An Image Processing Protocol to Extract Variables Predictive of Human Embryo Fitness for Assisted Reproduction

Autor(es):Mostrar menos -

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 ; Rocha, Jose Celso ; Gouveia Nogueira, Marcelo Fabio

• Tipo de documento: Artigo Científico
• Fonte: APPLIED SCIENCES-BASEL; v. 12, n. 7, p. 20-pg., 2022-04-01.

Resumo

Despite the use of new techniques on embryo selection and the presence of equipment on the market, such as EmbryoScope(R) and Geri(R), which help in the evaluation of embryo quality, there is still a subjectivity between the embryologist's classifications, which are subjected to inter- and intra-observer variability, therefore compromising the successful implantation of the embryo. Nonetheless, with the acquisition of images through the time-lapse system, it is possible to perform digital processing of these images, providing a better analysis of the embryo, in addition to enabling the automatic analysis of a large volume of information. An image processing protocol was developed using well-established techniques to segment the image of blastocysts and extract variables of interest. A total of 33 variables were automatically generated by digital image processing, each one representing a different aspect of the embryo and describing a different characteristic of the blastocyst. These variables can be categorized into texture, gray-level average, gray-level standard deviation, modal value, relations, and light level. The automated and directed steps of the proposed processing protocol exclude spurious results, except when image quality (e.g., focus) prevents correct segmentation. The image processing protocol can segment human blastocyst images and automatically extract 33 variables that describe quantitative aspects of the blastocyst's regions, with potential utility in embryo selection for assisted reproductive technology (ART). (AU)

• Processo FAPESP: 20/07634-9 - Predição de batimento cardíaco fetal por meio de inteligência artificial e de variáveis morfológicas, morfocinéticas e relacionadas com a paciente
• Beneficiário: Dóris Spinosa Chéles
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 18/24252-2 - Morfocinética associada à inteligência artificial para a predição do blastocisto humano
• Beneficiário: Eleonora Inácio Fernandez
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 19/26749-4 - Aplicação das técnicas de inteligência artificial, Deep Learning e MLP, para predição de nascimento vivo, em pacientes sujeitas à reprodução assistida, utilizando dados da morfologia do blastocisto e fisiológicos da paciente
• Beneficiário: André Satoshi Ferreira
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Processo FAPESP: 17/19323-5 - Classificação de embriões humanos mediante as técnicas de time-lapse, processamento de imagens digitais e inteligência artificial
• Beneficiário: José Celso Rocha
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 19/26684-0 - Uso da inteligência artificial na predição do sucesso gestacional com base na seleção de variáveis fisiológicas dos pacientes submetidos à reprodução assistida
• Beneficiário: Eloiza Adriane Dal Molin
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica