CN111839496A - 一种通过常规造影图像测量出血流储备分数的方法 - Google Patents

一种通过常规造影图像测量出血流储备分数的方法 Download PDF

Info

Publication number
CN111839496A
CN111839496A CN201910331790.4A CN201910331790A CN111839496A CN 111839496 A CN111839496 A CN 111839496A CN 201910331790 A CN201910331790 A CN 201910331790A CN 111839496 A CN111839496 A CN 111839496A
Authority
CN
China
Prior art keywords
blood flow
coronary artery
flow velocity
pressure
reserve
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
CN201910331790.4A
Other languages
English (en)
Other versions
CN111839496B (zh
Inventor
刘广志
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.)
Suzhou Rainmed Medical Technology Co Ltd
Original Assignee
Suzhou Rainmed Medical Technology 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 Suzhou Rainmed Medical Technology Co Ltd filed Critical Suzhou Rainmed Medical Technology Co Ltd
Priority to CN201910331790.4A priority Critical patent/CN111839496B/zh
Priority to PCT/CN2019/089200 priority patent/WO2020215442A2/zh
Publication of CN111839496A publication Critical patent/CN111839496A/zh
Application granted granted Critical
Publication of CN111839496B publication Critical patent/CN111839496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
    • 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
    • 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
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Cardiology (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physiology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Hematology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种通过常规造影图像测量出血流储备分数的方法，由心肌最大充血状态时狭窄远端冠状动脉平均压与冠状动脉口部主动脉平均压求比值；定义一个血流变化常量值用于反映心脏冠状动脉的常规血流速度与心脏冠状动脉的充血状态血流速度之间的变化量；基于目标对象的常规血流速度模拟计算其心脏冠状动脉在消除微循环阻力时的血流速度，且该血流速度下计算心肌最大充血状态时狭窄远端冠状动脉平均压。该方法不需要对患者使用血管扩张剂，避免患者因为不耐受或副作用而无法进行FFR测试。而且能够缩短手术时间和节约手术费用并达到与压力导丝FFR同等的效果。

Description

一种通过常规造影图像测量出血流储备分数的方法
技术领域
本发明涉及冠状动脉影像学评价领域,特别是一种通过常规造影图像测量出血流储备分数的方法。
背景技术
冠状动脉造影及血管内超声均被认为是诊断冠心病的“金标准”，但它们只能对病变狭窄程度进行影像学评价，而狭窄到底对远端血流产生了多大影响却不得而知；血流储备分数(FFR)现已经成为冠脉狭窄功能性评价的公认指标，其最重要的功能是对一个未知影响的冠脉狭窄的功能后果进行准确评价。
血流储备分数(FFR)是指在冠状动脉存在狭窄病变的情况下，目标测量血管所供心肌区域能获得的最大血流量与同一区域理论上正常情况下所能获得的最大血流量之比。根据流体力学公式，压力(P)＝流量(Q)*阻力(R)，临床上可采用血管扩张剂诱发心肌微循环最大程度充血，可使心肌微循环阻力(R)小到忽略不计并恒定，因此FFR的定义可转化为心肌最大充血状态下的狭窄远端冠状动脉内平均压(Pd)与冠状动脉口部主动脉平均压(Pa)的比值，如图3所示。主动脉根部压力可以通过压力传感器获取，而狭窄远端压力则需要通过压力导丝在最大灌注血流(通过冠脉内或静脉内注射罂粟碱或腺苷或ATP)时测得。
但血管扩张药(如腺苷或ATP)对部分患者不耐受或有副作用，限制了FFR临床应用。因此对于这些不适用人群，FFR临床检测就无法正常实施。
发明内容
本发明的技术方案是：一种通过常规造影图像测量出血流储备分数的方法，常规步骤包括：
一、通过需要传感器获取患者目标区的冠状动脉口部主动脉压Pa；
二、通过造影图像获取患者目标区的被测血管直径D及被测血管长度L；基于冠脉造影图像，并通过分析定义时间序列的造影不同帧，去除动静态噪声，对冠状动脉进行分割；并对不同角度拍摄的冠脉造影图像进行分割，分别得到冠脉中心线及直径。根据造影图像生成冠脉三维模型；在三维空间进行投影计算，生成冠脉三维模型，获取被测血管直径D及被测血管长度L。
三、通过血流计帧法计算心脏冠状动脉的常规血流速度Vc；对冠脉造影图像按时序帧进行扫描计算出造影剂从血管入口流到血管末端需要的时间，从而进一步得到常规血流速度Vc。
四、给患者从静脉持续注射血管扩张剂(腺苷或ATP)，滴注速率为140ug/(min*kg)。通过观察Pa的变化先升高再降低，压力降低幅度达到10％-15％，滴注时间在30-60s后微循环达到最大充血状态，持续滴注扩张药物同时再根据步骤四相同的造影体位推注造影剂，根据造影图像即可计算出最大充血态下的血流速度Vh；
基于血流速度Vh、冠状动脉口部主动脉压Pa，通过流体力学算法计算血流速度V′h下狭窄远端冠状动脉平均压Pd＝Pa-ΔP。ΔP即为心肌最大充血状态时狭窄远端冠状动脉平均压与冠状动脉口部主动脉平均压的压差。ΔP的计算方式是基于冠状三维模型进行求解，用数值法求解连续性和Navier-Stokes方程：
Figure BDA0002037925830000021
其中
Figure BDA0002037925830000022
P，ρ，μ分别为流速、压力、血流密度、血流粘性。
以入口边界条件为血流速度，出口边界条件为out-flow边界条件，用数值法求解连续性和Navier-Stokes方程：
Figure BDA0002037925830000023
其中ur、uz分别表示z向、r方向的流速。
针对各种类型的冠脉弯曲，用三维模型计算从入口到出口的压力差，对照二维轴对称模型计算的结果，建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据；利用三维模型计算结果修正二维模型计算结果得到ΔP值。
五、根据公式
Figure BDA0002037925830000024
即可计算血流储备分数。
但本发明的主旨在于不对患者注射血管扩张剂，只通过常规造影图像来计算最大充血态的血流速度成为基于造影血流储备分数方法。
因此，需要定义一个血流变化常量值ΔV用于反映心脏冠状动脉的常规血流速度与心脏冠状动脉的充血状态血流速度之间的变化量；该血流变化常量值是基于对临床数据的统计，利用上述常规步骤对临床试验对象进行分类统计。根据临床试验对象的个体情况进行群体特征的标准分类，常规的分类标准包括对象年龄、对象性别、对象健康状况、对象生活习惯等等。最终可以形成两个群体特征类别，即心肌功能偏强、心肌功能偏弱。
当血流变化常量值ΔV具有相对较高的适用率时，就可以基于患者的常规血流速度模拟计算其心脏冠状动脉在消除微循环阻力时的血流速度V′h。那么模拟出的血流速度Vh即为心肌最大充血状态时的血流速度，因此可以计算出心肌最大充血状态时狭窄远端冠状动脉平均压Pd。
基于血流变化常量值ΔV的模拟计算，患者的心脏冠状动脉在消除微循环阻力时的血流速度Vh就可以快速推断出。那么上述常规方法可以改进为：
第一、通过需要传感器获取目标区的冠状动脉口部主动脉压Pa；
第二、通过造影图像获取目标区的被测血管直径D及被测血管长度L；通过血流计帧法得到造影剂在目标区的被测血管中流动的时间t，常规血流速度
Figure BDA0002037925830000031
第三、通过血流计帧法计算心脏冠状动脉的常规血流速度Vc；
第四、基于常规血流速度Vc、血流变化常量值ΔV，模拟计算目标区域的心脏冠状动脉在消除微循环阻力时的血流速度Vh＝Vc+ΔV；
第五、基于血流速度Vh、冠状动脉口部主动脉压Pa，通过流体力学算法计算血流速度Vh下狭窄远端冠状动脉平均压Pd。
第六、根据公式
Figure BDA0002037925830000032
计算血流储备分数。
本发明的优点是：不需要对患者使用血管扩张剂，避免患者因为不耐受或副作用而无法进行FFR测试。而且能够缩短手术时间和节约手术费用并达到与压力导丝FFR同等的效果，成为一种良好的FFR检测方法。
附图说明
下面结合附图及实施例对本发明作进一步描述：
图1是心脏冠状动脉的压力线性变化图；
图2是心脏冠状动脉的造影图；
图3是FFR的原理图；
具体实施方式
实施例：
本发明的主旨在于不对患者注射血管扩张剂，只通过常规造影图像来计算最大充血态的血流速度成为基于造影血流储备分数方法。
因此，需要定义一个血流变化常量值ΔV用于反映心脏冠状动脉的常规血流速度与心脏冠状动脉的充血状态血流速度之间的变化量；例如：分析同一个人同一根血管在常规造影状态下计算的血流速度Vc和最大充血状态的血流速度Vh的相关性，推导出由于微循环扩张引起的血流速度变化ΔV＝Vh-Vc。统计所有临床数据中Vc分布80％的案例，Vc流速值在100mm/s～200mm/s区间。对应的Vh分布在200mm/s～400mm/s之间，并且两组数据趋势线斜率非常接近有良好的一致性。计算ΔV等于Vh和Vc的平均差为一个常量值，常量值的范围为20-400mm/s。
基于上述的基础理论，该血流变化常量值ΔV是基于200例的临床数据统计所得。这200例的临床试验对象包括多种心肌状态的人群，在200例的统计数据上取均值，因此该血流变化常量值ΔV的适用准确率可以高达90％以上。
该血流变化常量值ΔV的获取方式还是基于常规的FFR检测步骤，即在冠状动脉造影下对临床对象注射芯管扩张剂后所实现的。其重点在于如何确保冠状动脉的微循环处于充分扩张状态，即通过：
通过临床试验，先做造影手术，计算出常规血流速度Vc。然后给患者从静脉持续注射血管扩张剂(腺苷或ATP)，滴注速率为140ug/(min*kg)。通过观察Pa的变化先升高再降低，压力降低幅度达到10％-15％，滴注时间在30-60s后微循环达到最大充血状态，持续滴注扩张药物同时再推注造影剂，根据造影图像即可计算出最大充血态下的血流速度Vh。
具体的，根据临床试验对象的个体情况进行群体特征的标准分类，常规的分类标准包括对象年龄、对象性别、对象健康状况、对象生活习惯等等。最终可以根据心肌质量形成两个群体特征类别，即心肌功能偏强、心肌功能偏弱。
序号 心肌质量 血流变化常量值ΔV
1 心肌功能偏强 100-400mm/s
2 心肌功能偏弱 20-300mm/s
基于该血流变化常量值ΔV值，就可以模拟计算其心脏冠状动脉在消除微循环阻力时的血流速度Vh。那么模拟出的血流速度Vh即为心肌最大充血状态时的血流速度，因此可以计算出心肌最大充血状态时狭窄远端冠状动脉平均压Pd。
基于血流变化常量值ΔV的模拟计算，患者的心脏冠状动脉在消除微循环阻力时的血流速度Vh就可以快速推断出。那么上述常规方法可以改进为：
第一、通过需要传感器获取目标区的冠状动脉口部主动脉压Pa；
第二、通过造影图像获取目标区的被测血管直径D及被测血管长度L；通过血流计帧法得到造影剂在目标区的被测血管中流动的时间t，常规血流速度
Figure BDA0002037925830000051
第三、通过血流计帧法计算心脏冠状动脉的常规血流速度Vc；
第四、基于常规血流速度Vc、血流变化常量值ΔV，模拟计算目标区域的心脏冠状动脉在消除微循环阻力时的血流速度Vh＝Vc+ΔV；
第五、基于血流速度Vh、冠状动脉口部主动脉压Pa，通过流体力学算法计算血流速度Vh下狭窄远端冠状动脉平均压Pd。
第六、根据公式
Figure BDA0002037925830000052
计算血流储备分数。
上述方法步骤中涉及到的具体操作内容包括：
1：提取冠脉造影图像：
首先对造影图像中的导管进行图像增强：
a)定位导管区域，除去部分静态噪声；
b)做均值滤波，除去部分动态噪声；
c)通过灰度直方图分析，利用阈值进一步去噪；
d)将去噪后的图像进行多尺度海森矩阵，对导管进行图像增强，得到增强后的导管图像；
e)二值化图像，将导管对应的像素标记为1，其余像素标记0；
f)对二值化后的图像进行细化，得到导管的特征点P1。
其次，对目标图像中的冠状动脉进行图像增强：
g)定位冠状动脉区域，除去部分静态噪声；
h)均值滤波，除去部分动态噪声；
i)通过灰度直方图分析，利用阈值进一步去噪；
j)将去噪后的图像进行多尺度海森矩阵，对冠状动脉进行图像增强，得到冠状动脉的特征点P2。
通过对冠状动脉区域进行以上操作得到的图像中，除被增强后的冠状动脉之外，还可能有被海森矩阵误认为管状物而进行了增强的噪声。于是需要将该图像中冠状动脉和噪声进行区分。
k)特征点P1是由导管细化后得到的，所以P1的位置一定在导管中；目标图像和参考图像中，导管的位置虽然会有一定变化，但是该变化必定只是在一个小范围内的。所以，可以根据P2与特征点P1的对应位置关系，确定冠状动脉的区域；
l)提取k中冠状动脉的区域，获得图像。最后，以特征点P1为种子点，将该图像进一步处理后进行动态区域生长，获得结果。
m)对l中的图像二值化、形态学运算，并按照对应位置还原到目标图像中，进行动态区域生长，得到结果图像。
2：生成冠脉三维模型：
对心跳周期内相同时间点、不同角度拍摄的冠脉造影图像按照上述步骤进行分割，在中心线上提取特征点，基于已知的拍照角度，三维还原这些特征点，进而三维还原中心线，得到冠脉中心线及直径，将上述步骤生成的多个方向的冠脉中心线在三维空间进行投影计算，生成冠脉三维模型，获取准确的血管长度L和直径D。
3：计算冠脉血流速度：
对冠脉造影图像按时序帧进行扫描计算出造影剂从血管入口流到血管末端需要的时间t，再通过血管长度除以时间得到常规血流速度
Figure BDA0002037925830000061
基于步重构的冠脉三维模型，可以用标准的跟踪法(例如：造影剂运输时间算法、造影剂遍历距离算法)计算血液流速或者使用Stewart—Hamilton算法、First—pass分布分析法、光流法、流体连续法计算血液流速。
4：冠脉网格划分：
基于重构的冠脉三维模型，创建结构性或者非结构性三维网格；并基于重构的冠脉中心线及直径，拉直血管，按对称轴切开，生成轴对称二维平面模型，然后创建结构性或者非结构性二维轴对称网格。
基于重构的冠脉三维模型，用标准的扫掠法进行网格划分，生成结构性三维六面体网格；或者用其它方法(例如：切分法、混合法)进行网格划分，生成结构性三维六面体网格；
基于重构的冠脉三维模型，在血管壁上生成三角形面网格，然后长成四面体网格，在血管中生成非结构性三维四面体网格；
基于重构的冠脉三维模型，拉直血管，按对称轴切开，生成轴对称二维平面模型，用切分法或者扫掠法进行网格划分，生成结构性二维四边形网格。
5：冠状动脉FFR计算：
1)三维模型
基于造影图像重构的几何结构，划分三维网格，用数值法(如：有限差分、有限元、有限体积法等)求解连续性和Navier-Stokes方程：
Figure BDA0002037925830000071
其中其中
Figure BDA0002037925830000072
P，ρ，μ分别为流速、压力、血流密度、血流粘性。入口边界条件为血流速度，出口边界条件为out-flow边界条件；
通过公式
Figure BDA0002037925830000073
计算沿着血管中心线从入口到下游各点的血流储备分数，其中，Pa是主动脉平均压，ΔP是沿着血管中心线从入口到下游各点的压力降。
2)二维模型
基于线造影重构的几何结构，把有狭窄的血管拉直(二维轴对称模型)，划分二维网格，用数值法(如：有限差分、有限元、有限体积法等)求解连续性和Navier-Stokes方程：
Figure BDA0002037925830000081
其中ur、uz分别表示z向、r方向的流速。
入口边界条件为血流速度，出口边界条件为out-flow边界条件；针对各种类型的冠脉弯曲，用三维模型计算从入口到出口的压力差，对照二维轴对称模型计算的结果，建立用于存储各种类型的弯曲对二维轴对称结果的修正系数的数据库；利用三维模型计算结果修正二维模型计算结果得到ΔP；
通过公式
Figure BDA0002037925830000082
计算沿着血管中心线从入口到下游各点的血流储备分数。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明的。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明的所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (9)

1.一种通过常规造影图像测量出血流储备分数的方法，由心肌最大充血状态时狭窄远端冠状动脉平均压与冠状动脉口部主动脉平均压求比值；其特征在于：定义一个血流变化常量值用于反映心脏冠状动脉的常规血流速度与心脏冠状动脉的充血状态血流速度之间的变化量；基于目标对象的常规血流速度模拟计算其心脏冠状动脉在消除微循环阻力时的血流速度，且该血流速度下计算心肌最大充血状态时狭窄远端冠状动脉平均压。
2.根据权利要求1所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：基于对象群体，所述血流变化常量值至少可按照两个群体特征进行标准分类。
3.根据权利要求2所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：形成所述血流变化常量值的两个群体特征的为心肌强度。
4.根据权利要求2或3所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：所述血流变化常量值以心脏冠状动脉血管充分扩张状态的临床试验数据为基础。
5.根据权利要求4所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：心脏冠状动脉的充血状态血流速度是在临床对象注射血管扩张剂后的实时造影测试结果。
6.根据权利要求5所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：心脏冠状动脉血管充分扩张状态是通过对临床对象静脉持续注射腺苷或ATP，且滴注速率为140ug/(min*kg)，观察其冠状动脉口部主动脉压的变化，当冠状动脉口部主动脉压的压力降低幅度达到10％～15％，滴注时间保持30～60s后达到充分扩张状态。
7.根据权利要求1或6所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：该方法的具体步骤为：
第一、通过需要传感器获取目标区的冠状动脉口部主动脉压Pa；
第二、通过造影图像获取目标区的被测血管直径D及被测血管长度L；
第三、通过血流计帧法计算心脏冠状动脉的常规血流速度Vc；
第四、基于常规血流速度Vc、血流变化常量值ΔV，模拟计算目标区域的心脏冠状动脉在消除微循环阻力时的血流速度Vh＝Vc+ΔV；
第五、基于血流速度Vh、冠状动脉口部主动脉压Pa，通过流体力学算法计算血流速度Vh下狭窄远端冠状动脉平均压Pd。
第六、根据公式
Figure FDA0002037925820000011
计算血流储备分数。
8.根据权利要求7所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：所述第二步中：基于二维的造影图像，同一区域不同角度体位的造影图像组合成三维血管模型。
9.根据权利要求8所述的一种通过常规造影图像测量出血流储备分数的方法，其特征在于：所述第三步中：通过血流计帧法得到造影剂在目标区的被测血管中流动的时间t，常规血流速度
Figure FDA0002037925820000021
CN201910331790.4A 2019-04-24 2019-04-24 一种通过常规造影图像测量出血流储备分数的系统 Active CN111839496B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910331790.4A CN111839496B (zh) 2019-04-24 2019-04-24 一种通过常规造影图像测量出血流储备分数的系统
PCT/CN2019/089200 WO2020215442A2 (zh) 2019-04-24 2019-05-30 一种通过常规造影图像测量出血流储备分数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910331790.4A CN111839496B (zh) 2019-04-24 2019-04-24 一种通过常规造影图像测量出血流储备分数的系统

Publications (2)

Publication Number Publication Date
CN111839496A true CN111839496A (zh) 2020-10-30
CN111839496B CN111839496B (zh) 2022-11-15

Family

ID=72943798

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910331790.4A Active CN111839496B (zh) 2019-04-24 2019-04-24 一种通过常规造影图像测量出血流储备分数的系统

Country Status (2)

Country Link
CN (1) CN111839496B (zh)
WO (1) WO2020215442A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116230238A (zh) * 2023-05-08 2023-06-06 寿光市人民医院 一种用于心血管的监测预警系统
CN116664564A (zh) * 2023-07-28 2023-08-29 杭州脉流科技有限公司 基于颅内医学影像获取血流量的方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105326486A (zh) * 2015-12-08 2016-02-17 上海交通大学 血管压力差与血流储备分数的计算方法及系统
CN106023202A (zh) * 2016-05-20 2016-10-12 苏州润心医疗科技有限公司 基于心脏ct图像的冠状动脉血流储备分数计算方法
CN106327487A (zh) * 2016-08-18 2017-01-11 苏州润心医疗科技有限公司 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法
CN108550189A (zh) * 2018-05-03 2018-09-18 苏州润迈德医疗科技有限公司 基于造影图像和流体力学模型的微循环阻力指数计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105326486A (zh) * 2015-12-08 2016-02-17 上海交通大学 血管压力差与血流储备分数的计算方法及系统
CN106023202A (zh) * 2016-05-20 2016-10-12 苏州润心医疗科技有限公司 基于心脏ct图像的冠状动脉血流储备分数计算方法
CN106327487A (zh) * 2016-08-18 2017-01-11 苏州润心医疗科技有限公司 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法
CN108550189A (zh) * 2018-05-03 2018-09-18 苏州润迈德医疗科技有限公司 基于造影图像和流体力学模型的微循环阻力指数计算方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116230238A (zh) * 2023-05-08 2023-06-06 寿光市人民医院 一种用于心血管的监测预警系统
CN116664564A (zh) * 2023-07-28 2023-08-29 杭州脉流科技有限公司 基于颅内医学影像获取血流量的方法和装置
CN116664564B (zh) * 2023-07-28 2023-10-31 杭州脉流科技有限公司 基于颅内医学影像获取血流量的方法和装置

Also Published As

Publication number Publication date
CN111839496B (zh) 2022-11-15
WO2020215442A2 (zh) 2020-10-29

Similar Documents

Publication Publication Date Title
CN111227822B (zh) 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法
JP6792768B2 (ja) 血流予備量比の計算方法およびシステム
WO2019210553A1 (zh) 基于造影图像和流体力学模型的微循环阻力指数计算方法
US10395774B2 (en) Vascular flow assessment
US20240115141A1 (en) Lumen Morphology And Vascular Resistance Measurements Data Collection Systems Apparatus And Methods
CN111134651B (zh) 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质
JP7236769B2 (ja) 心筋血流量及びｃｔ画像に基づく微小循環抵抗指数の計算方法
US9572495B2 (en) Optical coherence tomography lumen morphology and vascular resistance measurements methods for blood vessel evaluations
WO2019169779A1 (zh) 一种无需血管扩张剂测量血流储备分数的方法
CN109065170B (zh) 获取血管压力差的方法及装置
JP2018537157A (ja) 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化
CN112535466A (zh) 一种基于血管影像的血流储备分数计算方法
CN111839496B (zh) 一种通过常规造影图像测量出血流储备分数的系统
CN113902690A (zh) 基于血管腔内影像计算血流储备分数的方法、装置、计算设备以及存储介质
Kousera et al. Patient-specific coronary stenoses can be modeled using a combination of OCT and flow velocities to accurately predict hyperemic pressure gradients
CN112704505B (zh) 一种利用cta和dsa测量冠状动脉血流储备分数的方法
CN109009037A (zh) 基于个体性别获取血管压力差的计算方法及装置
Radaelli et al. On the segmentation of vascular geometries from medical images
US10332255B2 (en) Method for assessing stenosis severity in a lesion tree through stenosis mapping
CN112690814B (zh) 一种低误差的冠状动脉血流储备分数测量方法
JPWO2017047135A1 (ja) 血流解析装置、その方法、及びそのコンピュータソフトウェアプログラム
Liu et al. Vessel Diameter: A Key Factor Influencing Fractional Flow Reserve
CN116051491A (zh) 血管血液流量的计算方法

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