基于人工智能的超声扫描视频的三维胎儿心血管结构重建技术，用于先天性心脏病筛查

《Bioengineering》：AI-Driven Three-Dimensional Reconstruction of Fetal Cardiovascular Pathways from Ultrasound Sweep Videos for Congenital Heart Disease Screening

　　

摘要

胎儿心脏超声筛查对于先天性心脏病（CHD）的产前诊断至关重要。然而，从二维（2D）超声图像中理解复杂的心血管结构及其连续性仍然具有挑战性。因此，本研究开发并评估了一种基于人工智能（AI）的三维（3D）可视化方法，该方法可以从2D超声扫描视频中重建胎儿的心血管结构。为此，该方法利用了相邻帧的信息，而不是单独解析每个超声帧，从而能够连续显示右侧和左侧的功能性循环路径。在我们的方法中，独立测试数据集上的平均Dice系数为0.785，表明相邻帧的信息可以提供稳定的3D分割结果。专门针对正常解剖结构进行的基于扩散的解剖学合理性分析显示，该方法能够在正常胎儿和患有CHD的胎儿之间进行区分（AUC为0.861；95%置信区间为0.695–0.980）。在一项涉及12名产科医生的临床比较研究中，这种由AI驱动的3D心血管可视化技术的引入将筛查准确性从0.779略微提高到了0.808，并显著提高了置信加权准确性得分（p = 0.002）。我们的方法有望为检查人员提供支持，并有助于胎儿心脏超声筛查的顺利进行。