BlastAssist:一个深度学习管道,用于测量人类胚胎的可解释特征
Helen Y Yang1,2, Brian D Leahy1,3, Won-Dong Jang4
1Department of Molecular and Cellular Biology, Harvard University, Cambridge, MA, USA.
Human reproduction (Oxford, England)
|February 24, 2024
概括
BlastAssist的深度学习管道准确地测量了人类胚胎的特征,其表现与胚胎学家相比或比胚胎学家更好. 这种人工智能工具为临床试管婴儿决策和未来研究提供了可解释的见解.
科学领域:
- 生殖医学 生殖医学
- 医疗保健中的人工智能
- 胚胎学 胚胎学
背景情况:
- 对于胚胎生存能力的深度学习算法缺乏可解释性和通用性.
- 以前对人工智能用于胚胎评估的研究往往未能与人类专家严格比较性能.
研究的目的:
- 评估BlastAssist深度学习管道在测量可解释,临床相关的人类胚胎特征方面的性能.
- 将BlastAssist的测量与人类专家和胚胎学家在体外受精 (IVF) 中的测量进行比较.
主要方法:
- 将BlastAssist管道应用于来自32,939个人类胚胎的6700多万张图像.
- 将受精状态,细胞对称性,碎片化和发育时间的管道测量与手册专家和胚胎学家的注释进行比较.
- 与单个胚胎移植 (SET) 周期的植入和活产结果相关联的管道输出.
主要成果:
- 在测量胚胎特征方面,BlastAssist表现出与人类专家相比或优于人类专家的性能.
- 在BlastAssist和胚胎学家之间观察到受精状态,PN色时间,碎片化和爆发时间的高度一致.
- 通过BlastAssist测量的特定特征,如2细胞时间和对称性,与植入和活产成功有显著的相关性.
结论:
- BlastAssist管道提供了一种全面,可解释和定量方法,用于评估临床试管婴儿中的人类胚胎.
- BlastAssist的输出是有意义的,可以由胚胎学家证实,帮助临床决策.
- 由BlastAssist生成的大数据集是促进人类胚胎学研究的宝贵资源.
关键词:
胚胎显微镜 (EmbryoScope) 是一种用于检测胚胎的仪器.在这个过程中,IVF IVF.计算机视觉 计算机视觉深度学习是一种深度学习.胚胎分类 胚胎分类可以解释的特征.机器学习是机器学习.更多相关视频
06:49A Semi-high-throughput Imaging Method and Data Visualization Toolkit to Analyze C. elegans Embryonic Development
Published on: October 29, 2019
6.7K
11:38Author Spotlight: Enhancing PSC-to-Functional Cell Differentiation Using ML Models Based on Live-Cell Bright-Field Imaging
Published on: October 4, 2024
556
