可变形检测变压器用于域可适应的超声波定位显微镜,具有强度到点扩散功能的变化
Sepideh K Gharamaleki1, Brandon Helfield2, Hassan Rivaz3
1Department of Electrical and Computer Engineering, Concordia University, Montreal, QC, H3G 2W1, Canada. sepideh.khakzadgharamaleki@mail.concordia.ca.
Scientific reports
|July 10, 2025
概括
这项研究引入了一种新的深度学习方法,DE-DETR,以改善超高分辨率超声波成像的微泡定位. 这种方法可以提高微血管成像的精度和回忆,从而提高诊断准确度.
科学领域:
- 医疗成像医学成像
- 生物医学工程 生物医学工程
- 人工智能的人工智能
背景情况:
- 在诊断超声波中超分辨率成像正在迅速发展.
- 超声波定位显微镜 (ULM) 使用微气泡 (MB) 进行亚波长微血管成像.
- 挑战包括深度学习模型中的动态点传播函数 (PSF) 和域概括问题.
研究的目的:
- 开发一种用于超声波定位显微镜 (ULM) 中精确微泡定位的新方法.
- 解决与动态PSF和模拟到体内数据差异相关的挑战.
- 为了提高超分辨率超声波成像的准确性和可靠性.
主要方法:
- 提出了一个可变形DE检测变压器 (DE-DETR) 对象检测网络.
- 使用多尺度特征图和可变形的注意模块来处理对象变形.
- 采用KDTree算法,有效地在中跟踪微泡.
主要成果:
- 与现有方法相比,证明了更好的精度和回忆力.
- 成功评估了使用模拟和体内超声波数据的方法.
- 展示了增强的微气泡定位精度.
结论:
- DE-DETR方法在ULM中为微泡定位提供了显著的改进.
- 这种方法显示了提高超分辨率超声波在临床环境中的性能的潜力.
- 克服了当前ULM技术的关键局限性,为更准确的诊断铺平了道路.


