基于动态规划多任务深度学习的时差视频胚胎早期发育阶段分类
图像与视频处理
2019-08-27 v1 计算机与社会
机器学习
摘要
时差成像是一种用于记录体外受精（IVF）过程中胚胎发育的技术。准确分类胚胎早期发育阶段可为胚胎学家提供评估胚胎质量的宝贵信息，因此对 IVF 的成功至关重要。本文提出一种动态规划多任务深度学习（MTDL-DP）方法用于此目的。它首先使用 MTDL 将时差视频中的每一帧预分类为某个胚胎发育阶段，然后使用 DP 优化阶段序列，使阶段编号单调非递减，这通常在实践中成立。研究了不同的 MTDL 框架，例如一对多、多对一和多对多。结果表明，一对多 MTDL 框架在性能与计算成本之间取得了最佳折衷。据我们所知，这是首个将 MTDL 应用于时差视频胚胎早期发育阶段分类的研究。
引用
@article{arxiv.1908.09637,
title = {Multi-Task Deep Learning with Dynamic Programming for Embryo Early Development Stage Classification from Time-Lapse Videos},
author = {Zihan Liu and Bo Huang and Yuqi Cui and Yifan Xu and Bo Zhang and Lixia Zhu and Yang Wang and Lei Jin and Dongrui Wu},
journal= {arXiv preprint arXiv:1908.09637},
year = {2019}
}