一种基于多尺度膨胀卷积的病理切片中异常细胞的识别方法

摘要

本发明公开了一种基于多尺度膨胀卷积的病理切片中异常细胞识别方法，包括：(1)对电子扫描病理切片进行预处理，得到训练数据；(2)搭建多尺度膨胀卷积分割模型：所述模型以ResNeXt网络为基本骨架，以ASPP和DUC为基本模块；所述的ASPP模块的个数为1～5；(3)采用步骤(1)得到的训练数据对步骤(2)所述的多尺度膨胀卷积分割模型进行训练，根据模型预测结果与标签的重合度对网络的参数进行调节，使模型收敛，得到所述病理切片中异常细胞的识别。本发明提供的识别方法筛查异常细胞的准确率和精度高，以F1值的衡量算法的指标，本算法的F1值能够达到98％以上。