論文の概要: MrTrack: Register Mamba for Needle Tracking with Rapid Reciprocating Motion during Ultrasound-Guided Aspiration Biopsy

• arxiv url: http://arxiv.org/abs/2505.09450v1
• Date: Wed, 14 May 2025 15:01:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-15 21:44:09.50431
• Title: MrTrack: Register Mamba for Needle Tracking with Rapid Reciprocating Motion during Ultrasound-Guided Aspiration Biopsy
• Title（参考訳）: MrTrack:超音波ガイド下吸引生検における高速往復運動による針追跡のための登録マンバ
• Authors: Yuelin Zhang, Qingpeng Ding, Long Lei, Yongxuan Feng, Raymond Shing-Yan Tang, Shing Shin Cheng,
• Abstract要約: MrTrackは、マンバベースのレジスタ機構を備えた吸引針トラッカーである。 MrTrackは、最先端のトラッカーを精度と堅牢性で上回るだけでなく、推論効率も優れている。
• 参考スコア（独自算出の注目度）: 4.233200689119682
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Ultrasound-guided fine needle aspiration (FNA) biopsy is a common minimally invasive diagnostic procedure. However, an aspiration needle tracker addressing rapid reciprocating motion is still missing. MrTrack, an aspiration needle tracker with a mamba-based register mechanism, is proposed. MrTrack leverages a Mamba-based register extractor to sequentially distill global context from each historical search map, storing these temporal cues in a register bank. The Mamba-based register retriever then retrieves temporal prompts from the register bank to provide external cues when current vision features are temporarily unusable due to rapid reciprocating motion and imaging degradation. A self-supervised register diversify loss is proposed to encourage feature diversity and dimension independence within the learned register, mitigating feature collapse. Comprehensive experiments conducted on both motorized and manual aspiration datasets demonstrate that MrTrack not only outperforms state-of-the-art trackers in accuracy and robustness but also achieves superior inference efficiency.
• Abstract（参考訳）: 超音波ガイド下細針吸引術 (FNA) 生検は低侵襲診断法である。 しかし、急激な往復運動に対処する吸引針トラッカーはいまだに欠落している。 マンバをベースとしたレジスタ機構を備えた吸引針トラッカーであるMrTrackを提案する。 MrTrackは、mmbaベースのレジスタ抽出器を利用して、各履歴検索マップからグローバルコンテキストを逐次蒸留し、これらの時間的手がかりをレジスタバンクに格納する。 マンバベースのレジスタレトリバーは、急激な往復運動や画像劣化により、現在の視覚特徴が一時的に使用できない場合に、レジスタバンクから時間的プロンプトを検索して外部手がかりを提供する。 自己教師型レジスタの損失は,学習レジスタ内の特徴多様性と次元独立性を促進し,特徴崩壊を緩和する。 運動と手動の吸引データセットの総合的な実験により、MrTrackは最先端のトラッカーを精度と堅牢性で上回るだけでなく、推論効率も優れていることが示された。

関連論文リスト

• Markerless Tracking-Based Registration for Medical Image Motion Correction [0.4288177321445912]
  本研究は, ビデオフルオロスコープにおける患者動作の干渉による摂食動態の分離に焦点を当てた。 光フロー法は、フリッカリングや不安定性などの人工物によって失敗し、異なる運動群を区別する信頼性が低い。 本稿では,摂食動態を保ちながら破壊運動を効果的に除去する新しい動き補正パイプラインを提案する。
  論文  参考訳（メタデータ） (2025-03-13T11:18:50Z)
• MambaXCTrack: Mamba-based Tracker with SSM Cross-correlation and Motion Prompt for Ultrasound Needle Tracking [8.559434917518935]
  マンバをベースとした針追跡装置のMambaXCTrackが提案され, 針先端位置のフィードバックをUSイメージングにより提供する。 提案したトラッカーは、他の最先端トラッカーよりも優れ、アブレーション研究は、各トラッカーモジュールの有効性をさらに強調する。
  論文  参考訳（メタデータ） (2024-11-13T07:27:56Z)
• Temporal Correlation Meets Embedding: Towards a 2nd Generation of JDE-based Real-Time Multi-Object Tracking [52.04679257903805]
  共同検出・埋め込み(JDE)トラッカーは多目的追跡(MOT)タスクにおいて優れた性能を示した。 TCBTrackという名前のトラッカーは、複数の公開ベンチマークで最先端のパフォーマンスを実現しています。
  論文  参考訳（メタデータ） (2024-07-19T07:48:45Z)
• RTracker: Recoverable Tracking via PN Tree Structured Memory [71.05904715104411]
  本稿では,木構造メモリを用いてトラッカーと検出器を動的に関連付け,自己回復を可能にするRTrackerを提案する。 具体的には,正負と負のターゲットサンプルを時系列に保存し,維持する正負のツリー構造メモリを提案する。 我々の中核となる考え方は、正と負の目標カテゴリーの支持サンプルを用いて、目標損失の信頼性評価のための相対的距離に基づく基準を確立することである。
  論文  参考訳（メタデータ） (2024-03-28T08:54:40Z)
• MotionTrack: Learning Motion Predictor for Multiple Object Tracking [68.68339102749358]
  本研究では,学習可能なモーション予測器を中心に,新しいモーショントラッカーであるMotionTrackを紹介する。 実験結果から、MotionTrackはDancetrackやSportsMOTといったデータセット上での最先端のパフォーマンスを示す。
  論文  参考訳（メタデータ） (2023-06-05T04:24:11Z)
• LSDM: Long-Short Diffeomorphic Motion for Weakly-Supervised Ultrasound Landmark Tracking [18.526583948595555]
  ランドマークの可塑性変形を探索する前に学習可能な変形を有するマルチタスク・フレームワークである長短微分同相運動ネットワークを提案する。 具体的には、時間長領域と短領域の両方で新しい微分同相表現を設計し、運動マージンを規定する。 局所解剖学的曖昧さをさらに軽減するため,我々は最大運動アライメントモジュールを提案する。
  論文  参考訳（メタデータ） (2023-01-11T22:57:31Z)
• Probabilistic Tracklet Scoring and Inpainting for Multiple Object Tracking [83.75789829291475]
  本稿では,トラックレット提案の確率的自己回帰運動モデルを提案する。 これは、我々のモデルを訓練して、自然のトラックレットの基盤となる分布を学習することで達成される。 我々の実験は、挑戦的なシーケンスにおける物体の追跡におけるアプローチの優位性を実証している。
  論文  参考訳（メタデータ） (2020-12-03T23:59:27Z)
• ArTIST: Autoregressive Trajectory Inpainting and Scoring for Tracking [80.02322563402758]
  オンラインマルチオブジェクトトラッキング(MOT)フレームワークの中核的なコンポーネントの1つは、既存のトラックレットと新しい検出を関連付けることである。 そこで我々は,トラックレットが自然運動を表す可能性を直接測定することにより,トラックレットの提案を評価する確率論的自己回帰生成モデルを提案する。
  論文  参考訳（メタデータ） (2020-04-16T06:43:11Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。