在肺超声视频中使用时空注意力的B线检测和定位
Hamideh Kerdegari1, Nhat Tran Huy Phung1,2, Angela McBride2
1School of Biomedical Engineering & Imaging Sciences, King's College London, London SE1 7EU, UK.
Applied sciences (Basel, Switzerland)
|October 8, 2025
概括
这项研究引入了用于肺超声波 (LUS) 视频的时空注意力机制,以检测登革热患者的B线人工物. 人工智能模型有效地识别和定位这些肺部异常,提高诊断准确度.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 肺部病理学 肺部病理学
背景情况:
- 肺超声波 (LUS) 成像中的B线人工物是肺异常的关键指标,特别是在登革热患者中.
- 评估这些文物对于诊断至关重要,特别是在资源有限的环境中.
研究的目的:
- 开发和评估一个时空注意力机制,用于在LUS视频中自动检测和定位B线.
- 提高使用LUS成像诊断肺部异常的效率和准确性.
主要方法:
- 设计了一个新的时空注意力模型,将图像焦点的空间注意力和框架相关性的时间注意力结合起来.
- 该模型在严重登革热患者的LUS视频上以弱监督的方式接受训练.
- 基于B线检测率,空间定位精度 (IoU) 和时间定位精度 (相关系数) 来评估性能.
主要成果:
- 该模型在B线积极视频分类方面获得了F1得分83.2%.
- 它在定位突出的B线区域的空间 (IoU 69.7%) 和时间 (相关系数0.67) 上表现出强的表现.
- 该方法成功地识别了带有B线的视频,并精确定位了异常区域和.
结论:
- 拟议的时空注意力机制对于B线检测和定位在LUS视频中是有效的,即使监督较弱.
- 这种人工智能驱动的方法显示出在资源有限的环境中帮助诊断登革热患者的肺部异常的巨大潜力.
