在IVOCT图像中,基于波形U形网络用于生物吸收性血管支架细分的IVOCT图像
Mingfeng Lin1,2, Quan Lan3,4, Chenxi Huang2
1Henan Key Laboratory of Cardiac Remodeling and Transplantation, Zhengzhou Seventh People's Hospital, Zhengzhou, China.
Frontiers in physiology
|August 30, 2024
概括
一个新的基于Wavelet的U形网络在血管内光学连贯断层扫描 (IVOCT) 图像中改善了可生物吸收的血管支架 (BVS) 分段. 这种更高的准确性有助于治疗冠状动脉疾病,因为它可以更好地将支架与组织区分开来.
科学领域:
- 医疗成像医学成像
- 心血管工程 心血管工程
- 人工智能在医学中的应用
背景情况:
- 冠状动脉疾病 (CAD) 是导致死亡的主要原因.
- 生物吸收性血管支架 (BVS) 用于治疗CAD.
- 目前在血管内光学一致性断层扫描 (IVOCT) 图像中对BVS的细分不足.
研究的目的:
- 开发IVOCT图像中BVS的高级细分方法.
- 为了提高区分支架支架与周围组织的准确性.
- 提高BVS在CAD治疗中的临床适用性.
主要方法:
- 设计了一个基于Wavelet的U形网络.
- 该网络包括一个注意力门 (AG) 和一个Atrous多尺度场模块 (AMFM).
- 一个波波融合模块被用来整合特征地图.
主要成果:
- 拟议的模型实现了高性能指标:子 (85.10%),准确性 (99.77%),灵敏度 (86.93%) 和IOU (73.81%).
- AG,AMFM和融合模块显著改善了详细的上下文信息捕获.
- 该模型的性能优于现有的BVS细分技术.
结论:
- 基于Wavelet的U形网络为IVOCT成像的BVS细分提供了重大进展.
- 这种改进的细分为CAD管理中的临床应用提供了希望.
- 该方法可以适应其他复杂的医疗图像细分任务.


