چکیده: امروزه یکی از مشکلات اساسی در کشورهای توسعه یافته، مسئله ناباروری و درمان آن است. مشکلی که بسیاری از زوجین را درگیر خود ساخته است. در مشکل ناباروری اولین راهکاری که مورد بررسی قرار می‌گیرد، بررسی مشکل در زوج مذکر است. با توجه به علل مختلفی که ممکن است در ناباروری شخص مرد دخیل باشد، اولین قدم در بررسی پزشکان متخصص، آزمایش و تحلیل اسپرم وی است. تحلیل اسپرم در زوج مرد از جنبه‌های متفاوتی از جمله بررسی ساختار شکلی یک اسپرم، و همچنین تحلیل و ارزیابی قدرت تحرک‌پذیری اسپرم مورد بررسی قرار می‌گیرد. از این دو فاکتور نامبرده مورد دوم، یعنی ارزیابی قدرت تحرک‌پذیری اسپرم‌ها بسیار مهم است. چرا که در صورت لزوم به عمل لقاح درون آزمایشگاهی این فاکتور از اهمیت بسیار بالایی برخوردار است. با توجه به ماهیت ساختاری و ویژگی‌های حرکتی اسپرم‌ها، استفاده از ابزار دقیق و قدرتمند جهت تحلیل و ارزیابی تحرک‌پذیری اسپرم‌ها از اهمیت ویژه‌ای برخوردار است. امروزه از هوش مصنوعی و بخصوص شاخه بینایی ماشین به عنوان یکی از مهم‌ترین ابزار، در حوزه‌های مختلف پزشکی استفاده می‌شود. در این فعالیت پژوهشی ما با استفاده از تصاویر ویدیویی میکروسکوپی مربوط به تحرک‌پذیری اسپرم‌ها، ابتدا با استفاده از فیلتر کالمن و الگوریتم مجارستانی اقدام به ردیابی آن‌ها و استخراج پارامترهای حرکتی اصلی و متداول نمودیم. در گام دوم پژوهش نیز، با استفاده از الگوریتم‌های موجود در حوزه یادگیری ماشین، اقدام به تحلیل، ارزیابی و طبقه‌بندی عملکرد باروری هر یک از اسپرم‌ها از لحاظ قدرت تحرک‌پذیری آن‌ها نمودیم. ما در فعالیت خود از یک ماشین بردار پشتیبان برای طبقه‌بندی اسپرم‌ها از لحاظ قدرت تحرک‌پذیری به دو کلاس موجود استفاده نمودیم. طبق نتایج بدست آمده، خروجی نهایی حاصل از طبقه‌بندی با روش ماشین بردار پشتیبان، با دقت 88.9 درصد توانست کلاس مربوط به اسپرم‌ها را درست پیش‌بینی کند. نکته‌ی حائز اهمیت در فعالیت صورت گرفته، انجام عملیات طبقه‌بندی برای تمام ویژگی‌های اصلی موجود حرکتی برای اسپرم‌ها است. بدین ترتیب نشان داده شد که می‌توان برای ارزیابی کیفیت حرکتی اسپرم‌ها، روش‌های پارامتریک جهت طبقه‌بندی آن‌ها با استفاده از پارامترهای حاصل از ردیابی حرکتی ارائه نمود.