CN102346811A - 用于对心脏进行特定于患者的综合性建模的方法和系统 - Google Patents

Abstract

本发明涉及用于对心脏进行特定于患者的综合性建模的方法和系统。公开了一种用于根据4D医学图像数据对整个心脏解剖学、动力学、血液动力学和流体结构交互进行特定于患者的建模的方法和系统。通过根据对于患者的4D医学图像数据估计心脏的生理模型的特定于患者的参数来确定心脏的解剖学和动力学。所述特定于患者的解剖学和动力学被用作对于3DNavier-Stokes求解器的输入，所述3DNavier-Stokes求解器沿着整个心搏周期导出受到局部解剖学约束的实际血液动力学。通过仿真给定时间步处的血流并且基于所述仿真的血流计算心脏结构的形变来在所述心搏周期内迭代地确定流体结构交互，以使得在下一个时间步处的血流仿真中使用心脏结构的所述形变。

Description

用于对心脏进行特定于患者的综合性建模的方法和系统

本申请要求保护2010年7月21日提交的美国临时申请号61/366,294、2010年9月17日提交的美国临时申请号61/383,942和2010年11月3日提交的美国临时申请号61/409,633的权益，通过参考将其公开内容合并在此。 

技术领域

本发明涉及利用医学图像对心脏进行建模，并且更具体来说，涉及基于4D医学图像数据对心脏进行特定于患者的综合性建模。 

背景技术

在美国，心脏病是男性和女性的主要死亡原因，并且占全世界死亡人数的比例不低于30%。虽然近些年来医学的进步已经在针对复杂心脏病（比如瓣膜病、胸主动脉瘤以及法洛氏四联症）的诊断和治疗方面提供了重要的改进，但是仍然会大量发生过早的发病和死亡（morality）。可以使用各医学成像模态（比如计算机断层摄影（CT）、磁共振（MR）、旋转X射线以及超声）以高时间－空间分辨率采集大量形态和机能图像数据。但是由于数据理解能力的滞后，医师会被迫基于范围受到限制的测量和方法来做出极为重要的判定。这些限制至少部分地是由于缺少对于描述心脏－主动脉解剖学、生理学以及血液动力学的特定于患者的参数的高效且精确的估计以及缺少疾病进展模型而导致的。 

发明内容

本发明提供一种根据4D医学图像数据对心脏进行特定于患者的综合性建模的方法和系统。具体来说，本发明的实施例根据4D医学图像数据提供对于整个心脏解剖学、动力学、血液动力学以及流体结构交互的特定于患者的建模。 

通过根据对于患者的4D医学图像数据估计心脏的生理模型的特定于患者的参数来确定心脏的解剖学和动力学。所述特定于患者的解剖学和动力学被用作对于3D Navier-Stokes求解器的输入，所述3D Navier-Stokes求解器沿着整个心搏周期导出受到局部解剖学约束的实际血液动力学。通过仿真给定时间步处的血流并且基于所述仿真的血流计算心脏结构的形变在所述心搏周期内迭代地确定流体结构交互，从而在下一个时间步处的血流仿真中使用心脏结构的所述形变。表示解剖学、动力学、血液动力学以及流体结构交互的心脏的特定于患者的综合性模型可以被用于对心脏的非侵入式评定和诊断，以及用于虚拟疗法规划和心血管疾病管理。 

在本发明的一个实施例中，根据4D医学成像数据生成心脏的特定于患者的4D解剖模型。随后通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流。 

在本发明的另一个实施例中，根据4D医学成像数据生成心脏的特定于患者的4D解剖模型。在当前时间步处在所述特定于患者的4D解剖模型的至少一个心脏组成部分中仿真血流，这是通过利用水平集框架求解受到所述至少一个心脏组成部分在当前时间步处的位置约束的Navier-Stokes方程而实现的。基于当前时间步处的仿真血流在当前时间步处计算所述至少一个心脏组成部分的形变。对于多个时间步重复所述仿真和计算步骤，并且至少部分地基于在前一时间步处计算的所述至少一个心脏组成部分的形变来确定当前时间步处的所述至少一个心脏组成部分的当前位置。 

在本发明的另一个实施例中，根据4D医学成像数据生成心脏的特定于患者的综合性4D模型。对所述特定于患者的综合性4D模型的一部分进行调节，以便仿真诸如疾病或疗法之类的状况。随后重新生成心脏的特定于患者的综合性4D模型以便仿真所述经过调节的部分对于所述特定于患者的综合性4D模型的影响。 

参照下面的详细描述和附图，本发明的这些和其他优点对于本领域普通技术人员将变得显而易见。 

附图说明

图1图解说明根据本发明的一个实施例的一种用于对心脏进行特定于患者的综合性建模的方法； 

图2图解说明根据本发明的一个实施例的对于各个心脏组成部分的心脏模型；

图3图解说明根据本发明的一个实施例的一种用于生成心脏的特定于患者的4D解剖模型的方法；

图4图解说明从多期CT序列估计的示例性的特定于患者的解剖心脏模型；

图5图解说明作为水平集嵌入在矩形域内的特定于患者的解剖心脏模型；

图6图解说明根据本发明的一个实施例的一种基于特定于患者的解剖心脏模型仿真心脏中的血流的方法；

图7图解说明利用图6的方法的示例性血流仿真结果；

图8图解说明根据本发明的一个实施例的一种用于估计主动脉的流体结构交互（FSI）的迭代方法；

图9图解说明估计对于所述主动脉的流体结构交互的示例性结果；

图10图解说明LV的多尺度解剖模型；

图11图解说明对于主动脉瓣区和二尖瓣区的测量精度；

图12图解说明各种类型的肺动脉干形态；

图13图解说明对于心脏收缩事件和结构的血液动力学仿真；

图14图解说明利用血流仿真获得的主动脉瓣窦区中的漩涡的形成；

图15图解说明心脏舒张事件和结构的血液动力学仿真；

图16图解说明示出在一个心搏周期内经过各瓣区的血流的时间通量的曲线图；

图17和18图解说明被用来测量流的切片位置的位点；

图19图解说明对于具有二尖回流主动脉瓣和病态二尖瓣的心脏的血流仿真；

图20图解说明对于一个健康心脏和两个患病心脏的仿真的血液动力学的比较；

图21图解说明具有和不具有左心房的血流仿真结果；

图22图解说明根据本发明的一个实施例的一种利用特定于患者的综合性4D模型进行预测性规划的方法；

图23图解说明在虚拟部署期间作用在植入物模型上的力；

图24图解说明对于主动脉内的动脉瘤处的支架部署的仿真；

图25图解说明虚拟动脉瘤切除；以及

图26是能够实施本发明的计算机的高级框图。

具体实施方式

本发明涉及根据体数据序列（比如计算机断层摄影（CT）、磁共振成像（MRI）以及超声心动描记数据）对心脏进行特定于患者的综合性建模。这样的体数据序列（在这里也被称作4D图像数据或4D图像）是在一定时间段内获取以涵盖一个或多个心动周期的序列，其中每一帧是一幅3D图像（体）。在这里描述本发明的实施例以便给出对于所述心脏建模方法的视觉理解。一幅数字图像常常由一个或多个对象（或形状）的数字表示构成。对象的数字表示在这里常常按照识别及操纵所述对象来描述。这样的操纵是在计算机系统的存储器或其他电路/硬件中实现的虚拟操纵。因此，应当理解的是可以在计算机系统内利用存储在所述计算机系统内的数据来施行本发明的实施例。 

本发明的实施例提供一种用于根据4D医学图像数据对整个心脏解剖学、动力学、血液动力学和流体结构交互进行特定于患者的建模的方法和系统。通过根据对于患者的4D医学图像数据估计心脏的生理模型的特定于患者的参数来确定心脏的解剖学和动力学。所述特定于患者的解剖学和动力学被用作对于3D Navier-Stokes求解器的输入，所述3D Navier-Stokes求解器沿着整个心搏周期导出受到局部解剖学约束的实际血液动力学。通过仿真给定时间步处的血流并且基于所述仿真的血流计算心脏结构的形变在所述心搏周期内迭代地确定流体结构交互，从而在下一个时间步处的血流仿真中使用心脏结构的所述形变。表示解剖学、动力学、血液动力学以及流体结构交互的心脏的特定于患者的综合性模型可以被用于对心脏的非侵入式评定和诊断，以及用于虚拟疗法规划和心血管疾病管理。 

图1图解说明了根据本发明的一个实施例的一种用于对心脏进行特定于患者的综合性建模的方法。图1的方法将表示患者的冠状动脉区的图像数据变换成心脏的特定于患者的解剖模型，并且使用该特定于患者的心脏模型来仿真所述心脏的血流和流体结构交互。 

参照图1，在步骤102处，接收4D医学图像数据。具体来说，接收至少一个体图像数据序列。所述体图像数据序列可以是在特定时间段内采集的3D图像（体）序列。举例来说，可以在一个完整心搏周期内采集这样的4D图像数据（3D+时间）。可以利用各种医学成像模态接收一个或多个序列。举例来说，根据本发明的各种实施例，可以接收4D CT数据、4D超声心动描记和/或4D磁共振（MR）图像数据，以及其他类型的图像数据。可以从一个或多个图像采集设备（比如CT扫描器、超声设备或MR扫描器）直接接收所述图像数据。还有可能例如从计算机系统的存储器或存储装置或者某种其他计算机可读存储介质加载先前存储的图像数据。 

在步骤104处，根据所接收的4D图像数据生成心脏的特定于患者的4D解剖模型。具体来说，所述4D解剖模型是具有多个心脏组成部分的多组成部分模型，其包括例如各个腔室（左心室、左心房、右心室和右心房）、各个心瓣膜（主动脉瓣、二尖瓣、三尖瓣以及肺动脉瓣）以及主动脉。这样的心脏综合性模型被用来捕获各种各样的形态、机能和病理变化。可以使用一种模块化且分层方法来降低解剖复杂度并且促进对于单独解剖结构的有效且灵活的估计。本发明的实施例使用一种心脏模型，该心脏模型符合解剖学并且对于整个心动周期和不同患者保持一致的参数化，这是通过利用生理驱动的约束和采样方案而实现的。 

每一个心脏腔室和瓣膜的全局动力学变化都被参数化为与时间相关的相似变换，其定义平移（translation）、旋转的四元数表示、相似变换缩放因数以及心动周期中的时间位置。在一个有利实施例中，使用对于心脏腔室的152个解剖标志和对于心脏瓣膜的33个解剖标志的集合来参数化所有心脏解剖结构的复杂且同步运动模式。由此，每一个标志由三维空间内的一条轨迹描述，并且由所述与时间相关的相似变换归一化。通过用以表示腔室的9个稠密表面网格集合以及对于瓣膜的附加的13个结构集合来完成最终的模型。每一个网格是沿着通过所述标志定义的顶点的解剖栅格采样的。 

图2图解说明了根据本发明的实施例的对于各个心脏组成部分的心脏模型。具体来说，图2的图像（a）－（f）示出了对于所述解剖心脏模型的各个组成部分的解剖定义。基于4D图像数据在一个心动周期内对于特定患者估计这些解剖模型的参数。 

图2的图像（a）示出了对于左心室200和左心房202的模型。左心室200是从78个标志（16个二尖瓣侧控制点、15个二尖瓣中隔控制点、16个左心室输出管道控制点以及32个主动脉瓣控制点）以及四个表面几何结构（LV心外膜、LV心内膜以及LV输出管道）构造的。左心房表面202通过主动脉瓣控制点连接到左心室200。 

图2的图像（b）示出了对于右心室204和右心房206的模型。右心室204是从74个标志（16个三尖瓣侧控制点、15个三尖瓣中隔控制点、28个三尖瓣控制点以及18个肺动脉瓣控制点）以及四个表面几何结构（RV尖（apex）、RV输出管道以及RV流入管道）构造的。右心房表面206由28个三尖瓣控制点约束并且链接到右心室204。 

图2的图像（c）示出了对于主动脉瓣208的模型。主动脉瓣模型208是从11个标志（3个连合部、3个铰合部、3个小叶末梢以及2个心门）以及四个表面结构（主动脉根、N小叶、L小叶以及R小叶）构造的。主动脉根由所述铰合部和连合部平面约束，并且每一个小叶跨越在两个连合部和一个铰合部之间。 

图2的图像（d）示出了对于二尖瓣210的模型。二尖瓣模型210是从七个标志（3个三角区、2个连合部以及2个小叶末梢）构造的。前小叶由两个三角区、一个小叶末梢和两个连合部定义，并且后小叶由三个三角区、一个小叶末梢和一个连合部定义。 

图2的图像（e）示出了肺动脉瓣212的模型。肺动脉瓣模型212是从九个标志（3个连合部、3个铰合部和3个小叶末梢）以及四个平面结构（肺动脉根、N小叶、L小叶和R小叶）构造的。 

图2的图像（f）示出了三尖瓣214的模型。三尖瓣模型214是从四个表面几何结构（环状结构、中隔小叶、前小叶和后小叶）以及六个解剖标志（三个连合部和三个小叶末梢）构造的。 

所述特定于患者的4D解剖模型给出患者的心脏的形态，并且可以被用来确定对于心脏的任何组成部分的形态（尺寸）和动力参数。图3图解说明了根据本发明的一个实施例的一种用于生成心脏的特定于患者的4D解剖模型的方法。图3的方法对表示患者的冠状动脉区的图像数据进行变换以生成对于该患者的心脏的特定于患者的解剖模型。图3的方法可以被用来实施图2的方法的步骤104。在美国公开的专利申请号2010/0280352和2011/0060576中更加详细地描述了图3的用于生成心脏的特定于患者的解剖模型的方法，所述专利申请的公开内容通过参考被合并在此。 

在步骤302处，根据对于多个心脏组成部分当中的每一个所接收到的图像数据来生成单独的模型。根据本发明的一个实施例，为以下各项生成模型：各个心脏腔室，即左心室（LV）（心内膜和心外膜）、右心室（RV）、左心房（LA）和右心房（RA）；各个瓣膜，即二尖瓣、主动脉瓣、肺动脉瓣和三尖瓣；以及主要脉管，即主动脉和肺动脉干。心脏的所有这些部分在这里被共同称为“心脏组成部分”。对于每一个心脏组成部分，利用数据库引导的判别式估计/检测技术在所述4D图像数据的每一帧中估计所述心脏组成部分的生理模型。 

在生成对于特定患者的个人化心脏模型之前离线构造每一个解剖结构（心脏组成部分）的生理模型。每一个生理模型是基于有注解的训练数据集合中的对应心脏组成部分的数学表示而生成的。举例来说，可以利用有注解的训练数据集合中的心脏组成部分的平均形状生成对于每一个心脏组成部分的生理模型。举例来说，通过参考合并在此的美国专利申请公开号2008/0101676描述了生成四腔室生理心脏模型并且将所述心脏模型拟合到图像数据。正如这里所描述的那样，所述心脏模型是3D网格，并且对于每一个腔室的初始网格是利用有注解的训练数据中的各腔室的平均形状生成的。此外，通过参考合并在此的美国专利申请号2009/0123050描述了主动脉瓣的一种4D生理模型。可以类似地基于有注解的训练数据集合为每一个所述心脏组成部分离线生成生理模型。 

为了估计3D图像（即4D图像序列的帧）中的特定心脏组成部分的生理模型，基于较大的有注解的训练图像的数据库利用判别式机器学习技术对所述生理模型的参数进行估计以便拟合所述图像。根据一个实施例，使用边际空间学习（marginal space learning，MSL）在每一幅图像中定位所述生理模型。 

MSL的想法不是直接在完全相似变换参数空间内学习分类器，而是基于有注解的训练数据在增加的维度内递进地学习判别式分类器。随着维度增大，有效（正）空间区域变得受到先前的边际空间分类器的更多约束。为了估计解剖结构（比如特定的心脏组成部分）的生理模型，在图像中，可以把对应于所述心脏组成部分的位置的相似变换（即位置、取向和尺度）的估计分成三个阶段：位置估计，位置－取向估计，以及完全相似变换估计。基于所述训练数据对于每一个阶段训练一个判别式分类器。可以把所有判别式分类器训练为概率推进树（PBT）。除了减小搜索空间的大小之外，MSL的另一个优点是有可能在每一个边际空间水平使用不同的特征（比如3D Haar特征或可操控特征）来训练所述分类器。 

在下面的出版物中描述了利用MSL来估计3D图像数据中的各个心脏组成部分的生理模型的例子，通过参考将其公开内容合并在此：美国专利申请公开号2008/0101676，其描述了估计对于3D CT图像数据中的每一个腔室的模型；美国专利申请号2009/0123050，其描述了将主动脉瓣的生理模型拟合到4D CT数据；以及Yang等人的“3D Ultrasound Tracking of the Left Ventricles Using One-Step Forward Prediction and Data Fusion of Collaborative Trackers”，CVPR 2008，其描述了将左心室的模型拟合到3D超声图像序列。应当理解的是，可以通过利用与上面的例子相似的判别式机器学习技术将每一个心脏组成部分的生理模型拟合到图像数据来估计所述心脏组成部分。 

一旦例如利用MSL在4D图像数据的每一帧中估计了每一个单独的心脏组成部分模型的参数，就可以在每一幅图像中对所述单独的心脏组成部分模型执行基于学习的边界检测，以便细化所估计的模型参数。具体来说，可以利用所述基于学习的边界检测来细化每一个所估计的模型的边界，以便提高对于每一个心脏组成部分的生理模型估计的精度。 

在步骤304处，通过集成为每一个心脏组成部分生成的各单独模型而生成心脏的特定于患者的4D个人化解剖模型。从步骤402得到的每一个单独的心脏组成部分模型是一个由特定数目的点构成的网格。根据一种有利的实施方式，为了集成LV（心内膜和心外膜）、RV、LA、RA、二尖瓣、主动脉瓣、主动脉和肺动脉干的单独模型，在连接的或重叠的模型之间建立网格点对应。所述网格点对应允许将各个模型正确地相对于彼此对准。有可能通过对模型进行重新采样而在各模型之间建立网格点对应。举例来说，通过参考合并在此的美国专利申请公开号2008/0262814描述了用以在四个心脏腔室的模型之间建立网格点对应的各种重新采样方法，以便正确地对准各心脏腔室模型。应当理解的是，在美国专利申请公开号2008/0262814中描述的技术可以被扩展到在这里描述的在各个单独的心脏组成部分模型之间建立网格点对应。 

在步骤306处，输出特定于患者的4D解剖心脏模型。可以通过将特定于患者的4D解剖心脏模型存储到存储器、存储装置或计算机可读介质中来输出特定于患者的4D解剖心脏模型。还可以通过显示特定于患者的4D解剖心脏模型或者打印特定于患者的4D解剖心脏模型的图像来输出特定于患者的4D解剖心脏模型。所输出的特定于患者的4D解剖心脏模型可以被用于进一步的医学图像处理。举例来说，个人化的4D解剖心脏模型可以被用来估计心脏的各种形态和机能测量。个人化的4D解剖心脏模型还可以被用来仿真血流或血液－组织交互，正如在图1的方法的后续步骤中所描述的那样。 

如上所述，图3的方法图解说明了根据一个实施例的一种用于生成特定于患者的4D解剖模型的方法。在另一个实施例中，可以基于基本解剖结构的自然细节水平遵循一种从粗到细的策略来为患者估计所述4D解剖模型的参数。在第一步骤中，从所接收的4D图像数据恢复每一个模型组成部分的姿势和对应的运动参数，这是利用一种将MSL与随机采样一致性（RANSAC）技术相组合以便获得鲁棒且时间上连贯的对象定位的方法而实现的。在Ionasec等人的“Patient-Specific Modeling and Quantification of the Aortic and Mitral Valves from 4D Cardiac CT and TEE”，IEEE Transactions on Medical Imaging，2010中详细描述了这种方法，通过参考将其合并在此。在第二步骤中，利用轨迹谱学习（trajectory spectrum learning，TSL）算法同时估计各个解剖标志的位置和运动，该算法采用基于轨迹的特征和强轨迹谱分类器。在Ionasec等人的“Robust Motion Estimation Using Trajectory Spectrum Learning: Application to Aortic and Mitral Valve Modeling from 4D TEE”Proceedings of 12 ^th  IEEE International Conference on Computer Vision，2008，第1601－1608页中更加详细地描述了所述TSL算法，通过参考将其合并在此。在最终步骤中，在整个心动周期内执行完整心脏表面的边界描绘。这种方法调节（leverage）了鲁棒的边界检测器连同协作跟踪器和运动流形。 

图4图解说明了从多期CT序列估计的一个示例性的特定于患者的解剖心脏模型。如图4中所图解说明的那样，图像402、404和406示出了左心室、左心房、右心室、右心房、主动脉瓣（AV）、二尖瓣（MV）、肺动脉瓣（PV）和三尖瓣（TV）以及升主动脉和肺动脉。虽然图4没有示出整个主动脉，但是应当理解的是，还可以作为特定于患者的4D解剖模型的一部分来估计主动脉。举例来说，可以利用在美国公开的专利申请号2010/0239148中描述的方法来估计主动脉，通过参考将其公开内容合并在此。 

回到图1，在步骤106处，基于特定于患者的4D解剖模型仿真心脏中的血流（血液动力学）。为了仿真血流，所述特定于患者的几何结构充当对于3D Navier-Stokes求解器的输入，所述求解器沿着整个心搏周期导出受到局部解剖学约束的实际血液动力学。 

这里所描述的血液动力学计算对于血液使用经典连续模型。在水平集公式中利用直接数值仿真来求解作为对于流体流的标准连续力学模型的带有粘性项的不可压缩Navier-Stokes方程（下面的等式（1））： 

    （1）

Navier-Stokes是描述对于流体流的动量和质量守恒的偏微分方程，其取决于流体的速度u和压力p以及流体密度ρ和动力粘度μ。血液密度和动力粘度可以被设定成全部健康个体的一般平均值，即和

。利用均匀栅格上的数值离散化来求解所述方程，采用有限差分和有限体积技术二者。具体来说，本发明的实施例利用了与对于压力的近似投影相组合的分步法。

根据一种有利的实施方式，将血液建模成牛顿液体。先前的数值研究已经发现，在较大的动脉中，血液的非牛顿行为在大部分心动周期的期间不重要。非牛顿重要性因数（其被定义为血液的非牛顿粘度与牛顿粘度的比值）在心动周期的15-20%的子时间段期间变得重要，在减速时间段期间速度接近于零时达到峰值。心脏中的血液动力学主要由高速度（或者更正确的高切变速率）决定。这一点再加上血液的流变特性接近Bingham塑性液体（一种在低应力下作为刚性体表现但是在高应力下作为粘性流体流动的材料）的流变特性的事实，支持以下定性结论：在心搏周期期间，血液的动力学主要是牛顿性的。可能的例外是：时间方面有心舒张后期，并且空间方面有心尖和喷射停滞区。 

计算移动中的一般几何结构和/或涉及多期流的流体动力学构成并提出挑战，特别是在构想简单而鲁棒并且精确的计算方法时尤其如此。水平集方法在应对这样的复杂计算时获得了一定的成功，其能够捕获不同材料之间（例如水和空气之间，或者复杂的形变对象与液体之间）的界面的复杂精细的动力学。Navier-Stokes方程被指定成考虑到这样的描述的形式。举例来说，对于具有不同密度和粘度的两种流体，可以如下表示Navier-Stokes方程的水平集公式： 

  （2）

在方程（2）中，H是被用来产生第一流体与第二流体之间的数值上的尖锐区别的Heaviside函数，其中第一流体由水平集

的正值表征，第二流体由水平集

的负值表征。特别当利用诸如虚拟流体方法之类的先进方法实施时，所述水平集公式比经典公式具有几个优点。举例来说，水平集公式的优点包括：易于计算自由表面流和与流体交互的形变材料，对于张量外插技术的简单实施，以及用于诸如法向场（

）或平均曲率场（例如对于单位梯度的水平集函数的

）之类的各种几何参数的简单公式。

在水平集框架中描述心脏动力学的另一个重要优点在于有可能自动应对移动中的/严重形变的壁，而不需要在先前的栅格变得过于偏斜从而无法鲁棒地应对数值计算时（比如在有限元模型（FEM）中就是这种情况），在每几个时间步处生成新的计算栅格。这就允许把特定于患者的心脏网格自动集成到血流仿真引擎中，并且提供针对用于获得特定于患者的血液动力学的心脏模型的一种临床使用框架。 

根据本发明的一个有利实施例，利用水平集对心脏壁/血液界面进行建模。更精确地说，利用样条函数对如上所述地在步骤104中获得的具有特定数目的帧（例如10帧）的心脏网格序列进行内插，以便导出给定仿真时间处的所述网格。借助于水平集函数将该网格嵌入到计算域内，所述水平集函数

被定义为

，其中dx是栅格间距。在代码中使用的心脏/血液界面被定义为所述水平集函数的零水平，从而实际上在每一侧上将原始三角网格“加厚”dx。图5图解说明了作为水平集被嵌入到矩形域504内的特定于患者的解剖心脏模型502。图5示出了对应于加厚的心脏壁的透明零水平。 

所述界面位置被用来向流体区施加无滑移边界条件。通过以下操作可以很容易计算出每一个时间步处的网格速度：从相邻时间步处的网格位置进行时间内插，随后利用外插内核进行外插。应当提到的是，通过按照这种方式施加边界条件可以有效地施行从固态心脏网格到流体的单向动量传递。这种方法实质上将心脏建模为推向域壁的泵浦，其可以近似循环系统的阻力。 

图6图解说明了根据本发明的一个实施例的一种基于特定于患者的解剖心脏模型对心脏内的血流进行仿真的方法。图6的方法可以被用来实施图1的步骤106。图6的方法详细描述了所述水平集框架中的Navier-Stokes方程（2）的解。图6的方法可以被用来求解心动周期的所有阶段，其中包括各等容期（IP）。应当提到的是，IP不是静止时段，而是腔内流有动力改变的时期。图6的方法可以被用来仿真整个心脏解剖结构内或者一个或多个心脏组成部分内的血流。在图6的描述中。 

在步骤602处，在初始时间（n=0）处基于该初始时间处的所述特定于患者的心脏模型（即网格）的位置确定初始水平集条件。上面描述了对于水平集函数

的零水平和速度u的确定。可以通过求解Poisson方程来确定初始压力p，其中所述Poisson方程具有基于网格位置施加的Neumann边界条件。 

在步骤604处，递增来自所述水平集的时间步n，从而使得n=n+1。在步骤606处，计算对于水平集和速度u的对流（convective）更新。在该步骤中，利用给定时间步处的网格位置更新水平集数值。在中间几何步骤中，计算由新的水平集定义的相连的各组成部分。这随后被用于对隐式粘性和压力Possion线性系统进行鲁棒的逐个相连组成部分的求逆（inversion）。然后利用三阶精确ENO（本质非振荡）技术计算对流力项。 

在步骤608处，对速度进行半隐式更新以便考虑到粘性力贡献。具体来说，利用二阶半隐式分解将速度更新到

，并且利用高效的多栅格预调节共轭梯度求解器对所述系统进行求逆。 

在步骤610处，通过利用Neumann力边界条件求解所述Poisson方程来更新压力。此外还通过利用高效的多栅格预调节共轭梯度求解器对所述系统进行求逆而在所述离散化域的每一个相连组成部分中求解所述Poisson方程。在进行系统求逆之前，利用固体速度重写固体区内的速度。 

在步骤612处，计算当前时间步处的新的速度更新。具体来说，利用新的水平集更新密度，并且在液体中将所述速度更新计算为

，或者在固体（solid）中计算为

。界面位置被用来对流体（fluid）区施加无滑移边界条件，即对于Navier-Stokes动量方程的对流（步骤606）和粘性（步骤608）组成部分中是

，并且对于压力Poisson方程（步骤610）是

。在这里，

是如上所述地从水平集计算的法向矢量场。所述方法的全局精度在所述域内部是二阶的，并且在边界处该全局精度下降到一阶。 

在步骤614处，确定是否已经对于整个心搏周期完成仿真。如果尚未对于整个心搏周期完成该仿真，则所述方法返回步骤604，并且递增另一个时间步。随后对于下一个时间步再次执行步骤606－612。如果已经对于整个心搏周期完成仿真，则所述方法继续到步骤616。在步骤616处，输出仿真结果。 

人类的心脏充当心脏系统的一部分，从而会受到来自静脉系统和动脉系统的加载压力的影响。上面描述的仿真框架求解具有规定的（壁）边界运动的Navier-Stokes方程，从而确保不必计算压力场，而是作为代替可以计算其梯度，这是因为压力是一个相对而非绝对的变量。换句话说，只要其梯度不改变，（2）中的第一个Navier-Stokes方程（动量守恒）对于压力的计量移动就是不变的。在数学上，具有Neumann边界条件的压力Poisson方程有一个单参数解族，一旦引入Dirichlet边界条件之后就可以将其固定。因此，在求解压力Poisson方程时，可以通过选择主动脉外部的点处的基本压力（等于零）来固定所述解，并且其以在主动脉外流表面处施加p=0的类似方式作用。 

应当提到的是，对于所述基本压力可以选择任何数值，例如可以利用来自一般生理曲线的数值，并且这不会影响上面给出的规定运动框架中的血液动力学。但是这将会影响下面描述的FSI问题中的动力学，其中可形变组织对压力边界值改变做出响应，或者这将会影响双回流情况中的动力学，其中主动脉瓣和二尖瓣（或者其八侧同系物）二者都发生泄漏。对于这样的情况，必须将所述模型与一维脉管模型相耦合。 

图7图解说明了利用图6的方法的示例性血流仿真结果。图7的图像702－716是利用一系列血流仿真生成的，其中所述血流仿真利用特定于患者的解剖心脏模型。在该例中，左侧和右侧没有通过系统循环相连，这是因为缺少对于完整脉管树的材料数据和几何结构。因此，对于心脏的每一侧单独执行所述仿真，这在计算上可能是高效的，并且不受心脏模型的左侧和右侧中的略微不同的心搏量的影响。图7的图像702－716示出了在心搏周期的开始心脏收缩702、心脏收缩中期704、心脏收缩后期706、开始心脏舒张708（其示出肺动脉瓣回流）、心脏舒张早期710、心脏舒张中期712、心舒张后期714以及二尖瓣充血后期716阶段中的左和右心脏血流的涡量（vorticity magnitude）。 

回到图1，在步骤108处，基于仿真的血流估计流体结构交互。可以将流体结构交互与血液动力学仿真相结合地使用（步骤106），以便仿真特定于患者的4D模型中的各个心脏组成部分的形变。具体来说，可以将上面在步骤106中描述的用于血液动力学仿真的框架与对于特定结构的生物力学特性的模型相耦合。可以将每一个心脏组成部分建模成一个被动组织，其运动由本构定律决定。可以使用有限元模型（FEM）来求解与所述定律有关的偏微分方程。特定结构（例如主动脉）的壁运动由下面两个力驱动： 

1、对所述组织的被动特性进行建模的内力。举例来说，有可能通过一个线性、各向同性的单层弹性模型来对诸如主动脉之类的结构进行建模，其中所述弹性模型具有共旋校正以应对较大形变。还有可能利用更加详细的模型来仿真主动脉的异质组成部分（各向异性、三个主层（内膜、中膜和外膜）、非线性等等）。

2、对由所述结构内部的血流产生的加载进行建模的外力。被转换成压力的所述加载被施加到所述结构的内层。 

图8图解说明了根据本发明的一个实施例的一种用于估计主动脉的流体结构交互（FSI）的迭代方法。应当理解的是，可以对所述心脏模型的其他组成部分应用类似的方法以估计流体结构交互。在步骤802处，基于主动脉壁的当前位置在给定时间步处仿真血流。可以利用上述的图6的方法基于所述主动脉壁在当前时间步处的特定于患者的4D解剖模型中的位置来仿真血流。在步骤804处，在当前时间步处计算壁界面处的压力。应当提到的是，在图6的方法中，在每一个时间步处计算血液/结构界面处的压力。在步骤806处，基于壁界面处的压力计算对于主动脉的形变。所述压力作为外力作用在主动脉壁上，并且导致主动脉基于为该主动脉建模的壁运动力发生形变。在步骤808处，所述时间步递增（n=n+1），并且所述方法返回步骤802。相应地，所计算的主动脉的形变被用来在下一个时间步处仿真血流。重复所述方法，直到仿真结束为止。举例来说，可以重复所述方法，直到仿真一个完整心搏周期为止。 

图9图解说明了估计对于主动脉的流体结构交互的示例性结果。图像902示出了特定时间步处的主动脉中的血流仿真。图像904示出了基于图像902的血流仿真的流体结构交互，其导致发生形变的主动脉壁906。 

可以使用FSI仿真来通过将上面描述的FSI框架与逆问题策略（例如Kalman过滤或置信域技术）相耦合而估计结构的固有特性，比如组织硬度。按照这种方式，可以调节对于所述结构的运动的模型参数，从而使得FSI仿真中的参数的仿真运动与在医学图像中观测到的运动相匹配。一种可能的实施方式是最小化评估仿真运动与观测相差多少的成本函数。这样可以得到对于所述结构的所估计的生物力学参数，比如壁硬度。在美国公开的专利申请号2011/0060576中详细描述了一种用于实施流体结构交互并且估计主动脉的生物力学参数的方法，通过参考将其合并在此。 

如上所述，对于各个心脏组成部分的特定于患者的解剖模型是平滑的网格，并且基于各心脏组成部分的平滑网格来执行血液动力学仿真和流体结构交互。根据本发明的一个有利实施例，所述特定于患者的解剖模型可以被实施为多尺度解剖模型，其中上面描述的平滑心脏模型处于较粗糙的尺度，并且在更精细的尺度下存在更加详细的解剖模型。举例来说，LV的特定于患者的解剖模型可以被用来在更精细的分辨率下提取出LV心内膜的模型，其中包括乳头肌和骨小梁。图10图解说明了LV的多尺度解剖模型。如图10的图像1000和1010中所示，LV的多尺度解剖模型包括LV心外膜1002、粗糙尺度LV心内膜1004以及精细尺度LV心内膜1006，其包括乳头肌和骨小梁。在美国公开的专利申请号2009/0080745中详细描述了一种用于提取这样的多尺度LV模型的方法，通过参考将其合并在此。可以基于对于一个或多个心脏组成部分的精细尺度解剖模型的位置来约束血液动力学仿真（步骤106）。此外，可以基于对于一个或多个心脏组成部分的精细尺度解剖模型来估计流体结构交互（步骤108）。 

回到图1，在步骤110处，输出所述综合性建模结果。举例来说，可以输出结果得到的特定于患者的4D解剖模型、血流仿真和/或流体结构交互仿真，这可以通过显示代表这些结果的图像来实现。此外，在步骤104、106和108中描述的综合性建模产生解剖和形态参数（步骤104）、血液动力学参数（步骤106）和生物力学参数（步骤108），所述参数给出患者的心脏机能的综合性观察。这些参数例如可以被存储在计算机系统的存储器或存储装置中，或者被存储在计算机可读介质上。这些参数（或模型）还可以被用于在下面描述的例如步骤112和114中对患者进行进一步的评估。 

在步骤112处，可以利用所述综合性建模结果执行对于患者心脏的非侵入式评定和诊断。步骤104、106和108的建模给出对于患者心脏的当前状态的综合性观察。这可以被用于评定患者心脏的当前结构或血液动力学，评定先前诊断的心脏病，或者用于对心脏问题进行非侵入式诊断。 

根据本发明的一个实施例，所述特定于患者的综合性心脏模型可以被用于精确地量化心脏的解剖结构和机能。临床金标准仍然处理2D图像并且执行人工测量，所述人工测量获得起来甚为繁琐并且可能不精确。本发明提出了对于心脏的临床评估的典范转移，其中用来自4D数据的自动的基于模型的量化来替代基于2D图像的人工分析。下面将描述可以自动提取的临床测量的各种实例。 

表1示出了对于从特定于患者的4D解剖模型测量的各种尺寸的主动脉-二尖瓣耦合的测量结果，包括心室－动脉交界（VAJ）、瓦尔萨尔瓦氏窦（SV）和窦管交界（SJ）的直径，二尖瓣环周长（AC），前后直径（APD），以及前外侧－后内侧直径（AL-PM-D）。图11图解说明了对于主动脉瓣区（AV区）和二尖瓣区（MV区）的测量精度。具体来说，图11示出了对于AV区1102和MV区1104的Bland-Altman图。所述主动脉瓣实验是在来自36位患者的CT数据上执行的，并且所述二尖瓣是在来自10位患者的tee数据上评估的。 

表1 

	均值	STD
			VAJ(cm)	0.137	0.017
SV(cm)	0.166	0.043
			STJ(cm)	0.098	0.029
AC(cm)	0.846	0.3
			APD(cm)	0.325	0.219
AL-PM-D(cm)	0.509	0.37

腔室在心动周期期间的运动模式提供其机能的许多重要临床测量，比如心室射血分数、心肌壁厚度以及腔室内或者不同腔室之间的不同步性。基于模型的分析的一些好处包括精度、效率以及综合性。

针对特定于患者的综合性4D模型的另一种可能的应用是用于自动化诊断和病例检索。临床判定在很大程度上基于来自临床指南和出版物的一般信息和规则集以及来自临床医师的个人经验。除了上面讨论的定量的特性之外，所述综合性心脏模型还可以被用来利用基于学习的判别式距离函数自动导出高级临床信息。可以在综合性特征空间内制定推断，其合并了复杂的形态和机能信息。在示例性实施方式中，这被用来执行两项一般任务：利用所学习的距离函数检索类似病例，所述距离函数测量两个特定心脏形状的相似性；以及基于几何模型和导出特征的二元分类问题。 

对于距离学习在这里讨论两种技术，即从等效性约束和固有随机森林距离进行学习，但是本发明不限于此。利用三元组来表示等效性约束，所述三元组是两个模型实例的特征矢量以及表明所述两个实例是相似还是不相似的一个标签。从这些三元组进行学习常常被称作在乘积空间内进行学习，并且被证明对于具有许多相关、弱相关和不相关特征的高维数据来说是有效的。利用推进或随机森林构造的模型的带符号的余量可以被用作所需的距离函数。 

所述一般方法实现学习取决于应用的任意用户定义的相似性概念。这一点可以通过两种示例性应用来证明：1）对于主动脉瓣的诊断和严重性评定；以及2）针对经皮肺动脉瓣植入（PPVI）的患者选择。关于针对PPVI的患者选择，肺动脉干的形态是对于患者的PPVI适合性的一个主要决定因素。在不适合的患者体内的干预会令患者遭受不必要的侵入式插管术。图12图解说明了各种类型的肺动脉干形态。如图12中所示，类型1是金字塔形的，类型2是恒定直径的，类型3是倒金字塔形的，类型4是中心窄但是近端和远端宽的，并且类型5是中心宽但是近端和远端窄的。来自类型1的患者被视为不适合于PPVI，这是因为窄动脉较和设备迁移的高概率。相应地，从所估计的肺动脉干（其可以作为所述特定于患者的解剖模型的一部分来估计）提取出的形状特征可以被用来学习判别式距离函数，以便将类型1的解剖结构与其他分类相区别，以便自动确定患者是否适合于PPVI。 

除了特定于患者的解剖心脏模型之外，心脏的特定于患者的血液动力学也可以被用于非侵入式评定和诊断。具体来说，可以仿真心动周期事件的血液动力学，正如上面在图1的步骤106中所描述的那样。在这里描述对于心动周期事件的示例性仿真。利用128³规则栅格对仿真域进行离散化，该128³规则栅格对应于1mm的物理分辨率，而时间步则是0.001秒。为了确保稳定性，每当最大速度将大于dx/0.001时，即当柯朗-弗里德里希斯-列维（Courant-Friedrichs-Lewy，CFL）数目max(u)*0.001/dx变得大于1时，就使用子循环。心脏边界框占据了所述域的95%。 

图13图解说明了对于心脏收缩事件和结构的血液动力学仿真。如图13中所示，图像1302、1304和1306分别示出了心脏收缩早期、心脏收缩中期和心脏收缩末期的心脏中的仿真血流速度。图像1312、1314和1316分别示出了基于心脏收缩早期、心脏收缩中期和心脏收缩末期的仿真速度生成的漩涡等面。已经对其执行了所述仿真的特定心脏在925ms的心动周期中具有290ms的心脏收缩。如图像1302和1312中所示，从心脏舒张和等容收缩（IVC）期继承的初始流条件具有来自二尖瓣充血后期的环状漩涡的残留。这一特征主导了心脏收缩早期（ES）的心室下部模式，从而使得心尖血池大部分由所述漩涡再循环。有意思的是，所述初始条件的特征还在于从心尖看去是逆时针旋转，其在心脏收缩期间倒回顺时针旋转。 

如图像1304和1314中所示，心脏收缩中期的特征在于强大的主动脉通量，其常常具有与主动脉轴对准的多股漩涡，其引导血液进入主动脉的右手螺旋运动。血液的这种逆时针旋转在升主动脉下部中的下游继续，并且是健康的主动脉流的一项公知特征。这些计算结果基于从CT数据获得的网格，并且因此不包括扭转运动。所述计算结果支持以下结论：主动脉右手螺旋旋转主要由主动脉纵轴关于主动脉瓣基平面和主动脉瓣几何结构自身的几何部署，而不是LV扭转运动确定。如图像1306和1316中所示，在心脏收缩末期，所述旋涡股较弱，并且进入主动脉的流体粒子定义更宽的螺旋路径。 

所述通量在右侧心脏的心脏收缩早期和中期同样强大，其具有与上面描述的类似的特征，但是由于回流的肺动脉瓣，在心脏收缩期的末尾可以看到回流通量。 

图14图解说明了利用血流仿真获得的主动脉瓣窦区内的漩涡形成。如图14中所图解说明的那样，图像1400示出了心脏的特定于患者的解剖模型中的主动脉瓣窦区1402的位置，并且图像1410示出了窦区1402内的漩涡形成。如图14中所示，所述血流仿真恢复主动脉瓣远端的流模式的已知形成，即形成在窦区1402内的每一个小叶后方的漩涡。 

图15图解说明了心脏舒张事件和结构的血液动力学仿真。如图15中所示，图像1502、1504和1506分别示出了心脏舒张早期、心脏舒张中期和二尖瓣充血后期的心脏中的仿真血流速度。图像1512、1514和1516分别示出了基于心脏收缩早期、心脏收缩中期和心脏收缩末期的仿真速度生成的漩涡等面。如图像1502和1504中所示，心脏舒张早期（ED）通量开始于随着二尖瓣打开而形成非对称环状漩涡，所述环状漩涡关于链接心尖与二尖瓣环中心（AMR）的轴成大约30度角朝向心尖进一步行进。在撞击到LV的后壁之后，所述漩涡受到一定耗散并且其轴改变成关于AMR成大约75度。如图像1504和1514中所示，这演变成以具有水平旋转轴的较大漩涡扫过心尖的漩涡模式，其以恰好位于主动脉瓣下方的在相反方向上旋转的较小漩涡结束。该较小漩涡的形成由（打开的）二尖瓣的前小叶增强。该漩涡模式在心脏舒张中期期间逐渐减弱，随后变得几乎不可见。如图像1506和1516中所示，成功捕获到二尖瓣充血后期。其产生额外的环状漩涡，所述额外的环状漩涡向下行进并且与作为正常事件的较小肺静脉反流同时发生。 

所述通量与在右侧心脏中的定性地相似。与二尖瓣流曲线相比，所捕获的仿真缩短了三尖瓣流曲线心舒张后期，正如图16中的曲线图1610中所示。 

上面描述的血流仿真支持以下结论：末梢漩涡是在心脏舒张期间从二尖瓣流出的。这与以下观察部分地不符：小叶自身与流对准，并且从而不流出漩涡并且不操控所述流。这一差异可能是由于包括精确的二尖瓣小叶的本发明的增强心脏模型而导致的。所述仿真流表明，二尖瓣起到操控作用也起到漩涡流出作用。 

为了评估血液动力学仿真的精度，在各瓣膜上估计血液通量。典型的PC-MRI流量化协议利用由手术员使与解剖结构对准的MR成像平面随着时间采集血流。为了执行与文献报告的观测的比较，对该协议进行了仿真，并且利用与各瓣膜对准的平面按照与对于PC-MRI所完成的相同的方式量化与时间相关的所计算的血流。计算该平面上的法向速度的积分，并且在图16中描绘了对于所检查的病例所获得的曲线。图16图解说明了示出一个心动周期内的经过瓣膜区的血流的时间通量的曲线图。曲线图1600示出经过主动脉瓣1602和二尖瓣1604区的左侧心脏中的流。曲线图1610示出了经过肺动脉瓣1612和三尖瓣1614区的右侧心脏中的流。曲线图1600和1610中示出的流与对于正常心脏的标准流曲线定性地相似，其中的例外是肺动脉流，其显示出上面提到的回流。图17和18图解说明了被用来测量所述流的切片位置的位点。图17的图像1702、1704和1706分别图解说明了在0.92秒的心动周期的时间0.18、0.3和0.42秒经过主动脉的截面切片1608处的速度矢量。图像1802和1804示出了略低于二尖瓣的区的截面切片1806。 

应当提到的是，用于（例如在超声中）测量平均或峰值速度的临床实践使用略微不同的测量部位（主动脉部位略处在瓣膜区之前，并且二尖瓣视野略处在二尖瓣之下）。但是在这里测量血液通量（给定表面上的法向速度的积分），因此选择与临床测量部位有意义地偏移（但是仍然与之接近）的各位置，从而使它们：（1）沿着所述流的方向将所述心脏模型分成两个拓扑分离的区；以及（2）不跨过瓣膜区，因为这将可能污染通量计算（或者至少使其更加复杂）。 

由于恰好在LV外部测量通量，因此所述通量可能由于主动脉或心房的径向运动而包括容积改变的组成部分。虽然相当的小，但是这些组成部分在图15中确实示出为同时出现的主动脉－二尖瓣（或肺动脉－三尖瓣）流区。出于相同的原因，等容期不可利用该协议精确地量化，并且因此在图15中较不可见（特别是LV中的等容弛缓）。 

在测量中的速度模式非常复杂，正如图17和18中可以看到的那样，并且这强调了特别对于各瓣膜使用正确的地理信息的重要性，从而任何人可以最小化对于流入或流出的不完整模型的使用。包括各瓣膜的几何模型会便于计算复杂的流模式。 

图19图解说明了对于具有二尖回流主动脉瓣和病态二尖瓣的心脏的血流仿真，其经历狭窄和回流二者。图像1902－1920图解说明了利用从4D CT数据导出的左侧心脏模型从血流仿真得到的对于一个心搏周期的漩涡。在图像1902和1904中，左心室弛缓，二尖瓣打开，并且血液进入左心室，由于狭窄而撞击到壁。在图像1906中相对平静，并且图像1908示出了心舒张后期。在图像1910和1912中，二尖瓣第二次打开，并且更多的血液进入左心室，再次撞击到壁。在图像1914、1916和1918中，左心室收缩，主动脉瓣打开，血液进入主动脉，并且同时左心房开始充血。由于主动脉瓣的二尖结构而形成较强的螺旋。在图像1920中，主动脉瓣闭合，并且反向射血表明回流。如图像1916和1918中所示，血流模式与在升主动脉下部中正常心脏的血流模式非常不同。通常沿着主动脉的中心线指向的心脏收缩射血被偏向主动脉壁，从而增大了局部壁应力。这可以解释具有双小叶主动脉瓣的患者为什么会患上主动脉根扩张。此外，如图像1902、1904和1912中所示，经历狭窄和回流二者的所述病态二尖瓣将所述流指引向后LV壁。如图像1914和1918中所示，可以分别在心脏收缩和心脏舒张期间观测主动脉瓣和二尖瓣的回流。 

图20图解说明了对于一个健康心脏和两个患病心脏的仿真血液动力学的比较。如图20中所示，第一行图像示出了健康心脏在心脏收缩早期2002、心脏收缩后期2004、心脏舒张早期2006和心脏舒张充血后期2008的心脏左侧的仿真速度场。第二行图像示出了具有扩张主动脉的心脏在心脏收缩早期2012、心脏收缩后期2014、心脏舒张早期2016和心脏舒张充血后期2018的心脏左侧的仿真速度场。第三行图像示出了具有二尖主动脉瓣的心脏在心脏收缩早期2022、心脏收缩后期2024、心脏舒张早期2026和心脏舒张充血后期2028的心脏左侧的仿真速度场。 

所述患病心脏的特征在于，在各瓣膜和肺静脉区二者内都有反流现象。对于健康心脏的仅有的反流是在二尖瓣充血后期期间的较小肺静脉流反流，这是一种正常现象。与患病心脏相比，对于健康心脏的心脏收缩短至几乎二分之一。这是一种公知的现象，其中患病心脏发展出更长的心脏收缩周期，以便抵消导致回流和低效泵血的解剖缺陷。 

健康的心脏（图像2002－2008）在923ms的心动周期中具有相当短的心脏收缩（190ms）。在所述心脏收缩期间，主动脉流量强大，正如左心房内的流一样。心脏舒张开始于经过二尖瓣的强流，在这期间在左心室的中心形成主旋转漩涡，并且在主动脉瓣的入口处形成较小漩涡。二尖瓣充血后期与作为正常现象的较小肺静脉反流同时发生。 

具有扩张主动脉的心脏（图像2012－2018）的特征在于严重扩大的主动脉。因此，主动脉瓣对于该特定心脏从不完全闭合，从而在心脏舒张期间导致大量主动脉回流。在肺静脉和二尖瓣区的水平也会存在某种较小但是异常的回流。一个有意思的事实在于，在心脏收缩期间，所述流被直接引导向主动脉的异常扩大区，从而提出了哪一个导致产生另一个的问题。也就是说，是弱瓣膜倾斜引导所述流从而导致扩大主动脉，还是主动脉变弱拉动主动脉瓣并且改变所述流的方向。 

对于具有二尖主动脉瓣的心脏（图像2022－2028），可以观测到输出射血朝向主动脉壁的偏转，这可以解释具有双小叶主动脉瓣的患者会患上主动脉根扩张的事实。此外，所述二尖瓣也是不足的，从而导致在心脏舒张开始时观测到的朝向左心室的回流射血（参见图像2024）。仿真结果还表明，主动脉瓣和二尖瓣并非同步打开及闭合，这促成来自心室的心房回流。 

通过利用上面在图1和6中描述的框架，利用具有和不具有心房几何结构的左侧心脏的模型执行了仿真（所有其他参数都相等）。图21图解说明了具有和不具有左心房（LA）的血流仿真结果。如图21中所示，图像2102、2104、2106和2108分别示出了对于心脏收缩中期、心脏舒张早期、心脏舒张中期和二尖瓣充血心脏阶段的具有LA的仿真结果。图像2112、2114、2116和2118分别示出了对于心脏收缩中期、心脏舒张早期、心脏舒张中期和二尖瓣充血心脏阶段的不具有LA的仿真结果。如图像2102和2112中所示，心脏收缩流在具有LA和不具有LA的情况下几乎完全相同。所述仿真示出，主要从肺静脉生成并且向下游输送到LV中的漩涡对于仿真血流具有很大影响。这一点在图像2104和2114中清楚地示出，其还示出在没有LA到LV漩涡输送的情况下，LV内部的仿真流在具有或不具有LA的模型之间可能没有明显差别。这是相当有意思的，因为这暗示着一种用于在没有LA的情况下对实际边界条件进行建模的可能解决方案，这通过包括对于LA内部的漩涡生成及其到LV中的输送的适当模型而实现。 

应当理解的是，还可以结合流体结构交互来执行上面描述的血液动力学仿真，以便提高仿真精度。举例来说，模型可以考虑对于心脏组成部分的壁的更加实际的几何恢复，对于心脏组成部分的壁的软组织模型，以及对于瓣膜的弹性特性。如上所述，流体结构交互可以被用来估计结构的生物力学特性，比如组织硬度。这样估计的生物力学特性可以被用于诊断目的。举例来说，通过评估诸如主动脉之类的结构的硬度，任何人可以评定破裂、高血压等等的风险。该信息还可以打开通往更加精密的动脉瘤形成模型的通道，其中所述生物力学特性由病理修改。 

回到图1，在步骤114处，可以利用所述综合性建模结果执行虚拟疗法规划和/或疾病进展预测。所述综合性模型给出了对于患者的心脏机能的综合性观察。这可以被用来预测特定疾病如何能够影响患者的心脏，或者预测患者对特定类型的疗法或治疗的响应如何。图22图解说明了根据本发明的一个实施例的一种利用特定于患者的综合性4D模型进行预测性规划的方法。图22的方法可以被用来实施图1的步骤114。参照图22，在步骤2202处，生成特定于患者的综合性4D模型。具体来说，所述特定于患者的综合性模型是基于4D医学图像数据生成的，正如上面在图1的步骤104、106和108中所描述的那样。对于特定患者的所述综合性模型可以包括特定于患者的解剖、形态、血液动力学和生物力学参数。 

在步骤2204处，调节所述特定于患者的综合性4D模型的至少一部分以便仿真一种状况。所述状况可以是疾病、疗法或治疗，或者能够影响所述心脏模型的参数的任何其他状况。为了仿真一种状况，可以调节解剖、形态、血液动力学或生物力学参数中的一项或多个项。举例来说，可以调节诸如主动脉的大小之类的解剖参数，以便表示疾病的进展。如上所述，已经对于具有各种疾病的心脏执行了各种血流仿真，从而得到患病心脏的血液动力学参数。有可能调节某些血液动力学参数以便仿真心脏的特定病理的存在或严重性。此外还可以调节特定心脏组成部分的诸如组织硬度之类的生物力学参数。举例来说，可以调节主动脉的组织硬度，以便表示主动脉的硬化。还可以调节所述模型以便利用所述模型对不同的疗法或治疗进行虚拟测试，从而预测患者对所述疗法的反应。应当理解的是，这些实例不意图限制本发明。 

在步骤2206处，基于所述经过调节的部分重新生成特定于患者的综合性4D模型，以便预测所述状况对患者的影响。可以重复图22的方法以便预测状况在多个时间段内的影响，或者预测多种不同状况对患者的影响。举例来说，可以重复图22的方法以便利用所述特定于患者的模型测试不同的治疗替换方案，从而为患者选择最优的治疗。下面将描述利用所述综合性模型进行疗法规划的实例。应当理解的是，这些实例不意图限制本发明。 

在一个实施例中，使用特定于患者的综合性模型来用于对经皮手术（procedure）的计算判定支持。由于手术并发症得到减少并且对患者的随访率得到降低，因此经皮手术正变得越来越受欢迎。在这样的手术中，利用经静脉、经动脉或经心尖技术通过导管递送假体植入物，这会妨碍临床医师直接观察及直接接近受影响的解剖结构。因此，所述干预的成功在很大程度上依赖于术中图像以及手术员的经验和技术，同时所述假体的次最优的部署位置可能导致较差的血液动力学性能连同严重的瓣周泄漏以及/或者高梯度和次最优的有效口。 

根据本发明的一个实施例，可以利用所述特定于患者的综合性模型实施针对经皮手术的术前规划。所述解剖模型包括主动脉瓣复合体（其包括主动脉瓣和升主动脉）的解剖结构，其被用来基于可形变的单形网格和几何约束来执行瓣膜植入物的进行于电脑中的（in-silico）（虚拟）递送。所述设备被建模成支架网格和计算网格，所述支架网格精确地模拟假体的几何结构，所述计算网格是被用来引导所述设备的扩展的叠加的2单形网格。通过利用迭代近似方法平衡在现实手术中遇到的外力与内力来对所述设备的扩展进行建模。通过二阶微分方程的有限离散化来描述所述设备的形变。图23图解说明了在虚拟部署期间作用在植入物模型上的力。如图23中所图解说明的那样，图像（a）的箭头代表

，其在支杆结合部施加特性角度2302。图像（b）的箭头代表

，其保持支杆长度。图像（c）示出了所述支架网格的短轴截面。图像（c）的箭头代表

，其施加周长2304，同时抑制并消除由距离2306与距离2310的比值加权的沿着所述支架网格法向作用的所有力，其中距离2306是从所述支杆结合部到支架质心2308，距离2310是从脉管壁2312到支架质心2308。 

基于图23中示出的力，对假体的植入进行虚拟仿真。这种技术可以被用来预测各种治疗假设下的最佳植入物类型、大小以及部署位置和取向。除了预测假体的解剖拟合之外，还有可能重新生成所述综合性模型，并且利用所述虚拟植入的假体执行血液动力学仿真和流体结构交互。 

利用术前和术后3D心脏扫描在20位患者身上评估了所述基于模型的进行于电脑中的瓣膜替代的预测能力，这是对于每一个患者都通过将预测结果与人工拟合到术后数据中的真实设备成像的地面实况模型进行比较来评估的。在环水平的低于2mm的精度下，对于这种方法证明了支持术前规划的潜能，这是通过在各种治疗假设下通过进行于电脑中的植入找到最佳植入物类型、尺寸以及部署位置和取向直到观测到最优预测性能为止而实现的。 

利用所述特定于患者的综合性4D模型的虚拟疗法规划的另一种可能应用是主动脉中的动脉瘤处的支架部署的仿真。图24图解说明了主动脉中的动脉瘤处的支架部署的仿真。如图24中所示，在主动脉2404中的动脉瘤处虚拟植入代表支架的网格2402。通过部署所述支架而生成的力使得主动脉壁在所述支架的锚定部分发生局部形变。所述流体结构交互被用来对该形变进行建模。对该形变的建模对于评定所述支架锚定和强度及其对血流的影响来说是至关重要的。利用这样的框架，心脏病专家可以测试不同的支架设计并且为患者选择最优的支架。 

利用所述特定于患者的综合性4D模型的虚拟疗法规划的另一种可能应用是虚拟切除主动脉瘤。具体来说，这种应用仿真进行于电脑中的切除动脉瘤对血流的影响。可以把特定于患者的主动脉模型（其包括个人化的几何结构和生物力学参数）加载到实时软组织干预平台中。利用该平台，用户可以执行虚拟干预，其中包括切除、闭合以及缝合。图25图解说明了虚拟动脉瘤切除。如图25中所图解说明的那样，图像2502示出了具有动脉瘤的主动脉，图像2504示出了所述动脉瘤的切除，图像2506示出了所述切除的缝合，并且图像2508示出了闭合所述切除。随后在术后几何结构上执行FSI模型以便仿真术后血流。通过根据术后数据调节所述模型并且在术后数据上测试所述模型来验证所提出的方法。所提出的这种框架可以通过定义将要去除的精确部分来帮助准备外科手术干预。 

上面描述的用于对心脏进行综合性建模、生成心脏的特定于患者的4D解剖模型、仿真心脏中的血流、仿真流体结构交互以及利用综合性心脏模型进行预测性规划的方法都可以被实施在计算机上，所述计算机利用公知的计算机处理器、存储器单元、存储设备、计算机软件和其他组件。在图26中图解说明了这样的计算机的高级框图。计算机2602包含处理器2604，其通过执行定义计算机2602的总体操作的计算机程序指令来控制所述操作。所述计算机程序指令可以被存储在存储设备2612（例如磁盘）中，并且在期望执行所述计算机程序指令时被加载到存储器2610中。因此，图1、3、6、8和22的方法步骤可以由存储在存储器2610和/或存储装置2612中的计算机程序指令来定义，并且可以由执行所述计算机程序指令的处理器2604来控制。可以将图像采集设备2620（比如CT扫描设备、MR扫描设备、超声设备等等）连接到计算机2602，以便将图像数据输入到计算机2602。有可能将图像采集设备2620和计算机2602实施为一个设备。还有可能令图像采集设备2620和计算机2602通过网络进行无线通信。计算机2602还包括一个或多个网络接口2606以便通过网络与其他设备进行通信。计算机2602还包括允许用户与该计算机2602进行交互的其他输入/输出设备2608（例如显示器、键盘、鼠标、扬声器、按钮等等）。可以将这样的输入/输出设备2608与计算机程序集合相结合地使用，以作为用来对从图像采集设备2620接收的体进行注解的注解工具。本领域技术人员将认识到，实际计算机的实施还包含其他组件，并且图26是这样的计算机的其中一些组件的高级表示以用于说明的目的。 

前面的具体实施方式应当被理解成在每一方面都是说明性和示例性而非限制性的，并且这里所公开的本发明的范围不由所述具体实施方式确定，而是由根据专利法所允许的完全广度解释的权利要求书确定。应当理解的是，这里示出并描述的实施例仅仅是为了说明本发明的原理，并且在不背离本发明的范围和精神的情况下，本领域技术人员可以实施各种修改。在不背离本发明的范围和精神的情况下，本领域技术人员可以实施各种其他特征组合。 

Claims (39)

1.一种用于基于4D医学图像数据来仿真心脏中的血流的方法，其包括：

根据所述4D医学成像数据生成心脏的特定于患者的4D解剖模型；以及

通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流。

2.权利要求1的方法，其中，所述心脏的特定于患者的4D解剖模型包括多个心脏组成部分，并且通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述步骤包括：

在所述特定于患者的4D解剖模型的多个心脏组成部分当中的一个或多个心脏组成部分中单独仿真血流。

3.权利要求1的方法，其中，所述心脏的特定于患者的4D解剖模型包括多个心脏组成部分，并且通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述步骤包括：

在所述特定于患者的4D解剖模型的多个心脏组成部分当中的每一个心脏组成部分中同时仿真血流。

4.权利要求1的方法，其中，通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述步骤包括：

基于被用来将所述特定于患者的4D解剖模型嵌入在计算域内的水平集函数的零水平的位置，对所述解剖模型的流体区施加无滑移边界条件。

5.权利要求1的方法，其中，所述心脏的特定于患者的4D解剖模型包括多个心脏组成部分，并且通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述步骤包括对于所述多个时间步当中的每一个执行以下操作：

基于当前时间步处的所述特定于患者的4D解剖模型的位置，计算对于水平集函数和速度的对流更新；

计算对于代表当前时间步处的粘性力贡献的速度的半隐式更新；

通过求解具有Neumann边界条件的Poisson方程计算当前时间步处的压力更新；以及

基于所述半隐式速度更新和压力更新，计算对于当前时间步的新的速度更新。

6.权利要求1的方法，其中，所述特定于患者的4D解剖模型包括所述心搏周期内的心脏的特定于患者的3D解剖模型序列，并且通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述步骤包括：

对所述特定于患者的3D解剖模型序列进行内插，以便导出所述多个时间步当中的至少一个时间步处的所述特定于患者的4D解剖模型的位置。

7.权利要求1的方法，其中，根据所述4D医学成像数据生成心脏的特定于患者的4D解剖模型的所述步骤包括：

生成至少一个心脏组成部分的特定于患者的多尺度解剖模型，所述多尺度解剖模型包括所述至少一个心脏组成部分的粗糙解剖模型和所述至少一个心脏组成部分的精细解剖模型。

8.权利要求7的方法，其中，通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述步骤包括：

通过求解受到所述至少一个心脏组成部分的精细解剖模型约束的Navier-Stokes方程来仿真所述至少一个心脏组成部分中的血流。

9.权利要求8的方法，其中，所述至少一个心脏组成部分包括左心室，并且所述左心室的精细解剖模型包括乳头肌和骨小梁。

10.一种用于基于4D医学图像数据对心脏进行特定于患者的综合性建模的方法，其包括：

根据所述4D医学成像数据生成心脏的特定于患者的4D解剖模型；

通过利用水平集框架求解受到所述特定于患者的4D解剖模型的至少一个心脏组成部分在当前时间步处的位置约束的Navier-Stokes方程而在当前时间步处仿真所述至少一个心脏组成部分中的血流；

基于当前时间步处的仿真血流计算当前时间步处的所述至少一个心脏组成部分的形变；以及

对于多个时间步重复所述仿真和计算步骤，其中至少部分地基于在前一时间步处计算的所述至少一个心脏组成部分的形变来确定当前时间步处的所述至少一个心脏组成部分的当前位置。

11.权利要求10的方法，其还包括：

将所计算的所述至少一个心脏组成部分的形变与所述4D医学成像数据中的所述至少一个心脏组成部分的观测得到的形变进行比较，以便确定所述至少一个心脏组成部分的生物力学参数。

12.权利要求10的方法，其中，所述至少一个心脏组成部分是主动脉。

13.权利要求10的方法，其中，通过利用水平集框架求解受到所述特定于患者的4D解剖模型的至少一个心脏组成部分在当前时间步处的位置约束的Navier-Stokes方程而在当前时间步处仿真所述至少一个心脏组成部分中的血流的所述步骤包括：

计算由于所仿真的所述至少一个心脏组成部分中的血流而导致的当前时间步处的所述至少一个心脏组成部分的壁界面处的压力。

14.权利要求13的方法，其中，基于当前时间步处的仿真血流计算当前时间步处的所述至少一个心脏组成部分的形变的所述步骤包括：

计算由于所述至少一个心脏组成部分的壁界面处的压力而导致的所述至少一个心脏组成部分的壁的形变。

15.权利要求10的方法，其中，基于当前时间步处的仿真血流计算当前时间步处的所述至少一个心脏组成部分的形变的所述步骤包括：

基于对所述至少一个心脏组成部分的组织的被动特性进行建模的内力和对由所述至少一个心脏组成部分内部的血流生成的加载进行建模的外力，计算所述至少一个心脏组成部分的形变。

16.一种利用特定于患者的综合性4D心脏模型进行预测性规划的方法，其包括：

根据4D医学成像数据生成心脏的特定于患者的综合性4D模型；

调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况；以及

重新生成所述心脏的特定于患者的综合性4D模型，以便仿真所述经过调节的部分对所述特定于患者的综合性4D模型的影响。

17.权利要求16的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述步骤包括：

调节所述特定于患者的综合性4D模型的解剖参数。

18.权利要求15的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述步骤包括：

调节所述特定于患者的综合性4D模型的血液动力学参数。

19.权利要求16的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述步骤包括：

调节所述特定于患者的综合性4D模型的生物力学参数。

20.权利要求16的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述步骤包括：

调节所述特定于患者的综合性4D模型的解剖参数、血液动力学参数和生物力学参数的至少一个，以便仿真心脏中的疾病进展。

21.权利要求16的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述步骤包括：

调节所述特定于患者的综合性4D模型的一部分，以便虚拟仿真对心脏的对应部分应用疗法。

22.权利要求21的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便虚拟仿真对心脏的对应部分应用疗法的所述步骤包括：

在所述特定于患者的综合性4D模型中虚拟仿真经皮人工瓣膜植入。

23.权利要求21的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便虚拟仿真对心脏的对应部分应用疗法的所述步骤包括：

在所述特定于患者的综合性4D模型的一部分中虚拟仿真动脉瘤处的支架部署。

24.权利要求21的方法，其中，调节所述特定于患者的综合性4D模型的一部分以便虚拟仿真对心脏的对应部分应用疗法的所述步骤包括：

在所述特定于患者的综合性4D模型的一部分中虚拟仿真动脉瘤的切除。

25.权利要求24的方法，其中，重新生成所述心脏的特定于患者的综合性4D模型以便仿真所述经过调节的部分对所述特定于患者的综合性4D模型的影响的所述步骤包括：

基于所述仿真的动脉瘤的切除，在所述特定于患者的综合性4D模型的所述部分中仿真血流和流体结构交互。

26.一种用于基于4D医学图像数据来仿真心脏中的血流的设备，其包括：

用于根据所述4D医学成像数据生成心脏的特定于患者的4D解剖模型的装置；以及

用于通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的装置。

27.权利要求26的设备，其中，用于通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述装置包括：

用于基于被用来将所述特定于患者的4D解剖模型嵌入在计算域内的水平集函数的零水平的位置对所述解剖模型的流体区施加无滑移边界条件的装置。

28.权利要求26的设备，其中，所述心脏的特定于患者的4D解剖模型包括多个心脏组成部分，并且用于通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述装置包括：

用于基于当前时间步处的所述特定于患者的4D解剖模型的位置计算对于水平集函数和速度的对流更新的装置；

用于计算对于代表当前时间步处的粘性力贡献的速度的半隐式更新的装置；

用于通过求解具有Neumann边界条件的Poisson方程来计算当前时间步处的压力更新的装置；以及

用于基于所述半隐式速度更新和压力更新来计算对于当前时间步的新的速度更新的装置。

29.权利要求26的设备，其中，用于根据所述4D医学成像数据生成心脏的特定于患者的4D解剖模型的所述装置包括：

用于生成至少一个心脏组成部分的特定于患者的多尺度解剖模型的装置，所述多尺度解剖模型包括所述至少一个心脏组成部分的粗糙解剖模型和所述至少一个心脏组成部分的精细解剖模型。

30.权利要求29的设备，其中，用于通过利用水平集框架在一个心搏周期内的多个时间步当中的每一个时间步处求解受到所述特定于患者的4D解剖模型约束的Navier-Stokes方程来仿真心脏中的血流的所述装置包括：

用于通过求解受到所述至少一个心脏组成部分的精细解剖模型约束的Navier-Stokes方程来仿真所述至少一个心脏组成部分中的血流的装置。

31.一种用于基于4D医学图像数据对心脏进行特定于患者的综合性建模的设备，其包括：

用于根据所述4D医学成像数据来生成心脏的特定于患者的4D解剖模型的装置；

用于通过利用水平集框架求解受到所述特定于患者的4D解剖模型的至少一个心脏组成部分在当前时间步处的位置约束的Navier-Stokes方程而在当前时间步处仿真所述至少一个心脏组成部分中的血流的装置，其中至少部分地基于在前一时间步处计算的所述至少一个心脏组成部分的形变来确定当前时间步处的所述至少一个心脏组成部分的当前位置；以及

用于基于当前时间步处的仿真血流计算当前时间步处的所述至少一个心脏组成部分的形变的装置。

32.权利要求31的设备，其还包括：

用于将所计算的所述至少一个心脏组成部分的形变与所述4D医学成像数据中的所述至少一个心脏组成部分的观测得到的形变进行比较以便确定所述至少一个心脏组成部分的生物力学参数的装置。

33.权利要求31的设备，其中，用于通过利用水平集框架求解受到所述特定于患者的4D解剖模型的至少一个心脏组成部分在当前时间步处的位置约束的Navier-Stokes方程而在当前时间步处仿真所述至少一个心脏组成部分中的血流的所述装置包括：

用于计算由于所仿真的所述至少一个心脏组成部分中的血流而导致的当前时间步处的所述至少一个心脏组成部分的壁界面处的压力的装置。

34.权利要求33的设备，其中，用于基于当前时间步处的仿真血流计算当前时间步处的所述至少一个心脏组成部分的形变的所述装置包括：

用于计算由于所述至少一个心脏组成部分的壁界面处的压力而导致的所述至少一个心脏组成部分的壁的形变的装置。

35.权利要求31的设备，其中，用于基于当前时间步处的仿真血流计算当前时间步处的所述至少一个心脏组成部分的形变的所述装置包括：

用于基于内力和外力计算所述至少一个心脏组成部分的形变的装置，其中所述内力对所述至少一个心脏组成部分的组织的被动特性进行建模，所述外力对由所述至少一个心脏组成部分内部的血流所生成的加载进行建模。

36.一种利用特定于患者的综合性4D心脏模型进行预测性规划的设备，其包括：

用于根据4D医学成像数据生成心脏的特定于患者的综合性4D模型的装置；

用于调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的装置；以及

用于重新生成所述心脏的特定于患者的综合性4D模型以便仿真所述经过调节的部分对所述特定于患者的综合性4D模型的影响的装置。

37.权利要求36的设备，其中，用于调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述装置包括：

用于调节所述特定于患者的综合性4D模型的解剖参数、血液动力学参数和生物力学参数中的至少一个的装置。

38.权利要求36的设备，其中，用于调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述装置包括：

用于调节所述特定于患者的综合性4D模型的解剖参数、血液动力学参数和生物力学参数中的至少一个以便仿真心脏中的疾病进展的装置。

39.权利要求36的设备，其中，用于调节所述特定于患者的综合性4D模型的一部分以便仿真一种状况的所述装置包括：

用于调节所述特定于患者的综合性4D模型的一部分以便虚拟仿真对心脏的对应部分应用疗法的装置。

Images