一种基于深度学习的白细胞显微图像的清晰度计算方法

本发明涉及医学检验技术领域，具体涉及一种基于深度学习的白细胞显微图像的清晰度计算方法，准备并扩充显微白细胞图像的数据集，输出清晰图像和模糊图像，每张图像都有对应的清晰度评价指标；基于Sobel算子、拉普拉斯算子和信息熵的综合评估计算，对显微白细胞图像进行多特征融合清晰度评价；将多特征融合清晰度评价接入到深度学习模型中，搭建清晰度评价模型；对清晰度评价模型进行训练，在训练过程中，通过优化损失函数来调整清晰度评价模型参数；将训练好的清晰度评价模型部署到自动显微镜系统中，解决了现有技术的对整个视野进行清晰度评价、清晰度评价算法的局限性、细胞核与细胞质特征未区分的问题。