EchoApex：面向心脏彩超声的通用视觉基础模型
计算机视觉与模式识别
2024-10-28 v3 人工智能
摘要
对心脏彩超声的量化评估对于精确评估心脏病情、监测疾病进展和指导治疗决策至关重要。彩超图像的多样性（包括探头类型、制造商和病灶的差异）给开发能够在不同临床实践中泛化的人工智能模型带来了挑战。我们介绍 EchoApex，这是首个面向心脏彩超声的通用视觉基础模型，已在多种临床实践中实现应用。借助自监督学习，EchoApex 在 11 个临床中心收集的 2000 万余张彩超图像上进行预训练。通过引入任务特定的解码器和适配器模块，我们在 4 种临床应用中实现了 28 个子任务的有效应用，包括视图分类、交互式结构分割、左心室肥厚检测以及来自视图序列的自动射血分数估计。与最新的任务特定模型相比，EchoApex 在统一的图像编码架构下实现了提升性能，展示了在领域内大规模数据预训练的优势。此外，EchoApex 表明了开发针对心脏彩超声的通用视觉基础模型的潜力，能够以高效和高效的方式应对广泛的临床应用。
引用
@article{arxiv.2410.11092,
title = {EchoApex: A General-Purpose Vision Foundation Model for Echocardiography},
author = {Abdoul Aziz Amadou and Yue Zhang and Sebastien Piat and Paul Klein and Ingo Schmuecking and Tiziano Passerini and Puneet Sharma},
journal= {arXiv preprint arXiv:2410.11092},
year = {2024}
}