一种基于多实例学习的免疫细胞图像分割方法和系统

本发明公开了一种基于多实例学习的免疫细胞图像分割方法和系统，包含：(1)细胞计数回归网络模块：用于预测免疫组化染色细胞图像上的阳性细胞数量；(2)超像素实例分类器：通过在图像上滑窗获取实例，对分类器进行训练后预测整张图像上的实例分类概率进而获得超像素水平的粗略分割掩码；(3)像素级分割网络模块：以细化后的掩码作为监督伪标签，获取整张图像的分割掩码，并基于密度‑峰值聚类算法从掩码中生成细胞定位点。本发明以阳性免疫细胞为识别单位，以阳性细胞计数为监督标签，在免疫组化染色的细胞图像上利用卷积神经网络构建细胞计数网络、实例分类器和分割网络，是一种集细胞计数、分割、定位于一体的免疫量化分析方法。