CN111652849A - 血流参数计算结果获取方法、装置、设备和系统 - Google Patents

血流参数计算结果获取方法、装置、设备和系统 Download PDF

Info

Publication number
CN111652849A
CN111652849A CN202010380151.XA CN202010380151A CN111652849A CN 111652849 A CN111652849 A CN 111652849A CN 202010380151 A CN202010380151 A CN 202010380151A CN 111652849 A CN111652849 A CN 111652849A
Authority
CN
China
Prior art keywords
blood flow
flow parameter
image
calculation
strategy
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
CN202010380151.XA
Other languages
English (en)
Other versions
CN111652849B (zh
Inventor
高静
周旭
钟谢伟
汤超
王莹珑
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.)
Wuhan United Imaging Healthcare Co Ltd
Original Assignee
Wuhan United Imaging Healthcare Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan United Imaging Healthcare Co Ltd filed Critical Wuhan United Imaging Healthcare Co Ltd
Priority to CN202010380151.XA priority Critical patent/CN111652849B/zh
Publication of CN111652849A publication Critical patent/CN111652849A/zh
Application granted granted Critical
Publication of CN111652849B publication Critical patent/CN111652849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Analysis (AREA)
  • Fluid Mechanics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Hematology (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Vascular Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本申请涉及一种血流参数计算结果方法、装置、计算机设备、系统和存储介质。该方法包括：获取待检测用户的扫描图像；所述扫描图像包括至少一部分血管；根据所述扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；所述第一计算策略的计算复杂度小于所述第二计算策略的计算复杂度；当计算得到所述第一血流参数时，展示所述第一血流参数；当接收到输入的触发指令时，展示所述第二血流参数。该方法可以提高对待检测用户的血流参数的评估效率。

Description

血流参数计算结果获取方法、装置、设备和系统
技术领域
本申请涉及图像处理技术领域，特别是涉及一种血流参数计算结果获取方法、装置、设备和系统。
背景技术
心血管疾病(Cardiovascular Disease,CVD)是人类仅次于癌症的头号杀手，在各种心血管疾病中，冠状动脉心脏病(简称冠心病或冠脉疾病)是最常见的一类心血管疾病，因此，如何更好的评估冠状动脉心脏病成为医学领域的关注焦点。经过长期的临床研究，血流储备分数(Fractional Flow Reserve,FFR)结合瞬时无波型比率(Instantaneous Wave-free Ratio，IFR)等血流参数可以较好地评估冠状动脉狭窄情况，为临床根据冠状动脉狭窄情况评估冠状动脉心脏病提供了较好的指标。
在传统技术中，在获取到患者的电子计算机断层扫描(Computed Tomography，CT)图像之后，计算机设备通常会花费较长的时间才能计算出患者的CT图像对应的FFR的评估值，导致医生需要等待较长的时间才能得到FFR、IFR等血流参数的计算结果，导致评估的效率较低。
发明内容
基于此，有必要针对传统技术的血流参数计算结果血流参数计算结果问题，提供一种血流参数计算结果方法、装置、计算机设备、系统和存储介质。
第一方面，本申请实施例提供一种血流参数计算结果方法，该方法包括：
获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
当计算得到第一血流参数时，展示第一血流参数；
当接收到输入的触发指令时，展示第二血流参数。
在其中一个实施例中，第二计算策略为根据预设的流阻边界条件计算第二血流参数的策略，基于预设的第二计算策略计算第二血流参数，包括：
根据扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算第二血流参数的子进程；第一CFD模型为利用流阻边界条件计算第二血流参数的模型；
利用子进程计算第二血流参数。
在其中一个实施例中，在当接收到输入的触发指令时，展示第二血流参数之前，上述方法还包括：
获取根据第二计算策略计算得到的第二血流参数；
对第二血流参数执行序列化操作，得到第二血流参数对应的字节序列；
将第二血流参数对应的字节序列保存为书签，得到第二血流参数对应的目标书签。
在其中一个实施例中，触发指令携带有目标书签的书签标识，当接收到输入的触发指令时，展示第二血流参数，包括：
根据书签标识，获取目标书签，并对第二血流参数对应的字节序列执行反序列化操作，得到第二血流参数；
展示第二血流参数。
在其中一个实施例中，第一计算策略为根据预设的流量边界条件计算第一血流参数的策略，基于预设第一计算策略计算第一血流参数，包括：
根据扫描图像对应的血管三维图像和预设的第二CFD模型，确定第一血流参数；第二CFD模型为利用流量边界条件计算第一血流参数的模型。
在其中一个实施例中，方法还包括：
对扫描图像进行预处理操作，得到血管三维图像。
在其中一个实施例中，预处理操作包括图像分割操作和网格生成操作，对扫描图像进行预处理操作，得到扫描图像对应的血管三维图像，包括：
利用预设的图像分割算法对扫描图像进行图像分割操作，得到扫描图像对应的分割图像；
对分割图像利用预设的网格生成算法进行网格生成操作，得到血管三维图像。
第二方面，本申请实施例提供一种血流参数计算结果装置，该装置包括：
扫描图像获取模块，用于获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
处理模块，用于根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
第一血流参数展示模块，用于当计算得到第一血流参数时，展示第一血流参数；
第二血流参数展示模块，用于当接收到输入的触发指令时，展示第二血流参数。
第三方面，本申请实施例提供一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现如下步骤：
获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
当计算得到第一血流参数时，展示第一血流参数；
当接收到输入的触发指令时，展示第二血流参数。
第四方面，本申请实施例提供一种血流储备分数计算结果获取系统，包括成像设备和上述实施例中的计算机设备；该成像设备用于获取待检测用户的扫描图像。
第五方面，本申请实施例提供一种可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如下步骤：
获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
当计算得到第一血流参数时，展示第一血流参数；
当接收到输入的触发指令时，展示第二血流参数。
本实施例提供的血流参数计算结果方法、装置、计算机设备和存储介质，计算机设备可以获取待检测用户的扫描图像，并根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；由于第一计算策略的计算复杂度小于第二计算策略的计算复杂度,因此当计算得到第一血流参数时，可以直接展示第一血流参数，可以供医生直接根据待检测用户的精确底较低的第一血流参数对待检测用户的冠状动脉狭窄情况快速做出评估，提高待检测用户的血流参数的评估效率；另外，由于第二血流参数是与第一血流参数同时进行计算的，因此，在医生需要精确度较高的第二血流参数的计算结果时，计算机设备不需要重新根据待检测用户的扫描图像花费较长的时间计算第二血流参数，而可以根据接收的触发指令向医生展示第二血流参数，大大节约了医生的血流参数计算结果等待时长，进一步提高了对待检测用户的血流参数的评估效率。
附图说明
图1为一个实施例提供的血流参数计算结果获取方法的应用环境图；
图2为一个实施例提供的计算机设备的内部结构示意图；
图3为一个实施例提供的血流参数计算结果获取方法流程示意图；
图4为另一个实施例提供的血流参数计算结果获取方法流程示意图；
图5为另一个实施例提供的血流参数计算结果获取方法流程示意图；
图6为一个实施例提供的血流参数计算结果获取装置结构示意图；
图7为另一个实施例提供的血流参数计算结果获取装置结构示意图；
图8为另一个实施例提供的血流参数计算结果获取装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本实施例提供的血流参数计算结果方法，可以应用于如图1所示的应用环境，该应用环境包括成像设备102和如图2所示的计算机设备104，其中，成像设备102用于对待检测用户进行扫描以获得待检测用户的扫描图像，计算机设备104可以获取待检测用户的扫描图像，并根据获取的待检测用户的扫描图像计算FFR和IFR等血流参数。该计算机设备104包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备104的处理器用于提供计算和控制能力。该计算机设备104的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备104的网络接口用于与外部的终端通过网络连接通信。可选的，成像设备102可以为电子计算机断层扫描(ComputedTomography，CT)成像设备102、正电子发射型计算机断层显像(Positron EmissionComputed Tomography，PET)成像设备102、磁共振成像(Magnetic Resonance Imaging，MRI)设备102等，该计算机设备104可以为手机、平板电脑、个人数字助理等，本实施例对计算机设备104的具体形式并不做限定。
需要说明的是，本申请实施例提供的血流参数计算结果方法，其执行主体可以是血流参数计算结果装置，该血流参数计算结果装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中，均以执行主体是计算机设备为例来进行说明。
图3为一个实施例提供的血流参数计算结果获取方法流程示意图。本实施例涉及的是计算机设备根据获取的待检测用户的扫描图像，利用预设的第一计算策略和第二计算策略分别并展示计算第一血流参数和第二血流参数的过程。如图3所示，该方法可以包括：
S201，获取待检测用户的扫描图像；扫描图像包括至少一部分血管。
其中，扫描图像可以为利用CT成像设备获得的待检测用户的CT图像，也可以为利用PET成像设备获得的PET图像，还可以为利用MRI成像设备获得的MRI图像，本实施例对此并不做限定。可选的，扫描图像可以包括至少一部分血管，该至少一部分血管可以包括部分主动脉血管和部分冠状动脉血管。可选的，扫描图像可以为多个，且多个扫描图像可以利用同一个成像设备获得，也可以利用不同的成像设备获得。
具体的，利用成像设备对待检测用户进行扫描，可以得到待检测用户的扫描图像，与成像设备通信连接的计算机设备可以获得成像设备扫描得到的待检测用户的扫描图像。
S202，根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度。
其中，第一计算策略和第二计算策略可以为利用预设的边界条件和预设的计算流体动力学(Computational Fluid Dynamics,CFD)模型计算血流参数的策略，进一步的，第一计算策略的计算复杂度小于第二计算策略的计算复杂度，对应的，第一计算策略的计算时长小于第二计算策略的计算时长，且第一计算策略的计算精度小于第二计算策略的计算精度。其中，预设的边界条件包括血流入口边界条件和血流出口边界条件。上述第一血流参数和第二血流参数分别可以包括IFR、血管壁面切应力(Wall Shear Stress,WSS)、血压、血流速度、轴向应力(Axial stress，AS)和周向应力(Circumferential stress，CS)中的至少一个，以及FFR。
具体的，计算机设备在获取到待检测用户的扫描图像后，可以同时利用第一计算策略计算第一血流参数，并利用第二计算策略计算第二血流参数，以使得第一血流参数和第二血流参数同时进行计算。可选的，计算机设备也可以根据用户基于计算策略选择界面输入的选择指令，利用第一计算策略和第二计算策略中的至少一个计算得到对应的血流参数，其中，计算策略选择界面包括第一计算策略和第二计算策略分别对应的选择控键。
S203，当计算得到第一血流参数时，展示第一血流参数。
具体的，计算机设备在计算得到第一血流参数时，可以直接展示得到的第一血流参数，也可以根据用户输入的展示指令展示得到的第一血流参数，该展示指令可以为用户的触摸指令、语音指令、通过键盘输入的指令和鼠标点击指令中的任意一种。
S204，当接收到输入的触发指令时，展示第二血流参数。
具体的，触发指令可以为用户的触摸指令、语音指令、通过键盘输入的指令和鼠标点击指令中的任意一种。当计算机设备接收到用户基于指令输入界面输入的触发指令时，可以展示得到的第二血流参数。
对上述S203和S204进行举例说明，若医生需要尽早得到待检测用户的血流参数，可以选择第一计算策略得到待检测用户的血流参数，以对待检测用户的冠状动脉狭窄情况进行评估；若医生需要较精确的待检测用户的血流参数，可以选择第二计算策略得到待检测用户的血流参数，以对待检测用户的冠状动脉狭窄情况进行评估。通常情况下，由于第一计算策略的计算时长小于第二计算策略的计算时长，计算机设备可以直接将第一血流参数的计算结果直接在展示界面进行展示，以供医生根据待检测用户的第一血流参数对待检测用户的冠状动脉狭窄情况快速做出评估，医生可能根据精确度较低的第一血流参数即可评估待检测用户的冠状动脉狭窄情况，而不需要精确度较高的第二血流参数，也可能医生根据精确度较低的第一血流参数可以大致评估待检测用户的冠状动脉狭窄情况，还需要精确度较高的第二血流参数进一步评估待检测用户的冠状动脉狭窄情况，因此，医生可以在需要第二血流参数的计算结果时，向计算机设备输入触发指令，以使得计算机设备向医生展示第二血流参数。
本实施例提供的血流参数计算结果获取方法中，计算机设备可以获取待检测用户的扫描图像，并根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；由于第一计算策略的计算复杂度小于第二计算策略的计算复杂度，因此当计算得到第一血流参数时，可以直接展示第一血流参数，可以供医生直接根据待检测用户的精确底较低的第一血流参数对待检测用户的冠状动脉狭窄情况快速做出评估，提高待检测用户的血流参数的评估效率；另外，由于第二血流参数是与第一血流参数同时进行计算的，因此，在医生需要精确度较高的第二血流参数的计算结果时，计算机设备不需要重新根据待检测用户的扫描图像花费较长的时间计算第二血流参数，而可以根据接收的触发指令向医生展示第二血流参数，大大节约了医生的血流参数计算结果等待时长，进一步提高了对待检测用户的血流参数的评估效率。
图4为另一个实施例提供的血流参数计算结果获取方法流程示意图。本实施例涉及的是上述第二计算策略为根据预设的流阻边界条件计算第二血流参数的策略时，基于预设的第二计算策略计算第二血流参数的实现过程。在上述实施例的基础上，可选的，上述S202中的“基于预设的第二计算策略计算第二血流参数”可以包括：
S301，根据扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算第二血流参数的子进程；第一CFD模型为利用流阻边界条件计算第二血流参数的模型。
具体的，血管为冠状动脉血管(简称冠脉)，预设的流阻边界条件可以利用冠脉远端流阻作为边界条件，流阻边界条件也可以利用现有技术中的根据左室心肌重量(LeftVentricular Mass,LVM)和心输出量(Cardiac Output，CO)估算患者冠脉狭窄前的流量，并利用主动脉压和狭窄前的流量计算患者冠脉远端流阻，本实施例对流阻边界条件的计算方式并不做限定。可选的，第一CFD模型可以为开源的CFD平台如OpenFOAM、或CFD计算软件工具如FLuent或CFX等、或其它公知的CFD模型，本实施例对第一CFD模型并不做限定，只要能够根据该第一CFD模型输入预设的流阻边界条件以计算第二血流参数即可。可选的，可以将确定出的冠脉远端流阻作为第一CFD模型的边界条件，进行流体力学计算得到第二血流参数。
上述子进程为用于与计算第一血流参数的过程并行计算以得到第二血流参数的进程，对应的，上述计算第一血流参数的过程可以为主进程，在利用子进程计算第二血流参数的过程中，不会影响主进程的计算过程，从而可以提高血流参数的计算效率。
可选的，上述血管三维图像可以包括多条主动脉主要分支和部分升主动脉，其中，多条主动脉主要分支可以包括左前降支动脉、左旋支动脉、右冠状动脉和左冠状动脉等。
可选的，上述血管三维图像可以根据如下步骤获得：对扫描图像进行预处理操作，得到血管三维图像。其中，预处理操作可以为包括图像分割操作和网格生成操作。进一步的，对扫描图像进行预处理操作，得到血管三维图像，可以包括：利用预设的图像分割算法对扫描图像进行图像分割操作，得到扫描图像对应的分割图像；对分割图像利用预设的网格生成算法进行网格生成操作，得到血管三维图像。
可选的，上述图像分割算法可以为基于阈值的分割算法、基于区域的分割算法、基于边缘的分割算法或基于深度学习的图像分割模型对目标区域进行分割的分割算法。计算机设备对待检测用户的扫描图像进行图像分割操作后得到扫描图像的分割图像。进一步的，计算机设备可以利用预设的网格生成算法对上述得到的分割图像进行网格生成操作，得到上述血管三维图像。其中，预设的网格生成算法可以为无限插值方法、偏微分方程网格生成方法、结点连元法、映射法和三角化方法等等。进一步的，计算机设备也可以利用区域生长算法对得到的血管三维图像进行半自动的提取出包括部分血管的血管三维图像，并且，对于算法血管边界提取失败或不满意的局部，计算机设备可以接收用户采用手工勾画的方式提取出的血管边界，并切除多余的部分如血管末端，以得到最终所需的血管三维图像。
S302，利用子进程计算第二血流参数。
具体的，计算机设备可以在计算第一血流参数的同时，并行计算上述第二血流参数，这样避免了等到医生需要第二血流参数的时候再开始计算造成的时间浪费，从而可以提高血流参数的评估效率。
本实施例提供的血流参数计算结果获取方法中，计算机设备可以根据扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算第二血流参数的子进程；其中，第一CFD模型为利用流阻边界条件计算第二血流参数的模型；并利用子进程计算第二血流参数。本实施例中，由于第二血流参数是与第一血流参数同时进行计算的，因此，在医生需要精确度较高的第二血流参数的计算结果时，计算机设备不需要重新根据待检测用户的扫描图像花费较长的时间计算第二血流参数大大节约了医生的血流参数计算结果等待时长，提高了待检测用户的血流参数的评估效率。
图5为另一个实施例提供的血流参数计算结果获取方法流程示意图。本实施例涉及的是计算机设备在利用子进程计算得到第二血流参数之后，将得到的第二血流参数保存为书签的实现过程。在上述实施例的基础上，在上述S204之前，上述方法还可以包括：
S401，获取根据第二计算策略计算得到的第二血流参数。
S402，对第二血流参数执行序列化操作，得到第二血流参数对应的字节序列。
具体的，计算机设备在计算得到第二血流参数后，可以对第二血流参数的计算结果执行序列化操作，以得到第二血流参数对应的字节序列。
S403，将第二血流参数对应的字节序列保存为书签，得到第二血流参数对应的目标书签。
具体的，计算机设备可以将第二血流参数对应的字节序列保存为书签，从而得到第二血流参数对应的目标书签。可选的，当有多个待检测用户时，可以为每个待检测用户建立一个书签，多个待检测用户分别对应的书签可以组成一个书签列表。对应的，上述S204可以包括：根据书签标识，获取目标书签，并对第二血流参数对应的字节序列执行序列化操作，得到第二血流参数；展示第二血流参数。上述书签列表中每个书签有对应的书签标识，该书签标识可以包括待检测用户的姓名和/或患者编号。在需要查看待检测用户的第二血流参数时，医生可以对目标书签输入触发指令，计算机设备可以根据输入的触发指令中携带的目标书签的书签标识，确定书签标识对应的目标书签，并对目标书签中包括的第二血流参数对应的字节序列执行反序列化操作，以得到上述第二血流参数，并展示该第二血流参数，以供医生根据第二血流参数对待检测用户的血流参数做进一步评估。
本实施例提供的血流参数计算结果获取方法中，计算机设备可以获取根据第二计算策略计算得到的第二血流参数，并对第二血流参数执行序列化操作，得到第二血流参数对应的字节序列；并将第二血流参数对应的字节序列保存为书签，得到第二血流参数对应的目标书签。本实施例中，计算机设备可以将计算得到的第二血流参数的计算结果以书签的形式进行保存，由于第二血流参数是与第一血流参数的计算过程并行进行计算的，在利用子进程计算第二血流参数的过程中，不会影响第一血流参数的计算过程，在医生需要查看第二血流参数的计算结果时，可以对目标书签输入触发指令即可查看待检测用户的第二血流参数，大大节约了医生的血流参数计算结果等待时长，提高了对待检测用户的血流参数的评估效率。
在一个实施例中，还可以根据书签标识，获取目标书签，并对第二血流参数对应的字节序列执行反序列化操作，得到第二血流参数；使用第二血流参数替代第一血流参数。在实际应用中，由于第一血流参数计算较快，第二血流参数计算较慢，因此可以暂时将计算中间结果保存为书签，当接收到触发指令时重新根据计算中间结果计算得到最终的第二血流参数。
在另一个实施例提供的血流参数计算结果获取方法中，本实施例涉及的是第一计算策略为根据预设的流量边界条件计算第一血流参数的策略时，计算机设备根据待检测用户的血管三维图像确定第一血流参数的实现过程。在上述实施例的基础上，可选的，上述S202中的“基于预设第一计算策略计算第一血流参数”可以包括：根据扫描图像对应的血管三维图像和预设的第二CFD模型，确定第一血流参数；第二CFD模型为利用流量边界条件计算第一血流参数的模型。
本实施例中，上述流量边界条件为不考虑流阻的边界条件，计算机设备根据血管各个分支流量作为第二CFD模型的边界条件，进行流体力学计算得到第一血流参数。由于流量边界条件不考虑血流的阻力，因此，根据流量边界条件计算得到的第一血流参数的精确度较低，可供医生做出粗略判断。可选的，第二CFD模型可以为开源的CFD平台如OpenFOAM、或CFD计算软件工具如FLuent或CFX等、或其它公知的CFD模型，本实施例对第二CFD模型并不做限定，只要能够根据该第二CFD模型输入预设的流量边界条件以计算第一血流参数即可。
上述血管三维图像可以根据如下步骤获得：对扫描图像进行预处理操作，得到血管三维图像。其中，预处理操作可以为包括图像分割操作和网格生成操作。进一步的，对扫描图像进行预处理操作，得到血管三维图像，可以包括：利用预设的图像分割算法对扫描图像进行图像分割操作，得到扫描图像对应的分割图像；对分割图像利用预设的网格生成算法进行网格生成操作，得到血管三维图像。
可选的，上述图像分割算法可以为基于阈值的分割算法、基于区域的分割算法、基于边缘的分割算法或基于深度学习的图像分割模型对目标区域进行分割的分割算法。计算机设备对待检测用户的扫描图像进行图像分割操作后得到扫描图像的分割图像。进一步的，计算机设备可以利用预设的网格生成算法对上述得到的分割图像进行网格生成操作，得到上述血管三维图像。其中，预设的网格生成算法可以为无限插值方法、偏微分方程网格生成方法、结点连元法、映射法和三角化方法等等。进一步的，计算机设备过可以利用区域生长算法对得到的血管三维图像进行半自动的提取出包括部分血管的血管三维图像，并且，对于算法血管边界提取失败或不满意的局部，计算机设备可以接收用户采用手工勾画的方式提取出的血管边界，并切除多余的部分如血管末端，以得到最终所需的血管三维图像。
本实施例提供的血流参数计算结果获取方法中，计算机设备可以根据扫描图像对应的血管三维图像和预设的第二CFD模型，确定第一血流参数；其中，第二CFD模型为利用流量边界条件计算第一血流参数的模型。由于第一血流参数的计算时长较短，计算机设备可以快速向医生展示第一血流参数的计算结果，供医生直接根据待检测用户的精确底较低的第一血流参数对待检测用户的冠状动脉狭窄情况快速做出评估，提高待检测用户的血流参数的评估效率。
应该理解的是，虽然图2至图4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2至图4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图6为一个实施例提供的血流参数计算结果获取装置结构示意图。如图6所示，该装置可以包括扫描图像获取模块501、处理模块502、第一血流参数展示模块503和第二血流参数展示模块504。
具体的，扫描图像获取模块501，用于获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
处理模块502，用于根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
第一血流参数展示模块503，用于当计算得到第一血流参数时，展示第一血流参数；
第二血流参数展示模块504，用于当接收到输入的触发指令时，展示第二血流参数。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一个实施例提供的血流参数计算结果获取装置中，在上述实施例的基础上，可选的，上述处理模块502可以包括子进程创建单元和第二血流参数计算单元。
具体的，子进程创建单元，用于根据扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算第二血流参数的子进程；第一CFD模型为利用流阻边界条件计算第二血流参数的模型。
第二血流参数计算单元，用于利用子进程计算第二血流参数。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
图7为另一个实施例提供的血流参数计算结果获取装置结构示意图，在上述实施例的基础上，可选的，上述装置还可以包括：第二血流参数获取模块505、字节序列确定模块506和目标书签确定模块507。
具体的，第二血流参数获取模块505，用于获取根据第二计算策略计算得到的第二血流参数。
字节序列确定模块506，用于对第二血流参数执行序列化操作，得到第二血流参数对应的字节序列。
目标书签确定模块507，用于将第二血流参数对应的字节序列保存为书签，得到第二血流参数对应的目标书签。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一个实施例提供的血流参数计算结果获取装置中，在上述实施例的基础上，可选的，上述第二血流参数展示模块504可以包括第二血流参数确定单元和第二血流参数展示单元。
具体的，第二血流参数确定单元，用于根据书签标识，获取目标书签，并对第二血流参数对应的字节序列执行反序列化操作，得到第二血流参数；
第二血流参数展示单元，用于展示第二血流参数。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一个实施例提供的血流参数计算结果获取装置中，在上述实施例的基础上，可选的，处理模块502可以包括第一血流参数计算单元，用于根据扫描图像对应的血管三维图像和预设的第二CFD模型，确定第一血流参数；第二CFD模型为利用流量边界条件计算第一血流参数的模型。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
图8为另一个实施例提供的血流参数计算结果获取装置结构示意图，在上述实施例的基础上，可选的，上述装置还可以包括血管三维图像确定模块508，用于对扫描图像进行预处理操作，得到血管三维图像。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在另一个实施例提供的血流参数计算结果获取装置中，在上述实施例的基础上，可选的，血管三维图像确定模块508可以包括分割图像确定单元和血管三维图像确定单元。
具体的，分割图像确定单元，用于利用预设的图像分割算法对扫描图像进行图像分割操作，得到扫描图像对应的分割图像；
血管三维图像确定单元，用于对分割图像利用预设的网格生成算法进行网格生成操作，得到血管三维图像。
本实施例提供的血流参数计算结果获取装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于血流参数计算结果获取装置的具体限定可以参见上文中对于血流参数计算结果获取方法的限定，在此不再赘述。上述血流参数计算结果获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图1所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种血流参数计算结果方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
当计算得到第一血流参数时，展示第一血流参数；
当接收到输入的触发指令时，展示第二血流参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算第二血流参数的子进程；第一CFD模型为利用流阻边界条件计算第二血流参数的模型；
利用子进程计算第二血流参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取根据第二计算策略计算得到的第二血流参数；
对第二血流参数执行序列化操作，得到第二血流参数对应的字节序列；
将第二血流参数对应的字节序列保存为书签，得到第二血流参数对应的目标书签。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据书签标识，获取目标书签，并对第二血流参数对应的字节序列执行反序列化操作，得到第二血流参数；
展示第二血流参数。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据扫描图像对应的血管三维图像和预设的第二CFD模型，确定第一血流参数；第二CFD模型为利用流量边界条件计算第一血流参数的模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
对扫描图像进行预处理操作，得到血管三维图像。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
利用预设的图像分割算法对扫描图像进行图像分割操作，得到扫描图像对应的分割图像；
对分割图像利用预设的网格生成算法进行网格生成操作，得到血管三维图像。
上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在一个实施例中，提供了一种血流储备分数计算结果获取系统，包括成像设备和上述实施例中的计算机设备；该成像设备用于获取待检测用户的扫描图像。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待检测用户的扫描图像；扫描图像包括至少一部分血管；
根据扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；第一计算策略的计算复杂度小于第二计算策略的计算复杂度；
当计算得到第一血流参数时，展示第一血流参数；
当接收到输入的触发指令时，展示第二血流参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算第二血流参数的子进程；第一CFD模型为利用流阻边界条件计算第二血流参数的模型；
利用子进程计算第二血流参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取根据第二计算策略计算得到的第二血流参数；
对第二血流参数执行序列化操作，得到第二血流参数对应的字节序列；
将第二血流参数对应的字节序列保存为书签，得到第二血流参数对应的目标书签。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据书签标识，获取目标书签，并对第二血流参数对应的字节序列执行反序列化操作，得到第二血流参数；
展示第二血流参数。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据扫描图像对应的血管三维图像和预设的第二CFD模型，确定第一血流参数；第二CFD模型为利用流量边界条件计算第一血流参数的模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对扫描图像进行预处理操作，得到血管三维图像。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
利用预设的图像分割算法对扫描图像进行图像分割操作，得到扫描图像对应的分割图像；
对分割图像利用预设的网格生成算法进行网格生成操作，得到血管三维图像。
上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种血流参数计算结果获取方法，其特征在于，所述方法包括：
获取待检测用户的扫描图像；所述扫描图像至少含有至少一部分血管；
根据所述扫描图像，基于预设第一计算策略计算第一血流参数，并基于预设的第二计算策略计算第二血流参数；所述第一计算策略的计算复杂度小于所述第二计算策略的计算复杂度；
当计算得到所述第一血流参数时，展示所述第一血流参数；
当接收到输入的触发指令时，展示所述第二血流参数。
2.根据权利要求1所述的方法，其特征在于，所述第二计算策略为根据预设的流阻边界条件计算所述第二血流参数的策略，所述基于预设的第二计算策略计算第二血流参数，包括：
根据所述扫描图像对应的血管三维图像和预设的第一CFD模型，创建计算所述第二血流参数的子进程；所述第一CFD模型为利用所述流阻边界条件计算所述第二血流参数的模型；
利用所述子进程计算所述第二血流参数。
3.根据权利要求1所述的方法，其特征在于，在所述当接收到输入的触发指令时，展示所述第二血流参数之前，所述方法还包括：
获取根据所述第二计算策略计算得到的所述第二血流参数；
对所述第二血流参数执行序列化操作，得到所述第二血流参数对应的字节序列；
将所述第二血流参数对应的字节序列保存为书签，得到所述第二血流参数对应的目标书签。
4.根据权利要求3所述的方法，其特征在于，所述触发指令携带有所述目标书签的书签标识，所述当接收到输入的触发指令时，展示所述第二血流参数，包括：
根据所述书签标识，获取所述目标书签，并对所述第二血流参数对应的字节序列执行反序列化操作，得到所述第二血流参数；
展示所述第二血流参数。
5.根据权利要求1所述的方法，其特征在于，所述第一计算策略为根据预设的流量边界条件计算所述第一血流参数的策略，所述基于预设第一计算策略计算第一血流参数，包括：
根据所述扫描图像对应的血管三维图像和预设的第二CFD模型，确定所述第一血流参数；所述第二CFD模型为利用所述流量边界条件计算所述第一血流参数的模型。
6.根据权利要求2或5所述的方法，其特征在于，所述方法还包括：
对所述扫描图像进行预处理操作，得到所述血管三维图像。
7.根据权利要求6所述的方法，其特征在于，所述预处理操作包括图像分割操作和网格生成操作，所述对所述扫描图像进行预处理操作，得到所述扫描图像对应的血管三维图像，包括：
利用预设的图像分割算法对所述扫描图像进行图像分割操作，得到所述扫描图像对应的分割图像；
对所述分割图像利用预设的网格生成算法进行网格生成操作，得到所述血管三维图像。
8.一种血流参数计算结果获取装置，其特征在于，所述装置包括：
扫描图像获取模块，用于获取待检测用户的扫描图像；
根处理模块，用于据所述扫描图像，基于预设第一计算策略计算第一血流储备分数FFR，并基于预设的第二计算策略计算第二血流参数；所述第一计算策略的计算复杂度小于所述第二计算策略的计算复杂度；
第一血流参数展示模块，用于当计算得到所述第一血流参数时，展示所述第一血流参数；
第二血流参数展示模块，用于当接收到输入的触发指令时，展示所述第二血流参数。
9.一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述方法的步骤。
10.一种血流参数计算结果获取系统，其特征在于，所述系统包括成像设备和权利要求9所示的计算机设备；所述成像设备用于获取待检测用户的扫描图像。
CN202010380151.XA 2020-05-08 2020-05-08 血流参数计算结果获取方法、装置、设备和系统 Active CN111652849B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010380151.XA CN111652849B (zh) 2020-05-08 2020-05-08 血流参数计算结果获取方法、装置、设备和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010380151.XA CN111652849B (zh) 2020-05-08 2020-05-08 血流参数计算结果获取方法、装置、设备和系统

Publications (2)

Publication Number Publication Date
CN111652849A true CN111652849A (zh) 2020-09-11
CN111652849B CN111652849B (zh) 2022-03-01

Family

ID=72344347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010380151.XA Active CN111652849B (zh) 2020-05-08 2020-05-08 血流参数计算结果获取方法、装置、设备和系统

Country Status (1)

Country Link
CN (1) CN111652849B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114357844A (zh) * 2022-01-12 2022-04-15 大连理工大学 一种分析脉动血流对流体中物质作用的体外装置及系统
CN114431846A (zh) * 2022-01-12 2022-05-06 中国科学院力学研究所 一种术中血管血压非接触式测量方法及视觉检测系统
WO2023108421A1 (zh) * 2021-12-14 2023-06-22 武汉联影医疗科技有限公司 一种流速检测方法、系统和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1161920A2 (en) * 2000-06-09 2001-12-12 Colin Corporation Blood circulation-condition monitoring apparatus
US20130075314A1 (en) * 2010-03-15 2013-03-28 Dejan Nikolic Cassette with a sensor for determining the difference between a first and a second fluid stream
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
US20190362494A1 (en) * 2018-05-25 2019-11-28 Shenzhen Keya Medical Technology Corporation Systems and methods for determining blood vessel conditions
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1161920A2 (en) * 2000-06-09 2001-12-12 Colin Corporation Blood circulation-condition monitoring apparatus
US20130075314A1 (en) * 2010-03-15 2013-03-28 Dejan Nikolic Cassette with a sensor for determining the difference between a first and a second fluid stream
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
US20190362494A1 (en) * 2018-05-25 2019-11-28 Shenzhen Keya Medical Technology Corporation Systems and methods for determining blood vessel conditions
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)

* Cited by examiner, † Cited by third party
Title
赖颢升等: "虚拟手术流血模拟的GPU加速实现", 《中国图象图形学报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
WO2023108421A1 (zh) * 2021-12-14 2023-06-22 武汉联影医疗科技有限公司 一种流速检测方法、系统和存储介质
CN114357844A (zh) * 2022-01-12 2022-04-15 大连理工大学 一种分析脉动血流对流体中物质作用的体外装置及系统
CN114431846A (zh) * 2022-01-12 2022-05-06 中国科学院力学研究所 一种术中血管血压非接触式测量方法及视觉检测系统
CN114357844B (zh) * 2022-01-12 2023-01-13 大连理工大学 一种分析脉动血流对流体中物质作用的体外装置及系统
CN114431846B (zh) * 2022-01-12 2023-09-22 中国科学院力学研究所 一种术中血管血压非接触式测量方法及视觉检测系统

Also Published As

Publication number Publication date
CN111652849B (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN111652849B (zh) 血流参数计算结果获取方法、装置、设备和系统
AU2020244586B2 (en) Method and system for sensitivity analysis in modeling blood flow characteristics
US10522254B2 (en) Methods and systems for predicting sensitivity of blood flow calculations to changes in anatomical geometry
CN110310256B (zh) 冠脉狭窄检测方法、装置、计算机设备和存储介质
CN111292314A (zh) 冠脉分段方法、装置、图像处理系统和存储介质
JP2017529146A (ja) 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法
CN112150376B (zh) 血管医学影像分析方法、装置、计算机设备和存储介质
CN111815597A (zh) 基于ct影像的左心室长短轴切面提取方法、装置、计算机设备和存储介质
CN117036530B (zh) 基于跨模态数据的冠状动脉血流储备分数预测方法及装置
CN113827207A (zh) 肺动脉的评估方法、装置、计算机设备和存储介质
CN107392976A (zh) 数据处理方法、装置及设备
CN109461143B (zh) 图像显示方法、装置、计算机设备和存储介质
CN116030071A (zh) 血管关键点位置确定方法、装置、计算机设备和存储介质
CN111652954B (zh) 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质
CN112365504A (zh) Ct左心室分割方法、装置、设备和存储介质
CN109767432B (zh) 数据融合方法、装置、计算机设备和可读存储介质
CN114266759A (zh) 图像分析方法、装置及计算机设备
CN114764807A (zh) 冠脉分割方法、装置、计算机设备和存储介质
CN118526283A (zh) 患者特异性主动脉血流多尺度流体动力学模拟方法及装置
CN111816313A (zh) 基于左心室三维模型分析心肌运动的模拟显示方法、装置、计算机设备和存储介质

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
CP02 Change in the address of a patent holder

Address after: 430206 Lianying medical headquarters base, No. 99, gaokeyuan Road, Donghu high tech Development Zone, Wuhan, Hubei Province

Patentee after: WUHAN UNITED IMAGING HEALTHCARE Co.,Ltd.

Address before: No. 818, Gaoxin Avenue, Donghu high tech Development Zone, Wuhan, Hubei 430206

Patentee before: WUHAN UNITED IMAGING HEALTHCARE Co.,Ltd.

CP02 Change in the address of a patent holder