用于人类精子头部形态分类的集成深度学习

谢谢你。

基于集成深度学习的人类精子头部形态分类

我是斯宾塞，我是林赛

费尔南多，杰瑞德

AU - Akbaridoust, Farzan

阿克曼，克劳斯

AU - Nosrati, Reza

Py - 2022/10

Y1 - 2022/10

不育症是一个日益严重的全球健康问题，男性因素导致的不育症占所有病例的一半。精液分析对不孕症诊断至关重要。然而，精子形态评估作为分析的常规部分，仍然是手工进行的，因此是高度主观的。本文提出了一种卷积神经网络(cnn)的堆叠集成，用于人类精子头部形态的自动分类。利用多类元分类器将传统CNN模型与现代残差和密集连接架构相结合，在HuSHeM和SCIAN- morphospermgs (SCIAN)数据集上的分类率分别提高了2.7%(至98.2%)和2.3%(至63.3%)。由于元分类器将基本模型的单个分类率提高了约8.5%，从而实现了预测性能的显著提高。集成的深度学习模型是迈向自动化精子形态分析的有力一步，为标准化临床实践和降低治疗成本提供了新的机会，以改善患者的治疗。

AB -不育是一个日益严重的全球健康问题，男性因素不育占所有病例的一半。精液分析对不孕症诊断至关重要。然而，精子形态评估作为分析的常规部分，仍然是手工进行的，因此是高度主观的。本文提出了一种卷积神经网络(cnn)的堆叠集成，用于人类精子头部形态的自动分类。利用多类元分类器将传统CNN模型与现代残差和密集连接架构相结合，在HuSHeM和SCIAN- morphospermgs (SCIAN)数据集上的分类率分别提高了2.7%(至98.2%)和2.3%(至63.3%)。由于元分类器将基本模型的单个分类率提高了约8.5%，从而实现了预测性能的显著提高。集成的深度学习模型是迈向自动化精子形态分析的有力一步，为标准化临床实践和降低治疗成本提供了新的机会，以改善患者的治疗。

U2 - 10.1002/aisy.202200111

DO - 10.1002/ ais.202200111

M3 -文章

Vl - 4

JO -高级智能系统

JF -先进智能系统

Sn - 2640-4567

是- 10

M1 - 2200111

呃- - - - - -