CN106659399A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN106659399A
CN106659399A CN201580022974.2A CN201580022974A CN106659399A CN 106659399 A CN106659399 A CN 106659399A CN 201580022974 A CN201580022974 A CN 201580022974A CN 106659399 A CN106659399 A CN 106659399A
Authority
CN
China
Prior art keywords
patient
coronarius
ill
model
specific real
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
CN201580022974.2A
Other languages
English (en)
Other versions
CN106659399B (zh
Inventor
P.沙尔马
L.M.伊图
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.)
Siemens AG
Siemens Healthcare GmbH
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN106659399A publication Critical patent/CN106659399A/zh
Application granted granted Critical
Publication of CN106659399B publication Critical patent/CN106659399B/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
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—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
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Cardiology (AREA)
  • Dentistry (AREA)
  • Hematology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Databases & Information Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

公开了用于冠状动脉狭窄的非侵入式评价的方法和系统。从患者的医学图像数据生成患者的患病冠状动脉的患者特定真实解剖学模型。生成针对患者的患病冠状动脉的假想正常解剖学模型。模拟患病冠状的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流。使用患病冠状的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数。特别地，将针对患病冠状动脉的血流储备分数（FFR）计算为患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率与针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率之比。

Description

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
本申请要求享有2014年5月4日提交的美国临时申请号61/988,494的优先权，其公开通过引用并入本文。
背景技术
本发明涉及冠状动脉狭窄的非侵入式功能评价，并且更特别地涉及根据医学图像数据和血流模拟的冠状动脉狭窄的非侵入式功能评价。
心血管疾病（CVD）在世界范围是死亡的主要原因。在各种CVD之中，冠状动脉疾病（CAD）占据那些死亡中的接近百分之五十。尽管有医学成像和其它诊断模态中的显著改进，针对CAD患者的过早发病率和死亡率中的增加仍旧非常高。用于冠状狭窄的诊断和管理的当前临床实践涉及视觉上或通过定量冠状动脉造影术（QCA）对患病血管的评价。这样的评价为临床医生提供狭窄区段和父血管（parent vessel）的解剖学概览，包括面积减小、病变（lesion）长度和最小内腔直径，但是不提供病变对通过血管的血流的影响的功能评价。通过将压力导丝插入到狭窄的血管中来测量血流储备分数（FFR）已经示出是用于引导血管再生决定的更好选项，因为FFR在识别导致病变的局部缺血方面相比于侵入式造影术而言更加有效。QCA仅评估狭窄的形态学明显度并且具有数个其它限制。基于压力导丝的FFR测量涉及与将压力导丝插入到血管中所必要的介入相关联的风险，并且对于非常窄的狭窄，压力导丝可能引起附加的血压下降。
发明内容
本发明提供用于冠状动脉狭窄的非侵入式功能评价的方法和系统。本发明的实施例针对相对严格的评价而执行患病和假想正常解剖学模型中的基于医学图像的流计算。
在本发明的一个实施例中，从患者的医学图像数据生成患者的患病冠状动脉的患者特定真实解剖学模型。针对患者的患病冠状动脉生成假想正常解剖学模型。在患病冠状的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中模拟血流。使用患病冠状的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数。
本发明的这些和其它优点将通过参照以下详细描述和附图而对本领域普通技术人员是明显的。
附图说明
图1图示了狭窄的血管和对应的假想正常血管；
图2图示了根据本发明的实施例的冠状动脉狭窄的非侵入式功能评价的方法；
图3图示了用于生成冠状血管树的患者特定解剖学模型的示例性结果；
图4图示了根据本发明的实施例的用于生成针对患病冠状动脉的假想正常解剖学模型的方法；
图5图示了具有被高亮（highlight）的患病部分的患病冠状动脉；以及
图6是能够实现本发明的计算机的高级框图。
具体实施方式
本发明涉及用于使用医学图像数据和血流模拟的冠状动脉狭窄的非侵入式功能评价的方法和系统。在本文中描述本发明的实施例以给出用于模拟血流和评价冠状动脉狭窄的方法的视觉理解。数字图像通常包括一个或多个对象（或形状）的数字表示。对象的数字表示在本文中通常在识别和操纵对象方面来描述。这样的操纵是在计算机系统的存储器或其它电路/硬件中实现的虚拟操纵。相应地，要理解的是，本发明的实施例可以在计算机系统内使用存储在计算机系统内的数据来执行。
血液储备分数（FFR）是用于量化冠状狭窄的血液动力学显著度的功能度量。FFR典型地使用基于压力导丝的测量来侵入式地确定。FFR被定义为患病血管（具有狭窄或堵塞的血管）中的血流对相同、假想、正常（健康）血管中的流的分数，其二者在最大充血时确定：
在此，“max”是指最大充血条件。正常血管是假想的（即如果不存在（一个或多个）堵塞则血管将怎样）。由于这样的假想正常血管不可用于测量，因此可替换的基于压力的公式一般用于量化FFR。图1图示了狭窄血管100和对应的假想正常血管110。如图1中所示，狭窄102存在于狭窄血管100中，但是不在假想正常血管110中。Q stenosis 是指狭窄血管100中的血流，并且Q normal 是指假想正常血管110中的血流。
为了使用可替换的基于压力的公式，当心肌阻抗固定在其最低值处时测量最大充血时的压力是关键的（非最大充血状态中的压力和流可变性可能相当大并且因而影响FFR计算）。作为结果，流率项可以被适当的灌注压项取代，其全部可以在狭窄血管中测量：
在此，P d 和P a 分别为充血期间的平均（在心跳周期内）末端和主动脉压，并且P v 是静脉压（其有时被假定为零；P v ≈0）。
在近些年，已经提出用于通过利用基于医学图像的方法结合基于计算流体动力学（CFD）的算法的FFR的非侵入式计算（如与使用侵入式测量相对）的若干方法。这样的方法在从患者特定医学图像数据生成的解剖学模型中计算经模拟的充血状态下的流和压力，并且计算在狭窄末端的经时间平均的压力相对于主动脉中的平均压力的比以评估FFR。所有这样的模型的一个共同特征是将基于压力的公式用于计算FFR。
然而，用于引起充血的血管舒张剂并不总是重复地使心肌的阻抗降低到相同水平。此外，每一种血管舒张剂不产生阻抗中的精确相同的降低。另外，升高的静脉压可能使静脉压几乎为零的假设失效，从而要求比基于压力的公式更复杂的FFR的计算以确定精确的FFR值。
为了克服用于计算FFR的基于压力的计算方案的限制，本发明的实施例提供了一种用于基于FFR的基于流的公式的根据患者的医学图像的非侵入式FFR计算的方法。本发明的实施例从医学图像生成患者的冠状的解剖学模型（被称为“真实解剖学模型”），生成针对患者的假想正常血管的解剖学模型，在真实解剖学模型和假想正常血管的解剖学模型二者中执行血流模拟，并且通过计算真实解剖学模型与假想血管的解剖学模型中的模拟的流的比来计算FFR。为了确定FFR，流计算可以在充血条件下执行。本发明的实施例可以类似地应用于计算其它血液动力学指数，并且对于其它血液动力学指数，可以在静息或在患者的其它生理状态执行流计算。
图2图示了根据本发明的实施例的冠状动脉狭窄的非侵入式功能评价的方法。参照图2，在步骤202处，接收来自患者的医学图像数据。可以接收来自一个或多个成像模态的医学图像数据。例如，医学图像数据可以包括计算机断层扫描术（CT）、Dyna CT、磁共振（MR）、造影术、超声、单光子发射计算机断层扫描术（SPECT）和任何其它类型的医学成像模态。医学图像数据可以是2D、3D或4D（3D+时间）医学图像数据。医学图像数据可以直接从诸如CT扫描仪、MR扫描仪、造影术扫描仪、超声设备等之类的一个或多个图像获取设备接收，或者医学图像数据可以通过加载针对患者的之前存储的医学图像数据来接收。
在有利实施例中，在CT扫描仪上获取3D冠状CT造影术（CTA）图像。CTA图像确保通过使用注射到患者中的造影剂来对包括包含狭窄的（一个或多个）血管的冠状脉管系统充分地成像。在该阶段，临床医生可以被提供有通过在图像上交互式地查看感兴趣的病变（狭窄）而识别它们的选项。该步骤还可以在从图像数据提取的患者特定解剖学模型上执行（步骤204）。可替换地，可以使用用于冠状动脉狭窄的自动检测的算法在图像数据中自动检测狭窄，诸如在美国公开专利申请号2011/0224542中描述的用于冠状动脉狭窄的自动检测的方法，其通过引用并入本文。除了医学图像数据之外，还可以获取其它非侵入式临床测量，诸如患者的心率以及心脏收缩和心脏舒张血压。
在步骤204处，从患者的医学成像数据生成患者的至少一个患病冠状动脉的患者特定真实解剖学模型。如本文所使用的，“真实”解剖学模型是指包括冠状动脉中的任何狭窄的患者的实际冠状动脉的解剖学模型。患病冠状动脉是包含至少一个狭窄的冠状动脉。在示例性实施例中，从医学图像数据生成患者的冠状动脉树的患者特定解剖学模型。为了生成患者的冠状动脉树的患者特定解剖学模型，可以使用自动化冠状动脉中心线提取算法在3D医学图像数据中对冠状动脉进行分段。可以使用任何冠状动脉分段方法来对冠状动脉进行分段。例如，可以使用美国公开专利申请号2010/0067760描述的方法在CT体积中对冠状动脉进行分段，其通过引用并入本文。一旦冠状动脉中心线树被提取，可以在中心线树的每一个点处生成截面轮廓。每一个中心线点处的截面轮廓给出在冠状动脉中的该点处的对应截面区域测量。然后针对经分段的冠状动脉生成几何表面模型。例如，在美国专利号7,860,290和美国专利号7,953,266中描述用于冠状动脉的解剖学建模的方法，其二者通过引用并入本文。除了冠状之外，患者特定解剖学模型可以包括主动脉根连同主动脉的近端部分。还使用类似算法来提取每一个狭窄的详细3D模型，其包括近端血管直径和面积、末端血管直径和面积、最小内腔直径和面积以及狭窄的长度的量化。图3图示了用于生成冠状动脉树的患者特定解剖学模型的示例性结果。图3的图像300示出冠状CTA数据。图像310示出从CTA数据提取的中心线树312。图像320示出在中心线树312的每一个点处提取的截面轮廓322。图像330示出冠状动脉、主动脉根和主动脉的近端部分的3D表面网格332。要理解的是，患者的患病冠状和/或整个冠状树的真实解剖学模型可以被输出和显示在例如计算机系统的显示屏上。
返回到图2，在步骤206处，生成针对至少一个患病冠状动脉的假想正常解剖学模型。如本文所使用的，假想正常解剖学模型是在没有狭窄的假想正常或健康状态中表示患病冠状动脉的解剖学模型。由于这样的假想正常血管在患者的医学图像数据中不存在，因此本文描述利用不同技术以用于生成患病冠状动脉的假想正常解剖学模型的本发明的各种实施例。要理解的是，针对患病冠状的假想正常解剖学模型和/或针对患者的整个冠状树的假想正常解剖学模型可以被输出和显示在例如计算机系统的显示屏上。
图4图示了根据本发明的实施例的用于生成针对患病冠状动脉的假想正常解剖学模型的方法。在图4的实施例中，通过分析来自患者的冠状动脉树的真实正常（健康）血管、从真实正常血管计算解剖学特性和使用这些特性来合成患病血管的假想正常解剖学模型而生成假想正常解剖学模型。如图4中所图示的，在步骤402处，接收患者的医学图像数据。图4的步骤402类似于图2的步骤202。在图4的步骤404处，从患者的医学成像数据生成患者的冠状动脉的患者特定真实解剖学模型，所述患者的冠状动脉包括患病冠状动脉和至少一个正常（健康）冠状动脉。例如，可以通过生成患者的冠状树的患者特定解剖学模型来生成患者的冠状动脉的患者特定真实解剖学模型，所述患者的冠状动脉包括患病冠状动脉和至少一个健康冠状动脉，如以上结合图2的步骤204描述的。
在步骤406处，从患者的冠状动脉的患者特定真实解剖学模型中的正常冠状动脉提取血管特性。首先，正常冠状动脉必须通过找到冠状树的健康分支来确定。在一个可能的实现方式中，正常冠状动脉可以通过从用户接收正常冠状动脉的输入选择来确定。在另一可能的实现方式中，正常冠状动脉可以通过自动检测医学图像数据或患者的冠状动脉的患者特定真实解剖学模型中的健康冠状动脉来确定。例如，可以在医学图像数据或患者特定真实解剖学模型上执行用于冠状动脉狭窄的自动检测的方法，诸如美国公开专利申请号2011/0224542中所描述的方法，其通过引用并入本文，并且可以将其中没有检测到狭窄的冠状动脉自动选择为正常冠状动脉。一旦确定了正常冠状动脉，从患者特定真实解剖学模型中的正常冠状动脉提取血管特性。在有利实施例中，在正常冠状动脉的长度上提取正常冠状动脉的半径，并且确定在冠状动脉的长度上的半径的改变率。
在步骤408处，基于从患者特定真实解剖学模型中的正常冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型。在有利实施例中，假想正常解剖学模型具有与患者特定真实解剖学模型中的患病冠状动脉相同的长度和与患病冠状动脉相同的在患病冠状动脉的非患病部分中的半径。通过应用从正常冠状动脉提取的半径的改变率来确定患病冠状动脉的患病（例如狭窄）部分中的假想正常解剖学模型的半径。例如，考虑在左前降支（LAD）动脉中具有狭窄和钙化的患者，其具有正常的左回旋支（LCX）动脉。为了生成LAD动脉的假想解剖学模型，可以提取患者的正常LCX动脉中的半径的改变率并且该信息然后可以用于生成LAD动脉的假想正常解剖学模型。LAD动脉的该合成地生成的假想正常解剖学模型可以具有与原始患病LAD相同的长度，但是不同的截面剖面图。
在另一实施例中，可以通过基于用户输入而修改患病冠状动脉的患者特定真实解剖学模型或患病血管的底层医学图像来生成针对患病冠状动脉的假想正常解剖学模型。这可以通过移除诸如但不限于斑块、钙化、血栓、狭窄或其它血管缩窄和正性重构（positiveremodeling）之类的某些特性来执行。这些特性可以在医学图像上或在患病冠状动脉的真实解剖学模型上被高亮，并且然后被自动或基于用户的输入而移除以创建针对患病血管的假想正常解剖学模型。在该实施例中，医学图像和/或患者特定真实解剖学模型可以例如显示在计算机系统的显示屏上，并且通过用户使用输入设备（诸如鼠标、触摸屏等）而高亮要在所显示的医学图像或真实解剖学模型上移除的部分而接收用户输入。图5图示了具有高亮的患病部分的患病冠状动脉。如图5中所示，在患病冠状动脉500上高亮狭窄/斑块502、钙化504、血栓506和正性重构508。
在另一实施例中，可以通过利用接近或远离患病区段的正常区段代替患病冠状动脉的患病（例如狭窄）区段基于患病冠状动脉的患者特定真实解剖学模型来生成针对患病冠状动脉的假想正常解剖学模型。在该实施例中，通过在患病区段的长度上内插接近或远离患病区段的正常区段的血管几何结构而代替患病冠状动脉的每一个患病区段。
在另一实施例中，可以在医学图像自身中，在图像重构阶段期间或在图像处理阶段期间生成针对患病冠状动脉的假想正常解剖学模型。在该实施例中，可以基于诸如钙化和狭窄之类的患病特征的全自动检测来生成假想正常解剖学模型。例如，在计算机断层扫描术（CT）图像的情况中，图像体元的亨氏单位可以用于自动检测诸如钙化之类的疾病特征，并且其随后被移除以生成针对患病冠状动脉的假想正常解剖学模型。在一个实现方式中，经分段的患病冠状动脉的边界可以被自动修改以从经分段的患病冠状动脉移除所检测到的患病特征中的一些或全部。在另一实现方式中，医学图像数据可以被修改以改变被检测为患病特征的体元的体元强度值。例如，所检测到的患病特征的体元可以被修改成使体元值等于冠状动脉的健康区的平均强度。一旦医学图像数据被修改，就可以通过对经修改的医学图像中的冠状动脉进行分段来生成假想正常解剖学模型。
返回到图2，在步骤208处，在患病冠状动脉的患者特定真实解剖学模型中模拟血流。在有利实现方式中，可以在患者的患病冠状动脉的患者特定真实解剖学模型中使用基于计算流体动力学（CFD）的算法来模拟血流。在基于CFD的模拟中，将血液建模为牛顿流体，并且通过在刚性壁假定下对离散纳维尔-斯托克斯方程（连续性和动量方程）进行数值求解来获得针对血液的速度场。离散纳维尔-斯托克斯方程用于随时间递增地模拟患病冠状动脉内的血流的速度和压力。还向CFD建模输入来自患病冠状动脉的患者特定真实解剖学模型的患病冠状动脉的患者特定解剖模型以便基于患者特定解剖模型而约束血流模拟。其它边界条件（诸如速度和/或压力边界条件）也从针对患者获取的医学图像数据和/或其它非侵入式临床测量（诸如患者的心率以及心脏收缩和心脏舒张血压）确定。要理解的是，可以通过模拟患者的完整冠状动脉树的真实解剖学模型中的血流来估计患病冠状动脉的真实解剖学模型中的血流。为了确定FFR，可以在充血条件下执行血流模拟。表示充血条件的边界条件可以从在充血时从患者获取的医学图像数据和/或其它非侵入式测量确定，或者可以基于静息状态边界条件来计算，所述静息状态边界条件是从在静息时从患者获取的医学图像数据和/或其它非侵入式测量确定的。针对可以用于基于CFD的血流模拟的各种方法的附加细节，包括用于计算边界条件的方法，在美国公开专利申请号20140058715和美国公开专利申请号2012/0072190中描述，其通过引用以其整体并入本文。
在步骤210处，在针对患病冠状动脉的假想正常模型中模拟血流。类似于针对患病冠状动脉的患者特定真实解剖学模型所执行的血流模拟，可以使用基于计算流体动力学（CFD）的算法在针对患病冠状动脉的假想正常解剖学模型中模拟血流。在基于CFD的模拟中，将血液建模为牛顿流体，并且通过在刚性壁假定下对离散纳维尔-斯托克斯方程（连续性和动量方程）进行数值求解来获得针对血液的速度场。离散纳维尔-斯托克斯方程用于随时间递增地模拟假想正常冠状动脉内的血流的速度和压力。还向CFD建模工作流输入来自针对患病冠状动脉的假想正常解剖学模型的假想正常冠状动脉的解剖模型以便基于假想正常解剖模型约束血流模拟。其它边界条件（诸如速度和/或压力边界条件）也从针对患者获取的医学图像数据和/或其它非侵入式临床测量（诸如患者的心率以及心脏收缩和心脏舒张血压）确定。要理解的是，可以通过模拟患者的完整冠状动脉树的假想正常解剖学模型中的血流来估计针对患病冠状动脉的假想正常解剖学模型中的血流。在可替换的实现方式中，假想正常冠状动脉树可以用于边界条件的估计。由于边界条件中的参数值的计算是基于血管的半径的，因此来自假想正常冠状动脉树的信息可以造成更接近患者特定值的流率分布的估计。在该情况下，针对患病冠状动脉的真实解剖学模型（步骤208）和针对患病冠状动脉的假想正常解剖学模型（步骤210）二者中的血流模拟的边界条件可以使用假想正常冠状动脉树来计算。为了确定FFR，可以在充血条件下执行血流模拟。表示充血条件的边界条件可以从在充血时从患者获取的医学图像数据和/或其它非侵入式测量确定，或者可以基于静息状态边界条件来计算，所述静息状态边界条件是从在静息时从患者获取的医学图像数据和/或其它非侵入式测量确定的。针对可以用于基于CFD的血流模拟的各种方法的附加细节，包括用于计算边界条件的方法，在美国公开专利申请号20140058715和美国公开专利申请号2012/0072190中描述，其通过引用以其整体并入本文。
在步骤212处，基于患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数。在有利实施例中，通过计算患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率与针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率之比来计算针对患病冠状动脉的FFR。对于FFR计算，在充血条件下模拟真实解剖学模型和假想正常解剖学模型二者中的血流。要理解的是，根据本发明的有利实施例，直接从模拟的流率而不从冠状动脉中的压力计算FFR。对于其它血液动力学指数，可以在静息状态或其它生理状态处执行模拟。真实和假想正常解剖学模型中的模拟的流率可以以任何方式组合以生成用于评价患病冠状动脉中的冠状动脉狭窄的血液动力学指数或度量。
用于冠状动脉狭窄的非侵入式评价的以上描述的方法可以实现在使用公知计算机处理器、存储器单元、存储设备、计算机软件和其它组件的计算机上。这样的计算机的高级框图在图6中图示。计算机602包含处理器604，其通过执行定义这样的操作的计算机程序指令来控制计算机602的总体操作。计算机程序指令可以存储在存储设备612（例如磁盘）中并且当期望执行计算机程序指令时被加载到存储器610中。因此，图2和图4的方法的步骤可以由存储在存储器610和/或储存器612中的计算机程序指令定义并且由执行计算机程序指令的处理器604控制。诸如CT扫描设备、MR扫描设备、超声设备等之类的图像获取设备620可以连接到计算机602以向计算机602输入图像数据。可能的是将图像获取设备620和计算机602实现为一个设备。还可能的是图像获取设备620和计算机602通过网络无线地通信。计算机602还包括一个或多个网络接口606以用于经由网络与其它设备通信。计算机602还包括使得能够实现与计算机602的用户交互的其它输入/输出设备608（例如显示器、键盘、鼠标、扬声器、按钮等）。这样的输入/输出设备608可以结合计算机程序集合来用作注释工具以注释从图像获取设备620接收的体积。本领域技术人员将认识到，实际计算机的实现方式也可以包含其它组件，并且图6是用于说明性目的的这样的计算机的一些组件的高级表示。
前述具体实施方式要理解为在每一个方面都是说明性和示例性的，但是不是限制性的，并且本文所公开的发明的范围不从具体实施方式确定，而是从如根据专利法所准许的完整范围解释的权利要求确定。要理解的是，本文所示出和描述的实施例仅仅说明本发明的原理并且各种修改可以由本领域技术人员在不脱离本发明的范围和精神的情况下实现。本领域技术人员可以在不脱离本发明的范围和精神的情况下实现各种其它特征组合。

Claims (48)

1.一种用于冠状动脉狭窄的非侵入式评价的方法，包括：
从患者的医学图像数据生成所述患者的患病冠状动脉的患者特定真实解剖学模型；
生成针对所述患者的患病冠状动脉的假想正常解剖学模型；
模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流；以及
使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数。
2.根据权利要求1所述的方法，其中从患者的医学图像数据生成所述患者的患病冠状动脉的患者特定真实解剖学模型包括：
生成所述患者的冠状动脉树的患者特定真实解剖学模型。
3.根据权利要求2所述的方法，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取血管特性；以及
基于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型。
4.根据权利要求3所述的方法，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型还包括：
在从健康冠状动脉提取血管特性之前在所述患者的冠状动脉树的患者特定真实解剖学模型或所述患者的医学图像数据中的一个中自动检测健康冠状动脉。
5.根据权利要求3所述的方法，其中从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取血管特性包括：
在冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉的长度上提取冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉的半径值。
6.根据权利要求5所述的方法，其中基于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型包括：
生成针对患病冠状动脉的假想正常解剖学模型使得针对患病冠状动脉的假想正常解剖学模型具有与冠状动脉树的患者特定真实解剖学模型中的患病冠状动脉的长度相同的长度、与冠状动脉树的患者特定真实解剖学模型中的患病冠状动脉的半径相同的在患病冠状动脉中的健康区中的半径，以及基于冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉中的半径的改变率而确定的在针对患病冠状动脉的患病区中的半径。
7.根据权利要求1所述的方法，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
通过利用接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段代替患病冠状动脉的患者特定真实解剖学模型的患病区段来基于患病冠状动脉的患者特定真实解剖学模型而生成针对患病冠状动脉的假想正常解剖学模型。
8.根据权利要求7所述的方法，其中通过利用接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段代替患病冠状动脉的患者特定真实解剖学模型的患病区段来基于患病冠状动脉的患者特定真实解剖学模型而生成针对患病冠状动脉的假想正常解剖学模型包括：
对于患病冠状动脉的患者特定真实解剖学模型的每一个患病区段，在患病区段的长度上内插接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段的血管几何结构。
9.根据权利要求1所述的方法，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
在所述患者的患病冠状动脉的患者特定真实解剖学模型或所述患者的医学图像数据中的一个中自动检测患病冠状动脉的患病部分；以及
自动修改患病冠状动脉的患者特定真实解剖学模型中的患病冠状动脉的边界以移除患病冠状动脉的检测到的患病部分。
10.根据权利要求1所述的方法，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
在所述患者的医学图像数据中自动检测对应于患病冠状动脉的患病部分的体元；
自动修改所述患者的医学图像数据中的对应于患病冠状动脉的患病部分的体元从而造成经修改的医学图像数据；以及
通过对经修改的医学图像数据中的所述患者的患病冠状动脉进行分段来生成针对所述患者的患病冠状动脉的假想正常解剖学模型。
11.根据权利要求10所述的方法，其中自动修改所述患者的医学图像数据中的对应于患病冠状动脉的患病部分的体元从而造成经修改的医学图像数据包括：
将对应于患病冠状动脉的患病部分的体元的体元值改变成等于所述患者的医学图像数据中的患病冠状动脉的健康区的平均强度的体元值。
12.根据权利要求1所述的方法，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
接收识别患病冠状动脉的患病部分的用户输入；以及
修改患病冠状动脉的患者特定真实解剖学模型或所述患者的医学图像数据中的一个以移除由用户输入识别的患病冠状动脉的患病部分。
13.根据权利要求1所述的方法，其中模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流包括：
使用相应的基于计算流体动力学（CFD）的模拟来模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流。
14.根据权利要求1所述的方法，其中模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流包括：
使用相应的计算流体动力学（CFD）模拟来模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的充血时的血流。
15.根据权利要求1所述的方法，其中使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数包括：
使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算针对所述患者的患病冠状动脉的血流储备分数（FFR）。
16.根据权利要求15所述的方法，其中使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算针对所述患者的患病冠状动脉的血流储备分数（FFR）包括：
将针对所述患者的患病冠状动脉的FFR计算为患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率与针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率之比。
17.一种用于冠状动脉狭窄的非侵入式评价的设备，包括：
用于从患者的医学图像数据生成所述患者的患病冠状动脉的患者特定真实解剖学模型的装置；
用于生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置；
用于模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流的装置；以及
用于使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率计算血液动力学指数的装置。
18.根据权利要求17所述的设备，其中用于从患者的医学图像数据生成所述患者的患病冠状动脉的患者特定真实解剖学模型的装置包括：
用于生成所述患者的冠状动脉树的患者特定真实解剖学模型的装置。
19.根据权利要求18所述的设备，其中用于生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置包括：
用于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取血管特性的装置；以及
用于基于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型的装置。
20.根据权利要求19所述的设备，其中用于生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置还包括：
用于在所述患者的冠状动脉树的患者特定真实解剖学模型或所述患者的医学图像数据中的一个中自动检测健康冠状动脉的装置。
21.根据权利要求19所述的设备，其中用于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取血管特性的装置包括：
用于在冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉的长度上提取冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉的半径值的装置。
22.根据权利要求21所述的设备，其中用于基于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型的装置包括：
用于生成针对患病冠状动脉的假想正常解剖学模型使得针对患病冠状动脉的假想正常解剖学模型具有与冠状动脉树的患者特定真实解剖学模型中的患病冠状动脉的长度相同的长度、与冠状动脉树的患者特定真实解剖学模型中的患病冠状动脉的半径相同的在患病冠状动脉中的健康区中的半径，以及基于冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉中的半径的改变率而确定的在针对患病冠状动脉的患病区中的半径的装置。
23.根据权利要求17所述的设备，其中用于生成针对所示患者的患病冠状动脉的假想正常解剖学模型的装置包括：
用于通过利用接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段代替患病冠状动脉的患者特定真实解剖学模型的患病区段来基于患病冠状动脉的患者特定真实解剖学模型而生成针对患病冠状动脉的假想正常解剖学模型的装置。
24.根据权利要求23所述的设备，其中用于通过利用接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段代替患病冠状动脉的患者特定真实解剖学模型的患病区段来基于患病冠状动脉的患者特定真实解剖学模型而生成针对患病冠状动脉的假想正常解剖学模型的装置包括：
用于在患病区段的长度上内插接近或远离患病冠状动脉的患者特定真实解剖学模型的患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段的血管几何结构的装置。
25.根据权利要求17所述的设备，其中用于生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置包括：
用于在所述患者的患病冠状动脉的患者特定真实解剖学模型或所述患者的医学图像数据中的一个中自动检测患病冠状动脉的患病部分的装置；以及
用于自动修改患病冠状动脉的患者特定真实解剖学模型中的患病冠状动脉的边界以移除患病冠状动脉的检测到的患病部分的装置。
26.根据权利要求17所述的设备，其中用于生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置包括：
用于在所述患者的医学图像数据中自动检测对应于患病冠状动脉的患病部分的体元的装置；
用于自动修改所述患者的医学图像数据中的对应于患病冠状动脉的患病部分的体元从而造成经修改的医学图像数据的装置；以及
用于通过对经修改的医学图像数据中的所述患者的患病冠状动脉进行分段来生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置。
27.根据权利要求26所述的设备，其中用于自动修改所述患者的医学图像数据中的对应于患病冠状动脉的患病部分的体元从而造成经修改的医学图像数据的装置包括：
用于将对应于患病冠状动脉的患病部分的体元的体元值改变成等于所述患者的医学图像数据中的患病冠状动脉的健康区的平均强度的体元值的装置。
28.根据权利要求17所述的设备，其中用于生成针对所述患者的患病冠状动脉的假想正常解剖学模型的装置包括：
用于接收识别患病冠状动脉的患病部分的用户输入的装置；以及
用于修改患病冠状动脉的患者特定真实解剖学模型或所述患者的医学图像数据中的一个以移除由用户输入识别的患病冠状动脉的患病部分的装置。
29.根据权利要求17所述的设备，其中用于模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流的装置包括：
用于使用相应的基于计算流体动力学（CFD）的模拟来模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流的装置。
30.根据权利要求17所述的设备，其中用于模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流的装置包括：
用于使用相应的计算流体动力学（CFD）模拟来模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的充血时的血流的装置。
31.根据权利要求17所述的设备，其中用于使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数的装置包括：
用于使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算针对所述患者的患病冠状动脉的血流储备分数（FFR）的装置。
32.根据权利要求31所述的设备，其中用于使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算针对所述患者的患病冠状动脉的血流储备分数（FFR）的装置包括：
用于将针对所述患者的患病冠状动脉的FFR计算为患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率与针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率之比的装置。
33.一种存储用于冠状动脉狭窄的非侵入式评价的计算机程序指令的非暂时性计算机可读介质，所述计算机程序指令在由处理器运行时使所述处理器执行包括以下的操作：
从患者的医学图像数据生成所述患者的患病冠状动脉的患者特定真实解剖学模型；
生成针对所述患者的患病冠状动脉的假想正常解剖学模型；
模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流；以及
使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数。
34.根据权利要求33所述的非暂时性计算机可读介质，其中从患者的医学图像数据生成所述患者的患病冠状动脉的患者特定真实解剖学模型包括：
生成所述患者的冠状动脉树的患者特定真实解剖学模型。
35.根据权利要求34所述的非暂时性计算机可读介质，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取血管特性；以及
基于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型。
36.根据权利要求35所述的非暂时性计算机可读介质，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型还包括：
在从健康冠状动脉提取血管特性之前在所述患者的冠状动脉树的患者特定真实解剖学模型或患者的医学图像数据中的一个中自动检测健康冠状动脉。
37.根据权利要求35所述的非暂时性计算机可读介质，其中从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取血管特性包括：
在冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉的长度上提取冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉的半径值。
38.根据权利要求37所述的非暂时性计算机可读介质，其中基于从所述患者的冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉提取的血管特性而生成针对患病冠状动脉的假想正常解剖学模型包括：
生成针对患病冠状动脉的假想正常解剖学模型使得针对患病冠状动脉的假想正常解剖学模型具有与冠状动脉树的患者特定真实解剖学模型中的患病冠状动脉的长度相同的长度、与冠状动脉树的患者特定真实解剖学模型中的患病冠状动脉的半径相同的在患病冠状动脉中的健康区中的半径，以及基于冠状动脉树的患者特定真实解剖学模型中的健康冠状动脉中的半径的改变率而确定的在针对患病冠状动脉的患病区中的半径。
39.根据权利要求33所述的非暂时性计算机可读介质，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
通过利用接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段代替患病冠状动脉的患者特定真实解剖学模型的患病区段来基于患病冠状动脉的患者特定真实解剖学模型而生成针对患病冠状动脉的假想正常解剖学模型。
40.根据权利要求39所述的非暂时性计算机可读介质，其中通过利用接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段代替患病冠状动脉的患者特定真实解剖学模型的患病区段来基于患病冠状动脉的患者特定真实解剖学模型而生成针对患病冠状动脉的假想正常解剖学模型包括：
对于患病冠状动脉的患者特定真实解剖学模型的每一个患病区段，在患病区段的长度上内插接近或远离患病区段的患病冠状动脉的患者特定真实解剖学模型的健康区段的血管几何结构。
41.根据权利要求33所述的非暂时性计算机可读介质，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
在所述患者的患病冠状动脉的患者特定真实解剖学模型或所述患者的医学图像数据中的一个中自动检测患病冠状动脉的患病部分；以及
自动修改患病冠状动脉的患者特定真实解剖学模型中的患病冠状动脉的边界以移除患病冠状动脉的检测到的患病部分。
42.根据权利要求33所述的非暂时性计算机可读介质，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
在所述患者的医学图像数据中自动检测对应于患病冠状动脉的患病部分的体元；
自动修改所述患者的医学图像数据中的对应于患病冠状动脉的患病部分的体元从而造成经修改的医学图像数据；以及
通过对经修改的医学图像数据中的所述患者的患病冠状动脉进行分段来生成针对所述患者的患病冠状动脉的假想正常解剖学模型。
43.根据权利要求42所述的非暂时性计算机可读介质，其中自动修改所述患者的医学图像数据中的对应于患病冠状动脉的患病部分的体元从而造成经修改的医学图像数据包括：
将对应于患病冠状动脉的患病部分的体元的体元值修改成等于所述患者的医学图像数据中的患病冠状动脉的健康区的平均强度的体元值。
44.根据权利要求33所述的非暂时性计算机可读介质，其中生成针对所述患者的患病冠状动脉的假想正常解剖学模型包括：
接收识别患病冠状动脉的患病部分的用户输入；以及
修改患病冠状动脉的患者特定真实解剖学模型或所述患者的医学图像数据中的一个以移除由用户输入识别的患病冠状动脉的患病部分。
45.根据权利要求33所述的非暂时性计算机可读介质，其中模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流包括：
使用相应的基于计算流体动力学（CFD）的模拟来模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流。
46.根据权利要求33所述的非暂时性计算机可读介质，其中模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的血流包括：
使用相应的计算流体动力学（CFD）模拟来模拟患病冠状动脉的患者特定真实解剖学模型和针对患病冠状动脉的假想正常解剖学模型中的每一个中的充血时的血流。
47.根据权利要求33所述的非暂时性计算机可读介质，其中使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算血液动力学指数包括：
使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算针对所述患者的患病冠状动脉的血流储备分数（FFR）。
48.根据权利要求47所述的非暂时性计算机可读介质，其中使用患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率和针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率来计算针对所述患者的患病冠状动脉的血流储备分数（FFR）包括：
将针对所述患者的患病冠状动脉的FFR计算为患病冠状动脉的患者特定真实解剖学模型中的模拟的血流速率与针对患病冠状动脉的假想正常解剖学模型中的模拟的血流速率之比。
CN201580022974.2A 2014-05-05 2015-04-15 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 Active CN106659399B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461988494P 2014-05-05 2014-05-05
US61/988494 2014-05-05
PCT/US2015/025853 WO2015171276A1 (en) 2014-05-05 2015-04-15 Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models

Publications (2)

Publication Number Publication Date
CN106659399A true CN106659399A (zh) 2017-05-10
CN106659399B CN106659399B (zh) 2020-06-16

Family

ID=53200285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580022974.2A Active CN106659399B (zh) 2014-05-05 2015-04-15 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

Country Status (4)

Country Link
US (1) US10803995B2 (zh)
EP (1) EP3140757B1 (zh)
CN (1) CN106659399B (zh)
WO (1) WO2015171276A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107296620A (zh) * 2017-07-28 2017-10-27 海纳医信（北京）软件科技有限责任公司 主动脉检测方法、装置、存储介质和处理器
CN109303574A (zh) * 2018-11-05 2019-02-05 深圳开立生物医疗科技股份有限公司 一种识别冠脉异常的方法及装置
CN109770867A (zh) * 2018-12-21 2019-05-21 深圳市阅影科技有限公司 冠状动脉血流动力仿真数据处理方法和装置
CN111031916A (zh) * 2017-05-18 2020-04-17 达索系统西姆利亚公司 改善ct扫描结果
CN112950537A (zh) * 2021-01-26 2021-06-11 上海友脉科技有限责任公司 一种冠脉血流储备分数获取系统、方法及介质

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7036742B2 (ja) 2016-05-16 2022-03-15 キャスワークス リミテッド 血管評価システム
JP7099963B2 (ja) 2016-05-16 2022-07-12 キャスワークス リミテッド 画像からの血管の選択方法
CN109688908B (zh) * 2016-09-16 2023-01-03 皇家飞利浦有限公司 用于确定血流储备分数的装置和方法
US10292596B2 (en) * 2016-09-21 2019-05-21 Analytics For Life Inc. Method and system for visualization of heart tissue at risk
WO2018133118A1 (zh) * 2017-01-23 2018-07-26 上海联影医疗科技有限公司 血流状态分析系统及方法
CN107291993A (zh) * 2017-05-27 2017-10-24 中国石油大学(华东) 一种多孔介质中预交联凝胶悬浮液微观流动的模拟方法
PL427234A1 (pl) * 2018-09-28 2020-04-06 Fundacja Rozwoju Kardiochirurgii Im. Profesora Zbigniewa Religi Sposób modelowania naczyń krwionośnych i przepływu krwi w tych modelach naczyń krwionośnych
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
HUE060191T2 (hu) * 2019-01-11 2023-02-28 Hemolens Diagnostics Spolka Z Ograniczona Hemodinamikai paraméterek páciens specifikus modellezése szívkoszorúerekben
US10861157B2 (en) 2019-04-04 2020-12-08 Medtronic Vascular, Inc. System and methods for determining modified fractional flow reserve values
EP4029438A4 (en) * 2019-09-09 2023-10-04 Suzhou Rainmed Medical Technology Co., Ltd. METHOD AND APPARATUS FOR CALCULATION OF MICROCIRCULATORY INDEX USING IMAGE AND PRESSURE SENSOR, AND SYSTEM
EP4033964A1 (en) 2019-09-23 2022-08-03 Cathworks Ltd. Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103270513A (zh) * 2010-08-12 2013-08-28 哈特弗罗公司 用于患者特异性血流建模的方法和系统
WO2014064702A2 (en) * 2012-10-24 2014-05-01 Cathworks Ltd. Automated measurement system and method for coronary artery disease scoring

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4692864A (en) * 1985-05-23 1987-09-08 Elscint Ltd. Method of determining stenosis of blood vessels
CA2421352A1 (en) * 2002-03-08 2003-09-08 Giovanni Battista Mancini (A.K.A. Mancini, G.B. John) Vessel evaluation methods, apparatus, computer-readable media and signals
US7639847B2 (en) * 2004-09-08 2009-12-29 Ge Medical Systems Information Technologies, Inc. Coronary artery tree imaging system and method
US7860290B2 (en) 2006-04-21 2010-12-28 Siemens Medical Solutions Usa, Inc. Three-dimensional (3D) modeling of coronary arteries
US20110282586A1 (en) * 2007-01-23 2011-11-17 Kassab Ghassan S Systems and methods to determine optimal diameters of vessel segments in bifurcation
US7953266B2 (en) 2007-02-06 2011-05-31 Siemens Medical Solutions Usa, Inc. Robust vessel tree modeling
US8155411B2 (en) * 2008-07-22 2012-04-10 Pie Medical Imaging B.V. Method, apparatus and computer program for quantitative bifurcation analysis in 3D using multiple 2D angiographic images
US8582854B2 (en) 2008-09-15 2013-11-12 Siemens Aktiengesellschaft Method and system for automatic coronary artery detection
US8526699B2 (en) * 2010-03-12 2013-09-03 Siemens Aktiengesellschaft Method and system for automatic detection and classification of coronary stenoses in cardiac CT volumes
US9119540B2 (en) 2010-09-16 2015-09-01 Siemens Aktiengesellschaft Method and system for non-invasive assessment of coronary artery disease
TWI445520B (zh) * 2011-07-08 2014-07-21 私立中原大學 Methods of comparison of non - invasive cardiovascular status
US10373700B2 (en) 2012-03-13 2019-08-06 Siemens Healthcare Gmbh Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance
US9265473B2 (en) * 2012-09-25 2016-02-23 The Johns Hopkins University Method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data
US9814433B2 (en) * 2012-10-24 2017-11-14 Cathworks Ltd. Creating a vascular tree model
ES2641487T3 (es) * 2012-12-12 2017-11-10 Lightlab Imaging, Inc. Aparato para la determinación automatizada de un contorno luminal de un vaso sanguíneo
US9805463B2 (en) * 2013-08-27 2017-10-31 Heartflow, Inc. Systems and methods for predicting location, onset, and/or change of coronary lesions
NL2012459B1 (en) * 2014-03-18 2016-01-08 Medis Ass B V Method and device for determining deviation in pressure in a blood vessel.
US9087147B1 (en) * 2014-03-31 2015-07-21 Heartflow, Inc. Systems and methods for determining blood flow characteristics using flow ratio
US9888968B2 (en) * 2014-07-22 2018-02-13 Siemens Healthcare Gmbh Method and system for automated therapy planning for arterial stenosis

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103270513A (zh) * 2010-08-12 2013-08-28 哈特弗罗公司 用于患者特异性血流建模的方法和系统
WO2014064702A2 (en) * 2012-10-24 2014-05-01 Cathworks Ltd. Automated measurement system and method for coronary artery disease scoring

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
PANAGIOTIS K. SIOGKAS等: "Computational Assessment of the Fractional Flow Reserve from Intravascular Ultrasound and Coronary Angiography Data: a Pilot Study", 《35TH ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》 *
PAUL D. MORRIS等: "Virtual Fractional Flow Reserve From Coronary Angiography: Modeling the Significance of Coronary Lesions", 《JACC : CARDIOVASCULAR INTERVENTIONS》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111031916A (zh) * 2017-05-18 2020-04-17 达索系统西姆利亚公司 改善ct扫描结果
CN111031916B (zh) * 2017-05-18 2021-07-06 达索系统西姆利亚公司 改善ct扫描结果
US11406343B2 (en) 2017-05-18 2022-08-09 Dassault Systemes Simulia Corp. CT scan results
CN107296620A (zh) * 2017-07-28 2017-10-27 海纳医信（北京）软件科技有限责任公司 主动脉检测方法、装置、存储介质和处理器
CN109303574A (zh) * 2018-11-05 2019-02-05 深圳开立生物医疗科技股份有限公司 一种识别冠脉异常的方法及装置
CN109770867A (zh) * 2018-12-21 2019-05-21 深圳市阅影科技有限公司 冠状动脉血流动力仿真数据处理方法和装置
CN109770867B (zh) * 2018-12-21 2020-07-17 深圳市阅影科技有限公司 冠状动脉血流动力仿真数据处理方法和装置
CN112950537A (zh) * 2021-01-26 2021-06-11 上海友脉科技有限责任公司 一种冠脉血流储备分数获取系统、方法及介质
WO2022160973A1 (zh) * 2021-01-26 2022-08-04 上海杏脉信息科技有限公司 一种冠脉血流储备分数获取系统、方法及介质

Also Published As

Publication number Publication date
US10803995B2 (en) 2020-10-13
CN106659399B (zh) 2020-06-16
WO2015171276A1 (en) 2015-11-12
EP3140757B1 (en) 2020-06-24
US20170068797A1 (en) 2017-03-09
EP3140757A1 (en) 2017-03-15

Similar Documents

Publication Publication Date Title
CN106659399A (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
JP7483079B2 (ja) 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム
AU2020244586B2 (en) Method and system for sensitivity analysis in modeling blood flow characteristics
CN105380598B (zh) 用于针对动脉狭窄的自动治疗规划的方法和系统
CN106537392B (zh) 用于冠状动脉中的血液动力学计算的方法和系统
AU2016213696B2 (en) Systems and methods for numerically evaluating vasculature
CN105249954B (zh) 预测支架术后血液动力学指标的方法和系统
EP3127026B1 (en) Systems and methods for determining blood flow characteristics using flow ratio
CN102525443B (zh) 用于基于医学图像数据对心血管循环建模的方法和设备
CN108109698B (zh) 计算血流储备分数的系统和设置边界条件的方法
KR101530352B1 (ko) 물질특성에 기반한 전산유체역학 모델링 및 분석 방법
Lo Integration of patient-specific myocardial perfusion in CT-based FFR computations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant