Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos

Autor(es)

Felipe Delestro Matos

• Tipo de documento: Dissertação de Mestrado
• Imprenta: Assis. 2015-03-03.
• Instituição: Universidade Estadual Paulista (Unesp). Faculdade de Ciências e Letras. Assis
• Data de defesa: 2014-07-28
• Orientador: Marcelo Fábio Gouveia Nogueira; José Celso Rocha

Resumo

A classificação morfológica embrionária possui grande importância para inúmeras técnicas laboratoriais (desde pesquisas básicas às aplicadas na reprodução assistida). Entretanto, o método utilizado para realizar a classificação dos embriões em diferentes graus de qualidade sempre foi baseado na subjetividade do avaliador e, por mais que sejam estabelecidos padrões de graus de qualidade e descrições das características morfológicas que categorizam um embrião em cada grau, não há atualmente um método preciso que possa gerar resultados consistentes e confiáveis. Assim, nosso trabalho resultou no desenvolvimento de um software capaz de realizar a classificação da qualidade morfológica de blastocistos bovinos. Utilizamos como base de funcionamento técnicas de inteligência artificial (mais especificamente de Redes Neurais Artificiais e Algoritmos Genéticos). Resultados indicam uma taxa de acerto global de 79,2% na classificação de blastocistos bovinos em 3 graus de qualidade, sendo que para os blastocistos classificados como Excelentes ou Bons (Classe 1) a taxa de acerto é de 82,6%, para os blastocistos classificados como Regulares (Classe 2) é de 16,7% e para os blastocistos classificados como Pobres (Classe 3) a taxa de acerto é de 91,7% (AU)

• Processo FAPESP: 12/20110-2 - Software baseado em redes neurais artificiais para a classificação morfológica de embriões
• Beneficiário: Felipe Delestro Matos
• Modalidade de apoio: Bolsas no Brasil - Mestrado