CN108992057A - 一种确定冠状动脉血流储备分数ffr的方法和装置 - Google Patents

一种确定冠状动脉血流储备分数ffr的方法和装置 Download PDF

Info

Publication number
CN108992057A
CN108992057A CN201810568691.3A CN201810568691A CN108992057A CN 108992057 A CN108992057 A CN 108992057A CN 201810568691 A CN201810568691 A CN 201810568691A CN 108992057 A CN108992057 A CN 108992057A
Authority
CN
China
Prior art keywords
coronary artery
blood flow
branch
entrance
aorta
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
CN201810568691.3A
Other languages
English (en)
Other versions
CN108992057B (zh
Inventor
魏润杰
吴鹏
刘星利
高琪
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.)
Hangzhou Sheng Shi Technology Co Ltd
Original Assignee
Hangzhou Sheng Shi Technology 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 Hangzhou Sheng Shi Technology Co Ltd filed Critical Hangzhou Sheng Shi Technology Co Ltd
Priority to CN201810568691.3A priority Critical patent/CN108992057B/zh
Publication of CN108992057A publication Critical patent/CN108992057A/zh
Application granted granted Critical
Publication of CN108992057B publication Critical patent/CN108992057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B5/026—Measuring blood flow
    • A61B5/0263—Measuring blood flow using NMR

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Hematology (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明实施例公开了一种确定冠状动脉FFR的方法、装置及计算机可存储介质，该方法包括：获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息；分别根据升主动脉冠状动脉入口的核磁图像和相位信息，获得升主动脉冠状动脉入口的三维几何模型和血流速度场信息，进而获得冠状动脉左右分支入口的血流量；根据冠状动脉充血状态下的冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型；根据冠状动脉的三维几何模型和上述血流量，计算获得冠状动脉的内部各处的血压；根据测量到的肱动脉血压和上述血压，获得冠状动脉FFR；该方法操作简单，能获得准确的冠状动脉血流量，从而快速准确地计算出冠状动脉FFR数值。

Description

一种确定冠状动脉血流储备分数FFR的方法和装置
技术领域
本发明涉及生物医学工程技术，尤其涉及一种确定冠状动脉血流储备分数(FFR，Fractional Flow Reserve)的方法、装置及计算机可存储介质。
背景技术
据卫生部报告显示，我国心血管疾病的危险因素持续增加，心血管疾病已成为造成我国居民过早死亡的主要原因，其也是全世界人类的头号死因，而冠状动脉心脏病(简称，冠心病或冠脉疾病)是最常见的一类心血管疾病，其主要是因为胆固醇、脂肪沉积在冠状动脉中，冠状动脉血管发生动脉粥样硬化而引起血管腔狭窄或阻塞，当心脏工作量增加时冠状动脉无法向心肌组织供应充足的血液，导致心绞痛甚至心肌梗塞，因此，如何更好的评估冠状动脉缺血成为医学领域的关注焦点。
临床上经常使用冠状动脉计算机断层扫描血管造影(CTA，Computer TomographyAngiography)和有创冠状动脉造影(ICA，Invasive Coronary Angiography)来诊断冠心病，然而两者均由造影确认的冠状动脉狭窄推断冠状动脉缺血，事实证明冠状动脉狭窄和冠状动脉缺血没有必然联系，而冠状动脉的血流储备分数FFR目前已经成为准确评价冠状动脉缺血的“金标准”。
冠状动脉FFR定义为：在冠状动脉存在狭窄病变的情况下，该血管所供心肌区域能获得的最大血流量与同一区域正常情况下所能获得的最大血流量的比值；根据流体力学理论，推出心肌组织的血流量Q表示为：Q＝压力P/阻力R，可以知道，心肌组织的血流量与灌注压呈正比，因此，临床上通过注射腺苷使得心肌微循环最大程度充血，可使心肌微循环阻力小到忽略不计，那么冠状动脉FFR就可以转化为，心肌微循环最大充血状态下的狭窄远端冠状动脉内平均血压与冠状动脉口部主动脉平均血压的比值。
现有的介入式测量冠状动脉FFR的方法，其操作复杂，存在损伤冠状动脉血管的风险，而非介入式测量冠状动脉FFR的方法中估算冠状动脉血流量存在很大的不确定性，进而无法计算出准确的冠状动脉FFR数值。
发明内容
为解决上述技术问题，本发明实施例提供一种确定冠状动脉FFR的方法，旨在实现准确测量出冠状动脉血流量，进而快速准确的确定冠状动脉FFR。
为达到上述目的，本发明实施例的技术方案是这样实现的：
本发明实施例提供一种确定冠状动脉FFR的方法，所述方法包括：
获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息；
根据所述升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；
根据所述升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息；
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量；
根据冠状动脉充血状态下的冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型；
根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压；
根据测量到的肱动脉血压和所述冠状动脉的内部各处的血压，获得冠状动脉FFR。
上述方案中，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量，包括：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得所述冠状动脉左右分支入口的血流量。
上述方案中，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量，包括：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度；
分别对所述主动脉入口面和出口面的血流速度进行积分，获得主动脉入口和出口的血流量；
根据所述主动脉入口和出口的血流量，以及预先确定的冠状动脉左右分支的血流量的比值，分别获得所述冠状动脉左右分支入口的血流量。
上述方案中，所述方法还包括：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得第一血流量和第二血流量，其中，所述第一血流量为冠状动脉左分支入口的初始血流量，所述第二血流量为冠状动脉右分支入口的初始血流量；
根据所述第一血流量和所述第二血流量的比值，得出所述冠状动脉左右分支的血流量的比值。
上述方案中，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度，包括：
在所述升主动脉冠状动脉入口的三维几何模型中的主动脉入口处和主动脉出口处分别进行截取，获得主动脉入口面和主动脉出口面；
根据所述主动脉入口面和所述主动脉出口面、以及根据所述血液速度场信息，分别获得所述主动脉入口面和出口面的血流速度。
上述方案中，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度，包括：
在所述升主动脉冠状动脉入口的三维几何模型中的冠状动脉左右分支的入口处分别进行截取，获得冠状动脉左右分支的入口面；
根据所述冠状动脉左右分支的入口面、以及所述血液速度场信息，分别获得所述冠状动脉左右分支的入口面的血流速度。
上述方案中，所述积分包括：时间积分和面积分。
上述方案中，所述根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压，包括：
根据所述冠状动脉的三维几何模型，获得冠状动脉的计算网格；
根据所述冠状动脉的计算网格、以及所述冠状动脉左右分支入口的血流量，设置冠状动脉计算区域的边界条件并进行CFD计算，获得所述冠状动脉血管的内部各处的血压。
本发明实施例还提供一种确定冠状动脉FFR的装置，所述装置包括：基于核磁图像的三维几何模型构建模块、血流量计算模块、基于CTA图像的三维几何模型构建模块、血压计算模块和FFR计算模块，其中，
所述基于核磁图像的三维几何模型构建模块用于，获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息，根据所述升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；
所述血流量计算模块用于，根据所述升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息；根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量；
所述基于CTA图像的三维几何模型构建模块用于，根据冠状动脉充血状态下的冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型；
所述血压计算模块用于，根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压；
所述FFR计算模块用于，根据测量到的肱动脉血压和所述冠状动脉的内部各处的血压，获得冠状动脉FFR。
上述方案中，所述血流量计算模块具体用于：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得所述冠状动脉左右分支入口的血流量。
上述方案中，所述血流量计算模块具体用于：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度；
分别对所述主动脉入口面和出口面的血流速度进行积分，获得主动脉入口和出口的血流量；
根据所述主动脉入口和出口的血流量，以及预先确定的冠状动脉左右分支的血流量的比值，分别获得所述冠状动脉左右分支入口的血流量。
上述方案中，所述血流量计算模块还用于：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得第一血流量和第二血流量，其中，所述第一血流量为冠状动脉左分支入口的初始血流量，所述第二血流量为冠状动脉右分支入口的初始血流量；
根据所述第一血流量和所述第二血流量的比值，得出所述冠状动脉左右分支的血流量的比值。
上述方案中，所述血压计算模块具体用于：
根据所述冠状动脉的三维几何模型，获得冠状动脉的计算网格；
根据所述冠状动脉的计算网格、以及所述冠状动脉左右分支入口的血流量，设置冠状动脉计算区域的边界条件并进行CFD计算，获得所述冠状动脉血管的内部各处的血压。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，
当所述计算机程序被至少一个处理器执行时，导致所述至少一个处理器执行上述任一种确定冠状动脉FFR的方法的步骤。
本发明实施例提供一种确定冠状动脉FFR的方法，获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息；根据升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；根据所述升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息；根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量；根据冠状动脉充血状态下的冠状动脉的CTA图像数据，建立冠状动脉的三维几何模型；根据冠状动脉的三维几何模型和上述血流量，获得冠状动脉的内部各处的血压；根据测量到的肱动脉血压和上述血压，获得冠状动脉FFR。如此，本发明实施例通过采用磁共振成像(MRI，Magnetic ResonanceImaging)技术，只需给患者注射血管扩张剂，操作简单，避免了损伤冠状动脉血管的风险，还能够快速准确地获得患者的冠状动脉左右分支入口的血流量，进而准确地确定患者的冠状动脉FFR。
附图说明
图1为本发明实施例提供的一种确定冠状动脉FFR的方法流程图一；
图2为本发明实施例提供的冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像；
图3为本发明实施例提供的基于冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像确定的升主动脉冠状动脉入口的三维几何模型示意图；
图4为本发明实施例提供的主动脉入口处的网格划分示意图；
图5为本发明实施例提供的冠状动脉充血状态下的冠状动脉的CTA图像数据示意图；
图6为本发明实施例提供的基于冠状动脉充血状态下的冠状动脉的CTA图像数据确定的包含心脏、升主动脉冠状动脉入口的三维几何模型示意图；
图7为本发明实施例提供的基于冠状动脉充血状态下的冠状动脉的CTA图像数据确定的冠状动脉的三维几何模型示意图；
图8(a)为本发明实施例提供的基于冠状动脉充血状态下的冠状动脉的CTA图像数据确定的冠状动脉左分支的计算网格图；
图8(b)为本发明实施例提供的基于冠状动脉充血状态下的冠状动脉的CTA图像数据确定的冠状动脉右分支的计算网格图；
图9为本发明实施例提供的一种确定冠状动脉FFR的方法流程图二；
图10为本发明实施例提供的一种确定冠状动脉FFR的装置结构示意图。
具体实施方式
本发明采用磁共振成像MRI这种无创测量技术，获得冠状动脉的血流量，基于此，提出本发明方法各个实施例。
第一实施例
本发明第一实施例提出了一种确定冠状动脉FFR的方法，如图1所示，该方法可以包括：
步骤S101：获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息。
在实际实施时，冠状动脉FFR可以定义为冠状动脉的心肌微循环血管完全充血状态下，冠状动脉远端的平均血压和冠状动脉的与主动脉联通的入口处的平均血压的比值，因此，可以通过向患者注射血管扩张剂(例如，腺苷)使得心肌微循环充分扩张并充血，再使用MRI设备对患者的升主动脉冠状动脉入口部位进行成像，具体地，为了获得升主动脉冠状动脉入口的相位信息，MRI设备采用4D Flow MRI(核磁共振图像中血液在三维空间上随时间变化的流动)技术，对患者的升主动脉冠状动脉入口部位进行扫描，获得的升主动脉冠状动脉入口的MRI图像数据包括升主动脉冠状动脉入口的核磁图像、x方向相位信息、y方向相位信息和z方向相位信息，其中，4D Flow MRI技术可同时对三个相互垂直的维度进行相位编码，多方向采集血流数据；相位信息记录了空间所有各点在同一时刻的血流速度矢量分布。
另外，还可以采用向冠状动脉内插入压力导丝的方法，或有创冠状动脉造影的方法，获得血流相关信息，但是其存在可能损伤冠状动脉血管的问题。
示例性地，将患者的一次心跳的起始时刻到下一次心跳的起始时刻之间的一个心动周期划分为25个时刻，在每个时刻对患者的胸腔部位进行30次矢状面扫描，获得每个时刻的30张分辨率为256*256的升主动脉冠状动脉入口的MRI图像数据。
步骤S102：根据升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；根据升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息。
在实际实施时，根据升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息，可以是指：根据升主动脉冠状动脉入口的x、y、z方向相位信息，获得升主动脉冠状动脉入口的血流速度场信息。根据升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型，可以包括以下步骤：对每个时刻的每张升主动脉冠状动脉入口的MRI图像数据中的核磁图像进行图像预处理、区域分割和亚像素边缘提取，获得升主动脉冠状动脉入口的核磁图像中升主动脉冠状动脉入口区域的边缘点的亚像素位置，再根据25个时刻的所有升主动脉冠状动脉入口的核磁图像的亚像素边缘点生成三维空间点云，最后使用泊松表面重构算法，获得光滑的、闭合的升主动脉冠状动脉入口的三维几何模型；例如，患者的一张升主动脉冠状动脉入口的核磁图像如图2所示，获得的升主动脉冠状动脉入口的三维几何模型如图3所示。
示例性地，由于灰度偏差场和噪音对图像的区域分割等图像处理有很大的干扰，因此首先可以对升主动脉冠状动脉入口的核磁图像进行图像预处理，例如，可以对升主动脉冠状动脉入口的核磁图像进行去除图像灰度偏差和降噪处理，获得降噪后的升主动脉冠状动脉入口的核磁图像；再对降噪后的升主动脉冠状动脉入口的核磁图像进行区域分割，例如，可以采用直方图法、轮廓拟合法、区域生长法和分裂等区域分割方法，检测并分割出升主动脉冠状动脉入口区域；最后可以采用像素级边缘检测方法或亚像素级边缘检测方法，对分割后的升主动脉冠状动脉入口区域进行边缘提取，其中，像素级边缘检测方法在检测图像中的目标区域边缘时会出现失真的情况，因此可以选择亚像素级边缘检测方法对目标区域进行更准确和更可靠的边缘点检测。
进一步地，在对降噪后的升主动脉冠状动脉入口的核磁图像进行区域分割后，由于分割得到的边界区域可能存在偏差，因此可以再对分割后的升主动脉冠状动脉入口区域进行异常边界的搜索和修正，得到修正后的升主动脉冠状动脉入口区域。
步骤S103：根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量。
在实际实施时，一种方案是，可以根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得主动脉入口面和出口面的血流速度；再对主动脉入口面的血流速度进行时间积分和面积分、对主动脉出口面的血流速度进行时间积分和面积分，获得主动脉入口和出口的血流量；最后，根据主动脉入口和出口的血流量、以及预先确定的冠状动脉左右分支的血流量的比值，分别获得冠状动脉左右分支入口的血流量；其中，预先确定的冠状动脉左右分支的血流量的比值可以是根据相关生长规律得到的，也可以是通过根据实际测量的患者冠状动脉左右分支入口的血流量得到的。
另一种方案是，可以根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；再对冠状动脉左分支的入口面的血流速度进行时间积分和面积分、对冠状动脉右分支的入口面的血流速度进行时间积分和面积分，获得冠状动脉左右分支入口的血流量。
示例性地，上述根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得主动脉入口面和出口面的血流速度，具体步骤如下：根据升主动脉冠状动脉入口的三维几何模型、以及主动脉的流动方向，确定主动脉的流动方向的上游和下游，分别对应主动脉的入口处和出口处，然后在主动脉中心轴线上的主动脉入口处取一点，以垂直于该点法线的平面截取主动脉，得到主动脉入口面，同理，得到主动脉出口面；再对主动脉的入口处和出口处进行结构化网格划分，根据血流速度场信息，获得主动脉的入口处和出口处的结构化网格中所有网格节点的血流速度，其包括了位于主动脉入口面和出口面上的网格节点的血流速度；最后根据位于主动脉入口面和出口面上的网格节点的血流速度，通过插值方法得到主动脉入口面和出口面上的所有点的血流速度，可以通过对主动脉入口面和出口面上的所有点的血流速度分别取平均值，得到主动脉入口面和出口面的血流速度。
进一步地，如图4所示，可以在主动脉的入口处划分出六面体的结构化网格，用图4中虚线进行表示，图4中实线所在平面表示为主动脉入口面，图4中的xyz表示三个相互垂直的坐标轴、数值表示网格坐标值，这里对主动脉入口面进行四边形网格划分，由于主动脉入口面的四边形网格的部分节点没有位于六面体的网格节点上，即主动脉入口面的四边形网格的部分节点的血流速度无法通过血流速度场信息获得，因此，采用插值的方法，根据主动脉入口面的已知血流速度的节点，获得主动脉入口面的所有点的血流速度。
示例性地，上述根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度，具体步骤如下：根据升主动脉冠状动脉入口的三维几何模型，确定冠状动脉左右分支的入口处，然后在冠状动脉左分支中心轴线上的入口处取一点，以垂直于该点法线的平面截取冠状动脉左分支，得到冠状动脉左分支的入口面，同理，得到冠状动脉右分支的入口面；其他步骤与上述获得主动脉入口面和出口面的血流速度的步骤同理，分别得到冠状动脉左分支的入口面的血流速度、冠状动脉右分支的入口面的血流速度。
步骤S104：根据冠状动脉充血状态下的冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型。
在实际实施时，在患者冠状动脉的心肌微循环完全充血状态下，使用计算机断层扫描CT设备对患者的心脏血管部位进行血管造影，获得冠状动脉的CTA图像数据；再根据冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型。
示例性地，如图5所示为患者的冠状动脉的CTA图像数据，其为符合医学数字成像和通信DICOM(Digital Imaging and Communications in Medicine)标准的医学图像，图5中较亮区域表示患者的主动脉和冠状动脉左右分支的内腔，较暗区域表示患者心脏的心肌和其他组织，将该冠状动脉的CTA图像数据导入到三维重构软件中，设置阈值、选取一定数量的等值面、建立连通域，构建生成划分为三角网格的三维几何模型，再使用拉普拉斯算法对其进行曲面平滑，得到包含心脏、主动脉和冠状动脉的三维几何模型，如图6所示；对包含心脏、主动脉和冠状动脉的三维几何模型进行图像分割，获得冠状动脉的三维几何模型，如图7所示，冠状动脉的三维几何模型包含了多条冠状动脉主要分支以及部分升主动脉，其中，多条冠状动脉主要分支包括了：左前降支(left anterior descending artery，LAD)动脉、左旋支(left circumflex artery，LCX)动脉、右冠状动脉(Right Coronary Artery，RCA)和左冠状动脉(Left Coronary Artery，LCA)等。
进一步地，为了获得更加清晰完整的冠状动脉的三维几何模型，还可以采用插值、平滑等方法，对包含心脏、主动脉和冠状动脉的三维几何模型中的冠状动脉钙化斑块先进行平滑和补洞处理，再进行图像分割。
需要说明的是，本发明实施例中，并不对步骤S101至步骤S103和步骤S104的执行顺序进行限制，例如，步骤S101至步骤S103可以在步骤S104之前执行，也可以在步骤S104之后执行，两者也可以同时执行。
步骤S105：根据冠状动脉的三维几何模型和冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压。
在实际实施时，根据冠状动脉的三维几何模型，在冠状动脉左右分支的中心轴线上的入口处取一点，以垂直于该点法线的平面将冠状动脉左右分支与升主动脉分离开，得到冠状动脉左右分支的三维几何模型；再对冠状动脉左分支的三维几何模型分别进行网格划分，冠状动脉左分支的计算网格图如图8(a)所示，冠状动脉右分支的计算网格图如图8(b)所示，最后将冠状动脉左分支入口的血流量作为输入，利用CFD求解Navier-Stokes方程，获得冠状动脉左分支的流场信息，冠状动脉左分支的流场信息包括冠状动脉左分支的内部各处的血压，同理，获得冠状动脉右分支的内部各处的血压。
示例性地，以冠状动脉左分支为例，上述对冠状动脉左分支的三维几何模型进行网格划分，将冠状动脉左分支入口的血流量作为输入，利用CFD求解Navier-Stokes方程，获得冠状动脉左分支的内部各处的血压，可以包括以下步骤：由于基于CTA图像数据生成的冠状动脉左分支的结构比较复杂，因此，可以采用Ansys ICEM CFD网格划分软件，对冠状动脉左分支的三维几何模型进行四面体的非结构网格划分，使得第一层网格节点距血管壁约等于0.01mm，满足解析壁面流动的需求，划分后的冠状动脉左分支的网格节点总数约为100万；再对划分后的冠状动脉左分支进行层流模拟，计算得到冠状动脉左分支的内部各处的血压。
示例性地，上述对划分后的冠状动脉左分支进行层流模拟，计算得到冠状动脉左分支的内部各处的血压，可以包括以下步骤：可以采用Ansys Fluent计算流体动力学软件工具，通过CFD数值算法中的有限体积法求解Navier-Stokes方程，迭代计算得到冠状动脉左分支的内部各处的血压，其中，在使用有限体积法求解Navier-Stokes方程时，可以设置方程中的血液密度为1060kg/m3，动力粘度为0.0035N·s/m2，入口流量为冠状动脉左分支入口的血流量，出口边界条件为outflow边界条件，求解格式为SIMPLE方法，动量方程的空间离散为二阶迎风格式，粘性模型为Laminar。
步骤S106：根据测量到的肱动脉血压和冠状动脉的内部各处的血压，获得冠状动脉FFR。
在实际实施时，使用血液测量仪测量患者的肱动脉血压Pa，肱动脉血压Pa表示了冠状动脉的入口处的平均血压，根据测量到的肱动脉血压Pa，对冠状动脉左右分支的内部各处的血压进行校准，得到校准后的冠状动脉左右分支的内部各处的血压，然后在冠状动脉左右分支的内部任取一点，该点的校准后的血压为P，可计算出的冠状动脉FFR表示为：FFR≈P/Pa；其中，根据冠状动脉左右分支的内部每一点的校准后的血压，计算得到冠状动脉左右分支的内部每一点的冠状动脉FFR，可以选择冠状动脉左分支的内部各处的冠状动脉FFR中的最小值、冠状动脉右分支的内部各处的冠状动脉FFR中的最小值、或冠状动脉左右分支的内部各处的冠状动脉FFR中的最小值，作为评价冠状动脉心脏病的依据。
示例性地，根据测量到的肱动脉血压Pa，对冠状动脉左右分支的内部各处的血压进行校准，可以包括：冠状动脉左右分支的内部各处任一点的血压加上测量到的肱动脉血压Pa。
另外，还可以利用冠状动脉CTA测量冠状动脉FFR，该方法根据相关生长规律估算冠状动脉血流量，再根据冠状动脉血流量的估算值，获得冠状动脉正常状态下的阻抗值，取冠状动脉充血状态下的阻抗值为冠状动脉正常状态下的阻抗值乘上0.24的因子，最后根据冠状动脉充血状态下的阻抗值计算冠状动脉FFR；该方法根据人体体重得到的相关生长规律估算冠状动脉的血流量，以及根据0.24因子计算冠状动脉充血状态下的阻抗值，没有考虑患者的冠状动脉的实际情况，与患者的实际冠状动脉的血流量和冠状动脉充血状态下的阻抗值都存在较大的误差，而且该方法假定冠状动脉末梢没有病变，可以处于完全充血状态下，然而如果患者的毛细血管处于病变状态，该方法得到的冠状动脉FFR的预测值将有很大偏差。
步骤S101至步骤S106可以由位于终端中的中央处理器(Central ProcessingUnit，CPU)、微处理器(Micro Processor Unit，MPU)、数字信号处理器(Digital SignalProcessor，DSP)、或现场可编程门阵列(Field Programmable Gate Array，FPGA)等实现。
由此可见，本发明实施例中，根据患者冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息，获得冠状动脉左右分支入口的血流量，再根据冠状动脉充血状态下的冠状动脉的CTA图像数据和冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压，最后根据测量到的肱动脉血压和冠状动脉的内部各处的血压，获得冠状动脉FFR，该方法采用MRI技术，只需给患者注射血管扩张剂，操作简单，避免了损伤冠状动脉血管的风险，还能够准确的获得患者的冠状动脉左右分支入口的血流量，进而快速准确的确定冠状动脉FFR。
第二实施例
为了能够更加体现本发明的目的，在本发明第一实施例的基础上，进行进一步的举例说明。
本发明第二实施例中，如图9所示，确定冠状动脉FFR的方法包括：
步骤S901：获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息。
步骤S902：根据升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；根据升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息。
步骤S901至步骤S902的实现方式与步骤S101至步骤S102的实现方式相同，这里不再赘述。
步骤S903：根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得主动脉入口和出口的血流量。
在实际实施时，根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得主动脉入口面的血流速度VAor_in、主动脉出口面的血流速度VAor_out；再对主动脉入口面和出口面的血流速度分别进行积分，获得的主动脉入口的血流量QAor_in表示为：主动脉出口的血流量QAor_out表示为：其中，T表示一个心动周期，SAor_in表示主动脉入口面的面积，SAor_out表示主动脉出口面的面积。
步骤S904：根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支的血流量的比值。
在实际实施时，根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左分支的入口面的血流速度VCor_left、冠状动脉右分支的入口面的血流速度VCor_right；
再对冠状动脉左右分支的入口面的血流速度分别进行积分，获得第一血流量Q′Cor_left_in和第二血流量Q′Cor_right_in，其中第一血流量Q′Cor_left_in为冠状动脉左分支入口的初始血流量，表示为：
第二血流量Q′Cor_right_in为冠状动脉右分支入口的初始血流量，表示为：
其中，SCor_left_in表示冠状动脉左分支的入口面的面积，SCor_right_in表示冠状动脉右分支的入口面的面积；
根据第一血流量Q′Cor_left_in和第二血流量Q′Cor_right_in的比值，得到的冠状动脉左右分支的血流量的比值R表示为：
R＝Q′Cor_left_in/Q′Cor_right_in。
需要说明的是，本发明实施例中，并不对步骤S903和步骤S904的执行顺序进行限制，例如，步骤S903可以在步骤S904之前执行，也可以在步骤S904之后执行，两者也可以同时执行。
步骤S905：根据冠状动脉左右分支的血流量的比值、以及主动脉入口和出口的血流量，获得冠状动脉左右分支入口的血流量。
在实际实施时，根据主动脉入口的血流量QAor_in和主动脉出口的血流量QAor_out，得到的冠状动脉总的入口血流量QCor_in表示为：QCor_in＝QAor_in-QAor_out；
根据冠状动脉左右分支的血流量的比值R和冠状动脉总的入口血流量QCor_in，得到的冠状动脉左分支入口的血流量QCor_left_in表示为：QCor_left_in＝QCor_in×(R/(1+R))，冠状动脉右分支入口的血流量QCor_right_in表示为：QCor_right_in＝QCor_in×(1/(1+R))。
步骤S906：根据冠状动脉充血状态下的冠状动脉的CTA图像数据，建立冠状动脉的三维几何模型。
步骤S907：根据冠状动脉的三维几何模型和冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压。
步骤S908：根据测量到的肱动脉血压和冠状动脉的内部各处的血压，获得冠状动脉FFR。
步骤S906至步骤S908的实现方式与步骤S104至步骤S106的实现方式相同，这里不再赘述。
步骤S901至步骤S908可以由位于终端中的CPU、MPU、DSP、或FPGA等实现。
由此可见，本发明实施例中，根据患者冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息，获得主动脉入口和出口的血流量、冠状动脉左右分支入口的初始血流量，根据冠状动脉左右分支入口的初始血流量，获得冠状动脉左右分支的血流量的比值，再根据主动脉入口和出口的血流量、以及冠状动脉左右分支的血流量的比值，获得冠状动脉左右分支入口的血流量；该方法采用MRI技术获得准确的冠状动脉总的入口血流量，再根据采用MRI技术获得的冠状动脉左右分支的血流量的比值、以及冠状动脉总的入口血流量，更准确地获得符合患者自身情况的冠状动脉左右分支入口的血流量。
第三实施例
为了能够更加体现本发明的目的，在本发明前述实施例的基础上，进行进一步的举例说明。
本发明第三实施例中，确定冠状动脉FFR的方法包括：
步骤A1：获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息。
步骤A2：根据升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；根据升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息。
步骤A1至步骤A2的实现方式与步骤S101至步骤S102的实现方式相同，这里不再赘述。
步骤A3：根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支入口的血流量。
在实际实施时，根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左分支的入口面的血流速度VCor_left、冠状动脉右分支的入口面的血流速度VCor_right；
再对冠状动脉左右分支的入口面的血流速度分别进行积分，获得的冠状动脉左分支入口的血流量QCor_left_in表示为：
冠状动脉右分支入口的血流量QCor_right_in表示为：
其中，T表示一个心动周期，SCor_left_in表示冠状动脉左分支的入口面的面积，SCor_right_in表示冠状动脉右分支的入口面的面积。
步骤A4：根据冠状动脉充血状态下的冠状动脉的CTA图像数据，建立冠状动脉的三维几何模型。
步骤A5：根据冠状动脉的三维几何模型和冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压。
步骤A6：根据测量到的肱动脉血压和冠状动脉的内部各处的血压，获得冠状动脉FFR。
步骤A4至步骤A6的实现方式与步骤S104至步骤S106的实现方式相同，这里不再赘述。
步骤A1至步骤A6可以由位于终端中的CPU、微处理器MPU、数字信号处理器DSP、或现场可编程门阵列FPGA等实现。
由此可见，本发明实施例中，根据患者冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和血流速度场信息，获得冠状动脉左右分支入口的血流量；该方法采用MRI技术，简单快速地获得符合患者自身情况的冠状动脉左右分支入口的血流量。
第四实施例
为了能够更加体现本发明的目的，在前述方法实施例的基础上，进行进一步的举例说明。
本发明第四实施例提供一种确定冠状动脉FFR的装置，如图10所示，该装置1000包括：基于核磁图像的三维几何模型构建模块1001、血流量计算模块1002、基于CTA图像的三维几何模型构建模块1003、血压计算模块1004和FFR计算模块1005，其中，
基于核磁图像的三维几何模型构建模块1001用于，获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息，根据升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；
血流量计算模块1002用于，根据升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息；根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量；
基于CTA图像的三维几何模型构建模块1003用于，根据冠状动脉充血状态下的冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型；
血压计算模块1004用于，根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压；
FFR计算模块1005用于，根据测量到的肱动脉血压和冠状动脉的内部各处的血压，获得冠状动脉FFR。
上述方案中，血流量计算模块1002具体用于：根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度；
分别对主动脉入口面和出口面的血流速度进行积分，获得主动脉入口和出口的血流量；
根据主动脉入口和出口的血流量，以及预先确定的冠状动脉左右分支的血流量的比值，分别获得冠状动脉左右分支入口的血流量
上述方案中，血流量计算模块1002具体用于：根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对冠状动脉左右分支的入口面的血流速度进行积分，获得冠状动脉左右分支入口的血流量。
上述方案中，血流量计算模块1002还用于：
根据升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对冠状动脉左右分支的入口面的血流速度进行积分，获得第一血流量和第二血流量，其中，第一血流量为冠状动脉左分支入口的初始血流量，第二血流量为冠状动脉右分支入口的初始血流量；
根据第一血流量和第二血流量的比值，得出冠状动脉左右分支的血流量的比值。
上述方案中，FFR计算模块1005具体用于，
根据冠状动脉的三维几何模型，获得冠状动脉的计算网格；
根据冠状动脉的计算网格、以及冠状动脉左右分支入口的血流量，设置冠状动脉计算区域的边界条件并进行CFD计算，获得冠状动脉血管的内部各处的血压。
在实际应用中，基于核磁图像的三维几何模型构建模块1001、血流量计算模块1002、基于CTA图像的三维几何模型构建模块1003、血压计算模块1004和FFR计算模块1005均可由位于终端中的CPU、MPU、数字信号处理器DSP、或现场可编程门阵列FPGA等实现。
第五实施例
基于与前述实施例相同的技术构思，本发明第五实施例提供了一种计算机可读存储介质；前述实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个计算机可读存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或processor(处理器)执行本实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
具体来讲，本实施例中的一种确定冠状动脉FFR的方法对应的计算机程序指令，可以被存储在光盘，硬盘，U盘等存储介质上，当存储介质中的与一种确定冠状动脉FFR的方法对应的计算机程序指令被一电子设备读取或被执行时，导致所述至少一个处理器执行本发明前述实施例的任意一种确定冠状动脉FFR的方法所述的步骤。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (14)

1.一种确定冠状动脉血流储备分数FFR的方法，其特征在于，所述方法包括：
获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息；
根据所述升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；
根据所述升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息；
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量；
根据冠状动脉充血状态下的冠状动脉的计算机断层扫描血管造影CTA图像数据，构建冠状动脉的三维几何模型；
根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压；
根据测量到的肱动脉血压和所述冠状动脉的内部各处的血压，获得冠状动脉FFR。
2.根据权利要求1所述的方法，其特征在于，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量，包括：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得所述冠状动脉左右分支入口的血流量。
3.根据权利要求1所述的方法，其特征在于，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量，包括：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度；
分别对所述主动脉入口面和出口面的血流速度进行积分，获得主动脉入口和出口的血流量；
根据所述主动脉入口和出口的血流量，以及预先确定的冠状动脉左右分支的血流量的比值，分别获得所述冠状动脉左右分支入口的血流量。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得第一血流量和第二血流量，其中，所述第一血流量为冠状动脉左分支入口的初始血流量，所述第二血流量为冠状动脉右分支入口的初始血流量；
根据所述第一血流量和所述第二血流量的比值，得出所述冠状动脉左右分支的血流量的比值。
5.根据权利要求3所述的方法，其特征在于，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度，包括：
在所述升主动脉冠状动脉入口的三维几何模型中的主动脉入口处和主动脉出口处分别进行截取，获得主动脉入口面和主动脉出口面；
根据所述主动脉入口面和所述主动脉出口面、以及根据所述血液速度场信息，分别获得所述主动脉入口面和出口面的血流速度。
6.根据权利要求2或4所述的方法，其特征在于，所述根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度，包括：
在所述升主动脉冠状动脉入口的三维几何模型中的冠状动脉左右分支的入口处分别进行截取，获得冠状动脉左右分支的入口面；
根据所述冠状动脉左右分支的入口面、以及所述血液速度场信息，分别获得所述冠状动脉左右分支的入口面的血流速度。
7.根据权利要求2至4任一项所述的方法，其特征在于，所述积分包括：时间积分和面积分。
8.根据权利要求1所述的方法，其特征在于，所述根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压，包括：
根据所述冠状动脉的三维几何模型，获得冠状动脉的计算网格；
根据所述冠状动脉的计算网格、以及所述冠状动脉左右分支入口的血流量，设置冠状动脉计算区域的边界条件并进行CFD计算，获得所述冠状动脉血管的内部各处的血压。
9.一种确定冠状动脉血流储备分数FFR的装置，其特征在于，所述装置包括：基于核磁图像的三维几何模型构建模块、血流量计算模块、基于计算机断层扫描血管造影CTA图像的三维几何模型构建模块、血压计算模块和FFR计算模块，其中，
所述基于核磁图像的三维几何模型构建模块用于，获取冠状动脉充血状态下的升主动脉冠状动脉入口的核磁图像和相位信息，根据所述升主动脉冠状动脉入口的核磁图像，构建升主动脉冠状动脉入口的三维几何模型；
所述血流量计算模块用于，根据所述升主动脉冠状动脉入口的相位信息，获得升主动脉冠状动脉入口的血流速度场信息；根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，获得冠状动脉左右分支入口的血流量；
所述基于CTA图像的三维几何模型构建模块用于，根据冠状动脉充血状态下的冠状动脉的CTA图像数据，构建冠状动脉的三维几何模型；
所述血压计算模块用于，根据所述冠状动脉的三维几何模型和所述冠状动脉左右分支入口的血流量，获得冠状动脉的内部各处的血压；
所述FFR计算模块用于，根据测量到的肱动脉血压和所述冠状动脉的内部各处的血压，获得冠状动脉FFR。
10.根据权利要求9所述的装置，其特征在于，所述血流量计算模块具体用于：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得所述冠状动脉左右分支入口的血流量。
11.根据权利要求9所述的装置，其特征在于，所述血流量计算模块具体用于：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得主动脉入口面和出口面的血流速度；
分别对所述主动脉入口面和出口面的血流速度进行积分，获得主动脉入口和出口的血流量；
根据所述主动脉入口和出口的血流量，以及预先确定的冠状动脉左右分支的血流量的比值，分别获得所述冠状动脉左右分支入口的血流量。
12.根据权利要求11所述的装置，其特征在于，所述血流量计算模块还用于：
根据所述升主动脉冠状动脉入口的三维几何模型和血流速度场信息，分别获得冠状动脉左右分支的入口面的血流速度；
分别对所述冠状动脉左右分支的入口面的血流速度进行积分，获得第一血流量和第二血流量，其中，所述第一血流量为冠状动脉左分支入口的初始血流量，所述第二血流量为冠状动脉右分支入口的初始血流量；
根据所述第一血流量和所述第二血流量的比值，得出所述冠状动脉左右分支的血流量的比值。
13.根据权利要求9所述的装置，其特征在于，所述血压计算模块具体用于：
根据所述冠状动脉的三维几何模型，获得冠状动脉的计算网格；
根据所述冠状动脉的计算网格、以及所述冠状动脉左右分支入口的血流量，设置冠状动脉计算区域的边界条件并进行CFD计算，获得所述冠状动脉血管的内部各处的血压。
14.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，
当所述计算机程序被至少一个处理器执行时，导致所述至少一个处理器执行权利要求1至8任一项所述方法的步骤。
CN201810568691.3A 2018-06-05 2018-06-05 一种确定冠状动脉血流储备分数ffr的方法和装置 Active CN108992057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810568691.3A CN108992057B (zh) 2018-06-05 2018-06-05 一种确定冠状动脉血流储备分数ffr的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810568691.3A CN108992057B (zh) 2018-06-05 2018-06-05 一种确定冠状动脉血流储备分数ffr的方法和装置

Publications (2)

Publication Number Publication Date
CN108992057A true CN108992057A (zh) 2018-12-14
CN108992057B CN108992057B (zh) 2021-08-10

Family

ID=64573347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810568691.3A Active CN108992057B (zh) 2018-06-05 2018-06-05 一种确定冠状动脉血流储备分数ffr的方法和装置

Country Status (1)

Country Link
CN (1) CN108992057B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109686450A (zh) * 2018-12-22 2019-04-26 北京工业大学 一种基于超声和ct成像技术的冠脉血流储备分数计算方法
CN109717953A (zh) * 2019-02-01 2019-05-07 杭州晟视科技有限公司 一种血流量的确定方法、装置、电子设备和计算机存储介质
CN109846500A (zh) * 2019-03-15 2019-06-07 浙江大学 一种确定冠状动脉血流储备分数的方法和装置
CN110120031A (zh) * 2019-04-02 2019-08-13 四川锦江电子科技有限公司 一种得到血管血流储备分数的方法和装置
CN110584639A (zh) * 2019-09-04 2019-12-20 北京工业大学 一种对cta冠状动脉图像进行数据处理预测ffr的方法
CN111292314A (zh) * 2020-03-03 2020-06-16 上海联影智能医疗科技有限公司 冠脉分段方法、装置、图像处理系统和存储介质
CN112107362A (zh) * 2020-08-24 2020-12-22 江苏大学 一种冠心病的计算机辅助手术设计系统
WO2021042479A1 (zh) * 2019-09-05 2021-03-11 苏州润迈德医疗科技有限公司 便捷测量冠状动脉血管评定参数的方法、装置及系统
CN112669370A (zh) * 2021-03-16 2021-04-16 杭州晟视科技有限公司 一种冠状动脉的半径计算方法、终端及存储介质
CN112690814A (zh) * 2020-11-06 2021-04-23 杭州阿特瑞科技有限公司 一种低误差的冠状动脉血流储备分数测量方法
CN113520363A (zh) * 2021-06-25 2021-10-22 安影科技（北京）有限公司 一种下丘脑及垂体的血流灌注获取方法及系统
CN113576439A (zh) * 2020-05-08 2021-11-02 深圳北芯生命科技股份有限公司 处理血管压力信号的主机
CN116172598A (zh) * 2023-02-22 2023-05-30 北京医准智能科技有限公司 一种血流储备分数确定方法、装置、电子设备及存储介质
CN116453697A (zh) * 2022-12-30 2023-07-18 徐州医科大学 基于ffr拟合的冠脉狭窄血流动力学模拟方法及系统
US11779225B2 (en) * 2019-06-11 2023-10-10 Siemens Healthcare Gmbh Hemodynamic analysis of vessels using recurrent neural network
CN117137492A (zh) * 2023-11-01 2023-12-01 山东大学齐鲁医院 冠状动脉血流异常检测系统、存储介质及终端
CN111292314B (zh) * 2020-03-03 2024-05-24 上海联影智能医疗科技有限公司 冠脉分段方法、装置、图像处理系统和存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105096388A (zh) * 2014-04-23 2015-11-25 北京冠生云医疗技术有限公司 基于计算流体力学的冠状动脉血流仿真系统和方法
US20160140313A1 (en) * 2010-08-12 2016-05-19 Heartflow, Inc. Method and system for image processing to determine patient-specific blood flow characteristics
CN106023202A (zh) * 2016-05-20 2016-10-12 苏州润心医疗科技有限公司 基于心脏ct图像的冠状动脉血流储备分数计算方法
CN106473731A (zh) * 2016-10-25 2017-03-08 北京工业大学 基于个性化冠状动脉分支血流量的ffrct计算方法
CN106537392A (zh) * 2014-04-22 2017-03-22 西门子保健有限责任公司 用于冠状动脉中的血液动力学计算的方法和系统
CN106659400A (zh) * 2014-06-30 2017-05-10 皇家飞利浦有限公司 用于确定血流储备分数值的装置
CN106923813A (zh) * 2015-12-30 2017-07-07 中国科学院深圳先进技术研究院 一种磁共振心脏血流速度的测量方法及装置
CN107491636A (zh) * 2017-07-26 2017-12-19 武汉大学 一种基于计算流体力学的脑血管储备力仿真系统和方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160140313A1 (en) * 2010-08-12 2016-05-19 Heartflow, Inc. Method and system for image processing to determine patient-specific blood flow characteristics
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
CN106537392A (zh) * 2014-04-22 2017-03-22 西门子保健有限责任公司 用于冠状动脉中的血液动力学计算的方法和系统
CN105096388A (zh) * 2014-04-23 2015-11-25 北京冠生云医疗技术有限公司 基于计算流体力学的冠状动脉血流仿真系统和方法
CN106659400A (zh) * 2014-06-30 2017-05-10 皇家飞利浦有限公司 用于确定血流储备分数值的装置
CN106923813A (zh) * 2015-12-30 2017-07-07 中国科学院深圳先进技术研究院 一种磁共振心脏血流速度的测量方法及装置
CN106023202A (zh) * 2016-05-20 2016-10-12 苏州润心医疗科技有限公司 基于心脏ct图像的冠状动脉血流储备分数计算方法
CN106473731A (zh) * 2016-10-25 2017-03-08 北京工业大学 基于个性化冠状动脉分支血流量的ffrct计算方法
CN107491636A (zh) * 2017-07-26 2017-12-19 武汉大学 一种基于计算流体力学的脑血管储备力仿真系统和方法

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109686450A (zh) * 2018-12-22 2019-04-26 北京工业大学 一种基于超声和ct成像技术的冠脉血流储备分数计算方法
CN109717953A (zh) * 2019-02-01 2019-05-07 杭州晟视科技有限公司 一种血流量的确定方法、装置、电子设备和计算机存储介质
CN109846500A (zh) * 2019-03-15 2019-06-07 浙江大学 一种确定冠状动脉血流储备分数的方法和装置
CN110120031A (zh) * 2019-04-02 2019-08-13 四川锦江电子科技有限公司 一种得到血管血流储备分数的方法和装置
CN110120031B (zh) * 2019-04-02 2022-05-31 四川锦江电子科技有限公司 一种得到血管血流储备分数的方法和装置
US11779225B2 (en) * 2019-06-11 2023-10-10 Siemens Healthcare Gmbh Hemodynamic analysis of vessels using recurrent neural network
CN110584639A (zh) * 2019-09-04 2019-12-20 北京工业大学 一种对cta冠状动脉图像进行数据处理预测ffr的方法
WO2021042479A1 (zh) * 2019-09-05 2021-03-11 苏州润迈德医疗科技有限公司 便捷测量冠状动脉血管评定参数的方法、装置及系统
CN111292314A (zh) * 2020-03-03 2020-06-16 上海联影智能医疗科技有限公司 冠脉分段方法、装置、图像处理系统和存储介质
CN111292314B (zh) * 2020-03-03 2024-05-24 上海联影智能医疗科技有限公司 冠脉分段方法、装置、图像处理系统和存储介质
CN113576439A (zh) * 2020-05-08 2021-11-02 深圳北芯生命科技股份有限公司 处理血管压力信号的主机
CN113576439B (zh) * 2020-05-08 2023-06-13 深圳北芯生命科技股份有限公司 处理血管压力信号的主机
CN112107362A (zh) * 2020-08-24 2020-12-22 江苏大学 一种冠心病的计算机辅助手术设计系统
CN112107362B (zh) * 2020-08-24 2022-05-20 江苏大学 一种冠心病的计算机辅助手术设计系统
CN112690814A (zh) * 2020-11-06 2021-04-23 杭州阿特瑞科技有限公司 一种低误差的冠状动脉血流储备分数测量方法
CN112669370B (zh) * 2021-03-16 2021-06-01 杭州晟视科技有限公司 一种冠状动脉的半径计算方法、终端及存储介质
CN112669370A (zh) * 2021-03-16 2021-04-16 杭州晟视科技有限公司 一种冠状动脉的半径计算方法、终端及存储介质
CN113520363A (zh) * 2021-06-25 2021-10-22 安影科技（北京）有限公司 一种下丘脑及垂体的血流灌注获取方法及系统
CN113520363B (zh) * 2021-06-25 2023-08-25 安影科技（北京）有限公司 一种下丘脑及垂体的血流灌注获取方法及系统
CN116453697A (zh) * 2022-12-30 2023-07-18 徐州医科大学 基于ffr拟合的冠脉狭窄血流动力学模拟方法及系统
CN116453697B (zh) * 2022-12-30 2023-12-19 徐州医科大学 基于ffr拟合的冠脉狭窄血流动力学模拟方法及系统
CN116172598A (zh) * 2023-02-22 2023-05-30 北京医准智能科技有限公司 一种血流储备分数确定方法、装置、电子设备及存储介质
CN117137492A (zh) * 2023-11-01 2023-12-01 山东大学齐鲁医院 冠状动脉血流异常检测系统、存储介质及终端
CN117137492B (zh) * 2023-11-01 2024-02-09 山东大学齐鲁医院 冠状动脉血流异常检测系统、存储介质及终端

Also Published As

Publication number Publication date
CN108992057B (zh) 2021-08-10

Similar Documents

Publication Publication Date Title
CN108992057A (zh) 一种确定冠状动脉血流储备分数ffr的方法和装置
JP7483079B2 (ja) 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム
KR101818645B1 (ko) 혈류 특성 모델링 감도 분석 방법 및 시스템
CN108294735B (zh) 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
US10373700B2 (en) Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance
EP3127026B1 (en) Systems and methods for determining blood flow characteristics using flow ratio
US10522254B2 (en) Methods and systems for predicting sensitivity of blood flow calculations to changes in anatomical geometry
CN105096388B (zh) 基于计算流体力学的冠状动脉血流仿真系统和方法
CN108122616B (zh) 个体特异性的心血管模型的生成方法及其应用
CN105518684A (zh) 用于预测冠状动脉病变的位置、开始、和/或变化的系统和方法
CN106537392A (zh) 用于冠状动脉中的血液动力学计算的方法和系统
CN106659399A (zh) 使用患病和假想正常解剖学模型中的流计算的冠状动脉狭窄的非侵入功能评价的方法和系统
US10383600B2 (en) Method for analysis and display of blood flow information
CN108735270A (zh) 基于降维模型的血流储备分数获取方法、装置、系统和计算机存储介质
KR102620470B1 (ko) 관상 동맥의 혈류역학적 파라미터의 환자별 모델링
CN110706770B (zh) 心脏数据处理设备及处理方法、计算机可读存储介质
Kousera et al. Patient-specific coronary stenoses can be modeled using a combination of OCT and flow velocities to accurately predict hyperemic pressure gradients
Wellnhofer et al. Novel non-dimensional approach to comparison of wall shear stress distributions in coronary arteries of different groups of patients
KR20140120235A (ko) 물질특성에 기반한 전산유체역학 모델링 및 분석 방법
Sokolov et al. Estimation of blood flow velocity in coronary arteries based on the movement of radiopaque agent
CN116453697B (zh) 基于ffr拟合的冠脉狭窄血流动力学模拟方法及系统
Eusemann et al. 3D visualization of endocardial peak velocities during systole and diastole
CN115985504A (zh) 基于冠状动脉造影重建冠状动脉模型的方法及相关设备
CN115910353A (zh) 基于分层心肌模型的冠脉微循环血管阻力获取方法和系统
IT201700020637A1 (it) Metodo e apparato per stimare grandezze cardiocircolatorie

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
CB02 Change of applicant information

Address after: Room 707, building 2, Xizi international jinzuo, Nanyuan street, Yuhang District, Hangzhou City, Zhejiang Province

Applicant after: Hangzhou Sheng Shi Technology Co., Ltd.

Address before: 311100 Hangzhou, Yuhang, Zhejiang Linping new town Nanyuan street, new far CBC1 block 1502 room.

Applicant before: Hangzhou Sheng Shi Technology Co., Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant