EnLVAM：利用解剖运动模式增强左心室线性测量
计算机视觉与模式识别
2025-06-30 v1
摘要
左心室 (LV) 在 Parasternal Long Axis (PLAX) 视图中使用 B 型超声心动图进行线性测量对于心脏评估至关重要。这些测量涉及在垂直于 LV 轴线、靠近瓣膜瓣尖处的虚拟扫描线 (SL) 上放置 4-6 个 landmarks。手动放置耗时且容易出错，而现有的深度学习方法常常产生 landmarks 错位，导致测量不准。我们提出一种新型框架，通过强制直线约束来提高 LV 测量准确性。该框架在由 B 型视频实时计算的解剖 M 型 (AMM) 图像上训练 landmarks 检测器，然后转换回 B 型空间。这一方法解决了错位问题并减少了测量误差。实验表明，该方法在标准 B 型方法之上实现了 improved 的准确性，框架在各种网络架构之间具有良好的泛化性。该半自动设计包括人类在回路中的一步，仅需放置 SL，即可简化交互，同时保持对齐灵活性和临床相关性。
关键词
引用
@article{arxiv.2506.22063,
title = {EnLVAM: Enhanced Left Ventricle Linear Measurements Utilizing Anatomical Motion Mode},
author = {Durgesh K. Singh and Ahcene Boubekki and Qing Cao and Svein Arne Aase and Robert Jenssen and Michael Kampffmeyer},
journal= {arXiv preprint arXiv:2506.22063},
year = {2025}
}