一种非侵入式获取血流储备分数的方法和系统技术方案

本发明专利技术公开了一种非侵入式获取血流储备分数的方法和系统，所述方法包括如下步骤：根据人体冠状动脉医学影像数据，建立冠状动脉三维模型；获取人体冠状动脉医学生理数据，并结合人体冠状动脉医学影像数据和冠状动脉三维模型，提取用于计算血流储备分数的必要参数；根据所述必要参数确定所述冠状动脉三维模型的边界，并对所述边界进行优化得到冠状动脉仿真模型；结合所述必要参数及冠状动脉仿真模型，采用计算流体力学方法计算血流储备分数。本发明专利技术采用非侵入式方法，综合了CFD和基于病人生理特异性的精确边界条件的优点，可以通过CFD精确计算冠状动脉正常和狭窄区域的血流储备分数。

A non invasive method and system for obtaining fractional reserve of blood flow

The invention discloses a non-invasive method and a system for obtaining blood flow reserve fraction. The method comprises the following steps: establishing a three-dimensional coronary artery model according to the medical image data of human coronary artery; obtaining medical physiological data of human coronary artery, and combining medical image data of human coronary artery and coronary artery. Three-dimensional model, extracting the necessary parameters for calculating the flow reserve fraction; determining the boundary of the three-dimensional model according to the necessary parameters, and optimizing the boundary to obtain the coronary artery simulation model; combining the necessary parameters and coronary artery simulation model, using computational fluid dynamics method to calculate blood flow Flow reserve fraction. The invention adopts a non-invasive method, combines the advantages of CFD and precise boundary conditions based on patient's physiological specificity, and can accurately calculate the flow reserve fraction of normal and narrow coronary artery regions by CFD.

【技术实现步骤摘要】
一种非侵入式获取血流储备分数的方法和系统
本专利技术涉及冠状动脉影像处理领域，具体的说，是涉及一种非侵入式获取血流储备分数的方法和系统。
技术介绍
冠状动脉血管造影曾被认为是诊断冠心病的“金标准”，但它只能定性地评价病变狭窄程度，却无法定量地评价病变狭窄对冠状动脉生理功能的影响，因此不能准确的对病变程度进行预估，这就容易导致需要治疗的病变没有处理或过度处理不需治疗的病变的情况。1993年NicoPijls等提出了通过压力测定推算冠脉血流的新指标—血流储备分数(FractionalFlowReserve,FFR)。血流储备分数(FFR)是一种用于医疗诊断冠状动脉生理功能的参数,指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量与同一区域理论上正常情况下所能获得的最大血流量之比，其等效压强比定义如下:冠状动脉在最大充血状态下,狭窄近端和心脏主动脉的压强的比值即为血流储备分数。经过长期的基础与临床研究，FFR已经成为冠脉狭窄功能性评价的公认指标。目前，FFR的获取方式多为侵入式，例如诊断性心导管插入术，其可包括进行常规冠状动脉血管造影(CCTA)以可使冠状动脉病变可视化，同时在静脉内施用腺苷诱导的条件下(冠状动脉处于最大充血状态)，计算由压强传感器获取的冠状动脉狭窄近端压强和心脏主动脉压强的比值从而得到FFR。侵入式获取FFR的方式虽然提高了对病变预估的准确性，但由于其需要进行手术植入，这就导致其具有较高的手术风险，同时也需要患者承担较高的费用，因而侵入式FFR获取方法的实用性欠佳。综上所述，有必要提供一种非侵入式获取血流储备分数的方法及系统，来降低冠状动脉病变可视化的风险及成本。
技术实现思路
本专利技术的第一目的是提供一种非侵入式获取血流储备分数的方法，该方法根据患者冠状动脉特异性医学影像和生理信息，非侵入式的获取血流储备分数，有效降低了冠状动脉病变的可视化风险及费用，同时，也能保证所获取的血流储备分数的准确性。本专利技术的第二目的是提供一种非侵入式获取血流储备分数的系统，该系统应用于对血流储备分数的非侵入式获取过程中，具有医疗成本低、风险低，获取血流储备分数准确度高的优点。为实现上述目的，一方面，本专利技术提供一种非侵入式获取血流储备分数的方法，该方法包括如下步骤：根据人体冠状动脉医学影像数据，建立冠状动脉三维模型；获取人体冠状动脉医学生理数据，并结合人体冠状动脉医学影像数据和冠状动脉三维模型，提取用于计算血流储备分数的必要参数；根据所述必要参数，确定所述冠状动脉三维模型的边界，并对所述边界进行优化得到冠状动脉仿真模型；结合所述必要参数及冠状动脉仿真模型，采用计算流体力学方法计算血流储备分数。进一步的，所述建立冠状动脉三维模型时，根据人体冠状动脉医学影像数据对冠状动脉进行造影和重构，获得冠状动脉三维模型。进一步的，在冠状动脉三维模型上标注所有血管壁、进口及出口，并根据血管的几何尺寸和弯曲度对所述三维冠状动脉物理模型进行网格划分。进一步的，所述必要参数包括：动脉血管的血流量、血压、心率以及心肌质量等。进一步的，所述冠状动脉三维模型的边界包括进口处的流量边界或压力边界以及出口处的流量边界，该边界的设置依据患者特异性生理数据以及医学统计大数据，依靠深度学习算法或者机器学习算法优化边界，此边界设置简单直接，更加精确。优选的，所述计算流体力学方法包括：有限元法(FEM)、有限体积法(FVM)、有限差分法(FDM)、边界元法(BEM)、浸入边界法(IBM)、格子玻尔兹曼法(LBM)、光滑粒子法(SPH)、半隐式运动粒子法(MPS)或有限体积粒子法(FVP)等。作为一种优选的技术方案，采用计算流体力学方法计算血流储备分数的具体方法为：计算冠状动脉总流量、主动脉静息流量和主动脉运动流量；计算主动脉运动平均压强；求解主动脉进出口血流量和冠状动脉进出口血流量以及边界控制方程。另一方面，本专利技术提供一种非侵入式获取血流储备分数的系统，该系统包括建模模块、参数提取模块、模型转换模块及计算生成模块；所述建模模块，根据人体冠状动脉医学影像数据，建立冠状动脉三维模型；所述参数提取模块，获取人体冠状动脉医学生理数据，并结合人体冠状动脉医学影像数据和冠状动脉三维模型，提取用于计算血流储备分数的必要参数；所述模型转换模块，根据所述必要参数，确定所述冠状动脉三维模型的边界，并对所述边界进行优化得到冠状动脉仿真模型；所述计算生成模块，结合所述必要参数及冠状动脉仿真模型，采用计算流体力学方法计算血流储备分数。作为一种优选的技术方案，所述建模模块被设置为：在建立冠状动脉三维模型时，在冠状动脉三维模型上标注所有血管壁、进口、出口，并且按照血管几何尺寸和弯曲度将三维冠状动脉物理模型进行网格划分。进一步的，所述模型转换模块被设置为：在确定所述冠状动脉三维模型的边界时，先设置冠状动脉的进口边界，再设置出口边界，并根据必要参数对所述边界进行优化。与现有技术相比，本专利技术的有益效果为：本专利技术采用非侵入式方法，降低诊断的风险和费用，快速便捷地获取血流储备分数，可预测冠状动脉血流和心肌灌注的医疗治疗、介入治疗和手术治疗的结果。本专利技术提供的非侵入式获取血流储备分数的方法和系统综合了流体力学计算方法和基于病人特异性边界条件仿真的优点，可以通过CFD精确计算冠状动脉正常和狭窄区域的血流储备分数。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的限定。图1是本专利技术所述方法的流程图；图2是实施例中人体冠状动脉医学影像数据示意图；图3是实施例中冠状动脉三维模型重构结果；图4是实施例中冠状动脉三维模型结构标注图；图5是实施例中冠状动脉三维模型网格结构图；图6是实施例中冠状动脉三维模型狭窄区域网格结构的局部视图；图7是实施例中计算得到的血流储备分数的云分布图；图8是实施例中血流储备分数云图分布在狭窄区域的局部视图；图9是本专利技术计算血流储备分数详细流程图；图10是实施例中计算血流储备分数所采用的系统结构图。其中，1-血管壁，2-主动脉进口，3-主动脉出口，4-冠状动脉出口。具体实施方式下面结合附图与实施例对本专利技术作进一步说明。应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。实施例一：一种非侵入式获取血流储备分数的方法，如图1所示，该方法包括如下步骤：S01：根据人体冠状动脉医学影像数据，建立其对应的冠状动脉三维模型；其中，人体冠状动脉医学影像数据包括：计算机断层成像(CT)、动态(CT)、核磁共振、脉管造影术、超声和单光子发射计算断层成像(SPECT)，当然，在其他实施例中，还可以包括任意其他类型的医学成像模态。需要说明的是：这里提到的医学图像数据可以是2D、3D、4D，可以由一个或本文档来自技高网...

【技术保护点】
1.一种非侵入式获取血流储备分数的方法，其特征在于，包括如下步骤：根据人体冠状动脉医学影像数据，建立冠状动脉三维模型；获取人体冠状动脉医学生理数据，并结合人体冠状动脉医学影像数据和冠状动脉三维模型，提取用于计算血流储备分数的必要参数；根据所述必要参数，确定所述冠状动脉三维模型的边界，并对所述边界进行优化得到冠状动脉仿真模型；结合所述必要参数及冠状动脉仿真模型，采用计算流体力学方法计算血流储备分数。

【技术特征摘要】
1.一种非侵入式获取血流储备分数的方法，其特征在于，包括如下步骤：根据人体冠状动脉医学影像数据，建立冠状动脉三维模型；获取人体冠状动脉医学生理数据，并结合人体冠状动脉医学影像数据和冠状动脉三维模型，提取用于计算血流储备分数的必要参数；根据所述必要参数，确定所述冠状动脉三维模型的边界，并对所述边界进行优化得到冠状动脉仿真模型；结合所述必要参数及冠状动脉仿真模型，采用计算流体力学方法计算血流储备分数。2.根据权利要求1所述的一种非侵入式获取血流储备分数的方法，其特征在于，所述建立冠状动脉三维模型时，根据人体冠状动脉医学影像数据对冠状动脉进行造影和重构，获得冠状动脉三维模型。3.根据权利要求2所述的一种非侵入式获取血流储备分数的方法，其特征在于，在冠状动脉三维模型上标注所有血管壁、进口及出口，并根据血管的几何尺寸和弯曲度对所述三维冠状动脉物理模型进行网格划分。4.根据权利要求1所述的一种非侵入式获取血流储备分数的方法，其特征在于，所述必要参数包括：动脉血管血流量、血压、心率以及心肌质量。5.根据权利要求1所述的一种非侵入式获取血流储备分数的方法，其特征在于，所述冠状动脉三维模型的边界包括：进口处的流量边界或压力边界，出口处的流量边界；所述边界的设置依据患者特异性生理数据以及医学统计大数据，并依靠深度学习算法或者机器学习算法进行边界的优化。6.根据权利要求1所述的一种非侵入式获取血流储备分数的方法，其特征在于，所述计算流体力学方法包括：有限元法、有限体积法、有限差分法、边界元法...

【专利技术属性】
技术研发人员：向建平，赵亚，李炳辉，冯立，夏永清，荆洪娟，冷晓畅，
申请(专利权)人：向建平，
类型：发明
国别省市：广东,44