基于小波增强技术的时空连通性保持网络，用于DSA序列中的颅内动脉分割

《Scientific Reports》：Wavelet-enhanced spatiotemporal connectivity-preserving network for intracranial artery segmentation in DSA sequences

　　

摘要

从数字减影血管造影中准确分割颅内动脉对于脑血管疾病的诊断和介入治疗至关重要。然而，传统方法难以捕捉动态的时空依赖性，这常常导致血管不连续以及由于背景干扰和分辨率损失而丢失细小的远端血管。在这项研究中，我们提出了小波增强时空连通性保持网络（WESCP-Net），这是一种旨在将物理先验与频域特征提取相结合的新框架。具体来说，我们引入了一个物理引导的时空增强模块，该模块明确利用血流动力学流量变化来区分活跃的血管信号和静态伪影。为了解决标准下采样过程中高频空间细节的丢失问题，我们加入了小波集成编码器和拓扑感知重建模块，这些模块利用离散小波变换来保持血管边界的清晰度并恢复结构连通性。在DIAS数据集上的实验结果表明，WESCP-Net取得了先进的性能，其Dice相似性系数为0.7982，交并比得分为0.6422。值得注意的是，其保持连通性的机制使得clDice指标达到了0.7135，改善了血管末端的连续性。WESCP-Net为精确的脑血管分割提供了一种稳健的技术范式，有助于实现可靠的外科导航和定量诊断。