患者特异性的虚拟经皮结构性心脏介入方法和系统技术方案

一种用于从具有不同尺寸的一系列心脏植入物中选择为患者植入的具有最佳尺寸的心脏植入物的系统和方法。该方法包括获取表示患者特异性的心脏区域的数据，以及预测当在心脏区域内部署时与预定义标准最匹配的心脏植入物的最佳尺寸。预测包括：查询数据库；确定患者特异性的心脏区域的参数模型表达的参数值；和/或将表示患者特异性的心脏区域的数据输入人工智能设备。

【技术实现步骤摘要】
【国外来华专利技术】患者特异性的虚拟经皮结构性心脏介入方法和系统
本专利技术涉及经皮(例如经导管)结构性心脏介入的术前规划领域，所述结构性心脏介入例如瓣膜治疗，诸如瓣膜植入和/或修复。更特别地，本专利技术涉及对患者因经导管瓣膜治疗而出现异常的风险的术前预测。
技术介绍
心脏的左心室通过主动脉瓣将血液泵送至主动脉。主动脉(瓣)狭窄是当主动脉瓣因小叶钙化、变厚和变硬而没有完全打开时发生的病理，结果造成从心脏到体循环的血流减少。主动脉狭窄在老年人中比较显著，患病率从65岁以上人群的1.3％到85岁以上人群的4％。这是目前西方世界最常见的瓣膜性心脏病，并且其患病率随着人口老龄化而升高。主动脉狭窄的标准治疗是主动脉瓣置换术(SAVR)，其目的在于用植入瓣膜复原天然瓣膜的正确功能。这种介入性手术需要全麻、胸骨切开术(心内直视手术)和心肺转流术(使用外部机器进行血液泵送和充氧)，并且，这种介入性手术对于超过65岁的患者的相关住院死亡率为约6％。此外，由于手术相关风险太高，至少三分之一的严重主动脉狭窄患者无法进行瓣膜手术。经导管主动脉瓣植入(TAVI)或经导管主动脉瓣置换(TAVR)是用于治疗主动脉狭窄的微创手术：(1)将瓣膜(例如由缝合在金属支架上的猪心包制成的人工生物瓣膜)卷曲在导管内，(2)将导管插入例如股动脉中，(3)沿主动脉向上游推至主动脉瓣环，并且(4)将新瓣膜部署在患病天然瓣膜内。TAVI具有治疗高危患者和用微创介入(不需要心内直视手术或心肺转流术)代替SAVR的潜力，微创介入可在例如约80分钟内进行。主要的TAVI并发症是血管损伤、中风、心脏损伤(心脏传导阻滞、冠状动脉阻塞、心脏穿孔)、主动脉反流、心脏传导异常和瓣膜错位。精确的术前规划对于选择最佳设备尺寸和预测潜在困难是至关重要的。瓣膜植入物的尺寸过小可能导致瓣膜周围的主动脉反流，而尺寸过大可能导致主动脉瓣环破裂或植入物的次优功能行为。当前可用的规划工具(Philips、Siemens、PieMedical、Paeion)提供了对患者解剖的认识，并且可以例如用于确定主动脉瓣环的尺寸，或者用于测量瓣膜平面与冠状动脉口之间的距离。这些工具的问题在于，无法提供对某种植入设备与特异性的患者解剖之间相互作用的术前认识，并且因此无法用于预测诸如反流等并发症。这种认识对于介入心脏病专家来说是非常有价值的。另一个问题是难以根据例如CT图像重建原生小叶。当前采用的方法会获得包括间隙的不完整小叶图像，其中，间隙表示缺少数据。文献US2011/0153286A1公开了一种虚拟经皮瓣膜植入方法和系统。在本申请的一个实施例中，基于3D心脏医学图像数据来评估心脏瓣膜的患者特异性的解剖模型。表示瓣膜植入物的植入物模型虚拟地部署在心脏瓣膜的患者特异性的解剖模型中。可以保持植入物模型的库，其中，每个模型模拟相应瓣膜植入物的几何特性。库中所保持的植入物模型可以虚拟地部署在心脏瓣膜的患者特异性的解剖模型中，以选择一个植入物模型用于经皮瓣膜植入手术。在WO2013/171039A1中，本专利技术的专利技术人描述了一种改进方法，用于提供植入设备与特异性的患者解剖的相互作用的术前认识，用于更好地预测并发症，诸如反流，用于更好地预测部署在主动脉瓣中的植入物的血液动力性能，以及用于更好地选择患者和分层。WO2013/171039A1还提供了一种应用计算机模拟对TAVI进行基于网络的术前规划服务，所述计算机模拟预测支架框变形和不完整框架并置，从而允许在介入之前评估反流和其它并发症(诸如冠状动脉阻塞和传导异常)的风险。在WO2016/177647A1中，本专利技术的专利技术人描述了一种用于确定患者因经导管结构性心脏介入，诸如经导管心脏瓣膜植入/置换或修复而造成的心脏传导异常和/或失调，诸如左束支传导阻滞(LBBB)的风险度量的方法。上述方法可能在计算上比较繁重。这可能导致临床医生需要经过几个小时或甚至几天的等待时间才能获得确定的结果。因此，需要更快的处理。
技术实现思路
根据一个方面，提供了一种计算机实现方法，用于从不同尺寸的一系列心脏植入物中选择具有最佳尺寸的心脏植入物，并且可选地预测心脏植入物的最佳部署位置，用于对患者进行心脏植入。该方法包括获取表示心脏区域的患者特异性的三维图像的数据。此类数据可以包括例如通过计算机机断层摄影(CT)或磁共振成像(MRI)获取的三维医学图像。该方法可以包括获取表示一系列植入物模型的数据，该一系列植入物模型表示具有不同尺寸的一系列心脏植入物。此类数据可以包括三维模型，诸如计算机辅助设计(CAD)模型或有限元模型。该方法包括预测当在心脏区域内部署时与预定义标准最匹配的心脏植入物的最佳尺寸，并可选地预测当在心脏区域内部署时与预定义标准最匹配的心脏植入物的最佳位置。确定最佳尺寸并可选地确定位置可以考虑心脏植入物的部署和心脏区域的变形。预定义标准可以是在患者的实际心脏区域内部署实际植入物期间和/或之后，并发症的风险最低。并发症可以例如是机械并发症(诸如应力、应变、机械压力、接触面积)、电并发症(诸如导电问题)、水力并发症(诸如血流、泄漏、反流)、植入物错位风险等。该标准可以例如与植入物和心脏区域之间的最佳相互作用相关。相互作用可以是机械相互作用，诸如接触压力、应变、接触面积；泄漏；反流；心脏传导异常；植入物错位风险等中的至少一个。预定义标准也可以是用于给定心脏区域的心脏植入物尺寸的最佳整体匹配。尤其是当比较心脏区域内先前心脏植入物的大量临床数据时，对于给定心脏区域，可以考虑临床数据中遇到的所有潜在并发症来确定最佳平均尺寸并可选地确定位置。预测可以包括查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像的数据，以及例如作为心脏植入物部署和心脏区域变形的结果，心脏区域内该系列心脏植入物的相关尺寸的数据并可选地包括心脏区域内该系列心脏植入物的位置的数据。记录可以包括表示预定尺寸的心脏植入物(表示预定尺寸的心脏植入物的植入物模型)的数据。因此，不同的记录可以应用于不同尺寸的心脏植入物。预测可以包括确定患者特异性的心脏区域的参数模型表达的参数值。基于参数值，例如作为心脏植入物部署和与其相关的心脏区域变形的结果，第二参数模型预测心脏区域内该系列心脏植入物的最佳尺寸以及可选地预测心脏区域内该系列心脏植入物的最佳位置。预测可以包括将表示心脏区域的患者特异性的三维图像的数据输入人工智能设备，诸如机器学习设备、深度学习设备、神经网络。人工智能设备布置为用于输出对该系列心脏植入物的最佳尺寸的预测并可选地用于输出对该系列心脏植入物的最佳位置的预测。如下文中进一步阐明的，这提供了以下优点：可以省略心脏区域内心脏植入物的最佳尺寸并可选地省略心脏区域内心脏植入物的最佳位置的实际计算。这对于处理时间来说可能是有益的。该方法提供的优点在于，可以预测当在心脏区域内部署时，与预定义标准最匹配的心脏植入物的尺寸。可选地，当有多种类型的植入物可用时，该方法允许预测当在心脏区域内部署时，与预定义标准最匹配的心脏植入物的类型。可选地，当有多种类型的植入物可用，其中至少一些具有多个尺寸时，该方法允本文档来自技高网...

【技术保护点】
1.一种计算机实现方法，用于从具有不同尺寸的一系列心脏植入物中选择用于为患者植入的具有最佳尺寸的心脏植入物，并且可选地预测最佳部署位置，所述方法包括：/n——获取表示心脏区域的患者特异性的三维图像的数据；/n——预测当在所述心脏区域内部署时与预定义标准最匹配的所述心脏植入物的最佳尺寸并可选地预测当在所述心脏区域内部署时与预定义标准最匹配的所述心脏植入物的最佳位置；/n其中，所述预测包括：/n——查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像的数据以及表示所述一系列心脏植入物的相关尺寸的数据并可选地包括表示所述一系列心脏植入物的位置的数据；和/或/n——确定所述患者特异性的心脏区域的参数模型表达的参数值，并在预测所述一系列心脏植入物的最佳尺寸并可选地预测所述一系列心脏植入物的最佳位置的第二参数模型中使用所述参数值；和/或/n——将表示所述心脏区域的患者特异性的三维图像的数据输入人工智能设备，所述人工智能设备布置为用于输出对所述一系列心脏植入物的最佳尺寸的所述预测并可选地布置为用于输出对所述一系列心脏植入物的最佳位置的所述预测。/n

【技术特征摘要】
【国外来华专利技术】20180323 EP 18163655.61.一种计算机实现方法，用于从具有不同尺寸的一系列心脏植入物中选择用于为患者植入的具有最佳尺寸的心脏植入物，并且可选地预测最佳部署位置，所述方法包括：
——获取表示心脏区域的患者特异性的三维图像的数据；
——预测当在所述心脏区域内部署时与预定义标准最匹配的所述心脏植入物的最佳尺寸并可选地预测当在所述心脏区域内部署时与预定义标准最匹配的所述心脏植入物的最佳位置；
其中，所述预测包括：
——查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像的数据以及表示所述一系列心脏植入物的相关尺寸的数据并可选地包括表示所述一系列心脏植入物的位置的数据；和/或
——确定所述患者特异性的心脏区域的参数模型表达的参数值，并在预测所述一系列心脏植入物的最佳尺寸并可选地预测所述一系列心脏植入物的最佳位置的第二参数模型中使用所述参数值；和/或
——将表示所述心脏区域的患者特异性的三维图像的数据输入人工智能设备，所述人工智能设备布置为用于输出对所述一系列心脏植入物的最佳尺寸的所述预测并可选地布置为用于输出对所述一系列心脏植入物的最佳位置的所述预测。


2.根据权利要求1所述的方法，其中，所述数据库包括与相应的患者特异性的临床数据相关的记录，和/或与模拟数据相关的记录。


3.根据权利要求1或2所述的方法，其中，所述数据库包括通过对其它记录应用增强技术而获取的记录，所述增强技术诸如缩放、修改直方图等。


4.根据权利要求1、2或3所述的方法，其中，所述数据库的查询包括例如使用极端梯度增强来确定与表示心脏区域的三维图像的数据相关联的所述记录，该心脏区域的三维图像的数据与表示所述心脏区域的所述患者特异性的三维图像最匹配。


5.根据权利要求1-4中任意一项所述的方法，包括确定所述患者特异性的心脏区域的参数模型表达的参数值，并查询包括多个记录的数据库，每个记录包括表示参数值以及所述一系列心脏植入物的相关最佳尺寸的数据并可选地包括表示所述一系列心脏植入物的最佳位置的数据。


6.根据权利要求1-5中任意一项所述的方法，其中，所述患者特异性的心脏区域的参数模型表达的参数值通过以下方式确定：
——查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像及相关参数值的数据；和/或
——将表示所述心脏区域的患者特异性的三维图像的数据输入人工智能设备，所述人工智能设备布置为用于输出所述参数值。


7.根据权利要求1-6中任意一项所述的方法，其中，所述预测还基于与所述患者相关的元数据，诸如人口统计数据、已知病理、药物使用等。


8.根据权利要求1-7中任意一项所述的方法，其中，所述预定义标准是在所述患者的实际心脏区域内部署实际植入物期间和/或之后并发症的风险最低。


9.一种计算机实现方法，用于评估在结构性心脏介入期间和/或之后出现并发症的风险，所述方法包括：
——获取表示心脏区域的患者特异性的三维图像的数据；
——获取表示待植入所述患者心脏区域内的心脏植入物的尺寸的数据并可选地获取表示待植入所述患者心脏区域内的心脏植入物的类型的数据；
——预测所述心脏植入物与所述心脏区域之间的相互作用；
其中，所述预测包括：
——查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像的数据、心脏植入物的相关尺寸的数据并可选地包括表示心脏植入物类型的数据，以及相互作用的数据；和/或
——确定所述患者特异性的心脏区域和所述植入物组合的参数模型表达的参数值，并在预测所述相互作用的第三参数模型中使用所述参数值；和/或
——将表示所述心脏区域的患者特异性的三维图像的数据以及所述心脏植入物的尺寸的数据输入人工智能设备，并可选地将表示所述心脏植入物的类型的数据输入人工智能设备，所述人工智能设备布置为用于输出对所述相互作用的所述预测；
其中，对所述相互作用的所述预测是用于评估风险的度量。


10.根据权利要求9所述的方法，其中，所述相互作用是以下项中的至少一个：诸如接触压力、应变、接触面积的机械相互作用；泄漏；反流；心脏传导异常；植入物错位风险等。


11.根据权利要求1-10中任意一项所述的方法，包括：
——使用神经网络来生成记录，所述记录包括表示心脏区域的三维图像的数据，以及所述心脏区域内所述心脏植入物的相关尺寸和/或相互作用的数据；以及
——将所述记录存储在数据库中。


12.一种用于规划结构性心脏介入的计算机实现方法，包括：
——获取表示心脏区域的患者特异性的三维图像的数据；
——获取表示待植入所述患者的心脏区域内的心脏植入物的数据，诸如尺寸和可选地诸如类型；
——例如作为心脏植入物部署和所述心脏区域变形的结果，预测所述心脏区域内所述心脏植入物的部署形状；
其中，所述预测包括：
——查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像、心脏植入物和所述心脏植入物的部署形状的数据；和/或
——确定所述患者特异性的心脏区域和所述植入物组合的参数模型表达的参数值，并在预测所述心脏植入物的部署形状的第三参数模型中使用所述参数值；
——和/或将表示所述心脏区域的患者特异性的三维图像和所述心脏植入物的数据输入人工智能设备，所述人工智能设备布置为用于输出对所述心脏植入物的部署形状的预测。


13.根据权利要求12所述的方法，其中：将对所述部署形状的所述预测呈现给用户，例如呈现为所述心脏区域的患者特异性的三维图像的例如视图上的叠加。


14.根据权利要求12或13所述的方法，其中，所述预测所述心脏区域内所述心脏植入物的部署形状的步骤包括：
a)查询所述数据库以识别比预定相似性阈值更匹配所述患者特异性的数据的记录，以及
b)如果没有找到此类记录，则计算所述患者特异性的心脏区域内所述心脏植入物的部署形状。


15.根据权利要求14所述的方法，其中，所述计算包括：
——基于表示所述心脏区域的患者特异性的三维图像的所述数据，获取表示所述患者特异性的心脏区域的患者特异性的三维解剖模型，所述患者特异性的解剖模型包括有限元网格；
——获取表示所述心脏植入物的有限元表达的植入物模型；
——虚拟地将所述植入物模型部署在所述患者特异性的解剖模型中；以及
——可选地在所述植入物模型的多个部署位置处，计算所述心脏植入物的部署形状。


16.一种用于确定新LVOT面积的计算机实现方法，包括：
——获取表示心脏区域的患者特异性的三维图像的数据；
——获取表示待植入所述患者的二尖瓣环区域中的二尖瓣植入物的数据，例如尺寸，可选地例如类型；
——例如作为二尖瓣植入物部署和所述二尖瓣环区域变形的结果，预测所述二尖瓣植入物在所述二尖瓣环区域中的部署形状；
其中，所述预测包括：
——查询包括多个记录的数据库，每个记录包括表示二尖瓣环区域的三维图像和所述二尖瓣植入物的相关部署形状的数据；
——和/或确定所述患者特异性的二尖瓣环区域和所述二尖瓣植入物组合的参数模型表达的参数值，并在预测部署的二尖瓣植入物形状的第三参数模型中使用所述参数值；
——和/或将表示所述二尖瓣环区域的患者特异性的三维图像和所述二尖瓣植入物的所述数据输入人工智能设备，所述人工智能设备布置为用于输出对所述二尖瓣植入物的部署形状的预测。


17.根据权利要求16所述的方法，其中，将对所述部署形状的所述预测呈现给用户，例如呈现为所述二尖瓣环区域的患者特异性的三维图像的例如视图上的叠加。


18.根据权利要求16或17所述的方法，包括：
——根据所述二尖瓣环区域的患者特异性的三维图像和所述二尖瓣植入物的预测部署形状，例如根据所述二尖瓣植入物的预测部署形状在所述二尖瓣环区域的患者特异性的三维图像的例如视图上的叠加，确定所述新LVOT面积。


19.根据权利要求16、17或18所述的方法，其中，所述预测所述二尖瓣环区域中所述二尖瓣植入物的部署形状的步骤包括：
a)查询所述数据库以识别比预定相似性阈值更匹配所述患者特异性的数据的记录，以及
b)如果没有找到此类记录，则计算所述患者特异性的二尖瓣环区域中所述二尖瓣植入物的部署形状。


20.根据权利要求19所述的方法，其中，所述计算包括：
——基于表示所述二尖瓣环区域的患者特异性的三维图像的所述数据，获取表示所述患者特异性的二尖瓣环区域的患者特异性的三维解剖模型，所述患者特异性的解剖模型包括有限元网格；
——获取表示所述二尖瓣植入物的有限元表达的二尖瓣植入物模型；
——虚拟地将所述二尖瓣植入物模型部署在所述患者特异性的解剖模型中；
——计算部署的二尖瓣植入物模型与所述患者特异性的解剖模型之间的相互作用，其中，所述计算能够包括基于所计算的相互作用，确定所述二尖瓣植入物的部署形状并可选地确定所述二尖瓣植入物的位置。


21.一种用于从不同尺寸的一系列心脏植入物中选择用于为患者植入的具有最佳尺寸的心脏植入物并且可选地预测最佳部署位置的系统，所述系统包括处理器，所述处理器布置为用于：
——获取表示心脏区域的患者特异性的三维图像的数据；
——获取表示不同尺寸的一系列心脏植入物的数据；
——预测当在所述心脏区域内部署时与预定义标准最匹配的所述心脏植入物的最佳尺寸并可选地预测当在所述心脏区域内部署时与预定义标准最匹配的所述心脏植入物的最佳位置；
其中，所述预测包括：
——查询包括多个记录的数据库，每个记录包括表示心脏区域的三维图像的数据以及表示所述一系列心脏植入物的相关尺寸的数据，并可选地包括表示所述一系列心脏植入物的位置...

【专利技术属性】
技术研发人员：M·R·A·F·德伯勒，P·E·J·莫蒂尔，P·J·阿斯图迪洛，N·德布斯施雷，
申请(专利权)人：费奥普斯有限公司，
类型：发明
国别省市：比利时;BE