自动细分和对准子宫形状从3D超声波数据的3D超声波数据
Eva Boneš1, Marco Gergolet2, Ciril Bohak3
1University of Ljubljana, Faculty of Computer and Information Science, Večna pot 113, Ljubljana, 1000, Slovenia.
Computers in biology and medicine
|June 28, 2024
概括
这项研究使用3D超声波数据和深度学习来确定正常的子宫形状. 该自动化系统准确地细分和对准子宫形状,帮助研究不孕症和流产原因.
科学领域:
- 医疗成像医学成像
- 人工智能在医学中的应用
- 生殖医学 生殖医学
背景情况:
- 子宫的形状对生育能力和怀孕结果至关重要.
- 现有的子宫形状分类缺乏现实世界的测量和大型数据集.
- 3D超声波的进步提供了改善的妇科医疗保健探索.
研究的目的:
- 用真实世界3D阴道超声波扫描来确定正常的子宫形状.
- 填补大规模子宫形状研究的空白.
- 促进研究与不孕不育和反复流产有关的子宫形状异常.
主要方法:
- 从3D超声数据开发了一个用于子宫形状细分和对齐的自动化系统.
- 采用深度学习用于自动子宫细分.
- 采用标准的几何方法进行形状对齐.
主要成果:
- 该自动化系统在细分和对准子宫形状方面取得了很高的准确性.
- 细分实现了0.90.9的平均子相似系数 (DSC).
- 调整方法显示了最小的翻译和旋转错误,产生了与专家发现一致的初步平均形状.
结论:
- 介绍了一种自动化的方法,用于从3D超声波数据中对子宫形状细分和对齐.
- 一个深度学习模型 (nnU-Net) 实现了高精度.
- 为了支持进一步的研究,创建了一个公开可用的3D跨阴道超声卷数据集,附有手动注释.
