买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海师范大学申请的专利一种基于深度学习的精子形态分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115965897B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310021242.8，技术领域涉及：G06V20/40；该发明授权一种基于深度学习的精子形态分析方法是由张崇明;虞汐设计研发完成，并于2023-01-07向国家知识产权局提交的专利申请。

本一种基于深度学习的精子形态分析方法在说明书摘要公布了：本发明涉及精子形态分析技术领域，且公开了一种基于深度学习的精子形态分析方法，包括以下操作步骤：S1、准备与划分数据集、采集85名男性参与者的精子数据，对于每个参与者，都可以获得标准精液分析的参数，活精子的视频，精子脂肪酸，血清磷脂的脂肪酸组成，人口统计数据和WHO分析数据，将数据集的60％用于训练，20％作为验证集，20％作为测试集，使用3折验证法，扩充数据集防止过拟合。该基于深度学习的精子形态分析方法，在使用3D卷积神经网络直接提取精子视频对时间信息与空间信息，实现高精度的端到端的精子活性预测，其次，使用深度可分离卷积代替普通卷积，减少卷积网络的参数，提高计算效率。

本发明授权一种基于深度学习的精子形态分析方法在权利要求书中公布了：1.一种基于深度学习的精子形态分析方法，其特征在于，包括以下操作步骤： S1、准备与划分数据集、采集85名男性参与者的精子数据，对于每个参与者，获得标准精液分析的参数，活精子的视频，精子脂肪酸，血清磷脂的脂肪酸组成，人口统计数据和WHO分析数据，将数据集的60%用于训练，20%作为验证集，20%作为测试集，使用3折验证法，扩充数据集防止过拟合； S2、在训练过程中，先对训练集进行预处理，截取联系的帧作为输入，经过多次实验，使用连续的16帧作为输入，对输入的图像进行剪裁与随机反转，以模拟人工检测的抖动以及样本的多样，之后使用改进的3D卷积网络对输入的连续图像帧进行信息提取，前向传播计算损失函数，反向传播使用梯度下降法调整卷积神经网络的参数，使损失函数的结果下降，当损失函数的在训练集和验证集上的计算结果趋于稳定，微调学习率，继续重复训练卷积网络，使用测试集测试网络训练的结果，并且给出评价卷积神经网络的评价指标； S3、样本推理、将训练好的深度学习网络，以及训练好的权重参数打包，使用python中的streamlit框架，构建精子活性指标预测的app应用，加载任意的精液样本视频，调用训练好的卷积神经网络，将预测的活性指标展示在页面上； 所述训练过程的参数设置，对训练集输入的视频图像进行预处理，之后将输入的精子图像随机反转并且裁剪为16×112×112，以实现空间和时间抖动，选用SGD作为优化器完成，0.001为初始学习率为，当损失函数结果不再下降学习率除以2，预先在UCF101经典动作分类数据集进行预训练，之后在Visem数据集上微调，对训练集输入的视频图像进行预处理后，将视频图像调整为128*171大小，取连续的16帧图像作为3D特征提取网络的输入； 所述卷积神经网络参数设置、网络包括5个卷积层和5个池化层2个全连接层，1个softmax分类层来预测镜子的活性指标，卷积层的滤波器数量依次为：64、128、256、256、256，第一个池化层的池化核尺寸为1×2×2，其余的池化层的池化核尺寸为2×2×2步长都为1，最后两个全连接层有1024维输出，最后接softmax层输出3个指标，卷积层用卷积核大小都为3×3×3的深度卷积叠加1×1×1的标准卷积组成，用以替代3×3×3卷积，使卷机网络的参数减少，防止过拟合，同时也使得后期推理速度更快。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海师范大学，其通讯地址为：201418 上海市奉贤区海湾旅游区海思路100号上海师范大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。