随着医学诊疗技术的发展以及胚胎发育理论体系的完善,体外受精-胚胎移植技术在经历了四代的更迭后已然成为不孕不育等相关疾病的首选治疗方案。其中,胚胎植入前的形态学诊断是成功移植的关键,原核期胚胎特征作为诊断的首要依据更是有着严格的定义。本文通过计算机视觉技术实现胚胎特征识别算法,相较于传统识别方案,算法能够自动且有效地分割胚胎主体区域并在原核期胚胎首要特征识别中获得接近医师的精度水平。最终给用户提供一个界面友好的医学诊疗辅助系统。本文主要研究内容如下:1.基于编码—解码结构的多尺度胚胎主体分割算法。在胚胎原始图像中胚胎主体仅占25.56%,其余部分存在大量杂质影响胚胎特征的识别。本文基于传统语义分割算法编码—解码架构,结合空洞卷积、人类视觉感受野以及注意力机制等网络构建技巧,实现了一种能够充分融合不同层级语义特征的多尺度胚胎主体分割算法,算法由特征提取网络、多尺度特征融合网络以及预测网络3部分构成。最终,本文在新制作的视网膜血管和胚胎主体数据集上完成相关算法的性能测试。2.基于极坐标系的遮挡原核感知算法。本文重点研究原核期胚胎中原核数目的识别,研究基于Two-stage实例分割模型Mask-R-CNN。为解决误检以及遮挡原核漏检问题设计了多样化的数据预处理、数据增强以及模型训练策略。同时,研究引入极坐标系的概念构建遮挡原核感知网络,该网络有别于传统逐像素分类的分割算法,将实例分割转化为实例中心点预测和密集距离回归问题,策略能够有效提高遮挡原核的检出率。最终,算法在原核分割数据集上完成对比实验与性能测试。3.胚胎特征识别系统的设计与实现。本文根据研究相关的实际需求,设计了合理的系统架构、数据库表结构以及核心功能模块。系统采用Java、Python双后端的实现方式,Java端主要负责图形化界面设计以及数据操作等逻辑功能的实现;Python端主要负责原核期胚胎特征识别等核心算法的实现。用户及权限信息、系统配置以及历史结果等数据采用MySQL数据库实现持久化存储。最终,本文实现了一个包含用户管理、数据访问、胚胎主体分割以及原核期胚胎特征识别等功能的系统,系统具有良好的数据安全和可扩展性。