2020年5月22日

一种自动检测和分割宫腔的方法

由庞贝法布拉大学-巴塞罗那

双胞胎对双胞胎输血综合征(TTTS)大约发生在10-15%的双胞胎共用同一个胎盘的妊娠中。通常，该综合征出现在妊娠24周之前，由于位于胎盘表面的血管通信异常。结果，这对双胞胎的血液循环不平衡，大大降低了他们的生存机会。

胎镜下激光光凝是最常见的有效的治疗对于这种综合征，它包括关闭位于胎盘表面的异常血管连接，以完全隔开流向两个双胞胎的血液循环，从而防止与血液流动不平衡有关的并发症，如心脏负荷过重死亡、早产和流产。

通过母亲子宫壁插入的胎镜的可操作性和烧灼所有需要密封的血管的能力取决于胎镜入口在宫腔表面的正确选择。在手术前规划最佳的植入点需要对患者的解剖结构有很好的了解，这可以通过磁共振成像来实现对母亲子宫的虚拟再现。

最近发表在该杂志高级网络版上的一项研究IEEE医学影像汇刊提出了第一种利用人工智能和深度学习技术，通过MRI三视图(轴向、矢状和冠状)自动检测和分割宫腔的方法。

UPF信息和通信技术系(DTIC) ICREA研究教授Miguel Ángel González Ballester与研究第一作者Jordina Torrents-Barrena、UPF BCN医疗技术小组成员Gemma Piella和Mario Ceresa共同进行了一项研究。Eduard Gratacós和Elisenda Eixarch是BCNatal-Barcelona母胎和新生儿医学中心(医院Clínic和医院Sant Joan de Déu)的成员，IDIBAPS，胎儿i+D胎儿医学研究中心的成员，是这项研究的共同作者，并负责诊所。

该论文的第一作者Jordina Torrents-Barrena解释说:“该方法使用基于胶囊新范式的神经网络，成功捕获MRI中解剖结构的相互依赖性，特别是对于独特的类实例(解剖)，如宫腔和/或胎盘。”

“设计的方法是基于强化学习框架，使用胶囊划定子宫的位置。随后设计一个胶囊结构来分割(或细化)整个宫腔，”Torrents-Barrena补充道。后一个网络编码图像中最具歧视性和鲁棒性的特征。

该方法通过13个性能指标进行了评估，并与15个指标进行了比较神经网络之前已经在文献中发表过。Torrents-Barrena肯定地说:“我们的人工智能方法使用了71名孕妇的磁共振成像。”