Busca avançada
Ano de início
Entree

Predição de batimento cardíaco fetal por meio de inteligência artificial e de variáveis morfológicas, morfocinéticas e relacionadas com a paciente

Processo: 20/07634-9
Modalidade de apoio:Bolsas no Brasil - Mestrado
Vigência (Início): 01 de janeiro de 2021
Vigência (Término): 28 de fevereiro de 2022
Área do conhecimento:Ciências da Saúde - Medicina
Pesquisador responsável:Marcelo Fábio Gouveia Nogueira
Beneficiário:Dóris Spinosa Chéles
Instituição Sede: Faculdade de Ciências e Letras (FCL-ASSIS). Universidade Estadual Paulista (UNESP). Campus de Assis. Assis , SP, Brasil
Assunto(s):Técnicas de reprodução assistida   Imagem com lapso de tempo   Embrião   Embriogênese   Blastocisto   Algoritmos genéticos
Palavra(s)-Chave do Pesquisador:embrião | Inteligência Artificial | Morfocinética | Morfologia | Paciente | reprodução assistida | Reprodução Humana

Resumo

As tecnologias de reprodução assistida vêm sendo cada vez mais utilizadas, porém, ainda que continuamente aprimoradas, a gravidez não é garantida. A cultura embrionária e de modo ininterrupto até o estágio de blastocisto, por meio da utilização do sistema time-lapse, possibilitou melhorias na seleção embrionária. Dessa forma, a partir do vídeo oriundo do monitoramento via time-lapse, é possível obter imagens do embrião - as quais permitem o acesso à morfologia do blastocisto -, além dos parâmetros morfocinéticos, os quais são derivados dos tempos do desenvolvimento embrionário. Somadas à morfologia e à morfocinética embrionária, as informações relacionadas às pacientes constituem as principais variáveis que influenciam o sucesso da reprodução assistida. Estas variáveis podem ser utilizadas como entrada para um software baseado em inteligência artificial: redes neurais artificiais combinadas com algoritmos genéticos. As redes neurais artificiais aprendem por meio da experiência e do erro: recebem estímulos do exterior, processam as informações recebidas e fornecem um resultado. Os algoritmos genéticos permitem que as redes com as melhores acurácias sejam selecionadas a cada iteração do algoritmo. Portanto, o objetivo com este projeto é a aplicação de variáveis oriundas de três fontes distintas em um software baseado em inteligência artificial para a predição de gravidez por batimento cardíaco fetal. Esse software tornará objetiva a avaliação, facilitando a escolha do embrião de melhor qualidade pelo embriologista e com a maior chance de estabelecer gestação. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
DE ROSSI, HUGO; BORTOLIERO COSTA, CAMILA; RODRIGUES-ROSSI, LUANA TEIXEIRA; BARROS NUNES, GIOVANA; SPINOSA CHELES, DORIS; MARAN PEREIRA, ISABELLA; ROCHA, DANIELE F. O.; FEITOSA, ELOI; COLNAGHI SIMIONATO, ANA VALERIA; ZOCCAL MINGOTI, GISELE; et al. Modulating the lipid profile of blastocyst cell membrane with DPPC multilamellar vesicles. ARTIFICIAL CELLS NANOMEDICINE AND BIOTECHNOLOGY, v. 50, n. 1, p. 10-pg., . (20/07634-9, 20/11596-5, 12/50533-2, 19/10732-5)
CHELES, DORIS SPINOSA; FERREIRA, ANDRE SATOSHI; DE JESUS, ISABELA SUEITT; FERNANDEZ, ELEONORA INACIO; PINHEIRO, GABRIEL MARTINS; DAL MOLIN, ELOIZA ADRIANE; ALVES, WALLACE; MILANEZI DE SOUZA, REBECA COLAUTO; BORI, LORENA; MESEGUER, MARCOS; et al. An Image Processing Protocol to Extract Variables Predictive of Human Embryo Fitness for Assisted Reproduction. APPLIED SCIENCES-BASEL, v. 12, n. 7, p. 20-pg., . (20/07634-9, 18/24252-2, 19/26749-4, 17/19323-5, 19/26684-0)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
CHÉLES, Dóris Spinosa. Predição de batimento cardíaco fetal por meio de inteligência artificial e de variáveis morfológicas, morfocinéticas e relacionadas com a paciente. 2022. Dissertação de Mestrado - Universidade Estadual Paulista (Unesp). Instituto de Biociências. Botucatu Botucatu.

Por favor, reporte erros na lista de publicações científicas utilizando este formulário.