对于胎儿头部超声波的标准平面预测,具有域调整
Qianhui Men1, He Zhao1, Lior Drukker2,3
1Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford, UK.
Proceedings. IEEE International Symposium on Biomedical Imaging
|September 9, 2024
概括
这项研究引入了一种自动化方法,用于从视频中预测胎儿标准平面 (SP) 超声图像. 该方法有助于非专家获得重要的胎儿健康评估观点.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 胎儿超声技术 胎儿超声技术
背景情况:
- 获得胎儿标准平面 (SP) 对于通过超声波 (美国) 评估胎儿健康至关重要.
- 获得最佳的SP需要大量的专业知识,这给学员和不经常使用者带来了挑战.
- 目前的方法在很大程度上依赖于熟练的操作人员来准确识别图像平面.
研究的目的:
- 开发一种自动化系统,从视频序列中预测胎儿头部SP图像.
- 帮助医疗保健专业人员,特别是非专家,获得诊断质量的超声波图像.
- 提高胎儿超声波评估的可访问性和一致性.
主要方法:
- 使用域转移学习方法将视频特征映射到SP图像表示中.
- 编码的空间和时间视频特征被用于预测.
- 加入了对抗训练,以保持生成的SP图像的质量.
主要成果:
- 开发的方法成功地预测了可信的胎儿头部SP图像.
- 预测的平面与真实SPs预期的解剖特征保持一致.
- 实验结果验证了自动化SP预测方法的可行性.
结论:
- 自动化SP预测方法在支持胎儿超声波分析非专家方面表现有前途.
- 这种方法可以概括到各种胎儿平面,三季度和其他超声波成像任务.
- 这项技术有可能提高胎儿健康评估的标准化和可访问性.
