ThinPrep Cytologic Test

新的C-Norm方法提升了AI在医学细胞图像识别中的准确性

研究人员开发了一种名为细胞分布归一化（C-Norm）的新方法，以提高AI模型在医学细胞图像识别方面的准确性，特别是用于宫颈癌筛查的ThinPrep细胞学检测。C-Norm通过解耦和重新合成细胞分布以确保均匀性，解决了细胞群体不平衡和高质量标注数据稀缺带来的局限性。所提出的框架将YOLOv12检测模型与DINOv3模块集成，实现了超越现有检测算法的先进性能。