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！

龙图腾网获悉普雷萨根私人有限公司申请的专利用于使用人工智能(AI)模型进行非侵入性基因检测的方法和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：CN114846507B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202080081475.1，技术领域涉及：G06T7/00；该发明授权用于使用人工智能(AI)模型进行非侵入性基因检测的方法和系统是由J·M·M·霍尔;D·佩鲁吉尼;M·佩鲁吉尼;T·V·阮;S·M·狄亚基沃设计研发完成，并于2020-09-25向国家知识产权局提交的专利申请。

本用于使用人工智能(AI)模型进行非侵入性基因检测的方法和系统在说明书摘要公布了：使用基于人工智能AI的计算系统，在植入前非侵入性地估计在胚胎图像中是否存在一系列非整倍体和镶嵌体。具有相似不良结果风险的非整倍体和镶嵌体被分组，用它们的组标记训练图像。使用相同的训练数据集为每个组训练单独的AI模型，然后，例如通过使用系综或蒸馏方法将各单独的模型组合起来，以开发可以识别广泛的非整倍体风险和镶嵌风险的模型。通过训练多个模型包括二元模型、分级分层模型和多类别模型生成针对一个组的AI模型。具体地，分级分层模型是通过将质量标签分配给图像来生成的。在每一层，训练集被划分成质量最好的图像和其它图像。该层的模型在质量最好的图像上进行训练，其它图像被传递到下一层并重复该过程于是，剩余的图像被分成下一个质量最好的图像和其它图像。然后，最终模型可用于在植入前从胚胎图像非侵入性地识别非整倍体和镶嵌体以及相关联的不良后果风险。

本发明授权用于使用人工智能(AI)模型进行非侵入性基因检测的方法和系统在权利要求书中公布了：1.一种用于以计算方式生成非整倍体筛选人工智能即AI模型的方法，该AI模型用于筛选在胚胎图像中是否存在非整倍体，该方法包括： 定义多个染色体组标签，其中每个组包括一个或多个不同的非整倍体，所述非整倍体包含不同的基因改变或染色体异常； 从第一组图像生成训练数据集，其中每个图像包括在体外受精后捕获的胚胎的图像且被标记有一个或多个染色体组标签，每个标签指示在所述胚胎的至少一个细胞中是否存在与相应的染色体组相关联的至少一个非整倍体，所述训练数据集包括标记有每个染色体组的图像； 从第二组图像生成测试数据集，其中每个图像包括在体外受精后捕获的胚胎的图像且被标记有一个或多个染色体组标签，每个标签指示是否存在与相应的染色体组相关联的至少一个非整倍体，所述测试数据集包括标记有每个染色体组的图像； 使用用于训练所有模型的所述训练数据集分别为每个染色体组训练至少一个染色体组AI模型，其中训练每个染色体组AI模型以识别标记有相关染色体组标签的图像中的形态特征，和或在训练数据上训练至少一个多组AI模型，其中训练每个多组AI模型以独立识别标记有每个相关染色体组标签的图像中的形态特征，以生成关于输入图像的一个多组输出以指示在所述图像中是否存在与每个染色体组相关联的至少一个非整倍体； 使用所述测试数据集选择针对每个染色体组的最佳染色体组AI模型，或一个最佳多组AI模型；以及 部署所选择的AI模型来筛选在胚胎图像中是否存在一种或多种非整倍体， 其中，分别为每个染色体组训练至少一个染色体组AI模型和或训练至少一个多组AI模型的步骤包括：训练分级分层模型，其中训练分级分层模型包括： 训练分层模型的分级序列，其中在每一层，与染色体组相关联的图像被分配第一标签并针对第二组图像进行训练，其中所述第二组图像基于质量的最大水平被分组，且在每个顺序层所述第二组图像是来自前一层中的第二组图像的子集，其质量低于所述前一层中的第二组图像的最大质量。

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普雷萨根私人有限公司，其通讯地址为：澳大利亚南澳大利亚州；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”。

以上内容由龙图腾AI智能生成。