CN117197096A - 一种基于血管图像的血管功能评估方法和系统 - Google Patents
一种基于血管图像的血管功能评估方法和系统 Download PDFInfo
- Publication number
- CN117197096A CN117197096A CN202311183312.6A CN202311183312A CN117197096A CN 117197096 A CN117197096 A CN 117197096A CN 202311183312 A CN202311183312 A CN 202311183312A CN 117197096 A CN117197096 A CN 117197096A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- image
- blood
- vessel
- diameter
- 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.)
- Granted
Links
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 245
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 230000002792 vascular Effects 0.000 claims abstract description 32
- 238000007781 pre-processing Methods 0.000 claims abstract description 9
- 230000004218 vascular function Effects 0.000 claims abstract description 8
- 230000011218 segmentation Effects 0.000 claims abstract description 5
- 230000017531 blood circulation Effects 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 16
- 239000000523 sample Substances 0.000 claims description 16
- 238000001914 filtration Methods 0.000 claims description 10
- 238000013075 data extraction Methods 0.000 claims description 9
- 238000002604 ultrasonography Methods 0.000 claims description 9
- 230000024883 vasodilation Effects 0.000 claims description 9
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 7
- 239000008280 blood Substances 0.000 claims description 7
- 210000004369 blood Anatomy 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 208000037804 stenosis Diseases 0.000 claims description 7
- 230000036262 stenosis Effects 0.000 claims description 7
- 206010057469 Vascular stenosis Diseases 0.000 claims description 6
- 206010047139 Vasoconstriction Diseases 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000025033 vasoconstriction Effects 0.000 claims description 6
- 238000009530 blood pressure measurement Methods 0.000 claims description 5
- 239000005526 vasoconstrictor agent Substances 0.000 claims description 5
- 230000035487 diastolic blood pressure Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 claims description 3
- 230000035488 systolic blood pressure Effects 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 8
- 230000003840 blood vessel health Effects 0.000 abstract description 4
- 208000024172 Cardiovascular disease Diseases 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 43
- 238000003745 diagnosis Methods 0.000 description 5
- 208000011775 arteriosclerosis disease Diseases 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 206010003210 Arteriosclerosis Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005865 ionizing radiation Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 208000004434 Calcinosis Diseases 0.000 description 1
- 206010016654 Fibrosis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000009084 cardiovascular function Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 231100000216 vascular lesion Toxicity 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及血管功能评估的技术领域，公开了一种基于血管图像的血管功能评估方法和系统。该方法包括以下步骤：S1：获取血管图像；S2：对血管图像进行预处理；S3：对预处理后的图像进行血管分割，得到血管壁的横截面图像；S4：基于血管壁的横截面图像获取血管参数；S5：基于血管参数计算血管功能评估指标；S6：基于血管参数和血管功能评估指标，对血管功能进行综合评估。根据本发明提供的方法和系统能够快速成像，易于进行血管区域的分割，使基于图像获取的血管参数更为精确、全面、直观，有助于了解患者的血管健康情况，帮助预测心血管疾病的风险，提醒人们注意血管健康，并为早期干预和治疗提供指导。
Description
本发明涉及血管功能评估的技术领域，具体涉及一种基于血管图像的血管功能评估方法和系统。
背景技术
血管疾病已经成为危害我国人民健康的头号杀手。由于临床中对血管功能的评估和血管疾病诊断的方式往往是介入试的、有创的，介入手术有产生并发症的风险，并且有创诊断方法的经济负担较大，阻碍了血管功能评估以及血管疾病诊断在人群中的推广，严重制约了血管疾病早发现，早诊断，早治疗的医疗战略。因此，基于血管图像来进行无创的血管功能评估，是临床的一个重要研究方向。
目前关于血管图像的研究往往只阵对单一的血管特征与功能的关系，而影响血管功能的血管特征往往不是单独存在的，而是以更复杂的组合方式共存的，共同作用影响血管功能。单一的血管特征与血管功能研究无法满足医生临床分析血管功能与血管病变，为患者提供个性化诊疗方案的需求。
传统的血管成像手段已经广泛应用于临床实践中，然而它们具有各自的缺陷和局限性，如图像分辨率和对比度不高，容易产生电离辐射等。
如申请公开号为CN113382685A的专利公开了一种用于生成针对对象的无创血管刚度量度的方法。该方法包括从给定测量位置获得血管的2D超声数据和3D超声数据。所述2D超声数据提供与所述血管的移动有关的信息，并且所述3D超声数据提供与所述血管的形状有关的信息。所述血管的运动然后基于所述血管的移动来确定。所述方法然后包括将所确定的所述血管的运动、所述血管的形状和所获得的无创压力测量结果提供到生物力学模型。刚度量度然后基于所述生物力学模型来确定。
如授权公开号为CN112842287B的中国专利公开了一种测量血管硬化参数装置和方法，涉及数据处理技术领域，其中，装置包括：几何测量模块，用于通过成像设备获取血管的血管横截面图像和血管纵截面图像；压力测量模块，用于通过传感器获取血管的压力信号；数据处理模块，用于对血管横截面图像和血管纵截面图像进行分析，获取几何变化波形，以及对压力信号进行分析，获取压力变化波形，以及根据几何变化波形和压力变化波形进行处理，获取血管硬化参数；显示输出模块，用于显示血管硬化参数。由此，可以获取稳定的血管硬化参数，具有较好的临床应用价值。
如授权公开号为CN102389298B的中国专利公开了一种基于红外序列图像的血管弹性特征检测的方法，提出一种基于红外序列图像的表征血管弹性的特征参数，并从数学上验证了该参数的表征血管弹性的意义。该方法实现了非接触式的血管弹性特征的检测计算分析，在血管系统弹性特征检测及病变诊断分析方面具有较好的临床应用价值。
以上专利都存在本背景技术提出的问题：获取的血管图像不够精确，且研究的血管特征与血管功能较为单一，无法提供全面的血管功能评估。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于血管图像的血管功能评估方法与系统，以对血管快速进行高精度成像，易于进行血管区域的分割，使基于图像获取的血管参数更为精确、全面、直观。
为解决上述技术问题，本发明提供如下技术方案：
一种基于血管图像的血管功能评估方法，包括以下步骤：
S1：获取血管图像；
S2：对血管图像进行预处理；
S3：对预处理后的图像进行血管分割，得到血管壁的横截面图像；
S4：基于血管壁的横截面图像获取血管参数；
S5：基于血管参数计算血管功能评估指标；
S6：基于血管参数和血管功能评估指标，对血管功能进行综合评估。
作为本发明所述基于血管图像的血管功能评估方法的一种优选方案，其中：所述血管图像为通过光声断层扫描得到的血管横截面图像。
作为本发明所述基于血管图像的血管功能评估方法的一种优选方案，其中：所述血管参数包括血管直径、血管壁厚度、管腔面积。
作为本发明所述基于血管图像的血管功能评估方法的一种优选方案，其中：
计算所述血管功能评估指标所需血管参数还包括血管壁压力、血液流速；其中，血液流速的测量方法如下：向血管发射波长为λ，频率为f0的激光，接收反射光并计算反射光的频率，记作将反射光的频率记作f1；血液流速的计算公式如下：
其中，v为血液流速，θ为激光入射角。
作为本发明所述基于血管图像的血管功能评估方法的一种优选方案，其中：
所述血管功能评估指标包括刚度指数、扩张性指数、弹性指数、血流量、血管阻力、血管狭窄度；其中：
所述刚度指数的计算公式如下：
其中，E为刚度指数，Dd为血管舒张直径，Ds为血管收缩直径；持续检测所述血管直径的周期性变化，取一个变化周期中血管直径的最大值，记作血管舒张直径Dd，取血管直径的最小值，记作血管收缩直径Ds；
ΔP表示通过电子血压计测量的血管的收缩压和舒张压之差；H为血管壁厚度；
所述扩张性指数的计算公式如下：
其中，V为扩张性指数，Sd为血管舒张面积，Ss为血管收缩面积；持续检测所述管腔面积的周期性变化，取一个变化周期中管腔面积的最大值，记作血管舒张面积Sd，取管腔面积的最小值，记作血管收缩面积Ss；
所述弹性指数的计算方法如下：构建血管的压力-直径模型如下：
D＝α+βP+γP2+δ/(1+exp(-θP))；
其中，P为血管壁压力，D为血管直径，α、β、γ、δ、θ为参数；连续测量血管壁压力和血管直径，并对所述压力-直径模型进行参数拟合，得到α、β、γ、δ、θ的最优解；其中，β、θ的最优解为弹性指数；
所述血管阻力的计算公式如下：
R＝ηL/2πD4；
其中，R为血管阻力，η为血液粘滞度，L为血管长度，D为血管直径；
所述血流量的计算公式如下：
F＝v·S；
其中，F为血流量，v为血液流速，S为管腔面积；
所述血管狭窄度的计算公式如下：
其中，N为血管狭窄度，D0为血管的平均直径，d为需要计算狭窄处的血管直径。
一种基于血管图像的血管功能评估系统，包括图像获取模块、图像处理模块、数据提取模块、数据处理模块、显示输出模块。其中：
所述图像获取模块用于获取血管图像；
所述图像处理模块用于对所述血管图像进行预处理和血管分割，得到血管壁截面图像；
所述数据提取模块用于提取血管参数；
所述数据处理模块用于计算血管功能评估指标；
所述显示输出模块用于显示所述血管图像与所述血管壁图像，并输出血管参数与血管功能评估指标，供医护人员进行血管功能综合评估。
作为本发明所述基于血管图像的血管功能评估系统的一种优选方案，其中：所述图像获取模块包括激光发射单元、超声探测单元、模拟信号处理单元、信号采集单元、数字信号处理单元、图像重建单元；其中：
所述激光发射单元用于向血管及周围组织发射激光；
所述超声探测单元集成了超声探头，用于探测血管及周围组织经激光照射激发的超声信号，并将所述超声信号转换成电信号；
所述模拟信号处理单元用于对所述电信号进行放大和滤波；
所述信号采集单元用于将放大和滤波后的电信号转换成数字信号；
所述数字信号处理单元用于对所述数字信号进行滤波降噪；
所述图像重建单元用于将滤波降噪后的数字信号重建成血管图像。
作为本发明所述基于血管图像的血管功能评估系统的一种优选方案，其中：对所述超声探测单元探测到的超声信号的处理方法为将超声探头探测到的超声信号进行延迟叠加，得到探测区域内任一点的超声信号，并将其转化成电信号，公式如下：
其中，表示探测区域内任一点A在t时刻的超声信号，/>表示点A与第i个超声探头间的距离，v表示超声波的传播速度，/>表示第i个超声探头在/>时刻接收到的超声信号，wi表示第i个探测器探测到的超声信号的加权系数，i的取值范围为1,2，……，n，n为超声探头的个数。
作为本发明所述基于血管图像的血管功能评估系统的一种优选方案，其中：所述数据提取模块包括血管信息提取单元、压力测量单元、流速测量单元；其中：
血管信息提取单元用于从所述血管壁的横截面图像中计算血管直径、血管壁厚度、管腔面积；
压力测量单元用于测量血管壁压力；
流速测量单元用于接收所述反射光并计算血液流速。
本发明的有益效果：采用光声成像技术，能够提供高分辨率和高对比度的血管图像，且不会产生电离辐射。根据本发明提供的方法和系统能够快速成像，易于进行血管区域的分割，使基于图像获取的血管参数更为精确、全面、直观。通过本发明提供的方法和系统，基于血管图像评估血管功能，有助于了解患者的血管健康情况，帮助预测心血管疾病的风险，提醒人们注意血管健康，并为早期干预和治疗提供指导。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明一种基于血管图像的血管功能评估方法流程图；
图2为本发明一种基于血管图像的血管功能评估系统结构示意图；
图3为本发明一种基于血管图像的血管功能评估系统的图像获取模块的结构示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例1
参照图1，提供了一种基于血管图像的血管功能评估方法。本方法步骤如下：
S1：获取血管图像。
所述血管图像为通过光声断层扫描得到的血管横截面图像。
S2：对血管图像进行预处理。
进行图像预处理的目的是去除图像中的噪声，并增强图像特征，以提高信噪比，改善图像质量，得到更精确的图像细节。高斯卷积滤波可以保留图像中的边缘特征，同时平滑图像，过滤噪声，因此选用高斯卷积滤波进行图像预处理。
设置高斯函数的标准差为σ，卷积核大小为n*n，则二维高斯卷积核的计算公式如下：
其中，x，y分别为高斯卷积核中，以中心点为原点的元素的横纵坐标；
G(x，y)表示高斯卷积核中坐标为(x，y)的元素的取值。
将计算好的高斯卷积核与血管图像进行卷积操作。对于血管图像中的每个像素点，将其周围像素点与高斯卷积核对应位置的元素相乘，并求和，然后将结果赋给该像素点。经过卷积操作后，图像中的每个像素点的灰度值都会被平滑为其周围像素灰度值的加权平均值。
S3：对预处理后的图像进行血管分割，得到血管壁的横截面图像。
本实施例采用区域生长法进行图像切割。首先基于血管壁区域像素的平均灰度值以及整张血管图像的灰度梯度来选择种子像素点。选择灰度值在血管壁区域平均灰度附近，且灰度梯度较小的若干个像素点作为种子像素点。对于每一个种子像素点，建立一个生长队列用于存储待处理的像素点。首先将种子像素点的四邻域中的像素点加入到生长队列，并将种子像素点加入到生长区域。依次判断每个生长队列中的每个像素点是否满足判断准则，若任一像素点满足判断准则，则将其移出生长队列，加入生长区域，并将其四邻域中的像素点加入到生长队列中；若任一像素点不满足判断准则，则将其移出生长队列，并将其标记为边界像素点。判断准则为待处理像素点与种子像素点的灰度值之差小于预设的阈值。对所有生长队列进行并行处理，直至所有生长队列为空，完成生长过程。此时，生长区域即为血管壁区的横截面区域。
S4：基于血管壁的横截面图像获取血管参数。
根据血管壁的横截面图像获取的所述血管参数包括血管直径、血管壁厚度、管腔面积。
管腔面积为血管壁内膜包裹区域。统计血管壁内膜包裹区域的像素点个数，并根据像素点之间的距离计算出管腔面积。
血管直径为血管内壁的直径。由于血管截面并非是规则的圆形，因此取等效圆直径作为血管直径。公式如下：
其中，D为血管直径，S为管腔面积。
血管壁厚度计算公式如下：
其中，h为血管壁厚度，S′为血管壁区域面积，通过统计血管壁区域的像素个数以及像素间的距离可计算S′的值。
S5：基于血管参数计算血管功能评估指标。
所述血管功能评估指标包括刚度指数、扩张性指数、弹性指数、血流量、血管阻力、血管狭窄度；计算所述血管功能评估指标所需血管参数还包括血管壁压力、血液流速；其中，血液流速的测量方法如下：向血管发射波长为λ，频率为f0的激光，血液流速的计算公式如下：
其中，v为血液流速，θ为激光入射角，f1为血液反射回来的激光的频率。
接收反射的激光信号，将激光信号转换成电压信号，将电压信号进行采样，得到数字信号，将数字信号进行高通滤波后进行快速傅里叶变换，得到反射频率f1。
血液流速异常着重体现在收缩期峰值血液流速、舒张末期血液流速。连续测量激光的多普勒频移f1-f0，以时间为横坐标，多普勒频移为纵坐标，绘制时域频移图。频移图随着血管收缩与舒张成周期性变化。在每一个收缩-舒张周期中，早期的最高峰对应的是收缩期峰值，根据此处频移计算收缩期峰值血液流速。低频区域对应舒张期，提取低频区域末期的频移峰值，计算舒张末期血液流速。
所述刚度指数的计算公式如下：
其中，E为刚度指数，Dd为血管舒张直径，Ds为血管收缩直径；持续检测所述血管直径的周期性变化，取一个变化周期中的血管直径最大值，记作Dd，取血管直径的最小值，记作Ds；
ΔP表示通过电子血压计测量的血管的收缩压和舒张压之差；H为血管壁厚度；
所述扩张性指数的计算公式如下：
其中，V为扩张性指数，Sd为血管舒张面积，Ss为血管收缩面积；持续检测所述管腔面积的周期性变化，取一个变化周期中的管腔面积的最大值，记作Sd，取管腔面积的最小值，记作Ss；
所述弹性指数的计算方法如下：构建血管的压力-直径模型如下：
D＝α+βP+γP2+δ/(1+exp(-θP))；
其中，P为血管壁压力，D为血管直径，α、β、γ、δ、θ为参数；
通过压力传感器测量多个周期的血管壁压力数据，并同步记录心电图；连续获取多个周期的血管直径数据，并同步记录心电图；通过心电图来识别血管收缩和舒张的周期，选取多个周期的血管壁压力数据和血管直径数据进行时间校准，并对所述压力-直径模型进行参数拟合，得到α、β、γ、δ、θ的最优解；β、θ的最优解为弹性指数；其中：
θ影响血管直径对压力变化的敏感程度。较大的θ值表示血管具有更高的弹性，即在受到压力变化时，血管的直径会迅速调整以适应变化。较小的θ值则表示血管的弹性较低，需要更长的时间来适应压力变化。
β描述血管直径与压力之间的线性相关程度。较大的β值表示血管直径对压力变化更为敏感，血管直径与血管壁压力具有更高的线性相关性。而较小的β值表示血管的直径对压力变化的响应较弱，线性相关性较低。
这两个参数共同影响血管的弹性特性。较大的θ值和β值表示血管具有较高的弹性，能够快速调整血管直径以适应压力变化。相反，较小的θ值和β值则表明血管的弹性较低，需要更大的压力变化才能引发血管直径的显著变化。
所述血流量的计算公式如下：
F＝v·S；
其中，F为血流量，v为血液流速，S为管腔面积。
在计算中，v取平均血液流速。从多普勒频移图中提取一个周期的频移数据并计算其均值，根据一个周期的频移均值计算平均血液流速。
所述血管阻力的计算公式如下：
R＝ηL/2πD4；
其中，R为血管阻力，η为血液粘滞度，L为血管长度，D为血管直径；
所述血管狭窄度的计算公式如下：
其中，N为血管狭窄度，D0为血管的平均直径，d为需要计算狭窄处的血管直径。
S6：基于血管参数和血管功能评估指标，对血管功能进行综合评估。例如，评估血管壁厚度可以帮助确定动脉粥样硬化等心血管疾病的风险，并监测疾病的进展。血管阻力增加可能与血管内斑块、狭窄或堵塞有关。较高的血管阻力意味着心脏需要更大的力量推动血液通过血管系统，这可能对心脏造成负担，并影响心血管功能。血管刚度的增加通常是由于血管壁的结构和功能改变引起的，包括动脉硬化、血管壁纤维化和钙化等。本发明根据心动周期中血管直径的变化规律，来评价血管刚度的大小，能够较为形象的反映血管的形变能力。
实施例2
本实施例为本发明的第二个实施例。
参照图2，提供了一种基于血管图像的血管功能评估系统。本系统包括图像获取模块、图像处理模块、数据提取模块、数据处理模块、显示输出模块。其中：
所述图像获取模块用于获取血管图像，如图3所示，包括激光发射单元、超声探测单元、模拟信号处理单元、信号采集单元、数字信号处理单元、图像重建单元；其中：
所述激光发射单元用于向血管及周围组织发射激光；
所述超声探测单元集成了多个超声探头，用于探测血管及周围组织经激光照射激发的超声信号，并将所述超声信号转换成电信号；
对超声探测单元探测到的超声信号的处理方法为将多个超声探头探测到的超声信号进行延迟叠加，得到探测区域内任一点的超声信号，并将其转化成电信号，公式如下：
其中，表示探测区域内任一点A在t时刻的超声信号，/>表示点A与第i个探测器间的距离，v表示超声波的传播速度，/>表示第i个超声探头在/>时刻接收到的超声信号，wi表示第i个超声探头探测到的超声信号的加权系数，i的取值范围为1,2，……，n，n为超声探头的个数。
通过这种计算方法，设置多个超声波检测探头，可以将任一检测点A的超声信号从总的超声信号中提取出来。
所述模拟信号处理单元用于对所述电信号进行多级放大和滤波，以满足后续信号采样和处理的需求。
所述信号采集单元用于将放大和滤波后的电信号转换成数字信号；
所述数字信号处理单元用于对所述数字信号进行滤波降噪；
通过数字滤波器对数字信号进行处理，滤除系统运行产生的电噪声等多余噪声，为后续的图像重建提供精确的数据。
所述图像重建单元用于将滤波降噪后的数字信号重建成血管图像。将每个探测点的数字信号进行归一化，并根据每个检测点归一化后的数字信号强度值将其转化成对应像素点灰度值，完成图像的重建。
本模块通过光声成像技术以及对超声信号进行延迟叠加的计算方法，能够在数十微秒内将完成血管图像的重建，实现了实时成像。图像重建完成后，分别发送到显示输出模块以及图像处理模块。
所述图像处理模块用于对所述血管图像进行预处理和血管分割，得到血管壁截面图像，并将其分别发送至显示输出模块以及数据提取模块。
所述数据提取模块用于提取血管参数，包括血管信息提取单元、压力测量单元、流速测量单元。其中：
血管信息提取单元用于从所述血管壁的横截面图像中计算血管直径、血管壁厚度、管腔面积；
压力测量单元通过压力传感器测量血管壁压力；
流速测量单元用于接收血液反射的激光，并根据激光的多普勒频移、波长和入射角度计算血液流速。
所述数据处理模块用于计算血管功能评估指标；
所述显示输出模块用于显示所述血管图像与所述血管壁图像，并输出血管参数与血管功能评估指标，供医护人员进行血管功能综合评估。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种基于血管图像的血管功能评估方法，其特征在于：包括以下步骤：
S1：获取血管图像；
S2：对血管图像进行预处理；
S3：对预处理后的图像进行血管分割，得到血管壁的横截面图像；
S4：基于血管壁的横截面图像获取血管参数；
S5：基于血管参数计算血管功能评估指标；
S6：基于血管参数和血管功能评估指标，对血管功能进行综合评估。
2.如权利要求1所述的基于血管图像的血管功能评估方法，其特征在于：所述血管图像为通过光声断层扫描得到的血管横截面图像。
3.如权利要求2所述的基于血管图像的血管功能评估方法，其特征在于：所述血管参数包括血管直径、血管壁厚度、管腔面积。
4.如权利要求3所述的基于血管图像的血管功能评估方法，其特征在于：计算所述血管功能评估指标所需血管参数还包括血管壁压力、血液流速；其中，血液流速的测量方法如下：向血管发射波长为λ，频率为f0的激光，接收反射光并计算反射光的频率，记作将反射光的频率记作f1；血液流速的计算公式如下：
其中，v为血液流速，θ为激光入射角。
5.如权利要求4所述的基于血管图像的血管功能评估方法，其特征在于：所述血管功能评估指标包括刚度指数、扩张性指数、弹性指数、血流量、血管阻力、血管狭窄度；其中：
所述刚度指数的计算公式如下：
其中，E为刚度指数，Dd为血管舒张直径，Ds为血管收缩直径；持续检测所述血管直径的周期性变化，取一个变化周期中血管直径的最大值，记作血管舒张直径Dd，取血管直径的最小值，记作血管收缩直径Ds；
ΔP表示通过电子血压计测量的血管的收缩压和舒张压之差；H为血管壁厚度；
所述扩张性指数的计算公式如下：
其中，V为扩张性指数，Sd为血管舒张面积，Ss为血管收缩面积；持续检测所述管腔面积的周期性变化，取一个变化周期中管腔面积的最大值，记作血管舒张面积Sd，取管腔面积的最小值，记作血管收缩面积Ss；
所述弹性指数的计算方法如下：构建血管的压力-直径模型如下：
D＝α+βP+γP2+δ/(1+exp(-θP))；
其中，P为血管壁压力，D为血管直径，α、β、γ、δ、θ为参数；连续测量血管壁压力和血管直径，并对所述压力-直径模型进行参数拟合，得到α、β、γ、δ、θ的最优解；其中，β、θ的最优解为弹性指数；
所述血管阻力的计算公式如下：
R＝ηL/2πD4；
其中，R为血管阻力，η为血液粘滞度，L为血管长度，D为血管直径；
所述血流量的计算公式如下：
F＝v·S；
其中，F为血流量，v为血液流速，S为管腔面积；
所述血管狭窄度的计算公式如下：
其中，N为血管狭窄度，D0为血管的平均直径，d为需要计算狭窄处的血管直径。
6.一种基于血管图像的血管功能评估系统，其基于权利要求1-5中任一项所述的基于血管图像的血管功能评估方法来实现，其特征在于：所述系统包括图像获取模块、图像处理模块、数据提取模块、数据处理模块、显示输出模块；其中：
所述图像获取模块用于获取血管图像；
所述图像处理模块用于对所述血管图像进行预处理和血管分割，得到血管壁截面图像；
所述数据提取模块用于提取血管参数；
所述数据处理模块用于计算血管功能评估指标；
所述显示输出模块用于显示所述血管图像与所述血管壁图像，并输出血管参数与血管功能评估指标，供医护人员进行血管功能综合评估。
7.如权利要求6所述的基于血管图像的血管功能评估系统，其特征在于：所述图像获取模块包括激光发射单元、超声探测单元、模拟信号处理单元、信号采集单元、数字信号处理单元、图像重建单元；其中：
所述激光发射单元用于向血管及周围组织发射激光；
所述超声探测单元集成了超声探头，用于探测血管及周围组织经激光照射激发的超声信号，并将所述超声信号转换成电信号；
所述模拟信号处理单元用于对所述电信号进行放大和滤波；
所述信号采集单元用于将放大和滤波后的电信号转换成数字信号；
所述数字信号处理单元用于对所述数字信号进行滤波降噪；
所述图像重建单元用于将滤波降噪后的数字信号重建成血管图像。
8.如权利要求7所述的基于血管图像的血管功能评估系统，其特征在于：对所述超声探测单元探测到的超声信号的处理方法为将超声探头探测到的超声信号进行延迟叠加，得到探测区域内任一点的超声信号，并将其转化成电信号，公式如下：
其中，表示探测区域内任一点A在t时刻的超声信号，/>表示点A与第i个超声探头间的距离，v表示超声波的传播速度，/>表示第i个超声探头在/>时刻接收到的超声信号，wi表示第i个探测器探测到的超声信号的加权系数，i的取值范围为1,2，……，n，n为超声探头的个数。
9.如权利要求7所述的基于血管图像的血管功能评估系统，其特征在于：所述数据提取模块包括血管信息提取单元、压力测量单元、流速测量单元；其中：
血管信息提取单元用于从所述血管壁的横截面图像中计算血管直径、血管壁厚度、管腔面积；
压力测量单元用于测量血管壁压力；
流速测量单元用于接收所述反射光并计算血液流速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311183312.6A CN117197096B (zh) | 2023-09-13 | 2023-09-13 | 一种基于血管图像的血管功能评估方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311183312.6A CN117197096B (zh) | 2023-09-13 | 2023-09-13 | 一种基于血管图像的血管功能评估方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117197096A true CN117197096A (zh) | 2023-12-08 |
| CN117197096B CN117197096B (zh) | 2024-02-20 |
Family
ID=88984698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311183312.6A Active CN117197096B (zh) | 2023-09-13 | 2023-09-13 | 一种基于血管图像的血管功能评估方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117197096B (zh) |
Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050154299A1 (en) * | 2003-12-30 | 2005-07-14 | Hoctor Ralph T. | Method and apparatus for ultrasonic continuous, non-invasive blood pressure monitoring |
| CN102389298A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于红外序列图像的血管弹性检测的方法 |
| CN105574861A (zh) * | 2015-12-14 | 2016-05-11 | 上海交通大学 | 无标记的血流成像方法及系统 |
| CN106539622A (zh) * | 2017-01-28 | 2017-03-29 | 北京欣方悦医疗科技有限公司 | 基于血流动力学分析的冠脉虚拟支架植入方法和系统 |
| CN107730540A (zh) * | 2017-10-09 | 2018-02-23 | 全景恒升（北京）科学技术有限公司 | 基于高精度匹配模型的冠脉参数的计算方法 |
| CN108294735A (zh) * | 2012-03-13 | 2018-07-20 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
| CN110346454A (zh) * | 2019-07-24 | 2019-10-18 | 四川幔壳科技有限公司 | 基于排列式超声震源的混凝土浅表层超声面波检测方法 |
| CN110490040A (zh) * | 2019-05-30 | 2019-11-22 | 浙江理工大学 | 一种识别dsa冠状动脉图像中局部血管狭窄程度的方法 |
| CN112515704A (zh) * | 2020-12-01 | 2021-03-19 | 声泰特（成都）科技有限公司 | 一种基于超声的血管硬度测量方法 |
| CN112535466A (zh) * | 2020-12-16 | 2021-03-23 | 成都全景恒升科技有限公司 | 一种基于血管影像的血流储备分数计算方法 |
| CN112674736A (zh) * | 2021-01-08 | 2021-04-20 | 博动医学影像科技（上海）有限公司 | 一种用于自动评价血管形变的监测显示方法及系统 |
| CN112842287A (zh) * | 2021-01-05 | 2021-05-28 | 清华大学 | 测量血管硬化参数装置和方法 |
| CN113128139A (zh) * | 2021-04-21 | 2021-07-16 | 北京工业大学 | 一种基于简化的冠脉零维模型和狭窄阻力预测模型快速计算血流储备分数的方法和系统 |
| CN114431846A (zh) * | 2022-01-12 | 2022-05-06 | 中国科学院力学研究所 | 一种术中血管血压非接触式测量方法及视觉检测系统 |
| CN114972212A (zh) * | 2022-05-06 | 2022-08-30 | 深圳元华医疗设备技术有限公司 | 一种基于近红外成像的血管穿刺条件评估方法及终端 |
| CN115100178A (zh) * | 2022-07-15 | 2022-09-23 | 依未科技(北京)有限公司 | 一种眼底血管形态特征评估的方法、装置、介质和设备 |
| CN116211347A (zh) * | 2021-12-02 | 2023-06-06 | 深圳迈瑞生物医疗电子股份有限公司 | 一种用于血管分析的方法、超声成像设备和介质 |
| CN116584977A (zh) * | 2023-06-30 | 2023-08-15 | 南京澳思泰生物科技有限公司 | 一种用于脑血管疾病分析的计算机辅助诊断系统和方法 |
-
2023
- 2023-09-13 CN CN202311183312.6A patent/CN117197096B/zh active Active
Patent Citations (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050154299A1 (en) * | 2003-12-30 | 2005-07-14 | Hoctor Ralph T. | Method and apparatus for ultrasonic continuous, non-invasive blood pressure monitoring |
| CN102389298A (zh) * | 2011-07-08 | 2012-03-28 | 首都医科大学 | 基于红外序列图像的血管弹性检测的方法 |
| CN108294735A (zh) * | 2012-03-13 | 2018-07-20 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
| CN105574861A (zh) * | 2015-12-14 | 2016-05-11 | 上海交通大学 | 无标记的血流成像方法及系统 |
| CN106539622A (zh) * | 2017-01-28 | 2017-03-29 | 北京欣方悦医疗科技有限公司 | 基于血流动力学分析的冠脉虚拟支架植入方法和系统 |
| CN107730540A (zh) * | 2017-10-09 | 2018-02-23 | 全景恒升（北京）科学技术有限公司 | 基于高精度匹配模型的冠脉参数的计算方法 |
| CN110490040A (zh) * | 2019-05-30 | 2019-11-22 | 浙江理工大学 | 一种识别dsa冠状动脉图像中局部血管狭窄程度的方法 |
| CN110346454A (zh) * | 2019-07-24 | 2019-10-18 | 四川幔壳科技有限公司 | 基于排列式超声震源的混凝土浅表层超声面波检测方法 |
| CN112515704A (zh) * | 2020-12-01 | 2021-03-19 | 声泰特（成都）科技有限公司 | 一种基于超声的血管硬度测量方法 |
| CN112535466A (zh) * | 2020-12-16 | 2021-03-23 | 成都全景恒升科技有限公司 | 一种基于血管影像的血流储备分数计算方法 |
| CN112842287A (zh) * | 2021-01-05 | 2021-05-28 | 清华大学 | 测量血管硬化参数装置和方法 |
| CN112674736A (zh) * | 2021-01-08 | 2021-04-20 | 博动医学影像科技（上海）有限公司 | 一种用于自动评价血管形变的监测显示方法及系统 |
| CN113128139A (zh) * | 2021-04-21 | 2021-07-16 | 北京工业大学 | 一种基于简化的冠脉零维模型和狭窄阻力预测模型快速计算血流储备分数的方法和系统 |
| CN116211347A (zh) * | 2021-12-02 | 2023-06-06 | 深圳迈瑞生物医疗电子股份有限公司 | 一种用于血管分析的方法、超声成像设备和介质 |
| CN114431846A (zh) * | 2022-01-12 | 2022-05-06 | 中国科学院力学研究所 | 一种术中血管血压非接触式测量方法及视觉检测系统 |
| CN114972212A (zh) * | 2022-05-06 | 2022-08-30 | 深圳元华医疗设备技术有限公司 | 一种基于近红外成像的血管穿刺条件评估方法及终端 |
| CN115100178A (zh) * | 2022-07-15 | 2022-09-23 | 依未科技(北京)有限公司 | 一种眼底血管形态特征评估的方法、装置、介质和设备 |
| CN116584977A (zh) * | 2023-06-30 | 2023-08-15 | 南京澳思泰生物科技有限公司 | 一种用于脑血管疾病分析的计算机辅助诊断系统和方法 |
Non-Patent Citations (4)
| Title |
|---|
| DANIEL BIA等: "Quantitative Analysis of the Relationship between Blood Vessel Wall Constituents and Viscoelastic Properties: Dynamic Biomechanical and Structural In Vitro Studies in Aorta and Carotid Arteries", 《PHYSIOLOGY JOURNAL》, pages 1 - 10 * |
| 张能著: "基于光纤光栅的光声成像系统的研究与应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 2017, pages 135 - 288 * |
| 徐泽玮等: "血管组织三维模型重建及力学特征分析", 《中国组织工程研究》, pages 3158 - 3163 * |
| 李军等: "ET 技术监测非洛地平对高血压患者动脉弹性 功能变化的研究", 《西部医学》, vol. 22, no. 12, pages 2207 - 2209 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117197096B (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2017097073A1 (zh) | 血管压力差与血流储备分数的计算方法及系统 | |
| US20180070915A1 (en) | Ultrasonic diagnostic device | |
| CA2437883C (en) | Method and apparatus for detecting arterial stenosis | |
| JP5823312B2 (ja) | 超音波撮像システムの作動方法 | |
| JP5294340B2 (ja) | 超音波診断装置 | |
| US8298143B2 (en) | Ultrasonograph that determines tissue properties utilizing a reference waveform | |
| EP3432802B1 (en) | Fluid flow analysis | |
| CN109662735B (zh) | 皮肤血流灌注量的测量方法 | |
| Tang et al. | Measurement of local pulse wave velocity for carotid artery by using an ultrasound-based method | |
| CN112515704B (zh) | 一种基于超声的血管硬度测量方法 | |
| Nabeel et al. | Methodological and measurement concerns of local pulse wave velocity assessment | |
| CN117197096B (zh) | 一种基于血管图像的血管功能评估方法和系统 | |
| KR101002079B1 (ko) | 혈관측정장치의 혈관측정방법 | |
| Raj et al. | Image-Free fast ultrasound for measurement of local pulse wave velocity: In vitro validation and in vivo feasibility | |
| CN108720870A (zh) | 一种基于超声衰减系数的脂肪肝检测系统 | |
| Xu et al. | Online continuous measurement of arterial pulse pressure and pressure waveform using ultrasound | |
| CN113288102B (zh) | 一种无创监测脑血流的系统 | |
| CN111631700B (zh) | 一种根据最佳血压目标值调节血压的系统 | |
| CN110931130B (zh) | 一种基于b超信号评估呼吸和心动周期的方法 | |
| JP4207737B2 (ja) | 血液性状の評価装置 | |
| Nabeel et al. | Non-invasive assessment of local pulse wave velocity as function of arterial pressure | |
| CN111493832A (zh) | 一种基于En face-OCT的内窥成像方法 | |
| Stroz et al. | Measuring flow-mediated dilation through transverse and longitudinal imaging: comparison and validation of methods | |
| CN114699105A (zh) | 一种无创心输出量测量方法及系统 | |
| CN116999090A (zh) | 一种下腔静脉测量的图像处理系统及方法 |
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 |