基于实时剪波成像技术和人工智能对不同输送方式对宫弹性的影响的定量分析

科学领域:

• 产科和妇科 产科和妇科
• 医疗成像医学成像
• 生物物理学的生物物理.

背景情况:

• 实时剪波弹性图 (SWE) 是一种有价值的成像技术,用于识别各种疾病中的病变,包括宫疾病.
• 评估宫组织特性对于了解妇产科健康至关重要.

研究的目的:

• 用SWE.量化评估宫组织硬度.
• 分析不同分娩方法 (对照,剖腹产,自发分娩) 对内部宫孔 (IOC) 和外部宫孔 (EOC) 硬度的影响.
• 使用人工智能 (AI) 来分类宫物理数据.

主要方法:

• SWE对48名患者进行,分为三个分娩组 (每组16人).
• 一种深度灵活的神经树 (FNT) 模型和其他FNT模型被用于基于AI的宫物理数据分类.
• 组织硬度数据被提取为特征,不同状态作为类别标签.

主要成果:

• 在交付组之间没有发现IOC和EOC弹性的统计学上显著差异.
• 在每个组内 (IOC与EOC) 观察到弹性具有统计学意义的差异.
• 人工智能分类结果与统计分析一致,表明EOC硬度通常低于IOC硬度,没有显著的组间差异.

结论:

• 生产方式不会显著影响整体宫弹性硬度.
• SWE提供了关于宫组织属性的客观数据,人工智能协助数据解释.