首页 > 医疗资讯/ 正文

European Radiology:使用深度学习评估早期妊娠周数

来源 2024-02-19 22:10:41 医疗资讯

众所周知准确评估娠期周数(GW)是产科实践中的基础。对GW的低估或高估可能导致早产儿分类错误。早孕和足月妊娠的围产期并发症和产后护理都要精确的GW评估。在某些临床情况下,用上一次月经周期来评估GW是不准确的。

平均孕囊(GS)直径GSD妊娠早期的一个重要生长参数,在4.5-5周龄时,经阴道超声可以观察到GS,10-12周龄时,GS消失。以前的研究表明,GSD和GW在第10 GW之前密切相关,而在第10 GW之后标准差变大另一项研究表明,GW可以根据胚胎分离前的GS大小可靠地估计。因此,GSD可以在4.5-10GW时评估GW。

现阶段深度学习 (DL) 和生物测量学已被广泛用于评估胚胎的发育。然而,临床上没有人工智能 (AD)的自动评估工具。


近日,发表在European Radiology杂志上的一篇研究开发并验证了全自动人工智能系统以提取标准平面、评估早期孕周,并将所开发系统的性能与超声技师的测量结果进行比较。 

项三中心回顾性研究选取了2018年1月至12月间接受经阴道超声检查的214名连续孕妇所有超声波视频使用特定程序自动分割成 38941帧。首先,研究选择了一个最佳的深度学习分类器,从超声帧中提取具有关键解剖结构的标准平面。其次,选择最佳分割模型来勾勒妊娠囊。第三,使用新型生物测量法测量、选择同一视频中最大的妊娠囊,并自动评估妊娠周数。最后,使用独立的测试集将系统的性能与超声技师的性能进行比较。结果采用接收者操作特征曲线下面积(AUC)、灵敏度、特异性和两个样本之间的平均相似度(mDice)进行分析。 

提取标准平面的AUC为0.975,灵敏度为0.961,特异度为0.979。妊娠囊轮廓的mDice 值为0.974(误差小于2像素)。比较结果显示,该工具在评估孕周方面的相对误差分别比中级和高级超声技师低 12.44%和6.92%,速度也更快(0.17 vs. 16.6以及12.63)。 


 
 ResNest-50网络的中间卷积层热图。A和B原始图像C和D热图

本项研究表明,这种端到端工具可自动评估孕早期的孕周,并可减少人工分析时间和测量误差,并为管理早孕病例提供可靠的依据。 

原文出处:

Yuanyuan Pei,Longjiang E,Changping Dai,et al.Combining deep learning and intelligent biometry to extract ultrasound standard planes and assess early gestational weeks.DOI:10.1007/s00330-023-09808-5

Tags: European Radiology:使用深度学习评估早期妊娠周数  

搜索
网站分类
标签列表