超声成像（Ultrasound, US）作为一种实时、无创的成像技术，广泛应用于各类器官和组织的临床诊断及医疗操作中。然而，传统超声仅能提供二维视角，对于需要三维结构信息的临床决策仍存在局限。为解决这一难题，韩国釜山国立大学生物融合工程学院及人工智能研究中心的金敏宇（MinWoo Kim）副教授团队，开发出一种全新的深度学习模型“MoGLo-Net”，可在无需外部追踪传感器的情况下，实现超声探头的精准运动追踪，并重建高质量的三维图像。该研究成果已于2025年6月13日发表于《IEEE Transactions on Medical Imaging》期刊。
在超声与光声成像（Photoacoustic, PA）结合而成的PAUS成像系统中，医生通过手持探头发射激光和超声波，在体表滑动以获取目标区域的图像。虽然这一方法操作灵活，但每次只能捕捉一个小的二维切片，难以完整呈现器官或组织的三维结构。目前虽然存在一些3D探头解决方案，但它们价格高昂、视野受限，不适合大范围推广。
为此，研究人员提出了一种“自由手持式三维重建”方案，通过将连续的二维图像拼接生成三维视图。但该方法对探头的运动追踪精度要求极高，传统做法依赖外部传感器（如光学或磁场定位系统），不仅成本高、体积大，而且常常测量不准确。
MoGLo-Net模型通过直接分析超声图像中的组织散斑（speckle）模式，自动推断探头的运动轨迹，从而彻底摆脱了对外部设备的依赖。该模型由两个主要部分组成：基于ResNet架构的图像编码器和基于LSTM（长短时记忆网络）的运动估计器。编码器通过“相关操作”识别连续图像之间的差异，能同时捕捉平面内与平面外的探头位移；同时，研究团队创新性地引入了“自注意力机制”，在全图特征的基础上加强局部区域的信息提取能力。随后，LSTM模块利用其时间记忆能力，进一步优化整个运动估计过程。
此外，研究人员还设计了专用的损失函数，显著提升了模型的精度和稳定性。在多个自建和公开数据集上的测试结果表明，MoGLo-Net在所有评估指标上均优于现有先进方法，所重建出的三维图像更接近真实解剖结构。
特别值得一提的是，研究团队首次将该模型应用于超声与光声的融合成像中，成功实现血管三维成像，为血流监测、肿瘤诊断等临床场景提供了强有力的工具支持。
“MoGLo-Net技术不仅可以提供更清晰的三维内部视图，还能辅助医生做出更精准的诊疗决策，”金敏宇教授表示，“更重要的是，它取消了对笨重昂贵的外部传感器的依赖，有望在基层医院和资源有限的环境中推广使用，真正实现超声影像技术的普及和可及性。”
该成果标志着三维超声成像迈入智能化、便携化的新阶段，为更精准、高效、低成本的医疗服务打开了新局面。
参考文献：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
编辑：王洪
排版：李丽
评论 (0)