[发明专利]一种基于血管影像的血流储备分数计算方法

权利要求书

1.一种基于血管影像的血流储备分数计算方法，其特征在于，其步骤如下：

步骤S1：获取目标血管影像数据；

步骤S2：获取主动脉或冠状动脉近端压力Pa，以及目标血管血流大小Q；

步骤S3：基于人工智能模型1和目标血管影像数据自动分割目标血管边界，获得目标血管截面大小和形状；

步骤S4：基于人工智能模型2和步骤S3中得到的血管边界信息将目标血管分割为若干具有固定形态的血管分段；

步骤S5：基于人工智能模型3和目标血管血流大小Q生成每个血管分段所对应的流体模型，并计算每个血管分段的压降；

步骤S6：根据每个血管分段的压降与近端压力Pa，计算目标血管段的任意远端截面的压力Pd，取Pd和Pa比值为计算得到的FFR。

2.根据权利要求1所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述目标血管数据为心脏冠状动脉影像数据，影像数据的获取方式包括冠脉造影、血管内光学相干断层成像（OCT）、血管内超声（IVUS）。

3.根据权利要求2所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述人工智能模型1和人工智能模型2是包含3层或以上卷积层的卷积神经网络，或其他非卷积神经网络图像处理算法。

4.根据权利要求3所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述人工智能模型2的输入为步骤S1获取的目标血管影像数据，或基于影像数据生成的图像特征。

5.根据权利要求4所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述图像特征是目标血管各截面积大小，或目标血管分割掩码，或目标血管二维对称截面图，或个目标血管内图像沿某个角度的切面图，或目标血管三维渲染结果；

人工智能模型2的输出为分段后的血管分段影像数据或特征，其类型与输入类型相同；该输出作为人工智能模型3的输入。

6.根据权利要求5所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述步骤S4得到的血管分段满足：

血管分段均为先收缩后扩张，每个血管分段面积在入口截面面积、狭窄截面，以及出口截面面积之间近似单调变化，且满足，。

7.根据权利要求6所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述血管分段可表示为单纯收缩或单纯扩张，每个血管分段由入口面积近似单调变化为出口截面面积。

8.根据权利要求7所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述人工智能模型3包含c层卷积层，以及m层全连接层，其中c, 。

9.根据权利要求8所述的一种基于血管影像的血流储备分数计算方法，其特征在于，所述人工智能模型3生成的流体模型为，其中和为人工智能模型3预测的参数，为基于血流Q和步骤S3得到的血管边界信息计算得到的血流速度。

10.根据权利要求9所述的一种基于血管影像的血流储备分数计算方法，其特征在于，如果分段后的血管分段含有分支，则基于人工智能模型3生成的流体模型为，其中和为人工智能模型3预测的参数，为由于分支分流修正后的子血管主干血流速度，由分支流体模型基于影像数据中的分支开口大小和角度计算得到。