通过跨人群增强实现早期孕周妊娠姿态的鲁棒估计
计算机视觉与模式识别
2025-09-16 v1
摘要
妊娠运动是神经发育和胎儿健康的关键指标，但其定量化仍具有挑战性，尤其是在早期孕周（GA）时。当前方法通过预测3D超声平面成像（EPI）时间序列上标记的 landmarks 位置来跟踪妊娠运动，主要针对第三孕期的胎儿。预测的 landmarks 使对胎体的简化分析成为可能。虽然这些方法在其训练年龄分布内表现良好，但在早期 GA 情况下由于母体和胎儿在孕周中的显著解剖变化，以及获取早期 GA EPI 数据的困难，导致其始终无法泛化到早期 GA。本文开发了一种跨人群数据增强框架，使姿态估计模型能够仅使用来自旧 GA 人群中标注的图像，即可对更年轻的临床队列实现稳健的泛化。具体而言，我们引入一种针对早期孕周独特的胎儿环境和胎儿定位的增强策略。我们的实验发现，跨人群增强可显著降低变异性，并在旧 GA 和具有挑战性的早期 GA 案例中实现显著改进。通过实现孕周范围内更可靠的姿态估计，本工作可能促进挑战性4D妊娠成像环境中的早期临床检测和干预。代码已公开 https://github.com/sebodiaz/cross-population-pose
引用
@article{arxiv.2509.12062,
title = {Robust Fetal Pose Estimation across Gestational Ages via Cross-Population Augmentation},
author = {Sebastian Diaz and Benjamin Billot and Neel Dey and Molin Zhang and Esra Abaci Turk and P. Ellen Grant and Polina Golland and Elfar Adalsteinsson},
journal= {arXiv preprint arXiv:2509.12062},
year = {2025}
}
备注
Accepted MICCAI 2025