CN106327487B - 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 - Google Patents
基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 Download PDFInfo
- Publication number
- CN106327487B CN106327487B CN201610681191.1A CN201610681191A CN106327487B CN 106327487 B CN106327487 B CN 106327487B CN 201610681191 A CN201610681191 A CN 201610681191A CN 106327487 B CN106327487 B CN 106327487B
- Authority
- CN
- China
- Prior art keywords
- mrow
- mfrac
- msub
- coronary
- image
- 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
Links
- 238000002586 coronary angiography Methods 0.000 title claims abstract description 38
- 238000000205 computational method Methods 0.000 title claims abstract description 15
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 58
- 230000017531 blood circulation Effects 0.000 claims abstract description 36
- 239000008280 blood Substances 0.000 claims abstract description 10
- 230000003068 static effect Effects 0.000 claims abstract description 9
- 239000012530 fluid Substances 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 29
- 210000004204 blood vessel Anatomy 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 210000004369 blood Anatomy 0.000 claims description 9
- 239000002872 contrast media Substances 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000002792 vascular Effects 0.000 claims description 4
- 238000005452 bending Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims 3
- 210000001367 artery Anatomy 0.000 claims 2
- 210000003462 vein Anatomy 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000002601 radiography Methods 0.000 abstract description 3
- 230000011218 segmentation Effects 0.000 abstract description 3
- 230000000877 morphologic effect Effects 0.000 abstract 1
- 201000000057 Coronary Stenosis Diseases 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000031225 myocardial ischemia Diseases 0.000 description 2
- XQYZDYMELSJDRZ-UHFFFAOYSA-N papaverine Chemical compound C1=C(OC)C(OC)=CC=C1CC1=NC=CC2=CC(OC)=C(OC)C=C12 XQYZDYMELSJDRZ-UHFFFAOYSA-N 0.000 description 2
- 230000002966 stenotic effect Effects 0.000 description 2
- 229930008281 A03AD01 - Papaverine Natural products 0.000 description 1
- ZKHQWZAMYRWXGA-KQYNXXCUSA-N Adenosine triphosphate Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](COP(O)(=O)OP(O)(=O)OP(O)(O)=O)[C@@H](O)[C@H]1O ZKHQWZAMYRWXGA-KQYNXXCUSA-N 0.000 description 1
- ZKHQWZAMYRWXGA-UHFFFAOYSA-N Adenosine triphosphate Natural products C1=NC=2C(N)=NC=NC=2N1C1OC(COP(O)(=O)OP(O)(=O)OP(O)(O)=O)C(O)C1O ZKHQWZAMYRWXGA-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 239000002126 C01EB10 - Adenosine Substances 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 229960005305 adenosine Drugs 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002608 intravascular ultrasound Methods 0.000 description 1
- 238000010253 intravenous injection Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 229960001789 papaverine Drugs 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，包括：通过分析定义时间序列X线造影的不同帧图像，去除动静态噪声，对冠状动脉进行精确分割；通过冠脉造影图像形态学参数和扫描的时间序列，计算血液流速；通过对冠状动脉体数据的边缘检测，生成FFR计算所需要的三维网格；基于计算流体力学原理，计算狭窄冠脉中的流速和压力分布；最后通过公式计算血流储备分数，其中，Paorta是主动脉平均压，ΔPi是沿着血管中心线从入口到下游各点的压力降。基于X射线冠脉造影图像，能快速准确的得到血流储备分数FFR。
Description
技术领域
本发明涉及冠状动脉影像学评价领域，具体地涉及一种基于X射线冠脉造影图像的全自动冠状动脉血流储备分数计算方法。
背景技术
冠状动脉造影及血管内超声均被认为是诊断冠心病的“金标准”，但它们只能对病变狭窄程度进行影像学评价，而狭窄到底对远端血流产生了多大影响却不得而知；血流储备分数(FFR)现已经成为冠脉狭窄功能性评价的公认指标，其最重要的功能是对一个未知影响的冠脉狭窄的功能后果进行准确评价。
血流储备分数(FFR)是指在冠状动脉存在狭窄病变的情况下，目标测量血管所供心肌区域能获得的最大血流量与同一区域理论上正常情况下所能获得的最大血流量之比。FFR主要通过计算冠状动脉狭窄远端压力与主动脉根部压力之比来获得。狭窄远端压力可以通过压力导丝在最大灌注血流(通过冠脉内或静脉内注射罂粟碱或腺苷或ATP)时测得。
FFR＝Pd/Pa(Pa为指引导管测量的主动脉压，Pd为压力导丝测量的冠脉狭窄远端压力)一般来说，FFR是指最大充血状态下，狭窄下游2厘米处的压力与主动脉压的比值。
正常的心外膜冠状动脉对血流的阻力很小，FFR的正常值为1.0；FFR的值将小于1.0时即表明当前心外膜冠脉有狭窄病变的存在。
FFR＜0.75的情况时，所代表的狭窄情况几乎都会导致心肌缺血，FFR≥0.8的情况时，所代表的狭窄则造成心肌缺血的可能性非常小。
冠脉X射线造影可以准确呈现血管有效管径变化，为临床医生们判断冠脉狭窄程度，辨别管壁病变性质提供有效诊断途径，且因为其无创和操作简捷的特性，更容易被病人接受。对冠心病患者进行诊断和治疗时，冠脉X射线造影评价，是病人是否需要进行干预手术以及术后血管血流通畅性的有效判断。
冠脉造影FFR在现有造影手术的基础上不需要额外插入压力导丝，通过对造影图像的处理计算即可获得冠脉FFR，可有效辅助医生进行诊断，大大缩短手术时间和手术费用，成为一种良好的FFR检测方法。
基于X射线造影图像的冠状动脉血流储备分数计算，是对冠脉X射线造影和FFR的一个有效结合，综合了两者的优势，从形态学和功能学两方面评估冠心病患者冠脉狭窄情况，为临床提供了崭新的无创性冠脉检测体系。
发明内容
为了解决上述的技术问题，本发明目的是：提供一种全新的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，基于X射线冠脉造影图像，能快速准确的全自动得到血流储备分数FFR。
本发明的技术方案是：
一种基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，包括以下步骤：
S01：提取冠脉造影图像：通过分析定义时间序列的X射线造影不同帧，去除动静态噪声，对冠状动脉进行分割；并对不同角度拍摄的冠脉造影图像进行分割，分别得到冠脉中心线及直径；
S02：生成冠脉三维模型：将步骤S01生成的多方向的冠脉中心线在三维空间进行投影计算，生成冠脉三维模型，获取血管长度和直径；
S03：计算冠脉血流速度：对冠脉造影图像按时序帧进行扫描计算出造影剂从血管入口流到血管末端需要的时间，进一步得到血液流速；
S04：冠脉网格划分：基于X射线重构的冠脉三维模型，创建三维网格；并基于X射线重构的冠脉中心线及直径，拉直血管，按对称轴切开，生成轴对称二维平面模型，创建二维轴对称网格；
S05：冠状动脉FFR计算：基于步骤S03得到的血液流速与步骤S04生成的三维网格，求解不可压缩流的基本公式，计算沿着血管中心线从入口到下游各点的压力降ΔPi，通过公式计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Paorta是主动脉平均压值。
优选的，所述步骤S01包括以下步骤：
S11：定义时间序列X射线冠脉造影图像中有导管出现的第一帧为参考图像，有完整冠脉出现的需要分割的图像为目标图像；
S12：提取参考图像中导管的特征点，对目标图像中的冠状动脉进行图像增强，提取冠状动脉的区域图像；
S13：以参考图像中导管的特征点为种子点，将冠状动脉的区域图像进一步处理后进行动态区域生长，获得冠脉造影图像。
优选的，所述步骤S12包括：
将参考图像减去目标图像，去除静态噪声，通过均值滤波去除动态噪声；
通过灰度直方图分析，利用阈值进一步去除噪声；
通过多尺度海森矩阵对去噪后的图像的导管进行图像增强；
二值化图像：将导管对应的像素标记为1，其余像素标记0；对二值化后的图像进行细化，得到一组导管的特征点。
优选的，所述步骤S12包括：
将目标图像减去参考图像，去除静态噪声，通过均值滤波去除动态噪声；
通过灰度直方图分析，利用阈值进一步去除噪声；
通过多尺度海森矩阵对去噪后的图像的冠状动脉进行图像增强，得到增强后的目标图像；
根据增强后的目标图像中各区域与特征点的位置关系，确定冠状动脉的区域；提取该连通区域，获得冠状动脉的区域图像。
优选的，所述步骤S13包括：
对冠状动脉的区域图像进行二值化；
进行形态学运算，按照对应位置还原到目标图像中，进行动态区域生长，获得冠脉造影图像。
优选的，所述步骤S02包括：
心跳周期内相同时间点、不同角度拍摄的冠脉造影图像，用步骤S01处理后，在中心线上提取特征点；
基于已知的X射线拍照角度，三维还原这些特征点，进而三维还原中心线。
优选的，所述步骤S03中计算血液流速的方法包括造影剂运输时间算法、造影剂遍历距离算法、Stewart—Hamilton算法、First—pass分布分析法、光流法或者流体连续法。
优选的，所述步骤S04包括：
基于步骤S02中重构的冠脉三维模型，用标准的扫掠法、切分法或混合法进行网格划分，生成结构性三维六面体网格；
基于步骤S02中重构的冠脉三维模型，在血管壁上生成三角形面网格，然后长成四面体网格，在血管中生成非结构性三维四面体网格；
基于步骤S02中重构的冠脉三维模型，拉直血管，按对称轴切开，生成轴对称二维平面模型，用切分法或者扫掠法进行网格划分，生成结构性二维四边形网格。
优选的，所述步骤S05包括：
对三维网格模型进行求解，用数值法求解连续性和Navier-Stokes方程：
其中，P，ρ，μ分别为流速、压力、血流密度、血流粘性；
入口边界条件为血流速度，出口边界条件为out-flow边界条件。
优选的，所述步骤S05还包括，
对二维网格模型，用数值法求解连续性和Navier-Stokes方程：
其中，ρ表示血液的密度，uz、ur分别表示z向、r方向的流速，μ表示血液的动力粘度，p表示血液的压强；
入口边界条件为血流速度，出口边界条件为out-flow边界条件；
针对各种类型的冠脉弯曲，用三维模型计算从入口到出口的压力差，对照二维轴对称模型计算的结果，建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库；利用三维模型计算结果修正二维模型计算结果得到ΔPi值；
通过公式计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Paorta是主动脉平均压。
与现有技术相比，本发明的优点是：
不需要额外插入压力导丝，通过对X射线冠脉造影图像的处理计算即可快速准确的冠状动脉全自动得到血流储备分数FFR，大大缩短手术时间和手术费用，成为一种良好的FFR检测方法。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1为本发明的方法流程图；
图2为参考图像；
图3为待分割的目标图像；
图4为增强后的导管图像；
图5为导管的特征点；
图6为增强后的目标图像；
图7为目标图像的冠状动脉图像；
图8为分割的结果图像；
图9为网格横切面截图；
图10为网格纵切面截图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
如图1所示，本发明的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，包括以下步骤。
定义时间序列X射线冠脉造影图像中的有导管出现的第一帧为参考图像A，如图2所示，有完整冠脉出现的需要分割的为目标图像B，如图3所示，最后得到的分割结果为结果图像P4，如图8所示。
1：提取冠脉造影图像：
从时间序列图像中可以明显看出，参考图像A(图2)和目标图像B(图3)中的图像像素可以分成三部分：需要分割的结果，称之为导管或者冠状动脉；在时间中静止不变的噪声，如胸腔中的肋骨，称之为静态噪声；在时间中变化的噪声，如部分肺部组织、部分心脏组织，称之为动态噪声。
首先，因为参考图像A(图3)中的导管结构比较简单，容易定位，所以先提取参考图像A中的导管中的特征点。
a)先用参考图像A-目标图像B，除去部分静态噪声；
b)做均值滤波，除去部分动态噪声；
c)通过灰度直方图分析，利用阈值进一步去噪；
d)将去噪后的图像进行多尺度海森矩阵，对导管进行图像增强，得到增强后的导管图像，如图4所示；
e)二值化图像，将导管对应的像素标记为1，其余像素标记0；
f)对二值化后的图像进行细化，得到一组导管的特征点P1，如图5所示。
其次，对目标图像B(图3)中的冠状动脉进行图像增强。
g)用目标图像B-参考图像A，除去部分静态噪声；
h)均值滤波，除去部分动态噪声；
i)通过灰度直方图分析，利用阈值进一步去噪；
j)将去噪后的图像进行多尺度海森矩阵，对冠状动脉进行图像增强，得到图像P2，如图6所示。
通过对目标图像B进行以上操作得到的图像中，除被增强后的冠状动脉之外，还可能有被海森矩阵误认为管状物而进行了增强的噪声。于是需要将图像P2中冠状动脉和噪声进行区分。
k)特征点P1是由导管细化后得到的，所以P1的位置一定在导管中；目标图像和参考图像中，导管的位置虽然会有一定变化，但是该变化必定只是在一个小范围内的。所以，可以根据图像P2中各个区域与特征点P1的位置关系，确定冠状动脉的区域；
l)提取该连通区域，获得图像P3，如图7所示。
最后，以特征点P1为种子点，将图像P3进一步处理后进行动态区域生长，获得结果图像，如图8所示。
m)P3图像二值化；
n)形态学运算；
o)按照对应位置还原到目标图像中；
p)进行动态区域生长，得到结果图像P4，如图8所示。
2：生成冠脉三维模型：
对心跳周期内相同时间点、不同角度拍摄的冠脉造影图像按照上述步骤进行分割，在中心线上提取特征点，基于已知的X射线拍照角度，三维还原这些特征点，进而三维还原中心线，得到冠脉中心线及直径，将上述步骤生成的多个方向的冠脉中心线在三维空间进行投影计算，生成冠脉三维模型，获取准确的血管长度和直径。
3：计算冠脉血流速度：
对冠脉造影图像按时序帧进行扫描计算出造影剂从血管入口流到血管末端需要的时间，再通过血管长度除以时间得到血液流速；基于步重构的冠脉三维模型，可以用标准的跟踪法(例如：造影剂运输时间算法、造影剂遍历距离算法)计算血液流速或者使用Stewart—Hamilton算法、First—pass分布分析法、光流法、流体连续法计算血液流速。
4：冠脉网格划分：
基于X射线重构的冠脉三维模型，创建结构性或者非结构性三维网格；并基于X射线重构的冠脉中心线及直径，拉直血管，按对称轴切开，生成轴对称二维平面模型，然后创建结构性或者非结构性二维轴对称网格。
基于重构的冠脉三维模型，用标准的扫掠法进行网格划分，生成结构性三维六面体网格；或者用其它方法(例如：切分法、混合法)进行网格划分，生成结构性三维六面体网格；
基于重构的冠脉三维模型，在血管壁上生成三角形面网格，然后长成四面体网格，在血管中生成非结构性三维四面体网格；
基于重构的冠脉三维模型，拉直血管，按对称轴切开，生成轴对称二维平面模型，用切分法或者扫掠法进行网格划分，生成结构性二维四边形网格，如图9和10所示，图9为网格横切面截图，图10为网格纵切面截图。
5：冠状动脉FFR计算：
1)三维模型
基于X射线造影图像重构的几何结构，划分三维网格，用数值法(如：有限差分、有限元、有限体积法等)求解连续性和Navier-Stokes方程：
其中，P，ρ，μ分别为流速、压力、血流密度、血流粘性。
入口边界条件为血流速度，出口边界条件为out-flow边界条件；
通过公式计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Paorta是主动脉平均压，ΔPi是沿着血管中心线从入口到下游各点的压力降。
2)二维模型
基于X射线造影重构的几何结构，把有狭窄的血管拉直(二维轴对称模型)，划分二维网格，用数值法(如：有限差分、有限元、有限体积法等)求解连续性和Navier-Stokes方程：
其中，ρ表示血液的密度，uz、ur分别表示z向、r方向的流速，μ表示血液的动力粘度，p表示血液的压强。
入口边界条件为血流速度，出口边界条件为out-flow边界条件；
针对各种类型的冠脉弯曲，用三维模型计算从入口到出口的压力差，对照二维轴对称模型计算的结果，建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库；利用三维模型计算结果修正二维模型计算结果得到ΔPi；
通过公式计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Paorta是主动脉平均压。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (9)
1.一种基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，包括以下步骤：
S01：提取冠脉造影图像：通过分析定义时间序列的X射线造影不同帧，去除动静态噪声，对冠状动脉进行分割；并对不同角度拍摄的冠脉造影图像进行分割，分别得到冠脉中心线及直径；
S02：生成冠脉三维模型：将步骤S01生成的多方向的冠脉中心线在三维空间进行投影计算，生成冠脉三维模型，获取血管长度和直径；
S03：计算冠脉血流速度：对冠脉造影图像按时序帧进行扫描计算出造影剂从血管入口流到血管末端需要的时间，进一步得到血液流速；
S04：冠脉网格划分：基于X射线重构的冠脉三维模型，创建三维网格；并基于X射线重构的冠脉中心线及直径，拉直血管，按对称轴切开，生成轴对称二维平面模型，创建二维轴对称网格；
S05：冠状动脉FFR计算：基于步骤S03得到的血液流速与步骤S04生成的三维网格，求解不可压缩流的基本公式，对三维网格模型进行求解，用数值法求解连续性和Navier-Stokes方程：
<mrow>
<mo>&dtri;</mo>
<mo>&CenterDot;</mo>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mo>&lsqb;</mo>
<mi>A</mi>
<mn>1</mn>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mi>&rho;</mi>
<mfrac>
<mrow>
<mo>&part;</mo>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>t</mi>
</mrow>
</mfrac>
<mo>=</mo>
<mi>&rho;</mi>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>&CenterDot;</mo>
<mo>&dtri;</mo>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>=</mo>
<mo>-</mo>
<mo>&dtri;</mo>
<mi>P</mi>
<mo>+</mo>
<mo>&dtri;</mo>
<mo>&CenterDot;</mo>
<mi>&mu;</mi>
<mrow>
<mo>(</mo>
<mo>&dtri;</mo>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mo>&dtri;</mo>
<mover>
<mi>V</mi>
<mo>&RightArrow;</mo>
</mover>
</mrow>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mo>&lsqb;</mo>
<mi>A</mi>
<mn>2</mn>
<mo>&rsqb;</mo>
</mrow>
其中，P，ρ，μ分别为流速、压力、血流密度、血流粘性；
入口边界条件为血流速度，出口边界条件为out-flow边界条件；
计算沿着血管中心线从入口到下游各点的压力降ΔPi，通过公式计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Paorta是主动脉平均压值。
2.根据权利要求1所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S01包括以下步骤：
S11：定义时间序列X射线冠脉造影图像中有导管出现的第一帧为参考图像，有完整冠脉出现的需要分割的图像为目标图像；
S12：提取参考图像中导管的特征点，对目标图像中的冠状动脉进行图像增强，提取冠状动脉的区域图像；
S13：以参考图像中导管的特征点为种子点，将冠状动脉的区域图像进一步处理后进行动态区域生长，获得冠脉造影图像。
3.根据权利要求2所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S12包括：
将参考图像减去目标图像，去除静态噪声，通过均值滤波去除动态噪声；
通过灰度直方图分析，利用阈值进一步去除噪声；
通过多尺度海森矩阵对去噪后的图像的导管进行图像增强；
二值化图像：将导管对应的像素标记为1，其余像素标记0；对二值化后的图像进行细化，得到一组导管的特征点。
4.根据权利要求2所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S12包括：
将目标图像减去参考图像，去除静态噪声，通过均值滤波去除动态噪声；
通过灰度直方图分析，利用阈值进一步去除噪声；
通过多尺度海森矩阵对去噪后的图像的冠状动脉进行图像增强，得到增强后的目标图像；
根据增强后的目标图像中各区域与特征点的位置关系，确定冠状动脉的区域；提取该连通区域，获得冠状动脉的区域图像。
5.根据权利要求2所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S13包括：
对冠状动脉的区域图像进行二值化；
进行形态学运算，按照对应位置还原到目标图像中，进行动态区域生长，获得冠脉造影图像。
6.根据权利要求1所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S02包括：
心跳周期内相同时间点、不同角度拍摄的冠脉造影图像，用步骤S01处理后，在中心线上提取特征点；
基于已知的X射线拍照角度，三维还原这些特征点，进而三维还原中心线。
7.根据权利要求1所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S03中计算血液流速的方法包括造影剂运输时间算法、造影剂遍历距离算法、Stewart—Hamilton算法、First—pass分布分析法、光流法或者流体连续法。
8.根据权利要求1所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于，所述步骤S04包括：
基于步骤S02中重构的冠脉三维模型，用标准的扫掠法、切分法或混合法进行网格划分，生成结构性三维六面体网格；
基于步骤S02中重构的冠脉三维模型，在血管壁上生成三角形面网格，然后长成四面体网格，在血管中生成非结构性三维四面体网格；
基于步骤S02中重构的冠脉三维模型，拉直血管，按对称轴切开，生成轴对称二维平面模型，用切分法或者扫掠法进行网格划分，生成结构性二维四边形网格。
9.根据权利要求1所述的基于X射线冠脉造影图像的冠状动脉血流储备分数计算方法，其特征在于所述步骤S05还包括，
对二维网格模型，用数值法求解连续性和Navier-Stokes方程：
<mrow>
<mfrac>
<mn>1</mn>
<mi>r</mi>
</mfrac>
<mfrac>
<mo>&part;</mo>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>ru</mi>
<mi>r</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>z</mi>
</mrow>
</mfrac>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mo>&lsqb;</mo>
<mi>A</mi>
<mn>3</mn>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mi>&rho;</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>t</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>z</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>p</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mo>+</mo>
<mi>&mu;</mi>
<mo>&lsqb;</mo>
<mfrac>
<mn>1</mn>
<mi>r</mi>
</mfrac>
<mfrac>
<mo>&part;</mo>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<msup>
<mo>&part;</mo>
<mn>2</mn>
</msup>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msup>
<mi>z</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mfrac>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
</mfrac>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mo>&lsqb;</mo>
<mi>A</mi>
<mn>4</mn>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mi>&rho;</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>t</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>r</mi>
</msub>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>z</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>p</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>z</mi>
</mrow>
</mfrac>
<mo>+</mo>
<mi>&mu;</mi>
<mo>&lsqb;</mo>
<mfrac>
<mn>1</mn>
<mi>r</mi>
</mfrac>
<mfrac>
<mo>&part;</mo>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mfrac>
<mrow>
<mo>&part;</mo>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>r</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<msup>
<mo>&part;</mo>
<mn>2</mn>
</msup>
<msub>
<mi>u</mi>
<mi>z</mi>
</msub>
</mrow>
<mrow>
<mo>&part;</mo>
<msup>
<mi>z</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mo>&lsqb;</mo>
<mi>A</mi>
<mn>5</mn>
<mo>&rsqb;</mo>
</mrow>
其中，ρ表示血液的密度，uz、ur分别表示z向、r方向的流速，μ表示血液的动力粘度，p表示血液的压强；
入口边界条件为血流速度，出口边界条件为out-flow边界条件；
针对各种类型的冠脉弯曲，用三维模型计算从入口到出口的压力差，对照二维轴对称模型计算的结果，建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库；利用三维模型计算结果修正二维模型计算结果得到ΔPi值；
通过公式计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Paorta是主动脉平均压。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610681191.1A CN106327487B (zh) | 2016-08-18 | 2016-08-18 | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610681191.1A CN106327487B (zh) | 2016-08-18 | 2016-08-18 | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106327487A CN106327487A (zh) | 2017-01-11 |
| CN106327487B true CN106327487B (zh) | 2018-01-02 |
Family
ID=57743471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610681191.1A Active CN106327487B (zh) | 2016-08-18 | 2016-08-18 | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106327487B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109036551A (zh) * | 2018-07-10 | 2018-12-18 | 北京心世纪医疗科技有限公司 | 一种冠状动脉生理学指标关系建立及应用方法、装置 |
Families Citing this family (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3375364A4 (en) | 2017-01-23 | 2019-01-23 | Shanghai United Imaging Healthcare Co., Ltd. | SYSTEM AND METHOD FOR ANALYZING THE STATUS OF BLOOD CIRCULATION |
| CN107049487B (zh) * | 2017-03-30 | 2020-03-24 | 杭州脉流科技有限公司 | 颅内动脉瘤治疗的模拟方法及控制装置 |
| US10140733B1 (en) * | 2017-09-13 | 2018-11-27 | Siemens Healthcare Gmbh | 3-D vessel tree surface reconstruction |
| CN107978371B (zh) * | 2017-11-30 | 2021-04-02 | 博动医学影像科技（上海）有限公司 | 快速计算微循环阻力的方法及系统 |
| CN108245178A (zh) * | 2018-01-11 | 2018-07-06 | 苏州润迈德医疗科技有限公司 | 一种基于x射线冠脉造影图像的血液流动速度计算方法 |
| US10580526B2 (en) * | 2018-01-12 | 2020-03-03 | Shenzhen Keya Medical Technology Corporation | System and method for calculating vessel flow parameters based on angiography |
| CN108186038B (zh) * | 2018-02-11 | 2020-11-17 | 杭州脉流科技有限公司 | 基于动脉造影影像计算冠脉血流储备分数的系统 |
| CN110226923B (zh) * | 2018-03-05 | 2021-12-14 | 苏州润迈德医疗科技有限公司 | 一种无需血管扩张剂测量血流储备分数的方法 |
| CN108537802A (zh) * | 2018-03-30 | 2018-09-14 | 北京灵医灵科技有限公司 | 一种血管分割方法及装置 |
| CN108564574B (zh) * | 2018-04-11 | 2021-04-20 | 上海联影医疗科技股份有限公司 | 确定血流储备分数的方法、计算机设备及计算机可读存储介质 |
| CN108615259B (zh) * | 2018-04-27 | 2022-06-24 | 苏州数算软云科技有限公司 | 建立血液流动计算模型用以评价冠状动脉血流情况的方法 |
| CN108550189A (zh) * | 2018-05-03 | 2018-09-18 | 苏州润迈德医疗科技有限公司 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
| CN110448319B (zh) * | 2018-05-08 | 2023-04-28 | 上海博动医疗科技股份有限公司 | 基于造影影像及冠状动脉的血流速度计算方法 |
| CN110070534B (zh) * | 2018-05-22 | 2021-11-23 | 深圳科亚医疗科技有限公司 | 用于基于血管图像自动获取特征序列的方法和预测血流储备分数的装置 |
| CN109770888A (zh) * | 2019-03-19 | 2019-05-21 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算瞬时无波形比率的方法 |
| CN110367965B (zh) * | 2018-09-19 | 2022-03-08 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
| CN109461138B (zh) * | 2018-09-29 | 2020-10-27 | 深圳睿心智能医疗科技有限公司 | 参数计算方法、系统、可读存储介质及计算机设备 |
| CN109523515A (zh) * | 2018-10-18 | 2019-03-26 | 深圳市孙逸仙心血管医院（深圳市心血管病研究所） | 血流储备分数的计算方法 |
| CN111227821B (zh) * | 2018-11-28 | 2022-02-11 | 苏州润迈德医疗科技有限公司 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
| CN111166315B (zh) * | 2018-11-13 | 2023-03-28 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算瞬时无波型比率和静息态舒张期压力比率的方法 |
| CN111166317B (zh) * | 2018-11-13 | 2023-09-05 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影血流储备分数和静息态压力比值的方法 |
| CN111166316B (zh) * | 2018-11-13 | 2023-03-21 | 苏州润迈德医疗科技有限公司 | 基于造影图像计算造影瞬时无波型比率和造影舒张期压力比率的方法 |
| CN111227822B (zh) * | 2018-11-28 | 2022-02-11 | 苏州润迈德医疗科技有限公司 | 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 |
| CN109805949B (zh) * | 2019-03-19 | 2020-05-22 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算血流储备分数的方法 |
| CN110120031B (zh) * | 2019-04-02 | 2022-05-31 | 四川锦江电子科技有限公司 | 一种得到血管血流储备分数的方法和装置 |
| CN111839496B (zh) * | 2019-04-24 | 2022-11-15 | 苏州润迈德医疗科技有限公司 | 一种通过常规造影图像测量出血流储备分数的系统 |
| CN110136810B (zh) * | 2019-06-12 | 2023-04-07 | 上海移视网络科技有限公司 | 心肌缺血冠脉血流储备的分析方法 |
| CN110415243B (zh) * | 2019-08-02 | 2021-11-09 | 四川锦江电子科技有限公司 | 一种血管造影图像数据处理方法和图像数据处理装置 |
| CN110786842B (zh) * | 2019-11-04 | 2022-10-04 | 苏州润迈德医疗科技有限公司 | 测量舒张期血流速度的方法、装置、系统及存储介质 |
| CN110916640B (zh) * | 2019-11-06 | 2023-04-14 | 唯智医疗科技(佛山)有限公司 | 基于ffr的冠状动脉狭窄功能性缺血的检测方法及装置 |
| CN112116615B (zh) * | 2019-11-19 | 2023-12-05 | 苏州润迈德医疗科技有限公司 | 根据血管中心线获取血管轮廓线的方法和装置 |
| CN112132882A (zh) * | 2019-11-19 | 2020-12-25 | 苏州润迈德医疗科技有限公司 | 从冠状动脉二维造影图像中提取血管中心线的方法和装置 |
| CN112132949B (zh) * | 2019-11-19 | 2024-01-23 | 苏州润迈德医疗科技有限公司 | 具有狭窄病变区间的血管三维建模方法、装置和系统 |
| CN110664392B (zh) * | 2019-12-04 | 2020-03-27 | 深圳先进技术研究院 | 一种血流速度计算方法、装置、终端设备及存储介质 |
| CN112116711B (zh) * | 2019-12-05 | 2024-01-23 | 苏州润迈德医疗科技有限公司 | 用于流体力学分析的圆台血管数学模型的合成方法和装置 |
| CN111161342B (zh) * | 2019-12-09 | 2023-08-29 | 杭州脉流科技有限公司 | 基于冠脉造影图像获取血流储备分数的方法、装置、设备、系统及可读存储介质 |
| CN111358492A (zh) * | 2020-02-28 | 2020-07-03 | 深圳开立生物医疗科技股份有限公司 | 一种四维造影图像生成方法、装置、设备及存储介质 |
| CN111476880B (zh) * | 2020-03-04 | 2024-02-20 | 广东珠江智联信息科技股份有限公司 | 基于深度神经网络的冠脉造影设备及系统 |
| CN111415335B (zh) * | 2020-03-11 | 2023-12-22 | 北京深睿博联科技有限责任公司 | 血管标注方法和装置 |
| CN112089433B (zh) * | 2020-09-24 | 2022-04-08 | 杭州阿特瑞科技有限公司 | 一种基于cta和dsa的冠状动脉血流储备分数测量方法 |
| CN112690814B (zh) * | 2020-11-06 | 2022-10-14 | 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 |
| CN112950544A (zh) * | 2021-02-02 | 2021-06-11 | 深圳睿心智能医疗科技有限公司 | 一种确定冠脉参数的方法 |
| CN116035549A (zh) * | 2022-11-23 | 2023-05-02 | 杭州脉流科技有限公司 | 获得冠脉血流储备分数的方法和计算机设备 |
| CN116051458A (zh) * | 2022-11-23 | 2023-05-02 | 杭州脉流科技有限公司 | 基于术前冠脉造影影像评估术后冠脉血流储备分数的方法和计算机设备 |
| CN116616804B (zh) * | 2023-07-25 | 2023-10-13 | 杭州脉流科技有限公司 | 颅内动脉狭窄评估参数获取方法、装置、设备和存储介质 |
| CN117496173B (zh) * | 2023-11-13 | 2024-04-12 | 首都医科大学附属北京天坛医院 | 图像处理的脑血管特征提取方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105096388B (zh) * | 2014-04-23 | 2019-02-05 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真系统和方法 |
| CN105095615B (zh) * | 2014-04-23 | 2019-05-21 | 北京冠生云医疗技术有限公司 | 对血管中血流数据进行处理的方法和系统 |
-
2016
- 2016-08-18 CN CN201610681191.1A patent/CN106327487B/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109036551A (zh) * | 2018-07-10 | 2018-12-18 | 北京心世纪医疗科技有限公司 | 一种冠状动脉生理学指标关系建立及应用方法、装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106327487A (zh) | 2017-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106327487B (zh) | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 | |
| WO2019210553A1 (zh) | 基于造影图像和流体力学模型的微循环阻力指数计算方法 | |
| JP7236768B2 (ja) | 心筋血流量及びｃｔ画像に基づく冠状動脈冠血流予備量比の計算方法 | |
| EP3723038B1 (en) | Fast calculation method and system employing plaque stability index of medical image sequence | |
| CN106659399B (zh) | 使用患病和假想正常解剖学模型中的流计算的冠状动脉狭窄的非侵入功能评价的方法和系统 | |
| CN106023202A (zh) | 基于心脏ct图像的冠状动脉血流储备分数计算方法 | |
| CN108992057B (zh) | 一种确定冠状动脉血流储备分数ffr的方法和装置 | |
| JP6776283B2 (ja) | 血管のセグメンテーションの方法および装置 | |
| EP3370615B1 (en) | Collateral flow modelling for non-invasive fractional flow reserve (ffr) | |
| JP7053656B2 (ja) | 造影剤注入撮像 | |
| Cardenes et al. | 3D reconstruction of coronary arteries from rotational X-ray angiography | |
| JP2004222864A (ja) | 診断支援システム、診断支援方法及び診断支援プログラム | |
| CN112419484A (zh) | 三维血管合成方法、系统及冠状动脉分析系统和存储介质 | |
| Krishnan et al. | Analysis of time-dependent flow-sensitive PC-MRI data | |
| CN108280833A (zh) | 一种植物根系分叉特征的骨架提取方法 | |
| Perchet et al. | Advanced navigation tools for virtual bronchoscopy | |
| CN111839496B (zh) | 一种通过常规造影图像测量出血流储备分数的系统 | |
| Sheng et al. | Extraction method of coronary artery blood vessel centerline in CT coronary angiography | |
| US10332255B2 (en) | Method for assessing stenosis severity in a lesion tree through stenosis mapping | |
| WO2017047135A1 (ja) | 血流解析装置、その方法、及びそのコンピュータソフトウェアプログラム | |
| JP5846368B2 (ja) | 医療画像処理装置、方法、及びプログラム | |
| JP2023547373A (ja) | 血管流体流速を決定する方法 | |
| Ming et al. | Rapid tracking of vascular tree in angiography images based on adaptive sampling | |
| Cline et al. | Automated coronary CT angiography plaque-lumen segmentation | |
| Jandt et al. | Automatic generation of 3D coronary artery centerlines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20170810 Address after: 215123 NW-05-502 room, North West District of Suzhou, 99 Jinji Lake Road, Suzhou Industrial Park, Jiangsu, China Applicant after: Suzhou Yun medsphere Co. Ltd. Address before: Linquan Street Industrial Park of Suzhou city in Jiangsu province 215123 No. 399 National University Science Park of Southeast University, Wenchang 405, room 409, 407 Applicant before: Suzhou Run Xin medical science and technology company limited |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20170111 Assignee: Suzhou ronghua Leasing Co., Ltd Assignor: SUZHOU RAINMED MEDICAL TECHNOLOGY Co.,Ltd. Contract record no.: X2020320010032 Denomination of invention: Calculation of coronary flow reserve fraction based on X-ray coronary angiography images Granted publication date: 20180102 License type: Exclusive License Record date: 20201207 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Calculation of coronary flow reserve fraction based on X-ray coronary angiography images Effective date of registration: 20201207 Granted publication date: 20180102 Pledgee: Suzhou ronghua Leasing Co., Ltd Pledgor: SUZHOU RAINMED MEDICAL TECHNOLOGY Co.,Ltd. Registration number: Y2020320010223 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20210414 Granted publication date: 20180102 Pledgee: Suzhou ronghua Leasing Co., Ltd Pledgor: SUZHOU RAINMED MEDICAL TECHNOLOGY Co.,Ltd. Registration number: Y2020320010223 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: Suzhou ronghua Leasing Co., Ltd Assignor: SUZHOU RAINMED MEDICAL TECHNOLOGY Co.,Ltd. Contract record no.: X2020320010032 Date of cancellation: 20210419 |
|
| EC01 | Cancellation of recordation of patent licensing contract |