Result: Early prediction of the transferability of bovine embryos from videomicroscopy
Title:
Early prediction of the transferability of bovine embryos from videomicroscopy
Authors:
Contributors:
Large Scale Collaborative Data Mining (LACODAM), Centre Inria de l'Université de Rennes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-GESTION DES DONNÉES ET DE LA CONNAISSANCE (IRISA-D7), Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-Institut National de Recherche en Informatique et en Automatique (Inria)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Institut de Recherche en Informatique et Systèmes Aléatoires (IRISA), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université de Bretagne Sud (UBS)-École normale supérieure - Rennes (ENS Rennes)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT), Imagerie Spatio-Temporelle, Intelligence Artificielle et Calcul Numérique pour la Biologie Cellulaire et Chemobiologie (SAIRPICO), Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Chimie biologique des membranes et ciblage thérapeutique (CBMCT - UMR 3666 / U1143), Institut Curie [Paris]-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie - CNRS Chimie (INC-CNRS)-Centre National de la Recherche Scientifique (CNRS)-Institut Curie [Paris]-Institut National de la Santé et de la Recherche Médicale (INSERM)-Institut de Chimie - CNRS Chimie (INC-CNRS)-Centre National de la Recherche Scientifique (CNRS), Université Paris-Saclay, Université de Versailles Saint-Quentin-en-Yvelines (UVSQ), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), École nationale vétérinaire d'Alfort (ENVA)
Source:
ICIP 2024 - IEEE International Conference on Image Processing. :1-6
Publisher Information:
CCSD; IEEE, 2024.
Publication Year:
2024
Collection:
collection:UNIV-RENNES1
collection:CNRS
collection:INRIA
collection:UNIV-UBS
collection:INSA-RENNES
collection:INRIA-RENNES
collection:IRISA
collection:IRISA_SET
collection:INRIA_TEST
collection:FNCLCC
collection:CURIE
collection:TESTALAIN1
collection:UVSQ
collection:CENTRALESUPELEC
collection:INRIA2
collection:INC-CNRS
collection:UR1-HAL
collection:PSL
collection:UR1-MATH-STIC
collection:UNIV-PARIS-SACLAY
collection:UR1-UFR-ISTIC
collection:AGREENIUM
collection:TEST-UR-CSS
collection:UNIV-RENNES
collection:INRIA-RENGRE
collection:ENVA
collection:INRAE
collection:INSTITUT-CURIE-PSL
collection:UVSQ-UPSACLAY
collection:UNIVERSITE-PARIS-SACLAY
collection:UR1-MATH-NUM
collection:CYBERSCHOOL
collection:RESEAU-EAU
collection:DIGIT-BIO
collection:PSACLAY-TEST
collection:BRC-RARE
collection:CNRS
collection:INRIA
collection:UNIV-UBS
collection:INSA-RENNES
collection:INRIA-RENNES
collection:IRISA
collection:IRISA_SET
collection:INRIA_TEST
collection:FNCLCC
collection:CURIE
collection:TESTALAIN1
collection:UVSQ
collection:CENTRALESUPELEC
collection:INRIA2
collection:INC-CNRS
collection:UR1-HAL
collection:PSL
collection:UR1-MATH-STIC
collection:UNIV-PARIS-SACLAY
collection:UR1-UFR-ISTIC
collection:AGREENIUM
collection:TEST-UR-CSS
collection:UNIV-RENNES
collection:INRIA-RENGRE
collection:ENVA
collection:INRAE
collection:INSTITUT-CURIE-PSL
collection:UVSQ-UPSACLAY
collection:UNIVERSITE-PARIS-SACLAY
collection:UR1-MATH-NUM
collection:CYBERSCHOOL
collection:RESEAU-EAU
collection:DIGIT-BIO
collection:PSACLAY-TEST
collection:BRC-RARE
Subject Terms:
embryo, classification, CNN, video-microscopy embryo classification CNN, video-microscopy, [INFO.INFO-AI]Computer Science [cs], Artificial Intelligence [cs.AI], [INFO.INFO-BI]Computer Science [cs], Bioinformatics [q-bio.QM], [INFO.INFO-CV]Computer Science [cs], Computer Vision and Pattern Recognition [cs.CV], [INFO.INFO-TI]Computer Science [cs], Image Processing [eess.IV]
Subject Geographic:
Original Identifier:
HAL: hal-04880222
Document Type:
Conference
conferenceObject<br />Conference papers
Language:
English
Access URL:
Rights:
info:eu-repo/semantics/OpenAccess
URL: http://creativecommons.org/licenses/by/
URL: http://creativecommons.org/licenses/by/
Accession Number:
edshal.hal.04880222v1
Database:
HAL
Further Information
Accepted at the 2024 IEEE International Conference on Image Processing.
Videomicroscopy is a promising tool combined with machine learning for studying the early development of in vitro fertilized bovine embryos and assessing its transferability as soon as possible. We aim to predict the embryo transferability within four days at most, taking 2D time-lapse microscopy videos as input. We formulate this problem as a supervised binary classification problem for the classes transferable and not transferable. The challenges are three-fold: 1) poorly discriminating appearance and motion, 2) class ambiguity, 3) small amount of annotated data. We propose a 3D convolutional neural network involving three pathways, which makes it multi-scale in time and able to handle appearance and motion in different ways. For training, we retain the focal loss. Our model, named SFR, compares favorably to other methods. Experiments demonstrate its effectiveness and accuracy for our challenging biological task.