基于超微血流新型生物学参数的胎盘功能评价方法研究

The placental function evaluation has played an important role in fetal intrauterine growth restriction, placental infarction, and placenta accrete, which has important clinical and scientific significance. Automatic placental function evaluation has an urgent clinical need, but there is still no related work.This project proposes a new biometric parameter to evaluate placental function quantitatively. First, based on the superb micro-vascular images, we study the multi-view 3D Resnet convolutional network for important feature extraction and classification to implement the placental segmentation, vessel segmentation, and placental volume calculation. Second, based on the transferred learning parameter pretrained from the previous placental database and the domain adaptive adverse training, we study the extraction of the biomedical parameter with high sensitivity. Finally, we study the placental function evaluation using this biomedical parameter and relation of this parameter for early diagnosis of placental disease. The development of this project can address key problems in the evaluation of placental function and provides a practical and effective way for fetal ultrasound diagnosis, which improves the fetal ultrasound diagnosis of China as well.

胎盘功能评价对胎儿生长发育受限、胎盘梗死和植入等疾病的诊断有重要作用，对预防出生缺陷具有重要的临床意义和科学意义。胎盘功能评价的自动化在临床上有迫切的需求，但仍未有相关的工作，值得进一步深入探索和研究。本项目提出一种基于超微血流新型生物学参数的胎盘功能定量评价方法。首先，针对超微血管图像，研究基于多视角三维U型残差网络的关键特征提取和分类方法，实现胎盘分割、血管分割和容积测量；其次，研究基于前期数据的预训练参数迁移方法，并研究不同源数据的对抗训练，从分割模型中，获取灵敏度高的胎盘功能评价生物学参数；最后，研究利用此生物学参数评价胎盘功能，以及此参数跟胎盘相关疾病早期诊断的关联关系。本项目的开展可以解决胎盘功能评价的若干关键科学问题，为胎儿超声诊断提供一种切实有效的评估手段，提高我国胎儿超声诊断水平。

胎盘功能评价对胎儿生长发育受限、胎盘梗死和植入等疾病的诊断有重要作用，对预防出生缺陷具有重要的临床意义和科学意义。胎盘功能评价的自动化在临床上有迫切的需求，但仍未有相关的工作，值得进一步深入探索和研究。本项目提出一种基于超微血流新型生物学参数的胎盘功能定量评价方法。首先，针对超微血管图像，研究基于多视角三维U型残差网络的关键特征提取和分类方法，实现胎盘分割、血管分割和容积测量；其次，研究基于前期数据的预训练参数迁移方法，并研究不同源数据的对抗训练，从分割模型中，获取灵敏度高的胎盘功能评价生物学参数；最后，研究利用此生物学参数评价胎盘功能，以及此参数跟胎盘相关疾病早期诊断的关联关系。本项目的开展可以解决胎盘功能评价的若干关键科学问题，为胎儿超声诊断提供一种切实有效的评估手段，提高我国胎儿超声诊断水平。