[发明专利]一种基于深度学习的多细胞球识别与分类方法

摘要

本发明公开了一种基于深度学习的多细胞球识别与分类方法，首先对多细胞球培养显微图像转化成灰度图像；然后通过人工标注的训练集对RCNN算法模型进行训练得到最优RCNN检测模型；训练好的最优检测模型对图像中目标多细胞球进行识别和定位，提取图像中多细胞球的子图像；多：采用基于直方图分割阈值的算法，对细胞球分割，并提取分割后的多细胞图像，再通过人工分类后的大样本多细胞子图像进行训练，得到最优细胞分类模型；利用训练好的最优细胞分类模型对细胞显微图像进行细胞分类。本发明能显著增强细胞识别检测和泛化性能和鲁棒性，大幅降低外界环境和人工操作对检测结果的影响，提高了检测分析的准确率，同时提高了检测效率。