Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Nogueira, Marcelo Fábio Gouveia | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Chéles, Dóris Spinosa | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:34:20Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:34:20Z | - |
Data de envio: dc.date.issued | 2022-09-29 | - |
Data de envio: dc.date.issued | 2022-09-29 | - |
Data de envio: dc.date.issued | 2022-03-02 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/236762 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/236762 | - |
Descrição: dc.description | As tecnologias de reprodução assistida vêm sendo cada vez mais utilizadas e aprimoradas com o passar do tempo. Para a transferência embrionária, a escolha do embrião de melhor qualidade é uma etapa decisiva para a ocorrência de gestação. Para isso, os embriologistas dispõem de sistemas de classificação no momento da avaliação embrionária. Entretanto, esta avaliação é dependente da experiência que os embriologistas possuem e consequentemente é influenciada pela subjetividade intrínseca, tanto entre avaliadores diferentes quanto pelo mesmo avaliador. Além disso, os conhecimentos acerca dos tempos do desenvolvimento embrionário – facilitado pela implementação do sistema time-lapse na rotina laboratorial – e acerca das características relacionadas com a paciente que passa pelo tratamento de reprodução assistida são fatores que podem auxiliar no momento da seleção embrionária, e potencialmente, melhorar a taxa de gestação obtida em clínicas. Portanto, uma forma de avaliação objetiva é necessária para melhorar o sucesso destas tecnologias. Assim, foram utilizados três conjuntos de variáveis de entrada distintas (morfologia do blastocisto, morfocinética embrionária e características relacionadas com a paciente) para a aplicação em inteligência artificial (redes neurais artificiais e algoritmo genético). Para a morfologia, foi realizado o processamento digital de imagens de blastocistos humanos para a obtenção de variáveis preditivas da qualidade do blastocisto. Para a morfocinética, foram utilizados parâmetros relacionados aos tempos do desenvolvimento embrionário. Para a paciente, foram elaboradas pontuações para cada variável de entrada com base em pesquisa bibliográfica. Estes conjuntos de variáveis foram treinados e simulados separadamente e em conjunto para predizer o batimento cardíaco fetal. Além disso, os três conjuntos juntos também foram utilizados para predizer o nascimento vivo. Considerando os três conjuntos juntos como entrada, a melhor rede neural artificial encontrada para a predição de batimento cardíaco fetal obteve uma acurácia geral de 95,2% no treinamento e 78,4% na simulação. Já a melhor rede encontrada para a predição de nascimento vivo obteve uma acurácia geral de 98,0% no treinamento e 81,1% na simulação. Dessa forma, a aplicação de inteligência artificial apresenta potencial para auxiliar, de forma objetiva, os embriologistas durante a escolha do embrião mais apto para a transferência, e assim, transpassar do campo in silico (laboratorial) em direção à prática clínica na reprodução assistida. | - |
Descrição: dc.description | Assisted reproduction technologies have been increasingly used and improved over time. For embryo transfer, choosing the best quality embryo is a decisive step for the pregnancy occurrence. For this, embryologists have classification systems at the moment of embryos evaluation. However, this evaluation depends on the embryologists’ experience and, consequently, is influenced by intrinsic subjectivity, both between different evaluators and by the same evaluator. In addition, knowledge about the times of embryo development - facilitated by the implementation of the time-lapse system in the laboratory routine - and about the characteristics related to the patient undergoing assisted reproduction treatment are factors that can help at the time of embryo selection, and potentially improve the pregnancy rate achieved in clinics. Therefore, an objective evaluation is necessary to improve the success of these technologies. Thus, three sets of distinct input variables (blastocyst morphology, embryo morphokinetics and patient-related characteristics) were used for application in artificial intelligence (artificial neural networks and genetic algorithm). For morphology, digital image processing of human blastocysts was performed to obtain predictive variables of blastocyst quality. For morphokinetics, parameters related to the times of embryo development were used. For the patient, scores were developed for each input variable based on a literature search. These sets of variables were trained and simulated separately and together to predict fetal heartbeat. In addition, the three sets together were also used to predict live birth. Considering the three sets together as input, the best artificial neural network found for the prediction of fetal heartbeat had an overall accuracy of 95.2% in training and 78.4% in simulation. The best artificial neural network for live birth prediction had an overall accuracy of 98.0% in training and 81.1% in simulation. Thus, the application of artificial intelligence has the potential to objectively assist embryologists during the choice of the most suitable embryo for transfer, and thus, moving from the in silico (laboratory) field towards clinical practice in assisted reproduction. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | CAPES: 001 | - |
Descrição: dc.description | FAPESP: 17/19323-5 | - |
Descrição: dc.description | FAPESP: 20/07634-9 | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Publicador: dc.publisher | Universidade Estadual Paulista (UNESP) | - |
Direitos: dc.rights | info:eu-repo/semantics/openAccess | - |
Palavras-chave: dc.subject | Reprodução humana | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Embrião humano | - |
Título: dc.title | Predição de batimento cardíaco fetal por meio de inteligência artificial e de variáveis morfológicas, morfocinéticas e relacionadas com a paciente | - |
Título: dc.title | Prediction of fetal heartbeat through artificial intelligence and morphological, morphokinetic and patient-related variables | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: