买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉武汉互创联合科技有限公司申请的专利一种基于自监督学习的胚胎生长阶段预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119942249B 。

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510432149.5，技术领域涉及：G06V10/764；该发明授权一种基于自监督学习的胚胎生长阶段预测方法及系统是由管一春;程家杰;谭威;彭松林;云新设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种基于自监督学习的胚胎生长阶段预测方法及系统在说明书摘要公布了：本发明公开了一种基于自监督学习的胚胎生长阶段预测方法及系统，所述包括以下步骤：采集不同生长阶段的胚胎图像作为训练集，将所述训练集中的每张胚胎图像分割成若干个大小相同的块；在每张胚胎图像中随机选取一半的块进行掩码处理，得到掩码训练集；构建包括编码器和解码器的预测模型，所述编码器从所述掩码训练集中提取特征序列，所述解码器根据所述特征序列重建胚胎图像；将多个加权组合的核函数作为预测模型的损失函数，通过交叉验证与梯度下降调整每个核函数的权重，采用反向传播对预测模型的参数进行调优，得到最优预测模型；将待预测的胚胎图像输入最优预测模型，得到胚胎的生长阶段预测结果。

本发明授权一种基于自监督学习的胚胎生长阶段预测方法及系统在权利要求书中公布了：1.一种基于自监督学习的胚胎生长阶段预测方法，其特征在于，包括以下步骤： 步骤S1：采集不同生长阶段的胚胎图像作为训练集，将所述训练集中的每张胚胎图像分割成若干个大小相同的块； 步骤S2：在每张胚胎图像中随机选取一半的块进行掩码处理，得到掩码训练集； 步骤S3：构建包括编码器和解码器的预测模型，所述编码器从所述掩码训练集中提取特征序列，所述解码器根据所述特征序列重建胚胎图像； 步骤S4：针对图像的基本形态和分布特征、卵裂球的大小和形态的一致性、细胞的分层和迁移模式选取四种核函数，将多个加权组合的核函数作为预测模型的损失函数，构建的多核损失函数的表达式为： 式中，L为损失函数；N为掩码训练集中胚胎图像的总数量；ωij为第i张胚胎图像对应的第j个核函数的权重；Kj为第j个核函数，用于将原始特征映射到高维空间，以便捕捉囊胚图像中的复杂特征；xi为第i张胚胎图像；fxi为第i张胚胎图像的预测值；yij为第i张胚胎图像在第j个特征下的真实值； 通过交叉验证与梯度下降调整每个核函数的权重，采用反向传播对预测模型的参数进行调优，得到最优预测模型，包括以下步骤： 步骤S41：定义预测模型的超参数空间，初始化预测模型的超参数组合； 步骤S42：将掩码训练集划分为若干个子集，对于每一个子集：使用除当前子集外的所有子集对预测模型进行训练，在当前子集上评估预测模型的性能； 步骤S43：计算多核损失函数关于各核函数权重的梯度，使用梯度下降更新多核函数中各核函数的权重； 步骤S44：计算多核损失函数关于预测模型参数的梯度，使用梯度下降更新预测模型的超参数组合； 步骤S44：重复步骤S41至步骤S43，直到达到设定的第一迭代次数； 步骤S45：记录每一组超参数组合在交叉验证中的性能指标，根据交叉验证的平均性能调整超参数的搜索空间，重复步骤S42至步骤S44，直到达到设定的第二迭代次数； 步骤S46：计算所有交叉验证的平均性能，选择所述平均性能最好的交叉验证对应的超参数组合作为最优参数，得到最优预测模型； 步骤S5：将待预测的胚胎图像输入最优预测模型，得到胚胎的生长阶段预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人武汉互创联合科技有限公司，其通讯地址为：430070 湖北省武汉市洪山区邮科院路88号烽火创新谷5号楼3楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。