公开(公告)号：CN112150415A

公开(公告)日：2020-12-29

申请号：CN202010921807.4

申请日：2020-09-04

Applicant: 清华大学

Inventor： 刘冉 ,  闫一默 ,  王卓然 ,  张博翾 ,  肖剑

IPC: G06T7/00 ,  G06T7/246 ,  G06T7/73 ,  G06N3/08 ,  G06N3/04

Abstract: 基于深度学习的多目标精子实时监测方法，属于精子检测技术领域。包括以下步骤：(1)获取精子样本的实时图像数据；(2)通过SSD网络模型采样多层精子样本图像的特征图，使用CNN提取特征，分类与回归；(3)将数据传输至KCF跟踪器；(4)对于SSD监测精子目标丢失的部分，使用KCF跟踪器监测处于运动状态的目标，并更新结果；(5)使用卡尔曼滤波器分配跟踪器；(6)根据SSD监测到的位置与卡尔曼滤波器估算目标之间的距离，将该位置与KCF跟踪器匹配，得到多目标精子的实时监测数据。本发明实现了对多个精子的实时监测和跟踪，可用于解决计算机辅助精子分析的“黑匣子”问题及应用于精子包浆注射环节中的精子跟踪提取。