在实时超声病变检测中挖掘负面时间背景以抑制假阳性

在实时超声病变检测中挖掘负面时间背景以抑制假阳性

引用

CSDN

1.

https://blog.csdn.net/qq_45745941/article/details/138788772

在实时超声图像中进行病变检测是医学诊断中的关键任务之一。然而，由于图像噪声和环境因素的干扰，假阳性结果的产生可能会降低检测的准确性。为了解决这一问题，研究人员提出了一种新的方法，利用负面时间背景来帮助抑制假阳性。

在超声图像序列中，负面时间背景是指不包含任何病变的图像片段。这些片段提供了健康组织的参考背景，有助于识别真实病变和噪声之间的差异。这项新方法利用负面时间背景来识别可能的假阳性结果，并在实时超声图像中进行标记。

具体而言，该方法通过比较实时图像与负面时间背景来识别异常结果。任何在负面时间背景中不应该存在的异常结果都被标记为假阳性。通过这种方法，研究人员能够更准确地识别真实的病变，提高了病变检测的准确性和可靠性。

该方法已在实时超声病变检测中取得了良好的效果。与传统方法相比，该方法能够更有效地抑制假阳性结果，为医学诊断提供了更可靠的支持。这项创新性方法为实时超声图像分析领域带来了新的思路和解决方案，有望在临床实践中得到广泛应用。

图 1. 负面时间背景聚合（NTCA）模块示意图
(a) 动机：挖掘负面时间背景以抑制假阳性。
(b) NTCA模块利用时间背景来抑制假阳性。
（在线彩色图）

图 2. UltraDet模型示意图
黄色和绿色边框表示作为上下文帧进行采样，它们的特征图是NTCA模块的输入。
（在线彩色图）