电气工程与系统科学 > 图像与视频处理
[提交于 2025年6月19日
]
标题: 基于胎儿超声图像的妊娠龄自动估算:AGE-US
标题: AGE-US: automated gestational age estimation based on fetal ultrasound images
摘要: 出生时体重过轻会带来显著的健康风险,包括新生儿死亡率增加以及未来患心脏疾病的可能性更高。 准确估算孕周对于监测胎儿生长至关重要,但传统的估算方法(例如基于末次月经的方法)在某些情况下难以获取。 尽管基于超声波的方法可靠性更高,但它们依赖于人工测量,这会导致变异性。 本研究提出了一种可解释的基于深度学习的自动估算孕周方法,利用一种新颖的分割架构和距离图来克服数据集限制和分割掩模稀缺的问题。 我们的方法在性能上与最先进的模型相当,同时降低了复杂性,使其特别适合资源受限环境且标注数据有限的情况。 此外,我们的结果显示,使用距离图尤其适合估算股骨端点。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.