在手持式超声波设备上对域移动进行无培训的图像风格对齐
IEEE transactions on medical imaging
|March 3, 2025
概括
一种名为 Training-free Image Style Alignment (TISA) 的新方法通过在没有专家数据的情况下调整图像来改进手持超声波诊断. 这使得人工智能模型在便携式医学成像中更加有效.
科学领域:
- 医疗成像医学成像
- 医疗保健中的人工智能
- 超声波技术 超声波技术 超声波技术
背景情况:
- 手持式超声波设备受到用户缺乏经验以及对深度学习需要广泛的专家注释的限制.
- 现有的深度学习模型以标准超声波数据进行训练,由于分布差异,在手持设备数据上表现不佳.
- 监督深度学习需要大量的专家注释,这阻碍了人工智能在手持超声波中的广泛应用.
研究的目的:
- 开发一种新的方法,即无训练图像风格对齐 (TISA),以将手持超声波图像风格与标准超声波设备对齐.
- 通过手持式超声波数据实现有效的深度学习应用,而不需要源数据或持续的模型更新.
- 为了提高医疗检测和细分任务的性能和稳定性,使用手持式超声波设备.
主要方法:
- 拟议的无训练图像风格调整 (TISA) 改造手持超声波图像风格以匹配标准设备数据.
- 在风格转换过程中,TISA保留了空间上下文,并在测试时不需要源数据的情况下运行.
- 评估TISA在医疗检测和细分任务中的性能,并验证其在自动临床测量中的使用.
主要成果:
- 与其他测试时间适应方法相比,TISA在手持超声数据的医疗检测和细分任务中表现出更优越,更稳定的性能.
- 基于TISA的自动测量脊柱曲率和动脉内膜厚度显示与专家手动测量有很强的一致性.
- 该方法有效地促进了自动诊断,并提高了手持式超声波设备的实用性.
结论:
- 无培训的图像风格调整 (TISA) 是一种强大而有效的方法,用于调整手持超声波图像用于AI分析.
- TISA克服了用户缺乏经验和数据稀缺的局限性,为手持超声波的改善临床应用铺平了道路.
- 这项研究突出了TISA在加速自动诊断手持超声波设备的广泛采用和临床使用方面的潜力.
