【技术实现步骤摘要】
本说明书涉及医疗，特别涉及一种确定血流储备分数的系统及方法。
技术介绍
1、血流储备分数(fractional flow reserve,ffr)可以有效评估斑块狭窄导致的缺血程度，为后续治疗方向提供参考。相较于有创ffr，基于医学成像技术(例如，冠状动脉ct扫描)获得的血流储备分数(基于ct获得ffr可以称为ffrct)，由于其使用的无创检查手段，对患者更加友好。
2、目前通常的做法是通过计算流体力学(computational fluid dynamics，cfd)进行仿真，获得血流特征(压力、速度等)，从而推算出ffr。cfd仿真具有准确度高、真实性强等优点。但同时，因其原理为求解navier-stokes方程，而该过程涉及了非常复杂的计算，导致了cfd仿真计算开销大，时间长。虽然近期有研究为了解决cfd仿真开销大的问题，提出了使用机器学习模型来获得ffr。但是机器学习模型的输入需要包含与病人有关的大量数据(例如，生理参数、医学图像、详细的解剖学特征等)，因此依然需要耗费大量的计算资源，并且效率较低。
3、病人的生理参数(血压、心率、心输出量等)与ffr的计算直接相关。在实际应用中，通常对不同的对象，均使用一组相同的默认生理参数确定ffr。当后续需要再次确定对象的ffr时，由于对象的生理参数的变化，实际的ffr将发生变化，因此如果直接使用之前确定的ffr，会对病人的诊断造成不利影响。如果基于新的生理参数，再次进行计算ffr，将导致效率低下且耗费大量的时间和计算资源。
4、因此，希望提供一
技术实现思路
1、本说明书实施例之一提供一种确定血流储备分数的方法。该方法包括：获取目标对象的目标位置在参考生理参数下的参考血流储备分数，所述目标位置为所述目标对象的目标血管上的位置；以及利用血流储备分数算法处理所述目标对象的目标生理参数、所述参考生理参数以及所述参考血流储备分数，确定所述目标位置在目标生理参数下的目标血流储备分数。
2、本说明书实施例之一提供一种确定血流储备分数的系统。该系统包括获取模块，配置为获取目标对象的目标位置在参考生理参数下的参考血流储备分数，所述目标位置为所述目标对象的目标血管上的位置；以及确定模型，配置为利用血流储备分数算法处理所述目标对象的目标生理参数、所述参考生理参数以及所述参考血流储备分数，确定所述目标位置在目标生理参数下的目标血流储备分数。
3、本说明书实施例之一提供一种确定血流储备分数的系统。该系统包括至少一个存储设备，用于存储计算机指令；至少一个处理器，用于执行所述计算机指令，以实现上述确定血流储备分数的方法。
4、本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解，本申请的一部分附加特性对于本领域技术人员是明显的。本申请的特征可以通过实践或使用下述详细示例中阐述的方法、手段和组合的各个方面来实现和获得。
本文档来自技高网...【技术保护点】
1.一种确定血流储备分数的方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述血流储备分数算法包括机器学习模型或者多维函数。
3.如权利要求1所述的方法，其特征在于，所述血流储备分数算法根据以下过程生成：
4.如权利要求3所述的方法，其特征在于，所述样本对象在每组样本生理参数下的样本血流储备分数包括所述样本对象的样本血管的多个样本位置的样本血流储备分数，所述基于所述多组样本生理参数和所述样本血流储备分数，确定所述血流储备分数算法包括：
5.如权利要求4所述的方法，其特征在于，所述血流储备分数算法为多维函数，所述多维函数用于表征生理参数的变化对血流储备分数的影响，所述基于所述多组样本数据，确定所述血流储备分数算法包括：
6.如权利要求4所述的方法，其特征在于，所述血流储备分数算法为机器学习模型，所述基于所述多组样本数据，确定所述血流储备分数算法包括：
7.如权利要求6所述的方法，其特征在于，所述训练输入进一步包括所述样本数据对应的样本位置的解剖学特征、指示所述解剖学特征之间的关系的深度
8.如权利要求7所述的方法，其特征在于，所述深度特征通过以下过程获得：
9.一种确定血流储备分数的系统，包括：
10.一种确定血流储备分数的系统，包括：
...【技术特征摘要】
1.一种确定血流储备分数的方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述血流储备分数算法包括机器学习模型或者多维函数。
3.如权利要求1所述的方法，其特征在于，所述血流储备分数算法根据以下过程生成：
4.如权利要求3所述的方法，其特征在于，所述样本对象在每组样本生理参数下的样本血流储备分数包括所述样本对象的样本血管的多个样本位置的样本血流储备分数，所述基于所述多组样本生理参数和所述样本血流储备分数，确定所述血流储备分数算法包括：
5.如权利要求4所述的方法，其特征在于，所述血流储备分数算法为多维函数，所述多维函数用于表征生理参数的变化对血流储备分数的影响，所述基...
【专利技术属性】
技术研发人员：严仁佑，王佳宇，吴迪嘉，董昢，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：
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。