基于U-Net的卷积变压器用于超声波图像中的地标检测,用于诊断婴儿DDH

科学领域:

• 医疗成像医学成像
• 人工智能的人工智能
• 整形外科 整形外科 整形外科

背景情况:

• 使用B模式超声波的计算机辅助诊断 (CAD) 对婴儿部发育性形 (DDH) 有效.
• 目前的方法专注于地标检测,但需要增强的特征表示,以提高性能.
• 在地标周围探索更丰富的信息对于推进DDH检测模型至关重要.

研究的目的:

• 提出一种基于Involution Transformer的U-Net (IT-UNet) 新的方案,用于在超声波图像中增强部地标检测.
• 通过整合卷曲操作和注意力机制来改善特征表示.
• 为了减少编码器模块在下采样期间的功能损失.

主要方法:

• 开发一个卷积变压器模块 (ITM),结合卷积注意力和挤压激发卷积块.
• 整合一个使用卷积和卷积进行特征向下采样的卷积向下采样块 (IDB).
• 实施IT-UNet架构用于部超声波图像分析.

主要成果:

• 与现有方法相比,拟议的IT-UNet在部地标检测方面表现出优异的性能.
• ITM有效地捕获了空间信息和远程依赖关系,增强了特征表示.
• 国际开发银行成功地在下方采样过程中减轻了特征损失.

结论:

• 通过增强地标检测,IT-UNet显示了提高DDH诊断准确性的巨大潜力.
• 卷积手术的整合为推进骨科医学图像分析提供了一个有前途的方向.
• 这种新的方法可以导致婴儿部疾病的更可靠的计算机辅助诊断系统.