超音波画像における隔膜の厚さの自動測定のためのヘッシアン・プライアーのエッジ認識拡散セグメンテーションモデル

科学分野:

• 医学画像分析
• バイオメディカルエンジニアリング
• コンピュータ解剖学

背景:

• 隔膜の厚さは呼吸機能の評価の重要な指標です.
• 手動の超音波による測定は主観的で,遅い,騒音に弱い.
• 正確で信頼性の高い膜厚さの定量化が臨床的に必要である.

研究 の 目的:

• 隔膜の厚さを超音波で測定するための自動化され,正確で信頼性の高い方法を開発する.
• 超音波画像のファシアセグメンテーションを改善し,より良い生体測定分析を行う.
• 主観性と騒音感受性を含む手動測定の限界に対処する.

主な方法:

• 構造的ファシアに関する知識を組み込んだエッジ認識型拡散セグメンテーションモデル (ESADiff) を導入した.
• エッジ保存機能の学習のために,繰り返しデノイジングによる拡散モデルを使用した.
• アニソトロピック・エッジ・センシティブ・アノテーション・ラフィネメント・モジュールと,エッジ・プリア・ランキング・ロス・ファンクションを備えた曲折感の可変形コンボリションを開発した.

主要な成果:

• 最先端の技術と比較して,ESADiffはより細かいファシアセグメンテーションを達成しました.
• 膜の厚さ測定の精度と信頼性を大幅に改善しました.
• 腹膜,小腿,舌の筋肉の超音波データセットに強固な汎用性を示した.

結論:

• 提案されたESADiffモデルは,超音波による隔膜の厚さの測定に優れたアプローチを提供します.
• この方法は,構造と形状に関する以前の知識を効果的に活用して,セグメンテーションを強化します.
• ESADiffは,呼吸器機能の臨床評価を改善する大きな可能性を示しています.