相关实验视频
Updated: Jun 15, 2026

10:02
State of the Art Cranial Ultrasound Imaging in Neonates
Published on: February 2, 2015
24.3K
超声波平面姿势回归:评估胎儿大脑中的通用姿势坐标
Chiara Di Vece1, Maela Le Lous2, Brian Dromey2
1EPSRC Center for Interventional and Surgical Sciences and the Department of Computer Science, University College London, WC1E 6DB London, U.K.
IEEE transactions on medical robotics and bionics
|June 17, 2024
概括
这项研究开发了一种新的超声波平面定位系统,用于3D胎儿大脑可视化和训练. 该系统准确地预测胎儿大脑超声波平面的方向,改善产科超声波技能获得.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 产科和妇科 产科和妇科
背景情况:
- 从二维超声波图像中获取3D胎儿模型对学员来说是一项挑战.
- 现有的方法通常需要额外的传感器,使该过程变得复杂.
研究的目的:
- 开发超声波平面定位系统,用于3D胎儿可视化,培训和指导.
- 为了提高2D超声波数据的3D胎儿大脑重建的准确性,没有额外的传感器.
主要方法:
- 利用卷积神经网络 (CNN) 回归模型来预测超声波平面的6D姿势.
- 分析了一个正常化的胎儿大脑参考框架的准确性,用于跨腹腔 (TV) 标准平面 (SP) 的获取.
- 研究了数据登记质量对模型性能的影响.
- 实现了数据增强和更大的训练数据集.
主要成果:
- 在超声波平面定位中,实现了2.97mm的翻译和6.63°的旋转中位误差.
- 通过加强培训策略,与以前的工作相比,证明了更好的准确性.
- 量化了正常化胎儿大脑参考框架的准确性.
结论:
- 开发的超声波平面定位系统增强了胎儿3D可视化和训练能力.
- 该系统提供了一种无传感器的方法,以提高产科超声波技能获取.
- 数据增强和更大的数据集显著提高了胎儿大脑超声波平面预测的准确性.
更多相关视频
16:01An Experimental Protocol for Assessing the Performance of New Ultrasound Probes Based on CMUT Technology in Application to Brain Imaging
Published on: September 24, 2017
10.4K
06:56Human Fetal Blood Flow Quantification with Magnetic Resonance Imaging and Motion Compensation
Published on: January 7, 2021
2.4K