AutoFB:从标准超声平面自动估算胎儿生物测量
计算机视觉与模式识别
2021-07-13 v1 机器学习
图像与视频处理
摘要
孕期第二阶段超声检查可依据标准化图表评估胎儿大小。为获得可复现且准确的测量,超声医师需识别胎儿解剖结构(头部、腹部、股骨)的三个标准 2D 平面,并在图像上手动标记关键解剖标志点,以进行准确的生物测量与胎儿体重估算。这是一项耗时的依赖操作者的任务,对受训超声医师尤为如此。计算机辅助技术有助于自动化胎儿生物测量计算流程。本文提出一个统一的自动化框架,用于估算胎儿体重评估所需的所有测量值。该框架使用最先进的分割模型对关键胎儿解剖结构进行语义分割,随后通过区域拟合与尺度恢复实现生物测量估算。我们给出了分割算法的消融研究,通过在来自 42 次妊娠的 349 张超声标准平面图像数据集上进行 4 折交叉验证,展示其鲁棒性。此外,我们表明具有最佳分割性能的网络往往对生物测量估算更为准确。进一步,我们证明临床测量与预测胎儿生物测量之间的误差低于常规临床测量的允许误差。
引用
@article{arxiv.2107.05255,
title = {AutoFB: Automating Fetal Biometry Estimation from Standard Ultrasound Planes},
author = {Sophia Bano and Brian Dromey and Francisco Vasconcelos and Raffaele Napolitano and Anna L. David and Donald M. Peebles and Danail Stoyanov},
journal= {arXiv preprint arXiv:2107.05255},
year = {2021}
}
备注
Accepted at MICCAI 2021