Descreve-se o desenvolvimento e aplicação de um sistema de visão computacional para processar dados visuais de populações de espermatozóides. Com o intuito de guiar o especialista em análise seminal na execução de exames espermáticos, utilizou-se um sistema de visão por computador que atua desde a aquisição em tempo real de imagens até a extração de dados morfológicos e de motilidade. O problema de análise de movimento das células pode ser resumido como o problema de casamento entre conjuntos de pontos (células de dois quadros consecutivos de imagem) de uma população densa de pequenas células movendo-se independentemente. Um algoritmo rápido e efetivo foi utilizado baseado na distância entre quadros e num procedimento de verificação. A avaliação final, cruzando-se os resultados automáticamente obtidos e os valores esperados subjetivamente, foi considerada suficientemente boa para o propósito principal do sistema. Em 52 ciclos de inseminação terapêutica e em 15 ciclos de fertilização in vitro, foi notado que os parâmetros de concentração de células, motilidade, velocidade média e linearidade não são consideravelmente diferentes para indicar capacidade de fertilidade, o que não ocorre com o parâmetro de motilidade efetiva. Portanto, a motilidade efetiva medida pelo sistema de visão por computador provou ser um bom indicador de fertilidade masculina nestes experimentos. Os resultados produzidos pelo sistema computadorizado foram reprodutíveis com coeficiente de variação que não excedeu 15%, para todos os parâmetros avaliados. Enfatiza-se que o uso de um sistema de visão computacional para análise de sêmen humano permite de forma rápida e objetiva a obtenção de resultados geralmente impossíveis de serem obtidos por métodos convencionais.

The development and the application of an automatic computer vision system to process visual data from a spermatozoa population is described. From the real time image acquisition to the final extracted parameters of motility and morphology , a computer based strategy was used in order to guide the expert in semen analysis towards an objective procedure. The motion analysis problem can be synthesized as a matching problem between the feature point sets (cells of two consecutive image frames) of a dense population of independent moving small sized cells. A fast and effective matching algorithm was used based on both the inter frame distance of each cell and on a verification procedure. The final evaluation, crossing the automatic computed results and the subjective expected values, was considered good enough for the main purpose of the automatic system. In a 52 cycles of therapeutic insemination and 15 cycles of fertilization in vitro it was noticed that the parameters of cell concentration, motility, mean velocity and linearity are not considerably different to indicate pregnant capability but not the parameter of effective motility. Therefore, the effective motility measured by the computer vision system proved to be a good indicator of pregnancy on that experiments. Additionally, the results of the computerized system were reproducible with a variation coeficient smaller than 15% inall evaluated parameters. It should be emphasized that using computer vision systems for semen analysis provide a very fast, reproducible and objective results enabling data acquisitioó generally impossible to be measured using conventional methods.