- YOLO 모델 기반 학습 데이터 전처리
- Image Generator 활용한 이미지 화질 개선(확대, 축소) 및 회전, 반전
- HSV Color Space를 활용해 정자 이미지 부각
- Detection 후 영상이 끊기는 현상 감소를 위한 Deep Sort 기술 활용

- 정자 Detection, Tracking 및 Classification 후 최신 ResNet 알고리즘을 이용해 운동성 패턴 분류
- 다중 샘플 간의 정자 세포 탐지와 궤적 추적 성능 비교
- 운동 패턴별 활동 정자 수, 평균 속도・이동 거리 산출

- Decision Tree 기반의 XGBoost 알고리즘을 이용해 남성난임 환자의 난임 가능성 예측
- 분산성 분석, 상관 분석, 다중회귀 분석 등의 통계 기법을 활용해 남성난임 가능성 예측

정자 육안 검사의 한계 극복을 위해 CASA(Computer Assisted Semen Analyzer) 시스템이 사용되고 있으나 2~4억 원의 높은 가격으로 인해 보급・확산이 어렵다. 반면 ASMIT은 보편성으로 기존 CASA 시스템의 단점을 극복하는 동시에 높은 기술력까지 겸비한다.

- CASA는 기본 정자 정보만 제공하지만 ASMIT은 정자운동 패턴 및 난임 가능성을 예측해 정보 제공
- CASA 사용이 어려운 일반 병의원에서 ASMIT을 활용해 정액 검사 대체
- ASMIT의 커스텀 UX/UI를 통해 다양한 형태(그래프, 통계 분석표)의 결과 리포트 확인 가능