AI啊,我这里有些羞羞的东西,你要不要看一眼?
郭一璞 发自 凹非寺
量子位 报道 | 公众号 QbitAI
自从AI火了之后,它的各种神奇应用就层出不穷。
现在,有人已经把AI用在男科♂诊断上,研究“小蝌蚪”。
没错,这是个正经研究,出自挪威奥斯陆城市大学,甚至还发了一篇Nature Science Reports。
解决的核心问题是,如何让AI来观察“小蝌蚪”,进而判断男性的生育能力。
研究者们对着一群“小蝌蚪”的视频研究了很久之后发现:
你们熟悉的卷积神经网络(CNN)简直是自动观察小蝌蚪的神器。
相比传统机器学习,CNN可以更有效的对男性小蝌蚪的运动能力进行分析,错误率低至9%左右,也就是准确率已经超过九成了。
因此,将来如果有准备当爸爸的盆友,去医院做检查的时候,盯着你的“儿子”看的,可能就不是医生,而是AI了。
小蝌蚪动不动,影响当爸爸的能力
在这项研究中,AI主要看的指标是小蝌蚪的运动状态。
先来科普一下,一个正常育龄男性能不能当爸爸,和他生殖系统的很多因素有关,单就基因的传递者小蝌蚪来说,它们的总数、形态、浓度等等因素都会影响男性的生育能力。
小蝌蚪的运动状态,也是其中一个重要指标。
比如,有高速运动(progressive)的小蝌蚪,跑起来飞快,可以直线跑,也可以绕大圆圈跑,非常健壮;
还有低速运动(non-progressive)的小蝌蚪,跑的不快,或者在原地兜圈子,不太健壮;
也有一动不动(immotile)的小蝌蚪,太不活跃,很难找到另一半来合成受精卵。
而一个小蝌蚪想把自己的基因传承下去,需要至少25微米/秒的运动能力,如果一位男士的小蝌蚪里能跑到这个速度的不到32%,那他可能就没那么容易当爸爸了。
因此,如果要诊断一位男士的生育能力,那就要去医院里检测他的精液样本。
而这项研究,就是用传统机器学习和深度学习的方法区分高速运动、低速运动和一动不动的小蝌蚪。
来自85个人的数据
那么,研究的第一步,要找个小蝌蚪数据集,于是……
他们找到了一个名叫VISEM的数据集。
这个数据集的作者找了85个人,这些人去实验室附近的小黑屋或者自己家里收集了一些精液样本,然后研究人员把这些样本放到显微镜下,录2~7分钟的视频,视频的帧率是每秒50帧。
除了视频,数据集里还有这85个人的年龄、体重指数(BMI)和禁欲天数三个指标。
先用机器学习算法
既然要比较传统机器学习算法和CNN哪个辨别小蝌蚪运动状态的能力强,那就先上传统机器学习。
第一步,要提取特征。
这里,研究者们用到了一个名叫LIRE(Lucene Image Retrieval)开源库,然后用超过40个不同的算法测试了超过30个不同的特征。
最终选定了Tamura特征,这组特征里包括小蝌蚪的粗细程度、对照、方向性、线条形状、规则度和粗糙度,并且分别用Tamura特征、数据集里85个人的数据和两者兼顾做了三组辨别三种不同活力小蝌蚪的实验。
综合三组实验的结果,有六个算法表现是最好的,他们是:简单线性回归,随机森林,高斯过程,序列最小优化(SMOreg),弹性网和随机树,识别的错误率大概在11%左右。
不过,用这些机器学习算法有一点麻烦:每次只能辨别出一个值,所以要针对三种活力不同的精子各运行一次,比较费时间。
再用深度学习方法
试完了传统机器学习方法,再来试试深度学习,用CNN来辨别。
这里不能直接用原始数据,需要提前做一些处理,从视频中提取原始帧,用光流生成帧序列的时间表示。
然后在用CNN来在这些处理后的数据上,再做一下那三组实验,分辨三种不同活力小蝌蚪的数量,这下要方便地多,可以一下子辨别出三个值,不用跑三遍算法了。
△ 处理过程
最后运行出来的结果,错误率大约在9%左右。
相比前面的11%,错误率明显降低,效果要好得多了。
所以,用深度学习辨别精子活力,不仅比传统机器学习的方法要好,而且可以只跑一遍算法,更快速便捷。
或许未来,深度学习可以应用到医疗实践中,成为诊断男性不育的利器。
传送门
论文
Machine Learning-Based Analysis of Sperm Videos and Participant Data for Male Fertility Prediction
作者:Steven A. Hicks, Jorunn M. Andersen, Oliwia Witczak, Vajira Thambawita, Påll Halvorsen, Hugo L. Hammer, Trine B. Haugen, Michael A. Riegler
https://arxiv.org/abs/1910.13327
VISEM数据集
https://datasets.simula.no/visem/
参考链接
https://www.medicalnewstoday.com/articles/320160.php#what-is-sperm-motility
https://www.verywellfamily.com/sperm-motility-1960141
https://en.wikipedia.org/wiki/Semen_analysis
— 完 —
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态
喜欢就点「在看」吧 !
AI啊,我这里有些羞羞的东西,你要不要看一眼?相关推荐
- 一张贴纸骗过AI识别?对抗性机器学习是什么东西?
https://www.toutiao.com/a6686999598004699655/ 一张贴纸骗过AI识别?对抗性机器学习是什么东西? 来自比利时鲁汶大学 (KU Leuven) 几位研究人员最 ...
- 红米note5有没有人脸识别_官方再曝红米Note 5新特性——AI人脸识别 林斌:看一眼就解锁...
虽然红米Note 5系列新机早已在印度正式发布,并参展了MWC2018,但是似乎小米对于该机国行版的发布仍然不遗余力,自从官方公布了红米Note 5国行版的正式发布时间后,近段时间,无论是小米官方还是 ...
- ICLR 2022:AI如何识别“没见过的东西”?
点击上方"视学算法",选择加"星标"或"置顶" 重磅干货,第一时间送达 行早 发自 凹非寺 量子位 | 公众号 QbitAI 这回域外物体检 ...
- 云栖大会上海峰会,AI、云计算、大数据领衔的新产品哪些看点不容错过?
-------- 作者:刘学习 从2009年的地方网站峰会,到2011年阿里云开发者大会,再到2015年的"云栖大会",云栖大会不仅仅是一个用户大会或者开发者大会,现在已成为一项全 ...
- 5G、物联网和AI结合的究极形态是什么?一文看尽智能连接在5大领域的12个典型案例!...
来源:IoT Analytics 编译:物联网智库 摘要:智能连接(Intelligent connectivity)是一种全新的概念--未来,5G.AI和物联网的融合能够成为加速科技发展的催化剂,并 ...
- AI未来说 | 听大牛论自动驾驶领域干货,看无人驾驶小车真实运作
AI已来,而你来不来!? 人工智能论坛如今浩如烟海,有硬货.有干货的讲座却百里挑一."AI未来说"青年学术论坛第七期如约而至.本期论坛邀请了来自清华.北大.北理工.百度的各位专家和 ...
- 日期传递过程_买东西别再只看生产日期和保质期了!快算算你一天吃了多少添加剂?...
开始今天的科普前,微医君先和大家讲一下我们办公室上周出现的"假"全麦面包事件.全麦面包是很多减肥人士最热衷的食物之一,小A也不例外.结果上周微医君帮她买面包时,就发现小A平时经常买 ...
- 日本AI画师火速走红:印象派画作秒秒钟完工,看一整天都不腻,你也能来DIY...
栗子 根叔 发自 纽凹非寺 量子位 报道 | 公众号 QbitAI 初出茅庐的AI画师,最近迅速在推特蹿红. 画富士山.画大本钟,画艾菲尔铁塔--风格温暖美丽,健笔如飞. 很多网友直接现场围观一幅幅 ...
- AI写剧本炸场戏剧节!DeepMind出品,马斯克看了直夸,网友看到接口悟了
羿阁 萧箫 发自 凹非寺 量子位 | 公众号 QbitAI OpenAI的ChatGPT大火后,DeepMind终于也坐不住了! 这次,他们推出一款名为"Dramatron"的新A ...
最新文章
- 寻找数组变化:树形结构,分治模型
- linux+ip+路由设置,Linux下IP巧设置-网管专栏,防火墙和路由
- httpServlet,java web后台服务
- Vue框架里使用Swiper - 安装篇
- html单元格下拉菜单怎么做,Excel 2013如何制作下拉菜单?(excel下拉菜单怎么做?)...
- 【STM32H7的DSP教程】第3章 Matlab简易使用之基础操作
- 我赔了10万元,因为PPT中用了这些字体-百格活动
- cdr软件百度百科_cdr软件是什么?cdr是什么软件?
- Python :文本数据挖掘并绘制词云图
- Basic SRVCC 基本SRVCC 信令流程
- 10万一平米的北京房价是如何让清华天才陨落的?
- 调度生产过程的思路、原则、方法
- 交互设计:依据用户体验要素知识点,进行APP的分析和改良设计。
- webrtc bbr
- 大学最后一个学习的半年,Do crazily without hesitation
- 读书是一种修养 ——《大河奔流的精神》(俞敏洪著)读后感
- GEE:内存超限?将研究区划分成规则的小块运算
- 数据库基础:基本概念
- https与ssl的工作原理
- AI+Science 黑客马拉松|赛程发布|10万奖金等你来拿!
热门文章
- javascript操作select下拉列表框的一点小经验
- API for org.eclipse.paho.client.mqttv3
- JavaScript 简史
- IDC:企业向云转变推动了SD-WAN市场增长
- java面向对象第一章
- Logstash为什么那么慢?—— json序列化
- git svn cygwin_exception
- 黄聪:VS2010开发T4模版引擎之基础入门
- Silverlight实用窍门系列:65.Silverlight的数据模板DataTemplate(一)使用数据模板
- 一个权限树的设计与实现