CN112805790A - 基于血管图斜率的血流测量 - Google Patents
基于血管图斜率的血流测量 Download PDFInfo
- Publication number
- CN112805790A CN112805790A CN201980065281.XA CN201980065281A CN112805790A CN 112805790 A CN112805790 A CN 112805790A CN 201980065281 A CN201980065281 A CN 201980065281A CN 112805790 A CN112805790 A CN 112805790A
- Authority
- CN
- China
- Prior art keywords
- time series
- vessel
- vessels
- diagnostic images
- vessel map
- 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
- 238000005259 measurement Methods 0.000 title claims description 146
- 230000017531 blood circulation Effects 0.000 title description 10
- 239000002872 contrast media Substances 0.000 claims abstract description 74
- 210000005166 vasculature Anatomy 0.000 claims abstract description 51
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 38
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000000004 hemodynamic effect Effects 0.000 claims description 83
- 230000000284 resting effect Effects 0.000 claims description 47
- 230000000544 hyperemic effect Effects 0.000 claims description 43
- 238000004458 analytical method Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 28
- 230000002706 hydrostatic effect Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 238000002583 angiography Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000002059 diagnostic imaging Methods 0.000 abstract description 7
- 208000029078 coronary artery disease Diseases 0.000 abstract description 6
- 230000002123 temporal effect Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 26
- 238000002347 injection Methods 0.000 description 18
- 239000007924 injection Substances 0.000 description 18
- 230000011218 segmentation Effects 0.000 description 14
- 238000009530 blood pressure measurement Methods 0.000 description 11
- 238000012937 correction Methods 0.000 description 11
- 210000004351 coronary vessel Anatomy 0.000 description 8
- 238000002591 computed tomography Methods 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010020565 Hyperaemia Diseases 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229940039231 contrast media Drugs 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 229940124549 vasodilator Drugs 0.000 description 2
- 239000003071 vasodilator agent Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000002439 hemostatic effect Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
Abstract
提供了一种用于评估冠状脉管系统的装置和对应的方法,该装置和对应的方法允许通过遵循由诊断图像中的血管占据的面积的时间过程,直接从造影剂动力学全局地评估冠状动脉疾病,所述造影剂动力学是如从使用侵入性医学成像模态采集的诊断图像中导出的。
Description
技术领域
本发明涉及一种用于评估冠状脉管系统的装置、对应的方法和相应的计算机程序。特别地,本发明涉及一种用于通过使能使用如经由诊断图像的两个时间系列所跟踪的造影剂动力学直接确定流相关的血液动力学参数来全局评估冠状动脉疾病的装置。
背景技术
冠状动脉血流测量是用于评估冠状动脉疾病的重要工具,因为它们允许提高对冠状动脉病变的理解。更具体地,这些测量允许确定冠状动脉疾病的后果,例如缺血潜力,并且还为患者提供处置指导。为此目的,通常在静息状况下和充血状况下执行冠状动脉血流测量,以确定流相关的性质,例如两种状态下的流速或体积流率。
基于这些测量,可以确定各种流相关的指标。一个重要的指标是所谓的冠状动脉血流储备(CFR),其定义了在正常静息容积以上的流过脉管系统的血流的最大增加。可以根据充血流速vH与静息流速vR之间的比率计算CFR。
尽管有这些测量的公知益处,但是由于可用于测量流相关的参数的任何测量技术的增加的复杂性和鲁棒性缺乏,常规流量测量尚未进入临床实践。
US 2013/0116739 A1公开了一种用于检测和分析患者的心脏的感兴趣区处的心脏机械活动的方法和装置。该方法包括:在心动周期的至少一部分内采集感兴趣区的二维X射线图像的时间序列;在X射线图像中检测冠状动脉血管;通过图像的序列跟踪冠状动脉血管以识别冠状动脉血管的移动;并且分析冠状动脉血管的移动,以量化表征感兴趣区中心壁运动的至少一个参数。
US 2015/0327780 A1公开了一种图像处理装置,其包括处理电路,所述处理电路被配置为:获得时间系列中的图像,所述图像包括对象的血管的图像以及指示血管的物理指标和与血管血液动力学有关的血管的功能指标之间的相关关系的相关信息;基于时间系列中的图像以时间系列计算血管形态指标,该时间系列指示对象的血管形态;并基于相关信息通过使用从血管形态学指标获得的对象的血管的物理指标确定对象的血管的功能指标。
发明内容
因此,已经采取了避免必须在静息状况和充血状况下直接测量这些流相关的特性而是允许从流测量以外的其他测量中导出这些特性的方法。
一种特定的方法是直接从血管造影系列连续帧中的造影剂动力学中导出流相关的特性值,例如流速值。这种方法的一个示例是所谓的TIMI帧计数(TFC)。在TFC中,造影剂到达血管中的标准化的远端冠状动脉界标所需的图像数据帧数被计数,并用于导出流速。然而,基于造影剂动力学的方法通常是耗时的、复杂的并且受所用动脉节段的缩短的影响。此外,这些方法通常允许以全局方式,即针对整个冠状动脉树(或其部分)评估流相关的性质。
一种以更加位点特异性的方式确定特定患者的流相关的性质的可能方式是,使用冠状动脉或血管的几何模型来近似这些特性,并使用流体动力学模型来计算相应的流相关的特性,该模型对通过几何模型中建模的血管的血流进行建模。然而,准确地说,这些方法需要适当确定边界条件,因此需要足够的专业知识和经验。
因此,本发明的目的是提供一种系统和方法,其允许更精确和直接地确定流相关的特性。本发明的另一个目的是提供一种系统和方法,其使能以直接且时间效率高的方式对流相关指标(例如CFR)进行全局评估。本发明的又一个目的是提供一种系统和方法,其能够以直接和鲁棒的方式提供流相关的指标的局部评估。更具体地,本发明的目的是提供一种系统和方法,其允许评估流相关的性质,例如血流速度、体积流速率等,并因此评估流相关的指标(例如CFR)而无需流体动力学模型。
该目的通过一种用于评估冠状脉管系统的装置来实现,该装置包括:输入单元,其被配置为接收所述冠状脉管系统中的多个血管的诊断图像的第一时间系列,以及所述冠状脉管系统中的所述多个血管的诊断图像的第二时间系列,所述第一时间系列和所述第二时间系列已经在不同的采集状况的情况下被采集,由此所述第一时间系列中的所述诊断图像中的每一幅诊断图像和所述第二时间系列中的所述诊断图像中的每一幅诊断图像分别表示对针对特定时间点的造影剂动力学的可视化;计算单元,其被配置为:针对诊断图像的所述第一时间系列来计算表示所述多个血管的第一动态血管图的血管图特征值的第一时间系列,并且针对诊断图像的所述第二时间系列来计算表示所述多个血管的第二动态血管图的血管图特征值的第二时间系列,血管图特征值的所述第一时间系列和血管图特征值的所述第二时间系列指示随时间的造影剂演变;以及分析单元,其被配置为将血管图特征值的所述第一时间系列与血管图特征值的所述第二时间系列进行比较,并且基于所述比较来导出至少一个全局血液动力学参数。
在该背景下,术语时间系列是指已随着时间采集的多幅诊断图像。更特别地,这些时间系列可以包括多幅诊断图像,利用其可以可视化通过脉管系统的造影剂动力学,并且可以借助于该可视化跟踪造影剂动力学。因此,可以通过能够可视化脉管系统中的造影剂的任何医学成像模态来采集诊断图像。允许采集诊断图像的一种特定的成像方法是X射线成像。
由此,第一时间系列和诊断图像的第二时间系列的每幅图像表示特定时间点的造影剂动力学的可视化。为此,术语时间点应理解为是指相对于造影剂注射时刻的测量时间中的某个点。换句话说,对于每次测量,从注射造影剂的时刻测量时间。因此,诊断图像的采集在注射造影剂时开始。由此,特定时间系列的第一诊断图像仅可视化脉管系统的一部分,因为造影剂尚未到达和/或完全填充任何血管。随着时间,造影剂到达越来越多的血管。因此,在诊断图像中可见的血管数量随时间增长并且代表血管图。
为此,应当理解,术语血管图应被广义地解释,并且也可以指的是在注射开始时在诊断图像中可见的单个血管。随着时间,造影剂流入越来越多的血管中,并且血管图在诊断图像中占据越来越多的面积。考虑到造影剂动力学受到与血流相同的变窄和摩擦的影响,在造影剂流入期间血管图的时间演变提供了关于脉管系统内部的血液动力学的指示。
因此,术语血管图特征是指在诊断图像中可视化的血管图的特定特征。在一些实施例中,血管图的该特征尤其可以是诊断图像中血管占据的面积。在一些实施例中,血管图的特征还可以是图片中可见的血管的数量。也可以设想其他血管图特征,只要它们允许跟踪造影剂随时间通过脉管系统的演变。
术语血管图特征值的时间系列在此是指从在诊断图像的时间系列的对应的多幅诊断图像中可视化的血管图导出的多个血管图特征值。换句话说,对于在特定测量时间点处获取的时间系列中的每个诊断图像,得出血管图特征值并且因此对应于该特定测量时间点。
将由此导出的第一时间系列的血管图特征和第二时间系列的血管图特征与另一个进行比较,并且基于该比较导出全局血液动力学参数。在此背景下,术语全局是指没有为一个或多个特定的血管位置指定血液动力学参数,即,不是局部出现在该位置的参数,而是代表整个脉管系统的血液动力学参数。
为此,术语脉管系统可以特别是指一个血管树中的多个血管。在一些实施例中,术语脉管系统还可以指代一个血管树的子分支,例如LAD或LCX。术语血液动力学参数可以指代指示血管内部的血流性质的任何种类的参数。在一些实施例中,血液动力学参数可以特别地是流相关的血液动力学参数。在一些实施例中,血液动力学参数可以是冠状动脉血流储备。
在不同的相应状况下采集了第一时间系列和第二时间系列。作为示例,可以在患者的静息状况下采集第一时间系列,并且可以在充血状况下采集第二时间系列。备选地或额外地,不同的状态也可以是指在造影剂流入期间所采集的时间系列以及在造影剂流出下的其他时间系列,由此相对于该造影剂的注射时间点来测量第一时间系列的测量时间,并且相对于造影剂流出的开始时间点来测量第二时间系列的测量时间。因此,该装置使能通过全局血液动力学参数对冠状脉管系统进行全局评估,从而可以直接从成像数据中导出全局血液动力学参数,而无需对诊断图像进行分割和识别个体血管。
在一些实施例中,诊断图像的所述第一时间系列和诊断图像的所述第二时间系列是使用X射线血管造影获得的。
如所指示的,能够可视化造影剂的任何医学成像模态可以用于通过感兴趣脉管系统监测造影剂动力学。在一些特定实施例中,X射线血管造影,特别是侵入性X射线血管造影,被用于获得诊断图像的第一和第二时间系列。因此,应分别从相同的投影方向收集第一时间系列和诊断图像的第二时间系列,以便获得两种状况下的可比较的诊断图像。使用侵入性X射线血管造影采集第一和第二时间系列涵盖插入造影剂注射导管和将造影剂注射到脉管系统中。在注射时,开始采集X射线图像,从而以预定的间隔收集多幅X射线血管造影图像。在一些实施例中,每10至200ms,更具体地每20至100ms,甚至更具体地每50ms执行这些图像的采集。这实现每秒15到30张图像的速率。
在一些实施例中,所述第一动态血管图表示在静息状况下作为时间的函数的造影剂进入所述多个血管的流入;并且所述第二动态血管图表示在充血状况下作为时间的函数的造影剂进入所述多个血管的流入。
应该在不同条件下采集第一和第二时间系列,以便获得两个可比较的数据集。在一些实施例中,这些不同的状况可以特别地指患者的状况。在一些实施例中,两个状况之一可以是患者处于静息状态的状况,而两个条件中的另一个可以是患者处于充血状态的患者条件。该充血状体尤其可以通过向患者施用血管舒张剂来引起。
在该实施例中,基于两个时间分辨的测量结果确定全局血液动力学参数,以建立在两种不同的物理状况下随着时间的通过脉管系统的造影剂演变。也就是说,在两种情况下,都认为血管图特征值不断上升,两种不同生理状况的值之间的差异指示全局流相关的血液动力学参数。
在一些实施例中,所述第一动态血管图表示作为时间的函数的造影剂进入所述多个血管的流入,而第二动态血管图表示作为时间的函数的造影剂进入多个血管的流出。
在一些实施例中,该条件可以是造影剂动力学的状况。在一些实施例中,诊断图像的第一时间系列可以特别地在造影剂进入脉管系统中的流入期间采集,而诊断图像的第二时间系列可以在流出期间获取。为了提高该特定实施例的可靠性和可比性,应该知道造影剂的输注速度,以及推注长度。
在该实施例中,患者可以特别地处于造影剂引起的充血状况,即,充血由血管内的造影剂引起。在这种情况下,第一时间系列跟踪在诊断图像中可视化的血管图的生长,而第二时间系列跟踪其减少。对于这两种情况,采集并随后比较各自的血管图特征值。
在一些实施例中,血管图特征值的所述第一时间系列包括第一多个值,所述第一多个值指示作为时间的函数的由诊断图像的所述第一时间系列中的每幅诊断图像中的所述多个血管占据的面积;以及所述血管图特征值的第二时间系列包括第二多个值,所述第二多个值指示作为时间的函数的由诊断图像的所述第二时间系列中的每幅诊断图像中的所述多个血管占据的面积。
在一些实施例中,血管图的特征可以特别地指代要在诊断图像中检查的脉管系统的血管占据的面积。即,在这些实施例中,针对每个诊断图像,即针对每个(测量)时间点,确定指示血管占据图像的多少面积的值。该面积应随造影剂的流入而增加,并且随造影剂的流出而减小,从而允许得出有关造影剂动力学的结论。
应该理解的是,指示由血管占据的面积的值可以特别是相对值,其中,0.0表示没有面积被占据,而1.0意味着整个诊断图像面积被血管覆盖。还应当理解,相对值可以不针对整个诊断图像面积来确定,而是也可以针对所述诊断图像面积的一部分来确定,例如,用于诊断图像面积内部90%到70%的面积。
为此,应为第一时间系列的每幅诊断图像和第二时间系列的每幅诊断图像采集一个值,该值指示诊断图像中的血管占据的面积。为了使这些值具有可比性,必须对两个时间系列均等地选择诊断图像面积或其一部分。这允许获得有关造影剂流入(或流出)的准确信息,并且并由此获得关于脉管系统内血管内部全局流动动力学的准确信息。
在一些实施例中,所述分析单元被配置为通过以下操作将血管图特征值的所述第一时间系列与第二血管图特征值的所述时间系列进行比较:确定针对指示作为时间的函数的由所述多个血管占据的所述面积的所述第一多个值的第一斜率值;确定针对指示作为时间的函数的由所述多个血管占据的所述面积的所述第二多个值的第二斜率值;并且将所述第一斜率值与所述第二斜率值进行比较以导出所述至少一个全局血液动力学参数。
在一些实施例中,至少一个全局血液动力学参数的确定可以特别地基于斜率值的比较,该斜率值指示第一时间系列和第二时间系列分别的作为时间的函数的血管占据的面积的斜率。为此,将针对血管占据的面积的两个时间系列的每幅诊断图像所确定的值视为时间的函数,即,将这些值的进程作为测量时间的函数进行计算,从而相对于造影剂注射的时间点或造影剂流出开始的时间点确定测量时间。随后,对于每幅诊断图像,确定斜率值。该斜率值可以特别地对应于最大斜率或平均斜率。对于两个时间系列,比较由此确定的斜率值(针对在特定时间点采集的诊断图像中的每一个确定)。即,将在相对于造影剂注射的一个特定测量时间点处获取的,针对第一时间系列的一幅特定诊断图像确定的斜率值与针对在对应的测量时间点,即相对于造影剂的注射或造影剂流出的开始获取的第二时间系列的对应的诊断图像确定的斜率值进行比较。基于该比较,可以确定在不同状况下的斜率之间的差异,从而允许得出关于血管内部的流动动力学的结论。
在一些实施例中,所述分析单元还包括分类器单元,利用针对所述至少一个全局血液动力学参数的基准数据来训练所述分类器单元;其中,所述分类器单元被配置为基于所述比较和所述基准数据来导出所述至少一个全局血液动力学参数。
在一些实施例中,分析单元实施机器学习算法。也就是说,分析单元包括分类器单元,该分类器单元已经利用与斜率比较和感兴趣的相应全局血液动力学参数值有关的基准数据进行了训练。分类器的训练可以特别地使用训练数据集来执行,该训练数据集已经从同一患者或多个不同患者的先前测量导出。基于这一基准数据,分析单元可以被启用为通过比较分别在静息状况和充血状况下作为时间的函数的图像中占据的血管面积的斜率,使用经验函数获得至少一个全局血液动力学参数。
在一些实施例中,所述输入单元还被配置为:接收第一血管内测量数据,所述第一血管内测量数据包括在静息状况下在所述多个血管中的感兴趣血管内部的近端测量位置处采集的第一压力值;并且接收第二血管内测量数据,所述第二血管内测量数据包括在充血状况下在所述感兴趣血管内部的所述近端测量位置处采集的第一压力值;并且所述装置还包括:比较单元,其被配置为:确定在静息状况下采集的所述第一压力值与在充血状况下采集的所述第一压力值之间的偏差,将所述偏差与预定阈值进行比较;并且在所述偏差大于所述预定阈值的情况下输出对应的指示。
至少一个全局血液动力学参数的准确性是评估冠状动脉疾病的重要因子。因此,在一些实施例中,实现了一种方法,其允许检测由分析单元确定的至少一个全局血液动力学参数的潜在的不准确性/不可靠性。
在一些实施例中,用于将造影剂注射到脉管系统中的导管可以允许确定在其中引入导管的血管中的主动脉压力值。即,将导管引入血管中并定位在对应于近端位置的第一测量位置处,并用于在静息状况和充血状况两者下在该位置获得压力值。这是通过连接到注射导管外部的压力传感器实现的,由此压力通过注射导管的中空长度传播。在一些实施例中,压力测量不是由导管执行,而是由引入感兴趣血管的附加压力线执行。
在这种背景下,术语近端应在其常规含义内理解,即定义为接近身体主要质量的位置。就冠状动脉血管而言,当沿着冠状脉管系统的纵轴观察时,近端位置是比相应的远端位置更靠近心脏的位置,通常更靠近主动脉。因此,术语近端测量位置尤其可以指相对靠近主动脉或在主动脉中的血管内位置,在该位置通过侵入性测量来测量压力值。因此,在相同的近端测量位置处在静息状况下测量一次该压力值,并且在充血状况下测量一次该压力值。
然后将在近端测量位置由导管获得的这些压力值相互比较,以检测在静息状况下的测量与充血状况下的测量之间是否发生了(主动脉)压力或心率的显著变化。即,将分别在静息状况和充血状况下获得的压力值之间的偏差与预定阈值进行比较。如果确定偏差超过阈值,则产生其指示。该措施的合适阈值可以在15至5mmHg的范围内。因此,特定阈值可以是10mmHg。
在这种情况下,术语指示可以指警告,该警告被输出给用户以通知用户偏差的发生。在一些实施例中,术语指示可以备选地或额外地指代校正因子,该校正因子被生成并提供给分析单元以校正至少一个全局血液动力学参数。特别地,可以根据基于训练或模型的校正来提供该校正因子。
根据这些实施例,可以减少所确定的全局血液动力学参数中的不准确性和/或如果存在这种不准确性的可能性可以警告用户,从而改善评估过程。
在一些实施例中,所述第一血管内测量数据还包括在静息状况下在所述感兴趣血管内部的远端测量位置处采集的第二压力值;并且所述第二血管内测量数据还包括在充血状况下在所述感兴趣血管内部的所述远端测量位置处采集的第二压力值。所述装置还包括:确定单元,其被配置为确定指示所述感兴趣血管内部的所述近端测量位置与所述远端测量位置之间的流体静力学压力差的值;以及计算单元,其被配置为基于所述第一血管内测量数据的所述第一压力值和所述第二压力值、所述第二血管内测量数据的所述第一压力值和所述第二压力值以及指示所述流体静力学压力差的所述值来计算至少一个局部血液动力学参数。在一些实施例中,指示所述流体静力学压力差的至少一个值包括所述近端测量位置与所述远端测量位置之间的高度差。在一些实施例中,至少一个局部血液动力学参数包括冠状血流储备(CFR)。
以上引用的实施例允许确定全局血液动力学参数。该全局血液动力学参数通常是流相关的血液动力学参数,即,全局地评估感兴趣脉管系统中的流体动力学的血液动力学参数。在一些实施例中,对脉管系统中的特定血管进行局部评估也可能是有用的。如果识别出的血管具有狭窄等,则情况尤其如此。因此,可能期望确定至少一个局部液动力学参数。更具体地说,可能期望确定至少一个局部流相关的血液动力学参数。甚至更具体地,可以确定冠状动脉血流储备的局部值。
因此,经常需要确定临床上非常有用的血液动力学参数冠状动脉血流储备(CFR)。CFR定义为充血流vH速与静息流速vR之比:
因此,为了确定CFR,必须分别在充血静息和静息状况下执行用于确定流速的流测量。为此,不可能使用压力测量来确定CFR。这样是因为血管内部两个测量位置的压力值之间的压力梯度受两个因素的影响,血管中的摩擦损失和流体静力学压力差,这是由于两次测量通常不在同一高度进行。也就是说,根据伯努利原理,测得的压力梯度可以描述为:
其中,ρ是血液密度,g是重力常数,Δh对应于海拔高度差(或高度差),并且v1和v2是进行压力测量的测量位置处的各自流速。压力梯度通常可以忽略不计,因为流速通常非常相似。根据下式,血管中的摩擦损失与流速相关,
Δp分数=R*v
因此,为了在感兴趣血管中局部确定CFR,必须将压力测量的静液压作用和与摩擦有关的作用相互分开。
为了实现该目的,将使用血管内压力测量获得的信息与表示通过另一种医学测量模态获取的流体静力学压力差的值相结合。为此,合适的医学测量模态特别地包括计算机断层摄影术、X射线血管造影术或压力线的任何类型的三维跟踪,例如电磁跟踪、超声跟踪、基于阻抗的跟踪等。此外,还可以采用光学形状感测来确定该值。
因此,血管内测量尤其可以在充血状况和静息状况下进行,由此对于两种情况都确定至少两个压力值,一个在近端测量位置,一个在远端测量位置。这允许确定在充血状况下以及静息状况下近端测量位置与远端测量位置之间的压力差。这些血管内压力测量尤其可以借助于引入到感兴趣血管中的压力线来执行。压力线用于在至少两个测量位置,即近端测量位置和远端测量位置处测量压力值。术语远端测量位置在此是指感兴趣血管内的血管内位置,其远离身体的主要质量。即,对于冠状脉管系统,当沿着冠状脉管系统的纵轴观察时,远端位置是指与近端位置相比离心脏更远的位置。
即,获得两组血管内测量数据。因此,第一血管内测量数据包括分别在静息状况下在近端测量位置和远端测量位置处获得的第一压力值和第二压力值。第二血管内测量数据包括在充血状况下在近端测量位置和远端测量位置处获得的第一压力值和第二压力值。
然后将这两组血管内测量数据提供给确定单元。确定单元还从附加医学测量模态接收测量数据。该测量数据尤其可以涉及一个或多个跟踪图像和/或一个或多个诊断图像,由此可以从这些图像中得出指示流体静力学压力差的值。作为示例,获得电磁跟踪图像。然后,确定单元使用该电磁跟踪图像来确定指示流体静力学压力差的值。指示压力差的这种值在此尤其可以是高度差Δh。
因此,尤其是至少在整个心动周期中,应特别进行测高,即高度差Δh的确定,以校正其在心动周期中的止血效果的可变性。在一些实施例中,在使用导线跟踪并且因此连续跟踪高程的情况下,还可以执行运动校正以校正由于呼吸运动引起的高度差Δh的变化。
如果已知高度差Δh,则可以将Δp分数近似为Δp分数=Δpmeas-ρ*g*Δh。这样可以根据以下条件确定CFR:
通过这种近似,可以从相应的压力测量结果中导出局部CFR值作为流相关的指标。
从上面可以理解的是,该本地CFR值的确定不需要该装置也执行的全局CFR值的先前确定。必要的是,该装置具有分别在静止条件和充血状况下在近端测量位置和远端测量位置处测得的第一和第二血管内测量数据,以及允许确定两个测量位置之间的高度的测量数据。
在一些实施例中,基于从诊断图像的所述第一时间系列和诊断图像的所述第二时间系列中的至少一个时间系列获得的至少一幅诊断图像来执行对指示所述流体静力学压力差的所述值的所述确定。
在一些实施例中,确定单元可以特别地使用来自第一时间系列和/或第二时间系列的至少一个诊断图像。这种方法的好处是该装置已经很容易获得该信息。因此,诊断图像数据可以特别是以特定投影角度拍摄的单个或多个血管造影图像。在一些实施例中,可以使用其他诊断图像数据,例如CT模型。
根据另一方面,提供了一种用于评估冠状脉管系统的方法,所述方法包括以下步骤:接收所述冠状脉管系统中的多个血管的诊断图像的第一时间系列,接收所述冠状脉管系统中的所述多个血管的诊断图像的第二时间系列,所述第一时间系列和所述第二时间系列已经在不同的采集状况的情况下被采集,由此所述第一时间系列中的所述诊断图像中的每一幅诊断图像和所述第二时间系列中的所述诊断图像中的每一幅诊断图像分别表示对针对特定时间点的造影剂动力学的可视化;针对诊断图像的所述第一时间系列来计算表示所述多个血管的第一动态血管图的血管图特征值的第一时间系列,针对诊断图像的所述第二时间系列来计算表示所述多个血管的第二动态血管图的血管图特征值的第二时间系列,血管图特征值的所述第一时间系列和血管图特征值的所述第二时间系列指示随时间的造影剂演变;将血管图特征值的所述第一时间系列与血管图特征值的所述第二时间系列进行比较;并且基于所述比较来导出至少一个全局血液动力学参数。
在一些实施例中,该方法还包括以下步骤:接收第一血管内测量数据,所述第一血管内测量数据包括在静息状况下在所述多个血管中的感兴趣血管内部的近端测量位置处采集的第一压力值和在静息状况下在所述感兴趣血管内部的远端测量位置处采集的第二压力值;接收第二血管内测量数据,所述第二血管内测量数据包括在充血状况下在所述感兴趣血管内部的所述近端测量位置处采集的第一压力值和在充血状况下在所述感兴趣血管内部的所述远端测量位置处采集的第二压力值;基于从诊断图像的所述第一时间系列和诊断图像的所述第二时间系列中的至少一个时间系列获得的至少一幅诊断图像来确定指示所述感兴趣血管内部的所述近端测量位置与所述远端测量位置之间的流体静力学压力差的值;基于所述第一血管内测量数据的所述第一压力值和所述第二压力值、所述第二血管内测量数据的所述第一压力值和所述第二压力值以及指示所述流体静力学压力差的所述值来计算至少一个局部血液动力学参数。
在另一方面,提供了一种用于控制根据以上任一实施例的装置的计算机程序,当该计算机程序由处理单元执行时,该计算机程序适于执行根据其一个或多个实施例的方法。在另一方面,提供一种其上存储有计算机程序的计算机可读介质。
应当理解,权利要求1的装置、权利要求12的方法、权利要求14的计算机程序以及权利要求15的计算机可读介质具有特别是如从属权利要求中所定义的相似和/或相同的优选实施例。
应当理解,本发明的优选实施例也可以是从属权利要求或以上实施例与各个独立权利要求的任意组合。
参考下文描述的实施例,本发明的这些和其他方面将变得显而易见并得到阐述。
附图说明
在以下附图中:
图1示意性地图示了根据第一示例性实施例的用于评估冠状脉管系统的装置。
图2表示根据第一示例性实施例的用于评估冠状脉管系统的方法的流程图。
图3图示了根据第一示例性实施例的流相关的血液动力学参数的确定的图形表示。
图4示意性地图示了根据第二示例性实施例的用于评估冠状脉管系统的装置。
图5表示根据第二示例性实施例的用于评估冠状脉管系统的方法的流程图。
图6表示根据第三示例性实施例的用于评估冠状脉管系统的方法的流程图。
图7表示根据示例性实施例的用于局部确定流相关的血液动力学参数的方法的流程图。
具体实施方式
附图中的图示是示意性的。在不同的附图中,相似或相同的元件提供有相同的附图标记。
图1示意性地表示用于确定至少一个全局血液动力学参数以便评估冠状脉管系统的装置1的第一示例性实施例。装置1包括输入单元100、计算单元200和分析单元300,并且通信地耦合到显示单元700。
输入单元100被配置为从医学成像模态接收诊断图像的第一时间系列10和诊断图像的第二时间系列20。在图1的示例性实施例中,在静息状况下,即在患者静息时,采集第一时间系列10。在充血状况下,即在患者接受了血管扩张剂以引起充血的情况下,采集第二时间系列20。
在根据图1的示例性实施例中,第一时间系列10和第二时间系列20各自包括在造影剂流入期间使用侵入式X射线血管造影收集的多幅诊断图像。由此通过将造影剂注入导管插入到患者的冠状脉管系统的血管中并使用该导管注入造影剂来引入造影剂。
由此任选地在开始将造影剂注入到脉管系统中的同时开始诊断图像的第一时间系列10的采集,并且一旦已经完全注射了造影剂就停止。即,第一时间系列10示出了造影剂在静息状况下完全流入到冠状脉管系统中,而第二时间系列20示出了造影剂在充血状况下完全流入。
然后第一时间系列10和第二时间系列20被提供给计算单元200。计算单元200被配置为接收第一时间系列10和第二时间系列20,并且在根据图1的示例性实施例中,对第一时间系列10和第二时间系列20的每幅诊断图像应用粗略分割。这种分割允许分别确定第一时间系列10和第二时间系列20中的每幅诊断图像的血管图特征。
在根据图1的示例性实施例中,该血管图特征特别是由在诊断图像的预定义部分中的血管占据的血管面积(即,由于造影剂已经进入脉管系统的特定部分而可视化)。因此,针对第一时间系列10和第二时间系列20中的每幅诊断图像计算血管图面积的值。然后将这些值提供给分析单元300。
分析单元300被配置为考虑作为时间的函数的第一时间系列10的诊断图像中的血管图面积的每个值,以及作为时间的函数的第二时间系列20的诊断图像中的血管图面积的每个值。即,分析单元300确定针对血管图面积值的两个映射,一个用于第一时间系列10,并且一个用于第二时间系列20。这使得分析单元300能够导出两个映射的斜率并将这些函数的斜率相互比较。在图1的示例性实施例中,分析单元由此确定最大斜率,并将第一时间系列10的血管图面积的最大斜率与第二时间系列的血管图面积的最大斜率进行比较,以确定全局流相关的血液动力学参数,其在图1的示例性实施例中是冠状动脉血流储备(CFR)的全局值。应当理解,在一些实施例中,平均斜率可以用于确定全局流相关的血液动力学参数,例如CFR。
为此目的,分析单元300可以任选地实施机器学习算法。也就是说,分析单元300可以包括分类器单元,该分类器单元已经使用训练数据集,利用与斜率关系有关的基准数据和各自的全局CFR值(或其他全局血液动力学参数值)进行了训练,该训练数据集例如源自多个不同的患者。基于该基准数据,分析单元然后确定相应的全局CFR值,该值由在静息状况和充血状况下作为时间的函数的图像中占据的血管面积的斜率的比较来指示。分析单元任选地将确定的全局CFR值提供给显示单元700。
显示单元700计算所确定的全局CFR值的图形表示并将该表示提供给用户。
图2示意性地表示使用根据图1的示例性实施例的装置1来确定全局流相关的血液动力学参数的方法的流程图。
在步骤S101中,输入单元100接收诊断图像的第一时间系列10,该第一时间系列10已经在静息状况下采集。在步骤S102中,输入单元100还接收在充血状况下采集的诊断图像的第二时间系列20。
在步骤S201中,计算单元200接收诊断图像的第一时间系列10,并对第一时间系列10的每幅诊断图像进行粗略分割,以确定每幅诊断图像的血管图特征值,即表示特征图的时间演变的值。在步骤S202中,计算单元200接收诊断图像的第二时间系列20,并且将粗分割应用于第二时间系列的每幅诊断以图像,确定用于每个诊断图像的相应的血管图特征值。如上文指示的,在示例性实施例中,血管图特征是诊断图像的预定义部分中的血管占据的面积。因此,在步骤S201和S202中,针对第一时间系列10和第二时间系列20中的每幅诊断图像计算血管图面积的值,并且随后将其提供给分析单元300。
在步骤S301中,分析单元300通过将针对第一时间系列确定的每个值视为时间的函数以导出这些值的时间系列的第一斜率,来确定用于表示第一时间系列10的诊断图像中的血管占据面积的值的映射。在图2的示例性实施例中,该第一斜率是最大斜率。在步骤S302中,分析单元300通过考虑作为时间的函数的第二时间系列20的每个值以导出这些值的时间系列的第二斜率,从而确定表示由第二时间系列10的诊断图像中的血管占据的面积的值的映射。在图2的示例性实施例中,该第二斜率也是最大斜率。
在步骤S303中,分析单元300将第一和第二最大斜率彼此比较。在步骤S304中,分析单元300使用该比较来确定全局流相关的血液动力学参数,例如冠状动脉血流储备(CFR)。在步骤S701中,该确定结果的图形表示由显示单元700生成并呈现给用户。
图3示出了根据第一示例性实施例的流相关的血液动力学参数的确定的图形表示。对于静息状况,诊断图像11、12、13和14可视化造影剂注射期间随时间的血管图演变。应当理解,充血状况的诊断图像将以相应的方式可视化血管图。
诊断图像11仅示出血管图的小部分,即,在诊断图像11中由血管图占据的面积具有相对较小的值。相反,在造影剂完全流入时采集的诊断图像14可视化大血管图,即在诊断图像14中由血管图占据的面积具有相对大的值。
为了适当地跟踪在静息状况下的造影剂动力学,确定曲线15,其中,作为时间的函数来计算诊断图像中由血管图占据面积的值。此外,为了跟踪在充血状况下的造影剂动力学,提供了曲线16,其中,还作为时间的函数来计算在诊断图像中由血管图占据的面积的对应值。这允许导出两条曲线的斜率值。然后可以将斜率值用于确定全局流相关的血液动力学参数。
图4示意性地图示了根据第二示例性实施例的用于评估冠状脉管系统的装置2。装置2包括输入单元100、计算单元200、分析单元300和比较单元400,并且通信地耦合到显示单元700。
在图4的示例性实施例中,输入单元100被配置为从医学成像模态接收诊断图像的第一时间系列10和诊断图像的第二时间系列20,并且还接收包括在血管内部的近端位置处由血管内测量设备确定的第一压力值的第一血管内测量数据30以及包括在血管内部的近端位置处由血管内测量设备确定的第二压力值的第二血管内测量数据40。在根据图4的实施例中,血管内测量设备尤其可以是用于注射造影剂的注射导管。
由此,在静息状况下采集诊断图像的第一时间系列10和第一血管内测量数据30。也就是说,在注射造影剂以收集第一时间系列10时使用导管确定第一血管内测量数据30。类似地,在充血状况下采集诊断图像的第二时间系列20和第二血管内测量数据40,即,第二血管内测量数据30是使用用于造影剂注射以收集第二时间系列20的导管来确定的。
然后将第一时间系列10和第二时间系列20提供给计算单元200,以便进行如参考图1所述的粗略分割,以便计算血管图特征值的第一时间系列和血管图特征值的第二时间系列。随后将如此计算的血管图特征值的第一时间系列和第二时间系列提供给分析单元300,并在分析单元300中进行分析,如关于图1所述。也就是说,分析单元300将在第一时间系列10的诊断图像中考虑作为时间的函数的血管图面积的每个值,并且将第二时间系列20的诊断图像中的血管图面积的每个值考虑为时间的函数,导出两条曲线的斜率,并将两条曲线的斜率相互进行比较以确定全局流相关的血液动力学参数,其在图4的示例性实施例中是全局CFR值。
将包括在静息状况下采集的第一压力值的第一血管内测量数据30和包括在充血状况下采集的第一压力值的第二血管内测量数据40提供给比较单元400。比较单元400对在静息状况下采集的第一压力值和在充血状况下采集的第二压力值进行比较,并确定这些值之间是否存在偏差。更具体地,比较单元400确定该偏差的值。然后,比较单元400将该偏差值与预定阈值进行比较。如果该值超过阈值,则比较单元400提供其指示。
在图4的示例性实施例中,比较单元400尤其向显示单元700发送指示,并且显示单元700计算该指示的图形表示,例如警告或警报信号,以向用户显示所确定的全局流相关的血液动力学参数可能不可靠。备选地或额外地,比较单元还可以使用比较来确定校正因子,并且可以被配置为将校正因子应用于所确定的全局血液动力学参数,以便克服潜在的不可靠性。在那种情况下,可以将已经执行校正的指示提供给显示单元700,并且显示单元700可以生成该指示的图形表示,因此用户知道该校正。为此目的,应当理解,显示单元700也可以接收所确定的全局血液动力学参数并生成其表示以呈现给用户。
图5表示根据第二示例性实施例的用于评估冠状脉管系统的方法的流程图。步骤S101和S102对应于根据第一实施例并且相对于图2说明的步骤S101和S102,即在这些步骤中,在输入单元100处接收来自医学成像模态的诊断图像的第一时间系列10和诊断图像的第二时间系列20。在步骤S103中,输入单元100还接收第一血管内测量数据30,其包括在静息状况下在血管内部的近端位置处确定的第一压力值。此外,在步骤S104中,输入单元100接收第二血管内测量数据40,其包括在充血状况下在血管内部的近端位置处测量的第一压力值。
在图5的步骤S201至S304中,如关于图1所描述的,由计算单元200和分析单元300处理第一时间系列10和第二时间系列20,以确定全局流相关的血液动力学参数。该全局流相关的血液动力学参数可能是可靠的也可能是不可靠的。为了确定全局流相关的血液动力学参数的可靠性,在步骤S401至S403中,通过比较单元400来使用第一血管内测量数据30和第二血管内测量数据40。
即,在步骤S401中,比较单元400将在静息状况下采集的第一压力值与在充血状况下采集的第二压力值进行比较,并确定表示两个压力值的偏差的值。在步骤S402中,比较单元400将该偏差值与预定阈值进行比较,并且如果该值超过阈值,则在步骤S403中提供所确定的全局血液动力学参数可能不可靠的指示。该指示可以是可以在步骤S701中由显示单元700以图形方式向用户表示的警告。
备选地或附加地,该指示还可以对应于可以在步骤S403中应用于全局血液动力学参数确定的校正因子。在那种情况下,显示单元700可以生成表示已经执行了校正的指示的图形表示,并且在步骤S701中将所述表示呈现给用户。
图6示意性地图示了根据第三示例性实施例的用于评估冠状脉管系统的装置3。装置3还包括输入单元100、计算单元200、分析单元300和比较单元400,并且通信地耦合到显示单元700。这些单元的各个功能对应于关于图4所解释的功能,为了避免不必要的重复,下面将不再详细讨论。除此之外,装置3包括确定单元500和计算单元600。
在根据图6的示例性实施例中,输入单元100被配置为从医学成像模态接收诊断图像的第一时间系列10和诊断图像的第二时间系列20,并且还接收第一血管内测量数据30和第二血管内测量数据40。第一血管内测量数据30由此包括在感兴趣血管内的近端位置处在静息状况下采集的第一压力值和在远端位置处在静息状况下获取的第二压力值。类似地,第二血管内测量数据40包括在充血状况下在感兴趣血管内部的近端位置处获取的第一压力值和在充血状况下在远端位置处采集的第二压力值。在根据图6的示例性实施例中,第一血管内测量数据和第二血管内测量数据尤其可以通过以下方式采集:将压力线插入感兴趣血管中,并在静息状况和充血状况下在两个测量位置(近端和远端位置)下测量压力值。
应当理解,备选地或额外地,输入单元100还可以从不同的医学测量模态接收一个或多个测量结果。作为示例,输入单元100可以接收用于执行血管内压力测量的压力线的三维跟踪图像。在这种特定情况下,该装置甚至可以工作而完全不接收诊断图像的第一和第二时间系列。
可以由计算单元200和分析单元300处理诊断图像的第一时间系列10和诊断图像的第二时间系列20,以确定全局血液动力学参数,如上文中详细描述的。此外,第一血管内测量数据30和第二血管内测量数据40可以任选地用于提供关于全局血液动力学参数的可靠性的输入和/或在必要时校正全局血液动力学参数。为此目的,比较单元400将在静息状况下获取的第一压力值与在充血状况下获取的第二压力值进行比较,并确定这些值之间是否存在偏差。然后,比较单元400将该偏差的值与预定阈值进行比较,以确定是否超过了阈值。如果是这样,则提供指示,其指示全局血液动力学参数的可靠性,并且还可以指示用于校正全局血液动力学参数的校正因子。
此外,装置3包括确定单元500。来自第一时间系列10或第二时间系列20的一幅或多幅诊断图像被提供给确定单元500。备选地,可以将通过相应的跟踪模态获得的一幅或多幅跟踪图像提供给确定单元500。确定单元500分割诊断或跟踪图像,并基于该分割确定指示流体静力学压力差的值。在一些实施例中,一幅或多幅图像可以用于基于分割来生成感兴趣血管的几何三维模型。根据该模型,可以确定两个位置,每个压力传感器一个。如果在两个不同角度的图像中可见压力传感器,则可能发生这种情况。从这两个位置,可以确定表示流体静力学压力差的值。在图6的示例性实施例中,该值尤其可以是血管内部的近端测量位置和远端测量位置之间的高度差Δh。在一些实施例中,还可以使用单幅2D诊断图像(例如单幅二维X射线图像)确定高度差。为此目的,用于收集这种X射线图像的C形臂必须具有合适的取向。如果X射线探测器的两个轴之一平行于重力,则给出这种合适的取向。在一些实施例中,指示流体静力学压力差,特别是高度差的值可以使用三维计算机断层摄影(CT)路线图来确定,由此在路线图中指示两个血管内测量位置。然后可以将CT解剖结构配准到患者解剖结构。然后将因此确定的高度差Δh提供给计算单元600。
计算单元600接收高度差Δh,并且还接收第一血管内测量数据30和第二血管内测量数据40。计算单元600从第一血管内测量数据30中提取在近端位置处确定的第一压力值和在远端位置处确定的第二压力值,并确定在静息状况下获得的测量结果的压力差Δpmeas_R。此外,计算单元600从第二血管内测量数据40提取在近端位置处确定的第一压力值和在远端位置处确定的第二压力值,并且确定在充血状况下获得的测量结果的压力差Δpmeas_H。
然后,计算单元600使用在静息状况下的高度差Δh和压力差Δpmeas_R以及在充血状况下测量的压力差Δpmeas_H来确定局部流相关的血液动力学参数。该局部流相关的血液动力学参数可以特别地对应于冠状动脉血流储备(CFR)。为此,可以根据以下公式根据上述公式计算CFR:
其中,ρ是血液密度,g是万有引力常数。
由此确定的局部流相关的血液动力学参数与全局流相关的血液动力学参数一起被提供给显示单元700。显示单元700被配置为分别生成全局血液动力学参数和局部血液动力学参数的图形表示,并将所述图形表示呈现给用户。
图7表示如上所述的用于局部确定流相关的血液动力学参数的方法的流程图。
在步骤S101中,在输入单元100处接收医学测量数据。该医学测量数据可以特别地是指从感兴趣血管获得的诊断图像或跟踪图像。在一些实施例中,诊断图像可以是第一时间系列10中的多幅诊断图像之一或第二时间系列20中的多幅诊断图像之一。在一些实施例中,诊断图像可以是在专门用于获得诊断图像的测量期间已经获得的诊断图像,以仅用于确定流体静力学压力差的目的,并且因此确定局部血液动力学参数的诊断图像。在一些实施例中,可以使用诸如电磁跟踪或光学跟踪的3d跟踪方法来获得跟踪图像,以跟踪导管以用于引入造影剂。在一些实施例中,可以使用用于跟踪专用压力线的3d跟踪方法来获得跟踪图像。
在步骤S103和S104中,分别在输入单元100处接收第一血管内测量数据和第二血管内测量数据。第一和第二血管内测量数据各自包括在近端测量位置处测得的第一压力值和在远端测量位置处测得的第二压力值,由此已经在静息状况下采集了第一血管内测量数据,并且已经在充血状况下采集了第二血管内测量数据。
在步骤S501中,在确定单元500处分割医学测量数据,尤其是诊断或跟踪图像,并且基于该分割,确定指示流体静力学压力差的值。在图7的示例性实施例中,该值对应于测量第一压力值的近端测量位置与测量第二压力值的远端测量位置之间的高度差Δh。然后将因此确定的高度差Δh提供给计算单元600。
在步骤S601中,计算单元600从第一血管内测量数据30中提取在近端位置处确定的第一压力值和在远端位置处确定的第二压力值。在步骤S602中,计算单元然后确定第一血管内测量数据的第一压力值和第二压力值之间的压力差。即,在步骤S602中获得用于在静息状况下的压力测量的压力差。
在步骤S604中,计算单元600从第二血管内测量数据40提取在近端位置确定的第一压力值和在远端位置确定的第二压力值。在步骤S605中,计算单元然后确定在充血状况下执行的用于测量的对应的压力差Δpmeas_H。
在步骤S606中,计算单元基于高度差Δh、静息状况下的压力差Δpmeas_R和充血状况下测得的压力差Δpmeas_H来确定流相关的局部血液动力学参数。在根据图7的特定实施例中,该局部流相关的血液动力学参数对应于冠状动脉血流储备(CFR),并且如上文所指示地进行计算。然后,在步骤S701中将所得的CFR值提供给显示单元700,显示单元700将其图形表示生成并显示给用户。
尽管在上述实施例中,已经使用X射线血管造影获得了诊断图像,但是应当理解,在其他实施例中,可以通过其他成像方法来检索诊断图像,诸如螺旋计算机断层摄影或顺序计算机断层摄影、磁共振成像、超声成像等。
此外,应当理解,尽管在上述实施例中,输入单元、计算单元、分析单元、比较单元、确定单元和计算单元被实施为若干单独的实体,但是这些单元也可以对应于同一实体。更具体地,它们可以被实施为相应模块和/或要由处理设备执行的计算机程序。
此外,尽管在以上实施例中,已经对冠状动脉生理进行了评估,但是在其他实施例中,可以同样地对人体的其他生理进行建模。例如,该方法可以应用于评估人体的外周动脉。
还可以理解的是,尽管在上述实施例中,已经在静息状况和充血状况下获得了第一和第二时间系列,但是也可以获得与其他不同状况相对应的第一和第二时间系列,例如造影剂从脉管系统中的流入和流出。
此外,应当理解,尽管在以上实施例中,全局血液动力学参数是根据每个血管树(左/右)确定的,但是该装置也可以被实施为包括将造影剂注射到子分支(例如LAD/LCX)中,或者可以包括分割方案,以允许确定每个血管面积的全局血液动力学参数。据此,应当理解,分割方案可以覆盖在造影剂的峰值填充时的明确的血管分割,以确定每个血管段的全局血液动力学参数或基于区的血管图的分析。
尽管在以上实施例中,使用斜率来确定全局血液动力学值,但是应当理解,该斜率还可以用于其他应用,例如通过将斜率添加到模型来估计狭窄程度。
尽管在以上实施例中,压力测量结果被用于确定冠状动脉血流储备,但是应当理解,测量结果还可以被用于基于血管分割来确定诸如血管的流体动力学阻力的值,并且从中得出相应的流速值。
尽管在以上实施例中,仅每个血管内压力测量已经获得了两个压力值,但是应当理解,该方法同样适用于压力回撤数据,所述压力回撤数据随后允许确定CFR回撤数据集。
通过研究附图、公开内容和所附权利要求,本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施例的其他变型。
在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。
单个单元或设备可以实现权利要求中记载的若干项的功能。在互不相同的从属权利要求中记载某些措施的事实并不表示不能有利地使用这些措施的组合。由一个或几个单元或设备执行的诸如诊断图像和/或血管内测量数据的时间系列的接收、血管图特征的时间系列的计算、特征值的比较、全局血液动力学参数的导出、局部血液动力学的导出等的流程可以由任何其他数量的单元或设备执行。因此,根据本发明的这些流程可以被实施为计算机程序的程序代码模块和/或被为专用硬件。
计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质,但计算机程序也可以以其他形式来分布,例如经由因特网或者其他有线或无线电信系统分布。
权利要求中的任何附图标记都不应被解释为对范围的限制。
本发明涉及一种用于评估冠状脉管系统的装置,其包括:输入单元,其被配置为接收冠状脉管系统中的多个血管的诊断图像的第一时间系列以及在冠状脉管系统中的多个血管的诊断图像的第二时间系列;计算单元,其被配置为针对诊断图像的第一时间系列计算表示多个血管的第一动态血管图的血管图特征值的第一时间系列,并针对诊断图像的第二时间系列计算表示多个血管的第二动态血管图的血管图特征值的第二时间系列;以及分析单元,其被配置为比较血管图特征值的第一时间系列和血管图特征值的第二时间系列并且基于比较导出至少一个全局血液动力学参数。
通过这种布置,使能对冠状动脉疾病进行全局评估,其允许直接从诊断图像的时间序列确定相应全局流相关的血液动力学参数,而无需分割和检测个体血管。
Claims (15)
1.一种用于评估冠状脉管系统的装置,包括:
输入单元,其被配置为接收所述冠状脉管系统中的多个血管的诊断图像的第一时间系列,以及所述冠状脉管系统中的所述多个血管的诊断图像的第二时间系列,所述第一时间系列和所述第二时间系列已经在不同的采集状况的情况下被采集,由此所述第一时间系列中的所述诊断图像中的每一幅诊断图像和所述第二时间系列中的所述诊断图像中的每一幅诊断图像分别表示对针对特定时间点的造影剂动力学的可视化;
计算单元,其被配置为:
针对诊断图像的所述第一时间系列来计算表示所述多个血管的第一动态血管图的血管图特征值的第一时间系列,并且
针对诊断图像的所述第二时间系列来计算表示所述多个血管的第二动态血管图的血管图特征值的第二时间系列,血管图特征值的所述第一时间系列和血管图特征值的所述第二时间系列指示随时间的造影剂演变;
分析单元,其被配置为将血管图特征值的所述第一时间系列与血管图特征值的所述第二时间系列进行比较,并且基于所述比较来导出至少一个全局血液动力学参数。
2.根据权利要求1所述的装置,其中,
诊断图像的所述第一时间系列和诊断图像的所述第二时间系列是使用X射线血管造影获得的。
3.根据权利要求1所述的装置,其中,
所述第一动态血管图表示在静息状况下作为时间的函数的所述造影剂进入所述多个血管的流入;并且
所述第二动态血管图表示在充血状况下作为时间的函数的所述造影剂进入所述多个血管的流入。
4.根据权利要求1所述的装置,其中,
所述第一动态血管图表示作为时间的函数的造影剂进入所述多个血管的流入;并且
所述第二动态血管图表示作为时间的函数的造影剂从所述多个血管中的流出。
5.根据权利要求1所述的装置,其中,
血管图特征值的所述第一时间系列包括第一多个值,所述第一多个值指示作为时间的函数的由诊断图像的所述第一时间系列中的每幅诊断图像中的所述多个血管占据的面积;以及
所述血管图特征值的第二时间系列包括第二多个值,所述第二多个值指示作为时间的函数的由诊断图像的所述第二时间系列中的每幅诊断图像中的所述多个血管占据的面积。
6.根据权利要求5所述的装置,其中,
所述分析单元被配置为通过以下操作将血管图特征值的所述第一时间系列与血管图特征值的所述时间系列进行比较:
确定针对指示作为时间的函数的由所述多个血管占据的所述面积的所述第一多个值的第一斜率值;
确定针对指示作为时间的函数的由所述多个血管占据的所述面积的所述第二多个值的第二斜率值;并且
将所述第一斜率值与所述第二斜率值进行比较以导出所述至少一个全局血液动力学参数。
7.根据权利要求1所述的装置,其中,所述分析单元还包括分类器单元,利用针对所述至少一个全局血液动力学参数的基准数据来训练所述分类器单元;其中,
所述分类器单元被配置为基于所述比较和所述基准数据来导出所述至少一个全局血液动力学参数。
8.根据权利要求1所述的装置,其中,
所述输入单元还被配置为:
接收第一血管内测量数据,所述第一血管内测量数据包括在静息状况下在所述多个血管中的感兴趣血管内部的近端测量位置处采集的第一压力值;并且
接收第二血管内测量数据,所述第二血管内测量数据包括在充血状况下在所述感兴趣血管内部的所述近端测量位置处采集的第一压力值;
所述装置还包括:
比较单元,其被配置为:
确定在静息状况下采集的所述第一压力值与在充血状况下采集的所述第一压力值之间的偏差,
将所述偏差与预定阈值进行比较;并且在所述偏差大于所述预定阈值的情况下输出对应的指示。
9.根据权利要求8所述的装置,其中,
所述第一血管内测量数据还包括在静息状况下在所述感兴趣血管内部的远端测量位置处采集的第二压力值;并且
所述第二血管内测量数据还包括在充血状况下在所述感兴趣血管内部的所述远端测量位置处采集的第二压力值;
所述装置还包括:
确定单元,其被配置为确定指示所述感兴趣血管内部的所述近端测量位置与所述远端测量位置之间的流体静力学压力差的值;以及
计算单元,其被配置为基于所述第一血管内测量数据的所述第一压力值和所述第二压力值、所述第二血管内测量数据的所述第一压力值和所述第二压力值以及指示所述流体静力学压力差的所述值来计算至少一个局部血液动力学参数。
10.根据权利要求9所述的装置,其中,
指示所述流体静力学压力差的至少一个值包括所述近端测量位置与所述远端测量位置之间的高度差。
11.根据权利要求9所述的装置,其中,
基于从诊断图像的所述第一时间系列和诊断图像的所述第二时间系列中的至少一个时间系列获得的至少一幅诊断图像来执行对指示所述流体静力学压力差的所述值的所述确定。
12.一种用于评估冠状脉管系统的方法,所述方法包括以下步骤:
接收所述冠状脉管系统中的多个血管的诊断图像的第一时间系列,
接收所述冠状脉管系统中的所述多个血管的诊断图像的第二时间系列,所述第一时间系列和所述第二时间系列已经在不同的采集状况的情况下被采集,由此所述第一时间系列中的所述诊断图像中的每一幅诊断图像和所述第二时间系列中的所述诊断图像中的每一幅诊断图像分别表示对针对特定时间点的造影剂动力学的可视化;
针对诊断图像的所述第一时间系列来计算表示所述多个血管的第一动态血管图的血管图特征值的第一时间系列,
针对诊断图像的所述第二时间系列来计算表示所述多个血管的第二动态血管图的血管图特征值的第二时间系列,血管图特征值的所述第一时间系列和血管图特征值的所述第二时间系列指示随时间的造影剂演变;
将血管图特征值的所述第一时间系列与血管图特征值的所述第二时间系列进行比较;并且
基于所述比较来导出至少一个全局血液动力学参数。
13.根据权利要求12所述的方法,还包括以下步骤:
接收第一血管内测量数据,所述第一血管内测量数据包括在静息状况下在所述多个血管中的感兴趣血管内部的近端测量位置处采集的第一压力值和在静息状况下在所述感兴趣血管内部的远端测量位置处采集的第二压力值;
接收第二血管内测量数据,所述第二血管内测量数据包括在充血状况下在所述感兴趣血管内部的所述近端测量位置处采集的第一压力值和在充血状况下在所述感兴趣血管内部的所述远端测量位置处采集的第二压力值;
基于从诊断图像的所述第一时间系列和诊断图像的所述第二时间系列中的至少一个时间系列获得的至少一幅诊断图像来确定指示所述感兴趣血管内部的所述近端测量位置与所述远端测量位置之间的流体静力学压力差的值;
基于所述第一血管内测量数据的所述第一压力值和所述第二压力值、所述第二血管内测量数据的所述第一压力值和所述第二压力值以及指示所述流体静力学压力差的所述值来计算至少一个局部血液动力学参数。
14.一种用于控制根据权利要求1至10中的任一项所述的装置的计算机程序,所述计算机程序当由处理单元执行时适于执行根据权利要求12或13中的任一项所述的方法。
15.一种在上存储有根据权利要求14所述的计算机程序的计算机可读介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18290092.8 | 2018-08-03 | ||
EP18290092.8A EP3605554A1 (en) | 2018-08-03 | 2018-08-03 | Blood flow measurement based on vessel-map slope |
PCT/EP2019/070854 WO2020025780A1 (en) | 2018-08-03 | 2019-08-02 | Blood flow measurement based on vessel-map slope |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112805790A true CN112805790A (zh) | 2021-05-14 |
Family
ID=63405139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980065281.XA Pending CN112805790A (zh) | 2018-08-03 | 2019-08-02 | 基于血管图斜率的血流测量 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210161495A1 (zh) |
EP (2) | EP3605554A1 (zh) |
JP (1) | JP2021532878A (zh) |
CN (1) | CN112805790A (zh) |
WO (1) | WO2020025780A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4009334A1 (en) * | 2020-12-03 | 2022-06-08 | Koninklijke Philips N.V. | Angiography derived coronary flow |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000053081A1 (en) * | 1999-03-09 | 2000-09-14 | Florence Medical Ltd. | A method and system for pressure based measurements of cfr and additional clinical hemodynamic parameters |
CN101005803A (zh) * | 2004-08-17 | 2007-07-25 | 皇家飞利浦电子股份有限公司 | 灵活融合3dra-ct的方法 |
CN102525443A (zh) * | 2010-09-16 | 2012-07-04 | 西门子公司 | 非侵入性冠状动脉病评估的方法和系统 |
US20150327780A1 (en) * | 2014-05-16 | 2015-11-19 | Kabushiki Kaisha Toshiba | Image processing apparatus, image processing method, and storage medium |
CN105078440A (zh) * | 2014-05-09 | 2015-11-25 | 西门子公司 | 无创计算冠状动脉狭窄的血液动力学指标的方法和系统 |
CN106537392A (zh) * | 2014-04-22 | 2017-03-22 | 西门子保健有限责任公司 | 用于冠状动脉中的血液动力学计算的方法和系统 |
CN107978371A (zh) * | 2017-11-30 | 2018-05-01 | 博动医学影像科技(上海)有限公司 | 快速计算微循环阻力的方法及系统 |
CN108294735A (zh) * | 2012-03-13 | 2018-07-20 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0904435D0 (en) * | 2009-03-13 | 2009-04-29 | King David H | Haemodynamic data estimation |
US8861830B2 (en) * | 2011-11-07 | 2014-10-14 | Paieon Inc. | Method and system for detecting and analyzing heart mechanics |
EP4342366A2 (en) * | 2014-04-04 | 2024-03-27 | St. Jude Medical Systems AB | Intravascular pressure and flow data diagnostic system |
-
2018
- 2018-08-03 EP EP18290092.8A patent/EP3605554A1/en not_active Withdrawn
-
2019
- 2019-08-02 JP JP2021505246A patent/JP2021532878A/ja active Pending
- 2019-08-02 WO PCT/EP2019/070854 patent/WO2020025780A1/en unknown
- 2019-08-02 CN CN201980065281.XA patent/CN112805790A/zh active Pending
- 2019-08-02 US US17/263,469 patent/US20210161495A1/en active Pending
- 2019-08-02 EP EP19745626.2A patent/EP3830839A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000053081A1 (en) * | 1999-03-09 | 2000-09-14 | Florence Medical Ltd. | A method and system for pressure based measurements of cfr and additional clinical hemodynamic parameters |
CN101005803A (zh) * | 2004-08-17 | 2007-07-25 | 皇家飞利浦电子股份有限公司 | 灵活融合3dra-ct的方法 |
CN102525443A (zh) * | 2010-09-16 | 2012-07-04 | 西门子公司 | 非侵入性冠状动脉病评估的方法和系统 |
CN108294735A (zh) * | 2012-03-13 | 2018-07-20 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
CN106537392A (zh) * | 2014-04-22 | 2017-03-22 | 西门子保健有限责任公司 | 用于冠状动脉中的血液动力学计算的方法和系统 |
CN105078440A (zh) * | 2014-05-09 | 2015-11-25 | 西门子公司 | 无创计算冠状动脉狭窄的血液动力学指标的方法和系统 |
US20150327780A1 (en) * | 2014-05-16 | 2015-11-19 | Kabushiki Kaisha Toshiba | Image processing apparatus, image processing method, and storage medium |
CN107978371A (zh) * | 2017-11-30 | 2018-05-01 | 博动医学影像科技(上海)有限公司 | 快速计算微循环阻力的方法及系统 |
Non-Patent Citations (1)
Title |
---|
CHRISTIAN TESCHE: "Coronary CT Angiography-derived Fractional Flow Reserve", 《RADIOLOGY》, no. 285, pages 17 - 33 * |
Also Published As
Publication number | Publication date |
---|---|
EP3830839A1 (en) | 2021-06-09 |
US20210161495A1 (en) | 2021-06-03 |
EP3605554A1 (en) | 2020-02-05 |
JP2021532878A (ja) | 2021-12-02 |
WO2020025780A1 (en) | 2020-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101939778B1 (ko) | 필요 혈류량 결정 방법 및 장치, 혈류 영상 생성 방법 및 장치, 심근 관류 영상 처리 방법 및 장치 | |
US11636635B2 (en) | Medical information processing apparatus and medical information processing method | |
US20230355107A1 (en) | Apparatus for determining a functional index for stenosis assessment | |
US10552958B2 (en) | Fractional flow reserve determination | |
US11839457B2 (en) | Measurement guidance for coronary flow estimation from Bernoulli's Principle | |
EP3456243A1 (en) | Improved vessel geometry and additional boundary conditions for hemodynamic ffr/ifr simulations from intravascular imaging | |
JP7208978B2 (ja) | 冠動脈血管を解析する装置、当該装置の作動方法、当該方法を実行させるコンピュータプログラム及びコンピュータ読取可能な媒体 | |
US20210161495A1 (en) | Blood flow measurement based on vessel-map slope | |
EP3886702B1 (en) | Most relevant x-ray image selection for hemodynamic simulation | |
JPWO2020025780A5 (zh) | ||
JP2020534058A (ja) | シミュレートされた血行動態のための血管分岐部への流れの推定 | |
EP3989832B1 (en) | Vessel registration using functional information | |
EP4163925A1 (en) | Determining lumen flow parameters |
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 |