相关实验视频
Updated: May 5, 2026

10:32
Transvaginal Mesh Insertion in the Ovine Model
Published on: July 27, 2017
16.0K
特定于患者的代孕模型可以预测阴道分娩期间的骨盆底动态
Rita Moura1, Dulce A Oliveira2, Marco P L Parente3
1Faculty of Engineering of the University of Porto, Rua Dr. Roberto Frias, s/n, 4200-465 Porto, Portugal; INEGI - Institute of Science and Innovation in Mechanical and Industrial Engineering, Rua Dr. Roberto Frias, 400, 4200-465 Porto, Portugal.
Journal of the mechanical behavior of biomedical materials
|September 19, 2024
概括
这项研究引入了一个人工智能管道,使用患者特定的模型来预测分娩期间的骨盆底损伤. 快速而准确的系统有助于为孕产妇健康做出临床决策.
科学领域:
- 生物医学工程 生物医学工程
- 计算力学 计算力学 计算力学
- 人工智能在医学中的应用
背景情况:
- 出生可能会导致长期的骨盆底损伤,如落和失禁.
- 存在用于模拟阴道分娩的计算模型,但对于临床使用来说太慢了.
- 预测这些伤害需要对患者进行特定的生物机械分析.
研究的目的:
- 开发一种人工智能 (AI) 管道,用于预测阴道分娩期间的骨盆底损伤.
- 使用网状形态算法创建患者特定的盆底计算模型.
- 将人工智能与有限元分析 (FEA) 整合起来,以快速,准确地预测伤害.
主要方法:
- 使用基于有限元素的机器学习方法.
- 数以千计的分娩模拟与不同的盆地肌肉特性进行.
- 机器学习模型 (随机森林,XGBoost,ANNs) 被训练来预测肌肉伸展和节点坐标.
主要成果:
- 随机森林模型实现了0.086mm的平均绝对误差 (MAE) 和11秒的预测时间.
- 超过80%的节点的预测误差低于0.1mm.
- 计算的肌肉伸展的MAE为0.0011.
结论:
- 人工智能管道能够快速,针对患者的预测盆地损伤.
- 这项技术可以帮助临床医生在分娩期间做出医疗决策.
- 这项研究证明了AI用于预测孕产妇受伤的临床可行性.

