如今，评估胚泡系统的生存能力仍然是经验性的和不可重复的。我们开发了一种基于人工视觉和机器学习（以及其他分类）的算法，该算法使用β-人绒毛膜促性腺激素（b-hCG）测试从胚胎形态和患者年龄预测妊娠。我们使用了两个已知妊娠结局的高质量数据库（n=221）。我们创建了一个由不同的分类组成的系统，该系统提供了从数字显微照片中提取的新的形态特征，以及用于预测妊娠的其他非形态数据。
使用不同的fve分类：概率贝叶斯、支持向量机（SVM）、深度神经网络、决策树和随机森林（RF）进行评估，使用k倍交叉验证评估模型的泛化能力。在数据库A中，SVM分类器的F1得分为0.74，AUC为0.77。在数据库B中，RF Classifier的F1得分为0.71，AUC为0.75。我们的结果表明，该系统能够从单个数字图像预测阳性妊娠试验，这是一种新的方法，具有使用小型数据库、高度适应不同实验室设置以及易于融入临床实践等优点。
未完待续……
完整文献，请识别添加领取
