A Dataset of Human Sperm Microscopy Videos for Detection, Tracking, and Motility Parameter Analysis
本文介绍了 HSMV，这是一个全面的人类精子显微镜视频数据集，包含来自 51 名参与者的视频，其中既有用于建立基准真值的手动标注轨迹，也包含在不同条件下采集的未标注片段，旨在为精子检测、追踪和活力分析算法提供基准测试并推动其发展。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
清晰的视觉能力往往是理解生命复杂机制的第一步。在人类生殖领域，最基本的评估之一便是通过显微镜观察精液样本，以计数并观察精子细胞。几十年来，这项任务一直依赖于受过训练的技术人员手动检查载玻片，判断存在多少细胞、有多少在运动以及游动情况如何。虽然人类的肉眼经验丰富，但也容易产生疲劳和偏差；两位不同的专家观察同一张载玻片时，可能会得出略有不同的结论。为了解决这个问题，科学家们开发了能够自动分析这些视频的计算机系统，希望消除主观臆断，提供一致且可靠的生育力衡量标准。然而，为了让这些计算机学会人类所看到的景象，它们需要一个包含已知正确答案的海量示例库进行学习。
一支研究团队现在创建了这样一个库——一个专门用于教计算机追踪人类精子的大规模视频录像集。该项目汇集了工程师和医学专业人员，收集了来自两种不同类型设备的数据：一种是许多诊所中使用的标准光学显微镜，另一种是专为此目的设计的专用计算机辅助系统。最终形成的这个数据集不仅仅是少量的片段；它包含了三千多个视频片段，捕捉了大约二十六小时的影像。这些录像来自五十一名健康的男性，涵盖了广泛的现实世界条件，包括经过化学清洗以分离最活跃细胞的样本、未经清洗的原始样本，以及为了便于计数而进行了稀释的样本。这种多样性是刻意为之，旨在确保任何基于此数据训练的计算机程序都具备足够的鲁棒性，能够应对实验室中杂乱且不可预测的现实情况。
这一收藏之所以真正具有价值，在于其背后投入的人力劳动。虽然大多数视频没有标记，但很大一部分比例已由研究人员进行了艰苦的标注，他们通过在帧中的每一个可见精子头部周围画框来进行标注。他们不仅标记了细胞在某一时刻的位置，还将这些框跨越数百帧进行关联，从而创建出连续的路径，精确展示了每个细胞随时间变化的运动轨迹。这一过程创造了“地面真值”（ground truth），即一组用于测试新计算机程序的“完美答案”。总计，该团队制作了近 150 万个独立的标注，这种细节规模在以往针对此类特定医学成像的研究中是前所未有的。数据包含了关于细胞移动速度和路径形状的精确测量，为开发下一代自动化生育力分析工具提供了丰富的基石。
研究人员通过使用现有的计算机视觉工具验证了这一新资源的效力。他们使用了一种流行的检测算法来寻找视频中的精子，并使用一种追踪方法来跟随它们的运动，然后将计算机的结果与人工制作的标签进行对比。测试表明，虽然计算机已经能够以相当高的准确度识别精子，但仍有改进空间，特别是在图像来自不同类型的显微镜或样本制备方式不同时。数据集显示，计算机的表现会根据视频来源的不同而变化，这凸显了训练数据需要像临床世界本身一样具有多样性的必要性。通过向公众开放整个收藏集，作者提供了一个共享的基准，使全球科学家能够构建、测试并完善自己的算法，而无需自行收集难以获取的医疗数据。
除了技术成就之外，该项目还展示了现代医学演进的一瞥。该数据集不仅包括视频，还包括诊所生成的报告，其中列出了精子浓度和运动细胞的百分比。这种原始视频与临床结果的配对，使研究人员能够准确观察计算机的分析如何与医生的评估相匹配。该工作被视为一项正在进行的工作，作者指出他们计划在未来添加更多的录像和标注。目前，它作为一个综合性的资源，架起了人类观察与机器学习之间的桥梁，为实现更准确、可重复且普适的生育力检测提供了清晰的路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。