医疗检测仪中显微细胞图像智能识别技术的研究针对临床显微镜检时需要检测和识别的各类细胞有形成分，通过智能视觉识别技术，实现各类显微细胞的自动识别，完成细胞类型、细胞数目、细胞形态等信息的自动判别，使得临床显微镜检的结果更准确、更标准化，减少人工检测带来的不确定性和不准确性。 显微细胞智能识别作为图像识别领域中重要的应用科研课题，覆盖了图像处理、模式识别、计算机视觉等学科的内容，结合C-V模型复杂背景多形态目标识别、重叠分离精准分类算法、多神经网络集成合并多对象检测等技术，针对医院检验科最常规的四大检查显微镜检标本，通过数字图像处理技术，定量检测出样本中细胞类型、细胞数目、细胞形态等信息。该项研究能够自动判别生物细胞及微生物病菌种类并分类计数，实现显微图像的细胞定量自动检测功能，为医生进行精准诊疗提供准确的检验依据。 该项目已成功在粪便有形成分中取得了较好的临床应用效果，目前正在开展白带和尿液标本中有形成分的智能识别，并在进一步提高识别率和降低误检率。