导读
脑血管疾病对人类生命构成严重威胁。在脑血管疾病的诊断和治疗中，准确提取脑血管结构至关重要。然而，脑血管结构复杂，成像对比度低，给血管分割带来了巨大挑战。因此，我们提出了一种基于拓扑学习的多尺度注意力网络，通过提取血管图像的多尺度连通性特征，从血管造影图像中准确提取血管结构，如图1所示。
图1. 所提方法框架图
总结与展望
本文介绍了一种基于多尺度挤压注意力模块的多尺度注意力网络，该网络结合了拓扑约束损失函数，用于血管造影图像中的血管分割。未来，我们计划进一步将提出的方法应用到血管介入机器人的智能算法模块中，基于血管分割的图像信息，为介入手术机器人提供智能化的手术规划和操作建议，最大程度地减少手术风险和并发症的发生。
长按二维码看全文
Website：
https://www.sciencedirect.com/science/article/pii/S2950489924000046
DOI:
https://doi.org/10.1016/j.engmed.2024.100004
关于我们
官方网站：
https://www.sciencedirect.com/journal/engmedicine
期刊投稿：
https://www2.cloud.editorialmanager.com/engmed/default2.aspx
创刊主编：
滕皋军（中国科学院院士、东南大学附属中大医院）
执行编辑：
祁小龙（国家高层次人才、东南大学附属中大医院）
联系合作：
engmedicine@seu.edu.cn
撰稿：韩 涛
排版：李登明
美编：天 天
