摘要: 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 CellNet 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鄄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。
中图分类号:
吴汾奇, 吕丽丽, 吕 迪, 冯辰彬, 施 恬, 王 维, 崔红花, 周 柚. 骨髓红粒细胞自动识别的深度学习模型[J]. 吉林大学学报(信息科学版), 2020, 38(6): 729-736.
WU Fenqi, LüLili, Lü Di , FENG Chenbin , SHI Tian, WANG Wei, CUI Honghua, ZHOU You a, c. Deep Learning Model for Automatic Recognition of Erythroid Cells and Granulocyte Cells in Bone Marrow[J]. Journal of Jilin University (Information Science Edition), 2020, 38(6): 729-736.