CN108742562A - 基于高血脂信息获取血管压力差的方法及装置 - Google Patents
基于高血脂信息获取血管压力差的方法及装置 Download PDFInfo
- Publication number
- CN108742562A CN108742562A CN201810636466.9A CN201810636466A CN108742562A CN 108742562 A CN108742562 A CN 108742562A CN 201810636466 A CN201810636466 A CN 201810636466A CN 108742562 A CN108742562 A CN 108742562A
- Authority
- CN
- China
- Prior art keywords
- blood
- blood flow
- pressure difference
- vessel
- model
- 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
Links
- 208000031226 Hyperlipidaemia Diseases 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000002792 vascular Effects 0.000 title claims abstract description 20
- 230000017531 blood circulation Effects 0.000 claims abstract description 143
- 239000008280 blood Substances 0.000 claims abstract description 67
- 210000004369 blood Anatomy 0.000 claims abstract description 66
- 230000000877 morphologic effect Effects 0.000 claims abstract description 33
- 210000004204 blood vessel Anatomy 0.000 claims description 119
- 230000008859 change Effects 0.000 claims description 25
- 210000000709 aorta Anatomy 0.000 claims description 18
- 230000000284 resting effect Effects 0.000 claims description 17
- 210000004351 coronary vessel Anatomy 0.000 claims description 13
- 230000003902 lesion Effects 0.000 claims description 13
- 239000000203 mixture Substances 0.000 claims description 13
- 239000012530 fluid Substances 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 239000000243 solution Substances 0.000 description 7
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 6
- 239000002872 contrast media Substances 0.000 description 6
- 201000000057 Coronary Stenosis Diseases 0.000 description 5
- 238000012937 correction Methods 0.000 description 5
- 206010020565 Hyperaemia Diseases 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 4
- 230000036262 stenosis Effects 0.000 description 4
- 208000037804 stenosis Diseases 0.000 description 4
- 239000002126 C01EB10 - Adenosine Substances 0.000 description 3
- 229960005305 adenosine Drugs 0.000 description 3
- 208000029078 coronary artery disease Diseases 0.000 description 3
- 230000004089 microcirculation Effects 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 206010069729 Collateral circulation Diseases 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000002526 effect on cardiovascular system Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000002608 intravascular ultrasound Methods 0.000 description 2
- 150000002632 lipids Chemical group 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008802 morphological function Effects 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- 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
- A61B5/0275—Measuring blood flow using tracers, e.g. dye dilution
- A61B5/02755—Radioactive tracers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
-
- 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
-
- 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
- A61B6/50—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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- General Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Optics & Photonics (AREA)
- Cardiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Pulmonology (AREA)
- Psychiatry (AREA)
- Hematology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明提供了一种基于高血脂信息获取血管压力差的方法及装置,所述方法包括:接收一部分血管段的解剖数据,根据解剖数据获取目标血管的几何模型;根据所述解剖数据并结合个体的特异性数据,获取目标血管的血流模型,并根据所述血流模型获取目标血管的血流速度V和第一血液黏度μ0;计算目标血管管腔的形态差异函数f(x);计算获得所述目标血管任意两位置处的第一压力差数值ΔP0;基于患者高血脂信息测量获得第二血液黏度μ;对所述第一压力差数值ΔP0进行修正,以获得目标血管任意两位置处的第二压力差数值ΔP。本发明根据患者的高血脂信息修正第一压力差数值ΔP0,从而使得计算出的第二压力差数值ΔP的准确度更高。
Description
技术领域
本发明应用于医疗领域,尤其涉及基于高血脂信息获取压力差的方法及装置。
背景技术
人体血液中的脂类及糖类物质在血管壁上的沉积将在血管壁上形成斑块,继而导致血管狭窄;特别是发生在心脏冠脉附近的血管狭窄将导致心肌供血不足,诱发冠心病、心绞痛等病症,对人类的健康造成严重威胁。据统计,我国现有冠心病患者约1100万人,心血管介入手术治疗患者数量每年增长大于10%。
冠脉造影CAG、计算机断层扫描CT、血管内超声IVUS等常规医用检测手段虽然可以显示心脏冠脉血管狭窄的严重程度,但是并不能准确评价冠脉的缺血情况。为提高冠脉血管功能评价的准确性,1993年Pijls提出了通过压力测定推算冠脉血管功能的新指标——血流储备分数(Fractional Flow Reserve,FFR),经过长期的基础与临床研究,FFR已成为冠脉狭窄功能性评价的金标准。
血流储备分数(FFR)通常是指心肌血流储备分数,定义为病变冠脉能为心肌提供的最大血流与该冠脉完全正常时最大供血流量之比,研究表明,在冠脉最大充血状态下,血流量的比值可以用压力值来代替。即FFR值的测量可在冠脉最大充血状态下,通过压力传感器对冠脉远端狭窄处的压力和冠脉狭窄近端压力进行测定继而计算得出。近年来,基于压力导丝测量FFR值的方法逐渐进入临床应用,成为冠心病患者获得精准诊断的有效方法;然而,由于压力导丝在介入过程中易对病人的血管造成损伤;同时,通过压力导丝对FFR值进行测定需要注射腺苷/ATP等药物保证冠脉达到最大充血状态,部分病人会因药物的注射感到不适,使得基于压力导丝测量FFR值的方法存在较大的局限性。此外,虽然基于压力导丝引导的FFR的测定是冠脉狭窄血液动力学的重要指标,但是由于压力导丝的造价高,介入血管过程操作困难,因此严重限制了基于压力导丝测量FFR值的方法的推广及使用。
目前,高血脂症是指血浆脂质中一种或多种成分的浓度超过正常高限的一种病症,由于生活水平的不断提高,高血脂症的发生率正在逐渐增高,而血液粘度的变化将影响到血管段近端终点和远端终点之间的压力差数值,血液粘度大时,血液通过狭窄损失的能量多,压力差数值变大。
有鉴于此,有必要设计一种基于高血脂信息获取血管压力差的方法及装置,以解决上述问题。
发明内容
本发明的目的在于提供一种可以提高测试结果准确度的基于高血脂信息获取血管压力差的方法及装置。
为实现上述发明目的,本发明提供一种基于高血脂信息获取血管压力差的方法,包括:接收血管的解剖数据,根据所述解剖数据获取目标血管的几何模型;
根据所述解剖数据并结合个体数据,获取目标血管的血流模型,并根据所述血流模型获取目标血管的第一血液黏度μ0;
对所述几何模型进行预处理,建立目标血管在近端终点和远端终点之间各个位置处的横截面形态模型;
以目标血管的近端终点为参考点,对不同尺度下的所述横截面形态模型进行拟合,计算目标血管管腔的形态差异函数f(x),所述尺度为计算形态差异函数f(x)时相邻两横截面之间的距离;
基于所述目标血管管腔的形态差异函数f(x)和血流模型,计算获得所述目标血管任意两位置处的第一压力差数值ΔP0;
基于患者高血脂信息测量获得第二血液黏度μ;基于所述第一血液黏度μ0和所述第二血液黏度μ,对所述第一压力差数值ΔP0进行修正,以获得目标血管任意两位置处的第二压力差数值ΔP。
作为本发明进一步改进的技术方案,所述血管包括冠脉血管、由冠脉血管发出的分支血管、血管树和单支血管段;所述个体数据包括个体普遍参数和个体特异性参数;所述血流模型至少包括所述目标血管的血流速度V。
作为本发明进一步改进的技术方案,所述第二压力差数值ΔP与所述第一压力差数值ΔP0之间满足如下关系式:
其中,k为经验值,优选的,取值范围为0.27~0.38,μ为第二血液黏度,μ0为第一血液黏度。
作为本发明进一步改进的技术方案,所述第一压力差数值ΔP0通过目标血管管腔在不同尺度下的形态差异函数f(x)和目标血管的血流模型计算获得,所述第一压力差数值ΔP0在不同尺度下的计算公式为:
ΔP0=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,V为血流速度,为通过所述血流模型直接/间接获取,c1、c2、c3、…、cm为血流速度V的参数系数,α1、α2...αn分别为不同尺度下形态差异函数f1(x),f2(x)…fn(x)的加权系数,m为大于等于1的自然数;n为尺度为大于等于1的自然数。
作为本发明进一步改进的技术方案,所述不同尺度包括第一尺度、第二尺度、……、第n尺度;
所述第一尺度形态差异函数f1(x)用于检测第一种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异;
所述第二尺度形态差异函数f2(x)用于检测第二种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异;
……
所述第n尺度形态差异函数fn(x)用于检测第n种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异。
作为本发明进一步改进的技术方案,所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块的组成、斑块组成的变化、斑块的形状及斑块形状的变化。
作为本发明进一步改进的技术方案,所述形态差异函数f(x)用于表示目标血管不同位置处的横截面形态变化随着该位置到参考点的距离变化的函数;或者,
所述几何模型包括至少一个血管树,所述血管树包括至少一段主动脉或者包括至少一段主动脉和由所述主动脉发出的多个冠状动脉;所述几何模型还可以为至少一段单支血管段。
作为本发明进一步改进的技术方案,所述血流模型包括固定血流模型及个性化血流模型;所述个性化血流模型包括静息态血流模型和负荷态血流模型;当所述血流模型为静息态血流模型时,所述血流速度V可通过血管内流体充盈的速度计算获得;或者通过血管树的形态计算获得,所述血管树的形态至少包括血管树的体积、面积、长度及血管树中管腔的直径。
为实现上述目的,本发明还提供了一种基于高血脂信息获取血管压力差的装置,包括:
数据采集器,所述数据采集器用于获取及存储血管段的解剖模型中目标血管的几何参数;
压力差处理器,所述压力差处理器用于建立目标血管的血流模型并获得目标血管的血流速度V和第一血液黏度μ0,和基于所述几何参数建立对应目标血管的几何模型;
血液黏度信息采集器,基于高血脂信息,所述血液黏度信息采集器用于采集患者的第二血液黏度μ;
所述压力差处理器还用于基于所述几何模型和血流模型获取横截面形态模型和血管压力差计算模型;同时,根据所述血管压力差计算模型、血流动力学获取目标血管任意两位置间的第一压力差数值ΔP0;
基于第一血液黏度μ0和第二血液黏度μ,所述压力差处理器还用于对所述第一压力差数值ΔP0进行修正,以获得目标血管任意两位置间的第二压力差数值ΔP。
作为本发明进一步改进的技术方案,所述第二压力差数值ΔP与第所述一压力差数值ΔP0之间满足如下关系式:
其中,k为经验值,优选的,取值范围为0.27~0.38,μ为第二血液黏度,μ0为第一血液黏度。
作为本发明进一步改进的技术方案,所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块的组成、斑块组成的变化、斑块的形状及斑块形状的变化;或者,
所述压力差处理器获取的所述几何模型包括至少一个血管树,所述血管树包括至少一段主动脉或者包括至少一段主动脉和由所述主动脉发出的多个冠状动脉;所述几何模型还可以为至少一段单支血管段。
作为本发明进一步改进的技术方案,所述血流模型包括固定血流模型及个性化血流模型;所述个性化血流模型包括静息态血流模型和负荷态血流模型;当所述血流模型为静息态血流模型时,所述血流速度V可通过血管内流体充盈的速度计算获得;或者通过血管树的形态计算获得,所述血管树的形态至少包括血管树的体积、面积、长度及血管树中管腔的直径。
综上所述,本发明基于患者的高血脂信息来获取血管压力差,根据患者血液黏度的变化来对第一压力差数值ΔP0进行修正,从而使得计算出的第二压力差数值ΔP的准确度更高。
附图说明
图1是本发明目标血管的一种形态下的几何模型的示意图。
图2是图1中D1位置处横截面形态模型的结构示意图。
图3是图1中D2位置处横截面形态模型的结构示意图。
图4是图2和图3中D1和D2位置处横截面形态模型拟合后的结构示意图。
图5是本发明目标血管的另一种形态下的几何模型的示意图。
图6是图5中D1位置处横截面形态模型的结构示意图。
图7是图5中D2位置处横截面形态模型的结构示意图。
图8是图6和图7中D1和D2位置处横截面形态模型拟合后的结构示意图。
图9为本发明高血脂信息获取血管压力差的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
本发明提供一种基于高血脂信息获取血管压力差的方法,包括如下步骤:
步骤一,接收血管的解剖数据,根据所述解剖数据获取目标血管的几何模型;
步骤二,根据所述解剖数据并结合个体数据,获取目标血管的血流模型,并根据所述血流模型获取目标血管的第一血液黏度μ0;
步骤三,对所述几何模型进行预处理,建立目标血管在近端终点和远端终点之间各个位置处的横截面形态模型;
步骤四,以目标血管的近端终点为参考点,对不同尺度下的所述横截面形态模型进行拟合,计算目标血管管腔的形态差异函数f(x),所述尺度为计算形态差异函数f(x)时相邻两横截面之间的距离;
步骤五,基于所述目标血管管腔的形态差异函数f(x)和血流模型,计算获得所述目标血管任意两位置处的第一压力差数值ΔP0;
步骤六,基于患者高血脂信息测量获得第二血液黏度μ;基于所述第一血液黏度μ0和所述第二血液黏度μ,对所述第一压力差数值ΔP0进行修正,以获得目标血管任意两位置处的第二压力差数值ΔP。
其中,所述血管包括冠脉血管、由冠脉血管发出的分支血管、血管树和单支血管段;所述个体数据包括个体普遍参数和个体特异性参数。
所述第二压力差数值ΔP与所述第一压力差数值ΔP0之间满足如下关系式:
其中,k为经验值,μ为第二血液黏度,μ0为第一血液黏度。
在本实施方式中,所述k值的取值范围为0.27~0.38。
所述第一压力差数值ΔP0通过目标血管管腔在不同尺度下的形态差异函数f(x)和目标血管的血流模型计算获得,所述第一压力差数值ΔP0在不同尺度下的计算公式为:
ΔP0=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,V为血流速度,为通过所述血流模型直接/间接获取,c1、c2、…、cm分别代表血流速度V的参数系数,所述参数系数包括血液粘度影响因素、血液湍流影响因素及粘滞系数等多个参数系数;进一步的,m为大于等于1的自然数,以分别代表不同参数系数对血流速度V的影响,以对第一压力差数值ΔP0进行修正,保证第一压力差数值ΔP0计算的准确性。优选的,在本发明中m的取值为2,且当m为2时,c1为因血液流动摩擦产生的参数系数,c2为血液湍流产生的参数系数。
所述不同尺度包括第一尺度、第二尺度、……、第n尺度;
所述第一尺度形态差异函数f1(x)用于检测第一种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异;
所述第二尺度形态差异函数f2(x)用于检测第二种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异;
……
所述第n尺度形态差异函数fn(x)用于检测第n种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异。
所述横截面形态模型的建立包括以下步骤:
S1、定义目标血管近端终点处的横截面为参考面,通过中心线提取与建立方法,获得所述几何模型的中心径线;
S2、以所述参考面的中心点为原点建立坐标系,沿垂直所述中心径线的方向对所述目标血管进行分割,将各横截面内外边缘投影在所述坐标系中,以获取目标血管在各个位置处管腔横截面的平面几何图像,横截面形态模型建立结束。
具体来讲,所述横截面形态模型包括各横截面位置处的斑块信息,所述斑块信息即为目标血管的病变信息,且大量数据表明:当斑块(即为病变)的长度>20mm时,将导致目标血管第一压力差数值ΔP0的升高,从而会导致第二压力差数值ΔP和血流储备分数FFR的计算出现误差,准确度降低;而当同一横截面处斑块的组成复杂或尺寸过大致使目标血管的狭窄率高,则会导致目标血管第一压力差数值ΔP0的升高,进一步导致目标血管第二压力差数值ΔP的计算出现偏差,降低准确度;同时当所述斑块处于不同的位置处时,病变位置与非病变位置处的面积比发生变化,进一步影响血流速度V,从而影响目标血管第一压力差数值ΔP0。
所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化。
所述获取血管压力差的方法还包括对不同尺度下的所述横截面形态模型进行拟合,计算目标血管管腔的形态差异函数f(x)。其中,所述形态差异函数f(x)用于表示目标血管不同位置处的横截面形态变化随着该位置到参考点的距离变化的函数;且所述形态差异函数f(x)的获取包括:
基于横截面形态模型,建立各横截面的形态函数;
对相邻两横截面的形态函数进行拟合,并获取相邻两横截面在不同尺度下的差异变化函数;
以目标血管的近端终点为参考点,根据差异变化函数获取管腔形态随着到参考点的距离的变化率,对目标血管从近端终点到远端终点范围内的位置参数进行归一化处理,以最终获取形态差异函数f(x)。
当所述形态函数为面积函数时,如图1至图4,对D1和D2位置处的两横截面形态模型进行拟合,D1、D2位置处的横截面形态模型拟合后,血管管腔斑块增加的区域为A1,对应的面积S1;血管管腔减少的区域为A2,对应的面积S2。由于所述D1和D2位置处的血管管腔(斑块)不重叠,因此当血流经D1处流向D2处时,血流压力将随之发生变化;此时,差异变化函数即为血管管腔中非重叠区域(S1、S2)与重叠区域之间面积(S3)的比值,且此时,所述形态差异函数f(x)>0,即横截面D1和D2之间存在压力差。
进一步的,当所述D1和D2位置处的血管管腔(斑块)完全重叠时,如图5至图8,所述区域A1与A2完全重叠,即非重叠区域A1与A2的面积S1=S2=0,此时,差异变化函数为0,即所述形态差异函数f(x)=0,此时,横截面D1和D2之间不存在压力差。
当然,所述形态函数不仅仅可以通过面积函数来表示,还可以通过直径函数或边缘距离函数来表示。
所述几何模型包括至少一个血管树,所述血管树包括至少一段主动脉或者包括至少一段主动脉和由所述主动脉发出的多个冠状动脉;所述几何模型还可以为至少一段单支血管段。
所述血流模型包括固定血流模型及个性化血流模型。
当所述血流模型为固定血流模型时,所述血流速度V由经验值估算获得。
所述个性化血流模型包括静息态血流模型和负荷态血流模型。当所述血流模型为静息态血流模型时,所述血流速度V可通过血管内流体充盈的速度计算获得。
所述静息态血流模型包括造影剂血流模型和CT血流模型。
当所述血流模型为造影剂血流模型时,所述初始血流速度V0由目标血管中造影剂的平均流动速度计算获得。
当所述血流模型为CT血流模型时,所述初始血流速度V0可通过血管树的形态计算获得,所述血管树的形态至少包括所述血管树的面积、体积和血管树中血管段的管腔直径中的一种或几种;且当所述第一血流速度V0通过所述血管树的形态计算获得时,所述几何参数还包括所述血管树中血管段的长度、灌注面积及分支角度中的一种或几种。
当所述血流模型为所述负荷态血流模型时,所述血流速度V由病人注射腺苷之后获得,此时所述血流速度V就是最大充血状态下对应的最大血流速度。
影响所述第一压力差数值ΔP0的因素还包括心肌微循环阻力(IMR)及是否存在侧支循环。具体来讲,当目标血管存在心肌微循环阻力时,将影响微循环灌注,目标血管的血流速度V减小,致使目标血管第一压力差数值ΔP0的降低,从而导致第二压力差数值ΔP和血流储备分数FFR的计算出现误差。当目标血管存在侧支循环时,将导致流过目标血管的最大血流量减少,从而目标血管第一压力差数值ΔP0降低,继而导致第二压力差数值ΔP和血流储备分数FFR的计算出现误差。
请参图9所示,本发明还提供了一种基于高血脂信息获取血管压力差的装置,包括:
数据采集器,所述数据采集器用于获取及存储血管段的解剖模型中目标血管的几何参数;
压力差处理器,所述压力差处理器用于建立目标血管的血流模型并获得目标血管的血流速度V和第一血液黏度μ0,和基于所述几何参数建立对应目标血管的几何模型;
血液黏度信息采集器,基于高血脂信息,所述血液黏度信息采集器用于采集患者的第二血液黏度μ;
所述压力差处理器还用于基于所述几何模型和血流模型获取横截面形态模型和血管压力差计算模型;同时,根据所述血管压力差计算模型、血流动力学获取目标血管任意两位置间的第一压力差数值ΔP0;
基于所述第一血液黏度μ0和所述第二血液黏度μ,所述压力差处理器还用于对所述第一压力差数值ΔP0进行修正目标血管任意两位置间的第二压力差数值ΔP。
所述第二压力差数值ΔP与所述第一压力差数值ΔP0之间满足如下关系式:
其中,k为经验值,μ为第二血液黏度,μ0为第一血液黏度。
所述经验值k的取值范围为0.27~0.38。
所述压力差处理器获取的所述几何模型包括至少一个血管树,所述血管树包括至少一段主动脉或者包括至少一段主动脉和由所述主动脉发出的多个冠状动脉;所述几何模型还可以为至少一段单支血管段。
所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块的组成、斑块组成的变化、斑块的形状及斑块形状的变化。
所述血流模型包括固定血流模型及个性化血流模型。
当所述血流模型为固定血流模型时,所述血流速度V由经验值估算获得。
所述个性化血流模型包括静息态血流模型和负荷态血流模型。当所述血流模型为静息态血流模型时,所述血流速度V可通过血管内流体充盈的速度计算获得。
所述静息态血流模型包括造影剂血流模型和CT血流模型。
当所述血流模型为造影剂血流模型时,所述初始血流速度V0由目标血管中造影剂的平均流动速度计算获得。
当所述血流模型为CT血流模型时,所述初始血流速度V0可通过血管树的形态计算获得,所述血管树的形态至少包括所述血管树的面积、体积和血管树中血管段的管腔直径中的一种或几种;且当所述第一血流速度V0通过所述血管树的形态计算获得时,所述几何参数还包括所述血管树中血管段的长度、灌注面积及分支角度中的一种或几种。
当所述血流模型为所述负荷态血流模型时,所述血流速度V由病人注射腺苷之后获得,此时所述血流速度V就是最大充血状态下对应的最大血流速度。
在其它实施方式中,所述压力差处理器获取的几何模型还可以是外周血管段,所述外周血管段包括除心血管和脑血管以外的躯干和/或四肢血管。此时,所述外周血管段的血流速度V由静息态血流模型获得,此时所述血流速度V就是静息状态下的静息血流速度。
优选的,所述第一压力差数值ΔP0通过如下公式计算获得:
ΔP0=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,V为血流速度,为通过所述血流模型直接/间接获取,c1、c2、…、cm分别代表血流速度V的参数系数,所述参数系数包括血液粘度影响因素、血液湍流影响因素及粘滞系数等多个参数系数;进一步的,m为大于等于1的自然数,以分别代表不同参数系数对血流速度V的影响,以对第一压力差数值ΔP0进行修正,保证第一压力差数值ΔP0计算的准确性。优选的,在本发明中m的取值为2,且当m为2时,c1为因血液流动摩擦产生的参数系数,c2为血液湍流产生的参数系数。
α1、α2...αn分别为不同尺度下血管管腔的形态差异函数f1(x)、f2(x)、…、fn(x)的加权系数,其中,n为尺度为大于等于1的自然数;进一步的,所述加权系数的增加可进一步对形态差异函数f(x)进行修正,保证两横截面之间形态差异拟合计算的准确性。
综上所述,本发明基于患者的高血脂信息来获取血管压力差,根据患者血液黏度的变化来对第一压力差数值ΔP0进行修正,从而使得计算出的第二压力差数值ΔP的准确度更高。
以上实施例仅用于说明本发明而并非限制本发明所描述的技术方案,对本说明书的理解应该以所属技术领域的技术人员为基础,尽管本说明书参照上述的实施例对本发明已进行了详细的说明,但是,本领域的普通技术人员应当理解,所属技术领域的技术人员仍然可以对本发明进行修改或者等同替换,而一切不脱离本发明的精神和范围的技术方案及其改进,均应涵盖在本发明的权利要求范围内。
Claims (12)
1.一种基于高血脂信息获取血管压力差的方法,其特征在于,包括:
接收血管的解剖数据,根据所述解剖数据获取目标血管的几何模型;
根据所述解剖数据并结合个体数据,获取目标血管的血流模型,并根据所述血流模型获取目标血管的第一血液黏度μ0;
对所述几何模型进行预处理,建立目标血管在近端终点和远端终点之间各个位置处的横截面形态模型;
以目标血管的近端终点为参考点,对不同尺度下的所述横截面形态模型进行拟合,计算目标血管管腔的形态差异函数f(x),所述尺度为计算形态差异函数f(x)时相邻两横截面之间的距离;
基于所述目标血管管腔的形态差异函数f(x)和血流模型,计算获得所述目标血管任意两位置处的第一压力差数值ΔP0;
基于患者高血脂信息测量获得第二血液黏度μ;基于所述第一血液黏度μ0和所述第二血液黏度μ,对所述第一压力差数值ΔP0进行修正,以获得目标血管任意两位置处的第二压力差数值ΔP。
2.如权利要求1所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述血管包括冠脉血管、由冠脉血管发出的分支血管、血管树和单支血管段;所述个体数据包括个体普遍参数和个体特异性参数;所述血流模型至少包括所述目标血管的血流速度V。
3.如权利要求1所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述第二压力差数值ΔP与所述第一压力差数值ΔP0之间满足如下关系式:
其中,k为经验值,优选的,取值范围为0.27~0.38,μ为第二血液黏度,μ0为第一血液黏度。
4.如权利要求3所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述第一压力差数值ΔP0通过目标血管管腔在不同尺度下的形态差异函数f(x)和目标血管的血流模型计算获得,所述第一压力差数值ΔP0在不同尺度下的计算公式为:
ΔP0=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,V为血流速度,为通过所述血流模型直接/间接获取,c1、c2、c3、…、cm为血流速度V的参数系数,α1、α2...αn分别为不同尺度下形态差异函数f1(x),f2(x)…fn(x)的加权系数,m为大于等于1的自然数;n为尺度为大于等于1的自然数。
5.如权利要求4所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述不同尺度包括第一尺度、第二尺度、……、第n尺度;
所述第一尺度形态差异函数f1(x)用于检测第一种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异;
所述第二尺度形态差异函数f2(x)用于检测第二种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异;
……
所述第n尺度形态差异函数fn(x)用于检测第n种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异。
6.根据权利要求5所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块的组成、斑块组成的变化、斑块的形状及斑块形状的变化。
7.根据权利要求1所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述形态差异函数f(x)用于表示目标血管不同位置处的横截面形态变化随着该位置到参考点的距离变化的函数;或者,
所述几何模型包括至少一个血管树,所述血管树包括至少一段主动脉或者包括至少一段主动脉和由所述主动脉发出的多个冠状动脉;所述几何模型还可以为至少一段单支血管段。
8.根据权利要求7所述的基于高血脂信息获取血管压力差的方法,其特征在于:所述血流模型包括固定血流模型及个性化血流模型;所述个性化血流模型包括静息态血流模型和负荷态血流模型;当所述血流模型为静息态血流模型时,所述血流速度V可通过血管内流体充盈的速度计算获得;或者通过血管树的形态计算获得,所述血管树的形态至少包括血管树的体积、面积、长度及血管树中管腔的直径。
9.一种基于高血脂信息获取血管压力差的装置,其特征在于,包括:
数据采集器,所述数据采集器用于获取及存储血管段的解剖模型中目标血管的几何参数;
压力差处理器,所述压力差处理器用于建立目标血管的血流模型并获得目标血管的血流速度V和第一血液黏度μ0,和基于所述几何参数建立对应目标血管的几何模型;
血液黏度信息采集器,基于高血脂信息,所述血液黏度信息采集器用于采集患者的第二血液黏度μ;
所述压力差处理器还用于基于所述几何模型和血流模型获取横截面形态模型和血管压力差计算模型;同时,根据所述血管压力差计算模型、血流动力学获取目标血管任意两位置间的第一压力差数值ΔP0;
基于第一血液黏度μ0和第二血液黏度μ,所述压力差处理器还用于对所述第一压力差数值ΔP0进行修正,以获得目标血管任意两位置间的第二压力差数值ΔP。
10.根据权利要求9所述的基于高血脂信息获取血管压力差的装置,其特征在于:所述第二压力差数值ΔP与第所述一压力差数值ΔP0之间满足如下关系式:
其中,k为经验值,优选的,取值范围为0.27~0.38,μ为第二血液黏度,μ0为第一血液黏度。
11.根据权利要求9所述的基于高血脂信息获取血管压力差的装置,其特征在于:所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块的组成、斑块组成的变化、斑块的形状及斑块形状的变化;或者,
所述压力差处理器获取的所述几何模型包括至少一个血管树,所述血管树包括至少一段主动脉或者包括至少一段主动脉和由所述主动脉发出的多个冠状动脉;所述几何模型还可以为至少一段单支血管段。
12.根据权利要求11所述的基于高血脂信息获取血管压力差的装置,其特征在于:所述血流模型包括固定血流模型及个性化血流模型;所述个性化血流模型包括静息态血流模型和负荷态血流模型;当所述血流模型为静息态血流模型时,所述血流速度V可通过血管内流体充盈的速度计算获得;或者通过血管树的形态计算获得,所述血管树的形态至少包括血管树的体积、面积、长度及血管树中管腔的直径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810636466.9A CN108742562B (zh) | 2018-06-20 | 2018-06-20 | 基于高血脂信息获取血管压力差的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810636466.9A CN108742562B (zh) | 2018-06-20 | 2018-06-20 | 基于高血脂信息获取血管压力差的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108742562A true CN108742562A (zh) | 2018-11-06 |
CN108742562B CN108742562B (zh) | 2021-04-20 |
Family
ID=63979178
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810636466.9A Active CN108742562B (zh) | 2018-06-20 | 2018-06-20 | 基于高血脂信息获取血管压力差的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108742562B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108742667A (zh) * | 2018-06-20 | 2018-11-06 | 博动医学影像科技(上海)有限公司 | 基于身体质量指数获取血流特征值的方法和装置 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1063556A (zh) * | 1990-12-28 | 1992-08-12 | 株式会社日硝 | 用于测量液体粘度的方法和装置 |
EP0506520A2 (en) * | 1991-03-18 | 1992-09-30 | Sony Corporation | Blood flow detection apparatus |
CN1461201A (zh) * | 2001-04-20 | 2003-12-10 | 康贝株式会社 | 动脉硬化度测定装置 |
CN1847849A (zh) * | 2004-04-13 | 2006-10-18 | 中国科学院力学研究所 | 一种具有实时检测人体血液粘度的测量仪 |
CN101176659A (zh) * | 2007-12-06 | 2008-05-14 | 山东大学 | 一种检测心血管系统功能状态的方法和装置 |
CN101813599A (zh) * | 2010-04-20 | 2010-08-25 | 蔡泳 | 血液粘度快速检测装置及其方法 |
CN101903055A (zh) * | 2007-12-22 | 2010-12-01 | 弗雷泽纽斯医疗保健德国有限公司 | 确定体外血液处理中跨膜压力的方法和装置 |
CN103796578A (zh) * | 2011-05-11 | 2014-05-14 | 阿西斯特医疗系统有限公司 | 血管内感测方法和系统 |
KR101517071B1 (ko) * | 2014-09-30 | 2015-05-04 | 이의호 | 심장 좌심실의 일회박출량 측정 방법 및 장치 |
CN105190630A (zh) * | 2013-01-15 | 2015-12-23 | 凯瑟沃克斯有限公司 | 计算血流储备分数 |
CN105326486A (zh) * | 2015-12-08 | 2016-02-17 | 上海交通大学 | 血管压力差与血流储备分数的计算方法及系统 |
-
2018
- 2018-06-20 CN CN201810636466.9A patent/CN108742562B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1063556A (zh) * | 1990-12-28 | 1992-08-12 | 株式会社日硝 | 用于测量液体粘度的方法和装置 |
EP0506520A2 (en) * | 1991-03-18 | 1992-09-30 | Sony Corporation | Blood flow detection apparatus |
CN1461201A (zh) * | 2001-04-20 | 2003-12-10 | 康贝株式会社 | 动脉硬化度测定装置 |
CN1847849A (zh) * | 2004-04-13 | 2006-10-18 | 中国科学院力学研究所 | 一种具有实时检测人体血液粘度的测量仪 |
CN101176659A (zh) * | 2007-12-06 | 2008-05-14 | 山东大学 | 一种检测心血管系统功能状态的方法和装置 |
CN101903055A (zh) * | 2007-12-22 | 2010-12-01 | 弗雷泽纽斯医疗保健德国有限公司 | 确定体外血液处理中跨膜压力的方法和装置 |
CN101813599A (zh) * | 2010-04-20 | 2010-08-25 | 蔡泳 | 血液粘度快速检测装置及其方法 |
CN103796578A (zh) * | 2011-05-11 | 2014-05-14 | 阿西斯特医疗系统有限公司 | 血管内感测方法和系统 |
CN105190630A (zh) * | 2013-01-15 | 2015-12-23 | 凯瑟沃克斯有限公司 | 计算血流储备分数 |
KR101517071B1 (ko) * | 2014-09-30 | 2015-05-04 | 이의호 | 심장 좌심실의 일회박출량 측정 방법 및 장치 |
CN105326486A (zh) * | 2015-12-08 | 2016-02-17 | 上海交通大学 | 血管压力差与血流储备分数的计算方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108742667A (zh) * | 2018-06-20 | 2018-11-06 | 博动医学影像科技(上海)有限公司 | 基于身体质量指数获取血流特征值的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108742562B (zh) | 2021-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109065170B (zh) | 获取血管压力差的方法及装置 | |
JP6792768B2 (ja) | 血流予備量比の計算方法およびシステム | |
CN108742587B (zh) | 基于病史信息获取血流特征值的方法及装置 | |
US9808167B2 (en) | Systems, devices, and methods for determining severity of a stenosis within a luminal organ in the presence of a catheter | |
CN108717874B (zh) | 基于特定的生理参数获取血管压力值的方法及装置 | |
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 | |
CN106073894B (zh) | 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统 | |
CN109009061B (zh) | 基于血压修正获取血流特征值的计算方法及装置 | |
WO2017097074A1 (zh) | 血管单位时间血流量与血流速度的计算方法 | |
CN108742570B (zh) | 基于冠脉优势类型获取血管压力差的装置 | |
CN106650029B (zh) | 基于cfd仿真的分叉血管压力差及ffr的快速计算方法及系统 | |
US20140276137A1 (en) | Systems and methods for determining coronary flow reserve | |
CN109620199B (zh) | 建立血管截面函数、血管压力差和血管应力的方法及装置 | |
WO2020057323A2 (zh) | 测量微循环阻力指数的方法 | |
CN108742667B (zh) | 基于身体质量指数获取血流特征值的方法和装置 | |
CN109009037B (zh) | 基于个体性别获取血管压力差的计算方法及装置 | |
CN108784676B (zh) | 基于年龄信息获取压力差的方法及装置 | |
CN108742562B (zh) | 基于高血脂信息获取血管压力差的方法及装置 | |
CN109044324B (zh) | 基于斑块位置修正血流特征值的方法及装置 | |
CN108777174B (zh) | 基于心梗史信息获取血管压力差的方法及装置 | |
CN108742586B (zh) | 基于糖尿病病史信息获取血流特征值的方法及装置 | |
CN108742547B (zh) | 基于吸烟史信息获取压力差的方法及装置 | |
US20210378528A1 (en) | Pluse wave velocity measurement system | |
US20140213890A1 (en) | Method and apparatus for gathering bodily fluid dynamic pressure measurements |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 200233 16th floor, building 82, No. 1198, Qinzhou North Road, Xuhui District, Shanghai Patentee after: Shanghai Bodong Medical Technology Co.,Ltd. Address before: Room 402, building 2, 481 Guiping Road, Xuhui District, Shanghai 200233 Patentee before: PULSE MEDICAL IMAGING TECHNOLOGY (SHANGHAI) Co.,Ltd. |