在X射线光镜图像中采用多个导管尖端追踪方法,采用新的轻量级细分网络和贝叶斯波

科学领域:

• 医疗成像医学成像
• 干预心脏病学 干预心脏病学
• 计算机视觉 计算机视觉

背景情况:

• 穿皮冠状动脉干预 (PCI) 依赖于导导管道来准确放置.
• 射线光镜对于可视化导管尖端至关重要,但由于辐射剂量低,因此受到噪音和低对比度的影响.
• 精确跟踪导管尖端对于动态冠状动脉路线图生成和重叠至关重要.

研究的目的:

• 开发和验证一个强大的导管尖跟踪框架X射线光学序列.
• 通过精确跟踪导管尖的运动来提高动态冠状动脉路线图生成的准确性.
• 为了应对低信号噪声比率和低对比度在X射线光镜图像中的挑战.

主要方法:

• 开发了一种轻量级,高效的导管尖细分网络,并增强了自蒸培训机制.
• 贝叶斯选用于后处理,通过结合时间序列信息来完善细分.
• 该框架旨在通过基于连接性的分组细分结果来跟踪多个导管尖端.

主要成果:

• 拟议的框架证明了有效的导管尖端细分和跟踪在杂的,低对比度的X射线光镜图像.
• 自蒸机制提高了细分网络的效率和准确性.
• 贝叶斯选成功通过利用时间数据来完善跟踪,并实现了多点跟踪能力.

结论:

• 开发的框架提供了一种可靠的方法,用于在PCI期间在X射线光镜中跟踪导管尖端.
• 这项技术有可能提高干预心脏病手术的精度和安全性.
• 该框架能够处理具有挑战性的成像条件并跟踪多个提示的能力提供了显著的临床价值.