[發明專利]一種基于體外受精?胚胎移植的管理控制系統

在審

• 申請號: 201710932111.X
• 申請日: 2017-10-10
• 公開（公告）號: CN107749312A
• 公開（公告）日: 2018-03-02
• 發明（設計）人: 劉勇;李文雍;吳巧琴;孔鳳;王文英;章孝榮;凌英會;鞠明
• 申請（專利權）人: 阜陽師范學院
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H70/00;G16H50/20;G16H50/70;G16H40/20;A61B17/43;A61B17/435
• 代理公司: 北京輕創知識產權代理有限公司11212
• 代理人: 談杰

1.一種基于體外受精-胚胎移植的管理控制系統，其特征在于，所述基于體外受精-胚胎移植的管理控制系統包括：

患者信息采集模塊，與信息核對模塊連接，用于采集患者各類信息，采集包括患者基本數據、男科與女科病歷數據、院外檢驗檢查數據并發送給信息核對模塊；

患者檢查模塊，與信息核對模塊連接，用于對患者進行B超監測、抽血化驗、實驗室檢測和遺傳檢查，將自動采集患者客觀數據發送給信息核對模塊；

智能建議模塊，與信息核對模塊和治療數據處理模塊連接，用于根據信息核對模塊的準確信息，自動計算患者是否可移植和最佳移植時間點，為醫生提供智能化建議；

治療數據處理模塊，與智能建議模塊和信息推送模塊連接，用于通過智能建議模塊確定手術治療時間，并將每次患者治療過程中的數據按指標進行存儲與處理，構建大數據應用；同時對相同癥狀、相同指標范圍的患者給出治療建議；

信息推送模塊，與治療數據處理模塊連接，用于獲取治療數據處理模塊數據，來提醒患者B超時間、抽血時間、移植手術時間，并在業務完成后能將結果推送給患者；

所述信息核對模塊核對方法：

首先，將精子、卵子、胚胎及母體相對應身份信息儲存于數據庫中；

然后，通過射頻技術識別出當前載有精子、卵子、胚胎的培養皿及母體身份識別環的相關身份信息；射頻識別的傳遞函數為：

G(ω)=exp(-(ln(ω/ω0))22(ln(k/ω0))2);]]>

其中，ω₀為濾波器的中心頻率，對于不同的ω₀，k使k/ω₀保持不變；

在頻率域構造濾波器，對應的極坐標表達方式為：

Gr(r)=exp[-((ln(r/f0))22(ln(σf))2)];]]>

Gθ(θ)=exp[-(θ-θ0)22σθ2];]]>

G(r,θ)＝G(r,r)·G(θ,θ)；

式中，G_r(r)為控制濾波器帶寬的徑向分量，G_θ(θ)為控制濾波器方向的角度分量；r表示徑向坐標，θ表示角度坐標，f₀為中心頻率，θ₀為濾波器方向，σ_f用于確定帶寬；Bf＝2(2/ln2)1/2|lnσ_f|，σ_θ確定角度帶寬，Bθ＝2(2/ln2)1/2σ_θ；

最后，查找數據庫，比對所獲得的身份信息與數據庫是否匹配，若是，則配對正確；若否，則配對錯誤；

所述治療數據處理模塊，使用移動最小二乘法的拉普拉斯摳圖矩陣用移動最小二乘法替代最小二乘法構造拉普拉斯矩陣，并使用KNN鄰域替代空間鄰域，獲取非鄰域像素在alpha圖上的線性關系，從而計算出移動拉氏矩陣，并得到alpha圖；根據得到精子、卵子、胚胎及母體的alpha圖，建立一個總體評價庫，將評價結果分為優、良、中、普通和差，對應的百分制范圍為[100,90]優，[89,80]良，[79,70]中，[69,60]普通，[59,0]差，進行得到的alpha圖效果的分類表示；

建立一個總體評價庫后進行建立權重集，包括：

建立遞階層次結構：根據建立的總體評價庫，將問題所包含的各因素分為第一層是評價的總目標層G，即綜合安全層；第二層是準則層C，即影響精子、卵子、胚胎及母體的因素；最后將個具體指標作為第三層，即指標層P；

構造兩兩比較判斷矩陣：

根據標度法逐層對各個要素兩兩之間進行重要性程度賦值，構造判斷矩陣U＝(u_ij)_n×n，其中u_ij表示因素u_i和u_j相對于準則層的重要值，矩陣U具有性質：u_ii＝1,u_ij＝1/u_ji,i,j＝1,2,…,n，得出判斷矩陣：將矩陣X¹～X⁵按列歸一化，即：

yij=xijΣi=1nxij,(i,j=1,2...n);]]>

計算出矩陣Y為：

Y1=0.6810.7320.5720.6670.1360.1460.2140.1900.0850.0490.0710.0480.0980.0730.1430.095;]]>

Y2=0.50.50.50.5;]]>

Y3=0.2930.3480.3530.2790.0730.0870.1180.0930.0490.0430.0590.0700.5850.5220.4700.558;]]>

Y4=0.6520.5560.6920.1310.1110.0770.2170.3330.231;]]>

Y5=0.7320.7890.6000.1460.1580.3000.1220.0530.100;]]>

單一準則下元素相對權重的計算：

將Y矩陣按行相加，由公式得出：

W¹＝(2.652 0.686 0.253 0.409)^T；

W²＝(1 1)^T；

W³＝(1.273 0.371 0.221 2.135)^T；

W⁴＝(1.9 0.319 0.781)^T；

W⁵＝(2.121 0.604 0.275)^T；

將得到的和向量進行歸一化處理，由公式可得權向量：

W‾1=0.6630.1720.0630.102T;]]>

W‾2=0.50.5T;]]>

W‾3=0.3810.0930.0550.534T;]]>

W‾4=0.6330.1060.261T;]]>

W‾5=0.7070.2010.092T;]]>

判斷矩陣的一致性檢驗：

計算判斷矩陣的最大特征根λ_max，由公式計算得出:

λ‾max1=4.085]]>

λ‾max2=2]]>

λ‾max3=4.031]]>

λ‾max4=0.304]]>

λ‾max5=3.096]]>

根據公式進行一致性檢驗，得到：

CI¹＝0.019，

CI²＝0，

CI³＝0.031，

CI⁴＝0.020，

CI⁵＝0.048；

由公式得：

CR¹＝0.022，

CR²＝0，

CR³＝0.035，

CR⁴＝0.038，

CR⁵＝0.092；

CR＜0.1，均滿足一致性要求，因此各因素的相對權重

構造摳圖拉氏矩陣時，使用移動最小二乘法替代最小二乘法得到alpha圖上的線性關系,所述移動最小二乘摳圖的方法如下：

在灰度圖像中,窗口w_i的鄰域內alpha值滿足局部線性條件，使用移動最小二乘法求解局部線性關系，表示如下：

J(α,a,b)=Σj∈I(Σi∈wjωi2(αi-ajIi-bj)2+ϵaj2)ωi=k(i-j)2---(1)]]>

公式(1)中權值ω，ω_i是鄰域w_k中的權值；式(1)表示為以下矩陣的形式:

J(α)=ΣkWk2||Gk.akbk-α‾k||2;]]>

對于每個鄰域w_k,G_k定義為‖w_k‖×2矩陣；G_k每行包括向量(I_i,1)，W_k是每行向量對應的權值ω_i組成的向量，G_k’為G_k的W_k加權，對應的每行向量表示為(W_k.I_i,W_k)，是鄰域內所有像素對應的alpha值組成的向量；

系數a_k,b_k解得如下所示：

(ak,bk)=argmin(Wk.(Gk.akbk-α‾k||)2)=(Gk′TGk′)-1Gk′TWkα‾kGk′=Wk.Gk;]]>

令J(α)表示為下式：

J(α)=ΣkαkTG‾k′TG‾k′αk=αkTLαk;]]>

L=Wk2.δi,j+1-2Wk||wk||(1+1σk2+ϵ||wk||(Ii-μk)(Ij-μk));]]>

δ_i,j是Kronecker delta函數，μ_k和σ²分別是小窗口w_k內的基于W_k的加權均值和方差，‖w_k‖是窗口內像素的個數,L為移動拉氏摳圖矩陣；

引入權值ω_i，應用至彩色模型，彩色模型下的移動最小二乘摳圖方法如下：

用下式表示彩色圖像各通道間的線性關系：

αi=ΣcacIic+b,i∈wi;]]>

c為彩色圖像的通道數,在考慮各個通道信息后，式(1)轉化為下式:

J(α)=Σj∈I(Σi∈wjωi2(αi-ΣcajcIi-bj)2+ϵΣcajc2)---(2)]]>

對式(2)進行化簡后，解得彩色模型下移動拉氏矩陣如下式所示：

J(α)＝αLα^T；

L=Σk(i,j)∈wk(Wk2.δi,j+1-2Wk||wk||(1+(Ii-μk)T(Σk+ϵ||wk||I3)-1(Ij-μk)))---(3)]]>

在(3)式中，I為小鄰域內所有像素對應3*1顏色向量組成的矩陣，μ_k為I的W_k加權平均,Σ_k是I在W_k加權下的協方差矩陣。