本发明属于精子监测与自动提取的技术领域,提供了一种基于机器学习的精子跟踪与自动提取方法。目的在于解决目前主要的精子监测方法普遍存在监测精度较低,监测速度慢,不利于精子多目标实时追踪的问题。主要方案包括,获取精子样本的实时图像数据;通过YOLO‑V4、KCF跟踪器、Kalman滤波器实现多精子跟踪;根据跟踪结果计算精子的速度,并根据速度确定目标精子;使用YOLO‑V4检测提取针在图像中的位置;根据提取针的位置以及精子的跟踪位置构造提取针控制器的观测状态;将观测状态输入DDPG深度强化学习模型中的actor网络中,得到控制量。将actor网络输出控制量输入提取针控制器中,并将控制量转换成控制器可执行的控制信号。控制器根据控制信号执行控制量对应的行为。
声明:
“基于机器学习的精子跟踪与自动提取方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)