FetalAgents: 用于胎儿超声图像和视频分析的多智能体系统
计算机视觉与模式识别
2026-03-11 v1 多智能体系统
摘要
胎儿超声（US）是产前筛查的主要成像模态，但其解释高度依赖临床医生的专业知识。尽管深度学习和基础模型取得了进展，现有针对胎儿超声分析的自动化工具仍难以在任务特定准确性与支持端到端临床工作流程所需的整体过程灵活性之间取得平衡。为此，我们提出了FetalAgents——首个针对综合性胎儿超声分析的多智能体系统。通过轻量级的智能体协调框架，FetalAgents动态编排专门的视觉专家，以在诊断、测量和分割等任务中实现最佳性能。此外，FetalAgents超越静态图像分析，支持端到端视频流总结：自动识别多个解剖平面上的关键帧，由协调的专家分析，并整合患者元数据生成结构化临床报告。广泛的多中心外部评估覆盖八个临床任务，表明FetalAgents在与专门模型和多模态大语言模型（MLLM）相比时，始终能提供最稳健和准确的性能，最终为胎儿超声分析和报告提供了一个可审计、符合工作流程的解决方案。
引用
@article{arxiv.2603.09733,
title = {FetalAgents: A Multi-Agent System for Fetal Ultrasound Image and Video Analysis},
author = {Xiaotian Hu and Junwei Huang and Mingxuan Liu and Kasidit Anmahapong and Yifei Chen and Yitong Luo and Yiming Huang and Xuguang Bai and Zihan Li and Yi Liao and Haibo Qu and Qiyuan Tian},
journal= {arXiv preprint arXiv:2603.09733},
year = {2026}
}