一个新的人工智能模型用于胎儿面部形状标志物测量在头三个月期间
Chunya Ji1, Kai Liu2, Xin Yang2
1Center for Medical Ultrasound, Suzhou Municipal Hospital, Gusu School, The Affiliated Suzhou Hospital of Nanjing Medical University, Nanjing Medical University, Suzhou, Jiangsu, China.
BMC pregnancy and childbirth
|October 10, 2023
概括
一个人工智能 (AI) 模型在怀孕早期准确地测量胎儿面部形状标记. 这种人工智能工具在第一季度扫描期间有望有效查胎儿异常,如三综合症21和三综合症18.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 产前诊断 在产前诊断
背景情况:
- 第一个三个月的超声波对于检测胎儿异常至关重要.
- 精确测量胎儿面部形状标志物有助于早期诊断.
- 在手动测量准确性和效率方面存在局限性.
研究的目的:
- 验证人工智能模型用于测量胎儿面部形状标记.
- 评估人工智能的临床实用性,以识别胎儿在第一季度的异常.
主要方法:
- 对于2D中形胎儿形状图像 (11-13+6周妊娠期) 的回顾性分析.
- 使用语义细分和地标定位开发的AI模型用于测量IFA,MNM角度,FMA,FS距离和PL距离.
- 使用ICC对人工智能测量与手动测量的比较;通过ROC曲线评估的诊断值.
主要成果:
- 在AI和手动测量之间观察到良好的一致性 (ICCs在0.760到0.812之间).
- 人工智能模型对三形21 (AUC 0.686) 和三形18 (AUC 0.729) 具有显著的诊断价值.
- 面部 - 大角 (FMA) 显示出高预测价值的三症 18 (AUC 0.904); MNM 角度和 FS 距离显示出 CLP 的预测价值.
结论:
- 人工智能模型提供胎儿面部形状标记的可靠测量,与手工方法相比.
- 人工智能工具对于早期查三症21,三症18和唇裂 (CLP) 有效.
- 人工智能模型适合集成到第一季度扫描协议中.
