用3D超声波图像进行胎盘细分的交互式细分模型
Hao Li1, Baris Oguz2, Gabriel Arenas2
1Vanderbilt University.
Simplifying medical ultrasound : 5th international workshop, ASMUS 2024, held in conjunction with MICCAI 2024, Marrakesh, Morocco, October 6, 2024, proceedings. ASMUS (Workshop) (5th : 2024 : Marrakech, Morocco)
|June 4, 2025
概括
一个人-在-循环细分模型从3D超声波图像中实现了有效和高效的胎盘细分,达到0.95子得分的标准,用于准确预测妊娠结果.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
背景情况:
- 使用3D超声波测量胎盘体积对于预测怀孕结果至关重要.
- 手动的胎盘注释是准确的,但耗时且昂贵.
- 现有的自动化细分方法在临床使用中缺乏一致的稳定性.
研究的目的:
- 评估用于胎盘细分的最先进的3D交互式细分模型.
- 评估3D超声波胎盘细分的人在循环中的方法.
- 根据即时量来确定交互式模型的效率.
主要方法:
- 对比公开可用的3D交互式细分模型与一个人-in-the-loop方法.
- 使用子得分,正常化表面子,平均对称表面距离和95%的豪斯多夫距离进行评估.
- 评估模型效率相对于用户提示的数量.
主要成果:
- 人在循环细分模型获得了0.95的Dice分数,满足了成功标准.
- 这种模型在细分3D超声波胎盘图像方面表现出了有效性和效率.
- 效率被分析为提供提示的数量的函数.
结论:
- 人在循环中的方法为交互性胎盘细分提供了有效和高效的解决方案.
- 这种方法解决了3D超声波成像中的噪声挑战.
- 开发的模型为临床应用提供了手动注释的实用替代方案.
