一种基于自监督学习的胚胎生长阶段预测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于自监督学习的胚胎生长阶段预测方法及系统
申请号:CN202510432149
申请日期:2025-04-08
公开号:CN119942249B
公开日期:2025-07-22
类型:发明专利
摘要
本发明公开了一种基于自监督学习的胚胎生长阶段预测方法及系统,所述包括以下步骤:采集不同生长阶段的胚胎图像作为训练集,将所述训练集中的每张胚胎图像分割成若干个大小相同的块;在每张胚胎图像中随机选取一半的块进行掩码处理,得到掩码训练集;构建包括编码器和解码器的预测模型,所述编码器从所述掩码训练集中提取特征序列,所述解码器根据所述特征序列重建胚胎图像;将多个加权组合的核函数作为预测模型的损失函数,通过交叉验证与梯度下降调整每个核函数的权重,采用反向传播对预测模型的参数进行调优,得到最优预测模型;将待预测的胚胎图像输入最优预测模型,得到胚胎的生长阶段预测结果。
技术关键词
胚胎 特征提取模块 预测系统 训练集 阶段 编码器 解码器 多层感知机 评估预测模型 优化预测模型 图像分割 深度学习网络 注意力 形态学特征 序列 超参数 分布特征