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关键点检测的卵裂球图像识别方法及系统，所述方法包括：S1将时差培养箱拍摄的胚胎图像提取胚胎图像中卵裂球的特征图；S2采用深度卷积神经网络提取所述特征图中关键点信息；S3从胚胎图像原图中裁剪出每个卵裂球区域的分割掩码，再将分割掩码与其他细胞的掩码重叠在原图上，并基于分割掩码对原图中卵裂球的个数进行识别；S4输出胚胎图像中卵裂球的个数和对应的位置信息。本发明构建有效的卵裂球个数预测模型，自动地完成对不同时期的卵裂球高层次特征提取、模型训练及预测，可以更好地捕捉图像中单个目标的特征
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116778481 A
(43)申请公布日 2023.09.19
(21)申请号 202311035635.0 G06V 10/82 (2022.01)
文档评论（0）