自动评估女性骨盆器官下降的跨膜超声波:模型开发和验证
Shuangyu Wu1, Jiawei Wu1, Yuteng Xu2
1Department of Ultrasound, the Third Affiliated Hospital of Sun Yat-Sen University, Guangzhou, Guangdong Province, China.
International urogynecology journal
|June 28, 2025
概括
这项研究开发了一种人工智能模型,使用跨膜超声波 (TPUS) 图像自动检测盆腔器官脱落 (POP). 人工智能显示出高准确度,有可能改善更多女性的诊断.
科学领域:
- 医学成像分析分析 医学成像分析
- 医疗保健中的人工智能
- 骨盆底疾病 骨盆底疾病
背景情况:
- 跨膜超声波 (TPUS) 对于诊断女性骨盆器官脱落 (POP) 是至关重要的.
- 通过TPUS进行准确的POP评估需要大量的专业知识,从而导致诊断的变化.
- 自动化POP评估可以提高诊断的一致性和可访问性.
研究的目的:
- 开发和验证使用TPUS图像进行自动化POP评估的多任务深度学习模型.
- 为了减少POP评估中的诊断变异性.
- 为了提高POP诊断的效率和准确性.
主要方法:
- 使用ResNet34作为特征提取器开发了一个多任务深度学习模型.
- 该模型在1340名女性患者的TPUS图像上进行了训练和验证.
- 使用混矩阵,AUC和Grad-CAM进行可视化来评估性能.
主要成果:
- 该模型在各种POP条件下实现了高诊断性能.
- 报告了囊,子宫缩,直和周围体过度运动 (EMoPB) 的特定准确度和AUC值.
- 格拉德-CAM热图证实模型的重点领域与专家人类解释一致.
结论:
- 使用TPUS进行自动化POP评估的新型多任务深度学习模型已成功开发和验证.
- 该模型显示出有前途的有效性,有可能标准化和改进POP诊断.
- 这种人工智能驱动的方法可以通过增加诊断一致性,使更广泛的患者受益.
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
10.0K
07:44Non-Invasive Ultrasound Assessment of Endometrial Cancer Progression in Pax8-Directed Deletion of the Tumor Suppressors Arid1a and Pten in Mice
Published on: February 17, 2023
1.7K
