一种自动到达时间参数成像方法,用于对比增强超声视频中的淋巴结的血液 perfusion 方向的分类
Hui Yu1, Qingsong Wang1, Yiming Gao2
1Department of Biomedical Engineering, Tianjin University School of Medicine, Tianjin, China; State Key Laboratory of Advanced Medical Materials & Devices, Tianjin University School of Medicine, Tianjin, China.
Ultrasound in medicine & biology
|July 20, 2025
概括
这项研究引入了一种自动化方法,用于在对比增强超声波 (CEUS) 中进行到达时间参数成像 (AT-PI),以改善淋巴结疾病诊断. 新方法提高了CEUS考试的客观性和效率.
科学领域:
- 医疗成像医学成像
- 超声波技术 超声波技术 超声波技术
- 人工智能在医学中的应用
背景情况:
- 对比增强超声波 (CEUS) 对于诊断淋巴结疾病至关重要.
- 目前的CEUS成像质量依赖于手动参数设置,限制了自动化和客观性.
- 血液 perfusion 方向 (BPD) 分析是 CEUS 中的一个关键诊断指标.
研究的目的:
- 开发用于CEUS视频的自动到达时间参数成像 (AT-PI) 方法.
- 创建一个分类器,用于在淋巴结中自动识别血液 perfusion 方向 (BPD).
- 提高基于CEUS的淋巴结疾病诊断的自动化和客观性.
主要方法:
- 分析了来自140个淋巴结的120个CEUS视频的数据集.
- 使用YOLOv7和卡尔曼波器进行了淋巴结局部.
- 通过将时间强度曲线与可能修正线性单位 (ReLU) 方法相匹配,实现了自动AT-PI.
- 使用ResNet50模型将淋巴结分为离心和离心的BPD.
主要成果:
- 定位任务实现了57.3%的平均平均精度 (mAP).
- 通过AT-PI图像,医生与实地真相之间达成了高度一致的BPD结论 (Kappa = 0.916).
- 在BPD分类任务中,平均F1得分为95.8%.
结论:
- 开发的自动AT-PI方法显示出高精度和可靠性.
- BPD分类器实现了卓越的性能,有助于客观诊断.
- 这种自动化方法具有显著的临床潜力,可以提高CEUS检查的效率和客观性.
