背景技術：

本發明涉及冠狀動脈狹窄的非侵入式功能評價，并且更特別地涉及根據醫學圖像數據和血流模擬的冠狀動脈狹窄的非侵入式功能評價。

心血管疾病（CVD）在世界范圍是死亡的主要原因。在各種CVD之中，冠狀動脈疾病（CAD）占據那些死亡中的接近百分之五十。盡管有醫學成像和其它診斷模態中的顯著改進，針對CAD患者的過早發病率和死亡率中的增加仍舊非常高。用于冠狀狹窄的診斷和管理的當前臨床實踐涉及視覺上或通過定量冠狀動脈造影術（QCA）對患病血管的評價。這樣的評價為臨床醫生提供狹窄區段和父血管（parent vessel）的解剖學概覽，包括面積減小、病變（lesion）長度和最小內腔直徑，但是不提供病變對通過血管的血流的影響的功能評價。通過將壓力導絲插入到狹窄的血管中來測量血流儲備分數（FFR）已經示出是用于引導血管再生決定的更好選項，因為FFR在識別導致病變的局部缺血方面相比于侵入式造影術而言更加有效。QCA僅評估狹窄的形態學明顯度并且具有數個其它限制。基于壓力導絲的FFR測量涉及與將壓力導絲插入到血管中所必要的介入相關聯的風險，并且對于非常窄的狹窄，壓力導絲可能引起附加的血壓下降。

技術實現要素：

本發明提供用于冠狀動脈狹窄的非侵入式功能評價的方法和系統。本發明的實施例針對相對嚴格的評價而執行患病和假想正常解剖學模型中的基于醫學圖像的流計算。

在本發明的一個實施例中，從患者的醫學圖像數據生成患者的患病冠狀動脈的患者特定真實解剖學模型。針對患者的患病冠狀動脈生成假想正常解剖學模型。在患病冠狀的患者特定真實解剖學模型和針對患病冠狀動脈的假想正常解剖學模型中的每一個中模擬血流。使用患病冠狀的患者特定真實解剖學模型中的模擬的血流速率和針對患病冠狀動脈的假想正常解剖學模型中的模擬的血流速率來計算血液動力學指數。

本發明的這些和其它優點將通過參照以下詳細描述和附圖而對本領域普通技術人員是明顯的。

附圖說明

圖1圖示了狹窄的血管和對應的假想正常血管；

圖2圖示了根據本發明的實施例的冠狀動脈狹窄的非侵入式功能評價的方法；

圖3圖示了用于生成冠狀血管樹的患者特定解剖學模型的示例性結果；

圖4圖示了根據本發明的實施例的用于生成針對患病冠狀動脈的假想正常解剖學模型的方法；

圖5圖示了具有被高亮（highlight）的患病部分的患病冠狀動脈；以及

圖6是能夠實現本發明的計算機的高級框圖。

具體實施方式

本發明涉及用于使用醫學圖像數據和血流模擬的冠狀動脈狹窄的非侵入式功能評價的方法和系統。在本文中描述本發明的實施例以給出用于模擬血流和評價冠狀動脈狹窄的方法的視覺理解。數字圖像通常包括一個或多個對象（或形狀）的數字表示。對象的數字表示在本文中通常在識別和操縱對象方面來描述。這樣的操縱是在計算機系統的存儲器或其它電路/硬件中實現的虛擬操縱。相應地，要理解的是，本發明的實施例可以在計算機系統內使用存儲在計算機系統內的數據來執行。

血液儲備分數（FFR）是用于量化冠狀狹窄的血液動力學顯著度的功能度量。FFR典型地使用基于壓力導絲的測量來侵入式地確定。FFR被定義為患病血管（具有狹窄或堵塞的血管）中的血流對相同、假想、正常（健康）血管中的流的分數，其二者在最大充血時確定：

在此，“max”是指最大充血條件。正常血管是假想的（即如果不存在（一個或多個）堵塞則血管將怎樣）。由于這樣的假想正常血管不可用于測量，因此可替換的基于壓力的公式一般用于量化FFR。圖1圖示了狹窄血管100和對應的假想正常血管110。如圖1中所示，狹窄102存在于狹窄血管100中，但是不在假想正常血管110中。Q_stenosis是指狹窄血管100中的血流，并且Q_normal是指假想正常血管110中的血流。

為了使用可替換的基于壓力的公式，當心肌阻抗固定在其最低值處時測量最大充血時的壓力是關鍵的（非最大充血狀態中的壓力和流可變性可能相當大并且因而影響FFR計算）。作為結果，流率項可以被適當的灌注壓項取代，其全部可以在狹窄血管中測量：

在此，P_d和P_a分別為充血期間的平均（在心跳周期內）末端和主動脈壓，并且P_v是靜脈壓（其有時被假定為零；P_v≈0）。

在近些年，已經提出用于通過利用基于醫學圖像的方法結合基于計算流體動力學（CFD）的算法的FFR的非侵入式計算（如與使用侵入式測量相對）的若干方法。這樣的方法在從患者特定醫學圖像數據生成的解剖學模型中計算經模擬的充血狀態下的流和壓力，并且計算在狹窄末端的經時間平均的壓力相對于主動脈中的平均壓力的比以評估FFR。所有這樣的模型的一個共同特征是將基于壓力的公式用于計算FFR。

然而，用于引起充血的血管舒張劑并不總是重復地使心肌的阻抗降低到相同水平。此外，每一種血管舒張劑不產生阻抗中的精確相同的降低。另外，升高的靜脈壓可能使靜脈壓幾乎為零的假設失效，從而要求比基于壓力的公式更復雜的FFR的計算以確定精確的FFR值。

為了克服用于計算FFR的基于壓力的計算方案的限制，本發明的實施例提供了一種用于基于FFR的基于流的公式的根據患者的醫學圖像的非侵入式FFR計算的方法。本發明的實施例從醫學圖像生成患者的冠狀的解剖學模型（被稱為“真實解剖學模型”），生成針對患者的假想正常血管的解剖學模型，在真實解剖學模型和假想正常血管的解剖學模型二者中執行血流模擬，并且通過計算真實解剖學模型與假想血管的解剖學模型中的模擬的流的比來計算FFR。為了確定FFR，流計算可以在充血條件下執行。本發明的實施例可以類似地應用于計算其它血液動力學指數，并且對于其它血液動力學指數，可以在靜息或在患者的其它生理狀態執行流計算。

圖2圖示了根據本發明的實施例的冠狀動脈狹窄的非侵入式功能評價的方法。參照圖2，在步驟202處，接收來自患者的醫學圖像數據。可以接收來自一個或多個成像模態的醫學圖像數據。例如，醫學圖像數據可以包括計算機斷層掃描術（CT）、Dyna CT、磁共振（MR）、造影術、超聲、單光子發射計算機斷層掃描術（SPECT）和任何其它類型的醫學成像模態。醫學圖像數據可以是2D、3D或4D（3D+時間）醫學圖像數據。醫學圖像數據可以直接從諸如CT掃描儀、MR掃描儀、造影術掃描儀、超聲設備等之類的一個或多個圖像獲取設備接收，或者醫學圖像數據可以通過加載針對患者的之前存儲的醫學圖像數據來接收。

在有利實施例中，在CT掃描儀上獲取3D冠狀CT造影術（CTA）圖像。CTA圖像確保通過使用注射到患者中的造影劑來對包括包含狹窄的（一個或多個）血管的冠狀脈管系統充分地成像。在該階段，臨床醫生可以被提供有通過在圖像上交互式地查看感興趣的病變（狹窄）而識別它們的選項。該步驟還可以在從圖像數據提取的患者特定解剖學模型上執行（步驟204）。可替換地，可以使用用于冠狀動脈狹窄的自動檢測的算法在圖像數據中自動檢測狹窄，諸如在美國公開專利申請號2011/0224542中描述的用于冠狀動脈狹窄的自動檢測的方法，其通過引用并入本文。除了醫學圖像數據之外，還可以獲取其它非侵入式臨床測量，諸如患者的心率以及心臟收縮和心臟舒張血壓。

在步驟204處，從患者的醫學成像數據生成患者的至少一個患病冠狀動脈的患者特定真實解剖學模型。如本文所使用的，“真實”解剖學模型是指包括冠狀動脈中的任何狹窄的患者的實際冠狀動脈的解剖學模型。患病冠狀動脈是包含至少一個狹窄的冠狀動脈。在示例性實施例中，從醫學圖像數據生成患者的冠狀動脈樹的患者特定解剖學模型。為了生成患者的冠狀動脈樹的患者特定解剖學模型，可以使用自動化冠狀動脈中心線提取算法在3D醫學圖像數據中對冠狀動脈進行分段。可以使用任何冠狀動脈分段方法來對冠狀動脈進行分段。例如，可以使用美國公開專利申請號2010/0067760描述的方法在CT體積中對冠狀動脈進行分段，其通過引用并入本文。一旦冠狀動脈中心線樹被提取，可以在中心線樹的每一個點處生成截面輪廓。每一個中心線點處的截面輪廓給出在冠狀動脈中的該點處的對應截面區域測量。然后針對經分段的冠狀動脈生成幾何表面模型。例如，在美國專利號7,860,290和美國專利號7,953,266中描述用于冠狀動脈的解剖學建模的方法，其二者通過引用并入本文。除了冠狀之外，患者特定解剖學模型可以包括主動脈根連同主動脈的近端部分。還使用類似算法來提取每一個狹窄的詳細3D模型，其包括近端血管直徑和面積、末端血管直徑和面積、最小內腔直徑和面積以及狹窄的長度的量化。圖3圖示了用于生成冠狀動脈樹的患者特定解剖學模型的示例性結果。圖3的圖像300示出冠狀CTA數據。圖像310示出從CTA數據提取的中心線樹312。圖像320示出在中心線樹312的每一個點處提取的截面輪廓322。圖像330示出冠狀動脈、主動脈根和主動脈的近端部分的3D表面網格332。要理解的是，患者的患病冠狀和/或整個冠狀樹的真實解剖學模型可以被輸出和顯示在例如計算機系統的顯示屏上。

返回到圖2，在步驟206處，生成針對至少一個患病冠狀動脈的假想正常解剖學模型。如本文所使用的，假想正常解剖學模型是在沒有狹窄的假想正常或健康狀態中表示患病冠狀動脈的解剖學模型。由于這樣的假想正常血管在患者的醫學圖像數據中不存在，因此本文描述利用不同技術以用于生成患病冠狀動脈的假想正常解剖學模型的本發明的各種實施例。要理解的是，針對患病冠狀的假想正常解剖學模型和/或針對患者的整個冠狀樹的假想正常解剖學模型可以被輸出和顯示在例如計算機系統的顯示屏上。

圖4圖示了根據本發明的實施例的用于生成針對患病冠狀動脈的假想正常解剖學模型的方法。在圖4的實施例中，通過分析來自患者的冠狀動脈樹的真實正常（健康）血管、從真實正常血管計算解剖學特性和使用這些特性來合成患病血管的假想正常解剖學模型而生成假想正常解剖學模型。如圖4中所圖示的，在步驟402處，接收患者的醫學圖像數據。圖4的步驟402類似于圖2的步驟202。在圖4的步驟404處，從患者的醫學成像數據生成患者的冠狀動脈的患者特定真實解剖學模型，所述患者的冠狀動脈包括患病冠狀動脈和至少一個正常（健康）冠狀動脈。例如，可以通過生成患者的冠狀樹的患者特定解剖學模型來生成患者的冠狀動脈的患者特定真實解剖學模型，所述患者的冠狀動脈包括患病冠狀動脈和至少一個健康冠狀動脈，如以上結合圖2的步驟204描述的。

在步驟406處，從患者的冠狀動脈的患者特定真實解剖學模型中的正常冠狀動脈提取血管特性。首先，正常冠狀動脈必須通過找到冠狀樹的健康分支來確定。在一個可能的實現方式中，正常冠狀動脈可以通過從用戶接收正常冠狀動脈的輸入選擇來確定。在另一可能的實現方式中，正常冠狀動脈可以通過自動檢測醫學圖像數據或患者的冠狀動脈的患者特定真實解剖學模型中的健康冠狀動脈來確定。例如，可以在醫學圖像數據或患者特定真實解剖學模型上執行用于冠狀動脈狹窄的自動檢測的方法，諸如美國公開專利申請號2011/0224542中所描述的方法，其通過引用并入本文，并且可以將其中沒有檢測到狹窄的冠狀動脈自動選擇為正常冠狀動脈。一旦確定了正常冠狀動脈，從患者特定真實解剖學模型中的正常冠狀動脈提取血管特性。在有利實施例中，在正常冠狀動脈的長度上提取正常冠狀動脈的半徑，并且確定在冠狀動脈的長度上的半徑的改變率。

在步驟408處，基于從患者特定真實解剖學模型中的正常冠狀動脈提取的血管特性而生成針對患病冠狀動脈的假想正常解剖學模型。在有利實施例中，假想正常解剖學模型具有與患者特定真實解剖學模型中的患病冠狀動脈相同的長度和與患病冠狀動脈相同的在患病冠狀動脈的非患病部分中的半徑。通過應用從正常冠狀動脈提取的半徑的改變率來確定患病冠狀動脈的患病（例如狹窄）部分中的假想正常解剖學模型的半徑。例如，考慮在左前降支（LAD）動脈中具有狹窄和鈣化的患者，其具有正常的左回旋支（LCX）動脈。為了生成LAD動脈的假想解剖學模型，可以提取患者的正常LCX動脈中的半徑的改變率并且該信息然后可以用于生成LAD動脈的假想正常解剖學模型。LAD動脈的該合成地生成的假想正常解剖學模型可以具有與原始患病LAD相同的長度，但是不同的截面剖面圖。

在另一實施例中，可以通過基于用戶輸入而修改患病冠狀動脈的患者特定真實解剖學模型或患病血管的底層醫學圖像來生成針對患病冠狀動脈的假想正常解剖學模型。這可以通過移除諸如但不限于斑塊、鈣化、血栓、狹窄或其它血管縮窄和正性重構（positive remodeling）之類的某些特性來執行。這些特性可以在醫學圖像上或在患病冠狀動脈的真實解剖學模型上被高亮，并且然后被自動或基于用戶的輸入而移除以創建針對患病血管的假想正常解剖學模型。在該實施例中，醫學圖像和/或患者特定真實解剖學模型可以例如顯示在計算機系統的顯示屏上，并且通過用戶使用輸入設備（諸如鼠標、觸摸屏等）而高亮要在所顯示的醫學圖像或真實解剖學模型上移除的部分而接收用戶輸入。圖5圖示了具有高亮的患病部分的患病冠狀動脈。如圖5中所示，在患病冠狀動脈500上高亮狹窄/斑塊502、鈣化504、血栓506和正性重構508。

在另一實施例中，可以通過利用接近或遠離患病區段的正常區段代替患病冠狀動脈的患病（例如狹窄）區段基于患病冠狀動脈的患者特定真實解剖學模型來生成針對患病冠狀動脈的假想正常解剖學模型。在該實施例中，通過在患病區段的長度上內插接近或遠離患病區段的正常區段的血管幾何結構而代替患病冠狀動脈的每一個患病區段。

在另一實施例中，可以在醫學圖像自身中，在圖像重構階段期間或在圖像處理階段期間生成針對患病冠狀動脈的假想正常解剖學模型。在該實施例中，可以基于諸如鈣化和狹窄之類的患病特征的全自動檢測來生成假想正常解剖學模型。例如，在計算機斷層掃描術（CT）圖像的情況中，圖像體元的亨氏單位可以用于自動檢測諸如鈣化之類的疾病特征，并且其隨后被移除以生成針對患病冠狀動脈的假想正常解剖學模型。在一個實現方式中，經分段的患病冠狀動脈的邊界可以被自動修改以從經分段的患病冠狀動脈移除所檢測到的患病特征中的一些或全部。在另一實現方式中，醫學圖像數據可以被修改以改變被檢測為患病特征的體元的體元強度值。例如，所檢測到的患病特征的體元可以被修改成使體元值等于冠狀動脈的健康區的平均強度。一旦醫學圖像數據被修改，就可以通過對經修改的醫學圖像中的冠狀動脈進行分段來生成假想正常解剖學模型。

返回到圖2，在步驟208處，在患病冠狀動脈的患者特定真實解剖學模型中模擬血流。在有利實現方式中，可以在患者的患病冠狀動脈的患者特定真實解剖學模型中使用基于計算流體動力學（CFD）的算法來模擬血流。在基于CFD的模擬中，將血液建模為牛頓流體，并且通過在剛性壁假定下對離散納維爾-斯托克斯方程（連續性和動量方程）進行數值求解來獲得針對血液的速度場。離散納維爾-斯托克斯方程用于隨時間遞增地模擬患病冠狀動脈內的血流的速度和壓力。還向CFD建模輸入來自患病冠狀動脈的患者特定真實解剖學模型的患病冠狀動脈的患者特定解剖模型以便基于患者特定解剖模型而約束血流模擬。其它邊界條件（諸如速度和/或壓力邊界條件）也從針對患者獲取的醫學圖像數據和/或其它非侵入式臨床測量（諸如患者的心率以及心臟收縮和心臟舒張血壓）確定。要理解的是，可以通過模擬患者的完整冠狀動脈樹的真實解剖學模型中的血流來估計患病冠狀動脈的真實解剖學模型中的血流。為了確定FFR，可以在充血條件下執行血流模擬。表示充血條件的邊界條件可以從在充血時從患者獲取的醫學圖像數據和/或其它非侵入式測量確定，或者可以基于靜息狀態邊界條件來計算，所述靜息狀態邊界條件是從在靜息時從患者獲取的醫學圖像數據和/或其它非侵入式測量確定的。針對可以用于基于CFD的血流模擬的各種方法的附加細節，包括用于計算邊界條件的方法，在美國公開專利申請號20140058715和美國公開專利申請號2012/0072190中描述，其通過引用以其整體并入本文。

在步驟210處，在針對患病冠狀動脈的假想正常模型中模擬血流。類似于針對患病冠狀動脈的患者特定真實解剖學模型所執行的血流模擬，可以使用基于計算流體動力學（CFD）的算法在針對患病冠狀動脈的假想正常解剖學模型中模擬血流。在基于CFD的模擬中，將血液建模為牛頓流體，并且通過在剛性壁假定下對離散納維爾-斯托克斯方程（連續性和動量方程）進行數值求解來獲得針對血液的速度場。離散納維爾-斯托克斯方程用于隨時間遞增地模擬假想正常冠狀動脈內的血流的速度和壓力。還向CFD建模工作流輸入來自針對患病冠狀動脈的假想正常解剖學模型的假想正常冠狀動脈的解剖模型以便基于假想正常解剖模型約束血流模擬。其它邊界條件（諸如速度和/或壓力邊界條件）也從針對患者獲取的醫學圖像數據和/或其它非侵入式臨床測量（諸如患者的心率以及心臟收縮和心臟舒張血壓）確定。要理解的是，可以通過模擬患者的完整冠狀動脈樹的假想正常解剖學模型中的血流來估計針對患病冠狀動脈的假想正常解剖學模型中的血流。在可替換的實現方式中，假想正常冠狀動脈樹可以用于邊界條件的估計。由于邊界條件中的參數值的計算是基于血管的半徑的，因此來自假想正常冠狀動脈樹的信息可以造成更接近患者特定值的流率分布的估計。在該情況下，針對患病冠狀動脈的真實解剖學模型（步驟208）和針對患病冠狀動脈的假想正常解剖學模型（步驟210）二者中的血流模擬的邊界條件可以使用假想正常冠狀動脈樹來計算。為了確定FFR，可以在充血條件下執行血流模擬。表示充血條件的邊界條件可以從在充血時從患者獲取的醫學圖像數據和/或其它非侵入式測量確定，或者可以基于靜息狀態邊界條件來計算，所述靜息狀態邊界條件是從在靜息時從患者獲取的醫學圖像數據和/或其它非侵入式測量確定的。針對可以用于基于CFD的血流模擬的各種方法的附加細節，包括用于計算邊界條件的方法，在美國公開專利申請號20140058715和美國公開專利申請號2012/0072190中描述，其通過引用以其整體并入本文。

在步驟212處，基于患病冠狀動脈的患者特定真實解剖學模型中的模擬的血流速率和針對患病冠狀動脈的假想正常解剖學模型中的模擬的血流速率來計算血液動力學指數。在有利實施例中，通過計算患病冠狀動脈的患者特定真實解剖學模型中的模擬的血流速率與針對患病冠狀動脈的假想正常解剖學模型中的模擬的血流速率之比來計算針對患病冠狀動脈的FFR。對于FFR計算，在充血條件下模擬真實解剖學模型和假想正常解剖學模型二者中的血流。要理解的是，根據本發明的有利實施例，直接從模擬的流率而不從冠狀動脈中的壓力計算FFR。對于其它血液動力學指數，可以在靜息狀態或其它生理狀態處執行模擬。真實和假想正常解剖學模型中的模擬的流率可以以任何方式組合以生成用于評價患病冠狀動脈中的冠狀動脈狹窄的血液動力學指數或度量。

用于冠狀動脈狹窄的非侵入式評價的以上描述的方法可以實現在使用公知計算機處理器、存儲器單元、存儲設備、計算機軟件和其它組件的計算機上。這樣的計算機的高級框圖在圖6中圖示。計算機602包含處理器604，其通過執行定義這樣的操作的計算機程序指令來控制計算機602的總體操作。計算機程序指令可以存儲在存儲設備612（例如磁盤）中并且當期望執行計算機程序指令時被加載到存儲器610中。因此，圖2和圖4的方法的步驟可以由存儲在存儲器610和/或儲存器612中的計算機程序指令定義并且由執行計算機程序指令的處理器604控制。諸如CT掃描設備、MR掃描設備、超聲設備等之類的圖像獲取設備620可以連接到計算機602以向計算機602輸入圖像數據。可能的是將圖像獲取設備620和計算機602實現為一個設備。還可能的是圖像獲取設備620和計算機602通過網絡無線地通信。計算機602還包括一個或多個網絡接口606以用于經由網絡與其它設備通信。計算機602還包括使得能夠實現與計算機602的用戶交互的其它輸入/輸出設備608（例如顯示器、鍵盤、鼠標、揚聲器、按鈕等）。這樣的輸入/輸出設備608可以結合計算機程序集合來用作注釋工具以注釋從圖像獲取設備620接收的體積。本領域技術人員將認識到，實際計算機的實現方式也可以包含其它組件，并且圖6是用于說明性目的的這樣的計算機的一些組件的高級表示。

前述具體實施方式要理解為在每一個方面都是說明性和示例性的，但是不是限制性的，并且本文所公開的發明的范圍不從具體實施方式確定，而是從如根據專利法所準許的完整范圍解釋的權利要求確定。要理解的是，本文所示出和描述的實施例僅僅說明本發明的原理并且各種修改可以由本領域技術人員在不脫離本發明的范圍和精神的情況下實現。本領域技術人員可以在不脫離本發明的范圍和精神的情況下實現各種其它特征組合。