CN117530713A - 基于狭窄冠状动脉和修复冠状动脉之间流量比计算ct-ffr的方法 - Google Patents
基于狭窄冠状动脉和修复冠状动脉之间流量比计算ct-ffr的方法 Download PDFInfo
- Publication number
- CN117530713A CN117530713A CN202311564006.7A CN202311564006A CN117530713A CN 117530713 A CN117530713 A CN 117530713A CN 202311564006 A CN202311564006 A CN 202311564006A CN 117530713 A CN117530713 A CN 117530713A
- Authority
- CN
- China
- Prior art keywords
- coronary artery
- calculating
- bifurcation
- ffr
- coronary
- 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
- 210000004351 coronary vessel Anatomy 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 22
- 208000031481 Pathologic Constriction Diseases 0.000 claims abstract description 18
- 208000037804 stenosis Diseases 0.000 claims abstract description 18
- 230000036262 stenosis Effects 0.000 claims abstract description 18
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 16
- 230000017531 blood circulation Effects 0.000 claims abstract description 12
- 230000002107 myocardial effect Effects 0.000 claims abstract description 6
- 230000004089 microcirculation Effects 0.000 claims description 13
- 230000002792 vascular Effects 0.000 claims description 10
- 201000000057 Coronary Stenosis Diseases 0.000 claims description 8
- 239000008280 blood Substances 0.000 claims description 8
- 210000004369 blood Anatomy 0.000 claims description 8
- 206010011089 Coronary artery stenosis Diseases 0.000 claims description 7
- 230000002966 stenotic effect Effects 0.000 claims description 7
- 230000000004 hemodynamic effect Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 210000002302 brachial artery Anatomy 0.000 claims description 4
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 230000004872 arterial blood pressure Effects 0.000 claims description 3
- 238000005534 hematocrit Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 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 abstract description 6
- 238000005259 measurement Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000008439 repair process Effects 0.000 abstract description 5
- 239000002126 C01EB10 - Adenosine Substances 0.000 abstract description 3
- 229960005305 adenosine Drugs 0.000 abstract description 3
- 238000003745 diagnosis Methods 0.000 abstract description 2
- 239000012530 fluid Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012360 testing method Methods 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
-
- 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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- 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
- G06T17/005—Tree description, e.g. octree, quadtree
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Hardware Design (AREA)
- Computer Graphics (AREA)
- Radiology & Medical Imaging (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Algebra (AREA)
- Radar, Positioning & Navigation (AREA)
- Quality & Reliability (AREA)
- Dentistry (AREA)
- Pulmonology (AREA)
- Vascular Medicine (AREA)
- Remote Sensing (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
Abstract
本发明的技术方案是提供了一种基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT‑FFR的方法。本发明基于FFR的定义，即在冠状动脉存在狭窄病变的情况下，该血管所供心肌区域能获得的最大血流与同一区域理论上正常情况下所能获得的最大血流之比，提出计算狭窄冠状动脉和狭窄修复后冠状动脉之间的流量比，计算得到无创的基于流量比值的CT‑FFR，即CT‑QFFR。本发明计算速度快，无创伤，腺苷非依赖，准确性高，可重复性高，诊断效能强，符合FFR原始定义，CT‑QFFR值不依赖测量点的选取。
Description
技术领域
本发明涉及一种基于狭窄冠状动脉和修复冠状动脉之间的流量比计算CT-FFR的方法(CT-QFFR)。
背景技术
心外膜冠状动脉狭窄可能导致心肌缺血，而由此产生的阻塞性冠状动脉疾病是导致死亡的主要原因之一。血流储备分数(FFR)被定义为在冠状动脉存在狭窄病变的情况下，该血管所供心肌区域能获得的最大血流与同一区域理论上正常情况下所能获得的最大血流之比。然而，现有情况无法获得“同一区域理论上正常情况下所能获得的最大血流”，因此FFR被简化为狭窄远端平均压力与狭窄近端平均压力的比值。这样的简化，忽略了无狭窄时冠脉固有的压力损失，因此测量结果受所选择的测量位置影响，且被固有的压力损失干扰。
发明内容
本发明的目的是：基于FFR的定义，修复冠状动脉狭窄，计算狭窄冠状动脉和狭窄修复后冠状动脉之间的流量比，获得不依赖与测量位置的血流储备分数指标，即CT-QFFR。
为了达到上述目的，本发明的技术方案是提供了一种基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法，其特征在于，包括以下步骤：
步骤1、基于冠脉CTA图像，重建心外膜冠状动脉三维模型，其中，每个冠状动脉母血管在分叉过程中，分叉成两个子血管，分叉前冠状动脉母血管的直径和分叉后子血管的直径满足以下关系：
(D0)γ＝(D11)γ+(D12)γ＝2(D11)γ
其中，D0是分叉前冠状动脉母血管的直径，D11和D12是分叉后子血管的直径，γ是分叉幂律的生长指数；
步骤2、拟合分叉幂律指数γ和患者特异性心肌体积建立微循环模型并计算微循环阻力，设置为冠状动脉树出口阻力边界条件，其中，在建立微循环模型时，每条毛细血管的生长体积相同，第i个冠状动脉出口下游分配的生长区域的体积Vi根据相应的截面等效直径Di来分配，则有：
其中，V代表所有冠状动脉生长区域的体积，n代表冠状动脉树几何模型上的冠状动脉出口总数；
在生长指数γ确定后，基于Poiseuille定律求解各段血管的阻力，得到微循环阻力；
步骤3、患者肱动脉压设置为冠状动脉树入口压力边界条件；
步骤4、修复心外膜冠状动脉三维模型中狭窄的冠状动脉，进一步包括以下步骤：
步骤401、确定冠状动脉狭窄的位置，以及冠状动脉狭窄病灶的上游和下游非狭窄区域的横截面积；
步骤402、获得包含狭窄段的冠状动脉中心线，沿中心线内插值血管横截面以获得无狭窄的冠状动脉；
步骤403、将心外膜冠状动脉三维模型中的狭窄段替换为无狭窄的冠状动脉；
步骤5、利用CFD仿真原始的狭窄冠状动脉和通过步骤4修复后的非狭窄冠状动脉血流动力学环境；
步骤6、利用狭窄冠状动脉血管和非狭窄冠状动脉血管血流比例计算得到CT-QFFR。
优选地，步骤2中拟合分叉幂律指数γ具体包括以下步骤：
步骤201、将生长指数γ设为初始值；
步骤202、在当前生长指数γ下计算冠状动脉各出口处的微血管阻力值；
步骤203、进行数值模拟，获得狭窄的冠状动脉的血流动力学参数；
步骤204、确定狭窄的冠状动脉下游CT-iFR与实际测量iFR之差：如果差值小于1％，则进入步骤206；如果差值大于1％，进入步骤205；
步骤205、根据牛顿迭代法确定新的生长指数γ，返回步骤202；
步骤206、计算多个病例的分叉动力法，并计算出所得到的所有生长指数γ的平均值，即为最终的生长指数γ。
优选地，步骤2中，基于Poiseuille定律求解各段血管的阻力如下式所示：
其中，R为血管阻力，L为血管长度，D为血管直径，μ为血液粘度。
优选地，所述血液粘度采用下式计算：
其中，HD代表血细胞比容。
优选地，分叉前冠状动脉的生长区域相当于一个球体，在球面上取一点A，通过A点的平面将球体分为两个半球，两个半球的中心点分别为B和C，此时，线段AB和线段AC的长度分别为两个分叉的血管的长度，两个半球的体积是两个分叉后的血管生长区域的体积，相当于分叉后球体的体积。
本发明基于FFR的定义，即在冠状动脉存在狭窄病变的情况下，该血管所供心肌区域能获得的最大血流与同一区域理论上正常情况下所能获得的最大血流之比，提出计算狭窄冠状动脉和狭窄修复后冠状动脉之间的流量比，计算得到无创的基于流量比值的CT-FFR，即CT-QFFR。本发明计算速度快，无创伤，腺苷非依赖，准确性高，可重复性高，诊断效能强，符合FFR原始定义，CT-QFFR值不依赖测量点的选取。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施例公开了一种基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法具体包括以下步骤：
一)微血管阻力模型的建立：
本发明假设每个冠状动脉母血管在分叉过程中，分叉成两个子血管，分叉前血管的直径和分叉后血管的直径满足以下关系：
(D0)γ＝(D11)γ+(D12)γ＝2(D11)γ
其中，D0是分叉前母血管的直径，D11和D12是分叉后子血管的直径，γ是分叉幂律的生长指数。本发明假设分叉前冠状动脉的生长区域相当于一个球体，在球面上取一点A，通过A点的平面将球体分为两个半球，两个半球的中心点分别为B和C。此时，线段AB和线段AC的长度分别为两个分叉的血管的长度。两个半球的体积是两个分叉后的血管生长区域的体积，相当于分叉后球体的体积。
本发明假设分叉后最小的毛细血管直径为10μm，每条毛细血管的生长体积相同。因此，每个冠状动脉出口下游分配的生长区域的体积Vi是根据相应的截面等效直径Di来分配的，公式如下：
其中，V代表所有冠状动脉生长区域的体积，可以从CTA数据中获得，n代表几何模型上的冠状动脉出口总数。因此，分叉幂律的生长指数γ是建立小血管模型时唯一需要确定的参数。当γ确定后，可以根据Poiseuille定律求解各段血管的阻力，其公式如下：
其中，R为血管阻力，L为血管长度，D为血管直径，μ为血液粘度。考虑到微血管中血液粘度的变化，本发明考虑了法林效应和法林效应的逆转，其公式如下：
其中：D是血管的直径；HD代表血细胞比容，本发明中取0.5；冠状动脉出口处的电阻值是通过电路的串并联规律得到的。
二)分叉幂律指数γ的确定
研究表明血管分叉幂律指数γ约为2.85。冠状动脉微血管分叉幂律指数γ迭代过程如下：
步骤1、假设冠状动脉微血管分叉幂律的生长指数γ分别为2.8、2.85、2.9；
步骤2、在当前生长指数γ下计算冠状动脉各出口处的微血管阻力值；
步骤3、进行数值模拟，获得狭窄的冠状动脉的血流动力学参数；
步骤4、确定狭窄冠状动脉下游CT-iFR与实际测量iFR之差：如果差值小于1％，则进入步骤6；如果差值大于1％，进入步骤5；
步骤5、若遍历了2.8、2.85、2.9，则根据牛顿迭代法确定新的生长指数γ，返回步骤2；
步骤6、通过上述过程计算40个病例的分叉动力法，并计算出所得到的所有生长指数γ的平均值，这个平均值就是本方法建立的腺苷干预下的冠状动脉微血管的分叉幂律的生长指数γ。
三)修复狭窄的冠状动脉
本发明用于修复冠状动脉狭窄的方法如下。根据狭窄处上下游的血管横截面，沿血管轴线插值，修复狭窄冠状动脉，具体包括以下步骤：
步骤1、冠状动脉狭窄的位置是由临床医生确定的。确定冠状动脉狭窄病灶的上游和下游非狭窄区域的横截面积。
步骤2、获得包含狭窄段的冠状动脉中心线。
步骤3、沿中心线内插值血管横截面以获得无狭窄的冠状动脉。
步骤4、将原始血管中的狭窄段替换为无狭窄的冠状动脉。
四)数值仿真模型的建立
基于CTA分割得到的冠状动脉树进行网格划分，在流体域边界采用5层三角形网格，内部采用四面体网格，并进行了网格独立性测试，即当最大网格尺寸变为原来的0.9时，通过数值计算，各出口的CT-QFFR的相对变化值小于0.1％。假设假设血液是不可压缩的牛顿流体，质量为1,050kg/m3，动态粘度为0.0035Pa*s，忽略血液的重力和血管壁的变形，将血管壁设为无滑动边界条件。测量的肱动脉平均压力被设置在冠状动脉入口处。每个冠状动脉出口被设置为与阻力有关的压力边界条件。因为数值模拟中的最大雷诺数小于2000，所以采用层流模型进行分析。当数值迭代的最大误差小于10-4时，计算被认为是收敛的。
五)CT-QFFR的计算
通过数值模拟得到狭窄冠状动脉血管和非狭窄冠状动脉血管各出口的血流。根据血流的比例，得到各冠状动脉分支的CT-QFFR。
基于上述内容，本发明实施例的实现方式包括以下步骤：
步骤1、基于冠脉CTA图像，重建患者特异性心肌和冠状动脉树几何模型；
步骤2、拟合分叉幂律指数γ和患者特异性心肌体积建立微循环模型并计算微循环阻力，设置为冠状动脉树出口阻力边界条件；
步骤3、患者肱动脉压设置为冠状动脉树入口压力边界条件；
步骤4、利用CFD仿真狭窄冠状动脉和非狭窄冠状动脉血流动力学环境；
步骤5、利用狭窄冠状动脉血管和非狭窄冠状动脉血管血流比例计算CT-QFFR。
Claims (5)
1.一种基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法，其特征在于，包括以下步骤：
步骤1、基于冠脉CTA图像，重建心外膜冠状动脉三维模型，其中，每个冠状动脉母血管在分叉过程中，分叉成两个子血管，分叉前冠状动脉母血管的直径和分叉后子血管的直径满足以下关系：
(D0)γ＝(D11)γ+(D12)γ＝2(D11)γ
其中，D0是分叉前冠状动脉母血管的直径，D11和D12是分叉后子血管的直径，γ是分叉幂律的生长指数；
步骤2、拟合分叉幂律指数γ和患者特异性心肌体积建立微循环模型并计算微循环阻力，设置为冠状动脉树出口阻力边界条件，其中，在建立微循环模型时，每条毛细血管的生长体积相同，第i个冠状动脉出口下游分配的生长区域的体积Vi根据相应的截面等效直径Di来分配，则有：
其中，V代表所有冠状动脉生长区域的体积，n代表冠状动脉树几何模型上的冠状动脉出口总数；
在生长指数γ确定后，基于Poiseuille定律求解各段血管的阻力，得到微循环阻力；
步骤3、患者肱动脉压设置为冠状动脉树入口压力边界条件；
步骤4、修复心外膜冠状动脉三维模型中狭窄的冠状动脉，进一步包括以下步骤：
步骤401、确定冠状动脉狭窄的位置，以及冠状动脉狭窄病灶的上游和下游非狭窄区域的横截面积；
步骤402、获得包含狭窄段的冠状动脉中心线，沿中心线内插值血管横截面以获得无狭窄的冠状动脉；
步骤403、将心外膜冠状动脉三维模型中的狭窄段替换为无狭窄的冠状动脉；
步骤5、利用CFD仿真原始的狭窄冠状动脉和通过步骤4修复后的非狭窄冠状动脉血流动力学环境；
步骤6、利用狭窄冠状动脉血管和非狭窄冠状动脉血管血流比例计算得到CT-QFFR。
2.如权利要求1所述的一种基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法，其特征在于，步骤2中拟合分叉幂律指数γ具体包括以下步骤：
步骤201、将生长指数γ设为初始值；
步骤202、在当前生长指数γ下计算冠状动脉各出口处的微血管阻力值；
步骤203、进行数值模拟，获得狭窄的冠状动脉的血流动力学参数；
步骤204、确定狭窄的冠状动脉下游CT-iFR与实际测量iFR之差：如果差值小于1％，则进入步骤206；如果差值大于1％，进入步骤205；
步骤205、根据牛顿迭代法确定新的生长指数γ，返回步骤202；
步骤206、计算多个病例的分叉动力法，并计算出所得到的所有生长指数γ的平均值，即为最终的生长指数γ。
3.如权利要求1所述的基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法，其特征在于，步骤2中，基于Poiseuille定律求解各段血管的阻力如下式所示：
其中，R为血管阻力，L为血管长度，D为血管直径，μ为血液粘度。
4.如权利要求3所述的基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法，其特征在于，所述血液粘度采用下式计算：
其中，HD代表血细胞比容。
5.如权利要求3所述的基于狭窄冠状动脉和修复冠状动脉之间流量比计算CT-FFR的方法，其特征在于，分叉前冠状动脉的生长区域相当于一个球体，在球面上取一点A，通过A点的平面将球体分为两个半球，两个半球的中心点分别为B和C，此时，线段AB和线段AC的长度分别为两个分叉的血管的长度，两个半球的体积是两个分叉后的血管生长区域的体积，相当于分叉后球体的体积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311564006.7A CN117530713A (zh) | 2023-11-22 | 2023-11-22 | 基于狭窄冠状动脉和修复冠状动脉之间流量比计算ct-ffr的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311564006.7A CN117530713A (zh) | 2023-11-22 | 2023-11-22 | 基于狭窄冠状动脉和修复冠状动脉之间流量比计算ct-ffr的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117530713A true CN117530713A (zh) | 2024-02-09 |
Family
ID=89789589
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311564006.7A Pending CN117530713A (zh) | 2023-11-22 | 2023-11-22 | 基于狭窄冠状动脉和修复冠状动脉之间流量比计算ct-ffr的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117530713A (zh) |
-
2023
- 2023-11-22 CN CN202311564006.7A patent/CN117530713A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12109061B2 (en) | Data-driven plaque determination in medical imaging | |
| JP6845167B2 (ja) | 管腔形態および血管抵抗測定データ収集のシステム、装置および方法 | |
| US20240115141A1 (en) | Lumen Morphology And Vascular Resistance Measurements Data Collection Systems Apparatus And Methods | |
| CN109259751B (zh) | 一种评估血流储备分数的方法及装置、设备、存储介质 | |
| CN109770930B (zh) | 一种冠状动脉微循环阻力的确定方法和装置 | |
| CN117744511A (zh) | 基于单根心外膜冠状动脉重建的ct-ffr仿真计算方法 | |
| WO2022160973A1 (zh) | 一种冠脉血流储备分数获取系统、方法及介质 | |
| CN109288537B (zh) | 评估血流储备分数的系统、方法、设备及存储介质 | |
| O’Flynn et al. | Methods for three-dimensional geometric characterization of the arterial vasculature | |
| CN116090364A (zh) | 基于cta影像的获取冠脉血流储备分数的方法和可读存储介质 | |
| CN116013533A (zh) | 冠脉的血流动力学评估模型的训练方法、评估方法及系统 | |
| CN114947910A (zh) | 冠脉末端微血管阻力的计算方法及ffr的计算方法、系统 | |
| Małota et al. | The comparative method based on coronary computed tomography angiography for assessing the hemodynamic significance of coronary artery stenosis | |
| CN117530713A (zh) | 基于狭窄冠状动脉和修复冠状动脉之间流量比计算ct-ffr的方法 | |
| CN116913529A (zh) | 一种基于集中参数模型计算冠状动脉ffr并三维可视化的方法 | |
| CN114298988B (zh) | 计算血管功能学指标的方法、装置、存储介质及处理器 | |
| CN116269293A (zh) | 冠状动脉的血流储备分数计算方法及其装置、电子设备 | |
| CN116313101A (zh) | 一种冠状动脉血流储备分数确定方法、系统、设备及介质 | |
| Hsieh et al. | Coronary CT angiography-based estimation of myocardial perfusion territories for coronary artery FFR and wall shear stress simulation | |
| CN112419280B (zh) | 精确获取狭窄病变区间的方法及存储介质 | |
| CN110584696B (zh) | 一种血流储备分数评估方法及装置、存储介质 | |
| CN117976155B (zh) | 基于造影剂示踪曲线获得冠脉功能学参数的方法、计算机设备 | |
| CN117542507A (zh) | 基于计算机断层扫描无创模拟患者特异性的冠状动脉iFR的方法 | |
| CN114947909A (zh) | 基于狭窄病变前后的血液流量比值计算ffr的方法、系统 | |
| CN113660900A (zh) | 用于确定修改的血流储备分数值的系统和方法 |
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 |