第三孕期超声波扫描数据集

该数据集是一个由丹麦技术大学等机构收集的第三孕期超声波扫描视频集，用于评估自动化胎儿方位预测管道的性能。数据集遵循盲扫协议进行收集，包含了13位孕妇的超声波视频，其中包含了胎儿的头部和关键解剖结构的标注信息。数据集主要用于辅助超声波检查，旨在降低医生的认知负荷，并提高诊断效率。

This dataset is a collection of third-trimester ultrasound scan videos collected by institutions including the Technical University of Denmark, intended to evaluate the performance of automated fetal orientation prediction pipelines. Collected under a blind scan protocol, this dataset comprises ultrasound videos from 13 pregnant women, with annotated information for fetal heads and key anatomical structures. Primarily used to assist ultrasound examinations, the dataset aims to reduce clinicians' cognitive load and improve diagnostic efficiency.

搜集汇总

数据集介绍

构建方式

第三孕期超声波扫描数据集的构建采用了标准化的盲扫协议，通过五条垂直超声波扫描覆盖孕妇腹部，确保全面捕捉胎儿头部信息。数据采集过程中，研究人员在临床超声环境中部署了专用软件系统，确保数据的一致性和可靠性。每位受试者在完成扫描后，由专业超声医师即时标注胎儿的呈现方式（头位或臀位）及胎位（左侧或右侧），从而为后续分析提供了准确的参考标准。

特点

该数据集的核心特点在于其专注于第三孕期胎儿的空间定位问题，通过盲扫协议获取的超声视频数据具有动态性和全面性。数据集中包含13位孕妇的扫描结果，其中头位与臀位的比例反映了临床实际分布。尤为突出的是，数据集不仅包含原始超声视频，还整合了预训练模型对胎儿头部解剖结构（如丘脑和透明隔腔）的分割结果，为研究胎儿空间定位提供了多维度信息支持。

使用方法

使用该数据集时，研究者可依托预训练的渐进式概念瓶颈模型（PCBM）进行胎儿头部检测与解剖结构分割。对于胎儿呈现方式分类，可采用基于时间模板匹配的算法，分析超声视频中头部出现的时序特征；胎位判定则通过计算丘脑与透明隔腔的空间向量关系实现。数据集特别适用于开发辅助超声医师认知负荷的智能工具，但需注意其应用效果受限于超声图像质量和胎儿活动度等因素。

背景与挑战

背景概述

第三孕期超声波扫描数据集由丹麦技术大学与哥本哈根大学的研究团队于2025年创建，旨在解决产科超声检查中胎儿方位识别的关键问题。该数据集基于创新的盲扫协议采集，包含13名妊娠晚期孕妇的超声视频数据，通过预训练的头部分割模型实现了胎儿先露（头位/臀位）和胎位（左/右朝向）的自动化判断。作为首个公开的胎儿朝向动态分析数据集，其创新性体现在将认知科学原理融入医学影像分析，为减轻超声医师认知负荷提供了量化研究基础，对推动智能辅助产科超声技术发展具有重要意义。

当前挑战

该数据集面临双重技术挑战：在领域层面，胎儿超声影像存在探头依赖性高、阴影伪影干扰等固有特性，且妊娠晚期胎儿活动可能造成方位动态变化，这对算法的鲁棒性提出极高要求；在构建层面，盲扫协议虽标准化但覆盖范围有限，当胎儿头部沉入骨盆或遭遇声窗限制时，关键解剖结构（如丘脑、透明隔腔）的可视化成功率下降，导致约15%的样本无法完成自动分析。此外，数据集中臀位样本仅占7.7%，与临床实际比例相符但加剧了类别不平衡问题，需设计特殊的数据增强策略。

常用场景

经典使用场景

第三孕期超声波扫描数据集在产科超声领域具有重要价值，其经典使用场景主要聚焦于胎儿方位的自动化预测。通过盲扫协议获取的超声视频数据，研究者能够开发辅助工具，帮助临床医生快速准确地判断胎儿的先露（头位或臀位）和胎位（面向左或右）。这一数据集特别适用于第三孕期的产前检查，为临床决策提供客观依据。

实际应用

在实际临床环境中，该数据集支持开发的辅助系统可集成至常规产检工作流。系统通过实时显示胎儿方位信息，帮助医师更高效地完成超声检查，特别适用于高负荷的产科门诊。此外，该技术可应用于基层医疗机构，通过标准化分析弥补经验不足医师的技术差距，提升整体产前检查质量。

衍生相关工作

基于该数据集的研究催生了多项重要衍生工作。在方法学层面，研究者提出了结合渐进概念瓶颈模型（PCBM）的混合分析框架；在应用层面，开发了适应不同扫描条件的鲁棒性算法。这些工作推动了胎儿生物测量、标准切面检测等相关领域的发展，并为实时临床集成系统的设计提供了重要参考。