Temporal Feature Weaving for Neonatal Echocardiographic Viewpoint Video Classification

要約

心エコー図における自動視点分類は、専門技術者が不在の場合に、リソースが不足している診療所や病院でより迅速な診断とスクリーニングを提供するのに役立ちます。
心エコー検査の視点分類に対する新しいアプローチを提案します。
視点分類を画像分類ではなくビデオ分類として扱うと利点が得られることを示します。
我々は、空間情報と時間情報の両方を活用して、連続する 4 つのフレームのみを使用しながら、ベースライン画像分類と比較して 4.33% の精度向上をもたらす、新しい時間特徴ウィービング手法を備えた CNN-GRU アーキテクチャを提案します。
提案されたアプローチでは、最小限の計算オーバーヘッドが発生します。
さらに、この分野での将来の研究と開発を奨励するために、16 の視点と関連する心エコー検査ビデオを提供する専門的に注釈が付けられたデータセットである新生児心エコー図データセット (NED) を公開しています。
コードはhttps://github.com/satchelfrench/NEDで入手できます。

要約(オリジナル)

Automated viewpoint classification in echocardiograms can help under-resourced clinics and hospitals in providing faster diagnosis and screening when expert technicians may not be available. We propose a novel approach towards echocardiographic viewpoint classification. We show that treating viewpoint classification as video classification rather than image classification yields advantage. We propose a CNN-GRU architecture with a novel temporal feature weaving method, which leverages both spatial and temporal information to yield a 4.33\% increase in accuracy over baseline image classification while using only four consecutive frames. The proposed approach incurs minimal computational overhead. Additionally, we publish the Neonatal Echocardiogram Dataset (NED), a professionally-annotated dataset providing sixteen viewpoints and associated echocardipgraphy videos to encourage future work and development in this field. Code available at: https://github.com/satchelfrench/NED

arxiv情報

提供元, 利用サービス

arxiv.jp, Google