CN116051544A - 一种三维ct评价动脉分支闭塞的方法及系统 - Google Patents

一种三维ct评价动脉分支闭塞的方法及系统 Download PDF

Info

Publication number
CN116051544A
CN116051544A CN202310202106.9A CN202310202106A CN116051544A CN 116051544 A CN116051544 A CN 116051544A CN 202310202106 A CN202310202106 A CN 202310202106A CN 116051544 A CN116051544 A CN 116051544A
Authority
CN
China
Prior art keywords
blood vessel
branch
score
vascular
points
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
Application number
CN202310202106.9A
Other languages
English (en)
Inventor
叶绍东
李琳
程宇镳
丰雷
田间
窦克非
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.)
Fuwai Hospital of CAMS and PUMC
Original Assignee
Fuwai Hospital of CAMS and PUMC
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 Fuwai Hospital of CAMS and PUMC filed Critical Fuwai Hospital of CAMS and PUMC
Publication of CN116051544A publication Critical patent/CN116051544A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Abstract

本发明涉及一种三维CT评价动脉分支闭塞的方法及系统,属于医疗信息化领域。本发明通过获取CT影像数据,三维表征支架前主支血流、分叉和狭窄程度、斑块位置分布、支架前分支狭窄程度、主支和分支直径比、主支和分支的分叉角度和斑块钙化参数的评分来指导分支病变的支架植入手术流程,能实现无创提供参考数据。通过本发明的无创评价系统,医生可以预判分支血管闭塞的风险,为医生提供更优化的手术方案,减少手术时间,减轻患者痛苦,减小并发症的发生概率。

Description

一种三维CT评价动脉分支闭塞的方法及系统
技术领域
本发明属于医疗信息化领域,涉及一种三维CT评价动脉分支闭塞的方法及系统。
背景技术
目前,必要时支架策略已经成为大多数冠脉分叉病变的主流方法。研究发现,必要时支架置入技术的5年随访临床预后并不劣于选择性双支架置入术。然而主支支架置入后可能出现突发的分支血管闭塞,这一并发症限制了必要时支架置入技术的应用。因此,研究并分析分支闭塞的预测因素有助于冠脉分叉病变PCI时选择最佳的治疗策略。
本发明通过单中心的连续患者队列,旨在阐明冠脉分叉病变介入治疗中分支闭塞的预测因素。虽然既往的研究发现了一些影响分支闭塞的危险因素,但并未建立无创的、客观的方法用于全面评价各种危险因素对分支闭塞的影响,医生只能依靠术中二维图像、多角度投照、结合主观经验进行判断。
发明内容
有鉴于此,本发明的目的在于提供一种三维CT评价动脉分支闭塞的方法及系统。
为达到上述目的,本发明提供如下技术方案:
一种三维CT评价动脉分支闭塞的方法,该方法包括以下步骤:
S1:接收血管的CT图像数据;
S2:基于所述接收血管图像数据为每一个血管片段自动和/或人工确定对应的血管量度参数;
所述血管量度参数包括支架前血流的TIMI分级、分叉和狭窄程度、斑块位置分布、支架前分支狭窄程度、主支血管和分支血管直径比、主支血管和分支血管的分叉角度和斑块钙化参数;
基于所述血管量度参数,利用血管状态评分工具确定血管状态分值;
S3:基于所述血管状态分值计算总评分,来预判分支闭塞的风险。
可选的,在所述S2中,当支架前血流的TIMI分级为三级时,血管状态分值为0分;
当支架前血流的TIMI分级为二级时,血管状态分值为6分;
当支架前血流的TIMI分级为一级时,血管状态分值为11分;
当支架前血流的TIMI分级为零级时,血管状态分值为17分。
可选的,所述S2中,当分叉和狭窄程度小于50%,血管状态分值为0分;
当分叉和狭窄程度介于[50-70%),血管状态分值为2分;
当分叉和狭窄程度大于70%,血管状态分值为3分。
可选的,所述S2中,当斑块位置分布为分支对侧,血管状态分值为0分;
当斑块位置分布为分支同侧,血管状态分值为1分。
可选的,所述S2中,当支架前分支狭窄程度小于50%,血管状态分值为0分;
当支架前分支狭窄程度介于[50-70%),血管状态分值为4分;
当支架前分支狭窄程度介于[70-90%),血管状态分值为6分;
当支架前分支狭窄程度大于90%,血管状态分值为7分。
可选的,所述S2中,当主支血管和分支血管直径比小于1.0,血管状态分值为0分;
当主支血管和分支血管直径比介于[1.0-1.5),血管状态分值为2分;
当主支血管和分支血管直径比介于[1.5-2.0),血管状态分值为6分;
当主支血管和分支血管直径比大于2.0,血管状态分值为9分。
可选的,所述S2中,当主支血管和分支血管的分叉角度小于70度,血管状态分值为0分;
当主支血管和分支血管的分叉角度介于[70-90度),血管状态分值为4分;
当主支血管和分支血管的分叉角度大于90度,血管状态分值为6分。
可选的,所述S2中,主支与分支血管为同侧钙化的血管状态分值大于主支与分支血管为异侧钙化的血管状态分值。
可选的,所述S2中,当斑块钙化参数为主支与分支血管为异侧钙化,血管状态分值为0-2分;
当斑块钙化参数为主支与分支血管为同侧钙化,血管状态分值为3-8分。
可选的,计算所述血管量度参数的血管状态分值总和,当血管状态分值总和属于(0,3],分支闭塞的风险为低风险;
当血管状态分值总和属于(4,9],分支闭塞的风险为中风险;
当血管状态分值总和属于(10,13],分支闭塞的风险为中高风险;
当血管状态分值总和属于(14,51],分支闭塞的风险为高风险。
一种三维CT评价动脉分支闭塞的系统,该系统包括血管图像数据接收端、血管状态分值计算模块和总评分计算模块;
所述血管图像数据接收端接收血管图像数据,基于所述接收血管图像数据为每一个血管片段确定对应的血管量度参数;
所述血管状态分值计算模块基于所述血管量度参数,利用血管状态评分工具确定血管状态分值;
所述血管量度参数包括支架前血流的TIMI分级、分叉和狭窄程度、斑块位置分布、支架前分支狭窄程度、主支血管和分支血管直径比、主支血管和分支血管的分叉角度和斑块钙化参数;
所述总评分计算模块基于所述血管状态分值计算总评分。
可选的,当所述支架前血流的TIMI分级为三级时,血管状态分值为0分;
当支架前血流的TIMI分级为二级时,血管状态分值为6分;
当支架前血流的TIMI分级为一级时,血管状态分值为11分;
当支架前血流的TIMI分级为零级时,血管状态分值为17分。
可选的,当所述分叉和狭窄程度小于50%,血管状态分值为0分;
当分叉和狭窄程度介于[50-70%),血管状态分值为2分;
当分叉和狭窄程度大于70%,血管状态分值为3分。
可选的,当所述斑块位置分布为分支对侧,血管状态分值为0分;
当斑块位置分布为分支同侧,血管状态分值为1分。
可选的,当所述支架前分支狭窄程度小于50%,血管状态分值为0分;
当支架前分支狭窄程度介于[50-70%),血管状态分值为4分;
当支架前分支狭窄程度介于[70-90%),血管状态分值为6分;
当支架前分支狭窄程度大于90%,血管状态分值为7分。
可选的,当所述主支血管和分支血管直径比小于1.0,血管状态分值为0分;
当主支血管和分支血管直径比介于[1.0-1.5),血管状态分值为2分;
当主支血管和分支血管直径比介于[1.5-2.0),血管状态分值为6分;
当主支血管和分支血管直径比大于2.0,血管状态分值为9分。
可选的,当所述主支血管和分支血管的分叉角度小于70度,血管状态分值为0分;
当主支血管和分支血管的分叉角度介于[70-90度),血管状态分值为4分;
当主支血管和分支血管的分叉角度大于90度,血管状态分值为6分。
可选的,对于斑块钙化参数,主支与分支血管为同侧钙化的血管状态分值大于主支与分支血管为异侧钙化的血管状态分值。
可选的,对于斑块钙化参数,当斑块钙化参数为主支与分支血管为异侧钙化,血管状态分值为0-2分;
当斑块钙化参数为主支与分支血管为同侧钙化,血管状态分值为3-8分。
可选的,计算所述血管量度参数的血管状态分值总和,当血管状态分值总和属于(0,3],分支闭塞的风险为低风险;
当血管状态分值总和属于(4,9],分支闭塞的风险为中风险;
当血管状态分值总和属于(10,13],分支闭塞的风险为中高风险;
当血管状态分值总和属于(14,51],分支闭塞的风险为高风险。
一种非侵入TIMI判断方法,主支与分支血管为同侧钙化的血管状态分值大于主支与分支血管为异侧钙化的血管状态分值。
本发明的有益效果在于:
(1)通过本发明的无创评价系统,医生可以预判分支血管闭塞的风险,为医生提供更优化的手术方案,减少手术时间,减轻患者痛苦,减小并发症的发生几率。
(2)本发明的无创评价系统,能够减少医患接收放射线剂量带来的危害,提高了手术的效率。
(3)本发明的无创评价系统,能够减少医疗费用支出,提高医患的沟通质量,改善医患关系。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为利用本发明找出钙化斑块位置的示意图;
图2为本申请的实施例评判分支血管闭塞风险方法流程图;
图3为本发明中自动语法得分确定算法的原理图;
图4为本发明中通过使用外极几何形状进行三维重建的原理图;
图5为本发明实施例的狭窄确定的曲线图;图5(a)为血管半径和中心线弧长的关系曲线图;图5(b)为血管及其狭窄处半径和中心线弧长的关系曲线图;
图6为本发明实施例沿血管段三维重建的狭窄区域;
图7为本发明中从自动计算的参数值中描述示例性血管状态得分确定的流程图;
图8为本发明中血管状态自动计分工具计分系统原理图;
图9为本发明实施例确定狭窄病变的存在和测量的流程图;
图10为本发明实施例确定血管分叉区域中狭窄病变的存在和测量流程图;
图11为本发明实施例使用来自相邻节段的信息细化血管节段的再血管化模型的流程图;
图12为确定血管度量的过程和效果图;
图13为计算血管度量的详细结果图;
图14为冠脉血管LAD的建模结果和血流储备指标的结果图;
图15为冠脉血管LCX的建模结果和血流储备指标的结果图;
图16为冠脉血管RCX的建模结果和血流储备指标的结果图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
图1为利用本发明找出钙化斑块位置的示意图。图2为本申请的实施例评判分支血管闭塞风险方法流程图。
本发明的一些实施例的一个方面涉及基于用于计算血管疾病得分的血管图像的参数的自动确定。在一些实施例中,成像的血管是心血管。
图8为本发明中血管状态自动计分工具计分系统原理图。在本发明的一些实施例中,根据语法得分计算方法计算心脏病得分。在一些实施例中,心脏病评分由语法评分备选导数和/或后继血管状态评分工具(VSST)计算。可供选择的VSST方法潜在地包括例如“功能语法得分”(将生理测量--例如血管流量,血管弹性,血管自动调节能力和/或血管功能的另一测量--与语法得分样工具相结合)或“临床语法得分”(将临床变量--例如病史相结合)。和/或系统的和/或器官特定的测试结果-用语法得分样工具)。实例还包括为本领域研究而修改的冠状树片段的AHA分类,Leaman评分,ACC/AHA病变分类系统,总闭塞分类系统和/或Duke和ICPS分叉病变分类系统。
基于血管量度参数,利用血管状态评分工具VSST确定血管状态分值;
S3:基于所述血管状态分值计算总评分,参照Resolve来评分,来预判分支闭塞的风险。
当血管状态分值总和小于4,大于等于9,分支闭塞的风险为中风险;
当血管状态分值总和小于10,大于等于13,分支闭塞的风险为中高风险;
当血管状态分值总和小于14,大于等于51,分支闭塞的风险为高风险。
在本发明的一些实施例中,基于血管成像数据来确定描述血管状态的度量。在一些实施例中,量度例如表示为血管位置的函数(例如,沿着血管段长度的位置的一维函数)。所述量度在一些实施例中表示形态学量,例如血管宽度(可选地作为直径半径或横截面积),血管曲率或另一形态学量。在一些实施方案中,所述量度是另一种形态学或功能测量,例如确定的流量,血管弹性和/或血管壁组成。在一些实施例中,从图像确定的血管状态度量包括与标准血管图谱或其它命名系统相关的识别信息。
在一些实施例中,血管状态度量通过进一步的操作自动转换为VSST的子分数,所述进一步的操作例如适合于VSST的特定要求,例如语法分数。在一些实施例中,基于由操作员或网络提供的与对象和/或血管成像数据相关的信息组成的血管状态度量来确定子得分。
潜在地自动确定VSST参数降低了影响VSST结果的主动性和/或训练可变性。潜在的自动确定减少了确定VSST得分所需的时间和/或训练。减少有效确定语法得分所需的时间和/或训练例如,潜在地提高了对血管疾病评估指南的依从性,所述血管疾病评估指南推荐使用语法得分作为心内科医疗决策的基础。减少语法得分和/或其它VSST结果可变性的潜在优点是增加得分计算的可靠性和/或可用于语法得分和/或另一VSST的未来版本的原始数据的可靠性。例如,快速自动或半自动语法得分确定的潜在好处是允许基于血管介入治疗的得分进行更快速的确定。潜在地,确定速度足以允许执行包括诊断成像和治疗干预两者的单个过程。
在本发明的一些实施例中,基于所提供的图像数据和可选的其它信息完全自动地生成VSST得分。在一些实施例中,VSST评分由操作者指导,例如通过选择用于VSST评分分析的相关图像和/或片段区域。在一些实施例中,操作员指导包括片段识别,例如通过提供片段识别标签和/或通过识别允许机器识别的片段上的关键点。
本发明一些实施方案的一个方面涉及哺乳动物脉管系统或“虚拟血管重建”的无菌模型的产生和/或用途,所述模型可用于例如血管疾病状态评分。
在本发明的一些实施例中,无菌脉管系统模型包括计算机生成和/或计算机存储的数据结构,对于该数据结构,成像脉管系统的相对未患病部分提供了用于跨患病脉管区域进行内插和/或外推以描述与其中相对未患病状态相关的度量的框架。在本发明的一些实施例中成像状态与所确定的相对未患病状态之间的差异包括一个或多个疾病状态度量。在一些实施方案中,无菌模型包括在血管分支点之间延伸的血管段。在一些实施方案中,无菌模型包括分支区域,例如分叉和/或三叉。
这里所描述的本发明的一些实施例被考虑用于例如atwaxsyntaxscore.COM所描述的语法评分方法。然而,本发明也考虑与后继和/或替代评分方法一起使用,所述方法包括语法和/或替代评分方法的未来版本,所述语法和/或替代评分方法使用如下所述的可确定的参数。还应当理解,在这里,无论何时使用语法评分计算和类似术语,都隐式地引用所有这样的继承和/或替换评分方法,所述方法具有对在此基础上工作的本领域技术人员来说是显而易见的必要改变本文描述。
本文所述的本发明的实施方案特别参考心血管系统进行了描述。在一些实施方案中-附加地或可选地-脉管系统是另一个器官,例如肾,视网膜和/或脑。应当理解,在具体描述心脏脉管系统的情况下,还隐含地参考了与另一器官的脉管系统相关的实施例,根据此处的描述,本领域技术人员可以清楚地看出,这些实施例可以根据需要进行改变。
为了强调本发明一些实施例所考虑的评分方法和血管靶的广度,本文还使用术语VSST(血管状态评分工具)而不损害短语“语法得分”及其派生词所赋予的一般意义。
定义:
法试用:评估PCI对CABG功效的众所周知的预期多位点临床试验。例如由Kappetein(1996)描述。
语法得分:与语法试验相关联开发的诊断工具,用于对冠状动脉疾病的复杂性进行评分,作为规划治疗的辅助。
语法得分结果:使用语法得分计算过程计算的值。这里也称作“语法得分”(“得分”没有大写)。
VSST:血管状态计分工具。本文所用术语一般指的是用于确定血管状态的评分工具,特别是基于图像的评分工具。语法得分是VSST的例子但是依赖于这里所述计算的参数的语法的版本和变体和/或替换也应当理解为包括在这个术语中。
VSST结果:使用血管状态评分工具计算的反映血管疾病状态的值。也称作VSST得分。
PCI经皮冠状动脉介入。有时称作冠状血管成形术或血管成形术。一种用于治疗冠心病中发现的心脏狭窄冠状动脉的非外科手术方法。PCI治疗包括球囊打开和支架植入。
冠状动脉旁路移植物。有时称作心脏旁路或旁路手术。一种外科手术方法,其中血管被移植到心脏动脉上以绕过冠心病中发现的心脏的狭窄冠状动脉。
LMS左主干。左冠状动脉口间动脉段分叉成左前降支和左回旋支3VD三血管疾病。三个或更多个血管中的血管病变。
在详细解释本发明的至少一个实施例之前,应当理解,本发明的应用不一定限于以下描述和/或附图中所示的部件和/或方法的结构和布置细节。本发明能够以其它实施例或以各种方式实施或实施。在其它情况下,公知的方法,过程,部件和结构可能没有详细描述,以免模糊本发明。
示例性VSST(语法得分)
现在参考图形1它是示出基于语法得分结果和复杂病变类型的决策树的框图;根据本发明的一些示例性实施例。
AT块110低语法得分(<22)包括PCI或CABG处理的指示符(方框1)1412)AT块130高语法得分(>33)是优选CABG再血管化处理的指标(方框144)。
中间语法得分(23-32块120)包括PCI或CABG的指示器(方框1422)当病变在左主干(LMS块120A)并且通常是CABG(方框1433)当病变在三个或更多个血管中时,否则被称为3-血管疾病(3VD阻断120B)。
在计算语法得分时,医师回答一系列与病变的位置和大小有关的问题;包括,例如:闭塞程度(例如,阈值闭塞)>在评分说明中提供了50%)血栓和/或血管曲折的存在的形状和长度。这里,对每个这样的问题的答案被称作评分工具的“参数”。另外或可选地,对该问题的答案被称作由这种评分工具冠状血管图像产生的加权评分的“子评分”,这是回答许多问题的基础。任选地,在决定使用PCI治疗时立即或当天进行PCI治疗。典型地,更侵入性和潜在更复杂的CABG治疗被安排用于不同的患者访问。快速做出评分决定以释放患者和/或以减少的延迟开始治疗选项是一个潜在的优点。在一些实施例中,语法得分的计算例如在成像的一分钟内执行在2-4分钟内,在5-10分钟内,在5-15分钟内或在另一个适合于在确定临床干预决定时允许患者保持在手术床上的时间内。
一种语法得分计算器可用于在网站(万维网)上手动输入答案。在一些情况下,评估紧接在患者成像之后进行。答案通常需要几分钟(典型地20-30分钟),答案的速度和准确度基于评价从业者的技能和/或经验。
在本发明的一些实施例中,使用图像处理和/或分析技术自动确定VSST的一个或多个参数。在一些实施例中,自动确定基于来自源的二维或三维图像,包括例如血管造影图像IVUS和/或OCT。
在一些实施例中,来自血管造影过程的二维图像被转换为三维图像,并且血管内的病变被识别并作为VSST参数输入,以在过程中获得快速客观语法得分。在一些实施例中,直接从二维图像中确定VSST参数。
在本发明的一些实施例中,自动确定的值作为参数提供给VSST,例如在过程中或在成像之后的实时语法得分。
潜在地减少语法得分计算的时间通过允许患者在等待较短时间的同时保持以进行可能的PCI治疗和/或通过减少已经暂时从待处理的处理室释放的患者的重新的需要来提供优点。治疗决定。潜在地减少评分的时间和/或努力导致增加VSST作为临床决策工具的使用。
在本发明的一些实施例中,基于几何临床或功能因素确定另一VSST的参数。
VSST参数算法:图3为本发明中自动语法得分确定算法的原理图。
AT块202在一些实施例中,获得包括冠状动脉的二维图像。在一些实施例中,二维图像包括冠状动脉的CT3-D图像的X射线血管造影照片部分或通过例如MRI/IVUS或OCT获得的图像。
AT块204在一些实施例中,执行图像处理和分析以及VSST得分计算。模块204A更详细地描述了这些操作。
AT块208在一些实施例中,在诊断期间基于冠状动脉的二维投影来执行个体患者的血管的三维重建。在一些实施例中,这在患者与成像一起进行时实时发生。在一些实施例中,在进一步的图像处理中直接使用二维图像。
现在参考图形图4是示出根据本发明的一些示例性实施例的通过使用外极几何结构进行三维重建的原理的示意图。图4示出了两个示例性图像平面310312于是目标物点P的图像3投影到P1和P2分别来自辐射源S1S2.P的相对位置1P2S1和S2当P的位置已知时3在空间上由这些已知的位置确定。P3在S之间1和P1因此它位于它们之间的某一路径上。该路径又具有到P的像平面上的投影。2(标记的外极线)可从由SiS定义的外极平面的交点确定2和P1与像平面P2.P的位置2沿着外极线提供定位P所需的剩余信息3在太空中。该概念可应用于多个图像平面。已经描述了包括从二维源数据三维重建血管信息的方法(Pellot1994;Sprague2006;Andriotis2006)。
在一些实施例中,基于例如如上所执行的重构图4使用一系列空间分离的二维投影来执行冠状树的立体重建。重建产生统一的3-D冠状树。在一些实施例中,对于每个血管,位置(xyz)和半径(r)在重构中被定义。在一些实施例中,容器之间的分级结构,例如容器段之间的连接和/或它们相对于容器分支点的位置,可参考3-D重建来定义。
现在参考图6示出了三维重建的狭窄区域510沿血管段500根据本发明的一些示例性实施例。灰度级表示沿着血管中心线的半径(较暗的是较窄的)。这种片段可以从例如血管造影CT,MRI,PETOCT和/或IVUS中提取。冠状动脉造影成像的方法参见例如Youssef(1973)。
MDCT(多探测器计算机断层扫描)或CT(计算机断层扫描)测量源X射线辐射的组织和/或造影剂衰减。典型的分辨率是200-500m,这取决于具体实施方式。
MRI(磁共振成像)使用内源性或外源性引入的对比度基础的核磁共振特性。根据实施例,典型的分辨率可以是1mm到350m。
PET(正电子发射断层扫描)使用对来自示踪剂的发射辐射的检测。典型的分辨率为4-5mm。
OCT(光学相干层析成像)测量作为时间(和/或在一些实施方式中频率)的函数的反向散射光。典型的分辨率为4-20m。
IVUS(血管内超声)通过将反向散射声音信号的强度(其根据遇到的目标而变化)转换为图像表示来操作。典型的分辨率约为150m。
在本发明的一些实施例中,从一个或多个适当的二维图像或图像部分重建二维血管树。在一些实施例中接受人工指导以确定哪些二维图像包括用于一个或多个血管段的图像分析的有用目标。从二维图像开始的一个潜在优点是成像过程的复杂性降低和/或从图像数据进行血管重建的计算时间减少。
从三维重建中开发血管树的潜在优点是深度信息的表示。这允许提高例如长度和/或弯曲度的测量的精确度,由于缩短了伪影,所述长度和/或弯曲度在2-D中潜在地减小。此外,例如3-D重建潜在地解决了由于在2-D图像中彼此交叉的结构而引起的模糊。三维重建还允许从多个角度进行结构分析,这潜在地允许获得更精确的血管特征度量,例如闭塞百分比和/或血栓。
在本发明的一些实施例中,块的输出208包括重建包括右冠状动脉和左冠状动脉的完整冠状动脉树。在一些实施例中,第一阶段导致部分子树重建--右冠状动脉,左冠状动脉和/或它们的任何子分支。在一些实施例中,提供至少一个片段的编号/名称,例如,以允许相对于由VSST使用的片段标记定向重构树。
在本发明的一些实施例中,从重构的动脉树导出动脉中心线的全部或部分的分级树。在一些实施例中,在沿着这些中心线的点处确定血管半径曲率和弯曲度。
AT块210在一些实施例中,树状结构用作提取显著的狭窄区域基于对血管半径的分析。语法得分例如定义明显的狭窄为中度至重度狭窄,>50%管腔阻塞。
AT块212在一些实施例中,根据语法得分或其它VSST规范来确定与位于前一阶段上的每个显著狭窄相对应的特定参数。在一些实施例中,所确定的参数包括以下参数中的一个或多个(在方框中列出212A):子树优势。
病变节段的解剖识别(例如分支位置)。在一些实施方案中,某些区段中的病变的加权比其它区段中的病变的加权重。
总闭塞的识别。在一些实施方案中,总闭塞进一步分类,例如根据靠近侧枝和/或通过分流血管桥接的钝残端的已知年龄表现。
分叉-髓质分类。分叉成角。三叉分类。主动脉口接近的识别。曲折度评估。长度估计。钙化识别。血栓识别。
扩散性疾病评估。在一些实施例中,大多数(例如至少7个)或所有前述参数被确定。基于自动图像处理和分析操作进行的参数计算提供了不受从业者主观评估的潜在优势。
AT块214将结果编译成语法得分(或其它VSST)结果,并在方框206结果可从该分析得到。
用于血管状态评分的系统:现在参考图7它是自动VSST评分系统的简化示意图700根据本发明的一些示例性实施例。
在图形7条宽的白色通路(例如通路751)表示经过系统的数据处理的简化路径。宽的黑色路径(例如路径753)表示外部数据连接或到系统用户界面的连接720.黑色路径数据内容由重叠的梯形块标记。
血管树重建器702在本发明的一些实施例中,接收图像数据735来自一个或多个成像系统或系统连接的网络730.狭窄判定器704在一些实施方案中,基于重建的血管树来确定狭窄血管病变的存在。在一些实施例中,度量模块706基于重建的血管树和/或确定的狭窄位置和其它测量来确定与血管树的疾病状态相关的附加度量。
在一些实施例中,度量提取器701包括血管树重建器的功能702狭窄判定器704和/或度量模块706.在一些实施例中,度量提取器701可操作以接收图像数据735以及从其中提取多个血管状态量度,例如适合作为参数合成器的输入708.
在一些实施例中,参数合成器708将所确定的度量转换为包括“回答”血管状态评分问题和/或以其它方式映射到VSST评分过程的特定操作的参数的子评分值(例如真/假值)。
在一些实施例中,分数提取器703包括血管树重建器的功能702狭窄判定器704度量模块706和/或参数合成器708.在一些实施例中,分数提取器703包括度量提取器的功能701.在一些实施例中,分数提取器703可操作以接收图像数据735以及从其中提取一个或多个适于作为得分计算器的输入的VSST子得分713。
参数确定器710在一些实施例中,确保所提供的参数数据足够完整和正确以进行最终评分。在一些实施例中,对自动确定的参数的校正在最终确定器处确定710可选地在操作员通过系统用户界面的监督下720.在一些实施例中,自动提供的参数数据中的缺陷被填充:例如通过来自系统用户界面的用户输入720;或由其它参数数据725例如从提供对临床数据的访问的另一诊断系统或网络提供。
合成器712在一些实施例中,将最终的输出组成加权得分输出715基于所确定的得分参数。该得分例如在系统用户界面上或对联网资源是可用的730.
在本发明的一些实施例中,得分计算器713包括参数整理器的功能710和/或得分合成器712.在一些实施例中,得分计算器713可操作以接收合成参数和/或分数(例如来自参数合成器708和/或分数提取器7032)并将它们转换为VSST得分输出715。
在本发明的一些实施例中,处理的中间结果(例如,重建的血管树,由其确定的各种度量和/或参数确定)被存储在系统的存储设备(未示出)上的永久或临时存储器中700和/或在网络上730.
计分系统700已经在模块的上下文中进行了描述,在本发明的一些实施例中,这些模块被实现为数字计算机的编程能力。应当理解,底层系统体系结构可以包括本发明实施例的各种方式来实现;例如作为单个或多进程应用程序和/或作为在相同或不同计算机硬件系统上运行的客户机-服务器进程。在本发明的一些实施例中,该系统以供通用处理器执行的代码来实现。在一些实施例中,一个或多个模块的部分或全部功能由FPGA或诸如ASIC的另一专用硬件组件提供。
为了提供客户机-服务器配置的一个例子,子分数提取器703作为一个服务器进程(或一组服务器实现的进程)在一个或多个远离客户计算机的机器上实现,客户计算机实现诸如得分计算器之类的模块713以及用户界面720.应当理解,这里所述的模块的其它部分(或者甚至模块内的部分)包括在本发明的一些实施例中。这种划分的潜在优点可以是例如允许高速专用硬件执行评分的计算密集部分,同时通过允许硬件被多个最终用户共享而提供规模经济性。这种分布式体系结构还潜在地为新软件版本的维护和/或分发提供了优势。
狭窄的确定:图5(a)为血管半径和中心线弧长的关系曲线图;图5(b)为血管及其狭窄处半径和中心线弧长的关系曲线图;表示对应于方法A的狭窄确定的例子210根据本发明的一些示例性实施例。
地块410在图5示出了沿血管段(中心线弧长)的半径(血管半径)。在本发明的一些实施例中,语法得分或其它VSST得分所需的度量可以从这样的一维函数中提取R=F(S)其中R是脉管半径,s是弧长。
在本发明的一些实施方案中,例如严重的狭窄412通过高通滤波器自动识别。地块415是高通滤波结果。减去曲线415从地块410获取地块414它近似于未狭窄的血管宽度。地块416表示曲线的半宽415对于一些实施例,表示在刻痕狭窄和未刻痕狭窄之间的阈值。倒置叠加在地块上415一种足够严重的狭窄显示在图中415十字路口倒置地块416.附加地或可替换地,沿着曲线的一部分具有非常正和/或负的斜率415表示突变区域。
在本发明的一些实施例中,病变长度例如由度量来确定,所述度量例如是相对于最大遮挡的遮挡百分比处的宽度。在一些实施方案中,该百分比是5%,10%,20%或另一个百分比。在一些实施方案中,病变长度由高于阈值的从血管壁向内的斜率确定,例如3中1份(闭塞深度-长度),10中5.1份中1份的变化或另一斜率。在一些实施例中第二或更高斜率导数是总病变长度确定的基础。
现在参考图9这是根据本发明的一些示例性实施例的确定狭窄病变的存在和/或相关测量的方法的简化流程图。
在本发明的一些实施例中,相对于解剖结构的“虚拟血管重建”模型来确定成像解剖结构中的狭窄。在一些实施例中,所述虚拟血管重建包括确定血管树模型,所述血管树模型去除被确定为包括由血管病理引起的解剖变化的狭窄和/或其它障碍物。
AT块802流程图开始并将每个血管段转换为一维函数F(S任选地,该函数产生脉管半径或包括关于脉管腔横截面的信息的另一度量,例如面积。在一些实施例中,距离是从在沿脉管段的点处积分的欧氏距离公式获得的例如:
S=∫DX2+DY2+DZ2
其中s是沿血管段的一点处的积分距离。这里“积分”的积分符号和其它用途应当理解为潜在地通过有限元的总和和/或其它适合于离散图像像素(2-D)或体素(3-D)样本的近似值来近似。附加地或可替换地,积分潜在地在连续图像数据导出函数上,例如通过样条拟合和/或内插获得的函数上。
在一些实施例中,给定点处的血管的3-D直径包括从多个(例如所有可用的)2-D投影中测量的直径的平均值,所述多个2-D投影使该点可视化。可选地,直径而是基于血管的开口面积近似于血管腔横截面为圆形来计算的。可选地,管腔横截面积直接使用。可选择地或附加地使用半径。在下面的讨论中,应当理解,“直径”可由管腔开度的另一度量代替,所述方法根据需要改变,如本领域技术人员参照这里公开的描述所理解的。
在本发明的一些实施例中,虚拟血管重建的迭代过程现在开始于每个段(在每个段上循环未示出)。
AT块804在一些实施例中选择初始参考直径以包括对沿血管段长度的血管直径的统计拟合(例如通过线性最小均方方法,任选地通过加权函数修改)。在一些实施例中,段的任一端附近的点的权重大于其它段的权重。应当注意,在一些实施例中,例如在分叉附近的片段端部处的未狭窄直径的确定是由专门用于分叉分析的模块来执行的,例如如下结合以下所述图10。还应当注意,在一些实施例中,参考考虑多个节段而应用的一个或多个约束来确定一个或多个节段的未狭窄直径的确定的精细化,所述多个节段例如如下结合以下描述的那样。图11。可选地,调整点权重,使得沿段从较宽(潜在较少患病)点的最佳拟合偏差被加权为比从较窄点的偏差更重要。这提供了一个潜在的优点,即允许血管的较少病变的区域支配对虚拟血管重建的血管宽度的确定。在随后的血管重建操作期间调整加权确定。
AT块806在一些实施例中,确定拟合点和测量点之间的差值,并基于所确定的差值计算统计量(例如平均标准偏差)。
AT块808在一些实施例中,进行加权调整,使得来自线性拟合的某些异常值在重量上减小。异常值例如是与拟合具有统计学意义差异的点。有意义的差别包括例如与总直径的总体相比,与最佳拟合线的标准偏差大于两个。
AT块810在一些实施例中,重新确定最佳拟合(通常是线性的)。应当注意,本发明的实施例不限于线性配合,而是线性是一种方便的模型,用于捕捉血管沿其远离心脏近端的长度大致单调地直径减小的观察结果。
AT块812在一些实施例中,执行测试以查看最佳拟合线是否收敛在稳定的某一限度内.根据果不是,则在块上继续进行另一个拟合循环806.如果最佳拟合已经收敛到稳定的解,则处理继续到方框814.
AT块814在一些实施例中,最佳拟合函数F(S2)与原有数据功能配合使用F(S2)确定狭窄,例如:
狭窄=100*1-FSFS
AT块816针对与病变深度长度和位置相关的附加度量来评估分段函数。例如,在一些实施例中,过程的输出包括值对S1S2以便S1≤S≤S2S在狭窄病变内。然后流程图结束。
现在参考图9它是根据本发明的一些示例性实施例确定血管分叉区域中狭窄病变的存在和/或相关测量的方法的简化流程图。
在本发明的一些实施例中,沿血管段确定的直径潜在地在分叉处(或三分叉处)被不明确地限定,在分叉处,直径发生突变,或者其中直径半径或横截面积的限定是不确定的。在一些实施例中,实现了一种过程,由此更清楚地定义了在这样的边界处的直径。
流程图开始于方框920在一些实施例中,选择通过分叉的至少一个图像平面作为用于分析的参考平面。在一些实施例中,在该方法的一些迭代期间选择其中分叉被识别为出现的每个图像平面。在本发明的一些实施例中,这些图像平面和/或其中出现分叉的平面区域的确定依次从图像平面和例如如图3所述生成的三维重建血管模型之间的关系开始,并且在相关参考文献中给出。
在一些实施例中,手动选择图像部分。在一些实施例中,图像平面被选择为平面,该平面包括距血管确定距离(例如1mm2mm3mm或更大或更大距离)的至少两个血管的血管中心点和靠近血管中心的点。分叉区域。可选地,为每对主干和支管(主干和第一支管)选择不同的平面主干和第二分支)。下面参照为一个分支点血管节段对(主干和分支)选择的一个分析平面描述该方法,但是应当理解,该分析可任选地在给定节段连接处对两个以上的血管节段对进行(例如在三叉的情况下为三个)。还应当理解,在多于一个平面内的未狭窄直径是可选地确定的,并且由这多个确定结果组成描述未狭窄血管形态的一个或多个度量。例如,在一些实施例中,选择多个平面,并且分析从所述一组平面中选择的平均或其它统计学上确定的未狭窄血管直径。在一些实施例中,在对应于不同图像平面的多个方向上确定的未狭窄的血管宽度被组成血管腔圆周在沿其长度的不同位置处的形状的近似。
AT块922在一些实施例中,用于一对(例如,包括主干船和分支船的一对)中的每个血管段的数据集描述了两个血管边界(XBYB2)确定落在所选择的图像平面内。边界数据集例如由沿着血管段长度的位置确定,该位置表示从低对比度到高对比度的转变。该转变点例如由阈值确定,由Frangi滤波器的简单边缘检测卷积或本领域技术人员可用的另一种适当的边界发现方法来确定对比度变化的峰值速率。为了便于说明血管边界数据集(XBYB)在下文中被称作“左”边界和“右”边界应当理解,在本文中左右的指定可能是任意的。
AT块924在一些实施例中,对于所选择的干线段和支线段中的每一个,选择远离分叉的边界点作为参考点和/或样条内插终止点。参考点可以被认为是可信的和/或锚固点,其距离潜在的受损分叉点足够远,以在该点处为血管提供未狭窄的参考直径。在一些实施例中,所选择的距离例如是1-2mm2-4mm1-5mm或距分叉核心的另一个更大或更小的距离。在一些实施例中,所述距离被选择为先前估计的血管宽度的函数,例如2,3,4或先前估计的血管宽度的更大或更小的倍数。
AT块926在一些实施例中,在包括该点位置的每个参考点处确定边界条件。在一些实施例中,例如通过检查距离所选节点1到N个数据节点的边界点位置来确定最多为N阶导数的一阶导数。在一些实施例中,结果是一组四个边界条件--两个用于左壁,两个用于右壁;每个壁对中的一个壁对来自主干血管段,一个壁对来自分支血管段。
AT块928在一些实施例中,为左壁和右壁中的每一个确定在为每一个壁确定的边界条件之间延伸的样条内插。每个这样的样条内插器可以被认为是“未缩小的”边界数据集(XIYI)部分对应于一个或另一个原始图像边界数据集(XBYB2)主干和支管段的一个壁以及在所述分叉区域的中心部分。附加地或可替换地,左壁和右壁样条内插可被认为是通过分叉区域界定开放或未狭窄血管段的管腔。
在一些实施例中,优化内插器(同时保持边界条件)以使内插器表面上的对比度差最大。这理想地对应于将内插器直径调节到血管壁的直径,并对应于将内插器中心位置调节到血管的中心。在一些实施例中,对比度通过简单的边缘检测器,通过Frangi滤波器的输出或通过本领域已知的另一种边缘检测方法来确定。在一些实施例中,为了拟合确定的目的,忽略分叉核心内的位置。
AT块930在一些实施例中,由未狭窄的边界数据集(XIYI)与由相应的数据导出的边界数据集(XBYB)以确定在分叉区域内包括的管腔中的绝对和/或相对狭窄程度。可选地,该比较例如是在将相对边界位置转换成直径,半径区域或作为沿血管段长度和/或远离分叉区域的位置的函数的另一度量之后进行的。可选地,通过参考在三维血管树重建阶段期间确定的2-D到3-D映射,将二维确定的模型返回到三维模型。可选地,狭窄的程度分析为血管内的狭窄区域。
现在参考图10它是根据本发明的一些示例性实施例,使用来自相邻节段的信息,以宽泛的轮廓描述用于细化血管节段的血管重建模型的方法的流程图。
在本发明的一些实施例中,提供了一种方法,该方法在确定未狭窄血管模型时考虑了适用于血管段之间形态学关系的约束。潜在地,这允许更准确地确定未狭窄的血管模型和/或减少不反映合理解剖情况的伪影的发生。
流程图开始于方框1010一个或多个长段通过将多个互连的较短段串接成单个函数来构造。在一些实施例中,较短段由分支点限定,并且长段的构造包括修剪用于不同长段的不同分支备选方案。在一些实施例中,构造由下面的血管段层次结构隐含的每个可能的长段。
AT块1012在一些实施例中,将长段转换为函数,例如转换为弧长的一维函数。在本发明的一些实施例中,所述函数描述了半径直径横截面积和/或与狭窄程度相关的另一度量,所述狭窄程度是沿所述区段的位置的函数。
AT块1014在一些实施例中,平滑函数F(S)的数据拟合F(S在一些实施例中,所述拟合受到相似性准则的约束,例如最小化F(S)-F(S)。在一些实施例中,配件受到平滑性准则的约束,例如最小化F″(S)。
在一些实施例中该配件还包括最小化的准则F‘(S2)例如使得该值在任何地方都是非正的。该标准的一个潜在优点是它利用了健康血管树的观察到的特性,当从树干移动到树枝时,观察到这些特性单调地变窄。因此,例如可能出现整段变窄的情况,从而不提供健康区域作为内部参考。在这种情况下,单个未患病的下游段仍然潜在地发出信号,表明高度患病的上游段的未狭窄直径应当大于观察到的血管直径。
在一些实施例中,连接血管壁和/或在血管壁内包括非血管内含物的特征通过处理图像和/或重建的脉管系统来确定。
在本发明的一些实施方案中,血管系统的完全闭塞例如通过管腔和背景强度之间的突然边界来识别,例如在图像数据中沿着血管成像的血源造影剂连续性的完全中断。在一些实施例中,阻塞可被确定为与桥接(分流)血管相关联或不相关联。在一些实施方案中,桥接血管可通过例如增加弯曲度和减小血管直径而与主动脉瓣区分开和/或血管方向的急剧变化。
在一些实施例中,一个或两个闭塞边界(近端/远端)的特征在于一个或多个闭塞/腔边界的形态。例如,边界曲率的程度可以通过抛物线拟合,花键拟合或另一拟合函数来评估。在一些实施例中,闭塞形态由沿闭塞曲线的预定点的相对位置(例如,在纵向位置上与血管壁的一些半径百分比内的点相比较的最中心点)或闭塞形态的另一个特征确定。
在一些实施方案中,脉管系统中的血栓形成结构可由血管腔内某些相对不含造影剂的潜在卵形或球形区域的存在来确定。在一些实施方案中,潜在地包含血栓的血管横截面由包括造影剂密度急剧下降的区域来识别,所述造影剂密度急剧下降在一些成像模式中可视为亮度的增加,或者可与周围环境区别开。横截面中的区域潜在地被具有不同(例如更高)对比度密度的区域包围。在一些实施例中,容器夹杂物例如通过自由(未与壁连接)表面积,自由圆周和/或自由角弧与夹杂物的壁连接部分的比率来识别。在一些实施方案中,通过在至少三个侧面上不与血管壁连接来识别血管内含物例如血栓。
在本发明的一些实施例中,用于转换成VSST参数的量度是从脉管系统的三维或二维重建中确定的。在一些实施例中从血管重建期间确定的分支点确定诸如分支点的数量和顺序之类的度量。
在一些实施方案中,量度例如病变弧距附近分叉的大小(在图1中标记为“分叉位置”的点图5(a))和/或相邻病变之间的距离由血管重建确定。在一些实施例中,血管的半径曲率和/或曲折度沿树从血管重建中提取。
在一些实施例中,包括血管上的参考点之间的距离(例如病变长度,相对位置和/或节段长度)的量度可以通过在节段弧的长度上积分距离来确定。这可以是例如根据三维中的积分长度:
S=∫DX2+DY2+DZ2
其中s是所遍历的总距离。在一些实施例中,包括血管段弯曲度的量度的量度是通过对沿段长度的角度偏差进行积分来确定的。
在一些实施方案中,其中在动脉树构建阶段中已经识别了分叉,根据分叉病变分析的髓质分类对分叉附近的病变进行分类。
在一些实施例中,例如从2D和/或3D血管数据获得包括血管直径的绝对测量的量度通过沿血管树进行垂直于段方向的测量。
在本发明的一些实施例中,一个或多个VSST参数被称为特定解剖识别的血管段,作为评分过程的一部分。在一些实施例中,通过将血管片段树配准到包括一个或多个标准血管形态学模式的图谱,自动识别血管片段。在一些实施例中,所述确定是自动的且不受指导的,例如通过在图谱和所获取的图像数据之间找到最佳拟合模式。
在一些实施例中,识别了与图谱标准的偏差(例如,由于曲折度总闭塞和/或分流血管的发展)。在一些实施例中,对于操作者而言,包括显著偏离图谱标准值的一个或多个度量的片段的血管识别被识别为是这样的,或者被标记为不确定的。例如,与相应的图谱标准片段相比具有不同宽度的更长或更曲折的血管可以根据50%,100%或另一百分比的差异的阈值下垂。附加地或可替换地,可以根据统计学上不太可能的(P<0.05P<0.001或小于一些其它p值)形态学。
在一些实施例中,识别被部分地引导,例如通过提示操作者识别一个或多个血管段,然后通过它们在空间中和/或沿着分支点的相对位置自动识别剩余血管。在本发明的一些实施例中,自动确定被显示用于由操作者通过计算机用户界面进行的潜在校正。在一些实施例中已经检测到病变的血管段被呈现给操作者用于人工识别。
在本发明的一些实施例中,根据VSST的特定要求,从所确定的度量开始,将度量组合成VSST参数/分数。在语法评分方法中,例如,问题请求确定左优势或右优势(两个不同的解剖模式)中的哪一个应用于被评估的脉管系统。在一些实施例中,对应于这个问题的参数是从血管分支点数目和顺序度量的自动检查中确定的。
在本发明的一些实施例中,一个或多个VSST问题涉及在接收的图像数据中检测到的狭窄病变的闭塞程度,血管直径和/或相对位置。在本发明的一些实施例中,描述病变数量和程度的一个或多个参数是通过将基于为VSST提供的标准的阈值应用于血管量度参数数据来组成的。例如,在语法得分评估中,当冠状病变满足血管直径至少为5mm和狭窄程度至少为50%的标准时,计数冠状病变。也例如,病变的相对位置与作为一个或两个病变的病变的评分有关。可选地,例如在语法评分中,用于评分为一个或两个病变的阻塞距离阈值是血管直径的函数,例如三个血管直径。在一些实施方案中,对病变包括的片段的数目进行评分。
在一些实施例中,一个或多个VSST问题涉及总遮挡的存在,其曲线形态深度和/或相对于附近分支点的位置。在一些实施例中,例如,确定描述总闭塞周围分流(“桥接”)血管的存在的参数从一个或多个描述血管直径,血管方向和/或血管弯曲度的突变的量度。
在一些实施例中,一个或多个VSST问题请求从确定的度量中提取的曲折度的抽象描述。例如,弯曲度度量可以包括沿着片段的积分弯曲度的量化描述。例如,在语法得分的情况下,曲折度参数请求对“患病段的近端45°到90°的一个或多个90°或更多的弯曲或三个或更多的弯曲”进行计数(wt.syntaxscore.COM)。该参数可以通过例如积分累积曲率和对达到每个阈值标准的曲线的数量进行计数而从曲折度度量中提取出来。
在本发明的一些实施方案中,病变闭塞的VSST参数描述可以比“超过50%闭塞”更具体。例如,语法得分要求:“估计在病变似乎最长的投影中管腔直径减少了不少于50%的狭窄部分的长度”(网址:syntaxscore.COM)。在一些实施例中,阻塞被单独确定为沿着病变投影到的两个或更多个平面的度量。在一些这样的实施例中,参数确定使用病变最长的平面中的阻塞长度。在一些实施例中(例如,利用狭窄撑开器建模),阻塞可在沿节段轴线的任何径向方向上连续地或在任何数量的离散径向方向上确定。在一些实施例中,长度到参数的转换包括确定长度(例如病变长度)是否满足阈值标准,例如语法得分区分超过20mm长的病变。在另一个VSST中,长度可选地根据规定更长或更短。
在本发明的一些实施方案中,VSST参数包括血栓存在的确定。语法得分例如将血栓定义为满足复杂的信息描述的准则列表的透明度:“球形卵形或不规则的管腔内填充缺陷或透明度在三个侧面上被造影剂包围,造影剂仅在冠状动脉狭窄的远端或内部看到多个投影或管腔内材料下游的可见栓塞”(网址:syntaxscore.COM)。在本发明的一些实施方案中,血栓是通过例如在至少一侧终止的一系列“血栓横截面”来识别的,这是通过在血管的整个宽度上延伸的对比来实现的。在一些实施方案中,血栓被鉴定为血管重建期间的内含物。在本发明的一些实施例中,其中血栓已经由专家评分识别的图像实例库用于训练机器学习算法(例如神经网络贝叶斯模型)或其它可变加权算法),用于识别血栓典型的梯度和强度统计,以及关于形状特征的先验概率,有助于图像中血栓的正确分类和识别。
在本发明的一些实施方案中,VSST参数包括确定扩散性疾病。语法得分例如将扩散性疾病定义为“当在病变部位靠近病变或远离病变的任何片段的长度的至少75%具有如下直径时,存在扩散性疾病:<在本发明的一些实施例中,包括血管直径的量度相对于一个或多个识别的病变部位被自动检查,并评估是否满足直径标准(例如,<应当理解,所选择的标准可以改变以符合VSST的标准;所给出的实施例不是限制性的。
上文的例子描述了将自动确定的血管树度量转换成VSST参数,该参数通常以自然语言来描述,该自然语言最初是应用于非自动确定的目标。从图像数据到自动确定的形态量度到自动确定的VSST参数的进展包括血管状态得分确定中的不同阶段,所述不同阶段不存在于VSST中,或者通过暗示存在于VSST中,例如语法得分。
上面的一些例子特别参考语法得分方法的参数来描述。这些实施例向本领域技术人员说明了一系列方法,这些方法适用于适当地修改其它VSST参数。例如容易修改特定类别确定值(特别是阈值)。本领域的技术人员还可以容易地看出,可以基于上述原理获得包括血管解剖距离,长度,直径,连接性,扭曲度和/或角度在内的进一步组合成度量的VSST参数,以包括本发明的实施例。
在本发明的一些实施例中,计算覆盖基本相同形态学确定的一个或多个VSST参数。最初作为手动确定的目标的诸如语法得分的VSST通常包括引发具有有限范围值的响应的问题,例如,通常是二元存在或不存在损害。然而,自动参数确定通常在第一次计算某一连续或至少多值范围内的值之后达到最终的“是”/“否”参数值。本发明的一些实施例使得形式的VSST参数值和一个或多个量化结果都可用,直接从该量化结果中获取VSST参数值。这是一个潜在的优点,例如在以后对由VSST评分结果做出的推荐进行细化期间和/或对VSST评分方法本身进行细化期间,为评估提供更细的粒度。例如,在VSST分数中在50%阻塞=1点处被正式切断的阻塞分数可以在进一步的分析中被发现,如果阻塞的范围(例如,将40-60%遮挡)映射到相应范围的部分点值。
应当注意,本发明的实施例不限于给定VSST得分的所有子得分的完全自动产生。本发明的一些实施例包括与由其它装置提供的用于确定VSST参数的数据一起工作的功能。在本发明的一些实施方案中,例如,表示流量功能患者历史和/或其它临床数据的参数也被转换成用于组合成VSST分数的子分数。在一些实施例中,手动和自动评分相互关联,例如为了提高结果的准确性和/或为从业者提供给定案例的自动评分通常是准确的保证。
现在参考图7它是根据本发明的一些示例性实施例从自动计算的参数值中描述示例性血管状态得分确定的简化流程图。
AT块605流程图开始,并且在本发明的一些实施例中,由血管评分模块接收从图像数据集自动确定的一个或多个参数。
在一些实施例中,提供了参数值的手动输入和/或通过自动确定值的反馈进行校正。
AT块610在一些实施例中,确定所提供的数据是完整的还是需要人工完成的.根据果不是,则流程图继续到方框620.否则,流程图继续到方框615.
AT块615在一些实施例中提示操作者提供丢失数据。数据可以是例如普通的临床数据,例如患者生命统计。在一些实施例中,操作员输入可以是提供血管标识。在一些实施例中,提示本发明的特定实施例不支持的一个或多个基于图像的参数。
AT块620在一些实施例中,通过用户界面(例如图形用户界面[GUI])向操作者提供检查和/或校正自动和/或手动进行的参数确定的机会。在本发明的一些实施例中,自动参数确定与参数正确性置信度的自动评估指示一起被呈现。这种指示可以例如基于图像信噪比,解剖结构的复杂性,解剖结构重建与标准图谱的匹配质量和/或在图像处理期间遇到的其它问题来计算,这些问题潜在地指示对自动解剖结构的质量的置信度降低。确定结果。
AT块625在一些实施例中,确定“纠正”事件的发布(例如从用户界面发布).根据果存在这样的事件,则在块进行校正630在一些实施例中,可选地使用附加接口元件和/或诸如对话的另一接口模式,并且该方法在方框继续620.否则流继续阻塞635.
AT块635在一些实施例中,确定“接受”事件的发布(例如从用户界面发布).根据果该事件还没有被发布,则流程返回到块620.否则,参数被传递到血管状态计算器模块和VSST得分(例如在块计算语法得分结果)640在一些实施例中,根据VSST的规范。VSST可以指定例如参数加权,使得为得分组成的参数被减少一个数字得分。在本发明的一些实施例中,考虑自动或手动标记为不确定的参数,并且基于加权参数的可能的备选值提供加权得分的范围。在一些实施例中,突出显示该范围的单个值作为所提供的图像数据的VSST得分的最佳估计。
应该注意的是,在一些实施方案中,VSST得分降低到建议采取少量备选治疗措施之一,例如两个措施之一。在语法得分的情况下,例如,所关心的决定是PCI和CABG之间的选择。因此,精确的或“真”语法得分潜在地比结果的一致性不太重要。此外,其中血管解剖结构异常到足以引起自动确定的不确定性的潜在最可能的情况是那些具有最大疾病复杂性的情况。因此,自动确定的语法得分本身的不确定性潜在地包括血管状态的指示。
AT块645在输出端(例如到用户界面和/或病历数据库服务器)提供VSST得分,并且流程图结束。
应当注意,上述流程图是为了说明的目的,并且在不改变方法的实质的情况下,操作的实际顺序和分支可以是不同的。例如,在一些实施例中,不仅在过程结束时获得VSST得分,而且在初始参数接收时以及在参数数据的每次改变时更新VSST得分。在一些实施例中用户交互的一个或多个阶段(例如块615-635在一些实施例中,自动确定所有基于图像的VSST评分参数。在一些实施例中,例如从包括患者的病历的数据库中自动确定和/或获得所有VSST评分参数。
预计在从本申请成熟的专利的寿命期间,将开发许多相关的血管状态评分工具(VSST),术语VSST的范围意欲包括所有这些新技术先验。
图12为确定血管度量的过程和效果图;图13为计算血管度量的详细结果图;图14为冠脉血管LAD的建模结果和血流储备指标的结果图;图15为冠脉血管LCX的建模结果和血流储备指标的结果图;图16为冠脉血管RCX的建模结果和血流储备指标的结果图。
本文所用术语“约”是指10%。术语“基本上由组成”是指组合物方法或结构可以包括附加的成分步骤和/或部分,但仅当附加的成分步骤和/或部分没有实质性地改变所要求保护的组合物方法或结构的基本和新颖的特征时。
这里所用的单数形式“一个”和“该”包括复数引用,除非上下文另外明确指出。例如,术语“一种化合物”或“至少一种化合物”可包括多种化合物,包括其混合物。
在整个本申请中,可以范围格式呈现本发明的各种实施例。应当理解,范围格式的描述仅仅是为了方便和简洁,而不应当被解释为对本发明范围的不灵活限制。因此范围的描述应当被认为具体公开了所有可能的子范围以及该范围内的各个数值。例如,范围如1-6的描述应当被认为具体公开了子范围如1-3,1-4,1-5,2-4,2-6,3-6等,以及在该范围内的单个数字,这都适用。
每当在此指出一个数值范围时,它意味着包括所指出的范围内的任何引用的数字(分数或整数)。短语“在第一指示数和第二指示数之间的范围/范围”和“在第一指示数到第二指示数之间的范围/范围”在这里可互换地使用,并且意味着包括第一和第二指示数以及它们之间的所有分数和整数。
应当理解,为了清楚起见,在单独实施例的上下文中描述的本发明的某些特征也可以在单个实施例中结合提供。相反,为了简洁起见,在单个实施例的上下文中描述的本发明的各种特征也可以单独地或以任何合适的子组合或以任何其它描述的本发明实施例中合适的方式提供。在各种实施例的上下文中描述的某些特征不应被认为是那些实施例的基本特征,除非该实施例在没有那些元件的情况下是不起作用的。
在本说明书中提及的所有出版物专利和专利申请在此以与每个单独出版物相同的程度引入本说明书作为参考专利或专利申请被具体地和单独地指出并入本文作为参考。此外,本申请中任何参考文献的引用或标识不应被解释为是对这种参考文献可作为本发明的现有技术的认可。在使用部分标题的情况下,它们不应被解释为是必需的限制。
为了使得本发明的技术方案的目的、技术方案和优点更加清楚,下文中将结合本发明具体实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。在不矛盾的前提下,本发明各个实施例中的技术特征可进行相互组合。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (21)

1.一种三维CT评价动脉分支闭塞的方法,其特征在于:该方法包括以下步骤:
S1:接收血管的CT图像数据;
S2:基于所述接收血管图像数据为每一个血管片段自动和/或人工确定对应的血管量度参数;
所述血管量度参数包括支架前血流的TIMI分级、分叉和狭窄程度、斑块位置分布、支架前分支狭窄程度、主支血管和分支血管直径比、主支血管和分支血管的分叉角度和斑块钙化参数;
基于所述血管量度参数,利用血管状态评分工具确定血管状态分值;
S3:基于所述血管状态分值计算总评分,来预判分支闭塞的风险。
2.根据权利要求1所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:在所述S2中,当支架前血流的TIMI分级为三级时,血管状态分值为0分;
当支架前血流的TIMI分级为二级时,血管状态分值为6分;
当支架前血流的TIMI分级为一级时,血管状态分值为11分;
当支架前血流的TIMI分级为零级时,血管状态分值为17分。
3.根据权利要求2所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,当分叉和狭窄程度小于50%,血管状态分值为0分;
当分叉和狭窄程度介于[50-70%),血管状态分值为2分;
当分叉和狭窄程度大于70%,血管状态分值为3分。
4.根据权利要求3所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,当斑块位置分布为分支对侧,血管状态分值为0分;
当斑块位置分布为分支同侧,血管状态分值为1分。
5.根据权利要求4所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,当支架前分支狭窄程度小于50%,血管状态分值为0分;
当支架前分支狭窄程度介于[50-70%),血管状态分值为4分;
当支架前分支狭窄程度介于[70-90%),血管状态分值为6分;
当支架前分支狭窄程度大于90%,血管状态分值为7分。
6.根据权利要求5所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,当主支血管和分支血管直径比小于1.0,血管状态分值为0分;
当主支血管和分支血管直径比介于[1.0-1.5),血管状态分值为2分;
当主支血管和分支血管直径比介于[1.5-2.0),血管状态分值为6分;
当主支血管和分支血管直径比大于2.0,血管状态分值为9分。
7.根据权利要求6所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,当主支血管和分支血管的分叉角度小于70度,血管状态分值为0分;
当主支血管和分支血管的分叉角度介于[70-90度),血管状态分值为4分;
当主支血管和分支血管的分叉角度大于90度,血管状态分值为6分。
8.根据权利要求7所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,主支与分支血管为同侧钙化的血管状态分值大于主支与分支血管为异侧钙化的血管状态分值。
9.根据权利要求8所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:所述S2中,当斑块钙化参数为主支与分支血管为异侧钙化,血管状态分值为0-2分;
当斑块钙化参数为主支与分支血管为同侧钙化,血管状态分值为3-8分。
10.根据权利要求9所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:计算所述血管量度参数的血管状态分值总和,当血管状态分值总和属于(0,3],分支闭塞的风险为低风险;
当血管状态分值总和属于(4,9],分支闭塞的风险为中风险;
当血管状态分值总和属于(10,13],分支闭塞的风险为中高风险;
当血管状态分值总和属于(14,51],分支闭塞的风险为高风险。
11.一种三维CT评价动脉分支闭塞的系统,其特征在于:该系统包括血管图像数据接收端、血管状态分值计算模块和总评分计算模块;
所述血管图像数据接收端接收血管图像数据,基于所述接收血管图像数据为每一个血管片段确定对应的血管量度参数;
所述血管状态分值计算模块基于所述血管量度参数,利用血管状态评分工具确定血管状态分值;
所述血管量度参数包括支架前血流的TIMI分级、分叉和狭窄程度、斑块位置分布、支架前分支狭窄程度、主支血管和分支血管直径比、主支血管和分支血管的分叉角度和斑块钙化参数;
所述总评分计算模块基于所述血管状态分值计算总评分。
12.根据权利要求11所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:当所述支架前血流的TIMI分级为三级时,血管状态分值为0分;
当支架前血流的TIMI分级为二级时,血管状态分值为6分;
当支架前血流的TIMI分级为一级时,血管状态分值为11分;
当支架前血流的TIMI分级为零级时,血管状态分值为17分。
13.根据权利要求12所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:当所述分叉和狭窄程度小于50%,血管状态分值为0分;
当分叉和狭窄程度介于[50-70%),血管状态分值为2分;
当分叉和狭窄程度大于70%,血管状态分值为3分。
14.根据权利要求13所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:当所述斑块位置分布为分支对侧,血管状态分值为0分;
当斑块位置分布为分支同侧,血管状态分值为1分。
15.根据权利要求14所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:当所述支架前分支狭窄程度小于50%,血管状态分值为0分;
当支架前分支狭窄程度介于[50-70%),血管状态分值为4分;
当支架前分支狭窄程度介于[70-90%),血管状态分值为6分;
当支架前分支狭窄程度大于90%,血管状态分值为7分。
16.根据权利要求15所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:当所述主支血管和分支血管直径比小于1.0,血管状态分值为0分;
当主支血管和分支血管直径比介于[1.0-1.5),血管状态分值为2分;
当主支血管和分支血管直径比介于[1.5-2.0),血管状态分值为6分;
当主支血管和分支血管直径比大于2.0,血管状态分值为9分。
17.根据权利要求16所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:当所述主支血管和分支血管的分叉角度小于70度,血管状态分值为0分;
当主支血管和分支血管的分叉角度介于[70-90度),血管状态分值为4分;
当主支血管和分支血管的分叉角度大于90度,血管状态分值为6分。
18.根据权利要求17所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:对于斑块钙化参数,主支与分支血管为同侧钙化的血管状态分值大于主支与分支血管为异侧钙化的血管状态分值。
19.根据权利要求18所述的一种三维CT评价动脉分支闭塞的系统,其特征在于:对于斑块钙化参数,当斑块钙化参数为主支与分支血管为异侧钙化,血管状态分值为0-2分;
当斑块钙化参数为主支与分支血管为同侧钙化,血管状态分值为3-8分。
20.根据权利要求19所述的一种三维CT评价动脉分支闭塞的方法,其特征在于:计算所述血管量度参数的血管状态分值总和,当血管状态分值总和属于(0,3],分支闭塞的风险为低风险;
当血管状态分值总和属于(4,9],分支闭塞的风险为中风险;
当血管状态分值总和属于(10,13],分支闭塞的风险为中高风险;
当血管状态分值总和属于(14,51],分支闭塞的风险为高风险。
21.一种非侵入TIMI判断方法,其特征在于:主支与分支血管为同侧钙化的血管状态分值大于主支与分支血管为异侧钙化的血管状态分值。
CN202310202106.9A 2022-06-15 2023-03-06 一种三维ct评价动脉分支闭塞的方法及系统 Pending CN116051544A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210670792 2022-06-15
CN2022106707928 2022-06-15

Publications (1)

Publication Number Publication Date
CN116051544A true CN116051544A (zh) 2023-05-02

Family

ID=86125797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310202106.9A Pending CN116051544A (zh) 2022-06-15 2023-03-06 一种三维ct评价动脉分支闭塞的方法及系统

Country Status (1)

Country Link
CN (1) CN116051544A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116504407B (zh) * 2023-06-30 2023-09-29 中国医学科学院阜外医院 一种冠脉左主干分叉的分支闭塞风险预测方法及系统
CN117274502A (zh) * 2023-11-17 2023-12-22 北京唯迈医疗设备有限公司 一种辅助介入手术的图像处理方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116504407B (zh) * 2023-06-30 2023-09-29 中国医学科学院阜外医院 一种冠脉左主干分叉的分支闭塞风险预测方法及系统
CN117274502A (zh) * 2023-11-17 2023-12-22 北京唯迈医疗设备有限公司 一种辅助介入手术的图像处理方法及装置
CN117274502B (zh) * 2023-11-17 2024-03-01 北京唯迈医疗设备有限公司 一种辅助介入手术的图像处理方法及装置

Similar Documents

Publication Publication Date Title
US11707196B2 (en) Automated measurement system and method for coronary artery disease scoring
US11816837B2 (en) Vascular characteristic determination with correspondence modeling of a vascular tree
JP6820382B2 (ja) 脈管構造を数値的に評価するためのシステムおよび方法
JP2019193808A (ja) リアルタイムの診断上有用な結果
EP3489893B1 (en) Method and system for assessing a haemodynamic parameter
CN105184086A (zh) 用于冠状动脉中改进的血液动力学计算的方法及系统
CN108836280A (zh) 用于自动确定血管内腔轮廓的方法及装置
CN117115150B (zh) 用于确定分支血管的方法、计算设备和介质
US20220151580A1 (en) Assessment of coronary artery calcification in angiographic images
CN116051544A (zh) 一种三维ct评价动脉分支闭塞的方法及系统
Lidayova et al. Skeleton-based fast, fully automated generation of vessel tree structure for clinical evaluation of blood vessel systems
Larralde et al. Evaluation of a 3D segmentation software for the coronary characterization in multi-slice computed tomography
WO2023126360A1 (en) Method of simulating the fitting of implantable medical devices inside a patient&#39;s anatomy
JP7426824B2 (ja) 非侵襲的イメージングベースのffrのインタラクションモニタリング
US20240070855A1 (en) Method and System of Calculating the Cross-section Area and Included Angle of Three-dimensional Blood Vessel Branch
US20240095909A1 (en) Method for aiding in the diagnosis of a cardiovascular disease of a blood vessel
Cárdenes et al. Model generation of coronary artery bifurcations from CTA and single plane angiography
Markiewicz et al. Computerized system for quantitative assessment of atherosclerotic plaques in the femoral and iliac arteries visualized by multislice computed tomography
Markiewicz et al. Recognition of atherosclerotic plaques and their extended dimensioning with computerized tomography angiography imaging
Turani et al. 3D automatic segmentation of coronary artery based on hierarchical region growing algorithm (3D HRG) in CTA data-sets
WO2024074309A1 (en) Systems and methods for planning coronary interventions
Wang Intravascular optical coherence tomography image analysis
Macía et al. Quantitative Imaging in CTA for Endovascular Repair Planning and Follow-up of Aortic Aneurysms

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