DopUS-Net: Quality-Aware Robotic Ultrasound Imaging based on Doppler Signal

要約

医療用超音波 (US) は、放射線を使用しないという利点により、血管疾患の評価と段階付け、特に予備スクリーニング プログラムに広く使用されています。
ただし、US 断面画像から小さな管状構造 (尺骨動脈など) を自動セグメンテーションすることは依然として困難です。
この課題に対処するために、この論文では、ドップラー効果を利用して最終的なセグメンテーション結果を強化する DopUS-Net と血管再識別モジュールを提案します。
まず、DopUS-Net はドップラー画像と B モード画像を組み合わせて、小さな血管のセグメンテーションの精度と堅牢性を高めます。
ドップラー信号の可能性を最大限に活用する 2 つのエンコーダーと、逐次情報を保存するリカレント ニューラル ネットワーク モジュールが組み込まれています。
最初のエンコーダへの入力は、解剖学的空間的正確性を保証するためのグレースケール ドップラー画像と B モード画像の組み合わせを表す 2 チャネルの二重画像です。
2 番目のエンコーダは純粋なドップラー画像を操作して領域提案を提供します。
第 2 に、ドプラ信号の恩恵を受けて、この研究ではまずオンライン動脈再識別モジュールを導入して、リアルタイムのセグメンテーション結果を定性的に評価し、強化されたドプラ画像のプローブ ポーズを自動的に最適化します。
この品質を意識したモジュールにより、ロボット スクリーニングの閉ループ制御が可能になり、画像セグメンテーションの信頼性と堅牢性がさらに向上します。
実験結果は、再識別プロセスを使用した提案されたアプローチにより、セグメンテーション結果の精度と堅牢性が大幅に向上することを示しています (サイコロのスコア: 0:54 から 0:86、和集合に対する交差: 0:47 から 0:78)
）。

要約(オリジナル)

Medical ultrasound (US) is widely used to evaluate and stage vascular diseases, in particular for the preliminary screening program, due to the advantage of being radiation-free. However, automatic segmentation of small tubular structures (e.g., the ulnar artery) from cross-sectional US images is still challenging. To address this challenge, this paper proposes the DopUS-Net and a vessel re-identification module that leverage the Doppler effect to enhance the final segmentation result. Firstly, the DopUS-Net combines the Doppler images with B-mode images to increase the segmentation accuracy and robustness of small blood vessels. It incorporates two encoders to exploit the maximum potential of the Doppler signal and recurrent neural network modules to preserve sequential information. Input to the first encoder is a two-channel duplex image representing the combination of the grey-scale Doppler and B-mode images to ensure anatomical spatial correctness. The second encoder operates on the pure Doppler images to provide a region proposal. Secondly, benefiting from the Doppler signal, this work first introduces an online artery re-identification module to qualitatively evaluate the real-time segmentation results and automatically optimize the probe pose for enhanced Doppler images. This quality-aware module enables the closed-loop control of robotic screening to further improve the confidence and robustness of image segmentation. The experimental results demonstrate that the proposed approach with the re-identification process can significantly improve the accuracy and robustness of the segmentation results (dice score: from 0:54 to 0:86; intersection over union: from 0:47 to 0:78).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google