[发明专利]一种胚胎发育潜能预测方法、系统、设备及存储介质

说明书

本发明涉及医疗人工智能技术领域，尤其涉及一种胚胎发育潜能预测方法、系统、设备及存储介质，包括：将所述胚胎初始图像输入囊胚预测模型，得到胚胎特征向量；将所述胚胎特征向量输入双向长短期记忆网络，得到胚胎发育特征；基于跨模态特征融合机制，根据临床数据及所述胚胎发育特征，得到融合特征；将所述融合特征输入第一多层感知器，预测得到胚胎妊娠率。本发明通过分析早期拍摄的多焦段胚胎视频，利用多焦段选择模型以及时间转移模型得到具有时空特性的融合特征，从而实时预测体外培养的胚胎妊娠率，提高了预测的准确度；同时本发明通过预测囊胚形成概率以及整倍体概率，辅助医生进行早期胚胎筛选，从而减少人力成本。

技术领域

本发明涉及医疗人工智能技术领域，尤其涉及一种基于多焦段time-lapse视频的胚胎发育潜能预测方法、系统、设备及存储介质。

背景技术

近年来，由于生育年龄推迟、生活压力大等原因，中国育龄夫妇的不孕不育率攀升至12％-15％，患者人数超过5000万，不孕不育已成为除肿瘤、心血管疾病外的第三大疾病。

随着辅助生育技术的发展，中国夫妇选择通过辅助生育治疗获得新生儿的比例逐年增加，其中，体外受精已经成为治疗不孕症的一项关键技术，体外受精技术采用人工方法让卵细胞和精子在体外受精，并进行早期胚胎发育，然后移植到母体子宫内妊娠发育，成熟后通过正常方式分娩，但是，在胚胎移植后的临床妊娠率预测方面，现有方法不仅需要医生对胚胎的形态变化进行大量标记，采用少量人工制作的形态学参数直接进行数据-标签映射学习，而且仅使用患者少量的临床数据、和少量人工制定的胚胎动力学参数对单焦段胚胎 time-lapse(延时摄影)视频进行分析，不能充分挖掘单焦段胚胎time-lapse视频中胚胎发育的图像特征，也不能捕获单焦段胚胎time-lapse视频在时间和空间的特性，导致妊娠率预测结果严重缺乏可解释性，而且实验结果高度依赖于数据的规模和平衡性。

另外，由于胚胎(受精卵)体外培养的存活率有限，一般要求在每个辅助生育治疗周期内培养多个胚胎，且只有发育到囊胚阶段的胚胎才会被考虑移植，因此，判断体外培养的胚胎是否形成囊胚是体外受精的关键步骤，也是后续胚胎选择移植的重要基础，但是，现有技术只能分析完整的单焦段胚胎time-lapse 视频以及检测培养完成的胚胎，不能实时预测胚胎形成囊胚的概率，从而导致医生不能及时发现形成囊胚概率较低的胚胎，在早期就停止对低发育潜能的胚胎的培养。

同时，在预测囊胚是否为整倍体方面，现有通过观察单张图片预测胚胎是否为整倍体的方法，比如：利用预训练的ResNet-152模型预测囊胚是否为整倍体的方法，不能对单焦段胚胎time-lapse视频进行时序性建模，导致整倍体预测准确度低且可解释性差，不能在实际的临床场景下使用。

发明内容

本发明的目的是提供一种基于多焦段time-lapse视频的胚胎发育潜能预测方法、系统、设备及存储介质，不仅可以充分利用多焦段信息，而且能够捕获 time-lapse视频在时间和空间的特性，从而高效、准确地预测胚胎妊娠率。

为解决以上技术问题，本发明提供了一种胚胎发育潜能预测方法、系统、设备及存储介质。

第一方面，本发明提供了一种胚胎发育潜能预测方法，所述方法包括以下步骤：

对同一胚胎的多焦段的胚胎图像进行预处理，得到胚胎初始图像；

将所述胚胎初始图像输入囊胚预测模型，得到胚胎特征向量；

将所述胚胎特征向量输入双向长短期记忆网络，得到胚胎发育特征；

基于跨模态特征融合机制，根据临床数据及所述胚胎发育特征，得到融合特征；

将所述融合特征输入第一多层感知器，预测得到胚胎妊娠率；