CN102525443B - 用于基于医学图像数据对心血管循环建模的方法和设备 - Google Patents
用于基于医学图像数据对心血管循环建模的方法和设备 Download PDFInfo
- Publication number
- CN102525443B CN102525443B CN201110340679.5A CN201110340679A CN102525443B CN 102525443 B CN102525443 B CN 102525443B CN 201110340679 A CN201110340679 A CN 201110340679A CN 102525443 B CN102525443 B CN 102525443B
- Authority
- CN
- China
- Prior art keywords
- medical image
- coronary artery
- time
- blood
- coronarius
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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 pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
- G06T2207/10096—Dynamic contrast-enhanced magnetic resonance imaging [DCE-MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
- G16H20/17—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered via infusion or injection
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physiology (AREA)
- Hematology (AREA)
- Cardiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
Abstract
本发明公开了一种非侵入性患者特定的冠状动脉病评估的方法和***。从医学图像数据产生冠状动脉的解剖学模型。基于医学图像数据中造影剂传播的时间空间表示来估计冠状动脉中血液的速度。在冠状动脉的解剖学模型中采用计算流体动力学(CFD)模拟来模拟血液流动,所述计算流体动力学采用冠状动脉中血液的所估计的速度作为边界条件。
Description
本申请要求2010年9月16日提交的美国临时申请No.61/383,478和2010年9月20日提交的美国临时申请No.61/384,382的权益,其公开通过引用结合于此。
技术领域
本发明涉及采用医学图像来对心血管循环建模,并且更具体而言,涉及基于四维医学图像数据和数字模拟的非侵入性患者特定的冠状动脉病评估。
背景技术
心脏病是引起美国男人和女人死亡的主要原因,并且占不少于全球死亡的30%。尽管近年来医学进展已经在诊断和治疗复杂心脏病方面提供了重大的改进,但是早产儿发病率和死亡率(morality)的发生仍然巨大。对此的一个原因是缺乏对患者特定的参数的在体内和体外精确的估计,所述参数准确地表征了解剖学、生理学、以及血液动力学,所有这些在心血管疾病的发展中起重要作用。
基于技术(例如,计算机断层成像(CT)、血管造影术等)的医学成像通常在临床实践中用于表征冠状动脉中狭窄的严重程度。然而,这些技术只提供了解剖学评估,其对于临床决定做出经常是不充分的。特别是,冠状动脉狭窄的严重程度的解剖学评估经常导致高估或低估,高估或低估两者是不希望的。狭窄严重程度的高估可能导致不必要的介入和再狭窄的继发风险,而低估将有可能导致不治疗。精确功能性评估可能需要压力和/或流量的测量,所述测量以侵入性的方式来确定。
发明内容
本发明提供一种基于四维医学图像数据的非侵入性患者特定的冠状动脉病评估的方法和***。具体而言,本发明的实施例采用非侵入性计算流体动力学(CFD(ComputationalFluidDynamics))提供流量和压力测量,其基于采用从四维医学图像数据得到的患者特定的边界条件的方法。本发明的实施例还提供基于四维医学图像数据测量患者的冠状动脉血流储备(CFR(coronaryflowreserve))的非侵入性方法。
在本发明的一个实施例中,冠状动脉的解剖学模型从医学图像数据产生。基于医学图像数据中造影剂传播的时间空间表示来估计冠状动脉中血液的速度。之后在冠状动脉的解剖学模型中采用计算流体动力学(CFD)模拟来模拟血液流动,该CFD模拟采用冠状动脉中血液的所估计的速度作为边界条件。
在本发明的另一个实施例中,接收在静止(rest)期间获取的第一医学图像数据序列和在充血期间获取的第二医学图像数据序列。从第一医学图像数据序列产生冠状动脉的第一解剖学模型,以及从第二医学图像数据序列产生冠状动脉的第二解剖学模型。基于第一医学图像数据序列中造影剂传播的时间空间表示来估计静止状态期间冠状动脉中血液的最大速度,和基于第一医学图像数据序列中造影剂传播的时间空间表示来估计冠状动脉中血液的最大充血速度。为确定血液流动速率,静止状态期间的最大速度映射为静止状态期间的平均速度,而充血时的最大速度映射为充血时的平均速度。基于静止流动速率和充血期间流动速率来计算冠状动脉的冠状动脉血流储备。
参照下面详细描述和附图,本发明的这些和其他优点对于本领域普通技术人员来说将变得显而易见。
附图说明
图1图示了根据本发明的实施例用于患者特定的冠状动脉病评估的方法;
图2图示了图1的方法的步骤的示例性结果;
图3图示了根据本发明的实施例基于造影剂传播的时间空间表示的速度估计;
图4图示了根据本发明的实施例基于医学图像数据非侵入性评估冠状动脉血流储备的方法;
图5图示了从血管中血液速度分布图确定血管中的流动速率;
图6是能够实施本发明的计算机的高级框图。
具体实施方式
本发明涉及非侵入性冠状动脉病评估,其采用从诸如计算机断层成像(CT)、磁共振成像(MRI)、以及超声波心动描记术数据的容积数据序列对心脏的患者特定的建模。这样的容积数据序列,这里也称为四维图像数据或四维图像,是在一段时期内获得以覆盖一个或多个心动周期的序列,其中每一帧均为三维图像(容积)。在此对本发明的实施例进行描述以便给出冠状动脉病评估方法的可视理解。数字图像经常由一个或多个对象(或形状)的数字表示来组成。对象的数字表示在这里经常在识别和操纵对象方面来描述。这样的操纵是在计算机***的存储器或其他电路/硬件中完成的虚拟操纵。因此,要理解的是,本发明的实施例可在计算机***内采用存储于计算机***内的数据来执行。
基于用于冠心病功能性评估的分析的CFD技术通常基于冠状动脉的简化几何结构,具有得自人口范围数据的一般边界条件。这使得这样的技术不适于全面的患者特定的冠状动脉病评估,诸如在冠状动脉狭窄情况下的狭窄严重程度的评估。然而,在本发明的实施例中,基于CFD的非侵入性方法使用用于流量和几何结构(geometry)两者的患者特定的边界条件,其得自医学图像数据,例如高分辨CT数据。
本发明的实施例提供了用于非侵入性功能性冠状动脉病评估的方法和***,其基于四维医学图像数据,诸如高分辨CT数据,结合采用计算流体动力学(CFD)建模和模拟的根本的患者特定的血液动力学分析。为了根本的血液动力学分析以产生要用于功能性评估的患者特定的参数,用于感兴趣的冠状动脉的四维(三维+时间)患者特定的几何模型从医学图像数据确定。基于通过造影剂传播的时间空间表示的造影剂传播分析的图像被执行来鲁棒地重新获得在感兴趣的冠状动脉上随时间的速度分布图(profile)。在通过从造影剂传播得出的速度分布图确定的入口边界条件下,在感兴趣的冠状动脉中执行患者特定的CFD模拟,以及从CFD模拟中得出血液动力学参数,以表征狭窄的程度。
图1图示了根据本发明的实施例用于患者特定的冠状动脉病评估的方法。图1的方法将表示患者冠状区域的图像数据转换为冠状动脉的患者特定的解剖学模型,并使用患者特定的冠状动脉模型来模拟冠状动脉心脏中血液流动。
参照图1,在步骤102,接收医学图像数据。具体而言,接收至少一个图像数据序列。图像数据序列可为在一定时期内获取的三维图像(容积)序列。例如,这样的四维图像数据(三维+时间)可在一个完整心搏周期上获取。一个或多个图像数据序列可采用各种医学成像模态来接收。例如,根据本发明的各种实施例,可以接收三维CT数据、二维动态血管造影术数据、和/或旋转血管造影术数据的序列,然而本发明并不限制于此。图像数据可直接从一个或多个图像获取装置接收,例如CT扫描仪或X射线装置。也可以例如从计算机***的存储器或存储装置、或一些其他的计算机可读存储介质加载以前存储的图像数据。医学图像序列可以表示造影剂经过冠状动脉的传播。图2示例性地图示了图1的方法的步骤的结果。如图2中所示,图像202表示了高分辨CT容积的帧。
返回图1,在步骤104,从所接收的医学图像数据产生冠状动脉的患者特定的解剖学模型。患者特定的解剖学模型为使用四维医学图像数据产生的冠状动脉的四维(三维+时间)几何模型。为了产生冠状动脉的患者特定的解剖学模型,感兴趣的冠状动脉在四维图像数据的每一帧中被分割。感兴趣的冠状动脉采用任何冠状动脉分割方法在每一帧内被分割。例如,感兴趣的冠状动脉可以采用美国公布专利申请No.2010/0067760中描述的方法在CT容积内被分割,其中所述美国公布专利申请通过引用结合于此。之后产生几何表面模型用于每一帧中感兴趣的分割的冠状动脉。例如,用于冠状动脉的解剖学建模的方法在美国专利No.7,860,290和美国专利No.7/953,266中得以描述,两者均通过引用结合于此。这导致感兴趣的冠状动脉的解剖学模型,其表示冠状动脉随时间变化的解剖学。如图2中所示,图像204表示冠状动脉分割,图像206表示冠状动脉的解剖学建模,导致三维解剖学模型。
返回图1,在步骤106,基于所接收的医学图像数据中造影剂传播估计冠状动脉中血液流动的速度。具体而言,一旦产生了冠状树分割,从所接收的医学图像数据的时间强度曲线得出造影剂传播的时间空间表示。造影剂传播的时间空间表示被用于重新获得感兴趣的冠状动脉上随时间的速度分布图。
造影传播的时间空间表示通过结合强度分布图的可用测量能够鲁棒地估计速度分布图。图3图示了根据本发明的实施例基于造影剂传播的时间空间表示的速度估计。如图3中所示,图像300表示输入二维透视图像的时间强度曲线。图像300的时间强度曲线表示在血管长度上随时间二维透视图像内的点的反向强度大小(invertedintensitymagnitude)。该信息提供了造影剂传播的时间空间表示,如图310中所示。斜率312对于造影剂传播的时间空间表示被估计,以及该斜率312为血管中血液速度的一阶近似。之后该速度的近似可以被用于设定用于随后CFD建模的边界条件。血管中速度的这样的近似可对于所有的感兴趣的冠状动脉执行,导致感兴趣的冠状动脉的估计速度分布图。如图2中所示,图像208和210表示造影传播的时间空间分析,其用于产生时间下标的(time-indexed)速度分布图,导致用于CFD建模的速度边界条件。
返回图1,在步骤108,在冠状动脉中采用具有患者特定的边界条件的CFD来模拟血液流动。具体而言,CFD建模使用从造影剂传播所估计的冠状动脉流动速度分布图,来设立用于CFD建模的边界条件。血液被建模为牛顿流体,以及在刚性壁假定下通过用数字解离散化的纳维叶-斯托克斯(Navier-Stokes)方程(连续性和动量方程)来获得速度场。离散化的纳维叶-斯托克斯方程用来增量地模拟随时间在冠状动脉内的血液流动的速度和压力。冠状动脉的患者特定的解剖学也被输入给CFD建模,以便约束基于患者特定的解剖学的血液流动模拟。
几个血液动力学参数已经被建议用于冠状动脉病的功能性评估,诸如流动速率和压力降用于评估严重程度和狭窄,以及壁剪切应力用于斑块形成。然而,这样的参数是以前在得自人口范围数据的边界条件下基于冠状动脉的简化几何结构被计算的。根据本发明的有益实施例,医学图像数据,例如高分辨CT数据,不仅用于提供解剖学模型,而且用来估计患者特定的边界条件,用于经由CFD模拟提取这些血液动力学参数,以及采用这些参数用于冠状动脉病的功能性评估。如图2中所示,图像210表示基于CFD的血液动力学分析。
返回图1,在步骤110,输出患者特定的血液动力学参数。基于CFD模拟计算患者特定的血液动力学参数。具体而言,CFD模拟产生随时间经过冠状动脉的血液流动的速度和压力的模拟值。这些模拟值可用来计算各种血液动力学参数,它们可用来评估冠状动脉病。例如,流动速率和压力降可用于评估严重程度和狭窄,以及壁剪切应力可用于评估斑块形成。
用于冠状动脉狭窄功能性评估的另一类型的参数为血流储备参数,诸如冠状动脉血流储备(CFR)以及血流储备分数(FFR(fractionalflowreserve))。CFR定义为冠状动脉中最大充血流量与静止时同一冠状动脉中流量的比。FFR定义为狭窄血管中最大血流量与正常血管中最大血流量的比,并且用来表征狭窄的严重程度。在临床实践中,基于压力/流量的测量用来确定这些血流储备。因此,根据本发明的实施例,权利要求1的方法可用于估计这些血流储备。
根据本发明的实施例,医学图像数据,例如高分辨CT数据,可用于冠状动脉的解剖学建模,并用于基于造影剂传播确定最大速度。这随后被用于执行患者特定的CFD分析,其结果用于拟合程序中,该拟合程序将最大速度映射为平均速度,以便确定计算CFD值所必要的流动速率。
图4图示了根据本发明实施例的基于医学图像数据非侵入性评估冠状动脉血流储备的方法。如图4中所示,在步骤402,对于静止和充血接收医学图像数据。具体而言,接收在静止期间获取的第一图像数据序列和接收在最大充血流量条件期间获取的第二图像数据序列。这些图像数据序列可以为在一定时期内获取的三维图像(容积)序列。图像数据序列可采用各种医学成像模态来获取。例如,根据本发明的各种实施例,可以接收三维CT数据、二维动态血管造影术数据、和/或旋转血管造影术数据的序列,然而本发明并不限制于此。可以从一个或多个图像获取装置直接接收图像数据,例如CT扫描仪或X射线装置。也能够例如从计算机***的存储器或存储装置、或一些其他的计算机可读存储介质加载以前存储的图像数据。医学图像的序列可以表示造影剂经过冠状动脉的传播。
在步骤404,对于所接收的图像序列的每一个接收感兴趣的冠状动脉的解剖学模型。应理解的是,步骤404可类似如上文所述的图1的步骤104被执行。在步骤406,基于造影剂传播对于静止图像数据和充血图像数据两者估计最大速度。具体而言,每个图像数据序列的最大速度可采用造影剂传播的时间空间表示来估计,如上文结合图1的步骤106所述。
在步骤406,采用患者特定的CFD模拟,将静止时的最大速度映射为平均静止速度,并且将充血时的最大速度映射为平均充血速度。图5图示了从血管中血液的速度分布图确定血管中的流动速率。如图5中所示,对于给定血管500中的血液流动速率的精确评估,在血管500的整个横截面S上需要速度信息u。通过在表面区域S上对流量分布图ρu(其中ρ为血液的密度)积分可以确定血液流动速率Q。因此,如图5中所示,质量流动速率Q也可被确定为Q=ρAU,其中U为平均血液速度以及A为横截面S的面积。非侵入性血液速度测量记录给定横截面上的最大速度Vmax,因此需要假定速度分布图来确定血液流动速率。在一些情况中,流动速率通过假定抛物线速度分布图从最大速度值来确定。根据该准则,平均速度被确定为0.5Vmax。然而,该假定并未考虑患者特定的几何结构和血液动力学。
代替于做关于血管速度分布图的假定,CFD模拟可用来获得将最大速度Vmax映射到平均速度Vavg的更实际的关系。对于小血管,包括冠状动脉,如下关系被用来将Vmax映射到Vavg:
其中W为沃姆斯莱(Womersley)数,定义为其中f是脉动流的频率,R为特征长度尺度(冠状动脉的横截面面积),ρ为密度,以及μ为血液的动态粘性。
参数p和q采用拟合程序来确定,所述拟合程序使用来自在有缺陷的边界条件下执行的一系列CFD模拟的数据,其中代替于规定速度分布图边界条件,只指定流值。具体而言,一系列CFD模拟被执行,其中不同流动速率被指定,以及诸如W、f、R、ρ和/或μ的参数的值是变化的。每个模拟都产生用于Vmax的值以及用于Vavg的值。基于用于每个模拟的值以及产生的用于Vmax和Vavg的值,映射参数p和q通过将这些参数拟合为由模拟产生的数据来确定。例如,这些参数可拟合为使用非线性最小二乘法拟合算法的数据。
一旦基于CFD模拟确定了映射参数p和q,步骤404中确定的最大速度Vmax便可以使用沃姆斯莱数和映射参数映射为平均速度Vavg,如方程(1)中所示。这对于静止图像数据和充血图像数据单独地被执行,导致平均静止血液速度和平局充血血液速度。
在步骤408,基于平均静止血液速度和平均充血血液速度计算CFR。具体而言,CFR可以被计算为:
其中Vhyp和Vrest为得自的平均速度值,以及Vhyp和Vrest为冠状动脉分别在充血时和静止时的横截面面积。
在缺乏第二医学图像序列(即充血期间获取的图像)的情况下,类似上文图4中所呈现的方法,仍可以被应用。在这种情况下,充血血液流动分析可使用一组不同的出口边界条件(即对冠状动脉床(coronarybed)的流动特征建模的边界条件)来执行。由于冠状动脉中流动的多数阻力存在于微脉管循环中,充血条件通过适当地改变出口边界条件中的阻力/阻抗值来模拟。适于模拟充血条件的阻力/阻抗值的其他细节在S.Mantero等人的“TheCoronaryBedanditsRoleintheCardiovascularSystem:AReviewandanIntroductorySingle-BracnhModel”(JournalofBiomedicalEngineering,Volume14,Issue2,March1992,Pages109-116)中描述。
上文所述的用于非侵入性冠状动脉病评估的方法可在计算机上使用众所周知的计算机处理器、存储单元、存储装置、计算机软件以及其他的组件来实施。这种计算机的高级框图示于图6中。计算机602包含处理器604,其通过执行限定全部操作的计算机程序指令控制计算机602的这样的操作。计算机程序指令可以存储于存储装置612(例如,磁盘)中,并且在需要执行计算机程序指令时加载到存储器610中。因此,图1和4的方法的步骤可由存储于存储器6l0和/或存储装置612中的计算机程序指令定义,并由执行计算机程序指令的处理器604来控制。图像获取装置620,例如CT扫描装置、X射线获取装置等,可连接至计算机602来输入图像数据至计算机602。将图像获取装置620和计算机602作为一个装置来实施是可能的。图像获取装置620和计算机602通过网络无线通信也是可能的。计算机602还包括一个或多个网络接口606,用于与其他装置经由网络通信。计算机602还包括其他的输入/输出装置608,其能够使得用户与计算机602交互(例如,显示器、键盘、鼠标、扬声器、按钮等)。这种输入/输出装置608可与一组计算机程序结合作为注解工具(annotationtool)来使用用以注解从图像获取装置620接收的容积。本领域技术人员将意识到,实际的计算机的实施还能够包含其他组件,以及图6是用于说明性目的的这种计算机的一些组件的高级表示。
应将前述的详细描述理解为在每个方面说明性的和示例性的,但不是限制性的,并且这里所公开的本发明的范围不由详细描述所确定,而由根据专利法许可的完整宽度所解释的权利要求书所确定。应理解的是,这里示出和描述的实施例仅说明本发明的原理,并且本领域技术人员可在不偏离本发明的范围和精神的情况下实施各种修改。本领域技术人员能够在不偏离本发明的范围和精神的情况下执行各种其他特征组合。
Claims (15)
1.一种用于基于医学图像数据对心血管循环建模的方法,包括:
从医学图像数据中产生冠状动脉的解剖学模型;
基于医学图像数据中造影剂传播的时间空间表示估计冠状动脉中血液的速度;和
采用计算流体动力学(CFD)模拟来模拟冠状动脉的解剖学模型中的血液流动,该计算流体动力学模拟采用冠状动脉中血液的所估计的速度作为边界条件。
2.根据权利要求1所述的方法,其中医学图像数据包括四维医学图像数据,并且从医学图像数据产生冠状动脉的解剖学模型的步骤包括:
从四维医学图像数据产生冠状动脉的四维解剖学模型。
3.根据权利要求2所述的方法,其中从四维医学图像数据产生冠状动脉的四维解剖学模型的步骤包括:
在四维医学图像数据的多个帧中的每一个中分割感兴趣的冠状动脉;和
在四维医学图像数据的多个帧中的每一个中产生所分割的感兴趣的冠状动脉的三维模型。
4.根据权利要求1所述的方法,其中基于医学图像数据中造影剂传播的时间空间表示估计冠状动脉中血液的速度的步骤包括:
基于从医学图像数据提取的时间强度曲线来产生造影剂传播的时间空间表示;和
估计造影剂传播的时间空间表示的斜率。
5.根据权利要求4所述的方法,其中基于从医学图像数据提取的时间强度曲线来产生造影剂传播的时间空间表示的步骤包括:
在冠状动脉长度上随时间映射医学图像数据中的点的反向强度大小。
6.根据权利要求1所述的方法,其中采用计算流体动力学(CFD)模拟来模拟冠状动脉的解剖学模型中的血液流动的步骤,该计算流体动力学模拟采用冠状动脉中血液的所估计的速度作为边界条件,包括:
解纳维叶-斯托克斯方程,其由具有所估计的血液速度作为入口速度边界条件的冠状动脉的解剖学模型所约束。
7.根据权利要求1所述的方法,其中采用计算流体动力学(CFD)模拟来模拟冠状动脉的解剖学模型中的血液流动的步骤,该计算流体动力学模拟采用冠状动脉中血液的所估计的速度作为边界条件,包括:
在冠状动脉上随时间模拟压力和速度值。
8.根据权利要求1所述的方法,还包括:
基于计算流体动力学(CFD)模拟计算一个或多个血液动力学参数。
9.根据权利要求8所述的方法,其中一个或多个血液动力学参数包括流动速率、压力降以及壁剪切应力中的至少一个。
10.根据权利要求8所述的方法,其中一个或多个血液动力学参数包括冠状动脉血流储备(CFR)以及血流储备分数(FFR)中的至少一个。
11.一种用于基于医学图像数据对心血管循环建模的设备,包括:
用于从医学图像数据中产生冠状动脉的解剖学模型的装置;
用于基于医学图像数据中造影剂传播的时间空间表示估计冠状动脉中血液的速度的装置;和
用于采用计算流体动力学(CFD)模拟来模拟冠状动脉的解剖学模型中的血液流动的装置,该计算流体动力学模拟采用冠状动脉中血液的所估计的速度作为边界条件。
12.根据权利要求11所述的设备,其中用于基于医学图像数据中造影剂传播的时间空间表示估计冠状动脉中血液的速度的装置包括:
用于基于从医学图像数据提取的时间强度曲线来产生造影剂传播的时间空间表示的装置;和
用于估计造影剂传播的时间空间表示的斜率的装置。
13.根据权利要求12所述的设备,其中用于基于从医学图像数据提取的时间强度曲线来产生造影剂传播的时间空间表示的装置包括:
用于在冠状动脉长度上随时间映射医学图像数据中的点的反向强度大小的装置。
14.根据权利要求11所述的设备,其中用于采用使用冠状动脉中血液的所估计的速度作为边界条件的计算流体动力学(CFD)模拟来模拟冠状动脉的解剖学模型中的血液流动的装置包括:
用于解纳维叶-斯托克斯方程的装置,该方程由具有血液的所估计的速度作为入口速度边界条件的冠状动脉的解剖学模型所约束。
15.根据权利要求11所述的设备,还包括:
用于基于计算流体动力学(CFD)模拟计算一个或多个血液动力学参数的装置。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US38347810P | 2010-09-16 | 2010-09-16 | |
US61/383478 | 2010-09-16 | ||
US38438210P | 2010-09-20 | 2010-09-20 | |
US61/384382 | 2010-09-20 | ||
US13/226,779 US9119540B2 (en) | 2010-09-16 | 2011-09-07 | Method and system for non-invasive assessment of coronary artery disease |
US13/226779 | 2011-09-07 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102525443A CN102525443A (zh) | 2012-07-04 |
CN102525443B true CN102525443B (zh) | 2016-05-11 |
Family
ID=45818524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110340679.5A Active CN102525443B (zh) | 2010-09-16 | 2011-09-16 | 用于基于医学图像数据对心血管循环建模的方法和设备 |
Country Status (2)
Country | Link |
---|---|
US (2) | US9119540B2 (zh) |
CN (1) | CN102525443B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138813A (zh) * | 2014-05-29 | 2015-12-09 | 西门子公司 | 将病人数据从一种生理状态映射为另一种的***和方法 |
Families Citing this family (152)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9968256B2 (en) | 2007-03-08 | 2018-05-15 | Sync-Rx Ltd. | Automatic identification of a tool |
US11064964B2 (en) | 2007-03-08 | 2021-07-20 | Sync-Rx, Ltd | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
US11197651B2 (en) | 2007-03-08 | 2021-12-14 | Sync-Rx, Ltd. | Identification and presentation of device-to-vessel relative motion |
US10716528B2 (en) | 2007-03-08 | 2020-07-21 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
US8700130B2 (en) * | 2007-03-08 | 2014-04-15 | Sync-Rx, Ltd. | Stepwise advancement of a medical tool |
US8542900B2 (en) | 2007-03-08 | 2013-09-24 | Sync-Rx Ltd. | Automatic reduction of interfering elements from an image stream of a moving organ |
WO2008107905A2 (en) * | 2007-03-08 | 2008-09-12 | Sync-Rx, Ltd. | Imaging and tools for use with moving organs |
US9629571B2 (en) | 2007-03-08 | 2017-04-25 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
US9375164B2 (en) | 2007-03-08 | 2016-06-28 | Sync-Rx, Ltd. | Co-use of endoluminal data and extraluminal imaging |
US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
US11064903B2 (en) | 2008-11-18 | 2021-07-20 | Sync-Rx, Ltd | Apparatus and methods for mapping a sequence of images to a roadmap image |
US8855744B2 (en) | 2008-11-18 | 2014-10-07 | Sync-Rx, Ltd. | Displaying a device within an endoluminal image stack |
US10362962B2 (en) | 2008-11-18 | 2019-07-30 | Synx-Rx, Ltd. | Accounting for skipped imaging locations during movement of an endoluminal imaging probe |
US9095313B2 (en) | 2008-11-18 | 2015-08-04 | Sync-Rx, Ltd. | Accounting for non-uniform longitudinal motion during movement of an endoluminal imaging probe |
US9144394B2 (en) | 2008-11-18 | 2015-09-29 | Sync-Rx, Ltd. | Apparatus and methods for determining a plurality of local calibration factors for an image |
US9101286B2 (en) | 2008-11-18 | 2015-08-11 | Sync-Rx, Ltd. | Apparatus and methods for determining a dimension of a portion of a stack of endoluminal data points |
US9974509B2 (en) | 2008-11-18 | 2018-05-22 | Sync-Rx Ltd. | Image super enhancement |
US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US9589204B2 (en) | 2010-09-20 | 2017-03-07 | Koninklijke Philips N.V. | Quantification of a characteristic of a lumen of a tubular structure |
GB201100137D0 (en) | 2011-01-06 | 2011-02-23 | Davies Helen C S | Apparatus and method of assessing a narrowing in a fluid tube |
EP2723231A4 (en) | 2011-06-23 | 2015-02-25 | Sync Rx Ltd | LUMINAL BACKGROUND CLEANING |
US9339348B2 (en) | 2011-08-20 | 2016-05-17 | Imperial Colege of Science, Technology and Medicine | Devices, systems, and methods for assessing a vessel |
CA2846058A1 (en) | 2011-08-20 | 2013-02-28 | Volcano Corporation | Devices, systems, and methods for visually depicting a vessel and evaluating treatment options |
US10162932B2 (en) | 2011-11-10 | 2018-12-25 | Siemens Healthcare Gmbh | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
US20130172734A1 (en) * | 2011-12-30 | 2013-07-04 | General Electric Company | Flow measurement with time-resolved data |
US10311978B2 (en) | 2012-01-30 | 2019-06-04 | Siemens Healthcare Gmbh | Method and system for patient specific planning of cardiac therapies on preoperative clinical data and medical images |
US9129053B2 (en) | 2012-02-01 | 2015-09-08 | Siemens Aktiengesellschaft | Method and system for advanced measurements computation and therapy planning from medical data and images using a multi-physics fluid-solid heart model |
US10373700B2 (en) | 2012-03-13 | 2019-08-06 | Siemens Healthcare Gmbh | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance |
JP2015509820A (ja) * | 2012-03-15 | 2015-04-02 | シーメンス アクティエンゲゼルシャフト | 安静および充血時における冠血流のパーソナライゼーション用フレームワーク |
US9135699B2 (en) | 2012-03-15 | 2015-09-15 | Siemens Aktiengesellschaft | Method and system for hemodynamic assessment of aortic coarctation from medical image data |
US8548778B1 (en) | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
CN104321009B (zh) | 2012-05-14 | 2017-06-13 | 皇家飞利浦有限公司 | 针对血管狭窄的血流储备分数(ffr)值的确定 |
JP6134789B2 (ja) * | 2012-06-26 | 2017-05-24 | シンク−アールエックス,リミティド | 管腔器官における流れに関連する画像処理 |
US9247918B2 (en) * | 2012-07-09 | 2016-02-02 | Siemens Aktiengesellschaft | Computation of hemodynamic quantities from angiographic data |
US9277970B2 (en) | 2012-07-19 | 2016-03-08 | Siemens Aktiengesellschaft | System and method for patient specific planning and guidance of ablative procedures for cardiac arrhythmias |
US10398386B2 (en) * | 2012-09-12 | 2019-09-03 | Heartflow, Inc. | Systems and methods for estimating blood flow characteristics from vessel geometry and physiology |
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 |
US20140086461A1 (en) | 2012-09-25 | 2014-03-27 | The Johns Hopkins University | Method and system for determining time-based index for blood circulation from angiographic imaging data |
JP6301102B2 (ja) * | 2012-10-22 | 2018-03-28 | 学校法人藤田学園 | 医用画像診断装置、医用画像処理装置及び医用画像処理プログラム |
US9858387B2 (en) | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
US9814433B2 (en) | 2012-10-24 | 2017-11-14 | Cathworks Ltd. | Creating a vascular tree model |
EP3723041A1 (en) | 2012-10-24 | 2020-10-14 | CathWorks Ltd. | Automated measurement system and method for coronary artery disease scoring |
US10210956B2 (en) | 2012-10-24 | 2019-02-19 | Cathworks Ltd. | Diagnostically useful results in real time |
US10595807B2 (en) | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
US9757073B2 (en) | 2012-11-06 | 2017-09-12 | Koninklijke Philips N.V. | Fractional flow reserve (FFR) index |
JP6309253B2 (ja) * | 2012-11-29 | 2018-04-11 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置、医用画像診断装置及び医用情報処理プログラム |
BR112015013248A2 (pt) | 2012-12-11 | 2017-07-11 | Koninklijke Philips Nv | método de determinação do fluxo sanguíneo através das artérias coronárias, processador (36) para determinar o fluxo sanguíneo através das artérias coronárias, dispositivo de imageamento e programa de computador |
CN104871161A (zh) * | 2012-12-18 | 2015-08-26 | 皇家飞利浦有限公司 | 用于在从估计的心脏射血输出导出的患者特异性边界条件下模拟血流量的方法和装置 |
US9042613B2 (en) * | 2013-03-01 | 2015-05-26 | Heartflow, Inc. | Method and system for determining treatments by modifying patient-specific geometrical models |
RU2015149430A (ru) | 2013-04-18 | 2017-05-24 | Конинклейке Филипс Н.В. | Планирование терапии стеноза |
KR101513232B1 (ko) * | 2013-07-25 | 2015-04-17 | 재단법인 아산사회복지재단 | 혈관의 유동 해석 방법 |
KR102380008B1 (ko) * | 2013-07-30 | 2022-03-29 | 하트플로우, 인크. | 최적화된 진단적 성과를 위한 경계 조건에서 혈류를 모형화하기 위한 방법과 시스템 |
US9842401B2 (en) | 2013-08-21 | 2017-12-12 | Koninklijke Philips N.V. | Segmentation apparatus for interactively segmenting blood vessels in angiographic image data |
US9629563B2 (en) | 2013-09-04 | 2017-04-25 | Siemens Healthcare Gmbh | Method and system for functional assessment of renal artery stenosis from medical images |
US9788807B2 (en) | 2013-09-06 | 2017-10-17 | Koninklijke Philips N.V. | Processing apparatus for processing cardiac data |
US9700219B2 (en) | 2013-10-17 | 2017-07-11 | Siemens Healthcare Gmbh | Method and system for machine learning based assessment of fractional flow reserve |
US10595806B2 (en) * | 2013-10-22 | 2020-03-24 | Koninklijke Philips N.V. | Fractional flow reserve (FFR) index with adaptive boundary condition parameters |
US9092743B2 (en) | 2013-10-23 | 2015-07-28 | Stenomics, Inc. | Machine learning system for assessing heart valves and surrounding cardiovascular tracts |
EP3061015A2 (en) | 2013-10-24 | 2016-08-31 | Cathworks Ltd. | Vascular characteristic determination with correspondence modeling of a vascular tree |
US10130269B2 (en) | 2013-11-14 | 2018-11-20 | Medtronic Vascular, Inc | Dual lumen catheter for providing a vascular pressure measurement |
US9877660B2 (en) | 2013-11-14 | 2018-01-30 | Medtronic Vascular Galway | Systems and methods for determining fractional flow reserve without adenosine or other pharmalogical agent |
EP3076854B1 (en) * | 2013-12-04 | 2022-04-20 | Koninklijke Philips N.V. | Local ffr estimation and visualisation for improved functional stenosis analysis |
US20150164450A1 (en) * | 2013-12-18 | 2015-06-18 | Siemens Medical Solutions Usa, Inc. | System and Method for Real Time 4D Quantification |
US9913585B2 (en) | 2014-01-15 | 2018-03-13 | Medtronic Vascular, Inc. | Catheter for providing vascular pressure measurements |
US10496729B2 (en) | 2014-02-25 | 2019-12-03 | Siemens Healthcare Gmbh | Method and system for image-based estimation of multi-physics parameters and their uncertainty for patient-specific simulation of organ function |
US9087147B1 (en) | 2014-03-31 | 2015-07-21 | Heartflow, Inc. | Systems and methods for determining blood flow characteristics using flow ratio |
US10354349B2 (en) | 2014-04-01 | 2019-07-16 | Heartflow, Inc. | Systems and methods for using geometry sensitivity information for guiding workflow |
US9773219B2 (en) | 2014-04-01 | 2017-09-26 | Heartflow, Inc. | Systems and methods for using geometry sensitivity information for guiding workflow |
US9943277B2 (en) * | 2014-04-02 | 2018-04-17 | International Business Machines Corporation | Detecting coronary stenosis through spatio-temporal tracking |
WO2015164086A1 (en) | 2014-04-22 | 2015-10-29 | Siemens Aktiengesellschaft | Method and system for hemodynamic computation in coronary arteries |
US8958623B1 (en) | 2014-04-29 | 2015-02-17 | Heartflow, Inc. | Systems and methods for correction of artificial deformation in anatomic modeling |
US10803995B2 (en) | 2014-05-05 | 2020-10-13 | Siemens Healthcare Gmbh | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models |
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 |
US9595089B2 (en) | 2014-05-09 | 2017-03-14 | Siemens Healthcare Gmbh | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
US10201284B2 (en) | 2014-06-16 | 2019-02-12 | Medtronic Vascular Inc. | Pressure measuring catheter having reduced error from bending stresses |
US10973418B2 (en) | 2014-06-16 | 2021-04-13 | Medtronic Vascular, Inc. | Microcatheter sensor design for minimizing profile and impact of wire strain on sensor |
US11330989B2 (en) | 2014-06-16 | 2022-05-17 | Medtronic Vascular, Inc. | Microcatheter sensor design for mounting sensor to minimize induced strain |
US9589379B2 (en) | 2014-06-24 | 2017-03-07 | Siemens Healthcare Gmbh | System and method for visualization of cardiac changes under various pacing conditions |
US10130266B2 (en) | 2014-06-30 | 2018-11-20 | Siemens Healthcare Gmbh | Method and system for prediction of post-stenting hemodynamic metrics for treatment planning of arterial stenosis |
EP3160335B1 (en) * | 2014-06-30 | 2023-09-20 | Koninklijke Philips N.V. | Apparatus for determining a fractional flow reserve value |
CN106572824B (zh) | 2014-07-18 | 2021-09-07 | 皇家飞利浦有限公司 | 狭窄评估 |
US9888968B2 (en) | 2014-07-22 | 2018-02-13 | Siemens Healthcare Gmbh | Method and system for automated therapy planning for arterial stenosis |
US9386933B2 (en) | 2014-08-29 | 2016-07-12 | Heartflow, Inc. | Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply |
JP6377856B2 (ja) * | 2014-08-29 | 2018-08-22 | ケーエヌユー−インダストリー コーポレーション ファウンデーション | 患者別の心血管情報を決定する方法 |
US10482215B2 (en) | 2014-10-22 | 2019-11-19 | Indiana University Research And Technology Corporation | Unified computational method and system for patient-specific hemodynamics |
US10080872B2 (en) | 2014-11-04 | 2018-09-25 | Abbott Cardiovascular Systems Inc. | System and method for FFR guidewire recovery |
US10194812B2 (en) | 2014-12-12 | 2019-02-05 | Medtronic Vascular, Inc. | System and method of integrating a fractional flow reserve device with a conventional hemodynamic monitoring system |
WO2016113646A1 (en) | 2015-01-15 | 2016-07-21 | Koninklijke Philips N.V. | Ifr-ct |
EP3062248A1 (en) * | 2015-02-27 | 2016-08-31 | Pie Medical Imaging BV | Method and apparatus for quantitative flow analysis |
EP3937186A1 (en) | 2015-04-10 | 2022-01-12 | HeartFlow, Inc. | System and method for vascular tree generation using joint prior information |
DE102015207894A1 (de) * | 2015-04-29 | 2016-11-03 | Bayer Pharma Aktiengesellschaft | Ermitteln der Geschwindigkeit eines Fluids mit Hilfe eines bildgebenden Verfahrens |
US10872698B2 (en) * | 2015-07-27 | 2020-12-22 | Siemens Healthcare Gmbh | Method and system for enhancing medical image-based blood flow computations using physiological measurements |
EP3332339B1 (en) | 2015-08-05 | 2022-06-22 | Koninklijke Philips N.V. | Assistance device and method for an interventional hemodynamic measurement |
US11113812B2 (en) | 2015-08-14 | 2021-09-07 | Elucid Bioimaging Inc. | Quantitative imaging for detecting vulnerable plaque |
US12026868B2 (en) | 2015-08-14 | 2024-07-02 | Elucid Bioimaging Inc. | Quantitative imaging for detecting histopathologically defined plaque erosion non-invasively |
US11094058B2 (en) | 2015-08-14 | 2021-08-17 | Elucid Bioimaging Inc. | Systems and method for computer-aided phenotyping (CAP) using radiologic images |
US10176408B2 (en) | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US11071501B2 (en) | 2015-08-14 | 2021-07-27 | Elucid Bioiwaging Inc. | Quantitative imaging for determining time to adverse event (TTE) |
US11087459B2 (en) | 2015-08-14 | 2021-08-10 | Elucid Bioimaging Inc. | Quantitative imaging for fractional flow reserve (FFR) |
US11676359B2 (en) | 2015-08-14 | 2023-06-13 | Elucid Bioimaging Inc. | Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology |
US12008751B2 (en) | 2015-08-14 | 2024-06-11 | Elucid Bioimaging Inc. | Quantitative imaging for detecting histopathologically defined plaque fissure non-invasively |
US10517678B2 (en) * | 2015-10-02 | 2019-12-31 | Heartflow, Inc. | System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand |
CN108471994B (zh) | 2015-10-07 | 2021-10-29 | 皇家飞利浦有限公司 | 移动ffr模拟 |
JP6484760B2 (ja) | 2015-11-05 | 2019-03-13 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 非侵襲的血流予備量比(ffr)に対する側副血流モデル化 |
US10492754B2 (en) | 2015-11-20 | 2019-12-03 | International Business Machines Corporation | Real-time cloud-based virtual fractional flow reserve estimation |
US11191490B2 (en) * | 2015-12-02 | 2021-12-07 | Siemens Healthcare Gmbh | Personalized assessment of patients with acute coronary syndrome |
JP6981981B2 (ja) | 2015-12-22 | 2021-12-17 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 心臓モデルガイド付き冠動脈瘤セグメンテーション |
WO2017140352A1 (en) * | 2016-02-16 | 2017-08-24 | Brainlab Ag | DETERMINATION OF DYNAMIC DRRs |
US10971271B2 (en) | 2016-04-12 | 2021-04-06 | Siemens Healthcare Gmbh | Method and system for personalized blood flow modeling based on wearable sensor networks |
EP4241694A3 (en) | 2016-05-16 | 2023-12-20 | Cathworks Ltd. | Selection of vascular paths from images |
JP7036742B2 (ja) | 2016-05-16 | 2022-03-15 | キャスワークス リミテッド | 血管評価システム |
US11272850B2 (en) | 2016-08-09 | 2022-03-15 | Medtronic Vascular, Inc. | Catheter and method for calculating fractional flow reserve |
CN109688908B (zh) * | 2016-09-16 | 2023-01-03 | 皇家飞利浦有限公司 | 用于确定血流储备分数的装置和方法 |
CN106503302B (zh) * | 2016-09-28 | 2019-08-23 | 深圳先进技术研究院 | 一种建立血液电磁仿真模型的方法及装置 |
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*** |
WO2018133118A1 (zh) | 2017-01-23 | 2018-07-26 | 上海联影医疗科技有限公司 | 血流状态分析***及方法 |
US11330994B2 (en) | 2017-03-08 | 2022-05-17 | Medtronic Vascular, Inc. | Reduced profile FFR catheter |
JP6878074B2 (ja) * | 2017-03-23 | 2021-05-26 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置及び医用画像処理装置 |
CN110494893B (zh) * | 2017-03-31 | 2024-01-23 | 皇家飞利浦有限公司 | 基于ffr的对非侵入性成像的交互监测 |
US10646122B2 (en) | 2017-04-28 | 2020-05-12 | Medtronic Vascular, Inc. | FFR catheter with covered distal pressure sensor and method of manufacture |
JP7232195B2 (ja) | 2017-05-04 | 2023-03-02 | コーニンクレッカ フィリップス エヌ ヴェ | 血管内の壁せん断応力の同時視覚化及び定量化のためのシステム及び方法 |
EP3428925B1 (en) | 2017-07-12 | 2022-06-29 | Siemens Healthcare GmbH | Method and system for clinical decision support with local and remote analytics |
US10909676B2 (en) * | 2017-07-12 | 2021-02-02 | Siemens Healthcare Gmbh | Method and system for clinical decision support with local and remote analytics |
US11589924B2 (en) | 2017-08-01 | 2023-02-28 | Siemens Healthcare Gmbh | Non-invasive assessment and therapy guidance for coronary artery disease in diffuse and tandem lesions |
US11235124B2 (en) | 2017-08-09 | 2022-02-01 | Medtronic Vascular, Inc. | Collapsible catheter and method for calculating fractional flow reserve |
US11219741B2 (en) | 2017-08-09 | 2022-01-11 | Medtronic Vascular, Inc. | Collapsible catheter and method for calculating fractional flow reserve |
US11871995B2 (en) | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
JP6974195B2 (ja) * | 2018-01-26 | 2021-12-01 | 史靖 清家 | 冠血流予備量比の算出方法、冠血流予備量比の算出装置及びプログラム |
CN108511075B (zh) * | 2018-03-29 | 2022-10-25 | 杭州脉流科技有限公司 | 一种非侵入式获取血流储备分数的方法和*** |
US10699407B2 (en) * | 2018-04-11 | 2020-06-30 | Pie Medical Imaging B.V. | Method and system for assessing vessel obstruction based on machine learning |
US11389130B2 (en) | 2018-05-02 | 2022-07-19 | Siemens Healthcare Gmbh | System and methods for fast computation of computed tomography based fractional flow reserve |
CN110448319B (zh) * | 2018-05-08 | 2023-04-28 | 上海博动医疗科技股份有限公司 | 基于造影影像及冠状动脉的血流速度计算方法 |
CN108763690B (zh) * | 2018-05-17 | 2021-04-20 | 华中科技大学 | 一种水轮机固定导叶叶型智能优化方法 |
US20210366620A1 (en) * | 2018-05-31 | 2021-11-25 | Corflow Therapeutics Ag | Microfluidic coronary circulatory model |
EP3605554A1 (en) | 2018-08-03 | 2020-02-05 | Koninklijke Philips N.V. | Blood flow measurement based on vessel-map slope |
US11185244B2 (en) | 2018-08-13 | 2021-11-30 | Medtronic Vascular, Inc. | FFR catheter with suspended pressure sensor |
CN109009220A (zh) * | 2018-08-15 | 2018-12-18 | 广州华科盈医疗科技有限公司 | 用于评估心脏介入疗效的评价指标及控制***,以及用于评估心脏介入疗效的*** |
CN112384138B (zh) * | 2018-10-25 | 2023-07-25 | 苏州润迈德医疗科技有限公司 | 获取心表大动脉的血流量的方法、装置、***及存储介质 |
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 |
WO2020098705A1 (zh) * | 2018-11-13 | 2020-05-22 | 苏州润迈德医疗科技有限公司 | 基于造影图像获取静息态下血管评定参数的方法及装置 |
CN109770867B (zh) * | 2018-12-21 | 2020-07-17 | 深圳市阅影科技有限公司 | 冠状动脉血流动力仿真数据处理方法和装置 |
PL3820357T3 (pl) * | 2019-01-11 | 2023-07-24 | Hemolens Diagnostics Spółka Z Ograniczoną Odpowiedzialnością | Modelowanie specyficznych dla pacjenta parametrów hemodynamicznych w tętnicach wieńcowych |
JP7434008B2 (ja) * | 2019-04-01 | 2024-02-20 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置およびプログラム |
US10861157B2 (en) | 2019-04-04 | 2020-12-08 | Medtronic Vascular, Inc. | System and methods for determining modified fractional flow reserve values |
US11710566B2 (en) | 2019-06-07 | 2023-07-25 | Siemens Healthcare Gmbh | Artificial intelligence dispatch in healthcare |
WO2021026125A1 (en) | 2019-08-05 | 2021-02-11 | Elucid Bioimaging Inc. | Combined assessment of morphological and perivascular disease markers |
EP4026491A4 (en) * | 2019-09-05 | 2023-09-06 | Suzhou Rainmed Medical Technology Co., Ltd. | SIMPLIFIED METHOD, APPARATUS AND SYSTEM FOR MEASURING CORONARY ARTERY VESSEL ASSESSMENT PARAMETERS |
EP4026492A4 (en) * | 2019-09-05 | 2023-10-11 | Suzhou Rainmed Medical Technology Co., Ltd. | METHOD, DEVICE AND SYSTEM FOR CONVENIENTLY AND QUICKLY MEASURING THE ASSESSMENT PARAMETER OF A CORONARY ARTERY |
WO2021046990A1 (zh) * | 2019-09-09 | 2021-03-18 | 苏州润迈德医疗科技有限公司 | 基于影像和压力传感器计算微循环指标的方法装置及*** |
US12039685B2 (en) | 2019-09-23 | 2024-07-16 | Cathworks Ltd. | Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device |
CN112785580B (zh) * | 2021-01-28 | 2024-02-02 | 深圳睿心智能医疗科技有限公司 | 确定血管流速的方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7693315B2 (en) * | 2003-06-25 | 2010-04-06 | Siemens Medical Solutions Usa, Inc. | Systems and methods for providing automated regional myocardial assessment for cardiac imaging |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7134994B2 (en) * | 2002-05-20 | 2006-11-14 | Volcano Corporation | Multipurpose host system for invasive cardiovascular diagnostic measurement acquisition and display |
US7912528B2 (en) * | 2003-06-25 | 2011-03-22 | Siemens Medical Solutions Usa, Inc. | Systems and methods for automated diagnosis and decision support for heart related diseases and conditions |
JP2006023945A (ja) | 2004-07-07 | 2006-01-26 | Canon Inc | 画像処理システム及び画像処理方法 |
US7127095B2 (en) * | 2004-10-15 | 2006-10-24 | The Brigham And Women's Hospital, Inc. | Factor analysis in medical imaging |
US7860290B2 (en) * | 2006-04-21 | 2010-12-28 | Siemens Medical Solutions Usa, Inc. | Three-dimensional (3D) modeling of coronary arteries |
US7916919B2 (en) | 2006-09-28 | 2011-03-29 | Siemens Medical Solutions Usa, Inc. | System and method for segmenting chambers of a heart in a three dimensional image |
US7953266B2 (en) | 2007-02-06 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Robust vessel tree modeling |
US11064964B2 (en) * | 2007-03-08 | 2021-07-20 | Sync-Rx, Ltd | Determining a characteristic of a lumen by measuring velocity of a contrast agent |
US9275190B2 (en) | 2007-04-23 | 2016-03-01 | Siemens Aktiengesellschaft | Method and system for generating a four-chamber heart model |
US8009887B2 (en) | 2007-11-02 | 2011-08-30 | Siemens Corporation | Method and system for automatic quantification of aortic valve function from 4D computed tomography data using a physiological model |
US8218845B2 (en) | 2007-12-12 | 2012-07-10 | Siemens Aktiengesellschaft | Dynamic pulmonary trunk modeling in computed tomography and magnetic resonance imaging based on the detection of bounding boxes, anatomical landmarks, and ribs of a pulmonary artery |
US8582854B2 (en) | 2008-09-15 | 2013-11-12 | Siemens Aktiengesellschaft | Method and system for automatic coronary artery detection |
US9405996B2 (en) | 2008-09-18 | 2016-08-02 | Siemens Aktiengesellschaft | Method and system for generating a personalized anatomical heart model |
US8538109B2 (en) | 2009-03-18 | 2013-09-17 | Siemens Aktiengesellschaft | Method and system for dynamic pulmonary trunk modeling and intervention planning |
US9715637B2 (en) | 2009-03-18 | 2017-07-25 | Siemens Healthcare Gmbh | Method and system for automatic aorta segmentation |
US8527251B2 (en) | 2009-05-01 | 2013-09-03 | Siemens Aktiengesellschaft | Method and system for multi-component heart and aorta modeling for decision support in cardiac disease |
US8609066B2 (en) * | 2009-08-10 | 2013-12-17 | Jaya Brigitte Rosenmeier | Use of UTP for the diagnosis of stenoses and other conditions of restricted blood flow |
US8224640B2 (en) | 2009-09-08 | 2012-07-17 | Siemens Aktiengesellschaft | Method and system for computational modeling of the aorta and heart |
US8157742B2 (en) * | 2010-08-12 | 2012-04-17 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US8315812B2 (en) * | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
US10162932B2 (en) * | 2011-11-10 | 2018-12-25 | Siemens Healthcare Gmbh | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
US10373700B2 (en) * | 2012-03-13 | 2019-08-06 | Siemens Healthcare Gmbh | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance |
US9247918B2 (en) * | 2012-07-09 | 2016-02-02 | Siemens Aktiengesellschaft | Computation of hemodynamic quantities from angiographic data |
-
2011
- 2011-09-07 US US13/226,779 patent/US9119540B2/en active Active
- 2011-09-16 CN CN201110340679.5A patent/CN102525443B/zh active Active
-
2015
- 2015-08-31 US US14/841,075 patent/US9999361B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7693315B2 (en) * | 2003-06-25 | 2010-04-06 | Siemens Medical Solutions Usa, Inc. | Systems and methods for providing automated regional myocardial assessment for cardiac imaging |
Non-Patent Citations (1)
Title |
---|
Patient-Specific Modeling of Cardiovascular Mechanics;Taylor.CA;《Annu Rev Biomed Eng》;20091231;第11卷;109-134 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105138813A (zh) * | 2014-05-29 | 2015-12-09 | 西门子公司 | 将病人数据从一种生理状态映射为另一种的***和方法 |
CN105138813B (zh) * | 2014-05-29 | 2019-05-28 | 西门子公司 | 将病人数据从一种生理状态映射为另一种的***和方法 |
Also Published As
Publication number | Publication date |
---|---|
US20120072190A1 (en) | 2012-03-22 |
US9999361B2 (en) | 2018-06-19 |
CN102525443A (zh) | 2012-07-04 |
US9119540B2 (en) | 2015-09-01 |
US20160066800A1 (en) | 2016-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102525443B (zh) | 用于基于医学图像数据对心血管循环建模的方法和设备 | |
AU2020244586B2 (en) | Method and system for sensitivity analysis in modeling blood flow characteristics | |
CN107115111B (zh) | 血流状态分析***及方法 | |
JP7304390B2 (ja) | 患者固有の血流のモデリングのための方法およびシステム | |
JP6796117B2 (ja) | 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム | |
EP3127026B1 (en) | Systems and methods for determining blood flow characteristics using flow ratio | |
US20200202973A1 (en) | Method and system for facilitating physiological computations | |
KR101910233B1 (ko) | 맥관구조를 수치 평가하는 시스템들 및 방법들 | |
CN108109698B (zh) | 计算血流储备分数的***和设置边界条件的方法 | |
CN105792738B (zh) | 用于改善功能狭窄分析的局部ffr估计和可视化 | |
CN104081401A (zh) | 用于对冠脉循环进行多尺度的解剖学和功能建模的方法和*** |
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: 20140702 Address after: Munich, Germany Applicant after: Siemens AG Address before: new jersey Applicant before: Siemens AG |
|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220117 Address after: Erlangen Patentee after: Siemens Healthineers AG Address before: Munich, Germany Patentee before: SIEMENS AG |