CN104036107A - 确定狭窄的功能性严重程度 - Google Patents
确定狭窄的功能性严重程度 Download PDFInfo
- Publication number
- CN104036107A CN104036107A CN201410076070.5A CN201410076070A CN104036107A CN 104036107 A CN104036107 A CN 104036107A CN 201410076070 A CN201410076070 A CN 201410076070A CN 104036107 A CN104036107 A CN 104036107A
- Authority
- CN
- China
- Prior art keywords
- perfusion
- processor
- computer implemented
- hemodynamics
- data
- 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.)
- Granted
Links
- 208000031481 Pathologic Constriction Diseases 0.000 title abstract description 5
- 208000037804 stenosis Diseases 0.000 title abstract description 5
- 230000036262 stenosis Effects 0.000 title abstract description 5
- 230000010412 perfusion Effects 0.000 claims abstract description 139
- 238000000034 method Methods 0.000 claims abstract description 65
- 230000000004 hemodynamic effect Effects 0.000 claims abstract description 46
- 230000017531 blood circulation Effects 0.000 claims abstract description 31
- 238000004088 simulation Methods 0.000 claims description 37
- 210000004351 coronary vessel Anatomy 0.000 claims description 26
- 238000005259 measurement Methods 0.000 claims description 24
- 210000004165 myocardium Anatomy 0.000 claims description 19
- 238000002059 diagnostic imaging Methods 0.000 claims description 12
- 238000002601 radiography Methods 0.000 claims description 12
- 238000004587 chromatography analysis Methods 0.000 claims description 8
- 230000000747 cardiac effect Effects 0.000 claims description 7
- 230000036772 blood pressure Effects 0.000 claims description 5
- 239000012530 fluid Substances 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 206010060965 Arterial stenosis Diseases 0.000 claims description 3
- 201000000057 Coronary Stenosis Diseases 0.000 claims description 3
- 206010011089 Coronary artery stenosis Diseases 0.000 claims description 3
- 238000002583 angiography Methods 0.000 claims description 3
- 230000002490 cerebral effect Effects 0.000 claims description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 description 13
- 210000004204 blood vessel Anatomy 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000007170 pathology Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 230000007547 defect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 239000012528 membrane Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000000302 ischemic effect Effects 0.000 description 5
- 230000002107 myocardial effect Effects 0.000 description 4
- 238000009206 nuclear medicine Methods 0.000 description 4
- 208000019553 vascular disease Diseases 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000000429 assembly Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 241001522301 Apogonichthyoides nigripinnis Species 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000004087 circulation Effects 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000004089 microcirculation Effects 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 208000012639 Balance disease Diseases 0.000 description 1
- 206010061216 Infarction Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007574 infarction Effects 0.000 description 1
- 230000002427 irreversible effect Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 231100000518 lethal Toxicity 0.000 description 1
- 230000001665 lethal effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/503—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/56—Details of data transmission or power supply
- A61B8/565—Details of data transmission or power supply involving data transmission via a network
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/563—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution of moving material, e.g. flow contrast angiography
- G01R33/56366—Perfusion imaging
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Cardiology (AREA)
- Psychiatry (AREA)
- Vascular Medicine (AREA)
- Theoretical Computer Science (AREA)
- Pulmonology (AREA)
- Human Computer Interaction (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Hematology (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
一种用于确定狭窄的功能性严重程度的方法(100,200),包括:(a)从推算的血流量生成(102,210)模拟灌注图;(b)将所述模拟灌注图与测量的灌注图比较(104,212)以识别其间的不匹配度,所述测量的灌注图表示在患者中的灌注;(c)当不匹配度达到或超过预定阈时,修改(108,216)在推算血流量中所使用的模型中的参数;(d)当不匹配度小于所述预定阈时,从所述模拟灌注图计算(110,214)血液动力学量,所述血液动力学量指示狭窄的功能性严重程度;以及(e)显示(112)所述血液动力学量。一种用于确定狭窄的功能性严重程度的系统(300)被描述。
Description
有关申请
本申请要求2013年3月4日提交的美国临时申请号61/771,978的权益。该临时申请的全部内容通过引用被结合于此,只是如果出现与本说明书任何不一致的公开或定义,则应当视此处的公开或定义为准。
技术领域
本教导一般地涉及指示狭窄(stenosis)的功能性严重程度的血液动力学量的计算。这些血液动力学值可以被用在冠状动脉疾病(CAD)的治疗和/或评估中。
背景技术
心脏疾病在美国是男性和女性死亡的主要原因并且在全世界范围内占死亡的至少30%。尽管最近的医学进步已经引起在复杂心脏疾病的诊断和治疗中的改进,但是过早发病和致死的发生率仍然是大的,这至少部分地由于缺乏对指示患者的解剖学、生理学和血液动力学的患者特异性参数的准确体内和体外估计。
诸如心肌灌注成像(MPI)的基于医学成像的技术可以被用在临床和临床前(pre-clinical)设置中以表征狭窄(例如冠状动脉狭窄、脑动脉狭窄等)的严重程度。灌注扫描可以以各种方式实现,包括如超声灌注、计算的层析x射线摄影法(CT)灌注、磁共振(MR)灌注以及核医学(NM)灌注。MPI程序可以被用来识别在心脏的静息和/或应力诱发的图像中的灌注缺陷。单光子发射计算的层析 x射线摄影法(SPECT)和正电子发射层析x射线摄影法(PET)是已经被使用的两种类型的NM灌注。
对于单血管疾病,灌注扫描可以足以识别是导致所观察到的灌注缺陷的原因的罪犯病变(culprit lesion),并且所述罪犯病变于是可以例如通过经皮冠状动脉介入(PCI)、冠状动脉旁路移植(CABG)介入或另一形式的治疗而被治疗。然而,灌注扫描技术不很适合于识别在多血管疾病中或在涉及均衡缺血(balanced ischemia)的情况(例如在连同其它狭窄的左主干疾病的情况下)中的罪犯病变,因为灌注成像在可能与多于一个的主血管相关联的重叠灌注区域中提供相对的灌注值。作为重叠的结果,隔离血液动力学上显著的病变是困难的。此外,除非罪犯病变被识别并且与可能存在的其它病变区别开,否则所述罪犯病变可能不被适当地治疗。
发明内容
本发明的范围只由所附的权利要求所限定,并且在任何程度上不由本发明内容内的陈述所影响。
本教导可以被用来识别甚至在多血管或均衡缺血情形中的病变特异性缺血。灌注扫描数据、冠状动脉血管的解剖学成像和计算流体动力学(CFD)技术的组合被使用。在一些实施例中,根据本教导的方法可以被用来在灌注扫描中观察到的灌注缺陷的情况下确定单独心外膜病变的血液动力学严重程度。
作为介绍,根据本教导的用于确定狭窄的功能性严重程度的计算机实现的方法包括:(a)由处理器从推算的血流量生成模拟灌注图;(b)由处理器将模拟灌注图与测量的灌注图比较以识别其间不匹配度,所述测量的灌注图表示在患者中的灌注;(c)当所述不匹配度达到或超过预定阈时,由处理器修改在推算血流量中所使用的模型中的参数;(d)当所述不匹配度小于预定阈时,由处理器从模拟灌注图计算血液动力学量;以及(e)显示所述血液动力学量。所述血液动力学量指示狭窄的功能性严重程度。
根据本教导的用于确定狭窄的功能性严重程度的系统包括:(a)处理器;(b)被耦合到处理器的非暂时性存储器;(c)被存储在存储器中并且由处理器可执行以使处理器从推算的血流量生成模拟灌注图的第一逻辑;(d)被存储在存储器中并且由处理器可执行以使处理器将模拟灌注图与测量的灌注图相比较来识别其间不匹配度的第二逻辑,所述测量的灌注图表示在患者中的灌注;(e)被存储在存储器中并且由处理器可执行以当不匹配度达到或超过预定阈时使处理器修改在推算血流量中所使用的模型中的参数的第三逻辑;以及(f)被存储在存储器中并且由处理器可执行以当不匹配度小于预定阈时使处理器从模拟灌注图计算血液动力学量的第四逻辑,所述血液动力学量指示狭窄的功能性严重程度。
根据本教导的非暂时性计算机可读存储介质已经在其中存储了表示指令的数据,所述指令由编程的处理器可执行用于确定狭窄的功能性严重程度。所述存储介质包括指令用于:(a)从推算的血流量生成模拟灌注图;(b)将模拟灌注图与测量的灌注图比较以识别其间不匹配度,所述测量的灌注图表示患者中的灌注;(c)当不匹配度达到或超过预定阈时,修改在推算血流量中所使用的模型中的参数;(d)当不匹配度小于预定阈时,从模拟灌注图计算血液动力学量;以及(e)显示所述血液动力学量。所述血液动力学量指示狭窄的功能性严重程度。
附图说明
图1示出用于确定狭窄的功能性严重程度的示范性方法的流程图。
图2示出用于确定狭窄的功能性严重程度的另一示范性方法的流程图。
图3示出用于确定狭窄的功能性严重程度的示范性系统300的框图。
图4示出心外膜冠状动脉血管的解剖学模型的示例(左),以及从流量模型获得的模拟灌注图的示例(右)。
图5示出从流量计算获得的模拟灌注图的示例(左),以及从成像所获得的测量的灌注图的示例(右)。
图6示出用于与根据本教导的系统一起使用的示范性代表性通用计算机系统600。
具体实施方式
在混合成像(例如SPECT-CT和PET-CT)中解剖学数据(例如用于评估心外膜狭窄)可以与功能性数据(例如用于识别灌注缺陷)组合。因此,17-区段心肌靶心图或其变型可以被用来使灌注图像可视化,其中每个区段与一个或多个冠状动脉血管相关联。以这样的方式,在应力灌注图像上观察到的可逆缺陷可以定性地与一个或多个心外膜血管及其潜在的狭窄相关联以便识别罪犯病变。然而,这种类型的关联时常是不充分的——特别但不排他地在多血管疾病和/或平衡疾病的情况下,其中灌注缺陷占据心肌靶心图的多个重叠区段。
作为示例,带有在RCA、LAD和LCx中具有血管造影性显著病变的3-血管疾病的患者的灌注扫描可能示出在由LAD供应的区域中的正常流量和在下侧区段中的灌注缺陷。然而,该信息不是病变特异性的,并且可能不被用来评估在对应的血管造影术图像中可观察到的三个病变的功能性严重程度。
但是,PCI和/或CABG介入的成功取决于对缺血引起的病变的识别——这是一项经由仅仅对灌注扫描进行定性解释可能不被可靠实现的任务。
用于从冠状动脉血管的解剖学成像和心肌灌注成像识别病变特异性缺血的方法和系统已经被发现并且在本文中被描述。根据本教导的方法基于可以从计算流体动力学(CFD)技术得到的底层流量模型来评估狭窄对心肌的灌注状态的影响。灌注图像提供心肌的状态(例如可逆的和不可逆的缺陷这二者),并且由灌注图像提供的信息可以被用来反复地调谐在心外膜血管中的流量模型的出口边界条件。因此,根据本教导,临床医生可以通过反复地调谐流量计算的边界条件参数直到结果与灌注图像(例如地面实况(ground truth))接近一致为止来在灌注扫描中观察到的灌注缺陷的情况下评估单独狭窄的血液动力学严重程度。
将理解的是,以下所描述的各种代表性实施例的元件和特征可以以不同方式被组合来产生同样落在本教导的范围内的新的实施例。
作为介绍,如图1中所示,根据本教导的用于确定狭窄的功能性严重程度的示范性方法包括:(a)从推算的血流量生成102模拟灌注图;(b)将模拟灌注图与测量的灌注图比较104以识别其间不匹配度,所述测量的灌注图表示在患者中的灌注;(c)当不匹配度达到或超过预定阈时,修改108在推算血流量中所使用的模型中的参数;(d)当不匹配度小于预定阈时,从模拟灌注图计算110血液动力学量;以及(e)显示112所述血液动力学量。可以在例如如图1中所示的判定块106处做出关于不匹配度是否达到或超过预定阈的确定。
在一些实施例中,根据本教导所计算的血液动力学量指示狭窄的功能性严重程度。如本文所使用的那样,短语“血液动力学量”宽泛地指与在血管中的血液流动有关的任何参数。根据本教导的代表性“血液动力学量”包括但不限于血流速度、血压(或者其比率)、心率、流率、流量储备分数(FFR)、充血狭窄阻力(HSR)、心肌阻力指数(IMR)等等及其组合。在一些实施例中,从可以从模拟灌注图得到的血流量值(例如流率和/或流速)和/或压力值(例如压力的改变)计算血液动力学量。
各种狭窄预期用来根据本教导的评估。狭窄的代表性类型包括但不限于冠状动脉狭窄、脑动脉狭窄等等及其组合。
在一些实施例中,根据本教导的用于确定狭窄的功能性严重程度的方法可以此外包括一个或多个附加动作,包括但不限于以下所描述的动作(f)、(g)、(h)和(i)中的一个或多个。可以提供不同的或较少的动作。
在一些实施例中,根据本教导的方法此外包括(f)基于从患者获取的医学成像数据来生成心肌的至少一部分和/或冠状动脉血管的解剖学模型。根据本教导的方法独立于被用来生成心肌的至少一部分和/或冠状动脉血管的解剖学模型的医学成像数据的类型。能够提供足以启动域(domain)的解剖学信息的各种医学成像模式都预期用于根据本教导的使用。代表性的医学成像数据包括但不限于磁共振数据、计算的层析 x射线摄影法数据、单光子发射层析 x射线摄影法数据、超声数据、血管造影术数据、x-射线数据等等及其组合。医学成像数据可以表示患者的内部部位的部分。
在一些实施例中,解剖学模型包括三维灌注图、二维极坐标灌注图或三维灌注图与二维极坐标灌注图的组合。在一些实施例中,根据本教导的方法此外包括(g)将所述解剖学模型划分成多个灌注区域。解剖学模型被划分成的灌注区域的数目不受限制,并且各种划分已经被预期用于使用。在一些实施例中,解剖学模型被划分成16个区段(例如16个左心室或LV区段)并且,在一些实施例中,解剖学模型被划分成17个区段。在一些实施例中,解剖学模型被划分成的区段从包括基部前部、基部隔前、基部隔下、基部下部、基部下侧、基部前外侧、中部前部、中部隔前、中部隔下、中部下部、中部下侧、中部前外侧、顶端前部、顶端间隔、顶端下部、顶端侧部、顶端及其组合的组中选择。
在一些实施例中,根据本教导的方法此外包括(h)在冠状动脉血管的边界点处应用边界条件。在一些实施例中,将在图1的块108处被修改的参数包括边界条件参数。如本文所使用的,短语“边界点”指的是血管的被表示部分的点,包括但不限于流入点(入口)、流出点(出口)和汇合点(例如二根分叉部、三根分叉部、四根分叉部、五根分叉部、六根分叉部等等及其组合)。在一些实施例中,边界点包括出口。在一些实施例中,自获得于测量的灌注图的灌注数据得到边界条件。在其它实施例中,经由异速生长比例(scaling)获得边界条件。
在一些实施例中,根据本教导的方法此外包括(i)执行计算流体动力学(CFD)计算来获得血流量和/或压力(例如其中的一个或二者可以被用来生成模拟灌注图)。
将模拟灌注图与其相比较的测量的灌注图可以通过各种灌注扫描而获得,所述灌注扫描包括但不限于CT灌注扫描、MR灌注扫描、NM灌注扫描、超声灌注等等及其组合。在一些实施例中,从心肌灌注成像(MPI)数据生成测量的灌注图。在一些实施例中,可以从单光子发射计算的层析 x射线摄影法(SPECT)、正电子发射层析 x射线摄影法(PET)或其组合得到MPI数据。
在一些实施例中,使用计算机来实现根据本教导的用于确定狭窄的功能性严重程度的方法,并且在一些实施例中,以上所描述的动作(a)生成102,(b)比较104,(c)修改108,(d)计算110,(e)显示,(f)生成,(g)划分,(h)应用和/或(i)执行中的一个或多个可以由一个或多个处理器和/或由一个处理器或多个处理器所控制的其它设备执行。
在一些实施例中,如以上所描述的那样,本教导提供用于确定狭窄的功能性严重程度的方法。在其它实施例中,如此外在以下描述的那样,本教导也提供用于确定狭窄的功能性严重程度的系统。
图3示出用于确定狭窄的功能性严重程度的代表性系统300的框图。在一些实施例中,系统300可以被实现为计算机系统中的诊断和/或成像模块的部分,所述计算机系统诸如个人计算机、工作站、服务器或成像系统中的计算机。
如图3中所示,示范性系统300包括:处理器302;与处理器302耦合的非暂时性存储器304;被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302从推算的血流量生成模拟灌注图的第一逻辑306;被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302将模拟灌注图与测量的灌注图相比较来识别其间不匹配度的第二逻辑308,所述测量的灌注图表示在患者中的灌注;被存储在非暂时性存储器304中并且由处理器302可执行以当不匹配度达到或超过预定阈时使处理器302修改在推算血流量中所使用的模型中的参数的第三逻辑310;以及被存储在非暂时性存储器304中并且由处理器302可执行以当不匹配度小于预定阈时使处理器302从模拟灌注图计算血液动力学量的第四逻辑312。在一些实施例中,所述血液动力学量指示狭窄的功能性严重程度。
在一些实施例中,如图3中所示,系统300可以此外包括下列各项中的一个或多个:被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302基于从患者获取的医学成像数据来生成心肌的至少一部分和/或冠状动脉血管的解剖学模型的第五逻辑314;被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302将解剖学模型划分成多个灌注区域的第六逻辑316;被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302在冠状动脉血管的边界点处应用边界条件的第七逻辑318;被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302执行CFD计算来获得血流量和压力的第八逻辑320;和/或被存储在非暂时性存储器304中并且由处理器302可执行以使处理器302显示血液动力学量的第九逻辑322。可以提供较少或不同的逻辑或指令分组。
在一些实施例中,系统300可以被耦合到计算机系统的其它模块和/或被耦合到数据库以便按需访问相关信息(例如医学成像数据、患者识别数据等)并且启动适当行动,诸如与影像归档和通信系统(PACS)连接。
图2描绘示出例如使用图3中示出的代表性系统300可以实现的、用于确定狭窄的功能性严重程度的示范性方法200的流程图。如图2中所示,在块202处,心肌的至少一部分和/或一个或多个冠状动脉血管的三维几何形状可以被提取。作为示例,冠状动脉血管和心肌的三维解剖学模型可以从冠状动脉CT血管造影术(CCTA)图像提取,正如例如在美国专利号7,916,919;8,098,918;8,073,227;和7,953,266中所描述的那样。在其它实施例中,除CCTA数据以外或者对CCTA数据可替换地,其它类型的医学成像数据同样可以被采用。在一些实施例中,灌注图像和冠状动脉血管的解剖学图像可以从多模式源获得,所述多模式源包括但不限于PET-CT、SPECT-CT和/或其它混合扫描。
在块204处,解剖学冠状动脉区域可以被识别。例如,冠状动脉区域的三维图可以从心脏图像数据提取,正如例如在美国专利号8,010,175中所描述的那样。
为了为冠脉微循环对心外膜流量模型的影响建模,可以在冠状动脉血管的每个出口处规定边界条件。因此,在块206处,在每个冠状动脉血管的出口处的边界条件可以被估计。在一些实施例中,出口边界条件可以被建模为考虑流动的脉动性质和微循环阻力的作用的集总模型(例如电阻和电容元件的组合)。在其它实施例中,由于缺少心肌的灌注状态,可以从规定在每个出口处的血管直径与由此运送的流动量之间的关系的异速生长比例定律来估计边界条件。在患者近来有先前的心肌梗塞的情况下,馈给(feed)内折区的血管在数周或数月中发生重构。结果,根据异速生长比例定律使用血管口径(例如直径)来确定边界条件可能导致对流量的过高估计,以及因此对狭窄的不准确评估。
类似地,心肌的灌注状态可以增强对于带有微血管疾病的患者的边界条件。当在二维极坐标图(或三维区域)上叠加心外膜冠状动脉血管时,每个冠状动脉出口将与心肌区段相关联。从灌注图像获得的该心肌区段的灌注状态可以被用来确定在每个出口处被指定为边界条件的阻力值的相对比。
在图2的块208处,计算可以被执行以计算冠脉循环。例如,使用CFD技术的纳维叶-斯托克斯(Navier-Stokes)方程的数值解可以被用来在存在患者特异性边界条件的情况下确定在冠脉循环中的流量和压力。在血管树的入口处的边界条件可以要么通过耦合集总心脏模型要么通过直接指定在主动脉根处的总心脏输出而被确定。在一些实施例中,在冠状动脉中的静息流量可以根据心肌质量而被计算并且在冠状动脉入口处被指定。
在块210处,模拟灌注图像可以通过类比于图1的动作102从推算的血流量被计算。例如,在图2的块208处计算的血液流率可以被用来生成心肌的模拟灌注图。这些模拟图可以是二维的(例如以极坐标图的形式)和/或三维的,如图4中所示。在每个出口处的总流量(mL/min)除以该出口所对的心肌的质量(gm)从而确定对应的心肌区段的灌注值(mL/min/gm)。在一些实施例中,为了更详细地计算灌注,心肌组织可以被建模为多孔介质或多孔弹性介质,并且在心肌组织中的流量被相应地计算。到所述多孔模型的流入是空间分布的并且可以从在心外膜血管的每个出口处计算的流量来确定。
在图2中的判定块212处,做出关于在计算的灌注图和测量的灌注图之间的误差量是否小于预定阈的确定。在三维灌注图的情况下,在一些实施例中,可以在逐个三维像素的基础上做出比较。在二维极坐标图的情况下,在一些实施例中,可以在逐个区段的基础上做出比较。在一些实施例中,二维极坐标图的逐个区段比较相比于相似的三维图的逐个三维像素比较是较少资源密集的和/或较少耗费时间的(例如,17个区段相对于百万三维像素)。在一些实施例中,在二维极坐标图中的不同区段可以基于其重要性而被不同地加权,并且差的加权和可以被计算。
如果在图2中的判定块212处的误差大于预定阈,则所述过程可以继续进行到块216并且边界条件参数可以被修改。基于在所观察的和所测量的灌注图之间的不匹配量,可以扰乱每个冠状动脉出口的边界条件以反复地使不匹配最小化。在一些实施例中,所述扰乱是基于以下基本原理:即降低出口处的阻力值将导致通过该出口的增加的流量,从而导致对对应心肌区段的增加的灌注。根据这些原理,可以使用参数估计程序来反复地调谐边界条件,直到在计算的和测量的灌注图之间的作为结果的不匹配低于预定阈为止。
如果在计算的和测量的灌注图之间的误差小于预定阈,则所述过程可以继续进行到如图2中所示的块214,并且可以执行计算来评估血液动力学病变严重程度(例如FFR、狭窄压力降和/或等等)。例如,一旦模拟灌注图像与测量的图像接近一致,则在心外膜血管中的作为结果的流动和压力值可以被用来确定所有狭窄的血液动力学严重程度。在一些实施例中,流量储备分数(FFR)可以被用来确定病变的血液动力学严重程度。可以通过取狭窄的远侧的平均压力相对于在主动脉中的平均压力的比来计算FFR。在一些实施例中,除计算FFR之外或作为对计算FFR的替换,其它血液动力学参数(包括但不限于充血狭窄阻力(HSR)和/或心肌阻力指数(IMR))可以从获得自CFD流量模型的流量和压力值而被计算。
在一些实施例中,根据本教导的方法可以被用于治疗带有先前的CABG、先前的支架植入、微血管疾病、先前的MI和/或等等的病史的患者。根据本教导的方法也可以被用于介入规划,由此狭窄区段可以由健康血管取代,并且支架植入程序对其它血管和狭窄的影响被研究。在这样的实施例中,健康血管的半径可以通过内插处于研究中的狭窄区段的近侧和远侧半径而被计算。
将理解的是,在图1和2的流程图中所示出的一些动作的相对排序意为仅仅是代表性的而不是限制性的,并且可以遵循可替换的序列。在一些实施例中,动作可以以不同的连续顺序发生和/或动作中的一个或多个可以基本上同时发生。而且,同样将理解的是,可以提供附加的、不同的或较少的动作。
根据本教导的非暂时性计算机可读存储介质已经在其中存储了表示指令的数据,所述指令由编程的处理器可执行用于计算血液动力学量。存储介质包括指令用于:(a)从推算的血流量生成模拟灌注图;(b)将模拟灌注图与测量的灌注图比较以识别其间的不匹配度,所述测量的灌注图表示在患者中的灌注;(c)当不匹配度达到或超过预定阈时,修改在推算血流量中所使用的模型中的参数;以及(d)当不匹配度小于预定阈时,从模拟灌注图计算血液动力学量,所述血液动力学量指示狭窄的功能性严重程度。
可以尤其使用包括计算机可执行指令(例如可执行软件代码)的有形计算机可读介质来实现在本文中所描述的一个或多个模块或逻辑。可替换地,模块可以被实现为软件代码、固件代码、硬件和/或前述各项的组合。例如,所述模块可以被具体化为医学成像系统的部分。
图6描绘通用计算机系统600的说明性实施例。计算机系统600能够包括指令集,所述指令集能够被执行来使计算机系统600执行本文所公开的基于计算机的功能或方法中的任何一个或多个。计算机系统600可以作为独立设备而操作或者可以(例如使用网络)被连接到其它计算机系统或外围设备。以上所讨论的组件中的任何一个(诸如处理器)可以是计算机系统600或者在计算机系统600中的组件。计算机系统600可以实现代表卫生保健设施的建模引擎,其中所公开的实施例是其组件。
在联网部署中,计算机系统600可以在客户端-服务器用户网络环境中以服务器的资格或者作为客户端用户计算机,或者在对等式(或分布式)网络环境中作为对等计算机系统而操作。计算机系统600也可以被实现为各种设备或者被结合到各种设备中,所述各种设备诸如个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、移动设备、掌上型计算机、膝上型计算机、台式计算机、通信设备、无线电话、陆上线路电话、控制系统、摄像机、扫描仪、传真机、打印机、寻呼机、个人信任设备、万维网设备、网络路由器、交换机或桥接器、或者能够执行指定将由该机器采取的行动的(连续的或另外的)指令集的任何其它机器。在一些实施例中,可以使用提供语音、视频或数据通信的电子设备来实现计算机系统600。另外,虽然说明了单一计算机系统600,但是术语“系统”也应当被理解为包括系统或子系统的任何集群(collection),其单独地或共同地执行指令的一个集或多个集以执行一个或多个计算机功能。
如图6中所示,计算机系统600可以包括处理器602,例如中央处理单元(CPU)、图形处理单元(GPU)或这二者。处理器602可以是各种系统中的组件。例如,处理器602可以是标准个人计算机或工作站的部分。处理器602可以是一个或多个通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列、服务器、网络、数字电路、模拟电路、其组合、或者用于分析和处理数据的其它现在已知的或稍后开发的设备。处理器602可以实现软件程序,诸如手工生成的(即编程的)代码。
计算机系统600可以包括可以经由总线608通信的存储器604。存储器604可以是主存储器、静态存储器或动态存储器。存储器604可以包括但不限于计算机可读存储媒介,诸如各种类型的易失性和非易失性存储媒介,包括但不限于随机存取存储器、只读存储器、可编程只读存储器、电可编程只读存储器、电可擦除只读存储器、闪速存储器、磁带或盘、光学媒介等等。在一些实施例中,存储器604包括用于处理器602的高速缓存或随机存取存储器。在可替换实施例中,存储器604与处理器602分离,诸如处理器的高速缓存存储器、系统存储器或其它存储器。存储器604可以是用于存储数据的外部存储设备或数据库。示例包括硬盘驱动器、光盘(CD)、数字视频盘(DVD)、存储卡、存储棒、软盘、通用串行总线(USB)存储设备或操作以存储数据的任何其它设备。存储器604可操作以存储由处理器602可执行的指令。在图中所说明的或本文中所描述的功能、动作或任务可以由编程处理器602执行,所述编程处理器602执行被存储在存储器604中的指令612。功能、动作或任务独立于指令集、存储媒介、处理器或处理策略的特定类型并且可以由单独地或以组合而操作的软件、硬件、集成电路、固件、微代码等等执行。同样地,处理策略可以包括多处理、多任务、并行处理等等。
如图6中所示,计算机系统600可以此外包括显示单元614,诸如液晶显示器(LCD)、有机发光二极管(OLED)、平板显示器、固态显示器、阴极射线管(CRT)、投影仪、打印机或用于输出所确定的信息的其它现在已知的或稍后开发的显示设备。显示器614可以充当用于使用户看见处理器602的运行的接口,或者特别地充当与被存储在存储器604中或在驱动单元606中的软件的接口。基于建模的值或图像可以在显示单元614上被输出给用户。例如,从模拟灌注图计算的一个或多个血液动力学量可以被显示在显示单元614上。附加地或可替换地,利用表示推算值的字母数字文本或调制来表示患者的部分的图像可以在图像中被指示。
附加地,如图6中所示,计算机系统600可以包括被配置以允许用户与系统600的组件中的任何一个交互的输入设备616。输入设备616可以是数字键区(pad)、键盘或诸如鼠标的光标控制设备、或操纵杆、触摸屏显示器、远程控制、或操作以与系统600交互的任何其它设备。
在一些实施例中,如图6中所示,计算机系统600也可以包括盘或光学驱动单元606。盘驱动单元606可以包括其中可以嵌入指令612的一个或多个集(例如软件)的计算机可读介质610。另外,指令612可以具体化如本文所描述的逻辑或方法中的一个或多个。在一些实施例中,指令612在由计算机系统600执行期间可以完全地或者至少部分地驻留在存储器604内和/或处理器602内。存储器604和处理器602也可以包括如以上所描述的计算机可读媒介。
本教导预期了包括指令612或者响应于所传播的信号而接收并执行指令612的计算机可读介质,使得被连接到网络620的设备可以通过网络620传送语音、视频、音频、图像或任何其它数据。另外,指令612可以经由通信接口618、通过网络620而被发送或接收。通信接口618可以是处理器602的一部分或者可以是分离的组件。通信接口618可以在软件中被创建或者可以是在硬件中的物理连接。通信接口618被配置以与网络620、外部媒介、显示器614或系统600中的任何其它组件或其组合连接。与网络620的连接可以是诸如有线以太网连接的物理连接或者可以如以下所讨论的那样被无线地建立。同样地,与系统600的其它组件的附加连接可以是物理连接或者可以被无线地建立。
网络620可以包括有线网络、无线网络或其组合。无线网络可以是蜂窝式电话网络、802.11、802.16、802.20或WiMax网络。另外,网络620可以是诸如因特网的公共网络、诸如内联网的专用网络或其组合,并且可以利用现在可用的或者稍后开发的各种联网协议,包括但不限于基于TCP/IP的联网协议。
在本说明书中描述的功能性操作和本主题的实施例可以被实现在数字电子电路系统中,或者被实现在计算机软件、固件或硬件(包括在本说明书中公开的结构和其结构等同物)中,或者被实现在它们中的一个或多个的组合中。在本说明书中描述的主题的实施例可以被实现为一个或多个计算机程序产品,例如,被编码在计算机可读介质上以用于由数据处理装置执行或用于控制数据处理装置的操作的计算机程序指令的一个或多个模块。虽然计算机可读介质被示出为单一介质,但是术语“计算机可读介质”包括单一介质或多个媒介,诸如集中式或分布式数据库,和/或存储指令的一个或多个集的关联的高速缓存和服务器。术语“计算机可读介质”也应当包括能够存储、编码或承载用于由处理器执行或者使计算机系统执行本文所公开的操作或方法中的任何一个或多个的指令集的任何介质。计算机可读介质可以是机器可读存储设备、机器可读存储衬底、存储设备或它们中的一个或多个的组合。术语“数据处理装置”包括用于处理数据的所有装置、设备和机器,包括但不限于作为示例的可编程处理器、计算机或多个处理器或计算机。所述装置除了硬件之外可以包括为所讨论的计算机程序创建执行环境的代码(例如,构成处理器固件、协议栈、数据库管理系统、操作系统或其组合的代码)。
在一些实施例中,计算机可读介质可以包括固态存储器,诸如存储卡或容纳一个或多个非易失性只读存储器的其它封装。另外,计算机可读介质可以是随机存取存储器或其它易失性可重写存储器。此外,计算机可读介质可以包括磁光或光学介质,诸如捕获诸如在传输介质上所传送的信号之类的载波信号的盘或带或其它存储设备。对电子邮件的数字文件附件或其它自含式信息归档或归档集可以被认为是分布介质,所述分布介质是有形存储介质。因此,本教导被认为包括计算机可读介质或分布介质和其它等同物以及后继媒介中的任何一个或多个,其中可以存储数据或指令。
在一些实施例中,诸如专用集成电路、可编程逻辑阵列和其它硬件设备之类的专用硬件实现方式可以被构造以实现本文所描述的方法中的一个或多个。可以包括各种实施例的装置和系统的应用可以广泛地包括各种电子和计算机系统。本文所描述的一个或多个实施例可以使用两个或更多个特定互连的硬件模块或设备与可以在模块之间并且通过模块被传送的相关控制和数据信号一起来实现功能,或者作为专用集成电路的部分。因此,本系统包括软件、固件和硬件实现方式。
在一些实施例中,本文所描述的方法可以通过由计算机系统可执行的软件程序来实现。另外,在一些实施例中,实现方式可以包括分布式处理、组件/对象分布式处理和并行处理。可替换地,虚拟计算机系统处理可以被构造以实现如本文所描述的功能性或方法中的一个或多个。
尽管本教导描述了可以被实现在参考特定标准和协议的特定实施例中的组件和功能,但是本发明不限于这样的标准和协议。例如,用于互联网和其它分组交换网络传输的标准(例如TCP/IP、UDP/IP、HTML、HTTP、HTTPS)表示本领域发展状况的示例。这样的标准周期性由基本上具有相同功能的更快速或更高效的等同物所替代。因此,具有与本文所公开的那些相同或相似功能的取代标准和协议被认为是其等同物。
计算机程序(也被称作程序、软件、软件应用、脚本或代码)可以以包括编译或解译语言的任何形式的编程语言所编写,并且其可以以任何形式被部署,包括作为独立程序或者作为模块、组件、子例程或适合于在计算环境中使用的其它单元。计算机程序不一定对应于文件系统中的文件。程序可以被存储在保存其它程序或数据的文件的一部分中(例如,被存储在标记语言文档中的一个或多个脚本),被存储在专用于所讨论的程序的单一文件中,或者被存储在多个协同文件中(例如,存储一个或多个模块、子程序或代码部分的文件)。计算机程序可以被部署以在一台计算机上或者在位于一个站点处或者跨多个站点而被分布的并且由通信网络互连的多台计算机上被执行。
本文所描述的过程和逻辑流可以由执行一个或多个计算机程序以通过对输入数据进行操作并且生成输出来执行功能的一个或多个可编程处理器所执行。所述过程和逻辑流也可以由例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)的专用逻辑电路系统所执行,并且装置也可以被实现为所述专用逻辑电路系统。
适合于执行计算机程序的处理器(作为示例)包括通用和专用微处理器这两者以及任何种类的数字计算机的任何一个或多个处理器。通常,处理器将从只读存储器或随机存取存储器或者这二者接收指令和数据。计算机的主元件是用于执行指令的处理器以及用于存储指令和数据的一个或多个存储设备。通常,计算机也将包括或者被操作地耦合以从用于存储数据的一个或多个大容量存储设备接收数据或者向其发送数据或者二者兼有之,所述大容量存储设备例如是磁、磁光盘或光盘。然而,计算机不需要具有这样的设备。而且,计算机可以被嵌入在另一设备中,例如,仅举几例,移动电话、个人数字助理(PDA)、移动音频播放器、全球定位系统(GPS)接收器。适合于存储计算机程序指令和数据的计算机可读媒介包括所有形式的非易失性存储器、媒介和存储设备,作为示例包括但不限于半导体存储设备(例如EPROM、EEPROM和闪速存储设备);磁盘(例如内部硬盘或可移动盘);磁光盘;以及CD ROM和DVD-ROM盘。处理器和存储器可以由专用逻辑电路系统补充或者被结合在其中。
为了提供与用户的交互,本文所描述的主题的一些实施例可以被实现在具有例如CRT(阴极射线管)或LCD(液晶显示器)监视器的用于将信息显示给用户的显示器和键盘和例如鼠标或追踪球的定点设备的设备上,通过所述键盘和定点设备,用户可以向计算机提供输入。其它种类的设备同样可以被用来提供与用户的交互。作为示例,被提供给用户的反馈可以是任何形式的感觉反馈(例如视觉反馈、听觉反馈或触觉反馈);并且来自用户的输入可以以任何形式被接收,包括但不限于声学的、话音的或触觉的输入。
本文所描述的主题的实施例可以被实现在包括例如像数据服务器那样的后端组件或者包括例如应用服务器的中间件组件或者包括例如客户端计算机的前端组件或者一个或多个这样的后端、中间件或前端组件的任何组合的计算系统中,所述客户端计算机具有图形用户接口或万维网浏览器,通过所述图形用户接口或万维网浏览器,用户可以与在本说明书中描述的主题的实现方式交互。所述系统的组件可以通过例如通信网络的任何形式或介质的数字数据通信而被互连。通信网络的示例包括但不限于局域网(LAN)和例如互联网的广域网(WAN)。
计算系统可以包括客户端和服务器。客户端和服务器通常远离彼此并且典型地通过通信网络而交互。客户端和服务器的关系依靠在相应计算机上运行并且具有与彼此的客户端-服务器关系的计算机程序而发生。
本文所描述的实施例的说明旨在提供对各种实施例的结构的一般理解。所述说明不旨在充当利用本文所描述的结构或方法的装置和系统的所有元件和特征的完整描述。当回顾本公开时,许多其它实施例对本领域技术人员可能是显而易见的。可以利用并且从本公开得到其它实施例,使得在不脱离于本公开的范围的情况下可以做出结构和逻辑的替代和改变。此外,图示仅仅是代表性的并且可能不是按比例绘制的。所述图示内的某些比例可能被夸大,而其它比例可能被最小化。因此,所述公开和图要被视为说明性的而不是限制性的。
尽管本说明书包含许多特性,但是这些不应当被解释为对本发明或可以要求保护的范围的限制,而是作为特定于具体实施例的特征的描述。在本说明书中在分离的实施例的情况下所描述的某些特征也可以以组合而被实现在单一实施例中。相反地,在单一实施例的情况下所描述的各种特征也可以被分离地或以任何合适的子组合而被实现在多个实施例中。而且,尽管特征在上文中可以被描述为以某些组合而行动并且甚至最初像这样地被要求保护,但是来自要求保护的组合的一个或多个特征在某些情况下可以从所述组合中删去,并且要求保护的组合的目的可以在于子组合或子组合的变型。
类似地,尽管以特定顺序在附图中描绘并且在本文中描述了操作,但是这不应当被理解为需要以所示出的特定顺序或以连续的顺序执行这样的操作,或者需要执行所有所说明的操作来取得值得期望的结果。在某些情况下,多任务和并行处理可能是有利的。而且,在上文所描述的实施例中的各种系统组件的分离不应当被理解为在所有实施例中都需要这样的分离,并且应当理解的是,所描述的程序组件和系统通常可以被一起集成在单一软件产品中或者被封装到多个软件产品中。
在本文中,本公开的一个或多个实施例可以单独地和/或共同地由术语“发明”指代,仅仅出于方便而不旨在自愿地将本申请的范围限制到任何特定发明或发明性概念。而且,尽管已经在本文中说明和描述了特定实施例,但是应当意识到的是,被设计以实现相同或相似目的的任何后续布置可以替代所示出的特定实施例。本公开旨在覆盖任何和所有的后续适配或者各种实施例变型。在回顾本描述时,没有在本文中被特别描述的其它实施例和上述实施例的组合对本领域技术人员将是显而易见的。
本公开的摘要被提供来遵守37 CFR§1.72(b)并且在理解其将不被用来解释或限制权利要求的范围或含义的情况下被提交。此外,在前述的具体实施方式中,为了使本公开连成一个整体,各种特征可以被群组在一起或者被描述在单一实施例中。本公开不将被解释为反映以下意图:所要求保护的实施例需要比在每个权利要求中清楚陈述的更多的特征。相反地,如下面的权利要求所反映的那样,发明性主题的目的可以在于少于任何公开的实施例的所有特征的特征。因此,下面的权利要求被结合到具体实施方式中,其中每项权利要求作为分离地限定所要求保护的主题而独立存在。
在本文中引用的每个专利和非专利公开的全部内容通过引用被结合于此,只是如果出现与本说明书任何不一致的公开或定义,则应当视此处的公开或定义为准。
将理解的是,在所附的权利要求中记载的元件和特征可以以不同方式被组合以产生同样落入本发明的范围内的新的权利要求。因此,尽管以下所附的从属权利要求只从属于单一独立或从属权利要求,但是将理解的是,可以可替换地使这些从属权利要求在可替换方案中从属于任何前述权利要求(不论是独立的还是从属的)并且这样的新组合将被理解为形成本说明书的一部分。
前述详细描述和附图已经通过解释和说明而被提供,并且不旨在限制所附权利要求的范围。在本文中说明的目前优选的实施例中的许多变型对本领域普通技术人员将是显而易见的,并且仍然在所附权利要求及其等同物的范围内。
Claims (20)
1.一种用于确定狭窄的功能性严重程度的计算机实现的方法(100,200),所述方法包括:
由处理器从推算的血流量生成(102,210)模拟灌注图;
由所述处理器将所述模拟灌注图与测量的灌注图比较(104,212)以识别其间的不匹配度,所述测量的灌注图表示在患者中的灌注;
当所述不匹配度达到或超过预定阈时,由所述处理器修改(108,216)在推算血流量中所使用的模型中的参数;
当所述不匹配度小于预定阈时,由所述处理器从所述模拟灌注图计算(110,214)血液动力学量,所述血液动力学量指示狭窄的功能性严重程度;以及
显示(112)所述血液动力学量。
2.根据权利要求1所述的计算机实现的方法(100,200)此外包括:
由所述处理器基于从患者获取的医学成像数据而生成(202)心肌的至少一部分和冠状动脉血管的解剖学模型。
3.根据权利要求2所述的计算机实现的方法(100,200),其中所述医学成像数据包括磁共振数据、计算的层析x射线摄影法数据、正电子发射层析x射线摄影法数据、单光子发射层析x射线摄影法数据、超声数据、血管造影术数据、x-射线数据或其组合。
4.根据权利要求2所述的计算机实现的方法(100,200),其中所述解剖学模型包括三维灌注图、二维极坐标灌注图或其组合。
5.根据权利要求2所述的计算机实现的方法(100,200)此外包括:
由所述处理器将所述解剖学模型划分(204)成多个灌注区域。
6.根据权利要求5所述的计算机实现的方法(100,200),其中所述解剖学模型被划分成17个区段。
7.根据权利要求1所述的计算机实现的方法(100,200)此外包括:
由所述处理器在所述冠状动脉血管的边界点处应用(206)边界条件。
8.根据权利要求7所述的计算机实现的方法(100,200),其中所述边界点包括出口。
9.根据权利要求7所述的计算机实现的方法(100,200),其中所述边界条件从获得自所述测量的灌注图的灌注数据而得到。
10.根据权利要求7所述的计算机实现的方法(100,200),其中所述边界条件经由异速生长比例而被获得。
11.根据权利要求1所述的计算机实现的方法(100,200)此外包括:
由所述处理器执行(208)计算流体动力学(CFD)计算以获得所述血流量和压力。
12.根据权利要求1所述的计算机实现的方法(100,200),其中所述测量的灌注图经由CT灌注扫描、MR灌注扫描、NM灌注扫描或其组合而被获得。
13.根据权利要求1所述的计算机实现的方法(100,200),其中所述测量的灌注图至少部分地从单光子发射计算的层析x射线摄影法(SPECT)数据、正电子发射层析x射线摄影法(PET)数据或其组合而得到。
14.根据权利要求1所述的计算机实现的方法(100,200),其中所述狭窄包括冠状动脉狭窄、脑动脉狭窄或其组合。
15.根据权利要求1所述的计算机实现的方法(100,200),其中在所述模型中的所述参数包括边界条件参数。
16.根据权利要求1所述的计算机实现的方法(100,200),其中从血流量值和/或压力值计算所述血液动力学量,并且其中从所述模拟灌注图得到所述血流量值和所述压力值。
17.根据权利要求1所述的计算机实现的方法(100,200),其中所述血液动力学量包括流量储备分数(FFR)、充血狭窄阻力(HSR)、心肌阻力指数(IMR)或其组合。
18.一种用于确定狭窄的功能性严重程度的系统(300),所述系统包括:
处理器(302);
被耦合到所述处理器(302)的非暂时性存储器(304);
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)从推算的血流量生成模拟灌注图的第一逻辑(306);
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)将所述模拟灌注图与测量的灌注图比较来识别其间不匹配度的第二逻辑(308),所述测量的灌注图表示在患者中的灌注;
被存储在所述存储器(304)中并且由所述处理器(302)可执行以当所述不匹配度达到或超过预定阈时使所述处理器(302)修改在推算血流量中所使用的模型中的参数的第三逻辑(310);以及
被存储在所述存储器(304)中并且由所述处理器(302)可执行以当所述不匹配度小于所述预定阈时使所述处理器(302)从所述模拟灌注图计算血液动力学量的第四逻辑(312),所述血液动力学量指示狭窄的功能性严重程度。
19.根据权利要求18所述的系统此外包括:
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)基于从患者所获取的医学成像数据而生成心肌的至少一部分和冠状动脉血管的解剖学模型的第五逻辑(314);
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)将所述解剖学模型划分成多个灌注区域的第六逻辑(316);
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)在所述冠状动脉血管的边界点处应用边界条件的第七逻辑(318);
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)执行CFD计算来获得所述血流量和压力的第八逻辑(320);以及
被存储在所述存储器(304)中并且由所述处理器(302)可执行以使所述处理器(302)显示所述血液动力学量的第九逻辑(322)。
20.在已经在其中存储了表示由编程的处理器可执行用于计算血液动力学量的指令的数据的非暂时性计算机可读存储介质中,所述存储介质包括指令用于:
从推算的血流量生成(102,210)模拟灌注图;
将所述模拟灌注图与测量的灌注图比较(104,212)以识别其间的不匹配度,所述测量的灌注图表示在患者中的灌注;
当所述不匹配度达到或超过预定阈时,修改(108,216)在推算血流量中所使用的模型中的参数;
当所述不匹配度小于所述预定阈时,从所述模拟灌注图计算(110,214)血液动力学量,所述血液动力学量指示狭窄的功能性严重程度;以及
显示(112)所述血液动力学量。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361771978P | 2013-03-04 | 2013-03-04 | |
US61/771978 | 2013-03-04 | ||
US61/771,978 | 2013-03-04 | ||
US14/180704 | 2014-02-14 | ||
US14/180,704 | 2014-02-14 | ||
US14/180,704 US10052031B2 (en) | 2013-03-04 | 2014-02-14 | Determining functional severity of stenosis |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104036107A true CN104036107A (zh) | 2014-09-10 |
CN104036107B CN104036107B (zh) | 2018-08-03 |
Family
ID=51421283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410076070.5A Active CN104036107B (zh) | 2013-03-04 | 2014-03-04 | 确定狭窄的功能性严重程度 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10052031B2 (zh) |
CN (1) | CN104036107B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105194749A (zh) * | 2015-08-10 | 2015-12-30 | 天津理工大学 | 一种减少异物沉积血管壁的间歇式双脉动流灌注方法 |
CN105561425A (zh) * | 2015-12-16 | 2016-05-11 | 天津理工大学 | 一种减少异物沉积血管壁的1/3次间歇式单脉动流灌注方法 |
CN108027966A (zh) * | 2015-09-02 | 2018-05-11 | 西门子保健有限责任公司 | Cfd仿真辅助4d dsa重构 |
CN108742570A (zh) * | 2018-06-20 | 2018-11-06 | 博动医学影像科技(上海)有限公司 | 基于冠脉优势类型获取血管压力差的方法及装置 |
CN109688908A (zh) * | 2016-09-16 | 2019-04-26 | 皇家飞利浦有限公司 | 用于确定血流储备分数的装置和方法 |
WO2020107667A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
WO2020107668A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
CN113393433A (zh) * | 2021-06-10 | 2021-09-14 | 北京安德医智科技有限公司 | 一种通用的医学影像灌注参数预测方法及装置 |
CN117476238A (zh) * | 2023-11-08 | 2024-01-30 | 中国医学科学院北京协和医院 | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US20150228115A1 (en) * | 2014-02-10 | 2015-08-13 | Kabushiki Kaisha Toshiba | Medical-image processing apparatus and medical-image diagnostic apparatus |
US8958623B1 (en) | 2014-04-29 | 2015-02-17 | Heartflow, Inc. | Systems and methods for correction of artificial deformation in anatomic modeling |
US9668700B2 (en) * | 2014-09-09 | 2017-06-06 | Heartflow, Inc. | Method and system for quantifying limitations in coronary artery blood flow during physical activity in patients with coronary artery disease |
WO2016092420A1 (en) * | 2014-12-08 | 2016-06-16 | Koninklijke Philips N.V. | Devices, systems, and methods for vessel assessment and intervention recommendation |
DE102014226685A1 (de) | 2014-12-19 | 2016-06-23 | Siemens Healthcare Gmbh | Verfahren zum Identifizieren von Versorgungsgebieten,Verfahren zur graphischen Darstellung von Versorgungsgebieten, Computerprogramm und maschinenlesbares Medium sowie bildgebendes Gerät |
EP3250128B1 (en) * | 2015-01-26 | 2020-10-21 | Spectrum Dynamics Medical Limited | Systems and methods for medical image registration |
US10007762B2 (en) | 2015-04-17 | 2018-06-26 | Heartflow, Inc. | Systems and methods for assessment of tissue function based on vascular disease |
US11071501B2 (en) | 2015-08-14 | 2021-07-27 | Elucid Bioiwaging Inc. | Quantitative imaging for determining time to adverse event (TTE) |
US11087459B2 (en) | 2015-08-14 | 2021-08-10 | Elucid Bioimaging Inc. | Quantitative imaging for fractional flow reserve (FFR) |
US11676359B2 (en) | 2015-08-14 | 2023-06-13 | Elucid Bioimaging Inc. | Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology |
US11094058B2 (en) | 2015-08-14 | 2021-08-17 | Elucid Bioimaging Inc. | Systems and method for computer-aided phenotyping (CAP) using radiologic images |
US10176408B2 (en) | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US11113812B2 (en) | 2015-08-14 | 2021-09-07 | Elucid Bioimaging Inc. | Quantitative imaging for detecting vulnerable plaque |
EP3359041B1 (en) | 2015-10-07 | 2021-03-03 | Koninklijke Philips N.V. | Mobile ffr simulation |
US10861157B2 (en) | 2019-04-04 | 2020-12-08 | Medtronic Vascular, Inc. | System and methods for determining modified fractional flow reserve values |
CN113439287A (zh) | 2019-08-05 | 2021-09-24 | 易鲁希德生物成像公司 | 形态学和血管周疾病标志物的联合评估 |
CN110432886A (zh) * | 2019-08-22 | 2019-11-12 | 苏州润心医疗器械有限公司 | 获取冠脉出口处的平均血流量、流速的方法、装置和系统 |
DE102020200750A1 (de) * | 2020-01-22 | 2021-07-22 | Siemens Healthcare Gmbh | Bereitstellen eines Blutflussparametersatzes einer Gefäßmalformation |
JP7443197B2 (ja) | 2020-08-25 | 2024-03-05 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、システム及び方法 |
CN113648059B (zh) * | 2021-08-26 | 2023-09-29 | 上海联影医疗科技股份有限公司 | 手术规划评估方法、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110015520A1 (en) * | 2008-03-17 | 2011-01-20 | Koninklijke Philips Electronics N.V. | Perfusion imaging |
CN102077249A (zh) * | 2008-06-30 | 2011-05-25 | 皇家飞利浦电子股份有限公司 | 灌注成像 |
US20120053918A1 (en) * | 2010-08-12 | 2012-03-01 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8010175B2 (en) | 2004-05-05 | 2011-08-30 | Siemens Medical Solutions Usa, Inc. | Patient-specific coronary territory mapping |
US7916919B2 (en) | 2006-09-28 | 2011-03-29 | Siemens Medical Solutions Usa, Inc. | System and method for segmenting chambers of a heart in a three dimensional image |
US7953266B2 (en) | 2007-02-06 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Robust vessel tree modeling |
US8098918B2 (en) | 2007-09-21 | 2012-01-17 | Siemens Corporation | Method and system for measuring left ventricle volume |
US8073227B2 (en) | 2008-05-09 | 2011-12-06 | Siemens Aktiengesellschaft | System and method for geometric modeling of tubular structures |
US10373700B2 (en) | 2012-03-13 | 2019-08-06 | Siemens Healthcare Gmbh | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance |
CN104244813B (zh) | 2012-03-15 | 2017-03-15 | 西门子公司 | 用于静息和充血期间冠状动脉血流计算的个性化的框架 |
-
2014
- 2014-02-14 US US14/180,704 patent/US10052031B2/en active Active
- 2014-03-04 CN CN201410076070.5A patent/CN104036107B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110015520A1 (en) * | 2008-03-17 | 2011-01-20 | Koninklijke Philips Electronics N.V. | Perfusion imaging |
CN102077249A (zh) * | 2008-06-30 | 2011-05-25 | 皇家飞利浦电子股份有限公司 | 灌注成像 |
US20120053918A1 (en) * | 2010-08-12 | 2012-03-01 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
Non-Patent Citations (1)
Title |
---|
YUBING SHI等: "Review of Zero-D and 1-D Models of Blood Flow in the Cardiovascular System", 《BIOMEDICAL ENGINEERING》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105194749B (zh) * | 2015-08-10 | 2018-01-23 | 天津理工大学 | 一种减少异物沉积血管壁的间歇式双脉动流灌注方法 |
CN105194749A (zh) * | 2015-08-10 | 2015-12-30 | 天津理工大学 | 一种减少异物沉积血管壁的间歇式双脉动流灌注方法 |
CN108027966B (zh) * | 2015-09-02 | 2022-04-19 | 西门子保健有限责任公司 | 使用cfd仿真来减少4d dsa重构伪像的系统和方法 |
CN108027966A (zh) * | 2015-09-02 | 2018-05-11 | 西门子保健有限责任公司 | Cfd仿真辅助4d dsa重构 |
CN105561425A (zh) * | 2015-12-16 | 2016-05-11 | 天津理工大学 | 一种减少异物沉积血管壁的1/3次间歇式单脉动流灌注方法 |
CN109688908A (zh) * | 2016-09-16 | 2019-04-26 | 皇家飞利浦有限公司 | 用于确定血流储备分数的装置和方法 |
CN108742570A (zh) * | 2018-06-20 | 2018-11-06 | 博动医学影像科技(上海)有限公司 | 基于冠脉优势类型获取血管压力差的方法及装置 |
WO2020107667A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
WO2020107668A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
US11896416B2 (en) | 2018-11-28 | 2024-02-13 | Suzhou Rainmed Medical Technology Co., Ltd. | Method for calculating coronary artery fractional flow reserve on basis of myocardial blood flow and CT images |
US11901081B2 (en) | 2018-11-28 | 2024-02-13 | Suzhou Rainmed Medical Technology Co., Ltd. | Method for calculating index of microcirculatory resistance based on myocardial blood flow and CT image |
CN113393433A (zh) * | 2021-06-10 | 2021-09-14 | 北京安德医智科技有限公司 | 一种通用的医学影像灌注参数预测方法及装置 |
CN113393433B (zh) * | 2021-06-10 | 2022-03-01 | 北京安德医智科技有限公司 | 一种通用的医学影像灌注参数预测方法及装置 |
CN117476238A (zh) * | 2023-11-08 | 2024-01-30 | 中国医学科学院北京协和医院 | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 |
CN117476238B (zh) * | 2023-11-08 | 2024-05-28 | 中国医学科学院北京协和医院 | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US10052031B2 (en) | 2018-08-21 |
CN104036107B (zh) | 2018-08-03 |
US20140249399A1 (en) | 2014-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104036107A (zh) | 确定狭窄的功能性严重程度 | |
US10610302B2 (en) | Liver disease assessment in medical imaging | |
US11532395B2 (en) | Optimizing catheterization laboratory throughput using machine learning | |
US11328412B2 (en) | Hierarchical learning of weights of a neural network for performing multiple analyses | |
US11127138B2 (en) | Automatic detection and quantification of the aorta from medical images | |
US20190247004A1 (en) | Systems and methods for assessing the severity of plaque and/or stenotic lesions using contrast distribution predictions and measurements | |
EP3117771B1 (en) | Direct computation of image-derived biomarkers | |
CN107492090A (zh) | 根据合成数据利用机器学习的基于图像的肿瘤表型分析 | |
CN106037710A (zh) | 在医学成像中合成数据驱动的血液动力学测定 | |
JPWO2020054803A1 (ja) | 診断支援システムおよび方法 | |
CN103477353A (zh) | 用于医学数据的智能链接的方法和系统 | |
US9947104B2 (en) | Preview visualisation of tracked nerve fibers | |
US11302440B2 (en) | Accelerating human understanding of medical images by dynamic image alteration | |
US20230310085A1 (en) | Systems and methods for estimation of blood flow using response surface and reduced order modeling | |
Loncaric et al. | Integration of artificial intelligence into clinical patient management: focus on cardiac imaging | |
CN103824321A (zh) | 血管的粘弹性建模 | |
KR102222816B1 (ko) | 진행성 병변의 미래 영상을 생성하는 방법 및 이를 이용한 장치 | |
Pang et al. | Determining the haemodynamic significance of arterial stenosis: the relationship between CT angiography, computational fluid dynamics, and non-invasive fractional flow reserve | |
Arango et al. | A high-fidelity three-dimensional computational model of a patient with hypertrophic cardiomyopathy | |
EP3699921A1 (en) | Optimizing catheterization laboratory throughput using machine learning | |
Magyar et al. | RVENet: A large echocardiographic dataset for the deep learning-based assessment of right ventricular function | |
US20210158961A1 (en) | 1integrating artificial intelligence based analyses of medical images into clinical workflows | |
US20210065899A1 (en) | Methods and systems for computer-aided diagnosis with deep learning models | |
Romagosa i Pérez | DICOM Viewer: Interactive viewer of DICOM medical images | |
CN114846555A (zh) | 在图像中进行测量 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220125 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |