CN110786840B - 基于生理参数获取血管评定参数的方法、装置及存储介质 - Google Patents
基于生理参数获取血管评定参数的方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110786840B CN110786840B CN201911066155.4A CN201911066155A CN110786840B CN 110786840 B CN110786840 B CN 110786840B CN 201911066155 A CN201911066155 A CN 201911066155A CN 110786840 B CN110786840 B CN 110786840B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- coronary artery
- flow velocity
- blood flow
- unit
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
- A61B5/02116—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics of pulse wave amplitude
-
- 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 for radiation diagnosis, e.g. 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 for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Abstract
本申请提供了一种基于生理参数获取血管评定参数的方法、装置及存储介质。基于生理参数获取冠状动脉血管评定参数的方法包括:获取生理参数;获取血流速度v;实时获取随时间变换的主动脉压波形;根据所述血流速度v、所述主动脉压波形、所述生理参数,获取冠状动脉血管评定参数。本申请根据血流速度v、主动脉压波形、生理参数,获取冠状动脉血管评定参数,针对不同性别、差异化疾病史的患者进行了冠状动脉血管评定参数的个性化测量,具有更强的针对性,提高了冠状动脉血管评定参数测量的准确性。
Description
技术领域
本发明涉及冠状动脉技术领域,特别是涉及一种基于生理参数获取冠状动脉血管评定参数的方法、装置、冠状动脉分析系统及计算机存储介质。
背景技术
世界卫生组织统计,心血管疾病已经成为人类健康的“头号杀手”。近些年,使用血流动力学分析心血管疾病的生理和病理行为也已经成为心血管疾病诊断的一个非常重要的手段。
血液流量和流速作为血流动力学的非常重要的参数,如何准确、便捷地测量血液流量和流速成为广大研究学者研究的重点。
冠状动脉血管评定参数包括:冠状动脉舒张期的血流速度CAIFR,以及冠状动脉舒张期的微循环阻力指数CAIFMR等;但是由于不同人群的生命体征不同,导致正常数值的评判标准略有差别,例如:老年人心肌微循环功能较差,血流速度一般低于年轻人,若采用行业通用评价标准,则采用的血流速度会比实际值偏大,导致CAIFMR等被低估,降低了CAIFMR等测量的准确度。
发明内容
本发明提供了一种测量基于生理参数获取冠状动脉血管评定参数的方法、装置、冠状动脉分析系统及计算机存储介质,以解决不同人群的生命体征不同,导致正常数值的评判标准略有差别,导致冠状动脉血管评定参数测量不准确的问题。
为实现上述目的,第一方面,本申请提供了一种基于生理参数获取冠状动脉血管评定参数的方法,包括:
获取生理参数;
获取血流速度v;
实时获取随时间变换的主动脉压波形;
根据所述血流速度v、所述主动脉压波形、所述生理参数,获取冠状动脉血管评定参数。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述冠状动脉评定参数为舒张期微循环阻力指数CAIFMR,包括:
选取所述血流速度v的最大值,即为舒张期的最大血流速度vmax;
所述vmax对应的时段为舒张期,根据所述主动脉压波形,获取主动脉舒张期的平均压;
其中,表示主动脉舒张期的平均压;Pa1、Pa2、Paj分别表示主动脉压波形上舒张期内第1个点、第2个点、第j个点对应的主动脉压力值,j表示舒张期内主动脉压波形上含有的压力点个数,vmax表示舒张期的最大血流速度,通过从全部血流速度v中选取最大值获得;k=a×b,a表示糖尿病特征值,b表示高血压特征值,c表示性别。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,如果患者没有糖尿病,则0.5≤a≤1;如果患者有糖尿病,则1<a≤2;
如果患者的血压值大于等于90mmHg,则1<b≤1.5;如果患者的血压值小于90mmHg,则0.5≤b≤1;
如果患者为男性,则c=0;如果患者为女性,则c=3~10。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,如果患者没有糖尿病,则a=1;如果患者有糖尿病,则a=2;
如果患者的血压值大于等于90mmHg,则b=1.5;如果患者的血压值小于90mmHg,则b=1;
如果患者为男性,则c=0;如果患者为女性,则c=5。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述获取血流速度的方法包括:
读取至少一个体位的冠状动脉二维造影图像组;
从所述冠状动脉二维造影图像组中,提取感兴趣的血管段;
提取所述血管段的中心线;
对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述分段中心线做差,差值为ΔL;
根据所述ΔL与所述Δt的比值,求解血流速度。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述读取至少一个体位的冠状动脉二维造影图像组的方法包括:
通过无线或者有线方式从造影图像拍摄装置或者医院平台上,直接读取至少一个体位的冠状动脉二维造影图像组;或
通过存储装置读取至少一个体位的冠状动脉二维造影图像组。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述从所述冠状动脉二维造影图像组中,提取感兴趣的血管段的方法,包括:
从所述冠状动脉二维造影图像组中选取N帧冠状动脉二维造影图像;
在所述冠状动脉二维造影图像上,拾取感兴趣的所述血管的首末点,获取感兴趣的所述血管段。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述提取所述血管段的中心线的方法包括:
从所述冠状动脉二维造影图像中提取血管骨架;
依据所述血管段的延伸方向,以及两点之间获取最短路径的原则;
沿着所述血管骨架,提取所述血管段的中心线。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述沿着所述血管骨架,提取所述血管段的中心线的方法还包括:
在感兴趣的所述血管段上添加至少一个种子点;
根据所述首末点、种子点,沿着所述血管骨架,重新生成所述血管中心线。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述分段中心线做差,差值为ΔL;根据所述ΔL与所述Δt的比值,求解血流速度的方法,包括:
以造影剂流至冠状动脉入口,即所述血管段的首点时的冠脉造影图像作为第一帧图像,以造影剂流至所述血管段的末点时的冠脉造影图像作为第N帧图像;
依次求解第N帧图像至第N-1帧,...,第N-b帧,...,第N-a帧,...,第1帧图像的时间差和中心线长度差,时间差分别为Δt1,...,Δtb,...,Δta,...,ΔtN-1;中心线长度差分别为ΔL1,...,ΔLb,...,ΔLa,...,ΔLN-1;
根据v=ΔL/Δt,其中,v表示血流速度,分别得到第N帧图像至第N-1帧,...,第N-b帧,...,第N-a帧,...,第1帧图像的血流速度,血流速度分别为v1,...,vb,...,va,...,vN-1。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述分段中心线做差,差值为ΔL;根据所述ΔL与所述Δt的比值,求解血流速度的方法,包括:
依次求解第N帧至第b帧,第N-1帧至第b-1帧,...,第N-b-a帧至第N-a帧,...,第N-b+1至第1帧的图像的时间差和中心线长度差;
根据v=ΔL/Δt,其中,v表示血流速度,分别得到第N帧至第b帧,第N-1帧至第b-1帧,...,第N-b-a帧至第N-a帧,...,第N-b+1至第1帧图像的血流速度。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述选取所述血流速度的最大值,即为舒张期的血流速度的方法,包括:
通过递归算法或者冒泡算法,从所述权利要求11或者权利要求12中选取所述血流速度的最大值,即为舒张期的血流速度;或
通过递归算法或者冒泡算法,从所述权利要求11或者权利要求12中选取所述血流速度的最大值,即为舒张期的血流速度;选取所述血流速度的最小值,即为收缩期的血流速度。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,在所述提取所述血管段的中心线的方法之后,在所述对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述分段中心线做差,差值为ΔL的方法之前,还包括:
读取至少两个体位的冠状动脉二维造影图像组;
获取所述血管段的几何结构信息,包括生理参数、图像体位拍摄角度;
对感兴趣的所述血管段进行图形处理;
提取所述血管段的血管轮廓线;
根据所述血管段的几何结构信息,将至少两个体位的提取了血管的所述中心线、轮廓线的冠状动脉二维造影图像投影在三维平面上,合成三维血管模型。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的方法,所述根据所述ΔL与所述Δt的比值,求解血流速度的方法包括:
根据所述三维血管模型,获取三维血管模型的中心线,对通过所述冠状动脉二维造影图像提取的中心线进行修正,以及对中心线差值ΔL进行修正,得到ΔL’;
根据所述ΔL’与所述Δt的比值,求解血流速度v。
第二方面,本申请提供了一种基于生理参数获取冠状动脉血管评定参数的装置,用于上述任一项所述的基于生理参数获取冠状动脉血管评定参数的方法,包括:血流速度获取单元、主动脉压波形获取单元、冠状动脉血管评定参数单元,所述冠状动脉血管评定参数单元与所述血流速度获取单元、所述主动脉压波形获取单元连接;
所述血流速度获取单元,用于获取血流速度v;
所述主动脉压波形获取单元,用于实时获取随时间变换的主动脉压波形;
所述冠状动脉血管评定参数单元,用于接收所述血流速度获取单元、所述主动脉压波形获取单元发送的所述血流速度v和主动脉压波形,再根据生理参数,获取冠状动脉评定参数。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的装置,还包括:依次连接的图像读取单元、血管段提取单元、中心线提取单元,与所述图像读取单元连接的时间差单元、几何信息获取单元,分别与所述时间差单元、所述中心线差单元连接的血流速度获取单元;所述中心线差单元与所述中心线提取单元连接,所述几何信息获取单元与所述冠状动脉血管评定参数单元连接;
所述图像读取单元,用于读取至少一个体位的冠状动脉二维造影图像组;
所述血管段提取单元,用于接收所述图像读取单元发送的冠状动脉二维造影图像,提取所述图像中感兴趣的血管段;
所述中心线提取单元,用于接收所述血管段提取单元发送的血管段,提取所述血管段的中心线;
所述时间差单元,用于接收所述图像读取单元发送的任意两帧冠状动脉二维造影图像,对所述两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt;
所述中心线差单元,用于接收所述中心线提取单元发送的两帧冠状动脉二维造影图像中的造影剂流经血管段的分段中心线,对所述分段中心线做差,差值为ΔL;
所述血流速度获取单元,包括血流速度计算模块、舒张期血流速度计算模块,所述血流速度计算模块分别与所述时间差单元、所述中心线差单元连接,所述舒张期血流速度计算模块与所述血流速度计算模块连接;
血流速度计算模块,用于接收所述时间差单元和所述中心线差单元发送的所述ΔL与所述Δt,根据所述ΔL与所述Δt的比值,求解血流速度;
所述舒张期血流速度计算模块,用于接收所述血流速度计算模块发送的血流速度值,选取所述血流速度的最大值,即为舒张期的血流速度。
所述几何信息获取单元,用于接收所述图像读取单元的冠状动脉二维造影图像,获取患者的生理参数和图像拍摄角度,并将生理参数和图像拍摄角度传递给所述冠状动脉血管评定参数单元。
可选地,上述的基于生理参数获取冠状动脉血管评定参数的装置,还包括:均与所述图像读取单元连接的血管骨架提取单元、三维血管重建单元,与所述血管骨架提取单元连接的轮廓线提取单元,所述三维血管重建单元与所述几何信息获取单元、所述中心线提取单元、所述轮廓线提取单元连接;
所述血管骨架提取单元,用于接收所述图像读取单元发送的冠状动脉二维造影图像,提取所述图像中的血管骨架;
所述轮廓线提取单元,用于接收所述血管骨架提取单元的血管骨架,根据所述血管骨架,提取感兴趣的所述血管段的轮廓线;
所述三维血管重建单元,用于接收所述轮廓线提取单元、所述几何信息获取单元、所述中心线提取单元发送的轮廓线、几何结构信息和中心线,接收所述图像读取单元发送的冠状动脉二维造影图像,用于根据所述血管段的几何结构信息,将至少两个体位的提取了血管的所述中心线、轮廓线的冠状动脉二维造影图像投影在三维平面上,合成三维血管模型;
所述中心线提取单元,从所述三维血管重建单元的三维血管模型上重新提取所述血管段的中心线,且重新获取所述中心线的长度。
第三方面,本申请提供了一种冠状动脉分析系统,包括:上述任一项所述的基于生理参数获取冠状动脉血管评定参数的装置。
第四方面,本申请提供了一种计算机存储介质,计算机程序被处理器执行时实现上述任一项所述的基于生理参数获取冠状动脉血管评定参数的方法。
本申请实施例提供的方案带来的有益效果至少包括:
本申请提供了一种基于生理参数获取冠状动脉血管评定参数的方法,根据血流速度v、主动脉压波形、生理参数,获取冠状动脉血管评定参数,针对不同性别、差异化疾病史的患者进行了冠状动脉血管评定参数的个性化测量,具有更强的针对性,提高了冠状动脉血管评定参数测量的准确性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本申请的基于生理参数获取冠状动脉血管评定参数的方法的的流程图;
图2为本申请的S010中通过二维造影图像获取血流速度的流程图;
图3为本申请的S010中通过三维建模获取血流速度的流程图;
图4为本申请的S200的流程图;
图5为本申请的S300的流程图;
图6为本申请的S330的流程图;
图7为本申请的S400A或S700B的方法(1)的流程图;
图8为本申请的S400A或S700B的方法(2)的流程图;
图9为本申请的基于生理参数获取冠状动脉血管评定参数的装置的一个实施例的结构框图;
图10为本申请的基于生理参数获取冠状动脉血管评定参数的装置的另一实施例的结构框图;
下面对附图标记进行说明:
血流速度获取单元1,血流速度计算模块101,舒张期血流速度计算模块102,主动脉压波形获取单元2,冠状动脉血管评定参数单元3,图像读取单元4,血管段提取单元5,中心线提取单元6,时间差单元7,几何信息获取单元8,中心线差单元9,血管骨架提取单元10,三维血管重建单元11,轮廓线提取单元12。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
以下将以图式揭露本发明的多个实施方式,为明确说明起见,许多实务上的细节将在以下叙述中一并说明。然而,应了解到,这些实务上的细节不应用以限制本发明。也就是说,在本发明的部分实施方式中,这些实务上的细节是非必要的。此外,为简化图式起见,一些习知惯用的结构与组件在图式中将以简单的示意的方式绘示之。
冠状动脉血管评定参数包括:冠状动脉舒张期的血流速度CAIFR,以及冠状动脉舒张期的微循环阻力指数CAIFMR等;但是由于不同人群的生命体征不同,导致正常数值的评判标准略有差别,例如:老年人心肌微循环功能较差,血流速度一般低于年轻人,若采用行业通用评价标准,则采用的血流速度会比实际值偏大,导致CAIFMR等被低估,降低了CAIFMR等测量的准确度。
为了解决上述问题,如图1所示,本申请提供了一种基于生理参数获取冠状动脉血管评定参数的方法,包括:
S000,获取生理参数;
S010,获取血流速度v;
S020,实时获取随时间变换的主动脉压波形;
S030,根据血流速度v、主动脉压波形、生理参数,获取冠状动脉血管评定参数。
本申请提供了一种基于生理参数获取冠状动脉血管评定参数的方法,根据血流速度v、主动脉压波形、生理参数,获取冠状动脉血管评定参数,针对不同性别、差异化疾病史的患者进行了冠状动脉血管评定参数的个性化测量,具有更强的针对性,提高了冠状动脉血管评定参数测量的准确性。
只要是基于生理参数获取冠状动脉血管评定参数的内容均在不申请的保护范围内,下面针对冠状动脉评定参数为舒张期微循环阻力指数CAIFMR时的具体获取方式进行说明:
实施例1:经过大量的实验验证,高血压病史、糖尿病病史以及性别均对冠状动脉血管评定参数计算的准确性具有影响,因此S030中的冠状动脉评定参数为舒张期微循环阻力指数CAIFMR的具体步骤包括:
选取血流速度v的最大值,即为舒张期的最大血流速度vmax;优选地,本申请通过递归算法或者冒泡算法,选取血流速度v的最大值;
vmax对应的时段为舒张期,根据主动脉压波形,获取主动脉舒张期的平均压;
其中,表示主动脉舒张期的平均压;Pa1、Pa2、Paj分别表示主动脉压波形上舒张期内第1个点、第2个点、第j个点对应的主动脉压力值,j表示舒张期内主动脉压波形上含有的压力点个数,vmax表示舒张期的最大血流速度,通过从全部血流速度v中选取最大值获得;k=a×b,a表示糖尿病特征值,b表示高血压特征值,c表示性别。
本申请的一个实施例中,如果患者没有糖尿病,则0.5≤a≤1,优选地,a=1;如果患者有糖尿病,则1<a≤2,优选地,a=2;
如果患者的血压值大于等于90mmHg,则1<b≤1.5,优选地,b=1.5;如果患者的血压值小于90mmHg,则0.5≤b≤1,优选地,b=1;
如果患者为男性,则c=0;如果患者为女性,则c=3~10,优选地,c=5。
如图2所示,本申请的一个实施例中,通过二维造影图像获取血流速度时,S010包括:
S100A,读取至少一个体位的冠状动脉二维造影图像组;
S200A,从冠状动脉二维造影图像组中,提取感兴趣的血管段;
S300A,提取血管段的中心线;
S400A,对任意两帧冠状动脉二维造影图像中的造影剂流经血管段的时间做差,差值为Δt,且对分段中心线做差,差值为ΔL;
Δt=m×fps,由于每组冠状动脉二维造影图像组中含有连续播放的多帧冠状动脉二维造影图像,因此m表示每组冠状动脉二维造影图像组中,选取的两帧冠状动脉二维造影图像所处帧数的差值,fps表示相邻两帧图像之间切换的间隔时间,优选地,fps=1/15秒;
根据ΔL与Δt的比值,求解血流速度v。
如图3所示,本申请的一个实施例中,通过三维建模获取血流速度时,S010包括:
S100B,读取至少两个体位的冠状动脉二维造影图像组;
S200B,从冠状动脉二维造影图像组中,提取感兴趣的血管段;
S300B,获取血管段的几何结构信息,及提取血管段的中心线;
S400B,对感兴趣的血管段进行图形处理;
S500B,提取血管段的血管轮廓线;
S600B,根据血管段的几何结构信息,将至少两个体位的提取了血管的中心线、轮廓线的冠状动脉二维造影图像投影在三维平面上,合成三维血管模型;
S700B,对任意两帧冠状动脉二维造影图像中的造影剂流经血管段的时间做差,差值为Δt;根据三维血管模型,获取三维血管模型的中心线,对通过冠状动脉二维造影图像提取的中心线进行修正,且对修正后的分段中心线做差,差值为ΔL’;根据ΔL’与Δt的比值,求解血流速度v。
Δt=m×fps,由于每组冠状动脉二维造影图像组中含有连续播放的多帧冠状动脉二维造影图像,因此m表示每组冠状动脉二维造影图像组中,选取的两帧冠状动脉二维造影图像所处帧数的差值,fps表示相邻两帧图像之间切换的间隔时间,优选地,fps=1/15秒。
本申请的一个实施例中,S100A或S100B包括:
通过无线或者有线方式从造影图像拍摄装置或者医院平台上,直接读取至少一个体位的冠状动脉二维造影图像组;或
通过存储装置读取至少一个体位的冠状动脉二维造影图像组。
如图4所示,本申请的一个实施例中,S200A或S200B包括:
S210,从冠状动脉二维造影图像组中选取N帧冠状动脉二维造影图像;
S220,在冠状动脉二维造影图像上,拾取感兴趣的血管的首末点,获取感兴趣的血管段。
优选地,S200A或S200B还包括:将有导管出现的第一帧冠状动脉二维造影图像定义为参考图像,将有完整冠状动脉出现的第k帧冠状动脉二维造影图像定义为目标图像,k为大于1的正整数;将参考图像减去目标图像,提取导管的特征点O;优选地,除去部分静态噪声;进一步地,采用均值滤波,除去部分动态噪声;以及通过灰度直方图分析,利用阈值进一步去噪;将目标图像减去的参考图像,提取冠状动脉所处位置的区域图像;区域图像以导管的特征点作为种子点进行动态生长,获得感兴趣的血管段图像。
如图5所示,本申请的一个实施例中,S300A或S300B包括:
S310,从冠状动脉二维造影图像中提取血管骨架;
S320,依据血管段的延伸方向,以及两点之间获取最短路径的原则;
S330,沿着血管骨架,提取血管段的中心线。
如图6所示,本申请的一个实施例中,S330还包括:
S331,在感兴趣的血管段上添加至少一个种子点;
S332,根据首末点、种子点,沿着血管骨架,重新生成血管中心线。
本申请的一个实施例中,S400A或S700B包括两种获取方法,方法(1)如图7所示,包括:
S410I,以造影剂流至冠状动脉入口,即血管段的首点时的冠脉造影图像作为第一帧图像,以造影剂流至血管段的末点时的冠脉造影图像作为第N帧图像;
S420I,依次求解第N帧图像至第N-1帧,...,第N-b帧,...,第N-a帧,...,第1帧图像的时间差和中心线长度差,时间差分别为Δt1,...,Δtb,...,Δta,...,ΔtN-1;中心线长度差分别为ΔL1,...,ΔLb,...,ΔLa,…,ΔLN-1。
S430I,根据v=ΔL/Δt,其中,v表示血流速度,分别得到第N帧图像至第N-1帧,...,第N-b帧,...,第N-a帧,...,第1帧图像的血流速度,血流速度分别为v1,...,vb,…,va,…,vN-1。
本申请的一个实施例中,S400A或S700B包括两种获取方法,方法(2)如图8所示,包括:
S410II,以造影剂流至冠状动脉入口,即血管段的首点时的冠脉造影图像作为第一帧图像,以造影剂流至血管段的末点时的冠脉造影图像作为第N帧图像;
S420II,依次求解第N帧至第b帧,第N-1帧至第b-1帧,...,第N-b-a帧至第N-a帧,...,第N-b+1至第1帧的图像的时间差和中心线长度差。
S430II,根据v=ΔL/Δt,其中,v表示血流速度,分别得到第N帧至第b帧,第N-1帧至第b-1帧,...,第N-b-a帧至第N-a帧,...,第N-b+1至第1帧图像的血流速度。
本申请也可以通过递归算法或者冒泡算法,选取血流速度的最小值,即为收缩期的血流速度。
实施例2:
如图9所示,本申请提供了一种基于生理参数获取冠状动脉血管评定参数的装置,用于上述任一项的基于生理参数获取冠状动脉血管评定参数的方法,包括:血流速度获取单元1、主动脉压波形获取单元2、冠状动脉血管评定参数单元3,冠状动脉血管评定参数单元3与血流速度获取单元1、主动脉压波形获取单元2连接;血流速度获取单元1,用于获取血流速度v;主动脉压波形获取单元2,用于实时获取随时间变换的主动脉压波形;冠状动脉血管评定参数单元3,用于接收血流速度获取单元1、主动脉压波形获取单元2发送的血流速度v和主动脉压波形,再根据生理参数,获取冠状动脉评定参数。
如图10所示,本申请的一个实施例中,还包括:依次连接的图像读取单元4、血管段提取单元5、中心线提取单元6,与图像读取单元4连接的时间差单元7、几何信息获取单元8,中心线差单元9与中心线提取单元6连接,时间差单元7、中心线差单元9均与血流速度获取单元1连接;几何信息获取单元8与冠状动脉血管评定参数单元3连接;图像读取单元4,用于读取至少一个体位的冠状动脉二维造影图像组;血管段提取单元5,用于接收图像读取单元4发送的冠状动脉二维造影图像,提取图像中感兴趣的血管段;中心线提取单元6,用于接收血管段提取单元5发送的血管段,提取血管段的中心线;时间差单元7,用于接收图像读取单元4发送的任意两帧冠状动脉二维造影图像,对两帧冠状动脉二维造影图像中的造影剂流经血管段的时间做差,差值为Δt;中心线差单元9,用于接收中心线提取单元6发送的两帧冠状动脉二维造影图像中的造影剂流经血管段的分段中心线,对分段中心线做差,差值为ΔL;血流速度获取单元1,包括血流速度计算模块101、舒张期血流速度计算模块102,血流速度计算模块101分别与时间差单元7、中心线差单元8连接,舒张期血流速度计算模块102与血流速度计算模块101连接;血流速度计算模块101,用于接收时间差单元7和中心线差单元8发送的ΔL与Δt,根据ΔL与Δt的比值,求解血流速度;舒张期血流速度计算模块102,用于接收血流速度计算模块发送的血流速度值,选取血流速度的最大值,即为舒张期的血流速度;几何信息获取单元8,用于接收图像读取单元4的冠状动脉二维造影图像,获取患者的生理参数和图像拍摄角度,并将生理参数和图像拍摄角度传递给冠状动脉血管评定参数单元3。
本申请的一个实施例中,还包括:均与图像读取单元4连接的血管骨架提取单元10、三维血管重建单元11,与血管骨架提取单元10连接的轮廓线提取单元12,三维血管重建单元11与几何信息获取单元8、中心线提取单元6、轮廓线提取单元12连接;血管骨架提取单元10,用于接收图像读取单元4发送的冠状动脉二维造影图像,提取图像中的血管骨架;轮廓线提取单元12,用于接收血管骨架提取单元10的血管骨架,根据血管骨架,提取感兴趣的血管段的轮廓线;三维血管重建单元11,用于接收轮廓线提取单元12、几何信息获取单元8、中心线提取单元6发送的轮廓线、几何结构信息和中心线,接收图像读取单元发送的冠状动脉二维造影图像,用于根据血管段的几何结构信息,将至少两个体位的提取了血管的中心线、轮廓线的冠状动脉二维造影图像投影在三维平面上,合成三维血管模型;中心线提取单元6,从三维血管重建单元11的三维血管模型上重新提取血管段的中心线,且重新获取中心线的长度。
本申请提供了一种冠状动脉分析系统,包括:上述任一项的基于生理参数获取冠状动脉血管评定参数的装置。
本申请提供了一种计算机存储介质,计算机程序被处理器执行时实现上述任一项的基于生理参数获取冠状动脉血管评定参数的方法。
所属技术领域的技术人员知道,本发明的各个方面可以实现为系统、方法或计算机程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。本发明的实施例的方法和/或系统的实施方式可以涉及到手动地、自动地或以其组合的方式执行或完成所选任务。
例如,可以将用于执行根据本发明的实施例的所选任务的硬件实现为芯片或电路。作为软件,可以将根据本发明的实施例的所选任务实现为由计算机使用任何适当操作系统执行的多个软件指令。在本发明的示例性实施例中,由数据处理器来执行如本文的根据方法和/或系统的示例性实施例的一个或多个任务,诸如用于执行多个指令的计算平台。可选地,该数据处理器包括用于存储指令和/或数据的易失性储存器和/或用于存储指令和/或数据的非易失性储存器,例如,磁硬盘和/或可移动介质。可选地,也提供了一种网络连接。可选地也提供显示器和/或用户输入设备,诸如键盘或鼠标。
可利用一个或多个计算机可读的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举列表)将包括以下各项:
具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括(但不限于)无线、有线、光缆、RF等等,或者上述的任意合适的组合。
例如,可用一个或多个编程语言的任何组合来编写用于执行用于本发明的各方面的操作的计算机程序代码,包括诸如Java、Smalltalk、C++等面向对象编程语言和常规过程编程语言,诸如"C"编程语言或类似编程语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络--包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中,这些指令使得计算机、其它可编程数据处理装置、或其它设备以特定方式工作,从而,存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article of manufacture)。
还可将计算机程序指令加载到计算机(例如,冠状动脉分析系统)或其它可编程数据处理设备上以促使在计算机、其它可编程数据处理设备或其它设备上执行一系列操作步骤以产生计算机实现过程,使得在计算机、其它可编程装置或其它设备上执行的指令提供用于实现在流程图和/或一个或多个框图方框中指定的功能/动作的过程。
本发明的以上的具体实例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (16)
1.一种基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,包括:
获取糖尿病特征值、高血压特征值、性别;
获取血流速度v;
实时获取随时间变换的主动脉压波形;
根据所述血流速度v、所述主动脉压波形、所述糖尿病特征值、所述高血压特征值、所述性别,获取冠状动脉血管评定参数,包括:舒张期微循环阻力指数CAIFMR;
选取所述血流速度v的最大值,即为舒张期的最大血流速度vmax;
所述vmax对应的时段为舒张期,根据所述主动脉压波形,获取主动脉舒张期的平均压;
根据最大血流速度vmax和主动脉舒张期的平均压获取舒张期微循环阻力指数CAIFMR;
3.根据权利要求2所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,如果患者没有糖尿病,则0.5≤a≤1;如果患者有糖尿病,则1<a≤2;
如果患者的血压值大于等于90mmHg,则1<b≤1.5;如果患者的血压值小于90mmHg,则0.5≤b≤1;
如果患者为男性,则c=0;如果患者为女性,则c=3~10。
4.根据权利要求3所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,如果患者没有糖尿病,则a=1;如果患者有糖尿病,则a=2;
如果患者的血压值大于等于90mmHg,则b=1.5;如果患者的血压值小于90mmHg,则b=1;
如果患者为男性,则c=0;如果患者为女性,则c=5。
5.根据权利要求2所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,所述获取血流速度的方法包括:
读取至少一个体位的冠状动脉二维造影图像组;
从所述冠状动脉二维造影图像组中,提取感兴趣的血管段;
提取所述血管段的中心线;
对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述血管段的分段中心线做差,差值为ΔL;
根据所述ΔL与所述Δt的比值,求解血流速度。
6.根据权利要求5所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,所述从所述冠状动脉二维造影图像组中,提取感兴趣的血管段的方法,包括:
从所述冠状动脉二维造影图像组中选取N帧冠状动脉二维造影图像;
在所述冠状动脉二维造影图像上,拾取感兴趣的所述血管的首末点,获取感兴趣的所述血管段。
7.根据权利要求5所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,所述提取所述血管段的中心线的方法包括:
从所述冠状动脉二维造影图像中提取血管骨架;
依据所述血管段的延伸方向,以及两点之间获取最短路径的原则;
沿着所述血管骨架,提取所述血管段的中心线。
8.根据权利要求6所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,所述对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述血管段的分段中心线做差,差值为ΔL;根据所述ΔL与所述Δt的比值,求解血流速度的方法,包括:
以造影剂流至冠状动脉入口,即所述血管段的首点时的冠脉造影图像作为第一帧图像,以造影剂流至所述血管段的末点时的冠脉造影图像作为第N帧图像;
依次求解第N帧图像至第N-1帧,...,第N-b帧,...,第N-a帧,...,第1帧图像的时间差和中心线长度差,时间差分别为Δt1,...,Δtb,...,Δta,...,ΔtN-1;中心线长度差分别为ΔL1,...,ΔLb,...,ΔLa,...,ΔLN-1;
根据v=ΔL/Δt,其中,v表示血流速度,分别得到第N帧图像至第N-1帧,...,第N-b帧,...,第N-a帧,...,第1帧图像的血流速度,血流速度分别为v1,...,vb,...,va,...,vN-1。
9.根据权利要求6所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,所述对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述血管段的分段中心线做差,差值为ΔL;根据所述ΔL与所述Δt的比值,求解血流速度的方法,包括:
依次求解第N帧至第b帧,第N-1帧至第b-1帧,...,第N-b-a帧至第N-a 帧,...,第N-b+1至第1帧的图像的时间差和中心线长度差;
根据v=ΔL/Δt,其中,v表示血流速度,分别得到第N帧至第b帧,第N-1帧至第b-1帧,...,第N-b-a帧至第N-a帧,...,第N-b+1至第1帧图像的血流速度。
10.根据权利要求5所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,在所述提取所述血管段的中心线的方法之后,在所述对任意两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt,且对所述血管段的分段中心线做差,差值为ΔL的方法之前,还包括:
读取至少两个体位的冠状动脉二维造影图像组;
获取所述血管段的几何结构信息;
对感兴趣的所述血管段进行图形处理;
提取所述血管段的血管轮廓线;
根据所述血管段的几何结构信息,将至少两个体位的提取了血管的所述中心线、轮廓线的冠状动脉二维造影图像投影在三维平面上,合成三维血管模型。
11.根据权利要求10所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,所述根据所述ΔL与所述Δt的比值,求解血流速度的方法包括:
根据所述三维血管模型,获取三维血管模型的中心线,对通过所述冠状动脉二维造影图像提取的中心线进行修正,以及对中心线差值ΔL进行修正,得到ΔL’;
根据所述ΔL’与所述Δt的比值,求解血流速度v。
12.一种基于生理参数获取冠状动脉血管评定参数的装置,用于权利要求1~11任一项所述的基于生理参数获取冠状动脉血管评定参数的方法,其特征在于,包括:血流速度获取单元、主动脉压波形获取单元、冠状动脉血管评定参数单元,所述冠状动脉血管评定参数单元与所述血流速度获取单元、所述主动脉压波形获取单元连接;
所述血流速度获取单元,用于获取血流速度v;
所述主动脉压波形获取单元,用于实时获取随时间变换的主动脉压波形;
13.根据权利要求12所述的基于生理参数获取冠状动脉血管评定参数的装置,其特征在于,还包括:依次连接的图像读取单元、血管段提取单元、中心线提取单元,与所述图像读取单元连接的时间差单元、几何信息获取单元,分别与所述时间差单元、中心线差单元连接的血流速度获取单元;所述中心线差单元与所述中心线提取单元连接,所述几何信息获取单元与所述冠状动脉血管评定参数单元连接;
所述图像读取单元,用于读取至少一个体位的冠状动脉二维造影图像组;
所述血管段提取单元,用于接收所述图像读取单元发送的冠状动脉二维造影图像,提取所述图像中感兴趣的血管段;
所述中心线提取单元,用于接收所述血管段提取单元发送的血管段,提取所述血管段的中心线;
所述时间差单元,用于接收所述图像读取单元发送的任意两帧冠状动脉二维造影图像,对所述两帧冠状动脉二维造影图像中的造影剂流经所述血管段的时间做差,差值为Δt;
所述中心线差单元,用于接收所述中心线提取单元发送的两帧冠状动脉二维造影图像中的造影剂流经血管段的分段中心线,对所述分段中心线做差,差值为ΔL;
所述血流速度获取单元,包括血流速度计算模块、舒张期血流速度计算模块,所述血流速度计算模块分别与所述时间差单元、所述中心线差单元连接,所述舒张期血流速度计算模块与所述血流速度计算模块连接;
血流速度计算模块,用于接收所述时间差单元和所述中心线差单元发送的所述ΔL与所述Δt,根据所述ΔL与所述Δt的比值,求解血流速度;
所述舒张期血流速度计算模块,用于接收所述血流速度计算模块发送的血流速度值,选取所述血流速度的最大值,即为舒张期的血流速度;
所述几何信息获取单元,用于接收所述图像读取单元的冠状动脉二维造影图像,获取患者的糖尿病特征值、高血压特征值、性别和图像拍摄角度,并将所述糖尿病特征值、高血压特征值、性别和图像拍摄角度传递给所述冠状动脉血管评定参数单元。
14.根据权利要求13所述的基于生理参数获取冠状动脉血管评定参数的装置,还包括:均与所述图像读取单元连接的血管骨架提取单元、三维血管重建单元,与所述血管骨架提取单元连接的轮廓线提取单元,所述三维血管重建单元与所述几何信息获取单元、所述中心线提取单元、所述轮廓线提取单元连接;
所述血管骨架提取单元,用于接收所述图像读取单元发送的冠状动脉二维造影图像,提取所述图像中的血管骨架;
所述轮廓线提取单元,用于接收所述血管骨架提取单元的血管骨架,根据所述血管骨架,提取感兴趣的所述血管段的轮廓线;
所述三维血管重建单元,用于接收所述轮廓线提取单元、所述几何信息获取单元、所述中心线提取单元发送的轮廓线、图像拍摄角度和中心线,接收所述图像读取单元发送的冠状动脉二维造影图像,用于根据所述血管段的几何结构信息,将至少两个体位的提取了血管的所述中心线、轮廓线的冠状动脉二维造影图像投影在三维平面上,合成三维血管模型;
所述中心线提取单元,从所述三维血管重建单元的三维血管模型上重新提取所述血管段的中心线,且重新获取所述中心线的长度。
15.一种冠状动脉分析系统,其特征在于,包括:权利要求12~14任一项所述的基于生理参数获取冠状动脉血管评定参数的装置。
16.一种计算机存储介质,其特征在于,计算机程序被处理器执行时实现权利要求1~11任一项所述的基于生理参数获取冠状动脉血管评定参数的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066155.4A CN110786840B (zh) | 2019-11-04 | 2019-11-04 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
JP2022525373A JP7437077B2 (ja) | 2019-11-04 | 2019-11-08 | 生理パラメータに基づき血管評定パラメータを取得する方法、装置及び記憶媒体 |
EP19951826.7A EP4056109A4 (en) | 2019-11-04 | 2019-11-08 | METHOD AND DEVICE FOR DETECTING BLOOD VESSEL ASSESSMENT PARAMETERS BASED ON PHYSIOLOGICAL PARAMETERS AND STORAGE MEDIUM |
PCT/CN2019/116664 WO2021087967A1 (zh) | 2019-11-04 | 2019-11-08 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
US17/730,578 US20220261997A1 (en) | 2019-11-04 | 2022-04-27 | Method and apparatus for acquiring blood vessel evaluation parameter based on physiological parameter, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066155.4A CN110786840B (zh) | 2019-11-04 | 2019-11-04 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110786840A CN110786840A (zh) | 2020-02-14 |
CN110786840B true CN110786840B (zh) | 2021-06-08 |
Family
ID=69442536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911066155.4A Active CN110786840B (zh) | 2019-11-04 | 2019-11-04 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220261997A1 (zh) |
EP (1) | EP4056109A4 (zh) |
JP (1) | JP7437077B2 (zh) |
CN (1) | CN110786840B (zh) |
WO (1) | WO2021087967A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112164020B (zh) * | 2020-03-31 | 2024-01-23 | 苏州润迈德医疗科技有限公司 | 精确提取血管中心线的方法、装置、分析系统和存储介质 |
CN111449638A (zh) * | 2020-04-08 | 2020-07-28 | 上海祉云医疗科技有限公司 | 一种基于传感器采集的数据构建三维脉象图的方法及应用 |
CN112494020B (zh) * | 2020-11-26 | 2024-01-23 | 苏州润迈德医疗科技有限公司 | 获取感兴趣的主动脉压力曲线的方法及存储介质 |
Family Cites Families (12)
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 |
US9087147B1 (en) * | 2014-03-31 | 2015-07-21 | Heartflow, Inc. | Systems and methods for determining blood flow characteristics using flow ratio |
EP4342366A2 (en) * | 2014-04-04 | 2024-03-27 | St. Jude Medical Systems AB | Intravascular pressure and flow data diagnostic system |
CN108511075B (zh) * | 2018-03-29 | 2022-10-25 | 杭州脉流科技有限公司 | 一种非侵入式获取血流储备分数的方法和系统 |
CN108550189A (zh) * | 2018-05-03 | 2018-09-18 | 苏州润迈德医疗科技有限公司 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
CN108735270A (zh) * | 2018-05-25 | 2018-11-02 | 杭州脉流科技有限公司 | 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 |
CN108742587B (zh) * | 2018-06-20 | 2021-04-27 | 博动医学影像科技(上海)有限公司 | 基于病史信息获取血流特征值的方法及装置 |
CN109065170B (zh) * | 2018-06-20 | 2021-11-19 | 博动医学影像科技(上海)有限公司 | 获取血管压力差的方法及装置 |
CN109009037B (zh) * | 2018-06-20 | 2021-11-19 | 博动医学影像科技(上海)有限公司 | 基于个体性别获取血管压力差的计算方法及装置 |
CN109036551B (zh) * | 2018-07-10 | 2021-05-11 | 北京心世纪医疗科技有限公司 | 一种冠状动脉生理学指标关系建立及应用方法、装置 |
CN109770888A (zh) * | 2019-03-19 | 2019-05-21 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算瞬时无波形比率的方法 |
CN110384493A (zh) * | 2018-09-19 | 2019-10-29 | 苏州润迈德医疗科技有限公司 | 测量微循环阻力指数的系统以及冠脉分析系统 |
-
2019
- 2019-11-04 CN CN201911066155.4A patent/CN110786840B/zh active Active
- 2019-11-08 JP JP2022525373A patent/JP7437077B2/ja active Active
- 2019-11-08 WO PCT/CN2019/116664 patent/WO2021087967A1/zh unknown
- 2019-11-08 EP EP19951826.7A patent/EP4056109A4/en active Pending
-
2022
- 2022-04-27 US US17/730,578 patent/US20220261997A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4056109A1 (en) | 2022-09-14 |
CN110786840A (zh) | 2020-02-14 |
EP4056109A4 (en) | 2024-01-03 |
US20220261997A1 (en) | 2022-08-18 |
JP7437077B2 (ja) | 2024-02-22 |
JP2022554297A (ja) | 2022-12-28 |
WO2021087967A1 (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108550388B (zh) | 基于血管造影的计算血管血流参数的装置和系统 | |
CN110786841B (zh) | 基于微循环阻力指数调节最大充血状态流速的方法及装置 | |
CN110786840B (zh) | 基于生理参数获取血管评定参数的方法、装置及存储介质 | |
CN110786842B (zh) | 测量舒张期血流速度的方法、装置、系统及存储介质 | |
US20200320688A1 (en) | Rapid calculation method and system for plaque stability index based on medical image sequence | |
US10398386B2 (en) | Systems and methods for estimating blood flow characteristics from vessel geometry and physiology | |
JP2022169579A (ja) | リアルタイムで診断上有用な結果 | |
JP6377856B2 (ja) | 患者別の心血管情報を決定する方法 | |
CN110889896A (zh) | 获取血管狭窄病变区间及三维合成方法、装置和系统 | |
CN108665449B (zh) | 预测血流矢量路径上的血流特征的深度学习模型及装置 | |
CN109166124A (zh) | 一种基于连通区域的视网膜血管形态量化方法 | |
CN106170246A (zh) | 用于四维(4d)流磁共振成像的设备、方法和产品 | |
US20220277447A1 (en) | Method and apparatus for acquiring contour line of blood vessel according to centerline of blood vessel | |
JP2019512131A (ja) | 画像ベースの患者固有の血流力学的モデルにおいて解像されていない血管を特定してモデル化するためのシステム及び方法 | |
CN112164020A (zh) | 精确提取血管中心线的方法、装置、分析系统和存储介质 | |
CN108280827A (zh) | 基于深度学习的冠状动脉病变自动检测方法、系统和设备 | |
CN103020958B (zh) | 一种基于曲率尺度空间的血管自动匹配方法 | |
CN109222980A (zh) | 基于深度学习的测量冠状动脉造影图像血管直径的方法 | |
CN112494020B (zh) | 获取感兴趣的主动脉压力曲线的方法及存储介质 | |
CN107665737A (zh) | 血管壁应力应变状态获取方法、计算机可读介质及系统 | |
CN112446867A (zh) | 血流参数的确定方法、装置、设备及存储介质 | |
Ralovich et al. | Noninvasive hemodynamic assessment, treatment outcome prediction and follow‐up of aortic coarctation from MR imaging | |
KR20210117285A (ko) | 관상 동맥의 혈류역학적 파라미터의 환자별 모델링 | |
CN114782358A (zh) | 一种血管形变自动计算的方法、装置及存储介质 | |
EP4005472A1 (en) | Method and apparatus for correcting blood flow velocity on the basis of interval time between angiographic images |
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 |