[发明专利]用于选择胚胎的方法和系统在审

专利信息
申请号: 202080041427.X 申请日: 2020-04-02
公开(公告)号: CN113906472A 公开(公告)日: 2022-01-07
发明(设计)人: J·M·M·霍尔;D·佩鲁吉尼;M·佩鲁吉尼 申请(专利权)人: 普雷萨根私人有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06N20/00;G06T11/00;G06T5/00;G06T3/40;G06V10/764;G06V10/762;G06K9/62
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 艾佳
地址: 澳大利亚南*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 选择 胚胎 方法 系统
【权利要求书】:

1.一种用于以计算方式生成人工智能(AI)模型的方法,该AI模型用来从图像估计胚胎活力评分,所述方法包括:

接收多个图像和相关联的元数据,其中每个图像在体外受精(IVF)后的预定时间窗口期间被捕获,所述预定时间窗口为24小时或更短,且与所述图像相关联的元数据包括至少妊娠结果标签;

对每个图像进行预处理,其中包括至少分割所述图像以识别透明带区域;

通过使用深度学习方法训练至少一个透明带深度学习模型,生成用来从输入图像生成胚胎活力评分的人工智能(AI)模型,其中包括在透明带图像的集合上训练深度学习模型,在所述透明带图像中所述透明带区域被识别,且相关的妊娠结果标签至少用于评估被训练的模型的准确度;以及

部署所述AI模型。

2.如权利要求1所述的方法,其中,所述透明带图像的集合包括这样的图像,即,在这些图像中被所述透明带区域为界的区域被遮罩。

3.如权利要求1或2所述的方法,其中,生成所述AI模型还包括训练一个或多个附加AI模型,其中,

每个附加AI模型是使用机器学习方法训练的计算机视觉模型,该机器学习方法使用从图像提取的一个或多个计算机视觉描述符的组合来估计胚胎活力评分,在包括透明带和IZC区域的胚胎局部图像上训练的深度学习模型,以及是在带内腔(IZC)图像集上训练的深度学习模型,在该IZC图像中除IZC以外的所有区域都被遮罩,以及使用系综方法将所述至少一个透明带深度学习模型中的至少两个和所述一个或多个附加AI模型组合起来,以从输入图像生成AI模型胚胎活力评分;或者使用提炼方法训练AI模型,以使用所述至少一个透明带深度学习模型和所述一个或多个附加AI模型生成AI模型胚胎活力评分,以生成所述AI模型。

4.如权利要求3所述的方法,其中,使用系综模型生成所述AI模型,其中包括从所述至少一个透明带深度学习模型和所述一个或多个附加AI模型中选择至少两个对比AI模型,进行AI模型选择以生成一组对比AI模型,并对所述至少两个对比AI模型应用投票策略,该投票策略定义了如何将所选择的至少两个对比AI模型组合起来以生成图像的结果评分。

5.如权利要求3所述的方法,其中,选择至少两个对比AI模型包括:

针对所述至少一个透明带深度学习模型和所述一个或多个附加AI模型中的每一个模型,从一组图像生成胚胎活力评分的分布;以及

将所述分布进行比较,如果所相关的分布与另一个分布过于相似而无法选择具有对比分布的AI模型,则将模型舍弃。

6.如任一前述权利要求所述的方法,其中,所述预定时间窗口是从受精后5天开始的24小时计时器周期。

7.如任一前述权利要求所述的方法,其中,所述妊娠结果标签是在胚胎移植后12周内进行的真实妊娠结果测量。

8.如权利要求7所述的方法,其中,所述真实妊娠结果测量是是否检测到胎儿心跳。

9.如任一前述权利要求所述的方法,还包括清洗所述多个图像,其中包括识别具有可能不正确的妊娠结果标签的图像,并排除或重新标记所识别的图像。

10.如权利要求9所述的方法,其中,清洗所述多个图像包括:估计与图像相关联的妊娠结果标签不正确的可能性,并与阈值进行比较,然后排除或重新标记可能性超过阈值的图像。

11.如权利要求10所述的方法,其中,通过使用多个AI分类模型和k折交叉验证方法来估计与图像相关联的妊娠结果标签不正确的可能性,其中多个图像被分成k个互斥的验证数据集,多个AI分类模型中的每一个AI分类模型在k-1个组合起来的验证数据集上训练,然后用于对剩余的验证数据集内的图像进行分类,并基于将图像的所述妊娠结果标签错误分类的AI分类模型的数量来确定可能性。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于普雷萨根私人有限公司,未经普雷萨根私人有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202080041427.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top