摘要

结核病是由结核分枝杆菌引起的严重传染病，全球每年仍有大量新发病例和死亡病例。传统的结核病诊断主要依赖痰涂片镜检，该方法耗时长、灵敏度低且高度依赖检验人员经验。为解决这一问题，本研究提出基于YOLO26的结核杆菌自动检测系统。该系统使用单一类别（TBbacillus）检测目标，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IoU=0.5条件下的平均精度均值(mAP@0.5)达到0.853，最佳F1分数为0.77（置信度阈值0.279），在高置信度下精度可达1.00。混淆矩阵分析显示，模型对结核杆菌的检出率为80%，误检率为20%。本研究为结核病的自动化镜检筛查提供了可行的技术方案，有助于提升诊断效率和准确性。

关键词：结核病检测；YOLO26；目标检测；深度学习；医学图像分析

详细功能展示视频

https://www.bilibili.com/video/BV1kQoKBcEJ9/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1kQoKBcEJ9/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1kQoKBcEJ9/

目录

  摘要

详细功能展示视频

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

引言

背景

结核病诊断的临床挑战

深度学习在医学显微图像中的应用

研究意义

数据集介绍

2. 数据集规模

训练结果​

Ultralytics YOLO26

概述

主要功能

常用标注工具

详细功能展示视频

---

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/GPU）

10、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

引言

结核病(Tuberculosis, TB)是由结核分枝杆菌(Mycobacterium tuberculosis)引起的慢性传染病，主要通过呼吸道传播。根据世界卫生组织《2023年全球结核病报告》，全球约有1060万新发结核病患者，其中约130万人死亡，结核病仍然是全球第二大传染病杀手。在众多结核病诊断方法中，痰涂片镜检因其操作简便、成本低廉，仍是资源有限地区最常用的初筛手段。然而，传统的人工镜检存在诸多局限：检测灵敏度低（通常需要每毫升痰液含5000-10000条杆菌才能检出）、耗时长（每张涂片需观察300个视野）、结果主观性强，且高度依赖检验人员的经验和专注度。

近年来，深度学习技术在医学图像分析领域取得了显著进展，特别是在病原微生物检测方面展现出巨大潜力。目标检测算法能够自动识别和定位图像中的感兴趣目标，为结核杆菌镜检的自动化提供了技术可能。其中，YOLO(You Only Look Once)系列算法因其检测速度快、精度高、端到端的特性，成为实时目标检测任务的首选框架。YOLOv8作为该系列的最新版本，在骨干网络、特征融合和检测头等方面进行了全面优化，进一步提升了检测性能和推理效率。

本研究旨在基于YOLO26构建结核杆菌自动检测系统，通过对痰涂片显微图像中的结核杆菌进行自动识别和定位，辅助临床检验人员进行快速、准确的诊断。研究重点评估模型在真实显微图像数据上的检测性能，分析其精度、召回率、漏检率和误检率等关键指标，为后续临床转化提供实验依据和技术支持。

背景

结核病诊断的临床挑战

结核病的早期准确诊断对于控制疾病传播、降低死亡率和减少耐药性的产生至关重要。目前，结核病的实验室诊断方法主要包括：

1. 痰涂片显微镜检查：作为最传统的诊断方法，具有操作简单、成本低廉、快速出结果等优点，在低收入国家和地区仍广泛使用。但该方法灵敏度低（仅能检出50-60%的培养阳性病例），且无法区分死菌和活菌。

2. 分枝杆菌培养：被认为是诊断的金标准，灵敏度和特异性高，但培养周期长（固体培养需4-8周，液体培养需1-3周），对实验室条件要求高，无法满足快速诊断的需求。

3. 分子生物学检测：如Xpert MTB/RIF等技术，能在2小时内同时检测结核杆菌和利福平耐药性，敏感性和特异性高，但设备昂贵、试剂成本高，在资源有限地区难以普及。

4. 免疫学检测：包括结核菌素皮肤试验和γ-干扰素释放试验，主要用于潜伏感染筛查，无法区分活动性结核病和潜伏感染。

在上述方法中，痰涂片镜检仍是大多数发展中国家和最不发达国家的主要诊断手段。然而，人工镜检存在以下突出问题：

• 主观性强：检验人员经验不同可能导致诊断结果差异

• 视觉疲劳：长时间观察易导致漏检

• 效率低下：每张涂片需观察大量视野

• 质量控制难：难以实现标准化操作和结果复核

深度学习在医学显微图像中的应用

深度学习技术的快速发展为医学显微图像的自动化分析提供了新的解决方案。卷积神经网络(CNN)在图像分类、目标检测和分割等任务中展现出超越传统机器学习方法的性能。在病原微生物检测领域，已有研究尝试使用深度学习技术：

• 疟疾检测：利用CNN识别血涂片中的疟原虫

• 结核杆菌检测：使用目标检测算法自动定位痰涂片中的抗酸杆菌

• 肠道寄生虫检测：识别粪便样本中的虫卵

• 尿路感染筛查：检测尿液中的细菌

研究意义

本研究基于YOLO26构建结核杆菌自动检测系统，具有以下重要意义：

1. 提升诊断效率：自动识别可大幅缩短镜检时间，提高检测通量

2. 减少主观误差：标准化检测流程，降低人为因素影响

3. 辅助基层医疗：为资源有限地区提供技术支持，缓解专业人员短缺问题

4. 质量控制：实现检测结果的可追溯和复核

5. 数据积累：为后续研究和模型优化提供基础数据

数据集介绍

本研究所用数据来源于临床痰涂片标本的抗酸染色显微图像。图像采集严格遵循标准化操作流程，确保图像质量和一致性。

2. 数据集规模

• 类别数量：1类

• 类别名称：['TBbacillus']（结核杆菌）

• 训练集：1098张图像

• 验证集：122张图像

• 总样本量：1220张标注图像

训练结果

1、模型性能概览

1. mAP（平均精度均值）

• mAP@0.5 = 0.853（来自 BoxPR_curve.png）

• mAP@0.5:0.95 ≈ 0.39–0.45（来自 results.png）

说明模型在IoU=0.5的条件下表现良好，能够较好地识别结核杆菌（TBbacillus），但在更严格的IoU阈值下（如0.75以上），性能有所下降。

2. 精度与召回率

• 最佳精度（Precision）：1.00 at 0.800（BoxP_curve.png）

• 最佳召回率（Recall）：0.95 at 0.000（BoxR_curve.png）

这表明：

• 在高置信度阈值下，模型几乎不会误检（精度极高）。

• 在低置信度阈值下，模型能召回绝大多数真实目标（召回率高）。

---

2、混淆矩阵分析

原始混淆矩阵（confusion_matrix.png）：

真实 \ 预测	TBbacillus	背景
TBbacillus	809	247
背景	197	8000

归一化混淆矩阵（confusion_matrix_normalized.png）：

真实 \ 预测	TBbacillus	背景
TBbacillus	0.80	0.20
背景	0.20	0.80

解读：

• TBbacillus 检出率（真正例率）：80%（809 / 1056）

• 误检率（假正例率）：20%（197 / 8197）

• 背景识别准确率：80%

---

3、训练过程分析（results.png）

• 训练损失（train/box_loss, train/cls_loss, train/dfl_loss）：随epoch增加而下降，表明模型在训练集上学习良好。

• 验证损失（val/box_loss, val/cls_loss, val/dfl_loss）：初期下降，后期趋于平稳，略有上升趋势，可能存在轻微过拟合。

• mAP50：从0.85逐步下降至0.75，说明模型在验证集上的泛化能力在后期有所下降。

• 精度与召回率：精度从0.05上升至0.15，召回率从0.80下降至0.66，存在精度-召回率权衡。

---

4、曲线分析

1. F1-置信度曲线（BoxF1_curve.png）

• 最佳F1分数为 0.77 at 0.279

• 说明在置信度阈值为0.279时，模型在精度与召回率之间取得了最佳平衡。

2. PR曲线（BoxPR_curve.png）

• 曲线形状良好，AP=0.853，说明模型在召回率提升的同时仍能保持较高的精度。

3. 精度-置信度曲线（BoxP_curve.png）

• 精度在低置信度下较低，随着置信度提高，精度逐渐上升至1.0。

4. 召回率-置信度曲线（BoxR_curve.png）

• 召回率在低置信度下接近1.0，随着置信度提高而下降，符合预期。

Ultralytics YOLO26

概述

Ultralytics  YOLO26 是 YOLO 系列实时对象检测器的最新演进，从头开始专为边缘和低功耗设备而设计。它引入了简化的设计，消除了不必要的复杂性，同时集成了有针对性的创新，以实现更快、更轻、更易于访问的部署。

YOLO26 的架构遵循三个核心原则：

• 简洁性: YOLO26是一个原生的端到端模型，直接生成预测结果，无需非极大值抑制（NMS）。通过消除这一后处理步骤，推理变得更快、更轻量，并且更容易部署到实际系统中。这种突破性方法最初由清华大学的王傲在YOLOv10中开创，并在YOLO26中得到了进一步发展。
• 部署效率： 端到端设计消除了管道的整个阶段，从而大大简化了集成，减少了延迟，并使部署在各种环境中更加稳健。
• 训练创新：YOLO26 引入了MuSGD 优化器，它是SGD 和MUON的混合体——灵感来源于 Moonshot AI 在 LLM 训练中Kimi K2的突破。该优化器带来了增强的稳定性和更快的收敛，将语言模型中的优化进展转移到计算机视觉领域。
• 任务特定优化：YOLO26 针对专业任务引入了有针对性的改进，包括用于 Segmentation 的语义分割损失和多尺度原型模块，用于高精度 姿势估计 的残差对数似然估计 (RLE)，以及通过角度损失优化解码以解决 旋转框检测 中的边界问题。

这些创新共同提供了一个模型系列，该模型系列在小对象上实现了更高的精度，提供了无缝部署，并且在 CPU 上的运行速度提高了 43% — 使 YOLO26 成为迄今为止资源受限环境中最实用和可部署的 YOLO 模型之一。

主要功能

• DFL 移除
  分布式焦点损失（DFL）模块虽然有效，但常常使导出复杂化并限制了硬件兼容性。YOLO26 完全移除了 DFL，简化了推理过程，并拓宽了对边缘和低功耗设备的支持。

• 端到端无NMS推理
  与依赖NMS作为独立后处理步骤的传统检测器不同，YOLO26是原生端到端的。预测结果直接生成，减少了延迟，并使集成到生产系统更快、更轻量、更可靠。

• ProgLoss + STAL
  改进的损失函数提高了检测精度，在小目标识别方面有显著改进，这是物联网、机器人、航空影像和其他边缘应用的关键要求。

• MuSGD Optimizer
  一种新型混合优化器，结合了SGD和Muon。灵感来自 Moonshot AI 的Kimi K2，MuSGD 将 LLM 训练中的先进优化方法引入计算机视觉，从而实现更稳定的训练和更快的收敛。

• CPU推理速度提升高达43%
  YOLO26专为边缘计算优化，提供显著更快的CPU推理，确保在没有GPU的设备上实现实时性能。

• 实例分割增强
  引入语义分割损失以改善模型收敛，以及升级的原型模块，该模块利用多尺度信息以获得卓越的掩膜质量。

• 精确姿势估计
  集​成残差对数似然估计​(RLE)，以实现更精确的关键点定位，并优化解码过程以提高推理速度。

• 优化旋转框检测解码
  引入专门的角度损失以提高方形物体的检测精度，并优化旋转框检测解码以解决边界不连续性问题。

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：

 详细功能展示视频

https://www.bilibili.com/video/BV1kQoKBcEJ9/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1kQoKBcEJ9/?spm_id_from=333.1387.upload.video_card.click&vd_source=8279e3d5f4d5d4f0cb2bf5c842393764https://www.bilibili.com/video/BV1kQoKBcEJ9/