摘要
背景
降低辐射剂量是心脏病学领域的一项创新目标。冠状动脉造影成像过程中降低帧率可减少辐射剂量，但代价是临床信息的损失。视频帧插值（VFI）是一种基于人工智能（AI）的技术，可以在已有帧之间合成中间帧，可能适用于透视成像。因此，VFI算法为在保持相同帧率的同时降低辐射剂量提供了机会。
目的
我们的目的是评估两种VFI算法——实时中间流估计（RIFE）和残差细化插值（RRIN）——在导管室中降低辐射剂量的能力。
方法
回顾性获取了60条冠状动脉造影序列。每条序列中每隔一帧被VFI算法（RIFE和RRIN）合成的人工帧所替代。使用计算机视觉指标对每条修改后的序列与原始序列进行定量比较。由盲法处理的心脏病学专家使用一种基于临床相关图像质量标准的新型评分系统进行定性评估。随后计算每种算法与原始序列评分之间的林氏一致性相关系数。
结果
在临床评估中，RIFE略优于RRIN。RIFE在噪声抑制（0.747，95% CI 0.682–0.812）、主支评估（0.737，95% CI 0.672–0.802）和侧支评估（0.792，95% CI 0.740–0.844）方面与原始序列显示出良好的相关性。计算机视觉指标表明RRIN表现优于RIFE。定性和定量评估的结果对最佳VFI算法的判断存在分歧。
结论
基于AI算法的VFI可在保持诊断能力的同时降低辐射剂量。RIFE算法具有更优的临床效果和较低的训练及计算开销，使其成为实时帧率增强的理想选择。
利益冲突
A. S. 声明曾接受美敦力（Medtronic）、彭布拉（Penumbra）、飞利浦（Philips）、瑞科尔医疗（Recor Medical）、波士顿科学（Boston Scientific）和安吉动力（Angiodynamics）的咨询费。其他作者声明无利益冲突。
数据可用性声明
支持本研究结果的数据可向通讯作者申请获取。由于隐私或伦理限制，这些数据不公开提供。
