DUSTrack: Полуавтоматическое отслеживание точек в ультразвуковых видеозаписях

Почему важно отслеживать движение внутри тела

Современные ультразвуковые аппараты позволяют в реальном времени наблюдать наши бьющиеся сердца и работающие мышцы без облучения и хирургического вмешательства. Тем не менее преобразование этих зернистых, быстро меняющихся изображений в точные измерения движения тканей оказалось непростой задачей. В этой статье представлен DUSTrack — пакет открытого программного обеспечения, который помогает исследователям и клиницистам точнее и с меньшими трудозатратами отслеживать мелкие точки в ультразвуковых видеозаписях, открывая путь к более глубоким выводам в кардиологии, реабилитации и спортивной науке.

Наблюдение за движением тканей под кожей

Многие медицинские и спортивные вопросы сводятся к простой идее: как определённые части тела движутся во времени? Отслеживание движения стенки сердца помогает диагностировать заболевания или направлять лечение. Наблюдение за мышечными волокнами показывает, как спортсмены генерируют силу, или как пациенты восстанавливаются после травмы. Ультразвук подходит для этого идеально: он безопасен, портативен и способен фиксировать как медленное дыхание, так и быстрое движение при скорости сотен кадров в секунду. Проблема в том, что ультразвуковые изображения шумные и лишены чётких границ, поэтому даже эксперты испытывают трудности с маркировкой той же самой точки на сотнях или тысячах кадров, а существующие компьютерные методы либо медленно дрейфуют от истинного местоположения, либо скачут между кадрами.

Сочетание человеческого суждения и машинного обучения

DUSTrack решает эти проблемы, превращая отслеживание точек в сотрудничество человека, глубокого обучения и классического метода оценки движения — оптического потока. Процесс начинается с графического интерфейса, который позволяет пользователю пролистывать короткий отрезок видео и указывать, где находятся ключевые точки — например, участок стенки сердца или граница мышцы. Вместо того чтобы просить пользователя разметить сильно удалённые друг от друга кадры, DUSTrack следует естественной привычке клиницистов: они просматривают последовательные кадры и корректируют точки по мере их движения. Программа автоматически заполняет многие промежуточные кадры с помощью оптического потока, предоставляя пользователю возможность быстро просмотреть и исправить эти оценки. Эти отобранные примеры затем используются для обучения глубокой нейронной сети, чтобы она могла распознавать те же точки на остальной части видео.

Сглаживание движения без потери важных деталей

Хотя обученная сеть хорошо находит корректное положение в каждом отдельном кадре, её предсказания всё ещё могут немного дрожать от кадра к кадру. Простые фильтры сглаживания уменьшают этот шум, но рискуют стереть быстрые реальные движения, содержащие важную физиологическую информацию. DUSTrack вводит более умный этап очистки, который снова использует оптический поток, на этот раз в коротких перекрывающихся окнах. Вокруг каждого момента времени программа строит множество небольших сегментов движения, заякоренных на оценках нейросети, затем усредняет их, чтобы получить единую плавную траекторию. Такой подход сохраняет быстрые подлинные движения — например внезапное сокращение мышцы — и одновременно подавляет случайные колебания, возникающие из-за несовершенств модели.

От бьющихся сердец до работающих мышц

Чтобы продемонстрировать широту применимости метода, авторы применяют DUSTrack к трём очень разным задачам. В ультразвуковых записях сердца они отслеживают несколько точек на левом желудочке и превращают их в непрерывные измерения толщины стенки и размера полости на протяжении нескольких ударов, а не только в двух точках времени. При сканировании верхней части руки во время движения достижения они отслеживают точки внутри двух мышц, чтобы количественно описать изменение их форм в разных направлениях, выявляя отличающиеся шаблоны деформации в трёхглавой мышце и брахиалисе. А в икроножной мышце они отслеживают точки вдоль внутренних структур — фасцикул и соединительных листов — чтобы восстановить принятые показатели архитектуры мышцы. В последнем случае DUSTrack показывает результаты, сопоставимые со специализированной современной программой для отслеживания фасцикул, что указывает на то, что универсальный метод может соперничать с узкоспециализированными инструментами.

Что это значит для будущего анализа ультразвука

Для неспециалиста DUSTrack можно рассматривать как точный «маркер движения» для ультразвуковых видеозаписей: он помогает людям и алгоритмам внимательно отслеживать мелкие внутренние ориентиры во времени с гораздо меньшим количеством догадок и нежелательных колебаний. Комбинируя интуитивный интерфейс, обучаемую нейронную сеть и шаг сглаживания, учитывающий движение, набор инструментов достигает точности, близкой к пределам того, что эксперты могут надёжно различить на этих изображениях. Поскольку он является открытым исходным кодом и спроектирован модульно, DUSTrack может как улучшать сегодняшние измерения, так и генерировать большие, надёжные наборы данных, необходимые для обучения полностью автоматизированных ультразвуковых систем будущего.

Цитирование: Namburi, P., Pallarès-López, R., Rosendorf, J. et al. DUSTrack: Semi-automated point tracking in ultrasound videos. Sci Rep 16, 13340 (2026). https://doi.org/10.1038/s41598-026-42795-3

Ключевые слова: отслеживание в ультразвуке, движение тканей, глубокое обучение, биомеханика, эхокардиография