CN105246402A - 支架可视化和贴壁不良检测系统、设备和方法 - Google Patents

支架可视化和贴壁不良检测系统、设备和方法 Download PDF

Info

Publication number
CN105246402A
CN105246402A CN201380076411.2A CN201380076411A CN105246402A CN 105246402 A CN105246402 A CN 105246402A CN 201380076411 A CN201380076411 A CN 201380076411A CN 105246402 A CN105246402 A CN 105246402A
Authority
CN
China
Prior art keywords
stent strut
support
blood vessel
adherent
bad
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201380076411.2A
Other languages
English (en)
Other versions
CN105246402B (zh
Inventor
阿莫·艾尔巴斯欧尼
乔尔·弗里德曼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
LightLab Imaging Inc
Original Assignee
LightLab Imaging Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by LightLab Imaging Inc filed Critical LightLab Imaging Inc
Publication of CN105246402A publication Critical patent/CN105246402A/zh
Application granted granted Critical
Publication of CN105246402B publication Critical patent/CN105246402B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/48Other medical applications
    • A61B5/4851Prosthesis assessment or monitoring
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062Arrangements for scanning
    • A61B5/0066Optical coherence imaging
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0084Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007Evaluating blood vessel condition, e.g. elasticity, compliance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6852Catheters

Abstract

部分地,本发明涉及适合在2-D或3-D图像中显示支架贴壁不良的基于计算机的方法、设备和系统。阈值贴壁不良距离可以被设定为输入,响应于该输入,成像管线中的软件组件自动检测支架支柱并计算与管腔轮廓的贴壁不良距离。支架支柱尺寸的投影可用于补偿由管腔中成像探针取向引起的支架成像伪影。

Description

支架可视化和贴壁不良检测系统、设备和方法
背景技术
冠状动脉疾病是世界范围内死亡的主要原因之一。更好地诊断、监控和治疗冠状动脉疾病的能力可具有挽救生命的重要性。血管内光学相干断层扫描(OCT)是基于导管的显像模式,其利用光窥视冠状动脉壁并生成其图像用于研究。利用相干光、干涉和微光学,OCT可以以微米级分辨率提供病变血管内视频速率的体内断层扫描。采用光纤探针高分辨率观察表面下结构使得OCT特别有利于内部组织和器官的微创成像。用OCT使细节的该水平成为可能,这允许临床医生诊断以及监控冠状动脉疾病的进展。
患者身体部分的OCT成像为医生和其他人提供了有用的诊断工具。例如,通过血管内OCT对冠状动脉的成像可以揭示窄化或狭窄(stenosis)的位置。这些信息有助于心脏病专家在侵入冠脉搭桥手术和基于导管的微创程序(诸如血管成形术或支架递送)之间进行选择。虽然是普遍的选择,但支架递送有其自身相关的风险。
支架是常常由网眼形成的管状结构。它可以插入到血管中并扩张以抵消限制血流的狭窄条件。支架通常是由金属或聚合物支架构成。它们可以通过导管部署到狭窄部位。在心血管程序期间,支架可经由导向线通过导管被递送到狭窄部位,并使用气囊扩张。通常,使用预设压力使支架扩张以放大狭窄血管的管腔。
部署支架时,存在影响患者结果的几个因素。在一些程序中,应将支架的直径扩张到相当于相邻健康血管段的直径。支架过度扩张可能会对血管造成大面积损伤,使得它易于切开、脱落以及内壁出血。扩张不足的支架可能不足以扩张血管。如果部分支架未能接触血管壁,则可能增加血栓形成的风险。膨胀不足或贴壁不良的支架可能无法恢复正常流动。显然,安装支架后,支架贴壁不良和支架扩张不足可导致各种问题。
存在与支架布置和相关程序有关的其他挑战。使用血管造影系统可视化支架相对于血管壁的部署,承担检查时的挑战。此外,手动浏览图像以确定每个图像基础上支架的位置也容易出错。考虑到在支架中使用的金属的反射特性,可能导致诸如晕染(blooms)或图像拖尾的各种成像伪影和影响,当它们出现时会劣化图像。这些伪影和影响进一步加剧用户手动分析支架和血管结构的困难。
本发明解决了这些挑战和其他挑战。
发明内容
部分地,本发明涉及用于可视化并测量支架相对于血管壁的位置的基于计算机的方法、系统和设备。在一个实施例中,使用一组OCT图像数据执行血管中的诸如支架贴壁不良的支架位置变化的检测。在一个实施例中,支架的结构部件被称为支架支柱。使用相对于有支架的血管获得的OCT数据可对支架可视化并测量,随后支架显示为支架支柱或作为一个或多个图形用户界面(GUI)的一部分的支架部分。这种界面可以包括使用由OCT系统获得的距离测量生成的血管的一个或多个视图。
作为扩张狭窄区域的过程的一部分,支架被引入到具有闭合或折叠状态的狭窄区域的血管管腔。不幸的是,作为这个过程的一部分,如果气囊或部件未充分扩张,该支架的部分可能不能被正确部署。在一些情况下,这会导致支架不与血管壁接触。结果是,该支架可能贴壁不良,支架的外表面与血管壁之间有间隙。这个未充分扩张的支架可能需要后续处理来纠正。阈值可以设定为基础值,以执行使用图像处理管线的阶段中生成的管腔边界或轮廓确定的分离距离与已被评估或过滤以降低不希望的视觉伪影的影响的支架支柱位置的比较。
在一个实施例中,评估参考帧和成像伪影和影响以生成输入和参数来选择合适的距离度量。该距离度量用于获得支架支柱和血管壁之间的测量,以评估支架贴壁不良的程度。这种距离度量和有关支架反射和管腔中探针位置的其他考虑的选择可用于减少或补偿不希望的成像伪影和影响。进而,这些因素和结合这类特征的基于软件的方法可以提高图像质量和/或测量准确性,导致更好的患者结果。
此外,本发明的一个实施例涉及适于显示就血管和一个或多个支架采集的数据的基于计算机的方法和图形用户界面。诸如OCT探针的数据采集探针可用于采集用于生成血管和一个或多个支架的图像的数据。
在一个实施例中,本发明涉及检测血管中支架贴壁不良的方法。该方法包括:在一个或多个存储设备中存储支架贴壁不良阈值;在一个或多个存储设备中存储血管的多个截面图像;使用支架检测图像数据处理模块检测多个截面图像中的一个或多个支架支柱;使用管腔检测图像数据处理模块通过处理图像数据检测血管管腔的边界;使用支架贴壁不良检测图像数据处理模块测量相对于一个或多个支架支柱的支架贴壁不良距离;比较一个或多个支架贴壁不良距离;以及显示相应的一个或多个标记。
在一个实施例中,该方法还包括:使用一个或多个计算设备执行图像数据处理管线,所述图像数据处理管线包括所述管腔检测图像数据处理模块和所述支架贴壁不良检测图像数据处理模块。在一个实施例中,该方法还包括通过使用距离度量补偿与照射在检测到的支架支柱上的光相关的向日葵效应(sunflowereffect)或晕染效应,以测量沿垂直于检测的管腔边界延伸到检测的支架支柱的贴壁不良距离。在一个实施例中,该方法还包括使用图形用户界面接收支架贴壁不良阈值的步骤。
在一个实施例中,该方法还包括:生成指示超过检测的支架支柱的支架贴壁不良阈值的标记的步骤。在一个实施例中,该方法还包括生成指示达到或超过检测的支架支柱的支架贴壁不良阈值的第一标记的步骤。在一个实施例中,该方法还包括显示血管、检测的支架支柱和第一标记的截面图的步骤。在一个实施例中,第一标记是第一颜色,并且用于显示该支架支柱的一个或多个像素具有第一颜色。在一个实施例中,该方法还包括生成指示达到或不超过检测的支架支柱的支架贴壁不良阈值的第二标记的步骤。在一个实施例中,该方法还包括显示在第一方向定向的血管的第一纵向图像的步骤。
在一个实施例中,该方法还包括显示在第二方向定向的血管的第二纵向图像的步骤。在一个实施例中,该方法还包括显示指示超过每个检测到的支柱基础的支架贴壁不良阈值的标记的步骤。在一个实施例中,该方法还包括检测导向线和显示指示相对于一个或多个所显示的支架支柱的导向线或导向线阴影的标记的步骤。在一个实施例中,该方法还包括生成具有使得矢量垂直于管腔边界的距离的矢量的步骤,其中使用支架支柱的阴影区域的测量生成矢量。
在一个实施例中,本发明涉及用于检测每个支架支柱基础上的支架贴壁不良的基于自动处理器的系统。该系统包括一个或多个存储设备;与所述存储设备连通的计算设备,其中所述存储设备包括可通过计算设备执行以使所述计算设备进行以下操作的指令:通过一个或多个图像检测软件模块处理使用数据采集探针从相对于血管的光学相干断层扫描回调(pullback)获得的多个图像,从而检测管腔边界和多个支架支柱;在一个或多个存储设备中存储支架贴壁不良阈值;生成垂直于并从管腔边界延伸至检测到的支架支柱的多个测量;以及通过比较贴壁不良阈值与一个或多个所述多个测量来确定支架支柱贴壁不良的一种或多种情况。
在一个实施例中,计算设备包括以使计算设备显示在第一方向定向的血管的第一纵向图像和在第二方向定向的血管的第二纵向图像的进一步的指令。在一个实施例中,使用一个或多个标记将支架支柱贴壁不良的一种或多种情况显示在血管的在第一纵向图像上。在一个实施例中,支架支柱贴壁不良的一种或多种情况作为用户界面中的面板显示在血管的视觉表征上。
在一个实施例中,计算设备包括使用支架支柱在椭圆上的投影补偿向日葵成像伪影的进一步指令。在一个实施例中,计算设备包括检测导向线并且显示指示相对于一个或多个所显示的支架支柱的导向线或导向线阴影的标记的进一步指令。
在一个实施例中,沿具有从检测的管腔边界延伸到检测的支架支柱的长度的垂直线段或垂直矢量来测量从一个或多个检测的支架支柱和检测的管腔边界的距离。在一个实施例中,该距离的值可以是零或在一组限制值或阈值内使得没有发生贴壁不良,或该值可以是非零并指示贴壁不良。在一个实施例中,这种测量可以在每个扫描线的基础上执行。在一个实施例中,执行该测量使得基于检测到的支架相关值,诸如支架支柱位置、阴影区域尺寸、支架支柱尺寸或其他检测到的支架支柱相关参数,来设定与给定的支架支柱相关的终点。厚度或角度测量是这种检测到的支架相关值的一个实例。
归一化处理也可以用作支架支柱和管腔边界之间的距离测量的部分,包括将支架支柱位置拟合至椭圆,以补偿管腔中数据采集探针的位置。具体而言,归一化处理被配置成补偿可导致成像伪影的向日葵效应或导管位置相关的偏心效应。每个检测到的支架支柱具有尺寸,诸如阴影厚度或可投影至椭圆上的其他可测量尺寸,该椭圆追踪由实际相对于血管管腔设置的支架支柱所形成的支架边界。在一个实施例中,每个检测到的支架支柱代表二维空间中的点,该二维空间可用于模拟代表可投影至椭圆上的支架的二维截面的椭圆,该椭圆追踪由实际相对于血管管腔设置的支架支柱所形成的支架边界。
一种检测的支架支柱尺寸可以被用来模拟或投射到椭圆,该支架支柱已拟合至椭圆以校正成像探针相对于支架的位置。在一个实施例中,通过将检测到的尺寸转换为椭圆上的投影尺寸可执行该投影。在一个实施例中,检测到的支架支柱尺寸是第一支架支柱和第二支架支柱之间阴影区域的长度。可通过将检测到的尺寸视为直角三角形的斜边来执行该投影。如果斜边和投影尺寸之间的角度是S,则投影尺寸是角度S的余弦和斜边的乘积。
在一个实施例中,基于软件的图像数据处理模块响应于贴壁不良距离阈值。这个阈值可以被设定为输入,响应于该输入,成像管线中的软件组件自动检测支架支柱并计算从管腔轮廓的贴壁不良。可使用诸如对应于从检测到的管腔边界到检测到的支架支柱的垂直距离的颜色的标记,对每个支架支柱进行编码。
用户指定的距离阈值提供了指示存在贴壁不良水平的距离值。这个距离值可以设定为以达到或超过其对应于贴壁不良水平的值,其需要校正步骤,诸如重新支架植入、重新膨胀或其他程序。在另一个实施例中,设置贴壁不良阈值表明使用视觉提示发生在图形用户界面中的贴壁不良水平。该贴壁不良阈值可以针对每个用户基础进行设置。可以使用用户界面来设置该阈值并在回调完成之前、期间或之后更新。
例如,约100微米至约1000微米范围的值可被指定为这种贴壁不良距离阈值。此外,该贴壁不良距离阈值可以大于或等于约10微米。在另一个实施例中,该贴壁不良距离阈值可被设定为支架支柱厚度的整数倍或分数。因此,阈值可以被设定为支架支柱厚度值的1倍、2倍、3倍或另一倍数。这些值是示例,在某些实施例中可以使用更大或更小的值。
在一个实施例中,包括贴壁不良检测软件模块的多个图像处理软件模块的序列被配置为对OCT图像数据自动操作。在一个实施例中,术语“自动”是指未经人工干预。尽管如此,本文所讨论的术语的范围并不意图限制,而是为了澄清其使用和并入本领域技术人员公知的术语的最广泛的含义。
在一个实施例中,贴壁不良检测软件模块计算多个垂直线段的测量和相对于贴壁不良阈值对它们进行评分。分数对应于贴壁不良的水平,然后其被映射或用于改变支架支柱的显示模式,以显示每个支柱相对于血管壁的相对贴壁不良。可以使用诸如彩色刻度或其他标记的各种标记或刻度显示这些每个支架支柱的贴壁不良分数。在一个实施例中,通过改变以OCT图像的纵向视图模式或截面视图模式出现的支架支柱的显示的像素的外观,来显示值或分数。
本文描述的软件模块和支架贴壁不良检测和显示部件可以使用非暂时性计算机可读存储介质来实现。在一个实施例中,非暂时性计算机可读存储介质存储程序,当由计算设备执行该程序时,其使得计算设备执行处理或其他基于OCT图像数据的操作的方法。该方法可包括本文所述的一个或多个步骤。
附图说明
这些图不必按比例绘制,相反重点通常放在说明原则上。附图被认为在各方面是说明性的并不打算限制本发明,本发明的范围仅由权利要求限定。
图1A是根据本发明的示例实施例的数据采集系统和在血管中相对于支架设置的数据采集探针的示意图。
图1B是根据本发明的示例实施例的数据采集系统和数据采集探针的示意图。
图1C是根据本发明的示例实施例的使用光学相干断层扫描数据所生成的部署的支架的纵向视图的一部分的示意图。
图2是根据本发明的示例实施例的包括图像数据处理管线的各种软件和硬件组件的示意图。
图3A是根据本发明的示例实施例的包括三个面板的图形用户界面,面板显示有用标记识别的贴壁不良区域的血管的截面图。
图3B是根据本发明的示例实施例的图3A的图形用户界面的截面OCT图像视图的放大图。
图3C是根据本发明的示例实施例的图3A的图形用户界面的两个纵向截面OCT图像视图的放大图。
图4A和4B是根据本发明的示例实施例的以不同标记编码的贴壁不良区域的血管的三维视图。
图5是根据本发明的示例实施例的包括显示有用标记和导向线的投影识别的贴壁不良区域的血管截面图的三个面板的图形用户界面。
图6是根据本发明的示例实施例的被可补偿的晕染伪影模糊的血管的OCT图像的截面图内的支架支柱的放大版本。
图7A是根据本发明的示例实施例的数据采集探针在两个取向上相对于支架支柱的示意图,一个是实际的和一个示例性的,以说明可如何补偿向日葵效应。
图7B是根据本发明的示例实施例的图7A数据采集探针取向相对于拟合的椭圆的示意图,基于该椭圆测定的支架支柱的尺寸已经投影在其上。
图8是根据本发明的示例实施例的显示为图形用户界面的一部分的血管的截面图,其中示出了检测到的管腔边界和多个支架支柱之间的垂直距离测量。
具体实施方式
光学相干断层扫描(OCT)是使用干涉仪来获得相对于样品(例如,血管或设置于其中的物体)的距离测量值的成像模式。如图1A和1B所示,血管5可使用数据采集探针7来成像。导向线8可用于将探针7引入血管5,如图1A所示。
可以沿血管5的长度导入或拉回数据采集探针7,同时采集数据。当光纤沿血管的长度被缩回(拉回)时,随着探针或其部分旋转而采集多个扫描或OCT数据集。在一个实施例中,这被称为回调(pullback)。这些数据集可用于识别目标区域,诸如狭窄或部署的支架,诸如支架12。
在一个实施例中,数据采集探针7是配置成与OCT系统10一同使用的OCT探针,所述OCT系统10包括干涉仪和数据处理系统。可对使用OCT探针7采集的距离测量值进行处理,以产生成像数据帧,例如血管的截面图或纵视图(L-模式视图)。为清楚起见,截面图可包括但不限于纵视图。这些图像可使用一种或多种图像数据处理模块或阶段进行处理,诸如本文所列举的那些。
对于图1A所示的包括设置在血管的管腔14中的支架12的血管5,可以使用各种类型的数据采集探针和相关OCT系统。在一个实施例中,OCT系统10包括处理器、内存或其他配置成执行各种数据处理阶段或模块的组件。这些阶段或模块运行并转换成图像数据。这些模块或阶段可包括支架检测软件组件和支架贴壁不良检测组件。给定的支架及其组件可被可视化,以包括在一个或多个支架支柱(其是支架的组件)与血管壁之间的接触程度或缺少接触的标记或测定值。相对于支架12和壁26的支架贴壁不良程度的一个区域在区域18中示出。本文描述了与这些特征相关的其他细节。
如图1A所示,对于给定的血管,血管壁限定了管腔,血液在管腔中流动。基于X射线的成像模式,诸如通过血管造影系统13提供的成像模式可被用于对血管成像,并便于支架部署或支架可视化。另外,如本文所述,适合插入血管5的探针7可被用于产生给定血管的部分的图像。可使用用OCT系统和相关数据采集探针获得的血管的各种截面图和三维视图来观察狭窄区域或预先部署的支架,诸如放置在管腔14中的支架12。
图1A是描绘数据采集探针和适合进行边支检测、管腔检测、导向线检测和各种其他过程的OCT系统10的高水平示意图。OCT系统10可包括合适的光源,其满足本文所述的应用和数据采集的相干性和带宽需求。探针7可包括导管20,其具有导管部分,导管部分具有一个或多个光纤15和设在其间的探针端部17。在一个实施例中,探针端部17包括光束定向器。
如图所示,导管20被导入管腔14内,诸如动脉管腔。探针7可包括转动或可移动纤维15,其将光导向管腔14内,或者以垂直于纤维15的纵向轴的方向。结果,在随着纤维15转动,光从探针的侧面导向的情况下,采集相对于血管5的壁25的OCT数据。血管壁25限定了管腔边界。该管腔边界可以利用距离测量值来检测,从使用管腔检测软件组件在探针端部17采集的光信号获得该距离测量值。在一种实施例中,除了OCT外,探针7可包括其他成像模式,诸如超声。
如图1A所示,探针端部17设置在管腔14中,使得其位于血管5的有支架区域的远端,血管5的有支架区域通过虚线A、B分界。相似的支架区域的其他细节还示于图1C中。探针端部17被配置成传输光并接收来自诸如支架12和血管5的壁25的物体的背向散射光。拉动探针端部17和数据采集探针7的其余部分穿过管腔14,使得端部穿过由线A、B限定的有支架区域。在一个实施例中,探针端部17或探针7的另一部分可包括压力传感器,从而可获得在不同位置(诸如线B的远端、线A和B之间、线A的近端或目标的其他位置)的压力读数。这种压力传感器可用于采集压力数据,从而可以产生对于血管5中的一个或多个位置的FFR读数。
如图1B所示,示出了插入血管中之前或之后的探针17。探针7与OCT系统10光连通。通过光纤维15连接至探针17的OCT系统或子系统10可包括光源,诸如激光、具有样品臂和参考臂的干涉仪、不同光路、时钟发生器、光电二极管和其他OCT系统组件。
在一个实施例中,诸如基于平衡光电二极管的系统的光接收器31可接收离开探针7的光。诸如计算机、处理器、ASIC或其他设备的计算设备40可以是OCT系统10的部分,或者可以作为与OCT系统10电连通或光连通的单独的子系统而被包括。计算设备40可包括内存、存储器、总线和适用于处理数据的其他组件,以及软件44,诸如配置为用于支架可视化、支架贴壁不良检测和以下所讨论的回调数据采集的成像数据处理阶段。
在一个实施例中,计算设备40包括或访问软件模块或程序44,诸如边支检测模块、导向线检测模块、管腔检测模块、支架检测模块、中值掩模清除模块、强度平均模块、支架贴壁不良检测模块和其他软件模块。软件模块或程序44可包括图像数据处理管线或其组件模块和一个或多个图形用户界面(GUI)。在图2中示出了用于将采集的OCT数据转换为血管和支架的二维和三维视图的示例性图像处理管线50。图像数据处理管线或本文描述的任意方法被存储在内存中,并利用一个或多个计算设备(诸如处理器、设备或其他集成电路)来执行。
如图1B所示,显示器46也可以是系统10的部分,用于显示信息47,诸如使用采集的OCT数据产生的血管的截面图和纵视图。该基于OCT的信息47可使用一种或多种图形用户界面(GUI)来显示。另外,该信息47可包括但不限于横断面扫描数据、纵向扫描、直径图、图像掩模、阴影区、支架、贴壁不良区域、管腔边界、相对于自动检测的管腔边界测量的垂直距离和从管腔边界延伸至检测到的支架支柱位置的垂直距离,以及血管的其他图像或代表或使用OCT系统和数据采集探针获得的下面的距离测量值。计算设备40还可包括软件或程序44,其可被存储在一个或多个内存设备45中,所述软件或程序配置成确定支架支柱和贴壁不良水平(诸如基于阈值和测定的距离比较)和确定其他血管特征,其他血管特征诸如具有文本、箭头、颜色编码、高亮、轮廓线或其他适合的人或机器可读的标记。
一旦用探针获得OCT数据并存储于内存中,可将其处理以产生信息47,诸如沿回调区域或其子组的长度的血管的截面图、纵视图和/或三维视图。这些视图可被绘制作为如图1C和图3A至图5中所示的用户界面的部分。使用获自OCT系统的距离测量值产生的血管图像提供了关于血管和设置于其中的物体的信息。
因此,本发明部分地涉及适用于评价和描述关于血管、支架或目标的其他血管信息的基于软件的方法和相关系统和设备。可以使用OCT数据产生2D视图,如在原始支架部署或矫正支架相关程序之前或之后血管的截面图和纵视图。利用数据采集探针和各种数据处理软件模块获得的OCT数据可以用于确定、表征和可视化支架和/或与支架/或其中放置支架的管腔相关的一种或多种特性。
可以使用用于确定或区分支架支柱的一个或多个标记来可视化相对于血管壁的支架位置和贴壁不良。在一个实施例中,确定或区分支架支柱的步骤是通过在具有诸如颜色、符号或其他可视标记的特定图案的图形用户界面上标记出与特定支架支柱或支架支柱的组相关的点或区域而实施的。点或区域可被显示为在具有部署的支架(诸如支架12)在其中的血管的截面图或三维视图中所示的一个或多个像素。
而且,一旦产生了这种二维或三维图像,或者下属测量值可在诸如数据库或内存设备的数据存储区中获得时,可以获得与血管和支架相关的测量值,以进一步增强诊断力。例如,与支架相关的测量值(诸如支架贴壁不良的程度)可使用OCT数据自动产生,而无需用户在每支架或每帧计算中获取。转换使用OCT数据产生的图像并使用软件模块(诸如支架检测模块和支架贴壁不良模块)进一步处理这种图像的实例示于图3A、图3B、图4A、图4B、图6及其他图中。
在一个实施例中,如图1A所示,血管造影系统13可用于获得目标血管的高水平视图。该步骤可以与可转动OCT探针的回调同时进行或发生。在一个实施例中,可获得血流储备分数(FFR)读数,以观察血管是否需要支架或者根据发生在阈值(诸如用户指定的阈值)以上的支架贴壁不良水平,是否应发生再植入支架(re-senting)或另一程序。在一个实施例中,用户指定的支架贴壁不良阈值是通过GUI由用户输入或选择。
作为这种程序的实例,一旦软件已自动确定并向用户显示支架贴壁不良信息,用户可以选择使用处于泄气状态的气球。可借助血管造影系统13来设置气球,并且血管造影系统13用于对气球充气,以改变支架状态并降低贴壁不良水平。如果存在支架移动或重大程度的支架贴壁不良,对气球充气不总是理想的。在一个实施例中,可进行另一OCT回调,以检查所安装的支架。使用布置在图像数据处理管线中以图像或OCT数据作为输入,例如图2所示的,可进行支架检测、支架位置和管腔检测。
利用使用探针5和一个或多个相关OCT子系统或组件采集的OCT数据,可产生给定血管的三维图像或二维截面。图4A和4B示出了使用这种探针产生的动脉的三维层析图像的实例。这些图像包括诸如绿色(G)、黄色(Y)和红色(R)的标记,以确定相对于指定阈值的支架贴壁不良的不同水平。图3B和图6示出了具有支架的血管的二维截面。在图3A、4A和4B中示出的每幅图像已使用图像数据处理管线和以下所述的支架检测模块或阶段进行处理。
如图1A、1B和1C所示,在回调期间探针采集与狭窄区域、血管壁和支架支柱相关的数据。在一个实施例中,光数据通过探针端部进入探针。探针端部可包括光束定向器,诸如透镜或反射镜或其组合,其是探针的一部分并用于将光束定向在血管壁上。探针端部还接收从血管壁返回的散射光。在与干涉仪的样品臂光连通的探针端部处接收的光学信息被施予各种噪声或其他效果。进而,当产生血管和支架组件的截面图像时,这种噪声和效果可导致图像伪影,如模糊或涂抹(smeared)区域。
考虑到各种支架材料的高反射性和其他参数,与支架相关的支架和OCT图像数据可被确定为提示(cue)或与支架对应的其他标记。考虑到支架支柱具有拐角和侧表面,其被用作用于来自探针端部的光的区域,以背散射并引起晕染(blooms)或光渗。这些晕染模糊了在给定的血管和支架的OCT图像中的支架支柱的确切位置。相对于支架支柱的示例性晕染示于图6和图8中。
与支架支柱相关的晕染视觉伪影使得难以确定支架的精确径向位置,并因此可能阻碍人力检查OCT产生的图像,以确定贴壁不良。从光学和OCT角度开看,支柱是激光碰撞使得光以相关强度从其散射回的点。由于由金属支架材料的高反射性引起的强度饱和,晕染伪影出现在支架支柱的位置,在该位置预期单个点。在一个实施例中,晕状区域内最强的光点是支柱内表面(面对成像探针的导管)所在的位置。
由于OCT数据作为分布于圆形图案中的有限数量的扫描线获得,因此在扫描线的轮辐状布置之间有间隙。因此,在扫描线之间进行双线性内插法或其他类型的内插法。在将扫描线转换成管腔的截面图时实施的内插工艺进一步扩大了晕染效应。结果,晕染伪影可更加显著。对成像分辨率的限制还可以增加晕染伪影的出现。如果支架支柱相对于在扫描线之间的间隙放置,则这样可能导致附加的图像的模糊或涂抹,由于内插进一步劣化图像。
在一些情况下,由于图像数据是使用转动的探针端部来采集的,因此可将支架支柱的对准线朝向探针设置。结果,支柱可呈现为从支架表面向外辐射。该视觉伪影已被类比为向日葵朝向太阳转动的方式。因此术语向日葵效应可用于指这种对准相关的视觉伪影。部分地,本发明的实施例降低了与内插相关误差、晕染伪影和向日葵伪影有关的误差。
对于使用内表面或每个晕染的其他特征实施人工计算来确定支架支柱的那些,贴壁不良距离是有误的,因为这些图像特征是视觉伪影,并且可以具有掩盖实际的支架支柱位置的各种几何形状。支架支柱位置的误差进一步增加了当在该位置和检测的管腔边缘之间进行支架贴壁不良距离测定时的误差。本发明的实施例降低了这类误差,并改善由临床医师使用的贴壁不良测定的精确性。
基于OCT的成像系统使用不穿透金属的光。结果,由晕染效应产生的假厚度会在每个支架支柱基础上发生。这会导致在二维截面图像上的支架具有一个厚度,而不是描绘为点或线。这由图8的晕染B表示。例如,给定晕染厚度可以约为50微米。该晕染厚度,其相对于贴壁不良阈值的大小(诸如400或500微米阈值)是显著的,可对用于给定的支架支柱的贴壁不良距离测定加入显著的误差。这是因为这类支柱的人工分析可能使用晕染边缘进行这种测量。
除了晕状伪影,可使支架支柱图像模糊的另一视觉效应是向日葵效应。向日葵效应可由于管腔中数据采集探针的位置而发生,向日葵效应改变支柱外表。数据采集探针相对于管腔的中心轴线偏离中心。结果,从探针端部撞击在支架上的光可以从不是直角的这种角的支架支柱散射。
相对于易于使支架模糊的图像伪影的确定支架位置是具挑战性的。例如,由于图像伪影,晕染效应和向日葵效应可导致使支架位置不确定,所述图像伪影是在该图像被输入图像处理管线之前在OCT图像中产生的,诸如图2的示例性实施例。结果,配置贴壁不良检测模块或用于处理OCT图像数据的另一软件组件来使用距离测度是有益的,该距离测度避免与晕染厚度或向日葵效应相关的不确定。在本文中进行描述与这种距离测度和获得相对于血管壁的垂直测量以减少不期望的光效应的其他细节。
如图1C所示,放大了管腔14中的线A与B之间的其中设置了支架12的图1A的血管5的区域。可使用变焦或放大软件模块来实施该放大。如图所示,通过多个可测量线段29,存在来自血管壁5的分离区域18,其示出了支架12被拉开或贴壁不良的程度。
该局部拉开可随时间而发生,或者可以是原始支架部署期间充气不足的支架的象征。在一个实施例中,将约500微米设为阈值或极限,使得针对从管腔边缘延伸并与其垂直的到检测的支架支柱的线段29所测得的等于或超过约500微米的距离触发警报或图形用户界面上的其他提示或其他的贴壁不良通信指示。这种警报或通信可用于提示进一步的分析或程序,诸如去除支架或再植入支架。
诸如图3A、3B、3C、5和6的截面图像的OCT图像通常以每次一条扫描线获得。沿着起源于导管中心的射线至最大成像深度的一系列样本被称为扫描线。因此,给定的扫描线可对应于支架支柱或支架位置的一维提示或标记。随着探针转动,截面图像通过扫描线的集合形成。
在一个实施例中,对于非重叠支架,支架支柱是在用于给定扫描线的点的集合中的一个点。截面图像可从随着探针转动采集的一组扫描线形成。并且,为了对一段动脉或其他脉管成像,使导管在转动的同时纵向移动。以这种方式,探针获得一组为螺旋图案的截面图像。
所得二维和三维图像来源于与血管切片或目标动脉相关的各扫描线。图像可以显示为截面,如图3A-3C。截面图像的组合允许获得层析图像,如图4A和4B中的血管的三维立体图,其是使用作用于在回调期间获得的OCT数据的软件或转换在回调期间获得的OCT数据的软件而自动产生的。
图3A示出了图形用户界面90,其被配置成检查基于干涉获得的距离测量值产生的并随后通过一个或多个软件组件分析和处理的图像。例如,这种软件组件可包括图2的图像数据处理模块中的一个或多个。界面90可包括一个或多个面板,其配置成显示血管视图,诸如中间顶部面板中显示的截面图和在底部两个水平面板中所示的两个纵视图。
血管的截面图包括不同的线或轴线102、112、104、114,其用于提供参考帧,从而使以下的第一和第二纵视图可相对于截面图一致。此外,作为另一标志物,数据采集探针95的组件也示于血管管腔中。在一个实施例中,作为投影在血管的纵视图中示出了导向线160,探针沿着导向线前进至管腔。
显示出具有一个或多个鞘(诸如导管鞘)的数据采集探针95的截面,所述数据采集探针设置在血管和支架内。探针用作图中的参考点。探针95包括采集用于产生扫描线和所示的截面图像的数据的可转动光纤。如在本文更具体谈论地,探针95的位置可以相对于血管的中心偏离中心。这种情况的实例示于图7A中,其中探针的实际位置相对于理想的管腔中心位置显示。这种离心设置可导致本文所述的与支架支柱成像有关的向日葵效应。如图3A所示,用户界面90包括通过在顶部、中间和底部面板中显示的线段所示的各种剖面、剖面角和其他测量值。
例如,通过段102和段112形成的线段对应于在第一剖面角处显示的血管的剖面。在第一面板中在剖面角处所示的血管的切片对应于在中间面板中显示的具有同样两条线段102和112的血管的切片。在中间面板中使用的剖面角确定血管截面的哪个部分对于用户是可视的。在一个实施例中,选择剖面角和/或剖面以示出用于含有图像数据帧的支架的支架贴壁不良的相对极值或整体最大量。
在一个实施例中,第一段102是用具有诸如黄色的第一颜色的颜色编码的,且第二段112是用诸如蓝色的第二颜色的颜色编码的。与第一段交叉的第二线段在图3A中以虚线示出。该第二轴线包括第一段104和第二段114,其也可以是颜色编码的,或者通过适合的标识修饰。另外,如图3A和3B所示,线段142对应于所示截面中的最小管腔直径,而线段143对应于所示最大管腔直径。
线段102、112、104、114表示有角度剖面,其将血管沿着中间面板和底部面板的两个纵视图所示地分开。以这种方式,在图3A的上面板中的一个截面区域(其也在图3B中示出)对应于图3C的第一纵视图,其中102是在血管的相关纵视图的上一半中,并且112在血管的相关纵视图的下一半中。在图3C的第二纵视图中,示出了血管的另一半。这些不同的视图以及图4A和4B中的三维视图可用于示出用与贴壁不良程度对应的标记编码的支架支柱。
在一个实施例中,使用的标记为G、Y和R,其可以是符号或分别是绿色、黄色和红色,或者其他标识符。在一个实施例中,所显示的支架支柱的像素可根据这些标记定色。在一个实施例中,标记G对应于小于贴壁不良阈值的贴壁不良的量。在一个实施例中,标记R对应于大于贴壁不良阈值的贴壁不良的量。在一个实施例中,标记Y对应于介于与标记G和R相关的量之间的贴壁不良的量。在一个实施例中,标记Y对应于由导向线160产生的一个或多个阴影的投影。在一个实施例中,G可以用于表示基于指定阈值无贴壁不良。
如图4B所示,其他标记可用于鉴别与不同水平的贴壁不良相关的支架的区域,诸如标记R1、R2和R3所示的。可以使用施用于与一个或多个支架支柱相关的像素区域的合适的标记(诸如颜色编码或符号或纹理编码)来显示支架支柱。支架支柱反射光但不会传输进血管壁,其导致形成阴影S,阴影S在给定支架支持物后面延伸入血管壁。例如,如图3B所示,支架支柱121产生如图所示的阴影S。类似的,支架支柱125产生如图所示的阴影S。支架支柱127产生如图所示的阴影S。这三个支架支柱121、125和127的每一个被示出在管腔内与靠近或基本接触血管壁的所示的其他支架支柱(诸如支架支柱123、129和140)相反地设置。
界面90还可包括可以叠加在截面图和纵视图上的各种标记或其他特征。这些视图可以使用各种菜单或可选择的控制(诸如可点击或可选中的框)切换地打开和关闭。例如,血管截面图的左边的面板包括以下各种可选择的特征:3D、L模式、平均直径、注释和信息。在一个实施例中,选择3D使得产生血管立体图,诸如图4A或4B所示的。在一个实施例中,使用图2的图像数据模块或阶段处理OCT图像数据,使得可以检测并显示成像的血管和支架相对于管腔边界的三维轮廓。
在一个实施例中,软件包括初始显示软件例程,其具有预设置的图像选择过滤器或指定向用户示出哪幅血管图像的条件。在一个实施例中,当在从数据采集探针采集后加载回调数据时,选择某些特征以作为用户界面的一部分显示给用户。例如,在一个实施例中,在血管中有支架的情况下,或者在有贴壁不良的支架的情况下,对用户显示一幅或多幅血管截面图,使得剖面角自动地设置成提供具有最大量的贴壁不良的支架的截面图。以这种方式,软件为用户示出视图,帮助其评价血管中的目的区域,而不用必须进行逐帧分析以到达包含支架贴壁不良的帧。在一个实施例中,将血管分开并建立视图(通过该视图用户可检查两个L-模式视图)的剖面被自动设置为呈现示出相对血管壁的最大量的贴壁不良的检测的支架支柱的视图。
在一个实施例中,软件搜索满足某些过滤器或条件的图像数据帧。这些过滤器或条件可包括但不限于,具有支架的图像数据的帧或帧集、显示贴壁不良的相对极值的图像数据的帧或帧集、显示贴壁不良的最大程度的图像数据的帧或帧集、显示贴壁不良的最小程度的图像数据的帧或帧集、示出来自第一视图或第一视角支架贴壁不良的第一区域的第一纵视图,或来自第二视图或第二视角支架贴壁不良的第一区域或第二支架贴壁不良的第二区域的第二纵视图。在一个实施例中,将软件配置为使用两个纵视图作为呈现给用户的初始视图来显示支架的两半。因此,可以相对于俯视到血管的另一半或部分的近端视图以显示支架贴壁不良的角度示出俯视到血管的一半或另一部分的远端视图(如在其之上、在其以下或与其临近)。
本文所述的系统和基于软件的方法可处理针对血管获得的光学相干断层扫描数据帧,从而可评价或表征在血管内设置的支架。在一个实施例中,每个截面图像可构成一个OCT图像数据帧。例如,在一个实施例中,在示出使用采集的OCT数据产生的血管的三维或二维图像的图形用户界面上确定支架。
例如,在图4A和4B中,在这些图中示出的支架的不同区域相对于血管壁是贴壁不良的,达到以所示标记表示的不同程度。在支架支柱和血管壁部分之间的分隔距离或分离测定可使用OCT图像数据测量,并与贴壁不良的阈值进行比较。该距离测定可用于表示支架贴壁不良或另一支架状态(诸如充气不足或组织过度生长)。
对应于无支架贴壁不良的图像区域可以使用颜色或本文所述的其他标记编码。在一个实施例中,使用绿色(G)表示无贴壁不良或在一定阈值以下的小量贴壁不良。在一个实施例中,使用红色表示贴壁不良或在一定阈值以上的贴壁不良的量。
在一个实施例中,如图3A和3C所示,显示了两个L模式视图或纵视图以示出支架的每一侧和位于支架的一个部分的相关贴壁不良。与给定的支架支柱相关的像素可使用颜色表来编码。相对较小量的具有对应于未被满足的指定阈值的标记的区域被在支架支柱图像中的较大量的标记G诸如绿色像素和较小量的红色标记R诸如红色像素所显示。通过显示具有标记和导向线160的血管的两个纵向模式,操作者能够俯视到血管的每个侧部并说明支架支柱的贴壁不良。
在图2中,示出了图像数据处理管线、其他输入、输出和系统组件的高水平的概观。在一个实施例中,从与OCT探针光连通的干涉仪采集的数据产生原始图像数据。在一个实施例中,可以使用诸如光接收器的检测器来采集数据。图像数据处理管线50包括作用于图像数据以实现特定目的的各种处理阶段或模块。在一个实施例中,按照在图像数据处理管线50中的阶段或模块62实施支架贴壁不良的检测。
贴壁不良软件模块62可被配置为计算相对于支架和血管壁显著贴壁不良的区域。贴壁不良模块被配置成将距离阈值,诸如本文中所描述的一个或多个阈值,或另一用户指定的阈值与从血管壁到支架支柱所测量的距离进行比较。阈值和所测量的距离之间的相对比较可用于基于被满足或超过的阈值将标记应用于支架支柱。所述标记表示出相对于该支架支柱和血管壁或检测的管腔边界的贴壁不良的水平。
如在图2的示例性图像数据处理管线50中所示,管线50包括管线源和预模块。管线源接收来自OCT系统的数据,该数据包括相对于目标样品的距离信息,诸如沿着动脉壁的深度测量值。该管线还可以包括各种预处理模块,诸如格式化或噪声校正模块或其他过滤器。管线源和预处理模块52被放置在一个实施例中示出的其他模块或阶段之前。在管线中的数据可包括OCT图像数据,诸如使用OCT距离测量值产生的多个截面图,其包括晕染和其他成像伪影。
所示模块或阶段包括导向线检测54、边支检测56、支架检测58,和管腔检测60,以及贴壁不良检测。因为导向线是穿过导致阴影和其他视觉效果的回调帧运行的连续部件,因此,在一个实施例中首次检测。在OCT图像中,边支出现暗或阴影区域。因此,在一个实施例中,使用边支检测模块56来进行边支检测56,以确定边支,因为支架支柱可以被与边支相关的阴影区域遮蔽。在一个实施例中,这由于支架支柱的阴影被用于支架检测而发生。如果支架支柱的阴影和边支重叠或混合在一起,则会导致一个大的合并的阴影区域。首先通过进行边支检测,然后可将图像处理管线配置成检测区域内的一个以上的支架支柱,并知晓所讨论的区域是否包括边支阴影。在知道支架支柱可设置在边支区域中或被边支阴影遮蔽的情况下,可以使用额外的检测步骤和过滤器。
虽然在一个实施例中这个顺序是优选的,但其他顺序也是可能的,并且模块和阶段可以组合或划分为不同的基于软件的模块、阶段或应用。在所示的模块或阶段后设置管线接收器(sink)和后处理模块64。管线接收器64可包括输出模块,其被配置成在显示器或其他设备上显示图像,如作为本文描述的图形用户界面的一部分所示出的视图。
在一个实施例中,在图2中所示的软件模块的序列被配置为自动地作用于使用在回调过程中获得的OCT扫描线生成的图像数据。对于探针的每个完全翻转,创建截面图像。在一个实施例中,通过数据处理模块以图2所示的从左至右的次序顺序地处理与OCT数据的给定帧相关的数据。在其他实施例中,数据可以以其他批次、数据集或整体进行处理。考虑到血管的每个截面图像包含血管壁之间的几何关系,在每一截面基础上使用管线50,可以产生检测的支架支柱、检测的边支,检测的管腔边界和检测的支架贴壁不良。
如本文中所讨论的,检测和可视化导向线是期望的,因为这允许导向线160被投影在OCT图像中,诸如在图5中,以提供由于来自导向线的阴影而发生的针对盲点和其他效果的背景。导向线检测模块54作用于OCT图像数据并在相关的图像中检测到导向线。在一个实施例中,在支架检测模块58运行之前,将边支检测模块或阶段56接着用于上面所讨论的图像数据上。在一个实施例中,在支架检测之后使用管腔检测模块60进行管腔检测,从而使支架支柱可被排除作为用于管腔边界的候选点。因此,用于管腔检测的软件模块可被配置为一旦检测到就排除支架支柱,以改善管腔检测。
对于OCT图像数据,支架检测也可以使用支架检测模块58来进行。在一个实施例中,作为图像数据处理管线的一部分,发现了血管的管腔。可以使用各种技术来检测管腔,诸如在美国专利公开号20100094127的使用OCT的支架支柱检测和相关测定和显示的方法中公开的那些技术,其全部内容通过引用并入本文。此外,在一个实施例中,然后使用贴壁不良检测模块62检测到以下管腔检测支架支柱的贴壁不良。
贴壁不良检测模块62从自动检测的管腔轮廓和支架支柱计算贴壁不良。GUI可以被配置为使得当在每个支架支柱的基础上评价贴壁不良时,该系统的用户输入用作比较基础的贴壁不良阈值。在一个实施例中,还对对应于最大量或相对极值量的贴壁不良的剖面角进行计算并呈现给用户。在一个实施例中,剖面是指将初始显示呈现给用户的角度。在一个实施例中,模块62使用相对于血管壁和每个检测的支柱的多个垂直距离来确定贴壁不良事件。此外,也可以执行支架正常化或位置测试过程,以建立用于进行距离测量的正确的支架位置。检测到的支架尺寸在拟合到其他检测到的支架的椭圆上的投影可被用作这种实施例中的一个步骤。该投影和椭圆拟合提高了支架支柱位置的准确性,这因而改善使用支架支柱位置或取向来进行的贴壁不良距离计算。在管线50或其他软件中的一个或多个模块还可以用于将标记重叠或投影在截面图像上,并产生关于支架贴壁不良事件的警报。
图5示出具有设置在管腔内并临近探针的导向线160的血管的截面图像。导向线可以投射出遮蔽支架部分的阴影。支架支柱的被导向线阴影遮蔽的部分可以通过使用颜色或其他标记在图像中投射导向线来表示。以这种方式,在图像中包括导向线提供了在血管中其位置的背景。转而,这样的导向线可视化的表示法可以帮助防止系统操作者误解缺少支架数据或其他图像数据的区域。
除了检测到的支架投影在L模式上,投影检测到的导向线160可便于在如图3A和3C中所示的其中导向线阴影阻挡支架的部分的位置处检测投影的支架图像上的盲点。这些盲点值得识别,因为相对于这种点的贴壁不良信息不准确。此外,在图5和图8的图像中所示的晕染伪影也遮蔽支架支柱并排除手动逐帧测量方法,由于从估算和缺乏如何从支架支柱至血管壁测量以得到贴壁不良距离的确定性(在某种程度上存在贴壁不良)积累的所有的误差。
支架有效地是丝网管,其当部署时被挤压。结果,部署的支架具有椭圆形的截面,其可包括作为椭圆的一种特殊情况的圆形截面。结果,当在图像中显示时检测到的支架支柱应位于大致椭圆的形状上。此几何限制可用来执行支架正常化或位置测试方法,其中支架位置是通过将其拟合至椭圆进行验证,该椭圆追踪适用的截面图像中的总体支架直径的几何形状。在一个实施例中,使用相关软件模块检测候选的支架支柱。接下来,将椭圆拟合至检测到的支架支柱。
为了说明向日葵效应,将测得的支架支柱尺寸,诸如通过OCT探针测得的阴影区域,投射到每个支架支柱或每对支架支柱的拟合椭圆上。接着,在测得的支架支柱尺寸投影到拟合椭圆的步骤中发生的任何校正后,使用支架支柱位置计算贴壁不良测量。对于其中支架支柱的方向等于拟合椭圆的方向的那些区域,投影角的余弦为1(或近似或约为1),由于投影角度将为零(或近似或约为零)。因此,当支架支柱已设置在拟合椭圆上时,S为零(或近似或约为零)。
向日葵效应可能会影响计算的贴壁不良值。它影响贴壁不良值的程度可被解释为使用投影步骤的原因。具体地,该软件被配置为将检测到的支柱尺寸投射到椭圆上,该椭圆拟合至检测的支架支柱上,以补偿探针的位置影响,诸如向日葵效应。示例性椭圆E1示于图7B中。
图7A示出向日葵效应的示例性发生。此外,还示出了使用投影步骤以补偿它的软件可实现特征。具体来说,示出截面图中具有支架支柱S1的血管。如上所讨论,基于导管的图像数据采集探针95(诸如OCT探针)的实际位置被布置在偏离中心方向的管腔中。这一偏离中心方向是用来采集图像数据的实际方向。结果,从示出的有利位置,探针95沿线段UV和UW之间的扫描线旋转并对支架支柱S1成像。结果,图像中测得的相关阴影区域的测量厚度是距离VW。此外,从探针中心点U向外看,支架支柱S1似乎是几乎垂直的,但相对于探针稍微倾斜。可以通过拟合曲线到其他检测到的支架支柱以产生拟合的椭圆El来估计支架的实际边界。
替代地,通过具有中心点X的管腔中心位置示出在更中心位置的探针95,探针95旋转并通过设置在线段ZX和YX之间的扫描线接收有关支架支柱S1的信息。结果,该支架支柱S1的实际厚度是距离ZY。当被定位在管腔中时从中心点X对支架支柱定向。由于中心为U和X的两个图示的探针位置,跟踪为扫描线的两个不同扇区分别产生不同的厚度测量和支架支柱方向。
可以使用支架贴壁不良软件模块或其他软件执行投影步骤,通过其投影相当于ZY的支架支柱长度。如图所示,VWY是W在90度角位置的直角三角形。对应于角WZY的投影角S显示相对于段ZW倾斜。为了校正由图7A中所示的向日葵效应导致的在支架支柱测量的变化,角S可用于生成校正的支架支柱测量的投影。S的余弦和距离ZY的乘积沿ZW投影距离VY。可以使用其他角度和矢量投影方法,诸如点积和其他形式。概念上,这类似于相对于所述成像探针从位置U滑动到位置X。以这种方式,从位置U的成像导致的对齐伪影扭曲了支架支柱尺寸ZY,使得它更密切地匹配场景,如果成像从位置X进行。该校正后的测量然后可以依次投影在拟合的椭圆El上,其追踪检测到的支架支柱。关于这种投影的其他细节示于图7B。这些软件特征可以在图7B所示的成像管线的支架贴壁不良检测算法中或以其他方式作为经由探针采集的数据处理的一部分来实现。
在图7B中,显示出图7A的支架支柱S1相对于截面中观察时由该支架构成的其他检测到的支架支柱。图7B所示的所有支架支柱拟合至椭圆E1。拟合的椭圆El允许支架支柱的方向在执行贴壁不良距离测量前校正。最初,基于所述阴影区域的宽度的线可以拟合至2个支架支柱。这条线可以作为拟合的椭圆El的一部分生成。可以相对于对应于支架支撑的支柱从探针的成像位置U的距离和对齐的两个支架支柱之间的线测量投影角。通过取投影角的余弦并将其与支架支柱的厚度相乘,该支架支柱厚度沿具有校正方向的拟合椭圆投影。
图8示出了诸如动脉的血管的截面OCT图像。已使用图像数据分析和可应用的模块确定动脉的管腔边界。在一个实施例中,由诸如管线50的图像数据处理管线中的管腔检测模块进行该图像分析和处理。
沿管腔边界P1-Pn设置的若干点由管腔检测软件模块生成。这些检测到的点P1-Pn是从管腔检测模块的输出。这些点由叠加在从OCT数据采集探针获得的截面图像上的曲线连接。来自支架支柱S的各种阴影也示于截面血管OCT图中。三个支架支柱显示在该图的左侧。
还显示了识别发生在各个支柱Sa、Sb、Sc附近的晕染B1、B2和B3的框。对应于支架部分的支柱产生从代表管腔边界的曲线延伸的三个阴影区域S。由于每个支柱应被看作一个点,显然晕染伪影给支架支柱的位置增加了误差。个别扫描线上晕染区域内最亮的点(不可能用人眼进行评估)被自动识别为支柱的位置。
对于每三个支架支柱Sa、Sb、Sc,使用支架贴壁不良检测模块生成三个距离测量dl、d2、d3。这些距离测量显示为从椭圆E1上的支架支柱延伸至代表管腔边界的曲线的虚线段。在一个实施例中,使用投影步骤将支架支柱Sa、Sb、Sc相对于椭圆E1设置,以补偿如本文所述的向日葵效应。用来生成图6所示的截面图像的数据采集探针的鞘95的一部分显示在图的底部。
每个支架支柱Sa、Sb、Sc被成像伪影部分地遮蔽。具体而言,所讨论的图像伪影对应于晕染B1、B2、B3和/或向日葵效应相关的伪影。如本文以上所讨论,晕染伪影或晕染导致部分从光投射到支架支柱并且以与入射角不同的角度被反向散射到探针95。这导致绕支架支柱涂抹或模糊。当操作员正在执行手动计算以确定支架贴壁不良的程度,晕染附近的图像的这种模糊或涂抹降低了当计算相对于壁管腔的贴壁不良距离时所选的支架支柱正确测量点的可能性。可以使用与阴影区域和检测边界的交叉点(诸如在图8中示出的点S2和S1)来测量与支架支柱相关的每个阴影区域S。
如图8所示,从管腔边界相对于椭圆E1和设置在血管管腔中的支架支柱的位置,显然,存在相当大程度的支架贴壁不良。该图像数据处理管线的支架贴壁不良检测模块被配置为使用减轻误差位置选择的距离度量和可能由晕染引起的后续距离测量误差。图8的晕染伪影创建了围绕每个支架支柱的轨迹,其中该阴影区域厚度有误差,以及在每个受影响的支架支柱的位置的点有误差。
部分的,软件的一个实施例被配置成避免使用某些边界数据,例如支架支柱晕染的内表面以及支柱的位置,以减少观察者的变化。屏幕上晕染的内表面可以是由有限的分辨率以及双线性插值创建的视觉伪影。因此,当测量支架贴壁不良时,依赖于晕染的内表面上是不希望的。使用这样的表面提供了支架贴壁不良软件模块和执行手动分析的临床医生之间不一致的另一来源。使用本文描述的方法允许自动支架贴壁不良测定和可视化。
其他方法可包括确定来自管腔质心的弦(chords)。不幸的是,这种弦仅垂直于管腔的整体圆形,并不垂直于管腔形状的局部变化。因此,使用这种弦测量贴壁不良是全局正确,但局部不准确。结果,在一个实施例中,当计算贴壁不良时,贴壁不良检测模块计算相对于血管壁的局部垂直距离。这些垂直距离示于图1C中的线29和图8中的线d1、d2和d3。对于给定的支架支柱,这种计算的垂直距离被用于确定相对于用户指定的贴壁不良距离阈值的贴壁不良量。
当计算在图1C中大致示出的对于每个距离29从血管壁的距离和在图8中示出的特定距离d1、d2和d3,可使用本文概述的各种原理来确定最小距离。指定xy坐标系中表示管腔轮廓曲线或边界的函数f(x)是有用的。进而,所检测的支柱的位置由点(a,b)给出。由于管腔曲线上的任何点可表示为(x,f(x)),从检测的支柱位置到曲线上一个点的距离D可计算为:
D = ( x - a ) 2 + ( f ( x ) - b ) 2 - - - ( 1 )
为找到最小距离,D的导数被设定为零,
D ′ = 2 ( x - a ) + 2 ( f ( x ) - b ) f ′ ( x ) ( x - a ) 2 + ( f ( x ) - b ) 2 = 0 - - - ( 2 ) ;
只有分子可以是零或
(x-a)+(f(x)-b)f′(x)=0(3)
这可以重新布置为,
f ( x ) = - 1 f ′ ( x ) ( x - a ) + b - - - ( 4 ) ;
如果导数f'(x)是由下式计算的管腔轮廓的斜率m:
f ′ ( x ) = lim Δ x → 0 f ( x + Δ x ) - f ( x ) Δ x = m - - - ( 5 ) .
对于离散的情况下,Δx被选为合理的局部较小值,以表示支柱附近曲线的斜率。合理的较小值是阴影区域的宽度。阴影区域S的距离可被测定为对应于阴影区域的开始和结束的管腔边界上两个点S1和S2之间的距离(如图8所示)。如图7A所示,由探针95观察的支架支柱的方向将导致与支架支柱相关的阴影区域的变化。由于该距离S可能基于向日葵效应而有所不同,本文所述的涉及椭圆拟合和支架支柱尺寸在这个椭圆上的投影的技术补偿当测量支架贴壁不良距离时与该影响相关的位置误差。因此,在一个实施例中,使用与阴影边缘相交的管腔轮廓上的两个点确定管腔轮廓的斜率m。
等式(4)是从支柱位置到管腔轮廓的直线的等式,当该直线的斜率为-1/m时,它满足垂直距离的条件,其中m是该管腔边界或轮廓的斜率。
该支柱位置即点(a,b)满足等式(4)。此外,操作支架贴壁不良检测的软件组件被配置为求解线函数f(x)的另一端,其与表示轮廓斜率的垂直线相交。由于这一点满足表示轮廓斜率的直线,以下关系成立:
f ′ ( x ) ( x - x 1 ) + y 1 = - 1 f ′ ( x ) ( x - a ) + b - - - ( 6 ) ,
其中(x1,y1)是用来计算斜率的两点之一。求解x然后使用斜率等式找到y,受此限制确定管腔轮廓上的点(x,y),该点提供与支柱位置的最小距离以用于所计算的局部轮廓斜率。
用户可以指定阈贴壁不良距离。例如,用户可以输入给定用户认为代表显著贴壁不良的距离值。软件自动检测支架支柱并计算与管腔边界的贴壁不良,其是使用图2所示的管腔检测模块自动检测的。会自动选择对应于贴壁不良的最大量的剖切面角并作为初始剖切面角呈现给用户。
在一个实施例中,所检测的支架被投影在L模式上,并且使用合适的表示将计算的贴壁不良值呈现给用户。例如,在2D图像以及L模式投影和3D图像上,贴壁不良作为连续色标从零或以下的给定颜色至阈值或以上的不同对比色。
在说明书中,在光学相干断层扫描的上下文中讨论了本发明;然而,这些实施例并不旨在限制,并且本领域技术人员将理解,本发明一般也可用于其他成像和诊断形式或光学系统。
用于实现OCT方法和系统的非限制的软件特性和实施例
以下描述旨在提供设备硬件的概述和适于执行本文所描述的本发明方法的其他操作组件。此描述并非意图限制本发明的可适用环境或范围。同样,硬件和其他操作组件可适合作为上述装置的一部分。本发明可以用其他系统配置来实施,包括个人计算机、多处理器系统、基于微处理器的或可编程的电子设备、网络PC、小型计算机、大型计算机等。本发明也可以在分布式计算环境中实施,其中任务通过通信网络例如不同的导管空间或导管室连接的远程处理设备来执行。
详细描述的一些部分就计算机存储器内数据位上的算法和操作的符号表示进行了描述。在计算机与软件相关领域的技术人员可以使用这些算法描述和表示。在一个实施例中,算法在这里通常被认为是导致期望结果的自身一致的操作序列。方法停止时执行的操作或本文其他方式中所述的是那些需要物理量的物理操作。通常,尽管不是必须的,这些量采用能够被存储、传输、组合、转化、比较以及其他方式操纵的电或磁信号形式。
除非特别声明,否则如从以下讨论中显而易见的,应当理解在整个说明书中,使用术语如“处理”或“运算”或“搜索”或“检测”或“测量”或“计算”或“比较”、“生成”或“确定”或“显示”或布尔逻辑或其他组相关操作等的描述指的是计算机系统或电子设备的行为和处理,其操纵并将表示为计算机系统或电子设备的寄存器和存储器内物理(电子)量的数据转换成类似地表示为电子存储器或寄存器或其他这类信息存储、传输或显示设备内的物理量的其他数据。
在一些实施例中,本发明还涉及用于执行本文操作的装置。该装置可以被特别构造用于所需目的,或者它可以包括由存储在计算机中的计算机程序选择性激活或重新配置的通用计算机。
本文所呈现的算法和显示并不固有地与任何特定计算机或其他装置有关。根据本文的教导各种通用系统可以与程序一起使用,或者可以证明便于构造更加专用的装置来执行所需的方法步骤。用于多种这些系统的所需结构将出现在下面的描述中。另外,本发明并不参照任何特定的编程语言来描述,因此各种实施例可使用各种编程语言来实现。
本发明的实施例可体现为许多不同的形式,包括但绝不限于,用于与处理器一起使用的计算机程序逻辑(例如,微处理器,微控制器,数字信号处理器,或通用计算机),用于与可编程逻辑设备一起使用的可编程逻辑,(例如,现场可编程门阵列(FPGA)或其他可编程逻辑设备),离散组件,集成电路(例如,专用集成电路(ASIC)),或包括其任意组合的任何其他装置。在本发明的一个典型的实施例中,使用OCT探针和基于处理器的系统采集的数据的一些或全部处理作为被转换为计算机可执行形式的一组计算机程序指令来实现,其存储在计算机可读介质中并且在操作系统的控制下由微处理器执行。因此,查询响应和输入数据被转换为处理器可理解指令,处理器可理解指令适于生成OCT数据、检测管腔边界、检测支架支柱,比较测量的相对于设定阈值的垂直距离和以其他方式执行图像比较、信号处理、伪影去除以及如上所述的其他特征和实施例。
本文先前描述的实现所有或部分功能的计算机程序逻辑可以体现为各种形式,包括但决不限于,源代码形式、计算机可执行形式和各种中间形式(例如,由汇编器、编译器、连接器或定位器产生的形式)。源代码可以包括以任何不同的编程语言(例如,对象代码,汇编语言,或高级语言诸如Fortran,C,C++,JAVA,或HTML)实现的一系列计算机程序指令,其用于与各种操作系统或操作环境一起使用。源代码可以定义和使用各种数据结构和通信消息。源代码可以是计算机可执行形式(例如,经由解释器),或者源代码可以被转换(例如,经由翻译器、汇编器或编译器)成计算机可执行形式。
计算机程序可以以任何形式(例如,源代码形式、计算机可执行形式或中间形式)永久地或暂时地固定在有形存储介质中,诸如半导体存储器设备(例如,RAM、ROM、PROM、EEPROM或闪存可编程RAM),磁存储器设备(例如,磁盘或固定盘),光存储器设备(例如,CD-ROM),PC卡(例如,PCMCIA卡),或其他存储设备。使用任何各种通信技术可将该计算机程序以任何形式固定在可传输至计算机的信号中,包括但决不限于,模拟技术、数字技术、光学技术、无线技术(例如,蓝牙)、网络技术和互联网技术。该计算机程序可以任何形式分布为可移动存储介质,其随附有印刷或电子文档(例如,紧缩包装软件)、预装有计算机系统(例如,在系统ROM或固定盘上),或通过通信系统(例如,因特网或万维网)从服务器或电子公告板分布。
实现本文先前描述的所有或部分功能的硬件逻辑(包括用于与可编程逻辑设备一起使用的可编程逻辑)可使用传统的手动方法来设计,或者可使用各种工具,诸如计算机辅助设计(CAD)、硬件描述语言(例如,VHDL或AHDL)或PLD编程语言(例如,PALASM、ABEL或CUPL)来设计、捕获、模拟或电子记录。
可编程逻辑可以永久或暂时地固定在有形存储介质中,诸如半导体存储器设备(例如,RAM、ROM、PROM、EEPROM或闪存可编程RAM),磁存储器设备(例如,软盘或固定盘),光存储器设备(例如,CD-ROM),或其他存储设备。可编程逻辑可使用任何各种通信技术被固定在可传输至计算机的信号中,包括但决不限于,模拟技术、数字技术、光学技术、无线技术(例如,蓝牙)、网络技术和互联网技术。可编程逻辑可以分布为可移动存储介质,其随附有印刷或电子文档(例如,紧缩包装软件)、预装有计算机系统(例如,在系统ROM或固定盘上)或通过通信系统(例如,因特网或万维网)从服务器或电子公告板分布。
合适的处理模块的各种实例在下面更详细地讨论。如本文所用的模块指的是适于执行特定数据处理或数据传输任务的软件、硬件或固件。通常,在一个优选实施例中,模块指的是软件路由、程序、或其他存储器驻存应用,其适于接收、转换、路由和处理指令或各种类型的数据,诸如OCT扫描数据、干涉仪信号数据、导向线位置、阴影区域位置、边支位置、边支直径、强度分布以及其他目标信息。
本文所描述的计算机与计算机系统可以包括可操作地关联的计算机可读介质,诸如用于存储在获取、处理、存储和/或传送数据中使用的软件应用的存储器。可以理解,这种存储器相对于其操作地关联的计算机或计算机系统可以是内部的、外部的、远程的或本地的。
存储器也可以包括用于存储软件或其他指令的任何装置,包括例如但不限于,硬盘、光盘、软盘、DVD(数字多功能盘)、CD(光盘)、记忆棒、闪速存储器、ROM(只读存储器)、RAM(随机存取存储器)、DRAM(动态随机存取存储器)、PROM(可编程ROM)、EEPROM(扩张可擦除PROM)和/或其他类似的计算机可读介质。
通常,应用于与本文描述的本发明的实施例关联的计算机可读存储介质可以包括能够存储由可编程装置执行的指令的任何存储介质。适用时,本文所描述的方法步骤可以作为存储在计算机可读存储介质或存储介质上的指令体现或执行。这些指令可以是以各种编程语言体现的软件,如C++、C、Java和/或根据本发明的实施例可被应用以创建指令的各种其他类型的软件编程语言。
存储介质可以是非暂时的或者包括非暂时性设备。因此,非暂时性存储介质或非暂时性设备可以包括有形的设备,这意味着该设备有具体的物理形式,但是该设备可以改变其物理状态。因此,例如非短暂性指的是尽管状态改变但保持有形的设备。
本发明的该方面、实施例、特征以及示例应在各方面被认为是说明性的,而不打算限制本发明,其范围仅由权利要求限定。在不背离本发明的精神和范围下其他实施例、修改和用法对本领域技术人员将是显而易见的。
在本申请中使用的标题和章节不意味着限制本发明;每个章节可以适用于本发明的任何方面、实施例或特征。
在整个申请中,当组合物被描述为具有、包括或包含特定组分,或工艺被描述为具有、包括或包含特定工艺步骤,则可以预期,本教导的组合物也基本上组成为或组成为所列举的组分,并且本教导的工艺也基本上组成为或组成为所列举的工艺步骤。
在本申请中,当要素或特征被指为包括在和/或选自所列举的要素或特征的列表时,应理解该要素或特征可以是所列举的要素或特征中的任何一个并可以选自由所列举的要素或特征的两个或多个组成的组。此外,应该理解的是,在不背离本发明无论是明确或隐含的教导的精神和范围的情况下,本文所描述的组合物、装置或方法的要素和/或特征可以以各种方式进行组合。
使用的术语“包括”、“包括”,“包括”,“有”,“具有”,或“具有”通常应理解为开放式的和非限制性的,除非另外特别说明。
本文使用的单数包括复数(反之亦然),除非特别说明。此外,单数形式“一”,“一个”和“该”包括复数形式,除非上下文另有明确说明。此外,术语“约”在一个量值前使用,本发明的教导也包括该具体的量值本身,除非另外特别说明。
应当理解,执行某些行为的步骤顺序或顺序是不重要的,只要本发明教导保持其可操作。此外,可以同时进行两个或更多个步骤或行为。
如果提供值的范围或列表,则该值的范围或列表的上限和下限之间的每个中间值被单独考虑,并且包含在本发明中,如同每个值被本文具体列举。另外,可预期在给定范围的上限和下限之间并包括其上限和下限值的较小范围并且其包含在本发明内。示例性的值或范围的列表不是在给定范围的上限和下限之间并包括其上限和下限值的其他值或范围的免责声明。
应当理解,本发明的附图和说明书已被简化以示出有关于清楚理解本发明的要素,同时出于清楚的目的消除了其他的元件要素。然而,本领域普通技术人员将认识到,这些和其他要素可能是希望的。然而,因为这类要素是本领域中公知的,并且它们不利于更好地理解本发明,本文未提供这类要素的讨论。应理解,附图是为了说明的目的,并不是结构图。省略的细节和修改或替代的实施例落入本领域的普通技术人员的能力范围之内。
可以理解的是,在本发明的某些方面,单个部件可以被多个部件替代,并且多个部件可以被单个部件替代,以提供元件或结构,或执行给定的一个或多个功能。除非这样的取代对于实践本发明的某些实施例是不可操作的,否则这样的取代被认为落入本发明的范围内。
本文所示的实施例旨在说明本发明潜在的和特定的实现方式。可以理解,实施例主要用于为本领域技术人员说明本发明的目的。在不背离本发明的精神下,可对本文描述的这些图表或操作进行变化。例如,在某些情况下,可以不同的顺序执行方法步骤或操作,或者可以添加、删除或修改操作。

Claims (20)

1.一种检测血管中支架贴壁不良的方法,包括:
在一个或多个存储设备中存储支架贴壁不良阈值;
在一个或多个存储设备中存储所述血管的多个截面图像;
使用支架检测图像数据处理模块检测所述多个截面图像中的一个或多个支架支柱;
使用管腔检测图像数据处理模块通过处理图像数据来检测所述血管的管腔边界;
使用支架贴壁不良检测图像数据处理模块测量相对于一个或多个支架支柱的支架贴壁不良距离;
比较一个或多个支架贴壁不良距离;以及
显示相应的一个或多个标记。
2.根据权利要求1所述的方法,还包括:使用一个或多个计算设备,使用一个或多个计算设备执行图像数据处理管线,所述图像数据处理管线包括所述管腔检测图像数据处理模块、管腔检测图像数据处理模块和所述支架贴壁不良检测图像数据处理模块。
3.根据权利要求1所述的方法,还包括:通过使用距离度量补偿与照射在检测到的支架支柱上的光相关的向日葵效应或晕染效应,以测量沿垂直于检测的管腔边界延伸至检测的支架支柱的贴壁不良距离。
4.根据权利要求1所述的方法,还包括:使用图形用户界面接收支架贴壁不良阈值的步骤。
5.根据权利要求1所述的方法,还包括:生成指示超过检测的支架支柱的支架贴壁不良阈值的标记的步骤。
6.根据权利要求1所述的方法,还包括:生成指示达到或超过检测的支架支柱的支架贴壁不良阈值的第一标记的步骤。
7.根据权利要求6所述的方法,还包括:显示所述血管、检测的所述支架支柱和所述第一标记的截面图的步骤。
8.根据权利要求7所述的方法,其中,所述第一标记是第一颜色,并且用于显示所述支架支柱的一个或多个像素具有所述第一颜色。
9.根据权利要求7所述的方法,还包括:生成指示达到或不超过检测的所述支架支柱的支架贴壁不良阈值的第二标记的步骤。
10.根据权利要求1所述的方法,还包括:显示在第一方向上定向的所述血管的第一纵向图像的步骤。
11.根据权利要求10所述的方法,还包括:显示在第二方向上定向的所述血管的第二纵向图像的步骤。
12.根据权利要求11所述的方法,还包括:显示指示超过每个检测的支柱基础上的支架贴壁不良阈值的标记的步骤。
13.根据权利要求11所述的方法,还包括:检测导向线和显示指示相对于一个或多个所显示的支架支柱的导向线或导向线阴影的标记的步骤。
14.根据权利要求1所述的方法,还包括:生成矢量的步骤,所述矢量具有使得所述矢量垂直于管腔边界的距离,其中,使用支架支柱的阴影区域的测量生成所述矢量。
15.一种用于检测每个支架支柱基础上的支架贴壁不良的基于自动处理器的系统,所述系统包括:
一个或多个存储设备;和
与所述存储设备连通的计算设备,其中,所述存储设备包括通过所述计算设备可执行以使所述计算设备进行以下操作的指令:
通过一个或多个图像检测软件模块处理使用数据采集探针从相对于血管的光学相干断层扫描回调获得的多个图像,从而检测管腔边界和多个支架支柱;
在一个或多个存储设备中存储支架贴壁不良阈值;
生成垂直于管腔边界并从所述管腔边界延伸至检测的支架支柱的多个测量;以及
通过将所述贴壁不良阈值与所述多个测量的一个或多个比较来确定支架支柱贴壁不良的一种或多种情况。
16.根据权利要求15所述的系统,其中,所述计算设备包括用于使所述计算设备显示在第一方向上定向的血管的第一纵向图像和在第二方向上定向的血管的第二纵向图像的进一步的指令。
17.根据权利要求16所述的系统,其中,使用一个或多个标记将所述支架支柱贴壁不良的一种或多种情况显示在所述血管的第一纵向图像上。
18.根据权利要求15所述的系统,其中,所述支架支柱贴壁不良的一种或多种情况作为用户界面中的面板显示在所述血管的视觉表征上。
19.根据权利要求15所述的系统,其中,所述计算设备包括使用支架支柱在椭圆上的投影补偿向日葵成像伪影的进一步的指令。效果
20.根据权利要求15所述的系统,其中,所述计算设备包括用于检测导向线并且显示指示相对于一个或多个所显示的支架支柱的导向线或导向线阴影的标记的进一步的指令。
CN201380076411.2A 2013-03-08 2013-03-08 支架可视化和贴壁不良检测系统、设备和方法 Active CN105246402B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2013/029855 WO2014137353A1 (en) 2013-03-08 2013-03-08 Stent visualization and malapposition detection systems, devices, and methods

Publications (2)

Publication Number Publication Date
CN105246402A true CN105246402A (zh) 2016-01-13
CN105246402B CN105246402B (zh) 2018-10-02

Family

ID=51491732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380076411.2A Active CN105246402B (zh) 2013-03-08 2013-03-08 支架可视化和贴壁不良检测系统、设备和方法

Country Status (5)

Country Link
EP (1) EP2964089B1 (zh)
CN (1) CN105246402B (zh)
AU (1) AU2013380987B2 (zh)
CA (1) CA2904512C (zh)
WO (1) WO2014137353A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875387A (zh) * 2017-02-15 2017-06-20 深圳市中科微光医疗器械技术有限公司 基于oct影像的生物可降解支架的自动检测的方法及装置
CN106875445A (zh) * 2017-02-15 2017-06-20 深圳市中科微光医疗器械技术有限公司 基于oct影像的支架检测与评估的深度学习方法及系统
CN107242850A (zh) * 2017-05-09 2017-10-13 北京理工大学 一种三向协同扫描光学相干层析成像手持探头
CN108520509A (zh) * 2018-02-08 2018-09-11 同济大学 一种光学相干层析图像中生物可吸收支架自动检测方法
CN113570600A (zh) * 2021-09-24 2021-10-29 中国医学科学院北京协和医院 基于ai技术进行支架内漏检测方法、系统及设备
CN117291920A (zh) * 2023-11-27 2023-12-26 天津恒宇医疗科技有限公司 基于oct成像的脂质斑块检测分析方法及系统

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10109058B2 (en) 2015-05-17 2018-10-23 Lightlab Imaging, Inc. Intravascular imaging system interfaces and stent detection methods
WO2016187231A1 (en) * 2015-05-17 2016-11-24 Lightlab Imaging, Inc. Intravascular imaging system interfaces and stent detection methods
US9996921B2 (en) * 2015-05-17 2018-06-12 LIGHTLAB IMAGING, lNC. Detection of metal stent struts
WO2017019626A1 (en) 2015-07-25 2017-02-02 Lightlab Imaging, Inc. Guidewire detection systems, methods, and apparatuses
EP3324830B1 (en) * 2015-07-25 2023-01-04 Lightlab Imaging, Inc. Intravascular data visualization method and device
JP6797920B2 (ja) 2015-12-15 2020-12-09 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. ストリークアーチファクト予測
CN116309390A (zh) * 2016-04-14 2023-06-23 光学实验室成像公司 血管分支的识别
CN110094230A (zh) * 2018-01-30 2019-08-06 岭东核电有限公司 隧洞贴壁穿梭平台及隧洞监测装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4759759A (en) * 1983-06-23 1988-07-26 Walker David K Bubble heart valve
US20100094127A1 (en) * 2008-10-14 2010-04-15 Lightlab Imaging, Inc. Methods for stent strut detection and related measurement and display using optical coherence tomography
US20110071404A1 (en) * 2009-09-23 2011-03-24 Lightlab Imaging, Inc. Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods
WO2011135103A1 (en) * 2010-04-30 2011-11-03 Katholieke Universiteit Leuven, K.U. Leuven R&D Intracoronary optical coherence tomography images analysis
CN102342845A (zh) * 2010-07-21 2012-02-08 西门子公司 用于支架放置的两2d影像患者主动脉配准
CN102598053A (zh) * 2009-06-24 2012-07-18 皇家飞利浦电子股份有限公司 对象内的植入设备的空间和形状表征
WO2012126070A1 (en) * 2011-03-24 2012-09-27 Katholieke Universiteit Leuven Automatic volumetric analysis and 3d registration of cross sectional oct images of a stent in a body vessel

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5477858A (en) * 1986-07-30 1995-12-26 Siemens Medical Systems, Inc. Ultrasound blood flow/tissue imaging system
US8054075B2 (en) * 2005-02-03 2011-11-08 The Johns Hopkins University Method for magnetic resonance imaging using inversion recovery with on-resonant water suppression including MRI systems and software embodying same
US7619646B2 (en) * 2006-03-09 2009-11-17 Visicon Inspection Technologies Llc System and method to illuminate and image the inside diameter of a stent
US20110257545A1 (en) * 2010-04-20 2011-10-20 Suri Jasjit S Imaging based symptomatic classification and cardiovascular stroke risk score estimation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4759759A (en) * 1983-06-23 1988-07-26 Walker David K Bubble heart valve
US20100094127A1 (en) * 2008-10-14 2010-04-15 Lightlab Imaging, Inc. Methods for stent strut detection and related measurement and display using optical coherence tomography
CN102598053A (zh) * 2009-06-24 2012-07-18 皇家飞利浦电子股份有限公司 对象内的植入设备的空间和形状表征
US20110071404A1 (en) * 2009-09-23 2011-03-24 Lightlab Imaging, Inc. Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods
WO2011135103A1 (en) * 2010-04-30 2011-11-03 Katholieke Universiteit Leuven, K.U. Leuven R&D Intracoronary optical coherence tomography images analysis
CN102342845A (zh) * 2010-07-21 2012-02-08 西门子公司 用于支架放置的两2d影像患者主动脉配准
WO2012126070A1 (en) * 2011-03-24 2012-09-27 Katholieke Universiteit Leuven Automatic volumetric analysis and 3d registration of cross sectional oct images of a stent in a body vessel

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106875387A (zh) * 2017-02-15 2017-06-20 深圳市中科微光医疗器械技术有限公司 基于oct影像的生物可降解支架的自动检测的方法及装置
CN106875445A (zh) * 2017-02-15 2017-06-20 深圳市中科微光医疗器械技术有限公司 基于oct影像的支架检测与评估的深度学习方法及系统
CN106875387B (zh) * 2017-02-15 2020-04-14 深圳市中科微光医疗器械技术有限公司 基于oct影像的生物可降解支架的自动检测的方法及装置
CN107242850A (zh) * 2017-05-09 2017-10-13 北京理工大学 一种三向协同扫描光学相干层析成像手持探头
CN107242850B (zh) * 2017-05-09 2020-02-21 北京理工大学 一种三向协同扫描光学相干层析成像手持探头
CN108520509A (zh) * 2018-02-08 2018-09-11 同济大学 一种光学相干层析图像中生物可吸收支架自动检测方法
CN113570600A (zh) * 2021-09-24 2021-10-29 中国医学科学院北京协和医院 基于ai技术进行支架内漏检测方法、系统及设备
CN117291920A (zh) * 2023-11-27 2023-12-26 天津恒宇医疗科技有限公司 基于oct成像的脂质斑块检测分析方法及系统
CN117291920B (zh) * 2023-11-27 2024-03-12 天津恒宇医疗科技有限公司 基于oct成像的脂质斑块检测分析方法及系统

Also Published As

Publication number Publication date
CA2904512C (en) 2019-05-07
CA2904512A1 (en) 2014-09-12
WO2014137353A1 (en) 2014-09-12
AU2013380987B2 (en) 2018-07-26
EP2964089A4 (en) 2016-11-30
AU2013380987A1 (en) 2015-10-15
CN105246402B (zh) 2018-10-02
EP2964089B1 (en) 2021-11-03
EP2964089A1 (en) 2016-01-13

Similar Documents

Publication Publication Date Title
CN105246402A (zh) 支架可视化和贴壁不良检测系统、设备和方法
US11532087B2 (en) Stent detection methods and imaging system interfaces
US9173591B2 (en) Stent visualization and malapposition detection systems, devices, and methods
JP7375102B2 (ja) 血管内画像化システムの作動方法
AU2021200485B2 (en) Intravascular imaging system interfaces and stent detection methods
US10687777B2 (en) Vascular data processing and image registration systems, methods, and apparatuses
EP2967480B1 (en) Vascular data processing and image registration methods
CN104519793A (zh) 用于内腔的线性映射的系统
JP2012505669A (ja) 光コヒーレンス断層撮影法を使用するステントストラット検出ならびに関連する測定および表示のための方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant