论文部分内容阅读
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Cell Net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。