الهام عموئی - دانش آموخته کارشناسی ارشد، هوش مصنوعی و رباتیکز، موسسه آموزش عالی غیرانتفاعی ابرار، تهران، ایران
عاطفه تاج پور - استادیار، موسسه آموزش عالی غیرانتفاعی ابرار، تهران، ایران

ناباروری از جمله مسائلی هست که ۵۰ درصد آن مربوط به مردان می باشد. عوامل مختلفی در این مسئله دخیل هستند که یکی از علل آن مربوط به ناهنجاری سراسپرم های موجود در مایع منی می باشد. بررسی مورفولوژی اسپرم با معیارهای دقیق، اطلاعات ارزشمندی را برای راهنمایی پزشک در جهت مدیریت مستقیم درمانی فراهم می کند. روش های مختلفی برای شناخت مورفولوژی اسپرم وجود دارد که در این پژوهش سعی شده است با استفاده از تکنیک یادگیری انتقالی و استفاده از معماری مدل Resnet۵۰ که از قبل روی مجموعه داده های ImageNet آموزش دیده است تغییراتی در لایه های نهایی ایجاد کرده و روی مجموعه داده های جدید HuSHeM که شامل چهار نوع مختلف از ناهنجاری های سر اسپرم می باشد، برای تفکیک این چهار نوع از ناهنجاری های سر اسپرم، آموزش و مورد آزمایش قرار گرفت و در نهایت به دقت بهتری نسبت به سایر مدل های پیشنهاد شده در پژوهش های پیشین رسید.

ناباروری، انتخاب اسپرم، طبقه بندی، یادگیری انتقالی، شبکه عصبی