CN107928655A - 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法 - Google Patents

一种基于人体动脉3d血管网络模型的中心动脉血压测定方法 Download PDF

Info

Publication number
CN107928655A
CN107928655A CN201711336729.6A CN201711336729A CN107928655A CN 107928655 A CN107928655 A CN 107928655A CN 201711336729 A CN201711336729 A CN 201711336729A CN 107928655 A CN107928655 A CN 107928655A
Authority
CN
China
Prior art keywords
blood vessel
blood
human body
central aortic
measuring method
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
CN201711336729.6A
Other languages
English (en)
Other versions
CN107928655B (zh
Inventor
吴全玉
刘晓杰
潘玲佼
陶为戈
张文强
俞洋
宋伟
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.)
Jiangsu University of Technology
Original Assignee
Jiangsu University of Technology
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 Jiangsu University of Technology filed Critical Jiangsu University of Technology
Priority to CN201711336729.6A priority Critical patent/CN107928655B/zh
Publication of CN107928655A publication Critical patent/CN107928655A/zh
Application granted granted Critical
Publication of CN107928655B publication Critical patent/CN107928655B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/021Measuring pressure in heart or blood vessels
    • A61B5/02108Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/02Detecting, 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
    • A61B5/026Measuring blood flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/72Signal processing specially adapted for physiological signals or for diagnostic purposes
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Cardiology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Vascular Medicine (AREA)
  • Hematology (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明提供一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,通过ANSYS二次开发语言APDL将仿真过程的多个步骤编写为参数化的指令,对于测得的左右手不同桡动脉压力波形信号,给出对应的血管网络模型的出口参数,计算实现相应的个性化仿真得出中心动脉压波形;多个步骤包括定义UPF模块,设置区域边界条件,设置求解器进行计算,血管和血液网格划分,负荷加载,可视化求解中心动脉血压波形和血管变形等参数并分析结果。本发明的方法是无创操作,数据显示直观准确,同时可以实时观察血液在血管中的仿真变化情况,为心血管疾病的临床诊治与科研工作提供一定依据。

Description

一种基于人体动脉3D血管网络模型的中心动脉血压测定方法
技术领域
本发明涉及生理学和临床医学技术领域,具体涉及一种基于人体动脉3D血管网络模型的中心动脉血压测定方法。
背景技术
据2016年医疗日报统计,全球高血压患者数量已超过11亿人,同时每年因心血管疾病死亡的人数多达300万人。而由于心血管疾病方面的治疗与血流动力学之间存在密切关系,近年来动脉血管的流固耦合以及通过力学角度发现病因成为国内外研究的热点。如通过应用WA-820数字阻抗血流图检测仪测定血流动力学指标,分析血流动态变化;采用颅内血管断层技术,结合3D流体力学模型,分析复杂脑动脉瘤的血流情况。血压是血流循环的动力,可以间接反映心脏的泵血功能、血液供应、血管阻力、血管弹性、全身血容量及血液物理状态,是人体健康的一项重要指标。近年来随着对人体血压研究的深入,发现中心动脉和肱动脉有一定的差异。中心动脉压(Central Aortic Pressure,CAP)是指主动脉根部血管所承受的侧压力,它更能反映心脏负荷、动脉硬化以及降压药物效果评价等,与心血管事件的发生更加密切相关。中心动脉压力波形的有创测量准确性高,但是创伤大、价格较高、操作难度大,仅适应用于高危病人。为此各国医学科研研究人员提出各种无创伤的测量方法,主要是通过检测颈动脉和桡动脉的压力波形,将各处外周动脉压力波形通过公式转换获得中心动脉压波形,或者经过多种类型传递函数等方法转换得到中心动脉压波形。上述各种方法虽然有些已经在临床得到验证,但是也存在着各种各样的问题,如有些方法的通用性,可视化以及数值获取的准确性等。
专利200610141073.8,公开了血压监测仪的检测方法及柯氏音延时和脉搏波传导时间信号发生器,血压监测仪的检测方法及柯氏音延时和脉搏波传导时间信号发生器,通过数字合成技术将预先存入计算机的呼吸、心电、脉搏波、柯氏音信号的数据输出为各路模拟信号;并设置由计算机控制的袖带脉搏波压力发生装置,根据由柯氏音延时和脉搏波传导时间检测血压的原理,确定必要信号的相对幅值及多种信号之间的关系,形成血压监测仪检测过程所需的模拟人体信号,和符合上述原理的柯氏音延迟时间及脉搏波传导时间信号,将这些信号输入到血压监测仪,检验血压监测仪的检测结果是否与信号发生装置的设定数据相符。上述专利可以输出多种相互协调并符合一定关系的模拟信号,对通过测定柯氏音延迟时间和脉搏波传导时间监测人体血压的监测仪进行检测。但是对于血管网络模型的中心动脉血压测定方法并没有给出相应的技术方案。
发明内容
(一)解决的技术问题
本发明针对上述中心动脉压力波形检测的缺陷问题,提供一种基于人体动脉3D网络血管模型的中心动脉压测定新方法,利用构建好的血管模型,个性化仿真计算出中心动脉血压波形,以满足心血管健康评估以及疾病方面的治疗。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于:包括以下步骤:
S1、构建人体动脉3D血管网络模型;参照人体血液循环系统和血管的构成,选取构建主要血管模型,利用个人的血管MRI数据,通过医学数字重建软件SimVascular重建个体化人体的动脉3D数字模型,再将数字模型导入Geomagics和Solidworks两种逆向建模软件中生成模型的血液和血管部分,进行对血管和血液曲面拟合并转换为适合ANSYS仿真计算的格式;
S2、测得被试者两臂桡动脉压力波形信号,分析波形信号后估计出血管网络模型的出口参数;借助现有的无创电子测量仪器测量被测者双臂桡动脉的血压波形信号,对所测得的信号进行分析,可以获取个人的各种参数;
S3、仿真计算出被试者中心动脉压的数值并分析结果;通过ANSYS二次开发语言APDL将获得区域边界条件后的多个步骤整合为一套命令,模型导入ANSYS后,需要对血管和血液进行网格划分,设置基本的仿真环境,再对血液的材料进行定义,确定血流模型,对3D血管网络模型的出口参数进行设置,通过改变测得的进出口参数调整,仿真计算出被测者的中心动脉压波形并分析结果。
进一步地,所述步骤S1SimVascular生成仿真图像的流程包括选取个人的主要动脉血管MRI或者CT数据、导入到医学图像处理软件SimVascular中、规划各分支血管路径、依据各分支管径大小分割血管以及各面、自动生成血管模型。
进一步地,所述血管模型为内膜、中膜、外模三层结构血管,内膜和外膜两层为多孔的类生物材料,中膜为弹性材料。
进一步地,所述内膜由内皮、内皮下层、内弹性膜组成,内皮下层位于内皮之外,为较薄的疏松结缔组织,内含少量平滑肌纤维,内弹性膜由弹性蛋白构成,弹性膜上有许多小孔;中膜较厚,由平滑肌组成,有少量的弹性纤维和胶原纤维;外膜与中膜的厚度相近,由疏松结缔组织构成。
进一步地,所述步骤S2中获取个人的各种参数包括心率、血管阻力、心肌灌注量、增益指数和脉搏波传导时间。
进一步地,所述步骤S3血管与血液模型的网格划分采用四面体和六面体网格,对于血管曲面变化较大的部位采用自定义单元法进行网格划分,对于血管分叉的地方采用自适应处理的四面体网格形式,同时采用智能型混合网格,以应对突发情况。
进一步地,所述步骤S3多个步骤包括设置求解器进行计算、血管的网格划分、负荷加载、求解血压力。
进一步地,所述步骤S3血流模型的血流在血管中的流动状态多变,包括层流、湍流、涡流和旋流四种形式,引入血流类型调控参数来区分不同血管位置的血流形式。
(三)有益效果
本发明的有益效果:一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,建出了具有血液与血管壁双向耦合效应的人体动脉3D网络模型,通过对被测试者双臂桡动脉血压的无创测量,提取出压力波动形状,进而仿真计算出中心动脉压的大小并分析结果;相较传统的测量手段更为直观,在临床应用上有很大发展空间;且通过血管网络模型可是实时的监测被测者的血液流动情况,对于未来心血管疾病的研究提供了依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明血压测定方法流程图;
图2为SimVascular生成仿真图像的流程图;
图3为加载的医学图像图;
图4为血管路径的规划图;
图5为血管分割的成形图;
图6为导入ANSYS中已经生成的网格图;
图7为桡动脉脉搏波采集图;
图8为仿真耦合的整体流程图;
图9为ANSYS系统中血管和血液的双向耦合图;
图10为静态压力的仿真计算图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
结合图1,一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,包括以下步骤:
S1、构建人体动脉3D血管网络模型;参照人体血液循环系统和血管的构成,选取构建主要血管模型,利用个人的血管MRI数据,通过医学数字重建软件SimVascular重建个体化人体的动脉3D数字模型,再将数字模型导入Geomagics和Solidworks两种逆向建模软件中生成模型的血液和血管部分,进行对血管和血液曲面拟合并转换为适合ANSYS仿真计算的格式。
SimVascular生成仿真图像的流程图如图2所示,SimVascular生成仿真图像的流程包括选取个人的主要动脉血管MRI或者CT数据、导入到医学图像处理软件SimVascular中、规划各分支血管路径、依据各分支管径大小分割血管以及各面、自动生成血管模型。选取个人的主要动脉血管MRI或者CT数据,导入到免费的医学图像处理软件SimVascular中,医学图像处理软件SimVascular可以提供一个完整的血流管道数据分割建模到个体人特定血流动力学的模拟和分析。
首先在File中load image医学图像数据,在这里可以调节LpI的位置查看医疗图像,特别要选择point cloud选项。如图3所示load image图像效果图。接着在Paths工具栏中选择load path,如果没有,就需要自己建立路径的。给出一个操作实例,直接调取路径。也可以在General旁边的Manual进行操作,其中有Display Options可以show血管的建立路径情况,当然可以增加和删除血管中的关键点。如图3所示的操作结果图。然后进入Segmentation-在这里也可以load Surface。如果没有建立好的Surface文件,就选择Surface Operation项目建立Surface,成功建立后选择前面的路径加入。接着再选择下面的Batch Segmenation,同时可以选择下面的项目,在左边的图上就可以看到规划好的血管模型。Group Visualization可以选择group,Member Operations选择要不要加入Member,具体操作效果根据实际显示的效果进行调整,具体操作结果如图4所示。最后进入Model-模式操作,可以选择PolyData一个血管一个血管操作的成功生成,也可以多根血管合在成功生产的,如图,5结果所示。在操作的过程中可以定义下面的一些参数。如CircumferentialSampling Rules中的Sampling 30-60的选择定义;Longitdunial Sampling Rules中的Number of Points Per Segment 6-12等数字。具体如导入到ANSYS中图像模型如图6所示。因为这个软件可以兼容其他的商业软件,如ParaSolid软件,所以你可以在Work Menus中勾选这个软件,那么在Model生成的过程中,就可以生成血管模型时使用这个软件。
动脉血管运送血液离开心室的血管,是人体内的有机组织,由内膜,中膜和外膜构成。内膜由内皮、内皮下层、内弹性膜组成,内皮下层位于内皮之外,为较薄的疏松结缔组织,内含少量平滑肌纤维;内弹性膜由弹性蛋白构成,弹性膜上有许多小孔;中膜较厚,由平滑肌组成,有少量的弹性纤维和胶原纤维;外膜与中膜的厚度相近,由疏松结缔组织构成。血管构成复杂,目前对于动脉血管的特性研究,虽都是采用有限元法,但大多数的研究采用的是刚性模型,即将血管模型定义为刚性的,无弹性的;少部分虽设置为弹性材料,但与实际血管还是有很大的差距。为此在血管材料定义时,采取将血管模型为三层结构血管,内外两层为多孔的类生物材料,中间层为弹性材料。
S2、测得被试者两臂桡动脉压力波形信号,分析波形信号后估计出血管网络模型的出口参数;借助现有的无创电子测量仪器测量被测者双臂桡动脉的血压波形信号,对所测得的信号进行分析,可以获取个人的各种参数。获取个人的各种参数包括心率、血管阻力、心肌灌注量、增益指数和脉搏波传导时间。
模型建立完成后,还需要测量人体的肱动脉血压收缩压和舒张压作为一个基本的参考数值。接着测量左右手桡动脉脉搏波,如图7测试结果图,在测量脉搏波前让被测试者休息10分钟,选择合适的测量环境,让测试者感到舒服。借助现有的无创电子测量仪器测量被测者双臂桡动脉的血压波形数值,对所测得的信号进行分析,提取出有用的数值设置3D血管网络模型的进出口参数进行设置,设置区域边界条件。测试完成后,上位机保存数据,可以方便的读出原始的数据进行各种参数的计算分析。
S3、仿真计算出被试者中心动脉压的数值并分析结果;通过ANSYS二次开发语言APDL将获得区域边界条件后的多个步骤整合为一套命令,模型导入ANSYS后,需要对血管和血液进行网格划分,设置基本的仿真环境,再对血液的材料进行定义,确定血流模型,对3D血管网络模型的出口参数进行设置,通过改变测得的进出口参数调整,仿真计算出被测者的中心动脉压波形并分析结果。
参照人体血液循环系统和血管的构成,选取构建主要血管模型,导入ANSYS中,对血液进行网格划分后设置基本的仿真环境,再对血液的材料进行定义,确定血流模型,具体的参数设置流程如图8所示,进而构建出整个血管和血液网络模型的仿真过程。
血管与血液模型的网格划分采用四面体和六面体网格,对于血管曲面变化较大的部位采用自定义单元法进行网格划分,对于血管分叉的地方采用自适应处理的四面体网格形式,同时采用智能型混合网格,以应对突发情况。基本的仿真环境采用CMM框架的双向流固耦合模式,能较好的放映血管和血流的变化特点。
血流在血管中的流动状态多变,主要包括层流、湍流、涡流和旋流四种形式,为了应对血流的不同流动状态,引入血流类型调控参数来区分不同血管位置的血流形式。
通过ANSYS二次开发语言APDL将获得区域边界条件后的多个步骤整合为一套命令,通过改变测得的进出口参数,直接仿真计算出被测者的中心动脉压并分析结果。其中多个步骤包括设置求解器进行计算,血管的网格划分,负荷加载,求解血压力。具体仿真结构图如图9所示。计算收敛后,结果分析。定义对应的压力面和速度向量,计算分析获取的中心动脉压力波形。根据不同的时间点,可以建立血流量视频过程,血液流动的形式,压力分布在血管的情况;还可以保存图片格式,方便随时调阅。图10给出了静态压力的仿真计算图。
综上所述,本发明实施例,通过免费的医学图像与专业的图像处理软件相互结合,绘制血管和血液模型导入ANSYS软件中;建立血管和血液的流固耦合模型SystemCoupling,构建出了具有血液与血管壁双向耦合效应的人体动脉3D网络模型,通过对被测试者双臂桡动脉血压的无创测量,提取出压力波动形状,进而仿真计算出中心动脉压的大小并分析结果。相比较传统的测量手段更为直观,在临床应用上有很大发展空间。且通过血管网络模型可是实时的监测被测者的血液流动情况,对于未来心血管方面的疾病研究提供了依据。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于:其特征在于,包括以下步骤:
S1、构建人体动脉3D血管网络模型;参照人体血液循环系统和血管的构成,选取构建主要血管模型,利用个人的血管MRI数据,通过医学数字重建软件SimVascular重建个体化人体的动脉3D数字模型,再将数字模型导入Geomagics和Solidworks两种逆向建模软件中生成模型的血液和血管部分,进行对血管和血液曲面拟合并转换为适合ANSYS仿真计算的格式;
S2、测得被试者两臂桡动脉压力波形信号,分析波形信号后估计出血管网络模型的出口参数;借助现有的无创电子测量仪器测量被测者双臂桡动脉的血压波形信号,对所测得的信号进行分析,可以获取个人的各种参数;
S3、仿真计算出被试者中心动脉压的数值并分析结果;通过ANSYS二次开发语言APDL将获得区域边界条件后的多个步骤整合为一套命令,模型导入ANSYS后,需要对血管和血液进行网格划分,设置基本的仿真环境,再对血液的材料进行定义,确定血流模型,对3D血管网络模型的出口参数进行设置,通过改变测得的进出口参数调整,仿真计算出被测者的中心动脉压波形并分析结果。
2.如权利要求1所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述步骤S1SimVascular生成仿真图像的流程包括选取个人的主要动脉血管MRI或者CT数据、导入到医学图像处理软件SimVascular中、规划各分支血管路径、依据各分支管径大小分割血管以及各面、自动生成血管模型。
3.如权利要求2所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述血管模型为内膜、中膜、外模三层结构血管,内膜和外膜两层为多孔的类生物材料,中膜为弹性材料。
4.如权利要求3所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述内膜由内皮、内皮下层、内弹性膜组成,内皮下层位于内皮之外,为较薄的疏松结缔组织,内含少量平滑肌纤维,内弹性膜由弹性蛋白构成,弹性膜上有许多小孔;中膜较厚,由平滑肌组成,有少量的弹性纤维和胶原纤维;外膜与中膜的厚度相近,由疏松结缔组织构成。
5.如权利要求1所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述步骤S2中获取个人的各种参数包括心率、血管阻力、心肌灌注量、增益指数和脉搏波传导时间。
6.如权利要求1所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述步骤S3血管与血液模型的网格划分采用四面体和六面体网格,对于血管曲面变化较大的部位采用自定义单元法进行网格划分,对于血管分叉的地方采用自适应处理的四面体网格形式,同时采用智能型混合网格,以应对突发情况。
7.如权利要求1所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述步骤S3多个步骤包括设置求解器进行计算、血管的网格划分、负荷加载、求解血压力。
8.如权利要求1所述的一种基于人体动脉3D血管网络模型的中心动脉血压测定方法,其特征在于,所述步骤S3血流模型的血流在血管中的流动状态多变,包括层流、湍流、涡流和旋流四种形式,引入血流类型调控参数来区分不同血管位置的血流形式。
CN201711336729.6A 2017-12-14 2017-12-14 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法 Active CN107928655B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711336729.6A CN107928655B (zh) 2017-12-14 2017-12-14 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711336729.6A CN107928655B (zh) 2017-12-14 2017-12-14 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法

Publications (2)

Publication Number Publication Date
CN107928655A true CN107928655A (zh) 2018-04-20
CN107928655B CN107928655B (zh) 2023-07-11

Family

ID=61943202

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711336729.6A Active CN107928655B (zh) 2017-12-14 2017-12-14 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法

Country Status (1)

Country Link
CN (1) CN107928655B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109620187A (zh) * 2018-12-14 2019-04-16 深圳先进技术研究院 一种中心动脉压推算方法及装置
CN113180614A (zh) * 2021-06-02 2021-07-30 北京阅影科技有限公司 无导丝ffr、无导丝imr和无导丝cfr的检测方法
WO2022246987A1 (zh) * 2021-05-26 2022-12-01 南京大学 一种基于血流动力学的数字人体心血管系统的构建方法和应用

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070255135A1 (en) * 2004-11-16 2007-11-01 Medrad, Inc. Systems and methods of modeling pharmaceutical propagation in a patient
CN102551919A (zh) * 2011-12-22 2012-07-11 山东大学 人工心脏瓣膜以及其基于ansys/ls-dyna的性能分析方法
CN103876723A (zh) * 2014-04-01 2014-06-25 江苏理工学院 无创桡动脉波计算脉搏波传导时间获取血压值的方法
CN103892818A (zh) * 2012-12-28 2014-07-02 吴健康 一种无创中心动脉血压测量方法和设备
WO2014138726A2 (en) * 2013-03-08 2014-09-12 The General Hospital Corporation System and method for vessel architectural imaging
CN105825070A (zh) * 2016-04-06 2016-08-03 南方医科大学南方医院 一种虚拟肝静脉压力梯度的测量方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070255135A1 (en) * 2004-11-16 2007-11-01 Medrad, Inc. Systems and methods of modeling pharmaceutical propagation in a patient
CN102551919A (zh) * 2011-12-22 2012-07-11 山东大学 人工心脏瓣膜以及其基于ansys/ls-dyna的性能分析方法
CN103892818A (zh) * 2012-12-28 2014-07-02 吴健康 一种无创中心动脉血压测量方法和设备
WO2014138726A2 (en) * 2013-03-08 2014-09-12 The General Hospital Corporation System and method for vessel architectural imaging
CN103876723A (zh) * 2014-04-01 2014-06-25 江苏理工学院 无创桡动脉波计算脉搏波传导时间获取血压值的方法
CN105825070A (zh) * 2016-04-06 2016-08-03 南方医科大学南方医院 一种虚拟肝静脉压力梯度的测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WU QUANYU ET AL: "SIMULATION ANALYSIS OF BLOOD FLOW IN ARTERIES OF THE HUMAN ARM", 《BIOMED ENG (SINGAPORE)》 *
吴全玉 等: "全桡动脉波传导时间与动脉硬化参数的 对比分析研究", 《应用力学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109620187A (zh) * 2018-12-14 2019-04-16 深圳先进技术研究院 一种中心动脉压推算方法及装置
WO2022246987A1 (zh) * 2021-05-26 2022-12-01 南京大学 一种基于血流动力学的数字人体心血管系统的构建方法和应用
CN113180614A (zh) * 2021-06-02 2021-07-30 北京阅影科技有限公司 无导丝ffr、无导丝imr和无导丝cfr的检测方法
CN113180614B (zh) * 2021-06-02 2023-08-04 北京阅影科技有限公司 无导丝ffr、无导丝imr和无导丝cfr的检测方法

Also Published As

Publication number Publication date
CN107928655B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
CN105096388B (zh) 基于计算流体力学的冠状动脉血流仿真系统和方法
CN105380598B (zh) 用于针对动脉狭窄的自动治疗规划的方法和系统
CN103270513B (zh) 用于患者特异性血流建模的方法和系统
Liu et al. Patient-specific oscillometric blood pressure measurement
CN107280762A (zh) 用于基于可穿戴传感器网络进行个人化血流建模的方法和系统
CN103976720B (zh) 利用仿真技术建立血管模型的方法
CN103932694A (zh) 精确诊断心肌血流储备分数(ffr)的方法和设备
CN108665449B (zh) 预测血流矢量路径上的血流特征的深度学习模型及装置
CN109846464A (zh) 血液流动力学参数的无创测量系统和数据处理系统
CN103876723A (zh) 无创桡动脉波计算脉搏波传导时间获取血压值的方法
CN103892818A (zh) 一种无创中心动脉血压测量方法和设备
CN107928655A (zh) 一种基于人体动脉3d血管网络模型的中心动脉血压测定方法
CN108053708B (zh) 一种动态脉搏波仿真模块
CN110279404A (zh) 一种脉搏波采集装置及方法
CN113160921A (zh) 一种基于血流动力学的数字人体心血管系统的构建方法和应用
CN102579017A (zh) 无创血流动力学参数分析仪
CN108717874A (zh) 基于特定的生理参数获取血管压力值的方法及装置
CN105096227A (zh) 一种健康数据的可视化处理方法
CA3113800A1 (en) Model-based sensor technology for detection of cardiovascular status
Hsia et al. Computational modeling to support surgical decision making in single ventricle physiology
CN114723844B (zh) 经盐水造影校正的搏动灌注图像重建方法、系统及设备
Chen et al. Generalized regression estimator improved the accuracy rate of estimated dialysis accesses stenotic condition on in-vitro arteriovenous graft experimental model
Granados et al. Acoustic heart. Interpretation of phonocardiograms by computer
Xiao et al. Model-based assessment of cardiovascular health from noninvasive measurements
Li et al. Development of a mobile pulse waveform analyzer for cardiovascular health monitoring

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