CN113077435A - 基于血流动力学的动脉瘤分析方法及装置 - Google Patents
基于血流动力学的动脉瘤分析方法及装置 Download PDFInfo
- Publication number
- CN113077435A CN113077435A CN202110343856.9A CN202110343856A CN113077435A CN 113077435 A CN113077435 A CN 113077435A CN 202110343856 A CN202110343856 A CN 202110343856A CN 113077435 A CN113077435 A CN 113077435A
- Authority
- CN
- China
- Prior art keywords
- hemodynamic
- aneurysm
- blood flow
- index
- image data
- 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
- 230000000004 hemodynamic effect Effects 0.000 title claims abstract description 99
- 206010002329 Aneurysm Diseases 0.000 title claims abstract description 60
- 238000004458 analytical method Methods 0.000 title claims abstract description 19
- 230000017531 blood circulation Effects 0.000 claims abstract description 58
- 239000012530 fluid Substances 0.000 claims abstract description 43
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 39
- 201000008450 Intracranial aneurysm Diseases 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 29
- 238000004364 calculation method Methods 0.000 claims description 12
- 208000021138 brain aneurysm Diseases 0.000 claims description 9
- 210000000988 bone and bone Anatomy 0.000 claims description 7
- 238000007667 floating Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000003534 oscillatory effect Effects 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 abstract description 6
- 210000001627 cerebral artery Anatomy 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 7
- 210000001367 artery Anatomy 0.000 description 6
- 230000000747 cardiac effect Effects 0.000 description 5
- 230000000977 initiatory effect Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000012010 growth Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 210000005166 vasculature Anatomy 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000007917 intracranial administration Methods 0.000 description 3
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 102000016942 Elastin Human genes 0.000 description 1
- 108010014258 Elastin Proteins 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 210000002808 connective tissue Anatomy 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229920002549 elastin Polymers 0.000 description 1
- 210000002889 endothelial cell Anatomy 0.000 description 1
- 230000003511 endothelial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000003657 middle cerebral artery Anatomy 0.000 description 1
- 208000017376 neurovascular disease Diseases 0.000 description 1
- 210000001636 ophthalmic artery Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008506 pathogenesis Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- 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
- A61B6/50—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
- A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion CT
-
- 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
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- 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
-
- 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
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- High Energy & Nuclear Physics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Vascular Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明提供一种基于血流动力学的动脉瘤分析方法及装置,包括:接收患者的3D‑DSA图像数据,基于3D‑DSA图像数据重建脑动脉瘤模型;获取血液动力学指标A以及血流速度,血液动力学指标A为血管壁上的流体撞击能量;对所述3D‑DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力;基于血流动力学对血管和\或血流的生物指标进行计算;汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。根据医学数据重建了患者脑动脉及动脉瘤的几何形状,并计算流体动力学模拟了血流,得到了壁总压力、非球形指数、平均壁切应力以及振荡剪切指数,得到的指标更加准确。
Description
技术领域
本发明涉及动脉瘤、数据处理技术,尤其涉及一种基于血流动力学的动脉瘤分析方法及装置。
背景技术
颅内动脉瘤是脑血管系统的病理性扩张疾病。颅内动脉瘤发病率高,动脉瘤的破裂可导致患者死亡。颅内动脉瘤的发病机理包括三个阶段:起始,生长和破裂。动脉瘤的发生被认为是局部血流动力学力与血管壁随之发生的细胞水平生物学过程之间复杂相互作用的结果。目前对颅内动脉瘤患病血管的自然病程知之甚少,且对颅内动脉瘤的发生、生长和破裂的机制未完全了解。血管壁上的血流动力学力的相互作用通常被认为是危险因素,所以颅内动脉瘤形成、发展和破裂的过程被认为与血液动力学有关。
内皮细胞具有检测流体壁剪切应力(Wall shear stress,WSS)的能力,因此可以在血液动力学环境中适应其空间组织。低振荡的剪切应力场会导致不规则的形状和细胞取向的损失。低的壁剪切应力和振荡模式会促进内膜壁增厚以及动脉粥样硬化。外部血管弹性,内侧弹性蛋白以及支持外膜和血管周围组织的脑血管系统本质上容易受到这些机械力的影响,流体动力学在颅内动脉瘤的起始、生长、临床诊断和破裂预测中起重要作用。
同时,血流动力学(Crancial fluid dynamic,CFD)中除了重要的上述壁剪切应力指标外,还包括时间平均壁切应力(Average wall shear stress,AWSS)、振荡剪切指数(oscillatory shear index,OSI)、非球形指数(Nonsphericity index,NSI)等。
越来越多的计算资源使数值方法在神经血管疾病研究中的广泛应用。特别地,在颅内动脉瘤中进行基于图像的血流动力学模拟可以估计个体破裂的可能性或在治疗计划期间提供帮助。但现行技术大多需要特定于患者的边界条件来执行逼真的血液动力学模拟,并且仅可获得大脑脉管系统的几何形状,而没有关于流动波形的信息,例如在颅内动脉中测得的流动波形。
对颅内动脉瘤血流动力学进行计算的基本数值是壁切应力,壁切应力是由局部切向对齐的流体流施加在血管壁上的血液动力。由于血液动力学力作用于动脉瘤,因此诸如壁切应力,动脉瘤上的压力以及次级血流模式等血液动力学因素是动脉瘤破裂的重要参数。这些因素不仅取决于动脉的几何形状,而且还取决于动脉瘤的形状。
发明内容
本发明实施例提供一种基于血流动力学的动脉瘤分析方法及装置,根据医学数据重建了患者脑动脉及动脉瘤的几何形状,并计算流体动力学模拟了血流,得到了壁总压力、非球形指数、平均壁切应力以及振荡剪切指数,得到的指标更加准确。
本发明实施例的第一方面,提供一种基于血流动力学的动脉瘤分析方法,包括:
接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型;
获取血液动力学指标A以及血流速度,所述血液动力学指标A为血管壁上的流体撞击能量;
对所述3D-DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力;
基于血流动力学对血管和\或血流的生物指标进行计算;
汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。
可选地,在第一方面的一种可能实现方式中,其特征在于,
所述接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型包括:
将3D-DSA图像数据转化为预设的DICOM文件;
使用阈值基于所述DICOM文件中的灰度值创建3D模型;
通过预设工具去除3D模型中的浮动像素,以使3D模型中的骨骼与血管分离;
通过血管的腔表面以适合于网格发生器导入的格式从血管中提取。
可选地,在第一方面的一种可能实现方式中,基于以下公式计算血流动力学,
其中ρf是流体的密度,u是血流速度矢量,流体速度向量和移动分别坐标速度,μ为血液动力粘度(0.0035Pa-s)。在任意拉格朗日欧拉(ALE)公式中,u-ug是流体相对于移动坐标速度的相对速度,t是偏应力张量。
可选地,在第一方面的一种可能实现方式中,还包括:
对形态学参数、周期平均血液动力学的参数进行量化处理;
所述输出结果包括壁总压力、非球形指数、平均壁切应力以及振荡剪切指数。
可选地,在第一方面的一种可能实现方式中,基于以下公式获得不同的血液流动特性,
其中,所述NSI为非球形指数,所述AWSS为平均壁切应力,所述OSI为振荡剪切指数。
本发明实施例的第二方面,提供一种基于血流动力学的动脉瘤分析装置,包括:
接收-转换模块,用于接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型;
获取模块,用于获取血液动力学指标A以及血流速度,所述血液动力学指标A为血管壁上的流体撞击能量;
第一计算模块,用于对所述3D-DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力;
第二计算模块,用于基于血流动力学对血管和\或血流的生物指标进行计算;
结果输出模块,用于汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。
可选地,在第二方面的一种可能实现方式中,其特征在于,
所述接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型包括:
将3D-DSA图像数据转化为预设的DICOM文件;
使用阈值基于所述DICOM文件中的灰度值创建3D模型;
通过预设工具去除3D模型中的浮动像素,以使3D模型中的骨骼与血管分离;
通过血管的腔表面以适合于网格发生器导入的格式从血管中提取。
可选地,在第二方面的一种可能实现方式中,基于以下公式计算血流动力学,
其中ρf是流体的密度,u是血流速度矢量,流体速度向量和移动分别坐标速度,μ为血液动力粘度(0.0035Pa-s)。在任意拉格朗日欧拉(ALE)公式中,u-ug是流体相对于移动坐标速度的相对速度,t是偏应力张量。
可选地,在第二方面的一种可能实现方式中,还包括:
对形态学参数、周期平均血液动力学的参数进行量化处理;
所述输出结果包括壁总压力、非球形指数、平均壁切应力以及振荡剪切指数。
本发明实施例的第三方面,提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现本发明第一方面及第一方面各种可能设计的所述方法。
本发明的技术方案计算出的这类指标可以观察各个流动和剪切结构并用于临床。当前临床上由于缺乏统一标准与技术尚未完善等因素,大多数颅内动脉瘤病人并未接受与动脉瘤内有关血流动力学的诊断,同时当前的技术不能通过侵入性或非侵入性测量在体内提供类似信息,那么本发明提供的技术通过算法重建脉管系统且用计算流体动力学公式来模拟血流,通过对血管表面进行分析并计算流体动压力的冲击分量,可以开发出孤立的流体冲击能量的指标,以此使用非侵入性测量便可得出颅内动脉瘤中血流动力学的关键参数。
本发明提供了一项包含血管模型及血流动力学数值计算的完整流程。1)预处理,包括图像采集与重构。2)基于适当的离散化,边界条件的定义,实际逼近的血液以及足够求解器的选择的血流模拟。3)通过提取参数和流量特征或通过视觉探索来分析获取的数值。
本发明目的是比较现实条件下脑动脉的血流动力学现象。为了研究脑动脉瘤的血液动力学特征,根据医学数据重建了患者脑动脉几何形状,并使用计算流体动力学模拟了血流。本发明在得出壁切应力之后,通过制导内皮损伤,动脉瘤组织学重塑,上亲血管和关联与动脉瘤的位置等,使用公式计算导出其他血液动力学因素,例如壁切应力梯度,非球形指数,振荡剪切指数和动脉瘤形成指标等。
附图说明
图1为基于血流动力学的动脉瘤分析方法的第一种实施方式的流程图;
图2为基于血流动力学的动脉瘤分析方法的第二种实施方式的流程图;
图3为血流模拟的示意图;
图4为壁剪切应力模拟的示意图;
图5为基于血流动力学的动脉瘤分析装置的第一种实施方式的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,都属于本发明保护的范围。
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”、“第三”“第四”等(如果存在)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。
应当理解,在本发明的各种实施例中,各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
应当理解,在本发明中,“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。
应当理解,在本发明中,“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含,“包含A、B或C”是指包含A、B、C三者之一,“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解,在本发明中,“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”,表示B与A相关联,根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。A与B的匹配,是A与B的相似度大于或等于预设的阈值。
取决于语境,如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供一种基于血流动力学的动脉瘤分析方法,如图1和图2所示,包括:
步骤S10、接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型。
在步骤S10中,还包括:
将3D-DSA图像数据转化为预设的DICOM文件;
使用阈值基于所述DICOM文件中的灰度值创建3D模型;
通过预设工具去除3D模型中的浮动像素,以使3D模型中的骨骼与血管分离;
通过血管的腔表面以适合于网格发生器导入的格式从血管中提取。
本发明自旋转序列中获得数据集并获取具有512×512像素矩阵尺寸的病人血管图像后,将所有图像传输到工作站进行体积渲染。使用基于代数重建技术的3D重建算法以数字方式生成3D数字减影血管造影(3D digital subtraction angiography,DSA)图像,然后将3D项目转换为截面厚度为0.2mm的医学数字成像和通信(Digital Imaging andCommunications in Medicine,DICOM)文件。DSA产生的图像是体积数据,包含101个2172×1,860像素的图像切片。导入这些DICOM图像文件,以重建脑动脉瘤模型。扫描的切片厚度为9.11微米。将图像文件加载之后,使用者可以看到轴向,冠状和矢状图像路线。将图像文件转换为3D模型的最重要的第一步是分割过程。在分割期间,使用者使用阈值基于这些DICOM文件中的灰度值创建3D模型。使用者可以应用“区域增长”工具来去除图像中的任何浮动像素,并使骨骼与血管分离。获得的数字图像和相应的文件可以直接导入以重建3D项目,从血管的腔表面以适合于网格发生器导入的格式从血管中提取。DICOM格式的3D图像数据可以通过软件直接导入。本发明无需任何修改即可直接操纵血管造影机的原始源输出,并使用它来提取腔表面。这种方法极大地有助于操作的简单性和稳定性,并使图像插值的可能误差最小化。
步骤S20、获取血液动力学指标A以及血流速度,所述血液动力学指标A为血管壁上的流体撞击能量。
本发明可测出一种孤立在血管壁上的流体撞击能量的血液动力学指标A。A指标是由高速流体柱撞击在动脉瘤起始部位的血管壁上造成的。该指标的派生可以给定具有“无滑移”边界条件的血流动力学模拟,根据定义,所有表面节点的流体速度均为0。这样,表面节点会沿着垂直于血管表面的向量在内部偏移一小段距离,以便从壁上以一小段距离采样血液动力学环境。然后,通过获取速度矢量沿表面法线矢量的投影,可以在这些采样点上获得流体速度的表面法线分量。然后,通过计算流体速度的法线分量的动压力来获得流体的能量。因此,这代表了流体的能量,该能量在内部从壁上向外推离壁一小段距离。进行网格独立性以确定最佳元素数量。
为了获得对流体模型的网格大小的信息,元素的数量逐渐增加,并且计算了峰值壁应力。一旦峰值应力的增加不超过5%,便确定了最佳筛孔尺寸。该指标利用了流体偏转,高速流体柱的后续撞击以及在所有起始位置处形成迪安涡旋的共同性。该指标的另一个用途在于提供度量,以信息化地定位研究动脉瘤发作时要关注的脉管系统区域。血液动力学冲击是侧壁动脉瘤起始的必要因素,因为它形成了流入射流进入未来动脉瘤的基础或基础。由流入射流产生的动脉瘤内流动是动脉瘤生长和破裂的主要因素。
本发明可得出完整的算法脉管系统并用计算流体动力学公式来模拟血流,如图3所示。红色(浅色)区域指高血流速度,蓝色(深色)区域指低血流速度。此模型不仅可以精确地测量血管内腔,而且可以评估局部的壁厚和不均匀性。
步骤S30、对所述3D-DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力。
基于以下公式计算血流动力学,
其中ρf是流体的密度,u是血流速度矢量,流体速度向量和移动分别坐标速度,μ为血液动力粘度(0.0035Pa-s)。在任意拉格朗日欧拉(ALE)公式中,u-ug是流体相对于移动坐标速度的相对速度,t是偏应力张量。
根据3D-DSA图像的动脉载瘤血管交叉处进行计算后可获得变形模型壁剪切应力轮廓。获得模拟出的具体血流中壁剪切应力的数值后,如图4所示,本发明可使用公式进行数值导入并进行血流动力学计算。该公式假定血流为层流和牛顿流。不可压缩的Navier–Stokes方程被用作适用于自由膨胀指数(Free swelling index,FSI)问题的控制方程。
本发明可以定量分析相对于血管域的分割和血液动力学变异性。尽管血管半径在所有三个数据集的整个中心线上都显示出不一致的相对标准偏差,但通过公式的速度量级的变化可随中心线长度的增加而增加。因此,本公式假设在出口边界处采用零压力,并且在动脉壁表面施加了防滑条件。计算中选择五个不同的时间(t1,t2,t3,t4,t5)来分析血液动力学行为。大脑中动脉入口的流入在入口速度时间波形t1=0.05s的早期加速,并在t2=0.08s达到最大值0.61m/s。此后,速度幅值开始减小,并在t3=0.18s时降至0.42m/s。然后,血流在0.385m/s(t4=0.52s)和0.35m/s(t5=0.88s)。
本发明可计算出出口处的质量流速和动脉瘤区域附近内部偏离血管壁的两个点的速度。在1个心动周期内,平均入口速度在0.35m/s5和0.61m/s之间变化。最大,最小和平均血流速率下的雷诺数分别约为220、124和154。为了获得稳定的解,本计算在进行临床测算中会运行四个心动周期,并且将第四心动周期的结果用于输出结果,以便与第三心动周期的结果对比将数值误差减小到小于1%,以便将误诊率降低至最低。
步骤S40、基于血流动力学对血管和\或血流的生物指标进行计算;
在计算中,本发明首先使用血管中心线来量化整体组间变异性。在这方面评估了局部最大内切球半径(分段)和局部速度幅值(血液动力学),并计算了标准偏差。其次,本发明可以对形态学参数(造口面积,邻近造口的亲代血管面积,动脉瘤体积,非球形指数)和周期平均血液动力学(动脉瘤颈部流入率,亲代血管流速,空间平均动脉瘤速度)参数进行了量化。在此,将口定义为动脉瘤与相应的亲代血管之间的最小共同平面,以使结果具有可比性。最后,计算出速面,平均壁切应力(Average wall shear stress,AWSS)、振荡剪切指数(oscillatory shear index,OSI),以观察各个流动和剪切结构。最终输出参数中将显示壁总压力,非球形指数(Nonsphericity index,NSI)、平均壁切应力(Average wall shearstress,AWSS)、振荡剪切指数(oscillatory shear index,OSI)。基于局部血管半径和沿中心线的速度大小,可以定量分析相对于血管域的分割和血液动力学变异性。
基于以下公式获得不同的血液流动特性,
其中,所述NSI为非球形指数,所述AWSS为平均壁切应力,所述OSI为振荡剪切指数。
所使用参数为具有相应动脉瘤的体积(volume,V)、表面积(surface,S),以及具有一个心动周期(time,T)的周期时间和壁剪切应力。所使用参数皆为模型建模得出的临床结果。
步骤S50、汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。
本发明还具有以下的优点,包括:
1、血流动力学作为研究特定患者血流动力学的辅助工具的应用正在变得越来越实用。由于血流动力学冲击在侧壁动脉瘤起始中起着重要作用而对于每个神经外科医生来说,术前颅内动脉瘤破裂区域的检测至关重要。本发明对颅内动脉瘤中的计算血流建模在评估高度解析的血液动力学和衍生壁压力方面具有巨大潜力,可以提高重要研究领域的知识,例如破裂风险评估和治疗优化。同时使用本发明分析临床相关的形态学和血液动力学参数时,对动脉瘤口和颈部曲线的选择高度敏感。说明本发明可以充分的填补现有临床在非侵入性测量中获取颅内动脉瘤中血流动力学关键参数的空白。同时还可信息化地定位研究动脉瘤发作时要关注的脉管系统区域。该实用方法在数值模拟模型中,简化了患者特定动脉瘤的几何形状,以减少计算时间。通过考虑了血管和动脉瘤的基本弹性特征,特定于患者的计算机建模,再结合来自其他成像方式的信息,可以提供有关外科或血管内治疗前后血流动力学的重要见解。
2、在计算中使用了算法特有参数A,在临床诊疗中,A的局部升高与动脉瘤口位置关系密切,而起始位点的这种通用性助长了A的预测能力的实用性。该信息可以大大帮助医生获取更多的血流动力学与颅内动脉瘤的信息。
3、本发明可用于测算颅内动脉侧支(如眼动脉,脉络膜前动脉和后交通动脉)的可见性。颅内动脉侧支在当前医学临床界数据库中资料较少,本发明可对其进行进一步完善。
本发明的实施例还提供一种基于血流动力学的动脉瘤分析装置,如图4所示,包括:
接收-转换模块,用于接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型;
获取模块,用于获取血液动力学指标A以及血流速度,所述血液动力学指标A为血管壁上的流体撞击能量;
第一计算模块,用于对所述3D-DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力;
第二计算模块,用于基于血流动力学对血管和\或血流的生物指标进行计算;
结果输出模块,用于汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。
在一个实施例中,所述接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型包括:
将3D-DSA图像数据转化为预设的DICOM文件;
使用阈值基于所述DICOM文件中的灰度值创建3D模型;
通过预设工具去除3D模型中的浮动像素,以使3D模型中的骨骼与血管分离;
通过血管的腔表面以适合于网格发生器导入的格式从血管中提取。
在一个实施例中,基于以下公式计算血流动力学,
其中ρf是流体的密度,u是血流速度矢量,流体速度向量和移动分别坐标速度,μ为血液动力粘度(0.0035Pa-s)。在任意拉格朗日欧拉(ALE)公式中,u-ug是流体相对于移动坐标速度的相对速度,t是偏应力张量。
在一个实施例中,还包括:
对形态学参数、周期平均血液动力学的参数进行量化处理;
所述输出结果包括壁总压力、非球形指数、平均壁切应力以及振荡剪切指数。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述终端或者服务器的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于血流动力学的动脉瘤分析方法,其特征在于,包括:
接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型;
获取血液动力学指标A以及血流速度,所述血液动力学指标A为血管壁上的流体撞击能量;
对所述3D-DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力;
基于血流动力学对血管和\或血流的生物指标进行计算;
汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。
2.根据权利要求1所述的基于血流动力学的动脉瘤分析方法,其特征在于,
所述接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型包括:
将3D-DSA图像数据转化为预设的DICOM文件;
使用阈值基于所述DICOM文件中的灰度值创建3D模型;
通过预设工具去除3D模型中的浮动像素,以使3D模型中的骨骼与血管分离;
通过血管的腔表面以适合于网格发生器导入的格式从血管中提取。
4.根据权利要求1所述的基于血流动力学的动脉瘤分析方法,其特征在于,还包括:
对形态学参数、周期平均血液动力学的参数进行量化处理;
所述输出结果包括壁总压力、非球形指数、平均壁切应力以及振荡剪切指数。
6.一种基于血流动力学的动脉瘤分析装置,其特征在于,包括:
接收-转换模块,用于接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型;
获取模块,用于获取血液动力学指标A以及血流速度,所述血液动力学指标A为血管壁上的流体撞击能量;
第一计算模块,用于对所述3D-DSA图像数据中的动脉载瘤血管交叉处进行计算得到变形模型壁剪切应力轮廓,获得血流中的壁剪切应力;
第二计算模块,用于基于血流动力学对血管和\或血流的生物指标进行计算;
结果输出模块,用于汇总所述血液动力学指标A、血流速度、壁剪切应力以及血管和\或血流的生物指标后输出结果。
7.根据权利要求6所述的基于血流动力学的动脉瘤分析装置,其特征在于,
所述接收患者的3D-DSA图像数据,基于所述3D-DSA图像数据重建脑动脉瘤模型包括:
将3D-DSA图像数据转化为预设的DICOM文件;
使用阈值基于所述DICOM文件中的灰度值创建3D模型;
通过预设工具去除3D模型中的浮动像素,以使3D模型中的骨骼与血管分离;
通过血管的腔表面以适合于网格发生器导入的格式从血管中提取。
9.根据权利要求6所述的基于血流动力学的动脉瘤分析装置,其特征在于,还包括:
对形态学参数、周期平均血液动力学的参数进行量化处理;
所述输出结果包括壁总压力、非球形指数、平均壁切应力以及振荡剪切指数。
10.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现权利要求1至5任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110343856.9A CN113077435A (zh) | 2021-03-30 | 2021-03-30 | 基于血流动力学的动脉瘤分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110343856.9A CN113077435A (zh) | 2021-03-30 | 2021-03-30 | 基于血流动力学的动脉瘤分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113077435A true CN113077435A (zh) | 2021-07-06 |
Family
ID=76611772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110343856.9A Pending CN113077435A (zh) | 2021-03-30 | 2021-03-30 | 基于血流动力学的动脉瘤分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077435A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN116919374A (zh) * | 2023-07-19 | 2023-10-24 | 西安交通大学 | 颅内动脉瘤及载瘤动脉内血流动力学参数评估方法及系统 |
-
2021
- 2021-03-30 CN CN202110343856.9A patent/CN113077435A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN116919374A (zh) * | 2023-07-19 | 2023-10-24 | 西安交通大学 | 颅内动脉瘤及载瘤动脉内血流动力学参数评估方法及系统 |
CN116919374B (zh) * | 2023-07-19 | 2024-04-12 | 西安交通大学 | 颅内动脉瘤及载瘤动脉内血流动力学参数评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kissas et al. | Machine learning in cardiovascular flows modeling: Predicting arterial blood pressure from non-invasive 4D flow MRI data using physics-informed neural networks | |
CN110866914B (zh) | 脑动脉瘤血流动力学指标的评估方法、系统、设备及介质 | |
US20230218346A1 (en) | Systems and methods for processing electronic images to identify relevant flow characteristics | |
CN102525443B (zh) | 用于基于医学图像数据对心血管循环建模的方法和设备 | |
CN109069014B (zh) | 用于估计在冠状动脉中的健康管腔直径和狭窄定量的系统和方法 | |
EP2805278B1 (en) | Method and system for determining treatments by modifying patient-specific geometrical models | |
Xiao et al. | Multi-scale computational model of three-dimensional hemodynamics within a deformable full-body arterial network | |
US9141763B2 (en) | Method and system for patient-specific computational modeling and simulation for coupled hemodynamic analysis of cerebral vessels | |
CN106056126A (zh) | 医学成像中的斑块易损性评定 | |
WO2022166281A1 (zh) | 血流动力学指标数据的处理方法和系统 | |
Sankaran et al. | Fast computation of hemodynamic sensitivity to lumen segmentation uncertainty | |
CN105096388A (zh) | 基于计算流体力学的冠状动脉血流仿真系统和方法 | |
Sarabian et al. | Physics-informed neural networks for brain hemodynamic predictions using medical imaging | |
CN113077435A (zh) | 基于血流动力学的动脉瘤分析方法及装置 | |
CN106803251B (zh) | 由ct影像确定主动脉缩窄处压力差的装置与方法 | |
CN107665737A (zh) | 血管壁应力应变状态获取方法、计算机可读介质及系统 | |
KR20220009995A (ko) | 반응 표면 및 차수 감소 모델링을 사용한 혈류 추정 시스템 및 방법 | |
Gharleghi et al. | Transient wall shear stress estimation in coronary bifurcations using convolutional neural networks | |
Jiang et al. | Interactive decomposition and mapping of saccular cerebral aneurysms using harmonic functions: its first application with “patient-specific” computational fluid dynamics (CFD) simulations | |
CN116919374A (zh) | 颅内动脉瘤及载瘤动脉内血流动力学参数评估方法及系统 | |
Figueroa et al. | Pressure wave propagation in full-body arterial models: a gateway to exploring aging and hypertension | |
Yang et al. | Harmonic skeleton guided evaluation of stenoses in human coronary arteries | |
Gambaruto et al. | Reconstruction of shape and its effect on flow in arterial conduits | |
Malvè et al. | Impact of the Fluid-Structure Interaction Modeling on the Human Vessel Hemodynamics | |
Kumar | Non-Newtonian coupled field analysis of blood flow in normal and stenosed carotid artery with varying haemodynamic parameters |
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 |