CN111091913A - 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 - Google Patents
基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 Download PDFInfo
- Publication number
- CN111091913A CN111091913A CN201911379153.0A CN201911379153A CN111091913A CN 111091913 A CN111091913 A CN 111091913A CN 201911379153 A CN201911379153 A CN 201911379153A CN 111091913 A CN111091913 A CN 111091913A
- Authority
- CN
- China
- Prior art keywords
- ffr
- blood flow
- coronary artery
- resistance
- blood vessel
- 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.)
- Pending
Links
- 230000004089 microcirculation Effects 0.000 title claims abstract description 20
- 238000004364 calculation method Methods 0.000 title claims abstract description 17
- 210000004351 coronary vessel Anatomy 0.000 title claims abstract description 17
- 238000002591 computed tomography Methods 0.000 title description 7
- 238000000034 method Methods 0.000 claims abstract description 28
- 230000017531 blood circulation Effects 0.000 claims abstract description 23
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 206010020565 Hyperaemia Diseases 0.000 claims abstract description 7
- 239000012530 fluid Substances 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims 3
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000010968 computed tomography angiography Methods 0.000 abstract description 2
- 238000002601 radiography Methods 0.000 abstract description 2
- 230000001360 synchronised effect Effects 0.000 abstract description 2
- 230000008878 coupling Effects 0.000 abstract 1
- 238000010168 coupling process Methods 0.000 abstract 1
- 238000005859 coupling reaction Methods 0.000 abstract 1
- 230000000544 hyperemic effect Effects 0.000 description 2
- DRHKJLXJIQTDTD-OAHLLOKOSA-N Tamsulosine Chemical compound CCOC1=CC=CC=C1OCCN[C@H](C)CC1=CC=C(OC)C(S(N)(=O)=O)=C1 DRHKJLXJIQTDTD-OAHLLOKOSA-N 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000000827 velocimetry Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提出一种结合血流储备分数(FFR)和冠状动脉CT血管造影(cCTA)图像计算冠状动脉微循环阻力的方法，包括：测量感兴趣血管FFR，获得最大充血状态下的远、近端压力值；基于cCTA图像重建与FFR测量相对应的感兴趣血管三维模型；以近端压力值为入口边界条件，出口耦合预设的血流阻力，通过数值方法求解流体控制方程；计算仿真结果与FFR测量的远端压力值差值，调整血流阻力，重复数值仿真直至差值小于预设阈值；提取最终出口边界的血流阻力数值作为冠状动脉微循环阻力计算值。发明以FFR测量结果为已知条件，基于冠状动脉CT造影图像和数值计算方法，仿真获得与FFR测量结果相匹配的血流量分布及微循环阻力。本发明在避免同步测量血流量的同时，提高了准确性。
Description
技术领域
本发明涉及微循环计算领域，尤其涉及应用在结合血流储备分数(FractionalFlow Reserve,FFR)和冠状动脉CT血管造影(cCTA)图像计算微循环阻力的方法。
背景技术
冠状动脉微循环是直径小于500微米的复杂血管网络，主要负责调节心肌血流量以满足心肌对氧气、营养物质和代谢物质的交换需求。冠状动脉微循环阻力(microcirculatory resistance,MR)是反映冠状动脉微循环功能的有效指标，其定义为冠脉远端动脉压力(Pd)除以最大充血状态下的冠脉血流量(Qmax)。现有技术主要分为两类：
第一类方法通过集成了压力传感器和血流量传感器的导丝置入冠状动脉远端，在药物诱导最大充血状态的条件下同时测量压力和血流量，进而计算MR。依据采用的血流量传感器的不同，又可分为热稀释法和超声多普勒测速法(Williams,R.P.,et al.(2018)."Doppler Versus Thermodilution-Derived Coronary Microvascular Resistance toPredict Coronary Microvascular Dysfunction in Patients With Acute MyocardialInfarction or Stable Angina Pectoris."Am J Cardiol121(1):1-8.)。
第二类方法主要通过序列造影图像估算Qmax，基于血流动力学模型仿真计算最大充血状态下远、近端压力差(ΔP)，基于测量的静息态冠脉入口压力和深度学习模型估算最大充血状态下冠脉入口压力(Pa)(“快速计算微循环阻力的方法与系统”，中国201711258493.9[P])或直接测量最大充血状态下Pa(“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”，中国201810413391.8[P])。
上述技术尽管从不同角度、不同计算方法中给出了确定MR的方法，但其都至少具有以下这个技术缺陷，即无法精确的测量(或计算)最大充血状态下的Qmax：第一类方法由于测量原理以及导管置入对血流量的影响等原因，而造成无法精确测量Qmax；第二类方法采用估算Qmax的方式，精度难以保证。
发明内容
有鉴于此，本发明提供一种结合FFR和cCTA图像计算微循环阻力的方法。该方法将FFR测量的远、近端压力值作为已知条件，基于cCTA图像和数值计算方法求解MR。所采取的技术方案如下：
1.FFR测量感兴趣血管最大充血状态下的远、近端压力值；
2.基于cCTA图像重建感兴趣血管三维模型；
3.通过数值方法反复迭代求解流体控制方程，并根据计算结果与FFR测量的远端压力值之差迭代的调整数值模型边界条件参数，最终使得计算与测量结果差异小于预设阈值；
4.提取数值模型边界条件参数作为MR计算值；
附图说明
图1.基于血流储备分数和冠状动脉CT造影图像的微循环阻力计算方法的整体流程图。
图2.基于cCTA图像进行三维重建。
图3.数值模型边界条件示意图。
具体实施方式
下面结合附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
一种基于血流储备分数和冠状动脉CT造影图像的微循环阻力计算方法的整体流程图如图1所示。以下将结合图1对具体实施方式进行详细说明。
1.FFR测量感兴趣血管最大充血状态下的远、近端压力值(Pd和Pa)：通过药物诱导最大充血状态，利用压力导丝测量感兴趣血管远、近端压力值；
2.基于cCTA图像重建感兴趣血管三维模型：利用区域生长算法半自动的提取出与FFR测量位置对应的冠状动脉血管3D模型，对于算法血管边界提取失败或不满意的局部，可采用手工勾画的方式提取出血管边界，进而重建出感兴趣血管的3D模型(如图2)。
3.通过数值方法求解流体控制方程并反复迭代修正边界条件：
a.如图3所示，入口施加压力边界条件，压力值为FFR测量得到的Pa；
b.每一个分支出口处耦合包含一个阻力单元的集总参数模型；
c.初始设置出口分支血管的总血流阻力Rz为20-100(mmHg s/cm3)；
d.按照血流阻力与血管半径幂次方(2.3-3)成反比的规律，将总血流阻力分配于各分支出口；
e.通过数值方法(包括有限差分法、有限元法、有限体积法等)求解流体控制方程，得到压力分布；
f.提取与FFR测量Pd位置对应的血管截面平均压力Pd'；
g.计算|Pd'-Pd|，当|Pd'-Pd|小于预设阈值(如1mmHg)时，结束计算；否则，调整总血流阻力Rz，重复上述c-g过程。
4.提取与FFR测量相对应的血管分支的出口血流阻力值，即为冠状动脉微循环阻力。
本发明的有益效果在于：
以侵入式FFR测量结果为已知条件，基于冠状动脉CT造影图像和数值计算方法，仿真获得与FFR测量结果相匹配的血流量分布及微循环阻力。本发明在避免同步测量血流量的同时，提高了准确性。
Claims (4)
1.一种基于血流储备分数和冠状动脉CT造影图像的微循环阻力计算方法，包括如下步骤：
(1)FFR测量感兴趣血管最大充血状态下的远、近端压力值(Pd和Pa)：通过药物诱导最大充血状态，利用压力导丝测量感兴趣血管远、近端压力值；
(2)基于cCTA图像重建感兴趣血管三维模型：利用区域生长算法半自动的提取出与FFR测量位置对应的冠状动脉血管3D模型，对于算法血管边界提取失败或不满意的局部，可采用手工勾画的方式提取出血管边界，进而重建出感兴趣血管的3D模型(如图2)。
(3)通过数值方法求解流体控制方程并反复迭代修正边界条件：
a.如图3所示，入口施加压力边界条件，压力值为FFR测量得到的Pa；
b.每一个分支出口处耦合包含一个阻力单元的集总参数模型；
c.初始设置出口分支血管的总血流阻力Rz为20-100(mmHg s/cm3)；
d.按照血流阻力与血管半径幂次方(2.3-3)成反比的规律，将总血流阻力分配于各分支出口；
e.通过数值方法(包括有限差分法、有限元法、有限体积法等)求解流体控制方程，得到压力分布；
f.提取与FFR测量Pd位置对应的血管截面平均压力Pd'；
g.计算|Pd'-Pd|，当|Pd'-Pd|小于预设阈值(如1mmHg)时，结束计算；否则，调整总血流阻力Rz，重复上述c-g过程。
(4)提取与FFR测量相对应的血管分支的出口血流阻力值，即为冠状动脉微循环阻力。
2.如权利要求1的评估算法，其特征在于：以FFR测量得到的近端压力值Pa和预设的包含阻力单元的集总参数模型为边界条件，通过数值方法求取压力分布。
3.如权利要求1的评估算法，其特征在于：以FFR测量时得到的远端压力值Pd为参考，对比数值计算结果得到的Pd'，迭代调整总血流阻力Rz数值，|Pd'-Pd|小于预设阈值(如1mmHg)时，结束计算。
4.如权利要求1的评估算法，其特征在于：提取与FFR测量相对应的血管分支的出口血流阻力值，即为冠状动脉微循环阻力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911379153.0A CN111091913A (zh) | 2019-12-27 | 2019-12-27 | 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911379153.0A CN111091913A (zh) | 2019-12-27 | 2019-12-27 | 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111091913A true CN111091913A (zh) | 2020-05-01 |
Family
ID=70397527
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911379153.0A Pending CN111091913A (zh) | 2019-12-27 | 2019-12-27 | 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111091913A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112541303A (zh) * | 2021-02-07 | 2021-03-23 | 杭州晟视科技有限公司 | 一种残留血液百分比的测量方法、装置及存储介质 |
| CN114247486A (zh) * | 2020-09-24 | 2022-03-29 | 上准微流体股份有限公司 | 微流体芯片及装置 |
| CN116115208A (zh) * | 2022-11-18 | 2023-05-16 | 北京工业大学 | 一种基于物理驱动预测静息冠状动脉微循环阻力的方法 |
| CN116230238A (zh) * | 2023-05-08 | 2023-06-06 | 寿光市人民医院 | 一种用于心血管的监测预警系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130246034A1 (en) * | 2012-03-13 | 2013-09-19 | Siemens Aktiengesellschaft | Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis |
| CN107978371A (zh) * | 2017-11-30 | 2018-05-01 | 博动医学影像科技（上海）有限公司 | 快速计算微循环阻力的方法及系统 |
| CN108140430A (zh) * | 2015-09-29 | 2018-06-08 | 皇家飞利浦有限公司 | 根据压力或流量测量结果及血管造影估计流量、阻力或压力 |
| CN108511075A (zh) * | 2018-03-29 | 2018-09-07 | 向建平 | 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 |
-
2019
- 2019-12-27 CN CN201911379153.0A patent/CN111091913A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130246034A1 (en) * | 2012-03-13 | 2013-09-19 | Siemens Aktiengesellschaft | Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis |
| CN108140430A (zh) * | 2015-09-29 | 2018-06-08 | 皇家飞利浦有限公司 | 根据压力或流量测量结果及血管造影估计流量、阻力或压力 |
| CN107978371A (zh) * | 2017-11-30 | 2018-05-01 | 博动医学影像科技（上海）有限公司 | 快速计算微循环阻力的方法及系统 |
| CN108511075A (zh) * | 2018-03-29 | 2018-09-07 | 向建平 | 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 |
Non-Patent Citations (1)
| Title |
|---|
| 杨峻青;李泽杭;涂圣贤;: "血流储备分数的原理、验证与发展", 中国介入心脏病学杂志 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114247486A (zh) * | 2020-09-24 | 2022-03-29 | 上准微流体股份有限公司 | 微流体芯片及装置 |
| CN112541303A (zh) * | 2021-02-07 | 2021-03-23 | 杭州晟视科技有限公司 | 一种残留血液百分比的测量方法、装置及存储介质 |
| CN116115208A (zh) * | 2022-11-18 | 2023-05-16 | 北京工业大学 | 一种基于物理驱动预测静息冠状动脉微循环阻力的方法 |
| CN116115208B (zh) * | 2022-11-18 | 2024-06-04 | 北京工业大学 | 一种基于物理驱动预测静息冠状动脉微循环阻力的方法 |
| CN116230238A (zh) * | 2023-05-08 | 2023-06-06 | 寿光市人民医院 | 一种用于心血管的监测预警系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111067494B (zh) | 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 | |
| CN111091913A (zh) | 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法 | |
| US10373700B2 (en) | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance | |
| CN105559810B (zh) | 血管单位时间血流量与血流速度的计算方法 | |
| EP2942006B1 (en) | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis | |
| CN105326486A (zh) | 血管压力差与血流储备分数的计算方法及系统 | |
| CN109065170B (zh) | 获取血管压力差的方法及装置 | |
| CN106650029B (zh) | 基于cfd仿真的分叉血管压力差及ffr的快速计算方法及系统 | |
| US20170325770A1 (en) | Methods for personalizing blood flow models | |
| WO2006061814A1 (en) | Method and apparatus for finding the tubular organs blood velocity and flow and related parameters | |
| CN108742587B (zh) | 基于病史信息获取血流特征值的方法及装置 | |
| CN109009061B (zh) | 基于血压修正获取血流特征值的计算方法及装置 | |
| CN112384136A (zh) | 基于造影图像获取血管评定参数的方法、装置及系统 | |
| CN108564574A (zh) | 确定血流储备分数的方法、计算机设备及计算机可读存储介质 | |
| CN112089433B (zh) | 一种基于cta和dsa的冠状动脉血流储备分数测量方法 | |
| CN108742570B (zh) | 基于冠脉优势类型获取血管压力差的装置 | |
| CN109907772A (zh) | 获取冠脉血流量及血流速度的方法和装置 | |
| JP2020533058A (ja) | 測定された及びシミュレーションされた冠動脈内引き抜き曲線の重ね合わせ及び比較 | |
| KR20130095862A (ko) | 혈압으로부터 심박출량을 측정하는 방법 | |
| Lodato et al. | Use of 3-dimensional color Doppler echocardiography to measure stroke volume in human beings: comparison with thermodilution | |
| CN108742667B (zh) | 基于身体质量指数获取血流特征值的方法和装置 | |
| CN112704505B (zh) | 一种利用cta和dsa测量冠状动脉血流储备分数的方法 | |
| CN109044324B (zh) | 基于斑块位置修正血流特征值的方法及装置 | |
| CN115005790A (zh) | 非完备压力边界条件下血流量快速计算方法 | |
| Dhawale et al. | Optimal data acquisition for volumetric intracoronary ultrasound |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200501 |
|
| WD01 | Invention patent application deemed withdrawn after publication |