一种基于深度学习的端到端血小板聚集区域检测方法

本发明公开了一种基于深度学习的端到端血小板聚集区域检测方法，包括模型预训练和模型测试两个阶段，其中模型预训练阶段包括数据集构建、构建基于 YOLOv11 的目标检测模型、模型训练与验证；模型测试阶段包括置信度筛选和不确定性评估与自适应优化。本发明实现了对血小板强聚集、弱聚集及正常血小板的自动检测，创新性地结合预训练与测试时自适应技术，有效缓解分布偏移对模型性能的影响。实验结果表明，该方法在处理未见形态的血小板聚集时，检测精度较传统方法提升显著。