应用深度学习联合评估胚胎发育以提高胚胎移植的妊娠结局
基于延时成像的深度学习自动化在联合评估胚胎发育中的应用，以改善单囊胚移植的妊娠结局
本研究旨在应用基于Time-lapse imaging的深度学习自动化联合评估胚胎发育，从而保证胚胎评估的一致性，提高评估的准确性。
研究概览
详细说明
本研究是回顾性分析后的观察性前瞻性研究。
这是一项没有随机化或盲法的单中心研究。
前期通过Time-lapse从三个时期的胚胎培养中收集1000名患者，建立胚胎发育全过程的自动化联合评估系统。
后期将患者分为两组：延时成像（TLI）+人工智能（AI）评估组和形态学评估组。
100例患者进行第5天单囊胚移植，随访妊娠结局。
研究类型
观察性的
注册 (预期的)
100
参与标准
研究人员寻找符合特定描述的人，称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。
资格标准
适合学习的年龄
20年 至 40年 (成人)
接受健康志愿者
不
有资格学习的性别
女性
取样方法
非概率样本
研究人群
患者年龄在40岁以下，需要人工干预才能生育
描述
纳入标准：
- （一）年龄<40岁； (2) 常规试管婴儿周期； (3)周期数≤2； (4) 采集的卵子数量为5-15个； (5) BMI：18-25 kg/m 2 ，第3天卵泡刺激素(FSH)≤12 IU/L； (6)第3天获得3个以上优质胚胎，第5天进行单囊胚移植的患者。 (7)无子宫内膜因素的患者。
排除标准：
- (1) 因男性不育、排卵周期、染色体异常需要进行胚胎植入前基因检测（PGT）； (2)有具有临床意义的全身性疾病； (3)囊胚图片未形成或无法提供； (4) 原核、有丝分裂和囊胚阶段的图像采集不完整或不清晰影响AI评估。
学习计划
本节提供研究计划的详细信息，包括研究的设计方式和研究的衡量标准。
研究是如何设计的？
设计细节
- 观测模型：其他
- 时间观点：预期
队列和干预
团体/队列 |
干预/治疗 |
|---|---|
|
TLI+AI评估组
|
处理自动拍摄的照片的机器
|
|
形态评估组
|
手动识别图片
|
研究衡量的是什么？
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
着床率
大体时间：2022-2023
|
胚胎成功植入子宫的概率
|
2022-2023
|
合作者和调查者
在这里您可以找到参与这项研究的人员和组织。
研究记录日期
这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查，以确保它们在发布到公共网站之前符合特定的质量控制标准。
研究主要日期
学习开始 (预期的)
2022年12月30日
初级完成 (预期的)
2023年12月15日
研究完成 (预期的)
2024年6月15日
研究注册日期
首次提交
2022年12月5日
首先提交符合 QC 标准的
2022年12月26日
首次发布 (估计)
2023年1月4日
研究记录更新
最后更新发布 (估计)
2023年1月4日
上次提交的符合 QC 标准的更新
2022年12月26日
最后验证
2022年11月1日
更多信息
与本研究相关的术语
其他研究编号
- wangshanshan820
药物和器械信息、研究文件
研究美国 FDA 监管的药品
不
研究美国 FDA 监管的设备产品
是的
此信息直接从 clinicaltrials.gov 网站检索，没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求，请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改，我们的网站上也会自动更新.