胎兒超音波影像通常有過多雜訊、邊界模糊等缺點。胎兒頸部透明帶厚度需要在胎兒正中矢狀面（Middle Sagittal Plane，MSP）上量測，因此找到此觀察面是相當耗時與困難的。本系統採用人工智慧深度學習中之對抗生成神經網路，來完成自動偵測MSP之任務。經實驗證實本系統能提供快速且準確的結果。胎兒頸部透明帶厚度需要在胎兒正中矢狀面（MSP）上量測，傳統影像處理或一般卷積神經網路方法都必需先尋找胎兒頭部或其它部位，接著求取MSP的位置。本發明利用深度學習生成對抗網路，可直接獲得MSP的位置，實驗證實本系統具有非常高的準確性，且速度比過往方法都快非常多，為自動偵測與實際應用上之重大突破。超音波掃描具有低成本、即時和非侵入性等優點，廣泛使用於產前檢查。目前超音波影像量測與評估大都仰賴專業臨床人員的經驗。如何在超音波影像中找到正確觀察面，是一件相當耗時與困難的技術。本發明利用深度學習生成對抗網路，自動偵測用來量測部透明帶厚度的正中矢狀面位置，實驗證明本系統能提供快速且準確的解決方案。