本文评估了一种名为ReluFormer的Transformer模型在Flow CytoMetry（FCM）数据上的应用，提出了一种基于梯度和注意力的可视化技术，并通过儿科急性淋巴细胞白血病（ALL）FCM样本的细胞分类和多边形回归进行了定性评估。结果展示了模型的决策过程和利用技术检查已训练模型的情况。梯度可视化能够识别对特定预测最重要的细胞，而注意力可视化提供了有关Transformer处理FCM数据时的决策过程的洞察。