合成数据驱动的扩散模型用于血管腔内介入引导

血管腔内介入面临严峻的数据稀缺问题：真实患者导管轨迹获取成本高且标注有限。 我们基于 SOFA FEM 构建高保真仿真环境（stEVE），采用 Cosserat 梁导丝模型与双平面 DSA X 射线投影，大规模生成合成手术数据。 在此合成数据集上训练基于扩散模型的轨迹规划器，并通过轻量域适应阶段迁移至真实血管几何结构。 在 CAS 与主动脉弓解剖结构上评估，本模型导航成功率与专家 RL 策略相当，同时能泛化到未见过的血管形态。