MambaXCTrack: Mamba-based Tracker with SSM Cross-correlation and Motion Prompt for Ultrasound Needle Tracking

要約

超音波（米国）誘導針挿入は、経皮的介入で広く採用されています。
ただし、米国のイメージングを介して針の先端位置に関するフィードバックを提供すると、針、アーティファクト、および針の特徴を劣化させ、断続的な先端の視界につながる薄いイメージング平面による課題があります。
この論文では、構造化された状態空間モデルの相互相関（SSMX-CORR）と暗黙のモーションプロンプトを使用したマンバベースのUSニードルトラッカーMambaxCtrackが提案されています。
SSMX-Corrは、テンプレートと検索マップ間の遠隔モデリングと遠隔セマンティック機能のグローバル検索により相互相関を強化し、潜在的な遠隔セマンティックキューを暗黙的に学習することにより、ノイズとアーティファクトの下での追跡に利益をもたらします。
クロスマップインターリーブスキャン（CIS）と組み合わせることにより、局所ピクセルごとの相互作用と位置誘導バイアスとの相互作用もSSMX-Corrに導入できます。
暗黙の低レベルモーション記述子は、追跡の堅牢性を高めるための非視覚的なプロンプトとして提案され、断続的な先端視認性の問題に対処します。
ファントムと組織サンプルの両方に電動針挿入を伴うデータセットでの広範な実験は、提案されたトラッカーが他の最先端のトラッカーを上回ることを示しています。

要約(オリジナル)

Ultrasound (US)-guided needle insertion is widely employed in percutaneous interventions. However, providing feedback on the needle tip position via US imaging presents challenges due to noise, artifacts, and the thin imaging plane of US, which degrades needle features and leads to intermittent tip visibility. In this paper, a Mamba-based US needle tracker MambaXCTrack utilizing structured state space models cross-correlation (SSMX-Corr) and implicit motion prompt is proposed, which is the first application of Mamba in US needle tracking. The SSMX-Corr enhances cross-correlation by long-range modeling and global searching of distant semantic features between template and search maps, benefiting the tracking under noise and artifacts by implicitly learning potential distant semantic cues. By combining with cross-map interleaved scan (CIS), local pixel-wise interaction with positional inductive bias can also be introduced to SSMX-Corr. The implicit low-level motion descriptor is proposed as a non-visual prompt to enhance tracking robustness, addressing the intermittent tip visibility problem. Extensive experiments on a dataset with motorized needle insertion in both phantom and tissue samples demonstrate that the proposed tracker outperforms other state-of-the-art trackers while ablation studies further highlight the effectiveness of each proposed tracking module.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google