基于YOLOv10网络模型的宫颈病变脱落细胞或团块的检测方法

本发明公开了基于YOLOv10网络模型的宫颈病变脱落细胞或团块的检测方法，涉及人工智能与医学图像处理技术领域。本发明增强了对多尺度目标的检测能力，通过简化的全局池化信息提取模块，本发明能够同时捕获不同尺寸细胞的特征，显著提升了对形态和尺寸各异的病变细胞的识别鲁棒性；提升了在密集重叠场景下的检测精度：通过通道引导的多尺度空间注意力模块，动态地增强关键特征并抑制背景干扰，有效“解耦”重叠细胞的特征，显著降低了在密集区域的漏检和误检率；实现了高精度与高效率的平衡：模型的核心模块均采用轻量化设计，在不显著增加计算成本和参数量的前提下，实现了检测性能的提升，适用于需要高通量处理的临床筛查场景，具备临床推广潜力。