CN111655134A - 用于根据伯努利原理的冠脉流量估计的测量指南 - Google Patents
用于根据伯努利原理的冠脉流量估计的测量指南 Download PDFInfo
- Publication number
- CN111655134A CN111655134A CN201880087144.1A CN201880087144A CN111655134A CN 111655134 A CN111655134 A CN 111655134A CN 201880087144 A CN201880087144 A CN 201880087144A CN 111655134 A CN111655134 A CN 111655134A
- Authority
- CN
- China
- Prior art keywords
- intravascular
- location
- vessel
- hemodynamic
- interest
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0285—Measuring or recording phase velocity of blood waves
-
- 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
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
- A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
-
- 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
- A61B6/50—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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- 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
-
- 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
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
- A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
-
- 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)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Radiology & Medical Imaging (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hematology (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Robotics (AREA)
- Geometry (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
提供了一种用于评估冠状脉管系统中的血流动力学属性的装置以及对应的方法,其中,使用感兴趣血管的诊断数据来识别第一和第二测量位置,在所述位置处可以获得针对第一血流动力学属性的第一和第二值,由此这些第一和第二值适合于导出指示不能够或不应当直接测量的第二血液动力学属性的至少一个诊断参数。
Description
技术领域
本发明涉及一种用于评估冠状脉管系统中的血液动力学属性的装置、一种对应的方法以及一种相应的计算机程序。具体地,本发明涉及用于通过从脉管系统的诊断数据导出用于血管内测量的最佳测量位置来执行对血液动力学参数的测量的经改进的测量指导。
背景技术
冠状动脉中的功能性狭窄的严重度通常可以借助于血管内压力测量来评估。在这方面,可以特别地通过考虑狭窄的远端的压力(Pd)与主动脉中的压力(Pa)的比率来执行评估。因此,可以使用诸如血流储备分数(FFR)或瞬时无波比(iFR)的指标来考虑该比率,这两者都是根据所述压力比率来确定的。FFR测量使用整个心脏周期压力曲线,并且必须在充血状态下执行,充血状态通常是由血管舒张药剂的使用引起的。相反,iFR测量是在心脏周期的特定时段(亦即舒张期)(其也被称为无波时段)期间在静息时执行的。
尽管基于压力的指标允许对冠状动脉病变的充分理解,但是对血液的流动属性的额外测量可能提供额外的见解,使得能够更透彻地理解对冠状脉管系统的诊断,并且因此,使得能够改善对其中存在的冠状动脉病变的处置规划。对此,对通过脉管系统中的感兴趣血管的流速和/或体积流率的测量可以特别适合于改善对冠脉病变的理解。
用于正确评估冠状动脉中的病变的另一重要指标是所谓的冠脉血流储备(CFR),其定义了超过正常静息体积的通过脉管系统的血流的最大增加量。可以通过对充血流量与静息流量之间的比率的测量来获得CFR。
尽管有这些益处,但是由于增加的复杂性以及缺乏能用于测量与流量相关的参数的任何测量技术的鲁棒性,因此为了评估另外的血液动力学属性的常规流量测量尚未进入临床实践。
EP 2633815 A1公开了用于评估针对感兴趣器官的血液动力学特性的方案。在一个实现方式中,流体动力学模型可以被提供有从解剖学成像模态导出的数据和通过超声导出的血流信息以导出期望的血液动力学特性。在一种这样的实现方式中,估计了血流储备分数。
WO 2017/021201 A1公开了一种辅助设备、辅助系统和辅助方法,其用于辅助从业者对对象进行介入性血流动力学(例如,血流储备分数(FFR))测量。FFR压力测量与对冠状血管几何结构的基于血管造影的评估相组合。可以采用先进的计算流体动力学模型来基于介入压力值并且基于在介入之前生成的血管模型来添加流量和心肌阻力数据。如果在介入之前能获得这些数据,则能够预先计算出用于压力测量的最佳位置的场所,并且通过血管树例如在X射线投影上的覆盖,能够在介入期间为介入心脏病专家给出建议。
发明内容
可以根据伯努利原理从压力测量中近似得出这些属性,而不是直接测量诸如流速和体积流率的流动属性。然而,为了获得足够准确的近似,必须在脉管系统中的感兴趣血管内部的合适的测量位置处执行压力测量。
因此,本发明的目的是提供一种经改进的装置,其允许评估患者的脉管系统中的感兴趣血管内部的血液动力学属性,诸如流动属性。
本发明的另外的目的是提供一种经改进的方法,其用于从诸如压力测量的其他血液动力学属性的测量中导出指示诸如流动属性的血液动力学属性的诊断参数。甚至更具体地,本发明的目的是提供一种用于基于脉管系统的诊断数据来对冠状生理学进行评估和建模的装置,利用所述装置可以以高的准确度来确定诸如CFR的诊断参数。
因此,提供了一种用于评估冠状脉管系统的装置,所述装置包括:输入单元,其用于接收脉管系统中的感兴趣血管的诊断数据;以及识别单元,其用于使用所述诊断数据来识别第一血管内测量位置和第二血管内测量位置,其中,第一血液动力学属性的第一血液动力学值是在所述第一血管内测量位置处导出,第一血液动力学属性的第二血液动力学值是在所述第二血管内测量位置处导出的。所述装置还包括:计算单元,其用于基于所述第一血液动力学值和所述第二血液动力学值来计算表示感兴趣血管中的第二血液动力学属性的至少一个诊断参数。
由此,术语“感兴趣血管”可以具体指代患者的冠状脉管系统中的血管或血管树。甚至更具体地,术语“感兴趣血管”可以指代患者的脉管系统中的感兴趣血管的一个或多个血管段。同样地,应当理解,术语“(第一或第二)血液动力学属性”通常可以指代表示患者的脉管系统内部的血液动力学的任何属性。此外,术语“血液动力学值”可以指代脉管系统的血液动力学属性的测量值,由此通过在沿着感兴趣血管的纵轴的特定血管内位置处的测量来获取血液动力学值。
在一些实施例中,所述血液动力学属性可以涉及诸如血管壁摩擦、血管壁弹性、血管阻抗、血液粘度、血压、流速、体积流率、通过血管分叉的体积流出率等的属性。在该上下文中,第一和第二血液动力学值可以具体地针对第一血液动力学属性来导出,诸如感兴趣血管内部的压力,并且随后被用于计算表示第二血液动力学属性的诊断参数,诸如体积流率。因此,第一血液动力学属性可以被用于导出不同于所述第一血液动力学属性的第二血液动力学属性。
术语“诊断数据”可以指代表示包括感兴趣血管的脉管系统的任何种类的测量数据。更具体地,诊断数据可以包括通过诸如X射线扫描、计算机断层摄影(CT)、X射线血管造影、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、超声成像等的成像模态获取的诊断图像数据。所述诊断图像数据由此可以包括单幅二维或三维诊断图像或者在特定时间跨度上收集到的诊断图像的时间序列。所述诊断图像数据可以涉及使用磁共振成像(MRI)、CT和/或PET获得的灌注数据。
所述诊断数据还可以包括通过已经原位(即,从感兴趣血管的内部)执行的血管内测量获取的测量数据。对此,所述诊断数据可以包括已经使用血管内成像模态(诸如血管内超声(IVUS)和/或光学相干断层摄影(OCT))获取、已经通过被附接至被引入到感兴趣血管中的导管的测量设备获得的血管内图像数据。所述血管内图像数据可以包括随着时间针对相同的血管内测量位置收集的单幅血管内图像或血管内图像的时间序列。另外地或备选地,还可以通过穿过血管缓慢地拉回导管并且通过在多个血管内测量位置处获得多个血管内图像来收集血管内图像数据。
所述诊断数据还可以包括在血管内测量期间获取的血管内测量数据。该血管内测量数据可以具体指代拉回数据。术语“拉回数据”通常涉及在沿着感兴趣血管的纵轴的多个血管内位置处确定出的多个血液动力学值。拉回数据是针对特定的拉回长度来获得,其被定义为在多个血液动力学值的确定的开始位置与该确定的结束位置之间的距离。所述拉回数据可以例如被用于确定沿着感兴趣血管的压力梯度,即,可以被用于确定针对多个血管内位置的多个压力值,通常在远端位置开始并且在近端位置结束。在该上下文中,术语“近端”和“远端”应当在其常规含义内理解,即,分别定义为与身体的主要部分接近的位置和远离的位置。就冠状血管而言,当沿着冠状血管的纵轴观察时,近端位置是更靠近心脏的位置,而远端位置涉及与近端位置相比更远离心脏的位置。
术语“测量位置”通常可以指代可以测量第一血液动力学属性的血液动力学值的血管内位置。应当理解,所述第一血液动力学属性的该测量可以作为诊断数据获取的部分来执行,例如,在诊断数据包括(压力)拉回数据的情况。备选地或另外地,对所述第一血液动力学属性的测量可以在使用诊断数据识别第一和第二测量位置之后在另外的测量步骤中执行。
因此,在第一种情况下,在第一和第二测量位置处导出第一和第二血液动力学值具体指代根据已经获取的诊断数据来确定在识别出的第一和第二测量位置处测得的第一和第二血液动力学值。与此相反,在第二种情况下,导出第一和第二血液动力学值指代这样的情况:其中根据诊断数据来识别第一和第二测量位置,并且然后在第一和第二测量位置处执行对第一血液动力学属性的(血管内)测量以测量第一和第二血液动力学值。这些不同方案的细节将在本文下文中关于各种实施例进行描述。
使用诊断数据来识别第一和第二测量位置允许确定用于获取第一血液动力学属性的测量值的最佳测量位置,由此在这些位置处获取的值允许对第二血液动力学属性的经改进的近似,即,计算。
在一些实施例中,第一血液动力学属性包括感兴趣血管中的压力。因此,因此,针对第一血液动力学属性导出的血液动力学值是血管内压力值。如上所述,压力值特别适合于导出另外的血液动力学属性,诸如流动属性。更具体地,可以根据伯努利原理从测量出的压力值导出血流属性。
伯努利原理特别将压力与流速相关,定义为不可压缩流体(例如人或动物血液)的流速增加与压力降低同时地发生。如果忽略了摩擦损失和流体势能的变化,则在第一测量位置(1)与第二测量位置(2)之间的流速v的局部变化将这些位置之间的压力p变化定义为:
其中,ρ是流体的密度。
此外,感兴趣血管中的体积流率Q通常可以被确定为:
Q=vA,
其中,A是在感兴趣血管的特定位置(即,在特定血管段中)的横截(血管)面积,并且v是通过所述感兴趣血管的流速。在血管中有病变和/或狭窄的情况下,横截面积A改变。如果假设由于在各自血管段中可能发生不存在来自感兴趣血管的流出所通过的分叉,因此体积流率Q沿着要考虑的血管段的长度是恒定的,则横截面积A的改变导致沿着所考虑的血管段的局部流速的变化。因此,在血管段中的第一测量位置(1)和第二测量位置(2)处,体积流率Q可以被假定等于:
Q=v1A1=v2A2.
这样,借助于测量在第一测量位置(1)与第二测量位置(2)之间的压力差Δp=p1-p2并且确定局部横截面积A1和A2,可以使用根据下式的计算来计算体积流率:
因此,可以根据下式导出类似于冠状血流储备(CFR)的流量比率,所述流量比率对应于在充血(QH)和静息(QR)条件下的体积流率的比率。
应当理解,在这种情况下,必须分别在针对充血状态以及静息状态两者的第一和第二测量位置处获得压力值。
因此,与流量有关的血液动力学属性可以潜在地从在至少两个测量位置处执行的压力测量中导出。但是,为了导出针对与流量相关的血液动力学属性的准确参数,可能无法在两个任意位置处执行压力测量。相反,必须确保在第一和第二测量位置处的流速以及因此压力值彼此显著不同,从而可以充分测量压差Δp=p1-p2,即使在用于测量压力值的压力探头准确度有限的情况也是如此。
对此,在一些实施例中,识别第一血管内测量位置和第二血管内测量位置包括:预测在至少一个候选位置处在感兴趣血管中的第二血液动力学属性的局部变化,将所述至少一个候选位置识别为第一血管内测量位置,并且将除了至少一个候选位置之外的血管内位置识别为第二血管内测量位置。
如上文在本文中所指出的,流动属性可以来自在第一和第二测量位置处获得的压力值,在所述第一和第二测量位置处,压力显示出显著的差异。尽管这些第一和第二测量位置通常可以在特定血管或者特定血管的段中找到,但是其识别并不简单。因此,在一些实施例中,基于诊断数据来识别第一和第二测量位置。
这尤其可以通过基于诊断数据来预测第二血液动力学属性的局部变化来实现。在一些实施例中,该第二血液动力学属性可以特别地与流速有关,并且所述诊断数据可以被用于预计沿着感兴趣血管中的纵轴在特定位置处的局部流速的增大或减小。
取决于所使用的诊断数据的种类,可以以各种方式来执行预测。在通过各自的成像模态获得诊断图像数据和/或血管内图像数据的情况下,可以特别地通过在图像数据中检测感兴趣血管的横截面区域的局部变化来执行所述预测,所述局部变化例如是由于感兴趣血管中的病变和/或狭窄。如前所述,由于在整个血管中的体积流率应当是恒定的,因此当不考虑来自血管的任何流出时,血管的横截面积的变化指示流速的变化,因为相同体积的血液必须通过不同的横截面积。因此,根据图像数据,可以预测在病变和/或狭窄的位置处,作为第二血液动力学属性的流速将显示局部变化,即,值的增大或减少。
在拉回数据包括第一血液动力学属性的多个血液动力学值的情况下,所述血液动力学值可以被用于预测所述第二血液动力学属性的值的变化。如前所述,根据流体动力学定律,不同的血液动力学属性彼此相关。因此,能够根据为第一血液动力学属性提供多个值的拉回数据中导出指示第二血液动力学属性的至少一个诊断参数。
在一些实施例中,所述拉回数据可以具体地包括在远端位置处开始并且在近端位置处结束的在沿着感兴趣血管的纵轴的多个位置处获取的多个压力值。因此,所述第一血液动力学属性可以与感兴趣血管内部的压力有关。在这种情况下,所述第二血液动力学属性可以具体地是流速。如上文在本文中所指出的,压力和流速经由伯努利定律相关,并且因此,局部流速的变化也将导致压力的变化。因此,通过考虑包括多个压力值的压力拉回曲线,可以识别局部压力变化,特别是局部压力降低。在这样的局部压力变化的位置处,可以预测流速的变化。
这样,在这两种情况下,都可以预测图像数据以及拉回数据,最终可以预测在特定位置处的流速变化。
然后,可以将所述流速的变化的位置识别为针对第一测量位置的候选位置,即,可以确定与在第二测量位置处测量出的第二血液动力学值明显不同的第一血液动力学值的位置。为了确保这样的差异,通常将第二测量位置识别为假设不受狭窄和/或病变影响的另外的血管内位置。因此,另外的血管内位置应当距狭窄和/或病变足够远,使得由狭窄和/或病变引起的湍流不会残留,而同时距狭窄和/或病变不要太远,使得诸如摩擦损失和向小血管的流出的副作用变得太显著而无法在近似中忽略。
因此,另外的血管内位置可以被认为是在可以执行对所述第二血液动力学值的测量的血管内部的额外位置,使得第二血液动力学值与第一血液动力学值显著不同。因此,该额外的血管内位置可以位于候选位置的近端或远端。
在一些实施例中,第一和第二测量位置这两者都可以特别地由狭窄和/或病变来限定,其中被识别为第一测量位置的候选位置位于狭窄和/或病变的位置处,即狭窄和/或病变的内部,并且被指定为第二测量位置的另外的血管内位置沿着感兴趣血管的纵轴远离其定位。在一些实施例中,为了有资格作为合适的第二测量位置,所述另外的血管内位置可以特别地与被识别为第一测量位置的候选位置沿着感兴趣血管的纵轴相距约0.5至2cm,更具体而言为1cm。甚至更具体地,所述另外的血管内位置可以位于距狭窄和/或病变近并且因此距被指定为第一测量位置的候选位置的近端或远端的1cm处。
备选地或另外地,对所述第二测量位置的识别也可以使用另外的和/或不同的标准来执行。在一些实施例中,可以使用各自的诊断图像数据和/或血管内图像数据来识别感兴趣血管的看起来健康的血管段。对此,术语“健康”具体指代不展现出任何狭窄和/或病变的血管段。所述另外的血管内测量位置可以位于该看起来健康的血管段中,并且由于位于此处,因此被识别为第二测量位置。
在诊断数据包括拉回数据的一些实施例中,可以考虑根据拉回数据得到的拉回曲线。如果所述拉回曲线沿多个血管内位置表现出构成斜率,则可以假设这指示健康的血管段。然后,可以将位于血管段中的血管内位置识别为第二测量位置。
备选地和/或另外地,可以至少部分地基于在候选位置与另外的血管内位置之间存在和/或不存在分叉来执行对第二测量位置的识别。更具体而言,如果在被识别为第一测量位置的候选位置与其自身之间不存在分叉,则可以将另外的血管内位置识别为第二测量位置,并且如果在候选位置与另外的血管内测量位置之间存在分叉,则可以不将另外的血管内位置识别为第二测量位置。
通过以这种方式识别第一和第二测量位置,可以确保在这些位置处获得的第一和第二血液动力学值彼此显著不同。更具体而言,以这种方式选取第一和第二测量位置可以允许近似指示第二血液动力学属性的诊断参数,而不管可能的测量准确度。
在一些实施例中,所述诊断数据包括感兴趣血管的至少一幅诊断图像。因此,识别第一血管内测量位置和第二血管内测量位置包括将感兴趣血管分割成多个段,对于所述段中的每个段,在沿着感兴趣血管的纵轴的多个血管内位置处,导出感兴趣血管的多个几何参数值;从多个血管内位置处的多个几何参数值中识别出至少一个几何参数值,所述至少一个几何参数值指示感兴趣血管在来自多个血管内位置中的至少一个候选位置处的狭窄;其中,将所述狭窄的至少一个候选位置识别为第一血管内测量位置,并且将除了所述至少一个候选位置之外的另外的血管内位置识别为第二血管内测量位置。
在一些实施例中,可以使用脉管系统的至少一幅诊断图像来执行对第一和第二测量位置的识别,所述脉管系统包括已经通过各自的成像模态(诸如X射线扫描、计算机断层摄影(CT)、X射线血管造影、正电子发射断层摄影(PET)、单光子发射计算机断层摄影(SPECT)、超声成像等)获得的感兴趣血管。在一些特定实施例中,所述至少一幅诊断图像可以具体地代单幅二维X射线血管造影图像。
根据这些实施例,首先通过考虑所述至少一幅诊断图像来识别第一和第二测量位置。随后,在如此识别出的第一和第二测量位置处执行对诸如压力值的血液动力学值的测量。
出于该目的,将在至少一幅诊断图像中被成像的感兴趣血管分割成多个段。应当理解,分割所述感兴趣血管对应于将在诊断图像中表示的感兴趣血管分割成各自的血管段。
针对所述段中的每个段,可以在多个血管内位置处导出针对感兴趣血管的多个几何参数值。在该上下文中,术语“几何参数”可以指代表示感兴趣血管的几何结构的任何参数。在一些实施例中,所述几何参数可以具体指代感兴趣血管的横截面积。在一些实施例中,所述几何参数还可以指代血管的内部形状或类似的几何测量。因此,可以针对沿着感兴趣血管的纵轴的多个血管内位置来确定针对至少一个几何参数的值,诸如横截面积的值。因此,所述多个几何参数值指代分别沿着感兴趣血管的纵轴针对每个血管内位置而确定出的值。
在一些实施例中,所述几何参数值被用于在至少一个血管内位置处识别感兴趣血管的病变和/或狭窄。然后,将已经识别了病变和/或狭窄的血管内位置指定为候选位置,即,针对第一测量位置的潜在候选。如果在多个血管内位置处已经识别出病变和/或狭窄,则可以选择这些血管内位置之一作为候选位置。更具体而言,关注用于指示血管的几何结构的几何参数的多个值,并且确定值的变化,其指示感兴趣血管的病变和/或狭窄。在一个特定的实施例中,将横截面积视为几何参数,并且将所述横截面积的变化视为指示病变和/或狭窄。
如前所述,在横截面积变化的这样的位置处,如果假定恒定的体积流率,则局部流速会显著变化。因此,从至少一幅诊断图像中识别出的病变和/或狭窄的血管内位置可以被认为是针对第一测量位置的可能候选。随后,可以将位于如此识别出的候选位置的近端或远端的额外的血管内位置认为并且被指定为第二测量位置。在下一步骤中,通过在第一和第二测量位置处测量各自的第一血液动力学属性并获取各自的第一和第二值,来执行对第一血液动力学属性的第一和第二血液动力学值的导出。
在一些实施例中,所述装置还包括:建模单元,其用于基于至少一幅诊断图像来生成感兴趣血管的生理模型,所述生理模型包括流体动力学模型;其中,基于流体动力学模型来执行计算表示第二血液动力学属性的至少一个诊断参数。
在一些实施例中,包括流体动力学模型的生理模型被用于计算所述诊断参数。由此,可以从感兴趣血管的至少一幅诊断图像获得生理模型。在一些实施例中,所述生理模型可以特别地从感兴趣血管的单幅诊断图像获得。所述诊断图像由此可以由建模单元用于根据所述诊断图像生成生理模型。所述生理模型的生成可以特别地包括对被成像的感兴趣血管的分割。出于生成生理模型的目的,可以由建模单元来执行该分割。备选地,可以使用由识别单元执行的用于识别第一和第二测量位置的血管分割。
基于该分割,可以生成表示感兴趣血管的一个或多个血管段的生理模型。对此,所述生理模型可以包括流体动力学模型,以模拟通过感兴趣血管的各个段的流体动力学,尤其是血液的流体动力学。对此,可以通过执行模拟血液与血管壁(即,血液流动通过的血管的内表面)的交互的计算来生成流体动力学模型。这些交互可以由考虑到血管的特定血液动力学属性的各自的边界条件来定义,诸如血管壁组成、血管壁弹性和血管阻抗、血管中的分叉以及血液粘度。出于该目的,可以使用对于所有患者或对于特定患者组相似的通用边界条件(按年龄、性别、生理状况等来区分)。备选地或另外地,已经针对特定患者导出的特定于患者的边界条件可以被用于对流体动力学模型的计算。
在实施例中,所述流体动力学模型可以具体地指代集总参数模型。在这样的集总参数模型中,通过离散实体的拓扑来近似血管的流体动力学。更具体地,在集总参数模型中,血管阻抗通过一系列电阻器元件来近似,而血管的终端则通过表示接地的元件来表示。因此,血管树可以由每个具有特定电阻的电阻器的拓扑来表示,其中血管树的表示由各自的接地元件终止。与诸如Navier-Stokes等的其他方案相比,这些集总参数模型减少了维数。因此,使用集总参数模型可以允许对血管内部流体动力学的简化的计算,并且最终可以减少的处理时间。
作为流体动力学模型的补充或替代,所述生理模型还可以包括表示感兴趣血管的几何结构的几何模型。所述几何模型由此可以是感兴趣血管或者其段的二维(2D)或三维(3D)几何表示。在本发明的特定实施例中,几何模型可以是从2D血管造影图像数据导出的2D模型,针对该2D血管造影图像数据,通过假设血管的圆形形状来近似第三维度。
在一些实施例中,可以分别使用生理模型中包含的几何模型和流体动力学模型来模拟通过每个血管(段)的几何结构和流体动力学。相应地,通过基于例如从诊断数据和/或第一和第二血液动力学值导出的各自的边界条件来模拟感兴趣血管中的第二血液动力学参数,使用流体动力学模型来执行对表示第二血液动力学属性的诊断参数的计算。
在一些实施例中,对第一血管内测量位置和第二血管内测量位置的识别还包括:基于所述诊断图像来确定感兴趣血管中的分叉的位置;并且当确定分叉位于沿着感兴趣血管的纵轴的接近另外的血管内位置的位置处时,排除所述另外的血管内位置。
用于计算所述诊断参数的上述方案使用以下近似:在包括第一和第二测量位置的段中,没有发生血液从感兴趣血管的流出。实际上,病变和/或狭窄可以位于分叉的附近,即,可以在病变和/或狭窄的近端和/或远端来识别分支。通过这样的分叉,血液的部分可以流出到小血管(和从小血管流入),由此导致在第一测量位置与可以被选择作为第二测量位置的一个或多个血管内位置之间的非恒定的体积流率。
在这种情况下,所述选择必须包括排除这样的血管内位置,以便仍然获得第二血液动力学属性的准确近似。换言之:应当选择第一和第二测量位置,使得在第一与第二测量位置之间不发生到小血管的流出。在该上下文中,应当理解,不发生流出的要求也应当被理解为还包括其中小血管(和对应的分叉)足够小以至于从准确度的角度上能忽略不计的情况。此外,术语“近似”尤其可以指代分叉位于被选择作为第一测量位置的候选位置与被视为潜在的第二测量位置的另外的血管内位置之间的位置处。
为了实现该目的,在一些实施例中,所述至少一幅诊断图像被用于识别沿着被认为用于评估的血管或血管段的血管分叉。如果分叉在诊断图像中直接可见,则可以特别地通过手动地或者通过图像处理直接从诊断图像导出分叉来识别分叉。
备选地或另外地,如上所述,还以可基于已经从针对感兴趣血管的每个血管的诊断图像确定出的一个或多个几何参数来识别分叉。具体地,可以通过考虑针对每个血管(段)中的多个血管内位置的几何参数值以检测所述几何参数值的局部变化(即,增大或减少)来执行该识别,这可以被认为是针对血管分叉的指示。在一些实施例中,该几何参数值可以具体地使用基于包含在所述生理模型中的几何模型的估计来导出。
因此,一旦已经在被指定为第一测量位置的候选位置与除了候选位置之外的至少一个另外的血管内位置之间识别出分叉,则可以将所述至少一个血管内位置排除为潜在的第二测量位置。亦即,由于分叉在特定的血管内位置近侧,因此发现所述血管内位置不适合作为第二测量位置,并且可以识别不同的第二测量位置。如果找不到合适的第二测量位置,则所述装置然后可以尝试识别不同的第一测量位置。备选地或另外地,可以执行流出校正,以校正针对通过分叉的流出的近似。
因此,在一些实施例中,对所述第一血管内测量位置和所述第二血管内测量位置的识别还包括:基于所述诊断图像来确定感兴趣血管中的接近另外的血管内位置的分叉的位置;并且基于所述流体动力学模型来计算至少一个诊断参数包括:通过使用所述流体动力学模型来模拟通过所述分叉的流出来校正所述至少一个诊断参数。
在一些实施例中,在第一和第二测量位置之间存在分叉的情况下,不执行对第二测量位置的排除。相反,遵循一种方案,其中,校正对第二血液动力学属性的计算,以便解决通过分叉的流出。
如上文在本文中所指示的,在第一和第二测量位置之间的血管分叉的情况下,针对这两个位置的体积流率Q不是恒定的。相反,在第二测量位置处的体积流率Q2与在第一测量位置处的体积流率Q1相差局部流出率ΔQ:
Q2=Q1-ΔQ。
局部流出率ΔQ可以具体地使用生理模型中包括的流体动力学模型来建模。更具体而言,分叉的大小和位置可以被用作流体动力学模型中的额外边界条件,以模拟来自各个分叉的流出率。
在一些实施例中,可以使用Murray定律来确定通过各自分叉的流出。根据Murray定律,以下关系成立:
Q=k*D3。
因此,Q对应于体积流率,D是血管直径,并且k是比例常数。应当理解,尽管在示例性实施例中,使用Murray定律来确定体积流率Q,但是其他相关性Q(D)也可以被用于描述体积流率与血管直径之间的关系,特别是对于脉管系统的其他部分。
如前所述,流出率可以由分叉所位于的第一测量位置处的体积流率与第二测量位置处的体积流率之间的差来表示:
ΔQ=Q1-Q2
因此,通过估计血管中的比例常数,并且基于诊断图像数据对第一和第二测量位置处的血管直径D1、D2进行建模,包括流体动力学模型的生理模型可以使用Murray定律对局部流出率进行建模。这允许使用Murray定律来确定在第一和第二测量位置处的体积流率:
可以将局部流出率ΔQ模拟为由此确定出的值Q1、Q2之间的差。
在一些实施例中,其中,流体动力学模型可以是集总参数模型,并且可以借助于各自的电阻器元件来估计通过分叉的流出,所述电阻器元件的出口阻抗取决于从诊断图像导出的分叉的大小。
在一些另外的实施例中,基于流体动力学模型来计算至少一个诊断参数包括:通过使用流体动力学模型来模拟在第一血管内测量位置与第二血管内测量位置之间的血管摩擦来校正至少一个诊断参数。
在一些实施例中,可以在对第二血液动力学属性的计算中考虑由于摩擦而在第一和第二测量位置之间的压力损失。这具体可以在由于摩擦引起的压力损失过大而不能在准确近似表示第二血液动力学属性的诊断参数时忽略的情况下执行。在这种情况下,在第一和第二测量位置处的压力值之间的关系变为:
其中,ΔpF对应于由于摩擦引起的压力损失。
因此,必须估计压力损失ΔpF。具体地,这可以通过将各自的边界条件包括在模拟沿着感兴趣血管的压力损失的流体动力学模型中来执行,包括在第一和第二测量位置之间的压力损失。在一些实施例中,在将流体动力学模型被实现为集总参数模型的情况下,可以借助于各自的电阻器元件来模拟摩擦。在一些实施例中,可以备选地使用有限元方法。
在一些实施例中,所述诊断数据包括血管内拉回数据,所述血管内拉回数据包括借助于沿着感兴趣血管的纵轴在多个血管内位置处的拉回记录原位获取的第一血液动力学属性的多个血液动力学值。此外,对第一血管内测量位置和第二血管内测量位置的识别包括:从在多个血管内位置处获取的多个血液动力学值中,识别在来自多个血管内位置中的至少一个候选位置处表现出局部变化的至少一个血液动力学值;其中,至少一个候选位置被识别为第一血管内测量位置,并且除了所述至少一个候选位置以外的另外的血管内位置被识别为第二血管内测量位置。
在一些实施例中,所述诊断数据可以包括已经从感兴趣血管原位获得的拉回数据。在一些实施例中,所述拉回数据可以具体地指代压力拉回数据。如前所述,通过将测量线拉动通过感兴趣血管达特定的拉回长度并且沿着所述拉回长度获取针对多个血管内位置的多个测量值来获取拉回数据。在获取压力拉回数据的情况下,所使用的测量设备通常可以是包括压力探头的丝线。然后,压力探头被用于在多个血管内位置处收集多个压力值,由此产生各自的压力拉回曲线,即,根据血管内位置的表示压力值的曲线。
如此获得的压力曲线可以表现出局部变化,即,在一个或多个特定血管内位置处的压力值的局部增大或减小。如上文在本文中先前指示的,根据伯努利定律,压力(值)的变化也指示流速的变化。更具体而言,压力值的减小导致流速的增加,并且反之亦然。相应地,所述压力值的局部变化指示针对第一测量位置的合适的候选位置。因此,可以将检测到局部变化的每个血管内位置用作针对第一测量位置的候选位置。随后,在候选位置(即,第一测量位置)的近端或远端的另外的血管内测量位置被识别为第二测量位置。
使用压力拉回数据来识别第一和第二测量位置避免了执行两次测量的必要性,一次用于识别测量位置,而一次用于导出第一和第二血液动力学值。而是,在这种方案中,可以通过选择用于第一和第二测量位置的所述曲线的各自的值,来直接在已经获取的拉回曲线上执行对第一和第二血液动力学值的导出。
应当理解,这种方案不允许导出血管的横截面积。因此,可能无法仅根据拉回数据来确定体积流率。然而,由于冠状血流储备(CFR)作为临床相关指标,因此可以根据下式在不知道体积流率的情况下进行近似:
CFR作为指示流动的诊断参数仍然可以直接根据压力拉回数据来获得。因此,该实施例可以表示用于确定临床相关诊断参数的简单方案,该方案不需要知道待确定的血管几何结构。
在一个或多个另外的实施例中,所述诊断数据还包括感兴趣血管的至少一幅诊断图像。此外,对第一血管内测量位置和第二血管内测量位置的识别还包括:将至少一幅诊断图像与血管内压力数据共配准;并且在至少一幅诊断图像中指示第一血管内测量位置和第二血管内测量位置。
在一些实施例中,所述压力拉回数据还可以被用于获得诊断参数,所述诊断参数需要确定几何参数,诸如横截面积。出于该目的,所述诊断数据还可以包括至少一幅诊断图像。所述诊断图像和所述拉回数据可以被共配准。将所述诊断图像和所述拉回数据共配准指代针对拉回数据的每个或一些血管内位置,确定感兴趣血管的诊断图像中的对应血管位置的过程。因此,两种测量模态彼此相关。
这样的共配准允许确定诊断图像中与从所述拉回数据中识别出的第一和第二测量位置相对应的血管位置。然后,可以在诊断图像中指示这些血管位置。
对此,术语“指示”可以具有指代装置内部的过程,其中,所述装置被提供有被成像的血管中的哪个位置对应于第一和第二测量位置的信息。基于该指示,所述装置然后可以执行多个图像处理步骤等,以获得关于血管几何结构以及因此关于体积流率的信息。在一些实施例中,所述装置可以特别地根据诊断图像导出在第一和第二测量位置处的横截面积。对此,所述装置可以采用建模单元来为包括第一和第二测量位置的血管段生成生理模型。该生理模型可以包括流体动力学模型和/或几何模型。所述装置可以使用几何模型来导出至少在第一和第二测量位置处的几何参数值,例如,横截面积。
此外,所述装置可以使用所述指示来生成包括第一和/或第二指示器(诸如箭头或圆圈)的成像的血管的图形表示,所述指示器在诊断图像中突出显示第一和第二测量位置。然后,所述装置可以使显示单元显示这样的图形表示。这可以允许用户(特别是医师)在视觉上确认对第一和第二测量位置的适当的选择。
在该上下文中,应当理解,所述诊断图像被用于生成感兴趣血管的图形表示的情况不限于诊断数据包括拉回数据的情况。类似地,在诊断数据包括图像数据的情况下,所述装置能够生成被成像的血管的图形表示。在这种情况下,在识别出第一和第二测量位置时,所述装置可以直接使用该识别将各自的指示器插入到图形表示中,并且将如此生成的图形表示提供给各自的显示单元。该显示单元可以特别地包括计算机屏幕、LCD显示器等。
在一些实施例中,计算至少一个诊断参数包括:确定感兴趣血管中的血流的冠状血流储备和/或体积流率和/或流速。
在第一和第二测量位置处获得的第一和第二血液动力学值可以具体地被用于计算表示冠状血流储备(CFR)、体积流率Q、流速v或类似血液动力学属性的诊断参数。在该上下文中,在第一和第二测量位置处测量的第一血液动力学属性与感兴趣血管内部的压力有关的情况下,可以特别好地执行所述计算。如上文在本文中所描述的,压力值允许根据各自的流体动力学定律(诸如伯努利定律、Murray定律等)来计算与流量相关的属性。
根据另外的方面,提供了一种用于评估冠状脉管系统的方法。所述方法包括以下步骤:接收在脉管系统中的感兴趣血管的诊断数据,以用于使用所述诊断数据来识别第一血管内测量位置和第二血管内测量位置,其中,在所述第一血管内测量位置处导出第一血液动力学属性的第一血液动力学值,在所述第二血管内测量位置处导出第一血液动力学属性的第二血液动力学值;并且基于第一血液动力学值和第二血液动力学值来计算表示感兴趣血管中的第二血液动力学属性的至少一个诊断参数。
在一些实施例中,所述方法还可以包括:识别第一血管内测量位置和第二血管内测量位置包括:向用户指示第一和第二血管内测量位置。
在一些实施例中,所述方法还包括以下步骤:其中,借助于各自的指示向用户呈现识别出的第一和第二测量位置。该指示可以特别地借助于跟感兴趣血管的图形表示以及对第一和第二测量位置的各自指示器来关联到视觉指示。备选地或另外地,在相对于感兴趣血管的纵轴的位置以语音或书面形式指示的意义上,该指示也可以是可听的或视觉的。
响应于所述指示,用户然后可以相应地对血管内测量设备进行定位,以便在第一测量位置处获得第一血液动力学值并且在第二测量位置处获得第二血液动力学值。亦即,用户将血管内测量设备引入到感兴趣血管中,并且调节所述位置以使得测量探头(诸如在进行压力测量的情况下的压力探头)位于第一测量位置处,并且随后位于第二测量位置处。应当理解,所述血管内测量设备类似地可以首先被定位在第二测量位置处,并且然后被移动到第一测量位置。
给用户的指示还可以包括其他指示。在一些实施例中,这些指示可以具体地涉及感兴趣血管的另外的信息和/或为了评估其而执行的流程。对此,所述指示可以包括:提供关于用于获得所述诊断数据的诊断测量模态的信息,提供关于患者的健康状况和/或合并症等的信息。在一些实施例中,所述指示可以具体地包括不能针对具体感兴趣血管(段)识别出第一和/或第二测量位置的指示。
在另外的方面中,提供一种用于控制根据上述任意实施例的装置的计算机程序,所述计算机程序当由处理单元运行时适于执行根据其实施例中的一个或多个实施例的方法。在又一方面,提供了一种其上存储计算机程序的计算机可读介质。
应当理解,根据权利要求1所述的装置、根据权利要求12所述的方法、根据权利要求14所述的计算机程序以及根据权利要求15所述的计算机可读介质具有特别是如在从属权利要求中所定义的相似和/或相同的优选实施例。
应当理解,本发明的优选实施例也能够是从属权利要求或以上实施例与各自的独立权利要求的任意组合。
参考下文描述的实施例,本发明的这些和其他方面将变得显而易见并得以阐明。
附图说明
在以下附图中:
图1示意性图示了根据第一示例性实施例的用于评估冠状脉管系统的装置;
图2表示根据第一示例性实施例的用于评估冠状脉管系统的方法的流程图;
图3示意性图示了根据第二示例性实施例的用于评估冠状脉管系统的装置;并且
图4表示根据第二示例性实施例的用于评估冠状脉管系统的方法的流程图。
具体实施方式
附图中的图示是示意性的。在不同的附图中,相似或相同的元件具有相同的附图标记。
图1示意性表示了用于评估血液动力学属性的装置1的示例性实施例。装置1包括输入单元100、识别单元200、计算单元300、建模单元400和显示单元500。
输入单元100接收感兴趣血管的诊断图像10。在根据图1的示例性实施例中,诊断图像10是使用X射线血管造影术获取的二维图像。输入单元100将诊断图像10提供给识别单元200。
识别单元200被配置为接收诊断图像10,并且执行在诊断图像10中表示的感兴趣血管的血管分割,即,识别单元200将感兴趣血管(的图像)沿着感兴趣血管的纵轴分割成多个段。识别单元200考虑这些段,并且针对每个血管段中的每个血管内位置导出一个或多个几何参数的值。在根据图1的示例性实施例中,由识别单元200导出的一个几何参数是血管的横截面积。识别单元200因此针对各自的血管段中的每个血管内位置导出血管的对应横截面积。
基于该横截面积,识别单元200随后可以确定观察到横截面积变化的血管内位置。在根据图1的示例性实施例中,识别单元具体地确定血管狭窄所在的血管内位置。出于该目的,识别单元200可以比较针对每个段中的每个血管内位置确定出的横截面积,并且确定在一个特定段中的一个特定血管内位置处的横截面积与其余的血管内位置相比在何处更小。然后,将展现较小横截面的血管内位置指定为针对第一测量位置的候选。随后,候选位置被指定为第一测量位置。
然后,识别单元200注意除了被指定为第一测量位置的候选位置之外的另外的血管内位置,并且将该另外的血管内位置识别为第二测量位置。在根据图1的示例性实施例中,当沿着感兴趣血管的纵轴查看时,所述另外的血管内位置对应于距所述候选位置约1cm的位置。然后,识别单元200将关于第一和第二测量位置的信息提供给输入单元100。
响应于接收到由识别单元200识别出的关于第一和第二测量位置的信息,输入单元100被配置为接收表示第一血液动力学属性的血液动力学测量数据20。血液动力学测量数据20因此包括在第一测量位置处测量出的第一血液动力学属性的第一血液动力学值以及在第二测量位置处测量出的第一血液动力学属性的第二血液动力学值。
输入单元100可以具体地通过以下方式来接收包括第一和第二血液动力学值的血液动力学测量数据20:借助于原地测量来获取第一和第二测量位置处的第一和第二血液动力学值来向被安装用于获取血液动力学测量数据的血管内测量设备提供指令;或者例如经由图形用户界面向用户指示第一和第二测量位置,使得用户可以在所指示的第一和第二测量位置处执行各自的测量。
在根据图1的示例性实施例中,血液动力学测量数据20对应于患者静息时获取的压力测量。因此,在第一和第二测量位置处获取的第一和第二血液动力学值对应于第一压力值p1和第二压力值p2。
当输入单元100接收到第一压力值p1和第二压力值p2时,输入单元100被配置为将压力值p1、p2提供给计算单元300。计算单元300被配置为根据所述压力值来计算指示感兴趣血管的血液动力学属性的至少一个诊断参数。
在根据图1的示例性实施例中,计算单元300具体地计算通过感兴趣血管的各个段的体积流率,并且输出关于计算出的体积流率的信息以及关于测量位置的信息,并且任选地,将关于用于计算的压力值的另外的信息输出给建模单元400。
此外,建模单元400被配置为从识别单元200接收在由输入单元100所指示的第一和第二测量位置之间存在分叉的指示。对此,识别单元200被具体地配置为:基于诊断图像10,通过各自的图像处理算法来检测这样的分叉的存在。在一些实施例中,还可以基于针对血管(段)导出的至少一个几何参数值来执行检测。
建模单元400从计算单元300接收计算出的体积流率。该近似的体积流率尚未考虑在两个测量位置之间存在的分叉。因此,近似的流率不考虑在测量位置之间从感兴趣血管的流出率。
建模单元400还经由识别单元200接收诊断图像10和/或感兴趣血管的分割。此外,建模单元400接收关于识别出的分叉的信息。
取决于接收到的信息,建模单元400随后在诊断图像中分割感兴趣血管,或者使用从识别单元200接收到的血管分割来生成感兴趣血管的生理模型,其包括表示通过感兴趣血管(或其段)的流体动力学的流体动力学模型。任选地,建模单元400还将感兴趣血管的几何结构的几何模型包括到生理模型中。
使用包含在生理模型中的流体动力学模型,建模单元400对通过由识别单元200指示的分叉的流出以及由于在第一和第二测量位置之间的摩擦引起的压力损失进行建模,并且因此校正计算出的体积血流。
然后,建模单元400将经校正的体积流率提供给计算单元300,计算单元300可以使用经校正的体积流率来计算表示其的至少一个诊断参数。对此,所述诊断参数可以具体地对应于在血管内部的特定位置处的体积度量流量的值。备选地,计算出的诊断参数可以涉及从体积流率导出的指标。
然后,计算单元300将诊断参数以及任选的诊断图像10提供给显示单元500。显示单元500基于由计算单元300提供的信息来生成至少一个诊断参数的图形表示。任选地,显示单元500还可以生成所述诊断图像的图形表示,并且将所述图形表示与诊断参数的图形表示一起显示。在一些实施例中,所述诊断参数可以特别地被显示为图像的图形表示的部分,具体被放置在图像中的对应于针对其导出诊断参数的血管内位置的位置处。然后,可以将所述图形表示提供给用户以用于进一步的信息,例如,关于针对第一血液动力学属性的血液动力学值和/或指示第二血液动力学属性的诊断参数。
图2图示了表示将由根据图1的第一实施例的装置执行的方法的流程图。
在步骤S101中,输入单元100接收感兴趣血管的诊断图像10,并且将诊断图像10提供给识别单元200。
在步骤S201中,识别单元200接收诊断图像10,并且在步骤S202中执行在诊断图像10中表示的感兴趣血管的血管分割。在步骤S203中,识别单元200针对每个血管段中的每个血管内位置导出一个或多个几何参数的值,该值在该特定实施例中对应于血管的横截面积。
在步骤S204中,识别单元200将针对每个段中的每个血管内位置确定出的横截面积彼此进行比较,并且确定横截面积与剩余血管内位置处的剩余横截面积显著不同的血管内位置。在图2的示例性实施例中,所述识别单元具体地确定横截面示出局部减小的至少一个血管内位置。
在步骤S205中,将确定出横截面积的局部减小的血管内位置指定为第一测量位置。此外,将除了第一测量位置之外的另外的血管内位置识别为第二测量位置。然后,在步骤S206中,识别单元200将关于第一和第二测量位置的信息提供给输入单元100,并且将在第一和第二测量位置处导出的几何参数提供给计算单元300。
此外,在步骤S207中,识别单元200确定在第一和第二测量位置之间是否存在分叉,并且将该信息与诊断图像以及任选的分割提供给建模单元400。
在步骤S102中,输入单元100响应于接收到关于第一和第二测量位置的信息,来接收血液动力学测量数据20,血液动力学测量数据20包括在第一测量位置处测量出的第一血液动力学属性的第一血液动力学值以及在第二测量位置处测量出的第一血液动力学属性的第二血液动力学值。在根据图2的示例性实施例中,第一和第二血液动力学值具体地对应于第一压力值p1和第二压力值p2。在步骤S103中,输入单元100将压力值p1、p2提供给计算单元300。
在步骤S301中,计算单元300从输入单元100接收压力值,并且从识别单元200接收几何参数值。在步骤S302中,计算单元300使用压力值以及任选的几何参数值来计算指示感兴趣血管的血液动力学属性的至少一个诊断参数。在根据图2的示例性实施例中,计算单元300具体地计算通过感兴趣血管的各个段的体积流率,并且输出关于计算出的体积流率的信息以及关于测量位置的信息,并且任选地,在步骤S303中,将关于用于计算的压力值的另外的信息输出给建模单元400。
在步骤S401中,建模单元400从识别单元200接收在第一和第二测量位置之间存在分叉的指示以及诊断图像10和/或感兴趣血管的分割。还在步骤S401中,建模单元400从计算单元300接收计算出的体积流率以及关于测量位置的信息和任选地关于用于计算的压力值的另外的信息。
在步骤S402中,建模单元400在诊断图像中分割感兴趣血管,或者使用从识别单元200接收到的血管分割来生成感兴趣血管的生理模型,所述生理模型包括表示通过感兴趣血管的流体动力学的流体动力学模型,任选地将感兴趣血管的几何模型包括到生理模型中。
基于流体动力学模型,建模单元400在步骤S403中对通过分叉的流出以及由于在第一和第二测量位置之间的摩擦引起的压力损失进行建模,并且因此校正计算出的体积血流。在步骤S404中,建模单元400将经校正的体积流率提供给计算单元300。
在步骤S304中,计算单元300使用接收到的经校正的体积流率来计算表示其的至少一个诊断参数,并且在步骤S305中将所述诊断参数以及任选的诊断图像10提供给显示单元500。
在步骤S501中,显示单元500接收诊断参数和至少一幅诊断图像,并且基于其生成至少一个诊断参数的图形表示以及任选地诊断图像的图形表示。在步骤S502中,显示单元然后将所述图形表示显示给用户。
图3示意性图示了根据第二示例性实施例的用于评估冠状脉管系统的装置2。装置2包括输入单元100、识别单元200'、计算单元300和显示单元500。输入单元100被配置为接收包括血管内拉回数据30的诊断数据。在图3的特定实施例中,血管内拉回数据30对应于压力拉回数据,所述压力拉回数据包括在沿着感兴趣血管的纵轴的多个血管内位置处获得的多个压力值。此外,输入单元100接收至少一幅诊断图像10。
输入单元100将所述压力拉回数据提供给识别单元200'。识别单元200'根据血管内位置来关注压力拉回曲线(即,表示多个压力值的曲线),并且确定压力值的局部变化。更具体地,在根据图3的示例性实施例中,识别单元200'确定在拉回曲线中出现局部最小值的血管内位置。与拉回曲线中的局部最小值相对应的血管内位置被认为是针对第一测量位置的候选。对此,识别单元200'特别地被配置为导出一个或多个血管内位置作为候选位置,每个血管内位置对应于拉回曲线的局部最小值,并且随后将其中一个候选位置识别为第一测量位置。随后,识别单元200'将除了被选作第一测量位置的候选位置之外的另一血管内位置确定为第二测量位置。
然后,识别单元200'将拉回数据与从输入单元100接收到的诊断图像10共配准。因此,识别单元200'将确定压力拉回数据中的哪个血管内位置对应于诊断图像表示的感兴趣血管中的哪个位置。基于该共配准,识别单元200'可以具体地确定在第一和第二测量位置之间是否存在任何分叉,并且在确定存在分叉的情况下,可以忽略所选的第二测量位置并且选择一个新的位置,或者忽略所选择的第一和第二测量位置并且从多个候选位置中选择新的第一测量位置和对应的新的第二测量位置。备选地,识别单元200'还可以决定忽略分叉,特别是在所述识别单元确定分叉对于非常小的血管而言其流出速率可以忽略不计的情况下。在该上下文中,应当理解,在从多个候选位置中选择第一测量位置之前,也可以执行共配准和随后的分叉识别。
由于在拉回数据的拉回记录期间已经收集了压力值,因此识别单元200'可以直接根据压力拉回曲线在第一和第二测量位置处确定第一和第二血液动力学值,即第一和第二压力值。
然后,识别单元200'将确定出的压力值p1、p2以及任选地经共配准的诊断图像以及关于分叉等的可能的另外的信息提供给计算单元300。
计算单元300可以使用从输入单元接收到的压力值p1、p2来确定诊断参数。由于该实施例中的计算单元300不具有与感兴趣血管有关的任何几何参数的知识,因此该计算限于不需要这样的知识的诊断参数。在根据图3的特定实施例中,压力值p1、p2被用于计算冠状血流储备(CFR)。为此,必须从两组压力拉回数据中导出压力值,一组在静息状态中记录,另一组在充血状态中记录。
然后,计算单元300将计算出的诊断参数以及任选地诊断图像10和与其共配准的第一和第二测量位置一起提供给显示单元500。显示单元500然后生成诊断参数的图形表示,并且任选地,生成诊断图像10的图形表示。在根据图3的示例性实施例中,由显示单元500生成的图形表示对应于诊断图像10的图形表示,其中,在视觉上指示了第一和第二测量位置,并且呈现计算出的诊断参数。
图4表示了根据第二示例性实施例的用于评估冠状脉管系统的方法的流程图。
在步骤S101中,输入单元100接收包括血管内拉回数据30的诊断数据。更具体而言,在根据图4的示例性实施例中,输入单元100接收包括在多个血管内位置处获得的多个压力值的压力拉回数据。此外,在步骤S101中,输入单元100接收至少一幅诊断图像10。在步骤S102中,输入单元100将压力拉回数据提供给识别单元200'。
在步骤S201'中,在识别单元200'处接收压力拉回数据30。识别单元200'在步骤S202'中从压力拉回数据中导出相应的压力拉回曲线,并且使用所述压力拉回曲线来确定在多个血管内位置处的拉回记录期间获得的压力值的局部变化。在根据图4的示例性实施例中,识别单元200'具体地识别拉回曲线中的局部最小值和/或最大值。在步骤S203'中,识别单元200'将与局部最小值和最大值相对应的血管内位置指定为潜在候选位置,并且在步骤S204'中选择一个特定候选位置作为第一测量位置和通常位于候选位置远端或近端的另外的血管内位置作为第二测量位置。
在步骤S205'中,识别单元200'将诊断图像10共配准到压力拉回数据30中,并且在步骤S206'中,使用共配准来确定在第一和第二测量位置之间是否存在分叉。
如果在第一和第二测量位置之间不存在分叉,则识别单元直接进行到步骤S208',在该步骤中,所述识别单元从压力拉回数据中导出压力值p1、p2。在检测到分叉的情况下,识别单元200'首先在步骤S207'中如上文所描述重新选择第一和/或第二测量位置,或者备选地,忽略分叉。仅在重新选择(或决定忽略)之后,识别单元200'才进入步骤S208'。
一旦已经在步骤S208'中获得了压力值p1、p2,则识别单元200在步骤S209'中将这些压力值p1、p2以及任选地共配准的诊断图像和可能的另外的信息一起提供给计算单元300。
在步骤S301中,计算单元300接收压力值p1、p2,并且在步骤S302中基于压力值来计算诊断参数。在根据图4的特定实施例中,计算单元300具体地使用接收到的压力值p1、p2来计算CFR,如上文所描述的,计算单元300必须接收针对静息状态和充血状态两者的压力值p1、p2用于计算冠状血流储备(CFR)。
在步骤S302中,计算单元300然后将计算出的诊断参数以及任选的诊断图像10和关于已经共配准到诊断图像10的第一和第二测量位置的信息一起提供给显示单元500。
在步骤S501中,显示单元500接收诊断参数以及任选地诊断图像10和另外的信息。在步骤S502中,所述显示单元生成诊断参数的图形表示以及任选地诊断图像10的图形表示,并且将图形表示呈现给用户。
尽管在上述实施例中,已经使用X射线血管造影术获得了诊断图像,但是应当理解,在其他实施例中,可以通过其他成像方法来取得诊断图像,诸如螺旋计算机断层摄影或顺序计算机断层摄影、磁共振成像、超声成像等。
此外,应当理解,尽管在上述实施例中,所述识别单元和所述建模单元被实现为两个单独的实体,但是所述识别单元和所述建模单元也可以对应于同一实体。更具体而言,其可以被实现为将由处理设备执行的各个模块和/或计算机程序。
此外,尽管在以上实施例中,已经针对冠状生理学进行了评估,但是在其他实施例中,可以同样地对人体的其他生理进行建模。例如,所述方法可以应用于评估人体的外周动脉。
还可以理解,尽管在上述实施例中血管的横截面积和各自的血管直径已经用作几何参数,但是同样可以导出其他几何参数。
尽管在上述实施例中,指示血液动力学属性的诊断参数与体积血流和/或冠状血流储备有关,但是应当理解,同样可以导出其他诊断参数,例如血流速度、血压、血液粘度、血管壁摩擦力等。
此外,应当理解,同样在上述实施例中,已经对来自感兴趣血管通过各个血管分支的流出的流体进行了评估和建模,上述原理同样可以被用于评估和建模流入感兴趣血管的流体。
根据研究附图、公开内容和所附权利要求,本领域技术人员在实践所要求保护的发明时可以理解和实现所公开的实施例的其他变型。
在权利要求中,词语“包括”不排除其他元件或步骤,并且不定冠词“一”或“一个”不排除多个。
单个单元或设备可以实现权利要求中记载的若干项的功能。在互不相同的从属权利要求中记载某些措施的事实并不意味着不能有利地使用这些措施的组合。
由一个或几个单元或设备执行的如接收诊断数据,识别第一和第二测量位置,生成生理模型,计算诊断参数等的程序可以由任何其他数量的单元或设备执行。因此,根据本发明的这些程序可以被实现为计算机程序的程序代码单元和/或被实现为专用硬件。
计算机程序可以存储/分布在适当的介质上,诸如光学存储介质或固态介质,该介质与其他硬件一起提供或作为其他硬件的部分,但是也可以以其他形式分布,诸如经由互联网或者其他有线或无线电信系统。
权利要求中的任何附图标记都不应当被解释为限制范围。
本发明涉及一种用于评估冠状脉管系统中的血液动力学属性的装置,其包括:输入单元,其用于接收所述脉管系统中的感兴趣血管的诊断数据;以及识别单元,其用于使用所述诊断数据来识别第一测量位置和第二测量位置,其中,在所述第一测量位置处导出第一血液动力学属性的第一血液动力学值,在所述第二测量位置导出第一血液动力学属性的第二血液动力学值。所述装置还包括计算单元,其用于基于所述第一血液动力学值和所述第二血液动力学值来计算表示所述感兴趣血管中的第二血液动力学属性的至少一个诊断参数。
借助于该装置,可以识别用于原位测量第一血液动力学属性的合适的测量位置,由此允许近似关于不同于第一血液动力学属性的第二血液动力学属性的诊断参数,而不必直接测量所述第二血液动力学属性。
Claims (15)
1.一种用于评估冠状脉管系统的装置,包括:
输入单元,其用于接收所述脉管系统中的感兴趣血管的诊断数据;
识别单元,其用于使用所述诊断数据来识别:
第一血管内测量位置,其中,第一血液动力学属性的第一血液动力学值是在所述第一血管内测量位置处导出的,以及
第二血管内测量位置,其中,所述第一血液动力学属性的第二血液动力学值是在所述第二血管内测量位置处导出的;以及
计算单元,其用于基于所述第一血液动力学值和所述第二血液动力学值来计算表示所述感兴趣血管中的第二血液动力学属性的至少一个诊断参数。
2.根据权利要求1所述的装置,其中,
所述第一血液动力学属性包括所述感兴趣血管中的压力。
3.根据权利要求1所述的装置,其中,
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别包括:预测在至少一个候选位置处在所述感兴趣血管中的所述第二血液动力学属性的局部变化;
将所述至少一个候选位置识别为所述第一血管内测量位置;并且
将除了所述至少一个候选位置之外的血管内位置识别为所述第二血管内测量位置。
4.根据权利要求1所述的装置,其中,
所述诊断数据包括所述感兴趣血管的至少一幅诊断图像;并且
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别包括:
将所述感兴趣血管分割成多个段;
针对所述段中的每个段,在沿着所述感兴趣血管的纵轴的多个血管内位置处导出针对所述感兴趣血管的多个几何参数值;
从所述多个血管内位置处的所述多个几何参数值中识别至少一个几何参数值,所述至少一个几何参数值指示所述感兴趣血管在来自所述多个血管内位置中的至少一个候选位置处的狭窄;其中,
所述狭窄的所述至少一个候选位置被识别为所述第一血管内测量位置,并且除了所述至少一个候选位置之外的另外的血管内位置被识别为所述第二血管内测量位置。
5.根据权利要求4所述的装置,还包括:
建模单元,其用于基于所述至少一幅诊断图像来生成所述感兴趣血管的生理模型,所述生理模型包括流体动力学模型;其中,
对表示所述第二血液动力学属性的所述至少一个诊断参数的所述计算是基于所述流体动力学模型来执行的。
6.根据权利要求4所述的装置,其中,
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别还包括:
基于所述诊断图像来确定所述感兴趣血管中的分叉的位置;并且
当确定所述分叉位于沿着所述感兴趣血管的所述纵轴的接近所述另外的血管内位置的位置处时,排除所述另外的血管内位置。
7.根据权利要求4所述的装置,其中,
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别还包括:
基于所述诊断图像来确定所述感兴趣血管中的接近所述另外的血管内位置的分叉的位置;并且
基于所述流体动力学模型对所述至少一个诊断参数的所述计算包括:通过使用所述流体动力学模型模拟通过所述分叉的流出对所述至少一个诊断参数的校正。
8.根据权利要求4所述的装置,其中,
基于所述流体动力学模型对所述至少一个诊断参数的所述计算包括:通过使用所述流体动力学模型模拟在所述第一血管内测量位置与所述第二血管内测量位置之间的血管摩擦对所述至少一个诊断参数的校正。
9.根据权利要求1所述的装置,其中,
所述诊断数据包括血管内拉回数据,所述血管内拉回数据包括借助于沿着所述感兴趣血管的纵轴在多个血管内位置处的拉回记录而原位获取的所述第一血液动力学属性的多个血液动力学值;其中,
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别包括:
从在所述多个血管内位置处获取的所述多个血液动力学值中识别在来自所述多个血管内位置中的至少一个候选位置处的表现出局部变化的至少一个血液动力学值;其中,
所述至少一个候选位置被识别为所述第一血管内测量位置,并且除了所述至少一个候选位置之外的另外的血管内位置被识别为所述第二血管内测量位置。
10.根据权利要求9所述的装置,其中,
所述诊断数据还包括所述感兴趣血管的至少一幅诊断图像;并且
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别还包括:
所述至少一幅诊断图像与所述血管内压力数据的共配准;以及
在所述至少一幅诊断图像中指示所述第一血管内测量位置和所述第二血管内测量位置。
11.根据权利要求1所述的装置,其中,
对所述至少一个诊断参数的所述计算包括:对所述感兴趣血管中的血流的冠状血流储备和/或体积流率和/或流速的确定。
12.一种用于评估冠状脉管系统的方法,包括:
接收所述脉管系统中的感兴趣血管的诊断数据;
使用所述诊断数据来识别:
第一血管内测量位置,其中,第一血液动力学属性的第一血液动力学值是在所述第一测量位置处导出的,以及
第二血管内测量位置,其中,所述第一血液动力学属性的第二血液动力学值是在所述第二测量位置处导出的;并且
基于所述第一血液动力学值和所述第二血液动力学值来计算表示所述感兴趣血管中的第二血液动力学属性的至少一个诊断参数。
13.根据权利要求11所述的方法,其中,
对所述第一血管内测量位置和所述第二血管内测量位置的所述识别包括:向用户指示所述第一血管内测量位置和所述第二血管内测量位置。
14.一种用于控制根据权利要求1至11中的任一项所述的装置的计算机程序,所述计算机程序当由处理单元运行时适于执行根据权利要求12或13中的任一项所述的方法。
15.一种在其上存储有根据权利要求14所述的计算机程序的计算机可读介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP17203207.0 | 2017-11-23 | ||
EP17203207.0A EP3488774A1 (en) | 2017-11-23 | 2017-11-23 | Measurement guidance for coronary flow estimation from bernoulli´s principle |
PCT/EP2018/081484 WO2019101630A1 (en) | 2017-11-23 | 2018-11-16 | Measurement guidance for coronary flow estimation from bernoulli's principle |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111655134A true CN111655134A (zh) | 2020-09-11 |
Family
ID=60654628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880087144.1A Pending CN111655134A (zh) | 2017-11-23 | 2018-11-16 | 用于根据伯努利原理的冠脉流量估计的测量指南 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11839457B2 (zh) |
EP (2) | EP3488774A1 (zh) |
JP (1) | JP2021503994A (zh) |
CN (1) | CN111655134A (zh) |
WO (1) | WO2019101630A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344897A (zh) * | 2021-06-24 | 2021-09-03 | 推想医疗科技股份有限公司 | 肺部图像的管径测量方法及装置、图像处理方法及装置 |
CN114886390A (zh) * | 2022-03-23 | 2022-08-12 | 杭州脉流科技有限公司 | 获取冠脉血流储备、血流储备分数、微循环阻力指数的方法、设备、存储介质和程序产品 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3756547A1 (en) | 2019-06-28 | 2020-12-30 | Koninklijke Philips N.V. | Automated coronary angiography analysis |
CN113951842B (zh) * | 2020-12-28 | 2022-04-29 | 深圳北芯生命科技股份有限公司 | 基于血管充血状态的诊断模式确定系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6354999B1 (en) * | 2000-01-14 | 2002-03-12 | Florence Medical Ltd. | System and method for detecting, localizing, and characterizing occlusions and aneurysms in a vessel |
US20130226003A1 (en) * | 2012-02-29 | 2013-08-29 | University Of Michigan | Fractional flow reserve estimation |
US20140121513A1 (en) * | 2007-03-08 | 2014-05-01 | Sync-Rx, Ltd. | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
WO2015138555A2 (en) * | 2014-03-11 | 2015-09-17 | The Johns Hopkins University | A method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data |
CN105078440A (zh) * | 2014-05-09 | 2015-11-25 | 西门子公司 | 无创计算冠状动脉狭窄的血液动力学指标的方法和系统 |
US20160058407A1 (en) * | 2014-09-02 | 2016-03-03 | Kabushiki Kaisha Toshiba | Medical image processing apparatus and medical image processing method |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1251769A1 (en) | 1999-03-09 | 2002-10-30 | Florence Medical Ltd. | A method and system for pressure based measurements of cfr and additional clinical hemodynamic parameters |
AU6722200A (en) * | 1999-08-25 | 2001-03-19 | Florence Medical Ltd. | A method and system for stenosis identification, localization and characterization using pressure measurements |
US7024244B2 (en) * | 2002-04-22 | 2006-04-04 | Medtronic, Inc. | Estimation of stroke volume cardiac output using an intracardiac pressure sensor |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US9247918B2 (en) * | 2012-07-09 | 2016-02-02 | Siemens Aktiengesellschaft | Computation of hemodynamic quantities from angiographic data |
US20140066765A1 (en) * | 2012-08-31 | 2014-03-06 | General Electric Company | Methods and systems for intravascular imaging and flow measurement |
US10433740B2 (en) * | 2012-09-12 | 2019-10-08 | Heartflow, Inc. | Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology |
US10111633B2 (en) * | 2013-12-04 | 2018-10-30 | Koninklijke Philips N.V. | Local FFR estimation and visualisation for improved functional stenosis analysis |
US10130266B2 (en) * | 2014-06-30 | 2018-11-20 | Siemens Healthcare Gmbh | Method and system for prediction of post-stenting hemodynamic metrics for treatment planning of arterial stenosis |
CN106572824B (zh) * | 2014-07-18 | 2021-09-07 | 皇家飞利浦有限公司 | 狭窄评估 |
US10658085B2 (en) * | 2014-08-29 | 2020-05-19 | Knu-Industry Coorporation Foundation | Method for determining patient-specific blood vessel information |
CN106999076B (zh) | 2014-12-08 | 2021-10-22 | 皇家飞利浦有限公司 | 脉管内损害的自动识别和分类 |
EP3277183B1 (en) * | 2015-03-31 | 2020-04-22 | Agency For Science, Technology And Research | Method and apparatus for assessing blood vessel stenosis |
CN107851463B (zh) * | 2015-08-05 | 2022-11-22 | 皇家飞利浦有限公司 | 用于介入性血液动力学测量的辅助设备和方法 |
US11177030B2 (en) * | 2015-09-29 | 2021-11-16 | Koninklike Philips N.V. | Estimating flow, resistance or pressure from pressure or flow measurements and angiography |
CN105326486B (zh) * | 2015-12-08 | 2017-08-25 | 博动医学影像科技(上海)有限公司 | 血管压力差与血流储备分数的计算方法及系统 |
EP3228245B1 (en) * | 2016-04-05 | 2021-05-26 | Siemens Healthcare GmbH | Determining arterial wall property with blood flow model |
US20170325770A1 (en) * | 2016-05-13 | 2017-11-16 | General Electric Company | Methods for personalizing blood flow models |
-
2017
- 2017-11-23 EP EP17203207.0A patent/EP3488774A1/en not_active Withdrawn
-
2018
- 2018-11-16 JP JP2020528046A patent/JP2021503994A/ja active Pending
- 2018-11-16 US US16/764,055 patent/US11839457B2/en active Active
- 2018-11-16 CN CN201880087144.1A patent/CN111655134A/zh active Pending
- 2018-11-16 EP EP18800657.1A patent/EP3713482B1/en active Active
- 2018-11-16 WO PCT/EP2018/081484 patent/WO2019101630A1/en unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6354999B1 (en) * | 2000-01-14 | 2002-03-12 | Florence Medical Ltd. | System and method for detecting, localizing, and characterizing occlusions and aneurysms in a vessel |
US20140121513A1 (en) * | 2007-03-08 | 2014-05-01 | Sync-Rx, Ltd. | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
US20130226003A1 (en) * | 2012-02-29 | 2013-08-29 | University Of Michigan | Fractional flow reserve estimation |
WO2015138555A2 (en) * | 2014-03-11 | 2015-09-17 | The Johns Hopkins University | A method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data |
CN105078440A (zh) * | 2014-05-09 | 2015-11-25 | 西门子公司 | 无创计算冠状动脉狭窄的血液动力学指标的方法和系统 |
US20160058407A1 (en) * | 2014-09-02 | 2016-03-03 | Kabushiki Kaisha Toshiba | Medical image processing apparatus and medical image processing method |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113344897A (zh) * | 2021-06-24 | 2021-09-03 | 推想医疗科技股份有限公司 | 肺部图像的管径测量方法及装置、图像处理方法及装置 |
CN114886390A (zh) * | 2022-03-23 | 2022-08-12 | 杭州脉流科技有限公司 | 获取冠脉血流储备、血流储备分数、微循环阻力指数的方法、设备、存储介质和程序产品 |
CN114886390B (zh) * | 2022-03-23 | 2023-09-12 | 杭州脉流科技有限公司 | 获取冠脉血流储备分数的方法 |
Also Published As
Publication number | Publication date |
---|---|
EP3488774A1 (en) | 2019-05-29 |
EP3713482B1 (en) | 2024-04-24 |
WO2019101630A1 (en) | 2019-05-31 |
US11839457B2 (en) | 2023-12-12 |
EP3713482A1 (en) | 2020-09-30 |
US20200390345A1 (en) | 2020-12-17 |
JP2021503994A (ja) | 2021-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11839457B2 (en) | Measurement guidance for coronary flow estimation from Bernoulli's Principle | |
EP3169237B1 (en) | Stenosis assessment | |
JP7109429B2 (ja) | 狭窄評価用の機能的指標を決定する装置 | |
US10552958B2 (en) | Fractional flow reserve determination | |
US20190076196A1 (en) | Vessel geometry and additional boundary conditions for hemodynamic ffr/ifr simulations from intravascular imaging | |
JP7208978B2 (ja) | 冠動脈血管を解析する装置、当該装置の作動方法、当該方法を実行させるコンピュータプログラム及びコンピュータ読取可能な媒体 | |
JP7479364B2 (ja) | 血管造影ffrのための2d血管セグメント化の方位検出 | |
US11664128B2 (en) | Estimating flow to vessel bifurcations for simulated hemodynamics | |
JP2020512871A (ja) | 標準化された冠動脈疾患メトリック | |
US20210161495A1 (en) | Blood flow measurement based on vessel-map slope | |
CN113164131A (zh) | 针对血液动力学模拟的最相关的x射线图像选择 | |
US20230252628A1 (en) | Estimating flow to vessel bifurcations for simulated hemodynamics | |
EP3989832B1 (en) | Vessel registration using functional information | |
JPWO2020025780A5 (zh) |
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 |