Diseño y desarrollo de sistemas automáticos de predicción de nacidos vivos a partir de imágenes embrionarias.

Abstract

[ES] A consecuencia de la infertilidad, en la actualidad, el campo de la Fecundación In Vitro está en constante desarrollo y evolución tratando de mejorar el éxito de implantación. Es por eso que nace la necesidad de mejorar los métodos de selección de embriones. Encontrar los embriones de mayor calidad permite reducir la cantidad de estos a transferir sin disminuir las probabilidades de embarazo. Para ello se diseñan métodos no invasivos de selección de embriones que proporcionan información acerca de cual elegir a la hora de transferir. Existen varios métodos que distinguen la calidad del embrión, pero estos están sujetos a la evaluación morfológica empleando el microscopio, lo que puede llevar a una evaluación subjetiva por el observador. La finalidad del presente trabajo es la elaboración de un sistema capaz de clasificar embriones según su calidad en tres categorías. El estudio se realizará con embriones de 5 días, también llamados blastocistos, a partir de imágenes en su quinto día de cultivo. A partir de las características extraídas de la imagen, se desarrollará un modelo mediante machine learning para clasificar al embrión dentro de la categoría que corresponda a la calidad de éste. A pesar de que la linea de trabajo y los métodos empleados no hayan conseguido llegar a obtener grandes resultados, no significa que no se pueda mejorar esta propuesta prometedora de clasificación de embriones.