胎盘超声图像分割

妊娠早期的胎盘形状和大小与胎儿生长等临床结果紧密相关。针对人工手动标注胎盘轮廓较为耗时的分割方法,设计一种新型深度学习分割网络:DEC-U-Net,该模型设计依据U-Net架构,在U-Net下采样阶段使用深度超参数化卷积代替2D卷积并且联合ECA(Efficient Channel Attention)注意力机制,在不过多引入参数量的同时提高对胎盘细节特征识别的准确度。将交叉注意力机制引入跳跃链接,解决胎盘边界模糊、对比度不均等问题。与普通U-Net网络相比,本文算法分别在交并比(IoU)、召回率(Recall)、精确度(Precision)、Dice系数上提升4.14、9.59、6.2、16.41个百分点。实验结果表明,改进后的网络模型具有较好的分割效果,能够将超声图像中的胎盘进行精确分割。

PCT、PDW、CRP联合胎盘病理对新生儿败血症的诊断价值

分析探讨静脉血降钙素原(PCT)、血小板分布宽度(PDW)、C反应蛋白(CRP)联合患儿母亲胎盘病理检测对新生儿败血症的诊断价值研究。方法:选取2019年1月至2021年4月入住本院新生儿科患儿为研究对象,根据诊断标准分为败血症组和非败血症组,其中败血症组32例,非败血症组56例,比较两组间胎盘病理炎性情况、各项血常规指标及其诊断效能。结果:败血症组的PCT、PDW、CRP水平相比与非败血症组显著较高,且败血症组的患儿检测出的胎盘炎症显著高于非败血症组,差异均具有统计学意义(P<0.05),但WBC、PLT水平比较均无统计学意义(P>0.05);PCT、PDW、CRP检测曲线下面积分别为0.936、0.725、0.673,且灵敏度和特异性较高,则PCT、PDW、CRP水平检测具有较高的诊断价值。结论:静脉血PCT、PDW、CRP可作为诊断新生儿败血症的检测指标,结合患者母亲胎盘炎性病理改变可提高诊断准确性。