目的 探讨拉曼光谱在胚胎质量评估中的应用价值.方法 收集2018年5月至2019年1月在我院生殖中心行卵胞浆内单精子注射(ICSI)治疗的16例患者D3胚胎培养液共122份,采用传统的形态学评分方法对D3胚胎进行评估,将其分为优质胚胎组(66份)与非优质胚胎组(56份),利用拉曼光谱法结合传统的化学计量学方法中主成分分析(PCA)分别对两组培养液进行分析,结合机器学习算法[卷积神经网络模型(CNN)]对所获得的拉曼数据进行模型构建及结果预测.结果 优质胚胎组和非优质胚胎组的拉曼光谱在第一维主成分(PC1)有显著性差异(P<0.05),在第二维主成分(PC2)和第三维主成分(PC3)均无显著性差异(P>0.05).C N N算法构建模型及预测结果显示,拉曼光谱预测优质胚胎的特异性为71.21％,敏感性为73.21％,准确性为72.13％.结论 优质胚胎与非优质胚胎的拉曼光谱明显不同,采用拉曼光谱结合PCA分析及CNN算法,可以区分优质胚胎与非优质胚胎,对胚胎质量评估有一定的参考价值.
作者：黄静；姜宏；刘颖；刘迎春；倪丰
来源：生殖医学杂志 2021 年 30卷 8期
