Effects of Color Space Transformations on Classification Performance of Sperm Morphology

Authors : Mecit YÜZKAT, Hamza OİLHAN, Nizamettin AYDIN

Pages : 70-75

Doi:10.31590/ejosat.1013341

View : 28 | Download : 11

Publication Date : 2021-12-01

Article Type : Research Paper

Abstract :Dünya Sağlık Örgütü'ne göre kısırlık; çiftlerin herhangi bir koruma olmaksızın bir yıl boyunca cinsel ilişkiye girmelerine rağmen gebeliğin oluşmama durumu olarak tanımlanır. Kısırlığın nedeni erkek ve/veya kadın faktörleri olabilir. Erkek faktörlerin teşhisinde, laboratuvar ortamında belirli koşullar altında sperm hücrelerinin analizi yapılır. Spermiyogram adı verilen analizde spermin morfolojik anormalliği, karakteristik motilitesi ve konsantrasyonu incelenir. Spermiogram testleri doktorlar tarafından manuel olarak yapılabileceği gibi bilgisayar destekli sperm analiz sistemleri kullanılarak da yapılabilmektedir. Görsel incelemenin kişiden kişiye farklı sonuçlar vermesi ve maliyetli olması nedeniyle bilgisayar destekli analizlerin önemi her geçen gün artmaktadır. Bu çalışmada, sperm morfolojisi için bilgisayar tabanlı bir analiz yaklaşımının sınıflandırma performansını artırmak için bir ön işleme adımı olarak farklı renk uzaylarının etkisi araştırılmıştır. Deneysel testlerde SMIDS, HuSHeM ve SCIAN-Morpho olarak kısaltılan üç sperm morfolojisi veri seti kullanılmıştır. Sperm görüntülerinin sınıflar arasındaki dengesiz dağılımı ve yetersiz veri nedeniyle veri setleri üzerinde veri artırma işlemi uygulanmıştır. Daha sonra, renk uzayının sınıflandırmadaki etkilerini gözlemlemek için veri setleri çok iyi bilinen iki renk uzayı olan LAB ve HSV formatlarına dönüştürülmüştür. Sınıflandırma modeli olarak MobileNetV2 kullanılmıştır. Renk uzaylarının etkilerini göstermek için sonuçlar, renk dönüşümünün uygulanmadığı daha önce yayınlanmış çalışma ile karşılaştırılmıştır. LAB ve HSV renk uzaylarında görüntülerin sınıflandırılması, aynı koşullar altında eğitilmiş RGB görüntülerinden daha iyi sonuçlar vermiştir. Renk uzayı dönüşümleri kullanılarak SMIDS, HuSHeM, SCIAN-Morpho veri setleri için sırasıyla %89, %85 ve %68 maksimum sınıflandırma doğruluğu elde edilmiştir.
Keywords : Derin Öğrenme, MobileNetV2, Bilgisayar Destekli Sperm Analizi, Morfolojik Analiz, Renk Uzayı Dönüşümleri