CN113076705A - 血流动力的仿真方法及装置 - Google Patents

血流动力的仿真方法及装置 Download PDF

Info

Publication number
CN113076705A
CN113076705A CN202110328652.8A CN202110328652A CN113076705A CN 113076705 A CN113076705 A CN 113076705A CN 202110328652 A CN202110328652 A CN 202110328652A CN 113076705 A CN113076705 A CN 113076705A
Authority
CN
China
Prior art keywords
blood vessel
target
artery
pressure value
simulation
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
Application number
CN202110328652.8A
Other languages
English (en)
Inventor
张超
赵清华
毛益进
刘伟
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.)
Beijing Yueying Technology Co ltd
Original Assignee
Beijing Yueying Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Yueying Technology Co ltd filed Critical Beijing Yueying Technology Co ltd
Priority to CN202110328652.8A priority Critical patent/CN113076705A/zh
Priority to CN202211655782.3A priority patent/CN116227374A/zh
Priority to PCT/CN2021/085726 priority patent/WO2022198719A1/zh
Publication of CN113076705A publication Critical patent/CN113076705A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • 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

Abstract

本发明公开了一种血流动力的仿真方法及装置。其中，该方法包括：获取目标对象预定区域的动脉血管的血管影像；对血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；获取用于对血管模型所对应目标血管进行仿真的边界条件；对目标血管进行中心动脉压计算，以获取目标血管的入口压力值；利用边界条件以及入口压力值对目标血管进行血流动力仿真。本发明解决了相关技术中采用侵入式血流储备分数测量存在安全隐患，导致对血流动力仿真的可靠性较低的技术问题。

Description

血流动力的仿真方法及装置
技术领域
本发明涉及血流动力仿真技术领域，具体而言，涉及一种血流动力的仿真方法及装置。
背景技术
颅内动脉粥样硬化(Intracranial Atherosclerotic，简称ICAS)疾病是中风的主要原因。SAMMPRIS试验表明，即使采用最佳医疗条件，严重颅内狭窄患者的年卒中复发率也高达12％。而VISSIT试验，也并未显示出颅内支架手术的好处。但是究其原因，一个是使用装置和支架置入手术相对缺乏经验，导致并发症；另一个重要因素是没有选择最高复发卒中风险的患者。仅靠最佳医疗条件是不够的，很多患者可能因血管介入而受益。ICAS传统上基于管腔狭窄程度治疗患者。血流动力学，和斑块特征一样是评估卒中复发风险时应考虑的重要因素。在冠状动脉研究中表明，通过血流储备分数(Fractional Flow Reserve，简称FFR)评估的功能学狭窄在缺血风险优于解剖学狭窄。在判断狭窄是否功能性缺血时，截止值0.8的准确度超过90％。与冠脉造影引导下经皮冠脉介入治疗相比，FFR引导下经皮冠脉介入治疗可降低死亡率、心肌梗死率和重复血运重建率。目前，冠状动脉FFR被广泛用作确定支架插入的临床指标在冠状动脉疾病。在脑血管系统，使用神经血管系统血流储备分数(Cerebrovascular Reserve，简称CVR)。尽管FFR测量对临床诊断用途很大，但它有几个缺点：一是压力导丝侵入性测量，二是需要血管扩张剂来诱导充血状态，可能导致血管扩张剂如腺苷给药副作用。对于神经血管系统，一般推荐不使用侵入性测量，因为该过程本身非常危险，且侵入性测量还存在辐射和CO2副作用的问题。
针对上述问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种血流动力的仿真方法及装置，以至少解决相关技术中采用侵入式血流储备分数测量存在安全隐患，导致对血流动力仿真的可靠性较低的技术问题。
根据本发明实施例的一个方面，提供了一种血流动力的仿真方法，包括：获取目标对象预定区域的动脉血管的血管影像；对所述血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；获取用于对所述血管模型所对应目标血管进行仿真的边界条件；对所述目标血管进行中心动脉压计算，以获取所述目标血管的入口压力值；利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真。
可选地，获取目标对象预定区域的动脉血管的血管影像，包括以下至少之一：通过时间飞越法TOF-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；通过对比增强CE-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；通过黑血法MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；通过相位对比PC-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像。
可选地，在对所述血管影像对应的初始血管模型进行水平集分割之前，该血流动力的仿真方法还包括：生成所述血管影像对应的目标血管的初始中心线，同时建立所述目标血管的初始半径函数；基于所述初始中心线以及所述初始半径函数进行建模，得到所述初始血管模型。
可选地，对所述目标血管进行中心动脉压计算，以获取所述目标血管的入口压力值，包括以下至少之一：获取所述目标血管的压力波形集合，并利用通用传递函数对所述压力波形集合中的元素进行计算，得到所述目标血管的入口压力值，其中，所述通用传递函数为使用自回归外生模型预先构造的从监测动脉到目标动脉的传递函数；通过一维血流动力学方式获取所述目标血管的入口压力值；通过tube-load方式获取所述目标血管的入口压力值。
可选地，通过一维血流动力学方式获取所述目标血管的入口压力值，包括：生成目标对象的动脉网络结构；生成一维血流动力学控制方程，并在设定边界条件后，通过数值方式求解一维血流动力学控制方程；通过优化算法对所述一维血流动力学控制方程对应的相关参数进行优化；根据优化后的相关参数求解所述一维血流动力学控制方程，得到所述目标血管的入口压力值。
可选地，通过tube-load方式获取所述目标血管的入口压力值，包括：获取所述目标血管的脉搏波反射系数以及脉搏波从中心动脉入口传播到检测动脉测量点的传播时间，并生成所述脉搏波反射系数与所述传播时间对应的数据对；根据所述数据对计算所述目标血管的动脉压波形，并对所述动脉压波形进行滤波处理以及平滑处理；通过线性回归拟合直线以及滤波处理以及平滑处理后的动脉压波形得到所述数据对的拟合误差；获取拟合误差小于预定误差阈值的目标动脉压波形，并基于所述目标动脉压波形得到所述目标血管的入口压力值。
可选地，在利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真之前，该血流动力的仿真方法还包括：对所述血管模型进行网格划分。
可选地，利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真，包括：生成用于对所述目标血管进行仿真的仿真求解器；利用所述边界条件以及所述入口压力值对所述仿真求解器进行求解，以对所述目标血管进行血流动力仿真。
可选地，在利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真之后，该血流动力的仿真方法还包括：对所述目标血管的仿真结果进行展示，其中，所述仿真结果至少包括：血流储备分数FFR、血流流速、血管壁面剪切应力、血流压力。
根据本发明实施例的另外一个方面，还提供了一种血流动力的仿真装置，包括：第一获取单元，用于获取目标对象预定区域的动脉血管的血管影像；水平集分割单元，用于对所述血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；第二获取单元，用于获取用于对所述血管模型所对应目标血管进行仿真的边界条件；第三获取单元，用于对所述目标血管进行中心动脉压计算，以获取所述目标血管的入口压力值；仿真单元，用于利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真。
可选地，所述第一获取单元，包括以下至少之一：第一获取模块，用于通过时间飞越法TOF-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；第二获取模块，用于通过对比增强CE-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；第三获取模块，用于通过黑血法MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；第四获取模块，用于通过相位对比PC-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像。
可选地，该血流动力的仿真装置还包括：生成单元，用于在对所述血管影像对应的初始血管模型进行水平集分割之前，生成所述血管影像对应的目标血管的初始中心线，同时建立所述目标血管的初始半径函数；第四获取单元，用于基于所述初始中心线以及所述初始半径函数进行建模，得到所述初始血管模型。
可选地，所述第三获取单元，包括以下至少之一：第五获取模块，用于获取所述目标血管的压力波形集合，并利用通用传递函数对所述压力波形集合中的元素进行计算，得到所述目标血管的入口压力值，其中，所述通用传递函数为使用自回归外生模型预先构造的从监测动脉到目标动脉的传递函数；第六获取模块，用于通过一维血流动力学方式获取所述目标血管的入口压力值；第七获取模块，用于通过tube-load方式获取所述目标血管的入口压力值。
可选地，所述第六获取模块，包括：生成子模块，用于生成目标对象的动脉网络结构；求解子模块，用于生成一维血流动力学控制方程，并在设定边界条件后，通过数值方式求解一维血流动力学控制方程；优化子模块，用于通过优化算法对所述一维血流动力学控制方程对应的相关参数进行优化；第一获取子模块，用于根据优化后的相关参数求解所述一维血流动力学控制方程，得到所述目标血管的入口压力值。
可选地，所述第七获取模块，包括：第二获取子模块，用于获取所述目标血管的脉搏波反射系数以及脉搏波从中心动脉入口传播到检测动脉测量点的传播时间，并生成所述脉搏波反射系数与所述传播时间对应的数据对；处理子模块，用于根据所述数据对计算所述目标血管的动脉压波形，并对所述动脉压波形进行滤波处理以及平滑处理；第三获取子模块，用于通过线性回归拟合直线以及滤波处理以及平滑处理后的动脉压波形得到所述数据对的拟合误差；第四获取子模块，用于获取拟合误差小于预定误差阈值的目标动脉压波形，并基于所述目标动脉压波形得到所述目标血管的入口压力值。
可选地，该血流动力的仿真装置还包括：网格划分模块，用于在利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真之前，对所述血管模型进行网格划分。
可选地，所述仿真单元，包括：生成模块，用于生成用于对所述目标血管进行仿真的仿真求解器；放置模块，用于利用所述边界条件以及所述入口压力值对所述仿真求解器进行求解，以对所述目标血管进行血流动力仿真。
可选的，所述装置还包括：展示模块，用于在利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真之后，对所述目标血管的仿真结果进行展示，其中，所述仿真结果至少包括：血流储备分数FFR、血流流速、血管壁面剪切应力、血流压力。
根据本发明实施例的另外一个方面，还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计算机程序，其中，在所述计算机可读存储介质被处理器运行时控制所述计算机可读存储介质所在设备执行上述中任一项所述的血流动力的仿真方法。
根据本发明实施例的另外一个方面，还提供了一种处理器，所述处理器用于运行计算机程序，其中，所述计算机程序运行时执行上述中任一项所述的血流动力的仿真方法。
在本发明实施例中，获取目标对象预定区域的动脉血管的血管影像；对血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；获取用于对血管模型所对应目标血管进行仿真的边界条件；对目标血管进行中心动脉压计算，以获取目标血管的入口压力值；利用边界条件以及入口压力值对目标血管进行血流动力仿真，通过本发明实施例提供的血流动力的仿真方法，实现了在三维核磁影像对血管进行建模后，基于无创测量监测动脉压力波形得到血管入口压力值，结合血管入口压力值以及边界条件对目标血管进行血流动力仿真的目的，即，通过非侵入的方式进行血流动力仿真，达到了提高血流储备分值测量的可靠性以及安全性的技术效果，进而解决了相关技术中采用侵入式血流储备分数测量存在安全隐患，导致对血流动力仿真的可靠性较低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的血流动力的仿真方法的流程图；
图2(a)是根据本发明实施例的时间飞越法核磁共振影像(亮血法)的示意图；
图2(b)是根据本发明实施例的黑血核磁共振影像的示意图；
图3(a)是根据本发明实施例的二维相位对比磁共振成像的测量位置选取的示意图；
图3(b)是根据本发明实施例的二维相位对比磁共振成像的测量平面的示意图；
图4(a)是根据本发明实施例的三维相位对比核磁共振影像的测量位置选取的示意图；
图4(b)是根据本发明实施例的三维相位对比核磁共振影像某一切面测量的示意图；
图5是根据本发明实施例的人体动脉网络示意图；
图6是根据本发明实施例的tube-load模型的示意图；
图7是根据本发明实施例的脑血管系统计算网格的示意图；
图8是根据本发明实施例的脑血管系统血流储备分数色码数字化显示的示意图；
图9是根据本发明实施例的基于核磁共振影像的脑血管血动力系统仿真方法的流程图；
图10是根据本发明实施例的血流动力的仿真装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明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，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
实施例1
根据本发明实施例，提供了一种血流动力的仿真方法的方法实施例，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。
图1是根据本发明实施例的血流动力的仿真方法的流程图，如图1所示，该血流动力的仿真方法包括如下步骤：
步骤S102，获取目标对象预定区域的动脉血管的血管影像。
在该实施例中，目标对象可以为人体，预定区域可以为头部、颈部等含有动脉的区域。这里的血管影像为核磁共振影像。
具体地，在步骤S102中，获取目标对象预定区域的动脉血管的血管影像，可以包括以下至少之一：通过时间飞越法TOF-MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像；通过对比增强CE-MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像；通过黑血法MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像；通过相位对比PC-MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像。
即，在该步骤中，可以使用时间飞越法核磁共振影像(TOF MRA)对感应区域ROI血管进行建模，并与同一对象同一区域的相位对比法核磁共振影像(PC MRA)重叠测量的方式，实现对动脉血管ROI区域进行血液流量瞬时或时均定量测量，并通过血动力仿真的算法模拟血液在血管内部的流动情况，并显示或输出相关血流动力仿真结果。
其中，时间飞越法是基于血液的流入增强效应。TR较短的快速扰相GRE T1W1序列进行采集，成像容积或层面内的静止组织被反复激发而处于饱和状态，磁化矢量很小，从而抑制了静止的背景组织，而成像之外的血液没有受到射频脉冲的饱和，当血液流入成像容积或层面时就具有较高的信号，与静止组织之间形成较好的对比。具体地，可以分为2DTOF、3D TOF。图2(a)是根据本发明实施例的时间飞越法核磁共振影像(亮血法)的示意图，如图2(a)所示，成像容积或层面内的静止组织被反复激发而处于饱和状态，磁化矢量很小，从而抑制了静止的背景组织，而成像之外的血液没有受到射频脉冲的饱和。该方式具有以下优点：①成像速度快；②不必选择血流速度；③受血流方向影响较小，对血管的分支有较好的显示。
上述对比增强核磁共振影像的成像原理是：CE-MRA是通过静脉内注射顺磁性造影剂，利用造影剂在血管内较短暂的高浓度状态形成明显缩短血液T1弛豫时间现象，同时配合快速梯度回波MR扫描技术的短TR效应有效地抑制周围背景组织的信号，形成血管信号明显增高而周围静态组织信号明显受抑制的强烈对比效果成像，获得的原始图像经过计算机后处理，便可得到多种形式的血管成像。其具有以下优势：①对血管腔的显示比不用造影剂MRA更可靠；②出现信号丢失机会少，血管狭窄假象减少；③一次注射造影剂，可进行多段成像，同时对动脉和静脉可分别成像。
上述黑血法核磁共振影像主要基于流空效应，血流呈现低信号(黑色)，也可通过采用空间预饱和带、反转脉冲或失相位梯度等方法使血流呈现低信号，同时选择适当参数使周围背景组织呈现亮信号，图2(b)是根据本发明实施例的黑血核磁共振影像的示意图，如图2(b)所示，血流呈现低信号。其优点是，不必担心湍流所致的信号降低，由此引起的信号衰减不再像亮血技术那样会过高估计狭窄的程度。需要说明的是，黑血核磁共振影像可以利用最小强度投影等技术进行重建以显示血管，其主要目的是用于血管壁的显示。
上述相位对比核磁共振影像主要是利用流动所致的宏观横向磁化矢量(Mxy)的相位变化来抑制背景、突出血流信号的一种方法。其采用双极梯度场对流动进行编码，即，在射频脉冲激发后，施加两个大小和持续时间完全相同，方向相反的梯度场。对于静止组织的质子群，第一个梯度场造成的Mxy的相位变化被第二个梯度场完全纠正，Mxy相位变化等于零。而流动质子群由于位置变化，Mxy相位变化被保留。像素强度代表的是磁化矢量的相位变化，而不是组织磁化强度，相位变化与质子群的流速有关，流动越快则相位变化越明显。该方式成像与血流速度和血流方向有关，不同部位血管成像应选用不同的流速编码(Velocity Encoding，简称VENC)设置。其优点是：①由于应用了减影技术，所以背景组织抑制好，有助于血管轮廓的显示；②应用不同流速，可进行血流的定量分析。
其中，在本发明实施例中，选择头脚向、左右向以及前后向作为相位对比射频激发的方向，VENC一般会设置为100cm/s～150cm/s之间，对于感兴趣区域血管狭窄程度很高的对象，可以选择更高的流速编码。
需要说明的是，上述相位对比核磁共振影像可以包括但不限于：二维相位对比核磁共振影像、三维相位对比核磁共振影像、四维血流分析核磁共振影像。
步骤S104，对血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型。
在上述步骤S014之前，即，在对血管影像对应的初始血管模型进行水平集分割之前，该血流动力的仿真方法还可以包括：生成血管影像对应的目标血管的初始中心线，同时建立目标血管的初始半径函数；基于初始中心线以及初始半径函数进行建模，得到初始血管模型。
其中，本发明实施例中，初始血管模型是基于初始血管模型对应的血管的中心线和半径函数确定，这里的半径函数用于描述血管区域。
可选地，对初始血管模型进行水平集分割，可以是在局部流明统计模型的基础上来实现的，这里的局部流明统计模型包括血管沿中心线上的横截面的流明阈值。
通过水平集分割方式实现了利用水平集分割方式将血管的中心线、血管模型以及血管的局部流明统计值进行迭代处理以对血管进行自适应化精准建模的目的，达到了提高对血管进行精准建模的技术效果。
步骤S106，获取用于对血管模型所对应目标血管进行仿真的边界条件。
在该实施例中，主要是对血管模型进行流体仿真所需的边界条件信息的提取，例如，血管入口的血液流速、血管出口的血液流速等信息。
例如，可以采用二维相位对比核磁共振影像2D PC MRA来实现，时域解析下的2DPCMRA，是带有时间分辨率的二维相位对比磁共振成像，可测得一个任意平面内沿着平面法方向的速度信息，主要利用MR信号相位变化与沿着被测平面法方向血流速度的直接关系进行速度编码，实现血流速度法向量的测量。具体可将2D PC MRA测量的位置放置在如图3(a)(图3(a)是根据本发明实施例的二维相位对比磁共振成像的测量位置选取的示意图)中4个方框所示位置上(颈内动脉和椎动脉的垂直段)，并尽量保证测量平面与血液流向垂直(测量平面与血管流向法平面夹角<20度)，从而保证了二维相位对比核磁共振影像测量血管流量/流速误差较小，具体如图3(b)所示(图3(b)是根据本发明实施例的二维相位对比磁共振成像的测量平面的示意图)。
又例如，也可以采用三维相位对比核磁共振影像3D PC MRA来实现，时域平均统计下的三维核磁相位对比图像(3D PC MRA)，是不带有时间分辨率的三维相位对比磁共振成像，可测得任意一个空间点三个方向的血液速度信息；如图2(b)所示，一般地，血动力仿真的末端截断区域会远离血管感兴趣区域(如图4(a)中血管截断边界所示,图4(a)是根据本发明实施例的三维相位对比核磁共振影像的测量位置选取的示意图)，以保证计算边界对结果的影响最小(如图4(b)所示,图4(b)是根据本发明实施例的三维相位对比核磁共振影像某一切面测量的示意图)。
再例如，也可以采用四维相位对比核磁共振影像4D PC MRA来实现，时域解析下的三维核磁相位对比图像(Time-Resolved 3-Dimensional Magnetic Resonance PhaseContrast Imaging，简称4D Flow MRI)，也称为四维血流分析。4D Flow MRI是带有时间分辨率的三维相位对比磁共振成像，可同时对三个相互垂直的维度进行相位编码，多方向采集血流数据，获得复杂的三维动力学参数。4D Flow MRI技术可用于计算颅内动脉血流及腹部血管血流的各种流量相关参数，如脉搏波速度(Pulse Wave Velocity,简称PWV)、壁面剪切应力(Wall Shear Stress，简称WSS)等。与3D PC MRA不同的是，4D Flow MRI技术通过ECG门控技术可以对扫描区域血管的流速/流量进行心脏周期内的瞬时测量。同样地，使用4D Flow MRI进行的扫描区域会远离血管感兴趣区域以获得血动力仿真所需要的进出口边界条件(如图2(b)中血管截断边界所示)。
另外，为了构建计算流体动力学CFD模型，首先可以使用上述步骤S102描述的方法，从CT或MRI图像中提取动脉血管内壁的3D几何形态，如图2(a)所示。而将远离感兴趣区域的每根动脉的远端进行截断，通过使用一种电路模型来表征血管末端阻力系数、血液流量以及血液压力的关系，一般地血管末端截断处边界被表示为由集总参数模型(LumpedParameter Model，简称LPM)配制的简单电路。在LPM中，心血管系统的血液动力学元件表示为一系列等效电元件，即电阻和电容。通过求解电路系统的方程，我们可以获得LPM节点(例如，冠状毛细血管，冠状静脉)的压力和流量的时间依赖性解。在CFD模型的出口处，从LPM计算的压力和流量影响CFD模型的解，反之亦然。需要迭代计算直到收敛以在LPM和CFD域中获得一致的解。然后可以根据计算的CFD模型的压力分布计算FFR或CVR。
一般地，对于颅内动脉的血动力仿真来说，CFD的计算区域的入口边界会选取椎动脉和颈内动脉的垂直段(如图2(a)所示)，血管末端的截断位置可以任意选取，一般地会选取离感兴趣区域较远的位置(距离超过感兴趣区域2cm以上)。这里的血流量测量方法可以将血管截断边界处的血液流量进行精准测量。具体计算时，可使用的集总参数模型LPM配制的简单电路包括但不限于如下模型：一单元电路仿真模型(One-elements lumpedparameter Model)、二单元电路仿真模型(Two-elements lumped parameter Model)、三单元电路仿真模型(Windkessel Model)、其它多单元集总参数电路模型等。
需要说明的是，除上述结合椎动脉/颈动脉入口压力与颅内动脉出口集总参数模型外，CFD计算的边界条件亦可采用传统的给定压力流量边界或压力流量与集总模型的混合边界。例如，若计算中已测得所有颅内动脉血管流量与椎动脉/颈动脉处压力或某一血管出口处压力，则CFD边界可以简化为已知入口压力与出口流量(或已知入口流量与出口压力)的边界条件；如若已知计算域内某参考点压力与颅内动脉血管流量，除使用上述血管出口集总模型与入口压力校准边界外，亦可采用流量给定的出口模型与集总模型的混合边界：即部分血管采用集总模型、剩余部分采用流量模型，入口为校准压力。因此，基于本发明实施例中所述血管压力与流量的测量结果，CFD的边界条件可以是不同已知数据的组合。
步骤S108，对目标血管进行中心动脉压计算，以获取目标血管的入口压力值。
在该步骤中，对目标血管进行中心动脉压计算，以获取目标血管的入口压力值，包括以下至少之一：获取目标血管的压力波形集合，并利用通用传递函数对压力波形集合中的元素进行计算，得到目标血管的入口压力值，其中，通用传递函数为使用自回归外生模型预先构造的从监测动脉到目标动脉的传递函数；通过一维血流动力学方式获取目标血管的入口压力值；通过tube-load方式获取目标血管的入口压力值。
具体地，利用通用传递函数对压力波形集合中的元素进行计算，得到目标血管的入口压力值可以包括以下步骤：1)采集监测动脉(肱/桡动脉)压力波形集合；2)基于自回归外生模型构造从监测动脉至目标动脉个人传递函数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)是输入的监测动脉压力，y(t)是输出的目标动脉压力；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监测动脉血压波形即可得到目标动脉压波形。
可选的，通过一维血流动力学方式获取目标血管的入口压力值，包括：生成目标对象的动脉网络结构；生成一维血流动力学控制方程，并在设定边界条件后，通过数值方式求解一维血流动力学控制方程；通过优化算法对一维血流动力学控制方程对应的相关参数进行优化；根据优化后的相关参数求解一维血流动力学控制方程，得到目标血管的入口压力值。
具体地，通过一维血流动力学方式获取目标血管的入口压力值可以包括以下步骤：1)建立如图5所示的人体动脉网络结构，图5是根据本发明实施例的人体动脉网络示意图，图中1至55为动脉分布区域；2)构造一维血流动力学控制方程,
Figure BDA0002995517870000111
Figure BDA0002995517870000112
其中，A是血管横截面积，q是血液流量，ν是运动粘性，δ边界层厚度；压力p通过状态方程
Figure BDA0002995517870000113
计算，p0,A0分别是血管未变形时的压力和横截面积；3)给定入口、出口边界条件，通过数值方法(有限差分，有限体积，有限元等)求解一维血流动力控制方程；4)测量监测动脉(肱动脉/桡动脉)压力，定义模型计算的监测动脉压力与测量的监测动脉压力差为目标函数，通过优化算法不断调整控制方程涉及的相关参数，直到目标函数值小于给定的阈值；5)基于优化之后得到的参数集数值求解控制方程，计算可得到目标动脉压。
可选的，通过tube-load方式获取目标血管的入口压力值，包括：获取目标血管的脉搏波反射系数以及脉搏波从中心动脉入口传播到检测动脉测量点的传播时间，并生成脉搏波反射系数与传播时间对应的数据对；根据数据对计算目标血管的动脉压波形，并对动脉压波形进行滤波处理以及平滑处理；通过线性回归拟合直线以及滤波处理以及平滑处理后的动脉压波形得到数据对的拟合误差；获取拟合误差小于预定误差阈值的目标动脉压波形，并基于目标动脉压波形得到目标血管的入口压力值。
具体地，通过tube-load方式获取目标血管的入口压力值可以包括以下步骤：建立如图6所示的Tube-Load模型，其中，图6是根据本发明实施例的tube-load模型的示意图，其中，pc(t)是目标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监测动脉测量点(肱/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
Figure BDA0002995517870000121
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)测量监测动脉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
Figure BDA0002995517870000122
计算对应的目标动脉压波形，并通过低通滤波器平滑；7)对每对(Td,Γ)所计算平滑后的目标动脉压波形，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)拟合误差最小的目标动脉压波形即为最终所求波形。
由上可知，在本发明实施例中，可以利用测量监测动脉(肱动脉/桡动脉)的无创压力波形测量和病人具体化参数设置计算中心动脉压，从而获得目标血管(颈动脉/椎动脉)入口压力；中心动脉压的计算主要包括但不限于以下三种实施方案，即通用传递函数法、一维血流动力学法、Tube-Load法。
步骤S110，利用边界条件以及入口压力值对目标血管进行血流动力仿真。
由上可知，在本发明实施例中，可以获取目标对象预定区域的动脉血管的血管影像；对血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；获取用于对血管模型所对应目标血管进行仿真的边界条件；对目标血管进行中心动脉压计算，以获取目标血管的入口压力值；利用边界条件以及入口压力值对目标血管进行血流动力仿真，实现了在三维核磁影像对血管进行建模后，基于无创测量监测动脉压力波形得到血管入口压力值，结合血管入口压力值以及边界条件对目标血管进行血流动力仿真的目的，即，通过非侵入的方式进行血流动力仿真，达到了提高血流储备分值测量的可靠性以及安全性的技术效果。
因此，通过血流动力的仿真方法，解决了相关技术中采用侵入式血流储备分数测量存在安全隐患，导致对血流动力仿真的可靠性较低的技术问题。
在一种可选的实施例中，在利用边界条件以及入口压力值对目标血管进行血流动力仿真之前，该血流动力的仿真方法还包括：对血管模型进行网格划分。
具体地，这里的网格划分，是把一个特定的研究区域分割成由许多很小的子区域(元素)，以满足一些特定的要求。在理想的情况下，网格中的每个元素的形状和分布可以通过一种自动的网格生成算法来确定。例如，生成的颅内动脉的几何模型，需要通过自动化网格分布算法将几何模型所包裹的空间分割成几十万到上千万的计算网格(如图7所示，图7是根据本发明实施例的脑血管系统计算网格的示意图)。
其中，根据网格的连接关系来区分，主要有两大类：结构化网格和非结构化网格。结构化网格生成算法主要有无限插值方法和偏微分方程网格生成方法；非结构化网格生成算法主要有结点连元法、映射法和Delaunay三角化方法。
在一种可选的实施例中，利用边界条件以及入口压力值对目标血管进行血流动力仿真，包括：生成用于对目标血管进行仿真的仿真求解器；利用边界条件以及入口压力值对仿真求解器进行求解，以对目标血管进行血流动力仿真。
具体地，通过计算流体动力学(CFD)模拟3D动脉几何中的局部血流。CFD的目的是用偏微分方程(PDE)，即Navier-Stokes方程，对连续血流进行建模，并将PDE离散化为代数问题(即矩阵方程)，求解这个矩阵方程来还原病人血管中真实的血液动力情况。
其中，Navier-Stokes方程为如下公式：
Figure BDA0002995517870000131
Figure BDA0002995517870000132
其中，
Figure BDA0002995517870000133
为血流的速度矢量，p为血管内压力，ρ为血液密度，υ为血液的运动粘性系数。
需要说明的是，求解Navier-Stokes方程的方法包括但不限于有限体积法，有限差分法，有限元方法，谱方法，格子玻尔兹曼法等各种数值算法，以及这些方法的变种方法。
在一种可选的实施例中，在利用边界条件以及入口压力值对目标血管进行血流动力仿真之后，该血流动力的仿真方法还可以包括：对目标血管的仿真结果进行展示，其中，仿真结果至少包括：血流储备分数FFR、血流流速、血管壁面剪切应力、血流压力。
具体地，血动力仿真结果可以通过图像显示和处理算法对血压(血流储备分数)，血液流速，壁面剪切应力等常用临床数据进行数字化显示，并可以通过渲染算法和三维立体显示算法对感兴趣区域血管进行数字化显示，并可以输出相应的定量结果(如图8所示，图8是根据本发明实施例的脑血管系统血流储备分数色码数字化显示的示意图)。
图9是根据本发明实施例的基于核磁共振影像的脑血管血动力系统仿真方法的流程图，如图9所示，可以使用三维核磁影像(3D TOF/Dark Blood/CE-MRA/PC MRA)的建模方法对血管的内壁进行影像分割和精准建模，并使用相位对比核磁共振方法(包括但不限于2D PC MRA，3D PC MRA和4D Flow)对血动力仿真模型的入口和出口边界给予了精准的血流流量测定，同时使用配准方法将三维时间飞跃核磁影像和血管的数字化模型图与相位对比核磁影像进行空间配准(如必需)，最后自动统计配准后相位对比核磁影像中被血管模型边界处的血液流量通量的大小，并将统计的目标值作为仿真边界条件直接输入血动力仿真系统或者输入集总参数电路模型LPM里面并匹配测得的血流量；同时，使用目标动脉压力无创测量及计算(通用传递函数法/一维血流动力学法/Tube-Load法)的方式，获得目标血管的压力波形曲线，并合三维的CFD仿真一起计算直至收敛；最终可以将计算仿真的结果进行三维数字化显示并输出相应的结果。
通过本发明实施例提供的血流动力的仿真方法，采用非侵入性脑血管血动力系统的计算机模拟方法，可以从患者特异的核磁共振图像重建基于图像的解剖学精确的血管三维模型；并结合每位患者循环系统的生理边界条件来模拟在休息和充血时血流动力学参数，进行血流动力学计算，获得神经血管系统的所有血动力信息的方法，具有以下优点：使用三维核磁影像(包括但是不限于三维时间飞跃核磁影像，三维相位对比核磁影像等)进行血管的精准建模；使用三维相位对比核磁影像对血管的血液流速和流量进行测量；如果需要的话，使用三维图像配准方法进行同一病人进行不同影像的配准；通过无创测量监测动脉(如肱动脉/桡动脉)的压力波形，并进行目标动脉(如颈动脉/椎动脉)的压力波形进行基于病人具体参数化的计算修正；使用计算流体动力学CFD求解器对生成的血管进行血动力仿真，其中，血管内壁面使用无滑移边界条件(No slip BC)，而进出口边界条件使用直接流量边界条件或者集总参数电路模型LPM以实现对测定流量的精准还原；另外，也可以采用人工智能仿真模式的方式进行血流动力仿真；使用三维后处理显示技术对颈内动脉、椎动脉以及颅内动脉进行血压(血流储备分数)，血流速度/流量等的进行三维色码结果显示或输出等。
实施例2
根据本发明实施例的另外一个方面，还提供了一种血流动力的仿真装置，图10是根据本发明实施例的血流动力的仿真装置的示意图，如图10所示，该血流动力的仿真装置包括：第一获取单元1001、水平集分割单元1003、第二获取单元1005、第三获取单元1007以及仿真单元1009。下面对该血流动力的仿真装置进行详细说明。
第一获取单元1001，用于获取目标对象预定区域的动脉血管的血管影像。
水平集分割单元1003，用于对血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型。
第二获取单元1005，用于获取用于对血管模型所对应目标血管进行仿真的边界条件。
第三获取单元1007，用于对目标血管进行中心动脉压计算，以获取目标血管的入口压力值。
仿真单元1009，用于利用边界条件以及入口压力值对目标血管进行血流动力仿真。
此处需要说明的是，上述第一获取单元1001、水平集分割单元1003、第二获取单元1005、第三获取单元1007以及仿真单元1009对应于实施例1中的步骤S102至S110，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知，在本发明实施例中，可以利用第一获取单元获取目标对象预定区域的动脉血管的血管影像；然后利用水平集分割单元对血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；接着利用第二获取单元获取用于对血管模型所对应目标血管进行仿真的边界条件；并利用第三获取单元对目标血管进行中心动脉压计算，以获取目标血管的入口压力值；以及利用仿真单元利用边界条件以及入口压力值对目标血管进行血流动力仿真。通过本发明实施例提供的血流动力的仿真装置，实现了在三维核磁影像对血管进行建模后，基于无创测量监测动脉压力波形得到血管入口压力值，结合血管入口压力值以及边界条件对目标血管进行血流动力仿真的目的，即，通过非侵入的方式进行血流动力仿真，达到了提高血流储备分值测量的可靠性以及安全性的技术效果，解决了相关技术中采用侵入式血流储备分数测量存在安全隐患，导致对血流动力仿真的可靠性较低的技术问题。
在一种可选的实施例中，第一获取单元，包括以下至少之一：第一获取模块，用于通过时间飞越法TOF-MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像；第二获取模块，用于通过对比增强CE-MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像；第三获取模块，用于通过黑血法MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像；第四获取模块，用于通过相位对比PC-MRA对预定区域的动脉血管进行扫描，得到动脉血管的血管影像。
在一种可选的实施例中，该血流动力的仿真装置还包括：生成单元，用于在对血管影像对应的初始血管模型进行水平集分割之前，生成血管影像对应的目标血管的初始中心线，同时建立目标血管的初始半径函数；第四获取单元，用于基于初始中心线以及初始半径函数进行建模，得到初始血管模型。
在一种可选的实施例中，第三获取单元，包括以下至少之一：第五获取模块，用于获取目标血管的压力波形集合，并利用通用传递函数对压力波形集合中的元素进行计算，得到目标血管的入口压力值，其中，通用传递函数为使用自回归外生模型预先构造的从监测动脉到目标动脉的传递函数；第六获取模块，用于通过一维血流动力学方式获取目标血管的入口压力值；第七获取模块，用于通过tube-load方式获取目标血管的入口压力值。
在一种可选的实施例中，第六获取模块，包括：生成子模块，用于生成目标对象的动脉网络结构；求解子模块，用于生成一维血流动力学控制方程，并在设定边界条件后，通过数值方式求解一维血流动力学控制方程；优化子模块，用于通过优化算法对一维血流动力学控制方程对应的相关参数进行优化；第一获取子模块，用于根据优化后的相关参数求解一维血流动力学控制方程，得到目标血管的入口压力值。
在一种可选的实施例中，第七获取模块，包括：第二获取子模块，用于获取目标血管的脉搏波反射系数以及脉搏波从中心动脉入口传播到检测动脉测量点的传播时间，并生成脉搏波反射系数与传播时间对应的数据对；处理子模块，用于根据数据对计算目标血管的动脉压波形，并对动脉压波形进行滤波处理以及平滑处理；第三获取子模块，用于通过线性回归拟合直线以及滤波处理以及平滑处理后的动脉压波形得到数据对的拟合误差；第四获取子模块，用于获取拟合误差小于预定误差阈值的目标动脉压波形，并基于目标动脉压波形得到目标血管的入口压力值。
在一种可选的实施例中，该血流动力的仿真装置还包括：网格划分模块，用于在利用边界条件以及入口压力值对目标血管进行血流动力仿真之前，对血管模型进行网格划分。
在一种可选的实施例中，仿真单元，包括：生成模块，用于生成用于对目标血管进行仿真的仿真求解器；放置模块，用于利用边界条件以及入口压力值对仿真求解器进行求解，以对目标血管进行血流动力仿真。
在一种可选的实施例中，该装置还包括：展示模块，用于在利用边界条件以及入口压力值对目标血管进行血流动力仿真之后，对目标血管的仿真结果进行展示，其中，仿真结果至少包括：血流储备分数FFR、血流流速、血管壁面剪切应力、血流压力。
实施例3
根据本发明实施例的另外一个方面，还提供了一种计算机可读存储介质，计算机可读存储介质包括存储的计算机程序，其中，在计算机可读存储介质被处理器运行时控制计算机可读存储介质所在设备执行上述中任一项的血流动力的仿真方法。
实施例4
根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行计算机程序，其中，计算机程序运行时执行上述中任一项的血流动力的仿真方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种血流动力的仿真方法，其特征在于，包括：
获取目标对象预定区域的动脉血管的血管影像；
对所述血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；
获取用于对所述血管模型所对应目标血管进行仿真的边界条件；
对所述目标血管进行中心动脉压计算，以获取所述目标血管的入口压力值；
利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真。
2.根据权利要求1所述的方法，其特征在于，获取目标对象预定区域的动脉血管的血管影像，包括以下至少之一：
通过时间飞越法TOF-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；
通过对比增强CE-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；
通过黑血法MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像；
通过相位对比PC-MRA对所述预定区域的动脉血管进行扫描，得到所述动脉血管的血管影像。
3.根据权利要求1所述的方法，其特征在于，在对所述血管影像对应的初始血管模型进行水平集分割之前，所述方法还包括：
生成所述血管影像对应的目标血管的初始中心线，同时建立所述目标血管的初始半径函数；
基于所述初始中心线以及所述初始半径函数进行建模，得到所述初始血管模型。
4.根据权利要求1所述的方法，其特征在于，对所述目标血管进行中心动脉压计算，以获取所述目标血管的入口压力值，包括以下至少之一：
获取所述目标血管的压力波形集合，并利用通用传递函数对所述压力波形集合中的元素进行计算，得到所述目标血管的入口压力值，其中，所述通用传递函数为使用自回归外生模型预先构造的从监测动脉到目标动脉的传递函数；
通过一维血流动力学方式获取所述目标血管的入口压力值；
通过tube-load方式获取所述目标血管的入口压力值。
5.根据权利要求4所述的方法，其特征在于，通过一维血流动力学方式获取所述目标血管的入口压力值，包括：
生成目标对象的动脉网络结构；
生成一维血流动力学控制方程，并在设定边界条件后，通过数值方式求解一维血流动力学控制方程；
通过优化算法对所述一维血流动力学控制方程对应的相关参数进行优化；
根据优化后的相关参数求解所述一维血流动力学控制方程，得到所述目标血管的入口压力值。
6.根据权利要求4所述的方法，其特征在于，通过tube-load方式获取所述目标血管的入口压力值，包括：
获取所述目标血管的脉搏波反射系数以及脉搏波从中心动脉入口传播到检测动脉测量点的传播时间，并生成所述脉搏波反射系数与所述传播时间对应的数据对；
根据所述数据对计算所述目标血管的动脉压波形，并对所述动脉压波形进行滤波处理以及平滑处理；
通过线性回归拟合直线以及滤波处理以及平滑处理后的动脉压波形得到所述数据对的拟合误差；
获取拟合误差小于预定误差阈值的目标动脉压波形，并基于所述目标动脉压波形得到所述目标血管的入口压力值。
7.根据权利要求1所述的方法，其特征在于，在利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真之前，所述方法还包括：对所述血管模型进行网格划分。
8.根据权利要求1所述的方法，其特征在于，利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真，包括：
生成用于对所述目标血管进行仿真的仿真求解器；
利用所述边界条件以及所述入口压力值对所述仿真求解器进行求解，以对所述目标血管进行血流动力仿真。
9.根据权利要求1至8中任一项所述的方法，其特征在于，在利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真之后，所述方法还包括：
对所述目标血管的仿真结果进行展示，其中，所述仿真结果至少包括：血流储备分数FFR、血流流速、血管壁面剪切应力、血流压力。
10.一种血流动力的仿真装置，其特征在于，包括：
第一获取单元，用于获取目标对象预定区域的动脉血管的血管影像；
水平集分割单元，用于对所述血管影像对应的初始血管模型进行水平集分割，得到分割后的血管模型；
第二获取单元，用于获取用于对所述血管模型所对应目标血管进行仿真的边界条件；
第三获取单元，用于对所述目标血管进行中心动脉压计算，以获取所述目标血管的入口压力值；
仿真单元，用于利用所述边界条件以及所述入口压力值对所述目标血管进行血流动力仿真。
CN202110328652.8A 2021-03-26 2021-03-26 血流动力的仿真方法及装置 Pending CN113076705A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110328652.8A CN113076705A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置
CN202211655782.3A CN116227374A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置
PCT/CN2021/085726 WO2022198719A1 (zh) 2021-03-26 2021-04-06 血流动力的仿真方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110328652.8A CN113076705A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202211655782.3A Division CN116227374A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置

Publications (1)

Publication Number Publication Date
CN113076705A true CN113076705A (zh) 2021-07-06

Family

ID=76610970

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110328652.8A Pending CN113076705A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置
CN202211655782.3A Pending CN116227374A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202211655782.3A Pending CN116227374A (zh) 2021-03-26 2021-03-26 血流动力的仿真方法及装置

Country Status (2)

Country Link
CN (2) CN113076705A (zh)
WO (1) WO2022198719A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113545846A (zh) * 2021-07-22 2021-10-26 强联智创（北京）科技有限公司 一种血流动力学仿真模拟方法、装置以及设备
CN114663362A (zh) * 2022-03-04 2022-06-24 强联智创（北京）科技有限公司 一种融合方法、装置以及设备
CN114677396A (zh) * 2022-05-27 2022-06-28 天津远景科技服务有限公司 图像处理方法、图像处理设备与计算机可读存储介质
CN114743638A (zh) * 2022-03-03 2022-07-12 福州大学 基于多维度模型的推拿功效仿真模拟方法
CN114998319A (zh) * 2022-07-18 2022-09-02 浙江大学 图像数据处理方法、装置、图像数据处理设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160298073A1 (en) * 2015-04-07 2016-10-13 University Of South Carolina Pulsatile Perfusion Bioreactor for Mimicking, Controlling, and Optimizing Blood Vessel Mechanics
CN107491636A (zh) * 2017-07-26 2017-12-19 武汉大学 一种基于计算流体力学的脑血管储备力仿真系统和方法
CN107992452A (zh) * 2017-12-12 2018-05-04 北京动亮健康科技有限公司 计算中心血流动力学指标的方法、装置、存储介质及设备
CN109512412A (zh) * 2018-11-21 2019-03-26 重庆理工大学 一种中心动脉血压测量装置
CN112274126A (zh) * 2020-10-28 2021-01-29 河北工业大学 一种基于多路脉搏波的无创连续血压检测方法、装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105096388B (zh) * 2014-04-23 2019-02-05 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
US11141123B2 (en) * 2014-12-02 2021-10-12 Koninklijke Philips N.V. Fractional flow reserve determination
US20190298191A1 (en) * 2016-04-19 2019-10-03 Board Of Trustees Of Michigan State University Adaptive transfer function for determining central blood pressure
CN108511075B (zh) * 2018-03-29 2022-10-25 杭州脉流科技有限公司 一种非侵入式获取血流储备分数的方法和系统
CN110223271B (zh) * 2019-04-30 2022-11-15 深圳市阅影科技有限公司 血管图像的自动水平集分割方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160298073A1 (en) * 2015-04-07 2016-10-13 University Of South Carolina Pulsatile Perfusion Bioreactor for Mimicking, Controlling, and Optimizing Blood Vessel Mechanics
CN107491636A (zh) * 2017-07-26 2017-12-19 武汉大学 一种基于计算流体力学的脑血管储备力仿真系统和方法
CN107992452A (zh) * 2017-12-12 2018-05-04 北京动亮健康科技有限公司 计算中心血流动力学指标的方法、装置、存储介质及设备
CN109512412A (zh) * 2018-11-21 2019-03-26 重庆理工大学 一种中心动脉血压测量装置
CN112274126A (zh) * 2020-10-28 2021-01-29 河北工业大学 一种基于多路脉搏波的无创连续血压检测方法、装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113545846A (zh) * 2021-07-22 2021-10-26 强联智创（北京）科技有限公司 一种血流动力学仿真模拟方法、装置以及设备
CN113545846B (zh) * 2021-07-22 2023-04-25 强联智创（北京）科技有限公司 一种血流动力学仿真模拟方法、装置以及设备
CN114743638A (zh) * 2022-03-03 2022-07-12 福州大学 基于多维度模型的推拿功效仿真模拟方法
CN114663362A (zh) * 2022-03-04 2022-06-24 强联智创（北京）科技有限公司 一种融合方法、装置以及设备
CN114663362B (zh) * 2022-03-04 2024-03-29 强联智创（北京）科技有限公司 一种融合方法、装置以及设备
CN114677396A (zh) * 2022-05-27 2022-06-28 天津远景科技服务有限公司 图像处理方法、图像处理设备与计算机可读存储介质
CN114677396B (zh) * 2022-05-27 2022-09-20 天津远景科技服务有限公司 图像处理方法、图像处理设备与计算机可读存储介质
CN114998319A (zh) * 2022-07-18 2022-09-02 浙江大学 图像数据处理方法、装置、图像数据处理设备及存储介质

Also Published As

Publication number Publication date
CN116227374A (zh) 2023-06-06
WO2022198719A1 (zh) 2022-09-29

Similar Documents

Publication Publication Date Title
CN113076705A (zh) 血流动力的仿真方法及装置
EP3127026B1 (en) Systems and methods for determining blood flow characteristics using flow ratio
US9805168B2 (en) Method and system for sensitivity analysis in modeling blood flow characteristics
Bock et al. In vivo noninvasive 4D pressure difference mapping in the human aorta: phantom comparison and application in healthy volunteers and patients
US9629563B2 (en) Method and system for functional assessment of renal artery stenosis from medical images
CN106994003B (zh) 用于患者特异性血流建模的方法和系统
Saitta et al. Evaluation of 4D flow MRI-based non-invasive pressure assessment in aortic coarctations
RU2717885C1 (ru) Оценка потока, сопротивления или давления на основании измерений давления или потока и ангиографии
Holmgren et al. Assessment of cerebral blood flow pulsatility and cerebral arterial compliance with 4D flow MRI
Urbina et al. Realistic aortic phantom to study hemodynamics using MRI and cardiac catheterization in normal and aortic coarctation conditions
JP2007525250A (ja) 組織血流の遅延−補償型算出方法
Soudah et al. Estimation of wall shear stress using 4D flow cardiovascular MRI and computational fluid dynamics
Lal et al. Non invasive blood flow features estimation in cerebral arteries from uncertain medical data
Franquet et al. Identification of the in vivo elastic properties of common carotid arteries from MRI: A study on subjects with and without atherosclerosis
Hutter et al. Multi-dimensional flow-preserving compressed sensing (MuFloCoS) for time-resolved velocity-encoded phase contrast MRI
Knobloch et al. Arterial, venous, and cerebrospinal fluid flow: simultaneous assessment with Bayesian multipoint velocity-encoded MR imaging
CN108283017B (zh) 在使用磁共振系统的诊断成像中优化造影剂浓度的时间分布的预先确定的方法和磁共振系统
Baltes et al. Determination of peak velocity in stenotic areas: echocardiography versus kt SENSE accelerated MR Fourier velocity encoding
Boussel et al. Phase-Contrast MRI measurements in intra-cranial aneurysms in-vivo of flow patterns, velocity fields and wall shear stress: A comparison with CFD
Mézl et al. Comparison of arterial input function models for small-animal ultrasound perfusion imaging
DUARTE NONINVASIVE INTRACRANIAL ARTERIAL FLOW ANALYSIS
Saitta 4D flow MRI-based non-invasive hemodynamic assessment and diagnosis in aortic coarctations
Saloner et al. Imaging and CFD in the analysis of vascular disease progression
Cebral et al. Computational fluid dynamics and phase-contrast magnetic resonance of normal cerebral arteries
Conijn et al. Head-to-head comparison between computational fluid dynamics and four-dimensional flow CMR of the pulmonary arteries in congenital heart disease

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