InfoMotion: 一种用于超声心动图视频数据集蒸馏的基于图的方法

超声心动图在心血管疾病的诊断和监测中发挥关键作用，作为一种非侵入性的实时评估心脏结构和功能的手段。然而，超声心动图视频数据规模的不断增长在存储、计算和模型训练效率方面带来了重大挑战。数据集蒸馏提供了一种有前景的解决方案，通过合成一个紧凑且信息丰富的子集来保留原始数据集的关键临床特征。在这项工作中，我们提出了一种新颖的方法用于蒸馏紧凑的合成超声心动图视频数据集。我们的方法利用运动特征提取来捕捉时间动态，然后通过逐类图构建和基于 Infomap 算法的代表样本选择。这使我们能够选择一个多样且信息丰富的合成视频子集，保留原始数据集的基本特征。我们在 EchoNet-Dynamic 数据集上评估了该方法，仅使用 25 个合成视频即达到了 69.38% 的测试准确率。这些结果证明了我们方法在医学视频数据集蒸馏方面的有效性和可扩展性。