CN113488176A - 一种基于心肌灌注的无创冠状动脉微循环检测方法 - Google Patents
一种基于心肌灌注的无创冠状动脉微循环检测方法 Download PDFInfo
- Publication number
- CN113488176A CN113488176A CN202110581235.4A CN202110581235A CN113488176A CN 113488176 A CN113488176 A CN 113488176A CN 202110581235 A CN202110581235 A CN 202110581235A CN 113488176 A CN113488176 A CN 113488176A
- Authority
- CN
- China
- Prior art keywords
- coronary artery
- coronary
- myocardial
- perfusion
- imr
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- 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
-
- 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
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于心肌灌注的无创冠状动脉微循环检测方法,通过流体力学建立基于CT灌注成像技术的、安全快速有效评估冠状动脉微血管功能的诊断方法,建立快速准确的无创评估冠脉微循环功能方法对疾病诊疗和指导治疗策略。结合团队近几年在CT‑FFR研发上的成果,本项目旨在建立基于CT灌注扫描的冠状动脉微循环功能评估方法CT‑IMR,并通过临床验证来评估诊断的准确性,开发出一种借助CT影像学来准确快速评估冠状动脉微循环功能的无创方法,从而满足临床需求,找到一种全新的无创IMR检测方法,比较现有方法,具备无创、快速、准确、安全、经济等特点,该无创IMR检测方法即可以检测出仅有冠脉微血管病变的病例,也可以检测出合并冠脉大血管病变的病例。
Description
技术领域
本发明涉及生物医学工程领域,具体涉及一种基于心肌灌注的无创冠状动脉微循环检测方法。
背景技术
据2018《中国心血管病报告》,我国心血管疾病的患病率和死亡率持续上升,而且连续多年被列为我国居民最主要的死亡原因之一,其中冠状动脉性疾病导致的死亡率接近二分之一。冠状动脉性疾病,包括冠心病(冠状动脉粥样性心脏病和冠状动脉痉挛性疾病)和冠状动脉微血管疾病(coronary microvascular disease,CMVD),严重威胁人民群众的健康,由此引发的心血管事件(包括心源性死亡,心肌梗塞,心力衰竭等)已经成为致死的高危因素,冠状动脉微循环结构和功能的完整性对于存活心肌的恢复和防止永久性损伤具有重要的作用,改善冠状动脉微循环成为冠心病治疗的主要目标之一。尤其是对于心肌梗死的患者,快速、成功地恢复心外膜血流和冠状动脉微循环的血流灌注是再灌注治疗的目标。因此,如何便捷精准的评估冠状动脉微循环是心血管领域亟待解决的重要科学问题。解决该问题,有利于对存在冠状动脉微循环障碍的病人做出快速简便科学合理的治疗决策,防止误诊或延误诊断,改善患者的预后。
近些年来,虽然在冠心病领域中的研究已经取得了长足的进步,但是在冠状动脉微血管疾病领域的临床研究进展甚少,主要原因是现有的冠状动脉微循环功能障碍的诊断评估手段存在一定的局限性。由于检测手段的局限性,目前尚无大样本人群的CMVD的流行病学资料。以往小样本的临床研究显示,在具有心肌缺血症状但冠状动脉造影显示非阻塞性病变的患者中,CMVD的发生率约为45%-60%。基于我国庞大的人口,这一疾病应不在少数。2012年欧洲一项包括11223例稳定型心绞痛患者的7.5年随访研究显示,入院时近1/3的男性和2/3的女性患者冠状动脉造影未发现阻塞性冠状动脉疾病,但无论在男性或女性,冠状动脉造影显示正常和非阻塞性冠状动脉病变患者的主要心血管事件和全因死亡率显著高于对照人群,研究者推测,CMVD可能是导致这些患者不良预后的重要原因。但受限于检测手段,这一结论并未得到证实。
目前冠脉微循环功能的无创检测手段主要包括心脏磁共振显像,心肌声学造影和核素心肌灌注显像,心脏磁共振显像检测心肌微循环的技术近年来得到了一定的发展,该方法的原理是在注射含钆对比剂后,通过识别晚钆增强信号的强度来识别微循环低灌注区域,但该方法耗时耗力,从准备到完成一次扫描需要将近1小时时间,在目前各大医院超负荷的工作条件下,不利于临床常规应用。而且由于心脏本身时刻的跳动,无法对冠脉大血管解剖病变做出判断,因此仍然无法识别心肌灌注的异常是由于冠脉大血管病变或微血管病变所致。心肌声学造影通过背向散射信号实现心肌灌注显像,检测回声强度及分布状态,可以对心肌灌注情况进行定性评价,但不能实现定量测量,而且同样不能区分是由于冠脉大血管病变还是微血管病变造成的灌注异常,诊断准确性有限,目前仍没有在临床上得到常规应用。核素心肌灌注显像SPECT或PET被认为是无创技术评估冠脉微循环功能障碍的最有效方法,通过静息和负荷状态下核素在心肌中不同的放射活性分布来判断心肌缺血情况,或连续监测血液循环及心肌中的放射活性,通过记录心肌摄取核素动态变化的左心室腔和心肌的时间-放射活性曲线,可以算出每克心肌每分钟单位体积的血流量[MBF,ml(min·g)],并计算负荷状态下的MBF与静息状态下MBF的比值即为CFR(冠脉血流储备)来判断心肌缺血情况。但事实上这种“最有效”的方法仍然无法区分冠脉大血管病变或微血管病变所致的放射性活性变化,因此对一些合并冠脉大血管病变的病人用该方法来评估冠脉微血管功能时存在很大的局限性,无法精确诊断。而且在检查过程中人体需摄入一定量的放射性同位素,往往使很多患者望而生畏,加上检查费用昂贵且耗时长,完成一例检查往往需要数小时,在有限的时间里无法满足大量患者的需求。而在冠脉造影过程中,肉眼观察对比剂在心肌中灌注和清除,可以粗略的对心肌微循环状况做出判断,但无法做到精确测量,主观性较大,无法保证诊断的准确性和特异性。冠脉造影过程中通过压力导丝采用温度稀释法所测定的冠脉微循环阻力指数(IMR),被认为是有创方法检测冠脉微循环功能障碍的金标准,但这种方法对人体有一定创伤,并且在检查时存在冠脉并发症风险,且价格昂贵,而且患者很难接受在一定时间内多次重复检查,因此不适合使用该方法评估治疗效果、筛选有效治疗药物,故目前急需一种安全有效的、可以快速检测并且价格适中的无创检查方法,来早期诊断冠状动脉微血管疾病,以指导治疗方案的选择,筛选有效治疗药物。借助于这一安全快速有效的无创检查方法,可以精确筛选目标病人,避免不必要的有创冠脉造影和有创冠脉大血管和微血管功能学检查,对提高CMVD的早期诊断水平、避免有创检查带来的痛苦、节约国家医疗开支、提高患者满意度和健康获得感,具有非常重要的现实意义。
因此经过长期调研,查阅相关资料,并进行初步试验发现,可以在CT心肌灌注的基础上采用流体动力学原理快速准确计算获得冠状动脉微循环阻力指数等参数,进而可以对冠状动脉微循环病变进行诊断评估,该方法具有无创、快速、准确、安全、经济等特点,完全符合现代医学的发展趋势,也符合国家大力倡导的“精准医疗”的概念。
发明内容
本发明的目的是为了解决现有技术中的不足之处,提供了一种建立基于CT心肌灌注的冠脉微循环功能评价的数学模型,能区分仅有冠脉微血管病变和合并存在微血管病变和大血管病变的病例的功能,采用血流动力学原理创立了全新的无创冠脉微循环指数(IMR)测定方法,具有安全、快速、准确、经济特点的基于心肌灌注的无创冠状动脉微循环检测方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于心肌灌注的无创冠状动脉微循环检测方法,所述方法包括以下步骤:
S01:冠脉造影:使用血管造影仪,以改良Seldinger法穿刺右桡动脉或右股动脉,按标准方法进行选择性冠状动脉造影;
S02:温度稀释法测定FFR、CFR、IMR:造影结束后采用压力导丝测量系统进行检查,当氯化钠液流入冠状动脉口时,压力导丝轴记录到第一条触发的温度曲线;当氯化钠液流至导丝头端感受器时,记录到第二条触发的温度曲线;两条曲线触发的时间差即为平均传导时间Tmn;
S03:重复上述操作3次,得到平均传导时间bTmn,记录静息及充血状态时的Pa和冠状动脉狭窄远端的压力Pd、FFR及CFR值,计算IMR值:
S04:进行冠状动脉CTA扫描及CT-MPI动态灌注扫描,心肌动态灌注在冠脉扫描后5min进行;
S05:图像后处理,在CTA扫描后:将获取的心脏收缩期或舒张期血管数据信息调入软件,进行VR彩图、血管树和MIP血管分析,对右冠状动脉RCA、左冠状动脉前降支LAD及左冠状动脉回旋支CX行管腔狭窄状况分析评估;
S06:计算左室壁厚度、曲率和体积,采用心内与心外膜表面垂直线法测定心肌室壁厚度T,多次测量取平均值,通过拟合心内膜表面的圆弧计算出该点的心室壁曲率R,并计算左室体积,室壁厚度T与曲率半径R的比值为左室壁压力指数σ;
S07:建立模型,建立基于深度神经网络的冠脉三维重建,生成三维几何模型,选取流体方程,根据流体的雷诺数判断流体的流态,血流模拟使用非线性弹性理论,采用非结构网格加密与放粗技术,同时还采用多水平型区域分解技术来保证子区域的平衡性;
S08:计算心肌血流量Q和血容量,采用拉格朗日欧拉方法Arbitrary Lagrangian-Eulerian、间断Discontinuous Galerkin有限元方法和基于Lagrange乘子的新型方法,处理流体、固体以及流固耦合方程,采用NKS算法对大规模的稀疏线性或非线性系统进行计算心肌血流量Q;
S09:计算无创的CT-IMR,计算公式如下:
式中:Q为上述步骤计算得出的的心肌血流量,FFRmyo=Pd/Pa,Pd和Pa可以通过计算流体方法无创获得,Tmn表示热稀释曲线记录液体两温敏感受器之间的时间,它与血流速度呈反比,即V=L/Tmn,V表示冠脉血流平均速度,L表示两温敏感受器之间的距离,r为血管的半径。
作为优选,所述IMP计算方式为:当冠状动脉轻中度狭窄、血流储备分数FFR>0.80时,使用简化公式:IMR=Pd*Tmn;当冠状动脉重度狭窄、FFR≤0.80,IMR=Pa*Tmn[(Pd-Pw)/(Pa-Pw),其中Pw表示冠状动脉楔压。
作为优选,所述血管造影仪采用GE公司IGS520或Phillips血管造影仪。
作为优选,所述冠脉CTA扫描:若病人心率次≤70beat/min,全剂量窗设在65%~75%的R-R间期;若病人心率次>70best/min,则全剂量窗设在35%~45%的R-R间期。
作为优选,所述CT-MPI扫描:启动扫描程序,心电门控触发点设置在收缩末期,在R峰后250ms。动态穿梭扫描过程历时30s,灌注图像层厚3mm,间隔2mm,卷积取B25。
作为优选,在图像后处理中:从负荷灌注扫描每个断面获取10~15幅不同时间点的图像信息,将数据调入处理软件,在“Body PVCT”中选取Myocardial进行灌注分析,得到心脏三维彩图,图像的评价依据AHA心肌17节段模型,在长轴位和短轴位上同时评估,与周围组织相比出现的低灌注区视为缺血区,并在心脏彩图上测量每一节段的心肌血流值。
作为优选,灌注区结果的测量除外邻近左室的心内膜和心包下1mm的区域,左室壁厚度<5mm也视为缺血区。
作为优选,所述流体方程选取过程中:对于雷诺数较大的情况,需要采用湍流模型以提高计算精度,采用大涡模拟方法对流场内的不同尺度漩涡进行滤波分类,利用直接计算的方法处理大涡;对小涡则采用近似模型来计算,针对固体问题,应力张量的选取根据物质的具体性质而定,常用的简化模型中,应变张量被假设为关于位移的一个线性函数。
作为优选,所述计算左室壁厚度中,心脏CT图像中出现左室腔造影剂峰值不透明时,采用手动方法勾画左室舒张末期的心室游离壁。
本发明具备的有益技术效果是:
1)建立基于CT心肌灌注的冠脉微循环功能评价的数学模型,并采用血流动力学原理创立了一种全新的无创冠脉微循环指数(IMR)测定方法,该方法同时具有安全、快速、准确、经济等特点;
2)该评估系统基于精确的心肌灌注图像分割和心肌灌注不同时相识别,可实现区分仅有冠脉微血管病变和合并存在微血管病变和大血管病变的病例的功能。
附图说明
图1为本发明的整体流程示意图;
图2为温度稀释法IMR计算原理示意图;
图3为CT-FFR计算FFRmyo示意图
图4为冠状动脉FFR-CT系统计算结果示意图;
图5为本发明的具体实施例心肌灌注模拟图像;
图6为本发明的自主研发数学模型和算法计算CT-IMR示意图;
具体实施方式
下面结合附图对本发明做进一步的描述,通过下面对实施例的描述,将更加有助于公众理解本发明,但不能也不应当将申请人所给出的具体的实施例视为对本发明技术方案的限制,任何对部件或技术特征的定义进行改变或对整体结构作形式的而非实质的变换都应视为本发明的技术方案所限定的保护范围。
实施例1
一种基于心肌灌注的无创冠状动脉微循环检测方法,
首先进行冠脉造影:由具有资质的心脏介入医师进行,签署知情同意。使用GE公司IGS520或Phillips血管造影仪,以改良Seldinger法穿刺右桡动脉或右股动脉,按标准方法法进行行选择性冠状动脉造影;
温度稀释法测定FFR、CFR、IMR:造影结束后采用美国圣犹达医疗公司的压力导丝测量系统进行检查,遵循标准操作规程,以160μg/kg/min剂量的ATP,诱发心肌达到最大充血状态后,注入室温0.9%氯化钠液3mL,当氯化钠液流入冠状动脉口时,压力导丝轴记录到第一条触发的温度曲线。当氯化钠液流至导丝头端感受器时,记录到第二条触发的温度曲线。两条曲线触发的时间差即为平均传导时间(Tmn)。连续操作3次,得到平均传导时间(bTmn),记录静息及充血状态时的Pa和冠状动脉狭窄远端的压力(Pd)、FFR及CFR值。通过以下公式计算IMR值:
(1)冠状动脉轻中度狭窄、血流储备分数(fractional flow reserve,FFR)>0.80时,可以用简化公式IMR=Pd*Tmn;
(2)冠状动脉重度狭窄、FFR≤0.80时,IMR=Pa*Tmn[(Pd-Pw)/(Pa-Pw)]。Pw表示冠状动脉楔压,即冠动脉完全狭窄或球囊嵌顿后,该病变远端的平均压力。
冠状动脉CTA及CT动态灌注成像(Dynamic CT-MPI)
冠脉CTA扫描:按照预设扫描协议行前瞻性心电门控扫描(对比剂速率5.0ml/s注射65ml及生理盐水以同样速率注射30ml)。扫描过程中开启自适应序列前瞻性心电门控触发技术,若病人心率次≤70beat/min,全剂量窗设在65%~75%的R-R间期;若病人心率次>70best/min,则全剂量窗设在35%~45%的R-R间期。
CT-MPI扫描:心肌灌注约于冠脉扫描后5min进行,启动扫描程序(对比剂50ml,速率6ml/s;生理盐水40ml,速率6ml/s),心电门控触发点设置在收缩末期(此为最佳收缩期,约在R峰后250ms。动态穿梭扫描过程历时约30s。灌注图像层厚3mm,间隔2mm,卷积取B25。扫描参数:2×100Kv管电压;每次旋转管电流300mAs;机架旋转时间为0.28s;准直128×0.6mm;Z轴覆盖范围73mm。
图像后处理
CTA:将获取的心脏收缩期或舒张期血管信息调入“Circulation”和“Inspace”等软件,进行VR彩图、血管树和MIP血管分析,对三支大血管(右冠状动脉(RCA)、左冠状动脉前降支(LAD)及左冠状动脉回旋支(CX))行管腔狭窄状况评估。管腔狭窄<50%为轻度狭窄;50%~75%为中度狭窄;>75%为重度狭窄。本研究以狭窄≥50%为阳性。
负荷灌注扫描每个断面约获取10~15幅不同时间点的图像信息,将其调入相应后处理软件,在“Body PVCT”中选取Myocardial进行灌注分析,得到心脏三维彩图。图像的评价依据AHA心肌17节段模型,在长轴位和短轴位上同时评估。结果通过可视化的评判方法,与周围组织相比出现的低灌注区视为缺血区。同时,在心脏彩图上测量每一节段的心肌血流值。灌注区结果的测量除外邻近左室的心内膜和心包下1mm的区域。左室壁厚度<5mm也视为缺血区。所有结果均由两位有5年以上临床经验的心血管影像医师盲法得出,若结果不一致则由另外一名同等以上资历医师参与共同讨论得出最终结果。对于MBF值的测量,两位医师各得出一组数据。
计算左室壁厚度、曲率和体积
心脏CT图像中出现左室腔造影剂峰值不透明时,采用手动方法勾画左室舒张末期的心室游离壁。采用心内与心外膜表面垂直线法测定心肌室壁厚度(T),多次测量取平均值。通过拟合心内膜表面的圆弧计算出该点的心室壁曲率(R),并计算左室体积。室壁厚度与曲率半径的比值称之为左室壁压力指数(σ),该指数源自拉普拉斯定律(P*R=σ*T,i.e.,σ/P=R/T,P是透壁压力);
计算心肌血流量和血容量
TAC是由单次屏气时连续扫描得到的CT图像中选定感兴趣区域(ROI)内的平均HU值生成的。在本研究中,我们使用了与TAC数据相匹配的伽马变量曲线。用伽马变量曲线[17]拟合基于CT的数据,可以大大降低CT图像噪声对TAC平滑度的影响。
冠脉微循环灌注的测量影响因素筛查:
预期上述入选的人群中,研究组1可能同时存在大血管病变和微血管病变,研究组2有可能是相对健康或存在微血管病变的人群,通过这些不同的研究人群,纳入各种影响心肌灌注的临床因素如血压,血液黏度,心率,心肌体积,冠脉大血管病变程度等,综合考虑各种因素对心肌血流灌注影响的权重,通过不断比对分析及大量整合模拟运算,逐步筛查影响冠脉微循环的因素,最后筛选出对计算微循环所致心肌灌注异常准确性影响最大的因素。
构建数学模型:在参数筛选的同时,应开始构建数学模型,与参数筛选人员进行充分沟通,初步确定建模需要的初步参数。
根据筛选出的关键可测量因素,建立基于深度神经网络的冠脉三维重建方法,快速、准确的生成三维几何模型。
基于机器学习快速重建主动脉及相关分支血管
传统的FCN图像分割方法是针对二维自然图像分割设计的,这类图像分辨率高、噪点少,CTA影像的分辨率低、噪点多,因此我们首先拟对传统的FCN方法进行改进,纳入血管的三维信息,提高分割准确度,其次,添加非局部神经网络块(Non-local Blocks),将血管周围特性的相关性信息也纳入计算,从而扩大特征获取的感受区域。
高保真可计算数学模型的建立
针对流体方程,根据流体的雷诺数判断流体的流态。对于雷诺数较大的情况,需要采用湍流模型以提高计算精度。因此,本项目将采用大涡模拟方法对流场内的不同尺度漩涡进行滤波分类,利用直接计算的方法处理大涡,而对小涡则采用近似模型来计算。针对固体问题,应力张量的选取需要根据物质的具体性质而定。常用的简化模型中,应变张量被假设为关于位移的一个线性函数。为提高模拟准确度,血流模拟问题需要使用非线性弹性理论。
数值算法及其实现,大规模网格生成,采用一些非结构网格加密与放粗技术,同时还采用多水平型区域分解技术来保证子区域的平衡性,以满足主动脉及冠脉不仅区域大、分支多,而且几何形状复杂、流场变化剧烈的解决方案。
数学模型的离散方法,采用任意拉格朗日欧拉方法(Arbitrary Lagrangian-Eulerian,ALE)、间断(Discontinuous Galerkin,DG)有限元方法和基于Lagrange乘子的新型方法,以便稳定的处理流体、固体以及流固耦合方程。
基于NKS的高效可扩展并行算法:采用NKS算法对大规模的稀疏线性或非线性系统进行求解,并对其进行不同层面的改进来提高算法的效率;
综合上述所有计算结果:计算无创的CT-IMR,计算公式如下:
式中:Q为上述步骤计算得出的的心肌血流量,FFRmyo=Pd/Pa,Pd和Pa可以通过计算流体方法无创获得,Tmn表示热稀释曲线记录液体两温敏感受器之间的时间,它与血流速度呈反比,即V=L/Tmn,V表示冠脉血流平均速度,L表示两温敏感受器之间的距离,r为血管的半径。
基于在CT-FFR技术方面的成功经验,通过流体力学建立基于CT灌注成像技术的、安全快速有效评估冠状动脉微血管功能的诊断方法,建立快速准确的无创评估冠脉微循环功能方法对疾病诊疗和指导治疗策略。结合团队近几年在CT-FFR研发上的成果,本项目旨在建立基于CT灌注扫描的冠状动脉微循环功能评估方法(CT-IMR),并通过临床验证来评估诊断的准确性,开发出一种借助CT影像学来准确快速评估冠状动脉微循环功能的无创方法,从而满足临床需求,找到一种全新的无创IMR检测方法,比较现有方法,具备无创、快速、准确、安全、经济等特点,该无创IMR检测方法即可以检测出仅有冠脉微血管病变的病例,也可以检测出合并冠脉大血管病变的病例。
当然,本发明还可以有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可以根据本发明做出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (9)
1.一种基于心肌灌注的无创冠状动脉微循环检测方法,其特征在于,所述方法包括以下步骤:
S01:冠脉造影:使用血管造影仪,以改良Seldinger法穿刺右桡动脉或右股动脉,按标准方法进行选择性冠状动脉造影;
S02:测定FFR、CFR、IMR:造影结束后,采用压力导丝结合温度稀释法的方式测量冠脉,当氯化钠液流入冠状动脉口时,压力导丝轴记录到第一条触发的温度曲线;当氯化钠液流至导丝头端感受器时,记录到第二条触发的温度曲线;两条曲线触发的时间差即为平均传导时间Tmn;
S03:重复上述操作2-4次,得到平均传导时间bTmn,记录静息及充血状态时的Pa和冠状动脉狭窄远端的压力Pd、FFR及CFR值,计算IMR值:
S04:进行冠状动脉CTA扫描及CT-MPI心肌动态灌注扫描,心肌动态灌注扫描在冠脉扫描后5min进行,得到冠脉血管三维扫描数据;
S05:图像后处理,在CTA扫描后:将获取的心脏收缩期或舒张期血管数据信息调入软件,进行VR彩图、血管树和MIP血管分析,对右冠状动脉RCA、左冠状动脉前降支LAD及左冠状动脉回旋支CX行管腔狭窄状况分析评估;
S06:计算左室壁厚度、曲率和体积,采用心内与心外膜表面垂直线法测定心肌室壁厚度T,多次测量取平均值,通过拟合心内膜表面的圆弧计算出该点的心室壁曲率R,并计算左室体积,室壁厚度T与曲率半径R的比值为左室壁压力指数σ;
S07:快速重建主动脉及相关分支血管,建立基于深度神经网络的冠脉三维重建,生成三维几何模型,选取流体方程,根据流体的雷诺数判断流体的流态,血流模拟使用非线性弹性理论;
S08:计算心肌血流量Q和血容量,,采用非结构网格加密与放粗技术,同时还采用多水平型区域分解技术来保证子区域的平衡性采用拉格朗日欧拉方法Arbitrary Lagrangian-Eulerian、间断Discontinuous Galerkin有限元方法和基于Lagrange乘子的新型方法,处理流体、固体以及流固耦合方程,采用NKS算法对大规模的稀疏线性或非线性系统进行计算心肌血流量Q;
S09:计算无创的CT-IMR,计算公式如下:
式中:Q为上述步骤计算得出的的心肌血流量,FFRmyo=Pd/Pa,Pd和Pa可以通过计算流体方法无创获得,Tmn表示热稀释曲线记录液体两温敏感受器之间的时间,它与血流速度呈反比,即V=L/Tmn,V表示冠脉血流平均速度,L表示两温敏感受器之间的距离,r为血管的半径。
2.根据权利要求1所述的一种基于心肌灌注的无创冠状动脉微循环检测方法,其特征在于,所述IMR计算方式为:当冠状动脉轻中度狭窄、血流储备分数FFR>0.80时,使用简化公式:IMR=Pd*Tmn;当冠状动脉重度狭窄、FFR≤0.80,IMR=Pa*Tmn[(Pd-Pw)/(Pa-Pw),其中Pw表示冠状动脉楔压。
3.根据权利要求1所述的一种基于心肌灌注的无创冠状动脉微循环检测方法,其特征在于,所述血管造影仪采用GE公司IGS520或Phillips血管造影仪。
4.根据权利要求1所述的一种基于心肌灌注的无创冠状动脉微循环检测方法,其特征在于,所述冠脉CTA扫描:若病人心率次≤70beat/min,全剂量窗设在65%~75%的R-R间期;若病人心率次>70best/min,则全剂量窗设在35%~45%的R-R间期。
5.根据权利要求1所述的一种基于心肌灌注的无创冠状动脉微循环检测方法,其特征在于,所述CT-MPI扫描:启动扫描程序,心电门控触发点设置在收缩末期,在R峰后250ms。动态穿梭扫描过程历时30s,灌注图像层厚3mm,间隔2mm,卷积取B25。
6.根据权利要求1所述的一种基于心肌灌注的无创冠状动脉微循环检测方法,其特征在于,在图像后处理中:从负荷灌注扫描每个断面获取10~15幅不同时间点的图像信息,将数据调入处理软件,在“Body PVCT”中选取Myocardial进行灌注分析,得到心脏三维彩图,图像的评价依据AHA心肌17节段模型,在长轴位和短轴位上同时评估,与周围组织相比出现的低灌注区视为缺血区,并在心脏彩图上测量每一节段的心肌血流值。
7.根据权利要求6所述的一种用于冠状动脉血流储备分数测量的装置,其特征在于,灌注区结果的测量除外邻近左室的心内膜和心包下1mm的区域,左室壁厚度<5mm也视为缺血区。
8.根据权利要求1所述的一种用于冠状动脉血流储备分数测量的装置,其特征在于,所述流体方程选取过程中:对于雷诺数较大的情况,需要采用湍流模型以提高计算精度,采用大涡模拟方法对流场内的不同尺度漩涡进行滤波分类,利用直接计算的方法处理大涡;对小涡则采用近似模型来计算,针对固体问题,应力张量的选取根据物质的具体性质而定,常用的简化模型中,应变张量被假设为关于位移的一个线性函数。
9.根据权利要求1所述的一种用于冠状动脉血流储备分数测量的装置,其特征在于,所述计算左室壁厚度中,心脏CT图像中出现左室腔造影剂峰值不透明时,采用手动方法勾画左室舒张末期的心室游离壁。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110581235.4A CN113488176A (zh) | 2021-05-27 | 2021-05-27 | 一种基于心肌灌注的无创冠状动脉微循环检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110581235.4A CN113488176A (zh) | 2021-05-27 | 2021-05-27 | 一种基于心肌灌注的无创冠状动脉微循环检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113488176A true CN113488176A (zh) | 2021-10-08 |
Family
ID=77933559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110581235.4A Withdrawn CN113488176A (zh) | 2021-05-27 | 2021-05-27 | 一种基于心肌灌注的无创冠状动脉微循环检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113488176A (zh) |
-
2021
- 2021-05-27 CN CN202110581235.4A patent/CN113488176A/zh not_active Withdrawn
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10872698B2 (en) | Method and system for enhancing medical image-based blood flow computations using physiological measurements | |
Mangual et al. | Comparative numerical study on left ventricular fluid dynamics after dilated cardiomyopathy | |
WO2017097073A1 (zh) | 血管压力差与血流储备分数的计算方法及系统 | |
JP7229170B2 (ja) | Ecg信号からの心筋微小血管抵抗の推定に基づく冠状動脈疾患メトリック | |
Boettler et al. | New aspects of the ventricular septum and its function: an echocardiographic study | |
US9737276B2 (en) | Method for estimating flow rates, pressure gradients, coronary flow reserve, and fractional flow reserve from patient specific computed tomography angiogram-based contrast distribution data | |
US9949650B2 (en) | Fractional flow reserve estimation | |
CN113487535A (zh) | 一种冠状动脉微循环检测及冠脉分析系统 | |
Johnson et al. | Coronary artery flow measurement using navigator echo gated phase contrast magnetic resonance velocity mapping at 3.0 T | |
JP2017500179A (ja) | 狭窄マッピングによって狭窄重症度を評価するための方法 | |
KR20150056866A (ko) | 맥관구조를 수치 평가하는 시스템들 및 방법들 | |
Vijayan et al. | Assessing coronary blood flow physiology in the cardiac catheterisation laboratory | |
CN109065170A (zh) | 获取血管压力差的方法及装置 | |
Walters et al. | The role of left atrial imaging in the management of atrial fibrillation | |
Morbach et al. | Clinical application of three-dimensional echocardiography | |
Järvinen et al. | A simplified method for the determination of left atrial size and function using cine magnetic resonance imaging | |
Solot et al. | Correlation of 99Tcm-sestamibi SPECT with coronary angiography in general hospital practice | |
EP4154273A1 (en) | Method for the simulation of coronary changes and/or for the risk assessment of myocardial ischemia | |
Hou et al. | Patient-specific computational fluid dynamics for hypertrophic obstructive cardiomyopathy | |
Pelgrim et al. | Analysis of myocardial perfusion parameters in an ex-vivo porcine heart model using third generation dual-source CT | |
CN113488176A (zh) | 一种基于心肌灌注的无创冠状动脉微循环检测方法 | |
Greenberg et al. | Ventricular function | |
CN110477877B (zh) | 一种基于ffr原理建立快速判断血管狭窄阻力和微循环阻力大小模型的方法 | |
Lipton et al. | Value of ultrafast CT scanning in cardiology | |
Lin et al. | Ventricular hemodynamics using cardiac computed tomography and optical flow method |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211008 |