Oct, 2019

基于机器学习的精子视频和参与者数据分析，用于男性生育能力预测

PDF
TL;DR本文使用现代和经典机器学习技术，自动预测精子活力，探讨机器学习自动分析在男性不育症研究中的应用价值。
clinical datamale human reproductionmachine learning techniquessperm motilitymale infertility investigation
发现论文，激发创造
  • 自动精子评估框架和专用于精子视频识别的神经网络

    通过构建视频数据集以及使用深度学习方法进行精子鉴定，研究提出了 RoSTFine 网络，在提高精子鉴定性能的同时，强调了重要的精子部位（即头部和颈部）的注意力。

    Nov, 2023

  • VISEM-Tracking：人类精子跟踪数据集

    本文介绍了一种新的数据集 VISEM-Tracking，其中包含有 20 个视频录像的精子制备的 30 秒湿样中所观察到的使用手动标记的边界框坐标和专家分析的精子特征的数据集，同时还提供了未经标注的视频片段，可通过自我或无监督学习等方法进行易于使用的访问和数据分析。文章还介绍了使用在 VISEM-Tracking 数据集上训练的 YOLOv5 深度学习模型的基线精子检测性能，从而表明该数据集可用于训练复杂的深度学习模型来分析精子。

    Dec, 2022

  • 使用自编码器将时间特征提取到空间域中，用于精子视频分析

    本文提出了一个深度学习方法，通过人类精子的视频记录来预测精子运动和形态。该方法使用自动编码器从视频中提取时间特征，并将其绘制为图像，称为特征图像，用于转移学习以预测人类精子的运动和形态。该方法可以提取时间信息并用于传统的卷积神经网络中。此外，预测精液样品运动能力的准确性表明，基于深度学习的模型可以捕获人类精子镜下的时间信息。

    Nov, 2019

  • 堆叠的密集光流与 Dropout 层用于预测精子运动和形态

    本文探讨使用两种深度学习方法，预测精子运动能力和形态的相关问题。通过使用两种不同的输入形式，视频的堆叠式纯帧和视频帧的密集光流，修改了模型卷积神经网络以解决预测运动能力和形态的回归任务。同时，本文引入了多层感知机以及去除神经元的 dropout 层，提高了模型预测精准度。鉴于分析结果，当输入包括光流和原始视频帧的密集光流时，使用具备附加多层感知机的应用程序能够获得最佳结果。

    Nov, 2019

  • SHMC-Net：一种用于精子头形态分类的引导掩模特征融合网络

    男性不育问题在全球不育症案例中占三分之一。通过头部形态分析手动评估精子异常存在观察者差异和专家之间的诊断差异问题。我们提出了一种新的精子头部形态分类方法，称为 SHMC-Net，它使用精子头部的分割掩模来指导精子图像的形态分类。

    Feb, 2024

  • 流式细胞仪数据分析的机器学习

    研究了自动化门控算法在流式细胞术中的局限性，并比较了三种典型自动聚类算法和子空间聚类算法 ProClus 在识别细胞群中的性能。

    Mar, 2023

  • 大规模细胞电子显微镜自动图像分析：文献综述

    本文研究了大规模电子显微镜技术下生物医学图像分析的自动化方法和挑战，并讨论了近五年来在自动化人工智能计算机视觉、深度学习和软件工具方面所取得的进步，探讨了自动化图像获取与分析的整合，以实现毫米级纳米分辨率的高通量分析。

    Jun, 2022

  • 扫描透射电子显微镜自动实验的深度学习

    本论文探讨了在电子显微镜中使用机器学习来进行数据分析和优化工作流程的挑战，并讨论了人类科学家和机器学习在实验工作流程中的相对贡献以及开发通用超级语言的需求。

    Apr, 2023

  • 使用计算机视觉和机器学习的自动溶解度分析系统和方法

    该研究提出了一种使用计算机视觉的新型活性溶解度传感器装置，它可以通过改变背景图像来测量溶解度、估计颗粒的存在，并且具有高精确度，可以用于液相色谱仪和蒸发器等分离设备的分离纯化性能的提高和故障的预防，同时可应用于合成自动化系统的溶解检测。

    Apr, 2023

  • 研究机器学习方法在预测早期阶段的痴呆病稳定性

    本文研究了机器学习算法在预测痴呆症中的稳定性，并发现支持向量机和朴素贝叶斯算法是最稳定的算法，在使用信息增益方法进行特征选择时比主成分分析更有效。

    Sep, 2022