自主监督学习在胚胎选择中的潜力,以获得IVF成功
Guanqiao Shan1, Yu Sun1,2
1Department of Mechanical and Industrial Engineering, University of Toronto, Toronto, ON M5S 3G8, Canada.
Patterns (New York, N.Y.)
|July 31, 2024
概括
为人类体外受精 (IVF) 选择最好的胚胎至关重要. 一个新的多式自主监督学习框架显示了胚胎选择的高准确性和概括性.
科学领域:
- 生殖医学 生殖医学
- 人工智能的人工智能
- 生物信息学是一种生物信息学.
背景情况:
- 选择最佳胚胎用于移植是临床体外受精 (IVF) 中的一个关键挑战.
- 传统的胚胎评估方法可能是主观的,可能无法充分捕捉发育潜力.
- 需要先进的计算方法来提高胚胎选择的准确性.


