SDA-UCT

AI框架实现快速、高分辨率超声成像

研究人员开发了一种新颖的自监督域自适应框架SDA-UCT，用于肌肉骨骼组织的快速、准确超声断层合成（UCT）成像。该方法利用在模拟数据上预训练的注意力增强网络，并通过物理信息自监督学习将其适应于体内数据，有效弥合了模拟到真实域的差距。该框架集成了低秩自适应（Low-Rank Adaptation）机制，以适应各种临床场景，在毫秒内实现高质量的声速重建，速度比传统方法快几个数量级，并能实现实时3D可视化。