[发明专利]基于血流储备分数和冠状动脉CT造影图像的微循环阻力计算方法

说明书

本发明提出一种结合血流储备分数(FFR)和冠状动脉CT血管造影(cCTA)图像计算冠状动脉微循环阻力的方法，包括：测量感兴趣血管FFR，获得最大充血状态下的远、近端压力值；基于cCTA图像重建与FFR测量相对应的感兴趣血管三维模型；以近端压力值为入口边界条件，出口耦合预设的血流阻力，通过数值方法求解流体控制方程；计算仿真结果与FFR测量的远端压力值差值，调整血流阻力，重复数值仿真直至差值小于预设阈值；提取最终出口边界的血流阻力数值作为冠状动脉微循环阻力计算值。发明以FFR测量结果为已知条件，基于冠状动脉CT造影图像和数值计算方法，仿真获得与FFR测量结果相匹配的血流量分布及微循环阻力。本发明在避免同步测量血流量的同时，提高了准确性。

技术领域

本发明涉及微循环计算领域，尤其涉及应用在结合血流储备分数(FractionalFlow Reserve,FFR)和冠状动脉CT血管造影(cCTA)图像计算微循环阻力的方法。

背景技术

冠状动脉微循环是直径小于500微米的复杂血管网络，主要负责调节心肌血流量以满足心肌对氧气、营养物质和代谢物质的交换需求。冠状动脉微循环阻力(microcirculatory resistance,MR)是反映冠状动脉微循环功能的有效指标，其定义为冠脉远端动脉压力(P_d)除以最大充血状态下的冠脉血流量(Q_max)。现有技术主要分为两类：

第一类方法通过集成了压力传感器和血流量传感器的导丝置入冠状动脉远端，在药物诱导最大充血状态的条件下同时测量压力和血流量，进而计算MR。依据采用的血流量传感器的不同，又可分为热稀释法和超声多普勒测速法(Williams,R.P.,et al.(2018).Doppler Versus Thermodilution-Derived Coronary Microvascular Resistance toPredict Coronary Microvascular Dysfunction in Patients With Acute MyocardialInfarction or Stable Angina Pectoris.Am J Cardiol121(1):1-8.)。

第二类方法主要通过序列造影图像估算Q_max，基于血流动力学模型仿真计算最大充血状态下远、近端压力差(ΔP)，基于测量的静息态冠脉入口压力和深度学习模型估算最大充血状态下冠脉入口压力(P_a)(“快速计算微循环阻力的方法与系统”，中国201711258493.9[P])或直接测量最大充血状态下P_a(“基于造影图像和流体力学模型的微循环阻力指数计算方法”，中国201810413391.8[P])。

上述技术尽管从不同角度、不同计算方法中给出了确定MR的方法，但其都至少具有以下这个技术缺陷，即无法精确的测量(或计算)最大充血状态下的Q_max：第一类方法由于测量原理以及导管置入对血流量的影响等原因，而造成无法精确测量Q_max；第二类方法采用估算Q_max的方式，精度难以保证。

发明内容

有鉴于此，本发明提供一种结合FFR和cCTA图像计算微循环阻力的方法。该方法将FFR测量的远、近端压力值作为已知条件，基于cCTA图像和数值计算方法求解MR。所采取的技术方案如下：

1.FFR测量感兴趣血管最大充血状态下的远、近端压力值；

2.基于cCTA图像重建感兴趣血管三维模型；

3.通过数值方法反复迭代求解流体控制方程，并根据计算结果与FFR测量的远端压力值之差迭代的调整数值模型边界条件参数，最终使得计算与测量结果差异小于预设阈值；

4.提取数值模型边界条件参数作为MR计算值；

附图说明