基于深度学习的人类精子头部图像分割算法研究

发布时间：2024-03-24 20:57

　　深度学习是近几年新兴很快的一个领域。从本质上来说,深度学习是一个满足于各类特定需求的机器学习算法,对比在它之前的相关技术,其在语言和图像处理等方面所达到的效果要远远优于前者。在随着数据处理能力强大的高性能计算机芯片的不断更新,其在图像处理等计算机视觉任务中更是飞速发展,并且越来越多、越来越广泛的应用于医学影像处理领域。帮助了医生对各类疾病的诊断更快,更准。随着社会发展人们的压力越来越大,各种污染源也与日增多,男性不孕不育症状愈发严重。在临床实践中,精液分析是诊断男性不育并确定最佳治疗方法的必要手段。精子的浓度,运动性,活力和DNA片段化程度是传统精子图分析的重要指标。此外,精液样本潜在生育力的另一个重要指标是精子细胞的形状。故而精子形态分析在临床中诊断男性不孕不育症中是一个重要的步骤,而精子头部形状是精子形态分析中的一个重要参考尺度。因此,准确高效地分割出人类精子头部对精准而客观地分析精子形态至关重要,对男性不育的诊断并确定疗法是极其重要的一步。然而,前人的大量工作表明,精子头部的检测与分割是一项具有多方面挑战的任务。在七十到九十年代之间,致力于精子形态分析的研究人员均是采用人工的方法...

【文章页数】：88 页

【学位级别】：硕士

【部分图文】：

图1.1经染色过的精子细胞图像

第一章绪论3所有的分析仪都是采用不同的染色程序对精子进行染色，而这导致我们只能处理图1.1经染色过的精子细胞图像Fig1.1Stainedspermcellsimage图1.2正常的人类精子形态图：a)正常的人类精子明场像；b)人工手动分割的真实标签；c)正常的人类精子主要成分示....

图1.4MHSMA数据集中的精子图像

附谛畔ⅲ?倮?醚盗芳??对他们的网络进行训练以获取最佳的网络参数，最后在他们的数据集上验证了该网络的检测能力。最终的结果显示他们的网络在精子形态异常检测方面取得了不错的效果。就我们所知，该算法是在精子形态分析领域最出色的深度学习算法之一。但是上述这两个算法虽然都能够处理无染色的精....

图2.4LeNet-5结构示例图

合肥工业大学学术硕士研究生学位论文14x1x2x3+1+1+1hw,b(x)第L1层第L2层第L3层第L4层图2.3含有多个隐藏层的神经网络结构示例图Fig2.3Exampleofasimpleneuralnetworkwithsomehiddenlayers或者英文字母。LeN....

图2.5正常神经网络(左)和使用Dropout之后的网络(右)

合肥工业大学学术硕士研究生学位论文20图2.5正常神经网络(左)和使用Dropout之后的网络(右)Fig2.5Normalneuralnetworkanddropoutoperation2.2.7卷积层与池化层1.卷积层卷积神经网络(ConvolutionalNeuralNet....

本文编号：3938003