論文の概要: SonoSelect: Efficient Ultrasound Perception via Active Probe Exploration
- arxiv url: http://arxiv.org/abs/2604.05933v2
- Date: Wed, 08 Apr 2026 13:13:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-09 14:06:05.168333
- Title: SonoSelect: Efficient Ultrasound Perception via Active Probe Exploration
- Title（参考訳）: SonoSelect:能動プローブ探査による高能率超音波知覚
- Authors: Yixin Zhang, Yunzhong Hou, Longqi Li, Zhenyue Qin, Yang Liu, Yue Yao,
- Abstract要約: 本研究では,現在の観測結果に基づいてプローブ運動を適応的に誘導する超音波特異的なソノセレクトを提案する。
超音波シミュレータによる実験により,SanoSelectはN点中2点のみを用いて,有望な多視点臓器分類精度を達成できた。
- 参考スコア（独自算出の注目度）: 31.537377677579897
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Ultrasound perception typically requires multiple scan views through probe movement to reduce diagnostic ambiguity, mitigate acoustic occlusions, and improve anatomical coverage. However, not all probe views are equally informative. Exhaustively acquiring a large number of views can introduce substantial redundancy, increase scanning and processing costs. To address this, we define an active view exploration task for ultrasound and propose SonoSelect, an ultrasound-specific method that adaptively guides probe movement based on current observations. Specifically, we cast ultrasound active view exploration as a sequential decision-making problem. Each new 2D ultrasound view is fused into a 3D spatial memory of the observed anatomy, which guides the next probe position. On top of this formulation, we propose an ultrasound-specific objective that favors probe movements with greater organ coverage, lower reconstruction uncertainty, and less redundant scanning. Experiments on the ultrasound simulator show that SonoSelect achieves promising multi-view organ classification accuracy using only 2 out of N views. Furthermore, for a more difficult kidney cyst detection task, it reaches 54.56% kidney coverage and 35.13% cyst coverage, with short trajectories consistently centered on the target cyst.
- Abstract（参考訳）: 超音波知覚は、診断のあいまいさを減らし、音響閉塞を緩和し、解剖学的カバレッジを改善するために、プローブ運動を通して複数のスキャンビューを必要とするのが一般的である。
しかし、全てのプローブビューが等しく有益であるわけではない。
大量のビューを排他的に取得することは、相当な冗長性を導入し、スキャンと処理コストを増大させる。
そこで,本稿では,超音波のアクティブビュー探索タスクを定義し,現在の観測結果に基づいてプローブ運動を適応的にガイドするソノセレクトを提案する。
具体的には,超音波能動画像探索を逐次意思決定問題と位置づけた。
それぞれの新しい2D超音波ビューは、観測された解剖の3次元空間記憶に融合され、次のプローブ位置を案内する。
本定式化では, 臓器被覆率, 再建不確かさの低減, 冗長スキャンの少ないプローブ運動を優先する超音波特異的な目的について提案する。
超音波シミュレータによる実験により,SanoSelectはN点中2点のみを用いて,有望な多視点臓器分類精度を達成できた。
さらに、より難しい腎臓嚢胞検出タスクでは、54.56%の腎カバレッジと35.13%の嚢胞カバレッジに達し、短い軌道は目標の嚢胞に集中している。
関連論文リスト
- Determining Fetal Orientations From Blind Sweep Ultrasound Video [1.3456699275044242]
この作品は、自動化された胎児の嘘予測を導入し、それを置き換えるのではなく、ソノグラフィーの専門知識を強化する補助パラダイムを提案することで、自分自身を区別している。
今後の研究は、取得効率の向上と、ワークフローを改善するためのリアルタイム臨床統合と、産科医のサポートに焦点をあてる。
論文 参考訳（メタデータ） (2025-04-09T12:51:15Z) - RUSOpt: Robotic UltraSound Probe Normalization with Bayesian
Optimization for In-plane and Out-plane Scanning [4.420121239028863]
超音波画像の品質管理において,ロボットプローブの適切な配向が重要な役割を担っている。
走査面上の接触点に対する超音波プローブの向きを自動的に調整する試料効率向上手法を提案する。
論文 参考訳（メタデータ） (2023-10-05T09:22:16Z) - 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) - Identifying visible tissue in intraoperative ultrasound: a method and application [3.076170146656896]
術中超音波検査は, 必要なビゾタクタクタブル・タスクである。
根底にある可視組織を特定するために,反復フィルタリングとトポロジカル手法を提案する。
プローブ組織接触の信頼性評価を行うための新しい枠組みを作成する。
論文 参考訳（メタデータ） (2023-06-01T23:06:14Z) - Localizing Scan Targets from Human Pose for Autonomous Lung Ultrasound
Imaging [61.60067283680348]
新型コロナウイルス(COVID-19)の世界的なパンデミックの出現に伴い、超音波画像を完全に自動化する必要がある。
本稿では,学習型コンピュータビジョン技術を取り入れた,視覚に基づくデータ駆動方式を提案する。
本手法は、プローブ位置決めのための15.52mm(9.47mm)、プローブ方位のための4.32(3.69deg)の精度を達成し、全走査目標に対する誤差閾値25mm以下で成功率を80%以上とした。
論文 参考訳（メタデータ） (2022-12-15T14:34:12Z) - Voice-assisted Image Labelling for Endoscopic Ultrasound Classification
using Neural Networks [48.732863591145964]
本稿では,臨床医が提示した生音声からのEUS画像にラベルを付けるマルチモーダル畳み込みニューラルネットワークアーキテクチャを提案する。
その結果,5つのラベルを持つデータセットにおいて,画像レベルでの予測精度は76%であった。
論文 参考訳（メタデータ） (2021-10-12T21:22:24Z) - 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) - Domain Specific Transporter Framework to Detect Fractures in Ultrasound [0.0]
本稿では、手首超音波スキャンから関連するキーポイントを特定するための、教師なしドメイン固有トランスポーターフレームワークを提案する。
本フレームワークは,3次元超音波シーケンスにおける構造変化の高い領域を強調表示する簡潔な幾何学的表現を提供する。
30名の被験者から得られた3DUSビデオに対して,本手法の有効性を検証した。
論文 参考訳（メタデータ） (2021-06-09T16:54:39Z) - Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using
Image Sequence Classification [55.96221340756895]
前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。
本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。
マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。
このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
論文 参考訳（メタデータ） (2020-10-06T13:55:02Z) - Hybrid Attention for Automatic Segmentation of Whole Fetal Head in
Prenatal Ultrasound Volumes [52.53375964591765]
胎児の頭部全体を米国全巻に分割する,最初の完全自動化ソリューションを提案する。
セグメント化タスクは、まずエンコーダ-デコーダディープアーキテクチャの下で、エンドツーエンドのボリュームマッピングとして定式化される。
次に,セグメンタとハイブリットアテンションスキーム(HAS)を組み合わせることで,識別的特徴を選択し,非情報量的特徴を抑える。
論文 参考訳（メタデータ） (2020-04-28T14:43:05Z)
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。