UltraStar：面向心导图导航的语义感知星形图建模
计算机视觉与模式识别
2026-03-03 v1
摘要
心导图是诊断心血管疾病的关键手段，但由于操作困难，缺乏熟练的超声医生导致患者护理延迟。因此，自动化探针导航研究具有重要的临床前景。为实现稳健的导航，必须利用历史扫描信息，模拟专家依据过往反馈调整后续操作姿势的过程。实际扫描数据通常由超声医生收集，包含通过试错探索产生的噪声轨迹。然而，现有方法通常将历史数据建模为顺序链，导致模型对这些噪声路径过拟合，在长序列上造成性能下降。本文提出 UltraStar，将探针导航从路径回归转化为基于锚点的全局定位问题。通过构建星形图 (Star Graph)，UltraStar 将历史关键帧作为与当前视图直接相连的空间锚点，显式建模几何约束以实现精确定位。我们进一步采用语义感知的采样策略，对海量历史日志进行主动选择，从代表性地标中提取信息，减少冗余以实现精准锚定。基于包含 131 万多样本的大型数据集的广泛实验表明，UltraStar 在基线方法之上且随输入长度增长表现更佳，揭示了在噪声探索环境下更有效的历史建模拓扑结构。
引用
@article{arxiv.2603.01461,
title = {UltraStar: Semantic-Aware Star Graph Modeling for Echocardiography Navigation},
author = {Teng Wang and Haojun Jiang and Chenxi Li and Diwen Wang and Yihang Tang and Zhenguo Sun and Yujiao Deng and Shiji Song and Gao Huang},
journal= {arXiv preprint arXiv:2603.01461},
year = {2026}
}