豪享彩票登录

up down
学术文献

深度学习作为在延时孵化和囊胚转移后,预测胎心妊娠的工具

浏览数:276  发表时间:2019-06-21  [ ]

深度学习作为在延时孵化和囊胚转移后,预测胎心妊娠的工具

Deep learning as a predictive tool for fetal heart pregnancy following time-lapse incubation and blastocyst transfer

Tran D1, Cooke S2, Illingworth PJ2, Gardner DK3.

Hum Reprod. 2019 Jun 4;34(6):1011-1018. doi: 10.1093/humrep/dez064.

PMID:31111884

摘要

研究问题:深度学习模型能否利用时差观察视频预测胎心(FH)妊娠的概率?

总结结果:我们创建了一个名为IVY的深度学习模型,一个客观的、完全自动化的系统,不需要任何人工形态动力学注释或囊胚形态评估,就可以直接从原始的时差观察视频来预测胎心妊娠概率。

已知信息:时差成像技术在胚胎选择中的应用前景广阔。现有的时差成像分析算法基于形态学和形态动力学参数,这些参数需要人为主观注释,因此具有内在的读者间和读者内的可变性。深度学习为胚胎选择的自动化和标准化提供了希望。

研究设计、规模、持续时间: 2014年1月至2018年12月期间,来自4个不同国家的8家试管婴儿诊所的10638个胚胎的时差观察视频和临床结果的回顾性分析。

参与者/材料、设置方法: 利用已知胎心妊娠结局的时差观察视频对深度学习模型进行训练,在给定的时差观察视频序列下,完成预测胎心妊娠概率的二元分类任务。该模型的预测能力是通过5倍分层交叉验证后的受试者操作特征曲线图的曲线下的平均面积(AUC)来测量的。

主要结果和可能性的影响:深度学习模型能够从时差观察视频中预测胎心妊娠,在5倍分层交叉验证中曲线下的平均面积为0.93 [95% CI 0.92-0.94]。在8个实验室进行的持续验证试验表明,曲线下的平均面积是可重复的,在不同的培养和实验室流程的实验室中,曲线下的平均面积的范围从0.95到0.90不等。

限制、注意事项:本研究是一项回顾性分析,表明深度学习模型对胚胎种植的可能性具有较高的预测性。这些发现的临床影响仍不确定。需要进一步的研究,包括前瞻性随机对照试验,来评估这种深度学习模型的临床意义。本研究用于训练和验证的时差观察视频为第5天胚胎移植的视频;因此,需要对模型进行额外的调整,以便在第3天胚胎移植的情况下使用。

研究结果的更广泛含义: 深度学习模型对胚胎种植具有较高的预测价值,可以提高以往时差成像技术在胚胎选择中的有效性。这可能会提高单个胚胎移植中最可行胚胎的优先次序。深度学习模型也可能被证明有助于为随后的冷冻胚胎移植提供最佳顺序。

研究资金/利益冲突:D.T.是Harrison AI公司的共同所有人,该公司与Virtus Health公司合作为这种方法申请了专利。P.I.是Virtus Health的股东之一。S.C.,P.I.和D.G.都是Virtus Health的雇员或合同雇员。D.G.获得了Vitrolife公司的资助,该公司是本次研究中使用的Embryoscope时差成像技术的制造商。本次研究的设备和时间由Harrison AI和Virtus Health共同提供。

关键词:人工智能;深度学习;胚胎选择;神经网络;时差


上一篇:已是第一篇
豪享彩票_官网 豪享彩票-豪享彩票登录 豪享彩票---豪享彩票登录_欢迎您 豪享彩票---豪享彩票登录_欢迎您 豪享彩票|官方指定!