一种基于多尺度特征融合的精子形态学自动分析方法

摘要

本发明属于精子形态学检测的技术领域，具体为一种基于多尺度特征融合的精子形态学自动分析方法，包括通过显微镜自动扫描平台精子样本图像的扫描，将获取的精子样本图像进行归一化处理，利用SD Net网络模型在多个尺度上提取精子的特征并进行融合，输出精子样本图像上精子的坐标和边界框信息，检测出精子样本图像中存在的精子图像；对检测出的精子图像利用SR Net网络模型进行特征提取和区域特征融合，最终完成异常精子细胞的识别。通过对多尺度上的特征进行融合，相比于一般的深度学习方法，该方法对体积较小的精子有更好的检测能力，检测准确率更高，泛化性更强，在样本图像差异较大的情况下也能取得很好的检测效果。