CN112992313A - 一种心脏二尖瓣力学性能优化方法、系统及设备 - Google Patents

一种心脏二尖瓣力学性能优化方法、系统及设备 Download PDF

Info

Publication number
CN112992313A
CN112992313A CN202110342371.8A CN202110342371A CN112992313A CN 112992313 A CN112992313 A CN 112992313A CN 202110342371 A CN202110342371 A CN 202110342371A CN 112992313 A CN112992313 A CN 112992313A
Authority
CN
China
Prior art keywords
mitral valve
model
curved surface
stress
dimensional curved
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
CN202110342371.8A
Other languages
English (en)
Other versions
CN112992313B (zh
Inventor
姚尖平
谢龙汉
何高伟
姚凤娟
陈锦辉
赖立炫
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.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
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 South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN202110342371.8A priority Critical patent/CN112992313B/zh
Publication of CN112992313A publication Critical patent/CN112992313A/zh
Application granted granted Critical
Publication of CN112992313B publication Critical patent/CN112992313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • 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
    • 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
    • G16H70/00—ICT specially adapted for the handling or processing of medical references
    • G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Biomedical Technology (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Graphics (AREA)
  • Urology & Nephrology (AREA)
  • Software Systems (AREA)
  • Surgery (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Prostheses (AREA)

Abstract

本发明公开了一种心脏二尖瓣力学性能优化方法，包括：采集超声影像数据；将数据导入医学图像处理软件；在软件中提取二尖瓣特征；建立患者的初始二尖瓣三维曲面模型；设计个性化人工瓣环并制定不同的虚拟修复手术方案进行虚拟手术，得到虚拟手术修复后的二尖瓣三维曲面模型；对初始模型以及虚拟手术修复后的模型进行有限元前处理，得到术前以及术后的多种有限元模型，并在有限元分析软件中进行动力学仿真，得到二尖瓣应力应变分布特征；选择术后模型应力应变分布最均匀的虚拟手术方案。还公开了相应的系统和设备。本方法能应用于集成了二尖瓣修复手术方案评估的系统中，提高了瓣环修复手术的成功率，同时可以将该技术应用于医生的培训以及教学。

Description

一种心脏二尖瓣力学性能优化方法、系统及设备
技术领域
本发明涉及医学影像分析仿真领域，特别是涉及一种心脏二尖瓣力学性能优化方法、系统及设备。
背景技术
近年来，我国退行性二尖瓣返流性疾病的发病率迅速攀升，而瓣环修复手术是改善二尖瓣返流症状，提高患者预期寿命的最主要方法；但是由于初学者往往因为经验不足，术中对二尖瓣结构分析不准确，修复方法不恰当，导致瓣环修复手术开展受限。建立术前及输后二尖瓣三维曲面模型并对模型进行有限元仿真能够为医师提供可视化的动态对比效果以及有效的手术方案评估方法，能够缩短医师的培训周期，提升医师的手术成功率。
当前的影像数据难以为外科医生提供精确的心脏瓣膜力学分布信息，外科医生都是根据个人经验设计手术方案。并且经过对现有技术的文献检索发现，人工瓣环形状成为影响人工瓣环置入是否成功的关键因素，但是选择置入何种人工瓣环更为合适尚有争论(韩劲松.两种人工瓣环置入修复单纯二尖瓣环扩张引起的二尖瓣关闭不全的比较[J].中国组织工程研究,2015(16)：2578)。
发明内容
为了解决目前人工瓣环无法根据病人情况进行个性化设计，以及无法在术前对手术方案进行确定性评估的问题，本发明提供了一种心脏二尖瓣力学性能优化方法、系统及设备，旨在提高瓣环修复手术的成功率，降低手术风险，同时可以将该技术应用于医生的培训以及教学，并且还提供了相应的系统及计算机设备。
本发明所述的一种心脏二尖瓣力学性能优化方法，其步骤包括：
步骤1、采集患者的心脏超声影像数据；
步骤2、将心脏超声影像数据导入到医学图像处理软件；
步骤3、在医学图像处理软件中选择心脏舒张末期时刻的图像，查看二尖瓣切片影像，并且在切片影像中提取二尖瓣特征；
步骤4、根据步骤3提取的二尖瓣特征建立患者的初始二尖瓣三维曲面模型；
步骤5、根据步骤4建立的初始二尖瓣三维曲面模型设计个性化人工瓣环并制定不同的虚拟修复手术方案进行虚拟手术，得到虚拟手术修复后的二尖瓣三维曲面模型；
步骤6、对步骤4建立的初始模型以及步骤5得到的虚拟手术修复后的模型进行有限元前处理，得到术前以及术后的多种有限元模型，并在有限元分析软件中进行动力学仿真；
步骤7、根据仿真后得到的二尖瓣应力应变分布特征对虚拟手术方案进行评估，选择术后模型应力应变分布最均匀的虚拟手术方案。
进一步地，所述步骤1具体包括：
使用经食道超声诊断仪采集得到患者的RT3D-TEE(实时三维经食管超声心动图)，同时将患者的数据保存为DICOM格式。
进一步的，所述步骤2中采用的医学图像处理软件为3DSlicer。
进一步的，步骤3中，所述二尖瓣特征提取过程是通过3DSlicer软件中的SlicerHeart模块将超声心动图中的二尖瓣特征提取出来，其他部分通过软件进行去除。
进一步的，步骤4中，所述的建立二尖瓣三维曲面模型的步骤包括：
步骤41、在步骤3提取的二尖瓣特征上对二尖瓣瓣叶中间的轮廓线进行打点标注，为了使拟合得到的二尖瓣瓣叶轮廓线更准确的反映二尖瓣瓣叶的实际轮廓特征，要求每层图像中标注的点的个数相同，并且疏密程度相同，轮廓线的起始点为每层切片二尖瓣瓣环所在位置，轮廓线的终点为该切片中瓣叶末端；
步骤42、将步骤41中得到的特征数据导入到CATIA软件中；依次将二尖瓣瓣叶轮廓的起始点连接，拟合形成二尖瓣瓣环轮廓线，将二尖瓣瓣叶轮廓的终点连接，拟合形成二尖瓣瓣叶末端轮廓线，然后用样条曲面来进行拟合，以二尖瓣瓣叶轮廓线为截面轮廓，以瓣环轮廓线和瓣叶末端轮廓线为引导线，构造二尖瓣瓣叶的三维曲面模型；
步骤43、旋转查看二尖瓣切片影像，用标记点的方式标记多个乳头肌位置，输出各个标记点的坐标，取多个点的坐标平均值作为乳头肌位置，并且在步骤42得到的二尖瓣三维曲面模型中建立相应的乳头肌坐标点，得到完整的二尖瓣曲面模型。
进一步的，步骤5中，根据患者心脏收缩期二尖瓣环的形状和尺寸特征设计个性化人工瓣环，所述修复后的二尖瓣三维曲面模型能够全方位的展示人工瓣环和二尖瓣组织的关系。
进一步的，步骤6中，建立有限元仿真模型并进行有限元分析的步骤包括：
步骤61、将二尖瓣瓣叶末端与乳头肌位置连接，模拟腱索；
步骤62、将二尖瓣三维曲面模型进行网格划分，并对不同组织赋予相应的材料属性；
步骤63、将网格划分后的二尖瓣模型导入有限元分析软件ABAQUS中，并设置模拟的类型、边界条件以及接触属性；
步骤64、在ABAQUS软件中设置好分析步，然后在模型上加载均布动态压力载荷并用求解器进行数值求解，得到二尖瓣内应力大小及应变大小。
进一步的，步骤7中，手术方案评估步骤包括：
步骤71、根据步骤6的求解结果，得到虚拟手术后模型的最大应力应变数值结果以及应力应变的分布特征；
步骤72、根据健康心脏工作时二尖瓣应力应变分布数据，建立患者二尖瓣关闭不全风险预测数值模型；
步骤73、将术后二尖瓣应力应变分布特性和风险预测数值模型的特性进行对比；
步骤74、对虚拟手术方案进行优化，并重复执行步骤71～73，直到术后二尖瓣应力应变分布特性达到安全范围。
一种二尖瓣修复手术方案评估系统，该系统包括：
数据采集和预处理模块，用于采集患者三维超声心动图并对图像进行存储以及预处理得到可以用来建立三维模型的样本数据；
数据识别模块，用于从患者三维超声心动图中提取二尖瓣特征，并且在该特征的基础上建立二尖瓣三维曲面模型；
虚拟手术模块，用于在初始二尖瓣三维曲面模型的基础上进行虚拟手术，得到手术修复后二尖瓣三维曲面模型
生物力学特征提取模块，用于建立患者二尖瓣三维曲面模型并且进行有限元分析，根据有限元方法分析结果提取二尖瓣应力应变分布特性；
方案评估模块，用于对虚拟手术方案进行评估，然后根据评估结果选择最佳的手术方案。
与现有技术相比，本发明能够实现的有益效果至少如下：
(1)本发明能根据患者的心脏超声图像建立反映病人二尖瓣结构的三维可视化模型，更加便于医生在术前对患者病情的观测；
(2)本发明能根据不同患者不同的二尖瓣结构，设计结构及尺寸最符合病人手术要求的人工瓣环；
(3)本发明能对患者手术前和虚拟手术后二尖瓣上应力应变的大小和分布的均匀性与建立的风险预测数值模型进行对比，通过对比结果可以对虚拟手术的效果进行评估，并且可以根据评估结果对虚拟手术方案进行优化，使得手术方案优化后二尖瓣上最大应力应变进一步减小，应力集中情况得到进一步改善。
(4)本发明能在实际手术前对手术方案的效果进行预评估，从而减少以前仅凭医生的经验对手术方案进行判断所带来的风险，同时也能够通过虚拟手术系统对没有经验的医生进行培训。
附图说明
图1是本发明方法中主程序流程示意图。
图2是本发明方法中二尖瓣修复手术方案评估系统方框示意图。
具体实施方式
为了更加清楚的说明本发明的技术方案，下面将对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的范围。
请参与图1，本发明提供一种心脏二尖瓣力学性能优化方法，其步骤包括：
步骤1、采集患者的心脏超声影像数据。
在本发明其中一个实施例中，采集患者医学影像数据采用经食道超声诊断仪采集得到RT3D-TEE(实时三维经食管超声心动图)，同时将患者的数据保存为DICOM格式。
步骤2、将患者的心脏超声影像数据导入到医学图像处理软件中。
在本发明其中一个实施例中，所述步骤2中采用的医学图像处理软件为3DSlicer。
步骤3、在医学图像处理软件中选择心脏舒张末期时刻的图像，查看二尖瓣切片影像，并且在切片影像中提取二尖瓣特征。
在本发明其中一个实施例中，以心房到心室的方向为旋转轴查看二尖瓣切片影像。
在本发明其中一个实施例中，所述二尖瓣特征提取过程是通过3DSlicer软件中的Slicer Heart模块将超声心动图中的二尖瓣数据提取出来，其他部分通过软件进行去除。
步骤4、根据步骤3提取的二尖瓣特征建立患者的初始二尖瓣三维曲面模型。
在本发明其中一个实施例中，步骤4中建立患者的初始二尖瓣三维曲面模型步骤包括：
步骤41、在步骤3提取得到的二尖瓣特征上对二尖瓣瓣叶中间的轮廓线进行打点标注，为了使拟合得到的二尖瓣瓣叶轮廓线更准确地反映二尖瓣实际轮廓特征，要求每层图像中标注的点的个数相同，且疏密程度相同，轮廓线的起始点为每层切片二尖瓣瓣环所在位置，轮廓线的终点为该切片中瓣叶末端。
步骤42、依次将二尖瓣瓣叶轮廓的起始点连接，拟合形成二尖瓣瓣环轮廓线，将二尖瓣瓣叶轮廓的终点连接，拟合形成二尖瓣瓣叶末端轮廓线，然后用样条曲面来进行拟合，以二尖瓣瓣叶轮廓线为截面轮廓，以瓣环轮廓线和瓣叶末端轮廓线为引导线，构造二尖瓣瓣叶的三维曲面模型；
步骤43、旋转查看二尖瓣切片影像，用标记点的方式标记多个乳头肌位置，输出各个标记点的坐标，取多个点的坐标平均值作为乳头肌位置，并且在步骤42得到的二尖瓣瓣叶的三维曲面模型中建立相应的乳头肌坐标点，得到完整的二尖瓣三维曲面模型。
在本发明其中一个实施例中，将步骤41中得到的特征数据导入到CATIA软件中，步骤42-43的操作在CATIA软件中进行。
步骤5、根据4中二尖瓣曲面模型设计个性化人工瓣环以及不同的虚拟手术方案，并且在初始二尖瓣三维模型上进行虚拟手术，得到手术修复后的二尖瓣三维曲面模型。
虚拟手术修复后的二尖瓣三维曲面模型能够全方位的展示人工瓣环和二尖瓣组织的关系。
在本发明其中的一个实施例中，所述个性化人工瓣环是根据患者心脏收缩期二尖瓣环的形状和尺寸特征进行设计，使得人工瓣环的形状和尺寸能够和患者心脏收缩末期的二尖瓣瓣环精确匹配。
在本发明其中的一个实施例中，所述虚拟手术方案是根据患者二尖瓣反流的病因采取相应处理技术，并建立能够反映相应处理技术后二尖瓣结构和功能的三维曲面模型。
步骤6、对步骤4建立的初始模型以及步骤5得到的虚拟手术修复后的模型进行有限元前处理，得到术前以及术后的多种有限元模型，并在有限元分析软件中进行动力学仿真，得到二尖瓣内应力大小及应变大小。
在本发明其中一个实施例中，步骤6中所用的有限元分析软件为ABAQUS。
在本发明其中一个实施例中，建立有限元仿真模型并进行有限元分析的步骤包括：
步骤61、使用BEAM单元将二尖瓣瓣叶末端与乳头肌位置相连，模拟二尖瓣的腱索，BEAM截面形状为圆形，半径为0.5mm模拟腱索；
步骤62、将初始的二尖瓣三维曲面模型和虚拟手术修复后的各二尖瓣三维曲面模型分别进行网格划分，赋予壳单元属性，单元厚度为0.5mm，并对不同组织赋予相应的材料属性，二尖瓣曲面材料参数为：杨氏模量为4MPa，密度为1040kg/m3，泊松比为0.45，腱索材料参数采用与瓣叶参数相同；
步骤63、在ABAQUS软件中设置好模拟的类型、边界条件以及接触属性，采集人体心动压差曲线的数据，并且在在二尖瓣瓣叶曲面的心室一侧法向加载均布压力动态载荷，约束乳头肌位置的旋转平移自由度，约束瓣环的平移自由度，瓣叶之间设置面面接触属性，腱索与瓣叶之间设置点面接触属性，然后得到术前以及术后二尖瓣的有限元模型；
步骤64、在ABAQUS软件中设置好分析步，对步骤63中建立的二尖瓣有限元模型用求解器进行数值求解，求解得到二尖瓣内应力大小及应变大小。
步骤7、根据仿真后得到的二尖瓣应力应变分布特征对虚拟手术方案进行评估，选择术后模型应力应变分布最均匀的虚拟手术方案。
在本发明其中一个实施例中，步骤7中，手术方案评估步骤包括：
步骤71、根据步骤6的求解结果，得到虚拟手术后模型的最大应力应变数值结果以及应力应变的分布图；
步骤72、根据健康心脏工作时二尖瓣应力应变分布数据，建立患者二尖瓣关闭不全风险预测数值模型，该模型能够反映正常心脏工作时最大的应力应变数值以及应力应变的分布的变化情况；
步骤73、将虚拟修复手术后二尖瓣模型应力应变特性和风险预测数值模型的特性进行对比，若虚拟修复手术后二尖瓣模型的最大应力应变值低于风险预测数值模型中的最大应力应变数值，并且应力应变分布比风险预测数值模型均匀即可选择该方案为最佳方案，若无法到达要求则继续进行下一步；
步骤74、对虚拟手术方案进行优化，并重复执行步骤71～73，直到术后二尖瓣模型应力应变值低于风险预测数值模型中的最大应力应变数值。
在本发明其中一个实施例中，还提供了一种二尖瓣修复手术方案评估系统，该系统包括：
数据采集和预处理模块，用于采集患者三维超声心动图并对图像进行存储以及预处理得到可以用医学图像软件进行特征提取的DICOM格式数据来建立三维模型的样本数据；
数据识别模块，用于从患者三维超声心动图中提取二尖瓣特征，并且在该特征的基础上建立初始二尖瓣三维曲面模型；
虚拟手术模块，用于在初始二尖瓣三维曲面模型的基础上进行虚拟手术，得到手术修复后二尖瓣三维曲面模型；
生物力学特征提取模块，用于建立患者二尖瓣三维曲面模型并且进行有限元分析，通过有限元方法分析结果提取二尖瓣应力应变分布特性；
方案评估模块，用于对虚拟手术方案进行评估，然后根据评估结果选择最佳的手术方案。
本发明借助医学图像处理技术及计算机仿真技术，提出了一种基于有限元模型的心脏二尖瓣力学性能优化方法，能应用于集成了二尖瓣修复手术方案评估的系统中，提高了瓣环修复手术的成功率，降低手术风险，同时可以将该技术应用于医生的培训以及教学。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的二尖瓣自动建模系统和嵌入式设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种心脏二尖瓣力学性能优化方法，应用于集成了二尖瓣修复手术方案评估的系统中，其特征在于，包括以下步骤：
步骤1、采集患者的心脏超声影像数据；
步骤2、将心脏超声影像数据导入到医学图像处理软件；
步骤3、在医学图像处理软件中选择心脏舒张末期时刻的图像，查看二尖瓣切片影像，并且在切片影像中提取二尖瓣特征；
步骤4、根据步骤3提取的二尖瓣特征建立患者的初始二尖瓣三维曲面模型；
步骤5、根据步骤4建立的初始二尖瓣三维曲面模型设计个性化人工瓣环并制定不同的虚拟修复手术方案进行虚拟手术，得到虚拟手术修复后的二尖瓣三维曲面模型；
步骤6、对步骤4建立的初始模型以及步骤5得到的虚拟手术修复后的模型进行有限元前处理，得到术前以及术后的多种有限元模型，并在有限元分析软件中进行动力学仿真，得到二尖瓣应力应变分布特征；
步骤7、根据仿真后得到的二尖瓣应力应变分布特征对虚拟手术方案进行评估，选择术后模型应力应变分布最均匀的虚拟手术方案。
2.根据权利要求1所述的一种心脏二尖瓣力学性能优化方法，其特征在于，所述步骤2中，所述的医学图像处理软件为3DSlicer。
3.根据权利要求1所述的一种心脏二尖瓣力学性能优化方法，其特征在于，所述步骤3中，所述二尖瓣特征提取过程是通过3DSlicer软件中的Slicer Heart模块将超声心动图中的二尖瓣特征提取出来，其他部分通过软件进行去除。
4.根据权利要求1所述的一种心脏二尖瓣力学性能优化方法，其特征在于，步骤4中，所述建立二尖瓣三维曲面模型的步骤包括：
步骤41、在步骤3提取的二尖瓣特征上对二尖瓣瓣叶中间的轮廓线进行打点标注，轮廓线的起始点为每层切片二尖瓣瓣环所在位置，轮廓线的终点为该切片中瓣叶末端；
步骤42、依次将二尖瓣瓣叶轮廓的起始点连接，拟合形成二尖瓣瓣环轮廓线，将二尖瓣瓣叶轮廓的终点连接，拟合形成二尖瓣瓣叶末端轮廓线，然后用样条曲面来进行拟合，以二尖瓣瓣叶轮廓线为截面轮廓，以瓣环轮廓线和瓣叶末端轮廓线为引导线，得到二尖瓣瓣叶的三维曲面模型；
步骤43、旋转查看二尖瓣切片影像，用标记点的方式标记多个乳头肌位置，输出各个标记点的坐标，取多个点的坐标平均值作为乳头肌位置，并且在步骤42得到的二尖瓣三维曲面模型中建立相应的乳头肌坐标点，得到完整的二尖瓣曲面模型。
5.根据权利要求1所述的一种心脏二尖瓣力学性能优化方法，其特征在于，步骤5中，根据患者心脏收缩期二尖瓣环的形状和尺寸特征设计个性化人工瓣环。
6.根据权利要求1所述的一种心脏二尖瓣力学性能优化方法，其特征在于，步骤6中，建立有限元仿真模型并进行有限元分析的步骤包括：
步骤61、将二尖瓣瓣叶末端与乳头肌位置连接，模拟腱索；
步骤62、将二尖瓣三维曲面模型进行网格划分，并对不同组织赋予相应的材料属性；
步骤63、将网格划分后的二尖瓣模型导入有限元分析软件ABAQUS中，并设置模拟的类型、边界条件以及接触属性；
步骤64、在ABAQUS软件中设置好分析步，然后在模型上加载均布动态压力载荷并用求解器进行数值求解，得到二尖瓣内应力大小及应变大小。
7.据权利要求1-6任一所述的一种心脏二尖瓣力学性能优化方法，其特征在于，所述步骤7中，手术方案评估步骤包括：
步骤71、根据步骤6得到的二尖瓣应力应变分布特征，得到虚拟手术后模型的最大应力应变数值结果以及应力应变的分布特征；
步骤72、根据健康心脏工作时二尖瓣应力应变分布数据，建立患者二尖瓣关闭不全风险预测数值模型；
步骤73、基于术后二尖瓣应力应变分布特性和风险预测数值模型的特性来判断当前方案是否为最佳方案，若不是最佳方案，则进入步骤74；
步骤74、对虚拟手术方案进行优化，并重复执行步骤71～73，直到术后二尖瓣应力应变分布特性达到安全范围。
8.据权利要求7所述的一种心脏二尖瓣力学性能优化方法，其特征在于，步骤73中判断是否为最佳方案的方式为：将虚拟修复手术后二尖瓣模型应力应变特性和风险预测数值模型的特性进行对比，若虚拟修复手术后二尖瓣模型的最大应力应变值低于风险预测数值模型中的最大应力应变数值，并且应力应变分布比风险预测数值模型均匀的即选择该方案为最佳方案。
9.一种二尖瓣修复手术方案评估系统，其特征在于，用于实现权利要求1-8任一所述的方法，包括：
数据采集和预处理模块，用于采集患者三维超声心动图并对图像进行存储以及预处理得到可以用来建立三维模型的样本数据；
数据识别模块，用于从患者三维超声心动图中提取二尖瓣特征，并且在该特征的基础上建立二尖瓣三维曲面模型；
虚拟手术模块，用于在初始二尖瓣三维曲面模型的基础上进行虚拟手术，得到手术修复后二尖瓣三维曲面模型；
生物力学特征提取模块，用于建立患者二尖瓣三维曲面模型并且进行有限元分析，根据有限元方法分析结果提取二尖瓣应力应变分布特性；
方案评估模块，用于对虚拟手术方案进行评估，然后根据评估结果选择最佳虚拟手术方案。
10.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-8任一所述的一种心脏二尖瓣力学性能优化方法的步骤。
CN202110342371.8A 2021-03-30 2021-03-30 一种心脏二尖瓣力学性能优化方法、系统及设备 Active CN112992313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110342371.8A CN112992313B (zh) 2021-03-30 2021-03-30 一种心脏二尖瓣力学性能优化方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110342371.8A CN112992313B (zh) 2021-03-30 2021-03-30 一种心脏二尖瓣力学性能优化方法、系统及设备

Publications (2)

Publication Number Publication Date
CN112992313A true CN112992313A (zh) 2021-06-18
CN112992313B CN112992313B (zh) 2023-01-06

Family

ID=76338482

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110342371.8A Active CN112992313B (zh) 2021-03-30 2021-03-30 一种心脏二尖瓣力学性能优化方法、系统及设备

Country Status (1)

Country Link
CN (1) CN112992313B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6106466A (en) * 1997-04-24 2000-08-22 University Of Washington Automated delineation of heart contours from images using reconstruction-based modeling
US20020013571A1 (en) * 1999-04-09 2002-01-31 Evalve, Inc. Methods and devices for capturing and fixing leaflets in valve repair
US20080085043A1 (en) * 2004-12-24 2008-04-10 Nozomi Watanabe Cardiac Valve Data Measuring Method And Device
US20150342737A1 (en) * 2014-05-30 2015-12-03 Brian A. Biancucci Mitral and ventricular geometry restoration systems and methods
CN106845020A (zh) * 2017-02-28 2017-06-13 山东大学 一种人工心脏瓣膜性能优化方法、装置及系统
US9779496B2 (en) * 2013-03-15 2017-10-03 The Trustees Of The University Of Pennsylvania Semi-automated heart valve morphometry and computational stress analysis from 3D images
CN112040908A (zh) * 2018-03-23 2020-12-04 费奥普斯有限公司 患者特异性的虚拟经皮结构性心脏介入方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6106466A (en) * 1997-04-24 2000-08-22 University Of Washington Automated delineation of heart contours from images using reconstruction-based modeling
US20020013571A1 (en) * 1999-04-09 2002-01-31 Evalve, Inc. Methods and devices for capturing and fixing leaflets in valve repair
US20080085043A1 (en) * 2004-12-24 2008-04-10 Nozomi Watanabe Cardiac Valve Data Measuring Method And Device
US9779496B2 (en) * 2013-03-15 2017-10-03 The Trustees Of The University Of Pennsylvania Semi-automated heart valve morphometry and computational stress analysis from 3D images
US20150342737A1 (en) * 2014-05-30 2015-12-03 Brian A. Biancucci Mitral and ventricular geometry restoration systems and methods
CN106845020A (zh) * 2017-02-28 2017-06-13 山东大学 一种人工心脏瓣膜性能优化方法、装置及系统
CN112040908A (zh) * 2018-03-23 2020-12-04 费奥普斯有限公司 患者特异性的虚拟经皮结构性心脏介入方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张地，姚尖平等: "人造机械瓣心音的分析研究", 《中国生物医学工程学报》 *

Also Published As

Publication number Publication date
CN112992313B (zh) 2023-01-06

Similar Documents

Publication Publication Date Title
JP6333413B2 (ja) 弁を数量化するシステムおよび方法
JP2023014084A5 (zh)
US7773785B2 (en) System and method for facilitating cardiac intervention
US11551355B2 (en) Semi-automated heart valve morphometry and computational stress analysis from 3D images
US20100257214A1 (en) Medical records system with dynamic avatar generator and avatar viewer
CN105264573B (zh) 规划对心脏植入体的植入
CN112070119A (zh) 超声切面图像质量控制方法、装置和计算机设备
CN107358608A (zh) 基于图像处理技术的骨组织几何形态学参数自动测量装置及方法
CN107126257B (zh) 一种心脏模型对结构性心脏病手术进行模拟与评估的方法
Votta et al. A novel approach to the quantification of aortic root in vivo structural mechanics
US20190095589A1 (en) System and method for selecting, modeling and analyzing mitral valve surgical techniques
CN110189324A (zh) 一种医学图像处理方法及处理装置
CN115719334A (zh) 基于人工智能的医学影像评价方法、装置、设备及介质
Wu et al. A computational framework for atrioventricular valve modeling using open-source software
CN113057677B (zh) 超声和ct图像融合的心脏影像建模方法、系统及设备
CN112992313B (zh) 一种心脏二尖瓣力学性能优化方法、系统及设备
Wu et al. The effects of leaflet material properties on the simulated function of regurgitant mitral valves
CN115578313A (zh) 一种左心室心腔轮廓提取方法、装置、介质及设备
RU2725917C1 (ru) Способ численного моделирования транскатетерной имплантации клапана сердца пациента
Hagenah et al. A setup for ultrasound based assessment of the aortic root geometry
CN112991548B (zh) 个性化二尖瓣有限元建模与仿真方法、系统及设备
Vailetta Image-based finite element modelling of tricuspid valve biomechanics
CN118037994B (zh) 心脏三维结构重建方法及系统
CN117476237B (zh) 一种用于老年人手术的模拟评估系统及方法
JP2019518266A (ja) ヒト又は動物の胴体のための生体力学的モデル生成

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