論文の概要: UltrasODM: A Dual Stream Optical Flow Mamba Network for 3D Freehand Ultrasound Reconstruction

• arxiv url: http://arxiv.org/abs/2512.07756v1
• Date: Mon, 08 Dec 2025 17:39:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.987717
• Title: UltrasODM: A Dual Stream Optical Flow Mamba Network for 3D Freehand Ultrasound Reconstruction
• Title（参考訳）: UltrasODM:3次元フリーハンド超音波再構成のためのデュアルストリーム光マンバネットワーク
• Abstract要約: 我々は、フレーム単位の不確かさの校正、サリエンシに基づく診断、動作可能なプロンプトを通じて、ソノグラフィーの獲得を支援するデュアルストリームフレームワークであるUltrasODMを提案する。 UltrasODMはドリフトを15.2%減らし、距離誤差を12.1%減らし、ハウスドルフ距離を10.1%減らした。
• 参考スコア（独自算出の注目度）: 4.389388281549045
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Clinical ultrasound acquisition is highly operator-dependent, where rapid probe motion and brightness fluctuations often lead to reconstruction errors that reduce trust and clinical utility. We present UltrasODM, a dual-stream framework that assists sonographers during acquisition through calibrated per-frame uncertainty, saliency-based diagnostics, and actionable prompts. UltrasODM integrates (i) a contrastive ranking module that groups frames by motion similarity, (ii) an optical-flow stream fused with Dual-Mamba temporal modules for robust 6-DoF pose estimation, and (iii) a Human-in-the-Loop (HITL) layer combining Bayesian uncertainty, clinician-calibrated thresholds, and saliency maps highlighting regions of low confidence. When uncertainty exceeds the threshold, the system issues unobtrusive alerts suggesting corrective actions such as re-scanning highlighted regions or slowing the sweep. Evaluated on a clinical freehand ultrasound dataset, UltrasODM reduces drift by 15.2%, distance error by 12.1%, and Hausdorff distance by 10.1% relative to UltrasOM, while producing per-frame uncertainty and saliency outputs. By emphasizing transparency and clinician feedback, UltrasODM improves reconstruction reliability and supports safer, more trustworthy clinical workflows. Our code is publicly available at https://github.com/AnandMayank/UltrasODM.
• Abstract（参考訳）: 臨床超音波の取得は非常に操作者に依存しており、高速なプローブ運動と明るさ変動は、しばしば信頼と臨床的有用性を低下させる再構成エラーを引き起こす。 我々は、フレーム単位の不確かさの校正、サリエンシに基づく診断、動作可能なプロンプトを通じて、ソノグラフィーの獲得を支援するデュアルストリームフレームワークであるUltrasODMを提案する。 UltrasODM の統合 (i)運動類似性によりフレームをグループ化する対照的なランキングモジュール (II)ロバストな6-DoFポーズ推定のためのデュアルマンバ時間モジュールを融合した光流ストリーム 3)Human-in-the-Loop(HITL)層は,ベイジアン不確実性,臨床校正しきい値,および信頼性の低い地域を目立たせている。 不確実性がしきい値を超えた場合、システムは、強調された領域を再スキャンしたり、スイープを遅くしたりといった修正措置を推奨する邪魔にならない警告を発行する。 臨床フリーハンド超音波データセットで評価すると、UltrasODMはドリフトを15.2%減らし、距離誤差を12.1%減らし、ハウスドルフ距離を10.1%減らした。 透明性と臨床フィードバックを強調することで、UltrasODMは再構築の信頼性を改善し、より安全で信頼性の高い臨床ワークフローをサポートする。 私たちのコードはhttps://github.com/AnandMayank/UltrasODM.comで公開されています。

関連論文リスト

• RetiWave-Mamba: A Dual-Stream Network for Retinal Disease Detection based on Multi-scale Context and Frequency-Adaptive Mamba Projection [11.498068680313613]
  本稿では、空間周波数領域学習と最先端状態空間モデルを統合する新しいフレームワークRetiWave-Mambaを提案する。 提案手法は,既存の手法を超越して,最先端(SOTA)分類精度98.25%を実現する。
  論文  参考訳（メタデータ） (2026-08-18T10:38:59Z)
• ForceU-VLA: A Force-Aware Vision-Language-Action Model for Embodied Ultrasound Scanning [17.732925254008943]
  超音波検査プロセスの自動化と標準化を可能にする。 既存の手法は、力と超音波のモード間の疎結合なモデリングに悩まされている。 本稿では,自律型超音波スキャンのための力認識型ビジョン・ランゲージ・アクションモデルであるForceU-VLAを提案する。
  論文  参考訳（メタデータ） (2026-08-15T03:39:40Z)
• SonoCLIP: Mask-Guided Region-Aware Vision-Language Pretraining for Fetal Ultrasound Analysis [51.81845420301345]
  SonoCLIPは胎児超音波解析のための視覚言語基盤モデルである。 セグメンテーションマスクを視覚エンコーダ内にマスクチャネル視覚プロンプトとして組み込む。 グローバルおよびマスク誘導推論の両方において、ゼロショット転送性能に優れる。
  論文  参考訳（メタデータ） (2026-06-28T20:04:49Z)
• Echo-DM: Ultrasound Marker Removal via Conditional Latent Diffusion and Region-Aware Fusion [50.02433280054874]
  マーカーは下流の自動分析にショートカットバイアスを導入することができる。 条件付き潜伏拡散と領域認識融合による超音波マーカー除去のためのフレームワークであるEcho-DMを提案する。 大規模な超音波検査データセットであるEcho-PAIRの実験は、優れたマーカー除去と強力な解剖学的忠実さを示す。
  論文  参考訳（メタデータ） (2026-06-08T11:56:33Z)
• Multi-Contrast MRI Motion Correction via Parameter-Informed Disentanglement and Adaptive Experts [56.74856091904914]
  パラメータインフォームドコントラストと重度適応補正を組み合わせた統合フレームワークを提案する。 ScanCLIPは、取得パラメータからアンタングルコントラストスタイルへのコントラスト埋め込みを解剖学的内容から導き、コントラストのない特徴をもたらす。 ビジョントランスフォーマーは、動きの重大度を推定し、Mixture-of-Expertsネットワークを介して特徴をルーティングし、ターゲットのアーティファクト修正を可能にする。
  論文  参考訳（メタデータ） (2026-05-29T02:48:23Z)
• SALIENT: Frequency-Aware Paired Diffusion for Controllable Long-Tail CT Detection [6.673878172809982]
  制御可能なCT拡張のためのマスク条件のウェーブレットドメイン拡散フレームワークであるSALIENTを紹介する。 SALIENTは、画素空間を飾る代わりに、離散ウェーブレット係数上の構造拡散を行い、高周波構造の詳細から低周波輝度を分離する。 3D VAEは多様なボリューム障害マスクを生成し、セミ教師は下流マスク誘導検出のためのペアスライスレベル擬似ラベルを生成する。
  論文  参考訳（メタデータ） (2026-02-26T19:12:15Z)
• Adversarial Robustness of Deep Learning-Based Thyroid Nodule Segmentation in Ultrasound [0.0]
  Bモード超音波における甲状腺結節分節に対する逆行性攻撃とドメイン時防御に対する推論について検討した。 境界ノイズを注入するStructured Speckle Amplification Attack (SSAA) と、帯域通過位相摂動を適用した周波数領域超音波攻撃 (FDUA) が開発された。 防衛はFDUAに対して大きな改善を達成できなかった。
  論文  参考訳（メタデータ） (2026-02-25T00:10:38Z)
• An Automatic Detection Method for Hematoma Features in Placental Abruption Ultrasound Images Based on Few-Shot Learning [11.678844582870523]
  胎盤破裂は妊娠中の重篤な合併症であり,早期診断は母体・胎児の安全確保に不可欠である。 本稿では,小サンプル学習に基づく改良型EH-YOLOv11nを提案する。 実験の結果、検出精度は78%で、YOLOv11nよりも2.5%、YOLOv8より13.7%向上した。
  論文  参考訳（メタデータ） (2025-10-24T14:20:34Z)
• Automated Labeling of Intracranial Arteries with Uncertainty Quantification Using Deep Learning [2.6279333406008476]
  3D Time-of-light Magnetic Resonance Angiography (3D ToF-MRA) を用いたディープラーニングによる自動動脈ラベル作成フレームワークを提案する。 我々のフレームワークは、自動脳血管ラベリングのためのスケーラブルで正確で不確実なソリューションを提供し、下流血行動態解析をサポートし、臨床統合を容易にする。
  論文  参考訳（メタデータ） (2025-09-22T12:57:21Z)
• Acoustic Interference Suppression in Ultrasound images for Real-Time HIFU Monitoring Using an Image-Based Latent Diffusion Model [18.946487365558273]
  HIFU-ILDiffは、HIFUによる超音波画像の干渉を抑制するための、新しいディープラーニングベースのアプローチである。 HIFU治療中のリアルタイムモニタリングのための超音波ガイド画像におけるHIFU干渉を識別することができる。
  論文  参考訳（メタデータ） (2025-09-01T15:36:17Z)
• UltraGauss: Ultrafast Gaussian Reconstruction of 3D Ultrasound Volumes [15.02330703285484]
  2D-to-3D再構成は、しばしば計算コストが高く、メモリ集約的であり、超音波物理と相容れない。 UltraGauss - 超音波波伝搬にビュー合成技術を拡張した最初の超音波特異的ガウス平滑化フレームワーク。 実際の臨床超音波データでは、UltraGaussは最先端の再建を5分で達成し、1枚の画像で0.99 SSIMに達する。
  論文  参考訳（メタデータ） (2025-05-08T20:53:47Z)
• Privacy-Preserving Federated Foundation Model for Generalist Ultrasound Artificial Intelligence [83.02106623401885]
  プライバシー保護型超音波基礎モデルであるUltraFedFMを提案する。 UltraFedFMは、9か国の16の分散医療機関にわたる連合学習を用いて、協調的に事前訓練されている。 疾患診断には0.927のレシーバ動作特性曲線、病変セグメント化には0.878のサイス類似係数を平均的に達成する。
  論文  参考訳（メタデータ） (2024-11-25T13:40:11Z)
• Epicardium Prompt-guided Real-time Cardiac Ultrasound Frame-to-volume Registration [50.602074919305636]
  本稿では,CU-Reg と呼ばれる,軽量でエンドツーエンドなカード・ツー・エンド・超音波フレーム・ツー・ボリューム・レジストレーション・ネットワークを提案する。 2次元スパースと3次元濃密な特徴の相互作用を増強するために,心内膜急速ガイドによる解剖学的手がかりを用い,その後,強化された特徴のボクセル的局所グロバル集約を行った。
  論文  参考訳（メタデータ） (2024-06-20T17:47:30Z)
• CathFlow: Self-Supervised Segmentation of Catheters in Interventional Ultrasound Using Optical Flow and Transformers [66.15847237150909]
  縦型超音波画像におけるカテーテルのセグメンテーションのための自己教師型ディープラーニングアーキテクチャを提案する。 ネットワークアーキテクチャは、Attention in Attentionメカニズムで構築されたセグメンテーショントランスフォーマであるAiAReSeg上に構築されている。 我々は,シリコンオルタファントムから収集した合成データと画像からなる実験データセット上で,我々のモデルを検証した。
  論文  参考訳（メタデータ） (2024-03-21T15:13:36Z)
• AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
  血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。 本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
  論文  参考訳（メタデータ） (2023-09-25T19:34:12Z)
• Weakly supervised segmentation of intracranial aneurysms using a novel 3D focal modulation UNet [0.5106162890866905]
  本稿では,新しい3次元焦点変調UNetであるFocalSegNetを提案する。 UIA検出では偽陽性率は0.21で感度は0.80であった。
  論文  参考訳（メタデータ） (2023-08-06T03:28:08Z)
• COVID-Net US-X: Enhanced Deep Neural Network for Detection of COVID-19 Patient Cases from Convex Ultrasound Imaging Through Extended Linear-Convex Ultrasound Augmentation Learning [75.74756992992147]
  世界人口は新型コロナウイルス(COVID-19)のパンデミックの影響で大きな影響を受け続けている。 医療用ポイント・オブ・ケア・超音波(POCUS)画像は、低コストで有効な画像モダリティとして利用されてきている。 POCUSを使用した新型コロナウイルススクリーニングのためのディープニューラルネットワークを構築する上での大きな課題は、使用するプローブの種類だ。
  論文  参考訳（メタデータ） (2022-04-29T02:13:39Z)
• Deep Learning for Ultrasound Beamforming [120.12255978513912]
  受信した超音波エコーを空間画像領域にマッピングするビームフォーミングは、超音波画像形成チェーンの心臓に位置する。 現代の超音波イメージングは、強力なデジタル受信チャネル処理の革新に大きく依存している。 ディープラーニング手法は、デジタルビームフォーミングパイプラインにおいて魅力的な役割を果たす。
  論文  参考訳（メタデータ） (2021-09-23T15:15:21Z)

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。