胎儿MRI不再怕胎动：把左右对称写进网络，边动边对准切片补上覆盖缺口
核心概要
胎儿在磁共振扫描中移动，会让逐层采集的二维切片角度错位，最终三维图像出现覆盖缺口，医生可能因此漏诊或误判脑部异常。MIT、波士顿儿童医院与Inria的研究者构建了E(3)-Pose深度模型，在成像过程中跟踪胎头运动，帮助获得可供放射科医生判读的高分辨率图像。该模型把胎头左右对称这一物理先验直接嵌入网络结构，而不是只让模型从数据中学物理；目前主要面向妊娠晚期胎儿。
深度剖析
胎儿磁共振成像现在可以在胎头移动时跟踪其姿态，从而把散乱角度的二维切片重新对准，减少三维重建中的覆盖缺口。 此前胎动会使每张二维切片取自不同角度，最终扫描出现缺口和异常切片方向，审阅图像的医生可能漏掉或误判胎儿脑部病变。 研究者在波士顿儿童医院采集胎儿磁共振扫描，并为此开发了获取额外扫描的序列用于训练E(3)-Pose；该工作已提交至2026年欧洲计算机视觉会议。
模型之所以能跟踪胎动，是因为它把物理原理直接写进神经网络，而不只是让网络从数据中归纳物理规律。 常见做法是训练模型从数据中学习物理，这里改为把胎头左右对称嵌入模型架构，使网络更容易判断大脑朝向。 该模型由MIT、波士顿儿童医院与Inria的研究者共同开发并训练，第一作者为MIT博士生Ramya Muthukrishnan，资深作者包括Polina Golland、Elfar Adalsteinsson与Ellen Grant。
这一思路的适用范围目前以妊娠晚期胎儿为主，更早孕期的成像仍是下一步目标。 模型主要在妊娠晚期胎儿数据上训练，而妊娠中期胎儿体积更小、在子宫内活动空间更大、移动更多。 研究者表示希望改进E(3)-Pose以支持妊娠中期及更小胎儿，理由是脑部异常发现得越早越容易干预。
启示与展望
报道面向关注医学成像与深度学习的研究人员和工程师，内容覆盖E(3)-Pose的动机、物理先验嵌入方式与临床采集场景。模型主要在妊娠晚期胎儿数据上训练，作者明确希望下一步扩展到妊娠中期及更小胎儿。材料还提到该方法或可迁移到其他难以成像的解剖结构和传感器受限的三维目标跟踪，但这属于设想而非已验证结果。
材料未给出跟踪精度、重建质量或诊断准确率的量化结果，因此改善幅度无法从现有信息判断。模型主要基于妊娠晚期胎儿训练，对妊娠中期更小、活动更多的胎儿是否有效仍待验证。作者提到的跨领域应用属于展望，尚无实验支持。