一种精液自动检测方法及系统技术方案

本发明专利技术公开了一种精液自动检测方法及系统，该方法包括以下步骤：1)获取精液样本视频；2)对精液样本视频进行大小调整和正则化的预处理；3)通过目标检测网络对预处理后的精液样本视频进行特征提取，根据所提取的特征筛选出目标检测精子；4)对筛选出的每一个目标检测精子新建并激活精子轨迹，输出激活的精子轨迹的序号；5)以精子轨迹的序号为索引，对所有精子轨迹按预设的间隔进行切分，进行精子数量统计及活性检测；本发明专利技术通过特征网络提升精子小目标的检测能力，并在精子发展运动轨迹的叠加时仍能准确追踪相遇前后的精子目标轨迹，提高检测精子数量精度和精子活性的判断精度。测精子数量精度和精子活性的判断精度。测精子数量精度和精子活性的判断精度。

【技术实现步骤摘要】
一种精液自动检测方法及系统


[0001]本专利技术涉及精子目标检测和活性分析的
，尤其是指一种精液自动检测方法及系统。

技术介绍

[0002]人工精液分析在精液分析方法中属于耗时长且误差较大的一种方法，使用计算机代替人工辅助精液分析能够有效缩短精液分析的时间，并且提高精液分析的准确度，排除主观因素的影响。
[0003]精液分析的核心在于精子目标追踪的方法，目前有几种主流的目标追踪方法：
[0004]1、基于目标特征的追踪方法，利用前后帧目标的特征对目标进行追踪，但对于精子而言，不同精子间特征差异不明显。
[0005]2、基于目标检测的目标追踪方法，对精子目标先进行目标检测，再对目标检测结果实行追踪。
[0006]得益于基于视频帧目标检测方法的目标追踪方法的发展，使得追踪物体上下帧的关联程度排除了图像特征变化做导致的失追，但这种方法仍有一定的缺陷：精子在图像中的体积通常较小，现有方法对于小物体的目标检测仍有一定局限性，物体过小导致网络对目标回归及分类难度增大；精子在图像中往往非常密集，在实行目标追踪方法的过程中对运动相交后的精子无法准确追踪，导致精子数量和精子活性判断误差增大。因此，现有的目标追踪技术在对精子目标追踪时存在较大的局限性。

技术实现思路

[0007]本专利技术的第一目的在于为解决现有技术中的不足，提供了一种精液自动检测方法，通过利用特征网络提升精子小目标的检测能力，并提高检测精子数量的精度和在精子发展运动轨迹的叠加时仍能准确追踪相遇前后的精子目标轨迹，提高精子活性的判断精度。
[0008]本专利技术的第二目的在于提供一种精液自动检测系统。
[0009]本专利技术的第一目的通过下述技术方案实现：一种精液自动检测方法，包括以下步骤：
[0010]1)获取精液样本视频；
[0011]2)对精液样本视频进行大小调整和正则化的预处理；
[0012]3)通过目标检测网络对预处理后的精液样本视频进行特征提取，根据所提取的特征筛选出目标检测精子；
[0013]4)对筛选出的每一个目标检测精子新建并激活精子轨迹，输出激活的精子轨迹的序号；
[0014]5)以精子轨迹的序号为索引，对所有精子轨迹按预设的间隔进行切分，进行精子数量统计及活性检测。
[0015]进一步，所述步骤1)执行以下操作：
[0016]使用移动摄像头配合高倍镜或采用显微镜固定拍摄精液样本视频，所述精液样本视频的帧数率不低于20帧/秒，精液样本视频中精子的像素大小不低于5像素。
[0017]进一步，所述步骤2)执行以下操作：
[0018]将步骤1)获取的精液样本视频的每一帧视频帧处理为图像矩阵，并对得到的图像矩阵进行大小调整和正则化的预处理操作。
[0019]进一步，所述步骤3)包括以下步骤：
[0020]301)将预处理后的精液样本视频的每一帧图像矩阵输入到目标检测网络中，通过目标检测网络的主干网络进行特征提取，获得多种分别对应不同尺寸的特征层；
[0021]302)每一个特征层的下级特征层经过一次上采样后与特征层进行合并后输出，若存在没有下级特征层的特征层则进行两次连续的下采样再输出，获得尺寸不同的新特征层；
[0022]303)对获取到的每一个新特征层，配备一组锚框用于边界框的回归，对每一个新特征层与其配备的锚框组进行回归，获取精子的边界框信息；同时，对新特征层进行分类，根据边界框信息判断每一个精子的置信度是否低于0.2，置信度不低于0.2的精子则作为目标检测精子得以保留，置信度低于0.2的精子则去除。
[0023]进一步，所述步骤4)包括以下步骤：
[0024]401)根据步骤3)中获得的精子的边界框信息，对精液样本视频的第一帧视频帧的精子边界框中每一个目标检测精子建立精子轨迹，并将精子轨迹设为激活状态，每一条精子轨迹都设有对应的序号；
[0025]402)对精液样本视频的第二帧视频帧开始的每一个目标检测精子的边界框进行分类，边界框置信度大于0.1作为高分框，边界框置信度小于0.1作为低分框；
[0026]403)对于持续追踪的精子轨迹和失去追踪的精子轨迹使用卡尔曼滤波预测下一帧视频帧的边界框信息，计算下一帧视频帧的边界框信息与高分框之间的IoU交并比值，构建IoU关系损失矩阵，使用匈牙利算法进行匹配，获取匹配成功的精子轨迹和未匹配成功的精子轨迹，对匹配成功的边界框更新其匹配的精子轨迹，并激活精子轨迹；对未成功匹配的高分框与处于未激活状态的轨迹进行匹配，若匹配成功则激活精子轨迹，并更新精子轨迹；根据未成功匹配的轨迹，对低分框进行二次匹配，匹配成功则更新精子轨迹，并激活精子轨迹；
[0027]404)对未成功匹配的轨迹和未匹配的高分框，计算两者之间的L2距离，在预设像素的阈值范围内进行匈牙利算法的匹配，将匹配成功的边界框更新其匹配的精子轨迹，并激活精子轨迹；若其中仍有未成功匹配的精子轨迹，则设为不激活状态，若其中有未成功匹配的高分框，则视为边界框新增的目标检测精子，对该新增的目标检测精子新建并激活精子轨迹；
[0028]405)对在连续预设数量视频帧内仍未激活的精子轨迹进行删除；
[0029]406)重复步骤401)至405)，直至将所有精液样本视频的视频帧处理完成，输出每一帧中激活的精子轨迹的序号。
[0030]进一步，所述步骤5)包括以下步骤：
[0031]501)获取步骤4)中所有追踪的精子轨迹，并按精子轨迹的序号为索引；
[0032]502)对所有精子轨迹按预设的统计帧间隔进行切分，若所分析精子视频长度不足该间隔，则将完整视频作为一次精子分析；
[0033]503)对切分后的每一份精子轨迹，计算每一个精子轨迹在X轴、Y轴、
‑
X轴及
‑
Y轴方向上的偏移；若X轴或Y轴正负偏移的差值任一大于精子活跃的阈值，则认为该精子为活跃精子；若X轴或Y轴正负偏移的差值任一大于前进运动的阈值，则认为该目标检测精子为前进运动精子；若X轴或Y轴正负偏移的差值均小于不前进运动的阈值，则认为该目标检测精子为不前进运动精子；若X轴或Y轴正负偏移的差值均小于完全不动的阈值，则认为该目标检测精子为完全不动精子；
[0034]504)统计所有精子轨迹的总精子数，将步骤503)中所述各类运动状态精子数量除以总精子数，获取其对应活性指标百分比；
[0035]505)对切分后的每一份精子，进行各项活性指标百分比统计，并计算其均值作为最终活性指标。
[0036]本专利技术的第二目的通过下述技术方案实现：一种精液自动检测系统，包括：
[0037]样本获取模块，用于对精液样本进行视频拍摄，获取精液样本视频；
[0038]特征提取模块，用于通过目标检测网络对精液样本视频进行特征提取，根据所提取的特征筛选出目标检测精子；
[0039]轨迹建立与激活模块，用于对筛选出的每一个目标检测精子新建并激活精子轨迹，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精液自动检测方法，其特征在于，包括以下步骤：1)获取精液样本视频；2)对精液样本视频进行大小调整和正则化的预处理；3)通过目标检测网络对预处理后的精液样本视频进行特征提取，根据所提取的特征筛选出目标检测精子；4)对筛选出的每一个目标检测精子新建并激活精子轨迹，输出激活的精子轨迹的序号；5)以精子轨迹的序号为索引，对所有精子轨迹按预设的间隔进行切分，进行精子数量统计及活性检测。2.根据权利要求1所述的一种精液自动检测方法，其特征在于，所述步骤1)执行以下操作：使用移动摄像头配合高倍镜或采用显微镜固定拍摄精液样本视频，所述精液样本视频的帧数率不低于20帧/秒，精液样本视频中精子的像素大小不低于5像素。3.根据权利要求1所述的一种精液自动检测方法，其特征在于，所述步骤2)执行以下操作：将步骤1)获取的精液样本视频的每一帧视频帧处理为图像矩阵，并对得到的图像矩阵进行大小调整和正则化的预处理操作。4.根据权利要求1所述的一种精液自动检测方法，其特征在于，所述步骤3)包括以下步骤：301)将预处理后的精液样本视频的每一帧图像矩阵输入到目标检测网络中，通过目标检测网络的主干网络进行特征提取，获得多种分别对应不同尺寸的特征层；302)每一个特征层的下级特征层经过一次上采样后与特征层进行合并后输出，若存在没有下级特征层的特征层则进行两次连续的下采样再输出，获得尺寸不同的新特征层；303)对获取到的每一个新特征层，配备一组锚框用于边界框的回归，对每一个新特征层与其配备的锚框组进行回归，获取精子的边界框信息；同时，对新特征层进行分类，根据边界框信息判断每一个精子的置信度是否低于0.2，置信度不低于0.2的精子则作为目标检测精子得以保留，置信度低于0.2的精子则去除。5.根据权利要求1所述的一种精液自动检测方法，其特征在于，所述步骤4)包括以下步骤：401)根据步骤3)中获得的精子的边界框信息，对精液样本视频的第一帧视频帧的精子边界框中每一个目标检测精子建立精子轨迹，并将精子轨迹设为激活状态，每一条精子轨迹都设有对应的序号；402)对精液样本视频的第二帧视频帧开始的每一个目标检测精子的边界框进行分类，边界框置信度大于0.1作为高分框，边界框置信度小于0.1作为低分框；403)对于持续追踪的精子轨迹和失去追踪的精子轨迹使用卡尔曼滤波预测下一帧视频帧的边界框信息，计算下一帧视频帧的边界框信息与高分框之间的IoU交并比值，构建IoU关系损失矩阵，使用匈牙利算法进行匹配，获取匹配成功的精子轨迹和未匹配成功的精子轨迹，对匹配成功的边界框更新其匹配的精子轨迹，并激活精子轨迹；对未成功匹配的高分框与处于未激活状态的轨迹进行匹配，若匹配成功则激活精子轨迹，并更新精子轨迹；根
据未成功匹配的轨迹，对低分框进行二次匹配，匹配成功则更新精子轨迹，并激活精子轨迹；404)对未成功匹配的轨迹和未匹配的高分框，计算两者之间的L2距离，在预设像素的阈值范围内进行匈牙利算法的匹配，将匹配成功的边界框更新其匹配的精子轨迹，并激活精子轨迹；若其中仍有未成功匹配的精子轨迹，则设为不激活状态，若其中有未成功匹配的高分框，则视为边界框新增的目标检测精子，对该新增的目标检测精子新建并激活精子轨迹；405)对在连续预设数量视频帧内仍未激活的精子轨迹进行删除；406)重复步骤401)至405)，直至将所有精液样本视频的视频帧处理完成，输出每一帧中激活的精子轨迹的序号。6.根据权利要求1所述的一种精液自动检测方法，其特征在于，所述步骤5)包括以下步骤：501)获取步骤4)中所有追踪的精子轨迹，并按精子轨迹的序号为索引；502)对所有精子轨迹按预设的统计帧间隔进行切分，若所分析精子视频长度不足该间隔，则将完整视频作为一次精子分析；503)对切分后的每一份精子轨迹，计算每一个精子轨迹在X轴、Y轴、
‑
X轴及
‑
Y轴方向上的偏移；若X轴或Y轴正负偏移的差值任一大于精子活跃的阈值，则认为该精子为活跃精子；若X轴或Y轴正负偏移的差值任一大于前进运动的阈值，则认为该目标检测精子为前进运动精子；若X轴或Y轴正负偏移的差值均小于不前进运动的阈值，则认为该目标检测精子为不前进运动精子；若X轴或Y轴正负偏移的差值均小于完全不动的阈值，则认为该目标检测精子为完全不动精子；504)统计所有精子轨...

【专利技术属性】
技术研发人员：韩超，陈嘉俊，
申请(专利权)人：广州健芯生物科技合伙企业有限合伙，
类型：发明
国别省市：