Software baseado em rede neural artificial desenvolvido por meio de algoritmo genético para a classificação morfológica de blastocistos bovinos
Autor(a) principal: | |
---|---|
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 |