[发明专利]基于细胞分类模型分类细胞的方法、装置及设备

权利要求书

1.一种基于细胞分类模型分类细胞的方法，其特征在于，所述细胞分类模型包括，级联的第一卷积神经网络、拼接层第和二卷积神经网络；

所述方法包括：

获取目标细胞图像；

将所述目标细胞图像输入所述第一卷积神经网络进行特征提取，输出多个第一粗分类特征；

将所述多个第一粗分类特征与所述目标细胞图像输入所述拼接层进行特征拼接，输出拼接特征；

将所述拼接特征输入所述第二卷积神经网络进行特征提取，输出多个精分类特征，所述多个精分类特征包括目标精分类特征，所述目标精分类特征标识有所述目标细胞图像的精分类结果；

将所述多个精分类特征输入所述第一卷积神经网络进行特征提取，输出多个第二粗分类特征，所述多个第二粗分类特征包括目标粗分类特征，所述目标粗分类特征标识有所述目标细胞图像的粗分类结果。

2.如权利要求1所述的基于细胞分类模型分类细胞的方法，其特征在于，所述第一卷积神经网络包括多个级联的卷积层；

所述将所述目标细胞图像输入所述第一卷积神经网络进行特征提取，输出多个第一粗分类特征，包括：

将所述目标细胞图像输入所述第一卷积神经网络中的第一层卷积层进行特征提取，输出第一个第一粗分类特征；

针对所述第一卷积神经网络中除第一层卷积层之外的多个卷积层，均执行以下操作：

将上一层卷积层输出的所述第一粗分类特征输入本层卷积层，输出所述第一粗分类特征，直至末层卷积层输出最后一个第一粗分类特征，得到多个第一粗分类特征。

3.如权利要求1所述的基于细胞分类模型分类细胞的方法，其特征在于，所述第二卷积神经网络包括多个级联的卷积层；

所述将所述拼接特征输入所述第二卷积神经网络进行特征提取，输出多个精分类特征，包括：

将所述拼接特征输入所述第二卷积神经网络中的第一层卷积层进行特征提取，输出第一个精分类特征；

针对所述第二卷积神经网络中除第一层卷积层之外的多个卷积层，均执行以下操作：

将上一层卷积层输出的所述精分类特征输入本层卷积层，输出所述精分类特征，直至末层卷积层输出最后一个精分类特征，得到多个精分类特征。

4.如权利要求3所述的基于细胞分类模型分类细胞的方法，其特征在于，所述方法还包括：

将所述第二卷积神经网络的末层卷积层输出的精分类特征作为所述目标精分类特征。

5.如权利要求2所述的基于细胞分类模型分类细胞的方法，其特征在于，所述将所述多个精分类特征输入所述第一卷积神经网络进行特征提取，输出多个第二粗分类特征，包括：

将所述多个精分类特征分别输入所述第一卷积神经网络中的多个卷积层，输出所述多个第二粗分类特征。

6.如权利要求5所述的基于细胞分类模型分类细胞的方法，其特征在于，所述方法还包括：

将所述第一卷积神经网络的末层卷积层输出的第二粗分类特征作为所述目标粗分类特征。