CN117476238B - 用于评估心肌缺血的计算流体力学仿真分析方法及系统 - Google Patents
用于评估心肌缺血的计算流体力学仿真分析方法及系统 Download PDFInfo
- Publication number
- CN117476238B CN117476238B CN202311473423.0A CN202311473423A CN117476238B CN 117476238 B CN117476238 B CN 117476238B CN 202311473423 A CN202311473423 A CN 202311473423A CN 117476238 B CN117476238 B CN 117476238B
- Authority
- CN
- China
- Prior art keywords
- blood flow
- computational fluid
- myocardial
- fluid dynamics
- dynamics simulation
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 57
- 239000012530 fluid Substances 0.000 title claims abstract description 53
- 238000004088 simulation Methods 0.000 title claims abstract description 51
- 208000031225 myocardial ischemia Diseases 0.000 title claims abstract description 49
- 230000002107 myocardial effect Effects 0.000 claims abstract description 52
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 230000010412 perfusion Effects 0.000 claims abstract description 12
- 230000017531 blood circulation Effects 0.000 claims description 68
- 210000004165 myocardium Anatomy 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 22
- 210000003484 anatomy Anatomy 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008345 muscle blood flow Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 210000000709 aorta Anatomy 0.000 claims description 3
- 238000011524 similarity measure Methods 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims 2
- 201000000057 Coronary Stenosis Diseases 0.000 abstract description 6
- 206010011089 Coronary artery stenosis Diseases 0.000 abstract description 5
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000747 cardiac effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 208000028867 ischemia Diseases 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 208000023589 ischemic disease Diseases 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 230000007654 ischemic lesion Effects 0.000 description 1
- 230000003189 isokinetic effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Computational Mathematics (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computer Graphics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本发明涉及医学工程领域,公开了一种用于评估心肌缺血的计算流体力学仿真分析方法及系统。该分析方法及系统结合心肌灌注信息、心脏解剖结构信息和计算流体力学仿真进行心肌缺血的评估。针对评估冠状动脉狭窄导致的心肌缺血这一情况,本发明将心肌灌注结果作为指导冠状动脉计算流体力学分析的重要依据,提高了血流储备分数的计算准确度,从而提升了评估心肌缺血的准确性。
Description
技术领域
本发明涉及医学工程领域,具体为一种用于评估心肌缺血的计算流体力学仿真分析方法及系统。
背景技术
冠状动脉血流储备分数是目前评估心肌缺血的重要依据,它可以帮助医生更准确地诊断和治疗冠状动脉狭窄造成的缺血性疾病。对于有冠状动脉缺血性病变风险的患者,进行血流储备分数评估可以比单独依据冠状动脉计算机断层扫描的增强造影图像和狭窄率更能准确的判断冠状动脉疾病出现急性症状的风险。传统意义上的血流储备分数测量需要在冠状动脉造影指导下,采用有创压力导丝,伸入冠状动脉狭窄远端进行测量,这是一种有创测压技术,通过远端压力和冠状动脉开口的压力比值来确定缺血情况。随着计算流体力学在医疗影像领域的发展,近年来出现的无创计算血流储备分数的方法也逐渐占据主流地位。无创计算血流储备分数主要依靠计算流体力学对于冠状动脉内血流的模拟,该模拟主要依赖了CT影像提供的冠状动脉分割结果,结合多种假设条件,包括流量、压力等,以及其它等价转化条件。但是,这些假设条件的真实情况是难以验证的。
另外,伴随着计算机断层扫描设备的发展,心肌灌注也逐渐成为判断心肌供血情况的重要依据之一。CT心肌灌注可以得到心肌血流量。心肌血流量在心肌上的分布被用于作为心肌缺血的参考。但是,目前仍旧没有明确的量化指标能够用于普遍性地判断心肌血流量值和心肌缺血的关系,更多的是通过心肌血流量分布来判断心肌中不健康的区域分布,而后结合冠脉狭窄来判断缺血情况。
发明内容
针对目前用于判断心肌缺血的两种方式(使用血流储备分数和使用心肌血流量)分别存在的不足,本发明提供了一种用于评估心肌缺血的计算流体力学仿真分析方法及系统。主要是针对冠状动脉狭窄导致的心肌缺血。
为了达到上述目的,本发明采用了下列技术方案:
第一方面,本发明提供了一种用于评估心肌缺血的计算流体力学仿真分析方法,包括以下步骤:
S1患者特异性图像数据的获取;
S2基于S1的图像数据创建三维解剖结构模型,三维解剖结构模型指通过图像对应的人体结构信息和图像自身的灰度信息进行的解剖结构划分,目的在于分离出目标结构。可采用业界通用的V-net或nnU-net神经网络分割得到。
S3获取患者特异性心肌灌注数据,并计算关于心肌的血流量分布;
S4配准心肌血流量分布与三维解剖结构模型;
S5使用心肌血流量分布计算冠状动脉总血流量;
S6使用配准后的心肌血流量分布计算冠状动脉血流分配比例;
S7使用S2创建的三维解剖结构模型、S5计算得到的冠状动脉总血流量和S6计算得到的冠状动脉血流分配比例进行计算流体力学仿真分析。
进一步,所述S1中患者特异性图像数据包括患者解剖结构和生理参数的特异性数据。
进一步,所述解剖结构至少包括患者心脏解剖结构的一部分。
进一步,所述S3中心肌的血流量分布信息是通过图像灰度随时间变化的曲线计算得到,具体步骤:
S31绘制得到心肌上每个体素的灰度信息随时间变化的曲线A,
S32绘制得到主动脉的灰度信息随时间变化的曲线B,
S33心肌血流量=A曲线的最大斜率/B曲线的峰值。
进一步,所述S4中配准心肌血流量分布与三维解剖结构模型的具体过程为:首先利用基于互信息的刚体配准方法将心脏进行初步位置对齐,然后利用非刚体配准方法对心肌部分进行精细调整,使用局部互相关作为相似性测度,而后得到配准结果。
进一步,所述S5中使用心肌血流量分布计算冠状动脉总血流量的具体过程为:对心肌所有体素的心肌血流量值进行求和,而后乘以一定比例系数作为冠状动脉总血流量。
进一步,所述比例系数可根据患者特异性信息进行调整,取值范围在1.2~2.0。
进一步,所述S6中使用配准后的心肌血流量分布计算冠状动脉血流分配比例的具体过程为:通过冠状动脉区域生长的方式,确定各分支冠状动脉对心肌的影响范围,在各个影响范围内分别计算心肌血流量的总和,然后将各个影响范围的总心肌血流量比值作为冠状动脉血流分配比例。
第二方面,本发明提供了一种用于评估心肌缺血的计算流体力学仿真分析系统,所述分析系统用于实现上文所述的用于评估心肌缺血的计算流体力学仿真分析方法,系统包括:数据获取单元、数据处理单元、计算单元以及计算流体力学仿真分析单元。
进一步,所述数据获取单元包括两个子单元,分别用于获取患者特异性图像数据和患者特异性心肌灌注数据;数据处理单元包括三维结构模型创建子单元和心肌血流量分布计算子单元,分别用于创建三维解剖结构模型和计算心肌血流量分布;所述计算单元包括冠状动脉总血流量计算子单元和冠状动脉血流分配比例计算子单元。
第三方面,本发明提供了一种上文所述的用于评估心肌缺血的计算流体力学仿真分析方法或上文所述的用于评估心肌缺血的计算流体力学仿真分析系统在评估心肌缺血中的应用。
进一步,具体应用过程为:先通过上文所述用于评估心肌缺血的计算流体力学仿真分析方法或上文所述的用于评估心肌缺血的计算流体力学仿真分析系统获得计算流体力学仿真分析结果,然后根据计算流体力学仿真分析结果评估心肌缺血程度。
进一步,所述计算流体力学仿真分析结果包括压力分布、流速分布、血流储备分数、壁面切应力。
第四方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并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如上文所述的用于评估心肌缺血的计算流体力学仿真分析方法。
第五方面,本发明提供了一种非暂态计算机可读存储介质,所述介质上存储有计算机程序,该计算机程序用于被处理器执行时实现如上文所述的用于评估心肌缺血的计算流体力学仿真分析方法。
与现有技术相比本发明具有以下优点:
针对评估冠状动脉狭窄导致的心肌缺血这一情况,现有技术的边界条件是通过假设进行,难以及时将病人个体性的心肌灌注结果差异代入到计算中。本发明将心肌灌注结果作为指导冠状动脉计算流体力学分析的重要依据,提高了血流储备分数的计算准确度,从而提升了评估心肌缺血的准确性。
附图说明
图1为本发明用于评估心肌缺血的计算流体力学仿真分析方法流程图。
图2为心肌血流量分布示例图。
具体实施方式
下面结合本发明实施例和附图,对本发明的技术方案进行具体、详细的说明。应当指出,以下实施例仅用于说明本发明,不用来限制本发明的保护范围。若未特别指明,实施例中所用的技术手段为本领域技术人员所熟知的常规手段。
如图1所示,一种用于评估心肌缺血的计算流体力学仿真分析方法,包括以下步骤:
1、患者特异性图像数据的获取;包括患者解剖结构和生理参数的特异性数据;解剖结构至少包括患者心脏解剖结构的一部分。
2、基于S1的图像数据创建三维解剖结构模型。三维解剖结构模型指通过图像对应的人体结构信息和图像自身的灰度信息进行的解剖结构划分,目的在于分离出目标结构。在本例中,三维解剖模型指获取到的心脏解剖结构模型,可采用业界通用的V-net或nnU-net神经网络分割得到。
3、获取患者特异性心肌灌注数据,并计算关于心肌的心肌血流量分布。心肌的血流量分布信息是通过图像灰度随时间变化的曲线计算得到,具体步骤:
S31绘制得到心肌上每个体素的灰度信息随时间变化的曲线A,
S32绘制得到主动脉的灰度信息随时间变化的曲线B,
S33心肌血流量=A曲线的最大斜率/B曲线的峰值。
4、配准心肌血流量分布与三维解剖结构模型;具体过程为:首先利用基于互信息的刚体配准方法将心脏进行初步位置对齐,然后利用非刚体配准方法对心肌部分进行精细调整,非刚体配准采用微分同胚SyN方法,使用局部互相关作为相似性测度,而后得到配准结果。
5、使用心肌血流量分布计算冠状动脉总血流量:对心肌所有体素的心肌血流量值进行求和,而后乘以一定比例系数作为冠状动脉总血流量。所述比例系数可根据患者特异性信息进行调整,取值范围在1.2~2.0。
6、使用配准后的心肌血流量分布计算冠状动脉血流分配比例:通过冠状动脉区域生长的方式,确定各分支冠状动脉对心肌的影响范围,在各个影响范围内分别计算心肌血流量的总和,然后将各个影响范围的总心肌血流量比值作为冠状动脉血流分配比例。
通过冠状动脉区域生长为冠脉各向同性等速区域生长。在区域生长的过程中,逐步覆盖全部心肌区域,先覆盖的区域不会被重复覆盖,最后在心肌上划分出各支冠脉对应的局部心肌区域。
7、使用步骤2创建的三维解剖结构模型、步骤5计算得到的冠状动脉总血流量和步骤6计算得到的冠状动脉血流分配比例进行计算流体力学仿真分析。即通过给定的边界条件、几何模型,进行有限元分析计算,逐步迭代逼近给定边界条件,在计算收敛后得到仿真结果,结果通常为压力分布或流速分布。
本发明第二实施例,提供了一种用于评估心肌缺血的计算流体力学仿真分析系统,所述分析系统用于实现上文所述的用于评估心肌缺血的计算流体力学仿真分析方法,系统包括:数据获取单元、数据处理单元、计算单元以及计算流体力学仿真分析单元。其中,数据获取单元包括两个子单元,分别用于获取患者特异性图像数据和患者特异性心肌灌注数据;数据处理单元包括三维结构模型创建子单元和心肌血流量分布计算子单元,分别用于创建三维解剖结构模型和计算心肌血流量分布;计算单元包括冠状动脉总血流量计算子单元和冠状动脉血流分配比例计算子单元。
本发明第三实施例,提供了一种上文所述的用于评估心肌缺血的计算流体力学仿真分析方法或上文所述的用于评估心肌缺血的计算流体力学仿真分析系统在评估心肌缺血中的应用。具体应用过程为:先通过上文所述用于评估心肌缺血的计算流体力学仿真分析方法或上文所述的用于评估心肌缺血的计算流体力学仿真分析系统获得计算流体力学仿真分析结果,包括压力分布、流速分布、血流储备分数、壁面切应力等,然后根据计算流体力学仿真分析结果评估心肌缺血程度,具体为:仿真结果的压力分布可以转换为血流储备分数分布,来评估缺血状况。血流储备分数≤0.8被普遍认为是心肌缺血的状态。
本发明第四实施例,提供了一种电子设备,包括存储器、处理器及存储在存储器上并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如上文所述的用于评估心肌缺血的计算流体力学仿真分析方法。
本发明第五实施例,提供了一种非暂态计算机可读存储介质,所述介质上存储有计算机程序,该计算机程序用于被处理器执行时实现如上文所述的用于评估心肌缺血的计算流体力学仿真分析方法。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种用于评估心肌缺血的计算流体力学仿真分析方法,其特征在于,包括以下步骤:
S1患者特异性图像数据的获取;
S2基于S1的图像数据创建三维解剖结构模型;
S3获取患者特异性心肌灌注数据,并计算关于心肌的血流量分布;
S4配准心肌血流量分布与三维解剖结构模型;
S5使用心肌血流量分布计算冠状动脉总血流量;
S6使用配准后的心肌血流量分布计算冠状动脉血流分配比例;
S7使用S2创建的三维解剖结构模型、S5计算得到的冠状动脉总血流量和S6计算得到的冠状动脉血流分配比例进行计算流体力学仿真分析;
所述S3中心肌的血流量分布信息是通过图像灰度随时间变化的曲线计算得到,具体步骤:
S31绘制得到心肌上每个体素的灰度信息随时间变化的曲线A,
S32绘制得到主动脉的灰度信息随时间变化的曲线B,
S33心肌血流量=A曲线的最大斜率/B曲线的峰值;
所述S5中使用心肌血流量分布计算冠状动脉总血流量的具体过程为:对心肌所有体素的心肌血流量值进行求和,而后乘以一定比例系数作为冠状动脉总血流量;
所述S6中使用配准后的心肌血流量分布计算冠状动脉血流分配比例的具体过程为:通过冠状动脉区域生长的方式,确定各分支冠状动脉对心肌的影响范围,在各个影响范围内分别计算心肌血流量的总和,然后将各个影响范围的总心肌血流量比值作为冠状动脉血流分配比例。
2.根据权利要求1所述的用于评估心肌缺血的计算流体力学仿真分析方法,其特征在于,所述S1中患者特异性图像数据包括患者解剖结构和生理参数的特异性数据。
3.根据权利要求1所述的用于评估心肌缺血的计算流体力学仿真分析方法,其特征在于,所述S4中配准心肌血流量分布与三维解剖结构模型的具体过程为:首先利用基于互信息的刚体配准方法将心脏进行初步位置对齐,然后利用非刚体配准方法对心肌部分进行精细调整,使用局部互相关作为相似性测度,而后得到配准结果。
4.根据权利要求1所述的用于评估心肌缺血的计算流体力学仿真分析方法,其特征在于,所述比例系数可根据患者特异性信息进行调整,取值范围在1.2~2.0。
5.一种用于评估心肌缺血的计算流体力学仿真分析系统,其特征在于,所述系统用于实现权利要求1-4任一项所述的用于评估心肌缺血的计算流体力学仿真分析方法,系统包括:数据获取单元、数据处理单元、计算单元以及计算流体力学仿真分析单元;
所述数据获取单元包括两个子单元,分别用于获取患者特异性图像数据和患者特异性心肌灌注数据;数据处理单元包括三维结构模型创建子单元和心肌血流量分布计算子单元,分别用于创建三维解剖结构模型和计算心肌血流量分布;所述计算单元包括冠状动脉总血流量计算子单元和冠状动脉血流分配比例计算子单元。
6.权利要求1-4任一项所述的分析方法或权利要求5所述的分析系统在评估心肌缺血中的应用。
7.根据权利要求6所述的应用,其特征在于,具体应用过程为:先通过权利要求1-4任一项所述的分析方法或权利要求5所述的分析系统获得计算流体力学仿真分析结果,然后根据计算流体力学仿真分析结果评估心肌缺血程度。
8.根据权利要求7所述的应用,其特征在于,所述计算流体力学仿真分析结果包括压力分布、流速分布、血流储备分数值、壁面切应力。
9.一种电子设备,其特征在于:包括存储器、处理器及存储在存储器上并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如权利要求1-4任一项所述的用于评估心肌缺血的计算流体力学仿真分析方法。
10.一种非暂态计算机可读存储介质,其特征在于:所述介质上存储有计算机程序,该计算机程序用于被处理器执行时实现如权利要求1-4任一项所述的用于评估心肌缺血的计算流体力学仿真分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311473423.0A CN117476238B (zh) | 2023-11-08 | 2023-11-08 | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311473423.0A CN117476238B (zh) | 2023-11-08 | 2023-11-08 | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117476238A CN117476238A (zh) | 2024-01-30 |
CN117476238B true CN117476238B (zh) | 2024-05-28 |
Family
ID=89639283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311473423.0A Active CN117476238B (zh) | 2023-11-08 | 2023-11-08 | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117476238B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036107A (zh) * | 2013-03-04 | 2014-09-10 | 西门子公司 | 确定狭窄的功能性严重程度 |
EP2942006A1 (en) * | 2014-05-09 | 2015-11-11 | Siemens Aktiengesellschaft | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
CN105517492A (zh) * | 2013-09-06 | 2016-04-20 | 皇家飞利浦有限公司 | 用于处理心脏数据的处理设备 |
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 |
WO2020107667A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
RU2748527C1 (ru) * | 2020-06-04 | 2021-05-26 | Федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр кардиологии" Министерства здравоохранения Российской Федерации (ФГБУ "НМИЦ кардиологии" Минздрава России) | Способ выявления ишемической болезни сердца (ИБС) и микрососудистой дисфункции у пациентов с подозрением на острый коронарный синдром |
WO2021234616A1 (en) * | 2020-05-22 | 2021-11-25 | Universita' Degli Studi Di Pavia | Method for the simulation of coronary changes and/or for the risk assessment of myocardial ischemia |
CN116013533A (zh) * | 2022-12-30 | 2023-04-25 | 上海联影医疗科技股份有限公司 | 冠脉的血流动力学评估模型的训练方法、评估方法及系统 |
CN116649925A (zh) * | 2023-07-28 | 2023-08-29 | 杭州脉流科技有限公司 | 颅内动脉狭窄功能学评估的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9449145B2 (en) * | 2014-04-22 | 2016-09-20 | Heartflow, Inc. | Systems and methods for virtual contrast agent simulation and computational fluid dynamics (CFD) to compute functional significance of stenoses |
-
2023
- 2023-11-08 CN CN202311473423.0A patent/CN117476238B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104036107A (zh) * | 2013-03-04 | 2014-09-10 | 西门子公司 | 确定狭窄的功能性严重程度 |
CN105517492A (zh) * | 2013-09-06 | 2016-04-20 | 皇家飞利浦有限公司 | 用于处理心脏数据的处理设备 |
EP2942006A1 (en) * | 2014-05-09 | 2015-11-11 | Siemens Aktiengesellschaft | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
WO2020107667A1 (zh) * | 2018-11-28 | 2020-06-04 | 苏州润心医疗器械有限公司 | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 |
WO2021234616A1 (en) * | 2020-05-22 | 2021-11-25 | Universita' Degli Studi Di Pavia | Method for the simulation of coronary changes and/or for the risk assessment of myocardial ischemia |
RU2748527C1 (ru) * | 2020-06-04 | 2021-05-26 | Федеральное государственное бюджетное учреждение "Национальный медицинский исследовательский центр кардиологии" Министерства здравоохранения Российской Федерации (ФГБУ "НМИЦ кардиологии" Минздрава России) | Способ выявления ишемической болезни сердца (ИБС) и микрососудистой дисфункции у пациентов с подозрением на острый коронарный синдром |
CN116013533A (zh) * | 2022-12-30 | 2023-04-25 | 上海联影医疗科技股份有限公司 | 冠脉的血流动力学评估模型的训练方法、评估方法及系统 |
CN116649925A (zh) * | 2023-07-28 | 2023-08-29 | 杭州脉流科技有限公司 | 颅内动脉狭窄功能学评估的方法和装置 |
Non-Patent Citations (2)
Title |
---|
Detection of Hemodynamically Significant Coronary Stenosis: CT Myocardial Perfusion versus Machine Learning CT Fractional Flow Reserve;Yuehua Li等;Radiology;20190924;第293卷(第2期);第1-10页 * |
FFR_CT对冠心病诊断的临床应用进展;易妍等;国际医学放射学杂志;20180531;第41卷(第3期);第263-267页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117476238A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10580526B2 (en) | System and method for calculating vessel flow parameters based on angiography | |
EP3806742B1 (en) | Method and apparatus for quantitative hemodynamic flow analysis | |
EP3160335B1 (en) | Apparatus for determining a fractional flow reserve value | |
CN109065170B (zh) | 获取血管压力差的方法及装置 | |
WO2020107667A1 (zh) | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 | |
CN108348206B (zh) | 用于无创血流储备分数(ffr)的侧支流建模 | |
EP3062248A1 (en) | Method and apparatus for quantitative flow analysis | |
JP7303260B2 (ja) | 動脈網における流量および圧力勾配を患者特定コンピュータ断層撮影アルゴリズムに基づくコントラスト分布から判断するための方法 | |
US10275878B2 (en) | Method for the quantification of the presence of fats in a region of the heart | |
CN112967220B (zh) | 评估与血管周围组织有关的ct数据集的计算机实现的方法 | |
EP3512416B1 (en) | Apparatus and method for determining a fractional flow reserve | |
US20160066795A1 (en) | Stenosis therapy planning | |
EP3244790B1 (en) | Instantaneous wave-free ratio (ifr) computer tomography (ct) | |
EP2686826B1 (en) | Dynamic normalization of data for perfusion comparison and quantification | |
JP7208978B2 (ja) | 冠動脈血管を解析する装置、当該装置の作動方法、当該方法を実行させるコンピュータプログラム及びコンピュータ読取可能な媒体 | |
CN109009037B (zh) | 基于个体性别获取血管压力差的计算方法及装置 | |
US10867383B2 (en) | Determination of a clinical characteristic using a combination of different recording modalities | |
CN117476238B (zh) | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 | |
US20230172575A1 (en) | Method, system and computer program product for determining ischemia region of the organ | |
Han | Patient-Specific Mapping between Myocardium and Coronary Arteries using Myocardial Thickness Variation | |
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 | |
WO2022074054A1 (en) | A non-invasive method for determining a pressure gradient for a cardiovascular narrowing of a subject, and computer program product |
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 |