CN111671556A - 动脉瘤血管支架及其构造方法 - Google Patents

动脉瘤血管支架及其构造方法 Download PDF

Info

Publication number
CN111671556A
CN111671556A CN202010291913.9A CN202010291913A CN111671556A CN 111671556 A CN111671556 A CN 111671556A CN 202010291913 A CN202010291913 A CN 202010291913A CN 111671556 A CN111671556 A CN 111671556A
Authority
CN
China
Prior art keywords
aneurysm
stent
parameters
rupture
tumor
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
Application number
CN202010291913.9A
Other languages
English (en)
Inventor
刘爱华
崔枭
杨春
李佑祥
张宝瑞
缪中荣
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.)
Beijing Neurosurgical Institute
Original Assignee
Beijing Neurosurgical Institute
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 Beijing Neurosurgical Institute filed Critical Beijing Neurosurgical Institute
Priority to CN202010291913.9A priority Critical patent/CN111671556A/zh
Publication of CN111671556A publication Critical patent/CN111671556A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/82—Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/82—Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2002/823—Stents, different from stent-grafts, adapted to cover an aneurysm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2240/00—Manufacturing or designing of prostheses classified in groups A61F2/00 - A61F2/26 or A61F2/82 or A61F9/00 or A61F11/00 or subgroups thereof
    • A61F2240/001—Designing or manufacturing processes
    • A61F2240/002—Designing or making customized prostheses

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Epidemiology (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Probability & Statistics with Applications (AREA)
  • Cardiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Transplantation (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Vascular Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明涉及医疗器械领域，特别涉及一种动脉瘤血管支架的构造方法和由此构造的动脉瘤血管支架，能够形成符合病灶具体情况的动脉瘤血管支架。所述构造方法包括：获得动脉瘤的实际影像，基于该实际影像对动脉瘤的结构建立抽象模型；对所述抽象模型进行预处理和离散化处理；基于抽象模型施加真实病灶处的血流情况，模拟抽象模型内的血流动力学环境，所述血流动力学环境包括与动脉瘤破裂相关的多个参数；基于所述血流动力学环境的所述多个参数，利用聚类算法，分析动脉瘤破裂概率；基于所述血流动力学环境和分析出的动脉瘤破裂概率，筛选动脉瘤血管支架的参数，包括支架金属覆盖率；根据筛选出的动脉瘤血管支架的参数，构造动脉瘤血管支架。

Description

动脉瘤血管支架及其构造方法
技术领域
本发明涉及医疗器械领域，特别涉及一种动脉瘤血管支架的构造方法以及由此构造的动脉瘤血管支架。
背景技术
心脑血管疾病是心血管和脑血管疾病的统称，泛指由于高脂血症、血液黏稠、动脉粥样硬化、高血压等所导致的心脏、大脑及全身组织发生的缺血性或出血性疾病。
颅内动脉瘤是常见的心脑血管疾病，一旦破裂则致死率极高。密网支架介入手术是目前临床上常用的治疗方法，通过减少血流对动脉瘤壁的冲击，实现治疗目的。目前临床上常用于介入治疗的密网支架包括金属覆盖率35％的Pipeline支架和金属覆盖率为17％的LVIS支架等。
动脉瘤内血流动力学环境对动脉瘤的发生、生长、破裂和预后起着决定性作用。在实际情况下，动脉瘤病灶结构多样，不同结构动脉瘤内部血流动力学环境不同，所以满足治疗条件时所需的支架金属覆盖率也不同。另外，支架的金属覆盖率越高，则其刚度和直径越大，更难以进入微小病灶，患者痛苦较高，手术成本昂贵。因此亟待研发能够根据动脉瘤结构选择支架金属覆盖率的方法和系统。
对于展开后的支架外层(即支架与血管接触侧)，金属丝的面积(即，投影面积)与瘤颈处总面积之比σ＝外层金属丝面积/瘤颈处总面积。特别地，目前临床多采用的金属覆盖率σ＝0.35的Pipeline支架对颅脑动脉瘤 (Intracranial Aneurysm，IA)进行密网支架介入治疗，通过改善动脉瘤内的血流动力学环境实现动脉瘤的自主闭塞，治疗效果良好。但由于动脉瘤形态结构各不相同，许多动脉瘤并不需要金属覆盖率如此高的支架进行介入治疗，与此同时，支架金属覆盖率过高也会导致其介入体积较大，支架刚度较高，从而难以到达小微病灶，不仅手术难度增加，也会使得患者更加痛苦，承受更高的经济负担。
发明内容
有鉴于此，本发明提出一种动脉瘤血管支架的构造方法以及由此构造的动脉瘤血管支架，能够形成符合病灶具体情况的动脉瘤血管支架。
根据本发明的一方面的实施例，提出一种动脉瘤血管支架的构造方法，其包括如下步骤：
获得动脉瘤的实际影像，基于该实际影像对动脉瘤的结构建立抽象模型；
对所述抽象模型进行预处理和离散化处理；
基于所述抽象模型施加真实病灶处的血流情况，模拟所述抽象模型内的血流动力学环境，所述血流动力学环境包括与动脉瘤破裂相关的多个参数；
基于所述血流动力学环境的所述多个参数，利用聚类算法，分析动脉瘤破裂概率；
基于所述血流动力学环境、分析出的动脉瘤破裂概率、和模拟的支架受血液影响情况，包括支架金属覆盖率；
根据筛选出的动脉瘤血管支架的参数，构造动脉瘤血管支架。
优选地，在任意实施例中，
所述多个参数包括：瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量中的至少一种。
优选地，在任意实施例中，
真实病灶处的血流情况通过所述真实病灶处人类血液情况平均值、或者通过磁共振测量血流多普勒效应获得。
优选地，在任意实施例中，
所述聚类算法包括K均值算法。
优选地，在任意实施例中，
所述多个参数对于动脉瘤破裂而言具有不同的权重，在所述聚类算法中通过不同权重的所述多个参数进行分析。
优选地，在任意实施例中，
瘤壁最大壁面切应力、瘤壁最大压力、瘤内血流强度、或单位时间入瘤血量越高，则动脉瘤破裂的概率越大；
瘤顶平均壁面切应力越小，则动脉瘤破裂的概率越大。
根据本发明的另一方面的实施例，提出一种动脉瘤血管支架，通过根据本发明所述的动脉瘤血管支架的构造方法构造而成。
优选地，在任意实施例中，
所述动脉瘤血管支架为双层支架。
通过本发明的实施例的动脉瘤血管支架的构造方法和由此构造的动脉瘤血管支架，能够形成符合病灶具体情况的动脉瘤血管支架。
附图说明
图1显示出根据本发明的实施例的动脉瘤血管支架的构造方法的流程图。
图2显示出根据本发明的优选实施例的动脉瘤血管支架的构造方法的流程图。
图3显示出根据本发明的实施例的筛选决策过程的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都在本发明保护的范围内。
本发明提出一种动脉瘤血管支架的构造方法以及由此构造的动脉瘤血管支架，能够形成符合病灶具体情况的动脉瘤血管支架。
根据本发明的一方面的实施例，提出一种动脉瘤血管支架的构造方法，其包括如下步骤：
获得动脉瘤的实际影像，基于该实际影像对动脉瘤的结构建立抽象模型；
对所述抽象模型进行预处理和离散化处理；
基于所述抽象模型施加真实病灶处的血流情况，模拟所述抽象模型内的血流动力学环境，所述血流动力学环境包括与动脉瘤破裂相关的多个参数；
基于所述血流动力学环境的所述多个参数，利用聚类算法，分析动脉瘤破裂概率；
基于所述血流动力学环境、分析出的动脉瘤破裂概率、和模拟的支架受血液影响情况(例如候选动脉瘤支架方案受血液影响的模拟的排布情况)，筛选动脉瘤血管支架的参数，包括支架金属覆盖率；
根据筛选出的动脉瘤血管支架的参数，构造动脉瘤血管支架。
这样，通过将真实病灶的动脉瘤信息与瘤内血流动力学环境模拟相结合，提取影响动脉瘤破裂的多个关键性参数，然后通过聚类分析动脉瘤破裂概率，并基于破裂概率筛选出具有良好效果的动脉瘤血管支架方案，使其能够适应不同病灶结构动脉瘤内部不同的血流动力学环境。
由此可见，通过本发明实施例的动脉瘤血管支架的构造方法和由此构造的动脉瘤血管支架，能够形成符合病灶具体情况的动脉瘤血管支架。
在一个实施例中，可选地，基于所述血流动力学环境、分析出的动脉瘤破裂概率、和动脉瘤支架受血液影响的模拟排布结果，筛选动脉瘤血管支架的参数。
优选地，在任意实施例中，所述多个参数包括：瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量中的至少一种。
优选地，在任意实施例中，真实病灶处的血流情况通过所述真实病灶处人类血液情况平均值、或者通过磁共振测量血流多普勒效应获得。
优选地，在任意实施例中，所述聚类算法包括K均值算法。
优选地，在任意实施例中，所述多个参数对于动脉瘤破裂而言具有不同的权重，在所述聚类算法中通过不同权重的所述多个参数进行分析。
优选地，在任意实施例中，瘤壁最大壁面切应力、瘤壁最大压力、瘤内血流强度、或单位时间入瘤血量越高，则动脉瘤破裂的概率越大；瘤顶平均壁面切应力越小，则动脉瘤破裂的概率越大。
根据本发明的另一方面的实施例，提出一种动脉瘤血管支架，通过根据本发明所述的动脉瘤血管支架的构造方法构造而成。
优选地，在任意实施例中，所述动脉瘤血管支架为双层支架。
在一个实施例中，可选地，内外双层支架的金属覆盖率是相同的。
在另一实施例中，可选地，内外双层支架的金属覆盖率是不同的。
概括而言，本发明通过提取动脉瘤影像结构模拟其内部血流动力学环境，提取影响动脉瘤破裂的多个关键性参数，随后基于所提取的这些关键性参数来调整支架金属覆盖率，由此使得形成的动脉瘤血管支架能够适应不同结构动脉瘤内部不同的血流动力学环境。
在一个优选实施例中，可通过三个步骤进行所述多个关键性参数的提取，即，初始建模步骤、离散化预处理步骤、模拟步骤，以非限制性示例的方式分别描述如下。
初始建模步骤
在该步骤中，首先获得动脉瘤实际影像，基于该动脉瘤实际影像，根据用于表征动脉瘤形状和结构的参数，对动脉瘤的结构建立抽象模型。
用于表征动脉瘤的形状和结构的参数例如可包括：载瘤动脉曲率、动脉瘤离心率、动脉瘤生长方向等。
离散化预处理步骤
在该步骤中，可对初始建模步骤中所建立的抽象模型进行预处理和离散化处理。
举例而言，在初始建模步骤中建立的抽象模型可能较为原始粗糙，通过预处理，可对粗糙之处进行优化，例如进行一些修剪处理。
在一个实施例中，可选地，所述修剪处理可包括对模型边界进行处理，使模型边界更加顺滑。例如，如果像素照片不断放大则可以发现，不同色彩的曲线边界是间断的，由一个个像素点组成。修剪处理则可以将这些不连续的点作一些数学处理而使其变成顺滑的曲线，而不再是间断的点。
随后，预处理优化后的抽象模型再进行离散化处理。特别地，可将抽象模型从整体上分割成有限多个小块。例如，如果抽象模型为二维形式且呈现为1×1的正方形，并在x、y方向均分成10份，则该抽象模型由10×10＝100 个小块组成，其中形成100个节点。再如，如果抽象模型为三维形式且呈现为1×1×1的正方体形状，并在x、y、z方向均分成10份，则该抽象模型由 10×10×10＝1000个小块组成，其中形成1000个节点。
在此基础上，可通过力学公式对抽象模型整体进行分节点的局部运算，针对每一个节点计算出具体的流体力学参数，以形成模拟环境。例如，可将空间分割成多个个微小单元，并可通过力学公式计算出每个节点的流体力学参数，这样就相当于知道了每个点上流体是怎样流动的。流体力学参数非常多，五个参数包含在这些参数里。
模拟步骤
目前，对动脉瘤破裂风险的判断主要由医生的临床经验或通过模拟动脉瘤内血流动力学环境、根据相关参数的极值点推断动脉瘤破裂风险。但需要注意的是，各种参数在特定情况下对于动脉瘤破裂的影响存在差别甚至存在冲突，例如，某一参数的存在会导致破裂风险升高，但另一参数的存在却会导致破裂风险降低，因此，仅以单一参数来判断动脉瘤的真实破裂概率较为片面。
在该步骤中，基于该抽象模型施加真实病灶处的血流情况(例如，血流流入速度和流出压力)，由此模拟上述抽象模型内的动脉瘤血流动力学环境，所模拟的血流动力学环境可包括多个参数，例如瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量，等等。
之所以特别提及这五项参数，是因为通过大量大宗尸检报告、经过医学研究和模拟研究已经证明这五项重要参数与动脉瘤破裂之间存在极强的相关性，一些引证文献具体参见附录1。
在一些实施例中，可选地，所述多个参数可以另外地或可替代地包括：瘤壁平均壁面切应力，瘤壁平均压力，最大血流速度中的一个或多个。
所述真实病灶处的血流情况可例如通过两种方式获得。
在一个实施例中，可选地，可采取人体参照方式，由于不同人体间血流速度相差较小，因而在位置相同时数值相近，因而可以参照其它人体的数据获得(或作为)真实病灶处的血流数据，例如可将普通人体的血流数据平均值作为真实病灶处的血流参数值。
在另一实施例中，可选地，利用MR(磁共振)测量血流多普勒效应，由此获得真实病灶处的真实值数据。
在一个实施例中，可选地，这些获得的真实值数据可在整体程序中直接写入初始代码即可，由此可作为模拟计算(例如利用CFD技术模拟动脉瘤内血液动力学环境的模拟计算)的边界条件初始输入值。
在一个实施例中，可选地，所述的初始建模步骤、离散化预处理步骤、模拟步骤可采用计算流体力学技术(CFD技术)实现。
在模拟步骤中得到模拟的包含多个参数的血流动力学环境之后，可提取关键参数(例如上述五个参数瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量)，并针对所述多个参数进行聚类分析(在此可称为第一聚类分析)。
所谓聚类分析，指的是将物理或抽象对象的集合分组为由类似对象组成的多个类的分析过程。在聚类分析中，针对模拟步骤中模拟得到的血流动力学环境所含的多个参数，利用聚类算法分析动脉瘤破裂的概率。
在聚类分析步骤中，首先可基于特征参数对动脉瘤进行分类，可分为：易破裂类和不易破裂类，其中，不易破裂类也可进一步分为：结构规则类和结构非规则类。
根据临床上真实动脉瘤病灶，对其进行前述处理，并将前述的五个动脉瘤参数输入聚类算法中。聚类算法会根据数据特征，将已有的数据分为几类。例如可将动脉瘤分为两类：一类为易破裂类，一类为不易破裂类。可选地，可根据临床动脉瘤实际破裂情况，调整聚类算法的内部参数，以优化算法。
聚类分析步骤的主要目的是：基于动脉瘤实际病灶特征，选出较适合的介入支架方案。例如对于易破裂类动脉瘤，可采用双层支架方案；对于不易破裂类但形态结构不规则的动脉瘤，可采用单层支架方案(至于不易破裂类且结构规则的动脉瘤则可采用保守疗法，不在本发明的论述范围内)。
在一个实施例中，可选地，通过聚类分析获知为高破裂概率，在此情况下可输入瘤形态参数和血流动力学参数，由此最终可采用双层支架方案。
在另一实施例中，可选地，通过聚类分析获知为低破裂概率，在此情况下，由此最终可采用单层支架方案。
在一个实施例中，可选地，聚类分析可涉及到多种算法，例如决策树、 SVM、Apriori、EM算法、PageRank、AdaBoost、kNN、Naive Bayes。
优选地，本发明在聚类算法分析中考虑采用K均值聚类算法(K-Means 算法)，该算法聚类效果明显，而且对维度较低的数据迭代速度快。应强调的是，在本发明提出之前，在本领域中并无采用K-Means算法之先例。 K-Means算法是AI领域中对数据进行聚类分析的经典非监督算法，不过，由于其仅根据多维向量本身数据特征进行聚类但无法对数据进行标定，因而无法确定核心影响因素，使其难以在医疗领域应用。然而，对于颅内动脉瘤而言，导致其破裂的核心因素是明确的，因而可借助于K-Means算法的强大的多维数据处理能力分析其动脉瘤破裂概率。通过大量的数值实验和临床数据对比，充分证明了本方法的可行性。
在一个实施例中，可选地，可采用一种决策算法进行聚类分析。
在一个实施例中，可选地，进行聚类分析的决策算法例如可为人工智能 (AI)决策算法。
在一个实施例中，可选地，可以利用ABAQUS(有限元工程模拟系统) 模拟各情况下双层支架的重叠方案。
在一个实施例中，可选地，在已有部分治疗结果情况下，可以利用CNN (卷积神经网络)算法将介入双层支架的痊愈影像和理论模拟解耦合处理。
另外，尤其需要注意的是，涉及动脉瘤的相关参数可能较多，但本发明的聚类算法分析无需对各方面所有参数进行特征分析，而是仅针对多个关键参数进行聚类分析，例如上文所提到的五个关键参数，即，瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量。
在一个实施例中，可选地，所选取的参数(例如这五项关键参数)对于动脉瘤破裂而言具有不同权重，由此在进行聚类算分析时也具有不同侧重。
结合上述血流动力学参数和动脉瘤破裂概率风险分析结果，利用特定的算法(例如决策算法)进行聚类分析，以最终提供动脉瘤血管双层支架介入治疗的解决方案，例如，可最终提供内外二层支架的方案(包括金属覆盖率特征)。
在通过聚类分析确定动脉瘤破裂概率后，如前所述，可以根据病灶实际情况通过决策筛选步骤(过程)筛选出双层支架或单层支架的方案，并由此构造动脉瘤血管支架。
在一个优选实施例中，决策筛选过程例如可包括以下步骤：
1)提取前述真实病灶内的血流动力学参数，以及不同金属覆盖率的支架双层嵌套模型，将其输入ABAQUS(有限元工程模拟系统)中模拟计算双层支架受病灶处血流作用后的排布情况；
2)将1)中变形后的双层支架模型，置入真实病灶模型(即，前述基于动脉瘤实际影像对动脉瘤结构建立的抽象模型)中，利用CFD技术模拟真实病灶置入双层支架后的血流动力学环境；
3)提取2)中的血流动力学环境特征参数，并对其进行进一步聚类分析 (在此可称为第二聚类分析，其原理与前述第一聚类分析一致，但其数据库并不一致。例如，前述第一聚类分析是将动脉瘤根据其血流动力学特征分成两类：A1适于采用双层支架治疗，A2适于采用单层支架治疗；而第二聚类分析是用于模拟特定支架方案(例如A1的双层支架方案)在介入治疗时的血流动力学环境进行聚类分析，例如将A1经过处理后形成的B进一步分成几类：B1，B2，等等。)，筛选具有良好效果的双层支架构造方案；
4)对于满足条件(例如特定支架方案应用于动脉瘤内的血流动力学环境时具有良好效果或满足治疗标准)的各双层支架构造方案(排除不满足条件的双层支架构造方案)，计算其血流动力学参数与步骤3)的第二聚类分析后结果得到的可治愈类(即，具有良好效果或满足治疗标准)方案的对应的中心点在向量空间中的距离(例如取各参数的方差)，并可选择距离最小的方案(距离越小，证明该方案效果越好)，从而选定支架的构造方案。
在一个实施例中，对于一个动脉瘤可例如采用5个(或者更多)参数，则此动脉瘤的所有参数可组成一个5维的向量。对于100个动脉瘤则可存在 100个向量，这些向量在5维空间中会有一个中心点(例如各向量的平均值)。
举例而言，一个物体在房间中的位置可用X，Y，Z三个坐标来表示，相应地可设置向量形式a(X,Y,Z)；如果有100个物体，则可设置向量a1 (X,Y,Z)，a2(X,Y,Z)……a100(X,Y,Z)。在此情况下，空间中心点的坐标就是各向量ai的平均值：a0((X1+X2+…+X100)/100,(Y1+Y2+… +Y100)/100,(Z1+Z2+…+Z100)/100)。这样的物体所处房间为3维空间。与此类似地，前述的向量空间是具有中心点的5维空间。
如上所述，在模拟步骤中模拟出动脉瘤的抽象模型内的血流动力学环境，而在聚类算法分析步骤中利用聚类算法分析出了动脉瘤破裂的概率。由此，在该筛选步骤中，结合上述血流动力学环境以及动脉瘤破裂的概率，就可以筛选双层介入支架金属覆盖率。
例如，计算双支架叠加后在瘤颈处的金属覆盖率，推测动脉瘤内血流动力学参数，并确定筛选原则：理论最小值<金属覆盖率<理论最大值，这其中，理论最小值对于中小型瘤而言可选为0.26且对于中型瘤而言可选为0.35，而最大值可选为0.45。
在一个实施例中，可选地，对推测的血流动力学参数和数据库进行第二聚类分析，若破裂风险较高，则增加支架金属覆盖率。
在一个实施例中，可选地，数据库中的数据可基于既有病例数据和部分理论计算值。
在一个实施例中，可选地，数据库中的病例数据可增加或更新。例如，每次手术之后将新的病例数据(例如包括试验结构)存入数据库中，由此可提高算法精度。
目前，对动脉瘤破裂风险的判断主要由医生的临床经验或通过模拟动脉瘤内血流动力学环境、根据相关参数的极值点推断动脉瘤破裂风险。但需要注意的是，各种参数在特定情况下对于动脉瘤破裂的影响存在区别甚至存在冲突，例如某一参数的存在会导致破裂风险升高，但另一参数的存在却导致破裂风险降低，因此，仅以单一参数来判断动脉瘤的真实破裂概率较为片面。
因此本发明中综合多参数考虑多个因素共同影响下动脉瘤的破裂概率，具有十分重要的意义。
举例而言，上文提到瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量这五项关键参数。其中，瘤壁最大壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量越高，则动脉瘤破裂的风险则越高；而瘤顶平均壁面切应力越小，则动脉瘤破裂的风险越高。也就是说，瘤顶平均壁面切应力的大小变化对于动脉瘤破裂风险的影响呈现出与其它四项关键参数相反的趋势。在此情况下，单一考虑其中某一个参数对动脉瘤破裂的风险影响将较为片面。由此需要综合考虑这五个关键参数对动脉瘤破裂的综合影响。
在上述的骤4)中，可通过预测进行支架方案的筛选，例如，预测候选双层支架在介入后的动脉瘤内血流动力学环境的模拟情况。具体而言，可将支架(例如双层支架)方案输入动脉瘤模型中，并通过CFD算法模拟动脉瘤内血流动力学环境(由于这个过程是利用理论模拟的环境，因此被称为预测)。所述预测步骤是对于采用候选支架(例如双层支架)方案介入后的动脉瘤内血流动力学环境进行模拟，检验模拟结果是否具有良好效果或满足治疗要求。如果在模拟结果中明显发现不良效果(例如应力或压力集中等情况)，说明支架效果不佳或未达到治疗要求，因而需要进一步筛选支架方案，直到模拟结果具有良好效果或满足治疗要求。
在一个实施例中，可选地，候选支架方案的参数(例如金属覆盖率)可在理论最小值～理论最大值的范围内选择。
在一个实施例中，可选地，支架金属覆盖率的理论最小值对于中小型瘤而言例如可为0.26且对于中型瘤而言例如可为0.35。
在一个实施例中，可选地，支架金属覆盖率的理论最大值例如为0.45。
申请人通过具体数值实验发现，将双层金属覆盖率相对较低的两个支架结构内外相互嵌套叠加，能够使动脉瘤内的血流动力学环境满足治疗水平。同样地，由于动脉瘤结构不同，故应采取不同的叠加方案，在此可利用特定聚类分析，通过分析血流动力学参数和破裂概率给出支架叠加方案，以构造具有良好效果的支架设计。
在一个实施例中，例如，当动脉瘤破裂概率较高(例如高于预设值)时，可提供双层支架设计方案。
在一个实施例中，例如，当动脉瘤破裂概率较低(例如低于预设值)时，若在动脉瘤形态结构良好(血管曲率较低，动脉瘤趋于球形，瘤沿着血管弯曲方向向心生长)则无需支架治疗；若动脉瘤形态结构不良，则可提供单层支架(低金属覆盖率)设计方案。
图1显示出根据本发明的实施例的动脉瘤血管支架的构造方法的流程图。在图1所示的实施例中可见一种动脉瘤血管支架的构造方法，包括如下步骤：
步骤110：获得动脉瘤的实际影像，基于该实际影像对动脉瘤的结构建立抽象模型；
步骤120：对所述抽象模型进行预处理和离散化处理；
步骤130：基于所述抽象模型施加真实病灶处的血流情况，模拟所述抽象模型内的血流动力学环境，所述血流动力学环境包括与动脉瘤破裂相关的多个参数；
步骤140：基于所述血流动力学环境的所述多个参数，利用聚类算法，分析动脉瘤破裂概率；
步骤150：基于所述血流动力学环境、分析出的动脉瘤破裂概率和模拟的支架受血液影响情况，筛选动脉瘤血管支架的参数，包括支架金属覆盖率；
步骤160：根据筛选出的动脉瘤血管支架的参数，构造动脉瘤血管支架。
图2显示出根据本发明的一个优选实施例的动脉瘤血管支架的构造方法的流程图。在图2所示的实施例中可见一种动脉瘤血管支架的构造方法，其包括如下步骤：
步骤202：通过动脉瘤影像资料构建动脉瘤抽象模型；
步骤204：对动脉瘤抽象模型进行离散化处理；
步骤206：提取真实病灶处血液流速和血压；
步骤208：提取特征参数；
步骤210：将特征参数输入数据库进行聚类分析；
步骤220：判断动脉瘤破裂概率是否低于预设值；
步骤222：若动脉瘤破裂概率低于预设值(即破裂概率低)，则进一步判断动脉瘤形态结构是否良好：若动脉瘤形态结构良好，则可采用保守处理方式(即，不采用支架介入方式)，流程结束；
步骤224：若动脉瘤形态结构不良，则构造单层支架，流程结束；
步骤230：若动脉瘤破裂概率高于预设值(即破裂概率高)，则进一步执行决策筛选处理；
步骤232：根据筛选出的最优方案，输出内外两层支架结构金属覆盖率；
步骤232：构造双层支架，流程结束。
图3显示出根据本发明的实施例的筛选决策过程(可对应于图2中所示实施例中的步骤230)的流程图。在图3所示的实施例中的筛选决策过程可例如包括如下步骤：
步骤302：输入动脉瘤内血流动力学参数；
步骤304：ABAQUS模拟支架结构双层嵌套后受血流作用后的排布情况；
步骤306：CFD模拟双层支架结构在动脉瘤内的血流动力学环境；
步骤308：提取特征参数；
步骤310：将特征参数输入数据库，进行第二聚类分析；
步骤312：判断支架介入后的效果(动脉瘤能否康复)；
步骤314：若否，则排除这种支架构造方案；
步骤316：若是，则计算各支架方案情况下动脉瘤内血流动力学参数与类中心的距离；
步骤318：选定与中心点距离最小的支架方案，并输出双层支架结构的金属覆盖率。
本发明通过提取动脉瘤影像结构，模拟其内部血流动力学环境，提取影响动脉瘤破裂的多个关键性参数，随后基于所提取的这些关键性参数来调整支架金属覆盖率，由此适应不同结构动脉瘤内部不同的血流动力学环境。特别是多个关键性参数的综合考虑，同时考虑到这些参数对于动脉瘤破裂的不同影响趋势甚至是相互冲突，使得最后的分析结果较为全面，由此最大限度地避免了分析结果的片面。
综合上文所述可以看出，本发明过动脉瘤影像结构模拟其内部血流动力学环境，提取影响动脉瘤破裂的多个关键性参数，随后基于所提取的这些关键性参数来调整支架金属覆盖率，由此适应不同结构动脉瘤内部不同的血流动力学环境。特别是多个关键性参数的综合考虑，同时考虑到这些参数对于动脉瘤破裂的不同影响趋势甚至是相互冲突，使得最后的分析结果较为全面，由此最大限度地避免了分析结果的片面。
通过本发明的实施例的动脉瘤血管支架的构造方法和由此构造的动脉瘤血管支架，能够形成符合病灶具体情况的动脉瘤血管支架。
需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本文中对多个元件的描述中，以“和/或”相连的多个并列特征是指包含这些并列特征中的一个或多个(或者一种或多种)。例如，“第一元件和/ 或第二元件”的含义是：第一元件和第二元件中的一个或多个，即，仅第一元件、或仅第二元件、或第一元件和第二元件(二者同时存在)。
本发明中所提供的各个实施例中的各个特征均可根据需要而相互组合，例如任意两个、三个或更多个实施例中的特征相互组合以构成本发明的新的实施例，这也在本发明的保护范围内，除非另行说明或者在技术上构成矛盾而无法实施。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
附录1：
1.Massoud T F,Guglielmi G,Ji C,et al.Experimental saccular aneurysms.I.Review of surgically-constructed models and their laboratory applications.[J]. Neuroradiology,1994,36(7):537-46.
2.Miskolczi L,Guterman L R,Flaherty J D,et al.Rapid saccular aneurysminduction by elastase application in vitro.[J].Neurosurgery,1997,41(1):228-9.
3.Nornes H.The role of intracranial pressure in the arrest ofhemorrhage in patients with ruptured intracranial aneurysm[J].Journal ofNeurosurgery,1973, 39(2):226.
4.Horowitz M B,Meyer Y,Purdy P D.Use of intravascular stents in thetreatment of internal carotid and extracranial vertebral arterypseudoaneurysms.[J].Ajnr American Journal of Neuroradiology,1996, 17(4):693-6.
5.Hurst R W,Haskal Z J,Zager E,et al.Endovascular stent treatment ofcervical internal carotid artery aneurysms with parent vessel preservation[J]. Surgical Neurology,1998,50(4):313-317.
6.Lieber B B,Stancampiano A P,Wakhloo A K.Alteration of hemodynamicsin aneurysm models by stenting:Influence of stent porosity[J]. Annals ofBiomedical Engineering,1997,25(3):460-469.
7.Baráth K,Cassot F,Rüfenacht D A,et al.Anatomically shaped internalcarotid artery aneurysm in vitro model for flow analysis to evaluate stenteffect[J]. Ajnr American Journal of Neuroradiology,2004,25(10):1750.
8.Rhee K,Han M H,Sang H C.Changes of Flow Characteristics by Stentingin Aneurysm Models:Influence of Aneurysm Geometry and Stent Porosity[J].Annals of Biomedical Engineering,2002,30(7):894-904.
9.Paliwal N,Yu H,Xu J,et al.Virtual Stenting Workflow with Vessel-Specific Initialization and Adaptive Expansion for Neurovascular Stents andFlow Diverters[J].Computer Methods in Biomechanics&Biomedical Engineering,2016,19(13):1423-1431.
10.Kono K,Shintani A,Terada T.Hemodynamic Effects of Stent Strutsversus Straightening of Vessels in Stent-Assisted Coil Embolization forSidewall Cerebral Aneurysms[J].Plos One,2014,9(9):e108033.
11.Kulcsár Z,Augsburger L,Reymond P,et al.Flow diversion treatment:intra-aneurismal blood flow velocity and WSS reduction are parameters topredict aneurysm thrombosis.[J].Acta Neurochirurgica,2012,154(10):1827.
12.Thompson B G,Brown J R,Aminhanjani S,et al.Guidelines for theManagement of Patients With Unruptured Intracranial Aneurysms:A Guideline forHealthcare Professionals From the American Heart Association/American StrokeAssociation.[J].Stroke,2015,46(8):2368.
13.Zhao K J,Zhang Y W,Xu Y,et al.Reconstruction of Saccular andDissected Intracranial Aneurysms Using SolitaireTM AB Stents[J].Plos One,2013,8(2):e57253.
14.Wang K,Huang Q,Hong B,et al.Correlation of aneurysm occlusion withactual metal coverage at neck after implantation of flow-diverting stent inrabbit models.[J].Neuroradiology,2012,54(6):607-613.
15.Kulcsár Z,Augsburger L,Reymond P,et al.Flow diversion treatment:intra-aneurismal blood flow velocity and WSS reduction are parameters topredict aneurysm thrombosis.[J].Acta Neurochirurgica,2012,154(10):1827.
16.Zhang Y,Chong W,Qian Y.Investigation of intracranial aneurysmhemodynamics following flow diverter stent treatment[J].Medical Engineering&Physics,2013,35(5):608.
17.Aenis M,Stancampiano A P,Wakhloo A K,et al.Modeling of flow in astraight stented and nonstented side wall aneurysm model.[J].J Biomech Eng,1997,119(2):206-12.
18.Wakhloo A K,Lanzino G,Lieber B B,et al.Stents for intracranialaneurysms:the beginning of a new endovascular era[J].Neurosurgery,1998, 43(2):377-379.
19.Imbeni V,Martini C,Prandstraller D,et al.Preliminary study ofmicro-scale abrasive wear of a NiTi shape memory alloy[J].Wear,2003, 254(12):1299-1306.

Claims (8)

1.一种动脉瘤血管支架的构造方法，其特征在于，包括如下步骤：
获得动脉瘤的实际影像，基于该实际影像对动脉瘤的结构建立抽象模型；
对所述抽象模型进行预处理和离散化处理；
基于所述抽象模型施加真实病灶处的血流情况，模拟所述抽象模型内的血流动力学环境，所述血流动力学环境包括与动脉瘤破裂相关的多个参数；
基于所述血流动力学环境的所述多个参数，利用聚类算法，分析动脉瘤破裂概率；
基于所述血流动力学环境、分析出的动脉瘤破裂概率、和模拟的支架受血液影响情况，筛选动脉瘤血管支架的参数，包括支架金属覆盖率；
根据筛选出的动脉瘤血管支架的参数，构造动脉瘤血管支架。
2.根据权利要求1所述的动脉瘤血管支架的构造方法，其特征在于，
所述多个参数包括：瘤壁最大壁面切应力、瘤顶平均壁面切应力、瘤壁最大压力、瘤内血流强度、单位时间入瘤血量中的至少一种。
3.根据权利要求1或2所述的动脉瘤血管支架的构造方法，其特征在于，
真实病灶处的血流情况通过所述真实病灶处人类血液情况平均值、或者通过磁共振测量血流多普勒效应获得。
4.根据权利要求1或2所述的动脉瘤血管支架的构造方法，其特征在于，
所述聚类算法包括K均值算法。
5.根据权利要求1或2所述的动脉瘤血管支架的构造方法，其特征在于，
所述多个参数对于动脉瘤破裂而言具有不同的权重，在所述聚类算法中通过不同权重的所述多个参数进行分析。
6.根据权利要求2所述的动脉瘤血管支架的构造方法，其特征在于，
瘤壁最大壁面切应力、瘤壁最大压力、瘤内血流强度、或单位时间入瘤血量越高，则动脉瘤破裂的概率越大；
瘤顶平均壁面切应力越小，则动脉瘤破裂的概率越大。
7.一种动脉瘤血管支架，其特征在于，通过根据权利要求1－6中任一项所述的动脉瘤血管支架的构造方法构造而成。
8.根据权利要求7所述的动脉瘤血管支架，其特征在于，
所述动脉瘤血管支架为双层支架。
CN202010291913.9A 2020-04-14 2020-04-14 动脉瘤血管支架及其构造方法 Pending CN111671556A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010291913.9A CN111671556A (zh) 2020-04-14 2020-04-14 动脉瘤血管支架及其构造方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010291913.9A CN111671556A (zh) 2020-04-14 2020-04-14 动脉瘤血管支架及其构造方法

Publications (1)

Publication Number Publication Date
CN111671556A true CN111671556A (zh) 2020-09-18

Family

ID=72433353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010291913.9A Pending CN111671556A (zh) 2020-04-14 2020-04-14 动脉瘤血管支架及其构造方法

Country Status (1)

Country Link
CN (1) CN111671556A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113133827A (zh) * 2021-04-07 2021-07-20 昆明同心医联科技有限公司 对颅内动脉瘤手术进行术前预估方法、系统、终端及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109907732A (zh) * 2019-04-09 2019-06-21 广州新脉科技有限公司 一种颅内动脉瘤破裂风险的评估方法及系统
CN110517780A (zh) * 2019-09-02 2019-11-29 强联智创（北京）科技有限公司 一种动脉瘤破裂风险评估方法及系统
CN110522540A (zh) * 2019-08-08 2019-12-03 北京科技大学 一种可有序完全降解的覆膜双层支架
CN110866914A (zh) * 2019-11-21 2020-03-06 北京冠生云医疗技术有限公司 脑动脉瘤血流动力学指标的评估方法、系统、设备及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109907732A (zh) * 2019-04-09 2019-06-21 广州新脉科技有限公司 一种颅内动脉瘤破裂风险的评估方法及系统
CN110522540A (zh) * 2019-08-08 2019-12-03 北京科技大学 一种可有序完全降解的覆膜双层支架
CN110517780A (zh) * 2019-09-02 2019-11-29 强联智创（北京）科技有限公司 一种动脉瘤破裂风险评估方法及系统
CN110866914A (zh) * 2019-11-21 2020-03-06 北京冠生云医疗技术有限公司 脑动脉瘤血流动力学指标的评估方法、系统、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
戴璇 等: ""计算流体力学在脑动脉瘤诊治中的应用"", 《医用生物力学》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113133827A (zh) * 2021-04-07 2021-07-20 昆明同心医联科技有限公司 对颅内动脉瘤手术进行术前预估方法、系统、终端及介质

Similar Documents

Publication Publication Date Title
Jeong et al. Hemodynamics of cerebral aneurysms: computational analyses of aneurysm progress and treatment
Appanaboyina et al. Computational fluid dynamics of stented intracranial aneurysms using adaptive embedded unstructured grids
Kim et al. The effect of stent porosity and strut shape on saccular aneurysm and its numerical analysis with lattice Boltzmann method
EP1827236B9 (en) System and method for predicting physical properties of an aneurysm from a three-dimensional model thereof
CN112740334A (zh) 医学成像中的血管内植入物决定支持
Villa-Uriol et al. Toward integrated management of cerebral aneurysms
JP7082131B2 (ja) 血管リスクを評価するためのシステムおよび方法
Wei et al. A (near) real-time simulation method of aneurysm coil embolization
Berg et al. Virtual stenting for intracranial aneurysms: A risk-free, patient-specific treatment planning support for neuroradiologists and neurosurgeons
Hachem et al. Reinforcement learning for patient-specific optimal stenting of intracranial aneurysms
CN111671556A (zh) 动脉瘤血管支架及其构造方法
Ugron et al. On the boundary conditions of cerebral aneurysm simulations
Dequidt et al. Towards interactive planning of coil embolization in brain aneurysms
Spiegel et al. Tetrahedral and polyhedral mesh evaluation for cerebral hemodynamic simulation—A comparison
Bérod et al. Assessing a heterogeneous model for accounting for endovascular devices in hemodynamic simulations of cerebral aneurysms
Berg et al. Hemodynamics in multiple intracranial aneurysms: the role of shear related to rupture
JP6865468B2 (ja) 血管内治療シミュレーション装置及び方法
Frank et al. Numerical simulation of endovascular treatment options for cerebral aneurysms
CN117838066B (zh) Evar术后支架相关并发症风险预测方法和系统
Damiano Predicting treatment outcomes of coiled intracranial aneurysms using finite element modeling and machine learning
WO2024147030A1 (en) Method for outcome prediction of neuro-interventional coiling and flow diverter stenting to treat intracranial aneurysms
US20240013886A1 (en) Method and system of simulations for personalized brain treatments
Formato Carotid artery and stenting: from geometrical analysis to computational hemodynamics
Nishandar Effect of Strut Parameters on the Intra-Aneurysmal Hemodynamics of a Saccular Aneurysm on a Tortuous Parent Artery
Sarayi Improving Ischemic Stroke Management Using Big Data, Medical Image Analysis, and Computer Simulation

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: 20200918

RJ01 Rejection of invention patent application after publication