数字病理学发展迅速，结合人工智能、深度学习和高性能计算等技术的进步，可以提高和加速诊断过程，减少人为错误，并简化报告步骤。本文提出了一个新的大型红细胞（RBC）图像数据集，并提出了一个两阶段的深度学习框架用于 RBC 图像分割和分类，取得了98.03％的IoU和96.5％的平均分类准确率。与其他知名CNN模型进行的实验比较表明，该模型在性能和计算成本之间取得了良好的平衡。