生物细胞图像分类方法、系统及存储介质

本发明公开了生物细胞图像分类方法、系统及存储介质，涉及生物医学分析领域，包括：获取待分类生物细胞图像，使用预训练的AlexNet网络作为基础特征提取器，获取一维特征向量；通过特征选择与降维，获取关键特征信息，将降维后的一维特征向量映射到不同的特征空间，通过重构生成不同的特征表示；构建多模态特征，采用注意力机制将多模态特征转换为特征图，生成生物细胞画像；基于图卷积网络构建分类模型，使用迁移学习进行预训练，将待识别的生物细胞画像作为输入，获取每个生物细胞图像的类别概率。本发明结合深度学习与多模态融合技术，通过特征重构和迁移学习提升生物细胞图像分类精度，为生物医学和临床诊断提供可靠技术支持。