CN113288167B - 心肌病的辅助诊断设备、装置和计算机可读存储介质 - Google Patents
心肌病的辅助诊断设备、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113288167B CN113288167B CN202110358329.5A CN202110358329A CN113288167B CN 113288167 B CN113288167 B CN 113288167B CN 202110358329 A CN202110358329 A CN 202110358329A CN 113288167 B CN113288167 B CN 113288167B
- Authority
- CN
- China
- Prior art keywords
- surface mesh
- model
- target
- mesh model
- ventricular
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本发明公开一种心肌病的辅助诊断设备、装置和计算机可读存储介质,设备包括:存储器和处理器;存储器,用于存储程序指令;处理器,用于调用程序指令,当程序指令被执行时,用于执行以下操作:接收目标患者的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;利用第一心电相关形体数据对标准表面网格模型进行变换,获得体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素的目标患者对应的目标表面网格模型;获得第一体表电势;根据第一体表电势获得第一模拟目的电压值;利用第一模拟目的电压值和第一实际目的电压值,获取目标患者的心肌病诊断结果。本发明可以很好的排除目标患者体形因素对心肌病判断的影响。
Description
技术领域
本发明涉及心电仿真技术领域,更具体地,涉及一种心肌病的辅助诊断设备、装置和计算机可读存储介质。
背景技术
心肌病是一组异质性心肌疾病,由不同病因引起心脏机械和电活动的异常,表现为心室不适当的肥厚或扩张,例如心肌纤维化、心肌淀粉样变、左心室肥厚和心肌脂肪浸润等。心电图(ECG,electrocardiogram)是利用心电图机从体表记录心脏每一心动周期所产生的电活动变化图形的技术。其中心电图的电压值是心电图为临床大夫提供的最为基础的信息,在临床上常用来辅助诊断心肌病。
然而心电图的电压值大小受患者形体因素(如胖瘦、心脏在胸廓中的位置,心脏的几何数据)影响较大,但是这些形体因素本身并不是该患者心肌病的病理因素,因此这些形体因素会干扰临床大夫对心电图的电压值的解读,从而影响电压值的准确性,严重的时候可以造成临床上错误的诊断。
因此,如何排除形体因素对心电图电压值的影响,实现心肌病的准确诊断,成为亟待解决的技术问题。
发明内容
鉴于上述问题,本发明提出了一种心肌病的辅助诊断设备、装置和计算机可读存储介质。
第一方面,本发明实施例提供了一种心肌病的辅助诊断设备,所述设备包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述程序指令,当所述程序指令被执行时,用于执行以下操作:
接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;
利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;
获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
根据所述第一体表电势获得第一模拟目的电压值;和
利用所述第一模拟目的电压值和所述第一实际目的电压值,获取所述目标患者的心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
进一步地,所述标准表面网格模型包括第二胸廓表面网格模型、第二心室表面网格模型和第二肺表面网格模型;所述第一心电相关形体数据包括目标患者对应的第一胸廓形体数据、第一心室形体数据和第一心脏胸廓位置关系数据;
所述处理器利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型时,具体用于:
获取第二胸廓形体数据,并获取所述第一胸廓形体数据与所述第二胸廓形体数据的第一比例关系,利用所述第一比例关系对所述第二胸廓表面网格模型进行变换,获得第一胸廓表面网格模型;
获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型;
根据所述第一心脏胸廓位置关系数据,对所述第一心室表面网格模型进行平移变换;和
对所述第二肺表面网格模型进行平移和/或缩放变换,得到第一肺表面网格模型,所述第一肺表面网格模型与所述第一心室表面网格模型无重叠部分,所述目标表面网格模型包括所述第一胸廓表面网格模型、所述第一心室表面网格模型和所述第一肺表面网格模型。
进一步地,所述第一心室形体数据包括第一左心室舒张末内径、第一室间隔厚度和第一左室壁厚度;所述第二心室表面网格模型包括第二心室表面网格基础模型和多个第二心室表面网格子模型,多个第二心室表面网格子模型是通过对所述第二心室表面网格基础模型的室间隔厚度或左室壁厚度进行变换得到的,其中,不同的第二心室表面网格子模型之间只有室间隔厚度不同和/或左室壁厚度不同,其他部分相同;所述第二心室形体数据与第二心室表面网格基础模型相对应,包括第二左心室舒张末内径、第二室间隔厚度和第二左室壁厚度;
所述处理器获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型时,具体用于:
获取所述第一左心室舒张末内径,第一室间隔厚度和第一左室壁厚度并进行加和,获得第一加和值;
获取第二左心室舒张末内径、第二室间隔厚度和第二左室壁厚度并进行加和,获得第二加和值;
利用所述第一加和值和所述第二加和值,获得变换系数,其中所述变换系数等于所述第二加和值和所述第一加和值的比值;
利用所述变换系数、所述第一室间隔厚度、所述第一左室壁厚度、所述第二室间隔厚度、所述第二左室壁厚度、多个第二心室表面网格子模型的室间隔厚度和左室壁厚度,获得每个第二心室表面网格子模型的权重;
利用所述权重对多个第二心室表面网格子模型进行线性组合,获得心室表面网格过渡模型;和
根据所述变换系数对所述心室表面网格过渡模型进行变换,获得所述第一心室表面网格模型。
进一步地,所述第二心室表面网格子模型有四个,分别为左室壁厚度大于所述第二左室壁厚度的第一子模型,左室壁厚度小于所述第二左室壁厚度的第二子模型,室间隔厚度大于所述第二室间隔厚度的第三子模型,室间隔厚度小于所述第二室间隔厚度的第四子模型;
其中,所述第一子模型、第二子模型、第三子模型和第四子模型分别对应的权重W1、W2、W3和W4是根据式(3)至式(6)获得的;所述心室表面网格过渡模型和所述第一心室表面网格模型是根据式(1)获得的;
W1×C1+W2×C2+W3×C3+W4×C4=Ctarget/Rsize (1)
W1+W2=0.5 (3)
W1+W2=0.5 (4)
W1×T1,left+W2×T2,left+0.5×T0,left=Ttarget,left/Rsize (5)
W3×T3,inter+W4×T4,inter+0.5×T0,inter=Ttarget,inter/Rsize (6)
其中,
C1、C2、C3和C4分别表示第一子模型、第二子模型、第三子模型和第四子模型,
W1、W2、W3和W4分别表示第一子模型、第二子模型、第三子模型和第四子模型的权重,
Rsize表示变换系数,
Ctarget/Rsize表示心室表面网格过渡模型,
Ctarget表示第一心室表面网格模型,
Ttarget,left表示第一左室壁厚度,Ttarget,inter表示第一室间隔厚度,
T0,left表示第二左室壁厚度,T0,inter表示第二室间隔厚度,
T1,left表示第一子模型的左室壁厚度,
T2,left表示第二子模型的左室壁厚度,
T3,inter表示第三子模型的室间隔厚度,
T4,inter表示第四子模型的室间隔厚度。
进一步地,所述第二室间隔厚度和所述第二左室壁厚度均为10mm;所述第二心室表面网格子模型有四个,四个第二心室表面网格子模型的左室壁厚度和室间隔厚度的组合分别为“26mm、10mm”,“6mm、10mm”,“10mm、26mm”和“10mm、6mm”。
进一步地,所述处理器获取目标患者对应的第一心肌去极化顺序时,具体用于:
接收目标患者的初始激动点和速度常数,所述速度常数为心肌去极化波在心肌表面和心肌内部传导的速度比;和
利用所述初始激动点、所述速度常数和所述第一心室表面网格模型,根据Dijkstra算法获得所述第一心肌去极化顺序。
进一步地,所述第一胸廓形体数据包括第一胸廓宽度和第一胸廓厚度,所述第二胸廓形体数据包括第二胸廓宽度和第二胸廓厚度。
进一步地,所述处理器利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果时,具体用于:
对所述第一实际目的电压值和所述第一模拟目的电压值进行比较计算,获得比较计算结果;
将所述比较计算结果与预设阈值进行比较,得到比较结果;和
根据所述比较结果判断目标患者是否患有心肌病。
第二方面,本发明实施例提供了一种心肌病的辅助诊断装置,包括:
数据接收单元,用于接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;
目标表面网格模型获取单元,用于利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;
体表电势获取单元,用于获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
模拟目的电压值获取单元,用于根据所述第一体表电势获得第一模拟目的电压值;和
诊断结果获取单元,用于利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
第二方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;
利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;
获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
根据所述第一体表电势获得第一模拟目的电压值;和
利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
本发明实施例,首先利用第一心电相关形体数据对标准表面网格模型进行变换所得到的目标表面网格模型,其中目标表面网格模型是在心电相关形体数据方面进行了个体化的表面网格模型,该目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;然后由目标表面网格模型得到的第一体表电势和第一模拟目的电压值。第一实际目的电压值则同时体现目标患者的心肌病的病理因素和形体因素。本发明实施例利用第一模拟目的电压值排除掉第一实际目的电压值中的形体因素,从而使得第一实际目的电压值所体现的心肌病的病理因素更加真实的凸显出来,进而实现对心肌病的准确判断。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获取其他的附图。
图1示出了根据本发明一个实施例的心肌病的辅助诊断设备所执行的心肌病的辅助诊断方法的流程图。
图2示出了根据本发明一个实施例的心肌病的辅助诊断设备利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型的方法流程图。
图3示出了根据本发明一个实施例的心脏在胸廓中的具体位置测定方法在影像图像上的标注图。
图4示出了根据本发明一个实施例的心肌病的辅助诊断设备获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型的方法流程图。
图5示出了根据本发明一个实施例的获得标准表面网格模型的方法流程图。
图6示出了根据本发明一个实施例中的一种心肌病的辅助诊断装置的结构框图。
图7示出了根据本发明另一个实施例中的一种计算机设备的内部结构图。
图8示出了根据本发明中的实验例1中的不同情况下的仿真QRS波心电图。
图9示出了根据本发明中的实验例2中的利用本发明实施例中的心肌病的辅助诊断设备以及传统的Sokolow指标ROC曲线的对比图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
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,本领域技术人员在没有作出创造性劳动前提下所获取的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种电子设备,该电子设备可以为计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种基于表型的基因优先级排序方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
在一个实施例中,提供了一种心肌病的辅助诊断设备,包括存储器和处理器,存储器用于存储程序指令,该处理器用于调用所述程序指令,当所述程序指令被执行时,用于执行心肌病的辅助诊断方法的步骤。
图1是本发明实施例提供的一种心肌病的辅助诊断方法的流程示意图,本实施例以该方法应用于终端进行举例说明,可以理解的是,该方法也可以应用于服务器,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。在本实施例中该方法由心肌病的辅助诊断设备执行。在本实施例中心肌病的辅助诊断方法包括以下步骤。
步骤100,接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值。
在本发明实施例中,心肌病的辅助诊断设备接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值,进一步还可以对接收的数据进行存储。
心电相关形体数据指的是影响心电电压测量值的人体形体数据。在本发明实施例中,第一心电相关形体数据指的是目标患者的心电相关形体数据。
在一个实施例中,心电相关形体数据包括胸廓形体数据、心室形体数据和心脏胸廓位置关系数据。上述数据基本能够代表会对心电电压测量值产生影响的人体形体因素。在一个实施例中,胸廓形体数据包括胸廓厚度和胸廓宽度;心室形体数据包括左心室舒张末内径、室间隔厚度和左室壁厚度;心脏胸廓位置关系数据包括心脏中心在胸廓中的横向位置、心脏中心在胸廓中的纵向位置;上述具体限定的心电相关形体数据都可以根据影像学方法获得,获取方法简单快捷,因此便于临床应用。
在本发明实施例中,心电相关生物学常数具体来说指的是与心电图的电压相关的一些生物学数据,但是由于不同的个体之间这些生物学数据的差异性较小,因此这类生物学数据在本发明实施例中按照常数来处理,从而减少对不必要的生物学数据的收集,从而降低目标患者的检查成本。在一个实施例中,心电相关生物学常数具体包括身体组织电导率、左右肺组织电导率和心肌去极化强度。在一个实施例中,心电相关生物学常数采用文献推荐数值,例如身体组织电导率为2.16mS/cm,左右肺组织电导率为 0.389mS/cm,心肌去极化强度为40mV。
在本发明实施例中,目的电压值指的是在临床上医生所关注的某个电压值。例如可以是RV5+SV1的电压值,RV5+SV1电压值是左心室肥厚的心电图检查的主要的诊断条件之一,RV5是V5导联上出现小的R波的电势,SV1是V1导联上的S波电势,RV5+SV1是将两个电势相加得到。
在本发明实施例中,其中实际目的电压值指的是根据实际的心电检测设备得到的目的电压值。具体来说,心肌病的辅助诊断设备可以是从测量得到的心电图数据中得到实际目的电压值。第一实际目的电压值指的是目标患者的实际目的电压值。
步骤200,利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素。
在本发明实施例中,表面网格模型指的是采用表面网格表示的面模型,表面网格模型由网格点和连接网格点的边组成,连接网格点的边通过将不同的网格点进行连接形成多个多边形,整个表面网格模型由多个多边形组成。具体来说表面网格模型可以是三角形表面网格模型,即采用三角形作为表面网格模型的基本单元,三角形的顶点即为网格点;三角形相对于四边形来说具有更强的几何适应性,可以精确拟合对象的集合边界,也可以更方便处理由切割和缝合操作引起的拓扑变化。
在本发明实施例中,心肌病的辅助诊断设备利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换得到目标表面网格模型;无需基于医学影像进行三维建模,因此可以大大提高目标表面网格模型的建模效率。
在一个实施例中,目标表面网格模型利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,具体来说是:利用所述第一心电相关形体数据,对预设的标准表面网格模型的网格点的坐标进行变换,从而获得目标患者对应的目标表面网格模型。该过程属于根据参数(心电相关形体数据)进行建模,建模效率较高。
在一个实施例中,其中标准表面网格模型包括第二胸廓表面网格模型、第二心室表面网格模型和第二肺表面网格模型,其中目标表现网格模型包括第一胸廓表面网格模型、第一心室表面网格模型和第一肺表面网格模型。在人体中,胸廓、肺和心室是影响与心肌病相关的心电电压值的关键因素,因此本发明实施例例中的表面网格模型主要对这三者进行建模。
步骤300,获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势。
在本发明实施例中,心肌去极化顺序指的是人体心脏表面各个点的激动顺序,在本实施例中,心肌去极化顺序对应的是表面网格模型上各个网格单元的激动顺序。对于心脏传导功能正常的个体来说,心肌去极化顺序可以认为是相同的,因此在一个实施例中,其中心肌去极化顺序可以采用默认值。部分人会存在心脏传导功能的异常,例如有的人会存在束支阻滞,心肌去极化顺序就会有所不同,在一些实施例中可以根据目标患者的实际情况确认心肌去极化顺序。在本发明实施例中,第一心肌去极化顺序指的是目标患者的心肌去极化顺序。
在一个实施例中,心肌病的辅助诊断设备在获取目标患者对应的第一心肌去极化顺序时,具体来说是:接收目标患者的初始激动点和速度常数,所述速度常数为心肌去极化波在心肌表面和心肌内部传导的速度比;利用所述初始激动点、所述速度常数和所述第一心室表面网格模型,根据 Dijkstra算法获得所述第一心肌去极化顺序。在本发明实施例中初始激动点指的是在一个心动周期内,心室上最开始激动的点,本发明实施例中的初始激动点是人工在目标表面网格模型上进行选择得到的。在一个实施例中,默认状态的初始激动点为左前束支、左后束支和右束支支配的激动点。
在一些特殊情况下,例如当目标患者存在传导阻滞等异常时,医务人员可以根据目标患者的实际阻滞情况在目标表面网格模型上选择与目标患者的实际情况相对应的初始激动点,心肌病的辅助诊断设备根据人工设置的初始激动点、速度常数和Dijkstra算法得出目标患者在目标表面网格模型上的第一心肌去极化顺序。其中,一般来说心肌去极化波在心肌表面和心肌内部传导的速度比(即速度常数)为4或4.7。
在本发明实施例中,目标表面网格模型包括第一胸廓表面网格模型、第一心室表面网格模型和第一肺表面网格模型,其中第一体表电势等价为目标表面网格模型中的第一胸廓表面网格模型上的电势。
心肌病的辅助诊断设备根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势,具体来说是利用第一心肌去极化顺序、第一心电相关生物学常数和目标表面网格模型,通过EDL模型和BEM算法进行计算得到目标表面网格模型的第一体表电势。其中EDL(Equivalent DoubleLayer,等效双层源)模型将UDL(Uniform Double Layer,均匀双层源)模型中的心肌去极化波面等效地转化为心脏模型(在本发明实施例中为心室表面网格模型)表面的去极化波面,BEM(Boundary Element Method,边界元)是心电领域常用的边界元方法,即将待求解的体表电势视为由胸廓表面网格模型的三角形网格单元上的离散值构成,这些离散值可以根据欧姆定律的微分形式和格林函数构建线性方程组,进而求解出每个三角形网格单元的电势,从而得到体表电势。
在本发明实施例中,体表电势具体来说可以是数值组成的矩阵,矩阵的行数等于胸廓表面网格模型中的网格单元的个数,将一次心电活动的时间段划分为若干帧,矩阵的列数等于划分的帧数;因此矩阵中的一个数值代表的是胸廓表面网格模型中的某个网格单元所代表的胸廓表面上的点在某个帧所代表的时间点(时间段)的电势值。
步骤400,根据所述第一体表电势获得第一模拟目的电压值。
在本发明实施例中,心肌病的辅助诊断设备根据第一体表电势获得第一模拟目的电压值,具体来说可以是从第一体表电势中提取不同心电导联所对应的电势值,从而计算得到第一模拟目的电压值。
在一个实施例中,心肌病的辅助诊断设备根据第一体表电势获得第一模拟目的电压值还可以包括:首先将第一实际目的电压值对应的心电图的测量过程中心电导联的位置映射到所述目标表面网格模型上,获得在所述目标表面网格模型上的模拟心电导联位置;然后从第一体表电势中提取模拟心电导联位置对应的电势,并计算得到第一模拟目的电压值。其中,心电图的测量过程中心电导联的位置指的是在对目标患者进行心电图检测时心电导联的电极片在目标患者身体上的具体位置。
在一个实施例中,具体来说是根据第一目的电压值对应的心电导联位置在目标表面网格模型上对应的网格单元,从由电势值构成的矩阵中查找该网格单元所对应的电势值,最后通过计算获得第一模拟目的电压值。
在一个实施例中,为了使得结果更加直观,心肌病的辅助诊断设备根据第一体表电势获得第一模拟目的电压值还可以包括:首先将第一实际目的电压值对应的心电图的测量过程中心电导联的位置映射到目标表面网格模型上,获得心电导联在目标表面网格模型上的位置;然后根据所述心电导联在目标表面网格模型上的位置和第一体表电势,获得第一模拟心电图;最后根据第一模拟心电图获得第一模拟目的电压值。
步骤500,利用所述第一模拟目的电压值和所述第一实际目的电压值,获取所述目标患者的心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
在本发明实施例中,具体来说心肌病的辅助诊断设备利用所述第一模拟目的电压值和所述第一实际目的电压值,获取所述目标患者的心肌病诊断结果时,方法包括:对所述第一实际目的电压值和所述第一模拟目的电压值进行比较计算,获得比较计算结果;然后将所述比较计算结果与预设阈值进行比较,得到比较结果;最后根据所述比较结果判断目标患者是否患有心肌病。其中的比较计算可以是直接将第一实际目的电压值和第一模拟目的电压值进行除法计算得到比值;也可以根据需要选用其他的比较计算,例如将第一实际目的电压值和第一模拟目的电压值做减法计算等。在此不做具体限定。
在一个实施例中,心肌病的辅助诊断设备心肌病的辅助诊断设备利用所述第一模拟目的电压值和所述第一实际目的电压值,获取所述目标患者的心肌病诊断结果,具体来说是:对所述第一实际目的电压值和所述第一模拟目的电压值进行除法计算,获得所述第一实际目的电压值和所述第一模拟目的电压值的比值;然后将所述比值与预设阈值进行比较,得到比较结果;最后根据所述比较结果判断目标患者是否患有心肌病。其中第一实际目的电压值和第一模拟目的电压值的比值是目标患者的实际心肌去极化强度和预设的心肌去极化强度的比值,如果比值小于预设阈值则判断目标患者患有心肌病,如果比值大于等于预设阈值,则说明判断患者没有心肌病。
本发明实施例中的心肌病的辅助诊断设备执行以上所述的方法,首先利用第一心电相关形体数据对标准表面网格模型进行变换所得到的目标表面网格模型,其中目标表面网格模型是在心电相关形体数据方面进行了个体化的表面网格模型,该目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;然后由目标表面网格模型得到的第一体表电势和第一模拟目的电压值。第一实际目的电压值则同时体现目标患者的心肌病的病理因素和形体因素。本发明实施例利用第一模拟目的电压值排除掉第一实际目的电压值中的形体因素,从而使得第一实际目的电压值所体现的心肌病的病理因素更加真实的凸显出来,进而实现对心肌病的准确判断。
在一个实施例中,所述标准表面网格模型包括第二胸廓表面网格模型、第二心室表面网格模型和第二肺表面网格模型;所述第一心电相关形体数据包括目标患者对应的第一胸廓形体数据、第一心室形体数据和第一心脏胸廓位置关系数据;如图2所示,心肌病的辅助诊断设备利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型时,具体包括以下步骤。
步骤210,获取第二胸廓形体数据,并获取所述第一胸廓形体数据与所述第二胸廓形体数据的第一比例关系,利用所述第一比例关系对所述第二胸廓表面网格模型进行变换,获得第一胸廓表面网格模型。
在本发明实施例中,获取第二胸廓形体数据,并获取所述第一胸廓形体数据与所述第二胸廓形体数据的第一比例关系,利用所述第一比例关系对所述第二胸廓表面网格模型进行变换,获得第一胸廓表面网格模型,具体来说是根据第二胸廓形体数据和第一胸廓形体数据的比例关系,对第二胸廓表面网格模型上的网格点的进行坐标变换;通过对网格点进行坐标变换可以实现第二胸廓表面网格模型的拉伸或者压缩,从而将第二胸廓表面网格模型变换为与第一胸廓形体数据对应的第一胸廓表面网格模型。
在一个实施例中胸廓形体数据包括胸廓宽度和胸廓厚度,胸廓厚度和胸廓宽度可以根据影像学测得,获得方便并且可以充分反应胸廓的形体因素对心电电压测量值的影响。第一胸廓宽度和和第一胸廓厚度表示目标患者的胸廓形体数据,第二胸廓宽度和第二胸廓厚度表示标准表面网格模型所对应的胸廓形体数据。
步骤220,获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型。
步骤230,根据所述第一心脏胸廓位置关系数据,对所述第一心室表面网格模型进行平移变换。
在本发明实施例中,心脏胸廓位置关系数据描述的是心脏在胸廓中的具体位置。在一个实施例中,心脏胸廓位置关系数据包括心脏中心在胸廓中的横向位置和心脏中心在胸廓中的纵向位置。其中第一心脏胸廓位置关系数据对应的是目标患者的心脏在其胸廓中的具体位置。
在一个实施例中,根据所述第一心脏胸廓位置关系数据,对所述第一心室表面网格模型进行平移,具体来说是根据第一心脏胸廓位置关系数据对第一心室表面网格模型的网格点的坐标进行平移变换。
在一个实施例中,采用如下方法测定心脏胸廓位置关系数据:首先在医学影像图像中包含有心室肌的第一矩形框取最大的截面时,用第二矩形框包含胸廓的外边沿,通过第一矩形框和第二矩形框的相对位置表示心脏在胸廓中的具体位置。具体如图3所示,该医学影像图像对应的患者的心脏中心在胸廓中的横向位置=(50.1+0.5*109.9)/320.5=0.328,心脏中心在胸廓中的纵向位置=(106.1+0.5*94.7)/224.2=0.684。这样测定方法可以利用影像学图像(如CT),通过简单的计算获得心脏中心在胸廓中的横向位置和心脏中心在胸廓中的纵向位置,巧妙得对心脏和胸廓的位置进行了关联,方法简单便于实现。
步骤240,对所述第二肺表面网格模型进行平移和/或缩放变换,得到第一肺表面网格模型,所述第一肺表面网格模型与所述第一心室表面网格模型无重叠部分,所述目标表面网格模型包括所述第一胸廓表面网格模型、所述第一心室表面网格模型和所述第一肺表面网格模型。
在本发明实施例中,对所述第二肺表面网格模型进行平移和/或缩放变换,得到第一肺表面网格模型,具体来说是根据所述第二肺表面网格模型的网格点在所述第二胸廓表面网格模型和所述第二心室表面网格模型中的相对位置,将所述第二肺表面网格模型的网格点放置到所述第一胸廓表面网格模型和所述第一心室表面网格模型之间,得到的第一肺表面网格模型与第一心室表面网格模型无重叠部分。本实施例中目标患者的肺表面网格模型的构建是在第一胸廓表面网格模型和第一心室表面网格模型之间插入网格点的操作。上述操作的实质上是将标准表面网格模型中的第二肺表面网格模型直接映射到目标表面网格模型中。因此可以保证在最终得到的目标表面网格模型中,目标患者的第一肺表面网格模型、第一心室表面网格模型和第一胸廓表面网格模型之间位置关系合理,从而很好地避免发生穿模。
在一个实施例中,所述第一心室形体数据包括第一左心室舒张末内径、第一室间隔厚度和第一左室壁厚度;所述第二心室表面网格模型包括第二心室表面网格基础模型和多个第二心室表面网格子模型,多个第二心室表面网格子模型是通过对所述第二心室表面网格基础模型的室间隔厚度或左室壁厚度进行变换得到的,其中,不同的第二心室表面网格子模型之间只有室间隔厚度不同和/或左室壁厚度不同,其他部分相同;所述第二心室形体数据与第二心室表面网格基础模型相对应,包括第二左心室舒张末内径、第二室间隔厚度和第二左室壁厚度。
在一个实施例中,心肌病的辅助诊断设备对所述第二心室表面网格基础模型的室间隔厚度或左室壁厚度进行变换得到多个第二心室表面网格子模型,具体来说是:对第二心室表面网格基础模型上的与左室面对应的网格点进行移动,从而改变第二心室表面网格基础模型的间隔厚度和/或左室壁厚度,得到多个第二心室表面网格子模型。其中左室面指的围成左心室的室腔的面。
如图4所示,心肌病的辅助诊断设备获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型时,具体包括以下步骤;
步骤221,获取所述第一左心室舒张末内径,第一室间隔厚度和第一左室壁厚度并进行加和,获得第一加和值。
步骤222,获取第二左心室舒张末内径、第二室间隔厚度和第二左室壁厚度并进行加和,获得第二加和值。
步骤223,利用所述第一加和值和所述第二加和值,获得变换系数,其中所述变换系数等于所述第二加和值和所述第一加和值的比值。
步骤224,利用所述变换系数、所述第一室间隔厚度、所述第一左室壁厚度、所述第二室间隔厚度、所述第二左室壁厚度、多个第二心室表面网格子模型的室间隔厚度和左室壁厚度,获得每个第二心室表面网格子模型的权重。
步骤225,利用所述权重对多个第二心室表面网格子模型进行线性组合,获得心室表面网格过渡模型。在本发明实施例中,第二心室表面网格模型包括多个第二心室表面网格子模型,在步骤225中通过对多个第二心室表面网格子模型进行线性组合得到具有第一室间隔厚度和第一左室壁厚度的心室表面网格过渡模型,具体来说其中对多个第二心室表面网格子模型进行线性组合是指对多个第二心室表面网格子模型的网格点的坐标进行线性组合。
步骤226,根据所述变换系数对所述心室表面网格过渡模型进行变换,获得所述第一心室表面网格模型。在本发明实施例中,心肌病的辅助诊断设备利用所述变换系数对所述心室表面网格过渡模型进行变换,获得所述第一心室表面网格模型,具体来说是对所述心室表面网格过渡模型的网格点的坐标进行缩放变换。
在本发明实施例中,对多个第二心室表面网格子模型进行线性组合得到心室表面过渡模型,然后对心室表面过渡模型进行变换得到第一心室表面网格模型。该方法避免了直接对第二心室表面网格基础模型进行变换,由于直接对第二心室表面网格基础模型进行变换获得第一心室表面网格模型,需要对第二心室表面网格基础模型上的网格点做非常复杂的变换,不同的网格点的变换方向和移动的距离不同,因此需要逐一对每个网格点进行变换,计算过程对设备要求较高并且会耗费大量的时间,因此本发明实施例中的方法将复杂的变换转化成线性组合计算和简单的变换,使得该方法对设备的要求较低,降低计算的时间损耗,一般医院设备即可满足要求。
在一个实施例中,所述第二心室表面网格子模型有四个,分别为左室壁厚度大于所述第二左室壁厚度的第一子模型,左室壁厚度小于所述第二左室壁厚度的第二子模型,室间隔厚度大于所述第二室间隔厚度的第三子模型,室间隔厚度小于所述第二室间隔厚度的第四子模型;其中,所述第一子模型、第二子模型、第三子模型和第四子模型分别对应的权重W1、W2、 W3和W4是根据式(3)至式(6)获得的;所述心室表面网格过渡模型和所述第一心室表面网格模型是根据式(1)获得的;式(2)用来计算变换系数;
W1×C1+W2×C2+W3×C3+W4×C4=Ctarget/Rsize (1)
Rsize=(Ttarget,LVEDD+Ttarget,left+Ttarget,inter)/(T0,LVEDD+T0,left+T0,inter)(2)
W1+W2=0.5 (3)
W1+W2=0.5 (4)
W1×T1,left+W2×T2,left+0.5×T0,left=Ttarget,left/Rsize (5)
W3×T3,inter+W4×T4,inter+0.5×T0,inter=Ttarget,inter/Rsize (6)
其中,
C1、C2、C3和C4分别表示第一子模型、第二子模型、第三子模型和第四子模型,
W1、W2、W3和W4分别表示第一子模型、第二子模型、第三子模型和第四子模型的权重,
Rsize表示变换系数,
Ctarget/Rsize表示心室表面网格过渡模型,
Ctarget表示第一心室表面网格模型,
Ttarget,left表示第一左室壁厚度,Ttarget,inter表示第一室间隔厚度,
Ttarget,LVEDD表示第一左心室舒张末内径,
T0,left表示第二左室壁厚度,T0,inter表示第二室间隔厚度,
T0,LVEDD表示第二左心室舒张末内径,
T1,left表示第一子模型的左室壁厚度,
T2,left表示第二子模型的左室壁厚度,
T3,inter表示第三子模型的室间隔厚度,
T4,inter表示第四子模型的室间隔厚度。
在一个实施例中,所述第二室间隔厚度和所述第二左室壁厚度均为 10mm,即第二心室表面网格基础模型的室间隔厚度和左室壁厚度均为 10mm。其中,第一子模型、第二子模型、第三子模型和第四子模型的左室壁厚度和室间隔厚度的组合分别为“26mm、10mm”,“6mm、10mm”,“10mm、26mm”和“10mm、6mm”。
在一个实施例中,心肌病的辅助诊断设备利用如图5所示的方法获得标准表面网格模型,具体来说包括:
步骤501,接收标准人体的胸部医学断层图像。
在本发明实施例中,标准人体选择的是真实的健康的人体,具体来说是指心脏超声未见异常的人。采用真实的健康的人体作为标准人体的作用是使得得到的标准表面网格模型符合人体真正的解剖结构,标准人体主要作用是提供各个脏器(心脏、肺和胸廓)的大小比例和位置关系。其中的胸部医学断层图像可以是核磁图像或者增强CT图像。
步骤502,根据所述胸部医学断层图像,进行标准人体的胸廓、肺和心脏的三维重建,获得标准表面网格模型。
在本发明实施例中,根据所述胸部医学断层图像,进行标准人体的胸廓、肺和心脏的三维重建,获得标准表面网格模型,具体来说包括:在胸部医学断层图像上把各个层面的某个目标器官(胸廓、心脏或者肺)叠起来,用三角形的顶点来表示胸部医学断层图像上的体素,得到三角形最多的目标器官的初始表面网格模型;然后对初始表面网格模型进行网格密度调整;最后对调整了网格密度之后的初始表面网格模型的部分不合理的顶点进行微调,得到最终的目标器官的标准表面网格模型。其中得到的初始表面网格模型具有最多的三角形,直接初始表面网格模型进行变换对内存挑战很大,通过网格密度调整减少网格数量,使得计算量在可接受的范围内,最终本发明实施例中的方法的计算量在桌面级CPU可接受的范围内;对于不合理的顶点的微调,使得表面网格模型中的三角形大小和分布更为均匀,最终得到标准表面网格模型的面更加光滑。
在一个实施例中,采用3DSlicer软件形成初始表面网格模型,然后使用Meshlab软件进行网格密度调整,最后采用Blender软件对表面网格模型进行微调。
在一个实施例中,多个第二心室表面网格子模型是通过对三维重建得到的标准人的心室表面网格模型的室间隔厚度和左室壁厚度进行调整得到的。优选的,其中多个第二心室表面网格子模型的室间隔厚度和左室壁厚度均可以有多个不同的厚度进行组合。其中标准人的心室表面网格模型可以作为第二心室表面网格基础模型,也可以在标准人的心室表面网格模型的基础上对其左室壁厚度和室间隔厚度进行调整得到。在一个具体的实施例中,室间隔厚度和左室壁厚度均可以有“厚”、“中”、“薄”三个不同的厚度,其中“厚”指的是厚度为26mm,“中”指的是厚度为10mm,“薄”指的是厚度为4mm;第二心室表面网格子模型的个数为四个,其左室壁厚度和室间隔厚度组合分别为“厚、中”,“薄、中”,“中、厚”,“中、薄”;第二心室表面网格基础模型的左室壁厚度和室间隔厚度的组合为“中、中”。其中,第二心室表面网格子模型“厚”、“中”、“薄”三个厚度组合的选择,使得可以通过线性组合涵盖大部分人的左室壁和室间隔的分布,即可以通过对多个标准心室表面网格模型进行线性组合得到任意室间隔厚度和左室壁厚度的目标心室表面网格模型。具体的,在一个实施例中使用Blender软件对三维重建得到的标准人的心室表面网格模型的心室面上的网格点进行修改得到多个第二心室表面网格子模型。
在一些实施例中,还可以采用现有的胸廓、肺和心室的表面网格模型作为本发明实施例中的标准表面网格模型,在不做具体限定。
在一个实施例中,如图6所示,提供了一种心肌病的辅助诊断装置,包括:数据接收单元601、目标表面网格模型获取单元602、体表电势获取单元603、目的电压值获取单元604和检测结果获取单元605;其中:
数据接收单元601,用于接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;
目标表面网格模型获取单元602,用于利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;
体表电势获取单元603,用于获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
模拟目的电压值获取单元604,用于根据所述第一体表电势获得第一模拟目的电压值;和
检测结果获取单元605,利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
关于一种心肌病的辅助诊断装置的具体限定可以参见上文中对于一种心肌病的辅助诊断设备和方法的限定,在此不再赘述。上述心肌病的辅助诊断装置中的各个单元可全部或部分通过软件、硬件及其组合来实现。上述各单元可以以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个单元对应的操作。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;
利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;
获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
根据所述第一体表电势获得第一模拟目的电压值;和
利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
实验例1不同传到阻滞情况的QRS波心电图仿真计算
本实验例中,选取一个健康人体(心脏超声未见异常),具体的形体数据包括:影像学(CT)测量得胸廓宽度309.6mm,胸廓厚度207.8mm,心脏横向方位(测量方法见图3及说明)0.407,心脏纵向方位(测量方法见图 3及说明)0.646,超声测得心脏室间隔厚度7mm,左室后壁厚度7mm,左室舒张末期内径42mm。
利用本发明实施例中的方法和设备对其分别获得其目标表面网格模型,然后假设其在心脏传导正常和存在不同的传导阻滞情况下,分别进行体表电势的计算,然后根据体表电势的计算结果绘制不同情况下的仿真QRS波心电图,具体如图8所示。
在图8中,后缀为normal的列对应的是心脏传导正常,后缀为CLBBB的列对应的是存在完全性左束支传导阻滞的情况,后缀为LABB的列对应的是存在左前束支阻滞的情况,后缀为LPBB的列对应的是存在左后分支传导阻滞的情况,后缀为RBBB的列对应的是完全性右束支传导阻滞的情况。
由图8可知,根据本发明实施例中的方法得到的个体化的表面网格模型,针对不同的心脏传到阻滞情况的QRS波心电图都具有很高的仿真度。
实验例2诊断效果验证
在本实验例中,对60名淀粉样心肌病患者和60名健康者,分别利用本发明实施例中的心肌病的辅助诊断设备以及传统的Sokolow指标对所有患者和所有健康者进行心肌病的判断验证。本发明实施例中心肌病的辅助诊断设备和Sokolow指标的ROC曲线如图9所示。由此可以看出本发明实施例中的心肌病的辅助诊断设备具有较高的诊断效果,并且明显由于传统的 Sokolow指标。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上对本发明所提供的一种计算机设备进行了详细介绍,对于本领域的一般技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种心肌病的辅助诊断设备,其特征在于,所述设备包括:存储器和处理器;
所述存储器,用于存储程序指令;
所述处理器,用于调用所述程序指令,当所述程序指令被执行时,用于执行以下操作:
接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;其中,所述第一心电相关形体数据包括目标患者对应的第一胸廓形体数据、第一心室形体数据和第一心脏胸廓位置关系数据,所述第一心电相关生物学常数具体包括身体组织电导率、左右肺组织电导率和心肌去极化强度;
利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;其中,所述标准表面网格模型包括第二胸廓表面网格模型、第二心室表面网格模型和第二肺表面网格模型;所述目标表面网格模型包括第一胸廓表面网格模型、第一心室表面网格模型和第一肺表面网格模型;
获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
根据所述第一体表电势获得第一模拟目的电压值;和
利用所述第一模拟目的电压值和所述第一实际目的电压值,获取所述目标患者的心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病;
所述利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型时,具体用于:
获取第二胸廓形体数据,并获取所述第一胸廓形体数据与所述第二胸廓形体数据的第一比例关系,利用所述第一比例关系对所述第二胸廓表面网格模型进行变换,获得第一胸廓表面网格模型;
获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型;
根据所述第一心脏胸廓位置关系数据,对所述第一心室表面网格模型进行平移变换;和
对所述第二肺表面网格模型进行平移和/或缩放变换,得到第一肺表面网格模型,所述第一肺表面网格模型与所述第一心室表面网格模型无重叠部分,所述目标表面网格模型包括所述第一胸廓表面网格模型、所述第一心室表面网格模型和所述第一肺表面网格模型。
2.根据权利要求1所述的心肌病的辅助诊断设备,其特征在于,所述第一心室形体数据包括第一左心室舒张末内径、第一室间隔厚度和第一左室壁厚度;所述第二心室表面网格模型包括第二心室表面网格基础模型和多个第二心室表面网格子模型,多个第二心室表面网格子模型是通过对所述第二心室表面网格基础模型的室间隔厚度或左室壁厚度进行变换得到的,其中,不同的第二心室表面网格子模型之间只有室间隔厚度不同和/或左室壁厚度不同,其他部分相同;所述第二心室形体数据与第二心室表面网格基础模型相对应,包括第二左心室舒张末内径、第二室间隔厚度和第二左室壁厚度;
所述处理器获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型时,具体用于:
获取所述第一左心室舒张末内径,第一室间隔厚度和第一左室壁厚度并进行加和,获得第一加和值;
获取第二左心室舒张末内径、第二室间隔厚度和第二左室壁厚度并进行加和,获得第二加和值;
利用所述第一加和值和所述第二加和值,获得变换系数,其中所述变换系数等于所述第二加和值和所述第一加和值的比值;
利用所述变换系数、所述第一室间隔厚度、所述第一左室壁厚度、所述第二室间隔厚度、所述第二左室壁厚度、多个第二心室表面网格子模型的室间隔厚度和左室壁厚度,获得每个第二心室表面网格子模型的权重;
利用所述权重对多个第二心室表面网格子模型进行线性组合,获得心室表面网格过渡模型;和
根据所述变换系数对所述心室表面网格过渡模型进行变换,获得所述第一心室表面网格模型。
3.根据权利要求2所述的心肌病的辅助诊断设备,其特征在于,所述第二心室表面网格子模型有四个,分别为左室壁厚度大于所述第二左室壁厚度的第一子模型,左室壁厚度小于所述第二左室壁厚度的第二子模型,室间隔厚度大于所述第二室间隔厚度的第三子模型,室间隔厚度小于所述第二室间隔厚度的第四子模型;
其中,所述第一子模型、第二子模型、第三子模型和第四子模型分别对应的权重W1、W2、W3和W4是根据式(3)至式(6)获得的;所述心室表面网格过渡模型和所述第一心室表面网格模型是根据式(1)获得的;
W1×C1+ W2×C2+ W3×C3+ W4×C4 =Ctarget/Rsize (1)
W1+W2=0.5 (3)
W1+W2=0.5 (4)
W1×T1,left+W2×T2,left+0.5×T0,left =Ttarget,left/Rsize (5)
W3×T3,inter+W4×T4,inter+0.5×T0,inter =Ttarget,inter/Rsize (6)
其中,
C1、C2、C3和C4分别表示第一子模型、第二子模型、第三子模型和第四子模型,
W1、W2、W3和W4分别表示第一子模型、第二子模型、第三子模型和第四子模型的权重,
Rsize表示变换系数,
Ctarget/Rsize表示心室表面网格过渡模型,
Ctarget表示第一心室表面网格模型,
Ttarget,left表示第一左室壁厚度,Ttarget,inter表示第一室间隔厚度,
T0,left表示第二左室壁厚度,T0,inter表示第二室间隔厚度,
T1,left表示第一子模型的左室壁厚度,
T2,left表示第二子模型的左室壁厚度,
T3,inter表示第三子模型的室间隔厚度,
T4,inter表示第四子模型的室间隔厚度。
4.根据权利要求2所述的心肌病的辅助诊断设备,其特征在于,所述第二室间隔厚度和所述第二左室壁厚度均为10mm;所述第二心室表面网格子模型有四个,四个第二心室表面网格子模型的左室壁厚度和室间隔厚度的组合分别为“26mm、10mm”, “6mm、10mm”,“10mm、26mm”和“10mm、6mm”。
5.根据权利要求1所述的心肌病的辅助诊断设备,其特征在于,所述处理器获取目标患者对应的第一心肌去极化顺序时,具体用于:
接收目标患者的初始激动点和速度常数,所述速度常数为心肌去极化波在心肌表面和心肌内部传导的速度比;和
利用所述初始激动点、所述速度常数和所述第一心室表面网格模型,根据Dijkstra算法获得所述第一心肌去极化顺序。
6.根据权利要求1所述的心肌病的辅助诊断设备,其特征在于,所述第一胸廓形体数据包括第一胸廓宽度和第一胸廓厚度,所述第二胸廓形体数据包括第二胸廓宽度和第二胸廓厚度。
7.根据权利要求1-6任一项所述的心肌病的辅助诊断设备,其特征在于,所述处理器利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果时,具体用于:
对所述第一实际目的电压值和所述第一模拟目的电压值进行比较计算,获得比较计算结果;
将所述比较计算结果与预设阈值进行比较,得到比较结果;和
根据所述比较结果判断目标患者是否患有心肌病。
8.一种心肌病的辅助诊断装置,其特征在于,包括:
数据接收单元,用于接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;其中,所述第一心电相关形体数据包括目标患者对应的第一胸廓形体数据、第一心室形体数据和第一心脏胸廓位置关系数据,所述第一心电相关生物学常数具体包括身体组织电导率、左右肺组织电导率和心肌去极化强度;
目标表面网格模型获取单元,用于利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;其中,所述标准表面网格模型包括第二胸廓表面网格模型、第二心室表面网格模型和第二肺表面网格模型,所述目标表面网格模型包括第一胸廓表面网格模型、第一心室表面网格模型和第一肺表面网格模型;所述利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型时,具体用于:
获取第二胸廓形体数据,并获取所述第一胸廓形体数据与所述第二胸廓形体数据的第一比例关系,利用所述第一比例关系对所述第二胸廓表面网格模型进行变换,获得第一胸廓表面网格模型;
获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型;
根据所述第一心脏胸廓位置关系数据,对所述第一心室表面网格模型进行平移变换;和
对所述第二肺表面网格模型进行平移和/或缩放变换,得到第一肺表面网格模型,所述第一肺表面网格模型与所述第一心室表面网格模型无重叠部分,所述目标表面网格模型包括所述第一胸廓表面网格模型、所述第一心室表面网格模型和所述第一肺表面网格模型;
体表电势获取单元,用于获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
模拟目的电压值获取单元,用于根据所述第一体表电势获得第一模拟目的电压值;和
诊断结果获取单元,用于利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如下步骤:
接收目标患者对应的第一心电相关形体数据、第一心电相关生物学常数和第一实际目的电压值;其中,所述第一心电相关形体数据包括目标患者对应的第一胸廓形体数据、第一心室形体数据和第一心脏胸廓位置关系数据,所述第一心电相关生物学常数具体包括身体组织电导率、左右肺组织电导率和心肌去极化强度;
利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型,所述目标表面网格模型体现目标患者的形体因素但是不体现目标患者的心肌病的病理因素;其中,所述标准表面网格模型包括第二胸廓表面网格模型、第二心室表面网格模型和第二肺表面网格模型,所述目标表面网格模型包括第一胸廓表面网格模型、第一心室表面网格模型和第一肺表面网格模型;
获取目标患者对应的第一心肌去极化顺序,并根据所述第一心肌去极化顺序、所述第一心电相关生物学常数和所述目标表面网格模型,获得所述目标表面网格模型的第一体表电势;
根据所述第一体表电势获得第一模拟目的电压值;和
利用所述第一模拟目的电压值和所述第一实际目的电压值,获取心肌病诊断结果,所述诊断结果反映所述目标患者是否患有心肌病;
所述利用所述第一心电相关形体数据,对预设的标准表面网格模型进行变换,获得目标患者对应的目标表面网格模型时,具体用于:
获取第二胸廓形体数据,并获取所述第一胸廓形体数据与所述第二胸廓形体数据的第一比例关系,利用所述第一比例关系对所述第二胸廓表面网格模型进行变换,获得第一胸廓表面网格模型;
获取第二心室形体数据,并获取所述第一心室形体数据与所述第二心室形体数据的第二比例关系,利用所述第二比例关系对所述第二心室表面网格模型进行变换,获得第一心室表面网格模型;
根据所述第一心脏胸廓位置关系数据,对所述第一心室表面网格模型进行平移变换;和
对所述第二肺表面网格模型进行平移和/或缩放变换,得到第一肺表面网格模型,所述第一肺表面网格模型与所述第一心室表面网格模型无重叠部分,所述目标表面网格模型包括所述第一胸廓表面网格模型、所述第一心室表面网格模型和所述第一肺表面网格模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110358329.5A CN113288167B (zh) | 2021-04-01 | 2021-04-01 | 心肌病的辅助诊断设备、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110358329.5A CN113288167B (zh) | 2021-04-01 | 2021-04-01 | 心肌病的辅助诊断设备、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113288167A CN113288167A (zh) | 2021-08-24 |
CN113288167B true CN113288167B (zh) | 2022-12-23 |
Family
ID=77319371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110358329.5A Expired - Fee Related CN113288167B (zh) | 2021-04-01 | 2021-04-01 | 心肌病的辅助诊断设备、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113288167B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PT103448A (pt) * | 2006-03-10 | 2006-07-31 | Inst Superior Tecnico | Novo modelo de representacao temporal do sinal de um electrocardiograma recorrendo a 6 gaussianas generalizadas |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2058554C1 (ru) * | 1992-07-17 | 1996-04-20 | Украинский научно-исследовательский институт кардиологии им.акад.Н.П.Страженко | Способ диагностики сердечной недостаточности у больных с гипертрофической кардиомиопатией |
WO2013079712A2 (en) * | 2011-12-02 | 2013-06-06 | Rainer Zotz | A device for performing diagnostics and/or therapy |
JP6338055B2 (ja) * | 2014-06-25 | 2018-06-06 | 富士通株式会社 | 可視化装置、可視化方法、および可視化プログラム |
CN110706803B (zh) * | 2019-08-20 | 2023-06-27 | 南京医基云医疗数据研究院有限公司 | 一种确定心肌纤维化的方法、装置、可读介质及电子设备 |
-
2021
- 2021-04-01 CN CN202110358329.5A patent/CN113288167B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
PT103448A (pt) * | 2006-03-10 | 2006-07-31 | Inst Superior Tecnico | Novo modelo de representacao temporal do sinal de um electrocardiograma recorrendo a 6 gaussianas generalizadas |
Also Published As
Publication number | Publication date |
---|---|
CN113288167A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2022291619B2 (en) | System and method for lung-volume-gated x-ray imaging | |
Mincholé et al. | MRI-based computational torso/biventricular multiscale models to investigate the impact of anatomical variability on the ECG QRS complex | |
Sermesant et al. | Patient-specific electromechanical models of the heart for the prediction of pacing acute effects in CRT: a preliminary clinical validation | |
RU2435518C2 (ru) | Способ неинвазивного электрофизиологического исследования сердца | |
RU2409313C2 (ru) | Способ неинвазивного электрофизиологического исследования сердца | |
US11950940B2 (en) | System and method for determining radiation parameters | |
EP2189945A1 (en) | Method of and arrangement for linking image coordinates to coordinates of reference model | |
CN110393522B (zh) | 一种基于图总变分约束的无创心脏电生理反演方法 | |
Zacur et al. | MRI-based heart and torso personalization for computer modeling and simulation of cardiac electrophysiology | |
Burton et al. | A framework for image-based modeling of acute myocardial ischemia using intramurally recorded extracellular potentials | |
CN116158846B (zh) | 一种用于复杂心律失常的整体心脏三维标测方法及系统 | |
TW201302162A (zh) | 非侵入式心血管狀態之比對方法 | |
RU2694330C1 (ru) | Способ визуализации поверхности грудной клетки пациента и определения координат ЭКГ электродов при неинвазивном электрофизиологическом картировании сердца | |
Kania et al. | Prediction of the exit site of ventricular tachycardia based on different ECG lead systems | |
CN113288167B (zh) | 心肌病的辅助诊断设备、装置和计算机可读存储介质 | |
CN117017300A (zh) | 一种融合心磁和心电的心脏源定位方法 | |
CN116958209A (zh) | 一种心脏三维标测配准方法及系统 | |
Li et al. | Personalized topology-informed 12-lead ECG electrode localization from incomplete cardiac MRIs for efficient cardiac digital twins | |
WO2022217348A1 (en) | Tracking segmental movement of the heart using tensors | |
CN118697353A (zh) | 基于心磁图的心尖校准方法、系统、介质及电子设备 | |
CN114847919A (zh) | 一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法 | |
Rahmani et al. | Cardiac Sensitivities to Biomechanical Changes in a Chronic Alcoholic Heart: A Case Study Using 3-Dimensional Electro-Mechanical Heart Modelling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221223 |