[發明專利]胚胎分裂過程分析及妊娠率智能預測方法及系統

有效

• 申請號: 202010558744.0
• 申請日: 2020-06-18
• 公開（公告）號: CN111785375B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 陳長勝;譚威;云新
• 申請（專利權）人: 武漢互創聯合科技有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06N3/0464;G06N3/08
• 代理公司: 武漢開元知識產權代理有限公司 42104
• 代理人: 劉琳

本發明公開了一種胚胎分裂過程分析及妊娠率智能預測方法及系統，所述方法包括：采集D1～D6時間內的胚胎圖像；將胚胎圖像輸入原核個數預測網絡模型、卵裂球個數預測網絡模型、碎片比例預測網絡模型、囊胚腔和內細胞團等級預測網絡模型、滋養層等級預測網絡模型計算并輸出胚胎圖像的預測原核個數、預測卵裂球個數、預測碎片比例、預測囊胚腔比例和預測內細胞團等級、預測滋養層等級；然后輸入至胚胎妊娠率狀態預測機器學習模型計算并輸出胚胎妊娠率預測結果。本發明提出的智能預測方法和系統對胚胎發育的全過程進行監控，并利用綜合評分函數計算得到胚胎妊娠率，預測過程中無需人工干預，可以幫助醫生快速準確地對胚胎評分做出判斷。

技術領域

本發明涉及胚胎形態學和人工智能技術領域，具體地是指一種胚胎分裂過程分析及妊娠率智能預測方法及系統。

背景技術

胚胎發育的好壞直接影響妊娠率的結果，胚胎學家依靠胚胎形態學和基因學兩種主要途徑對胚胎的好壞進行判別，其中利用基因學手段判別胚胎好壞需要具備極高的實驗條件，而利用胚胎形態學信息完成胚胎的評判是一種簡單快速有效的方法。目前，大部分胚胎學家根據自身長期的胚胎觀察經驗，通過獲取胚胎在發育過程中一些重要的形態學特征變化信息完成對胚胎好壞的判別，并作為該胚胎后期移植成功率預測的一個重要依據。醫生通常會選擇胚胎授精后的D1-D6天時間段內作為觀察期，獲取觀察期的重要的胚胎形態學特征信息，在這些形態學特征中，碎片、囊胚腔、內細胞團和滋養層等特征是醫生對胚胎好壞評分的極其重要的因素，因此，利用計算機建立視覺模型幫助醫生快速準確地對碎片、囊胚腔、內細胞團和滋養層等特征進行預測是一個極具意義的研究方向。然而，目前建立胚胎妊娠率智能預測系統還存在以下幾個問題：

(1)在人工判別過程中，胚胎學家根據其對胚胎圖像進行了很長時期的觀察以及自身積累經驗能夠很好地完成對D1-D6時期內時差培養箱(Time lapse)中這些特征信息的判定。對于經驗不足的醫生來說，胚胎發育過程極為復雜，難免會出現因其主觀因素對碎片區域判定、囊胚腔占比大小、內細胞團和滋養層等級評定造成誤判情況，從而給胚胎好壞的判別帶來偏差。因此，標準的胚胎標注數據集的缺乏是一個有待解決的基礎問題。

(2)胚胎發育的過程極為復雜，一些傳統的圖像分析方法利用簡單的人工設定的特征和機器學習模型對碎片區域的獲取、囊胚腔占比計算、內細胞團和滋養層等級評定預測，其準確率較低，且實時性較差，不足以達到工程應用的要求；

(3)目前存在的預測碎片、囊胚腔、內細胞團和滋養層計算方法，僅在數據量規模較小且場景較為干凈的數據集上進行訓練和測試，其真實的有效性和適用性仍有待進一步驗證。然而真實的細胞分裂過程是及其復雜的，這些傳統的方法，在真實的胚胎序列上，檢測結果并不理想，準確率低。

發明內容

本發明的目的在于克服現有技術中傳統圖像分析方法對碎片區域的獲取、囊胚腔占比計算、內細胞團和滋養層等級評定，其準確率較低，且實時性較差的問題，而提出一種胚胎分裂過程分析及妊娠率智能預測方法及系統，通過構建有效的卵裂球個數預測AI模型，自動地完成對不同時期的卵裂球高層次特征提取、模型訓練及預測，其準確率和識別效率得到大幅度提高。

為實現上述目的，本發明所設計的胚胎分裂過程分析及妊娠率智能預測方法，其特殊之處在于，所述方法包括如下步驟：

1)采集D1～D6時間內的胚胎圖像；

2)將胚胎圖像輸入至原核個數預測網絡模型、卵裂球個數預測模型、碎片比例預測網絡模型、囊胚腔和內細胞團等級預測網絡模型、滋養層等級預測網絡模型；

3)所述原核個數預測網絡模型計算并輸出預測原核個數，所述卵裂球個數預測模型計算并輸出預測卵裂球個數；所述碎片比例預測網絡模型計算并輸出碎片圖像的預測碎片比例，所述囊胚腔和內細胞團等級預測網絡模型計算并輸出預測囊胚腔比例和預測內細胞團等級，所述滋養層等級預測網絡模型計算并輸出預測滋養層等級；