基于深度学习的分娩宫缩乏力子宫形态学量化研究

摘要： 目的 基于密集连接卷积的双向卷积长短期记忆U网络（BCDU-Net）深度学习模型分割孕期子宫MRI图像，探讨计算机自动量化子宫上下径及子宫体积替代医生手动测量的可行性。方法 回顾性收集2019年7月～2023年11月在本院分娩时有子宫收缩乏力且孕期行盆腔MRI检查的61例产妇的影像资料。使用3D Slicer手动勾画子宫壁及子宫体积感兴趣区，建立BCDU-Net深度学习子宫壁及... ... （共6页）