基于增强深度学习模型分析睾丸细胞组成快速检测小鼠生精缺陷

信息来源: 发布日期:2024-11-30

徐军教授团队与芝加哥大学/南京医科大学生殖医学国家重点实验室徐宇君教授团队在国际上教早把机器学习技术运用在小鼠睾丸常规H&E病理切片的定量分析,通过定量分析精子发生的组织学切片进行精子发生自动化分期与识别。最近,合作团队把该方法拓展到雄性不育的小鼠精子发生缺陷的快速检测,该合作工作最近在美国2024年男科学会议上引起较大反响(见下图)。本次会议上,来自美国生殖医学领域的与会人员就如何通过机器学习的手段去辨别含有生育缺陷基因的小鼠的可行性等相关问题与徐宇君教授进行了广泛而深入的互动与交流。这项工作发表在男科领域顶尖杂志Andrology上面。

图: 在美国2024年男科学会议上展示的徐军教授团队与徐宇君教授合作的最新研究成果海报


Nianfei Ao, Min Zang, Yue Lu, Yiping Jiao, Haoda Lu, Chengfei Cai, Xiangxue Wang, Xin Li, Minge Xie, Tingting Zhao, Jun Xu, Eugene Yujun Xu,Rapid detection of mouse spermatogenic defects by testicular cellular composition analysis via enhanced deep learning model, Andrology, 2024.