基于冠脉血流量分配的血流储备分数预测方法和系统技术方案

技术编号:38434619 阅读:26 留言:0更新日期:2023-08-11 14:20
本发明专利技术公开了一种基于冠脉血流量分配的血流储备分数预测方法及系统,包括:采用获取患者心脏医学影像和特征参数;将获取的心脏医学影像中的管腔轮廓进行分割;并将分割后的冠脉树转为有向图;根据特征参数和有向图结构,由有向图的根节点开始,依次为每条边分配血流;计算目标血管的各个边和分叉节点的压力损失,获取目标血管上的压力分布,计算血流储备分数。利用有向图结构和特征参数,根据有向图的结构进行详细的血流分配,基于精确血流分配和降维模型计算血流储备分数,无需额外的介入手术,计算速度快,精度高,降低患者检查的风险和费用,方法便捷。方法便捷。方法便捷。

【技术实现步骤摘要】
基于冠脉血流量分配的血流储备分数预测方法和系统


[0001]本专利技术涉及医学影像处理
,尤其涉及一种基于冠脉血流量分配的血流储备分数预测方法及系统。

技术介绍

[0002]血流储备分数(Fractional Flow Reserve简称FFR)是指冠状动脉在发生病变时和理论上未发生病变时给其对应心肌区域供应的最大血流量之比。经过大量的科学研究和临床试验证明,FFR可以准确评价患者心肌缺血严重程度,在临床实践中作为一项功能学评价指标指导是否需要冠脉介入治疗,以及进行术后评价。但FFR测量前需要注射腺苷等血管扩张药物使血管达到最大充血状态,对此类药物过敏或者肝肾功能有缺失的患者无法进行FFR测量,且FFR属于侵入式检查,存在一定风险。此外,FFR测量所需的压力导丝造价较高,增加了病患负担,故目前FFR并未在临床检查中普及。
[0003]为解决上述FFR缺点,相关研究者开发出通过医学图像计算FFR的方法。目前已公开的通过医学图像计算FFR的方法多基于流体力学仿真,这种方法计算时间较长,临床应用性较差;此外,基于深度学习的方法受限于数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于冠脉血流量分配的血流储备分数预测方法,其特征在于,包括以下步骤:S1、获取患者心脏医学影像和特征参数;S2、将获取的心脏医学影像中的管腔轮廓进行分割;将分割后的冠脉树转为有向图,其中,为图的节点;表示图的边;S3、根据特征参数和有向图结构,由有向图的根节点开始,依次为每条边分配血流;S4、计算目标血管各个边和分叉节点的压力损失,获取目标血管上的压力分布,计算血流储备分数。2.根据权利要求1所述的基于冠脉血流量分配的血流储备分数预测方法,其特征在于,在S1中,所述医学影像包括腔内影像和腔外影像,所述特征参数包括冠脉开口血压、流量以及心脏优势型。3.根据权利要求2所述的基于冠脉血流量分配的血流储备分数预测方法,其特征在于,在S2中,所述医学影像为腔内影像时,管腔轮廓分割后形成有向图的过程包括:将腔内影像序列起始帧作为根节点,最后帧作为终止节点,确认分叉帧作为分叉节点;两分叉帧间图像、起始帧和与起始帧相邻的分叉帧间图像、终止帧和与终止帧相邻的分叉帧间图像组成有向图中的边;提取有向图的边的特征,所述边的特征包括图片帧的索引、该帧处血管的真实面积、真实半径、参考半径、参考面积和狭窄程度。4.根据权利要求2所述的基于冠脉血流量分配的血流储备分数预测方法,其特征在于,在S2中,所述医学影像为腔外影像时,管腔轮廓分割后形成有向图的过程包括:根据影像中血管的整体轮廓提取血管中心线;将中心线起始点作为根节点,终止点作为终止节点,分叉点作为分叉节点;两分叉节点间中心线、根节点和相邻分叉节点间中心线、终止节点和相邻分叉节点间中心线作为有向图的边;在有向图的边上等间隔选取采样点,提取采样点的特征,所述特征包括采样点的索引、采样点处血管的真实半径、参考半径、真实面积、参考面积和狭窄程度。5.根据权利要求3或4所述的基于冠脉血流量分配的血流储备分数预测方法,其特征在于,还包括根据分割结果计算任意采样点处的参考半径,所述参考半径采用如下公式计算得出,设目标血管段上共有n个采样点,则第i个采样点处的参考半径为:其中,服从正态分布,,为任意一条边上半径特征的最大值,表示两采样点间实际距离,r
j
为第j个采样点处的真实半径。6.根据权利要求5所述的基于冠脉血流量分配的血流储备分数预测方法,其特征在于,还包括根据参考半径,采用如下公式计算狭窄程度。7.根据权利要求5所述的基于冠脉血...

【专利技术属性】
技术研发人员:董文薛
申请(专利权)人:天津恒宇医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1