CN105555195B - 用于从患者特定的解剖数据识别个性化的血管植入物的系统和方法 - Google Patents

用于从患者特定的解剖数据识别个性化的血管植入物的系统和方法 Download PDF

Info

Publication number
CN105555195B
CN105555195B CN201480050946.7A CN201480050946A CN105555195B CN 105555195 B CN105555195 B CN 105555195B CN 201480050946 A CN201480050946 A CN 201480050946A CN 105555195 B CN105555195 B CN 105555195B
Authority
CN
China
Prior art keywords
patient
equipment according
characteristic
cardiovascular devices
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201480050946.7A
Other languages
English (en)
Other versions
CN105555195A (zh
Inventor
莱昂·格雷迪
查尔斯·A·泰勒
崔吉浩
坎贝尔·罗格斯
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.)
HeartFlow Inc
Original Assignee
HeartFlow Inc
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 HeartFlow Inc filed Critical HeartFlow Inc
Publication of CN105555195A publication Critical patent/CN105555195A/zh
Application granted granted Critical
Publication of CN105555195B publication Critical patent/CN105555195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • 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
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/07—Endoradiosondes
    • A61B5/076—Permanent implantations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/95—Instruments specially adapted for placement or removal of stents or stent-grafts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107—Visualisation of planned trajectories or target regions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
    • A61B2090/3762—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy using computed tomography systems [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/02—Prostheses implantable into the body
    • A61F2/30—Joints
    • A61F2/3094—Designing or manufacturing processes
    • A61F2/30942—Designing or manufacturing processes for designing or making customized prostheses, e.g. using templates, CT or NMR scans, finite-element analysis or CAD-CAM techniques
    • A61F2002/30943—Designing or manufacturing processes for designing or making customized prostheses, e.g. using templates, CT or NMR scans, finite-element analysis or CAD-CAM techniques using mathematical models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2240/00—Manufacturing or designing of prostheses classified in groups A61F2/00 - A61F2/26 or A61F2/82 or A61F9/00 or A61F11/00 or subgroups thereof
    • A61F2240/001—Designing or manufacturing processes
    • A61F2240/002—Designing or making customized prostheses
    • A61F2240/004—Using a positive or negative model, e.g. moulds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Abstract

实施方案包括基于患者特定的几何信息识别个性化的心血管装置的方法，所述方法包括：采集所述患者的血管系统的至少一部分的解剖模型；使用处理器对所述解剖模型执行几何分析、计算流体动力学分析和结构力学分析中的一者或多者；以及使用所述处理器基于解剖模型的所述几何分析、计算流体动力学分析和结构力学分析中的一者或多者的结果来识别用于所述患者的个性化的心血管装置。

Description

用于从患者特定的解剖数据识别个性化的血管植入物的系统 和方法
优先权
本申请要求2014年4月16日提交的美国专利申请第14/254,544号、2014年4月16日提交的美国专利申请第14/254,599号和2014年4月16日提交的美国专利申请第14/254,630号的优先权的权益，所有这些申请都根据35U.S.C.§119要求2013年8月16日提交的美国临时专利申请第61/866,758号的优先权的权益，所有这些申请都以引用方式全文并入本文中。
技术领域
本公开的各个实施方案大体上涉及医学成像和相关方法。更具体而言，本公开的特定实施方案涉及用于从患者特定的解剖图像数据识别个性化的血管装置的系统和方法。
背景技术
冠状动脉疾病可以在向心脏提供血液的血管中产生冠状动脉病变，例如狭窄(血管的异常变窄)。结果，到心脏的血流可能受限制。患有冠状动脉疾病的患者可能感到胸痛，这种胸痛在体力活动期间被称为慢性稳定型心绞痛，或者当患者休息时被称为不稳定型心绞痛。该疾病的更严重的表现可导致心肌梗塞或心脏病发作。
患有胸痛和/或表现出冠状动脉疾病症状的患者可以经受一次或多次试验，这些试验可以提供与冠状动脉病变有关的一些间接证据。例如，非创伤性试验可包括心电图、来自血液试验的生物标记评价、平板运动试验、超声心动描记术、单正电子发射计算机断层扫描(SPECT)和正电子发射断层扫描(PET)。解剖数据可以利用冠状动脉计算机断层扫描血管成像(CCTA)无创地获得。CCTA可以用于对患有胸痛的患者成像，并且涉及在造影剂的静脉输注之后使用计算机断层扫描(CT)技术来对心脏和冠状动脉成像。
通常，心脏病专家和其他保健专业人员分析创伤性试验和上述非创伤性试验之一或两者，以确定适当的介入，以便在必要时改善患者的心血管血流。例如，心脏病专家可以观察图像，并且基于某些指导准则和技术诀窍来选择介入方案，例如经皮冠状动脉介入(PCI)(即，“支架”)或冠状动脉旁路移植术(CABG)，以修改患者的脉管系统和血流。医学植入物的设计对于递送能力、长期耐久性和针对每位患者的最佳治疗结果来说是重要的。在过去，医生和植入物设计者及制造商会例如通过使用统计分析来评价植入物设计对该植入物的候选人的整个群体的有效性。
然而，需要一种方法来无创地评价和预测不同的介入方案和植入物对个体患者的冠状动脉解剖结构、心肌灌注和冠状动脉流量的影响。这样的方法和系统可以有益于为患有疑似冠状动脉疾病的患者进行诊断和规划治疗的心脏病专家。此外，需要一种方法在不能直接测量的情况下(例如，运动时)来预测冠状动脉流量和心肌灌注，并且预测药物治疗、介入性治疗和手术治疗对个体患者的冠状动脉血液流量和心肌灌注的结果。此外，需要通过分析无创地评价的冠状动脉解剖结构而从多个可行的治疗选项(例如，所有可能的PCI或CABG选项)中自动地识别最佳的治疗选项。最后，需要一种系统和方法来通过分析无创地评价的冠状动脉解剖结构而为特定的患者自动地设计、定义或以其它方式识别定制的或个性化的心脏植入物或其它介入方案。
发明内容
根据本公开的某些方面，公开了用于基于患者特定的几何信息来识别个性化的心血管装置的系统和方法。一种方法包括：采集该患者的血管系统的至少一部分的解剖图像数据；使用处理器对解剖图像数据执行计算流体动力学和结构力学分析之一或两者；以及使用处理器基于解剖图像数据的计算流体动力学和结构力学分析之一或两者的结果识别用于该患者的个性化的心血管装置。
根据本公开的某些附加方面，一种基于患者特定的几何信息识别个性化的心血管装置的方法包括：采集患者的一个或多个生理参数和该患者的血管系统的至少一部分的解剖图像数据；使用处理器对生理参数和解剖图像数据执行计算流体动力学和结构力学分析之一或两者；以及使用处理器基于该患者的生理参数和解剖图像数据的计算流体动力学和结构力学分析之一或两者的结果识别用于该患者的个性化的心血管装置。
根据本公开的某些附加方面，一种基于患者特定的几何信息识别个性化的心血管装置的方法包括：采集患者的一个或多个生理参数和该患者的血管系统的至少一部分的几何模型；获得该患者的血管系统的几何模型的一个或多个冠状动脉的一个或多个几何量；确定在该患者的血管系统的几何模型中的多个位置中的每一个处存在或不存在斑块；生成由多个装置变量和多个血液动力学和固体力学特性限定的目标函数；以及利用计算流体动力学和结构力学分析优化目标函数，以识别导致所需的血液动力学和固体力学特性的多个装置变量。
根据本公开的某些附加方面，一种基于患者特定的几何信息识别个性化的心血管装置的方法包括：采集数字格式的患者的脉管系统的图像数据以及该患者的一个或多个测量的或估计的生理参数或表型参数；生成该患者的脉管系统的至少一部分的患者特定的模型；从提取自该患者特定的模型的心血管几何结构确定病理特征；基于设计考量和血液动力学及力学特性的一个或多个估计值来定义装置的目标函数；通过对装置进行扰动和利用流体动力学或结构力学分析评价目标函数来优化目标函数；以及利用优化的目标函数来(i)从一组可用装置中选择装置，或(ii)制造所需的装置。
所公开的实施方案的附加目的和优点部分地将在以下描述中叙述，并且部分地将从该描述显而易见，或者可以通过实践所公开的实施方案来习得。所公开的实施方案的目的和优点将借助于特别地在所附权利要求中指出的要素和组合来实现和获得。
应当理解，上面的一般性描述和下面的详细描述都只是示例性的和解释性的，并且不限制要求保护的所公开的实施方案。
附图说明
被包括到此说明书中并构成其一部分的附图说明了各个示例性实施方案，并且与该描述一起用来解释所公开的实施方案的原理。
图1是根据本公开的示例性实施方案的用于从患者特定的解剖图像数据设计个性化的血管植入物的示例性系统和网络的框图。
图2是根据本公开的示例性实施方案的用于从患者特定的解剖图像数据设计个性化的血管植入物的示例性方法的框图。
具体实施方式
现在将详细参照本发明的示例性实施方案，其实例在附图中说明。在任何可能的情况下，将在所有附图中使用相同的附图标记来指示相同或类似的部件。
已开发出用于评价血流特性的新一代非创伤性试验。这些非创伤性试验利用患者成像(例如，CT)来确定血管的患者特定的几何模型，该模型可以由计算机使用以利用具有合适的生理边界条件和参数的计算流体动力学(CFD)模拟血流。这些患者特定的边界条件的输入的实例包括患者的血压、血液粘度和来自被供应的组织的血液的预计需求(来自标度定律和得自患者成像的被供应组织的质量估计)。
本公开涉及无创地评价和预测不同的介入方案和植入物对个体患者的冠状动脉解剖结构、心肌灌注和冠状动脉流量的影响。此外，本公开涉及通过分析无创地评价的冠状动脉解剖结构而从多个可行的治疗选项(例如，所有可能的PCI或CABG选项)中自动地识别最佳的治疗选项以及通过分析无创地评价的冠状动脉解剖结构而为特定患者自动地设计、定义或以其它方式识别定制的或个性化的心脏植入物或其它介入方案。
更具体而言，本公开涉及一种用于提供推荐和/或制造个性化的医疗装置或递送系统的服务的方法。具体而言，本文所公开的系统和方法接收患者信息(例如，3D医学成像)并为最佳装置设计生成患者特定的血管的几何结构和病理的位置。在一个实施方案中，本公开包括一种基于患者特定的几何信息设计或识别个性化的心血管植入物的方法。该方法涉及：采集患者的一个或多个生理参数和该患者的血管系统的至少一部分的解剖图像数据；对患者的生理参数和解剖图像数据执行计算流体动力学和结构力学分析之一或两者；以及基于该患者的生理参数和解剖图像数据的计算流体动力学和结构力学分析之一或两者的结果来设计或识别用于该患者的个性化的心血管植入物。虽然本公开在冠状动脉疾病的情况中描述了这些系统和方法，但相同的系统和方法适用于除了冠状动脉之外的其它血管系统，例如，外周动脉或静脉或脑动脉或静脉。
现在参看附图，图1描绘了用于根据患者特定的解剖数据设计个性化的血管植入物的示例性系统和网络的框图。具体而言，图1描绘了多个医师102和第三方提供商104，他们中的任一者都可以通过一个或多个计算机、服务器和/或手持移动装置连接到电子网络100，例如因特网。医师102和/或第三方提供商104可以创建或以其它方式获得一个或多个患者的心脏和/或血管系统的图像。医师102和/或第三方提供商104也可以获得诸如年龄、病史、血压、血液粘度等的患者特定的信息的任意组合。医师102和/或第三方提供商104可以将心脏/血管图像和/或患者特定的信息通过电子网络100传输至服务器系统106。服务器系统106可包括用于存储接收自医师102和/或第三方提供商104的图像和数据的存储装置。服务器系统106也可包括用于处理存储在存储装置中的图像和数据的处理装置。
图2是根据本公开的示例性实施方案的用于根据患者特定的解剖数据设计个性化的血管植入物的示例性方法的框图。图2的方法可以由服务器系统106基于通过电子网络100接收自医师102和/或第三方提供商104的信息、图像和数据来执行。
本公开的一个实施方案利用患者的心脏成像来导出冠状动脉血管和斑块的患者特定的几何模型，并且执行计算流体动力学和结构力学分析以确定医疗植入物或递送系统的最佳设计。具体而言，如图2所示，一种用于根据患者特定的解剖数据设计个性化的血管植入物的方法200可包括：例如通过采集患者图像数据和患者的生理或表型参数(例如，血压、血液粘度、患者年龄、患者性别等)的一个或多个估计的列表的数字表示(例如，诸如计算机、膝上型计算机、DSP、服务器等的计算装置的存储器或数字存储设备[例如，硬盘驱动器、网络驱动器])来获得图像和患者信息(步骤202)。方法200还可包括例如为血管、心肌、主动脉、瓣膜、斑块和/或心腔生成患者的脉管系统的至少一部分的几何结构的患者特定的模型(步骤204)。该几何结构可以表示为空间中的点的列表(可能地具有每个点的相邻点的列表)，其中，该空间可被映射到点之间的空间单位(例如，毫米)。方法200还可包括确定在被靶向以治疗的提取的心血管几何结构中的病理特征(步骤206)。例如，步骤206可包括指示斑块在一个或多个位置处的存在或不存在。如果斑块存在，则可以获得或生成冠状动脉斑块组成、负荷和位置的一个或多个测量值的列表。方法200还可包括：例如基于设计考量(例如，形状、抗断裂性、药物分布)及生物物理血液动力学和力学特性(例如，组织应力、血管损伤、药物递送、药物分布的均匀性、壁剪切应力、振荡剪切因子、颗粒停留时间、雷诺数、沃斯理数、局部流量和湍流动能)的一个或多个估计的列表来为一个或多个装置和递送系统定义目标函数(步骤208)。方法200还可包括为定义的目标函数优化装置和递送系统(步骤210)，例如，通过基于目标函数优化装置和递送系统的规格，和/或由来自现有设计的实际上部署的装置对几何结构进行扰动或利用用于计算流体动力学或结构力学分析的新设计来评价目标函数。方法200还可包括为定义的目标函数优化装置和递送系统(步骤210)，例如，通过将装置和/或递送系统变量输入到优化算法中来优化装置的和/或递送系统的特性。方法200还可包括从清单或目录推荐装置和/或递送系统，或者例如利用3D打印制作个性化的或定制的装置和/或递送系统(步骤212)。例如，步骤212可包括使用患者特定的几何结构和评价分数从清单(例如，与图2一致的装置目录)选择最佳装置设计或者确定定制的装置和递送机构的规格(例如，定制订单、3D打印等)。方法200还可包括将清单选择或规格存储在电子存储介质(例如，硬盘驱动器、计算机RAM、网络通信信道)中和/或将所选的装置设计例如通过网络传输给医师。
现在将在下文中参照图2和具体的示例性特性及示例性步骤来更详细地描述方法200。在一个实施方案中，步骤202可包括通过采集患者的心脏扫描和患者的生理或表型参数的以下估计的数字表示(例如，诸如计算机、膝上型计算机、DSP、服务器等的计算装置的存储器或数字存储设备[例如，硬盘驱动器、网络驱动器])来获得图像和患者信息，生理或表型参数包括：
●患者年龄、性别、身高和体重；
●心率；
●收缩压和舒张压；
●血液性质，包括：血浆、红血球(红细胞)、血细胞比容、白血球(白细胞)和血小板(凝血细胞)、粘度、屈服应力等；
●心功能(射血分数)；以及
●心外膜脂肪体积。
在一个实施方案中，步骤204可包括针对血管、心肌、主动脉、瓣膜、斑块和心腔中的一者或多者生成几何结构的患者特定的模型。该几何结构可以表示为空间中的点的列表(可能地具有每个点的相邻点的列表)，其中，该空间可被映射到点之间的空间单位(例如，毫米)。在一个实施方案中，患者特定的模型可包括患者的升主动脉、冠状动脉树、心肌、瓣膜、和/或心腔。该几何结构可以表示为空间中的点的列表(可能地具有每个点的相邻点的列表)，其中，该空间可被映射到点之间的空间单位(例如，毫米)。该模型可以通过在心动周期的舒张末期进行患者的心脏CT成像来导出。然后，可以将该图像手动地或自动地分段以识别属于主动脉和冠状动脉的管腔的体素。给定冠状动脉脉管系统的3D图像的情况下，在文献中存在用于提取心血管几何结构的患者特定的模型的许多方法。例如，在一个实施方案中，服务器系统106可以基于接收到的患者特定的解剖数据而生成三维实体模型和/或三维网格。例如，服务器系统106可以基于公布于2012年11月20日的Taylor等人的美国专利第8,315,812号中描述的技术中的任一种来生成三维模型和/或网格，该专利的全部内容以引用方式并入本文中。自动提取的几何结构的不准确可以由人观察者通过比较提取的几何结构与图像并根据需要进行校正来校正。一旦识别了体素，就可以导出(例如，使用移动立方体)几何模型。
对于靶向治疗的位置来说，步骤204还可包括从患者特定的几何模型获得冠状动脉的几何量，例如，冠状动脉横截面区域的特性、冠状动脉几何结构的表面的特性、冠状动脉中心线的特性、以及冠状动脉变形的特性。冠状动脉横截面区域的特性包括例如沿着冠状动脉中心线的横截面管腔区域，例如，渐缩的程度，以及横截面管腔边界的任何不规则性(或圆形度)。渐缩的程度可以例如通过采集某个区间(例如，血管直径的两倍)中的样本中心线点和计算线性拟合的横截面区域的斜率来获得。
冠状动脉横截面区域的其它特性包括例如狭窄病变的位置、长度和程度。狭窄病变的位置可以例如通过检测横截面积曲线的最小值来获得。最小值通过检测面积曲线的一阶导数为零且二阶导数为正的位置来检测。横截面积分布应被平滑化以避免检测人工峰值。狭窄病变的长度可以例如通过计算横截面积恢复的狭窄病变的近侧位置和远侧位置来获得。最后，狭窄病变的程度可以例如基于使用傅立叶平滑或核回归平滑化的横截面积分布的参考值来评价。
冠状动脉几何结构的表面的特性可包括例如几何结构的三维表面曲率，包括例如高斯函数、最大值、最小值和均值。
冠状动脉中心线的特性包括例如冠状动脉中心线的曲率(弯曲)和曲折度(非平面度)。曲率可以例如通过利用下等式计算弗莱纳曲率(Frenet curvature)来获得：
其中，p为中心线的坐标，
或者通过计算沿着中心线点的外接圆的半径的倒数来获得。曲折度可以例如通过利用下等式计算弗莱纳挠率(Frenet torsion)来获得：
其中，p为中心线的坐标。
冠状动脉变形的特性可包括例如冠状动脉在心动周期内的扩张性、在心动周期内的分叉角变化、以及在心动周期内的曲率变化。因此，该度量可能需要多相CCTA(例如，舒张期和收缩期)。
在一个实施方案中，步骤206可包括通过指示在一个或多个位置处的斑块的存在或不存在来确定在被靶向以治疗的提取的心血管几何结构中的病理特征。如果斑块存在，则可以生成或获得冠状动脉斑块组成、负荷和位置的一个或多个测量值。对于靶向治疗的位置来说，步骤206可包括从患者特定的几何模型获得冠状动脉病变的量，包括例如，斑块负荷(体积)和类型，例如，斑块的强度；以及现有斑块的不利的斑块特性，例如，正性重构的存在、低衰减斑块的存在和斑点状钙化的存在。
在一个实施方案中，步骤208可包括通过以下步骤来定义装置和递送系统的目标函数：(a)定义用于优化的设计变量；(b)基于设计考量和生物物理血液动力学和力学特性的一个或多个估计值的列表来定义度量；以及(c)基于带有权重的定义的度量来定义目标函数。
用于优化的设计变量的非限制性示例包括例如支架的类型(例如，线圈式、管式、槽式等)、支架长度、对称性、材料、金属覆盖率百分比、表面光洁度、锥形/轮廓/横截面、撑条几何学、以及药物含量和剂量(数量和释放速率)。撑条几何学可包括例如撑条的形状、厚度、间距和数目。
基于设计考量和生物物理血液动力学和力学特性的一个或多个估计值的列表的度量的非限制性示例包括例如用于装置优化的度量和用于递送系统优化的度量。用于装置优化的度量可包括例如从计算流体动力学导出的血液动力学和力学的特性，例如，流动力学特性、固体力学特性和临床事件特性。
流动力学特性的非限制性示例包括例如平均壁剪切应力、振荡剪切因子(OSI)、颗粒停留时间、湍流动能(TKE)、药物递送和药物分布的均匀性。平均壁剪切应力被定义为
其中，为壁剪切应力矢量，其被定义为表面牵引矢量的面内分量。OSI被定义为
并且是剪切应力的单向性的量度。颗粒停留时间又是血液从规定的流体域涌出所花费的时间的量度。最后，TKE是与湍流中的漩涡相关联的湍流的强度的量度，并且由测量的均方根速度波动来表征。TKE可通过动能来归一化。
固体力学特性的非限制性示例包括例如组织应力、抗断裂性、柔韧性和递送能力。临床事件特性的非限制性示例包括例如血管损伤、栓塞的风险(覆膜支架)、再狭窄或血栓形成/凝固的风险、以及侧枝损害。
如上所述，血液动力学和力学的特性从计算流体动力学导出。用于模拟血流的计算机方法和结构力学已被充分地研究，并且模拟可以用已知的技术来实现。例如，为了获得血流的瞬时特性，通过使用用于下游脉管系统的集总参数冠状动脉血管模型、与集总参数心脏模型关联的流入边界条件和闭环模型可以进行脉动流模拟，以描述在心动周期内由心脏和动脉系统之间的相互作用导致的心肌内压变化。
用于递送系统优化的度量可包括例如长度、柔韧性/功能性、用于订购的大小/长度/组成的预成形导丝、球囊压力和球囊依从性。
对于基于带有权重的定义的度量来定义目标函数来说，每个度量的权重可以在预期设计考量的基础上确定。预期的设计考量的非限制性示例包括性能、递送能力和耐久性。
在一个实施方案中，步骤210可包括通过评价来自清单或目录的现有设计和新设计而为定义的目标函数优化装置和递送系统。评价可能涉及例如：对实际上部署的装置的几何结构进行扰动以进行计算流体动力学或结构力学分析，以便评价其目标函数。
在一个实施方案中，步骤212可包括从清单或目录推荐个性化的或定制的装置或递送系统，或者利用3D打印制作个性化的或定制的装置或递送系统。这可通过以下步骤实现：(a)将患者特定的几何结构、评价分数的结果、以及装置设计保存为数字表示(例如，诸如计算机、膝上型计算机、DSP、服务器等的计算装置的存储器或数字存储设备[例如，硬盘驱动器、网络驱动器])；(b)从清单或目录进行推荐；以及(c)为患者定制设计。
进行推荐可包括例如为患者特定的几何结构的数字表示提供针对客户的最佳设计的推荐，使得客户可以从诸如现有的医院清单的清单或装置目录选择装置。在一个实施方案中，具有最高评价分数的装置或递送系统被选择。在另一个实施方案中，具有与具有最高评价分数的设计最相似的特性的装置或递送系统被选择。
为患者定制设计可包括例如为患者特定的几何结构的数字表示提供用于客户的最佳设计的推荐，以用于制造装置和递送系统的新设计。可以基于定义为设计变量的最佳设计规格为3D打印订购所得的定制设计。这些设计变量的非限制性示例包括例如支架的类型(例如，线圈式、管式、槽式等)、长度、对称性、材料、金属覆盖率百分比、表面光洁度、锥形/轮廓/横截面、以及撑条几何学(例如，撑条的形状、厚度、间距、数目)、以及药物含量和剂量(数量和释放速率)。最后，可以将输出的模型保存到电子存储介质(例如，硬盘驱动器、计算机RAM、网络驱动器等)。
通过考虑说明书和实践本文所公开的本发明，本发明的其它实施方案对于本领域的技术人员将显而易见。说明书和实例旨在仅被看作是示例性的，本发明的真正范围和精神由所附权利要求指示。

Claims (65)

1.一种用于基于患者特定的几何信息来识别个性化的心血管装置的设备，所述设备包括：
用于采集患者的血管系统的至少一部分的解剖模型的装置；
用于识别所述解剖模型的一个或多个位置处斑块的存在的装置；
用于定义用于治疗所述斑块的个性化的心血管装置的一个或多个设计变量的装置；
用于定义所述个性化的心血管装置的一个或多个性能度量的装置，所述一个或多个性能度量是从流动力学特性、固体力学特性和临床事件特性中的一者或多者中选择的，其中所述一个或多个性能度量的值是所述一个或多个设计变量的值的函数；
用于使用计算机处理器执行关于所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者的装置；以及
用于使用处理器基于关于所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者的结果为患者设计或者生成个性化的心血管装置的装置。
2.根据权利要求1所述的设备，其中所述解剖模型从解剖图像数据采集。
3.根据权利要求1所述的设备，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
4.一种计算机实现的基于患者特定的几何信息来识别个性化的心血管装置的设备，所述设备包括：
用于采集患者的一个或多个生理参数以及所述患者的血管系统的至少一部分的解剖模型的装置；
用于识别所述解剖模型的一个或多个位置处斑块的存在的装置；
用于定义用于治疗所述斑块的个性化的心血管装置的一个或多个设计变量的装置；
用于定义所述个性化的心血管装置的一个或多个性能度量的装置，所述一个或多个性能度量是从流动力学特性、固体力学特性和临床事件特性中的一者或多者中选择的，其中所述一个或多个性能度量的值是所述一个或多个设计变量的值的函数；
用于使用计算机处理器执行关于所述一个或多个生理参数和所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者的装置；以及
用于使用处理器基于关于所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者的结果为患者设计或者生成个性化的心血管装置的装置。
5.根据权利要求4所述的设备，其中所述解剖模型从解剖图像数据采集。
6.根据权利要求4所述的设备，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
7.根据权利要求4所述的设备，其中所述一个或多个生理参数选自患者年龄、性别、身高、体重、心率、收缩压及舒张压、血液性质、心功能和心外膜脂肪体积。
8.根据权利要求7所述的设备，其中所述血液性质选自血浆、红血球、血细胞比容、白血球、血小板、粘度和屈服应力中的至少一项。
9.根据权利要求4所述的设备，其中所述一个或多个生理参数为测量的。
10.根据权利要求4所述的设备，其中所述一个或多个生理参数为估计的。
11.根据权利要求4所述的设备，其中所述几何分析包括生成血管、心肌、瓣膜、斑块和心腔中的一者或多者的几何结构的患者特定模型。
12.根据权利要求11所述的设备，其中所述几何分析还包括获得所述患者的冠状动脉的几何量，所述几何量选自(i)冠状动脉横截面区域、(ii)冠状动脉几何结构的表面、(iii)冠状动脉中心线、以及(iv)冠状动脉变形的一个或多个特性。
13.根据权利要求12所述的设备，其中所述冠状动脉横截面区域的所述特性选自下列中的一者或多者：沿着所述冠状动脉中心线的横截面管腔区域、沿着所述冠状动脉中心线的所述横截面管腔区域中的渐缩的程度、横截面管腔边界的不规则性、以及狭窄病变的位置、长度和程度。
14.根据权利要求12所述的设备，其中冠状动脉几何结构的所述表面的所述特性包括几何结构的三维表面曲率，包括高斯函数、最大值、最小值和均值中的至少一个。
15.根据权利要求12所述的设备，其中所述冠状动脉中心线的所述特性选自曲率和曲折度之一或两者。
16.根据权利要求12所述的设备，其中冠状动脉变形的所述特性选自下列中的一者或多者：所述冠状动脉在心动周期内的扩张性、在心动周期内的分叉角变化、以及在心动周期内的曲率变化。
17.根据权利要求4所述的设备，其中所述计算流体动力学分析包括对选自平均壁剪切应力、振荡剪切因子、颗粒停留时间、湍流动能、药物递送和药物分布的均匀性的一个或多个流动力学特性进行建模。
18.根据权利要求4所述的设备，其中所述结构力学分析包括对组织应力、抗断裂性、柔韧性和递送能力中的一者或多者进行建模。
19.一种基于患者特定的几何信息来识别个性化的心血管装置的系统，所述系统包括：
数据存储装置，所述数据存储装置存储用于基于患者特定的几何信息识别个性化的心血管装置的指令；以及
计算机处理器，所述计算机处理器被配置成执行所述指令以执行包括以下步骤的计算机实现的方法：
采集(i)患者的一个或多个生理参数以及(ii)患者的血管系统的至少一部分的解剖模型；
识别所述解剖模型的一个或多个位置处斑块的存在；
定义用于治疗所述斑块的个性化的心血管装置的一个或多个设计变量；
定义所述个性化的心血管装置的一个或多个性能度量，所述一个或多个性能度量是从流动力学特性、固体力学特性和临床事件特性中的一者或多者中选择的，其中所述一个或多个性能度量的值是所述一个或多个设计变量的值的函数；
使用计算机处理器执行关于所述一个或多个生理参数和所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者；以及
使用处理器基于关于所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者的结果为患者设计或者生成个性化的心血管装置。
20.根据权利要求19所述的系统，其中所述解剖模型从解剖图像数据采集。
21.根据权利要求19所述的系统，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
22.一种供在至少一个计算机系统上使用的非暂态计算机可读介质，所述计算机可读介质包含计算机可执行的编程指令以用于基于患者特定的几何信息来识别个性化的心血管装置，所述指令能够由所述计算机系统执行以用于：
在所述计算机系统处接收患者特定的数据，所述患者特定的数据包括患者的解剖结构的至少一部分的解剖模型和患者的一个或多个生理参数；
识别所述解剖模型的一个或多个位置处斑块的存在；
定义用于治疗所述斑块的个性化的心血管装置的一个或多个设计变量；
定义所述个性化的心血管装置的一个或多个性能度量，所述一个或多个性能度量是从流动力学特性、固体力学特性和临床事件特性中的一者或多者中选择的，其中所述一个或多个性能度量的值是所述一个或多个设计变量的值的函数；
在所述计算机系统处执行关于所述患者特定的数据的几何分析、计算流体动力学分析和结构力学分析中的一者或多者；以及
使用处理器基于关于所述解剖模型的几何分析、计算流体动力学分析和结构力学分析中的一者或多者的结果为患者设计或者生成个性化的心血管装置。
23.根据权利要求22所述的非暂态计算机可读介质，其中所述解剖模型从解剖图像数据采集。
24.根据权利要求22所述的非暂态计算机可读介质，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
25.一种基于患者特定的几何信息来识别个性化的心血管装置的设备，所述设备包括：
用于采集患者的血管系统的至少一部分的几何模型的模块；
用于获得所述患者的血管系统的一个或多个血管的一个或多个几何量的模块；
用于基于所获得的所述一个或多个几何量确定在所述几何模型中表示的所述患者的血管系统的位置处病理特性的存在的模块；
用于定义用于治疗所述病理特性的个性化的心血管装置的一个或多个几何设计变量的模块；
用于生成由所述个性化的心血管装置的所述一个或多个几何设计变量和血液动力学或固体力学性能特性限定的目标函数的模块；以及
用于使用计算流体动力学和结构力学分析来优化所述目标函数以识别导致所需的血液动力学和固体力学特性的多个几何设计变量的模块。
26.根据权利要求25所述的设备，其中所述个性化的心血管装置包括可植入装置或用于递送可植入装置的装置。
27.根据权利要求25所述的设备，进一步包括用于采集一个或多个生理参数的模块，所述一个或多个生理参数选自患者年龄、性别、身高、体重、心率、收缩压及舒张压、血液性质、心功能和心外膜脂肪体积。
28.根据权利要求27所述的设备，其中所述血液性质选自血浆、红血球、血细胞比容、白血球、血小板、粘度、屈服应力中的至少一项。
29.根据权利要求27所述的设备，其中所述一个或多个生理参数为测量的。
30.根据权利要求27所述的设备，其中所述一个或多个生理参数为估计的。
31.根据权利要求25所述的设备，其中所述几何模型包括用于血管、心肌、瓣膜、斑块和心腔中的一者或多者的几何结构的患者特定模型。
32.根据权利要求31所述的设备，进一步包括：
用于获得所述患者的血管系统的所述几何模型的一个或多个血管的一个或多个几何量的模块，其中所述患者的所述一个或多个血管的所述一个或多个几何量选自(i)冠状动脉横截面区域、(ii)冠状动脉几何结构的表面、(iii)冠状动脉中心线、以及(iv)冠状动脉变形的一个或多个特性。
33.根据权利要求32所述的设备，其中所述冠状动脉横截面区域的所述特性选自：沿着所述冠状动脉中心线的横截面管腔区域、沿着所述冠状动脉中心线的所述横截面管腔区域中的渐缩的程度、横截面管腔边界的不规则性、以及狭窄病变的位置、长度和程度。
34.根据权利要求32所述的设备，其中冠状动脉几何结构的所述表面的所述特性包括几何结构的三维表面曲率，包括高斯函数、最大值、最小值和均值中的至少一个。
35.根据权利要求32所述的设备，其中所述冠状动脉中心线的所述特性选自曲率和曲折度。
36.根据权利要求32所述的设备，其中冠状动脉变形的所述特性选自：所述冠状动脉在心动周期内的扩张性、在心动周期内的分叉角变化、以及在心动周期内的曲率变化。
37.根据权利要求25所述的设备，其中所述目标函数选自设计考量和生物物理血液动力学和力学特性的一个或者多个估计。
38.根据权利要求25所述的设备，其中所述一个或多个几何设计变量选自支架类型、支架长度、对称性、材料、金属覆盖率百分比、表面光洁度、锥形、轮廓或支架横截面、撑条几何学以及药物含量或剂量。
39.根据权利要求38所述的设备，其中所述撑条几何学包括撑条的形状、厚度、间距和数目中的至少一者。
40.根据权利要求25所述的设备，其中所述血液动力学或固体力学性能特性包括用于装置优化的度量。
41.根据权利要求40所述的设备，其中所述用于装置优化的度量选自流动力学特性、固体力学特性和临床事件特性。
42.根据权利要求25所述的设备，其中所述所需的血液动力学或固体力学性能特性包括用于递送系统优化的度量。
43.根据权利要求42所述的设备，其中所述用于递送系统优化的度量选自递送系统的长度、柔韧性或功能性、导丝的大小、长度或者组成、球囊压力和球囊依从性。
44.一种基于患者特定的几何信息来识别个性化的心血管装置的系统，所述系统包括：
数据存储装置，所述数据存储装置存储用于基于患者特定的几何信息识别个性化的心血管装置的指令；以及
计算机处理器，所述计算机处理器被配置成执行所述指令以执行包括以下步骤的方法：
采集患者的血管系统的至少一部分的几何模型；
获得所述患者的血管系统的一个或多个血管的一个或多个几何量；
基于所获得的所述一个或多个几何量，确定在所述几何模型中表示的所述患者的血管系统的位置处病理特性的存在；
定义用于治疗所述病理特性的个性化的心血管装置的一个或多个几何设计变量；
生成由所述个性化的心血管装置的所述一个或多个装置几何设计变量和血液动力学或固体力学性能特性限定的目标函数；以及
使用计算流体动力学和结构力学分析来优化所述目标函数以识别导致所需的血液动力学和固体力学的多个几何设计变量。
45.一种供在至少一个计算机系统上使用的非暂态计算机可读介质，所述计算机可读介质包含计算机可执行的编程指令以用于基于患者特定的几何信息来识别个性化的心血管装置，所述指令能够由所述计算机系统执行以用于：
在所述计算机系统处接收患者的血管系统的至少一部分的几何模型；
获得所述患者的血管系统的一个或多个血管的一个或多个几何量；
基于所获得的所述一个或多个几何量，确定在所述几何模型中表示的所述患者的血管系统的位置处病理特性的存在；
定义用于治疗所述病理特性的个性化的心血管装置的一个或多个几何设计变量；
生成由所述个性化的心血管装置的所述一个或多个几何设计变量和血液动力学或固体力学性能特性限定的目标函数；以及
使用计算流体动力学和结构力学分析来优化所述目标函数以识别导致所需的血液动力学和固体力学的多个几何设计变量。
46.一种基于患者特定的几何信息来识别个性化的心血管装置的设备，所述设备包括：
用于根据患者的脉管系统的图像数据以及所述患者的一个或多个测量的或估计的生理参数或表型参数，生成或获得所述患者的脉管系统的至少一部分的患者特定模型的模块；
用于从所述患者特定模型确定所述患者的一个或多个病理特性的模块；
用于定义被设计用于治疗所述患者的所述一个或多个病理特性的个性化的心血管装置的一个或多个变量的模块；
用于定义目标函数的模块，所述目标函数由所述一个或多个变量以及血液动力学或力学特性的一个或多个估计限定，所述血液动力学或力学特性的一个或多个估计是根据模拟所述个性化的心血管装置被部署在所述患者特定模型内而导出的；
用于通过使用流体动力学或结构力学分析来扰动装置和估计目标函数来优化目标函数以识别一个或多个变量的模块，所述一个或者多个变量优化患者特定模型的血液动力学或力学特性的一个或多个估计；以及
用于使用优化的目标函数来（i）从一组可用装置中选择装置，或（ii）制造所需的个性化的心血管装置的模块。
47.根据权利要求46所述的设备，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
48.根据权利要求46所述的设备，其中用于生成患者特定模型的模块包括用于采集所述患者的一个或多个测量的或估计的生理或表型参数的模块，所述患者的一个或多个测量的或估计的生理或表型参数选自患者年龄、性别、身高、体重、心率、收缩压及舒张压、血液性质、心功能和心外膜脂肪体积。
49.根据权利要求48所述的设备，其中所述血液性质选自血浆、红血球、血细胞比容、白血球、血小板、粘度和屈服应力中的至少一项。
50.根据权利要求48所述的设备，其中所述患者的所述一个或多个测量的或估计的生理或表型参数为测量的。
51.根据权利要求48所述的设备，其中所述患者的所述一个或多个测量的或估计的生理或表型参数为估计的。
52.根据权利要求46所述的设备，其中用于从所述患者特定模型确定一个或多个病理特性的模块包括用于确定斑块组成、负荷和位置中的至少一项的模块。
53.根据权利要求46所述的设备，其中从所述患者特定模型确定一个或多个病理特性的模块包括用于确定从正性重构的存在、低衰减斑块的存在和斑点状钙化的存在的至少一项中选择的现有斑块的不利特性的模块。
54.根据权利要求46所述的设备，其中所述个性化的心血管装置的所述一个或多个变量选自装置形状、抗断裂性和药物分布中的至少一项。
55.根据权利要求46所述的设备，其中所述血液动力学或力学特性选自组织应力、血管损伤、药物递送、药物分布的均匀性、壁剪切应力、振荡剪切因子、颗粒停留时间、雷诺数、沃斯理数、局部流量和湍流动能。
56.根据权利要求46所述的设备，其中所述个性化的心血管装置选自清单或目录中的一组可用装置。
57.根据权利要求56所述的设备，进一步包括用于将从所述清单或所述目录中选择的所述个性化的心血管装置存储在电子存储介质中的模块。
58.根据权利要求56所述的设备，进一步包括用于将从所述清单或所述目录中选择的所述个性化的心血管装置通过网络传输给医师的模块。
59.根据权利要求46所述的设备，其中所述个性化的心血管装置是使用3D打印制造的。
60.根据权利要求59所述的设备，进一步包括用于将使用3D打印制造的所述个性化的心血管装置的规格存储在电子存储介质中的模块。
61.根据权利要求59所述的设备，进一步包括用于将使用3D打印制造的所述个性化的心血管装置的规格通过网络传输给医师的模块。
62.一种基于患者特定的几何信息来识别个性化的心血管装置的系统，所述系统包括：
数据存储装置，所述数据存储装置存储用于基于患者特定的几何信息识别个性化的心血管装置的指令；以及
处理器，所述处理器被配置成执行所述指令以执行包括以下步骤的方法：
根据患者的脉管系统的图像数据以及所述患者的一个或多个测量的或估计的生理参数或表型参数，生成或获得所述患者的脉管系统的至少一部分的患者特定模型；
从所述患者特定模型确定所述患者的一个或多个病理特性；
定义被设计用于治疗所述患者的所述一个或多个病理特性的个性化的心血管装置的一个或多个变量；
定义目标函数，所述目标函数由所述一个或多个变量以及血液动力学或力学特性的一个或多个估计限定，所述血液动力学或力学特性的一个或多个估计是根据模拟所述个性化的心血管装置被部署在所述患者特定模型内而导出的；
通过使用流体动力学或结构力学分析来扰动装置和估计目标函数来优化目标函数，以识别优化患者特定模型的血液动力学或力学特性的一个或多个估计的一个或多个变量；以及
使用优化的目标函数来（i）从一组可用装置中选择装置或（ii）制造所需的个性化的心血管装置。
63.根据权利要求62所述的系统，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
64.一种供在至少一个计算机系统上使用的非暂态计算机可读介质，所述计算机可读介质包含计算机可执行的编程指令以用于基于患者特定的几何信息来识别个性化的心血管装置，所述指令能够由所述计算机系统执行以用于：
在所述计算机系统处生成患者的脉管系统的至少一部分的患者特定模型以及所述患者的一个或多个测量的或估计的生理参数或表型参数；
从所述患者特定模型确定所述患者的一个或多个病理特性；
定义被设计用于治疗所述患者的所述一个或多个病理特性的个性化的心血管装置的一个或多个变量；
定义目标函数，所述目标函数由所述一个或多个变量以及血液动力学或力学特性的一个或多个估计限定，所述血液动力学或力学特性的一个或多个估计是根据模拟所述个性化的心血管装置被部署在所述患者特定模型内而导出的；
通过使用流体动力学或结构力学分析来扰动装置和估计目标函数来优化目标函数，以识别优化患者特定模型的血液动力学或力学特性的一个或多个估计的一个或多个变量；以及
使用优化的目标函数来（i）从一组可用装置中选择装置或（ii）制造所需的个性化的心血管装置。
65.根据权利要求64所述的非暂态计算机可读介质，其中所述个性化的心血管装置包括可植入装置和用于递送可植入装置的装置中的至少一者。
CN201480050946.7A 2013-08-16 2014-08-07 用于从患者特定的解剖数据识别个性化的血管植入物的系统和方法 Active CN105555195B (zh)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US201361866758P 2013-08-16 2013-08-16
US61/866,758 2013-08-16
US14/254,544 2014-04-16
US14/254,599 2014-04-16
US14/254,599 US9195800B2 (en) 2013-08-16 2014-04-16 Systems and methods for identifying personalized vascular implants from patient-specific anatomic data
US14/254,544 US9043190B2 (en) 2013-08-16 2014-04-16 Systems and methods for identifying personalized vascular implants from patient-specific anatomic data
US14/254,630 2014-04-16
US14/254,630 US9043191B2 (en) 2013-08-16 2014-04-16 Systems and methods for identifying personalized vascular implants from patient-specific anatomic data
PCT/US2014/050030 WO2015023495A1 (en) 2013-08-16 2014-08-07 Systems and methods for identifying personalized vascular implants from patient-specific anatomic data

Publications (2)

Publication Number Publication Date
CN105555195A CN105555195A (zh) 2016-05-04
CN105555195B true CN105555195B (zh) 2019-05-28

Family

ID=52467429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480050946.7A Active CN105555195B (zh) 2013-08-16 2014-08-07 用于从患者特定的解剖数据识别个性化的血管植入物的系统和方法

Country Status (8)

Country Link
US (6) US9195800B2 (zh)
EP (1) EP3033010A1 (zh)
JP (3) JP6927702B2 (zh)
KR (1) KR102404554B1 (zh)
CN (1) CN105555195B (zh)
AU (2) AU2014306947B2 (zh)
CA (1) CA2920848C (zh)
WO (1) WO2015023495A1 (zh)

Families Citing this family (56)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9256933B2 (en) * 2011-02-08 2016-02-09 Region Nordjylland, Aalborg Sygehus System for determining flow properties of a blood vessel
US11331149B2 (en) 2012-05-16 2022-05-17 Feops Nv Method and system for determining a risk of hemodynamic compromise after cardiac intervention
US10789772B2 (en) 2012-05-16 2020-09-29 Feops Nv Pre-operative simulation of trans-catheter valve implantation
EP3358482A1 (en) 2017-02-03 2018-08-08 FEops NV Method and system for determining a risk of hemodynamic compromise after cardiac intervention
WO2014182505A1 (en) 2013-05-10 2014-11-13 Stenomics, Inc. Modeling and simulation system for optimizing prosthetic heart valve treatment
US9195800B2 (en) * 2013-08-16 2015-11-24 Heartflow, Inc. Systems and methods for identifying personalized vascular implants from patient-specific anatomic data
US9092743B2 (en) 2013-10-23 2015-07-28 Stenomics, Inc. Machine learning system for assessing heart valves and surrounding cardiovascular tracts
US10610292B2 (en) 2014-04-25 2020-04-07 Medtronic Ardian Luxembourg S.A.R.L. Devices, systems, and methods for monitoring and/or controlling deployment of a neuromodulation element within a body lumen and related technology
JP6411073B2 (ja) * 2014-06-02 2018-10-24 キヤノンメディカルシステムズ株式会社 医用画像処理装置および医用画像処理方法
US11154712B2 (en) 2014-08-28 2021-10-26 Medtronic Ardian Luxembourg S.A.R.L. Methods for assessing efficacy of renal neuromodulation and associated systems and devices
DK3288479T3 (da) 2015-05-01 2022-01-17 Feops Nv Fremgangsmåde og system til bestemmelse af en risiko for hjerteledningsabnormiteter
US11676359B2 (en) 2015-08-14 2023-06-13 Elucid Bioimaging Inc. Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology
US11071501B2 (en) 2015-08-14 2021-07-27 Elucid Bioiwaging Inc. Quantitative imaging for determining time to adverse event (TTE)
US11113812B2 (en) 2015-08-14 2021-09-07 Elucid Bioimaging Inc. Quantitative imaging for detecting vulnerable plaque
US11087459B2 (en) 2015-08-14 2021-08-10 Elucid Bioimaging Inc. Quantitative imaging for fractional flow reserve (FFR)
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
US9824491B2 (en) * 2015-09-09 2017-11-21 Siemens Healthcare Gmbh Data driven framework for optimizing artificial organ printing and scaffold selection for regenerative medicine
EP3374895A1 (en) 2015-11-10 2018-09-19 HeartFlow, Inc. Systems and methods for anatomical modeling using information from a procedure
US10499990B2 (en) * 2015-11-23 2019-12-10 Heartflow, Inc. Systems and methods for assessing organ and/or tissue transplantation by simulating one or more transplant characteristics
WO2017100977A1 (zh) * 2015-12-14 2017-06-22 北京阿迈特医疗器械有限公司 一种个性化聚合物支架及其制备方法和用途
CN109069014B (zh) 2016-03-16 2021-07-06 哈特弗罗公司 用于估计在冠状动脉中的健康管腔直径和狭窄定量的系统和方法
JP2017176202A (ja) * 2016-03-28 2017-10-05 コニカミノルタ株式会社 動態解析システム
US20180036123A1 (en) * 2016-08-08 2018-02-08 Medtronic Vascular, Inc. Delivery devices for implantable medical devices and methods of manufacturing same
US10231784B2 (en) 2016-10-28 2019-03-19 Medtronic Ardian Luxembourg S.A.R.L. Methods and systems for optimizing perivascular neuromodulation therapy using computational fluid dynamics
DE102016222102A1 (de) * 2016-11-10 2018-05-17 Siemens Healthcare Gmbh Behandlungsplanung für eine Stenose in einem Gefäßsegment anhand einer virtuellen hämodynamischen Analyse
US10568696B2 (en) 2017-07-17 2020-02-25 International Business Machines Corporation Apparatus for supporting personalized coronary stents
US11813104B2 (en) 2017-10-06 2023-11-14 Emory University Methods and systems for determining hemodynamic information for one or more arterial segments
CN107818819B (zh) * 2017-10-31 2021-05-18 上海联影医疗科技股份有限公司 线形植入物识别方法及装置、存储介质
US11871995B2 (en) 2017-12-18 2024-01-16 Hemolens Diagnostics Sp. Z O.O. Patient-specific modeling of hemodynamic parameters in coronary arteries
CN108261599A (zh) * 2017-12-26 2018-07-10 成都真实维度科技有限公司 一种基于标准通道设计的导管导丝3d打印辅助塑形方法
CN108269616B (zh) * 2017-12-26 2021-12-10 成都真实维度科技有限公司 一种基于真实血管模型虚拟成像的血管支架释放模拟系统
EP3542757A1 (en) * 2018-03-23 2019-09-25 FEops NV Method and system for patient-specific virtual percutaneous structural heart intervention
CN112740334A (zh) * 2018-09-25 2021-04-30 西门子医疗有限公司 医学成像中的血管内植入物决定支持
US10813612B2 (en) 2019-01-25 2020-10-27 Cleerly, Inc. Systems and method of characterizing high risk plaques
US11357573B2 (en) 2019-04-25 2022-06-14 International Business Machines Corporation Optimum treatment planning during coronary intervention by simultaneous simulation of a continuum of outcomes
CN110327114B (zh) * 2019-06-28 2021-03-09 中国人民解放军北部战区总医院 一种路线规划方法、终端及存储介质
KR20210121062A (ko) 2019-08-05 2021-10-07 엘루시드 바이오이미징 아이엔씨. 형태학적 및 혈관주위 질환 표지자의 조합 평가
JP2022543643A (ja) 2019-08-05 2022-10-13 ライトラボ・イメージング・インコーポレーテッド 冠動脈カルシウム負荷の縦断的表示
CN110706770B (zh) * 2019-09-30 2020-08-04 上海杏脉信息科技有限公司 心脏数据处理设备及处理方法、计算机可读存储介质
US11701828B2 (en) 2019-10-28 2023-07-18 Medtronic, Inc. Additive manufacturing for medical devices
EP4078617A1 (en) 2019-12-20 2022-10-26 Tc1 Llc Systems and methods for personalized cardiovascular analyses
US11232564B2 (en) 2020-01-07 2022-01-25 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
US11501436B2 (en) 2020-01-07 2022-11-15 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
US20220392065A1 (en) 2020-01-07 2022-12-08 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
KR102395873B1 (ko) * 2020-06-02 2022-05-10 주식회사 메디픽셀 자동으로 혈관 영상을 처리하는 방법 및 장치
KR102399510B1 (ko) * 2020-06-02 2022-05-19 주식회사 메디픽셀 사용자 입력에 기초하여 혈관 영상을 처리하는 방법 및 장치
US11865279B2 (en) * 2020-07-01 2024-01-09 Cti Vascular Ag Precutaneous-transluminal methods that minimize vessel stress and trauma
KR102384079B1 (ko) * 2020-07-01 2022-04-06 고려대학교 산학협력단 환자 맞춤형 혈관 스텐트 시술 시뮬레이션 장치 및 방법
US11694330B2 (en) 2020-07-13 2023-07-04 Canon Medical Systems Corporation Medical image processing apparatus, system, and method
US11718018B2 (en) 2020-07-31 2023-08-08 Medtronic, Inc. 3D printed medical devices including internal shaping
WO2022026770A1 (en) 2020-07-31 2022-02-03 Medtronic, Inc. Systems and methods for manufacturing 3d printed medical devices
WO2022026771A1 (en) 2020-07-31 2022-02-03 Medtronic, Inc. Systems and methods for manufacturing 3d printed medical devices
CN111789703B (zh) * 2020-08-07 2021-09-28 上海恩盛医疗科技有限公司 基于模块化的血管支架构建方法
US11872123B2 (en) 2020-12-10 2024-01-16 GrOwnValve GmbH Method for manufacturing a cardiac valve prosthesis
US20230289963A1 (en) 2022-03-10 2023-09-14 Cleerly, Inc. Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG142164A1 (en) 2001-03-06 2008-05-28 Univ Johns Hopkins Simulation method for designing customized medical devices
JP2006130260A (ja) 2004-11-05 2006-05-25 Japan Stent Technology Co Ltd ステントの設計支援方法、設計支援プログラム、その記録媒体および設計支援装置
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
WO2011038044A2 (en) 2009-09-23 2011-03-31 Lightlab Imaging, Inc. Lumen morphology and vascular resistance measurements data collection systems, apparatus and methods
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
US9195800B2 (en) * 2013-08-16 2015-11-24 Heartflow, Inc. Systems and methods for identifying personalized vascular implants from patient-specific anatomic data

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Patient-Specific Modeling of Cardiovascular Mechanics;C.A. Taylor 等;《Annu. Rev. Biomed. Eng. 2009》;20090413;全文
Patient-specific surgical planning and hemodynamic computational fluid dynamics optimization through free-form haptic anatomy editing tool (SURGEM);Kerem Pekkan 等;《Med Biol Eng Comput》;20081231;全文

Also Published As

Publication number Publication date
KR102404554B1 (ko) 2022-06-02
AU2017202101A1 (en) 2017-04-20
US20150051886A1 (en) 2015-02-19
KR20160043988A (ko) 2016-04-22
US9195800B2 (en) 2015-11-24
JP2016533815A (ja) 2016-11-04
US20190358065A1 (en) 2019-11-28
US9043190B2 (en) 2015-05-26
JP2017100027A (ja) 2017-06-08
US11887305B1 (en) 2024-01-30
US20160038251A1 (en) 2016-02-11
CA2920848A1 (en) 2015-02-19
US20150051884A1 (en) 2015-02-19
AU2017202101B2 (en) 2019-03-28
AU2014306947A1 (en) 2016-02-25
CA2920848C (en) 2017-07-04
EP3033010A1 (en) 2016-06-22
US9043191B2 (en) 2015-05-26
CN105555195A (zh) 2016-05-04
US20150051885A1 (en) 2015-02-19
JP6927702B2 (ja) 2021-09-01
JP2019103849A (ja) 2019-06-27
AU2014306947B2 (en) 2017-01-05
US10413432B2 (en) 2019-09-17
WO2015023495A1 (en) 2015-02-19
US11540931B2 (en) 2023-01-03
JP7017856B2 (ja) 2022-02-09

Similar Documents

Publication Publication Date Title
CN105555195B (zh) 用于从患者特定的解剖数据识别个性化的血管植入物的系统和方法
JP6820382B2 (ja) 脈管構造を数値的に評価するためのシステムおよび方法
CN105580019B (zh) 为优化诊断性能利用边界条件模型化血流的方法和系统
CN105380598B (zh) 用于针对动脉狭窄的自动治疗规划的方法和系统
CN104854592B (zh) 用于根据血管几何形状和生理学估计血流特性的系统和方法
JP6553099B2 (ja) 血流予備量比値を算出するための機器
KR101712248B1 (ko) 환자별 혈류 모델링 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