End-to-End Framework Integrating Generative AI and Deep Reinforcement Learning for Autonomous Ultrasound Scanning
Created by
Haebom
Category
Empty
저자
Hanae Elmekki, Amanda Spilkin, Ehsan Zakeri, Antonela Mariel Zanuttini, Ahmed Alagha, Hani Sami, Jamal Bentahar, Lyes Kadem, Wen-Fang Xie, Philippe Pibarot, Rabeb Mizouni, Hadi Otrok, Azzam Mourad, Sami Muhaidat
개요
심장 초음파 검사는 심장 건강 평가에 널리 사용되지만, 숙련된 기술, 시간 제약 및 인적 오류로 인해 제한적입니다. 원격 지역의 의료 전문가 부족은 접근성을 더욱 제한합니다. 이러한 문제를 해결하기 위해, 본 논문은 생성적 AI와 DRL을 통합하여 자율적이고 재현 가능한 심장 초음파 검사를 가능하게 하는 최초의 end-to-end 프레임워크를 제시합니다. 이 프레임워크는 (i) 생성적 적대 신경망(GAN)과 변형 자동 인코더(VAE)를 결합하여 현실적인 동작 조건 이미지 생성하는 조건부 생성 시뮬레이터와 (ii) 이 시뮬레이터를 활용하여 자율적이고 정확한 스캔 정책을 학습하는 DRL 모듈로 구성됩니다. 제안된 프레임워크는 전문가가 검증한 모델을 통해 AI 기반 가이드를 제공하고, 현실적인 초음파 영상의 조건부 생성을 지원하며, 재현 가능한 기반을 구축합니다.
