Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Embryonic Stem Cells00:58

Embryonic Stem Cells

25.8K
Embryonic stem (ES) cells are undifferentiated pluripotent cells, meaning they can produce any cell type in the body. This gives them tremendous potential in science and medicine since they can generate specific cell types for use in research or to replace body cells lost due to damage or disease.
25.8K
Embryonic Stem Cells00:57

Embryonic Stem Cells

4.5K
Embryonic stem (ES) cells were first discovered in mice in 1981 by Martin Evans. In 1998, James Thomson identified a method to isolate embryonic stem cells from humans. Human embryonic stem cells (hESCs) are obtained from 3-5 day old embryos that remain unused after an in vitro fertilization procedure.
ES cells are grown in a culture medium where they can divide indefinitely, creating ES cell lines. Under certain conditions, ES cells can differentiate, either spontaneously into a variety of...
4.5K

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Lead and antimony enrichment in soils near informal lead-acid battery repair shops in central India and associated human health risks.

Environmental science and pollution research international·2026
Same author

REST, Exploring Sleep Patterns and Influencing Factors in Elite Female Football Athletes.

Scientific data·2026
Same author

Health risk assessment of heavy metal contamination in vegetables irrigated with wastewater: a case study from peri-urban Bhopal, India.

Environmental geochemistry and health·2026
Same author

Uncertainty in deep learning for EEG under dataset shifts.

Artificial intelligence in medicine·2026
Same author

Assessing the Robustness of Deep Learning Based Brain Age Prediction Models Across Multiple EEG Datasets.

IEEE transactions on bio-medical engineering·2025
Same author

Reply: Foundation models in IVF: from speculation to implementation with FEMI.

Human reproduction (Oxford, England)·2025

Video Experimental Relacionado

Updated: May 5, 2026

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth
13:11

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

Published on: May 20, 2010

12.8K

Métodos de aprendizaje profundo para pronosticar el desarrollo del embrión humano en vídeos de lapso de tiempo

Akriti Sharma1, Alexandru Dorobantiu2, Saquib Ali3

  • 1Department of Computer Science, Oslo Metropolitan University, Oslo, Norway.

PloS one
|September 2, 2025
PubMed
Resumen

Este estudio introduce un sistema de IA que pronostica el desarrollo embrionario, ayudando en la evaluación temprana de la calidad del embrión para la tecnología de reproducción asistida. La IA predice cambios morfológicos, mejorando la selección de embriones para la transferencia.

Más Videos Relacionados

Multi-Photon Time Lapse Imaging to Visualize Development in Real-time: Visualization of Migrating Neural Crest Cells in Zebrafish Embryos
10:13

Multi-Photon Time Lapse Imaging to Visualize Development in Real-time: Visualization of Migrating Neural Crest Cells in Zebrafish Embryos

Published on: August 9, 2017

7.8K
A Semi-high-throughput Imaging Method and Data Visualization Toolkit to Analyze C. elegans Embryonic Development
06:49

A Semi-high-throughput Imaging Method and Data Visualization Toolkit to Analyze C. elegans Embryonic Development

Published on: October 29, 2019

6.8K

Videos de Experimentos Relacionados

Last Updated: May 5, 2026

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth
13:11

Video Bioinformatics Analysis of Human Embryonic Stem Cell Colony Growth

Published on: May 20, 2010

12.8K
Multi-Photon Time Lapse Imaging to Visualize Development in Real-time: Visualization of Migrating Neural Crest Cells in Zebrafish Embryos
10:13

Multi-Photon Time Lapse Imaging to Visualize Development in Real-time: Visualization of Migrating Neural Crest Cells in Zebrafish Embryos

Published on: August 9, 2017

7.8K
A Semi-high-throughput Imaging Method and Data Visualization Toolkit to Analyze C. elegans Embryonic Development
06:49

A Semi-high-throughput Imaging Method and Data Visualization Toolkit to Analyze C. elegans Embryonic Development

Published on: October 29, 2019

6.8K

Área de la Ciencia:

  • Embriología
  • Inteligencia artificial
  • Medicina de la reproducción

Sus antecedentes:

  • La evaluación de la calidad de los embriones es fundamental en la tecnología de reproducción asistida (TRA) para seleccionar embriones viables y determinar el momento óptimo de la transferencia.
  • Las herramientas actuales de IA automatizan la evaluación, pero carecen de capacidades predictivas para el desarrollo futuro del embrión.
  • Hay una necesidad de sistemas de IA que puedan predecir la dinámica de la morfología embrionaria a lo largo del tiempo.

Objetivo del estudio:

  • Desarrollar un sistema de IA capaz de pronosticar la dinámica de la morfología embrionaria.
  • Ayudar a los embriólogos en la evaluación temprana y la selección de embriones para la transferencia.
  • Predecir los cambios morfológicos futuros en los embriones más allá de las capacidades de observación actuales.

Principales métodos:

  • El sistema de IA analiza el desarrollo embrionario pasado (2 horas) para predecir cambios morfológicos futuros (hasta 23 horas).
  • Un nuevo modelo predictivo que utiliza capas de LSTM convolucionales permite la predicción recursiva del desarrollo embrionario.
  • El modelo analiza los cambios previos de la secuencia de video para predecir la morfología.

Principales resultados:

  • El sistema de IA predijo con precisión el desarrollo embrionario en las etapas de escisión (día 2) y blastocisto (día 4).
  • Se proporcionaron información valiosa sobre los procesos de división celular y la formación de blastocistos.
  • Las previsiones para los embriones de la categoría de "transferencia" mostraron membranas celulares más claras y menos distorsión en comparación con las categorías de "evitar".

Conclusiones:

  • El sistema de IA proporciona información temprana sobre la calidad del embrión, ayudando en la evaluación tanto para la transferencia como para la prevención.
  • Los embriólogos pueden utilizar el pronóstico para visualizar y comprender los cambios morfológicos del embrión.
  • La mejora de la calidad de la imagen podría mejorar la relevancia clínica de este enfoque predictivo de IA.