Aktivität: Vortrag oder Präsentation › Posterpräsentation › Science-to-science
Beschreibung
Weltweit sind Millionen von Paaren von Unfruchtbarkeit betroffen, und die In-vitro-Fertilisation (IVF) ist eine der wichtigsten therapeutischen Ansätze. Allerdings liegt die Erfolgsrate beim ersten IVF-Versuch nur bei etwa 40 %, was den Bedarf an verbesserten Methoden verdeutlicht. Zu den aktuellen Herausforderungen zählen begrenzte Modelle zur Untersuchung der Embryoeinnistung und das Fehlen robuster Metriken zur Bewertung von Implantationsbildern. Um diese Probleme zu lösen, haben wir ImplantoMetrics entwickelt: ein Fiji-Plugin, das 3DIn-vitro-Modelle mit Deep Learning (CNNs, XGBoost) kombiniert, um den Implantationsprozess quantitativ zu bewerten. ImplantoMetrics beschleunigt die Analyse (~13-mal schneller) im Vergleich zu manuellen Methoden und reduziert Fehler durch Automatisierung. Darüber hinaus ist es auch in der Krebsforschung zur Untersuchung der Sphäroidinvasion anwendbar.