Neural Network Kalman filtering for 3D object tracking from linear array ultrasound data

要約

多くの介入的外科手術は、器具を視覚化および追跡するために医用画像に依存しています。
このようなイメージング方法は、リアルタイム対応である必要があるだけでなく、正確で堅牢な位置情報を提供する必要があります。
超音波アプリケーションでは、通常、線形アレイからの2次元データのみが利用可能であり、そのため、3次元で正確な位置推定を取得することは簡単ではありません。
この作業では、最初に、現実的な合成トレーニングデータを使用してニューラルネットワークをトレーニングし、再構成された超音波画像の関連する軸方向収差を伴うオブジェクトの面外オフセットを推定します。
次に、取得した推定値を、以前の時間枠で取得した測位推定値を利用するカルマンフィルタリングアプローチと組み合わせて、ローカリゼーションの堅牢性を向上させ、測定ノイズの影響を低減します。
提案された方法の精度はシミュレーションを使用して評価され、その実用性は新しい光学超音波イメージングセットアップを使用して得られた実験データで実証されます。
正確で堅牢な位置情報がリアルタイムで提供されます。
面外オブジェクトの軸方向および横方向の座標は、シミュレーションデータの場合は平均誤差0.1mm、実験データの場合は平均誤差0.2mmで推定されます。
3次元ローカリゼーションは、標高距離が1mmを超える場合に最も正確であり、25mmの開口部では最大距離が6mmと見なされます。

要約(オリジナル)

Many interventional surgical procedures rely on medical imaging to visualise and track instruments. Such imaging methods not only need to be real-time capable, but also provide accurate and robust positional information. In ultrasound applications, typically only two-dimensional data from a linear array are available, and as such obtaining accurate positional estimation in three dimensions is non-trivial. In this work, we first train a neural network, using realistic synthetic training data, to estimate the out-of-plane offset of an object with the associated axial aberration in the reconstructed ultrasound image. The obtained estimate is then combined with a Kalman filtering approach that utilises positioning estimates obtained in previous time-frames to improve localisation robustness and reduce the impact of measurement noise. The accuracy of the proposed method is evaluated using simulations, and its practical applicability is demonstrated on experimental data obtained using a novel optical ultrasound imaging setup. Accurate and robust positional information is provided in real-time. Axial and lateral coordinates for out-of-plane objects are estimated with a mean error of 0.1mm for simulated data and a mean error of 0.2mm for experimental data. Three-dimensional localisation is most accurate for elevational distances larger than 1mm, with a maximum distance of 6mm considered for a 25mm aperture.

arxiv情報

著者 Arttu Arjas,Erwin J. Alles,Efthymios Maneas,Simon Arridge,Adrien Desjardins,Mikko J. Sillanpää,Andreas Hauptmann
発行日 2022-06-15 15:07:46+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.CV, eess.IV, eess.SP, stat.AP, stat.ML パーマリンク