LSDM: Long-Short Diffeomorphic Motion for Weakly-Supervised Ultrasound Landmark Tracking

要約

経時的な解剖学的ランドマークの正確な追跡は、低侵襲手術や腫瘍放射線療法などの疾患評価に大きな関心を集めています。
超音波イメージングは​​、低コストでリアルタイムの取得の恩恵を受ける有望なモダリティです。
ただし、正確なランドマーク トラックレットを生成することは非常に困難です。これは、ランドマークの変形、視覚的な曖昧さ、部分的な観測などのさまざまな干渉によって試行が簡単に歪められる可能性があるためです。
この論文では、ランドマークのもっともらしい変形を検索する前に、学習可能な変形を備えたマルチタスクフレームワークであるロングショート差分モーフィックモーションネットワークを提案します。
具体的には、モーションマージンを描写し、長期的な累積追跡エラーを減らすために、長い時間ドメインと短い時間ドメインの両方で新しい微分同相表現を設計します。
局所的な解剖学的曖昧さをさらに軽減するために、同じ方向と空間表現に合わせて、長い変形と短い変形の両方を繰り返し最適化する期待値最大化モーション アライメント モジュールを提案します。
提案されたマルチタスク システムは、弱い教師付きの方法でトレーニングできます。これは、追跡用のランドマーク アノテーションをほとんど必要とせず、ロング/ショート変形学習用のアノテーションをゼロにするだけで済みます。
2 つの超音波ランドマーク追跡データセットに対して広範な実験を行います。
実験結果は、提案された方法が、他の最先端の追跡方法と比較して、より優れた、または競争力のあるランドマーク追跡パフォーマンスを達成できることを示しています。

要約(オリジナル)

Accurate tracking of an anatomical landmark over time has been of high interests for disease assessment such as minimally invasive surgery and tumor radiation therapy. Ultrasound imaging is a promising modality benefiting from low-cost and real-time acquisition. However, generating a precise landmark tracklet is very challenging, as attempts can be easily distorted by different interference such as landmark deformation, visual ambiguity and partial observation. In this paper, we propose a long-short diffeomorphic motion network, which is a multi-task framework with a learnable deformation prior to search for the plausible deformation of landmark. Specifically, we design a novel diffeomorphism representation in both long and short temporal domains for delineating motion margins and reducing long-term cumulative tracking errors. To further mitigate local anatomical ambiguity, we propose an expectation maximisation motion alignment module to iteratively optimize both long and short deformation, aligning to the same directional and spatial representation. The proposed multi-task system can be trained in a weakly-supervised manner, which only requires few landmark annotations for tracking and zero annotation for long-short deformation learning. We conduct extensive experiments on two ultrasound landmark tracking datasets. Experimental results show that our proposed method can achieve better or competitive landmark tracking performance compared with other state-of-the-art tracking methods, with a strong generalization capability across different scanner types and different ultrasound modalities.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google