自動、精確的超聲心動圖視頻分割對于高效、可重復(fù)地測量關(guān)鍵臨床心功能指標（如射血分數(shù)等）以及心血管疾病的診斷至關(guān)重要。然而，由于超聲影像固有的散斑噪聲、心臟結(jié)構(gòu)的復(fù)雜動態(tài)運動，以及標注數(shù)據(jù)的嚴重稀缺，這在臨床和計算領(lǐng)域仍然是一個極具挑戰(zhàn)性的任務(wù)。

深圳大學(xué)計算機與軟件學(xué)院吳惠思教授團隊及香港理工大學(xué)秦璟教授等人在該方向上完成了一項創(chuàng)新工作，提出了一種全新的半監(jiān)督模型EchoForge。該工作成功入選CVPR 2026，為解決標注受限條件下的心臟超聲精準影像分析帶來了新的進展。下面讓我們深入了解下它。

• 項目主頁：https://github.com/YunPeng-Fang/EchoForge

超聲心動圖是臨床心臟評估的一線工具，但自動分割面臨著三大障礙：

• 圖像質(zhì)量差：超聲圖像本質(zhì)上受到散斑噪聲和偽影的干擾，導(dǎo)致目標解剖邊界極其模糊。

• 動態(tài)變化大：在心臟收縮和舒張期間，心臟結(jié)構(gòu)的形狀和尺度會發(fā)生顯著的時空動態(tài)變化。

• 標注成本高：人工逐幀勾畫極其費時費力，導(dǎo)致訓(xùn)練數(shù)據(jù)通常極其稀疏（一般僅包含舒張末期和收縮末期的關(guān)鍵幀標注）。

現(xiàn)有的基于深度學(xué)習(xí)的解決方案往往存在局限性：傳統(tǒng)2D卷積網(wǎng)絡(luò)忽略了時序一致性，極易受噪聲干擾；引入光流的方法對散斑噪聲過于敏感；而現(xiàn)有的半監(jiān)督方法在早期生成的偽標簽質(zhì)量較差，初始錯誤會在訓(xùn)練中不斷累積，從而嚴重削弱了模型對未標注幀的學(xué)習(xí)能力。

該工作提出了一種名為EchoForge的全新半監(jiān)督超聲心動圖視頻分割框架。該方法的核心思想是通過“錨點語義感知”來克服噪聲與形態(tài)突變，并通過“連續(xù)偽標簽重鑄”機制充分挖掘未標注的視頻幀數(shù)據(jù)。該方法主要包括兩大創(chuàng)新部分：

四、技術(shù)方案

該方法的具體流程如圖1所示。其輸入為稀疏標注（僅標注舒張/收縮末期）的超聲心動圖視頻序列。

圖1. 方法流程

首先，針對超聲圖像特有的強散斑噪聲，該方法在ASA模塊中引入了錨點重新校準（ARC）策略，如圖2所示。不同于常規(guī)目標檢測中的候選框，這里的“錨點”是一組攜帶前景和背景先驗信息的可學(xué)習(xí)特征向量。它們像磁鐵一樣在復(fù)雜的超聲背景中吸引最相似的局部特征塊，對于高置信度區(qū)域保留原始特征，而對置信度模糊的區(qū)域則通過線性插值動態(tài)調(diào)整權(quán)重，從而有效剔除噪聲干擾。

為了處理心臟跨幀的巨大形變，ASA模塊中進一步設(shè)計了時序語義融合（TSF）機制。它通過掩碼池化從具有標注特征的參考幀中提取出關(guān)鍵的語義標簽（解剖學(xué)原型），并利用上下文融合模塊與交叉注意力機制，將這些純凈的結(jié)構(gòu)先驗深度注入到目標幀中，引導(dǎo)模型在不同姿態(tài)下生成更精準的邊界并保持時序連貫性。

圖2. 錨點更新過程

在半監(jiān)督學(xué)習(xí)方面，為了防止錯誤偽標簽累積，該方法提出了連續(xù)偽標簽重鑄（CPR）模塊。CPR將模型生成的已標記幀特征作為Query，未標記幀特征作為Key和Value，通過計算通道級交叉注意力來重建無標簽幀的特征，并生成高質(zhì)量的新偽標簽。配合創(chuàng)新的FlameRise訓(xùn)練策略（隨訓(xùn)練 Epoch逐漸增加偽標簽監(jiān)督的權(quán)重及置信度閾值），巧妙地防止了模型對早期低質(zhì)量預(yù)測的過擬合。

如下圖所示，該方法在CAMUS和EchoNet-Dynamic兩個基準的超聲數(shù)據(jù)集上進行了全面驗證。

圖3.可視化結(jié)果對比

即使在散斑噪聲嚴重、邊界極其模糊的挑戰(zhàn)性案例中，得益于ASA模塊的時空特征增強和CPR模塊的高質(zhì)量偽標簽再生，EchoForge依然展現(xiàn)出了更精確、更連貫的輪廓劃分能力。