Contexto A classificação de células sanguíneas por meio da análise de imagens microscópicas é uma tarefa crítica, mas desafiadora, nos diagnósticos hematológicos. A exame manual tradicional é demorado, suscetível a erros humanos e muitas vezes requer ampla expertise. Embora as soluções automatizadas existentes usando abordagens convencionais de aprendizado profundo mostrem potencial, frequentemente lutam para capturar tanto detalhes celulares locais quanto características contextuais globais necessárias para uma classificação precisa. Objetivo Este estudo propõe uma abordagem inovadora para automatizar a classificação do tipo de célula sanguínea, desenvolvendo uma arquitetura híbrida de aprendizado profundo que combina efetivamente as forças de redes neurais convolucionais (CNNs) e modelos transformer para melhorar a precisão e a confiabilidade do diagnóstico. Metodologia Apresentamos uma arquitetura CoAtNet personalizada que integra hierarquicamente camadas convolucionais e transformadoras. O modelo é composto por cinco estágios progressivos: dois estágios iniciais de CNN com blocos MBConv para extração de características locais, seguidos por três estágios de transformer para modelagem de contexto global. A arquitetura emprega mecanismos de atenção relativa e apresenta uma estratégia de escalonamento de canais adaptativa de 64→768 com atenção de múltiplas cabeças (cabeças: 1→8). O modelo foi treinado usando o otimizador AdamW com decaimento de peso desacoplado (1e−5) e uma estratégia de regularização cuidadosamente elaborada combinando dropout e normalização de lote. Utilizamos um conjunto de dados de imagens de células sanguíneas disponível publicamente na Kaggle, contendo 9.957 imagens em quatro classes distintas de células sanguíneas. O conjunto de dados foi dividido em 6.770 imagens para treinamento, 1.693 para validação e 1.494 para teste. Resultados O modelo proposto alcançou um desempenho notável com 99% de precisão de classificação no conjunto de dados de teste, superando significativamente as arquiteturas tradicionais apenas de CNN e apenas de transformer. Conclusão O modelo demonstrou desempenho robusto em diferentes subtipos de células sanguíneas, com altos valores de precisão e revocação. A excepcional precisão de 99% demonstra a eficácia da combinação do processamento de características locais e globais por meio da integração de CNNs e transformers.
Alshehri et al. (Quarta-feira,) estudaram essa questão.