
-
生物通官微
陪你抓住生命科技
跳动的脉搏
TLEUDS:一种具有质量与知识增强功能的级联双迁移学习系统,用于精准筛查胎儿心脏畸形
《BioData Mining》:TLEUDS: a cascade Dual-Transfer learning system with quality- and knowledge-enhanced for precise fetal CHD screening
【字体: 大 中 小 】 时间:2026年03月19日 来源:BioData Mining 7.9
编辑推荐:
摘要 先天性心脏病是全球最常见的重大先天畸形,也是导致围产期死亡和长期神经发育障碍的主要原因。其中,严重的导管依赖型先天性心脏病由于若未被诊断出则存在极高的心血管系统崩溃风险,因此需要紧急的临床干预。尽管基
先天性心脏病是全球最常见的重大先天畸形,也是导致围产期死亡和长期神经发育障碍的主要原因。其中,严重的导管依赖型先天性心脏病由于若未被诊断出则存在极高的心血管系统崩溃风险,因此需要紧急的临床干预。尽管基于胎儿超声的心脏病分析模型已有所发展,但目前仍缺乏全面且准确的D-CHD评估方法,尤其是在准确区分主动脉缩窄、主动脉弓中断和大动脉转位等关键亚型方面。为填补这一空白,我们利用来自三家医疗机构的9,142张胎儿主动脉弓超声长轴视图图像以及58段超声片段,开发出了D-CHD精准筛查系统(TLEUDS)。为解决实际超声成像数据中质量一致性差和分布呈长尾特征的问题,TLEUDS采用了级联双传输学习框架来提升图像质量和知识水平,实现了从初始疾病检测(通过TEN-S模块,即EfficientNetV2-Screening的改进版本)到针对特定亚型的详细畸形筛查(通过TY-PS模块,即YOLOv11-Precise Screening的改进版本)的闭环筛查流程。实验结果显示,TLEUDS在整体D-CHD、主动脉缩窄、主动脉弓中断和大动脉转位的检测中,灵敏度分别达到0.988、0.941、0.966和0.900,特异性分别为0.988、0.987、1.000和0.956,其性能优于传统模型,处于行业领先水平。TLEUDS有望成为用于分层医疗和胎儿D-CHD计算机辅助诊断的自动化筛查工具。此外,该系统所采用的具备质量与知识提升功能的级联双传输学习框架充分利用了胎儿超声的“图像质量分布”和“结构先验知识”,具有拓展应用于其他超声图像分析领域的巨大潜力。
先天性心脏病是全球最常见的重大先天畸形,也是导致围产期死亡和长期神经发育障碍的主要原因。其中,严重的导管依赖型先天性心脏病由于若未被诊断出则存在极高的心血管系统崩溃风险,因此需要紧急的临床干预。尽管基于胎儿超声的心脏病分析模型已有所发展,但目前仍缺乏全面且准确的D-CHD评估方法,尤其是在准确区分主动脉缩窄、主动脉弓中断和大动脉转位等关键亚型方面。为填补这一空白,我们利用来自三家医疗机构的9,142张胎儿主动脉弓超声长轴视图图像以及58段超声片段,开发出了D-CHD精准筛查系统(TLEUDS)。为解决实际超声成像数据中质量一致性差和分布呈长尾特征的问题,TLEUDS采用了级联双传输学习框架来提升图像质量和知识水平,实现了从初始疾病检测(通过TEN-S模块,即EfficientNetV2-Screening的改进版本)到针对特定亚型的详细畸形筛查(通过TY-PS模块,即YOLOv11-Precise Screening的改进版本)的闭环筛查流程。实验结果显示,TLEUDS在整体D-CHD、主动脉缩窄、主动脉弓中断和大动脉转位的检测中,灵敏度分别达到0.988、0.941、0.966和0.900,特异性分别为0.988、0.987、1.000和0.956,其性能优于传统模型,处于行业领先水平。TLEUDS有望成为用于分层医疗和胎儿D-CHD计算机辅助诊断的自动化筛查工具。此外,该系统所采用的具备质量与知识提升功能的级联双传输学习框架充分利用了胎儿超声的“图像质量分布”和“结构先验知识”,具有拓展应用于其他超声图像分析领域的巨大潜力。