一种以机器学习模型建置人工生殖受孕预测方法和装置
基本信息
| 申请号 | CN202010818422.5 | 申请日 | - |
| 公开（公告）号 | CN111933290A | 公开（公告）日 | 2020-11-13 |
| 申请公布号 | CN111933290A | 申请公布日 | 2020-11-13 |
| 分类号 | G16H50/70(2018.01)I | 分类 | 物理 |
| 发明人 | 江東霖;高瑞鸿 | 申请（专利权）人 | 北京赫雅智能科技有限公司 |
| 代理机构 | 郑州知一智业专利代理事务所（普通合伙） | 代理人 | 苏州赫亚斯顿智能科技有限公司 |
| 地址 | 100085 北京市海淀区信息路26号1层0106-697室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种以机器学习模型建置人工生殖受孕预测方法和装置，获取母体血液荷尔蒙生理检测数据和卵巢功能生理检测数据，并结合支持向量机器算法建立荷尔蒙/生理检验‑怀孕SVM模型，获取母体胚胎图像，并结合深度神经网络算法建立胚胎影像‑胚胎品质DNN模型，根据孕检结果报告和荷尔蒙/生理检验‑怀孕SVM模型获取母体临床医疗信息预测值，根据孕检结果报告和胚胎影像‑胚胎品质DNN模型获取胚胎质量评定预测值，将上述两个预测值进行合并，得到人工生殖受孕预测值。本发明提供的方法的准确性较高，能够避免出现因不同经验的差异导致影响最终的结果的情况，能够有效改善单一模型在数据量稀少时容易形成过于保守预测的状况。 |
