CN113827199B - 基于造影图像调节血管评定参数的方法、系统及存储介质 - Google Patents
基于造影图像调节血管评定参数的方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113827199B CN113827199B CN202111267905.1A CN202111267905A CN113827199B CN 113827199 B CN113827199 B CN 113827199B CN 202111267905 A CN202111267905 A CN 202111267905A CN 113827199 B CN113827199 B CN 113827199B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- stent
- narrow
- virtual
- vessel
- 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.)
- Active
Links
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 192
- 238000000034 method Methods 0.000 title claims abstract description 69
- 230000003902 lesion Effects 0.000 claims abstract description 83
- 208000031481 Pathologic Constriction Diseases 0.000 claims abstract description 40
- 230000036262 stenosis Effects 0.000 claims abstract description 40
- 208000037804 stenosis Diseases 0.000 claims abstract description 40
- 230000002966 stenotic effect Effects 0.000 claims abstract description 27
- 238000010801 machine learning Methods 0.000 claims abstract description 18
- 230000001105 regulatory effect Effects 0.000 claims abstract description 7
- 238000004590 computer program Methods 0.000 claims description 11
- 239000012530 fluid Substances 0.000 claims description 5
- 238000004088 simulation Methods 0.000 abstract description 12
- 206010057469 Vascular stenosis Diseases 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000002792 vascular Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000002203 pretreatment Methods 0.000 description 3
- 210000004351 coronary vessel Anatomy 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000031225 myocardial ischemia Diseases 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000035876 healing Effects 0.000 description 1
- 230000004089 microcirculation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
- A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Cardiology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Vascular Medicine (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Media Introduction/Drainage Providing Device (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提供了一种基于造影图像、虚拟支架调节血管评定参数的方法、系统及存储介质,包括:生成支架参数列表;通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;获取感兴趣的血管段的至少一个狭窄病变区间,以及感兴趣的所述血管段的血管评定参数;根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架;根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取模拟治疗后的远端压力;根据模拟治疗后的远端压力,获取所述感兴趣的血管段的调节后的血管评定参数。本申请解决了现有技术无法在术前不放置支架的情况下,模拟获取放置支架后的血管评定参数的问题。
Description
技术领域
本发明涉及冠状动脉医学技术领域,特别是涉及一种基于造影图像、虚拟支架调节血管评定参数的方法、系统及存储介质。
背景技术
由于目前心肌缺血疾病较多,而对于血管狭窄是否放置支架,以及针对多个狭窄如何放置支架存在诸多争议。
目前没有一种方法能够在术前不放置支架的情况下,模拟获取放置支架后的血管评定参数,为手术的制定提供参考。
发明内容
本发明提供了一种基于造影图像、虚拟支架调节血管评定参数的方法、系统及存储介质,以解决现有技术无法在术前不放置支架的情况下,模拟获取放置支架后的血管评定参数的问题。
为实现上述目的,第一方面,本申请提供了一种基于造影图像、虚拟支架调节血管评定参数的方法,包括:
生成支架参数列表;
通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;
获取感兴趣的血管段的至少一个狭窄病变区间,以及感兴趣的所述血管段的血管评定参数;
根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架;
根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取治疗后的远端压力;
根据治疗后的远端压力,获取所述感兴趣的血管段的调节后的血管评定参数。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述支架参数列表包括:支架型号、支架名称、支架直径、支架长度中的一种、两种或两种以上。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述获取感兴趣的血管段的至少一个狭窄病变区间的方法包括:根据造影图像,生成血管三维模型;
根据所述血管三维模型,获取所述狭窄病变区间。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,获取所述感兴趣的所述血管段的血管评定参数的方法,包括:
获取所述感兴趣血管段的入口压力,根据流体力学、以及所述血管三维模型依次获取所述感兴趣血管段由入口至远端的实时血管压力;
根据入口压力,以及实时血管压力获取实时血管评定参数。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,获取所述感兴趣的所述血管段的血管评定参数的方法,还包括:
从所述血管三维模型上实时获取血管长度、血管管径;
生成血管评定参数与血管长度的曲线,以及血管长度与血管管径的曲线。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架的方法包括:
获取所述狭窄病变区间的长度L 狭以及所述狭窄病变区间的平均管径 狭;
如果所述狭窄病变区间的平均管径 狭小于所述虚拟支架直径D z,所述狭窄病变区间的长度L 狭小于等于虚拟支架长度L z,则从所述支架参数列表中选取所述虚拟支架;
如果选取的所述虚拟支架的数量为两个或两个以上,则将选取的所述虚拟支架的长度L z分别与所述狭窄病变区间的长度L 狭比较,将所述虚拟支架的直径D z分别与所述狭窄病变区间的平均管径 狭比较,选取比较后绝对值最小的虚拟支架作为与所述狭窄病变区间相匹配的填充支架。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架的方法还包括:
如果所述支架参数列表中的全部虚拟支架的长度L z均小于所述狭窄病变区间的长度,则从所述支架参数列表中选取长度L z为最大值时的虚拟支架作为填充支架。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取治疗后的远端压力的方法包括:
如果所述狭窄病变区间为2个或2个以上,则分别为所述狭窄病变区间匹配虚拟支架;
按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次只向一个所述狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次向任意两个所述狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次向任意三个所述狭窄病变区间填充虚拟支架,分别模拟治疗后的远端压力;
依次类推,按照从血管近端至远端的方向,或者从血管远端至近端的方向,直至一次向所有所述狭窄病变区间均填充虚拟支架,获取模拟治疗后的远端压力。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述将所述虚拟支架填充于相匹配的所述狭窄病变区间上,获取模拟治疗后的远端压力的方法还包括:
如果获取的两个或两个以上所述调节后的血管评定参数均满足正常血管的评价指标,则选取填充虚拟支架数量少的方法获取模拟治疗后的远端压力。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述根据造影图像,生成血管三维模型的方法包括:
根据血管实时直径Dt、血管中心线长度L和狭窄区间进行三维建模,形成具有狭窄病变区间的血管三维模型。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述根据所述血管三维模型,获取所述狭窄病变区间的方法,包括:
拟合正常血管管径,获取拟合管径曲线;
根据所述血管三维模型获取血管的真实管径曲线;
根据所述拟合管径曲线和真实管径曲线,获取若干狭窄区域;
计算狭窄度;
计算每个所述狭窄区域的血管中心线长度L 1;
根据所述狭窄度和血管中心线长度L 1从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述狭窄度的计算方法包括:
;
其中,A表示血管的狭窄度,Dmin表示第一入口点与第一出口点之间的血管的最小管径,D入、D出分别表示第一入口点的血管管径和第一出口点的血管管径。
可选地,上述的一种基于造影图像、虚拟支架调节血管评定参数的方法,所述根据所述狭窄度和血管中心线长度L 1从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间的方法包括:
如果A<0.2,则判断为误判狭窄区域,采用本区域的拟合管径曲线替代所述误判狭窄区域内的真实管径曲线,从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间;
如果L 1<5mm,则判断为误判狭窄区域,采用本区域的拟合管径曲线替代所述误判区域内的真实管径曲线,从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间。
第二方面,本申请提供了一种基于造影图像、虚拟支架调节血管评定参数的系统,用于上述的基于造影图像、虚拟支架调节血管评定参数的方法,包括:支架参数装置、机器学习装置、血管三维建模装置、狭窄病变区间获取装置、血管评定参数计算装置、虚拟支架选取装置、模拟生成远端压力装置、压力传感器;所述支架参数装置分别与机器学习装置、虚拟支架选取装置连接;所述机器学习装置分别与压力传感器、模拟生成远端压力装置连接;所述压力传感器与血管评定参数计算装置连接;所述模拟生成远端压力装置分别与虚拟支架选取装置、狭窄病变区间获取装置连接;所述血管评定参数装置分别与所述血管三维建模装置、所述模拟生成远端压力装置连接;所述狭窄病变区间获取装置分别与所述虚拟支架选取装置、所述血管三维建模装置连接;
支架参数装置,用于生成支架参数列表;
机器学习装置,用于通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;
血管三维建模装置,用于根据造影图像,生成血管三维模型;
狭窄病变区间获取装置,与所述血管三维建模装置连接,用于从所述血管三维模型上获取感兴趣的血管段的至少一个狭窄病变区间;
血管评定参数计算装置,与所述血管三维建模装置、所述模拟生成远端压力装置连接,用于从所述血管三维建模装置生成的血管三维模型中获取感兴趣的所述血管段的血管评定参数,以及根据模拟治疗后的远端压力,获取所述感兴趣的血管段的调节后的血管评定参数;
虚拟支架选取装置,与所述支架参数装置、所述狭窄病变区间获取装置连接,用于根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架;
模拟生成远端压力装置,与所述虚拟支架选取装置、狭窄病变区间获取装置、机器学习装置连接,用于根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取模拟治疗后的远端压力。
第三方面,本申请提供了一种计算机存储介质,计算机程序被处理器执行时实现上述的基于造影图像、虚拟支架调节血管评定参数的方法。
本申请实施例提供的方案带来的有益效果至少包括:
本申请通过生成支架参数列表,通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表,然后通过三维建模获取血管狭窄区域,为血管狭窄区域匹配虚拟支架,然后获取模拟治疗后的远端压力,进而获取模拟治疗后的血管评定参数,解决了现有技术无法在术前不放置支架的情况下,模拟获取放置支架后的血管评定参数的问题。
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,构成本发明的一部分,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为本申请的基于造影图像、虚拟支架调节血管评定参数的方法的流程图;
图2为本申请的S300的流程图;
图3为本申请的S320的流程图;
图4为本申请的S400的流程图;
图5为本申请的S500的流程图;
图6为本申请的基于造影图像、虚拟支架调节血管评定参数的系统的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例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。
以下将以图式揭露本发明的多个实施方式,为明确说明起见,许多实务上的细节将在以下叙述中一并说明。然而,应了解到,这些实务上的细节不应用以限制本发明。也就是说,在本发明的部分实施方式中,这些实务上的细节是非必要的。此外,为简化图式起见,一些习知惯用的结构与组件在图式中将以简单的示意的方式绘示之。
由于目前心肌缺血疾病较多,而对于血管狭窄是否放置支架,以及针对多个狭窄如何放置支架存在诸多争议。
目前没有一种方法能够在术前不放置支架的情况下,模拟获取放置支架后的血管评定参数,为手术的制定提供参考。
实施例1:
如图1所示,本申请为了解决上述问题,提供了本申请提供了一种基于造影图像、虚拟支架调节血管评定参数的方法,包括:
S100,生成支架参数列表;
S200,通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;
S300,获取感兴趣的血管段的至少一个狭窄病变区间,以及感兴趣的所述血管段的血管评定参数;
S400,根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架;
S500,根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取模拟治疗后的远端压力;
S600,根据治疗后的远端压力,获取所述感兴趣的血管段的调节后的血管评定参数。
本申请通过生成支架参数列表,通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表,然后通过三维建模获取血管狭窄区域,为血管狭窄区域匹配虚拟支架,然后获取模拟治疗后的远端压力,进而获取模拟治疗后的血管评定参数,解决了现有技术无法在术前不放置支架的情况下,模拟获取放置支架后的血管评定参数的问题。
实施例2:
如图1所示,本申请为了解决上述问题,提供了本申请提供了一种基于造影图像、虚拟支架调节血管评定参数的方法,包括:
S100,生成支架参数列表,包括:整理市面上支架类型,包括支架型号、支架名称、支架直径、支架长度(本领域技术人员应该知道的支架参数均在本申请的保护范围内)生成列表;
举例如下表:
S200,通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;
S300,获取感兴趣的血管段的至少一个狭窄病变区间,以及感兴趣的所述血管段的血管评定参数,如图2所示,包括:
S310,根据造影图像,生成血管三维模型,包括:
根据血管实时直径Dt、血管中心线长度L和狭窄区间进行三维建模,形成具有狭窄病变区间的血管三维模型。
S320,根据血管三维模型,获取狭窄病变区间,如图3所示,包括:
S321,拟合正常血管管径,获取拟合管径曲线;
S322,根据血管三维模型获取血管的真实管径曲线;
S323,根据拟合管径曲线和真实管径曲线,获取若干狭窄区域;
S324,计算狭窄度,包括:
狭窄度的计算方法包括:
;
其中,A表示血管的狭窄度,Dmin表示第一入口点与第一出口点之间的血管的最小管径,D入、D出分别表示第一入口点的血管管径和第一出口点的血管管径。
S325,计算每个狭窄区域的血管中心线长度L 1;
S326,根据狭窄度和血管中心线长度L 1从若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间,包括:
如果S324中计算的狭窄度A<0.2,则判断为误判狭窄区域,采用本区域的拟合管径曲线替代误判狭窄区域内的真实管径曲线,从若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间;
如果L 1<5mm,则判断为误判狭窄区域,采用本区域的拟合管径曲线替代误判区域内的真实管径曲线,从若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间。
S330,通过压力传感器获取感兴趣血管段的入口压力,根据流体力学、以及血管三维模型依次获取感兴趣血管段由入口至远端的实时血管压力;
S340,根据入口压力,以及实时血管压力获取实时血管评定参数,包括:血流储备分数FFR,微循环阻力指数IMR等。
S350,从血管三维模型上实时获取血管长度、血管管径;
S360,生成血管评定参数与血管长度的曲线,以及血管长度与血管管径的曲线。
S400,根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架,如图4所示,包括:
S410,获取狭窄病变区间的长度L 狭以及狭窄病变区间的平均管径 狭;
S420,如果狭窄病变区间的平均管径 狭小于虚拟支架直径D z,狭窄病变区间的长度L 狭小于等于虚拟支架长度L z,则从支架参数列表中选取虚拟支架;
S430,如果选取的虚拟支架的数量为两个或两个以上,则将选取的虚拟支架的长度L z分别与狭窄病变区间的长度L 狭比较,将虚拟支架的直径D z分别与狭窄病变区间的平均管径 狭比较,选取比较后绝对值最小的虚拟支架作为与狭窄病变区间相匹配的填充支架;
S440,如果支架参数列表中的全部虚拟支架的长度L z均小于狭窄病变区间的长度,则从支架参数列表中选取长度L z为最大值时的虚拟支架作为填充支架。
S500,根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取模拟治疗后的远端压力,如图5所示,包括:
S510,如果狭窄病变区间为2个或2个以上,则分别为狭窄病变区间匹配虚拟支架;
S520,按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次只向一个狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
S530,按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次向任意两个狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
S540,按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次向任意三个狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
S550,依次类推,按照从血管近端至远端的方向,或者从血管远端至近端的方向,直至一次向所有狭窄病变区间均填充虚拟支架,获取模拟治疗后的远端压力。
S600,根据模拟治疗后的远端压力,获取所述感兴趣的血管段的调节后的血管评定参数。
如果获取的两个或两个以上调节后的血管评定参数,例如FFR,通过FFR=Pd/Pa计算,均满足评价指标,则选取填充虚拟支架数量少的方法获取治疗后的远端压力。
下面结合具体临床数据进行说明:
示例1:病人甲,通过压力传感器获取感兴趣血管段的入口压力Pa,根据流体力学、以及血管三维模型依次获取感兴趣血管段由入口至远端的实时血管压力Pd,现对实时血管压力Pd绘制压力曲线,显示病人甲存在一个血管狭窄具体图标如下:
病人甲治疗前的狭窄入口的实时血管压力为A,治疗前的狭窄远端的血管压力为B,根据上述步骤选定虚拟支架m进行填充,根据机器学习列表获取虚拟支架m对应的治疗后的压力差为X;
进而得到治疗后的压力的偏移量为| A-X-B |;
将狭窄远端以及远端之后的压力曲线上的各点均向上偏移,偏移量为 | A-X-B|,得到治愈后的远端曲线;
将狭窄入口与远端曲线平滑连接,得到一条近似的治愈后的压力曲线,具体如下图,系列1为病人甲治疗前压力曲线,系列2为模拟放置虚拟支架后的压力曲线:
由于FFR=Pd/Pa,其中Pd表示血管狭窄远端压力,Pa表示血管狭窄近端压力,因此,系列1中FFR=B/A,系列2中FFR=C/A;由公式可知,血流储备分数FFR曲线与狭窄远端压力Pd曲线成正比;
进而通过治疗后的狭窄远端压力Pd曲线,得到新的治疗后的FFR曲线,进而评判此病变位置下支架后的治疗效果。
示例2:
病人乙通过压力传感器获取感兴趣血管段的入口压力Pa,根据流体力学、以及血管三维模型依次获取感兴趣血管段由入口至远端的实时血管压力Pd,现对实时血管压力Pd绘制压力曲线,显示病人甲存在2个血管狭窄具体图标如下,第一种方式:系列1为病人乙治疗前压力曲线,系列2为在压力A1B1狭窄段模拟放置虚拟支架后的压力曲线:
由图表可知,治疗前的FFR=B2/A 1,治疗后的FFR=C2/A 1。
第二种方式:系列1为病人乙治疗前压力曲线,系列2为在压力A2B2狭窄段模拟放置虚拟支架后的压力曲线:
由图示可知,治疗前的FFR=B2/A 1,治疗后的FFR=C/A 1。
第三种方式:系列1为病人乙治疗前压力曲线,系列2为在狭窄a、b处均模拟放置虚拟支架后的压力曲线:
由图示可知,治疗前的FFR=B2/A 1,治疗后的FFR=C2/A 1。
通过上述三种方式模拟治疗后的效果,如果FFR>0.75,则代表治疗效果良好。具体方案的选择:1)如果第一种方式FFR>0.75,第二种方式的FFR<0.75,且第三种方式的FFR>0.75,则选取第一种方式;2)如果第一种方式FFR<0.75,第二种方式的FFR>0.75,且第三种方式的FFR>0.75,则选取第二种方式;3)如果只有第三种方式的FFR>0.75,则选取第三种方式。
如图6所示,本申请提供了一种基于造影图像、虚拟支架调节血管评定参数的系统,用于上述的基于造影图像、虚拟支架调节血管评定参数的方法,包括:支架参数装置100、机器学习装置200、血管三维建模装置300、狭窄病变区间获取装置400、血管评定参数计算装置500、虚拟支架选取装置600,以及模拟生成远端压力装置700、压力传感器800;支架参数装置100,用于生成支架参数列表;机器学习装置200,与支架参数装置100、压力传感器800连接,用于通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;血管三维建模装置300,用于根据造影图像,生成血管三维模型;狭窄病变区间获取装置400,与血管三维建模装置300连接,用于从血管三维模型上获取感兴趣的血管段的至少一个狭窄病变区间;血管评定参数计算装置500,与血管三维建模装置300、压力传感器400、模拟生成远端压力装置700连接,用于从血管三维建模装置300生成的血管三维模型中获取感兴趣的血管段的血管评定参数,以及获取感兴趣的血管段放置虚拟支架后的调节后的血管评定参数,以及根据模拟治疗后的远端压力,获取感兴趣的血管段的调节后的血管评定参数;虚拟支架选取装置600,与支架参数装置100、狭窄病变区间获取装置400连接,用于根据支架参数列表,为任意一个狭窄病变区间选取虚拟支架;模拟生成远端压力装置700,与虚拟支架选取装置600、狭窄病变区间获取装置400、机器学习装置200连接,用于根据狭窄病变区间、选取的虚拟支架,以及虚拟支架对应的治疗后的支架参数与远端压力列表,获取模拟治疗后的远端压力。
本申请提供了一种计算机存储介质,计算机程序被处理器执行时实现上述的基于造影图像、虚拟支架调节血管评定参数的方法。
所属技术领域的技术人员知道,本发明的各个方面可以实现为系统、方法 或计算机程序产品。因此,本发明的各个方面可以具体实现为以下形式,即: 完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等), 或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系 统”。此外,在一些实施例中,本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机 可读的程序代码。本发明的实施例的方法和/或系统的实施方式可以涉及到手动 地、自动地或以其组合的方式执行或完成所选任务。
例如,可以将用于执行根据本发明的实施例的所选任务的硬件实现为芯片 或电路。作为软件,可以将根据本发明的实施例的所选任务实现为由计算机使 用任何适当操作系统执行的多个软件指令。在本发明的示例性实施例中,由数 据处理器来执行如本文的根据方法和/或系统的示例性实施例的一个或多个任务,诸如用于执行多个指令的计算平台。可选地,该数据处理器包括用于存储指令和/或数据的易失性储存器和/或用于存储指令和/或数据的非易失性储 存器,例如,磁硬盘和/或可移动介质。可选地,也提供了一种网络连接。可选 地也提供显示器和/或用户输入设备,诸如键盘或鼠标。
可利用一个或多个计算机可读的任何组合。计算机可读介质可以是计算机 可读信号介质或计算机可读存储介质。计算机可读存储介质例如可以是——但 不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者 任意以上的组合。计算机可读存储介质的更具体的例子(非穷举列表)将包括以下各项:
具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器 (RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存 储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其 结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数 据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多 种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可 读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计 算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使 用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括(但 不限于)无线、有线、光缆、RF等等,或者上述的任意合适的组合。
例如,可用一个或多个编程语言的任何组合来编写用于执行用于本发明的 各方面的操作的计算机程序代码,包括诸如Java、Smalltalk、C++等面向对象编程语言和常规过程编程语言,诸如"C"编程语言或类似编程语言。程序代码 可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立 的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远 程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过 任意种类的网络--包括局域网(LAN)或广域网(WAN)-连接到用户计算机,或者, 可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中,这些指令使得计 算机、其它可编程数据处理装置、或其它设备以特定方式工作,从而,存储在 计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个 方框中规定的功能/动作的指令的制造品(article of manufacture)。
还可将计算机程序指令加载到计算机(例如,冠状动脉分析系统)或其它可编程数据处理设备上以促使在计算机、其它可编程数据处理设备或其它设备上执行一系列操作步骤以产生计算机实现过程,使得在计算机、其它可编程装置或其 它设备上执行的指令提供用于实现在流程图和/或一个或多个框图方框中指定的功能/动作的过程。
本发明的以上的具体实例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (13)
1.一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,包括:
生成支架参数列表;
通过机器学习以及支架参数列表,生成治疗后的支架参数与远端压力列表;
获取感兴趣的血管段的至少一个狭窄病变区间,以及感兴趣的所述血管段的血管评定参数;
根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架;
根据所述狭窄病变区间、选取的所述虚拟支架,以及所述虚拟支架对应的治疗后的所述支架参数与远端压力列表,获取模拟治疗后的远端压力;
根据模拟治疗后的远端压力,获取所述感兴趣的血管段的调节后的血管评定参数;
所述获取感兴趣的血管段的至少一个狭窄病变区间的方法包括:根据血管实时直径Dt、血管中心线长度L和狭窄区间进行三维建模,形成具有狭窄病变区间的血管三维模型;
根据所述血管三维模型,获取所述狭窄病变区间,包括:
拟合正常血管管径,获取拟合管径曲线;
根据所述血管三维模型获取血管的真实管径曲线;
根据所述拟合管径曲线和真实管径曲线,获取若干狭窄区域;
计算每个所述狭窄区域的血管中心线长度L1;
根据所述血管中心线长度L1从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间;包括如果L1<5mm,则判断为误判狭窄区域,采用本区域的拟合管径曲线替代误判区域内的真实管径曲线,从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间。
2.根据权利要求1所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述支架参数列表包括:支架型号、支架名称、支架直径、支架长度中的一种、两种或两种以上。
3.根据权利要求1所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,获取所述感兴趣的所述血管段的血管评定参数的方法,包括:
获取所述感兴趣血管段的入口压力,根据流体力学、以及所述血管三维模型依次获取所述感兴趣血管段由入口至远端的实时血管压力;
根据入口压力,以及实时血管压力获取实时血管评定参数。
4.根据权利要求3所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,获取所述感兴趣的所述血管段的血管评定参数的方法,还包括:
从所述血管三维模型上实时获取血管长度、血管管径;
生成血管评定参数与血管长度的曲线,以及血管长度与血管管径的曲线。
5.根据权利要求3所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架的方法包括:
获取所述狭窄病变区间的长度L狭以及所述狭窄病变区间的平均管径
如果所述狭窄病变区间的平均管径小于所述虚拟支架直径Dz,且所述狭窄病变区间的长度L狭小于等于虚拟支架长度Lz,则从所述支架参数列表中选取所述虚拟支架;
如果选取的所述虚拟支架的数量为两个或两个以上,则将选取的所述虚拟支架的长度Lz分别与所述狭窄病变区间的长度L狭比较,将所述虚拟支架的直径Dz分别与所述狭窄病变区间的平均管径比较,选取比较后绝对值最小的虚拟支架作为与所述狭窄病变区间相匹配的填充支架。
6.根据权利要求5所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述根据所述支架参数列表,为任意一个所述狭窄病变区间选取虚拟支架的方法还包括:
如果所述支架参数列表中的全部虚拟支架的长度Lz均小于所述狭窄病变区间的长度,则从所述支架参数列表中选取长度Lz为最大值时的虚拟支架作为填充支架。
7.根据权利要求5所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述将所述虚拟支架填充于相匹配的所述狭窄病变区间上,获取所述感兴趣的血管段的调节后的血管评定参数的方法包括:
如果所述狭窄病变区间为2个或2个以上,则分别为所述狭窄病变区间匹配虚拟支架;
按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次只向一个所述狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次向任意两个所述狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
按照从血管近端至远端的方向,或者从血管远端至近端的方向,每次向任意三个所述狭窄病变区间填充虚拟支架,分别获取模拟治疗后的远端压力;
依次类推,按照从血管近端至远端的方向,或者从血管远端至近端的方向,直至一次向所有所述狭窄病变区间均填充虚拟支架,获取模拟治疗后的远端压力。
8.根据权利要求7所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,还包括:
如果获取的两个或两个以上所述调节后的血管评定参数均满足正常血管的评价指标,则选取填充虚拟支架数量少的方法获取所述感兴趣的血管段的调节后的血管评定参数。
9.根据权利要求1所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述根据所述血管三维模型,获取所述狭窄病变区间的方法,还包括:
计算狭窄度;
根据所述狭窄度从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间。
10.根据权利要求9所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述狭窄度的计算方法包括:
其中,A表示血管的狭窄度,Dmin表示第一入口点与第一出口点之间的血管的最小管径,D入、D出分别表示第一入口点的血管管径和第一出口点的血管管径。
11.根据权利要求10所述的一种基于造影图像、虚拟支架调节血管评定参数的方法,其特征在于,所述根据所述狭窄度从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间的方法包括:
如果A<0.2,则判断为误判狭窄区域,采用本区域的拟合管径曲线替代所述误判狭窄区域内的真实管径曲线,从所述若干狭窄区域中去除误判的狭窄区域,获得至少一个狭窄病变区间。
12.一种基于造影图像、虚拟支架调节血管评定参数的系统,其特征在于,
所述系统用于执行计算机程序时实现如权利要求1至11任一项所述的方法。
13.一种计算机存储介质,其特征在于,计算机程序被处理器执行时实现权利要求1~11任一项所述的基于造影图像、虚拟支架调节血管评定参数的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111267905.1A CN113827199B (zh) | 2021-10-29 | 2021-10-29 | 基于造影图像调节血管评定参数的方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111267905.1A CN113827199B (zh) | 2021-10-29 | 2021-10-29 | 基于造影图像调节血管评定参数的方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113827199A CN113827199A (zh) | 2021-12-24 |
CN113827199B true CN113827199B (zh) | 2024-01-23 |
Family
ID=78966441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111267905.1A Active CN113827199B (zh) | 2021-10-29 | 2021-10-29 | 基于造影图像调节血管评定参数的方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113827199B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1871998A (zh) * | 2006-04-20 | 2006-12-06 | 北京思创贯宇科技开发有限公司 | 一种血管三维重建及虚拟支架置入的方法和系统 |
CN105249954A (zh) * | 2014-06-30 | 2016-01-20 | 西门子公司 | 预测支架术后血液动力学指标的方法和系统 |
CN105380598A (zh) * | 2014-07-22 | 2016-03-09 | 西门子公司 | 关于针对动脉狭窄的自动治疗规划的方法和系统 |
CN106073894A (zh) * | 2016-05-31 | 2016-11-09 | 博动医学影像科技(上海)有限公司 | 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统 |
CN106539622A (zh) * | 2017-01-28 | 2017-03-29 | 北京欣方悦医疗科技有限公司 | 基于血流动力学分析的冠脉虚拟支架植入方法和系统 |
CN110664524A (zh) * | 2018-10-08 | 2020-01-10 | 北京昆仑医云科技有限公司 | 用于引导血管中的支架植入的装置、系统和介质 |
CN110693609A (zh) * | 2019-08-30 | 2020-01-17 | 上海杏脉信息科技有限公司 | 植入物介入模拟方法、选取方法、介质及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102016222102A1 (de) * | 2016-11-10 | 2018-05-17 | Siemens Healthcare Gmbh | Behandlungsplanung für eine Stenose in einem Gefäßsegment anhand einer virtuellen hämodynamischen Analyse |
US10748451B2 (en) * | 2016-12-15 | 2020-08-18 | Duke University | Methods and systems for generating fluid simulation models |
-
2021
- 2021-10-29 CN CN202111267905.1A patent/CN113827199B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1871998A (zh) * | 2006-04-20 | 2006-12-06 | 北京思创贯宇科技开发有限公司 | 一种血管三维重建及虚拟支架置入的方法和系统 |
CN105249954A (zh) * | 2014-06-30 | 2016-01-20 | 西门子公司 | 预测支架术后血液动力学指标的方法和系统 |
CN105380598A (zh) * | 2014-07-22 | 2016-03-09 | 西门子公司 | 关于针对动脉狭窄的自动治疗规划的方法和系统 |
CN106073894A (zh) * | 2016-05-31 | 2016-11-09 | 博动医学影像科技(上海)有限公司 | 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统 |
CN106539622A (zh) * | 2017-01-28 | 2017-03-29 | 北京欣方悦医疗科技有限公司 | 基于血流动力学分析的冠脉虚拟支架植入方法和系统 |
CN110664524A (zh) * | 2018-10-08 | 2020-01-10 | 北京昆仑医云科技有限公司 | 用于引导血管中的支架植入的装置、系统和介质 |
CN110693609A (zh) * | 2019-08-30 | 2020-01-17 | 上海杏脉信息科技有限公司 | 植入物介入模拟方法、选取方法、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113827199A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6283399B2 (ja) | ステントの配置を計画するためのユーザインターフェースベースの医療システムの作動方法、及びステントの配置を計画する装置 | |
US20200202973A1 (en) | Method and system for facilitating physiological computations | |
US11141123B2 (en) | Fractional flow reserve determination | |
CN105792738B (zh) | 用于改善功能狭窄分析的局部ffr估计和可视化 | |
AU2019200682A1 (en) | Method and system for sensitivity analysis in modeling blood flow characteristics | |
JP2018530395A (ja) | 側枝カットプレーンビュー角度を決定する脈管内撮像システム及び方法 | |
JP2010042247A (ja) | 複数の2d血管造影画像を用いた3dの定量的分岐解析のための方法、装置およびコンピュータプログラム | |
CN105138813B (zh) | 将病人数据从一种生理状态映射为另一种的系统和方法 | |
JP6975235B2 (ja) | 生物物理的シミュレーション用の血管樹標準化及び/又はプルーニングされた部分用の拡張シミュレーション | |
CN112419484B (zh) | 三维血管合成方法、系统及冠状动脉分析系统和存储介质 | |
US11508460B2 (en) | Method and system for anatomical tree structure analysis | |
US20230310085A1 (en) | Systems and methods for estimation of blood flow using response surface and reduced order modeling | |
CN110796064B (zh) | 人体肌肉图像的建立方法、装置、存储介质及电子设备 | |
CN116013533A (zh) | 冠脉的血流动力学评估模型的训练方法、评估方法及系统 | |
CN109949300B (zh) | 解剖树结构分析的方法、系统和计算机可读介质 | |
Wu et al. | Three dimensional reconstruction of coronary artery stents from optical coherence tomography: experimental validation and clinical feasibility | |
CN113827199B (zh) | 基于造影图像调节血管评定参数的方法、系统及存储介质 | |
US20140236547A1 (en) | Patient-specific automated tuning of boundary conditions for distal vessel tree | |
Mi et al. | A multi-body mass-spring model for virtual reality training simulators based on a robotic guide wire operating system | |
Egger et al. | A comprehensive workflow and framework for immersive virtual endoscopy of dissected aortae from CTA data | |
CN110929604B (zh) | 基于造影图像的流速的筛选方法、装置、系统和存储介质 | |
CN113033121B (zh) | 门静脉高压经颈静脉肝内门体分流术支架直径的选择方法 | |
Yan et al. | A multi-dimensional CFD framework for fast patient-specific fractional flow reserve prediction | |
Qiu et al. | An improved matrix‐based endovascular guidewire position simulation using fusiform ternary tree | |
CN113539516B (zh) | 治疗方案的应用后效果的获取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |