研究結果

混淆矩陣

如混淆矩陣顯示，模型在各白血球類別皆具良好分類效果，尤其對SEG、MONO與LYM類別的正確分類數分別達232、224與212，表現穩定。

主對角線數值明顯高於非對角元素，顯示預測準確性高。錯誤分類極少，僅出現在部分相近類別間，如：少數MONO誤分為BLAST，或EO誤判為SEG。整體而言，模型具備高度一致性與優異分類能力。

系統展示

此系統採用Gradio作為前端展示框架，提供簡潔的操作介面，使用者只需上傳白血球影像，系統將圖像與提示語包裝為多模態輸入，傳入後端微調好的LLaMa模型進行推論，即可在前端顯示「白血球類型」與「生成描述」。