[发明专利]基于高精度匹配模型的冠脉参数的计算方法

说明书

本发明公开了一种基于高精度匹配模型的冠脉参数的计算方法，获取冠脉血管部位的血管造影图像，和血管内成像，将血管造影图像与血管内成像匹配成为高精度匹配模型，基于高精度匹配模型计算冠脉血管的血流量、血流储备分数（FFR）、微循环阻力指数（IMR）。本发明的冠脉参数血流量、血流储备分数、微循环阻力指数的计算方法，基于血管造影、血管内成像两种方式获得的图像的高精度匹配模型，其计算结果较于血管造影、血管内成像两者任一图像单独使用计算的结果更加精确，实用性较高。

技术领域

本发明涉及医疗领域，尤其涉及一种基于高精度匹配模型的冠脉参数的计算方法。

背景技术

血管狭窄导致的冠心病是一种严重影响人们健康的疾病，能够准确诊断和治疗血管狭窄是非常重要的。一般而言，比较严重的冠心病需要通过做血管造影(CoronaryAngiography,CAG)来诊断，虽然几乎所有冠脉介入手术都需要做CAG，但是血管造影是一种投影成像技术，精度较差，而且基于有限角度投影，因此根据血管造影获得的三维血管管腔重建不是很准确。血管内超声(Intravascular Ultrasound,IVUS)和血管内光学相干断层成像(Optical Coherence Tomography,OCT)是血管内成像方法，具有血管造影所不能比及的精度和准确度。IVUS和OCT能够提供血管管腔和管壁的大量结构信息，帮助医生选用治疗方法。比如IVUS可以探测到血管管壁的钙化斑块，严重时可能需要使用旋磨术或者切割球囊先给予处理。无论IVUS还是OCT一般需要通过介入成像导管实现。

血管狭窄的临床生理表现是心肌血流灌注不足，然而仅仅依靠对血管影像进行形态参数测量并不能提供直接的临床生理学诊断依据，形态和功能的关系并不一定是简单明朗的。早期研究指出CAG或者IVUS测量出的最高血管狭窄百分比并不能准确预测血管的下游心肌生理缺血程度，但是存在某种相关性，因此血管的功能是否正常可能不是单一形态参数决定的，而可能是和多种参数有关一种比较复杂的关系。

血流储备分数(Fractional Flow Reserve，FFR)是一种直接测量血管供血功能的方法，定义为病变血管能提供的最大血流和该血管假如完全正常时能提供的最大血流的比值。FFR能够提供直接有用的诊断信息，一般来说FFR≤0.8需要血管重建，而FFR0.8则可以暂时不干预。一系列的临床试验证实了基于FFR的诊断和治疗能够提高病人的预后并降低医疗成本。FFR的测量一般需要使用介入式压力导丝。

功能测量的FFR和血管内成像方法获得的形态成像是反映血管病变的两个方面，理想情况下，医生应该同时掌握这两方面的信息。然而FFR使用的压力导丝和IVUS或者OCT使用的成像导管并非一种器械，因此同时使用有费用和操作复杂度的问题。

一般来说，人体中器官组织的形态结构决定了功能，而功能反映了形态结构，因此如果能够用形态成像来推导出功能学参数，或者由功能学测量来推测形态结构，都是很有意义的，因此这方面的研究很早就引起了人们的兴趣。发明专利CN105326486A《血管压力差与血流储备分数的计算方法及系统》，具体公布了一种基于血管造影图像，计算FFR的计算机模型，发明专利CN103932694A《精确诊断心肌血流储备分数(FFR)的方法和设备》，公布了一种基于计算机断层成像(Computed Tomography，CT)和超声心动图，并借助计算流体动力学(CFD)理论，计算FFR的计算机模型。上述两份对比文件都是由形态成像推导FFR，一般思路是通过计算血管远端和近端的压力差来实现。一般来说，这个压力差由两个因素决定，通过血管的血流流量和血管的面积函数。然而CAG和CT都是属于成像分辨力较差的方法，大约在0.5mm左右，不足以对直径大约为2-4毫米的冠状动脉进行准确面积测量，因此无论是血流流量还是血管的面积分布都测不准确，所以计算FFR的准确性无法得到保证。