人工神经网络的应用,以评估人类胎儿的股骨发育

科学领域:

• 生物医学工程 生物医学工程
• 胎儿发育研究研究 胎儿发育研究
• 人工智能在医学中的应用

背景情况:

• 评估胎儿大腿部发育对于产前护理至关重要.
• 传统的方法可能耗时,可能缺乏精度.

研究的目的:

• 开发和验证人工智能模型,用于估计胎儿大腿部发育.
• 评估人工神经网络在分析大腿骨轴骨化中的有效性.

主要方法:

• 利用计算机断层扫描和数字图像分析对47个胎儿大腿骨 (17-30周妊娠).
• 开发和训练了一个多层感知子 (MLP 2-3-2-5) 人工神经网络.
• 通过训练,测试和验证数据集验证模型的预测性能.

主要成果:

• 该MLP模型表现出高预测准确度,相关系数 (R) 为0.955 (培训),0.942 (验证) 和0.953 (测试).
• 该模型有效估计了大腿骨轴主要骨化中心的五个参数.

结论:

• 人工神经网络为产前评估胎儿大腿骨生长提供了有价值的工具.
• 这种人工智能方法使得快速和精确的评估,有助于检测胎儿的解剖异常.