相关实验视频
Updated: May 5, 2026
08:04
Murine Fetal Echocardiography
Published on: February 15, 2013
18.0K
基于动态图的量子特征选择,用于在超声波成像中准确的胎儿平面分类
1School of Electronics Engineering, Vellore Institute of Technology, Chennai, 600127, India.
Scientific reports
|November 22, 2025
概括
这项研究引入了一种基于动态图的量子特征选择 (DG-QFS) 方法,用于胎儿超声波图像分类. 该DG-QFS框架显著提高了产前查和早期发现胎儿异常的诊断准确性.
科学领域:
- 医疗成像医学成像
- 量子计算是一种量子计算.
- 人工智能的人工智能
背景情况:
- 对胎儿生物识别平面的准确分类对于产前查和诊断胎儿异常至关重要.
- 当前的方法在分析复杂的超声波数据时可能缺乏效率和解释性.
研究的目的:
- 提出一种新的基于动态图的量子特征选择 (DG-QFS) 框架,以增强胎儿超声波图像分类.
- 提高产前查的诊断效率和准确性.
主要方法:
- 从超声波图像中提取特征,使用预训练的深度学习模型.
- 一个量子驱动的特征选择管道模拟了使用动态纠的多量子比特图的特征间关系.
- 量子位代表特征节点,纠分数和图的中心性指导特征选择.
主要成果:
- 在12400张胎儿超声波图像的数据集上,DG-QFS方法实现了96.73%的分类准确度.
- 与基线深度学习和传统特征选择技术相比,该模型表现出了优异的性能.
- 在准确性,概括性和解释性方面注意到了改进.
结论:
- 拟议的DG-QFS框架有效地提高了胎儿超声波图像分类的准确性.
- 整合量子计算原理为改善产前诊断工具提供了一个有希望的途径.
- 该方法显示了更准确和可解释的胎儿异常早期检测的潜力.
