Automatic diagnosis of abdominal pathologies in untrimmed ultrasound videos

Der Artikel diskutiert die Herausforderungen der computergestützten Diagnose (CAD) mit Ultraschall-Videodaten (US) zur Diagnose von Bauchkrankheiten. Es führt einen neuartigen Ansatz ein, der diagnostisch relevante Clips (DR-Clips) zur Ausbildung von Videoklassifikatoren verwendet, die von einem Frame Relevance Assessor (FRA) erzeugt werden. Die FRA bewertet die diagnostische Relevanz jedes einzelnen Frames und erstellt Clips, die nur die relevantesten Frames enthalten. Diese Methode verbessert die Leistung von Videoklassifikatoren erheblich, insbesondere wenn es um unbeschnittene Videodaten geht. Die Studie vergleicht die vorgeschlagene Methode mit hochmodernen Modellen zur Klassifizierung von Einzelbildern und Videos und demonstriert ihre Wirksamkeit bei der Diagnose von Leber- und Nierenerkrankungen. Der Artikel unterstreicht auch die Bedeutung der Verwendung kleinerer DR-Clips während der Schlussfolgerung und die starke Korrelation zwischen den Relevanzwerten der FRA und manuell ausgewählten Keyframes. Die Ergebnisse deuten darauf hin, dass die vorgeschlagene Methode das Potenzial hat, die Leistungslücke zwischen hochgradig überwachter Bildklassifizierung und Videoklassifikationsmethoden zu verringern.