一种基于深度学习的荧光原位杂交图像结果分析方法、系统及介质

本申请涉及一种基于深度学习的荧光原位杂交图像结果分析方法、系统及介质，方法包括构建SEAM‑Unet++图像分割模型；构建YOLO‑SEM小目标检测算法模型；得到B通道的细胞精确分割图；得到红色荧光探针分布图；得到绿色荧光探针分布图；将得到的细胞精确分割图、红色荧光分布图和绿色荧光分布图合并为一张图，得到细胞和探针分布的关系图。本申请能够有效处理复杂的图像场景，支持多种医学图像的分析，提升了医学诊断的效率，减少了人为误差，并增强了科研和临床应用中的细胞分析和病理检测能力。