研究人员开发了EMBRACE，一个新颖的多任务深度学习框架，旨在提高体外受精（IVF）中胚胎分裂期的质量评估。该系统集成了来自显微镜图像的细胞质碎片分割、发育阶段分类和卵裂球对称性分级。通过结合ResNet-50骨干网络、多尺度特征融合模块和特定任务的分类头，EMBRACE旨在克服传统视觉评估中固有的观察者变异性。该框架在独立的测试集上表现强劲，在发育阶段分类方面取得了高精度，并在碎片分割和对称性分级方面取得了稳健的指标，尽管临床部署仍需要外部验证。 AI
影响 该框架可以标准化和提高IVF胚胎评估的准确性，可能带来更高的成功率。
排序理由 该集群包含一篇详细介绍特定应用新AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
