CN114098692B - 基于血流分配最优化的左心室辅助装置植入方法 - Google Patents

基于血流分配最优化的左心室辅助装置植入方法 Download PDF

Info

Publication number
CN114098692B
CN114098692B CN202111266428.7A CN202111266428A CN114098692B CN 114098692 B CN114098692 B CN 114098692B CN 202111266428 A CN202111266428 A CN 202111266428A CN 114098692 B CN114098692 B CN 114098692B
Authority
CN
China
Prior art keywords
blood flow
patient
coronary artery
blood
coronary
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
Application number
CN202111266428.7A
Other languages
English (en)
Other versions
CN114098692A (zh
Inventor
张静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Heart Century Medical Technology Co ltd
Original Assignee
Beijing Heart Century Medical Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Heart Century Medical Technology Co ltd filed Critical Beijing Heart Century Medical Technology Co ltd
Priority to CN202111266428.7A priority Critical patent/CN114098692B/zh
Publication of CN114098692A publication Critical patent/CN114098692A/zh
Application granted granted Critical
Publication of CN114098692B publication Critical patent/CN114098692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M60/00—Blood pumps; Devices for mechanical circulatory actuation; Balloon pumps for circulatory assistance
    • A61M60/10—Location thereof with respect to the patient's body
    • A61M60/122—Implantable pumps or pumping devices, i.e. the blood being pumped inside the patient's body
    • A61M60/165—Implantable pumps or pumping devices, i.e. the blood being pumped inside the patient's body implantable in, on, or around the heart
    • A61M60/17—Implantable pumps or pumping devices, i.e. the blood being pumped inside the patient's body implantable in, on, or around the heart inside a ventricle, e.g. intraventricular balloon pumps
    • 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
    • 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
    • A61B5/029—Measuring or recording blood output from the heart, e.g. minute volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Abstract

本发明涉及基于血流分配最优化的左心室辅助装置植入方法，该方法包括：计算患者心脏输出量；通过重建主动脉和冠脉血管，获取患者心脏的生理参数；利用正常人群的血流量和阻力，计算正常人群的血流流速；模拟安装左心室辅助装置，导入患者心脏的生理参数，计算患者的血流流速；根据误差函数，获取最优参数数值。根据本发明的方法，获取最优参数数值后，能够对左心室辅助装置的植入使用进行指导，保证在实际植入左心室辅助装置时，人工血管和升主动脉的夹角、人工血管的直径以及左心室辅助装置的电机转速等参数为最优参数，从而最优化左心室辅助装置植入后对各个血管的供血情况，减少涡旋的形成，进而减少血栓的形成，降低肺栓塞和脑梗等并发症的形成几率。

Description

基于血流分配最优化的左心室辅助装置植入方法
技术领域
本发明属于生物医学工程领域，具体涉及一种基于血流分配最优化的左心室辅助装置植入方法。
背景技术
心力衰竭(heart failure)简称心衰，是指由于心脏的收缩功能和(或)舒张功能发生障碍，不能将静脉回心血量充分排出心脏，导致静脉系统血液淤积，动脉系统血液灌注不足，从而引起心脏循环障碍症候群，此种障碍症候群集中表现为肺淤血、腔静脉淤血。心力衰竭并不是一个独立的疾病，而是心脏疾病发展的终末阶段。
目前临床上治疗心衰的主要手段是心脏移植或者安装左心室辅助装置。左心室辅助装置是一种机械装置，移植到人体内部替代心脏供血功能。目前常见的是左心室辅助装置(以下简称LAVD)，它不能完全取代人体自由的心脏，而是辅助左心室进行供血，一端与左心室相连，另一端与上升主动脉相连，通过机械泵装置将血液抽出来直接推送至上升主动脉里，从而实现了全省供血的需求。
在实际使用LAVD的时候，人工血管和上升主动脉的缝合位置、人工血管的直径以及LAVD的转速(即供血流量速度)这些重要参数主要依赖术者的经验。如果以上参数选择不好可能会引起一些副作用，例如人工血管和主动脉缝合角度如果不合适，可能引起心脏自身主动脉瓣射出的血流和人工血管的血流发生“对冲”，混合后的血流可能形成涡旋，导致血小板等物质在主动脉根部沉积形成血栓，而血栓随着血液流动致全身可能导致肺栓塞和脑梗等并发症。
如何优化LAVD植入后对各个血管的供血情况，减少涡旋的形成，成为亟待解决的技术问题。
发明内容
针对现有技术的不足，本发明的目的在于解决上述背景技术中的至少一个技术问题，提供一种基于血流分配最优化的LAVD植入方法、系统、装置及存储介质。本发明提供的一种基于血流分配最优化的LAVD植入方法，能够最优化LAVD植入后对各个血管的供血情况，减少了涡旋的形成，进而减少血栓的形成，从而降低肺栓塞和脑梗等并发症的形成几率。
为实现上述目的，本发明提供一种基于血流分配最优化的LAVD植入方法，包括：
步骤1：计算患者心脏输出量；
步骤2：通过重建主动脉和冠脉血管，获取患者心脏的生理参数；
步骤3：利用正常人群的血流量和阻力，计算正常人群的血流流速；
步骤4：模拟安装LAVD过程，导入患者心脏的生理参数，计算患者的血流流速；
步骤5：根据误差函数，获取最优参数数值。
根据上述方法获得最优参数数值后，可以利用上述参数数值，指导LAVD的植入使用，这样可以最优化LAVD植入后对各个血管的供血情况，减少涡旋的形成，进而减少血栓的形成，从而降低肺栓塞和脑梗等并发症的形成几率。
所述最优参数包括：人工血管和升主动脉夹角、人工血管的直径以及LAVD的电机转速。
根据本发明的一个方面，在所述步骤1中，计算患者心脏输出量的方法包括：
一、直接测量法，利用测量设备测量患者心脏输出量，测量方法包括但不限于：指示剂稀释法、阻抗法或成像法；
或者，
二、根据公式计算，
Figure BDA0003326994170000031
CO表示患者心脏输出量(L/min)，BSA表示体表面积(m2)，Hb表示血红蛋白(g/100ml)，SaO2表示动脉血氧饱和度，SvO2表示静脉血氧饱和度；
或者
三、估算法，根据患者身高、体重、性别，利用公式估算患者心脏输出量CO，
CO＝3.4·BSA；
其中，
BSA表示体表面积，不同情况下BSA如下：
BSA＝0.0057·H+0.0121·W+0.0882//成年男性
BSA＝0.0073·H+0.0127·W-0.2106//成年女性
BSA＝0.0061·H+0.0124·W-0.0099//不知性别。
H表示身高(cm)，W表示重量(kg)。
根据本发明的一个方面，在所述步骤2中，所述患者心脏的生理参数包括：主动脉开口直径d0、上升主动脉弓部的直径d1、右冠状动脉的直径d2、左主干的直径d3。
根据本发明的一个方面，在所述步骤2中，通过影像学重建所述主动脉和冠脉血管，具体采用区域生长方法，包括：
步骤2.1：手工标注冠脉，在冠脉横断面上手工标注冠状动脉，区域生长算法就能以手工标注的冠脉上的点为种子点开始生长，标注点的大小要小于冠脉的直径，防止出现过生长导致冠脉血管超出血管边界。
步骤2.2：区域生长自动化提取冠脉，区域生长算法根据标注的冠脉区域的CT值大小，在冠脉管腔内匹配CT值相近的区域并向外部生长，由于冠脉血管内部充盈造影剂，CT值较高，一般在100以上，因此算法将冠脉血管自动连接起来；对于错误的连接，通过手工修改方式进行调整，最终得到冠脉的三维几何形状。
步骤2.3：主动脉的提取，同上一步，通过修改CT值的阈值上下限或适当放大标注点的直径，可同样提取主动脉上升段。
修改根据本发明的一个方面，在所述步骤3中，通过计算流体力学方法或者机器学习方法，利用正常人群的血流量和阻力，计算所述正常人群的血流在上升主动脉弓部的流速
Figure BDA0003326994170000041
右冠脉的流速
Figure BDA0003326994170000042
及左冠脉的流速
Figure BDA0003326994170000043
根据本发明的一个方面，在所述步骤3中，建立功能和生理学模型的相关边界条件，利用计算流体力学方法计算正常人群的血流的流速，相关边界条件包括：
(1)主动脉输入血流量Qa、体循环血流量Qs、冠脉微循环血流量Qc，单位均为L/min。
Qa＝Qs+Qc；
所述主动脉输入血流量Qa通过测量获得；
所述冠脉微循环血流量，用下列公式计算：
Figure BDA0003326994170000051
其中，kc是一系数，
Figure BDA0003326994170000052
表示左心室心肌Qc的体积(cm2)；
(2)体循环阻力Rs(dyne·sec/cm5)
所述体循环阻力Rs，用下列公式计算：
Rs＝Pa/Qs；
其中Pa表示主动脉血压，由测量血压得到；
(3)冠脉远端出口的微血管阻力Rd
舒张期血管达到最大舒张情况下，所述每个冠脉远端出口的微血管阻力Rd，用下列公式计算：
Figure BDA0003326994170000053
其中，kd是一系数，rβ表示血管尺寸；
(4)下游血管阻力Rc
沿中心线任意节点的血压P和通过管腔的血流量Q，以及下游血管阻力Rc之间的关系，用下列公式表示：
P＝Q·Rc；
(4)节点间阻力Rr
两个连续节点之间的节点间阻力Rr，用下列公式计算：
Figure BDA0003326994170000061
其中，kr是一系数，rγ表示血管半径，L表示两个连续节点之间长度；
以上所有的变量都是在舒张期中最大充血条件下进行的估算。以上公式中的参数可以根据回溯性数据和降阶模型进行估计，由于冠脉血管直径相对尺寸较小，可以当作非弹性管腔。
用计算流体动力学方法数值求解N-S偏微分方程，具体为：从血管造影(CTA)图像中重建冠脉的三维几何模型后，根据上述边界条件，进行有限元分析，基于有限元求解的计算流体动力学算法计算网格中每一顶点的血流的流速
Figure BDA0003326994170000062
Figure BDA0003326994170000063
还可以获得压力，进行计算时，假定血流是不可压缩的牛顿流体，血流的密度是1.06g/cm3，运动粘度是0.04g/cm·s，计算流体动力学模拟计算时在残差为10-5时收敛停止计算。
根据本发明的一个方面，在所述步骤4中，模拟安装所述LAVD，导入所述患者心脏的生理参数，根据患者的心脏输出量CO、所述患者心脏的生理参数和模拟安装LAVD的相关参数，计算患者的血流流速。
具体地，利用计算机模拟安装所述LAVD之后，根据患者的心脏输出量CO、所述患者心脏的生理参数和模拟安装LAVD的相关参数，利用数值计算获得所述患者的血流在上升主动脉弓部的流速v1、右冠脉的流速v2及左冠脉的流速v3；所述LAVD的相关参数包括：电机转速；人工血管和升主动脉的夹角；人工血管的直径。
根据本发明的一个方面，在所述步骤5中，获取最优参数包括LAVD的电机转速、人工血管和升主动脉的夹角和人工血管的直径，通过最小化误差函数，选取所述最优参数。
根据本发明的一个方面，所述误差函数包括但不限于绝对值和或均方差函数，例如可以用下列公式表示：
Figure BDA0003326994170000071
s.t.(v1，v2，v3)＝g(n，α，d)
其中，v1、v2、v3：患者血流的流速；
Figure BDA0003326994170000072
正常人群血流的流速；
f为误差函数；
n：LAVD的电机转速；
α：人工血管的主动脉夹角；
d：人工血管的直径。
根据本发明的一个方面，提供一种基于血流分配最优化的LAVD植入方法的系统，其特征在于，系统包括：
第一计算模块：计算患者心脏输出量；
重建和生理参数获取模块：重建主动脉和冠脉血管，获取患者心脏的生理参数；
第二计算模块：利用正常人群的血流量和阻力，计算正常人群的血流流速；
模拟和计算模块：模拟安装LAVD过程，导入患者心脏的生理参数，计算患者的血流流速；
参数优化模块：根据误差函数，获取最优参数数值。
根据本发明的一个方面，本发明提供了一种基于血流分配最优化的LAVD植入方法的装置，其特征在于，所述装置包括处理器和计算机可读存储介质，所述计算机可读存储介质上存储有指令，处理器读取并执行所述指令，使得所述装置执行如上所述的基于血流分配最优化的LAVD植入方法。
根据本发明的一个方面，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当其在计算机上运行时，使得计算机执行如上所述的基于血流分配最优化的LAVD植入方法。
基于此，本发明的有益效果在于：
本发明提供一种基于血流分配最优化的LAVD植入方法，最优化LAVD植入后对各个血管的供血情况，减少了涡旋的形成，进而减少血栓的形成，从而降低肺栓塞和脑梗等并发症的形成几率。本发明还提供一种基于血流分配最优化的LAVD植入方法的系统，其能获取LAVD植入的最优参数数值，指导LAVD的植入使用。
附图说明
图1示意性表示根据本发明的一种基于血流分配最优化的LAVD植入方法的流程图；
图2表示手工标注冠脉图；
图3表示冠脉三维几何状态图；
图4表示提取主动脉图；
图5表示部分参数所代表的位置图。
具体实施方式
下面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它实施例，都属于本发明保护范围。.
图1示意性表示根据本发明的基于血流分配最优化的LAVD植入方法。
根据本发明的一种基于血流分配最优化的LAVD植入方法，具体包括以下步骤：
步骤1：计算患者心脏输出量；
步骤2：通过重建主动脉和冠脉血管，获取患者心脏的生理参数；
步骤3：利用正常人群的血流量和阻力，计算正常人群的血流流速；
步骤4：模拟安装LAVD过程，导入患者心脏的生理参数，计算患者的血流流速；
步骤5：根据误差函数，获取最优参数数值。
所述最优参数包括：人工血管和升主动脉的夹角(表征人工血管和升主动脉的缝合位置)、人工血管的直径以及LAVD的电机转速。
优选地，在所述步骤1中，计算患者心脏输出量的方法包括：
一、直接测量法，利用测量设备测量患者心脏输出量，测量方法包括：指示剂稀释法、阻抗法或成像法；指示剂稀释法包括：Fick法、燃料稀释法或热稀释法等；成像法包括：核磁成像或超声成像等。
或者，
二、根据公式计算，
Figure BDA0003326994170000091
CO表示患者心脏输出量(L/min)，BSA表示体表面积(m2)，Hb表示血红蛋白(g/100ml)，SaO2表示动脉血氧饱和度，SvO2表示静脉血氧饱和度；
或者
三、估算法，根据患者身高、体重、性别，利用公式(2)估算患者心脏输出量CO，
CO＝3.4·BSA 公式(2)
其中，
BSA表示体表面积，不同情况下BSA如下：
BSA＝0.0057·H+0.0121·W+0.0882//成年男性
BSA＝0.0073·H+0.0127·W-0.2106//成年女性
BSA＝0.0061·H+0.0124·W-0.0099//不知性别。
H表示身高(cm)，W表示重量(kg)。
根据本发明的一个方面，在所述步骤2中，所述患者心脏的生理参数包括：主动脉开口直径d0、上升主动脉弓部的直径d1、右冠状动脉的直径d2、左主干的直径d3。
优选地，在所述步骤2中，可以通过影像学方法重建所述主动脉和冠脉血管，具体采用区域生长方法，包括：
步骤2.1：手工标注冠脉，如图2所示，在冠脉横断面上手工标注冠状动脉，区域生长算法就能以手工标注的冠脉上的点为种子点开始生长，标注点的大小要小于冠脉的直径，防止出现过生长导致冠脉血管超出血管边界；
步骤2.2：区域生长自动化提取冠脉，如图3所示，区域生长算法根据标注的冠脉区域的CT值大小，在冠脉管腔内匹配CT值相近的区域并向外部生长，由于冠脉血管内部充盈造影剂，CT值较高，算法将冠脉血管自动连接起来；对于错误的连接，通过手工修改方式进行调整，最终得到冠脉的三维几何形状；
步骤2.3：如图4所示，主动脉的提取，同上一步，通过修改CT值的阈值上下限或适当放大标注点的直径，提取主动脉上升段。
优选地，在所述步骤3中，通过计算流体力学方式法或者机器学习方法，利用正常人群的血流量和阻力，计算所述正常人群的血流在上升主动脉弓部的流速
Figure BDA0003326994170000113
右冠脉的流速
Figure BDA0003326994170000114
及左冠脉的流速
Figure BDA0003326994170000115
优选地，在所述步骤3中，如图5所示，建立功能和生理学模型的相关边界条件，利用计算流体力学方法计算正常人群的血流的流速，相关边界条件包括：
(1)主动脉输入血流量Qa、体循环血流量Qs、冠脉微循环血流量Qc
Qa＝Qs+Qc 公式(3)
所述主动脉输入血流量Qa，Qa＝CO*，
所述冠脉微循环血流量，用下列公式(4)计算：
Figure BDA0003326994170000111
其中，kc为一系数，
Figure BDA0003326994170000112
表示左心室心肌Qc的体积；
(2)体循环阻力Rs
所述体循环阻力Rs，用下列公式(5)计算：
Rs＝Pa/Qs 公式(5)
其中Pa表示主动脉血压，由测量血压得到；
(3)冠脉远端出口的微血管阻力Rd
舒张期血管达到最大舒张情况下，所述每个冠脉远端出口的微血管阻力Rd，用下列公式(6)计算：
Figure BDA0003326994170000121
其中，kd为一系数，rβ表示血管尺寸；
沿中心线任意节点的血压P和通过管腔的血流量Q，以及下游血管阻力Rc之间的关系，用下列公式(7)表示：
P＝Q·Rc 公式(7)
(4)节点间阻力Rr
两个连续节点之间的节点间阻力Rr，用下列公式(8)计算：
Figure BDA0003326994170000122
其中，kr为一系数，rγ表示血管半径，L表示两个连续节点之间长度。
以上所有的变量都是在舒张期中最大充血条件下进行的估算。以上公式中的参数可以根据回溯性数据和降阶模型进行估计，由于冠脉血管直径相对尺寸较小，可以当作非弹性管腔。
然后，利用计算流体动力学数值求解N-S偏微分方程，从血管造影(CTA)图像中重建冠脉的三维几何模型后，根据上述边界条件，进行有限元分析，基于有限元求解的计算流体动力学算法计算网格中每一顶点的血流的流速
Figure BDA0003326994170000123
Figure BDA0003326994170000124
还可以获得压力，计算时，假定血流是不可压缩的牛顿流体，血流的密度是1.06g/cm3，运动粘度是0.04g/cm·s，计算流体动力学模拟计算时在残差为10-5时收敛停止计算。
优选地，在所述步骤4中，模拟安装所述LAVD，导入所述患者心脏的生理参数，根据患者的心脏输出量CO、所述患者心脏的生理参数和模拟安装LAVD的相关参数，计算患者的血流流速。
优选地，在所述步骤4中，利用计算机模拟安装所述LAVD之后，根据患者的心脏输出量CO、所述患者心脏的生理参数和模拟安装LAVD的相关参数，利用数值计算获得所述患者的血流在上升主动脉弓部的流速v1、右冠脉的流速v2及左冠脉的流速v3；所述LAVD的相关参数包括：电机转速；人工血管和升主动脉的夹角；人工血管的直径。
优选地，在所述步骤5中，获取最优参数包括LAVD的电机转速、人工血管和升主动脉的夹角和人工血管的直径，通过最小化误差函数，选取所述最优参数。
优选地，在所述步骤5中，通过最小化误差函数，选取所述最优参数。
和/或，通过不同误差函数选取所述最优参数，通过所述最优参数在后续指导LAVD的植入使用。
所述误差函数包括但不限于绝对值和或均方差函数，本实施例采用下列公式表示的函数，选取最优参数，最优参数包括：LAVD的电机转速、人工血管和升主动脉的夹角和人工血管的直径。
Figure BDA0003326994170000131
s.t.(v1，v2，v3)＝g(n，α，d)
其中，v1、v2、v3：患者血流的流速；
Figure BDA0003326994170000132
正常人群血流的流速；
f为误差函数；
n：LAVD的电机转速；
α：人工血管的主动脉夹角；
d：人工血管的直径。
后续在LAVD植入使用时，可以利用上述最优参数，从而减小了涡旋的形成，进而减少血栓的形成，降低了人术后发生肺栓塞及脑梗的几率。
进一步地，本实施例提供了一种基于血流分配最优化的LAVD植入方法的系统，其特征在于，包括：
第一计算模块：计算患者心脏输出量；
重建和生理参数获取模块：重建主动脉和冠脉血管，获取患者心脏的生理参数；
第二计算模块：利用正常人群的血流量和阻力，计算正常人群的血流流速；
模拟和计算模块：模拟安装LAVD过程，导入患者心脏的生理参数，计算患者的血流流速；
参数优化模块：根据误差函数，获取最优参数数值。
优选地，第一计算模块执行如下方法，以计算患者心脏输出量：
一、直接测量法，利用测量设备测量患者心脏输出量，测量方法包括：指示剂稀释法、阻抗法或成像法；
或者，
二、根据公式(1)计算，
Figure BDA0003326994170000141
CO表示患者心脏输出量(L/min)，BSA表示体表面积(m2)，Hb表示血红蛋白(g/100ml)，SaO2表示动脉血氧饱和度，SvO2表示静脉血氧饱和度；
或者
三、估算法，根据患者身高、体重、性别，利用公式(2)估算患者心脏输出量CO，
CO＝3.4·BSA 公式(2)
其中，
BSA表示体表面积，不同情况下BSA如下：
BSA＝0.0057·H+0.0121·W+0.0882//成年男性
BSA＝0.0073·H+0.0127·W-0.2106//成年女性
BSA＝0.0061·H+0.0124·W-0.0099//不知性别。
H表示身高(cm)，W表示重量(kg)。
优选地，重建和生理参数获取模块通过影像学方法重建所述主动脉和冠脉血管，具体采用区域生长方法，包括：
步骤2.1：手工标注冠脉，如图2所示，在冠脉横断面上手工标注冠状动脉，以手工标注的冠脉上的点为种子点开始生长，标注点的大小要小于冠脉的直径；
步骤2.2：区域生长自动化提取冠脉，如图3所示，根据标注的冠脉区域的CT值大小，在冠脉管腔内匹配CT值相近的区域并向外部生长，将冠脉血管自动连接起来；对于错误的连接，通过手工修改方式进行调整，最终得到冠脉的三维几何形状；
步骤2.3：如图4所示，主动脉的提取，修改CT值的阈值上下限或适当放大标注点的直径，提取主动脉上升段。
优选地，第二计算模块通过计算流体力学方式法或者机器学习方法，利用正常人群的血流量和阻力，计算所述正常人群的血流在上升主动脉弓部的流速
Figure BDA0003326994170000151
右冠脉的流速
Figure BDA0003326994170000161
及左冠脉的流速
Figure BDA0003326994170000162
优选地，第二计算模块还执行如下方法，如图5所示，建立功能和生理学模型的相关边界条件，利用计算流体力学方法计算正常人群的血流的流速，相关边界条件包括：
(1)主动脉输入血流量Qa、体循环血流量Qs、冠脉微循环血流量Qc
Qa＝Qs+Qc 公式(3)
所述主动脉输入血流量Qa通过测量获得；
所述冠脉微循环血流量，用下列公式(4)计算：
Figure BDA0003326994170000163
其中，kc为一系数，
Figure BDA0003326994170000164
表示左心室心肌Qc的体积；
(2)体循环阻力Rs
所述体循环阻力Rs，用下列公式(5)计算：
Rs＝Pa/Qs 公式(5)
其中Pa表示主动脉血压，由测量血压得到；
(3)冠脉远端出口的微血管阻力Rd
舒张期血管达到最大舒张情况下，所述每个冠脉远端出口的微血管阻力Rd，用下列公式(6)计算：
Figure BDA0003326994170000165
其中，kd为一系数，rβ表示血管尺寸；
(4)下游血管阻力Rc
沿中心线任意节点的血压P和通过管腔的血流量Q，以及下游血管阻力Rc之间的关系，用下列公式(7)表示：
P＝Q·Rc 公式(7)
(4)节点间阻力Rr
两个连续节点之间的节点间阻力Rr，用下列公式(8)计算：
Figure BDA0003326994170000171
其中，kr为一系数，rγ表示血管半径，L表示两个连续节点之间长度；
用计算流体动力学方法数值求解N-S偏微分方程，具体为：从血管造影(CTA)图像中重建冠脉的三维几何模型后，根据上述边界条件，进行有限元分析，基于有限元求解的计算流体动力学算法计算网格中每一顶点的血流的流速
Figure BDA0003326994170000172
Figure BDA0003326994170000173
还可以获得压力，进行计算时，假定血流是不可压缩的牛顿流体，血流的密度是1.06g/cm3，运动粘度是0.04g/cm·s，计算流体动力学模拟计算时在残差为10-5时收敛停止计算。
优选地，模拟和计算模块还执行如下方法，模拟安装所述LAVD，
根据患者的心脏输出量CO、所述患者心脏的生理参数和模拟安装LAVD的相关参数，利用数值计算获得所述患者的血流在上升主动脉弓部的流速v1、右冠脉的流速v2及左冠脉的流速v3；所述LAVD的相关参数包括：电机转速；人工血管和升主动脉的夹角；人工血管的直径。
优选地，参数优化模块还执行如下方法，通过最小化误差函数，选取所述最优参数。
和/或，通过不同误差函数选取所述最优参数，通过所述最优参数在后续指导LAVD的植入使用。
所述误差函数包括但不限于绝对值和或均方差函数，本实施例采用下列公式表示的函数，选取最优参数，最优参数包括：LAVD的电机转速、人工血管和升主动脉的夹角和人工血管的直径。
Figure BDA0003326994170000181
s.t.(v1，v2，v3)＝g(n，α，d)
其中，v1、v2、v3：患者血流的流速；
Figure BDA0003326994170000182
正常人群血流的流速；
f为误差函数；
n：LAVD的电机转速；
α：人工血管的主动脉夹角；
d：人工血管的直径。
进一步地，本实施例提供了一种基于血流分配最优化的LAVD植入方法的装置，其特征在于，所述装置包括处理器和计算机可读存储介质，所述计算机可读存储介质上存储有指令，处理器读取并执行所述指令，使得所述装置执行上述基于血流分配最优化的LAVD植入方法。
进一步地，本实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当其在计算机上运行时，使得计算机执行上述基于血流分配最优化的LAVD植入方法。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改名，而不偏离本发明权利要求书所限定的范围。

Claims (7)

1.基于血流分配最优化的左心室辅助装置植入系统，其特征在于，包括：
第一计算模块：计算患者心脏输出量；
重建和生理参数获取模块：重建主动脉和冠脉血管，获取患者心脏的生理参数；
第二计算模块：利用正常人群的血流量和阻力，计算正常人群的血流流速；
模拟和计算模块：模拟安装左心室辅助装置过程，导入患者心脏的生理参数，计算患者的血流流速；
参数优化模块：根据误差函数，获取最优参数数值；
在所述第一计算模块中，通过直接测量法、利用公式法或估算法计算所述患者心脏输出量；
在所述重建和生理参数获取模块中，通过影像学中的区域生长方法重建所述主动脉和冠脉血管；
在所述第二计算模块中，通过计算流体力学方式法或者机器学习方法，利用正常人群的血流量和阻力，计算所述正常人群的血流在上升主动脉弓部的流速
Figure DEST_PATH_IMAGE001
、右冠脉的流速
Figure 865331DEST_PATH_IMAGE002
及左冠脉的流速
Figure DEST_PATH_IMAGE003
；
在所述参数优化模块中，获取最优参数包括左心室辅助装置的电机转速、人工血管和升主动脉的夹角和人工血管的直径，通过最小化误差函数，选取所述最优参数；
在所述重建和生理参数获取模块中，所述患者心脏的生理参数包括：主动脉开口直径d0、上升主动脉弓部的直径d1、右冠状动脉的直径d2、左主干的直径d3；
所述误差函数用下列公式表示：
Figure 650753DEST_PATH_IMAGE004
其中，v1、v2、v3：患者血流的流速；
Figure DEST_PATH_IMAGE005
、
Figure 327110DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE007
：正常人群血流的流速；
n：左心室辅助装置的电机转速；
Figure 8627DEST_PATH_IMAGE008
：人工血管和升主动脉夹角；
d：人工血管的直径。
2.根据权利要求1所述的基于血流分配最优化的左心室辅助装置植入系统，其特征在于，在所述第一计算模块中，计算患者心脏输出量的方法包括：
直接测量法，利用测量设备测量患者心脏输出量，测量方法包括：指示剂稀释法、阻抗法或成像法；
或者，
根据公式计算，
Figure DEST_PATH_IMAGE009
；
CO表示患者心脏输出量，BSA表示体表面积，Hb表示血红蛋白，
Figure 603556DEST_PATH_IMAGE010
表示动脉血氧饱和度，
Figure DEST_PATH_IMAGE011
表示静脉血氧饱和度；
或者，
估算法，根据患者身高、体重、性别，利用公式估算患者心脏输出量CO，
Figure 192669DEST_PATH_IMAGE012
；
其中，
BSA表示体表面积，不同情况下BSA如下：
Figure DEST_PATH_IMAGE013
其中，H表示身高，W表示体重。
3.根据权利要求2所述的基于血流分配最优化的左心室辅助装置植入系统，其特征在于，在所述重建和生理参数获取模块中，通过影像学方法重建所述主动脉和冠脉血管，具体采用区域生长方法，包括：
步骤2.1：手工标注冠脉，在冠脉横断面上手工标注冠状动脉，以手工标注的冠脉上的点为种子点开始生长，标注点的大小要小于冠脉的直径；
步骤2.2：区域生长自动化提取冠脉，根据标注的冠脉区域的CT值大小，在冠脉管腔内匹配CT值相近的区域并向外部生长，将冠脉血管自动连接起来；对于错误的连接，通过手工修改方式进行调整，最终得到冠脉的三维几何形状；
步骤2.3：主动脉的提取，修改CT值的阈值上下限或适当放大标注点的直径，提取主动脉上升段。
4.根据权利要求3所述的基于血流分配最优化的左心室辅助装置植入系统，其特征在于，在所述第二计算模块中，建立功能和生理学模型的相关边界条件，利用计算流体力学方法计算正常人群的血流的流速，相关边界条件包括：
（1）主动脉输入血流量
Figure DEST_PATH_IMAGE015
、体循环血流量
Figure DEST_PATH_IMAGE017
、冠脉微循环血流量
Figure DEST_PATH_IMAGE019
Figure 300696DEST_PATH_IMAGE020
；
所述主动脉输入血流量
Figure DEST_PATH_IMAGE021
通过测量获得；
所述冠脉微循环血流量，用下列公式计算：
Figure 497322DEST_PATH_IMAGE022
；
其中，
Figure DEST_PATH_IMAGE023
是一系数，
Figure 984409DEST_PATH_IMAGE024
表示左心室心肌
Figure DEST_PATH_IMAGE025
的体积；
（2）体循环阻力
Figure DEST_PATH_IMAGE027
所述体循环阻力
Figure 688798DEST_PATH_IMAGE027
，用下列公式计算：
Figure 149866DEST_PATH_IMAGE028
；
其中
Figure 769591DEST_PATH_IMAGE030
表示主动脉血压，由测量血压得到；
（3）冠脉远端出口的微血管阻力
Figure 948899DEST_PATH_IMAGE032
舒张期血管达到最大舒张情况下，每个所述冠脉远端出口的微血管阻力
Figure 410974DEST_PATH_IMAGE032
，用下列公式计算：
Figure DEST_PATH_IMAGE033
；
其中，kd是一系数，
Figure 647920DEST_PATH_IMAGE034
表示血管尺寸；
（4）下游血管阻力Rc
沿中心线任意节点的血压P和通过管腔的血流量Q，以及下游血管阻力
Figure 655190DEST_PATH_IMAGE035
之间的关系，用下列公式表示：
Figure DEST_PATH_IMAGE036
；
（5）节点间阻力
Figure 102221DEST_PATH_IMAGE037
两个连续节点之间的节点间阻力
Figure DEST_PATH_IMAGE038
，用下列公式计算：
Figure 777440DEST_PATH_IMAGE039
；
其中，kr是一系数，
Figure 72155DEST_PATH_IMAGE041
表示血管半径，
L表示两个连续节点之间长度；
从血管造影(CTA)图像中重建冠脉的三维几何模型后，根据上述边界条件，进行有限元分析，基于有限元求解的计算流体动力学算法计算网格中每一顶点的血流的流速
Figure 250327DEST_PATH_IMAGE042
、
Figure 122337DEST_PATH_IMAGE006
、
Figure 801580DEST_PATH_IMAGE007
，计算时，假定血流是不可压缩的牛顿流体，血流的密度是
Figure DEST_PATH_IMAGE043
，运动粘度是0.04 g/cm·s，计算流体动力学模拟计算时在残差为10-5时收敛停止计算。
5.根据权利要求4所述的基于血流分配最优化的左心室辅助装置植入系统，其特征在于，在所述模拟和计算模块中，利用计算机模拟安装所述左心室辅助装置之后，根据患者的心脏输出量CO、所述患者心脏的生理参数和模拟安装左心室辅助装置的相关参数，利用数值计算获得所述患者的血流在上升主动脉弓部的流速v1、右冠脉的流速v2及左冠脉的流速v3；所述左心室辅助装置的相关参数包括：电机转速；人工血管和升主动脉的夹角；人工血管的直径。
6.基于血流分配最优化的左心室辅助装置植入系统，其特征在于，所述系统包括处理器和计算机可读存储介质，所述计算机可读存储介质上存储有指令，处理器读取并执行所述指令，使得所述系统执行权利要求1-5中任一项所述的基于血流分配最优化的左心室辅助装置植入系统的植入方法。
7.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当其在计算机上运行时，使得计算机执行权利要求1-5中任一项所述的基于血流分配最优化的左心室辅助装置植入系统的植入方法。
CN202111266428.7A 2021-10-28 2021-10-28 基于血流分配最优化的左心室辅助装置植入方法 Active CN114098692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111266428.7A CN114098692B (zh) 2021-10-28 2021-10-28 基于血流分配最优化的左心室辅助装置植入方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111266428.7A CN114098692B (zh) 2021-10-28 2021-10-28 基于血流分配最优化的左心室辅助装置植入方法

Publications (2)

Publication Number Publication Date
CN114098692A CN114098692A (zh) 2022-03-01
CN114098692B true CN114098692B (zh) 2022-09-30

Family

ID=80377436

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111266428.7A Active CN114098692B (zh) 2021-10-28 2021-10-28 基于血流分配最优化的左心室辅助装置植入方法

Country Status (1)

Country Link
CN (1) CN114098692B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116188336B (zh) * 2023-04-17 2023-12-22 柏意慧心(杭州)网络科技有限公司 基于血管造影的心肌病形态学计算方法、装置及存储介质
CN116994739B (zh) * 2023-09-27 2024-01-30 深圳核心医疗科技股份有限公司 心室辅助装置的工况偏离确定方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106473731A (zh) * 2016-10-25 2017-03-08 北京工业大学 基于个性化冠状动脉分支血流量的ffrct计算方法
CN113449791A (zh) * 2021-06-28 2021-09-28 齐鲁工业大学 基于深度学习的肺炎图像分类方法及系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ZA751036B (en) * 1974-02-26 1976-01-28 Dunlop Ltd Tyres
US6428488B1 (en) * 1997-08-28 2002-08-06 Kenneth Kensey Dual riser/dual capillary viscometer for newtonian and non-newtonian fluids
US7604599B2 (en) * 2000-09-29 2009-10-20 New Health Sciences, Inc. Systems and methods for using dynamic vascular assessment to improve vascular stent placement, application, design and marketing
US10835137B2 (en) * 2016-02-04 2020-11-17 Medyria Ag Sensor arrangement and catheter comprising a sensor arrangement
JP2019513691A (ja) * 2016-02-12 2019-05-30 マリンクロット ホスピタル プロダクツ アイピー リミテッド 吸入用一酸化窒素の左心補助人工心臓への使用とモニタリング
CN106778575A (zh) * 2016-12-06 2017-05-31 山东瀚岳智能科技股份有限公司 一种基于可穿戴设备的学生学习状态的识别方法与系统
CN111227821B (zh) * 2018-11-28 2022-02-11 苏州润迈德医疗科技有限公司 基于心肌血流量和ct图像的微循环阻力指数计算方法
US11967435B2 (en) * 2019-02-28 2024-04-23 Medstar Health, Inc. Modeling of flow through a left ventricular assist device (LVAD)

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106473731A (zh) * 2016-10-25 2017-03-08 北京工业大学 基于个性化冠状动脉分支血流量的ffrct计算方法
CN113449791A (zh) * 2021-06-28 2021-09-28 齐鲁工业大学 基于深度学习的肺炎图像分类方法及系统

Also Published As

Publication number Publication date
CN114098692A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114098692B (zh) 基于血流分配最优化的左心室辅助装置植入方法
US9595089B2 (en) Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis
CN108294735B (zh) 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
CN108511075B (zh) 一种非侵入式获取血流储备分数的方法和系统
US10354744B2 (en) Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance
Sharma et al. A framework for personalization of coronary flow computations during rest and hyperemia
US20240081910A1 (en) Patient-specific modeling of hemodynamic parameters in coronary arteries
JP2014534889A5 (zh)
JP2015509820A (ja) 安静および充血時における冠血流のパーソナライゼーション用フレームワーク
JP7053656B2 (ja) 造影剤注入撮像
ES2963697T3 (es) Modelización específica de paciente de parámetros hemodinámicos en arterias coronarias
CN114530252A (zh) 冠状动脉血流动力学模拟仿真方法及装置
CN117438055A (zh) 一种基于计算流体动力学的无创mrr计算方法
CN114947910A (zh) 冠脉末端微血管阻力的计算方法及ffr的计算方法、系统
CN116313108A (zh) 跨尺度心脏灌注数字仿真方法及装置
CN110584696B (zh) 一种血流储备分数评估方法及装置、存储介质
CN115068171A (zh) 设计与评估瓣膜的方法和装置
CN115910354A (zh) 一种无创模拟患者特异性的冠状动脉ffr的系统及方法
CN114947909A (zh) 基于狭窄病变前后的血液流量比值计算ffr的方法、系统
KR20150092048A (ko) 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법
CN113128139A (zh) 一种基于简化的冠脉零维模型和狭窄阻力预测模型快速计算血流储备分数的方法和系统
WO2023237034A1 (zh) 盐水造影电阻抗肺灌注及心脏显像的图像重建及分析方法、系统及设备
KR101753576B1 (ko) 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법
Petukhov et al. An algorithm of system identification for implantable rotary blood pumps
US20210407091A1 (en) System and method for producing a tissue patch for use in reconstruction of tubular anatomical structures

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