基于深度学习的强大自动化系统用于预测人类精子DNA碎片化指数
Roopini Sathiasai Kumar1, Swapnil Sharma2, Arunima Halder1
1Manipal Hospitals Pvt. Ltd, Bengaluru, Karnataka, India.
Journal of human reproductive sciences
|June 12, 2023
概括
这项研究开发了一种AI模型,使用精子染色质分散 (SCD) 测试来预测精子DNA碎片化指数 (DFI). 人工智能模型在二元分类中实现了80.15%的准确性,有助于准确评估精子健康状况.
科学领域:
- 生殖医学 生殖医学
- 医疗保健中的人工智能
- 精子分析 精子分析
背景情况:
- 精子染色素分散 (SCD) 试验手动确定DNA碎片化指数 (DFI).
- 在SCD测试中手动计数是劳动密集型和主观的.
- 准确的DFI评估对于男性生育能力评估至关重要.
研究的目的:
- 开发一种基于人工智能 (AI) 的解决方案,用于预测DFI.
- 为DFI.进行精子图像分析的自动化和标准化.
- 提高DFI在体外受精 (IVF) 设置中的确定精度和效率.
主要方法:
- 一项回顾性实验研究,使用30名接受SCD测试的患者的24415张图像.
- 开发一种预处理方法,用于自动细分和检测类似精子的区域.
- 训练和预测阶段使用二进制 (光环/无光环) 和多类 (光环大小/降级) 分类.
主要成果:
- 人工智能模型在二进制分类中达到80.15%的准确性,在多类分类中达到75.25%的准确性.
- 二进制数据集的F1分数为0.81,多类数据集的F1分数为0.72.
- 与多类方法相比,二进制方法显示出更高的性能.
结论:
- 拟议的AI模型标准化了DFI评估,并有助于在没有昂贵的软件的情况下获得准确的结果.
- 该模型提供了关于健康和退化的精子的准确信息,有可能改善临床结果.
- 虽然二进制方法更准确,但多类方法提供了关于碎片化精子分布的见解.
