麻省理工学院与波士顿儿童医院等机构开发出深度学习模型E(3)-Pose，可在胎儿头部移动时实时校正MRI扫描，生成高分辨率三维图像，减少运动导致的图像缺口和误诊，并避免孕妇重复检查。该模型将左右对称等物理原理嵌入网络结构。研究团队希望未来将其扩展至更小、活动更多的孕中期胎儿，以便更早发现脑部异常。
本研究提出了一种基于卷积神经网络的超声定位系统，能够自动检测胎儿标准扫描视图并提供实时定位。通过迁移学习和深度学习方法，开发了胎头分割和三维姿势估计等自动化技术，显著提高了超声图像分析的准确性和效率，推动了产前诊断的发展。
完成下面两步后，将自动完成登录并继续当前操作。
