MCP-Net冠脉感知与拓扑分析框架

2026年10月28日，arXiv Robotics 刊出 Sahar Nasirihaghighi 等作者的预印本论文，提出以多任务冠脉感知网络（MCP-Net）为核心的仿真驱动框架，用于机器人导丝导航。据该报道，MCP-Net 可从单帧透视图像同时完成冠脉血管分割、导丝尖端定位与狭窄定位；预测结果被转换为包含中心线、分叉点、端点、分支方向和分支角度的结构化血管图，并据此自动选取图根，生成通往目标病灶的路径图。该框架的训练与验证数据来自三维冠脉 CT 血管造影生成的仿真透视图像，其中包含模拟导丝与不同严重程度的狭窄病灶及仿真真值。目前报道所述进展停留在预印本论文层面，尚未提及临床或真实影像验证结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。