信息科學技術學院陸堯勝教授團隊在Medical Image Analysis期刊發表分娩監?測方法重要成果
暨南大學融媒體中心訊 暨南大學信息科學技術學院陸堯勝教授團隊在醫學圖像分析領域知名期刊Medical Image Analysis上發表了一項開創性的研究成果，該研究對于提高分娩監測的準確性和自動化水平具有重要意義。陸堯勝教授是廣東省智慧婦幼診療設備與信息系統工程技術研究中心的首席科學家，該團隊的研究成果題為“PSFHS Challenge Report: Pubic Symphysis and Fetal Head Segmentation from Intrapartum Ultrasound Images”，論文的共同第一作者包括暨南大學的白杰云、周子昊和區湛鴻，陸堯勝教授與白杰云共同擔任通訊作者。
圖1. 論文首頁
每年，全球有近358000名婦女死于分娩，其中超過一半的死亡發生在分娩后的24小時內。分娩期是評估胎兒宮內安危的關鍵階段，因此，開發一種非侵入性、客觀、準確、易于操作的分娩監測方法對于降低產婦死亡率至關重要。傳統的手動指檢方法存在侵入性、主觀性和準確性不足等問題，限制了其在全球范圍內的推廣，尤其是在中低收入國家。
陸堯勝教授團隊的研究成果采用人工智能技術，提出了一種全新的分娩監測策略。該團隊構建了全球首個多中心產時超聲圖像數據集，包含5101張圖像，并在醫學圖像處理頂級會議MICCAI上成功舉辦了產時超聲圖像分析挑戰賽，吸引了來自全球193支隊伍的參與。通過對比分析參賽者的算法性能，該研究提出了用于胎兒和母體結構分割的基準模型，為智能化產時監測奠定了堅實的基礎。
圖2. 分娩監測方法提出的總體流程
這項研究成果不僅為產科監測提供了新的技術手段，還有望通過提高監測效率、準確性和患者護理質量，推動產科診療的進一步發展。
本研究得到了國家重點研發計劃、國家自然科學基金、國家留學基金、廣東省基礎與應用基礎研究基金、廣州市科技計劃項目等資助。
該論文的鏈接為：https://doi.org/10.1016/j.media.2024.103353
責編：李偉苗