一种基于深度学习的疟原虫图像智能识别方法

本发明公开一种基于深度学习的疟原虫图像智能识别方法，属于医学数据处理技术领域。该方法先对疟原虫血涂片进行标准化制备与图像采集预处理，通过电极处理及感应初步筛选活疟原虫样本；再经专家标注划分数据集，构建多尺度特征融合分类模型，采用加权交叉熵损失缓解样本不均衡，结合嵌套平衡在线蒸馏提升模型性能；最后通过模型测试评估，输出含疟原虫类别、发育时期及位置的可视化识别报告。本方法解决现有技术中小样本、样本不均衡导致的识别准确性不足问题，兼顾识别精度与效率，可辅助临床快速精准诊断疟疾，适配基层医疗机构应用需求。