[发明专利]生成系统、生成方法、生成模块训练方法及胚胎检测方法

权利要求书

1.一种胚胎发育阶段的扩充图像集的生成系统，包括生成模块(M1)、分组模块(M2)、选择模块(M3)；其中

所述分组模块(M2)接收通过对胚胎进行覆盖多个胚胎阶段的延时摄影获取的所述胚胎的多个图像组成的原始图像集(PP)，并将所述原始图像集分为与所述多个胚胎阶段对应的n多个组(G1～Gn)；

所述选择模块(M3)在所述多个组中选择至少一个源图像组(GS)和至少一个目标图像组(GT)；

所述生成模块(M1)被预先训练成确定所述源图像组(GS)和所述目标图像组(GT)之间的关系；并基于所述关系，所述生成模块(M1)使用所述源图像组(GS)生成所述目标图像组(GT)的扩充图像(ΔGT)。

2.根据权利要求1所述的生成系统，其特征在于：

所述选择模块(M3)根据所述多个组(G1～Gn)中每一个组所包括的图像数量(N1～Nn)设定所述源图像组(GS)和所述目标图像组(GT)，其中

所述源图像组(GS)的图像数量大于所述目标图像组(GT)的图像数量。

3.根据权利要求2所述的生成系统，其特征在于：

所述源图像组的图像数量占到所述原始图像集(PP)的图像数量的30％以上；所述目标图像组的图像数量占到所述原始图像集的图像数量的10％以下。

4.根据权利要求1所述的生成系统，其特征在于：

所述分组模块(M2)是基于卷积神经网络的分类器；

将所述扩充图像(ΔGT)加入所述原始图像集PP的所述目标图像组(GT)，以生成扩充图像集(EPP)，并利用所述扩充图像集(EPP)训练所述分类器。

5.根据权利要求1所述的生成系统，其特征在于：

所述生成模块(M1)包括两个生成器(G，F)与两个判别器(Dx，Dy)。

6.一种生成模块训练方法，用于训练权利要求5所述的生成系统的生成模块，所述方法包括以下步骤：

将所述扩充图像(ΔGT)加入所述目标图像组(GT)，以生成扩充目标图像组(EGT)；

对所述源图像组(GS)和所述扩充目标图像组(EGT)进行标注，生成扩充训练集(EGTR)；

利用所述两个生成器(G，F)的生成器损失(LG，LF)、所述两个判别器(Dx，Dy)的判别器损失(LDx，LDy)以及风格稳定性损失(LC)构建损失函数；

将所述扩充训练集(EGTR)持续输入所述生成模块(M1)，并根据所述损失函数计算生成模块总损失(LM1)；通过反向传播计算所述生成模块(M1)的参数更新的梯度，并通过RAdam优化算法对所述生成模块(M1)进行参数优化，使得所述生成模块总损失(LM1)最优。

7.一种胚胎发育阶段的扩充图像集的生成方法，包括：

获取步骤S10：通过对胚胎进行覆盖多个胚胎阶段的延时摄影，获取所述胚胎的多个图像组成的原始图像集(PP)；

分组步骤S20：将所述原始图像集(PP)分为与所述多个胚胎阶段对应的n多个组(G1～Gn)；并且

选择步骤S30：根据所述多个组(G1～Gn)中每一个组所包括的图像数量(N1～Nn)，在所述多个组中选择至少一个源图像组(GS)和至少一个目标图像组(GT)；并且所述源图像组(GS)的图像数量大于所述目标图像组(GT)的图像数量；

生成步骤S40：使用预训练的生成模块(M1)，确定所述源图像组(GS)和所述目标图像组(GT)之间的关系，并基于所述关系，使用所述源图像组(GS)生成所述目标图像组(GT)的扩充图像(ΔGT)；

扩充步骤S50：将所述扩充图像(ΔGT)加入所述原始图像集(PP)的所述目标图像组(GT)，以生成所述扩充图像集(EPP)。

8.一种胚胎检测方法，其特征在于：

根据权利要求1所述的生成方法生成扩充图像(ΔGT)；

将至少一个扩充图像(ΔGT)，与在所述原始图像集(PP)中随机选择的不属于所述目标图像组(GT)的另一图像通过加权相加方式进行图像融合后，作为预训练的检测模型的输入图像，用于获取指示胚胎发育情况的至少一个形态动力学参数。