一种体外受精高发育潜能胚胎的筛选方法及系统技术方案

本发明专利技术公开了一种体外受精高发育潜能胚胎的筛选方法及系统。其体外受精高发育潜能胚胎的筛选方法包括：从获取的多层聚焦胚胎图像中分割胚胎；从胚胎分割后的多层聚焦胚胎图像中分割TE图像，并将分割的TE图像展开；将胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征输入训练好的预测模型，并输出胚胎发育潜能得分；选择得分最高的胚胎作为最高发育潜能胚胎。本发明专利技术综合考虑胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征三个方面，从多个方面来量化同一患者的多个胚胎中的每个胚胎的发育潜力，可以快速、准确地筛选出最高发育潜能胚胎。准确地筛选出最高发育潜能胚胎。准确地筛选出最高发育潜能胚胎。

【技术实现步骤摘要】
一种体外受精高发育潜能胚胎的筛选方法及系统


[0001]本专利技术涉及胚胎筛选
，尤其是指一种体外受精高发育潜能胚胎的筛选方法及系统。

技术介绍

[0002]不孕症是一个全球性的公共卫生问题，影响着全球超过4850万对夫妇。自1978年第一个体外受精(IVF)婴儿出生以来，已有超过800万名儿童接受了IVF治疗。加拿大每年进行35000个IVF治疗周期，全球超过150万个治疗周期，每年增加10％以上。然而，在过去的几十年里，体外受精的活产率一直保持在30％左右，并且在不同的诊所中各不相同。这是因为大多数体外受精程序严重依赖于临床工作人员的经验，并涉及显著的主观性和不一致性。长期以来，IVF组织一直希望采用数据驱动的定量方法来转变和标准化IVF程序。
[0003]为了实现这一目标，人工智能(AI)技术将发挥关键作用。例如，在精液分析中，人工智能可以分析单个精子的图像，并将其定量分类为正常和异常，从而提供更准确的男性不育诊断并指导后续治疗方案。AI还可以从精子图像中预测精子DNA质量，从而为卵胞浆内单精子注射(ICSI)选择高质量的精子。
[0004]在影响IVF结局的各种因素中，所选移植胚胎的质量(即发育潜能)是决定IVF成功的主要因素。现有的用于评估和选择胚胎的方法是基于人工观察胚胎形态。人工判断仅检查有限数量的形态学特征(即胚腔大小、内细胞团(ICM)中的细胞数量和滋养外胚层(TE)细胞的数量)，以对胚胎进行“分级”(《人类生殖》，第26页，1270
‑
1283)，这种方法有两个明显的局限性。首先，其他形态特征，例如，ICM(发育成胎儿的结构)中细胞的形状和大小也反映了胚胎发育潜力，但在目前的胚胎分级方法中尚未考虑。第二，胚胎发育潜能并不完全由形态特征决定。与患者相关的生化信息/特征也极大地影响胚胎发育潜能。例如，患者的年龄、激素水平和精子质量(如DNA片段化指数(DFI))也严重影响体内胚胎发育。这些生化特征不能通过胚胎形态反映出来，并且在目前的胚胎评价惯例中也是缺失的。IVF治疗需要数据驱动的胚胎选择/评估方法，该方法考虑全面的胚胎形态特征和患者信息，以选择具有最高发育潜力的胚胎进行移植。

技术实现思路

[0005]为此，本专利技术所要解决的技术问题在于提供一种准确性高的体外受精高发育潜能胚胎的筛选方法。
[0006]为解决上述技术问题，本专利技术提供了一种体外受精高发育潜能胚胎的筛选方法，其包括：
[0007]从获取的多层聚焦胚胎图像中分割胚胎；
[0008]从胚胎分割后的多层聚焦胚胎图像中分割TE图像，并将分割的TE图像展开；
[0009]将胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征输入训练好的预测模型，并输出胚胎发育潜能得分；
[0010]选择得分最高的胚胎作为最高发育潜能胚胎。
[0011]在本专利技术的一个实施例中，所述从获取的多层聚焦胚胎图像中分割胚胎，包括：
[0012]对获取的多层聚焦胚胎图像中每个焦平面处的图像进行二值化来获得粗糙掩模；
[0013]细化粗糙掩模；
[0014]使用细化的掩模提取所有轮廓；
[0015]保留具有最大尺寸的轮廓的白色像素，实现胚胎分割。
[0016]在本专利技术的一个实施例中，所述预测模型包括CNN网络、注意力模块、Vit网络、多层感知器和分数融合模块；
[0017]所述CNN网络用于从胚胎分割后的多聚焦胚胎图像预测胚胎发育潜能得分，所述注意力模块用于生成从多层聚焦胚胎图像中获得的胚胎发育潜能得分的权重，将所有胚胎发育潜能得分的加权和作为从多聚焦图像预测的胚胎发育潜能得分；
[0018]所述Vit网络用于从分割后展开的TE图像生成胚胎发育潜能得分；
[0019]所述多层感知器用于从患者夫妇的生化特征和母体子宫状态特征生成胚胎发育潜能得分；
[0020]所述分数融合模块用于将分别从胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征预测得到的三种胚胎发育潜能得分进行融合，输出最终的胚胎发育潜能得分。
[0021]在本专利技术的一个实施例中，所述注意力模块通过在CNN网络中的最高级别特征图上执行的顺序卷积、平均合并、S型运算来生成权重。
[0022]在本专利技术的一个实施例中，所述患者夫妇的生化特征包括：
[0023]父方精液特征；
[0024]产妇年龄、身体质量指数和治疗史；
[0025]囊胚移植天数、窦卵泡数和回收卵母细胞数；
[0026]母体激素谱；
[0027]所述母体子宫状态特征包括：子宫内膜厚度和子宫内膜类型。
[0028]在本专利技术的一个实施例中，所述从获取的多层聚焦胚胎图像中分割胚胎，之前还包括：
[0029]沿显微镜的Z轴改变焦平面，在多个焦平面下捕获胚胎图像，并构建多5层聚焦胚胎图像。
[0030]在本专利技术的一个实施例中，所述将分割的TE图像展开，包括：通过极坐标变形将分割的TE图像展开。
[0031]本专利技术还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述0任一项所述方法的步骤。
[0032]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。
[0033]本专利技术还提供了一种体外受精高发育潜能胚胎的筛选系统，其包括：
[0034]第一分割模块，用于从获取的多层聚焦胚胎图像中分割胚胎；5第二分割模块，用于从胚胎分割后的多层聚焦胚胎图像中分割TE图像，
[0035]并将分割的TE图像展开；
[0036]模型预测模块，用于将胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征输入训练好的预测模型，并输出胚胎发育潜能得分；
[0037]0选择模块，用于选择得分最高的胚胎作为最高发育潜能胚胎。
[0038]本专利技术的上述技术方案相比现有技术具有以下优点：
[0039]本专利技术体外受精高发育潜能胚胎的筛选方法及系统综合考虑胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征三个方面，从多个方面来量化同一患者的多个胚胎中的每个胚胎的发育潜力，可以快速、准确地筛选出最高发育潜能胚胎。
[0040]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。
附图说明
[0041]为了使本专利技术的内容更容易被清楚的理解，下面根据本专利技术的具体实施例并结合附图，对本专利技术作进一步详细的说明，其中
[0042]图1是本专利技术实施例中体外受精高发育潜能胚胎的筛选方法的流程图；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种体外受精高发育潜能胚胎的筛选方法，其特征在于，包括：从获取的多层聚焦胚胎图像中分割胚胎；从胚胎分割后的多层聚焦胚胎图像中分割TE图像，并将分割的TE图像展开；将胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征输入训练好的预测模型，并输出胚胎发育潜能得分；选择得分最高的胚胎作为最高发育潜能胚胎。2.根据权利要求1所述的体外受精高发育潜能胚胎的筛选方法，其特征在于，所述从获取的多层聚焦胚胎图像中分割胚胎，包括：对获取的多层聚焦胚胎图像中每个焦平面处的图像进行二值化来获得粗糙掩模；细化粗糙掩模；使用细化的掩模提取所有轮廓；保留具有最大尺寸的轮廓的白色像素，实现胚胎分割。3.根据权利要求1所述的体外受精高发育潜能胚胎的筛选方法，其特征在于，所述预测模型包括CNN网络、注意力模块、Vit网络、多层感知器和分数融合模块；所述CNN网络从胚胎分割后的多聚焦胚胎图像预测胚胎发育潜能得分，所述注意力模块用于生成从多层聚焦胚胎图像中获得的胚胎发育潜能得分的权重，将所有胚胎发育潜能得分的加权和作为从多聚焦图像预测的胚胎发育潜能得分；所述Vit网络用于从分割后展开的TE图像生成胚胎发育潜能得分；所述多层感知器用于从患者夫妇的生化特征和母体子宫状态特征生成胚胎发育潜能得分；所述分数融合模块用于将分别从胚胎分割后的多聚焦胚胎图像、分割后展开的TE图像、患者夫妇的生化特征和母体子宫状态特征预测得到的三种胚胎发育潜能得分进行融合，输出最终的胚胎发育潜能得分。4.根据权利要求3所述的体外受精高发育潜能胚胎的筛选方法，其特征在于，所述注意力模块通过在C...

【专利技术属性】
技术研发人员：岳春峰，刘航，黄宗杰，
申请(专利权)人：苏州博致医疗科技有限公司，
类型：发明
国别省市：