原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于数据增强的胚胎图像卵裂球识别方法，包括步骤：S1收集含有卵裂球的胚胎图像，构建原始胚胎图像数据集G1；S2分割出数据集G1中卵裂球所在区域；S3使用随机擦除算法，得到数据集G2，提取与卵裂球所在区域图像同等大小的细胞边缘图像，融合到数据集G1，将细胞边缘图像的透明度设置为f，得到新的数据集G3，将数据集G1、G2、G3合并为训练数据集G；S4构建胚胎图像卵裂识别网络模型，通过提取胚胎图像中的特征图，识别卵裂球个数；S5使用训练数据集G对胚胎图像卵裂识别网络模型进行训练、测试和
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116758539 A
(43)申请公布日 2023.09.15
(21)申请号 202311035638.4 G06V 10/774 (2022.01)
文档评论（0）