在临床骨盆地超声诊断中对囊的定量评估
Nan Bao1, Shiying Chen1, Meng Dong2
1College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, China.
Ultraschall in der Medizin (Stuttgart, Germany : 1980)
|April 16, 2025
概括
这项研究引入了一种自动化方法,用于使用骨盆地超声波诊断囊. 人工智能模型实现了高准确度,为评估女性这种常见疾病提供了可重复和客观的工具.
科学领域:
- 医疗成像医学成像
- 盆地地板功能障碍 盆地底功能障碍
- 医疗保健中的人工智能
背景情况:
- 囊,一个常见的骨盆底障碍产后,在超声波的诊断挑战,由于主观的解释.
- 目前超声波对囊的诊断准确性受到医生的经验和疲劳等因素的限制,这会影响一致性和可重复性.
研究的目的:
- 开发一种高精度,完全自动化的方法,使用骨盆地超声波视频图像来评估囊.
- 为了克服手动超声诊断囊所固有的主观性和变异性.
主要方法:
- 从158名患者 (81名囊,66名非囊) 进行了后收集的骨盆地超声波图像.
- 使用ResNet34-UNet进行尿道自动细分,然后在休息状态和Valsalva状态之间进行关键点提取和特征分析 (位移,曲率,角度).
- 使用支持矢量机 (SVM) 分类模型进行囊预测.
主要成果:
- 开发了两个分类模型:一个基于自动细分,另一个基于医生注释的尿道.
- 这两种模型都表现出强的性能,AUC为91.37% (自动) 和98.58% (医生注释).
- 医生注释的模型显示出卓越的性能,在独立测试组上,AUC改善了7.21%.
结论:
- 拟议的自动化方法提供了高精度和可重复的囊量的定量评估.
- 这种人工智能驱动的方法有可能显著提高骨盆地超声波检查的客观性和可靠性,以诊断囊.
更多相关视频
07:41Quantification of Levator Ani Hiatus Enlargement by Magnetic Resonance Imaging in Males and Females with Pelvic Organ Prolapse
Published on: April 17, 2019
9.3K
10:21A Coregistered Ultrasound and Photoacoustic Imaging Protocol for the Transvaginal Imaging of Ovarian Lesions
Published on: March 3, 2023
1.3K
