CN109688908A - 用于确定血流储备分数的装置和方法 - Google Patents

用于确定血流储备分数的装置和方法 Download PDF

Info

Publication number
CN109688908A
CN109688908A CN201780056463.1A CN201780056463A CN109688908A CN 109688908 A CN109688908 A CN 109688908A CN 201780056463 A CN201780056463 A CN 201780056463A CN 109688908 A CN109688908 A CN 109688908A
Authority
CN
China
Prior art keywords
boundary condition
coronary artery
model
congested
parameter
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
CN201780056463.1A
Other languages
English (en)
Other versions
CN109688908B (zh
Inventor
M·P·弗赖曼
L·戈申
H·尼克基施
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 Electronics 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 Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN109688908A publication Critical patent/CN109688908A/zh
Application granted granted Critical
Publication of CN109688908B publication Critical patent/CN109688908B/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
    • 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
    • A61B5/02007—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
    • A61B5/026—Measuring blood flow
    • 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
    • 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
    • G16H50/50—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
    • 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
    • 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
    • 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

Landscapes

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

Abstract

本发明涉及用于一种用于确定血流储备分数的装置(26)和方法。出于该目的，提供了新的个性化充血边界条件模型。所述个性化充血边界条件模型被用于调节用于模拟人类对象的冠脉树(34)中的血流的参数模型。作为针对所述个性化充血边界条件模型的基础，使用了预定义充血边界条件模型，其表示经验导出的充血边界条件参数。然而，这些经验的充血边界条件参数对于在检查中的人类对象不是特异性的。为了实现对相应的预定义充血边界条件模型的特异性化，从人类对象的冠脉树的体积图像导出特异性人类对象特征。这些特征被用于调节预定义充血边界条件模型，从而得到个性化充血边界条件模型。作为效果，使用通过个性化充血边界条件模型调节的参数模型的流动模拟改善了流动模拟的性能，以便确定增强的血流储备分数。

Description

用于确定血流储备分数的装置和方法
技术领域
本发明涉及一种用于确定血流储备分数的装置，并且涉及一种用于确定血流储备分数的方法。
背景技术
心血管疾病是工业化世界中的死亡的首要原因。主要形式的心血管疾病由脂肪物质在供应心脏、大脑、肾脏和下肢的动脉的内组织层中的慢性积聚引起。进行性冠状动脉疾病限制到心脏的血流。由于缺少通过当前的非侵入式测试提供的准确信息，许多患者需要侵入式导管流程来评价冠脉血流。因此，存在对于量化人类冠状动脉中的血流以评价可能的冠状动脉疾病的功能意义的非侵入式方法的需求。对动脉容量的可靠评价因此对于解决患者需求的处置规划将是重要的。最近的研究已经证明，血流动力学特性，诸如血流储备分数(FFR)，是确定针对具有动脉疾病的患者的最佳处置的重要指示器。对血流储备分数的常规评价使用侵入式导管插入术来直接测量血流特性，诸如压力和流速。然而，这些侵入式测量技术对患者存在风险，并且对健康护理系统可以导致显著的成本。
血流储备分数是冠脉狭窄的功能严重性的指示器，其是根据优选在冠脉血管造影期间进行的压力测量而计算的并且被定义为在充血状况下(在狭窄后方的)远侧血压相对于(靠近孔口的)近侧压力(即，在病灶之后的压力与正常压力之间的比率)。换言之，血流储备分数表示与在假设不存在狭窄的情况下的最大流量相比的具体在存在狭窄的情况下的沿冠脉血管向下的最大流动。血流储备分数是在0与1之间的绝对数中的值，其中，0.5的血流储备分数指示给定狭窄引起血液压力的50％下降，其优选便于对狭窄程度的诊断。
计算机断层摄影动脉血管造影是一种用于对动脉血管进行可视化的计算机断层摄影技术。出于该目的，X射线的射束从辐射源穿过患者的身体中的感兴趣区域以获得投影图像。优选地，X射线从若干不同的角度穿过患者的身体以获得相应的投影图像，其然后由处理单元组装成表示患者的身体的感兴趣区域的三维图像。因此，计算机断层摄影冠脉血管造影是用于对冠状动脉疾病的评估的非侵入式技术。在冠状动脉疾病检测中的高阴性预测值将计算机断层摄影冠脉血管造影置于非侵入式技术的目的，以排除症候患者中具有低至中等预测试疾病可能性的冠状动脉疾病。然而，计算机断层摄影冠脉血管造影在评价冠脉病灶的血流动力学意义中受限制。根据计算机断层摄影冠脉血管造影评价血流动力学意义需要对冠脉的准确分割，以生成用于流动模拟的三维模型以及利用非图像脉管系统对界面进行建模的边界条件模型。尽管自动或半自动工具能用于根据计算机断层摄影冠脉血管造影图像数据生成冠脉树的三维模型，但是对边界条件的准确建模依然存在显著的挑战。
从US 2013/0246034 A1，已知利用以下框架来采集FFR，所述框架包括图像采集阶段、解剖建模阶段、血流模拟阶段以及FFR计算阶段。在所述图像采集阶段中，采集来自患者的非侵入式数据。所述血流模拟阶段使用该数据来构建冠状动脉的患者特异性模型。然后，对冠状动脉中的血流进行模拟。充血边界条件是基于该模拟来建模的。
已知如何将分析模型(诸如阻力模型、阻抗模型或Windkessel模型)耦合到截短的计算域的边界中。然而，这些模型使用基于经验测量结果的恒定参数。实际上，不同人类个体的测量结果之间存在大的差异。此外，毛细血管的阻力可以被自动调节以考虑父冠脉中的狭窄的存在。侧支流动是被人体用于在冠脉狭窄的情况下通过创建向潜在缺血区域支持侧支血流的新动脉来防止缺血的自动调节机制。甚至在不存在阻塞性冠状动脉疾病的情况下或者在完全正常的心脏中，在20％至25％的人群中可能存在到短暂堵塞的冠状动脉的足以防止心肌缺血的ECG信号的侧支流动。然而，由于侧支动脉的小直径，计算机断层摄影冠脉血管造影可能不直接描绘支持侧支血流的侧支动脉的存在。因此，当前使用的边界条件模型不考虑侧支流动的存在。遗憾的是，冠脉树的该人类对象的特异性性质和/或其他人类对象的特异性性质可以引起对血流储备分数的不准确的估计。
发明内容
鉴于先前的解释，当使用具有边界条件的用于模拟冠脉树中的血流的模型时，可能存在对更好地考虑冠脉血流的患者差异的需求。
本发明的目的是通过独立权利要求的主题来解决的，其中，在从属权利要求中包含了另外的实施例。应当注意，本发明的下文所描述的各方面还至少以类似的方式适用于方法、计算机程序单元和计算机可读介质。
根据本发明的第一方面，提供了一种用于确定血流储备分数的装置。所述装置包括输入接口、处理单元和存储器件。所述输入接口被配置为获得表示人类对象的冠脉树的体积图像数据。所述存储器件被配置为提供用于模拟冠脉树中的血流的参数模型。所述存储器件被配置为提供充血边界条件模型，所述充血边界条件模型表示针对所述参数模型的至少一个预定义充血边界条件参数。所述处理单元被配置为从所述体积图像数据中提取至少一个个性化特征。所述处理单元被配置为基于所述至少一个个性化特征来调整所述充血边界条件模型，从而得到个性化充血边界条件模型。此外，所述处理单元被配置为利用所述参数模型和所述个性化充血边界条件模型来确定所述人类对象的所述冠脉树的冠脉血管的血流储备分数。
优选地，所述体积图像数据可以从重建单元被提供给所述装置的所述输入接口，其可以被分配给计算机断层摄影扫描器。因此，所述体积图像数据优选表示人类对象的冠脉树的至少小部分。所述输入接口可以被连接到所述处理单元，使得所述体积图像数据能够被提供给所述处理单元。所述存储器件可以由存储器、特别是数据存储器来形成。因此，所述参数模型和所述充血边界条件模型可以由存储器件来存储。所述存储器件可以被连接到所述处理单元，使得所述参数模型和所述充血边界条件模型能够被提供给所述处理单元。
所述参数模型优选被配置用于模拟人类对象的冠脉树的冠脉血管中的血流。所述参数模型能够被所述处理单元用于利用充血边界条件参数来模拟冠脉树中、特别是冠脉树的血管中的血流。因此，所述至少一个充血边界条件参数表示参数模型的相应的条件参数，以便模拟处于充血状态中的人类对象的冠脉树中的血流。由于这是模拟，人类对象的充血状态优选涉及人类对象的假设充血状态。所述充血边界条件参数能够由所述充血边界条件模型来提供。由所述充血边界条件模型提供的所述充血边界条件参数是预定义的。因此，这些参数是预定义充血边界条件参数。优选地，这些预定义充血边界条件参数表示经验充血边界条件参数或者基于经验充血边界条件参数，所述经验充血边界条件参数可以根据多个人类对象的先验分析来生成。因此，当与所述参数模型一起使用时，所述充血边界条件模型本身不是个性化的。因此，所述充血边界条件模型本身可能不考虑人类对象的个体血流的存在。因此，针对人类对象的冠脉树的准确血流模拟将需要针对所述参数模型的个性化充血边界条件。
为了使针对所述参数模型的所述充血边界条件个性化，至少一个个性化特征经由所述处理单元从所述体积图像数据中提取。至少个性化特征表示人类对象的至少一个性质和/或人类对象的冠脉树的性质。进一步优选的，所述至少一个个性化特征表示人类对象的冠脉树的冠脉血管的性质。
此外，所述充血边界条件模型基于所述至少一个个性化特征经由所述处理单元来调整，从而得到所述个性化充血边界条件模型。所述个性化充血边界条件模型优选表示针对所述参数模型的至少一个个性化充血边界条件参数。因此，可以执行所述调整，使得所述个性化充血边界条件参数指示和/或反映人类对象的个性化特征。因此，所述个性化充血边界条件参数可以提供针对所述参数模型的条件，以便考虑人类对象的在其冠脉树中的个体血流特性，这继而提供更精确的模拟结果。
人类对象的冠脉树的冠脉血管的血流储备分数经由所述处理单元利用所述参数模型和所述个性化充血边界条件模型来确定。对所述血流储备分数的所述确定也可以指代对血流储备分数的估计。所述参数模型通过个性化充血边界条件模型的至少一个充血边界条件参数来调节。换言之，所述冠脉血管的所述血流储备分数可以在由所述个性化充血边界条件模型提供的至少一个具体地调整的和/或个性化的充血边界条件参数的状况下通过所述参数模型来确定。作为效果，尚未通过所述体积图像数据来表示和/或尚未被成像的脉管系统可以通过所述个性化充血边界条件模型来表示。然而，所述体积图像数据可以提供用于提取人类对象的个性化特征的基础。这提供了用于调整所述充血边界条件模型的基础，特别是调整和/或调节其预定义充血边界条件参数和/或提供另外的个性化充血边界条件参数。因此，所述个性化特征可以表征人类对象的冠脉树的非图像脉管系统与预定义充血边界条件参数之间的关系。备选地或另外地，所述个性化特征可以表征人类对象的冠脉树的非图像脉管系统与(另外的)个性化充血边界条件参数之间的关系。因此，个性化使用的充血边界条件模型考虑冠脉树的人类对象的个体性质，这继而导致对血流储备分数的确定。
对所述充血边界条件模型的调整能够在模拟本身之前被执行。因此，所述装置的所述处理单元可以被配置为在模拟之前调整所述充血边界条件模型。作为效果，可以提供所述参数模型和所述个性化充血边界条件模型，而无需对人类对象的冠脉树中的血流的预模拟。作为另外的结果，所述装置可以被配置用于“单相”方法来确定所述血流储备分数。因此，所述装置提供用于执行对人类对象的冠脉树的冠脉血管的血流储备分数的快速的、非侵入式的、计算便宜的增强的确定的增强的方法。
根据示范性实施例，所述体积图像数据表示处于安静状态中的人类对象的冠脉树。因此，可以降低与所述体积图像数据的采集相关联的风险和成本。此外，所述体积图像数据可以独立地和/或在对人类对象的侵入式处置之前被采集。
根据另外的示范性实施例，所述处理单元被配置为确定处于充血状态中的人类对象的冠脉血管的血流储备分数。所述人类对象的充血状态优选涉及人类对象的假设充血状态。这由所述血流储备分数经由模拟来确定的效果而引起。出于该目的，所述处理单元被配置为利用所述参数模型和所述个性化充血边界条件模型来模拟处于(假设)充血状态中的人类对象的冠脉树的血流。因此，可以提供对冠脉血管的血流储备分数的增强的确定。作为另外的效果，可能的冠脉病灶高动力性意义可以基于经确定的血流储备分数来估计。作为甚至另外的效果，能够防止直接测量处于充血状态中的人类对象的冠脉血管的血流特性的侵入式导管插入术。
根据另外的示范性实施例，所述体积图像数据被形成和/或基于心脏计算机断层摄影血管造影图像数据。进一步优选地，所述体积图像数据可以基于计算机断层摄影图像数据来确定。
根据另外的示范性实施例，所述处理单元被配置为基于所述至少一个个性化特征来确定至少一个个性化充血边界条件参数，其中，所述处理单元被配置为调整所述充血边界条件模型，使得所得到的个性化充血边界条件模型包括所述至少一个预定义充血边界条件参数和所述至少一个个性化充血边界条件参数。相比于所述充血边界条件模型，所述个性化充血边界条件模型包括至少一个另外的充血边界条件参数，亦即，所述至少一个个性化充血边界条件参数。由于所述个性化特征可以表征在检查中的人类对象的冠脉树的具体地涉及人类对象的冠脉树的冠脉血管的特定性质，基于所述个性化特征而确定的所述至少一个个性化充血边界条件因此可以表征针对所述参数模型的对应条件。因此，能够确定在检查中的人类对象的冠脉树的冠脉血管的经改善的血流储备分数。
根据另外的示范性实施例，所述处理单元被配置为通过基于所述至少一个个性化特征调整所述至少一个预定义充血边界条件参数来确定所述个性化充血边界条件模型。因此，基于所述至少一个个性化特征，可以执行对所述至少一个预定义充血边界条件参数的调整或调节，使得经调整和/或调节的至少一个预定义充血边界条件参数针对在检查中的人类对象的冠脉树来进行表征。因此，先前的至少一个预定义充血边界条件参数或者其至少一个参数是基于所述至少一个个性化特征来个性化的。因此，提供所述个性化充血边界条件模型，其对于人类对象的冠脉树是特异性的。作为效果，通过所述个性化充血边界条件模型调节的所述参数模型提供用于对人类对象的冠脉树的冠脉血管中的血流的增强的模拟的基础，这继而提供了用于对所述冠脉血管的血流储备分数的经改善的确定的基础。
根据另外的优选实施例，所述至少一个个性化特征表示冠脉树的至少一个解剖特征。优选地，所述至少一个个性化特征表示冠脉树的冠脉血管的至少一个解剖特征。所述冠脉树涉及人类对象的冠脉树。人类对象的冠脉树通过所述体积图像数据来表示。因此，对应的体积图像允许提取人类对象的冠脉树的解剖特征。这种提取由所述处理单元来执行。一般地，人类对象的冠脉树的体积图像提供若干解剖特征。针对至少一个个性化特征，这些解剖特征中的至少一个解剖特征被提取，以便形成和/或提取所述至少一个个性化特征。每个解剖特征对于在检查中的人类对象是特异性的，并且因此，对人类对象的冠脉树是特异性的。因此，人类对象的冠脉树的解剖特征提供用于确定个性化充血边界条件参数和/或用于调整预定义充血边界条件参数的基础。因此，所述参数中的每个参数可以表征特异性的冠脉树充血边界条件参数。作为效果，对血流储备分数的经改善的确定是可获得的。
根据另外的优选实施例，所述至少一个解剖特征表示冠脉树的节段的截面。优选地，所述节段指代冠脉树的冠脉血管。在检查中的人类对象的冠脉树的节段的截面可以表示或者指示在冠脉树的所述节段处的流动阻力。因此，流动阻力可以针对相应的节段根据冠脉树的所述节段的截面来计算。作为效果，冠脉树的节段的截面提供在检查中的人类对象的冠脉树的特异性或个性化特征。因此，冠脉树的节段的截面提供用于调整预定义条件模型的基础和/或用于确定(另外的)个性化充血边界条件参数的基础。因此，人类对象特异性(亦即，个性化)充血边界条件模型能够被提供用于调节所述参数模型，以便模拟冠脉树中(特别是人类对象的冠脉树的冠脉血管中)的血流。作为效果，对血流储备分数的经改善的确定是可获得的。
根据另外的优选实施例，所述至少一个个性化特征表示冠脉树的至少一个形态学特征。优选地，所述至少一个个性化特征表示冠脉树的冠脉血管的至少一个形态学特征。所述冠脉树的形态学特征可以涉及和/或表示形成冠脉树的冠脉血管的周围表面的组织的特征。优选地，所述组织被分配给冠脉树。通常，冠脉树的冠脉血管提供平滑的弹性内部对齐。然而，冠脉树的冠脉血管可以变得硬化、变硬、肿胀和/或经受沉积。因此，周围组织可以经受对应的改变，其可以通过形态学特征来表示和/或指示。因此，所述冠脉树的至少一个形态学特征提供用于调整充血边界条件模型的基础，从而得到个性化充血边界条件模型。关于这样的个性化充血边界条件模型的效果和/或优点，以类似的方式参考上文所提供的解释。具体地，对血流储备分数的经改善的确定是可能的。
根据另外的优选实施例，所述至少一个形态学特征表示冠脉树中(特别是其冠脉血管中)的斑块。因此，所述形态学特征可以表示在形成冠脉树并且特别是其冠脉血管的组织中的斑块沉积。斑块可以由在形成冠脉树和/或其至少一条冠脉血管的组织中的钙沉积和/或脂肪沉积形成。斑块可以导致硬化的、变硬的和/或肿胀的冠脉血管，这进一步导致所述冠脉血管的减小的截面和/或导致增加的流动阻力。因此，表示冠脉树中的斑块的形态学特征提供调整和/或调节预定义充血边界条件模型的良好基础，以便接收增强的个性化充血边界条件模型。关于所述个性化充血边界条件模型的效果和/或结果，以类似的方式参考上文所提供的先前的解释。具体地，对血流储备分数的经改善的确定是可能的。
根据另外的预定义实施例，所述至少一个个性化特征表示冠脉树(特别是其冠脉血管中)的至少一个谱特征。冠脉树的谱特征可以表示和/或指示形成冠脉树的组织的不同物质的浓度。因此，表示冠脉树的谱特征的个性化特征提供用于确定个性化充血边界条件参数和/或调整至少一个预定义充血边界条件参数的良好基础。关于个性化充血边界条件模型的优点和/或效果，以类似的方式参考先前提供的解释。具体地，对血流储备分数的经改善的确定是可能的。
根据优选实施例，所述至少一个谱特征表示冠脉树中(特别是其冠脉血管中)的斑块物质的浓度。冠脉树的谱特征可以表示和/或指示至少在形成冠脉树的组织中的斑块物质的斑块浓度。关于该实施例的优点和/或效果，以类似的方式来参考先前的解释。
根据本发明的第二方面，提供了一种用于确定血流储备分数的方法。所述方法包括以下步骤：
a)获得表示人类对象的冠脉树的体积图像数据；
b)提供用于模拟冠脉树中的血流的参数模型；
c)提供充血边界条件模型，所述充血边界条件模型表示针对所述参数模型的至少一个预定义充血边界条件参数；
d)从所述体积图像数据中提取至少一个个性化特征；
e)基于所述至少一个个性化特征来调整所述充血边界条件模型，从而得到个性化充血边界条件模型；并且
f)利用所述参数模型和所述个性化充血边界条件模型来确定所述人类对象的所述冠脉树的冠脉血管的血流储备分数。
应当理解，在此处不重复关于装置所提供的所有解释、范例、特征和/或优点的情况下，本发明的方法旨在被配置为执行装置针对其进行配置的方法步骤。因此，尽管先前参考装置来提供，但是所有上文所提供的范例、解释、特征和/或优点也旨在以类似的方式被提供用于本发明的方法。
根据本发明的第三方面，提供了一种用于控制本发明的装置的计算机程序单元，所述计算机程序单元当由所述处理单元运行时适于执行上文所描述的方法。
根据本发明的第四方面，提供了一种已经在其上存储有所述程序单元的计算机可读介质，所述程序单元当由所述处理单元运行时适于执行上文所描述的方法。
根据本发明的一方面，提供了一种新的个性化充血边界条件模型。所述个性化充血边界条件模型被用于调节用于模拟人类对象的冠脉树中的血流的参数模型。作为用于个性化充血边界条件模型的基础，使用了预定义充血边界条件模型，其表示经验导出的充血边界条件参数。然而，这些经验的充血边界条件参数对于在检查中的人类对象不是特异性的。为了实现对相应的预定义充血边界条件模型的特异性化(specification)，根据人类对象的冠脉树的体积图像而导出特异性人类对象特征。这些特征被用于调节预定义充血边界条件模型，从而得到个性化充血边界条件模型。因此，使用通过所述个性化充血边界条件模型而调节的参数模型的流动模拟改善了流动模拟的性能，以便确定增强的血流储备分数。这样的模拟的准确性在很大程度上取决于冠脉树的准确的几何建模和利用非图像脉管系统对界面进行建模的充血边界条件。从冠脉树的体积图像提取的个性化特征解决了冠脉树的流动中的潜在偏置，使得个性化充血边界条件模型提供了表示在检查中的人类对象的冠脉树的特异性特性的增强的并且甚至更特异性的参数集。所提取的个性化特征可以涉及冠脉树的解剖特征、形态学特征或谱特征。所述个性化充血边界条件模型以及参数模型能够在模拟之前被提供。此外，在检查中的人类对象的冠脉树的个性化特征可以在人类对象的安静状态期间被采集。由于通过所述个性化充血边界条件模型对特定人类对象的充血边界条件的特异性化，可以执行增强的血流模拟，这继而导致对冠脉树并且特别是在检查中的人类对象的冠脉树的冠脉血管的血流储备分数的增强的确定。
参考下文所描述的实施例，本发明的这些方面和其他方面将是显而易见的并得以阐明。
附图说明
将在下文中参考附图来描述本发明的示范性实施例：
图1示意性图示了用于采集人类对象的冠脉树的体积图像数据的系统以及用于确定血流储备分数的装置的示范性实施例。
图2示意性图示了冠脉树的范例。
图3示意性图示了冠脉树的小部分的范例。
图4示意性图示了方法的实施例的流程图。
具体实施方式
在下文中，本发明被示范性地描述为正在用于确定血流储备分数的装置的背景中被使用。但是本发明也能够在用于确定血流储备分数的方法的背景中被使用。因此，所有以下范例和/或解释也可以旨在通过本发明的方法来实施。
图1在左手侧示意性图示了成像系统10。优选地，成像系统10是计算机断层摄影扫描器。进一步优选的，成像系统10至少被配置用于冠脉计算机断层摄影血管造影扫描和/或流程。成像系统10另外地或备选地可以包括X射线扫描器、磁共振成像扫描器和/或被配置用于冠脉计算机断层摄影血管造影扫描的另一扫描器。
成像系统10可以包括静止机架12。静止机架12可旋转地支撑旋转机架14。旋转机架14被配置为围绕检查区域16旋转。成像系统10还包括对象支撑体18。对象支撑体18被配置为将人类对象支撑到检查区域16中。成像系统10还包括辐射源20。所述辐射源(诸如X射线管)由旋转机架14支撑，随着旋转机架14旋转，并且被配置为发射穿过检查区域16的辐射。
成像系统10还包括辐射敏感探测器阵列22。辐射敏感探测器阵列22跨检查区域16与辐射源20相对呈角度弧，并且被配置为检测穿过检查区域16的辐射并且生成指示其的信号(投影数据)。成像系统10还包括重建单元24。重建单元24被配置为基于辐射敏感探测器阵列22的信号来生成表示人类对象的位于检查区域16中的扫描部分的体积图像数据。因此，重建单元24被配置为提供表示人类对象的冠脉树34的体积图像数据。出于该目的，人类对象被施予(例如，静脉内地等)不透辐射的造影剂。因此，所得到的体积图像数据是可视化和/或表示人类对象的冠脉树34的血管(特别是诸如冠脉树34的动脉、静脉等的血管)的冠脉计算机断层摄影血管造影图像数据。
图1在右手侧示意性图示了用于确定血流储备分数的装置26。装置26包括输入接口28、处理单元30和存储器件32。输入接口28被配置为获得表示人类对象的冠脉树34的体积图像数据。出于该目的，所述体积图像数据可以从重建单元24被传输到输入接口28。在图2中示范性图示了人类对象的冠脉树34的范例。冠脉树34包括右冠状动脉36和左冠状动脉38。冠状动脉36、38中的每条冠状动脉可以形成冠脉树34的冠脉血管。此外，如果输入接口28获得体积图像数据，则该体积图像数据是人类对象特异性的，并且因此表示人类对象的特定冠脉树34。因此，所述体积图像数据可以表示冠脉树34(特别是其至少一条冠脉血管)的个人特征。
装置26的存储器件32被配置为提供用于模拟人类对象的冠脉树中的血流的参数模型。存储器件32优选是数据存储器。存储器件32优选被连接到处理单元30，以便在存储器件32与处理单元30之间交换数据。
由存储器件32提供的参数模型是用于模拟任何人类对象的冠脉树的血流的一般模型。因此，所述参数模型对于在检查中的人类对象不是特异性的。此外，为了调节所述参数模型，存储器件32被配置为提供充血边界条件模型。所述充血边界条件模型表示针对所述参数模型的至少一个预定义充血边界条件参数。然而，至少一个预定义充血边界条件参数通常基于从多个代表性人类对象接收的经验数据来确定。因此，预定义充血边界条件参数对于在检查中的人类对象也不是特异性的。因此，所述参数模型和所述预定义充血边界条件模型都不考虑在检查中的个体人类对象的冠脉树34的特定性质。
为了实现对特定人类对象的冠脉树中的血流的准确模拟，需要提供增强的充血边界条件模型，其解决了特定人类对象的冠脉树的个体性质。出于该目的，处理单元30被配置为从所述体积图像数据中提取至少一个个性化特征。例如，从表示在检查中的特定人类对象的冠脉树的体积图像数据中提取的个性化特征可以是在检查中的人类对象的冠脉树34的冠脉血管入口44、46的截面面积。所述截面面积提供用于相应冠脉血管36、38的流动阻力的基础和/或指示，其将对冠脉树34中的血流模型具有影响。因此，从所述体积图像数据中提取的个性化特征能够被认为是用于调整针对所述参数模型的充血边界条件的基础，其继而将被配置用于准确模拟冠脉树中的血流。
因此，处理单元30被配置为基于至少一个个性化特征来调整充血边界条件模型，从而得到个性化充血边界条件模型。相比于由存储器件32提供的充血边界条件模型，所述个性化条件模型提供至少一个充血边界条件参数，其对于在检查中的人类对象是特异性的。其余的条件参数可以对应于由存储器件32提供的充血边界条件模型的相应的预定义条件参数。因此，所述个性化充血边界条件模型允许调节所述参数模型，使得能够实现个体化血流模拟。
装置26可以还包括输出接口33。输出接口33可以被配置为提供经确定的血流储备分数。
此外，根据本发明的另外的方面，可以提供包括成像系统10和装置26的系统62。此外，系统66可以包括显示器64。显示器64可以被连接到装置26的输出接口33，使得经确定的血流储备分数能够被提供给显示器62。显示器64可以被配置为图示所述血流储备分数。
用于模拟在检查中的人类对象的冠脉树34中的血流的模型和数据可以在对人类对象的实际处置之前被良好地提供。此外，为了以增强的准确性模拟冠脉树34中的血流，不存在对于血流的预模拟的需要。替代地，处理单元30被配置为利用参数模型和个性化充血边界条件模型来确定在检查中的人类对象的冠脉树34的冠脉血管的血流储备分数。因此，装置26被配置用于确定所述血流储备分数的“单相”方法。这减少了用于确定血流储备分数所需的处理能力。
此外，所述体积图像数据可以涉及和/或表示处于安静状态中的人类对象的冠脉树34。因此，可以执行对所述图像数据的采集，和/或图像数据可以基于的投影数据可以在人类对象的安静状态下被采集。作为效果，能够降低人类对象的影响。
由于由个性化充血边界条件模型提供的经调节和/或经调整的至少一个充血边界条件参数，所述处理单元被配置为确定处于充血状态中的人类对象的冠脉树34的冠脉血管的所述血流储备分数。然而，在检查中的人类对象实际上不处于充血状态中。但是所述个性化充血边界条件模型允许用于模拟在检查中的人类对象的冠脉树34中的血流的参数模型的相应调节。因此，血流能够针对在检查中的人类对象的充血状态进行模拟，这继而允许确定冠脉树的冠脉血管的血流储备分数。因此，人类对象不必进入实际的充血状态，以便确定血流储备分数。替代地，这能够借助于装置26来模拟。作为另外的效果，冠脉病灶高动力性意义可以基于经确定的血流储备分数来估计。对人类对象的可能处置可以基于冠脉病灶高动力性意义和/或基于血流储备分数来规划。
图3示意性图示了冠脉树34的右冠状动脉36以及周围组织区域40。右冠状动脉36可以形成冠脉树34的冠脉血管。周围组织40可能经受斑块沉积(特别是钙沉积或脂肪沉积)。因此，右冠状动脉36的截面可以在其直径和/或值上改变，具体地由所述斑块导致。周围组织40中的斑块沉积可以引起对周围组织40的硬化和/或变硬和/或甚至肿胀。因此，在这样的区域中的血流阻力可以增加，并且因此继而对血流储备分数具有影响。
为了提供对冠脉树34中并且特别是右冠状动脉36中的血流的准确模拟，这样的人类对象特异性性质必须被考虑用于模拟。出于该目的，从表示人类对象的冠脉树34的所述体积图像数据中提取的至少一个个性化特征表示冠脉树34并且特别是右冠状动脉36的至少一个解剖特征。例如，冠脉树34的解剖特征可以涉及冠脉树34的分支的数量、冠脉树34的截面面积和/或冠脉树34的其他特征。具体地，至少一个解剖特征表示冠脉树34的节段42的截面。根据另外的范例，至少一个解剖特征表示右冠脉树36的入口44处和/或左冠状动脉38的入口46处的截面。根据甚至另外的范例，至少一个解剖特征表示右冠脉树36的平均截面。术语“截面”可以涉及相应的(特别是平均)截面面积，涉及相应的(特别是平均)截面直径，或涉及相应的(特别是平均)截面半径。以类似的方式，解剖特征也可以表示左冠状动脉38或者冠脉树34的另一血管的截面。
根据范例，由所述体积图像数据表示的体积图像可以提供允许表示冠脉树34(特别是其主动脉以及其分支)的分辨率。然而，其可能缺少对冠脉树34的血流有贡献的血管和/或小动脉的表示。具体地，如果主或父动脉经受狭窄，则所述血管和/或小动脉可以允许血流。为了考虑在检查中的人类对象的继而影响血流储备分数的这样的冠脉树特异性性质，从所述体积图像数据中提取的解剖特征可以指示这样的血流。例如，分支的数量和/或分支的长度可以指示人类对象的特定血流。在这种情况下，充血边界条件模型的预定义充血边界条件参数可以表示冠脉树34中的不准确的低血流阻力，因为其已经基于经验数据被确定。继而，基于通过由(非个性化)充血边界条件模型提供的预定义充血边界条件参数调节的参数模型的血流模拟将导致不准确的血流储备分数结果。为了考虑在检查中的人类对象的冠脉树34的更低血流阻力，表示不准确的低血流阻力的预定义充血边界条件参数必须通过另外的个性化充血边界条件参数来调节和/或调整，以补偿预定义充血边界条件参数的不准确性。提供了个性化充血边界条件模型的结果，其提供充血边界条件参数，其适合于调节所述参数模型，使得确保了人类对象的冠脉树的准确血流模拟。这样的模拟具体模拟了示范性解释的冠脉树34中的具有降低的血流阻力的血流。因此，人类对象的至少一个解剖特征(如个性化特征)可以提供用于调节和/或调整针对参数模型的充血边界条件的良好基础，以便允许通过冠脉树34的血流的准确模拟，这继而提供了增强的血流储备分数确定结果。
根据甚至另外的范例，处理单元30可以被配置为执行以下步骤以便提供冠脉树34的解剖特征。所述步骤如下：
i)确定针对三个主冠脉树分支的每个截面的入口截面面积，
ii)估计针对三个主冠脉树分支的每个截面的出口截面面积，
iii)计算针对先前确定的入口截面面积的平均截面面积，
iv)计算针对三个出口截面面积的平均截面面积，
v)如果两个平均截面面积之间的差小于预定义阈值，则将入口截面的平均截面面积确定为是冠脉树34的解剖特征的截面面积。否则，输出截面面积的平均截面面积被确定为冠脉树34的解剖特征。
根据另外的优选实施例，至少一个个性化特征表示冠脉树34的至少一个形态学特征。如能够从图3得出的，围绕冠脉树34的右冠状动脉36的周围组织40可能没有恒定的厚度。替代地，周围组织40可能经受斑块沉积，例如脂肪沉积和/或钙沉积。斑块沉积继而可以导致右冠状动脉36中的血流的斑块负担。从所述体积图像数据提取的并且特别是右冠状动脉36的冠脉树34的形态学特征因此可以指示或表示周围组织40中的斑块的量。因此，冠脉树34的形态学特征可以提供斑块沉积的值、斑块沉积的数量、斑块沉积的长度、斑块沉积的厚度和/或表示斑块沉积的另一值。
此外，周围组织40可能经受另一病灶，因此经受周围组织40本身的异常损伤或改变。从所述体积图像数据提取的形态学特征可以表示针对这样的病灶的指示值，例如这样的病灶的长度。具体地取决于斑块的量和/或狭窄的程度，通过冠脉树34并且具体地通过右冠状动脉36的血流阻力可以被影响，具体地是被增加。在这种情况下，所述充血边界条件模型的预定义充血边界条件参数可以表示不准确的低血流阻力，因为其已经基于经验数据被确定。继而，基于通过由(非个性化)充血边界条件模型提供的预定义充血边界条件参数调节的参数模型的血流模拟将导致不准确的血流储备分数结果。为了考虑在检查中的人类对象的冠脉树34的更高血流阻力，表示不准确的低血流阻力的预定义充血边界条件参数必须通过另外的个性化充血边界条件参数来调节和/或调整，以补偿预定义充血边界条件参数的不准确性。提供了个性化充血边界条件模型的结果，其提供了充血边界条件参数，其适合于调节所述参数模型，使得确保了人类对象的准确血流模拟。这样的模拟具体地模拟了示范性解释的冠脉树34中的具有增加的血流阻力的血流。因此，人类对象的至少一个形态学特征(如个性化特征)可以提供用于调节和/或调整针对参数模型的充血边界条件的良好基础，以便允许对通过冠脉树34的血流的准确模拟，这继而提供了增强的血流储备分数确定结果。
根据优选实施例，至少一个个性化特征表示冠脉树34的解剖特征，并且至少一个又一个性化特征表示冠脉树34的至少一个形态学特征。以相同的方式，甚至另外的类型的个性化特征可以被考虑。例如，至少一个个性化特征可以表示冠脉树34的至少一个谱特征。
在图3中所示的图像中的亨氏单位(HU)值的差异图示了：右冠状动脉36本身以及其周围组织40可能涉及不同的亨氏单位。因此，冠脉树34并且特别是右冠状动脉36本身和/或其周围组织40的谱特征可以指示冠脉树34的性质。具体地，所述谱特征可以表示冠脉树34中的斑块物质的浓度。因此，如果周围组织40可能经受斑块沉积，这可以对冠脉树34、特别是对冠脉树34的流动阻力具有相应的影响。然而，斑块物质本身中可以存在差异。例如，钙斑块沉积和脂肪斑块沉积可以导致对血流阻力的不同影响。因此，不同的斑块物质可以对冠脉树34具有不同的影响。此外，不同的斑块物质导致不同的谱图像结果。例如，钙斑块可以涉及与脂肪斑块不同的亨氏单位。因此，从体积图像数据提取的谱特征也可以形成个性化特征，并且继而可以形成用于调整充血边界条件模型的基础以考虑人类对象的特异性冠脉树性质。换言之，由至少一个谱特征表示的至少一个个人特征可以提供调整所述充血边界条件模型的良好基础，从而得到个性化充血边界条件模型，这继而允许调节参数模型，使得增强的血流储备分数能够经由相应的血流模拟来计算。
此外，不同类型的个性化特征(例如，一组解剖特征、形态学特征和/或谱特征)的组合可以为在检查中的人类对象的冠脉树34的性质提供甚至更多的协同指示。在此背景下，参考已经被解释的介绍，毛细血管的阻力可以被自动调节以考虑父冠脉的狭窄的存在。即使在检查中的人类对象的非成像的脉管系统不可以从所述体积图像数据提取，至少一个个性化特征并且特别是个性化特征的组合可以提供用于考虑这样的非成像脉管系统的基础，并且继而可以提供用于调整所述充血边界条件模型的良好基础，从而得到个性化充血边界条件模型。
微脉管系统阻力与个性化特征(特别是解剖特征、生理特征和/或谱特征)之间存在若干可选关系。根据冠脉出口截面面积对血流阻力进行建模的一个选项在Nickisch等人在Medical Imaging Computing and Computer-Assisted Intervention，2015，第433-441页，Springer International Publishing上的快报“Learning patient-specific lumpedmodels for interactive coronary blood flow simulations”中描述的实验结果中用于通过以下模型方程来描述冠脉树34中和/或其冠脉血管中的血流相对于其相应的直径之间的关系：
方程1
在模型方程(方程1)中，Ri是冠脉血管的出口血流阻力，其中，R0是具体地考虑(微)脉管系统血流阻力影响的基本总体阻力，并且ρ血液是(预定义的)血液密度。基本阻力R0与相应冠脉血管的入口半径r入并且与冠脉血管的出口半径r出成正比以得到出口血流阻力Ri。优选地，所述出口血流阻力被分配给相应冠脉血管的出口。冠脉血管的有效半径能够利用以下方程根据其截面面积(CSA)来计算：
方程2
基本阻力Ro、入口半径r入和出口半径r出可以被提供为由充血边界条件模型提供的预定义充血边界条件参数。因此，所述参数中的每个参数可以涉及经验参数。例如，基本阻力R0能够通过机器学习方法来找到，其中，具有集中测量的血流储备分数值(FFRGT)和基于断层摄影图像数据的预测的血流储备分数值(FFRCT)的一组训练数据被用于找到使以下分类器性能最大化的基本阻力R0：
方程3
然而，如上文所解释的，所述预定义充血边界条件参数并且继而所述充血边界条件参数模型可以不指定在检查中的人类对象的个体性质。因此，根据示范性实施例，个性化函数f(患者-特征)形式的另外的个性化充血边界条件参数可以被使用以便使由所述个性化充血边界条件参数模型提供的该组充血边界条件参数个性化。因此，为了确定冠脉血管的输出阻力Ri，可以使用以下方程：
方程4
其中，f(患者-特征):Rn→R是将上文所描述的至少一个个性化特征与人类对象的(个性化)充血边界条件参数相关的个性化函数。例如，在将冠脉树34的冠脉树入口认为是个性化特征的情况下，为了允许对人类对象的冠脉树34的增强的血流模拟，个性化函数f(患者-特征)可以从以下方程来取得：
方程5
在该方程(方程5)中，Ao可以涉及归一化因子，并且q是控制所述充血边界条件是否根据入口半径被个性化的指示符，(q＝1)或(q＝0)。
此外，参数Ro、Ao能够通过机器学习算法来找到，其中，侵入式测量的血流储备分数值(FFRGT)内的一组训练数据被用于找到使基于FFR-CT分类器函数最大化的参数Ro、Ao：
方程6
函数内部加权参数能够使用优化技术来找到。
在考虑冠脉树34中的斑块的情况下，作为至少一个个性化特征的相应的至少一个形态学特征可以描述斑块沉积，并且可以指示在检查中的人类对象的冠脉树34中的血流。相应的至少一个个性化特征能够表示总斑块体积、钙化斑块体积、非钙化斑块体积、冠脉树34中的钙化斑点的数量、斑块沉积的长度(特别是总长度)，和/或其他。然后，至少一个个性化充血边界条件参数可以形成在斑块与血流阻力的相应比例之间的关系。
在考虑斑块形态学的情况下，(患者-特征)∈Rn是描述斑块形态学特征的特征向量。然后，个性化函数f(患者-特征):Rn→R正在形成斑块形态学特征之间的关系，并且输出血流阻力Ri的比例可以通过以下方程来描述：
方程7
函数内部加权参数能够使用优化技术来找到。
在考虑至少一个谱特征的情况下，其可以涉及冠脉树34中的斑块，特别是涉及冠脉树34中的斑块物质的浓度，(患者-特征)∈Rn是特征向量，其可以描述斑块谱特征。这些特征能够从人类对象的谱CT成像数据导出，并且可以包括斑块的有效原子数含量、不同能量水平下的斑块外观，以及其他。然后，个性化函数f(患者-特征):Rn→R正在形成斑块谱特征与输出血流阻力Ri的比例之间的关系。函数内部加权参数能够使用优化技术来找到。
鉴于上文所提供的解释并且根据一个优选实施例，处理单元30因此可以被配置为基于至少一个个性化特征来确定至少一个个性化充血边界条件参数，其中，处理单元30被配置为调整充血边界条件模型，使得所得到的个性化充血边界条件模型包括至少一个预定义充血边界条件参数和至少一个个性化充血边界条件参数。然而，替代包括(另外的)个性化充血边界条件参数，至少一个个性化特征可以被用于调节和/或调整预定义充血边界条件参数中的至少一个，从而得到(新的)个性化充血边界条件参数。因此，处理单元30也可以被配置为通过基于至少一个个性化特征调整和/或调节至少预定义充血边界条件参数来确定个性化充血边界条件模型。
图4示意性图示了根据本发明的用于确定血流储备分数的方法的流程图48的范例。所述方法包括以下步骤：
在第一步骤50中，也被称为步骤a)，获得表示人类对象的冠脉树34的体积图像数据。
在第二步骤52中，也被称为步骤b)，提供用于模拟冠脉树34中的血流的参数模型。
在第三步骤54中，也被称为步骤c)，提供充血边界条件模型，所述充血边界条件模型表示针对参数模型的至少一个预定义充血边界条件参数。
在第四步骤56中，也被称为步骤d)，从体积图像数据中提取至少一个个性化特征。
根据第五步骤58，也被称为步骤e)，基于至少一个个性化特征来调整充血边界条件模型，从而得到个性化充血边界条件模型。
在第六步骤60中，也被称为步骤f)，利用参数模型和个性化充血边界条件模型来确定人类对象的冠脉树34的冠脉血管的血流储备分数。
应当理解，在此处不重复参考装置26所提供的所有解释、范例、特征和/或优点的情况下，本发明的方法旨在被配置为执行装置26针对其进行配置的方法步骤50至60。因此，尽管先前参考装置26来提供，但是所有以上范例、解释、特征和/或优点也旨在以类似的方式被提供用于所述方法，特别是用于所述方法的以下示范性实施例。
根据所述方法的示范性实施例，所述体积图像数据表示处于安静状态中的所述人类对象的所述冠脉树。
根据所述方法的另外的示范性实施例，所述处理单元被配置为确定处于充血状态中的所述人类对象的所述冠脉树的所述冠脉血管的所述血流储备分数。
根据所述方法的另外的示范性实施例，所述体积图像数据由心脏计算机断层摄影血管造影图像数据形成。
根据所述方法的示范性实施例，所述方法包括子步骤，其中，至少一个个性化充血边界条件参数是基于所述至少一个个性化特征来确定的。所述方法可以包括另外的子步骤，其中，所述充血边界条件模型被调整，使得所得到的个性化充血边界条件模型包括所述至少一个预定义充血边界条件参数和所述至少一个个性化充血边界条件参数。
根据所述方法的示范性实施例，所述个性化充血边界条件模型是通过基于所述至少一个个性化特征调整至少一个预定义充血边界条件参数来确定的。
根据所述方法的另外的示范性实施例，至少一个个性化特征表示所述冠脉树的至少一个解剖特征。
根据所述方法的另外的示范性实施例，至少一个解剖特征表示所述冠脉树的节段的截面。
根据所述方法的另外的示范性实施例，至少一个个性化特征表示所述冠脉树的至少一个形态学特征。
根据所述方法的另外的示范性实施例，至少一个形态学特征表示所述冠脉树中的斑块。
根据所述方法的另外的示范性实施例，至少一个个性化特征表示所述冠脉树的至少一个谱特征。
根据所述方法的另外的示范性实施例，至少一个谱特征表示所述冠脉树中的斑块物质的浓度。
根据本发明的另外的范例，提供了一种计算机程序单元，所述计算机程序单元当由所述处理单元运行时适合于执行上文所描述的方法。
根据本发明的另外的范例，提供了一种已经在其上存储有程序单元的计算机可读介质，所述程序单元当由所述处理单元运行时适合于执行上文所描述的方法。
必须注意，本发明的实施例是参考不同主题来描述的。具有地，一些实施例是参考方法来描述的，而其他实施例是参考装置来描述的。然而，除非另有说明，本领域技术人员将从以上推断出，除了属于一种类型的主题的特征的任意组合之外，涉及不同主题的特征之间的任意组合也被认为在本申请中被公开。然而，所有的特征都能够被组合来提供多于特征的简单加合的协同效应。
尽管已经在附图和前面的描述中详细图示和描述了本发明，但是这样的图示和描述应当被认为是图示性或示范性的，而非限制性的；本发明不限于所公开的实施例。本领域技术人员通过研究附图、公开内容以及权利要求，在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个参数、特征或其他元件可以实现在权利要求中记载的若干项的功能。尽管某些措施被记载在互不相同的从属权利要求中，但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记都不应当被解释为对范围的限制。

Claims (15)

1.一种用于确定血流储备分数的装置(26)，包括：
输入接口(28)，
处理单元(30)，以及
存储器件(32)；
其中，所述输入接口被配置为获得表示人类对象的冠脉树(34)的体积图像数据；
其中，所述存储器件被配置为提供用于模拟冠脉树中的血流的参数模型；
其中，所述存储器件被配置为提供充血边界条件模型，所述充血边界条件模型表示针对所述参数模型的至少一个预定义充血边界条件参数；
其中，所述处理单元被配置为从所述体积图像数据中提取至少一个个性化特征；
其中，所述处理单元被配置为基于所述至少一个个性化特征来调整所述充血边界条件模型，从而得到个性化充血边界条件模型；并且
其中，所述处理单元被配置为利用所述参数模型和所述个性化充血边界条件模型来确定所述人类对象的所述冠脉树的冠脉血管的血流储备分数。
2.根据前述权利要求所述的装置，其中，体积图像数据表示处于安静状态中的所述人类对象的所述冠脉树。
3.根据前一权利要求所述的装置，其中，所述处理单元被配置为确定处于充血状态中的所述人类对象的所述冠脉树的所述冠脉血管的所述血流储备分数。
4.根据前述权利要求中的任一项所述的装置，其中，体积图像数据是由心脏计算机断层摄影血管造影图像数据来形成的。
5.根据前述权利要求中的任一项所述的装置，其中，所述处理单元被配置为基于所述至少一个个性化特征来确定至少一个个性化充血边界条件参数，并且其中，所述处理单元被配置为调整所述充血边界条件模型，使得所得到的个性化充血边界条件模型包括所述至少一个预定义充血边界条件参数和所述至少一个个性化充血边界条件参数。
6.根据前述权利要求1至4中的任一项所述的装置，其中，所述处理单元被配置为通过基于所述至少一个个性化特征调整所述至少一个预定义充血边界条件参数来确定所述个性化充血边界条件模型。
7.根据前述权利要求中的任一项所述的装置，其中，至少一个个性化特征表示所述冠脉树的至少一个解剖特征。
8.根据前一权利要求所述的装置，其中，至少一个解剖特征表示所述冠脉树的节段的截面。
9.根据前述权利要求中的任一项所述的装置，其中，至少一个个性化特征表示所述冠脉树的至少一个形态学特征。
10.根据前一权利要求所述的装置，其中，至少一个形态学特征表示所述冠脉树中的斑块。
11.根据前述权利要求中的任一项所述的装置，其中，至少一个个性化特征表示所述冠脉树的至少一个谱特征。
12.根据前一权利要求所述的装置，其中，至少一个谱特征表示所述冠脉树中的斑块物质的浓度。
13.一种用于确定血流储备分数的方法(48)，包括以下步骤：
获得(50)表示人类对象的冠脉树的体积图像数据；
提供(52)用于模拟冠脉树中的血流的参数模型；
提供(54)充血边界条件模型，所述充血边界条件模型表示针对所述参数模型的至少一个预定义充血边界条件参数；
从所述体积图像数据中提取(56)至少一个个性化特征；
基于所述至少一个个性化特征来调整(58)所述充血边界条件模型，从而得到个性化充血边界条件模型；并且
利用所述参数模型和所述个性化充血边界条件模型来确定(60)所述人类对象的所述冠脉树的冠脉血管的血流储备分数。
14.一种用于控制根据权利要求1至12中的一项所述的装置的计算机程序单元，所述计算机程序单元当由所述处理单元运行时适合于执行根据权利要求13所述的方法。
15.一种已经存储有根据权利要求14所述的程序单元的计算机可读介质。
CN201780056463.1A 2016-09-16 2017-09-15 用于确定血流储备分数的装置和方法 Active CN109688908B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP16189223 2016-09-16
EP16189223.7 2016-09-16
PCT/EP2017/073243 WO2018050806A1 (en) 2016-09-16 2017-09-15 Apparatus and method for determining a fractional flow reserve

Publications (2)

Publication Number Publication Date
CN109688908A true CN109688908A (zh) 2019-04-26
CN109688908B CN109688908B (zh) 2023-01-03

Family

ID=56997317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780056463.1A Active CN109688908B (zh) 2016-09-16 2017-09-15 用于确定血流储备分数的装置和方法

Country Status (4)

Country Link
US (1) US11039804B2 (zh)
EP (1) EP3512416B1 (zh)
CN (1) CN109688908B (zh)
WO (1) WO2018050806A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111067494A (zh) * 2019-12-27 2020-04-28 西北工业大学 基于血流储备分数和血流阻力模型的微循环阻力快速计算方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6484760B2 (ja) * 2015-11-05 2019-03-13 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化
EP3378398A1 (en) 2017-03-24 2018-09-26 Koninklijke Philips N.V. Myocardial ct perfusion image synthesis
CN110506293B (zh) * 2017-03-31 2023-11-07 皇家飞利浦有限公司 谱成像ffr
CN111161342B (zh) * 2019-12-09 2023-08-29 杭州脉流科技有限公司 基于冠脉造影图像获取血流储备分数的方法、装置、设备、系统及可读存储介质
CN112711831B (zh) * 2020-12-07 2022-10-28 上海联影医疗科技股份有限公司 血管仿真分析方法、设备、装置、计算机设备和存储介质

Citations (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002326135A1 (en) * 2001-09-10 2003-03-24 Florence Medical Ltd. Individual ffr determination for lesions of a multi-lesioned blood vessel
CN101763642A (zh) * 2009-12-31 2010-06-30 华中科技大学 一种用于冠脉造影三维重建的匹配方法
US20120053918A1 (en) * 2010-08-12 2012-03-01 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US20120072190A1 (en) * 2010-09-16 2012-03-22 Siemens Corporation Method and System for Non-Invasive Assessment of Coronary Artery Disease
US20130132054A1 (en) * 2011-11-10 2013-05-23 Puneet Sharma Method and System for Multi-Scale Anatomical and Functional Modeling of Coronary Circulation
CN103270513A (zh) * 2010-08-12 2013-08-28 哈特弗罗公司 用于患者特异性血流建模的方法和系统
US20130226003A1 (en) * 2012-02-29 2013-08-29 University Of Michigan Fractional flow reserve estimation
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
US20130246034A1 (en) * 2012-03-13 2013-09-19 Siemens Aktiengesellschaft Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis
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
US20140114618A1 (en) * 2012-10-19 2014-04-24 Timothy A. Fonte Systems and methods for numerically evaluating vasculature
CN103889331A (zh) * 2012-10-22 2014-06-25 学校法人藤田学园 医用图像诊断装置、医用图像处理装置以及医用图像处理方法
CN103932694A (zh) * 2014-05-07 2014-07-23 霍云龙 精确诊断心肌血流储备分数（ffr）的方法和设备
US20140249399A1 (en) * 2013-03-04 2014-09-04 Siemens Aktiengesellschaft Determining Functional Severity of Stenosis
US20140276137A1 (en) * 2013-03-14 2014-09-18 Volcano Corporation Systems and methods for determining coronary flow reserve
KR20140138961A (ko) * 2012-03-15 2014-12-04 지멘스 악티엔게젤샤프트 휴식 및 충혈 동안 관상동맥 혈류량 계산의 개인화를 위한 프레임워크
CN104321009A (zh) * 2012-05-14 2015-01-28 皇家飞利浦有限公司 针对血管狭窄的血流储备分数(ffr)值的确定
US20150038860A1 (en) * 2013-07-30 2015-02-05 Heartflow, Inc. Method and system for modeling blood flow with boundary conditions for optimized diagnostic performance
US20150065864A1 (en) * 2013-09-04 2015-03-05 Puneet Sharma Method and System for Functional Assessment of Renal Artery Stenosis from Medical Images
CN104768465A (zh) * 2012-11-06 2015-07-08 皇家飞利浦有限公司 血流储备分数(ffr)指标
US9087147B1 (en) * 2014-03-31 2015-07-21 Heartflow, Inc. Systems and methods for determining blood flow characteristics using flow ratio
CN104871211A (zh) * 2012-12-11 2015-08-26 皇家飞利浦有限公司 确定通过冠状动脉的血液流量的方法
US20150269351A1 (en) * 2014-03-24 2015-09-24 Heartflow, Inc. Systems and methods for modeling changes in patient-specific blood vessel geometry and boundary conditions
CN105007819A (zh) * 2013-03-04 2015-10-28 哈特弗罗公司 用于在血流特性建模中进行灵敏度分析的方法和系统
WO2015171276A1 (en) * 2014-05-05 2015-11-12 Siemens Aktiengesellschaft Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models
US20150324962A1 (en) * 2014-05-09 2015-11-12 Siemens Aktiengesellschaft Method and System for Non-Invasive Computation of Hemodynamic Indices for Coronary Artery Stenosis
CN105095615A (zh) * 2014-04-23 2015-11-25 北京冠生云医疗技术有限公司 对血管中血流数据进行处理的方法和系统
US20150339847A1 (en) * 2012-10-24 2015-11-26 Cath Works Ltd. Creating a vascular tree model

Family Cites Families (26)

* 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
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
JP5715052B2 (ja) * 2008-06-30 2015-05-07 コーニンクレッカ フィリップス エヌ ヴェ 画像化システム及び画像化方法
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
US8908939B2 (en) 2008-09-30 2014-12-09 Koninklijke Philips N.V. Perfusion imaging
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
DE102010043849B3 (de) 2010-11-12 2012-02-16 Siemens Aktiengesellschaft Vorrichtung und Computertomograph zur Bestimmung und Darstellung der Durchblutung des Herzmuskels
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
US10186056B2 (en) 2011-03-21 2019-01-22 General Electric Company System and method for estimating vascular flow using CT imaging
US9700219B2 (en) 2013-10-17 2017-07-11 Siemens Healthcare Gmbh Method and system for machine learning based assessment of fractional flow reserve
US10134129B2 (en) * 2014-04-22 2018-11-20 Siemens Healthcare Gmbh Method and system for hemodynamic computation in coronary arteries
US10099833B2 (en) 2014-05-05 2018-10-16 Westrock Packaging Systems, Llc Panel interlocking device for a carton and blank therefor
US20150348260A1 (en) 2014-05-29 2015-12-03 Siemens Aktiengesellschaft System and Method for Mapping Patient Data from One Physiological State to Another Physiological State
EP3160335B1 (en) 2014-06-30 2023-09-20 Koninklijke Philips N.V. Apparatus for determining a fractional flow reserve value
US10595790B2 (en) * 2014-12-16 2020-03-24 Siemens Healthcare Gmbh Method and system for personalized non-invasive hemodynamic assessment of renal artery stenosis from medical images
US10872698B2 (en) * 2015-07-27 2020-12-22 Siemens Healthcare Gmbh Method and system for enhancing medical image-based blood flow computations using physiological measurements
JP6484760B2 (ja) 2015-11-05 2019-03-13 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化

Patent Citations (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2002326135A1 (en) * 2001-09-10 2003-03-24 Florence Medical Ltd. Individual ffr determination for lesions of a multi-lesioned blood vessel
CN101763642A (zh) * 2009-12-31 2010-06-30 华中科技大学 一种用于冠脉造影三维重建的匹配方法
US20120053918A1 (en) * 2010-08-12 2012-03-01 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
CN103270513A (zh) * 2010-08-12 2013-08-28 哈特弗罗公司 用于患者特异性血流建模的方法和系统
US20120072190A1 (en) * 2010-09-16 2012-03-22 Siemens Corporation Method and System for Non-Invasive Assessment of Coronary Artery Disease
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
US20130132054A1 (en) * 2011-11-10 2013-05-23 Puneet Sharma Method and System for Multi-Scale Anatomical and Functional Modeling of Coronary Circulation
CN104081401A (zh) * 2011-11-10 2014-10-01 西门子公司 用于对冠脉循环进行多尺度的解剖学和功能建模的方法和系统
US20130226003A1 (en) * 2012-02-29 2013-08-29 University Of Michigan Fractional flow reserve estimation
US20130246034A1 (en) * 2012-03-13 2013-09-19 Siemens Aktiengesellschaft Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis
US20140058715A1 (en) * 2012-03-13 2014-02-27 Siemens Aktiengesellschaft Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis
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
US20150051888A1 (en) * 2012-03-15 2015-02-19 Siemens Corporation Framework for personalization of coronary flow computations during rest and hyperemia
KR20140138961A (ko) * 2012-03-15 2014-12-04 지멘스 악티엔게젤샤프트 휴식 및 충혈 동안 관상동맥 혈류량 계산의 개인화를 위한 프레임워크
CN104244813A (zh) * 2012-03-15 2014-12-24 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
EP2825091A1 (en) * 2012-03-15 2015-01-21 Siemens Aktiengesellschaft A framework for personalization of coronary flow computations during rest and hyperemia
CN104321009A (zh) * 2012-05-14 2015-01-28 皇家飞利浦有限公司 针对血管狭窄的血流储备分数(ffr)值的确定
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
US20140114618A1 (en) * 2012-10-19 2014-04-24 Timothy A. Fonte Systems and methods for numerically evaluating vasculature
CN103889331A (zh) * 2012-10-22 2014-06-25 学校法人藤田学园 医用图像诊断装置、医用图像处理装置以及医用图像处理方法
US20150339847A1 (en) * 2012-10-24 2015-11-26 Cath Works Ltd. Creating a vascular tree model
CN104768465A (zh) * 2012-11-06 2015-07-08 皇家飞利浦有限公司 血流储备分数(ffr)指标
CN104871211A (zh) * 2012-12-11 2015-08-26 皇家飞利浦有限公司 确定通过冠状动脉的血液流量的方法
CN104036107A (zh) * 2013-03-04 2014-09-10 西门子公司 确定狭窄的功能性严重程度
CN105007819A (zh) * 2013-03-04 2015-10-28 哈特弗罗公司 用于在血流特性建模中进行灵敏度分析的方法和系统
US20140249399A1 (en) * 2013-03-04 2014-09-04 Siemens Aktiengesellschaft Determining Functional Severity of Stenosis
US20140276137A1 (en) * 2013-03-14 2014-09-18 Volcano Corporation Systems and methods for determining coronary flow reserve
US20150038860A1 (en) * 2013-07-30 2015-02-05 Heartflow, Inc. Method and system for modeling blood flow with boundary conditions for optimized diagnostic performance
US20150065864A1 (en) * 2013-09-04 2015-03-05 Puneet Sharma Method and System for Functional Assessment of Renal Artery Stenosis from Medical Images
US20150269351A1 (en) * 2014-03-24 2015-09-24 Heartflow, Inc. Systems and methods for modeling changes in patient-specific blood vessel geometry and boundary conditions
US9087147B1 (en) * 2014-03-31 2015-07-21 Heartflow, Inc. Systems and methods for determining blood flow characteristics using flow ratio
CN105095615A (zh) * 2014-04-23 2015-11-25 北京冠生云医疗技术有限公司 对血管中血流数据进行处理的方法和系统
WO2015171276A1 (en) * 2014-05-05 2015-11-12 Siemens Aktiengesellschaft Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models
CN103932694A (zh) * 2014-05-07 2014-07-23 霍云龙 精确诊断心肌血流储备分数（ffr）的方法和设备
US20150324962A1 (en) * 2014-05-09 2015-11-12 Siemens Aktiengesellschaft Method and System for Non-Invasive Computation of Hemodynamic Indices for Coronary Artery Stenosis
CN105078440A (zh) * 2014-05-09 2015-11-25 西门子公司 无创计算冠状动脉狭窄的血液动力学指标的方法和系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨娅等: "无创性冠状动脉血流显像检测冠状动脉血流储备在冠状动脉造影正常患者中的临床应用研究", 《临床超声医学杂志》 *
王晓曦等: "冠状动脉局部血流动力学参数分析及斑块预警研究", 《解放军医学院学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111067494A (zh) * 2019-12-27 2020-04-28 西北工业大学 基于血流储备分数和血流阻力模型的微循环阻力快速计算方法
CN111067494B (zh) * 2019-12-27 2022-04-26 西北工业大学 基于血流储备分数和血流阻力模型的微循环阻力快速计算方法

Also Published As

Publication number Publication date
WO2018050806A1 (en) 2018-03-22
US20190209115A1 (en) 2019-07-11
CN109688908B (zh) 2023-01-03
EP3512416A1 (en) 2019-07-24
EP3512416B1 (en) 2023-11-08
US11039804B2 (en) 2021-06-22

Similar Documents

Publication Publication Date Title
JP6553099B2 (ja) 血流予備量比値を算出するための機器
US10803994B2 (en) Vascular flow assessment
JP6409114B2 (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
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
CN108511075B (zh) 一种非侵入式获取血流储备分数的方法和系统
CN109688908A (zh) 用于确定血流储备分数的装置和方法
CN104871211B (zh) 确定通过冠状动脉的血液流量的方法
US8977339B1 (en) Method for assessing stenosis severity through stenosis mapping
CN104736046B (zh) 用于数字评估脉管系统的系统和方法
US9949650B2 (en) Fractional flow reserve estimation
CN108348206B (zh) 用于无创血流储备分数(ffr)的侧支流建模
JP7118464B2 (ja) 血管圧差を取得する方法及び装置
KR20170133391A (ko) 생리학적 특성, 해부학적 특성, 및 환자 특성으로부터 관류 결핍을 예측하기 위한 시스템 및 방법
US20190076196A1 (en) Vessel geometry and additional boundary conditions for hemodynamic ffr/ifr simulations from intravascular imaging
CN112089433B (zh) 一种基于cta和dsa的冠状动脉血流储备分数测量方法
JP2022500133A (ja) 心筋染影特性に基づく仮想ＦＦＲ及びｉＦＲ計算のための境界条件の計算
Liu et al. Physiologically personalized coronary blood flow model to improve the estimation of noninvasive fractional flow reserve
JP6981807B2 (ja) 医用情報処理装置、ｘ線ｃｔ装置、医用情報処理プログラム、医用情報処理方法及び医用情報処理システム
CN114052764A (zh) 获取血流储备分数的方法、装置、系统和计算机存储介质
CN112704505B (zh) 一种利用cta和dsa测量冠状动脉血流储备分数的方法
CN110506293A (zh) 谱成像ffr
Tache et al. Transit time estimations from coronary angiograms

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