SonoSelect: 通过主动探头探索实现高效超声感知
计算机视觉与模式识别
2026-04-10 v3
摘要
超声感知通常需要通过探头移动进行多次扫描视图以减少诊断模糊性、缓解声学遮挡并改善解剖覆盖。然而，并非所有探头视图都具有同等的信息量。穷尽式获取大量视图可能引入大量冗余，增加扫描和处理成本。为解决这一问题，我们定义了超声主动视图探索任务，并提出了SonoSelect，一种超声特定方法，可根据当前观测自适应地引导探头移动。具体而言，我们将超声主动视图探索建模为序贯决策问题。每个新的二维超声视图被融合到所观测解剖结构的三维空间记忆中，从而引导下一个探头位置。在此基础上，我们提出了一种超声特定目标，偏好具有更大器官覆盖、更低重建不确定性和更少冗余扫描的探头移动。超声模拟器上的实验表明，SonoSelect仅使用N个视图中的2个即可实现有前景的多视图器官分类准确率。此外，对于更具挑战性的肾囊肿检测任务，它达到了54.56%的肾脏覆盖率和35.13%的囊肿覆盖率，且短轨迹始终以目标囊肿为中心。
引用
@article{arxiv.2604.05933,
title = {SonoSelect: Efficient Ultrasound Perception via Active Probe Exploration},
author = {Yixin Zhang and Yunzhong Hou and Longqi Li and Zhenyue Qin and Yang Liu and Yue Yao},
journal= {arXiv preprint arXiv:2604.05933},
year = {2026}
}
备注
Withdrawn due to incorrect institutional affiliation information. We need sufficient time to confirm the proper designations with the respective institutions before making the work public again