PulseAugur
中
实时 08:02:49
English(EN) FrameONE: Hierarchical Motion Modeling for Universal Multi-View Echocardiographic Keyframe Detection

FrameONE框架推进超声心动图关键帧检测

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了FrameONE，一个新颖的端到端框架，用于通用多视角超声心动图关键帧检测。该系统采用分层运动建模策略，包括用于减少外观偏差的帧内多任务学习和用于分离与视角无关的动态和视角特定模式的帧间通用运动学习。FrameONE旨在通过实现不同超声心动图视角之间共享但灵活的运动表示学习，来克服现有视角特定方法的局限性。在包含25,872个视频的大型数据集上进行的实验表明，FrameONE达到了最先进的准确性和强大的跨视角泛化能力。 AI

排序理由 该集群包含一篇详细介绍特定技术任务新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

FrameONE框架推进超声心动图关键帧检测

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Rusi Chen, Yuhao Huang, Hongyuan Zhang, Chao Tian, Shunan Ji, Yuhan Zhang, Dong Ni ·

    FrameONE: Hierarchical Motion Modeling for Universal Multi-View Echocardiographic Keyframe Detection

    arXiv:2607.00748v1 Announce Type: new Abstract: Accurate detection of end-systole (ES) and end-diastole (ED) frames is fundamental to echocardiographic assessment. Existing methods are typically developed in a view-specific manner, depend on auxiliary annotations or intensive vis…

  2. arXiv cs.CV TIER_1 English(EN) · Dong Ni ·

    FrameONE：用于通用多视角超声心动图关键帧检测的分层运动建模

    Accurate detection of end-systole (ES) and end-diastole (ED) frames is fundamental to echocardiographic assessment. Existing methods are typically developed in a view-specific manner, depend on auxiliary annotations or intensive visual modeling, which limits their generalizabilit…

相关话题