MoNetV2：用于免费手持3D超声重建的增强运动网络
图像与视频处理
2025-06-23 v1 人工智能
计算机视觉与模式识别
摘要
三维(3D)超声(US)旨在为超声医生提供解剖结构的空间关系,在临床诊断中发挥着关键作用。最近,基于深度学习的免费手持3D US made significant progress。它通过估计图像之间的变换来重建体,而无需外部跟踪。然而,仅使用图像的重建在减少累积漂移和进一步提高重建精度方面存在困难,尤其是在涉及复杂运动轨迹的场景中。在此背景下,我们提出了一个增强型运动网络(MoNetV2),以提高在不同扫描速度和策略下的重建精度和通用性。首先,我们提出了一种基于传感器的时空多分支结构,从速度角度融合图像和运动信息以提高仅使用图像的重建精度。其次,我们设计了一种在线多级一致性约束,利用扫描的内在一致性来处理各种扫描速度和策略。该约束利用扫描级速度一致性、路径级外观一致性和补丁级运动一致性来监督帧间变换估计。第三,我们提取一种在线多模态自监督策略,利用网络估计与运动信息之间的相关性进一步减少累积误差。广泛的实验明确地表明,MoNetV2在三个大型数据集上的重建质量和通用性性能均优于现有方法。
引用
@article{arxiv.2506.15835,
title = {MoNetV2: Enhanced Motion Network for Freehand 3D Ultrasound Reconstruction},
author = {Mingyuan Luo and Xin Yang and Zhongnuo Yan and Yan Cao and Yuanji Zhang and Xindi Hu and Jin Wang and Haoxuan Ding and Wei Han and Litao Sun and Dong Ni},
journal= {arXiv preprint arXiv:2506.15835},
year = {2025}
}