【技术实现步骤摘要】
本专利技术涉及一种结合了机器学习和计算机视觉的先进技术，属于医学图像处理领域，尤其是一种通过级联使用segment anything model(sam)模型创建的一个从精子图像分割、分类到形态评估的全流程自动化方法。
技术介绍
1、精子形态学分析是评估精子质量及男性生育力的重要指标之一。在严格使用精子形态学评判标准的前提下，已经证实正常形态精子百分率与多种生育力评价终点指标(体内与体外妊娠率等)具有相关性。目前，精子形态学分析主要依赖于实验室分析人员在显微镜下进行人工镜检，主观性强，难以标准化。且人工分析耗时长，难以满足快速和大量检测的需求。因此，为了能够准确评估男性生育能力，为临床医生的诊断和治疗提供可靠的实验依据，开发一套结合人工智能技术的自动精子形态检测系统迫在眉睫，其不仅能提高诊断效率，还能推动医疗自动化和智能化的发展。
2、然而，精子显微图像通常面临易于重叠、难以区分、存在多种干扰因素等问题，使得这些图像难以被现有的图像分割模型有效处理。精子形态的复杂性和图像中的交错现象更增加了使用有监督学习模型进行精确分割的难
3本文档来自技高网...
【技术保护点】
1.一种基于级联SAM模型进行精子形态学智能分析的方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于级联SAM模型进行精子形态学智能分析的方法，其特征在于，步骤1中，收集用于训练的精子显微图像的具体步骤为：
3.根据权利要求1所述的基于级联SAM模型进行精子形态学智能分析的方法，其特征在于，步骤2中，对收集的精子显微图像进行预处理的具体步骤为：
4.根据权利要求1所述的基于级联SAM模型进行精子形态学智能分析的方法，其特征在于，步骤3中，使用SAM模型结合颜色筛选方法对预处理图像进行精子头部分割的具体步骤为：
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。