一种用于对精液进行智能分析的方法、装置及存储介质与流程

本披露一般涉及精液活力检测。更具体地，本披露涉及一种用于对精液进行智能分析的方法、装置及存储介质。

背景技术：

1、雄性动物的精液活力检测是养殖业中评估雄性动物繁殖能力的重要手段。精液活力直接影响授精成功率和繁殖效率，从而，准确、快速地评估精液活力对于养殖业具有重要意义。

2、传统的精液活力检测方法主要包括手工显微镜分析和计算机辅助精子分析系统(computer assistant semen analyses，“casa”)。然而，在采用手工显微镜分析过程中，依赖于操作人员的经验和技能，容易受到人为因素的影响，导致结果的主观性和不一致性，且需要操作人员逐一观察和计数精子，过程繁琐，耗时较长，无法满足大规模检测的需求。在采用计算机辅助精子分析系统分析过程中虽然提高了检测的客观性和效率，但其设备成本高，每次检测的成本高，维护复杂，并且传统casa系统多采用基于规则的图像处理算法，对于精子形态和运动轨迹的复杂性处理有限，特别是在精子密集或重叠的情况下，检测准确性受到影响。在深度学习技术不断扩展其应用边界的当下，精准运用深度计算机视觉技术以支持精子运动学分析，进而优化其效率和效果，已成为我们面临的一项关键技术挑战。

3、现有的基于深度学习的雄性动物精液活力检测算法大多对设备的依赖性较高，其局限性在于由于对精子密集及快速运动情况处理不好，需要使用定容玻片来降低显微镜下精子密度，这会使得每次检测的成本增加。同时，算法功能较少，无法引导操作人员进行正确操作，不便捷。

4、有鉴于此，亟需提供一种用于对精液进行智能分析的方案，以便无需依赖定容玻片的情况下，提高精液检测的便捷性及效率。

技术实现思路

1、为了至少解决如上所提到的一个或多个技术问题，本披露在多个方面中提出了用于对精液进行智能分析的方案。

2、在第一方面中，本披露提供一种用于对精液进行智能分析的方法，包括：采集满足特征值阈值条件及精子数量阈值条件的精子图像，形成训练数据集；利用所述训练数据集对精子预测框模型进行训练；利用经过训练的精子预测框模型，对经过预处理的显微镜视频中得到的多个输入图像进行分析，以输出各个输入图像中的精子预测框；基于精子预测框获取各个精子在显微镜视频中的追踪轨迹；基于追踪轨迹，删除显微镜视频中不满足帧数阈值条件的精子，并获取剩余的各个精子对应的多个指标数据；以及基于剩余的各个精子对应的多个指标数据，获取所述显微镜视频中精液的分析结果。

3、在一个实施例中，所述特征值阈值条件为：精子图像的特征值大于特征值阈值，其中所述方法还包括：将所述精子图像转换成灰度图像；以及对灰度图像进行特征值提取，以得到精子图像的特征值。

4、在另一个实施例中，精子数量阈值条件为：精子图像中精子数量大于和/或等于精子数量阈值。

5、在又一个实施例中，基于精子预测框获取各个精子在显微镜视频中的追踪轨迹包括：对精子预测框的边界进行扩展；以及将经过边界扩展的精子预测框输入至追踪器中，以获取各个精子在显微镜视频中的追踪轨迹。

6、在又一个实施例中，基于追踪轨迹删除显微镜视频中的不满足帧数阈值条件的精子包括：根据追踪轨迹得到各个精子在显微镜视频中的轨迹坐标点；基于轨迹坐标点统计各个精子在显微镜视频中的总帧数；以及删除显微镜视频中的不满足帧数阈值条件的精子，其中，帧数阈值条件为精子在显微镜视频中的总帧数小于帧数阈值。

7、在又一个实施例中，剩余的各个精子对应的多个指标数据包括：剩余的各个精子在显微镜视频中的总路程、总位移、总用时、总的平均路径、曲线速率、直线速率、平均路径速率、前向性、直线性、摆动性和权重。

8、在又一个实施例中，精液的分析结果包括：精液活率、精液的活力值和精液的回温不到位程度。

9、在又一个实施例中，在获取精液活率时，执行以下步骤：筛选出剩余的精子中满足曲线速率阈值条件的精子；以及根据其权重之和与剩余的精子的权重总和的比值确定精液活率，其中，曲线速率阈值条件为：精子的曲线速率大于等于曲线速率阈值。

10、在又一个实施例中，在获取精液的活力值时，执行以下步骤：筛选出剩余的精子中同时满足曲线速率阈值条件和前向性阈值条件的精子；以及根据其权重之和与剩余的精子的权重总和的比值确定精液的活力值，其中，曲线速率阈值条件为：精子的曲线速率大于等于曲线速率阈值，前向性阈值条件为：精子的前向性大于等于前向性阈值。

11、在又一个实施例中，在获取精液的回温不到位程度时，执行以下步骤：获取剩余的精子中满足直线性阈值条件的精子数量；获取其与剩余的精子的总数量的比值，其中，直线性阈值条件为：精子的直线性小于直线性阈值；以及将该比值量化为介于－9至9之间的整数，得到精液的回温不到位程度。

12、在第二方面中，本披露提供一种用于对精液进行智能分析的装置，包括：处理器和存储器；所述存储器用于至少存储可执行指令，所述可执行指令由所述处理器执行如上第一方面中所述的方法。

13、在第三方面中，本披露提供一种计算机可读存储介质，其上存储有用于对精液进行智能分析的计算机程序指令，该指令被一个或者多个处理器执行以实现如上第一方面中所述的方法。

14、通过如上所提供的用于对精液进行智能分析的方案，本披露实施例能够在无需依赖昂贵定容玻片的情况下，利用训练好的深度学习模型智能分析显微镜视频中的精子运动情况，从而大幅提高了精液检测的便捷性、自动化程度及分析效率。

15、进一步地，本方案在训练数据采集、轨迹分析、指标计算等环节采用了多项优化措施，进一步强化了技术效果。例如，通过灰度变换和特征值过滤相结合的方式获取高质量训练样本，并利用精子识别模块严格控制精子数量，本披露的方案可从源头保障模型训练的准确性和泛化性。再如，通过先验框扩展优化了精子追踪效果，结合帧数阈值过滤进一步提高了轨迹分析的可靠性。此外，通过速率、前向性、直线性等指标的阈值条件筛选，结合各精子权重加权，可更加客观、全面评估精液整体活力，通过比值量化还可方便地反映精液回温不到位程度。通过前述诸多优化细节协同增强，使本方案能够以更低成本实现更加智能化、精准化的精液质量分析。

技术特征：

1.一种用于对精液进行智能分析的方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述特征值阈值条件为：精子图像的特征值大于特征值阈值，其中所述方法还包括：

3.根据权利要求1所述的方法，其特征在于，精子数量阈值条件为：精子图像中精子数量大于和/或等于精子数量阈值。

4.根据权利要求1所述的方法，其特征在于，基于精子预测框获取各个精子在显微镜视频中的追踪轨迹包括：

5.根据权利要求1所述的方法，其特征在于，基于追踪轨迹删除显微镜视频中的不满足帧数阈值条件的精子包括：

6.根据权利要求1所述的方法，其特征在于，剩余的各个精子对应的多个指标数据包括：剩余的各个精子在显微镜视频中的总路程、总位移、总用时、总的平均路径、曲线速率、直线速率、平均路径速率、前向性、直线性、摆动性和权重。

7.根据权利要求6所述的方法，其特征在于，精液的分析结果包括：精液活率、精液的活力值和精液的回温不到位程度。

8.根据权利要求7所述的方法，其特征在于，在获取精液活率时，执行以下步骤：

9.根据权利要求7所述的方法，其特征在于，在获取精液的活力值时，执行以下步骤：

10.根据权利要求7所述的方法，其特征在于，在获取精液的回温不到位程度时，执行以下步骤：

11.一种用于对精液进行智能分析的装置，包括：

12.一种计算机可读存储介质，其上存储有用于对精液进行智能分析的计算机程序指令，其特征在于，该指令被一个或者多个处理器执行以实现权利要求1-10任意一项所述的方法。

技术总结本披露公开了一种用于对精液进行智能分析的方法、装置及存储介质，所述方法包括：采集满足特征值阈值条件及精子数量阈值条件的精子图像，形成训练数据集；利用训练数据集对精子预测框模型进行训练；利用经过训练的精子预测框模型，对经过预处理的显微镜视频中得到的多个输入图像进行分析，以输出各个输入图像中的精子预测框；基于精子预测框获取各个精子在显微镜视频中的追踪轨迹；基于追踪轨迹，删除显微镜视频中不满足帧数阈值条件的精子，并获取剩余的各个精子对应的多个指标数据；基于剩余的各个精子对应的多个指标数据，获取显微镜视频中精液的分析结果。利用本申请的方案，可以在无需依赖定容玻片的情况下，提高精液检测的便捷性及效率。技术研发人员：张玉良,温家兴,别勇江受保护的技术使用者：牧原食品股份有限公司技术研发日：技术公布日：2024/11/14