記者4日從澳門理工大學獲悉，該校研究團隊聯合中國內地多家醫(yī)學中心和企業(yè)，開發(fā)針對胎兒超聲多切面的生成式人工智能(AI)模型FetalFlex。

　　據介紹，FetalFlex是首個基于統(tǒng)一模型靈活生成多種胎兒平面超聲圖像的通用框架，無需針對不同超聲切面重新訓練。該框架具備強大可控性，能夠同時生成域內正常和域外異常胎兒超聲圖像，填補了當前醫(yī)學圖像生成領域的空白。

　　FetalFlex框架引入了多項技術創(chuàng)新，在多中心數據集上的廣泛實驗證明，FetalFlex在圖像質量方面達到了先進水平，并且與放射科醫(yī)師的視覺偏好高度一致。進一步的保真度評估表明，FetalFlex生成的異常樣本具有潛在的臨床應用價值。

　　此外，兩項下游任務的實驗結果驗證，FetalFlex生成的圖像顯著提升了深度學習模型的性能表現，為解決胎兒超聲領域長期以來的數據稀缺難題提供了切實可行的解決方案。

　　研究團隊表示，FetalFlex能夠在沒有異常樣本數據的情況下，生成具有臨床意義的異常胎兒超聲圖像，這在處理罕見疾病或新發(fā)異常時具有獨特優(yōu)勢。通過解剖結構級別的可控編輯，醫(yī)生可以模擬各種異常情況，為臨床實踐和教學提供寶貴資源。