CN108348206B - 用于无创血流储备分数(ffr)的侧支流建模 - Google Patents

用于无创血流储备分数(ffr)的侧支流建模 Download PDF

Info

Publication number
CN108348206B
CN108348206B CN201680064744.7A CN201680064744A CN108348206B CN 108348206 B CN108348206 B CN 108348206B CN 201680064744 A CN201680064744 A CN 201680064744A CN 108348206 B CN108348206 B CN 108348206B
Authority
CN
China
Prior art keywords
flow
boundary condition
coronary vessel
collateral flow
coronary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201680064744.7A
Other languages
English (en)
Other versions
CN108348206A (zh
Inventor
M·P·弗赖曼
L·戈申
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN108348206A publication Critical patent/CN108348206A/zh
Application granted granted Critical
Publication of CN108348206B publication Critical patent/CN108348206B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • 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
    • 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
    • A61B5/0285—Measuring or recording phase velocity of blood waves
    • 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]
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • 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
    • A61B6/503—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 the heart
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

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

Abstract

一种方法包括获得包括对象的冠状动脉血管的体积图像数据。所述方法还包括识别所述体积图像数据中的所述冠状动脉血管。所述方法还包括识别针对所识别的冠状动脉血管的侧支流的存在。所述方法还包括确定所述侧支流的边界条件。所述方法还包括构建边界条件参数模型，所述边界条件参数模型包括表示所述侧支流的所述边界条件的项。所述方法还包括利用所述边界条件参数模型来确定针对所述冠状动脉血管的血流储备分数指数。

Description

用于无创血流储备分数(FFR)的侧支流建模
技术领域
以下大体涉及无创血流储备分数(FFR)并且更具体地涉及用于无创FFR的侧支流建模，并且具体应用于计算机断层摄影(CT)进行描述。然而，以下还适用于其他成像模态，包括X射线、磁共振成像(MRI)和/或其他成像模态。
背景技术
FFR是根据在冠状动脉血管造影期间完成的压力测量结果计算的冠状动脉狭窄的功能严重性的指数并且被定义为在充血状况下相对于近端压力(接近于孔口(Ostium))的远端血压(在狭窄后面)(即，在病变之后的压力与正常压力之间的比率)。换言之，FFR表达与在假设缺少狭窄的情况下的最大流量相比较的在存在狭窄的情况下的血管的最大流下。FFR值是0与1之间的绝对数，其中，值0.50指示给定狭窄引起血压中的50％下降，并且促进狭窄的程度的诊断。
计算机断层摄影冠状动脉血管造影(CCTA)是用于冠状动脉疾病(CAD)的评价的无创技术。CAD探测中的高负预测值将CCTA定位为以对疾病的低到中等预测试概率排除有症状患者中的CAD的无创技术。然而，文献指示CCTA在评估冠状动脉病变的血液动力学意义中被限制。根据CCTA评估血液动力学意义需要冠状动脉的准确的分割以生成用于流模拟的三维模型和对与非被成像的脉管系统的接口建模的边界条件模型。在许多自动和半自动工具可用于根据CCTA数据生成冠状动脉树的3D模型时，对边界条件的准确建模留下重大挑战。
FFR-CT具有通过从CCTA数据添加血液动力学意义评估改进CCTA特异性的潜在性。已知如何将分析性模型(诸如阻力、阻抗和弹性腔模型)耦合到截断的计算域的边界。然而，这些方法使用基于经验测量结果的恒定参数。实际上，在不同个体的测量结果之间存在大变异性。此外，若干研究示出毛细血管的阻力被自动调节以考虑母体冠状动脉中的狭窄的存在。在2015年6月24日递交的题为“Apparatus for determining a fractional flowreserve value”的PCT申请PCT/EP2015/064168中描述了考虑由于冠状动脉狭窄的存在的毛细血管的阻力的自动调节的改变的自适应阻力FFR-CT模型，通过引用将其整体并入本文。
侧支流是自动调节机构，其由身体使用以通过创建支持到潜在地缺血性区域的侧支血流的新小动脉由被用于在冠状动脉狭窄的情况下防止局部缺血。文献指示即使在缺少堵塞性冠状动脉疾病的情况下或在整个正常心脏中，在研究的群体的20-25％中已经存在足以防止心肌缺血的ECG标志的针对短暂地堵塞的冠状动脉的侧支流。然而，由于侧支小动脉的小直径，CCTA不能直接地描绘支持侧支血流的侧支小动脉的存在。结果，当前使用的边界条件模型未考虑侧支流的存在。遗憾的是，这可能引起FFR值的不准确的估计。
发明内容
本文所描述的方法解决上文提到的问题和其他问题。
在一个方面中，方法包括获得包括对象的冠状动脉血管的体积图像数据。所述方法还包括识别所述体积图像数据中的冠状动脉血管。所述方法还包括识别针对所识别的冠状动脉血管的侧支流的存在。所述方法还包括确定所述侧支流的边界条件。所述方法还包括构建边界条件参数模型，所述边界条件参数模型包括表示所述侧支流的所述边界条件的项。所述方法还包括利用所述边界条件参数模型确定针对所述冠状动脉血管的血流储备分数指数。
在另一方面中，系统包括成像器和控制台。图像被配置为扫描对象并且生成体积冠状动脉血管造影图像数据。所述控制台被配置为控制所述成像器。所述控制台包括：存储器，其具有用于计算血流储备分数的指令；以及处理器，其被配置为运行所述指令。所述指令当由所述处理器运行时使所述处理器：对所述体积冠状动脉血管造影图像数据中的冠状动脉血管进行分割；确定针对所述冠状动脉血管的侧支流是否存在；响应于确定所述侧支流的存在而确定所述侧支流的边界条件，其中，所述侧支流的所述边界条件对所述侧支流的阻力进行建模；获得针对所述冠状动脉血管的边界条件参数模型；利用所述侧支流的所述边界条件对所述边界条件参数模型进行调整；并且利用所述边界条件参数模型来计算针对所述冠状动脉血管的血流储备分数指数。
在另一方面中，非暂态计算机可读介质被编码有计算机可执行指令，所述计算机可执行指令当由处理器运行时使所述处理器：对体积图像数据中的冠状动脉血管进行定位；确定针对所述冠状动脉血管的侧支流的存在；确定所述侧支流的阻力边界条件；构建边界条件参数模型，所述边界条件参数模型包括所述侧支流的所述阻力边界条件和所述冠状动脉血管的出口的阻力；并且利用所述边界条件参数模型来确定针对所述冠状动脉血管的血流储备分数指数。
附图说明
本发明可以采取各种部件和部件布置以及各种步骤和各步骤安排的形式。附图仅出于图示优选的实施例的目的而不应被解释为对本发明的限制。
图1示意性地图示了具有血流储备分数确定器的系统；
图2图示了血流储备分数确定器的范例；
图3示出了具有顺行侧支流的范例血管；
图4示出了拟合到体素强度值并且作为针对顺行侧支流的距孔口的沿着冠状动脉血管的距离的函数的多项式函数的曲线图；
图5示出了具有逆行侧支流的范例血管；
图6示出了拟合到体素强度值并且作为针对逆行侧支流的距孔口的沿着冠状动脉血管的距离的函数的多项式函数的曲线图；并且
图7图示了考虑侧支流的用于确定血流储备分数的范例方法。
具体实施方式
图1示意性地图示了成像系统100，诸如计算机断层摄影(CT)扫描器。在该范例中，成像系统100至少被配置用于冠状动脉CT血管造影(CCTA)扫描或流程。在另一实施例中，成像系统100额外地或者备选地包括X射线扫描器、磁共振成像(MRI)扫描器和/或被配置用于冠状动脉CT血管造影(CCTA)和/或其他扫描的其他扫描器。
固定机架102可旋转地支持旋转机架104，旋转机架104被配置为围绕检查区域106旋转。对象支撑体108将物体或对象支撑在检查区域106中。辐射源110(诸如X射线管)由旋转机架104支撑，与旋转机架104一起旋转，并且被配置为发射穿过检查区域106的辐射。
辐射敏感探测器阵列112跨检查区域106与辐射源110相对围成一角弧，并且被配置为探测穿过检查区域106的辐射并且生成指示其的信号(投影数据)。重建器114被配置为重建投影，生成指示被定位在检查区域106中的对象或物体的被扫描的部分的体积图像数据。
针对CCTA流程，对象被施予(例如，静脉内地等)辐射不透明造影剂并且得到的体积图像数据是CCTA图像数据，其将冠状动脉血管和/或其他血管的血管(诸如动脉、静脉等)的内部(管腔)可视化。
计算系统充当用于成像系统100的控制台116。控制台116包括至少一个处理器118(例如，微处理器、中央处理单元等)，所述至少一个处理器运行被存储在计算机可读存储介质(“存储器”)120中的至少一个计算机可读指令，所述计算机可读存储介质不包括暂态介质并且包括物理存储器和/或其他非暂态介质。
在该范例中，至少一个计算机可读指令包括采集模块122和FFR确定器124。在变型中，FFR确定器124被存储在与控制台116不同的计算系统(诸如工作站、计算机等)的存储器中并且利用所述处理器运行。(一个或多个)输出设备包括人类可读输出设备，诸如显示监测器126，并且(一个或多个)输入设备128包括鼠标、键盘、触摸屏等。
数据采集模块122包括用于执行扫描并且重建CCTA图像数据的指令。FFR确定器124包括用于根据CCTA图像数据确定FFR的指令。如下面更详细描述的，在一个实例中这包括基于沿着冠状动脉树的体素强度(例如，亨氏单位(HU)值)的间接分析，根据CCTA图像数据确定针对冠状动脉血管的侧支流是否存在。
机器学习方法被用于根据CCTA图像数据表征侧支流的存在并且找到侧支流的存在与边界条件参数模型参数之间的关系。FFR确定器124采用包括考虑侧支流的存在和/或这样调整边界条件模型的自适应边界条件模型的算法。
该方法允许考虑每个患者的侧支流和独特解剖和生理特征的患者特异性FFR-CT分析，其可以实现相对于未考虑侧支流的配置的经改进的FFR估计。
图2图示了FFR确定器124的范例。
感兴趣组织识别器202识别体积图像数据中的感兴趣组织。感兴趣组织可以由用户、默认感兴趣组织等识别。感兴趣组织识别器202可以采用自动和/或手动方法来识别感兴趣组织。在所图示的范例中，感兴趣组织是血管，诸如冠状动脉血管和/或其他血管。
侧支流识别器204被配置为识别是否存在针对感兴趣组织的侧支流。对于冠状动脉血管，侧支流是自动调节机构，其由身体使用以通过创建支持到潜在地缺血性区域的侧支血流的新小动脉在冠状动脉狭窄的情况下防止局部缺血。侧支流可以由来自冠状动脉孔口的幅度(例如，不佳形成的侧支小动脉vs良好形成的侧支小动脉)和方向(例如，逆行vs顺行)表征，所述冠状动脉孔口是优于主动脉瓣的在主动脉的根部处的冠状动脉的开口。
在该范例中，侧支流识别器204通过分析作为距孔口的距离的函数的沿着冠状动脉血管的体素强度(例如，以HU为单位)的改变，根据CCTA图像数据间接地评估侧支流幅度和/或方向。为此，在一个实例中，侧支流识别器204自动地提取血管中心线和管腔。这可以通过已知和/或其他方法实现。接下来，机器学习方法基于中心线和管腔来表征侧支流的幅度和方向。
在范例方法中，侧支流识别器204估计沿着中心线I(c)的等距点中的平均HU。为此，侧支流识别器204首先将二阶多项式函数拟合到测量结果。在等式1中示出了基于最小二乘法的二阶多项式函数Ip(c)的适合的拟合的非限制性范例：
等式1：
Figure BDA0001650491470000051
在本文中还预期了其他方法。接下来，侧支流识别器204通过相应地分析多项式函数系数和其导数以确定幅度和方向，来估计侧支流的幅度和方向。
结合图3、4、5和6示出了顺行和逆行侧支流和对应的多项式函数的范例。
图3示出了范例血管302、完全堵塞303、孔口304和顺行侧支流306，其中，流在接近孔口304的较暗的灰度区域308中更大并且流在远离孔口304的较亮的灰度区域310中更低。图4示出了指示顺行侧支流的存在的图3的多项式函数的曲线图402的范例。第一轴404表示强度(例如，以HU为单位)并且第二轴406表示距孔口的距离(例如，以mm为单位)。曲线图402的凹形形状指示顺行流。
图5示出了范例血管502、完全堵塞503、孔口504和逆行侧支流504，其中，流在邻近孔口304的较暗的灰度区域508中更低并且流在远离孔口的较亮的灰度区域510中更大。图6示出了指示逆行侧支流的存在的图5的多项式函数的曲线图602的范例。第一轴604表示强度(例如，以HU为单位)并且第二轴606表示距孔口的距离(例如，以mm为单位)。曲线图602的凸形形状指示逆行流。
通常地，如果侧支流缺少，则曲线图402和602将是水平线，并且不是凹的也不是凸的，如在图4和图6中分别示出的，并且流分别从区域308和508到区域310和510将是相同的(相同灰度阴影)，而不像图3和图5中的那样。
返回图2，几何结构提取器206从所识别的感兴趣组织提取几何信息。几何结构提取器206可以采用自动和/或手动方法提取几何信息。通过范例，提取可以包括采用分割算法。根据该和/或其他提取，孔口处的有效直径do和/或其他感兴趣组织几何结构可以被确定。
参数确定器208基于输入对象数据来确定参数。例如，参数确定器208可以确定入口流率Qo(即，孔口处的流率)。这可以基于对象数据来实现，诸如重量、身体质量指数(BMI)、性别、年龄、血液测试结果、解剖成像数据(例如，心肌质量和估计心搏量)和/或对象数据。
边界条件估计器210估计边界条件，诸如流量、压力、阻力等，如果侧支流由侧支流识别器204识别，则考虑侧支流。在一个实例中，边界条件估计是阻力并且与冠状动脉血管的阻力边界条件组合。例如，流率Q可以在冠状动脉血管的出口处确定为冠状动脉出口截面面积的函数，如在等式2中所示：
等式2：
Figure BDA0001650491470000071
其中，Qo和do在上文中被描述并且d是出口处的有效直径。出口处的有效直径d可以如在等式3中所示被计算：
等式3：
Figure BDA0001650491470000072
其中，csa是出口处的血管的截面面积。
可以基于其相应的直径导出类似关系以描述冠状动脉树的两个分支的分流，如在等式4中所示：
等式4：
Figure BDA0001650491470000073
其中，下标“1”表示两个分支中的一个并且下标“2”表示两个分支中的另一个。将该关系除以分叉之前的压力产生两个分支对流的阻力之间的关系，如在等式5中所示：
等式5：
Figure BDA0001650491470000074
其中，R1是两个分支中的一个的阻力并且R2是两个分支中的另一个的阻力。通常，这些阻力由具有小于0.2mm的直径的外围微脉管动脉主导。
狭窄对阻力的影响可以被公式化为正常出口阻力和额外的阻力分量的和，其可以被建模为与正常阻力线性相关，如在等式6中所示。
等式6：
Rs＝R0+εR0，
其中，Rs是从正常出口阻力调节来考虑狭窄的存在的分配的出口阻力，R0是出口处的正常阻力并且∈表示感兴趣冠状动脉血管中的狭窄的量。可以通过将具有无创FFR测量结果的训练集的误差函数优化为真实数据找到正常出口阻力和参数ε。
侧支流的影响可以被集成到该模型中。在一个方法中，这包括侧支流的量和方向上的小动脉到冠状动脉树的三维几何模型的虚拟添加。在另一方法中，这包括调节动脉出口的阻力值以反映侧支流的存在。
例如，后者可以包括使用等式7中所示的线性模型：
等式7：
Rc＝Rs+aFc,
其中，Rc表示考虑侧支流的经调节的阻力，Rs是使用适合的边界条件模型计算的冠状动脉出口阻力(例如，如在专利申请PCT/EP2015/064168中所描述的)，Fc表示如由侧支流识别器204和/或以其他方式所确定的侧支流，并且α表示加权参数。
参数α是自由参数，其可以例如通过将具有无创FFR测量结果的训练集上的误差函数优化为真实数据实验地优化。例如，这可以通过优化等式8中所示的误差函数实现：
等式8：
Figure BDA0001650491470000081
其中，
Figure BDA0001650491470000082
是通过优化找到的参数α的最佳值，C是来自数据库(训练病例)的一个患者的冠状动脉模型，Fc表示如由侧支流识别器所确定的侧支流，FFR_CT(C，Fc)是利用针对参数α的给定值基于输入C、Fc计算的FFR值，并且FFR_GT(C)是针对该患者的无创地测量的FFR值。
通常，在微脉管阻力与解剖和生理特征之间存在若干关系。专利申请PCT/EP2015/064168描述与微脉管阻力有关的特征中的一些特征，包括冠状动脉出口截面面积、冠状动脉狭窄的存在、心脏尺寸、射血分数。可以考虑不同的参数关系，包括不同效应的加权线性和或者加权非线性和。
FFR确定器214基于边界条件确定FFR。在一个实例中，这包括基于冠状动脉系统和边界条件的表示模拟冠状动脉系统内的血液的流，并且然后基于血液的模拟流来确定FFR值。FFR确定器214能够采用解决流体动力学问题的零维、一维等算法。例如，在一个实例中，FFR确定器214利用使用偏微分方程的计算流体动力学(CFD)模拟。通常，CFD是使用数值方法和/或算法解决并且分析包含流体流的问题的流体力学方法。利用由边界条件定义的表面执行计算。
在以下中公开了合适的方法的范例：Koo等人，“Diagnosis of ischemia-causingcoronary stenoses by noninvasive fractional flow reserve computed fromcoronary computed tomographic angiograms.Results from the prospectivemulticenter DISCOVER-FLOW(Diagnosis of Ischemia-Causing Stenoses Obtained ViaNoninvasive Fractional Flow Reserve)study,”(Journal of the American Collegeof Cardiology,58(19)，第1989至1997页(2011))；Kim等人，“Patient-specific modelingof blood flow and pressure in human coronary arteries,”(Annals of BiomedicalEngineering 38(10)，第3195至3209页(2010))；以及Vignon-Clementel等人，“Outflowboundary conditions for three-dimensional simulations of non-periodic bloodflow and pressure fields in deformable arteries,”(13(5)、第625至640页(2010年))。
再次，本文所描述的方法允许考虑每个患者的侧支流和独特解剖和生理特征的患者特异性FFR-CT分析，这可以实现相对于未考虑侧支流的配置的改进的FFR估计。
图7图示了用于确定FFR的范例方法。
应意识到，以上动作的排序不是限制性的。这样一来，在本文中预期其他排序。此外，可以省略一个或多个动作和/或可以包括一个或多个额外的动作。
在702处，执行对象的冠状动脉血管造影扫描。
在704处，根据扫描期间采集的数据生成体积冠状动脉血管造影图像数据。
在706处，体积冠状动脉血管造影图像数据被处理以定位在体积冠状动脉血管造影图像数据中表示的冠状动脉血管。
在708处，利用体积冠状动脉血管造影图像数据来识别针对所识别的冠状动脉血管的侧支流的存在，如在本文中和/或以其他方式所描述的。
在710处，针对侧支流估计边界条件，如在本文中和/或以其他方式所描述的。
在712处，构建包括考虑侧支流的边界条件的边界条件参数模型，如在本文中和/或以其他方式所描述的。
在714处，利用边界条件参数模型针对冠状动脉血管确定血流储备分数指数。
以上可以通过编码或嵌入在非暂态计算机可读存储介质上的计算机可读指令实施，所述计算机可读指令当由(一个或多个)处理器运行时，使得(一个或多个)处理器执行所描述的动作。额外地或者备选地，计算机可读指令中的至少一个由信号、载波或其他暂态介质承载。
已经参考优选实施例描述了本发明。其他人在阅读并且理解了前述详细描述之后可以实现修改和变化。本发明旨在被构建为包括所有这样的修改和变化，只要其落入权利要求书或其等价方案的范围之内。

Claims (16)

1.一种用于确定对象的冠状动脉血管的血流储备分数指数的装置，包括：
用于识别体积图像数据中的所述冠状动脉血管的模块；
用于识别针对所识别的冠状动脉血管的侧支流的存在的模块，用于识别所述侧支流的存在的所述模块包括用于通过分析作为距所述冠状动脉血管的孔口的距离的函数的沿着所述冠状动脉血管的所述体积图像数据的强度的变化来间接地评估侧支流幅度和/或方向的模块，其中，针对所述冠状动脉血管的侧支流是创建支持侧支血流的新小动脉的自动调节机构；
用于确定所述侧支流的边界条件的模块，其中，所述侧支流的所述边界条件对所述侧支流的阻力进行建模；
用于构建边界条件参数模型的模块，所述边界条件参数模型包括表示所述侧支流的所述边界条件的项，其中，所述边界条件参数模型还包括表示所述冠状动脉血管的边界条件的项，其中，所述冠状动脉血管的所述边界条件对所述冠状动脉血管的阻力进行建模；以及
用于利用所述边界条件参数模型确定针对所述冠状动脉血管的血流储备分数指数的模块。
2.根据权利要求1所述的装置，其中，用于构建所述边界条件参数模型的所述模块包括用于基于所述侧支流来调节所述冠状动脉血管的所述阻力以反映所述侧支流的所述存在的模块。
3.根据权利要求1或2所述的装置，其中，用于构建所述边界条件参数模型的所述模块包括用于将虚拟脉管系统添加到所述冠状动脉血管以表示所述侧支流的模块，其中，所述冠状动脉血管的所述边界条件对所述冠状动脉血管的阻力和所添加的脉管系统进行建模。
4.根据权利要求1或2所述的装置，其中，用于识别所述侧支流的所述存在的所述模块包括：
用于识别所述体积图像数据中的所述冠状动脉血管的所述孔口的模块；
用于识别所述冠状动脉血管的中心线的模块；
用于根据所述体积图像数据估计来自所述孔口并且沿着所述中心线的所识别的冠状动脉血管中的流的幅度和方向的模块；以及
用于利用所估计的幅度和所估计的方向来识别所述侧支流的所述存在的模块。
5.根据权利要求4所述的装置，还包括：
用于根据所述体积图像数据估计沿着所述中心线的平均体素强度的模块；以及
用于将多项式函数拟合到所述平均体素强度的模块，其中，用于估计所述幅度和所述方向的所述模块包括用于确定拟合的多项式函数的系数和所述拟合的多项式函数的导数的模块。
6.根据权利要求5所述的装置，其中，拟合基于最小二乘法。
7.根据权利要求5或6所述的装置，还包括：
用于响应于所述拟合的多项式函数是凸的而将所述侧支流识别为逆行流的模块。
8.根据权利要求5或6所述的装置，还包括：
用于响应于所述拟合的多项式函数是凹的而将所述侧支流识别为顺行流的模块。
9.根据权利要求1或2所述的装置，其中，所述体积图像数据包括计算机断层摄影冠状动脉血管造影图像数据。
10.一种用于确定对象的冠状动脉血管的血流储备分数指数的系统(100)，包括：
成像器(102、104、110、112和114)，其被配置为扫描所述对象并且生成体积冠状动脉血管造影图像数据；
控制台(116)，其被配置为控制所述成像器，其中，所述控制台包括存储器(120)和处理器(118)，所述存储器存储用于计算血流储备分数的指令(124)，所述处理器被配置为运行所述指令，其中，运行所述指令使所述处理器：
对所述体积冠状动脉血管造影图像数据中的冠状动脉血管进行分割；
确定针对所述冠状动脉血管的侧支流是否存在，其中，所述确定包括通过分析作为距所述冠状动脉血管的孔口的距离的函数的沿着所述冠状动脉血管的所述体积图像数据的强度的变化间接地对侧支流幅度和/或方向进行间接评估，其中，针对所述冠状动脉血管的侧支流是创建支持侧支血流的新小动脉的自动调节机构；
响应于确定所述侧支流的存在而确定所述侧支流的边界条件，其中，所述侧支流的所述边界条件对所述侧支流的阻力进行建模；
获得针对所述冠状动脉血管的边界条件参数模型；
利用所述侧支流的所述边界条件来对所述边界条件参数模型进行调整，其中，所述边界条件参数模型还包括表示所述冠状动脉血管的边界条件的项，其中，所述冠状动脉血管的所述边界条件对所述冠状动脉血管的阻力进行建模；并且
利用所述边界条件参数模型来计算针对所述冠状动脉血管的血流储备分数指数。
11.根据权利要求10所述的系统，其中，所述处理器通过调节所述冠状动脉血管的出口阻力以反映所述侧支流的所述存在来对所述边界条件参数模型进行调整。
12.根据权利要求10或11所述的系统，其中，所述处理器通过将虚拟脉管系统添加到所述冠状动脉血管以表示所述侧支流来对所述边界条件参数模型进行调整。
13.根据权利要求10或11所述的系统，其中，所述处理器通过以下操作来确定侧支流的所述存在：
对所述体积图像数据中的所述冠状动脉血管的所述孔口进行定位；
估计所述冠状动脉血管的中心线；
根据所述体积图像数据估计来自所述孔口并且沿着所述中心线的所述冠状动脉血管中的流的幅度和方向；并且
利用所估计的幅度和所估计的方向来确定所述侧支流的所述存在。
14.根据权利要求13所述的系统，其中，所述处理器通过以下操作来确定侧支流的所述存在：
根据所述体积图像数据估计沿着所述中心线的平均体素强度；
将多项式函数拟合到所述平均体素强度；并且
确定拟合的多项式函数的系数和所述拟合的多项式函数的导数。
15.根据权利要求14所述的系统，其中，所述处理器响应于所述拟合的多项式函数是凸的而将所述侧支流识别为逆行流，并且响应于所述拟合的多项式函数是凹的而将所述侧支流识别为顺行流。
16.一种编码有计算机可执行指令的非暂态计算机可读介质，所述计算机可执行指令当由处理器运行时使所述处理器：
对体积图像数据中的冠状动脉血管进行定位；
确定针对所述冠状动脉血管的侧支流的存在，其中，所述确定包括通过分析作为距所述冠状动脉血管的孔口的距离的函数的沿着所述冠状动脉血管的所述体积图像数据的强度的变化间接地对侧支流幅度和/或方向进行间接评估，其中，针对所述冠状动脉血管的侧支流是创建支持侧支血流的新小动脉的自动调节机构；
确定所述侧支流的阻力边界条件；
构建边界条件参数模型，所述边界条件参数模型包括所述侧支流的所述阻力边界条件和所述冠状动脉血管的出口的阻力；并且
利用所述边界条件参数模型来确定针对所述冠状动脉血管的血流储备分数指数。
CN201680064744.7A 2015-11-05 2016-10-17 用于无创血流储备分数(ffr)的侧支流建模 Active CN108348206B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562251417P 2015-11-05 2015-11-05
US62/251,417 2015-11-05
PCT/EP2016/074852 WO2017076620A1 (en) 2015-11-05 2016-10-17 Collateral flow modelling for non-invasive fractional flow reserve (ffr)

Publications (2)

Publication Number Publication Date
CN108348206A CN108348206A (zh) 2018-07-31
CN108348206B true CN108348206B (zh) 2022-07-29

Family

ID=57184425

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680064744.7A Active CN108348206B (zh) 2015-11-05 2016-10-17 用于无创血流储备分数(ffr)的侧支流建模

Country Status (5)

Country Link
US (1) US10769780B2 (zh)
EP (1) EP3370615B1 (zh)
JP (1) JP6484760B2 (zh)
CN (1) CN108348206B (zh)
WO (1) WO2017076620A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3512416B1 (en) 2016-09-16 2023-11-08 Koninklijke Philips N.V. Apparatus and method for determining a fractional flow reserve
EP3378398A1 (en) 2017-03-24 2018-09-26 Koninklijke Philips N.V. Myocardial ct perfusion image synthesis
US11523744B2 (en) 2017-03-31 2022-12-13 Koninklijke Philips N.V. Interaction monitoring of non-invasive imaging based FFR
JP7325331B2 (ja) 2017-06-30 2023-08-14 コーニンクレッカ フィリップス エヌ ヴェ 機械学習スペクトルｆｆｒ－ｃｔ
EP3453326A1 (en) 2017-09-08 2019-03-13 Koninklijke Philips N.V. Registration and comparison of measured and simulated intracoronary pullback curves
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
CN111227822B (zh) * 2018-11-28 2022-02-11 苏州润迈德医疗科技有限公司 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法
CN110598288B (zh) * 2019-08-30 2020-08-07 上海杏脉信息科技有限公司 一种用于冠脉三维模型的边界条件处理方法和装置
EP3819909A1 (en) * 2019-11-05 2021-05-12 Siemens Healthcare GmbH Assessment of collateral coronary arteries
US11145057B2 (en) * 2019-11-05 2021-10-12 Siemens Healthcare Gmbh Assessment of collateral coronary arteries
CN110664392B (zh) * 2019-12-04 2020-03-27 深圳先进技术研究院 一种血流速度计算方法、装置、终端设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0889501A (ja) * 1994-09-21 1996-04-09 Hitachi Medical Corp 医用画像診断装置
WO2008046197A1 (en) * 2006-10-13 2008-04-24 Calgary Scientific Inc. Visualization of volumetric medical imaging data
CN101669143A (zh) * 2007-01-11 2010-03-10 Mvm知识产权有限公司 利用自动图像分析测试机能微循环几何结构和速度分布
CN102525443A (zh) * 2010-09-16 2012-07-04 西门子公司 非侵入性冠状动脉病评估的方法和系统
CN102651997A (zh) * 2009-12-10 2012-08-29 皇家飞利浦电子股份有限公司 侧支血流评估
CN103118601A (zh) * 2010-09-30 2013-05-22 皇家飞利浦电子股份有限公司 利用可跟踪的成像设备和成像工具进行分叉的检测
CN103300820A (zh) * 2012-03-13 2013-09-18 西门子公司 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
CN103839249A (zh) * 2012-11-23 2014-06-04 上海联影医疗科技有限公司 Ct肝灌注的图像后处理方法和ct肝灌注方法
CN104837407A (zh) * 2012-12-07 2015-08-12 株式会社东芝 血管解析装置、医用图像诊断装置以及血管解析方法

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU5085800A (en) 1999-05-21 2000-12-12 Nycomed Imaging As Method of magnetic resonance imaging
GB0221434D0 (en) 2002-09-16 2002-10-23 Houston John G A method of analysing fluid flow in a conduit
EP1830701A1 (en) 2004-12-08 2007-09-12 Paieon Inc. Method and apparatus for blood vessel parameter determinations
IL165636A0 (en) 2004-12-08 2006-01-15 Paieon Inc Method and apparatus for finding the coronary velocity and flow and related parameters
US7775988B2 (en) 2005-09-30 2010-08-17 Radi Medical Systems Ab Method for determining the blood flow in a coronary artery
US8052611B2 (en) 2007-03-14 2011-11-08 Cardiac Pacemakers, Inc. Method and apparatus for management of heart failure hospitalization
DE102008014792B3 (de) 2008-03-18 2009-06-18 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Simulation eines Blutflusses in einem Gefäßabschnitt
US8200466B2 (en) 2008-07-21 2012-06-12 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
US8898022B2 (en) 2008-08-25 2014-11-25 Eth Zurich Method, system and device for enhancing flow field data
CN102165455B (zh) 2008-09-30 2015-08-26 皇家飞利浦电子股份有限公司 灌注成像
US20100125197A1 (en) 2008-11-18 2010-05-20 Fishel Robert S Method and apparatus for addressing vascular stenotic lesions
US20100130878A1 (en) 2008-11-24 2010-05-27 General Electric Company Systems, apparatus and processes for automated blood flow assessment of vasculature
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
US20110307231A1 (en) 2010-06-09 2011-12-15 Jens Kirchner Method and arrangement for creating an individualized, computer-aided model of a system, and a corresponding computer program and a corresponding machine-readable storage medium
US8682626B2 (en) 2010-07-21 2014-03-25 Siemens Aktiengesellschaft Method and system for comprehensive patient-specific modeling of the heart
US8157742B2 (en) 2010-08-12 2012-04-17 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
DE102010043849B3 (de) 2010-11-12 2012-02-16 Siemens Aktiengesellschaft Vorrichtung und Computertomograph zur Bestimmung und Darstellung der Durchblutung des Herzmuskels
US10186056B2 (en) 2011-03-21 2019-01-22 General Electric Company System and method for estimating vascular flow using CT imaging
US20120296199A1 (en) 2011-03-21 2012-11-22 New York University Apparatus and Method of Non-Contrast Magnetic Resonance Angiography of Abdominal and Pelvic Arteries
US10162932B2 (en) 2011-11-10 2018-12-25 Siemens Healthcare Gmbh Method and system for multi-scale anatomical and functional modeling of coronary circulation
CN104244813B (zh) * 2012-03-15 2017-03-15 西门子公司 用于静息和充血期间冠状动脉血流计算的个性化的框架
US9675301B2 (en) 2012-10-19 2017-06-13 Heartflow, Inc. Systems and methods for numerically evaluating vasculature
US9858387B2 (en) 2013-01-15 2018-01-02 CathWorks, LTD. Vascular flow assessment
WO2014064702A2 (en) 2012-10-24 2014-05-01 Cathworks Ltd. Automated measurement system and method for coronary artery disease scoring
US9814433B2 (en) * 2012-10-24 2017-11-14 Cathworks Ltd. Creating a vascular tree model
CN104768465B (zh) 2012-11-06 2018-06-19 皇家飞利浦有限公司 血流储备分数(ffr)指标
US10595806B2 (en) 2013-10-22 2020-03-24 Koninklijke Philips N.V. Fractional flow reserve (FFR) index with adaptive boundary condition parameters
US9785746B2 (en) * 2014-03-31 2017-10-10 Heartflow, Inc. Systems and methods for determining blood flow characteristics using flow ratio
US10258303B2 (en) * 2014-06-30 2019-04-16 Koninklijke Philips N.V. Apparatus for determining a fractional flow reserve value
EP3062248A1 (en) * 2015-02-27 2016-08-31 Pie Medical Imaging BV Method and apparatus for quantitative flow analysis
EP3512416B1 (en) * 2016-09-16 2023-11-08 Koninklijke Philips N.V. Apparatus and method for determining a fractional flow reserve

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0889501A (ja) * 1994-09-21 1996-04-09 Hitachi Medical Corp 医用画像診断装置
WO2008046197A1 (en) * 2006-10-13 2008-04-24 Calgary Scientific Inc. Visualization of volumetric medical imaging data
CN101669143A (zh) * 2007-01-11 2010-03-10 Mvm知识产权有限公司 利用自动图像分析测试机能微循环几何结构和速度分布
CN102651997A (zh) * 2009-12-10 2012-08-29 皇家飞利浦电子股份有限公司 侧支血流评估
CN102525443A (zh) * 2010-09-16 2012-07-04 西门子公司 非侵入性冠状动脉病评估的方法和系统
CN103118601A (zh) * 2010-09-30 2013-05-22 皇家飞利浦电子股份有限公司 利用可跟踪的成像设备和成像工具进行分叉的检测
CN103300820A (zh) * 2012-03-13 2013-09-18 西门子公司 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
CN103839249A (zh) * 2012-11-23 2014-06-04 上海联影医疗科技有限公司 Ct肝灌注的图像后处理方法和ct肝灌注方法
CN104837407A (zh) * 2012-12-07 2015-08-12 株式会社东芝 血管解析装置、医用图像诊断装置以及血管解析方法

Also Published As

Publication number Publication date
EP3370615B1 (en) 2020-04-15
JP2018537157A (ja) 2018-12-20
CN108348206A (zh) 2018-07-31
US10769780B2 (en) 2020-09-08
EP3370615A1 (en) 2018-09-12
US20180315184A1 (en) 2018-11-01
JP6484760B2 (ja) 2019-03-13
WO2017076620A1 (en) 2017-05-11

Similar Documents

Publication Publication Date Title
CN108348206B (zh) 用于无创血流储备分数(ffr)的侧支流建模
US11557069B2 (en) System and method for estimating vascular flow using CT imaging
JP6553099B2 (ja) 血流予備量比値を算出するための機器
EP2916735B1 (en) Fractional flow reserve (ffr) index
JP4728627B2 (ja) Ｃｔ血管造影法における構造を領域分割する方法及び装置
KR101910233B1 (ko) 맥관구조를 수치 평가하는 시스템들 및 방법들
US8977339B1 (en) Method for assessing stenosis severity through stenosis mapping
EP2849631B1 (en) Determination of a fractional flow reserve (ffr) value for a stenosis of a vessel
EP3140757B1 (en) Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in models based on diseased patients and hypothetical normal anatomical models
JP5081390B2 (ja) 腫瘍量を監視する方法及びシステム
CN110944586B (zh) 来自x射线图像数据的炎症估计
CN109688908B (zh) 用于确定血流储备分数的装置和方法
EP3244790B1 (en) Instantaneous wave-free ratio (ifr) computer tomography (ct)
US11523744B2 (en) Interaction monitoring of non-invasive imaging based FFR

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