سامانه همایش‌ها TSTA | ثبت‌نام و ارسال مقاله کنفرانس‌ها و کنگره‌های ملی

Home / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

.Deep Learning-based Segmentation of Human Sperm Heads using YOLOv8 and SAM

Authors :

Hadis Aligoo Zanjany¹ Maryam Pashaiasl² Ata Jodeiri³

1- دانشگاه علوم پزشکی تبریز 2- دانشگاه علوم پزشکی تبریز 3- دانشگاه علوم پزشکی تبریز

Keywords :

Sperm segmentation،Deep learning،YOLOv8،Segment Anything Model،SAM

Abstract :

Accurate assessment of sperm quality plays a vital role in diagnosing male infertility. One of the major challenges in this process is the precise segmentation of sperm heads in microscopic images, which is typically performed manually and is both time consuming and error prone. In this work, we propose a hybrid deep learning framework for automated sperm head segmentation. The method employs YOLOv8 for initial sperm head localization, while its bounding boxes are used as prompts for the Segment Anything Model (SAM) to generate refined segmentation masks. Experimental results demonstrate that the hybrid YOLOv8→SAM approach outperforms standalone models, achieving an IoU of 78.62% and a Dice score of 70.78%. These findings highlight the potential of hybrid frameworks to significantly improve segmentation accuracy and robustness in biomedical imaging applications.

Papers List

List of archived papers

ارائه مدل رتبه بندی مشتریان اعتباری بانکی با استفاده از داده کاوی و منطق فازی :مطالعه موردی بانک خصوصی در ایران

محمد صالح کتابی

Postural Responses to Mediolateral Perturbations: Contributions of Surface, Vision, and Cognitive Load

Haniyeh Zahra Budaqi - Ali Mojibi - Saeed Behzadipour

کاربردهای هوش مصنوعی در مدیریت موجودی و زنجیره تأمین

منا پاسدار - مبینا پاسدار

Binary Discrete Emotion Detection with Peripheral and Fp1-Fp2 EEG Signals on PEEFS Dataset

Fatemeh Shalchizadeh - Sina Shamekhi - Mahdi Jafari Asl

شناسایی محرک‌های گزارشگری پایداری مبتنی بر تئوری مشروعیت

مجید باباخانی - نبی نجفی - سعید صمیمی

Using Advanced Ensemble Machine Learning Models to Predict Traffic in SDN-Based Networks: A Comparative Study of Bagging, Boosting, and Stacking Approaches

Raha Pakzad - Sasan GharaPasha - Nasrin Firouz - Ramin Habibzadehsharif

بهبود راهکار انتخاب ویژگی ترکیبی با ارزیابی یکپارچه‌ روابط خطی و غیرخطی ویژگی‌ها

سید مجتبی سیف

افزایش پیش بینی بازار سهام از طریق هوش مصنوعی

سهیلا صمدی گلوجه - اسما حیدری پناه - زهرا علی لیواری - فاطمه خالقیان

The Impact of an Interactive Rehabilitation Protocol ‎on Reorganization of Brain Networks in Children ‎with Cerebral Palsy: A Pilot Study

Shahed Salehzehi - Mahdi Mollaei - Parisa Hosseini - Ali Koohian Mohammad abadi - Mohammad Ebrahim Hashemi - Hamid Reza Kobravi - Narges Hashemi - Mehran Beiraghi Toosi - Javad Akhondian

بررسی نقش فناوری هوش مصنوعی در فرآیند ایجاد مدل خدمات دستگاه خودپرداز

سجاد یوسفی - مریم پورنجف - آیدا محمدی - ساحل پرسته