获得心脏压力容积环的人工智能方法、设备和计算机介质技术

本申请公开了一种用于获得心脏压力容积环的人工智能方法，所述人工智能方法包括：获取样本心脏内的样本压力序列，获取所述样本心脏的样本超声心动图，基于所述样本压力序列和所述样本超声心动图训练模型，获取目标心脏的目标超声心动图，基于所述目标超声心动图和所述模型获得目标压力序列，基于所述目标超声心动图获得目标容积序列，基于所述目标压力序列和所述目标容积序列获得所述目标心脏的压力容积环。本申请还公开了一种用于获得心脏压力容积环的人工智能设备和计算机可读存储介质。

【技术实现步骤摘要】
获得心脏压力容积环的人工智能方法、设备和计算机介质
本公开一般涉及医疗领域，具体涉及一种用于获得心脏压力容积环的人工智能方法、人工智能设备和计算机可读存储介质。
技术介绍
心脏的心室或心房的压力容积环（pressure-volumeloop,P-V环）也可被称之为压力容积曲线,表达的是在一个心动周期中心室或心房内压力与容积的变化关系。通过压力容积环可以了解到心脏在射血过程中的血流动力学变化和心脏的贮备功能。但现有技术中获得压力容积环的方法存在费时费力、安全性低、准确性差等缺点。
技术实现思路
鉴于现有技术中的上述缺陷或不足，本申请提出一种（借助于人工智能）获得压力容积环的技术方案，以解决或至少缓解上述缺陷或不足中的至少一者。本申请的第一方面提出了一种用于获得心脏压力容积环的人工智能方法，所述人工智能方法包括：获取样本心脏内的样本压力序列，获取所述样本心脏的样本超声心动图，基于所述样本压力序列和所述样本超声心动图训练模型，获取目标心脏的目标超声心动图，基于所述目标超声心动图和所述模型获得目标压力序列，基于所述目标超声心动图获得目标容积序列，基于所述目标压力序列和所述目标容积序列获得所述目标心脏的压力容积环。优选地，获取样本心脏内的样本压力序列的步骤包括：利用有创压力导管采集所述样本心脏内的样本压力序列。优选地，获取样本心脏内的样本压力序列的步骤与获取所述样本心脏的样本超声心动图的步骤同时进行。优选地，获取样本心脏内的样本压力序列的步骤包括：同时获取所述样本心脏内的样本压力序列和第一心电图，获取所述样本心脏的样本超声心动图的步骤包括：同时获取所述样本心脏的样本超声心动图和第二心电图，基于所述样本压力序列和所述样本超声心动图训练模型的步骤包括：基于所述样本压力序列、所述第一心电图、所述样本超声心动图和所述第二心电图训练所述模型。优选地，所述模型包括神经网络模型。优选地，所述目标心脏的压力容积环包括：左心室的压力容积环、右心室的压力容积环、左心房的压力容积环和右心房的压力容积环中的至少一者。优选地，所述样本超声心动图包括：样本心尖四腔心切面超声心动图、样本心尖三腔心切面超声心动图和/或样本心尖二腔心切面超声心动图，所述目标超声心动图包括：目标心尖四腔心切面超声心动图、目标心尖三腔心切面超声心动图和/或目标心尖二腔心切面超声心动图。本申请的另一方面提出了一种用于获得心脏压力容积环的人工智能设备，所述人工智能设备用于执行本申请提出的人工智能方法。本申请的又一方面提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序用于实施本申请提出的人工智能方法。本申请的有益技术效果在于下述中的至少一者：发现了超声心动图与压力之间存在良好的对应关系，并建立了二者对应关系的模型；在训练好模型后，可以通过目标心脏的超声心动图获得对应的目标压力序列，无需再通过有创的方式获得压力序列，也不需要采集多普勒超声频谱来对压力进行估算，大大减小了操作的复杂程度以及对患者身体的损害；并且通过真实测量数据训练出的压力生成模型可以快速、准确地利用某切面的超声心动图和心电图预测出例如左心室的压力序列，同时结合分割模型以及相应地测量程序，全自动完成压力容积环的生成，减小了操作者的工作量以及人工操作引起的误差。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1示出了压力容积环的原理图；图2示出了根据本申请的实施方式的用于获得压力容积环的人工智能方法的流程示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。下面参照图1，以左心室为例，说明压力容积环的概念和原理。从压力容积环中可以看出，与A点相应的横坐标值为左心室舒张末容积（EDV），而相应的纵坐标值为左心室舒张末压力。按照时间顺序，一个心动周期相继经过A、B、C、D、E点，然后回到A点，完成一个心动周期。D点的横坐标值为左心室收缩末容积（ESV）。C点为整个心动周期中压力的最大值。AB段与CD段之间的距离为左心室的每搏输出量。另外，压力容积环可以体现出一些参数。其中，收缩末势能、充盈能、搏出功、总能量及能量效率这几个参数可通过压力容积环各部分面积直观地表示出来，如图1所示。收缩末势能为左室收缩末残留于心室腔中的血液所具有的能量，充盈能为血液回流心室所产生的能量，总能量为收缩末势能、充盈能与搏出功三部分之和，能量效率为搏出功与总能量之比。本申请考虑到心脏超声领域受动态视频（超声心动图）、图像分辨率不高等因素制约，提出超声心动图结合AI技术，以压力导管实时测量的心腔内压力为样本，实现超声心动图在线或离线地自动描记出左心室的压力容积环，整个预测过程快速、简便、无创，且结果准确。总体而言，为了达到这一目的，首先同步获取有创压力导管测量序列和例如心尖四腔心（A4C）切面的超声心动图，如果不同步地获得有创压力导管测量序列和心尖四腔心（A4C）切面的超声心动图，则还需要在每个步骤同时测量心电图，以使得压力和超声心动图随后能在时序上匹配同步。然后利用获得的数据训练神经网络模型，使得模型能够根据随后输入的目标心脏的超声心动图预测相应时间段内的压力序列。另一方面，利用人工标注数据训练用于心脏区域的分割模型，并在此基础上设计自动测量例如左心室的容积的算法。在压力生成模型和分割模型训练完成后，对于需要生成压力容积环的目标人群，只需要采集其A4C切面的超声心动图分别输入上述两个模型就可以生成相应的目标压力序列和目标容积序列，进而生成压力容积环。此外，还可以同步或随后继续采集心尖二腔心（A2C）切面的超声心动图来进一步修正得到的压力容积环。下面将参照图2，详细描述根据本申请的一个实施方式的获得压力容积环的人工智能方法。如图2所示，本申请的示例性实施方式的基本流程主要包含以下几个部分：首先训练压力生成模型。选择一部分人群的心脏作为样本心脏，对这些样本心脏作有创压力导管测量，获得样本心脏的压力序列，且获得样本心脏的超声心动图，将样本心脏的压力序列和超声心动图用于训练压力生成模型，使得该压力生成模型能够根据输入的任何超声心动图生成相应的压力序列。所采集的超声心动图具有多帧图像，且超声心动图至少持续一个心动周期。所述超声心动图包括心尖四腔心（A4C）切面的超声心动图、心尖三腔心（A3C）切面的超声心动图和/或心尖二腔心（A2C）切面的超声心动图。然后训练分割模型，利用获得的超声心动图的分割标注数据训练本文档来自技高网...

【技术保护点】
1.一种用于获得心脏压力容积环的人工智能方法，其特征在于，所述人工智能方法包括：/n获取样本心脏内的样本压力序列，/n获取所述样本心脏的样本超声心动图，/n基于所述样本压力序列和所述样本超声心动图训练模型，/n获取目标心脏的目标超声心动图，/n基于所述目标超声心动图和所述模型获得目标压力序列，/n基于所述目标超声心动图获得目标容积序列，/n基于所述目标压力序列和所述目标容积序列获得所述目标心脏的压力容积环。/n

【技术特征摘要】
1.一种用于获得心脏压力容积环的人工智能方法，其特征在于，所述人工智能方法包括：
获取样本心脏内的样本压力序列，
获取所述样本心脏的样本超声心动图，
基于所述样本压力序列和所述样本超声心动图训练模型，
获取目标心脏的目标超声心动图，
基于所述目标超声心动图和所述模型获得目标压力序列，
基于所述目标超声心动图获得目标容积序列，
基于所述目标压力序列和所述目标容积序列获得所述目标心脏的压力容积环。


2.根据权利要求1所述的人工智能方法，其特征在于，获取样本心脏内的样本压力序列的步骤包括：利用有创压力导管采集所述样本心脏内的样本压力序列。


3.根据权利要求1所述的人工智能方法，其特征在于，获取样本心脏内的样本压力序列的步骤与获取所述样本心脏的样本超声心动图的步骤同时进行。


4.根据权利要求1所述的人工智能方法，其特征在于，
获取样本心脏内的样本压力序列的步骤包括：同时获取所述样本心脏内的样本压力序列和第一心电图，
获取所述样本心脏的样本超声心动图的步骤包括：同时获取所述样本心脏的样本超声心动图和第二心电图，
基于所述样本压力...

【专利技术属性】
技术研发人员：何昆仑，杨菲菲，刘博罕，王秋霜，陈煦，李宗任，郭华源，
申请(专利权)人：中国人民解放军总医院，
类型：发明
国别省市：北京;11