编辑推荐：
介入放射成像（IRI）存在帧率与辐射剂量的矛盾问题。研究人员开展了基于可控帧插值技术的 IRI 研究，提出 TCNet 方法。实验表明该方法能生成合适帧率视频，提升血流和呼吸模式重建效果，为医生提供可控 IRI，助力医疗诊断。
在医学影像的世界里，介入放射成像（Interventional Radiology Imaging，IRI）堪称评估脑血管解剖结构的 “得力助手”，它能通过动脉和静脉血流的连续图像，为医生展现血管的奥秘，在诊断血管畸形等疾病时发挥着关键作用。然而，IRI 却面临着一个棘手的 “两难困境”。一方面，为了减少辐射剂量，目前 IRI 采集时的帧率通常被限制在 4 帧每秒（fps），但这一较低的帧率使得图像出现不连续和闪烁的情况，就像看老电影时画面总是卡顿、跳帧，无法清晰地呈现血管内复杂的血流变化。另一方面，若要在复杂血流条件下更精准地观察，就需要将帧率提高到 15fps 进行二次采样，可这又会大幅增加辐射剂量。要知道，过量的辐射对患者健康危害极大，可能诱发白血病、癌症等严重疾病。在这样的背景下，开展能平衡帧率与辐射剂量的研究迫在眉睫。
为了解决这一难题，国内研究人员踏上了探索之旅。他们提出了一种名为时间可控网络（Temporally Controllable Network，TCNet）的创新方法，该研究成果发表在《Computer Vision and Image Understanding》上。这一研究意义非凡，它成功打破了 IRI 在帧率和辐射剂量之间的僵局，为医疗诊断带来了新的曙光。
在研究过程中，研究人员运用了多个关键技术方法。首先，他们构建了 IRI - VFI 数据集，该数据集包含 1357 个序列和 95370 张图像，涵盖了造影、荧光透视和减影三种模态，为后续研究提供了丰富的数据支持。其次，TCNet 中运用了时间感知表示学习（Temporal - Aware Representation Learning，TARL）模块，通过该模块从相邻帧特征中插值合成中间帧特征；还引入了隐式函数模块，用于优化视频中的运动线索，从而更精准地描绘血管运动和呼吸细微变化。
下面来看看具体的研究结果：
- TCNet 设计：研究人员提出 TCNet 用于 IRI 序列的任意帧视频帧插值（Video Frame Interpolation，VFI）。通过 TARL 模块，根据双向损失函数监督的光流估计，实现对复杂运动的准确建模，进而合成任意时刻的中间帧。之后，利用隐式神经函数对插值特征进行优化，重建输出中间帧。这一设计有效解决了低帧率带来的不连续和闪烁问题，以及高帧率引发的辐射担忧。
- 数据集构建：构建了首个公开的儿童 IRI - VFI 数据集。这个大规模数据集包含不同帧率（3~30fps）的 IRI 序列，为 VFI 研究提供了多样的场景。基于该数据集的实验表明，TCNet 在 IRI 序列的 VFI 任务上，无论是定量指标还是定性的视觉效果，都优于其他对比方法，尤其在减少运动伪影和模糊方面表现出色。
研究结论和讨论部分再次强调了 TCNet 的重要意义。TCNet 为医生提供了根据患者病情控制 IRI 帧率的能力，在保证图像质量的同时降低了辐射剂量。它通过创新的 TARL 模块和隐式函数模块，提升了血流和呼吸模式的重建效果，使医生能够更清晰、准确地观察血管动态，为血管畸形等疾病的诊断和治疗提供了有力支持。这一研究成果不仅在医学影像领域取得了重大突破，更为未来的精准医疗奠定了坚实基础，有望推动整个医疗行业的发展和进步。
