Automatic facial axes standardization of 3D fetal ultrasound images

要約

頭蓋顔面の異常は初期の発達障害を示し、通常は多くの遺伝的症候群に関連しています。
早期診断が重要ですが、超音波 (US) 検査ではこれらの特徴を特定できないことがよくあります。
この研究では、臨床医が 3D US で胎児の顔軸/面を標準化し、超音波検査者の作業負荷を軽減し、顔の評価を容易にするのを支援する AI 駆動ツールを紹介します。
私たちのネットワークは、特徴抽出器、回転および平行移動回帰、空間変換器の 3 つのブロックで構成されており、3 つの直交 2D スライスを処理して、3D US の顔面を標準化するために必要な変換を推定します。
これらの変換は、微分可能モジュール (空間変換ブロック) を使用して元の 3D US に適用され、標準化された 3D US と対応する 2D 顔の標準平面が生成されます。
使用されたデータセットは、妊娠 20 週から 35 週の間に取得された 1,180 枚の胎児の顔の 3D US 画像で構成されています。
結果は、私たちのネットワークがテストセット内の観測者間の回転変動を大幅に低減し、平均測地線角度差が14.12$^{\circ}$ $\pm$ 18.27$^{\circ}$、ユークリッド角度誤差が18.27$^{\circ}$であることを示しています。
7.45$^{\circ}$ $\pm$ 14.88$^{\circ}$。
これらの発見は、一貫した胎児の顔の評価にとって重要な、顔の軸を効果的に標準化するネットワークの能力を示しています。
結論として、提案されたネットワークは、臨床現場における胎児の顔面評価の一貫性と精度を向上させ、頭蓋顔面異常の早期評価を促進する可能性を示しています。

要約(オリジナル)

Craniofacial anomalies indicate early developmental disturbances and are usually linked to many genetic syndromes. Early diagnosis is critical, yet ultrasound (US) examinations often fail to identify these features. This study presents an AI-driven tool to assist clinicians in standardizing fetal facial axes/planes in 3D US, reducing sonographer workload and facilitating the facial evaluation. Our network, structured into three blocks-feature extractor, rotation and translation regression, and spatial transformer-processes three orthogonal 2D slices to estimate the necessary transformations for standardizing the facial planes in the 3D US. These transformations are applied to the original 3D US using a differentiable module (the spatial transformer block), yielding a standardized 3D US and the corresponding 2D facial standard planes. The dataset used consists of 1180 fetal facial 3D US images acquired between weeks 20 and 35 of gestation. Results show that our network considerably reduces inter-observer rotation variability in the test set, with a mean geodesic angle difference of 14.12$^{\circ}$ $\pm$ 18.27$^{\circ}$ and an Euclidean angle error of 7.45$^{\circ}$ $\pm$ 14.88$^{\circ}$. These findings demonstrate the network’s ability to effectively standardize facial axes, crucial for consistent fetal facial assessments. In conclusion, the proposed network demonstrates potential for improving the consistency and accuracy of fetal facial assessments in clinical settings, facilitating early evaluation of craniofacial anomalies.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google