基于卷积神经网络的精子形态学分类研究OACSTPCD
目的:为提高精子形态学分类的准确性,提出一种基于卷积神经网络的精子分类模型。方法:使用EfficientNetB0作为基础模型,通过数据预处理增强、迁移学习以及余弦衰减进行微调,构建FT-EfficientNet模型。在精子公开数据集SCIAN-Morpho和HuSHeM上进行分类实验,利用5折交叉验证对数据集进行分割与验证,并与级联式的支持向量机(cascade ensemble of support vector machines,CE-SV…查看全部>>
于典;陆凤雅;钟振声;王奕;周金华
安徽医科大学生物医学工程学院,合肥230032 安徽医科大学第一附属医院医学工程部,合肥230032安徽医科大学生物医学工程学院,合肥230032安徽医科大学生物医学工程学院,合肥230032安徽医科大学生物医学工程学院,合肥230032安徽医科大学生物医学工程学院,合肥230032
基础医学
精子形态学CNN精子分类EfficientNet
《医疗卫生装备》 2024 (10)
P.7-13,7
安徽省重点研究与开发计划项目(2022a05020028)安徽省自然科学基金项目(2208085MC54)安徽省转化医学研究院科研基金项目(2021zhyx-B16)安徽省科研编制计划项目(2023AH040083,2022AH050676)。
评论