使用三维卷积神经网络预测精液活力
图像与视频处理
2021-01-15 v2 计算机视觉与模式识别
机器学习
摘要
执行精液分析的手动和计算机辅助方法耗时、需要大量训练且容易出现人为错误。使用基于经典机器学习和深度学习的方法处理视频来进行精液分析已取得良好结果。当前最先进的方法使用常规卷积神经网络对所给样本的视频进行质量评估。在本文中，我们提出一种改进的基于深度学习的方法，使用三维卷积神经网络从精液样本的显微视频中预测精子活力。我们利用 VISEM 数据集，该数据集包含从 85 名参与者收集的精液样本的视频和表格数据。我们仅用显著更少的数据点便取得了良好结果。我们的模型表明，基于深度学习的自动精液分析可能成为生育和 IVF 实验室中有价值且有效的工具。
引用
@article{arxiv.2101.02888,
title = {Predicting Semen Motility using three-dimensional Convolutional Neural Networks},
author = {Priyansi and Biswaroop Bhattacharjee and Junaid Rahim},
journal= {arXiv preprint arXiv:2101.02888},
year = {2021}
}
备注
Corrected typos. Made slight changes as per the comments