维持治疗设备尖端持续可见性的心内超声心动图操作引导
图像与视频处理
2025-05-12 v1 计算机视觉与模式识别
机器人学
摘要
心内超声心动图（ICE）在电生理学（EP）和结构性心脏病（SHD）介入治疗中发挥关键作用，通过提供心内结构的实时可视化。然而，由于手动ICE导管操作过程中需要频繁调整，保持治疗设备尖端的持续可见性仍是一个挑战。为此，我们提出了一种AI驱动的追踪模型，用于估计设备尖端在ICE成像平面内的入射角和经过点，确保持续可见性并促进机器人ICE导管控制。我们方法的一个关键创新是混合数据集生成策略，它结合了临床ICE序列与合成数据增强以提升模型鲁棒性。我们在水中实验装置中采集ICE图像，为ICE导管和设备尖端均配备电磁（EM）传感器以建立精确的真实位置。通过将导管尖端叠加到真实ICE图像上创建合成序列，在保留运动连续性的同时模拟多样化的解剖场景。最终数据集包含5,698对ICE-尖端图像对，确保全面的训练覆盖。我们的模型架构集成了在3740万张超声心动图图像上训练的预训练超声（US）基础模型，用于特征提取。基于Transformer的网络处理序列ICE帧，利用历史经过点和入射角来提高预测准确性。实验结果表明，我们的方法实现了3.32度入射角误差和12.76度旋转角误差。这一AI驱动框架为实时机器人ICE导管调整奠定了基础，在最小化操作者工作量的同时确保治疗设备持续可见。未来工作将聚焦于扩展临床数据集以进一步增强模型泛化能力。
引用
@article{arxiv.2505.05518,
title = {Guidance for Intra-cardiac Echocardiography Manipulation to Maintain Continuous Therapy Device Tip Visibility},
author = {Jaeyoung Huh and Ankur Kapoor and Young-Ho Kim},
journal= {arXiv preprint arXiv:2505.05518},
year = {2025}
}