骨髓红粒细胞自动识别的深度学习模型

• 作者: 吴汾奇 吕丽丽 吕迪 冯辰彬 施恬 王维 崔红花 周柚
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 骨髓血细胞 细胞形态学 细胞分类 图像识别
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 创新园地
• 页码范围: 729-736
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文

摘要

为了实现骨髓血细胞的自动识别,构建了骨髓红系细胞和粒系细胞数据集,基于深度学习语义分割技术提出了CellNet网络模型.该模型通过加入残差模块增加了网络的深度,利用卷积残差块使网络模型更容易训练,并结合U-Net的裁剪操作为分割提供更精细的特征.实验结果表明,该模型对骨髓红系细胞和粒系细胞识别正确率分别达到93.65％、95.25％,为骨髓血细胞自动识别技术提供了一种方法.