Conceptos Básicos
超音波画像での針検出の精度と信頼性を向上させる新しいアプローチであるVibNetを紹介します。
Resumen
背景:
超音波ガイド下経皮的針挿入は臨床実践で広く使用されています。
しかし、スペックルノイズや低解像度などの制限があり、針の追跡が困難です。
VibNetフレームワーク:
運動抽出:
Eulerian Video Magnification技術に着想を得て、外部ステップモーターを使用して針に低振幅周期運動を誘発します。
周波数特徴集約:
細い物体に対する頑健な特徴抽出のため、周波数ドメインで特徴を抽出します。
針軸と先端の位置決定:
Hough Transformを使用して、周波数空間からHough空間へ特徴をマッピングし、針軸と先端の位置を決定します。
実験結果:
VibNetはUNetおよびWNetよりも優れた性能を示しました。
汎化性能も高く、異なる生体試料でも良好な検出性能を維持しました。
Estadísticas
Beigiら(2017):「超音波画像で不可視針を検出する確率的SVMと時間領域特徴」
Chenら(2022):「ロボット支援下の2D超音波における自動かつ正確な針検出」
Cheungら(2004):「超音波ガイド下手技術における針可視性向上」
Citas
"VibNetは画像強度に依存しない方法で振動を検知し、超音波画像内で薄い物体が不可視になった場合でも効果的です。"
"提案されたVibNetは異なる生体試料上で優れた検出パフォーマンスと汎化能力を示しました。"