基于深度学习的血细胞图像分割方法、系统及存储介质

本申请涉及图像数据处理技术领域，公开一种基于深度学习的血细胞图像分割方法、系统及存储介质，包括对各细胞图像进行标注后训练生成过渡识别模型，利用过渡识别模型对测试用图像数据集进行图像分割，获取存疑图像，基于存疑图像生成特征提取器，将存疑图像以特定编号标注训练生成目标识别模型；对待处理图像进行分割处理输出第一识别结果，提取存疑图像的图像特征并判定输出第二识别结果，综合第一识别结果及第二识别结果得到待处理图像的分割识别结果。上述方案将细胞重叠细胞图像等作为整体进行分割识别，后经特征提取器提取存疑图像所含细胞类型及数量，最后综合计算得到待处理图像的分割识别结果，有效提升血细胞图像的分割识别精度。