Эта задача отличается от предыдущих тем, что не требует предварительной обработки материалов и использования флуоресцентного микроскопа, для ее решения достаточно изображений с оптического микроскопа. Лейкоциты играют значительную роль в организме человка, но иногда могут быть злокачественными и вызывать лейкемию. Поэтому важно уметь их автоматически классифицировать, особенно в лабораториях слаборазвитых стран, где не хватает квалифицированных специалистов для проведения анализа крови.
Как и в классификации раковых клеток, для Для решения задачи используется сеть VGGNet, похожая на ту, что идентифицирует раковые клетки, и так же транзитное обучение. Отличительной деталью является использования статистического алгоритма оптимизации для выбора наиболее важных функций, извлеченных с архитерктурой VGG-16помощью VGGNet, и удаления сильно коррелированных и шумных. Такая оптимизация позволяет сократить время обучения, повысить точность и избавиться от переобучения. Результаты этого гибридного подхода к классификации являются самыми эффективными среди всех известных опубликованных работ по тому же набору данных.
== Сегментация изображений ==
