[发明专利]获取流量损失模型、损失比、供血能力的方法和系统

权利要求书

1.一种用于获取血流量损失模型的方法，其特征在于，包括：

获取感兴趣的血管段；

获取所述感兴趣血管段的特征值；

根据所述特征值，建立血流量损失模型。

2.根据权利要求1所述的用于获取血流量损失模型的方法，其特征在于，所述特征值包括：血管形态参数、心率、血液流动速度和血流量。

3.根据权利要求1所述的用于获取血流量损失模型的方法，其特征在于，根据所述特征值，建立所述血流量损失模型的方法包括：

血流量损失比其中QR表示流速损失比，ΔQ表示感兴趣的血管段从入口至出口的血流量损失，Q表示感兴趣的血管段的入口流量；

根据样本数据，获取所述特征值与所述血流量损失比之间的关系，通过深度学习创建血流量损失模型。

4.根据权利要求3所述的用于获取血流量损失模型的方法，其特征在于，所述根据样本数据，获取所述特征值与所述血流量损失比之间的关系，通过深度学习创建血流量损失模型的方法，包括：

如果血管形态参数相同，根据所述样本数据，获取血液流动速度与血流量损失之间的关系ΔQ＝h(v)，其中，h(v)表示一个以v为自变量的函数，v表示血液流动速度；

如果所述血液流动速度相同，根据所述样本数据，获取所述血管形态参数与所述血流量损失之间的关系ΔQ＝f(m)，其中，f(m)表示一个以m为自变量的函数，m表示血管形态参数，包括：正常血管的参考管腔面积S，血管狭窄区域的最小管腔横截面积S’，血管狭窄区域的血管长度L。

根据ΔQ＝h(v)、ΔQ＝f(m)、通过多层全连接神经网络对所述样本进行深度学习，获取血流量损失模型。

5.根据权利要求4所述的用于获取血流量损失模型的方法，其特征在于，所述多层全连接神经网络的方法包括：输入层、至少两层隐藏层，每隐藏层包括50～150个神经元，激活函数、输出层。

6.根据权利要求5所述的用于获取血流量损失模型的方法，其特征在于，所述激活函数包括：sigmod函数。

7.根据权利要求3所述的用于获取血流量损失模型的方法，其特征在于，还包括：根据所述特征值与所述血流量损失的关系生成模拟样本，将所述模拟样本加入所述样本数据中，扩充样本数量。

8.根据权利要求4所述的用于获取血流量损失模型的方法，其特征在于，所述如果血管形态参数相同，根据样本数据，获取血液流动速度与血流量损失之间的关系ΔQ＝h(v)的方法，包括：

如果血管形态参数相同，则建立横坐标为纵坐标为的坐标系，将所述样本数据点设置于所述坐标系内，获取血液流动速度与血流量损失之间的关系ΔQ＝h(v)，其中△Q_p表示血液平均流动速度为v_p时，感兴趣血管段从入口到出口的流量损失，△Q_a表示真实血管形态下，感兴趣血管段从入口到出口的流量损失，v_p表示相对v_a变化k％时的血液平均流动速度，-50k50，v_a表示真实血管形态下，感兴趣血管段从入口到出口的血液平均流动速度。

9.根据权利要求4所述的用于获取血流量损失模型的方法，其特征在于，所述如果血液流动速度相同，根据样本数据，获取血管形态参数与血流量损失之间的关系ΔQ＝f(m)的方法，包括：

如果血液流动速度相同，则建立横坐标为纵坐标为的坐标系，将所述样本数据点设置于所述坐标系内，获取血管形态参数与血流量损失之间的关系ΔQ＝f(m)，其中△Q_p表示血管形态学参数为m_p时，感兴趣血管段从入口到出口的流量损失，△Q_a表示真实血管形态下，感兴趣血管段从入口到出口的流量损失，m_p表示相对m_a变化e％时的血管形态参数，-50e50，m_a表示真实血管形态下，感兴趣血管段从入口到出口的血管形态参数。