在超声波长视频中通过波纹分析和内存银行跟踪空间时间细节

科学领域:

• 医疗成像医学成像
• 计算机辅助手术 计算机辅助手术
• 生物医学工程 生物医学工程

背景情况:

• 超声视频对于医疗检查,诊断和手术规划至关重要.
• 超声波图像中的低对比度和噪音阻碍了准确的器官和病变细分.
• 在长超声波视频中对象跟踪是一个重大挑战.

研究的目的:

• 开发一个先进的网络,用于医疗超声波视频的精确细分和跟踪.
• 为了应对低对比度,噪音和小物体检测所带来的挑战.
• 通过增强的图像分析,改进计算机辅助手术工作流程.

主要方法:

• 一个基于内存银行的波纹过和融合网络,具有编码器-解码器结构.
• 集成高频 (HF) 信息使用基于内存的波纹卷积和级联波纹压缩.
• 一个长时间的短期记忆库,具有交叉注意力,用于长视频中的对象跟踪.
• 一个高频感知功能的融合模块,利用适应波纹波器来对边界敏感的细节进行检测.

主要成果:

• 在四个超声波视频数据集 (甲状腺结节,甲状腺,心脏) 中,在细分指标上有明显的改善.
• 与最先进的方法相比,可以更准确地对小甲状腺结节进行细分.
• 在长视频中成功解决了小型对象细分和对象跟踪方面的挑战.

结论:

• 拟议的基于内存银行的波纹过和融合网络显著提高了医疗超声视频中的细分精度和对象跟踪.
• 该方法对于细分小型超声波物体和处理具有挑战性的成像条件特别有效.
• 这一进步有助于更可靠的计算机辅助手术和诊断工作流程.