CN105474264A - 用于交互地分割在血管造影图像数据中的血管的分割装置 - Google Patents

用于交互地分割在血管造影图像数据中的血管的分割装置 Download PDF

Info

Publication number
CN105474264A
CN105474264A CN201480045978.8A CN201480045978A CN105474264A CN 105474264 A CN105474264 A CN 105474264A CN 201480045978 A CN201480045978 A CN 201480045978A CN 105474264 A CN105474264 A CN 105474264A
Authority
CN
China
Prior art keywords
remarkable position
blood flow
segmentation
flow parameter
value
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
Application number
CN201480045978.8A
Other languages
English (en)
Other versions
CN105474264B (zh
Inventor
S·普雷弗尔哈尔
H·尼克基施
H·施米特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips Electronics NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN105474264A publication Critical patent/CN105474264A/zh
Application granted granted Critical
Publication of CN105474264B publication Critical patent/CN105474264B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • G06T2207/20104Interactive definition of region of interest [ROI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种用于交互地分割血管造影图像数据(3)中的血管(2)的分割装置(10)。所述分割装置(10)包括:显著位置确定单元(11),其用于将所述血管造影图像数据(3)中的所述血管(2)的当前分割(4)的一个或多个位置确定为显著位置(5),在所述显著位置处,所述当前分割(4)对基于所述当前分割(4)计算的血流参数的值具有预定影响;以及显示单元(12),其用于向操作者显示所述显著位置(5)。从而,能够引导所述操作者将他/她的分割努力集中到所述当前分割(4)的与对所述血流参数的值的所述计算的准确性最相关的那些位置。这可以减轻所述操作者在所述分割流程期间的负担。

Description

用于交互地分割在血管造影图像数据中的血管的分割装置
技术领域
本发明涉及用于交互地分割在血管造影图像数据中的血管的分割装置、分割方法以及分割计算机程序。本发明还涉及用于基于在血管造影图像数据中的血管的分割计算血流参数的值的系统,其中所述系统包括所述分割装置。
背景技术
US2011/0071404A1公开了一种用于评价腔的区域的基于计算机的系统。所述系统包括用于收集与长度L的腔有关的数据集的图像采集设备,其中,集合包括在沿长度L的多个位置处的多个横截区。所述系统还包括用于存储在沿长度L的多个位置处的横截区的集合的存储器,以及与存储器通信的处理器,其中,所述处理器被配置为响应于存储器中的数据集的至少部分确定针对腔的长度L的脉管阻力比,并且响应于脉管阻力比确定沿长度L设置的区域的至少部分的特性。
血流储备分数(FFR)是涉及确定患病冠状动脉中的最大可获得血流量与正常冠状动脉中的理论最大流量之间的比率的技术。当前,FFR是在常规冠状动脉血管造影流程期间通过将压力测量线直接放置在患者的冠状动脉树中来侵入性地测量的。相比之下,若干较新的研究已显示,对FFR的非侵入性测量-也被称为虚拟FFR或简单地vFFR-能够使用血管造影图像数据来进行(例如,参见KooBK等人的“Diagnosisofischemia-causingcoronarystenosesbynoninvasivefractionalflowreservecomputedfromcoronarycomputedtomographicangiograms.ResultsfromtheprospectivemulticenterDISCOVER-FLOW(DiagnosisofIschemia-CausingStenosesObtainedViaNoninvasiveFractionalFlowReserve)study”,在JournaloftheAmericanCollegeofCardiology,第58卷、第19号、第1989-1997页(2011年11月)中)。
对vFFR的测量基于对血流参数的计算,尤其是对沿所分割的冠状动脉树的压力或(resp.)其比率的计算,并且这样一来,非常强烈地依赖于对冠状动脉的准确检测和分割。问题在于,这样的分割能够是非常耗时的流程,其通常涉及要求操作者(例如医师)的交互性控制的半自动图像处理算法,以便分割冠状动脉树的每个分支。尤其是,非常细的尖动脉位置难以准确分割;但它们对于vFFR准确性而言能够是非常重要的。此外,操作者常常仅依赖于它们的视觉评估来决策在何时分割“足够好”。这可能导致冠状动脉中的中间等级、但临床相关的狭窄(即,血管的直径的异常变窄或收缩)的缺失。
发明内容
本发明的目的是提供一种用于交互地分割在血管造影图像数据中的血管的分割装置、分割方法以及分割计算机程序,其允许减轻操作者在分割流程期间的负担。本发明的另外的目的是提供一种用于基于在血管造影图像数据中的血管的分割计算血流参数的值的系统,其中,所述系统包括所述分割装置。
在本发明的第一方面中,提供了一种用于交互地分割在血管造影图像数据中的血管的分割装置,其中,所述分割装置包括:
-显著位置确定单元,其用于将在所述血管造影图像数据中的所述血管的当前分割的一个或多个位置确定为显著位置,在所述显著位置处,所述当前分割对基于所述当前分割计算的血流参数的值具有预定影响,以及
-显示单元,其用于向操作者显示所述显著位置。
由于所述显著位置确定单元适于将在所述血管造影图像数据中的所述血管的当前分割的一个或多个位置确定为显著位置,即为在其处所述当前分割对基于所述当前分割计算的血流参数的值具有预定影响的位置,并且由于所述显示单元适于向操作者显示所述显著位置,因此能够引导所述操作者将他/她的分割努力集中到所述当前分割的与对所述血流参数的值的计算的准确性最相关的那些位置。这允许减轻所述操作者在所述分割流程期间的负担,因为他/她现在可以仅需要在所述显著位置处执行具有较高准确度-以及因此较高努力-的分割。实际上,这可以实现在所述血管造影图像数据中的所述血管的较高质量的分割,以及从而,基于所述分割对所述血流参数的值的较高准确度的计算。
所述血管造影图像数据优选地为已经在在先的血管造影流程期间,使用例如CT(计算机断层摄影)血管造影和/或MR(磁共振)血管造影采集的3D图像数据。
在所述血管造影图像数据中的所述血管的所述当前分割能够是由所述操作者交互地控制的一个或多个半自动图像处理算法的结果(例如,参见BenmansourF和CohenLD的“TubularStructureSegmentationBasedonMinimalPathMethodandAnisotropicEnhancement”,在InternationalJournalofComputerVision,第92卷、第2号、第192-210页(2011年4月)中)。所述分割装置优选地包括当前分割提供单元,所述当前分割提供单元用于提供在所述血管造影图像数据中的所述血管的所述当前分割。所述当前分割提供单元能够包括存储单元,诸如硬盘驱动器、光盘、固态存储器(例如,USB棒)等,能够在所述存储单元上存储在所述血管造影图像数据中的所述血管的已经存在的当前分割。所述存储单元能够是可直接连接到所述分割装置的和/或其能够是可经由有线或无线网络连接到所述分割装置的。额外地或备选地,所述当前分割提供单元能够适于运行所述一个或多个半自动图像处理算法,所述一个或多个半自动图像处理算法用于在所述操作者的交互性控制下分割在所述血管造影图像数据中的所述血管。在所述血管造影图像数据中的所述血管的所述当前分割也能够是自动生成的-例如使用一个或多个全自动图像处理算法-而无需所述操作者的任何交互性控制(例如,参见WangY和LiatsisP的“3-DQuantitativeVascularShapeAnalysisforArterialBifurcationsviaDynamicTubeFitting”,在IEEETransBiomedEng.,第59卷、第7号、第1850-1860页(2012年7月)中)。
在实施例中,所述血管包括人类的冠状动脉,并且所述血流参数是虚拟血流储备分数(vFFR)。
所述操作者优选地是医师等。
优选地,所述显著位置确定单元包括:显著位置候选确定单元,其用于基于准则,来将所述当前分割的一个或多个位置确定为显著位置候选,所述准则依赖于在所述一个或多个位置处的所述当前分割;以及血流参数计算单元,其用于针对所述当前分割的直径在所述显著位置候选中的一个处的模拟变化,计算在所述显著位置候选中的一个或多个处的所述血流参数的值,其中,所述显著位置确定单元适于,如果所述当前分割的所述直径的所述模拟变化导致在所述显著位置候选中的一个或多个处的所述血流参数的值的预定变化,则将所述显著位置候选中的所述一个确定为显著位置。在该途径后面的启发在于,如果确定当模拟当前分割的直径在显著位置候选中的一个处的变化时,血流参数的值在所述显著位置候选中的一个或多个处以预定方式变化,则所述显著位置候选中的所述一个应当被视为显著位置,并且所述操作者应当确信其以较高的准确度被分割。
在实施例中,所述准则基于所述当前分割的所述直径在所述一个或多个位置处的变化率。例如,如果当前分割的直径在当前分割的位置处的变化率大,则当前分割的该位置能够被确定为显著位置候选,所述变化率例如可以在由一个或多个数学函数(例如对分割的多个节点进行插值的样条曲线或直线分割)来表示分割的情况下,被计算为简单导数。这能够例如通过将变化率与预定义的阈值进行比较来确定。由于能够以简单方式计算当前分割的直径的变化率,并且由于例如狭窄(其通常对血管中的血流具有显著影响)通常由血管直径的快速改变表征,因此当前分割的直径的变化率能够是用于确定显著位置候选的良好准则。
在另一实施例中,所述准则基于在所述一个或多个位置处计算的所述血流参数的值。例如,如果所述血流参数是虚拟血流储备分数(vFFR),则在所述当前分割的位置处计算的vFFR的值在预定义范围内(例如在从0.65至0.85的范围中)时,所述当前分割的该位置能够被确定为显著位置候选。在这后面的理念是<0.75的vFFR值通常被认为定义血液动力学显著狭窄,而>0.75的vFFR值通常被认为是不关键的。因此,如果在当前分割的位置处的血流参数的值在例如0.65至0.85(即,0.75±0.1)的范围内,则对在该位置处的当前分割的修改能够将vFFR的值从不关键值变更为定义血液动力学显著狭窄的值(并且反之亦然)的可能性相当高。由于随后的处置决策通常将依赖于狭窄是否由所述操作者(例如,医师)归类为显著或不关键,因此对操作者而言尤其考虑能够依赖于分割的准确性最终被不同地归类的那些位置是重要的。
此外,优选地,所述显著位置确定单元适于,如果作为所述当前分割的所述直径的所述模拟变化的结果,在所述显著位置候选中的一个或多个处的所述血流参数的值跨预定义的阈值过渡,则将所述显著位置候选中的所述一个确定为显著位置。例如,如果所述血流参数是虚拟血流储备分数(vFFR),则所述预定义的阈值优选为0.75,即通常被认为是用于区分血液动力学显著狭窄与非关键临床医学发现(参见上文)的阈值的vFFR值。
优选地,所述显示单元适于向所述操作者显示利用所述血管造影图像数据的所述当前分割,其中,借助于视觉指示来指示所述显著位置。这提供了引导操作者将他/她的分割努力集中到所述显著位置的容易且有效的方式。所述视觉指示能够包括,例如指示当前分割的显著位置的符号或视觉标记,诸如方框、十字交叉、三角形、圆形、指针、点划线等。额外地或备选地,颜色编码、特定阴影等等能够被用作视觉指示。
此外,优选地,所述显著位置确定单元包括血流参数计算单元,所述血流参数计算单元用于计算在所述显著位置处的所述血流参数的值,其中,所述显示单元适于向所述操作者显示在所述显著位置处的所述血流参数的值。在典型的情况下,所述血流参数的值能够被显示为数字。例如,如果所述血流参数是虚拟血流储备分数(vFFR),则vFFR的值能够被显示为在0与1之间的数字。
此外,优选地,所述血流参数计算单元适于计算在所述显著位置处的所述血流参数的值的确定性,其中,所述显示单元适于向所述操作者显示在所述显著位置处的所述血流参数的值的所述确定性。对操作者,例如医师,该额外信息对于决定是否需要一个或多个另外的医学检查而言和/或对于制定后续处置决策而言能够是重要的。在所述显著位置处的所述血流参数的值的确定性能够例如被显示为误差条或范围括号。
在实施例中,所述血流参数计算单元适于通过根据预期分割错误模拟所述当前分割的所述直径在所述显著位置处的变化,来计算在所述显著位置处的所述血流参数的值的所述确定性。所述预期分割错误能够为已经实验地确定的值,例如借助于利用一组经训练的操作者使用标定真实(groundtruth)血管造影图像数据执行的分割实验。举个例子,如果已经通过实验确定,平均经训练的操作者通常分割在对应于显著位置的位置处的血管,使得在该位置处的得到的直径在+2与–2图片元素错误之间,即不同于标定真实,则能够通过模拟在显著位置处的当前分割的+2图片元素加宽和-2图片元素更窄的直径,并且通过基于所述模拟变化来计算在显著位置处的血流参数的值,来计算确定性。在另一范例中,也能够例如借助于分割实验,确定作为平均直径值的函数的由经训练的操作者执行的分割的平均直径变化,并且此处将这样的平均直径变化用于确定性计算。对平均直径变化的确定可以基于Bland-Altman图。
此外,优选地,所述显著位置确定单元适于针对所述血管的在所述当前分割中仅被不完全分割的结构,确定被不完全分割的结构的估计的分割的直径的模拟变化是否导致在所述显著位置候选中的一个或多个处的所述血流参数的值的所述预定变化,其中,所述显示单元适于借助于视觉指示向所述操作者显示所述确定的结果。例如当因为所述一个或多个半自动图像处理方法不能够利用这样的精细结构充分地工作,非常细的尖动脉位置在所述当前分割中未还被完全分割时,这能够被使用。在这种情况下,例如,可以根据邻近结构来估计这些结构的分割,并且可以模拟所估计的分割的直径的变化。如果这样的模拟不导致在所述显著位置候选中的一个或多个处的所述血流参数的值的预定变化,则对这些结构的进一步分割可以不是必要的。这可以借助于合适的视觉指示向所述操作者来显示。
优选地,所述分割装置包括分割修改单元,所述分割修改单元用于允许所述操作者至少在所述显著位置处修改所述当前分割。这允许所述操作者在与对血流参数的值的计算的准确性最相关的那些位置处,更新和改进所述当前分割。所述修改例如能够是完全人工的或半自动的。例如,所述操作者能够增加或移除一个或多个节点,以改善在所述显著位置处的所述当前分割。当然,所述分割修改单元也能够适于允许所述操作者在除所述显著位置以外的位置处修改所述当前分割。
在本发明的另一方面中,提供了一种用于交互地分割在血管造影图像数据中的血管的分割方法,其中,所述分割方法包括:
-借助于显著位置确定单元,来将在所述血管造影图像数据中的所述血管的当前分割的一个或多个位置确定为显著位置,在所述显著位置处,所述当前分割对基于所述当前分割计算的血流参数的值具有预定影响,并且
-借助于显示单元,来向操作者显示所述显著位置。
在本发明的另一方面中,提供了一种用于交互地分割在血管造影图像数据中的血管的分割计算机程序,其中,所述分割计算机程序包括程序代码模块,当在控制如权利要求1所述的分割装置的计算机上运行所述分割计算机程序时,所述程序代码模块用于令所述分割装置执行如权利要求14所述的分割方法的步骤。
在本发明的另一方面中,提供了一种用于基于在血管造影图像数据中的血管的分割计算血流参数的值的系统,其中,所述系统包括:
-如权利要求1所述的用于交互地分割所述血管造影图像数据中的所述血管的分割装置,以及
-血流参数计算单元,其用于计算所述血流参数的值。
应当理解,权利要求1所述的分割装置、权利要求14所述分割方法以及权利要求15所述的分割计算机程序具有尤其如从属权利要求所述的相似和/或相同的优选实施例。
应当理解,本发明的优选实施例也能够是从属权利要求或上述实施例与各自的独立权利要求的任何组合。
本发明的这些及其他方面将根据下文描述的实施例变得显而易见,并且将参考下文描述的实施例得到阐述。
附图说明
在附图中:
图1示意性且示范性地示出了用于基于血管造影图像数据中的血管的分割计算血流参数的值的系统的实施例,其中,所述系统包括用于交互地分割在血管造影图像数据中的血管的分割装置,
图2示意性且示范性地示出了向操作者显示血管造影图像数据中的血管的当前分割的显著位置的方式,
图3示意性且示范性地示出了向操作者显示血管造影图像数据中的血管的当前分割的显著位置的另一方式,并且
图4示出了示范性地图示要与图1中所示的系统一起使用的用于交互地分割在血管造影图像数据中的血管的分割方法的实施例的流程图。
具体实施方式
图1示意性且示范性地示出了用于基于血管造影图像数据3中的血管2(在该范例中,人类(图中未示出)的冠状动脉)的分割4,计算血流参数(此处,虚拟血流储备分数(vFFR))的值的系统1的实施例。系统1包括:用于交互地分割在血管造影图像数据3中的冠状动脉2的分割装置10,以及用于计算vFFR的值的血流参数计算单元14。
分割装置10包括:显著位置确定单元11,其用于将在血管造影图像数据3中的冠状动脉2的当前分割4的一个或多个位置确定为显著位置,即为在其处当前分割4对基于当前分割4计算的vFFR的值具有预定影响的位置;以及显示单元12,其用于向操作者(例如医师(图中未示出))显示显著位置5。这允许引导操作者将他/她的分割努力集中到当前分割4的与对vFFR的值的计算的准确性最相关的那些位置,并且从而,减轻操作者在分割流程期间的负担。
此处,在血管造影图像数据3中的冠状动脉2的当前分割4是由操作者交互地控制的一个或多个半自动图像处理算法的结果。分割装置10包括当前分割提供单元16,所述当前分割提供单元用于提供在血管造影图像数据中的冠状动脉2的当前分割4。当前分割提供单元16包括存储单元17,此处为硬盘驱动器,在血管造影图像数据3中的冠状动脉2的已经存在的当前分割4被存储在所述存储单元上。在该范例中,当前分割提供单元16额外地适于运行用于在操作者的交互性控制下分割在血管造影图像数据3中的冠状动脉2的一个或多个半自动图像处理算法。在另一实施例中,在血管造影图像数据3中的冠状动脉2的当前分割4也能够是自动生成的-例如使用一个或多个全自动图像处理算法-而无需操作者的任何交互性控制。
在该实施例中,显著位置确定单元11包括显著位置候选确定单元13,所述显著位置候选确定单元用于基于依赖于在一个或多个位置处的当前分割4的准则,来将当前分割4的一个或多个位置确定为显著位置。
此处,准则基于在一个或多个位置处的vFFR的值。尤其是,如果在该位置处计算的vFFR的值在预定义的范围内,此处为在从0.65至0.85的范围中,则当前分割4的位置被确定为显著位置候选6。
在该实施例中,显著位置确定单元11还包括血流参数计算单元14,所述血流参数计算单元用于针对当前分割4的直径在显著位置候选6中的一个处的模拟变化,计算在显著位置候选6中的一个或多个处的血流参数,此处为vFFR,的值,其中,显著位置确定单元11适于如果当前分割4的直径的模拟变化导致在显著位置候选6中的一个或多个处的vFFR的值的预定变化,则将显著位置候选6中的所述一个确定为显著位置5。该途径后面的启发在于,如果确定当模拟当前分割4的直径在显著位置候选6中的一个处的变化时,vFFR的值在显著位置候选6中的一个或多个处以预定方式(参见下文)变化,则显著位置候选6中的所述一个应当被视为显著位置5,并且操作者应当确信其是以较高的准确度被分割的。
在该实施例中,显著位置确定单元11的血流参数计算单元14对应于系统1的血流参数计算单元14,此处其适当地也适于执行以上直径变化模拟。
在该实施例中,显著位置确定单元11尤其适于如果作为当前分割4的直径的模拟变化的结果,在显著位置候选6中的一个或多个处的vFFR的值跨预定义的阈值,此处为0.75过渡,则将显著位置候选6中的所述一个确定为显著位置5。
此处,显示单元12适于向操作者显示利用血管造影图像数据3的当前分割4,其中,借助于视觉指示7(此处,填充黑色点)来指示显著位置5。参考图2更详细地描述了用于进行这的一种可能途径,图2示意性且示范性地示出了向操作者(例如医师)显示在血管造影图像数据3中的血管2(此处,人类(图中未示出)的冠状动脉)的当前分割4的显著位置5。
如能够从图中看到的,在该范例中,显著位置确定单元11已将当前分割4的两个位置确定为显著位置5。借助于视觉指示7向操作者指示这些,此处,图左侧上的填充黑色圆形指示第一显著位置,并且图略偏右一点的未填充黑色圆形指示第二显著位置5。在以上描述的意义上,借助于填充黑色三角在图2中指示的当前分割4的位置还未由显著位置确定单元11确定为显著位置5;然而,由于在该位置处的0.56的vFFR值清楚地定义了血液动力学显著狭窄,因此其在该实施例中也被视觉指示到操作者-尽管利用不同的视觉指示来区分其与显著位置5。
返回参考图1,血流参数计算单元14适于计算在显著位置5处的vFFR的值,其中,显示单元12适于向操作者显示在显著位置5处的vFFR的值。在该实施例中,vFFR的值被显示为在0与1之间的数。例如,在第一显著位置5处的vFFR的值为0.72;该值在图2中被显示在具有指向显著位置5的附接的箭头的矩形内。在第二显著位置5处的vFFR的值为0.78。该值在图2中以相同方式被显示在具有附接的箭头的矩形内。
在该实施例中,血流参数计算单元14适于计算在显著位置5处的vFFR的值的确定性,其中,显示单元12适于向操作者显示在显著位置5处的vFFR的值的确定性。对操作者(例如,医师),该额外信息对于决定是否需要一个或多个另外的医学检查而言和/或对于制定处置决策而言,能够是重要的。在显著位置5处的vFFR的值的确定性在图2中被显示为在上文描述的矩形内的范围括号。
此处,血流参数计算单元14适于通过根据预期分割错误模拟当前分割4的直径在显著位置5处的变化,来计算在显著位置5处的vFFR的值的确定性。该预期分割错误可以是作为平均直径值的函数的由经训练的操作者执行的分割的实验确定的平均直径变化。
此处,被执行用于计算在显著位置5处的vFFR的值的确定性的根据预期分割错误的当前分割4的直径在显著位置5处的模拟变化与被执行用于确定显著位置候选6是否确实是显著位置(参见上文)的当前分割4的直径的模拟变化相同。换言之,如果作为根据预期分割错误的当前分割4的直径在显著位置候选6处的模拟变化的结果,在显著位置候选6中的一个或多个处的vFFR的值跨预定义的阈值,此处为0.75过渡,则显著位置确定单元11将显著位置候选6确定为显著位置5。
在图2中,由不同的视觉指示7(此处,用于指示第一显著位置5的填充黑色圆形,和用于指示第二显著位置5的未填充黑色圆形)来指示由显著位置确定单元11确定的两个显著位置5。此处,原因在于,在该范例中,显著位置确定单元11已经确定,针对第一显著位置5,作为当前分割4的直径在该位置(即,对应的显著位置候选6)处的模拟变化的结果,在该位置处的vFFR的值跨值0.75过渡(由于针对预期分割错误,vFFR的值仅确定在0.68与0.77之间)。另一方面,如能够从在第二显著位置5处的vFFR的值的所显示的确定性看到的,根据预期分割错误的当前分割4的直径在该位置(即,对应的显著位置候选6)处的模拟变化没有导致vFFR的值在该位置处跨值0.75(vFFR值确定在0.76与0.80之间)过渡。然而,在该范例中,在第二显著位置5处的当前分割4已经被发现对在对应于第一显著位置5的显著位置候选6处计算的vFFR的值具有预定影响。借助于所描述的不同的视觉指示7,向操作者指示这些不同的群体。
在该实施例中,显著位置确定单元11适于针对冠状动脉2的在当前分割4中仅被不完全分割的结构9,确定被不完全分割的结构9的估计的分割的直径的模拟变化是否导致在显著位置候选6中的一个或多个处的vFFR的值的预定变化,其中,显示单元12适于借助于视觉指示8向操作者显示确定的结果。针对在当前分割4中未被完全分割的非常细的尖动脉结构9(因为一个或多个半自动图像处理算法不能够利用这样的精细结构充分工作),这参考图2被解释。在该实施例中,根据冠状动脉2的邻近结构估计对该结构9的分割(图中未示出),并模拟所估计的分割的直径的变化。如果这样的模拟并未导致在显著位置候选6中的一个或多个处的vFFR的值的预定变化,则该结构9的进一步分割不是必要的。此处借助于合适的视觉显示8向操作者显示这。
返回参考图1,在该实施例中,分割装置10包括分割修改单元15,所述分割修改单元用于允许操作者至少在显著位置5处修改当前分割4。这允许操作者在与对vFFR的值的计算的准确性最相关的那些位置处,更新和改进当前分割4。在该范例中,操作者能够增加或移除一个或多个节点,以改善在显著位置5处的当前分割4。
图3示意性且示范性地示出了向操作者(例如,医师)显示在血管造影图像数据中的血管2(此处,人类(图中未示出)的冠状动脉)的当前分割4的显著位置5的另一方式。从该图能够看到,在该范例中,显著位置确定单元11已确定,对来自当前分割4的vFFR的计算的准确性显著地依赖于在被确定在LAD近端处的显著位置5处的当前分割4的准确性。此处,在具有当前分割4的3D表示中向操作者显示血管造影图像数据3,其中,借助于填充黑色圆形(参见上文)向操作者指示显著位置5。在该范例中,未由显示单元2向操作者显示在显著位置5处的vFFR的值及其确定性。然而在其他范例中,能够以与上文参考图2描述的类似的方式显示这些值。
图4示出示范性地图示要与图1中所示的系统一起使用的用于交互地分割在血管造影图像数据3中的血管2的分割方法的实施例的流程图。
在步骤101中,在血管造影图像数据3中的血管2(在该范围例中,人类的冠状动脉)的当前分割4的一个或多个位置借助于显著位置确定单元11被确定为显著位置5,在所述显著位置处,当前分割4对血流参数(此处,虚拟血流储备分数(vFFR))的值具有预定影响,所述值是基于当前分割4计算的。在步骤102中,借助于显示单元12,向操作者显示显著位置5。这允许引导操作者将他/她的分割努力集中到当前分割4的与对FFR的值的计算的准确性最相关的那些位置,并且从而,减轻操作者在分割流程期间的负担。在该实施例中,在步骤103中,允许操作者借助于分割修改单元15,至少在显著位置5处修改当前分割4。步骤101至103能够被重复执行,以便逐渐改进在血管造影图像数据3中的冠状动脉2的当前分割4。
根据上文参考图1至图3详细描述的分割装置10的对应的解释,能够理解以上分割方法的另外的细节和/或配置。
尽管在参考图1至图3详细描述的实施例中,血管为人类的冠状动脉并且血流参数为虚拟血流储备分数(vFFR),但是本发明也能够应用于在血管造影图像数据中的人类或其他生物体的其他合适的解剖结构的交互式分割。例如,被交互地分割的血管能够包括人类或其他生物体的脑部循环系统或其部分或者躯干的主要血管或其部分。血流参数能够为或包括vFFR或基于对所选择的解剖结构的分割计算的可比较vFFR样量度,或者血流参数能够为或者包括基于例如对压力和/或其比率的计算的另一血流参数。
尽管在参考图1详细描述的实施例中,准则基于在一个或多个位置处的vFFR的值,但是在其他实施例中,准则也能够基于其他事物,例如在一个或多个位置处的当前分割的直径的变化率。例如,如果当前分割的直径在该位置处的变化率大,则当前分割的该位置能够被确定为显著位置候选。这能够例如通过将变化率与预定义的阈值进行比较来确定。此外,准则也能够基于当前分割在一个或多个位置处的vFFR的值和变化率两者。
通过研究附图、公开内容以及权利要求书,本领域技术人员在实践所要求保护的本发明时能够理解和实现对所公开的实施例的其他变型。
在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。
单个单元或设备可以履行权利要求书中所记载的若干项目的功能。尽管在互不相同的从属权利要求中记载了特定措施,但是这并不指示不能有利地使用这些措施的组合。
由一个或若干单元或设备执行的诸如将当前分割的一个或多个位置确定为显著位置,对一个或多个显著位置候选的确定,向操作者显示显著位置等等的流程也能够由任何其他数量的单元或设备来执行。这些流程和/或根据分割方法对分割装置的控制能够被实施为计算机程序的程序代码模块和/或专用硬件。
计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起提供或作为其他硬件的部分提供的光学存储介质或固态介质,但计算机程序可也可以以其他形式来分布,例如经由因特网或者其他有线或无线电信系统分布。
权利要求书中的任何附图标记不应被解读为对范围的限制。
本发明涉及一种用于交互地分割在血管造影图像数据中的血管的分割装置。所述分割装置包括:显著位置确定单元,其用于将在血管造影图像数据中的血管的当前分割的一个或多个位置确定为显著位置,在所述显著位置处,所述当前分割对基于所述当前分割计算的血流参数的值具有预定影响;以及显示单元,其用于向操作者显示所述显著位置。从而,能够引导所述操作者将他/她的分割努力集中到当前分割的与对血流参数的值的计算的准确性最相关的那些位置。这允许减轻操作者在分割流程期间的负担。

Claims (15)

1.一种用于交互地分割血管造影图像数据(3)中的血管(2)的分割装置(10),其中,所述分割装置(10)包括:
-显著位置确定单元(11),其用于将所述血管造影图像数据(3)中的所述血管(2)的当前分割(4)的一个或多个位置确定为显著位置(5),在所述显著位置处,所述当前分割(4)对基于所述当前分割(4)计算的血流参数的值具有预定影响,以及
-显示单元(12),其用于向操作者显示所述显著位置(5)。
2.如权利要求1所述的分割装置(10),其中,所述显著位置确定单元(11)包括:
-显著位置候选确定单元(13),其用于基于准则来将所述当前分割(4)的一个或多个位置确定为显著位置候选(6),所述准则依赖于在所述一个或多个位置处的所述当前分割(4),以及
-血流参数计算单元(14),其用于针对所述当前分割的直径在所述显著位置候选(6)中的一个处的模拟变化来计算在所述显著位置候选(6)中的一个或多个处的所述血流参数的所述值,
其中,所述显著位置确定单元(11)适于,如果所述当前分割(4)的所述直径的所述模拟变化导致在所述显著位置候选(6)中的一个或多个处的所述血流参数的所述值的预定变化,则将所述显著位置候选(6)中的所述一个确定为显著位置(5)。
3.如权利要求2所述的分割装置(10),其中,所述准则基于所述当前分割(4)的所述直径在所述一个或多个位置处的变化率。
4.如权利要求2所述的分割装置(10),其中,所述准则基于在所述一个或多个位置处计算的所述血流参数的所述值。
5.如权利要求2所述的分割装置(10),其中,所述显著位置确定单元(11)适于,如果作为所述当前分割(4)的所述直径的所述模拟变化的结果,在所述显著位置候选(6)中的一个或多个处的所述血流参数的所述值跨预定阈值过渡,则将所述显著位置候选(6)中的所述一个确定为显著位置(5)。
6.如权利要求1所述的分割装置(10),其中,所述显示单元(12)适于向所述操作者显示利用所述血管造影图像数据(3)的所述当前分割(4),其中,借助于视觉指示(7)来指示所述显著位置(5)。
7.如权利要求1所述的分割装置(10),其中,所述显著位置确定单元(11)包括:
-血流参数计算单元(14),其用于计算在所述显著位置(5)处的所述血流参数的所述值,
其中,所述显示单元(12)适于向所述操作者显示在所述显著位置(5)处的所述血流参数的所述值。
8.如权利要求7所述的分割装置(10),其中,所述血流参数计算单元(14)适于计算在所述显著位置(5)处的所述血流参数的所述值的确定性,
其中,所述显示单元(12)适于向所述操作者显示在所述显著位置(5)处的所述血流参数的所述值的所述确定性。
9.如权利要求1所述的分割装置(10),其中,所述血流参数计算单元(14)适于通过根据预期分割错误来模拟所述当前分割(4)的所述直径在所述显著位置(5)处的变化,以计算在所述显著位置(5)处的所述血流参数的所述值的所述确定性。
10.如权利要求2所述的分割装置(10),其中,所述显著位置确定单元(11)适于针对所述血管(2)的在所述当前分割(4)中仅被不完全分割的结构(9)来确定被不完全分割的结构(9)的估计的分割的所述直径的模拟变化是否导致在所述显著位置候选(6)中的一个或多个处的所述血流参数的所述值的所述预定变化,其中,所述显示单元(12)适于借助于视觉指示(8)向所述操作者显示所述确定的结果。
11.如权利要求1所述的分割装置(10),其中,所述分割装置(10)包括:
-分割修改单元(15),其用于允许所述操作者至少在所述显著位置(5)处修改所述当前分割(4)。
12.如权利要求1所述的分割装置(10),其中,所述血管(2)包括冠状动脉,并且所述血流参数是虚拟血流储备分数(vFFR)。
13.一种用于基于血管造影图像数据(3)中的血管(2)的分割(4)来计算血流参数的值的系统(1),其中,所述系统(1)包括:
-如权利要求1所述的用于交互地分割所述血管造影图像数据(3)中的所述血管(2)的分割装置(10),以及
-血流参数计算单元(14),其用于计算所述血流参数的所述值。
14.一种用于交互地分割血管造影图像数据(3)中的血管(2)的分割方法,其中,所述分割方法包括:
-借助于显著位置确定单元(11),将所述血管造影图像数据(3)中的所述血管(2)的当前分割(4)的一个或多个位置确定(101)为显著位置(5),在所述显著位置处,所述当前分割(4)对基于所述当前分割(4)计算的血流参数的值具有预定影响,并且
-借助于显示单元(12),向操作者显示(102)所述显著位置(5)。
15.一种用于交互地分割血管造影图像数据(3)中的血管(2)的分割计算机程序,其中,所述分割计算机程序包括程序代码模块,当在控制如权利要求1所述的分割装置(10)的计算机上运行所述分割计算机程序时,所述程序代码模块用于令所述分割装置(10)执行如权利要求14所述的分割方法的步骤。
CN201480045978.8A 2013-08-21 2014-08-19 用于交互地分割在血管造影图像数据中的血管的分割装置 Active CN105474264B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP13181139 2013-08-21
EP13181139.0 2013-08-21
PCT/EP2014/067660 WO2015024934A1 (en) 2013-08-21 2014-08-19 Segmentation apparatus for interactively segmenting blood vessels in angiographic image data

Publications (2)

Publication Number Publication Date
CN105474264A true CN105474264A (zh) 2016-04-06
CN105474264B CN105474264B (zh) 2019-08-06

Family

ID=49035349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480045978.8A Active CN105474264B (zh) 2013-08-21 2014-08-19 用于交互地分割在血管造影图像数据中的血管的分割装置

Country Status (6)

Country Link
US (1) US9842401B2 (zh)
EP (1) EP3036715B1 (zh)
JP (1) JP6453883B2 (zh)
CN (1) CN105474264B (zh)
RU (1) RU2016109593A (zh)
WO (1) WO2015024934A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110456960A (zh) * 2019-05-09 2019-11-15 华为技术有限公司 图像处理方法、装置及设备
CN112690814A (zh) * 2020-11-06 2021-04-23 杭州阿特瑞科技有限公司 一种低误差的冠状动脉血流储备分数测量方法
US12008761B2 (en) 2019-05-09 2024-06-11 Huawei Technologies Co., Ltd. Image processing method and apparatus, and device

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9424395B2 (en) * 2013-03-04 2016-08-23 Heartflow, Inc. Method and system for sensitivity analysis in modeling blood flow characteristics
WO2017021201A1 (en) * 2015-08-05 2017-02-09 Koninklijke Philips N.V. Assistance device and method for an interventional hemodynamic measurement
US10176408B2 (en) 2015-08-14 2019-01-08 Elucid Bioimaging Inc. Systems and methods for analyzing pathologies utilizing quantitative imaging
US11676359B2 (en) 2015-08-14 2023-06-13 Elucid Bioimaging Inc. Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology
US11087459B2 (en) 2015-08-14 2021-08-10 Elucid Bioimaging Inc. Quantitative imaging for fractional flow reserve (FFR)
US11113812B2 (en) 2015-08-14 2021-09-07 Elucid Bioimaging Inc. Quantitative imaging for detecting vulnerable plaque
US11071501B2 (en) 2015-08-14 2021-07-27 Elucid Bioiwaging Inc. Quantitative imaging for determining time to adverse event (TTE)
US11094058B2 (en) 2015-08-14 2021-08-17 Elucid Bioimaging Inc. Systems and method for computer-aided phenotyping (CAP) using radiologic images
US10083504B2 (en) 2016-09-07 2018-09-25 International Business Machines Corporation Multi-step vessel segmentation and analysis
EP3602485B1 (en) * 2017-03-31 2023-10-11 Koninklijke Philips N.V. Interaction monitoring of non-invasive imaging based ffr
US11576637B2 (en) * 2017-04-06 2023-02-14 Koninklijke Philips N.V. Standardized coronary artery disease metric
US10896503B2 (en) * 2018-03-23 2021-01-19 International Business Machines Corporation Identification of areas of interest in imaging applications
CN109360209B (zh) * 2018-09-30 2020-04-14 语坤(北京)网络科技有限公司 一种冠状血管分割方法及系统
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
JP2023085767A (ja) * 2021-12-09 2023-06-21 株式会社E.P.Medical てんかん診断用の情報処理装置
JP7162943B1 (ja) 2021-12-09 2022-10-31 株式会社E.P.Medical てんかん診断用の情報処理装置、てんかん診断用の情報処理方法、およびてんかん診断用のコンピュータプログラム
WO2023227431A1 (en) 2022-05-23 2023-11-30 Koninklijke Philips N.V. Devices, methods, and systems for improved planning and guidance in laser fenestration applications

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101669143A (zh) * 2007-01-11 2010-03-10 Mvm知识产权有限公司 利用自动图像分析测试机能微循环几何结构和速度分布
US20110071404A1 (en) * 2009-09-23 2011-03-24 Lightlab Imaging, Inc. Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods
CN102202562A (zh) * 2008-09-11 2011-09-28 阿西斯特医疗系统有限公司 生理传感器传送装置和方法
US20120014574A1 (en) * 2010-07-13 2012-01-19 Sigrid Ferschel Method for Determining Properties of a Vessel in a Medical Image
CN102525443A (zh) * 2010-09-16 2012-07-04 西门子公司 非侵入性冠状动脉病评估的方法和系统

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB0221434D0 (en) 2002-09-16 2002-10-23 Houston John G A method of analysing fluid flow in a conduit
US20050110791A1 (en) 2003-11-26 2005-05-26 Prabhu Krishnamoorthy Systems and methods for segmenting and displaying tubular vessels in volumetric imaging data
WO2006061815A1 (en) 2004-12-08 2006-06-15 Paieon Inc. Method and apparatus for blood vessel parameter determinations
IL165636A0 (en) 2004-12-08 2006-01-15 Paieon Inc Method and apparatus for finding the coronary velocity and flow and related parameters
KR20080102385A (ko) 2006-03-17 2008-11-25 코닌클리케 필립스 일렉트로닉스 엔.브이. 관심 대상의 영역 및 볼륨에 대한 대화형식 한정을 위한 시스템 및 방법
US8270696B2 (en) 2007-02-09 2012-09-18 The Trustees Of The University Of Pennsylvania Image slice segmentation using midpoints of contour anchor points
US8290247B2 (en) 2007-05-16 2012-10-16 Siemens Aktiengesellschaft Method and system for segmentation of tubular structures in 3D images
DE102008014792B3 (de) 2008-03-18 2009-06-18 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Simulation eines Blutflusses in einem Gefäßabschnitt
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
US8898022B2 (en) 2008-08-25 2014-11-25 Eth Zurich Method, system and device for enhancing flow field data
US20100130878A1 (en) 2008-11-24 2010-05-27 General Electric Company Systems, apparatus and processes for automated blood flow assessment of vasculature
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
US8391603B2 (en) 2009-06-18 2013-03-05 Omisa Inc. System and method for image segmentation
US20110307231A1 (en) 2010-06-09 2011-12-15 Jens Kirchner Method and arrangement for creating an individualized, computer-aided model of a system, and a corresponding computer program and a corresponding machine-readable storage medium
US8682626B2 (en) 2010-07-21 2014-03-25 Siemens Aktiengesellschaft Method and system for comprehensive patient-specific modeling of the heart
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8157742B2 (en) * 2010-08-12 2012-04-17 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
DE102010043849B3 (de) 2010-11-12 2012-02-16 Siemens Aktiengesellschaft Vorrichtung und Computertomograph zur Bestimmung und Darstellung der Durchblutung des Herzmuskels
US10186056B2 (en) 2011-03-21 2019-01-22 General Electric Company System and method for estimating vascular flow using CT imaging
US20140086461A1 (en) * 2012-09-25 2014-03-27 The Johns Hopkins University Method and system for determining time-based index for blood circulation from angiographic imaging data

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101669143A (zh) * 2007-01-11 2010-03-10 Mvm知识产权有限公司 利用自动图像分析测试机能微循环几何结构和速度分布
CN102202562A (zh) * 2008-09-11 2011-09-28 阿西斯特医疗系统有限公司 生理传感器传送装置和方法
US20110071404A1 (en) * 2009-09-23 2011-03-24 Lightlab Imaging, Inc. Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods
US20120014574A1 (en) * 2010-07-13 2012-01-19 Sigrid Ferschel Method for Determining Properties of a Vessel in a Medical Image
CN102525443A (zh) * 2010-09-16 2012-07-04 西门子公司 非侵入性冠状动脉病评估的方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BON-KWON KOO 等: "Diagnosis of Ischemia-Causing Coronary Stenoses by Noninvasive Fractional Flow Reserve Computed From Coronary Computed Tomographic Angiograms", 《JOURNAL OF THE AMERICAN COLLEGE OF CARDIOLOGY》 *
汪奇 等: "一种新的、无创的血流储备分数检查", 《中国介入心脏病学杂志》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110456960A (zh) * 2019-05-09 2019-11-15 华为技术有限公司 图像处理方法、装置及设备
US12008761B2 (en) 2019-05-09 2024-06-11 Huawei Technologies Co., Ltd. Image processing method and apparatus, and device
CN112690814A (zh) * 2020-11-06 2021-04-23 杭州阿特瑞科技有限公司 一种低误差的冠状动脉血流储备分数测量方法

Also Published As

Publication number Publication date
CN105474264B (zh) 2019-08-06
JP6453883B2 (ja) 2019-01-16
US20160196660A1 (en) 2016-07-07
RU2016109593A (ru) 2017-09-26
EP3036715B1 (en) 2018-12-19
JP2016528002A (ja) 2016-09-15
EP3036715A1 (en) 2016-06-29
WO2015024934A1 (en) 2015-02-26
US9842401B2 (en) 2017-12-12

Similar Documents

Publication Publication Date Title
CN105474264A (zh) 用于交互地分割在血管造影图像数据中的血管的分割装置
JP6953616B2 (ja) 複数イメージングモダリティを相互レジストレーション及び表示するための方法
CN105380598B (zh) 用于针对动脉狭窄的自动治疗规划的方法和系统
JP6396468B2 (ja) 機能性狭窄解析を向上させる局所ffr推定及び視覚化
CN105103191B (zh) 血管分割
JP5129480B2 (ja) 管状臓器の3次元再構成を行うシステム及び血管撮像装置の作動方法
US9659365B2 (en) Image analysing
JP2019500960A (ja) 心臓モデルガイド付き冠動脈瘤セグメンテーション
CN112116615B (zh) 根据血管中心线获取血管轮廓线的方法和装置
CN106572824A (zh) 狭窄评估
JP6495037B2 (ja) 医用画像処理装置及び医用画像診断装置
JP6434171B2 (ja) 画像位置合わせ
JP6975235B2 (ja) 生物物理的シミュレーション用の血管樹標準化及び/又はプルーニングされた部分用の拡張シミュレーション
CN110574121A (zh) 血流储备分数模拟参数的定制、校准和/或训练
EP3713482B1 (en) Apparatus, computer program and computer-readable medium for assessing a coronary vasculature
US11883108B2 (en) Method for deformation simulation and apparatus
CN115565667A (zh) Cto介入治疗成功率的预测方法、装置、设备及介质
JP7479364B2 (ja) 血管造影ffrのための2d血管セグメント化の方位検出
Luboz et al. Simulation of endovascular guidewire behaviour and experimental validation
CN113143305A (zh) 提供血管畸形的血流参数组
CN110546684B (zh) 时变数据的定量评估
KR102473037B1 (ko) 강화학습 기반의 시술 도구의 네비게이션을 자동 제어하는 방법 및 시스템

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