Conjunto de datos de video de ultrasonido materno-fetal para la biometría intraparto de extremo a extremo y el...

Área de la Ciencia:

• Imágenes médicas de imágenes médicas.
• La inteligencia artificial en la obstetricia

Sus antecedentes:

• La biometría intraparto es crucial para monitorear el progreso del trabajo de parto.
• Los conjuntos de datos de ultrasonido existentes carecen de datos de video para la evaluación del trabajo basada en IA.
• Se necesita un conjunto de datos de video de ultrasonido intraparto público, etiquetado en varias categorías.

Objetivo del estudio:

• Para lanzar el primer conjunto de datos de video de ultrasonido intraparto etiquetado multi-centro, multi-dispositivo, multi-categoría.
• Para facilitar la investigación sobre la biometría intraparto de extremo a extremo basada en IA y la evaluación del progreso del trabajo de parto.
• Para cerrar la brecha en los conjuntos de datos de video públicos para la clasificación de grano fino en obstetricia.

Principales métodos:

• Recogió 774 videos de ultrasonido intraparto de múltiples centros y dispositivos.
• Vídeos anotados con clasificación de plano estándar, segmentación de la sínfisis púbica y la cabeza fetal, y parámetros de progreso del trabajo de parto.
• Creó un conjunto de datos completo para el aprendizaje multitarea y el desarrollo automatizado de procesos obstétricos.

Principales resultados:

• Publicó públicamente un nuevo conjunto de datos de 774 videos (68.106 imágenes).
• El conjunto de datos incluye etiquetas de varias categorías para la clasificación, segmentación y parámetros laborales.
• Primer punto de referencia de video dedicado para la biometría intraparto y la evaluación del progreso del trabajo de parto.

Conclusiones:

• El conjunto de datos publicado apoya la investigación en el aprendizaje multitarea para procesos obstétricos automatizados.
• Permite el desarrollo de soluciones de IA de extremo a extremo para la biometría intraparto y el monitoreo del trabajo de parto.
• Facilita la toma de decisiones auxiliares en obstetricia a través de la IA avanzada.