Classificação de embriões humanos mediante as técnicas de time-lapse, processamento de imagens digitais e inteligência artificial

• Processo: 17/19323-5
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Data de Início da vigência: 01 de agosto de 2018
• Data de Término da vigência: 31 de julho de 2020
• Área do conhecimento: Ciências da Saúde - Medicina
• Pesquisador responsável: José Celso Rocha
• Beneficiário: José Celso Rocha
• Instituição Sede: Faculdade de Ciências e Letras (FCL-ASSIS). Universidade Estadual Paulista (UNESP). Campus de Assis. Assis , SP, Brasil
• Pesquisadores associados: Marcelo Fábio Gouveia Nogueira
• Assunto(s): Técnicas de reprodução assistida Inteligência artificial
• Palavra(s)-Chave do Pesquisador: Classificação Embrionária | embrião humano | Inteligência Artificial | Processamento de Imagem Digital | reprodução assistida | Tipe-lapse | Reprodução Assistida

Resumo

As técnicas de reprodução assistida, ainda que tenham evoluído muito nos últimos anos, continuam apresentando uma baixa taxa de natalidade por ciclo de tratamento. Isso tem levado as clínicas especializadas na reprodução humana a buscarem por metodologias mais eficazes que complementem e maximizem o tratamento com a fertilização in vitro. Nesse sentido, a qualidade dos embriões humanos, no estágio de blastocisto, tem demonstrado ser capaz de predizer a taxa de sucesso do embrião em estabelecer a gravidez clínica. Atualmente, apesar de existirem diversas técnicas para a análise da qualidade morfológica do embrião, muitas delas são invasivas e incompatíveis para uma gestação saudável levando as clínicas, rotineiramente, a analisarem o embrião por meio de microscopia. Entretanto, essa avaliação torna a análise bastante subjetiva, uma vez que podem ocorrer divergências acentuadas na classificação intra- e inter-embriologista. As técnicas de inteligência artificial associadas ao processamento de imagem digital e a técnica de time-lapse podem vir a suprir essa demanda. Essas técnicas são não invasivas, onde a imagem de um embrião humano é capturada, pela técnica de time-lapse, e é processada digitalmente para a extração de variáveis matemáticas. Em seguida, estas são analisadas pela técnica de inteligência artificial, a qual pode retirar a subjetividade envolvida no método anteriormente descrito no processo da classificação embrionária. Com isso, a avaliação torna-se objetiva e reprodutível e, dessa forma, poderia proporcionar às pacientes envolvidas no processo melhores informações quanto as suas reais chances de engravidar e uma melhor predição do número mínimo de embriões a serem transferidos para obter a gestação de feto único. (AU)

Publicações científicas

(6)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

GOUVEIA NOGUEIRA, MARCELO FIBIO; GUILHERME, VITRIA BERTOGNA; PRONUNCIATE, MICHELI; DOS SANTOS, PRISCILA HELENA; BEZERRA DA SILVA, DIOGO LIMA; ROCHA, JOS CELSO. Artificial Intelligence-Based Grading Quality of Bovine Blastocyst Digital Images: Direct Capture with Juxtaposed Lenses of Smartphone Camera and Stereomicroscope Ocular Lens. SENSORS, v. 18, n. 12, DEC 2018. (17/19323-5, 12/50533-2)

DE LOS ANGELES VALERA, MARIA; CELSO ROCHA, JOSE; BORI, LORENA; ALEGRE, LUCIA; GOUVEIA NOGUEIRA, MARCELO FABIO; SPINOSA CHELES, DORIS; MESEGUER, MARCOS. NOVEL ARTIFICIAL INTELLIGENCE ALGORITHM FOR IMPROVING EMBRYO SELECTION COMBINING MORPHOKINETICS AND NON-INVASIVE MEASUREMENT OF OXIDATIVE STRESS.. Fertility and Sterility, v. 114, n. 3, p. 2-pg., 2020-09-01. (18/19053-0, 17/19323-5)

ALEGRE, LUCIA; BORI, LORENA; DE LOS ANGELES VALERA, MARIA; GOUVEIA NOGUEIRA, MARCELO FABIO; SATOSHI FERREIRA, ANDRE; CELSO ROCHA, JOSE; MESEGUER, MARCOS. FIRST APPLICATION OF ARTIFICIAL NEURONAL NETWORKS FOR HUMAN LIVE BIRTH PREDICTION ON GERI TIME-LAPSE MONITORING SYSTEM BLASTOCYST IMAGES.. Fertility and Sterility, v. 114, n. 3, p. 1-pg., 2020-09-01. (17/19323-5)

CHELES, DORIS SPINOSA; FERREIRA, ANDRE SATOSHI; DE JESUS, ISABELA SUEITT; FERNANDEZ, ELEONORA INACIO; PINHEIRO, GABRIEL MARTINS; DAL MOLIN, ELOIZA ADRIANE; ALVES, WALLACE; MILANEZI DE SOUZA, REBECA COLAUTO; BORI, LORENA; MESEGUER, MARCOS; et al. An Image Processing Protocol to Extract Variables Predictive of Human Embryo Fitness for Assisted Reproduction. APPLIED SCIENCES-BASEL, v. 12, n. 7, p. 20-pg., 2022-04-01. (20/07634-9, 18/24252-2, 19/26749-4, 17/19323-5, 19/26684-0)

FERNANDEZ, ELEONORA INACIO; FERREIRA, ANDRE SATOSHI; CECILIO, MATHEUS HENRIQUE MIQUELAO; CHELES, DORIS SPINOSA; DE SOUZA, REBECA COLAUTO MILANEZI; NOGUEIRA, MARCELO FABIO GOUVEIA; ROCHA, JOSE CELSO. Artificial intelligence in the IVF laboratory: overview through the application of different types of algorithms for the classification of reproductive data. JOURNAL OF ASSISTED REPRODUCTION AND GENETICS, v. 37, n. 10, JUL 2020. (18/24252-2, 18/19371-2, 17/19323-5)

CHELES, DORIS SPINOSA; DAL MOLIN, ELOIZA ADRIANE; ROCHA, JOSE CELSO; GOUVEIA NOGUEIRA, MARCELO FABIO. Mining of variables from embryo morphokinetics, blastocyst's morphology and patient parameters: an approach to predict the live birth in the assisted reproduction service. JORNAL BRASILEIRO DE REPRODUCAO ASSISTIDA, v. 24, n. 4, p. 470-479, OCT-DEC 2020. (12/50533-2, 17/19323-5)