近年来,辅助生殖技术不断成熟,研究表明囊胚比卵裂期胚胎更加符合妊娠生理,移植一个高质量的囊胚,可以在保证顺利妊娠的同时,有效降低多胎妊娠的可能性,从而避免其并发症威胁母婴健康。因此,精确评估囊胚期胚胎形态学参数尤其重要。本文针对囊胚期胚胎数据稀疏的特点,设计面向数据扩充的图像预处理算法,搭建胚胎主体分割模型和细粒度特征识别模型,完成囊胚期形态学参数特征地快速准确识别,最终实现人性化的可视化特征识别系统。主要研究内容如下:1.研究面向数据增强扩充的图像预处理算法。由于胚胎图像采集和标签制作难度较大,难以提供大规模训练数据集,且能成功形成囊胚的数量更是稀少。本文除对胚胎数据进行传统图形学图像增强,加深图像有效特征之外,更通过在Rand Augment基础上设计针对稀疏囊胚期数据的扩充算法,以扩充并平衡数据集,提高稀疏数据的鲁棒性,防止神经网络模型训练过拟合。2.研究基于双塔融合的胚胎主体分割模型。由于胚胎在图像中只占较小的区域,需预先从原图中分割出胚胎主体,使后续的特征提取工作不受胚胎周围环境的干扰。本文采用以极坐标系建模的主干网络框架,并在此基础上设计构建双塔融合结构,搭建主体分割模型,同时,优化减轻整体网络结构,使其更能够对胚胎主体实施快速且精细化分割,为后续囊胚期首要评估特征的识别提供数据支撑。3.研究基于特征重标定的多任务囊胚期胚胎特征识别模型。在分割出的胚胎主体基础上,本文结合特征注意力模块和高效分类网络Res Next,构建特征重标定的主干网络结构。其中,模型采用自适应权重的多任务损失进行训练,使用Image Net数据集初始化共享的主干网络权重,再将扩充后的数据集单独训练各个特征分类器,加强分类器泛化性和识别能力。在满足识别速度的需求下,有效提升稀疏囊胚期首要评估特征识别精度。4.研究实现基于B/S架构的交互系统。囊胚期胚胎首要评估指标检测模型为本系统的核心功能,在此基础上设计和实现可视化网站,向用户提供直观友好的交互界面,并采用数据库技术持久化存储检测结果,实现与辅助生殖领域的实际临床需求相匹配的可视化系统。同时,本文测试了系统的功能和性能,系统的易用性和完整性得以验证。研究成果在辅助生殖领域具有广阔的应用前景。