WiseLVAM：左心室自动测量的新型框架
计算机视觉与模式识别
2025-09-16 v2
摘要
临床指南建议在 B 模式超声心动图图像的基底水平（通常在瓣膜叶尖端）进行左心室 (LV) 线性测量，并沿虚拟扫描线 (SL) 垂直于 LV 长轴准确。然而，大多数自动方法直接从 B 模式图像上估计 landmark，测量任务中即使微小的预测点沿 LV 壁偏移也会导致显著的测量误差，降低临床可靠性。最近一种半自动方法 EnLVAM 通过约束 landmark 预测位于临床医生定义的 SL 上并在生成的解剖运动模式 (AMM) 图像上训练，以预测沿相同位置的 LV landmark 来克服这一限制。为实现完全自动化，本文提出一种基于弱监督 B 模式 landmark 检测器估计 LV 轮廓的 SL 放置方法，然后通过推断 LV 长轴和基底水平来模拟临床指南。建立在此基础上，我们引入 \textit{WiseLVAM} ——一种新型、全自动且可手动调整的框架，用于自动放置 SL 并在 AMM 模式下自动执行 LV 线性测量。\textit{WiseLVAM} 利用 B 模式图像的结构感知和 AMM 模式的运动感知，提高了鲁棒性和准确性，为日常临床应用提供了实用解决方案。源代码已公开于 https://github.com/SFI-Visual-Intelligence/wiselvam.git。
引用
@article{arxiv.2508.12023,
title = {WiseLVAM: A Novel Framework For Left Ventricle Automatic Measurements},
author = {Durgesh Kumar Singh and Qing Cao and Sarina Thomas and Ahcène Boubekki and Robert Jenssen and Michael Kampffmeyer},
journal= {arXiv preprint arXiv:2508.12023},
year = {2025}
}