大规模预训练的框架生成模型能够实时低剂量DSA成像:一个AI系统开发和多中心验证研究
Huangxuan Zhao1, Ziyang Xu2, Lei Chen1
1Department of Radiology, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430022, China.
Med (New York, N.Y.)
|August 20, 2024
概括
这项研究介绍了GenDSA,一种人工智能系统,可以使用显著更少的辐射生成数字减去血管学 (DSA) 图像. GenDSA生产高质量的实时DSA视频,减少医生和患者的辐射暴露.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 数字减去血管造影 (DSA) 需要多次扫描,导致医疗专业人员和患者的大量辐射暴露.
- 目前的DSA程序需要高剂量的辐射,在干预过程中对健康构成风险.
研究的目的:
- 开发GenDSA,一个实时,低剂量数字减去血管学 (DSA) 成像系统,利用大规模预训练的多生成模型.
- 为了在DSA程序中显著减少辐射暴露,同时保持图像质量.
主要方法:
- 基因DSA在10家医院的27,117名患者的大约300万张DSA图像上接受了培训.
- 该系统在每个真实之后生成1到3的序列,并使用客观指标 (SSIM,PSNR) 和5名干预放射科医生的主观评估进行验证.
- 评估包括利克特级别评分,视觉图灵测试,肯德尔的W和弗莱斯的卡帕,用于评估者之间的可靠性.
主要成果:
- GenDSA以PSNR=36.83,SSIM=0.911和0.07秒/的生成时间实现了高性能,超过了现有的算法.
- 生成的视频与专家放射科医生的真实视频是不可分的,具有可比的整体质量和损伤评估得分.
- 该系统成功地将辐射剂量减少了三分之二,同时保持了视频的一致性.
结论:
- 通过大幅减少DSA指导干预期间的辐射暴露,GenDSA提供了重要的临床和转化价值.
- 开发的AI系统提高了干预放射学中患者和医生的安全性.
- 基因DSA代表了低剂量,实时DSA成像的突破.
