diff --git a/AlgorithmModule/src/ImgCheckAnalysisy.cpp b/AlgorithmModule/src/ImgCheckAnalysisy.cpp
index d086c47..3cf797b 100644
--- a/AlgorithmModule/src/ImgCheckAnalysisy.cpp
+++ b/AlgorithmModule/src/ImgCheckAnalysisy.cpp
@@ -4,6 +4,10 @@
 #include "Define.h"
 #include <omp.h>
 #include "AICommonDefine.h"
+// BQ blob 来源标记：写入 ERROR_DOTS_BLOB_DATA::UserErrorType 字段。
+// BQ blob 的分类结果会覆盖 ErrType，用该标记记录来源掩码是 BQ mask，
+// 供 CalBlob_Other / CalBLobMean_GrayDis 在计算能量、灰度时选中正确的 mask。
+static const int BQ_BLOB_SOURCE_FLAG = -100;
 // 用于排序轮廓的比较函数
 static bool compareContourAreas(const vector<Point> &contour1, const vector<Point> &contour2)
 {
@@ -306,8 +310,7 @@ cv::Scalar ImgCheckAnalysisy::calc_blob_info_withstats(cv::Mat &img, const cv::M
 	//	CheckUtil::printROI(roi, "roi-----------");
 	// printf("img --%d  %d \n", img.cols, img.rows);
 	// printf("mask --%d  %d \n", mask.cols, mask.rows);
-	cv::Mat cmask = mask(roi);
-	// getchar();
+	cv::Mat cmask = mask(roi);	// getchar();
 	// 扩张掩膜
 
 	cv::Scalar mean_bk = cv::mean(cimg, ~cmask);
@@ -746,8 +749,13 @@ int ImgCheckAnalysisy::CalBlob_Other()
 		int config_qx_type = blobs.blobTab[i].ErrType;
 
 		std::shared_ptr<ImageAllResult::Image_AI_Det_Result> pDetAIResult = m_pImageAllResult->qx_DetAIResult;
+		// BQ 标签检测的 blob：来源 mask 是 BQ mask（分类线程会改 ErrType，靠 UserErrorType 标记识别）
+		if (blobs.blobTab[i].UserErrorType == BQ_BLOB_SOURCE_FLAG && m_pImageAllResult->bq_DetAIResult)
+		{
+			pDetAIResult = m_pImageAllResult->bq_DetAIResult;
+		}
 		// 127cell 检测类型。
-		if (config_qx_type == CONFIG_QX_NAME_white_Cell || config_qx_type == CONFIG_QX_NAME_black_Cell)
+		else if (config_qx_type == CONFIG_QX_NAME_white_Cell || config_qx_type == CONFIG_QX_NAME_black_Cell)
 		{
 			pDetAIResult = m_pImageAllResult->cell127_DetAIResult;
 		}
@@ -1091,8 +1099,13 @@ int ImgCheckAnalysisy::CalBLobMean_GrayDis()
 		int config_qx_type = blobs.blobTab[i].ErrType;
 
 		std::shared_ptr<ImageAllResult::Image_AI_Det_Result> pDetAIResult = m_pImageAllResult->qx_DetAIResult;
+		// BQ 标签检测的 blob：来源 mask 是 BQ mask（分类线程会改 ErrType，靠 UserErrorType 标记识别）
+		if (blobs.blobTab[i].UserErrorType == BQ_BLOB_SOURCE_FLAG && m_pImageAllResult->bq_DetAIResult)
+		{
+			pDetAIResult = m_pImageAllResult->bq_DetAIResult;
+		}
 		// 127cell 检测类型。
-		if (config_qx_type == CONFIG_QX_NAME_white_Cell || config_qx_type == CONFIG_QX_NAME_black_Cell)
+		else if (config_qx_type == CONFIG_QX_NAME_white_Cell || config_qx_type == CONFIG_QX_NAME_black_Cell)
 		{
 			pDetAIResult = m_pImageAllResult->cell127_DetAIResult;
 		}
@@ -2601,7 +2614,8 @@ int ImgCheckAnalysisy::GetBlob_BQ()
 	// 使用非cell类型，确保进入AI_Classify_New分类流程
 	for (int i = 0; i < blobs_bq.blobCount; i++)
 	{
-		blobs_bq.blobTab[i].ErrType = CONFIG_QX_NAME_LD; // 以亮点作为初始类型，后续分类修正
+		blobs_bq.blobTab[i].ErrType = CONFIG_QX_NAME_LD;         // 以亮点作为初始类型，后续分类修正
+		blobs_bq.blobTab[i].UserErrorType = BQ_BLOB_SOURCE_FLAG; // 标记来源=BQ mask，能量/灰度按 BQ mask 计算
 	}
 
 	// 将BQ的blob汇入主blob列表