基于深度卷积神经网络的异常宫颈细胞自动检测方法

摘要

本发明公开一种基于深度卷积神经网络的异常宫颈细胞自动检测方法，主要包括以下步骤：（1）TCT宫颈细胞图片的人工标注；（2）已标注细胞图片的分割；（3）分割后细胞的多分类；（4）各类别细胞图片在迁移模型中的训练；（5）对待检测细胞图片的分割、识别、定位；（6）对于异常细胞团的再分割处理和识别。本发明所述的异常宫颈细胞自动检测方法将分割后的细胞分为9类，采用迁移学习方式进行训练，得到拟合较好的多分类模型。该模型可以对未标记的源宫颈细胞图片进行识别、筛选和准确定位，并对检测到的异常细胞做再次分割处理和识别，提升了检测的准确率。本发明在宫颈细胞病理诊断领域具有较好的辅助效果。