Video Experimental Relacionado
Updated: Jan 15, 2026
07:57
Fish Sperm Assessment Using Software and Cooling Devices
Published on: July 28, 2018
9.2K
Un modelo de visión por computadora basado en inteligencia artificial para el análisis de la concentración, motilidad
Sahar Shahali1, David Mortimer2, Moira K O'Bryan3
1Department of Mechanical and Aerospace Engineering Monash University Clayton Australia.
Smart medicine
|January 14, 2026
Resumen
Una herramienta impulsada por IA ofrece un análisis preciso del esperma, mejorando el diagnóstico de infertilidad masculina. Este avanzado sistema de visión por computadora proporciona una evaluación confiable de la concentración y motilidad del esperma, superando a los métodos tradicionales.
Área de la Ciencia:
- Biología Reproductiva
- Tecnología Médica
- Inteligencia Artificial
Sus antecedentes:
- El análisis preciso del esperma es crucial para el diagnóstico y manejo de la infertilidad masculina.
- Los métodos actuales, como el recuento manual y los sistemas CASA comerciales, tienen limitaciones que incluyen la intensidad de mano de obra, el error humano y el rendimiento inconsistente.
Objetivo del estudio:
- Desarrollar y evaluar una herramienta de visión por computadora impulsada por IA para el análisis cuantitativo de alta resolución de la concentración y motilidad del esperma.
- Comparar la herramienta de IA con el seguimiento manual y un sistema CASA comercial.
Principales métodos:
- Un estudio prospectivo analizó 26 muestras de semen utilizando una herramienta de visión por computadora de IA, seguimiento manual (software Fiji) y un sistema CASA comercial (Hamilton Thorne IVOS II).
- La herramienta de IA calculó varios parámetros de motilidad del esperma (VSL, VCL, VAP, LIN, ALHmax, BCF) y concentración.
- La calibración con muestras de donantes aseguró un mapeo preciso de la concentración.
Principales resultados:
- La herramienta de IA mostró una fuerte correlación lineal con el seguimiento manual para VSL, VCL y VAP (R²=0.93-0.98).
- Superó al CASA comercial en precisión y consistencia en todos los parámetros de motilidad.
- Después de la calibración, el RMSE para las estimaciones de ALHmax y BCF disminuyó entre un 30 % y un 50 %.
- La clasificación de la motilidad basada en IA coincidió estrechamente con la clasificación manual, a diferencia del CASA.
- El sistema de IA demostró alta repetibilidad (desviaciones < ±2 %) y robustez en condiciones de imagen variables.
Conclusiones:
- La herramienta basada en IA proporciona una alternativa cuantitativa, confiable y repetible para el análisis de semen.
- Ofrece una precisión y consistencia mejoradas en comparación con los métodos existentes.
- Esta tecnología apoya el diagnóstico mejorado de la fertilidad y estrategias de tratamiento potencialmente más informativas.
