一种基于YOLO的高级图像处理框架，用于自动检测精子细胞

《Scientific Reports》：An advanced YOLO-based image processing framework for automated sperm cell detection

　　

摘要

精子的检测在医学诊断和生育研究中是一项极其重要的程序。为了高效地识别精子，本文提出了一种强大的图像处理流程。该方法首先对图像进行灰度转换，以简化图像并降低颜色的复杂性；随后使用高斯模糊和维纳滤波器去除噪声并提高图像质量。通过Otsu二值化方法对图像进行阈值处理，从而将精子从背景中分离出来，最终得出结果。此外，还讨论了自适应Havrda-Charvat熵阈值处理方法，以便在复杂情况下提高识别精度，该方法能够校正图像强度的差异。在分割阶段，精子会被从无关物体中分离出来。最后，本文介绍了一种自动系统，该系统利用YOLOv5深度卷积神经网络以高精度识别精子，从而实现更快、更准确的分析，适用于临床和研究应用。所提出的技术通过一系列显微图像进行了测试，证明了其在不同光照条件和精子形态变化下的有效性。