基于改进型Unet骨髓瘤细胞语义分割方法及系统

本发明属于医学图像识别领域。本发明提供了一种基于测试时间增强和结合了OutLooker注意力机制与空洞空间金字塔池化(ASPP)以及多尺度输入融合的新型Unet网络，并使用一种利用同方差不确定性对权重自动求值的加权损失函数来对骨髓瘤细胞进行语义分割。通过测试时间增强使得模型对小样本数据具有较好的分割能力，引入注意力机制，可以增强网络的特征表示能力。空洞空间金字塔池化模块可以有效地捕获不同尺度的特征信息。同时，还采用了多尺度特征输入的方法，将来自不同尺度的特征图输入到模型中。而加权损失函数则可以在训练过程中平衡不同类别的样本，而权重的自动求解免去了人工调参的过程。本发明利用语义分割网络模型实现了对不同形态和大小的骨髓瘤细胞进行准确地分割。