个体特异性的心血管模型的生成方法及其应用技术

本发明专利技术提供了一种个体特异性的心血管模型的生成方法及其应用，所述心血管模型为一维(1D)模型，其特征在于：所述心血管模型是经由图像重构无法得到的微细血管的模型，所述生成方法包括：对感兴趣的器官执行医学图像数据的采集；对采集得到的医学图像数据进行分析和分割，以分割出感兴趣器官和目标血管树；基于所述医学图像数据的分析和分割的结果，计算并重建生成目标血管树的血管中心线及血管壁，从而构成所述目标血管树的三维(3D)模型，以及计算并重建其中包含所述目标血管树的感兴趣器官区域；以所述目标血管树的3D模型的出口作为起始，以所述感兴趣器官区域作为界定区域，生成所述微细血管的1D模型。

Method for generating individual specific cardiovascular model and its application

The present invention provides a method for generating a cardiovascular model individual specificity and its application, the cardiovascular model for one-dimensional (1D) model, which is characterized in that the cardiovascular model is through the micro vascular image reconstruction can not get the model, the generating method comprises: the interested organ perform medical image data acquisition; analysis and segmentation of medical image data acquisition, by segmenting the interested target organs and vascular tree; analysis and segmentation of the medical image data based on the results of calculation and reconstruction of the vascular tree generation target vascular centerline and vascular wall, which constitute the target 3D vascular tree the (3D) model, and the calculation and reconstruction including the goal of the vascular tree organ of interest region; based on the 3D model of the target of the vascular tree as starting to export. The region of interest organ is used as the defining region to generate the 1D model of the fine blood vessel.

【技术实现步骤摘要】

本专利技术涉及人体循环系统血管建模领域，更具体地，涉及个体特异性的心血管模型的生成方法，以及基于该个体特异性的心血管模型的边界条件的生成方法。
技术介绍
随着图像采集和高端计算技术的发展，生物医学工程已经成为了进一步了解血液循环的重要手段之一。例如，对于心血管冠状动脉的血管动力学模拟可以准确地计算血管里的压力分布，并进而计算出血流储备分数(FractionalFlowReserve,FFR)。这种新兴的数值模拟计算FFR(虚拟FFR)技术利用高清图像采集数据(比如CT，MRI等)对病人的血管模型进行重构，并结合计算流体力学(CFD)来模拟血管中血液的流动情况。相比于传统的有创FFR测量技术(即侵入式测量)，虚拟FFR是无创的，能够有效地降低手术对病人带来的风险，并且能够降低患者的痛苦以及节约治疗的成本。根据临床试验对比，虚拟FFR对心肌缺血的诊断非常有效，此外和现有的影像学评价方法的相比也更具有优势。除了心血管方面，血液动力学模拟也用于其他各种人体器官(如脑血管，肝脏，等)以及人体整个循环系统。作为一个前沿技术，血管动力学模拟同样面对技术挑战及难题。由于当前图像采集技术的限制以及血管的多尺度特点，还不能够完整重构从厘米级别的主血管直到微米级别的毛细血管的整个血管模型。从图像重构得到的个体模型一般最小只能包括毫米尺度的血管分支(以下简称大体3D模型)，从而忽略了小于该尺度的微细血管。这样就导致了我们必须要在数值模拟中建立合适的模型，来模拟忽略掉的那部分血管对流动的影响(比如采用合适的边界条件)。目前，主流的前沿血管模拟计算技术一般会根据统计得来的通用数据来假定边界条件，比如假定人体血管树的各个分支的流量分布、类比电路的数学模型(简称0D模型)。此外，更进一步的采用理想血管分支的(1D)树形模型，比如任何一个母分支的两个子分支的长度总是满足固定的比例，来描述忽略掉的血管部分并在此基础上提取合适的边界条件设置。但是，这些模型和尝试忽略了病人个体特性，必然会影响到针对个体的模拟所设置的边界条件的合适性，进而影响到模拟结果的准确性，成为了在数值模拟生理特征上进一步提高准确性的一个瓶颈。需要建立个体特异性的血管树形模型来描述由于图像精度不足而忽略掉的那部分微细血管，从而建立个体特异性的微细血管的1D模型(下文中称为微细1D模型)进而建立整合了所述微细1D模型的个体特异性的完整的心血管模型(下文中称为完整1D模型)。通过该微细1D模型和/或完整1D模型的CFD计算，可以为3DCFD模型更准确地获得具有个体专一性的入口和出口边界条件。所建立的微细1D模型可以看作是连接图像重构得到的3D模型出口到局部器官组织的一个桥梁，从而可以帮助我们确定合适的3D模型出口边界条件。此外，完整1D模型的CFD计算迅速有效，能够帮助医生确认整个血管树中的流体参数的大体分布，进而决定需要聚焦于其中哪段分支，这样医生可以采用完整1D的CFD计算结果来针对选择分支设置针对性的入口和出口边界条件，从而利用选择分支的3DCFD计算来精确得到其中的流体参数的准确分布。
技术实现思路
根据第一方案，本专利技术提供一种个体特异性的心血管模型的生成方法，所述心血管模型为一维(1D)模型，其特征在于：所述心血管模型是经由图像重构无法得到的微细血管的模型，所述生成方法包括：对感兴趣的器官执行医学图像数据的采集；对采集得到的医学图像数据进行分析和分割，以分割出感兴趣器官和目标血管树；基于所述医学图像数据的分析和分割的结果，计算并重建生成目标血管树的血管中心线及血管壁，从而构成所述目标血管树的三维(3D)模型，以及计算并重建所述目标血管树所在的感兴趣器官区域；以所述目标血管树的3D模型的出口为起始，以所述感兴趣器官区域为界定区域，生成所述微细血管的1D模型。根据第二方案，本专利技术提供一种利用所生成的微细血管的1D模型为所述目标血管树的3DCFD模型设置出口边界条件的方法，其特征在于所述出口边界条件为基于树形的阻力相关边界条件或基于质量守恒的流量分布边界条件。优选地，为目标血管树的3DCFD模型设置出口边界条件的方法包括如下步骤：为所述微细血管的1D模型生成计算网格，将所述微细血管的1D模型的入口边界条件设置为流量并将其出口边界条件设置为相应压力或静脉压力，计算所述微细血管的1D模型的各个入口的压力，据计算得到的各个入口的压力和流量计算各个入口处的微血管阻力，基于此利用各个入口的树形连接关系计算目标血管树的出口处的等效微血管阻力，作为所述目标血管树的3DCFD模型的出口边界条件。优选地，所述目标血管树的3DCFD模型设置出口边界条件的方法包括如下步骤：为所述微细血管的1D模型生成计算网格，将所述微细血管的1D模型的入口边界条件设置为压力并将其出口边界条件设置为相应的流量，计算所述微细血管的1D模型的各个入口的流量，据计算得到的各个入口的流量利用各个入口的树形连接关系计算目标血管树的出口处的等效流量，作为所述目标血管树的3DCFD模型的出口边界条件。其中，微细血管的1D模型出口的流量可以基于指定的流量分布、出口血管的影响区域、或者血液灌注相关的医学图像来获得。指定的出口流量分布可以采用最简单的均匀的流场分布，或者与出口位置相关的流场分布(例如，流量随出口位置从心脏顶端到末端而逐渐变化，末端变成基本流量分布)，等。出口血管的影响区域的面积大小可限定流量分布，且出口血管的影响区域可以通过沃罗诺伊区域或者模糊距离变化等得到。此外，出口血管的流量可以通过相关医学图像(比如说灌注扫描图像方法)的测量或者推导得到(建模得到出口血管的流量与心肌厚度、局部图像像素之间的相关性等)。根据第三方案，本专利技术提供一种个体特异性的心血管模型的生成方法，所述心血管模型为一维(1D)模型，其特征在于：所述心血管模型是包含经由图像重构无法得到的微细血管的目标血管树的完整模型，所述生成方法包括：对感兴趣的器官执行医学图像数据的采集；对采集得到的医学图像数据进行分析和分割，以分割出感兴趣器官和目标血管树；基于所述医学图像数据的分析和分割的结果，计算并重建生成目标血管树的血管中心线及血管壁，从而构成所述目标血管树的三维(3D)模型，以及计算并重建所述目标血管树所在的感兴趣器官区域；以所述目标血管树的3D模型的出口作为起始，以所述感兴趣器官区域作为界定范围，生成所述微细血管的1D模型；通过将所述3D模型转换回1D模型并与所述微细血管的1D模型整合来得到所述目标血管树的完整的1D模型。根据第四方案，本专利技术提供一种利用该生成方法所生成的目标血管树的完整的1D模型来为所述目标血管树的3DCFD模型设置入口边界条件的方法，所述方法包括：对所述完整的1D模型进行CFD计算，计算出完整的目标血管树中各处的流量，再将该计算所得的完整的1D模型中与所述目标血管树的3DCFD模型的入口对应各处的流量设置作为所述目标血管树的3DCFD模型的入口边界条件。根据第五方案，本专利技术提供一种利用根据该生成方法所生成的目标血管树的完整的1D模型来为所述目标血管树的3DCFD模型设置出口边界条件的方法，所述方法包括：对所述完整的1D模型进行CFD计算，计算出完整的目标血管树中各处的流量及压力，基于完整的1D模型中与所述目标血管树的3D本文档来自技高网...

【技术保护点】
一种个体特异性的心血管模型的生成方法，所述心血管模型为一维(1D)模型，其特征在于：所述心血管模型是经由图像重构无法得到的微细血管的模型，所述生成方法包括：对感兴趣的器官执行医学图像数据的采集；对采集得到的医学图像数据进行分析和分割，以分割出感兴趣器官和目标血管树；基于所述医学图像数据的分析和分割的结果，计算并重建生成目标血管树的血管中心线及血管壁，从而构成所述目标血管树的三维(3D)模型，以及计算并重建所述目标血管树所在的感兴趣器官区域；以所述目标血管树的3D模型的出口作为起始，以所述感兴趣器官区域作为界定区域，生成所述微细血管的1D模型。

【技术特征摘要】
1.一种个体特异性的心血管模型的生成方法，所述心血管模型为一维(1D)模型，其特征在于：所述心血管模型是经由图像重构无法得到的微细血管的模型，所述生成方法包括：对感兴趣的器官执行医学图像数据的采集；对采集得到的医学图像数据进行分析和分割，以分割出感兴趣器官和目标血管树；基于所述医学图像数据的分析和分割的结果，计算并重建生成目标血管树的血管中心线及血管壁，从而构成所述目标血管树的三维(3D)模型，以及计算并重建所述目标血管树所在的感兴趣器官区域；以所述目标血管树的3D模型的出口作为起始，以所述感兴趣器官区域作为界定区域，生成所述微细血管的1D模型。2.一种利用根据权利要求1所述的生成方法所生成的微细血管的1D模型来为所述目标血管树的3DCFD模型设置出口边界条件的方法，其特征在于所述出口边界条件为基于树形的阻力相关边界条件或基于质量守恒的流量分布边界条件。3.根据权利要求2所述的方法，其特征在于，所述为所述目标血管树的3DCFD模型设置出口边界条件的方法包括如下步骤：为所述微细血管的1D模型生成计算网格，将所述微细血管的1D模型的入口边界条件设置为流量并将其出口边界条件设置为相应的压力或静脉压力，计算所述微细血管的1D模型的各个入口的压力，据计算得到的各个入口的压力和所设置的流量计算各个入口处的微血管阻力，基于此利用各个入口的树形连接关系计算目标血管树的出口处的等效微血管阻力，作为所述目标血管树的3DCFD模型的出口边界条件。4.根据权利要求2所述的方法，其特征在于，所述为所述目标血管树的3DCFD模型设置出口边界条件的方法包括如下步骤：为所述微细血管的1D模型生成计算网格，将所述微细血管的1D模型的入口边界条件设置为压力并将其出口边界条件设置为相应的流量，计算所述微细血管的1D模型的各个入口的流量，据计算得到的各个入口的流量利用各个入口的树形连接关系计算目标血管树的出口处的等效流量，作为所述目标血管树的3DCFD模型的出口边界条件。5.根据权利要求4所述的方法，其特征在于，所述微细血管的1D模型出口的相应的流量可以基于指定的流量分布、出口血管的影响区域、或者血液灌注相关的医学图像来获得。6.一种个体特异性的心血管模型的生成方法，所述心血管模型为一维(1D)模型，其特征在于：所述心血管模型是包含经由图像重构无法得到的微细血管的目标血管树的完整模型，所述生成方法包括：对感兴趣的器官执行医学图像数据的采集；对采集得到的医学图像数据进行分析和分割，以分割出感兴趣器官和目标血管树；基于所述医学图像数据的分析和分割的结果，计算并重建生成目标血管树的血管中心线及血管壁，从而构成...

【专利技术属性】
技术研发人员：尹游兵，曹坤琳，李育威，王昕，
申请(专利权)人：北京昆仑医云科技有限公司，
类型：发明
国别省市：北京;11