摘要由 AI 生成
研究人员提出一种半监督分割模型与 6D 平面姿态回归相结合的管道,旨在为胎儿脑部超声扫描提供连续、实时的标准平面(SPs)邻近度反馈。该模型利用标注 SPs 及未标注切片处理 3D 超声体积数据,在 SPs 上达到 0.93 mIoU,在非 SPs 上达到 0.86 mIoU,并集成分类机制以过滤无胎儿脑图像帧。系统部署于 NVIDIA Clara AGX 边缘设备,实现 39 Hz 的实时推理速度,超过临床采集标准。研究基于 17 名不同经验水平的超声医师的真实扫描视频进行回顾性验证,发现操作者倾向于在邻近信号局部极小值附近冻结而非精确对齐,且邻近度本身无法预测专家 SP 质量评分。该方案通过传感器式连续距离检测补充现有技术,迈向产前扫描中的图像导航支持。
关键实体KEY ENTITIES
NVIDIA Clara AGXarXiv
报道态势 · 每日报道量LANGUAGE SPLIT
实体关系
信号强度SIGNALS
全部报道(1)SOURCES
↗
本文提出一种半监督分割模型与 6D 平面姿态回归相结合的管道,旨在为胎儿脑部超声扫描提供连续、实时的标准平面(SPs)邻近度反馈。该模型利用标注 SPs 及未标注切片处理 3D 超声体积数据,在 SPs 上达到 0.93 mIoU,在非 SPs 上达到 0.86 mIoU,并集成分类机制以过滤无胎儿脑图像帧。系统部署于 NVIDIA Clara AGX 边缘设备,实现 39 Hz 的实时推理速度,超过临床采集标准。研究基于 17 名不同经验水平的超声医师的真实扫描视频进行回顾性验证,发现操作者倾向于在邻近信号局部极小值附近冻结而非精确对齐,且邻近度本身无法预测专家 SP 质量评分。该方案通过传感器式连续距离检测补充现有技术,迈向产前扫描中的图像导航支持。