एक अध्ययन मशीन लर्निंग का उपयोग शुक्राणु सांद्रता, गतिशीलता और आकारिकी के आधार पर VISEM डेटासेट (85 भागीदारों) का उपयोग करके पुरुष प्रजनन स्थिति को वर्गीकृत करने की जांच करता है।
- Nearest Centroid क्लासिफायर ने 94.2% सटीकता हासिल की, जिसने 40 से अधिक परीक्षण किए गए एल्गोरिदम में Support Vector Machines और Quadratic Discriminant Analysis को पछाड़ दिया।
- मॉडल की दृढ़ता (robustness) को 5-फोल्ड क्रॉस-वैलिडेशन और मल्टीक्लास ROC-AUC विश्लेषण का उपयोग करके सत्यापित किया गया।
- डेटासेट विश्व स्वास्थ्य संगठन के मानदंडों के अनुसार नमूनों को उर्वर, उप-उर्वर और अउर्वर श्रेणियों में वर्गीकृत करता है।
निष्कर्ष सुझाव देते हैं कि मशीन लर्निंग मॉडल एंड्रोलॉजी में चिकित्सा निर्णय लेने का समर्थन करने के लिए शुक्राणु गुणवत्ता का तेज़, सटीक और वस्तुनिष्ठ आकलन प्रदान कर सकते हैं।