本申请涉及一种精子形态检测方法、装置、计算机设备和存储介质。所述方法包括：从待检测精子形态视频中获取连续多帧精子形态图像；对每帧精子形态图像进行检测，当确定每帧精子形态图像中存在精子时，获取每帧精子形态图像中单个精子的位置检测结果；根据每帧精子形态图像中单个精子的位置检测结果，确定多帧精子形态图像中的同一个精子；对每帧精子形态图像中的单个精子进行精子形态检测，获取单个精子的精子形态检测结果；根据同一个精子在多帧精子形态图像中的精子形态检测结果，生成同一个精子的精子形态检测结果。采用本方法能够避免精子在游动过程中因翻转等原因而造成的形态检测结果误差，提升了精子形态检测准确率。提升了精子形态检测准确率。提升了精子形态检测准确率。
【技术实现步骤摘要】
精子形态检测方法、装置、计算机设备和存储介质
[0001]本申请涉及计算机
，特别是涉及一种精子形态检测方法、装置、计算机设备和存储介质。
技术介绍
[0002]精液分析是判断男性生育力的一个重要检查方式，其中比较常用的一项检测为精子形态检测。精子形态检测是检测精子畸形率的重要方法。
[0003]传统技术中，可以基于计算机视觉技术、机器学习理论、深度学习等方法进行精子形态检测。以深度学习方法为例，可以通过目标检测模型对精子形态图像进行单个精子的识别和定位，提取精子形态图像中的单个精子图像；再通过分类模型对个精子图像进行形态分类识别，得到精子的形态检测结果。然而，由于传统技术中的检测方式都是基于单张图像的检测，存在精子形态检测不够准确的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种充分考虑精子在不同运动状态下呈现的精子形态，从而能够提升精子形态检测准确性的精子形态检测方法、装置、计算机设备和存储介质。
[0005]第一方面，本申请实施例提供一种精子形态检测方法，包括：
[0006]从待检测精子形态视频中获取连续多帧精子形态图像；
[0007]对每帧精子形态图像进行检测，当确定每帧所述精子形态图像中存在精子时，获取每帧所述精子形态图像中单个精子的位置检测结果；
[0008]根据每帧所述精子形态图像中单个精子的位置检测结果，确定多帧所述精子形态图像中的同一个精子；
[0009]对每帧所述精子形态图像中的所述单个精子进行精子形态检测，获取所述单个精子的精子形态检测结果；
[0010]根据同一个精子在多帧所述精子形态图像中的精子形态检测结果，生成所述同一个精子的精子形态检测结果。
[0011]在其中一个实施例中，所述对每帧所述精子形态图像中的所述单个精子进行精子形态检测，获取所述单个精子的精子形态检测结果，包括：
[0012]通过精子分割模型对每帧所述精子形态图像进行检测，当检测所述精子形态图像中存在精子时，从所述精子形态图像中分割得到单个精子的精子分割图像；
[0013]通过形态识别模型对所述精子分割图像进行分类识别，得到所述单个精子的精子形态检测结果。
[0014]在其中一个实施例中，所述方法还包括：
[0015]通过精子局部分割模型对所述精子分割图像进行语义分割，得到所述单个精子中多个精子局部的局部分割图像；
[0016]所述通过形态识别模型对所述精子分割图像进行分类识别，得到所述单个精子的精子形态检测结果，包括：
[0017]通过与各个所述精子局部对应的形态识别模型对各个所述精子局部的局部分割图像进行分类识别，得到各个所述精子局部的局部形态检测结果；
[0018]根据多个所述精子局部的局部形态检测结果，生成所述单个精子的精子形态检测结果。
[0019]在其中一个实施例中，多个精子局部的局部分割图像包括精子头部图像、精子颈部图像、精子尾部图像中的至少一个。
[0020]在其中一个实施例中，所述形态识别模型包括依次连接的多个卷积部分，各个所述卷积部分包括卷积嵌入块和多个卷积变换块；
[0021]所述通过形态识别模型对所述精子分割图像进行分类识别，得到所述单个精子的精子形态检测结果，包括：
[0022]依次通过各个卷积部分中的卷积嵌入块对精子输入特征进行特征提取，对于第一个卷积部分，所述精子输入特征为所述精子分割图像，对于除所述第一个卷积部分外的各个其他卷积部分，所述精子输入特征为上一个卷积部分输出的精子输出特征；
[0023]通过各个卷积部分中的卷积变换块对特征提取后的所述精子输入特征进行全局信息学习和局部信息学习，得到精子输出特征；
[0024]根据最后一个卷积部分输出的所述精子输出特征，生成所述单个精子的精子形态检测结果。
[0025]在其中一个实施例中，所述卷积嵌入块，包括依次连接的卷积层、形状变换层、第一归一化层；所述依次通过各个卷积部分中的卷积嵌入块对精子输入特征进行特征提取，包括：
[0026]通过各个所述卷积部分中卷积嵌入块中的所述卷积层、所述形状变换层、所述第一归一化层对精子输入特征进行特征提取。
[0027]在其中一个实施例中，所述卷积变换块，包括卷积映射层、多头注意力层、多层感知机层、残差连接层、第二归一化层；
[0028]所述通过各个卷积部分中的卷积变换块对特征提取后的所述精子输入特征进行全局信息学习和局部信息学习，得到精子输出特征，包括：
[0029]通过所述卷积映射层、所述多头注意力层、所述多层感知机层、所述残差连接层、所述第二归一化层对特征提取后的所述精子输入特征进行全局信息学习和局部信息学习，得到精子输出特征。
[0030]在其中一个实施例中，所述对每帧精子形态图像进行检测，当确定每帧所述精子形态图像中存在精子时，获取每帧所述精子形态图像中单个精子的位置检测结果，包括：
[0031]对每帧所述精子形态图像进行检测，当确定每帧所述精子形态图像中存在精子时，则
[0032]确定每帧所述精子形态图像中所述单个精子中精子头部的头部位置信息，将所述头部位置信息作为所述单个精子的位置检测结果。
[0033]在其中一个实施例中，每帧所述精子形态图像中存在多个精子；
[0034]所述根据每帧所述精子形态图像中单个精子的位置检测结果，确定多帧所述精子
形态图像中的同一个精子，包括：
[0035]获取当前帧精子形态图像中各个所述精子的第一头部位置信息，以及所述当前帧的下一帧精子形态图像中各个所述精子的第二头部位置信息；
[0036]生成各个所述精子的第一头部位置信息与各个所述精子的第二头部位置信息之间的距离；
[0037]根据所述距离，从多个所述第二头部位置信息中确定出与各个所述第一头部位置信息对应的目标头部位置信息，将存在于所述第一头部位置信息中的精子，与存在于对应的所述目标头部位置信息中的精子作为同一个精子；
[0038]直至对多帧所述精子形态图像处理完毕，得到多帧所述精子形态图像中的同一个精子。
[0039]第二方面，本申请实施例提供一种精子形态检测装置，包括：
[0040]图像获取模块，用于从待检测精子形态视频中获取连续多帧精子形态图像；
[0041]位置检测模块，用于对每帧精子形态图像进行检测，当确定每帧所述精子形态图像中存在精子时，获取每帧所述精子形态图像中单个精子的位置检测结果；
[0042]精子确定模块，用于根据每帧所述精子形态图像中单个精子的位置检测结果，确定多帧所述精子形态图像中的同一个精子；
[0043]形态检测模块，用于对每帧所述精子形态图像中的所述单个精子进行精子形态检测，获取所述单个精子的精子形态检测结果；
[0044]形态检测结果生成模块，用于根据同一个精子在多帧所述精子形态图像中的精子形态检测结果，生成所述同一个精子的精子形态检测结果本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种精子形态检测方法，其特征在于，所述方法包括：从待检测精子形态视频中获取连续多帧精子形态图像；对每帧精子形态图像进行检测，当确定每帧所述精子形态图像中存在精子时，获取每帧所述精子形态图像中单个精子的位置检测结果；根据每帧所述精子形态图像中单个精子的位置检测结果，确定多帧所述精子形态图像中的同一个精子；对每帧所述精子形态图像中的所述单个精子进行精子形态检测，获取所述单个精子的精子形态检测结果；根据同一个精子在多帧所述精子形态图像中的精子形态检测结果，生成所述同一个精子的精子形态检测结果。2.根据权利要求1所述的方法，其特征在于，所述对每帧所述精子形态图像中的所述单个精子进行精子形态检测，获取所述单个精子的精子形态检测结果，包括：通过精子分割模型对每帧所述精子形态图像进行检测，当检测所述精子形态图像中存在精子时，从所述精子形态图像中分割得到单个精子的精子分割图像；通过形态识别模型对所述精子分割图像进行分类识别，得到所述单个精子的精子形态检测结果。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：通过精子局部分割模型对所述精子分割图像进行语义分割，得到所述单个精子中多个精子局部的局部分割图像；所述通过形态识别模型对所述精子分割图像进行分类识别，得到所述单个精子的精子形态检测结果，包括：通过与各个所述精子局部对应的形态识别模型对各个所述精子局部的局部分割图像进行分类识别，得到各个所述精子局部的局部形态检测结果；根据多个所述精子局部的局部形态检测结果，生成所述单个精子的精子形态检测结果。4.根据权利要求3所述的方法，其特征在于，多个精子局部的局部分割图像包括精子头部图像、精子颈部图像、精子尾部图像中的至少一个。5.根据权利要求2所述的方法，其特征在于，所述形态识别模型包括依次连接的多个卷积部分，各个所述卷积部分包括卷积嵌入块和多个卷积变换块；所述通过形态识别模型对所述精子分割图像进行分类识别，得到所述单个精子的精子形态检测结果，包括：依次通过各个卷积部分中的卷积嵌入块对精子输入特征进行特征提取，对于第一个卷积部分，所述精子输入特征为所述精子分割图像，对于除所述第一个卷积部分外的各个其他卷积部分，所述精子输入特征为上一个卷积部分输出的精子输出特征；通过各个卷积部分中的卷积变换块对特征提取后的所述精子输入特征进行全局信息学习和局部信息学习，得到精子输出特征；根据最后一个卷积部分输出的所述精子输出特征，生成所述单个精子的精子形态检测结果。6.根据权利要求5所述方法，其特征在于，所述卷积嵌入块，包括依次连接的卷积层、形
状变换层、第一归一化层；所述依次通过各个卷积部分中的卷积嵌入块对精子输入特征进行特征提取，包括：通过各个所述卷积部分中卷积嵌入块中的所述卷积层、所述形状变换层、所述第一归一化层对精子输入特征进行...
【专利技术属性】
技术研发人员：赵荔君，黄迪锋，沈艺，尹凯，王建峰，梁波，
申请(专利权)人：苏州贝康智能制造有限公司，
类型：发明
国别省市：
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。