新生儿超声心动图视角视频分类的时间特征编织
计算机视觉与模式识别
2025-01-08 v1
摘要
自动化超声心动图视角分类可帮助在专家技术师可能不可及的地区提供更快的诊断和筛查。我们提出了一种新的方法，旨在对超声心动图视角进行分类。我们表明，将视角分类视为视频分类而非图像分类可获得优势。我们提出了一种 CNN-GRU 架构，采用一种新颖的时间特征编织方法，利用空间和时间信息，在仅使用四个连续帧的情况下提高了4.33%的分类准确率。该方法引入的计算开销最小。此外，我们发布了新生儿超声心动图数据集(NED)，提供十六种视角及其相关超声心动图视频，以鼓励未来的工作和发展。代码地址: https://github.com/satchelfrench/NED
引用
@article{arxiv.2501.03967,
title = {Temporal Feature Weaving for Neonatal Echocardiographic Viewpoint Video Classification},
author = {Satchel French and Faith Zhu and Amish Jain and Naimul Khan},
journal= {arXiv preprint arXiv:2501.03967},
year = {2025}
}
备注
Accepted to ISBI 2025