张梦倩，张 莉,2+

1.苏州大学 计算机科学与技术学院，江苏 苏州 215006

2.苏州大学 机器学习与类脑计算国际合作联合实验室，江苏 苏州 215006

图像分类是计算机视觉中最基本的任务。早期，支持向量机和K近邻方法是图像分类的主流方法。然而，在1998 年Lecun 等人[1]提出了用于图像分类的5 层卷积神经网络（convolutional neural network，CNN），即LeNet-5 方法之后，CNN 开始在这个领域散发光芒。因而，基于CNN 的各种高效方法被提出，如AlexNet（Alex network）[2]、VGG16（visual geometry group 16）[3]、GoogLeNet（Google Net）[4]、ResNet（deep residual network）[5]、DenseNet（densely networks）[6]等。

细胞图像分类在图像分类任务中占有一席之地，如宫颈细胞[7-8]、白细胞[9]、红细胞[10]等。细胞图像往往来自医学图像采集，与视觉图像相比，这类图像通常具有分辨率低、对比度低、图像信息模糊等特点。因此，细胞图像分类是图像分类中的一个难题。然而，对细胞图像进行准确分类对于临床诊断和医学研究具有重要意义。因此，细胞图像分类具有重要的学术研究价值和巨大的实用研究价值。

本文研究的对象是人上皮2 型（human epithelial type 2，HEp-2）细胞，针对其间接免疫荧光检测（indirect immunofluorescence，IIF）图像进行分类。对于HEp-2 图像而言，往往有着看似相同的细胞轮廓和难以区分的细节特征。因而，对HEp-2 细胞图像细节特征中的差别进行抽取，是分类任务的根本。但对于HEp-2 细胞全局特征的把握也是不可或缺的，Gao等人[11]在其论文中对于细胞掩模部分的研究充分证明了这一点。因此，单一地关注其全局特征或者细节特征，都无法对其准确判断。

因此，本文将粗-细（coarse-to-fine,CTF）策略应用到模型中。在人类的生长和生活中，对于视觉的感知往往是一个CTF 的过程。例如，当新生儿的初始视力很弱时，在大多数情况下，只能看到物体的整体结构，对于细节特征的掌握和记忆能力较差。……