トポロジを認識した幾何学的深い学習を伴う脳血管造影における自動カテーテルのセグメンテーションとチップ検出

背景：X線蛍光視鏡検査でのカテーテルとガイドワイヤの視覚的認識は、神経介入に不可欠です。遠隔操作機能を備えた血管内ロボットは開発されていますが、精度と自律性を改善できる人工知能（AI）の増強を排除する血管内デバイスを「見る」ことはできません。神経介入については深い学習が調査されておらず、心血管のシナリオでの以前の作業はデバイスのヒントのみをセグメント化するため不十分ですが、ニューロインターベンションには同軸デバイスのために構造全体のセグメンテーションが必要です。したがって、この研究は、深い学習を使用した脳血管造影における自動で正確な画像ベースのカテーテルセグメンテーション法を開発します。 方法：カテーテルとガイドワイヤは、脳血管造影を受けている40人の患者から前向きに収集された3831蛍光鏡検査フレームで手動で注釈を付けられました。トポロジ認識の幾何学的ディープラーニング方法（TAG-DL）を提案し、最先端のディープラーニングセグメンテーションモデルであるUNET、NNUNET、TransUnetと比較しました。すべてのモデルは、正面図シーケンスでトレーニングされ、目に見えない患者からの前頭および横方向の両方のシーケンスでテストされました。結果は、センターラインのサイコロスコアとチップ距離エラーで評価されました。 結果：TAG-DLおよびNNUNETモデルは、トランスネットとUNETを上回りました。最良のパフォーマンスモデルはnnunetで、0.98±0.01の平均中心線ダイススコアと0.43（IQR 0.88）mmの先端距離の中央値を達成しました。コントラストの有無にかかわらず、デジタル減算マスクを組み込むと、目に見えない患者のパフォーマンスが大幅に向上し、この見解では訓練されていないにもかかわらず、ラテラルビュー蛍光鏡検査の例外的なパフォーマンスがさらに向上します。 結論：これらの結果は、限られた神経介入労働力のリーチ、生産性、安全性を増幅できるロボット神経介入のAI増強に向けた最初のステップです。

BACKGROUND: Visual perception of catheters and guidewires on x-ray fluoroscopy is essential for neurointervention. Endovascular robots with teleoperation capabilities are being developed, but they cannot 'see' intravascular devices, which precludes artificial intelligence (AI) augmentation that could improve precision and autonomy. Deep learning has not been explored for neurointervention and prior works in cardiovascular scenarios are inadequate as they only segment device tips, while neurointervention requires segmentation of the entire structure due to coaxial devices. Therefore, this study develops an automatic and accurate image-based catheter segmentation method in cerebral angiography using deep learning. METHODS: Catheters and guidewires were manually annotated on 3831 fluoroscopy frames collected prospectively from 40 patients undergoing cerebral angiography. We proposed a topology-aware geometric deep learning method (TAG-DL) and compared it with the state-of-the-art deep learning segmentation models, UNet, nnUNet and TransUNet. All models were trained on frontal view sequences and tested on both frontal and lateral view sequences from unseen patients. Results were assessed with centerline Dice score and tip-distance error. RESULTS: The TAG-DL and nnUNet models outperformed TransUNet and UNet. The best performing model was nnUNet, achieving a mean centerline-Dice score of 0.98 ±0.01 and a median tip-distance error of 0.43 (IQR 0.88) mm. Incorporating digital subtraction masks, with or without contrast, significantly improved performance on unseen patients, further enabling exceptional performance on lateral view fluoroscopy despite not being trained on this view. CONCLUSIONS: These results are the first step towards AI augmentation for robotic neurointervention that could amplify the reach, productivity, and safety of a limited neurointerventional workforce.