已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Ultrasound-guided needle tracking with deep learning: A novel approach with photoacoustic ground truth

基本事实 深度学习 人工智能 计算机科学 分割 能见度 可视化 计算机视觉 方向(向量空间) 一致性(知识库) 相似性(几何) 图像(数学) 物理 数学 几何学 光学
作者
Hui Xie,Praveenbalaji Rajendran,Tong Ling,Xianjin Dai,Xing Li,Manojit Pramanik
出处
期刊:Photoacoustics [Elsevier BV]
卷期号:34: 100575-100575
标识
DOI:10.1016/j.pacs.2023.100575
摘要

Accurate needle guidance is crucial for safe and effective clinical diagnosis and treatment procedures. Conventional ultrasound (US)-guided needle insertion often encounters challenges in consistency and precisely visualizing the needle, necessitating the development of reliable methods to track the needle. As a powerful tool in image processing, deep learning has shown promise for enhancing needle visibility in US images, although its dependence on manual annotation or simulated data as ground truth can lead to potential bias or difficulties in generalizing to real US images. Photoacoustic (PA) imaging has demonstrated its capability for high-contrast needle visualization. In this study, we explore the potential of PA imaging as a reliable ground truth for deep learning network training without the need for expert annotation. Our network (UIU-Net), trained on ex vivo tissue image datasets, has shown remarkable precision in localizing needles within US images. The evaluation of needle segmentation performance extends across previously unseen ex vivo data and in vivo human data (collected from an open-source data repository). Specifically, for human data, the Modified Hausdorff Distance (MHD) value stands at approximately 3.73, and the targeting error value is around 2.03, indicating the strong similarity and small needle orientation deviation between the predicted needle and actual needle location. A key advantage of our method is its applicability beyond US images captured from specific imaging systems, extending to images from other US imaging systems.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
永远少年完成签到,获得积分10
刚刚
大模型应助Djnsbj采纳,获得10
刚刚
量子星尘发布了新的文献求助100
刚刚
一只熊完成签到 ,获得积分10
1秒前
Xx完成签到,获得积分10
3秒前
木子李完成签到,获得积分20
3秒前
4秒前
JamesPei应助整齐海秋采纳,获得10
5秒前
10秒前
WillGUO发布了新的文献求助10
11秒前
12秒前
整齐海秋完成签到,获得积分10
12秒前
隐形曼青应助小何HUHU采纳,获得10
13秒前
JAYZHANG完成签到,获得积分10
14秒前
雅典的宠儿完成签到 ,获得积分10
15秒前
Felicity完成签到 ,获得积分10
15秒前
15秒前
整齐海秋发布了新的文献求助10
18秒前
年少丶完成签到,获得积分10
18秒前
guozizi发布了新的文献求助30
22秒前
23秒前
芯之痕发布了新的文献求助10
24秒前
阿鑫完成签到 ,获得积分10
25秒前
客念完成签到 ,获得积分10
27秒前
温柔豁完成签到,获得积分10
29秒前
爱上学的小金完成签到 ,获得积分10
32秒前
迷人的天抒完成签到,获得积分10
33秒前
123123完成签到 ,获得积分10
35秒前
自然秋柳完成签到 ,获得积分10
36秒前
小蘑菇应助niu采纳,获得10
39秒前
柏小霜完成签到 ,获得积分0
39秒前
40秒前
大模型应助周雨昕采纳,获得10
40秒前
酷酷问夏完成签到 ,获得积分10
40秒前
刘闹闹完成签到 ,获得积分10
41秒前
42秒前
九九完成签到 ,获得积分10
43秒前
李治稳发布了新的文献求助10
43秒前
44秒前
47秒前
高分求助中
A new approach to the extrapolation of accelerated life test data 1000
Picture Books with Same-sex Parented Families: Unintentional Censorship 700
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 500
Nucleophilic substitution in azasydnone-modified dinitroanisoles 500
不知道标题是什么 500
Indomethacinのヒトにおける経皮吸収 400
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3976583
求助须知:如何正确求助?哪些是违规求助? 3520659
关于积分的说明 11204399
捐赠科研通 3257298
什么是DOI,文献DOI怎么找? 1798683
邀请新用户注册赠送积分活动 877842
科研通“疑难数据库(出版商)”最低求助积分说明 806595