摘要针对结核病快速、自动化的病原体检测需求本研究构建了一套基于YOLOv8的目标检测系统用于在医学图像中识别结核分枝杆菌TBbacillus。系统采用单类别检测架构训练集包含1098张标注图像验证集122张。实验结果表明模型在验证集上的mAP50仅为0.56最佳F1分数为0.78但存在严重的过拟合现象训练损失持续下降而验证损失远高于训练损失。引言结核病是由结核分枝杆菌引起的慢性传染病是全球范围内致死率最高的单一感染性疾病之一。传统的结核病实验室诊断主要依赖痰涂片镜检、培养法和分子生物学技术。其中显微镜检查因其操作简便、成本低廉在资源有限地区仍是最常用的初筛手段。然而人工镜检存在劳动强度大、主观性强、检出率低等突出问题尤其在菌量较少时易出现漏诊。近年来深度学习目标检测技术的快速发展为医学图像自动化分析提供了新的解决思路。YOLO系列模型凭借其端到端的回归策略和优异的实时性能在细胞检测、病原体识别等任务中展现出良好潜力。本研究尝试构建一套基于YOLOv8的结核分枝杆菌自动检测系统通过单类别目标检测框架实现对痰涂片图像中TBbacillus的自动定位与识别。系统设计重点关注检测效率与可部署性旨在为基层医疗机构提供辅助诊断工具。目录摘要引言功能模块1、用户管理模块2、界面与交互模块3、检测源管理模块4、检测参数配置模块5、YOLO检测核心模块6、结果显示模块7、结果保存模块8、工具栏功能9、辅助功能10、数据校验模块背景数据集介绍数据标注数据集划分训练过程训练结果常用标注工具功能模块✅用户登录注册支持密码检测密码加密。注册登录✅图片检测可对图片进行检测返回检测框及类别信息。✅参数实时调节置信度和IoU阈值✅视频检测支持视频文件输入检测视频中每一帧的情况。✅摄像头实时检测连接USB 摄像头实现实时监测。✅日志记录日志标签页记录操作和错误信息带时间戳✅结果保存模块支持图片/视频/摄像头检测结果保存1、用户管理模块功能描述用户注册用户名、密码、确认密码、邮箱选填注册密码SHA256加密存储用户登录用户名密码验证自动跳转主界面用户数据存储JSON文件存储用户信息密码加密、注册时间、邮箱登录状态主界面显示当前登录用户名2、界面与交互模块功能描述玻璃效果界面半透明毛玻璃背景圆角边框现代化视觉风格无边框窗口自定义标题栏支持窗口拖动、最小化、最大化、关闭响应式布局主窗口三栏布局左侧控制区、中央显示区、右侧信息区状态栏显示设备信息、模型状态、当前用户、实时时间3、检测源管理模块功能描述图片检测支持JPG/JPEG/PNG/BMP格式图片载入视频检测支持MP4/AVI/MOV/MKV格式视频载入摄像头检测实时调用摄像头默认ID 0进行检测检测源切换下拉菜单切换三种检测模式自动更新界面状态4、检测参数配置模块功能描述置信度阈值滑动条调节0-100%步长1%实时显示当前值IoU阈值滑动条调节0-100%步长1%实时显示当前值类别选择动态生成检测类别复选框支持全选/取消全选参数同步参数实时同步到检测器核心5、YOLO检测核心模块功能描述模型加载加载best.pt模型文件自动检测GPU可用性支持CPU/GPU切换多模式检测图片检测、视频检测、摄像头实时检测检测线程基于QThread的多线程处理避免界面卡顿检测结果返回目标类别、置信度、边界框坐标FPS计算实时计算处理帧率进度反馈视频处理进度条实时更新6、结果显示模块功能描述实时画面中央区域显示检测结果图像带标注框统计信息检测状态、目标数量、FPS、处理帧数实时更新检测列表右侧列表显示当前帧所有检测到的目标类别置信度日志记录日志标签页记录操作和错误信息带时间戳占位显示未选择检测源时显示系统LOGO和提示文字7、结果保存模块功能描述保存开关复选框控制是否保存检测结果路径选择自定义保存路径支持图片/视频格式自动识别自动命名保存文件自动添加时间戳detection_result_20240101_120000.jpg视频保存支持检测结果视频录制MP4格式手动保存工具栏保存按钮可随时保存当前画面保存反馈保存成功弹窗提示日志记录保存路径8、工具栏功能功能描述图片按钮快速切换到图片检测模式并打开文件选择器视频按钮快速切换到视频检测模式并打开文件选择器摄像头按钮快速切换到摄像头检测模式保存按钮手动保存当前显示画面9、辅助功能功能描述错误处理统一错误弹窗提示日志记录错误详情资源清理检测停止时自动释放摄像头、视频文件、视频写入器资源时间显示状态栏实时显示系统时间模型状态状态栏显示模型加载状态和当前设备CPU/GPU10、数据校验模块功能描述注册验证用户名长度≥3密码长度≥6密码一致性检查邮箱格式验证协议确认注册前需勾选同意用户协议文件校验模型文件存在性检查文件大小验证≥6MB输入非空登录/注册时必填项非空检查背景结核病的早期准确诊断是有效控制疫情、降低传播风险的关键环节。当前细菌学检查仍是结核病诊断的“金标准”其中最常用的是萋-尼染色抗酸杆菌镜检。该方法通过显微镜观察痰涂片中的红色抗酸杆菌要求检验人员在100倍油镜下逐视野扫描。由于每张涂片通常需要观察300个以上视野且结核分枝杆菌形态细小、分布稀疏长时间工作极易导致视觉疲劳和漏判。据统计人工镜检的敏感性仅为50%–60%尤其在菌量低于5000条/ml时假阴性率显著升高。随着人工智能尤其是卷积神经网络在医学图像分析领域的突破自动化病原体检测成为可能。YOLOv8作为当前最先进的目标检测算法之一具有模型结构灵活、训练速度快、检测精度高等优势在细胞计数、疟原虫检测、肺部CT结节识别等任务中已取得优于传统方法的成果。数据集介绍数据标注标注类别仅为“TBbacillus”结核分枝杆菌采用矩形边界框框出图像中清晰可见的抗酸杆菌。标注过程中剔除模糊、重叠严重或位于边缘的目标。数据集划分训练集1098张图像验证集122张图像划分策略为按患者来源随机分层抽样确保同一患者的图像不会同时出现在训练集和验证集中以避免数据泄露。训练过程训练结果常用标注工具假设您现在准备好进行标注。有几种开源工具可以帮助简化数据标注流程。以下是一些有用的开放标注工具Label Studio一个灵活的工具支持各种标注任务并包含用于管理项目和质量控制的功能。 CVAT一个强大的工具支持各种标注格式和可定制的工作流程使其适用于复杂的项目。 Labelme一个简单易用的工具可以快速标注带有多边形的图像非常适合简单的任务。 LabelImg: 一款易于使用的图形图像标注工具特别适合以 YOLO 格式创建边界框标注。这些开源工具经济实惠并提供一系列功能来满足不同的标注需求。界面核心代码
