申请/专利权人：成都朴华科技有限公司

申请日：2020-11-04

公开（公告）日：2024-05-31

公开（公告）号：CN112184708B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/13;G06T7/62;G06T7/90;G06V10/774;G06V10/82;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.05.31#授权;2021.01.22#实质审查的生效;2021.01.05#公开

摘要：本发明涉及医学图像处理技术领域，实施例具体公开一种精子存活率检测方法及装置。本申请通过获取精子染色显微图像，将其通过精子检测模型，获得精子图像、精子在图像中的位置信息、以及精子存活或者未存活的检测结果，再根据精子存活数量和未存活数量计算出精子存活率，相对传统目标检测算法大大的提高了精子检测准确度，从而对精子存活率判断更加准确。

主权项：1.一种精子存活率检测方法，其特征在于，包括：S10：生成精子检测模型，包括：S101：筛选出大样本的精子染色显微图像；S102：在精子染色显微图像上标注出精子存活或者未存活，并将标注后的精子染色显微图像分为训练图像集和测试图像集；S103：在TensorFlow框架下，采用ResNet50-ssd网络模型对训练图像集进行训练，具体的，调节ssd的网络结构，将基础网络替换为ResNet50网络，并调节相应的训练参数：学习率、训练图像数量、迭代次数、选择优化器和选择损失函数；进行先验框匹配，对训练图像中每个真实目标，找到与其IOU最大的先验框与其匹配，其中IOU的公式为：其中area为真实目标框和先验框交集面积，area1为真实目标框的面积，area2为先验框的面积；确定损失函数，损失函数为位置误差与置信度误差的加权和，公式为：其中L为损失函数，其中x∈{1,0}是先验框的正样本数量，这里x为一个指示参数，当x＝1时表示先验框与真实框匹配，c为类别置信度预测值，l为先验框的所对应边界框的位置预测值，而g是真实框的位置参数；进行数据扩增，数据扩增采用水平翻转、随机裁剪加颜色扭曲和随机采集块域即获取小目标训练样本；进行预训练，对于每个预测框，首先根据类别置信度确定其类别与置信度值，并过滤掉属于背景的预测框，然后根据置信度阈值过滤掉阈值较低的预测框，对于留下的预测框进行解码、修剪，根据先验框得到其真实的位置参数，解码之后需要根据置信度进行降序排列，然后仅保留最优k个预测框，最后就是进行NMS算法，过滤掉重叠度较大的预测框，最后剩余的预测框就是检测结果；再通过测试图像集来验证并更新ResNet50-ssd网络模型参数再进行训练，循环此过程直到获得最终的精子检测模型；S11：获取显微镜100倍镜下的精子染色显微图像；S12：将精子染色显微图像通过精子检测模型，获得精子图像、精子在图像中的位置信息、以及精子存活或者未存活的检测结果；S13：根据精子存活数量和未存活数量计算出精子存活率。

全文数据：

权利要求：

百度查询： 成都朴华科技有限公司 精子存活率检测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD