[发明专利]肝灌注的定量测试方法在审
| 申请号: | 201710828361.9 | 申请日: | 2012-12-30 |
| 公开(公告)号: | CN107526936A | 公开(公告)日: | 2017-12-29 |
| 发明(设计)人: | 王潇崧 | 申请(专利权)人: | 上海联影医疗科技有限公司 |
| 主分类号: | G06F19/00 | 分类号: | G06F19/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 201807 上海市*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 灌注 定量 测试 方法 | ||
1.一种肝灌注的定量测试方法,其特征在于,包括:
建立仿真模型,包括:建立肝脏模型,所述肝脏模型的输入包括至少一个输入至所述肝脏模型的造影剂浓度曲线及与所述造影剂浓度曲线对应的权重系数,其中,所述造影剂浓度曲线为显性参数、所述造影剂浓度曲线对应的权重系数为隐性参数;根据所述隐性参数的不同组合和所述显性参数获取所述肝脏模型的肝细胞造影剂浓度曲线,作为所述肝脏模型的输出,以对肝灌注进行仿真;
提供肝灌注算法;
通过所述肝灌注算法进行计算,输入所述仿真模型中的显性参数和计算结果,输出通过所述肝灌注算法获得的计算隐性参数;
对所述计算隐性参数与仿真模型中与所述显性参数和计算结果对应的隐性参数进行误差分析,以判断肝灌注算法的准确性是否符合要求。
2.如权利要求1所述的定量测试方法,其特征在于,在建立肝脏模型之后,获取所述肝脏模型的肝细胞造影剂浓度曲线之前,还包括:
基于CT扫描获取所述显性参数;
提供隐性参数的值域范围,对值域范围内的任一隐性参数进行组合,获得不同隐性参数的组合。
3.如权利要求2所述的定量测试方法,其特征在于,肝脏模型的输入还包括修正参数,所述修正参数用于对输入至所述肝脏模型的造影剂浓度曲线进行延迟修正;
所述仿真方法在提供隐性参数的值域范围之后,获取所述肝脏模型的肝细胞造影剂浓度曲线之前还包括:提供修正系数的值域范围;
所述获取所述肝脏模型的肝细胞造影剂浓度曲线的步骤包括:结合所述显性参数,对于任一组的隐性参数和修正参数的组合,通过所述肝脏模型获得所述肝脏模型的肝细胞造影剂浓度曲线。
4.如权利要求2所述的定量测试方法,其特征在于,所述提供隐性参数的值域范围的步骤包括:将所述隐性参数设置为均匀变化的值。
5.如权利要求1所述的定量测试方法,其特征在于,所述肝脏模型为双输入单室模型、双输入双室模型或双输入三室模型的肝脏模型。
6.如权利要求5所述的定量测试方法,其特征在于,所述肝脏模型为双输入单室模型,有以下关系式:其中,腹部大动脉的造影剂浓度曲线Ca(t)、肝门静脉的造影剂浓度曲线Cp(t)为所述显性参数;腹部大动脉的权重系数Ka、肝门静脉的权重系数Kp以及残余函数的变量K2为所述隐性参数;CL(t)为肝细胞的造影剂浓度曲线,为所述双输入单室模型的输出。
7.如权利要求6所述的定量测试方法,其特征在于,基于CT扫描获取显性参数的步骤包括:从CT扫描获得的图像中提取一组腹部大动脉的造影剂浓度曲线Ca(t)、肝门静脉的造影剂浓度曲线Cp(t);还包括设置所述隐性参数的值域范围,其中,设置Ka的值域范围为[0.01:0.01:1.0],Kp值域范围为[1.0:-0.01:0.01],1/K2的值域范围为[16:-0.12:4.12];还包括提供所述隐性参数的值域范围的步骤,其中,将K2设置为定值,设置Ka值域范围为[0.01:0.01:1.0],Kp值域范围为[1.0:-0.01:0.01]。
8.如权利要求7所述的定量测试方法,其特征在于,所述双输入单室模型的输入还包括对输入至所述肝脏模型的造影剂浓度曲线进行延迟修正的修正参数:腹部大动脉的延迟时间τa、肝门静脉的延迟时间τp;
设置所述腹部大动脉的延迟时间τa、肝门静脉的延迟时间τp在-2至2的范围内随机选取整数;
获取所述肝脏模型的肝细胞造影剂浓度曲线的步骤包括:结合所述腹部大动脉的造影剂浓度曲线Ca(t)、肝门静脉的造影剂浓度曲线Cp(t),对于值域范围内的任一组的Ka、Kp、K2和τa、τp的组合,通过双输入单室获得所述肝脏模型的肝细胞造影剂浓度曲线。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技有限公司,未经上海联影医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710828361.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用





