O ângulo de progressão (AoP) é um parâmetro essential para a avaliação do progresso do trabalho e orientação para decisões de entrega. A medição precisa da AoP requer a segmentação automática da sínfise púbica (PS) e da cabeça fetal (FH) em vídeos de ultrassom intraparto. Os métodos mais estabelecidos para medição automatizada de AoP são baseados em imagens estáticas de ultrassom, ignorando a correlação temporal entre os quadros de vídeo. Juntamente com limitações como ruído e dados de treinamento limitados, esses métodos não podem ser bem aplicados a vídeos de ultrassom. Para resolver essas questões, este artigo propõe uma rede de segmentação de vídeo por ultrassom (UVSN) para medição de AoP. Primeiro, um bloco convolucional atroso é proposto para extrair características semânticas em várias escalas, a fim de capturar melhor informações semânticas de regiões de diferentes tamanhos e reduzir discrepâncias semânticas entre PS e FH. Além disso, um módulo de fusão espaço-temporal bidirecional é introduzido para utilizar as informações contextuais do quadro atual, melhorando para melhor a representação de recursos. Finalmente, a atenção coordenada é usada para agregar e decodificar camadas de feições de diferentes granularidades para focar na região alvo e melhorar a localização do alvo. Extensos experimentos em nosso conjunto de dados de vídeo de ultrassom privado foram realizados para comparar nosso método proposto com métodos atuais baseados em imagens e vídeos de última geração. Os resultados demonstram que nosso método proposto os superou com melhor desempenho de segmentação e erro mínimo de medição de AoP, o que se espera ser útil para obstetras. Nosso código está disponível em https://github.com/Teksab/UVSN.
Shuangping Chen, Huijin Wang, Shun Lengthy, Jieyun Bai e Jianmei Jiang. 2024. Segmentação de vídeo ultrassonográfico da sínfise púbica e da cabeça fetal para medição do ângulo de progressão. Nos Anais da 6ª Conferência Internacional ACM sobre Multimídia na Ásia (MMAsia ’24). Affiliation for Computing Equipment, Nova York, NY, EUA, Artigo 53, 1–8. https://doi.org/10.1145/3696409.3700214
