CN113397579A - 血流动力学分析装置、方法、介质及电子设备 - Google Patents
血流动力学分析装置、方法、介质及电子设备 Download PDFInfo
- Publication number
- CN113397579A CN113397579A CN202110838559.1A CN202110838559A CN113397579A CN 113397579 A CN113397579 A CN 113397579A CN 202110838559 A CN202110838559 A CN 202110838559A CN 113397579 A CN113397579 A CN 113397579A
- Authority
- CN
- China
- Prior art keywords
- model
- stent
- hemodynamic analysis
- image
- hemodynamic
- 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
- 230000000004 hemodynamic effect Effects 0.000 title claims abstract description 116
- 238000004458 analytical method Methods 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title description 12
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 67
- 238000003709 image segmentation Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013145 classification model Methods 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 4
- 238000004148 unit process Methods 0.000 claims description 2
- 238000004088 simulation Methods 0.000 description 20
- 210000004204 blood vessel Anatomy 0.000 description 18
- 238000012545 processing Methods 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 230000017531 blood circulation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010968 computed tomography angiography Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000005477 standard model Effects 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 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
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/503—Clinical applications involving diagnosis of heart
-
- 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
- A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/10—Additive manufacturing, e.g. 3D printing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Abstract
本发明提供一种血流动力学分析装置、方法、介质及电子设备。所述血流动力学分析装置包括：CT图像获取模块，用于获取患者心脏部位的CT图像；CT图像分割模块，用于对所述CT图像进行分割以获取其中的支架区域；特征信息获取模块，用于根据所述支架区域获取支架的特征信息；支架模型获取模块，用于根据所述支架的特征信息获取支架模型；冠脉模型获取模块，用于根据所述CT图像获取患者的冠脉模型；血流动力学分析模块，用于根据所述冠脉模型和所述支架模型进行血流动力学分析。所述血流动力学分析装置能够获取更加准确的血流动力学分析结果。
Description
技术领域
本发明涉及一种仿真分析装置，特别是涉及一种血流动力学分析装置、方法、介质及电子设备。
背景技术
医学影像是医学诊断的重要工具，在临床上广泛应用于各种疾病的诊断。随着计算机图像处理技术的发展以及近年来人工智能技术在图像处理技术领域的应用，利用计算机图像处理技术对医学影像进行后处理可以实现对许多疾病的智能诊断，也可以得到患者的一些生理指标供医生诊断参考。
心血管疾病是当今社会发病率很高的一种疾病，其中，冠状动脉疾病尤为多发。冠状动脉是环绕于心肌表面并为心肌供血的动脉。心脏CTA(CT angiography，CT血管造影)图像是冠状动脉疾病诊断的重要依据。现有的一些医学图像后处理工具可以实现对CTA图像进行分割处理来得到患者的冠状动脉3D模型，并能实现对冠状动脉进一步处理计算来得到所需的血流动力学指标，例如，血流储备分数(FFR，fractional flow reserve)、冠脉血流储备(CFR，coronary flow reserve)等。
然而，发明人在实际应用中发现，现有技术中对冠状动脉的血流动力学分析存在以下问题：有的患者冠状动脉中放置有支架，而支架的存在会改变冠状动脉血流通路的形态，从而影响血流动力学分析的准确度，进而导致获得的血流动力学指标不准确。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供一种血流动力学分析装置、方法、介质及电子设备，用于解决现有技术中存在的上述问题。
为实现上述目的及其他相关目的，本发明的第一方面提供一种血流动力学分析装置，所述血流动力学分析装置包括：CT图像获取模块，用于获取患者心脏部位的CT图像；CT图像分割模块，用于对所述CT图像进行分割以获取其中的支架区域；特征信息获取模块，用于根据所述支架区域获取支架的特征信息；支架模型获取模块，用于根据所述支架的特征信息获取支架模型；冠脉模型获取模块，用于根据所述CT图像获取患者的冠脉模型；血流动力学分析模块，用于根据所述冠脉模型和所述支架模型进行血流动力学分析。
于所述第一方面的一实施例中，所述特征信息获取模块包括：支架类别获取单元，用于根据所述支架区域获取所述支架的类别；特征信息获取单元，用于根据所述支架的类别获取所述特征信息。
于所述第一方面的一实施例中，所述支架类别获取单元根据所述支架区域的形态特征以及CT值获取所述支架的特征参数，并根据所述特征参数获取所述支架的类别。
于所述第一方面的一实施例中，所述支架类别获取单元利用一AI分类模型对所述支架区域进行处理，以获取所述支架的类别。
于所述第一方面的一实施例中，所述支架模型获取模块根据所述支架的特征信息从支架模型库中获取所述支架模型。
于所述第一方面的一实施例中，所述血流动力学分析模块包括：支架模型放置单元，用于将所述支架模型放置入所述冠脉模型中，以获取修正后的冠脉模型；血流动力学分析单元，用于根据所述修正后的冠脉模型进行血流动力学分析。
于所述第一方面的一实施例中，所述CT图像分割模块利用一深度学习支架检测模型对所述CT图像进行分割以获取所述支架区域。
本发明的第二方面提供一种血流动力学分析方法，所述血流动力学分析方法包括：获取患者心脏部位的CT图像；对所述CT图像进行分割以获取其中的支架区域；根据所述支架区域获取支架的特征信息；根据所述支架的特征信息获取支架模型；根据所述CT图像获取患者的冠脉模型；根据所述冠脉模型和所述支架模型进行血流动力学分析。
本发明的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明第二方面所述的血流动力学分析方法。
本发明的第四方面提供一种电子设备，所述电子设备包括：存储器，存储有一计算机程序；处理器，与所述存储器通信相连，调用所述计算机程序时执行本发明第二方面所述的血流动力学分析方法。
如上所述，本发明一个或多个实施例中所述的血流动力学分析装置具有以下有益效果：
所述血流动力学分析装置能够根据患者心脏部位的CT图像获取其中的支架区域以及冠脉模型，并能根据所述支架区域获取支架的特征信息进而获取支架模型。所述支架模型和冠脉模型使得所述血流动力学分析装置在进行血流动力学分析时能够充分考虑支架对冠脉血流通路的影响，因而能够获取更加准确的血流动力学分析结果。
附图说明
图1显示为本发明所述血流动力学分析装置于一具体实施例中的结构示意图。
图2显示为本发明所述血流动力学分析装置于一具体实施例中特征信息获取模块的结构示意图。
图3A显示为本发明所述血流动力学分析装置于一具体实施例中血流动力学分析模块的结构示意图。
图3B显示为本发明所述血流动力学分析装置于一具体实施例中血流动力学分析单元的结构示意图。
图4显示为本发明所述血流动力学分析方法于一具体实施例中的流程图。
图5显示为本发明所述电子设备于一具体实施例中的结构示意图。
元件标号说明
1 血流动力学分析装置
11 CT图像获取模块
12 CT图像分割模块
13 特征信息获取模块
131 支架类别获取单元
132 特征信息获取单元
14 支架模型获取模块
15 冠脉模型获取模块
16 血流动力学分析模块
161 支架模型放置单元
162 血流动力学分析单元
1621 仿真初始化单元
1622 仿真执行单元
500 电子设备
510 存储器
520 处理器
530 显示器
S41～S46 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。此外，在本文中，诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
相关技术中对冠状动脉的血流动力学分析存在以下问题：有的患者冠状动脉中放置有支架，而支架的存在会改变冠状动脉血流通路的形态，从而影响血流动力学分析的准确度，进而导致获得的血流动力学指标不准确。针对这一问题，请参阅图1，于本发明的一实施例中提供一种血流动力学分析装置1，所述血流动力学分析装置1包括CT图像获取模块11、CT图像分割模块12、特征信息获取模块13、支架模型获取模块14、冠脉模型获取模块15和血流动力学分析模块16。
所述CT图像获取模块11用于获取患者心脏部位的CT图像，其中，所述CT图像为三维图像。优选地，所述CT图像为三维CTA图像。
所述CT图像分割模块12与所述CT图像获取模块11相连，用于对所述CT图像进行分割以获取其中的支架区域。例如，所述CT图像分割模块12可以采用训练好的神经网络模型对所述CT图像进行分割以获取所述支架区域，但本发明并不限于此。
所述特征信息获取模块13与所述CT图像分割模块12相连，用于根据所述支架区域获取支架的特征信息。其中，所述支架的特征信息是指能够反映所述支架特征的信息，包括但不限于尺寸、材料、型号等。
所述支架模型获取模块14与所述特征信息获取模块13相连，用于根据所述支架的特征信息获取所述支架模型，其中，所述支架模型为三维模型。
所述冠脉模型获取模块15与所述CT图像获取模块11相连，用于根据所述CT图像获取患者的冠脉模型。
所述血流动力学分析模块16与所述支架模型获取模块14和所述冠脉模型获取模块15相连，用于根据所述冠脉模型和所述支架模型进行血流动力学分析。例如，所述血流动力学分析模块16可以采用现有的血流动力学仿真软件实现该分析，从而获得期望的血流动力学参数。
根据以上描述可知，本实施例提供的血流动力学分析装置1能够根据患者心脏部位的CT图像获取其中的支架区域以及冠脉模型，并能根据所述支架区域获取支架的特征信息进而获取支架模型。所述支架模型和冠脉模型使得所述血流动力学分析模块16在进行血流动力学分析时，能够充分考虑支架对冠脉血流通路的影响，因而能够获取更加准确的血流动力学分析结果。因此，与相关技术相比，本实施例所述血流动力学分析装置1获取的血流动力学参数具有更高的准确性。
需要说明的是，相关技术中已经有相对比较成熟的血管分割方法可以获取所述冠脉模型，例如U-Net、V-Net等，因此，所述冠脉模型获取模块15可以通过对所述CT图像进行分割来获取所述冠脉模型。而支架位于冠脉血管腔内，根据CT图像很难直接获取其模型，因此，本实施例通过所述CT图像分割模块12来获取支架区域进而获取支架特征信息，并最终获取支架模型的方式来获取所述支架模型，此种方式获取的支架模型具有较高的准确性。
请参阅图2，于本发明的一实施例中，所述特征信息获取模块13包括支架类别获取单元131和特征信息获取单元132。
所述支架类别获取单元131与所述CT图像分割模块12相连，用于根据所述支架区域获取所述支架的类别。
可选地，所述支架类别获取单元131可以根据所述支架区域的形态特征以及CT值获取所述支架的特征参数，并根据所述特征参数获取所述支架的类别。
所述支架区域的形态特征例如为所述支架区域的径向尺寸、轴向尺寸等，所述径向尺寸例如为所述支架区域在血管径向的直径或半径，所述轴向尺寸例如为所述支架区域沿血管延伸方向的长度。
所述支架的特征参数例如为所述支架的尺寸和材料，根据所述支架区域的径向尺寸可以获取所述支架的直径，根据所述支架区域的轴向尺寸可以获取所述支架的长度，根据所述支架区域的CT值可以获取所述支架对X射线的衰减系数，进而可以获取所述支架的材料。
根据相关规定，可以合法应用于临床的支架的品牌和型号是有限的，因此，根据所述支架的特征参数可以从所述有限的品牌和型号中获取所述支架的品牌和型号，也即所述支架的类别。
可选地，所述支架类别获取单元131可以利用一训练好的AI分类模型对所述支架区域进行处理，以获取所述支架的类别。其中，所述AI分类模型例如为随机森林模型、Adaboost模型等，所述支架的类别例如为所述支架的品牌、型号。
所述AI分类模型的训练方法包括：获取训练数据，其中，所述训练数据包括多个支架区域的图像以及对应的支架类别标签；利用所述训练数据对所述AI分类模型进行训练；获取测试数据，其中，所述测试数据包括多个支架区域的图像及其对应的支架类别标签，并且，所述训练数据与所述测试数据之间不存在交集；利用所述测试数据对所述AI分类模型进行测试。
所述特征信息获取单元132与所述支架类别获取单元131相连，用于根据所述支架的类别获取所述特征信息。具体地，根据所述支架的品牌和型号可以获取所述支架的标准模型，而根据所述支架的标准模型可以获取所述支架进一步的特征信息。可以理解的是，本实施例中所述特征参数包含于所述特征信息。
于本发明的一实施例中，所述支架模型获取模块根据所述支架的特征信息从支架模型库中获取所述支架模型。其中，所述支架模型库例如为标准模型库，其中存放有多种标准支架模型，所述标准支架模型可以由支架厂商提供。所述支架模型获取模块可以根据所述支架的特征信息从所述支架模型库中选取最接近的标准支架模型作为所述支架模型。
请参阅图3A，于本发明的一实施例中，所述血流动力学分析模块16包括支架模型放置单元161和血流动力学分析单元162。
所述支架模型放置单元161与所述支架模型获取模块14和所述冠脉模型获取模块15相连，用于将所述支架模型放置入所述冠脉模型中，以获取修正后的冠脉模型，所述修正后的冠脉模型为置入支架模型后的冠脉血管模型。其中，所述支架模型和所述冠脉模型均为三维模型。实际应用中，可以采用现有的仿真软件将所述支架模型虚拟放置入所述冠脉模型中，进而获取所述修正后的冠脉模型。
所述血流动力学分析单元162与所述支架模型放置单元161相连，用于根据所述修正后的冠脉模型进行血流动力学分析。此时，由于所述冠脉模型中虚拟放置有所述支架模型，因此，所述血流动力学分析单元162获取的血流动力学分析结果能够反映所述支架对冠脉血流通路的影响，因而具有更高的准确度。
可选地，请参阅图3B，所述血流动力学分析单元162包括仿真初始化单元1621以及仿真执行单元1622。
所述仿真初始化单元1621与所述支架模型放置放置单元161相连，用于初始化所述修正后的冠脉模型以及作为边界条件的流阻模型，所述流阻模型可以通过公式
来获取，其中，L表示置入支架模型后冠脉血管流量的振荡抑制，Q表示置入支架模型后冠脉血管出口的流量，P为置入支架模型后冠脉血管出口的压力，R为置入支架模型后冠脉血管出口的流动阻力。
所述仿真执行单元1622与所述仿真初始化单元1621相连，用于将初始化以后的流阻模型作为边界条件，对所述置入支架模型后的冠脉血管进行血流动力学仿真。
优选地，在一次血流动力学仿真结束以后，所述仿真执行单元1622还用于根据仿真结果判断是否满足终止条件，若不满足，则根据本次血流动力学仿真得到的P值获取新的流阻模型，并以该新的流阻模型作为边界条件再次执行所述血流动力学仿真，重复此过程直到血流动力学仿真的结果满足所述终止条件。其中，所述终止条件例如为
可选地，所述仿真执行单元1622在进行血流动力学仿真时，根据置入支架模型后冠脉血管的尺寸及其内部各点的流量状况来获取血管平均流量。
具体地，
其中，
为血管平均流量，x1和x2为冠脉血管的起点位置和终点位置，|x1-x2|为冠脉血管起点和终点之间的距离，也即冠脉血管的长度，S(x)为置入支架模型后冠脉血管内x处的横截面积，Q(x)为置入支架模型后冠脉血管内x处的体积流量，v(x)为置入支架模型后冠脉血管内x处的流速。
基于所述血管平均流量，所述仿真执行单元1622在进行血流动力学仿真时所采用的动量方程例如为：
其中，ρ为置入支架模型后冠脉血管内的血液密度，S0表示置入支架模型后冠脉血管静息状态下的平均截面积，KR为粘性阻力系数，P2和P1分别为置入支架模型后冠脉血管内x2和x1位置的平均压力。
本实施例所采用的动量方程充分考虑了支架模型的放置对冠脉血管的血液密度、截面积以及平均压力所产生的影响，基于该动量方程获取的仿真结果能够真实地反映患者的血流动力学参数。
于本发明的一实施例中，所述血流动力学分析模块16还用于根据用户输入的模型处理指令对所述修正后的冠脉模型进行编辑。
可选地，所述血流动力学分析模块16可以根据用户输入的模型处理指令确定需要补全的位置，并在该位置对所述修正后的冠脉模型进行补全。其中，所述需要补全的位置可以位于模型遗漏区域、模型断裂区域等。通过对所述修正后的冠脉模型进行补全能够减少所述修正后的冠脉模型中的遗漏区域和断裂区域，从而提升后续血流动力学分析的准确性。
可选地，所述血流动力学分析模块16可以根据用户输入的模型处理指令对所述修正后的冠脉模型的末端血管位置进行调整。具体地，由于冠状动脉的末端是比较细小的，对末端的分割更容易出现误差，而末端部分的细小差异或存在的细小病灶会影响整体血流动力学数据的准确性。本实施例中所述血流动力学分析模块16可以根据用户输入的模型处理指令对所述修正后的冠脉模型的末端血管位置进行调整，因而能够获得更加准确的冠脉模型，有利于进一步提升后续血流动力学分析的准确性。
于本发明的一实施例中，所述CT图像分割模块利用一深度学习支架检测模型对所述CT图像进行分割以获取所述支架区域。其中，所述深度学习支架检测模型的训练方法包括：以多个标注有支架位置信息的血管图像作为训练集，经过训练以后，所述深度学习支架检测模型可以自动确定血管图像中存在支架的位置。
基于以上对所述血流动力学分析装置的描述，本发明还提供一种血流动力学分析方法。
请参阅图4，于本发明的一实施例中，所述血流动力学分析方法包括：
S41，获取患者心脏部位的CT图像。
S42，对所述CT图像进行分割以获取其中的支架区域。
S43，根据所述支架区域获取支架的特征信息。
S44，根据所述支架的特征信息获取所述支架模型。
S45，根据所述CT图像获取患者的冠脉模型。
S46，根据所述冠脉模型和所述支架模型进行血流动力学分析。
上述步骤S41～S46与图1所示血流动力学分析装置1中的相应模块一一对应，可以理解的是，所述血流动力学分析装置1的可选方案也可因应适用于本实施例所述血流动力学分析方法，为节省说明书篇幅，此处不作过多赘述。
基于以上对所述血流动力学分析方法的描述，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现图4所示的血流动力学分析方法。
基于以上对所述血流动力学分析方法的描述，本发明还提供一种电子设备。具体地，请参阅图5，于本发明的一实施例中，所述电子设备500包括存储器510和处理器520。所述存储器510存储有一计算机程序。所述处理器520与所述存储器510通信相连，调用所述计算机程序时执行图1所示的血流动力学分析方法。
可选地，所述电子设备500还包括显示器530。所述显示器530与所述存储器510和所述处理器520通信相连，用于显示所述血流动力学分析方法的相关GUI交互界面。
本发明所述血流动力学分析方法的保护范围不限于本实施例列举的步骤执行顺序，凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
本发明还提供一种血流动力学分析装置，所述血流动力学分析装置可以实现本发明所述的血流动力学分析方法，但本发明所述的血流动力学分析方法的实现装置包括但不限于本实施例列举的血流动力学分析装置的结构，凡是根据本发明的原理所做的现有技术的结构变形和替换，都包括在本发明的保护范围内。
综上所述，本发明一个或多个实施例中所述的血流动力学分析装置能够根据患者心脏部位的CT图像获取其中的支架区域以及冠脉模型，并能根据所述支架区域获取支架的特征信息进而获取支架模型。所述支架模型和冠脉模型使得血流动力学分析过程中能够充分考虑支架对冠脉血流通路的影响，因而能够获取更加准确的血流动力学分析结果。因此，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种血流动力学分析装置，其特征在于，所述血流动力学分析装置包括：
CT图像获取模块，用于获取患者心脏部位的CT图像；
CT图像分割模块，用于对所述CT图像进行分割以获取其中的支架区域；
特征信息获取模块，用于根据所述支架区域获取支架的特征信息；
支架模型获取模块，用于根据所述支架的特征信息获取支架模型；
冠脉模型获取模块，用于根据所述CT图像获取患者的冠脉模型；
血流动力学分析模块，用于根据所述冠脉模型和所述支架模型进行血流动力学分析。
2.根据权利要求1所述的血流动力学分析装置，其特征在于，所述特征信息获取模块包括：
支架类别获取单元，用于根据所述支架区域获取所述支架的类别；
特征信息获取单元，用于根据所述支架的类别获取所述特征信息。
3.根据权利要求2所述的血流动力学分析装置，其特征在于：所述支架类别获取单元根据所述支架区域的形态特征以及CT值获取所述支架的特征参数，并根据所述特征参数获取所述支架的类别。
4.根据权利要求2所述的血流动力学分析装置，其特征在于：所述支架类别获取单元利用一AI分类模型对所述支架区域进行处理，以获取所述支架的类别。
5.根据权利要求1所述的血流动力学分析装置，其特征在于：所述支架模型获取模块根据所述支架的特征信息从支架模型库中获取所述支架模型。
6.根据权利要求1所述的血流动力学分析装置，其特征在于，所述血流动力学分析模块包括：
支架模型放置单元，用于将所述支架模型放置入所述冠脉模型中，以获取修正后的冠脉模型；
血流动力学分析单元，用于根据所述修正后的冠脉模型进行血流动力学分析。
7.根据权利要求1所述的血流动力学分析装置，其特征在于：所述CT图像分割模块利用一深度学习支架检测模型对所述CT图像进行分割以获取所述支架区域。
8.一种血流动力学分析方法，其特征在于，所述血流动力学分析方法包括：
获取患者心脏部位的CT图像；
对所述CT图像进行分割以获取其中的支架区域；
根据所述支架区域获取支架的特征信息；
根据所述支架的特征信息获取支架模型；
根据所述CT图像获取患者的冠脉模型；
根据所述冠脉模型和所述支架模型进行血流动力学分析。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：该计算机程序被处理器执行时实现权利要求8所述的血流动力学分析方法。
10.一种电子设备，其特征在于，所述电子设备包括：
存储器，存储有一计算机程序；
处理器，与所述存储器通信相连，调用所述计算机程序时执行权利要求8所述的血流动力学分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838559.1A CN113397579A (zh) | 2021-07-23 | 2021-07-23 | 血流动力学分析装置、方法、介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110838559.1A CN113397579A (zh) | 2021-07-23 | 2021-07-23 | 血流动力学分析装置、方法、介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113397579A true CN113397579A (zh) | 2021-09-17 |
Family
ID=77687488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110838559.1A Pending CN113397579A (zh) | 2021-07-23 | 2021-07-23 | 血流动力学分析装置、方法、介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113397579A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782366A (zh) * | 2022-04-22 | 2022-07-22 | 推想医疗科技股份有限公司 | 心脏支架检测方法和装置、存储介质和电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120053918A1 (en) * | 2010-08-12 | 2012-03-01 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| CN105103163A (zh) * | 2013-03-07 | 2015-11-25 | 火山公司 | 血管内图像中的多模态分割 |
| US20160022371A1 (en) * | 2014-07-22 | 2016-01-28 | Siemens Aktiengesellschaft | Method and System for Automated Therapy Planning for Arterial Stenosis |
| US20170032097A1 (en) * | 2015-07-27 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Method and System for Enhancing Medical Image-Based Blood Flow Computations Using Physiological Measurements |
| CN112950537A (zh) * | 2021-01-26 | 2021-06-11 | 上海友脉科技有限责任公司 | 一种冠脉血流储备分数获取系统、方法及介质 |
-
2021
- 2021-07-23 CN CN202110838559.1A patent/CN113397579A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120053918A1 (en) * | 2010-08-12 | 2012-03-01 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| CN105103163A (zh) * | 2013-03-07 | 2015-11-25 | 火山公司 | 血管内图像中的多模态分割 |
| US20160022371A1 (en) * | 2014-07-22 | 2016-01-28 | Siemens Aktiengesellschaft | Method and System for Automated Therapy Planning for Arterial Stenosis |
| US20170032097A1 (en) * | 2015-07-27 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Method and System for Enhancing Medical Image-Based Blood Flow Computations Using Physiological Measurements |
| CN112950537A (zh) * | 2021-01-26 | 2021-06-11 | 上海友脉科技有限责任公司 | 一种冠脉血流储备分数获取系统、方法及介质 |
Non-Patent Citations (1)
| Title |
|---|
| 隋国庆 等: "冠状动脉的数值模拟分析及在支架 介入的应用研究", 软件, vol. 41, no. 1, pages 110 - 113 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114782366A (zh) * | 2022-04-22 | 2022-07-22 | 推想医疗科技股份有限公司 | 心脏支架检测方法和装置、存储介质和电子设备 |
| CN114782366B (zh) * | 2022-04-22 | 2023-08-22 | 推想医疗科技股份有限公司 | 心脏支架检测方法和装置、存储介质和电子设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6796117B2 (ja) | 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム | |
| AU2020244586B2 (en) | Method and system for sensitivity analysis in modeling blood flow characteristics | |
| JP7104632B2 (ja) | 半自動化画像セグメント化システム及び方法 | |
| CN105380598B (zh) | 用于针对动脉狭窄的自动治疗规划的方法和系统 | |
| CN111134651B (zh) | 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质 | |
| CN105184086B (zh) | 用于冠状动脉中改进的血液动力学计算的方法及系统 | |
| AU2016213696A1 (en) | Systems and methods for numerically evaluating vasculature | |
| JP6362853B2 (ja) | 血管解析装置、および血管解析装置の作動方法 | |
| CN108122616B (zh) | 个体特异性的心血管模型的生成方法及其应用 | |
| WO2022166281A1 (zh) | 血流动力学指标数据的处理方法和系统 | |
| CN113040795B (zh) | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 | |
| CN113040796B (zh) | 获取冠状动脉功能学指标的方法与装置 | |
| CN111312375A (zh) | 虚拟冠脉手术的搭桥分析方法、系统、介质及设备 | |
| CN110163872A (zh) | 一种hrmr图像分割与三维重建的方法及电子设备 | |
| CN109996495B (zh) | 用于生物物理模拟的血管树标准化和/或用于经修剪的部分的扩展模拟 | |
| CN110731789B (zh) | 一种冠脉微血管阻力指数获取方法、介质及设备 | |
| CN113397579A (zh) | 血流动力学分析装置、方法、介质及电子设备 | |
| CN112384138B (zh) | 获取心表大动脉的血流量的方法、装置、系统及存储介质 | |
| JP7300392B2 (ja) | 標準化された冠動脈疾患メトリック | |
| CN113995388B (zh) | 血流储备分数计算方法、装置、电子设备及可读存储介质 | |
| CN111627002A (zh) | 一种冠脉微血管阻力指数计算装置及方法 | |
| EP4113434A1 (en) | Generation of plaque information | |
| JP7483079B2 (ja) | 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム | |
| CN103995989B (zh) | 用于末梢脉管树的边界条件的特定患者的自动调整 | |
| CN117064413A (zh) | 一种基于肺循环模型无创计算血流储备分数的方法 |
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 |