A Decision Support Model for Selecting a Single Embryo to Increase Success Rate of IVF Procedure Using Artificial Intelligence Approaches
هرروز یک مقاله، دوشنبه 15 تیر 1405
موفقیت لقاح آزمایشگاهی (IVF) به شدت به انتخاب مناسبترین جنینی که برای انتقال استفاده میشود بستگی دارد. یک رویکرد دقیق برای انتخاب تک جنین برای به حداکثر رساندن میزان موفقیت بارداری و به حداقل رساندن خطرات مرتبط با بارداریهای چندگانه بسیار مهم است. در حالت معمول انتخاب جنین شامل درجهبندی جنینهای بلاستوسیست انسان (جنینهای روز پنجم) در یک دوره زمانی خاص است و منحصراً از طریق بصری توسط جنینشناسان آموزشدیده انجام میشود. هدف این مطالعه توسعه یک مدل پشتیبانی تصمیمگیری مبتنی بر هوش مصنوعی (AI) برای بهینهسازی انتخاب یک جنین برای انتقال در فرآیند IVF به منظور افزایش میزان موفقیت است. الگوریتمهای پیشرفته یادگیری عمیق، از جمله Vision Transformer (ViT)، EfficientNet و Long Short-Term Memory (LSTM)، بر روی مجموعه دادههای گستردهای از تصاویر جنین و دادههای بالینی به کار گرفته و آموزش داده شدند. پیشپردازش دادهها شامل نرمالسازی و استخراج ویژگی و به دنبال آن انتخاب ویژگی بود. نتایج نشان داد که EfficientNet دقت 91.47٪ را نشان میدهد که از LSTM و ViT که به ترتیب به دقت 89٪ و 74٪ دست یافتهاند، بهتر عمل میکند. مدل مبتنی بر هوش مصنوعی، دقت انتخاب جنین را بهبود بخشید، بارداریهای چندگانه را کاهش داد و نتایج بالینی را افزایش داد. این رویکرد مبتنی بر هوش مصنوعی، پیشرفت قابل توجهی در IVF ارائه میدهد و روشی عینیتر و مبتنی بر داده برای انتخاب جنین ارائه میدهد که به طور بالقوه استراتژیهای درمانی را برای بهبود میزان موفقیت بارداری و رضایت بیمار متحول میکند.
https://journal.uob.edu.bh/items/fc18bfdb-3ed4-484e-9901-f06aa57dd0dc
ارسال نظر