清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Use of artificial intelligence and deep learning in fetal ultrasound imaging

深度学习 医学 人工智能 模态(人机交互) 鉴定(生物学) 医学影像学 超声波 金标准(测试) 超声成像 医学物理学 放射科 机器学习 计算机科学 植物 生物
作者
Ruben Ramirez Zegarra,T. Ghi
出处
期刊:Ultrasound in Obstetrics & Gynecology [Wiley]
卷期号:62 (2): 185-194 被引量:16
标识
DOI:10.1002/uog.26130
摘要

ABSTRACT Deep learning is considered the leading artificial intelligence tool in image analysis in general. Deep‐learning algorithms excel at image recognition, which makes them valuable in medical imaging. Obstetric ultrasound has become the gold standard imaging modality for detection and diagnosis of fetal malformations. However, ultrasound relies heavily on the operator's experience, making it unreliable in inexperienced hands. Several studies have proposed the use of deep‐learning models as a tool to support sonographers, in an attempt to overcome these problems inherent to ultrasound. Deep learning has many clinical applications in the field of fetal imaging, including identification of normal and abnormal fetal anatomy and measurement of fetal biometry. In this Review, we provide a comprehensive explanation of the fundamentals of deep learning in fetal imaging, with particular focus on its clinical applicability. © 2022 International Society of Ultrasound in Obstetrics and Gynecology.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
naczx完成签到,获得积分10
19秒前
shepherd完成签到 ,获得积分10
31秒前
得咎完成签到 ,获得积分10
1分钟前
未完成完成签到,获得积分10
1分钟前
俊逸吐司完成签到 ,获得积分10
1分钟前
和平星完成签到 ,获得积分10
1分钟前
Kate发布了新的文献求助10
1分钟前
受伤的薯片完成签到 ,获得积分10
1分钟前
如意竺完成签到,获得积分10
2分钟前
深情的凝云完成签到 ,获得积分10
2分钟前
外向春天完成签到 ,获得积分10
2分钟前
简单幸福完成签到 ,获得积分10
2分钟前
雷九万班完成签到 ,获得积分10
3分钟前
阿姊完成签到 ,获得积分10
3分钟前
忞航完成签到 ,获得积分10
5分钟前
5分钟前
清爽明辉发布了新的文献求助10
5分钟前
Fred Guan完成签到 ,获得积分10
5分钟前
Eid完成签到,获得积分10
5分钟前
sl完成签到 ,获得积分10
5分钟前
慕青应助细心的语蓉采纳,获得10
5分钟前
孙某人完成签到 ,获得积分10
6分钟前
拓跋从阳完成签到,获得积分10
6分钟前
George发布了新的文献求助10
6分钟前
有人应助紫熊采纳,获得20
6分钟前
桐桐应助拓跋从阳采纳,获得10
6分钟前
有人应助紫熊采纳,获得20
7分钟前
新奇完成签到 ,获得积分10
7分钟前
nano完成签到 ,获得积分10
7分钟前
8分钟前
Aray发布了新的文献求助20
8分钟前
淡淡醉波wuliao完成签到 ,获得积分10
8分钟前
drjj完成签到 ,获得积分10
9分钟前
jun完成签到 ,获得积分10
9分钟前
羊咩咩哒完成签到,获得积分10
10分钟前
阿浮完成签到 ,获得积分10
10分钟前
雪花完成签到 ,获得积分10
10分钟前
张丫丫完成签到,获得积分10
10分钟前
liu完成签到 ,获得积分10
11分钟前
天才小熊猫完成签到,获得积分10
11分钟前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Handbook of Qualitative Cross-Cultural Research Methods 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3139615
求助须知:如何正确求助?哪些是违规求助? 2790500
关于积分的说明 7795408
捐赠科研通 2446958
什么是DOI,文献DOI怎么找? 1301526
科研通“疑难数据库(出版商)”最低求助积分说明 626259
版权声明 601176