![]() |
|
![]() |
|
![]() |
|
您当前的位置:首页 >> 正文 |
目的 颈项透明层(uchal translucency,NT)超声检查能有效筛查孕早期胎儿异常。本研究利用人工智能(artificial intelligence,AI)实现对孕早期胎儿NT超声图像的自动识别。 方法 回顾性分析在医院进行超声产检并妊娠11~13+6周的100例单胎胎儿。按胎儿NT厚度是否超过3.0mm分为NT增厚和NT正常组,其中25例胎儿的NT厚度超过3.0mm。图像经归一化处理后,通过数据增强方式扩充2倍,并按7:1:2的比例随机划分至训练集(n=210)、验证集(n=30)和测试集(n=60)用于深度学习模型训练与测试。 结果 即使在小样本数据集中进行训练,该模型可以有效识别NT超声图像。在训练集和验证集中,EfficientNetV2的准确率和受试者工作特征曲线下的面积分别为0.944和0.997。在测试集中,EfficientNetV2的敏感度和Specificity特异度分别为0.960和0.980。结论 在筛查孕早期胎儿异常的过程中使用AI模型具有潜在的临床优势,能够在有限的医疗资源条件下提高医生的工作效率和筛查的准确性。
《中国产前诊断杂志(电子版)》编辑部 版权所有
地址: 上海市浦东新区高科西路2699号,门诊楼4楼胎儿医学部编辑部 邮政编码: 201204 电话传真: 021-20261150 邮箱: chinjpd@vip.163.com
本系统由北京博渊星辰网络科技有限公司设计开发 技术支持电话:010-63361626