美国麻省理工学院（MIT）10月19日报道，MIT、波士顿儿童医院和法国国家信息与自动化研究院（Inria）的研究人员开发了深度学习模型E(3)-Pose，用于跟踪胎儿在MRI扫描过程中的头部运动。MIT News报道
胎儿移动会导致MRI连续二维切片的角度和位置不一致，三维重建时可能出现覆盖空缺或方向异常，增加影像判读难度。E(3)-Pose将旋转等变性和胎儿头部左右对称性融入模型结构，结合扫描前获取的低分辨率三维MRI数据，估计胎儿头部的六自由度姿态，并辅助动态调整后续二维切片的采集位置。研究团队称，这一机制有望帮助获得更完整的胎儿脑部三维影像，减少因扫描质量不足导致的重复检查，并为更早发现发育异常提供支持。
该研究的重点不只是提升图像识别准确率，而是让视觉模型参与MRI采集过程：模型需要在设备端根据实时姿态信息调整成像策略。MIT称，相关论文已在2026年欧洲计算机视觉会议上展示。不过，现有报道并未给出大规模临床试验结果，也没有证明该方法已经能够替代放射科医生或成为常规医疗流程。研究团队还表示，当前模型主要基于妊娠晚期胎儿数据训练，第二孕期胎儿体积更小、活动更频繁，仍是后续改进重点。
从计算机视觉角度看，E(3)-Pose体现了将几何先验、医学成像物理约束和深度学习结合的路线。它的潜在价值取决于模型在不同设备、扫描协议、孕周和临床人群上的泛化能力，以及在真实扫描环境中的稳定性。当前更适合将其视为面向自适应医学成像的研究进展，而不是已经完成临床验证的产品。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
