本发明公开了一种细胞图像中的细胞识别方法及系统，本发明实施例训练得到分类神经网络，所述分类神经网络是由子骨干网(backbone)、子特征金字塔网络(FPN，feature pyramid networks)、细胞分类分支单元、细胞核检测分支单元及协同分析单元构成。当该分类神经网络接收到细胞图像时，由子backbone提取得到该细胞图像的特征后，经过FPN生成多尺度的特征，分别将多尺度的特征输入给细胞分类分支单元进行细胞分类得到细胞分类分支特征，及输入给细胞核检测分支单元进行细胞核区域识别并得到细胞核检测分支特征；采用协同分析单元根据细胞分类分支特征对细胞核检测分支特征进行指导并融合，得到细胞中细胞核区域的位置信息和细胞核分类结果；采用协同分析单元根据细胞核检测分支特征对细胞分类分支特征进行指导并融合，得到该细胞图像的细胞分类结果。这样，本发明实施例就可以准确地对基于细胞涂片的细胞图像中的细胞进行识别。