深圳大学与度影医疗团队斩获MICCAI大会TUS-REC三维超声重建大奖

深圳大学与度影医疗团队斩获MICCAI大会TUS-REC三维超声重建大奖

2024年MICCAI大会在摩洛哥马拉喀什盛大召开，展示了最新的医学影像处理技术与应用。大会设有多个技术挑战赛，旨在深度促进学术界与产业界的交流与合作。

在今年的MICCAI大会上，由深圳大学和度影医疗科技共同组建的团队与来自全球多所知名学府和研究机构的竞争对手同台竞技，参与无定位器自由式三维超声重建(TUS-REC)挑战赛，并最终荣获冠军。这一成就是团队长期专注本领域深耕、团队成员共同努力的成果，充分展现了团队在该领域的前沿研究理念和技术突破能力。

无定位器自由式三维超声重建(TUS-REC)是一项复杂且具有挑战性的任务，广泛应用于医学成像中。该技术通过在位置跟踪系统缺失的情况下，仅依赖超声影像的视频帧内容进行三维内容重建。这不仅能够减少硬件依赖，还能提升便携性，尤其适合临床实践中的移动场景，如床旁检查或手术室应用。然而，TUS-REC重建技术面临诸多挑战：

1.运动估计难度大：由于没有外部跟踪设备，系统必须依靠超声影像的帧间信息来学习和估计超声探头的运动轨迹。这一过程极易受图像噪声、运动模糊及解剖结构复杂性的影响，从而降低运动估计的准确性。

2.时空信息捕捉困难：超声影像易受低信噪比和分辨率较低问题的影响，图像中噪声与伪影较多，使得网络在长时间帧序列中捕捉精确的时空信息变得更加困难。

3.精确的三维重建需求：为了实现精准的诊断和手术规划，最终的三维重建需具备较高精度，尤其是在细节丰富的解剖结构上，任何微小的误差都会影响医生的判断。

TUS-REC竞赛是MICCAI 2024的重点竞赛之一，吸引了来自德国癌症中心、美国威斯康星大学、香港城市大学、韩国釜山大学、伦敦大学学院和其他顶尖科研机构的队伍参与。本次竞赛评估的主要指标包括：

全局像素重建误差（GPE）：衡量每个像素相对于全局参考帧的重建精度。

全局标志点重建误差（GLE）：基于一组预定义的解剖标志点，评估相对于全局参考帧的重建精度。

局部像素重建误差（LPE）：衡量相邻帧之间的像素重建误差，评估局部参考帧的精度。

局部标志点重建误差（LLE）：基于解剖标志点，评估相邻帧之间的局部参考精度。

本团队方法基于深度学习，创新性地采用了两种骨干网络应对TUS-REC任务中的挑战：1）ReMamba 和 2）ResNet+Mamba。核心创新在于在骨干网络中引入了状态空间模型（SSM），从而有效捕捉长距离依赖关系以及精细的时空信息。尤其是ReMamba，设计了多方向的SSM模块，使得网络能够在多个尺度上处理超声影像序列，从而捕捉到详细的空间特征和整体的运动模式。同时，网络中的残差连接确保了重建过程的空间一致性，以应对复杂和微妙图像模式对准确三维重建的需求。最终，团队的方案凭借在多维度的精度和效率上的优势脱颖而出，斩获了挑战赛第一名的优异成绩。

本次挑战赛有幸邀请到了Prof. AlisonNoble院士亲自为冠军团队颁发奖项。Prof. Alison Noble院士来自牛津大学，是全球医学超声影像分析领域的顶级专家学者，她对智能化Freehand三维超声重建技术的发展给予了高度评价。她特别提到自由式三维超声技术在未来临床应用中的广泛前景，并对所有参赛队伍的创新给予了积极肯定。

此次度影医疗团队在MICCAI大会的TUS-REC挑战赛中荣获奖项，标志着团队在三维超声智能重建领域迈出的重要坚实一步。这不仅是度影医疗技术积累与创新精神的体现，也是团队协作与不懈努力的结果。未来，度影医疗将持续致力于以智能超声技术创新，为超声检查提供新工具、新路径，推动医学超声的发展，为临床应用带来更多突破性成果。