Arxiv hàng ngày

Đây là trang tổng hợp các bài báo về trí tuệ nhân tạo được xuất bản trên toàn thế giới.
Trang này sử dụng Google Gemini để tóm tắt nội dung và hoạt động phi lợi nhuận.
Bản quyền của các bài báo thuộc về tác giả và tổ chức liên quan; khi chia sẻ, chỉ cần ghi rõ nguồn.

Phân đoạn giải phẫu tim tăng cường chuyển động thông qua mô-đun chú ý thời gian có thể chèn

Created by
  • Haebom

Tác giả

Md. Kamrul Hasan, Quảng Dương, Choon Hwai Yap

Phác thảo

Bài báo này đề xuất Mô-đun Chú ý Thời gian (TAM) để cải thiện độ chính xác của phân đoạn giải phẫu tim. Các phương pháp phân đoạn tim hiện có sử dụng thông tin chuyển động của tim gặp phải những hạn chế như chi phí tính toán cao và độ tin cậy kém. TAM được thiết kế như một mô-đun chú ý xuyên thời gian nhẹ, đa đầu, có thể dễ dàng áp dụng cho nhiều mạng khác nhau (dựa trên CNN, dựa trên Transformer hoặc kết hợp) được sử dụng trong các hệ thống hình ảnh tim khác nhau (siêu âm 2D và 3D và MRI). Các thí nghiệm trên nhiều tập dữ liệu khác nhau chứng minh rằng TAM vượt trội hơn các phương pháp hiện có trong khi vẫn duy trì hiệu quả tính toán. TAM cung cấp một giải pháp mạnh mẽ và tổng quát, có thể mở rộng từ 2D đến 3D.

Takeaways, Limitations

Takeaways:
Chúng tôi đề xuất một mô-đun chú ý thời gian (TAM) nhẹ, cắm và chạy và chứng minh khả năng áp dụng dễ dàng của nó vào nhiều mạng phân đoạn hình ảnh tim khác nhau.
ĐạT được độ chính xác và hiệu quả tính toán được cải thiện so với các phương pháp hiện có.
Nó có khả năng mở rộng áp dụng cho cả hình ảnh 2D và 3D.
Cung cấp giải pháp tổng quát áp dụng cho nhiều cấu trúc mạng khác nhau.
Limitations:
Cần có thêm các nghiên cứu để xác định liệu TAM đề xuất có hoạt động tối ưu trên tất cả các tập dữ liệu hình ảnh tim và kiến ​​trúc mạng hay không.
Cần phải xác nhận thêm về khả năng áp dụng và tiện ích trong các điều kiện lâm sàng thực tế.
Cần đánh giá hiệu suất sâu hơn cho nhiều loại bệnh tim khác nhau.
👍