一种计算机辅助的马尔科夫随机场细分算法,用于评估胎儿心室腔室
Natarajan Sriraam1, T V Sushma2, S Suresh3
1Centre for Medical Electronics and Computing, MS Ramaiah Institute of Technology, Bangalore 560054, India.
Critical reviews in biomedical engineering
|July 31, 2023
概括
这项研究评估了胎儿心室的自动细分,这对于检测先天性心脏病 (CHD) 至关重要. 该方法显示了与专家注释相似的有希望的结果,有助于早期诊断.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 胎儿心脏病学 胎儿心脏病学
背景情况:
- 先天性心脏病 (CHD) 是最常见的出生缺陷,影响胎儿心脏发育.
- 准确的胎儿心室细分对于早期检测和干预至关重要.
- 超声波图像斑点噪声使胎儿心室细分复杂化.
研究的目的:
- 为了评估胎儿心室腔的自动细分方法的性能.
- 将自动细分结果与临床专家的手动注释进行比较.
- 评估基于概率的细分和马尔科夫随机场 (MRF) 方法的有效性.
主要方法:
- 利用了来自不同怀孕的837个超声波生物测量序列.
- 采用自动化,基于概率的细分和马尔科夫随机场 (MRF) 技术.
- 使用子系数,真正比率 (TPR),相似比率 (SIR) 和精度 (PR) 验证的细分效率.
- 通过专家临床注释对56%的数据进行了合并的基准真实验证.
主要成果:
- 自动化细分实现了与手动注释相似的结果.
- 获得了0.68.8的平均子系数.
- 报告的平均TPR为0.723,SIR为0.604和PR为0.632. 这两者均为0.632.
- 证明了自动化方法在挑战胎儿心脏成像方面的潜力.
结论:
- 自动细分技术为分析胎儿心室腔提供了一种可靠的方法.
- 这种方法可以帮助在先天性心脏病的早期和准确诊断.
- 进一步开发可以提高细分精度和临床适用性.
