Denne side blev automatisk oversat, og nøjagtigheden af ​​oversættelsen er ikke garanteret. Der henvises til engelsk version for en kildetekst.

Anvendelse af Deep Learning til i fællesskab at vurdere embryoudvikling for at forbedre graviditetsresultatet af embryooverførsel

26. december 2022 opdateret af: The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School

Anvendelse af Deep Learning Automation baseret på time-lapse-billeddannelse til fælles vurdering af embryoudvikling for at forbedre graviditetsresultatet af enkelt blastocystoverførsel

Formålet med denne forskning er at anvende deep learning-automatisering baseret på Time-lapse-billeddannelse til i fællesskab at vurdere embryoudvikling, så det kan sikre konsistensen af ​​embryoevaluering og forbedre evalueringens nøjagtighed.

Studieoversigt

Status

Ikke rekrutterer endnu

Betingelser

Intervention / Behandling

Detaljeret beskrivelse

Denne undersøgelse er en observationel prospektiv undersøgelse efter en retrospektiv analyse. Det er et enkeltcenterstudie uden randomisering eller blindhed. I det tidlige stadie indsamles 1000 patienter fra tre perioder med embryokultur gennem Time-lapse for at etablere et automatiseret fælles evalueringssystem for hele processen med embryoudvikling. På det senere tidspunkt opdeles patienterne i to grupper: Time-Lapse imaging (TLI) + Artificial Intelligence(AI) vurderingsgruppe og morfologisk vurderingsgruppe. 100 patienter med enkeltblastocysttransplantation dag 5 udføres for at følge op på graviditetsresultatet.

Undersøgelsestype

Observationel

Tilmelding (Forventet)

100

Deltagelseskriterier

Forskere leder efter personer, der passer til en bestemt beskrivelse, kaldet berettigelseskriterier. Nogle eksempler på disse kriterier er en persons generelle helbredstilstand eller tidligere behandlinger.

Berettigelseskriterier

Aldre berettiget til at studere

20 år til 40 år (Voksen)

Tager imod sunde frivillige

Ingen

Køn, der er berettiget til at studere

Kvinde

Prøveudtagningsmetode

Ikke-sandsynlighedsprøve

Studiebefolkning

Patienter er under 40 år og har brug for kunstig intervention for at få børn

Beskrivelse

Inklusionskriterier:

  • (1) Alder < 40 år gammel; (2) Rutinemæssige IVF-cyklusser; (3) Periodenummer ≤ 2; (4) Antallet af opsamlede æg er 5-15; (5) BMI: 18-25 kg/m 2, follikelstimulerende hormon (FSH) ≤ 12 IE/L på den tredje dag; (6) Patienter med mere end 3 embryoner af høj kvalitet på dag 3 og udførte enkelt blastocysttransplantation på dag 5. (7) Patient uden endometriefaktorer.

Ekskluderingskriterier:

  • (1) Preimplantation Genetic Testing (PGT) er nødvendig på grund af mandlig infertilitet, ægløsningscyklus og kromosomabnormaliteter; (2) der er systemiske sygdomme af klinisk betydning; (3) Billeder af blastocyster er ikke dannet eller tilgængelige; (4) Ufuldstændig eller uklar billedsamling i prokaryote, mitotiske og blastocystfaser påvirkede AI-evaluering.

Studieplan

Dette afsnit indeholder detaljer om studieplanen, herunder hvordan undersøgelsen er designet, og hvad undersøgelsen måler.

Hvordan er undersøgelsen tilrettelagt?

Design detaljer

  • Observationsmodeller: Andet
  • Tidsperspektiver: Fremadrettet

Kohorter og interventioner

Gruppe / kohorte
Intervention / Behandling
TLI+AI vurderingsgruppe
Diagnostisk test: Automatisk billedgenkendelse
En maskine, der automatisk behandler fotografier, der er taget
Morfologisk vurderingsgruppe
Diagnostisk test: Manuel vurderingsgruppe
Manuel genkendelse af billeder

Hvad måler undersøgelsen?

Primære resultatmål

Resultatmål
Foranstaltningsbeskrivelse
Tidsramme
implantationshastighed
Tidsramme: 2022-2023
sandsynligheden for vellykket implantation af embryonet i livmoderen
2022-2023

Samarbejdspartnere og efterforskere

Det er her, du vil finde personer og organisationer, der er involveret i denne undersøgelse.

Sponsor

The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School

Datoer for undersøgelser

Disse datoer sporer fremskridtene for indsendelser af undersøgelsesrekord og resumeresultater til ClinicalTrials.gov. Studieregistreringer og rapporterede resultater gennemgås af National Library of Medicine (NLM) for at sikre, at de opfylder specifikke kvalitetskontrolstandarder, før de offentliggøres på den offentlige hjemmeside.

Studer store datoer

Studiestart (Forventet)

30. december 2022

Primær færdiggørelse (Forventet)

15. december 2023

Studieafslutning (Forventet)

15. juni 2024

Datoer for studieregistrering

Først indsendt

5. december 2022

Først indsendt, der opfyldte QC-kriterier

26. december 2022

Først opslået (Skøn)

4. januar 2023

Opdateringer af undersøgelsesjournaler

Sidste opdatering sendt (Skøn)

4. januar 2023

Sidste opdatering indsendt, der opfyldte kvalitetskontrolkriterier

26. december 2022

Sidst verificeret

1. november 2022

Mere information

Begreber relateret til denne undersøgelse

Andre undersøgelses-id-numre

  • wangshanshan820

Lægemiddel- og udstyrsoplysninger, undersøgelsesdokumenter

Studerer et amerikansk FDA-reguleret lægemiddelprodukt

Ingen

Studerer et amerikansk FDA-reguleret enhedsprodukt

Ja

Disse oplysninger blev hentet direkte fra webstedet clinicaltrials.gov uden ændringer. Hvis du har nogen anmodninger om at ændre, fjerne eller opdatere dine undersøgelsesoplysninger, bedes du kontakte register@clinicaltrials.gov. Så snart en ændring er implementeret på clinicaltrials.gov, vil denne også blive opdateret automatisk på vores hjemmeside .

Kliniske forsøg med Reproduktionsmedicin

Kliniske forsøg med Automatisk billedgenkendelse

Søg i lignende forsøg

Sponsorer og samarbejdspartnere

Medicinske tilstande

Narkotikainterventioner

CROs by country

CROs in Colombia

Betingelser

Sjældne sygdomme

Narkotikainterventioner

Kosttilskud

Sponsor / samarbejdspartnere

Placeringer

Abonner