METHODS, SYSTEMS, AND COMPUTER READABLE MEDIA FOR USING TRAINED MACHINE LEARNING MODEL INCLUDING AN ATTENTION MODULE TO ESTIMATE GESTATIONAL AGE FROM ULTRASOUND IMAGE DATA

A method for estimating gestational age of a human fetus using a trained machine learning model with an attention function includes receiving, at a feature extraction module of a trained machine learning model, fetal ultrasound image data for at least one image of a human fetus, and producing, by propagating the ultrasound image data through the feature extraction module, at least one feature vector from the ultrasound image data. The method further includes providing the at least one feature vector as input to an attention module of the trained machine learning model and producing, by propagating the feature vectors through the attention module, a weighted sum vector that aggregates and weights the feature vectors. The method further includes providing the weighted sum vector as input to a gestational age prediction module of the trained machine learning model, which generates, from the weighted sum vector, an estimate of the gestational age of the human fetus. The method further includes outputting the estimate of gestational age to a user. Un procédé d'estimation de l'âge gestationnel d'un fœtus humain à l'aide d'un modèle d'apprentissage automatique entraîné avec une fonction d'attention consiste à recevoir, au niveau d'un module d'extraction de caractéristiques d'un modèle d'apprentissage automatique entraîné, des données d'image ultrasonore fœtale concernant au moins une image d'un fœtus humain, et à produire, par propagation des données d'image ultrasonore à travers le module d'extraction de caractéristiques, au moins un vecteur de caractéristique à partir des données d'image ultrasonore. Le procédé consiste en outre à fournir le ou les vecteurs de caractéristique en tant qu'entrée à un module d'attention du modèle d'apprentissage automatique entraîné et à produire, par propagation des vecteurs de caractéristique à travers le module d'attention, un vecteur de somme pondérée qui agrège et pondère les vecteurs de caractéristique. Le procédé consiste en outre à fournir le vecteur de somme pondérée en tant qu'entrée à un module de prédiction d'âge gestationnel du modèle d'apprentissage automatique entraîné, qui génère, à partir du vecteur de somme pondérée, une estimation de l'âge gestationnel du fœtus humain. Le procédé consiste en outre à délivrer en sortie l'estimation de l'âge gestationnel à un utilisateur.