2022 Fiscal Year Annual Research Report
Noninvasive embryo selection by time-lapse imaging of an embryo using artificial intelligence
Project/Area Number |
20K18195
|
Research Institution | Nagoya City University |
Principal Investigator |
澤田 祐季 名古屋市立大学, 医薬学総合研究院(医学), 助教 (90793589)
|
Project Period (FY) |
2020-04-01 – 2023-03-31
|
Keywords | 人工知能 / ディープラーニング / 胚染色体異数性 / タイムラプスイメージング |
Outline of Annual Research Achievements |
人工知能(AI)の学習技術であるディープラーニングを用いて、タイムラプスイメージングによって得られた胚画像の学習を行った。2020,2021年度には、生児獲得の可否を胚画像から予測するAIの作成を試みた。 計470個の移植胚の画像をAttention Branch Networkを用いてディープラーニングさせ、生児獲得可否の予測及びその判断根拠を可視化するAIを作成した。我々が作成したAIが算出した成功予測値は生児獲得の予測に有用であると考えられた。またすべての胚画像を可視化することはできたが、AIが生児獲得成功や不成功を予測できた胚に共通する特徴を、我々が認識できるまでには至らず、生児獲得の予測に有用な胚の特徴を見出すには至らなかった。 以上の研究成果で得られた胚画像の解析法をもとに、染色体異数性の有無を分類するAIの作成を試みた。染色体解析を行い染色体異数性の有無が判明している234個の胚に対して胚の画像を染色体正常と異数性の正解を与えたうえでAIに学習させた。学習結果はaccuracy:0.59,precision:0.44,recall:0.44,f-measure:0.44と非常に精度が悪く実用性のないモデルとなった。次に時間が十分に経過していない、特徴が少ない胚画像を除去するためある経過時間後以降の胚画像を使用し、さらにデータの少なさのカバーと過学習抑制のためデータ拡張を行った。様々な条件を試した結果、受精後100時間後以降の画像を使い、Cropのデータ拡張を行った場合に精度の向上を認めたが、accuracyの最大値は0.61どまりで、auc-rocも0.6以上には至らなかった。 以上の結果からは、胚の染色体異数性を胚画像から識別するのは非常に困難であり、精度を向上させるにはモデルを変えるなどの抜本的な改善が必要だと考えられた。
|
Research Products
(2 results)