CN117426783A - 一种非侵入性的计算cfr的方法 - Google Patents
一种非侵入性的计算cfr的方法 Download PDFInfo
- Publication number
- CN117426783A CN117426783A CN202311288662.9A CN202311288662A CN117426783A CN 117426783 A CN117426783 A CN 117426783A CN 202311288662 A CN202311288662 A CN 202311288662A CN 117426783 A CN117426783 A CN 117426783A
- Authority
- CN
- China
- Prior art keywords
- state
- pressure
- cfr
- coronary artery
- outlet
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 66
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 55
- 230000017531 blood circulation Effects 0.000 claims abstract description 47
- 230000000004 hemodynamic effect Effects 0.000 claims abstract description 9
- 230000036772 blood pressure Effects 0.000 claims abstract description 6
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 6
- 230000000284 resting effect Effects 0.000 claims description 45
- 230000000544 hyperemic effect Effects 0.000 claims description 35
- 206010012601 diabetes mellitus Diseases 0.000 claims description 24
- 239000012530 fluid Substances 0.000 claims description 22
- 230000002861 ventricular Effects 0.000 claims description 14
- 230000035485 pulse pressure Effects 0.000 claims description 12
- 206010020565 Hyperaemia Diseases 0.000 claims description 11
- 230000004872 arterial blood pressure Effects 0.000 claims description 10
- 239000008280 blood Substances 0.000 claims description 10
- 210000004369 blood Anatomy 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 10
- 238000012417 linear regression Methods 0.000 claims description 9
- 210000004204 blood vessel Anatomy 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000011282 treatment Methods 0.000 claims description 7
- 210000000709 aorta Anatomy 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 230000035488 systolic blood pressure Effects 0.000 claims description 6
- 208000032843 Hemorrhage Diseases 0.000 claims description 3
- 230000009084 cardiovascular function Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000003205 diastolic effect Effects 0.000 claims description 3
- 230000036513 peripheral conductance Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 239000003814 drug Substances 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 4
- 238000003113 dilution method Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 238000002586 coronary angiography Methods 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000011369 optimal treatment Methods 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 229940124549 vasodilator Drugs 0.000 description 2
- 239000003071 vasodilator agent Substances 0.000 description 2
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 208000007101 Muscle Cramp Diseases 0.000 description 1
- 208000005392 Spasm Diseases 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000011780 sodium chloride Substances 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000004218 vascular function Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Geometry (AREA)
- Pulmonology (AREA)
- Mathematical Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Physiology (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
Abstract
本发明属于冠状动脉医学技术领域,公开了一种非侵入性的计算CFR的方法,包括S1、重建冠状动脉三维模型、生成网格;S2、设置模型的边界条件;S3、模拟血流动力学的CFD配置;S4、计算CFR;本发明基于冠状动脉CTA影像实现非侵入性CFR的计算,不需要侵入性测量的血流(如血压,流速)的数据,只需要CTA图像,通过提出的算法对CTA图像分析并间接计算得到CFR,该方法来计算CFR实现了经济性和安全性的统一,得到的CFR值准确,可以有效地评估冠状动脉血管功能,有助于医护人员指定最佳的治疗方案。
Description
技术领域
本发明涉及冠状动脉医学技术领域,具体为一种非侵入性的计算CFR的方法。
背景技术
CFR是指心脏充血状态和静息状态下冠状动脉的血流量的比值,主要用于定量评估心脏冠状动脉的调节能力。一般来说,正常的CFR值应该在2.5以上,如果CFR值较低,表示心脏供血不足,可能是由于冠状动脉狭窄、冠状动脉痉挛或者冠状动脉微血管病变引起的,因此,对CFR值的精准测量以有效评估冠状动脉血管功能,有助于医护人员指定最佳的治疗方案。
目前,临床上有多种测量CFR的方法,包括侵入性方法和非侵入性方法,侵入性方法有多普勒导丝法、热稀释法,非侵入性方法有PET-CT、CMR检测法。
其中,多普勒导丝是测量CFR的常用方法,其主要是利用将可以感受血流速度的多普勒传感器经引导管送至冠状动脉狭窄处,先测定静息状态下的血流速度,接着向患者注射血管扩张剂,从而测量充血状态下的血流速度,再计算两者的比值即可得到CFR。然而,多普勒导丝法是一种侵入性测量CFR的方法,涉及将导管插入血管并引导至心脏,患者需承担更高的风险,而且该方法费用昂贵,需要与冠状动脉造影同时进行,因而其临床应用受到限制。
热稀释法目前被广泛应用于临床测量CFR上,其主要是利用两个分别置于引导管和压力-温度导丝的温度传感器测量CFR。检测时,在冠状动脉快速注射常温生理盐水,温度传感器感知血液和生理盐水之间的温差,并测量生理盐水离开引导管至导丝尖端温度传感器的时间,即静息状态平均传导时间。然后,通过注射血管扩张剂,测量充血状态的平均传导时间。最后,计算静息状态平均传导时间除以充血状态平均传导时间即可得到CFR。然而,利用热稀释法测量CFR易受影响,测量过程中要十分注意指引导管,传感器位置,注射技术,充血反应以及分支血管对测定结果的影响。具体来说,不能使用带侧孔的指引导管,导丝尖端上的温度传感器要尽量放置在狭窄处的远端,注射生理盐水要迅速而均匀,当所测狭窄处近端存在分支血管会高估CFR值。在上述的变量影响下,只有经验丰富的医生才可以正确地实施热稀释法,普通医生实施热稀释法测量的CFR准确性有限。
PET-CT检测需要患者注射放射性示踪剂,示踪剂会在体内发射正电子,与体内的电子相遇时产生电子湮没效应,并释放伽马射线;接着利用PET扫描患者,得到体内放射性示踪剂的分布;然后,CT扫描患者得到CT重建图像。最后计算机融合PET和CT的图像数据,得到带有血流量信息的图像从而直接计算CFR;但PET-CT检测的辐射量相对较大,且容易出现伪影,影响医生的判断;
CMR通过强磁场激发体内的水分子来获得影像,检测过程中通过组合不同的扫描序列从而获得不同的信息。具体来说,CMR通过特定序列的组合精准测量冠状动脉血流量并获得清楚的冠状动脉成像,最后直接通过血流量计算CFR;但CMR价格昂贵,且需要强磁场激发,一些特定人群无法使用(如带有心脏起搏器、心脏支架或其他金属植入物的患者),此外,CMR需要相对长的检测时间,可能会使一些患者产生不适。
综上可知,两种侵入性的方法因其经济性、侵入性及操作难度很难在临床上被广泛应用,且由于它们需要将传感器置于冠状动脉血管内,给患者带来了额外的生理风险,并且这些方法都需要传感器的测量,有着相对较多的操作步骤,检测流程繁琐。而两种非侵入性的方法虽然可以直接从重建的图像中得到血流量信息从而直接计算CFR,但PET-CT和CMR检查费用高昂,不利于临床的广泛使用。
另外,基于冠脉造影的CFR计算方法不需要侵入性的多普勒导丝或压力导丝即可通过计算流体力学仿真的方法计算得到CFR。具体来说,计算机从多张不同角度的冠状动脉造影图像三维重建冠状动脉形态,接着压力导丝在血管出入口测量血压数据,用于调整边界条件。然后使用CFD仿真计算冠状动脉的压力和血流量,逐步收敛于其数值解。最后充血状态和静息状态下冠状动脉的平均通过时间计算CFR。然而,这种计算方法需要用在导管室进行侵入性的冠状动脉造影检查,增加患者的医疗费用和并发症风险。
发明内容
本发明意在提供一种非侵入性的计算CFR的方法,基于冠状动脉CTA影像实现非侵入性CFR的计算,不需要侵入性测量的血流(如血压,流速)的数据,只需要CTA图像,通过提出的算法对CTA图像分析并间接计算得到CFR,该方法来计算CFR实现了经济性和安全性的统一,得到的CFR值准确,可以有效地评估冠状动脉血管功能,有助于医护人员指定最佳的治疗方案。
为了实现上述目的,本发明提供如下技术方案:
一种非侵入性的计算CFR的方法,包括以下步骤:
S1、重建冠状动脉三维模型、生成网格
基于冠状动脉CTA图像数据,对冠状动脉CTA图像进行分割,从中提取冠状动脉的几何信息并重建冠状动脉三维模型,重建的三维模型包括冠状动脉及其侧枝血管,排除主动脉;
在模型构建过程中剪去远端小血管,采用自动化的自适应网格划分方法将三维模型划分为四面体网格;
S2、设置模型的边界条件
入口边界条件设置为平均主动脉压MAP,出口边界条件设置为模型各个出口的出口阻力Ri;
S3、模拟血流动力学的CFD配置
通过调整参数,对静息状态和充血状态的冠状动脉血流分别进行CFD模拟,得到整个冠状动脉的静息状态和充血状态下的压力和流速分布;
S4、计算CFR
计算充血状态时平均通过时间除以静息状态时平均通过时间得到CFR。
进一步地,在S1中,利用自动或半自动分割算法对冠状动脉CTA图像进行分割。
进一步地,在S2中,入口边界条件的设置方法为:
平均主动脉压MAP为一次心跳周期内主动脉内的平均血压,其反映心脏每分钟输出的血液量和外周血管阻力的综合作用,是评价心血管功能的重要指标;基于臂袖为基础的压力计算静息状态下的平均主动脉压MAPrest:
MAPrest=0.4×(SBP-DBP)+DBP
式中,SBP和DBP分比为收缩压和舒张压;
在进行充血状态模拟时选择充血状态的平均主动脉压作为入口边界条件MAPhyp,通过静息状态平均主动脉压转化得到:
MAPhyp=1/1.1*MAPrest
出口边界条件的设置方法,包括以下步骤:
M1、根据多元线性回归分析,利用各个患者的多个特异性生理特征计算静息状态和充血状态下的左心室流出血流量Q;
对于静息状态,多元线性回归分析表明静息时冠状动脉血流量与最高脉压三分位数值、左心室质量指数、性别和糖尿病状态强线性相关;记HPPT为最高脉压三分位数值,MassLV为左心室质量指数,Sex为性别,Diabetes为糖尿病状态,则静息状态血流量Qrest为:
Qrest=a*HPPT+b*MassLV+c*Sex+d*Diabetes+e
式中,a、b、c、d、e为系数;
对于充血状态,多元线性回归分析表明充血时冠状动脉血流量与最高脉压三分位数值、糖尿病状态、性别、年龄、最高收缩压三分位数和左心室质量指数强相关;记HPPT为最高脉压三分位数值,Diabetes为糖尿病状态,Sex为性别,Age为年龄,HSBPT为最高收缩压三分位数,MassLV为左心室质量指数,则充血状态血流量Qhyp为:
Qhyp=f*HPPT+g*Diabetes+h*Sex+i*Age+j*HSBPT+k*MassLV+l
式中,f、g、h、i、j、k、l为系数;
M2、根据Murray定律分配左右冠状动脉血流量Qin;通过重建的三维模型确定冠状动脉直径大小D,左右冠状动脉的血流量Qin为:
式中,D1,D2分别为左冠状动脉和右冠状动脉的直径,β为2.55;
M3、根据Murray定律分配冠状动脉的各个出口的血流量Qout;通过重建的三维模型确定各个冠状动脉分支出口的直径D,第i个出口的血流量Qout,i为:
式中,Di是第i个出口附近的平均直径,N是出口总数,β为2.55;
M4、确定第i个出口的静息状态出口阻力和充血状态出口阻力/>用于分别模拟静息状态和充血状态血管内动力学的出口边界条件:
Pv为参考静脉压,设为5mmHg。
进一步地,在S3中,模拟血流动力学的CFD的方法为:
设定血液近为牛顿流体,管壁是刚性的,且壁面无滑移;通过求解三维不可压缩的Navier-Stokes方程,对于边界为Г的流体Ω,求解速度和压力/>
式中,为流速场,/>为压力场,t、μ、ρ分别为时间、流体粘度和流体密度;血液的流体粘度和密度分别设定为0.0035Pa·s和1050Kg/m3。
进一步地,在S4中,计算CFR的方法为:
分别对静息状态和充血状态的血流动力学进行模拟,通过改变边界条件来达成此目的;其中,静息状态流体域的边界条件Гrest设置为静息状态下入口处平均主动脉压力MAPrest和出口处速度充血状态流体域的边界条件Гhyp设置为充血状态下入口处平均主动脉压力MAPhyp和出口处阻力/>进行两次模拟后根据获得的压力场、流量场计算CFR为:
式中,Trest为静息状态时冠状动脉血流平均通过时间,Thyp为充血状态时冠状动脉血流平均通过时间。
技术方案的有益效果是:
1、本发明提供的一种非侵入性的计算CFR的方法,计算CFR时只需要非侵入性的CTA成像数据,避免了侵入性检查,降低了治疗费用和临床风险,具有很好的临床应用价值;
2、本发明提供的一种非侵入性的计算CFR的方法,可以通过一次计算得到目标冠状动脉模型中各个位置的CFR值,精准定位病变血管;
3、本发明提供的一种非侵入性的计算CFR的方法,可以全面评估整个冠状动脉生理功能状态,有助于临床医生制定最佳的治疗方案。
附图说明
图1为本发明一种非侵入性的计算CFR的方法确定边界条件和非侵入性的计算CFR算法流程图。
具体实施方式
下面结合附图和实施方式对本发明作进一步的详细说明:
如图1所示,一种非侵入性的计算CFR的方法,包括以下步骤:
S1、重建冠状动脉三维模型、生成网格
基于冠状动脉CTA图像数据,利用自动或半自动分割算法对冠状动脉CTA图像进行分割,从中提取冠状动脉的几何信息并重建冠状动脉三维模型,重建的三维模型包括冠状动脉及其侧枝血管,排除主动脉;
在模型构建过程中剪去远端小血管,采用自动化的自适应网格划分方法将三维模型划分为四面体网格;
S2、设置模型的边界条件
入口边界条件设置为平均主动脉压MAP,出口边界条件设置为模型各个出口的出口阻力Ri;
其中,入口边界条件的设置方法为:
平均主动脉压MAP为一次心跳周期内主动脉内的平均血压,其反映心脏每分钟输出的血液量和外周血管阻力的综合作用,是评价心血管功能的重要指标;基于臂袖为基础的压力计算静息状态下的平均主动脉压MAPrest:
MAPrest=0.4×(SBP-DBP)+DBP
式中,SBP和DBP分比为收缩压和舒张压;
在进行充血状态模拟时选择充血状态的平均主动脉压作为入口边界条件MAPhyp,通过静息状态平均主动脉压转化得到:
MAPhyp=1/1.1*MAPrest
出口边界条件的设置方法,包括以下步骤:
M1、根据多元线性回归分析,利用各个患者的多个特异性生理特征计算静息状态和充血状态下的左心室流出血流量Q;
对于静息状态,多元线性回归分析表明静息时冠状动脉血流量与最高脉压三分位数值、左心室质量指数、性别和糖尿病状态强线性相关;记HPPT为最高脉压三分位数值,MassLV为左心室质量指数,Sex为性别,Diabetes为糖尿病状态,则静息状态血流量Qrest为:
Qrest=a*HPPT+b*MassLV+c*Sex+d*Diabetes+e
式中,a、b、c、d、e为系数;
对于充血状态,多元线性回归分析表明充血时冠状动脉血流量与最高脉压三分位数值、糖尿病状态、性别、年龄、最高收缩压三分位数和左心室质量指数强相关;记HPPT为最高脉压三分位数值,Diabetes为糖尿病状态,Sex为性别,Age为年龄,HSBPT为最高收缩压三分位数,MassLV为左心室质量指数,则充血状态血流量Qhyp为:
Qhyp=f*HPPT+g*Diabetes+h*Sex+i*Age+j*HSBPT+k*MassLV+l
式中,f、g、h、i、j、k、l为系数;
M2、根据Murray定律分配左右冠状动脉血流量Qin;通过重建的三维模型确定冠状动脉直径大小D,左右冠状动脉的血流量Qin为:
式中,D1,D2分别为左冠状动脉和右冠状动脉的直径,β为2.55;
M3、根据Murray定律分配冠状动脉的各个出口的血流量Qout;通过重建的三维模型确定各个冠状动脉分支出口的直径D,第i个出口的血流量Qout,i为:
式中,Di是第i个出口附近的平均直径,N是出口总数,β为2.55;
M4、确定第i个出口的静息状态出口阻力和充血状态出口阻力/>用于分别模拟静息状态和充血状态血管内动力学的出口边界条件:
Pv为参考静脉压,设为5mmHg;
S3、模拟血流动力学的CFD配置
设定血液近为牛顿流体,管壁是刚性的,且壁面无滑移;通过求解三维不可压缩的Navier-Stokes方程,对于边界为Г的流体Ω,求解速度和压力/>
式中,为流速场,/>为压力场,t、μ、ρ分别为时间、流体粘度和流体密度;血液的流体粘度和密度分别设定为0.0035Pa·s和1050Kg/m3;
通过调整参数,对静息状态和充血状态的冠状动脉血流分别进行CFD模拟,得到整个冠状动脉的静息状态和充血状态下的压力和流速分布;
S4、计算CFR
分别对静息状态和充血状态的血流动力学进行模拟,通过改变边界条件来达成此目的;其中,静息状态流体域的边界条件Гrest设置为静息状态下入口处平均主动脉压力MAPrest和出口处速度充血状态流体域的边界条件Гhyp设置为充血状态下入口处平均主动脉压力MAPhyp和出口处阻力/>进行两次模拟后根据获得的压力场、流量场计算CFR为:
式中,Trest为静息状态时冠状动脉血流平均通过时间,Thyp为充血状态时冠状动脉血流平均通过时间。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (5)
1.一种非侵入性的计算CFR的方法,其特征在于,包括以下步骤:
S1、重建冠状动脉三维模型、生成网格
基于冠状动脉CTA图像数据,对冠状动脉CTA图像进行分割,从中提取冠状动脉的几何信息并重建冠状动脉三维模型,重建的三维模型包括冠状动脉及其侧枝血管,排除主动脉;
在模型构建过程中剪去远端小血管,采用自动化的自适应网格划分方法将三维模型划分为四面体网格;
S2、设置模型的边界条件
入口边界条件设置为平均主动脉压MAP,出口边界条件设置为模型各个出口的出口阻力Ri;
S3、模拟血流动力学的CFD配置
通过调整参数,对静息状态和充血状态的冠状动脉血流分别进行CFD模拟,得到整个冠状动脉的静息状态和充血状态下的压力和流速分布;
S4、计算CFR
计算充血状态时平均通过时间除以静息状态时平均通过时间得到CFR。
2.根据权利要求1所述的一种非侵入性的计算CFR的方法,其特征在于,在S1中,利用自动或半自动分割算法对冠状动脉CTA图像进行分割。
3.根据权利要求1所述的一种非侵入性的计算CFR的方法,其特征在于,在S2中,入口边界条件的设置方法为:
平均主动脉压MAP为一次心跳周期内主动脉内的平均血压,其反映心脏每分钟输出的血液量和外周血管阻力的综合作用,是评价心血管功能的重要指标;基于臂袖为基础的压力计算静息状态下的平均主动脉压MAPrest:
MAPrest=0.4×(SBP-DBP)+DBP
式中,SBP和DBP分比为收缩压和舒张压;
在进行充血状态模拟时选择充血状态的平均主动脉压作为入口边界条件MAPhyp,通过静息状态平均主动脉压转化得到:
MAPhyp=1/1.1*MAPrest
出口边界条件的设置方法,包括以下步骤:
M1、根据多元线性回归分析,利用各个患者的多个特异性生理特征计算静息状态和充血状态下的左心室流出血流量Q;
对于静息状态,多元线性回归分析表明静息时冠状动脉血流量与最高脉压三分位数值、左心室质量指数、性别和糖尿病状态强线性相关;记HPPT为最高脉压三分位数值,MassLV为左心室质量指数,Sex为性别,Diabetes为糖尿病状态,则静息状态血流量Qrest为:
Qrest=a*HPPT+b*MassLV+c*Sex+d*Diabetes+e
式中,a、b、c、d、e为系数;
对于充血状态,多元线性回归分析表明充血时冠状动脉血流量与最高脉压三分位数值、糖尿病状态、性别、年龄、最高收缩压三分位数和左心室质量指数强相关;记HPPT为最高脉压三分位数值,Diabetes为糖尿病状态,Sex为性别,Age为年龄,HSBPT为最高收缩压三分位数,MassLV为左心室质量指数,则充血状态血流量Qhyp为:
Qhyp=f*HPPT+g*Diabetes+h*Sex+i*Age+j*HSBPT+k*MassLV+l
式中,f、g、h、i、j、k、l为系数;
M2、根据Murray定律分配左右冠状动脉血流量Qin;通过重建的三维模型确定冠状动脉直径大小D,左右冠状动脉的血流量Qin为:
式中,D1,D2分别为左冠状动脉和右冠状动脉的直径,β为2.55;
M3、根据Murray定律分配冠状动脉的各个出口的血流量Qout;通过重建的三维模型确定各个冠状动脉分支出口的直径D,第i个出口的血流量Qout,i为:
式中,Di是第i个出口附近的平均直径,N是出口总数,β为2.55;
M4、确定第i个出口的静息状态出口阻力和充血状态出口阻力/>用于分别模拟静息状态和充血状态血管内动力学的出口边界条件:
Pv为参考静脉压,设为5mmHg。
4.根据权利要求1所述的一种非侵入性的计算CFR的方法,其特征在于,在S3中,模拟血流动力学的CFD的方法为:
设定血液近为牛顿流体,管壁是刚性的,且壁面无滑移;通过求解三维不可压缩的Navier-Stokes方程,对于边界为Г的流体Ω,求解速度和压力/>
式中,为流速场,/>为压力场,t、μ、ρ分别为时间、流体粘度和流体密度;血液的流体粘度和密度分别设定为0.0035Pa·s和1050Kg/m3。
5.根据权利要求1所述的一种非侵入性的计算CFR的方法,其特征在于,在S4中,计算CFR的方法为:
分别对静息状态和充血状态的血流动力学进行模拟,通过改变边界条件来达成此目的;其中,静息状态流体域的边界条件Гrest设置为静息状态下入口处平均主动脉压力MAPrest和出口处速度充血状态流体域的边界条件Гhyp设置为充血状态下入口处平均主动脉压力MAPhyp和出口处阻力/>进行两次模拟后根据获得的压力场、流量场计算CFR为:
式中,Trest为静息状态时冠状动脉血流平均通过时间,Thyp为充血状态时冠状动脉血流平均通过时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311288662.9A CN117426783A (zh) | 2023-10-08 | 2023-10-08 | 一种非侵入性的计算cfr的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311288662.9A CN117426783A (zh) | 2023-10-08 | 2023-10-08 | 一种非侵入性的计算cfr的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117426783A true CN117426783A (zh) | 2024-01-23 |
Family
ID=89557416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311288662.9A Pending CN117426783A (zh) | 2023-10-08 | 2023-10-08 | 一种非侵入性的计算cfr的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117426783A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679059A (zh) * | 2024-02-01 | 2024-03-12 | 北京大学第三医院(北京大学第三临床医学院) | 一种量化功能性血流动力学参数的系统和方法 |
-
2023
- 2023-10-08 CN CN202311288662.9A patent/CN117426783A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117679059A (zh) * | 2024-02-01 | 2024-03-12 | 北京大学第三医院(北京大学第三临床医学院) | 一种量化功能性血流动力学参数的系统和方法 |
CN117679059B (zh) * | 2024-02-01 | 2024-04-26 | 北京大学第三医院(北京大学第三临床医学院) | 一种量化功能性血流动力学参数的系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107978371B (zh) | 快速计算微循环阻力的方法及系统 | |
US10863907B2 (en) | Method and apparatus for the non-invasive measurement of pulse transit times (PTT) | |
JP6181180B2 (ja) | 脈管を評価するためのシステム | |
US10872698B2 (en) | Method and system for enhancing medical image-based blood flow computations using physiological measurements | |
JP6553099B2 (ja) | 血流予備量比値を算出するための機器 | |
US10354744B2 (en) | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance | |
US9949650B2 (en) | Fractional flow reserve estimation | |
WO2017097074A1 (zh) | 血管单位时间血流量与血流速度的计算方法 | |
US20140276137A1 (en) | Systems and methods for determining coronary flow reserve | |
CN109065170B (zh) | 获取血管压力差的方法及装置 | |
JP6362851B2 (ja) | 血管解析装置、血管解析プログラム、及び血管解析装置の作動方法 | |
CN108742587B (zh) | 基于病史信息获取血流特征值的方法及装置 | |
CN117426783A (zh) | 一种非侵入性的计算cfr的方法 | |
CN108717874B (zh) | 基于特定的生理参数获取血管压力值的方法及装置 | |
CN110731789B (zh) | 一种冠脉微血管阻力指数获取方法、介质及设备 | |
CN117438055A (zh) | 一种基于计算流体动力学的无创mrr计算方法 | |
CN112690814B (zh) | 一种低误差的冠状动脉血流储备分数测量方法 | |
EP4029438A1 (en) | Microcirculatory index calculation method and apparatus based on image and pressure sensor, and system | |
Doriot et al. | Accuracy of coronary flow measurements performed by means of Doppler wires | |
KR20150092048A (ko) | 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법 | |
CN110477877B (zh) | 一种基于ffr原理建立快速判断血管狭窄阻力和微循环阻力大小模型的方法 |
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 |