一种基于深度学习的肿瘤细胞图像提取方法及系统

本发明公开了一种基于深度学习的肿瘤细胞图像提取方法及系统，通过获取显微镜中的肿瘤细胞图像数据，对所述肿瘤细胞图像数据进行数据预处理；利用Retinex理论结合导向滤波消除所述初始肿瘤细胞图像数据中的切片不均匀光照，增强细胞核对比度；基于DCPM空洞卷积金字塔模块捕获多尺度细胞形态特征和利用SE压缩‑激励机制的轻量化模块强化细胞间拓扑关系；通过门控注意力机制动态加权融合双分支输出，基于连通域分析的粘连细胞分离算法计算所述特征肿瘤细胞图像的细胞质心距离约束，并迭代切割过分割区域，能够准确分离肿瘤粘连细胞。结合最小割算法和面积、形状约束条件，避免了过分割和欠分割问题。