深層学習駆動IVFに向けて:モルフォキネティックパラメータ予測のための大規模公共ベンチマーク【JST・京大機械翻訳】

Gomez Tristan; Feyeux Magalie; Normand Nicolas; David Laurent; Paul-Gilloteaux Perrine; Freour Thomas; Mouchere Harold

プレプリント

J-GLOBAL ID：202202209120104803 整理番号：22P0297181

深層学習駆動IVFに向けて:モルフォキネティックパラメータ予測のための大規模公共ベンチマーク【JST・京大機械翻訳】

Towards deep learning-powered IVF: A large public benchmark for morphokinetic parameter prediction

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年03月01日プレプリントサーバーでの情報更新日： 2022年05月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

人工知能(AI)ベースソリューションの開発への重要な限界は,深い学習(DL)モデルを訓練し評価する公共基準ベンチマークの欠如である。本研究では,全部で337kの画像に対して,発生中の胚の704のビデオの完全な注釈付きデータセットについて述べた。ResNet,LSTM,およびResNet-3Dアーキテクチャを著者らのデータセットに適用し,それらが自動的にステージ開発段階を注釈するアルゴリズム的アプローチを凌駕することを実証した。全体として,コミュニティが形態運動モデルを評価することを可能にする最初の公開ベンチマークを提案した。これは深層学習駆動IVFに対する最初のステップである。注目すべきことに,著者らは初期細胞分裂相を含む16の異なる発達相,また,後期細胞分裂,桑形成後の相,および以前には使用されていない非常に早期の相を含む高度に詳細な注釈を提案した。この独創的なアプローチが,胚発達の時間経過ビデオに関する深い学習アプローチの全体的性能の改善を助け,最終的に改善された臨床的成功率(Codeとデータがhttps://gitlab.univ nantes.fr/E144069X/bench_mk_pred.gitで利用可能である)を有する不妊症患者に利益を与えると想定する。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能 , パターン認識

, , , ,

前のページに戻る