4D узи москва: 4D УЗИ в Москве — цены и адреса центров

Назначение: По данным зарубежных клинических исследований объем атеросклеротической бляшки (ОАБ) – более точный параметр для оценки прогноза сердечно-сосудистых заболеваний по сравнению с обычным УЗИ, например процент стеноза.Целью данного исследования было исследование воспроизводимости между исследователями методов определения объема АСФ с помощью трехмерного ультразвукового сканирования.

Материал и методы: В исследование включено 20 гетерогенных АСБ с гладкой поверхностью, идентифицированных при дуплексном сканировании сонных и бедренных артерий, ультразвуковым сканером Philips iU-22 (3D механический датчик ВЛ13-5).

Результаты: Измерение объема зубного налета двумя методами – «контур» (20 асп) и «эллипс» (13 асп), выполняемые двумя операторами независимо друг от друга.Межнаблюдательная воспроизводимость измерения объема бляшки «контурным» и «эллипсным» методами в полуавтоматическом режиме составляет 8,2 и 7,7 % соответственно. Анализ Бленда-Альтмана различий средних значений объема АСБ при оценке двумя методами показал, что полученные значения сопоставимы (КВ 5,9%).

Заключение: Методы «контур» и «эллипс» при измерении объема бляшки в полуавтоматическом режиме с помощью 3D УЗИ сопоставимы, хорошо воспроизводимы и могут быть использованы в клинической практике.

границ | Искусственный интеллект в акушерском УЗИ: обновление и будущие приложения

Введение

Ультразвук используется на протяжении всего процесса беременности. Это имеет решающее значение для наблюдения за ростом и развитием плода, а также для диагностики и лечения заболеваний. Он может предоставить подробную информацию об анатомии плода с высококачественными изображениями и повышенной точностью диагностики (1). В настоящее время двумерная (2D) визуализация и трехмерное (3D) УЗИ широко используются для измерения структур плода, оценки функций органов и диагностики заболеваний (2, 3).Доступ к качественной акушерской ультразвуковой визуализации важен для точной диагностики и лечения. Однако она легко подвергается непроизвольным движениям плода на ранних сроках беременности, а интересующие структуры почти всегда окклюзируются во втором и последнем триместре, что может вызвать трудности при обследовании и ошибочную диагностику. Субъективность измерений и наблюдения также были факторами, влияющими на получение высококачественных ультразвуковых изображений, стандартных измерений и точного диагноза.

В последнее десятилетие для уменьшения различий в измерениях внутри и между наблюдателями и для повышения точности диагностики были введены автоматические измерения и оценки на основе искусственного интеллекта (ИИ) (4, 5). Применение ИИ для повышения точности акушерского УЗИ включает три аспекта: идентификацию структуры, автоматические и стандартизированные измерения и классификационную диагностику (таблица 1). Поскольку акушерское УЗИ требует много времени, использование ИИ также может сократить время обследования и улучшить рабочий процесс (6, 7).Несмотря на то, что было запущено множество методов с использованием искусственного интеллекта и коммерческого программного обеспечения для обеспечения изображений с высоким разрешением и точных измерений для акушерского УЗИ, большинство связанных исследований все еще находятся на ранних стадиях. Содействие междисциплинарному общению является одним из важных шагов на пути к установлению достоверности и клинической применимости алгоритмов ИИ (8). Здесь мы систематически рассматриваем и обсуждаем применение, а также преимущества и недостатки ИИ в УЗИ в акушерстве.Поскольку объем ультразвукового исследования различается на разных этапах беременности, акушерское УЗИ с помощью ИИ можно разделить на первый триместр, второй и последний триместр. Будущие перспективы акушерского ультразвука, такие как услуги телемедицины или теледиагностики, а также обучение в виртуальной реальности (VR), также вызывают обеспокоенность. Мы считаем, что совместные усилия исследователей из разных дисциплин облегчат перевод алгоритмов в клиническое применение акушерского УЗИ с помощью ИИ.

Таблица 1 . Применение ИИ для повышения точности акушерского УЗИ.

Применение ИИ в первом триместре

Автоматическая оценка роста и развития плода

Оценка роста и развития плода в первом триместре имеет решающее значение для диагностики и лечения осложнений беременности, таких как преждевременные роды и низкая масса тела при рождении. Рутинным методом оценки роста плода было измерение длины темени-крестца с помощью двумерного ультразвукового исследования (2D-УЗИ).Тем не менее, существовала субъективная зависимость от измерений одного среза с помощью 2D-УЗИ, которые могут показать отсутствие существенной разницы в длине темени-крестца между нормальными и аномальными плодами в первом триместре. Трехмерные объемные измерения могут предоставить больше информации о развитии плода по сравнению с двухмерными измерениями, за исключением того, что трехмерные изображения занимают много времени, а объемные измерения могут быть недооценены. По этой причине был введен полуавтоматический метод расчета объема 3D-изображения, основанный на выделении пикселей и обнаружении точек интереса.Используя 12-недельный плод, этот метод распознал контуры плода и рассчитал объем плода, тем самым подтвердив эффективность 3D-визуализации для точности идентификации (9). Несмотря на это, полуавтоматический алгоритм не мог идентифицировать нестандартные элементы, а некоторые ошибки сегментации требовали ручного исправления. В недавнем исследовании объемные измерения 104 плодов и придатков плода в первом триместре (10–14 недель) были определены с использованием алгоритма трехмерной сверточной нейронной сети (CNN) для реализации синхронной полностью автоматической сегментации нескольких анатомических структур, включая плод. , гестационный мешок и плацента (10).В другом исследовании было предложено решение для обработки изображений на основе 3D-УЗИ, которое включало сегментацию плода, оценку стандартных видов биометрии, автоматические измерения биометрии и обнаружение конечностей плода (11). Поскольку плод и его принадлежности были тесно связаны, эти алгоритмы могут привести к более систематической и всесторонней оценке.

Оценка толщины воротникового пространства

Измерение толщины NT с помощью двухмерной ультрасонографии имеет решающее значение для выявления хромосомных аномалий в первом триместре.NT, который представляет собой максимальную толщину между кожей плода и подкожными мягкими тканями на уровне шейного отдела позвоночника, следует измерять с использованием стандартного срединного сагиттального изображения. Однако для этого требуется высокая точность и профессионализм. Из-за небольших размеров плода, частых движений плода и плохого качества изображения измерение толщины НТ обычно требует нескольких попыток. Чтобы уменьшить ошибки измерения и уменьшить трудности измерения, толщину NT плода измеряли с использованием полуавтоматических инструментов, а результаты сравнивали с ручными измерениями (12).В другом исследовании толщина NT плода измерялась с использованием стандартного срединного сагиттального изображения в сочетании с сетями Deep Belief, которые предоставили предварительные данные для определения структуры NT (13). Поэтому была построена модель автоматического распознавания путем объединения информации в сагиттальной плоскости и полных данных 3D-изображения, что позволило достичь точности обнаружения 88,6% (рис. 1).

Рисунок 1 . ИИ при измерении толщины НТ (12, 13). (а) Исходное изображение, (б) после выравнивания гистограммы, (в–д) результаты детектирования разными методами (изображение направленного края, изображение края SRAD и изображение края KAD), (f) двоичный изображение края направления.

Применение ультразвука с искусственным интеллектом во втором и последнем триместре

Голова плода

Пренатальное ультразвуковое исследование имеет решающее значение для оценки роста и развития плода, выявления аномалий плода и лечения внутриутробных состояний для снижения уровня смертности. Однако мозг плода является одним из самых сложных органов для оценки с помощью пренатального УЗИ. Применение УЗИ головного мозга с помощью ИИ состоит из различных аспектов, таких как биометрия головы плода, измерение объема черепа, полностью автоматическая сегментация окружности головы плода (ГГ) и внутренней структуры, а также классификация нормальных и аномальных ультразвуковых признаков.

Автоматическая сегментация головки плода и ее внутренней структуры

HC является основным индикатором роста плода, а его аномальные значения могут свидетельствовать о задержке роста. Измерение этого и других родственных показателей, таких как бипариетальный диаметр, также может предсказать срок беременности (ГВ). Кроме того, пренатальное ультразвуковое исследование позволяет точно оценить развитие черепа и выявить внутричерепные пороки развития, используя множественные измерения и срезы. Однако в большинстве развивающихся стран количество обученных специалистов по УЗИ недостаточно, и неопытным специалистам по УЗИ может быть трудно получить высококачественные изображения в стандартной плоскости, что может повлиять на определение общего возраста и оценку роста и развития плода.В настоящее время большинство ультразвуковых аппаратов имеют настроенное полуавтоматическое программное обеспечение для измерения HC, которое требует локализации двух точек (как правило, для точки локации короткого диаметра на участке бипариетального диаметра), и это может привести к ошибке измерения. В предыдущих исследованиях использовались различные традиционные методы измерения HC, такие как рандомизированное преобразование Хафа, активное оконтуривание и т. д. (6). В последние годы были исследованы новые методы, основанные на методах глубокого обучения (14). В одном из исследований использовался протокол акушерской развертки для достижения полностью автоматического анализа без получения стандартной плоскости. Метод был основан на двух полных CNN, где HC можно было оценить на основе априорной информации, а GA можно было определить по кривой Хэдлока. Большим достижением стало то, что ошибок, допущенных при стандартном плоскостном сканировании, можно было частично избежать (15). В другом исследовании была представлена ​​система CAD, основанная на алгоритме случайного леса для автоматического извлечения HC. Исследование включало данные по всем триместрам, определяло кривую роста и подтверждало необходимость оценки результатов для каждого триместра отдельно, что было рентабельно и подходило для клинических условий, в которых не хватало опытных специалистов по УЗИ (16).С другой стороны, чтобы обеспечить основу для извлечения репрезентативных биометрических данных головы плода, Yang et al. предложили полностью автоматизированное решение для сегментации всей головы плода на основе 3D-ультразвука, которое достигло коэффициента подобия Dice 96% (17). Исследовательская группа дополнительно изучила общую основу для автоматического сегментирования анатомических структур плода в двухмерных ультразвуковых изображениях и, таким образом, сделала доступными объективные биометрические измерения. Он показал отличные результаты как при сегментации ГК плода, так и при сегментации окружности живота (ОП) (18).Помимо HC, исследования также были сосредоточены на точной сегментации внутренних структур головы плода. Общие элементы измерения включали боковые желудочки плода, трансмозжечковую, большую цистерну и задний рог бокового желудочка и т. д. (19, 20). Методы не сильно отличались от таковых у новорожденных, за исключением качества изображения (головка плода находилась дальше от ультразвукового датчика и была закрыта соседними тканями или анатомическими структурами) и трудностей локации, вызванных активностью плода.Большая часть этих исследований была основана на алгоритмах глубокого обучения или другом коммерческом программном обеспечении.

Автоматическое распознавание и вспомогательная оценка лицевых структур плода

Ультразвуковая визуализация лицевых структур плода обычно выполняется во время пренатального УЗИ для выявления пороков развития. Однако полезность этого метода была ограничена опытом специалистов по УЗИ. Визуализация также отнимала много времени из-за продолжительности времени, необходимого для правильного позиционирования. Кроме того, конечности или пуповина могут легко загораживать лицевые структуры.Хотя большинство деформаций лица можно было обнаружить с помощью 2D-визуализации с добавлением при необходимости 3D-визуализации, все же было трудно обнаружить небольшие деформации лица. Искусственный интеллект играет вспомогательную роль в распознавании лица плода, развитии черепно-лицевой области и обнаружении врожденных пороков развития. В предыдущем исследовании для автоматического распознавания аксиальной, коронарной и сагиттальной плоскостей лица применялся метод глубокой CNN, что эффективно сократило время распознавания сечения, а эффективность распознавания составила 96.99% (21, 22). В другом исследовании использовалась технология регистрации изображений, чтобы устранить различия в положении, ориентации и размере плода, взяв центральные области головы и глаз в качестве характерных точек. Впоследствии черепно-лицевые структуры были автоматически очерчены с использованием метода сегментации, и были точно измерены пять линий черепно-лицевого диаметра (бипариетальный диаметр, затылочно-лобный диаметр, межглазничный диаметр, билатеральный диаметр орбиты и орбитально-сводной диаметр) для реализации интеллектуальной диагностики и оценки лицо плода (23).

Помимо оценки развития лица и пороков развития, ИИ также может повысить эффективность диагностики за счет предварительной обработки ультразвуковых изображений. Например, система автоматической навигации по лицу плода Smart Face (Resona 7, Mindary, Шэньчжэнь, Китай) могла автоматически распознавать основные черты лица в данных объемных измерений 3D-изображения, а также удалять лицевые окклюзии и оптимизировать углы обзора одним щелчком мыши. тем самым делая 3D-визуализацию быстрой, удобной и эффективной.Оптимизация включает в себя получение многокадровых разделов изображения головы плода, обнаружение краев лица с помощью ИИ, распознавание контуров лица и устранение окклюзии лица для получения трехмерного изображения контуров лица. Модель лица плода также может быть использована для расчета направления лица. Его также можно повернуть на нужный угол для дальнейшего анализа (рис. 2).

Рисунок 2 . Оптимизация трехмерного ультразвукового изображения лица плода. (A) Окклюзия лица пуповиной, (B) устранение окклюзии лица, (C) неполная реконструкция лицевого края, (D) оптимизация изображения лица.

Автоматическое распознавание мозга плода для диагностики и прогнозирования сопутствующих заболеваний

Конечной целью ИИ в области медицины является помощь в диагностике и лечении. Сегментация и распознавание изображений — эффективный способ повысить надежность и точность УЗИ. При диагностике задержки роста создавали 3D-изображение мозга плода с использованием искусственных границ и измеряли черепно-мозговой объем плода (включая мозжечок, головной мозг и лобную область).Сообщалось, что черепно-мозговой объем аномально маленьких плодов был меньше, чем у нормальных плодов. Однако это исследование не может достичь полностью автоматической сегментации головного мозга и распознавания формы (24). Из-за неточного прогноза ГА, который зависел от опыта специалистов по УЗИ, различий в размерах отдельных черепов из-за этнической принадлежности и субъективного получения двухмерных диагностических плоскостей, в другом исследовании была построена полуавтоматическая система, основанная на обучении, для выявления возрастных изменений. областей и признаков на черепно-мозговых ультразвуковых срезах плода и связывать их со зрелостью развития нервной системы, чтобы получить новые индикаторы развития плода, просто наблюдая краниоцеребральные морфологические изменения с помощью ультразвукового исследования (25).Чтобы сделать оценку более систематической, в исследовании был создан инструмент классификации для диагностики задержки внутриутробного развития. Помимо признаков HC и GA, AC, BPD и длина бедра (FL) также использовались для классификации ANN. Этот подход может помочь решить проблемы изменчивости между наблюдателями и внутри них (26). В последнее время постепенно расширяется применение ИИ в диагностике черепно-мозговых аномалий плода. Такие передовые методы были загружены в коммерческое ультразвуковое оборудование, где «Умный план» (Resona 7, Mindary, Шэньчжэнь, Китай) является одним из представлений.Это позволило не только добиться автоматического распознавания внутренних структур черепа, но и помочь в диагностике заболеваний (27). Система может использовать эти измерения и информацию о распознавании для диагностики частичной агенезии мозолистого тела (определения его структуры), порока развития Денди-Уокера (DWM) и других заболеваний, связанных с мозжечком. В недавних исследованиях сообщалось о комбинированных алгоритмах (алгоритм, основанный на сети U-net для сегментации, и алгоритм, основанный на сети VGG для классификации) для диагностики заболеваний головного мозга плода, включая вентрикуломегалию, гидроцефалию, кисту кармана Блейка (BPC), DWM и мозжечковую патологию. гипоплазия червя (ХВГ).Было показано, что эти алгоритмы полезны для сегментации, классификации и локализации поражений черепно-мозговой области при ультразвуковой диагностике аномалий головного мозга плода, что может повысить эффективность диагностики для молодых врачей (28).

Точное распознавание и измерение абдоминальных структур плода

AC является наиболее ценным предиктором веса плода. Стандартные срезы брюшной полости можно использовать для определения АК и оценки роста и развития плода.Из-за низкой контрастности брюшной полости плода на акустических изображениях и наличия нерегулярных абдоминальных эхосигналов измерение АК является более сложной задачей по сравнению с измерением ГК. Однако в приложениях, связанных с ИИ, идентификация живота и измерение переменного тока были аналогичны таковым для головы, а основные различия заключались в идентифицируемых анатомических структурах (т. е. в наличии, положении, направлении и расстоянии). близлежащих органов, таких как спинной мозг, желчный пузырь и желудок) и влияние амниотической жидкости на распознавание границ (29).Чен и др. уменьшил переоснащение модели за счет передачи обучения и создал систему распознавания, основанную на глубоком обучении, для стандартизации измерений переменного тока. Модель также может реализовать автоматическое позиционирование стандартных абдоминальных срезов на ультразвуковом динамическом изображении и измерение АК плода. На основании этого другое исследование разделило весь процесс на первоначальную оценку переменного тока, измерение и приемочную проверку самолета (30). Каждый процесс состоял из CNN и U-Net, что повысило точность измерений и определения местоположения.Недостатки в распознавании изображений и автоматических измерениях были устранены за счет неоднократных обновлений алгоритма и увеличения объема данных. С другой стороны, из-за того ограничения, что измерения 2D-изображения длинного диаметра и площади не могут распознать внутренние органы, 3D-реконструкция может помочь измерить объем полых внутренних органов. Поэтому в настоящее время этот метод используется для измерения желудка и мочевого пузыря плода.

Количественный анализ текстуры ультразвуковых изображений легких плода

Плохое развитие легких является наиболее частой причиной преждевременных родов и смерти новорожденных. Хотя гестационный возраст является одним из показателей зрелости легких плода, оценка с использованием только гестоза имеет очевидную индивидуальную вариабельность. Амниотическая жидкость может дать информацию об отношении лецитина к сфингомиелину с высокой точностью; однако этот метод включает прокол и является инвазивным. Таким образом, очень важно определить неинвазивные методы, которые могут точно количественно оценить зрелость легких плода. В последнее время внимание привлекает применение УЗИ для оценки зрелости легких плода. Как правило, оценка зрелости легких плода с помощью УЗИ проводилась путем сравнения эхогенности печени, кишечника и плаценты.Однако он имеет низкое согласие между наблюдателями, и диагностическая точность этого подхода не очень приемлема. Исходя из этого, анализ текстуры оказался полезным для оценки зрелости легких плода с помощью ультразвука. Например, сообщается, что программное обеспечение для автоматического количественного ультразвукового анализа (AQUA) позволяет получать текстурные изображения легких плода в формате DICOM, анализировать признаки, извлекать 30 признаков с наилучшей корреляцией и проверять корреляции между признаками и ГА (31). Текстура легких не зависела от расположения интересующей области, размера легких, ориентации легких и конкретного ультразвукового инструмента или его частоты, а изображение другой области не требовалось в качестве эталона.Таким образом, осуществимость и воспроизводимость метода были приемлемыми. В другом исследовании с использованием программного обеспечения AQUA чувствительность, специфичность и точность анализа программного обеспечения при оценке зрелости легких плода составили 95,1, 85,7 и 90,3% соответственно по сравнению с соотношением лецитин-сфингомиелин (32). Другие исследователи также создали аналогичную систему анализа текстуры (например, Quantus ^FLM для количественного ультразвукового анализа зрелости легких плода) для выявления недоношенных легких плода или прогнозирования возникновения респираторных заболеваний у новорожденных (33, 34).При анализе текстурной неоднородности было установлено, что гетерогенность легких плода на ультразвуковых изображениях у недоношенных детей была снижена, тогда как гетерогенность легких плода у доношенных детей увеличилась, что способствовало ранней диагностике дисплазии легких плода. Кроме того, применимость этого программного обеспечения была подтверждена в различных клинических ситуациях, включая проксимальные/дистальные отделы легких и ультразвуковые аппараты различных марок и т. д. (35). Общим было то, что на анализ не влияла настройка значения серого цвета прибора.Система также имела хорошую применимость. Однако не следует игнорировать такие ограничения, как ограниченный объем данных, необходимых для построения системы, и отсутствие выборочного представления данных из одного центра. Для реализации клинического применения эти ограничения должны быть устранены в последующих исследованиях.

Интеллектуальный анализ и диагностика заболеваний с помощью эхокардиографии плода

Эхокардиография плода является сложной задачей, поскольку сердце плода сложное и маленькое, а сердцебиение плода очень быстрое.Диагноз порока сердца у плода в основном основывается на опыте УЗИ и общих наблюдениях. В настоящее время ИИ полезен для определения объема сердца плода, распознавания атриовентрикулярных нарушений, измерения толщины стенок желудочков, диагностики заболеваний, а также для создания интеллектуальной системы навигации по сердцу. Благодаря постоянному совершенствованию алгоритма можно реализовать автоматическую и точную идентификацию сердца плода. Точное распознавание и сегментация полостей сердца с помощью ИИ может помочь в выявлении врожденных пороков сердца (ВПС), таких как синдром гипоплазии левых отделов сердца, дефекты эндокардиальной подушки и большие дефекты межпредсердной/желудочковой перегородки.В ходе недавнего исследования больших данных был разработан ансамбль нейронных сетей для определения рекомендуемых проекций сердца и диагностики сложной ИБС с чувствительностью 95% и специфичностью 96%. Это исследование также показало, что классификатор принимал решения на основе клинически значимых характеристик изображения, а преодоление проблем отсутствия опыта, а также низкого качества изображений было ключевым моментом в диагностике ИБС с помощью ИИ (36). Однако артефакты, потеря контуров, шум и неравномерная интенсивность всегда влияют на распознавание признаков и анализ изображений сердца плода (37).Ожидается, что метод искусственного интеллекта будет способствовать стандартизации и оптимизации эхокардиографии плода (38).

Качество изображения и контроль качества были важными факторами для оценки эхокардиографии плода. В предыдущих исследованиях использовались различные алгоритмы для достижения точной сегментации и распознавания структуры сердца плода, независимо от изображений или видео. Видимость, положение, ориентация и плоскость обзора сердца плода на ультразвуковых изображениях были параметрами, требующими внимания (39).Хорошие результаты сегментации были основой точной оценки. Сюй и др. предложил алгоритм сегментации апикальной четырехкамерной проекции при эхокардиографии плода. Сквозная DW-Net (состоящая из DCC и W-Net) использовалась для точного определения местоположения и уточнения точных границ. Этот подход был полезен для решения проблем артефактов, спекл-шума и отсутствия границ, и, наконец, он достиг коэффициента сходства Дайса, равного 0,827 (40). В исследовании Донга и др. они предложили структуру глубокого обучения, основанную на базовой CNN (сегментация четырехкамерной плоскости), более глубокой CNN (определение масштаба и усиления) и ARVBNet (обнаружение ключевых структур) для оценка качества эхокардиографии плода. Этот метод позволял распознавать внутренние структуры сердца плода, оценивать, было ли это распознавание верным, и давать оценку (41).

Хотя многие исследования были направлены на улучшение диагностической эффективности ИБС, его аномальные анатомо-морфологические изменения ограничивают вероятность, особенно для этих сложных ИБС. Одним из решений было обнаружение косвенных признаков, таких как оценка объемов желудочков и толщины стенок желудочков (42, 43). Другой способ заключался в более полном обнаружении анатомической структуры.Интеллектуальная система визуализации сердца плода была основана на пространственно-временной корреляции изображений (STIC), которая идентифицирует дугу артериального протока плода, а затем постепенно реализует визуализацию скрининговых срезов сердца плода. Программное обеспечение VOCAL было основано на STIC и использовалось для измерения объема межжелудочковой перегородки с помощью 3D-визуализации, после чего была оценена корреляция между объемом межжелудочковой перегородки и GA (44). Для диагностики пороков сердца несколько исследователей разработали систему диагностики ИИ для пороков сердца плода.Система использует большие наборы данных подтвержденных изображений нормального и аномального сердца плода в сочетании с облачными вычислениями для обнаружения пороков сердца плода. Другим типичным примером является программное обеспечение под названием «Интеллектуальная навигационная эхокардиография плода» (FINE), в котором используется технология интеллектуальной навигации по наборам данных STIC (45). После того, как теги были заполнены, автоматически и одновременно были созданы девять стандартных изображений эхокардиографии плода. Эти проекции включали четырехкамерную проекцию, пятикамерную проекцию, разрез выводного тракта левого желудочка, короткую ось аорты/разрез выводного тракта правого желудочка, разрез трехсосудистого проекции, брюшную полость. / срез пузыря желудка, срез дуги артериального протока, срез дуги аорты, срез верхней и нижней полой вены.В нескольких исследованиях использовалась технология FINE для диагностики тетрады Фалло плода в сочетании с легочной атрезией. Кроме того, компания Mindray разработала интеллектуальную систему визуализации сердца плода для стандартных разделов данных трехмерного измерения объема плода. Система может полуавтоматически идентифицировать шесть стандартных разделов, обычно используемых при исследованиях сердца плода, в соответствии с положением четырехкамерной контрольной точки, которая была введена пользователем для повышения эффективности обследования.Основываясь на большой базе данных характеристик структур сердца плода, он применил глубокое обучение для создания интеллектуальной системы распознавания структур сердца плода, которая могла бы различать различные анатомические структуры, объединять информацию с данными пользователя для определения диапазона поиска структур сердца плода. определить положения основных анатомических структур в данных измерения объема и создать стандартный разрез сердца плода в соответствии с положениями основных анатомических структур.Тем не менее, современная интеллектуальная система визуализации сердца плода по-прежнему чувствительна к помехам со стороны плода, движения которого невозможно контролировать. Поэтому по-прежнему требуются подходящие алгоритмы, матричный зонд и 3D-УЗИ в реальном времени.

Оценка и прогнозирование функции шейки матки

Цервикальная недостаточность является основным фактором, приводящим к повторным абортам и самопроизвольным преждевременным родам во втором триместре. Это также одна из причин неонатальной смертности.Трансвагинальное УЗИ широко используется для оценки функции шейки матки во время беременности. Благодаря наблюдению и оценке длины шейки матки, образования цервикальной воронки и других показателей можно было в некоторой степени прогнозировать и контролировать развитие цервикальной недостаточности. Однако специфичность и чувствительность существующих методов и отдельных показателей, таких как длина шейки матки, для прогнозирования риска преждевременных родов были низкими, и некоторые программные пакеты для систематической оценки могли получать только полуколичественные показатели оценки, а именно стратификацию риска преждевременных родов. рождение.Отсутствие практических инструментов для оценки функции шейки матки всегда приводит к чрезмерным обследованиям и чрезмерному лечению.

Количественный анализ текстуры ткани на изображениях был основной точкой применения ИИ при оценке недостаточности шейки матки. Исследователи из Испании применили количественный анализ текстуры шейки матки для оценки изменений ткани шейки матки во время беременности (46). В общей сложности из каждого ультразвукового изображения и области интереса было извлечено 18 признаков, а модель прогнозирования ГА на основе признаков из изображения шейки матки была создана посредством сегментации данных, преобразования признаков и расчета модели, что указывало на наличие сильной корреляции. между изображениями УЗИ шейки матки и GA.Основываясь на низкой специфичности длины шейки матки для оценки функции шейки матки, эти исследователи приняли алгоритм обучения комбинации признаков, основанный на трансформации признаков и регрессии, выбрали интересующую область в середине передней губы, установили балл CTx и подтвердили что показатель CTx у беременных с короткой шейкой матки и срочными родами был выше, чем у беременных с короткой шейкой матки и преждевременными родами (47). Этот метод помог прогнозировать риск преждевременных родов у беременных с короткой шейкой матки.

Помимо анализа текстуры, применение омиксов для прогнозирования преждевременных родов также оказалось полезным. В предыдущем исследовании сочетались искусственный интеллект, протеомика, метаболомика и ультразвуковое исследование, а также использовались различные технологии машинного обучения, включая глубокое обучение, для прогнозирования преждевременных родов, задержки преждевременных родов и времени лечения новорожденных в отделении интенсивной терапии новорожденных во втором триместре (48). Несмотря на небольшой размер выборки, исследование подтвердило, что глубокое обучение имеет преимущество перед другими видами машинного обучения при обработке сложных данных при многофакторном прогнозировании цервикальной недостаточности.

Оценка массы плода и гестационного возраста

Техника искусственного интеллекта продемонстрировала возможность точного определения веса плода, который в основном основывался на сроке беременности и бипариетальном диаметре, АС и длине бедренной кости, особенно при экстремальном весе плода. Ясунари и др. сообщили, что они разработали метод ИИ для оценки веса плода. Архитектура нейронной сети была обучена методом глубокого обучения с набором данных, который состоял из ± 2 стандартных отклонений (SD), ± 1.5 SD и ± 0 SD категории утвержденных стандартных значений ультразвуковых измерений веса плода (49).

Преждевременные роды представляют собой серьезную глобальную проблему для здравоохранения и являются основной причиной смерти детей в возрасте до 5 лет. Существующие методы оценки гестационного возраста плода часто были неточными. Например, при сроке беременности 20–30 недель ширина 95% интервала прогнозирования относительно фактического гестационного возраста составляет примерно 18–36 дней. Чтобы решить эту проблему, Russell et al. разработали подход машинного обучения для точной оценки гестационного возраста с использованием ультразвуковых данных и биометрических данных плода.Точность метода определялась ссылкой на точно известные факты, относящиеся конкретно к каждому плоду, на интервалы между визитами УЗИ, а не на дату последней менструации матери. Обобщение алгоритма было показано на данных другой и более разнородной популяции. В контексте двух больших наборов данных они оценили ГВ в течение 3 дней между 20 и 30 неделями беременности с 95% ДИ, используя измерения, сделанные в 10-недельном окне, охватывающем второй и третий триместры, следовательно, ГВ плода может быть оценивается в окне гестационного возраста 20–30 недель с интервалом прогнозирования в 3–5 раз лучше, чем с любыми предыдущими алгоритмами (50).Это позволит улучшить ведение отдельных беременностей и поможет более точно, чем это возможно в настоящее время, идентифицировать плод, подвергающийся риску. Ожидалось, что на популяционном уровне более высокая точность улучшит графики роста плода и оценки здоровья населения. Машинное обучение может обойти давние ограничения в определении гестационного возраста плода и будущих траекторий роста, не прибегая к часто неточной информации, такой как дата последней менструации матери. Использование этого алгоритма в клинической практике может облегчить ведение отдельных беременностей и улучшить здоровье населения.

Обсуждение и перспективы на будущее

Сочетание искусственного интеллекта и ультразвукового исследования помогает клиницистам в диагностике различных состояний и заболеваний, поскольку может повысить эффективность, снизить количество ошибочных диагнозов и пропущенных диагнозов, эффективно улучшить качество медицинских услуг и, в конечном итоге, принести пользу пациентам. В настоящее время достигнуты значительные успехи в применении ИИ в области акушерства и гинекологии, однако универсальность и эффективность многих моделей требуют дальнейшего изучения.В текущих отчетах было исследовано множество навыков для преодоления дилеммы ограниченной точности, таких как разработка ансамблевых алгоритмов (51), использование ультразвуковых видео или информации временных рядов в качестве набора для проверки (52, 53) или рассмотрение особенностей в дополнительных модальностях визуализации. (54) и т. д. Кроме того, при постоянной оптимизации и модификации алгоритмов не только инженеры-алгоритмы, но и клиницисты должны обладать знаниями, чтобы они могли устранить или стандартизировать субъективную предвзятость, чтобы избежать ошибочной диагностики, чтобы достичь объективных, справедливых и унифицированных результатов. нормы обобщения.

С другой стороны, акушерские ультразвуковые методы, связанные с искусственным интеллектом, постепенно начинают играть роль в образовании и социальных услугах. Например, телемедицинская служба ультразвукового исследования плода может связать специализированный центр фетальной медицины и удаленное акушерское отделение, что может обеспечить высококачественную ультразвуковую диагностику и консультации специалистов, а также значительно сократить семейные расходы и время в пути (55). Кроме того, этот метод оказался полезным в транснациональных консультациях.Поскольку акушерское ультразвуковое исследование по-прежнему недоступно во многих развивающихся странах и сельских районах, услуги телемедицины/теледиагностики могут расширить доступ к диагностическому акушерскому ультразвуковому исследованию в условиях ограниченных ресурсов. Было доказано, что он отлично согласуется со стандартным ультразвуковым исследованием (56). В обучении акушерству и гинекологии виртуальная реальность становится новым способом обучения УЗИ на основе моделирования, что значительно повышает эффективность обучения и сохранение знаний при обучении УЗИ плода [например, распознавание аномалий головного мозга плода на ультразвуковом изображении (57) или изучение развития плода (58). )].Мы считаем, что с развитием методов и междисциплинарной интеграции ИИ сможет предложить гораздо больше в области акушерского УЗИ.

Вклад авторов

ZC отвечает за концепцию рукописи и утверждение статьи. ZL отвечает за интерпретацию и составление статьи. MD отвечает за обзор литературы. ZW несет ответственность за критическую проверку статьи. Все авторы прочитали и одобрили окончательный вариант рукописи.

Финансирование

Эта работа была поддержана Национальной ключевой программой исследований и разработок Китая (2019YFE0110400).

Конфликт интересов

Авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Примечание издателя

Все претензии, изложенные в этой статье, принадлежат исключительно авторам и не обязательно представляют претензии их дочерних организаций или издателя, редакторов и рецензентов. Любой продукт, который может быть оценен в этой статье, или претензии, которые могут быть сделаны его производителем, не гарантируются и не поддерживаются издателем.

Каталожные номера

2. Ondeck CL, Pretorius D, McCaulley J, Kinori M, Maloney T, Hull A, et al. Ультразвуковая пренатальная визуализация глазных и орбитальных аномалий плода. Сурв Офтальмол. (2018) 63:745–53. doi: 10.1016/j.survophthal.2018.04.006

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

3.Беллусси Ф., Ги Т., Юссеф А., Салси Г., Джорджетта Ф., Парма Д. и др. Применение интранатального УЗИ для диагностики аномалий положения и аномалий предлежания головного мозга. Am J Акушер-гинеколог. (2017) 217:633–41. doi: 10.1016/j.ajog.2017.07.025

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

4. Праманик М., Гупта М., Кришнан К.Б. Повышение воспроизводимости ультразвуковых измерений новыми пользователями. В: Abbey CK, Mello-Thoms CR, редакторы. Медицинская визуализация 2013: восприятие изображения, производительность наблюдателя и оценка технологий , Vol.8673. Беллингем, Вашингтон: SPIE (2013).

Академия Google

5. Карнейро Г., Джорджеску Б., Гуд С. Автоматизированная биометрия плода на основе знаний с использованием Syngo Auto OB . Эрланген: Медицинские решения Siemens (2008).

6. Эспиноза Дж., Гуд С., Рассел Э., Ли В. Повышает ли использование автоматизированной биометрии плода эффективность клинического рабочего процесса? J УЗИ Мед. (2013) 32:847–50. дои: 10.7863/ультра.32.5.847

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

7.Домбр Ф., Морис П., Гильбо Л., Франшинар Л., Диас Б., Шарле Дж. и др. Новая интеллектуальная система помощи при сканировании для ранней диагностики беременности с помощью ультразвука: исследование оценки системы поддержки принятия клинических решений. J Med Internet Res. (2019) 21:e14286. дои: 10. 2196/14286

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

8. Liu C, Jiao D, Liu Z. Прогнозирование заболеваний с помощью искусственного интеллекта (ИИ). БИО Интегр. (2020) 1:130–6. дои: 10.15212/bioi-2020-0017

Полнотекстовая перекрестная ссылка | Академия Google

9. Смитс Н.А., Двинских Н.А., Винкенс Б., Оей С.Г. Новый полуавтоматический метод измерения объема плода с помощью трехмерного УЗИ: предварительные результаты. Prenat Diag. (2012) 32:770–6. doi: 10.1002/pd.3900

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

10. Yang X, Yu L, Li S, Wen H, Luo D, Bian C, et al. На пути к автоматизированной семантической сегментации в пренатальном объемном УЗИ. IEEE Trans Med Imaging. (2019) 38:180–93. doi: 10.1109/TMI.2018.2858779

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

11. Ryou H, Yaqub M, Cavallaro A, Papageorghiou AT, Alison Noble J. Автоматизированный анализ 3D-УЗИ для оценки состояния плода в первом триместре. Phys Med Biol. (2019) 64:185010. дои: 10.1088/1361-6560/ab3ad1

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

12. Мораталла Дж., Пинтоффл К., Минекава Р., Лахманн Р., Райт Д., Николаидес К.Х.Полуавтоматическая система для измерения толщины воротникового пространства. УЗИ Акушер-гинеколог. (2010). 36: B412–6. doi: 10.1002/uog.7737

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

13. Не С., Ю Дж., Чен П., Ван И, Чжан Дж. К. Автоматическое определение стандартной сагиттальной плоскости в первом триместре беременности по данным 3D УЗИ. УЗИ медицинский биол. (2017) 43: 286–300. doi: 10.1016/j.ultrasmedbio.2016.08.034

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

14.Собханиния З., Рафии С., Эмами А., Карими Н., Наджарян К., Самави С. и др. Сегментация ультразвукового изображения плода для измерения биометрических параметров с использованием многозадачного глубокого обучения. Annu Int Conf IEEE Eng Med Biol Soc. (2019) 2019: 6545–8. doi: 10.1109/EMBC.2019.8856981

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

15. van den Heuvel TLA, Petros H, Santini S, de Korte CL, van Ginneken B. Автоматическое обнаружение головки плода и оценка окружности по результатам ультразвукового сканирования от руки с использованием глубокого обучения в странах с ограниченными ресурсами. УЗИ медицинский биол. (2019) 45:773–85. doi: 10.1016/j.ultrasmedbio.2018.09.015

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

16. ван ден Хеувел Т.Л.А., де Брюйн Д., де Корте К.Л., Гиннекен Б.В. Автоматическое измерение окружности головы плода с использованием двухмерных ультразвуковых изображений. ПЛОС ОДИН. (2018) 13:e0200412. doi: 10.1371/journal.pone.0200412

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

17. Yang X, Wang X, Wang Y, Dou H, Li S, Wen H, et al. Гибридное внимание для автоматической сегментации всей головы плода в пренатальных ультразвуковых объемах. Программы вычислительных методов Биомед. (2020) 194:105519. doi: 10.1016/j.cmpb.2020.105519

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

18. Yang X, Li HM, Liu L, Ni D. Сегментация плода в США с автоматическим контекстным управлением с учетом масштаба и структурированными случайными лесами. БИО Интегр. (2020) 1:118–29. doi: 10.15212/bioi-2020-0016

Полнотекстовая перекрестная ссылка | Академия Google

19.Chen X, He M, Dan T, Wang N, Lin M, Zhang L, et al. Автоматические измерения боковых желудочков плода на двухмерных ультразвуковых изображениях с использованием глубокого обучения. Фронт Нейрол. (2020). 11:526. doi: 10.3389/fneur.2020.00526

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

20. Плуйм И.Д., Афшар Ю., Холлиман К., Кван Л. Точность трехмерной автоматизированной ультразвуковой визуализации биометрических измерений головного мозга плода. УЗИ Акушер Гинек. (2020) 57:798–803.doi: 10.1002/uog.22171

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

21. Yu Z, Tan EL Ni D, Qin J, Chen S, Li S, et al. Фреймворк на основе глубокой сверточной нейронной сети для автоматического распознавания стандартной плоскости лица плода. IEEE J Biomed Health Inform. (2018) 22:874–85. doi: 10.1109/JBHI.2017.2705031

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

22. Yu Z, Ni D, Chen S, Li S, Wang T, Lei B. Распознавание стандартной плоскости лица плода с помощью очень глубоких сверточных сетей. Conf Proc IEEE Eng Med Biol Soc. (2016) 2016: 627–30. doi: 10.1109/EMBC.2016.75

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

23. Tsai PY, Chen HC, Huang HH, Chang CH, Fan PS, Huang CI, et al. Новый автоматический алгоритм для извлечения черепно-лицевых измерений из трехмерных объемов плода. УЗИ Акушер-гинеколог. (2012) 39:642–7. doi: 10.1002/uog.10104

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

24.Каэтано А.С., Замарян А.С., Араужо Джуниор Э., Кавальканте Р.О., Симиони С., Сильва К.П. и др. Оценка объемов внутричерепных структур у плодов с задержкой роста методом трехмерной сонографии с использованием метода компьютерного анализа расширенных изображений виртуальных органов. J УЗИ Мед. (2015) 34:1397–405. дои: 10.7863/ультра.34.8.1397

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

25. Намбурете А.И., Стеббинг Р.В., Кемп Б., Якуб М., Папагеоргиу А.Т., Элисон Ноубл Дж.Прогнозирование гестационного возраста на основе обучения по ультразвуковым изображениям головного мозга плода. Med Image Анал. (2015) 21:72–86. doi: 10.1016/j.media.2014.12.006

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

26. Ахилрадж В., Гадагкар К.С., Шридхара. Особенности диагностики IUGR с использованием метода набора вариационных уровней и классификации с использованием искусственных нейронных сетей. Пятая международная конференция по обработке сигналов и изображений. Ченнаи: Компьютерное общество IEEE (2014 г.).

Академия Google

27. Ambroise Grandjean G, Hossu G, Bertholdt C, Noble P, Morel O, Grange G. Помощь искусственного интеллекта в биометрии головы плода: оценка программного обеспечения для автоматизированных измерений. Диагностическая интерв. визуализация. (2018) 99:709–16. doi: 10.1016/j.diii.2018.08.001

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

28. Xie B, Lei T, Wang N, Cai H, Xian J, He M, et al. Компьютерная диагностика ультразвуковых изображений головного мозга плода с использованием глубоких сверточных нейронных сетей. Int J Comput Assist Radiol Surg. (2020) 15:1303–12. doi: 10.1007/s11548-020-02182-3

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

29. Jang J, Park Y, Kim B, Lee SM, Kwon JY, Seo JK. Автоматическая оценка окружности живота плода по изображениям УЗИ. IEEE J Biomed Health Inform. (2018) 22:1512–20. doi: 10.1109/JBHI.2017.2776116

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

30. Chen H, Ni D, Qin J, Li S, Yang X, Wang T, et al.Локализация стандартной плоскости в ультразвуковом исследовании плода с помощью глубоких нейронных сетей с переносом домена. IEEE J Biomed Health Inform. (2015) 19:1627–36. doi: 10.1109/JBHI.2015.2425041

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

31. Кобо Т., Бонет-Карне Э., Мартинес-Террон М., Перес-Морено А., Элиас Н., Луке Дж. и др. Возможность и воспроизводимость анализа структуры легких плода с помощью автоматического количественного ультразвукового анализа и корреляции с гестационным возрастом. Диагностика плода Ther. (2012) 31:230–6. дои: 10.1159/000335349

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

32. Паласио М., Кобо Т., Мартинес-Террон М., Ратта Г. А., Бонет-Карне Э., Амат-Ролдан И. и др. Выполнение автоматического количественного ультразвукового анализа легких плода для прогнозирования зрелости легких плода. Am J Акушер-гинеколог. (2012). 207:504.e1–5. doi: 10.1016/j.ajog.2012.09.027

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

33.Ghorayeb SR, Bracero LA, Blitz MJ, Rahman Z, Lesser ML. Количественный ультразвуковой анализ текстуры для дифференциации легких недоношенных и доношенных плодов. J УЗИ Мед. (2017) 36:1437–43. дои: 10.7863/ультра.16.06069

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

34. Бонет-Карне Э., Паласио М., Кобо Т., Перес-Морено А., Лопес М., Пиракив Дж. П. и соавт. Количественный ультразвуковой анализ текстуры легких плода для прогнозирования неонатальной респираторной заболеваемости. УЗИ Акушер-гинеколог. (2015) 45:427–33. doi: 10.1002/uog.13441

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

35. Perez-Moreno A, Dominguez M, Migliorelli F, Gratacos E, Palacio M, Bonet-Carne E. Клиническая осуществимость количественного ультразвукового анализа текстуры: исследование надежности с использованием ультразвуковых изображений легких плода. J УЗИ Мед. (2019) 38:1459–76. doi: 10.1002/jum.14824

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

36.Арнаут Р., Карран Л., Чжао И., Левин Дж. К., Чинн Э., Мун-Грэйди А. Дж. Ансамбль нейронных сетей обеспечивает пренатальное выявление сложных врожденных пороков сердца на экспертном уровне. Нац. мед. (2021) 27:882–91. doi: 10.1038/s41591-021-01342-5

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

37. Femina M, Raajagopalan S. Сегментация анатомической структуры на основе ультразвуковых последовательностей раннего плода с использованием модели Chan-Vese на основе оптимизатора CAT роя глобального опыления. Med Biol Eng Comput. (2019) 57:1763–82. doi: 10.1007/s11517-019-01991-2

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

39. Мост С.П., Иоанну С., Ноубл Дж.А. Автоматизированная аннотация и количественное описание видео УЗИ сердца плода. Med Image Анал. (2017) 36:147–61. doi: 10.1016/j.media.2016.11.006

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

40. Xu L, Liu M, Shen Z, Wang H, Liu X, Wang X, et al.DW-Net: каскадная сверточная нейронная сеть для апикальной четырехкамерной сегментации при эхокардиографии плода. Comput Med Imaging Graph. (2020) 80:101690. doi: 10.1016/j.compmmedimag.2019.101690

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

41. Dong J, Liu S, Liao Y, Wen H, Lei B, Li S, et al. Общая система контроля качества для четырехкамерного УЗИ сердца плода. IEEE J Biomed Health Inform. (2020) 24:931–42. дои: 10.1109/JBHI.2019.2948316

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

42. Barros FS, Rolo LC, Rocha LA, Martins WP, Nardozza LM, Moron AF, et al. Референтные диапазоны объемов стенок желудочков сердца плода по данным трехмерного ультразвукового исследования с использованием пространственно-временной корреляции изображений и компьютерного анализа виртуальных органов и их валидация у плодов с врожденными пороками сердца. Prenat Diag. (2015) 35:65–73. doi: 10.1002/pd.4480

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

43.Barreto EQ, Araujo Junior E, Martins WP, Rolo LC, Milani HJ, Nardozza LM и др. Новая методика оценки роста сердца плода с помощью трехмерной ультрасонографии: описание методики и референсные кривые. J Matern Fetal Neonatal Med. (2015). 28:1087–93. дои: 10.3109/14767058.2014.943176

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

44. Роло Л.С., Сантана Э.Ф., да Силва П.Х., Коста Фда С., Нардоцца Л.М., Тонни Г. и соавт. Межжелудочковая перегородка сердца плода: оценка объема с помощью 3D/4D УЗИ с использованием пространственно-временной корреляции изображений (STIC) и компьютерного анализа виртуальных органов (VOCAL). J Matern Fetal Neonatal Med. (2015) 28:1388–93. дои: 10.3109/14767058.2014.955005

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

45. Йео Л., Маркуш Д., Ромеро Р. Пренатальная диагностика тетрады Фалло с легочной атрезией с использованием: интеллектуальной навигационной эхокардиографии плода (FINE). J Matern Fetal Neonatal Med. (2019) 32:3699–702. дои: 10.1080/14767058.2018.1484088

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

46.Баньос Н., Перес-Морено А., Мильорелли Ф., Тригинер Л., Кобо Т., Бонет-Карне Э. и др. Количественный анализ текстуры шейки матки с помощью УЗИ и корреляция с гестационным возрастом. Диагностика плода Ther. (2017) 41: 265–72. дои: 10.1159/000448475

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

47. Baños N, Perez-Moreno A, Julià C, Murillo-Bravo C, Coronado D, Gratacós E, et al. Количественный анализ текстуры шейки матки с помощью ультразвука в середине беременности и связь со спонтанными преждевременными родами. УЗИ Акушер-гинеколог. (2018) 51:637–43. doi: 10.1002/uog.17525

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

48. Бахадо-Сингх Р.О., Сонек Дж., МакКенна Д., Кул Д., Айдас Б., Туркоглу О. и соавт. Искусственный интеллект и мультиомика амниотической жидкости: прогнозирование перинатального исхода у бессимптомных женщин с короткой шейкой матки. УЗИ Акушер-гинеколог. (2019) 54:110–8. doi: 10.1002/uog.20168

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

50.Фунг Р., Виллар Дж., Дашти А., Исмаил Л.С., Стейнс-Уриас Э., Охума Э.О. и др. Достижение точных оценок гестационного возраста плода и персонализированных прогнозов роста плода на основе данных международного проспективного когортного исследования: популяционное исследование машинного обучения. Ланцет Цифра Здоровье. (2020) 2:e368–75. doi: 10.1016/S2589-7500(20)30131-X

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

51. Xie HN, Wang N, He M, Zhang LH, Cai HM, Xian JB, et al.Использование алгоритмов глубокого обучения для классификации ультразвуковых изображений мозга плода как нормальных или аномальных. УЗИ Акушер-гинеколог. (2020) 56: 579–87. doi: 10.1002/uog.21967

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

52. Шозу К., Комацу М., Сакаи А., Комацу Р., Дозен А., Мачино Х. и др. Модельно-независимый метод сегментации грудной клетки в видео УЗИ плода. Биомолекулы. (2020) 10:1691. doi: 10.3390/biom10121691

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

53.Дюжина А, Комацу М, Сакаи А, Комацу Р, Шозу К, Мачино Х и др. Сегментация изображения межжелудочковой перегородки в видеороликах УЗИ сердца плода на основе глубокого обучения с использованием информации временных рядов. Биомолекулы. (2020) 10:1526. doi: 10.3390/biom10111526

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

54. Торрентс-Баррена Дж., Монилл Н., Пиелла Г., Гратакос Э., Эйксарх Э., Цереза ​​М. и др. Оценка радиомики и глубокого обучения для сегментации анатомии плода и матери в магнитно-резонансной томографии и ультразвуке. Академ радиол. (2021) 28:173–88. doi: 10.1016/j.acra.2019.11.006

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

55. Smith VJ, Marshall A, Lie MLS, Bidmead E, Beckwith B, Van Oudgaarden E, et al. Внедрение телемедицинского сервиса УЗИ плода: взгляды женщин и семейные расходы. BMC Беременность Роды. (2021) 21:38. doi: 10.1186/s12884-020-03532-4

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

56.Тоскано М., Марини Т.Дж., Дреннан К., Баран Т.М., Кан Дж., Гарра Б. и др. Тестирование теледиагностического акушерского УЗИ в Перу: новый горизонт в расширении доступа к пренатальному УЗИ. BMC Беременность Роды. (2021) 21:328. doi: 10.1186/s12884-021-03720-w

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

57. Эберт Дж., Тутчек Б. Объекты виртуальной реальности повышают эффективность обучения и сохраняют диагностические возможности при УЗИ плода. УЗИ Акушер-гинеколог. (2019) 53: 525-8. DOI: 10.1002 / uog.19177

Реферат PubMed | Полный текст перекрестной ссылки | Академия Google

клиник обвиняют дать несколько будущим матерям же 3D УЗИ фото

Иерархической Trail Ссылка

1. Новости

Онтарио УЗИ клиники дала по меньшей мере десяток беременных женщин идентичны 3D изображения, попросив их покинуть помещение перед печатью их фото

содержания статьи

группы будущих мам говорят, что они являются жертвами сложного ультразвукового афера, в которой они заплатили $ 163 за 3D фондовых изображений и получили неточную информацию о гендере ребенка.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

Пренатальная визуализация BabyView 3D в Пикеринге, Онтарио. предоставил по крайней мере дюжине женщин идентичные ультразвуковые изображения, хотя снимки предположительно были сделаны в разное время и в разное время и разными будущими мамами.

Дженн Кузимано была взволнована тем, что 17 мая поделилась 3D-ультразвуковым изображением своего будущего ребенка с группой в Facebook для будущих мам, но была потрясена, когда обнаружила, что другая женщина загрузила похожее изображение.

«Я сделала два снимка и разместила их рядом в Интернете», — сказала она. «Они были идентичны».

Кузимано связался с женщиной и узнал, что они оба живут в Ошаве, Онтарио, и у обоих были сделаны ультразвуковые снимки в BabyView.

Она сообщила об инциденте в полицию и создала группу в Facebook для пострадавших женщин после того, как «получила сообщение за сообщением о том, что это тоже мои изображения». ниже.

Содержание статьи

В среду ультразвуковая клиника принесла извинения в Facebook за ошибку, сославшись на «технический сбой с предоставленными услугами печати», и заявила, что проблема решена.

«Babyview более чем счастлив исправить ситуацию и предложить повторное сканирование предоставленных услуг», — говорится в сообщении.

Но повторного сканирования недостаточно для женщин, которым дали неправильные фотографии.

Кузимано, который заплатил 163 доллара за услуги BabyView, сказал, что они распечатали те же самые шесть изображений для клиентов, которые включали изображения с их веб-сайта, размещенные в качестве примеров прошлой работы клиники.

«Они противоречат всему, что говорят… то был сбой, то вирус. Они пытаются скрыть то, что делают», — сказал Кузимано.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

Несколько женщин рассказали, что у них был такой же опыт в клинике, которой владеет и управляет Мохсина Адил Мир. Клиенты сказали, что изображения их ребенка на 3D-экране были нечеткими, и техник часто переключался между 2D-и 3D-изображением.

Женщины также сказали, что их попросили выйти из комнаты после завершения УЗИ и сказали ждать их фотографий снаружи.

Кейтлин Макконнелл, начинающая мама из Аякса, Онтарио, посетила BabyView 5 мая. «Когда мы получили фотографии, я была на седьмом небе», — сказала она. «Предполагалось, что это будут первые фотографии моего ребенка».

Макконнелл сказала, что две недели спустя она узнала, что фотография УЗИ, которую она с гордостью разместила в социальных сетях, на самом деле была трехмерным изображением.Она сказала, что второе изображение, которое она получила, было тем же, за которое заплатили как минимум пять других женщин.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

«Это было определенно захватывающе, а затем разрушительно», — сказала она.

На Facebook возмущение ситуацией продолжает расти, так как все больше женщин выдвигают обвинения в мошенничестве.

Я попросила ее распечатать фото с мужскими частями… она не стала этого делать

Группа Facebook, созданная для бывших клиентов BabyView, в которой по состоянию на полдень четверга насчитывалось более 1000 участников, где родители говорили, что их изображения дублируют другие разместил в группе.

Некоторые участники также сообщили, что информация о поле, которую им предоставили на УЗИ, оказалась неточной после рождения ребенка.

Эмбер Боуден — одна из женщин, которым дали неверную информацию о поле.

Ей сказали, что у нее будет мальчик, но она расстроилась, когда изображение на экране стало нечетким. Чувствуя себя неловко, она попросила у Адил Мир лучшее фото. «Я попросила ее распечатать фото с мужскими частями… она не стала этого делать».

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

Недавнее УЗИ в больнице показало, что Боуден на самом деле носил девочку. Боуден сказала, что затем она позвонила в клинику и попросила вернуть ей деньги, но ей отказали, и вместо этого предложили другую встречу.

Утром в четверг в разделе «Свяжитесь с нами» сайта BabyView было написано: «ИЗВИНИТЕ! из-за технических проблем в настоящее время мы не можем помочь ни одному клиенту. Мы планируем решить проблему в ближайшее время. (Пожалуйста, повторно посетите нас, чтобы записаться на прием).

После звонка по номеру, указанному на сайте клиники, раздался звонок на автоответчик, который был настроен на другой номер телефона. Номер, указанный в сообщении голосовой почты, был тем же номером, что и в недавнем объявлении Kijiji о поиске лицензии на ультразвуковую клинику.

Объявление

Это объявление еще не загружено, но ваша статья продолжается ниже.

Содержание статьи

«Если кто-то заинтересован в продаже лицензии на ультразвуковую клинику (покрывается OHIP), обращайтесь по телефону 647-381-0908», — говорилось в объявлении от 4 мая.

На веб-странице компании Адиль Мир указан как «зарегистрированный врач-сонограф», имеющий «университетскую степень медицины, а также степень бакалавра хирургии».

Коллегия врачей и хирургов Онтарио заявила, что деятельность УЗИ в Онтарио не регулируется, и так называемые «развлекательные УЗИ» могут проводиться без участия врача.

У CPSO есть политика в отношении УЗИ плода по немедицинским показаниям, в которой говорится, что «неуместно и противоречит надлежащей медицинской практике использовать ультразвук только для просмотра плода, чтобы получить изображение или видео плода или определить пол плода.

В четверг днем ​​на рабочий номер поликлиники ответил мужчина после неоднократных попыток дозвониться до офиса. Он представился мужем владелицы Адиль Мир и объяснил, что в данный момент клиника не работает, но планирует открыться снова.

«Очень скоро мы вернемся к работе», — сказал он.

С файлами из CP.

Поделитесь этой статьей в своей социальной сети

Реклама

Это объявление еще не загружено, но ваша статья продолжается ниже.

NP Опубликовано

Подпишитесь, чтобы получать ежедневные главные новости от National Post, подразделения Postmedia Network Inc. в любое время, нажав на ссылку отказа от подписки в нижней части наших электронных писем. Постмедиа Сеть Inc. | 365 Bloor Street East, Торонто, Онтарио, M4W 3L4 | 416-383-2300

Спасибо за регистрацию!

Приветственное письмо уже в пути.Если вы его не видите, проверьте папку нежелательной почты.

Очередной выпуск NP Posted скоро будет в вашем почтовом ящике.

Мы столкнулись с проблемой при регистрации. Пожалуйста, попробуйте еще раз

Комментарии

Postmedia стремится поддерживать живой, но вежливый форум для обсуждения и призывает всех читателей поделиться своим мнением о наших статьях. Комментарии могут пройти модерацию в течение часа, прежде чем они появятся на сайте. Мы просим вас, чтобы ваши комментарии были актуальными и уважительными.Мы включили уведомления по электронной почте — теперь вы будете получать электронное письмо, если получите ответ на свой комментарий, появится обновление ветки комментариев, на которую вы подписаны, или если пользователь, на которого вы подписаны, прокомментирует. Посетите наши Принципы сообщества для получения дополнительной информации и подробностей о том, как изменить настройки электронной почты.

Сергей Романов | Московский Государственный Университет

Academia.edu больше не поддерживает Internet Explorer.

Чтобы просмотреть Академию.edu и более широкий Интернет быстрее и безопаснее, потратьте несколько секунд, чтобы обновить свой браузер.

Papers

Communications in Computer and Information Science

Эта статья посвящена использованию суперкомпьютера для решения томографических обратных задач ультразвукового неразрушающего контроля тестирование в рамках скалярной волновой модели. Задача восстановления скорости продольной волны в твердом теле формулируется как коэффициентная обратная задача, которая в этой постановке является нелинейной.Сначала алгоритмы были протестированы на реальных данных, полученных в экспериментах на стенде ультразвуковых томографических исследований. Для зондирования использовали ультразвук в диапазоне 2–8 МГц. В эксперименте использовалась система вращающихся преобразователей. Вращающаяся система преобразователей существенно увеличивает количество излучателей и детекторов в томографической схеме и позволяет нейтрализовать артефакты изображения. Важным результатом данного исследования является экспериментальное подтверждение адекватности лежащей в его основе математической модели.Предлагаемые масштабируемые численные алгоритмы могут быть эффективно распараллелены на CPU-суперкомпьютерах. Расчеты проводились на 384 вычислительных ядрах суперкомпьютера «Ломоносов-2» МГУ им. М.В. Ломоносова.

PaperRank: 

Readers Related Papers MentionsView Impact

PaperRank: 

Readers Related Papers MentionsView ImpactЭта статья посвящена оптимизации численных алгоритмов для решения задач волновой томографии, которые мы… больше Статья посвящена оптимизации численных алгоритмов для решения волновых задач задачи томографии с помощью суперкомпьютеров. Задача формулируется как нелинейная коэффициентная обратная задача для волнового уравнения. Из-за огромного объема требуемых вычислений решение таких задач невозможно без использования высокопроизводительных суперкомпьютеров. Для решения задачи используются градиентные итерационные методы. Градиент функционала невязки вычисляется из решений прямой и «сопряженной» задач распространения волн с прозрачными граничными условиями. Сравниваются две формулировки условия прозрачности.Показано, что конечно-разностные схемы четвертого порядка позволяют уменьшить размер сетки в 1,5–2 раза по каждой координате по сравнению со схемами второго порядка. Это позволяет значительно сократить объем необходимых вычислений и памяти, что особенно важно для трехмерных задач волновой томографии. Основное применение…

PaperRank: 

Читатели Похожие статьи УпоминанияПросмотр Влияние

Российский журнал неразрушающего контроля

Статья посвящена разработке методов ультразвуковой томографии для неразрушающего контроля. … подробнее Статья посвящена развитию методов ультразвуковой томографии для неразрушающего контроля. Обратная задача восстановления скоростных разрезов рассматривается как нелинейная коэффициентная обратная задача для скалярного волнового уравнения. Разработаны эффективные итерационные методы решения этой задачи с использованием суперкомпьютеров. В этих методах используются прямые формулы для вычисления градиента функционала невязки между расчетным полем волны и полем, экспериментально измеренным на детекторах.Эффективность алгоритмов проверена на реальных экспериментальных данных. Первые эксперименты проводились на выделенных твердотельных образцах простейшей компоновки, при этом сигналы регистрировались стандартными ультразвуковыми антенными решетками на частоте 5 МГц. Показано, что с помощью разработанных томографических методов со схемами отражения и пропускания в реальном эксперименте можно не только выявлять границы отражателей, но и определять скоростные сечения внутри отражателей.

PaperRank: 

Читатели Похожие статьи УпоминанияView Impact

Вестник Московского университета по физике

В статье описано исследование возможностей низкочастотной ультразвуковой томографии в… подробнее В статье описано исследование возможностей низкочастотной ультразвуковой томографии в медицине . Основное применение — разработка томографических методов дифференциальной диагностики рака молочной железы. Для решения обратной задачи используется математическая модель, описывающая как явления дифракции и преломления, так и поглощение ультразвука в неоднородной среде.Разработанные алгоритмы восстановления структуры скоростей апробированы на стенде экспериментальных исследований. Для зондирования использовались широкополосные ультразвуковые источники в диапазоне 50–600 кГц. В качестве приемника использовался гидрофон Teledyne Reson TC4038 с чувствительностью около 4 мкВ/Па и диапазоном частот 10–800 кГц. Для усиления сигналов использовался предусилитель Teledyne Reson VP1000. Исследования проводились на фантомах с акустическими параметрами, близкими по свойствам к мягким тканям человека.Послойная модель использовалась для реконструкции трехмерной скоростной структуры. Сечения скорости звука, восстановленные по экспериментальным данным, имеют разрешение около 2 мм, а центральная длина волны — около 4 мм. Важным результатом работы является экспериментальное подтверждение соответствия модели физическим процессам.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр влияния

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр влиянияМетоды и результаты решения обратных задач в астрофизике с использованием параметрических моделей a… подробнее Рассмотрены методы и результаты решения обратных задач астрофизики с использованием параметрических моделей. В частности, описаны устойчивые методы решения обратных задач со статистической моделью ошибок. Представлены статистические теоремы, на которых основаны эффективные методы получения доверительных границ (ошибок) неизвестных параметров модели. Получены новые математические результаты для нелинейных параметрических задач. Представлены астрофизические результаты, касающиеся физики и эволюции тесных двойных систем, покрытия звезд Луной и определения вариаций кривых блеска нестационарных звезд.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр воздействия

Доклады Академии наук СССР

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр влияния

Вычислительная математика и математическая физика

Проблема выявления неоднородности подробнее Рассмотрена задача выявления неоднородностей в однородных физических средах путем наблюдения за распространением в этих средах полей, описываемых скалярной волновой моделью.В частности, рассматривается проблема с так называемым сдвигом нулевых данных. Получено явное аналитическое выражение для обратного оператора. Такие задачи имеют большое практическое значение для неразрушающего контроля, диагностики и геологоразведки (в частности, для сейсморазведки нефтяных месторождений, месторождений полезных ископаемых и т. д.).

PaperRank: 

Читатели Похожие статьи УпоминанияПросмотр Влияние

Московский университет вычислительной математики и кибернетики

Авторы предлагают метод решения обратной задачи на определение функции (ve… подробнее Предлагается метод решения обратной задачи по нахождению функции (скорости распространения волны), входящей в волновое уравнение в виде коэффициента. Источниками волнового поля являются точечные источники, носители которых изменяются в области трехмерного пространства. Информацией для решения обратной задачи является волновое поле в другой фиксированной области этого трехмерного пространства в любой момент времени. Основные результаты состоят в следующем. Решение обратной задачи сводится к интегральному уравнению Фредгольма первого рода со специальным ядром.Приведен численный метод решения обратной задачи и описаны результаты испытаний.

PaperRank:

Readers Related Papers MentionsView Impact

PaperRank:

Readers Related Papers MentionsView Impact

Computational Mathematics and Modeling, 1990

РЕФЕРАТ Рассмотрены две обратные задачи астрофизики: определение скорости движения Луны. рассматриваются обратные задачи астрофизики: определение скорости Луны методом звездных затмений (покрытий звезд Луной) и определение геометрических параметров двойных систем по наблюдениям кривых блеска.Эти методы дают основные звездные данные с точностью на несколько порядков выше, чем стандартные методы. Первоначальные проблемы некорректны. Устойчивое решение получается конечномерной параметризацией.

PaperRank: 

Читатели Похожие статьи УпоминанияView ImpactContents: 1. Математические задачи решения обратных задач. Модель детерминированных ошибок. 2. … подробнее Содержание: 1. Математические задачи решения обратных задач. Модель детерминированных ошибок. 2.Задачи решения конечно-параметрических обратных задач со статистической моделью ошибок начальных данных. 3. Интерпретация кривых блеска рентгеновских двойных систем. 4. Определение характеристик массивных рентгеновских двойных систем. 5. Покрытия звезд в отдельных тесных двойных системах и покрытия звезд Луной.

PaperRank: 

Читатели Связанные статьи УпоминанияView ImpactЭта статья посвящена разработке эффективных методов трехмерной акустической томографии. Обратный пр… далее Статья посвящена разработке эффективных методов трехмерной акустической томографии. Обратная задача акустической томографии формулируется как коэффициентная обратная задача для гиперболического уравнения, где скорость звука и коэффициент поглощения в трехмерном пространстве неизвестны. Существенные трудности решения этой обратной задачи связаны с ее нелинейным характером. Предложен метод, использующий короткие зондирующие импульсы двух различных центральных частот. Метод использует итерационный параллельный алгоритм минимизации на основе градиента на более высокой частоте с начальным приближением неизвестных коэффициентов, полученных путем решения обратной задачи на более низкой частоте.Эффективность предложенного метода иллюстрируется на модельной задаче. В модельной задаче используется простая в реализации трехмерная томографическая схема с данными, заданными на цилиндрической поверхности. Разработанные алгоритмы могут быть эффективно распараллелены с использованием кластеров графических процессоров. Компьютерное моделирование показывает, что…

PaperRank: 

Читатели Связанные статьи УпоминанияView Impact

статья в журнале, 3 апреля 2014 г.

Мы разрабатываем эффективные методы решения обратных задач ультразвуковой томографии в моделях с… подробнее Разработаны эффективные методы решения обратных задач ультразвуковой томографии в моделях с затуханием. Обратная задача трактуется как коэффициентная обратная задача для неизвестных зависящих от координат функций, характеризующих как сечение скорости, так и коэффициенты волнового уравнения, описывающего затухание в диагностируемой области. Получены точные формулы для градиента функционала невязки в моделях с затуханием и разработаны эффективные алгоритмы минимизации градиента невязки путем решения сопряженной задачи.Эти алгоритмы легко распараллелить при реализации на суперкомпьютерах, что позволяет сократить время вычислений в несколько сотен раз по сравнению с ПК. Численный анализ модельных задач показывает, что можно реконструировать не только сечение скорости, но и свойства поглощающей среды. Исследуется выбор начального приближения для итерационных алгоритмов, используемых для решения обратных задач. Рассмотренные алгоритмы в первую очередь предназначены для разработки ультразвуковых томографов для дифференциальной диагностики рака молочной железы.

PaperRank: 

Читатели Связанные статьи УпоминанияView Impact

статья в журнале, октябрь 2013 г.

Статья посвящена разработке эффективных методов решения обратных задач 3D-ультра… more Статья посвящена разработке эффективных методов решения обратные задачи трехмерной ультразвуковой томографии как коэффициентные обратные задачи для волнового уравнения. Идея стандартных томографических подходов к решению задач томографии заключается в анализе трехмерных объектов по их двумерным сечениям.Эта схема отлично реализуется в случае рентгеновской томографии. В отличие от рентгеновской томографии ультразвуковая томография имеет дело с эффектами дифракции и рефракции, которые ограничивают возможность решения трехмерных задач путем анализа двумерных сечений. Предлагаются эффективные методы решения обратных задач ультразвуковой томографии непосредственно в трехмерной постановке. Предлагаемые алгоритмы основаны на прямом вычислении градиента функционала невязки. Алгоритмы в первую очередь ориентированы на разработку ультразвуковых томографов для дифференциальной диагностики рака молочной железы.Компьютерное моделирование показало высокую эффективность разработанных алгоритмов. Алгоритмы реализованы на суперкомпьютерах на базе GPU. Анализируются различные схемы 3D ультразвуковых томографов, в том числе без вращающихся элементов и с фиксированным положением источников и приемников. Разработанные алгоритмы могут быть использованы для решения обратных задач сейсмологии, акустики и электромагнитного зондирования.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр Влияние

статья в журнале, июль 2013 г.

Исследование посвящено разработке эффективных методов решения обратных задач ультрасо… подробнее Работа посвящена разработке эффективных методов решения обратных задач ультразвуковой томографии в виде коэффициентных обратных задач для волнового уравнения. Обратная задача состоит в нахождении неизвестной скорости распространения волны как функции координат в трехмерном пространстве. Предложены эффективные итерационные методы решения обратной задачи, основанные на прямом вычислении функционала невязки. Одним из наиболее перспективных направлений ультразвуковой томографии является разработка ультразвуковых томографов для медицинских исследований, и в первую очередь для дифференциальной диагностики рака молочной железы.С медицинской точки зрения диагностические установки для дифференциальной диагностики рака должны иметь разрешение 3 мм и выше. В связи с этим приходится решать обратные задачи ультразвуковой томографии на плотных сетках размером до 1000х1000 на поперечных сечениях изучаемых трехмерных объектов. Суперкомпьютеры необходимы для решения таких обратных задач в рамках волновой модели, описываемой гиперболическими уравнениями второго порядка. Алгоритмы, разработанные в этом исследовании, легко масштабируются на суперкомпьютерах, выполняющих до нескольких десятков тысяч процессов. Исследована проблема выбора начального приближения для итерационных алгоритмов при решении обратной задачи.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр Влияние

статья в журнале, 2012 г.

Сравниваются два подхода к решению коэффициентных обратных задач для волновых уравнений. Один подход… подробнее Сравниваются два подхода к решению коэффициентных обратных задач для волновых уравнений. Один подход основан на интегральных представлениях, полученных с помощью функции Грина для волнового уравнения.В другом подходе градиент функционала ошибки вычисляется непосредственно через решение сопряженной задачи для уравнения в частных производных. Разработанные методы предназначены для поиска неоднородностей в однородных средах и могут быть применены в медицинской диагностике, акустической и сейсморазведке приповерхностных слоев, инженерной сейсморазведке и др.

PaperRank:

Читатели Связанные статьи Импакт

статья в журнале, 2010

Работа посвящена разработке методов и алгоритмов решения нелинейной задачи. .. подробнее Работа посвящена разработке методов и алгоритмов решения нелинейной трехмерной обратной задачи волновой диагностики неоднородностей в однородных средах в приближении уравнения Гельмгольца. В силу вычислительной сложности задачи ее решение возможно только с использованием суперкомпьютера. Задача заключается в поиске неизвестного множителя в уравнении с частными производными. Задача преобразуется к системе операторных уравнений относительно неизвестного фактора и волнового поля.Эффективные алгоритмы ее решения с использованием в результате суперкомпьютеров, имеющих параллельную архитектуру.

PaperRank:

Читатели Похожие статьи Упоминания View Impact

Коммуникации в компьютерных и информационных науках

Эта статья посвящена использованию суперкомпьютера для решения томографических обратных решать томографические обратные задачи ультразвукового неразрушающего контроля в рамках скалярно-волновой модели.Задача восстановления скорости продольной волны в твердом теле формулируется как коэффициентная обратная задача, которая в этой постановке является нелинейной. Сначала алгоритмы были протестированы на реальных данных, полученных в экспериментах на стенде ультразвуковых томографических исследований. Для зондирования использовали ультразвук в диапазоне 2–8 МГц. В эксперименте использовалась система вращающихся преобразователей. Вращающаяся система преобразователей существенно увеличивает количество излучателей и детекторов в томографической схеме и позволяет нейтрализовать артефакты изображения.Важным результатом данного исследования является экспериментальное подтверждение адекватности лежащей в его основе математической модели. Предлагаемые масштабируемые численные алгоритмы могут быть эффективно распараллелены на CPU-суперкомпьютерах. Расчеты проводились на 384 вычислительных ядрах суперкомпьютера «Ломоносов-2» МГУ им. М.В. Ломоносова.

PaperRank: 

Читатели Связанные статьи Упоминания Просмотр влияния

PaperRank: 

Читатели Связанные статьи Упоминания Просмотр влияния Статья посвящена оптимизации численных алгоритмов для решения нами задач волновой томографии. .. далее Работа посвящена оптимизации численных алгоритмов решения задач волновой томографии с использованием суперкомпьютеров. Задача формулируется как нелинейная коэффициентная обратная задача для волнового уравнения. Из-за огромного объема требуемых вычислений решение таких задач невозможно без использования высокопроизводительных суперкомпьютеров. Для решения задачи используются градиентные итерационные методы. Градиент функционала невязки вычисляется из решений прямой и «сопряженной» задач распространения волн с прозрачными граничными условиями.Сравниваются две формулировки условия прозрачности. Показано, что конечно-разностные схемы четвертого порядка позволяют уменьшить размер сетки в 1,5–2 раза по каждой координате по сравнению со схемами второго порядка. Это позволяет значительно сократить объем необходимых вычислений и памяти, что особенно важно для трехмерных задач волновой томографии. Основное применение…

PaperRank: 

Читатели Похожие статьи УпоминанияПросмотр Влияние

Российский журнал неразрушающего контроля

Статья посвящена разработке методов ультразвуковой томографии для неразрушающего контроля. … подробнее Статья посвящена развитию методов ультразвуковой томографии для неразрушающего контроля. Обратная задача восстановления скоростных разрезов рассматривается как нелинейная коэффициентная обратная задача для скалярного волнового уравнения. Разработаны эффективные итерационные методы решения этой задачи с использованием суперкомпьютеров. В этих методах используются прямые формулы для вычисления градиента функционала невязки между расчетным полем волны и полем, экспериментально измеренным на детекторах.Эффективность алгоритмов проверена на реальных экспериментальных данных. Первые эксперименты проводились на выделенных твердотельных образцах простейшей компоновки, при этом сигналы регистрировались стандартными ультразвуковыми антенными решетками на частоте 5 МГц. Показано, что с помощью разработанных томографических методов со схемами отражения и пропускания в реальном эксперименте можно не только выявлять границы отражателей, но и определять скоростные сечения внутри отражателей.

PaperRank: 

Читатели Похожие статьи УпоминанияView Impact

Вестник Московского университета по физике

В статье описано исследование возможностей низкочастотной ультразвуковой томографии в… подробнее В статье описано исследование возможностей низкочастотной ультразвуковой томографии в медицине . Основное применение — разработка томографических методов дифференциальной диагностики рака молочной железы. Для решения обратной задачи используется математическая модель, описывающая как явления дифракции и преломления, так и поглощение ультразвука в неоднородной среде.Разработанные алгоритмы восстановления структуры скоростей апробированы на стенде экспериментальных исследований. Для зондирования использовались широкополосные ультразвуковые источники в диапазоне 50–600 кГц. В качестве приемника использовался гидрофон Teledyne Reson TC4038 с чувствительностью около 4 мкВ/Па и диапазоном частот 10–800 кГц. Для усиления сигналов использовался предусилитель Teledyne Reson VP1000. Исследования проводились на фантомах с акустическими параметрами, близкими по свойствам к мягким тканям человека.Послойная модель использовалась для реконструкции трехмерной скоростной структуры. Сечения скорости звука, восстановленные по экспериментальным данным, имеют разрешение около 2 мм, а центральная длина волны — около 4 мм. Важным результатом работы является экспериментальное подтверждение соответствия модели физическим процессам.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр влияния

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр влиянияМетоды и результаты решения обратных задач в астрофизике с использованием параметрических моделей a… подробнее Рассмотрены методы и результаты решения обратных задач астрофизики с использованием параметрических моделей. В частности, описаны устойчивые методы решения обратных задач со статистической моделью ошибок. Представлены статистические теоремы, на которых основаны эффективные методы получения доверительных границ (ошибок) неизвестных параметров модели. Получены новые математические результаты для нелинейных параметрических задач. Представлены астрофизические результаты, касающиеся физики и эволюции тесных двойных систем, покрытия звезд Луной и определения вариаций кривых блеска нестационарных звезд.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр воздействия

Доклады Академии наук СССР

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр влияния

Вычислительная математика и математическая физика

Проблема выявления неоднородности подробнее Рассмотрена задача выявления неоднородностей в однородных физических средах путем наблюдения за распространением в этих средах полей, описываемых скалярной волновой моделью.В частности, рассматривается проблема с так называемым сдвигом нулевых данных. Получено явное аналитическое выражение для обратного оператора. Такие задачи имеют большое практическое значение для неразрушающего контроля, диагностики и геологоразведки (в частности, для сейсморазведки нефтяных месторождений, месторождений полезных ископаемых и т. д.).

PaperRank: 

Читатели Похожие статьи УпоминанияПросмотр Влияние

Московский университет вычислительной математики и кибернетики

Авторы предлагают метод решения обратной задачи на определение функции (ve… подробнее Предлагается метод решения обратной задачи по нахождению функции (скорости распространения волны), входящей в волновое уравнение в виде коэффициента. Источниками волнового поля являются точечные источники, носители которых изменяются в области трехмерного пространства. Информацией для решения обратной задачи является волновое поле в другой фиксированной области этого трехмерного пространства в любой момент времени. Основные результаты состоят в следующем. Решение обратной задачи сводится к интегральному уравнению Фредгольма первого рода со специальным ядром.Приведен численный метод решения обратной задачи и описаны результаты испытаний.

PaperRank:

Readers Related Papers MentionsView Impact

PaperRank:

Readers Related Papers MentionsView Impact

Computational Mathematics and Modeling, 1990

РЕФЕРАТ Рассмотрены две обратные задачи астрофизики: определение скорости движения Луны. рассматриваются обратные задачи астрофизики: определение скорости Луны методом звездных затмений (покрытий звезд Луной) и определение геометрических параметров двойных систем по наблюдениям кривых блеска.Эти методы дают основные звездные данные с точностью на несколько порядков выше, чем стандартные методы. Первоначальные проблемы некорректны. Устойчивое решение получается конечномерной параметризацией.

PaperRank: 

Читатели Похожие статьи УпоминанияView ImpactContents: 1. Математические задачи решения обратных задач. Модель детерминированных ошибок. 2. … подробнее Содержание: 1. Математические задачи решения обратных задач. Модель детерминированных ошибок. 2.Задачи решения конечно-параметрических обратных задач со статистической моделью ошибок начальных данных. 3. Интерпретация кривых блеска рентгеновских двойных систем. 4. Определение характеристик массивных рентгеновских двойных систем. 5. Покрытия звезд в отдельных тесных двойных системах и покрытия звезд Луной.

PaperRank: 

Читатели Связанные статьи УпоминанияView ImpactЭта статья посвящена разработке эффективных методов трехмерной акустической томографии. Обратный пр… далее Статья посвящена разработке эффективных методов трехмерной акустической томографии. Обратная задача акустической томографии формулируется как коэффициентная обратная задача для гиперболического уравнения, где скорость звука и коэффициент поглощения в трехмерном пространстве неизвестны. Существенные трудности решения этой обратной задачи связаны с ее нелинейным характером. Предложен метод, использующий короткие зондирующие импульсы двух различных центральных частот. Метод использует итерационный параллельный алгоритм минимизации на основе градиента на более высокой частоте с начальным приближением неизвестных коэффициентов, полученных путем решения обратной задачи на более низкой частоте.Эффективность предложенного метода иллюстрируется на модельной задаче. В модельной задаче используется простая в реализации трехмерная томографическая схема с данными, заданными на цилиндрической поверхности. Разработанные алгоритмы могут быть эффективно распараллелены с использованием кластеров графических процессоров. Компьютерное моделирование показывает, что…

PaperRank: 

Читатели Связанные статьи УпоминанияView Impact

статья в журнале, 3 апреля 2014 г.

Мы разрабатываем эффективные методы решения обратных задач ультразвуковой томографии в моделях с… подробнее Разработаны эффективные методы решения обратных задач ультразвуковой томографии в моделях с затуханием. Обратная задача трактуется как коэффициентная обратная задача для неизвестных зависящих от координат функций, характеризующих как сечение скорости, так и коэффициенты волнового уравнения, описывающего затухание в диагностируемой области. Получены точные формулы для градиента функционала невязки в моделях с затуханием и разработаны эффективные алгоритмы минимизации градиента невязки путем решения сопряженной задачи.Эти алгоритмы легко распараллелить при реализации на суперкомпьютерах, что позволяет сократить время вычислений в несколько сотен раз по сравнению с ПК. Численный анализ модельных задач показывает, что можно реконструировать не только сечение скорости, но и свойства поглощающей среды. Исследуется выбор начального приближения для итерационных алгоритмов, используемых для решения обратных задач. Рассмотренные алгоритмы в первую очередь предназначены для разработки ультразвуковых томографов для дифференциальной диагностики рака молочной железы.

PaperRank: 

Читатели Связанные статьи УпоминанияView Impact

статья в журнале, октябрь 2013 г.

Статья посвящена разработке эффективных методов решения обратных задач 3D-ультра… more Статья посвящена разработке эффективных методов решения обратные задачи трехмерной ультразвуковой томографии как коэффициентные обратные задачи для волнового уравнения. Идея стандартных томографических подходов к решению задач томографии заключается в анализе трехмерных объектов по их двумерным сечениям.Эта схема отлично реализуется в случае рентгеновской томографии. В отличие от рентгеновской томографии ультразвуковая томография имеет дело с эффектами дифракции и рефракции, которые ограничивают возможность решения трехмерных задач путем анализа двумерных сечений. Предлагаются эффективные методы решения обратных задач ультразвуковой томографии непосредственно в трехмерной постановке. Предлагаемые алгоритмы основаны на прямом вычислении градиента функционала невязки. Алгоритмы в первую очередь ориентированы на разработку ультразвуковых томографов для дифференциальной диагностики рака молочной железы.Компьютерное моделирование показало высокую эффективность разработанных алгоритмов. Алгоритмы реализованы на суперкомпьютерах на базе GPU. Анализируются различные схемы 3D ультразвуковых томографов, в том числе без вращающихся элементов и с фиксированным положением источников и приемников. Разработанные алгоритмы могут быть использованы для решения обратных задач сейсмологии, акустики и электромагнитного зондирования.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр Влияние

статья в журнале, июль 2013 г.

Исследование посвящено разработке эффективных методов решения обратных задач ультрасо… подробнее Работа посвящена разработке эффективных методов решения обратных задач ультразвуковой томографии в виде коэффициентных обратных задач для волнового уравнения. Обратная задача состоит в нахождении неизвестной скорости распространения волны как функции координат в трехмерном пространстве. Предложены эффективные итерационные методы решения обратной задачи, основанные на прямом вычислении функционала невязки. Одним из наиболее перспективных направлений ультразвуковой томографии является разработка ультразвуковых томографов для медицинских исследований, и в первую очередь для дифференциальной диагностики рака молочной железы.С медицинской точки зрения диагностические установки для дифференциальной диагностики рака должны иметь разрешение 3 мм и выше. В связи с этим приходится решать обратные задачи ультразвуковой томографии на плотных сетках размером до 1000х1000 на поперечных сечениях изучаемых трехмерных объектов. Суперкомпьютеры необходимы для решения таких обратных задач в рамках волновой модели, описываемой гиперболическими уравнениями второго порядка. Алгоритмы, разработанные в этом исследовании, легко масштабируются на суперкомпьютерах, выполняющих до нескольких десятков тысяч процессов. Исследована проблема выбора начального приближения для итерационных алгоритмов при решении обратной задачи.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр Влияние

статья в журнале, 2012 г.

Сравниваются два подхода к решению коэффициентных обратных задач для волновых уравнений. Один подход… подробнее Сравниваются два подхода к решению коэффициентных обратных задач для волновых уравнений. Один подход основан на интегральных представлениях, полученных с помощью функции Грина для волнового уравнения.В другом подходе градиент функционала ошибки вычисляется непосредственно через решение сопряженной задачи для уравнения в частных производных. Разработанные методы предназначены для поиска неоднородностей в однородных средах и могут быть применены в медицинской диагностике, акустической и сейсморазведке приповерхностных слоев, инженерной сейсморазведке и др.

PaperRank:

Читатели Связанные статьи Импакт

статья в журнале, 2010

Работа посвящена разработке методов и алгоритмов решения нелинейной задачи. .. подробнее Работа посвящена разработке методов и алгоритмов решения нелинейной трехмерной обратной задачи волновой диагностики неоднородностей в однородных средах в приближении уравнения Гельмгольца. В силу вычислительной сложности задачи ее решение возможно только с использованием суперкомпьютера. Задача заключается в поиске неизвестного множителя в уравнении с частными производными. Задача преобразуется к системе операторных уравнений относительно неизвестного фактора и волнового поля.Эффективные алгоритмы ее решения с использованием в результате суперкомпьютеров, имеющих параллельную архитектуру.

PaperRank: 

Читатели Связанные статьи УпоминанияПросмотр воздействия Войти с Facebook
Войти с Google

Безопасность | Стеклянная дверь

Пожалуйста, подождите, пока мы проверим, что вы реальный человек. Ваш контент появится в ближайшее время.Если вы продолжаете видеть это сообщение, отправьте электронное письмо чтобы сообщить нам, что у вас возникли проблемы.

Veuillez терпеливейший кулон Que Nous vérifions Que Vous êtes une personne réelle. Votre contenu s’affichera bientôt. Si vous continuez à voir ce сообщение, связаться с нами по адресу Pour nous faire part du problème.

Bitte warten Sie, während wir überprüfen, dass Sie wirklich ein Mensch sind. Ихр Inhalt wird в Kürze angezeigt. Wenn Sie weiterhin diese Meldung erhalten, Информировать Sie uns darüber bitte по электронной почте и .

Эвен Гедульд А.У.Б. terwijl мы verifiëren u een человек согнуты. Uw содержание wordt бинненкорт вергегевен. Als u dit bericht blijft zien, stuur dan een электронная почта naar om ons te informeren по поводу ваших проблем.

Espera mientras verificamos Que eres una persona real. Tu contenido se sostrará кратко. Si continúas recibiendo este mensaje, информация о проблемах enviando электронная коррекция .

Espera mientras verificamos Que eres una persona real.Tu contenido aparecerá en краткий Si continúas viendo este mensaje, envía un correo electronico a пункт informarnos Que Tienes Problemas.

Aguarde enquanto confirmamos que você é uma pessoa de verdade. Сеу контеудо será exibido em breve. Caso continue recebendo esta mensagem, envie um e-mail para Para Nos Informar Sobre O Problema.

Attendi mentre verificiamo che sei una persona reale. Il tuo contenuto verra кратко визуализировать. Se continui a visualizzare questo message, invia удалить все сообщения по электронной почте indirizzo для информирования о проблеме.

Пожалуйста, включите Cookies и перезагрузите страницу.

Этот процесс выполняется автоматически. Вскоре ваш браузер перенаправит вас на запрошенный вами контент.

Пожалуйста, подождите 5 секунд…

Перенаправление…

Код: CF-102/6d3ac74fedfb498d

Николай Васильев, к.

м.н. | Научный сотрудник

Лаборатория Васильева занимается разработкой сердечно-сосудистых вмешательств под визуальным контролем и кардиохирургической робототехники.Это включает в себя разработку медицинских устройств, ориентированных на клинические нужды, новые подходы к прототипированию и производству устройств, разработку методов визуализации и обработки изображений, компьютерное моделирование и симуляцию.

Доктор Васильев окончил Первый МГМУ им. И.М. Сеченова. Прошел ординатуру по сердечно-сосудистой хирургии и ординатуру по детской сердечно-сосудистой хирургии в Институте хирургии им. Бакулев Центр сердечно-сосудистой хирургии в Москве. Доктор Васильев прошел стажировку в Кливлендской клинике.

Васильев Н.В., Кавата М., ДиБиасио К.М., Дюран К.В., Хопкинс Дж., Трайна З.Дж., Слокум А.Х., дель Нидо П. Дж. Новый кардиопорт для внутрисердечной хирургии на работающем сердце под визуальным контролем. J Грудной сердечно-сосудистый хирург. 2011 декабрь; 142(6):1545-51.

Рен Х., Васильев Н.В., Dupont PE. Обнаружение изогнутых роботов с помощью 3D-ультразвука.Представитель США, 25 сентября 2011 г .; 2011: 2083-2089.

Перрин Д.П., Васильев Н.В., Новотный П., Столл Дж., Хоу Р.Д., Дюпон П.Е., Сальго И.С., дель Нидо П.Дж. Хирургические вмешательства под визуальным контролем. Текущая пробл. 2009 сен; 46 (9): 730-66.

Васильев Н.В., Новотный П.М., Мартинес Дж.Ф., Лойола Х., Салго И.С., Хоу Р.Д., дель Нидо П.Дж. Технология отображения стереоскопического зрения в трехмерной трехмерной эхокардиографии под контролем внутрисердечной хирургии в режиме реального времени. J Грудной сердечно-сосудистый хирург.2008 г., июнь; 135 (6): 1334-41.

Хох М., Васильев Н., Сориано Б.