[论文解读] Data-Driven Prediction of Embryo Implantation Probability Using IVF Time-lapse Imaging

David H. Silver, Martin Feder+8 more|arXiv (Cornell University)|Jun 1, 2020

Reproductive Biology and Fertility参考文献 14被引用 11

一句话总结

本文提出Ubar模型，一种深度学习模型，可直接从体外受精（IVF）时间延时视频中预测胚胎着床概率，采用CNN-LSTM架构从无标签视频中提取时空特征，并通过微调实现着床预测。与专家胚胎学家小组相比，该模型在阳性预测值方面提高12%，在阴性预测值方面提高29%，在临床相关性上优于人类判断。

ABSTRACT

The process of fertilizing a human egg outside the body in order to help those suffering from infertility to conceive is known as in vitro fertilization (IVF). Despite being the most effective method of assisted reproductive technology (ART), the average success rate of IVF is a mere 20-40%. One step that is critical to the success of the procedure is selecting which embryo to transfer to the patient, a process typically conducted manually and without any universally accepted and standardized criteria. In this paper we describe a novel data-driven system trained to directly predict embryo implantation probability from embryogenesis time-lapse imaging videos. Using retrospectively collected videos from 272 embryos, we demonstrate that, when compared to an external panel of embryologists, our algorithm results in a 12% increase of positive predictive value and a 29% increase of negative predictive value.

研究动机与目标

• 为解决体外受精成功率低且波动大（20–40%）的问题，通过超越主观且非标准化的人工分级方法，改进胚胎选择。
• 开发一种数据驱动的自动化系统，直接从时间延时成像预测着床概率，避免依赖人工定义的形态学参数。
• 通过端到端学习视频数据，提升模型在临床预测准确性方面对专家胚胎学家的超越能力。
• 证明仅使用少量已标注数据集（272个已知着床结果的胚胎）即可训练出性能超越人类专家小组的模型。

提出的方法

• 使用带有$L_2$损失的10层CNN自编码器，在8,789张无标签时间延时视频帧上进行训练，以提取968维的帧级嵌入表示。
• 在4,087个已标注视频上训练LSTM网络，利用编码后的帧嵌入表示预测胚胎学家评分分布。
• 将相同的LSTM编码器通过微调，加入二分类头，用于在272个已知着床结果的视频上预测着床概率（108例成功，164例失败）。
• 通过患者级别数据排除的10折交叉验证进行模型评估，以防止数据泄露。
• 使用AUC、阳性预测值（PPV）和阴性预测值（NPV）评估性能，并与专家小组评分及随机基线进行比较。
• 采用预训练自编码器的嵌入表示，实现端到端训练，实现表征学习与结果预测的联合优化。

实验结果

研究问题

• RQ1 在时间延时胚胎视频上进行端到端训练的深度学习模型，能否在预测着床概率方面超越专家胚胎学家？
• RQ2 一种绕过人工形态学评分标准的数据驱动方法，其预测性能是否优于人工标注的分级系统？
• RQ3 在仅使用相对少量已标注着床结果（272个胚胎）的情况下，模型能否实现高于专家小组的临床预测价值？
• RQ4 该模型的阳性预测值与阴性预测值与专家小组相比如何？预测准确性的提升具有何种临床影响？

主要发现

• Ubar模型在着床预测上的AUC为0.82 ± 0.07，显著高于专家小组的AUC（0.58 ± 0.04）。
• Ubar的阳性预测值（PPV）为93%，相比专家小组的PPV（81% ± 1%）提高了12个百分点。
• Ubar的阴性预测值（NPV）为58%，相比专家小组的NPV（23% ± 8%）提高了29个百分点。
• 在自 resampling 验证（1,000次重复）下，模型性能稳定，AUC与预测值估计具有高度可靠性。
• 模型性能更优，表明其可减少假阳性（非着床胚胎的不必要移植）和假阴性（可着床胚胎的漏诊）。
• 尽管仅使用272个已标注的着床结果，模型仍超越了专家小组表现，表明从无标签数据中进行表征学习可显著增强下游预测性能。