Classificador de Centroide Mais Próximo atinge 94,2% de precisão no conjunto de dados VISEM de sêmen

Um estudo utilizou o conjunto de dados VISEM, composto por amostras de sêmen de 85 participantes classificados como Férteis, Sub-Férteis ou Inférteis, para avaliar algoritmos de aprendizado de máquina para prever o status de fertilidade masculina com base na concentração, motilidade e morfologia dos espermatozoides.

• O classificador Nearest Centroid atingiu uma precisão de 94,2%, superando Support Vector Machines e Quadratic Discriminant Analysis entre mais de 40 algoritmos testados.
• A robustez do modelo foi validada usando validação cruzada de 5 dobras e análise multiclass ROC-AUC.
• A pesquisa demonstra que o aprendizado de máquina pode fornecer avaliações rápidas, precisas e objetivas da qualidade do sêmen para apoiar a tomada de decisões clínicas em andrologia.