全自动三维盆底超声测量肛提肌裂孔大小的临床应用

目的探讨全自动三维盆底超声软件(AI-3DPFU)基于深度学习自动定位和测量肛提肌裂孔(LH)大小的应用研究。资料与方法回顾性选取2022年4—9月于广州中医药大学附属宝安中医院行盆底检查的130例女性,采集患者在Valsalva状态下的146个三维容积数据。AI-3DPFU软件全自动定位最小LH平面并测量LH大小(AI组),由盆底超声检查经验>3年、<3年的医师D1、D2分别手动定位最小LH平面并测量LH大小(D1组、D2组);记录AI、D1、D2组定位的最小裂孔尺寸切面的法向量和中心点距离并测量LH大小的面积、周长、前后径、左右径以及总耗时,并比较分析。结果AI组与D1、D2组定位的最小裂孔尺寸切面的平均角度差异分别为(5.01±2.99)°、(4.93±2.95)°,平均中心点距离差异分别为(2.00±1.71)mm、(2.38±1.90)mm;AI组和D1、D2组测量LH面积的一致性好,相关性强(ICC>0.9,r>0.9,P<0.01);AI、D1、D2组定位和测量最小LH平面平均耗时分别为(2.00±0.22)s、(59.60±2.63)s、(128.30±25.44)s,AI组耗时明显缩短(F=680.87,P=0.000)。结论AI-3DPFU软件能快速、准确地自动定位最小LH平面并测量LH大小,具有较好的临床应用价值。

盆底超声智能识别及自动测量技术量化评价膀胱后壁脱垂的可行性研究

目的探讨经会阴盆底超声智能识别及自动测量软件量化评价膀胱后壁脱垂的可行性。方法采集170例受试者有效Valsalva动作的前盆腔超声动态图，并随机分为训练组和测试组各85例，离线标记训练组图像相关结构。运用机器学习算法对训练组图像上述标记进行分析得出识别规律，获得盆底超声智能识别及自动测量软件，应用该软件识别测试组图像，得出脱垂距离及相应分度。三位医生分别离线标记测试组图像相应结构2次，间隔时间至少2周。比较自动测量与手动测量测试组的结果差异。结果通过学习训练组图像获得的软件能够识别出测试组图像相应标记，并且同一医生两次间脱垂分度结果一致性较高（k：0．72-0．78；ICC：0．980-0．990）；3位医生两两间脱垂分度结果一致性较高（K：0．65-0．75；ICC：0．985-0．992）；盆底自动测量与手动测量的脱垂分度一致性较高（K：0．63-0．67；ICC：0．967-0．969；r：0．936，0．943，0．936，均P〈0．01）。结论盆底超声智能识别及自动测量软件可实现对图像结构的识别且量化评价膀胱后壁脱垂的可信度较高。

盆底超声智能识别及半自动测量泌尿生殖裂孔的实用性研究

目的探讨经会阴盆底超声智能识别及半自动测量与手动测量泌尿生殖裂孔(urogenital hiatus,UH)的一致性。方法将286幅UH最小裂孔三维图像随机分为学习组100幅和测试组186幅。3名盆底超声经验丰富的医生应用离线软件标记学习组,并通过"机器学习算法"获取半自动测量软件。2名盆底超声经验丰富的医生(D1、D2)分别用盆底智能识别及半自动测量软件和手动描迹法对测试组进行测量,测量参数包括UH前后径、左右径、面积、周长、左肛提肌尿道间隙、右肛提肌尿道间隙,分别记录测量耗时,并对耗时和所得UH测值进行统计分析。结果半自动测量耗时:D1为(7.49±1.51)s,D2为(7.52±1.37)s;手动测量耗时:D1为(42.42±11.08)s,D2为(43.45±9.09)s,半自动测量比手动测量明显节省时间(t=-12.09,-13.64;均P=0.00)。两位测量者半自动测量结果与手动测量的Pearson相关系数r分别为0.857~0.985、0.853~0.979,均P<0.01;两位测量者半自动测量与手动测量的ICC分别为0.846~0.985、0.843~0.979;Bland-Altman图显示两种测量方法测值的一致性好。结论盆底超声智能识别及半自动测量的可靠性高,可以简化UH的测量步骤、缩短检查时间,可应用于临床工作。