摘要
本发明公开了一种基于胚胎图像的冷冻胚胎移植结局的预测方法,属于医疗人工智能领域。首先获取胚胎图像和对应的助孕结局来标注数据。调整图像分辨率,使用标准增强管道,标准化以后的图像输入以预训练的ResNet‑50深度学习网络为主干的人工智能模型训练,通过直接整合深层特征和浅层特征来得到胚胎图像更丰富的信息,整合的特征通过两个全连接层和相应的激活层,最终使用二值阈值映射得到预测结果。本模型使用梯度下降法训练模型至最优。完成模型训练后,将本移植周期解冻后的胚胎图像传入人工智能模型中,即可预测助孕结局。该发明可为临床医生和患者在仅有胚胎图像的情况下提供移植决策的重要参考,对于减轻不孕患者的经济损失和精神负担具有重要意义。
技术关键词
胚胎
图像
人工智能网络
人工智能模型训练
上采样
医疗人工智能
像素
融合特征
更新网络参数
深度学习网络
标签
双线性插值
梯度下降法
尺寸
采样方法
代表
分辨率
优化器
患者
系统为您推荐了相关专利信息
水平旋转机构
图像处理装置
转台机构
图像处理系统
数据传输线缆
识别神经网络
多尺度特征融合
卷积神经网络模型
图像增强算法
航空零部件
损伤判定方法
心率
结构光
直方图均衡化
动态时间规整算法