{rfName}
De

Indexado en

Licencia y uso

Icono OpenAccess

Citaciones

17

Altmetrics

Grant support

Supported in part by Agencia Valenciana de la Innovacion (AVI) (2002-VLC-011-MM), by the Spanish Government (DIN2018-009911; E.P.), by the Generalitat Valenciana (AEST/2021/054; V.N.), and by the Generalitat Valenciana with the donation of the DGX A100 used for this work, action co-financed by the European Union through the Operational Program of the European Regional Development Fund of the Comunitat Valenciana 2014-2020 (IDIFEDER/2020/030).

Análisis de autorías institucional

Payá, ElenaAutor (correspondencia)Pulgarín, CristianAutor o CoautorColomer, AdrianAutor o CoautorNaranjo, ValeryAutor o Coautor

Compartir

16 de enero de 2025
Publicaciones
>
Artículo
Sí

Deep learning system for classification of ploidy status using time-lapse videos

Publicado en:F And S Science. 4 (3): 211-218 - 2023-08-01 4(3), DOI: 10.1016/j.xfss.2023.06.002

Autores: Paya, Elena; Pulgarin, Cristian; Bori, Lorena; Colomer, Adrian; Naranjo, Valery; Meseguer, Marcos

Afiliaciones

Hlth Res Inst Fe, Valencia, Spain - Autor o Coautor
IVIRMA Valencia, Valencia, Spain - Autor o Coautor
Univ Politecn Valencia, Inst Invest & Innovac Bioingn i3B, Valencia, Spain - Autor o Coautor

Resumen

Objective: To develop a spatiotemporal model for de prediction of euploid and aneuploid embryos using time-lapse videos from 10- Main Outcome Measures: The research used an end-to-end approach to develop an automated artificial intelligence system capable of extracting features from images and classifying them, considering spatiotemporal dependencies. A convolutional neural network extracted the most relevant features from each video frame. A bidirectional long short-term memory layer received this information and analyzed the temporal dependencies, obtaining a low-dimensional feature vector that characterized each video. A multilayer perceptron classified them into 2 groups, euploid and noneuploid. Results: The model performance in accuracy fell between 0.6170 and 0.7308. A multi-input model with a gate recurrent unit module performed better than others; the precision (or positive predictive value) is 0.8205 for predicting euploidy. Sensitivity, specificity, F1Score and accuracy are 0.6957, 0.7813, 0.7042, and 0.7308, respectively. Conclusions: This article proposes an artificial intelligence solution for prioritizing euploid embryo transfer. We can highlight the identification of a noninvasive method for chromosomal status diagnosis using a deep learning approach that analyzes raw data provided by time-lapse incubators. This method demonstrated potential automation of the evaluation process, allowing spatial and temporal information to encode. (Fertil Steril Sci (R) 2023;4:211-8. (c) 2023 by American Society for Reproductive Medicine.)

Palabras clave

AneuploidyArti fi cial intelligenceArtificial intelligenceBiopsyComputer visioComputer visionDeep learningEmbryosEuploidPgt-aPloidiesPloidyPredictionRemovaRetrospective studiesRetrospective studyTime lapse imagingTime-lapseTime-lapse imaging

Indicios de calidad

Impacto bibliométrico. Análisis de la aportación y canal de difusión

El trabajo ha sido publicado en la revista F And S Science debido a la progresión y el buen impacto que ha alcanzado en los últimos años, según la agencia Scopus (SJR), se ha convertido en una referencia en su campo. En el año de publicación del trabajo, 2023, se encontraba en la posición , consiguiendo con ello situarse como revista Q2 (Segundo Cuartil), en la categoría Embryology.

Desde una perspectiva relativa, y atendiendo al indicador del impacto normalizado calculado a partir de las Citas Mundiales de Scopus Elsevier, arroja un valor para la media Ponderada del Impacto Normalizado de la agencia Scopus: 1.15, lo que indica que, de manera comparada con trabajos en la misma disciplina y en el mismo año de publicación, lo ubica como trabajo citado por encima de la media. (fuente consultada: ESI 14 Nov 2024)

Esta información viene reforzada por otros indicadores del mismo tipo, que aunque dinámicos en el tiempo y dependientes del conjunto de citaciones medias mundiales en el momento de su cálculo, coinciden en posicionar en algún momento al trabajo, entre el 50% más citados dentro de su temática:

  • Field Citation Ratio (FCR) de la fuente Dimensions: 4.64 (fuente consultada: Dimensions Jul 2025)

De manera concreta y atendiendo a las diferentes agencias de indexación, el trabajo ha acumulado, hasta la fecha 2025-07-18, el siguiente número de citas:

  • WoS: 5
  • Scopus: 3
  • Europe PMC: 4

Impacto y visibilidad social

Desde la dimensión de Influencia o adopción social, y tomando como base las métricas asociadas a las menciones e interacciones proporcionadas por agencias especializadas en el cálculo de las denominadas “Métricas Alternativas o Sociales”, podemos destacar a fecha 2025-07-18:

  • La utilización de esta aportación en marcadores, bifurcaciones de código, añadidos a listas de favoritos para una lectura recurrente, así como visualizaciones generales, indica que alguien está usando la publicación como base de su trabajo actual. Esto puede ser un indicador destacado de futuras citas más formales y académicas. Tal afirmación es avalada por el resultado del indicador “Capture” que arroja un total de: 22 (PlumX).

Con una intencionalidad más de divulgación y orientada a audiencias más generales podemos observar otras puntuaciones más globales como:

    Es fundamental presentar evidencias que respalden la plena alineación con los principios y directrices institucionales en torno a la Ciencia Abierta y la Conservación y Difusión del Patrimonio Intelectual. Un claro ejemplo de ello es:

    • El trabajo se ha enviado a una revista cuya política editorial permite la publicación en abierto Open Access.

    Análisis de liderazgo de los autores institucionales

    Existe un liderazgo significativo ya que algunos de los autores pertenecientes a la institución aparecen como primer o último firmante, se puede apreciar en el detalle: Primer Autor (Paya Bosch, Elena) .

    el autor responsable de establecer las labores de correspondencia ha sido Paya Bosch, Elena.