在使用深度学习的三维超声波中对胎儿内体积的自动细分:识别产前大脑发育中的性别差异
Sonja M C de Zwarte1,2, Jalmar Teeuw1,3, Jiaojiao He1
1Department of Psychiatry, UMC Brain Center, University Medical Center Utrecht, Utrecht University, Utrecht, The Netherlands.
Human brain mapping
|December 4, 2024
概括
人工智能 (AI) 通过3D超声波自动测量胎儿大脑,显示男孩在怀孕期间的内体积 (ICV) 比女孩更大. 这种人工智能工具可以对产前大脑发育进行大规模研究.
科学领域:
- 神经科学是一个神经科学.
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 产前大脑发育至关重要,但使用3D超声波进行大规模分析是具有挑战性的,因为图像质量和运动.
- 使用人工智能的自动图像处理可以克服这些局限性,从而实现可靠的定量测量.
研究的目的:
- 开发和验证一个卷积神经网络 (CNN) 模型,用于从3D超声波中自动细分胎儿内体积 (ICV).
- 在一个大型纵向队列中使用开发的AI方法研究胎儿ICV的生物学性别差异.
主要方法:
- 一个3D CNN被训练在168个注释的3D超声波图像与数据增强.
- 对于网络选择,使用K折交叉验证和贝叶斯优化,组合系统结合多个网络.
- 实施了一种自动化质量控制程序,处理了来自2235个人的43,492个超声波.
主要成果:
- 自动细分实现了高准确度 (子相似系数>0.93,豪斯多夫距离<1.4毫米).
- 人工智能模型成功处理了7672个超声波,估计了1762名参与者的ICV和生长.
- 与女孩相比,男孩在怀孕20周和30周表现出显著更大的ICV,以及更明显的ICV生长.
结论:
- 开发的AI方法可以通过3D超声波对胎儿大脑发育进行自动化,大规模的分析.
- 这种方法有助于研究产前大脑生长中的性别差异.
- 人工智能工具提供了一个强大的平台来回答产前神经科学中的基本问题.
