一个深度学习增强的超声波生物传感系统用于母怀孕诊断中的人工物抑制
Xiaoying Wang1, Jundong Wang2, Ziming Gao3
1Third Affiliated Hospital of Sun Yat-sen University, Guangzhou 510630, China.
Biosensors
|February 26, 2026
概括
人工智能 (AI) 增强了超声波生物传感,通过智能掩盖文物来准确的母猪怀孕诊断. 这种人工智能驱动的方法显著提高了诊断准确度和畜牧生殖管理的实时处理.
科学领域:
- 生物医学工程 生物医学工程
- 人工智能的人工智能
- 农业技术 农业技术
背景情况:
- 超声波生物传感对于诊断至关重要,但受到声学工件的挑战.
- 传统的过方法很难有效地去除B模式超声波中的物件.
- 准确的母猪怀孕诊断对于有效的畜牧生殖管理至关重要.
研究的目的:
- 开发一个数据驱动的深度学习模型,用于在母猪怀孕超声波图像中检测和删除文物.
- 通过将基于人工智能的智能检测层集成到超声波生物传感系统中来提高诊断准确性.
- 在生物传感器应用中建立一个可扩展的AI驱动信号增强框架.
主要方法:
- 机械部门扫描超声波探测器 (5.0 MHz) 用于数据采集.
- 基于YOLOv8架构的轻量级深度神经网络 (DNN) 被训练在母猪怀孕超声图像和文物上.
- 人工智能模型同时检测到文物,掩盖它们,并为文物意识可视化注释关键解剖特征.
主要成果:
- 使用人工智能增强的方法实现了0.89的全欧交叉点 (IoU) 的平均值和34.2dB的峰值信号噪声比 (PSNR).
- 结构相似度指数 (SSIM) 达到0.92,临床测试的早期妊娠准确率为98.1%.
- 该系统在22毫秒内处理单个图像,从而实现实时诊断,并且显著优于传统方法.
结论:
- 由人工智能驱动的超声波生物传感系统显著提高了母猪怀孕检测的诊断准确性.
- 开发的深度学习模型有效地识别,掩盖文物,并增强诊断结构.
- 这项研究为各种生物传感应用中人工智能驱动的信号增强提供了强大的和可扩展的框架.
