CN116746893B - 基于单体位造影数据的血管压力差计算方法及装置 - Google Patents
基于单体位造影数据的血管压力差计算方法及装置 Download PDFInfo
- Publication number
- CN116746893B CN116746893B CN202310723083.6A CN202310723083A CN116746893B CN 116746893 B CN116746893 B CN 116746893B CN 202310723083 A CN202310723083 A CN 202310723083A CN 116746893 B CN116746893 B CN 116746893B
- Authority
- CN
- China
- Prior art keywords
- point
- lumen
- pressure difference
- actual
- blood vessel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 30
- 238000002601 radiography Methods 0.000 title claims abstract description 22
- 230000002792 vascular Effects 0.000 title claims description 9
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 96
- 230000017531 blood circulation Effects 0.000 claims abstract description 61
- 230000008859 change Effects 0.000 claims abstract description 45
- 238000003860 storage Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 61
- 230000006870 function Effects 0.000 claims description 54
- 230000015654 memory Effects 0.000 claims description 38
- 238000004590 computer program Methods 0.000 claims description 17
- 210000004351 coronary vessel Anatomy 0.000 claims description 7
- 230000002093 peripheral effect Effects 0.000 claims description 7
- 238000007917 intracranial administration Methods 0.000 claims description 6
- 230000000284 resting effect Effects 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 230000000544 hyperemic effect Effects 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 6
- 210000001367 artery Anatomy 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000002583 angiography Methods 0.000 description 5
- 238000002586 coronary angiography Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 208000029078 coronary artery disease Diseases 0.000 description 4
- 208000031225 myocardial ischemia Diseases 0.000 description 4
- 238000013146 percutaneous coronary intervention Methods 0.000 description 4
- 238000011282 treatment Methods 0.000 description 4
- 239000002126 C01EB10 - Adenosine Substances 0.000 description 3
- 229960005305 adenosine Drugs 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 3
- 210000004369 blood Anatomy 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000037197 vascular physiology Effects 0.000 description 3
- 206010020565 Hyperaemia Diseases 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012014 optical coherence tomography Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035479 physiological effects, processes and functions Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 206010057469 Vascular stenosis Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000002608 intravascular ultrasound Methods 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000000304 vasodilatating effect Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Cardiology (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Vascular Medicine (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于单体位造影数据的血管压力差计算方法,包括:获取单体位造影数据;确定目标血管的实际管腔模型及实际管腔模型的实际管腔几何参数;确定目标血管的血流速度V;确定感兴趣血管段的近端点和远端点;确定目标血管的参考管腔模型及参考管腔模型的参考管腔几何参数;基于近端点至远端点之间的任意位置p处到近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);基于差异变化函数D(xp)和血流速度V,计算任意位置p与近端点间的压力差ΔP。采用本技术方案,可以缩短压力差的计算时间,并提高计算压力差的适用性和准确性。本发明还公开了一种基于单体位造影数据的血管压力差计算装置、电子设置以及存储介质。
Description
技术领域
本发明涉及医疗技术领域,特别涉及一种基于单体位造影数据的血管压力差计算方法、装置、电子设备及存储介质。
背景技术
冠心病已成为当前困扰广大中国人的重大公众卫生问题,患者数量多、发病率高、死亡率高,给患者家庭、医疗机构和社会带来了沉重的负担。经皮冠状动脉介入治疗(percutaneous coronary intervention,PCI)是治疗冠心病非常重要的一种手段,2020年全国已经有96.8万例的实施。心肌是否缺血是医生制定冠心病治疗策略的一个重要因素。当前在临床上最常规应用的诊断方法是根据冠状动脉造影(CAG)或腔内影像学(血管内超声IVUS或光学相干断层成像OCT)观察血管解剖结构狭窄程度,从而进一步推测患者心肌缺血程度,但无法精确的反馈病变与心肌缺血程度之间的关系。
随着越来越多的临床证据积累,冠脉生理学在冠心病诊治过程中的地位愈加重要。大量研究结果显示,冠脉生理学指导的PCI治疗可以有效的降低患者的不良事件发生率。其中,基于压力导丝的血流储备分数(Fractional Flow Reserve,FFR)已成为评估冠脉狭窄是否导致心肌缺血的“金标准”。然而FFR存在一些弊端,如测量需使用有创介入耗材和腺苷等血管扩张药物、操作复杂、价格昂贵等,不符合中国临床使用场景,使用率低于百分之一,这极大的限制了血管生理学在中国的普及和应用。
近些年,以定量血流分数QFR(Quantitative Flow Ratio)为代表的基于医学影像的计算血管生理学技术迅速发展。QFR测定仅需患者接受常规冠脉造影后,通过管腔分割重建、血流动力学计算等分析,可在介入术中实时检测狭窄导致心肌缺血严重程度的生理学意义,并辅助指导介入手术策略的制定和优化。无需使用介入耗材和血管扩张药物、操作便捷、经济易行,有望大幅拓展血管生理学的临床渗透率,提高诊断精度,改善患者预后。
QFR原型技术需要患者达到最大充血态,通过两幅投照体位角度差≥25°的造影进行三维重建,结合患者个体化血流速度,完成QFR的测定分析。以金标准FFR为参考,初代QFR诊断准确度为88%。但是因为这种技术还是没有摆脱注射血管扩张药物的弊端,所以临床应用还是较为受限,该技术并未推广到临床上应用。
第一代应用于临床的QFR技术于2016年开发完成,计算流程进行了大幅的简化。在操作过程中,无需注射药物,仅需要体位差≥25°的常规冠状动脉造影,就可以完成QFR的计算。不仅降低了分析测定的难度,同时也大幅优化了检测的速度,提高了临床的实用性。以FFR为参考,二代QFR技术诊断准确度高达到92.7%,且与FFR具有非常好的一致性和相关性。
但是,该技术仍然需要两幅冠状动脉造影进行血管的三维重建计算3D QFR,对数据要求较为严苛,临床上并不是所有患者的数据都有两幅高质量的冠状动脉造影数据。常规诊疗流程中,同一根血管会进行两个角度的血管造影采集,其中,有些角度的造影数据会发生血管重叠、短缩、造影剂不充盈等现象,导致图像质量下降,无法进行精准的血管三维重建,从而导致无法实现3D QFR的计算或降低了3D QFR的计算准确度。
有鉴于此,有必要发明一种基于单体位造影数据的血管压力差计算的方法,从而提高该技术的普适性和准确度,扩大临床应用场景。
发明内容
本发明的目的在于解决现有技术中由于采集多角度造影数据而带来的血管压力差计算准确度低、操作不方便的技术问题。本发明提供了一种基于单体位造影数据的血管压力差计算方法,仅需提取单体位造影数据,可以缩短压力差的计算时间,并提高计算压力差的适用性和准确性。
为解决上述技术问题,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,包括:获取单体位造影数据;基于所述单体位造影数据,确定目标血管的实际管腔模型及所述实际管腔模型的实际管腔几何参数;基于所述实际管腔模型,确定所述目标血管的血流速度V;对所述实际管腔模型的感兴趣血管段进行标记,分别确定所述感兴趣血管段的近端点和远端点;基于所述实际管腔模型,确定所述目标血管的参考管腔模型及所述参考管腔模型的参考管腔几何参数;基于所述近端点至所述远端点之间的任意位置p处到所述近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);基于所述差异变化函数D(xp)和所述血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,所述目标血管包括冠状动脉血管、颅内动脉血管、外周动脉血管、由冠状动脉血管/颅内动脉血管/外周动脉血管发出的分支血管和血管树。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,基于所述实际管腔模型,确定所述目标血管的血流速度V,包括:基于TIMI数帧法或图像分割法,以确定所述血流速度V。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,基于所述实际管腔模型确定所述目标血管的参考管腔模型,包括:若所述近端点和所述远端点之间存在分叉,所述远端点前采用阶梯式下降线段对所述实际管腔模型进行重建,所述远端点后采用线性下降线段对实际管腔模型进行重建,确定所述参考管腔模型。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,基于所述近端点至所述远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);包括:对所述近端点至所述远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异随所述任意位置p到所述近端点的距离xp的变化进行归一化处理,确定差异变化函数D(xp)。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,基于所述差异变化函数D(xp)和所述血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP;包括:基于不同窗口下对应的所述差异变化函数D(xp)的平均值和血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,所述基于不同窗口下对应的所述差异变化函数D(xp)的平均值和血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP,包括:
其中,V为血流速度;
C1、C2、…、Cm分别代表血流速度V的参数系数;
a1、a2、…、ak分别为不同尺度下的实际管腔模型的差异变化函数D(xp)的加权系数,所述尺度代表分辨率;
p为大于等于1的自然数,代表位置;
xp为p位置处的参考管腔几何参数和实际管腔几何参数的差异;
k为大于等于1的自然数,2k+1代表窗口大小。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算方法,所述血流速度V包括所述目标血管处于最大充血状态下的血流速度和静息状态下的血流速度。
本发明的实施方式还公开了一种基于单体位造影数据的血管压力差计算装置,包括:数据获取模块,用于获取单体位造影数据;实际管腔模型确定模块,基于所述单体位造影数据,确定目标血管的实际管腔模型及所述实际管腔模型的实际管腔几何参数;速度采集模块,用于基于所述实际管腔模型确定所述目标血管的血流速度V;数据标记模块,用于对所述实际管腔模型的感兴趣血管段进行标记,分别确定所述感兴趣血管段的近端点和远端点;参考管腔模型确定模块,基于所述实际管腔模型确定所述目标血管的参考管腔模型及所述参考管腔模型的参考管腔几何参数;差异变化函数确定模块,基于所述管腔模型上近端点至所述远端点之间的任意位置p处到所述近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);血管压力差计算模块,基于所述差异变化函数D(xp)和所述血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算装置,所述参考管腔模型确定模块,用于若所述近端点和所述远端点之间存在分叉,所述远端点前采用阶梯式下降线段对所述实际管腔模型进行重建,所述远端点后采用线性下降线段对实际管腔模型进行重建。
根据本发明的另一具体实施方式,本发明的实施方式公开了一种基于单体位造影数据的血管压力差计算装置,还包括归一化模块,用于对近端点至远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异随任意位置p到近端点的距离xp的变化进行归一化处理,确定差异化变化函数D(xp)。
本发明的实施方式还公开了一种电子设备,包括存储器、处理器及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任一实施方式中的基于单体位造影数据的血管压力差计算方法。
本发明的实施方式还公开了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一实施方式中的基于单体位造影数据的血管压力差计算方法。
附图说明
图1示出本发明中基于单体位造影数据的血管压力差计算方法的流程图。
图2示出本发明中基于单体位造影数据的血管压力差计算装置的结构框图;
图3示出本发明中电子设备的结构框图。
具体实施方式
以下由特定的具体实施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示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍,但这并不代表此发明的特征仅限于该实施方式。恰恰相反,结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解,以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外,为了避免混乱或模糊本发明的重点,有些具体细节将在描述中被省略。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
应注意的是,在本说明书中,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本实施例的描述中,需要说明的是,术语“上”、“下”、“内”、“底”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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,因此不能理解为对本发明的限制。
术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本实施例的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本实施例中的具体含义。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本实施方式提出一种基于单体位造影数据的血管压力差计算方法,包括:
获取单体位造影数据;
基于单体位造影数据,确定目标血管的实际管腔模型及实际管腔模型的实际管腔几何参数;
基于实际管腔模型,确定目标血管的血流速度V;
对实际管腔模型的感兴趣血管段进行标记,分别确定感兴趣血管段的近端点和远端点;
基于实际管腔模型,确定目标血管的参考管腔模型及参考管腔模型的参考管腔几何参数;
基于近端点至远端点之间的任意位置p处到近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);
基于差异变化函数D(xp)和血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP。
根据本申请的血管压力差计算方法,仅需基于单体位(即一个角度)下的造影数据,无需像现有技术那样基于多体位(即至少两个角度)下的造影数据,因此,可以缩短压力差的计算时间,并提高计算压力差的适用性和准确性。
下面结合图1,具体介绍基于单体位造影数据的血管压力差计算方法。
步骤S1:获取单体位造影数据;
步骤S1可以通过单一投照体位方式采集目标血管的造影数据,本文中的单一投照体位方式指的是对目标血管只进行一个角度的血管造影数据采集,相较于现有的QFR技术中需要通过两幅投照体位角度差≥25°的造影数据对目标血管进行三维重建,本技术方案中仅需采集血管单体位的造影数据即可实现血管压力差的计算,缩短了获取造影数据的时间。
其中,对于造影数据的获取既可以是直接获取,也可以是从一段血管的影像数据中选取出的感兴趣血管段对应的影像信息,本实施例对此不作限制。影像信息的来源既可以是直接导入的相关文件,也可以是从其他资源库实时配置连接获取,还可以是从已存储的影像信息库中根据用户的名字等信息搜索锁定后获取,本实施例对此不作限制。可选地,影像信息为DICOM(医学数字成像和通信)格式,DICOM涵盖了医学数字图像的采集、归档、通信、显示及查询等几乎所有信息交换的协议;以开放互联的架构和面向对象的方法定义了一套包含各种类型的医学诊断图像及其相关的分析、报告等信息的对象集;定义了用于信息传递、交换的服务类与命令集,以及消息的标准响应;详述了标识各类信息对象的技术;提供了应用于网络环境(OSI或TCP/IP)的服务支持;结构化地定义了制造厂商的兼容性声明(Conformance Statement)。采用DICOM格式能够大大简化医学影像信息交换的实现,方便与其他医学应用系统HIS、RIS等关联协同作用。可选地,影像数据为1-1000帧的图像,在该帧数范围内,既能保证较清晰覆盖了血管段各位置多角度的影像,提高计算的准确性,又不增加运算负荷,易于获得。
其中,影像数据至少包括部分心动周期。举例说明:影像数据可以包括一个或几个完整的心动周期,也可以包括半个心动周期。
目标血管包括冠状动脉血管、颅内动脉血管、外周动脉血管、由冠状动脉血管发出的分支血管和血管树;由颅内动脉血管发出的分支血管和血管树;由外周动脉血管发出的分支血管和血管树。
具体地,本实施例中,影像数据可以通过X射线检测手段获取。
步骤S2:基于单体位造影数据,确定目标血管的实际管腔模型及实际管腔模型的实际管腔几何参数;
基于单体位造影数据,提取目标血管的特征参数,特征参数可以包括目标血管的类型(如LAD、RCA、LCX)、形状、轮廓、长度、直径或半径。基于目标血管的特征参数,确定目标血管的实际管腔模型及确定实际管腔模型的实际管腔几何参数。
示例性的说明,本文中所述的实际管腔几何参数指的可以是实际管腔模型的直径或半径。
步骤S3:基于实际管腔模型,确定目标血管的血流速度V;
在本发明中血流速度V包括目标血管处于最大充血状态下的血流速度Vhyper和/或静息状态下的血流速度Vrest。目标血管给予腺苷/ATP等药物注射,处于最大充血状态时,基于该造影数据计算获得的血流速度V为最大充血状态下的血流速度Vhype,当目标血管处于静息状态时,基于该造影数据计算获得的血流速度V为静息态下的血流速度Vrest。
在本发明的一个实施例中,血流速度V为利用灰度时间拟合函数获得的目标血管在造影过程中造影剂的平均流动速度;或者利用TIMI数帧法计算获得的目标血管在造影过程中造影剂的平均流动速度。
在本发明的另一实施例中,最大充血状态下的血流速度Vhvper为注射腺苷血管充分扩张后的血流速度V。
在其他可能的实施方式中,可利用深度学习对造影数据进行分割,获得目标血管的分割图像;基于目标血管的分割图像,计算每一帧分割图像内血管的长度;基于计算所得的血管的长度随时间的变化得到血管的血流速度V。
需要说明的是,通过上述方法可获得主支血管的血流速度或分支血管的血流速度。
步骤S4:对实际管腔模型的感兴趣血管段进行标记,分别确定感兴趣血管段的近端点和远端点;
对实际管腔模型的感兴趣血管段进行标记,分别确定该感兴趣血管段的近端点和远端点。上述标记包括不限于人工进行标记。可以是,沿实际管腔模型的轴向方向,标记近端点和远端点,选出感兴趣血管。需要说明的是,本申请的“近端”为目标区域血管在先被血流流经的一端;“远端”为目标区域血管在后被血流流经的一端。
步骤S5:基于实际管腔模型,确定目标血管的参考管腔模型及参考管腔模型的参考管腔几何参数;
其中基于实际管腔模型,确定目标血管的参考管腔模型包括:若近端点和远端点之间存在分叉,远端点前采用阶梯式下降线段对实际管腔模型进行重建,远端点后采用线性下降线段对实际管腔模型进行重建,确定目标血管的参考管腔模型。
具体来说,对实际管腔模型进行重建过程时,需要先将实际管腔模型进行分段标记,将感兴趣血管段的远端点之前的实际管腔模型段定义为第一段;远端点之后的实际管腔模型段定义为第二段;其中,需要对第一段进行情况划分,若第一段内存在分叉,则需要采用阶梯式下降线段对感兴趣血管段进行重建,且每段折线为线性线段;第二段采用线性下降线段对感兴趣进行重建,基于实际管腔模型构建目标血管的参考管腔模型。
基于该参考管腔模型,确定参考管腔模型的参考管腔几何参数。示例性的说明,本文中所述的参考管腔几何参数指的可以是参考管腔模型的直径或半径。
在其他可能的实施方式下,可基于已经确定好的目标血管的实际管腔模型和参考管腔模型,提取参考管腔模型的中心线;提取参考管腔模型的中心线的方法包括不限于:基于传统算法如距离变换,最小路径,形态学处理等,也可基于维诺图实现,还可采用基于深度学习的方法。另外需要说明的是中心线的提取方法不限于上述方法。
基于参考管腔模型的中心线,作过中心线任意一点到参考管腔模型的轮廓的垂线,通常情况下该垂线包括第一线段与第二线段,第一线段位于实际管腔模型的轮廓外,第二线段位于实际管腔模型内,基于第二线段,确定实际管腔模型的实际管腔几何参数。
通过该方式下获得的实际管腔几何参数,在血管狭窄等病灶的情况下,可进一步提高压力差计算的准确性。
步骤S6:基于近端点至远端点之间的任意位置p处到近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);
其中步骤S6包括:对近端点至远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异随任意位置p到近端点的距离xp的变化进行归一化处理,确定差异变化函数D(xp)。
进一步示例性的,近端点和远端点之间的任意位置p可包含多个任意位置p1、p2、p3。其中p1处的实际管腔几何参数和参考管腔几何参数分别为R1、R2,p2处的实际管腔几何参数和参考管腔几何参数分别为R3、R4,p3处的实际管腔几何参数和参考管腔几何参数分别为R5、R6,分别计算任意位置p1处的实际管腔几何参数和参考管腔几何参数的差异随该位置到近端点的距离xp1的变化;任意位置p2处的实际管腔几何参数和参考管腔几何参数的差异随该位置到近端点的距离xp2的变化,任意位置p3处的实际管腔几何参数和参考管腔几何参数的差异随该位置到近端点的距离xp3的变化,对不同的任意位置p处的实际管腔几何参数和参考管腔几何参数的差异随该位置到近端点的距离xp的变化进行归一化处理,确定差异变化函数D(xp)。
步骤S7:基于差异变化函数D(xp)和血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP。
其中,基于差异变化函数D(xp)和血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP;包括:基于不同窗口下对应的差异变化函数D(xp)的平均值和血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP。
进一步地:
其中,V为血流速度;
C1、C2、...、Cm分别代表血流速度V的参数系数;
a1、a2、...、ak分别为不同尺度下的实际管腔模型的差异变化函数D(x)的加权系数,尺度代表造影数据的分辨率;
xp为p位置处的参考管腔几何参数和实际管腔几何参数的差异;
k为大于等于1的自然数,2k+1代表窗口大小,可以理解为造影数据分辨率的倍数。
需要说明的是,C1、C2、...、Cm分别代表血流速度的参数系数,参数系数包括血液粘度影响因数、血液湍流影响因数及粘滞系数等多个参数系数;进一步的,m为大于等于1的自然数,以分别代表不同参数系数对血流速度的影响,以对压力差ΔP进行修正,保证压力差ΔP计算的准确性。优选的,在本发明中所述m的取值为2,且当所述m为2时,C1为因血液流动摩擦产生的参数系数,C2为血液湍流产生的参数系数。
其中,D(xp)表示P位置处的差异变化函数;D(xp-k)表示P-k位置处的差异变化函数;D(xp+k)表示P+k位置处的差异变化函数。
表示当窗口为3时,该窗口内差异变化函数的均值;表示当窗口为2K+1时,该窗口内差异变化函数的均值。
通过上述技术手段计算所得的压力差ΔP,能够适配多尺度的狭窄血管,且可重复性更高。
本发明还提出一种基于单体位造影数据的血管压力差计算装置10,如图2所示,包括数据获取模块11,用于获取单体位造影数据;
实际管腔模型确定模块12,基于单体位造影数据,确定目标血管的实际管腔模型及实际管腔模型的实际管腔几何参数;
速度采集模块13,用于基于实际管腔模型确定目标血管的血流速度V;
数据标记模块14,用于对实际管腔模型的感兴趣血管段进行标记,分别确定感兴趣血管段的近端点和远端点;
参考管腔模型确定模块15,基于实际管腔模型确定目标血管的参考管腔模型及参考管腔模型的参考管腔几何参数;
差异变化函数确定模块16,基于管腔模型上近端点至远端点之间的任意位置p处到近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);
血管压力差计算模块17,基于差异变化函数D(xp)和血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP。
在一种可能的实施方式中,参考管腔模型确定模块13,用于若近端点和远端点之间存在分叉,远端点前采用阶梯式下降线段对实际管腔模型进行重建,远端点后采用线性下降线段对实际管腔模型进行重建。
在一种可能的实施方式中,基于单体位造影数据的血管压力差计算装置,还包括归一化模块,用于对近端点至远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异随任意位置p到近端点的距离xp的变化进行归一化处理,确定差异化变化函数D(xp)。
结合图3,本发明还提供一种电子设备20,包括存储器21、处理器22以及存储在存储器21上可在处理器22上运行的计算机程序,处理器执行计算机程序时实现前述的任一实施方式中基于单体位造影数据的血管压力差计算方法。
进一步地,电子设备20还包括网络接口23、输入设备25和显示设备26。上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器22代表的一个或者多个中央处理器(CPU),以及由存储器21代表的一个或者多个存储器的各种电路连接在一起。其中,存储器21例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(BootLoader)以及其他程序等。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解,总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外,还包括电源总线、控制总线和状态信号总线,这些都是本领域所公知的,因此本文不再对其进行详细描述。
网络接口23,可以连接至网络(如因特网、局域网等),从网络中获取相关数据,并可以保存在硬盘中。
输入设备25,可以接收操作人员输入的各种指令,并发送给处理器以供执行。输入设备可以包括键盘或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
显示设备26,可以将处理器执行指令获得的结果进行显示。
存储器21,用于存储操作系统运行所必须的程序和数据,以及处理器22计算过程中的中间结果等数据。可以理解,本申请实施例中的存储器21可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM),其用作外部高速缓存。本文描述的装置和方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器21存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作系统和应用程序。其中,操作系统,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序,包含各种应用程序,例如浏览器(Browser)等,用于实现各种应用业务。实现本申请实施例方法的程序可以包含在应用程序中。
本申请上述实施例揭示的方法可以应用于处理器22中,或者由处理器22实现。处理器22可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器22可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器21,处理器22读取存储器中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ASIC)、数字信号处理器DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本申请实施例中,该电子设备通过单体位造影数据确定实际管腔模型、实际管腔模型的实际管腔几何参数以及目标血管的血流速度V,并基于实际管腔模型确定参考管腔模型以及参考管腔模型的参考管腔几何参数,进一步基于近端点至远端点之间的任意位置p处到近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);,并基于差异变化函数D(x)与血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP。
该用于压力差计算的电子设备,实现了目标血管上近端点与远端点之间的任意位置p与近端点间的压力差ΔP计算的自动化,计算所得的压力差更为准确,且该计算方法较为简单。
本发明还提供一种存储介质,其上存储有计算机程序,该计算机程序被处理器22执行时实现前述任一实施方式中确定微导管形态的方法。本领域内的技术人员应当明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
存储介质存储了计算机可读代码,计算机可读代码当由一个或多个处理器执行时进行如下处理:
步骤S1:获取单体位造影数据;
步骤S2:基于单体位造影数据,确定目标血管的实际管腔模型及实际管腔模型的实际管腔几何参数;
步骤S3:基于实际管腔模型,确定目标血管的血流速度V;
步骤S4:对实际管腔模型的感兴趣血管段进行标记,分别确定感兴趣血管段的近端点和远端点;
步骤S5:基于实际管腔模型,确定目标血管的参考管腔模型及参考管腔模型的参考管腔几何参数;
步骤S6:基于近端点至远端点之间的任意位置p处到近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);
步骤S7:基于差异变化函数D(xp)和血流速度V,计算近端点与远端点之间的任意位置p与近端点间的压力差ΔP。
该计算机可读代码被处理器22执行时实现上述基于单体位的造影数据的血管压力差计算方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再对详细的过程进行赘述。其中,所述的存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理包括,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
另外,本发明是参照根据本发明实施例的方法、装置、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变,包括做出若干简单推演或替换,而不偏离本发明的精神和范围。
Claims (12)
1.一种基于单体位造影数据的血管压力差计算方法,其特征在于,包括:
获取单体位造影数据;
基于所述单体位造影数据,确定目标血管的实际管腔模型及所述实际管腔模型的实际管腔几何参数;
基于所述实际管腔模型,确定所述目标血管的血流速度V;
对所述实际管腔模型的感兴趣血管段进行标记,分别确定所述感兴趣血管段的近端点和远端点;
基于所述实际管腔模型,确定所述目标血管的参考管腔模型及所述参考管腔模型的参考管腔几何参数;
基于所述近端点至所述远端点之间的任意位置p处到所述近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);
基于所述差异变化函数D(xp)和所述血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP,具体包括:
基于不同窗口下对应的所述差异变化函数D(xp)的平均值和血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP。
2.如权利要求1所述的基于单体位造影数据的血管压力差计算方法,其特征在于,所述目标血管包括冠状动脉血管、颅内动脉血管、外周动脉血管、由冠状动脉血管/颅内动脉血管/外周动脉血管发出的分支血管和血管树。
3.如权利要求1所述的基于单体位造影数据的血管压力差计算方法,其特征在于,基于所述实际管腔模型,确定所述目标血管的血流速度V,包括:基于TIMI数帧法或图像分割法,以确定所述血流速度V。
4.如权利要求1所述的基于单体位造影数据的血管压力差计算方法,其特征在于,所述基于所述实际管腔模型确定所述目标血管的参考管腔模型,包括:若所述近端点和所述远端点之间存在分叉,所述远端点前采用阶梯式下降线段对所述实际管腔模型进行重建,所述远端点后采用线性下降线段对实际管腔模型进行重建,确定所述参考管腔模型。
5.如权利要求1所述的基于单体位造影数据的血管压力差计算方法,其特征在于,基于所述近端点至所述远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);包括:
对所述近端点至所述远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异随所述任意位置p到所述近端点的距离xp的变化进行归一化处理,确定差异变化函数D(xp)。
6.如权利要求5所述的基于单体位造影数据的血管压力差计算方法,其特征在于,所述基于不同窗口下对应的所述差异变化函数D(xp)的平均值和血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP,包括:
其中,V为血流速度;
C1、C2、...、Cm分别代表血流速度V的参数系数;
a1、a2、...、ak分别为不同尺度下的实际管腔模型的差异变化函数D(xp)的加权系数,所述尺度代表分辨率;
p为大于等于1的自然数,代表位置;
xp为p位置处的参考管腔几何参数和实际管腔几何参数的差异;
k为大于等于1的自然数,2k+1代表窗口大小。
7.如权利要求1所述的基于单体位造影数据的血管压力差计算方法,其特征在于,
所述血流速度V包括所述目标血管处于最大充血状态下的血流速度和/或静息状态下的血流速度。
8.一种基于单体位造影数据的血管压力差计算装置,其特征在于,包括:
数据获取模块,用于获取单体位造影数据;
实际管腔模型确定模块,用于基于所述单体位造影数据,确定目标血管的实际管腔模型及所述实际管腔模型的实际管腔几何参数;
速度采集模块,用于基于所述实际管腔模型确定所述目标血管的血流速度V;
数据标记模块,用于对所述实际管腔模型的感兴趣血管段进行标记,分别确定所述感兴趣血管段的近端点和远端点;
参考管腔模型确定模块,用于基于所述实际管腔模型,确定所述目标血管的参考管腔模型及所述参考管腔模型的参考管腔几何参数;
差异变化函数确定模块,基于所述管腔模型上近端点至所述远端点之间的任意位置p处到所述近端点的参考管腔几何参数和实际管腔几何参数的差异,确定差异变化函数D(xp);
血管压力差计算模块,基于所述差异变化函数D(xp)和所述血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP,具体为:基于不同窗口下对应的所述差异变化函数D(xp)的平均值和血流速度V,计算所述近端点与所述远端点之间的任意位置p与所述近端点间的压力差ΔP。
9.如权利要求8所述的基于单体位造影数据的血管压力差计算装置,其特征在于,所述参考管腔模型确定模块,用于若所述近端点和所述远端点之间存在分叉,所述远端点前采用阶梯式下降线段对所述实际管腔模型进行重建,所述远端点后采用线性下降线段对实际管腔模型进行重建。
10.如权利要求8所述的基于单体位造影数据的血管压力差计算装置,其特征在于,还包括归一化模块,用于对所述近端点至所述远端点之间的任意位置p处的参考管腔几何参数和实际管腔几何参数的差异随所述任意位置p到所述近端点的距离xp的变化进行归一化处理,确定差异化变化函数D(xp)。
11.一种电子设备,包括存储器、处理器及存储在存储器上可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于单体位造影数据的血管压力差计算方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的基于单体位造影数据的血管压力差计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310723083.6A CN116746893B (zh) | 2023-06-16 | 2023-06-16 | 基于单体位造影数据的血管压力差计算方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310723083.6A CN116746893B (zh) | 2023-06-16 | 2023-06-16 | 基于单体位造影数据的血管压力差计算方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116746893A CN116746893A (zh) | 2023-09-15 |
CN116746893B true CN116746893B (zh) | 2024-05-31 |
Family
ID=87949163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310723083.6A Active CN116746893B (zh) | 2023-06-16 | 2023-06-16 | 基于单体位造影数据的血管压力差计算方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116746893B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102387741A (zh) * | 2009-02-09 | 2012-03-21 | 爱德华兹生命科学公司 | 使用动脉压波形数据的血管状态的检测 |
CN105326486A (zh) * | 2015-12-08 | 2016-02-17 | 上海交通大学 | 血管压力差与血流储备分数的计算方法及系统 |
CN108784676A (zh) * | 2018-06-20 | 2018-11-13 | 博动医学影像科技(上海)有限公司 | 基于年龄信息获取压力差的方法及装置 |
CN109065170A (zh) * | 2018-06-20 | 2018-12-21 | 博动医学影像科技(上海)有限公司 | 获取血管压力差的方法及装置 |
WO2019242160A1 (zh) * | 2018-06-20 | 2019-12-26 | 博动医学影像科技(上海)有限公司 | 基于特定的生理参数获取血管压力值的方法及装置 |
CN112022137A (zh) * | 2018-11-30 | 2020-12-04 | 博动医学影像科技(上海)有限公司 | 建立血管截面函数和血管应力的方法及装置 |
CN112686991A (zh) * | 2021-01-08 | 2021-04-20 | 博动医学影像科技(上海)有限公司 | 一种采用混合方式重建血管正常管腔形态的方法及系统 |
CN115983152A (zh) * | 2022-12-21 | 2023-04-18 | 上海博动医疗科技股份有限公司 | 不同状态下血管微循环阻力计算方法、系统、设备及介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6532857B2 (ja) * | 2013-03-15 | 2019-06-19 | ボルケーノ コーポレイション | 脈管内圧モニタ装置と共に使用するためのインターフェイス装置、システム、及び方法 |
NL2012459B1 (en) * | 2014-03-18 | 2016-01-08 | Medis Ass B V | Method and device for determining deviation in pressure in a blood vessel. |
US11871995B2 (en) * | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
-
2023
- 2023-06-16 CN CN202310723083.6A patent/CN116746893B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102387741A (zh) * | 2009-02-09 | 2012-03-21 | 爱德华兹生命科学公司 | 使用动脉压波形数据的血管状态的检测 |
CN105326486A (zh) * | 2015-12-08 | 2016-02-17 | 上海交通大学 | 血管压力差与血流储备分数的计算方法及系统 |
CN108784676A (zh) * | 2018-06-20 | 2018-11-13 | 博动医学影像科技(上海)有限公司 | 基于年龄信息获取压力差的方法及装置 |
CN109065170A (zh) * | 2018-06-20 | 2018-12-21 | 博动医学影像科技(上海)有限公司 | 获取血管压力差的方法及装置 |
WO2019242160A1 (zh) * | 2018-06-20 | 2019-12-26 | 博动医学影像科技(上海)有限公司 | 基于特定的生理参数获取血管压力值的方法及装置 |
CN112022137A (zh) * | 2018-11-30 | 2020-12-04 | 博动医学影像科技(上海)有限公司 | 建立血管截面函数和血管应力的方法及装置 |
CN112686991A (zh) * | 2021-01-08 | 2021-04-20 | 博动医学影像科技(上海)有限公司 | 一种采用混合方式重建血管正常管腔形态的方法及系统 |
CN115983152A (zh) * | 2022-12-21 | 2023-04-18 | 上海博动医疗科技股份有限公司 | 不同状态下血管微循环阻力计算方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116746893A (zh) | 2023-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11622812B2 (en) | Systems and methods for correction of artificial deformation in anatomic modeling | |
US10580526B2 (en) | System and method for calculating vessel flow parameters based on angiography | |
US20210196391A1 (en) | Systems and methods for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand | |
JP6685319B2 (ja) | 定量的フロー分析のための方法および装置 | |
Zhang et al. | Simplified models of non-invasive fractional flow reserve based on CT images | |
AU2016242999B2 (en) | Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics | |
Marlevi et al. | Estimation of cardiovascular relative pressure using virtual work-energy | |
CN111476791B (zh) | 图像处理方法、图像处理装置和非暂时性计算机可读介质 | |
EP1542589B1 (en) | Display of image data information | |
CN112419484B (zh) | 三维血管合成方法、系统及冠状动脉分析系统和存储介质 | |
CN114596311B (zh) | 基于血管图像的血管功能评估方法和血管功能评估装置 | |
EP3606433B1 (en) | Standardized coronary artery disease metric | |
CN116746893B (zh) | 基于单体位造影数据的血管压力差计算方法及装置 | |
US11341645B2 (en) | Methods and systems for determining coronary hemodynamic characteristic(s) that is predictive of myocardial infarction | |
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 | |
CN116779135A (zh) | 用于计算血液储备分数的方法、装置、计算设备及介质 | |
CN114119688A (zh) | 基于深度学习的冠状动脉造影前后单模医学图像配准方法 | |
CN112489051A (zh) | 基于血管及病变区域的肝脏裁切方法及系统 | |
US20230386113A1 (en) | Medical image processing apparatus and medical image processing method | |
Tache | Three Dimensional Reconstruction and Hemodynamic Information Extraction from Monoplane Angiography | |
Li et al. | An Overview of Computational Coronary Physiology Technologies Based on Medical Imaging and Artificial Intelligence | |
CN114266759A (zh) | 图像分析方法、装置及计算机设备 |
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 |