白血病是一種常見多發且較為兇險的血液疾病，其早期發現與治療至關重要。目前白血病類型的診斷主要依靠病理醫師對血細胞圖像進行形態學檢查，該過程枯燥、費時，且診斷結果有較強的主觀性，易發生誤診與漏診。針對上述問題，本文提出了一種基于改進Vision Transformer的血細胞圖像識別方法。首先，使用快速區域卷積神經網絡從圖像中定位并裁剪出單個血細胞圖像切片。然后，將單細胞圖像劃分為多個圖像塊并輸入到編碼層中進行特征提取。本文基于Transformer的自注意機制提出了稀疏注意力模塊，該模塊能夠篩選出圖像中的辨識性區域，進一步提升模型的細粒度特征表達能力。最后，本文采用對比損失函數，進一步增加分類特征的類內一致性與類間差異性。實驗結果表明，本文模型在慕尼黑血細胞形態學數據集上的識別準確率為91.96%，有望為醫師臨床診斷提供參考依據。