CN108471970A - 用于估计动脉脉搏波速度的系统和方法 - Google Patents

Abstract

一种用于确定表示血管的健康状况的动脉脉搏波速度的方法包括从成像仪器接收包括受试者的多个图像的图像数据集。所述方法还涉及从所述多个图像中确定图像中的血管区域。所述方法进一步包括在与受试者的心动周期的多个相位对应的血管区域中的多个位置处确定血管的多个横截面积值，并且确定与所述多个横截面积值对应的在血管中流动的血液的多个流动速率值。所述方法还包括基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型以及基于所述血液动力学模型来确定动脉脉搏波速度。

Description

用于估计动脉脉搏波速度的系统和方法

相关申请的交叉引用

本申请要求于2015年11月10日提交的美国专利申请号14/936,903的优先权，所述美国专利申请的全部内容通过引用结合在此。

技术领域

本发明的实施例主要涉及确定指示医疗状况的动脉僵硬度(arterialstiffness)，并且更具体地涉及基于血液动力学模型来估计动脉脉搏波速度的系统和方法。

背景技术

动脉粥样硬化是指与动脉壁内的脂肪沉积有关的血动脉变窄和僵硬。动脉僵硬度提供了对诸如糖尿病和高血压等多种医疗状况的指示。对动脉僵硬度的确定提供了疾病的医疗状况和进展的指示。在一些情况下，治疗方案可以基于动脉僵硬度来确定。

当心脏跳动时，通过动脉系统传输脉搏。脉搏波通过扩张动脉的弹性壁而传播通过动脉系统。动脉脉搏速度在数学上类似于在电缆或传输线中传播的电波的相位速度。动脉波方程的特征在于动脉的顺应性、血液的惯性以及与电波方程的电容、电感和电阻对应的血液粘滞阻力。

动脉脉搏波速度被用于确定血管的僵硬度。根据血流数据估计动脉脉搏波速度的一种技术是逐步法(foot-to-foot method)。这种技术涉及随着时间和沿着血管的位置的变化跟踪血流的变化，然后随着波沿着血管的长度传播来跟踪血流波形中的基准点的运动。基于沿着血管长度的两个位置处的基准点之间的时间延迟以及两个位置之间的距离来估计脉搏波速度。然而，通过这种技术估计的动脉脉搏波速度可能受到波反射和基准点的选择的影响。

发明内容

根据本发明的一个方面，公开了一种方法。所述方法包括从成像仪器接收包括受试者的多个图像的图像数据集，并且使用图像分割技术从所述多个图像中确定图像中的血管区域。所述方法进一步包括在血管区域中的多个位置处确定血管的多个横截面积值，所述多个位置对应于受试者的心动周期的多个相位。所述方法还包括基于图像数据集来确定与所述多个横截面积值对应的在血管中流动的血液的多个流动速率值。所述方法进一步包括基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型。此外，所述方法包括基于血液动力学模型来确定动脉脉搏波速度，其中动脉脉搏波速度表示血管的健康状况。

根据本发明的另一个方面，公开了一种系统。所述系统包括成像仪器和耦合至成像仪器并被配置成从成像仪器接收包括受试者的多个图像的图像数据集的处理器模块。所述处理器模块进一步被配置成使用图像分割技术来从所述多个图像中确定图像中的血管区域。所述处理器模块进一步被配置成在与受试者的心动周期的多个相位对应的血管区域中的多个位置处确定血管的多个横截面积值。所述处理器模块进一步被配置成基于图像数据集来确定与所述多个横截面积值对应的在血管中流动的血液的多个流动速率值。此外，所述处理器模块被配置成基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型。所述处理器模块还被配置成基于血液动力学模型来确定动脉脉搏波速度，其中动脉脉搏波速度表示血管的健康状况。

根据本发明的另一个方面，公开了一种具有指令以使至少一个处理器模块能够确定表示血管的健康状况的动脉脉搏波速度的非暂态计算机可读介质。所述指令使得所述至少一个处理器模块能够使从成像仪器接收包括受试者的多个图像的图像数据集并且采用图像分割技术从所述多个图像确定图像中的血管区域。此外，所述指令使得所述至少一个处理器模块能够在与受试者的心动周期的多个相位对应的血管区域中的多个位置处确定血管的多个横截面积值。此外，所述指令使得所述至少一个处理器模块能够基于图像数据集来确定与所述多个横截面积值对应的在血管中流动的血液的多个流动速率值。所述指令还使得所述至少一个处理器模块能够基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型，并且基于血液动力学模型来确定动脉脉搏波速度。

附图说明

当参考附图阅读下面的详细描述时，本发明的实施例的这些和其他特征和方面将变得更好理解，其中在所有附图中相同的字符表示相同的部分，其中：

图1是根据本发明的实施例的用于确定血流的脉搏波速度的系统的示意图；

图2A示出了根据本发明的实施例的从成像仪器获得的血管区域的图像的量值；

图2B示出了根据本发明的实施例的从成像仪器获得的血管区域的图像的相位信息

图3示出了根据本发明的一个实施例的显示图2的血管轮廓的处理图像；

图4示出了根据本发明的一个实施例的表示血液动力学模型的电路图；

图5示出了根据本发明的一个实施例的表示从图2A和2B的图像的波形测量结果获得的表示血液流动速率的图；

图6是示出了根据本发明的一个实施例的沿着血管的血管直径分布图；

图7是示出了根据本发明的一个实施例的沿着血管的动脉脉搏波速度分布的曲线图700；

图8是示出了根据本发明的一个实施例的成本函数的优化图；并且

图9是根据本发明的一个实施例的用于估计血流的动脉脉搏波速度的方法的流程图。

具体实施方式

如将在下文中详细描述的，本发明的实施例公开了被配置成确定指示受试者的多个医疗状况的动脉僵硬度的系统和方法。更具体地，本发明的实施例公开了被配置成基于血液动力学模型来估计动脉脉搏波速度的系统和方法，其中估计动脉脉搏波速度表示受试者的血管的健康状况。

术语“流动速率”是指沿着血管通过特定位置的流体的体积，并且例如以立方米每秒为单位进行测量。术语“血管顺应性(blood vessel compliance)”和“血管顺应性(vessel compliance)”等效且可互换地使用，并且涉及血管等中空器官在受到血管壁上增加的压力时扩张并增加其体积的能力。区域性血管顺应性被测量为局部动脉血压每单位变化的局部动脉血量(例如，沿着血管的1cm长度)的变化。术语“脉搏波速度”指的是波的行进距离与波行进所述距离所用的时间的比值。动脉脉搏波速度表示血管的健康状况。术语“血液动力学模型”是指与循环系统内的血流有关的流体动力学模型。术语“袖带测量结果”是指例如使用缠绕在受试者的上臂周围的袖带获得的血压测量结果。“图像数据集”是指来自诸如磁共振成像系统或计算机断层摄影系统或超声成像系统的图像仪器的多个二维图像，或三维图像数据集，或四维图像数据集。

图1是根据本发明的一个示范性实施例的具有成像仪器102和动脉脉搏波速度确定单元108的系统100的示意图。成像仪器102被配置成在医学检查期间生成受试者126的图像数据集104。在一个实施例中，成像仪器102是生成磁共振图像数据集的磁共振成像(MRI)系统。在其他实施例中，使用其他成像仪器，例如但不限于磁共振成像系统、计算机断层扫描系统或超声系统，来生成图像数据集。在从MRI系统获取图像数据集104的一个实施例中，可以使用速度-相位-编码梯度场来生成图像数据集104。术语速度-相位-编码指的是在获取图像数据集104的磁共振信号之前，通过施加合适的双极性波形梯度场将不同的相移赋予以不同速度移动的质子的技术。在这种情况下，图像数据集104包括正在被检查的器官的功能方面的速度信息。在一个实施例中，从MRI系统获取的图像数据集104包括沿着一个或多个方向经由速度-相位-编码梯度场获得的速度信息。在一个实施例中，系统100进一步包括用于根据在受试者126的检查期间获得的多个袖带测量结果来生成血压值106的机构(未示出)。在一个实施例中，血压值106表示中央血压值，所述中央血压值通过修改表示外周血压值的袖带测量结果来确定。系统100进一步包括动脉脉搏波速度确定单元108，其被配置成接收图像数据集104和多个血压值106并生成动脉脉搏波速度124。动脉脉搏波速度确定单元108包括数据获取单元110、图像分割单元112、图像处理单元114、模型生成单元116、处理器模块118和存储器单元120。通信总线122被配置成提供动脉脉搏波速度确定单元108的各单元之间的通信。

数据获取单元110通信地耦合至成像仪器102并被配置成接收图像数据集104。图像数据集104包括具有血管区域的多个图像。血管区域包括待检查的血管。在一个实施例中，数据获取单元110还通信地耦合至血压测量装置(未示出)，所述血压测量装置具有围绕受试者126的肢体或手臂缠绕的袖带并且被配置成测量表示受试者126的血压的多个袖带测量结果。数据获取单元110被配置成执行诸如噪声滤波、缩放和模数转换等各种信号调节处理。数据获取单元110进一步被配置成提取图像数据集104的一个或多个图像并进一步处理所提取的一个或多个图像。在一个实施例中，数据获取单元110还被配置成基于受试者126的多个袖带测量结果来确定平均血压。

图像分割单元112通信地耦合至数据获取单元110并被配置成接收从图像数据集104提取的图像。图像分割单元112进一步被配置成基于图像分割技术来确定图像中的血管区域。在一个实施例中，图像分割基于图像配准技术来执行。在另一个实施例中，图像分割在基于图的技术的基础上执行。图像分割单元112进一步被配置成识别要确定血管僵硬度的血管区域中的血管。

图像处理单元114通信地耦合至图像分割单元112并被配置成确定血管区域中血管的血管中心线和横截面积。在与心动周期的多个相位对应的沿着血管长度的多个位置处确定多个横截面积值。图像处理单元114进一步被配置成针对心动周期中的多个相位根据图像数据集确定血管中的血液流动速率。在一个实施例中，针对心动周期的多个相位，在沿着血管的多个位置处确定多个血液流动速率值。在与心动周期的多个相位对应的沿着血管长度的多个位置处计算多个血压值。

模型生成单元116通信地耦合至图像处理单元114并被配置成基于图像数据集104和血压值106来确定血流的血液动力学模型。模型生成单元116进一步被配置成基于血液动力学模型来确定动脉脉搏波速度124。在一个实施例中，血液动力学模型是耦合至集总电阻-电容-电阻(RCR)模型的一维脉搏传播模型。在另一个实施例中，血液动力学模型是耦合至集总RCR模型的三维计算流体动力学模型。在一个实施例中，基于优化技术来确定血液动力学模型。在一个实施例中，集总RCR模型包括第一电阻R₁、第二电阻R₂和电容C。电容C在本文中被称为集总模型顺应性值(lumped model compliance value)。在一个实施例中，遗传算法被用于优化技术。在另一个实施例中，梯度下降技术被用于优化技术，用于确定血管内血流的动脉脉搏波速度。在一个实施例中，确定血液动力学模型涉及基于优化技术来确定平均血压值、血管顺应性值和集总模型顺应性值中的至少一个。

在一个实施例中，血管行为由以下关系表示的线性弹性模型表示：

其中β是作为弹性模量E、壁厚h₀和泊松比ξ的函数的血管僵硬度指数。术语A表示血管的横截面积，且p表示血压值。术语A₀是当血压为p₀时舒张期血管的横截面积。A表示血管的横截面积，且p表示血压。血管僵硬度指数由以下关系表示：

动脉脉搏波速度c由以下关系表示：

其中ρ是血液的密度。

在一个实施例中，由模型生成单元116使用的优化技术是基于血管的边界条件来制定。血管段的微循环电阻由以下关系确定：

其中Q_mean是血管入口处的平均流动速率，并且p_mean是平均臂压值。循环电阻R还等于由R₁+R₂表示的集总RCR模型的总电阻。当在血管集总模型界面处存在阻抗匹配时，电阻R₁等于由以下关系表示的血管的阻抗：

其中c₀是血管输出端处的动脉脉搏波速度，并且A₀是相应的横截面积。参照方程式(4)、(5)，流动模型中的变量的数量减少到两个。第一个变量是血管顺应性值β，且第二个变量是集总模型顺应性值C。

在一个实施例中，优化技术涉及使用基于从血液动力学模型获得的多个预测值与从成像数据集获得的多个对应测量值之间的差值的成本函数。在优化中将成本函数最小化以确定未知变量。在一个实施例中，成本函数是基于估计血液流动速率和测量血液流动速率值。在一个替代实施例中，优化技术涉及使用基于血管的估计横截面积值和对应的测量横截面积值的成本函数。

在一个实施例中，平均血压也在优化过程期间无需使用多个袖带测量结果而获得。在这样的实施例中，从成像数据集获得与多个心动相位对应的多个测量横截面积值。从血液动力学模型获得与多个测量横截面积值对应的多个估计横截面积值。在基于方程式(1)制定的优化中，使用基于测量横截面积与估计横截面积之间的差值的成本函数。对于方程式(1)中的压力值p，成本函数被最小化以提供平均血压的估计。优化技术涉及三个可变参数，即平均血压、血管顺应性值和集总模型顺应性值。

处理器模块118通信地耦合至通信总线，并且可以包括算术逻辑单元、微处理器、通用控制器和处理器阵列中的至少一个以执行期望的计算或运行计算机程序。在一个实施例中，处理器模块118可以被配置成帮助数据获取单元110、图像分割单元112、图像处理单元114和模型生成单元116执行相关联的任务。可以注意的是，虽然图1的实施例将处理器模块118描绘为单独的单元，但在某些实施例中，数据获取单元110、图像分割单元112、图像处理单元114和模型生成单元116中的一个或多个可包括至少一个处理器模块。

另外，存储器单元120通信地耦合至处理器模块118，并且可由数据获取单元110、图像分割单元112、图像处理单元114和模型生成单元116中的一个或多个存取。在一个示范性实施例中，存储器单元120可以包括一个或多个存储器模块。存储器单元120可以是非暂态存储介质。例如，存储器可以是动态随机存取存储器(DRAM)设备、静态随机存取存储器(SRAM)设备、闪存或其他存储器设备。在一个实施例中，存储器可以包括非易失性存储器或类似的永久存储设备，诸如硬盘驱动器、软盘驱动器、光盘只读存储器(CD-ROM)设备、数字多功能光盘只读存储器(DVD-ROM)设备、数字多功能光盘随机存取存储器(DVD-RAM)设备、数字多功能光盘可重写(DVD-RW)设备、闪存设备或其他非易失性存储设备等介质。另一个实施例中，非暂态计算机可读介质可以用具有指令的程序编码，所述指令用于指示处理器模块118执行数据获取单元110、图像分割单元112、图像处理单元114、模型生成单元116的功能。

图2A示出了根据本发明的一个实施例的表示来自从成像仪器获得的图像数据集的图像的量值的图像200。图像200包括表示沿着图像200的长度的像素数量的X轴202和表示沿着图像200的宽度的像素数量的Y轴204。图像200表示具有将要确定血管僵硬度参数的血管206的血管区域。从MRI机器获得对应于图像200的图像数据集。在替代实施例中，图像200提取自从其他成像仪器获得的图像数据集。

图2B示出了根据本发明的一个实施例的表示来自从成像仪器获得的图像数据集的图像208的相位信息的图像208。图像208包括表示沿着图像208的长度的像素数量的X轴210和表示沿着图像208的宽度的像素数量的Y轴212。图像208表示具有将要确定血管僵硬度参数的血管214的血管区域。从MRI机器获得对应于图像208的图像数据集。在替代实施例中，图像208提取自从其他成像仪器获得的图像数据集。

图3示出了根据本发明的一个实施例的显示图2的血管206的轮廓的经处理的图像300。X轴302和Y轴304分别表示沿着图像300的长度和宽度的像素数量。图像300是通过处理图2的图像200以提取生成血液动力学模型所需的一个或多个图像参数而获得的。在一个实施例中，经处理的图像300是具有分段血管306的分段图像。基于分段血管306来确定血管206的横截面积。在另一个实施例中，经处理的图像300包括对应于图2的图像的心动周期的相位信息，并且用于确定在血管206内流动的血液的流动速率。

图4示出了根据本发明的一个实施例的表示血液动力学模型的电路400。由电路400表示的血液动力学模型包括耦合至集总RCR模型418的一维(1D)模型416。1D模型416表示血管内流体脉搏的传播。模型416是基于从3D纳维-斯托克斯(Navier-Stokes)方程获得的1D脉搏传播方程。在一个实施例中，基于流体脉搏波长大于血管直径的假设来简化3D纳维-斯托克斯(Navier-Stokes)方程。基于所述假设来获得质量和动量守恒方程。血管的横截面积值和血管内的血液流动速率包括在质量和动量守恒方程中。径向速度分布用于将横截面积和血液流动速率与沿着血管轴线的血流的速度相关联。在一个实施例中，使用抛物线参数为0.75和-4的抛物线速度分布。

等效于集总RCR模型418的电路图包括分别表示进入血管的血液的压力值和流动速率的输入参数节点402、406。输入参数节点402和输入参数节点406之间的关系由具有第一电阻器410、第二电阻器412和电容器414的集总RCR模型418确定。电容器414表示血管顺应性值。通过处理图2中的图像并确定与血管206对应的多个参数来获得电路400的参数。

动量和质量守恒方程、由方程式(1)表示的压力-横截面积关系和表示集总RCR模型418的方程构成非线性耦合方程组。压力-横截面积关系用于消除来自动量方程的压力。空间导数采用二阶精度中心差分方案离散化。在一个实施例中，采用交错离散化方法。在这种方法中，质量守恒方程在单元420、424中离散化。此外，动量守恒方程在单元422、426中离散化。具有用于质量守恒方程离散化的内部节点的单元420、424与具有用于动量守恒方程离散化的内部节点的单元424、426距离半个单元。离散化的时间步长是针对每个时刻动态确定的。1D模型的出口是表示输入参数节点406的Q节点。从输入参数节点402外推406处的压力。表示集总RCR模型的方程的时间离散化是使用低存储三阶龙格-库塔(Runge-Kutta)方案进行的。

图5示出了根据本发明的一个实施例的表示从图2的图像200获得的多个血液流动速率测量结果的图500。图500包括表示以秒为单位的时间的x轴502和表示以立方米每秒为单位的血液流动速率的y轴504。图500包括表示血管206中的血液流动速率的三条曲线506、508、510。曲线506对应于根据第一实施例的基于从图像数据集获得的速度数据的血液流动速率。曲线508对应于根据第二实施例的从平滑速度数据获得的血液流动速率。在这样的实施例中，通过对速度数据的五个数据点进行平均来执行平滑处理。曲线510对应于根据第三实施例的从平滑速度数据获得的血液流动速率。在这样的实施例中，使用Savitzy-Golay滤波器来降低速度数据中的噪声。可以注意到，曲线510与曲线506相比是平滑的，因为滤波操作减小了速度数据中的噪声的影响。

图6是示出了根据本发明的一个实施例的沿着血管的直径分布图600。图600包括表示沿着血管的以米为单位的距离的x轴602和表示针对心动周期的以米为单位的血管的直径的y轴604。图600包括表示血管的横截面积的曲线606。可以观察到，血管的直径沿着血管的长度而变化。

图7是示出了根据本发明的一个实施例的沿着血管的动脉脉搏波速度分布图700。图700包括表示沿着血管的以米为单位的距离的x轴702和表示以米每秒为单位的血管中的动脉脉搏波速度的y轴704。图700包括表示动脉脉搏波速度的曲线706。可以观察到，与表示横截面积分布的曲线606相比，动脉脉搏波速度分布显示出相反的关系。

图8是示出了根据本说明书的各方面的成本函数的优化的图800。图800包括表示以米每秒为单位的动脉脉搏波速度的x轴802和表示以立方米每帕为单位的血管顺应性值的y轴804。优化空间806表示在预定义位置处测量流动速率与预测流动速率之间的差值。线808表示确定动脉脉搏波速度的优化技术的路径。经由优化空间806中的中间点810达到最佳点812。阴影条814表示优化空间的多个值。可以观察到，参考优化空间806，可以使用基于梯度的技术来确定最佳点812。

图9是根据一个示范性实施例的表示用于估计血管的动脉脉搏波速度的方法的流程图900。所述方法包括在步骤902中从成像仪器接收受试者的图像数据集。成像数据集包括多个图像。在一个实施例中，图像数据集是从磁共振成像仪器获得。所述方法进一步还包括在步骤904中基于图像分割技术来确定多个图像的图像中的血管区域。在步骤906中，确定血管中心线。此外，基于血管中心线来确定血管区域中的血管的多个横截面积值。在一个实施例中，血管中心线可以根据递归跟踪技术获得。在另一个实施例中，可以使用方向滤波技术来确定中心线。在一个实施例中，在与心动周期的多个相位对应的沿着血管的多个位置处确定多个横截面积值。

所述方法进一步包括在步骤908中基于成像数据集来确定在血管中流动的血液的多个血液流动速率值。在一个实施例中，多个流动速率值对应于多个横截面积值。在步骤910中，所述方法包括确定平均血压值。在一个实施例中，基于多个袖带测量结果来确定平均血压值。在另一个实施例中，平均血压值是基于优化技术来确定而无需使用多个袖带测量结果。在步骤912中，使用优化技术基于多个横截面积值和多个流动速率值来确定血流的血液动力学模型。在一个实施例中，确定血液动力学模型涉及基于优化技术来确定平均血压、血管顺应性值和集总模型顺应性值中的至少一个。最后，在步骤914处，基于血液动力学模型来确定动脉脉搏波速度。动脉脉搏波速度表示血管的健康状况。

公开的实施例能够通过确定动脉脉搏波速度的稳健估计来评估动脉血管僵硬度。对于各种疾病状态，如动脉粥样硬化、糖尿病和高血压，动脉血管僵硬度都会增加。在动脉粥样硬化的情况下，所公开的技术可用于区分由疾病引起的局部僵硬度变化和由于老化等其他因素引起的僵硬度变化并因此有助于诊断。此外，所公开的技术有助于在症状转变之前检测动脉粥样硬化病变的存在。局部僵硬度的测量结果对选择动脉粥样硬化治疗方案也很有用。

应该了解，根据任何特定实施例，不一定可以实现上述所有这些目的或优点。因此，例如，本领域技术人员将认识到，本文所述的系统和技术可以以实现或改进如本文教示的一个优点或一组优点的方式来体现或执行，而不必实现可由本文教示或建议的其他目的或优点。

尽管仅结合有限数量的实施例详细描述了所述技术，但容易理解的是，说明书不限于这些公开的实施例。相反，可以对所述技术进行修改以囊括迄今为止未描述但与权利要求书的精神和范围相称的任何数量的变型、更改、替换或等同布置。另外，尽管已经描述了所述技术的各种实施例，但是应该理解，本说明书的各方面可以仅包括所描述的实施例中的一些实施例。因此，说明书不应被视为由前述说明限制，而是仅由所附权利要求书的范围限制。

Claims (23)

1.一种方法，包括：

从成像仪器接收包括受试者的多个图像的图像数据集；

使用图像分割技术从所述多个图像中确定图像中的血管区域；

在所述血管区域中的多个位置处确定血管的多个横截面积值，所述多个位置对应于所述受试者的心动周期的多个相位；

基于所述图像数据集来确定在所述血管中流动的血液的与所述多个横截面积值对应的多个流动速率值；

基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型；以及

基于所述血液动力学模型来确定动脉脉搏波速度，其中，所述动脉脉搏波速度表示所述血管的健康状况。

2.根据权利要求1所述的方法，其特征在于：接收图像数据集包括使用速度-相位编码梯度场从磁共振成像仪器获取磁共振图像数据集。

3.根据权利要求1所述的方法，其特征在于：确定血液动力学模型包括确定一维脉搏传播模型和耦合至所述一维脉搏传播模型的集总电阻-电容-电阻(RCR)模型。

4.根据权利要求1所述的方法，其特征在于：所述血液动力学模型包括三维计算流体动力学模型和耦合至所述三维计算流体动力学模型的集总电阻-电容-电阻(RCR)模型。

5.根据权利要求1所述的方法，其特征在于：进一步包括基于所述受试者的多个袖带测量结果来确定平均血压。

6.根据权利要求1所述的方法，其特征在于：确定血液动力学模型包括基于优化技术来确定平均血压、血管顺应性值和集总模型顺应性值中的至少一个。

7.根据权利要求6所述的方法，其特征在于：所述优化技术基于遗传算法。

8.根据权利要求6所述的方法，其特征在于：所述优化技术基于梯度下降技术。

9.根据权利要求6所述的方法，其特征在于：所述优化技术包括使用基于从所述血液动力学模型获得的多个预测值与从所述成像数据集获得的多个对应测量值之间的差值的成本函数。

10.根据权利要求9所述的方法，其特征在于：所述对应的测量值是所述血管的所述横截面积值。

11.根据权利要求9所述的方法，其特征在于：所述对应的测量值是所述血管的所述血液流动速率值。

12.一种系统，包括：

成像仪器；

处理器模块，其耦合至所述成像仪器并且被配置成：

从所述成像仪器接收包括受试者的多个图像的图像数据集；

使用图像分割技术从所述多个图像中确定图像中的血管区域；

在所述血管区域中的多个位置处确定血管的多个横截面积值，所述多个位置对应于所述受试者的心动周期的多个相位；

基于所述图像数据集来确定在所述血管中流动的血液的与所述多个横截面积值对应的多个流动速率值；

基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型；以及

基于所述血液动力学模型来确定动脉脉搏波速度，其中，所述动脉脉搏波速度表示所述血管的健康状况。

13.根据权利要求12所述的系统，其特征在于：所述成像仪器是磁共振成像仪器。

14.根据权利要求12所述的系统，其特征在于：所述处理器模块被配置成确定所述血液动力学模型，所述血液动力学模型包括一维脉搏传播模型和耦合至所述一维脉搏传播模型的集总电阻-电容-电阻(RCR)模型。

15.根据权利要求12所述的系统，其特征在于：所述处理器模块被配置成确定所述血液动力学模型，所述血液动力学模型包括三维计算流体动力学模型和耦合至所述三维计算流体动力学模型的集总电阻-电容-电阻(RCR)模型。

16.根据权利要求12所述的系统，其特征在于：所述处理器模块被配置成基于多个袖带测量结果来确定平均血压值。

17.根据权利要求12所述的系统，其特征在于：所述处理器模块被配置成通过基于优化技术来确定平均血压值、血管顺应性值和集总模型顺应性值中的至少一个来确定所述血液动力学模型。

18.根据权利要求17所述的系统，其特征在于：所述处理器模块被配置成基于遗传算法来执行所述优化技术。

19.根据权利要求17所述的系统，其特征在于：所述处理器模块被配置成基于梯度下降技术来执行所述优化技术。

20.根据权利要求17所述的系统，其特征在于：所述处理器模块被配置成使用基于从所述血液动力学模型获得的多个预测值与从所述成像数据集获得的多个对应测量值之间的差值的成本函数来执行所述优化技术。

21.根据权利要求20所述的系统，其特征在于：所述对应的测量值是所述血管的所述横截面积值。

22.根据权利要求20所述的系统，其特征在于：所述对应的测量值是所述血管的所述血液流动速率值。

23.一种具有指令的非暂态计算机可读介质，所述指令用于使至少一个处理器模块能够：

从成像仪器接收包括受试者的多个图像的图像数据集；

使用图像分割技术从多个图像中确定图像中的血管区域；

在所述血管区域中的多个位置处确定血管的多个横截面积值，所述多个位置对应于所述受试者的心动周期的多个相位；

基于所述图像数据集来确定在所述血管中流动的血液的与所述多个横截面积值对应的多个流动速率值；

基于所述多个横截面积值和所述多个血液流动速率值来确定血液动力学模型；以及

基于所述血液动力学模型来确定动脉脉搏波速度，其中所述动脉脉搏波速度表示所述血管的健康状况。