训练中的辅助输入：将导管特征融入基于深度学习的 ECG 自由动态冠状动脉路线图

动态冠状动脉路线图是一种技术，旨在将从 X 射线血管造影图像序列中提取的血管图（“路线图”）实时叠加到 X 射线造影的实时流中，以无需反复注射造影剂即可为介入手术提供导航指导，从而减少辐射暴露和肾脏损伤的风险。路线图的精度取决于基于心脏相位对血管造影图像和造影图像进行准确配准，以及精确的导管尖端跟踪。前者确保所选的路线图与当前帧中血管形状相匹配，而后者则将导管尖端作为参考点来调整路线图与当前血管树之间的平移运动。为这两个任务训练深度学习模型具有挑战性且研究不足。然而，融入导管特征到模型中可能提供显著的好处，因为人类在完成任务时高度依赖导管。为此，我们引入一种简单而有效的方法，即训练中的辅助输入（AIT），并证明其在两个任务上均能提升模型性能，在知识融合和迁移学习方面均优于基线方法。