Tillämpning av Deep Learning för att gemensamt bedöma embryoutveckling för att förbättra graviditetsresultatet av embryoöverföring
26 december 2022 uppdaterad av: The Affiliated Nanjing Drum Tower Hospital of Nanjing University Medical School
Tillämpning av Deep Learning Automation baserad på Time-lapse Imaging för att gemensamt utvärdera embryoutveckling för att förbättra graviditetsresultatet av en enskild blastocystöverföring
Syftet med denna forskning är att tillämpa djupinlärningsautomatiseringen baserad på Time-lapse-avbildning för att gemensamt bedöma embryonutveckling, så att den kan säkerställa konsekvensen i embryoutvärderingen och förbättra utvärderingens noggrannhet.
Studieöversikt
Status
Har inte rekryterat ännu
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Denna studie är en observationell prospektiv studie efter en retrospektiv analys.
Det är en encenterstudie utan randomisering eller blindhet.
I ett tidigt skede samlas 1000 patienter in från tre perioder av embryoodling genom Time-lapse för att etablera ett automatiserat gemensamt utvärderingssystem för hela processen med embryoutveckling.
I det senare skedet delas patienterna in i två grupper: Time-Lapse imaging (TLI) + bedömningsgrupp för artificiell intelligens (AI) och morfologisk bedömningsgrupp.
100 patienter med enkelblastocysttransplantation dag 5 genomförs för att följa upp graviditetsutfallet.
Studietyp
Observationell
Inskrivning (Förväntat)
100
Deltagandekriterier
Forskare letar efter personer som passar en viss beskrivning, så kallade behörighetskriterier. Några exempel på dessa kriterier är en persons allmänna hälsotillstånd eller tidigare behandlingar.
Urvalskriterier
Åldrar som är berättigade till studier
20 år till 40 år (Vuxen)
Tar emot friska volontärer
Nej
Kön som är behöriga för studier
Kvinna
Testmetod
Icke-sannolikhetsprov
Studera befolkning
Patienter är under 40 år och behöver konstgjorda ingrepp för att få barn
Beskrivning
Inklusionskriterier:
- (1) Ålder < 40 år gammal; (2) Rutinmässiga IVF-cykler; (3) Periodnummer ≤ 2; (4) Antalet insamlade ägg är 5-15; (5) BMI: 18-25 kg/m 2, follikelstimulerande hormon (FSH) ≤ 12 IE/L på den tredje dagen; (6) Patienter med mer än 3 högkvalitativa embryon på dag 3 och utförde en enkel blastocysttransplantation på dag 5. (7) Patient utan endometriefaktorer.
Exklusions kriterier:
- (1) Preimplantation Genetic Testing (PGT) behövs på grund av manlig infertilitet, ägglossningscykel och kromosomavvikelser; (2) det finns systemiska sjukdomar av klinisk betydelse; (3) Bilder av blastocyster är inte bildade eller tillgängliga; (4) Ofullständig eller oklar bildinsamling i prokaryota, mitotiska och blastocystfaser påverkade AI-utvärderingen.
Studieplan
Det här avsnittet ger detaljer om studieplanen, inklusive hur studien är utformad och vad studien mäter.
Hur är studien utformad?
Designdetaljer
- Observationsmodeller: Övrig
- Tidsperspektiv: Blivande
Kohorter och interventioner
Grupp / Kohort |
Intervention / Behandling |
|---|---|
|
TLI+AI Assessment Group
|
En maskin som bearbetar fotografier som tas automatiskt
|
|
Morfologisk bedömningsgrupp
|
Manuell igenkänning av bilder
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
implantationshastighet
Tidsram: 2022-2023
|
sannolikheten för framgångsrik implantation av embryot i livmodern
|
2022-2023
|
Samarbetspartners och utredare
Det är här du hittar personer och organisationer som är involverade i denna studie.
Studieavstämningsdatum
Dessa datum spårar framstegen för inlämningar av studieposter och sammanfattande resultat till ClinicalTrials.gov. Studieposter och rapporterade resultat granskas av National Library of Medicine (NLM) för att säkerställa att de uppfyller specifika kvalitetskontrollstandarder innan de publiceras på den offentliga webbplatsen.
Studera stora datum
Studiestart (Förväntat)
30 december 2022
Primärt slutförande (Förväntat)
15 december 2023
Avslutad studie (Förväntat)
15 juni 2024
Studieregistreringsdatum
Först inskickad
5 december 2022
Först inskickad som uppfyllde QC-kriterierna
26 december 2022
Första postat (Uppskatta)
4 januari 2023
Uppdateringar av studier
Senaste uppdatering publicerad (Uppskatta)
4 januari 2023
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
26 december 2022
Senast verifierad
1 november 2022
Mer information
Termer relaterade till denna studie
Andra studie-ID-nummer
- wangshanshan820
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Nej
Studerar en amerikansk FDA-reglerad produktprodukt
Ja
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .