Goal-conditioned reinforcement learning for ultrasound navigation guidance

要約

経食道心エコー検査 (TEE) は、心臓病学の診断および介入手順において極めて重要な役割を果たしています。
ただし、画像の取得と解釈は複雑な性質を持っているため、効果的に使用するには広範なトレーニングが必要です。
初心者の超音波検査者の効率を高め、スキャン取得のばらつきを減らすために、目標条件付き強化学習 (GCRL) としての対照学習に基づく新しい超音波 (US) ナビゲーション支援方法を提案します。
我々は、新しい造影患者バッチング法(CPB)とデータ拡張造影損失を使用して以前のフレームワークを強化します。どちらも、患者全体の解剖学的変化を確実に一般化するために不可欠であることを示しています。
提案されたフレームワークにより、単一のモデルで標準的な診断ビューと複雑な介入ビューの両方へのナビゲーションが可能になります。
私たちの方法は、789 人の患者からなる大規模なデータセットを使用して開発され、140 人の患者からなるテスト データセットで位置で 6.56 mm、角度で 9.36 度の平均誤差が得られました。これは、個々のビューでトレーニングされたモデルと競合または優れています。
さらに、LAA 閉鎖で使用される左心耳 (LAA) ビューなどの介入ビューに移動するこの方法の能力を定量的に検証します。
私たちのアプローチは、経食道超音波検査中に貴重なガイダンスを提供し、心臓超音波医師のスキル習得の向上に貢献することが期待されています。

要約(オリジナル)

Transesophageal echocardiography (TEE) plays a pivotal role in cardiology for diagnostic and interventional procedures. However, using it effectively requires extensive training due to the intricate nature of image acquisition and interpretation. To enhance the efficiency of novice sonographers and reduce variability in scan acquisitions, we propose a novel ultrasound (US) navigation assistance method based on contrastive learning as goal-conditioned reinforcement learning (GCRL). We augment the previous framework using a novel contrastive patient batching method (CPB) and a data-augmented contrastive loss, both of which we demonstrate are essential to ensure generalization to anatomical variations across patients. The proposed framework enables navigation to both standard diagnostic as well as intricate interventional views with a single model. Our method was developed with a large dataset of 789 patients and obtained an average error of 6.56 mm in position and 9.36 degrees in angle on a testing dataset of 140 patients, which is competitive or superior to models trained on individual views. Furthermore, we quantitatively validate our method’s ability to navigate to interventional views such as the Left Atrial Appendage (LAA) view used in LAA closure. Our approach holds promise in providing valuable guidance during transesophageal ultrasound examinations, contributing to the advancement of skill acquisition for cardiac ultrasound practitioners.

arxiv情報

著者 Abdoul Aziz Amadou,Vivek Singh,Florin C. Ghesu,Young-Ho Kim,Laura Stanciulescu,Harshitha P. Sai,Puneet Sharma,Alistair Young,Ronak Rajani,Kawal Rhode
発行日 2024-08-01 08:58:40+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV, I.4.0 パーマリンク