本申请涉及生物医学工程技术，尤其涉及一种确定冠状动脉血流储备分数的方法、装置及计算机可存储介质。
背景技术：
2018年《中国心血管病报告》的数据显示，我国现有心血管病患者2.9亿人，其中冠心病患者1300万人，且发病率仍处于持续上升阶段，冠心病患者的医疗费用已经成为我国重大公共卫生负担。冠心病主要指冠状动脉粥样硬化而引起的血管腔狭窄或阻塞导致心肌缺血缺氧、坏死，进而引发心绞痛、心肌梗塞甚至猝死，是困扰世界人类的一种高发疾病。因此，如何有效、准确地评估冠状动脉缺血，并及时介入有效治疗是医学界长期的研究焦点。
目前使用冠状动脉计算机断层扫描血管造影(computertomographyangiography，cta)和有创冠状动脉造影(invasivecoronaryangiography，ica)检查是诊断冠心病的常规方法，但心肌缺血是一种生理功能状态，与血管狭窄、供应心肌大小、微循环状态等都密切相关，仅仅靠血管狭窄无法全面反映出心肌缺血的状态。研究表明根据冠状动脉狭窄判断心肌缺血对冠心病诊断存在28％的假阳性和13％假阴性。
如今临床上评估血管狭窄引起的心肌缺血的“金标准”是冠状动脉血流储备分数(fractionalflowreserve，ffr)，ffr是指冠状动脉微循环最大充血状态下，存在狭窄病变时血管所能获得的最大血流量，与正常状态下血管所能获得的最大血流量的比值。冠状动脉微循环充血状态下的阻力可忽略不计，根据流体力学理论可知，心肌组织的血流量与灌注压呈正比。故ffr可以通过狭窄病变下游远端的压力与狭窄上游压力的比值计算得出。但ffr检查需要使用价格昂贵的手术耗材压力导丝，且手术时间长，手术存在损伤病变血管的风险，其需要注射的微循环扩张药物亦存在一定副作用，诸多原因都限制了它在临床上的应用。
于是冠状动脉ffrcta技术应运而生，冠状动脉ffrcta技术是基于患者的ct血管造影图像，实现冠状动脉血管的三维模型重建，再利用数值模拟的方法实现冠状动脉的流体力学仿真，通过仿真计算得到冠状动脉病变近心端与远端压力值，从而无创的获得患者冠状动脉的ffr值。在ffrcta技术中，冠状动脉三维模型重建的质量和流体力学计算边界条件的设置是影响计算结果准确性的两个主要因素。
而在冠心病介入治疗中，弥漫性病变约占20％，并有逐年增加的趋势。弥漫性病变通常较为复杂，而且具有其独有特征：常常伴有成角、钙化、扭曲、偏心性、流道不规则等。而钙化、偏心性和流道不规则这些因素很难通过三维重构复现，这些信息的缺失会限制一般计算流体力学(computationalfluiddynamics，cfd)方法的适用性，同时这些复杂特性也加大了临床诊断的难度，故而临床上常常直接采用更保守的介入治疗手段，究其原因正是因为目前尚无应对弥漫性病变的高效、针对性的诊断方法。
技术实现要素：
为解决上述技术问题，本申请实施例期望提供一种确定冠状动脉血流储备分数的方法、装置及计算机可读存储介质，尤其可针对弥漫性病变这类复杂病变，进行个性化的精确ffr计算。
本申请的技术方案是这样实现的：
第一方面，提供了一种确定冠状动脉血流储备分数的方法，所述方法包括：
获取冠状动脉的图像信息，从所述冠状动脉的图像信息中获取冠状动脉病变的特征参数；
基于所述冠状动脉病变的特征参数确定冠状动脉病变的修正参数；
基于所述修正参数对流动控制方程进行修正，得到修正后的流动控制方程；
求解所述修正后的流动控制方程，得到所述冠状动脉内部的血压值；
基于所述冠状动脉内部的血压值和第一血压值，得到所述冠状动脉的血流储备分数ffr。
第二方面，本申请实施例还提供了一种确定冠状动脉血流储备分数的装置，所述装置包括：
图像处理模块，用于获取冠状动脉的图像信息，从所述冠状动脉的图像信息中获取冠状动脉病变的特征参数；
修正模块，用于基于所述冠状动脉病变的特征参数确定冠状动脉病变的修正参数；基于所述修正参数对流动控制方程进行修正，得到修正后的流动控制方程；
计算模块，用于求解所述修正后的流动控制方程，得到所述冠状动脉内部的血压值；基于所述冠状动脉内部的血压值和第一血压值，得到所述冠状动脉的血流储备分数ffr。
第三方面，本申请实施例还提供了另一种确定冠状动脉血流储备分数的装置，所述装置包括：处理器和配置为存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器配置为运行所述计算机程序时，执行前述任一项所述方法的步骤。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现前述方法的步骤。
采用上述技术方案，冠状动脉病变后，无需侵入式手术检查，而是利用个人的冠状动脉病变的特征参数，得到个性化的修正参数，进而利用修正参数对流动控制方程进行修正，使流体力学计算中得以体现冠状动脉病变的复杂性对血流的影响，从而弥补采用一般cfd方法在计算复杂冠状动脉病变的ffr时不可避免的信息损失，减小ffr的计算误差。
附图说明
图1为本申请实施例中确定冠状动脉血流储备分数的方法示意图1；
图2为本申请实施例中心脏的cta图像示意图；
图3为本申请实施例中心脏图像的三维图像示意图；
图4为本申请实施例中主动脉和冠状动脉的三维图像示意图；
图5为本申请实施例中冠状动脉的cpr图像示意图；
图6为本申请实施例中左冠状动脉的网格图像示意图；
图7为本申请实施例中的基于一般ffrcta方法得到的左冠状动脉内ffr分布示意图；
图8本申请实施例中的修正后的左冠状动脉内的ffr分布示意图；
图9为本申请实施例中ffr确定方法的流程示意图2；
图10为本申请实施例中确定冠状动脉血流储备分数的装置的组成结构示意图1；
图11为本申请实施例中确定冠状动脉血流储备分数的装置的组成结构示意图2。
具体实施方式
为了能够更加详尽地了解本申请实施例的特点与技术内容，下面结合附图对本申请实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本申请实施例。
实施例一
如图1所示，确定冠状动脉血流储备分数的方法具体包括：
步骤101：获取冠状动脉的图像信息，从冠状动脉的图像信息中获取冠状动脉病变的特征参数；
步骤102：基于冠状动脉病变的特征参数确定冠状动脉病变的修正参数；
步骤103：基于修正参数对流动控制方程进行修正，得到修正后的流动控制方程；
步骤104：求解修正后的流动控制方程，得到冠状动脉内部的血压值；
步骤105：基于冠状动脉内部的血压值和第一血压值，得到冠状动脉的血流储备分数ffr。
这里，步骤101至步骤105的执行主体可以为确定冠状动脉血流储备分数装置的处理器。
这里，ffr是指冠状动脉最大充血状态下，存在狭窄病变时血管所能获得的最大血流量，与正常状态下时血管所能获得的最大血流量的比值，在临床医学应用中可等效为最大充血状态下的狭窄远端冠状动脉内平均压(pd)与冠状动脉口部主动脉平均压(pa)的比值。
这里，冠状动脉的图像信息为能够表征冠状动脉病变特征的符合医学数字成像和通信(digitalimagingandcommunicationsinmedicine，dicom)规格的二维图像、三维图像或其他形式的图像，比如：cta图像。
实际应用中，步骤101还可以包括：根据冠状动脉的图像信息获取冠状动脉的三维图像；冠状动脉的三维图像可用于进一步生成用于计算的cfd模型。这里，cfd模型用于求解修正后的流动控制方程，cfd模型可以为三维模型，降维模型(如一维或者pod降维模型等)以及近似简化模型。
这里，流动控制方程可以是常规计算流体力学计算中的纳维-斯托克斯方程(n-s方程)，也可以是计算降维模型或近似简化模型时所采用的简化或变形的流体流动控制方程。
这里，获取冠状动脉的图像信息的方法具体可以包括：获取心脏的图像信息，从心脏的图像信息中获取冠状动脉的图像信息。
示例性的，获取心脏的计算机断层扫描血管造影cta图像信息；基于心脏的cta图像信息重构心脏的三维图像，得到心脏的三维图像；从心脏的三维图像中分离出心肌的三维图像和冠状动脉的三维图像；基于心肌的三维图像和冠状动脉的三维图像，计算冠状动脉的出口阻抗；其中，冠状动脉的出口阻抗用于求解修正后的流动控制方程。
心脏的cta图像如图2所示，基于心脏的cta图像信息重构心脏的三维图像，为根据心脏的cta图像的二阶灰度图像数据利用三维图像重构算法处理，得到心脏的三维立体结构数据，并显示为具有实感的三维图像，如图3所示。
从心脏的三维图像中分离出心肌的三维图像和冠状动脉的三维图像，为在重构的心脏三维图像上，采用图像识别的方法分离出心肌各部分、主动脉、冠状动脉各分支对应的三维图像数据，如图4所示，便为通过图像识别、切割、基于区域生长方法获得的冠状动脉三维图像数据，其中，上半部分较粗的血管为主动脉，下半部分较细的分支血管为冠状动脉。
相应的，步骤101具体可以包括：从心脏的cta图像信息中获取冠状动脉的曲面重建cpr图像信息；从冠状动脉的cpr图像信息中获取冠状动脉病变的特征参数。
从心脏的cta图像信息中获取冠状动脉的曲面重建cpr图像信息，为根据cta的二阶灰度图像数据，通过曲面重构算法，获取对应冠状动脉的不同视角的投影图像如图5所示，图5中还示出了两个点的坐标，索引(index)信息，以及像素[r，g，b]，其中，第一个点的[x，y]为[317，105]，索引为1455，[r，g，b]为[0.502，0.502，0.502]；第二个点的[x，y]为[254，271]，索引为1449，[r，g，b]为[0.498，0.498，0.498]。
从冠状动脉的cpr图像信息中获取冠状动脉病变的特征参数，为对冠状动脉的cpr图像信息进行量化，通过软件测量得到诸如病变长度、血管直径，斑块截面积等一系列参数，并转化计算得到相应的特征参数。
这里，基于心肌的三维图像和冠状动脉的三维图像，计算冠状动脉的出口阻抗，包括：基于心肌的三维图像，计算冠状动脉的血液总流量；基于冠状动脉的三维图像和冠状动脉的血液总流量，计算冠状动脉至少一个分支的血液流量；基于冠状动脉至少一个分支的血液流量和第三血压值，计算冠状动脉至少一个分支的出口阻抗。
示例性的，基于心肌的三维图像，计算冠状动脉的血液总流量，包括：根据心肌的三维图像确定左心室的心肌体积；根据左心室的心肌体积和心肌密度，得到左心室的心肌质量；基于左心室的心肌质量和血流量系数，得到冠状动脉的血液总流量。
基于冠状动脉的三维图像和冠状动脉的血液总流量，计算冠状动脉至少一个分支的血液流量，包括：基于冠状动脉的三维图像，得到冠状动脉至少一个分支入口信息；基于冠状动脉至少一个分支入口信息分配冠状动脉的血液总流量，得到进入冠状动脉至少一个分支的血液流量。
实际应用中，步骤102具体可以包括：基于冠状动脉病变的特征参数和至少一个常数，确定冠状动脉病变的修正参数。示例性的，冠状动脉病变的特征参数至少包括：冠状动脉直径狭窄率、病变长度、冠状动脉病变最小直径和体积损失率。
实际应用中，步骤103具体可以包括：基于修正参数、冠状动脉的血液动力粘度，得到流动控制方程的源项；将源项添加到流动控制方程中，得到修正后的流动控制方程。
血液在医学上通常被认为是不可压缩流体，则其流动控制方程(此处为n-s方程)可以表示为：
其中
示例性的，当冠状动脉发生病变时，比如弥漫性病变，由于弥漫性病变的部分特征难以通过冠状动脉的三维重构复现，为了弥补这些影响ffr的特征的缺失，在流动控制方程中引入额外的源项作为修正加入cfd计算中：
其中v为血流速度，c1、c2均为常数。
在血管层流中，上式中的常数c2可视为0，于是基于修正参数得到的修正模型(可以理解为源项)可简化为：
因此，在cfd计算中血流在各个方向上的压力损失分量为：
其中，vj为x，y，z方向上的速度分量，δnx，δny和δnz为弥漫性病变在x，y，z方向上的长度，修正参数c1为与弥漫性病变特征参数的关系为：
c1＝a(dsa·lb·mldc·vld)e+b(dsa·lb·mldc·vld)+c
其中，a、b、c和a、b、c、d、e为通过数学方法回归得到常数，即本申请实施例中至少一个常数，ds为冠状动脉直径狭窄率，l为弥漫性病变长度，mld为冠状动脉病变最小直径，vl为体积损失率。这里，通过修正参数c1得到修正模型，并将修正模型作为源项添加到流动控制方程中。
这里，流动控制方程可以是常规计算流体力学计算中的纳维-斯托克斯方程(n-s方程)，也可以是计算降维模型或近似简化模型时所采用的简化或变形的流体流动控制方程。修正模型在作为源项加入这些流动控制方程中时，根据具体控制方程的表现形式，其表现形式也可能略有不同。
这里，弥漫性病变的直径狭窄率、长度、最小直径、体积损失率为通过统计学方法筛选出的有效特征参数，用以综合表征弥漫性病变的严重程度，根据这些特征参数便可得到个性化的修正参数，进而利用修正参数得到修正模型，通过修正模型在流体力学计算中体现弥漫性病变的复杂性对血流的影响。
实际应用中，步骤104具体可以包括：将冠状动脉的三维图像进行区域划分，得到冠状动脉的网格数据；利用冠状动脉的出口阻抗和第二血压值设置边界条件；基于冠状动脉的网格数据和边界条件，求解修正后的流动控制方程，得到冠状动脉内部的血压值。这里，第二血压值可以与第一血压值相同，比如，第一血压值和第二血压值均为冠状动脉入口平均血压值。
也就是说，至少基于网格数据和边界条件生成可用于计算的cfd模型，在cfd模型上求解修正后的流动控制方程。这里，cfd模型可以是三维模型，降维模型(如一维或者pod降维模型等)以及近似简化模型。比如，当网格数据为三维时建立对应的三维cfd模型，在三维cfd模型求解修正后的流动控制方程；当采用降维模型如一维模型时建立对应的一维cfd模型，在一维cfd模型上求解修正后的流动控制方程。采用何种模型进行求解取决于实际情况对cfd计算的要求。
示例性的，对冠状动脉的三维图像进行区域离散化，得到冠状动脉的网格数据，用以在每一个网格上利用数值方法求解流动控制方程，最终得到冠状动脉各个网格区域的血液流场信息。这里，血液流场信息至少包括冠状动脉内部各个网格区域的血压值。
由于冠状动脉结构的复杂性，通常采用四面体网格，边界层采用棱柱网格，划分网格后左冠状动脉三维图像如图6所示。
这里，第二血压值为冠状动脉入口平均动脉血压，此处将其作为冠状动脉入口边界条件，冠状动脉各动脉出口阻抗ri为作为出口边界条件，弥漫性病变修正模型作为源项加入流动控制方程：
采用数值方法求解流动控制方程组，便可得到冠状动脉各处的流场参数信息，此处关心的是冠状动脉各处的血压值pcai。
实际应用中，由于ffr值可近似等于冠状动脉狭窄远端压力pd与冠状动脉近端压力pa(即第一血压值)之比，因此，冠状动脉的ffr值为：
当pcai取在病变以远，即可等效于pd，此时得到的ffr值即为一般医学意义上的ffr值。比如，pcai取在距离病变位置以远2-3cm位置处的冠状动脉内部的血压值。
冠状动脉由于存在复杂的弥漫性病变，采用一般ffrcta方法(即不采用弥漫性病变修正模型)，计算得到的左冠状动脉ffr值灰度图如图7所示，加入弥漫性病变修正模型得到的左冠状动脉ffr值灰度图如图8所示，图7和图8中左边为确定ffr值的标尺，左冠状动脉不同位置颜色深浅代表ffr值的大小，颜色越深代表ffr值越小，病变危害越严重；颜色越浅代表ffr值越大，病变危害程度越轻。本申请实施例所提供的确定ffr的方法，可依据冠状动脉病变的具体特征参数，得到个性化的修正参数，来修正流动控制方程，从而提高血流流场的计算精度，减少由于个体差异以及弥漫性病变的复杂性造成的误差，进而提高ffr的计算精度。比较图7和图8可以看出采用弥漫性病变修正模型得到的ffr值，比不采用弥漫性病变修正模型得到的ffr值更小，更接近真实值。引入弥漫性病变修正模型可以更为准确地得到存在弥漫性病变的冠状动脉ffr数值，进而为临床诊断提供有力的帮助。
采用上述技术方案，冠状动脉病变后，无需侵入式手术检查，而是利用个人的冠状动脉病变的特征参数，得到个性化的修正参数，进而利用修正参数对流动控制方程进行修正，使流体力学计算中得以体现冠状动脉病变的复杂性对血流的影响，从而弥补采用一般cfd方法在计算复杂冠状动脉病变的ffr时不可避免的信息损失，减小ffr的计算误差。
实施例二
为了能更进一步体现本申请的技术方案，在本申请实施例一的基础上，进行进一步的举例说明，如图9所示，确定冠状动脉血流储备分数方法具体包括：
步骤901：获取心脏的计算机断层扫描血管造影cta图像信息；
步骤902：基于心脏的cta图像信息重构心脏的三维图像得到心脏的三维图像；从心脏的三维图像中分离出心肌的三维图像和冠状动脉的三维图像；
具体的，根据心脏的cta图像的二阶灰度图像数据利用三维图像重构算法处理，得到心脏的三维立体结构数据，并显示为具有实感的三维图像，如图4所示；采用图像识别的方法从心脏的三维图像中分离出心肌各部分、主动脉、冠状动脉各分支对应的三维图像数据。
步骤903：基于心肌的三维图像和冠状动脉的三维图像，计算冠状动脉的出口阻抗；
具体的，基于心肌的三维图像，计算冠状动脉的血液总流量；基于冠状动脉的三维图像和冠状动脉的血液总流量，计算冠状动脉至少一个分支的血液流量；基于冠状动脉至少一个分支的血液流量和第三血压值，计算冠状动脉至少一个分支的出口阻抗。这里，第三血压值为假定冠状动脉不存在病变时冠状动脉出口平均血压值。
其中，根据心肌的三维图像确定左心室的心肌体积；根据左心室的心肌体积和心肌密度，得到左心室的心肌质量；基于左心室的心肌质量和血流量系数，得到冠状动脉的血液总流量。
基于冠状动脉的三维图像和冠状动脉的血液总流量，计算冠状动脉至少一个分支的血液流量，包括：基于冠状动脉的三维图像，得到冠状动脉至少一个分支入口信息；基于冠状动脉至少一个分支入口信息分配冠状动脉的血液总流量，得到进入冠状动脉至少一个分支的血液流量。这里，分支入口信息可以为分支的入口直径，具体采用水力直径来定义冠状动脉各分支的入口直径。
具体的，根据心肌的三维图像数据可计算得到左心室心肌体积v，然后取左心室心肌平均密度ρ，便可根据公式m＝ρv计算得到左心室心肌质量；而进入冠状动脉的总血流量与心肌质量的关系为：
q＝q0m3/4
其中，q为进入冠状动脉的总血流量，q0＝5.4ml/g·min为血流量系数。
根据冠状动脉的三维图像，计算冠状动脉各分支入口信息，并依据各分支入口信息分配分别进入冠状动脉各分支的血液流量。
首先，依据个体冠状动脉的优势型按经验比例分配左右冠状动脉的流量。比如，冠状动脉为左优势型时，左右冠状动脉的流量的经验比例为7:3，为右优势型时，左右冠状动脉的流量的经验比例为3:7，为均衡型时，左右冠状动脉的流量的经验比例为5:5。
随后，依据冠状动脉各分支入口直径的比例，逐级分别计算进入冠状动脉各分支的血液流量。比如，冠状动脉第一级左冠状动脉与右冠状动脉的入口直径的比例为7:3，第二级左冠状动脉的前降支与左旋支的入口直径的比例为4:6。
需要注意的是，由于冠状动脉的横截面并非严格的圆形，因此实际应用中主要根据冠状动脉的三维图像数据获取横截面积s以及周长c，并采用水力直径d＝4s/c来定义冠状动脉的入口直径；
由于各分支血流量与血管入口直径的三次方成正比关系，因此进入冠状动脉各分支的血流量便依照各分支入口直径比例进行分配，此处以前降支和回旋支为例，设左冠状动脉入口流量为ql，前降支入口直径为dlad，回旋支入口直径为dlcx，则进入前降支的血液流量qlad为：
相应的，进入回旋支的血液流量qlcx为：
qlcx＝ql-qlad
其他各级也以此进行逐级分配，直到得到全部分支流量。这里，lad(leftanteriordescendingartery)指左前降支动脉、lcx(leftcircumflexartery)指左旋支动脉
在一个实施例中，根据病患的心肌三维图像数据，得到左心室心肌体积v＝165.25ml，再取左心室心肌的经验平均密度ρ＝1050kg/m3，计算得到左心室心肌质量m＝ρv＝173.51g。
则相应冠状动脉的总血流量为：
q＝q0m3/4＝5.4×173.510.75＝4.30×10-6m3/s
在根据冠状动脉的三维图像数据确定冠状动脉为左优势型时，据经验比例取70％作为左冠状动脉入口流量，取30％作为右冠状动脉入口流量。
其中，作为左冠状动脉入口流量为：ql＝q×70％＝3.01×10-6m3/s；
右冠状动脉入口流量为：qr＝q×30％＝1.29×10-6m3/s。
当冠状动脉病变发生在左冠状动脉时，根据左冠状动脉的三维图像数据，测得前降支入口水力直径为5.393mm，回旋支入口水力直径为5.729mm，则，进入前降支的血流量为：
进入回旋支的血流量为：
qlcx＝ql-qlad＝1.64×10-6m3/s。
其他各次级分支的流量分配同理。
进一步地，依据冠状动脉各分支血流量以及第三血压值，计算冠状动脉各动脉出口阻抗。这里，第三血压值为假定冠状动脉不存在病变时冠状动脉出口平均血压值。
计算冠状动脉分支出口阻抗的公式为：p3＝qouti×ri，这里，ri为第i分支的出口阻抗，qouti为第i分支的出口血流量，p3为第三血压值。因此，根据各分支出口血流量，确定各分支的出口阻抗ri＝p3/qouti。
步骤904：从心脏的cta图像信息中获取冠状动脉的曲面重建cpr图像信息；从冠状动脉的cpr图像信息中获取冠状动脉病变的特征参数；
具体的，对冠状动脉的cpr图像信息进行量化，通过软件测量得到诸如病变长度、血管直径，斑块截面积等一系列参数，并转化计算得到相应的特征参数。
本申请实施例中心脏的cta图像如图2所示，从心脏的cta图像信息中获取冠状动脉的曲面重建cpr图像信息，为根据cta的二阶灰度图像数据，通过曲面重构算法，获取对应冠状动脉的不同视角的投影图像如图3所示。
步骤905：基于修正参数和冠状动脉的血液动力粘度，得到流动控制方程的源项；将源项添加到流动控制方程中，得到修正后的流动控制方程；
血液在医学上通常被认为是不可压缩流体，则其流动控制方程可以表示为：
其中
示例性的，当冠状动脉发生病变时，比如弥漫性病变，由于弥漫性病变的部分特征难以通过冠状动脉的三维重构复现，为了弥补这些影响ffr的特征的缺失，在流动控制方程中引入额外的源项作为修正加入cfd计算中：
其中v为血流速度，c1、c2均为常数。
在血管层流中，上式中的常数c2可视为0，于是基于修正参数得到的修正模型(可以理解为源项)可简化为：
因此，在cfd计算中血流在各个方向上的压力损失分解为：
其中，vj为x，y，z方向上的速度分量，δnx，δny和δnz为弥漫性病变在x，y，z方向上的长度，修正参数c1为与弥漫性病变特征参数的关系为：
c1＝a(dsa·lb·mldc·vld)e+b(dsa·lb·mldc·vld)+c
其中，a、b、c和a、b、c、d、e为通过数学方法回归得到常数，ds为冠状动脉直径狭窄率，l为弥漫性病变长度，mld为冠状动脉病变最小直径，vl为体积损失率。这里，通过修正参数c1得到修正模型，并将修正模型加入到流动控制方程的源项中。
这里，流动控制方程可以是常规计算流体力学计算中的纳维-斯托克斯方程(n-s方程)，也可以是计算降维模型或近似简化模型时所采用的简化或变形的流体流动控制方程。修正模型在作为源项加入这些流动控制方程中时，根据具体控制方程的表现形式，其表现形式也可能略有不同。
示例性的，根据已提取出的弥漫性病变特征参数，可计算得到修正参数为：
c1＝232133×(ds·l·mld1.8·vl)2-3×106×(ds·l·mld1.8·vl)+2×107＝2.98×107
然后将修正模型作为流动控制方程的源项加入，得到修正后的流动控制方程，并求解修正后的流动控制方程。
步骤906：基于冠状动脉的网格数据和边界条件生成可用于计算的cfd模型，在cfd模型上求解修正后的流动控制方程，得到冠状动脉内部的血压值；
这里，cfd模型可以是三维模型，降维模型(如一维或者pod降维模型等)以及近似简化模型。比如，当网格数据为三维时建立对应的三维cfd模型，在三维cfd模型求解修正后的流动控制方程；当采用降维模型如一维模型时建立对应的一维cfd模型，在一维cfd模型上求解修正后的流动控制方程。采用何种模型进行纠结取决于实际情况对cfd计算的要求。
具体的，将冠状动脉的三维图像进行区域划分，得到冠状动脉的网格数据，进一步转化为用于计算的cfd模型；利用冠状动脉的出口阻抗和第二血压值设置边界条件。这里，第二血压值为冠状动脉入口平均动脉血压，此处将其作为冠状动脉入口边界条件，采用数值方法求解流动控制方程组，便可得到冠状动脉各处的流场参数信息，此处关心的是冠状动脉各处的血压值pcai。
步骤907：基于冠状动脉内部的血压值和第一血压值，得到冠状动脉的血流储备分数ffr。
实际应用中，由于ffr值可近似等于冠状动脉狭窄远端压力pd与冠状动脉近端压力pa之比，因此，冠状动脉的ffr值为：
当pcai取在病变以远，即可等效于pd，此时得到的ffr值即为一般医学意义上的ffr值。比如，pcai取在距离病变位置以远2-3cm位置处的冠状动脉内部的血压值。
这里，弥漫性病变的直径狭窄率、长度、最小直径、体积损失率为通过统计学方法筛选出的有效特征参数，用以综合表征弥漫性病变的严重程度，根据这些特征参数便可得到个性化的修正参数，进而利用修正参数得到修正模型，通过修正模型得以在流体力学计算中体现弥漫性病变的复杂性对血流的影响。如此，本申请提供的确定ffr的方法可以弥补采用一般cfd方法在计算弥漫性病变这类复杂病变时时不可避免的信息损失，极大的减小ffr的计算误差。
实施例三
基于同一发明构思，本申请实施例还提供了一种确定冠状动脉血流储备分数的装置，如图10所示，该装置包括：
图像处理模块1001，用于获取冠状动脉的图像信息，从所述冠状动脉的图像信息中获取冠状动脉病变的特征参数；
修正模块1002，用于基于所述冠状动脉病变的特征参数确定冠状动脉病变的修正参数；基于所述修正参数对流动控制方程进行修正，得到修正后的流动控制方程；
计算模块1003，用于求解所述修正后的流动控制方程，得到所述冠状动脉内部的血压值；基于所述冠状动脉内部的血压值和第一血压值，得到所述冠状动脉的血流储备分数ffr。
在一些实施例中，所述修正模块1002，具体用于基于所述冠状动脉病变的特征参数和至少一个常数，确定冠状动脉病变的修正参数。示例性的，所述特征参数至少包括：冠状动脉直径狭窄率、病变长度、冠状动脉病变最小直径和体积损失率。
在一些实施例中，所述修正模块1002，具体用于基于所述修正参数、所述冠状动脉的血液动力粘度，得到所述流动控制方程的源项；将所述源项添加到流动控制方程中，得到修正后的流动控制方程。
在一些实施例中，图像处理模块1001，具体用于获取心脏的计算机断层扫描血管造影cta图像信息；
基于所述心脏的cta图像信息重构所述心脏的三维图像，得到所述心脏的三维图像；
从所述心脏的三维图像中分离出心肌的三维图像和冠状动脉的三维图像；
基于所述心肌的三维图像和冠状动脉的三维图像，计算所述冠状动脉的出口阻抗；其中，所述冠状动脉的出口阻抗用于求解所述修正后的流动控制方程；
从所述心脏的cta图像信息中获取所述冠状动脉的曲面重建cpr图像信息；
从所述冠状动脉的cpr图像信息中获取冠状动脉病变的特征参数。
在一些实施例中，图像处理模块1001，还用于以垂直于血流方向的平面修理出冠状动脉的进出口面作为相应冠状动脉的边界。
在一些实施例中，所述计算模块1003，具体用于将所述冠状动脉的三维图像进行区域划分，得到所述冠状动脉的网格数据；
利用所述冠状动脉的出口阻抗和第二血压值设置边界条件；
基于所述冠状动脉的网格数据和边界条件，求解修正后的流动控制方程，得到所述冠状动脉内部的血压值。
在一些实施例中，所述图像处理模块1001，具体用于基于所述心肌的三维图像，计算冠状动脉的血液总流量；基于所述冠状动脉的三维图像和所述冠状动脉的血液总流量，计算所述冠状动脉至少一个分支的血液流量；基于所述冠状动脉至少一个分支的血液流量和第三血压值，计算所述冠状动脉至少一个分支的出口阻抗。
在一些实施例中，所述图像处理模块1001，具体用于根据所述心肌的三维图像确定左心室的心肌体积；根据所述左心室的心肌体积和心肌密度，得到所述左心室的心肌质量；基于所述左心室的心肌质量和血流量系数，得到所述冠状动脉的血液总流量；
所述图像处理模块1001，具体用于基于所述冠状动脉的三维图像，得到所述冠状动脉至少一个分支入口信息；基于所述冠状动脉至少一个分支入口信息分配所述冠状动脉的血液总流量，得到进入所述冠状动脉至少一个分支的血液流量。
在实际应用中，上述存储器可以是易失性存储器(volatilememory)，例如随机存取存储器(ram，random-accessmemory)；或者非易失性存储器(non-volatilememory)，例如只读存储器(rom，read-onlymemory)，快闪存储器(flashmemory)，硬盘(hdd，harddiskdrive)或固态硬盘(ssd，solid-statedrive)；或者上述种类的存储器的组合，并向处理器提供指令和数据。
上述处理器可以为特定用途集成电路(asic，applicationspecificintegratedcircuit)、数字信号处理装置(dspd，digitalsignalprocessingdevice)、可编程逻辑装置(pld，programmablelogicdevice)、现场可编程门阵列(field－programmablegatearray，fpga)、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。
采用上述技术方案，冠状动脉病变后，无需侵入式手术检查，而是利用个人的冠状动脉病变的特征参数，得到个性化的修正参数，进而利用修正参数对流动控制方程进行修正，使流体力学计算中得以体现冠状动脉病变的复杂性对血流的影响，从而弥补采用一般cfd方法在计算复杂冠状动脉病变的ffr时不可避免的信息损失，减小ffr的计算误差。
基于上述装置中各单元的硬件实现，本申请实施例还提供了另一种确定冠状动脉血流储备分数的装置，如图11所示，该装置110包括：处理器1101和配置为存储能够在处理器上运行的计算机程序的存储器1102；
其中，处理器1101配置为运行计算机程序时，执行前述实施例中的方法步骤。
当然，实际应用时，如图11所示，该装置110中的各个组件通过总线系统1103耦合在一起。可理解，总线系统1103用于实现这些组件之间的连接通信。总线系统1103除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图11中将各种总线都标为总线系统1103。
在实际应用中，上述处理器可以为特定用途集成电路(asic，applicationspecificintegratedcircuit)、数字信号处理装置(dspd，digitalsignalprocessingdevice)、可编程逻辑装置(pld，programmablelogicdevice)、现场可编程门阵列(field－programmablegatearray，fpga)、控制器、微控制器、微处理器中的至少一种。可以理解地，对于不同的设备，用于实现上述处理器功能的电子器件还可以为其它，本申请实施例不作具体限定。
上述存储器可以是易失性存储器(volatilememory)，例如随机存取存储器(ram，random-accessmemory)；或者非易失性存储器(non-volatilememory)，例如只读存储器(rom，read-onlymemory)，快闪存储器(flashmemory)，硬盘(hdd，harddiskdrive)或固态硬盘(ssd，solid-statedrive)；或者上述种类的存储器的组合，并向处理器提供指令和数据。
在示例性实施例中，本申请实施例还提供了一种计算机可读存储介质，例如包括计算机程序的存储器1102，上述计算机程序可由装置110的处理器1101执行，以完成前述方法步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、装置和计算机程序产品的流程示意图和/或方框图来描述的。应理解可由计算机程序指令实现流程示意图和/或方框图中的每一流程和/或方框、以及流程示意图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程示意图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。