基于深度学习的病理图像中细胞计数方法及装置

摘要

本申请提供了一种基于深度学习的病理图像中细胞计数方法及装置，方法包括：对获取的病例图像数据进行归一化处理并通过遗传算法进行图像数据增强；对预先建立的ResNeSt模型进行训练参数配置，ResNeSt模型采用Split‑Attention机制进行特征提取；利用参数配置后的ResNeSt模型对处理后的病例图像数据进行特征提取获得病例图像中的细胞计数结果。本申请提供的算法能够有效地提取到病理染色图像的特征并有着很好的泛化性能，在少量样本上训练后可以得到很好的测试结果。