基于深度學習的分娩宮縮乏力子宮形態(tài)學量化研究

摘要： 目的 基于密集連接卷積的雙向卷積長短期記憶U網(wǎng)絡（BCDU-Net）深度學習模型分割孕期子宮MRI圖像，探討計算機自動量化子宮上下徑及子宮體積替代醫(yī)生手動測量的可行性。方法 回顧性收集2019年7月～2023年11月在本院分娩時有子宮收縮乏力且孕期行盆腔MRI檢查的61例產婦的影像資料。使用3D Slicer手動勾畫子宮壁及子宮體積感興趣區(qū)，建立BCDU-Net深度學習子宮壁及... ... （共6頁）