CN117462156A - 一种基于生理特异性的冠脉血流模型无创计算imr的方法 - Google Patents

一种基于生理特异性的冠脉血流模型无创计算imr的方法 Download PDF

Info

Publication number
CN117462156A
CN117462156A CN202311288755.1A CN202311288755A CN117462156A CN 117462156 A CN117462156 A CN 117462156A CN 202311288755 A CN202311288755 A CN 202311288755A CN 117462156 A CN117462156 A CN 117462156A
Authority
CN
China
Prior art keywords
blood flow
coronary
coronary artery
imr
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
Application number
CN202311288755.1A
Other languages
English (en)
Inventor
张志辉
邓丹
李小龙
朱平
李利华
张贺晔
刘修健
高智凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
First Affiliated Hospital of Army Medical University
Original Assignee
First Affiliated Hospital of Army Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by First Affiliated Hospital of Army Medical University filed Critical First Affiliated Hospital of Army Medical University
Priority to CN202311288755.1A priority Critical patent/CN117462156A/zh
Publication of CN117462156A publication Critical patent/CN117462156A/zh
Pending legal-status Critical Current

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computed tomography [CT]
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/504Apparatus 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/507Apparatus 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information 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)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Pulmonology (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明属于冠状动脉功能学评估技术领域,公开了一种基于生理特异性的冠脉血流模型无创计算IMR的方法,包括S1、重建冠状动脉3D,重建带有侧支血管的冠状动脉在内的主干和侧分支,排除主动脉;S2、基于N‑S方程进行血流动力学分析,定量静息冠状动脉血流量和出口阻力,模拟充血时的冠状动脉压力场;S3、对冠状动脉进行CFD模拟,计算得到所需管腔的IMR值;本发明采用特定的静息冠状动脉血流定量,量化冠状动脉血流并评估出口阻力;采用标准化出口截断策略,共同提高IMRCT的准确性和可重复性,不存在相关风险,而且计算得到的精度高。

Description

一种基于生理特异性的冠脉血流模型无创计算IMR的方法
技术领域
本发明涉及冠状动脉功能学评估技术领域,具体为一种基于生理特异性的冠脉血流模型无创计算IMR的方法。
背景技术
冠心病的本质是心肌缺血,严重影响人类健康和生命安全,冠脉微循环功能异常是导致心肌缺血的重要原因之一。血流储备分数(Fractional Flow Reserve,FFR)和微循环阻力指数(Index ofMicrocirculatory Resistance,IMR)是为最常用的表征冠状动脉功能学的核心指标,其中,IMR和FFR之间没有明显的相关性,即当FFR检测为阴性时,IMR也可能是阳性。相对于评估心外膜冠脉狭窄严重程度的FFR,IMR专用于评估冠脉微循环的功能状态。传统的IMR测量需要进行有创检查,而且需要使用压力导丝、血管扩张药物等,成本价格昂贵、操作复杂,严重限制了其临床推广应用。
随着计算流体动力学(Computational Fluid Dynamics,CFD)的发展,现有使用冠状动脉CT造影(CTA)无创计算IMR来替代传统压力导丝测量。但在CFD模拟时,需要对于给定的冠状动脉解剖模型设置准确的出口边界条件,以获得逼近患者的真实生理状态的模拟结果;然而,人体内血管状态复杂,患者之间存在差异,难以通过无创确定可靠的边界条件。另外,由于受到CTA图像分辨率的限制,在分割时需要准确考虑出口的截断位置,因为它将会影响冠状动脉血流的分布和出口阻力,然而,目前缺乏出口位置截断策略对计算压力场分布影响的相关研究。
基于CTA计算FFR可以用于评估冠脉大血管狭窄的功能学意义,其对缺血的诊断准确性在多项大型临床研究中得到验证。其中,静息冠状动脉血流是计算冠脉出口阻力的一个重要参数,静息冠状动脉血流估算方法对FFRCT的诊断性能有显著影响。对此,Taylor实现了一种基于管腔容积测量(Lumen Volume Measurement,LVM)和出口直径的方法来估计和分布冠状动脉血流和出口阻力。然而,冠状动脉血流与LVM之间的比例关系不是恒定的,在个体患者之间存在差异。因此,这种方法可能无法准确代表给定患者的真实体内生理状态。
除此之外,为避免使用压力导丝测定IMR,有研究基于冠状动脉造影(CoronaryAngiography,CAG)计算IMR;IMR定义为平均远端压力(Pd)乘以充血平均传导时间(Tmn)。DeMaria等基于IMR定义提出IMRangio的计算方法:
IMR=Pa(最大充血)*QFR*帧数(最大充血)/频率
式中,Pa是最大充血时的管腔近端压力,QFR是基于CAG计算的定量血流分数,Tmn表示为移动的帧数与帧率之间的比值。
Mejia-Renteria H等根据静息血管造影和主动脉压(Pa)开发了估计IMR的公式,避免了腺苷等微循环血管扩张药物的使用:
IMR=[Pa-(0.1*Pa)]*QFR*e-Tmn
式中,e-Tmn是对充血平均传导时间的估计。
以上方法也是需进行侵入性CAG,对费用相对较高,且门诊患者无法实施。
综上可知,目前计算IMR的方法存在以下问题:
1)、利用压力导丝测定IMR为住院有创操作,成本价格昂贵、操作复杂,充血剂还可能带来不良反应;
2)、基于CAG计算IMR,需住院实施侵入性CAG,费用相对较高,增加一定有创操作的风险,门诊患者无法实施;
3)、基于CTA计算FFR和IMR,缺乏完善可靠的生理假设模型可以准确量化患者特定的冠状动脉血流量和出口阻力,而且出口位置截断策略对计算的压力场分布的影响尚未得到研究,也没有关于最优截断策略的相关标准。
发明内容
本发明意在提供一种基于生理特异性的冠脉血流模型无创计算IMR的方法,采用特定的静息冠状动脉血流定量,引入LVM以外的其他生理参数来量化冠状动脉血流并评估出口阻力;并采用标准化出口截断策略,共同提高IMRCT的准确性和可重复性,而且不存在相关风险,计算得到的精度高。
为了实现上述目的,本发明提供如下技术方案:
一种基于生理特异性的冠脉血流模型无创计算IMR的方法,包括以下步骤:
S1、重建冠状动脉3D
基于冠状动脉CTA图像数据,对冠状动脉CTA图像进行分割,重建包括带有侧支血管的冠状动脉在内的主干和侧分支,排除主动脉;
S2、基于N-S方程进行血流动力学分析
将入口边界条件定义为静息状态的平均主动脉压MAP,出口边界条件设置基于个体化生理参数,定量静息冠状动脉血流量和出口阻力,模拟充血时的冠状动脉压力场;
S3、对冠状动脉进行CFD模拟,计算得到所需管腔的IMR值。
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,入口边界条件定义的方法为:
在进行无创IMRCT测量时,随着冠状动脉从静息状态向充血状态转变,MAP会先升高后降低,计算时忽略FFR测量的MAP值与静息状态下的MAP值之间的差异,将静息状态下的MAP值作为入口边界条件,并基于袖带压力来计算MAP值,其表达式为:
MAP=0.4×(SBP-DBP)+DBP
式中,SBP为收缩压,DBP为舒张压;
出口边界条件定义的方法为:
基于特异性边界的方法量化静息冠状动脉血流Qrest,其表达式为:
Qrest=-0.53×Y-0.31×G+0.40×DBP+0.68×LVMI-0.32×S
BSA=0.007184×W0.425×H0.725
式中,Y为患者年龄,年;G为患者性别,男=1,女=0;DBP为舒张压,mmHg;S为吸烟史,吸烟=1,不吸烟=0;LVMI为左心室质量指数,BSA是体表面积,W为体重,kg;H为身高,cm;
模拟充血时的冠状动脉压力场的方法为:
A1、分配左右冠状动脉分支的血流;
A2、基于Murray定律分配冠状动脉各出口的血流,其中,第i个出口冠状动脉血流量Qout,i,其表达式为:
式中,Di为第i个出口附近的平均直径,N是出口总数,β设为2.55,Qrest为静息状态下的血流量;
A3、根据步骤A2得到的Qout,i计算第i个出口的出口阻力Ri rest,其表达式为:
式中,MAP为平均主动脉压,Pv为参考静脉压;
A4、调整出口阻力至最大充血状态,根据步骤A3得到的Ri rest模拟充血时的冠状动脉压力场Ri hyp,其表达式为:
式中,TCRI为充血因子,根据实际情况调整。
进一步地,在A1中,根据Sakamoto的方法分配左右冠状动脉分支的血流,假设冠状动脉分支的供血区域与分支直径成正比关系,基于图像分析,通过测量冠状动脉供血区域的面积或长度,实现对血流的分配比例。
进一步地,在S3中,CFD模拟冠状动脉的方法为:
设定动脉血管壁是刚性的,且壁面无滑移,血液为不可压缩的牛顿流体;冠状动脉内的血流和血压由不可压缩的牛顿Navier-Stokes方程求解,其表达式为:
式中,为速度,p为压力,t为时间;υ为动态粘度;ρ为密度;
计算IMR的方法为:
提取冠脉入口至温度传感器位置的血管中心线,获取中心线上各点的速度,对血管中心线上的速度和长度进行积分运算,获得血流通过中心线的总时间,其表达式为:
Tmn=∫(ds/v)
式中,Tmn为血流通过中心线的总时间,v为血流速度,s为血管中心线上的弧长;
基于上述Tmn计算IMRCT,其表达式为:
IMRCT=Pd×Tmn
式中,Pd为平均远端压力。
技术方案的有益效果是:
1、本发明提供的基于生理特异性的冠脉血流模型无创计算IMR的方法,在计算IMR时只需要非侵入性成像数据,且避免了有创检测,不存在相关风险,具有很好的临床应用价值;
2、本发明提供的基于生理特异性的冠脉血流模型无创计算IMR的方法,在测量计算IMRCT,通过一次计算即可评估冠状动脉血管树所有大分支的IMR值,计算的精度高,可以精准定位微循环功能障碍的区域的病变血管;使用标准化出口截断策略,有助于提高计算方法的可操作性和可重复性;
3、本发明得到了一种生理特异性的冠状动脉血流模型,通过引入LVM以外的其他生理参数来量化冠状动脉血流并评估出口阻力;可以准确得到患者真实的体内生理状态。
附图说明
图1为本发明一种基于生理特异性的冠脉血流模型无创计算IMR的方法的流程图;
图中,(a)为冠状动脉CTA,(b)为三维重建的冠状动脉,(c)为生成的冠状动脉网格,(d)为静息冠状动脉血流和出口阻力的定量和分布计算,(e)为充血状态柱状图,(f)为基于流体动力学求解,(g)为将流体动力学计算应用于CCTA检查,(h)为中心线速度的计算,(i)为IMRCT的计算;
图2为本发明具体实施例中分别利用冠脉造影图像和IMR仿真计算的2例患者的IMR计算结果对比图;
图中,箭头所指位置为侵入性导丝测量位置。
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,一种基于生理特异性的冠脉血流模型无创计算IMR的方法,包括以下步骤:
S1、重建冠状动脉3D
基于冠状动脉CTA图像数据,为了减少CFD模拟所需的时间,在进行冠状动脉的三维重建时,利用自动或半自动分割算法对冠状动脉CTA图像进行分割,仅重建包括带有侧支血管的冠状动脉在内的主干和侧分支,排除主动脉;
S2、基于N-S方程进行血流动力学分析
将入口边界条件定义为静息状态的平均主动脉压MAP,出口边界条件设置基于个体化生理参数,定量静息冠状动脉血流量和出口阻力,模拟充血时的冠状动脉压力场;
其中,入口边界条件定义的方法为:
在进行无创IMRCT测量时,随着冠状动脉从静息状态向充血状态转变,MAP会先升高后降低,FFR测量时的MAP值与静息状态下的MAP值略有不同,但其差异较小;因此,计算时忽略这种差异,将静息状态下的MAP值作为入口边界条件,并基于袖带压力来计算MAP值,其表达式为:
MAP=0.4×(SBP-DBP)+DBP
式中,SBP为收缩压,DBP为舒张压;
出口边界条件定义的方法为:
在进行无创IMRCT计算时,需要模拟充血状态下的冠状动脉压力场;使用的出口边界条件通过以下步骤计算,以获得充血状态下的出口边界条件:
基于特异性边界的方法量化静息冠状动脉血流Qrest,其表达式为:
Qrest=-0.53×Y-0.31×G+0.40×DBP+0.68×LVMI-0.32×S
BSA=0.007184×W0.425×H0.725
式中,Y为患者年龄,年;G为患者性别,男=1,女=0;DBP为舒张压,mmHg;S为吸烟史,吸烟=1,不吸烟=0;LVMI为左心室质量指数,BSA是体表面积,W为体重,kg;H为身高,cm;
模拟充血时的冠状动脉压力场的方法为:
A1、根据Sakamoto的方法分配左右冠状动脉分支的血流,假设冠状动脉分支的供血区域与分支直径成正比关系,基于图像分析,通过测量冠状动脉供血区域的面积或长度,实现对血流的分配比;
A2、基于Murray定律分配冠状动脉各出口的血流,其中,第i个出口冠状动脉血流量Qout,i,其表达式为:
式中,Di为第i个出口附近的平均直径,N是出口总数,β设为2.55,Qrest为静息状态下的血流量;
A3、根据步骤A2得到的Qout,i计算第i个出口的出口阻力Ri rest,其表达式为:
式中,MAP为平均主动脉压,Pv为参考静脉压;
A4、调整出口阻力至最大充血状态,根据步骤A3得到的Ri rest模拟充血时的冠状动脉压力场Ri hyp,其表达式为:
式中,TCRI为充血因子,根据实际情况调整;
S3、对冠状动脉进行CFD模拟,计算得到所需管腔的IMR值;
其中,CFD模拟冠状动脉的方法为:
设定动脉血管壁是刚性的,且壁面无滑移,血液为不可压缩的牛顿流体;冠状动脉内的血流和血压由不可压缩的牛顿Navier-Stokes方程求解,其表达式为:
式中,为速度,p为压力,t为时间;υ为动态粘度;ρ为密度;
计算IMR的方法为:
提取冠脉入口至温度传感器位置的血管中心线,获取中心线上各点的速度,对血管中心线上的速度和长度进行积分运算,获得血流通过中心线的总时间,其表达式为:
Tmn=∫(ds/v)
式中,Tmn为血流通过中心线的总时间,v为血流速度,s为血管中心线上的弧长;
基于上述Tmn计算IMRCT,其表达式为:
IMRCT=Pd×Tmn
式中,Pd为平均远端压力。
具体实施过程如下:
如图2所示,对两例患者的IMRCT计算结果进行对比,图中均包括冠脉造影图像和IMR仿真计算结果。其中,箭头所指位置为侵入性导丝测量位置,病例1和病例2的有创IMR值分别为29.6和16.6,IMRCT值分别为24.3和14.8。通过本发明提出的无创方法得到的IMR值和通过有创检测获得的IMR值非常接近。
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)

1.一种基于生理特异性的冠脉血流模型无创计算IMR的方法,其特征在于,包括以下步骤:
S1、重建冠状动脉3D
基于冠状动脉CTA图像数据,对冠状动脉CTA图像进行分割,重建包括带有侧支血管的冠状动脉在内的主干和侧分支,排除主动脉;
S2、基于N-S方程进行血流动力学分析
将入口边界条件定义为静息状态的平均主动脉压MAP,出口边界条件设置基于个体化生理参数,定量静息冠状动脉血流量和出口阻力,模拟充血时的冠状动脉压力场;
S3、对冠状动脉进行CFD模拟,计算得到所需管腔的IMR值。
2.根据权利要求1所述的一种基于生理特异性的冠脉血流模型无创计算IMR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所述的一种基于生理特异性的冠脉血流模型无创计算IMR的方法,其特征在于,在S2中,入口边界条件定义的方法为:
在进行无创IMRCT测量时,随着冠状动脉从静息状态向充血状态转变,MAP会先升高后降低,计算时忽略FFR测量的MAP值与静息状态下的MAP值之间的差异,将静息状态下的MAP值作为入口边界条件,并基于袖带压力来计算MAP值,其表达式为:
MAP=0.4×(SBP-DBP)+DBP
式中,SBP为收缩压,DBP为舒张压;
出口边界条件定义的方法为:
基于特异性边界的方法量化静息冠状动脉血流Qrest,其表达式为:
Qrest=-0.53×Y-0.31×G+0.40×DBP+0.68×LVMI-0.32×S
BSA=0.007184×W0.425×H0.725
式中,Y为患者年龄,年;G为患者性别,男=1,女=0;DBP为舒张压,mmHg;S为吸烟史,吸烟=1,不吸烟=0;LVMI为左心室质量指数,BSA是体表面积,W为体重,kg;H为身高,cm;
模拟充血时的冠状动脉压力场的方法为:
A1、分配左右冠状动脉分支的血流;
A2、基于Murray定律分配冠状动脉各出口的血流,其中,第i个出口冠状动脉血流量Qout,i,其表达式为:
式中,Di为第i个出口附近的平均直径,N是出口总数,β设为2.55,Qrest为静息状态下的血流量;
A3、根据步骤A2得到的Qout,i计算第i个出口的出口阻力Ri rest,其表达式为:
式中,MAP为平均主动脉压,Pv为参考静脉压;
A4、调整出口阻力至最大充血状态,根据步骤A3得到的Ri rest模拟充血时的冠状动脉压力场Ri hyp,其表达式为:
式中,TCRI为充血因子,根据实际情况调整。
4.根据权利要求3所述的一种基于生理特异性的冠脉血流模型无创计算IMR的方法,其特征在于,在A1中,根据Sakamoto的方法分配左右冠状动脉分支的血流,假设冠状动脉分支的供血区域与分支直径成正比关系,基于图像分析,通过测量冠状动脉供血区域的面积或长度,实现对血流的分配比例。
5.根据权利要求1所述的一种基于生理特异性的冠脉血流模型无创计算IMR的方法,其特征在于,在S3中,CFD模拟冠状动脉的方法为:
设定动脉血管壁是刚性的,且壁面无滑移,血液为不可压缩的牛顿流体;冠状动脉内的血流和血压由不可压缩的牛顿Navier-Stokes方程求解,其表达式为:
式中,为速度,p为压力,t为时间;υ为动态粘度;ρ为密度;
计算IMR的方法为:
提取冠脉入口至温度传感器位置的血管中心线,获取中心线上各点的速度,对血管中心线上的速度和长度进行积分运算,获得血流通过中心线的总时间,其表达式为:
Tmn=∫(ds/v)
式中,Tmn为血流通过中心线的总时间,v为血流速度,s为血管中心线上的弧长;
基于上述Tmn计算IMRCT,其表达式为:
IMRCT=Pd×Tmn
式中,Pd为平均远端压力。
CN202311288755.1A 2023-10-08 2023-10-08 一种基于生理特异性的冠脉血流模型无创计算imr的方法 Pending CN117462156A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311288755.1A CN117462156A (zh) 2023-10-08 2023-10-08 一种基于生理特异性的冠脉血流模型无创计算imr的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311288755.1A CN117462156A (zh) 2023-10-08 2023-10-08 一种基于生理特异性的冠脉血流模型无创计算imr的方法

Publications (1)

Publication Number Publication Date
CN117462156A true CN117462156A (zh) 2024-01-30

Family

ID=89622976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311288755.1A Pending CN117462156A (zh) 2023-10-08 2023-10-08 一种基于生理特异性的冠脉血流模型无创计算imr的方法

Country Status (1)

Country Link
CN (1) CN117462156A (zh)

Similar Documents

Publication Publication Date Title
JP7118464B2 (ja) 血管圧差を取得する方法及び装置
US10863907B2 (en) Method and apparatus for the non-invasive measurement of pulse transit times (PTT)
JP6553099B2 (ja) 血流予備量比値を算出するための機器
CN106650029B (zh) 基于cfd仿真的分叉血管压力差及ffr的快速计算方法及系统
CN108742587B (zh) 基于病史信息获取血流特征值的方法及装置
CN108717874B (zh) 基于特定的生理参数获取血管压力值的方法及装置
US11039804B2 (en) Apparatus and method for determining a fractional flow reserve
CN109009061B (zh) 基于血压修正获取血流特征值的计算方法及装置
CN111067494A (zh) 基于血流储备分数和血流阻力模型的微循环阻力快速计算方法
CN108742570B (zh) 基于冠脉优势类型获取血管压力差的装置
JP7529891B2 (ja) 冠微小血管抵抗スコアを判定する電子演算デバイスの作動方法およびデバイス
CN114052764B (zh) 获取血流储备分数的方法、装置、系统和计算机存储介质
CN109009037B (zh) 基于个体性别获取血管压力差的计算方法及装置
CN114664455A (zh) 一种冠状动脉血流储备分数计算方法及装置
CN108742667A (zh) 基于身体质量指数获取血流特征值的方法和装置
CN117438055A (zh) 一种基于计算流体动力学的无创mrr计算方法
CN117426783A (zh) 一种非侵入性的计算cfr的方法
CN117462156A (zh) 一种基于生理特异性的冠脉血流模型无创计算imr的方法
EP2593004B1 (en) Method and apparatus for estimating a pulse arrival time value
US10332255B2 (en) Method for assessing stenosis severity in a lesion tree through stenosis mapping
KR101623186B1 (ko) 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법
KR101753576B1 (ko) 생리학적 압력-유량 관계를 이용한 관상동맥 유량과 압력을 구하는 방법
CN118247221A (zh) 基于特异性冠脉血流模型的血流储备分数评估方法及装置
CN117582199A (zh) 一种脑血管血流动力学特征定量分析方法
Passerini et al. Patient-Specific Modeling of the Coronary Circulation

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