Reconocimiento del plano facial estándar fetal a través de redes neuronales convolucionales muy profundas

El reconocimiento preciso del plano facial estándar fetal (FFSP) (es decir, plano axial, coronal y sagital) a partir de imágenes de ultrasonido (US) es bastante esencial para el examen rutinario de US. Dado que la medición laboriosa y subjetiva es demasiado lenta e ineficaz, el desarrollo de un método automático de reconocimiento de FFSP es altamente deseable. A diferencia de los métodos anteriores, aprovechamos un marco general para reconocer el FFSP automáticamente a partir de imágenes de US. Específicamente, en lugar de utilizar características visuales elaboradas a mano, utilizamos el enfoque de aprendizaje profundo recientemente desarrollado a través de una arquitectura de redes neuronales convolucionales muy profundas (DCNN) para representar detalles específicos de la imagen de US. Además, se adoptan filtros de convolución muy pequeños (3×3) para mejorar el rendimiento. La evaluación de nuestro conjunto de datos FFSP muestra la superioridad de nuestro método sobre los estudios anteriores y logra los resultados de reconocimiento FFSP más avanzados.