CN108777174A - 基于心梗史信息获取血管压力差的方法及装置 - Google Patents

基于心梗史信息获取血管压力差的方法及装置 Download PDF

Info

Publication number
CN108777174A
CN108777174A CN201810636468.8A CN201810636468A CN108777174A CN 108777174 A CN108777174 A CN 108777174A CN 201810636468 A CN201810636468 A CN 201810636468A CN 108777174 A CN108777174 A CN 108777174A
Authority
CN
China
Prior art keywords
model
section
blood
patch
target blood
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
CN201810636468.8A
Other languages
English (en)
Other versions
CN108777174B (zh
Inventor
涂圣贤
田峰
余炜
陈树湛
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.)
Shanghai Bodong Medical Technology Co.,Ltd.
Original Assignee
Medical Imaging Technology (shanghai) Co Ltd
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 Medical Imaging Technology (shanghai) Co Ltd filed Critical Medical Imaging Technology (shanghai) Co Ltd
Priority to CN201810636468.8A priority Critical patent/CN108777174B/zh
Publication of CN108777174A publication Critical patent/CN108777174A/zh
Application granted granted Critical
Publication of CN108777174B publication Critical patent/CN108777174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT 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

Landscapes

  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明提供了一种基于心梗史信息获取血管压力差的方法及装置,所述方法包括:接收一部分心血管系统的解剖数据,心血管系统的解剖数据包括心肌的解剖数据和冠状动脉的解剖数据,根据冠状动脉的解剖数据获取目标血管的几何模型和血流模型,根据血流模型获得目标血管初始血流速度V0,对所述几何模型进行预处理,建立目标血管的横截面形态模型;对不同尺度下的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,基于目标血管管腔的形态差异函数和血流速度,计算获得目标血管任意两位置间的压力差数值ΔP。本发明根据患者历史心梗区域大小来修正始血流速度V0,从而更加准确的计算出压力差。

Description

基于心梗史信息获取血管压力差的方法及装置
技术领域
本发明应用于医疗器械领域,尤其涉及基于心梗史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。
心肌部分梗死后心脏存活心肌减少,所需要的血流量变小,通过狭窄所损失的能量减少,压力差变小。若采用经验血流速度直接进行计算,则会高估血流速度,引起压力差计算不准确。
有鉴于此,确有必要提供一种基于心梗史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提高测试结果准确度的基于心梗史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心梗史信息获取血管压力差的方法,包括:
接收一部分心血管系统的解剖数据,所述心血管系统的解剖数据包括心肌的解剖数据和冠状动脉的解剖数据,根据所述心肌的解剖数据获取心肌总面积S;
根据所述冠状动脉的解剖数据,获取目标血管的几何模型和血流模型,并根据所述血流模型获取目标血管的初始血流速度V0
基于患者心梗史信息测量获得心梗面积S0
结合所述初始血流速度V0、所述心肌总面积S以及所述心梗面积S0,计算获得目标血管的血流速度V,所述血流速度V满足关系式,
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)和血流速度V,计算获得所述目标血管任意两位置间的压力差数值ΔP。
作为本发明进一步改进的技术方案,所述压力差数值ΔP在不同尺度下的计算公式为:
ΔP=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,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;其中,所述n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。
作为本发明进一步改进的技术方案,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,所述初始血流速度V0通过所述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。
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。
为实现上述目的,本发明还提供了一种基于心梗史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心血管系统的解剖模型中目标血管的几何参数;
心肌信息采集器,所述心肌信息采集器用于采集心肌总面积S和心梗面积S0,同时对所述心肌面积S和所述心梗面积S0进行计算,得出纠偏参数φ;
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初始血流速度V0,和基于所述几何参数建立对应目标血管的几何模型;
基于患者心梗史信息,所述压力差处理器还用于对所述几何模型和血流模型进行修正,并基于修正后的所述几何模型和所述血流模型获取横截面形态模型、目标血管的血流速度V及血管压力差计算模型;同时,根据所述血管压力差计算模型、血流动力学以及所述血流速度V,获取目标血管近端终点和远端终点之间的压力差数值ΔP。
作为本发明进一步改进的技术方案,所述心血管系统的解剖模型包括心肌的解剖模型和冠状动脉的解剖模型;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,所述血流速度V满足如下关系式,
V=φ*V0
其中,φ是纠偏参数,V0是初始血流速度,S是心肌总面积,S0是心梗面积。
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。
本发明的有益效果是:本发明基于患者的心梗史信息来获取血管压力差,根据患者心梗区域大小来对初始血流速度V0进行修正,以建立基于心梗区域大小的血流速度V,从而更加准确的计算出压力差ΔP。
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为本发明心梗史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心梗史信息获取血管压力差的方法,包括如下步骤:
步骤一,接收一部分心血管系统的解剖数据,所述心血管系统的解剖数据包括心肌的解剖数据和冠状动脉的解剖数据,根据所述心肌的解剖数据获取心肌总面积S;
步骤二,根据所述冠状动脉的解剖数据,获取目标血管的几何模型和血流模型,并根据所述血流模型获取目标血管的初始血流速度V0
步骤三,基于患者心梗史信息测量获得心梗面积S0
步骤四,结合所述初始血流速度V0、所述心肌总面积S以及所述心梗面积S0,计算获得目标血管的血流速度V,所述血流速度V满足关系式,
步骤五,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;
步骤六,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;
步骤七,基于所述目标血管管腔的形态差异函数f(x)和血流速度V,计算获得所述目标血管任意两位置间的压力差数值ΔP。
所述压力差数值ΔP在不同尺度下的计算公式为:
ΔP=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,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,以对压力差数值ΔP进行修正,保证压力差数值ΔP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。
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;其中,所述n为大于等于1的自然数。
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,将导致目标血管压力差数值ΔP的升高,进一步导致血流特征值如血流储备分数FFR的计算出现误差;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,则会进一步导致目标血管压力差数值ΔP的升高;同时当所述斑块处于不同的位置处时,不同的心肌面积区域将导致病变位置与非病变位置处的比例发生变化,进一步影响血流速度V,从而影响目标血管压力差数值ΔP。
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,所述初始血流速度V0由经验值估算而得。
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,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。
影响所述压力差数值ΔP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,进一步影响目标血管的血流速度V,致使目标血管压力差数值ΔP的降低,从而导致血流特征值如血流储备分数FFR的增大。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,从而目标血管压力差数值ΔP的降低,血流储备分数FFR的计算值升高。
请参图9所示,本发明还提供了一种基于心梗史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心血管系统的解剖模型中目标血管的几何参数;所述心血管系统的解剖模型包括心肌的解剖模型和冠状动脉的解剖模型。
心肌信息采集器,所述心肌信息采集器用于采集心肌总面积S和心梗面积S0,同时对所述心肌面积S和所述心梗面积S0进行计算,得出纠偏参数φ;
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初始血流速度V0,和基于所述几何参数建立对应目标血管的几何模型;
基于患者心梗史信息,所述压力差处理器还用于对所述几何模型和血流模型进行修正,并基于修正后的所述几何模型和所述血流模型获取横截面形态模型、目标血管的血流速度V及血管压力差计算模型;所述血流速度V的计算公式为:
V=φ*V0
同时,根据所述血管压力差计算模型、血流动力学以及所述血流速度V,获取目标血管近端终点和远端终点之间的压力差数值ΔP。
所述几何模型为通过对所述解剖模型的图像数据进行测算,并拟合校准获得;且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为通过所述几何模型直接/间接获得,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,所述初始血流速度V0由经验值估算而得。
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,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。
优选的,所述压力差数值ΔP通过如下公式计算获得:
ΔP=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,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,以对压力差数值ΔP进行修正,保证压力差数值ΔP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,本发明基于患者的心梗史信息来获取血管压力差,根据患者心梗区域大小来对初始血流速度V0进行修正,从而可以更加准确的计算出压力差数值ΔP。
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 (13)

1.一种基于心梗史信息获取血管压力差的方法,其特征在于,包括:
接收一部分心血管系统的解剖数据,所述心血管系统的解剖数据包括心肌的解剖数据和冠状动脉的解剖数据,根据所述心肌的解剖数据获取心肌总面积S;
根据所述冠状动脉的解剖数据,获取目标血管的几何模型和血流模型,并根据所述血流模型获取目标血管的初始血流速度V0
基于患者心梗史信息测量获得心梗面积S0
结合所述初始血流速度V0、所述心肌总面积S以及所述心梗面积S0,计算获得目标血管的血流速度V,所述血流速度V满足关系式,
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)和血流速度V,计算获得所述目标血管任意两位置间的压力差数值ΔP。
2.如权利要求1所述的基于心梗史信息获取血管压力差的方法,其特征在于:所述压力差数值ΔP在不同尺度下的计算公式为:
ΔP=(c1V+c2V2+c3V3+…+cmVm)*(α1*∫f1(x)dx+α2*∫f2(x)dx+…+αn*∫fn(x)dx)
其中,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。
3.如权利要求2所述的基于心梗史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;其中,所述n为大于等于1的自然数。
4.如权利要求3所述的基于心梗史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。
5.如权利要求1所述的基于心梗史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。
6.如权利要求1所述的基于心梗史信息获取血管压力差的方法,其特征在于: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。
7.如权利要求6所述的基于心梗史信息获取血管压力差的方法,其特征在于:所述初始血流速度V0通过所述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。
8.如权利要求1所述的基于心梗史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。
9.一种基于心梗史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心血管系统的解剖模型中目标血管的几何参数;
心肌信息采集器,所述心肌信息采集器用于采集心肌总面积S和心梗面积S0,同时对所述心肌面积S和所述心梗面积S0进行计算,得出纠偏参数φ;
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初始血流速度V0,和基于所述几何参数建立对应目标血管的几何模型;
基于患者心梗史信息,所述压力差处理器还用于对所述几何模型和血流模型进行修正,并基于修正后的所述几何模型和所述血流模型获取横截面形态模型、目标血管的血流速度V及血管压力差计算模型;同时,根据所述血管压力差计算模型、血流动力学以及所述血流速度V,获取目标血管近端终点和远端终点之间的压力差数值ΔP。
10.根据权利要求9所述的基于心梗史信息获取血管压力差的装置,其特征在于:所述心血管系统的解剖模型包括心肌的解剖模型和冠状动脉的解剖模型;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。
11.根据权利要求9所述的基于心梗史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。
12.根据权利要求9所述的基于心梗史信息获取血管压力差的装置,其特征在于:所述血流速度V满足如下关系式,
V=φ*V0
其中,φ是纠偏参数,V0是初始血流速度,S是心肌总面积,S0是心梗面积。
13.根据权利要求9所述的基于心梗史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。
CN201810636468.8A 2018-06-20 2018-06-20 基于心梗史信息获取血管压力差的方法及装置 Active CN108777174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810636468.8A CN108777174B (zh) 2018-06-20 2018-06-20 基于心梗史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
CN201810636468.8A CN108777174B (zh) 2018-06-20 2018-06-20 基于心梗史信息获取血管压力差的方法及装置

Publications (2)

Publication Number Publication Date
CN108777174A true CN108777174A (zh) 2018-11-09
CN108777174B CN108777174B (zh) 2021-11-05

Family

ID=64026086

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810636468.8A Active CN108777174B (zh) 2018-06-20 2018-06-20 基于心梗史信息获取血管压力差的方法及装置

Country Status (1)

Country Link
CN (1) CN108777174B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115998275A (zh) * 2022-12-26 2023-04-25 广东省新黄埔中医药联合创新研究院 血流速度检测校准方法、装置、设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140073976A1 (en) * 2012-09-12 2014-03-13 Heartflow, Inc. Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology
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
CN107115108A (zh) * 2017-04-27 2017-09-01 博动医学影像科技(上海)有限公司 快速计算血管压力差的方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140073976A1 (en) * 2012-09-12 2014-03-13 Heartflow, Inc. Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology
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
CN107115108A (zh) * 2017-04-27 2017-09-01 博动医学影像科技(上海)有限公司 快速计算血管压力差的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
廖念西 等: "冠心病患者微循环阻力指数测定的临床意义", 《中国介入心脏病学杂志》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115998275A (zh) * 2022-12-26 2023-04-25 广东省新黄埔中医药联合创新研究院 血流速度检测校准方法、装置、设备及可读存储介质
CN115998275B (zh) * 2022-12-26 2023-10-24 广东省新黄埔中医药联合创新研究院 血流速度检测校准方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN108777174B (zh) 2021-11-05

Similar Documents

Publication Publication Date Title
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
CN105326486B (zh) 血管压力差与血流储备分数的计算方法及系统
CN108186038B (zh) 基于动脉造影影像计算冠脉血流储备分数的系统
CN108742587B (zh) 基于病史信息获取血流特征值的方法及装置
CN109065170B (zh) 获取血管压力差的方法及装置
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
CN109009061B (zh) 基于血压修正获取血流特征值的计算方法及装置
WO2019169779A1 (zh) 一种无需血管扩张剂测量血流储备分数的方法
CN108742570B (zh) 基于冠脉优势类型获取血管压力差的装置
CN108717874B (zh) 基于特定的生理参数获取血管压力值的方法及装置
CN109620199A (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
CN108742667B (zh) 基于身体质量指数获取血流特征值的方法和装置
CN109009037A (zh) 基于个体性别获取血管压力差的计算方法及装置
CN108573488B (zh) 一种计算瞬时无波形比率的装置
CN109044324B (zh) 基于斑块位置修正血流特征值的方法及装置
CN108777174A (zh) 基于心梗史信息获取血管压力差的方法及装置
CN111166315B (zh) 基于造影图像计算瞬时无波型比率和静息态舒张期压力比率的方法
CN108742562A (zh) 基于高血脂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
CN108784676B (zh) 基于年龄信息获取压力差的方法及装置
CN108742547B (zh) 基于吸烟史信息获取压力差的方法及装置
JP7227400B2 (ja) 冠血流量及び血流速度の取得方法並びに装置
CN116807514B (zh) 血管成像系统、方法、设备、电子设备及存储介质
CN117462156A (zh) 一种基于生理特异性的冠脉血流模型无创计算imr的方法
Sophocleous et al. 3.3: assessment of Aortic Morphology in A Bicuspid Aortic Valve Population

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

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.

CP03 Change of name, title or address