AB
AB
AiBoss

すべてのカテゴリ

project

EchoCare - 香港科学院が大型超音波診断装置を発表

EchoCareは、中国科学院香港イノベーション研究所の人工知能・ロボットイノベーションセンター（CAIR）が開発した大規模超音波モデルです。このモデルは、450万枚の超音波画像を含むEchoAtlasデータセットで学習されています。

何が聞いているのか？

EchoCareは、中国科学院香港イノベーション研究所の人工知能・ロボットイノベーションセンター（CAIR）が開発した大規模超音波モデルです。このモデルは、450万枚の超音波画像を含むEchoAtlasデータセットで学習されています。このデータセットは、5大陸23の臨床センターが38種類の画像診断装置を使用して取得した画像で構成されており、人体の9つの主要領域と52の解剖学的臓器を網羅しているため、現在入手可能な超音波画像データセットの中で最大規模の一つとなっています。EchoCareは「構造化対照自己教師あり学習フレームワーク」を採用しており、画像マスク再構成や適応型ハードパッチマイニングなどの技術により、超音波画像の深い意味をモデル化する能力と汎化性能を大幅に向上させています。超音波画像のセグメンテーション、分類、検出、回帰、強調など、7つの主要な医療タスクにおいて、その性能は現在の最先端手法を凌駕しています。

リスニングの主な機能

  • 超音波画像セグメンテーション超音波画像において、異なる組織や臓器を正確に区分することができ、医師が病変部と正常組織の境界をより明確に識別するのに役立ち、より正確な診断の根拠を提供する。
  • 病変の分類超音波画像における病変の分類、例えば良性腫瘍と悪性腫瘍の区別などが可能であり、医師が病変の性質を迅速に判断し、診断効率を向上させるのに役立つ。
  • 臓器の検出とセグメンテーションこの技術は、画像中の臓器の位置を検出するだけでなく、臓器の精密なセグメンテーションも実行でき、その後の診断や治療のための詳細な解剖学的情報を提供する。
  • 画像補正超音波画像のコントラストと鮮明度を高めることで画質が向上し、医師は微細な構造や病変をより鮮明に観察できるようになり、誤診の可能性を低減できる。
  • レポート生成超音波画像解析結果に基づいて診断レポートを自動的に生成することで、医師のレポート作成時間を節約し、業務効率を向上させ、レポートの正確性と一貫性を確保します。

リスニングの技術的原理

  • 大規模データセットの構築このモデルは、450万枚の超音波画像を含むEchoAtlasデータセットを使用してトレーニングされました。このデータセットは、複数の施設、機器、民族を含むグローバルなコホートを網羅しており、人体の9つの領域と52の解剖学的臓器をカバーしているため、モデルにとって豊富な学習材料となります。
  • 構造化された対照的な自己教師あり学習フレームワークこのモデルは、医学的な事前知識に基づいた階層的なツリー状のラベルを導入することで、構造化された学習とマルチラベルの意味的関係の暗黙的な符号化を実現し、それによって超音波画像の深い意味をモデル化するモデルの能力を向上させます。
  • 画像マスク再構成技術画像に対してマスク再構成を行うことで、モデルの局所的な画像特徴の学習と理解が強化され、それによってモデルの堅牢性と汎化性能が向上する。
  • 適応型ハードパッチマイニング技術学習が難しい画像領域を自動的に識別して重点的に学習を行い、対象を絞った学習を強化することで、複雑な画像を処理するモデルの能力を向上させます。
  • 段階的なトレーニング戦略段階的なトレーニング方法を採用することで、モデルのトレーニングの難易度と複雑さを徐々に高め、モデルがさまざまな種類の超音波画像によりよく適応し、全体的なパフォーマンスを向上させることができる。

凌陰のプロジェクト住所

  • プロジェクト公式サイト：https://echocare.cares-copilot.com/
  • GitHubリポジトリ：https://github.com/CAIR-HKISI/EchoCare
  • arXiv技術論文：https://arxiv.org/pdf/2509.11752

リスニングの応用シナリオ

  • 定期的な病院での健康診断病院における日常的な超音波検査への応用は、専門スタッフへの依存度を大幅に低減し、医師がより効率的かつ正確に診断を行うのを支援し、医療サービスの効率を効果的に向上させ、医療資源の最適な配分に向けた可能性を広げることができる。
  • 疾患の診断とスクリーニングこれは、さまざまな疾患の診断やスクリーニングに利用できます。例えば、山東大学斉魯病院産婦人科における1,556例の卵巣腫瘍超音波検査や、中南大学湘雅病院における1,000例以上の甲状腺超音波検査において、その性能が既存の最先端技術よりも著しく優れていることが実証されています。
  • 心エコー検査心臓超音波を用いた大動脈瘤の検出および分析において、遡及的な検証を行うことが可能であり、心疾患の診断を強力に裏付けるものとなる。
  • 超音波画像処理これには、超音波画像のセグメンテーション、分類、検出、回帰、強調といった7つの主要な医療タスクに加え、病変分類、臓器検出とセグメンテーション、画像強調など10以上の下流アプリケーションが含まれており、超音波画像の品質と診断価値を向上させます。
  • 臨床応用と研究基本モデルは、医療機関での利用を目的としてオープンソース化される予定です。将来的には、段階的に研究開発、救急医療現場での応用、超音波機器メーカーとのハードウェア統合などを推進していく予定です。
戻る