当前位置: > 母婴 > 生儿育女 >

人工智能胎盘检测 为健康孕育保驾护航

发布: 2020-09-14 22:55:13  | 来源:现代健康网综合  |编辑:www.xdjk.net  |查看:
本文相关:胎盘检测
收藏
胎盘膜的全数字化幻灯片图像
图像: 胎盘膜的全数字化幻灯片图像
婴儿出生后,医生有时会检查胎盘的特征,以预测将来怀孕的健康风险。不幸的是,这是一个耗时的过程,必须由专家来执行,因此大多数胎盘在出生后都不会被检查。卡内基·梅隆大学等的一组研究人员在《美国病理学杂志》上报告他们研发出一种机器学习方法以检查胎盘,因此可以告知更多女性她们的健康风险。
检查胎盘的原因之一是寻找一种血管病变,称为蜕膜性血管病变(DV)。这个病变指出母亲在将来的任何怀孕中都会有妊娠性高血压的风险,可能导致母婴致命。只要被发现,妊娠性高血压就可以得到治疗。因此在症状出现之前可以识别高风险母亲有相当大的益处。然而,检查时可能会看到数百条血管,但仅需一条血管有病变,即可表示危险。
美国宾州匹兹堡工程学院D. Clymer博士说:“目前,病理学家经过多年培训才能在这些图像中发现疾病,但是由于怀孕人数很多,导致他们没有时间去检查每个胎盘。我们的算法可帮助病理学家通过扫描图像,定位血管并找到识别DV的血管模式来了解他们应关注的图像。”。
机器学习是通过“训练”计算机来识别数据文件中的某些图像。在这种情况下,数据文件是胎盘样本的图像。研究人员在计算机上显示各种图像,并表明胎盘是否患病或健康。经过充分培训后,计算机能够自行识别出病变的病灶。
计算机的训练
对于计算机而言,仅查看大图片并对其进行分类是非常困难的,因此该团队采用了一种新颖的方法。首先,计算机检测图像中的所有血管。然后可以分别考虑每个血管,从而建立较小的数据群进行分析。然后,计算机将评估每个血管并确定是否应将其视为疾病或健康。在此阶段,该算法还考虑了怀孕的特征,例如:胎龄、出生体重以及母亲可能有的任何状况。如果有任何患病的血管,则将图片以及胎盘标记为患病。UPMC团队提供了未识别的胎盘图像以训练算法。
Clymer博士解释说:“这种算法不会很快取代病理学家。….这里的目的是通过标记,病理学家可以很快找到应该仔细观察的图像区域,帮助加快检查的时间。”
首席研究员J. Cagan博士和P. LeDuc教授补充:“这是工程学与医学之间的美好合作,因为它们将各自的专业知识融合在一起,可以创造出可以帮助更多人的新发现。”
 

免责声明:本站部分文章转载自网络,发布文章 为传递更多信息之用,另:文章 内容仅代表作者个人观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实, 对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

回到首页