UltraStar 把超声探头导航从路径回归改为锚点全局定位，在 131 万样本上超越基线并随输入变长而扩展更好

UltraStar 把探头导航从路径回归改为基于锚点的全局定位，用星型图将历史关键帧作为空间锚点直接连接到当前视图，从而显式建模几何约束以实现精确定位。 既有方法通常把历史建模为顺序链，迫使模型过拟合带噪路径并在长序列上性能下降；该工作改用星型拓扑，让历史关键帧与当前视图直接相连，而非沿链传递。 摘要说明该设计动机来自专家依赖过往反馈调整后续操作，并在超过 131 万样本的数据集上通过实验与基线比较，报告其优于基线且随输入长度扩展更好。

在星型图之上加入语义感知采样策略，主动从海量历史日志中选取代表性标志点，减少冗余以实现准确锚定。 该策略针对实际扫描数据由试错探索产生、轨迹带噪且历史日志规模庞大的特点，把采样从被动使用全部历史转为主动挑选代表性标志点。 摘要将该策略描述为对星型图的增强，并与整体实验一起在超过 131 万样本的数据集上评估，报告其带来优于基线的表现。

在超过 131 万样本的数据集上，UltraStar 优于基线，并且随输入长度增加扩展性更好，表明在带噪探索下星型拓扑是更有效的历史建模方式。 既有方法在长序列上因过拟合带噪路径而性能下降，该工作报告其方法在更长输入下表现更好，从而给出关于历史建模拓扑的经验结论。 证据来自摘要所述的广泛实验，数据集规模为超过 131 万样本，比较对象为基线，并报告了随输入长度变化的扩展趋势。

该结果面向超声心动图探头导航这一设定，其目标是利用超声技师实际采集的带噪轨迹历史来辅助后续操作，适用于需要从海量历史日志中定位当前视图的场景。对希望在此基础上继续推进的读者，摘要指出代码已公开，可用于复现与进一步比较；其星型图与语义感知采样的组合也为其它需要从带噪历史中提取几何约束的导航或定位任务提供了可借鉴的建模思路。

可获取文本为摘要，未包含具体评价指标数值、基线构成、消融实验与统计检验，因此无法判断各组件贡献的相对大小，也无法确认扩展性优势在不同输入长度区间的具体表现。此外，摘要未说明数据集来自何种采集条件、是否覆盖不同操作者与设备，也未报告临床场景下的验证结果，这些是读者在评估其向实际诊疗流程迁移时仍会关注的问题。