创新强市·高新向新 | AI破解血液病理图像质控与标准化难题！金凤实验室首创血细胞图像智能质控与标准化体系

8月24日，走进金凤实验室交叉学科研究中心，记者看到科研人员的电脑屏幕上，并排排列着好几张来自血液涂片的图片。肉眼看上去差别十分明显，有的画面灰蒙蒙，细胞轮廓糊成一团；有的染色偏重，颜色深到看不清细节；还有的整体偏浅，很多关键细胞特征直接被掩盖。

▲金凤实验室。雷键 摄

“这就是医院日常工作中经常遇到的实际难题。”金凤实验室交叉学科研究中心副研究员陈进指着屏幕介绍。同样的血液样本，在不同医院，因受染色试剂、显微成像设备、拍摄光照影响，拍出来的血涂片图像在色彩、亮度和清晰度上千差万别。即使在同一机构内，由同一人员操作，不同批次制片和成像也可能出现差异。

金凤实验室交叉学科研究中心啃下血液病理领域一块“硬骨头”，在国内首创血细胞图像智能质控与标准化体系，解决了长期困扰临床的血涂片图像质量参差不齐、不同机构间成像标准不一的现实难题。

01

全国首创AI智能质控与标准化体系破解血涂片图像标准化难题

过去，全靠病理医生凭借多年经验肉眼阅片。图片质量差，医生看得费劲，AI 辅助诊断系统更是容易“判断失误”。不少达不到诊断标准的图像，只能直接舍弃，辛辛苦苦采集来的临床数据就此浪费。行业一直缺少一套机器能读懂、能自动校准的统一评判标准。

今年28岁的陈进，是一名计算机背景出身的科研人员。2023年年底，他接下这个跨学科难题。刚接手的时候，医学对他来说完全是陌生领域，对着一张张血涂片，他连里面各类血细胞都分不清。

“一开始，我就一门心思只想把模糊图片修清晰。” 陈进回忆。无数个夜晚，实验室灯火通明。经常半夜躺在床上，脑子里还盘旋着算法逻辑，脑子里灵光一闪想到思路，就立马爬起来记录想法、查阅文献，反复调试模型。就这样摸索到2024年2月，他才猛然想通：只把图片修清楚远远不够，还要把五花八门的染色色调，统一到一套标准上来。

这套被称为“AI算标准”的智能质控与标准化体系，并不是简单地给图像“美颜”，而是围绕血细胞图像质量控制和染色标准化解决两类关键问题：一是“提升质量”，对过暗、过曝、模糊等低质量图像进行智能校准，使其达到清晰、可判读的质量标准；二是“统一标准”，针对不同医院、不同设备和染色条件造成的色彩与染色风格差异，将图像校准到统一的标准范围。全程始终保持细胞原有形态和病理特征，不改变真实病理信息。

经过反复测试，这套AI处理后的图像清晰度和色彩保真度均提升11%以上；在骨髓瘤浆细胞分割测试中，两项关键指标分别提升14.07%、18.59%。

“未经质控和标准化处理的原始图像，细胞分割性能只有50%到60%；经过校准后，相关指标可提升至80%以上。” 陈进说。目前，这项成果已经发表在SCI 一区TOP期刊，同时拿到国内、国际发明专利，填补了国际上同步完成图像质控+染色标准化的技术空白。

02

依托科创体系推动技术落地迭代与产业转化

核心技术的成功突破，离不开金凤实验室完善的科研平台与算力体系全方位托举。

近日，《重庆市推进科技创新中心建设条例》正式实施，明确鼓励实验室开展关键核心技术攻关，推动科研成果走出实验室、落地实际应用，为团队技术研发与转化提供了有力的政策支撑。

金凤实验室交叉学科研究中心，现有十余名全职硕博和数十名实习生，搭建起本地算力、天翼云、对外服务节点三位一体算力底座，以海量算力资源支撑海量医学数据处理与AI模型训练。

到目前，该中心已经建成6套生信平台工具，汇聚多模态多组学数据超23PB；联动多家三甲医院，建成700例血液肿瘤多组学数据集，覆盖6种血液肿瘤。2025年6月，中心正式成为“国家基因组科学数据中心病理表型数据分中心”，纳入国家生物信息中心体系。

“我们要做的就是打通‘数据－模型－工具－平台’完整科研链条，构建高效的生物医学大数据与人工智能科研平台体系。” 金凤实验室交叉学科研究中心秦东亚博士介绍。实验室已经落地类器官智能评估、血涂片智能质控等七大数智生物医学应用场景，整合20余种器官、1749份样本、556万级细胞数据。目前，该体系已面向全球提供数千次数据分析服务，促成65项科研合作，为多学科交叉研究、科研资源共享及生物医学成果转化提供了有力支撑。

接下来，金凤实验室将依托西部科学城重庆高新区的创新资源优势，推动基础科研走出实验室，向临床诊疗、新药研发转化落地，为重庆建设具有全国影响力的科技创新中心贡献生命健康领域的科学城力量。