人工智能自动识别胎儿颜面部超声标准切面的研究

摘要

目的:探讨人工智能(AI)自动识别与分类胎儿颜面部超声标准切面(FFUSP)的价值.方法:以妊娠20～24周FFUSP图像为研究对象,含标准集1906张和实验集4532张.标准集分为训练集和测试集用于训练和测试AI模型识别分类鼻唇冠状切面、正中矢状面、经双眼球横切面及非标准切面;以产科超声专家分类为标准,比较分析AI、初级医生组、中级医生组对实验集FFUSP图像识别分类能力差异.结果:AI对测试集各切面的分类准确率均达97％以上,中级医生对实验集FFUSP各切面识别能力皆优于初级医生(P<0.05).AI对FFUSP各切面总体识别效能优于初级医生和中级医生(P<0.05),与专家分类一致性强(P<0.05);AI分类效率显著优于医生人工分类(P<0.05).结论:AI对FFUSP识别分类具有较高准确性,可作为胎儿超声规范化培训和图像质量控制的辅助方法.