TipDet:一个多键运动感知框架,用于在超声波指导干预期间检测尖端
Ruixin Wang1, Guoping Tan1, Xiaohui Liu2
1College of Computer and Information, Hohai University, Nanjing 210098, China.
Computer methods and programs in biomedicine
|March 9, 2024
概括
一个新的框架,TipDet,通过分析运动模式,精确地检测超声波图像中的针尖. 这一进步提高了准确性,并促进了更安全的超声波引导程序.
科学领域:
- 医疗成像医学成像
- 计算机视觉 计算机视觉
- 干预性放射学 干预性放射学
背景情况:
- 自动针尖检测对于超声波 (US) 指导的干预程序至关重要.
- 挑战包括空间不可辨别性,背景干扰和美国图像中模糊的尖端外观.
研究的目的:
- 提出一种新的多键运动感知框架TipDet,用于在美国图像中精确检测针尖.
- 为了克服空间不可辨别性和提高定位精度.
主要方法:
- TipDet利用短期的时空和长期的运动模式来识别尖端.
- 适应式关键框架模型 (AKM) 选择了动作学习的信息框架.
- 一个双流骨干 (TSB) 检测候选尖端,通过光学流感多头交叉注意力 (OFA-MHCA) 改进长期运动模式.
主要成果:
- 在4195张B模式图像的临床数据集上,TipDet实现了78.7%的AP0.1:0.5.
- 在大约20 FPS的基础探测器上表现出8.9%的改进.
- 实现了1.3±0.6%的尖端定位误差,优于现有方法.
结论:
- TipDet为美国指导的干预提供了强大而精确的针尖定位.
- 该框架提高了美国指导程序的适用性和易用性.
- 开源代码和数据可用于进一步的研究和开发.
