CN113040795A - 无导丝ffr、无导丝imr和无导丝cfr的检测方法 - Google Patents
无导丝ffr、无导丝imr和无导丝cfr的检测方法 Download PDFInfo
- Publication number
- CN113040795A CN113040795A CN202110269801.8A CN202110269801A CN113040795A CN 113040795 A CN113040795 A CN 113040795A CN 202110269801 A CN202110269801 A CN 202110269801A CN 113040795 A CN113040795 A CN 113040795A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- model
- pressure
- guidewire
- coronary
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 236
- 230000004872 arterial blood pressure Effects 0.000 claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 56
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 55
- 238000000691 measurement method Methods 0.000 claims abstract description 26
- 230000017531 blood circulation Effects 0.000 claims description 31
- 239000012530 fluid Substances 0.000 claims description 24
- 210000002321 radial artery Anatomy 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 19
- 210000002302 brachial artery Anatomy 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 17
- 210000001715 carotid artery Anatomy 0.000 claims description 13
- 230000000284 resting effect Effects 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 9
- 230000000544 hyperemic effect Effects 0.000 claims description 9
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 210000001367 artery Anatomy 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 206010020565 Hyperaemia Diseases 0.000 description 7
- 238000009499 grossing Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 208000028867 ischemia Diseases 0.000 description 5
- 208000029078 coronary artery disease Diseases 0.000 description 4
- 230000000004 hemodynamic effect Effects 0.000 description 4
- 230000004089 microcirculation Effects 0.000 description 4
- 230000002792 vascular Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000414 obstructive effect Effects 0.000 description 3
- 201000000057 Coronary Stenosis Diseases 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 230000004087 circulation Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000003205 diastolic effect Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013146 percutaneous coronary intervention Methods 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 206010003211 Arteriosclerosis coronary artery Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 230000007211 cardiovascular event Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 208000026758 coronary atherosclerosis Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000001121 heart beat frequency Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000036581 peripheral resistance Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001364 upper extremity Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/04—Measuring blood pressure
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Cardiology (AREA)
- Vascular Medicine (AREA)
- Hematology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本申请提供了一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法。该方法包括:获取待测量血管的2D冠脉DSA影像;从2D冠脉DSA影像中提取出2D目标血管;根据2D目标血管重建3D血管模型;根据3D血管模型计算无导丝CFR;利用无创测量法获取待测量血管的中心动脉压;根据中心动脉压确定待测量血管的入口处压力;根据3D血管模型和待测量血管的入口处压力,构建待测量血管的3D冠脉CFD模型;根据3D冠脉CFD模型计算无导丝FFR和无导丝IMR。实现了采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。
Description
技术领域
本申请涉及冠状动脉生理学领域,具体而言,涉及一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法、装置、计算机可读存储介质与处理器。
背景技术
冠状动脉生理学在心脏病学中起着越来越重要的临床作用。血流储备分数(Fractional Flow Reserve,简称FFR)、循环阻力系数(Index of MicrocirculatoryResistance,简称IMR)以及冠状动脉血流储备(Coronary Flow Reserve,简称CFR)为最常用的表征冠状动脉病变程度的功能学核心指标。分别被广泛应用于评估冠状动脉狭窄而引起的功能性缺血(用FFR评估)、无明显阻塞的微血管缺血(用IMR评估)以及包含心外膜血管和微血管的冠脉系统缺血(用CFR评估)的程度。血流储备分数(FFR)通过使用最大充血期间的狭窄处远端冠状动脉压力除以主动脉压来计算该血管的血流储备能力。FFR被认为是评估冠脉狭窄是否引起功能性缺血的金标准;而同时冠状动脉下游微循环系统病也是造成冠心病不良事件的独立诱因,与之相对应的临床评价指标包括微循环阻力系数(IMR)和冠状动脉血流储备(CFR)等核心指标。无明显阻塞性斑块的症状患者可能仍然存在明显的非阻塞性冠状动脉粥样硬化和微血管缺血,从而导致主要不良心血管事件(MACE)发生率增加。IMR的临床意义正在于评估稳定患者胸痛和/或异常压力测试发现没有阻塞性心外膜冠状动脉疾病。CFR定义为最大充血时冠状动脉血流与基线状态的比值,它表示冠状循环对生理氧需求增加和相应的血流量增加做出反应的能力。CFR包括心外膜血管和微循环整个冠脉系统的功能信息,FFR提供心外膜段血管信息,IMR反应冠脉微循环功能状态。三者相互补充,提供一个完整的冠脉循环信息。充分使用好上述客观检测指标,将有助于临床医师详细了解患者的冠脉功能状态,明晰罪犯血管及罪犯病变并优化介入策略,评估微循环功能状态并指导药物治疗,并且对导经皮冠状动脉介入治疗(PCI)患者的预后提供更为准确的预测。
目前FFR、IMR和CFR的主要临床获取手段为有创的用压力导丝在目标血管内指定位置进行单点测量。这种测量方式有各种术中风险且价格昂贵,对于操作人员的专业性要求高,并且难以获取冠脉所有位置的参数值,亟待通过技术升级的方式来降低有创性带来的风险和成本。近年来,多种医学成像技术为冠脉血管的诊治提供了辅助选择,这些技术包括数字剪影血管造影术(DSA),正电子发射断层扫描(PET)和心脏磁共振,心肌超声造影和计算机断层造影等。新的医学成像技术能更加直观准确的呈现出真实冠脉以及血流的几何信息,很好的帮助临床医师完成病情诊断与治疗。然而,相对于能较为完善的显示血管与血流信息的现有成像技术,无法采用DSA影像辅助技术实现对FFR/IMR/CFR的无创检测。
发明内容
本申请的主要目的在于提供一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法、装置、计算机可读存储介质与处理器,以解决现有技术中无法采用DSA影像辅助技术实现对FFR/IMR/CFR的无创检测的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法,包括:获取待测量血管的2D冠脉DSA影像;从所述2D冠脉DSA影像中提取出2D目标血管;根据所述2D目标血管重建3D血管模型;根据所述3D血管模型计算无导丝CFR;利用无创测量法获取所述待测量血管的中心动脉压;根据所述中心动脉压确定所述待测量血管的入口处压力;根据所述3D血管模型和所述待测量血管的入口处压力,构建所述待测量血管的3D冠脉CFD模型;根据所述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
进一步地,利用无创测量法获取所述待测量血管的中心动脉压,包括:利用所述无创测量法获取肱动脉压力、桡动脉压力和颈动脉压力;根据所述肱动脉压力、所述桡动脉压力和所述颈动脉压力中的至少一个,计算出所述中心动脉压。
进一步地,利用无创测量法获取所述待测量血管的中心动脉压,包括:获取所述待测量血管的参数集合,所述参数集合包括几何信息、动脉入口流量、出口边界模型和血管弹性模型;根据所述参数集合确定一维流体力学模型;根据所述一维流体力学模型计算测点处的第一压力波形,所述测点包括桡动脉和肱动脉;利用所述无创测量法获取所述测点处的第二压力波形,所述无创测量法包括超声波法和核磁法;确定目标差值,所述目标差值为所述第一压力波形与所述第二压力波形的差值;在所述目标差值大于或者等于预定值的情况下,对所述参数集合中的各参数进行更新,直到所述目标差值小于所述预定值;根据更新后的所述参数集合,确定优化后的一维流体力学模型;基于优化后的一维流体力学模型确定所述中心动脉压。
进一步地,所述2D冠脉DSA影像包括静息状态下的DSA影像和充血状态下的DSA影像,根据所述3D血管模型计算无导丝CFR,包括:根据所述3D血管模型的体积变化率计算静息状态下血流量和充血状态下血流量;根据所述静息状态下血流量和所述充血状态下血流量,计算无导丝CFR。
进一步地,所述2D冠脉DSA影像包括不同角度下的DSA影像,根据所述2D目标血管重建3D血管模型包括:根据不同角度下的多个所述2D目标血管重建所述3D血管模型。
进一步地,根据所述3D冠脉CFD模型计算无导丝FFR和无导丝IMR,包括:根据所述3D冠脉CFD模型计算所述待测量血管内各点的压力值;至少根据所述压力值计算所述无导丝FFR和所述无导丝IMR。
进一步地,从所述2D冠脉DSA影像中提取出2D目标血管,包括:采用中心线求取算法和水平集图像分割算法,从所述2D冠脉DSA影像中提取出所述2D目标血管。
根据本申请的另一方面,提供了一种无导丝FFR、无导丝IMR和无导丝CFR的检测装置,包括:第一获取单元,用于获取待测量血管的2D冠脉DSA影像;提取单元,用于从所述2D冠脉DSA影像中提取出2D目标血管;重建单元,用于根据所述2D目标血管重建3D血管模型;第一计算单元,用于根据所述3D血管模型计算无导丝CFR;第二获取单元,用于利用无创测量法获取所述待测量血管的中心动脉压;确定单元,用于根据所述中心动脉压确定所述待测量血管的入口处压力;构建单元,用于根据所述3D血管模型和所述待测量血管的入口处压力,构建所述待测量血管的3D冠脉CFD模型;第二计算单元,用于根据所述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
根据本申请的又一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
根据本申请的再一方面,提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任意一种所述的无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
应用本申请的技术方案,通过获取待测量血管的2D冠脉DSA影像,再从2D冠脉DSA影像中提取出2D目标血管,再根据2D目标血管重建3D血管模型,进而根据3D血管模型计算无导丝CFR,实现了根据从DSA影像中定量获取无导丝CFR;利用无创测量法获取待测量血管的中心动脉压,进而根据中心动脉压确定待测量血管的入口处压力,再根据3D血管模型和待测量血管的入口处压力,构建待测量血管的3D冠脉CFD模型,最后根据3D冠脉CFD模型计算无导丝FFR和无导丝IMR,实现了采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。本发明对于冠脉DSA影像中血管的功能性指标FFR/IMR/CFR的计算具有很高的效率,很好的鲁棒性以及很好的准确度,可实现即时3D血管分析。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了根据本申请的实施例的无导丝FFR、无导丝IMR和无导丝CFR的检测方法流程图;
图2示出了根据本申请的实施例的不同时刻同一血管3D模型的体积变化示意图;
图3示出了根据本申请的实施例的根据不同角度下的两个2D目标血管重建3D血管模型的原理图;
图4示出了根据本申请的实施例的从上述2D冠脉DSA影像中提取出2D目标血管的原理图;
图5示出了根据本申请的实施例的55段人体动脉网络示意图;
图6示出了根据本申请的实施例的Tube-Load模型;
图7示出了根据本申请的实施例的血管模型入口压力与流量曲线图;
图8示出了根据本申请的实施例的FFR/IMR计算结果显示图;
图9示出了根据本申请的实施例的无导丝FFR、无导丝IMR和无导丝CFR的检测装置示意图;
图10出了根据本申请的实施例的中心动脉压波形图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
正如背景技术中所介绍的,现有技术中无法采用DSA影像辅助技术实现对FFR/IMR/CFR的无创检测,为解决如上无法采用DSA影像辅助技术实现对FFR/IMR/CFR的无创检测的问题,本申请的实施例提供了一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法、装置、计算机可读存储介质与处理器。
根据本申请的实施例,提供了一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
图1是根据本申请实施例的无导丝FFR、无导丝IMR和无导丝CFR的检测方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取待测量血管的2D冠脉DSA影像;
步骤S102,从上述2D冠脉DSA影像中提取出2D目标血管;
步骤S103,根据上述2D目标血管重建3D血管模型;
步骤S104,根据上述3D血管模型计算无导丝CFR;
步骤S105,利用无创测量法获取上述待测量血管的中心动脉压;
步骤S106,根据上述中心动脉压确定上述待测量血管的入口处压力;
步骤S107,根据上述3D血管模型和上述待测量血管的入口处压力,构建上述待测量血管的3D冠脉CFD模型;
步骤S108,根据上述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
具体地,2D目标血管的数量可以是多样的,包括单根血管、多根血管以及整个冠脉系统;
具体地,可以通过超声波检测、核磁检测以及能记录波形的血压测量仪器等无创测量的方式获取待测量血管的中心动脉压。
具体地,对无导丝CFR、无导丝FFR和无导丝IMR的计算结果进行实时显示,实现可视化。且本发明对于单根或多根的冠脉血管树同样有很好的处理能力、效率以及精度。对于多根血管整体处理时间小于1分钟。
上述方案中,通过获取待测量血管的2D冠脉DSA影像,再从2D冠脉DSA影像中提取出2D目标血管,再根据2D目标血管重建3D血管模型,进而根据3D血管模型计算无导丝CFR,实现了根据从DSA影像中定量获取无导丝CFR;利用无创测量法获取待测量血管的中心动脉压,进而根据中心动脉压确定待测量血管的入口处压力,再根据3D血管模型和待测量血管的入口处压力,构建待测量血管的3D冠脉CFD模型,最后根据3D冠脉CFD模型计算无导丝FFR和无导丝IMR,实现了采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。本发明对于冠脉DSA影像中血管的功能性指标FFR/IMR/CFR的计算具有很高的效率,很好的鲁棒性以及很好的准确度,可实现即时3D血管分析。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请的一种实施例中,利用无创测量法获取上述待测量血管的中心动脉压,包括:利用上述无创测量法获取肱动脉压力、桡动脉压力和颈动脉压力;根据上述肱动脉压力、上述桡动脉压力和上述颈动脉压力中的至少一个,计算出上述中心动脉压。具体地,可以采用无创测量的方式获取肱动脉压力波形、桡动脉压力波形和颈动脉压力波形,进而根据肱动脉压力波形、桡动脉压力波形和颈动脉压力波形中的至少一个,计算出上述中心动脉压,以获取精确的中心动脉压。
本申请的一种实施例中,利用无创测量法获取上述待测量血管的中心动脉压,包括:获取上述待测量血管的参数集合,上述参数集合包括几何信息、动脉入口流量、出口边界模型和血管弹性模型;根据上述参数集合确定一维流体力学模型;根据上述一维流体力学模型计算测点处的第一压力波形,上述测点包括桡动脉和肱动脉;利用上述无创测量法获取上述测点处的第二压力波形,上述无创测量法包括超声波法和核磁法;确定目标差值,上述目标差值为上述第一压力波形与上述第二压力波形的差值;在上述目标差值大于或者等于预定值的情况下,对上述参数集合中的各参数进行更新,直到上述目标差值小于上述预定值;根据更新后的上述参数集合,确定优化后的一维流体力学模型;基于优化后的一维流体力学模型确定上述中心动脉压。本实施例中的第一压力波形和第二压力波形均是在时域内的压力波形,即第一压力波形和第二压力波形包含了时序信息,相较于现有技术中的桡动脉压力或者肱动脉压力仅仅是一个压力值的方案,相较于现有技术中的采用常用的经验公式得到一个平均动脉压的方式(准确度与时序无关),本申请的方案由于是时序的波形,使得所确定的中心动脉压更为准确;进一步地保证了待测量血管的功能学指标的准确。另外,通过不断地调整参数集合中的各参数,直到目标差值小于上述预定值,在目标差值较小的情况下确定此时的一维流体力学模型更接近与真实的血管流体力学模型,所以基于上述优化后的一维流体力学模型确定上述中心动脉压更为准确。
本申请的一种具体的实施例中,获取待测量血管的几何信息包括:建立55段人体动脉网络结构(55段人体动脉网络结构如图5所示),根据55段人体动脉网络结构确定初始的网络结构参数,初始的网络结构参数包括血管的长度,半径等几何信息。55段人体动脉几何信息如表1所示。
表1 55段人体动脉几何信息
本申请的一种具体的实施例中,获取待测量血管的动脉入口流量包括:确定动脉树入口处一个完整心跳周期内的流量-时间关系,根据流量-时间关系确定待测量血管的动脉入口流量。其中,可以通过大量数据的拟合关系确定流量-时间关系,也就是说获取动脉树入口处的多个流量,在时间域上对多个流量进行拟合,得到一个完整心跳周期内的流量-时间关系;也可以通过超声波检测或者核磁检测等无创测量的方式获取一个完整心跳周期内的流量-时间关系。
本申请的一种具体的实施例中,获取待测量血管的出口边界模型包括:估算动脉树出口处各截断血管基于电路模型的阻抗、容抗等参数,根据阻抗、容抗等参数确定待测量血管的出口边界模型。
本申请的一种具体的实施例中,获取待测量血管的血管弹性模型包括:基于三维不可压流纳维-斯托克斯(NS)方程构造一维血流动力学控制方程:
其中,A是血管横截面积,q是血液流量,ν是运动粘性,δ为边界层厚度,r0为血管未变形时的半径,压力p通过基于弹性模型的状态方程计算,p0,A0分别是血管未变形时的压力和横截面积,E表示血管壁的杨氏模量,h表示血管壁厚度,其中,根据血管的半径确定血管横截面积,根据动脉树入口处一个完整心跳周期内的流量-时间关系确定血液流量。
具体地,功能学指标的计算中,血管内动脉压力是必不可少的参数,而动脉压力相关参数来源于心脏功能指标。传统的做法是通过统计学意义下的经验公式,得到平均动脉压(MAP),根据平均动脉压(MAP)估算FFR等参数,例如,经验公式为:
其中,HR、SBP、DBP分别表示患者的心率、心脏收缩血压、心脏舒张血压。而该经验公式并不能完全反映患者特异化的生理参数。而一维计算流体力学的方法,通过建立人体的动脉树,基于无创测量的上肢动脉校正一维计算流体力学模型中与患者相关的参数。如此往复不断调整这些患者特异化参数,对当前患者能得到一个最优的模型。从而从该模型出发计算出中心动脉压,能更准确计算出压力相关参数。另一方面,这种方法能获得一个心跳周期内完整的中心动脉压力波形,如图10所示,而不仅是高低压、平均压。这对瞬态的CFD仿真非常有利,能提供一个周期内的完整压力边界条件。
本申请的一种替代实施例中,一维血流动力学控制方程,还可以表示为如下形式:
其中α是Coriolis系数,μ是是动力粘性,γv是定义速度径向分布的参数。在α=1时,
方程还可以写为A,u的形式:
其中,u是轴向速度。
基于弹性模型的状态方程还可以写为:
其中v是泊松比。
另外状态方程还有基于黏弹性模型的形式:
其中γs是黏弹性系数。
当然,一维血流动力学控制方程和状态方程还有其他一些形式,不局限于这里列举的情形。
申请的一种实施例中,上述2D冠脉DSA影像包括静息状态下的DSA影像和充血状态下的DSA影像,根据上述3D血管模型计算无导丝CFR,包括:根据上述3D血管模型的体积变化率计算静息状态下血流量和充血状态下血流量;根据上述静息状态下血流量和上述充血状态下血流量,计算无导丝CFR。
本申请的一种具体的实施方式中,计算无导丝CFR的具体方式是:根据不同角度下的静息状态下的DSA影像,构建静息状态下的3D血管模型;获取时间上连续的一组静息状态下的冠脉血管3D模型;通过计算连续两个时刻3D血管模型的体积变化率来计算静息状态下血流量(对于连续拍摄所得DSA影像,相邻两帧之间的血管体积(充血量)的变化量除以两帧间时间间隔即为该时间段内的血流量);根据不同角度下的充血状态下的DSA影像,构建充血状态下的3D血管模型;获取时间上连续的一组充血状态下的冠脉血管3D模型;通过计算连续两个时刻3D血管模型的体积变化率来计算充血状态下血流量;无导丝CFR为最大充血状态下血流量与静息状态下血流量的比值。如图2所示,图2A、图2B、图2C为一根血管在不同时刻所得3D模型,对图中模型求体积变化量,除以两张图间隔时间得到该血管在该时刻的血流量,图2A1和图2A2是图2A对应的2D轮廓,图2B1和图2B2是图2B对应的2D轮廓,图2C1和图2C2是图2C对应的2D轮廓。
本申请的一种实施例中,上述2D冠脉DSA影像包括不同角度下的DSA影像,根据上述2D目标血管重建3D血管模型包括:根据不同角度下的多个上述2D目标血管重建上述3D血管模型。从不同角度下的2D血管重建3D血管的方法包括:1)对不同角度下的2D血管分割结果相对光源位置进行位置校正,获取光源矫正后的投影图像;2)根据光源个数构造空间曲面区域;3)将多个曲面区域在3D空间内相交,得到空间凸包即为初始三维血管模型;4)获取初始三维血管中心线,并计算中心线上全部点处的半径大小;5)以中心线上每个点的给定半径进行中心线扩张得到中间状态血管模型;6)使用平滑算法平滑血管轮廓,得到重构出的最终3D血管模型。对于两个不同角度下的2D目标血管进行三维重构方法如图3所示。对不同角度下的2D血管分割结果C2’进行相对光源位置的位置校正,获取光源矫正后的投影图像C2。根据光源个数构造空间曲面区域(图3中阴影部分)。将多个曲面区域在3D空间内相交,得到空间凸包(图中vessel)。获取三维血管中心线,并计算中心线上全部点处的半径大小。以中心线上每个点的给定半径进行中心线扩张得到初始血管模型。使用平滑算法平滑血管轮廓,得到重构出的3D血管模型。不同角度下2D血管轮廓如图3B1、图3B2所示,最终重建结果如图3B3。
本申请的一种实施例中,根据上述3D冠脉CFD模型计算无导丝FFR和无导丝IMR,包括:根据上述3D冠脉CFD模型计算上述待测量血管内各点的压力值;至少根据上述压力值计算上述无导丝FFR和上述无导丝IMR。
本申请的一种具体的实施方式中,计算无导丝FFR和上述无导丝IMR的具体的方式是:结合3D血管模型、充血状态下的血流量以及血管入口压力,对3D冠脉CFD模型进行数值求解以获取血管内各点在血管充血状态下的压力值;根据定义FFR=最大充血时血管远端压力Pd/最大充血时血管近端压力Pa以及IMR=最大充血时血管远端压力Pd/最大充血血流量,计算冠脉各点FFR/IMR值。具体地,对FFR与IMR求解采用同一个稳态求解器,冠脉血管的边界条件为入口压力给定、出口流量给定和血管壁用无滑移壁面。CFD模型的入口压力边界以及出口流量边界如图7所示。FFR与IMR计算均基于充血状态下CFD求解所得血管内各点压力值Pd。图8为含有一个分叉点以及两根子血管的3D模型CFD结果。FFR/IMR显示:计算所得FFR/IMR显示在图8的3D模型上。如图所示,图8中分别展示目标血管内各点对应的FFR与IMR值。相对于有创测量时测量点数量的局限性,本发明的结果可以显示血管内所有位置的参数值。
本申请的一种实施例中,从上述2D冠脉DSA影像中提取出2D目标血管,包括:采用中心线求取算法和水平集图像分割算法,从上述2D冠脉DSA影像中提取出上述2D目标血管。图4展示DSA影像2D血管提取的过程。对图4A利用水平集算法进行图像分割得到全图分割结果如图4B所示。在图4A原图基础上利用快速行进算法得到目标血管中心线如图4C所示。结合全图分割结果与目标血管中心线,对中心线进行扩张得到最终目标血管如图4D所示。结合血管中心线求取和水平集图像分割算法,获取目标2D冠脉目标血管的分割结果的主要步骤包括:1)对原始图像进行预处理,生成二值化图像;2)在二值化图像上自动(如位置选择)或者交互式选取确定目标血管/血管树中每根血管的至少两个端点,包括第一端点和第二端点;3)利用快速行进算法在二值化图像中提取从第一端点到第二端点的目标血管中心线;4)利用水平集分割算法对二值化图像进行分割;5)对分割图像进行标准化处理,并对所得图像求取其对应的距离图像;6)通过距离图像计算中心线上点到血管轮廓的最短距离;7)对血管中心线进行以各点对应的最短距离的膨胀扩张操作,得到目标血管形状模型;8)对分割结果与血管形状模型以特定权重进行求和获取最终目标血管。
本申请的一种实施例中,根据上述肱动脉压力、上述桡动脉压力和上述颈动脉压力中的至少一个,计算出中心动脉压,包括:根据上述肱动脉压力、上述桡动脉压力和上述颈动脉压力中的至少一个,采用传递函数方法、一维血流动力学方法或者Tube-Load方法,计算出上述中心动脉压。
具体地,采用传递函数方法的具体步骤包括:1)采集颈动脉压力波形和肱(桡)动脉压力波形集合;2)基于自回归外生模型构造从桡动脉至颈动脉个人传递函数y(t)+a1y(t-1)+…+anay(t-na)=b1u(t-nk)+…+bnbu(t-nb-nk+1)+e(t),其中na,nb是模型的阶次,nk是模型的时延,e(t)是白噪声扰动,u(t)是输入的桡动脉压力,y(t)是输出的颈动脉压力;3)在所有测量的数据集中对个人传递函数求平均,最终得到通用传递函数(广义传递函数),将该通用传递函数作用于临床测量的肱动脉血压波形即可得到中心动脉压波形。
具体地,Tube-Load方法的具体步骤包括:1)建立如图6所示的Tube-Load模型,其中pc(t)是中心动脉压随时间变化的压力,Td是脉搏波从中心动脉入口处传播到测量点(桡动脉)的传播时间,Zc是动脉的特征阻抗,R是外周阻力;2)根据公式计算脉搏波反射系数;3)依据Td,Γ的生理范围,也就是Td∈[0,0.15](单位:秒),Γ∈[0,1],以间隔ΔTd=5×10-3,ΔΓ=5×10-2生成(Td,Γ)对;4)测量肱动脉或桡动脉处随时间变化的压力波形pr(t);5)通过公式T-0.4(1-e-2T),计算中心动脉压波形对应的舒张期区间,其中T=60/HR,HR是每分钟心跳次数;6)每一个(Td,Γ)对,根据公式
计算对应的中心动脉压波形,并通过低通滤波器平滑;7)对每对(Td,Γ)所计算平滑后的中心动脉压波形,舒张期区间对应的压力进行对数变换,并通过线性回归拟合直线,记录所有(Td,Γ)对的拟合误差;8)拟合误差最小的中心动脉压波形即为最终所求波形。
本申请实施例还提供了一种无导丝FFR、无导丝IMR和无导丝CFR的检测装置,需要说明的是,本申请实施例的无导丝FFR、无导丝IMR和无导丝CFR的检测装置可以用于执行本申请实施例所提供的用于无导丝FFR、无导丝IMR和无导丝CFR的检测方法。以下对本申请实施例提供的无导丝FFR、无导丝IMR和无导丝CFR的检测装置进行介绍。
图9是根据本申请实施例的无导丝FFR、无导丝IMR和无导丝CFR的检测装置的示意图。如图9所示,该装置包括:
第一获取单元10,用于获取待测量血管的2D冠脉DSA影像;
提取单元20,用于从上述2D冠脉DSA影像中提取出2D目标血管;
重建单元30,用于根据上述2D目标血管重建3D血管模型;
第一计算单元40,用于根据上述3D血管模型计算无导丝CFR;
第二获取单元50,用于利用无创测量法获取上述待测量血管的中心动脉压;
确定单元60,用于根据上述中心动脉压确定上述待测量血管的入口处压力;
构建单元70,用于根据上述3D血管模型和上述待测量血管的入口处压力,构建上述待测量血管的3D冠脉CFD模型;
第二计算单元80,用于根据上述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
具体地,2D目标血管的数量可以是多样的,包括单根血管、多根血管以及整个冠脉系统;
具体地,可以通过超声波检测、核磁检测以及能记录波形的血压测量仪器等无创测量的方式获取待测量血管的中心动脉压。
上述方案中,第一获取单元获取待测量血管的2D冠脉DSA影像,提取单元从2D冠脉DSA影像中提取出2D目标血管,重建单元根据2D目标血管重建3D血管模型,第一计算单元根据3D血管模型计算无导丝CFR,实现了根据从DSA影像中定量获取无导丝CFR;第二获取单元利用无创测量法获取待测量血管的中心动脉压,确定单元根据中心动脉压确定待测量血管的入口处压力,构建单元根据3D血管模型和待测量血管的入口处压力,构建待测量血管的3D冠脉CFD模型,第二计算单元根据3D冠脉CFD模型计算无导丝FFR和无导丝IMR,实现了采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。
本申请的一种实施例中,第二获取单元包括第一获取模块和第一计算模块,第一获取模块用于利用上述无创测量法获取肱动脉压力、桡动脉压力和颈动脉压力;第一计算模块用于据上述肱动脉压力、上述桡动脉压力和上述颈动脉压力中的至少一个,计算出上述中心动脉压。具体地,可以采用无创测量的方式获取肱动脉压力波形、桡动脉压力波形和颈动脉压力波形,进而根据肱动脉压力波形、桡动脉压力波形和颈动脉压力波形中的至少一个,计算出上述中心动脉压,以获取精确的中心动脉压。
本申请的一种实施例中,第二获取单元包括第二获取模块、第一确定模块、第二计算模块、第三获取模块、第二确定模块、更新模块、第三确定模块和第四确定模块,第二获取模块用于获取上述待测量血管的参数集合,上述参数集合包括几何信息、动脉入口流量、出口边界模型和血管弹性模型;第一确定模块用于根据上述参数集合确定一维流体力学模型;第二计算模块用于根据上述一维流体力学模型计算测点处的第一压力波形,上述测点包括桡动脉和肱动脉;第三获取模块用于利用上述无创测量法获取上述测点处的第二压力波形,上述无创测量法包括超声波法和核磁法;第二确定模块用于确定目标差值,上述目标差值为上述第一压力波形与上述第二压力波形的差值;更新模块用于在上述目标差值大于或者等于预定值的情况下,对上述参数集合中的各参数进行更新,直到上述目标差值小于上述预定值;第三确定模块用于根据更新后的上述参数集合,确定优化后的一维流体力学模型;第四确定模块用于基于优化后的一维流体力学模型确定上述中心动脉压。本实施例中的第一压力波形和第二压力波形均是在时域内的压力波形,即第一压力波形和第二压力波形包含了时序信息,相较于现有技术中的桡动脉压力或者肱动脉压力仅仅是一个压力值的方案,相较于现有技术中的采用常用的经验公式得到一个平均动脉压的方式(准确度与时序无关),本申请的方案由于是时序的波形,使得所确定的中心动脉压更为准确;进一步地保证了待测量血管的功能学指标的准确。另外,通过不断地调整参数集合中的各参数,直到目标差值小于上述预定值,在目标差值较小的情况下确定此时的一维流体力学模型更接近与真实的血管流体力学模型,所以基于上述优化后的一维流体力学模型确定上述中心动脉压更为准确。
本申请的一种实施例中,上述2D冠脉DSA影像包括静息状态下的DSA影像和充血状态下的DSA影像,第一计算单元还用于根据上述3D血管模型的体积变化率计算静息状态下血流量和充血状态下血流量;根据上述静息状态下血流量和上述充血状态下血流量,计算无导丝CFR。
本申请的一种实施例中,上述2D冠脉DSA影像包括不同角度下的DSA影像,重建单元还用于根据不同角度下的多个上述2D目标血管重建上述3D血管模型。从不同角度下的2D血管重建3D血管的方法包括:1)对不同角度下的2D血管分割结果相对光源位置进行位置校正,获取光源矫正后的投影图像;2)根据光源个数构造空间曲面区域;3)将多个曲面区域在3D空间内相交,得到空间凸包即为初始三维血管模型;4)获取初始三维血管中心线,并计算中心线上全部点处的半径大小;5)以中心线上每个点的给定半径进行中心线扩张得到中间状态血管模型;6)使用平滑算法平滑血管轮廓,得到重构出的最终3D血管模型。
本申请的一种实施例中,第二计算单元还用于根据上述3D冠脉CFD模型计算上述待测量血管内各点的压力值;至少根据上述压力值计算上述无导丝FFR和上述无导丝IMR。
本申请的一种实施例中,提取单元还用于采用中心线求取算法和水平集图像分割算法,从上述2D冠脉DSA影像中提取出上述2D目标血管。结合血管中心线求取和水平集图像分割算法,获取目标2D冠脉目标血管的分割结果的主要步骤包括:1)对原始图像进行预处理,生成二值化图像;2)在二值化图像上自动(如位置选择)或者交互式选取确定目标血管/血管树中每根血管的至少两个端点,包括第一端点和第二端点;3)利用快速行进算法在二值化图像中提取从第一端点到第二端点的目标血管中心线;4)利用水平集分割算法对二值化图像进行分割;5)对分割图像进行标准化处理,并对所得图像求取其对应的距离图像;6)通过距离图像计算中心线上点到血管轮廓的最短距离;7)对血管中心线进行以各点对应的最短距离的膨胀扩张操作,得到目标血管形状模型;8)对分割结果与血管形状模型以特定权重进行求和获取最终目标血管。
所述无导丝FFR、无导丝IMR和无导丝CFR的检测装置包括处理器和存储器,上述第一获取单元、提取单元、重建单元、第一计算单元、第二获取单元、确定单元、构建单元和第二计算单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行所述无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行所述无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取待测量血管的2D冠脉DSA影像;
步骤S102,从上述2D冠脉DSA影像中提取出2D目标血管;
步骤S103,根据上述2D目标血管重建3D血管模型;
步骤S104,根据上述3D血管模型计算无导丝CFR;
步骤S105,利用无创测量法获取上述待测量血管的中心动脉压;
步骤S106,根据上述中心动脉压确定上述待测量血管的入口处压力;
步骤S107,根据上述3D血管模型和上述待测量血管的入口处压力,构建上述待测量血管的3D冠脉CFD模型;
步骤S108,根据上述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取待测量血管的2D冠脉DSA影像;
步骤S102,从上述2D冠脉DSA影像中提取出2D目标血管;
步骤S103,根据上述2D目标血管重建3D血管模型;
步骤S104,根据上述3D血管模型计算无导丝CFR;
步骤S105,利用无创测量法获取上述待测量血管的中心动脉压;
步骤S106,根据上述中心动脉压确定上述待测量血管的入口处压力;
步骤S107,根据上述3D血管模型和上述待测量血管的入口处压力,构建上述待测量血管的3D冠脉CFD模型;
步骤S108,根据上述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的无导丝FFR、无导丝IMR和无导丝CFR的检测方法,通过获取待测量血管的2D冠脉DSA影像,再从2D冠脉DSA影像中提取出2D目标血管,再根据2D目标血管重建3D血管模型,进而根据3D血管模型计算无导丝CFR,实现了根据从DSA影像中定量获取无导丝CFR;利用无创测量法获取待测量血管的中心动脉压,进而根据中心动脉压确定待测量血管的入口处压力,再根据3D血管模型和待测量血管的入口处压力,构建待测量血管的3D冠脉CFD模型,最后根据3D冠脉CFD模型计算无导丝FFR和无导丝IMR,实现了采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。本发明对于冠脉DSA影像中血管的功能性指标FFR/IMR/CFR的计算具有很高的效率,很好的鲁棒性以及很好的准确度,可实现即时3D血管分析。
2)、本申请的无导丝FFR、无导丝IMR和无导丝CFR的检测装置,第一获取单元获取待测量血管的2D冠脉DSA影像,提取单元从2D冠脉DSA影像中提取出2D目标血管,重建单元根据2D目标血管重建3D血管模型,第一计算单元根据3D血管模型计算无导丝CFR,实现了根据从DSA影像中定量获取无导丝CFR;第二获取单元利用无创测量法获取待测量血管的中心动脉压,确定单元根据中心动脉压确定待测量血管的入口处压力,构建单元根据3D血管模型和待测量血管的入口处压力,构建待测量血管的3D冠脉CFD模型,第二计算单元根据3D冠脉CFD模型计算无导丝FFR和无导丝IMR,实现了采用DSA影像辅助技术对CFR、FFR和IMR的无创检测。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种无导丝FFR、无导丝IMR和无导丝CFR的检测方法,其特征在于,包括:
获取待测量血管的2D冠脉DSA影像;
从所述2D冠脉DSA影像中提取出2D目标血管;
根据所述2D目标血管重建3D血管模型;
根据所述3D血管模型计算无导丝CFR;
利用无创测量法获取所述待测量血管的中心动脉压;
根据所述中心动脉压确定所述待测量血管的入口处压力;
根据所述3D血管模型和所述待测量血管的入口处压力,构建所述待测量血管的3D冠脉CFD模型;
根据所述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
2.根据权利要求1所述的检测方法,其特征在于,利用无创测量法获取所述待测量血管的中心动脉压,包括:
利用所述无创测量法获取肱动脉压力、桡动脉压力和颈动脉压力;
根据所述肱动脉压力、所述桡动脉压力和所述颈动脉压力中的至少一个,计算出所述中心动脉压。
3.根据权利要求1所述的检测方法,其特征在于,利用无创测量法获取所述待测量血管的中心动脉压,包括:
获取所述待测量血管的参数集合,所述参数集合包括几何信息、动脉入口流量、出口边界模型和血管弹性模型;
根据所述参数集合确定一维流体力学模型;
根据所述一维流体力学模型计算测点处的第一压力波形,所述测点包括桡动脉和肱动脉;
利用所述无创测量法获取所述测点处的第二压力波形,所述无创测量法包括超声波法和核磁法;
确定目标差值,所述目标差值为所述第一压力波形与所述第二压力波形的差值;
在所述目标差值大于或者等于预定值的情况下,对所述参数集合中的各参数进行更新,直到所述目标差值小于所述预定值;
根据更新后的所述参数集合,确定优化后的一维流体力学模型;
基于优化后的一维流体力学模型确定所述中心动脉压。
4.根据权利要求1所述的检测方法,其特征在于,所述2D冠脉DSA影像包括静息状态下的DSA影像和充血状态下的DSA影像,根据所述3D血管模型计算无导丝CFR,包括:
根据所述3D血管模型的体积变化率计算静息状态下血流量和充血状态下血流量;
根据所述静息状态下血流量和所述充血状态下血流量,计算无导丝CFR。
5.根据权利要求1所述的检测方法,其特征在于,所述2D冠脉DSA影像包括不同角度下的DSA影像,根据所述2D目标血管重建3D血管模型包括:
根据不同角度下的多个所述2D目标血管重建所述3D血管模型。
6.根据权利要求1所述的检测方法,其特征在于,根据所述3D冠脉CFD模型计算无导丝FFR和无导丝IMR,包括:
根据所述3D冠脉CFD模型计算所述待测量血管内各点的压力值;
至少根据所述压力值计算所述无导丝FFR和所述无导丝IMR。
7.根据权利要求1所述的检测方法,其特征在于,从所述2D冠脉DSA影像中提取出2D目标血管,包括:
采用中心线求取算法和水平集图像分割算法,从所述2D冠脉DSA影像中提取出所述2D目标血管。
8.一种无导丝FFR、无导丝IMR和无导丝CFR的检测装置,其特征在于,包括:
第一获取单元,用于获取待测量血管的2D冠脉DSA影像;
提取单元,用于从所述2D冠脉DSA影像中提取出2D目标血管;
重建单元,用于根据所述2D目标血管重建3D血管模型;
第一计算单元,用于根据所述3D血管模型计算无导丝CFR;
第二获取单元,用于利用无创测量法获取所述待测量血管的中心动脉压;
确定单元,用于根据所述中心动脉压确定所述待测量血管的入口处压力;
构建单元,用于根据所述3D血管模型和所述待测量血管的入口处压力,构建所述待测量血管的3D冠脉CFD模型;
第二计算单元,用于根据所述3D冠脉CFD模型计算无导丝FFR和无导丝IMR。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的无导丝FFR、无导丝IMR和无导丝CFR的检测方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110269801.8A CN113040795B (zh) | 2021-03-12 | 2021-03-12 | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 |
PCT/CN2022/080454 WO2022188881A1 (zh) | 2021-03-12 | 2022-03-11 | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110269801.8A CN113040795B (zh) | 2021-03-12 | 2021-03-12 | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113040795A true CN113040795A (zh) | 2021-06-29 |
CN113040795B CN113040795B (zh) | 2022-09-06 |
Family
ID=76512052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110269801.8A Active CN113040795B (zh) | 2021-03-12 | 2021-03-12 | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113040795B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113413145A (zh) * | 2021-07-30 | 2021-09-21 | 北京阅影科技有限公司 | 获取中心动脉压的方法、装置与计算机可读存储介质 |
CN113850903A (zh) * | 2021-09-24 | 2021-12-28 | 北京阅影科技有限公司 | 确定血管流量的方法、装置、计算机存储介质及处理器 |
CN114170134A (zh) * | 2021-11-03 | 2022-03-11 | 杭州脉流科技有限公司 | 基于颅内dsa影像的狭窄评估方法及装置 |
WO2022188870A1 (zh) * | 2021-03-12 | 2022-09-15 | 北京阅影科技有限公司 | 获取冠状动脉功能学指标的方法与装置 |
WO2022188881A1 (zh) * | 2021-03-12 | 2022-09-15 | 北京阅影科技有限公司 | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 |
CN117481806A (zh) * | 2022-12-30 | 2024-02-02 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080262346A1 (en) * | 2004-12-08 | 2008-10-23 | Tsuriel Assis | Method And Apparatus For Blood Vessel Parameter Determinations |
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 |
CN107978371A (zh) * | 2017-11-30 | 2018-05-01 | 博动医学影像科技(上海)有限公司 | 快速计算微循环阻力的方法及系统 |
US20190355118A1 (en) * | 2017-01-24 | 2019-11-21 | Spectrum Dynamics Medical Limited | Systems and methods for computation of functional index parameter values for blood vessels |
-
2021
- 2021-03-12 CN CN202110269801.8A patent/CN113040795B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080262346A1 (en) * | 2004-12-08 | 2008-10-23 | Tsuriel Assis | Method And Apparatus For Blood Vessel Parameter Determinations |
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 |
US20190355118A1 (en) * | 2017-01-24 | 2019-11-21 | Spectrum Dynamics Medical Limited | Systems and methods for computation of functional index parameter values for blood vessels |
CN107978371A (zh) * | 2017-11-30 | 2018-05-01 | 博动医学影像科技(上海)有限公司 | 快速计算微循环阻力的方法及系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022188870A1 (zh) * | 2021-03-12 | 2022-09-15 | 北京阅影科技有限公司 | 获取冠状动脉功能学指标的方法与装置 |
WO2022188881A1 (zh) * | 2021-03-12 | 2022-09-15 | 北京阅影科技有限公司 | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 |
CN113413145A (zh) * | 2021-07-30 | 2021-09-21 | 北京阅影科技有限公司 | 获取中心动脉压的方法、装置与计算机可读存储介质 |
CN113850903A (zh) * | 2021-09-24 | 2021-12-28 | 北京阅影科技有限公司 | 确定血管流量的方法、装置、计算机存储介质及处理器 |
CN114170134A (zh) * | 2021-11-03 | 2022-03-11 | 杭州脉流科技有限公司 | 基于颅内dsa影像的狭窄评估方法及装置 |
CN114170134B (zh) * | 2021-11-03 | 2023-03-10 | 杭州脉流科技有限公司 | 基于颅内dsa影像的狭窄评估方法及装置 |
CN117481806A (zh) * | 2022-12-30 | 2024-02-02 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
CN117481806B (zh) * | 2022-12-30 | 2024-04-02 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113040795B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113040795B (zh) | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 | |
US10872698B2 (en) | Method and system for enhancing medical image-based blood flow computations using physiological measurements | |
US11896416B2 (en) | Method for calculating coronary artery fractional flow reserve on basis of myocardial blood flow and CT images | |
CN108511075B (zh) | 一种非侵入式获取血流储备分数的方法和系统 | |
KR101818645B1 (ko) | 혈류 특성 모델링 감도 분석 방법 및 시스템 | |
JP6661613B2 (ja) | 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法 | |
CA2882543C (en) | Systems and methods for estimating blood flow characteristics from vessel geometry and physiology | |
CN113040796B (zh) | 获取冠状动脉功能学指标的方法与装置 | |
CN112384136A (zh) | 基于造影图像获取血管评定参数的方法、装置及系统 | |
CN113180614B (zh) | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 | |
CN110786842B (zh) | 测量舒张期血流速度的方法、装置、系统及存储介质 | |
TW201400086A (zh) | 一種藉壓脈帶壓力脈波震盪訊號以預估中央動脈脈搏壓的方法及其裝置 | |
WO2022237161A1 (zh) | 脑动脉波强度和波功率的测量方法、终端设备及存储介质 | |
CN114052764B (zh) | 获取血流储备分数的方法、装置、系统和计算机存储介质 | |
US20210219924A1 (en) | Noninvasive Diagnostics of Proximal Heart Health Biomarkers | |
CN112384138B (zh) | 获取心表大动脉的血流量的方法、装置、系统及存储介质 | |
WO2022188881A1 (zh) | 无导丝ffr、无导丝imr和无导丝cfr的检测方法 | |
CN112690814B (zh) | 一种低误差的冠状动脉血流储备分数测量方法 | |
CN110929604A (zh) | 基于造影图像的流速的筛选方法、装置、系统和存储介质 | |
CN118098607B (zh) | 一种冠状动脉供血功能评估方法、系统、设备以及介质 | |
CN113907720B (zh) | 测量血管功能学指标的方法、装置与处理器 | |
US20230190113A1 (en) | Mathematical modeling of blood flow to evaluate hemodynamic significance of peripheral vascular legions | |
CN117809852A (zh) | 一种冠脉血流储备分数的确定方法、装置、设备及介质 | |
Reddy et al. | Coronary Physiologic Assessment Based on Angiography and Intracoronary Imaging. | |
CN118471524A (zh) | 一种冠脉功能学参数的确定方法及装置 |
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 |