机器人超声中的运动放大：实现脉动感知的动脉分割
图像与视频处理
2023-07-10 v1 计算机视觉与模式识别
机器人学
摘要
超声（US）成像因具有无创、无辐射和实时等优势，被广泛用于动脉疾病的诊断与监测。为提供辅助临床诊断的额外信息，通常从超声图像中分割管状结构。为提高扫描过程中动脉分割的准确性与稳定性，本工作提出一种新颖的脉动辅助分割神经网络（PAS-NN），通过显式利用心搏引起的运动来提升性能。采用运动放大技术放大感兴趣频带内的微弱运动，以从序列超声图像中提取脉动信号。提取的实时脉动信息有助于在横截面超声图像上定位动脉；因此，我们将脉动显式集成到所提出的 PAS-NN 中作为注意力引导。值得注意的是，由于沿扫描路径捕获的超声图像中目标运动的放大因手部震颤而无法手动实现，必须使用机械臂在超声成像期间提供稳定运动。为验证所提出的机器人超声系统对动脉的成像能力，在志愿者的颈动脉与桡动脉上进行了实验。结果表明，PAS-NN 在颈动脉上的分割结果可与最先进方法相媲美，并能有效提升小血管（桡动脉）的分割性能。
引用
@article{arxiv.2307.03698,
title = {Motion Magnification in Robotic Sonography: Enabling Pulsation-Aware Artery Segmentation},
author = {Dianye Huang and Yuan Bi and Nassir Navab and Zhongliang Jiang},
journal= {arXiv preprint arXiv:2307.03698},
year = {2023}
}
备注
Accepted Paper IROS 2023