基于颜色均衡分类网络的细胞识别算法

为解决血细胞涂片染色多样性造成卷积神经网络在细胞形态识别时准确率较低的问题，提出了一种新的细胞形态分类算法。通过最优传输算法预训练颜色均衡网络与图像分类网络，保存网络权重，将二者网络结构级联，使用冻结层方法搭载网络参数并进行精细调节。实验结果表明，传统迁移方法的平均识别准确率为92.05%，而该文提出的颜色均衡分类网络U-RNET的平均识别准确率达到95.5%且图像处理速度更快。