Tüp bebek tedavisinde embriyo seçiminin modellenmesi
Modeling embriyo selection in vitro fertilization treatment
- Tez No: 674318
- Danışmanlar: PROF. DR. ABDULBARİ BENER
- Tez Türü: Doktora
- Konular: İstatistik, Biyoistatistik, Statistics, Biostatistics
- Anahtar Kelimeler: Embriyo, Embriyo gelişimi, Fertilizasyon, Fertilizasyon-in vitro, Makine öğrenmesi, Makine öğrenmesi yöntemleri, Sınıflandırma, Embryo, Embryonic development, Fertilization, Fertilization-in vitro, Machine learning, Machine learning methods, Classification
- Yıl: 2021
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyoistatistik Ana Bilim Dalı
- Bilim Dalı: Biyoistatistik ve Tıp Bilişimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Tüp bebek tedavisinde başarı günden güne artış gösterse de henüz istenen başarı düzeyi elde edilememiştir. Bu nedenle, bu nedenle tedaviyi uygulayan klinisyenler ve hastalar tıbbi, finansal ve sosyal kayıplar yaşamaktadır. Bu çalışmanın amacı, IVF tedavisinde embriyonun tutunma başarısını çiflerin demografik özellikleri, embriyonun kalitesi ve IVF sürecine özgü COS değişkenleri ile makine öğrenmesi yöntemleri ile tahmin etmektir. Bunun yanında IVF başarısını etkileyen değişkenlerin bulunması ve önemine göre sıralanması da çalışmanın alt amacıdır. Araştırma, bir retrospektif kohort çalışmasıdır. Çalışmada kullanılan veri seti tek bir merkezden alınmış 939 embriyodan oluşmaktadır. Embriyonun tutunma başarısı modellendiği için model bir sınıflandırma problemi göstermektedir. Bu amaçla, Lojistik Regresyon, Naive Bayes, Rastgele Orman, Destek Vektör Makineları, Yapay Sinir ağları, Gradyan Arttırma Makineları,Bagging, Xgboosting ve Super Learner algoritmaları kullanılmıştır. Modellerin başarısı performans ölçütleri ile karşılaştırılarak en iyi tahmini yapan algoritmanın bulunması ve embriyo tutunma başarısını etkileyen değişkenlerin önem dereceleri bulunmuştur. Sonuç olarak, var olan algoritmaları bir arada kullanarak daha üstün sonuçlar veren Super Learner algoritması % 88 AUROC ile en başarılı sonucu vermiştir. IVF başarısında, embriyonu modellenmesinde en önemli değişken annenin yaşı olarak belirlenmiştir. Çalışma, IVF klinisyenlerine ve hastalara, makine öğrenmesi temelli bir klinik karar destek sistemi önermektedir.
Özet (Çeviri)
Although success in in vitro fertilization (IVF) treatment has increased recently, it has not yet achieved the desired level of success. For this reason, clinicians and patients have difficulties with medical, social and also financial. The aim of this study is to predict using machine learning methods to select the most accurate embryo for IVF success. In addition, finding the variables that affect IVF success the most is the second objective of the study. The research is a retrospective cohort study. The data set used in the study consists of 939 embryos taken from a single center. The aim is a classification problem as it is modeled whether the embryo is successful (1) or not (0). Logistic Regression, Naïve Bayes, Random Forest, Support Machine, Bagging, Gradian Boosting Trees, Xgboosting ve Super Learner methods were used to model embryo selection. As a result, the Super Learner provided the best prediction with %88 AUROC. The most important variable in the success of IVF in embryo modeling was determined as the age of the mother. The study proposes a machine learning-based clinical decision support system for IVF clinicians and patients.
Benzer Tezler
- Analysis of sperm cytoplasmic mRNA content with special reference to the storage temperature and its possible impact on early embryonic development
Farklı saklama sıcaklığına bağlı olarak spermatozoonlarda sitoplazmik mRNA içeriğindeki değişimlerin erken embriyonik gelişim üzerine muhtemel etkileri
MAİA ÖZDEMİR
Yüksek Lisans
İngilizce
2021
Histoloji ve EmbriyolojiAydın Adnan Menderes ÜniversitesiHistoloji ve Embriyoloji Ana Bilim Dalı
PROF. DR. ALPASLAN GÖKÇİMEN
- Gonal F (follitropin alfa) ve pergoveris(follitropin alfa ve lutropin alfa) kullanılan IVF sikluslarında ovaryan stimülasyon sonuçlarının karşılaştırılması
Gonal ;F (follitropin alfa) and pergoveris(follitropin alfa and lutropin alfa) usedovarian stimulation in IVF cyclescomparison of results
EDA GÖKDAĞ
Tıpta Uzmanlık
Türkçe
2022
Kadın Hastalıkları ve DoğumOndokuz Mayıs ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
PROF. DR. DAVUT GÜVEN
- Tüp bebek tedavisinde mikro akışkan çip( sperm chip) ve yüzdürme (SWİM UP) yıkama yöntemlerinin embriyo gelişimine ve gebeliğe etkisi
The effect of micro fluid chip and swim up washing methods on embryo development and pregnancy in İVF treatment
BUSE MAZLUMOĞLU
Yüksek Lisans
Türkçe
2022
Biyolojiİstanbul Yeni Yüzyıl ÜniversitesiHistoloji ve Embriyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜL İPEK GÜNDOĞAN
- Assessing and enhancing machine learning methods in ivf process: Predictive modeling of implantation and blastocyst development
Tüp bebek tedavi sürecinde yapay öğrenme yöntemleri: İmplantasyon ve blastosist gelişiminin kestirimci modellenmesi
ASLI UYAR ÖZKAYA
Doktora
İngilizce
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE BENER
- Farelerde in vitro embriyo kültürü ve embriyo transferinin fötal trakeya dokusunda bazal hücrelerin sayısı üzerine etkisi
Effect of in vitro mouse embryo culture and embryo transfer on the number of basal cells in fetal trachea
GÖKSEL DOĞAN
Yüksek Lisans
Türkçe
2014
Histoloji ve EmbriyolojiAdnan Menderes ÜniversitesiVeterinerlik Histoloji ve Embriyoloji Ana Bilim Dalı
DOÇ. DR. LEVENT KARAGENÇ