基于患者特定的计算机断层扫描的血管内超声图像的数值模拟
概括
我们使用计算机断层扫描 (CT) 图像开发了一个人工智能准备好的静脉内超声波 (IVUS) 模拟器. 这种工具可以生成现实的IVUS数据,并且具有基本的真实性,从而减少了人工智能算法开发中需要手动注释的需求.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 生物医学工程 生物医学工程
背景情况:
- 血管内超声波 (IVUS) 提供了详细的动脉成像.
- 人工智能 (AI) 需要广泛的注释数据来进行IVUS图像分析.
- 手动IVUS数据注释是昂贵的和耗时的.
研究的目的:
- 介绍一款用于生成现实的IVUS图像的新型IVUS模拟器.
- 通过提供基准真相数据,使人工智能算法开发成为可能.
- 以计算机断层扫描 (CT) 图像为基础进行IVUS模拟.
主要方法:
- 精确建模IVUS传感器,包括点分布函数 (PSF) 和斑点大小.
- 使用CT图像作为输入来模拟IVUS数据.
- 使用在体外,在体内和在体内共同注册的CT-IVUS数据集进行验证.
主要成果:
- IVUS模拟器准确地模拟了传感器的特性.
- 定量分析 (JSD,sSNR,CNR) 显示模拟和体内IVUS图像之间的高度相似性.
- 模拟器成功应用于腹腔大动脉动脉瘤 (AAA) 患者数据.
结论:
- 开发的IVUS模拟器产生了现实的超声波数据与地面真相.
- 这个工具可以显著帮助AI驱动的IVUS图像分析.
- 模拟器是有效的超声波数据生成的有希望的解决方案.


