技术摘要：
本公开提供一种细胞分类的方法，一种系统与一种医疗分析平台。本方法包含：通过一医疗分析平台进行影像训练调校操作，使得医疗分析平台包含深度学习模型以进行细胞影像分类；取得一细胞所对应的细胞影像数据；将细胞影像数据输入医疗分析平台中的深度学习模型；通过医  全部
背景技术：
人工生殖技术不断发展。经由体外授精培养胚胎后再植回子宫的辅助人工生殖技 术，提供不孕症夫妻一个生育的选择。因此，胚胎品质是胚胎能否在子宫内成功着床的一个 关键因素。现有多由医师或胚胎师依肉眼判别胚胎品质。然而，不同医师或胚胎师对同一胚 胎影像的判断结果，可能因个人学识、经历而不同。因此，如何提升对胚胎品质判断的准确 性及判断效率是一重要课题。
技术实现要素：
本公开内容的一些实施例涉及一细胞分类方法，其特征在于，该方法包含：通过一 医疗分析平台进行一影像训练调校操作，使得该医疗分析平台包含至少一深度学习模型以 进行细胞影像分类；取得一细胞所对应的至少一细胞影像数据；将该至少一细胞影像数据 输入该医疗分析平台中该至少一深度学习模型；通过该医疗分析平台处理对应该至少一细 胞影像数据的多个细胞团影像，以取得多个特征数据；以及组合所述特征数据，以产生对应 于所述特征数据的一分类数据以供判断该细胞的类别。 于一些实施例中，该细胞分类方法取得该细胞所对应的该至少一细胞影像数据的 步骤包含：通过调整一影像取得装置的拍摄焦距，由深至浅取得该细胞在纵向对应不同焦 平面的多个细胞影像数据，以形成多个深度序列细胞影像，其中所述深度序列细胞影像是 分别输入该医疗分析平台中该至少一深度学习模型进行处理。 于一些实施例中，该细胞分类方法取得该细胞所对应的该至少一细胞影像数据的 步骤包含：依序取得该细胞所对应的在不同时间点的多个细胞影像数据，以形成多个时间 序列细胞影像，其中所述时间序列细胞影像是分别输入该医疗分析平台中该至少一深度学 习模型进行处理。 于一些实施例中，该细胞分类方法通过该医疗分析平台处理对应该至少一细胞影 像数据的所述细胞团影像的步骤包含：通过该医疗分析平台中的该至少一深度学习模型处 理对应该至少一细胞影像数据的所述细胞团影像，其中该至少一深度学习模型包含一卷积 神经网络模型、利用该卷积神经网络模型获取对应该细胞影像的所述细胞团的多个特征 值、以及根据所述特征值产生对应于所述细胞团的多个第一特征分类数据，其中该医疗分 析平台用以根据所述第一特征分类数据组合所述特征数据。 于一些实施例中，该细胞分类方法还包含依序将所述第一特征分类数据输入该医 疗分析平台中至少一深度学习模型，其中该至少一深度学习模型还包含一递归神经网络模 型、通过该递归神经网络模型产生对应于所述细胞团的多个第二特征分类数据，其中该医 疗分析平台更用以根据所述第二特征分类数据组合所述特征数据。 本公开内容的另一些实施例涉及一细胞分类系统，其特征在于，该系统包含一终 4 CN 111612027 A 说　明　书 2/9 页 端机和一医疗分析平台。终端机用以取得一细胞所对应的至少一细胞影像数据。医疗分析 平台与该终端机连结，用以对自该终端机接收的该细胞所对应的该至少一细胞影像数据进 行分类，并回传相应于该细胞的一分类数据至该终端机。其中该医疗分析平台包含一处理 器。处理器用以处理该至少一细胞影像数据的多个细胞团影像，以取得多个特征数据，并用 以组合所述特征数据，以产生对应于所述特征数据的一分类数据以供判断该细胞的类别。 于一些实施例中，该细胞分类系统其中该处理器更用以分别对所述细胞团影像执 行基于类神经网络的至少一第一特征辨识操作，以产生多个第一特征数据供该处理器组合 所述第一特征数据。 于一些实施例中，该细胞分类系统其中该处理器更用以对多个待训练细胞影像数 据与对应于所述待训练细胞影像数据的多个特征数据进行训练。当由该处理器对多个验证 细胞影像数据进行处理所产生的多个特征数据与对应于所述验证细胞影像数据的验证特 征数据不同时，该处理器的参数被调整。 于一些实施例中，该细胞分类系统其中当一影像取得装置依序取得在不同时间点 或不同切片深度该至少一细胞影像数据的多个细胞团影像时，该处理器更用以分别对所述 细胞团影像执行基于类神经网络的至少一第二特征辨识操作，以产生多个第二特征数据供 该处理器组合所述特征数据。 于一些实施例中，该细胞分类系统其中该终端机包含一影像取得装置以及一输 入/输出装置。影像取得装置用以取得该至少一细胞影像数据。输入/输出装置，连接于该影 像取得装置及一通信装置，用以自该影像取得装置接收该至少一细胞影像数据，并在接收 相应于该至少一细胞影像数据的该分类数据后，该输入/输出装置用以通过该通信装置回 传一反馈数据至该医疗分析平台，其中当该反馈数据与该分类数据不符时，该处理器以该 反馈数据与该至少一细胞影像数据再次进行训练。 本公开内容的另一些实施例涉及一个医疗分析平台，其特征在于，该医疗分析平 台包含一服务器以及一处理器。服务器用以接收相应于一细胞的至少一细胞影像数据。处 理器与该服务器连接，用以根据至少一深度学习模型对该细胞的该至少一细胞影像数据产 生对应该细胞的一分类数据，其中该至少一深度学习模型是基于多个训练用细胞影像数据 及其分类信息训练而产生，和/或是利用自至少一终端机接收相应至少一细胞的至少一细 胞影像数据及所反馈分类数据训练而产生。 附图说明 为让本公开的上述和其他目的、特征、优点与实施例能更明显易懂，附图的说明如 下： 图1是依据本公开内容的一实施例的一种细胞分类方法的流程图； 图2是依据本公开内容的一实施例的一种统计分类数据的示意图； 图3是说明依据本公开内容的另一实施例的一细胞影像数据分类的示意图；以及 图4是说明依据本公开内容的一实施例的一种细胞分类系统的示意图。 其中，附图标记说明如下： 100：细胞分类方法 S110、S120、S130、S140、S150、S160、S170、S180：步骤 5 CN 111612027 A 说　明　书 3/9 页 400：细胞分类系统 410：终端机 412：影像取得装置 414：输入/输出装置 416：通信装置 420：网络 430：医疗分析平台 432：服务器 434：处理器