通过使用合成数据进行预训练来提高尖端检测,以进行超声波导向干预
Ruixin Wang1, Jinghang Wang1, Wei Zhao1
1Department of Radiology, The Second Xiangya Hospital, Central South University, Changsha 410011, China.
Diagnostics (Basel, Switzerland)
|August 14, 2025
概括
这项研究引入了一种新的方法,使用合成超声波 (美国) 数据来预训练深度学习尖端探测器,用于美国指导的干预. 这种方法可以提高尖端定位的准确性,而不需要大量的真实数据或专家注释.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 超声波技术 超声波技术 超声波技术
背景情况:
- 精确的尖端定位对于超声波 (US) 指导干预至关重要.
- 目前用于尖端检测的深度学习 (DL) 方法受到稀缺的现实数据和专家注释的需求的限制.
研究的目的:
- 开发一种新的方法,用于使用美国合成穿孔数据预训练基于DL的尖端探测器.
- 改善美国指导干预的尖端探测器的普及.
主要方法:
- 通过将临床图像与DL生成的尖端结合起来,使用无声化概率扩散模型 (DDPM) 来生成合成的美国穿孔数据.
- 创建了来自20名志愿者,20个解剖区域,6台美国机器和3名医生的多样化数据集.
- 预先训练的尖端探测器使用合成数据进行微调,然后使用真实穿孔数据进行微调.
主要成果:
- 拟议的方法超过了MSCOCO预训练,在临床数据集上AP0.1:0.5的1.27-7.19%的改善.
- 在使用拟议的预训练方法时,最先进的探测器实现了1.14-1.76%的性能增长.
结论:
- 该方法增强了尖端探测器的概括性,而不需要专家注释或大型真实数据集.
- 这种方法具有显著的潜力,可以在美国指导的干预中改善视觉指导,并扩大临床应用.
更多相关视频
08:08Evaluating Targeting Accuracy in the Focal Plane for an Ultrasound-guided High-intensity Focused Ultrasound Phased-array System
Published on: March 6, 2019
5.3K
07:52Author Spotlight: Advancing Human Brain Modulation – Optimized Protocols for Transcranial Ultrasound Stimulation Experiments
Published on: June 28, 2024
1.3K
