[发明专利]脑动脉瘤血流动力学指标的评估方法、系统、设备及介质

权利要求书

1.一种脑动脉瘤血流动力学指标的评估方法，其特征在于，包括如下步骤：

获取人体脑动脉医学图像数据；

对所述人体脑动脉医学图像数据进行解剖学建模得到脑动脉瘤解剖学模型；

对脑动脉瘤解剖学模型进行流体力学计算处理，输出计算结果；

将所述计算结果附加到所述脑动脉瘤解剖学模型的对应位置，进行血流动力学指标的可视化显示。

2.根据权利要求1所述的脑动脉瘤血流动力学指标的评估方法，其特征在于，对所述人体脑动脉医学图像数据进行解剖学建模得到脑动脉瘤解剖学模型，包括以下步骤：

根据人体脑动脉医学图像数据获取训练识别的脑动脉瘤标志点的起点和终点；

基于所述起点和终点生成待分割脑动脉瘤血管路径；

根据所述血管路径对脑动脉瘤血管进行初步分割，获得初步分割的脑动脉瘤血管模型；

从初步分割的脑动脉瘤血管模型中提取中心线；

根据所述中心线提取待评估脑动脉瘤血管横截面轮廓线，生成脑动脉瘤解剖学模型。

3.根据权利要求2所述的脑动脉瘤血流动力学指标的评估方法，其特征在于，所述根据人体脑动脉医学图像数据获取训练识别的脑动脉瘤标志点的起点和终点，包括以下步骤：

接收人体脑动脉医学图像数据，使用机器学习系统基于训练数据对图像上的各血管点进行标注生成正样本集和负样本集；

根据所述正样本集和负样本集，经过特征提取，使用机器学习系统基于训练数据计算各血管点属于正样本集的概率，获取脑动脉瘤标志点的起点和终点。

4.根据权利要求2所述的脑动脉瘤血流动力学指标的评估方法，其特征在于，根据所述中心线提取待评估脑动脉瘤血管横截面轮廓线，生成脑动脉瘤解剖学模型，包括以下步骤：

基于所述中心线，提取获得中心线各个点处的若干二维横截面图像，使用机器学习系统基于训练数据生成的边界分类器对各个二维横截面图像上的血管内体素进行标记生成正样本集和负样本集；并基于边界体素与血管中心点的连线计算边界体素的局部方向；

基于所述局部方向，经过特征提取，使用机器学习系统基于训练数据生成的边界分类器计算各体素属于正样本集的概率，获得概率图；

基于所述概率图，获得各个二维横截面图像上的脑动脉瘤血管横截面轮廓线；

将获得的各个二维横截面图像上的脑动脉瘤血管横截面轮廓线进行组合，生成脑动脉瘤解剖学模型。

5.根据权利要求1所述的脑动脉瘤血流动力学指标的评估方法，其特征在于，对脑动脉瘤解剖学模型进行流体力学计算处理，输出计算结果，包括以下步骤：

对所述脑动脉瘤解剖学模型进行加载计算设置以及边界条件参数设置；

将所述加载了边界条件的解剖学模型进行网格划分；

解算血液在脑动脉瘤内的三维流动控制方程，输出计算结果，所述计算结果包括压力、血流储备分数、血流速度、剪切应力、震荡剪切指数中的一种或多种。

6.根据权利要求5所述的脑动脉瘤血流动力学指标的评估方法，其特征在于，所述网格划分包括以下步骤：

根据脑动脉瘤血管中心线，获得脑动脉瘤血管壁各个点到中心线的距离d；

根据所述距离d，采用三棱柱网格对脑动脉瘤血管的边界层进行网格划分，所述边界层厚度为距离d的四分之一；

根据所述距离d，采用四面体网格对对脑动脉瘤血管的边界层内的区域进行网格划分，所述网格大小为距离d的十分之一；

将所述边界层网格与边界层内网格进行装配。

7.一种脑动脉瘤血流动力学指标的评估系统，其特征在于，包括：

图像数据采集系统，用于获取人体脑动脉医学图像数据；

脑动脉瘤解剖学建模系统，对所述人体脑动脉医学图像数据进行解剖学建模得到脑动脉瘤解剖学模型；

CFD模拟系统，用于对脑动脉瘤解剖学模型进行流体力学计算处理，输出计算结果；

后处理显示系统，将所述计算结果附加到所述脑动脉瘤解剖学模型的对应位置，进行血流动力学指标的可视化显示。