画像から洞察へ 3日目の胚の細胞数と均一性の分類

科学分野:

• 胚科
• 人工知能
• 医療用イメージング

背景:

• 3日目の胚のマニュアル分類は 主観的で不一致です
• 2Dイメージングは細胞数値と均一性の評価の精度を制限します.
• 観察者間の変動は 信頼性の高い胚選択を妨げます

研究 の 目的:

• 客観的なIVF胚評価のためのハイブリッドAIと画像処理アプローチを開発する.
• ブラストメア数値と均一性評価の精度を高めるため
• 胚の分類を標準化して,IVFの成功率を向上させる.

主な方法:

• ブラストメア局所化のための統合されたYOLOv8オブジェクト検出.
• 精密な境界精細化のために,グラデーションベクトルフロー (GVF) アクティブコントールモデルを使用した.
• 客観的な細胞サイズ変動性評価のための標準化された均一性値 (NUV) が導入されました.

主要な成果:

• ハイブリッドモデルは 細胞を正確に定量化し 難しい画像条件での均一性を評価します
• GVF-snakeは境界線と空間的な測定を改善しました.
• NUVは,一貫した胚分類のための信頼性の高いメトリックを提供しました.

結論:

• 胚分類の精度を高めるため,ハイブリッドのYOLOv8-GVF-snakeモデルを開発しました.
• IVF胚の評価における主観性と変動性の低下
• 標準化されたIVF意思決定のための定量指標としてNUVを確立しました.