原核期胚胎质量自动评价系统研究和实现

发布时间：2023-09-29 01:28

　　辅助生殖技术(Assisted Reproductive Technology,ART)是指使用医疗辅助技术使不育夫妇怀孕的技术,包括人工授精(Artificial Insemination,AI)和体外受精-胚胎移植(In Vitro Fertilization and Embryo Transfer,IVF-ET)及其衍生技术两大类,其中,体外受精-胚胎移植是整个辅助生殖技术的核心。受精后胚胎体外发育经过原核期、卵裂期、囊胚期,目前普遍采用的是在囊胚期把胚胎移植到母体内。移植前胚胎发育质量越高,妊娠的成功率越高,所以筛选优质胚胎成为了胚胎体外培育的核心任务。传统的做法是在胚胎体外培育过程中,由有经验的胚胎学家在胚胎发育的各个阶段分别记录胚胎的生物特征,然后根据标准的胚胎评估准则判断出胚胎的发育质量。由于每个胚胎学家经验不同,最后记录的胚胎生物特征难免会有偏差,造成最后的评估结果带有主观性。深度学习的兴起使计算机系统代替胚胎学家准确捕捉胚胎发育过程中的生物特征成为可能。本论文研究内容基于与成都市某三甲医院联合研发的科研项目“胚胎发育自动化监测系统的研究与实现”下的子课题,笔者是该子课...

【文章页数】：78 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1.引言
    1.1 研究背景和意义
    1.2 国内外研究现状
        1.2.1 辅助生殖胚胎质量评价
        1.2.2 人工智能在其它医学领域的应用
        1.2.3 深度学习与图像目标检测技术
    1.3 论文研究内容和创新
        1.3.1 研究内容
        1.3.2 论文创新
    1.4 论文结构安排
2.相关理论和技术
    2.1 原核期胚胎形态学评价方法
        2.1.1 Z分级
        2.1.2 0型、非0型
    2.2 图像预处理技术
        2.2.1 数据增强
        2.2.2 图像形态学运算
    2.3 图像处理领域的深度学习技术
        2.3.1 卷积网络基础
        2.3.2 目标检测方法
        2.3.3 图像语义分割
    2.4 本章小结
3.原核期胚胎质量自动评价系统需求分析与设计
    3.1 需求分析
    3.2 系统功能模块设计
    3.3 图像预处理模块设计
    3.4 胚胎定位模块设计
        3.4.1 基于YOLOv2的胚胎定位模块流程
        3.4.2 YOLOv2网络结构
        3.4.3 YOLOv2网络训练
        3.4.4 YOLOv2胚胎定位
    3.5 生物特征提取模块设计
        3.5.1 基于FCN的生物特征提取模块流程
        3.5.2 FCN网络结构
        3.5.3 FCN网络训练
        3.5.4 生物特征提取
    3.6 生物特征综合评价模块设计
        3.6.1 原核评价
        3.6.2 透明带评价
        3.6.3 综合评价
    3.7 本章小结
4.原核期胚胎质量自动评价系统实现
    4.1 胚胎定位模块实现
    4.2 胚胎生物特征提取模块实现
    4.3 胚胎生物特征评价模块实现
        4.3.1 原核等级分类实现
        4.3.2 透明带完整性判断实现
    4.4 胚胎质量综合评价实现
    4.5 本章小结
5.原核期胚胎质量自动评价系统测试
    5.1 测试环境
        5.1.1 硬件环境
        5.1.2 软件环境
    5.2 数据说明
    5.3 测试目的
    5.4 测试结果
        5.4.1 胚胎定位测试
        5.4.2 生物特征提取测试
        5.4.3 原核等级分类测试
        5.4.4 系统功能测试
    5.5 本章小结
6.总结和展望
    6.1 总结
    6.2 展望
参考文献
后记
致谢
在读期间科研成果目录



本文编号：3849013