简化胎儿模型：胎儿形状与姿态的建模与跟踪
计算机视觉与模式识别
2025-07-18 v3
摘要
分析胎儿身体运动与形状是产前诊断和监测的关键任务。现有胎儿MRI分析方法主要依赖解剖关键点或体积化身体分割。关键点简化了身体结构，便于运动分析，但可能忽略完整身体形状的重要细节。身体分割捕获完整的形状信息，但由于胎儿运动幅度大，导致时序分析复杂化。为此，我们基于Skinned Multi-Person Linear Model (SMPL)构建了一个3D可 articulated 统计胎儿身体模型。我们的算法在图像空间迭代估计身体姿态，在标准姿态空间中估计身体形状。该方法提高了对MRI运动伪影和强度失真的鲁棒性，减少了因胎儿姿态复杂导致的表面观测不完整的影响。我们在53名受试者的19,816个MRI体积数据上训练模型。该模型在时间序列中捕获身体形状与运动，提供直观的可视化效果。此外，它实现了自动人体测量，传统上难以从分割和关键点中获得。实验表明，在未见的胎儿身体形状上，本方法对3mm MRI体素大小的表面对齐误差为3.2 mm。据称这是首个3D可 articulated 统计胎儿身体模型，为产前诊断中增强的胎儿运动与形状分析铺平了道路。代码已公开于https://github.com/MedicalVisionGroup/fetal-smpl。
引用
@article{arxiv.2506.17858,
title = {Fetuses Made Simple: Modeling and Tracking of Fetal Shape and Pose},
author = {Yingcheng Liu and Peiqi Wang and Sebastian Diaz and Esra Abaci Turk and Benjamin Billot and P. Ellen Grant and Polina Golland},
journal= {arXiv preprint arXiv:2506.17858},
year = {2025}
}