VA-Adapter：针对心导探针的超声基础模型适配
计算机视觉与模式识别
2026-05-19 v3
摘要
超声心动图是检测心脏疾病的关键工具，但其较陡的作业难度导致专业人员短缺。探针导向系统可助人获取高质量图像，为降低作业门槛提供了可行方案。然而，由于个体差异显著，鲁棒的探针导向仍具挑战性。这种差异表现为二维(2D)图像中低层特征的差异，使图像特征理解复杂化；也表现为个体三维(3D)结构的差异，使精确导航困难。为此，我们首先提出利用来自海量数据集中学习到的鲁棒图像表示。然而，将这些模型应用于探针导航并非易事，因为其缺乏对个体 3D 结构的理解能力。为此，我们精心设计了一种视觉-动作适配器(VA-Adapter)，以在线注入理解个体 3D 结构的能力。具体而言，通过将 VA-Adapter 嵌入基础模型的图像编码器，该模型可从历史视觉-动作序列中推断心脏解剖结构，模拟超声心动图师的认知过程。在拥有超过 131 万样本的数据集上进行的广泛实验表明，VA-Adapter 在需要约 33 倍更少训练参数的情况下，优于强大的探针导向模型。代码已公开于 https://github.com/LeapLabTHU/VA-Adapter。
引用
@article{arxiv.2510.06809,
title = {VA-Adapter: Adapting Ultrasound Foundation Model to Echocardiography Probe Guidance},
author = {Teng Wang and Haojun Jiang and Yuxuan Wang and Zhenguo Sun and Yujiao Deng and Shiji Song and Gao Huang},
journal= {arXiv preprint arXiv:2510.06809},
year = {2026}
}
备注
MICCAI2026 Early Accept Paper