[发明专利]用于测量心肌缺血、狭窄识别、定位和血流储备分数估计的非侵入式方法和系统

权利要求书

1.一种用于非侵入式地识别和/或测量或估计心肌缺血的程度、识别一个或多个狭窄、和/或定位和/或估计血流储备分数的系统，该系统包括：

至少一个处理器；和

存储器，其上存储有指令，其中所述指令被所述处理器执行时会使得所述处理器执行以下操作：

通过至少一个电极从受试者同时获取与多个宽带梯度信号相关联的数据集；

从与所述多个宽带梯度信号相关联的数据集产生残差子空间数据集；

利用所述残差子空间数据集的一个或多个形态、拓扑或功能特征提取分析，从所述残差子空间数据集提取一个或多个拓扑参数；

通过将所述一个或多个提取的拓扑参数应用到一个或多个非线性模型，确定所述受试者的选自由以下参数构成的群组中的一个或多个冠状动脉生理参数：血流储备分数估计、狭窄值和心肌缺血估计；以及

通过报告和/或显示中的输出数据集中的一个或多个，输出所述一个或多个冠状动脉生理参数，其中所述一个或多个输出数据集至少提供了心肌缺血的程度的测量或估计、一个或多个狭窄的识别、以及血流储备分数的定位和/或估计中的至少一个。

2.根据权利要求1所述的系统，其中，产生所述残差子空间数据集的指令包括进行以下操作的指令：

通过对从所述多个宽带梯度信号导出的数据执行第一小波操作来生成第一小波信号数据集；

通过对所述第一小波信号数据执行第二小波操作来生成第二小波信号数据集；以及

从所述第二小波信号数据集的值中减去所述第一小波信号数据集的值来生成所述残差子空间数据集，

其中，所述残差子空间数据集包括时空域中的三维相空间数据集。

3.如权利要求2所述的系统，还包括：

其中所述一个或多个所提取的的拓扑参数作为第一组形态特征(i)被输入到一个或多个机器学习算法中以产生用于诊断冠状动脉疾病的存在的预测器，和/或(ii)用于已生成的预测器中以诊断冠状动脉疾病的存在。

4.如权利要求2所述的系统，其中所述从残差子空间数据集提取一个或多个拓扑参数的指令包括进行以下操作的指令：利用在所述残差子空间数据集上执行的alpha-hull算子提取所述一个或多个所提取的拓扑参数。

5.如权利要求3所述的系统，其中所述从残差子空间数据集提取一个或多个拓扑参数的指令包括进行以下操作的指令：

将所述三维相空间数据集划分为多个节段，每个所述节段包括所述三维相空间数据集的非重叠部分；以及

提取所述多个节段中每个节段的第二组形态特征，其中所提取的第二组形态特征包括选自由以下参数构成的群组中的参数：3D体积值、空隙体积值、表面积值、主曲率方向值和Betti数值。

6.如权利要求5所述的系统，其中所提取的第二组形态特征是利用alpha-hull算子提取的。

7.如权利要求5所述的系统，其中所述多个节段包括的节段的数量选自由3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20构成的群组。

8.如权利要求3所述的系统，其中所述确定一个或多个冠状动脉生理参数的指令包括进行以下操作的指令：

通过第一机器学习操作将提取的第一组形态特征与多个候选模型相关联，所述多个候选模型与所确定的一个或多个冠状动脉生理参数相关联；以及

选择所述多个候选模型中的一候选模型以确定对所述储备血流分数估计、所述狭窄值和所述心肌缺血估计的估计中每一个的输出。

9.根据权利要求8所述的系统，其中所确定的一个或多个冠状动脉生理参数被呈现在心脏图像上的一个或多个相应冠状动脉区域处。