理大創新科研利用先進記憶提示技術克服超聲波影像難題
心血管疾病是香港主要健康問題之一，不少市民會定期進行心臟檢查，以便及早發現及治療。作為重要的診斷影像工具，超聲波心動圖在評估心臟功能方面非常重要，能以非侵入性方式洞察心血管健康狀況，有助及時介入治療。然而，由於影像中常出現斑點雜訊與模糊邊界等問題，要人工解讀這些超聲波影像極具挑戰，需要大量的專業知識和時間。因此，常規的年度身體檢查計劃中，較少涵蓋心臟相關檢查。
香港理工大學護理學院秦璟教授與團隊開發了一項名為「MemSAM」的創新模型，透過改良Meta AI的人工智能（AI）模型「Segment Anything Model（SAM）」配合醫學影像的特定需求，從而革新超音波心動圖影片分割技術。
MemSAM透過時間感知與抗雜訊提示方案，引入了一套獨特的超聲波心動圖影片分割方法。由Meta AI推出的SAM，是專門用於影像分割的先進AI模型，可以快速識別並分割任何影像中的元素。
雖然傳統的SAM應用在自然影像分割方面表現出色，但由於缺乏時間一致性，並且有顯著的雜訊，限制其在醫學影像中的直接應用。針對這些問題，MemSAM加入了一套時空記憶機，可以同時捕捉空間及時間資訊，確保跨影片畫面分割的一致性與準確度。
引入MemSAM有望大幅降低成本及解讀影像所需的專業知識門檻，從而減輕漫長從而等待高級心臟影像設備的負擔。此外，該技術還能將簡易心臟評估納入常規健康篩查，不僅提升檢查的便利性，並有助提高疾病的早期發現率。
眾所周知，超聲波心動圖影片的分割存在許多固有挑戰，難度極高。影像中大量斑點雜訊和偽影，加上心臟結構邊界的模糊性，令分割過程更加複雜。
此外，由於心臟運動的動態特性，導致目標物件在不同畫面之間會出現顯著差異。MemSAM採用了記憶強化機制，利用預測遮罩加強記憶提示的質素，可有效減輕雜訊的不良影響，並改善分割精準度。
MemSAM的一大特色，是能夠在標註資料有限的情況下仍能展現頂尖表現。在臨床實務中，超聲音波心動圖影片的標註工作需要大量人力，通常會導致標註稀疏，一般僅限於收縮末期和舒張末期等關鍵畫面。MemSAM在半監督設定下表現出色，其表現媲美完全監督模型，同時所需的標註及提示遠少於後者。
MemSAM的效用已在CAMUS及EchoNet-Dynamic兩個公共資料集上，進行了嚴格測試，表現比現有模型更為優勝。值得注意的一點，該模型能夠以最少的提示保持高度的分割準確率，對簡化臨床工作流程及減輕醫護專業人員負擔方面，顯示出莫大潛力。
MemSAM所採用的技術，源自SAM模型與先進記憶提示技術的融合。SAM以其強大的影像理解與分割能力聞名，經改良後，可解決醫學影片的獨特難題。其核心創新在於時間感知提示方案，透過時空記憶引導分割過程。該記憶機制包含了空間及時間線索，使模型能夠維持在不同畫面之間保持一致，並避免由遮罩傳播而導致的錯誤識別問題。
記憶強化機制是MemSAM的另一項關鍵設計。由於超聲波影像經常會受到複雜的雜訊影響，因而降低影像嵌入的質素。為了解決這問題，MemSAM採用了一種強化策略，利用分割結果突顯前景特徵，並降低背景雜訊的影響。該方法不僅提升特徵顯示的辨識度，還防止傳播錯誤資訊以及在記憶中累積。
MemSAM的架構建基於醫學基礎模型SAMUS，而SAMUS則是建基於SAM，針對醫學影像的最佳化模型。該模型會逐個畫面順序處理影片，處理後續畫面時不用依靠外部提示，而是靠記憶提示。這個設計大幅降低對密集標註及外部提示的需要，特別適合半監督作業。
雖然 MemSAM可視為超聲波心動圖像影片分割領域的一大突破，未來的研究目標是提升模型的穩健性，尤其是針對初始畫面質素較差的情況。此外，探索MemSAM在其他醫學影像領域的應用，以及提升其運算效率，將會是未來的重要發展方向。
MemSAM不僅解決了超聲波影片分割存在已久的難題，還為先進機器學習技術與醫學影像的融合樹立新基準。透過彌合尖端技術與臨床應用之間的差距，MemSAM有望改善心血管護理的診斷準確度與患者預後。這個創新模型體現了人工智能在革新醫護行業的潛力，讓人窺見自動化、準確及高效的診斷工具成為常態的未來。
資料來源: Innovation Digest
