一种基于机器学习的冻胚移植后全妊娠周期辅助保胎决策方法

本发明公开了一种基于机器学习的冻胚移植后全妊娠周期辅助保胎决策方法，步骤包括获取妊娠临床数据构建特征数据集、获得初始筛选后的特征数据集、利用初始筛选后的特征数据集对人工神经网络模型进行训练和测试、利用测试合格后的人工神经网络模型对待决策的妊娠临床数据进行特征提取、根据妊娠预测特征预测出用于辅助保胎决策的妊娠结局。该辅助保胎决策方法的人工神经网络模型通过多层感知机架构能够有效捕捉胚胎质量、子宫内膜容受性与β‑hCG间的复杂非线性交互作用，从而辅助指导临床医生优先选择单胚胎移植，此外对生化妊娠和早期流产的预警能力，可使临床干预窗口提前5‑7天，减少无效移植周期，单周期节约患者经济成。