一种血流动力学参数预测方法、装置、电子设备及存储介质与流程

本发明涉及流体动力学，尤其涉及一种血流动力学参数预测方法、装置、电子设备及存储介质。

背景技术：

1、血流动力学参数是指血液流动过程中的几个重要参数，包括血流速度、血流量、血压、血液黏度、血流形态等，这些参数对于评估心血管疾病、炎症性疾病以及肿瘤等疾病的病情及治疗效果具有重要意义。

2、目前，血流动力学参数的常用求解方法包括有基于有限元和有限体积的三维求解方法，基于血管中心线和血管轮廓的一维求解方法以及基于经验公式或降阶模型的零维求解方法。其中，三维、一维和零维求解方法在血流动力学建模中存在以下的一些缺陷和不足：

3、1三维求解方法提供了高精度的血流动力学模拟，但通常需要求解大规模的三维流体动力学控制方程，计算复杂度较高，导致求解计算的时间较长，无法满足血流动力学参数求解的实时性。

4、2一维求解方法的计算速度虽相比三维求解方法更快，但无法满足血流动力学参数求解的实时性，并且由于其将血管的实际模型进行了简化，计算精度也相对较差。

5、2零维求解方法虽然可以较快的完成血流动力学参数的求解，但是由于采用较简化的数学方程，以降低计算复杂性和加速计算速度导致血流动力学参数的准确地较差。

技术实现思路

1、本发明提供了一种血流动力学参数预测方法、装置、电子设备及存储介质，以解决上述技术问题。

2、根据本发明的一方面，提供了一种血流动力学参数预测方法，包括：

3、获取待预测的血管影像，基于所述待预测的血管影像构建血管三维模型；

4、对所述血管三维模型进行血流动力学仿真，得到网格数据，并将所述网格数据转换为图数据；

5、将所述图数据输入至血流动力学参数预测模型进行预测，得到所述血管影像对应的血流动力学参数。

6、根据本发明的另一方面，提供了一种血流动力学参数预测装置，包括：

7、血管三维模型构建模块，用于获取待预测的血管影像，基于所述待预测的血管影像构建血管三维模型；

8、血流动力学仿真模块，用于对所述血管三维模型进行血流动力学仿真，得到网格数据，并将所述网格数据转换为图数据；

9、血流动力学参数预测模块，用于将所述图数据输入至血流动力学参数预测模型进行预测，得到所述血管影像对应的血流动力学参数。

10、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

11、至少一个处理器；以及

12、与所述至少一个处理器通信连接的存储器；其中，

13、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的血流动力学参数预测方法。

14、根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的血流动力学参数预测方法。

15、本发明实施例的技术方案，通过获取待预测的血管影像，基于待预测的血管影像构建血管三维模型；对血管三维模型进行血流动力学仿真，得到网格数据，并将网格数据转换为图数据；将图数据输入至血流动力学参数预测模型进行预测，得到血管影像对应的血流动力学参数。通过构建待预测的血管影像的图数据，基于图神经网络血流动力学参数预测模型对血流动力学参数进行预测，可以有效捕捉了复杂的血管结构和血流动态信息，提高血流动力学参数预测的准确性。

16、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种血流动力学参数预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述待预测的血管影像构建血管三维模型，包括：

3.根据权利要求1所述的方法，其特征在于，所述对所述血管三维模型进行血流动力学仿真，得到网格数据，包括：

4.根据权利要求3所述的方法，其特征在于，所述基于预设数值模拟方法和所述待预测的血管影像对应的边界条件对所述血管三维模型进行血流动力学仿真，得到网格数据，包括：

5.根据权利要求3或4所述的方法，其特征在于，所述将所述网格数据转换为图数据，包括：

6.根据权利要求1所述的方法，其特征在于，所述血流动力学参数预测模型为图神经网络模型，血流动力学参数预测模型的训练方法，包括：

7.根据权利要求6所述的方法，其特征在于，在训练得到所述血流动力学参数预测模型之后，所述方法还包括：

8.一种血流动力学参数预测装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的血流动力学参数预测方法。

技术总结
本发明公开了一种血流动力学参数预测方法、装置、电子设备及存储介质。该方法包括：获取待预测的血管影像，基于所述待预测的血管影像构建血管三维模型；对所述血管三维模型进行血流动力学仿真，得到网格数据，并将所述网格数据转换为图数据；将所述图数据输入至血流动力学参数预测模型进行预测，得到所述血管影像对应的血流动力学参数。本发明通过构建待预测的血管影像的图数据，基于图神经网络血流动力学参数预测模型对血流动力学参数进行预测，可以有效捕捉了复杂的血管结构和血流动态信息，提高血流动力学参数预测的准确性。

技术研发人员：吴浩,杨帆,马骏,郑凌霄,兰宏志
受保护的技术使用者：深圳睿心智能医疗科技有限公司
技术研发日：
技术公布日：2024/2/1