طبقه بندی ریخت شناسی اسپرم با استفاده از الگوریتم Swin Transformer

سال انتشار: 1401
محل انتشار: سیزدهمین کنفرانس ملی پژوهش های کاربردی در علوم برق و کامپیوتر و مهندسی پزشکی
کد COI اختصاصی: ECMECONF13_026
زبان مقاله: فارسی
تعداد مشاهده: 577

نویسندگان

فارغ التحصیل کارشناسی ارشد، بخش مهندسی زیست-پزشکی، دانشکده مهندسی شیمی، دانشگاه تربیت مدرس، تهران، ایران

چکیده

تجزیه و تحلیل سنتی ریخت شناسی اسپرم به فرآیند استخراج و تجزیه و تحلیل فضایی (به عنوان مثال، ناهنجاری های اسپرم وبررسی ناحیه های مختلف اسپرم) و یا ویژگی های مبتنی بر تبدیل (مانند تجزیه موجک، تجزیه و تحلیل فوریه و توصیفگرها) ازتصاویر میکروسکوپی، با هدف نهایی به دست آوردن مدل های پیش بینی است. از سوی دیگر، روش های یادگیری عمیق قادر بهیادگیری ویژگی هایی هستند که پیکسل های اسپرم طبیعی و غیرطبیعی را به بهترین شکل تشخیص می دهند و می تواند آن ها را بهصورت سرتاسری یاد گرفت. استفاده از یادگیری عمیق در تصویربرداری میکروسکوپی، کشف خودکار ویژگی های ریخت شناسیاسپرم و همچنین کاوش سلسله مراتب و تعامل نهفته در پشت ویژگی های عمیق به دست آمده از اشکال اسپرم را فراهم می کند. در این پژوهش از الگوریتم Swin Transformer برای دسته بندی تصاویر اسپرم ارائه شده در پایگاه داده ی HuSHeM استفاده شده است که به دقت ۸۹ درصد دست یافته است

کلیدواژه ها

ناهنجاری های اسپرم، ریخت شناسی اسپرم، یادگیری عمیق، الگوریتم Swin Transformer

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.