Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos

Detalhes bibliográficos
Autor(a) principal: Matos, Felipe Delestro [UNESP]
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/115875
Resumo: A classificação morfológica embrionária possui grande importância para inúmeras técnicas laboratoriais (desde pesquisas básicas às aplicadas na reprodução assistida). Entretanto, o método utilizado para realizar a classificação dos embriões em diferentes graus de qualidade sempre foi baseado na subjetividade do avaliador e, por mais que sejam estabelecidos padrões de graus de qualidade e descrições das características morfológicas que categorizam um embrião em cada grau, não há atualmente um método preciso que possa gerar resultados consistentes e confiáveis. Assim, nosso trabalho resultou no desenvolvimento de um software capaz de realizar a classificação da qualidade morfológica de blastocistos bovinos. Utilizamos como base de funcionamento técnicas de inteligência artificial (mais especificamente de Redes Neurais Artificiais e Algoritmos Genéticos). Resultados indicam uma taxa de acerto global de 79,2% na classificação de blastocistos bovinos em 3 graus de qualidade, sendo que para os blastocistos classificados como Excelentes ou Bons (Classe 1) a taxa de acerto é de 82,6%, para os blastocistos classificados como Regulares (Classe 2) é de 16,7% e para os blastocistos classificados como Pobres (Classe 3) a taxa de acerto é de 91,7%
id UNSP_576f1f334e853efa09cd80cea5c0d3d1
oai_identifier_str oai:repositorio.unesp.br:11449/115875
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinosEmbriologiaBlastocistoSoftware - DesenvolvimentoRedes neurais (Computação)Algoritmos genéticosEmbryologyA classificação morfológica embrionária possui grande importância para inúmeras técnicas laboratoriais (desde pesquisas básicas às aplicadas na reprodução assistida). Entretanto, o método utilizado para realizar a classificação dos embriões em diferentes graus de qualidade sempre foi baseado na subjetividade do avaliador e, por mais que sejam estabelecidos padrões de graus de qualidade e descrições das características morfológicas que categorizam um embrião em cada grau, não há atualmente um método preciso que possa gerar resultados consistentes e confiáveis. Assim, nosso trabalho resultou no desenvolvimento de um software capaz de realizar a classificação da qualidade morfológica de blastocistos bovinos. Utilizamos como base de funcionamento técnicas de inteligência artificial (mais especificamente de Redes Neurais Artificiais e Algoritmos Genéticos). Resultados indicam uma taxa de acerto global de 79,2% na classificação de blastocistos bovinos em 3 graus de qualidade, sendo que para os blastocistos classificados como Excelentes ou Bons (Classe 1) a taxa de acerto é de 82,6%, para os blastocistos classificados como Regulares (Classe 2) é de 16,7% e para os blastocistos classificados como Pobres (Classe 3) a taxa de acerto é de 91,7%Embryonic morphological classification has great importance for numerous laboratory techniques (from basic to applied research in assisted reproduction). However, the method used to perform the classification of embryos in varying degrees of quality has always been based on the subjectivity of the evaluator. Although quality standards and descriptions of morphological characteristics that categorize an embryo in each grade are established, currently there is not an accurate method that can generate consistent and reliable results. Thus, our work resulted in the development of a software able to perform the classification of morphological quality of bovine blastocysts. Artificial Intelligence techniques (such as Artificial Neural Networks and Genetic Algorithms) were used in the development. Results indicate an overall accuracy of 79.2% in the classification of bovine blastocysts in 3 degrees of quality. For blastocysts classified as Excellent or Good (Class 1) the hit rate is 82.6%, for blastocysts classified as Regular (Class 2) is 16.7% and for blastocysts classified as poor (Class 3) the hit rate is 91.7%Universidade Estadual Paulista (Unesp)Nogueira, Marcelo Fábio Gouveia [UNESP]Rocha, José Celso [UNESP]Universidade Estadual Paulista (Unesp)Matos, Felipe Delestro [UNESP]2015-03-03T11:52:38Z2015-03-03T11:52:38Z2014-07-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis127 f. : il.application/pdfMATOS, Felipe Delestro. Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos. 2014. 127 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Filosofia, Ciências e Letras de Assis, 2014.http://hdl.handle.net/11449/115875000810245000810245.pdf33004048023P93734933152414412Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-01-03T06:21:01Zoai:repositorio.unesp.br:11449/115875Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-01-03T06:21:01Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
title Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
spellingShingle Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
Matos, Felipe Delestro [UNESP]
Embriologia
Blastocisto
Software - Desenvolvimento
Redes neurais (Computação)
Algoritmos genéticos
Embryology
title_short Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
title_full Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
title_fullStr Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
title_full_unstemmed Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
title_sort Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
author Matos, Felipe Delestro [UNESP]
author_facet Matos, Felipe Delestro [UNESP]
author_role author
dc.contributor.none.fl_str_mv Nogueira, Marcelo Fábio Gouveia [UNESP]
Rocha, José Celso [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Matos, Felipe Delestro [UNESP]
dc.subject.por.fl_str_mv Embriologia
Blastocisto
Software - Desenvolvimento
Redes neurais (Computação)
Algoritmos genéticos
Embryology
topic Embriologia
Blastocisto
Software - Desenvolvimento
Redes neurais (Computação)
Algoritmos genéticos
Embryology
description A classificação morfológica embrionária possui grande importância para inúmeras técnicas laboratoriais (desde pesquisas básicas às aplicadas na reprodução assistida). Entretanto, o método utilizado para realizar a classificação dos embriões em diferentes graus de qualidade sempre foi baseado na subjetividade do avaliador e, por mais que sejam estabelecidos padrões de graus de qualidade e descrições das características morfológicas que categorizam um embrião em cada grau, não há atualmente um método preciso que possa gerar resultados consistentes e confiáveis. Assim, nosso trabalho resultou no desenvolvimento de um software capaz de realizar a classificação da qualidade morfológica de blastocistos bovinos. Utilizamos como base de funcionamento técnicas de inteligência artificial (mais especificamente de Redes Neurais Artificiais e Algoritmos Genéticos). Resultados indicam uma taxa de acerto global de 79,2% na classificação de blastocistos bovinos em 3 graus de qualidade, sendo que para os blastocistos classificados como Excelentes ou Bons (Classe 1) a taxa de acerto é de 82,6%, para os blastocistos classificados como Regulares (Classe 2) é de 16,7% e para os blastocistos classificados como Pobres (Classe 3) a taxa de acerto é de 91,7%
publishDate 2014
dc.date.none.fl_str_mv 2014-07-28
2015-03-03T11:52:38Z
2015-03-03T11:52:38Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MATOS, Felipe Delestro. Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos. 2014. 127 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Filosofia, Ciências e Letras de Assis, 2014.
http://hdl.handle.net/11449/115875
000810245
000810245.pdf
33004048023P9
3734933152414412
identifier_str_mv MATOS, Felipe Delestro. Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos. 2014. 127 f. Dissertação (mestrado) - Universidade Estadual Paulista, Faculdade de Filosofia, Ciências e Letras de Assis, 2014.
000810245
000810245.pdf
33004048023P9
3734933152414412
url http://hdl.handle.net/11449/115875
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 127 f. : il.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1803650156324716544

Registros relacionados