精子存活率检测方法及装置制造方法及图纸

本发明专利技术涉及医学图像处理技术领域，实施例具体公开一种精子存活率检测方法及装置。本申请通过获取精子染色显微图像，将其通过精子检测模型，获得精子图像、精子在图像中的位置信息、以及精子存活或者未存活的检测结果，再根据精子存活数量和未存活数量计算出精子存活率，相对传统目标检测算法大大的提高了精子检测准确度，从而对精子存活率判断更加准确。

【技术实现步骤摘要】
精子存活率检测方法及装置
本专利技术涉及医学图像处理
，具体涉及一种精子存活率检测方法及装置。
技术介绍
精子存活率检测需要通过存活率试剂(伊红试剂)进行染色，然后在100倍显微镜下通过颜色判断精子正常、异常(红色为异常精子，无色为正常精子)。传统的精子存活率检测方法主要是将染色后的玻片放在显微镜100倍镜下拍照，然后将拍照所得图像通过传统目标检测算法(如Cascade+HOG/DPM+Haar/SVM)对精子进行目标检测，然后通过传统分类算法对精子进行分类判定，但是由于传统算法需要手工设计特征，而精子存活率图像多样性的变化会导致特征没有很好的鲁棒性，从而导致精子存活率识别率和准确度不高，和临床医师判定结果有较大的差别。
技术实现思路
有鉴于此，本申请提供一种精子存活率检测方法及装置，能够解决或者至少部分解决上述存在的问题。为解决以上技术问题，本专利技术提供的技术方案是一种精子存活率检测方法，包括：S11：获取精子染色显微图像；S12：将精子染色显微图像通过精子检测模型，获得精子图像、精子在图像本文档来自技高网...

【技术保护点】
1.一种精子存活率检测方法，其特征在于，包括：/nS11：获取精子染色显微图像；/nS12：将精子染色显微图像通过精子检测模型，获得精子图像、精子在图像中的位置信息、以及精子存活或者未存活的检测结果；/nS13：根据精子存活数量和未存活数量计算出精子存活率。/n

【技术特征摘要】
1.一种精子存活率检测方法，其特征在于，包括：
S11：获取精子染色显微图像；
S12：将精子染色显微图像通过精子检测模型，获得精子图像、精子在图像中的位置信息、以及精子存活或者未存活的检测结果；
S13：根据精子存活数量和未存活数量计算出精子存活率。


2.根据权利要求1所述的精子存活率检测方法，其特征在于，还包括S10：生成精子检测模型；所述S10的方法包括：
S101：筛选出大样本的精子染色显微图像；
S102：在精子染色显微图像上标注出精子存活或者未存活，并将标注后的精子染色显微图像分为训练图像集和测试图像集；
S103：在TensorFlow框架下，采用ResNet50-ssd网络模型对训练图像集进行训练，再通过测试图像集来验证并更新ResNet50-ssd网络模型参数再进行训练，循环此过程直到获得最终的精子检测模型。


3.根据权利要求2所述的精子存活率检测方法，其特征在于，所述S103中在TensorFlow框架下，采用ResNet50-ssd网络模型对训练图像集进行训练的方法包括：
调节ssd的网络结构，将基础网络替换为ResNet50网络，并调节相应的训练参数：学习率、训练图像数量、迭代次数、选择优化器和选择损失函数；
进行先验框匹配，对训练图像中每个真实目标，找到与其IOU最大的先验框与其匹配，其中IOU的公式为：其中area为真实目标框和先验框交集面积，area1为真实目标框的面积，area2为先验框的面积；
确定损失函数，损失函数为位置误差与置信度误差的加权和，公式为：其中L为损失函数，其中x∈{1,0}是先验框的正样本数量，这里x为一个指示参数，当x＝1时表示先验框与真实框匹配，c为类别置信度预测值，l为先验框的所对应边界框的位置预测值，而g是真实框的位置参数；
进行数据扩增，数据扩增采用水平翻转、随机裁剪加颜色扭曲和随机采集块域即获取小目标训练样本；
进行预训练，对于每个预测框，首先根据类别置信度确定其类别与置信度值，并过滤掉属于背景的预测框，然后根据置信度阈值过滤掉阈值较低的预测框，对于留下的预测框进行解码、修剪，根据先验框得到其真实的位置参数，解码之后需要根据置信度进行降序排列，然后仅保留最优k个预测框，最后就是进行NMS算法，过滤掉重叠度较大的预测框，最后剩余的预测框就是检测结果。


4.根据权利要求1所述的精子存活率检测方法，其特征在于，所述S13的方法包括：精子存活率＝精子存活数量/(精子存活数量+精子未存活数量)。


5.一种精子存活率检测装置，其特征在于，包括：
精子图像获取模块，用于获取精子染色显微图像；
精子状态检测模块，用于将精子染色显微图像通过精子检测模型，获得精...

【专利技术属性】
技术研发人员：刘畅，程锦，侯苇，钟正华，廖露，李丽，
申请(专利权)人：成都朴华科技有限公司，
类型：发明
国别省市：四川;51