[发明专利]精子运动状态的分类方法、装置、介质及电子设备

权利要求书

1.一种精子运动状态的分类方法，其特征在于，包括：

获取包含待分类精子的视频数据，其中，所述视频数据包括多帧图像数据；

标注出所述多帧图像数据中的所述待分类精子，其中，所述多帧图像数据中的同一个所述待分类精子的标注信息均唯一确认该所述待分类精子；以及

将带有所述标注信息的所述多帧图像数据输入神经网络模型，得到所述待分类精子的运动类型；

其中，所述标注出所述多帧图像数据中的所述待分类精子的方法包括：

获取所述多帧图像数据的第一部分数据及对应的标注信息；

以所述第一部分数据及对应的标注信息为训练样本训练第三神经网络模型；

将所述多帧图像数据的第N部分数据输入所述第三神经网络模型，得到所述第N部分数据的标注信息，N≥2；其中，所述第一部分数据至所述第N部分数据的数量之和小于或等于所述多帧图像数据的数量，所述多帧图像数据的前N-1部分数据由人工标注和所述第三神经网络模型标注共同完成；

对所述第N部分数据的标注信息进行验证，得到不准确的标注信息；

对所述不准确的标注信息进行修正，得到修正后的标注信息；以及

将所述修正后的标注信息及对应的图像数据输入所述第三神经网络模型，对所述第三神经网络模型再次训练；

所述获取包含待分类精子的视频数据包括：

调整所述视频数据的成像分辨率，得到多个成像分辨率下的多个视频数据；以及

根据所述多个视频数据综合得到所述待分类精子的标注信息。

2.根据权利要求1所述的精子运动状态的分类方法，其特征在于，所述将带有所述标注信息的所述多帧图像数据输入神经网络模型，得到所述待分类精子的运动类型包括：

将带有所述标注信息的所述多帧图像数据输入第一神经网络模型，得到所述待分类精子的运动轨迹；以及

将所述待分类精子的运动轨迹输入第二神经网络模型，得到所述待分类精子的运动类型。

3.根据权利要求1所述的精子运动状态的分类方法，其特征在于，所述标注信息包括以下信息中的任一个或多个的组合：所述待分类精子的位置、精子头关键点位置、精子尾关键点位置。

4.根据权利要求1所述的精子运动状态的分类方法，其特征在于，所述获取所述多帧图像数据的第一部分数据及对应的标注信息包括：

通过人工标注获取所述第一部分数据对应的标注信息。

5.根据权利要求1所述的精子运动状态的分类方法，其特征在于，所述对所述第N部分数据的标注信息进行验证包括：

对所述第N部分数据的标注信息进行人工验证。