Tracking Anything in Heart All at Once

要約

心筋の動きの追跡は、世界の主な死因である心血管疾患 (CVD) の予防と検出において不可欠な臨床ツールとして機能します。
しかし、現在の技術では、空間的および時間的次元の両方で心筋の運動推定が不完全かつ不正確であるため、心筋機能障害の早期特定が妨げられています。
これらの課題に対処するために、この文書では Neural Cardiac Motion Field (NeuralCMF) を紹介します。
NeuralCMF は、暗黙的神経表現 (INR) を活用して、心臓の 3D 構造と包括的な 6D の前後方向の動きをモデル化します。
このアプローチは、メモリ効率の高いストレージと、心臓周期全体の特定の時点での心筋の正確な形状と動きをクエリするための継続的な機能を提供します。
特に、NeuralCMF はペアのデータセットを必要とせずに動作し、その最適化は空間次元と時間次元の両方における事前の物理知識を通じて自己監視され、2D と 3D の両方の心エコー図ビデオ入力との互換性が保証されます。
3 つの代表的なデータセットにわたる実験的検証により、NeuralCMF の堅牢性と革新的な性質が裏付けられ、心臓イメージングと動作追跡における既存の最先端技術に比べて大きな利点が示されています。

要約(オリジナル)

Myocardial motion tracking stands as an essential clinical tool in the prevention and detection of Cardiovascular Diseases (CVDs), the foremost cause of death globally. However, current techniques suffer incomplete and inaccurate motion estimation of the myocardium both in spatial and temporal dimensions, hindering the early identification of myocardial dysfunction. In addressing these challenges, this paper introduces the Neural Cardiac Motion Field (NeuralCMF). NeuralCMF leverages the implicit neural representation (INR) to model the 3D structure and the comprehensive 6D forward/backward motion of the heart. This approach offers memory-efficient storage and continuous capability to query the precise shape and motion of the myocardium throughout the cardiac cycle at any specific point. Notably, NeuralCMF operates without the need for paired datasets, and its optimization is self-supervised through the physics knowledge priors both in space and time dimensions, ensuring compatibility with both 2D and 3D echocardiogram video inputs. Experimental validations across three representative datasets support the robustness and innovative nature of the NeuralCMF, marking significant advantages over existing state-of-the-arts in cardiac imaging and motion tracking.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google