基于卷积神经网络与循环神经网络的 X 线血管造影中对比剂流入的快速前瞻性检测
医学物理
2019-12-10 v1 图像与视频处理
摘要
在 X 线血管造影序列中自动检测对比剂流入，有助于计算机辅助心脏介入中的图像引导。本文提出两种不同的前瞻性对比剂流入检测方法。这些方法被开发与评估，用以从 X 线序列中检测对比剂帧。第一种方法训练一个卷积神经网络（CNN）来区分一帧是否含有对比剂。第二种方法从具有增强血管结构的图像中提取对比剂特征；随后基于特征曲线的变化，利用长短期记忆（LSTM，一种循环神经网络架构）检测对比剂帧。我们的实验表明，两种方法在从 X 线序列中检测起始对比剂帧方面均取得良好性能，且比最先进的方法更为鲁棒。由于所提方法在前瞻性设置下工作且运行快速，它们具有用于临床实践的潜力。
引用
@article{arxiv.1912.03492,
title = {Fast Prospective Detection of Contrast Inflow in X-ray Angiograms with Convolutional Neural Network and Recurrent Neural Network},
author = {Hua Ma and Pierre Ambrosini and Theo van Walsum},
journal= {arXiv preprint arXiv:1912.03492},
year = {2019}
}
备注
International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), 2017