要約
小児心臓学では、多くの緊急事態において緊急介入が必要かどうかを判断できるため、心エコー検査による心臓機能の正確かつ即時評価が重要です。
ただし、心エコー検査は曖昧さと重度の背景ノイズ干渉を特徴としており、正確なセグメンテーションがより困難になります。
現在の方法は効率が悪く、また、ノイズ障害により一部の背景ノイズ領域を誤って左心室領域としてセグメント化する傾向があります。
2 つの問題を軽減するために、効率的な小児心エコー検査による左心室セグメンテーションのための P-Mamba を導入します。
具体的には、ビジョン マンバ エンコーダ ブランチで最近提案されたビジョン マンバ レイヤーに目を向け、グローバルな依存関係をモデル化しながらモデルのコンピューティングとメモリの効率を向上させます。
もう 1 つの DWT ベースの PMD エンコーダ ブランチでは、ノイズ抑制に PMD を利用すると同時に、左心室の局所的な形状キューを保存する、DWT ベースのペローナ マリク拡散 (PMD) ブロックを考案します。
2 つのエンコーダ ブランチの両方の強みを活用して、P-Mamba は、二次および線形の計算複雑さを持つビジョン トランスフォーマーなどの確立されたモデルに対して優れた精度と効率を実現します。
この革新的なアプローチは、小児心臓画像およびそれ以降の分野での大幅な進歩を約束します。
要約(オリジナル)
In pediatric cardiology, the accurate and immediate assessment of cardiac function through echocardiography is important since it can determine whether urgent intervention is required in many emergencies. However, echocardiography is characterized by ambiguity and heavy background noise interference, bringing more difficulty to accurate segmentation. Present methods lack efficiency and are also prone to mistakenly segmenting some background noise areas as the left ventricular area due to noise disturbance. To relieve the two issues, we introduce P-Mamba for efficient pediatric echocardiographic left ventricular segmentation. Specifically, we turn to the recently proposed vision mamba layers in our vision mamba encoder branch to improve the computing and memory efficiency of our model while modeling global dependencies. In the other DWT-based PMD encoder branch, we devise DWT-based Perona-Malik Diffusion (PMD) Blocks that utilize PMD for noise suppression, while simultaneously preserving the local shape cues of the left ventricle. Leveraging the strengths of both the two encoder branches, P-Mamba achieves superior accuracy and efficiency to established models, such as vision transformers with quadratic and linear computational complexity. This innovative approach promises significant advancements in pediatric cardiac imaging and beyond.
arxiv情報
著者 | Zi Ye,Tianxiang Chen |
発行日 | 2024-02-13 15:02:46+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google