System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及计算机医疗图像处理领域,具体为一种基于深度学习的精子存活率分析方法。
技术介绍
1、男性不育的最主要原因即为精子和精液异常。因此,对精液进行分析以及对精子质量进行评估是诊断男性不育的主要手段。临床诊断中存活率检测推荐的方法是采用伊红-苯胺黑染色法人工计数,即由人眼通过显微镜对载有精子的玻片进行观察,这些载玻片均是由专业人员待精液液化之后利用染色剂进行染色之后制成玻片,由专业医师人工针对患者样本中的精子进行评估,可能存在主观性强、不可重复以及工作量大等问题。 随着计算机技术的高速发展,从上世纪80 年代起,就有科研人员提出计算机辅助精液分析(casa)方法,使用现代化的计算机技术,对样本定量地进行分析,克服了人工分析 主观性强的缺点。然而,尽管casa在对精子密度、精子活力等大部分参数的检测上的表现优于人工分析,但是并不适用于精子存活率检测,目前仍需要临床医生人工判别。
2、近年来,随着机器学习和深度学习技术的发展,科研人员也将相关技术应用到casa的改进中,然而,现有研究无论是精子分类或是分割大部分都是基于单个精子,甚至单个精子的头部图像,在实际临床中经常存在精子的重叠以及杂质干扰等问题,专业医生在显微镜中提取单个精子的图像所花费的时间远超过其直接做出诊断的时间,相较直接诊断却并不能获得准确率上的提高,这与 casa 的设计理念相悖。
3、提供一个能够快速、准确地使用计算机进行精子存活率分析的方法将很大程度上减轻医生的工作量,并且能够帮助医生快速诊断病情、确定诊疗方案。
【技术保护点】
1.一种基于深度学习的精子存活率分析方法,其特征在于:包括以下步骤:
2.如权利要求1所述的一种基于深度学习的精子存活率分析方法,其特征在于,所述步骤1中使用显微镜采集图像并进行标注以构成数据集的具体步骤为:
3.如权利要求2所述的一种基于深度学习的精子存活率分析方法,其特征在于,所述步骤2中对训练数据进行预处理的具体步骤为:
4.如权利要求3所述的一种基于深度学习的精子存活率分析方法,其特征在于,所述步骤3中使用迁移学习的方式训练目标检测模型的具体步骤为:
5.如权利要求4所述的一种基于深度学习的精子存活率分析方法,其特征在于,定义模型的目标方程:
6.如权利要求5所述的一种基于深度学习的精子存活率分析方法,其特征在于,所述步骤4中使用模型对临床数据进行分析具体步骤为:
【技术特征摘要】
1.一种基于深度学习的精子存活率分析方法,其特征在于:包括以下步骤:
2.如权利要求1所述的一种基于深度学习的精子存活率分析方法,其特征在于,所述步骤1中使用显微镜采集图像并进行标注以构成数据集的具体步骤为:
3.如权利要求2所述的一种基于深度学习的精子存活率分析方法,其特征在于,所述步骤2中对训练数据进行预处理的具体步骤为:
4....
【专利技术属性】
技术研发人员:李武军,石亮,陈诚,朱来晴,赵晓智,
申请(专利权)人:南京鼓楼医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。