婴儿网++:使用在分娩前不到24小时获得的生物识别多式联络数据预测胎儿出生体重
Szymon Płotka1, Michal K Grzeszczyk2, Robert Brawura-Biskupski-Samaha3
1Sano Centre for Computational Medicine, Cracow, Poland; Informatics Institute, University of Amsterdam, Amsterdam, The Netherlands; Department of Biomedical Engineering and Physics, Amsterdam University Medical Center, Amsterdam, The Netherlands.
Computers in biology and medicine
|November 5, 2023
概括
这项研究引入了一种人工智能方法,用于使用超声视频和临床数据预测胎儿体重,实现专家级准确性. 这种方法通过提供可靠的出生体重估计来增强产周护理.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 产科 产科 产科 产科 产科
背景情况:
- 准确的胎儿体重预测对于产前管理和分娩决策至关重要.
- 由于图像质量问题,目前的超声波方法在晚期怀孕时面临挑战.
- 手动胎儿体重估计具有固有的错误风险.
研究的目的:
- 开发和验证一种用于预测胎儿出生体重的新型自动化方法.
- 利用胎儿超声波视频扫描和临床数据来提高准确性.
- 为了减少与手动胎儿体重估计相关的错误.
主要方法:
- 采用了基于变压器的方法,结合了剩余变压器模块和动态亲缘特征地图转换.
- 该方法将超声视频中的2D+t时空特征与表式临床数据相结合.
- 开发和评估使用了582个胎儿超声波视频和194名患者的临床记录.
主要成果:
- 与最先进的自动化技术相比,提出的方法显示出更高的性能.
- 胎儿出生体重估计的准确性与人类专家的准确性相当.
- 自动测量显著降低了手动评估中固有的错误风险.
结论:
- 这种新的自动化方法为预测胎儿出生体重提供了可靠的工具.
- 这种方法可以帮助临床医生,尤其是经验较少的临床医生,优化产周护理.
- 该系统有可能提高产前管理的准确性和效率.


