CN107257655A - 用于利用从多谱段血液流动和灌注成像获取的信号确定血液动力学状态参数的方法、系统和计算机程序产品 - Google Patents

用于利用从多谱段血液流动和灌注成像获取的信号确定血液动力学状态参数的方法、系统和计算机程序产品 Download PDF

Info

Publication number
CN107257655A
CN107257655A CN201580067902.XA CN201580067902A CN107257655A CN 107257655 A CN107257655 A CN 107257655A CN 201580067902 A CN201580067902 A CN 201580067902A CN 107257655 A CN107257655 A CN 107257655A
Authority
CN
China
Prior art keywords
interest
area
signals
image
time
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
CN201580067902.XA
Other languages
English (en)
Other versions
CN107257655B (zh
Inventor
陈成
T.B.小费尔古森
金圣翰
彭志勇
K.M.雅各布斯
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.)
University of North Carolina at Chapel Hill
East Carolina University
Original Assignee
East Carolina University
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 East Carolina University filed Critical East Carolina University
Publication of CN107257655A publication Critical patent/CN107257655A/zh
Application granted granted Critical
Publication of CN107257655B publication Critical patent/CN107257655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • 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
    • A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
    • 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 
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
    • A61N1/00—Electrotherapy; Circuits therefor
    • A61N1/02—Details
    • A61N1/08—Arrangements or circuits for monitoring, protecting, controlling or indicating
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • 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
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7278—Artificial waveform generation or derivation, e.g. synthesising signals from measured signals
    • 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
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Neurology (AREA)
  • Urology & Nephrology (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

提供了计算元KG信号的方法。所述方法包括：用近红外（NIR）光源和/或可见光光源照射样品内的感兴趣区域；获取感兴趣区域的图像；处理所获取的图像以得到与所获取图像相关联的元数据；以及从与所获取的图像相关联的元数据计算元KG信号。还提供了相关的系统和计算机程序产品。

Description

用于利用从多谱段血液流动和灌注成像获取的信号确定血液 动力学状态参数的方法、系统和计算机程序产品
优先权主张
本申请对2014年10月14日提交的美国临时申请NO.62/063,663和2015年3月20日提交的美国临时申请62/136,010主张优先权，上述申请的公开内容在此以整体引用的方式包含在本文中。
版权保留
本专利文档的一部分公开内容包含了受版权保护的材料。版权拥有人东卡罗来纳大学（位于北卡罗来纳州的格林维尔）对于任何人复制以专利和商标局文件或记录形式呈现的专利文档或专利公开的行为无异议，但是在任何情形下都以其它方式保留所有的版权。
技术领域
本发明概念通常涉及器官和/或组织的可视化，更具体地涉及确定样品中的血液流动和灌注参数。
背景技术
组织和/器官内的血液流动和灌注由二维区域或三维结构上的单位时间传送的血液量定义。血液流动通常涉及在大于小动脉层级的血管（大血管层级）中的单位时间内的流量。灌注通常指代小血管层级内的血液流动，在该层级上当前没有在非侵入式技术下的量化参数。实时地直接测量和量化血液流动和灌注的技术仍然在发展中。
当前有几种成像技术（例如激光多普勒成像（LDI）和激光斑点成像（LSI））可用来测量流体速度的大小和分布。流体速度是展示了流的方向和大小的线性流，但是不管是在小血管层级还是在大血管层级，都没有对流直接进行量化。为了与更为贴近临床的直观概念以及血液流动和灌注的术语联系在一起，可能需要进一步的假设或分析。实际上，通过与合适的流体动力学建模结合，这些关于流体速度测量的成像技术具有同时在实验和人体临床条件下得到血液流动和灌注的量化信息的潜力。在本文中，术语“血液流动”和“灌注”被用来代替技术性更强的术语“流体速度”。
在哺乳动物的物种中，血液流动在心血管系统中并非是常量。实验和临床数据证明，在一个心动周期内血液速度是变化的，这是因为在一个心动周期内，心输出量和主动脉压并非是恒定的。以冠状动脉中的血液流动为例，在心动周期的心脏收缩时相，由于心室心肌收缩，冠状血液流动较低或甚至停止。然而在心脏舒张时相，血液流动相对较高并且达到最大水平。基于具体的解剖学和生理学特性，其它组织和器官内的血液流动和灌注同样受心动周期的影响而变化，但是这些不同的器官系统还具有似乎与心动周期无关的血液流动和灌注的状态。当前对血液流动和灌注进行评价的技术在这些组织和器官系统中无法作出区分，并因此可能有对这些技术进行改进的期望。
发明内容
本发明概念的一些实施例提供了用于计算元KG信号的方法。该方法包括用至少一个光源照射样品内的感兴趣区域，其中光源为近红外（NIR）光源和/或可见光光源；获取感兴趣区域的图像；处理所获取的图像以得到与所获取图像相关联的元数据；以及从与所获取的图像相关联的元数据计算元KG信号。
在进一步的实施例中，元KG信号可以从原始图像或灌注图像得出。
在还进一步的实施例中，该方法可以还包含利用计算得到的元KG信号获取血液流动和灌注数据。计算元KG信号可进一步包含通过下列方式从所获取的图像生成元KG信号：处理所获取的图像而得到对比图像并且计算感兴趣区域内的对比图像平均对比强度与时间的关系。该方法可进一步包含通过分析平均强度与时间的关系的频率分量，从感兴趣区域内的平均强度与时间的关系计算心率和脉动信息中的至少一个。该方法可进一步包含：根据平均强度与时间的关系的频率分量在异常与正常组织之间作出区分；以及指示与基础的生理响应相关的异常性程度。
在一些实施例中，该方法进一步包含从心率提取心率变异性（HRV）信息，所述心率从感兴趣区域内的平均对比强度与时间的关系计算得到。
在进一步的实施例中，该方法还包括：改变感兴趣区域的配置；以及生成视场内感兴趣区域的二维心率图。感兴趣区域的配置的改变可包括改变感兴趣区域的尺寸和位置中的至少一个。
在还有进一步的实施例中，样品可以是组织和器官之一。
在一些实施例中，计算元KG信号可包含利用斑点对比图像的平均强度计算元KG信号。
在进一步的实施例中，可以确定至少一个血液动力学状态参数（HSP），包括心率（HR）、心率变异性（HRV）、R-R间隔（RRI）、RRI标准偏差（RRISD）、心脏收缩压阈值（SBt）、心率与收缩压乘积（RPP）、心率收缩和心率舒张期间的瞬时灌注、灌注曲线的频率分析和时间-频率分析以及包括灌注曲线斜率在内的收缩指数，上述参数都基于计算得到的元KG信号。
在还进一步的实施例中，可以确定至少一个血液动力学状态参数，包括基于计算得到的元KG信号的组织含氧量、血红蛋白含量和温度。
本发明概念的一些实施例提供了用于计算元KG信号的计算机系统。该系统包括：处理器；以及与处理器耦合并且包含计算机可读程序代码的存储器，当该计算机可读程序代码由处理器执行时，将使处理器执行操作，所述操作包括：用至少一个光源照射样品内的感兴趣区域，其中光源为近红外（NIR）光源和/或可见光光源；获取感兴趣区域的图像；处理所获取的图像以得到与所获取图像相关联的元数据；以及从与所获取的图像相关联的元数据计算元KG信号。
本发明概念的进一步实施例提供了用于计算元KG信号的计算机程序产品。该计算机程序产品包括非暂时性计算机可读存储介质，其具有体现在介质内的计算机可读程序代码，所述计算机可读程序代码包括：用至少一个光源照射样品内的感兴趣区域的计算机可读程序代码，其中光源为近红外（NIR）光源和/或可见光光源；获取感兴趣区域的图像的计算机可读程序代码；处理所获取的图像以得到与所获取图像相关联的元数据的计算机可读程序代码；以及从与所获取的图像相关联的元数据计算元KG信号的计算机可读程序代码。
本发明概念的还进一步的实施例提供利用双波长光源从元KG信号去除与运动相关的假象的方法。该方法包括：用近红外（NIR）光源和可见光（VL）光源照射样品中的感兴趣区域；获取两组感兴趣区域的图像，每组对应于NIR光源和VL光源的其中一个；处理两组图像以获得NIR元数据和VL元数据；从NIR元数据和VL元数据分别计算NIR元KG和VL元KG；从NIR元KG和VL元KG提取与运动相关的公共信号分量；以及通过从NIR元KG中抵扣运动相关的公共信号分量来计算无噪声的元KG。
在一些实施例中，计算无噪声的元KG可包括去除因运动假象引起的噪声，其中因运动假象引起的噪声包括呼吸活动。
附图说明
图1为根据本发明概念的一些实施例的系统的框图。
图2A-2C为图表，其示出根据本发明概念的一些实施例的多波长成像技术中的平均强度与时间的关系。
图3A-3C为图表，其示出根据本发明概念的一些实施例的去除呼吸污染的多波长成像技术中的平均强度与时间的关系。
图4A-4C为一系列关于心脏的激光斑点图像。
图5为图表，其示出根据本发明概念的实施例的平均强度与时间的关系，其表示元KG信号。
图6A-6C为心脏收缩期间的一系列关于心脏的激光斑点图像。
图7为图表，其示出根据本发明概念的实施例的平均强度与时间的关系，其表示元KG信号。
图8A-8C为心脏舒张期间的一系列关于心脏的激光斑点图像。
图8D为图表，其示出根据本发明概念的实施例的平均强度与时间的关系，其表示元KG信号。
图9A为示出心脏舒张期间的一帧原始图像数据序列的图像。
图9B为示出心脏收缩期间的一帧原始图像数据序列的图像。
图9C为根据本发明概念的实施例的、作为元KG信号的平均强度与时间的关系曲线的图表。
图10A为示出源自原始图像数据序列的一帧的图像。
图10B为示出手指中血液速度分布的图像。
图10C为根据本发明概念的一些实施例的、作为元KG信号的平均强度与时间的关系曲线的图表。
图11A为示出对左手两根手指和右手两根手指进行灌注时的LSI分析速度图的图像。
图11B为图表，其示出图11A的左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（对所有四根手指进行累计）。
图11C为图表，其示出标准EKG和周边氧饱和度脉动数据，所述标准EKG和周边氧饱和度脉动数据与根据本发明概念的实施例的图像序列同时获取。
图12A和12B示出图11A的两根左手指以及两根左手指的相关的平均强度与时间的关系曲线。
图12C和12D示出图11A的两根右手指以及两根右手指的相关的平均强度与时间的关系曲线。
图12E-12F为图表，其示出对于左手指（E和F）和右手指（G和H）二者的平均强度与时间的关系曲线所作的频域分析。
图13A为示出对左手两根手指和右手两根手指进行灌注时的LSI分析速度图的图像。
图13B为图表，其示出图11A的左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（对所有四根手指进行累计）。
图13C为图表，其示出标准EKG和周边氧饱和度脉动数据，所述标准EKG和周边氧饱和度脉动数据与根据本发明概念的实施例的图像序列同时获取。
图14A和14B示出两根左手指以及两根左手指的相关的平均强度与时间的关系曲线。
图14C和14D示出两根右手指以及两根右手指的相关的平均强度与时间的关系曲线。
图14E-14F为图表，其示出对于左手指（E和F）和右手指（G和H）二者的平均强度与时间的关系曲线所作的频域分析。
图15A为示出对左手两根手指和右手两根手指进行灌注时的LSI分析速度图的图像。
图15B为图表，其示出左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（对所有四根手指进行累计）。
图15C为图表，其示出标准EKG和周边氧饱和度脉动数据，所述标准EKG和周边氧饱和度脉动数据与根据本发明概念的实施例的图像序列同时获取。
图16A和16B示出两根左手指以及两根左手指的相关的平均强度与时间的关系曲线。
图16C和16D示出两根右手指以及两根右手指的相关的平均强度与时间的关系曲线。
图16E-16F为图表，其示出对于左手指（E和F）和右手指（G和H）二者的平均强度与时间的关系曲线所作的频域分析。
图17A为示出对左手两根手指和右手两根手指进行灌注时的LSI分析速度图的图像。
图17B为图表，其示出左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（对所有四根手指进行累计）。
图17C为图表，其示出标准EKG和周边氧饱和度脉动数据，所述标准EKG和周边氧饱和度脉动数据与根据本发明概念的实施例的图像序列同时获取。
图18A和18B示出两根左手指以及两根左手指的相关的平均强度与时间的关系曲线。
图18C和18D示出两根右手指以及两根右手指的相关的平均强度与时间的关系曲线。
图18E-18F为图表，其示出对于左手指（E和F）和右手指（G和H）二者的平均强度与时间的关系曲线所作的频域分析。
图19为根据本发明概念的实施例的数据处理系统的框图。
图20为根据本发明概念的一些实施例的、图19中所示数据处理系统的更详尽的框图。
图21-23为流程图，其示出根据本发明概念的各种实施例的对图像进行组合的操作。
图24A-24D示出根据本发明概念的一些实施例的对猪肠的激光斑点成像。
图25A和25B为图表，其示出对于根据本发明概念的一些实施例的元KG信号所作的时域（或频谱）分析。
图26A和26B为图表，其示出对于根据本发明概念的一些实施例的元KG信号所作的频域（或频谱）分析。
图27A和27B为图表，其示出对于根据本发明概念的一些实施例的元KG信号所作的频-时域（或光谱图）分析。
图28A和28B为图表，其示出根据本发明概念的一些实施例的残余元KG与时间/频率的关系。
图29为图表，其示出对于根据本发明概念的一些实施例的残余元KG信号所作的频-时域（或光谱图）分析。
图30为示出根据本发明概念的一些实施例的操作的流程图。
图31A-31G为图像和图表，其示出可以由根据本发明概念的一些实施例的元KG来确定的各种血液动力学状态参数。
具体实施方式
现在参考附图描述本发明概念的具体示例实施例。但是本发明概念可以多种不同的形式实施并且不应解释为被限定于本文阐述的实施例；相反，提供这些实施例使得对于本领域技术人员来说，本公开内容是深入和完整的并且完全表达了本发明概念的范围。附图中相似的标号表示相似的单元。将会理解的是，当一个单元被称为与另一单元“连接”或“耦合”时，其可以与其它单元直接连接或耦合，或者可能存在中间当单元。本文所用术语“和/或”包含一个或多个相关的列示项目的任何和所有的组合。
本文所用术语系统仅仅用于描述特定实施例的目的而非试图对本发明概念进行限制。本文所用的单数形式“一”和“该”同样也有包含复数形式的目的，除非明确表示有另外的含义。还将会理解的是，本说明书中使用的术语“包括”、“包含”、“具有”和/或“含有”明确说明了所陈述的特征、整数、步骤、操作、单元和/或部件的存在，但是并不排除一个或多个其它特征、整数、步骤、操作、单元、部件和/或它们的群组的存在或加入。
除非以其它方式限定，本文所用所有术语（包括技术术语和科学术语）的含义与本发明概念所属技术领域内的普通技术人员普遍理解的含义一致。还将会理解的是，除非在此作了明确的定义，否则诸如那些在普遍使用的词典中有定义的术语应该被解释为其具有与根据说明书上下文内容的含义和在相关技术领域中的含义一致的含义，并且不能在理想化或过度正式的意义上对其进行解释。
在整个本申请中，取代技术性更强的术语“流体速度”而采用更为贴近临床的直观术语“血液流动”和“灌注”来对本发明概念的多个方面进行讨论。但是将会理解的是，这些术语可以互换使用。
如上所述，当前没有一种方法或系统对血液流动和灌注进行实时测量和量化。因此本发明概念的实施例通常涉及采用图像元数据作为用于任何的速度成像技术和对该成像技术产品进行分析的生理学相关的信号。本文所用的“元数据”指的是描述了数据另一种形式的数据。例如，本文讨论的图像可包含对图片的尺寸、颜色深度、图像分辨率、图像创建时间和其它数据进行描述的元数据。文本文档的元数据可包含文档历史有多长、文档作者、写文档的时间和文档的简短概要的信息。本发明概念的实施例针对的是从任何血液速度成像技术和该成像技术产品的分析中对替代性的“元KG”信号的提取（下面将要详述），其方式为计算感兴趣区域（ROI）内的平均强度与时间的关系曲线。
本发明概念的实施例可应用于这样的成像技术，其利用一个或多个合适的波长来采集在医学实验和临床背景下使用的数字图像数据。在不偏离本发明概念的范围的前提下，成像可用于提供简单的可视化或者更复杂的定性生理学评估，或者甚至更为复杂的定量生理学评估。
由于对血液流动和灌注在时间上的测量具有对心动周期的生理学依赖性，因此在不具体指明心动时相时，该测量并不提供有意义的信息。在心脏计算机断层扫描（CT）和磁共振成像（MRI）扫描中，将标准外部心电图（EKG）应用于信号获取步态的训练和图像获取中的时间跟踪所带来的优点是将每个特定的血液流动和灌注分布与心动时相联系在一起。
本发明概念的实施例提供的方法用于生成一个心动周期的任意时点的可靠的瞬时血液流动和灌注分布以及在几个心动时相或周期内的可靠的平均血液流动和灌注分布。而且本发明概念的实施例允许对不同心动时相内的血液流动和灌注分布进行有效的比较以及对治疗方式前后的血液流动和灌注分布进行有效的比较。
具体而言，根据本文讨论的实施例，当成像过程中缺失外部EKG信号时，可以由图像/图像序列内所含的元数据计算得到“替代EKG信号”（以下称为“元KG”信号）。例如从图像序列上的特定ROI的平均强度与时间的关系曲线，利用频率分量分析可以计算得到“元KG”信号，并且可产生与外部EKG信号一致的心率/脉动性。“元KG”信号还可反映动力学意义上的生理学信息；例如当血管闭塞时，其频率分量与未闭塞控制状态的频率分量相比发生了变化。
通过采用每个像素作为视场（FOV），可以利用上述概念生成二维（2D）心率图，并且可通过检查每个特定区域的频率分量来识别异常组织。
虽然本文的讨论是就心脏组织而言的，但是根据本发明概念的实施例计算得到的“元KG”信号并不局限于心脏组织。在所有能够对血液流动和灌注进行成像和测量的组织/器官系统（包括皮肤）中都可计算和利用该信号。
因此根据本发明概念的实施例的元KG信号是多通道生理信号，其可以从NIR图像数据序列中得到。通道的数量可以多达NIR图像的像素个数。如上所述，生理信号不仅可用作替代EKG信号，而且还包含了被监测组织/器官的生理状态的其它信息。
如上所述，根据一些实施例，可以在每个时点计算NIR图像数据序列上的一个感兴趣区域（ROI）/多个ROI内的平均强度。在一系列的信号处理（例如噪声去除、基准校正和其它修正）之后，对每个ROI/多个ROI的平均强度与时间的关系曲线进行时域、频域和时-频域的分析，从而监测组织/器官的生理状态。
因此本发明概念的实施例提供了以完全非接触、非侵入方式对组织/器官的生理状态进行监测的技术，该技术可实时使用。与诸如EKG之类的传统监测技术相比，监测区域和通道数量所受的限制要少得多。如将参考图1-31所作的进一步讨论所述，与利用可见光对心跳和脉动进行计数的当前产品相比，该技术获取和分析的信息要多得多。
现在参考图1，将讨论的是根据本发明的一些实施例的用于计算元KG信号的系统。将会理解的是，根据本发明概念的实施例的一些系统可以是非侵入性的。本文所用的“非侵入性的”是指一个系统或方法无需对受验者注射染料，将物体刺入受验者或者用一个或多个内体探针接触受验者。因此，正如本文所用，术语非侵入性指的是与受验者无直接接触的系统或方法。正如本文所用，“受验者”是指被成像的人或物。受验者可以是任何主体，包括兽医学尸体研究或人体。正如本文所用，“灌注”是指用斑点成像检测的组织灌注分布水平上的血液流动。
​如图1所示，系统100包括至少一个光源120、摄像机130、图像处理装置110和元KG装置120。虽然图1的系统仅描述为包含这些单元，但将会理解的是，在不偏离本发明概念范围的前提下，所述系统中也可存在其它的单元。特别是，在本发明概念的一些实施例中，可以使用多个光源120​。在这些实施例中，第一光源可以是NIR光源并且第二光源可以是可见光（VL）光源。​虽然本文讨论的本发明概念的实施例具有一个或两个光源，但是将会理解的是，在不偏离本发明概念的范围的前提下也可以使用多于两个的光源。
在这些实施例中，NIR光源可具有从约780nm到约2500nm的波长并且可见光光源具有从约400nm到约780nm的波长。因此，本发明概念的一些实施例提供一种使用透过样品时具有差示透光率的两波长的系统以应用LSI和/或LDI。例如，两波长中的第一波长可在可见光范围内（如蓝光450-495nm），其具有零或很浅的穿透性。该波长获取组织/器官表面的解剖结构并且用作样品的位置标记，但不获取血液流动和灌注的次表层运动。第二波长可在近红外（NIR）范围内，其有更深的穿透性。该波长揭示了基础的血液流动生理学信息并且将二者相关于样品的运动以及还有血液流动和灌注的运动。利用可见光的成像测量作为基准，可以从NIR成像测量得到血液流动和灌注的真实运动而不受目标运动假象的影响。此外，利用可见光获取的解剖结构信息和NIR光测量得到的生理学特征被结合在一起。关于利用两个波长的系统的细节在2015年3月20日提交的美国临时申请No.62/136,010中有详尽的讨论，该申请公开的内容以引用方式包含在本文中。虽然本文讨论的实施例是就NIR原始图像和可见光图像而言的，但是本发明概念的实施例并不局限于该配置。在不偏离本发明概念的范围的前提下，能够适当呈现解剖学结构的任何其它图像形式都可以被采用。
再次参见图1，在一些实施例中，至少一个光源单元120例如可以是一个或多个激光器或发光二极管（LED）照明装置。至少一个光源120可用于照射感兴趣区域140（以下称为“组织/器官”）。如果光源120是NIR光源，则它可具有从约780nm到约2500nm的波长。本文所使用的“感兴趣区域”指的是受验者被成像的区域，例如主要的血管和组织、器官等。如图1所示，当光（入射光127）从至少一个源120被导向至诸如组织/器官之类的活体目标（感兴趣区域140）时，光的一部分在目标内部将经历多重散射并且最终反射（使光反射）回摄像机130。
摄像机130被配置成采集反射光并提供可见光或NIR图像（NIR层115），每个具有例如依赖于照射光的穿透深度（由波长能量确定）的不同特征。因此，激光照明120和图像获取130可借助近红外（NIR）技术处理110并且由此得到一个或多个视频图像序列115用于后续分析。关于NIR技术的细节在共同受让的国际申请No.__________中作了讨论，该国际申请的名称为“用于利用近红外成像来可视化解剖结构、血液流动和灌注的方法、系统和计算机程序产品”（律师文档号No.5218-228WO），其与本申请同时提交，并且该国际申请的内容以整体引用的方式包含在此。
包含在该单个或多个图像序列115中的是与每个图像序列相关联的元数据118。根据本发明概念的实施例的元KG装置120处理与图像序列相关联的元数据118并且提供“元KG信号”117，所述元KG信号直接与被成像的基础性的基本生理学过程和/或病理生理学过程121相联系。根据本文所讨论的实施例，元KG信号可优化图像采集并且可集成到血液流动和灌注130的优化分析中。由于元KG 117被隐含在非侵入方式（不与组织直接接触）获取的图像序列中，所以元KG的本发明概念的实施例能够在无需传统的外部EKG信号的情况下提供这种直接与生理学和病理生理学121的参数和特征相联系的新的图像方案。因此，可检查具有血液流动和灌注的样品140（例如组织或器官），以在无需EKG的情况下利用非侵入成像来测量和量化血液流动和灌注。
如上所述，在多波长实施例中，用两个不同光源（例如NIR和VL）照射感兴趣区域140，并获取和处理两组图像以获得两种不同类型的元数据（例如NIR元数据和VL元数据）。因此，本文就涉及单波长的元数据而言进行论述的计算方式可应用于多波长数据。例如，NIR元KG和VL元KG可以从元数据计算得到，运动相关的公共信号分量可从NIR元KG和VL元KG中提取；并且可通过从NIR元KG中抵扣运动相关的公共信号分量来计算无噪声的元KG，这些将在以下就单波长而言作进一步的讨论。换句话说，根据本文所述的一些实施例的方式使用两个波长，通过将NIR波长的穿透能力与VL波长的优点（即VL的浅层表面噪声可被抵扣）相结合，可改善图像的信噪比（SNR）。
现在参见图2A-2C，所讨论的图表示出了利用多波长成像技术获得的平均强度与时间的关系以证实元KG信号的存在。图2A示出利用近红外波长照射的20秒元KG；图2B示出利用可见光波长照射的20秒元KG；和图2C示出20秒的EKG信号。如图所示，元KG在心率频率（每分钟90个峰值）附近波动并且也在呼吸频率（每4-5秒出现一次较大的峰值）附近波动。图2A-2C还示出近红外照射所产生的元KG与可见光波长照射产生的元KG相比具有较少的噪声。
现在参见图3A-3C，所讨论的图表示出了利用多波长成像技术获得的平均强度与时间的关系以证实元KG信号的存在，其中呼吸污染被去除。图3A示出利用近红外波长照射的20秒无呼吸污染的元KG；图3B示出利用近可见光波长照射的无呼吸污染的20秒元KG；以及图3c示出20秒的EKG信号。如图3A-3C所示，元KG仅在心率频率（每分钟90个峰值）附近波动。如进一步所示，近红外照射所产生的元KG与可见光波长照射产生的元KG相比具有较少的噪声。
因此将会理解的是，尽管本文就具有特定波长的单光源而言来论述本发明概念的许多实施例，但是本发明概念的实施例并不限于此配置。
图4A-4C为图像，其示出原始图像数据序列中的单个帧（4A）；逆空间对比图像（4B）和逆时间对比图像（4C）。图5的图表示出在图像获取时间间隔内作为元KG信号的平均强度与时间的关系（对一个特定心动周期内的心脏舒张末期时相作了标记）。因此图4A-4C和图5示出利用激光斑点成像（LSI）得到的在心动周期舒张末期时相（目测确定）的心脏小动脉壁的瞬时血液速度分布。
图6A-6C示出原始图像数据序列中的单个帧（6A）；逆空间对比度图像（6B）；和逆时间对比图像（6C）。图7示出在图像获取时间间隔内作为元KG信号的平均强度与时间的关系（采用9个心动周期内的心脏舒张末期时相）。因此图6A-6C和图7示出利用激光斑点成像得到的在心动周期舒张末期时相的心脏小动脉壁的平均血液速度分布。
图8A-8C示出原始图像数据序列中的单个帧（8A）；逆空间对比度图像（8B）；和逆时间对比图像（8C）。图8D示出在图像获取时间间隔内作为元KG信号的平均强度与时间的关系（采用8个心动周期内的心脏收缩末期时相）。因此图8A-8D示出利用激光斑点成像得到的在心动周期心脏收缩末期时相（目测确定）的心脏小动脉壁的平均血液速度分布。
图9A-9B示出在潜在的心脏应用中使用平均强度与时间的关系曲线作为元KG信号来评估血液流动和灌注。图9C示出作为元KG信号的平均强度与时间的关系曲线，其中对心脏舒张和心脏收缩时相作了标记。图9A示出心脏舒张时相的一帧原始图像数据序列以及图9B示出心脏收缩时相的一帧原始图像数据序列。
现在参考图10A-10C，将论述的是在潜在的皮肤/周边末端应用中利用平均强度与时间的关系曲线作为元KG 信号来评估血液流动和灌注。图10A和10B示出手指灌注测量设置。图10A示出来自原始图像数据序列的一个帧，其中通过使左臂上的血压袖套膨胀而使得流向左手两根手指的血液减少70%以上。图10B示出血液速度分布，其示出流向左手手指的血液和向左手手指的灌注的这种显著减少。图IOC是示出作为元KG信号的平均强度与时间的关系曲线的图表。
参考图11A-18H，将论述的是在不同的手指灌注测量实验中使用平均强度与时间的关系曲线作为元KG信号。这些附图示出潜在的皮肤/周边末端应用以评估血液流动和灌注。附图证实根据本文所述的实施例的元KG、外部标准EKG、流动、流速、频率和频率变化（由病理生理性的流动和灌注变化引起）的互操作性。
首先参考图11A-11C，所论述的是手指未被阻塞时的基准状态下的实施例。图11B示出左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（对所有四根手指进行累计）。图11A示出对所有四根手指进行灌注时的LSI分析速度图。图11C示出标准EKG和周边氧饱和度脉动数据，所述标准EKG和周边氧饱和度脉动数据与图像序列同时获取。元KG“心率”为73次跳动/分钟（bpm），而被记录的标准EKG心率为74bpm。
现在参考图12 A-12H，利用与图11A-11C相同的数据对该基准数据作了进一步的分析。图12B和图12D分别示出两根左手指的组（12A）和两个右手指的组（12C）的平均强度与时间的关系曲线的波形，并且表明它们是相似的（L＝73bpm，R＝74bpm）。图12 E/F和12G/H是平均强度与时间的关系曲线的频域分析，其证实两个手指组中的主频率分量为心率（HR），并且两根左手指的主频率分量（图12E和图12F）与两根右手指的主频率分量（图12G和图12H）实际上是一致的。
现在参考图13A-13C，现在所论述的是在具有与图11A-12H相同的实验设置但向两根左手指的流动和灌注因为血压袖套而被阻塞（图13A）的情况下的结果。周边氧饱和度测量针对左手第三指进行。图13B 示出左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（图 13A）。图13C示出与图像序列同时采集的标准外部EKG 和周边氧饱和度脉动数据。在手指被阻塞的情况下，元KG 信号（对所有四根手指进行累计）与标准ECG略微不同（72bpm对69bpm）。
现在参考图14A-14H，所作的分析与上述关于图12A-12H所述类似。向左手指组的流动和灌注（14A）被阻塞，而右手指组作为控制条件被正常灌注（14C）。图14B和14D示出左手指组（14B）和右手指组（14D）的作为元KG的平均强度与时间的关系曲线的波形，并且示出了它们是不同的。图14E/F和14G/H示出平均强度与时间的关系曲线的频域分析。图14G/H示出未被阻塞的右手指组的主频率分量（14D）仍然为HR。但是图14E/F示出被阻塞的左手指组的频率分量从图12E/F的灌注状态处退化，并且非常不同于两根右手指的频率分量（图G/H）。因此，图14A-14H示出元数据（B&D）中的差异，差异原因在于在A中向手指的血液流动被阻塞而在C中向手指的血液流动未被阻塞。D和G中的强度波动的力度远大于B和E中的强度波动的力度。换句话说，当血液流动被阻挡时，元数据（元KG）可能被削弱。
现在参考图15A至15C，所论述的是在具有与前图相同的实验设置但左臂上的血压袖套被松开并且两个手指组被再次灌注的情形下的结果（注意来自标准EKG显示的时间戳记）。图15B示出左手两根手指和右手两根手指的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线（图 15A）。图15C示出底部面板作为与图像序列同时采集的标准外部 EKG 和周边氧饱和度脉动数据。元KG心率为72bpm，作为比较，标准的EKG心率为75bpm。
现在参考图16A-16H，所作的分析与上述图12和图15的类似。图16B和图16D示出在两根左手指（16A）上的阻塞消除之后，左手指组（16A）和右手指组（16C）的平均强度与时间的关系曲线的波形是相似的。图16E/F和16G/H示出平均强度与时间的关系曲线的频域分析，其再次示出主频率分量为心率，并且在消除左手指的阻塞之后，左手指组的主频率分量（16E/F）与右手指组的主频率分量（16G/H）再次一致。
现在参考图17A-17C，其采用与图15相同的实验设置，受验者的心率因为静力练习而暂时增快。所示的是在这种手指灌注实验中作为元KG信号的平均强度与时间的关系曲线，其中心率有所抬升。图17B是左手指组和右手指组（17A）的12秒（60帧/秒）图像序列的平均强度与时间的关系曲线。图17C示出与图像序列同时采集的标准外部EKG 和周边氧饱和度脉动数据。
现在参考图18A-18H，图18B和图18D示出左手指组（18A）和右手指组（18C）的平均强度与时间的关系曲线的波形是相似的。图18E/F和18G/H示出元KG数据的频域分析，其表明在两个手指组（18A和18C）中主频率分量为心率，并且两根左手指（图18E/F）的主频率分量与两根右手指（18G/H）的主频率分量是一致的。
如上所述，由于血液流动和灌注是在一个心动周期中变化的动力学过程，因此使成像测量结果与参考信号同步是关键。在医学成像中，最常见的基准信号是外部心电图（EKG）信号。换句话说，如果血液流动测量不与具体的生理参数（例如心动周期内的时间点）相关联，则结果是无用的，因为它们不具有生理学上的意义。
而且在发展中的成像技术中，进行具有生理学参照（例如EKG时基）的血液流动和灌注测量的意义在于能够生成瞬时流动和灌注分布，并且如上所述，这种瞬时流动和灌注分布可与心动周期内的任意时点相关联。类似地，如关于上述附图的讨论所述，还可以生成平均流动和灌注分布并且将这种平均流动和灌注分布与一个或多个心动时相或周期相关联。
在发展中的成像技术中，进行具有生理学参照（例如EKG时基）的血液流动和灌注比较（即介入前后）的意义在于：（1）用于比较的标准化非时间基准（在生理学意义上，临床应用中的时间相位没有标准）；以及 2）独特和通常是新颖的生理学/病理生理学信息，这些信息无法以其它方式获取。
进行具有生理学参照（例如EKG时基）的血液流动和灌注的意义还在于生成下列方面的分析基础：（1）瞬时流动和灌注分布的定量比较，因为根据血液流动和灌注的生理学/病理生理学，流动和灌注模式将会变化。定量比较通常要求成像前数据和成像后数据是同步可比较的，并且EKG同步是一种将定量的流动和灌注与独立、客观的基准（即特定的心动时相）相联系的有用方式。此外，如果指示要对平均流量和灌注图进行定量比较，则诸如EKG之类的基准的精度对于平均化过程的起点和终点的定义（与之相对的是简单地寻找随机的起点并且对历时几秒的流动和灌注测量进行平均）是有用的。
本发明概念的实施例解决了EKG 信号无法利用或需要EKG信号的场合的情况。如本文所述，本发明概念的实施例提供了一种“替代EKG信号”，其可以用于代替标准的EKG信号来标识和定位这些生理学过程、基准、数据采集和数据分析参数。“替代EKG信号”在本文中被称为“元KG信号”。根据本文所述实施例的元KG由电信号、机械信号和/或运动信号组成，所述信号嵌入在（一个或多个）图像文件的元数据中，所述图像文件通过遍及可见光和近红外光谱波长范围的成像或该范围内的成像而获取。替代EGK信号在本文中被称为“元KG”。
如上面参照附图（例如图2-8 D）所述，元KG隐含在原始图像数据序列的平均强度与时间的关系曲线中。具体地，如果以100 帧/秒的速度获取10秒的图像序列，则对每帧计算平均强度以形成具有沿 0-10秒的时间线的1000个强度点的曲线。由于心脏的收缩，成像的组织/器官将朝向摄像机运动和朝远离摄像机的方向运动，从而导致强度周期性地波动。强度波动在一个心动周期内显现为某种模式并且在不同的心动周期内重复这种模式。
虽然这里就心脏应用对本发明概念的实施例作了论述，但是本发明概念的实施例并不局限于该配置。例如周期性波动的平均强度与时间的关系不仅发生在心脏成像应用中，而且还出现在其它的组织/器官中。特别是，图10A-10C示出来自于上肢末端手指头的根据本文论述的实施例的元KG信号，尽管手指头距离心脏相当远。
在图11A-11C中，当利用频率分量分析来验证这种元KG生理数据的精确性时，元KG信号产生了与实际的EKG信号和周边氧饱和度脉动数据一致的心率（73bpm对74bpm）。
如在图12A-12H中进一步所示，来自于典型的不同的正常组织（成对的左手手指（12A）与成对的右手手指（12C））的平均强度与时间的关系曲线的频率分量是相似的，这表明心率为元KG的主频率分量。
作为元KG生理相关性的证据，当血液流动和灌注因生理学或病理生理学因素而受到抑制时，如图13A-C所示，来自被阻塞的组织的平均强度与时间的关系曲线元KG的频率分量与来自非阻塞控制的组织的元KG的频率分量相比发生了变化。在图14A-14H中，来自非阻塞控制的组织的元KG平均强度与时间的关系曲线的主频率分量仍然为与外部EKG读数一致的心率，而来自阻塞组织的平均强度与时间的关系曲线的频率分量变得更为复杂。这表明存在不同并且异常的基础生理响应。
作为元KG生理学相关性的进一步证据，当对先前中断血液流动和灌注的组织的特定部分恢复血液流动和灌注时，来自阻塞消除的组织与正常组织的平均强度与时间的关系的元KG的频率分量是相似的，正如图15A-15C和16A-16H中所示的作为主频率分量的心率所表明的那样。
最后，作为元KG生理学相关性的进一步证据，图17A-17C和18A-18H证实，当心率升高时（HR 103bpm），来自不同的正常组织的平均强度与时间的关系的元KG曲线的频率分量是相似的。这表明元KG信号HR是同样与同时获取的外部EKG跟踪信号一致的主频率分量。
因此如上简述，在图像获取期间利用EKG信号来跟踪时间对于将每个特定的血液流动和灌注分布与其心动时相联系在一起是有用的。对于任何血液流动和灌注成像技术，这种方法可生成在心动周期的任意时刻的可靠的瞬时血液流动和灌注分布和几个心动时相或心动周期范围内的可靠的平均血液流动和灌注分布。而且这种方法允许对不同心动时相内的血液流动和灌注分布和治疗方式前后的血液流动和灌注分布作有效的比较。因此EKG与图像获取以及随后的瞬时和平均血液流动和灌注测量之间的联系使任何当前的血液流动和灌注成像技术升级为更为实用、可靠、精准和贴近临床的方法体系。根据本文所述的实施例，当成像过程中缺失EKG信号时，可以从成像序列的特定感兴趣区域的平均强度与时间的关系曲线计算元KG信号（替代EKG信号）。如参照图2-18H所作的论述，利用频率分量分析，元KG信号生成可靠的心率/脉动信息。当血管阻塞时，其频率分量与未阻塞的控制组织的频率分量相比发生了变化，这表明基础生理响应的存在。
现在参见图19和20，将论述的是可用于根据本发明概念的一些实施例的、可用于如图1所示系统100的数据处理系统200。在不偏离本发明概念的范围的前提下，数据处理系统可包括在元KG装置120、摄像机130内，或者分散于系统100的各种单元之间。如在图19中所示，适合用于图1的系统100的数据处理系统200的示例性实施例包括用户接口244（例如键盘、小键盘、触摸板等）、I/O数据端口246和与处理器238通信的存储器236。I/O数据端口246可用来在数据处理系统200与另一计算机系统或网络之间传送信息。这些部件可以是常规部件（例如那些在许多常规数据处理系统中使用的部件），其可配置为如本文所述那样运行。
现在参见图20，将论述的是根据本发明概念的一些实施例的数据处理系统200的更为详尽的框图。处理器238经地址/数据总线347与显示器345通信，经地址/数据总线348与存储器236通信，并且经地址/数据总线349与I/O数据端口246通信。处理器238可以是任何商业上可得到的微处理器或者定制的微处理器，或者是ASIC。存储器236代表存储器装置的整体层级结构，其包含用于实施数据处理系统200的功能性的软件和数据。存储器236可包括但不限于下列类型的装置：高速缓存、ROM、PROM、EPROM、EEPROM、闪存、SRAM和DRAM。
如在图20中所示，存储器236可包含用于数据处理系统200的下列几类软件和数据：操作系统352、应用程序354、输入/输出（I/O）设备驱动器358和数据356。如本领域技术人员将认识到的，操作系统352可以是任何适用于数据处理系统的操作系统，例如来自国际商业机器公司（位于纽约州的阿莫克）的Mac OSX、OS/2、AIX或zOS，来自微软公司（位于华盛顿州的瑞蒙德）的Windows95、Windows98、Windows2000、WindowsXP、Windowws8、Windows10或Vista，Unix、Linux、LabView或实时操作系统（例如QNX或VxWorks）等。I/O设备驱动器358一般包括由应用程序354通过操作系统352访问的软件例程，其用于与诸如I/O数据端口246和某些存储器236的部件之类的装置通信。所示应用程序354是实施包含在根据本发明概念的一些实施例的系统中的数据处理系统200的各种特征的程序，并且优选地包含至少一个支持根据本发明概念的一些实施例的操作的应用。最后，数据356表示被应用程序354、操作系统352、I/O设备驱动器358和其它可驻留在存储器236内的软件程序使用的静态和动态数据。
如在图20中所示，根据本发明概念的一些实施例的数据356可包含获取的图像360、图像元数据361、生理信号数据363、计算得到的血液流动和灌注速率（速度数据）364和元KG数据365。虽然图20所示的数据356包含五种不同的文件360、361、363、364和365，但是本发明概念的实施例并不局限于这种配置。在不偏离本发明概念的范围的前提下，两个或更多个的文件可组合形成单个文件；单个文件可拆分为两个或更多个文件等。
如在图20中进一步所示，应用程序354可包含根据本发明概念一些实施例的元数据模块351、图像获取模块352、元KG模块353和速度模块354。虽然在图20中例如参照应用程序形式的元数据模块351、图像获取模块352、元KG模块353和速度模块354来阐述本发明的概念，但是本领域技术人员将会认识到，在仍然得益于本发明概念的教导的情况下，也可以采用其它的配置。例如，元数据模块351、图像获取模块352、元KG模块353和速度模块354还可以集成在操作系统352或数据处理系统300的其它类似的逻辑部分内。因此本发明概念不应解释为局限于图20的配置，而是试图涵盖能够执行本文所述操作的任何配置。
而且虽然所示的元数据模块351、图像获取模块352、元KG模块353和速度模块354位于单个数据处理系统中，但是本领域技术人员将会认识到，这种功能性可以分布在一个或多个数据处理系统的范围内。因此本发明概念不应解释为局限于图19和20所示的配置，而是可以由数据处理系统之间的其它布置和/或功能部分提供。
如上面参照图1所述，至少一个源20可照射组织/器官的样品并且光线可被反射入摄像机。摄像机130/图像获取模块352可接收反射光线并且向成像处理装置110提供反射光线以提供图像360。这些图像经（元数据模块351）处理以提供与其相关联的元数据361并且可以由元KG模块353利用如上所述的生理信号363和元数据361确定元KG信号365（替代EKG信号）。如上所述，这种替代EKG信号（元KG信号）可由速度模块354用来提供血液流动和灌注数据364。具体而言，数据356可被元KG模块353用来提供与替代EKG信号（元KG信号）同步的血液流动和灌注数据。
根据本发明概念的各种实施例的操作将参照图21-23的流程图进行论述。用于计算元KG信号的操作开始于方框2116，其利用至少一个光源（例如近红外（NIR）光源和/或可见光光源）照射样品中的感兴趣区域。获取感兴趣区域的图像（2125）。处理获取的图像以得到与获取的图像相关联的元数据（方框2135）。从与获取的图像相关联的元数据计算元KG信号（方框2145）。在一些实施例中，元KG信号可从原始（反射图像）图像和灌注（分析）图像（处理过的图像）的其中之一计算或得到。在一些实施例中，样品可以是组织和器官的其中之一。
在一些实施例中，可以利用计算得到的元KG信号获取血液流动和灌注数据（方框2155）。点划线表示可选的主题内容。
现在参见图22，操作开始于方框2217，其通过计算感兴趣区域内的平均强度与时间的关系，从获取的图像中生成元KG信号。通过分析感兴趣区域的平均强度与时间的关系的频率分量，可以从平均强度与时间的关系计算心率和脉动信息中的至少一个（方框2227）。在一些实施例中，可以从计算自感兴趣区域的平均强度与时间的关系的心率提取心率变异性（HRV）。本文所用术语“心率变异性”指的是心率在时间上变化的量度。这种变化可大可小，并且是在可大可小的时间间隔内变化的。正常情况下，心率不是绝对规则的，并且人们可以量化心率在某一时间间隔内变化的程度（例如心跳随呼吸加快或放缓）。某些类型的心率变异性指示异常的生理状态和/或疾病。
基于平均强度与时间的关系可以对异常和正常组织作出区分（方框2237）。可以指明涉及基础生理响应的异常性程度（方框2247）。
现在参见图23，可以改变感兴趣区域的配置（方框2318）。例如可以改变感兴趣区域的尺寸和位置二者之一。可以生成视场内感兴趣区域的二维心率图（方框2328）。
如上所述，在本发明概念的一些实施例中，可以利用原始图像的平均强度计算替代EKG（元KG）。但是在一些实施例中，可以利用斑点对比图像的平均强度计算元KG，这将在以下参考图24A-29作进一步的论述。图24A-29中所示的本发明概念的实施例论述了如下所述的时域、频域和时-频域内的图像处理。因此图2A-3B、5、7、8D、9C、10C、11B、12B、12D、13B、14B、14D、15B、16B、16D、17B、18B和18D示出根据本发明概念的一些实施例的从原始图像（反射图像）计算得到的元KG信号。图25、26（频域）、27（时-频域）、28A、28B（频域）和29（时-频域）示出根据本发明概念的一些实施例的从灌注图像（LSI、LDI等）计算得到的元KG。
首先参照图24A和24B，将论述猪肠的激光斑点成像实例。图24A和24B分别示出原始的NIR激光斑点图像和NIR激光斑点对比图像。图24C和24D分别示出原始的VL激光斑点图像和VL激光斑点对比图像。如所示的，与VL图像（24C和24B）相比，在NIR图像（24A和24C）中，原始的激光斑点图像（24A和24C）与激光斑点对比图像（24B和24C）之间的差异更为明显。这表明的事实是，与原始的NIR激光斑点图像（24A）相比，NIR激光斑点对比图像（24B）提供了对血液流动和灌注更好的洞察能力。
现在参见图25A和25B，将论述示出对元KG信号进行时域（或频谱）分析的图表。图25A示出NIR-元KG（X）与时间的关系，并且图25B示出VL-元KG（Y）与时间的关系。两条曲线上的X线代表与呼吸活动相关的运动所导致的元KG大幅度的缓变趋势。NIR-元KG（W）和VL-元KG（Y）二者被这种噪声以同样的程度污染。
现在参见图26A和26B，将论述示出对元KG信号进行频域（或频谱）分析的图表。图26A示出NIR-元KG的功率谱密度（PSD）与频率的关系，并且图26B示出VL-元KG的PSD与频率的关系，两张图表示出了频域内的呼吸活动和心脏活动。因此PSD是给定信号的特定频率分量的强度的量度。
现在参见图27A和27B，将论述示出对元KG信号进行频-时域（或光谱图）分析的图表。图27A示出NIR-元KG的光谱图，并且图27B示出VL-元KG的光谱图，两张图均包括呼吸活动和心脏活动。元KG信号的光谱图揭示了信号在时间上的频域谱含量。两种元KG信号都被与呼吸活动相关的噪声严重污染。NIR-元KG（27A）的光谱图显示心脏活动的轻微迹象（以线条表示），其与与呼吸活动相关的噪声相比要弱得多。
现在参见图28A和28B，将论述示出残余元KG信号的图表。图28A示出残余元KG与时间的关系，并且图28B示出残余元KG与频率的关系。通过利用NIR-元KG和VL-元KG二者，可以提取残余元KG。残余元KG的PSD（图28B）清楚地显示信号的主导分量涉及心脏活动（大约90bpm）而非呼吸活动。
现在参见图29，将论述示出对残余元KG信号进行频-时域（或光谱图）分析的图表。图29所示的残余元KG的光谱图揭示了信号中不存在涉及呼吸活动的噪声。瞬时心率在时间上的变化被标记其上。通过利用残余元KG，可以跟踪心率在时间上的轻微变化并且可以计算心率变异性（如上定义的HRV）。
在给定残余元KG的情况下，可以有多种方式计算HRV。但是大部分的方式被设计为计算长时间周期（例如至少5分钟）内的HRV。根据本文所述的实施例的元KG趋向于小于平均值（20秒-1分钟），可以获得最大与最小HR值之差并且可以将该差值用作HRV指数。可以利用扩展的卡尔曼滤波器来估计任何给定元KG的心率序列。随后可以将HRV确定为最大与最小心率值之差。
现在参见图30，将论述根据一些实施例的用于两个波长实施例的操作。如图30所示，利用双波长光源从元KG信号中消除运动相关假象的操作开始于方框3050，其方式为利用近红外（NIR）光源和可见光（VL）光源照射样品中的感兴趣区域。获取感兴趣区域的两组图像，每个对应于NIR光源和VL光源的其中一个（方框3053）。处理两组图像以获取NIR元数据和VL元数据（方框3055）。分别从NIR元数据和VL元数据计算NIR元KG和VL元KG（方框3057）。从NIR元KG和VL元KG提取运动相关的公共信号分量（方框3058）。通过从NIR元KG中抵扣运动相关的公共信号分量来计算无噪声的元KG（方框3059）。
如上所述，利用多波长获得多光谱图像的本发明概念的实施例可以消除因运动假象（例如呼吸活动）导致的噪声（图26-29）。单波长技术无法有效去除这种噪声假象。
现在参见图31A-31G，将论述的框图示出根据本文所述实施例从元KG得到的血液动力学状态参数（HSP）。如图31所示，HSP可包括如图31C所示的心率（HR）、心率变异性（HRV）、R-R间隔（RRI）和RRI标准偏差（RRISD）、如图31G所示的心脏收缩压阈值和图31A-31B以及31D-31F所示的心率与收缩压乘积（RPP）、心率收缩和心率舒张期间的瞬时灌注、关于灌注曲线的频率分析和时间-频率分析以及收缩指数（灌注曲线斜率）。在一些实施例中，可利用元KG得到附加的HSP,例如组织含氧量、血红蛋白含量和温度等。对于临床定点照护监测技术来说，以非侵入方式从成像获得这些相关的血液动力学参数的机遇是一种创新。与生理学的血液流动和灌注数据的实时集成将进一步提高这些数字化的HSP数据（HSP数据在时间上呈现趋势性变化）的精度并且使它们在诊断和治疗方面发挥更大的作用。
将会理解的是，在不偏离本发明概念的范围的前提下，本发明概念的实施例可用于任何形式的临床成像，包括下列二者：手术成像（通常是住院应用）和其它的门诊成像程序（非手术应用）。
以上参照方法、装置、系统和/或计算机程序产品的方框图和/或流程图示意描述对示例性实施例作了描述。应当理解的是，方框图和/或流程图示意描述中的方框以及方框图和/或流程图示意描述中的方框的组合可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置以制造一种机器，使得经计算机的处理器和/或其它可编程数据处理装置执行的指令生成用于实现方框图和/或一个或多个流程图方框中规定的功能/动作的手段（功能性）和/或结构。
这些计算机程序指令也可存储在计算机可读存储器内，其可以引导计算机或其它可编程数据处理装置以特定的方式提供功能，使得存储在计算机可读存储器内的指令制造出制造物，该制造物包含实现方框图和/或一个或多个流程图方框中规定的功能/动作的指令。
计算机程序指令也可加载到计算机或其它可编程数据处理装置中以引起一系列的操作步骤，所述操作步骤在计算机或其它可编程数据处理装置上执行以产生计算机实现的过程，从而使得在计算机或其它可编程数据处理装置上执行的指令提供用于实现方框图和/或一个或多个流程图方框中规定的功能/动作的步骤。
因此示例性实施例可以在硬件和/或软件（包括固件、驻留软件和微代码等）中实现。而且示例性实施例可采取计算机可用或计算机可读存储介质上的计算机程序产品的形式，所述计算机可用或计算机可读存储介质具有体现于所述介质内的计算机可用或计算机可读程序代码，其用于指令执行系统或与指令执行系统相关。在本文档的上下文中，计算机可用或计算机可读介质可以是任何能够包含、存储、传送、传播或运送用于或相关于指令执行系统、装置或设备的程序的介质。
计算机可用或计算机可读介质例如可以是但不局限于电子、磁性、光学、电磁、红外或半导体系统、装置、设备或传播介质。计算机可读介质的更为具体的例子（非穷举列表）包括以下介质：具有一条或多条接线的电连接装置、便携式计算机磁盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或闪存）、光纤和便携式压缩光盘只读存储器（CD-ROM）。需要注意的是，计算机可用或计算机可读介质甚至可以是纸张或其它在其上印刷程序的合适介质，因为程序可以例如经光学扫描纸张或其它介质的途径而以电子方式获取，随后根据需要被编译、解释或另外以合适的方式被处理，并随后存储在计算机存储器内。
为开发方便起见，用于执行本文所述的数据处理系统的操作的计算机程序代码可以用高级编程语言编写，例如Java、AJAX（异步JavaScript）、C和/或C++。此外，用于执行示例性实施例的操作的计算机程序代码也可以用其它编程语言编写，例如但不限于解释性语言。某些模块或例程可以用汇编语言或甚至是微代码来编写以提高性能和/存储器使用性。但是实施例并不局限于特定的编程语言。将会进一步认识到，任何或所有程序模块的功能性还可以利用分立的硬件部件、一个或多个专用集成电路（ASIC）或现场可编程门阵列（FPGA）或编程的数字信号处理器、编程的逻辑控制器（PLC）或微控制器来实现。
应该指出的是，在一些替换的实现方案中，方框中标记的功能性/动作可以不按照流程图中标记的顺序发生。例如，根据牵涉到的功能性/动作，连续显示的两个方框实际上可以基本上同时执行或方框有时候可以按照相反的顺序执行。而且流程图和/或框图的给定方框的功能性可以分解为多个方框，和/或流程图和/或框图的两个或更多个方框至少可以部分归并在一起。
在附图和说明书中，已经公开了本发明概念的示例性实施例。虽然可以采用特定的术语，但是它们仅在通用和描述性的意义下被使用并且无限制性的目的，本发明概念的范围由随后的权利要求书限定。

Claims (34)

1.一种用于计算元KG信号的方法，所述方法包括：
用至少一个光源照射样品内的感兴趣区域，其中光源为近红外（NIR）光源和/或可见光光源；
获取感兴趣区域的图像；
处理所获取的图像以得到与所获取图像相关联的元数据；以及
从与所获取的图像相关联的元数据计算元KG信号，
其中，照射、获取、处理和计算中的至少一个步骤由至少一个处理器执行。
2.如权利要求1所述的方法，进一步包括下列步骤之一：
从原始图像得出元KG信号；和
从灌注图像得出元KG信号。
3.如权利要求1所述的方法，还包含利用计算得到的元KG信号获取血液流动和灌注数据。
4.如权利要求3所述的方法，其中，计算元KG信号进一步包含通过下列方式从所获取的图像生成元KG信号：处理所获取的图像而得到对比图像并且计算感兴趣区域内的对比图像的平均对比强度与时间的关系。
5.如权利要求4所述的方法，进一步包含通过分析感兴趣区域内的平均强度与时间的关系的频率分量，从平均强度与时间的关系计算心率和脉动信息中的至少一个。
6.如权利要求5所述的方法，进一步包含：
根据平均强度与时间的关系的频率分量在异常与正常组织之间作出区分；以及
指示与基础的生理响应相关的异常性程度。
7.如权利要求5所述的方法，进一步包含从心率提取心率变异性（HRV）信息，所述心率从感兴趣区域内的平均对比强度与时间的关系计算得到。
8.如权利要求1所述的方法，还包括：
改变感兴趣区域的配置；以及
生成视场内感兴趣区域的二维心率图。
9.如权利要求8所述的方法，其中，感兴趣区域的配置的改变包括改变感兴趣区域的尺寸和位置中的至少一个。
10.如权利要求1所述的方法，其中,样品是组织和器官之一。
11.如权利要求1所述的方法，其中，计算元KG信号包含利用斑点对比图像的平均强度计算元KG信号。
12.如权利要求1所述的方法，进一步包含确定至少一个血液动力学状态参数（HSP），所述参数包括心率（HR）、心率变异性（HRV）、R-R间隔（RRI）、RRI标准偏差（RRISD）、心脏收缩压阈值（SBt）、心率与收缩压乘积（RPP）、心率收缩和心率舒张期间的瞬时灌注、灌注曲线的频率分析和时间-频率分析以及包括灌注曲线斜率在内的收缩指数，上述参数都基于计算得到的元KG。
13.如权利要求1所述的方法，进一步包含确定至少一个血液动力学状态参数，所述参数包括基于计算得到的元KG信号的组织含氧量、血红蛋白含量和温度。
14.一种用于计算元KG信号的计算机系统，该系统包括：
处理器；以及
与处理器耦合并且包含计算机可读程序代码的存储器，当该计算机可读程序代码由处理器执行时，将使处理器执行操作，所述操作包括：
用至少一个光源照射样品内的感兴趣区域，其中光源为近红外（NIR）光源和/或可见光光源；
获取感兴趣区域的图像；
处理所获取的图像以得到与所获取图像相关联的元数据；以及
从与所获取的图像相关联的元数据计算元KG信号。
15.如权利要求14所述的系统，其中，处理器进一步执行的操作包括利用计算得到的元KG信号获取血液流动和灌注数据。
16.如权利要求15所述的系统，其中，处理器进一步执行的操作包括通过计算感兴趣区域内的平均强度与时间的关系来从所获取的图像中生成元KG信号。
17.如权利要求16所述的系统，其中，处理器进一步执行的操作包含通过分析感兴趣区域内的平均强度与时间的关系的频率分量，从平均强度与时间的关系计算心率和脉动信息中的至少一个。
18.如权利要求17所述的系统，处理器进一步执行的操作包含：
根据平均强度与时间的关系的频率分量在异常与正常组织之间作出区分；以及
指示与基础的生理响应相关的异常性程度。
19.如权利要求17所述的系统，其中，处理器进一步配置为从心率提取心率变异性（HRV）信息，所述心率从感兴趣区域内的平均对比强度与时间的关系计算得到。
20.如权利要求14所述的系统，其中，处理器进一步执行的操作包括：
改变感兴趣区域的配置；以及
生成视场内感兴趣区域的二维心率图。
21.如权利要求20所述的系统，其中，处理器进一步执行的操作包括改变感兴趣区域的尺寸和位置中的至少一个。
22.如权利要求14所述的方法，其中, 处理器进一步利用斑点对比图像的平均强度计算元KG信号。
23.一种用于计算元KG信号的计算机程序产品，该计算机程序产品包括：
非暂时性计算机可读存储介质，其具有体现在介质内的计算机可读程序代码，所述计算机可读程序代码包括：
用至少一个光源照射样品内的感兴趣区域的计算机可读程序代码，其中光源为近红外（NIR）光源和/或可见光光源；
获取感兴趣区域的图像的计算机可读程序代码；
处理所获取的图像以得到与所获取图像相关联的元数据的计算机可读程序代码；以及
从与所获取的图像相关联的元数据计算元KG信号的计算机可读程序代码。
24.如权利要求23所述的计算机程序产品，进一步包括利用计算得到的元KG信号获取血液流动和灌注数据的计算机可读程序代码。
25.如权利要求24所述的计算机程序产品，其中，计算元KG信号的计算机可读程序代码进一步包括通过计算感兴趣区域内的平均强度与时间的关系来从所获取的图像中生成元KG信号的计算机可读程序代码。
26.如权利要求25所述的计算机程序产品，其中，进一步包含计算机可读程序代码，该计算机可读程序代码用于通过感兴趣区域内的分析平均强度与时间的关系的频率分量，从平均强度与时间的关系计算心率和脉动信息中的至少一个。
27.如权利要求26所述的计算机程序产品，进一步包含：
根据平均强度与时间的关系的频率分量在异常与正常组织之间作出区分的计算机可读程序代码；以及
指示与基础的生理响应相关的异常性程度的计算机可读程序代码。
28.如权利要求26所述的计算机程序产品，进一步包含计算机可读程序代码，其配置为从心率提取心率变异性（HRV）信息，所述心率从感兴趣区域内的平均对比强度与时间的关系计算得到。
29.如权利要求23所述的计算机程序产品，进一步包括：
改变感兴趣区域的配置的计算机可读程序代码；以及
生成视场内感兴趣区域的二维心率图的计算机可读程序代码。
30.如权利要求29所述的计算机程序产品，其中，改变感兴趣区域的配置的计算机可读程序代码包括改变感兴趣区域的尺寸和位置中的至少一个的计算机可读程序代码。
31.如权利要求23所述的计算机程序产品，其中, 配置为计算元KG信号的计算机可读程序代码包含利用斑点对比图像的平均强度计算元KG信号的计算机可读程序代码。
32.一种利用双波长光源从元KG信号去除与运动相关的假象的方法，该方法包括：
用近红外（NIR）光源和可见光（VL）光源照射样品中的感兴趣区域；
获取两组感兴趣区域的图像，每组对应于NIR光源和VL光源的其中一个；
处理两组图像以获得NIR元数据和VL元数据；
从NIR元数据和VL元数据分别计算NIR元KG和VL元KG；
从NIR元KG和VL元KG提取与运动相关的公共信号分量；以及
通过从NIR元KG中抵扣与运动相关的公共信号分量来计算无噪声的元KG，
其中，照射、获取、处理、计算、提取和计算中的至少一个步骤由至少一个处理器执行。
33.如权利要求32所述的方法，其中，计算无噪声的元KG包括去除因运动假象引起的噪声。
34.如权利要求33所述的方法，其中，因运动假象引起的噪声包括呼吸活动。
CN201580067902.XA 2014-10-14 2015-10-13 用于利用从多谱段血液流动和灌注成像获取的信号确定血液动力学状态参数的方法、系统和计算机程序产品 Active CN107257655B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201462063663P 2014-10-14 2014-10-14
US62/063663 2014-10-14
US201562136010P 2015-03-20 2015-03-20
US62/136010 2015-03-20
PCT/US2015/055234 WO2016061041A1 (en) 2014-10-14 2015-10-13 Methods, systems and computer program products for determining hemodynamic status parameters using signals derived from multispectral blood flow and perfusion imaging

Publications (2)

Publication Number Publication Date
CN107257655A true CN107257655A (zh) 2017-10-17
CN107257655B CN107257655B (zh) 2020-06-16

Family

ID=55747196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580067902.XA Active CN107257655B (zh) 2014-10-14 2015-10-13 用于利用从多谱段血液流动和灌注成像获取的信号确定血液动力学状态参数的方法、系统和计算机程序产品

Country Status (6)

Country Link
US (1) US10792492B2 (zh)
EP (1) EP3188652A4 (zh)
JP (1) JP2017534378A (zh)
CN (1) CN107257655B (zh)
CA (1) CA2963866C (zh)
WO (1) WO2016061041A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11553844B2 (en) 2014-10-14 2023-01-17 East Carolina University Methods, systems and computer program products for calculating MetaKG signals for regions having multiple sets of optical characteristics
WO2016061052A1 (en) 2014-10-14 2016-04-21 East Carolina University Methods, systems and computer program products for visualizing anatomical structures and blood flow and perfusion physiology using imaging techniques
US10058256B2 (en) 2015-03-20 2018-08-28 East Carolina University Multi-spectral laser imaging (MSLI) methods and systems for blood flow and perfusion imaging and quantification
US10390718B2 (en) 2015-03-20 2019-08-27 East Carolina University Multi-spectral physiologic visualization (MSPV) using laser imaging methods and systems for blood flow and perfusion imaging and quantification in an endoscopic design
CA2978745C (en) * 2016-06-28 2019-07-16 Softcare Co., Ltd. Apparatus and method for imaging and analyzing hemodynamics
JP2018015172A (ja) * 2016-07-27 2018-02-01 花王株式会社 血流動態の評価方法
JP6846626B2 (ja) * 2016-09-23 2021-03-24 パナソニックＩｐマネジメント株式会社 脈波計測装置および脈波計測方法
US20180085014A1 (en) * 2016-09-23 2018-03-29 Panasonic Intellectual Property Management Co., Ltd. Pulse wave measuring apparatus, method for measuring pulse waves, and recording medium
US11278220B2 (en) 2018-06-08 2022-03-22 East Carolina University Determining peripheral oxygen saturation (SpO2) and hemoglobin concentration using multi-spectral laser imaging (MSLI) methods and systems
JP2021530341A (ja) 2018-07-16 2021-11-11 ビービーアイ、メディカル、イノベーションズ、リミテッド、ライアビリティー、カンパニーBbi Medical Innovations, Llc かん流および酸素化の測定
CN112740666A (zh) 2018-07-19 2021-04-30 艾科缇弗外科公司 自动手术机器人视觉系统中多模态感测深度的系统和方法
US10948350B2 (en) * 2018-09-05 2021-03-16 East Carolina University Systems for detecting vascular and arterial disease in asymptomatic patients and related methods
WO2020081651A1 (en) 2018-10-16 2020-04-23 Activ Surgical, Inc. Autonomous methods and systems for tying surgical knots
NO345328B1 (en) * 2019-02-01 2020-12-14 Roest Bernt Erik Method and system for extracting metadata from an observed scene.
CA3134066A1 (en) 2019-03-26 2020-10-01 East Carolina University Near-infrared fluorescence imaging for blood flow and perfusion visualization and related systems and computer program products
KR20220021920A (ko) 2019-04-08 2022-02-22 액티브 서지컬, 인크. 의료 이미징을 위한 시스템 및 방법
WO2021035094A1 (en) 2019-08-21 2021-02-25 Activ Surgical, Inc. Systems and methods for medical imaging
CN111012316B (zh) * 2020-01-18 2022-10-28 中川新迈科技有限公司 一种光声乳腺的图像重建系统
JP7314893B2 (ja) * 2020-09-23 2023-07-26 カシオ計算機株式会社 電子装置、電子装置の制御プログラム及び電子装置の制御方法
WO2022076122A1 (en) * 2020-10-05 2022-04-14 East Carolina University Methods, systems and computer program products for calculating metakg signals for regions having multiple sets of optical characteristics
WO2022076776A1 (en) * 2020-10-08 2022-04-14 Fresenius Medical Care Holdings, Inc. Techniques for determining characteristics of dialysis access sites using image information

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101179712A (zh) * 2006-11-07 2008-05-14 索尼株式会社 成像装置、显示装置、成像方法和显示方法
CN101703403A (zh) * 2009-11-16 2010-05-12 清华大学 一种人体能量消耗测量装置及方法
CN101926642A (zh) * 2010-08-31 2010-12-29 山东大学 基于生理信号间期序列的心脏功能无创检测装置
US20130245456A1 (en) * 2011-01-10 2013-09-19 East Carolina University Methods, Systems and Computer Program Products for Non-Invasive Determination of Blood Flow Distribution Using Speckle Imaging Techniques and Hemodynamic Modeling
WO2014009859A2 (en) * 2012-07-10 2014-01-16 Aïmago S.A. Perfusion assessment multi-modality optical medical device

Family Cites Families (131)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4541433A (en) 1984-06-01 1985-09-17 Medtronic, Inc. Cardiac output monitor
EP0386927B1 (en) 1989-03-06 1994-08-03 Kowa Company Ltd. Ophthalmological diagnosis apparatus
EP0392744B1 (en) 1989-04-10 1995-03-01 Kowa Company Ltd. Ophthalmological measurement method and apparatus
JPH02268727A (ja) 1989-04-10 1990-11-02 Kowa Co 眼科測定方法及び装置
JPH0428348A (ja) 1990-05-24 1992-01-30 Hitoshi Fujii 血流状態画像化装置
US6671540B1 (en) 1990-08-10 2003-12-30 Daryl W. Hochman Methods and systems for detecting abnormal tissue using spectroscopic techniques
US5161531A (en) 1990-09-14 1992-11-10 Duke University Method and apparatus for intravascularly measuring oxidative metabolism in body organs and tissues
JP3035336B2 (ja) 1990-11-27 2000-04-24 興和株式会社 血流測定装置
JP3021628B2 (ja) 1990-11-27 2000-03-15 興和株式会社 血流測定装置
MX9702434A (es) * 1991-03-07 1998-05-31 Masimo Corp Aparato de procesamiento de señales.
US5490505A (en) * 1991-03-07 1996-02-13 Masimo Corporation Signal processing apparatus
US5632272A (en) 1991-03-07 1997-05-27 Masimo Corporation Signal processing apparatus
DE19506484C2 (de) 1995-02-24 1999-09-16 Stiftung Fuer Lasertechnologie Verfahren und Vorrichtung zur selektiven nichtinvasiven Lasermyographie (LMG)
US5692510A (en) 1995-09-07 1997-12-02 Technion Research And Development Foundation Ltd. Determining coronary blood flow by cardiac thermography in open chest conditions
US5860922A (en) 1995-09-07 1999-01-19 Technion Research And Development Foundation Ltd. Determining blood flow by measurement of temperature
US5588436A (en) 1995-10-11 1996-12-31 Cook Pacemaker Corporation Pulsed doppler probe
GB9610700D0 (en) 1996-05-22 1996-07-31 Moor Instr Ltd Apparatus for imaging microvascular blood flow
JP3417246B2 (ja) 1996-09-25 2003-06-16 日本電気株式会社 階調表示方法
WO1998044839A1 (en) 1997-04-03 1998-10-15 National Research Council Of Canada Method of assessing tissue viability using near-infrared spectroscopy
JPH10290791A (ja) 1997-04-18 1998-11-04 Advance Co Ltd レーザー血流計
AU5908000A (en) 1999-07-02 2001-01-22 Hypermed Imaging, Inc. Imaging apparatus with means for fusing thermal and hyperspectral images
US20040111031A1 (en) 1999-07-22 2004-06-10 Alfano Robert R. Spectral polarizing tomographic dermatoscope
US20050182434A1 (en) 2000-08-11 2005-08-18 National Research Council Of Canada Method and apparatus for performing intra-operative angiography
US6915154B1 (en) 1999-09-24 2005-07-05 National Research Council Of Canada Method and apparatus for performing intra-operative angiography
US6701171B2 (en) 2000-03-31 2004-03-02 Københavns Universitet Method and apparatus for non-invasive detection of angiogenic and anti-angiogenic activity in living tissue
US6458086B1 (en) 2000-04-05 2002-10-01 Kenneth Lawrence Franco Implantable blood flow monitoring system
AU2001259435A1 (en) 2000-05-03 2001-11-12 Stephen T Flock Optical imaging of subsurface anatomical structures and biomolecules
AU2001286424A1 (en) 2000-08-16 2002-02-25 Cook Vascular Incorporated Doppler probe with shapeable portion
US6537223B1 (en) 2000-09-05 2003-03-25 Medi-Stim As Probe head
US7031504B1 (en) * 2000-09-26 2006-04-18 Vital Images, Inc. Image data based retrospective temporal selection of medical images
JP4241038B2 (ja) 2000-10-30 2009-03-18 ザ ジェネラル ホスピタル コーポレーション 組織分析のための光学的な方法及びシステム
DE10059070C1 (de) 2000-11-28 2002-02-14 Pulsion Medical Sys Ag Vorrichtung zur Bestimmung von Gewebeperfusion und intraoperative Verwendung
JP5076203B2 (ja) 2001-06-21 2012-11-21 学校法人日本大学 血管疾患検査装置およびバイパス血管診断装置
US6870684B2 (en) 2001-09-24 2005-03-22 Kulicke & Soffa Investments, Inc. Multi-wavelength aperture and vision system and method using same
DE60139403D1 (de) 2001-10-02 2009-09-10 B K Medical As Verfahren und Vorrichtung zur Geschwindigkeitsschätzung bei synthetischer Aperturabbildung
US7113817B1 (en) * 2001-10-04 2006-09-26 Wintec, Llc Optical imaging of blood circulation velocities
US6766188B2 (en) 2001-10-15 2004-07-20 University Of Massachusetts Tissue oxygen measurement system
CA2413483A1 (en) * 2001-12-26 2003-06-26 Kevin R. Forrester Motion measuring device
EP1332718A1 (en) 2002-02-01 2003-08-06 Stichting Voor De Technische Wetenschappen Laser doppler perfusion imaging using a CMOS image sensor
US6922580B2 (en) 2002-06-04 2005-07-26 Koninklijke Philips Electronics N.V. Blood flow gated MRI
CA2390781C (en) 2002-06-14 2009-09-22 Institut National D'optique Line generator optical apparatus
US7404640B2 (en) 2002-06-14 2008-07-29 Physical Sciences, Inc. Monitoring blood flow in the retina using a line-scanning laser ophthalmoscope
JP4521155B2 (ja) 2002-11-27 2010-08-11 オリンパス株式会社 顕微鏡画像処理装置
JP3490433B1 (ja) 2003-06-02 2004-01-26 株式会社サイバーファーム 生体情報監視システム
AU2003272531A1 (en) * 2003-09-15 2005-04-27 Beth Israel Deaconess Medical Center Medical imaging systems
JP4421259B2 (ja) 2003-10-16 2010-02-24 株式会社ニデック レーザ治療装置
KR100634499B1 (ko) 2004-01-12 2006-10-13 삼성전자주식회사 생체광자 측정을 통한 혈류 측정 장치 및 방법
EP1771755B1 (en) 2004-07-02 2016-09-21 The General Hospital Corporation Endoscopic imaging probe comprising dual clad fibre
WO2006021096A1 (en) 2004-08-23 2006-03-02 Robarts Research Institute Determination of hemodynamic parameters
JP4649147B2 (ja) 2004-08-31 2011-03-09 株式会社東芝 超音波診断装置
GB2420641B (en) * 2004-11-29 2008-06-04 Medicsight Plc Digital medical image analysis
WO2006085278A2 (en) 2005-02-10 2006-08-17 Koninklijke Philips Electronics N.V. Optical blood flow sensor using self-mixing doppler effect
JP4767551B2 (ja) 2005-02-14 2011-09-07 セイコーインスツル株式会社 血液レオロジー測定装置および血液レオロジー計測方法
US9204830B2 (en) * 2005-04-15 2015-12-08 Surgisense Corporation Surgical instruments with sensors for detecting tissue properties, and system using such instruments
WO2006111909A1 (en) * 2005-04-20 2006-10-26 Cvl Cosmetics S.A. Instrument and method for high-speed perfusion imaging
WO2006116672A2 (en) 2005-04-27 2006-11-02 The Trustees Of Dartmouth College Systems and methods for tomographic image reconstruction
US7232240B2 (en) 2005-05-06 2007-06-19 Northrop Grumann Corporation Extended source laser illuminator
JP2007125144A (ja) 2005-11-02 2007-05-24 Omega Wave Kk レーザー血流画像装置
US20090177098A1 (en) 2006-01-16 2009-07-09 Kousuke Yakubo Examination System and Examination Method
US7817256B2 (en) * 2006-02-22 2010-10-19 Kyushu Institute Of Technology Personal authentication method and personal authentication device utilizing finger-tip blood flow measurement by laser light
US7468039B2 (en) 2006-06-02 2008-12-23 Cook Vascular Incorporated Adjustable tension cuff assembly
AU2006203027B2 (en) 2006-07-14 2009-11-19 Canon Kabushiki Kaisha Improved two-dimensional measurement system
US7804984B2 (en) * 2006-07-31 2010-09-28 Lumidigm, Inc. Spatial-spectral fingerprint spoof detection
WO2008053474A2 (en) 2006-10-30 2008-05-08 Elfi-Tech Ltd. System and method for in vivo measurement of biological parameters
JP2008139543A (ja) 2006-12-01 2008-06-19 Osaka Prefecture Univ 蛍光顕微鏡
JP4803520B2 (ja) 2006-12-01 2011-10-26 株式会社産学連携機構九州 血流速度画像化装置
WO2008121844A1 (en) 2007-03-30 2008-10-09 The General Hospital Corporation System and method providing intracoronary laser speckle imaging for the detection of vulnerable plaque
US8463006B2 (en) * 2007-04-17 2013-06-11 Francine J. Prokoski System and method for using three dimensional infrared imaging to provide detailed anatomical structure maps
US7541602B2 (en) 2007-06-04 2009-06-02 Or-Nim Medical Ltd. System and method for noninvasively monitoring conditions of a subject
CN101784227B (zh) 2007-07-06 2013-12-04 工业研究有限公司 激光散斑成像系统和方法
US8488974B2 (en) 2007-07-11 2013-07-16 Technion Research And Development Foundation Ltd. Enhanced SMF passive optical networks using polarization beamforming
US20090041201A1 (en) 2007-08-06 2009-02-12 Carestream Health, Inc. Alignment apparatus for imaging system
US8868161B2 (en) 2007-09-13 2014-10-21 Jonathan Thierman Detection and display of measured subsurface data onto a surface
DE102007054906B4 (de) 2007-11-15 2011-07-28 Sirona Dental Systems GmbH, 64625 Verfahren zur optischen Vermessung der dreidimensionalen Geometrie von Objekten
US8406860B2 (en) * 2008-01-25 2013-03-26 Novadaq Technologies Inc. Method for evaluating blush in myocardial tissue
CA2654625A1 (en) 2008-02-18 2009-08-18 The Board Of Regents For Oklahoma State University Dual beam optic with dichroic filter
DE102008010006B4 (de) * 2008-02-19 2017-06-08 Siemens Healthcare Gmbh Verfahren zur dreidimensionalen Darstellung einer bewegten Struktur durch ein tomographisches Verfahren
KR101759850B1 (ko) 2008-04-14 2017-07-19 노바다크 테크놀러지즈 인코포레이티드 성형 및 재건 수술을 위한 천공지 피판의 위치 선정 및 분석 방법
EP2384182A4 (en) * 2008-04-30 2016-10-19 Univ Texas DEVICE AND METHOD FOR NON-INVASIVE EVALUATION OF A TARGET COMPARED TO A NON-TARGET
US9066686B2 (en) 2008-07-10 2015-06-30 Novadaq Technologies Inc. Functional optical coherent imaging
DE102008040804B4 (de) * 2008-07-28 2021-07-29 Carl Zeiss Meditec Ag Verfahren, Operationsmikroskop und Analysesystem zur quantitativen Darstellung des Blutflusses
JP5322548B2 (ja) 2008-09-17 2013-10-23 株式会社東芝 Ｘ線ｃｔ装置、医用画像処理装置および医用画像処理プログラム
WO2010096447A2 (en) 2009-02-17 2010-08-26 Board Of Regents, The University Of Texas System Quantitative imaging with multi-exposure speckle imaging (mesi)
WO2010096453A1 (en) 2009-02-17 2010-08-26 Board Of Regents, The University Of Texas System Methods of producing laser speckle contrast images
US9028421B2 (en) 2009-05-13 2015-05-12 Kyushu Institute Of Technology Blood flow image diagnosing device
CN102018511A (zh) 2009-09-18 2011-04-20 株式会社东芝 磁共振成像装置以及磁共振成像方法
US8357281B2 (en) 2009-09-21 2013-01-22 Advanced Analytical Technologies, Inc. Multi-wavelength fluorescence detection system for multiplexed capillary electrophoresis
GB0921477D0 (en) * 2009-12-08 2010-01-20 Moor Instr Ltd Apparatus for measuring blood parameters
JP5689662B2 (ja) 2009-12-09 2015-03-25 株式会社東芝 超音波診断装置、超音波画像処理装置、超音波画像処理プログラム、医用画像診断装置、医用画像処理装置及び医用画像処理プログラム
CA2784576C (en) * 2009-12-15 2020-01-07 Shuming Nie System and methods for providing real-time anatomical guidance in a diagnostic or therapeutic procedure
US9189851B2 (en) * 2010-01-07 2015-11-17 Siemens Aktiengesellschaft Method of motion compensation for trans-catheter aortic valve implantation
JP5564654B2 (ja) 2010-05-31 2014-07-30 岩崎電気株式会社 Ｌｅｄ照射装置
US20120078113A1 (en) 2010-09-28 2012-03-29 Point of Contact, LLC Convergent parameter instrument
US9510758B2 (en) 2010-10-27 2016-12-06 The General Hospital Corporation Apparatus, systems and methods for measuring blood pressure within at least one vessel
AU2010257224B2 (en) 2010-12-15 2014-09-18 Canon Kabushiki Kaisha Block patterns as two-dimensional ruler
JP5371946B2 (ja) * 2010-12-24 2013-12-18 富士フイルム株式会社 内視鏡診断装置
WO2012096878A2 (en) * 2011-01-10 2012-07-19 East Carolina University Methods, systems and computer program products for non-invasive determination of blood flow distribution using speckle imaging techniques and hemodynamic modeling
US20120191005A1 (en) 2011-01-22 2012-07-26 Emil Naumovich Sobol Diagnostic and Feedback Control for Efficacy and Safety of Laser Application for Tissue Reshaping and Regeneration
WO2012110955A1 (en) * 2011-02-14 2012-08-23 Reuven Gladshtein Indications of cross-section of small branched blood vessels
US8780362B2 (en) 2011-05-19 2014-07-15 Covidien Lp Methods utilizing triangulation in metrology systems for in-situ surgical applications
US9241674B2 (en) 2011-09-29 2016-01-26 Koninklijke Philips N.V. Distortion reduced signal detection
JP5948831B2 (ja) 2011-12-08 2016-07-06 ソニー株式会社 測定装置、測定方法、プログラム及び記録媒体
DE112012005150B4 (de) 2011-12-09 2021-01-21 Panasonic I-Pro Sensing Solutions Co., Ltd. Drei-Chip-Kameravorrichtung
US9848787B2 (en) * 2012-02-07 2017-12-26 Laser Associated Sciences, Inc. Perfusion assessment using transmission laser speckle imaging
US9593982B2 (en) * 2012-05-21 2017-03-14 Digimarc Corporation Sensor-synchronized spectrally-structured-light imaging
JP2014000246A (ja) 2012-06-19 2014-01-09 Mitsubishi Electric Engineering Co Ltd 血管可視化装置および血管可視化方法
US10278585B2 (en) * 2012-06-21 2019-05-07 Novadaq Technologies ULC Quantification and analysis of angiography and perfusion
US9298730B2 (en) 2012-07-04 2016-03-29 International Medical Solutions, Inc. System and method for viewing medical images
US9640218B2 (en) * 2012-12-07 2017-05-02 Intel Corporation Physiological cue processing
US9351643B2 (en) 2013-03-12 2016-05-31 Covidien Lp Systems and methods for optical measurement for in-situ surgical applications
US9435993B2 (en) 2013-03-24 2016-09-06 Bruker Nano, Inc. Three dimensional microscopy imaging
JP6062793B2 (ja) * 2013-04-23 2017-01-18 ソフトケア有限会社 血流画像診断装置
CN103340601A (zh) 2013-06-27 2013-10-09 中国科学院自动化研究所 基于内窥镜的多光谱成像系统和方法
CN103417196B (zh) 2013-08-23 2015-07-22 中山大学 一种静脉显影仪及显影方法
US9451223B2 (en) 2013-09-17 2016-09-20 PhotonEdge Inc. Simultaneous multiplexed imaging system and method
US20150148632A1 (en) * 2013-11-26 2015-05-28 David Alan Benaron Calorie Monitoring Sensor And Method For Cell Phones, Smart Watches, Occupancy Sensors, And Wearables
EP3082586A1 (en) * 2013-12-19 2016-10-26 The Board of Trustees of the University of Illinois System and methods for measuring physiological parameters
US9918666B2 (en) * 2014-01-13 2018-03-20 The Board Of Regents, The University Of Texas System Systems and methods for physiological signal enhancement and biometric extraction using non-invasive optical sensors
DE102014002514B4 (de) * 2014-02-21 2015-10-29 Universität Stuttgart Vorrichtung und Verfahren zur multi- oder hyperspektralen Bildgebung und / oder zur Distanz- und / oder 2-D oder 3-D Profilmessung eines Objekts mittels Spektrometrie
WO2015168579A1 (en) * 2014-05-02 2015-11-05 Stephanie Littell Methods of measuring head, neck, and brain function and predicting and diagnosing memory impairment
US9980657B2 (en) * 2014-05-30 2018-05-29 Microsoft Technology Licensing, Llc Data recovery for optical heart rate sensors
JP2015223463A (ja) 2014-05-30 2015-12-14 ソニー株式会社 照明装置、照明方法及び内視鏡
WO2016061052A1 (en) 2014-10-14 2016-04-21 East Carolina University Methods, systems and computer program products for visualizing anatomical structures and blood flow and perfusion physiology using imaging techniques
US9931040B2 (en) * 2015-01-14 2018-04-03 Verily Life Sciences Llc Applications of hyperspectral laser speckle imaging
US10058256B2 (en) 2015-03-20 2018-08-28 East Carolina University Multi-spectral laser imaging (MSLI) methods and systems for blood flow and perfusion imaging and quantification
CN112932416A (zh) * 2015-06-04 2021-06-11 松下知识产权经营株式会社 生物体信息检测装置及生物体信息检测方法
KR102491850B1 (ko) * 2015-07-15 2023-01-26 삼성전자주식회사 레이저 스펙클 대조도 이미징 시스템 및 방법, 이를 적용한 장치
JP6273241B2 (ja) * 2015-09-24 2018-01-31 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 放射線断層撮影方法及び装置並びにプログラム
WO2017085793A1 (ja) * 2015-11-17 2017-05-26 オリンパス株式会社 内視鏡システム、画像処理装置、画像処理方法およびプログラム
US10115037B2 (en) * 2016-03-21 2018-10-30 Konica Minolta Laboratory U.S.A., Inc. Patient identification using dynamic medical images
CN108125673B (zh) * 2016-12-01 2023-03-14 松下知识产权经营株式会社 生物体信息检测装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101179712A (zh) * 2006-11-07 2008-05-14 索尼株式会社 成像装置、显示装置、成像方法和显示方法
CN101703403A (zh) * 2009-11-16 2010-05-12 清华大学 一种人体能量消耗测量装置及方法
CN101926642A (zh) * 2010-08-31 2010-12-29 山东大学 基于生理信号间期序列的心脏功能无创检测装置
US20130245456A1 (en) * 2011-01-10 2013-09-19 East Carolina University Methods, Systems and Computer Program Products for Non-Invasive Determination of Blood Flow Distribution Using Speckle Imaging Techniques and Hemodynamic Modeling
WO2014009859A2 (en) * 2012-07-10 2014-01-16 Aïmago S.A. Perfusion assessment multi-modality optical medical device
WO2014009859A3 (en) * 2012-07-10 2014-03-06 Aïmago S.A. Perfusion assessment multi-modality optical medical device
WO2014152753A1 (en) * 2013-03-15 2014-09-25 East Carolina University Methods, systems and computer program products for non-invasive determination of blood flow distribution using speckle imaging techniques and hemodynamic modeling

Also Published As

Publication number Publication date
CA2963866C (en) 2023-11-07
EP3188652A4 (en) 2018-05-23
EP3188652A1 (en) 2017-07-12
CN107257655B (zh) 2020-06-16
JP2017534378A (ja) 2017-11-24
CA2963866A1 (en) 2016-04-21
US10792492B2 (en) 2020-10-06
WO2016061041A1 (en) 2016-04-21
US20170274205A1 (en) 2017-09-28

Similar Documents

Publication Publication Date Title
CN107257655A (zh) 用于利用从多谱段血液流动和灌注成像获取的信号确定血液动力学状态参数的方法、系统和计算机程序产品
CN110866914B (zh) 脑动脉瘤血流动力学指标的评估方法、系统、设备及介质
CN104736046B (zh) 用于数字评估脉管系统的系统和方法
CN108511075B (zh) 一种非侵入式获取血流储备分数的方法和系统
CN111134651B (zh) 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质
JP5953438B2 (ja) 冠状動脈を通る血流量を決定する方法
CN113557576A (zh) 在表征生理系统时配置和使用神经网络的方法和系统
US11553844B2 (en) Methods, systems and computer program products for calculating MetaKG signals for regions having multiple sets of optical characteristics
CN106659400A (zh) 用于确定血流储备分数值的装置
CN106999052A (zh) 交互式心脏测试数据和相关联的设备、系统和方法
CN105144173A (zh) 用于通过修改病人特定几何模型来确定治疗的方法和系统
Veress et al. Normal and pathological NCAT image and phantom data based on physiologically realistic left ventricle finite-element models
JP2015512292A (ja) マルチプルイメージデータループを獲得して分析する方法及びシステム
CN108140430A (zh) 根据压力或流量测量结果及血管造影估计流量、阻力或压力
US20150228115A1 (en) Medical-image processing apparatus and medical-image diagnostic apparatus
CN110494889A (zh) 造影注射成像
Alnaser et al. Evaluation of open-source software for the lung segmentation
KR101530352B1 (ko) 물질특성에 기반한 전산유체역학 모델링 및 분석 방법
Klum et al. Minimally spaced electrode positions for multi-functional chest sensors: ECG and respiratory signal estimation
KR101843928B1 (ko) 의료 검사 데이터 분석결과 표현 방법 및 장치
Imms et al. A high performance biometric signal and image processing method to reveal blood perfusion towards 3D oxygen saturation mapping
Nasrat et al. Semi-automated detection of fractional shortening in zebrafish embryo heart videos
Schmidt et al. Real-time QRS detection using integrated variance for ECG gated cardiac MRI
JP2022510879A (ja) 血行力学的シミュレーションのための最も関連のあるｘ線画像の選択
WO2022076122A1 (en) Methods, systems and computer program products for calculating metakg signals for regions having multiple sets of optical characteristics

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