May, 2024

超声导航引导的目标条件强化学习

PDF
TL;DR通过对比学习为目标条件强化学习的超声导航辅助方法能够有效提高新手超声医生的效率，并降低扫描中获取的变异性。
transesophageal echocardiographyultrasound navigation assistancecontrastive learninggoal-conditioned reinforcement learninganatomical variations
发现论文，激发创造
  • 超越传统限制：生成对抗网络在超声成像中的应用

    这篇论文介绍了一种基于条件生成对抗网络 (cGANs) 的新型 TTE 超声成像方法，名为 echoGAN，通过外延技术增强 TTE 超声成像的可视区域，同时保持高分辨率，从而有望在无创心脏导航和诊断领域取得显著进展。

    May, 2024

  • VesNet-RL：基于模拟的强化学习技术用于现实中的超声探针导航

    本研究提出了一种基于强化学习的超声探头导航框架，其中使用 UNet 从 US 图像提供二进制掩模，多模态状态表示结构用于准确特征化实际状态，并基于最小边界矩形的特征提取方法建立了新型的标准视图识别方法，结果表明该方法可以有效地、准确地引导探头朝向血管的纵向视图。

    May, 2022

  • 自主超声导航的心脏超声模拟

    通过模拟管道生成大量的超声图像，以供导航相关的网络训练使用，从而实现快速准确的患者特异性超声图像生成并展示该方法在网络导航相关任务中的可用性。

    Feb, 2024

  • 自主导丝引导导航的零射策略的强化学习

    使用零 - shot 学习策略进行三维自主内血管导航，通过使用非常小的训练集合的支路模式，我们的强化学习算法能够学习控制，并应用于不需要重新训练的未知内血管解剖结构。

    Mar, 2024

  • 自主路径规划的肋间机器人超声成像的强化学习应用

    通过强化学习规划扫描路径，以实现在具有受限声学访问的区域中进行无阴影超声扫描轨迹的有效性验证。

    Apr, 2024

  • 利用逆增强学习实现机械抽栓手术中导管和导丝的自主导航

    利用逆强化学习 (IRL) 探索了在机械血栓切除 (MT) 血管中实现自主导航的可行性，通过利用专家演示推断奖励函数并采用软演员 - 评论家算法 (soft actor-critic) 进行模型训练，结果表明通过奖励塑造来训练模型可以改进 MT 的可用性和精确性。

    Jun, 2024

  • 针对机器人超声引导手术的技能转移学习的简单框架

    本文提出了一个用于机器人超声引导手术的技能转移学习的简单框架，该框架包括合适的取样技术、计算效率高的神经网络模型，实现了实时应用的技能转移学习。研究结果表明，经验丰富的临床医生比非临床医生在超声引导手术中具有更快和更顺畅的动作；为了实现实时应用，未来的工作需要使用剪枝和量化神经网络模型。

    May, 2023

  • 智能机器人超声医生：基于互信息的少样本解缠奖励学习

    提出了一种智能机器人超声检查师，能够从专家的经验中自主学习，理解超声检查的语言，通过估计互信息和开发高斯分布滤波器来提高模型的泛化能力，并在血管和动物器官模型中进行了演示实验，证明了该方法的稳健性。

    Jul, 2023

  • 基于结构感知的探测引导世界模型的大规模自监督预训练

    本文提出了一种大规模自学习预训练方法，用于获取具有心脏结构意识的世界模型，并通过标准视图上的下游探测任务验证了其效果。

    Jun, 2024

  • 用于自动评估胎儿超声视频质量的分层代理强化学习框架

    本研究通过强化学习提出了一个双层质量评估模型，能有效地评估超声图像的质量，通过稀疏的二进制注释训练，结果证实该模型能够胜任胎儿脑数据质量评估任务。

    Apr, 2023