Reemplazo de frecuencia basado en Wavelet y mejora de bordes para la segmentación de imágenes fetales de ultrasonido...

Área de la Ciencia:

• Imagenología Médica
• Inteligencia Artificial
• Ingeniería Biomédica

Sus antecedentes:

• La segmentación de imágenes de ultrasonido es un desafío debido al bajo contraste y los límites borrosos.
• Los métodos totalmente supervisados requieren anotaciones extensas, que son costosas y requieren mucho tiempo.
• El desarrollo de métodos semisupervisados es crucial para escenarios con anotaciones limitadas.

Objetivo del estudio:

• Desarrollar un marco de segmentación semisupervisado eficaz para imágenes de ultrasonido con anotaciones limitadas.
• Mejorar la precisión de la segmentación en la imagenología de ultrasonido aprovechando las técnicas de mejora de datos y mejora de bordes.

Principales métodos:

• Se propuso un novedoso marco de segmentación semisupervisado para imágenes de ultrasonido.
• Se utilizó la mejora de componentes de frecuencia a través de la transformada wavelet discreta (DWT).
• Se implementó un módulo de mejora de máscara de bordes para enfatizar los límites anatómicos.

Principales resultados:

• Se lograron coeficientes de similitud de Dice (DSC) promedio de 0.81 y 0.91 en conjuntos de datos públicos de ultrasonido fetal con solo 10 imágenes anotadas.
• Se demostró una mejora del DSC del 2-3% con respecto a los métodos semisupervisados existentes como FixMatch.
• Los estudios de ablación confirmaron la efectividad de la mejora de alta frecuencia y la mejora de bordes.

Conclusiones:

• El marco propuesto mejora eficazmente la precisión de la segmentación de imágenes de ultrasonido con anotaciones limitadas.
• Combina la mejora en el dominio de la frecuencia y la mejora consciente de los bordes para un rendimiento robusto.
• Ofrece una dirección prometedora para el análisis de imágenes médicas en entornos con escasez de datos.