基于OFR、QFR以及ACR技术的多模态冠脉功能评估系统

基于ofr、qfr以及acr技术的多模态冠脉功能评估系统
技术领域
1.本发明涉及一种多模态冠脉功能评估系统。


背景技术：

2.血流储备分数(fractional flow reserve，ffr)指标是判断冠状狭窄的功能严重性的指标，需要使用腺苷药物引起心血管最大充血，然后使用压力导丝测算出血管病变远端和近端的压力，血管远端压力和近端压力的比值即为ffr。但是前述ffr测量方法的测量过程比较耗时，测量时，需要采用三磷酸腺苷等血管扩张药物诱导最大充血反应，并且费用比较昂贵，其应用有很大的局限性。
3.因此如何结合影像学数据和流体动力学原理，设计出一套基于影像学的ffr计算技术，在避免使用药物使血管最大充血的同时，且可以缩短计算时间，最终实现精准的ffr计算，是目前亟需解决的问题。
4.目前基于影像学的ffr测量技术主要有以下两种：
5.1)qfr：利用冠脉造影数据计算ffr，该方法主要是收集两个角度的造影数据，进行三维重建，求出管腔面积，利用数帧法计算血流速度，然后利用流动动力学方程计算ffr。qfr的主要缺点是利用三维重建出的模型计算出的管腔面积和血管真实面积存在一定误差，从而降低ffr的精度。
6.2)ofr：利用oct回拉扫描影像，计算管腔面积，基于基础血流速度的假设，计算血流速度。ofr的缺点是：oct回拉的结束位置不一定是血管的近端，因此计算出的ffr值并不是血管远端到血管近端的压力比，且基于假设的基础血流速度，不能准确拟合出不同患者的血流速度，存在较大的误差，从而影响ffr值的计算。


技术实现要素：

7.本发明要解决的技术问题是：目前基于影像学的ffr测量技术存在精度低的问题。
8.为了解决上述技术问题，本发明的技术方案是提供了一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，包括：
9.造影图像数据采集单元，用于采集造影图像数据；
10.三维重建单元，基于oct回拉前两个角度下的造影图像数据进行血管的三维重建，得到血管三维模型，并进一步计算出整个血管从远端到近端的面积，将该面积定义为候选管腔面积；
11.最大充血流速计算单元，用于计算最大充血流速v；
12.acr配准单元，用于基于oct镜头标记以及oct回拉期间采集到的造影数据，实现oct-造影图像的配准，得到oct镜头标记在造影图像上的运动轨迹；
13.候选管腔面积修正单元，用于对候选管腔面积进行修正，从而得到整个血管的精准的管腔面积计算结果，包括以下步骤：
14.计算出每张oct-造影图像的oct管腔面积；
15.将oct回拉前的任一造影图像数据和oct回拉期间的配准后的oct-造影图像进行图像配准，得到oct回拉的造影血管段在血管三维模型中的位置，该位置和oct-造影图像一一对应，建立造影图像中oct回拉段的候选管腔面积与基于oct-造影图像得到的oct管腔面积之间的关系模型，利用该关系模型对oct回拉结束位置到近端的候选管腔面积进行修正，得到修正后的候选管腔面积，从而得到整个血管的精准的管腔面积计算结果；
16.ffr计算单元，采用以下模型计算ffr：
[0017][0018]
δp＝fv+sv2[0019][0020][0021]
式中：pa为血管近端的压力，δp为压力差，v为最大充血流速，f为黏滞性摩擦阻力系数，s为离脱力系数，是采用分叉分型定律修正后的动脉血管无狭窄的管腔面积，是采用分叉分型定律修正后的动脉血管狭窄处的管腔面积，μ是血液的黏度，l为血管管腔长度，k表示进出口对压降影响系数，ρ表示血液密度，其中，设通过候选管腔面积修正单元得到的初始管腔面积为d1、血管分叉口的分叉面积为d2，则采用分叉分型定律修正后的管腔面积d
*
表示为：d
*
＝0.678
×
(1+2)。
[0022]
优选地，所述三维重建单元利用的所述oct回拉前两个角度下的造影图像数据的两个角度的角度差至少为25度。
[0023]
优选地，所述最大充血流速计算单元先利用数帧法计算造影剂流速v1，再利用利用造影剂与最大充血流速之间的关系，计算出血流速度v，如下式所示：
[0024]
v＝a0+1×
v1+a2×
v12[0025]
式中，a0、a1、a2为常数。
[0026]
优选地，所述最大充血流速计算单元所采用的数帧法包括以下步骤：
[0027]
对于任一角度下的造影图像数据，筛选出造影剂首次达到血管近端和远端的帧数，根据帧数差以及帧率计算出造影剂从血管近端到血管远端的时间，记为t；
[0028]
在一张造影图像上标记出造影剂血管近端位置和远端位置，利用血管骨架算法提取血管的中心线，计算出中心线的像素距离，然后根据造影图像的分辨率，计算出中心线的实际距离，记为l；
[0029]
利用公式v1＝/计算得到造影剂的流速v1。
[0030]
优选地，所述acr配准单元采用以下步骤实现oct-造影图像的配准：
[0031]
步骤1、选择出一张回拉血管以及oct镜头标记清晰可见的造影图像作为首帧图像；
[0032]
步骤2、标记出oct镜头标记的位置以及回拉路径，然后提取其他造影图像的骨架线，利用迭代最近邻算法学习首帧图像到其他造影图像的投影矩阵，利用该投影矩阵将回拉路径投影到其他造影图像上，得到每张造影图像的回拉路径；
[0033]
步骤3、基于模板匹配方法并结合oct镜头标记从远端到近端的运动特点，将首帧
图像的oct镜头标记投影到下一帧图像，然后找到当前帧图像和oct镜头标记最相似的区域像素点，并保证该区域像素点是在投影点的近端，进而实现所有帧的oct镜头标记识别，得到oct镜头标记在造影图像上的运动轨迹，从而完成配准。
[0034]
优选地，在所述候选管腔面积修正单元中，基于oct-造影图像，利用u-net算法实现oct管腔分割模型，基于分割结果计算出每张oct-造影图像的oct管腔面积。
[0035]
优选地，在所述候选管腔面积修正单元中，利用拟合计算建立造影图像中oct回拉段的候选管腔面积与基于oct-造影图像得到的oct管腔面积之间的关系模型，所获得的关系模型为二次拟合关系式模型。
[0036]
与现有技术方案相比，本发明具有如下有益效果：
[0037]
1)结合qfr、ofr和acr，实现整个血管的管腔面积的精准计算，因为管腔面积是ffr计算公式中的最重要参数，因此通过本发明所公开的技术方案可以得到ffr的精准预测；
[0038]
(2)利用分叉分型定量，修正分叉位置的管腔面积，从而使得本发明公开的技术方案可以适用于带有分叉的病变的血管，提高本发明的普适性。
附图说明
[0039]
图1为本发明的流程图。
具体实施方式
[0040]
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本技术所附权利要求书所限定的范围。
[0041]
结合图1，本实施例公开的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统包括：
[0042]
造影图像数据采集单元，用于采集造影图像数据。
[0043]
三维重建单元：
[0044]
基于造影图像数据采集单元采集到的oct回拉前两个角度下(本实施例中，两个角度的角度差至少为25度)的造影图像数据进行血管的三维重建，得到血管三维模型，并进一步计算出整个血管从远端到近端的面积，将三维重建单元计算得到的面积定义为候选管腔面积。
[0045]
本实施例中，三维重建单元利用已有的3d qca技术进行血管的三维重建，具体包括以下步骤：
[0046]
步骤1、利用关键点提取技术提取两个角度的管腔；
[0047]
步骤2、利用ransac进行两个角度的关键点匹配，同时可以取出干扰点；
[0048]
步骤3、最后以其中一个角度为参考坐标系，得到另一个角度图像上的关键点在此坐标系下的三维空间位置，从而得到3d点云数据；
[0049]
步骤4、基于3d点云数据重建得到3d血管结构，从而可以得到血管在每一个位置的面积。
[0050]
但是由于仅有两个角度的图像，且匹配时存在一定的误差，因此计算出的管腔面
积即为候选管腔面积，需要利用后续oct管腔面积进行修改正。
[0051]
流速计算单元，用于利用数帧法计算造影剂流速以及血流速度，其实现包括以下步骤：
[0052]
步骤1、对于通过造影图像数据采集单元获得的任一角度下的造影图像数据，人工筛选出造影剂首次达到血管近端和远端的帧数，根据帧数差以及帧率计算出造影剂从血管近端到血管远端的时间，记为t；
[0053]
步骤2、在一张造影图像上手动标记出造影剂血管近端位置和远端位置，利用血管骨架算法提取血管的中心线，计算出中心线的像素距离，然后根据造影图像的分辨率，计算出中心线的实际距离，记为l；
[0054]
步骤3、利用公式v1＝/计算得到造影剂的流速v1；
[0055]
步骤4、利用造影剂与最大充血流速之间的关系，计算出血流速度v，如下式所示：
[0056]
v＝a0+1×
v1+a2×
v12[0057]
式中，a0、a1、a2为常数，本实施例中，a0＝0.10，a1＝-0.93，a2＝-0.93。
[0058]
acr配准单元，用于基于oct镜头标记以及oct回拉期间采集到的造影数据，实现oct-造影图像(即oct回拉图像)的配准(简称acr配准)，其实现具体包括以下步骤：
[0059]
步骤1、对于造影图像数据采集单元采集到的造影图像数据，人工选择出一张回拉血管以及oct镜头标记(下文简称“marker”)清晰可见的造影图像，将选出的该张造影图像设为首帧图像；
[0060]
步骤2、手动标记出marker的位置以及回拉路径，然后提取其他造影图像的骨架线，利用迭代最近邻算法学习首帧图像到其他造影图像的投影矩阵，利用该投影矩阵将回拉路径投影到其他造影图像上，得到每张造影图像的回拉路径；
[0061]
步骤3、基于模板匹配方法并结合marker从远端到近端的运动特点，将首帧图像的marker投影到下一帧图像，然后找到当前帧图像和marker最相似的区域像素点，并保证该区域像素点是在投影点的近端，进而实现所有帧的marker识别，得到marker在造影图像上的运动轨迹，从而完成半自动的acr配准算法，得到oct回拉图像在造影图像上的运动轨迹。
[0062]
候选管腔面积修正单元，用于基于oct管腔面积及acr配准单元获得的acr配准结果修正候选管腔面积，包括以下步骤：
[0063]
步骤1、基于oct-造影图像，利用经典的u-net算法实现oct管腔分割模型，基于分割结果可以计算出每张oct-造影图像的oct管腔面积。由于该oct管腔面积是直接基于血管的横截面计算出来的，因此精确度等于三维重建单元计算出的候选管腔面积。但是利用oct-造影图像计算出的管腔面积仅是血管中部分区域的管腔面积，即从marker起点(即ct回拉开始位置)到终点(即oct回拉结束位置)的管腔面积，但是无法计算marker终点到血管近端的管腔面积，因此需要结合候选管腔面积、oct管腔面积及acr配准结果，对oct回拉结束位置到血管近端的管腔面积进行计算。
[0064]
步骤2、对于oct回拉前的任一造影图像数据和oct回拉期间的oct-造影图像，利用迭代最近邻算法进行图像配准，得到oct回拉的造影血管段在oct回拉前任一造影图像中的位置，从而得到oct回拉的造影血管段在血管三维模型中的位置，该位置和oct-造影图像可以一一对应，因此可通过拟合计算出造影图像中oct回拉段的候选管腔面积与基于oct-造影图像得到的oct管腔面积之间的二次拟合关系式模型；
[0065]
步骤3、将oct回拉结束位置到血管近端的候选管腔面积代入二次拟合关系式模型中，就可以更新修正后的管腔面积，从而实现整个血管面积的精准计算。
[0066]
ffr计算单元，利用分叉分型定律修正分叉角度的面积，最后利用流体动力学模型实现ffr的计算：
[0067]
根据血流储备分数ffr的定义，ffr可表示为冠脉动脉远端压力(pd)与冠动脉开口压力(pa)的比值来表示，即求得压力差δp＝pa-，即可得到ffr值。基于流体动力学原理，压力损失的主要原因与目标血管的血流量和血管壁形态有关，血流经过狭窄血管段与管壁摩擦增大，在狭窄段血流紊乱均可造成压力损失，因此压力差δp可用如下模型表示：
[0068]
δp＝fv+sv2[0069]
式中，v是最大充血时的血液流速，f是黏滞性摩擦阻力系数，s是离脱力系数。
[0070]
黏滞性摩擦阻力系数f可表示为：
[0071][0072]
离脱力系数s可表示为：
[0073][0074]
其中：μ是血液的黏度，通常可设为4.0
×
10-3
pa
·
s；l表示血管管腔长度；an和as分别表示动脉血管无狭窄的管腔面积和狭窄处的管腔面积；k表示进出口对压降影响系数，通常取为1；ρ表示血液密度，取ρ＝1050kg/m3。因此，计算压力差δp关键在于计算an和as，以及血流速度v。
[0075]an
和as可以通过识别到的管腔轮廓进行计算，但是如果忽略分叉口对主血管的管腔面积计算的影响，将造成ffr值的预测误差。因此，本发明采用分型分叉定律，利用分叉处的分叉面积对候选管腔面积修正单元得到的管腔面积进行纠正，假设候选管腔面积修正单元得到的初始管腔面积为d1、分叉面积为d2，则纠正后的管腔面积d
*
可以表示为：
[0076]d*
＝0.678
×
(d1+d2)
[0077]
则，本发明构建的压力损失模型为：
[0078]
δp＝fv+sv2[0079][0080][0081]
其中，和是采用分叉分型定律修正后的管腔面积。
[0082]
则最终ffr值计算公式为：
[0083][0084]
式中，pa表示血管近端的压力，本实施例中采用固定值，pa＝100mmhg。

技术特征：
1.一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，包括：造影图像数据采集单元，用于采集造影图像数据；三维重建单元，基于oct回拉前两个角度下的造影图像数据进行血管的三维重建，得到血管三维模型，并进一步计算出整个血管从远端到近端的面积，将该面积定义为候选管腔面积；最大充血流速计算单元，用于计算最大充血流速v；acr配准单元，用于基于oct镜头标记以及oct回拉期间采集到的造影数据，实现oct-造影图像的配准，得到oct镜头标记在造影图像上的运动轨迹；候选管腔面积修正单元，用于对候选管腔面积进行修正，从而得到整个血管的精准的管腔面积计算结果，包括以下步骤：计算出每张oct-造影图像的oct管腔面积；将oct回拉前的任一造影图像数据和oct回拉期间的配准后的oct-造影图像进行图像配准，得到oct回拉的造影血管段在血管三维模型中的位置，该位置和oct-造影图像一一对应，建立造影图像中oct回拉段的候选管腔面积与基于oct-造影图像得到的oct管腔面积之间的关系模型，利用该关系模型对oct回拉结束位置到近端的候选管腔面积进行修正，得到修正后的候选管腔面积，从而得到整个血管的精准的管腔面积计算结果；ffr计算单元，采用以下模型计算ffr：δp＝fv+sv
22
式中：pa为血管近端的压力，δp为压力差，v为最大充血流速，f为黏滞性摩擦阻力系数，s为离脱力系数，是采用分叉分型定律修正后的动脉血管无狭窄的管腔面积，是采用分叉分型定律修正后的动脉血管狭窄处的管腔面积，μ是血液的黏度，l为血管管腔长度，k表示进出口对压降影响系数，ρ表示血液密度，其中，设通过候选管腔面积修正单元得到的初始管腔面积为d1、血管分叉口的分叉面积为d2，则采用分叉分型定律修正后的管腔面积d
*
表示为：d
*
＝0.678
×
(1+2)。2.如权利要求1所述的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，所述三维重建单元利用的所述oct回拉前两个角度下的造影图像数据的两个角度的角度差至少为25度。3.如权利要求1所述的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，所述最大充血流速计算单元先利用数帧法计算造影剂流速v1，再利用利用造影剂与最大充血流速之间的关系，计算出血流速度v，如下式所示：v＝a0+1×
v1+a2×
v12式中，a0、a1、a2为常数。
4.如权利要求1所述的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，所述最大充血流速计算单元所采用的数帧法包括以下步骤：对于任一角度下的造影图像数据，筛选出造影剂首次达到血管近端和远端的帧数，根据帧数差以及帧率计算出造影剂从血管近端到血管远端的时间，记为t；在一张造影图像上标记出造影剂血管近端位置和远端位置，利用血管骨架算法提取血管的中心线，计算出中心线的像素距离，然后根据造影图像的分辨率，计算出中心线的实际距离，记为l；利用公式v1＝/计算得到造影剂的流速v1。5.如权利要求1所述的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，所述acr配准单元采用以下步骤实现oct-造影图像的配准：步骤1、选择出一张回拉血管以及oct镜头标记清晰可见的造影图像作为首帧图像；步骤2、标记出oct镜头标记的位置以及回拉路径，然后提取其他造影图像的骨架线，利用迭代最近邻算法学习首帧图像到其他造影图像的投影矩阵，利用该投影矩阵将回拉路径投影到其他造影图像上，得到每张造影图像的回拉路径；步骤3、基于模板匹配方法并结合oct镜头标记从远端到近端的运动特点，将首帧图像的oct镜头标记投影到下一帧图像，然后找到当前帧图像和oct镜头标记最相似的区域像素点，并保证该区域像素点是在投影点的近端，进而实现所有帧的oct镜头标记识别，得到oct镜头标记在造影图像上的运动轨迹，从而完成配准。6.如权利要求1所述的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，在所述候选管腔面积修正单元中，基于oct-造影图像，利用u-net算法实现oct管腔分割模型，基于分割结果计算出每张oct-造影图像的oct管腔面积。7.如权利要求1所述的一种基于ofr、qfr以及acr技术的多模态冠脉功能评估系统，其特征在于，在所述候选管腔面积修正单元中，利用拟合计算建立造影图像中oct回拉段的候选管腔面积与基于oct-造影图像得到的oct管腔面积之间的关系模型，所获得的关系模型为二次拟合关系式模型。

技术总结
本发明公开了一种基于OFR、QFR以及ACR技术的多模态冠脉功能评估系统，其特征在于，包括造影图像数据采集单元；三维重建单元；最大充血流速计算单元；ACR配准单元；候选管腔面积修正单元；FFR计算单元。与现有技术方案相比，本发明具有如下有益效果：结合QFR、OFR和ACR，实现整个血管的管腔面积的精准计算，因为管腔面积是FFR计算公式中的最重要参数，因此通过本发明所公开的技术方案可以得到FFR的精准预测；利用分叉分型定量，修正分叉位置的管腔面积，从而使得本发明公开的技术方案可以适用于带有分叉的病变的血管，提高本发明的普适性。提高本发明的普适性。提高本发明的普适性。


技术研发人员：李晨光 吴轶喆 徐仁德 王瑞 沈雳 钱菊英 葛均波
受保护的技术使用者：复旦大学附属中山医院
技术研发日：2023.05.10
技术公布日：2023/8/9