机构名称：
¥ 1.0
超声检查具有便捷、低成本、实时、无创等特点，是应用最广泛的影像学检查方式。产前超声检查作为妊娠期间最重要的影像学检查方法，可以评估胎儿的生长状况和出生缺陷，帮助胎儿在产前或产后得到及时有效的治疗。对于预后不良的畸形，及时终止妊娠可以降低严重出生缺陷儿的出生率。然而，这个耗时的过程在很大程度上取决于医生的经验和现有的设备，而且在实践中工作强度很大。人工智能(AI) (1)是指通过灵活的适应来解释外部数据和为特定目的进行学习的能力。机器学习(ML)是人工智能中越来越受关注的领域，它是一套强大的计算工具，可以根据从人类推理规则中获得的描述性模式来训练模型。然而，机器学习面临的一个主要问题是特征选择严重依赖于统计洞察力和领域知识，这一限制引发了深度学习的发展。作为机器学习的一个分支，深度学习利用了卷积神经网络——与图像相关的最强大的方法之一，它可以在有限的训练样本下实现高性能，甚至允许更抽象的特征定义。因此，它经常用于图像模式识别和分类。人工智能在放射学方面的研究已经很多（2-5），人工智能辅助诊断也成为超声领域的研究热点。一些专家在肝脏、甲状腺和乳腺疾病的智能超声诊断方面取得了成功（6-9）。然而，人工智能在产前超声诊断中仍处于起步阶段，尽管在测量、成像和诊断方面已经有了突破。这些应用意义重大，不仅提高了效率，而且弥补了部分检查人员经验不足和技能不足。在这篇综述中，我们介绍了人工智能在产前超声诊断中应用的最新文献（图 1）。
产前超声诊断中的人工智能
主要关键词
相关文件推荐
