视线辅助的以人为中心域自适应心脏超声图像分割
计算机视觉与模式识别
2025-02-07 v1 图像与视频处理
摘要
心脏超声图像分割的域自适应具有重要的临床意义和应用价值。然而，以往的域自适应方法容易受到不完整伪标签和低质量目标到源图像的影响。以人为中心的域自适应具有利用人类认知引导模型适应目标域并减少对标签依赖的巨大优势。医生的视线轨迹包含大量跨域的人类指导信息。为了利用视线信息和人类认知来引导域自适应，我们提出了视线辅助的以人为中心域自适应（GAHCDA）方法，该方法能够可靠地指导心脏超声图像的域自适应。GAHCDA包含以下模块：（1）视线增强对齐（GAA）：GAA使模型能够获取人类认知的通用特征，从而像人类一样在不同域的心脏超声图像中识别分割目标。（2）视线平衡损失（GBL）：GBL将视线热图与输出融合，使分割结果在结构上更接近目标域。实验结果表明，我们提出的框架在目标域中分割心脏超声图像的效果优于基于GAN的方法和其他基于自训练的方法，显示出巨大的临床应用潜力。
引用
@article{arxiv.2502.03781,
title = {Gaze-Assisted Human-Centric Domain Adaptation for Cardiac Ultrasound Image Segmentation},
author = {Ruiyi Li and Yuting He and Rongjun Ge and Chong Wang and Daoqiang Zhang and Yang Chen and Shuo Li},
journal= {arXiv preprint arXiv:2502.03781},
year = {2025}
}