【技术实现步骤摘要】
本专利技术涉及人工智能辅助识别，更具体地说，本专利技术涉及一种快速捡卵用辅助识别方法及系统。
技术介绍
1、辅助生殖技术是解决不孕不育问题的重要手段，在ivf体外助孕过程中，卵子的获取是ivf治疗获得良好结局的先决条件，临床上需要事先对患者进行超促排卵，至卵泡发育成熟时进行取卵，临床医生通常会在阴道b超引导下穿刺抽吸卵泡液至10ml圆底试管中，然后交由胚胎室医生迅速识别和捡取；
2、每一盘卵泡液都需经过多次复核，尽可能捡取完所有的卵子，才可最终丢弃。如果取卵病患人数多或者病患卵数较多，每个病人都有可能存在多盘卵泡液，需要胚胎室医生反复进行捡取、复核的过程，耗时、耗力，同时会延缓整体工作进度，导致工作效率下降，另外，胚胎室医生每个人的临床经验以及熟练程度不一样，可能会造成卵子的漏检，对病人造成一定的损失；
3、现有技术中，申请公开号为cn117008311a的专利公开了一种医学用卵冠丘复合体自动识别系统及方法，虽然该系统根据光线明暗来进行卵冠丘复合体的识别，利用处理单元对卵冠丘复合体进行定位和标记，从而实现了卵冠丘复合体的快速识别，利用处理单元对卵冠丘复合体进行计数，再与恒温计数盒的计数进行比较，避免出现漏捡，但是还存在一定问题：
4、上述专利虽然对卵冠丘复合体进行定位和标记，避免出现漏检，但是卵冠丘复合体（又名卵团）分为成熟卵冠丘复合体和未成熟卵冠丘复合体，未成熟卵冠丘复合体中存在较多的未成熟卵子，相对于成熟卵子来说，未成熟卵子取出后需要进行体外培养，因此需要及时的将未成熟卵子进行取出，上述专
5、鉴于此，本专利技术提出一种快速捡卵用辅助识别方法及系统以解决上述问题。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供一种快速捡卵用辅助识别方法及系统。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种快速捡卵用辅助识别方法，包括：
4、s10：获取h个待处理卵泡液的实时卵团图像，基于实时卵团图像获取卵团特征，根据卵团特征确定卵团类型，每个实时卵团图像中至少存在一个卵团，卵团特征包括实时卵团体积和放射冠结构类别，卵团类型包括成熟卵团和未成熟卵团，h为大于0的正整数；
5、s20：基于卵团类型确定捡卵等级，获取卵团切开后的实时内部图像，根据实时内部图像以及预构建的卵子识别模型生成卵团中卵子数量，卵子数量包括成熟卵子数量和未成熟卵子数量，捡卵等级包括第一等级和第二等级；
6、s30：基于捡卵等级和卵子数量将m个卵团中的卵子依次取出，获取m个卵团中成熟卵子总数，根据成熟卵子总数判断待取卵对象是否患有空卵泡综合征，m为大于或等于h的正整数；
7、s40：若待取卵对象患有空卵泡综合征，则获取待处理卵泡液的绒毛膜促性腺激素浓度，基于人类绒毛膜促性腺激素浓度进一步判断空卵泡综合征类型，根据空卵泡综合征类型判断是否采取补救措施，空卵泡综合征类型包括真性空卵泡综合征和假性空卵泡综合征。
8、进一步地，基于卵团图像获取卵团特征的方法包括：
9、基于实时卵团图像和预设标准卵团图像获得实时卵团体积；
10、基于实时卵团图像和预构建的卵团分类模型确定放射冠结构类别，放射冠结构类别包括存在放射冠结构和不存在放射冠结构。
11、进一步地，基于实时卵团图像和预设标准卵团图像获得卵团体积的方法包括：
12、将实时卵团图像二值化以生成实时灰度值，将实时灰度值与r个预设标准灰度值生成差值绝对值，取最小差值绝对值所对应的预设标准灰度值作为目标标准灰度值，获取目标标准灰度值所对应的预设标准卵团体积，将预设标准卵团体积作为实时卵团体积，所述预设标准灰度值为预设标准卵团图像的灰度值，所述预设标准卵团体积为预设标准卵团图像中卵团的体积。
13、进一步地，卵团分类模型的构建方法包括：
14、获取i组数据，i为大于1的正整数，数据包括历史卵团图像和放射冠结构类别，将历史卵团图像和放射冠结构类别作为样本集，将样本集划分为训练集和测试集，构建分类器，将训练集中的历史卵团图像作为输入数据，将训练集中的放射冠结构类别作为输出数据，对分类器进行训练，得到初始分类器，利用测试集对初始分类器进行测试，输出满足预设准确度的分类器作为卵团分类模型。
15、进一步地，根据卵团特征确定卵团类型的方法包括：
16、当放射冠结构类别为不存在放射冠结构，则判断卵团类型为未成熟卵团；
17、当放射冠结构类别为存在放射冠结构，则进一步判断实时卵团体积是否小于预设体积阈值，若是，则卵团类型为未成熟卵团，若否，则卵团类型为成熟卵团。
18、进一步地，基于卵团类型确定捡卵等级的方法包括：
19、当卵团类型为未成熟卵团时，则捡卵等级为第一等级；
20、当卵团类型为成熟卵团时，则捡卵等级为第二等级。
21、进一步地，卵子识别模型的构建方法包括：
22、获取样本数据集，所述样本数据集中包括历史内部图像和历史卵子数量，将样本数据集划分为样本训练集和样本测试集，构建回归网络，以样本训练集中的历史内部图像作为回归网络的输入数据，以样本训练集中的历史卵子数量作为回归网络的输出数据，对回归网络进行训练，得到用于预测实时卵子数量的初始回归网络，利用样本测试集对初始回归网络进行测试，输出满足小于预设误差值的回归网络作为卵子识别模型。
23、进一步地，根据成熟卵子总数判断待取卵对象是否患有空卵泡综合征的方法包括：
24、判断成熟卵子总数是否小于预设总数阈值，若是，则判定待取卵对象患有空卵泡综合征，若否，则判定待取卵对象无空卵泡综合征。
25、进一步地，基于人类绒毛膜促性腺激素浓度进一步判断空卵泡综合征类型的方法包括：
26、当人类绒毛膜促性腺激素浓度小于预设激素浓度时，则空卵泡综合征类型为假性空卵泡综合征；
27、当人类绒毛膜促性腺激素浓度大于或等于预设激素浓度时，则空卵泡综合征类型为真性空卵泡综合征。
28、一种快速捡卵用辅助识别系统，其用于实现上述的一种快速捡卵用辅助识别方法，包括：
29、卵团类型确定模块：获取h个待处理卵泡液的实时卵团图像，基于实时卵团图像获取卵团特征，根据卵团特征确定卵团类型，每个实时卵团图像中至少存在一个卵团，卵团特征包括实时卵团体积和放射冠结构类别，卵团类型包括成熟卵团和未成熟卵团，h为大于0的正整数；
30、识别模块：基于卵团类型确定捡卵等级，获取卵团切开后的实时内部图像，根据实时内部图像以及预构建的卵子识别模型生成卵团中卵子数量，卵子数量包括成熟卵子数量和未成熟卵子数量，捡卵等级包括第一等级和第二等级；
31、检测模块：基于捡本文档来自技高网...
【技术保护点】
1.一种快速捡卵用辅助识别方法，其特征在于，包括：
2.根据权利要求1所述的一种快速捡卵用辅助识别方法，其特征在于，所述基于卵团图像获取卵团特征的方法包括：
3.根据权利要求2所述的一种快速捡卵用辅助识别方法，其特征在于，所述基于实时卵团图像和预设标准卵团图像获得卵团体积的方法包括：
4.根据权利要求2所述的一种快速捡卵用辅助识别方法，其特征在于，所述卵团分类模型的构建方法包括：
5.根据权利要求2所述的一种快速捡卵用辅助识别方法，其特征在于，所述根据卵团特征确定卵团类型的方法包括：
6.根据权利要求1所述的一种快速捡卵用辅助识别方法，其特征在于，所述基于卵团类型确定捡卵等级的方法包括：
7.根据权利要求1所述的一种快速捡卵用辅助识别方法，其特征在于，所述卵子识别模型的构建方法包括：
8.根据权利要求1所述的一种快速捡卵用辅助识别方法，其特征在于，所述根据成熟卵子总数判断待取卵对象是否患有空卵泡综合征的方法包括：
9.根据权利要求1所述的一种快速捡卵用辅助识别方法，其特征在于，所述基于
10.一种快速捡卵用辅助识别系统，其用于实现权利要求1-9中任一项所述的一种快速捡卵用辅助识别方法，其特征在于，包括：
...【技术特征摘要】
1.一种快速捡卵用辅助识别方法，其特征在于，包括：
2.根据权利要求1所述的一种快速捡卵用辅助识别方法，其特征在于，所述基于卵团图像获取卵团特征的方法包括：
3.根据权利要求2所述的一种快速捡卵用辅助识别方法，其特征在于，所述基于实时卵团图像和预设标准卵团图像获得卵团体积的方法包括：
4.根据权利要求2所述的一种快速捡卵用辅助识别方法，其特征在于，所述卵团分类模型的构建方法包括：
5.根据权利要求2所述的一种快速捡卵用辅助识别方法，其特征在于，所述根据卵团特征确定卵团类型的方法包括：
6.根据权利要求1所述的一种快速捡卵用辅助识...
【专利技术属性】
技术研发人员：陈蓓丽，邹慧娟，章志国，曹云霞，闻星星，柴梦晗，张倩楠，
申请(专利权)人：安徽医科大学第一附属医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。