暨南大学信息科学技术学院陆尧胜教授团队在医学图像分析领域顶级期刊Medical Image Analysis上发表了一项开创性的研究成果，该研究对于提高分娩监测的准确性和自动化水平具有重要意义。陆尧胜教授是广东省智慧妇幼诊疗设备与信息系统工程技术研究中心的首席科学家，该团队的研究成果题为“PSFHS Challenge Report: Pubic Symphysis and Fetal Head Segmentation from Intrapartum Ultrasound Images”，论文的共同第一作者包括暨南大学的白杰云、周子昊和区湛鸿，陆尧胜教授与白杰云共同担任通讯作者。

图1. 论文首页

   每年，全球有近358000名妇女死于分娩，其中超过一半的死亡发生在分娩后的24小时内。分娩期是评估胎儿宫内安危的关键阶段，因此，开发一种非侵入性、客观、准确、易于操作的分娩监测方法对于降低产妇死亡率至关重要。传统的手动指检方法存在侵入性、主观性和准确性不足等问题，限制了其在全球范围内的推广，尤其是在中低收入国家。

陆尧胜教授团队的研究成果采用人工智能技术，提出了一种全新的分娩监测策略。该团队构建了全球首个多中心产时超声图像数据集，包含5101张图像，并在医学图像处理顶级会议MICCAI上成功举办了产时超声图像分析挑战赛，吸引了来自全球193支队伍的参与。通过对比分析参赛者的算法性能，该研究提出了用于胎儿和母体结构分割的基准模型，为智能化产时监测奠定了坚实的基础。

图2. 分娩监测方法提出的总体流程

  这项研究成果不仅为产科监测提供了新的技术手段，还有望通过提高监测效率、准确性和患者护理质量，推动产科诊疗的进一步发展。

  本研究得到了国家重点研发计划、国家自然科学基金、国家留学基金、广东省基础与应用基础研究基金、广州市科技计划项目等资助。

该论文的链接为：https://doi.org/10.1016/j.media.2024.103353