Hibrit bir algoritma, beş farklı türdeki beyaz kan hücresini birbirinden ayırt etmeyi öğreniyor
Şekil özellikleri, bir sinir ağı ve akbaba esinli bir arama yöntemi, kan yaymalarını okumak için birleştirilir.
Mikroskop altında beyaz kan hücresi türlerinin sayılması rutin laboratuvar işidir; ancak bu işlem yavaştır ve iki gözlemci her zaman aynı sonuca varmayabilir.
The Ulutas Medical Journal dergisinde yayımlanan çalışmada yazarlar otomatik bir işlem hattı geliştirmiştir: bir kontürlet dönüşümü hücre şeklini yakalar, tekrarlayan bir sinir ağı daha derin örüntüleri öğrenir ve Afrika akbabalarının davranışından esinlenen bir arama yöntemi en bilgilendirici öznitelikleri seçer; ardından bir kümeleme adımı etiketi atar.
Doğruluk hücre türüne göre değişmiştir. Monositler 97% oranında doğru tanınırken, daha nadir görülen bazofillerde bu oran yalnızca 69%, nötrofillerde ise 75% düzeyinde kalmıştır.
Önemi: Bu türden güvenilir bir araç, hematoloji personelinin rutin yükünü azaltabilir ve yayma incelemesini daha tutarlı hale getirebilir.
Yazarlar bu yöntemi uzmanların yerini alacak bir araç olarak değil, laboratuvarlar için olası bir yardımcı olarak görmektedir.
Uyarı: Sonuçlar bilgisayar temelli bir çalışmada kullanılan görüntü veri kümelerinden elde edilmiştir; yöntem günlük klinik uygulamada henüz test edilmemiştir.
Kaynak: Omid Eslamifar ve ark. Multiclass Blood Cell Classification Using Contourlet Transform and Metaheuristic-Optimized Deep Features with Clustering-Based Decision Making. Ulutas Med J 2025. doi:10.5455/umj.20250424051519.
Görsel: Makalenin 4 numaralı şekli, CC BY-NC 4.0.
