CN113423329A - 基于电子患者数据的虚拟应力测试 - Google Patents
基于电子患者数据的虚拟应力测试 Download PDFInfo
- Publication number
- CN113423329A CN113423329A CN202080012947.8A CN202080012947A CN113423329A CN 113423329 A CN113423329 A CN 113423329A CN 202080012947 A CN202080012947 A CN 202080012947A CN 113423329 A CN113423329 A CN 113423329A
- Authority
- CN
- China
- Prior art keywords
- patient
- rate
- range
- flow
- inflow
- 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
- 230000000694 effects Effects 0.000 claims abstract description 94
- 238000012360 testing method Methods 0.000 claims abstract description 33
- 230000002503 metabolic effect Effects 0.000 claims abstract description 28
- 238000000034 method Methods 0.000 claims description 83
- 230000000284 resting effect Effects 0.000 claims description 15
- 230000000544 hyperemic effect Effects 0.000 claims description 12
- 210000001367 artery Anatomy 0.000 claims description 11
- 210000004351 coronary vessel Anatomy 0.000 abstract description 25
- 210000003484 anatomy Anatomy 0.000 abstract description 21
- 208000031481 Pathologic Constriction Diseases 0.000 abstract description 13
- 230000036262 stenosis Effects 0.000 abstract description 13
- 208000037804 stenosis Diseases 0.000 abstract description 13
- 230000000414 obstructive effect Effects 0.000 abstract description 8
- 239000012530 fluid Substances 0.000 abstract description 7
- 230000017531 blood circulation Effects 0.000 description 22
- 230000000004 hemodynamic effect Effects 0.000 description 21
- 230000015654 memory Effects 0.000 description 17
- 230000000747 cardiac effect Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 10
- 230000003902 lesion Effects 0.000 description 10
- 230000035487 diastolic blood pressure Effects 0.000 description 9
- 230000003205 diastolic effect Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000002107 myocardial effect Effects 0.000 description 7
- 230000037081 physical activity Effects 0.000 description 7
- 230000035488 systolic blood pressure Effects 0.000 description 7
- 210000005166 vasculature Anatomy 0.000 description 7
- 208000029078 coronary artery disease Diseases 0.000 description 6
- 238000002405 diagnostic procedure Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000035790 physiological processes and functions Effects 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 5
- 238000002586 coronary angiography Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000002583 angiography Methods 0.000 description 4
- 230000036772 blood pressure Effects 0.000 description 4
- 238000009530 blood pressure measurement Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 201000000057 Coronary Stenosis Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 238000013152 interventional procedure Methods 0.000 description 3
- 208000028867 ischemia Diseases 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 230000010412 perfusion Effects 0.000 description 3
- 230000000250 revascularization Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000000302 ischemic effect Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 238000012014 optical coherence tomography Methods 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000009662 stress testing Methods 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000010455 autoregulation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 210000001627 cerebral artery Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000003090 iliac artery Anatomy 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000002608 intravascular ultrasound Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 210000003137 popliteal artery Anatomy 0.000 description 1
- 238000010882 preoperative diagnosis Methods 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 210000002254 renal artery Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4884—Other medical applications inducing physiological or psychological stress, e.g. applications for stress testing
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
-
- 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
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- 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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1118—Determining activity level
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/22—Ergometry; Measuring muscular strength or the force of a muscular blow
- A61B5/221—Ergometry, e.g. by using bicycle type apparatus
- A61B5/222—Ergometry, e.g. by using bicycle type apparatus combined with detection or measurement of physiological parameters, e.g. heart rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/05—Surgical care
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
- A61B2505/09—Rehabilitation or training
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
-
- 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
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Hospice & Palliative Care (AREA)
- Data Mining & Analysis (AREA)
- Hematology (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Physical Education & Sports Medicine (AREA)
- Psychiatry (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Vascular Medicine (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Quality & Reliability (AREA)
Abstract
可以通过创建诸如一个或多个冠状动脉之类的患者解剖结构的感兴趣区域的电子模型、在患者的两个不同活动水平下基于计算流体动力学确定通过感兴趣区域的压降并基于与两个活动水平相关联的流率确定用于活动水平的范围的压降的范围来对患者执行虚拟应力测试。基于压降的范围,能够确定患者在与患者的代谢需求相关的活动水平下是否具有指示阻塞性狭窄的临床上显著的压降。
Description
相关申请的交叉引用
本申请要求于2019年1月6日提交的美国临时申请No.62/788,911的权益和优先权,其全部内容通过引用并入本文。
技术领域
本公开一般而言针对基于非侵入性成像和计算流体动力学的患者血液动力学信息的确定和显示,包括在模拟的患者活动水平范围内冠状动脉内的血压的确定和显示。
背景技术
冠心病(CHD)是美国最常见的死亡原因,估计每年直接和间接花费数千亿美元。CHD由动脉粥样硬化引起,动脉粥样硬化会进展并导致缺血、心绞痛、心肌梗塞和死亡。根据患者病变的严重程度和复杂性以及临床状态,可以为患者提供各种治疗选择,包括药物治疗、血管内支架和冠状动脉旁路移植术(CABG)。典型的诊断和治疗计划包括临床评估、非侵入性应力测试以及,对于合适的患者,侵入性冠状动脉造影和随后的药物治疗和/或冠状动脉血运重建。通常,如果患者在接受药物治疗时仍然有症状或在心肌灌注中发现显著缺陷,那么护理人员将对患者执行侵入性冠状动脉造影。在此类患者中,血运重建或不使用冠状动脉支架或CABG外科手术的决定是基于血管造影解剖结果做出的,并且越来越多地使用血流动力学信息(诸如侵入性测得的血流储备分数(FFR))。在导管插入实验室中测量FFR要求将压力线插入患者的冠状动脉,并且FFR值小于0.8一般被认为是具有临床意义的阻塞性病变,需要在适当的临床背景下进行血运重建。
发明内容
公开了用于基于电子患者数据的虚拟应力测试的系统和方法。为患者执行虚拟应力测试的计算机实现的方法的示例实施例可以包括接收患者的医学图像数据,医学图像数据包括动脉片段;以及从医学图像数据生成动脉片段的几何表示。该方法还可以包括接收患者的代谢需求信息,并根据代谢需求信息确定阈值。该方法还可以包括使用几何表示确定动脉片段的第一流场,第一流场与患者的第一活动水平对应;基于第一流场确定动脉片段中的第一压降;使用几何表示确定动脉片段的第二流场,第二流场与不同于第一活动水平的患者的第二活动水平对应;以及基于第二流场确定动脉片段中的第二压降。该方法还可以包括基于第一压降和第二压降计算用于活动水平的范围的压降的范围;将压降的范围与阈值进行比较;以及显示比较的结果。
在实施例中,第一活动水平与第一流率相关联并且第二活动水平与不同于第一流率的第二流率相关联,并且计算用于活动水平的范围的压降的范围包括计算用于流率的范围的压降的范围。
在实施例中,流率的范围在第一流率和第二流率之间。
在实施例中,计算用于活动水平的范围的压降的范围包括根据压降和流率之间的二次关系计算压降的范围。
在实施例中,显示比较的结果包括显示压降的范围和阈值的曲线图。
在实施例中,第一活动水平是静息状态。
在实施例中,第二活动水平是充血状态。
在实施例中,该方法还包括确定压降超过阈值时的活动水平。
在实施例中,第一和第二流场分别包括第一和第二流速场。
在实施例中,使用几何表示确定动脉片段的第一流场可以包括获得与动脉片段对应的第一流入速率;根据第一流入速率计算与动脉片段对应的第一流出速率;以及根据几何表示、第一流入速率和第一流出速率计算动脉片段中的第一流场。在实施例中,使用几何表示确定动脉片段的第二流场包括获得与动脉片段对应的第二流入速率;根据第二流入速率计算与动脉片段对应的第二流出速率;以及根据几何表示、第二流入速率和第二流出速率计算动脉片段中的第二流场。
对患者执行虚拟应力测试的计算机实现的方法的示例实施例包括获得患者动脉片段的几何表示,动脉片段包括流入边界和两个或更多个流出边界;接收患者的代谢需求信息;以及根据代谢需求信息确定阈值。该方法还可以包括获得与流入边界对应的第一流入速率;根据第一流入速率计算在两个或更多个流出边界处的第一流出速率;根据几何表示、第一流入速率和第一流出速率计算动脉片段中的第一流场;以及基于第一流场确定动脉片段中的第一压降。该方法还可以包括获得与流入边界对应的第二流入速率,第二流入速率不同于第一流入速率;根据第二流入速率计算两个或更多个流出边界处的第二流出速率;根据几何表示、第二流入速率和第二流出速率计算动脉片段中的第二流场;以及基于第二流场确定动脉片段中的第二压降。该方法还可以包括基于第一压降和第二压降计算用于流入速率的范围的压降的范围;将压降的范围与阈值进行比较;以及显示比较的结果。
在实施例中,第一流入速率与第一活动水平相关联并且第二流入速率与不同于第一活动水平的第二活动水平相关联,并且计算用于流率的范围的压降的范围包括计算用于活动水平的范围的压降的范围。
在实施例中,流率的范围在第一流率和第二流率之间。
在实施例中,计算压降的范围包括根据压降和流入速率之间的二次关系计算压降的范围。
在实施例中,显示比较的结果包括显示压降的范围和阈值的曲线图。
在实施例中,该方法还包括确定压降超过阈值时的活动水平。
在实施例中,第一流入速率与患者的静息状态对应。
在实施例中,第二流入速率与患者的充血状态对应。
在实施例中,第一和第二流场分别包括第一和第二流速场。
在实施例中,第一和第二流场是根据三维的、与时间无关的方程计算的。
附图说明
图1是用于执行虚拟应力测试的电子系统的示例实施例的示意图。
图2是图示用于基于电子患者数据执行虚拟应力测试的方法的示例实施例的流程图。
图3是图示用于基于电子患者数据执行虚拟应力测试的方法的示例实施例的流程图。
图4图示了患者解剖区域的示例几何模型,其可以被确定并且可以与本公开的方法一起使用。
图5是图示用于患者集合的示例活动水平的范围的示例压降的范围的曲线图。
图6是用户计算环境的示例实施例的示意图。
具体实施方式
通过非侵入性临床诊断和传统应力测试筛查动脉病变可能不准确,导致对假阳性患者进行不必要的冠状动脉造影规程,并且还会导致有明显病变的患者出现假阴性。在最近的研究中,55.3%接受传统非侵入性测试并进行侵入性冠状动脉造影(ICA)的患者没有阻塞性CHD。仅在美国,2006年就进行了大约1115000例住院心导管检查,因此,防止不必要的ICA规程的高度准确的非侵入性测试有可能每年节省数十亿美元。另外,虽然ICA规程对患者来说一般是非常安全的,但在极少数情况下确实会出现负面结果,并且患者的焦虑会很大,因此减少不必要的ICA规程的数量可以改善结果和患者体验。另外,研究表明,基于非缺血性FFR值推迟血运重建相对于支架植入术产生有利的结果,并且相对于标准的血管造影引导护理,基于FFR的支架术使支架数量、死亡、心脏病发作和重复支架植入术的数量减少近似30%,以及降低成本。
最初,FFR被定义为狭窄病变远端的最大血流量与同一血管中正常最大血流量之比。但是,在临床实践中,FFR通常被定义为在充血流条件下狭窄远端的压力(Pd)相对于主动脉压力(Pa)(即,FFR=Pd/Pa)。由于不必要的侵入性血管造影的高百分比,因此开发非侵入性评估FFR的方法引起了极大的兴趣。从物理学的底层原理来看,FFR实际上是取决于详细血液动力学流场的变量,它是动脉几何形状、压力和流条件的函数。因此,有可能从流体动力学运动方程计算FFR,并且这可以被称为虚拟FFR,或FFRv。这要求属于计算流体动力学(CFD)领域的数值规程。CFD包括使用感兴趣区域的详细血管几何形状,以及计算域的边界处的血流(或者,可替代地,所施加的压力)来求解感兴趣区域(ROI)内的整个流场和压力。
冠状动脉血流要求因人而异,并且取决于几个生理因素,包括年龄、性别、体重指数(BMI)和身体活动水平。为了评估患者的冠状动脉血流是否足够,因此没有明显的冠状动脉狭窄,可以执行锻炼应力测试。这涉及增加锻炼水平,进而导致心率、收缩压和心肌收缩力增加。为了维持锻炼,冠状动脉血流量增加到足以供应心肌以满足其不断增长的需求。如果患者有明显的心外膜狭窄,那么自动调节储备不足,并且对应的心肌床变得缺血。这将表现为胸痛或呼吸困难、心电图ST段压低、如果使用辅助超声心动图时的壁运动异常,或如果执行辅助心肌灌注成像时的异常心肌灌注。虽然对冠状动脉狭窄的存在进行了间接评估,但这种方法提供了特定于患者的缺血负担估计,这告知执行进一步测试(例如,血管造影术)和/或是否对患者进行血运重建的决定。
替代诊断方法是使用或者侵入性冠状动脉血管造影术或非侵入性CT血管造影术对冠状动脉执行直接解剖评估。这提供了关于冠状动脉疾病的存在和程度的信息,并且特别有助于排除疾病或诊断严重阻塞。但是,在中间冠状病变(直径40-80%狭窄)的常见情况下,解剖评估无法准确评估狭窄是流量限制还是引起缺血。为了克服解剖评估的这种限制,已经开发出侵入性FFR和非侵入性虚拟FFR来补充解剖信息。侵入性FFR已成为冠状动脉病变功能评估的标准,并且确实结合了一些特定于患者的生理数据。例如,在侵入性FFR测量期间,心肌床对施用的充血剂的反应反映了个体的冠状动脉微血管功能。相比之下,对于虚拟FFR,通常为供应心肌床的近端血管规定假设的流率。但是,用于给定狭窄的真实血流率取决于患者的微血管功能和心肺能力(例如,活跃的30岁患者的血流率将比85岁坐在轮椅上的患者高得多,即使两名患者的解剖结构相似)。因而,当前用于评估患者冠状动脉狭窄的计算方法并没有完全考虑特定于患者的冠状动脉流率来告知计算和决定。
为了提供更特定于患者的计算血流动力学评估,可以在一定范围的模拟活动水平或代谢需求内计算一个或多个描述压力损失的血流生理指标,诸如FFR或瞬时无波比(IWFR)。关于患者身体和代谢活动水平的估计或计算的信息可以被用于告知给定冠状动脉病变的特定于患者的计算出FFR或IWFR。例如,可以从经验证的活动或生活方式问卷中获得患者的特定身体活动或代谢数据。例如,这种问卷可以询问患者从事什么活动,并且可以确定与那些活动相关联的代谢需求。Sidney等人在Metabolic Equivalents(METS)inExercise Testing,Exercise Prescription,and Evaluation of Functional Capacity,13Clin.Cardiol.555-565(1990)中描述了将代谢需求与活动相关联的示例方法,其通过引用整体并入本文。简而言之,与给定活动相关联的代谢需求可以被定义为代谢当量(MET)的倍数,MET是患者在静息时消耗的氧气量。对于某些剧烈的有氧活动,代谢需求的范围可以从一(1)MET(静息时)到超过十五(15)METS。单个MET的值可以是特定于患者的,并且可以取决于患者的体重。给定活动的METS的数量可以取决于特定活动的强度和难度。在实施例中,单个MET可以被定义为每分钟的氧气的体积。因为每分钟的氧气的体积可以与患者的流率成线性比例,因此可以在脉管系统中给定点的患者血液流率与由那个流提供的代谢需求(即,METS的数量)之间建立直接关系。
除了基于活动问卷确定代谢需求或作为其替代方案,患者的代谢需求还可以通过标准化的锻炼测试来确定,诸如Bruce协议,许多疑似冠心病的患者都接受这些测试作为其术前诊断的一部分。在Lear等人的Exercise Stress Testing:An Overview of CurrentGuidelines,27(5)Sports Med.285-312(1999年5月)中描述了用于这种锻炼测试的示例协议,其通过引用整体并入本文。简而言之,基于锻炼测试,可以确定患者的特定最大MET值,即,与患者参与的最大活动水平相关联的MET值。
这种特定于患者的代谢工作负荷可以被用于告知血流动力学计算中规定的冠状动脉流率(例如,一个或多个边界条件),并相对于已知方法提高计算出的FFR值或其它(一个或多个)血流动力学值的诊断准确性。
Navier-Stokes方程可以被用于描述冠状动脉中的流场,例如,以一些形式作为时间和三维(3D)空间的函数的感兴趣区域(ROI)中的血管内压力和速度,而以其它形式中仅作为3D空间的函数。从这些流场中,可以计算临床感兴趣的量,诸如例如压降、FFR、瞬时无波比(IWFR)、由血管内压力变化和粘性剪切应力(壁剪切应力,WSS)等造成的动脉壁上的力。为了求解Navier-Stokes方程,采用CFD,并且解包括对ROI施加边界条件。受试者的血管腔几何形状(从CT或其它血管成像获得)也包括在CFD中,以及流入速率(例如,在所选择的流入边界处)和血管分支之间的流分布(例如,一个或多个输出流)的某种组合。ROI中的压力场可以被计算为与参考压力的偏差,因此在计算压力场时CFD可能不需要ROI中的绝对压力水平,例如Pa。一旦计算出与参考的偏差,就可以在确定参考压力(例如,Pa)时确定场中的绝对压力。但是,应当注意的是,并非所有与压力相关的确定—诸如在本文公开的虚拟应力测试的一些实施例—都要求参考压力,并且可以替代地基于没有基线参考的压力场做出确定。
对于冠状动脉血流中的许多临床应用,诸如压降、FFR和IWFR,Navier-Stokes方程可以被视为独立于时间(即,在三个空间维度上,但独立于时间维度)。例如,压力比Pd/Pa的时间平均值代表瞬时压力比的平均值,其中Pd是ROI中的压力,而Pa是参考压力。这意味着三维CFD模型适用于计算这些压力指标,从而实现比四维模型(即,结合三个空间维度和时间的模型)更快的计算。
ROI内的压力场可以基于例如ROI内和周围的流率来确定。对于冠状动脉流量和压力,感兴趣区域中近侧位置和远侧位置之间的流率和压力梯度(△P)之间的关系可以通过二次方程很好地近似,如下式(1)所示:
△P=aQ+bQ2 (式1)
其中a和b是常数,取决于个体患者的血管几何形状和血液粘度并且可以以下述方式为给定患者计算。式(1)具有物理和数学基础。在物理上,aQ项与直接由血液粘度引起的压力损失相关,而bQ2项与因流分离和湍流(如果存在的话)引起的压力损失相关。当狭窄程度大到造成流分离时,bQ2项可以是重要的。在数学上,该式子可以被视为△P=fcn(Q)的多项式级数展开式中的前两项。式(1)求解经由计算流体动力学确定流场的受试者患者的脉管系统区域两端的压降。
为了计算a和b,可以针对Q的两个不同值求解三维Navier-Stokes式。例如,第一个值Q1可以表示静息条件所典型的流率,而第二个值Q2可以表示锻炼(或充血)状态所典型的流率。这些计算将给出△P的两个值,以便一旦Q1、Q2、△P1和△P2已知,就可以为a和b求解下面的式(2)和(3):
△P1=aQ1+bQ1 2 (式2)
△P2=aQ2+bQ2 2 (式3)
一旦已知给定患者的系数a和b,就有可能在流条件的范围内(例如,生理相关的流条件的范围内)计算△P,而无需对该范围内的每个流条件进行进一步的CFD。
除了几何和流拆分的不确定性之外,非侵入性计算FFR的不确定性还有两个源:(1)Pa,充血下的血管内主动脉压,未知;(2)Q,充血下的流入量,未知。
CFD直接提供△P,与Pa无关。另一方面,FFR(计算为比率Pd/Pa)直接取决于特定于患者的Pa的值。因此,对于计算出的FFR,一旦计算出△Pa,就必须假设Pa的值。例如,Pa的假设的值可以从袖带血压测量中导出,或者可以假设所有受试者的Pa=100mmHg。
有临床数据表明△P可以被用作阻塞性CAD的诊断指标。为了证明这种合理性,考虑Pa=100mmHg的总体平均值。对于这种平均Pa值:(a)FFR=0.8(一般被认为指示阻塞性病变)与△P=20mmHg对应;以及(b)IWFR=0.9(一般也被认为指示阻塞性病变)与△P=10mmHg对应。
因此,在以下方案中采用计算方法作为虚拟应力测试是有理由的:(1)基于患者ROI的图像,诸如CT图像或其它非侵入性获得的图像,计算两个不同的假设流率下的△P;(2)采用上述式(1)和(2)中阐述的二次关系来确定受试者的系数a和b;(3)在流率的范围内呈现△P相对于Q的曲线;(4)确定与△P的临界值对应的流率(例如,对于FFR=0.8是20mmHg;对于IWFR=0.9是10mmHG);以及(5)基于患者在静息和预期生活方式活动下的预期流量需求,确定由此产生的△P值是否指示阻塞性CAD。下面将更详细地讨论这种方法。
参考附图,其中相同的附图标记在各种视图中指相同或相似的特征,图1是用于执行虚拟应力测试的电子系统10的示例实施例的示意图。示例系统10可以包括患者图像源12、用户输入设备14、虚拟应力测试计算系统16和显示器18。如下文将更详细描述的,系统10可以用于基于电子患者数据(例如,患者的感兴趣区域的图像和其它数据)执行虚拟应力测试以确定关于患者的各种血液动力学信息,和/或就患者的进一步测试、介入评估和/或介入治疗提出建议。
在实施例中,系统10的一个或多个方面可以部署在临床环境中。例如,在一些实施例中,患者图像源12、用户输入设备14、虚拟应力测试计算系统16和显示器18都可以在诸如医院之类的常见临床设置中提供。在一些实施例中,系统10的组件可以在膝上型或台式计算机或工作站中实施。在实施例中,系统的一个或多个组件(诸如虚拟应力测试计算系统16)可以从临床设置远程提供,诸如在云计算服务部署中。
患者图像源12可以包括医学图像获取设备,其被配置为获取受试者患者的血管系统的一个或多个医学图像。例如,患者图像源12可以是非侵入性图像获取设备。在一些实施例中,患者图像源12可以包括但不限于计算断层扫描(CT)获取设备、血管内超声(IVUS)、双平面血管造影、光学相干断层扫描(OCT)、磁共振成像(MRI)等,或其组合。
附加地或可替代地,患者图像源12可以包括现有图像数据的存储库。在一些实施例中,患者图像源12可以包括医学图像存储设备,诸如数据库或其它本地电子数据存储装置,或者被配置为存储医学图像的远程存储装置(例如,基于云的存储装置)。
用户输入设备14可以是或可以包括一个或多个用于输入到计算系统的设备,诸如鼠标、触摸板、触摸屏、键盘、麦克风、相机或其它输入设备。
虚拟应力测试计算系统16可以包括处理器20和被配置为存储数据和指令的非暂态计算机可读存储器22。在实施例中,存储器22可以存储来自受试者患者的图像,并且因此可以用作患者图像源12,或其方面。处理器20可以被配置为执行存储在存储器22中的指令以执行本公开的步骤、方法、算法等中的一个或多个。特别地,存储器22可以被配置为以指令的形式存储各种功能模块,包括几何形状确定模块24、边界条件确定模块26、流场确定模块28、压力确定模块和虚拟应力测试模块32。
存储器22中的各个模块24、26、28、30、32将被分开描述,但是应当理解的是,这样的分离仅仅是为了便于讨论。其中实施各种模块的指令可以在共同的文件、存储设备等中,并且类似地,本文描述的模块中的一个或多个可以被分离到多个单独的文件、存储设备等中。
几何形状确定模块24可以被配置为根据从患者图像源获得的图像生成感兴趣解剖区域(ROI)的电子几何表示(例如,模型)。在一些实施例中,ROI可以是受试者患者的心血管系统的一部分,诸如一个或多个动脉片段。一个或多个动脉片段可以包括一个或多个动脉的一部分和从其延伸的一个或多个分支。
在一些实施例中,一个或多个动脉片段可以包括一个或多个冠状动脉片段。一个或多个冠状动脉片段可以包括从受试者的主动脉发出的一个或多个冠状动脉的一部分和从其延伸的一个或多个分支。一个或多个冠状动脉片段可以包括但不限于左冠状动脉(LCA)和/或右冠状动脉(RCA)的一个或多个部分。左冠状动脉(LCA)的一个或多个冠状动脉片段可以包括但不限于左冠状动脉主干(LM)、左前降支(LAD)、左回旋支动脉(也称为“Circumflex”)等,或其组合。
本公开将参考冠状动脉片段。但是,将理解的是,一个或多个动脉片段不限于所讨论的冠状动脉片段并且可以包括其它冠状动脉片段、其它类型的动脉片段等,或其组合。例如,一个或多个动脉片段可以包括(一个或多个)脑动脉片段、(一个或多个)股动脉片段、(一个或多个)髂动脉片段、(一个或多个)腘动脉片段、(一个或多个)颈动脉片段、(一个或多个)肾动脉片段等。
在一些实施例中,由几何形状确定模块24产生的几何表示可以是一个或多个动脉片段的空间体积的三维(3-D)电子模型。例如,一个或多个动脉片段的几何表示可以离散成三维体积网格,例如多面体(例如,四面体)。在一些实施例中,几何表示可以包括表示每个动脉片段的管腔的边界的表面网格。
在一些实施例中,边界条件确定模块26可以被配置为确定每个动脉片段的边界。“边界”可以指动脉片段的表示的横截面并且可以包括但不限于:与血液流过的横截面对应的流入边界;通过其向外引导血流的部署在流入边界的下游或远侧的与横截面对应的一个或多个流出边界;与动脉壁的内表面和流动的血液之间的界面对应的一个或多个血管壁边界;等等;或其组合。
在一些实施例中,一个或多个流出边界可以包括部署在接合点(例如,分叉、三分叉等,以及它们的组合)处或与其相邻的流出边界。在一些实施例中,一个或多个流出边界可以包括部署在左回旋动脉处或与其相邻的流出边界。在一些实施例中,一个或多个流出边界可以包括第一流出边界和部署在流入边界和第一流出边界之间的第二流出边界。在一些实施例中,第一流出边界可以与片段的远侧边界(即,部署在流入边界下游或远侧的横截面)对应。在一些实施例中,例如,当几何表示包括左冠状动脉时,第二流出边界可以与回旋支对应。在一些实施例中,第一流出边界和第二流出边界可以被一个或多个附加流出边界(例如,至少第三流出边界)分开。第三流出边界可以与诸如分支或分叉之类的接合点对应或与其相邻。
在一些实施例中,边界条件确定模块26可以被配置为使用由几何形状确定模块24生成的几何表示来确定每个边界的几何数据。在一些实施例中,几何数据可以包括但不限于血管半径、直径、周长、面积、心外膜冠状体积、长度等,或其组合。
在一些实施例中,边界条件确定模块26可以被配置为确定每个动脉片段的每个边界的边界条件。举例来说,每个片段的边界条件可以包括流入边界条件、流出边界条件、一个或多个血管壁边界条件等,或其组合。流入边界条件可以是速度、流率、压力或其它特点的值或值范围。每个流出边界条件可以是速度、流率、压力、流入边界的百分比或其它特性点的值或值范围。每个血管壁边界条件可以是速度、流率、压力、其组合或其它特点的值或值范围。
在一些实施例中,流入边界条件和/或流出边界条件的确定可以基于患者信息、适用的生理状态(例如,静息状态、充血状态)、片段的类型(例如,LCA或RCA)等或其组合来确定。在一些实施例中,可以根据预期的患者活动水平(例如,基于由患者提供的信息)来确定流入边界条件。在一些实施例中,流入边界条件可以是存储的值和/或由用户指定。
在一些实施例中,流入边界条件可以根据解剖ROI的几何形状(诸如血管部分的半径、直径、长度或体积)来确定。例如,可以根据基于感兴趣区域的管腔体积的模型计算流率,如下面的式4所示:
Qin=αVβ (式4)
其中Qin是解剖模型入口处的流率,V是感兴趣区域的管腔体积,α是取决于患者生理状态的系数,并且β是取决于血管树结构以及,在一些实施例中,用于生成解剖区域的3D模型的图像的分辨率的系数。
在感兴趣区域是冠状动脉树的实施例中,V可以是从近侧起点到分段血管直径为特定直径的位置定义的LCA或RCA的管腔体积,该直径可以取决于用于创建患者解剖部分的模型的图像的分辨率。例如,在一些实施例中,位置可以被定义为图像数据集中的三个或四个体素的直径。在特定示例中,位置可以是管腔直径为1mm或1.5mm的地方。
在一些实施例中,参数α和β可以是所有患者的常数,并且可以从具有非侵入性和侵入性数据的示例数据集确定,从中可以验证α和β的值。
在一些实施例中,可以使用流出分布模型来确定流出边界条件。流出分布模型可以使用几何数据和/或存储的血液动力学数据来确定。存储的血液动力学数据可以定义或被用于定义流出边界的几何形状(例如,半径、直径、长度、体积或其它几何特点)与相应流率之间的经验关系。例如,边界条件生成模块可以使用存储的血液动力学数据以及片段的第一和第二流出边界的半径、直径、长度、体积和/或其它几何特征来确定流出分布模型。在另一个示例中,边界条件生成模块可以仅使用几何数据(例如,片段的第一流出边界(远侧边界)的半径、直径、长度、体积和/或其它几何特征)来确定流出分布模型。流出分布模型可以被用于确定每个流出边界的流出(例如,速度、流率、流入的百分比),从而确定每个流出边界条件。
举例来说,由边界条件确定模块26确定的边界条件可以与稳态和/或非稳态流计算一起使用以确定流场(例如,血流、壁剪切应力等)和血液动力学信息(例如,FFR、IWFR等)。边界条件确定模块还使用优化方法来定义动脉片段流拆分。因此,边界条件生成模块26可以提供确定边界条件的灵活性、准确性和效率。
流场确定模块28可以被配置为使用由几何确定模块24确定的几何表示、由边界条件确定模块26确定的一个或多个边界条件以及与患者对应的压力数据来确定每个动脉片段的流场。压力数据例如可以是例如患者在静息状态下的袖带压力。在一些实施例中,流场可以包括但不限于压力场、速度场、壁剪切应力场、轴向斑块应力等,或其组合。
在一些实施例中,流场参数(例如,压力场、速度等)可以仅基于几何数据和边界条件。这样,流场确定模块可以被配置为仅基于空间位置(即,与时间无关)来确定流场。
压力确定模块30可以被配置为使用由流场确定模块28确定的流场确定患者解剖结构中的一个或多个点处的血压。在一些实施例中,压力数据可以从计算出的流场/压力场、患者平均血压的非侵入性确定(例如,由血压袖带确定)等或其组合确定。
压力确定模块30可以被配置为响应于用户(例如,医生)对特定位置的选择来确定患者解剖结构中特定位置处的特定压力。用户可以用用户输入设备14相对于显示器18上的患者感兴趣区域(例如,动脉)的几何模型的显示来输入该选择。在实施例中,压力确定模块可以被配置为确定用户选择的位置上游和下游的压力,以便确定用户选择的位置处的压降。
虚拟应力测试模块32可以被配置为模拟应力测试,即,对患者解剖结构执行虚拟应力测试。在实施例中,虚拟应力测试可以包括针对如本文所公开的活动水平范围计算患者解剖结构中的一个或多个点的压降范围。基于虚拟应力测试的结果,虚拟应力测试计算系统可以确定患者的活动水平,在该水平处,压降指示患者解剖结构中的临床显著狭窄。基于所确定的活动水平,可以由系统16或由临床医生确定是否应当执行进一步的诊断规程和/或介入规程。
在一些实施例中,由虚拟应力测试模块32执行的虚拟应力测试可以基于感兴趣解剖区域内的压力梯度来执行,而无需确定绝对压力、参考压力或基于绝对压力的血流动力学指标。在其它实施例中,虚拟应力测试可以包括确定参考压力和计算一个或多个血液动力学指标值(诸如IWFR、FFR、dPR等)。
为了计算绝对压力或基于绝对压力的血液动力学指标,可以计算一个或多个Pa值(诸如平均舒张主动脉压)。在实施例中,可以使用臂袖压力测量来估计平均舒张压。袖带压力提供峰值收缩压(SP)和最小舒张压(DP)。在一些实施例中,静息平均主动脉舒张压(Padmean或dPa)—其可以被用于IWFR计算—在无波期间可以根据以下式5中阐述的传递函数从SP和DP的袖带值进行估计:
Padmean=(SP+3DP)/4 (式5)
在其它实施例中,其它传递函数可以被用于将袖带压力值与参考压力相关联。
在另一个实施例中,静息平均主动脉舒张压Pa(Padmean,或dPa)可以从袖带压力计算,如下面的式6中所示:
dPa=Pc+offset (式6)
其中Pc是由以下式7给出的静息臂袖压力:
Pc=dPc+FF*PP (式7)
其中dPc是舒张臂袖压力,FF是标量形状因子,并且PP是袖带脉压(例如,受试者患者静息时的收缩(SP)和舒张(DP)袖带压之差)。标量形状因子FF可以具有介于0.15和0.45之间的值,并且可以取决于特定于患者的特点,例如包括心率、年龄、身高、收缩压和/或增强指标。在一些实施例中,FF可以是近似0.2、0.25或0.33。在一些实施例中,式6的偏移量值可以在大约零(0)和-10mmHg之间。在实施例中,式6的偏移量值可以是大约-7mmHg。在一些实施例中,偏移量的值可以取决于形状因子FF的值、期望的血液动力学指标(以及因此被检查的心动周期的部分)和患者的生理状态。
在其它实施例中,平均主动脉舒张压可以使用传递函数来估计,该传递函数将袖带压力与舒张期间的主动脉压力相关联。例如,舒张Pa值可以通过找到形状因子FF的值和/或拟合数据集的偏移量值从受试者患者的袖带压力确定,该数据集包括患者人口的侵入性测量的袖带压力和舒张静息中心压力。一旦知道这个函数,它就可以被用于从非侵入性测量的袖带压力中获得舒张静息压力的估计。
在另一个实施例中,平均主动脉舒张压可以从光学手指设备或其它可穿戴压力测量设备(例如,径向眼压测量设备)和臂袖压力设备的组合来估计。例如,可以执行光学手指设备输出的傅立叶分析,并与臂袖压力进行数学结合以确定Pa的值。
图2是图示用于执行虚拟应力测试的方法40的示例实施例的流程图。在实施例中,方法40或方法40的一个或多个方面可以由图1的虚拟应力测试计算系统16执行。
方法40可以包括,在方框42处,接收患者数据。患者数据可以包括例如关于患者的基本信息,诸如患者的年龄、性别、臂袖血压、用户症状的描述等。在实施例中,患者数据还可以包括患者的代谢数据,诸如用户的典型活动水平(例如,久坐或活跃、每周锻炼量、每周特定活动(诸如步行和跑步)量等)。在实施例中,患者数据还可以包括来自一个或多个诊断测试的患者数据,诸如超声心动图。
方法40还可以包括,在方框44处,接收患者解剖结构的图像。在实施例中,接收到的患者图像可以是CT图像、MRI图像或其它非侵入性获得的图像。图像可以包括患者感兴趣的解剖区域。在实施例中,例如,接收的图像可以包括一个或多个冠状动脉或其它感兴趣的脉管系统。图像可以从患者图像源(诸如成像设备或数据库或其它计算机存储器)接收。
方法40还可以包括,在方框46处,基于在方框44处接收的图像,创建与患者感兴趣区域对应的解剖模型。在实施例中,可以通过从在方框44处接收的图像中分割感兴趣的解剖结构来创建解剖模型。感兴趣的解剖结构可以是例如一根或多根冠状动脉。图4图示了冠状动脉的示例解剖模型56。在实施例中,解剖模型可以由图1的几何形状确定模块24创建。在一些实施例中,解剖模型可以由计算系统(例如,血液动力学信息计算系统16)通过由计算系统创建或通过接收受试者患者的现有模型来获得。
方法40还可以包括,在方框48处,确定一个或多个边界条件模型值集。在实施例中,一个或多个边界条件值集可以是相同边界条件模型的相应值集(例如,相同流入边界、流出边界、壁边界等的相应条件值集)。在一些实施例中,方框48可以包括子部分48a和48b。因此,方法40可以包括在方框48a处获得流入速率。在一些实施例中,流入速率可以是患者的解剖学ROI的入口的流率。在其它实施例中,血液流率可以是ROI的另一个部分的流率。
在方框48a处获得的流入速率可以代表患者的特定活动水平或生理状态。例如,在一些实施例中,在方框48a处获得的流入速率可以代表患者的静息状态。在另一个实施例中,流入速率可以代表患者的充血状态。在还有其它实施例中,在方框48a处获得的流入速率可以代表患者的任意活动水平(例如,给定患者的年龄、健康状况等的患者的任何可行的流率)。
在一些实施例中,在方框48a处获得的流入速率可以代表患者心动周期的期望点或部分。例如,在一些实施例中,在方框48a处获得的流入速率可以代表在患者的整个心动周期、或在患者舒张的整个无波期、或在患者的整个舒张期的平均流率。在其它实施例中,流入速率可以代表心动周期内的特定时间点,诸如舒张的中点。
在一些实施例中,在方框48a处获得流入速率可以包括根据患者解剖模型的几何形状计算流入速率,如关于上面的式(4)所讨论的。如上文关于式(4)所讨论的,流入速率Qin包括取决于患者生理状态的α项。因而,在方框48a处获得流入速率可以包括确定或选择适合于期望活动水平的α值。
在其它实施例中,代替根据上面的式4计算流入速率,在方框48a处获得血液流率可以包括接收流入速率的用户输入。可以经由用户手动输入(例如,用系统10的用户输入设备14)来接收流入速率。在实施例中,方框48a处的流入速率可以基于患者的代谢需求和状况(例如,由临床医生或由电子系统)来确定。
方框48还可以包括,在方框48b处,根据在方框48a处获得的流入速率并根据流拆分模型(其在本文中也可以被称为流出分布模型)来计算出口流率。根据患者解剖区域的三维电子模型的几何形状,可以或可能已经计算出或以其它方式确定分流模型。在一些实施例中,可以根据电子模型中血管的相对半径、直径、周长、长度、体积和/或表面积来计算流拆分模型。
结合在方框48a中获得的流率,在方框48b处计算出的出口流率可以包括与患者解剖区域对应的边界条件模型值集。边界条件模型值集可以代表患者的特定生理状态或活动水平(例如,静息状态、充血状态或其它状态)和患者心动周期中的特定部分或点(例如,整个心动周期、舒张期、心动周期中的时间点等)。
在解剖区域是患者冠状动脉的实施例中,在方框48a处获得的流入速率可以是冠状动脉的入口流率,并且可以根据电子模型中入口下游的冠状动脉部分的几何形状计算流拆分模型。可以根据入口下游的冠状动脉部分的相对半径、直径、周长、长度、表面积或体积来计算流拆分模型。在一些实施例中,可以根据电子模型的心外膜体积计算流拆分模型。
方法40还可以包括,在方框50处,基于解剖模型(例如,模型56)、一个或多个边界条件模型值集以及,在一些实施例中,患者数据计算流经患者解剖结构的血流的流体动力学。方框50可以包括使用解剖模型、边界条件和与患者对应的压力数据(例如,主动脉压力数据)来确定每个动脉片段的流场。在一些实施例中,可以获得患者的压力数据,例如袖带压力,和/或可以是存储的值。在一些实施例中,流场可以包括但不限于压力场、速度场等或其组合。在实施例中,流体动力学可以由图1的流场确定模块28计算。
在一些实施例中,速度场和/或压力场可以仅基于边界和边界条件来确定,而不考虑时间。例如,速度场和/或压力场可以使用稳态流Navier-Stokes式来确定,其中速度和压力变量是仅空间位置的函数(即,不考虑时间)。以这种方式,压力和速度可以近乎实时地准确高效地确定,从而使临床医生能够进行现场护理分析。
方法40还可以包括,在方框60处,基于患者数据和计算出的流体动力学执行虚拟应力测试。执行虚拟应力测试可以包括计算患者脉管系统中一个或多个位置的压降的集合,这些位置跨越患者的活动水平的范围,以及因此血流水平的范围。可以分析压降的集合以确定患者在与患者相关的活动水平上是否具有指示狭窄的临床显著压降。
在一些实施例中,方框60可以附加地或可替代地包括跨活动水平范围计算参考压力、绝对压力和/或一个或多个血液动力学指标值。可以分析绝对压力和/或血液动力学指标值(例如,与阈值比较)以确定患者是否在临床显著的活动水平具有指示狭窄的临床显著的压力值或血液动力学指标值。
方法40还可以包括,在方框54处,基于虚拟应力测试为患者推荐进一步的规程。例如,如果虚拟应力测试指示对于与患者相关的活动水平在患者脉管系统中的某个位置处有临床显著的压降,那么可以为患者推荐进一步的诊断规程,诸如在疑似狭窄部位进行侵入性血管造影和压力测量。附加地或可替代地,例如,可以推荐矫正规程来解决狭窄,诸如在疑似狭窄的位置放置支架。
图3是图示用于执行虚拟应力测试的方法60的实施例的流程图。在实施例中,方法60或方法60的一个或多个方面可以由图1的虚拟应力测试计算系统16执行。方法60可以被认为是方法40的方框48、50和52的实施例。
方法60可以包括,在方框62处,获得在患者的第一活动水平下的第一流入速率。第一流入速率可以是患者在第一生理条件下的预期流率,例如,其可以与第一活动水平相关。第一活动水平可以是患者的相关活动范围内的任何活动水平。例如,第一血液流率可以是患者预期的静息流率,与低水平的体力活动(即,静息状态)对应。可以经由用户手动输入流率(例如,用系统10的用户输入设备14)来获得方框62处的流率。在实施例中,可以基于患者的代谢需求和条件(例如,根据本文的式(4),确定适用于第一活动水平的α值)(例如,由临床医生或由电子系统)来确定方框62处的流率。在实施例中,在方框62处获得的第一流入速率可以是在患者的相关流率范围内的任意流率(即,在患者的正常活动期间预期患者可以经历的流率)。
方法60还可以包括,在方框64处,计算在患者的第一活动水平下感兴趣区域中的流速和压力。在一些实施例中,速度场和/或压力场可以基于与感兴趣区域对应的定义的边界和边界条件(其进而可以基于在方框62处接收的流率)来确定。例如,速度场和/或压力场可以使用稳态流Navier-Stokes式来确定,其中速度和压力变量是仅空间位置的函数(即,不考虑时间)。流速和压力可以例如由图1的系统10的流场确定模块28确定。
方法60还可以包括,在方框66处,计算第一活动水平(即,对于第一流入速率)的第一压降(例如,在一个或多个用户指定的点和/或其它点处)。压降可以是从容器入口到相关点(例如,用户指定或以其它方式)的压降。可以基于为第一活动水平计算的流场来计算压降。
方法60可以包括,在方框68处,获得在患者的第二活动水平下的第二流入速率。例如,第二流入速率可以是患者在第二生理条件下的预期流量,其可以与第二活动水平相关,并且该第二流入速率不同于第一流入速率。第二活动水平可以是患者的相关活动范围内的任何活动水平。例如,第二血液流率可以是患者预期的充血流率,与高水平的体力活动(即,最大运动状态)对应。可以经由用户手动输入流率(例如,用系统10的用户输入设备14)来获得方框68处的流率。在实施例中,可以基于患者的代谢需求和条件(例如,根据本文的式(4),确定适用于第二活动水平的α值)来确定(例如,由临床医生或由电子系统)方框68处的流率。在实施例中,在方框68处获得的第二流入速率可以是在患者的相关流率范围内的任意流率(即,在患者的正常活动期间预期患者可以经历的流率)。
方框62、68在上面参考其中第一流率表示静息流率并且第二流率表示充血流率的示例进行了描述。但是,应当注意的是,在方框62、68处获得的第一和第二流率可以是与患者的代谢需要相关的范围内的任何两个不同流率。
如本文所讨论的,边界条件流率可以特定于心动周期中的部分或时间点。例如,流入速率可以代表患者整个心动周期、或患者舒张的整个无波期、或患者的整个舒张期的平均流率,或者可以代表心动周期内的特定时间点(诸如舒张的中点)。因而,在方框62、68处获得的第一和第二流入速率都可以代表同一心动周期部分或点,并且第一和第二流入速率的相关边界条件模型值集和随后计算的流场可以类似地代表同一心动周期部分或点。
方法60还可以包括,在方框70处,计算在患者的第二活动水平下感兴趣区域中的流速和压力。流速和压力可以基本上如上文关于方框64所描述的那样计算,但是根据第二流入速率确定边界条件。
方法60还可以包括,在方框72处,计算第二活动水平的一个或多个点处的第二压降。可以基于在一个或多个用户指定点处为第二活动水平计算的流场来计算压降。
方法60还可以包括,在方框74处,基于第一和第二压降计算用于活动水平的范围的相关(例如,用户指定的)点处的压降的范围。可以针对从(或跨过)Q1到Q2的活动水平范围计算压降范围,其中Q1是第一流入速率并且Q2是第二流入速率。可以根据二次式计算给定流率的压降,在本公开中示为式(1)并在下面重复:
ΔP=aQ+bQ2
其中Q是给定活动水平下的流率,并且a和b是特定于患者的常数。如上所述,为了计算a和b,可以针对Q的两个值(例如,第一和第二流入速率)求解三维Navier-Stokes式,如本文关于式(2)和(3)所讨论的。附加地或可替代地,可以使用其它计算方法来求解a和b,诸如Lattice-Boltzmann方法或一维Navier-Stokes式。一旦系数a和b已知,就可以在流入速率范围内(因此,在活动水平范围内)计算ΔP,而不要求对每个活动水平进行CFD。
图5是图示例如针对患者集的活动水平的示例范围的压降的示例范围的曲线图100。图5的曲线图100包括纵轴上的压降(单位为mmHg/100)和横轴上的流率(单位为ml/sec),示出了与六名患者对应的六条曲线图线102、104、106、108、110、112,以及可以指示阻塞性疾病导致的临床显著压降的水平阈值线114(示为20mmHg)。在曲线图100中,与三名患者对应的压降曲线图—曲线图线102、104和106—在不同的流率下,因此在不同的身体活动水平下超过阈值。
应当注意的是,图5中所示的压降曲线图线和阈值只是示例。在一些实施例中,图示的阈值(20mmHg),其近似地与08的FFR对应。在充血条件下,可以被认为与特定患者具有临床相关性,因此可以被应用。在其它实施例中,低于或高于20mmHg的值可以被认为是临床相关的,并且因此可以被用作阈值。
如上所述,每个患者的压降范围超过阈值的身体活动水平可能与该特定患者的生活方式实际上相关,也可能不相关。例如,由曲线图线104表示的患者可能过着非常活跃的生活方式,因此可能经常经历高血液流率,因此在非常高的流率下超过阈值的压降对患者可能具有临床意义。因此,可以为患者推荐进一步的诊断或介入规程。相反,由曲线图线102表示的患者可能过着久坐不动的生活方式,因此可能很少(如果有的话)经历高血液流率,因此在有点高的流率下超过阈值的压降可能对患者没有临床意义。
方法60还可以包括,在方框76处,基于压降的范围,确定压降超过阈值的活动水平。在实施例中,阈值可以设置在临床相关的压降值,并且可以基于临床判断手动选择。例如,在一些实施例中,可以根据与患者生活方式相关的最大MET值来选择阈值。也可以根据在方框64、66、70、72处进行计算的心动周期部分来选择阈值。因而,在实施例中,可以选择既适合于患者的预期或估计的代谢需求又适合于在方法60中对其执行分析的心动周期部分的阈值。然后可以将用户的压降超过阈值的活动水平与患者的生活方式和一般活动水平进行比较,以确定是否需要进一步的诊断或介入规程。
方法60还可以包括,在方框78处,显示第一和/或第二活动水平下的流速和/或压降,和/或在方框76中应用的流量阈值或患者的流率超过阈值的活动水平。显示可以包括例如在患者脉管系统中的一个或多个位置处的流速和/或压力的一个或多个指示器,覆盖在患者解剖结构的几何模型上或与患者解剖结构的几何模型相邻呈现。
作为方法60的结果,对于患者的一种或多种心动周期状态,可以针对患者的脉管系统中的一个或多个位置计算(并且在实施例中,显示或以其它方式输出)流场和/或压力场。例如,在实施例中,可以针对舒张的开始和结束计算和输出流场和压力场。此类流场可以被用于确定与患者对应的血液动力学信息,诸如例如IWFR值或其它基于舒张期的血液动力学值。
图6是用户计算环境的示例实施例的示意图,该用户计算环境包括通用计算系统环境190,诸如台式计算机、膝上型计算机、智能电话、平板电脑或具有执行指令(诸如存储在非瞬态计算机可读介质中的指令)的能力的任何其它此类设备。此外,虽然在单个计算系统190的上下文中进行了描述和说明,但本领域技术人员还将认识到的是,下文描述的各种任务可以在具有经由可执行指令可以在其中与多个计算系统190中的一个或多个相关联和/或由其执行的本地或广域网链接的多个计算系统190的分布式环境中实践。在实施例中,计算环境190或其部分可以包括图1的系统10。
在其最基本的配置中,计算系统环境190通常包括至少一个处理单元192和至少一个存储器194,它们可以经由总线196链接。取决于计算系统环境的确切配置和类型,存储器194可以是易失性的(诸如RAM 200)、非易失性的(诸如ROM 198、闪存等)或两者的某种组合。计算系统环境190可以具有附加特征和/或功能。例如,计算系统环境190还可以包括附加存储装置(可移除和/或不可移除),包括但不限于磁盘或光盘、磁带驱动器和/或闪存驱动器。可以借助于例如硬盘驱动器接口202、磁盘驱动器接口204和/或光盘驱动器接口206使这样的附加存储器设备可被计算系统环境190访问。如将理解的,将分别链接到系统总线196的这些设备允许从硬盘208读取和向其写入、从可移动磁盘210读取或向其写入、和/或用于从可移动光盘212(诸如CD/DVD ROM或其它光学介质)读取或向其写入。驱动器接口及其相关联的计算机可读介质允许计算机可读指令、数据结构、程序模块和用于计算系统环境190的其它数据的非易失性存储。本领域的技术人员将进一步认识到的是,可以存储数据的其它类型的计算机可读介质可以被用于这个相同的目的。此类介质设备的示例包括但不限于磁带、闪存卡、数字视盘、Bernoulli盒式磁带、随机存取存储器、纳米驱动器、记忆棒、其它读/写和/或只读存储器和/或用于存储信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何其它方法或技术。任何此类计算机存储介质都可以是计算系统环境190的一部分。
多个程序模块可以存储在一个或多个存储器/介质设备中。例如,基本输入/输出系统(BIOS)214,包含帮助在计算系统环境190内的元件之间传送信息的基本例程(诸如在启动期间),可以存储在ROM 198中。类似地,RAM 200、硬盘驱动器208和/或外围存储器设备可以被用于存储计算机可执行指令,包括操作系统216、一个或多个应用程序218(诸如图1的模块24、26、28、30、32)、其它程序模块220和/或程序数据222。更进一步,可以根据需要例如经由网络连接将计算机可执行指令下载到计算环境190。
终端用户(例如,临床医生)可以通过诸如键盘224和/或定点设备226之类的输入设备将命令和信息输入到计算系统环境190中。虽然未示出,但其它输入设备可以包括麦克风、操纵杆、游戏手柄、扫描仪等。这些和其它输入设备通常将借助于外围接口228连接到处理单元192,外围接口228进而将耦合到总线196。输入设备可以经由诸如例如并行端口、游戏端口、火线或通用串行总线(USB)之类的接口直接或间接地连接到处理器192。为了查看来自计算系统环境190的信息,监视器230或其它类型的显示设备也可以经由接口(诸如经由视频适配器232)连接到总线196。除了监视器230之外,计算系统环境190还可以包括未示出的其它外围输出设备,诸如扬声器和打印机。
计算系统环境190还可以利用到一个或多个计算系统环境的逻辑连接。计算系统环境190和远程计算系统环境之间的通信可以经由负责网络路由的另外的处理设备(诸如网络路由器242)来交换。与网络路由器242的通信可以经由网络接口组件244来执行。因此,在这样的联网环境中,例如互联网、万维网、LAN或其它类似类型的有线或无线网络,将认识到的是,相对于计算系统环境190或其部分描绘的程序模块可以存储在计算系统环境190的(一个或多个)存储器存储设备中。
计算系统环境190还可以包括用于确定计算系统环境190的位置的定位硬件186。在实施例中,仅作为示例,定位硬件246可以包括GPS天线、RFID芯片或读取器、WiFi天线或可以被用于捕获或传输可以被用于确定计算系统环境190的位置的信号的其它计算硬件。
虽然本公开已经描述了某些实施例,但是将理解的是,权利要求书不旨在限于这些实施例,除非在权利要求书中明确陈述。相反,本公开旨在覆盖可以包括在本公开的精神和范围内的替代、修改和等同物。此外,在本公开的详细描述中,阐述了许多具体细节以便提供对所公开实施例的透彻理解。但是,对于本领域的普通技术人员来说清晰的是,可以在没有这些具体细节的情况下实践与本公开一致的系统和方法。在其它情况下,没有详细描述众所周知的方法、过程、组件和电路,以免不必要地混淆本公开的各个方面。
本公开的详细描述的一些部分已经在计算机或数字系统存储器内根据过程、逻辑块、处理和对数据位的操作的其它符号表示进行了呈现。这些描述和表示是数据处理领域的技术人员用来最有效地向本领域的其他技术人员传达他们工作的实质的手段。过程、逻辑块、处理等在本文中并且一般被认为是导致期望结果的步骤或指令的自洽序列。这些步骤是要求对物理量进行物理操纵的步骤。通常,虽然不是必需,这些物理操纵采用能够在计算机系统或类似电子计算设备中被存储、传送、组合、比较和以其它方式操纵的电或磁数据的形式。为方便起见,并参考常见用法,参考当前公开的各种实施例,此类数据被称为位、值、元素、符号、字符、项、数字等。
但是,应当记住,这些术语将被解释为参考物理操纵和数量,并且仅仅是应当根据本领域中常用的术语进一步解释的方便标签。除非另外特别说明,否则如从本文的讨论中清晰的,应理解的是,贯穿本实施例的讨论,使用诸如“确定”或“输出”或“传输”或“记录”或“定位”或“存储”或“显示”或“接收”或“识别”或“利用”或“生成”或“提供”或“访问”或“检查”或“通知”或“交付”等术语的讨论是指操纵和变换数据的计算机系统或类似电子计算设备的动作和处理。数据被表示为计算机系统的寄存器和存储器内的物理(电子)量,并且被变换成类似地表示为计算机系统存储器或寄存器或如本文所述或以其它方式为本领域普通技术人员所理解的其它此类信息存储、传输或显示设备内的物理量的其它数据。
Claims (20)
1.一种对患者执行虚拟应力测试的计算机实现的方法,该方法包括:
接收患者的医学图像数据,该医学图像数据包括动脉片段;
从医学图像数据生成动脉片段的几何表示;
接收患者的代谢需求信息;
根据代谢需求信息确定阈值;
使用几何表示确定动脉片段的第一流场,第一流场与患者的第一活动水平对应;
基于第一流场确定动脉片段中的第一压降;
使用几何表示确定动脉片段的第二流场,第二流场与不同于第一活动水平的患者的第二活动水平对应;
基于第二流场确定动脉片段中的第二压降;
基于第一压降和第二压降计算用于活动水平的范围的压降的范围;
将压降的范围与阈值进行比较;以及
显示比较的结果。
2.如权利要求1所述的方法,其中第一活动水平与第一流率相关联并且第二活动水平与不同于第一流率的第二流率相关联,其中计算用于活动水平的范围的压降的范围包括计算用于流率的范围的压降的范围。
3.如权利要求2所述的方法,其中流率的范围在第一流率和第二流率之间。
4.如权利要求2所述的方法,其中计算用于活动水平的范围的压降的范围包括根据压降和流率之间的二次关系计算压降的范围。
5.如权利要求1所述的方法,其中显示比较的结果包括显示压降的范围和阈值的曲线图。
6.如权利要求1所述的方法,其中第一活动水平是静息状态。
7.如权利要求1所述的方法,其中第二活动水平是充血状态。
8.如权利要求1所述的方法,还包括确定压降超过阈值处的活动水平。
9.如权利要求1所述的方法,其中第一流场和第二流场分别包括第一流速场和第二流速场。
10.如权利要求1所述的方法,其中:
使用几何表示确定动脉片段的第一流场包括:
获得与动脉片段对应的第一流入速率;
根据第一流入速率计算与动脉片段对应的第一流出速率;以及
根据几何表示、第一流入速率和第一流出速率计算动脉片段中的第一流场;以及
使用几何表示确定动脉片段的第二流场包括:
获得与动脉片段对应的第二流入速率;
根据第二流入速率计算与动脉片段对应的第二流出速率;以及
根据几何表示、第二流入速率和第二流出速率计算动脉片段中的第二流场。
11.一种对患者执行虚拟应力测试的计算机实现的方法,该方法包括:
获得患者动脉片段的几何表示,该动脉片段包括流入边界和两个或更多个流出边界;
接收患者的代谢需求信息;
根据代谢需求信息确定阈值;
获得与流入边界对应的第一流入速率;
根据第一流入速率计算在所述两个或更多个流出边界处的第一流出速率;
根据几何表示、第一流入速率和第一流出速率计算动脉片段中的第一流场;
基于第一流场确定动脉片段中的第一压降;
获得与流入边界对应的第二流入速率,第二流入速率不同于第一流入速率;
根据第二流入速率计算所述两个或更多个流出边界处的第二流出速率;
根据几何表示、第二流入速率和第二流出速率计算动脉片段中的第二流场;
基于第二流场确定动脉片段中的第二压降;
基于第一压降和第二压降计算用于流入速率的范围的压降的范围;
将压降的范围与阈值进行比较;以及
显示比较的结果。
12.如权利要求11所述的方法,其中第一流入速率与第一活动水平相关联并且第二流入速率与不同于第一活动水平的第二活动水平相关联,其中计算用于流率的范围的压降的范围包括计算用于活动水平的范围的压降的范围。
13.如权利要求11所述的方法,其中流率的范围在第一流率和第二流率之间。
14.如权利要求11所述的方法,其中计算压降的范围包括根据压降和流入速率之间的二次关系计算压降的范围。
15.如权利要求11所述的方法,其中显示比较的结果包括显示压降的范围和阈值的曲线图。
16.如权利要求11所述的方法,还包括确定压降超过阈值处的活动水平。
17.如权利要求11所述的方法,其中第一流入速率与患者的静息状态对应。
18.如权利要求11所述的方法,其中第二流入速率与患者的充血状态对应。
19.如权利要求11所述的方法,其中第一流场和第二流场分别包括第一流速场和第二流速场。
20.如权利要求11所述的方法,其中第一流场和第二流场是根据三维的、与时间无关的式计算的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962788911P | 2019-01-06 | 2019-01-06 | |
US62/788,911 | 2019-01-06 | ||
PCT/US2020/012437 WO2020142791A1 (en) | 2019-01-06 | 2020-01-06 | Virtual stress test based on electronic patient data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113423329A true CN113423329A (zh) | 2021-09-21 |
Family
ID=71406653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080012947.8A Pending CN113423329A (zh) | 2019-01-06 | 2020-01-06 | 基于电子患者数据的虚拟应力测试 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20220101520A1 (zh) |
EP (1) | EP3905951B1 (zh) |
JP (1) | JP2022522951A (zh) |
KR (1) | KR20230020886A (zh) |
CN (1) | CN113423329A (zh) |
AU (1) | AU2020204940A1 (zh) |
CA (1) | CA3125192A1 (zh) |
WO (1) | WO2020142791A1 (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8315812B2 (en) * | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US10373700B2 (en) * | 2012-03-13 | 2019-08-06 | Siemens Healthcare Gmbh | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance |
US9858387B2 (en) * | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
US9785746B2 (en) * | 2014-03-31 | 2017-10-10 | Heartflow, Inc. | Systems and methods for determining blood flow characteristics using flow ratio |
US9595089B2 (en) * | 2014-05-09 | 2017-03-14 | Siemens Healthcare Gmbh | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
EP3062248A1 (en) * | 2015-02-27 | 2016-08-31 | Pie Medical Imaging BV | Method and apparatus for quantitative flow analysis |
WO2016182508A1 (en) * | 2015-05-12 | 2016-11-17 | Singapore Health Services Pte Ltd | Medical image processing methods and systems |
JP2020523103A (ja) * | 2017-06-07 | 2020-08-06 | レスピラトリー・モーション・インコーポレイテッド | 呼吸体積モニタおよびベンチレータ |
-
2020
- 2020-01-06 JP JP2021539618A patent/JP2022522951A/ja active Pending
- 2020-01-06 US US17/420,494 patent/US20220101520A1/en active Pending
- 2020-01-06 KR KR1020217024626A patent/KR20230020886A/ko active Search and Examination
- 2020-01-06 CA CA3125192A patent/CA3125192A1/en active Pending
- 2020-01-06 EP EP20736018.1A patent/EP3905951B1/en active Active
- 2020-01-06 AU AU2020204940A patent/AU2020204940A1/en active Pending
- 2020-01-06 WO PCT/US2020/012437 patent/WO2020142791A1/en unknown
- 2020-01-06 CN CN202080012947.8A patent/CN113423329A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP3905951A4 (en) | 2022-11-02 |
AU2020204940A1 (en) | 2021-07-29 |
JP2022522951A (ja) | 2022-04-21 |
WO2020142791A1 (en) | 2020-07-09 |
EP3905951A1 (en) | 2021-11-10 |
US20220101520A1 (en) | 2022-03-31 |
EP3905951B1 (en) | 2024-02-28 |
CA3125192A1 (en) | 2020-07-09 |
KR20230020886A (ko) | 2023-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11399729B2 (en) | Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology | |
JP7048561B2 (ja) | 血管形状及び生理学から血流特性を推定するシステム及び方法 | |
JP6222882B2 (ja) | 患者固有の血流のモデリングのための方法およびシステム | |
JP6832920B2 (ja) | 動脈の供給能力と終末器官の必要量とを比較することにより心血管疾患の診断及び評価をするためのシステム及び方法 | |
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 | |
JP2018536476A (ja) | 処置からの情報を使用した解剖モデリングのためのシステム及び方法 | |
CN109036551B (zh) | 一种冠状动脉生理学指标关系建立及应用方法、装置 | |
KR20150046112A (ko) | 환자에 특정된 혈류 모델로부터 정보를 제공하는 방법 및 시스템 | |
WO2015138555A2 (en) | A method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data | |
US20220084684A1 (en) | Noninvasive Determination of Resting State Diastole Hemodynamic Information | |
EP3905951B1 (en) | Virtual stress test based on electronic patient data |
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 |