相关实验视频
Updated: Jun 18, 2025
10:39
Contrast Imaging in Mouse Embryos Using High-frequency Ultrasound
Published on: March 4, 2015
15.3K
一个通用的人工智能系统用于人类胚胎选择,通过多模式对比学习覆盖整个试管婴儿周期
Guangyu Wang1, Kai Wang2, Yuanxu Gao2
1State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China.
Patterns (New York, N.Y.)
|July 31, 2024
概括
本研究介绍了一种人工智能 (AI) 系统,用于体外受精 (IVF) 中的胚胎选择. 人工智能模型IVFormer准确预测euploidy和活产,优于人类评估,改善了试管婴儿的结果.
科学领域:
- 生殖医学 生殖医学
- 医疗保健中的人工智能
- 生物信息学是一种生物信息学.
背景情况:
- 试管婴儿 (IVF) 是治疗不孕症的关键方法,影响全球数百万人.
- 目前的胚胎选择方法依赖于主观形态评估,导致变异性.
- 需要客观,可靠的方法来提高试管婴儿成功率.
研究的目的:
- 开发和验证一个全面的人工智能系统,用于在IVF中进行个性化胚胎选择.
- 利用多模式数据和自我监督学习来改善胚胎评估.
- 为了提高预测euploidy和活产发生的准确性和效率.
主要方法:
- 开发了基于变压器的AI网络IVFormer,使用视觉时空对比学习表示 (VTCLR) 框架.
- 在使用自主监督学习的大型,未标记的多模式数据集上训练AI模型.
- 在临床试管婴儿方案中评估了人工智能系统在euploidy排名和活产预测方面的表现.
主要成果:
- 人工智能系统在euploidy排名和活产预测方面展示了准确和可靠的性能.
- 与医生评估相比,IVFormer在所有类别的euploidy排名中取得了更高的表现.
- 人工智能模型有效地从未标记的多模式数据中解释发展知识.
结论:
- 拟议的AI系统提供了一种非侵入性,高效和具有成本效益的方法来改善胚胎选择.
- 这种人工智能平台有可能显著提高试管婴儿治疗结果.
- 人工智能驱动的胚胎选择是辅助生殖技术的一个有希望的进步.
