基于PCA和经验、基于图谱和基于学习的分类器器用于人类胚胎3D超声的鲁棒对齐
信息论
2025-11-06 v1 math.IT
摘要
标准化三维(3D)超声图像中胚胎的对齐有助于监测妊娠生长，通过促进标准平面检测、改善地标可视化并加强不同扫描之间的差异。本文提出了一种自动化方法，用于标准化这种对齐。给定胚胎的分割掩码，应用主成分分析(PCA)从掩码中提取胚胎的主轴，由此导出四个备选取向。通过以下三种策略之一选择处于标准取向的备选方案：基于Pearson相关系数 assessing shape 的启发式方法、通过归一化交叉相关进行图谱匹配的图像匹配，以及基于随机森林的分类器。我们在Rotterdam Periconceptional Cohort中测试了该方法，该队列包含2166个纵向获取的3D超声图像，涉及1043个妊娠，gestational age 范围为7+0至12+6周。PCA正确提取胚胎主轴的比例为99.0%。Pearson 启发式方法、基于图谱的方法和随机森林分类器在97.4%、95.8%和98.4%的图像中正确选择了备选方案。这些选择方法的多数投票结果使准确率达到98.5%。该管道的高准确率使我们能够在孕早期实现一致的胚胎对齐，为临床和研究环境中的可扩展分析提供了可能。代码已公开可用：https://gitlab.com/radiology/prenatal-image-analysis/pca-3d-alignment。
引用
@article{arxiv.2511.03415,
title = {On the Fundamental Scaling Laws of Fluid Antenna Systems},
author = {Xusheng Zhu and Farshad Rostami Ghadi and Tuo Wu and Kaitao Meng and Chao Wang and Gui Zhou},
journal= {arXiv preprint arXiv:2511.03415},
year = {2025}
}