CN104825177A - 修正脑血容积的方法及装置、血管照影设备 - Google Patents
修正脑血容积的方法及装置、血管照影设备 Download PDFInfo
- Publication number
- CN104825177A CN104825177A CN201410048609.6A CN201410048609A CN104825177A CN 104825177 A CN104825177 A CN 104825177A CN 201410048609 A CN201410048609 A CN 201410048609A CN 104825177 A CN104825177 A CN 104825177A
- Authority
- CN
- China
- Prior art keywords
- artery
- arteries
- group
- image
- cbv
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000008280 blood Substances 0.000 title claims abstract description 19
- 210000004369 blood Anatomy 0.000 title claims abstract description 19
- 230000002490 cerebral effect Effects 0.000 title claims abstract description 14
- 238000002583 angiography Methods 0.000 title claims abstract description 11
- 210000001367 artery Anatomy 0.000 claims abstract description 540
- 230000017531 blood circulation Effects 0.000 claims abstract description 78
- 230000036770 blood supply Effects 0.000 claims abstract description 33
- 210000001627 cerebral artery Anatomy 0.000 claims abstract description 25
- 210000003484 anatomy Anatomy 0.000 claims abstract description 9
- 210000004556 brain Anatomy 0.000 claims description 20
- 238000010968 computed tomography angiography Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 7
- 238000002372 labelling Methods 0.000 claims description 3
- 230000003788 cerebral perfusion Effects 0.000 abstract description 2
- 239000002872 contrast media Substances 0.000 description 18
- 229940039231 contrast media Drugs 0.000 description 15
- 210000002385 vertebral artery Anatomy 0.000 description 10
- 210000004004 carotid artery internal Anatomy 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 230000002146 bilateral effect Effects 0.000 description 6
- 230000010412 perfusion Effects 0.000 description 6
- 210000002551 anterior cerebral artery Anatomy 0.000 description 4
- 210000000709 aorta Anatomy 0.000 description 4
- 210000002376 aorta thoracic Anatomy 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 4
- 210000001715 carotid artery Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000003657 middle cerebral artery Anatomy 0.000 description 4
- 210000003388 posterior cerebral artery Anatomy 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000013399 early diagnosis Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施方式公开了修正脑血容积的方法及装置。方法包括:在患者脑部动脉几何结构的图像序列中的每帧图像上检测出各动脉的分叉点;对于任一组地位相同的动脉,在每帧图像上为各动脉选取感兴趣区域;对于每个感兴趣区域,从图像序列中提取该感兴趣区域的血流的TIC;根据各感兴趣区域的TIC,计算对应动脉的血流参数值;对于任一组地位相同的动脉,计算不同动脉间的血流偏差,根据血流偏差,为每根动脉生成CBV补偿因子M;基于患者脑部动脉的3D CBV图像横切面的解剖结构,将该横切面划分成多个动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。本发明减少了不均匀的CM分布对脑灌注对称性的影响。
Description
技术领域
本发明涉及血管造影技术领域,尤其涉及修正CBV(Cerebral Blood Volume,脑血容积)的方法及装置,还涉及血管照影设备。
背景技术
CBV灌注成像显示脑实质内毛细血管级的血液动力学信息。
动脉内的CBV成像可以使用配备血管造影系统的平板探测器实现,具体地,平板探测器的C形臂围绕病人旋转,同时血管造影系统对病人的主动脉弓进行碘化造影,对造影进行三维图像采集。
为了创建CBV图,需要从血管树的直方图分析计算出稳定状态的AIF(Aretrial InputFunction,动脉输入方程)值。设定:当任一主动脉或主静脉完全充满血时,它的CBV值将恒定等于1。对于非主动脉或非主静脉,根据缩放因子基于AIF值对CBV值进行归一化。与静脉内注射方法相比,全脑动脉内CBV成像可以大大节省造影剂。然而,每个病人的血管的几何特征都不相同,这会影响血液和CM(Contrast Media,造影剂)之间的混合。
此外,由于CM注射部位和动脉口之间的距离有限,且快速的血流会在主动脉造成CM流线,因此很难达到血液和CM之间的完美混合。
由于复杂的血流变化,即使对于相同尺寸的动脉,进入各动脉的CM量也会不同,这会造成:即使某些人的脑循环正常,CBV成像后也会呈现灌注偏差,这样在最坏的情况下,可能会导致不准确的临床评估和治疗决策。
目前,通常,医生将CM的注射导管放在升主动脉比较低的位置,这样,造影剂和血液会在升主动脉与动脉弓之间的区域先进行混合,从而使得到达动脉弓时,造影剂和血液已经能够达到均匀混合,尽可能地保证了CBV图的准确性。
发明内容
本发明实施方式提出修正CBV的方法,以减少不均匀的CM分布对脑灌注对称性的影响;
本发明实施方式提出修正CBV的装置,以减少不均匀的CM分布对脑灌注对称性的影响。
本发明实施方式还欲提出一种血管照影设备。
根据本发明的一个方面,提供了一种修正脑血容积CBV的方法,该方法包括:
获取患者脑部动脉几何结构的2D图像序列,在该图像序列中的每帧图像上检测出各动脉的分叉点;
对于任一组地位相同的动脉,按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域;
对于每个感兴趣区域,从所述2D图像序列中提取该感兴趣区域的血流的时间密度曲线TIC;
根据每个感兴趣区域的TIC,计算每个感兴趣区域对应动脉的血流参数值;
对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M;
获取患者脑部动脉的3D CBV图像,对3D CBV图像进行横切,基于横切面的解剖结构,将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
根据一种实施方式,所述获取患者脑部动脉几何结构的2D图像序列之前进一步包括:获取患者脑部动脉几何结构的3D图像,在3D图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点;
所述获取患者脑部动脉几何结构的2D图像序列,在该图像序列中的每帧图像上检测出各动脉的分叉点为:获取患者脑部动脉几何结构的2D图像序列,将所述3D图像上所有动脉的3D中心线配准到该2D图像序列中的每帧图像上;
所述按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域为:对于每根动脉,按照所述预设距离,从该动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当延伸长度等于预设距离时,当前区域即为该动脉的感兴趣区域。
可选地,所述3D图像为:3D CT血管造影图像;和/或,所述2D图像为:2D数字减影血管造影DSA图像。
可选地,所述计算不同动脉之间的血流偏差之后、为每根动脉生成一个CBV补偿因子M之前进一步包括:
对于任一组地位相同的动脉,判断是否有任意两动脉之间的血流偏差大于预设阈值,若是,确定该患者不适合进行该组动脉的CBV采集;否则,执行所述为每根动脉生成一个CBV补偿因子M的动作。
可选地,所述血流参数值包括:到达峰值的时长TTP、峰值、曲线下面积AUC之一或任意组合;
所述为每根动脉生成一个CBV补偿因子M包括:
A1、对于任一组地位相同的动脉,将TTP最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉y的TTP与动脉x的TTP的比值,将该比值作为动脉y的M;或者,
A2、对于任一组地位相同的动脉,将TTP最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉z的TTP与动脉y的TTP的比值,将该比值作为动脉y的M;或者,
B1、对于任一组地位相同的动脉,将峰值最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的峰值与动脉y的峰值的比值,将该比值作为动脉y的M;或者,
B2、对于任一组地位相同的动脉,将峰值最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的峰值与动脉z的峰值的比值,将该比值作为动脉y的M;或者,
C1、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的AUC与动脉y的AUC的比值,将该比值作为动脉y的M;或者,
C2、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的AUC与动脉z的AUC的比值,将该比值作为动脉y的M;或者,
D、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,先通过A1、B1、C1的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M;或者,
E、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,先通过A2、B2、C2的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M。
根据本发明的另一方面,提供了一种修正脑血容积CBV的装置,该装置包括:
一动脉交叉点检测模块,用于在患者脑部动脉几何结构的2D图像序列中的每帧图像上检测出各动脉的分叉点;
一感兴趣区域选取模块,对于任一组地位相同的动脉,按照动脉分叉点与感兴趣区域之间的预设距离,在所述图像序列中的每帧图像上为各动脉分别选取感兴趣区域;
一补偿因子生成模块,对于每个感兴趣区域,从所述2D图像序列中提取该感兴趣区域的血流的TIC,根据每个感兴趣区域的TIC,计算每个感兴趣区域对应动脉的血流参数值;对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M;
一CBV修正模块,基于患者脑部动脉的3D CBV图像的横切面的解剖结构,将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
可选地,所述动脉交叉点检测模块包括:
一3D中心线及动脉交叉点标记模块:在患者脑部动脉几何结构的3D图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点;和,
一配准模块:将所述3D图像上所有动脉的3D中心线配准到患者脑部动脉几何结构的2D图像序列中的每帧图像上;
所述感兴趣区域选取模块按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域为:对于每根动脉,按照所述预设距离,从该动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当延伸长度等于预设距离时,当前区域即为该动脉的感兴趣区域。
可选地,所述补偿因子生成模块计算不同动脉之间的血流偏差之后、为每根动脉生成一个CBV补偿因子M之前进一步包括:对于任一组地位相同的动脉,判断是否有任意两动脉之间的血流偏差大于预设阈值,若是,确定患者不适合进行该组动脉的CBV采集;否则,执行所述为每根动脉生成一个CBV补偿因子M的动作。
可选地,所述补偿因子生成模块计算的血流参数值包括:到达峰值的时长TTP、峰值、曲线下面积AUC之一或任意组合;
所述补偿因子生成模块为每根动脉生成一个CBV补偿因子M包括:
A1、对于任一组地位相同的动脉,将TTP最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉y的TTP与动脉x的TTP的比值,将该比值作为动脉y的M;或者,
A2、对于任一组地位相同的动脉,将TTP最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉z的TTP与动脉y的TTP的比值,将该比值作为动脉y的M;或者,
B1、对于任一组地位相同的动脉,将峰值最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的峰值与动脉y的峰值的比值,将该比值作为动脉y的M;或者,
B2、对于任一组地位相同的动脉,将峰值最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的峰值与动脉z的峰值的比值,将该比值作为动脉y的M;或者,
C1、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的AUC与动脉y的AUC的比值,将该比值作为动脉y的M;或者,
C2、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的AUC与动脉z的AUC的比值,将该比值作为动脉y的M;或者,
D、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,先通过A1、B1、C1的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M;或者,
E、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,先通过A2、B2、C2的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M。
根据本申请的再一个方面,提供了一种血管照影设备,包括如上任一种所述的一种修正脑血容积CBV的装置。
从上述技术方案可以看出,在本发明实施方式中,通过在患者脑部动脉几何结构图像中为不同动脉选取感兴趣区域,并提取感兴趣区域的血流参数值,从而得到不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M,根据M对3D CBV图像中的动脉供血区的CBV进行修正,从而减少了不均匀的CM分布对脑灌注对称性的影响。
附图说明
图1为本发明实施例提供的修正CBV的方法流程图;
图2为本发明又一实施例提供的修正CBV的方法流程图;
图3为本发明应用示例中,将3D CTA图像上所有动脉的3D中心线配准到2D DSA图像上的示意图;其中,
ROI:感兴趣区域 R1:感兴趣区域1
R2:感兴趣区域2 A、B、C:动脉分叉点
图4为图3所示两感兴趣区域的血流的TIC;其中,横坐标为时间T,纵坐标为CM浓度I。
图5为本发明实施例提供的修正CBV的装置的组成示意图。
具体实施方式
为了使本发明的技术方案及优点更加清楚明白,以下结合附图及实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以阐述性说明本发明,并不用于限定本发明的保护范围。
图1为本发明实施例提供的修正CBV的方法流程图,如图1所示,其具体步骤如下:
步骤101:获取患者脑部动脉几何结构的二维(2D)图像序列,在该图像序列中的每帧图像上检测出各动脉的分叉点。
步骤101在具体实现时可包括子步骤:
步骤1011:获取患者脑部动脉几何结构的三维(3D)图像,在3D图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点。
步骤1012:获取患者脑部动脉几何结构的2D图像序列,将所述3D图像上所有动脉的3D中心线配准到该2D图像序列中的每帧图像上。
步骤102:对于任一组地位相同的动脉,按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域。
其中,感兴趣区域指的是在进行CBV灌注成像时,CM与血液能够达到均匀混合的区域,本步骤中的“预设距离”正是基于此设定的。
步骤102在具体实现时包括:对于每一个包含了地位相同的动脉的动脉组,对于该动脉组中的任一动脉,按照为该动脉组设定的动脉分叉点与感兴趣区域之间的预设距离,从该动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当延伸长度等于预设距离时,当前区域即为该动脉的感兴趣区域。其中,感兴趣区域通常为矩形,此时,动脉的分叉点到该矩形的中心点的距离即为预设距离。
步骤103:对于每个感兴趣区域,从所述2D图像序列中提取该感兴趣区域的血流的TIC(Time Intensity Curve,时间密度曲线)。
步骤104:根据每个感兴趣区域的TIC,计算每个感兴趣区域对应动脉的血流参数值。
步骤105:对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M。
其中,在计算不同动脉之间的血流偏差之后、为每根动脉生成一个CBV补偿因子M之前可进一步,判断是否有任意两动脉之间的血流偏差大于预设阈值,若是,确定患者不适合进行该组动脉的CBV采集;否则,执行所述为每根动脉生成一个CBV补偿因子M的动作。
其中,血流参数值可包括:TTP(Time to Peak,到达峰值的时长)、峰值、AUC(Area UnderCurve,曲线下面积)之一或任意组合;
所述为每根动脉生成一个CBV补偿因子M包括:
A1、对于任一组地位相同的动脉,将TTP最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉y的TTP与动脉x的TTP的比值,将该比值作为动脉y的M;或者,
A2、对于任一组地位相同的动脉,将TTP最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉z的TTP与动脉y的TTP的比值,将该比值作为动脉y的M;或者,
B1、对于任一组地位相同的动脉,将峰值最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的峰值与动脉y的峰值的比值,将该比值作为动脉y的M;或者,
B2、对于任一组地位相同的动脉,将峰值最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的峰值与动脉z的峰值的比值,将该比值作为动脉y的M;或者,
C1、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的AUC与动脉y的AUC的比值,将该比值作为动脉y的M;或者,
C2、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的AUC与动脉z的AUC的比值,将该比值作为动脉y的M;或者,
D、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,先通过A1、B1、C1的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M;或者,
E、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,先通过A2、B2、C2的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M。
步骤106:获取患者脑部动脉的3D CBV图像,对3D CBV图像进行横切,基于横切面的解剖结构,将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
其中,在具体实现时,所述3D图像可为:3D CTA(CTAngiography,CT血管造影)图像,所述2D图像可为:2D DSA(Digital SubtractionAngiography,数字减影血管造影)图像。
图2为本发明又一实施例提供的修正CBV的方法流程图,如图2所示,其具体步骤如下:
步骤201:对患者的脑部进行CTA(CTAngiography,CT血管造影)或dynaCTA,得到患者脑部动脉的3D CTA图像。
本发明实施例提到的3D CTA、2D DSA、3D CBV图像中都至少应该包括:双侧颈动脉、双侧椎动脉和主动脉弓。
步骤202:在3D CTA图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点。
血管实际上是一个圆柱体,圆柱体的轴即为3D中心线。
步骤203:对患者脑部进行连续2D DSA,得到患者脑部动脉的2D DSA图像序列。
步骤204:根据采集3D CTA图像时C型臂所处的不同位置,将3D CTA图像上所有动脉的3D中心线配准到2D DSA图像序列中的每帧图像上。
本步骤可采用现有技术实现。
图3给出了本发明应用示例中,将3D CTA图像上所有动脉的3D中心线配准到2D DSA图像上的示意图,其中的A、B、C为动脉分叉点。
步骤205:对于任一包含了地位相同的动脉的动脉组,对于该动脉组中的任一动脉,按照为该动脉组设定的动脉分叉点与ROI(Region of Interest,感兴趣区域)之间的预设距离,在2D DSA图像序列中的每帧图像上为该动脉选取感兴趣区域。
感兴趣区域通常位于双侧颈动脉、或/和双侧椎动脉上。在指定感兴趣区域时,考虑的是CM和血液能够达到均匀混合的区域。
地位相同的动脉指的是形状、尺寸、作用相同的动脉,如:双侧颈内动脉对应的两根颈内动脉,双侧椎动脉对应的两根椎动脉等。
对于地位等同的动脉,要使得各动脉上的感兴趣区域处于相同的解剖位置。需要指出的是,由于血管可能存在弯曲等现象,会导致血管在2D DSA图像上显示的长度小于其真实长度,这种现象称为透视缩短。而3D CTA图像上显示的长度则是真实长度。考虑到这种情况,在指定感兴趣区域时,必须要以3D CTA图像上动脉的分叉点到感兴趣区域之间的距离为准,因此,在指定感兴趣区域之前,必须将3D CTA图像上的3D中心线与2D DSA图像进行配准,这样在为一根动脉指定感兴趣区域时,就按照预设距离,从动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当在3D中心线上的延伸长度等于预设距离时,当前区域即为感兴趣区域。
图3给出了两个感兴趣区域(ROI)R1、R2在地位相同的两根颈动脉上的分布,其中,A、B分别为两根颈动脉的分叉点,则A到R1的距离与B到R2的距离相等。
步骤206:对于每个感兴趣区域,从2D DSA图像序列中提取该感兴趣区域的血流的TIC。
TIC的横轴是2D DSA图像序列的采集时间(起始时间可用0表示),纵轴是以图像灰度值表示的CM浓度。
图4给出了图3所示两感兴趣区域的血流的TIC。
步骤207:根据每个感兴趣区域的TIC,计算对应动脉的血流参数值。
血流参数值如:TTP、峰值、AUC之一或任意组合。其中,AUC指的是整条曲线覆盖在横轴上方的面积,可采用现有的Syngo iFlow算法计算得到。
步骤208:对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差。
地位相同的动脉例如:两根颈内动脉、两根椎动脉等,此时,要计算两根颈内动脉之间的血流偏差,同时计算两根椎动脉之间的血流偏差。
本步骤中,若参与计算的血流参数多于1个,则可为每个参数分配相应的权重,对于每根动脉,先计算各血流参数的加权和,对于地位相同的动脉,根据各动脉的加权和,计算两两动脉之间的血流偏差。
偏差可以直接取差值,或者取开方差等。
步骤209:对于任一组地位相同的动脉,判断是否有血流偏差超过预设阈值T,若是,执行步骤210;否则,执行步骤211。
若地位相同的动脉有多组,则可根据对患者的前期诊断结果,只考虑跟前期诊断结果相关的动脉的血流偏差即可。例如:地位相同的动脉有两组,分别为:两根颈内动脉、两根椎动脉,若前期诊断中认为患者脑前部有问题,则本步骤中只需考虑两根颈内动脉的血流偏差即可;若前期诊断中认为患者脑后部有问题,则本步骤中只需考虑两根椎动脉的血流偏差即可。
步骤210:提示患者不适合CBV采集,本流程结束。
步骤211:对于任一组地位相同的动脉,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M。
M的生成过程见步骤105。
步骤212:对患者脑部进行3D CBV图像采集,得到患者脑部动脉的3D CBV图像。
步骤213:操作者(例如医务人员)根据患者的初期诊断结果,对3D CBV图像进行横切,基于横切面的解剖结构,将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区。
动脉供血区如:大脑前动脉(ACA)、大脑中动脉(MCA)、大脑后动脉(PCA)。其中,每根颈内动脉都包含有ACA和MCA,每根椎动脉都包含有PCA。
步骤214:根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
例如:若动脉供血区为ACA或MCA,则其对应的M即为其所在的颈内动脉的M;若动脉供血区为PCA,则其对应的M即为其所在的椎动脉的M。
图5为本发明实施例提供的修正CBV的装置的组成示意图,如图5所示,该装置主要包括:一个动脉交叉点检测模块51、一个感兴趣区域选取模块52、一个补偿因子生成模块53和一个CBV修正模块54,其中:
动脉交叉点检测模块51,用于在患者脑部动脉几何结构的2D图像序列中的每帧图像上检测出各动脉的分叉点。
感兴趣区域选取模块52,对于任一组地位相同的动脉,按照动脉分叉点与感兴趣区域之间的预设距离,在所述2D图像序列中的每帧图像上为各动脉分别选取感兴趣区域,其中,所述分叉点即为动脉交叉点检测模块51检测出的分叉点。
补偿因子生成模块53,对于感兴趣区域选取模块52选取的每个感兴趣区域,从所述图像序列中提取该感兴趣区域的血流的TIC,根据每个感兴趣区域的TIC,计算每个感兴趣区域对应动脉的血流参数值;对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M。
CBV修正模块54,基于患者脑部动脉的3D CBV图像的横切面的解剖结构,将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区,根据补偿因子生成模块53生成的每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
在具体实现时,动脉交叉点检测模块51可包括:一个3D中心线及动脉交叉点标记模块和一个配准模块,其中:
3D中心线及动脉交叉点标记模块:在患者脑部动脉几何结构的3D图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点。
配准模块:将所述3D图像上所有动脉的3D中心线配准到患者脑部动脉几何结构的2D图像序列中的每帧图像上,其中,所述3D中心线即为所述3D中心线及动脉交叉点标记模块标记出的3D中心线。
同时,感兴趣区域选取模块52按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域为:对于每根动脉,按照所述预设距离,从该动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当延伸长度等于预设距离时,当前区域即为该动脉的感兴趣区域。
在具体实现时,所述3D图像可为:3D CT血管造影图像;所述2D图像可为:2D数字减影血管造影DSA图像。
在具体实现时,补偿因子生成模块53计算不同动脉之间的血流偏差之后、为每根动脉生成一个CBV补偿因子M之前可进一步包括:对于任一组地位相同的动脉,判断是否有任意两动脉之间的血流偏差大于预设阈值,若是,确定患者不适合进行该组动脉的CBV采集;否则,执行所述为每根动脉生成一个CBV补偿因子M的动作。
在具体实现时,补偿因子生成模块53计算的血流参数值包括:到达峰值的时长TTP、峰值、曲线下面积AUC之一或任意组合。
同时,补偿因子生成模块53为每根动脉生成一个CBV补偿因子M可包括:
A1、对于任一组地位相同的动脉,将TTP最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉y的TTP与动脉x的TTP的比值,将该比值作为动脉y的M;或者,
A2、对于任一组地位相同的动脉,将TTP最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉z的TTP与动脉y的TTP的比值,将该比值作为动脉y的M;或者,
B1、对于任一组地位相同的动脉,将峰值最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的峰值与动脉y的峰值的比值,将该比值作为动脉y的M;或者,
B2、对于任一组地位相同的动脉,将峰值最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的峰值与动脉z的峰值的比值,将该比值作为动脉y的M;或者,
C1、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的AUC与动脉y的AUC的比值,将该比值作为动脉y的M;或者,
C2、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的AUC与动脉z的AUC的比值,将该比值作为动脉y的M;或者,
D、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,先通过A1、B1、C1的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M;或者,
E、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,先通过A2、B2、C2的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M。
根据本申请的再一个方面,提供了一种血管照影设备,包括如上任一种所述的一种修正脑血容积CBV的装置。
本发明实施方式公开了修正脑血容积的方法及装置。方法包括:在患者脑部动脉几何结构的图像序列中的每帧图像上检测出各动脉的分叉点;对于任一组地位相同的动脉,在每帧图像上为各动脉选取感兴趣区域;对于每个感兴趣区域,从图像序列中提取该感兴趣区域的血流的TIC;根据各感兴趣区域的TIC,计算对应动脉的血流参数值;对于任一组地位相同的动脉,计算不同动脉间的血流偏差,根据血流偏差,为每根动脉生成CBV补偿因子M;基于患者脑部动脉的3D CBV图像横切面的解剖结构,将该横切面划分成多个动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。本发明减少了不均匀的CM分布对脑灌注对称性的影响。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种修正脑血容积CBV的方法,其特征在于,该方法包括:
获取患者脑部动脉几何结构的2D图像序列,在该图像序列中的每帧图像上检测出各动脉的分叉点;
对于任一组地位相同的动脉,按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域;
对于每个感兴趣区域,从所述2D图像序列中提取该感兴趣区域的血流的时间密度曲线TIC;
根据每个感兴趣区域的TIC,计算每个感兴趣区域对应动脉的血流参数值;
对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M;
获取患者脑部动脉的3D CBV图像,对3D CBV图像进行横切,基于横切面的解剖结构将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
2.根据权利要求1所述的方法,其特征在于,所述获取患者脑部动脉几何结构的2D图像序列之前进一步包括:获取患者脑部动脉几何结构的3D图像,在3D图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点;
所述获取患者脑部动脉几何结构的2D图像序列,在该图像序列中的每帧图像上检测出各动脉的分叉点为:获取患者脑部动脉几何结构的2D图像序列,将所述3D图像上所有动脉的3D中心线配准到该2D图像序列中的每帧图像上;
所述按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域为:对于每根动脉,按照所述预设距离,从该动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当延伸长度等于预设距离时,当前区域即为该动脉的感兴趣区域。
3.根据权利要求2所述的方法,其特征在于,所述3D图像为:3D CT血管造影图像;和/或,
所述2D图像为:2D数字减影血管造影DSA图像。
4.根据权利要求1所述的方法,其特征在于,所述计算不同动脉之间的血流偏差之后、为每根动脉生成一个CBV补偿因子M之前进一步包括:
对于任一组地位相同的动脉,判断是否有任意两动脉之间的血流偏差大于预设阈值,若是,确定该患者不适合进行该组动脉的CBV采集;否则,执行所述为每根动脉生成一个CBV补偿因子M的动作。
5.根据权利要求1所述的方法,其特征在于,所述血流参数值包括:到达峰值的时长TTP、峰值、曲线下面积AUC之一或任意组合;
所述为每根动脉生成一个CBV补偿因子M包括:
A1、对于任一组地位相同的动脉,将TTP最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉y的TTP与动脉x的TTP的比值,将该比值作为动脉y的M;或者,
A2、对于任一组地位相同的动脉,将TTP最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉z的TTP与动脉y的TTP的比值,将该比值作为动脉y的M;或者,
B1、对于任一组地位相同的动脉,将峰值最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的峰值与动脉y的峰值的比值,将该比值作为动脉y的M;或者,
B2、对于任一组地位相同的动脉,将峰值最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的峰值与动脉z的峰值的比值,将该比值作为动脉y的M;或者,
C1、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的AUC与动脉y的AUC的比值,将该比值作为动脉y的M;或者,
C2、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的AUC与动脉z的AUC的比值,将该比值作为动脉y的M;或者,
D、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,先通过A1、B1、C1的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M;或者,
E、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,先通过A2、B2、C2的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M。
6.一种修正脑血容积CBV的装置,其特征在于,该装置包括:
一动脉交叉点检测模块,用于在患者脑部动脉几何结构的2D图像序列中的每帧图像上检测出各动脉的分叉点;
一感兴趣区域选取模块,对于任一组地位相同的动脉,按照动脉分叉点与感兴趣区域之间的预设距离,在所述2D图像序列中的每帧图像上为各动脉分别选取感兴趣区域;
一补偿因子生成模块,对于每个感兴趣区域,从所述图像序列中提取该感兴趣区域的血流的TIC,根据每个感兴趣区域的TIC,计算每个感兴趣区域对应动脉的血流参数值;对于任一组地位相同的动脉,根据各动脉的血流参数值,计算不同动脉之间的血流偏差,根据不同动脉之间的血流偏差,为每根动脉生成一个CBV补偿因子M;和,
一CBV修正模块,基于患者脑部动脉的3D CBV图像的横切面的解剖结构,将该横切面划分成多个子区域,不同的子区域对应不同的动脉供血区,根据每个动脉供血区对应动脉的M,对该动脉供血区的CBV值进行修正。
7.根据权利要求6所述的装置,其特征在于,所述动脉交叉点检测模块包括:
一3D中心线及动脉交叉点标记模块:在患者脑部动脉几何结构的3D图像上标记出所有动脉的3D中心线,在3D中心线上检测并标记出各动脉的分叉点;和,
一配准模块:将所述3D图像上所有动脉的3D中心线配准到患者脑部动脉几何结构的2D图像序列中的每帧图像上;
所述感兴趣区域选取模块按照动脉分叉点与感兴趣区域之间的预设距离,在每帧图像上为各动脉分别选取感兴趣区域为:对于每根动脉,按照所述预设距离,从该动脉的分叉点出发,沿着该动脉的3D中心线向前延伸,当延伸长度等于预设距离时,当前区域即为该动脉的感兴趣区域。
8.根据权利要求6所述的装置,其特征在于,所述补偿因子生成模块计算不同动脉之间的血流偏差之后、为每根动脉生成一个CBV补偿因子M之前进一步包括:
对于任一组地位相同的动脉,判断是否有任意两动脉之间的血流偏差大于预设阈值,若是,确定患者不适合进行该组动脉的CBV采集;否则,执行所述为每根动脉生成一个CBV补偿因子M的动作。
9.根据权利要求6所述的装置,其特征在于,所述补偿因子生成模块计算的血流参数值包括:到达峰值的时长TTP、峰值、曲线下面积AUC之一或任意组合;
所述补偿因子生成模块为每根动脉生成一个CBV补偿因子M包括:
A1、对于任一组地位相同的动脉,将TTP最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉y的TTP与动脉x的TTP的比值,将该比值作为动脉y的M;或者,
A2、对于任一组地位相同的动脉,将TTP最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉z的TTP与动脉y的TTP的比值,将该比值作为动脉y的M;或者,
B1、对于任一组地位相同的动脉,将峰值最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的峰值与动脉y的峰值的比值,将该比值作为动脉y的M;或者,
B2、对于任一组地位相同的动脉,将峰值最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的峰值与动脉z的峰值的比值,将该比值作为动脉y的M;或者,
C1、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,计算动脉x的AUC与动脉y的AUC的比值,将该比值作为动脉y的M;或者,
C2、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,计算动脉y的AUC与动脉z的AUC的比值,将该比值作为动脉y的M;或者,
D、对于任一组地位相同的动脉,将AUC最大的动脉x的M设为1,对于该组中的任一其它动脉y,先通过A1、B1、C1的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M;或者,
E、对于任一组地位相同的动脉,将AUC最小的动脉z的M设为1,对于该组中的任一其它动脉y,先通过A2、B2、C2的任意组合,得到两个子M或三个子M,然后计算各个子M的加权和,将该加权和作为动脉y的M。
10.一种血管照影设备,包括如权利要求6至9中任一项所述的一种修正脑血容积CBV的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410048609.6A CN104825177B (zh) | 2014-02-11 | 2014-02-11 | 修正脑血容积的方法及装置、血管照影设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410048609.6A CN104825177B (zh) | 2014-02-11 | 2014-02-11 | 修正脑血容积的方法及装置、血管照影设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104825177A true CN104825177A (zh) | 2015-08-12 |
CN104825177B CN104825177B (zh) | 2018-02-13 |
Family
ID=53803665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410048609.6A Active CN104825177B (zh) | 2014-02-11 | 2014-02-11 | 修正脑血容积的方法及装置、血管照影设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104825177B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894445A (zh) * | 2016-03-31 | 2016-08-24 | 北京思创贯宇科技开发有限公司 | 一种冠脉图像处理方法和装置 |
CN107221009A (zh) * | 2017-05-31 | 2017-09-29 | 上海联影医疗科技有限公司 | 一种腹主动脉分叉处的定位方法、装置、医学成像系统及存储介质 |
CN110353639A (zh) * | 2019-07-16 | 2019-10-22 | 脑玺(上海)智能科技有限公司 | 一种基于血管增强造影的供血区定量方法及系统 |
CN110599447A (zh) * | 2019-07-29 | 2019-12-20 | 广州市番禺区中心医院(广州市番禺区人民医院、广州市番禺区心血管疾病研究所) | 一种肝癌病灶数据的处理方法、系统和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4995397A (en) * | 1988-09-30 | 1991-02-26 | Hitachi, Ltd. | Pulse doppler flow speed meter |
US5857970A (en) * | 1997-06-20 | 1999-01-12 | Siemens Medical Systems, Inc. | Method and apparatus for cardiac-synchronized peripheral magnetic resonance angiography |
US20020032376A1 (en) * | 1999-11-29 | 2002-03-14 | Mitsue Miyazaki | MR imaging using ECG-prep scan |
CN101243980A (zh) * | 2006-12-04 | 2008-08-20 | 株式会社东芝 | X射线计算机断层成像装置和医用图像处理装置 |
CN101686806A (zh) * | 2007-03-30 | 2010-03-31 | 欧姆龙健康医疗株式会社 | 血管状态评价装置、血管状态评价方法以及存储有血管状态评价程序的计算机可读取的记录介质 |
CN102088899A (zh) * | 2008-07-11 | 2011-06-08 | 国立大学法人筑波大学 | 血管特性测量装置及血管特性测量方法 |
US20110263970A1 (en) * | 2010-04-22 | 2011-10-27 | Siemens Medical Solutions Usa, Inc. | System for Non-Contrast Enhanced MR Anatomical Imaging |
-
2014
- 2014-02-11 CN CN201410048609.6A patent/CN104825177B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4995397A (en) * | 1988-09-30 | 1991-02-26 | Hitachi, Ltd. | Pulse doppler flow speed meter |
US5857970A (en) * | 1997-06-20 | 1999-01-12 | Siemens Medical Systems, Inc. | Method and apparatus for cardiac-synchronized peripheral magnetic resonance angiography |
US20020032376A1 (en) * | 1999-11-29 | 2002-03-14 | Mitsue Miyazaki | MR imaging using ECG-prep scan |
CN101243980A (zh) * | 2006-12-04 | 2008-08-20 | 株式会社东芝 | X射线计算机断层成像装置和医用图像处理装置 |
CN101686806A (zh) * | 2007-03-30 | 2010-03-31 | 欧姆龙健康医疗株式会社 | 血管状态评价装置、血管状态评价方法以及存储有血管状态评价程序的计算机可读取的记录介质 |
CN102088899A (zh) * | 2008-07-11 | 2011-06-08 | 国立大学法人筑波大学 | 血管特性测量装置及血管特性测量方法 |
US20110263970A1 (en) * | 2010-04-22 | 2011-10-27 | Siemens Medical Solutions Usa, Inc. | System for Non-Contrast Enhanced MR Anatomical Imaging |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105894445A (zh) * | 2016-03-31 | 2016-08-24 | 北京思创贯宇科技开发有限公司 | 一种冠脉图像处理方法和装置 |
CN105894445B (zh) * | 2016-03-31 | 2019-06-11 | 北京思创贯宇科技开发有限公司 | 一种冠脉图像处理方法和装置 |
CN107221009A (zh) * | 2017-05-31 | 2017-09-29 | 上海联影医疗科技有限公司 | 一种腹主动脉分叉处的定位方法、装置、医学成像系统及存储介质 |
CN107221009B (zh) * | 2017-05-31 | 2020-06-16 | 上海联影医疗科技有限公司 | 一种腹主动脉分叉处的定位方法、装置、医学成像系统及存储介质 |
CN110353639A (zh) * | 2019-07-16 | 2019-10-22 | 脑玺(上海)智能科技有限公司 | 一种基于血管增强造影的供血区定量方法及系统 |
CN110599447A (zh) * | 2019-07-29 | 2019-12-20 | 广州市番禺区中心医院(广州市番禺区人民医院、广州市番禺区心血管疾病研究所) | 一种肝癌病灶数据的处理方法、系统和存储介质 |
CN110599447B (zh) * | 2019-07-29 | 2023-10-20 | 广州市番禺区中心医院(广州市番禺区人民医院、广州市番禺区心血管疾病研究所) | 一种肝癌病灶数据的处理方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104825177B (zh) | 2018-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9256940B2 (en) | Vascular outlining with ostia visualization | |
EP2932469B1 (en) | Method of determining the blood flow through coronary arteries | |
US9615806B2 (en) | Method and apparatus for creation and display of artifact-corrected three dimentional (3D) volumetric data from biplane fluoroscopic image acquisition | |
US11282170B2 (en) | Contrast injection imaging | |
US9460500B2 (en) | Image processing apparatus and image processing method | |
EP2297696B1 (en) | Perfusion imaging | |
JP2017509425A (ja) | 生物の心臓データを処理するための処理装置及び方法 | |
CN103839249B (zh) | Ct肝灌注的图像后处理方法和ct肝灌注方法 | |
CN104825177B (zh) | 修正脑血容积的方法及装置、血管照影设备 | |
US20180005388A1 (en) | Systems and methods for medical image registration | |
US10499871B2 (en) | X-ray diagnostic apparatus and image processing apparatus | |
US20110026775A1 (en) | Method for measurement of a flow in an object, especially a lumen or a vessel | |
CN114209344A (zh) | 一种侧枝循环状态评估方法、装置、存储介质及电子设备 | |
US11813106B2 (en) | Image processing device, and image processing method utilizing time-series computed tomography (CT) images | |
CN105007818B (zh) | X射线诊断装置以及图像处理装置 | |
KR102000615B1 (ko) | 관상동맥의 시작점을 자동으로 추출하기 위한 방법 및 그 장치 | |
CN116681704B (zh) | 颅内血管血流量获取方法、计算机设备和可读存储介质 | |
JP6054245B2 (ja) | 医用画像解析装置 | |
JP5889825B2 (ja) | Roi設定装置、roi設定方法、コンピュータプログラム及び脳血流推定装置 | |
EP4191525A1 (en) | Systems and methods for analyzing blood vessel images | |
JP2010022667A (ja) | 脳血流解析装置 | |
Sharma | X-Ray Particle Image Velocimetry in 3D-Printed Phantoms Using High-Speed Angiography | |
KR20180100790A (ko) | 선택적 컴퓨터 단층촬영을 이용한 혈류 모델링 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20210115 Address after: Room 516, 5th floor, 38 Yinglun Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai 200031 Patentee after: SIEMENS HEALTINEERS Ltd. Address before: 100102 No. 7 South Central Road, Chaoyang District, Beijing, China Patentee before: Siemens (China) Co.,Ltd. |
|
TR01 | Transfer of patent right |