CN112071427B - 一种血液瘀滞预测方法及系统 - Google Patents
一种血液瘀滞预测方法及系统 Download PDFInfo
- Publication number
- CN112071427B CN112071427B CN202010929347.XA CN202010929347A CN112071427B CN 112071427 B CN112071427 B CN 112071427B CN 202010929347 A CN202010929347 A CN 202010929347A CN 112071427 B CN112071427 B CN 112071427B
- Authority
- CN
- China
- Prior art keywords
- blood
- phase
- calculation
- flow
- flow field
- 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.)
- Active
Links
Classifications
-
- 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
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Fluid Mechanics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Hematology (AREA)
- External Artificial Organs (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明公开了一种血液瘀滞预测方法及系统,包括以下步骤:对待预测的流道区域进行空间离散,确定血液物质属性,其中,血液在所述流道内流动;利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算;定义停止计算的时间节点为第一时间节点,在所述第一时间节点之前,所述流道内的血液为旧血液;在所述第一时间节点之后,所述流道内的血液为新血液;其中,新血液的物质属性与所述旧血液的物质属性完全一致;基于两相流计算模型预测血液瘀滞。其计算量低,能够直观追踪残留血液的时空分布,可以定量分析血流淤滞情况。
Description
技术领域
本发明涉及生物医学技术领域,具体涉及一种血液瘀滞预测方法及系统。
背景技术
血栓形成是一种复杂的现象。相互关联的生物化学和血流动力学因素交织在一起,导致多个级联反应,使得血小板活化、沉积、聚集,形成稳定的血栓。这些因素也通常称作Virchow三要素,即多种风险因素所致的高凝状态、血流动力学改变(湍流或停滞)和内皮损伤/功能障碍。在心血管系统中,血栓可能从血管壁脱落,通过血液循环在血管中输送,引起心肌梗死、中风以及静脉血栓栓塞疾病等并发症。然而在某些情况下,血栓的形成是有利的。如在胸主动脉内修复术中,通过植入支架封堵动脉夹层的近端破口,使得夹层假腔内的血流瘀滞,从而降低夹层破裂的风险。在血泵等机械循环支持装置中,血栓会使得血泵性能下降,甚至发生故障。
近年来,计算流体力学被广泛用于研究血流动力学,及模拟血栓形成过程。血流动力学参数,如时间平均壁面应力、相对停留时间、震荡剪切指数等,经常被用作血栓形成的指标。然而,基于这些参数推断的血栓的位置和形态往往不一致,甚至相互矛盾。有研究者考虑血流动力学和生物化学过程,发展了血栓形成模型。然而这些计算模型通常很复杂,会引入很多额外的变量及其控制方程,计算量和复杂度大大增加。而临床上需要快速准确的无创血栓风险评估方法,为临床手术规划和术后评估提供有益的指南;血泵等机械循环支持装置的设计过程中,也需要有快速准确的血栓形成评估方法,辅助设计迭代工作。
发明内容
本发明要解决的技术问题是提供一种血液瘀滞预测方法及系统,其计算量低,能够直观追踪残留血液的时空分布,可以定量分析血流淤滞情况。
为了解决上述技术问题,本发明提供了一种血液瘀滞预测方法,包括以下步骤:
S1、对待预测的流道区域进行空间离散,确定血液物质属性,其中,血液在所述流道内流动;
S2、利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算;
S3、定义S2中停止计算的时间节点为第一时间节点,在所述第一时间节点之前,所述流道内的血液为旧血液;在所述第一时间节点之后,所述流道内的血液为新血液;其中,新血液的物质属性与所述旧血液的物质属性完全一致;
S4、基于两相流计算模型预测血液瘀滞。
作为优选的,所述S4包括:以收敛的所述旧血液流场为初始流场,采用两相流模型计算非定常两相血流流场,获得残留旧血液的空间分布随时间的变化以及残留旧血液总的体积分数随时间变化曲线,得到计算域内血液的瘀滞情况。
作为优选的,所述S1中还包括设置流道的进出口边界条件。
作为优选的,所述S2中利用计算流体力学求解三维非定常单相血流流场,当流场主要物理量统计上收敛后停止计算。
作为优选的,主要物理量为进出口压差和速度大小。
作为优选的,所述血液物质属性为密度和粘度系数。
作为优选的,所述S4中两相流计算模型为VOF模型。
作为优选的,所述VOF模型包括:
新血液的体积分数方程为:其中,α1代表新血液的体积分数,0<α1<1,ρ是血液密度,n代表了时间步数,/>代表新血液的在时间步p的附加质量;
混合相的连续性方程为:其中/>是混合相的速度,α1+α2=1,α2代表旧血液的体积分数,/>和/>分别代表新血液和旧血液的速度;
混合相的动量方程为其中,μ为动力粘度系数;
基于上述方程,获得到新旧血液的体积分数随时间的变化。
本发明公开了一种血液瘀滞预测系统,包括:
CFD计算前期准备模块,其为流场计算做准备,所述CFD计算前期准备模块对待预测的流道区域进行空间离散,确定血液物质属性;
单相流场计算模块,其利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算;
两相流计算设置模块,其分别定义新血液相和旧血液相,选择两相流动求解方法,设置进出口边界条件;
血液瘀滞计算模块,其求解两相流场,得到残留旧血液的时空分布,从而获得血流的瘀滞信息。
本发明的有益效果:
1、本发明方法评估血流淤滞时,无需引入额外的变量及其控制方程,计算量较低;
2、本发明方法能直观追踪残留血液的时空分布,可以定量分析血流淤滞情况;为临床相关疾病的术前手术规划、术后评估提供了直观快速的血栓形成风险无创评估方法;为相关心血管医疗器械的设计迭代提供了直观快速的血栓形成评估方法。
附图说明
图1为本发明血液瘀滞预测方法流程图;
图2为实施例1中边界条件示意图,其中,(a)为进口体积流量,(b)为出口边界条件,标黑色星号处为应用3EWM集总参数模型的出口边界;
图3为实施例1中旧血液残留体积占假腔体积百分比随时间的演化图;
图4为实施例1中假腔残留形状和位置,临床观测结果与模拟结果对比。
图5为实施例2中人工心脏的示意图,其中,(a)LAP31轴流泵示意图;(b)计算域划分;(c)网格细节。
图6为实施例2中荧光粒子在转子上沉积位置(b),与预测的两个时间点的血液瘀滞位置(t=0.06s(a)和0.24s(c))的比较,工况为3L/min,9000rpm。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
参照图1所示,本发明公开了一种血液瘀滞预测方法,包括以下步骤:
步骤一、对待预测的流道区域进行空间离散,确定血液物质属性,其中,血液在所述流道内流动。该步骤还可包括设置流道的进出口边界条件和血液流量分配模型。血液物质属性为密度和粘度系数。此处,流道可为血管、器官的流道,也可为医疗器械的流道。
其中,待预测的血管流道区域和器官流道区域可通过以下步骤获取:(a)获取血管或器官的医学影像;(b)根据医学影像数据构建三维数据模型;(c)基于构建的三维数据模型获取待预测的流道区域。本申请的后续计算将用于预测该流道区域内的血液瘀滞。
而医疗器械可为人工心脏、人工血管等类似的人造组织和器官。
步骤二、利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算。即当流场主要物理量统计上收敛后停止计算。主要物理量为进出口压差和速度大小。
步骤三、定义步骤二中停止计算的时间节点为第一时间节点,在所述第一时间节点之前,所述流道内的血液为旧血液;在所述第一时间节点之后,所述流道内的血液为新血液;其中,新血液的物质属性与所述旧血液的物质属性完全一致;
步骤四、基于两相流计算模型预测血液瘀滞,具体包括:以收敛的所述旧血液流场为初始流场,采用两相流模型计算非定常两相血流流场,获得残留旧血液的空间分布随时间的变化以及残留旧血液总的体积分数随时间变化曲线,得到计算域内血液的瘀滞情况。
步骤四中,两相流计算模型为VOF模型。所述VOF模型包括:
新血液的体积分数方程为:其中,α1代表新血液的体积分数,0<α1<1,ρ是血液密度,n代表了时间步数,/>代表新血液的在时间步p的附加质量;
混合相的连续性方程为:其中/>是混合相的速度,α1+α2=1,α2代表旧血液的体积分数,/>和/>分别代表新血液和旧血液的速度;
混合相的动量方程为其中,μ为动力粘度系数;
基于上述方程,获得到新旧血液的体积分数随时间的变化。
基于上述血液瘀滞预测方法,本发明以实施例一和实施例二为例,说明血流瘀滞预测方法的具体实施步骤。
实施例一
主动脉血管内腔内修复术(thoracic endovascular repair,TEVAR)是指将覆膜支架植入受损血管段,通过封堵内膜破裂口,保证血液在真腔中流动,而假腔则形成血栓,这样就可以阻止血流对于假腔的冲击,防止夹层动脉瘤的出现以及破裂。本实施例旨在通过基于CFD计算的血流瘀滞模型来评估主动脉夹层患者TEVAR术后假腔内血栓化程度。
1、前期CFD计算准备工作;
本实施例选择了4名接受TEVAR术的患者。患者在TEVAR术后一个月接受了CT检查,TEVAR术后两年内再次接受CT检查。通过计算机模型三维重建技术,将临床CT数据导入医学建模专用软件MIMICS中,进行主动脉夹层真假腔的几何重构。将重构的三维几何导入AnsysDesignModeler提取流道,获取待预测的流道区域;然后在Ansys Meshing中进行网格划分,网格数在1.77-3.28百万之间,边界层为5层。进口边界条件采用从文献中获得的速度波形,周期为1s。各出口处的流量分配采用3单元的Windkessel模型(3EWM),如图2所示。该模型模仿心血管系统和电路的相似性,给出了压力、流量和出口阻力的关系。血管壁被认为是刚性,边界条件均为无滑移壁面条件。血液被认为是牛顿流体,密度为1055kg/m3,动力粘性系数为3.5×10-3Pa.s,并假设流动为层流。
2、求解三维非定常单相血流流场;
利用软件Ansys Fluent求解4个算例的非定常单相血流流场。时间步长为0.01s,一个心动周期采用100个时间步来解析。时间方向离散采用二阶隐式格式,内迭代最多采用50步,收敛标准为内迭代均方根残差小于10-5。大约需要10个周期以达到主要物理量(如进出口压差和速度大小)统计上收敛,即血流流场趋于稳定后停止计算。
3、进行两相流计算设置;
定义血流流场趋于稳定后停止计算的时间节点为第一时间节点,在第一时间节点之前,流道内的血液为旧血液,在第一时间节点之后,流道内的血液为新血液。首先通过添加新的相来定义新血液,密度为1055kg/m3,动力粘性系数为3.5×10-3Pa.s,和旧血液的物质属性完全一致。在Fluent内开启多相求解的选项,选择VOF为多相流求解的方法。进口新血液的体积分数设为1。
4、基于两相流计算预测血液瘀滞
利用Ansys Fluent进行两相流计算,预测血液瘀滞。由于各个模型进口面积不一,假腔的体积也不一致,因此血栓形成的时间尺度也不一致。由于非定常计算耗时长,所有的模型计算终止时旧血液体积分数(Old blood volume fractions,OBVFs)仍在下降。因此本实施例对时间进行归一化。定义归一化时间T′:
其中T是物理时间,A1是模型一进口面积,An是模型n的进口面积;V1是模型一的假腔体积,Vn是模型n的假腔体积.所有的模型都计算了T′=30秒.
图3分别显示两例血栓化程度高患者和两例血栓化程度低的患者,通过血流瘀滞模型模拟的残留血液体积分数随时间的变化。从图中可以明显看出血栓化程度低病人在T′=30秒后旧血液残留血量低于血栓化程度高的病人,图4分别显示一例血栓化程度好的病人和一例血栓化程度不好的病人术后2年假腔残留形状和位置与血液停滞模型运算T′=30秒后旧血液体积分数,通过对比可以发现,图中趋于透明的部分与残留假腔位置符合得很好。
实施例二
随着人工心脏(又称血泵)等机械循环支持装置临床应用的普及,溶血、血栓等血液机械损伤及其引起的并发症已经成为临床应用上的严峻挑战。因此,需发展准确的血液损伤预测方法,以优化和评估人工心脏等机械循环支持装置的血液相容性。本实施例以轴流式人工心脏为例,说明血流瘀滞预测方法的具体实施步骤。
1、前期CFD计算准备工作;
本实施例选择了阜外LAP31轴流式血泵作为对象。利用荧光粒子进行了粒子粘附和沉积实验,以模拟LAP31血泵内血流的瘀滞。实验中血泵保持旋转两天,发现内部有明显的粒子粘附现象。在转子叶轮上观察到三个易发生血流瘀滞的区域:轴毂界面、叶尖表面和转子轮毂(出口导叶对应的部分),如图5所示。
采用Ansys TurboGrid对该血泵进行空间离散,即进行网格划分,网格数约为218万。进口为压力边界条件,为10毫米汞柱;出口为流量边界条件,为3L/min,转速为9000rpm,与实验工况保持一致。固壁边界条件均为无滑移条件。确认血液的物质属性,血液被认为是牛顿流体,密度为1055kg/m3,动力粘性系数为3.5×10-3Pa.s。采用SST模型模拟湍流。
2、求解三维非定常单相血流流场;
利用软件Ansys CFX求解血泵内的非定常单相血流流场。物理时间步长为5.56×10-3s,叶轮旋转一圈采用120个物理时间步来解析。内迭代为5步,收敛标准为内迭代均方根残差小于10-5。大约需要10个周期以达到主要物理量(如进出口压差和速度大小)统计上收敛,即血流流场趋于稳定后停止计算。
3、进行两相流计算设置;
首先通过添加新的相来定义新血液,新血液的密度和粘度系数与旧血液完全一致。定义血流流场趋于稳定后停止计算的时间节点为第一时间节点,在第一时间节点之前,流道内的血液为旧血液,在第一时间节点之后,流道内的血液为新血液。在CFX内开启多相求解的选项,选择VOF为多相流求解的方法。进口新血液的体积分数设为1。
4、基于两相流计算预测血液瘀滞
利用Ansys CFX进行两相流计算,预测血液瘀滞。图6比较了实验中荧光粒子沉积在转子上的位置,以及预测的两个时间点的血液瘀滞的位置。总体来说,预测结果与实验结果基本一致。数值模拟捕捉到了实验中观察到的三个沉积位置:轴毂界面(沉积区Ⅰ)、转子叶尖表面(沉积区Ⅱ)和转子轮毂(出口导叶对应的部分)(沉积区Ⅲ)。然而,通过数值模拟也发现了出口导叶根部等易发生血流淤滞的区域,这在Liu等人的实验研究中没有发现。
实施例三
本发明公开了一种血液瘀滞预测系统,包括CFD计算前期准备模块、单相流场计算模块、两相流计算设置模块和血液瘀滞计算模块,
所述CFD计算前期准备模块对计对待预测的流道区域进行空间离散,确定血液物质属性,以及采用二阶精度以上的空间离散格式和时间推进格式,设置合适的边界条件,为流场计算做准备;即CFD计算前期准备模块运行上述步骤一。
单相流场计算模块利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算,即单相流场计算模块用于运行上述步骤二。
两相流计算设置模块分别定义新血液相和旧血液相,选择两相流动求解方法,设置进出口边界条件,即两相流计算设置模块用于运行上述步骤三。
血液瘀滞计算模块求解两相流场,得到残留旧血液的时空分布,从而获得血流的瘀滞信息,即血液瘀滞计算模块求解两相流场用于运行上述步骤四。
本发明实施例中,所述各计算模块均可通过计算机中的中央处理器(CentralProcessing Unit,CPU)、数字信号处理器(Digital Signal Processor,DSP)或可编程逻辑阵列(Field-Programmable Gate Array,FPGA)实现。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (2)
1.一种血液瘀滞预测方法,其特征在于,包括以下步骤:
S1、对待预测的流道区域进行空间离散,确定血液物质属性,其中,血液在所述流道内流动;
设置流道的进出口边界条件;
S2、利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算;
其中,利用计算流体力学求解三维非定常单相血流流场,当流场的进出口压差和速度大小统计上收敛后停止计算;
S3、定义S2中停止计算的时间节点为第一时间节点,在所述第一时间节点之前,所述流道内的血液为旧血液;在所述第一时间节点之后,所述流道内的血液为新血液;其中,新血液的物质属性与所述旧血液的物质属性完全一致;
S4、基于两相流计算模型预测血液瘀滞,包括:
以收敛的所述旧血液流场为初始流场,采用两相流模型计算非定常两相血流流场,获得残留旧血液的空间分布随时间的变化以及残留旧血液总的体积分数随时间变化曲线,得到计算域内血液的瘀滞情况;
其中,两相流计算模型为VOF模型;
所述VOF模型包括:
新血液的体积分数方程为:其中,α1代表新血液的体积分数,0<α1<1,ρ是血液密度,n代表了时间步数,/>代表新血液的在时间步p的附加质量;
混合相的连续性方程为:其中/>是混合相的速度,α1+α2=1,α2代表旧血液的体积分数,/>和/>分别代表新血液和旧血液的速度;
混合相的动量方程为其中,μ为动力粘度系数;
基于上述方程,获得到新旧血液的体积分数随时间的变化。
2.一种血液瘀滞预测系统,其特征在于,包括:
CFD计算前期准备模块,其为流场计算做准备,所述CFD计算前期准备模块对待预测的流道区域进行空间离散,确定血液物质属性,设置流道的进出口边界条件;
单相流场计算模块,其利用计算流体力学求解三维非定常单相血流流场,直至血流流场趋于稳定后停止计算,其中,利用计算流体力学求解三维非定常单相血流流场,当流场的进出口压差和速度大小统计上收敛后停止计算;
两相流计算设置模块,其分别定义新血液相和旧血液相,选择两相流动求解方法,设置进出口边界条件;
血液瘀滞计算模块,其求解两相流场,得到残留旧血液的时空分布,从而获得血流的瘀滞信息,包括:以收敛的所述旧血液流场为初始流场,采用两相流模型计算非定常两相血流流场,获得残留旧血液的空间分布随时间的变化以及残留旧血液总的体积分数随时间变化曲线,得到计算域内血液的瘀滞情况;
其中,两相流计算模型为VOF模型;
所述VOF模型包括:
新血液的体积分数方程为:其中,α1代表新血液的体积分数,0<α1<1,ρ是血液密度,n代表了时间步数,/>代表新血液的在时间步p的附加质量;
混合相的连续性方程为:其中/>是混合相的速度,α1+α2=1,α2代表旧血液的体积分数,/>和/>分别代表新血液和旧血液的速度;
混合相的动量方程为其中,μ为动力粘度系数;
基于上述方程,获得到新旧血液的体积分数随时间的变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010929347.XA CN112071427B (zh) | 2020-09-07 | 2020-09-07 | 一种血液瘀滞预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010929347.XA CN112071427B (zh) | 2020-09-07 | 2020-09-07 | 一种血液瘀滞预测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112071427A CN112071427A (zh) | 2020-12-11 |
CN112071427B true CN112071427B (zh) | 2023-08-11 |
Family
ID=73663841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010929347.XA Active CN112071427B (zh) | 2020-09-07 | 2020-09-07 | 一种血液瘀滞预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112071427B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112541303A (zh) * | 2021-02-07 | 2021-03-23 | 杭州晟视科技有限公司 | 一种残留血液百分比的测量方法、装置及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103261908A (zh) * | 2010-10-11 | 2013-08-21 | 奥利尔医疗公司 | 用于估计动脉/组织/静脉动态系统的感兴趣的量的系统和方法 |
CN105096388A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真系统和方法 |
CN105095534A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 对血管中血流进行模拟的方法和系统 |
WO2020163685A1 (en) * | 2019-02-07 | 2020-08-13 | Portola Pharmaceuticals, Inc. | Methods for treating intracranial hemorrhage and assessing efficacy |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160166159A1 (en) * | 2011-05-11 | 2016-06-16 | Qing Yang | Method and system for mapping tissue status of acute stroke |
-
2020
- 2020-09-07 CN CN202010929347.XA patent/CN112071427B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103261908A (zh) * | 2010-10-11 | 2013-08-21 | 奥利尔医疗公司 | 用于估计动脉/组织/静脉动态系统的感兴趣的量的系统和方法 |
CN105096388A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真系统和方法 |
CN105095534A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 对血管中血流进行模拟的方法和系统 |
WO2020163685A1 (en) * | 2019-02-07 | 2020-08-13 | Portola Pharmaceuticals, Inc. | Methods for treating intracranial hemorrhage and assessing efficacy |
Non-Patent Citations (1)
Title |
---|
Tim De Meyer,Caroline M. Van daele.No Shorter Telomeres in Subjects With a Family History of Cardiovascular Disease in the Asklepios Study.Arterioscler thromb vasc biol.2012,第32卷(第12期),1-6. * |
Also Published As
Publication number | Publication date |
---|---|
CN112071427A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7235710B2 (ja) | 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム | |
JP6535859B2 (ja) | 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム | |
KR102401542B1 (ko) | 관동맥 병변들의 위치, 발병, 및/또는 변화를 예측하기 위한 시스템들 및 방법들 | |
CN110782988B (zh) | 颅内动脉瘤虚拟支架模拟方法 | |
CN112071427B (zh) | 一种血液瘀滞预测方法及系统 | |
Biglarian et al. | Atheroprone sites of coronary artery bifurcation: Effect of heart motion on hemodynamics-dependent monocytes deposition | |
Wu | Recent advances in the application of computational fluid dynamics in the development of rotary blood pumps | |
Bozzi et al. | The effect of turbulence modelling on the assessment of platelet activation | |
Wang et al. | Multi-constituent simulation of thrombosis in aortic dissection | |
Cunnane et al. | Spiral laminar flow is associated with a reduction in disturbed shear in patient-specific models of an arteriovenous fistula | |
Do | Design and optimization of coronary arteries bypass graft using numerical method | |
Hashemi | Non-invasive detection and assessment of coronary stenosis from blood mean residence times. | |
Totorean | Alin-Florin Totorean, Sandor Ianos Bernad, Tiberiu Ciocan | |
Ferrero-Aprato | Impact of circular cross-section idealization in image-based computational hemodynamic models of coronary arteries | |
Behrouzi et al. | On the Modelling and Numerical Simulation of Non-Newtonian Blood Flow in an Aneurysm | |
Aldred | Experimental and numerical modelling of blood flow in stenosed arteries | |
Peng et al. | A NEW METHOD TO STUDY ATHEROSCLEROSIS AND ASSESS THE EFFECTIVENESS OF PERCUTANEOUS CORONARY INTERVENTION BY COMPUTATIONAL FLUID DYNAMICS SIMULATION | |
Hao | GLOBAL COMPUTATIONAL MODELING OF CARDIOVASCULAR BLOOD FLOW | |
Zhang et al. | Numerical simulation of blood flow in Blalock-Taussig Shunt for hypoplastic left heart syndrome | |
Kroon et al. | Image based hemodynamic modeling of cerebral aneurysms and the determination of the risk of rupture | |
Rahman et al. | Comparative Study on the Wall Shear Stress Distribution in Coronary Bifurcations using Finite Element Analysis |
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 |