MétaCan
Menu
Retour à la cohorte
Enregistrement W1580011130 · doi:10.1109/icra.2015.7139562

Automated robotic vitrification of embryos

2015· article· en· W1580011130 sur OpenAlexaff
Jun Liu, Chaoyang Shi, Jun Wen, Derek G. Pyne, Haijiao Liu, Changhai Ru, Yu Sun

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueReproductive Biology and Fertility
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVitrificationEmbryoOocyteEmbryo transferBiomedical engineeringAndrologyBiologyEngineeringMedicineCell biology

Résumé

récupéré en direct d'OpenAlex

This paper reports the first robotic system for vitrification of mammalian embryos. Vitrification is a technique for preserving oocytes and embryos in clinical IVF (in vitro fertilization). The procedure involves multiple steps of stringently timed pick-and-place operation for processing an oocyte/embryo in vitrification media. In IVF clinics, vitrification is conducted manually by highly skilled embryologists. Processing one oocyte/embryo occupies the embryologist 15–20 minutes, depending on protocols chosen to implement. Due to poor reproducibility and inconsistency across operators, success rates and survival rates also vary significantly. Through collaboration with IVF clinics, we are in process to realize robotic vitrification and aim ultimately to standardize clinical vitrification from manual operation to fully automated robotic operation. Our robotic system is embedded with two contact detection methods to determine the relative Z positions of the vitrification micropipette, embryo, and vitrification straw. A 3D tracking algorithm is developed for visually servoed embryo transfer and real-time monitoring of embryo volume changes during vitrification. Excess medium is automatically removed from around the vitrified embryo on the vitrification straw to achieve a high cooling rate. Tests on mouse embryos demonstrate that the system is capable of performing vitrification with a throughput at least three times that of manual operation and achieved a high survival rate (88.9%) and development rate (93.8%).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,060
Tête enseignante GPT0,324
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetReproductive Biology and FertilityTravaux en français237 207