Résumé - MCM : Suivi de la cinématique cardiaque basé sur le Mamba en utilisant des images séquentielles en IRM

Titre
MCM : Suivi de la cinématique cardiaque basé sur le Mamba en utilisant des images séquentielles en IRM

Temps
2025-07-23 16:40:43

Auteur
{"Jiahui Yin","Xinxing Cheng","Jinming Duan","Yan Pang","Declan O'Regan","Hadrien Reynaud","Qingjie Meng"}

Catégorie
{eess.IV,cs.CV}

Lien
http://arxiv.org/abs/2507.17678v1

PDF Lien
http://arxiv.org/pdf/2507.17678v1

Résumé

Le paper présente un réseau innovant de suivi de mouvement cardiaque basé sur Mamba (MCM) pour évaluer la fonction cardiaque et diagnostiquer les maladies cardiovasculaires en utilisant des images cinématiques d'IRM cardiaque (CMR). Les contributions clés du paper sont les suivantes : 1. **Réseau MCM** : Le réseau MCM proposé utilise des images séquentielles pour obtenir une estimation de mouvement myocardial lisse et cohérente sans surcharge significative de calcul. Il intègre explicitement les frames voisines autour du frame cible pour estimer le mouvement entre les frames de référence et cible. 2. **Blocs Mamba bidirectionnels** : Le réseau intègre des blocs Mamba bidirectionnels pour extraire des caractéristiques de déformation à différentes échelles. Chaque bloc utilise un mécanisme de balayage bidirectionnel innovant pour capturer des informations spatiotemporelles dans les deux directions, facilitant l'estimation de champs de déformation plausibles. 3. **Décodeur de mouvement** : Le réseau utilise un décodeur de mouvement qui estime les champs de mouvement en fusionnant des caractéristiques de déformation à différentes échelles. Il intègre une tête de fusion à double chemin innovante pour améliorer la cohérence temporelle de l'estimation du mouvement. La méthode a été évaluée sur deux ensembles de données publics (ACDC et M&Ms) et comparée à des méthodes existantes de suivi de mouvement cardiaque. Les résultats montrent que la méthode proposée outperforme les méthodes existantes en termes d'exactitude de suivi du mouvement, de propriétés de diffeomorphisme et de cohérence volumétrique. Les principaux avantages de la méthode proposée sont : - **Estimation de mouvement lisse et cohérente** : La méthode atteint une estimation de mouvement lisse et cohérente en intégrant des frames voisines et en utilisant un mécanisme de balayage bidirectionnel. - **Cohérence temporelle** : La méthode intègre des informations spatiotemporelles à partir des deux directions, facilitant l'estimation de champs de déformation plausibles et améliorant la cohérence temporelle. - **Efficient en termes de calcul** : La méthode utilise la formulation d'espace d'état structuré de Mamba pour apprendre les dynamiques continus du myocardium à partir d'images séquentielles sans augmenter significativement la complexité computable. Dans l'ensemble, la méthode MCM proposée offre une approche prometteuse pour le suivi du mouvement myocardial dans les images CMR, avec des applications potentielles dans l'évaluation de la fonction cardiaque et le diagnostic des maladies cardiovasculaires.


Articles Recommandés

Cadre d'analyse instrumentale basé sur la stratification pour l'analyse des effets non linéaires

Métrie atomique 3D de la relaxation des contraintes et de la rugosité dans les transistors Gate-All-Around (GAA) par ptychographie électronique

RoadBench : Un modèle fondation de vision et un cadre de référence pour la compréhension des dommages routiers

AQuilt : Tricoter la logique et l'auto-inspection dans la synthèse de données à bas coût, haute pertinence pour les LLM spécialisés

Régression krigeage sans fonction de的特征

Amélioration de l'intensité des courants photogalvaniques dans une cavité plasmonique van der Waals par l'effet Purcell

Invertibilité globale des mappings de Sobolev avec des valeurs limites homeomorphes prescrites

Cadre de Phase pour les Réseaux Neuraux Optiques Quantiques à Échelle Intermédiaire Bruyants

Nouveaux modèles Isobar pour la production électrocinétique $K^+Λ$

DR.EHR : Recherche dense pour les dossiers de santé électroniques avec injection de connaissances et données synthétiques