Was haben Sie herausgefunden?
Wir schlagen einen neuartigen Ansatz zur Nadelerkennung in Ultraschallbildern vor, besonders in Situationen, in denen die Nadel kaum sichtbar ist. Erfahrene Ultraschalltechniker verlassen sich intuitiv auf zeitliche Hinweise, um die eingeführte Nadel wiederzufinden und den Eingriff fortzusetzen. Inspiriert von dieser Wahrnehmungsstrategie führen wir einen Mechanismus ein, der die Nadel bewusst in Schwingung versetzt, und entwickeln ein Deep-Learning-Modell namens VibNet, um die durch diese Schwingungen hervorgerufenen subtilen Bewegungen zu erfassen. Indem wir uns auf zeitliche Schwingungsmuster konzentrieren, anstatt ausschließlich auf statische Bildmerkmale zu setzen, verbessert unsere Methode die Leistung der Nadelerkennung erheblich.
Welche Herausforderungen gab es während der Forschungen?
Eine große Herausforderung bestand darin, dass Nadeln aufgrund des sogenannten Speckle-Rauschens in Ultraschallbildern oft schwer zu erkennen sind. Es war auch schwierig, ein Netzwerk zu entwickeln, das die winzigen Bewegungen durch die Vibration der Nadel nutzen konnte. Darüber hinaus mussten wir sicherstellen, dass die Komponenten unseres Deep-Learning-Modells – beispielsweise die Art und Weise, wie es Bewegungen und Formen analysiert – gut zusammenarbeiteten. Schließlich mussten wir gewährleisten, dass die von uns hinzugefügte Vibration sicher ist und das Gewebe nicht schädigt.
Ist es bereits geplant, diese Entwicklungen in die Praxis oder industrielle Anwendungen zu überführen?
Ja, wir planen, diese Methode in medizinischen Instrumenten einzusetzen. Da sie auch dann gut funktioniert, wenn die Nadel schwer zu sehen ist, könnte sie bei robotergestützten Eingriffen hilfreich sein. Da die Vibration sicher ist und der von Ärzten bereits manuell angewendeten Vorgehensweise ähnelt, kann sie in Zukunft in aktuelle medizinische Geräte integriert werden. Wir arbeiten daran, daraus eine Lösung zu machen, die in Krankenhäusern oder Kliniken eingesetzt werden kann.
Publikation:
VibNet: Vibration-Boosted Needle Detection in Ultrasound Images; Dianye Huang, Chenyang Li, Angelos Karlas, Xiangyu Chu, K. W. Samuel Au, Nassir Navab und Zhongliang Jiang; IEEE Transactions on Medical Imaging; Juni 2025; https://ieeexplore.ieee.org/document/10902567
Artikel: Andreas Schmitz
