CN112673433A - 基于心肌呈色特性计算用于虚拟FFR和iFR计算的边界条件 - Google Patents
基于心肌呈色特性计算用于虚拟FFR和iFR计算的边界条件 Download PDFInfo
- Publication number
- CN112673433A CN112673433A CN201980059637.9A CN201980059637A CN112673433A CN 112673433 A CN112673433 A CN 112673433A CN 201980059637 A CN201980059637 A CN 201980059637A CN 112673433 A CN112673433 A CN 112673433A
- Authority
- CN
- China
- Prior art keywords
- vessel
- model
- vasculature
- interest
- metric
- 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
- 230000002107 myocardial effect Effects 0.000 title claims description 18
- 238000009877 rendering Methods 0.000 title description 15
- 239000002872 contrast media Substances 0.000 claims abstract description 38
- 210000005166 vasculature Anatomy 0.000 claims description 49
- 238000004458 analytical method Methods 0.000 claims description 46
- 239000012530 fluid Substances 0.000 claims description 44
- 238000012545 processing Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 21
- 210000004351 coronary vessel Anatomy 0.000 claims description 15
- 230000000004 hemodynamic effect Effects 0.000 claims description 15
- 238000002583 angiography Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 9
- 230000017531 blood circulation Effects 0.000 claims description 8
- 230000002792 vascular Effects 0.000 abstract description 20
- 238000004364 calculation method Methods 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 230000011218 segmentation Effects 0.000 description 14
- 210000004165 myocardium Anatomy 0.000 description 11
- 230000035479 physiological effects, processes and functions Effects 0.000 description 11
- 210000004204 blood vessel Anatomy 0.000 description 10
- 238000004088 simulation Methods 0.000 description 8
- 239000008280 blood Substances 0.000 description 7
- 210000004369 blood Anatomy 0.000 description 7
- 238000012549 training Methods 0.000 description 5
- 208000029078 coronary artery disease Diseases 0.000 description 4
- 238000009795 derivation Methods 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000004904 shortening Methods 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000000326 densiometry Methods 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 238000011410 subtraction method Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 206010020565 Hyperaemia Diseases 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000036962 time dependent Effects 0.000 description 2
- 238000012285 ultrasound imaging Methods 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 210000003748 coronary sinus Anatomy 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- 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
- G16H50/50—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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Hematology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
提供了一种用于评价患者的脉管系统的装置,所述装置适于根据多幅诊断图像导出动力学度量和所述脉管系统的生理学模型,所述脉管系统的所述生理学模型包括感兴趣血管的几何模型和流体动力学模型,所述动力学度量指示通过所述脉管系统的造影剂动力学,并且适于对根据时间的至少一个动力学度量进行分析,从而调整所述流体动力学模型的至少一个边界条件。
Description
技术领域
本发明涉及用于评价患者的脉管系统的装置、对应的方法和相应的计算机程序。具体地,本发明涉及用于通过针对每个患者考虑微脉管变化而对流体动力学建模患者的脉管系统进行改进的装置和方法。
背景技术
冠状动脉疾病的正确评价对于确定优化的处置选项是极其重要的。这种评价需要关于冠状动脉生理学中的血液动力学的了解。为此目的,诸如血流储备分数(FFR)或瞬时无波比(iFR,其也被称为Instantaneous Wave-Free Ratio)的血液动力学指标可以用来正确地评价患者中的冠状动脉疾病。FFR以及iFR两者是用于例如由于感兴趣血管中的狭窄的血液沿着所述感兴趣血管的压力下降的度量。具体地,它们可以被确定为狭窄远侧的压力(Pd)与主动脉中的压力(Pa)的比。
因此,FFR测量必须在最大血流期间(即在充血下)被执行,这会引起患者的不适。相比之下,iFR测量在静止时在心脏舒张期中的特定时段期间被执行,由此避免诱发患者中的充血的必要性。
在过去,FFR和/或iFR测量通常被有创地执行,通过在感兴趣血管中的至少一个远侧位置和一个近侧位置处(即在远离和邻近主动脉的位置处)测量压力。近年来,已经实现了借助于所谓的“虚拟”FFR和/或iFR方法无创地确定FFR和/或iFR值的方法。根据虚拟方案,患者的冠状动脉中的流体动力学在根据无创地获得的患者的冠状动脉生理学的诊断图像数据导出的生理学模型的基础上进行模型。为此目的,生理学模型包括表示通过冠状动脉血管的血流的流体动力学模型。
通过血管的血流的流体动力学受诸如血管壁成分、血管阻抗、血管壁弹性等的因素影响。因此,为了提供准确地预测血流的流体动力学模型,这些因素必须根据相应的边界条件进行考虑。这些边界条件一般基于经验值而非针对每个患者进行确定。因此,流体动力学模型固有地在该方面是一般化的,由此降低冠状动脉生理学的生理学模型的准确性。
发明内容
因此本发明的目的是提供用于对患者的冠状动脉生理学进行建模的改进的装置和对应的方法。
本发明的又一目的是提供用于对允许针对每个患者个体地确定边界条件的冠状动脉生理学进行建模的装置和系统。甚至更具体地,本发明的目的是提供通过考虑冠状动脉生理学的微脉管功能的变化而改进患者的冠状动脉生理学的基于图像的虚拟评价的准确性的装置和方法。
该目的通过一种用于评价患者的脉管系统的装置来实现,所述装置包括处理单元,所述处理单元适于根据所述脉管系统的至少一幅诊断图像导出所述脉管系统的生理学模型,所述生理学模型包括感兴趣血管的二维几何模型和表示通过所述感兴趣血管的流体动力学的流体动力学模型,根据所述脉管系统的诊断图像的时间序列导出指示通过所述脉管系统的造影剂动力学的根据时间的至少一个动力学度量,分析根据时间的所述至少一个动力学度量,并且基于对所述至少一个动力学度量的所述分析来调整所述流体动力学模型的至少一个边界条件。
患者的脉管系统并且具体地患者的冠状动脉生理学的评价中的一个重要因素是微脉管功能的变化。当针对具有弥散性或病灶性冠状动脉疾病的患者确定边界条件时,可以具体地考虑这些变化的影响。微脉管功能的定量度量因此可以例如根据图像的时间序列通过确定通过冠状动脉生理学的流动动力学来获得,在图像的时间序列中,随着时间跟踪感兴趣血管附近的流体的流入和流出。这通过如上文中描述的装置来实现。
在此情景下,术语诊断图像可以具体地指的是表示患者的脉管系统的图像。因此,术语脉管系统可以指的是血管树或单个血管。术语脉管系统可以具体地指的是针对其执行生理学建模的感兴趣血管的血管节段。在一些实施例中,诊断图像可以表示包括冠状动脉脉管系统的感兴趣血管的脉管系统。
至少一幅诊断图像可以通过诊断成像模态来获得,诸如计算机断层摄影(CT)、超声成像或磁共振成像。
诊断成像模态可以具体地是门控的。因此,门控的诊断成像模态通常可以采用门控的重建,其中,诊断图像的采集与提供心动周期内的信息的数据(诸如心电图(ECG)或光电体积描记图(PPG)数据)的采集并行地执行。该数据因此可以用来借助于心动周期的相应选择的相位点而对图像采集和重建进行门控。
感兴趣血管的生理学模型可以根据至少一幅诊断图像导出。为此目的,处理单元可以具体地适于提供基于至少一幅诊断图像生成生理学模型的建模单元或建模子单元。为了这样做,建模单元可以将感兴趣血管分割成多个节段。在这种分割的基础上,可以生成感兴趣血管的生理学模型,其包括感兴趣血管的几何模型,即感兴趣血管和/或整个脉管系统的几何表示。该几何模型通常可以是二维模型。在一些实施例中,几何模型也可以是具有从其他两个维度内插的第三维度的准三维模型。
生理学模型可以进一步包括表示通过感兴趣血管的血流和/或通过脉管系统中的多个血管的血流的流体动力学模型。流体动力学模型通常可以与二维几何模型集成,只要它表示几何模型中示出的血管或感兴趣血管中的每个位置处的血液的流体动力学。
在此背景下,流体动力学模型指的是通过感兴趣血管的血流的模型。该流体动力学模型通过模拟血液与血管壁的相互作用来生成。由于血液是流体并且血管壁可以被认为是流体与其相互作用的表面,血液与血管壁的相互作用可以通过考虑血管壁以及它相互作用的血液的性质的相应边界条件被最准确地定义。这些性质可以包括血管壁成分、血管壁弹性和血管阻抗、血管中的分叉、通过这些分叉的流出、血液粘度、远侧位置处的血管出口阻力等。
流体动力学模型的初始生成因此使用一般化边界条件来执行。术语一般化因此可以指的是被用于所有患者的相同边界条件或被用于特定患者组(通过年龄、性别、生理状况等来区分)的边界条件。这些一般化边界条件然后可以被调整以改进流体动力学模型的准确性。
在一些实施例中,导出也可以包含输入来自以前检查阶段的生理学模型。在一些实施例中,生理学模型可以之前已经根据已经在之前阶段期间采集的诊断图像导出。在这种情况下,处理器不必从诊断图像数据生成生理学模型,而是可以简单地从存储设备检索生理学模型以便进一步使用。应当理解,检索的生理学模型可以具体地包括二维几何模型和流体动力学模型,而且也可以包括三维几何模型。
除了至少一幅诊断图像,该装置适于接收诊断图像的时间序列。在此背景下,术语诊断图像的时间序列可以具体地指的是可以已经使用上面列举的成像模态在具体测量时间内的获得的多幅诊断图像。即,时间序列中的每幅诊断图像对应于测量时间中的具体点。这允许跟踪通过存在于诊断图像中的脉管系统的动力学过程,诸如造影剂的演变。
诊断图像的时间序列用来导出指示造影剂动力学的至少一个动力学度量并且因此通过脉管系统的流动动力学。该动力学度量因此根据时间被导出。这可以具体地通过针对时间序列中的每幅诊断图像确定至少一个动力学度量的值来实现。如针对动力学度量确定的这些值然后可以根据时间来进行分析。这种分析允许造影剂动力学并且因此通过感兴趣血管和/或邻近的脉管系统的流动动力学的更好理解,由此允许得出关于患者的脉管系统的微脉管功能和/或微脉管阻力的结论。
基于所述分析,调整流体动力学模型的边界条件以考虑患者特异性微脉管性质(诸如特定的微脉管功能和/或微脉管阻力)是可能的。在一些实施例中,具体地,感兴趣血管的分叉处的流出阻力和感兴趣血管的远端处的出口阻力可以在分析的基础上被导出。在调整边界条件之后,更准确的流动模拟是可能的。这允许流量和/或压力相关的指标的更精确模拟。作为范例,虚拟iFR和/或虚拟FFR的准确性可以通过流体动力学模型的这种调整来改进。
备选地或另外地,动力学度量的导出也可以包含之前已经在诊断图像的时间序列的基础上获得的动力学度量的检索。即,动力学度量已经在之前的处置阶段期间针对患者被确定并且此后被存储。因此,装置的处理器不必主动地根据诊断图像的时间序列确定动力学度量,而是可以适于从存储设备检索所述动力学度量。
在一些实施例中,所述至少一幅诊断图像和/或诊断图像的所述时间序列使用X射线血管造影来获得。X射线血管造影是特别适于对(人类)身体中的血管进行可视化的诊断成像技术。X射线血管造影通常通过将造影剂注射到血管内并且随后利用X射线辐射来辐照具有造影剂填充的血管的身体部分以获得造影剂填充的血管清楚可见的二维图像而被执行。
至少一幅诊断图像和/或诊断图像的时间序列因此可以对应于表示至少一个感兴趣血管的至少一个X射线血管造影图像或X射线血管造影图像的时间序列。更具体地,根据其生成生理学模型的至少一幅诊断图像可以是感兴趣血管的单个二维X射线血管造影图像。
在一些实施例中,所述脉管系统的所述至少一幅诊断图像从所述脉管系统的诊断图像的所述时间序列提取。在一些实施例中,至少一幅诊断图像与诊断图像的时间序列分开地被采集。备选地,至少一幅诊断图像可以是诊断图像的时间序列中的一个。即,用来生成生理学模型的至少一幅诊断图像可以从诊断图像的时间序列选择、提取。在一些实施例中,多幅诊断图像可以从时间序列提取用于生成生理学模型。因此,多幅诊断图像可以具体地已经从相同的角度获得。备选地,来自不同角度的诊断图像可以被使用。
在任何情况下,应当考虑,为了允许从至少一幅诊断图像或多幅诊断图像获得充分好地求解的生理学模型,诊断图像因此应当具有足够的造影剂填充。此外,诊断图像中的短缩和交叠的程度应当是充分低的。这增加了质量,并且简化了生理学模型的生成。
在一些实施例中,所述处理单元适于根据所述脉管系统的单幅图像导出所述感兴趣血管的所述二维几何模型。
单幅诊断图像可以足以确定感兴趣血管的二维几何模型和模拟通过所述感兴趣血管的流体动力学的相应流体动力学模型。为此目的,单幅诊断图像中示出的感兴趣血管可以被分割,并且基于所述分割,可以生成血管的至少一个节段的二维几何模型。在此背景下,通过例如在可见维度的基础上或在密度测定数据的基础上来内插第三维度来生成至少一个血管的准三维几何模型也是可能的。除了几何模型,从单幅诊断图像生成用于模拟通过感兴趣血管的流体流动的流体动力学模型。
根据一些实施例,所述处理单元适于根据从单个角度采集的所述脉管系统的多幅诊断图像导出所述感兴趣血管的所述二维几何模型。
在一些实施例中,多幅图像可以用来获得几何模型。在一些实施例中,用来获得几何模型的多幅图像可以对应于都已经从相同成像角度采集的多幅图像。因此,多幅图像中的每幅可以被配准到单个坐标系。使用来自相同角度的多幅图像允许去除伪影或补偿图像中的某些位置处的不足对比度、运动模糊或血管交叠,要不然将会导致正被绘制的血管轮廓不确定或不明确。
在一些实施例中,多幅诊断图像可以具体地对应于在低短缩程度和低交叠的情况下采集的具有足够造影剂填充的感兴趣血管的诊断图像的序列。多幅诊断图像因此可以对应于诊断图像的整个序列或所选择的多幅诊断图像。对于两种情况,多幅图像可以已经从单个角度或从多个角度进行采集。
执行多幅图像中的感兴趣血管的血管分割。基于这种分割,生成包括几何模型和流体动力学模型的生理学模型。在一些实施例中,当多幅图像已经从单个角度进行采集时,分割可以具体地包括平均步骤。这导致分割更鲁棒。在一些实施例中,所述处理单元适于通过将诊断图像的所述时间序列中的诊断图像中的每幅进行相位匹配来导出所述至少一个动力学度量。
为了随着时间相对于对比度增强适当地分析感兴趣血管附近并且具体地其远侧区域中的至少一个动力学度量,时间序列的诊断图像应当进行相位匹配。相位匹配的相减方法的使用可以积极地影响分析结果的准确性。相位匹配的相减方法可以包括基于图像的配准。在一些实施例中,应当被分析的区域可以具体地基于解剖图集来确定。在X射线血管造影的情况下,C型臂与感兴趣血管之间的投影角可以连同血管分割一起还被用作先验知识。
在一些实施例中,相应值(诸如造影剂的增强水平的值)的归一化可以有益于实现更鲁棒的结果。在这种情况下,采集角、造影剂浓度和造影剂注射速率可以用作用于归一化的基础。此外,所使用的X射线方案和患者质量可以被使用。备选地或另外地,第二心肌参考组织区域能够被测量,并且被用于归一化。
根据一些实施例,所述流体动力学模型包括集总参数模型,并且其中,所述至少一个动力学度量可以用来训练所述集总参数模型。
在一些实施例中,流体动力学模型可以包括或对应于集总参数模型。术语集总参数模型指的是血管的流体动力学通过离散的实体的拓扑结构来近似的模型。作为范例,脉管系统(诸如血管树)可以通过均具有特定电阻的电阻器元件的拓扑结构来表示。因此,血管的远端处的出口也通过特定的电阻器元件来表示。该电阻器元件然后被接地,诸如以表示血管的终端。类似地,相应的电阻器元件可以被连接到表示感兴趣血管的电阻器元件的序列,诸如以表示来自特定分叉处的感兴趣血管的流出。这些电阻器元件通常也可以被接地。
相比于诸如Navier-Stokes等的其他方法,这些集总参数模型减少维度的数量。因此,使用集总参数模型可以允许血管内部的流体动力学的简化计算,并且最终可以导致减少的处理时间。例如在国际申请WO2016/087396中描述了这样的集总参数模型的采用。
在一些实施例中,针对根据时间的动力学度量确定的值可以用来训练集总参数模型。即,在一些实施例中,值可以已经在集总参数模型的模拟之前和/或期间被确定。动力学度量的值然后可以被集成到集总参数模型的训练内以建立更精确的边界条件。训练可以具体地在训练阶段中被执行。在这样的训练阶段中,可以调整允许将动力学度量的值(诸如心肌呈色值)转换为虚拟出口阻力的模型参数(像阻力权重或传递函数参数)。这种调整可以使用包括测量的参考值的数据集来实现。在一些实施例中,这些测量的参考值可以例如对应于已知的FFR值、iFR值或心肌阻力值。模型参数因此被调整使得通过模拟预测的预测参数匹配测量的真实值。
在一些实施例中,所述患者的所述脉管系统包括冠状动脉脉管系统,并且其中,指示通过所述脉管系统的所述造影剂动力学的所述至少一个动力学度量包括所述心肌呈色的度量。
确定通过冠状动脉的流动动力学的一种具体方法是心脏肌肉的组织中的心肌呈色的视频密度分析。这种分析可以通过分析其中感兴趣血管的附近可见的图像数据(诸如血管造影图像数据)的时间序列来执行。可以针对时间序列的每幅诊断图像或仅针对时间序列的诊断图像的子集导出相应图像中可见的心肌呈色的值,例如平均灰度水平。由于每幅诊断图像对应于特定的测量时间点,这允许针对每个测量时间点确定定量值,诸如平均灰度水平。值然后可以被视为测量时间的函数以允许分析测量期间的造影剂动力学。作为范例,平均灰度水平的增加可以示出随着时间的对比度增强。
心肌呈色信息因此可以用来获得关于微脉管功能和/或微脉管阻力的信息。这允许通过根据所确定的微脉管功能和/或微脉管阻力定制边界条件(诸如感兴趣血管的出口阻力以及感兴趣血管的流出阻力)而将这些方面集成到流体流动模型内。随后,血流动力学指标(诸如FFR或iFR)的模拟可以使用更新的边界条件来执行。这允许以更高的准确性模拟血液动力学指标,因为患者特异性微脉管性质被考虑。
在一些实施例中,所述流体动力学模型的所述至少一个边界条件包括所述感兴趣血管的出口处的出口阻力和/或沿着所述感兴趣血管的相应流出处的一个或多个流出阻力。根据一些实施例,所述处理单元还被执行以基于对所述至少一个动力学度量的所述分析对所述出口阻力的值和/或所述一个或多个流出阻力的一个或多个值进行缩放。
如上文中指示的,在一些实施例中,被调整的边界条件可以具体地包括感兴趣血管的远端处的出口阻力。备选地或另外地,边界条件可以包括感兴趣血管的流出分叉处的流出阻力。即,动力学度量(具体地心肌呈色)可以根据时间进行分析,并且得到的值然后可以用来调整出口阻力以及流出阻力。因此,阻力可以具体地被缩放。基于所述分析。作为范例,在心肌呈色被考虑的情况下,延迟的和/或降低的呈色对应于更大的阻力。在一些实施例中,值也可以被集成到流体动力学模型内,如上文中指出的。用于指示动力学度量的时间依赖的定量度量可以被使用。作为范例,当考虑心肌呈色时,到峰值的时间、到最大上坡的时间等可以被使用。这些时间依赖的参数倾向于是更鲁棒的,因为它们避免了测量总增强本身的必要性。
在一些实施例中,所述处理单元还适于基于所述流体动力学模型和所述至少一个经调整的边界条件导出至少一个血流动力学指标,其中,所述血流动力学指标是血流储备分数和/或瞬时无波比中的一个。
血流储备分数(FFR)和瞬时无波比(iFR)是用于评价冠状动脉疾病的两个重要血液动力学指标。更具体地,这些值允许确定感兴趣血管中的狭窄的严重性。然而,FFR和iFR通常必须在有创程序期间被测量。因此,经常会发生的是,脉管内测量导致FFR和/或iFR值指示健康的感兴趣血管。因此,许多有创程序被不必要地执行。
为了避免此,通常使用“虚拟”FFR和/或iFR。在虚拟方法期间,流体动力学模型用来模拟FFR和/或iFR值。这种模拟可以具体地通过使用更新的流体动力学模型来执行,其中,边界条件已经如上文中描述的那样被调整。
在一些实施例中,所述处理单元还适于基于脉管内压力数据导出指示通过所述感兴趣血管的血流的血流动力学流动参数。
在一些实施例中,所述处理单元还可以接收脉管内压力数据。脉管内压力数据通常可以在脉管内测量期间进行采集,其中,压力导丝被插入到感兴趣血管内。压力导丝然后可以用来在沿着感兴趣血管的多个脉管内位置处获得多个压力值,并且将这些值作为压力数据提供给装置。在接收到另外的输入之后,实现另外的血流动力学参数、具体地指示通过感兴趣血管的流动的血流动力学流动参数的模拟。例如,脉管内压力数据的另外提供允许模拟通过感兴趣血管的流速、体积流量、冠状动脉血流储备(CFR)等。
根据又一方面,提供了一种用于评价患者的脉管系统的方法,所述方法包括以下步骤:根据所述脉管系统的至少一幅诊断图像导出所述脉管系统的生理学模型,所述生理学模型包括感兴趣血管的二维几何模型和表示通过所述感兴趣血管的流体动力学的流体动力学模型;根据所述脉管系统的诊断图像的时间序列导出指示通过所述脉管系统的造影剂动力学的根据时间的至少一个动力学度量;分析根据时间的所述至少一个动力学度量;以及基于对所述至少一个动力学度量的所述分析来调整所述流体动力学模型的至少一个边界条件。
在又一方面中,提供了一种用于控制根据本发明的装置的计算机程序,当被处理单元执行时,所计算机程序适于执行根据本发明的方法。在又一方面中,提供了一种计算机可读介质,已经在其上存储上面列举的计算机程序。
应当理解,权利要求1的装置、权利要求13的方法、权利要求14的计算机程序和权利要求15的计算机可读介质具有具体地与从属权利要求中限定的类似的和/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独立权利要求或以上实施例与相应独立权利要求的任何组合。
参考下文所述的实施例,本发明的这些方面和其他方面将是显而易见的并且得到阐明。
附图说明
在以下附图中:
图1示意性地图示了根据实施例的用于评价患者的脉管系统的装置。
图2图示了根据实施例的用于确定动力学度量的范例曲线。
图3图示了根据又一实施例的被实施为集总参数模型的范例流体动力学模型。
图4表示根据实施例的用于评价患者的脉管系统的方法的流程图。
图5示意性地图示了根据又一实施例的用于评价患者的脉管系统的装置。
图6示意性地图示了根据又一实施例的用于评价患者的脉管系统的装置。
具体实施方式
附图中的图示是示意性的。在不同的附图中,类似的或完全相同的元件提供有相同的附图标记。
图1示意性地表示用于评价患者的脉管系统的装置1的示范性实施例。在图1的示范性实施例中,装置1包括处理单元,所述处理单元包括一个或多个处理器。在图1的示范性实施例中,处理单元被细分成输入单元100、建模单元200、分析单元300和计算单元400。此外,处理单元被通信性地连接到显示单元500,在图1的示范性实施例中,显示单元500包括显示屏幕和可选地用户接口。用户接口因此可以被实施为物理接口,诸如键盘,或可以被提供为图形用户接口。
在图1的示范性实施例中,输入单元100可以适于接收诊断图像10和诊断图像20的时间序列。在实施例中,诊断图像10和时间序列的诊断图像20通过使用造影剂的X射线血管造影来获得,并且表示冠状动脉生理学。
在一些实施例中,为了获得诊断图像10,在低短缩程度、低交叠和足够造影剂填充的情况下采集造影剂填充的感兴趣血管的血管造影序列。随后,从该序列选择单个帧,其被用作被输入到装置1的诊断图像10。此外,采集感兴趣血管的大约5至20秒持续时间的血管造影序列,其表示心肌中的造影剂增强以及造影剂通过冠状动脉窦的流出。在图1的示范性实施例中,该血管造影序列对应于经由输入单元100被提供给装置1的诊断图像20的时间序列。
输入单元100然后可以将诊断图像10提供给建模单元200。建模单元200执行诊断图像10中表示的感兴趣血管的血管分割。基于血管分割,建模单元200生成感兴趣血管的生理学模型,所述生理学模型包括二维几何模型和流体动力学模型。在一些实施例中,建模单元也可以适于通过基于可见维度内插第三维度(例如通过假设感兴趣血管的圆形横截面)而使用单幅诊断图像10来生成感兴趣血管的准三维几何模型。在一些实施例中,内插也可以是基于密度测定数据。
由建模单元200生成的流体动力学模型具有基于经验数据的初始边界条件。在一些实施例中,初始边界条件也可以已经包含患者特异性边界条件。
输入单元100也可以将诊断图像20的时间序列提供给分析单元300。分析单元300使用诊断图像20的时间序列来导出根据时间的造影剂动力学。在根据图1的实施例中,分析单元300基于时间序列确定指示通过脉管系统的造影剂动力学的动力学度量。更具体地,在根据图1的实施例中,分析单元300根据诊断图像20的时间序列中的每一个导出心肌呈色值。
这通过相对于造影剂动力学(具体地对比度增强)分析如诊断图像20的时间序列中表示的感兴趣血管的附近来进行。在一些实施例中,分析可以具体地涉及感兴趣血管的远侧区域。分析可以具体地包含诊断图像20的时间序列中的个体诊断图像与彼此的相位匹配。在一些实施例中,具体地可以使用相位匹配相减方法。在相减之前,个体诊断图像可以被配准到彼此,即可以针对每幅诊断图像确定一幅图像中的目标区域中的哪个位置对应于另一图像中的目标区域中的哪个位置。随后,针对时间序列的每幅诊断图像导出对比度增强。更具体地,针对多个时间点中的每一个确定感兴趣血管附近的区域的平均灰度水平,由此诊断图像20的时间序列包括针对多个时间点中的每个时间点的相应诊断图像。分析单元300可以根据时间绘制对比度增强,如例如下文中讨论的图2中表示的。
表示根据时间的平均灰度水平演变的曲线然后可以被归一化以便实现更鲁棒的结果。在一些实施例中,归一化可以相对于采集角度、造影剂浓度、造影剂的注射速率、患者质量、所使用的X射线方案等被执行。在其他实施例中,又一心肌参考组织区域能够被测量以补偿这些影响。
分析结果然后被提供给计算单元400。计算单元400可以基于分析结果导出相应的边界条件。在图1的示范性实施例中,计算单元400使用分析结果来导出感兴趣血管的出口阻力以及流出阻力。计算单元可以优选地在将它们提供给建模单元200之前基于所确定的呈色量对出口阻力和流出阻力进行缩放,通过假设在降低或延迟的呈色的情况下存在更大的阻力并且在增强的呈色的情况下存在更小的阻力。在一些实施例中,代替使用缩放的阻力,建模单元200可以直接使用动力学度量并且具体地心肌呈色值用于流体动力学模型的训练。
建模单元200然后根据(缩放的)出口阻力和/或流出阻力调整流体动力学模型的边界条件,由此致使流体动力学模型更患者特异性并且因此更精确。
图2图示了分析单元300的分析结果的图形表示。平均灰度水平L根据以秒为单位的时间T被表示为曲线30。为了获得关于患者中的微脉管变化的进一步信息,曲线30可以被分析以确定到峰值的时间和最大增强31。为此目的,确定对比度增强的最低水平与对比度增强的峰值的到达之间的时间Tmax。进一步地,在图2的示范性实施例中,可以确定所述峰值的高度Gmax。在其他实施例中,可以使用另外的值,诸如曲线30的最大上坡等。
图3示意性地示出了感兴趣血管的流体动力学模型50的特定实施例。在根据图3的示范性实施例中,流体动力学模型对应于集总参数模型50。在集总参数模型50中,血管的流体动力学通过离散的(电气)实体(诸如电阻器元件和接地元件)的拓扑结构来近似。在图3的示范性实施例中,感兴趣血管通过均具有特定电阻的电阻器元件的拓扑结构55来近似。感兴趣血管的血管出口通过电阻器51和对应的接地元件来近似。沿着感兴趣血管的长度的血管流出也均通过相应的电阻器元件52、53和54来近似,其中,每个电阻器元件被提供有对应的接地元件。电阻器元件51、52、53和54的电阻因此被设置为集总参数模型的边界条件。最初,这些电阻可以根据经验值来进行选择。在如例如关于图1和2的示范性实施例描述的心肌呈色的分析之后,根据所述分析调整电阻51、52、53和/或54中的一个或多个以便获得考虑特定患者的微脉管变化的流体动力学模型是可能的。
图4示意性地图示了根据实施例的用于评价患者的脉管系统的方法的流程图。在根据图4的示范性实施例中,处理单元再次被分别细分成输入单元100、建模单元200、分析单元300和计算单元400。
在步骤S101中,输入单元100接收诊断图像10和诊断图像20的时间序列,在该实施例中,患者的冠状动脉生理学的诊断图像20的时间序列已经通过使用造影剂的X射线血管造影来进行采集。在步骤S102中,输入单元100将诊断图像10提供给建模单元200,并且将诊断图像20的时间序列提供给分析单元300
在步骤S201中,建模单元200执行诊断图像10中表示的感兴趣血管的血管分割。在步骤S202中,建模单元200基于血管分割生成感兴趣血管的生理学模型,所述生理学模型包括二维几何模型和流体动力学模型,具有基于经验数据的初始边界条件。
在图4的示范性实施例中,在步骤S301中,分析单元300通过将诊断图像20的时间序列中的个体诊断图像与彼此进行相位匹配,使用诊断图像20的时间序列来确定指示通过脉管系统的造影剂动力学的动力学度量。在图4的示范性实施例中,动力学度量对应于心肌呈色,由此针对诊断图像20的时间序列的每幅诊断图像确定呈色值。所应用的相位匹配可以包含如上文中描述的个体诊断图像的配准。
在步骤S302中,针对时间序列的每幅诊断图像获得对比度增强。在图4的示范性实施例中,这包含针对多个时间点确定感兴趣血管附近的区域的平均灰度水平,由此诊断图像20的时间序列包括针对多个时间点中的每个点的相应诊断图像。
在步骤S303中,分析单元300可以根据时间绘制对比度增强。应当理解,这种“绘制”可以被虚拟地执行,即实际上不将曲线图呈现给用户。为此目的,绘制可以具体地指的是分析单元将具体心肌呈色值与具体时间点相关联,由此得到关于平均灰度水平根据时间的演变的了解。在步骤S304中,分析单元300可以相对于采集角度、造影剂浓度、造影剂的注射速率、患者质量、所使用的X射线方案等对平均灰度水平进行归一化。在步骤S305中,分析结果被提供给计算单元400。
在步骤S401中,计算单元400基于分析结果导出用于流体动力学模型的相应边界条件。在图4的示范性实施例中,计算单元400导出感兴趣血管的出口阻力以及流出阻力。
在步骤S402中,计算单元400可选地基于所确定的心肌呈色量对出口阻力和流出阻力进行缩放,并且在步骤S403中,将阻力值提供给建模单元200。
在步骤S203中,建模单元200然后根据缩放的出口阻力和缩放的流出阻力调整流体动力学模型的边界条件,并且在步骤S204中,使用因此调整的流体动力学模型来计算通过感兴趣血管的流体流动。在一些实施例中,流体动力学模型具体地用来计算流量和压力相关的血液动力学指标,诸如血流储备分数、瞬时无波比、冠状动脉血流储备等。
在步骤S205中,建模单元可以将包括二维几何模型和流体动力学模型的生理学模型提供给显示单元500。在步骤S501中,显示单元500可以生成生理学模型的图形表示,并且在步骤S502中,将图形表示呈现给用户。
图5示意性地表示了根据又一实施例的用于评价患者的脉管系统的装置1’。装置1’在很大程度上类似于如关于图1描述的装置1。为此目的,相似的元件被提供有相似的附图标记。即,装置1’的处理单元也被分别细分成输入单元100’、建模单元200’、分析单元300和计算单元400。
输入单元100’适于接收诊断图像20的时间序列。此外,输入单元100’适于接收多幅诊断图像10’或诊断图像10’的序列。即,相比于根据图1的实施例,输入单元100’不接收单幅诊断图像10,而是接收诊断图像10’的序列。该序列可以具体地对应于已经在低短缩程度、低交叠和足够造影剂填充的情况下采集的感兴趣血管的X射线血管造影序列。
随后,输入单元100’可选地从诊断图像10’的序列选择多幅诊断图像。所选择的多幅诊断图像可以具体地对应于多幅诊断图像,由此每幅诊断图像已经从相同的角度进行采集。
输入单元100’然后将从序列选择的多幅诊断图像提供给建模单元200’。建模单元200’然后可以使用多幅诊断图像来生成感兴趣血管的生理学模型。即,建模单元200’可以被配置为对多幅图像中示出的感兴趣血管执行血管分割,并且基于血管分割生成相应的模型。
执行根据图5的实施例的另外的步骤然后对应于关于图1描述的那些。即,输入单元100’可以将诊断图像20的时间序列提供给分析单元300,并且分析单元300使用诊断图像20的时间序列来导出指示造影剂动力学的动力学度量,诸如心肌呈色。在根据图5的示范性实施例中,分析单元300如上面描述的那样针对诊断图像20的时间序列的每幅诊断图像确定心肌呈色值,并且可以将包括根据时间的心肌呈色的度量(诸如诊断图像的平均灰度水平)的分析结果提供给计算单元400。
随后,计算单元400可以导出用于被包括在生理学模型中的流体动力学模型的边界条件。在图5的示范性实施例中,计算单元400可以具体地导出感兴趣血管的出口阻力和流出阻力,可选地基于所确定的呈色量对这些阻力进行缩放,并且将它们提供给建模单元200’,其中,建模单元200’然后相应地调整流体动力学模型的边界条件。
图6示意性地图示了根据又一实施例的用于评价患者的脉管系统的装置1”。再次,装置1”在很大程度上类似于如关于图1描述的装置1和如关于图5描述的装置1’,并且相似的元件被提供有相似的附图标记。
装置1”的处理单元被分别细分成输入单元100”、建模单元200、分析单元300和计算单元400,由此输入单元100”适于接收诊断图像20的时间序列。相比于根据图1和5的实施例,输入单元100”不接收任何另外的诊断图像。相反,输入单元100”适于从诊断图像20的时间序列选择要被提供给建模单元200用于生成生理学模型的一个或多幅诊断图像10”。即,用来生成模型的诊断图像10”的序列是为了导出动力学度量而被获得的诊断图像20的时间序列的一部分,在图6的具体实施例中,动力学度量对应于心肌呈色。由于被用于建模的诊断图像10”应当在低短缩程度、低交叠和足够造影剂填充的情况下进行采集,因此在一些实施例中,诊断图像可以具体地从已经在更晚时间点处选择的诊断图像20的时间序列的诊断图像进行选择,由此确保造影剂填充是已经足够的。如果出于建模的目的而选择多幅诊断图像10”,这些多幅图像10”可以已经从相同的角度进行采集。在一些实施例中,多幅图像10”也可以从不同的角度进行采集。
一幅或多幅诊断图像10”然后可以从输入单元100”被提供给建模单元200。建模单元200然后可以通过执行感兴趣血管的血管分割并且然后生成生理学模型,使用一幅或多幅诊断图像10”来生成感兴趣血管的具体地包括二维几何模型和流体动力学模型的生理学模型。
执行根据图6的实施例的另外的步骤然后再次对应于关于图1和5描述的那些。因此,输入单元100”还可以将诊断图像20的时间序列提供给分析单元300,并且分析单元300针对诊断图像20的时间序列的每幅诊断图像使用诊断图像20的时间序列来导出指示造影剂动力学的动力学度量的值。分析单元300然后可以将包括根据时间的动力学度量的分析结果提供给计算单元400。基于分析结果,计算单元400然后可以导出用于被包括在生理学模型中的流体动力学模型的相应边界条件,并且将它们提供给建模单元200,建模单元200可以使用这些患者特异性边界条件来相应地调整流体动力学模型。
尽管在上面列举的实施例中,诊断图像已经使用X射线血管造影来进行采集,但是应当理解,其他成像模态同样可以被使用,诸如超声成像、磁共振成像等。
进一步地,应当理解,虽然X射线成像已经以单能量被执行,但是双能量X射线测量也可以被用于量化动力学度量,具体地心肌呈色,因为这些测量允许更准确地量化造影剂中的碘浓度。进一步地,实现去除叠加和干扰结构的背景减除。
虽然在上面列举的实施例中,血流储备分数和/或瞬时无波比已经被指示为血液动力学指标,但是应当理解,也可以导出另外的指标,诸如狭窄远侧的压力与主动脉中的压力的压力比、冠状动脉血流储备、以及进一步地流量、压力等相关的指标。
进一步地,虽然在上面列举的实施例中,装置本身根据图像的相应时间序列导出动力学度量,诸如心肌呈色,但是应当理解,术语导出应被宽泛地解读,并且也可以包含从来自计算机断层摄影数据、磁共振成像数据、心肌声学造影数据等的度量的输入。
本领域技术人员通过研究附图、说明书以及权利要求,在实践请求保护的发明时能够理解并实现对所公开的实施例的其他变型。
在权利要求中,“包括”一词不排除其他元件或步骤,并且词语“一”或“一个”不排除多个。
单个单元或设备可以实现在权利要求中记载的若干项的功能。尽管某些措施被记载在互不相同的从属权利要求中,但是这并不指示不能有利地使用这些措施的组合。
由一个或若干单元或设备执行的像生理学模型的导出、至少一个动力学度量的导出、动力学度量的分析、边界条件的调整等的程序能够由任何其他数量的单元或设备执行。根据本发明的这些程序因此能够被实施为计算机程序的程序代码模块和/或为专用硬件。
计算机程序可以被存储/分布在合适的介质上,例如与其他硬件一起或作为其他硬件的部分供应的光学存储介质或固态介质,但是也可以被以其他形式分布,例如经由互联网或其他有线或无线的电信系统。
权利要求中的任何附图标记都不应被解释为对范围的限制。
本发明涉及一种用于评价患者的脉管系统的装置,包括处理单元,所述处理单元适于根据所述脉管系统的至少一幅诊断图像导出所述脉管系统的生理学模型,所述生理学模型包括感兴趣血管的二维几何模型和表示通过所述感兴趣血管的流体动力学的流体动力学模型,根据所述脉管系统的诊断图像的时间序列导出指示通过所述脉管系统的造影剂动力学的根据时间的至少一个动力学度量,分析根据时间的所述至少一个动力学度量,以及基于对所述至少一个动力学度量的所述分析来调整所述流体动力学模型的至少一个边界条件。
Claims (15)
1.一种用于评价患者的脉管系统的装置,包括:
处理单元,其适于
根据所述脉管系统的至少一幅诊断图像导出所述脉管系统的生理学模型,所述生理学模型包括感兴趣血管的二维几何模型和表示通过所述感兴趣血管的流体动力学的流体动力学模型;
根据所述脉管系统的诊断图像的时间序列导出指示通过所述脉管系统的造影剂动力学的根据时间的至少一个动力学度量;
分析根据时间的所述至少一个动力学度量;并且
基于对所述至少一个动力学度量的所述分析来调整所述流体动力学模型的至少一个边界条件。
2.根据权利要求1所述的装置,其中,所述至少一幅诊断图像和/或所述诊断图像的时间序列使用X射线血管造影来获得。
3.根据权利要求1所述的装置,其中,所述脉管系统的所述至少一幅诊断图像从所述脉管系统的所述诊断图像的时间序列被提取。
4.根据权利要求1所述的装置,其中,所述处理单元适于根据所述脉管系统的单幅诊断图像导出所述感兴趣血管的所述二维几何模型。
5.根据权利要求1所述的装置,其中,所述处理单元适于根据从单个角度采集的所述脉管系统的多幅诊断图像导出所述感兴趣血管的所述二维几何模型。
6.根据权利要求1所述的装置,其中,所述处理单元适于通过对所述诊断图像的时间序列中的诊断图像的每幅进行相位匹配来导出所述至少一个动力学度量。
7.根据权利要求1所述的装置,其中,所述流体动力学模型包括集总参数模型,并且其中,至少一个微脉管性质能够用来训练所述集总参数模型。
8.根据权利要求1所述的装置,其中,所述患者的所述脉管系统包括冠状动脉脉管系统,并且其中,指示通过所述脉管系统的所述造影剂动力学的所述至少一个动力学度量包括心肌呈色的度量。
9.根据权利要求1所述的装置,其中,所述流体动力学模型的所述至少一个边界条件包括所述感兴趣血管的出口处的出口阻力和/或沿着所述感兴趣血管的相应流出处的一个或多个流出阻力。
10.根据权利要求9所述的装置,其中,所述处理单元还被执行以基于对所述至少一个动力学度量的所述分析对所述出口阻力的值和/或所述一个或多个流出阻力的一个或多个值进行缩放。
11.根据权利要求1所述的装置,其中,所述处理单元还适于基于所述流体动力学模型和至少一个经调整的边界条件导出至少一个血流动力学指标,其中,所述血流动力学指标是血流储备分数和/或瞬时无波比中的一个。
12.根据权利要求1所述的装置,其中,所述处理单元还适于基于脉管内压力数据导出指示通过所述感兴趣血管的血流的血流动力学流动参数。
13.一种用于评价患者的脉管系统的方法,包括以下步骤:
根据所述脉管系统的至少一幅诊断图像导出所述脉管系统的生理学模型,所述生理学模型包括感兴趣血管的二维几何模型和表示通过所述感兴趣血管的流体动力学的流体动力学模型;
根据所述脉管系统的诊断图像的时间序列导出指示通过所述脉管系统的造影剂动力学的根据时间的至少一个动力学度量;
分析根据时间的所述至少一个动力学度量;并且
基于对所述至少一个动力学度量的所述分析来调整所述流体动力学模型的至少一个边界条件。
14.一种用于控制根据权利要求1至12中任一项所述的装置的计算机程序,当被处理单元执行时,所述计算机程序适于执行根据权利要求13所述的方法。
15.一种计算机可读介质,已经在其上存储根据权利要求14所述的计算机程序。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18194295.4 | 2018-09-13 | ||
EP18194295.4A EP3624132A1 (en) | 2018-09-13 | 2018-09-13 | Calculating boundary conditions for virtual ffr and ifr calculation based on myocardial blush characteristics |
PCT/EP2019/073865 WO2020053099A1 (en) | 2018-09-13 | 2019-09-06 | Calculating boundary conditions for virtual ffr and ifr calculation based on myocardial blush characteristics |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112673433A true CN112673433A (zh) | 2021-04-16 |
Family
ID=63762183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980059637.9A Pending CN112673433A (zh) | 2018-09-13 | 2019-09-06 | 基于心肌呈色特性计算用于虚拟FFR和iFR计算的边界条件 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220054022A1 (zh) |
EP (2) | EP3624132A1 (zh) |
JP (1) | JP2022500133A (zh) |
CN (1) | CN112673433A (zh) |
WO (1) | WO2020053099A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116807514A (zh) * | 2023-08-29 | 2023-09-29 | 深圳开立生物医疗科技股份有限公司 | 血管成像系统、方法、设备、电子设备及存储介质 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7532402B2 (ja) | 2019-04-01 | 2024-08-13 | キャスワークス リミテッド | 血管造影画像選択のための方法および装置 |
EP3756547A1 (en) | 2019-06-28 | 2020-12-30 | Koninklijke Philips N.V. | Automated coronary angiography analysis |
WO2021059165A1 (en) | 2019-09-23 | 2021-04-01 | Cathworks Ltd. | Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device |
CN111652881A (zh) * | 2020-07-01 | 2020-09-11 | 杭州脉流科技有限公司 | 基于深度学习的冠脉重构和血流储备分数计算方法、装置、设备以及可读存储介质 |
EP4224416A1 (en) | 2022-02-08 | 2023-08-09 | Koninklijke Philips N.V. | Identifying angiographic images for vessel assessment |
WO2023204622A1 (ko) * | 2022-04-21 | 2023-10-26 | 한양대학교 산학협력단 | 스마트 혈류 역학 지표를 이용한 진단 보조 장치 및 방법 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103300820A (zh) * | 2012-03-13 | 2013-09-18 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
CN103823956A (zh) * | 2012-11-19 | 2014-05-28 | 西门子(中国)有限公司 | 确定造影剂使用参数的方法、装置以及成像设备 |
US20170018081A1 (en) * | 2015-07-17 | 2017-01-19 | Heartflow, Inc. | Systems and methods for assessing the severity of plaque and/or stenotic lesions using contrast distribution predictions and measurements |
US20170032097A1 (en) * | 2015-07-27 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Method and System for Enhancing Medical Image-Based Blood Flow Computations Using Physiological Measurements |
US20170071479A1 (en) * | 2014-05-16 | 2017-03-16 | Toshiba Medical Systems Corporation | Image processing apparatus, image processing method, and storage medium |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6116833B2 (ja) * | 2012-09-03 | 2017-04-19 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置 |
US9814433B2 (en) * | 2012-10-24 | 2017-11-14 | Cathworks Ltd. | Creating a vascular tree model |
US9042613B2 (en) * | 2013-03-01 | 2015-05-26 | Heartflow, Inc. | Method and system for determining treatments by modifying patient-specific geometrical models |
JP6667999B2 (ja) * | 2014-05-16 | 2020-03-18 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、画像処理方法、及びプログラム |
CN106659400B (zh) * | 2014-06-30 | 2021-01-05 | 皇家飞利浦有限公司 | 用于确定血流储备分数值的装置 |
JP6664873B2 (ja) * | 2014-11-21 | 2020-03-13 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、x線診断装置、及び、画像処理プログラム |
WO2016087396A1 (en) | 2014-12-02 | 2016-06-09 | Koninklijke Philips N.V. | Fractional flow reserve determination |
US9839483B2 (en) * | 2015-04-21 | 2017-12-12 | Heartflow, Inc. | Systems and methods for risk assessment and treatment planning of arterio-venous malformation |
JP6745875B2 (ja) * | 2015-09-29 | 2020-08-26 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定 |
JP6275797B2 (ja) * | 2016-10-13 | 2018-02-07 | 株式会社東芝 | 管状構造解析装置、管状構造解析方法及び管状構造解析プログラム |
EP3806742B1 (en) * | 2018-06-15 | 2024-04-17 | Pie Medical Imaging BV | Method and apparatus for quantitative hemodynamic flow analysis |
-
2018
- 2018-09-13 EP EP18194295.4A patent/EP3624132A1/en not_active Withdrawn
-
2019
- 2019-09-06 CN CN201980059637.9A patent/CN112673433A/zh active Pending
- 2019-09-06 EP EP19762426.5A patent/EP3850635A1/en not_active Withdrawn
- 2019-09-06 US US17/274,827 patent/US20220054022A1/en active Pending
- 2019-09-06 WO PCT/EP2019/073865 patent/WO2020053099A1/en unknown
- 2019-09-06 JP JP2021513463A patent/JP2022500133A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103300820A (zh) * | 2012-03-13 | 2013-09-18 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
CN108294735A (zh) * | 2012-03-13 | 2018-07-20 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
CN103823956A (zh) * | 2012-11-19 | 2014-05-28 | 西门子(中国)有限公司 | 确定造影剂使用参数的方法、装置以及成像设备 |
US20170071479A1 (en) * | 2014-05-16 | 2017-03-16 | Toshiba Medical Systems Corporation | Image processing apparatus, image processing method, and storage medium |
US20170018081A1 (en) * | 2015-07-17 | 2017-01-19 | Heartflow, Inc. | Systems and methods for assessing the severity of plaque and/or stenotic lesions using contrast distribution predictions and measurements |
US20170032097A1 (en) * | 2015-07-27 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Method and System for Enhancing Medical Image-Based Blood Flow Computations Using Physiological Measurements |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116807514A (zh) * | 2023-08-29 | 2023-09-29 | 深圳开立生物医疗科技股份有限公司 | 血管成像系统、方法、设备、电子设备及存储介质 |
CN116807514B (zh) * | 2023-08-29 | 2024-01-12 | 深圳开立生物医疗科技股份有限公司 | 血管成像系统、方法、设备、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2022500133A (ja) | 2022-01-04 |
US20220054022A1 (en) | 2022-02-24 |
EP3624132A1 (en) | 2020-03-18 |
EP3850635A1 (en) | 2021-07-21 |
WO2020053099A1 (en) | 2020-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6410891B2 (ja) | シミュレーションの正確度および性能に対する画質評価 | |
EP3160335B1 (en) | Apparatus for determining a fractional flow reserve value | |
US10134129B2 (en) | Method and system for hemodynamic computation in coronary arteries | |
CN112673433A (zh) | 基于心肌呈色特性计算用于虚拟FFR和iFR计算的边界条件 | |
EP2932469B1 (en) | Method of determining the blood flow through coronary arteries | |
EP3127026B1 (en) | Systems and methods for determining blood flow characteristics using flow ratio | |
US20180235707A1 (en) | Systems and methods for correction of artificial deformation in anatomic modeling | |
US9119540B2 (en) | Method and system for non-invasive assessment of coronary artery disease | |
EP4418280A2 (en) | System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand | |
EP3912550B1 (en) | System, method and computer program product for estimating perfusion | |
JP6484760B2 (ja) | 非侵襲的血流予備量比(ffr)に対する側副血流モデル化 | |
JP2017100027A (ja) | 患者に特異的な解剖学的データからパーソナライズされた血管移植を特定するためのシステム及び方法 | |
WO2014051705A1 (en) | A method for estimating flow rates, pressure gradients, coronary flow reserve, and fractional flow reserve from patient specific computed tomography angiogram-based contrast distribution data | |
US11039804B2 (en) | Apparatus and method for determining a fractional flow reserve | |
EP3456243A1 (en) | Improved vessel geometry and additional boundary conditions for hemodynamic ffr/ifr simulations from intravascular imaging | |
US20230252628A1 (en) | Estimating flow to vessel bifurcations for simulated hemodynamics | |
US11664128B2 (en) | Estimating flow to vessel bifurcations for simulated hemodynamics | |
JP2022510879A (ja) | 血行力学的シミュレーションのための最も関連のあるx線画像の選択 |
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 |