Согласно исследованию Амстердамского университета, опубликованному в журнале « Компьютеры в биологии и медицине», новая методика глубокого обучения с использованием ультразвуковых видео позволяет прогнозировать вес плода при рождении .

Команда под руководством Шимона Плотки обнаружила, что их метод, который использует табличные клинические данные для оценки особенностей ультразвукового видеосканирования плода, превосходит существующие алгоритмы и имеет сравнимую эффективность с таковыми врачей.

«У нашего метода есть потенциал для применения в клинической среде, чтобы помочь в выборе наиболее безопасного типа родов как для матери, так и для ребенка», — пишут Плотка и соавторы.

Хотя УЗИ является золотым стандартом для оценки роста и развития плода, этот метод может зависеть от пользователя, что может привести к вариабельности биометрических измерений плода. Точное измерение окружности головы, бипариетального диаметра, окружности живота и длины бедра для прогнозирования веса плода при рождении важно для правильного ведения беременности и родов.

Команда Плотки ранее описала свой автоматизированный метод прогнозирования веса плода при рождении, который использует мультимодальные данные и обработку визуальных данных, под названием BabyNet. BabyNet — гибридная модель, сочетающая в себе преобразователи и сверточные нейронные сети. Он расширяет архитектуру 3D ResNet-18 модулем остаточного трансформатора.

В рамках текущего исследования исследователи хотели проверить производительность усовершенствованной версии BabyNet, которая теперь включает в себя модуль преобразования динамических аффинных карт объектов. В этом модуле используются табличные клинические данные для улучшения оценки веса плода при рождении. Для оценки веса плода при рождении исследователи использовали ультразвуковое видеосканирование плода, проведенное в течение 24 часов до родов, а также соответствующие клинические показатели. Они также использовали фактический вес при рождении после родов в качестве основной истины.

Команда выполнила разработку и оценку последней версии BabyNet на клиническом наборе, состоящем из 582 2D-видео УЗИ плода и клинических записей беременностей 194 пациенток, произошедших менее чем за 24 часа до родов.

Было обнаружено, что при пятикратной перекрестной проверке BabyNet показала превосходящие результаты по сравнению с результатами врачей и оригинальной версией BabyNet. Это включало более низкий уровень ошибок.

Более того, усовершенствованная версия BabyNet превзошла шесть других алгоритмов, измеряющих прогноз веса плода при рождении.

В ходе многоцентрового анализа, в ходе которого эффективность BabyNet сравнивалась с эффективностью врачей из четырех центров, исследователи обнаружили, что эффективность BabyNet была значительно выше во всех центрах, кроме одного (p = 0,09 для одного центра).

Наконец, команда сообщила, что BabyNet показала высочайшую точность при измерении видеоизображений УЗИ брюшной полости плода. Сюда входило среднее абсолютное значение 175 граммов, среднеквадратическая ошибка 200 граммов и средняя абсолютная процентная ошибка 5%.

Авторы исследования написали, что использование видеоанализа при ультразвуковом исследовании плода имеет «несколько» преимуществ перед статическими изображениями. Это включает в себя использование двумерных пространственно-временных представлений объектов для повышения производительности.

«Использование коротких видеопоследовательностей в нашем методе может устранить необходимость в экспертных знаниях и навыках для точной оценки веса плода при рождении, поскольку он не полностью зависит от эталонной стандартной плоскости», — пишут они.

Команда призвала к тому, чтобы в будущих исследованиях были более крупные наборы данных с большим количеством операторов из разных групп навыков и большим количеством сканирований на одного оператора.

Источник