[go: up one dir, main page]

CN105326486B - 血管压力差与血流储备分数的计算方法及系统 - Google Patents

血管压力差与血流储备分数的计算方法及系统 Download PDF

Info

Publication number
CN105326486B
CN105326486B CN201510901329.XA CN201510901329A CN105326486B CN 105326486 B CN105326486 B CN 105326486B CN 201510901329 A CN201510901329 A CN 201510901329A CN 105326486 B CN105326486 B CN 105326486B
Authority
CN
China
Prior art keywords
blood flow
difference
blood vessel
flow velocity
function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510901329.XA
Other languages
English (en)
Other versions
CN105326486A (zh
Inventor
涂圣贤
楚淼
刘冰
陈亚珠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Bodong Medical Technology Co ltd
Original Assignee
Medical Imaging Technology (shanghai) Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Medical Imaging Technology (shanghai) Co Ltd filed Critical Medical Imaging Technology (shanghai) Co Ltd
Priority to CN201510901329.XA priority Critical patent/CN105326486B/zh
Publication of CN105326486A publication Critical patent/CN105326486A/zh
Priority to JP2018548256A priority patent/JP6611959B2/ja
Priority to US15/777,817 priority patent/US11064897B2/en
Priority to PCT/CN2016/104618 priority patent/WO2017097073A1/zh
Priority to DE112016005603.6T priority patent/DE112016005603B4/de
Application granted granted Critical
Publication of CN105326486B publication Critical patent/CN105326486B/zh
Priority to JP2019149301A priority patent/JP6792768B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording for evaluating the cardiovascular system, e.g. pulse, heart rate, blood pressure or blood flow
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A61B5/0215—Measuring pressure in heart or blood vessels by means inserted into the body
    • A61B5/02158—Measuring pressure in heart or blood vessels by means inserted into the body provided with two or more sensor elements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6852—Catheters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/01—Emergency care
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Hematology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种血流储备分数的计算方法，包括：接收一段血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数、第二几何参数和第三几何参数；以近端终点为参考点，基于所述几何参数和血管段上的点到参考点的距离，计算出参考管腔直径函数和几何参数差异函数。在不同尺度下对几何参数差异函数求导，得到多尺度差值导数函数。获得该血管段所能通过的最大平均血流速度，基于多尺度差值导数函数和最大平均血流速度，获得所述血管第一位置处的第二血流压力与近端终点处的第一血流压力之间的比值，即血流储备分数。本发明的创新之处在于，通过多尺度计算方法，实现了在同一个血管存在不同程度病变情况下的血管压力差计算。

Description

血管压力差与血流储备分数的计算方法及系统
技术领域
本发明涉及应用于医疗领域，尤其涉及应用在基于影像获取血管压力差以及血流储备分数(FFR)的计算方法及系统。
背景技术
斑块引起的血管狭窄影响到心肌血流供应，对人的健康造成威胁。通过冠脉造影，可以显示冠脉狭窄的严重程度，但是不能反映血管的功能性改变。血流储备分数(Fractional Flow Reserve，FFR)通常指心肌血流储备分数，定义为病变冠脉能为心肌提供的最大血流与该冠脉完全正常时最大供血流量之比，可以通过在冠脉最大充血状态下，狭窄病变远端的压力与狭窄近端压力的比值计算得出。
因为FFR直接评价病变血管的供血生理功能，提供病变部位特异的诊断，并且与预后相关性高。在冠脉造影难以确定感兴趣血管是否导致心肌缺血时，FFR提供直接的信息帮助诊断和决策。基于FFR的决策病变预后较好。一般来说FFR≤0.80作为血管重建的指征，FFR＞0.80可以暂不干预。这一简单原则在处理复杂病变时仍然适用。药物支架年代的介入医生面对更多复杂病变，FFR可能更显价值。
对于冠脉临界病变，冠脉造影可显示冠脉狭窄的严重程度，但不能准确评价冠脉缺血情况。目前，多项研究结果证实FFR为评价冠脉功能学的金标准。
通过压力传感器对血管进行有创侵入性压力测量不仅工作量大，而且存在着损伤血管的风险。通过三维或者二维定量冠脉造影可以获得冠脉系统的几何模型。再对重建的冠脉系统几何模型进行计算机流体力学分析，解复杂的流体力学方程需要大量的计算。还有方法将冠脉狭窄的长度和狭窄率视为定值，这样会降低计算结果的准确度，尤其是在弥漫性中度病变下狭窄长度和狭窄率的确定具有很大主观性。
目前通过对冠脉直径或横截面积等几何参数的变化计算血流压力改变的方法存在着无法正确区分评估不同程度狭窄下几何参数改变对血流压力的不同影响。现有技术中，比较典型的计算FFR值的方法有如下几类：
专利文献1：CN103932694A，公开了一种精确诊断心肌血流储备分数(FFR)的方法，首先用“FFR(CT+超声)无创诊断法”排除FFR＞0.8和FFR＜0.6的患者，然后对无法排除的患者(0.6≤FFR≤0.8的患者)，用“FFR诊断系统”精确介入测量冠脉狭窄处的FFR值。“FFR(CT+超声)无创诊断法”的FFR计算程序需要首先读入CT重构程序确定的形态学参数，构建心表冠状动脉树的几何结构。本文献中采用的FFR分析法求解FFR过程为：求解涉及基于最大冠脉舒张条件下的主动脉压、伯努利方程确定的心表冠状动脉树的阻力、最大冠脉舒张条件下的出口阻力，首先计算每根血管里的血流、每根血管里的压力，基于计算所得的每根血管里的血流，计算心表冠状动脉树的阻力，重新计算每根血管里的血流、每根血管的入口和出口压力，如果相连步骤计算的流速相对误差＜10-4和相连步骤计算的压力相对误差＜10-4，采用一预定公式计算FFR的值。
专利文献2：CN102905614A，公开了一种介入式计算测量血管狭窄的方法，包括，基于在血管的不同位置放置压力传感器(如压力导丝)和速度传感器，首先测量出血管中与待测定目标位置不同的第一位置、第二位置的多个压力值和速度值，然后根据压力变化的平方除以速度变化的平方确定该流体介质的波速度，并计算所述第一位置和第二位置的向前压力变化，对上述压力变化值积分求和后，从而跟上述积分求和后的比值计算出FFR值。
专利文献3：CN 103829933 A，公开了另外一种介入方式检测血管腔狭窄的方法，包括，将两个压力传感(压力传感器1和压力传感器2)介入人体血管中，分别测量两个压力传感器的数值，根据这两个压力传感器测量数值的压力差，来判断这两个压力传感器之间是否出现血管狭窄。若小于某个阈值K，则认为没有出现狭窄；若大于某个阈值K，则认为出现狭窄；或者将这两个压力传感器测量数值作为参考值，提供给医生进行参考，由医生进行诊断。
专利文献4：US20150268039A1，公开了一种计算某段血管压降的方法，包括：首先，接收处于血管不同几何端的几何数据，其中几何端包括近端和远端，所述几何数据包括：用于指示血管远端的第一横截面积的第一几何参数；用于指示血管近端的第二横截面积的第二几何参数；用于指示位于所述近端和远端之间的第一位置的横截面面积的第三几何参数；其次，接收指示通过血管该段的血压流体速度；基于第一、二、三几何参数以及第一位置的位置数据，确定第一位置的参考几何参数值；基于所述第一位置的参考几何参数值、第三几何参数和血压流体速度，确定位于远端的第一流体压力与在第一位置的第二流体压力之间的压力差。
专利文献5：WO2010033971A1，公开了一种计算FFR的方法，包括：首先将包含至少两个传感器的设备置入到管腔(靠近)狭窄的地方。预设计好所述至少两个传感器的长度间隔L。至少用其中一个传感器检测管腔中第一种流体的第一个参数的第一参数值。向管腔中注射第二种流体，并认为在注射点处暂时性完全替代第一种流体，并用至少两个间隔已知的传感器记录下第二种流体的第二个参数的第二参数值。所述的第一个参数和第二个参数可以是流体的pH值，温度，导电率等，第一参数值和第二参数值的大小不同。记录两个传感器检测到第二参数值的时间间隔T，根据传感器的长度间隔L和时间间隔T计算出第二种流体的平均速度。进一步结合狭窄处、狭窄近端和狭窄远端处的管腔横截面积以及平均动脉压计算出血流储备分数FFR。
文献6：涂圣贤等人提出了一种新的计算血流储备分数(FFR)的计算机模型。首先利用三维定量冠脉造影(QCA)得到血管的几何模型，利用三维QCA和TIMI数帧法得到充血状态下的平均血流量，把充血状态下的平均血流量和导管测得的平均血流压力当做计算流体力学仿真的入口边界条件，求解流体力学方程得到FFR的计算值。
文献7：Taylor等人将计算机流体力学应用于计算机断层扫描冠状动脉造影(CTA)，得到计算FFR的非侵入式方法。利用CTA得到的冠脉解剖数据，包括血管供应心肌的体积与质量等，估计出最大冠脉血流量，模拟出血管下游微循环阻力，作为计算流体力学仿真的边界条件进行流体方程求解，获得FFR的计算值。
上述专利文献尽管从不同角度、不同计算方法中给出了确定血管压降的方法，但其仍具有至少以下一种或多个技术缺陷：(1)采用压力导丝介入血管采集血管的有关几何参数，成本高昂，且给病人带来身体损害；(2)采用单一尺度计算方法，尽管可以获得常规血管狭窄情况下的压降情况，但却无法正确区分评估不同程度(如局限性和弥漫性病变并存的血管)狭窄下几何参数改变对血流压力的不同影响。(3)根据冠脉造影或CT重建的几何模型进行计算机流体力学(CFD)仿真，计算复杂度高，计算量大，耗时长。(4)依赖于人为评估病变的尺寸，如病变长度，具有很大的主观性和误差，尤其是弥漫性病变。(5)需要利用腺苷诱导冠脉最大充血来计算充血血流速度，操作复杂且加大病人的痛苦。(6)需要对病变血管的分支都进行三维重建，工作量大。
因此需要提供一种新的血管压降计算方法，其能够克服上述部分或全部技术缺陷，快速准确地计算FFR数值。
发明内容
本发明所要解决的技术问题是提供一种新的血管压力差与FFR计算方法，具体方案包括：一种计算血管压力差数值的方法，包括：接收一段血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积或直径；第二几何参数，代表该血管段远端横截面的面积或直径；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积或直径；接收该血管段的平均血流速度；基于所述第一几何参数、第二几何参数、第三几何参数以及第一位置的位置数据计算该血管第一位置处的参考管腔直径；基于第三几何参数和第一位置处的参考管腔直径，计算第一位置处的几何参数差异；基于第一位置处的几何参数差异、平均血流速度V和平均血流速度的平方V2，获得所述血管近端终点处的第一血流压力和第一位置处的第二血流压力之间的压力差数值。
优选的，所述方法进一步还包括：以近端终点为参考点，根据第一几何参数、第二几何参数，以及血管段上某点到参考点的距离x，计算出参考管腔直径函数；所述参考管腔直径函数用于代表该段血管不同位置上的参考管腔直径随着该位置到参考点的距离x变化的函数；优选的，计算参考管腔直径函数包括对血管段的从血管段近端终点到远端终点范围内的位置参数进行线性归一化处理。
优选的，所述方法进一步还包括：以近端终点为参考点，根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数；所述几何参数差异函数是参考管腔直径函数和接收到的几何参数之间的差异随着到参考点的距离x变化的函数。
优选的，所述方法进一步还包括：计算出几何参数差异函数在不同尺度下的差值导数函数，其中第一血流压力和第二血流压力之间的压力差是根据不同尺度下的差值导数计算求得；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离，所述不同尺度包括具有较大尺度的第一尺度和具有较小尺度的第二尺度，所述不同尺度下的差值导数函数包括第一尺度差值导数函数和第二尺度差值导数函数；采用不同尺度可以反映出血管损坏的不同严重程度(局限性和弥漫性)的狭窄对血流压力差的不同影响；所述第一尺度差值导数函数用于检测大范围狭窄所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉局限性狭窄病变所引起的几何参数差异；所述第二尺度差值导数函数用于检测病变血管发生局部变化所引起的真实管腔直径和参考管腔直径之间的几何参数差异。
优选的，所述方法进一步还包括：通过第一尺度差值导数函数和第一尺度差值导数函数积分的加权以及平均血流速度V和平均血流速度的平方V2，可计算获得第一血流压力和第二血流压力之间的压力差。
优选的，所述方法进一步还包括：所述第一血流压力和第二血流压力之间的压力差的计算公式为：
ΔP＝α[C1V+C2V2]*∫f1(x)dx+β[C1V+C2V2]*∫f2(x)dx
其中，分别代表平均血流速度V和平均血流速度平方V2的参数系数，和分别为第一和第二尺度差值导数函数的加权系数。
优选的，计算出几何参数差异函数在n个尺度下的差值导数函数，其中第一血流压力和第二血流压力之间的压力差是根据所述n个尺度下的差值导数计算求得；所述尺度指的是分辨率，即计算机计算导数时相邻两点之间的距离，所述n个尺度为具有尺度各不相同的第一尺度、第二尺度、……、第n尺度；其中，所述第一尺度差值导数函数用于检测第一种病变特征所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉其他病变所引起的几何参数差异；所述第二尺度差值导数函数用于检测第二种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；……，所述第n尺度差值导数函数用于检测第n种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；其中，所述n为大于1的自然数值。
优选的，所述方法进一步还包括：通过上述n个尺度下差值导数函数、……、积分的加权以及平均血流速度V和平均血流速度的平方V2，可计算获得第一血流压力和第二血流压力之间的压力差。
优选的，所述方法进一步还包括：所述第一血流压力和第二血流压力之间的压力差的计算公式为：
ΔP＝α1[C1V+C2V2]*∫f1(x)dx+α2[C1V+C2V2]∫f2(x)dx+…+αn[C1V+C2V2]*∫fn(x)dx
其中，分别代表平均血流速度V和平均血流速度平方V2的参数系数，...分别为不同尺度的差值导数函数的加权系数。
优选的，其特征在于，所述第一位置的位置数据是第一位置到血管近端终点之间的距离；所述血管段的平均血流速度是血流从近端终点到远端终点之间的平均速度。
优选的，该方法还包括接受某一个角度下的二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
优选的，所述方法还包括计算配准后的感兴趣区域内灰度直方图随心动周期变化的灰度时间拟合函数。
优选的，该方法还包括从灰度时间拟合函数中得到该血管段在冠脉造影过程中造影剂的平均流动速度。
优选的，该血管段的平均血流速度V近似等于从灰度时间拟合函数中计算的造影剂平均流动速度。
本发明还提供了一种计算某段血管的血流储备分数FFR的方法，包括：获得病人静息状态下的血管段平均血流速度V，可通过常规造影(无需微循环充分扩张)方法获取该血管段的平均血流速度V；基于该平均速度V获得病人心肌微循环充分扩张时的最大血流速度Vmax；求解出上述最大血流速度对应的压力差ΔPmax；利用下面公式获得FFR数值：FFR＝(P1-ΔPmax)/P1；其中，P1代表某段血管的近端终点处的第一血流压力，可用心脏的舒张压与收缩压近似估计，或者通过造影导管进行准确测量获得所述P1的值。
优选的，该方法进一步包括：通过查对应表获得最大血流速度，所述对应表是病人在静息状态下冠脉的平均血流速度与心肌微循环充分扩张情况下对应的最大血流速度列表。
优选的，该方法进一步包括：采用权利要求1-14中任一所述的方法获得某段血管的最大血流速度对应的压力差ΔPmax。
优选的，给定一个固定的最大血流速度Vmax，求解出FFR。
本发明还提供了一种计算某段血管的血流储备分数FFR的方法，包括：接收该段血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积(或直径)；第二几何参数，代表该血管段远端横截面的面积(或直径)；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积(或直径)；以近端终点为参考点，基于所述几何参数和血管段上的点到参考点的距离，计算出参考管腔直径函数和几何参数差异函数；在多个尺度下对几何参数差异函数求导，得到多个尺度对应的差值导数函数；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；接收该血管段在常规冠脉造影的平均血流速度，利用查表方式获得该血管段所能通过的最大平均血流速度；基于多尺度差值导数函数和最大平均血流速度，获得所述血管第一位置处的第二血流压力与近端终点处的第一血流压力之间的比值，即血流储备分数。
同时，本发明还提供了一种计算血管压力差数值的系统，所述系统能够实现如上所述的方法，该系统包括：几何参数数据获取模块，用于获得血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积或直径；第二几何参数，代表该血管段远端横截面的面积或直径；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积或直径；位置数据获取模块，用于获取上述第一位置的位置数据；速度获取模块，用于获得该血管段的平均血流速度和平均血流速度平方值；参考管腔直径计算模块，基于所述第一几何参数、第二几何参数、第三几何参数以及第一位置的位置数据计算该血管第一位置处的参考管腔直径；几何参数差异计算模块，基于第三几何参数和第一位置处的参考管腔直径，计算第一位置处的几何参数差异；压力差计算模块，获得由几何参数差异计算模块输出的第一位置处的几何参数差异数据、由速度获取模块输出的平均血流速度以及平均血流速度平方值，计算出所述血管近端终点处的第一血流压力和第一位置处的第二血流压力之间的压力差数值。
优选的，所述参考管腔直径计算模块，以近端终点为参考点，根据第一几何参数、第二几何参数，以及血管段上某点到参考点的距离x，计算出参考管腔直径函数；所述参考管腔直径函数用于代表该段血管不同位置上的参考管腔直径随着该位置到参考点的距离x变化的函数；优选的，该系统还包括归一化模块，用于在计算参考管腔直径函数过程中，对血管段的从血管段近端终点到远端终点范围内的位置参数进行线性归一化处理。
优选的，所述几何参数差异计算模块，以近端终点为参考点，根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数；所述几何参数差异函数是参考管腔直径函数和接收到的几何参数之间的差异随着到参考点的距离x变化的函数。
优选的，该系统还包括多尺度差值导数计算模块，用于计算出几何参数差异函数在不同尺度下的差值导数函数；所述压力差计算模块，则通过多尺度差值导数计算模块获得的多个尺度下的差值导数函数积分的加权以及由速度获取模块输出的平均血流速度V和平均血流速度的平方V2，计算出第一血流压力和第二血流压力之间的压力差；其中，所述多个尺度包括两个或两个以上的尺度，所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离。
优选的，该系统还包括二维冠脉造影模块，用于对血管的某一个角度下进行二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
优选的，所述速度获取模块，基于上述二维冠脉造影模块输出的不同帧数下感兴趣区域进行图像配准，计算配准后的感兴趣区域内灰度直方图随心动周期变化的灰度时间拟合函数，并从灰度时间拟合函数中得到该血管段在冠脉造影过程中造影剂的平均流动速度。
本发明还提供了一种计算某段血管的血流储备分数FFR的系统，包括：几何参数数据获取模块，用于获得该段血管的几何参数，其中该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积(或直径)；第二几何参数，代表该血管段远端横截面的面积(或直径)；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积(或直径)；位置数据获取模块，用于获取上述第一位置的位置数据；参考管腔直径计算模块，以近端终点为参考点，基于所述几何参数和血管段上的点到参考点的距离，计算出参考管腔直径函数；几何参数差异计算模块，，基于参考管腔直径函数和第三几何参数，计算出参数差异函数；多尺度计算模块，用于在多个尺度下对几何参数差异函数求导，得到多个尺度对应的差值导数函数；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；平均血流速度获取模块，获取该血管段在常规冠脉造影的平均血流速度；最大平均血流速度计算模块，基于存储在该模块中的对应表通过查表方式获得该血管段所能通过的最大平均血流速度；血流储备分数计算模块，基于多尺度差值导数函数和最大平均血流速度，获得所述血管第一位置处的第二血流压力与近端终点处的第一血流压力之间的比值，即血流储备分数。
在一具体实施例中，本发明还提供了另外一种计算某段血管的血流储备分数FFR的系统，包括：平均血流速度获取模块，用于获取该血管段在常规冠脉造影的平均血流速度V，优选的，可通过常规造影(无需微循环充分扩张)方法获取该血管段的平均血流速度V；最大血流速度获取模块，基于该平均速度V获得病人心肌微循环充分扩张时的最大血流速度Vmax；压力差计算模块，用于求解出上述最大血流速度对应的压力差ΔPmax；血流储备分数计算模块，基于上述血管的近端终点处的第一血流压力、最大血流速度对应的压力差ΔPmax通过公式获得血流储备分数FFR数值：FFR＝(P1-ΔPmax)/P1；其中，P1代表某段血管的近端终点处的第一血流压力，可用心脏的舒张压与收缩压近似估计，或者通过造影导管进行准确测量获得所述P1的值。
优选的，所述最大血流速度获取模块通过查对应表获得最大血流速度，所述对应表是病人在静息状态下冠脉的平均血流速度与心肌微循环充分扩张情况下对应的最大血流速度列表，其存储在该最大血流速度获取模块或者该系统的另外一独立的存储模块中。
本发明的有益效果在于：提供了一种新的血管压降计算方法，并为快速准确计算FFR提供了可行性及操作性，并提供了一种新的获得最大平均血流速度的方法，从而使得整个操作过程更为简便、快捷。通过多尺度计算方法，实现了在同一个血管存在不同程度(局限性和弥漫性并存的血管)病变情况下的血管压力差计算。
附图说明
图1为本发明的实际血管管腔与参考血管管腔结构对比示意图；
图2为本发明的血管段参考管腔和实际管腔几何参数差异函数示意图；
图3A为本发明的第一尺度差值导数函数示意图；
图3B为本发明的第二尺度差值导数函数示意图；
图4为本发明的血管压降系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本发明提供一种计算一段血管压力差的方法，所述方法包括接收一段血管的几何参数，该血管包括近端终点和远端终点。所述几何参数包括第一几何参数，代表该血管段近端横截面的面积(或直径)；第二几何参数，代表该血管段远端横截面的面积(或直径)；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积(或直径)。根据所述第一几何参数、第二几何参数、第三几何参数以及第一位置的位置数据可以计算出第一位置处的血管参考(无病变)管腔直径。根据所述第三几何参数和第一位置处参考管腔直径，计算出第一位置处的真实管腔直径和参考管腔直径之间的几何参数差异。优选的，用真实管腔直径与参考管腔直径相比计算几何参数差异。
以近端终点为参考点，根据第一几何参数、第二几何参数，以及血管段上某点到参考点的距离x，计算出参考管腔直径函数，代表该段血管不同位置上的参考管腔直径随着该位置到参考点的距离x变化的函数；根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数，代表参考管腔直径函数和接收到的几何参数数据的差异随着到参考点的距离x变化的函数。
在一具体实施例中，计算参考管腔直径函数包括对血管段的从血管段近端终点到远端终点范围内的位置参数进行线性归一化处理。
在一具体实施例中，以近端终点为参考点，根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数；所述几何参数差异函数是参考管腔直径函数和接收到的几何参数之间的差异随着到参考点的距离x变化的函数。
在一具体实施例中，根据所述几何参数差异函数，计算出几何参数差异函数在不同尺度下的差值导数函数。其中第一血流压力和第二血流压力之间的压力差是根据不同尺度下的差值导数计算求得。
其中，所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离，所述不同尺度包括具有较大尺度的第一尺度和具有较小尺度的第二尺度；采用不同尺寸可以反映出血管不同严重程度(局限性和弥漫性)的狭窄对血流压力差的不同影响。
在一具体实施例中，所述不同尺度包括具有较大尺度的第一尺度和具有较小尺度的第二尺度，所述不同尺度下的差值导数函数包括第一尺度差值导数函数和第二尺度差值导数函数；采用不同尺度可以反映出血管不同严重程度(局限性和弥漫性)的狭窄对血流压力差的不同影响；所述第一尺度差值导数函数用于检测大范围狭窄所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉局限性狭窄病变所引起的几何参数差异；所述第二尺度差值导数函数用于检测病变血管发生局部变化所引起的真实管腔直径和参考管腔直径之间的几何参数差异。
通过第一尺度差值导数函数和第一尺度差值导数函数积分的加权以及平均血流速度V和平均血流速度V的平方V2，可计算获得第一血流压力和第二血流压力之间的压力差。
优选的，所述第一血流压力和第二血流压力之间的压力差的计算公式为：
ΔP＝α[C1V+C2V2]*∫f1(x)dx+β[C1V+C2V2]*∫f2(x)dx
其中，分别代表平均血流速度V和平均血流速度平方V2的参数系数，和分别为第一和第二尺度差值导数函数的加权系数。
优选的，为更加精确计算各种不同情况下的某段血管压力差，可以考虑计算出几何参数差异函数在N个不同尺度下的差值导数函数，并基于该n个尺度下的差值导数函数计算第一血流压力和第二血流压力之间的压力差。即：
计算出几何参数差异函数在n个尺度下的差值导数函数，其中第一血流压力和第二血流压力之间的压力差是根据所述n个尺度下的差值导数计算求得；所述尺度指的是分辨率，即计算机计算导数时相邻两点之间的距离，所述n个尺度为具有尺度各不相同的第一尺度、第二尺度、……、第n尺度；
所述第一尺度差值导数函数用于检测第一种病变特征所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉其他病变所引起的几何参数差异；
所述第二尺度差值导数函数用于检测第二种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；……，所述第n尺度差值导数函数用于检测第n种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；所述n为大于1的自然数值；通过上述n个尺度下差值导数函数、……、积分的加权以及平均血流速度V和平均血流速度V的平方V2，可计算获得第一血流压力和第二血流压力之间的压力差。
优选的，所述第一血流压力和第二血流压力之间的压力差的计算公式为：
ΔP＝α1[C1V+C2V2]*∫f1(x)dx+α2[C1V+C2V2]∫f2(x)dx+…+αn[C1V+C2V2]*∫fn(x)dx
其中，分别代表平均血流速度V和平均血流速度平方V2的参数系数，...分别为不同尺度的差值导数函数的加权系数。
优选的，所述第一位置的位置数据是第一位置到血管近端终点之间的距离；所述血管段的平均血流速度是血流从近端终点到远端终点之间的平均速度。
优选的，该方法还包括接受某一个角度下的二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
优选的，所述方法还包括计算配准后的感兴趣区域内灰度直方图随心动周期变化的灰度时间拟合函数。
优选的，该方法还包括从灰度时间拟合函数中得到该血管段在冠脉造影过程中造影剂的平均流动速度。
优选的，该血管段的平均血流速度V近似等于从灰度时间拟合函数中计算的造影剂平均流动速度。
下面将结合图1-2给予所述的计算方法进一步阐述，参见图1，所述方法包括：接收一段血管的几何参数，包括：①血管近端终点P处的几何参数(横截面积或直径)；②血管远端终点D处的几何参数(横截面积或直径)；③并以P点为参考点，得到位于P和D之间的血管点的几何参数(横截面积或直径)，以及该点距离参考点P的距离x。
其中，可以通过多种方法获得几何参数，包括二维或三维的冠脉造影，计算机断层扫描冠状动脉造影(CTA)，IVUS或者OCT。血管的几何参数主要考虑的是血管的横截面积和直径。如果获得的是二维血管直径，可以假设血管横截面为圆形，计算得到血管横截面积。
根据以上三种几何数据①②③，可以得到血管参考(血管无病变时)几何参数。并将它表示为到参考点P距离的线性函数。如图1所示，实线为实际血管管腔，虚线为参考血管管腔。将参考管腔和实际管腔几何参数相比，得到关于到参考点P距离的几何参数差异函数。
如图2所示，表示图1中的血管段参考管腔和实际管腔几何参数差异函数F(x)。需要说明的，经过分析发现，当在单一尺度下计算该几何参数差异函数F(x)时，所求得的第一血流压力和第二血流压力之间的压力差在所述血管为单一性病变情况下的数值是准确的，但是，当血管为多种病变情况并存时，尤其是弥漫性病变，采用上述方法所计算的压力差则出现了较大的误差，当所述单一尺度较小时，血管严重狭窄处的差值导数函数值与轻度狭窄处的差值导数函数值近似，这样会低估严重狭窄对血流压力差的影响；当所述单一尺寸较大时，血管轻度狭窄处的差值导数函数值为零，即无法检测出轻度狭窄对血流压力差的影响。
因此，为解决上述现有单一尺度下计算方法带来的技术缺陷，当血管为多种病变情况并存时，优选采用计算出几何参数差异函数在n个尺度下的差值导数函数，并根据不同尺度下的差值导数计算求得第一血流压力和第二血流压力之间的压力差。
例如，优选的一个实施例中采用计算几何参数差异函数在两个尺度下的差值导数函数，其中第一血流压力和第二血流压力之间的压力差是根据所述两个尺度(包括具有较大尺度的第一尺度和具有较小尺度的第二尺度)下的差值导数计算求得；所述第一尺度差值导数函数用于检测大范围狭窄所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉局限性狭窄病变所引起的几何参数差值；所述第二尺度差值导数函数用于检测局部变化所引起的实管腔直径和参考管腔直径之间的几何参数差异。
对图2中的差值函数在不同尺度下进行求导，得到不同尺度的差值导数函数。
大尺度差值导数函数：
小尺度差值导数函数：
其中，。
如图3A和3B所示，在大尺度Δh1下，局限性狭窄病变A、B处的F(X+Δh1)-F(X)约为零，所以f1(x)用于反应大范围狭窄所引起的真实管腔直径和参考管腔直径之间的几何参数差值，而忽略掉局限性狭窄病变所引起的几何参数差异。在小尺度下，可以同时找出局限性狭窄病变A、B处以及大范围狭窄C的几何参数差异。但在小尺度差值导数函数f2(x)，不同程度狭窄所引起的差值导数在函数值上基本相同，因此不能从差值导数f2(x)的函数值上反映出不同程度狭窄对压力差的不同影响。如果对不同尺度差值导数函数f1(x)和f2(x)进行加权，则可以体现出不同程度狭窄对压力差的不同影响。
实施例2
本发明还提供了一种计算某段血管的血流储备分数FFR的方法，包括：接收该段血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积(或直径)；第二几何参数，代表该血管段远端横截面的面积(或直径)；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积(或直径)；以近端终点为参考点，基于所述几何参数和血管段上的点到参考点的距离，计算出参考管腔直径函数和几何参数差异函数；在多个尺度下对几何参数差异函数求导，得到多个尺度对应的差值导数函数；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；接收该血管段在常规冠脉造影的平均血流速度，利用查表方式获得该血管段所能通过的最大平均血流速度；基于多尺度差值导数函数和最大平均血流速度，获得所述血管第一位置处的第二血流压力与近端终点处的第一血流压力之间的比值，即血流储备分数FFR。
在一具体实施例中，本发明还提供了另外一种计算某段血管的血流储备分数FFR的方法，具体包括：获得病人静息状态下的血管段平均血流速度V，可通过常规造影(无需微循环充分扩张)方法获取该血管段的平均血流速度V；基于该平均速度V获得病人心肌微循环充分扩张时的最大血流速度Vmax；求解出上述最大血流速度对应的压力差ΔPmax；利用下面公式获得FFR数值：FFR＝(P1-ΔPmax)/P1；其中，P1代表某段血管的近端终点处的第一血流压力，可用心脏的舒张压与收缩压近似估计，或者通过造影导管进行准确测量获得所述P1的值。
优选的，通过查对应表获得最大血流速度，所述对应表是病人在静息状态下冠脉的平均血流速度与心肌微循环充分扩张情况下对应的最大血流速度列表。
优选的，采用实施例1中所述的方法获得某段血管的最大血流速度对应的压力差ΔPmax。
优选的，给定一个固定的最大血流速度Vmax，求解出FFR。
实施例3
本发明提供一种计算一段血管压力差的系统，所述系统能够实现如上述实施例中示出的计算一段血管压力差的方法，该系统包括：几何参数数据获取模块，用于获得血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积或直径；第二几何参数，代表该血管段远端横截面的面积或直径；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积或直径；位置数据获取模块，用于获取上述第一位置的位置数据；速度获取模块，用于获得该血管段的平均血流速度和平均血流速度平方值；参考管腔直径计算模块，基于所述第一几何参数、第二几何参数、第三几何参数以及第一位置的位置数据计算该血管第一位置处的参考管腔直径；几何参数差异计算模块，基于第三几何参数和第一位置处的参考管腔直径，计算第一位置处的几何参数差异；压力差计算单元，获得由几何参数差异计算模块输出的第一位置处的几何参数差异数据、由速度获取模块输出的平均血流速度以及平均血流速度平方值，计算出所述血管近端终点处的第一血流压力和第一位置处的第二血流压力之间的压力差数值。
优选的，所述参考管腔直径计算模块，以近端终点为参考点，根据第一几何参数、第二几何参数，以及血管段上某点到参考点的距离x，计算出参考管腔直径函数；所述参考管腔直径函数用于代表该段血管不同位置上的参考管腔直径随着该位置到参考点的距离x变化的函数；
优选的，该系统还包括归一化模块，用于在计算参考管腔直径函数过程中，对血管段的从血管段近端终点到远端终点范围内的位置参数进行线性归一化处理。
优选的，所述几何参数差异计算模块，以近端终点为参考点，根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数；所述几何参数差异函数是参考管腔直径函数和接收到的几何参数之间的差异随着到参考点的距离x变化的函数。
优选的，该系统还包括多尺度差值导数计算模块，用于计算出几何参数差异函数在不同尺度下的差值导数函数，所述压力差计算单元，则通过多尺度差值导数计算模块获得的多个尺度下的差值导数函数积分的加权以及由速度获取模块输出的平均血流速度V和平均血流速度V的平方V2，计算出第一血流压力和第二血流压力之间的压力差；
其中，所述多个尺度包括两个或两个以上的尺度，所述尺度指的是分辨率，即计算机计算导数时相邻两点之间的距离。
其中，第一血流压力和第二血流压力之间的压力差是根据不同尺度下的差值导数计算求得；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离，所述不同尺度包括具有较大尺度的第一尺度和具有较小尺度的第二尺度，所述不同尺度下的差值导数函数包括第一尺度差值导数函数和第二尺度差值导数函数；采用不同尺度可以反映出血管不同严重程度(局限性和弥漫性)的狭窄对血流压力差的不同影响；所述第一尺度差值导数函数用于检测大范围狭窄所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉局限性狭窄病变所引起的几何参数差异；所述第二尺度差值导数函数用于检测病变血管发生局部变化所引起的真实管腔直径和参考管腔直径之间的几何参数差异。
此时，压力差计算单元，则通过多尺度差值导数计算模块获得的第一尺度差值导数函数和第一尺度差值导数函数积分的加权以及由速度获取模块输出的平均血流速度V和平均血流速度的平方V2，计算出第一血流压力和第二血流压力之间的压力差。
优选的，所述压力差计算单元，执行计算所述第一血流压力和第二血流压力之间的压力差的函数公式：
ΔP＝α[C1V+C2V2]*∫f1(x)dx+β[C1V+C2V2]*∫f2(x)dx
其中，分别代表平均血流速度V和平均血流速度平方V2的参数系数，和分别为第一和第二尺度差值导数函数的加权系数。
优选的，为更加精确计算各种不同情况下的某段血管压力差，可以考虑计算出几何参数差异函数在N个不同尺度下的差值导数函数，并基于该n个尺度下的差值导数函数计算第一血流压力和第二血流压力之间的压力差。即：计算出几何参数差异函数在n个尺度下的差值导数函数，其中第一血流压力和第二血流压力之间的压力差是根据所述n个尺度下的差值导数计算求得；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离，所述n个尺度为具有尺度各不相同的第一尺度、第二尺度、……、第n尺度；
所述第一尺度差值导数函数用于检测第一种病变特征所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉其他病变所引起的几何参数差异；所述第二尺度差值导数函数用于检测第二种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；……，所述第n尺度差值导数函数用于检测第n种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；所述n为大于1的自然数值。
此时，所述压力差计算单元，执行计算所述第一血流压力和第二血流压力之间的压力差的函数公式：
ΔP＝α1[C1V+C2V2]*∫f1(x)dx+α2[C1V+C2V2]∫f2(x)dx+…+αn[C1V+C2V2]*∫fn(x)dx
其中，分别代表平均血流速度V和平均血流速度平方V2的参数系数，...分别为不同尺度的差值导数函数的加权系数。
其中，所述第一位置的位置数据是第一位置到血管近端终点之间的距离；所述血管段的平均血流速度是血流从近端终点到远端终点之间的平均速度。
优选的，该系统还包括二维冠脉造影模块，用于对血管的某一个角度下进行二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
优选的，所述速度获取模块，基于上述二维冠脉造影模块输出的不同帧数下感兴趣区域进行图像配准，计算配准后的感兴趣区域内灰度直方图随心动周期变化的灰度时间拟合函数，并从灰度时间拟合函数中得到该血管段在冠脉造影过程中造影剂的平均流动速度。
优选的，该血管段的平均血流速度V近似等于从灰度时间拟合函数中计算的造影剂平均流动速度。
实施例4
本发明提供一种计算某段血管的血流储备分数FFR的系统，包括：几何参数数据获取模块，用于获得该段血管的几何参数，其中该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积(或直径)；第二几何参数，代表该血管段远端横截面的面积(或直径)；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积(或直径)；位置数据获取模块，用于获取上述第一位置的位置数据；参考管腔直径计算模块，以近端终点为参考点，基于所述几何参数和血管段上的点到参考点的距离，计算出参考管腔直径函数；几何参数差异计算模块，基于参考管腔直径函数和第三几何参数，，计算出参数差异函数；多尺度计算模块，用于在多个尺度下对几何参数差异函数求导，得到多个尺度对应的差值导数函数；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；平均血流速度获取模块，获取该血管段在常规冠脉造影的平均血流速度；最大平均血流速度计算模块，基于存储在该模块中的对应表通过查表方式获得该血管段所能通过的最大平均血流速度；血流储备分数计算模块，基于多尺度差值导数函数和最大平均血流速度，获得所述血管第一位置处的第二血流压力与近端终点处的第一血流压力之间的比值，即血流储备分数。
在一具体实施例中，本发明还提供了另外一种计算某段血管的血流储备分数FFR的系统，包括：平均血流速度获取模块，用于获取该血管段在常规冠脉造影的平均血流速度V，优选的，可通过常规造影(无需微循环充分扩张)方法获取该血管段的平均血流速度V；最大血流速度获取模块，基于该平均速度V获得病人心肌微循环充分扩张时的最大血流速度Vmax；压力差计算模块，用于求解出上述最大血流速度对应的压力差ΔPmax；血流储备分数计算模块，基于上述血管的近端终点处的第一血流压力、最大血流速度对应的压力差ΔPmax通过公式获得血流储备分数FFR数值：FFR＝(P1-ΔPmax)/P1；其中，P1代表某段血管的近端终点处的第一血流压力，可用心脏的舒张压与收缩压近似估计，或者通过造影导管进行准确测量获得所述P1的值。
其中，所述最大血流速度获取模块通过查对应表获得最大血流速度，所述对应表是病人在静息状态下冠脉的平均血流速度与心肌微循环充分扩张情况下对应的最大血流速度列表，其存储在该最大血流速度获取模块或者该系统的另外一独立的存储模块中。
优选的，所述压力差计算模块可为如实施例3中所述的压力差计算系统的结构，用于采用实施例1所述的方法获得某段血管的最大血流速度对应的压力差ΔPmax。
优选的，在计算该FFR值时，给定一个固定的最大血流速度Vmax，求解出该FFR。
需要指出的是，上述系统及功能模块仅仅为示例性的给出了其实现该方案的基本结构，然而并非唯一的结构。
虽然本发明已以较佳实施例揭示如上，然其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，当可作些许的修改和完善，因此本发明的保护范围当以权利要求书所界定的为准。

Claims (29)

1.一种血管压力差数值的计算方法，包括：
接收一段血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积或直径；第二几何参数，代表该血管段远端横截面的面积或直径；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积或直径；
接收该血管段的平均血流速度；
以近端终点为参考点，根据第一几何参数、第二几何参数，以及血管段上某点到参考点的距离x，计算出参考管腔直径函数；
以近端终点为参考点，根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数；
计算出几何参数差异函数在不同尺度下的差值导数函数，所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；
基于第一位置处的不同尺度下的差值导数函数积分的加权、平均血流速度和平均血流速度的平方，计算获得所述血管近端终点处的第一血流压力和第一位置处的第二血流压力之间的压力差数值。
2.根据权利要求1所述的方法，其特征在于，
所述参考管腔直径函数用于代表该段血管不同位置上的参考管腔直径随着该位置到参考点的距离x变化的函数；
计算参考管腔直径函数包括对血管段的从血管段近端终点到远端终点范围内的位置参数进行线性归一化处理。
3.根据权利要求2所述的方法，其特征在于，
所述几何参数差异函数是参考管腔直径函数和接收到的几何参数之间的差异随着到参考点的距离x变化的函数。
4.根据权利要求3所述的方法，其特征在于，
所述不同尺度包括具有较大尺度的第一尺度和具有较小尺度的第二尺度，所述不同尺度下的差值导数函数包括第一尺度差值导数函数f1(x)和第二尺度差值导数函数f2(x)；采用不同尺度可以反映出血管损坏的不同严重程度的狭窄对血流压力差的不同影响，所述不同严重程度包括局限性和弥漫性；
所述第一尺度差值导数函数f1(x)用于检测大范围狭窄所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉局限性狭窄病变所引起的几何参数差异；
所述第二尺度差值导数函数f2(x)用于检测病变血管发生局部变化所引起的真实管腔直径和参考管腔直径之间的几何参数差异。
5.根据权利要求4所述的方法，其特征在于，
通过第一尺度差值导数函数f1(x)和第二尺度差值导数函数f2(x)积分的加权以及平均血流速度V和平均血流速度的平方V2，可计算获得第一血流压力和第二血流压力之间的压力差数值ΔP。
6.根据权利要求4或5所述的方法，其特征在于，所述第一血流压力和第二血流压力之间的压力差数值ΔP的计算公式为：
ΔP＝α[C1V+C2V2]*∫f1(x)dx+β[C1V+C2V2]*∫f2(x)dx
其中，C1、C2分别代表平均血流速度V、平均血流速度平方V2的参数系数，α和β分别为第一和第二尺度差值导数函数的加权系数。
7.根据权利要求1所述的方法，其特征在于，
所述不同尺度包括n个尺度，所述n个尺度为具有尺度各不相同的第一尺度、第二尺度、……、第n尺度；
计算出几何参数差异函数在n个尺度下的差值导数函数，其中所述第一血流压力和所述第二血流压力之间的压力差ΔP是根据所述n个尺度下的差值导数函数计算求得；
所述第一尺度差值导数函数f1(x)用于检测第一种病变特征所引起的真实管腔直径和参考管腔直径之间的几何参数差异，忽略掉其他病变所引起的几何参数差异；
所述第二尺度差值导数函数f2(x)用于检测第二种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；
……
所述第n尺度差值导数函数fn(x)用于检测第n种病变特征所引起的实管腔直径和参考管腔直径之间的几何参数差异；其中，所述n为大于1的自然数值。
8.根据权利要求7所述的方法，其特征在于，
通过上述n个尺度下差值导数函数f1(x)、……、fn(x)积分的加权以及平均血流速度V和平均血流速度V的平方V2，可计算获得第一血流压力和第二血流压力之间的压力差数值ΔP。
9.根据权利要求7或8所述的方法，其特征在于，
所述第一血流压力和所述第二血流压力之间的压力差数值ΔP的计算公式为：
ΔP＝α1[C1V+C2V2]*∫f1(x)dx+α2[C1V+C2V2]∫f2(x)dx+…+αn[C1V+C2V2]*∫fn(x)dx
其中，C1、C2分别代表平均血流速度V、平均血流速度平方V2的参数系数，α1、α2...αn分别为不同尺度的差值导数函数f1(x)、f2(x)…fn(x)的加权系数。
10.根据权利要求1-5、7、8中任一所述的方法，其特征在于，
所述第一位置的位置数据是第一位置到血管近端终点之间的距离；
所述血管段的平均血流速度是血流从近端终点到远端终点之间的平均速度。
11.根据权利要求6所述的方法，其特征在于，
所述第一位置的位置数据是第一位置到血管近端终点之间的距离；
所述血管段的平均血流速度是血流从近端终点到远端终点之间的平均速度。
12.根据权利要求1-5、7、8中任一所述的方法，其特征在于，
该方法还包括接受某一个角度下的二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
13.根据权利要求6所述的方法，其特征在于，
该方法还包括接受某一个角度下的二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
14.根据权利要求12所述的方法，其特征在于，
所述方法还包括计算配准后的感兴趣区域内灰度直方图随心动周期变化的灰度时间拟合函数。
15.根据权利要求14所述的方法，其特征在于，
该方法还包括从灰度时间拟合函数中得到该血管段在冠脉造影过程中造影剂的平均流动速度。
16.根据权利要求15所述的方法，其特征在于，
该血管段的平均血流速度近似等于从灰度时间拟合函数中计算的造影剂平均流动速度。
17.一种计算某段血管的最大血流速度对应的压力差的方法，包括：
获得病人静息状态下的血管段平均血流速度V，通过常规造影且无需微循环充分扩张方法获取该血管段的平均血流速度V；
基于该平均血流速度V获得病人心肌微循环充分扩张时的最大血流速度Vmax；
采用权利要求1-16中任一所述的方法获得某段血管的最大血流速度对应的压力差数值ΔPmax。
18.根据权利要求17所述的方法，其特征在于，
通过查对应表获得最大血流速度，所述对应表是病人在静息状态下冠脉的平均血流速度与心肌微循环充分扩张情况下对应的最大血流速度列表。
19.根据权利要求17所述的方法，其特征在于，
给定一个固定的最大血流速度Vmax，从而求解出ΔPmax。
20.一种血管压力差数值的计算系统，所述系统能够实现如权利要求1-16中任一所述的方法，该系统包括：
几何参数数据获取模块，用于获得血管的几何参数，该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积或直径；第二几何参数，代表该血管段远端横截面的面积或直径；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积或直径；
位置数据获取模块，用于获取上述第一位置的位置数据；
速度获取模块，用于获得该血管段的平均血流速度和平均血流速度平方值；
参考管腔直径计算模块，以近端终点为参考点，根据第一几何参数、第二几何参数，以及血管段上某点到参考点的距离x，计算出参考管腔直径函数；
所述几何参数差异计算模块，以近端终点为参考点，根据第三几何参数和参考管腔直径函数，计算出几何参数差异函数；
该系统还包括多尺度差值导数计算模块，用于计算出几何参数差异函数在不同尺度下的差值导数函数；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；
所述压力差计算模块，则通过多尺度差值导数计算模块获得的多个尺度下的差值导数函数积分的加权以及由速度获取模块输出的平均血流速度V和平均血流速度V的平方V2，计算出近端终点处的第一血流压力和第一位置处的第二血流压力之间的压力差数值ΔP。
21.根据权利要求20所述的系统，其特征在于，
所述参考管腔直径函数用于代表该段血管不同位置上的参考管腔直径随着该位置到参考点的距离x变化的函数；
该系统还包括归一化模块，用于在计算参考管腔直径函数过程中，对血管段的从血管段近端终点到远端终点范围内的位置参数进行线性归一化处理。
22.根据权利要求20所述的系统，其特征在于，
所述几何参数差异函数是参考管腔直径函数和接收到的几何参数之间的差异随着到参考点的距离x变化的函数。
23.根据权利要求20所述的系统，其特征在于，所述多个尺度包括两个或两个以上的尺度。
24.根据权利要求20所述的系统，其特征在于，
该系统还包括二维冠脉造影模块，用于对血管的某一个角度下进行二维冠脉造影，并对不同帧数下感兴趣区域进行图像配准；该血管段冠脉造影感兴趣区域是从血管近端终点到远端终点。
25.根据权利要求24所述的系统，其特征在于，
所述速度获取模块，基于上述二维冠脉造影模块输出的不同帧数下感兴趣区域进行图像配准数据，计算配准后的感兴趣区域内灰度直方图随心动周期变化的灰度时间拟合函数，并从灰度时间拟合函数中得到该血管段在冠脉造影过程中造影剂的平均流动速度。
26.一种计算某段血管最大平均血流速度下的血流压力比值的系统，包括：
几何参数数据获取模块，用于获得该段血管的几何参数，其中该血管包括近端终点和远端终点，所述几何参数包括第一几何参数，代表该血管段近端横截面的面积或直径；第二几何参数，代表该血管段远端横截面的面积或直径；第三几何参数，代表该血管段位于近端终点和远端终点之间的第一位置的横截面面积或直径；
位置数据获取模块，用于获取上述第一位置的位置数据；
参考管腔直径计算模块，以近端终点为参考点，基于所述几何参数和血管段上的点到参考点的距离，计算出参考管腔直径函数；
几何参数差异计算模块，基于参考管腔直径函数和第三几何参数，计算出参数差异函数；
多尺度计算模块，用于在多个尺度下对几何参数差异函数求导，得到多个尺度对应的差值导数函数；所述尺度指的是分辨率，即数值计算导数时相邻两点之间的距离；
平均血流速度获取模块，获取该血管段在常规冠脉造影的平均血流速度；
最大平均血流速度计算模块，基于存储在该模块中的对应表通过查表方式获得该血管段所能通过的最大平均血流速度；
血流压力比值计算模块，基于多尺度差值导数函数和最大平均血流速度，获得所述血管第一位置处的第二血流压力与近端终点处的第一血流压力之间的比值。
27.一种计算某段血管的最大血流速度对应的压力差的系统，包括：
平均血流速度获取模块，用于获取该血管段在常规冠脉造影的平均血流速度V；
最大血流速度获取模块，基于该平均速度V获得病人心肌微循环充分扩张时的最大血流速度Vmax；
压力差计算模块，用于求解出上述最大血流速度对应的压力差ΔPmax，其采用权利要求1-16中任一所述的方法求解获得某段血管的最大血流速度对应的压力差。
28.根据权利要求27所述的系统，其特征在于，
所述最大血流速度获取模块通过查对应表获得最大血流速度，所述对应表是病人在静息状态下冠脉的平均血流速度与心肌微循环充分扩张情况下对应的最大血流速度列表，其存储在该最大血流速度获取模块或者该系统的另外一独立的存储模块中。
29.根据权利要求27所述的系统，其特征在于，
所述平均血流速度获取模块，通过常规造影且无需微循环充分扩张的方法获取该血管段的平均血流速度V。
CN201510901329.XA 2015-12-08 2015-12-08 血管压力差与血流储备分数的计算方法及系统 Active CN105326486B (zh)

Priority Applications (6)

Application Number Priority Date Filing Date Title
CN201510901329.XA CN105326486B (zh) 2015-12-08 2015-12-08 血管压力差与血流储备分数的计算方法及系统
JP2018548256A JP6611959B2 (ja) 2015-12-08 2016-11-04 血管圧力差の計算方法およびシステム
US15/777,817 US11064897B2 (en) 2015-12-08 2016-11-04 Method and system for calculating blood vessel pressure difference and fractional flow reserve
PCT/CN2016/104618 WO2017097073A1 (zh) 2015-12-08 2016-11-04 血管压力差与血流储备分数的计算方法及系统
DE112016005603.6T DE112016005603B4 (de) 2015-12-08 2016-11-04 Verfahren und system zum berechnen einer blutgefässdruckdifferenz und der fraktionellen flussreserve
JP2019149301A JP6792768B2 (ja) 2015-12-08 2019-08-16 血流予備量比の計算方法およびシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510901329.XA CN105326486B (zh) 2015-12-08 2015-12-08 血管压力差与血流储备分数的计算方法及系统

Publications (2)

Publication Number Publication Date
CN105326486A CN105326486A (zh) 2016-02-17
CN105326486B true CN105326486B (zh) 2017-08-25

Family

ID=55277414

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510901329.XA Active CN105326486B (zh) 2015-12-08 2015-12-08 血管压力差与血流储备分数的计算方法及系统

Country Status (5)

Country Link
US (1) US11064897B2 (zh)
JP (2) JP6611959B2 (zh)
CN (1) CN105326486B (zh)
DE (1) DE112016005603B4 (zh)
WO (1) WO2017097073A1 (zh)

Families Citing this family (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2734698C (en) 2008-09-11 2012-05-01 Acist Medical Systems, Inc. Physiological sensor delivery device and method
US10210956B2 (en) 2012-10-24 2019-02-19 Cathworks Ltd. Diagnostically useful results in real time
US10244951B2 (en) 2014-06-10 2019-04-02 Acist Medical Systems, Inc. Physiological sensor delivery device and method
CN112998664B (zh) 2015-04-16 2025-06-17 斯普瑞特医疗公司 用于神经病学的微光探针
US10631718B2 (en) 2015-08-31 2020-04-28 Gentuity, Llc Imaging system includes imaging probe and delivery devices
CN105326486B (zh) * 2015-12-08 2017-08-25 博动医学影像科技（上海）有限公司 血管压力差与血流储备分数的计算方法及系统
EP4300419A3 (en) 2016-05-16 2024-04-03 Cathworks Ltd. System for vascular assessment
IL263066B2 (en) 2016-05-16 2023-09-01 Cathworks Ltd Selecting blood vessels from images
JP6371334B2 (ja) * 2016-05-27 2018-08-08 株式会社ユネクス 超音波断面画像測定装置
CN106073894B (zh) * 2016-05-31 2017-08-08 博动医学影像科技（上海）有限公司 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统
JP6964122B2 (ja) * 2016-07-14 2021-11-10 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 血管内の特性測定の品質についてフィードバックする装置、システム及び方法
JP7061114B6 (ja) * 2016-09-28 2022-06-03 コーニンクレッカ フィリップス エヌ ヴェ 血流測定システム
DE102016222102A1 (de) * 2016-11-10 2018-05-17 Siemens Healthcare Gmbh Behandlungsplanung für eine Stenose in einem Gefäßsegment anhand einer virtuellen hämodynamischen Analyse
CN106650029B (zh) * 2016-11-28 2019-11-22 博动医学影像科技（上海）有限公司 基于cfd仿真的分叉血管压力差及ffr的快速计算方法及系统
CN106805989B (zh) * 2017-03-13 2019-12-31 博动医学影像科技（上海）有限公司 用于动脉造影的图像处理系统及交感神经状态变化的快速测量系统
CN107115108B (zh) * 2017-04-27 2020-09-15 博动医学影像科技（上海）有限公司 快速计算血管压力差的方法及系统
CN107491636B (zh) * 2017-07-26 2021-03-16 武汉大学 一种基于计算流体力学的脑血管储备力仿真系统和方法
EP3488774A1 (en) * 2017-11-23 2019-05-29 Koninklijke Philips N.V. Measurement guidance for coronary flow estimation from bernoulli´s principle
EP3700406A4 (en) 2017-11-28 2021-12-29 Gentuity LLC Imaging system
CN107978371B (zh) * 2017-11-30 2021-04-02 博动医学影像科技（上海）有限公司 快速计算微循环阻力的方法及系统
CN108022650B (zh) * 2017-12-07 2020-11-17 博动医学影像科技（上海）有限公司 管腔建模方法及计算血管压力差的方法与系统
US10580526B2 (en) * 2018-01-12 2020-03-03 Shenzhen Keya Medical Technology Corporation System and method for calculating vessel flow parameters based on angiography
EP4070720B1 (en) * 2018-02-23 2023-11-08 Boston Scientific Scimed, Inc. Methods for assessing a vessel with sequential physiological measurements
CN108403093B (zh) * 2018-02-27 2021-12-14 京东方科技集团股份有限公司 用于确定血管的位置的装置及其方法
CN110226923B (zh) * 2018-03-05 2021-12-14 苏州润迈德医疗科技有限公司 一种无需血管扩张剂测量血流储备分数的方法
CN108564568A (zh) * 2018-03-23 2018-09-21 沈阳东软医疗系统有限公司 冠脉的显示方法、装置、设备及存储介质
CN108573488B (zh) * 2018-03-27 2021-06-01 杭州脉流科技有限公司 一种计算瞬时无波形比率的装置
CN108852285B (zh) * 2018-04-16 2020-10-23 清华大学深圳研究生院 一种基于频域oct的微血管造影方法
JP2021521943A (ja) * 2018-04-20 2021-08-30 アシスト・メディカル・システムズ，インコーポレイテッド 血管の評価
EP3793432A4 (en) * 2018-05-17 2022-03-23 London Health Sciences Centre Research Inc. Dynamic angiographic imaging
EP3806742B1 (en) * 2018-06-15 2024-04-17 Pie Medical Imaging BV Method and apparatus for quantitative hemodynamic flow analysis
CN108742667B (zh) * 2018-06-20 2022-07-26 上海博动医疗科技股份有限公司 基于身体质量指数获取血流特征值的方法和装置
CN108742547B (zh) * 2018-06-20 2021-01-08 博动医学影像科技（上海）有限公司 基于吸烟史信息获取压力差的方法及装置
CN109044324B (zh) * 2018-06-20 2021-11-19 博动医学影像科技（上海）有限公司 基于斑块位置修正血流特征值的方法及装置
CN109009061B (zh) * 2018-06-20 2021-11-19 博动医学影像科技（上海）有限公司 基于血压修正获取血流特征值的计算方法及装置
CN108777174B (zh) * 2018-06-20 2021-11-05 博动医学影像科技（上海）有限公司 基于心梗史信息获取血管压力差的方法及装置
CN109009037B (zh) * 2018-06-20 2021-11-19 博动医学影像科技（上海）有限公司 基于个体性别获取血管压力差的计算方法及装置
CN109065170B (zh) * 2018-06-20 2021-11-19 博动医学影像科技（上海）有限公司 获取血管压力差的方法及装置
CN108784676B (zh) * 2018-06-20 2021-11-09 博动医学影像科技（上海）有限公司 基于年龄信息获取压力差的方法及装置
CN108742586B (zh) * 2018-06-20 2021-04-02 博动医学影像科技（上海）有限公司 基于糖尿病病史信息获取血流特征值的方法及装置
CN108742562B (zh) * 2018-06-20 2021-04-20 博动医学影像科技（上海）有限公司 基于高血脂信息获取血管压力差的方法及装置
CN108742570B (zh) * 2018-06-20 2021-10-01 博动医学影像科技（上海）有限公司 基于冠脉优势类型获取血管压力差的装置
CN108742587B (zh) * 2018-06-20 2021-04-27 博动医学影像科技（上海）有限公司 基于病史信息获取血流特征值的方法及装置
CN108717874B (zh) * 2018-06-20 2021-11-05 博动医学影像科技（上海）有限公司 基于特定的生理参数获取血管压力值的方法及装置
EP3841736A4 (en) 2018-09-17 2022-05-18 Gentuity LLC OPTICAL PATH IMAGING SYSTEM
CN109770888A (zh) * 2019-03-19 2019-05-21 苏州润迈德医疗科技有限公司 基于压力传感器和造影图像计算瞬时无波形比率的方法
WO2021042479A1 (zh) * 2019-09-05 2021-03-11 苏州润迈德医疗科技有限公司 便捷测量冠状动脉血管评定参数的方法、装置及系统
CN110367965B (zh) * 2018-09-19 2022-03-08 苏州润迈德医疗科技有限公司 便捷测量冠状动脉血管评定参数的方法、装置及系统
CN109512450A (zh) * 2018-10-18 2019-03-26 深圳市孙逸仙心血管医院（深圳市心血管病研究所） 测量血管血流速度的方法
CN111227821B (zh) * 2018-11-28 2022-02-11 苏州润迈德医疗科技有限公司 基于心肌血流量和ct图像的微循环阻力指数计算方法
CN109480873B (zh) * 2018-10-25 2021-08-10 苏州润迈德医疗科技有限公司 基于肺动脉ct图像的血管排序方法
WO2020083390A1 (zh) * 2018-10-25 2020-04-30 苏州润心医疗器械有限公司 获取心表大动脉的血流量的方法、装置、系统及存储介质
CN111227822B (zh) * 2018-11-28 2022-02-11 苏州润迈德医疗科技有限公司 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法
CN112022137B (zh) * 2018-11-30 2021-07-13 博动医学影像科技（上海）有限公司 建立血管截面函数和血管应力的方法及装置
CN109805949B (zh) * 2019-03-19 2020-05-22 苏州润迈德医疗科技有限公司 基于压力传感器和造影图像计算血流储备分数的方法
EP3948886A4 (en) 2019-04-01 2022-12-21 CathWorks Ltd. Methods and apparatus for angiographic image selection
CN111839496B (zh) * 2019-04-24 2022-11-15 苏州润迈德医疗科技有限公司 一种通过常规造影图像测量出血流储备分数的系统
CA3132472A1 (en) * 2019-05-17 2020-11-26 Sethuraman Sankaran System and methods for estimation of blood flow using response surface and reduced order modeling
WO2020237024A1 (en) 2019-05-21 2020-11-26 Gentuity, Llc Systems and methods for oct-guided treatment of a patient
WO2021059165A1 (en) 2019-09-23 2021-04-01 Cathworks Ltd. Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device
CN113487588B (zh) * 2020-03-02 2024-03-22 上海博动医疗科技股份有限公司 冠状动脉的血流速度的计算方法、装置及电子设备
CN111523538B (zh) * 2020-04-14 2021-09-17 博动医学影像科技（上海）有限公司 一种血管图像的处理方法、系统、计算设备及存储介质
CN116568218B (zh) * 2020-11-20 2024-04-30 帕伊医疗成像有限公司 基于病变壁剪切应力描述符计算心肌梗塞可能性的方法和系统
CN112704505B (zh) * 2020-11-20 2022-05-24 杭州阿特瑞科技有限公司 一种利用cta和dsa测量冠状动脉血流储备分数的方法
US12086981B2 (en) * 2021-01-04 2024-09-10 Shenzhen Keya Medical Technology Corporation Methods and systems for computer-assisted medical image analysis using sequential model
CN112971818B (zh) * 2021-01-28 2022-10-04 杭州脉流科技有限公司 微循环阻力指数的获取方法、装置、计算机设备和存储介质
CN113180631A (zh) * 2021-04-29 2021-07-30 博动医学影像科技（上海）有限公司 基于血管内成像的血流速度、血流储备分数的分析方法
CN115381489A (zh) * 2021-05-24 2022-11-25 深圳迈瑞生物医疗电子股份有限公司 超声血流参数、眼部血管指数的测量方法及装置
CN113693579B (zh) * 2021-07-23 2024-08-13 西北工业大学 归一化冠状动脉微循环阻力指数计算方法
CN113876304B (zh) * 2021-09-08 2024-08-06 深圳市中科微光医疗器械技术有限公司 一种基于oct图像和造影图像确定ffr的方法及装置
US12315076B1 (en) 2021-09-22 2025-05-27 Cathworks Ltd. Four-dimensional motion analysis of a patient's coronary arteries and myocardial wall
CN114052896A (zh) * 2021-12-17 2022-02-18 苏州润迈德医疗科技有限公司 一种消融导管效果参数测评方法和测评装置
CN115272447B (zh) * 2022-09-29 2022-12-20 全景恒升（北京）科学技术有限公司 基于多模态影像的血流储备分数计算方法、装置及设备
CN115670407A (zh) * 2022-10-24 2023-02-03 北京建筑大学 一种肺动脉病变血管远近端压力比值定量计算方法
CN116746893B (zh) * 2023-06-16 2024-05-31 上海博动医疗科技股份有限公司 基于单体位造影数据的血管压力差计算方法及装置
EP4530975A1 (en) * 2023-09-26 2025-04-02 Siemens Healthineers AG Determination of hemodynamic indices
EP4530976A1 (en) * 2023-09-26 2025-04-02 Siemens Healthineers AG Coronary artery lumen contour adjustment based on segmentation uncertainty

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010033971A1 (en) 2008-09-22 2010-03-25 Dtherapeutics, Llc Devices, systems, and methods for determining fractional flow reserve
GB2479340A (en) 2010-03-10 2011-10-12 Imp Innovations Ltd Method and apparatus for the measurement of a fluid flow restriction in a vessel
EP2559002A1 (en) * 2010-04-13 2013-02-20 Koninklijke Philips Electronics N.V. Image analysing
CN108294735B (zh) * 2012-03-13 2021-09-07 西门子公司 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
CA2875346A1 (en) * 2012-06-26 2014-01-03 Sync-Rx, Ltd. Flow-related image processing in luminal organs
US10433740B2 (en) * 2012-09-12 2019-10-08 Heartflow, Inc. Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology
BR112015010012A2 (pt) * 2012-11-06 2017-07-11 Koninklijke Philips Nv método; e sistema
CN103829933A (zh) 2012-11-20 2014-06-04 任勇 介入式双压力传感的血管腔狭窄检测方法
US20140276137A1 (en) * 2013-03-14 2014-09-18 Volcano Corporation Systems and methods for determining coronary flow reserve
US9986938B2 (en) * 2014-02-25 2018-06-05 Medis Associated B.V. Method and device for determining a geometrical parameter of a blood vessel
NL2012324C2 (en) 2014-02-25 2015-08-26 Medis Associated B V Method and device for determining a geometrical parameter of a blood vessel.
NL2012459B1 (en) * 2014-03-18 2016-01-08 Medis Ass B V Method and device for determining deviation in pressure in a blood vessel.
US9785746B2 (en) * 2014-03-31 2017-10-10 Heartflow, Inc. Systems and methods for determining blood flow characteristics using flow ratio
CN103932694A (zh) * 2014-05-07 2014-07-23 霍云龙 精确诊断心肌血流储备分数（ffr）的方法和设备
CN105054901B (zh) * 2015-08-26 2018-01-02 杭州阅光医疗科技有限公司 集成光学相干层析与血流储备分数检测的单光纤内窥系统
CN105326486B (zh) * 2015-12-08 2017-08-25 博动医学影像科技（上海）有限公司 血管压力差与血流储备分数的计算方法及系统
CN106073894B (zh) * 2016-05-31 2017-08-08 博动医学影像科技（上海）有限公司 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统

Also Published As

Publication number Publication date
US11064897B2 (en) 2021-07-20
CN105326486A (zh) 2016-02-17
US20180344173A1 (en) 2018-12-06
WO2017097073A1 (zh) 2017-06-15
JP6611959B2 (ja) 2019-11-27
DE112016005603T5 (de) 2018-10-25
JP2019213903A (ja) 2019-12-19
JP6792768B2 (ja) 2020-12-02
JP2018535816A (ja) 2018-12-06
DE112016005603B4 (de) 2021-07-15

Similar Documents

Publication Publication Date Title
CN105326486B (zh) 血管压力差与血流储备分数的计算方法及系统
CN111134651B (zh) 基于腔内影像计算血流储备分数的方法、装置、系统以及计算机存储介质
US10803994B2 (en) Vascular flow assessment
CN107978371B (zh) 快速计算微循环阻力的方法及系统
CN106073894B (zh) 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统
CN109065170B (zh) 获取血管压力差的方法及装置
WO2019109607A1 (zh) 基于医学影像序列斑块稳定性指标的快速计算方法及系统
CN106659400B (zh) 用于确定血流储备分数值的装置
CN108742587B (zh) 基于病史信息获取血流特征值的方法及装置
CN107730540A (zh) 基于高精度匹配模型的冠脉参数的计算方法
CN108348206B (zh) 用于无创血流储备分数(ffr)的侧支流建模
JP2017500179A (ja) 狭窄マッピングによって狭窄重症度を評価するための方法
CN108717874B (zh) 基于特定的生理参数获取血管压力值的方法及装置
CN109009061B (zh) 基于血压修正获取血流特征值的计算方法及装置
CN117197096B (zh) 一种基于血管图像的血管功能评估方法和系统
CN108742570B (zh) 基于冠脉优势类型获取血管压力差的装置
JP2024532208A (ja) 血管外画像を使用して血管属性を特定するシステム及び方法
CN109009037A (zh) 基于个体性别获取血管压力差的计算方法及装置
US10332255B2 (en) Method for assessing stenosis severity in a lesion tree through stenosis mapping
CN114463267B (zh) 基于光学相干断层成像的血流储备分数预测方法、装置及计算机存储介质
Zhang et al. 11 Noninvasive Hemodynamic

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160926

Address after: 200240, 41 floor, building 3, 398 Heqing Road, Minhang District, Shanghai,

Applicant after: PULSE MEDICAL IMAGING TECHNOLOGY (SHANGHAI) Co.,Ltd.

Address before: 200240 Dongchuan Road, Shanghai, No. 800, No.

Applicant before: Shanghai Jiao Tong University

Applicant before: PULSE MEDICAL IMAGING TECHNOLOGY (SHANGHAI) Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 200233 16th floor, building 82, No. 1198, Qinzhou North Road, Xuhui District, Shanghai

Patentee after: Shanghai Bodong Medical Technology Co.,Ltd.

Address before: 200240 room g3054, floor 3, building 41, No. 398, Heqing Road, Minhang District, Shanghai

Patentee before: PULSE MEDICAL IMAGING TECHNOLOGY (SHANGHAI) Co.,Ltd.

CP03 Change of name, title or address
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20160217

Assignee: Shanghai Yuanjinglian Medical Technology Co.,Ltd.

Assignor: Shanghai Bodong Medical Technology Co.,Ltd.

Contract record no.: X2025980008843

Denomination of invention: Calculation method and system for vascular pressure difference and fractional flow reserve

Granted publication date: 20170825

License type: Exclusive License

Record date: 20250515

EE01 Entry into force of recordation of patent licensing contract