基于深度学习的视频插帧降低心血管造影中的 X 射线辐射暴露频率
图像与视频处理
2020-06-02 v1 计算机视觉与模式识别
摘要
心脏冠状动脉造影是心脏介入手术中辅助医生的主要技术。在 X 射线辐射曝光下，医生通过导管注入造影剂以实时确定冠状动脉的位置与状态。为获得高帧率冠状动脉造影视频，医生需提高 X 射线的曝光频率与强度，这将不可避免地增加 X 射线对患者与外科医生的危害。本工作中，我们创新性地利用基于深度学习的视频插帧算法对冠状动脉造影视频进行插帧。此外，我们建立了一个包含 95,039 张三元组图像的新冠状动脉造影图像数据集，用于重新训练视频插帧网络模型。利用重训练后的网络，我们从低帧率冠状动脉造影视频合成高帧率冠状动脉造影视频。这些合成视频帧的平均峰值信噪比（PSNR）达到 34dB。大量实验结果证明了使用视频帧插帧算法合成连续清晰高帧率冠状动脉造影视频的可行性。在该技术辅助下，医生可显著降低冠状动脉造影中 X 射线的曝光频率与强度。
引用
@article{arxiv.2006.00781,
title = {Reducing the X-ray radiation exposure frequency in cardio-angiography via deep-learning based video interpolation},
author = {Xiao-Lei Yin and Dong-Xue Liang and Lu Wang and Jing Qiu and Zhi-Yun Yang and Jun-Hui Xing and Jian-Zeng Dong and Zhao-Yuan Ma},
journal= {arXiv preprint arXiv:2006.00781},
year = {2020}
}