跳到主要内容

# 胎儿超声图像分析

2 篇关联报道

medRxiv 2026年9月27日
胎儿超声早筛不再依赖海量标注：RadarMAE用雷达式掩码预训练，跨院指标下降不超过0.04
早孕期唐氏筛查的超声图像分辨率低、结构差异大，而罕见异常病例稀少，使常规自监督预训练难以奏效。RadarMAE改用同心圆环与角度扇区交替遮挡的雷达式掩码，迫使网络学习颅面结构的连续曲率与细长形态，在内部队列上取得AUC 0.99、准确率0.97。配合域对抗适配，模型在四家外部医院仅用无标注图像校准，关键指标相对内部的下降被限制在0.04以内。
早孕期唐氏筛查的超声图像分辨率低、结构差异大，而罕见异常病例稀少，使常规自监督预训练难以奏效。RadarMAE改用同心圆环与角度扇区交替遮挡的雷达式掩码，迫使网络学习颅面结构的连续曲率与细长形态，在内部队列上取得AUC 0.99、准确率0.97。配合域对抗适配，模型在四家外部医院仅用无标注图像校准，关键指标相对内部的下降被限制在0.04以内。
West China Second University Hospital of Sichuan University Central South University Sichuan University Fudan University Capital Medical University Chinese Academy of Sciences Third Affiliated Hospital of Zhengzhou University Beijing Obstetrics and Gynecology Hospital
Yantong Zhu（第一作者）Hua Chen（通讯作者）Qingqing Wu（通讯作者）
RadarMAE雷达形掩码自编码器域适应胎儿超声图像分析掩码自编码器梯度加权类激活映射
arXiv 2026年9月25日
FetalAgents 用多智能体编排胎儿超声专家模型，在八项临床任务的外部验证中取得最优表现并自动生成结构化报告
该工作提出 FetalAgents——一个基于 AutoGen 构建的多智能体系统，由 GPT-5-mini 驱动的 Coordinator 解析临床意图与解剖平面并动态调度专家智能体，专家智能体以确定性融合规则组合 FetalCLIP、nnU-Net、USFM、SAMUS、AoP-SAM 等专用视觉模型，Summarizer 汇总为结构化报告；在多中心外部数据集的八项临床任务（标准平面分类、脑平面分类、腹部与胃分割、AoP 估计、AC 与 HC 测量、GA 预测）上，FetalAgents 相比专用视觉模型、超声基础模型与通用/医学 MLLM 取得最优或最具竞争力的结果，并支持端到端视频流关键帧提取与报告生成。
该工作提出 FetalAgents——一个基于 AutoGen 构建的多智能体系统，由 GPT-5-mini 驱动的 Coordinator 解析临床意图与解剖平面并动态调度专家智能体，专家智能体以确定性融合规则组合 FetalCLIP、nnU-Net、USFM、SAMUS、AoP-SAM 等专用视觉模型，Summarizer 汇总为结构化报告；在多中心外部数据集的八项临床任务（标准平面分类、脑平面分类、腹部与胃分割、AoP 估计、AC 与 HC 测量、GA 预测）上，FetalAgents 相比专用视觉模型、超声基础模型与通用/医学 MLLM 取得最优或最具竞争力的结果，并支持端到端视频流关键帧提取与报告生成。
West China Second University Hospital of Sichuan University Sichuan University University of California San Diego Tsinghua University
Mingxuan Liu（第一作者）Junwei Huang（第一作者）Xiaotian Hu（第一作者）Qiyuan Tian（通讯作者）
FetalAgents胎儿超声多智能体系统多智能体系统胎儿超声图像分析视频摘要胎儿生物测量

已读完全部报道