A Diffusion Model for Simulation Ready Coronary Anatomy with Morpho-skeletal Control

虚拟干预使得冠状动脉内设备的基于物理学的模拟成为可能。该框架允许通过在不同的动脉解剖结构中部署相同的设备进行反事实推理。然而，目前创建这种反事实动脉的方法面临着可控性和真实性之间的权衡。在本研究中，我们研究了如何使用潜在扩散模型（LDMs）基于中等级解剖约束（如拓扑有效性、局部形态形状和全局骨架结构）来自定义合成冠状动脉，用于虚拟干预研究。我们还将扩散模型指导策略扩展到形态骨架调节的情境，并提出了一种新的连续属性指导方法，该方法通过在采样过程中自适应地更新负指导条件。我们的框架以可控的方式实现了冠状动脉解剖结构的生成和编辑，使设备设计师能够推导关于解剖变异和模拟设备部署的机械洞察。

该论文旨在解决虚拟干预研究中的冠状动脉形态生成问题，以便进行机械设备的模拟和部署。

该论文提出了一种基于中级解剖约束的潜在扩散模型（LDMs）方法，以定制合成冠状动脉形态。同时，该论文提出了一种新的指导方法，可以自适应地更新负指导条件。

该论文的亮点包括使用LDMs方法生成和编辑冠状动脉形态，提出了一种新的指导方法，实验结果表明该方法可以生成符合解剖学约束的冠状动脉形态，并且可以用于机械设备的模拟和部署。

最近在这个领域中，还有一些相关的研究，例如“Deep Vessel Segmentation and Centerline Extraction of Coronary Arteries in CTA Scans”和“Learning to Segment Coronary Arteries in Cardiac CT Angiography Using Two-Phase Trained Neural Networks”。