摘要
本发明公开了一种基于多模态数据的冷冻胚胎移植结局的预测方法,属于医疗人工智能领域,适用于单胚胎和双胚胎移植。首先获取患者的两张高分辨率胚胎图像和对应临床数据,单胚移植则复制图像。通过固定原图纵横比,并适当裁剪和填充,统一图片分辨率。模型训练采用标准图片增强技术,提升对变化成像条件的适应性。预测时,两张经预处理的图像在以ResNet‑50为主干的网络中共享权重,结合CBAM注意力机制和特征金字塔网络增强特征提取。提取的特征经平均池化后与处理患者临床数据的全连接网络输出直接连接。最终经过两层全连接网络和Sigmoid激活函数,使用二值阈值映射得到胚胎移植的预测结果。
技术关键词
胚胎
患者临床数据
特征金字塔网络
注意力机制
多模态
残差模块
特征提取器
医疗人工智能
通道
子宫
人工智能模型
深度学习网络
计算机执行指令
图像特征提取
系统为您推荐了相关专利信息
深度学习方法
多模态
森林结构
LiDAR点云
卷积模块
图像检测方法
金字塔池化模块
图像检测模型
非易失性存储介质
通道注意力机制