您当前的位置：
首页 > 文献资料
所属专业：
胎盘成熟度分级文献资料
-
基于Fisher向量和混合描述符的胎盘成熟度分级
胎盘成熟度分级(PMG)对于评估胎儿生长和孕妇健康来说至关重要.目前,PMG主要依赖于临床医生的主观判断,不仅十分耗时,而且由于工作的重复性和冗余性,常会产生误判.传统机器学习中使用的手工特征提取方法,不能很好解决PMG的分级问题,因此提出从B超图像和彩色多普勒能量图像中提取深度混合描述符进行胎盘成熟度自动分级的方法.从深度卷积神经网络中提取卷积特征,并将其与手工特征结合形成混合描述符来提高模型性能.首先,将多个特征层的不同模型进行融合,从图像中获取混合描述符.同时,考虑到深度表达特征,使用迁移学习策略来增强分级性能.然后,用Fisher向量(FV)对提取的描述符进行编码.后,使用支持向量机(SVM)分类器对胎盘成熟度进行分级.用医生标注好的数据进行测试,在基于19层网络的混合特征模型获得高达94.15％的精确度,比单一使用手工特征模型提升3.01％,比CNN特征模型提升7.35％.实验结果证明,所提方法能够有效应用于胎盘成熟度自动分级.
-
前置胎盘成熟速度及其临床意义
目的:探讨前置胎盘者胎盘成熟的速度及其临床意义.方法:对1998年1月-2001年4月在本院行围产保健的60例孕妇行B超检查,动态监测其胎盘成熟度分级;60例孕妇中前置胎盘者20例,正常者40例,将其分为两组,将两组中各级胎盘的所对应的孕周加以比较,以了解胎盘的成熟速度.结果:本研究发现前置胎盘者胎盘的成熟速度较正常者的胎盘成熟速度慢,其各级胎盘所对应的孕周均较正常组的孕周小,而且前置胎盘者未见胎盘Ⅲ级.结论:前置胎盘者胎盘成熟速度延迟,在临床工作中不能仅仅将其作为了解胎肺成熟的依据.
