DUSTrack: 超声视频中的半自动点跟踪
计算机视觉与模式识别
2025-07-22 v1 定量方法
摘要
超声技术使能够安全、无创地对动态组织行为进行成像，作为医学、生物力学和运动科学中的重要工具。然而，由于散斑噪声、低边缘对比度以及横向位移，准确跟踪 B 模式超声中的组织运动仍然具有挑战性。这些挑战使跟踪解剖标志在时间上的困难，对于定量组织动力学在许多临床和研究应用中至关重要。本稿件介绍 DUSTrack（Deep learning and optical flow-based toolkit for UltraSound Tracking），即面向超声视频中任意点跟踪的半自动框架。我们将深度学习与光流相结合，为不同解剖结构和运动模式提供高质量且稳健的跟踪。该工具包包括图形用户界面，用于简化高质量训练数据的生成并支持模型的迭代细化。它还实现了一种新颖的光流基于过滤技术，可在保留快速组织运动的同时减少高频帧间噪声。DUSTrack 在与当代零样本点跟踪器相比较时表现出优异的准确性，并与专门方法相当，确立了其作为临床和生物力学研究通用基础工具的潜力。我们通过三个应用案例展示了 DUSTrack 的多样性：心脏壁运动跟踪于心脏超声图、运动任务中肌肉变形分析以及脚踝屈腓运动中的腱肌纤维跟踪。作为开源解决方案，DUSTrack 提供了一个强大、灵活的框架，用于从超声视频中进行点跟踪以定量组织运动。DUSTrack 已发布于 https://github.com/praneethnamburi/DUSTrack。
引用
@article{arxiv.2507.14368,
title = {DUSTrack: Semi-automated point tracking in ultrasound videos},
author = {Praneeth Namburi and Roger Pallarès-López and Jessica Rosendorf and Duarte Folgado and Brian W. Anthony},
journal= {arXiv preprint arXiv:2507.14368},
year = {2025}
}