論文の概要: Taming Modern Point Tracking for Speckle Tracking Echocardiography via Impartial Motion

• arxiv url: http://arxiv.org/abs/2507.10127v1
• Date: Mon, 14 Jul 2025 10:18:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-15 18:48:24.665574
• Title: Taming Modern Point Tracking for Speckle Tracking Echocardiography via Impartial Motion
• Title（参考訳）: スペックル追跡型心エコー図における局所運動を用いた最新の点追跡
• Authors: Md Abulkalam Azad, John Nyberg, Håvard Dalen, Bjørnar Grenne, Lasse Lovstakken, Andreas Østvik,
• Abstract要約: 本研究は, 超音波検査における最先端点追跡法の可能性について検討し, 心エコー検査に焦点をあてる。 実際のBモード超音波ビデオにおいて心臓の周期を通しての運動を解析することにより、方向運動バイアスが既存のトレーニング戦略に影響を与えていることを同定する。 偏見を低減し, 心臓運動による一般化とロバスト性の向上を図った。
• 参考スコア（独自算出の注目度）: 0.686108371431346
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Accurate motion estimation for tracking deformable tissues in echocardiography is essential for precise cardiac function measurements. While traditional methods like block matching or optical flow struggle with intricate cardiac motion, modern point tracking approaches remain largely underexplored in this domain. This work investigates the potential of state-of-the-art (SOTA) point tracking methods for ultrasound, with a focus on echocardiography. Although these novel approaches demonstrate strong performance in general videos, their effectiveness and generalizability in echocardiography remain limited. By analyzing cardiac motion throughout the heart cycle in real B-mode ultrasound videos, we identify that a directional motion bias across different views is affecting the existing training strategies. To mitigate this, we refine the training procedure and incorporate a set of tailored augmentations to reduce the bias and enhance tracking robustness and generalization through impartial cardiac motion. We also propose a lightweight network leveraging multi-scale cost volumes from spatial context alone to challenge the advanced spatiotemporal point tracking models. Experiments demonstrate that fine-tuning with our strategies significantly improves models' performances over their baselines, even for out-of-distribution (OOD) cases. For instance, EchoTracker boosts overall position accuracy by 60.7% and reduces median trajectory error by 61.5% across heart cycle phases. Interestingly, several point tracking models fail to outperform our proposed simple model in terms of tracking accuracy and generalization, reflecting their limitations when applied to echocardiography. Nevertheless, clinical evaluation reveals that these methods improve GLS measurements, aligning more closely with expert-validated, semi-automated tools and thus demonstrating better reproducibility in real-world applications.
• Abstract（参考訳）: 心エコー図における変形性組織追跡のための正確な運動推定は、正確な心機能測定に不可欠である。 ブロックマッチングやオプティカルフローのような従来の手法は複雑な心臓の動きに苦しむが、現代のポイントトラッキングアプローチはこの領域でほとんど探索されていない。 本研究は,超音波検査における最先端点追跡法(SOTA)の可能性について検討し,心エコー検査に焦点をあてた。 これらの新しい手法は、一般的なビデオでは高い性能を示すが、エコー心エコー法の有効性と一般化性は依然として限られている。 実際のBモード超音波ビデオにおいて心臓の周期を通しての運動を解析することにより、異なる視点の方向の運動バイアスが既存のトレーニング戦略に影響を与えていることを同定する。 これを軽減するため, トレーニング手順を洗練し, バイアスを低減し, 心臓運動によるロバスト性や一般化の促進を図るために, 一連の調整された拡張を取り入れた。 また,空間的文脈のみでのマルチスケールコストボリュームを活用する軽量ネットワークを提案し,高度時空間点追跡モデルに挑戦する。 実験により、我々の戦略による微調整は、アウト・オブ・ディストリビューション(OOD)の場合であっても、ベースラインよりもモデルの性能を大幅に改善することが示された。 例えば、EchoTrackerは、全体の位置精度を60.7%向上させ、心臓周期のフェーズで中央値の軌道誤差を61.5%低減させる。 興味深いことに、いくつかの点追跡モデルは、エコー心エコー法に適用した場合の限界を反映して、追跡精度と一般化の観点から、提案した単純なモデルよりは優れていない。 それでも臨床評価では、これらの手法がGLS測定を改善し、専門家が検証したセミオートマチックなツールとより緊密に連携し、現実世界のアプリケーションで再現性を向上させることが示されている。

関連論文リスト

• Latent Motion Profiling for Annotation-free Cardiac Phase Detection in Adult and Fetal Echocardiography Videos [4.306805601880343]
  本稿では,自己教師型学習によるエンドディストル(ED)とエンドシストル(ES)検出のための教師なしフレームワークを提案する。 本手法は,ED ESインデックスやセグメンテーション,ボリューム測定など,手動のアノテーションを必要としない。 EDの3フレーム (5Phase ms) とES検出の2フレーム (38.8 ms) の平均絶対誤差 (MAE) を達成する。
  論文  参考訳（メタデータ） (2025-07-07T16:10:46Z)
• EchoWorld: Learning Motion-Aware World Models for Echocardiography Probe Guidance [79.66329903007869]
  本稿では,プローブ誘導のためのモーションアウェアな世界モデリングフレームワークであるEchoWorldを紹介する。 解剖学的な知識と運動によって引き起こされる視覚力学を符号化する。 200以上の定期的なスキャンから100万枚以上の超音波画像で訓練されている。
  論文  参考訳（メタデータ） (2025-04-17T16:19:05Z)
• Recovering Pulse Waves from Video Using Deep Unrolling and Deep Equilibrium Models [45.94962431110573]
  カメラによるバイタルサインのモニタリング、つまりイメージング光胸腺撮影(i)は、運転監視、情動コンピューティングなどに応用されている。 本稿では,逆問題における信号処理と深層学習を組み合わせた手法を提案する。
  論文  参考訳（メタデータ） (2025-03-21T16:11:21Z)
• Sequence-aware Pre-training for Echocardiography Probe Movement Guidance [71.79421124144145]
  本稿では,高品質な標準平面画像取得のためのプローブポーズ調整によるロボットシステムや初心者の誘導に応用可能な,新しいプローブ移動誘導アルゴリズムを提案する。 本研究では, マスクアウト画像の特徴とプローブ動作をスキャンシーケンスで予測することにより, パーソナライズされた3次元心構造の特徴を学習する。
  論文  参考訳（メタデータ） (2024-08-27T12:55:54Z)
• Unsupervised 4D Cardiac Motion Tracking with Spatiotemporal Optical Flow Networks [7.920406261260867]
  本稿では、空間的再構成損失と時間的整合損失を伴って、教師なし光フローネットワークを設計する動作追跡手法を提案する。 提案する損失関数はペアワイズと時間的相関を利用してノイズ背景から心臓の動きを推定する。 我々の知る限り、これは4次元心運動追跡のための教師なしエンドツーエンドのディープラーニング光フローネットワークを用いた最初の研究である。
  論文  参考訳（メタデータ） (2024-07-05T17:18:46Z)
• Cardiac Copilot: Automatic Probe Guidance for Echocardiography with World Model [66.35766658717205]
  心臓の複雑な構造と重要な手術上の課題のため、経験豊富なソノグラフィーが不足している。 本稿では,リアルタイムなプローブ移動誘導が可能なCardiac Copilotシステムを提案する。 中心となるイノベーションは、心臓の空間構造を表現するためのデータ駆動の世界モデル、Cardiac Dreamerの提案である。 実世界の超音波データとそれに対応するプローブの動きを,3人のソノグラフィーによる151Kサンプル対を用いた110の定期的な臨床スキャンからトレーニングする。
  論文  参考訳（メタデータ） (2024-06-19T02:42:29Z)
• EchoTracker: Advancing Myocardial Point Tracking in Echocardiography [0.6263680699548959]
  EchoTrackerは、超音波画像シーケンスを横切る組織表面のクエリポイントの追跡を容易にする、2倍の粗い粒度モデルである。 実験の結果、平均位置精度は67%、中央軌道誤差は2.86ピクセルである。 このことは、学習に基づく点追跡がパフォーマンスを向上し、臨床測定において高い診断と予後の値が得られることを示唆している。
  論文  参考訳（メタデータ） (2024-05-14T13:24:51Z)
• Semantic-aware Temporal Channel-wise Attention for Cardiac Function Assessment [69.02116920364311]
  既存のビデオベースの手法では、左室領域や運動による左室の変化にはあまり注意を払わない。 本稿では,左室分割課題を伴う半教師付き補助学習パラダイムを提案し,左室領域の表現学習に寄与する。 提案手法は,0.22 MAE,0.26 RMSE,1.9%$R2$の改善により,スタンフォードデータセットの最先端性能を実現する。
  論文  参考訳（メタデータ） (2023-10-09T05:57:01Z)
• Reciprocal Landmark Detection and Tracking with Extremely Few Annotations [10.115679843920958]
  本稿では,心エコーラベルのスパース特性を扱うために,新しいエンドツーエンドの相互検出・追跡モデルを提案する。 このモデルは、心臓のシネシーケンス全体にわたって注釈付きフレームをほとんど使わずにトレーニングされ、ランドマークの一貫した検出と追跡が生成される。
  論文  参考訳（メタデータ） (2021-01-27T06:59:41Z)
• Anatomy-Aware Cardiac Motion Estimation [11.680533842892107]
  心筋機能追跡は、シネMRIから直接心臓の動きを推定することができる。 現在の深層学習に基づくFT法は非現実的な心筋形状をもたらす可能性がある。 心臓運動推定のための新しいアナトミー・アウェア・トラッカー (AATracker) を提案する。
  論文  参考訳（メタデータ） (2020-08-17T19:14:32Z)
• Motion Pyramid Networks for Accurate and Efficient Cardiac Motion Estimation [51.72616167073565]
  本研究では,心臓の運動推定を高精度かつ効率的に行うための,ディープラーニングに基づく新しいアプローチであるMotion Pyramid Networksを提案する。 我々は、複数の特徴表現から運動場のピラミッドを予測し、融合し、より洗練された運動場を生成する。 そこで我々は,新しい循環型教員教育戦略を用いて,推論をエンドツーエンドにし,トラッキング性能をさらに向上させる。
  論文  参考訳（メタデータ） (2020-06-28T21:03:19Z)

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。