CN117918790A - 一种自适应调整的脂质斑块检测分析方法及系统 - Google Patents
一种自适应调整的脂质斑块检测分析方法及系统 Download PDFInfo
- Publication number
- CN117918790A CN117918790A CN202410128947.4A CN202410128947A CN117918790A CN 117918790 A CN117918790 A CN 117918790A CN 202410128947 A CN202410128947 A CN 202410128947A CN 117918790 A CN117918790 A CN 117918790A
- Authority
- CN
- China
- Prior art keywords
- intensity
- tissue
- lipid
- xindex
- divergence angle
- 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
- 150000002632 lipids Chemical class 0.000 title claims abstract description 83
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 title claims abstract description 25
- 238000010521 absorption reaction Methods 0.000 claims abstract description 40
- 238000001228 spectrum Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 230000003595 spectral effect Effects 0.000 claims description 3
- 238000003556 assay Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 230000035945 sensitivity Effects 0.000 abstract description 4
- 238000012014 optical coherence tomography Methods 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 9
- 238000002608 intravascular ultrasound Methods 0.000 description 4
- 230000031700 light absorption Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 238000013146 percutaneous coronary intervention Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000004497 NIR spectroscopy Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000001672 ovary Anatomy 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000003708 urethra Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 210000001835 viscera Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种自适应调整的脂质斑块检测分析方法及系统，通过OCT光谱图像，获取光束照射到组织后返回的光强和导管到组织的距离，进而计算光束发散角；构建光束照射到组织后返回的光强、组织吸收强度和光束发散角的关系；并根据脂质成分与组织吸收强度函数关系，进一步得到脂质成分检测与光束发散角的函数关系。本申请通过对采集的图像自动计算发散角度，调整脂质识别算法，可以提高脂质检测准确度和灵敏度。
Description
技术领域
本发明涉及斑块检测技术领域，尤其涉及一种自适应调整的脂质斑块检测分析方法及系统。
背景技术
血管内结构成像技术日趋成熟，基于功能性成像辅助临床诊断的技术近年来发展迅速。例如冠状动脉造影通常用于检测冠状动脉的位置和狭窄程度。然而，血管造影只能“看到”血液，不能看到血管结构和斑块组成。近红外光谱(Near-infrared spectroscopy，NIRS)基于有机分子对近红外光的吸收，NIRS的结果以“化学图”和彩色编码图的形式显示，表明在给定位置存在脂质核心的可能性，但其只能提供成分数据，无法显示斑块特征。血管内超声(Intravascular ultrasound，IVUS)是一种侵入性成像技术，使用超声来可视化冠状动脉壁内部，由于IVUS图像分辨率有限(约150-200μm)，在有限的分辨率下预测斑块进展具有挑战性。OCT是上世纪九十年代出现的一种低相干干涉成像技术，具有非接触性、非侵害性、无标记、高灵敏度以及高分辨率等优点。1996年首次将OCT与内窥探头相结合，内窥OCT技术在胃肠道、气道、卵巢、尿道、心血管等内部器官的疾病诊断研究中被广泛使用。其中，血管内OCT(Intravascular Optical Coherence Tomography，IV-OCT)已成为经皮冠状动脉介入治疗(Percutaneous Coronary Intervention，PCI)手术中常用的成像技术。
现有技术中，血管内OCT成像结果受到多种因素的影响，常用的成像方法例如专利CN115715668A提出的脂质识别技术是基于图像的识别技术，并没有考虑探头发散角度对图像成像的影响。
发明内容
因此，本发明的目的在于提供一种根据OCT探头发散角度进行自适应调整的脂质斑块检测分析方法及系统，对采集的图像自动计算发散角度，调整脂质识别算法，可以提高脂质检测准确度和灵敏度。
为了实现上述目的，本发明提供的一种自适应调整的脂质斑块检测分析方法，包括如下步骤：
获取OCT光谱图像，根据OCT光谱图像获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α；
构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数；
建立脂质成分Plipid与组织吸收强度Ixindex的函数关系，记为第二函数；
将所述第一函数代入第二函数的函数关系中，得到脂质成分Plipid与光束发散角α和光束照射到组织后返回的光强Sintensity的函数关系：
Plipid＝f(α,Sintensity) (4)；
当改变光束发散角α时，自适应调整脂质成分Plipid检测结果。
进一步优选的，根据OCT光谱图像获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α时，采用如下公式(1)计算：
其中，α为导管的光束发散角，d为导管到组织的距离，Ω为光束发散角α的正弦值与强度的正相关系数，Sd为导管到组织的距离为d处的组织返回的光强。
进一步优选的，所述构建光束照射到组织后返回的光强Sd、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数，包括如下步骤：
构建目标导管的光束照射到组织后返回的光强Sintensity与组织吸收强度Ixindex的函数关系；
/xindex＝μxindex*Sintensity (5)
对不同导管与对应的吸收系数μxindex的关系进行曲线拟合；得到任意导管与对应的吸收系数μxindex的拟合公式：
将所述拟合公式代入公式(5)中，得到所述第一函数关系。
进一步优选的，所述第一函数关系采用如下公式(2)表示；
其中，m、a、b、c为常系数。
进一步优选的，按照如下公式(3)建立脂质成分与吸收强度Ixindex的关系：
Plipid＝fdetec(Ixindex) (3)
其中，Plipid表示脂质成分，fdetec表示函数映射关系。
本发明还提供一种自适应调整的脂质斑块检测分析系统，包括数据获取模块、数据处理模块、图像获取模块；
所述图像获取模块用于获取OCT光谱图像；
所述数据获取模块用于根据OCT光谱图像，获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α；
所述数据处理模块用于构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数；
建立脂质成分Plipid与组织吸收强度Ixindex的函数关系，记为第二函数；
将所述第一函数代入第二函数的函数关系中，得到脂质成分Plipid与光束发散角α和光束照射到组织后返回的光强Sintensity的函数关系：
Plipid＝f(α，Sintensity) (4)
通过计算得到的光束发散角，自适应调整计算脂质成分Plipid。
进一步优选的，所述数据处理模块构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数，包括
构建目标导管的光束照射到组织后返回的光强Sintensity与组织吸收强度Ixindex的函数关系；
Ixindex＝μxindex*Sintensity (5)
对不同导管与对应的吸收系数μxindex的关系进行曲线拟合；得到任意导管与对应的吸收系数μxindex的拟合公式：
将所述拟合公式代入公式(5)中，得到如下公式(2)所示的第一函数关系；
其中，m、a、b、c为常系数。
本发明还提供一种电子设备，包括处理器和存储器，所述存储器用于存储可读计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，实现如上述自适应调整的脂质斑块检测分析方法的步骤。
本发明还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述自适应调整的脂质斑块检测分析方法的步骤。
本申请公开的一种自适应调整的脂质斑块检测分析方法及系统，相比于现有技术，充分考虑光束发散角对成像的影响，通过建立光束发散角与组织的距离以及脂质成分的关系，对采集的图像自动计算发散角度，调整脂质识别算法，可以提高脂质检测准确度和灵敏度。
附图说明
图1为本发明自适应调整的脂质斑块检测分析方法的流程示意图；
图2为本发明自适应调整的脂质斑块检测分析系统的结构示意图；
图3为本发明一个实施例中光束发散角为α时对应的强度深度曲线的示意图
图4为本发明另一个实施例中光束发散角为β时对应的强度深度曲线的示意图。
具体实施方式
以下通过附图和具体实施方式对本发明作进一步的详细说明。
如图1所示，本发明一方面实施例提供的一种自适应调整的脂质斑块检测分析方法，包括如下步骤：
S1、获取OCT光谱图像，根据OCT光谱图像获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α；
由于不同的导管存在光束发散角的差异，针对同一根导管，光束发散角为定值。根据光强、光束发散角及距离的关系，采用如下公式计算光束发散角α：
其中，α为导管的光束发散角，d为导管到组织的距离，Ω为光束发散角α的正弦值与强度的正相关系数，Sd为导管到组织的距离为d处的组织返回的光强。
S2、构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系：
具体包括：
(1)构建光束照射到组织后返回的光强Sintensity与组织吸收强度IXindex的函数关系，对于指定导管构建如下：
令Ixindex＝μxindex*Sintensity (5)
其中，μxindex为强度深度曲线中xindex点的吸收系数值，xindex为感兴趣区域沿深度方向的坐标。
(2)构建导管的光束发散角α与μxindex的函数关系；
对于指定导管，吸收系数μxindex仅随xindex的变化而变化，所以存在如下映射关系：
μxindex＝f(xindex)
使用不同导管时，导管的光束发散角的变化会导致吸收系数μxindex发生变化，如α1对应的吸收系数值写成α2对应的吸收系数值写成/>以此类推建立如下关系：
其中m为常系数，通过上式拟合公式如下：
其中，a、b、c为常系数。
则
由此公式可以建立Ixindex和α以及Sintensity的直接关系。光束发散角α改变，影响Ixindex强度深度曲线变化，即不同的导管由于光束发散角α的差异，Ixindex强度深度曲线不同；
如图3和图4所示，不同导管的光束发散角α不同，强度深度曲线也不相同。
S3、建立脂质成分Plipid与组织吸收强度Ixindex的函数关系；
该步骤可以使用现有技术，如专利CN115715668A提到的脂质斑块检测分析基本计算方法，对OCT光谱信号进行STFT，即短时傅里叶变换，可得到沿深度z波数k可分辨的轴向OCT强度信号S(k,z)，然后，根据深度方向波数可分辨的OCT强度信号特征计算不同波段的光吸收系数(或衰减系数)，包括：沿深度方向对OCT强度信号去除平均系统噪声，获得去噪后的OCT强度信号；根据去噪后的OCT信号的深度方向特征计算目标组织区域的光吸收系数(或衰减系数)，具体为：对去噪后的OCT信号的深度方向特征在深度方向上进行线性拟合，获得强度深度曲线，强度深度曲线上每一位置的斜率作为当前位置的光吸收系数(或衰减系数)，获得目标组织区域的光吸收系数(或衰减系数)。通过对强度深度曲线衰减系数进行分析处理，检测出脂质成分。
Plipid＝fdetec(Ixindex) (3)
fdetec表示函数映射关系，即通过对Ixindex进行fdetec函数的变换，可以得到Plipid。
S4、根据公式(2)和公式(3)得到脂质成分与光束发散角α和光束照射到组织后返回的光强Sintensity的函数关系：
Plipid＝f(α,Sintensity) (4)
本实施例提供的技术方案在执行脂质成分检测算法时，考虑到不同导管的光束发散角α的差异，当改变光束发散角α时，自适应调整脂质成分检测算法，可实现更精确的Plipid计算。
图2所示，本发明还提供一种自适应调整的脂质斑块检测分析系统，用于实施上述自适应调整的脂质斑块检测分析方法的步骤，包括数据获取模块、数据处理模块、图像获取模块；
所述图像获取模块用于获取OCT光谱图像；
所述数据获取模块用于根据OCT光谱图像，获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α；
所述数据处理模块用于构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系：
其中，m、a、b、c为常数；
建立脂质成分Plipid与组织吸收强度Ixindex的函数关系；
根据建立的脂质成分Plipid与组织吸收强度Ixindex的函数关系，得到脂质成分与光束发散角α和光束照射到组织后返回的光强Sintensity的函数关系：
Plipid＝f(α，Sintensity) (4)
通过计算得到的光束发散角，自适应调整计算脂质成分Plipid。
本发明还提供一种电子设备，包括处理器和存储器，所述存储器用于存储可读计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，实现如上述自适应调整的脂质斑块检测分析方法的步骤。
本发明还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述自适应调整的脂质斑块检测分析方法的步骤。
显然，上述实施例仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (9)
1.一种自适应调整的脂质斑块检测分析方法，其特征在于，包括如下步骤
获取OCT光谱图像，根据OCT光谱图像获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α；
构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数；
建立脂质成分Plipid与组织吸收强度Ixindex的函数关系，记为第二函数；
将所述第一函数代入第二函数的函数关系中，得到脂质成分Plipid与光束发散角α和光束照射到组织后返回的光强Sintensity的函数关系：
Plipid＝f(α,Sintensity) (4)；
当改变光束发散角α时，自适应调整脂质成分Plipid检测结果。
2.根据权利要求1所述的自适应调整的脂质斑块检测分析方法，其特征在于，所述根据OCT光谱图像获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α时，采用如下公式(1)计算：
其中，α为导管的光束发散角，d为导管到组织的距离，Ω为光束发散角α的正弦值与强度的正相关系数，Sd为导管到组织的距离为d处的组织返回的光强。
3.根据权利要求1所述的自适应调整的脂质斑块检测分析方法，其特征在于，所述构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数，包括如下步骤：
构建目标导管的光束照射到组织后返回的光强Sintensity与组织吸收强度Ixindex的函数关系；
Ixindex＝μxindex*Sintensity (5)
对不同导管与对应的吸收系数μxindex的关系进行曲线拟合；得到任意导管与对应的吸收系数μxindex的拟合公式：
将所述拟合公式代入公式(5)中，得到所述第一函数关系。
4.根据权利要求3所述的自适应调整的脂质斑块检测分析方法，其特种在于，所述第一函数关系采用如下公式(2)表示；
其中，m、a、b、c为常系数。
5.根据权利要求3所述的自适应调整的脂质斑块检测分析方法，其特征在于，按照如下公式(3)建立脂质成分与吸收强度Ixindex的关系：
Plipid＝fdetec(Ixindex) (3)
其中，Plipid表示脂质成分，fdetec表示函数映射关系。
6.一种自适应调整的脂质斑块检测分析系统，其特征在于，包括数据获取模块、数据处理模块、图像获取模块；
所述图像获取模块用于获取OCT光谱图像；
所述数据获取模块用于根据OCT光谱图像，获取导管到组织距离d时光束照射到组织后返回的光强Sd，基于光强Sd和距离d，计算光束发散角α；
所述数据处理模块用于构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数；
建立脂质成分Plipid与组织吸收强度Ixindex的函数关系，记为第二函数；
将所述第一函数代入第二函数的函数关系中，得到脂质成分Plipid与光束发散角α和光束照射到组织后返回的光强Sintensity的函数关系：
Plipid＝f(α，Sintensity) (4)
通过计算得到的光束发散角，自适应调整计算脂质成分Plipid。
7.根据权利要求6所述的自适应调整的脂质斑块检测分析系统，其特征在于，所述构建光束照射到组织后返回的光强Sintensity、组织吸收强度Ixindex和光束发散角α的函数关系，记为第一函数，包括：
构建目标导管的光束照射到组织后返回的光强Sintensity与组织吸收强度Ixindex的函数关系；
Ixindex＝μxindex*Sintensity (5)
对不同导管与对应的吸收系数μxindex的关系进行曲线拟合；得到任意导管与对应的吸收系数μxindex的拟合公式：
将所述拟合公式代入公式(5)中，得到如下公式(2)所示的第一函数关系：
其中，m、a、b、c为常系数。
8.一种电子设备，其特征在于，包括处理器和存储器，所述存储器用于存储可读计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，实现如上述权利要求1至5中任一项所述自适应调整的脂质斑块检测分析方法的步骤。
9.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述自适应调整的脂质斑块检测分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410128947.4A CN117918790A (zh) | 2024-01-30 | 2024-01-30 | 一种自适应调整的脂质斑块检测分析方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410128947.4A CN117918790A (zh) | 2024-01-30 | 2024-01-30 | 一种自适应调整的脂质斑块检测分析方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117918790A true CN117918790A (zh) | 2024-04-26 |
Family
ID=90766544
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410128947.4A Pending CN117918790A (zh) | 2024-01-30 | 2024-01-30 | 一种自适应调整的脂质斑块检测分析方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117918790A (zh) |
-
2024
- 2024-01-30 CN CN202410128947.4A patent/CN117918790A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230414176A1 (en) | Intravascular Measurement And Data Collections Systems, Apparatus And Methods | |
| US9852504B2 (en) | Automatic stent detection | |
| US11367186B2 (en) | Detection of metal stent struts | |
| Kume et al. | Assessment of coronary arterial plaque by optical coherence tomography | |
| US8162836B2 (en) | System and method for characterizing tissue based upon split spectrum analysis of backscattered ultrasound | |
| US9462950B2 (en) | Methods for stent strut detection and related measurement and display using optical coherence tomography | |
| US20110071405A1 (en) | Apparatus, Systems, and Methods of in-vivo Blood Clearing in a Lumen | |
| US20140100439A1 (en) | Guidewire artifact removal in images | |
| CN115998310A (zh) | 血管内图像中的阴影的检测与验证 | |
| DK1534139T3 (en) | SYSTEM AND PROCEDURE FOR CHARACTERIZING Vascular Tissue | |
| US20110087101A1 (en) | System and Method for Determining a Transfer Function | |
| EP3865050A1 (en) | Image processing apparatus, method and storage medium to determine longitudinal orientation | |
| Dwork et al. | Automatically determining the confocal parameters from OCT B-scans for quantification of the attenuation coefficients | |
| JP2021515630A (ja) | データ駆動型方位マップを用いた血管内ナビゲーション | |
| CN109919953A (zh) | 颈动脉内中膜厚度测量的方法、系统和设备 | |
| CN117918790A (zh) | 一种自适应调整的脂质斑块检测分析方法及系统 | |
| US20230115191A1 (en) | Artifact removal from multimodality oct images | |
| Katouzian et al. | Challenges in tissue characterization from backscattered intravascular ultrasound signals | |
| CN117197096B (zh) | 一种基于血管图像的血管功能评估方法和系统 | |
| WO2022187358A1 (en) | Systems and methods for an automatic pullback trigger | |
| Yaneza et al. | 34A ABSTRACTS-Angiography & Interventional Cardiology JACC March 3, 2004 |
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 |