CN111312375A - 虚拟冠脉手术的搭桥分析方法、系统、介质及设备 - Google Patents
虚拟冠脉手术的搭桥分析方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN111312375A CN111312375A CN202010170371.XA CN202010170371A CN111312375A CN 111312375 A CN111312375 A CN 111312375A CN 202010170371 A CN202010170371 A CN 202010170371A CN 111312375 A CN111312375 A CN 111312375A
- Authority
- CN
- China
- Prior art keywords
- bypass
- bridge
- coronary
- model
- coronary artery
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- 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
- 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
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Veterinary Medicine (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Artificial Intelligence (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Geometry (AREA)
- Signal Processing (AREA)
- Hematology (AREA)
- Cardiology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种虚拟冠脉手术的搭桥分析方法、系统、介质及设备,所述虚拟冠脉手术的搭桥分析方法包括:对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型;接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型;将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。本发明能够从搭桥位置及桥血管长度多个角度出发向医生提供一种冠脉搭桥术式的参考。
Description
技术领域
本发明涉及搭桥分析技术领域,涉及一种搭桥分析方法,特别是涉及一种虚拟冠脉手术的搭桥分析方法、系统、介质及设备。
背景技术
冠脉搭桥术全称为冠状动脉旁路移植术,是指将自身的动脉或游离动脉或静脉移植到冠状动脉主要分支狭窄的远端,恢复病变冠状动脉远端的血流量,缓解和消除心绞痛症状,改善心肌功能,提高生活质量,延长寿命。
目前,大多数冠脉搭桥术在进行手术之前,需要进行冠状动脉造影,明确冠状动脉粥样硬化狭窄堵塞的部位、程度以及靶病变近远端冠状动脉血流通畅的情况,为搭桥手术提供准确的评估。对病人来说,这是一种有创分析,虽然冠状动脉造影术创伤很小,但是诊断性冠状动脉造影术也有其严格的适应症和禁忌症,在评估冠状动脉病变时,做好充分的术前准备至关重要。此外,冠脉搭桥手术的术式选择也基本靠医生的经验,缺乏以证据为基础的决策机制,更缺乏相关分析工具。
因此,如何提供一种虚拟冠脉手术的搭桥分析方法、系统、介质及设备,以解决现有技术无法通过虚拟手术的方式科学评估不同冠脉搭桥术式术后的血流动力学环境等缺陷,成为本领域技术人员亟待解决的技术问题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种虚拟冠脉手术的搭桥分析方法、系统、介质及设备,用于解决现有技术无法通过虚拟手术的方式科学评估不同冠脉搭桥术式术后的血流动力学环境的问题。
为实现上述目的及其他相关目的,本发明一方面提供一种虚拟冠脉手术的搭桥分析方法,所述虚拟冠脉手术的搭桥分析方法包括:对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型;接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型;将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。
于本发明的一实施例中,所述对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型的步骤包括:对所述医学图像进行网格划分;根据所述网格划分的结果生成冠脉及主动脉三维模型。
于本发明的一实施例中,所述接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型的步骤包括:接收用户发出的至少两个吻合口位置的操作指令;所述吻合口位置包括桥血管与主动脉连接的位置和桥血管与一段或多段冠脉连接的位置;根据所述吻合口位置生成桥血管中心线;所述桥血管中心线通过控制点进行调整;根据预设的桥血管直径和所述桥血管中心线生成桥血管模型。
于本发明的一实施例中,根据所述桥血管中心线计算桥血管长度;所述桥血管长度作为用户实际手术过程中所需血管长度的参考值。
于本发明的一实施例中,所述对所述搭桥模型进行冠脉供血性能的分析的步骤包括:在所述搭桥模型中根据冠脉中心线确定冠脉出口位置;确定所述冠脉出口位置的流阻边界条件;利用所述流阻边界条件计算所述搭桥模型的血流储备分数,所述血流储备分数用于表征冠脉狭窄病变后诱发心肌缺血的可能性。
于本发明的一实施例中,所述虚拟冠脉手术的搭桥分析方法还包括:向用户显示搭桥分析的结果;所述搭桥分析的结果包括桥血管长度和冠脉各位置的血流储备分数的分布信息。
于本发明的一实施例中,当多次接收所述冠脉及主动脉三维模型上的操作指令时,向用户显示多个搭桥方案的分析结果。
于本发明的一实施例中,所述虚拟冠脉手术的搭桥分析方法还包括:在所述搭桥模型中利用不同的颜色表示不同的血流储备分数;接收用户的查看指令,显示与所述查看指令对应的冠脉特定位置处的血流储备分数。
本发明另一方面提供一种虚拟冠脉手术的搭桥分析系统,所述虚拟冠脉手术的搭桥分析系统包括:第一模型生成模块,用于对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型;第二模型生成模块,用于接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型;搭桥分析模块,用于将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。
本发明又一方面提供一种介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的虚拟冠脉手术的搭桥分析方法。
本发明最后一方面提供一种搭桥分析设备,包括:处理器及存储器;所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述搭桥分析设备执行所述的虚拟冠脉手术的搭桥分析方法。
如上所述,本发明所述的虚拟冠脉手术的搭桥分析方法、系统、介质及设备,具有以下有益效果:
本发明提供了一种基于计算流体力学,对不同冠脉搭桥术式术后血流动力学环境进行科学评估及预测的方法,能够从搭桥位置及桥血管长度多个角度出发向医生提供一种冠脉搭桥术式的参考。将本发明的分析结果与医生的经验相结合,使得医生在以分析证据为基础的情况下,更加合理地作出手术术式的选择。
附图说明
图1显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的原理流程图。
图2显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的分割示意图。
图3显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的网格划分示意图。
图4显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的搭桥方案示意图。
图5显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的搭桥分析示意图。
图6显示为本发明的虚拟冠脉手术的搭桥分析系统于一实施例中的结构原理图。
图7显示为本发明的虚拟冠脉手术的搭桥分析设备于一实施例中的结构连接示意图。
元件标号说明
6 虚拟冠脉手术的搭桥分析系统
61 第一模型生成模块
62 第二模型生成模块
63 搭桥分析模块
7 搭桥分析设备
71 处理器
72 存储器
73 收发器
74 通信接口
75 系统总线
S11~S13 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明解决了目前临床缺乏以证据为基础的冠脉搭桥术式决策机制的问题,提供了一种基于计算流体力学,科学评估预测不同冠脉搭桥术式术后血流动力学环境的方法。
以下将结合图1至图7详细阐述本实施例的一种虚拟冠脉手术的搭桥分析方法、系统、介质及设备的原理及实施方式,使本领域技术人员不需要创造性劳动即可理解本实施例的虚拟冠脉手术的搭桥分析方法、系统、介质及设备。
请参阅图1,显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的原理流程图。如图1所示,所述虚拟冠脉手术的搭桥分析方法具体包括以下几个步骤:
S11,对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型。
具体地,心脏部位的医学图像至少可以通过以下两种方式进行分割来获得冠脉及主动脉图像:
第一,通过传统的图像分割模型来对目标区域进行定位。
通过传统的图像分割模型从包含心脏部位的医学图像中提取目标区域,本实施例中指冠脉及主动脉区域。用于医学图像的图像分割模型包括:主动轮廓模型、Grabcut、区域增长模型、阈值分割模型或其他可实现医学图像分割的模型。
第二,通过基于深度学习的图像分割模型来对目标区域进行定位。通过输入预先标注好目标区域(本实施例中指冠脉及主动脉区域)的样本图像(如包含心脏部位的医学图像),上述基于深度学习的图像分割算法即可被训练来识别冠脉及主动脉区域。
需要说明的是,基于深度学习的图像分割模型包括:FCN(全卷积网络,FullyConvolutional Networks)模型、U-net算法模型或其他可识别目标区域的深度学习网络模型。
请参阅图2,显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的分割示意图。如图2所示,通过图像分割模型对包含心脏部位的医学图像进行分割,以实现心脏及冠脉的图像识别。
在本实施例中,S11包括:
S111,对所述医学图像进行网格划分。网格划分包括以下几个方面:
(1)优化模型。若模型是对称的,则保留对称模型的一半,在边界条件设定时,设定为对称,以减少网格数量,缩短计算时间。
(2)模型交界线处理。在交界处,标注一条边界线以便识别。
(3)结合划分数量与求解速度选择单元类型及阶次。例如,网格可以划分成六面体网格,数量少,求解快;也可以划分成四面体,四面体高阶的单元精度也很高,但是与低阶单元对比,求解时间变长。
(4)结合密度与求解精度确定网格密度。网格密度大,求解精度高,但同样会使求解成本提高。在参数梯度要求大的地方或应力集中的地方,利用高密度网格以提高求解精度。
(5)确定网格数量。网格密度大,则网格数量多,求解时间也长。因此需要在精度范围内,在可对比的情况下,适当降低数量以减少计算时间。
S112,根据所述网格划分的结果生成冠脉及主动脉三维模型。
请参阅图3,显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的网格划分示意图。如图3所示,对冠脉及主动脉的各脉络进行网格划分,生成冠脉及主动脉三维模型。
S12,接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型。
在本实施例中,S12包括:
S121,接收用户发出的至少两个吻合口位置的操作指令;所述吻合口位置包括桥血管与主动脉连接的位置和桥血管与一段或多段冠脉连接的位置。
具体地,接收用户依据冠脉及主动脉三维模型,依次选择连接点作为吻合口位置的操作指令,吻合口位置包括:桥血管与主动脉连接的位置,即血液从主动脉流入桥血管的位置;以及桥血管与一段或多段冠脉连接的位置,既血液从桥血管流入冠脉的位置。
S122,根据所述吻合口位置生成桥血管中心线;所述桥血管中心线通过控制点进行调整。
具体地,根据用户在冠脉及主动脉上选择的至少两个连接点,生成桥血管中心线。所述桥血管中心线为样条曲线的形式,样条曲线是指给定一组控制点而得到一条曲线,曲线的大致形状由所述控制点予以控制。所述桥血管中心线的生成原理与Visio软件绘制样条曲线相同,通过多个连接点确定曲线的形状,并且可以通过控制点调整曲线的形状。桥血管中心线的形状确定后,与冠脉及主动脉相交之处则为吻合口位置。
进一步地,根据所述桥血管中心线计算桥血管长度;所述桥血管长度作为用户实际手术过程中所需血管长度的参考值。
S123,根据预设的桥血管直径和所述桥血管中心线生成桥血管模型。
请参阅图4,显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的搭桥方案示意图。如图4所示,分别显示了方案一、方案二和方案三的搭桥方式。其中,方案一中有三个吻合口位置,即主动脉上的吻合口位置、正下方两根冠脉各有一吻合口位置;方案二中有两个吻合口位置,即主动脉上的吻合口位置和正下方一根冠脉上的吻合口位置;方案三中有两个吻合口位置,即主动脉上的吻合口位置和左下方一根冠脉上的吻合口位置。图4中显示了患者的血压信息、心脏信息以及方案一的桥血管长度为79mm,方案二的桥血管长度为64.9mm,方案三的桥血管长度为69.2mm。
具体地,用于冠脉搭桥的桥血管一般是从患者身体上(如小腿上)取下的一段静脉血管,将其移植到心脏部位用于连接主动脉和冠状动脉,解决病人冠状动脉疾病导致的心脏供血不足。一段桥血管可以连接一段或多段冠状动脉。桥血管的直径可调,默认值为4mm。因为桥血管是取自病人身体其他部位的血管,医生可以事先评估桥血管的直径,比如要取病人小腿的一段静脉血管作为桥血管,可以通过医生手摸血管或超声扫描的方法得知该血管的直径,并将该直径值输入模型用于评估。
S13,将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。
具体地,桥血管模型与冠脉及主动脉模型的合并采用3D表面网格布尔运算的算法或其他可实现多模型合并的算法,然后,生成可计算的体网格,即搭桥模型,并确定边界条件。
在本实施例中,S13包括:
S131,在所述搭桥模型中根据冠脉中心线确定冠脉出口位置。
S132,确定所述冠脉出口位置的流阻边界条件。
S133,利用所述流阻边界条件计算所述搭桥模型的血流储备分数,所述血流储备分数用于表征冠脉狭窄病变后诱发心肌缺血的可能性。
进一步地,向用户显示搭桥分析的结果;所述搭桥分析的结果包括桥血管长度和冠脉各位置的血流储备分数的分布信息。
具体地,当多次接收所述冠脉及主动脉三维模型上的操作指令时,向用户显示多个搭桥方案的分析结果。计算虚拟搭桥后的血流动力学环境,并比较不同搭桥方案之间的血流动力学差异。根据计算得到的血流动力学差异,比较得出更好的手术术式。利用FFR(Fractional Flow Reserve,血流储备分数)方法计算冠状动脉各处的FFR(FractionalFlow Reserve,血流储备分数)值。
更进一步地,在所述搭桥模型中利用不同的颜色表示不同的血流储备分数。接收用户的查看指令,显示与所述查看指令对应的冠脉特定位置处的血流储备分数。
请参阅图5,显示为本发明的虚拟冠脉手术的搭桥分析方法于一实施例中的搭桥分析示意图。如图5所示,显示了方案一、方案二和方案三中不同颜色表示的冠脉各位置的血流储备分数的分布信息,同样也显示了患者的血压信息、心脏信息以及方案一的桥血管长度为79mm,方案二的桥血管长度为64.9mm,方案三的桥血管长度为69.2mm。图5中方案一、方案二和方案三针对两个相同的冠脉位置进行了FFR(Fractional Flow Reserve,血流储备分数)值显示。针对第一个冠脉位置,方案一的FFR值为0.75,方案二的FFR值为0.74,方案三的FFR值为0.64;针对第二个冠脉位置,方案一的FFR值为0.91,方案二的FFR值为0.88,方案三的FFR值为0.91。
具体地,所述搭桥分析的结果用于医生评估选择方案。
一方面显示各方案的桥血管长度,由于桥血管是取自人体其他部位,桥血管越短则对人伤害越小。现有技术中医生为了保险通常从人体其他部位取较长的一段血管,实际手术中使用一部分,剩余的丢弃,有分析结果中的桥血管长度作参考,使得医生可以合理的截取患者的血管长度。
另一方面显示FFR(Fractional Flow Reserve,血流储备分数)分析结果,用不同颜色表示不同位置的FFR值,FFR值在0~1之间,越接近于1则供血情况越良好。在一实施例中,将医生鼠标放置在冠脉的一个特定位置上作为用户的查看指令,显示该点的FFR值,使得医生可以通过不同FFR值的颜色分布以及查看特定位置时的FFR值显示可以直观地了解各种搭桥方案的预测效果。
本发明所述的虚拟冠脉手术的搭桥分析方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
本实施例提供一种计算机存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述虚拟冠脉手术的搭桥分析方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过计算机程序相关的硬件来完成。前述的计算机程序可以存储于一计算机可读存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的计算机可读存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的计算机存储介质。
以下将结合图示对本实施例所提供的虚拟冠脉手术的搭桥分析系统进行详细描述。需要说明的是,应理解以下系统的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如:某一模块可以为单独设立的处理元件,也可以集成在下述系统的某一个芯片中实现。此外,某一模块也可以以程序代码的形式存储于下述系统的存储器中,由下述系统的某一个处理元件调用并执行以下某一模块的功能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以下各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
以下这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),一个或多个数字信号处理器(Digital Singnal Processor,简称DSP),一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。当以下某个模块通过处理元件调用程序代码的形式实现时,该处理元件可以是通用处理器,如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。这些模块可以集成在一起,以片上系统(System-on-a-chip,简称SOC)的形式实现。
请参阅图6,显示为本发明的虚拟冠脉手术的搭桥分析系统于一实施例中的结构原理图。如图6所示,所述虚拟冠脉手术的搭桥分析系统6包括:第一模型生成模块61、第二模型生成模块62和搭桥分析模块63。
所述第一模型生成模块61用于对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型。
在本实施例中,所述第一模型生成模块61具体用于对所述医学图像进行网格划分;根据所述网格划分的结果生成冠脉及主动脉三维模型。
所述第二模型生成模块62用于接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型。
在本实施例中,所述第二模型生成模块62具体用于接收用户发出的至少两个吻合口位置的操作指令;所述吻合口位置包括桥血管与主动脉连接的位置和桥血管与一段或多段冠脉连接的位置;根据所述吻合口位置生成桥血管中心线,根据所述桥血管中心线计算桥血管长度;所述桥血管中心线通过控制点进行调整;根据预设的桥血管直径和所述桥血管中心线生成桥血管模型。
所述搭桥分析模块63用于将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。
在本实施例中,所述搭桥分析模块63具体用于在所述搭桥模型中根据冠脉中心线确定冠脉出口位置;确定所述冠脉出口位置的流阻边界条件;利用所述流阻边界条件计算所述搭桥模型的血流储备分数,所述血流储备分数用于表征冠脉狭窄病变后诱发心肌缺血的可能性。
请参阅图7,显示为本发明的虚拟冠脉手术的搭桥分析设备于一实施例中的结构连接示意图。如图7所示,本实施例提供的搭桥分析设备7包括:处理器71、存储器72、收发器73、通信接口74或/和系统总线75;存储器72和通信接口74通过系统总线75与处理器71和收发器73连接并完成相互间的通信,存储器72用于存储计算机程序,通信接口74用于和其他设备进行通信,处理器71和收发器73用于运行计算机程序,使所述搭桥分析设备执行所述虚拟冠脉手术的搭桥分析方法的各个步骤。
上述提到的系统总线75可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该系统总线75可以分为地址总线、数据总线、控制总线等。通信接口用于实现数据库访问装置与其他设备(如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,简称RAM),也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
上述的处理器71可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processing,简称DSP)、专用集成电路(扫描应用程序licationSpecific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field ProgrammableGate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明所述的虚拟冠脉手术的搭桥分析系统可以实现本发明所述的虚拟冠脉手术的搭桥分析方法,但本发明所述的虚拟冠脉手术的搭桥分析方法的实现装置包括但不限于本实施例列举的虚拟冠脉手术的搭桥分析系统的结构,凡是根据本发明的原理所做的现有技术的结构变形和替换,都包括在本发明的保护范围内。
综上所述,本发明所述虚拟冠脉手术的搭桥分析方法、系统、介质及设备提供了一种基于计算流体力学,对不同冠脉搭桥术式术后血流动力学环境进行科学评估及预测的方法,能够从搭桥位置及桥血管长度多个角度出发向医生提供一种冠脉搭桥术式的参考。将本发明的分析结果与医生的经验相结合,使得医生在以分析证据为基础的情况下,更加合理地作出手术术式的选择。本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (11)
1.一种虚拟冠脉手术的搭桥分析方法,其特征在于,所述虚拟冠脉手术的搭桥分析方法包括:
对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型;
接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型;
将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。
2.根据权利要求1所述的虚拟冠脉手术的搭桥分析方法,其特征在于,所述对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型的步骤包括:
对所述医学图像进行网格划分;
根据所述网格划分的结果生成冠脉及主动脉三维模型。
3.根据权利要求1所述的虚拟冠脉手术的搭桥分析方法,其特征在于,所述接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型的步骤包括:
接收用户发出的至少两个吻合口位置的操作指令;所述吻合口位置包括桥血管与主动脉连接的位置和桥血管与一段或多段冠脉连接的位置;
根据所述吻合口位置生成桥血管中心线;所述桥血管中心线通过控制点进行调整;
根据预设的桥血管直径和所述桥血管中心线生成桥血管模型。
4.根据权利要求3所述的虚拟冠脉手术的搭桥分析方法,其特征在于,
根据所述桥血管中心线计算桥血管长度;所述桥血管长度作为用户实际手术过程中所需血管长度的参考值。
5.根据权利要求1所述的虚拟冠脉手术的搭桥分析方法,其特征在于,所述对所述搭桥模型进行冠脉供血性能的分析的步骤包括:
在所述搭桥模型中根据冠脉中心线确定冠脉出口位置;
确定所述冠脉出口位置的流阻边界条件;
利用所述流阻边界条件计算所述搭桥模型的血流储备分数,所述血流储备分数用于表征冠脉狭窄病变后诱发心肌缺血的可能性。
6.根据权利要求4或5所述的虚拟冠脉手术的搭桥分析方法,其特征在于,所述虚拟冠脉手术的搭桥分析方法还包括:
向用户显示搭桥分析的结果;所述搭桥分析的结果包括桥血管长度和冠脉各位置的血流储备分数的分布信息。
7.根据权利要求6所述的虚拟冠脉手术的搭桥分析方法,其特征在于,
当多次接收所述冠脉及主动脉三维模型上的操作指令时,向用户显示多个搭桥方案的分析结果。
8.根据权利要求6所述的虚拟冠脉手术的搭桥分析方法,其特征在于,所述虚拟冠脉手术的搭桥分析方法还包括:
在所述搭桥模型中利用不同的颜色表示不同的血流储备分数;
接收用户的查看指令,显示与所述查看指令对应的冠脉特定位置处的血流储备分数。
9.一种虚拟冠脉手术的搭桥分析系统,其特征在于,所述虚拟冠脉手术的搭桥分析系统包括:
第一模型生成模块,用于对包含心脏部位的医学图像进行分割处理,得到冠脉及主动脉三维模型;
第二模型生成模块,用于接收所述冠脉及主动脉三维模型上的操作指令,根据所述操作指令生成桥血管模型;
搭桥分析模块,用于将所述桥血管模型与所述冠脉及主动脉三维模型合并生成搭桥模型,对所述搭桥模型进行冠脉供血性能的分析,以将分析结果作为手术参考。
10.一种介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至8中任一项所述的虚拟冠脉手术的搭桥分析方法。
11.一种搭桥分析设备,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序,所述处理器用于执行所述存储器存储的计算机程序,以使所述搭桥分析设备执行如权利要求1至8中任一项所述的虚拟冠脉手术的搭桥分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010170371.XA CN111312375A (zh) | 2020-03-12 | 2020-03-12 | 虚拟冠脉手术的搭桥分析方法、系统、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010170371.XA CN111312375A (zh) | 2020-03-12 | 2020-03-12 | 虚拟冠脉手术的搭桥分析方法、系统、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111312375A true CN111312375A (zh) | 2020-06-19 |
Family
ID=71147593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010170371.XA Pending CN111312375A (zh) | 2020-03-12 | 2020-03-12 | 虚拟冠脉手术的搭桥分析方法、系统、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111312375A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309542A (zh) * | 2020-07-27 | 2021-02-02 | 王艳 | 心脏搭桥模式选择系统 |
CN112382397A (zh) * | 2020-11-30 | 2021-02-19 | 上海联影医疗科技股份有限公司 | 基于桥血管的模型构建方法、装置、设备及存储介质 |
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 |
CN113408152A (zh) * | 2021-07-23 | 2021-09-17 | 上海友脉科技有限责任公司 | 冠脉旁路移植仿真系统、方法、介质及电子设备 |
CN113648059A (zh) * | 2021-08-26 | 2021-11-16 | 上海联影医疗科技股份有限公司 | 手术规划评估方法、计算机设备和存储介质 |
CN113658701A (zh) * | 2021-08-26 | 2021-11-16 | 上海联影医疗科技股份有限公司 | 术后评估方法、计算机设备和存储介质 |
CN114266791A (zh) * | 2021-12-31 | 2022-04-01 | 上海联影智能医疗科技有限公司 | 搭桥重建方法及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140164969A1 (en) * | 2012-05-14 | 2014-06-12 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
CN104116563A (zh) * | 2014-07-02 | 2014-10-29 | 北京工业大学 | 一种个性化冠状动脉搭桥术的血流动力学快速规划方法 |
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 |
CN108922580A (zh) * | 2018-05-25 | 2018-11-30 | 杭州脉流科技有限公司 | 一种获取血流储备分数的方法、装置、系统和计算机存储介质 |
CN109637657A (zh) * | 2018-11-27 | 2019-04-16 | 北京工业大学 | 基于血流动力学模型的心脏搭桥手术建立预测桥血管通透性模型的方法 |
CN110598288A (zh) * | 2019-08-30 | 2019-12-20 | 上海杏脉信息科技有限公司 | 一种用于冠脉三维模型的边界条件处理方法和装置 |
-
2020
- 2020-03-12 CN CN202010170371.XA patent/CN111312375A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140164969A1 (en) * | 2012-05-14 | 2014-06-12 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
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 |
CN104116563A (zh) * | 2014-07-02 | 2014-10-29 | 北京工业大学 | 一种个性化冠状动脉搭桥术的血流动力学快速规划方法 |
CN108922580A (zh) * | 2018-05-25 | 2018-11-30 | 杭州脉流科技有限公司 | 一种获取血流储备分数的方法、装置、系统和计算机存储介质 |
CN109637657A (zh) * | 2018-11-27 | 2019-04-16 | 北京工业大学 | 基于血流动力学模型的心脏搭桥手术建立预测桥血管通透性模型的方法 |
CN110598288A (zh) * | 2019-08-30 | 2019-12-20 | 上海杏脉信息科技有限公司 | 一种用于冠脉三维模型的边界条件处理方法和装置 |
Non-Patent Citations (1)
Title |
---|
曹雪 等: "虚拟心脏搭桥手术模型雕塑系统的研究", 《医用生物力学》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112309542A (zh) * | 2020-07-27 | 2021-02-02 | 王艳 | 心脏搭桥模式选择系统 |
CN112309542B (zh) * | 2020-07-27 | 2021-06-15 | 李星阳 | 心脏搭桥模式选择系统 |
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 |
CN112690814B (zh) * | 2020-11-06 | 2022-10-14 | 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 |
CN112382397A (zh) * | 2020-11-30 | 2021-02-19 | 上海联影医疗科技股份有限公司 | 基于桥血管的模型构建方法、装置、设备及存储介质 |
CN113408152A (zh) * | 2021-07-23 | 2021-09-17 | 上海友脉科技有限责任公司 | 冠脉旁路移植仿真系统、方法、介质及电子设备 |
CN113648059A (zh) * | 2021-08-26 | 2021-11-16 | 上海联影医疗科技股份有限公司 | 手术规划评估方法、计算机设备和存储介质 |
CN113658701A (zh) * | 2021-08-26 | 2021-11-16 | 上海联影医疗科技股份有限公司 | 术后评估方法、计算机设备和存储介质 |
CN113648059B (zh) * | 2021-08-26 | 2023-09-29 | 上海联影医疗科技股份有限公司 | 手术规划评估方法、计算机设备和存储介质 |
CN114266791A (zh) * | 2021-12-31 | 2022-04-01 | 上海联影智能医疗科技有限公司 | 搭桥重建方法及计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111312375A (zh) | 虚拟冠脉手术的搭桥分析方法、系统、介质及设备 | |
AU2020244586B2 (en) | Method and system for sensitivity analysis in modeling blood flow characteristics | |
JP6796117B2 (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 | |
US11576626B2 (en) | Systems and methods for numerically evaluating vasculature | |
JP7048561B2 (ja) | 血管形状及び生理学から血流特性を推定するシステム及び方法 | |
JP2022169579A (ja) | リアルタイムで診断上有用な結果 | |
RU2451335C2 (ru) | Приложения для эффективной диагностики, зависимые от изображения и контекста, относящиеся к анатомии | |
CN112446866B (zh) | 血流参数的计算方法、装置、设备及存储介质 | |
CN112116615B (zh) | 根据血管中心线获取血管轮廓线的方法和装置 | |
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 | |
CN112446867A (zh) | 血流参数的确定方法、装置、设备及存储介质 | |
CN109256205B (zh) | 用于利用本地和远程分析学进行的临床决策支持的方法和系统 | |
KR20220009995A (ko) | 반응 표면 및 차수 감소 모델링을 사용한 혈류 추정 시스템 및 방법 | |
Tanade et al. | HarVI: Real-Time Intervention Planning for Coronary Artery Disease Using Machine Learning | |
Bartolo et al. | A computational framework for generating patient-specific vascular models and assessing uncertainty from medical images | |
CN106780472A (zh) | 肿瘤包绕血管的包绕程度确定方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |