論文の概要: A Survey of Semen Quality Evaluation in Microscopic Videos Using
Computer Assisted Sperm Analysis
- arxiv url: http://arxiv.org/abs/2202.07820v1
- Date: Wed, 16 Feb 2022 01:50:58 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-18 01:35:33.289469
- Title: A Survey of Semen Quality Evaluation in Microscopic Videos Using
Computer Assisted Sperm Analysis
- Title（参考訳）: コンピュータ支援精子分析による顕微鏡映像の精液品質評価の検討
- Authors: Wenwei Zhao, Pingli Ma, Chen Li, Xiaoning Bu, Shuojia Zou, Tao Jang,
Marcin Grzegorzek
- Abstract要約: CASA(Computer Assisted Sperm Analysis)は、男性生殖健康診断と不妊治療において重要な役割を担っている。
過去30年間(1988年以降)のコンピュータ・アシスト精子分析手法に関する様々な研究が包括的に紹介され、分析されている。
- 参考スコア（独自算出の注目度）: 5.737822179331864
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Computer Assisted Sperm Analysis (CASA) plays a crucial role in male
reproductive health diagnosis and Infertility treatment. With the development
of the computer industry in recent years, a great of accurate algorithms are
proposed. With the assistance of those novel algorithms, it is possible for
CASA to achieve a faster and higher quality result. Since image processing is
the technical basis of CASA, including pre-processing,feature extraction,
target detection and tracking, these methods are important technical steps in
dealing with CASA. The various works related to Computer Assisted Sperm
Analysis methods in the last 30 years (since 1988) are comprehensively
introduced and analysed in this survey. To facilitate understanding, the
methods involved are analysed in the sequence of general steps in sperm
analysis. In other words, the methods related to sperm detection (localization)
are first analysed, and then the methods of sperm tracking are analysed. Beside
this, we analyse and prospect the present situation and future of CASA.
According to our work, the feasible for applying in sperm microscopic video of
methods mentioned in this review is explained. Moreover, existing challenges of
object detection and tracking in microscope video are potential to be solved
inspired by this survey.
- Abstract（参考訳）: CASA(Computer Assisted Sperm Analysis)は、男性生殖健康診断と不妊治療において重要な役割を担っている。
近年,コンピュータ産業の発展に伴い,精度の高いアルゴリズムが提案されている。
これらの新しいアルゴリズムの助けを借りて、CASAはより高速で高品質な結果を得ることができる。
画像処理はcasaの技術的基盤であり、前処理、特徴抽出、ターゲット検出、追跡などを含むため、これらの手法はcasaを扱う上で重要な技術的ステップである。
過去30年間(1988年以降)のコンピュータ・アシスト精子分析手法に関する様々な研究が包括的に紹介され、分析されている。
理解を容易にするために、関連する方法は精子分析の一般的なステップのシーケンスで分析される。
言い換えると、精子検出(局所化)に関連する方法が最初に分析され、その後、精子追跡の方法が分析される。
これとは別に、我々はCASAの現状と将来を分析・予測する。
本研究によれば,本論文で述べた方法の精子顕微鏡映像に適用できる可能性について解説した。
さらに、顕微鏡映像における物体検出と追跡の課題は、この調査に触発されて解決される可能性がある。
関連論文リスト
- Validating polyp and instrument segmentation methods in colonoscopy through Medico 2020 and MedAI 2021 Challenges [58.32937972322058]
メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。
本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
論文 参考訳（メタデータ） (2023-07-30T16:08:45Z) - SoK: Privacy-Preserving Data Synthesis [72.92263073534899]
本稿では,プライバシ保護データ合成(PPDS)に注目し,その分野の総合的な概要,分析,議論を行う。
PPDSでは,統計的手法と深層学習(DL)に基づく手法の2つの顕著な研究を統一するマスターレシピを作成した。
論文 参考訳（メタデータ） (2023-07-05T08:29:31Z) - ACTIVE: A Deep Model for Sperm and Impurity Detection in Microscopic
Videos [17.3840418564686]
二重分岐特徴抽出ネットワーク(DBFEN)とクロス共役特徴ピラミッドネットワーク(CCFPN)に基づくディープラーニングモデルを提案する。
実験の結果、精子と不純物検出の最も高いAP50は91.13%と59.64%であり、競争相手をかなりの差でリードさせ、この問題に新たな最先端の結果を確立した。
論文 参考訳（メタデータ） (2023-01-15T02:24:17Z) - VISEM-Tracking, a human spermatozoa tracking dataset [3.1673957150053713]
湿式精子製剤の30秒間(29,196フレームを含む)のビデオ録画を20回行うVISEM-Trackingというデータセットを提供する。
本研究では,VISEM-Trackingデータセットを用いて学習したYOLOv5ディープラーニング(DL)モデルを用いた精子検出性能について述べる。
論文 参考訳（メタデータ） (2022-12-06T09:25:52Z) - Unsupervised deep learning techniques for powdery mildew recognition
based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。
マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。
本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文 参考訳（メタデータ） (2021-12-20T13:29:13Z) - Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or
Something Else? [93.91375268580806]
政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。
既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。
既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
論文 参考訳（メタデータ） (2021-11-09T13:30:34Z) - Sensitivity analysis in differentially private machine learning using
hybrid automatic differentiation [54.88777449903538]
感性分析のための新しいテクスチブリド自動識別システム(AD)を導入する。
これにより、ニューラルネットワークをプライベートデータ上でトレーニングするなど、任意の微分可能な関数合成の感度をモデル化できる。
当社のアプローチは,データ処理の設定において,プライバシ損失に関する原則的推論を可能にする。
論文 参考訳（メタデータ） (2021-07-09T07:19:23Z) - Resource Planning for Hospitals Under Special Consideration of the
COVID-19 Pandemic: Optimization and Sensitivity Analysis [87.31348761201716]
新型コロナウイルス(covid-19)パンデミックのような危機は、医療機関にとって深刻な課題となる。
BaBSim.Hospitalは離散イベントシミュレーションに基づく容量計画ツールである。
BaBSim.Hospitalを改善するためにこれらのパラメータを調査し最適化することを目指しています。
論文 参考訳（メタデータ） (2021-05-16T12:38:35Z) - Predicting Semen Motility using three-dimensional Convolutional Neural
Networks [0.0]
本稿では,3次元畳み込みニューラルネットワークを用いて,精液試料の顕微鏡映像から精子の運動性を予測する深層学習手法を提案する。
私たちのモデルは、深層学習ベースの自動精液分析が受精率とIVFラボで価値があり効果的なツールになることを示しています。
論文 参考訳（メタデータ） (2021-01-08T07:38:52Z) - A survey of statistical learning techniques as applied to inexpensive
pediatric Obstructive Sleep Apnea data [3.1373682691616787]
閉塞性睡眠時無呼吸は小学生の1-5%に影響を及ぼす。
スウィフトの診断と治療は、子供の成長と発達にとって重要であるが、症状の多様性と利用可能なデータの複雑さは、これを困難にしている。
探索データ解析のプロセスにおいて,相関ネットワーク,トポロジカルデータ解析からのMapperアルゴリズム,特異値分解を適用した。
論文 参考訳（メタデータ） (2020-02-17T18:15:32Z) - Sperm Detection and Tracking in Phase-Contrast Microscopy Image
Sequences using Deep Learning and Modified CSR-DCF [0.0]
本稿では、オブジェクト検出器として、深層完全畳み込みニューラルネットワークであるRetinaNetを使用する。
検出フェーズの平均精度は99.1%であり、追跡方法のF1スコアは96.61%である。
これらの結果は精子の行動を研究し、受精の可能性を分析するのに非常に役立ちます。
論文 参考訳（メタデータ） (2020-02-11T00:38:47Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。