CN108550189A - 基于造影图像和流体力学模型的微循环阻力指数计算方法 - Google Patents
基于造影图像和流体力学模型的微循环阻力指数计算方法 Download PDFInfo
- Publication number
- CN108550189A CN108550189A CN201810413391.8A CN201810413391A CN108550189A CN 108550189 A CN108550189 A CN 108550189A CN 201810413391 A CN201810413391 A CN 201810413391A CN 108550189 A CN108550189 A CN 108550189A
- Authority
- CN
- China
- Prior art keywords
- image
- coronary artery
- dimensional
- model
- grid
- 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.)
- Pending
Links
- 230000004089 microcirculation Effects 0.000 title claims abstract description 33
- 239000012530 fluid Substances 0.000 title claims abstract description 20
- 238000000205 computational method Methods 0.000 title claims abstract description 17
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 51
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 27
- 230000017531 blood circulation Effects 0.000 claims abstract description 26
- 230000004872 arterial blood pressure Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 32
- 238000002586 coronary angiography Methods 0.000 claims description 14
- 239000008280 blood Substances 0.000 claims description 10
- 210000004369 blood Anatomy 0.000 claims description 10
- 230000003068 static effect Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000002872 contrast media Substances 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 230000002792 vascular Effects 0.000 claims description 4
- 210000001367 artery Anatomy 0.000 claims description 3
- 238000005452 bending Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 3
- 210000003462 vein Anatomy 0.000 claims 1
- 239000000243 solution Substances 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 5
- 208000029078 coronary artery disease Diseases 0.000 description 3
- 239000012528 membrane Substances 0.000 description 3
- 208000004476 Acute Coronary Syndrome Diseases 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 210000003051 thermoreceptor Anatomy 0.000 description 2
- 108091008689 thermoreceptors Proteins 0.000 description 2
- 201000011244 Acrocallosal syndrome Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000019905 acrocephalosyndactyly Diseases 0.000 description 1
- 206010051895 acute chest syndrome Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 206010000891 acute myocardial infarction Diseases 0.000 description 1
- 239000012267 brine Substances 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000010410 reperfusion Effects 0.000 description 1
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于造影图像和流体力学模型的微循环阻力指数计算方法,包括:选取两个体位的冠状动脉造影图像进行分割,分别得到冠脉中心线及直径;生成冠脉三维模型;获取血流传导时间Tmn及速度;创建血管三维网格;并基于X射线重构的冠脉中心线及直径,生成轴对称二维平面模型,然后创建血管二维轴对称网格;测量主动脉平均压Pa;基于得到的血液流速与生成的血管三维网格,求解不可压缩流的基本公式,计算沿着血管中心线从入口到下游各点的压力降,则冠脉远端动脉压力Pd=;计算微循环阻力指数IMR=Pd*Tmn。无需通过压力导丝测量,操作简便大大降低手术难度和风险,可在临床上大规模推广应用。
Description
技术领域
本发明涉及冠状动脉影像学评价领域,具体地涉及一种基于造影图像和流体力学模型的微循环阻力指数计算方法。
背景技术
冠心病是严重的心脏疾病,经皮冠脉动脉介入(PCI)已成为冠心病治疗的一个重要手段,多年的研究表明,通过PCI治疗冠心病尤其是急性冠脉综合征(acute coronarysyndrome,ACS)的病死率得以显著降低,但已有的研究表明,即使通过冠脉介入或冠脉搭桥术治疗,仍有25%患者在心外膜血管成功重建后,并未能实现组织水平心肌再灌注,其主要原因在于冠脉微循环功能障碍。冠脉微循环功能受损是决定急性心肌梗塞预后的独立危险因素,因此对患者冠脉微循环功能状态的评估越来越受到重视。
目前评估冠脉微循环可以通过负荷心电图、放射性核素显像技术、核磁共振成像技术等方法。但以上各种评估技术受检查技术手段本身及检查人员影响较大,不能精确评估冠脉微循环功能,同时这些指标反映的是心外膜血管及微循环共同作用的结果。我们需要一个更精确,更稳定的指标,其只反映冠脉微循环功能状态,不是心外膜血管的影响。目前IMR可能是能满足上述条件的一个理想指标。IMR是反映冠状动脉微循环阻力的指标,被定义为冠脉远端动脉压力(Pd)除以最大充血状态下的平均传导时间(Tmn)的倒数,换言之,即Pd与Tmn的乘积,单位为mmHg·s。IMR<25为正常,>30为异常,提示微循环阻力升高,而25-30为灰区。
现有的IMR测量方法是通过0.014英寸软压力导丝同步记录冠脉压力和温度,导丝杆上的两个温度感受器探测到温度变化的时间差就可知道盐水从指引导管到达导丝头端温度感受器运行的平均传导时间(transit mean time,Tmn),根据定义Pd与Tmn的乘积就可得出IMR值。
但上述压力导丝测量IMR需要介入血管末端,增加手术难度和风险,同时压力导丝昂贵的价格也限制其大规模应用。
发明内容
为了解决上述的技术问题,本发明目的是:提供一种于造影图像和流体力学模型的微循环阻力指数计算方法,基于线冠脉造影图像和流体力学模型计算微循环阻力指数(IMR),无需通过压力导丝测量,操作简便大大降低手术难度和风险,可在临床上大规模推广应用。
本发明的技术方案是:
一种基于造影图像和流体力学模型的微循环阻力指数计算方法,包括以下步骤:
S01:选取两个体位的冠状动脉造影图像,通过分析定义时间序列的X射线造影不同帧,去除动静态噪声,对冠状动脉进行分割;并对不同角度拍摄的冠脉造影图像进行分割,分别得到冠脉中心线及直径;
S02:将S01步骤生成的多方向的冠脉中心线在三维空间进行投影计算,生成冠脉三维模型;
S03:通过TIMI记帧法获取血流在最大充血状态下的传导时间Tmn及血流速度;
S04:基于X射线重构的冠脉三维模型,创建血管三维网格;并基于X射线重构的冠脉中心线及直径,拉直血管,按对称轴切开,生成轴对称二维平面模型,然后创建血管二维轴对称网格;
S05:测量主动脉平均压Pa;
S06:基于S03步骤得到的血液流速与S04步骤生成的血管三维网格,求解不可压缩流的基本公式,计算沿着血管中心线从入口到下游各点的压力降ΔPi,则冠脉远端动脉压力Pd=Pa-ΔPi;
S07:计算微循环阻力指数IMR=Pd*Tmn。
优选的技术方案中,所述步骤S01包括以下步骤:
S11:定义时间序列X射线冠脉造影图像中有导管出现的第一帧为参考图像,有完整冠脉出现的需要分割的图像为目标图像;
S12:提取参考图像中导管的特征点,对目标图像中的冠状动脉进行图像增强,提取冠状动脉的区域图像;
S13:以参考图像中导管的特征点为种子点,将冠状动脉的区域图像进一步处理后进行动态区域生长,获得冠脉造影图像。
优选的技术方案中,所述步骤S12包括:
将参考图像减去目标图像,去除静态噪声,通过均值滤波去除动态噪声;
通过灰度直方图分析,利用阈值进一步去除噪声;
通过多尺度海森矩阵对将去噪后的图像的导管进行图像增强;
二值化图像:将导管对应的像素标记为1,其余像素标记0;对二值化后的图像进行细化,得到一组导管的特征点。
优选的技术方案中,所述步骤S12包括:
将目标图像减去参考图像,去除静态噪声,通过均值滤波去除动态噪声;
通过灰度直方图分析,利用阈值进一步去除噪声;
通过多尺度海森矩阵对将去噪后的图像的冠状动脉进行图像增强,得到增强后的目标图像;
根据增强后的目标图像中各区域与特征点的位置关系,确定冠状动脉的区域;提取该连通区域,获得冠状动脉的区域图像。
优选的技术方案中,所述步骤S13包括:
对冠状动脉的区域图像进行二值化;
进行形态学运算,按照对应位置还原到目标图像中,进行动态区域生长,获得冠脉造影图像。
优选的技术方案中,所述步骤S02包括:
心跳周期内相同时间点、不同角度拍摄的冠脉造影图像,用步骤S01处理后,在中心线上提取特征点;
基于已知的X射线拍照角度,三维还原这些特征点,进而三维还原中心线。
优选的技术方案中,所述步骤S03中计算血液流速的方法使用下述方法中的一种:造影剂运输时间算法、造影剂遍历距离算法、Stewart—Hamilton算法、First—pass分布分析法、光流法或者流体连续法。
优选的技术方案中,所述步骤S04包括:
基于步骤S02中重构的冠脉三维模型,用标准的扫掠法、切分法或混合法进行网格划分,生成结构性三维六面体网格;
基于步骤S02中重构的冠脉三维模型,在血管壁上生成三角形面网格,然后长成四面体网格,在血管中生成非结构性三维四面体网格;
基于步骤S02中重构的冠脉三维模型,拉直血管,按对称轴切开,生成轴对称二维平面模型,用切分法或者扫掠法进行网格划分,生成结构性二维四边形网格。
优选的技术方案中,所述步骤S05包括:
对血管三维网格进行求解,用数值法求解连续性和Navier-Stokes方程:
其中,P,ρ,μ分别为流速、压力、血流密度、血流粘性;
入口边界条件为血流速度,出口边界条件为out-flow边界条件。
优选的技术方案中,所述步骤S05还包括:
对血管二维轴对称网格,数值法求解连续性和Navier-Stokes方程:
其中,ρ表示血液的密度,uz、ur分别表示z向、r方向的流速,μ表示血液的动力粘度,p表示血液的压强;
入口边界条件为血流速度,出口边界条件为out-flow边界条件;
针对各种类型的冠脉弯曲,用三维模型计算从入口到出口的压力差,对照二维轴对称模型计算的结果,建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库;利用三维模型计算结果修正二维模型计算结果得到ΔPi值。
与现有技术相比,本发明的优点是:
1、基于线冠脉造影图像和流体力学模型计算微循环阻力指数(IMR),速度快,准确性高,不需要额外插入压力导丝进行测量,操作简便,大大降低手术难度和风险,可在临床上大规模推广应用。
2、该方法还有助于临床医师详细了解患者的冠脉功能状态,明晰患者血管及患者病变并优化介入策略,评估微循环功能状态并指导药物治疗,并且对PCI患者的预后提供更为准确的预测。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明的方法流程图;
图2为参考图像;
图3为待分割的一目标图像;
图4为待分割的另一目标图像;
图5为增强后的导管图像;
图6为导管的特征点;
图7为增强后的目标图像;
图8为目标图像的冠状动脉图像;
图9为分割的结果图像;
图10为横切面截图;
图11为纵切面截图;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
如图1所示,本发明的基于造影图像和流体力学模型的微循环阻力指数计算方法,包括以下步骤。
定义时间序列X射线冠脉造影图像中的有导管出现的第一帧为参考图像A,如图2所示,有完整冠脉出现的需要分割的为目标图像B,本发明选取两个体位的冠状动脉造影图像进行分割,如图3、4所示,最后得到的分割结果为结果图像P4。
1:提取冠脉造影图像:
从时间序列图像中可以明显看出,参考图像A(图2)和目标图像B(图3)中的图像像素可以分成三部分:需要分割的结果,称之为导管或者冠状动脉;在时间中静止不变的噪声,如胸腔中的肋骨,称之为静态噪声;在时间中变化的噪声,如部分肺部组织、部分心脏组织,称之为动态噪声。
首先,因为参考图像A(图2)中的导管结构比较简单,容易定位,所以先提取参考图像A中的导管中的特征点。
先用参考图像A-目标图像B,除去部分静态噪声;
做均值滤波,除去部分动态噪声;
通过灰度直方图分析,利用阈值进一步去噪;
将去噪后的图像进行多尺度海森矩阵,对导管进行图像增强,得到增强后的导管图像,如图5所示;
二值化图像,将导管对应的像素标记为1,其余像素标记0;
对二值化后的图像进行细化,得到一组导管的特征点P1,如图6所示。
其次,对目标图像B(图3)中的冠状动脉进行图像增强。
用目标图像B-参考图像A,除去部分静态噪声;
均值滤波,除去部分动态噪声;
通过灰度直方图分析,利用阈值进一步去噪;
通过多尺度海森矩阵对去噪后的图像的冠状动脉进行图像增强,得到图像P2,如图7所示。
通过对目标图像B进行以上操作得到的图像中,除被增强后的冠状动脉之外,还可能有被海森矩阵误认为管状物而进行了增强的噪声。于是需要将图像P2中冠状动脉和噪声进行区分。
特征点P1是由导管细化后得到的,所以P1的位置一定在导管中;目标图像和参考图像中,导管的位置虽然会有一定变化,但是该变化必定只是在一个小范围内的。所以,可以根据图像P2中各个区域与特征点P1的位置关系,确定冠状动脉的区域;
提取该连通区域,获得图像P3,如图8所示。
最后,以特征点P1为种子点,将图像P3进一步处理后进行动态区域生长,获得结果图像,如图9所示。
P3图像二值化;
形态学运算;
按照对应位置还原到目标图像中;
进行动态区域生长,得到结果图像P4,如图9所示。
2:生成冠脉三维模型:
对两张不同角度拍摄的冠脉造影图像按照上述步骤进行分割,分别得到冠脉中心线及直径,将上述步骤生成的两个方向的冠脉中心线在三维空间进行投影计算,生成冠脉三维模型即可获取准确的血管长度和直径;
3:计算冠脉血流速度:
通过TIMI记帧法获取血流在最大充血状态下的传导时间Tmn及血流速度,对冠脉造影图像按时序帧进行扫描计算出造影剂从血管入口流到血管末端需要的时间,再通过血管长度除以时间得到血液流速;
4:冠脉网格划分:
基于重构的冠脉三维模型,用标准的扫掠法进行网格划分,生成结构性三维六面体网格;
基于重构的冠脉三维模型,用其它方法(例如:切分法、混合法)进行网格划分,生成结构性三维六面体网格;
基于重构的冠脉三维模型,在血管壁上生成三角形面网格,然后长成四面体网格,在血管中生成非结构性三维四面体网格;
基于重构的冠脉三维模型,拉直血管,按对称轴切开,生成轴对称二维平面模型,用切分法(或者扫掠法)进行网格划分,生成结构性二维四边形网格,图10为网格横切面截图,图11为网格纵切面截图。
5:测量主动脉平均压Pa,例如通过指引导管测量。
6:冠脉远端动脉压力Pd计算:
1)三维模型
基于X射线造影图像重构的几何结构,划分三维网格,用数值法(如:有限差分、有限元、有限体积法等)求解连续性和Navier-Stokes方程:
其中,P,ρ,μ分别为流速、压力、血流密度、血流粘性。
入口边界条件为血流速度,出口边界条件为out-flow边界条件;
计算沿着血管中心线从入口到下游各点的压力降ΔPi,则冠脉远端动脉压力Pd=Pa-ΔPi。
2)二维模型
基于X射线造影重构的几何结构,把有狭窄的血管拉直(二维轴对称模型),划分二维网格,用数值法(如:有限差分、有限元、有限体积法等)求解连续性和Navier-Stokes方程:
其中,ρ表示血液的密度,uz、ur分别表示z向、r方向的流速,μ表示血液的动力粘度,p表示血液的压强。
入口边界条件为血流速度,出口边界条件为out-flow边界条件;
针对各种类型的冠脉弯曲,用三维模型计算从入口到出口的压力差,对照二维轴对称模型计算的结果,建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库;利用三维模型计算结果修正二维模型计算结果得到ΔPi;
则冠脉远端动脉压力Pd=Pa-ΔPi。7:计算微循环阻力指数IMR=Pd*Tmn(单位mmHg·s)。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,包括以下步骤:
S01:选取两个体位的冠状动脉造影图像,通过分析定义时间序列的X射线造影不同帧,去除动静态噪声,对冠状动脉进行分割;并对不同角度拍摄的冠脉造影图像进行分割,分别得到冠脉中心线及直径;
S02:将S01步骤生成的多方向的冠脉中心线在三维空间进行投影计算,生成冠脉三维模型;
S03:通过TIMI记帧法获取血流在最大充血状态下的传导时间Tmn及血流速度;
S04:基于X射线重构的冠脉三维模型,创建血管三维网格;并基于X射线重构的冠脉中心线及直径,拉直血管,按对称轴切开,生成轴对称二维平面模型,然后创建血管二维轴对称网格;
S05:测量主动脉平均压Pa;
S06:基于S03步骤得到的血液流速与S04步骤生成的血管三维网格,求解不可压缩流的基本公式,计算沿着血管中心线从入口到下游各点的压力降ΔPi,则冠脉远端动脉压力Pd=Pa-ΔPi;
S07:计算微循环阻力指数IMR=Pd*Tmn。
2.根据权利要求1所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S01包括以下步骤:
S11:定义时间序列X射线冠脉造影图像中有导管出现的第一帧为参考图像,有完整冠脉出现的需要分割的图像为目标图像;
S12:提取参考图像中导管的特征点,对目标图像中的冠状动脉进行图像增强,提取冠状动脉的区域图像;
S13:以参考图像中导管的特征点为种子点,将冠状动脉的区域图像进一步处理后进行动态区域生长,获得冠脉造影图像。
3.根据权利要求2所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S12包括:
将参考图像减去目标图像,去除静态噪声,通过均值滤波去除动态噪声;
通过灰度直方图分析,利用阈值进一步去除噪声;
通过多尺度海森矩阵对将去噪后的图像的导管进行图像增强;
二值化图像:将导管对应的像素标记为1,其余像素标记0;对二值化后的图像进行细化,得到一组导管的特征点。
4.根据权利要求2所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S12包括:
将目标图像减去参考图像,去除静态噪声,通过均值滤波去除动态噪声;
通过灰度直方图分析,利用阈值进一步去除噪声;
通过多尺度海森矩阵对将去噪后的图像的冠状动脉进行图像增强,得到增强后的目标图像;
根据增强后的目标图像中各区域与特征点的位置关系,确定冠状动脉的区域;提取该连通区域,获得冠状动脉的区域图像。
5.根据权利要求2所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S13包括:
对冠状动脉的区域图像进行二值化;
进行形态学运算,按照对应位置还原到目标图像中,进行动态区域生长,获得冠脉造影图像。
6.根据权利要求1所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S02包括:
心跳周期内相同时间点、不同角度拍摄的冠脉造影图像,用步骤S01处理后,在中心线上提取特征点;
基于已知的X射线拍照角度,三维还原这些特征点,进而三维还原中心线。
7.根据权利要求1所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S03中计算血液流速的方法使用下述方法中的一种:造影剂运输时间算法、造影剂遍历距离算法、Stewart—Hamilton算法、First—pass分布分析法、光流法或者流体连续法。
8.根据权利要求1所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S04包括:
基于步骤S02中重构的冠脉三维模型,用标准的扫掠法、切分法或混合法进行网格划分,生成结构性三维六面体网格;
基于步骤S02中重构的冠脉三维模型,在血管壁上生成三角形面网格,然后长成四面体网格,在血管中生成非结构性三维四面体网格;
基于步骤S02中重构的冠脉三维模型,拉直血管,按对称轴切开,生成轴对称二维平面模型,用切分法或者扫掠法进行网格划分,生成结构性二维四边形网格。
9.根据权利要求1所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S05包括:
对血管三维网格进行求解,用数值法求解连续性和Navier-Stokes方程:
其中,P,ρ,μ分别为流速、压力、血流密度、血流粘性;
入口边界条件为血流速度,出口边界条件为out-flow边界条件。
10.根据权利要求1所述的基于造影图像和流体力学模型的微循环阻力指数计算方法,其特征在于,所述步骤S05还包括:
对血管二维轴对称网格,数值法求解连续性和Navier-Stokes方程:
其中,ρ表示血液的密度,uz、ur分别表示z向、r方向的流速,μ表示血液的动力粘度,p表示血液的压强;
入口边界条件为血流速度,出口边界条件为out-flow边界条件;
针对各种类型的冠脉弯曲,用三维模型计算从入口到出口的压力差,对照二维轴对称模型计算的结果,建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库;利用三维模型计算结果修正二维模型计算结果得到ΔPi值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810413391.8A CN108550189A (zh) | 2018-05-03 | 2018-05-03 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
PCT/CN2018/091167 WO2019210553A1 (zh) | 2018-05-03 | 2018-06-13 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810413391.8A CN108550189A (zh) | 2018-05-03 | 2018-05-03 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108550189A true CN108550189A (zh) | 2018-09-18 |
Family
ID=63513357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810413391.8A Pending CN108550189A (zh) | 2018-05-03 | 2018-05-03 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108550189A (zh) |
WO (1) | WO2019210553A1 (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109461138A (zh) * | 2018-09-29 | 2019-03-12 | 深圳睿心智能医疗科技有限公司 | 参数计算方法、系统、可读存储介质及计算机设备 |
CN109717953A (zh) * | 2019-02-01 | 2019-05-07 | 杭州晟视科技有限公司 | 一种血流量的确定方法、装置、电子设备和计算机存储介质 |
CN109770930A (zh) * | 2019-01-29 | 2019-05-21 | 浙江大学 | 一种冠状动脉微循环阻力的确定方法和装置 |
CN109805949A (zh) * | 2019-03-19 | 2019-05-28 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算血流储备分数的方法 |
CN110367965A (zh) * | 2018-09-19 | 2019-10-25 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
CN110731789A (zh) * | 2019-10-25 | 2020-01-31 | 上海杏脉信息科技有限公司 | 一种冠脉微血管阻力指数获取方法、介质及设备 |
CN111091913A (zh) * | 2019-12-27 | 2020-05-01 | 西北工业大学 | 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 |
CN111084631A (zh) * | 2019-12-03 | 2020-05-01 | 上海市胸科医院 | 一种timi心肌灌注帧数获取方法、介质及电子设备 |
CN111166316A (zh) * | 2018-11-13 | 2020-05-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影瞬时无波型比率和造影舒张期压力比率的方法 |
CN111166315A (zh) * | 2018-11-13 | 2020-05-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算瞬时无波型比率和静息态舒张期压力比率的方法 |
CN111166317A (zh) * | 2018-11-13 | 2020-05-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影血流储备分数和静息态压力比值的方法 |
WO2020107667A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
WO2020107668A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
CN111460775A (zh) * | 2020-03-05 | 2020-07-28 | 北京师范大学 | 贸易特征网格图生成方法及装置 |
CN111627002A (zh) * | 2020-05-25 | 2020-09-04 | 上海杏脉信息科技有限公司 | 一种冠脉微血管阻力指数计算装置及方法 |
WO2020186611A1 (zh) * | 2019-03-19 | 2020-09-24 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算瞬时无波形比率的方法 |
CN111839496A (zh) * | 2019-04-24 | 2020-10-30 | 苏州润迈德医疗科技有限公司 | 一种通过常规造影图像测量出血流储备分数的方法 |
CN112381780A (zh) * | 2020-11-11 | 2021-02-19 | 上海市第六人民医院 | 一种冠脉微循环状况评估装置及方法 |
WO2021087961A1 (zh) * | 2019-11-04 | 2021-05-14 | 苏州润迈德医疗科技有限公司 | 测量舒张期血流速度的方法、装置、系统及存储介质 |
WO2021087967A1 (zh) * | 2019-11-04 | 2021-05-14 | 苏州润迈德医疗科技有限公司 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
WO2021087968A1 (zh) * | 2019-11-04 | 2021-05-14 | 苏州润迈德医疗科技有限公司 | 基于微循环阻力指数调节最大充血状态流速的方法及装置 |
CN112971818A (zh) * | 2021-01-28 | 2021-06-18 | 杭州脉流科技有限公司 | 微循环阻力指数的快速获取方法、装置、计算机设备和存储介质 |
CN113066583A (zh) * | 2021-03-30 | 2021-07-02 | 昆明同心医联科技有限公司 | 动脉瘤破裂风险预测方法、装置及存储介质 |
JP2022547103A (ja) * | 2018-09-19 | 2022-11-10 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 冠状動脈血管評定パラメータを簡単に測定する方法、装置及びシステム |
CN117481806A (zh) * | 2022-12-30 | 2024-02-02 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NL2026715B1 (en) * | 2020-10-20 | 2022-06-16 | Medis Ass B V | Method of determining vessel fluid flow velocity |
CN113269806B (zh) * | 2021-04-30 | 2023-04-14 | 北京阅影科技有限公司 | 测量血管内部血流流量的方法、装置与处理器 |
CN113693579A (zh) * | 2021-07-23 | 2021-11-26 | 西北工业大学 | 归一化冠状动脉微循环阻力指数计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1882950A (zh) * | 2003-09-25 | 2006-12-20 | 派昂公司 | 用于管状器官的三维重建的系统和方法 |
US20160000341A1 (en) * | 2013-02-18 | 2016-01-07 | Ramot At Tel-Aviv University Ltd. | Intravascular pressure drop derived arterial stiffness and reduction of common mode pressure effect |
CN105559810A (zh) * | 2015-12-10 | 2016-05-11 | 上海交通大学 | 血管单位时间血流量与血流速度的计算方法 |
CN105580019A (zh) * | 2013-07-30 | 2016-05-11 | 哈特弗罗公司 | 为优化诊断性能利用边界条件模型化血流的方法和系统 |
CN106327487A (zh) * | 2016-08-18 | 2017-01-11 | 苏州润心医疗科技有限公司 | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 |
CN107730540A (zh) * | 2017-10-09 | 2018-02-23 | 全景恒升(北京)科学技术有限公司 | 基于高精度匹配模型的冠脉参数的计算方法 |
-
2018
- 2018-05-03 CN CN201810413391.8A patent/CN108550189A/zh active Pending
- 2018-06-13 WO PCT/CN2018/091167 patent/WO2019210553A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1882950A (zh) * | 2003-09-25 | 2006-12-20 | 派昂公司 | 用于管状器官的三维重建的系统和方法 |
US20160000341A1 (en) * | 2013-02-18 | 2016-01-07 | Ramot At Tel-Aviv University Ltd. | Intravascular pressure drop derived arterial stiffness and reduction of common mode pressure effect |
CN105580019A (zh) * | 2013-07-30 | 2016-05-11 | 哈特弗罗公司 | 为优化诊断性能利用边界条件模型化血流的方法和系统 |
CN105559810A (zh) * | 2015-12-10 | 2016-05-11 | 上海交通大学 | 血管单位时间血流量与血流速度的计算方法 |
CN106327487A (zh) * | 2016-08-18 | 2017-01-11 | 苏州润心医疗科技有限公司 | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 |
CN107730540A (zh) * | 2017-10-09 | 2018-02-23 | 全景恒升(北京)科学技术有限公司 | 基于高精度匹配模型的冠脉参数的计算方法 |
Non-Patent Citations (2)
Title |
---|
刘腾飞等: "微循环阻力指数的研究进展", 《中国医药导报》 * |
李萌玫等: "冠心病患者测定微循环阻力指数的临床意义", 《中国循环杂志》 * |
Cited By (66)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022547103A (ja) * | 2018-09-19 | 2022-11-10 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 冠状動脈血管評定パラメータを簡単に測定する方法、装置及びシステム |
US11779294B2 (en) * | 2018-09-19 | 2023-10-10 | Suzhou Rainmed Medical Technology Co., Ltd. | Method, device and system for calculating microcirculation indicator based on image and pressure sensor |
WO2021042477A1 (zh) * | 2018-09-19 | 2021-03-11 | 苏州润迈德医疗科技有限公司 | 测量冠状动脉血管评定参数的简化方法、装置及系统 |
WO2021046990A1 (zh) * | 2018-09-19 | 2021-03-18 | 苏州润迈德医疗科技有限公司 | 基于影像和压力传感器计算微循环指标的方法装置及系统 |
CN110367965A (zh) * | 2018-09-19 | 2019-10-25 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
CN110384494A (zh) * | 2018-09-19 | 2019-10-29 | 苏州润迈德医疗科技有限公司 | 测量微循环阻力指数的方法 |
CN110384493A (zh) * | 2018-09-19 | 2019-10-29 | 苏州润迈德医疗科技有限公司 | 测量微循环阻力指数的系统以及冠脉分析系统 |
CN110393516A (zh) * | 2018-09-19 | 2019-11-01 | 苏州润迈德医疗科技有限公司 | 基于影像和压力传感器计算微循环指标的方法装置及系统 |
CN110522439A (zh) * | 2018-09-19 | 2019-12-03 | 苏州润迈德医疗科技有限公司 | 测量冠状动脉血管评定参数的简化方法、装置及系统 |
US20210145390A1 (en) * | 2018-09-19 | 2021-05-20 | Suzhou Rainmed Medical Technology Co., Ltd. | Method, device and system for calculating microcirculation indicator based on image and pressure sensor |
WO2020057324A1 (zh) * | 2018-09-19 | 2020-03-26 | 苏州润迈德医疗科技有限公司 | 测量微循环阻力指数的系统以及冠脉分析系统 |
JP7324547B2 (ja) | 2018-09-19 | 2023-08-10 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 冠状動脈血管評定パラメータを簡単に測定する測定装置及び該測定装置を含む冠状動脈分析システム |
JP2022511211A (ja) * | 2018-09-19 | 2022-01-31 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | イメージ及び圧力センサに基づき微小循環指標を計算する方法、装置及びシステム |
EP4026492A4 (en) * | 2018-09-19 | 2023-10-11 | Suzhou Rainmed Medical Technology Co., Ltd. | METHOD, DEVICE AND SYSTEM FOR CONVENIENTLY AND QUICKLY MEASURING THE ASSESSMENT PARAMETER OF A CORONARY ARTERY |
EP4026491A4 (en) * | 2018-09-19 | 2023-09-06 | Suzhou Rainmed Medical Technology Co., Ltd. | SIMPLIFIED METHOD, APPARATUS AND SYSTEM FOR MEASURING CORONARY ARTERY VESSEL ASSESSMENT PARAMETERS |
CN110367965B (zh) * | 2018-09-19 | 2022-03-08 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
JP7093584B2 (ja) | 2018-09-19 | 2022-06-30 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | イメージ及び圧力センサに基づき微小循環指標を計算する方法、装置及びシステム |
WO2021042479A1 (zh) * | 2018-09-19 | 2021-03-11 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
CN109461138A (zh) * | 2018-09-29 | 2019-03-12 | 深圳睿心智能医疗科技有限公司 | 参数计算方法、系统、可读存储介质及计算机设备 |
CN109461138B (zh) * | 2018-09-29 | 2020-10-27 | 深圳睿心智能医疗科技有限公司 | 参数计算方法、系统、可读存储介质及计算机设备 |
CN111166316B (zh) * | 2018-11-13 | 2023-03-21 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影瞬时无波型比率和造影舒张期压力比率的方法 |
CN111166317A (zh) * | 2018-11-13 | 2020-05-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影血流储备分数和静息态压力比值的方法 |
CN111166317B (zh) * | 2018-11-13 | 2023-09-05 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影血流储备分数和静息态压力比值的方法 |
CN111166315A (zh) * | 2018-11-13 | 2020-05-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算瞬时无波型比率和静息态舒张期压力比率的方法 |
CN111166316A (zh) * | 2018-11-13 | 2020-05-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影瞬时无波型比率和造影舒张期压力比率的方法 |
CN111166315B (zh) * | 2018-11-13 | 2023-03-28 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算瞬时无波型比率和静息态舒张期压力比率的方法 |
JP7236769B2 (ja) | 2018-11-28 | 2023-03-10 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | 心筋血流量及びct画像に基づく微小循環抵抗指数の計算方法 |
JP2022508239A (ja) * | 2018-11-28 | 2022-01-19 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | 心筋血流量及びct画像に基づく微小循環抵抗指数の計算方法 |
JP7236768B2 (ja) | 2018-11-28 | 2023-03-10 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | 心筋血流量及びct画像に基づく冠状動脈冠血流予備量比の計算方法 |
CN111227822A (zh) * | 2018-11-28 | 2020-06-05 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
CN111227821A (zh) * | 2018-11-28 | 2020-06-05 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
CN111227822B (zh) * | 2018-11-28 | 2022-02-11 | 苏州润迈德医疗科技有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
CN111227821B (zh) * | 2018-11-28 | 2022-02-11 | 苏州润迈德医疗科技有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
WO2020107667A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
US11901081B2 (en) | 2018-11-28 | 2024-02-13 | Suzhou Rainmed Medical Technology Co., Ltd. | Method for calculating index of microcirculatory resistance based on myocardial blood flow and CT image |
US11896416B2 (en) | 2018-11-28 | 2024-02-13 | Suzhou Rainmed Medical Technology Co., Ltd. | Method for calculating coronary artery fractional flow reserve on basis of myocardial blood flow and CT images |
WO2020107668A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
JP2022508238A (ja) * | 2018-11-28 | 2022-01-19 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | 心筋血流量及びct画像に基づく冠状動脈冠血流予備量比の計算方法 |
CN109770930A (zh) * | 2019-01-29 | 2019-05-21 | 浙江大学 | 一种冠状动脉微循环阻力的确定方法和装置 |
CN109717953A (zh) * | 2019-02-01 | 2019-05-07 | 杭州晟视科技有限公司 | 一种血流量的确定方法、装置、电子设备和计算机存储介质 |
JP2021527506A (ja) * | 2019-03-19 | 2021-10-14 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | 圧力センサと造影画像に基づき冠血流予備量比を計算する方法 |
CN109805949A (zh) * | 2019-03-19 | 2019-05-28 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算血流储备分数的方法 |
US11779233B2 (en) | 2019-03-19 | 2023-10-10 | Suzhou Rainmed Medical Technology Co., Ltd. | Method for calculating fractional flow reserve based on pressure sensor and angiographic image |
WO2020186612A1 (zh) * | 2019-03-19 | 2020-09-24 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算血流储备分数的方法 |
JP7136493B2 (ja) | 2019-03-19 | 2022-09-13 | スーチョウ レインメド メディカル テクノロジー カンパニー リミテッド | 圧力センサと造影画像に基づき冠血流予備量比を計算する方法 |
WO2020186611A1 (zh) * | 2019-03-19 | 2020-09-24 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算瞬时无波形比率的方法 |
CN111839496A (zh) * | 2019-04-24 | 2020-10-30 | 苏州润迈德医疗科技有限公司 | 一种通过常规造影图像测量出血流储备分数的方法 |
CN110731789A (zh) * | 2019-10-25 | 2020-01-31 | 上海杏脉信息科技有限公司 | 一种冠脉微血管阻力指数获取方法、介质及设备 |
CN110731789B (zh) * | 2019-10-25 | 2020-07-07 | 上海杏脉信息科技有限公司 | 一种冠脉微血管阻力指数获取方法、介质及设备 |
WO2021087968A1 (zh) * | 2019-11-04 | 2021-05-14 | 苏州润迈德医疗科技有限公司 | 基于微循环阻力指数调节最大充血状态流速的方法及装置 |
JP2022554297A (ja) * | 2019-11-04 | 2022-12-28 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 生理パラメータに基づき血管評定パラメータを取得する方法、装置及び記憶媒体 |
WO2021087967A1 (zh) * | 2019-11-04 | 2021-05-14 | 苏州润迈德医疗科技有限公司 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
WO2021087961A1 (zh) * | 2019-11-04 | 2021-05-14 | 苏州润迈德医疗科技有限公司 | 测量舒张期血流速度的方法、装置、系统及存储介质 |
JP7437077B2 (ja) | 2019-11-04 | 2024-02-22 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 生理パラメータに基づき血管評定パラメータを取得する方法、装置及び記憶媒体 |
CN111084631A (zh) * | 2019-12-03 | 2020-05-01 | 上海市胸科医院 | 一种timi心肌灌注帧数获取方法、介质及电子设备 |
CN111084631B (zh) * | 2019-12-03 | 2023-09-08 | 上海市胸科医院 | 一种timi心肌灌注帧数获取方法、介质及电子设备 |
CN111091913A (zh) * | 2019-12-27 | 2020-05-01 | 西北工业大学 | 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 |
CN111460775A (zh) * | 2020-03-05 | 2020-07-28 | 北京师范大学 | 贸易特征网格图生成方法及装置 |
CN111627002B (zh) * | 2020-05-25 | 2023-07-18 | 上海杏脉信息科技有限公司 | 一种冠脉微血管阻力指数计算装置及方法 |
CN111627002A (zh) * | 2020-05-25 | 2020-09-04 | 上海杏脉信息科技有限公司 | 一种冠脉微血管阻力指数计算装置及方法 |
CN112381780A (zh) * | 2020-11-11 | 2021-02-19 | 上海市第六人民医院 | 一种冠脉微循环状况评估装置及方法 |
CN112381780B (zh) * | 2020-11-11 | 2021-04-20 | 上海市第六人民医院 | 一种冠脉微循环状况评估装置及方法 |
CN112971818A (zh) * | 2021-01-28 | 2021-06-18 | 杭州脉流科技有限公司 | 微循环阻力指数的快速获取方法、装置、计算机设备和存储介质 |
CN113066583A (zh) * | 2021-03-30 | 2021-07-02 | 昆明同心医联科技有限公司 | 动脉瘤破裂风险预测方法、装置及存储介质 |
CN117481806A (zh) * | 2022-12-30 | 2024-02-02 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
CN117481806B (zh) * | 2022-12-30 | 2024-04-02 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019210553A1 (zh) | 2019-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108550189A (zh) | 基于造影图像和流体力学模型的微循环阻力指数计算方法 | |
CN106327487B (zh) | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 | |
JP7236768B2 (ja) | 心筋血流量及びct画像に基づく冠状動脈冠血流予備量比の計算方法 | |
CN107392994B (zh) | 冠脉血管的三维重建方法、装置、设备及存储介质 | |
WO2020057324A1 (zh) | 测量微循环阻力指数的系统以及冠脉分析系统 | |
US11901081B2 (en) | Method for calculating index of microcirculatory resistance based on myocardial blood flow and CT image | |
Boettler et al. | New aspects of the ventricular septum and its function: an echocardiographic study | |
CN104768465B (zh) | 血流储备分数(ffr)指标 | |
CN106659399B (zh) | 使用患病和假想正常解剖学模型中的流计算的冠状动脉狭窄的非侵入功能评价的方法和系统 | |
WO2019169779A1 (zh) | 一种无需血管扩张剂测量血流储备分数的方法 | |
CN108348206B (zh) | 用于无创血流储备分数(ffr)的侧支流建模 | |
US20190029625A1 (en) | Method and apparatus for assessing blood vessel stenosis | |
CN105518684A (zh) | 用于预测冠状动脉病变的位置、开始、和/或变化的系统和方法 | |
KR101514003B1 (ko) | 폐엽 추출 방법 및 그 장치 | |
Radaelli et al. | On the segmentation of vascular geometries from medical images | |
Zhang et al. | Area stenosis associated with non-invasive fractional flow reserve obtained from coronary CT images | |
CN112690814B (zh) | 一种低误差的冠状动脉血流储备分数测量方法 | |
US10332255B2 (en) | Method for assessing stenosis severity in a lesion tree through stenosis mapping | |
KR102000615B1 (ko) | 관상동맥의 시작점을 자동으로 추출하기 위한 방법 및 그 장치 | |
Köhler et al. | Pressure-based Vortex Extraction in Cardiac 4D PC-MRI Blood Flow Data. | |
WO2017047135A1 (ja) | 血流解析装置、その方法、及びそのコンピュータソフトウェアプログラム | |
Rahman et al. | An algorithm for extracting centerline of the aorta from CT/MR 3D images | |
Sumathi et al. | Analysis of intima media thickness in ultrasound carotid artery images using level set segmentation without re-initialization | |
US20230410307A1 (en) | Method and system for visualization | |
Ye et al. | A Novel Convolutional Neural Network Based on Adaptive Multi-Scale Aggregation and Boundary-Aware for Lateral Ventricle Segmentation on MR images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180918 |
|
RJ01 | Rejection of invention patent application after publication |