BronchoTrack：用于支气管镜支气管分支级定位的气道腔追踪
内容提要
本文综述了支气管镜导航与肺气道分割的深度学习方法，包括CNN气道分类、HMM定位、NaviAirway分割、ConTrack设备跟踪、跨域特征交互网络及分支级U-Net，用于无需CT的导航、肺部疾病诊断和手术跟踪。
延伸解读
无需CT与电磁跟踪的导航新思路
本文提出仅利用支气管镜视频数据实现导航引导，通过CNN对气道分割进行单帧分类，并采用基于状态转移的HMM模型，结合解剖学约束和时间上下文信息对支气管树进行定位。这种方法摆脱了对电磁跟踪和CT扫描的依赖，为支气管镜操作提供视觉引导，有望降低设备成本并简化临床流程。
肺气道分割的深度学习进展
文章综述了多项肺气道分割研究，如NaviAirway采用支气管特异性损失函数和人视感迭代训练策略，细分支气管以提升性能；还有基于解剖学感知的多类气道分割方法，通过拓扑引导自学习和断裂注意力图生成伪标签，完整分割气道树。这些方法服务于支气管镜导航、肺部疾病诊断等领域，并提出了新的评价指标。
设备跟踪与跨域特征交互技术
在设备跟踪方面，ConTrack利用转换器网络结合空间和时间上下文，在X光荧光和描记术图像中准确检测和跟踪设备；跨域特征交互网络通过四重特征约束和引导特征融合模块，提取支气管内腔结构特征和图像伪影特征，实现良好的内腔定位。这些技术提升了手术跟踪的准确性。
分支级分割与不确定性估计
Branch-Level U-Net和Branch-Level CE-UNet基于U-Net结构，添加分支损失和中央线损失，以学习气道精细分支末端的特征。同时引入不确定性估计算法获得自信的预测结果，增加模型可靠性。后处理中根据最大连接率计算和提取基于肺气管的预测结果，进行分割细化和修剪。
Q&A
BronchoTrack 是什么？它有什么主要功能？
BronchoTrack 是一种仅利用支气管镜视频数据实现导航引导的方法。它通过 CNN 对气道分割进行单帧分类，并采用基于状态转移的 HMM 模型，应用解剖学约束和时间上下文信息对支气管树进行定位，从而在无需电磁跟踪和 CT 扫描的情况下，实现对支气管镜操作的视觉引导。
NaviAirway 是什么？它有什么特点？
NaviAirway 是一种用于医学图像分析的基于深度学习的肺气道分割方法。它采用支气管特异性损失函数和人视感迭代训练策略，细分支气管以提升模型性能，可用于支气管镜导航、肺部疾病诊断等领域，并提出了两个新的评价指标来更全面公正地评估肺气道分割方法。
ConTrack 网络是做什么的？
ConTrack 是一种基于转换器的网络，利用空间和时间上下文信息，在 X 光荧光和描记术图像中进行准确的设备检测和跟踪。
跨域特征交互（CDFI）网络有什么作用？
跨域特征交互（CDFI）网络通过四重特征约束（QFC）模块和引导特征融合（GFF）模块，可准确提取支气管镜术中支气管内腔的结构特征和不同类型的图像伪影特征信息，从而实现良好的内腔定位准确度。
Branch-Level U-Net 和 Branch-Level CE-UNet 是什么？它们有什么特别之处？
Branch-Level U-Net (B-UNet) 和 Branch-Level CE-UNet (B-CE-UNet) 是两种基于 U-Net 结构的网络，用于气道分割。它们都添加了分支损失和中央线损失，以学习气道的精细分支末端的特征。此外，还包括不确定性估计算法来获得自信的预测结果，增加整个模型的可靠性。在后处理过程中，根据最大连接率计算和提取基于肺气管的预测结果，以进行分割的细化和修剪。
基于解剖学感知的多类气道分割方法有什么应用？
基于解剖学感知的多类气道分割方法通过拓扑引导的自学习方法和断裂注意力图生成伪标签，能够完整地分割气道树，适用于慢性阻塞性肺疾病、哮喘和肺癌等呼吸系统疾病的分析。
