研究人员开发了一种新颖的神经渲染优化框架，用于从稀疏视角的动态数字减影血管造影（DSA）图像重建三维血管结构。该方法称为血管概率引导衰减学习，旨在减少当前商用DSA系统相关的显著辐射暴露，这些系统通常需要数百个扫描视角。该方法将DSA成像建模为静态和动态衰减场的加权组合，利用血管概率场来引导静态背景和动态造影剂流的分离，从而提高重建质量。该框架通过最小化合成图像与真实DSA图像之间的差异进行训练，并采用渐进式训练和时间一致性损失策略来增强几何精度和时间连贯性。 AI
影响 这项研究可能有助于减少接受血管成像的患者的辐射暴露，从而改善诊断程序。
排序理由 这是一篇详细介绍医学成像重建新技术方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
