本发明属于计算机图像处理技术领域，是基于深度学习图像处理的粘连外周血细胞分割方法；使用U‑net语义分割识别出外周血涂片中所有连通的细胞核区域，以实现白细胞的中心点定位；对大面积连通区域进行基于欧式距离的距离变换操作，以此来判断是否存在多个细胞的细胞核粘连的情形，进而实现细胞核粘连情况下细胞的分割；基于U‑net分割的连通区域，引入加权无向图；根据两节点属性以及两节点间边的权重判断两个连通细胞核区域是否属于同一个细胞以及并调整细胞中心位置以及分割框大小；本方法有效地解决了血样中的细胞团聚情况下分割难、细胞分割不完整、细胞中心点定位偏离的问题。