طبقه بندی سلول های خونی با استفاده از ساختار ترکیبی کانولوشنی عمیق مبتنی برمدل توجه کراس و ماشین بردار

سلول های خون ( ۱WBCs ) انواع بیماری ها , بررسی کمی و کیفی انواع گلبول های سفید سلول ها حیاتی هستند . شمارش و دسته بندی انواع WBC ها می تواند به پزشکان در تشخیص و درمان کمک کند . بیماری های مختلف . در نتیجه یکی از مهم ترین مراحل آنالیز و آزمایش خون نمونه ها انواع مختلفی از WBC ها را شمارش و دسته بندی می کنند . هدف اصلی این مطالعه این است که ارائه یک مدل مبتنی بر CNN۲ برای پردازش WBC ها با هدف طبقه بندی نوع آن ها سلول ها . در این مقاله از تصاویر سلول های خون استفاده شد، ما یک مدل مبتنی بر CNN و مدل توجه کراس برای .طبقه بندی انواع گلبول های سفید خون و ارزیابی عملکرد مدل با استفاده از چندین مدل و الگوریتم بهترین نتیجه را در مدل پیشنهادی ما نشان می دهد . مقایسه چهار مدل از پیش آموزش دیده مانند MobileNetV۲ , alexnet,۱۲۱ InceptionV وResNet۵۰ با مدل پیشنهادی ما . در مقایسه با سه مدل از پیش آموزش دیده و سایر مدل های مرتبط مطالعات , مدل پیشنهادی ما با کم ترین تعداد پارامترهای قابل آموزش و زمان آموزش نتایج فوق با دقت ۹۱ درصد و اعتبار دقت ۹۴ درصد می باشد.