O-CCR:面向宫通道区域检测框架,用于通过阴道超声波评估宫变化

科学领域:

• 医疗成像医学成像
• 产科和妇科 产科和妇科
• 医疗保健中的人工智能

背景情况:

• 怀孕期间的宫变化对于预测早产至关重要.
• 目前的透阴超声 (TVUS) 方法,如宫长度测量,也有局限性.
• 定量TVUS分析在一致性和标准化方面面临挑战,阻碍了准确的评估.

研究的目的:

• 提出和验证用于标准化TVUS分析的面向宫管区域 (O-CCR) 框架.
• 提高在宫超声波图像中解剖空间信息的识别和保存.
• 克服现有方法在捕捉微妙的宫组织变化的局限性.

主要方法:

• 利用1436张TVUS图像进行培训,验证和测试,并对189张图像进行外部验证.
• 通过对准内部和外部骨来考虑解剖学一致性,定义了宫通道区域 (CCR).
• 评估了五种面向对象检测模型 (面向R-CNN,ReDet,S²A-Net,R³Det,面向RepPoints) 对于CCR定位性能.

主要成果:

• 面向RepPoints在0.5.5的IOU值下实现了最高的0.981的平均精度 (AP).
• 定向RepPoints在较高的IOU值 (0.6和0.7) 和9.1980的最低平均定向误差 (AOE) 中表现出更好的表现.
• O-CCR框架显示了可靠的CCR定位在不同的宫方向和配置.

结论:

• O-CCR框架为宫超声波分析提供了标准化的区域,保留了关键的解剖空间信息.
• 这种方法能够对宫组织特性进行一致的定量分析,并解决观察者之间的变化.
• O-CCR框架支持开发用于增强产前护理的自动化宫变化评估工具.