申请/专利权人：华南理工大学

申请日：2023-12-20

公开（公告）日：2024-04-16

公开（公告）号：CN117894451A

主分类号：G16H50/20

分类号：G16H50/20;G06N3/042;G06N3/045;G06F18/25;G06F18/241;G06T7/00;G06V10/44;G06V10/764;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开一种体外受精胚胎移植的多模态深度学习妊娠预测方法及系统，包括以下步骤：建立多模态图神经网络融合模型，使用模态注意力模块得到与任务相关的模态信息，使用图神经网络模块获得不同模态节点之间的差异性和相关性并对不同模态节点进行融合；使用胚胎图像和生育力指标的多模态信息共同预测妊娠结局；通过使用两种图神经网络获取图节点之间的差异性和相关性，从而有效融合来自胚胎图像和生育力指标的多模态信息；通过特定模态的注意力机制以自适应地融合多模态信息，集中学习与任务相关的信息；通过多分支损失函数实现模型的稳定收敛。所述方法可以更好的融合多模态信息，提高预测妊娠结局的精度。

主权项：1.体外受精胚胎移植的多模态深度学习妊娠预测方法，其特征在于，包括以下步骤：步骤S1、收集胚胎图像数据以及生育力指标数据，建立多模态妊娠预测样本库；步骤S2、建立多模态图神经网络融合模型，使用模态注意力模块得到与任务相关的模态信息，使用图神经网络模块获得不同模态节点之间的差异性和相关性并对不同模态节点进行融合；步骤S3、使用交叉熵损失函数为图像分支、生育力指标分支、融合分支设计多分支损失函数，并使用训练集训练多模态图神经网络融合模型，帮助多模态图神经网络融合模型收敛；步骤S4、使用训练完成的多模态图神经网络融合模型融合多模态信息，并使用融合分支结果判断是否妊娠。

全文数据：

权利要求：

百度查询： 华南理工大学 体外受精胚胎移植的多模态深度学习妊娠预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD