一种基于深度学习的显微取精结果预测方法技术

本发明专利技术提供一种基于深度学习的显微取精结果预测方法。该方法包括：获取数据集；数据集为患者的检查信息；对数据集进行预处理；按照预设比例将预处理后的数据集划分为训练集、验证集和测试集；搭建深度学习网络模型；深度学习网络模型由多层感知机组成；多层感知机由输入层、隐藏层和输出层组成；将训练集输入深度学习网络模型进行训练，将验证集输入训练后的深度学习网络模型进行优化，保存最终优化后的深度学习网络模型；将测试集输入最终优化后的深度学习网络模型进行患者的显微取精结果的预测，得到患者显微取精的预测结果。本发明专利技术使用深度学习方法并综合患者的各项检查指标去预测显微取精结果，大大地提升了显微取精结果的预测准确度，进而帮助医生更好地为患者制定治疗策略。

【技术实现步骤摘要】

本专利技术涉及显微取精术的，具体而言，涉及一种基于深度学习的显微取精结果预测方法。

技术介绍

1、无精症指精液检查发现没有精子。无精症约占男性不育症患者的15％至20％，病因繁多，概括起来分为两大类。一是睾丸本身功能障碍，称为原发性无精症或非梗阻性无精症(non-obstructive azoospermia，简称noa)。二是睾丸生精功能正常，但因输精管道阻塞，精子无法排出体外，称为梗阻性无精症。

2、显微取精术(microsurgical testicular sperm extraction，简称mtese)全称显微镜下睾丸切开取精手术，是在显微镜下寻找可能存在具有生精功能的曲细精管，从而使获取精子的准确性和效率明显提高，专门用于非梗阻性无精子症患者。显微取精与传统取精术相比较，有手术切口小、视野好、精子获得率高、并发症少等优点。

3、目前，临床医生根据血液指标、染色体以及病理活检等情况手动判断患者进行显微取精手术后是否能成功取到精子，这一方法主观性强，且医生难以给出准确的判断。而深度学习方法提供了准确判断显微取精结果的可能性本文档来自技高网...

【技术保护点】

1.一种基于深度学习的显微取精结果预测方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的显微取精结果预测方法，其特征在于，所述隐藏层由多个神经元组成；其中，每个神经元都与上一层的所有神经元相连；每个神经元接收上一层的输入，并通过激活函数对该上一层的输入进行非线性变换，再将非线性变换后的结果传递给下一层。

3.根据权利要求1所述的基于深度学习的显微取精结果预测方法，其特征在于，所述步骤S5，具体包括：

4.根据权利要求1所述的基于深度学习的显微取精结果预测方法，其特征在于，所述输出层的特征数量设定为2。

5.根据权利要求1至4中...

【技术特征摘要】

1.一种基于深度学习的显微取精结果预测方法，其特征在于，包括：

2.根据权利要求1所述的基于深度学习的显微取精结果预测方法，其特征在于，所述隐藏层由多个神经元组成；其中，每个神经元都与上一层的所有神经元相连；每个神经元接收上一层的输入，并通过激活函数对该上一层的输入进行非线性变换，再将非线性变换后的结果传递给下一层。

3.根据权利要求1所述的基于深度学习的显微取精结果预测方法，其特征在于，所述步骤s5...

【专利技术属性】
技术研发人员：代茵，雷昂之，王晓彬，王慧涵，
申请(专利权)人：东北大学，
类型：发明
国别省市：