超分辨率超声中微泡定位的集成学习
图像与视频处理
2025-01-06 v2 人工智能
医学物理
摘要
超分辨率超声（SR-US）是一种强大的成像技术，可在高空间分辨率下捕捉微血管和血流。然而，准确的微泡（MB）定位仍是一个关键挑战，因为定位误差可传播至超分辨率过程的后续阶段，影响整体性能。在本文中，我们探索了集成学习技术通过提高检测灵敏度和减少假阳性来增强MB定位的潜力。我们的研究在可变形检测Transformer（Deformable DETR）网络的体内和模拟输出上评估了集成方法的有效性。作为研究结果，我们通过展示MB检测中改进的精确率和召回率，证明了这些集成方法的优势，并提供了它们在SR-US中应用的见解。
引用
@article{arxiv.2411.07376,
title = {Ensemble Learning for Microbubble Localization in Super-Resolution Ultrasound},
author = {Sepideh K. Gharamaleki and Brandon Helfield and Hassan Rivaz},
journal= {arXiv preprint arXiv:2411.07376},
year = {2025}
}