纵向检查中对应超声视图的自动检索
机器学习
2023-06-09 v1
摘要
骨骼肌萎缩是重症监护病房（ICU）中长期卧床危重患者的常见现象。在患者出院前必须通过物理治疗恢复肌肉量，而超声成像常通过随时间测量肌肉尺寸来评估恢复过程。然而，这些手动测量具有较大的变异性，尤其是因为扫描通常在不同日期获取，且可能由不同操作者执行。本文中，我们提出一种自监督对比学习方法，用于在不同扫描时间自动检索相似的超声肌肉视图。使用来自 ICU 的 67 名患者的数据比较了三种不同模型。结果表明，我们的对比模型在视图检索任务中以 73.52% 的 AUC 优于有监督基线模型，并且当与自动分割模型结合时，在横截面积上实现了 5.7%±0.24% 的误差。此外，用户调查研究证实了我们的模型在肌肉视图检索中的有效性。
引用
@article{arxiv.2306.04739,
title = {Automatic retrieval of corresponding US views in longitudinal examinations},
author = {Hamideh Kerdegari and Tran Huy Nhat Phung1 and Van Hao Nguyen and Thi Phuong Thao Truong and Ngoc Minh Thu Le and Thanh Phuong Le and Thi Mai Thao Le and Luigi Pisani and Linda Denehy and Vital Consortium and Reza Razavi and Louise Thwaites and Sophie Yacoub and Andrew P. King and Alberto Gomez},
journal= {arXiv preprint arXiv:2306.04739},
year = {2023}
}
备注
10 pages, 6 figures