Abstract

RODRIGUEZ-MONTANA, D.F.  and  ROA-GUERRERO, E.E.. Detección de trayectorias de espermatozoides humanos mediante técnicas de procesamiento de video. Rev. mex. ing. bioméd [online]. 2017, vol.38, n.1, pp.115-125. ISSN 2395-9126.  https://doi.org/10.17488/rmib.38.1.8.

El análisis de motilidad espermática es muy importante para la evaluación de fertilidad humana. A menudo este análisis se lleva a cabo de forma manual, pero puede ser susceptible a errores inherentes a la naturaleza del procedimiento. Además de conllevar largos periodos de tiempo, los resultados son subjetivos y carentes de repetitividad. Con el fin de mejorar esto, presentamos un algoritmo semi-automático que rastree de manera precisa el desplazamiento de los espermatozoides. La metodología implementada se basó en la aplicación de modelos gaussianos adaptativos para detectar los espermatozoides en movimiento y segmentarlos a lo largo de los fotogramas de un video, posteriormente fueron aplicadas operaciones morfológicas y análisis de componentes conectados para reducir ruido en la imagen y calcular los centroides respectivamente. Luego, el algoritmo de Munkres y el filtro de Kalman fueron utilizados con el propósito de asignar centroides a las trayectorias. Finalmente, las trayectorias son visualizadas en pantalla. Los resultados evidencian un 90.91% de precision con respecto al análisis manual por parte de un experto. La herramienta tiene como único objetivo detectar el movimiento y trazar el desplazamiento de los espermatozoides en vídeo para muestras espermáticas humanas. Por otra parte, permite a los expertos en andrología llevar a cabo un análisis más exacto de las características individuales de los espermaozoides, teniendo así un soporte tecnológico a bajo costo, preciso y con repetitividad en los resultados que les permita emitir un diagnóstico más acertado. Por lo tanto, este método puede ayudar a especialistas a reducir periodos de tiempo y realizar un análisis más objetivo de motilidad espermática. De esta manera, el diagnóstico de fertilidad será más confiable.

Keywords : Motilidad espermática; detección de trayectorias; modelos gaussianos; filtro de Kalman.