人工智能模型用于评估未染色的活精子形态

科学领域:

• 生殖生物学 生殖生物学
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 传统的精子形态评估需要染色和高放大,使精子无法用于后续程序.
• 目前的计算机辅助精液分析 (CASA) 和传统精液分析 (CSA) 等方法分析固定,染色的精子,限制了辅助生殖技术 (ART) 的立即使用.

研究的目的:

• 开发和验证一个内部的人工智能 (AI) 模型,用于评估未染色的活体精子中的正常精子形态.
• 将AI模型的性能与CASA和CSA方法进行比较.

主要方法:

• 开发了一套新的精子形态图像数据集,使用低放大和高分辨率的共聚焦激光扫描显微镜.
• 使用此数据集训练并验证了一个AI模型.
• 使用AI模型 (未染色的活精子) 评估精液样本,并与CASA和CSA (固定精子形态) 进行比较.

主要成果:

• 人工智能模型证明了与CASA (r = 0.88) 的最强相关性,其次是CSA (r = 0.76).
• 人工智能和CSA都检测出正常的精子形态,比CASA的速度要高得多.
• 人工智能模型显示了提高的准确性和可靠性,检测亚细胞特征.

结论:

• 内部人工智能模型可靠地评估未染色的活精子形态,比传统方法有了显著的进步.
• 这种人工智能驱动的方法可以通过改进高质量的精子的选择来提高ART结果,这可能导致更好的结果在诸如细胞内质精子注射等生育治疗中.
• 人工智能模型最大限度地降低了主观性,并在临床环境中改善了对ART的精子选择.