Quality control / assessment of ultrasound (US) images is an essential step in clinical diagnosis. This process is usually done manually, suffering from some drawbacks, such as dependence on operator's experience and extensive labors, as well as high inter- and intra-observer variation. Automatic quality assessment of US images is therefore highly desirable. Fetal US cardiac four-chamber plane (CFP) is one of the most commonly used cardiac views, which was used in the diagnosis of heart anomalies in the early 1980s. In this paper, we propose a generic deep learning framework for automatic quality control of fetal US CFPs. The proposed framework consists of three networks: (1) a basic CNN (B-CNN), roughly classifying four-chamber views from the raw data; (2) a deeper CNN (D-CNN), determining the gain and zoom of the target images in a multi-task learning manner; and (3) the aggregated residual visual block net (ARVBNet), detecting the key anatomical structures on a plane. Based on the output of the three networks, overall quantitative score of each CFP is obtained, so as to achieve fully automatic quality control. Experiments on a fetal US dataset demonstrated our proposed method achieved a highest mean average precision (mAP) of 93.52% at a fast speed of 101 frames per second (FPS). In order to demonstrate the adaptability and generalization capacity, the proposed detection network (i.e., ARVBNet) has also been validated on the PASCAL VOC dataset, obtaining a highest mAP of 81.2% when input size is approximately 300×300.

中文翻译：

---

胎儿超声心动四腔飞机的通用质量控制框架。

超声（US）图像的质量控制/评估是临床诊断中必不可少的步骤。此过程通常是手动完成的，存在一些缺陷，例如依赖于操作员的经验和大量的劳动，以及观察者之间和观察者内部的差异很大。因此，非常需要对美国图像进行自动质量评估。胎儿美国心脏四腔平面（CFP）是最常用的心脏视图之一，在1980年代初被用于诊断心脏异常。在本文中，我们提出了一种通用的深度学习框架，用于美国胎儿CFP的自动质量控制。提议的框架由三个网络组成：（1）基本的CNN（B-CNN），从原始数据粗略地对四腔视图进行分类；（2）更深的CNN（D-CNN），以多任务学习的方式确定目标图像的增益和缩放；（3）聚集的残余视觉区块网（ARVBNet），用于检测平面上的关键解剖结构。基于这三个网络的输出，可以获得每个CFP的总体定量得分，从而实现全自动质量控制。在胎儿美国数据集上的实验表明，我们提出的方法以101帧/秒（FPS）的快速速度实现了93.52％的最高平均平均精度（mAP）。为了证明适应性和泛化能力，提出的检测网络（即ARVBNet）也已经在PASCAL VOC数据集上进行了验证，当输入大小约为300×300时，最高mAP为81.2％。检测平面上的关键解剖结构。基于这三个网络的输出，可以获得每个CFP的总体定量得分，从而实现全自动质量控制。在胎儿美国数据集上的实验表明，我们提出的方法以101帧/秒（FPS）的快速速度实现了93.52％的最高平均平均精度（mAP）。为了证明适应性和泛化能力，提出的检测网络（即ARVBNet）也已经在PASCAL VOC数据集上进行了验证，当输入大小约为300×300时，最高mAP为81.2％。检测平面上的关键解剖结构。基于这三个网络的输出，可以获得每个CFP的总体定量得分，从而实现全自动质量控制。在胎儿美国数据集上的实验表明，我们提出的方法以101帧/秒（FPS）的快速速度实现了93.52％的最高平均平均精度（mAP）。为了证明适应性和泛化能力，提出的检测网络（即ARVBNet）也已经在PASCAL VOC数据集上进行了验证，当输入大小约为300×300时，最高mAP为81.2％。在胎儿美国数据集上的实验表明，我们提出的方法以101帧/秒（FPS）的快速速度实现了93.52％的最高平均平均精度（mAP）。为了证明适应性和泛化能力，提出的检测网络（即ARVBNet）也已经在PASCAL VOC数据集上进行了验证，当输入大小约为300×300时，最高mAP为81.2％。在胎儿美国数据集上的实验表明，我们提出的方法以101帧/秒（FPS）的快速速度实现了93.52％的最高平均平均精度（mAP）。为了证明适应性和泛化能力，提出的检测网络（即ARVBNet）也已经在PASCAL VOC数据集上进行了验证，当输入大小约为300×300时，最高mAP为81.2％。