本發(fā)明涉及胚胎圖像處理，具體涉及一種基于胚胎圖像序列的自動聚焦方法、電子設備及存儲介質(zhì)。

背景技術：

1、隨著輔助生殖技術的不斷進步，特別是在體外受精和胚胎培養(yǎng)領域，胚胎質(zhì)量評估已成為提高妊娠成功率的關鍵因素。在胚胎評估過程中，清晰、高對比度的胚胎圖像對于準確判斷胚胎發(fā)育階段和選擇最佳胚胎至關重要。然而，由于操作人員技能差異、設備限制或樣本本身特性，獲取高質(zhì)量的胚胎圖像往往充滿挑戰(zhàn)。因此，胚胎圖像自動聚焦技術的開發(fā)和應用，成為了提升胚胎評估準確性和效率的重要研究方向。

2、傳統(tǒng)上，胚胎學家需要依靠肉眼從大量顯微鏡拍攝的胚胎圖像中篩選出聚焦合適的胚胎圖像，這一過程不僅耗時耗力，而且易受主觀因素的影響，導致評估結(jié)果的不一致性和可重復性差。

3、綜上所述，基于胚胎圖像序列的自動聚焦評價技術的研究對提高輔助生殖技術的成功率和降低勞動強度具有實際意義。

技術實現(xiàn)思路

1、本發(fā)明提出了一種基于胚胎圖像序列的自動聚焦方法，以解決傳統(tǒng)篩選合適胚胎圖像的方法耗時耗力且不準確的技術問題。

2、為解決上述技術問題，本發(fā)明提供了一種基于胚胎圖像序列的自動聚焦方法，包括以下步驟：

3、步驟s1：將若干組胚胎圖像序列輸入自動聚焦網(wǎng)絡進行訓練；其中所述胚胎圖像序列為顯微鏡在一個變焦周期內(nèi)按照時間順序拍攝的多張胚胎圖片；

4、所述自動聚焦網(wǎng)絡包括transformer模塊、通道注意力機制模塊、特征融合模塊；

5、所述transformer模塊，通過cnn編碼器提取所述胚胎圖像序列的時間特征和所述胚胎圖像序列中單個胚胎圖像的形態(tài)特征后，輸入自注意力機制捕獲所述胚胎圖像序列的全局信息，輸出特征向量；

6、所述通道注意力機制模塊，用于調(diào)整所述胚胎圖像序列中每個胚胎圖像的權重，輸出特征向量；

7、所述特征融合模塊，用于融合所述transformer模塊和通道注意力機制模塊的輸出；

8、步驟s2：將待聚焦的胚胎圖像序列輸入訓練好的所述自動聚焦網(wǎng)絡中，得到胚胎圖像序列中最清晰的胚胎圖片。

9、優(yōu)選地，所述cnn編碼器由兩個卷積層組成。

10、優(yōu)選地，所述通道注意力機制模塊在調(diào)整所述胚胎圖像序列中每個胚胎圖像的權重時，采用以下通道權重損失進行訓練：

11、；

12、式中，n表示特征向量的維度，是通道權重真實標簽的獨熱編碼中的第j個元素，是用帶損失函數(shù)的通道注意力機制分支生成的第j個通道的權重。

13、優(yōu)選地，在所述自動聚焦網(wǎng)絡進行訓練時，對所述transformer模塊和通道注意力機制模塊輸出的特征向量以及融合后的輸出，添加基于交叉熵的加權損失函數(shù)，并與所述通道權重損失進行相加，構(gòu)成最終的損失函數(shù)。

14、優(yōu)選地，所述基于交叉熵的加權損失函數(shù)的表達式為：

15、；

16、；

17、式中，表示胚胎圖像序列中第j個類別的權重；m表示類別數(shù)量；或表示類別或類別的樣本數(shù)量；表示真實標簽的獨熱編碼；當i=1時，表示自動聚焦網(wǎng)絡的最終輸出；當i=3時，表示transformer模塊的輸出；當i=4時，表示通道注意力機制模塊的輸出。

18、優(yōu)選地，所述特征融合模塊采用最大值融合的方法進行特征融合。

19、本發(fā)明還提供了一種電子設備，包括：存儲器、處理器和計算機程序，所述計算機程序存儲在所述存儲器中，并被配置為由所述處理器執(zhí)行以實現(xiàn)上述的方法。

20、本發(fā)明還提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行以實現(xiàn)上述的方法。

21、本發(fā)明的有益效果至少包括：

22、1）提高圖像采集的速度和一致性，減少因手動調(diào)焦引起的誤差。

23、2）降低對操作人員技能的依賴，使胚胎評估更加客觀和標準化。

24、3）結(jié)合時間序列分析，追蹤胚胎發(fā)育過程中的形態(tài)變化，為胚胎選擇提供更全面的數(shù)據(jù)支持。

技術特征：

1.一種基于胚胎圖像序列的自動聚焦方法，其特征在于：包括以下步驟：

2.根據(jù)權利要求1所述的一種基于胚胎圖像序列的自動聚焦方法，其特征在于：所述cnn編碼器由兩個卷積層組成。

3.根據(jù)權利要求1所述的一種基于胚胎圖像序列的自動聚焦方法，其特征在于：所述通道注意力機制模塊在調(diào)整所述胚胎圖像序列中每個胚胎圖像的權重時，采用以下通道權重損失進行訓練：

4.根據(jù)權利要求3所述的一種基于胚胎圖像序列的自動聚焦方法，其特征在于：在所述自動聚焦網(wǎng)絡進行訓練時，對所述transformer模塊和通道注意力機制模塊輸出的特征向量以及融合后的輸出，添加基于交叉熵的加權損失函數(shù)，并與所述通道權重損失進行相加，構(gòu)成最終的損失函數(shù)。

5.根據(jù)權利要求4所述的一種基于胚胎圖像序列的自動聚焦方法，其特征在于：所述基于交叉熵的加權損失函數(shù)的表達式為：

6.根據(jù)權利要求1所述的一種基于胚胎圖像序列的自動聚焦方法，其特征在于：所述特征融合模塊采用最大值融合的方法進行特征融合。

7.一種電子設備，包括：存儲器、處理器和計算機程序，其特征在于：所述計算機程序存儲在所述存儲器中，并被配置為由所述處理器執(zhí)行以實現(xiàn)權利要求1~6任一項所述的方法。

8.一種計算機可讀存儲介質(zhì)，其特征在于：所述計算機可讀存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行以實現(xiàn)權利要求1~6任一項所述的方法。

技術總結(jié)
本發(fā)明提供了一種基于胚胎圖像序列的自動聚焦方法、電子設備及存儲介質(zhì)，將若干組胚胎圖像序列輸入自動聚焦網(wǎng)絡進行訓練；自動聚焦網(wǎng)絡包括Transformer模塊、通道注意力機制模塊、特征融合模塊；Transformer模塊，通過自注意力機制捕獲胚胎圖像序列的全局信息，輸出特征向量；通道注意力機制模塊，用于調(diào)整胚胎圖像序列中每個胚胎圖像的權重，輸出特征向量；特征融合模塊，用于融合Transformer模塊和通道注意力機制模塊的輸出；將待聚焦的胚胎圖像序列輸入訓練好的自動聚焦網(wǎng)絡中，得到胚胎圖像序列中最清晰的胚胎圖片。結(jié)合時間序列分析，追蹤胚胎發(fā)育過程中的形態(tài)變化，為胚胎選擇提供更全面的數(shù)據(jù)支持。

技術研發(fā)人員：彭松林,聞慶偉,譚威,陳長勝,云新
受保護的技術使用者：武漢互創(chuàng)聯(lián)合科技有限公司
技術研發(fā)日：
技術公布日：2024/12/19