本发明涉及一种基于冠脉优势类型获取血管压力差的方法及装置，属于医疗技术领域。
背景技术
人体血液中的脂类及糖类物质在血管壁上的沉积将在血管壁上形成斑块，继而导致血管狭窄；特别是发生在心脏冠脉附近的血管狭窄将导致心肌供血不足，诱发冠心病、心绞痛等病症，对人类的健康造成严重威胁。据统计，我国现有冠心病患者约1100万人，心血管介入手术治疗患者数量的每年增长率大于10％。
冠脉造影cag、计算机断层扫描ct等常规医用检测手段虽然可以显示心脏冠脉血管狭窄的严重程度，但是并不能准确评价冠脉的缺血情况。为提高冠脉血管功能评价的准确性，1993年pijls提出了通过压力测定推算冠脉血管功能的新指标——血流储备分数(fractionalflowreserve，ffr)，经过长期的基础与临床研究，ffr已成为冠脉狭窄功能性评价的金标准。
血流储备分数(ffr)通常是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，研究表明，在冠脉最大充血状态下，血流量的比值可以用压力值来代替。即ffr值的测量可在冠脉最大充血状态下，通过压力传感器对冠脉远端狭窄处的压力和冠脉狭窄近端压力进行测定继而计算得出。近年来，基于压力导丝测量ffr值的方法逐渐进入临床应用，成为冠心病患者获得精准诊断的有效方法；同时随着ct与三维造影重建技术的发展及3d冠状动脉几何重建技术在血液力学研究领域的推广应用，同时，为减少ffr值测量过程中对人体带来的伤害及测量成本，基于医疗影像学的ffr计算技术已成为研究重点。
但是，因为每个患者的生理参数(例如：冠脉优势类型、年龄、性别等)不尽相同，而且有的患者自身还会带有病史信息，此时若还是利用cta来获得冠脉解剖数据，那么估算获得的最大冠脉血流量及计算获得的ffr数值的准确性将大打折扣。
有鉴于此，确有必要对现有的获取血管压力差的方法及装置进行改进，以解决上述问题。
技术实现要素：
本发明的目的在于提供一种基于冠脉优势类型获取血管压力差的方法，该方法简单、易操作，且计算获得的压力差数值准确度较高。
为实现上述目的，本发明提供了一种基于冠脉优势类型获取血管压力差的方法，所述基于冠脉优势类型获取血管压力差的方法包括：
接收一部分冠脉血管的解剖数据，根据所述解剖数据获取感兴趣区域的几何模型；
根据所述解剖数据并结合个体特异性数据，获取感兴趣区域的血流模型，并根据所述血流模型获取目标血管的第一血流速度v0；
基于冠脉优势类型，对所述第一血流速度v0进行修正，以获取感兴趣区域的第二血流速度v，所述第二血流速度v满足关系式：v＝ω*v0，其中，ω为纠偏参数；
对所述几何模型进行预处理，建立目标血管在近端终点和远端终点之间各个位置处的横截面形态模型；
以目标血管的近端终点为参考点，对不同尺度下的所述横截面形态模型进行拟合，计算目标血管管腔的形态差异函数f(x)，所述尺度为计算形态差异函数f(x)时相邻两横截面之间的距离；
基于所述目标血管管腔的形态差异函数f(x)和第二血流速度v，计算获得目标血管任意两位置间的压力差数值δp。
为实现上述发明目的，所述压力差数值δp在不同尺度下满足关系式
其中，c1、c2、c3、…、cm为第二血流速度v的参数系数；多项式c1v+c2v2+c3v3+…+cmvm可为常数；α1、α2...αn为不同尺度下形态差异函数f1(x)，f2(x)…fn(x)的加权系数；m为大于等于1的自然数；n为尺度为大于等于1的自然数。
为实现上述发明目的，所述不同尺度包括第一尺度、第二尺度……第n尺度；
所述第一尺度形态差异函数f1(x)用于检测第一种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异；
所述第二尺度形态差异函数f2(x)用于检测第二种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异；
……
所述第n尺度形态差异函数fn(x)用于检测第n种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异；其中，所述n为大于等于1的自然数。
为实现上述发明目的，所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块形成的角度、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化；或者，所述血流模型为个性化血流模型，所述第一血流速度v0可通过目标血管中流体充盈的速度计算获得的；所述形态差异函数f(x)用于表示目标血管不同位置处的横截面形态变化随着该位置到参考点的距离x变化的函数。
为实现上述发明目的，当所述冠脉优势类型为左优型左冠状动脉时，所述纠偏参数ω对应的取值范围为1.37～1.89；当所述冠脉优势类型为左优型右冠状动脉时，所述纠偏参数ω对应的取值范围为0.98～1.0；当所述冠脉优势类型为右优型左冠状动脉时，所述纠偏参数ω对应的取值范围为0.86～0.93；当所述冠脉优势类型为右优型右冠状动脉时，所述纠偏参数ω对应的取值范围为1.13～1.59；当所述冠脉优势类型为均衡型时，所述纠偏参数ω为1。
为实现上述发明目的，本发明还提供了一种基于冠脉优势类型获取血管压力差的装置，所述基于冠脉优势类型获取血管压力差的装置基于包括：
数据采集器，所述数据采集器用于获取及存储冠脉血管的解剖模型中感兴趣区域的几何参数；
压力差处理器，所述压力差处理器用于建立感兴趣区域的血流模型，并根据所述血流模型获取目标血管的第一血流速度v0，和基于所述几何参数建立对应感兴趣区域的几何模型；
基于冠脉优势类型，所述压力差处理器还用于对所述几何模型和血流模型进行修正，并基于修正后的所述几何模型和所述血流模型获取横截面形态模型、感兴趣区域的第二血流速度v以及血管压力差计算模型；同时，根据所述血管压力差计算模型和血流动力学，获取感兴趣区域近端终点与远端重点之间的压力差数值δp。
作为本发明的进一步改进，所述血流模型为个性化血流模型，所述第一血流速度v0可通过目标血管中流体充盈的速度计算获得的；所述几何模型为通过对所述解剖模型的图像数据进行测算，并拟合校准获得；所述横截面形态模型为通过所述几何模型直接/间接获得。
作为本发明的进一步改进，所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块形成的角度、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化。
为实现上述发明目的，本发明还提供了一种基于冠脉优势类型获取血流储备分数的装置，所述基于冠脉优势类型获取血流储备分数的装置包括：
数据采集器，所述数据采集器用于获取及存储冠脉血管的解剖模型中感兴趣区域的几何参数；
血流信息处理器，所述血流信息处理器用于建立感兴趣区域的血流模型，并根据所述血流模型获取目标血管的第一血流速度v0，和基于所述几何参数建立对应感兴趣区域的几何模型；
基于冠脉优势类型，所述血流信息处理器还用于对所述几何模型和所述血流模型进行修正，以获取横截面形态模型，并基于所述横截面形态模型和修正后的所述血流模型，获取血管压力差计算模型和感兴趣区域的第二血流速度v；同时，根据所述血管压力差计算模型和所述第二血流速度v并结合血流动力学，计算获取血流储备分数ffr。
作为本发明的进一步改进，所述血流模型为个性化血流模型，所述第一血流速度v0可通过目标血管中流体充盈的速度计算获得的；所述几何模型为通过对所述解剖模型的图像数据进行测算，并拟合校准获得；所述横截面形态模型为通过所述几何模型直接/间接获得；所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块形成的角度、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化。
作为本发明的进一步改进，所述第二血流速度v与所述第一血流速度v0之间满足关系式：v＝ω*v0，其中，ω为纠偏参数；当所述冠脉优势类型为左优型左冠状动脉时，所述纠偏参数ω对应的取值范围为1.37～1.89；当所述冠脉优势类型为左优型右冠状动脉时，所述纠偏参数ω对应的取值范围为0.98～1.0；当所述冠脉优势类型为右优型左冠状动脉时，所述纠偏参数ω对应的取值范围为0.86～0.93；当所述冠脉优势类型为右优型右冠状动脉时，所述纠偏参数ω对应的取值范围为1.13～1.59。
本发明的有益效果是：本发明的基于冠脉优势类型获取血管压力差的方法，在获取第一血流速度v0后，根据冠脉优势类型对该第一血流速度v0进行修正以获得第二血流速度v，从而利用该第二血流速度v来计算压力差数值δp，可以使得压力差数值δp的准确度较高。
附图说明
图1是本发明目标血管的一种形态下的几何模型的示意图。
图2是图1中d1位置处目标血管的横截面示意图。
图3是图1中d2位置处目标血管的横截面示意图。
图4是图2和图3中d1和d2位置处拟合后的横截面示意图。
图5是本发明目标血管的另一种形态下的几何模型的示意图。
图6是图5中d1位置处目标血管的横截面示意图。
图7是图5中d2位置处目标血管的横截面示意图。
图8是图6和图7中d1和d2位置处拟合后的横截面示意图。
图9是本发明获取血管压力差的装置的结构框图。
图10是本发明获取血流储备分数的装置的结构框图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
本发明揭示了一种基于冠脉优势类型获取血管压力差的方法，包括以下步骤：
接收一部分冠脉血管的解剖数据，根据所述解剖数据获取感兴趣区域的几何模型；
根据所述解剖数据并结合个体特异性数据，获取感兴趣区域的血流模型，并根据所述血流模型获取目标血管的第一血流速度v0；
基于冠脉优势类型，对所述第一血流速度v0进行修正，以获取感兴趣区域的第二血流速度v，所述第二血流速度v满足关系式：v＝ω*v0，其中，ω为纠偏参数；
对所述几何模型进行预处理，建立目标血管在近端终点和远端终点之间各个位置处的横截面形态模型；
以目标血管的近端终点为参考点，对不同尺度下的所述横截面形态模型进行拟合，计算目标血管管腔的形态差异函数f(x)，所述尺度为计算形态差异函数f(x)时相邻两横截面之间的距离；
基于所述目标血管管腔的形态差异函数f(x)和第二血流速度v，计算获得目标血管任意两位置间的压力差数值δp。
具体来讲，所述压力差数值δp在不同尺度下满足关系式：
其中，c1、c2、c3、…、cm为第二血流速度v的参数系数，此处的参数系数包括血液粘度影响因素、血液湍流影响因素及粘滞系数等多个参数系数。m为大于等于1的自然数，以对压力差数值δp进行修正，保证压力差数值δp计算的准确性；优选的，本发明中m的取值为2，且当m为2时，c1为因血液流动摩擦产生的参数系数，c2为血液湍流产生的参数系数。
α1、α2...αn为不同尺度下形态差异函数f1(x)，f2(x)…fn(x)的加权系数；所述加权系数的增加可进一步对形态差异函数f(x)进行修正，保证两横截面之间形态差异拟合计算的准确性。n为尺度为大于等于1的自然数。
具体来讲，所述不同尺度包括第一尺度、第二尺度……第n尺度。
所述第一尺度形态差异函数f1(x)用于检测第一种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异；
所述第二尺度形态差异函数f2(x)用于检测第二种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异；
……
所述第n尺度形态差异函数fn(x)用于检测第n种病变特征所引起的相邻两横截面形态模型所对应的几何形态差异。
所述横截面形态模型的建立包括以下步骤：
s1、定义目标血管近端终点处的横截面为参考面，通过中心线提取与建立方法，获得所述几何模型的中心径线；
s2、以所述参考面的中心点为原点建立坐标系，沿垂直所述中心径线的方向对所述目标血管进行分割，将各横截面内外边缘投影在所述坐标系中，以获取目标血管在各个位置处管腔横截面的平面几何图像，横截面形态模型建立结束。
所述横截面形态模型包括各横截面上的斑块信息，所述斑块信息即为目标血管的病变信息，包括：斑块的有无、斑块的位置、斑块的大小、斑块形成的角度、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化。具体来讲，大量数据表明：1、当斑块(即为病变)的长度＞20mm时，会导致目标血管中血流速度v减小，从而导致目标血管压力差数值δp升高，进一步导致血流特征值(如血流储备分数ffr)的计算出现误差；2、当同一横截面处斑块的组成复杂和/或狭窄率高时，则会导致目标血管压力差数值δp升高；3、当斑块处于不同位置处时，目标血管所供应的心肌体积区域不同，将导致病变位置与非病变位置处的面积比发生变化，从而影响血流速度v，继而影响目标血管中压力差数值δp的大小。
需要说明的是，本发明中，各个位置处的管腔横截面的平面几何图像均需以步骤s2中建立的坐标系为参考，明确各横截面上斑块的位置，以方便横截面形态模型的后续拟合。另外，在所述横截面形态模型的建立过程中，当所述解剖数据为采用ct、oct、ivus等检测手段获取时，所述横截面形态模型可通过所述几何模型直接获取，只需保证每个所述横截面形态模型的原点及坐标方向一致即可；当所述解剖数据为采用x射线等检测手段获取时，由于所述几何模型为沿血流方向延伸的立体模型，则在通过所述几何模型建立所述横截面形态模型时，需对所述几何模型进行坐标转换，以准确反应各个横截面的截面形态。
所述形态差异函数f(x)用于表示目标血管不同位置处的横截面形态变化随着该位置到参考点的距离x变化的函数；且所述形态差异函数f(x)通过对不同尺度下的所述横截面形态模型进行拟合计算获得，所述尺度为计算形态差异函数f(x)时相邻两横截面之间的距离。
所述形态差异函数f(x)可以利用相邻两横截面之间的面积差异来表示，如图1至图4所示，对d1和d2位置处的两横截面形态模型进行拟合，拟合完成后，定义血管管腔斑块增加的区域为a1，对应的面积为s1；定义血管管腔减少的区域为a2，对应的面积为s2。由于d1和d2位置处的血管管腔(斑块)不重叠，因此当血流经d1处流向d2处时，血流压力将随之发生变化；定义血管管腔中重叠区域的面积为s3，此时，可以利用非重叠区域面积(s1+s2)与整个血管管腔面积(s1+s2+s3)之间的比值来表示形态差异函数f(x)，此时，所述形态差异函数f(x)＞0，即横截面d1和d2之间存在压力差。当d1和d2位置处的血管管腔(斑块)完全重叠时，如图5至图8所示，区域a1与a2完全重叠，此时区域a1与a2对应的面积s1＝s2＝0，此时，所述形态差异函数f(x)＝0，即横截面d1和d2之间不存在压力差。
当然，所述形态差异函数f(x)也可以利用相邻两个管腔横截面之间的距离差异来表示，具体为：在相邻两个管腔横截面上均选取可以构成整个斑块区域的多个点，若其中一个管腔横截面上的多个点与相邻管腔横截面上的多个点相互对应，且相互对应的两个点之间的距离均相同，则说明该相邻两个管腔的形态完全一致，所述形态差异函数f(x)＝0；若其中一个管腔横截面上的多个点与相邻管腔横截面上的多个点只有部分对应，且两个管腔横截面之间点与点的距离不完全相同，则说明该相邻两个管腔的形态不完全一致，所述形态差异函数f(x)＞0。
本发明中，所述血流模型为个性化血流模型，所述个性化血流模型即为通过个体的个性化信息采集获取建立的血流模型，所述第一血流速度v0是由目标血管中流体的充盈速度计算获得；进一步的，在本发明中所述个性化血流模型为造影剂血流模型，此时所述第一血流速度v0是由血管内造影剂的充盈速度计算获得的。当然，在其他实施例中，所述血流模型也可为固定血流模型，此时所述第一血流速度v0可由经验值估算获得。
另外，当冠脉优势类型不同时，所述纠偏参数ω对应的取值范围也不同，从而计算获得的第二血流速度v也不同、压力差数值δp也不同。以下将对所述纠偏参数ω的取值范围进行举例说明：当所述冠脉优势类型为左优型左冠状动脉时，所述纠偏参数ω对应的取值范围为1.37～1.89；当所述冠脉优势类型为左优型右冠状动脉时，所述纠偏参数ω对应的取值范围为0.98～1.0；当所述冠脉优势类型为右优型左冠状动脉时，所述纠偏参数ω对应的取值范围为0.86～0.93；当所述冠脉优势类型为右优型右冠状动脉时，所述纠偏参数ω对应的取值范围为1.13～1.59；当所述冠脉优势类型为均衡型时，所述纠偏参数ω为1。
需要说明的是，本发明中的所述纠偏参数ω是根据临床实际经验，通过大数据采集及模拟的方法获取；即在本发明中所述纠偏参数ω均为优选数值，当然在其他实施例中，所述纠偏参数ω还可为其他数值。
需要注意的是：影响所述压力差数值δp的因素还包括心肌微循环阻力(imr)及是否存在侧支循环。具体来讲，当感兴趣区域存在心肌微循环障碍时，将影响微循环灌注，继而影响目标血管的第二血流速度v和压力差数值δp，从而导致血流特征值(如血流储备分数ffr)的计算出现误差；当感兴趣区域存在侧支循环时，将导致流过目标血管的最大血流量减少，从而使目标血管的压力差数值δp降低，血流储备分数ffr的计算值升高。
请参阅图9所示，本发明还提供了一种基于冠脉优势类型获取血管压力差的装置，包括：
数据采集器，所述数据采集器用于获取及存储冠脉血管的解剖模型中感兴趣区域的几何参数；
压力差处理器，所述压力差处理器用于建立感兴趣区域的血流模型，并根据所述血流模型获取目标血管的第一血流速度v0，和基于所述几何参数建立对应感兴趣区域的几何模型；
基于冠脉优势类型，所述压力差处理器还用于对所述几何模型和血流模型进行修正，并基于修正后的所述几何模型和所述血流模型获取横截面形态模型、感兴趣区域的第二血流速度v以及血管压力差计算模型；同时，根据所述血管压力差计算模型和血流动力学，获取感兴趣区域近端终点与远端重点之间的压力差数值δp。
本发明中，所述血流模型为个性化血流模型，所述第一血流速度v0是由目标血管中流体的充盈速度计算获得；进一步的，在本发明中所述个性化血流模型为造影剂血流模型，此时所述第一血流速度v0是由血管内造影剂的充盈速度计算获得的。所述几何模型为通过对所述解剖模型的图像数据进行测算，并拟合校准获得。所述横截面形态模型为通过所述几何模型直接/间接获得，且所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块形成的角度、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化。
所述压力差数值δp通过如下公式计算获得：
其中，c1、c2、c3、…、cm为第二血流速度v的参数系数，多项式c1v+c2v2+c3v3+…+cmvm可为常数；此处的参数系数包括血液粘度影响因素、血液湍流影响因素及粘滞系数等多个参数系数。m为大于等于1的自然数，以对压力差数值δp进行修正，保证压力差数值δp计算的准确性；优选的，本发明中m的取值为2，且当m为2时，c1为因血液流动摩擦产生的参数系数，c2为血液湍流产生的参数系数。
α1、α2...αn为不同尺度下形态差异函数f1(x)，f2(x)…fn(x)的加权系数；所述加权系数的增加可进一步对形态差异函数f(x)进行修正，保证两横截面之间形态差异拟合计算的准确性。n为尺度为大于等于1的自然数。
所述第二血流速度v与所述第一血流速度v0之间满足关系式：v＝ω*v0，其中，ω为纠偏参数。当所述冠脉优势类型为左优型左冠状动脉时，所述纠偏参数ω对应的取值范围为1.37～1.89；当所述冠脉优势类型为左优型右冠状动脉时，所述纠偏参数ω对应的取值范围为0.98～1.0；当所述冠脉优势类型为右优型左冠状动脉时，所述纠偏参数ω对应的取值范围为0.86～0.93；当所述冠脉优势类型为右优型右冠状动脉时，所述纠偏参数ω对应的取值范围为1.13～1.59；当所述冠脉优势类型为均衡型时，所述纠偏参数ω为1。
请参阅图10所示，本发明还提供了一种基于冠脉优势类型获取血流储备分数的装置，包括：
数据采集器，所述数据采集器用于获取及存储冠脉血管的解剖模型中感兴趣区域的几何参数；
血流信息处理器，所述血流信息处理器用于建立感兴趣区域的血流模型，并根据所述血流模型获取目标血管的第一血流速度v0，和基于所述几何参数建立对应感兴趣区域的几何模型；
基于冠脉优势类型，所述血流信息处理器还用于对所述几何模型和所述血流模型进行修正，以获取横截面形态模型，并基于所述横截面形态模型和修正后的所述血流模型，获取血管压力差计算模型和感兴趣区域的第二血流速度v；同时，根据所述血管压力差计算模型和所述第二血流速度v并结合血流动力学，计算获取血流储备分数ffr。
本发明中，所述血流模型为个性化血流模型，所述个性化血流模型即为通过个体的个性化信息采集获取建立的血流模型，所述第一血流速度v0是由目标血管中流体的充盈速度计算获得。所述几何模型为所述血流信息处理器通过对所述解剖模型的图像数据进行测算，并拟合校准获得。所述横截面形态模型为通过所述几何模型直接/间接获得，且所述横截面形态模型包括各横截面上斑块的有无、斑块的位置、斑块的大小、斑块形成的角度、斑块的组成及斑块组成的变化、斑块的形状及斑块形状的变化。
所述血流储备分数ffr通过如下公式计算获得：ffr＝(pa-δp)/pa，其中pa为感兴趣区域近端终点处的血流压力值，δp为感兴趣区域近端终点与远端终点之间的压力差数值。
感兴趣区域近端终点处的血流压力值pa可以根据所述第二血流速度v推算获得。所述第二血流速度v与所述第一血流速度v0之间满足关系式：v＝ω*v0，其中，ω为纠偏参数。当所述冠脉优势类型为左优型左冠状动脉时，所述纠偏参数ω对应的取值范围为1.37～1.89；当所述冠脉优势类型为左优型右冠状动脉时，所述纠偏参数ω对应的取值范围为0.98～1.0；当所述冠脉优势类型为右优型左冠状动脉时，所述纠偏参数ω对应的取值范围为0.86～0.93；当所述冠脉优势类型为右优型右冠状动脉时，所述纠偏参数ω对应的取值范围为1.13～1.59；当所述冠脉优势类型为均衡型时，所述纠偏参数ω为1。
所述压力差数值δp通过如下公式计算获得：
其中，c1、c2、c3、…、cm为第二血流速度v的参数系数，多项式c1v+c2v2+c3v3+…+cmvm可为常数；此处的参数系数包括血液粘度影响因素、血液湍流影响因素及粘滞系数等多个参数系数。m为大于等于1的自然数，以对压力差数值δp进行修正，保证压力差数值δp计算的准确性；优选的，本发明中m的取值为2，且当m为2时，c1为因血液流动摩擦产生的参数系数，c2为血液湍流产生的参数系数。
α1、α2...αn为不同尺度下形态差异函数f1(x)，f2(x)…fn(x)的加权系数；所述加权系数的增加可进一步对形态差异函数f(x)进行修正，保证两横截面之间形态差异拟合计算的准确性。n为尺度为大于等于1的自然数。
需要指出的是，上述装置及功能模块仅仅为示例性的给出实现该技术方案的基本结构，而非唯一结构。
综上所述，本发明的基于冠脉优势类型获取血管压力差的方法及装置，在获取第一血流速度v0后，可根据冠脉优势类型对该第一血流速度v0进行修正以获得第二血流速度v，从而利用该第二血流速度v来计算压力差数值δp，并基于计算获得的压力差数值δp来计算血流储备分数ffr，可以使得压力差数值δp和血流储备分数ffr的准确度更高。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围。