Obstetrics and GynecologyObstetrics and GynecologyАкушерство и гинекология0300-90922412-5679Bionika Media69193210.18565/aig.2025.152Original ArticlesОригинальные статьиResearch ArticleComparative analysis of the accuracy of ultrasonography and magnetic resonance imaging in estimating fetal weightСравнительный анализ точности ультразвукового исследования и магнитно-резонансной томографии в определении предполагаемой массы тела плодаhttps://orcid.org/0000-0003-4043-907XSyrkashevEgor M.СыркашевЕгор Михайлович
Russian Federation

PhD, Senior Researcher at the Radiology Department

к.м.н., c.н.с. отделения лучевой диагностики

e_syrkashev@oparina4.ruhttps://orcid.org/0000-0002-0012-6688NikolaevaAnastasia V.НиколаеваАнастасия Владимировна
Russian Federation

PhD, Chief Physician

к.м.н., главный врач

a_nikolaeva@oparina4.ruhttps://orcid.org/0009-0001-2049-3119StoliarovaElizaveta V.СтоляроваЕлизавета Валерьевна
Russian Federation

PhD student, 1st Obstetric Department of Pregnancy Pathology

аспирант, 1-е отделение акушерское патологии беременности

ev_stolyarova@oparina4.ruhttps://orcid.org/0000-0002-4068-9805KholinAlexey M.ХолинАлексей Михайлович
Russian Federation

PhD, Head of the Department of Telemedicine

к.м.н., заведующий отделом телемедицины и инновационного развития

a_kholin@oparina4.ruhttps://orcid.org/0000-0001-6266-2067GorinaKsenia A.ГоринаКсения Алексеевна
Russian Federation

PhD, Junior Researcher at the 1 Department of Obstetric Pathology of Pregnancy

к.м.н., м.н.с. 1 отделения акушерского патологии беременности

k_gorina@oparina4.ruhttps://orcid.org/0000-0001-7764-8073KesovaMarina I.КесоваМарина Исааковна
Russian Federation

Dr. Med. Sci., Senior Researcher at the Obstetric Department

д.м.н., с.н.с. акушерского отделения

m_kesova@oparina4.ruhttps://orcid.org/0000-0001-8572-1971BaevOleg R.БаевОлег Радомирович
Russian Federation

Dr. Med. Sci., Professor, Head of the 1st Maternity Department, Professor at the Department of Obstetrics, Gynecology, Perinatology, and Reproductology

д.м.н., профессор, руководитель 1-го родильного отделения, профессор кафедры акушерства, гинекологии, перинатологии и репродуктологии

o_baev@oparina4.ruhttps://orcid.org/0000-0001-5087-5946KanNatalia E.КанНаталья Енкыновна
Russian Federation

Dr. Med. Sci., Professor, Deputy Director for Science

д.м.н., профессор, заслуженный деятель науки Российской Федерации, заместитель директора по научной работе

kan-med@mail.ruhttps://orcid.org/0000-0003-1377-3128GusAleksandr I.ГусАлександр Иосифович
Russian Federation

Dr. Med. Sci., Professor, Chief Researcher at the Department of Ultrasound and Functional Diagnostics, Head of the Department of Ultrasound Diagnostics, Medical Institute

д.м.н., профессор, главный н.с., отделение ультразвуковой и функциональной диагностики, Отдел визуальной диагностики, заведующий кафедрой ультразвуковой диагностики Факультета непрерывного медицинского образования Медицинского института

a_gus@oparina4.ruAcademician V.I. Kulakov National Medical Research Center for Obstetrics, Gynecology and Perinatology, Ministry of Health of the RussiaФГБУ «Национальный медицинский исследовательский центр акушерства, гинекологии и перинатологии имени академика В.И. Кулакова» Минздрава РоссииI.M. Sechenov First Moscow State Medical University, Ministry of Health of Russia (Sechenov University), Moscow, RussiaФГАОУ ВО «Первый Московский государственный медицинский университет имени И.М. Сеченова» Минздрава России (Сеченовский университет)Patrice Lumumba Peoples' Friendship University of RussiaФГАОУ ВО «Российский университет дружбы народов имени Патриса Лумумбы»09102025982880310202503102025Copyright ©; 2025, Bionika MediaCopyright ©; 2025, ООО «Бионика Медиа»2025Bionika MediaООО «Бионика Медиа»https://journals.eco-vector.com/0300-9092/article/view/691932

Objective: To compare the accuracy of ultrasonography (USG) and magnetic resonance imaging (MRI) in determining estimated fetal weight (EFW).

Materials and methods: This prospective study included 103 pregnant women who underwent both MRI and USG before delivery. The EFW based on MRI data was calculated using the formula by Baker et al., while the EFW based on USG data was calculated using the Hadlock et al. formula. The EFW values were assessed using absolute measurements and on a percentile scale (INTERGROWTH-21st).

Results: The correlation coefficient between EFW based on USG data and the newborn's birth weight was 0.831 (p<0.001), while for MRI, it was 0.941 (p<0.001). The mean absolute error (MAE) of EFW in absolute values for USG was 145.68 (427.42) g, and for MRI, it was 117.83 (221.98) g, on a percentile scale, the MAE for USG was 4.17 (15.68), for MRI, it was 3.16 (7.03). The correlation coefficient between EFW above the 90th percentile was 0.374 (p=0.041) for USG and 0.855 (p<0.001) for MRI. The MAE for determining EFW (>90th percentile) was 173.93 (432.16) g for USG and 122.0 (202.82) g for MRI. On a percentile scale, the MAE was 0.38 (6.07) for USG and 0.76 (2.56) for the MRI. The area under the curve (ROC AUC) for identifying cases with birth weights > 4000 g was 0.916 (95% CI: 0.860–0.973) for USG and 0.986 (95% CI: 0.967–1.000) for MRI.

Conclusion: EFW determination based on MRI data is more accurate than that based on USG data, with the most significant differences noted in cases of fetal macrosomia. Developing machine learning algorithms is essential to reduce the time required for segmenting areas of interest, thereby enhancing the role of artificial intelligence in automating the EFW determination processes. Further research is necessary to establish the optimal timing and indications for using MRI as an additional method for determining the EFW.

Цель: Сравнительный анализ точности ультразвукового исследования (УЗИ) и магнитно-резонансной томографии (МРТ) в определении предполагаемой массы тела плода (ПМП).

Материалы и методы: В проспективное исследование включили 103 беременных, которым было выполнено МРТ и УЗИ до родоразрешения. ПМП по данным МРТ вычисляли с использованием формулы Baker et al. ПМП по данным УЗИ вычисляли с использованием формулы Hadlock et al. ПМП по данным УЗИ и МРТ определяли в абсолютных значениях и по перцентильной шкале (INTERGROWTH-21st).

Результаты: Коэффициент корреляции между ПМП по данным УЗИ и массой тела новорожденного составил 0,831 (p<0,001), для МРТ – 0,941 (p<0,001). Средняя абсолютная ошибка (MAE) определения ПМП в абсолютных значениях для УЗИ составила 145,68 (427,42) г, для МРТ – 117,83 (221,98) г, в перцентильной шкале для УЗИ – 4,17 (15,68), для МРТ – 3,16 (7,03). Коэффициент корреляции между ПМП по данным УЗИ и массой тела новорожденного более 90 процентиль составил 0,374 (p=0,041), для МРТ – 0,855 (p<0,001). Средняя абсолютная ошибка (MAE) определения ПМП (>90 процентиль) в абсолютных значениях для УЗИ составила 173,93 (432,16) г, для МРТ – 122,0 (202,82) г, в перцентильной шкале для УЗИ – 0,38 (6,07), для МРТ – 0,76 (2,56). Площадь под кривой (ROC AUC) для определения случаев с массой тела новорожденного более 4000 г для УЗИ составила 0,916 (95% ДИ: 0,860–0,973), для МРТ – 0,986 (95% ДИ: 0,967–1,000).

Заключение: Определение ПМП по данным МРТ является более точным, чем по данным УЗИ; наиболее значимые различия наблюдаются при макросомии плода. Необходима разработка алгоритмов машинного обучения для минимизации времени, необходимого для сегментации зон интереса, что сделает искусственный интеллект ценным вспомогательным инструментом для автоматизации процессов определения ПМП. Требуется проведение дальнейших исследований, направленных на определение оптимальных сроков выполнения и показаний к МРТ в качестве дополнительного метода определения ПМП.

estimated fetal weightprenatal diagnosisfetal MRIUSGmacrosomiaпредполагаемая масса плодапренатальная диагностикафетальная МРТУЗИмакросомияЩербакова Е.А., Баранов А.Н., Истомина Н.Г. Исходы ранней и поздней форм задержки роста плода в зависимости от критериев диагностики. Вопросы гинекологии, акушерства и перинатологии. 2024; 23(3): 23-9. [Shcherbakova E.A., Baranov A.N., Istomina N.G. Outcomes of early- and late-onset fetal growth restriction according to diagnostic criteria. Gynecology, Obstetrics and Perinatology. 2024; 23(3): 23-9 (in Russian)]. https://dx.doi.org/10.20953/1726-1678-2024-3-23-29Тысячный О.В., Приходько А.М., Баев О.Р. Акушерские и неонатальные исходы самопроизвольных родов при крупном плоде в зависимости от срока гестации. Акушерство и гинекология. 2025; 4: 44-50. [Tysyachnyi O.V., Prikhodko A.M., Baev O.R. Obstetric and neonatal outcomes of spontaneous labor with a large fetus depending on the gestational age. Obstetrics and Gynecology. 2025; (4): 44-50 (in Russian)]. https://dx.doi.org/10.18565/aig.2025.36Hadlock F.P., Harrist R.B., Carpenter R.J., Deter R.L., Park S.K. Sonographic estimation of fetal weight. The value of femur length in addition to head and abdomen measurements. Radiology. 1984; 150(2): 535-40. https://dx.doi.org/10.1148/radiology.150.2.6691115Hadlock F.P., Harrist R.B., Sharman R.S., Deter R.L., Park S.K. Estimation of fetal weight with the use of head, body, and femur measurements – a prospective study. Am. J. Obstet. Gynecol. 1985; 151(3): 333-7. https://dx.doi.org/10.1016/0002-9378(85)90298-4Hammami A., Mazer Zumaeta A., Syngelaki A., Akolekar R., Nicolaides K.H. Ultrasonographic estimation of fetal weight: development of new model and assessment of performance of previous models. Ultrasound Obstet. Gynecol. 2018; 52(1): 35-43. https://dx.doi.org/10.1002/uog.19066Stirnemann J., Villar J., Salomon L.J., Ohuma E., Ruyan P., Altman D.G. et al. International estimated fetal weight standards of the INTERGROWTH-21(st) Project. Ultrasound Obstet. Gynecol. 2017; 49(4): 478-86. https://dx.doi.org/10.1002/uog.17347Cordier A.G., Russo F.M., Deprest J., Benachi A. Prenatal diagnosis, imaging, and prognosis in congenital diaphragmatic hernia. Semin. Perinatol. 2020; 44(1): 51163. https://dx.doi.org/10.1053/j.semperi.2019.07.002Kulseng C.P.S., Hillestad V., Eskild A., Gjesdal K.I. Automatic placental and fetal volume estimation by a convolutional neural network. Placenta. 2023; 134: 23-9. https://dx.doi.org/10.1016/j.placenta.2023.02.009Watzenboeck M.L., Heidinger B.H., Rainer J., Schmidbauer V., Ulm B., Rubesova E. et al. Reproducibility of 2D versus 3D radiomics for quantitative assessment of fetal lung development: a retrospective fetal MRI study. Insights Imaging. 2023; 14(1): 31. https://dx.doi.org/10.1186/s13244-023-01376-yKadji C., Cannie M.M., Kang X., Carlin A., Etchoua S.B., Resta S. et al. Fetal magnetic resonance imaging at 36 weeks predicts neonatal macrosomia: the PREMACRO study. Am. J. Obstet. Gynecol. 2022; 226(2): 238.e1-e12. https://dx.doi.org/10.1016/j.ajog.2021.08.001Dütemeyer V., Cordier A.-G., Cannie M.M., Bevilacqua E., Huynh V., Houfflin-Debarge V. et al. Prenatal prediction of postnatal survival in fetuses with congenital diaphragmatic hernia using MRI: lung volume measurement, signal intensity ratio, and effect of experience. J. Matern. Neonatal. Med. 2022; 35(6): 1036-44. https://dx.doi.org/10.1080/14767058.2020.1740982Zaretsky M.V., Reichel T.F., McIntire D.D., Twickler D.M. Comparison of magnetic resonance imaging to ultrasound in the estimation of birth weight at term. Am. J. Obstet. Gynecol. 2003; 189(4): 1017-20. https://dx.doi.org/10.1067/s0002-9378(03)00895-0Kadji C., Cannie M.M., Resta S., Guez D., Abi-Khalil F., De Angelis R. et al. Magnetic resonance imaging for prenatal estimation of birthweight in pregnancy: review of available data, techniques, and future perspectives. Am. J. Obstet. Gynecol. 2019; 220(5): 428-39. https://dx.doi.org/10.1016/j.ajog.2018.12.031Kadji C., Bevilacqua E., Hurtado I., Carlin A., Cannie M.M., Jani J.C. Comparison of conventional 2D ultrasound to magnetic resonance imaging for prenatal estimation of birthweight in twin pregnancy. Am. J. Obstet. Gynecol. 2018; 218(1): 128.e1-e11. https://dx.doi.org/10.1016/j.ajog.2017.10.009Kadji C., De Groof M., Camus M.F., De Angelis R., Fellas S., Klass M. et al. The use of a software-assisted method to estimate fetal weight at and near term using magnetic resonance imaging. Fetal. Diagn. Ther. 2017; 41(4): 307-13. https://dx.doi.org/10.1159/000448950Specktor-Fadida B., Link-Sourani D., Rabinowich A., Miller E., Levchakov A., Avisdris N. et al. Deep learning–based segmentation of whole-body fetal MRI and fetal weight estimation: assessing performance, repeatability, and reproducibility. Eur. Radiol. 2024; 34(3): 2072-83. https://dx.doi.org/10.1007/s00330-023-10038-yLo J., Nithiyanantham S., Cardinell J., Young D., Cho S., Kirubarajan A. et al. Cross Attention Squeeze Excitation Network (CASE-Net) for whole body fetal MRI segmentation. Sensors (Basel). 2021; 21(13): 4490. https://dx.doi.org/10.3390/s21134490Zhang T., Matthew J., Lohezic M., Davidson A., Rutherford M., Rueckert D. et al. Graph-based whole body segmentation in fetal MR images. Proceedings of the MICCAI Work PIPPI, Athens, Greece, 21 October 2016.