[发明专利]用于确定胚胎移植的妊娠结果的方法、处理器及装置

说明书

本发明涉及医疗人工智能领域，公开了一种用于确定胚胎移植的妊娠结果的方法、处理器及装置。方法包括：将病历的文字数据输入至第一全连接神经网络，得到第一妊娠率；将胚胎培养的时序图像数据输入至残差网络，得到多张胚胎图像的形态学特征；将时序图像特征输入至序列到序列模型的Decoder层，得到第一融合特征，时序图像特征包括多张胚胎图像的形态学特征和胚胎形态变化的时序特征；将第一融合特征输入至第二全连接神经网络，得到第二妊娠率；将促排卵用药的时序数据输入至长短期记忆网络，得到第三妊娠率；根据第一妊娠率、第二妊娠率和第三妊娠率，确定胚胎移植的妊娠结果。胚胎移植的妊娠结果的预测更加准确可靠。

技术领域

本发明涉及医疗人工智能领域，具体地涉及一种用于确定胚胎移植的妊娠结果的方法、处理器及装置。

背景技术

随着社会的发展，男性女性的生育年龄不断推迟，不孕不育的发病率逐年升高，其主流治疗方式为人类辅助生殖技术(ART，Assisted Reproductive Technology)，在人类辅助生殖技术的胚胎移植问题上，对于胚胎移植的妊娠结果的预测，主要是基于体外受精产生的胚胎的活产潜力。具体地，对于体外受精产生的胚胎，根据其活产潜力进行分级，然后将高级胚胎优先移植到母体中以提高出生率，即提高胚胎移植的妊娠成功率。这种方法通常是通过临床观察受精胚胎的发育情况来进行判断，单个患者单个周期内会有多个胚胎，根据这些胚胎在培养的五天内的形态，来对其进行评分，根据其形态发育的评分来决定移植胚胎的选择。这种决策来源于临床医生的主观经验，不同的临床医生也会有较大的差异，导致预测胚胎移植的妊娠结果的准确性较低。

发明内容

为了克服现有技术存在的不足，本发明实施例提供了一种用于确定胚胎移植的妊娠结果的方法、处理器及装置。

为了实现上述目的，本发明第一方面提供一种用于确定胚胎移植的妊娠结果的方法，包括：

将病历的文字数据输入至第一全连接神经网络，得到第一妊娠率；

将胚胎培养的时序图像数据输入至残差网络(ResNet，Residual Network)，得到多张胚胎图像的形态学特征；

将多张胚胎图像的形态学特征输入至序列到序列模型(Seq2Seq模型，Sequence-to-Sequence Model)的Encoder层，得到时序图像特征，时序图像特征包括多张胚胎图像的形态学特征和胚胎形态变化的时序特征；

将时序图像特征输入至序列到序列模型的Decoder层，得到第一融合特征；

将第一融合特征输入至第二全连接神经网络，得到第二妊娠率；

将促排卵用药的时序数据输入至长短期记忆网络(Long Short-Term Memory，LSTM)，得到第三妊娠率；

根据第一妊娠率、第二妊娠率和第三妊娠率，确定胚胎移植的妊娠结果。

在本发明实施例中，时序图像数据包括：连续多天的图像数据；胚胎图像的种类包括卵裂期的胚胎图像和囊胚期的胚胎图像；方法还包括：

根据胚胎图像的种类确定连续多天的图像数据中的天数；

根据天数确定胚胎图像的张数。

在本发明实施例中，病历的文字数据包括以下中的至少一者：胚胎移植对应的目标男性患者和目标女性患者的体格数据、基础激素水平、诊断情况；

促排卵用药的时序数据包括以下中的至少一者：用药类型、用药量、卵泡大小、卵泡数量、用药后的激素水平。

在本发明实施例中，将病历的文字数据输入至第一全连接神经网络，得到第一妊娠率包括：

将病历的文字数据进行数据清洗，得到清洗后的文字数据；