効率的な小児エコーカルディオグラフィの左心室分割のためのペローナ・マリックの拡散をマージングする

科学分野:

• 医療用イメージング
• 人工知能
• 心臓病科

背景:

• エコカルジオグラフィにおける正確な左心室分割は,心臓の機能を評価するために不可欠です.
• エコーカルディオグラフィの画像は騒音と曖昧さにより,正確なセグメンテーションを妨げます.
• 既存の方法はしばしば効率が悪く 背景の騒音は心臓の構造と誤解されます

研究 の 目的:

• P-Mambaを導入します これは小児のエコーカルディオグラフィの 左心室のセグメント化のための効率的なモデルです
• 専門家の混合 (MoE) とビジョン・マンバ (ViM) のレイヤーを活用して,計算とメモリ効率を向上させる.
• 左心室の重要な局所的な形状情報を保存しながら,効果的に騒音を抑制する方法を開発する.

主な方法:

• P-Mambaはミックス・オブ・エキスパート (MoE) とビジョン・マンバ (ViM) のレイヤを統合し,効率的なグローバル依存性モデリングを実現します.
• ディスクレート波紋変換 (DWT) ベースのペロナ-マリク拡散 (PMD) ブロックは,騒音抑制と局所的な特徴の保存に使用されます.
• このモデルは,PMDのノイズ削減とローカルキュー抽出を,Mambaの効率的なグローバルモデリング機能と組み合わせています.

主要な成果:

• P- マンバは複数のエコーカルディオグラフィーデータセットで最先端の (SOTA) 結果を達成しました.
• 小児PSAXデータセットでは0. 922,小児A4Cデータセットでは0. 906のスコアを達成しました.
• 一般的なEchoNet-Dynamicデータセットで0.931のダイススコアを達成し,既存のモデルを上回りました.

結論:

• P- マンバはエコーカルディオグラフィの左心室分割で優れた精度と効率を示しています.
• このモデルは,超音波画像の騒音と曖昧さによって引き起こされる課題を効果的に解決します.
• P-Mambaは,現在のセグメンテーション技術,特に小児の心臓診断において,著しく進歩しています.