해부학적 구조 기반 자기 지도 학습: 변환 불변 초음파 표현을 위한 비전 기초 모델 증류

Anatomy-Anchored Self-Supervision: Distilling Vision Foundation Models for Invariant Ultrasound Representation

자기 지도 사전 학습은 의료 영상 분야에서 전이 가능한 표현을 학습하는 데 점점 더 중요해지고 있습니다. 그러나 기존의 초음파 이미지(US) 분석 방법들은 이미지 또는 프레임 수준에서 작동하며, 임상적 관련성을 갖는 표현 학습을 위해 필요한 해부학적 맥락을 고려하지 못합니다. 본 연구에서는 해부학적 구조를 기반으로 한 자기 지도 학습 프레임워크인 ANAUS를 제안합니다. ANAUS는 일반적인 시각 영역이 아닌, 임상적으로 의미 있는 해부학적 구조에 초점을 맞춰 표현 학습을 수행합니다. 학습 가능한 잠재적 프롬프트 엔진과 기존의 공개된 이미지-마스크 쌍을 이용한 일회성 도메인 적응을 통해, LP-SAM 모듈은 주석 없이 대규모의 해부학적 구조 분할을 가능하게 합니다. 이러한 해부학적 기반을 바탕으로, 본 연구에서는 두 가지 정책으로 구성된 자기 지도 학습 패러다임을 제안합니다. 첫째는 초음파 영상 간 의미론적 정보를 고려한 해부학적 구조 분리 정렬이며, 둘째는 문맥적 핵심 영역 예측입니다. 구체적으로, 전자는 동일한 해부학적 영역 내에서의 특징 불변성을 강화하고, 서로 다른 구조 간의 차별성을 촉진합니다. 후자는 모델이 손상된 영역을 재구성하도록 하여 미세한 구조적 세부 사항을 캡처합니다. 여섯 개의 공개 데이터셋에 대한 광범위한 실험 결과는 제안하는 방법(ANAUS)이 기존 최고 성능 방법을 꾸준히 능가하며, 임상 적용에 필수적인 계산 효율성을 유지함을 보여줍니다. 코드 및 관련 자료는 https://github.com/zhcz328/ANAUS 에서 확인할 수 있습니다.

Self-supervised pre-training paradigm has gained increasing prominence for learning transferable representations in medical imaging, yet existing methods for ultrasound (US) images operate at the image or frame level, overlooking the anatomical context for clinical-aligned representation learning. In this work, we propose an anatomy-anchored ultrasound self-supervision framework ANAUS that shifts representation learning from generic visual regions to clinically meaningful anatomical structures. Utilizing a learnable latent prompt engine alongside a one-time domain adaptation on existing public image--mask pairs, we empower the LP-SAM module to achieve annotation-free anatomy delineation at scale. Building upon this anatomical grounding, we propose a dual-policy self-supervised learning paradigm consisting of inter-view semantics-aware anatomy-separating alignment and contextual core-region prediction to enhance representation learning. Specifically, the former enforces feature invariance within identical anatomical regions while promoting discriminability across distinct structures; the latter compels the model to reconstruct corrupted regions, thereby capturing fine-grained structural details. Extensive evaluations on six public datasets demonstrate that \ours{} consistently outstrips current state-of-the-art methods while maintaining the computational efficiency essential for clinical deployment. Code is available at https://github.com/zhcz328/ANAUS.