CN104376191A - 预测胎龄的方法和装置 - Google Patents
预测胎龄的方法和装置 Download PDFInfo
- Publication number
- CN104376191A CN104376191A CN201310358915.5A CN201310358915A CN104376191A CN 104376191 A CN104376191 A CN 104376191A CN 201310358915 A CN201310358915 A CN 201310358915A CN 104376191 A CN104376191 A CN 104376191A
- Authority
- CN
- China
- Prior art keywords
- gestational age
- fetus
- physical parameter
- sample
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种预测胎龄的方法,包括以下步骤:建立胎儿的各种物理参数与胎龄的对应关系的胎龄估测表,其中对该表按照区域和/或胎儿母亲的孕前体重进行细分;获取胎儿的物理参数;根据物理参数和胎龄估测表估测得到胎龄。本发明还提供了相应的预测胎龄的系统。
Description
技术领域
本发明总体上涉及医疗领域,更特别地涉及胎龄估测方法和装置。
背景技术
本部分中描述的方法能够被实行,但未必是已被预先构思或实行的方法。因此,除非在本文中另外指明,否则本部分中描述的方法对于本申请中的权利要求而言不是现有技术并且不通过包括在本部分中而被承认为现有技术。此外,本发明的所有实施例不必解决在本部分中提出的问题中的全部(或甚至任一个)。
产科分娩管理受胎龄及胎儿体重的影响。目前,准确的超声检查,以及将某些超声生物识别参数与相应的常规曲线进行,尤其在第20孕周之前,提供可靠的妊娠日期估计。然而,通过对标准生物识别参数的超声测量(通常是头部、腹部和四肢的尺寸)来进行胎儿体重估计仍然存在许多问题。由于人口的流动性,不同地区的医生很难用一个当地统一的统计数据(比如Hadlock、Asum、Osaka等表)来对胎儿进行估计,这些统一的统计数据未必具有普适性。甚至有些地方根据医生的经验来预测,这样既不科学,也不准确。这增加了医疗风险。在现代围产医学中,胎儿生长监测是最重要的,它与胎儿健康戚戚相关。检测胎儿生长发育的改变可以有助于优化妊娠管理。
发明内容
为此,根据本发明的一方面,提供一种预测胎龄的方法,包括以下步骤:建立胎儿的各种物理参数与胎龄的对应关系的胎龄估测表,其中对该表按照区域和/或胎儿母亲的孕前体重进行细分;获取胎儿的物理参数;根据物理参数和胎龄估测表估测得到胎龄。
根据本发明的另一方面,提供一种用于预测胎龄的系统,包括:估测表建立装置,用于建立胎儿的各种物理参数与胎龄的对应关系表,其中对该估测表按照影响胎儿物理参数的一个或多个因素进行细分;获取装置,用于获取胎儿的各种物理参数;分析装置,用于根据获取的物理参数和胎龄估测表得到胎龄。
根据实施例的第三方面,提供了一种计算机程序产品,包括存储在非易失性记录介质上的指令,当该指令在处理器中执行时,实施本发明所公开的方法的步骤。
根据实施例的第四方面,提供了一种非易失存储介质,其存储了当在处理器中执行时实施根据本发明所公开的任意方法的方法步骤的指令。
通过本发明的装置或方法,可以更准确地估测胎龄,从而减少临床的误诊误断。通过对样本数据的分类,估测表可以得到细分,因此可以根据其它一些影响胎儿物理参数的重要因素得到细分的胎龄估测表,从而使得胎龄的估测更加精确。
本发明旨在解决上述提到的问题的一个或多个方面,并不必须解决所有的方面。
附图说明
为了更透彻地理解本公开的内容,下面参考结合附图所进行的下列描述,在附图中:
图1是根据本发明的一个实施例的系统框图。
图2是根据本发明的一个实施例的方法的流程图。
图3A-3B是针对一组样本用不同的方式做出的胎龄估测表的比较图。
图4是对样本进行分类挖掘的示意图。
具体实施方式
以下将参照附图更充分地描述本发明实施例,在附图中示出了本发明实施例。然而,可以用很多不同形式来实施本发明,并且本发明不应理解为受限于在此所阐述的实施例。在全文中,使用相似的标号表示相似的元件。
在此所使用的术语仅用于描述特定实施例的目的,而并非意欲限制本发明。如在此所使用的那样,单数形式的“一个”、“这个”意欲同样包括复数形式,除非上下文清楚地另有所指。还应当理解,当在此使用时,术语“包括”指定出现所声明的特征、整体、步骤、操作、元件和/或组件,但并不排除出现或添加一个或多个其它特征、整体、步骤、操作、元件、组件和/或其群组。
除非另外定义,否则在此所使用的术语(包括技术术语和科学术语)具有与本发明所属领域的普通技术人员所共同理解的相同意义。在此所使用的术语应解释为具有与其在该说明书的上下文以及有关领域中的意义一致的意义,而不能以理想化的或过于正式的意义来解释,除非在此特意如此定义。
以下参照示出根据本发明实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本发明。应理解,可以通过计算机程序指令来实现框图和/或流程图示图的一个方框以及方框的组合。可以将这些计算机程序指令提供给通用计算设备、专用计算设备的处理器和/或其它可编程数据处理装置,使得经由计算设备处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。
相应地,还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本发明。更进一步地,本发明可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式,其具有在介质中实现的计算机可使用或计算机可读程序代码,以由指令执行系统来使用或结合指令执行系统而使用。在本发明上下文中,计算机可使用或计算机可读介质可以是任意介质,其可以包含、存储、通信、传输、或传送程序,以由指令执行系统、装置或设备使用,或结合指令执行系统、装置或设备使用。
举例说明的操作方法的细节方面的各种变化都是可能的,而不脱离下述权利要求的范围。例如,图解说明的流程图步骤或过程步骤可按照与这里公开的顺序不同的顺序执行识别的步骤。另一方面,一些实施例可以结合这里被描述成独立步骤的活动。类似地,取决于实现所述方法的具体操作环境,一个或多个说明的步骤可被省略。
另外,与流程图或过程步骤相应的动作可用可编程控制装置实现,所述可编程控制装置执行组织成在非暂时性可编程存储装置上的一个或多个程序模块的指令。可编程控制装置可以是单个计算机处理器,专用处理器(例如,数字信号处理器,“DSP”),用通信链路耦接的多个处理器,或者定制设计的状态机。定制设计的状态机可被嵌入诸如集成电路之类的硬件装置中,所述集成电路包括(但不限于)专用集成电路(“ASIC”)或者现场可编程门阵列(“FPGA”)。适合于有形地包含程序指令的非暂时性可编程存储装置(有时称为计算机可读介质)包括(但不限于):磁盘(硬盘,软盘和可拆卸磁盘)和磁带;光学介质,比如CD-ROM和数字视频光盘(“DVDs”);和半导体存储器装置,比如电可编程只读存储器(“EPROM”),电可擦可编程只读存储器(“EEPROM”),可编程门阵列和闪速装置。
下面将结合附图,参照本发明的实施例描述本发明。
图1是根据本发明的一个实施例的系统框图。图1中的预测胎龄的系统包括估测表建立装置、获取装置、分析装置、发送装置和校正装置,该预测胎龄的系统还与测量装置、本地存储装置和云存储装置相连。其中测量装置,
获取装置,用于获取胎儿的各种物理参数,比如获取来自测量装置测量得到的各种物理参数,诸如头围(Head circumference,HC)、腹围(Abdominal circumference,AC)、股骨长(Femur length,FL)、双顶径(Biparietal diameter,BPD)、头臀距(Crown-rump length,CRL)。或者获取来自本地存储或云存储中的各种物理参数和对应胎龄。测量装置,比如医疗领域常用的超声测量装置,任选地,也可以是采用其它技术进行测量的装置。估测表建立装置,用于建立胎儿的各种物理参数与胎龄的对应关系表,其主要依据获取装置获取所述的胎儿的如上所述的各种物理参数和对应的实际胎龄,然后将所述的胎儿的如上所述的各种物理参数和对应的实际胎龄作为一个样本保存,这样获取多个样本,应用数据挖掘算法对其分析优化,建立对应的规律。优选地,在分析之前先对各种样本按照区域和胎儿母亲的孕前体重进行细分,然后对每个分类应用数据挖掘算法进行分析优化,建立对应的规律。分析装置用于根据获取装置从测量装置获取的测量得到的胎儿的物理参数分析得到胎龄。即,根据胎儿的物理参数和挖掘出的物理参数和胎龄的对应规律估测得出胎儿的胎龄。此外,校正装置可以根据后反馈的胎儿实际胎龄,比如根据母亲的实际末次月经(Last Menstrual Period,LMP)推算出胎儿的胎龄来校正,并与该胎儿的对应物理参数一起作为一个样本用于保存。该样本同样可作为数据挖掘的样本,以不断地优化所建立的规律,所有这些样本可以保存在本地的与预测胎龄的系统相连的存储装置,也可以上传到远端的云存储装置,比如云服务器,以汇总来自不同系统的样本用于规律分析,并且同样可采用数据挖掘算法来分析。
图2是根据本发明的一个实施例的方法的流程图。需要对样本的获取设置一个时限,比如1年,以得出这一年内当地的胎儿数据,具有相对的实时性,这样胎儿数据可以跟上地区经济、环境的发展,反映最新状况。首先获取胎儿的物理参数(方框202)。可以是诸如头围HC、腹围AC、股骨长FL、双顶径BPD、头臀距CRL等常用的可以估测胎龄的参数。这个物理参数的获得,可以依赖于已有样本的数据,也可以是利用测量装置获得的数据。而后获取与物理参数对应的胎龄(方框204)。这个胎龄的获得,分两种情况。对于物理参数是依赖于已有样本的数据的情况,胎龄也相应地依赖于已有样本的数据;此外,对于本次胎龄估测任务,物理参数可以是通过测量装置获得的,则可以将本次测量对应的实际胎龄也作为方框204获得的内容。作为评估样本,其真实性是必要的。因此不可以将根据测得的物理参数估测(方框203)得到的胎龄作为方框204获得的内容,必须要经过校正(方框205),可以根据后反馈的胎儿实际胎龄,比如根据母亲的实际末次月经(LastMenstrual Period,LMP)推算出胎儿的胎龄来校正。将获得的物理参数和对应胎龄作为一个样本保存,通过这种方式不断地积累样本,直到一个时限结束(方框208)。而后,对所有样本进行分类,比如,按照胎儿母亲的籍贯、当前生活的区域和胎儿母亲的孕前身体指标(身高、体重)等因素的一个或多个进行细分(方框210),如果样本足够大,则可以根据各种因素细分为很多的类别,每一个分类对应一张胎龄估测表,这样可以更加精确地对胎龄进行估测,防止一刀切。比如,对于中国的南方人,身高可能比北方人矮一些,她们的胎儿也会有类似规律,又比如,对于身高马大的母亲而言,她们的胎儿比纤小型母亲的胎儿体型也要大些。对于样本的分类要充分考虑各种影响胎儿物理参数的因素,尤其是影响比较大的主要因素。分类之后,就可以针对每个分类下的样本应用数据挖掘以寻找规律(方框212)。数据挖掘的算法可以是已有的各种算法,比如K-means算法等。应用数据挖掘比起传统的统计方式能更精确地确定物理参数和胎龄之间的关系,这将在后面详细阐述。完成了数据挖掘,则可以根据找出的规律确定胎龄估测表(方框214)。此后,在获取了来自测量装置的物理参数之后,就可以依据胎龄估测表估测得出胎龄了(方框203)。
图3A-3B是针对一组样本用不同的方式做出的胎龄估测表的比较图。横坐标是以毫米为单位的双顶径(BPD)的数据,纵坐标是以天为单位的胎龄。数据1是根据样本采用线性拟合的方式得出的,所基于的样本数量有限,比如仅仅是基于本地存储的样本做出的,拟合出的公式为:
Y=61.42122+0.94172*X+0.01321*X^2 (1)
如图中基本位于下方的颜色较深的曲线所示。因为数据不是很线性,所以有明显的锯齿,这种容易使医生做出错误的判断,因为误判而可能致使孕妇早产。此外,在曲线上端末还出现了一个转折,可能产生不同的双顶径对应同样估测胎龄的情况,这样的曲线是不实用的。
数据2是根据更多的样本采用线性拟合出来的另一组数据,比如是基于云存储装置中汇集的海量样本拟合出来的,拟合出的公式为:
Y=58.93115+1.02393*X+0.01252*X^2 (2)
如图中基本位于下方的颜色浅的曲线所示。随着样本的增多,线性拟合中所存在的锯齿的问题有所缓解,但可以看出,图形中BPD很大时,斜率太高了,这与实际情况有些偏差,也容易误导医生的判断。
图3A和3B中的最终数据都表示根据云存储装置中汇集的海量样本采用数据挖掘的方式挖掘出的双顶径与胎龄的对应关系,可以表示为公式:
Y=66.71776+1.03848*X+0.01173*X^2 (3)。
其中,数据挖掘用的是k-means algorithm算法。这是一个聚类算法。它与处理混合正态分布的最大期望算法很相似,因为它们都试图找到数据中自然聚类的中心,把n个对象根据他们的属性分为k个分割,k<n。它假设对象属性来自于空间向量,并且目标是使各个群组内部的均方误差总和最小。当然,采用其他的数据挖掘算法也完全是可行的,在这里仅是为了举例,而并不做任何限定。事实上,对于算法的选择权可以交给医生,系统可以设置一个供医生选择算法的接口(未示出)。
通过数据1、数据2和最终数据的分别对比可以看出,通过数据挖掘得出的最终数据曲线更为平滑,实践证明也更接近实际情况。
图4是对样本进行分类挖掘的示意图。样本数据41(41a,41b,41c......)包括各种数据,比如影响胎儿物理参数的因素,诸如孕前体重、当前体重、所在区域、籍贯等等,样本数据41还包括比如胎儿的物理参数,以及与胎儿的物理参数对应的胎龄。所有这些样本进入存储装置42进行存储。存储装置42优选地是云存储装置,以便收集大量样本数据,挖掘出更准确的对应规律;可选地是本地存储装置,本地存储装置的样本数据也可以上传到云存储装置。采用云存储装置的优势在于:第一可以收集各地的大量的样本数据,样本越大挖掘的规律越准确;第二样本数据存储于云装置可以方便共享,这些样本数据除了供胎龄预测使用,还可以用于例如社会学家统计人口特征等。所有样本数据经过处理,包括分类和数据挖掘43,生成与各个物理参数关联的各种估测表44(44a,44b,......44e,......)。如图所示,每一种估测表44a,44b,......44e,......表示为多个,对应不同的分类。所述分类可以依据一个影响胎儿物理参数的因素进行分类,比如将样本按照母亲孕前体重在45公斤以下、45-55公斤之间、55公斤以上等分成若干类;也可以依据多于一个的因素,比如分别将中国的华北地区、东北地区、华南地区、西南和西北地区的母亲孕前体重在45公斤以下、45-55公斤之间、55公斤以上等分成若干类。而后对每一个分类运用数据挖掘算法得出各个物理参数(诸如BPD、AC、HC、CRL、FL等)和胎龄之间的对应规律,从而生成针对每个物理参数的不同类下的胎龄估测表,图中堆叠的多个方框表示不同类下的针对相应物理参数的胎龄估测表。所述分类的方式和数据挖掘的算法可以是系统设定的,也可以根据医生的意愿进行选择。
虽然上述已经结合附图描述了本发明的具体实施例,但是本领域技术人员在不脱离本发明的精神和范围的情况下,可以对本发明进行各种改变、修改和等效替代。这些改变、修改和等效替代都意为落入随附的权利要求所限定的精神和范围之内。
Claims (10)
1.一种预测胎龄的方法,包括以下步骤:
建立胎儿的各种物理参数与胎龄的对应关系的胎龄估测表,其中对该表按照区域和/或胎儿母亲的孕前体重进行细分;
获取胎儿的物理参数;
根据物理参数和胎龄估测表估测得到胎龄。
2.如权利要求1所述的预测胎龄的方法,其中胎龄估测表采用数据挖掘的算法来优化。
3.如权利要求2所述的预测胎龄的方法,其中建立胎龄估测表进一步包括步骤:
获取胎儿的各种物理参数和对应的实际胎龄;
将所述的胎儿的各种物理参数和对应的实际胎龄作为一个样本保存;
获取多个样本;
根据区域和/或胎儿母亲的孕前体重对多个样本进行分类;
对每个类下的样本应用数据挖掘算法以便确定其规律;
根据所述规律建立胎儿的物理参数和胎龄的对应关系。
4.如权利要求3所述的预测胎龄的方法,进一步包括:将估测得到的胎龄根据实际情况进行校正,并与该胎儿的对应物理参数一起作为一个样本保存。
5.如权利要求1所述的预测胎龄的方法,进一步包括:
将所述样本上传到云存储装置中。
6.一种用于预测胎龄的系统,包括:
估测表建立装置,用于建立胎儿的各种物理参数与胎龄的对应关系表,其中对该估测表按照影响胎儿物理参数的一个或多个因素进行细分;
获取装置,用于获取胎儿的各种物理参数;
分析装置,用于根据获取的物理参数和胎龄估测表得到胎龄。
7.如权利要求6所述的预测胎龄的系统,其中估测表建立装置进一步采用数据挖掘的算法来优化。
8.如权利要求7所述的预测胎龄的系统,其中估测表建立装置进一步用于:
通过获取装置获取胎儿的各种物理参数和对应的实际胎龄;
将所述的胎儿的各种物理参数和对应的实际胎龄作为一个样本保存;
获取多个样本;
根据影响胎儿物理参数的一个或多个因素对多个样本进行分类;
对每个类下的样本应用数据挖掘算法确定其规律;
根据所述规律建立胎儿的物理参数和胎龄的对应关系。
9.如权利要求8所述的预测胎龄的系统,进一步包括:
校正装置,用于将分析装置估测得到的胎龄根据实际情况进行校正,并与该胎儿的对应物理参数一起作为一个样本保存。
10.如权利要求6所述的预测胎龄的系统,进一步包括:
发送装置,用于将样本发送到远端的云存储装置用于保存。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310358915.5A CN104376191B (zh) | 2013-08-16 | 2013-08-16 | 预测胎龄的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310358915.5A CN104376191B (zh) | 2013-08-16 | 2013-08-16 | 预测胎龄的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104376191A true CN104376191A (zh) | 2015-02-25 |
CN104376191B CN104376191B (zh) | 2021-07-13 |
Family
ID=52555097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310358915.5A Active CN104376191B (zh) | 2013-08-16 | 2013-08-16 | 预测胎龄的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104376191B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787254A (zh) * | 2016-02-01 | 2016-07-20 | 深圳市新产业生物医学工程股份有限公司 | 孕周确定方法和系统 |
CN108109693A (zh) * | 2017-12-19 | 2018-06-01 | 深圳京柏医疗科技股份有限公司 | 胎儿估重方法、装置、系统、存储介质和计算机设备 |
CN108447565A (zh) * | 2018-03-23 | 2018-08-24 | 北京工业大学 | 一种基于改进降噪自动编码器的小于胎龄儿疾病预测方法 |
CN113907793A (zh) * | 2021-10-21 | 2022-01-11 | 张家港市第一人民医院 | 一种妇科超声检查用的超声影像重建与评估方法 |
CN114081532A (zh) * | 2021-11-25 | 2022-02-25 | 无锡海鹰电子医疗系统有限公司 | 一种基于超声诊断仪的超声产科测量计算方法 |
CN114592074A (zh) * | 2022-04-12 | 2022-06-07 | 苏州市立医院 | 一种与胎龄相关的靶标基因组合及其应用 |
CN115769309A (zh) * | 2020-06-19 | 2023-03-07 | 超声人工智能股份有限公司 | 早产预测 |
US12011256B2 (en) | 2016-11-01 | 2024-06-18 | Universidade Federal De Minas Gerais—Ufmg | Device and method for determining gestational age |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2139718Y (zh) * | 1992-10-09 | 1993-08-04 | 唐山市人民医院 | 孕周计算卡 |
US5928168A (en) * | 1996-08-27 | 1999-07-27 | Laros, Jr.; Russell K. | Method and apparatus for estimating and displaying fetal development data during pregnancy |
CN201662737U (zh) * | 2009-12-29 | 2010-12-01 | 孙霞 | 一种孕期超声数据转盘 |
CN101936981A (zh) * | 2010-08-02 | 2011-01-05 | 宁波大学 | 孕中期产前筛查中血清学指标的中位数倍数校正方法 |
CN102247172A (zh) * | 2010-02-08 | 2011-11-23 | 通用电气公司 | 自动化胎儿胎龄评估的系统和方法 |
WO2012101268A1 (en) * | 2011-01-28 | 2012-08-02 | Cezanne S.A.S. | In vitro method to determine the risk of a pregnant woman of carrying a fetus with fetal aneuploidy |
-
2013
- 2013-08-16 CN CN201310358915.5A patent/CN104376191B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2139718Y (zh) * | 1992-10-09 | 1993-08-04 | 唐山市人民医院 | 孕周计算卡 |
US5928168A (en) * | 1996-08-27 | 1999-07-27 | Laros, Jr.; Russell K. | Method and apparatus for estimating and displaying fetal development data during pregnancy |
CN201662737U (zh) * | 2009-12-29 | 2010-12-01 | 孙霞 | 一种孕期超声数据转盘 |
CN102247172A (zh) * | 2010-02-08 | 2011-11-23 | 通用电气公司 | 自动化胎儿胎龄评估的系统和方法 |
CN101936981A (zh) * | 2010-08-02 | 2011-01-05 | 宁波大学 | 孕中期产前筛查中血清学指标的中位数倍数校正方法 |
WO2012101268A1 (en) * | 2011-01-28 | 2012-08-02 | Cezanne S.A.S. | In vitro method to determine the risk of a pregnant woman of carrying a fetus with fetal aneuploidy |
Non-Patent Citations (3)
Title |
---|
张乃强 等: "用数量化理论综合处理超声信息和胎龄、胎重预测系统的建立", 《复旦学报(自然科学版)》 * |
张武: "《现代超声诊断学手册》", 30 April 1996, 北京医科大学中国协和医科大学联合出版社 * |
王燕: "孕前体重、孕期增重对新生儿出生体重的影响", 《中国妇幼保健》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787254A (zh) * | 2016-02-01 | 2016-07-20 | 深圳市新产业生物医学工程股份有限公司 | 孕周确定方法和系统 |
US12011256B2 (en) | 2016-11-01 | 2024-06-18 | Universidade Federal De Minas Gerais—Ufmg | Device and method for determining gestational age |
CN108109693A (zh) * | 2017-12-19 | 2018-06-01 | 深圳京柏医疗科技股份有限公司 | 胎儿估重方法、装置、系统、存储介质和计算机设备 |
CN108447565A (zh) * | 2018-03-23 | 2018-08-24 | 北京工业大学 | 一种基于改进降噪自动编码器的小于胎龄儿疾病预测方法 |
CN108447565B (zh) * | 2018-03-23 | 2021-10-08 | 北京工业大学 | 一种基于改进降噪自动编码器的小于胎龄儿预测方法 |
CN115769309A (zh) * | 2020-06-19 | 2023-03-07 | 超声人工智能股份有限公司 | 早产预测 |
CN113907793A (zh) * | 2021-10-21 | 2022-01-11 | 张家港市第一人民医院 | 一种妇科超声检查用的超声影像重建与评估方法 |
CN114081532A (zh) * | 2021-11-25 | 2022-02-25 | 无锡海鹰电子医疗系统有限公司 | 一种基于超声诊断仪的超声产科测量计算方法 |
CN114592074A (zh) * | 2022-04-12 | 2022-06-07 | 苏州市立医院 | 一种与胎龄相关的靶标基因组合及其应用 |
Also Published As
Publication number | Publication date |
---|---|
CN104376191B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376191A (zh) | 预测胎龄的方法和装置 | |
Wright et al. | First-trimester screening for trisomies 21, 18 and 13 by ultrasound and biochemical testing | |
Abdelkrim et al. | Lactation curve model with explicit representation of perturbations as a phenotyping tool for dairy livestock precision farming | |
US8112144B2 (en) | Apparatus for determining brain atrophy, method of determining brain atrophy and program for determining brain atrophy | |
Maruotti et al. | Third trimester ultrasound soft-tissue measurements accurately predicts macrosomia | |
Maruotti et al. | Diagnostic accuracy of intracranial translucency in detecting spina bifida: a systematic review and meta‐analysis | |
JP6736706B2 (ja) | 弾性検出装置のデータ解析処理方法及び弾性検出装置 | |
US20160113502A1 (en) | Automatic Visualization of Regional Functional Parameters of Left Ventricle from Cardiac Imaging | |
US20240249540A1 (en) | Image feature detection | |
US20090252392A1 (en) | System and method for analyzing medical images | |
CN103558404A (zh) | 一种基于数字切片的细胞dna自动检测和复核方法 | |
Adeyinka et al. | Association between placentome size, measured using transrectal ultrasonography, and gestational age in cattle | |
Baken et al. | First‐trimester crown‐rump length and embryonic volume of fetuses with structural congenital abnormalities measured in virtual reality: An observational study | |
US20160154931A1 (en) | Method and device for detecting chromosomal aneuploidy | |
Matthews et al. | Accuracy of predicted calving dates in Holstein-Friesian dairy cows based on fetal ages estimated using manual rectal palpation | |
Magann et al. | Amniotic fluid volume assessment: eight lessons learned | |
Wethal et al. | A genetic study of new udder health indicator traits with data from automatic milking systems | |
Simon et al. | Three‐dimensional transvaginal sonography in third‐trimester evaluation of placenta previa | |
Simic et al. | Slow fetal growth between first and early second trimester ultrasound scans and risk of small for gestational age (SGA) birth | |
KR101133719B1 (ko) | 가축 생체 데이터 감시 시스템 및 방법 | |
Lang et al. | A Method to Visualize 3‐Dimensional Anatomic Changes in the Cervix During Pregnancy: A Preliminary Observational Study | |
US11890104B2 (en) | Systems and methods for determining parturition onset in animals | |
Shinohara et al. | Association between birth weight and massive haemorrhage in pregnancy with a low-lying placenta: a 9-year single-centre retrospective cohort study in Japan | |
US20220293249A1 (en) | Systems and methods for artificial intelligence powered molecular workflow verifying slide and block quality for testing | |
Mongelli et al. | Advances in mathematical models of fetal growth: implications for ultrasound practice |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |