目的本研究旨在评估宫颈机能不全(cervical insufficiency,CI)与自发性早产(spontaneous preterm birth,SPB)之间的关联,并探讨宫颈剪切波弹性成像(shear wave elasticity,SWE)、宫颈长度(cervical length,CL)和宫颈前角(anterior cervi...目的本研究旨在评估宫颈机能不全(cervical insufficiency,CI)与自发性早产(spontaneous preterm birth,SPB)之间的关联,并探讨宫颈剪切波弹性成像(shear wave elasticity,SWE)、宫颈长度(cervical length,CL)和宫颈前角(anterior cervical angle,ACA)在预测CI引起的SPB中的应用价值。方法本研究纳入了2023年6月至2024年1月期间在南通大学附属医院及江南大学附属妇产医院产前门诊就诊或住院治疗的786例孕妇,其中足月组723例孕妇,早产组63例孕妇。使用迈瑞Resona R9 Pro/Eagus R9s超声仪,配备剪切波弹性成像软件,进行宫颈SWEI、CL和ACA的测量。此外,按照受检孕周将孕妇分为19~23^(+6)周、24~27^(+6)周、28~33^(+6)周、34~36^(+6)周4组,评估孕周与超声参数的关系。结果早产组孕妇的CL平均为25.42 mm,显著低于足月组的29.71 mm(P<0.001)。ACA在早产组平均为121°,高于足月组的99°(P<0.001)。宫颈各部位的SWE值在早产组也显著低于足月组:外口前唇(AE)为6.47 k Pa对比9.91 k Pa(P<0.001)、内口前唇(AI)为10.98 k Pa对比18.62 k Pa(P<0.001)、内口后唇(PI)为11.32 k Pa对比21.09 k Pa(P<0.001)、外口后唇(PE)为8.16 k Pa对比13.24 k Pa(P<0.001)。CL与孕周存在显著的负相关(r=-0.278,P=0.001)。联合预测指标在预测早产方面显示出较高的准确性和特异性,曲线下面积(AUC)达到0.952,灵敏度和特异度分别为95%和86%。结论宫颈SWE、CL和ACA的联合使用可以显著提高对CI导致SPB的预测效能,可以为临床医生提供了一个更全面、准确的工具,以识别高危孕妇并及时采取干预措施,减少早产的发生,改善母婴预后。展开更多
针对RandLA-Net网络进行点云语义分割存在局部特征提取模块缺乏细粒度特征描述能力、缺乏全局上下文信息,影响分割精度和效率问题,提出了融合点云多维特征的点云语义分割方法。该方法首先利用传统的点云特征算法计算点云的单点特征、形...针对RandLA-Net网络进行点云语义分割存在局部特征提取模块缺乏细粒度特征描述能力、缺乏全局上下文信息,影响分割精度和效率问题,提出了融合点云多维特征的点云语义分割方法。该方法首先利用传统的点云特征算法计算点云的单点特征、形状特征和快速点特征直方图(fast point feature histograms,FPFH)特征,然后利用LightGBM作为基本分类器,提出改进的递归特征选择算法,从而获得最重要的t个特征,然后,将筛选出的t个特征和点云数据输入到点云语义分割网络进行训练,该网络是RandLA-Net网络架构改进形式,通过局部特征聚合模块得到最终的聚合特征,利用4层解码层和3层全连接层实现室内点云的语义分割,输出点云语义标签。在S3DIS数据集上实验验证,结果表明:与PointNet、PointNet++、RandLA-Net算法相比,该算法充分利用了点云数据的多维特征,有效的提高了点云语义分割的准确性。展开更多
文摘目的本研究旨在评估宫颈机能不全(cervical insufficiency,CI)与自发性早产(spontaneous preterm birth,SPB)之间的关联,并探讨宫颈剪切波弹性成像(shear wave elasticity,SWE)、宫颈长度(cervical length,CL)和宫颈前角(anterior cervical angle,ACA)在预测CI引起的SPB中的应用价值。方法本研究纳入了2023年6月至2024年1月期间在南通大学附属医院及江南大学附属妇产医院产前门诊就诊或住院治疗的786例孕妇,其中足月组723例孕妇,早产组63例孕妇。使用迈瑞Resona R9 Pro/Eagus R9s超声仪,配备剪切波弹性成像软件,进行宫颈SWEI、CL和ACA的测量。此外,按照受检孕周将孕妇分为19~23^(+6)周、24~27^(+6)周、28~33^(+6)周、34~36^(+6)周4组,评估孕周与超声参数的关系。结果早产组孕妇的CL平均为25.42 mm,显著低于足月组的29.71 mm(P<0.001)。ACA在早产组平均为121°,高于足月组的99°(P<0.001)。宫颈各部位的SWE值在早产组也显著低于足月组:外口前唇(AE)为6.47 k Pa对比9.91 k Pa(P<0.001)、内口前唇(AI)为10.98 k Pa对比18.62 k Pa(P<0.001)、内口后唇(PI)为11.32 k Pa对比21.09 k Pa(P<0.001)、外口后唇(PE)为8.16 k Pa对比13.24 k Pa(P<0.001)。CL与孕周存在显著的负相关(r=-0.278,P=0.001)。联合预测指标在预测早产方面显示出较高的准确性和特异性,曲线下面积(AUC)达到0.952,灵敏度和特异度分别为95%和86%。结论宫颈SWE、CL和ACA的联合使用可以显著提高对CI导致SPB的预测效能,可以为临床医生提供了一个更全面、准确的工具,以识别高危孕妇并及时采取干预措施,减少早产的发生,改善母婴预后。
文摘针对RandLA-Net网络进行点云语义分割存在局部特征提取模块缺乏细粒度特征描述能力、缺乏全局上下文信息,影响分割精度和效率问题,提出了融合点云多维特征的点云语义分割方法。该方法首先利用传统的点云特征算法计算点云的单点特征、形状特征和快速点特征直方图(fast point feature histograms,FPFH)特征,然后利用LightGBM作为基本分类器,提出改进的递归特征选择算法,从而获得最重要的t个特征,然后,将筛选出的t个特征和点云数据输入到点云语义分割网络进行训练,该网络是RandLA-Net网络架构改进形式,通过局部特征聚合模块得到最终的聚合特征,利用4层解码层和3层全连接层实现室内点云的语义分割,输出点云语义标签。在S3DIS数据集上实验验证,结果表明:与PointNet、PointNet++、RandLA-Net算法相比,该算法充分利用了点云数据的多维特征,有效的提高了点云语义分割的准确性。
