CN113940651B - 基于血管充血状态的诊断模式确定方法及系统 - Google Patents

基于血管充血状态的诊断模式确定方法及系统 Download PDF

Info

Publication number
CN113940651B
CN113940651B CN202111221791.7A CN202111221791A CN113940651B CN 113940651 B CN113940651 B CN 113940651B CN 202111221791 A CN202111221791 A CN 202111221791A CN 113940651 B CN113940651 B CN 113940651B
Authority
CN
China
Prior art keywords
pressure
state
hyperemic
blood vessel
average
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.)
Active
Application number
CN202111221791.7A
Other languages
English (en)
Other versions
CN113940651A (zh
Inventor
邵小虎
林佳燕
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.)
Insight Lifetech Co Ltd
Original Assignee
Insight Lifetech Co Ltd
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 Insight Lifetech Co Ltd filed Critical Insight Lifetech Co Ltd
Priority to CN202111221791.7A priority Critical patent/CN113940651B/zh
Publication of CN113940651A publication Critical patent/CN113940651A/zh
Application granted granted Critical
Publication of CN113940651B publication Critical patent/CN113940651B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, 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
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements 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
    • A61B5/6847—Arrangements 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
    • A61B5/6852—Catheters

Abstract

本申请是关于一种基于血管充血状态的诊断模式确定方法及系统。该方法包括：获取血管狭窄近端的第一压力Pa以及血管狭窄远端的第二压力Pd；根据第一压力Pa和/或第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'，根据第一平均压Pa'与第二平均压Pd'进入FFR诊断模式；若血管处于无充血状态，根据无充血状态下的第一压力Pa与第二压力Pd进入NHPR诊断模式。本申请提供的方案，无需人工手动切换诊断模式，有利于节约手术时间，并减少人力。

Description

基于血管充血状态的诊断模式确定方法及系统
技术领域
本申请涉及医疗技术领域，尤其涉及一种基于血管充血状态的诊断模式确定方法及系统。
背景技术
血流储备分数(Fractional Flow Reserve，简称FFR)是指在心肌最大充血状态下的狭窄远端冠状动脉内平均压与冠状动脉近端主动脉平均压的比值，是目前临床上用于诊断心肌缺血的金标准。在FFR测量过程中，需要注射药物使血管达到最大充血状态，但是有部分病人对药物不耐受，导致FFR测量受限。基于这一缺陷，相关研究人员提出了一种无需药物充血，即在无充血状态下测量血管内压力的新指标-无充血压力比(Non-HyperemicPressure Ratio，简称NHPR)。
目前在临床应用中，在充血模式下以FFR指标作为诊断依据，在无充血模式下以NHPR指标作为诊断依据，然而需要人工手动选择对应模式运行，在手术过程中，不仅费力还费时。
发明内容
为克服相关技术中存在的问题，本申请提供一种基于血管充血状态的诊断模式确定方法及系统，能够无需人工手动切换诊断模式，有利于节约手术时间，并减少人力。
本申请第一方面提供一种基于血管充血状态的诊断模式确定方法，包括：
获取血管狭窄近端的第一压力Pa以及血管狭窄远端的第二压力Pd；
根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态；
若血管处于充血状态，根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，并根据所述第一平均压Pa'与所述第二平均压Pd'计算血流储备分数；
若血管处于无充血状态，根据无充血状态下的所述第一压力Pa与所述第二压力Pd计算无充血压力比值。
优选的，所述根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，包括：
根据充血状态下的所述第一压力Pa的波动规律和/或所述第二压力Pd的波动规律，确定充血状态下的心动周期；
根据充血状态下的至少一个心动周期的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'；
根据充血状态下的所述至少一个心动周期的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'。
优选的，所述根据无充血状态下的所述第一压力Pa与所述第二压力Pd计算无充血压力比值，包括：
根据无充血状态下的所述第一压力Pa的波动规律和/或所述第二压力Pd的波动规律，确定无充血状态下的心动周期；
计算无充血状态下的至少一个心动周期中处于舒张期的所述第二压力Pd与所述第一压力Pa的比值，得到无充血压力比值。
优选的，所述方法还包括：
在血管处于充血状态时，显示所述血流储备分数；
在血管处于无充血状态时，显示所述无充血压力比值。
优选的，所述在血管处于充血状态时，显示所述血流储备分数，包括：
当所述血流储备分数位于预设灰度区间内时，获取充血状态前的无充血压力比值；
同时显示所述血流储备分数和所述充血状态前的无充血压力比值。
优选的，所述根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态，包括：
根据所述第一压力Pa计算所述血管狭窄近端的第三平均压
Figure BDA0003312888740000021
根据所述第二压力Pd计算所述血管狭窄远端的第四平均压
Figure BDA0003312888740000022
根据所述第四平均压
Figure BDA0003312888740000023
与所述第三平均压
Figure BDA0003312888740000024
的比值的变化情况，确定血管充血状态。
优选的，所述根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态，包括：
将所述第一压力Pa和/或所述第二压力Pd作为输入数据，输入样本模型进行预测，得到预测结果，其中，所述样本模型为使用无充血状态和充血状态下的多组历史压力数据通过深度学习算法训练得出的；
根据所述预测结果，确定血管充血状态。
本申请第二方面提供一种基于血管充血状态的诊断模式确定系统，包括：
压力测量装置，用于采集血管狭窄近端的第一压力信号，以及采集血管狭窄远端的第二压力信号；
主机，与所述压力测量装置连接，用于接收所述第一压力信号和所述第二压力信号，对所述第一压力信号进行处理得到第一压力Pa，以及对所述第二压力信号进行处理得到第二压力Pd；根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，并根据所述第一平均压Pa'与所述第二平均压Pd'计算血流储备分数；若血管处于无充血状态，根据无充血状态下的所述第一压力Pa与所述第二压力Pd计算无充血压力比值。
优选的，所述主机包括下位机和上位机，所述下位机与所述上位机相连接，其中：
所述下位机用于接收所述第一压力信号和所述第二压力信号，对所述第一压力信号进行处理得到第一压力Pa，以及对所述第二压力信号进行处理得到第二压力Pd，并将所述第一压力Pa和所述第二压力Pd发送至所述上位机；
所述上位机用于根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，并根据所述第一平均压Pa'与所述第二平均压Pd'计算血流储备分数；若血管处于无充血状态，根据无充血状态下的所述第一压力Pa与所述第二压力Pd计算无充血压力比值。
优选的，所述上位机还用于在血管处于充血状态时，显示所述血流储备分数；在血管处于无充血状态时，显示所述无充血压力比值。
优选的，所述上位机在血管处于充血状态时，显示所述血流储备分数的方式包括：
所述上位机当所述血流储备分数位于预设灰度区间内时，获取充血状态前的无充血压力比值，同时显示所述血流储备分数和所述充血状态前的无充血压力比值。
优选的，所述压力测量装置包括第一压力传感器和第二压力传感器，所述第一压力传感器和所述第二压力传感器均与所述主机相连接；其中：
所述第一压力传感器，用于采集血管狭窄近端的第一压力信号，并发送至所述主机；
所述第二压力传感器，用于采集血管狭窄远端的第二压力信号，并发送至所述主机。
本申请提供的技术方案，通过分析血管狭窄近端的第一压力Pa的波动情况和/或血管狭窄远端的第二压力Pd的波动情况来识别血管充血状态；当血管处于充血状态时，通过计算充血状态下血管狭窄近端的第一平均压Pa'与血管狭窄远端的第二平均压Pd'的比值，得出血流储备分数FFR值；当血管处于无充血状态时，通过无充血状态下的第一压力Pa与第二压力Pd计算得到无充血压力比NHPR值。相较于现有的人工手动切换诊断模式，本申请通过分析血管压力数据能够智能识别血管充血状态，并根据识别结果自动切换到相应模式下计算诊断参数，无需人工手动操作，当应用于临床时，能够有利于节约手术时间，并减少人力。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显，其中，在本申请示例性实施方式中，相同的参考标号通常代表相同部件。
图1是本申请实施例示出的一种基于血管充血状态的诊断模式确定方法的流程示意图；
图2是本申请实施例示出的一种压力数据波形图；
图3是本申请实施例示出的一种无充血状态和充血状态下压力数据波形图；
图4是本申请实施例示出的一种基于血管充血状态的诊断模式确定装置的结构示意图；
图5是本申请实施例示出的一种电子设备的结构示意图；
图6是本申请实施例示出的一种基于血管充血状态的诊断模式确定系统的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的优选实施方式。虽然附图中显示了本申请的优选实施方式，然而应该理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本申请更加透彻和完整，并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。以下结合附图详细描述本申请实施例的技术方案。
本申请实施例提供了一种基于血管充血状态的诊断模式确定方法。如图1所示，该方法可以包括以下步骤：
S110、获取血管狭窄近端的第一压力Pa以及血管狭窄远端的第二压力Pd。
本申请实施例中，可以利用介入式导管技术在血管内测量压力用以判断患者血管的病变情况，如狭窄病变。具体的，在介入式导管上可以集成压力测量装置，如MEMS(Micro-Electro-Mechanical System，微机电系统)压力传感器、光纤压力传感器等等。压力测量装置可以包括第一压力传感器和第二压力传感器，其中，第一压力传感器可以设置于人体外，通过与介入人体内的指引导管(中空的)相连，可以感测指引导管内引出的血液压力。指引导管的首端位于血管狭窄病变近端，尾端设置于体外且与第一压力传感器连接，使得第一压力传感器可以测量血管狭窄病变近端的压力数据。第二压力传感器可以设置于人体内，可以集成在压力微导管的首端处，压力微导管从指引导管中穿过，深入血管狭窄病变远端，使得第二压力传感器可以测量血管狭窄病变远端的压力数据。可以理解的是，在第一压力传感器和第二压力传感器测量血管压力之前，可以先对第一压力传感器和第二压力传感器分别进行校零处理。之后可以对两个压力传感器做压力均衡，具体的，在第二压力传感器到达指引导管的首端时，以第一压力传感器的压力为基准，调节第二压力传感器，使得两个压力传感器保持统一压力基准，从而可以消除两个压力传感器之间的测量误差，进而可以提高测量结果的准确率。
本申请实施例中，血管可以为冠状动脉，血管狭窄病变近端可以为冠脉口，血管狭窄病变远端可以为冠脉狭窄病变远端且远离冠脉口的位置。当然，也不排除可以应用于其他血管的可能性，如外周血管。
在步骤S110中，可以是利用第一压力传感器实时采集血管狭窄近端的压力数据和利用第二压力传感器实时采集血管狭窄远端的压力数据，分别经过模数转换(将压力传感器采集到的模拟信号转换成数字电信号)、压力计算(将数字电信号转换为压力数值)，最终转换成第一压力Pa和第二压力Pd。
在步骤S110中，也可以从本地存储装置或网络端直接获取第一压力Pa和第二压力Pd。具体的，可以将第一压力传感器采集的压力数据经过转换后得到的第一压力Pa存储至数据链表，数据链表以时间为索引，以时间和实时压力值为键值对的形式保存。同样的，可以将第二压力传感器采集的压力数据经过转换后得到的第二压力Pd以上述方法进行保存。数据链表可以存储至本地存储装置或网络端。以时间为索引值，从数据链表中获取对应的压力值，得到第一压力Pa和第二压力Pd。
S120、根据第一压力Pa和/或第二压力Pd，确定血管充血状态。
本申请实施例中，如图2所示，不同时刻下的第一压力Pa可以生成压力波形曲线，并且在相同时刻下的第二压力Pd也可以生成压力波形曲线。其中，图2中包含了两组波形图，上一组波形图为第一压力Pa的波形曲线、第二压力Pd的波形曲线、对不同时刻下的第一压力Pa求和取平均值得到的第三平均压
Figure BDA0003312888740000071
以及对不同时刻下的第二压力Pd求和取平均值得到的第四平均压
Figure BDA0003312888740000072
其中，横坐标表示时间，单位为秒；纵坐标表示压力值，单位为毫米汞柱。下一组波形图中位于上方的波形图表示第一压力Pa与第二压力Pd的实时压力差，位于下方的波形图表示第四平均压
Figure BDA0003312888740000073
与第三平均压
Figure BDA0003312888740000074
的比值。假设图2为最大充血状态下对应的波形图，则第四平均压
Figure BDA0003312888740000075
与第三平均压
Figure BDA0003312888740000076
的比值即为FFR值。
由图2可知，第一压力Pa和第二压力Pd的波形曲线变化情况基本一致，因此可以根据第一压力Pa的波形曲线变化情况和/或第二压力Pd的波形曲线变化情况，确定血管是否处于最大充血状态。
在一可选的实施方式中，步骤S120根据第一压力Pa和/或第二压力Pd，确定血管充血状态的具体实施方式可以包括以下步骤：
根据第一压力Pa计算血管狭窄近端的第三平均压
Figure BDA0003312888740000077
根据第二压力Pd计算血管狭窄远端的第四平均压
Figure BDA0003312888740000078
根据第四平均压
Figure BDA0003312888740000079
与第三平均压
Figure BDA00033128887400000710
的比值的变化情况，确定血管充血状态。
具体的，可以利用第一压力传感器实时测量得到的第一压力Pa求和取平均值，得出第三平均压
Figure BDA00033128887400000711
以及利用第二压力传感器实时测量得到的第二压力Pd求和取平均值，得出第四平均压
Figure BDA0003312888740000081
再根据第四平均压
Figure BDA0003312888740000082
与第三平均压
Figure BDA0003312888740000083
的比值的变化情况来识别血管有无充血。例如，如图3所示，第四平均压
Figure BDA0003312888740000084
与第三平均压
Figure BDA0003312888740000085
的比值平稳一段时间(阶段①：无充血状态下的稳定期)后出现整体下降(阶段②：充血状态下的波动期)，则比值开始下降可以认为开始注射药物(如腺苷)使血管达到最大充血状态。一段时间后，充血状态进入稳定期(阶段③：充血状态下的稳定期)，当停止注射药物，则平均压比值又开始回升(阶段④：充血状态到无充血状态的过渡)。当平均压比值一直保持不变，可以认为血管处于未充血状态；当平均压比值呈现上述变化模式，可以认为平均压比值出现下降并平稳后，血管处于充血状态。
在一可选的实施方式中，步骤S120根据第一压力Pa和/或第二压力Pd，确定血管充血状态的具体实施方式可以包括以下步骤：
将第一压力Pa和/或第二压力Pd作为输入数据，输入样本模型进行预测，得到预测结果，其中，该样本模型可以为使用无充血状态和充血状态下的多组历史压力数据通过深度学习算法训练得出的；
根据预测结果，确定血管充血状态。
具体的，可以基于机器学习的方式，通过对多组历史压力数据进行人工标定,分为充血与未充血两种状态，然后再经过多层神经网络的训练拟合，从而习得充血与未充血波形的特征差异，得到样本模型。通过将第一压力Pa和/或第二压力Pd的波形作为输入数据，输入到训练得到的样本模型进行预测比较，完成对充血与未充血状态的判断，进而实现对血管充血状态的识别。
可以理解的是，可以采用上述两种方法之一来智能识别血管充血状态，也可以结合两种方法一起来智能识别，这里不作唯一限定。
S130、若血管处于充血状态，根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'，并根据第一平均压Pa'与第二平均压Pd'计算血流储备分数。
如图3所示，由于充血状态下的第一压力Pa和第二压力Pd相对于充血前均会发生变化，充血后相比充血前压力值趋势均会下降。可以取充血状态平稳后一段时间(如阶段③)内的第一压力Pa求和取平均值来得出血管狭窄近端的第一平均压Pa'，以及取相同时间段内的第二压力Pd求和取平均值来得出血管狭窄远端的第二平均压Pd'。通过计算第二平均压Pd'与第一平均压Pa'的比值，得到血流储备分数FFR值。
在一可选的实施方式中，步骤S130根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'的具体实施方式可以包括：
根据充血状态下的第一压力Pa的波动规律和/或第二压力Pd的波动规律，确定充血状态下的心动周期；
根据充血状态下的至少一个心动周期的第一压力Pa计算血管狭窄近端的第一平均压Pa'；
根据充血状态下的上述至少一个心动周期的第二压力Pd计算血管狭窄远端的第二平均压Pd'。
具体的，为了使平均压的取值更加准确，可以利用至少一个心动周期的压力值来计算平均压。由于血管充血前和充血后不仅压力值会发生变化，心动周期也可能会发生变化，例如充血后的心动周期要小于充血前的心动周期。为了使计算出的FFR值更为准确，可以根据充血状态平稳后一段时间内的第一压力Pa的波动规律和/或第二压力Pd的波动规律来确定出充血状态下的心动周期，再取至少一个心动周期内的第一压力Pa求和取平均值得到第一平均压Pa'，以及取相同心动周期内的第二压力Pd求和取平均值得到第二平均压Pd'，并将第二平均压Pd'与第一平均压Pa'的比值作为FFR值，即FFR＝Pd'/Pa'。
S140、若血管处于无充血状态，根据无充血状态下的第一压力Pa与第二压力Pd计算无充血压力比值。
在一可选的实施方式中，步骤S140若血管处于无充血状态，根据无充血状态下的第一压力Pa与第二压力Pd计算无充血压力比值的具体实施方式可以包括以下步骤：
根据无充血状态下的第一压力Pa的波动规律和/或第二压力Pd的波动规律，确定无充血状态下的心动周期；
计算无充血状态下的至少一个心动周期中处于舒张期的第二压力Pd与第一压力Pa的比值，得到无充血压力比值。
如图2所示，由于第一压力Pa的波动规律和第二压力Pd的波动规律非常相似，可以选择其中一种压力波形来确定心动周期，也可以选择两种波形一起来确定心动周期。心动周期包括收缩期和舒张期，在收缩期压力升高，在舒张期压力降低。可以取无充血状态下至少一个心动周期舒张期内一段时间下的第一压力Pa和第二压力Pd，优选的，可以取舒张期开始25％到舒张期结束前5ms这一时间段(无波期)的第一压力Pa和第二压力Pd，通过计算无波期的第二压力Pd与第一压力Pa的比值，再取平均值，即可得到无充血压力比NHPR值。
另外，也可以计算每个心动周期中的平稳期，其中，平稳期可以为将第二压力Pd与第一压力Pa的比值在时间上求导，导数稳定且趋于0的这一段时间。一般平稳期也处于心动周期的舒张期内。可以取至少一个心动周期内平稳期下的第二压力Pd与第一压力Pa的比值，再取平均值，即可得到NHPR值。
在一可选的实施方式中，图1所示的方法还可以包括以下步骤：
在血管处于充血状态时，显示血流储备分数；
在血管处于无充血状态时，显示无充血压力比值。
具体的，在血管处于充血状态时，可以进入FFR诊断模式，在计算出FFR值之后，可以输出显示该FFR值，从而使相关人员(如研究员、医生等)可以以FFR值作为诊断依据，来确定患者的心肌缺血情况，进而确定治疗方案。例如，若FFR值小于0.75，可以人工干预进行血运重建，如放置支架治疗；若FFR值大于0.8，可以进行药物保守治疗。
在血管处于无充血状态时，可以进入NHPR诊断模式，在计算出NHPR值之后，可以输出显示该NHPR值，从而使相关人员可以以NHPR值作为诊断依据，来确定患者的心肌缺血情况，进而确定治疗方案。例如，若NHPR值小于0.9，可以进行人工干预治疗；若NHPR值大于0.9，可以进行药物保守治疗。
在一可选的实施方式中，在血管处于充血状态时，显示血流储备分数的具体实施方式还可以包括以下步骤：
当血流储备分数位于预设灰度区间内时，获取充血状态前的无充血压力比值；
同时显示血流储备分数和充血状态前的无充血压力比值。
其中，FFR值的灰度区间一般设定为0.75～0.8之间。当FFR值处于预设灰度区间内时，可以结合NHPR值一起来确定诊断方案。可以获取充血前的NHPR值，并进入双模式显示，即同时显示FFR值和NHPR值，使NHPR值作为辅助诊断信息，能更好的让相关人员得出治疗方案。例如，若FFR值位于0.75～0.8之间，NHPR值小于0.9，则可以进行人工干预治疗；若FFR值位于0.75～0.8之间，NHPR值大于0.9，则可以进行药物保守治疗。可以理解的是，也可以是获取充血结束后(如停止注射腺苷后)一段时间内计算得到的NHPR值作为辅助诊断信息，这里不作限定。
在一可选的实施方式中，在血管处于无充血状态时，显示无充血压力比值的具体实施方式还可以包括以下步骤：
当无充血压力比值位于预设临界区间内时，获取充血状态下的血流储备分数；
同时显示无充血压力比值和充血状态下的血流储备分数。
具体的，当在无充血模式下计算得到的NHPR值处于临界区时，可以结合充血状态下的FFR值来综合输出诊断信息。例如，假设NHPR值的临界区间为0.86～0.93，当NHPR值位于0.86～0.93之间，FFR值小于0.75，则可以进行人工干预治疗；当NHPR值位于0.86～0.93之间，FFR值大于0.8，则可以进行药物保守治疗。
综上，本申请实施例通过分析血管狭窄近端的第一压力Pa的波动情况和/或血管狭窄远端的第二压力Pd的波动情况来识别血管充血状态；当血管处于充血状态时，通过计算充血状态下血管狭窄近端的第一平均压Pa'与血管狭窄远端的第二平均压Pd'的比值，得出血流储备分数FFR值；当血管处于无充血状态时，通过无充血状态下的第一压力Pa与第二压力Pd计算得到无充血压力比NHPR值。相较于现有的人工手动切换诊断模式，本申请通过分析血管压力数据能够智能识别血管充血状态，并根据识别结果自动切换到相应模式下计算诊断参数，无需人工手动操作，当应用于临床时，能够有利于节约手术时间，并减少人力。此外，本申请还支持双模式显示，针对FFR诊断临界区域和NHPR诊断临界区域，可以综合输出辅助诊断信息，能够更好的指导医生进行治疗方案的确定。
本申请实施例还提供了一种基于血管充血状态的诊断模式确定装置，可以用于执行前述实施例提供的基于血管充血状态的诊断模式确定方法。如图4所示，该装置可以包括：
压力获取模块41，用于获取血管狭窄近端的第一压力Pa以及血管狭窄远端的第二压力Pd；
状态确定模块42，用于根据第一压力Pa和/或第二压力Pd，确定血管充血状态；
第一计算模块43，用于当状态确定模块42确定血管处于充血状态时，根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'，并根据第一平均压Pa'与第二平均压Pd'计算血流储备分数；
第二计算单元44，用于当状态确定模块42确定血管处于无充血状态时，根据无充血状态下的第一压力Pa与第二压力Pd计算无充血压力比值。
可选的，第一计算模块43根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'的方式可以包括：
第一计算模块43根据充血状态下的第一压力Pa的波动规律和/或第二压力Pd的波动规律，确定充血状态下的心动周期，并且根据充血状态下的至少一个心动周期的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的上述至少一个心动周期的第二压力Pd计算血管狭窄远端的第二平均压Pd'。
可选的，第二计算单元44具体可以用于根据无充血状态下的第一压力Pa的波动规律和/或第二压力Pd的波动规律，确定无充血状态下的心动周期，计算无充血状态下的至少一个心动周期中处于舒张期的第二压力Pd与第一压力Pa的比值，得到无充血压力比值。
可选的，图4所示的装置还可以包括第一显示模块和第二显示模块(图中未示出)，具体的：
第一显示模块，用于在血管处于充血状态时，显示血流储备分数；
第二显示模块，用于在血管处于无充血状态时，显示无充血压力比值。
可选的，第一显示模块在血管处于充血状态时，显示血流储备分数的方式可以包括：
第一显示模块在血流储备分数位于预设灰度区间内时，获取充血状态前的无充血压力比值；同时显示血流储备分数和充血状态前的无充血压力比值。
可选的，第二显示模块在血管处于无充血状态时，显示无充血压力比值的方式可以包括：
第二显示模块在无充血压力比值位于预设临界区间内时，获取充血状态下的血流储备分数；同时显示无充血压力比值和充血状态下的血流储备分数。
可选的，状态确定模块42具体可以用于根据第一压力Pa计算血管狭窄近端的第三平均压
Figure BDA0003312888740000131
根据第二压力Pd计算血管狭窄远端的第四平均压
Figure BDA0003312888740000132
根据第四平均压
Figure BDA0003312888740000133
与第三平均压
Figure BDA0003312888740000134
的比值的变化情况，确定血管充血状态。
可选的，状态确定模块42具体可以用于将第一压力Pa和/或第二压力Pd作为输入数据，输入样本模型进行预测，得到预测结果，并根据预测结果确定血管充血状态；其中，该样本模型为使用无充血状态和充血状态下的多组历史压力数据通过深度学习算法训练得出的。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
实施图4所示的装置，通过分析血管压力数据能够智能识别血管充血状态，并根据识别结果自动切换到相应模式下计算诊断参数，无需人工手动操作，当应用于临床时，能够有利于节约手术时间，并减少人力。此外，本装置还支持双模式显示，针对FFR诊断临界区域和NHPR诊断临界区域，可以综合输出辅助诊断信息，能够更好的指导医生进行治疗方案的确定。
本申请实施例还提供了一种电子设备，可以用于执行前述实施例提供的基于血管充血状态的诊断模式确定方法。具体的，如图5所示，该电子设备500可以包括：至少一个处理器501、存储器502、至少一个通信接口503等组件。其中，这些组件可以通过一条或多条通信总线504进行通信连接。本领域技术人员可以理解，图5中示出的电子设备500的结构并不构成对本申请实施例的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中：
处理器501可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器502可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器501或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器502可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器502可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
通信接口503可以包括有线通信接口、无线通信接口等，可以用于与压力传感器或其他设备进行通信交互。
存储器502上存储有可执行代码，当可执行代码被处理器501处理时，可以使处理器501执行上文述及的基于血管充血状态的诊断模式确定方法中的部分或全部步骤。
本申请实施例还提供了一种基于血管充血状态的诊断模式确定系统，可以用于执行前述实施例提供的基于血管充血状态的诊断模式确定方法。如图6所示，该系统至少可以包括：压力测量装置10和主机20，其中：
压力测量装置10，用于采集血管狭窄近端的第一压力信号，以及采集血管狭窄远端的第二压力信号；
主机20，与压力测量装置10连接，用于接收第一压力信号和第二压力信号，对第一压力信号进行处理得到第一压力Pa，以及对第二压力信号进行处理得到第二压力Pd；根据第一压力Pa和/或第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'，并根据第一平均压Pa'与第二平均压Pd'计算血流储备分数；若血管处于无充血状态，根据无充血状态下的第一压力Pa与第二压力Pd计算无充血压力比值。
可选的，主机20可以包括下位机21和上位机22，下位机21与上位机22相连接，其中：
下位机21用于接收第一压力信号和第二压力信号，对第一压力信号进行处理得到第一压力Pa，以及对第二压力信号进行处理得到第二压力Pd，并将第一压力Pa和第二压力Pd发送至上位机22；
上位机22用于根据第一压力Pa和/或第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'，并根据第一平均压Pa'与第二平均压Pd'计算血流储备分数；若血管处于无充血状态，根据无充血状态下的第一压力Pa与第二压力Pd计算无充血压力比值。
可选的，上位机22根据第一压力Pa和/或第二压力Pd，确定血管充血状态的方式可以包括：
上位机22根据第一压力Pa计算血管狭窄近端的第三平均压
Figure BDA0003312888740000151
根据第二压力Pd计算血管狭窄远端的第四平均压
Figure BDA0003312888740000152
根据第四平均压
Figure BDA0003312888740000153
与第三平均压
Figure BDA0003312888740000161
的比值的变化情况，确定血管充血状态。
可选的，上位机22根据第一压力Pa和/或第二压力Pd，确定血管充血状态的方式可以包括：
上位机22将第一压力Pa和/或第二压力Pd作为输入数据，输入样本模型进行预测，得到预测结果，并根据预测结果确定血管充血状态；其中，该样本模型为使用无充血状态和充血状态下的多组历史压力数据通过深度学习算法训练得出的。
可选的，上位机22根据充血状态下的第一压力Pa计算血管狭窄近端的第一平均压Pa'，以及根据充血状态下的第二压力Pd计算血管狭窄远端的第二平均压Pd'的方式可以包括：
上位机22根据充血状态下的第一压力Pa的波动规律和/或第二压力Pd的波动规律，确定充血状态下的心动周期；根据充血状态下的至少一个心动周期的第一压力Pa计算血管狭窄近端的第一平均压Pa'；根据充血状态下的上述至少一个心动周期的第二压力Pd计算血管狭窄远端的第二平均压Pd'。
可选的，上位机22根据无充血状态下的第一压力Pa与第二压力Pd计算无充血压力比值的方式可以包括：
上位机22根据无充血状态下的第一压力Pa的波动规律和/或第二压力Pd的波动规律，确定无充血状态下的心动周期；计算无充血状态下的至少一个心动周期中处于舒张期的第二压力Pd与第一压力Pa的比值，得到无充血压力比值。
具体的，下位机21可以包括模数转换模块、压力转换模块和第一通信模块。其中，模数转换模块用于将第一压力信号和第二压力信号由模拟信号转换为数字电信号。压力转换模块用于将模数转换模块转换成的数字电信号转换成对应的压力数值，从而得到第一压力Pa和第二压力Pd。再通过第一通信模块将第一压力Pa和第二压力Pd发送至上位机22。
上位机22可以包括第二通信模块、存储模块和处理模块。其中，第二通信模块与第一通信模块相连，用于接收第一压力Pa和第二压力Pd。存储模块用于存储第一压力Pa、第二压力Pd及其他数据等。处理模块用于根据第一压力Pa和/或第二压力Pd，确定血管充血状态，以及在充血状态下计算血流储备分数，在无充血状态下计算无充血压力比值。
可选的，上位机22还可以用于在血管处于充血状态时，显示血流储备分数；在血管处于无充血状态时，显示无充血压力比值。
可选的，上位机22在血管处于充血状态时，显示血流储备分数的方式可以包括：
上位机22当血流储备分数位于预设灰度区间内时，获取充血状态前的无充血压力比值，同时显示血流储备分数和充血状态前的无充血压力比值。
可选的，上位机22在血管处于无充血状态时，显示无充血压力比值的方式可以包括：
上位机22当无充血压力比值位于预设临界区间内时，获取充血状态下的血流储备分数，同时显示无充血压力比值和充血状态下的血流储备分数。
具体的，上位机22还可以包括显示模块，可以用于在不同模式下，显示不同的诊断参数，也可以支持双模式显示，即同时显示FFR值和NHPR值。另外，显示模块还可以用于显示第一压力Pa、第二压力Pd以及Pd/Pa等的实时波形。
可选的，压力测量装置10可以包括第一压力传感器11和第二压力传感器12，第一压力传感器11和第二压力传感器12均与主机20相连接；其中：
第一压力传感器11，用于采集血管狭窄近端的第一压力信号，并发送至主机20；
第二压力传感器12，用于采集血管狭窄远端的第二压力信号，并发送至主机20。
实施图6所示的系统，能够智能识别血管充血状态，在不同状态显示不同的诊断参数，无需人工手动操作，当应用于临床时，能够有利于节约手术时间，并减少人力。此外，本系统还可以支持FFR和NHPR双模式运行，FFR和NHPR可以作为互相补充的诊断结果，当FFR处于临界区间时，可以参考NHPR值，可以更精确地指导术中操作。
上文中已经参考附图详细描述了本申请的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本申请所必须的。另外，可以理解，本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本申请实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外，根据本申请的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者，本申请还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或电子设备、服务器等)的处理器执行时，使所述处理器执行根据本申请的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是，结合这里的申请所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本申请的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本申请的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种基于血管充血状态的诊断模式确定方法，其特征在于，包括：
获取血管狭窄近端的第一压力Pa以及血管狭窄远端的第二压力Pd，其中，从本地存储装置或网络端获取所述第一压力Pa和所述第二压力Pd；
根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，根据所述第一平均压Pa'和所述第二平均压Pd'进入FFR诊断模式；
若血管处于无充血状态，根据无充血状态下的所述第一压力Pa与所述第二压力Pd进入NHPR诊断模式。
2.根据权利要求1所述的方法，其特征在于，所述根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，包括：
根据充血状态下的所述第一压力Pa的波动规律和/或所述第二压力Pd的波动规律，确定充血状态下的心动周期；
根据充血状态下的至少一个心动周期的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'；
根据充血状态下的所述至少一个心动周期的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'。
3.根据权利要求1所述的方法，其特征在于，所述根据无充血状态下的所述第一压力Pa与所述第二压力Pd进入NHPR诊断模式，包括：
根据无充血状态下的所述第一压力Pa的波动规律和/或所述第二压力Pd的波动规律，确定无充血状态下的心动周期；
计算无充血状态下的至少一个心动周期中处于舒张期的所述第二压力Pd与所述第一压力Pa的比值，进入NHPR诊断模式。
4.根据权利要求3所述的方法，其特征在于，所述计算无充血状态下的至少一个心动周期中处于舒张期的所述第二压力Pd与所述第一压力Pa的比值，包括：
取所述心动周期中的舒张期开始25％到舒张期结束前的无波期的第一压力Pa和第二压力Pd，计算所述无波期的所述第二压力Pd与所述第一压力Pa的比值。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述第一平均压Pa'与所述第二平均压Pd'的比值位于预设灰度区间内时，获取充血状态前的所述第一压力Pa与所述第二压力Pd的比值；
同时显示所述第一平均压Pa'与所述第二平均压Pd'的比值和所述充血状态前的所述第一压力Pa与所述第二压力Pd的比值。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述第一压力Pa与所述第二压力Pd的比值位于预设临界区间内时，获取充血状态下的所述第一平均压Pa'与所述第二平均压Pd'的比值；
同时显示充血状态前的所述第一压力Pa与所述第二压力Pd的比值和充血状态下的所述第一平均压Pa'与所述第二平均压Pd'的比值。
7.根据权利要求1-6任一所述的方法，其特征在于，所述根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态，包括：
根据所述第一压力Pa计算所述血管狭窄近端的第三平均压
Figure FDA0003649130390000021
根据所述第二压力Pd计算所述血管狭窄远端的第四平均压
Figure FDA0003649130390000022
根据所述第四平均压
Figure FDA0003649130390000024
与所述第三平均压
Figure FDA0003649130390000023
的比值的变化情况，确定血管充血状态。
8.根据权利要求7所述的方法，其特征在于，
当所述第四平均压
Figure FDA0003649130390000026
与所述第三平均压
Figure FDA0003649130390000025
的比值保持平稳时，所述血管处于未充血状态，进入所述NHPR诊断模式；当所述比值出现下降或下降后平稳时，所述血管处于充血状态，进入所述FFR诊断模式。
9.根据权利要求1-6任一所述的方法，其特征在于，所述根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态，包括：
将所述第一压力Pa和/或所述第二压力Pd作为输入数据，输入样本模型进行预测，得到预测结果，其中，所述样本模型为使用无充血状态和充血状态下的多组历史压力数据通过深度学习算法训练得出的；
根据所述预测结果，确定血管充血状态。
10.一种基于血管充血状态的诊断模式确定系统，其特征在于，包括：
压力测量装置，用于采集血管狭窄近端的第一压力信号，以及采集血管狭窄远端的第二压力信号；
主机，与所述压力测量装置连接，用于接收所述第一压力信号和所述第二压力信号，对所述第一压力信号进行处理得到第一压力Pa，以及对所述第二压力信号进行处理得到第二压力Pd；根据所述第一压力Pa和/或所述第二压力Pd，确定血管充血状态；若血管处于充血状态，根据充血状态下的所述第一压力Pa计算所述血管狭窄近端的第一平均压Pa'，以及根据充血状态下的所述第二压力Pd计算所述血管狭窄远端的第二平均压Pd'，根据所述第一平均压Pa'和所述第二平均压Pd'进入FFR诊断模式；若血管处于无充血状态，根据无充血状态下的所述第一压力Pa与所述第二压力Pd进入NHPR诊断模式。
CN202111221791.7A 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统 Active CN113940651B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111221791.7A CN113940651B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202111221791.7A CN113940651B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统
CN202011581408.4A CN112617771B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202011581408.4A Division CN112617771B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统

Publications (2)

Publication Number Publication Date
CN113940651A CN113940651A (zh) 2022-01-18
CN113940651B true CN113940651B (zh) 2022-06-21

Family

ID=75325647

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202111223179.3A Active CN113951842B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定系统
CN202111221791.7A Active CN113940651B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统
CN202011581408.4A Active CN112617771B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111223179.3A Active CN113951842B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定系统

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202011581408.4A Active CN112617771B (zh) 2020-12-28 2020-12-28 基于血管充血状态的诊断模式确定方法及系统

Country Status (2)

Country Link
CN (3) CN113951842B (zh)
WO (1) WO2022142518A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113951842B (zh) * 2020-12-28 2022-04-29 深圳北芯生命科技股份有限公司 基于血管充血状态的诊断模式确定系统
CN113827198A (zh) * 2021-10-28 2021-12-24 深圳北芯生命科技股份有限公司 脉管内参数测量系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015150913A2 (en) * 2014-04-04 2015-10-08 St. Jude Medical Systems Ab Intravascular pressure and flow data diagnostic systems, devices, and methods
CN109460324A (zh) * 2017-12-30 2019-03-12 深圳北芯生命科技有限公司 Ffr主机的数据恢复系统和数据恢复方法
WO2019101630A1 (en) * 2017-11-23 2019-05-31 Koninklijke Philips N.V. Measurement guidance for coronary flow estimation from bernoulli's principle
CN110916640A (zh) * 2019-11-06 2020-03-27 广州新脉科技有限公司 基于ffr的冠状动脉狭窄功能性缺血的检测方法及装置

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5221667A (en) * 1990-01-22 1993-06-22 Warner-Lambert Company Renin inhibiting peptides having an α-heteroatom amino acid at the P3 position
US20030032886A1 (en) * 1999-03-09 2003-02-13 Elhanan Dgany System for determining coronary flow reserve (CFR) value for a stenosed blood vessel, CFR processor therefor, and method therefor
EP1251769A1 (en) * 1999-03-09 2002-10-30 Florence Medical Ltd. A method and system for pressure based measurements of cfr and additional clinical hemodynamic parameters
US9220437B2 (en) * 2010-05-14 2015-12-29 Centre For Development Of Advanced Computing Diagnostic classifications of pulse signal waveform data
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
CN103300820A (zh) * 2012-03-13 2013-09-18 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
WO2014064702A2 (en) * 2012-10-24 2014-05-01 Cathworks Ltd. Automated measurement system and method for coronary artery disease scoring
US9042613B2 (en) * 2013-03-01 2015-05-26 Heartflow, Inc. Method and system for determining treatments by modifying patient-specific geometrical models
CN105636509B (zh) * 2013-10-18 2019-07-02 火山公司 评估脉管的设备、系统和方法
WO2015126477A1 (en) * 2013-11-08 2015-08-27 Tyrx, Inc. Polymeric drug delivery system for treating surgical complications
CN103793593B (zh) * 2013-11-15 2018-02-13 吴一兵 一种获取大脑状态客观定量指标的方法
JP6422653B2 (ja) * 2014-01-24 2018-11-14 日本光電工業株式会社 モニタリング装置
CN103932694A (zh) * 2014-05-07 2014-07-23 霍云龙 精确诊断心肌血流储备分数（ffr）的方法和设备
US10849511B2 (en) * 2014-07-14 2020-12-01 Philips Image Guided Therapy Corporation Devices, systems, and methods for assessment of vessels
WO2016038493A1 (en) * 2014-09-11 2016-03-17 Koninklijke Philips N.V. Bedside controller for assessment of vessels and associated devices, systems, and methods
UA99363U (uk) * 2015-01-26 2015-05-25 Марина Миколаївна Кочуєва Спосіб визначення функціонального стану ендотелію
EP3496606A1 (en) * 2016-08-11 2019-06-19 Foundry Innovation & Research 1, Ltd. Systems and methods for patient fluid management
EP3456243A1 (en) * 2017-09-14 2019-03-20 Koninklijke Philips N.V. Improved vessel geometry and additional boundary conditions for hemodynamic ffr/ifr simulations from intravascular imaging
CN110226923B (zh) * 2018-03-05 2021-12-14 苏州润迈德医疗科技有限公司 一种无需血管扩张剂测量血流储备分数的方法
WO2020028726A1 (en) * 2018-08-01 2020-02-06 Idx Technologies, Inc. Autonomous diagnosis of ear diseases from biomarker data
CN110731771A (zh) * 2019-10-17 2020-01-31 北京工业大学 一种无创计算个性化冠状动脉分支血流储备能力的方法
CN113576439B (zh) * 2020-05-08 2023-06-13 深圳北芯生命科技股份有限公司 处理血管压力信号的主机
CN113951842B (zh) * 2020-12-28 2022-04-29 深圳北芯生命科技股份有限公司 基于血管充血状态的诊断模式确定系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015150913A2 (en) * 2014-04-04 2015-10-08 St. Jude Medical Systems Ab Intravascular pressure and flow data diagnostic systems, devices, and methods
WO2019101630A1 (en) * 2017-11-23 2019-05-31 Koninklijke Philips N.V. Measurement guidance for coronary flow estimation from bernoulli's principle
CN109460324A (zh) * 2017-12-30 2019-03-12 深圳北芯生命科技有限公司 Ffr主机的数据恢复系统和数据恢复方法
CN110916640A (zh) * 2019-11-06 2020-03-27 广州新脉科技有限公司 基于ffr的冠状动脉狭窄功能性缺血的检测方法及装置

Also Published As

Publication number Publication date
CN113951842B (zh) 2022-04-29
CN113951842A (zh) 2022-01-21
CN112617771B (zh) 2021-11-09
CN112617771A (zh) 2021-04-09
WO2022142518A1 (zh) 2022-07-07
CN113940651A (zh) 2022-01-18

Similar Documents

Publication Publication Date Title
US20230320601A1 (en) Devices, systems, and methods for assessing a vessel
CN113940651B (zh) 基于血管充血状态的诊断模式确定方法及系统
US20210361176A1 (en) Method for calculating instantaneous wave-free ratio based on pressure sensor and angiogram images
EP3943000A1 (en) Method for calculating fractional flow reserve based on pressure sensor and angiography images
KR20140138961A (ko) 휴식 및 충혈 동안 관상동맥 혈류량 계산의 개인화를 위한 프레임워크
CN112384137B (zh) 基于造影图像获取静息态下血管评定参数的方法及装置
CN110490974B (zh) 用于确定血管中血流速度的方法、系统、装置和介质
CN106456020B (zh) 用于确定所述中央的收缩的血压力的方法和装置
CN110786841A (zh) 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
CN113180614B (zh) 无导丝ffr、无导丝imr和无导丝cfr的检测方法
JP2022554297A (ja) 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
Helbing et al. Cardiac magnetic resonance imaging in children
CN114376546A (zh) 一种支持双诊断模式的系统
US20230200666A1 (en) Arterial-pressure estimation apparatus, arterial-pressure estimation system, and arterial-pressure estimation method
CN104936510A (zh) 提供至少左心室功能障碍指示的系统及方法
CN115983152A (zh) 不同状态下血管微循环阻力计算方法、系统、设备及介质
CN113995388A (zh) 血流储备分数计算方法、装置、电子设备及可读存储介质
CN104367330A (zh) X射线血管造影成像系统、以及血流供应变化的测量
CN114587309B (zh) 一种血压测量方法及系统
EP3395245A1 (en) Method and system for acquiring additional image, for identifying perfusion characteristics, by using mra image
WO2021103067A1 (zh) 根据有创血压获取舒张压、收缩压极值点的方法及系统
JP2009082548A (ja) 血管機能診断システムとプログラム
EP3482685A1 (en) Actively tracked pulmonary artery catheterization
Verna et al. Setting the Stage: How to Perform Intracoronary Pressure Measurements
JP2022051721A (ja) 拍動信号を評価するための医療機器

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
GR01 Patent grant
GR01 Patent grant