3D Morphology Measurement for Blastocyst Evaluation From “All Angles”
Notice bibliographique
Résumé
Measuring the 3D morphology of spherical cell aggregates is required in both biology and medicine. Traditional methods either use fluorescent labeling, which cause cell toxicity and are unsuitable for clinical treatment, or use 2D images to roughly estimate 3D morphology. To overcome these limitations, this paper presents a quantitative label-free 3D morphology measurement technique using multi-view images. This technique, for the first time, enables the morphological evaluation of a blastocyst (Day 5 embryo) from “all angles” for IVF treatment. In this technique, a spherical rotation scale invariant feature transform (SR-SIFT) is proposed to address feature distortions for the rotation matrix calculation of the multi-view images. U-Net with generalized Dice loss is used to segment individual trophectoderm (TE) cells and the inner cell mass (ICM) of the blastocyst. Based on the rotation matrices and the segmentation results, the 3D morphological parameters of the entire blastocyst were quantified. Experimental results showed that the error of rotation angle was less than 1 <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$^\circ$</tex-math></inline-formula> , the Dice was 95.6% for TE segmentation and 92.3% for ICM segmentation, and the overall measurement error of clinically defined blastocyst parameters was less than 6.7%.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».