1.一种基于两阶段卷积神经网络的细胞图像分类方法,其特征在于,包括:获取待分类的上皮细胞染色图像;
将所述上皮细胞染色图像输入细胞图像分类模型的粗分类单元,得到粗分类特征图和相应的粗分类结果,其中所述粗分类单元包括单个独立的卷积神经网络;
判断所述粗分类结果是否为易混淆类,其中所述易混淆类为在所述细胞图像分类模型的训练过程中确定的容易混淆的类别;
若不是易混淆类,则输出所述粗分类结果;
若是易混淆类,则对所述上皮细胞染色图像进行尺寸调整,并将尺寸调整后的上皮细胞染色图像输入所述细胞图像分类模型的精分类单元中与所述粗分类结果相对应的卷积神经网络,得到精分类特征图;其中,所述精分类单元包括多列独立的卷积神经网络,该卷积神经网络与所述易混淆类一一对应;
根据所述粗分类特征图和所述精分类特征图,确定混合特征图并输出相应的精分类结果,以实现对所述上皮细胞染色图像的分类。
2.如权利要求1所述的方法,其特征在于,在所述将所述上皮细胞染色图像输入细胞图像分类模型的粗分类单元之前,还包括:将所述上皮细胞染色图像转化为RGB彩色图像。
3.如权利要求2所述的方法,其特征在于,所述将所述上皮细胞染色图像输入细胞图像分类模型的粗分类单元,得到粗分类特征图和相应的粗分类结果,包括:将所述上皮细胞染色图像输入细胞图像分类模型的粗分类单元的前三个卷积层,得到第一特征信息;
将所述第一特征信息分别输入所述粗分类单元的第一支路和第二支路,得到第二特征信息和第三特征信息,其中所述第一支路包括步长为2的最大池化层和第四卷积层,所述第二支路包括步长为4的最大池化层;
对所述第二特征信息和所述第三特征信息进行拼接操作,得到第四特征信息;
将所述第四特征信息输入所述粗分类单元的第五卷积层和两个全连接层,得到粗分类特征图;
将所述粗分类特征图输入所述粗分类单元的分类器,得到粗分类结果。
4.如权利要求3所述的方法,其特征在于,所述精分类单元具体包括多列独立的网络架构相同但网络权重不同的VGG16网络结构。
5.如权利要求1所述的方法,其特征在于,所述根据所述粗分类特征图和所述精分类特征图,确定混合特征图并输出相应的精分类结果,包括:按照预设权重对所述粗分类特征图和所述精分类特征图进行加权相加操作,得到混合特征图;
将所述混合特征图输入所述精分类单元中相应的分类器,得到精分类结果。
6.如权利要求1-5任意一项所述的方法,其特征在于,在所述获取待分类的上皮细胞染色图像之前,还包括:获取带类别标签的上皮细胞染色图像,并划分得到训练集和验证集;
利用所述训练集对所述粗分类单元进行训练,并将所述验证集输入训练之后的粗分类单元,得到粗分类结果;
根据所述粗分类结果和所述验证集中的真实标签,确定易混淆类;
从所述训练集中抽取与所述易混淆类相对应的样本,并对该样本中的上皮细胞染色图像进行尺寸调整,得到精分类训练集;
利用所述精分类训练集对所述精分类单元进行训练。
7.如权利要求6所述的方法,其特征在于,所述根据所述粗分类结果和所述验证集中的真实标签,确定易混淆类,包括:根据所述粗分类结果和所述验证集中的真实标签,生成混淆矩阵,其中所述混淆矩阵为:k表示类别总数,mpq表示类别p被划分为类别q的错误概率,p,q∈{1,2,...,k};当p=q时,mpq表示该类被正确划分的概率;
根据预设概率阈值和所述混淆矩阵,确定易混淆类。
8.一种基于两阶段卷积神经网络的细胞图像分类装置,其特征在于,包括:图像获取模块:用于获取待分类的上皮细胞染色图像;
粗分类模块:用于将所述上皮细胞染色图像输入细胞图像分类模型的粗分类单元,得到粗分类特征图和相应的粗分类结果,其中所述粗分类单元包括单个独立的卷积神经网络;
易混淆类判别模块:用于判断所述粗分类结果是否为易混淆类,其中所述易混淆类为在所述细胞图像分类模型的训练过程中确定的容易混淆的类别;
粗分类结果输出模块:用于在不是易混淆类时,输出所述粗分类结果;
精分类模块:用于在是易混淆类时,对所述上皮细胞染色图像进行尺寸调整,并将尺寸调整后的上皮细胞染色图像输入所述细胞图像分类模型的精分类单元中与所述粗分类结果相对应的卷积神经网络,得到精分类特征图;其中,所述精分类单元包括多列独立的卷积神经网络,该卷积神经网络与所述易混淆类一一对应;
精分类结果输出模块:用于根据所述粗分类特征图和所述精分类特征图,确定混合特征图并输出相应的精分类结果,以实现对所述上皮细胞染色图像的分类。
9.一种基于两阶段卷积神经网络的细胞图像分类设备,其特征在于,包括:存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序,以实现如权利要求1-7任意一项所述的一种基于两阶段卷积神经网络的细胞图像分类方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序在被处理器执行时用于实现如权利要求1-7任意一项所述的一种基于两阶段卷积神经网络的细胞图像分类方法的步骤。