Blasto-Net: An Explainable Multi-Task Learning for Blastocyst Segmentation, Grading, and Implantation Prediction
Blasto-Net은 배반포 영상에서 ZP·TE·ICM 분할, 형태학적 등급 예측, 착상 성공 예측을 단일 순전파로 동시에 수행하는 다중과제 학습 모델로, EfficientNet-B3 인코더와 CBAM·EAAM을 적용한 UNet형 디코더 및 구역별 분할 헤드를 사용한다. 공개 HMC 배반포 데이터셋에서 ICM·ZP·TE Dice 점수가 각각 94.93%, 91.60%, 88.82%이며 착상 예측 F1-score는 80.0%를 기록했다.