超聲成像（Ultrasound, US）作為一種實(shí)時(shí)、無創(chuàng)的成像技術(shù)，廣泛應(yīng)用于各類器官和組織的臨床診斷及醫(yī)療操作中。然而，傳統(tǒng)超聲僅能提供二維視角，對(duì)于需要三維結(jié)構(gòu)信息的臨床決策仍存在局限。為解決這一難題，韓國釜山國立大學(xué)生物融合工程學(xué)院及人工智能研究中心的金敏宇（MinWoo Kim）副教授團(tuán)隊(duì)，開發(fā)出一種全新的深度學(xué)習(xí)模型“MoGLo-Net”，可在無需外部追蹤傳感器的情況下，實(shí)現(xiàn)超聲探頭的精準(zhǔn)運(yùn)動(dòng)追蹤，并重建高質(zhì)量的三維圖像。該研究成果已于2025年6月13日發(fā)表于《IEEE Transactions on Medical Imaging》期刊。

在超聲與光聲成像（Photoacoustic, PA）結(jié)合而成的PAUS成像系統(tǒng)中，醫(yī)生通過手持探頭發(fā)射激光和超聲波，在體表滑動(dòng)以獲取目標(biāo)區(qū)域的圖像。雖然這一方法操作靈活，但每次只能捕捉一個(gè)小的二維切片，難以完整呈現(xiàn)器官或組織的三維結(jié)構(gòu)。目前雖然存在一些3D探頭解決方案，但它們價(jià)格高昂、視野受限，不適合大范圍推廣。

為此，研究人員提出了一種“自由手持式三維重建”方案，通過將連續(xù)的二維圖像拼接生成三維視圖。但該方法對(duì)探頭的運(yùn)動(dòng)追蹤精度要求極高，傳統(tǒng)做法依賴外部傳感器（如光學(xué)或磁場(chǎng)定位系統(tǒng)），不僅成本高、體積大，而且常常測(cè)量不準(zhǔn)確。

MoGLo-Net模型通過直接分析超聲圖像中的組織散斑（speckle）模式，自動(dòng)推斷探頭的運(yùn)動(dòng)軌跡，從而徹底擺脫了對(duì)外部設(shè)備的依賴。該模型由兩個(gè)主要部分組成：基于ResNet架構(gòu)的圖像編碼器和基于LSTM（長短時(shí)記憶網(wǎng)絡(luò)）的運(yùn)動(dòng)估計(jì)器。編碼器通過“相關(guān)操作”識(shí)別連續(xù)圖像之間的差異，能同時(shí)捕捉平面內(nèi)與平面外的探頭位移；同時(shí)，研究團(tuán)隊(duì)創(chuàng)新性地引入了“自注意力機(jī)制”，在全圖特征的基礎(chǔ)上加強(qiáng)局部區(qū)域的信息提取能力。隨后，LSTM模塊利用其時(shí)間記憶能力，進(jìn)一步優(yōu)化整個(gè)運(yùn)動(dòng)估計(jì)過程。

此外，研究人員還設(shè)計(jì)了專用的損失函數(shù)，顯著提升了模型的精度和穩(wěn)定性。在多個(gè)自建和公開數(shù)據(jù)集上的測(cè)試結(jié)果表明，MoGLo-Net在所有評(píng)估指標(biāo)上均優(yōu)于現(xiàn)有先進(jìn)方法，所重建出的三維圖像更接近真實(shí)解剖結(jié)構(gòu)。

特別值得一提的是，研究團(tuán)隊(duì)首次將該模型應(yīng)用于超聲與光聲的融合成像中，成功實(shí)現(xiàn)血管三維成像，為血流監(jiān)測(cè)、腫瘤診斷等臨床場(chǎng)景提供了強(qiáng)有力的工具支持。

“MoGLo-Net技術(shù)不僅可以提供更清晰的三維內(nèi)部視圖，還能輔助醫(yī)生做出更精準(zhǔn)的診療決策，”金敏宇教授表示，“更重要的是，它取消了對(duì)笨重昂貴的外部傳感器的依賴，有望在基層醫(yī)院和資源有限的環(huán)境中推廣使用，真正實(shí)現(xiàn)超聲影像技術(shù)的普及和可及性?！?/p>

該成果標(biāo)志著三維超聲成像邁入智能化、便攜化的新階段，為更精準(zhǔn)、高效、低成本的醫(yī)療服務(wù)打開了新局面。

參考文獻(xiàn)：SiYeoul Lee et al, Enhancing Free-hand 3D Photoacoustic and Ultrasound Reconstruction using Deep Learning,?IEEE Transactions on Medical Imaging?(2025).?DOI: 10.1109/TMI.2025.3579454

編輯：王洪

排版：李麗