CN113096473A - 一种精子形态学分析及教育系统 - Google Patents
一种精子形态学分析及教育系统 Download PDFInfo
- Publication number
- CN113096473A CN113096473A CN202110396766.6A CN202110396766A CN113096473A CN 113096473 A CN113096473 A CN 113096473A CN 202110396766 A CN202110396766 A CN 202110396766A CN 113096473 A CN113096473 A CN 113096473A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- analysis
- sperm
- examination
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 238000013500 data storage Methods 0.000 claims abstract description 29
- 230000002787 reinforcement Effects 0.000 claims abstract description 13
- 238000007405 data analysis Methods 0.000 claims description 18
- 238000013480 data collection Methods 0.000 claims description 17
- 210000003934 vacuole Anatomy 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000013136 deep learning model Methods 0.000 claims description 5
- 238000000034 method Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 210000004027 cell Anatomy 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 238000010223 real-time analysis Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 claims 1
- 238000009825 accumulation Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 208000013166 Abnormality of the head Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000527 sperm abnormality Toxicity 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
- G09B7/04—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student characterised by modifying the teaching programme in response to a wrong answer, e.g. repeating the question, supplying a further explanation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Image Analysis (AREA)
Abstract
本发明的一种精子形态学分析及教育系统，通过系统收集大量相关精子的照片和视频数据并进行大批量的处理分析，建立数据存储模块进行存储，数据存储模块并对每个数据建立评估信息表进行分类存储，便于对不同精子形态的分类信息存储。且在线考核模块可以对考生进行精子形态相关的考试，且加强学习模块根据成绩审核模块的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习，可以有利于学生增加正确经验的积累，且通过成绩审核模块统一的考核标准使得不同考生对精子形态学分析的主观性降到最低，将精子形态学分析更客观化、一致化。
Description
技术领域
本发明属于细胞形态学技术领域，具体来说是一种精子形态学分析及教育系统。
背景技术
目前精子质量主要从精子浓度、活力、形态等角度进行评估，其中精子形态学分析分为人工分析和计算机辅助分析，可是，精子形态学分析不管采用哪种方法检测，主观性比较大，特别是5μl大小的精子在1000倍的显微镜下分析，人为差异就显得更为明显，即使采用计算机辅助分析，仍需要人工矫正，同样存在着主观差异，因此研究精子形态学质量控制系统就显得尤为迫切，对客观反映精子质量有着举足轻重的意义。
经过检索，中国发明专利：一种基于深度学习的医学精子图像识别系统(申请号：CN201910940562.7，申请日：2019.09.30)，该申请案公开了一种基于深度学习的医学精子图像识别系统；包括输入模块、定位模块和分类模块，其中输入模块用于采集检测者进行灰度化处理后的精子图片；定位模块根据输入模块中采集到的精子图片，利用深度学习和图像识别方法中的YOLO v3模型对精子图片上的精子头部进行定位；分类模块采用构建的VGG-denseblock分类模型对定位模块中定位出的精子头部进行正异常判定，输出正常精子和异常精子。该申请案虽然给出了如何帮助使用者快速识别判断精子的状态，但是是通过计算机进行辅助判断的，无法帮助使用者训练学习增加使用者的识别经验和难以统一每个人的识别标准。
发明内容
1.发明要解决的技术问题
本发明的目的在于解决现有的精子形态学分析教育系统无法帮助使用者训练学习增加使用者的识别经验和难以统一每个人的识别标准的问题。
2.技术方案
为达到上述目的，本发明提供的技术方案为：
本发明的一种精子形态学分析及教育系统，包括：
数据收集模块，所述数据收集模块收集相关精子的照片和视频数据；
数据分析模块，所述数据分析模块接收数据收集模块收集的数据并进行分析，从不同的角度对精子形态进行评估并建立评估信息表；
数据存储模块，所述数据存储模块对数据分析模块所分析的数据和评估信息表进行分类存储；
在线考核模块，所述在线考核模块从数据存储模块中调用数据生成考题并发送给考生进行答题；
成绩审核模块，所述成绩审核模块收集考生的答题数据并进行打分；
加强学习模块，所述加强学习模块根据成绩审核模块的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习。
优选的，所述系统还包括：
数据匹配模块和线下考核模块，所述线下考核模块通信连接有视频监测模块，所述视频监测模块与显微镜连接并读取显微镜的观测画面并输送给线下考核模块，线下考核模块根据观测画面截取特征画面并通过数据匹配模块从数据存储模块内调取同类型数据打包生成考题给考生作答。
优选的，所述数据收集模块具体为收集网络上或者试验过程中显微镜观测到的精子图像或者视频数据，并对数据进行预处理。
优选的，所述数据分析模块具体为建立深度学习模型并进行训练后得到分析模型，通过分析模型对数据收集模块预处理后的数据进行分析得到精子头部的长、宽、周长、面积、顶体占比、核占比、空泡数量、空泡大小、空泡占比、精子中段、精子尾部相关数据，并将相关数据进行评估并建立评估信息表，所述评估具体为是否为正常形态，所述评估信息表包括精子图像数据及分析结果。
优选的，所述数据存储模块根据评估信息表的信息将数据重合率大于80％的图像分为一类进行存储。
优选的，所述在线考核模块包括单人考核模块和多人考核模块，所述单人考核模块具体为单人选择不同类型的图像数据进行考核，所述多人考核模块具体为多人选择同类型的图像数据进行考核。
优选的，所述视频检测模块还包括自动识别单元，所述自动识别单元自动捕捉显微镜的画面并截取特征性图片通过数据分析模块的分析模型进行实时分析。
优选的，所述自动识别单元截取特征性图片具体为通过数据匹配模块与数据存储模块中存储的数据进行匹配，当某时刻的图像与数据存储模块中存储的图像数据匹配相似度大于85％时则进行截取并将该时刻的图像发送至数据分析模块进行分析计算，得到新的评估信息表进行学习。
优选的，所述数据重合率大于80％具体为将不同的评估信息表中对应的栏目数据进行比对，有大于85％的数据进行重合时则划分为同一类，且不同的评估信息表中对应的栏目数据进行比对具体为将不同的评估信息表中对应的栏目数据进行向外延伸，延伸范围为±10％，当延伸后范围存在交集且交集的数据范围大于合集的数据范围的40％时，则判断重合。
3.有益效果
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
本发明的一种精子形态学分析及教育系统，包括：数据收集模块，所述数据收集模块收集相关精子的照片和视频数据；数据分析模块，所述数据分析模块接收数据收集模块收集的数据并进行分析，从不同的角度对精子形态进行评估并建立评估信息表；数据存储模块，所述数据存储模块对数据分析模块所分析的数据和评估信息表进行分类存储；在线考核模块，所述在线考核模块从数据存储模块中调用数据生成考题并发送给考生进行答题；成绩审核模块，所述成绩审核模块收集考生的答题数据并进行打分；加强学习模块，所述加强学习模块根据成绩审核模块的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习。通过系统收集大量相关精子的照片和视频数据并进行大批量的处理分析，建立数据存储模块进行存储，数据存储模块并对每个数据建立评估信息表进行分类存储，便于对不同精子形态的分类信息存储。且在线考核模块可以对考生进行精子形态相关的考试，且加强学习模块根据成绩审核模块的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习，可以有利于学生增加正确经验的积累，且通过成绩审核模块统一的考核标准使得不同考生对精子形态学分析的主观性降到最低，将精子形态学分析更客观化、一致化。
附图说明
图1为本发明的一种精子形态学分析及教育系统的结构示意图。
示意图中的标号说明：
100、数据收集模块；200、数据分析模块；300、数据存储模块；400、数据匹配模块；500、在线考核模块；510、单人考核单元；520、多人考核单元；600、线下考核模块；700、视频监测模块；800、成绩审核模块；900、加强学习模块。
具体实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述，附图中给出了本发明的若干实施例，但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例，相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同；本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明；本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
参照附图1，本实施例的一种精子形态学分析及教育系统，包括：
数据收集模块100，所述数据收集模块100收集相关精子的照片和视频数据；
数据分析模块200，所述数据分析模块200接收数据收集模块100收集的数据并进行分析，从不同的角度对精子形态进行评估并建立评估信息表；
数据存储模块300，所述数据存储模块300对数据分析模块200所分析的数据和评估信息表进行分类存储；
在线考核模块500，所述在线考核模块500从数据存储模块300中调用数据生成考题并发送给考生进行答题；
成绩审核模块800，所述成绩审核模块800收集考生的答题数据并进行打分；
加强学习模块900，所述加强学习模块900根据成绩审核模块800的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习。
本实施例的系统通过系统收集大量相关精子的照片和视频数据并进行大批量的处理分析，建立数据存储模块300进行存储，数据存储模块300并对每个数据建立评估信息表进行分类存储，便于对不同精子形态的分类信息存储。且在线考核模块500可以对考生进行精子形态相关的考试，且加强学习模块900根据成绩审核模块800的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习，可以有利于学生增加正确经验的积累，且通过成绩审核模块800统一的考核标准使得不同考生对精子形态学分析的主观性降到最低，将精子形态学分析更客观化、一致化。
数据存储模块300内的评估信息表进行数据重合率判断，数据重合率大于80％的建立关系图谱，不同栏目之间同样建立关系网络，需要调用某一数据时，通过关系图谱和关联网络进行快速识别调取，且可以保证调取的数据的相关联性满足需求。
本实施例的系统还包括：
数据匹配模块400和线下考核模块600，所述线下考核模块600通信连接有视频监测模块700，所述视频监测模块700与显微镜连接并读取显微镜的观测画面并输送给线下考核模块600，线下考核模块600根据观测画面截取特征画面并通过数据匹配模块400从数据存储模块300内调取同类型数据打包生成考题给考生作答。
数据收集模块100具体为收集网络上或者试验过程中显微镜观测到的精子图像或者视频数据，并对数据进行预处理，所述预处理具体为旋转、裁剪、归一化、特征匹配等处理，其中特征匹配具体为通过模糊匹配算法匹配图像是否存在精子的特征结构，头部和尾巴，当特征匹配失败时，则去除该匹配失败的图像。
数据分析模块200具体为建立深度学习模型并进行训练后得到分析模型，通过分析模型对数据收集模块100预处理后的数据进行分析得到精子头部的长、宽、周长、面积、顶体占比、核占比、空泡数量、空泡大小、空泡占比、精子中段、精子尾部相关数据，并将相关数据进行评估并建立评估信息表，所述评估具体为是否为正常形态，所述评估信息表包括精子图像数据及分析结果。
数据存储模块300根据评估信息表的信息将数据重合率大于80％的图像分为一类进行存储。
在线考核模块500包括单人考核模块510和多人考核模块520，所述单人考核模块510具体为单人选择不同类型的图像数据进行考核，所述多人考核模块520具体为多人选择同类型的图像数据进行考核。
视频检测模块700还包括自动识别单元，所述自动识别单元自动捕捉显微镜的画面并截取特征性图片通过数据分析模块200的分析模型进行实时分析。
自动识别单元截取特征性图片具体为通过数据匹配模块400与数据存储模块300中存储的数据进行匹配，当某时刻的图像与数据存储模块300中存储的图像数据匹配相似度大于85％时则进行截取并将该时刻的图像发送至数据分析模块200进行分析计算，得到新的评估信息表进行学习。
数据重合率大于80％具体为将不同的评估信息表中对应的栏目数据进行比对，有大于85％的数据进行重合时则划分为同一类，且不同的评估信息表中对应的栏目数据进行比对具体为将不同的评估信息表中对应的栏目数据进行向外延伸，延伸范围为±10％，当延伸后范围存在交集且交集的数据范围大于合集的数据范围的40％时，则判断重合。
以上所述实施例仅表达了本发明的某种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制；应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围；因此，本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种精子形态学分析及教育系统，其特征在于，包括：
数据收集模块(100)，所述数据收集模块(100)收集相关精子的照片和视频数据；
数据分析模块(200)，所述数据分析模块(200)接收数据收集模块(100)收集的数据并进行分析，从不同的角度对精子形态进行评估并建立评估信息表；
数据存储模块(300)，所述数据存储模块(300)对数据分析模块(200)所分析的数据和评估信息表进行分类存储；
在线考核模块(500)，所述在线考核模块(500)从数据存储模块(300)中调用数据生成考题并发送给考生进行答题；
成绩审核模块(800)，所述成绩审核模块(800)收集考生的答题数据并进行打分；
加强学习模块(900)，所述加强学习模块(900)根据成绩审核模块(800)的打分数据推送与错题相关同类型的精子形态数据给考生进行加强学习。
2.根据权利要求1所述的一种精子形态学分析及教育系统，其特征在于，所述系统还包括：
数据匹配模块(400)和线下考核模块(600)，所述线下考核模块(600)通信连接有视频监测模块(700)，所述视频监测模块(700)与显微镜连接并读取显微镜的观测画面并输送给线下考核模块(600)，线下考核模块(600)根据观测画面截取特征画面并通过数据匹配模块(400)从数据存储模块(300)内调取同类型数据打包生成考题给考生作答。
3.根据权利要求2所述的一种精子形态学分析及教育系统，其特征在于：所述数据收集模块(100)具体为收集网络上或者试验过程中显微镜观测到的精子图像或者视频数据，并对数据进行预处理。
4.根据权利要求3所述的一种精子形态学分析及教育系统，其特征在于：所述数据分析模块(200)具体为建立深度学习模型并进行训练后得到分析模型，通过分析模型对数据收集模块(100)预处理后的数据进行分析得到精子头部的长、宽、周长、面积、顶体占比、核占比、空泡数量、空泡大小、空泡占比、精子中段、精子尾部相关数据，并将相关数据进行评估并建立评估信息表，所述评估具体为是否为正常形态，所述评估信息表包括精子图像数据及分析结果。
5.根据权利要求1所述的一种精子形态学分析及教育系统，其特征在于：所述数据存储模块(300)根据评估信息表的信息将数据重合率大于80％的图像分为一类进行存储。
6.根据权利要求1所述的一种精子形态学分析及教育系统，其特征在于：所述在线考核模块(500)包括单人考核模块(510)和多人考核模块(520)，所述单人考核模块(510)具体为单人选择不同类型的图像数据进行考核，所述多人考核模块(520)具体为多人选择同类型的图像数据进行考核。
7.根据权利要求4所述的一种精子形态学分析及教育系统，其特征在于：所述视频检测模块(700)还包括自动识别单元，所述自动识别单元自动捕捉显微镜的画面并截取特征性图片通过数据分析模块(200)的分析模型进行实时分析。
8.根据权利要求4所述的一种精子形态学分析及教育系统，其特征在于：所述自动识别单元截取特征性图片具体为通过数据匹配模块(400)与数据存储模块(300)中存储的数据进行匹配，当某时刻的图像与数据存储模块(300)中存储的图像数据匹配相似度大于85％时则进行截取并将该时刻的图像发送至数据分析模块(200)进行分析计算，得到新的评估信息表进行学习。
9.根据权利要求5所述的一种精子形态学分析及教育系统，其特征在于：所述数据重合率大于80％具体为将不同的评估信息表中对应的栏目数据进行比对，有大于85％的数据进行重合时则划分为同一类，且不同的评估信息表中对应的栏目数据进行比对具体为将不同的评估信息表中对应的栏目数据进行向外延伸，延伸范围为±10％，当延伸后范围存在交集且交集的数据范围大于合集的数据范围的40％时，则判断重合。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210717215.XA CN115171452A (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析系统 |
| CN202110396766.6A CN113096473B (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析及教育系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110396766.6A CN113096473B (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析及教育系统 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210717215.XA Division CN115171452A (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113096473A true CN113096473A (zh) | 2021-07-09 |
| CN113096473B CN113096473B (zh) | 2022-08-16 |
Family
ID=76677005
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110396766.6A Expired - Fee Related CN113096473B (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析及教育系统 |
| CN202210717215.XA Pending CN115171452A (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析系统 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210717215.XA Pending CN115171452A (zh) | 2021-04-13 | 2021-04-13 | 一种精子形态学分析系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN113096473B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040120557A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Data processing and feedback method and system |
| JP2006350271A (ja) * | 2005-06-17 | 2006-12-28 | Kiyotada Washitani | 顕微鏡イメージ再現装置、顕微鏡イメージ再現プログラムおよびその記録媒体 |
| US20070166677A1 (en) * | 2005-12-18 | 2007-07-19 | Iyad Suleiman | Adaptive computer-based evaluation with constrained genetic algorithm |
| CN104064108A (zh) * | 2013-03-19 | 2014-09-24 | 翁炳焕 | 一种染色体异常核型图像库及其构建方法 |
| US20150031019A1 (en) * | 2013-03-14 | 2015-01-29 | Cellcura As | Computer Assisted Sperm Profile Analysis and Recognition |
| US20160005337A1 (en) * | 2013-03-15 | 2016-01-07 | Microscopy Learning Systems, Llc | Microscope-based learning |
| KR20160143995A (ko) * | 2015-06-05 | 2016-12-15 | 나주홍 | 무선디지털기기를 통해 생성되는 고배율 이미지를 활용한 학습시스템 및 그 학습방법 |
| CN107622708A (zh) * | 2017-11-16 | 2018-01-23 | 麦克奥迪实业集团有限公司 | 一种基于多种移动终端的智能数码互动实验教学系统 |
| CN109410104A (zh) * | 2018-11-30 | 2019-03-01 | 宁波永新光学股份有限公司 | 基于机器学习的显微全无线互动教学传输及辅助上课系统 |
| US20190347467A1 (en) * | 2018-05-10 | 2019-11-14 | Juntendo Educational Foundation | Image analysis method, apparatus, non-transitory computer readable medium, and deep learning algorithm generation method |
| CN110458821A (zh) * | 2019-08-07 | 2019-11-15 | 屈晨 | 一种基于深度神经网络模型的精子形态分析方法 |
| CN110705639A (zh) * | 2019-09-30 | 2020-01-17 | 吉林大学 | 一种基于深度学习的医学精子图像识别系统 |
-
2021
- 2021-04-13 CN CN202110396766.6A patent/CN113096473B/zh not_active Expired - Fee Related
- 2021-04-13 CN CN202210717215.XA patent/CN115171452A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040120557A1 (en) * | 2002-12-18 | 2004-06-24 | Sabol John M. | Data processing and feedback method and system |
| JP2006350271A (ja) * | 2005-06-17 | 2006-12-28 | Kiyotada Washitani | 顕微鏡イメージ再現装置、顕微鏡イメージ再現プログラムおよびその記録媒体 |
| US20070166677A1 (en) * | 2005-12-18 | 2007-07-19 | Iyad Suleiman | Adaptive computer-based evaluation with constrained genetic algorithm |
| US20150031019A1 (en) * | 2013-03-14 | 2015-01-29 | Cellcura As | Computer Assisted Sperm Profile Analysis and Recognition |
| US20160005337A1 (en) * | 2013-03-15 | 2016-01-07 | Microscopy Learning Systems, Llc | Microscope-based learning |
| CN104064108A (zh) * | 2013-03-19 | 2014-09-24 | 翁炳焕 | 一种染色体异常核型图像库及其构建方法 |
| KR20160143995A (ko) * | 2015-06-05 | 2016-12-15 | 나주홍 | 무선디지털기기를 통해 생성되는 고배율 이미지를 활용한 학습시스템 및 그 학습방법 |
| CN107622708A (zh) * | 2017-11-16 | 2018-01-23 | 麦克奥迪实业集团有限公司 | 一种基于多种移动终端的智能数码互动实验教学系统 |
| US20190347467A1 (en) * | 2018-05-10 | 2019-11-14 | Juntendo Educational Foundation | Image analysis method, apparatus, non-transitory computer readable medium, and deep learning algorithm generation method |
| CN109410104A (zh) * | 2018-11-30 | 2019-03-01 | 宁波永新光学股份有限公司 | 基于机器学习的显微全无线互动教学传输及辅助上课系统 |
| CN110458821A (zh) * | 2019-08-07 | 2019-11-15 | 屈晨 | 一种基于深度神经网络模型的精子形态分析方法 |
| CN110705639A (zh) * | 2019-09-30 | 2020-01-17 | 吉林大学 | 一种基于深度学习的医学精子图像识别系统 |
Non-Patent Citations (1)
| Title |
|---|
| 石亮等: "人精子形态染色方法的比较", 《江苏医药》, no. 17, 15 September 2011 (2011-09-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113096473B (zh) | 2022-08-16 |
| CN115171452A (zh) | 2022-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110826538A (zh) | 一种用于电力营业厅的异常离岗识别系统 | |
| CN107895336A (zh) | 一种基于多方位动态捕捉的在线考试监考系统及工作方法 | |
| CN111524580B (zh) | 一种基于神经网络的病毒筛查与防疫系统及方法 | |
| CN109685692A (zh) | 一种多维度学生学习行为的无感采集及分析系统 | |
| CN113592044B (zh) | 一种笔迹特征分析方法及装置 | |
| CN116382217A (zh) | 一种生产线智能运维监管系统 | |
| CN109308581A (zh) | 一种基于区块链的考试云平台系统 | |
| CN111466878A (zh) | 基于表情识别的卧床病人疼痛症状实时监护方法及装置 | |
| CN111523445A (zh) | 一种基于改进的Openpose模型和面部微表情的考试行为检测方法 | |
| CN116343302A (zh) | 一种基于机器视觉的微表情分类识别系统 | |
| CN112085883A (zh) | 一种智慧监考反作弊系统 | |
| CN111128368B (zh) | 基于视频表情行为分析的孤独症谱系障碍自动检测方法及装置 | |
| KR20010017092A (ko) | 혈구세포의 형태 자동 분석 및 카운트 방법 | |
| CN115547500A (zh) | 血液透析病人的健康监测设备及系统 | |
| CN112116840B (zh) | 一种基于图像识别的作业批改方法、系统和智能终端 | |
| CN113096473B (zh) | 一种精子形态学分析及教育系统 | |
| CN113378831B (zh) | 一种小鼠胚胎器官识别与评分方法与系统 | |
| CN113035329A (zh) | 一种医学影像质控系统 | |
| CN112263220A (zh) | 一种内分泌疾病智能诊断系统 | |
| CN115359412B (zh) | 一种盐酸中和实验评分方法、装置、设备及可读存储介质 | |
| CN111341459A (zh) | 分类深度神经网络模型的训练方法、遗传病检测方法 | |
| CN115860591A (zh) | 一种实验操作ai考试评分方法及系统 | |
| CN109376635B (zh) | 一种护理质量考核系统及安全事件上报方法 | |
| CN114496196A (zh) | 医疗实验室临床生化检验自动审核系统 | |
| CN107730422A (zh) | 一种基于面部识别在线考试分析系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220816 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |