CN116568218B - 基于病变壁剪切应力描述符计算心肌梗塞可能性的方法和系统 - Google Patents

Abstract

描述了一种方法和系统，该方法和系统：创建目标血管的3D重建，目标血管表示冠状动脉树的包括病变的子集；至少部分地基于3D重建的包括病变的部分来计算压力参数和解剖参数中的至少一个；基于3D重建，计算针对血管的表面的包括病变的区段的壁剪切应力(WSS)描述符，其中，WSS描述符包括关于在心动周期的至少一部分期间施加在区段内的表面要素处的收缩或扩张的变化量的信息；以及基于WSS描述符以及压力参数和解剖参数中的至少一个来计算心肌梗塞(MI)指数，MI指数表示病变将导致MI的可能性。

Description

基于病变壁剪切应力描述符计算心肌梗塞可能性的方法和 系统

技术领域

本申请涉及具体地在计算心肌梗塞的可能性的经皮介入中医学成像的技术领域。

背景技术

急性冠状动脉综合征(ACS)和心源性猝死可以是冠状动脉疾病的第一表现，并且是世界上大多数人口死亡的主要原因。虽然经皮冠状动脉介入(PCI)和药物学治疗已经改善了患有冠状动脉疾病(CAD)的患者的预后，但是心肌梗塞仍然是CAD的最致命的并发症，并且在大多数情况下起源于轻度梗塞冠状动脉病变的斑块破裂。冠状动脉内流变学量(诸如壁剪切应力(WSS)和压力梯度)已经被认为是斑块不稳定的机制。此外，血管重塑和动脉粥样硬化斑块表型也起到诱发斑块破裂的作用。最后，当所施加的力超过斑块强度时，发生破裂。壁剪切应力(WSS)描述了作用于血液-内皮界面处的血液动力学刺激。一些WSS模式已经与动脉粥样硬化病变的发展和易损转化有关。低WSS已经与动脉粥样硬化进展相关，而高WSS已经与斑块破裂和血小板活化有关。同样，跨心外膜病变的压力梯度已经被认为是急性冠状动脉综合征的独立血液动力学预测因子。可以使用计算流体动力学(CFD)模拟从侵入式冠状动脉血管造影术准确地导出WSS和血流储备分数(FFR)两者。

然而，仍然需要更准确地识别易于破裂的病变的改善的方法和系统。仍然需要能够可靠地组合剪切类描述符和压力类描述符以及解剖参数以量化斑块应力并且提供针对斑块破裂和MI的可靠预测能力的方法和系统。

发明内容

根据本文的新型且独特的方面，描述了一种计算机实现方法，该方法包括以下步骤：检索患者特异性图像数据；根据患者特异性图像数据来创建目标血管的3D重建，其中，目标血管表示冠状动脉树的包括病变的子集；至少部分地基于3D重建的包括病变的部分来计算压力参数和解剖参数中的至少一个；基于3D重建，计算针对血管的表面的包括病变的区段的壁剪切应力(WSS)描述符，其中，WSS描述符包括关于在心动周期的至少一部分期间施加在区段内的表面要素处的收缩或扩张的变化量的信息；以及基于WSS描述符以及压力参数和解剖参数中的至少一个来计算心肌梗塞(MI)指数，MI指数表示病变将导致MI的可能性。

根据本文的方面，计算WSS描述符的步骤还包括：计算区段内的对应表面要素处的WSS向量；以及基于WSS向量计算WSS描述符。根据本文的方面，边界条件包括表示在3D重建的近端侧处遍及心动周期的至少一部分的一组速度剖面的入口条件。根据本文的方面，来自该组速度剖面的第一速度剖面表示在心动周期中的对应动量下跨在3D重建的近端侧处的血管的剖面的速度剖面。根据本文的方面，WSS描述符包括拓扑剪切变化指数(TSVI)，TSVI表示施加在表面要素处的收缩或扩张的变化量，该方法包括基于WSS向量的散度来计算TSVI。根据本文的方面，TSVI基于心动周期中的对应时刻处的瞬时散度和遍及心动周期的平均散度。根据本文的方面，对于散度的负值和正值分别指示对应的表面要素处的收缩和扩张。根据本文的方面，对于表面要素中的每个，该方法通过对遍及心动周期的WSS向量的幅度进行平均来计算时间平均WSS(TAWSS)。根据本文的方面，计算MI指数的步骤包括计算WSS描述符、解剖参数和压力参数的加权和。

根据本文的方面，该方法还包括将血管划分为病变区段、上游区段和下游区段，病变区段包括血管的具有最小管腔面积(MLA)并且由近端边界和远端边界界定的区域，上游区段从近端边界向近端延伸近端长度，近端长度与血管在近端边界处的直径具有预定关系，下游区段从远端边界向远端延伸远端长度，远端长度与血管在远端边界处的直径具有预定关系。根据本文的方面，WSS表示包括轴向分量和周向分量的WSS向量。根据本文的方面，MI指数表示病变将破裂的可能性。

根据本文的方面，计算WSS描述符的步骤还包括：将3D重建转换为3D体积网格；利用计算流体动力学(CFD)，基于针对心动周期的至少一部分的边界条件来获得遍及3D体积网格的体积要素处的速度；计算沿着3D体积网格的表面在对应体积要素处的WSS向量；以及基于WSS向量计算WSS描述符。

根据本文的新型且独特的方面，提供了一种系统，该系统包括：存储器，用于存储程序指令；处理器，当执行程序指令时被构造为：检索患者特异性图像数据；根据患者特异性图像数据来创建目标血管的3D重建，其中，目标血管表示冠状动脉树的包括病变的子集；至少部分地基于3D重建的包括病变的部分来计算压力参数和解剖参数中的至少一个；基于3D重建，计算针对血管的表面的包括病变的区段的壁剪切应力(WSS)描述符，其中，WSS描述符包括关于在心动周期的至少一部分期间施加在区段内的表面要素处的收缩或扩张的变化量的信息；以及基于WSS描述符以及压力参数和解剖参数中的至少一个来计算心肌梗塞(MI)指数，MI指数表示病变将导致MI的可能性。

根据本文的方面，处理器还被构造为：计算区段内的对应表面要素处的WSS向量；以及基于WSS向量计算WSS描述符。根据本文的方面，边界条件包括表示在3D重建的近端侧处遍及心动周期的至少一部分的一组速度剖面的入口条件。根据本文的方面，来自该组速度剖面的第一速度剖面表示在心动周期中的对应动量下跨在3D重建的近端侧处的血管的剖面的速度剖面。根据本文的方面，WSS描述符包括拓扑剪切变化指数(TSVI)，TSVI表示施加在表面要素处的收缩或扩张的变化量，处理器还包括基于WSS向量的散度来计算TSVI。根据本文的方面，TSVI基于心动周期中的对应时刻处的瞬时散度和遍及心动周期的平均散度。根据本文的方面，对于散度的负值和正值分别指示对应的表面要素处的收缩和扩张。

根据本文的方面，处理器还被构造为通过对遍及心动周期的WSS向量的幅度进行平均来计算针对表面要素中的每个的时间平均WSS(TAWSS)。根据本文的方面，处理器还被构造为通过计算WSS描述符、解剖参数和压力参数的加权和来计算MI指数。根据本文的方面，处理器还被构造为：将血管划分为病变区段、上游区段和下游区段，病变区段包括血管的具有最小管腔面积(MLA)并且由近端边界和远端边界界定的区域，上游区段从近端边界向近端延伸近端长度，近端长度与血管在近端边界处的直径具有预定关系，下游区段从远端边界向远端延伸远端长度，远端长度与血管在远端边界处的直径具有预定关系。

根据本文的方面，MI指数表示病变将破裂的可能性。根据本文的方面，处理器还被构造为通过以下步骤来计算WSS描述符：将3D重建转换为3D体积网格；利用计算流体动力学(CFD)，基于针对心动周期的至少一部分的边界条件来获得遍及3D体积网格的体积要素处的速度；计算沿着3D体积网格的表面在对应体积要素处的WSS向量；以及基于WSS向量计算WSS描述符。

附图说明

发明的特征和由此产生的优点将通过以下示出在附图中的非限制性实施例的描述而更加明显，在附图中：

图1示出了根据本文的实施例的流程图。

图2示出了示例性单平面血管造影术系统的功能框图；

图3示出了用于获得第一图像帧的示例性工作流程屏幕截图；

图4示出了用于进行3D重建所需的轮廓的方法的流程图；

图5示出了具有投影指导的示例性工作流程屏幕截图；

图6示出了具有所获得的第二图像帧的示例性工作流程屏幕截图；

图7示出了具有管腔边界和外极线的示例性工作流程屏幕截图；

图8示出了用于产生针对冠状动脉分叉的3D重建的示例性工作流程屏幕截图；

图9示出了从3D重建提取的解剖参数的示例；

图10示出了用于确定钙化斑块的量的高级方法；

图11示出了用于确定沿着3D重建的压降的高级方法；

图12示出了用于计算WSS描述符的方法的流程图；

图13示出了血管壁上的力；

图14示出了3D体积网格和边界层；

图15在高水平上示出了求解描述流体运动的方程的方法；

图16示出了施加在入口处的血液速度剖面的一些示例；

图17示出了根据本文的实施例的x射线电影荧光照相单元框图的示例；

图18示出了动态剖面的示例；

图19示出了基于X射线血管造影图像在两个帧中的造影剂团前部检测的示例，

图20示出了分叉血管中的出口边界条件的图示；

图21示出了3D体积网格的表面上的WSS向量的示例；

图22示出了用于计算WSS向量的方法的图示；

图23示出了来自目标血管的区段定义的示例；

图24示出了解剖参数的示例；

图25示出了压力参数的示例；

图26示出了用于计算心肌风险指数的步骤的概要；

图27示出了冠状动脉血管的示例，其中MI风险指数作为颜色叠加被叠加在管腔表面上；

图28示出了示出如从分析获得的WSS结果的示例性工作流程屏幕截图；以及

图29提供了作为颜色图叠加在3D重建上的WSS描述符的一些图示。

图30提供了根据多个x射线血管造影图像的3D冠状动脉树重建的一些图示。

图31提供了在x射线血管造影图像内所分割的血管的分支血管的一些图示。

图32示出了用于在3D重建内识别分支血管并且评价分支血管的流量减少的方法的流程图。

图33示出了用于定义在x射线血管造影图像内存在于所分割的血管内的分支血管的方法的图示。

图34示出了用于定义在3D重建时在x射线图像序列上识别的分支血管的位置的示例。

图35示出了如何在3D重建的表面处定位分支血管的示例。

图36示出了用于评价每个侧分支的流量减少的方法的图示。

图37示出了通过经由所提取的几何信息拟合直线来定义健康血管评价的示例。

图38A和图38B示出了通过经由所指定的几何信息拟合直线来定义健康血管评价的示例。

图39示出了通过经由参考位置拟合直线来定义健康血管评价的示例。

图40示出了用于将分支血管结合到体积网格中的方法的图示，并且示出了CFD计算的结果。

具体实施方式

本文所描述的系统和方法的实施例可以以硬件或软件或者两者的组合来实现。然而，优选地，这些实施例在可编程计算机上执行的计算机程序中实现，可编程计算机均包括至少一个处理器、数据存储系统(包括易失性和非易失性存储器以及/或者存储元件)、至少一个输入装置和至少一个输出装置。例如且没有限制，可编程计算机可以是个人计算机、膝上型计算机、个人数据助理和蜂窝电话。程序代码应用于输入数据以进行本文所描述的功能并且产生输出信息。输出信息以已知方式应用于一个或更多个输出装置。

每个程序优选地以高级程序或者面向对象的编程和/或脚本语言来实现，以与计算机系统通信。然而，如果期望，程序可以以汇编或机器语言实现。在任何情况下，语言可以是编译或解释语言。每个这样的计算机程序优选地存储在可由通用或专用可编程计算机读取的存储介质或装置上，用于当存储介质或装置被计算机读取时构造和操作计算机以进行本文所描述的程序。该系统还可以被认为被实现为构造有计算机程序的计算机可读存储介质，其中如此构造的存储介质使计算机以特定和预定义的方式操作以进行本文所描述的功能。

术语图像或图像帧指单个图像，术语图像序列或图像流指使用稳定视角随时间获取的多个图像。X射线血管造影术图像序列可以包含造影剂施用，并且在造影剂施用之前的图像帧将不包含造影剂，并且因此不包含血管系统的增强。X射线血管造影术图像序列可以包括覆盖心动周期的一个或更多个阶段的多个图像帧。血管造影投影或图像投影或患者特异性图像数据涉及使用单个视角(在x射线血管造影术中使用在采集期间不改变的C形臂的特定旋转和角度)采集的图像序列。在整个本专利申请中，心动周期特定于患者，并且被定义为覆盖患者的一次心跳的时段。心动周期可以被定义为患者的心电图(ECG)信号内的连续R顶之间的时段。阶段指患者的心动周期内的时刻(或时段)。

根据本文的新型且独特的方面，描述了使用一个或更多个软件应用程序来进行从常规血管造影术导出的所有分析的实施例，软件应用程序彼此完全地集成到公共软件包中。在本申请之前，常规系统利用单独的独立软件包来进行操作的子集，诸如一个软件包来进行和管理三维重建，单独的软件包来管理网格创建，又一单独的软件包来实现流体动力学模拟。在常规方法中，单独的软件包中的每个还需要由血管生物学领域的单独工程专家支持。

根据本文的新型且独特的方面，描述了使WSS的计算更接近临床医生并且可以增加在常规临床实践中采用WSS分析的可行性的方法和系统。

概述

心肌梗塞仍然是冠状动脉疾病(CAD)的最致命的并发症，并且在大多数情况下起因于轻度梗塞病变的斑块破裂。冠状动脉内流变学量(诸如壁剪切应力(WSS)和压力梯度)已经被认为是斑块不稳定的机制。此外，血管重塑和动脉粥样硬化斑块表型也起到诱发斑块破裂的作用。最后，当所施加的力超过斑块强度时，发生破裂。WSS描述作用于血液-内皮界面处的血液动力学刺激。一些WSS模式已经与动脉粥样硬化病变的发展和易损转化有关。低WSS已经与动脉粥样硬化进展相关，而高WSS已经与斑块破裂和血小板活化有关。同样，跨心外膜病变的压力梯度已经被认为是急性冠状动脉综合征的独立血液动力学预测因子。可以使用计算流体动力学(CFD)模拟从侵入式冠状动脉血管造影术准确地导出WSS和血流储备分数(FFR)两者。

易于破裂的病变的鉴定可以使CAD患者的医疗管理个性化。组合剪切类描述符和压力类描述符以量化斑块应力可以证明对斑块破裂和MI具有预测能力。本研究旨在评价基于冠状动脉血管造影术和CFD的综合血液动力学评价在鉴别易患MI的病变方面的潜在有用性。

根据本文的新型且独特的方面，描述了利用计算流体动力学(CFD)和壁剪切应力(WSS)描述符来计算未来潜在心肌梗塞(MI)的可能性的方法和系统。根据本文新型且独特的方面，分析了近似6885名MI患者的患者群体。80名患者先前已经具有适合于三维冠状动脉重建的侵入式血管造影。在76名未来病灶(culprit lesion)中且在102名非病灶(对照)中，分析了定量冠状动脉血管造影术(QCA)、从血管造影术导出的血流储备分数(vFFR)和壁剪切应力(WSS)。通过两种WSS描述符(即，时间平均壁剪切应力(TAWSS)和拓扑切变指数(TSVI))评价内皮-血液流量相互作用。患者平均年龄为70.3±12.7岁，并且29％的患者是女性。

对接受侵入式冠状动脉导管插入的急性MI患者进行筛选，以识别(1)谁在指数事件之前1个月至5年之间进行了先前冠状动脉血管造影术(在此称为基线血管造影术)，(2)谁在基线血管造影术时具有视觉上可识别的轻度病变(＜50％的视觉直径狭窄)成为未来MI病灶，以及(3)谁在其它两个主要心外膜血管中的至少一个中具有至少一个附加非病灶(NCL)。因此，每个患者充当其自身对照。患者排除标准是冠状动脉旁路移植(CABG)后状态、支架内再狭窄或血栓形成导致的MI、没有血管造影术可识别的冠状动脉病变的MI、开口病变或涉及具有分支血管直径>2mm的冠状动脉分叉的病变。在急性事件之前多次冠状动脉血管造影术的情况下，选择最新的血管造影术进行分析。

在基线血管造影术时识别未来病灶(FCL)和NCL。对MI位置信息不知情地进行病变判定(对于FCL和NCL两者)。随后，产生从FCL和NCL两者的冠状动脉血管造影术导出的三维重建以用于血液流量模拟。

根据本文新型且独特的方面，发现与非病灶相比，病灶显示出更高的面积狭窄百分比(％AS)、δ病变vFFR以及TAWSS和TSVI(针对所有，p＜0.05)。还发现TSVI在预测MI方面优于TAWSS(AUC_TSVI＝0.75，95％ CI 0.69-0.81对AUC_TAWSS＝0.61，95％ CI 0.55-0.67，p＜0.001)。与基于％AS和δ病变vFFR的模型相比，TSVI的添加将预测能力出乎意料地增加了显著量，并且TSVI也将再分类能力出乎意料地增加了显著量(净再分类改善＝1.04，p＜0.001，相对积分辨别改善＝0.21，p＜0.001)。

基于本文所导出的意想不到的结果，已经导出了新型且独特的方法和系统，以使用QCA类CFD来识别导致未来MI的病灶。实施例利用管腔狭窄、压力梯度和WSS描述符的加权组合来导出指示MI发生的可能性或预测MI发生的MI指数。当部分地基于WSS类描述符计算MI指数时，MI指数识别易于破裂的病变的准确性被出乎意料地改善了显著量，WSS类描述符考虑了沿着心动周期对内皮的剪切应力的收缩和扩张作用的变化。

如本文所描述的，利用CAAS工作站WSS软件(Pie Medical Imaging，Maastricht，the Netherlands)使用间隔至少30度的两个血管造影视图作为第一步来进行三维定量冠状动脉血管造影术(3D-QCA)重建。启用自动化管腔轮廓检测，并且在需要时手动校正。3D冠状动脉重建包括距最小管腔直径(MLD)近端至少20mm和远端20mm。利用3D冠状动脉重建，使用有限要素类代码(CAAS工作站WSS原型软件，Pie Medical Imaging)进行CFD模拟，以量化沿着心动周期的WSS分布。基于患者特异性平均流速规定流入边界条件。详细地，通过使用患者特异性管腔直径应用直径类缩放定律来缩放右冠状动脉和左冠状动脉特有的通用多普勒速度曲线，并且根据流入边界处的抛物线速度剖面来规定。施加参考压力作为出口边界条件。假设血管壁是刚性的，并且在壁边界处施加无滑动条件。假设血液是均匀的不可压缩牛顿流体，且密度为1050kg/m³和动态粘度为0.0035Pa·s。

随机地选择30个冠状动脉模型，重复分析以评价CAAS工作站WSS软件的再现性。

使用CAAS工作站vFFR软件(Pie Medical Imaging)在为WSS计算选择的同一血管造影投影上获得3D-QCA和血管造影术导出的血流储备分数(vFFR)。解剖描述符包括面积和直径狭窄百分比(％AS)、最小管腔面积(MLA)和直径、参考血管直径、病变长度和MLA距心门的距离。如由Masdjedi等人的“Validation of 3-Dimensional Quantitative CoronaryAngiography based software to calculate Fractional Flow Reserve:FastAssessment of STenosis severity(FAST)-study”,EuroIntervention:journal ofEuroPCR in collaboration with the Working Group on Interventional Cardiologyof the European Society of Cardiology.2019描述的，提取远端vFFR、跨病变的压力梯度(即，δ病变vFFR(或病变vFFR))以及在血管的远端部分处的呈毫米汞柱(mmHg)的绝对压降(即，远端压力梯度)。

使用典型的WSS类血液动力学量时间平均壁剪切应力(TAWSS)来量化剪切力在内皮上的作用，TAWSS是通过沿着心动周期对WSS幅度的局部值进行平均而获得的。本文给出了TAWSS的定义以及与低TAWSS和高TAWSS对应的两种可能的流态的解释性示例。另外，通过沿着内皮表面识别WSS收缩/扩张区域来进一步表征由剪切力施加在内皮上的作用。数学上，可以通过WSS单位向量场(DIVwss)的发散来识别经历WSS向量场的收缩/扩张的内皮表面区域。负/正DIVwss值识别WSS收缩/扩张区域。数量拓扑剪切变化指数(TSVI)被用作由WSS沿着心动周期施加的收缩/扩张的局部作用的可变性的量度。技术上，TSVI被定义为单位WSS向量场的瞬时散度相对于其遍及心动周期的平均值的均方根偏差：

其中，T是心动周期持续时间，并且上划线表示时间平均量。根据定义，TAWSS以帕斯卡表示，而TSVI以m^-1表示。本文呈现了沿着与由内皮细胞经历的低TSVI和高TSVI对应的心动周期的两种可能的WSS向量场构造的解释性示例。

每个冠状动脉血管被划分为三个区段：(1)病变区段，被定义为包括最小管腔面积(MLA)并且通过面积函数线与插值参考线的交点在近端和远端限定的区段；(2)上游区段，具有病变区段的近端边界的直径的三倍的长度；以及(3)下游区段，具有病变区段的远端边界的直径的三倍的长度。TAWSS和TSVI被表示为病变区段、上游区段和下游区段处的平均值。

所有统计分析在每个病变基础上进行，以比较FCL和NCL病变特征。具有正态分布的连续变量被表示为平均值±标准偏差(SD)，非正态分布变量被表示为中值(四分位距，IQR)。分类变量被表示为百分比。卡方检验用于比较分类变量，而Student′s t(或视情况而定的Mann-Whitney检验)用于连续变量。通过检查公差和方差膨胀因子(VIF)来评价多重共线性。基于最佳截止值将连续血液动力学参数转换为二元变量。使用接受操作特征曲线(ROC)分析计算血管造影、功能和WSS参数的最佳截止值。使用C-统计评价WSS描述符(即，TAWSS和TSVI)的预测能力，并且使用DeLong方法进行比较。用于预测MI的更强的WSS预测器用于评价WSS相对于％AS和压力梯度的增量预测值。构建三个预测模型，以确定血液动力学参数在识别与随后的心肌梗塞相关的病灶中的增量辨别和再分类能力。解剖类模型基于面积狭窄百分比(％AS)；随后，添加病变vFFR(模型1＝％AS，病变vFFR)，最后首先使用TAWSS(即，模型2＝％AS、病变vFFR和TAWSS)和TSVI(模型3＝％AS、病变vFFR和TSVI)整合WSS。通过c统计学评价判别能力，并且使用无类别净再分类指数(NRI)和相对综合判别改善(IDI)比较每个模型的再分类性能。用组内系数(ICC)分析评价WSS重现性。使用R统计软件(用于统计计算的R基础(R Foundation for Statistical Computing)，Vienna，Austria)进行所有分析。

从2008年1月到2019年12月，在三个参与者中心，6885名患者经历了急性MI的冠状动脉导管插入，775名(11.3％)患者先前进行了血管造影术，在他们之中，包括80名(血管n＝190；2.37±0.47血管/患者)。患者的平均年龄为70.3±12.7岁，28.7％为女性。在心肌梗塞时，76.3％用阿司匹林给药，90.0％用他汀类给药。65％的患者呈现出非ST段抬高心肌梗塞(NSTEMI)，而35.0％的患者呈现出STEMI。在97.5％(78/80)的情况下进行了经皮冠状动脉介入。病灶位于43.75％的LAD情况中，28.75％的LCX情况中，27.5％的RCA情况中。基线与指数血管造影术之间的中位时间为25.9(IQR 21.9-29.8)个月。vFFR分析在94.7％的血管(n＝76例患者，180条血管)中是可行的，而WSS分析在98.9％的血管(n＝80例患者，188条血管)中是可行的。

FCL(n＝76)和NCL(n＝104)的血管造影特征。％AS在FCL组中显著更高(63.58±12.49对56.01±12.38，p＜0.001)。在FCL中，与NFC相比，远端vFFR低(0.81±0.12对0.86±0.08，p＝0.001)，而在FCL中，与NFC相比，病变vFFR高(0.11±0.09对0.07±0.06，p＜0.001)并且在FCL中压降为17.59±11.86mmHg对在NFC中压降为12.72±7.9mmHg(p＝0.001)。％AS和病变vFFR两者表现出对于MI的中等预测能力(％AS AUC 0.61，95％ CI0.54至0.68，p＝0.001和病变vFFR AUC 0.58，95％ CI 0.52至0.64，p＝0.002)。将病变VFFR添加到％AS(模型1)改善了对于MI发生的预测性能(模型1AUC 0.64，95％ CI 0.57至0.72，p＝0.051)。

在188条血管中获得WSS类描述符(即，TAWSS和TSVI)(FCL n＝80；NCL＝108)。在FCL组中，TAWSS和TSVI在病变的水平上显著更高(分别为4.58Pa FCL对3.38Pa NFC，p＝0.01和89.0m^-1FCL对49.12m^-1NFC，p＜0.0001)。两个WSS类描述符显示出对于MI的统计学上显著的预测能力(TAWSS AUC 0.61，95％ CI 0.55至0.67，p＜0.001和TSVI AUC 0.75，95％CI 0.69至0.81，p＜0.001)。TAWSS和TSVI的最佳截止值分别为5.01Pa和40.5m^-1。与TAWSS相比TSVI显示出显著更强的预测能力(p＜0.001)。WSS分析的再现性是优异的(TAWSS ICC0.98，95％ CI 0.95至0.99和TSVIICC 0.96，95％CI 0.91至0.98))。

解剖、压力和WSS类变量可用于188个血管(FCL＝80，NCL＝108)。与解剖模型(％AS)相比，包括病变vFFR(模型1)增加了判别能力(％AS AUC 0.61，95％ CI 0.54至0.68对模型1AUC 0.64，95％ CI 0.57至0.72，p＝0.05)，而对于鉴定后续MI的病灶的再分类能力没有显著改善(NRI：-0.13，p＝0.39)。TAWSS的添加证明了用于检测FCL的预测能力的非显著增加(模型1AUC 0.64，95％ CI 0.57至0.72对模型2AUC 0.69，95％ CI 0.61至0.76；p＝0.058)并且再分类能力的显著改善且辨别改善(NRI：0.46，95％ CI 0.22至0.7，p＜0.001，相对IDI：0.05，95％ CI 0.01至0.08，p＝0.006)。向模型1添加TSVI显示出用于MI的预测能力显著增加(模型1AUC 0.64，95％ CI 0.57至0.72对模型3AUC 0.79，95％ CI 0.73至0.86；p＜0.001)并且递增的再分类和辨别能力(NRI：1.04，95％ CI 0.8至1.29，p＜0.001；相对IDI：0.21，95％ CI 0.15至0.27，p＜0.001)。

本文的实施例提供了基于侵入式冠状动脉血管造影术的综合CFD评价，用于识别未来MI的病灶。病灶具有比非病灶更高的面积狭窄、更高的压力梯度以及更高的TAWSS和TSVI。与基于解剖和压力梯度的模型相比，集成解剖狭窄严重性、压力梯度和WSS类描述符的预测模型在识别未来MI的病灶的方面显示出改善的辨别和再分类能力。QCA类软件应用程序从标准血管造影图像计算WSS，并且已经证明可用于识别处于破裂风险的病变。WSS类描述符(TSVI)显示出对于未来MI的强预测能力。

在过去三十年中，斑块易损性和斑块破裂的风险一直是心血管医学中广泛研究的焦点。早期观察将斑块易损性与富含脂质的动脉粥样化的斑块和薄帽的纤维粥样斑块(TCFA)相关。基于血管内成像的研究导致识别了几种易损性的标志物(诸如TCFA、斑块负荷>70％(PB)和MLA低于4mm²作为主要不良心血管事件的预测因子)。整合脂质核负荷的近红外光谱(NIRS)也显示出携带用于MI发生的预后信息。然而，尽管斑块不利特征与MI之间存在关联，但是这些“高风险斑块”中的绝大多数随着时间变得静止，从而挑战易损斑块概念。最近，使用冠状动脉计算断层扫描血管造影术(CCTA)(一种能够将不利斑块特征与流变因素(诸如压降和剪切应力)组合的形态)，EMERALD研究证明了血液动力学特征的整合在识别易于破裂的病变方面的附加价值。因此，已经提倡整合管腔狭窄、斑块表型、不利血液动力学特征(例如，压降和剪切应力)和患者风险概况(例如，糖尿病、残余炎症风险)的扩展方法。本研究组合了解剖和血液动力学描述符两者，旨在理解施加在内皮处的力对斑块破裂和随后的MI的风险的贡献。根据明显的临床事件将病变分类为病灶和非病灶，并且NCL用作内部对照，从而说明内在的生物学变异性。与先前的研究相反，病灶标准涉及临床相关终点(即，MI)，因此，使与较软终点(诸如解剖斑块进展或靶血管血管再生)相关的偏差最小化。此外，MI的发生具有重要的预后意义。

解剖病变严重性(％AS)和从血液流量模拟导出的跨病变压降(病变vFFR)在检测未来病灶方面具有显著但适度的能力。这两个特征显示出对于MI发生的改善的预测性能。该研究进一步研究了流体力在血液-内皮界面处的作用。由流动血液传输到内皮细胞的管腔内表面的剪切力在调节局部稳态、触发与斑块不稳定相关的促炎斑块表型以及血小板和血管性血友病(Von Willebrand)因子的活化中起重要作用。先前的研究已经显示出，低TAWSS(＜1.5Pa)与内皮功能障碍和斑块进展相关，而动脉粥样硬化斑块的近端区段中的高TAWSS(>4.71Pa)预测斑块破裂和MI。最近，发现遍及3mm血管区段高于4.95Pa的最大TAWSS独立地预测需要血管再生的主要不良心血管事件。我们还发现TAWSS与FCL之间的显著关联(4.58Pa对3.38Pa，p＝0.01)并且中等辨别能力(TAWSS AUC＝0.61，95％ CI 0.55至0.67，p＜0.001)且与先前报道类似的截止值(即，5.01Pa)。与EMERALD研究和FAME 2WSS子分析相反，我们的研究群具有较低的功能性病变严重性，如由血流动力学显著病变的比例所描绘的(在EMERALD和FAME 2中分别为20.5％对49％对100％)。该发现突出了当前方法在分层轻度病变并且因此定制预防和治疗策略中的潜在有用性。

另外，研究了WSS向量场骨架特征(即，TSVI)和MI的发生之间的联系。TSVI描述了由流体力对血管壁施加的收缩/扩张作用，即，由WSS沿着心动周期对内皮施加的推/拉作用。TSVI先前通过与颈动脉和冠状动脉中的近壁质量传输相关而与斑块进展相关联。在本研究中，TSVI优于典型的TAWSS，并且当整合到具有％AS和病变vFFR的解剖功能模型时，导致显著改善的再分类和辨别能力。将其转化为机械意义，WSS在内皮上的收缩/扩张作用的高时间变化(通过TSVI定量)与面积狭窄(％AS)和斑块上的血流动力学应变(病变vFFR)组合可能随时间导致纤维帽易脆、加速疾病进展和斑块破裂并且影响临床结果。该假设值得进一步研究。

本文的实施例提供了心外膜病变的综合生理评价，其包括(1)压力衰减剖面、(2)每度血管圆周的瞬时WSS向量和(3)TSVI(一种新型的描述符)，病变的WSS向量场骨架。

解剖病变严重性和沿着血管的压降在识别导致MI的冠状动脉病变方面显示出适度的能力。将功能评价扩展到从冠状动脉血管造影术和CFD导出的WSS类描述符(TAWSS和TSVI)改善了对于MI的预测能力。TAWSS(典型的WSS类描述符)能够识别未来MI的病灶，但具有适度的预测能力。相反，基于心动周期和拓扑依赖的剪切力变异性的异质性，TSVI强烈预测未来MI。

系统

如图1中可以看出的，工作流程包括多个步骤。如图1的步骤101中所描述的获得第一患者特异性图像数据。在X射线冠状动脉血管造影术期间获得患者特异性图像数据。这是PCI介入的常见步骤。如在图3的步骤301和图4的步骤401中可以看到的，在如在X射线冠状动脉血管造影术期间获得的患者特异性图像数据中，由临床医生选择一个图像序列，其中目标冠状动脉血管清晰可见。然后，如图4的步骤402中所描述的，系统自动定义图像序列内的选择(例如，最佳)帧以启动分析。图像序列包括覆盖心动周期的一个或更多个阶段的多个帧。此外，在特定时刻处的采集期间，造影剂注射开始，导致冠状动脉血管的视觉增强。选择帧被定义为具有最小冠状动脉运动的帧，其中存在造影液体。如图3中的附图标记302所示，选择帧可以例如使用患者的ECG信号(如果存在的话)来确定，如通过医学数字成像和通信(Digital Imaging and Communications in Medicine，DICOM)文件的“标题”可用的信号。ECG信号内的特定特征(在我们的情况下是r-tops)的检测可以如例如由Pan等人的“AReal-Time QRSDetection Algorithm”，IEEE Transactions on BiomedicalEngineering.BME-32(3):230-236所教导的进行。(多个)选择帧可以被定义为两个连续r峰之间的百分比。该百分比通常为75％。在注入造影剂之前，全局帧图像强度将与在序列内注入造影剂之后不同。在序列开始时的帧显示出相对高的平均像素强度，而在注入造影剂之后的帧显示出相对低的平均像素强度。这是由于当x射线辐射被注入的造影液体吸收时的较低像素值。可以通过选择选择帧来考虑这种行为；具有最小冠状动脉运动的框架，其中存在造影液体。在不存在ECG信号的情况下，可以基于机器学习技术来识别选择帧，如例如由Dehkordi等人在“Extraction of the best frames in coronary angiograms fordiagnosis and analysis”，J Med Signals Sens 2016；6:150-7中或由Ciusdel等人在“Deep Neural Networks for ECG-free Cardiac Phase and End-Diastolic FrameDetection on Coronary Angiographies”，Computerized Medical Imaging andGraphics 2020Sep；84:101749中所教导的。

在该选择帧中，如由图4的步骤403所描述的检测目标冠状动脉血管的管腔边界。该检测可以例如半自动地完成，其中临床医生识别目标血管内的近端端点和远端端点，并且在血管树的情况下识别每个血管分支中的远端端点，然后处理器自动检测管腔边界，如例如由Girasis等人的“Advances in two-dimensional quantitative coronaryangiographic assessment of bifurcation lesions:improved small lumen diameterdetection and automatic reference vessel diameter derivation”，EuroIntervention 2012Mar；7(l l):1326-35所描述的。可以在图5的步骤501中看到所检测的管腔边界。可选地，如果需要，临床医生可以校正所检测的管腔边界。

在标准PCI程序或诊断x射线血管造影术期间，临床医生的困难之一是选择第二图像投影，第二图像投影是期望的(例如，最佳的)与第一图像序列组合以用于产生准确的3D重建，由此准确的3D重建被定义为使用关于目标对象的最大信息量所产生的3D重建。组合的两个图像序列应包含关于目标对象的尽可能多的信息。由于该第二图像投影的选择在很大程度上确定了3D重建的准确性，因此正确地选择它是重要的。为了简化和促进对于临床医生的该标准流程步骤，提供了用于选择第二图像投影的指南，如例如由US2017236326“Method and Apparatus for User Guidance for the Choice of aTwo-DimensionalAngiographic Projection”所教导的。如图5的步骤502中可以看到的，该指南产生了一个颜色图，其中对于X射线系统的旋转和角度的每种组合，使用对应颜色或灰度值来显示期望值(例如，最佳值)。在颜色图中，最白的投影是最优的投影，而最暗的投影是不太合适的投影。

如图4的步骤404中所描述的，使用该颜色图，临床医生可以准确且快速地确定哪个图像投影最适合于获得第二图像序列。因此，对于临床医生的这种指南可以减少标准过程时间。

为了获得与如图4的步骤405中所描述的最优图像投影对应的图像序列，临床医生可以手动地将成像系统的臂旋转到与所选择的第二投影对应的位置，或者甚至为了对于临床医生更多地简化过程，C形臂控制模块1710可以自动地将成像系统的臂旋转到所计算的最优投影。然后如图6的步骤601中所示，将所获得的第二图像序列呈现给临床医生。

正如第一图像序列一样，所获得的第二图像序列包括覆盖心动周期的一个或更多个阶段的多个帧。当临床医生例如使用单平面成像系统时，所获得的第二图像序列可以由与第一图像序列不同的心脏相位组成。当使用两个图像序列的帧来产生在同一心脏相位处获得的3D重建时，3D重建变得更准确。因此，如图4的步骤406中所描述的，系统还为第二图像序列提供用于检测目标血管的选择图像帧。

在介入期间可能发生的另一方面是手术台移动。并不罕见的是，在获得第一图像序列和第二图像序列之间，临床医生已经移动了患者的手术台1705，以便例如在手术期间具有更好的概览。然而，在图像采集期间也可能发生手术台移动。当不考虑手术台移动时，在3D重建的产生中可能发生不准确性。因此，在3D冠状动脉重建期间考虑X射线系统信息(诸如X射线管与X射线探测面板之间的距离、X射线管与C形臂等中心之间的距离、手术台旋转点相对于C形臂等中心的位置、C形臂和可调节手术台的3D定向(两者通常以三个角度表示)以及最后X射线探测器上的像素的水平和竖直间隔)，以补偿手术台移动。

在第二图像序列的选择帧中，还使用例如如针对第一图像帧所描述的方法来检测管腔边界(如图7的步骤701中所示和图4的步骤407中所描述的)。

为了帮助临床医生在第二图像帧中指示目标血管，在第二图像帧上示出了如图7中的标记702所示的所谓的外极线。如在第二图像帧中示出的外极线表示与第二图像帧相比遵循第一图像帧的观察方向的如在第一图像帧中指示的血管的最近端位置和最远端位置。

另外，如在图7中作为标记705可以看到的，自动确定公共图像点(CIP)。如由图7中的703所示，CIP表示两个图像帧中的公共界标，指示同一解剖位置。需要该CIP来校正图像帧的等中心的可能偏移。不正确的CIP导致不准确的3D重建。可选地，如果需要，临床医生可以使CIP复位。

另外，通过重复步骤405、步骤406和步骤407作为输入，多个图像序列可以与目标血管的不同视图(投影)一起使用，以创建目标血管的3D重建。

在检测到两个图像帧中的管腔边界之后，作为由图4所描述的步骤的结果，处理器创建由图1的步骤102表示的目标血管的3D重建。通过DICOM头部与X射线图像一起存储的元数据应至少包含以下信息：X射线管与X射线探测面板之间的距离、X射线管与C形臂等中心之间的距离、手术台旋转点相对于C形臂等中心的位置、C形臂和可调节手术台的3D定向(两者通常以三个角度表示)以及最后X射线探测器上的像素的水平和竖直间隔。使用该元数据，可以获取所获取的图像之间的完整几何关系，其考虑了使手术台复位的效果。

虽然所导出的几何关系考虑了手术台位置的效果，但是目标结构的实际位置可能已经由于其它运动源而改变。在冠状动脉的情况下，这些运动源包括心脏运动、呼吸运动和相对于手术台的患者运动。

为了补偿任何剩余运动的平移分量，可以在对应同一物理点的所有图像中注释单个点(如在图7中作为标记705可见的CIP)。这些点的注释可以手动或自动完成。在目标结构是冠状动脉的情况下，自动注释算法的示例可以基于从管腔边界信息提取的局部直径信息。使用注释点来调节图像之间的几何关系可以如Aben等人发布的题为“Method ofDetermining Physical Parameters of Bodily Structures”的第7,155,046号美国专利中所描述的完成。

除了所有图像之间的几何关系之外，还具有所有图像内的目标结构的定义，然后可以重建目标结构的3D重建。现有技术中描述了能够实现这一点的多种方法，如例如由Girasis等人的“Advanced three-dimensional quantitative coronary angiographicassessment of bifurcation lesions:methodology and phantom validation”，EuroIntervention 2013；8:1451-1460或如例如如由题为“Method,apparatus andcomputer program for quantitative bifurcation analysis in 3D using multiple2D angiographic images”的第8,155,422号专利所描述的来教导。这些方法中的大多数方法基于外极约束和三角测量的概念。如果两个视图的相对位置与3D点在图像之一中的投影一起是已知的，则可以定义另一图像中的外极线，其必须包含同一点的投影位置。这被称为外极约束。在其它图像中已经找到外极线上的投影位置，然后可以通过被称为三角测量的过程重建该点的三维位置，如本领域技术人员已知的。如果目标结构定义由血管中心线组成，则所得3D重建将是3D中心线。如果管腔边界被包括在目标结构定义中，则局部血管直径的信息可以并入到3D重建模型中。在这种情况下，可以创建血管管腔的表面模型。

如图1的步骤102中所描述的，处理器使用多幅二维图像对冠状动脉树的目标子集进行患者特异性3D重建。3D重建的示例被示出为针对单个血管的图7的标记704和针对冠状动脉分叉的图8的标记801。如由图30所示的，患者特异性3D重建还可以呈现血管树。

可选地，在产生3D重建之后，如果需要，临床医生可以校正2D管腔边界。如果已经校正了管腔边界，则将自动产生新的3D重建。

在可选实施例中，步骤102涉及沿着时间创建3D重建(3D+t)，并且优选地覆盖至少一个心动周期。当前的可选实施例描述了用于创建3D+t重建的两种方法。第一种方法通过处理从步骤101产生的两个X射线血管造影图像序列来创建3D+t重建。一个心动周期内针对所有帧的3D+t重建(在造影剂注入之后)可以例如通过如由Chen等人的“Kinematic andDeformation Analysis of 4-D Coronary Arterial Trees Reconstructed From CineAngiograms”，IEEE Transactions on medical imaging,Vol.22,No.6,June 2003pp 710–721所教导的或如由Zheng等人的“Sequential reconstruction of vessel skeletonsfrom X-ray coronary angiographic sequences”，Computerized Medical Imaging andGraphics 34(2010)333-345所教导的方法来创建。在用双平面系统采集X射线血管造影图像序列的情况下，可以通过使用每个采集帧相对于正向和侧向成像源之间的延迟来改善3D+t路线图的时间分辨率。

用于创建3D+t重建的第二种方法使用附加的3D模型。该3D模型通过使用如从3D血管造影成像模态(例如，计算机断层扫描(CT)、X射线旋转血管造影术、3D超声或磁共振成像(MRI))产生的体积图像数据来获得。3D模型可以呈例如3D中心线、表示血管的管腔表面和/或外血管表面的3D表面轮廓、斑块、3D掩模或这些的组合的形式。3D中心线可以手动创建(例如，通过指示3D体积图像数据内的血管中心线)或者自动创建(如例如由Lesage等人的“Bayesian Maximal Paths for Coronary Artery Segmentation from 3D CTAngiograms”，MICCAI 2009,Part 1,LNCS 5761,pp 222-229所教导的)。冠状动血管腔、动脉壁和来自CT血管造影图像数据的冠状斑块的检测可以用于(半)自动检测，如例如由Kirissli等人的“Standardized evaluation framework for evaluating coronaryartery stenosis detection,stenosis quantification and lumen segmentationalgorithms in computed tomography angiography”，Medical Image Analysis,vol.17,no.8,pp.859-876,2013所教导的，描述了一种用于检测冠状动血管腔、动脉壁和来自CT血管造影图像数据的冠状斑块的检测的方法。

为了通过使用如从3D体积成像模态获得的附加3D来创建3D+t重建，作为步骤101的结果，3D模型与基于x射线血管造影数据的3D重建结合。这可以如例如通过在第10,229,516号美国专利“Method and Apparatus to Improve a 3D+Time Reconstruction”中所描述的方法学来实现，该专利描述了一种用于根据对象的两个或更多个二维x射线图像对对象进行随时间的三维表面重建的方法。可选地，3D+t重建可以如例如由Dibildox等人的“3D/3Dregistration of coronary CTA and biplane XA reconstructions forimproved image guidance”，Med Phys.2014Sep；41(9)所教导的或者如由Baka等人的“Oriented Gaussian mixture models for nonrigid 2D/3D coronary arteryregistration”，IEEE Trans Med Imaging.2014 May；33(5):1023-34所教导的来创建。

如图1的步骤103中所描述的，通过3D重建，可以提取诸如3D几何信息的解剖参数。如图9的902所示，该3D几何信息可以例如是目标血管的沿着目标3D重建血管的中心线的剖面面积和长度。在图9内，作为步骤103的结果，3D冠状动脉重建的示例由图片901提供。在图9内，示例3D冠状动脉重建包含冠状动脉分叉。如前所述，可以从单个血管、分叉或血管树产生3D重建。由于902示出了冠状动脉分叉的3D重建，因此计算两个剖面面积曲线，一个从近端起始点(P)直到由图片904内的905表示的主分支(M)的末端，一个从近端起始点(P)直到由图片907内的910表示的分支血管(5)的末端。通过剖面面积，可以确定针对中心线的每个点的直径。该直径可以例如从剖面面积导出为等效直径的最小值、最大值，如例如由Onuma等人的“A novel dedicated 3-dimensional quantitative coronary analysismethodology for bifurcation lesions”，EuroIntervention 2011 Sep；7(5):629-35所教导的。

梗塞区域包括局部最小值的位置(909)以及距最小直径的位置的近端和远端的对应梗塞边界(908)。近端和远端梗塞边界(908)之间的距离被定义为病变长度。局部最小位置(909)可以纯粹基于血管几何形状(例如，最小面积或直径)，但是它也可以由医生定义。梗塞边界限定梗塞区域的长度。梗塞边界(908)可以自动确定，对于单个血管，如例如由Gronenschild E等人在“CAAS II:A Second Generation system for Off-Line and On-Line Quantitative Coronary Angiography”，Cardiovascular Diagnosis 1994；33:61-75所教导的，或者对于分叉或血管树，如例如由Girasis C等人的“Advanced three-dimensional quantitative coronary angiographic assessment of bifurcationlesions:methodology and phantom validation”，EuroIntervention 2013；8:1451-1460所教导的。

为了计算血管变窄量，需要沿着目标血管评价血管变窄相对于假定的健康血管直径或面积的面积比或直径比。该健康血管直径或面积也被称为参考直径或参考面积(906)。现有技术中描述了能够计算参考直径或面积图的多种方法，对于单个血管，如例如由Gronenschild E等人在“CAAS II:A Second Generation system for Off-Line and On-Line Quantitative Coronary Angiography”，Cardiovascular Diagnosis 1994；33:61-75所教导的，或者对于分叉或血管树，如例如由Girasis C等人的“Advanced three-dimensional quantitative coronary angiographic assessment of bifurcationlesions:methodology and phantom validation”，EuroIntervention 2013；8:1451-1460所教导的。例如，沿着血管中心线的所有直径或面积数据用于自动拟合通过所有直径或面积数据点的直线。可选地，在拟合直线之前，从直径或面积数据丢弃偏离的血管直径或血管面积值。这些偏离直径或面积值的确定可以通过例如创建所有血管直径或血管面积数据点的累积直方图来实现，并且基于预定义或动态阈值，丢弃最小的血管直径或面积值。

可选地，由医生根据血管直径或面积数据指示手动参考位置。参考位置是健康血管部分的标识。接下来，通过参考位置处的直径或面积数据值拟合直线。该拟合线表示沿着血管的中心线的健康血管直径或面积。可选地，医生能够通过手动选择该位置来定义血管中的不同病变位置。病变位置和梗塞区域的选择可以在所产生的面积或直径图(图9，905或910)或2D血管造影术图像中完成，或者直接在3D重建中完成。可选地，可以在目标血管中选择多于一个病变位置。处理器/系统确定另一目标区域，其也示出了血管管腔的局部变窄。可选地，医生可以手动选择另一病变位置。

一旦已知梗塞区域和沿着目标血管的健康血管直径和/或面积，就可以计算解剖病变严重性。用于评价解剖病变严重性的参数之一是直径狭窄百分比(等式2)或面积狭窄百分比(等式3)，如可以通过以下计算：

其中，MLD被定义为最小管腔直径，并且与局部最小值处的直径(图9，909)对应，MLD位置处的参考直径与MLD的位置处的参考直径对应。

其中，MLA被定义为最小管腔面积并且与局部最小值处的面积(图9，909)对应，MLA位置处的参考面积与MLA的位置处的参考面积对应。

另一解剖参数是管腔斑块体积，其可以使用3D重建(902)和3D健康重建(903)来计算。大体上，如由逻辑等式4所示，可以通过从预定义区域内的3D健康重建的体积减去3D重建的体积来计算斑块体积。大体上在梗塞区域内计算管腔斑块体积。

斑块体积＝(3D重建∩3D健康重建)的体积(等式4)

另一解剖参数是曲折度。曲折度提供关于血管有多曲折(或弯曲)的信息，并且可以例如如由Grisan等人的“A novel method for the automatic evaluation of retinalvessel tortuosity”，IEEE Transactions on Medical Imaging2008Mar；27(3):310-9所教导的来计算。

另一解剖参数是钙化斑块的量。尽管钙化斑块是不透射线的，但是其呈现可以不在单个X射线图像帧上被理解，并且在当评价X射线图像的序列时几乎不可见。题为“Methodand systems for dynamic coronary roadmapping”的第16/739,718号美国专利申请公开了一种通过使用x射线血管造影图像序列来量化钙化斑块的方法。该方法假设x射线血管造影图像序列包含在施用造影剂之前和之后的图像数据，并且优选地包含在施用造影剂之前的至少一个心动周期和在施用造影剂之后的至少一个心动周期的图像数据。在图10中，示出了如由第16/739,718号美国专利申请描述的高级方法。在虚线圆(1005)内存在钙化斑块，然而这在图像(1001、2002、1003和1004)内几乎不可评价。通过在将配准图像之后将图像信息添加到单个图像(1007)中，钙化斑块(1008)被增强并且可见。在配准期间，解剖标志可以用作例如血管骨架(1006)。此外，可以对所增强的钙化斑块进行定量分析。钙化斑块(1008)的面积可以通过用所增强的图像(1009)手动和/或(半)自动检测钙化斑块(钙化斑块区域)来计算。还可以进行视频光密度分析。钙化斑块的体积和/或质量可以通过将钙化斑块区域的密度与作为步骤101的结果的所增强的图像或x射线血管造影图像序列内的另一不透射线区域(如例如由于造影剂的施用的增强血管(不透射线血管))进行比较来导出。当已知不透射线区域的性质(诸如几何形状及其(质量)衰减系数)时，可以通过使用Beer-Lambert定律来计算钙化斑块区域的体积和/或质量。不透射线区域也可以是如从X射线血管造影图像序列获得的血管的区域。在这种情况下，需要知道造影剂的(质量)衰减系数以能够通过使用Beer-Lambert定律来计算钙化斑块区域的体积和/或质量。可选地，如例如由第9,576,360号美国专利公开的，可以进行视频光密度分析。

在步骤102的结果表示3D+t重建的情况下，可以计算几个附加的解剖参数。例如，可以考虑冠状动脉运动量或血管曲折度的变化，如由Griffiths等人的“4D QuantitativeCoronary Artery Motion Analysis:A Novel Method for Culprit LesionPrediction”，international Journal of Cardiovascular and CerebrovascularDisease 6(1):7-12,201所教导的。

在图1的步骤104中，计算目标血管的压力参数。在优选实施例中，压力参数如由Bouwman等人发布的题为“Method and Apparatus for Quantitative Hemodynamic FlowAnalysis”的第16/438,955号美国专利申请No.16/438,955所公开的来计算。总之，由第16/438,955号美国专利申请公开的方法立即计算沿着目标血管的压降。基于作为步骤102的结果的3D重建和如由步骤103定义的梗塞区域，通过应用包括存在于冠状动脉流动行为中的粘性阻力和分离损失效应的物理定律来计算压降，如由Gould等人在“Physiologic basisfor assessing critical coronary stenosis.Instantaneous flow response andregional distribution during coronary hyperemia as measures of coronary flowreserve”，Am J Cardiol.1974Jan；33(l):87-94中和Kirkeeide等人在“Assessment ofcoronary stenoses by myocardial perfusion imaging during pharmacologiccoronary vasodilation.VII.Validation of coronary flow reserve as a singleintegrated functional measure of stenosis severity reflecting all itsgeometric dimensions”，J Am Coll Cardiol.1986Jan；7(l):103-13中所描述的。为了获得患者特异性压力参数，如由第16/438,955号美国专利申请公开的方法结合了如在导管插入手术期间测量的患者特异性主动脉压。图11示出了如由第16/438,955号美国专利申请公开的方法，其中1101表示如由图1的步骤101和步骤102所描述的获得目标血管的3D重建的步骤。优选地使用如由1102所示的引导导管从测量的舒张末期和收缩末期压力获得患者特异性主动脉压。引导导管放置在冠状动脉心门中，并且通过连接换能器来测量主动脉压。通过测量的主动脉压迹线，舒张末期压力和收缩末期压力可以被计算为例如舒张末期压力和收缩末期压力两者的加权平均值。可选地，可以使用压力袖带测量在肱动脉处测量患者特异性主动脉压。通过3D重建，如由1103所示提取直径或剖面面积图，并且与梗塞区域(1105)一起，通过如由第16/438,955号美国专利申请公开并且在之前解释的方法沿着3D重建计算压降或vFFR(血管FFR)。vFFR曲线图被计算为沿着血管长度的位置处的冠状动脉压降除以主动脉压的分数。最远端vFFR值可以通过以下等式通过从主动脉压减去总压降(ΔP_总)来计算：

此外，如由1106可以看到的，vFFR或压降可以使用对应的颜色或灰度值在3D重建的表面上被可视化为颜色图。在颜色图中，绿色表示低压降或高vFFR，而红色表示高压降或低vFFR。在图1的步骤105内，计算目标血管的基于壁剪切应力(WSS)的参数(描述符)，并且通过图12的流程图进一步描述。如由图13中的1301所示，当血液流过动脉时，它在血管壁上施加力，其可视化血管壁所暴露的力的示意性表示。该力向量的竖直分量与血压相关，导致血管壁中的细胞变形。壁剪切应力是流动血液在血管(1302)的内皮表面上的切向力。壁剪切应力向量可以被分解为被称为轴向壁剪切应力(1303)和周向壁剪切应力(1304)的轴向分量和周向分量。轴向分量是与血管的轴线平行的分量。周向(或切向)分量是沿着围绕血管的轴线的该点处的切线定向的分量。径向壁剪切应力指向或远离血管的中心轴线(1305)。由于不可以在血管中直接测量壁剪切应力，因此我们需要通过求解描述流体运动的方程来计算：纳维尔-斯托克斯方程(Navier-Stokese quations)。用于求解这些复杂方程的最广泛使用的方法被称为计算流体动力学(CFD)，其在给定适当的输入数据(边界条件)的情况下计算体积几何形状(在我们的情况下是血管)内的速度分布。基于该速度信息，可以导出血管中沿着其表面的局部壁剪切应力分布，并且通过图12的流程图进一步描述。

图12的第一步，在1201中，如由步骤1201所示，一个或更多个处理器创建3D体积网格。例如，作为步骤102的结果，可以通过用表示3D重建内的血液的体积的网格点填充3D重建来将3D重建转换为3D体积网格。如通过步骤1203进一步描述的，这些网格点形成用于体积网格要素的基础，体积网格要素是通过用于血液流量的控制方程计算速度所需的。在该网格化过程中，个体网格间距或网格尺寸由目标血管的复杂性确定。通常，在预期速度剖面的大变化的区域中(诸如在管腔血管壁处)，需要更精细的网格间隔。这暗指通常在血管壁(也称为边界网格层)处使用较小的体积要素，而在血管的中心部分中允许较大的体积要素，其中存在速度剖面的较小变化。在高曲率处或在窄血管区段处，还预期了速度剖面的变化，导致这些区域也将受益于较小的体积要素。在3D重建表示分叉或血管树的情况下，其中血管分割出较小要素的区域是优选的，特别是在分叉的心门侧处。为了增加CFD计算的计算速度，如由步骤1203所进行的，体积网格的要素尺寸和形状因此可以在整个目标血管中变化。现有技术中描述了能够实现这一点的多种方法，如例如由Schoeberl在“NETGEN:anadvancing front 2D/3D-mesh generator based on abstract rules”，Computing andVisualization in Science 1:41-52,1997中或者例如由Marchandise等人在“Qualityopen source mesh generation for cardiovascular flow simulations”，Modeling ofPhysiological Flows,MS&A-Modeling,Simulation and Applications,Volume 5,2012,pp 395-414中所教导的。这些调节可以取决于血管中的位置(例如，血管边界附近的较小要素)和几何性质/特征，如局部曲率和直径/面积变化。例如，在具有高曲率的血管的区域中，使用高分辨率体积要素，而对于具有低曲率的区域，使用低分辨率要素。这样做是为了使3D体积网格中的要素的量最小化。图14提供了步骤1201的输出的示例，其中1401示出了3D体积网格并且更精细的要素靠近梗塞，并且1402示出了其中边界层可见的血管的入口(1403)。可选地，3D体积网格的近端部分和/或3D体积网格的远端可以延伸一定长度，如例如局部直径的三倍(3D网格延伸)。这将确保相对于边界条件的平滑过渡，如由步骤1202所描述的，并且当速度进入目标血管时，所施加的流动完全发展，这将有益于CFD计算，如由步骤1203进一步描述的。

另外，产生3D体积网格的步骤1201的过程可以重复用于目标血管的多次3D重建(3D+t重建，如在步骤102中所描述的)，其中每个3D重建表示如图像数据序列中可用的心动周期内的不同时间点。代替单个3D体积网格，可以产生心动周期内的每个时间点的3D体积网格(进一步称为动态3D体积网格)。心动周期中的每个时间点的3D体积网格的产生结合了心动周期期间血管的动态行为。在步骤1203中进一步使用多个3D体积网格。

可选地，通过目标血管的3D+t重建创建的动态3D体积网格通过不同的方法产生，其中动态3D体积网格内的体积要素的量是恒定的。这是通过首先在心动周期中的某个时间点(例如，舒张末期阶段)处创建初始3D体积网格来进行的。接下来，使用针对心动周期中的剩余时间点的目标血管的3D+t重建来获得每个时间点的附加3D重建与用于产生初始3D体积网格的初始3D重建之间的几何偏差。3D重建之间的几何偏差可以包括例如扩张、收缩、延伸或缩短。每个时间点获得的几何偏差应用于初始产生的3D体积网格。因此，根据在3D重建之间获得的偏差来调节初始产生的3D体积网格。对于心动周期中的每个时间点，产生具有与初始3D体积网格相同量的网格节点和体积要素的3D体积网格，仅调节/变形每个单个体积要素的尺寸。因此，体积要素可以比初始产生的3D体积网格中的对应体积要素更大或更小。描述与3D+t重建的几何偏差的这种网格变形可以通过各种网格变形方法来进行，并且径向基函数插值方法是这些方法中最稳健的方法之一。Niu等人在“Radial BasisFunction Mesh Deformation Based on Dynamic Control Points”，Aerospace Scienceand Technology Volume 64,May 2017,Pages 122-132中描述了一种基于描述de几何变化的控制点的网格变形方法。这些控制点可以从3D+t重建提取，这种控制点的简单解剖学示例将是分叉的心门侧的位置。针对心动周期中的每个时间点的初始3D体积网格的调节结合了血管在心动周期期间的动态行为，并且产生在步骤1203中进一步使用的动态3D体积网格。

在1202处，一个或更多个处理器确定患者特异性边界条件。图15示出了如何借助于CFD求解描述流体运动的方程的高级示例：纳维尔-斯托克斯方程；对象的几何形状需要作为3D体积网格(1502)，如例如由1201描述的步骤的结果，并且在几何形状的入口处(1501)和几何形状的出口处(1503)需要边界条件。如前所述，3D重建可以表示单个血管、分叉或血管树。在单个血管、分叉或血管树的入口边界处，通过如下所述的方法之一应用血液速度剖面。出口条件在血管类型(单个、分叉或血管树)之间是不同的。对于单个血管，无应力出口借助于恒定压力限定，该恒定压力通常为零帕斯卡，如例如由Krams等人的“Evaluation of Endothelial Shear Stress and 3DGeometry as Factors Determiningthe Development of Atherosclerosis and Remodeling in Human Coronary Arteriesin Vivo Combining 3D Reconstruction from Angiography and IVUS(ANGUS)withComputational Fluid Dynamics”，Arteriosclerosis,Thrombosis,and VascularBiology,Vol 17,No 10,October 1997,pp 2061-2065中所教导的。下面将进一步描述用于分叉或血管树的出口条件。

如由图16进一步所示的，在入口处施加的血液速度剖面可以具有抛物线形状或平坦形状。通过例如基于目标血管的几何尺寸缩放血液速度值，这些一般血液速度剖面可以适应于患者特异性剖面。例如，可以从一组速度提供获得第一速度剖面。每个单独的速度剖面表示在心动周期中的对应动量下在3D重建的近端侧处跨血管的剖面的速度剖面。在速度剖面表示平坦形状的情况下，优选地，如由步骤1201所描述的，用3D网格扩展来扩展3D体积网格。在图16中，1601表示3D体积网格。在3D体积网格(1602)的入口处，抛物线速度剖面的示例由1603示出。抛物线速度剖面基于患者特异性几何形状，并且例如由下式计算：

其中v_max是最大速度(1605)，R是局部半径(1604)。

由1606提供了平坦速度剖面的图示，其中该平坦速度剖面的幅度(1607)在心动周期中的对应时刻处在沿着血管的剖面的每个体积要素处相等。

在已知入口处的血液流量的情况下，可以通过使用等式从血液流量计算血液速度剖面：

流量＝速度*面积(等式7)

例如，当血液流量为120mL/min并且入口处的面积为12mm²时，可以通过将血液流量除以剖面面积来计算平坦速度剖面，得到16.7cm/秒的速度。同一方法可以用于抛物线速度剖面，在这种情况下，由于等式7将提供平均速度，因此最大速度v_max(来自等式6)将是如由等式7导出的速度的两倍。

上述所描述的血液速度剖面(或血液流量剖面)不包括时间变化，并且也称为静止剖面。通常，静止剖面将表示遍及心动周期的时间平均值，并且由此忽略速度的时间变化。

反映心动周期内血液循环的动力学的通过血管的速度的时间变化可以通过定义动态剖面来考虑。这种动态剖面可以用于抛物线血液速度剖面和用于平坦血液速度剖面两者。图18示出了动态剖面的示例，其中曲线图中的每个点表示如上所述的心动周期中的时刻处的血液速度剖面。动态剖面在本专利申请中也被称为血液速度剖面或血液流量剖面或一组速度剖面。这种动态剖面的时间分辨率可以是固定的(例如，0.03秒)，或者可以取决于患者的心率。

入口血液速度剖面或血液流量剖面也可以通过直接速度或流量测量来确定。这种测量的示例是超声多普勒测量、侵入式超声多普勒测量、2D或4D MR相位对比测量、热稀释和捕获血液速度或血液流量的所有其它测量。

除了这些直接的血液速度或血液流量测量之外，还可以通过图像数据获得血液速度或血液流量。例如，基于X射线血管造影术图像中的对比度传播来提取血液速度。该方法描述在第15/971,275号美国专利申请中。总之，由第15/971,275号美国专利申请描述的方法测量了由造影剂团前部在两个帧内行进的距离(图19；1901、1902)。已知帧之间的时间，可以计算目标血管内的速度或流量。由Zhang等人在“Automatic coronary blood flowcomputation:validation in quantitative flow ratio from coronary angiography”，The International Journal of Cardiovascular Imaging volume 35,pages 587-595(2019)中公开了类似的方法。Zhang等人沿着从近端到远端的帧跟踪了表示造影剂团的中心线，并且使用中心线的长度的变化来计算冠状动脉速度。

所测量的血液速度剖面或血液流量剖面可以直接应用于模型的入口。除了在入口处直接应用所测量的血液速度或血液流量之外，这些测量结果还可以用于创建通用血液速度剖面或血液流量剖面。可以创建通用血液速度或(多个)血液流量剖面，其适用于所有血管类型。还可以创建可适用于特定血管(例如，右冠状动脉、左冠状动脉、左前降动脉或左回旋动脉)的通用血液速度剖面或血液流量剖面。

假设特定的几何形状(例如，入口直径或面积)来定义(多个)通用血液速度剖面或(多个)血液流量剖面。为了独立于用于创建通用剖面的几何形状，首先对用于创建通用剖面的剖面进行归一化；将每个值除以其在心动周期内的平均值。图18示出了针对左冠状动脉(1801)和针对右冠状动脉(1802)的通用剖面的示例。可以创建描述针对特异性冠状动脉的沿着心动周期的流量/速度剖面的多个通用剖面。在使用通用剖面的情况下，可以缩放这些通用剖面以在入口处应用患者特异性血液速度剖面或血液流量剖面(图18，1803提供了在缩放之后的患者特异性血液速度剖面的示例)。缩放可以基于入口处的血管模型的局部几何形状。可选地，血液速度剖面或血液流量剖面可以基于关于特异性血管的一般几何信息来缩放，例如，如由Dodge等人的“Lumen Diameter of Normal Human CoronaryArteries Influence of Age,Sex,Anatomic Variation,and Left VentricularHypertrophy or Dilation”Circulation,Vol 86,No 1,July 1992pp 232-246报道的冠状动脉血管尺寸。缩放可以通过例如将血液速度剖面或血液流量剖面乘以入口血管直径和一般血管直径的比或者使用如由van der Giessen等人的“The influence of boundaryconditions on wall shear stress distribution in patients specific coronarytrees”，J Biomech2011；44(6):1089-95所描述的流动直径关系来进行。

(多个)入口血液速度剖面或(多个)血液流量剖面可以表示静息状态或充血状态下的血液流量。可用的血液速度剖面或血液流量剖面可以处于两种状态(分别为静息或充血)中的一种，并且另一状态可以从另一状态中的可用剖面导出。可以以几种方式应用从一种状态到另一状态的转换。线性缩放因子可以被应用以从一种状态转换到另一状态，例如，因子5被应用以将静息状态中的剖面转换为充血血液速度剖面或充血血液流量剖面。

可以基于3D重建的几何形状尺寸来确定最大充血血液速度或充血血液流量，如由Bouwman等人发布的题为“Method and Apparatus for Quantitative Hemodynamic FlowAnalysis”的第16/438,955号美国专利申请所公开的。总之，由第16/438,955号美国专利申请公开的方法利用冠状动脉速度与冠状动脉压力之间的关系。基于该关系，静息时的主动脉压(1102)和从3D重建导出的参数(血管的几何形状)，16/438,955描述了一种用于计算患者特异性充血速度的方法。静息时的主动脉压也可以是基于消除静息时患者特异性主动脉压的应用(例如，基于经验数据)的预定义恒定值。

如前所述，假设出口边界条件是无应力的，这是通过向出口施加零压力(例如，0帕斯卡)来实现的。如由图20中的2003所示，在3D体积网格中存在多于一个出口边界的情况下，一个血管出口被设定为零压力，并且在其它(多个)出口边界(2004)上，设定出口血液速度剖面或血液流量剖面。该出口血液速度剖面或血液流量剖面可以通过如前所述的方法获得。

3D体积网格(2002)的其它(多个)出口(2004)上的边界条件可以基于在入口(2001)处应用的边界条件通过使用各种缩放定律来计算。最著名的缩放定律(Murrays定律)始于20世纪初，并且基于描述通过网络传输流体所需能量最小化的物理原理(Murray等人的“The Physiological Principle of Minimum Work:I.The Vascular System andthe Cost of Blood Volume”，Proceedings of the National Academy of Sciences ofthe United States of America1926；12(3):207-14)。该定律规定了直径与平均速度之间的立方关系。基于经验数据的各种最近开发的缩放定律也是可适用的，对于冠状动脉流量，将直径与平均速度相关的指数范围在2与3之间，如例如由Kassab等人的“Scaling laws ofvascular trees:of form and function”，Am J Physiol Heart Circ Physiol2006；290(2):H894-903或由Kim等人的“Patient-specific modeling of blood flow andpressure in human coronary arteries”，Ann Biomed Eng2010；38(10):3195-209所描述的。基于这样的缩放定律将通过冠状动脉树的分支的流动分流设定为出口边界条件也是常见且有效的方法，如例如由van der Giessen等人的“The influence of boundaryconditions on wall shear stress distribution in patients specific coronarytrees”，J Biomech 2011；44(6):1089-95所描述的。

可选地，可以使用通用剖面。这些通用剖面可以被缩放以在出口处应用患者特异性血液速度剖面或血液流量剖面。可以基于出口处的血管模型的局部几何形状来应用缩放。可选地，血液速度剖面或血液流量剖面可以基于关于特异性血管的一般几何形状信息来缩放，例如，如由Dodge等人的“Lumen Diameter of Normal Human Coronary ArteriesInfluence of Age,Sex,Anatomic Variation,and Left Ventricular Hypertrophy orDilation”Circulation,Vol 86,No1,July 1992pp 232-246所报道的冠状动脉血管尺寸。

回到图12，在1203处，作为来自步骤1201的结果，一个或更多个处理器计算整个3D体积网格的速度分布。例如，一个或更多个处理器利用计算流体动力学(CFD)，以基于针对心动周期的至少一部分的边界条件来获得整个3D体积网格的体积要素处的速度。作为步骤1202的结果，通过用边界条件的应用借助于CFD求解Navier-Stokes方程来计算速度分布。该技术例如由Dadvand等人的“An Object-oriented Environment for DevelopingFinite Element Codes for Multi-disciplinary Applications”，Arch ComputatMethods Eng 17,2010,pp 253-297以及例如由Krijger等人的“Computation of steadythree dimensional flow in a model ofthe basilar artery”，J Biomechanics..1992；25:1451-1465所描述的。

血液是非牛顿流体，为了简化，血液被视为牛顿流体。在牛顿法的情况下，假设血液的粘度是恒定的，并且例如可以使用1035Pa/s的粘度和1050kg/m³的密度。血液的非牛顿近似可以通过利用在血管壁表面处计算的剪切率并且应用非牛顿模型来计算局部血液粘度来实现。文献中描述了非牛顿血液模型，并且在Sochi的“Non-Newtonian Rheology inBlood Circulation”，2013中描述了许多这些模型。此外，血管壁是刚性的并且假设无滑动条件。

附加地或可选地，代替使用血管的单个3D体积网格，可以在CFD计算中使用随时间变化的3D体积网格。后者表示血管在心动周期期间的动态行为，并且包括血管在心动周期期间的扩张性。

可选地，血管壁机械性质可以应用于CFD计算，并且可以模仿例如冠状动脉或任何其它动脉的脉动特性(包括血管壁在心动周期期间的扩张性)。

求解纳维尔-斯托克斯方程可以以几种方式完成，例如，单片方法。纳维尔-斯托克斯方程可以被离散化和稳定化，这产生一组方程。单片方法求解该方程组(同时求解速度和压力，没有分裂)。单片方法允许更大的计算时间步长来达到稳态解，这减少了计算时间。单片方法适用于低雷诺数。然而，当出现湍流现象(高雷诺数)时，单片方法无法达到稳定解。

为了克服湍流现象的求解问题，RANS((Reynolds Averaged Navier Stokes)可以将附加参数(湍流粘度)添加到整体问题。该参数试图通过在每个时间步长中修改流体的粘度来将湍流效应捕获到方程中。

CFD计算在计算时间步长中进行，对于每个计算时间步长，应用入口边界条件，对于血管树，根据对应的计算时间步长应用出口边界条件。前一计算时间步长的CFD结果(诸如每个网格节点的速度和压力)用于下一计算时间步长。

如前所述，3D重建可以表示单个血管(图14。1401)、分叉(图20)、一个或更多个分叉血管或血管树(图30)。具有分叉或血管树的3D重建的主要优点在于，在CFD计算期间考虑分叉冠状动脉中的流量分布，这意味着近端血管部分(图20，2001)的流量分裂为两个分支血管(图20，2003和2003)。这通过暗示如之前参照图20所描述的出口边界条件来实现。另一方面，创建分叉尤其是冠状动脉树的3D重建对于医生来说可能是耗时的并且阻碍在线使用。

因此，如由图31所示的，根据本文的新型且独特的方面，描述了使用单个血管的3D重建与不在3D重建中的患者特异性图像数据(例如，2D图像、X射线等)的分析一起结合以便自动集成由于分叉冠状动脉分支血管(不在3D重建中并且与目标血管分离)而导致的目标血管(在3D重建中)中的流量减少的方法和系统。这仅在入口边界表示流量的情况下。在图31内，目标血管(3101)被限定为从左冠状动脉口直到左冠状动脉回旋动脉中的远端位置。为了说明的目的，在图31内仅可视化一个单个x射线投影。例如，单个X射线投影可以表示患者特异性图像数据，而3D重建仅用于目标血管3101。由3102识别其中左主冠状动脉分裂为左前降支动脉和左旋支动脉的大分叉(也称为侧分支或分支血管)。该分叉(3102)将来自左心门(Q_ostium)的流量分为到左前降动脉的流量(Q_lad)和到左回旋动脉的流量(Q_lcx)，并且必须应用质量守恒：Q_ostium＝Q_lad+Q_lcx。在图31内，较小的分叉动脉由3103、3104和3105识别，这导致从主血管到(多个)侧分支的流量的较小减少。如在下文中所描述的，本文的方法和系统考虑了沿着目标血管(3101)的流量减少，其中流量减少是由于朝向分支血管(例如，由图31中的3102、3103、3104、3105所描绘的分叉)的流量损失。流量减少包括在CFD计算内。为了在CFD计算期间结合沿着目标血管的流量减少(步骤1203)，即使分支血管不在目标血管的3D重建中，也需要识别分支血管的位置。例如，如图31中所描绘的3102和3103，不需要沿着目标血管识别所有分支血管，而是至少应考虑有助于显著减少流量的分支血管。

根据本文的新型且独特的方面，该方法和系统结合计算针对冠状动脉树的WSS描述符来进行以下操作，冠状动脉树包括不包括在3D重建中的分支血管。该方法和系统通过患者特异性图像数据(例如，通过2D x射线)识别分支血管。该方法和系统将分支血管投影到目标血管的3D重建上。该方法和系统计算距分支血管的近端的目标血管内的第一流量，并且计算距分支血管的远端的目标血管内的第二流量。该方法和系统将第一流量与第二流量之间的差异分配给分支血管，并且基于该差异将边界条件分配给目标血管的表面。边界条件位于与分支血管的位置对应的表面要素处。然后在(多个)WSS描述符的计算中使用边界条件。更具体地，当在整个3D体积网格中获得体积要素处的速度时，在CFD中使用边界条件，并且沿着3D体积网格的表面在对应的体积要素处计算WSS向量。

通过图32的流程图进一步描述了3D重建内的分支血管(也称为侧分支)的识别。在步骤3201处，如在由图4的流程图描述的步骤内用于创建目标血管的3D重建，识别至少一个x射线血管造影图像帧(来自患者特异性图像数据)中的分支血管。通过参照图33进一步描述识别一个x射线血管造影图像帧内的分支血管的示例。作为由图4表示的流程图的结果，所检测的管腔边界由3301示出。在所检测的管腔边界外部的两个条带中对图像强度进行采样，得到两个背景曲线图；一个用于左侧，一个用于右侧。左和右由管腔边界的起始点定义，当管腔边界在如图片3300中的P指示的血管的近端位置处开始时，左背景曲线图(3304)沿着由3302识别的条带被再采样，并且右背景曲线图(3305)沿着由3303识别的条带被再采样。在存在分支血管的情况下，沿着背景曲线图的局部强度将示出由于分支动脉的存在而导致的局部强度下降。例如，由图片3300中的SI识别的分支血管在左背景曲线图3304中通过由3306指示的局部强度下降可见。对于分别由3307和3308指示的分支血管S2和S3也是如此。可以自动检测背景曲线图中的这些局部强度下降，从而自动识别分支血管。例如，可以通过一些标准校正背景曲线图(3309、3310)，其中可以存档自动识别的局部最小值。这种方法可以基于例如滚球算法，如由图片3311所示，其沿着曲线滚动具有预定半径的球。通过滚球之前的曲线图由3312呈现，在应用滚球算法之后，曲线图由3313呈现。球的半径将限定可以校正的曲线图的宽度，并且该宽度与所讨论的分支血管的尺寸相关。可以应用其它方法来识别背景曲线图中的局部最小值(定义分支血管)。在其它实施例中，一个或更多个机器学习系统或其它形式的计算机类人工智能可以被训练或以其它方式配置为直接从图像序列检测一个或更多个目标分支血管(例如，沿着检测到的管腔边界)。(多个)机器学习系统可以由一个或更多个人工神经网络、决策树、支持向量机和/或贝叶斯网络实现。(多个)机器学习系统可以通过涉及一组训练数据的监督学习、无监督学习或半监督学习来训练。

在步骤3202中，(多个)分支血管投影到3D重建上。例如，在一个或更多个x射线血管造影图像帧中识别的分支血管(作为步骤3201的结果)被转移到目标血管的3D重建的表面上的正确空间位置。参照图34示出了用于将分支血管投影到3D重建上的方法(即，用于定义所检测的分支血管在3D重建上的位置的方法)。呈现了通过使用两个2D图像3402和3403的3D重建3401的示意性示例。在2D图像3402内，存在由3404表示的分支血管，其可以通过如由图31的步骤3201所解释的方法来识别。由于3D重建(3401)基于从2D图像(3402和3403)检测的管腔边界，因此2D图像与3D模型之间的关系是已知的。这意味着3D模型的剖面(3405)、来自2D图像的管腔边界相对于其剖面面积和位置的位置和直径是已知的。为了说明，来自3D重建(3401)的位置的剖面3405基于如由3406所示的位置和直径。这意味着当在2D图像(3404)内检测到分支血管时，该过程可以识别其在3D模型(3407)上的位置。在另一2D图像中也检测到分支血管的情况下，该过程可以通过结合用于创建3D重建的2D图像之间的投影差来评价沿着3D重建的表面的位置。例如，如由图35所示，在图像之间的投影差为90度并且分支血管在两个2D图像(图35内的图像A和图像B)中可见的情况下，在跨越S1-A与S1-B之间的象限的圆周的中间评价该分支血管的真实3D位置。

回到图32，在步骤3203中，作为步骤3202的结果，对于3D重建上的每个分支血管评价每个分支血管的流量减少。例如，该过程计算距分支血管的近端的目标血管内的第一流量，并且计算距分支血管的远端的目标血管内的第二流量。然后，该过程将第一流量与第二流量之间的流量差分配到分支血管。

通过示例的方式，用于评价流量减少的一种方法基于如之前在通过图12的流程图的步骤1202描述的缩放定律。该方法假设分支血管的直径是已知的。该分支血管直径可以根据通过如由通过图32的流程图的步骤3201所描述的校正方法校正的背景曲线图的局部最小值(3314)的宽度来评价。由于分支血管的位置在3D模型中是已知的，因此刚好靠近分支血管的3D模型的直径/面积是已知的。用该信息(3D模型的刚好靠近分支血管的直径和侧分支的直径)，可以通过如前所述的缩放定律来计算该分支血管的流量减少。用于评价每个分支血管的流量减少的另一方法基于如由题为“Method and Apparatus forQuantitative Hemodynamic Flow Analysis”的第16/438,955号美国专利申请所公开的教导和方法，其中，发明人指示冠状动脉树在考虑单个患者的情况下在整个健康冠状动脉树中表现出恒定的速度。参照图36进一步解释结合这些教导的用于评价每个分支血管的流量减少的方法。在图36内，基于如之前参照图1的步骤101和步骤102所描述的两个x射线血管造影序列中的管腔边界分割来呈现3D重建。在图36内，作为步骤3201和步骤3202的结果，在3D重建上检测并且定位三个分支血管。如由3600所示出的，通过步骤103，计算解剖参数(诸如沿着3D重建(沿着3D中心线)的直径)。如对于分支血管SI、S2和S3由3601、3602和3603所示出的，由于3D重建是单个血管，因此其沿着3D重建的直径由于在每个分支血管之后的直径减小而示出步降。为了在整个健康冠状动脉树中并入恒定速度，需要沿着3D重建的健康直径的评价。由于3D重建可以包括至少一个疾病位置(例如，3604)，因此3D重建的直径曲线图被划分为n+1个区段，其中n表示在3D重建上识别的分支血管的数量。通过每个区段，评价健康直径(参考直径)。如由图37的3702所示出的，用于计算沿着3D重建的直径的子区段内的健康直径的一种方法是包括沿着子区段(图37的3701)的血管中心线的所有直径或面积数据，并且自动拟合通过所有直径或面积数据点的直线。该拟合线表示沿着子区段内的中心线的健康血管直径或面积。使用该方法，所得健康直径或面积线基于沿着血管子区段的所有直径或面积值，并且因此还包括患病的血管部分内的直径或面积，这可能导致所计算的健康直径或面积线的轻微低估。用于改善参考直径面积计算的一种方法将是通过进行可选的步骤，其中从直径或面积数据丢弃偏离的血管直径或血管面积值。这些偏离直径或面积值的确定可以通过例如创建所有血管直径或血管面积数据点的累积直方图来实现(图38B的3801)。基于预定义或动态阈值(图38B的3802)，丢弃最小血管直径或面积值(图38A的3803)。接下来，通过剩余的直径或面积数据点拟合直线。该拟合线表示沿着子区段的中心线的健康血管直径或面积。可选地，手动参考位置由医生根据血管直径或面积数据(图39的3901)指示或自动检测，如例如由Gronenschild E等人在“CAAS II:A Second Generationsystem for Off-Line and On-Line Quantitative Coronary Angiography”Cardiovascular Diagnosis 1994；33:61-75所教导的。参考位置是健康子区段血管部分的标识。接下来，通过参考位置处的直径或面积数据值拟合直线(图37的3902)，如例如由Gronenschild E等人在“CAAS II:A Second Generation system for Off-Line and On-Line Quantitative Coronary Angiography”，Cardiovascular Diagnosis 1994；33:61-75中所教导的。该拟合线表示沿着血管的中心线的健康血管直径或面积。知道每个子段的健康直径，我们可以计算流量减少。通过流入口条件(步骤1202)，我们可以基于来自第一子区段或来自入口几何形状(1501)的参考直径来计算速度。使用针对每个子区段的该速度和健康参考直径，流量减少可以通过Q_前一区段-Q_当前区段计算，其表示第一流量与第二流量(也称为相对于对应的分支血管的近端流量和远端流量)之间的流量差。

该过程基于差值将边界条件分配到目标血管的表面。边界条件用于计算在CFD计算中由于每个分支血管引起的流量减少。更具体地，在作为步骤1201的结果所产生的体积网格上，体积要素被识别为与如在3D重建上识别的分支血管的位置对应的附加出口(边界条件)。图40示出了单个侧分支的示例，4001表示3D重建的体积网格，并且4002示出了侧分支的附加出口。对于每个分支血管，少量体积要素被识别(4003)为附加出口，体积要素的数量可以取决于由于所讨论的分支血管和体积要素的尺寸引起的流量减少。在图40内，CFD计算的结果由4004呈现，其中速度在图片4004中被示出为色标。在表示3D重建的远端部分的体积网格的出口处，速度可视化，并且4005示出了表示侧分支的附加出口处的速度。可选地，在侧分支的位置处，3D体积网格可以用表示具有一定长度(如例如局部分支直径的三倍)的分支血管直径的管来扩展。

可选地，由于每个体积要素的压力梯度是求解纳维尔-斯托克斯方程的一部分，因此如由通过图1的流程图的步骤104所描述的压力参数的计算也可以通过步骤1203的结果来计算。

WSS描述符部分地基于边界条件来计算。例如，在1204处，作为步骤1203的结果，一个或更多个处理器根据整个3D体积网格的速度分布来计算WSS。例如，一个或更多个处理器计算沿着3D体积网格的表面在对应体积要素处的WSS向量。如由图21所示出的，对于3D体积网格的表面上的每个体积要素，WSS由靠近血管壁的速度分布确定。在图21内，绿色箭头(2101)表示表面上的该特定体积要素的WSS向量。如由图22所示出的，为了获得这些WSS向量，需要确定与血管壁垂直的速度梯度。靠近壁的速度梯度被称为壁剪切率为此，确定所有三个正交方向上的速度梯度，这产生速度梯度向量。WSS向量由下计算：

其中μ是血液的粘度。

通过WSS向量通过WSS向量的长度/>计算WSS的量值。在WSS量值之后，可以基于WSS向量导出更多方向性WSS。例如，可以导出轴向WSS，其中轴向WSS(WSS_ax)表示血管(1303，图13)的轴向方向上的WSS。血液的轴向方向由与血液中心线相切的方向确定。周向WSS或二次WSS(WSS_sc)(1304)是在与血管中心线的切线垂直的方向上的WSS。径向壁剪切应力(WSS_rad)指向或远离血管的中心轴线(1305)。

在1205处，一个或更多个处理器基于3D重建计算针对血管的表面的包括病变的区段的壁剪切应力(WSS)描述符。WSS描述符包括关于在心动周期的至少一部分期间在区段内的表面要素处施加的收缩或扩张的变化量的信息。例如，一个或更多个处理器可以基于WSS向量计算WSS描述符。例如，通过使用步骤1204的结果来计算WSS类参数(WSS描述符)。当使用如由图18所示出的动态入口血液速度剖面或入口血液流量剖面时，速度或流量随时间变化。可以针对由动态剖面描述的每个时间点(图18的曲线图中的每个点)计算WSS，并且通常覆盖一个心动周期的持续时间。WSS描述符可以基于从多个时刻或基于单个时刻导出的WSS信息。从一个时刻获得的WSS类描述符例如是峰值WSS、收缩末期WSS或舒张末期WSS。

结合来自多个时间点(例如，心动周期)的WSS信息的WSS描述符包含动态血液流量信息，并且因此包含关于由于血液循环引起的动态的更多信息。

附加地或可选地，一个或更多个处理器进一步被配置为：计算在区段内在对应表面要素处的WSS向量；以及基于WSS向量计算WSS描述符。附加地或可选地，WSS描述符包括拓扑剪切变化指数(TSVI)，TSVI表示在表面要素处施加的收缩或扩张的变化量，其中一个或更多个处理器还被配置为基于WSS向量的散度来计算TSVI。TSVI可以基于在心动周期中在对应时刻处的瞬时散度和遍及心动周期的平均散度。对于散度的负值和正值分别指示对应表面要素处的收缩和扩张。

附加地或可选地，一个或更多个处理器可以被配置为通过对遍及心动周期的WSS向量的幅度进行平均来计算作为针对表面要素中的每个的WSS描述符的时间平均WSS(TAWSS)。TAWSS定义沿着心动周期的平均WSS，并且通过以下计算：

其中，T表示心动周期的持续时间。

附加地或可选地，一个或更多个处理器可以被配置为计算壁剪切应力梯度作为WSS描述符，该壁剪切应力梯度被定义为跨内皮表面的剪切应力差的量值。该梯度可以通过WSS计算，或者当考虑动态流量剖面时通过TAWSS计算。可选地，可以在轴向方向(1303)、周向方向(1304)和径向方向(1305)上计算该梯度。

拓扑剪切变化指数(TSVI)是包括时间信息的WSS类描述符的另一示例。TSVI作为由WSS沿着心动周期施加的收缩/扩张的局部作用的可变性的测量，如由Morbiducci等人的“Wall shear stress topological skeleton independently predicts long-termrestenosis after carotid bifurcation endarterectomy”，Annals of BiomedicalEngineering 2020；1-14以及由De Nisco等人的“Deciphering ascending thoracicaortic aneurysm hemodynamics in relation to biomechanical properties”，Med EngPhys.2020；82:l 19-29所描述的。技术上，TSVI被定义为单位WSS向量场的瞬时散度相对于其遍及心动周期的平均值的均方根偏差。在三个步骤中计算TSVI。第一步使用公式确定归一化WSS向量场的散度：

其中τ是WSS向量，|τ|是WSS向量的量值，并且τ_u是归一化WSS向量。随后，通过公式计算在时间上平均的归一化WSS向量散度：

并且顶条表示循环平均量。最后，通过使用公式对时间步长T的数量求和来计算TSVI：

WSS收缩/扩张的变化量由针对每个表面点的TSVI值表征。

可以使用遍及心动周期的WSS值来计算附加WSS参数。例如，可以计算振荡剪切指数(OSI)、错流指数(CFI)、相对停留时间(RRT)和横向WSS(transWSS)。OSI表示来自主要血液流量的WSS向量的方向的变化，并且因此量化整个心动周期的WSS向量与TAWSS向量的对准，并且通过以下计算：

CFI表示WSS的方向性，而不考虑量值。它是时间平均WSS向量与瞬时值之间的角度的正弦。CFI是这些瞬时分量的时间平均值并且被定义为：

RRT是血液流量紊乱的标志，由低量值和高振荡壁剪切应力(WSS)标记，并且通过以下计算：

transWSS是遍及心动周期的与时间平均WSS向量垂直的平均WSS分量并且假设内皮细胞与其对准。这提供了内皮细胞可能受到交叉流量不利影响的生物学假设。遍及心动周期的较大部分，高transWSS可以通过小剪切向量的大波动、大剪切向量的小波动或适度剪切向量的小波动引起。通过公式计算transWSS：

病变的存在可能导致血液流量紊乱，血液流量可能变得动荡。由于血管中的病变引起的血液动力学变化的评价可以有助于确定病变严重性。血管中的血液速度分布的变化或波动可以通过湍流动能来评价。湍流动能表示速度随时间的变化或波动。为了确定湍流动能，需要在CFD步骤1203中计算多个心动周期(例如，12个周期)，并且应存在湍流模型(例如，RANS)，以正确地解决血液流量的湍流。接下来，通过应用雷诺分解技术来分解速度向量。速度分量u被分解为稳定分量和波动分量u′。/>

湍流动能由以下计算：

其中u′、v′和w′是每个网格节点的速度向量(x，y，z)的波动速度分量。

在106中，一个或更多个处理器定义风险预测。例如，一个或更多个处理器基于WSS描述符以及压力参数或解剖参数中的至少一个来计算心肌梗塞(MI)指数(也称为心肌风险指数)，MI指数表示病变将导致MI的可能性。可选地或替代地，一个或更多个处理器还可以被配置为通过计算WSS描述符、解剖参数和压力参数的加权和来计算MI指数。根据本文的实施例，MI指数表示病变将破裂的可能性。冠状动脉病变的心肌风险指数通过一个或多个区段内的解剖参数(步骤103)、压力参数(步骤104)和WSS类描述符(步骤105)的加权来计算。

MI指数可以以各种方式呈现/输出。例如，MI指数可以被呈现为指示病变将导致破裂或MI的可能性的图形和/或字母数字标记。作为一个示例，MI指数可以单独呈现百分比可能性。作为另一示例，MI指数可以被呈现为沿着色标的一种或更多种颜色，该色标范围从指示病变将破裂的非常低的可能性的第一颜色到指示病变将破裂的非常高的可能性的第二颜色。如本文所解释的，颜色标记可以覆盖在病变的图形表示上并且不同的颜色覆盖在病变区段、上游区段和下游区段上。

如由图23所示出的，其中提取有WSS类描述符的区段与目标血管内的病变相关。图23示出了来自目标血管的区段定义的示例，其中病变区段(2301)包括如由步骤103定义的最小管腔面积(MLA)，并且由如在步骤103内计算的梗塞区域的近端边界和远端边界限制。一个或更多个处理器还被配置为：将血管划分为病变区段、上游区段和下游区段。病变区段包括血管的具有最小管腔面积(MLA)并且由近端边界和远端边界界定的区域。上游区段从近端边界向近端延伸近端长度，该近端长度与血管在近端边界处的直径具有预定关系。下游区段从远端边界向远端延伸远端长度，该远端长度与血管在远端边界处的直径具有预定关系。上游区段和下游区段在梗塞边界处延伸例如相应直径的三倍。针对上游区段的近端边界和针对下游区段的远端边界。

一个或更多个处理器针对病变区段、上游区段和下游区段中的每个计算平均WSS类描述符。例如，通过病变区段内的所有TAWSS值的平均值来计算病变区段的TAWSS描述符。可以考虑多个WSS类区段描述符，例如，区段内特定WSS类描述符的最大值或区段内WSS类描述符值的标准偏差、区段内特定WSS类描述符的中值或其它统计方法。

图24示出了可以在计算心肌风险指数期间使用的解剖参数(来自步骤103的结果)的示例。与针对WSS类描述符的区段定义类似，病变区段是如由2401(MLA)和2402(梗塞区域或病变长度)识别的重要参数。如由图24所示出的，除了这些解剖参数之外，％病变严重性、入口直径和出口直径或者面积以及距MLA位置的距离可以用作解剖参数。

图25示出了可以在计算心肌风险指数期间使用的压力参数(来自步骤104的结果)的示例。血管vFFR(2501)是重要的压力参数，并且表示3D重建的最远端位置处的vFFR值。再次，梗塞区域用于提取附加压力参数，如例如也称为“跨病变vFFR差值”的病变vFFR，其表示梗塞区域的远端边界(2504)与近端边界(2503)之间的vFFR差。除了vFFR值之外，以mmHg表示的压力也可以用于压力参数。压力参数的另一示例是基于虚拟拉回的形状的局灶性或弥漫性病变的可能性。这种可能性可以例如基于如由Collet等人在“MeasurementofHyperemic Pullback Pressure Gradients to Characterize Patterns of CoronaryAtherosclerosis”，J Am Coll Cardiology 2019Oct 8；74(14):1772-1784中所描述的教导。此外，沿着目标血管(图11内的1104)的拉回vFFR或拉回压力曲线可以被用作附加参数。

图26示出了用于计算心肌风险指数(MI风险指数，2608)的步骤的总结。首先，基于如由2601所示出的X射线血管造影术图像数据(步骤101)，创建并且由2602示出目标血管的3D重建(步骤102)。基于3D重建，借助于如由2603所示出的求解描述流体运动的方程(Navier-Stokes方程)的现有技术方法(例如，借助于CFD)来计算速度(步骤1203)。从3D重建提取的解剖参数由2605呈现，并且从3D重建提取的压力参数由2606呈现。在区段(2604)内计算如由2607所示出的WSS类描述符。最后，通过加权2605、2606和2607的值来计算MI风险指数(2608)。可以针对所有参数同等地进行加权，或者可以应用更复杂的方法来定义用于计算MI风险指数的不同参数的加权参数。例如，借助于如例如由Saltelli的“Makingbest use of model evaluations to compute sensitivity indices”，Comput.Phys.Commun.,vol.145,no.2,pp.280-297,2002或由Saltelli等人的“Sensitivity analysis in practice.A guide to assessing scientific models”，2004,ISBN 0-470-87093-1所教导的灵敏度分析。

灵敏度分析将提供提取数学模型，该数学模型描述了与结果相关的如之前所描述的所有参数(输入)之间的复杂关系，在我们的情况下，所述结果将是MI或MACE。以这种方式，模型可以被视为黑盒，即，输出是其输入的“不透明”函数。通常，模型输入中的一些或全部受到不确定性来源(包括测量误差、缺乏信息以及对驱动力和机制的不良或部分理解)的影响。这种不确定性限制了我们对模型的响应或输出的置信度。此外，模型可能必须应对系统的自然固有可变性(波动性)，诸如随机事件的发生。良好的建模实践要求建模者提供对模型的置信度的评价。这首先需要量化任何模型结果中的不确定性(不确定性分析)；以及第二，评价每个输入对输出不确定性有多大贡献。灵敏度分析解决了每个输入对输出不确定性有多大贡献，在确定输出的变化时进行通过重要性排序输入的强度和相关性的作用。这将优化针对参数中的每个的加权以提供MI风险指数。

MI风险指数可以以几种方式报告。首先，如由图23所示出的，MI风险指数呈现为每个区段内的单个值；病变区段、上游区段和下游区段。其次，MI风险指数被呈现为具有预定义长度的一定量区段的3D重建的细分内的单个值。第三，如例如由图27所示出的，针对3D体积网格的每个表面要素计算MI风险指数，并且将其呈现为叠加在3D重建上的颜色图。

此外，可以呈现底层WSS描述符。图28提供了示出如从分析获得的WSS结果的工作流程屏幕截图的示例。

在该示例中，WSS被可视化为叠加在3D重建(2802)上的颜色图，该颜色图对应于表示心动周期(2803)的一组速度剖面内的单个时刻(2801)。如前所述的每个WSS描述符可以通过例如通过下拉框2804选择所描述的WSS描述符中的一个来被可视化为叠加在3D重建上的颜色图。图29提供了作为颜色图叠加在3D重建上的WSS描述符的一些图示。图29示出了如从一次分析获得的WSS描述符的差，这意味着WSS向量对于所有示出的示例是相同的；TAWSS(2901)、OSI(2902)、RRT(2903)、transWSS(2904)、CFI(2905)、TAWSSax(2906)、TAWSSsc(2907)、TSVI(2908)。

操作可以由连接到X射线系统的独立系统或半独立系统上的处理器单元进行，或者直接包括在例如x射线荧光照相系统或任何其它图像系统中以获取二维血管造影术图像序列。

图17示出了x射线电影荧光照相系统的高级框图的示例。在该框图中，示出了关于实施例可以如何集成在这样的系统中的示例。

已经主要参照冠状动脉公开了发明。本领域技术人员将理解的是，该教导可以同样地扩展到其它血管结构，例如，外周血管或静脉。此外，已经主要参照X射线血管造影术图像数据集公开了发明。本领域技术人员将理解的是，该教导可以同样地扩展到其它成像模态，例如，旋转血管造影术、MRI、计算机断层扫描(CT)、SPECT、PET、超声等。

可以用专用硬件、模拟和/或数字电路和/或操作存储在存储器中的程序指令的一个或更多个处理器来实现系统的(如由各种功能块定义的)部分。

图17的X射线系统包括具有产生X射线束1703的高压发生器1702的X射线管1701。高压发生器1702控制X射线管1701并且将电力传输到X射线管1701。高压发生器1702跨X射线管1701的阴极与旋转阳极之间的真空间隙施加高压。由于施加到X射线管1701的电压，发生从X射线管1701的阴极到阳极的电子转移，导致X射线光子产生效应，也称为韧致辐射(Bremsstrahlung)。所产生的光子形成被引导到图像检测器1706的X射线束1703。

X射线束1703包括具有能量谱的光子，能量谱的范围高达由提交到X射线管1701的电压和电流所确定的最大值。然后，X射线束1703穿过躺在可调节的手术台1705上的患者1704。X射线束1703的X射线光子以不同的程度穿透患者的组织。患者1704中的不同结构吸收辐射的不同部分，调制射束强度。从患者1704出射的调制X射线束1703′由位于X射线管对面的图像检测器1706检测。该图像检测器1706可以是间接或直接检测系统。

在间接检测系统的情况下，图像检测器1706包括将X射线出射光束1703′转换为放大的可见光图像的真空管(X射线图像增强器)。然后该放大的可见光图像传输到用于图像显示和记录的可见光图像接收器(诸如数字摄像机)。这导致数字图像信号。

在直接检测系统的情况下，图像检测器1706包括平板检测器。平板检测器将X射线出射光束1703′直接转换为数字图像信号。由图像检测器1706产生的数字图像信号穿过数字图像处理单元1707。数字图像处理单元1707将来自1706的数字图像信号转换为标准图像文件格式(例如，DICOM)的校正的X射线图像(例如，反转的和/或对比度增强的)。然后可以将校正的X射线图像存储在硬盘驱动器1708上。

此外，图17的X射线系统包括C形臂1709。C形臂保持X射线管1701和图像检测器1706，使得患者1704和可调节的手术台1705位于X射线管1701与图像检测器1706之间。C形臂可以被移动(旋转和成角度)到期望的位置，以使用C形臂控制模块1710以受控的方式采集某个投影。C形臂控制模块允许用于在特定投影处在针对X射线记录的期望位置中的C形臂的调节的手动或自动输入。

图17的X射线系统可以是单平面或双平面成像系统。在双平面成像系统的情况下，存在均由X射线管1701、图像检测器1706和C形臂控制模块1710组成的多个C形臂1709。

另外，可以使用手术台控制单元1711来移动可调节的手术台1705。可调节的手术台1705可以沿着x轴、y轴和z轴移动以及在某个点周围倾斜。

此外，测量单元1713存在于X射线系统中。该测量单元包含关于患者的信息，例如，关于ECG、主动脉压、生物标记和/或身高、长度等的信息。

通用单元1712也存在于X射线系统中。该通用单元1712可以用于与C形臂控制模块1710、手术台控制单元1711、数字图像处理单元1707和测量单元1713交互。

实施例由图17的X射线系统如下实现。临床医生或其它用户通过使用C形臂控制模块1710将C形臂1709移动到相对于患者1704的期望位置来获取患者1704的至少两个X射线血管造影术图像序列。患者1704躺在已由用户使用手术台控制单元1711移动到特定位置的可调节的手术台1705上。

然后使用如上所述的高压发生器1702、X射线管1701、图像检测器1706和数字图像处理单元1707产生X射线图像序列。然后将这些图像存储在硬盘驱动器1708上。如例如如图1所描述的，使用这些X射线图像序列，通用单元1712使用测量单元1713、数字图像处理单元1707、C形臂控制模块1710和手术台控制单元1711的信息来进行如由本申请所描述的方法。

本文已经描述和示出了用于恢复关于速度分量的顺序和流动方向的缺失信息的方法和设备的一些实施例。虽然已经描述了发明的具体实施例，但是由于旨在是发明的范围与本领域将允许的范围一样宽并且同样地阅读说明书，因此并不旨在将发明限制于此。例如，数据处理操作可以对存储在数字存储器(诸如医学成像领域中常用的PACS)中的图像离线进行。因此，本领域技术人员将理解的是，在不脱离所要求保护的所提供的发明的精神和范围的情况下，可以对所提供的发明进行其它修改。

本文所描述的实施例可以包括如上面讨论的各种数据存储器以及其它存储器和存储介质。这些可以驻留在各种位置中，诸如在计算机中的一个或更多个本地(和/或驻留在计算机中的一个或更多个中)或远离网络上的计算机中的任何或全部的存储介质上。在一组特定实施例中，信息可以驻留在本领域技术人员熟悉的存储区域网络(“SAN”)中。类似地，用于进行归属于计算机、服务器或其它网络装置的功能的任何必要文件可以适当地本地和/或远程存储。在系统包括计算机装置的情况下，每个装置可以包括可以经由总线电结合的硬件元件，这些元件包括例如至少一个中央处理单元(“CPU”或“处理器”)、至少一个输入装置(例如，鼠标、键盘、控制器、触摸屏或小键盘)和至少一个输出装置(例如，显示装置、打印机或扬声器)。这样的系统还可以包括一个或更多个存储装置(诸如磁盘驱动器)、光学存储装置和固态存储装置(诸如随机存取存储器(“RAM”)或只读存储器(“ROM”))以及可移动介质装置、存储卡、闪存卡等。

这样的装置还可以包括计算机可读存储介质读取器、通信装置(例如，调制解调器、(无线或有线)网卡、红外通信装置等)和如上所述的工作存储器。计算机可读存储介质读取器可以与计算机可读存储介质连接或被配置为接收计算机可读存储介质，该计算机可读存储介质表示远程、本地、固定和/或可移动存储装置以及用于临时和/或更永久地包含、存储、传输和检索计算机可读信息的存储介质。系统和各种装置通常还将包括位于包括操作系统和应用程序(诸如客户端应用或web浏览器)的至少一个工作存储器装置内的多个软件应用、模块、服务或其它元件。应理解的是，可选实施例可以具有与上述不同的许多变型。例如，还可以使用定制硬件，并且/或者特定元件可以在硬件、软件(包括诸如小应用程序的便携式软件)或两者中实现。此外，可以采用到诸如网络输入/输出装置的其它计算装置的连接。

各种实施例还可以包括在计算机可读介质上接收、发送或存储根据前面的描述实现的指令和/或数据。用于包含代码或代码的部分的存储介质和计算机可读介质可以包括本领域已知或使用的任何适当的介质(包括存储介质和通信介质，诸如但不限于以用于存储和/或传输信息(诸如计算机可读指令、数据结构、程序模块或其它数据)的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质(包括RAM、ROM、电可擦除可编程只读存储器(“EEPROM”)、闪存或其它存储器技术、光盘只读存储器(“CD-ROM”)、数字通用盘(DVD)或其它光学存储器、磁带盒、磁带、磁盘存储器或其它磁存储装置或者可以用于存储期望的信息并且可以由系统装置访问的任何其它介质))。基于本文提供的公开内容和教导，本领域普通技术人员将理解实施各种实施例的其它方式和/或方法。

因此，说明书和附图被认为是说明性的而不是限制性的。然而，将明显的是，在不脱离如权利要求中阐述的发明的更广泛的精神和范围的情况下，可以对其进行各种修改和改变。

其它变化在本公开的精神内。因此，虽然所公开的技术易于进行各种修改和可选构造，但是其一些示出的实施例在附图中示出并且已经在上面详细描述。然而，应理解的是，不旨在将发明限制于所公开的一种或更多种特定形式，而是相反，旨在覆盖落入如所附权利要求中限定的发明的精神和范围内的所有修改、可选构造和等同物。

除非本文另有说明或与上下文明显矛盾，否则在描述所公开的实施例的上下文中(尤其是在所附权利要求的上下文中)，术语“一”和“一个(种/者)”和“所述(该)”以及类似指示物的使用将被解释为涵盖单数和复数两者。除非另有说明，否则术语“包括”、“具有”、“包含”及其变型将被解释为开放式术语(即，意味着“包括但不限于”)。术语“连接”在未修改并且指物理连接时，即使存在一些介入件，也将被解释为部分地或全部地包含在其中、附着到或接合在一起。除非本文另有说明，否则本文的数值范围的叙述仅旨在用作单独提及落入该范围内的每个单独值的简写方法，并且每个单独值并入到说明书中，如同其在本文单独叙述一样。除非另有说明或与上下文矛盾，否则术语“组”(例如，“一组项目”)或“子组”的使用将被解释为包括一个或更多个部件的非空集合。此外，除非另有说明或与上下文矛盾，否则术语对应组的“子组”不一定表示对应组的适当子组，而是子组和对应组可以相等。

除非本文另有说明或与上下文明显矛盾，否则本文所描述的过程的操作可以以任何合适的顺序进行。本文所描述的过程(或者其变型和/或组合)可以在配置有可执行指令的一个或更多个计算机系统的控制下进行，并且可以实现为在一个或更多个处理器上通过硬件或其组合共同执行的代码(例如，可执行指令、一个或更多个计算机程序或者一个或更多个应用)。代码可以例如以包括可由一个或更多个处理器执行的多个指令的计算机程序的形式存储在计算机可读存储介质上。计算机可读存储介质可以是非暂时性的。

本文描述了本公开的包括发明人已知的用于实施发明的最佳方式的优选实施例。在阅读前面的描述后，那些优选实施例的变化对于本领域普通技术人员来说可以变得明显。发明人期望本领域技术人员适当地采用这些变化，并且发明人旨在以除了本文具体描述的方式之外的方式实践本公开的实施例。因此，本公开的范围包括由适用法律所允许的所附权利要求中所叙述的主题的所有修改和等同物。此外，除非本文另有说明或与上下文明显矛盾，否则本公开的范围涵盖上述元件的呈其全部可能的变型的任何组合。

在附录附于此的情况下，附录的内容将被视为本说明书的一部分，并且通过引用全部包含于此。

本文所引用的包括出版物、专利申请和专利的所有参考文献在此引入作为参考，其程度如同每个参考文献被单独地和具体地指出引入作为参考并且在本文全部阐述。

Claims (29)

1.一种计算机实现的方法，所述方法包括以下步骤：

检索患者特异性图像数据；

根据所述患者特异性图像数据来创建目标血管的3D重建，其中，所述目标血管表示冠状动脉树的包括病变的子集；

至少部分地基于所述3D重建的包括所述病变的部分来计算压力参数或解剖参数中的至少一个；

基于所述3D重建，计算针对所述血管的表面的包括所述病变的区段的壁剪切应力描述符；

其中，所述壁剪切应力描述符包括关于在心动周期的至少一部分期间施加在所述区段内的表面要素处的收缩或扩张的变化量的信息；以及

基于所述壁剪切应力描述符以及所述压力参数或所述解剖参数中的至少一个来计算心肌梗塞指数，所述心肌梗塞指数表示所述病变将导致心肌梗塞的可能性。

2.根据权利要求1所述的方法，其中，计算所述壁剪切应力描述符的步骤还包括：计算所述区段内的对应表面要素处的壁剪切应力向量；以及基于所述壁剪切应力向量计算所述壁剪切应力描述符。

3.根据权利要求1或2所述的方法，其中，边界条件包括入口条件，所述入口条件表示在所述3D重建的近端侧处遍及所述心动周期的所述至少一部分的一组速度剖面。

4.根据权利要求3所述的方法，其中，来自所述一组速度剖面的第一速度剖面表示在所述心动周期中的对应动量下跨在所述3D重建的近端侧处的所述血管的剖面的速度剖面。

5.根据权利要求1所述的方法，其中，所述壁剪切应力描述符包括拓扑剪切变化指数，所述拓扑剪切变化指数表示施加在所述表面要素处的收缩或扩张的变化量，所述方法还包括基于所述壁剪切应力向量的散度来计算所述拓扑剪切变化指数。

6.根据权利要求5所述的方法，其中，所述拓扑剪切变化指数基于所述心动周期中的对应时刻处的瞬时散度和遍及所述心动周期的平均散度。

7.根据权利要求5所述的方法，其中，对于所述散度的负值和正值分别指示对应表面要素处的收缩和扩张。

8.根据权利要求2所述的方法，所述方法还包括：通过对遍及所述心动周期的所述壁剪切应力向量的幅度进行平均来计算针对所述表面要素中的每个的时间平均壁剪切应力。

9.根据权利要求1所述的方法，其中，计算所述心肌梗塞指数的步骤包括计算所述壁剪切应力描述符、所述解剖参数和所述压力参数的加权和。

10.根据权利要求1所述的方法，所述方法还包括将所述血管划分为病变区段、上游区段和下游区段，所述病变区段包括所述血管的具有最小管腔面积并且由近端边界和远端边界界定的区域，所述上游区段从所述近端边界向近端延伸近端长度，所述近端长度与所述血管在所述近端边界处的直径具有预定关系，所述下游区段从所述远端边界向远端延伸远端长度，所述远端长度与所述血管在所述远端边界处的直径具有预定关系。

11.根据权利要求1所述的方法，其中，所述壁剪切应力表示包括轴向分量和周向分量的壁剪切应力向量。

12.根据权利要求1所述的方法，其中，所述心肌梗塞指数表示所述病变将破裂的可能性。

13.根据权利要求1所述的方法，其中，计算所述壁剪切应力描述符的步骤还包括：

将3D重建转换为3D体积网格；

利用计算流体动力学，基于针对所述心动周期的所述至少一部分的边界条件来获得整个所述3D体积网格的体积要素处的速度；

计算沿着所述3D体积网格的所述表面在对应体积要素处的壁剪切应力向量；以及

基于所述壁剪切应力向量计算所述壁剪切应力描述符。

14.根据权利要求1所述的方法，其中，所述目标血管表示单个血管、分叉、分支血管或血管树中的一个。

15.根据权利要求1所述的方法，其中，所述冠状动脉树包括未被包括在所述3D重建中的分支血管，所述方法还包括：

根据所述患者特异性图像数据来识别分支血管；

将所述分支血管投影到所述目标血管的所述3D重建上；

计算距所述分支血管近端的所述目标血管内的第一流量；

计算距所述分支血管远端的所述目标血管内的第二流量；

将所述第一流量与所述第二流量之间的差分配到所述分支血管；以及

基于所述差将边界条件分配到所述目标血管的所述表面，

其中，部分地基于所述边界条件计算所述壁剪切应力描述符。

16.一种计算心肌梗塞可能性的系统，所述系统包括：

存储器，用于存储程序指令；

处理器，当执行所述程序指令时被配置为：检索患者特异性图像数据；根据所述患者特异性图像数据来创建目标血管的3D重建，其中，所述目标血管表示冠状动脉树的包括病变的子集；至少部分地基于所述3D重建的包括所述病变的部分来计算压力参数或解剖参数中的至少一个；基于所述3D重建，计算针对所述血管的表面的包括所述病变的区段的壁剪切应力描述符，其中，所述壁剪切应力描述符包括关于在心动周期的至少一部分期间施加在所述区段内的表面要素处的收缩或扩张的变化量的信息；以及基于所述壁剪切应力描述符以及所述压力参数或所述解剖参数中的所述至少一个来计算心肌梗塞指数，所述心肌梗塞指数表示所述病变将导致心肌梗塞的可能性。

17.根据权利要求16所述的系统，其中，所述处理器进一步被配置为：计算所述区段内的对应表面要素处的所述壁剪切应力向量；以及基于所述壁剪切应力向量计算所述壁剪切应力描述符。

18.根据权利要求16或17所述的系统，其中，边界条件包括入口条件，所述入口条件表示在所述3D重建的近端侧处遍及所述心动周期的所述至少一部分的一组速度剖面。

19.根据权利要求18所述的系统，其中，来自所述一组速度剖面的第一速度剖面表示在所述心动周期中的对应动量下跨在所述3D重建的近端侧处的所述血管的剖面的速度剖面。

20.根据权利要求17所述的系统，其中，所述壁剪切应力描述符包括拓扑剪切变化指数，所述拓扑剪切变化指数表示施加在所述表面要素处的收缩或扩张的变化量，所述处理器还被配置为基于所述壁剪切应力向量的散度来计算所述拓扑剪切变化指数。

21.根据权利要求20所述的系统，其中，所述拓扑剪切变化指数基于所述心动周期中的对应时刻处的瞬时散度和遍及所述心动周期的平均散度。

22.根据权利要求20所述的系统，其中，对于所述散度的负值和正值分别指示对应表面要素处的收缩和扩张。

23.根据权利要求17所述的系统，其中，所述处理器还被配置为通过对遍及所述心动周期的所述壁剪切应力向量的幅度进行平均来计算针对所述表面要素中的每个的时间平均壁剪切应力。

24.根据权利要求16所述的系统，其中，所述处理器还被配置为通过计算所述壁剪切应力描述符、所述解剖参数和所述压力参数的加权和来计算所述心肌梗塞指数。

25.根据权利要求16所述的系统，其中，所述处理器还被配置为将所述血管划分为病变区段、上游区段和下游区段，所述病变区段包括所述血管的具有最小管腔面积并且由近端边界和远端边界界定的区域，所述上游区段从所述近端边界向近端延伸近端长度，所述近端长度与所述血管在所述近端边界处的直径具有预定关系，所述下游区段从所述远端边界向远端延伸远端长度，所述远端长度与所述血管在所述远端边界处的直径具有预定关系。

26.根据权利要求16所述的系统，其中，所述心肌梗塞指数表示所述病变将破裂的可能性。

27.根据权利要求16所述的系统，其中，所述处理器还被配置为通过以下步骤计算所述壁剪切应力描述符：

将3D重建转换为3D体积网格；

利用计算流体动力学，基于针对所述心动周期的所述至少一部分的边界条件来获得整个所述3D体积网格的体积要素处的速度；

计算沿着所述3D体积网格的所述表面在对应体积要素处的壁剪切应力向量；以及

基于所述壁剪切应力向量计算所述壁剪切应力描述符。

28.根据权利要求16所述的系统，其中，所述目标血管表示单个血管、分叉、分支血管或血管树中的一个。

29.根据权利要求16所述的系统，其中，所述冠状动脉树包括未被包括在所述3D重建中的分支血管，其中，所述处理器还被配置为：

根据所述患者特异性图像数据来识别分支血管；

将所述分支血管投影到所述目标血管的所述3D重建上；

计算距所述分支血管近端的所述目标血管内的第一流量；

计算距所述分支血管远端的所述目标血管内的第二流量；

将所述第一流量与所述第二流量之间的差分配到所述分支血管；以及

基于所述差将边界条件分配到所述目标血管的所述表面，其中，部分地基于所述边界条件计算所述壁剪切应力描述符。