【技術領域】

本發(fā)明涉及一種血流狀態(tài)分析系統(tǒng)和方法，尤其是一種利用計算流體力學獲取多時相血流動力學參數(shù)的系統(tǒng)及方法。

背景技術：

cta、mra成像技術廣泛應用在外周血管疾病診斷中，尤其在血管狹窄(椎動脈狹窄)、動脈瘤、夾層動脈瘤、腫瘤供血動脈等血管疾病等方面。血管分析軟件應用提供了血管分析的工具，用于細小四級血管的精確提取、完整去骨、快速自動測量等。醫(yī)學圖像分析軟件系統(tǒng)在針對血管的分析中一般采用圖像分割技術，以及圖像顯示技術對相應對象的血管進行形態(tài)學上的三維模擬重建。醫(yī)生通過針對血管形態(tài)學上的指標(血管狹窄程度、血管瘤膨脹程度等)對病變程度進行分析處理，可利用信息單一。

計算流體力學(computationalfluiddynamics/cfd)是一個20世紀50年代以來，隨著計算機的發(fā)展而產(chǎn)生的一個介于數(shù)學、流體力學和計算機之間的交叉學科。其主要研究內(nèi)容是通過計算機和數(shù)值方法來求解流體力學的控制方程，對流體力學問題進行模擬和分析。血管模型或血流模型是一個利用計算流體力學的新興應用。利用計算流體力學對單時相數(shù)據(jù)進行分析難以全面的體現(xiàn)分析區(qū)域的實際情況和變化規(guī)律，也會由于選擇時相不準確而使結果出現(xiàn)偏差。

技術實現(xiàn)要素：

本發(fā)明解決的問題是提供一種血管流體分析方法，執(zhí)行于至少一個包含處理器和存儲器的設備，所述方法包括：獲取一個第一時相的圖像和一個第二時相的圖像；在所述第一時相的圖像中選擇一個第一血管區(qū)域，其中，所述第一血管區(qū)域包含一個血管；在所述第二時相的圖像中選擇一個第二血管區(qū)域，其中，所述第二血管區(qū)域包含至少一部分所述血管；建立一個第一血管模型，其中，所述第一血管模型與所述第一血管區(qū)域相對應；建立一個第二血管模型，其中，所述第二血管模型與所述第二血管區(qū)域相對應；設定所述第一血管模型的邊界條件和所述第二血管模型的邊界條件；根據(jù)所述第一血管模型的邊界條件，確定所述第一血管模型中所述血管在所述第一時相的狀態(tài)；基于所述血管在所述第一時相的狀態(tài)，關聯(lián)所述第一血管模型和所述第二血管模型；以及所述關聯(lián)結果以及所述第二血管模型的邊界條件，確定所述第二血管模型中所述血管在所述第二時相的狀態(tài)。

可選的，所述第一血管區(qū)域和所述第二血管區(qū)域包括冠狀動脈、腹部動脈、大腦動脈或下肢動脈。

可選的，所述關聯(lián)所述第一血管模型和所述第二血管模型包括關聯(lián)所述第一血管模型和所述第二血管模型的所述血管的入口段、所述血管的分叉段、所述血管的狹窄段、或所述血管的出口段。

可選的，所述方法進一步包括對所述第一血管模型或所述第二血管模型進行網(wǎng)格化處理。

可選的，所述關聯(lián)所述第一血管模型和所述第二血管模型包括將第一血管模型的網(wǎng)格和所述第二血管模型的網(wǎng)格進行匹配。

可選的，所述血管狀態(tài)包括血流速、血壓力、血管壁應力、血管壁切應力或血流儲備系數(shù)(ffr)。

可選的，所述確定所述第一血管模型中所述血管在所述第一時相的狀態(tài)或所述確定所述第二血管模型中所述血管在所述第二時相的狀態(tài)包括使用計算流體力學(cfd)方法。

可選的，一個血流狀態(tài)的分析系統(tǒng)，包括至少一個處理器和存儲設備，所述系統(tǒng)包括：一個接收模塊，被配置為：獲取一個第一時相的圖像和一個第二時相的圖像；以及一個多時相特征生成模塊，被配置為：在所述第一時相的圖像中選擇一個第一血管區(qū)域，其中，所述第一血管區(qū)域包含一個血管；在所述第二時相的圖像中選擇一個第二血管區(qū)域，其中，所述第二血管區(qū)域包含至少一部分所述血管；建立一個第一血管模型，其中，所述第一血管模型與所述第一血管區(qū)域相對應；建立一個第二血管模型，其中，所述第二血管模型與所述第二血管區(qū)域相對應；設定所述第一血管模型的邊界條件和所述第二血管模型的邊界條件；根據(jù)所述第一血管模型的邊界條件，確定所述第一血管模型中所述血管在所述第一時相的狀態(tài)；基于所述血管在所述第一時相的狀態(tài)，關聯(lián)所述第一血管模型和所述第二血管模型；以及根據(jù)所述關聯(lián)結果以及所述第二血管模型的邊界條件，確定所述第二血管模型中所述血管在所述第二時相的狀態(tài)。

可選的，一種血流狀態(tài)的分析方法，所述分析方法包括：獲取多個時相的血管圖像，包括一個第一時相的血管圖像和一個第二時相的血管圖像，所述多個時相的血管圖像分別對應于同一個血管或其一部分；建立多個血管模型，所述多個血管模型分別對應于所述多個時相的血管圖像；根據(jù)所述多個血管模型，獲得所述血管或其一部分的多個狀態(tài)，包括一個第一血管狀態(tài)和一個第二血管狀態(tài)，其中，所述第一血管狀態(tài)對應于所述第一時相的血管圖像，所述第二血管狀態(tài)對應于所述第二時相的血管圖像；根據(jù)所述血管或其一部分的所述多個狀態(tài)，獲得所述血管或其一部分的狀態(tài)隨時間變化的關系；以及根據(jù)所述關系，獲得所述血管或其一部分的第三血管狀態(tài)。

可選的，所述分析方法進一步包括：關聯(lián)所述多個血管模型；以及根據(jù)所述關聯(lián)結果，采用計算流體力學(cfd)分析所述多個血管狀態(tài)，所述關聯(lián)所述多個血管模型包括關聯(lián)所述多個血管模型中至少兩個血管模型的入口段、分叉段、狹窄段或出口段。

【附圖說明】

圖1a和圖1b是根據(jù)本申請的一些實施例所示的包括血管狀態(tài)分析系統(tǒng)；

圖2是根據(jù)本申請的一些實施例所示的一個計算設備的結構，該計算設備可以實施本申請中披露的特定系統(tǒng)；

圖3是根據(jù)本申請的一些實施例所示的一個移動設備的結構示意圖，該移動設備可以實施本申請中披露的特定系統(tǒng)；

圖4a是根據(jù)本申請的一些實施例所示的處理設備的示例性模塊示意圖；

圖4b是根據(jù)本申請的一些實施例所示的多時相特征處理的示例性流程圖；

圖5是根據(jù)本申請的一些實施例所示的多時相特征生成模塊的示例性模塊示意圖；

圖6是根據(jù)本申請的一些實施例所示的獲取多時相特征的示例性流程圖；

圖7是根據(jù)本申請的一些實施例所示的獲取多時相特征的示意圖；

圖8是根據(jù)本申請的一些實施例所示的設定邊界條件的示例性流程圖；

圖9是根據(jù)本申請的一些實施例所示的血流模型的示意圖；

圖10是根據(jù)本申請的一些實施例所示的網(wǎng)格化處理的示例性流程圖；

圖11是根據(jù)本申請的一些實施例所示的邊界區(qū)域網(wǎng)格化處理的示意圖；

圖12是根據(jù)本申請的一些實施例所示的網(wǎng)格劃分的示例性流程圖；

圖13是根據(jù)本申請的一些實施例所示的獲得任意位點參數(shù)的示例性流程圖；以及

圖14是根據(jù)本申請的一些實施例所示的獲得位點血流動力學參數(shù)的示意圖。

【具體實施方式】

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實施的限制。

在圖像數(shù)據(jù)處理過程中，“圖像分割”、“圖像提取”、“圖像分類”可以相互轉化，均表達從大范圍區(qū)域內(nèi)選取符合某條件的圖像。在一些實施例中，成像系統(tǒng)可以包括一種或多種形態(tài)。所述形態(tài)包括但不限于，數(shù)字減影血管造影(dsa)、磁共振成像(mri)、磁共振血管造影(mra)、計算機斷層掃描(ct)、計算機斷層掃描血管造影(cta)、超聲波掃描(us)、正電子發(fā)射斷層掃描術(pet)、單光子發(fā)射計算機斷層掃描(spect)、spect-mr、ct-pet、ce-spect、dsa-mr、pet-mr、pet-us、spect-us、tms-mr、us-ct、us-mr、x射線-ct、x射線-pet、x射線-us、視頻-ct、視頻-us和/或類似的一種或多種的組合。在一些實施例中，成像掃描的目標可以是器官、機體、物體、損傷部位、腫瘤等一種或多種的組合。在一些實施例中，成像掃描的目標可以是頭部、胸腔、腹部、器官、骨骼、血管等一種或多種的組合。在一些實施例中，掃描的目標可以為一個或多個部位的血管組織。在一些實施例中，圖像可以是二維圖像和/或三維圖像。在二維圖像中，最細微的可分辨元素可以為像素點(pixel)。在三維圖像中，最細微的可分辨元素可以為體素點(voxel)。在三維圖像中，圖像可由一系列的二維切片或二維圖層構成。

圖像分割過程可以基于圖像的像素點(或體素點)的相應特征進行。在一些實施例中，所述像素點(或體素點)的相應特征可以包括紋理結構、灰度、平均灰度、信號強度、顏色飽和度、對比度、亮度等一種或多種的組合。在一些實施例中，所述像素點(或體素點)的空間位置特征也可以用于圖像分割過程。

本申請涉及一種獲取血流狀態(tài)的方法和系統(tǒng)。在確定血流狀態(tài)的過程中，獲取多個時相的圖像，建立與多個時相分別對應的多個血管模型。關聯(lián)所述多個血管模型，根據(jù)關聯(lián)結果分別設定所述多個血管模型的邊界條件，確定所述多個血管模型的血管狀態(tài)。所述關聯(lián)所述多個血管模型包括配準多個血管模型。

圖1a是根據(jù)本申請的一些實施例所示的包括血流狀態(tài)分析系統(tǒng)100。該血流狀態(tài)分析系統(tǒng)100可以包括數(shù)據(jù)采集設備110、處理設備120、存儲設備130和顯示設備140。數(shù)據(jù)采集設備110、處理設備120、存儲設備130和交互設備140相互之間可以通過網(wǎng)絡180進行通信。

數(shù)據(jù)采集設備110可以是一個采集數(shù)據(jù)的設備。所述數(shù)據(jù)可以包括圖像數(shù)據(jù)、對象特征數(shù)據(jù)等。在一些實施例中，所述數(shù)據(jù)采集設備110可以包括一個成像設備。所述成像設備可以采集所述圖像數(shù)據(jù)。所述成像設備可以是磁共振成像儀(magneticresonanceimaging,mri)、電子計算機斷層掃描儀(computedtomography,ct)、正電子發(fā)射型計算機斷層顯像儀(positronemissioncomputedtomography,pet)、b超儀(b-scanultrasonography)、超聲診斷儀(diasonography)熱斷層掃描儀(thermaltexturemaps,ttm)、醫(yī)用電子內(nèi)窺鏡(medicalelectronicendoscope,mee)等中的一種或多種的組合。所述圖像數(shù)據(jù)可以是包括對象的血管、組織或器官的圖片或數(shù)據(jù)。在一些實施例中，所述數(shù)據(jù)采集設備可以包括一個對象特征采集設備。所述對象特征采集設備可以采集對象的心率、心律、血壓、血流速率、血液粘稠度、心輸出量、心肌質(zhì)量、血管流阻，以及/或其他與血管、組織或器官相關的對象特征數(shù)據(jù)。在一些實施例中，所述對象特征采集設備可以獲取對象年齡、身高、體重、性別等其他對象特征數(shù)據(jù)。在一些實施例中，所述圖像數(shù)據(jù)和對象特征數(shù)據(jù)可以是多時相數(shù)據(jù)。例如，所述多時相數(shù)據(jù)可以是在不同的時間點或時相獲得的對象身上相同或近似位置的數(shù)據(jù)。在一些實施例中，所述對象特征采集設備可以集成在所述成像設備中，從而同時采集圖像數(shù)據(jù)和對象特征數(shù)據(jù)。在一些實施例中，所述數(shù)據(jù)采集設備110可以通過網(wǎng)絡180將其所采集的數(shù)據(jù)發(fā)送至處理設備120、存儲設備130和/或交互設備140。

處理設備120可以對數(shù)據(jù)進行處理。所述數(shù)據(jù)可以是通過數(shù)據(jù)采集設備110采集到的數(shù)據(jù)，從存儲設備130中讀取的數(shù)據(jù)，從交互設備140中獲得的反饋數(shù)據(jù)，如用戶的輸入數(shù)據(jù)，或通過網(wǎng)絡180從云端或者外接設備中獲得的數(shù)據(jù)等。在一些實施例中，所述數(shù)據(jù)可以包括圖像數(shù)據(jù)、對象特征數(shù)據(jù)、用戶輸入數(shù)據(jù)等。所述處理可以包括在圖像數(shù)據(jù)中選擇感興趣的區(qū)域。所述感興趣的區(qū)域可以由處理設備120自行選擇或根據(jù)用戶輸入數(shù)據(jù)選擇。在一些實施例中，選擇的感興趣區(qū)域可以是血管、組織或者器官等。例如，所述感興趣區(qū)域可以是動脈血管，如冠狀動脈、腹部動脈、大腦動脈、下肢動脈等。處理設備120可以進一步對所述圖像中對感興趣的區(qū)域進行分割。圖像分割的方法可以包括基于邊緣的圖像分割方法，如perwitt算子法、sobel算子法、梯度算子法、kirch算子法等，基于區(qū)域的圖像分割方法，如區(qū)域生長法、閾值法、聚類法等以及其他分割方法，如基于模糊集、神經(jīng)網(wǎng)絡的方法等。

處理設備120可以對所述感興趣區(qū)域進行模型重建。模型的選擇可以基于對象特征數(shù)據(jù)、感興趣區(qū)域的特征等。例如，如果選定了感興趣的區(qū)域為冠狀動脈，處理設備120可以對包含冠狀動脈的圖像進行分割從而提取出冠狀動脈的圖像。然后，處理設備120可以根據(jù)對象特征、冠狀動脈一般特征、冠狀動脈圖像特征等進行模型的重建。重建的模型可以與冠狀動脈血管的形狀相對應，也可以與冠狀動脈中血液流動的形態(tài)相對應。在建立感興趣區(qū)域的模型后，處理設備120可以根據(jù)模型進行分析和計算。所述分析和計算的方法可以包括計算流體力學(computedfluiddynamics)等。

在一些實施例中，處理設備120可以獲得多時相的數(shù)據(jù)，如對象在5個不同時間點上冠狀動脈區(qū)域的圖像。在這種情況下，處理設備120可以對不同時相的感興趣區(qū)域(例如，整個冠狀動脈，冠狀動脈上的分支，或者冠狀動脈的血液入口截面等)的圖像分別構建模型，再對模型依次進行分析和計算。在一些實施例中，處理設備120可以對所述不同時相的模型進行網(wǎng)格化處理，并對網(wǎng)格化處理后的模型進行相互關聯(lián)，從而降低計算量、提高計算準確度。關于網(wǎng)格化處理和模型相互關聯(lián)的說明可以參見本申請其他地方的描述，例如，圖6，圖11及其描述。在一些實施例中，所述分析和計算的結果可以包括血管、組織、或器官的物理狀態(tài)和相關系數(shù)或參數(shù)。例如，對冠狀動脈模型進行分析和計算的結果可以包括冠狀動脈的血流動力學參數(shù)，如血流速率、血液壓力、血管壁應力、血管壁切應力、血流儲備系數(shù)或血流儲備分數(shù)(fractionalflowreserve,ffr)、冠狀動脈血流儲備(coronaryflowreserve,cfr)等中的一種或多種的組合。在一些實施例中，處理設備120可以根據(jù)不同時相的分析和計算結果生成所述物理狀態(tài)和/或相關系數(shù)或參數(shù)與時相或時間的關系(例如，血液動力學參數(shù)隨時間的變化)。該關系可以用曲線或者對照表的方式體現(xiàn)?；谒銮€或?qū)φ毡?，處理設備120可以獲得任意時相的感興趣區(qū)域的物理狀態(tài)和/或相關系數(shù)或參數(shù)。

在一些實施例中，處理設備120可以對其獲得的數(shù)據(jù)或處理結果進行降噪或平滑處理。在一些實施例中，處理設備120可以將其獲得的數(shù)據(jù)或處理結果發(fā)送至存儲設備130進行存儲，或者發(fā)送至交互設備140進行顯示。所述處理結果可以是處理過程中產(chǎn)生的中間結果，如感興趣區(qū)域的模型，也可以是處理的最終結果，如分析和計算得出的血流動力學參數(shù)等。在一些實施例中，處理設備120可以是一個或多個處理元件或設備，如中央處理器(centralprocessingunit，cpu)、圖形處理器(graphicsprocessingunit，gpu)、數(shù)字信號處理器(digitalsignalprocessor，dsp)、系統(tǒng)芯片(systemonachip，soc)、微控制器(microcontrollerunit，mcu)等。在一些實施例中，處理設備120也可以是特殊設計的具備特殊功能的處理元件或設備。處理設備120可以是本地的，或相對于數(shù)據(jù)采集設備110是遠程的。

存儲設備130可以儲存數(shù)據(jù)或信息。所述數(shù)據(jù)或信息可以包括數(shù)據(jù)采集設備110獲取的數(shù)據(jù)、處理設備120產(chǎn)生的處理結果或控制指令、以及交互設備140所接收到的用戶輸入數(shù)據(jù)等。存儲設備130可以是一種或多種可以讀取或?qū)懭氲拇鎯γ浇椋ǖ幌抻陟o態(tài)隨機存儲器(staticrandomaccessmemory,sram)，隨機存儲器(random-accessmemory,ram)、只讀存儲器(read-onlymemory,rom)、硬盤、閃存等。在一些實施例中，存儲設備130也可以是遠程的存儲器，如云盤等。

交互設備140可以接收、發(fā)送，以及/或顯示數(shù)據(jù)或信息。所述接收的數(shù)據(jù)或信息可以包括數(shù)據(jù)采集設備110獲取的數(shù)據(jù)、處理設備120產(chǎn)生的處理結果、存儲設備130存儲的數(shù)據(jù)等。例如，交互設備140顯示的數(shù)據(jù)或信息可以包括數(shù)據(jù)采集設備110獲得的心血管的實際圖像150、處理設備120根據(jù)實際圖像150所建立的心血管模型160，以及處理設備120從心血管模型160中提取出的冠狀動脈模型170等。顯示的形式可以包括但不限于二維或三維的醫(yī)學圖像、幾何模型及其網(wǎng)格分析、矢量圖(如速度矢量線)、等值線圖、填充型的等值線圖(云圖)、xy散點圖、粒子軌跡圖、模擬流動效果等一種或多種組合。又例如，交互設備140發(fā)送的數(shù)據(jù)或信息可以包括用戶的輸入信息。交互設備140可以接收用戶輸入的處理設備120的一個或多個運行參數(shù)，并發(fā)送到處理設備120。

在一些實施例中，交互設備140可以包括一個用戶交互界面。用戶可以通過特定的交互裝置，如鼠標、鍵盤、觸摸板、麥克風等向交互設備140輸入一個用戶輸入數(shù)據(jù)。例如，用戶可以點擊交互設備140所顯示的模型并選擇模型中感興趣的區(qū)域。又例如，用戶可以選擇交互設備140所顯示的血管模型中任意的位置，交互設備140可以從處理設備120獲取并顯示該位置的血流速、血壓、血流量等。

在一些實施例中，交互設備140可以是顯示屏等具有顯示功能的設備。在一些實施例中，交互設備140可以具有處理設備120部分或全部的功能。例如，交互設備140可以對處理設備120生成的結果進行平滑、降噪、變色等操作。舉例說明，變色操作可以將一個灰度圖變成彩圖，或?qū)⒁粋€彩圖變成一個灰度圖。在一些實施例中，交互設備140與處理設備120可以是一個集成的設備。所述集成的設備可以同時實現(xiàn)處理設備120和交互設備140的功能。在一些實施例中，交互設備140可以包括臺式電腦、服務器、移動設備等。移動設備可以包括筆記本電腦、平板電腦、ipad、交通工具(例如，機動車、船、飛機等)的內(nèi)置設備、可穿戴設備等。在一些實施例中，交互設備140可以包括或連接到顯示裝置、打印機、傳真等。

網(wǎng)絡180可以用于血流狀態(tài)分析系統(tǒng)100內(nèi)部的通信，接收系統(tǒng)外部的信息，向系統(tǒng)外部發(fā)送信息等。在一些實施例中，數(shù)據(jù)采集設備110、處理設備120和交互設備140之間可以通過有線連接、無線連接、或其結合的方式接入網(wǎng)絡180。網(wǎng)絡180可以是單一網(wǎng)絡，也可以是多種網(wǎng)絡的組合。在一些實施例中，網(wǎng)絡180可以包括但不限于局域網(wǎng)、廣域網(wǎng)、公用網(wǎng)絡、專用網(wǎng)絡、無線局域網(wǎng)、虛擬網(wǎng)絡、都市城域網(wǎng)、公用開關電話網(wǎng)絡等中的一種或幾種的組合。在一些實施例中，網(wǎng)絡180可以包括多種網(wǎng)絡接入點，例如有線或無線接入點、基站或網(wǎng)絡交換點，通過以上接入點使數(shù)據(jù)源連接網(wǎng)絡180并通過網(wǎng)絡發(fā)送信息。

圖1b所示的是一個血流狀態(tài)分析系統(tǒng)100的另一個示意圖。圖1b與圖1a類似。圖1b中，處理設備120可以與數(shù)據(jù)采集設備110直接相連，而數(shù)據(jù)采集設備110不與網(wǎng)絡180直接相連。

以上的描述僅僅是本發(fā)明的具體實施例，不應被視為是唯一的實施例。顯然，對于本領域的專業(yè)人員來說，在了解本發(fā)明內(nèi)容和原理后，都可能在不背離本發(fā)明原理、結構的情況下，進行形式和細節(jié)上的各種修正和改變。例如，數(shù)據(jù)采集設備110、處理設備120、交互設備140之間可以不通過網(wǎng)絡180而直接進行數(shù)據(jù)或信息的交換。又例如，這些設備也可以通過可移動存儲器或其他中間媒介的方式進行數(shù)據(jù)或信息的交換。

圖2是根據(jù)本申請的一些實施例所示的一個計算設備200的結構。該計算設備200可以實施本申請中披露的特定系統(tǒng)。本實施例中的特定系統(tǒng)利用功能框圖解釋了一個包含用戶界面的硬件平臺。計算設備200可以實施當前描述血流狀態(tài)分析系統(tǒng)100中的一個或多個組件、模塊、單元、子單元(例如，處理設備120，交互設備140等)。另外，血流狀態(tài)分析系統(tǒng)100中的一個或多個組件、模塊、單元、子單元(例如，處理設備120，交互設備140等)能夠被計算設備200通過其硬件設備、軟件程序、固件以及它們的組合所實現(xiàn)。這種計算機可以是一個通用目的的計算機，也可以是一個有特定目的的計算機。兩種計算機都可以被用于實現(xiàn)本實施例中的特定系統(tǒng)。為了方便起見，圖2中只繪制了一臺計算設備，但是本實施例所描述的進行信息處理并推送信息的相關計算機功能是可以以分布的方式、由一組相似的平臺所實施的，分散系統(tǒng)的處理負荷。

如圖2所示，計算設備200可以包括內(nèi)部通信總線210，處理器(processor)220，只讀存儲器(rom)230，隨機存取存儲器(ram)240，通信端口250，輸入/輸出組件260，硬盤270，用戶界面280。內(nèi)部通信總線210可以實現(xiàn)計算設備200組件間的數(shù)據(jù)通信。處理器220可以執(zhí)行程序指令完成在此披露書中所描述的血流狀態(tài)分析系統(tǒng)100的一個或多個功能、組件、模塊、單元、子單元。處理器220由一個或多個處理器組成。通信端口250可以配置實現(xiàn)計算設備200與血流狀態(tài)分析系統(tǒng)100其他部件(比如數(shù)據(jù)采集設備110)之間數(shù)據(jù)通信(比如通過網(wǎng)絡180)。計算設備200還可以包括不同形式的程序儲存單元以及數(shù)據(jù)儲存單元，例如硬盤270，只讀存儲器(rom)230，隨機存取存儲器(ram)240，能夠用于計算機處理和/或通信使用的各種數(shù)據(jù)文件，以及處理器220所執(zhí)行的可能的程序指令。輸入/輸出組件260支持計算設備200與其他組件(如用戶界面280)，和/或與血流狀態(tài)分析系統(tǒng)100其他組件(如數(shù)據(jù)庫140)之間的輸入/輸出數(shù)據(jù)流。計算設備200也可以通過通信端口250從網(wǎng)絡180發(fā)送和接收信息及數(shù)據(jù)。

圖3描述了一種移動設備的結構，該移動設備能夠用于實現(xiàn)實施本申請中披露的特定系統(tǒng)。在本例中，用于顯示和交互位置相關信息的用戶設備是一個移動設備300。移動設備300可以包括智能手機、平板電腦、音樂播放器、便攜游戲機、全球定位系統(tǒng)(gps)接收器、可穿戴計算設備(如眼鏡、手表等)，或者其他形式。本例中的移動設備300包括一個或多個中央處理器(cpus)340，一個或多個圖形處理器(graphicalprocessingunits(gpus))330，一個顯示320，一個內(nèi)存360，一個天線310，例如一個無線通信單元，存儲單元390，以及一個或多個輸入/輸出(inputoutput(i/o))設備350。任何其他合適的組件，包括但不限于系統(tǒng)總線或控制器(圖上未顯示)，也可能被包括在移動設備300中。如圖3所示，一個移動操作系統(tǒng)370，如ios、android、windowsphone等，以及一個或多個應用380可以從存儲單元390加載進內(nèi)存360中，并被中央處理器340所執(zhí)行。應用380可能包括一個瀏覽器或其他適合在移動設備300上接收并處理圖像或血液狀態(tài)分析相關信息的移動應用。用戶與血流狀態(tài)分析系統(tǒng)100中一個或多個組件關于圖像或血液狀態(tài)分析相關信息的交互可以通過輸入/輸出系統(tǒng)設備350獲得并提供給處理設備120，以及/或血流狀態(tài)分析系統(tǒng)100中的其他組件，例如：通過網(wǎng)絡180。

根據(jù)本申請的一些實施例，圖4a是處理設備的示例性模塊示意圖。處理設備120可以包括接收模塊410、控制模塊420、多時相特征生成模塊430、多時相特征處理模塊440和輸出模塊450。

接收模塊410可以從數(shù)據(jù)采集設備110和/或存儲設備130獲取圖像數(shù)據(jù)、對象特征數(shù)據(jù)等。所述圖像數(shù)據(jù)可以是包括對象的血管、組織或器官的圖片或數(shù)據(jù)。所述對象特征數(shù)據(jù)可以包括對象的心率、心律、血壓、血流速率、血液粘稠度、心輸出量、心肌質(zhì)量、血管流阻以及其他與血管、組織或器官相關的對象特征數(shù)據(jù)以及對象年齡、身高、體重、性別等其他對象特征數(shù)據(jù)。在一些實施例中，所述圖像數(shù)據(jù)和對象特征數(shù)據(jù)可以是多時相數(shù)據(jù)。例如，所述多時相數(shù)據(jù)可以是在不同的時間點或時相獲得的對象身上相同或近似位置的數(shù)據(jù)。

控制模塊420可以發(fā)出控制指令?？刂浦噶羁梢钥刂破渌K進行輸入、輸出、存儲、處理等操作。例如，所述控制指令可以控制接收模塊410接收所需要的數(shù)據(jù)。又例如，所述控制指令可以控制多時相特征生成模塊430生成多時相的特征等。

多時相特征生成模塊430可以生成多時相特征。所述多時相特征可以包括多時相模型、多時相參數(shù)、多時相邊界條件、多時相的分析結果等。更具體的，多時相特征生成模塊430可以在多時相圖像數(shù)據(jù)中分別選擇感興趣的區(qū)域。所述感興趣的區(qū)域可以由多時相特征生成模塊430自行選擇或根據(jù)用戶輸入數(shù)據(jù)選擇。在一些實施例中，選擇的感興趣區(qū)域可以是血管、組織或者器官等。例如，所述感興趣區(qū)域可以是動脈血管，如冠狀動脈、腹部動脈、大腦動脈、下肢動脈等。所述多時相圖像中選擇的感興趣區(qū)域可以是相對應的。例如，可以包含至少部分相同的血管、組織、或器官等。多時相特征生成模塊430可以進一步對所述多時相圖像中的感興趣的區(qū)域進行分割。圖像分割的方法可以包括基于邊緣的圖像分割方法(如perwitt算子法、sobel算子法、梯度算子法、kirch算子法等)，基于區(qū)域的圖像分割方法(如區(qū)域生長法、閾值法、聚類法等)，以及其他分割方法，如基于模糊集、神經(jīng)網(wǎng)絡的方法等。在一些實施例中，多時相特征生成模塊430可以同時對多時相圖像中感興趣的區(qū)域進行分割。在一些實施例中，多時相特征生成模塊430可以依次對多時相圖像中感興趣的區(qū)域進行分割。

多時相特征生成模塊430可以對所述感興趣區(qū)域進行模型重建，從而生成多時相模型。模型的選擇可以基于對象特征數(shù)據(jù)、感興趣區(qū)域的特征等。例如，如果選定了感興趣的區(qū)域為冠狀動脈，多時相特征生成模塊430可以對包含冠狀動脈的圖像進行分割從而提取出冠狀動脈的圖像。然后，多時相特征生成模塊430可以根據(jù)對象特征、冠狀動脈一般特征、冠狀動脈圖像特征等進行模型的重建。重建的模型可以與冠狀動脈血管的形狀相對應，或與冠狀動脈中血液流動的形態(tài)相對應。在建立感興趣區(qū)域的模型后，多時相特征生成模塊430可以設置參數(shù)和邊界條件并根據(jù)模型進行分析和計算。具體的參數(shù)和邊界條件設置的方法以及分析方法可以參見本申請其他部分的描述。

多時相特征處理模塊440可以對生成的多時相計算結果進行處理(也被稱為后處理)。所述處理可以包括利用擬合、插值等方法生成模型的計算結果與時相的關系曲線或?qū)φ毡?。根?jù)所述關系曲線或?qū)φ毡恚鄷r相特征處理模塊440可以進一步生成任意時相的分析結果的估計值。具體的后處理的流程和結果可以參考圖13及其描述。在一些實施例中，所述多時相特征處理模塊440可以將生成的多時相計算結果(例如，血管狀態(tài))與一個參考結果進行比對并生成一個比對結論。所述參考結果可以是存儲在存儲設備130中的數(shù)據(jù)，可以是存儲在網(wǎng)絡180中的數(shù)據(jù)，也可以是用戶自行輸入的數(shù)據(jù)。在一些實施例中，所述參考結果及相關比對結論可以存儲在一個表中。例如，所述計算結果為血流速率時，所述參考結果可以為一個血流速率范圍與危險程度的對應關系。所述危險程度可以分為正常、預警、危險、極度危險等。在一些實施例中，用戶可以根據(jù)臨床經(jīng)驗手動輸入所述對應關系。在一些實施例中，所述比對可以是同一對象不同時期的血流速率的計算結果的比對。

輸出模塊450可以將生成的多時相計算結果或數(shù)據(jù)進行輸出。例如，輸出模塊450可以將多時相計算結果或特征發(fā)送至存儲設備130進行存儲，或者發(fā)送至交互設備140進行顯示。在一些實施例中，多時相特征處理模塊440或輸出模塊450可以在輸出前對所述多時相特征或計算結果進行降噪或平滑處理。所述多時相計算結果可以是生成的中間結果，如感興趣區(qū)域的模型，或生成的最終結果，如分析和計算得出的血流動力學參數(shù)或計算結果與時相的關系曲線或?qū)φ毡淼取?/p>

根據(jù)本申請的一些實施例，圖4b是多時相特征處理的示例性流程圖。在一些實施例中，流程可以通過處理設備120實現(xiàn)。

在462中，可以產(chǎn)生一個或多個控制指令。在一些實施例中，462可以通過控制模塊420實現(xiàn)。所述控制指令可以控制流程中其他步驟的進行。

在464中，可以接收多時相數(shù)據(jù)。在一些實施例中，464可以通過接收模塊410實現(xiàn)。所述多時相數(shù)據(jù)可以包括多時相圖像數(shù)據(jù)和多時相對象特征數(shù)據(jù)。在一些實施例中，所述多時相對象特征數(shù)據(jù)可以是時間上連續(xù)的對象特征數(shù)據(jù)或特征曲線。

在466中，可以生成多時相特征。在一些實施例中，466可以通過多時相特征生成模塊430實現(xiàn)。所述多時相特征可以包括多時相模型、多時相參數(shù)、多時相邊界條件、多時相的分析結果等。

在468中，可以對生成的多時相特征進行處理。在一些實施例中，468可以通過多時相特征處理模塊440實現(xiàn)。所述處理可以包括利用擬合、插值等方法生成多時相特征與時相的關系曲線或?qū)φ毡怼?/p>

在470中，可以輸出多時相特征或處理結果。在一些實施例中，470可以通過輸出模塊450實現(xiàn)。在一些實施例中，可以跳過468，直接將生成的多時相特征輸出。

根據(jù)本申請的一些實施例，圖5是多時相特征生成模塊的示例性模塊示意圖。多時相特征生成模塊430可以包括數(shù)據(jù)獲取單元510、參數(shù)設置單元520、計算單元530、網(wǎng)格生成單元540、匹配單元550、區(qū)域選擇單元560、輸出單元570和判斷單元580。

數(shù)據(jù)獲取單元510可以從多時相特征生成模塊430中其他單元、血流狀態(tài)分析系統(tǒng)100中其他設備或模塊或外界設備或模塊中獲取數(shù)據(jù)。所述數(shù)據(jù)可以包括圖像數(shù)據(jù)、對象特征數(shù)據(jù)、用戶輸入數(shù)據(jù)等。所述圖像數(shù)據(jù)可以是包括對象的血管、組織或器官的圖片或數(shù)據(jù)。所述對象特征數(shù)據(jù)可以包括對象的心率、心律、血壓、血流速率、血液粘稠度、心輸出量、心肌質(zhì)量、血管流阻以及其他與血管、組織或器官相關的數(shù)據(jù)。在一些實施例中，所述圖像數(shù)據(jù)和對象特征數(shù)據(jù)可以是多時相數(shù)據(jù)。在一些實施例中，數(shù)據(jù)獲取單元510可以從存儲設備130中獲取經(jīng)過處理后的數(shù)據(jù)，如重建好的血管模型等。在一些實施例中，數(shù)據(jù)獲取單元510可以對獲取的圖像數(shù)據(jù)進行預處理。所述預處理可以包括圖像增強、圖像降噪、圖像平滑等。

參數(shù)設置單元520可以選擇模型以及設置參數(shù)和邊界條件。所述模型的選擇可以包括根據(jù)具體分析的病變部位(感興趣區(qū)域)以及對象特征數(shù)據(jù)(如血液粘稠度等)選擇適合的血液粘性模型和流速邊界模型。所述血液粘性模型可以包括牛頓流體模型、非牛頓流體模型以及用戶自定義的其他流體模型。所述牛頓流體模型可以用來模擬對象體內(nèi)血液粘稠度較為恒定的區(qū)域，而非牛頓流體模型可以用來模擬對象體內(nèi)血液粘稠度不恒定的區(qū)域。所述流速邊界模型可以包括拋物線模型、雙曲線模型、橢圓模型、平均流模型、womersley分布模型、reynolds模型、混合模型等。在一些實施例中，所述參數(shù)的設置可以包括選定的模型中參數(shù)的設置，例如牛頓流體模型中的血液粘性系數(shù)，牛頓流體模型中的血液密度，模擬計算中的時間步數(shù)，模擬計算中的時間步長等。

所述邊界條件的設置可以包括對邊界區(qū)域進行初始條件或限制條件的設置。所述邊界區(qū)域指的是感興趣區(qū)域的邊緣區(qū)域。例如，如果選定的感興趣區(qū)域是一個血管區(qū)域或與血管對應的血流區(qū)域，邊界區(qū)域可以是血管的出口、入口、血管壁等。設置的邊界條件可以包括邊界區(qū)域的血壓、血流速率、流阻、壓強、應力等。在一些實施例中，存儲設備130或血流狀態(tài)分析系統(tǒng)100內(nèi)部或外部的存儲設備可能包括一個邊界條件庫。用戶或參數(shù)設置單元520可以根據(jù)對象特征數(shù)據(jù)自行設置一個邊界條件或從所述邊界條件庫中選擇一個已有的邊界條件。在一些實施例中，用戶或參數(shù)設置單元520也可以根據(jù)感興趣的區(qū)域?qū)⒁粋€低階耦合模型作為邊界條件。所述低階耦合模型可以利用與感興趣區(qū)域相耦合的區(qū)域或組織的經(jīng)驗性模型作為邊界條件。所述低階耦合模型可以是二階模型，一階模型，零階模型(集中參數(shù)模型)或這些低階模型的組合形式。

計算單元530可以對多時相特征生成模塊430中其他單元中產(chǎn)生的數(shù)據(jù)或信息進行計算。在一些實施例中，計算單元530可以根據(jù)圖像數(shù)據(jù)生成一個與之相對應的模型。所述模型的生成可以基于參數(shù)設置單元520所選擇的模型類型和設置的參數(shù)。在一些實施例中，計算單元530可以在建立感興趣區(qū)域的模型后，對模型進行分析和計算。所述分析和計算的方法可以包括計算流體力學(computedfluiddynamics)等。在一些實施例中，所述分析和計算的結果可以包括血管、組織、或器官的物理狀態(tài)和相關系數(shù)或參數(shù)。例如，對冠狀動脈模型進行分析和計算的結果可以包括冠狀動脈的血流動力學參數(shù)，如血流速率、血液壓力、血管壁應力、血管壁切應力、血流儲備系數(shù)(ffr)、冠狀動脈血流儲備(cfr)等中的一種或多種的組合。

在一些實施例中，計算單元530所計算的信息和數(shù)據(jù)可以是多時相的。計算單元530可以分別對所述多時相的信息和數(shù)據(jù)進行分析和計算。在一些實施例中，計算單元530可以根據(jù)不同時相的分析和計算結果生成感興趣區(qū)域的物理狀態(tài)和/或相關系數(shù)或參數(shù)與時相或時間的關系。在一些實施例中，該關系可以用曲線或者對照表的方式體現(xiàn)?；谒銮€或?qū)φ毡?，可以獲得任意時相的感興趣區(qū)域的物理狀態(tài)和/或相關系數(shù)或參數(shù)。在一些實施例中，所述曲線、對照表或者任意時相的感興趣區(qū)域的物理狀態(tài)和相關參數(shù)系數(shù)可以通過輸出單元570發(fā)送到血流狀態(tài)分析系統(tǒng)100其他模塊或單元或血流狀態(tài)分析系統(tǒng)100外界的模塊或單元中。

網(wǎng)格生成單元540可以在生成模型的網(wǎng)格。在一些實施例中，網(wǎng)格生成單元540可以在模型上生成二維或三維的網(wǎng)格。例如，網(wǎng)格生成單元540可以在模型的邊界區(qū)域(入口、出口等)生成二維的網(wǎng)格，而在模型的其他區(qū)域生成三維的網(wǎng)格。所述三維網(wǎng)格可以是基于所述二維網(wǎng)格而建立的。具體的關于網(wǎng)格形成的方法和流程可以參見，例如，圖10、圖12及其描述。

匹配單元550可以對多時相的數(shù)據(jù)進行匹配。在一些實施例中，匹配單元550可以將不同時相的模型進行相互關聯(lián)。所述不同時相的模型可以是經(jīng)過網(wǎng)格化處理后的模型。在一些實施例中，所述不同時相的模型相互關聯(lián)的過程可以包括先識別出不同時相的模型中的特征區(qū)域。然后，將不同時相相對應的特征區(qū)域進行關聯(lián)。例如，如果所述不同時相的模型是血流模型(即感興趣的血管中血流覆蓋區(qū)域的模型)，所述特征區(qū)域可以包括血流入口區(qū)域、血流分叉區(qū)域、血流出口區(qū)域、血流狹窄區(qū)域、血流擴張區(qū)域等。然后，匹配單元550可以將不同時相的相應特征區(qū)域進行關聯(lián)。在一些實施例中，一個特征區(qū)域在不同時相可能對應不同個數(shù)的網(wǎng)格。在這種情況下，所述特征區(qū)域在不同時相中的網(wǎng)格可以依靠某種算法或方法進行關聯(lián)。例如，當?shù)谝粫r相中多個網(wǎng)格對應于第二時相中一個網(wǎng)格或少數(shù)網(wǎng)格時，匹配單元550可以對第一時相中多個網(wǎng)格的數(shù)值進行平均化處理后再與所述第二時相中一個或少數(shù)網(wǎng)格的數(shù)值進行對應。在一些實施例中，在初始時相的計算中，可以將內(nèi)部網(wǎng)格(網(wǎng)格模型中不包括邊界區(qū)域的網(wǎng)格)的初始值(例如，壓強初始值，速率初始值等)設置為0。在后續(xù)時相的計算中，可以利用網(wǎng)格匹配將上一時相的內(nèi)部網(wǎng)格計算結果映射或匹配至當前時相的內(nèi)部網(wǎng)格相對應的網(wǎng)格中，并作為當前時相網(wǎng)格的初始值。在一些實施例中，匹配單元550在完成匹配后可以提示用戶確認匹配是否準確。如果用戶確認匹配準確則進行后續(xù)流程。如果用戶認為匹配不準確，則用戶可以對匹配結果進行修正或調(diào)整。用戶也可以選擇在其參與的情況下重新進行網(wǎng)格匹配。

區(qū)域選擇單元560可以在圖像數(shù)據(jù)中選擇感興趣的區(qū)域。所述感興趣的區(qū)域可以由區(qū)域選擇單元560自行選擇或根據(jù)用戶輸入的信息選擇。在一些實施例中，選擇的感興趣區(qū)域可以是血管、組織或者器官等。區(qū)域選擇單元560可以進一步對所述圖像中對感興趣的區(qū)域進行分割。圖像分割的方法可以包括基于邊緣的圖像分割方法，如perwitt算子法、sobel算子法、梯度算子法、kirch算子法等，基于區(qū)域的圖像分割方法，如區(qū)域生長法、閾值法、聚類法等以及其他分割方法，如基于模糊集、神經(jīng)網(wǎng)絡的方法等。區(qū)域選擇單元560可以進全自動分割或半自動分割。例如，如果選擇的感興趣區(qū)域是冠狀動脈、腹部動脈、大腦動脈、下肢動脈等，區(qū)域選擇單元560可以自動進行分割。如果選擇的感興趣區(qū)域是其他機器較難準確分割的血管或部位，則可以進行半自動分割，由用戶在分割過程中進行修正。在一些實施例中，區(qū)域選擇單元560可以對根據(jù)圖像數(shù)據(jù)重建的三維模型進行區(qū)域選擇和分割。

輸出單元570可以將多時相特征生成模塊430中一個或多個單元所產(chǎn)生的信息、數(shù)據(jù)或處理結果發(fā)送至血流狀態(tài)分析系統(tǒng)100中的其他模塊或單元中。例如，輸出單元570可以將計算單元530所生成的模型發(fā)送至交互設備140進行顯示。又例如，輸出單元570可以將網(wǎng)格生成單元540進行網(wǎng)格化處理后的模型發(fā)送至存儲設備130中進行存儲。

判斷單元580可以進行邏輯判斷。例如，血流狀態(tài)分析系統(tǒng)100中其它模塊或單元可以發(fā)送一個判斷請求至判斷單元580。判斷單元580可以根據(jù)所述判斷請求對相應內(nèi)容進行判斷。當判斷出特定情況或生成判斷結果后，判斷單元580可以將判斷結果或相應的操作指令發(fā)送至相應的模塊或單元(例如，發(fā)送判斷請求的模塊或單元)。例如，判斷單元580可以判斷區(qū)域選擇單元560所要分析的血管是否存在異常(如血管狹窄，動脈瘤等)。如果判斷出該血管存在異常，判斷單元560可以突出顯示(如用不同的顏色表示)該異常血管，并同時提示用戶確認該異常血管是否滿足用戶的要求。如果滿足，則進行后續(xù)操作；如果不滿足，則用戶可以手動選擇異常血管，然后進行后續(xù)操作。例如，區(qū)域選擇單元560可以將用戶選擇的感興趣區(qū)域和其自身生成的區(qū)域發(fā)送給判斷單元580，判斷單元580可以判斷所述感興趣區(qū)域和區(qū)域選擇單元560生成的區(qū)域是否相同。如果判斷單元580判斷出用戶和區(qū)域選擇單元560生成的區(qū)域相同，則可以發(fā)送指令給區(qū)域選擇單元560使其進行進一步地分割處理。否則，可以通過顯示設備140再次確認用戶的選擇。

以上的描述僅僅是本發(fā)明的具體實施例，不應被視為是唯一的實施例。顯然，對于本領域的專業(yè)人員來說，在了解本發(fā)明內(nèi)容和原理后，都可能在不背離本發(fā)明原理、結構的情況下，進行形式和細節(jié)上的各種修正和改變。例如，上述各單元以單時相為例進行了說明，但是可以理解的是各單元所接收、處理或輸出的數(shù)據(jù)可以是多時相的。對于多時相的數(shù)據(jù)，上述各單元可以對不同時相的數(shù)據(jù)分別進行相應操作從而產(chǎn)生多時相的特征。例如，網(wǎng)格生成單元530可以對多時相的模型分別進行對應的網(wǎng)格化處理，從而生成多時相的網(wǎng)格化處理后的模型。又例如，參數(shù)設置單元520可以對多時相的模型或數(shù)據(jù)分別設置相對應的參數(shù)或邊界條件。

根據(jù)本申請的一些實施例，圖6是獲取多時相特征的示例性流程圖。在一些實施例中，獲取多時相特征的流程可以通過多時相特征生成模塊430實現(xiàn)。

在602中，可以接收多時相數(shù)據(jù)。所述多時相數(shù)據(jù)可以包括多時相圖像數(shù)據(jù)、多時相對象特征數(shù)據(jù)等。多時相圖像數(shù)據(jù)可以是包括對象的血管、組織或器官的多個不同時間點的圖片或數(shù)據(jù)。所述對象特征數(shù)據(jù)可以包括對象的心率、心律、血壓、血流速率、血液粘稠度、心輸出量、心肌質(zhì)量、血管流阻以及其他與血管、組織或器官相關的數(shù)據(jù)。如圖7所示，702包含3個時相的心臟的圖像。704是對象在一個心動周期內(nèi)的血壓曲線。在一些實施例中，所述多時相圖像可以包含至少部分相同的血管、組織或器官。在一些實施例中，可以對獲取的多時相圖像進行預處理。所述預處理可以包括圖像增強、圖像降噪、圖像平滑等。

在604中，可以選擇多時相圖像中感興趣的血管區(qū)域。所述感興趣的區(qū)域可以由區(qū)域選擇單元560自行選擇或根據(jù)用戶輸入數(shù)據(jù)選擇。對于不同時相的圖像，可以依次進行感興趣區(qū)域的選擇。不同時相的圖像中選擇的感興趣區(qū)域可能是相同的。在一些實施例中，可以進一步對選擇出的感興趣的區(qū)域進行分割。圖像分割的方法可以包括基于邊緣的圖像分割方法(如perwitt算子法、sobel算子法、梯度算子法、kirch算子法等)，基于區(qū)域的圖像分割方法(如區(qū)域生長法、閾值法、聚類法等)，以及其他分割方法，如基于模糊集、神經(jīng)網(wǎng)絡的方法等。所述分割的方法可以是全自動分割或半自動分割。例如，如果選擇的感興趣區(qū)域是冠狀動脈、腹部動脈、大腦動脈、下肢動脈等，可以自動進行分割。如果選擇的感興趣區(qū)域是其他機器較難準確分割的血管或部位，則可以進行半自動分割，由用戶在分割過程中進行修正。在一些實施例中，可以依次對不同時相的圖像進行分割，也可以同時對不同時相的圖像進行分割。

在606中，可以建立血管區(qū)域的多時相模型。所述多時相模型可以是血管模型，或血流模型。所述血管區(qū)域可以是冠狀動脈血管區(qū)域、腹部動脈血管區(qū)域、大腦動脈血管區(qū)域、下肢動脈血管區(qū)域等。在一些實施例中，所述血管區(qū)域可以是上述血管的全部區(qū)域或者一部分區(qū)域。例如，所述血管區(qū)域可以是整個冠狀動脈模型、左冠狀動脈模型或右冠狀動脈模型或者冠狀動脈的分支的模型，如左前降支、左回旋支、對角支等。如圖7所示，708中從左到右分別是圖像、模型和分割后的模型。在一些實施例中，可以根據(jù)具體分析的病變部位(例如，感興趣區(qū)域)以及對象特征數(shù)據(jù)(例如，血液粘稠度等)選擇適合的血液粘性模型和流速邊界模型。所述血液粘性模型可以包括牛頓流體模型、非牛頓流體模型以及用戶自定義的其他流體模型。所述流速邊界模型可以包括但不限于拋物線模型、雙曲線模型、橢圓模型、平均流模型、womersley分布模型、reynolds模型、混合模型等。在一些實施例中，不同時相的圖像可能會分別建立與其相對應的模型。

在608中，可以對建立的多時相模型進行網(wǎng)格化處理。在一些實施例中，可以在模型的邊界區(qū)域(例如，血管的入口、出口等)生成二維的網(wǎng)格，而在模型中其他區(qū)域形成三維的網(wǎng)格。所述三維網(wǎng)格可以是基于所述二維網(wǎng)格而建立的。如圖7所示，710是模型708進行網(wǎng)格化處理后的結果。具體的關于網(wǎng)格形成的方法和流程可以參見，例如，圖10、圖12及其描述。

在610中，可以設定多時相的參數(shù)和邊界條件。在一些實施例中，所述參數(shù)的設置可以包括選定的模型中參數(shù)的設置，如流速u、密度ρ、血壓p、截面積s等。所述邊界條件的設置可以包括對邊界區(qū)域進行初始條件或限制條件的設置。所述邊界區(qū)域指的是感興趣區(qū)域的邊緣區(qū)域。例如，邊界區(qū)域可以是血管的出口、入口、血管壁等。設置的邊界條件可以包括邊界區(qū)域的血壓、血流量、血流速率、血管流阻、壓強、應力等。在一些實施例中，可以根據(jù)感興趣的區(qū)域?qū)⒁粋€低階耦合模型作為邊界條件。所述低階耦合模型可以利用與感興趣區(qū)域相耦合的區(qū)域或組織的經(jīng)驗性模型作為邊界條件。所述低階耦合模型可以是二階模型，一階模型，零階模型(集中參數(shù)模型)或這些低階模型的組合形式。。如圖7所示，712可以是模型的選擇和參數(shù)的設置的一個實施例。714可以是邊界條件的設定的一個實施例。

在612中，可以選擇一個當前時相(在第一次選擇的時候也可稱作初始時相)。在一些實施例中，初始時相可以依據(jù)一些特定的規(guī)則進行選擇出來。例如，對于冠狀動脈模型，可以選擇一個模型變化較慢或較平緩的時相作為初始時相，例如，離心臟收縮前期或者舒張末期最近的時相。初始時相可以由機器(例如，多時相特征生成模塊430)自行判斷選擇，或由用戶選擇。如果機器和用戶均沒有或無法選擇一個初始時相，可以任意選擇一個時相或者選擇多時相特征生成模塊430第一個接收到的時相作為初始時相。

在614中，可以對當前時相(在第一次執(zhí)行時為初始時相)進行分析，例如，計算流體力學(cfd)分析。根據(jù)設定的模型、邊界條件以及參數(shù)可以對三維血管模型的血流動力學進行求解。所述求解的控制方程可以基于euler方程組、納維爾-斯托克斯方程組(navier-stokesequations)或格子玻爾茲曼方程(latticeboltzmannmethod)。求解計算的離散化方法可以包括有限差分法、有限體積法、有限元法、邊界元方法、譜方法、格子玻爾茲曼法、無網(wǎng)格法等一種或多種組合。求解計算流場的流體可以是無粘的或有粘性的，可以是可壓縮流體也可以是不可壓縮流體，可以是層流也可以是湍流，可以是定常流動也可以是非定常流動。可以根據(jù)所模擬流體的物理特性，相應地選擇相應的控制方程以及模擬方法。例如，針對無粘流體的流場計算可以選用euler方程組或者格子玻爾茲曼方程，針對有粘性流體的流場計算可以選用n-s方程組或者玻爾茲曼方程。例如，對于冠狀動脈進行的計算流體力學(cfd)計算可以使用納維爾-斯托克斯方程(navier-stokesequations)：

和

其中，ρ代表血液密度，u代表血流的速度，t代表時間，以及σ代表血流應力項(由血壓p和血液粘性力項決定)。在一些實施例中，在初始時相的計算中，可以將所述模型中的流速的初始值設置為0。在后續(xù)時相的計算中，所述模型中流速的初始值不再設置為0，而是匹配前后時相的網(wǎng)格，并根據(jù)上一時相的計算結果對當前時相的對應網(wǎng)格進行賦值，作為當前時相流速的初始值。

分析結果可以包括當前時相該模型任意一個區(qū)域或者位點的物理狀態(tài)和相關系數(shù)或參數(shù)。例如，對冠狀動脈模型進行分析的結果可以包括冠狀動脈任意一個區(qū)域或者位點的血流動力學參數(shù)，如血流速率、血液壓力、血管壁應力、血管壁切應力、血流儲備系數(shù)(ffr)、冠狀動脈血流儲備(cfr)等中的一種或多種的組合。如圖7所示，718顯示一種血流動力學的分析計算。

在616中，可以判斷是否已遍歷所有時相。在判斷出已遍歷所有時相后，可以執(zhí)行618。在判斷出未遍歷所有時相后，可以執(zhí)行620。

在618中，可以將分析結果進行輸出。例如，將分析結果發(fā)送至血流狀態(tài)分析系統(tǒng)100其他模塊或設備中。在一些實施例中，可以對分析結果進行后處理。所述后處理可以包括生成分析結果與時相的關系曲線或?qū)φ毡怼Ｋ龊筇幚硪部梢园ǜ鶕?jù)所述關系曲線或?qū)φ毡磉M一步輸出任意時相的分析結果的預估值。如圖7所示，716顯示一種后處理的結果。后處理的流程和結果的示例可以參考圖13及其描述。在一些實施例中，618可以進一步包括將生成的多時相計算結果(例如，血管狀態(tài))與一個參考結果進行比對并生成一個比對結論。所述參考結果可以是存儲在存儲設備130中的數(shù)據(jù)，可以是存儲在網(wǎng)絡180中的數(shù)據(jù)，也可以是用戶自行輸入的數(shù)據(jù)。在一些實施例中，所述參考結果及相關比對結論可以存儲在一個表中。例如，所述計算結果為血流速率時，所述參考結果可以為一個血流速率范圍與危險程度的對應關系。所述危險程度可以分為正常、預警、危險、極度危險等。在一些實施例中，用戶可以根據(jù)臨床經(jīng)驗手動輸入所述對應關系。在一些實施例中，所述比對可以是同一對象不同時期的血流速率的計算結果的比對。

在620中，可以將下一時相的模型與當前時相的模型進行匹配。在一些實施例中，所述不同時相的模型相互匹配的過程可以包括先識別出不同時相的模型中的特征區(qū)域。然后，將不同時相相對應的特征區(qū)域進行關聯(lián)。在一些實施例中，所述特征區(qū)域可以包括血流入口區(qū)域、血流分叉區(qū)域、血流出口區(qū)域、血流狹窄區(qū)域、血流擴張區(qū)域等。操作620可以包括將不同時相的相應特征區(qū)域進行關聯(lián)。如圖7所示，706可以是模型以及其特征區(qū)域相互關聯(lián)的一個實施例。在一些實施例中，一個特征區(qū)域在不同時相可能對應不同個數(shù)的網(wǎng)格。在這種情況下，所述特征區(qū)域在不同時相中的網(wǎng)格可以依靠某種算法或方法進行關聯(lián)。例如，當?shù)谝粫r相中多個網(wǎng)格對應于第二時相中一個網(wǎng)格或少數(shù)網(wǎng)格時，匹配單元550可以對第一時相中多個網(wǎng)格的數(shù)值進行平均化處理后再與所述第二時相中一個或少數(shù)網(wǎng)格的數(shù)值進行對應。所述網(wǎng)格數(shù)值的對應包括將第一時相的網(wǎng)格的數(shù)值作為第二時相對應網(wǎng)格的輸入。

在622中，可以將下一時相設為當前時相并進一步執(zhí)行614。

以上的描述僅僅是本發(fā)明的具體實施例，不應被視為是唯一的實施例。顯然，對于本領域的專業(yè)人員來說，在了解本發(fā)明內(nèi)容和原理后，都可能在不背離本發(fā)明原理、結構的情況下，進行形式和細節(jié)上的各種修正和改變。例如，606可以在604之前執(zhí)行，可以先基于圖像數(shù)據(jù)建立整個區(qū)域的模型，再在模型中選擇和分割出感興趣的部分。

根據(jù)本申請的一些實施例，圖8是設定邊界條件的示例性流程圖。在一些實施例中，設定邊界條件的流程與610相對應。在一些實施例中，設定邊界條件的流程可以通過參數(shù)設置單元520實現(xiàn)。

在802中，可以獲取血管區(qū)域的一個模型。在一些實施例中，所述模型可以通過606獲得。所述模型可以是血管模型，也可以是血流模型。所述血管區(qū)域可以是冠狀動脈血管區(qū)域、腹部動脈血管區(qū)域、大腦動脈血管區(qū)域、下肢動脈血管區(qū)域等。在一些實施例中，所述血管區(qū)域可以是上述血管的全部區(qū)域或者一部分區(qū)域。例如，所述血管區(qū)域可以是整個冠狀動脈模型、左冠狀動脈模型或右冠狀動脈模型或者冠狀動脈的分支的模型，如左前降支、左回旋支、對角支等。在一些實施例中，所述模型可以是用掩膜(mask)表示的血管區(qū)域。在一些實施例中，所述模型可以是用網(wǎng)格表示的血管模型。

在804中，可以判斷所述血管區(qū)域的模型是否存在異常情況。所述異常情況可以包括血管狹窄、血栓、血管擴張、血管瘤等。如圖9所示，模型910是一個存在狹窄的冠狀動脈模型，該模型包括930、940兩處狹窄區(qū)域。模型920是一個正常的冠狀動脈模型，該模型與930、940相對應的區(qū)域(935、945)沒有明顯狹窄。在一些實施例中，804可以包括提取所述血管區(qū)域的模型的中心線。在一些實施例中，血管中心線可以指位于血管內(nèi)部的沿著血管走向的一條假想的線。血管中心線可以包括血管中一個或多個像素點(或體素點)的集合。在一些實施例中，血管中心線可以包括血管中心或靠近血管中心的像素點(或體素點)的集合或組成的一條線。在一些實施例中，血管中心線可以包括一個或多個血管端點。所述血管中心線可以為所述端點之間的一條路徑。在一些實施例中，關于血管中心線提取的示例性方法可以參考2016年8月30日提交的申請?zhí)枮閜ct/cn2016/097294的國際申請，其內(nèi)容以引用的方式被包含于此。然后，可以沿所述中心線設置多個特征點。進一步地，可以計算模型在所述特征點的橫截面積。根據(jù)特征點的橫截面積，可以判斷出模型是否存在異常情況。例如，如果計算出特征點的橫截面積出現(xiàn)不正常的降低(例如，兩個橫截面積正常的特征點中間包括一個橫截面積較低的特征點)，可以判斷模型可能存在狹窄或血栓。在一些實施例中，所述特征點的個數(shù)應該至少達到可以使得橫截面積的變化足夠判斷是否存在異常情況的數(shù)量(例如，選擇的相鄰特征點的距離小于狹窄區(qū)域的長度)。在判斷出模型不存在異常情況之后，可以執(zhí)行822。在判斷出模型存在異常情況之后，可以執(zhí)行806。

在806中，可以確定存在異常情況的區(qū)域。例如，可以根據(jù)存在異常情況的模型(也稱作異常模型)橫截面積的變化情況，判斷并標記模型中可能的狹窄或膨大區(qū)域。血管狹窄或膨大區(qū)域可能是某段血管的局部面積最小值或最大值，或血管截面變化較大的區(qū)域。在一些實施例中，可以將確定的異常區(qū)域發(fā)送給用戶。如果發(fā)現(xiàn)異常區(qū)域不準確，用戶可以對所述異常區(qū)域進行修正。例如，用戶可以手動選擇異常模型中的一個或多個點或者一段區(qū)間作為異常區(qū)域。

在808中，可以獲取與異常模型相關的數(shù)據(jù)。所述數(shù)據(jù)可以包括血管入口血流流速、入口血流流量、入口血壓、入口流阻、分流個數(shù)、出口個數(shù)、血液粘稠度、血液密度等。在一些實施例中，血管進口流量可以通過與之相連的組織或器官的相關參數(shù)或特征計算獲得。例如，冠狀動脈的進口流量可以用心輸出量來估測，而心輸出量可以通過分析心臟腔室在一個心動周期的容積變化獲得。一些經(jīng)驗性的生理規(guī)律也可以用于估測這些物理量。例如，冠脈血流量與心肌質(zhì)量成正比，q∝qomα,其中q表示冠脈血流量，qo為一常數(shù)，m表示心肌質(zhì)量，指數(shù)α為一預定義的變化因子。在一些實施例中，心肌質(zhì)量m可以通過無創(chuàng)的方法獲得。例如，通過心肌體積與心肌密度相乘獲得。在一些實施例中，冠狀動脈的入口血壓可以通過血壓計等測量獲得。

在810中，可以基于異常模型重建一個正常模型。在一些實施例中，重建的區(qū)域僅限于確定的異常區(qū)域，而模型中其它區(qū)域保持不變。在一些實施例中，重建的方法可以是基于血管異常區(qū)域前后的管徑和其中心線進行放樣或拉伸操作從而形成正常區(qū)域。在一些實施例中，重建的方法也可以是對異常區(qū)域進行膨脹或縮小操作。所述膨脹操作后的血管截面不大于狹窄段前后血管的截面。所述縮小操作后的血管截面不小于擴張段前后血管的截面。在一些實施例中，可以對重建后的異常區(qū)域周圍進行平滑處理從而避免其出現(xiàn)明顯的突變。在一些實施例中，可以將重建的正常模型發(fā)送給用戶。如果發(fā)現(xiàn)重建不準確，用戶可以對部分或全部重建的正常模型進行修正。例如，用戶可以對重建后的正常模型進行局部膨脹、局部腐蝕，局部平滑等。

在812中，可以獲取與正常模型相對應的數(shù)據(jù)。所述數(shù)據(jù)可以包括正常模型的邊界條件、各出入口流阻等。邊界條件可以包括入口和出口的血壓、流速、流量等。在一些實施例中，入口的血壓、流速可以在808中獲得。出口的流量可以通過計算獲得。例如，可以假設分支血管的流量分配與分支管徑正相關，即q∝dk，其中d為分支血管近端(靠近分支點)的平均管徑，k為放大系數(shù)。然后，可以從進口開始在每個血管分叉口按照上述正相關的關系進行流量分配，直到將所述進口的流量分配到每個出口為止?；谡ＤＰ鸵约八鲞吔鐥l件，可以進行計算流體力學(cfd)模擬計算，從而獲得正常模型每個出口的流阻(出口壓強與出口流量的比值)。

在816中，可以確定模型的總流阻?？偭髯杩梢酝ㄟ^以下公式計算：

其中r表示模型的總流阻，pinlet表示入口血壓壓強，以及q為入口血流量。pinlet和q可以在808中獲得，在此不再贅述。

在818中，可以通過對血管中心線、血管截面以及血管異常區(qū)域的分析來確定對象血管在正常情況下各級各分支血管近端(靠近分支點)的管徑大小。

在820中，可以根據(jù)正常模型管徑的大小對出口的流阻進行分配。流阻可以依照以下公式進行分配：

其中d表示管徑，i表示本級分叉血管的編號，j表示本次流阻分配所處級別，以及k表示流阻分配指數(shù)(比如，冠狀動脈中k可以被設置為2.7)。

在822中，可以生成與實際血管模型相對應的邊界流阻。在一些實施例中，所述與實際血管模型相對應的邊界流阻可以根據(jù)正常模型相對應的邊界流阻獲得。例如，實際血管模型相對應的邊界流阻可以與正常模型相對應的邊界流阻相同。在一些實施例中，血管模型的邊界流阻可以根據(jù)步驟820所描述的流阻分配方式獲得。

根據(jù)本申請的一些實施例，圖10是網(wǎng)格化處理的示例性流程圖；在一些實施例中，網(wǎng)格化處理的流程與608相對應。所述網(wǎng)格化處理的流程可以通過網(wǎng)格生成單元540實現(xiàn)。

在1002中，可以獲取一個模型。所述模型可以是本申請其他實施例中說明的模型，例如，對象血管或血流、組織或器官或其他感興趣區(qū)域重建后的模型。如圖11所示，1110可以是一個冠脈血流模型，即模型1110可以表示冠脈血管中血流所覆蓋的區(qū)域。在不考慮血管壁厚度以及血管堵塞等情況下，模型1110也可以近似表示一個冠脈血管模型。

在1004中，可以確定所述模型的邊界區(qū)域。如果模型是一個血管或與血管對應的血流區(qū)域，邊界區(qū)域可以是血管的出口、入口、血管壁等。如圖11所示，模型1110的入口1120可以在1004中被確定為模型1110的邊界區(qū)域。

在1006中，可以對確定的邊界區(qū)域進行面網(wǎng)格劃分(也被稱為二維網(wǎng)格劃分)。所述面網(wǎng)格劃分可以是將邊界區(qū)域?qū)钠矫嬗镁W(wǎng)格進行劃分。網(wǎng)格的劃分算法包括三角網(wǎng)格劃分，四角網(wǎng)格劃分，六角網(wǎng)格劃分，或者類似的，或者一個或多個的組合。示例性的網(wǎng)格劃分算法包括loop算法，蝶型細分算法，catmull-clark算法，doo-sabin算法，delaunay三角劃分算法等。網(wǎng)格劃分的方法示例可以參見圖12及其描述。如圖11所示，1130是模型1110的入口截面圖，以及1140是1130網(wǎng)格劃分的示例性結果。

在1008中，可以對模型側壁進行面網(wǎng)格劃分。在一些實施例中，側壁和邊界區(qū)域可以使用不同的網(wǎng)格劃分方法進行劃分。例如，側壁可以使用曲面網(wǎng)格剖分算法進行網(wǎng)格劃分。所述曲面網(wǎng)格剖分的算法可以包括映射法和自動網(wǎng)格生成法等。所述映射法可以包括將側壁映射至平面，利用二維網(wǎng)格劃分方法對平面進行劃分后，再將劃分后的網(wǎng)格映射回側壁。所述自動網(wǎng)格生成法可以根據(jù)側壁中不同區(qū)域的曲度將側壁分成若干個近似平面再分別進行二維網(wǎng)格劃分。平面網(wǎng)格劃分可以參照本申請中其他地方的描述，例如，圖12以及描述。

在1010中，可以根據(jù)邊界區(qū)域和側壁的面網(wǎng)格劃分結果對模型進行體網(wǎng)格劃分(也被稱為三維網(wǎng)格劃分)。所述體網(wǎng)格劃分可以是將模型用三維的網(wǎng)格進行劃分。所述三維網(wǎng)格可以包括四面體網(wǎng)格、六面體網(wǎng)格、棱柱體網(wǎng)格(邊界層網(wǎng)格)、四面體與六面體混合網(wǎng)格、笛卡爾網(wǎng)格、球填充法網(wǎng)格等。在一些實施例中，1004至1008可以被跳過，即可以直接對模型進行體網(wǎng)格劃分。

根據(jù)本申請的一些實施例，圖12是網(wǎng)格劃分的示例性流程圖。在一些實施例中，流程1200可以通過多時相特征生成模塊430實現(xiàn)。在一些實施例中，圖6中的608，圖10中的1006等可以根據(jù)流程1200實施。

在1202中，可以獲取一個二維圖像。在一些實施例中，所述二維圖像可以通過數(shù)據(jù)獲取單元510獲得。在一些實施例中，二維圖像可以是一個二維醫(yī)學圖像，或者其中用戶感興趣的部分(例如，冠脈血管所在的區(qū)域，大腦區(qū)域等)。僅僅作為示例，二維圖像可以是一個ct圖像、mri圖像、pet圖像等。二維圖像可以以灰度或者彩色的方式呈現(xiàn)出來。在一些實施例中，二維圖像可以是一個時相模型的二維顯示。例如，二維圖像可以是一個與1006中的時相模型的邊界區(qū)域有關的圖像。更具體地，二維圖像可以顯示一個血流模型的入口/出口區(qū)域(例如，如圖9所示)。二維圖像可以是一個由圖像處理設備(例如，處理設備120)重建的圖像。二維圖像可以來自一個本地存儲裝置或者外界的存儲裝置(例如，存儲設備130)。

在1204中，網(wǎng)格生成單元540可以提取二維圖像中感興趣區(qū)域的輪廓點。在一些實施例中，提取二維圖像中感興趣區(qū)域的輪廓點包括先分割感興趣區(qū)域，再對分割后的感興趣區(qū)域提取輪廓點。所述對感興趣區(qū)域的分割方法見本申請中其他地方的描述。在一些實施例中，感興趣區(qū)域的輪廓點可以包括一個或多個位于感興趣區(qū)域邊界的像素點(也稱為“輪廓像素點”)。例如，冠脈入口截面處的輪廓點可以包括一個或多個位于冠脈壁的輪廓像素點。在一些實施例中，感興趣區(qū)域的輪廓像素點可以是連續(xù)的，部分連續(xù)的，或者不連續(xù)的。這里所說的連續(xù)是指一個輪廓像素點與至少一個或多個其他輪廓像素點相臨。提取出的輪廓點的信息可以保存在一個或者多個存儲裝置中(例如，存儲設備130，存儲模塊260等)。輪廓點的信息可以在后續(xù)流程中被網(wǎng)格生成單元540或者其他可以進行數(shù)據(jù)分析的單元/模塊使用。示例性的輪廓點的信息可以包括輪廓點的位置，輪廓點的數(shù)量，或者類似的，或者一個或多個的組合。

在1206中，可以根據(jù)輪廓點確定一個或多個區(qū)域。在一些實施例中，所述一個或多個區(qū)域的確定可以通過網(wǎng)格生成單元540實現(xiàn)。所述一個或多個區(qū)域可以通過依次連接感興趣區(qū)域的輪廓點形成。僅僅作為示例，確定一個或多個區(qū)域可以包括確定一個感興趣區(qū)域的初始輪廓像素點(例如，初始輪廓像素點可以選為輪廓像素點中x/y坐標最小的點)。按照順時針或者逆時針方向，將感興趣區(qū)域的輪廓像素點進行排序。從初始輪廓像素點開始，用線條連接前一個輪廓像素點與后一個輪廓像素點以形成短邊。當最后一個輪廓像素點與初始輪廓像素點連接形成短邊后，可以形成一個封閉的輪廓曲線。在一些實施例中，感興趣區(qū)域可以位于一條封閉的輪廓曲線的內(nèi)部。例如，圖11中模型入口1140的感興趣區(qū)域(即，進行網(wǎng)格劃分的區(qū)域)位于輪廓曲線的內(nèi)部。在一些實施例中，感興趣區(qū)域可以是位于兩條封閉的輪廓曲線之間的區(qū)域。例如，感興趣區(qū)域可以是一個二維環(huán)狀結構，或者與二維環(huán)狀結構拓撲等價的結構。一個或多個區(qū)域的信息(例如，區(qū)域?qū)木W(wǎng)格曲線)可以保存在一個或者多個存儲裝置中(例如，存儲設備130，存儲模塊260等)。一個或多個區(qū)域的信息可以在后續(xù)流程中被網(wǎng)格生成單元540或者其他可以進行數(shù)據(jù)分析的單元/模塊使用。

在1208中，可以對一個區(qū)域是否需要進行網(wǎng)格劃分進行判斷。在一些實施例中，所述判斷可以由判斷單元580實現(xiàn)。在判定出該區(qū)域不需要進行網(wǎng)格劃分之后，流程1200進入1210。在判定出該區(qū)域需要進行網(wǎng)格劃分之后，流程1200進入1212。在一些實施例中，判斷單元580進行判斷的條件可以是該區(qū)域是否是感興趣區(qū)域。當該區(qū)域是感興趣區(qū)域時，則被判定為需要進行網(wǎng)格劃分。如本披露書中在其他地方描述的，感興趣區(qū)域可以包括需要進行血液狀態(tài)分析的區(qū)域，例如，特定血管中血液流動的區(qū)域。

在1210中，可以對該區(qū)域進行標記。在一些實施例中，對區(qū)域的標記可以由網(wǎng)格生成單元540實施。標記可以采用計算機可讀取的代碼或者可執(zhí)行的指令的形式。被標記的區(qū)域信息可以被保存在一個或多個存儲裝置(例如，存儲設備130，存儲模塊260等)。被標記的區(qū)域信息可以在后續(xù)流程中被網(wǎng)格生成單元540或者其他可以進行數(shù)據(jù)分析的單元/模塊讀取，從而在進行網(wǎng)格劃分時剔除該被標記的區(qū)域。

在1212中，可以對該區(qū)域進行網(wǎng)格劃分。在一些實施例中，網(wǎng)格劃分可以由網(wǎng)格生成單元540實施。在一些實施例中，網(wǎng)格的劃分可以基于該區(qū)域的輪廓點進行。網(wǎng)格的劃分算法包括三角網(wǎng)格劃分，四角網(wǎng)格劃分，六角網(wǎng)格劃分，或者類似的，或者一個或多個的組合。示例性的網(wǎng)格劃分算法包括loop算法，蝶型細分算法，catmull-clark算法，doo-sabin算法，delaunay三角劃分算法等。僅僅作為舉例，網(wǎng)格生成單元540可以利用delaunay三角劃分(delaunaytriangulation)算法對該區(qū)域的所有輪廓點進行網(wǎng)格劃分。又例如，網(wǎng)格生成單元540可以先將該區(qū)域的輪廓點分成不同子集，并對各個子集輪廓點進行網(wǎng)格劃分。然后，網(wǎng)格生成單元540可以將各個子集的網(wǎng)格劃分合并形成該區(qū)域的網(wǎng)格劃分。具體地，可以將該區(qū)域所有的輪廓點按照x/y坐標進行排序(例如，先按照x坐標進行非遞減排序，對于x坐標相同的點，按照y坐標非遞減排序)。將排序后的輪廓點按照數(shù)量分成子集a和子集b，并分別完成delaunay三角劃分。再將子集a和子集b的delaunay三角劃分合并成所有輪廓點的delaunay三角劃分。在一些實施例中，網(wǎng)格劃分還可以包括將該區(qū)域的輪廓曲線與通過劃分算法劃分的網(wǎng)格進行疊加，從而劃分的網(wǎng)格中保留該區(qū)域的輪廓曲線(例如，1206中提到的由輪廓像素點連接形成的一個或多個短邊)。

在一些實施例中，對一個區(qū)域的網(wǎng)格的劃分可以采用并行技術的網(wǎng)格生成方法。例如，應用區(qū)域分裂或類似算法將該區(qū)域分為若干個子區(qū)域，在每個子區(qū)域內(nèi)獨立進行網(wǎng)格劃分，再修復相鄰子區(qū)域的邊界網(wǎng)格，進而獲得該區(qū)域的完整網(wǎng)格。

在1214中，可以對該區(qū)域設置網(wǎng)格劃分控制條件。在一些實施例中，網(wǎng)格劃分控制條件的設置可以由網(wǎng)格生成單元540實現(xiàn)。網(wǎng)格劃分控制條件可以控制網(wǎng)格的數(shù)量，大小，分布，形狀，或者類似的，或者一個或多個的組合。在一些實施例中，網(wǎng)格生成單元540可以設置一個網(wǎng)格單元的面積約束條件，使得任意網(wǎng)格單元的面積滿足該面積約束條件。例如，網(wǎng)格生成單元540可以設置一個面積約束值，使得任意網(wǎng)格單元的面積都不大于該面積約束值。在一些實施例中，網(wǎng)格生成單元540可以設置一個網(wǎng)格單元的內(nèi)角約束條件，使得任意網(wǎng)格單元的內(nèi)角都滿足該內(nèi)角約束條件。例如，網(wǎng)格生成單元540可以設置一個三角網(wǎng)格單元的內(nèi)角約束值，使得任意三角網(wǎng)格單元的最小內(nèi)角都不小于該內(nèi)角約束值。在一些實施例中，網(wǎng)格劃分控制條件可以由用戶通過，例如，交互設備140，輸入后獲得。網(wǎng)格劃分控制條件也可以由網(wǎng)格生成單元540或者其他具有數(shù)據(jù)分析功能的單元/模塊根據(jù)特定條件分析獲得。特定條件可以包括生成網(wǎng)格需要的時間，生成的網(wǎng)格的數(shù)量，根據(jù)生成的網(wǎng)格進行模型計算的時間，根據(jù)生成的網(wǎng)格計算獲得的結果的精確程度等。

在1216中，可以判斷劃分的網(wǎng)格是否滿足控制條件。在一些實施例中，對網(wǎng)格劃分的判斷可以由網(wǎng)格生成單元540完成。如果劃分的網(wǎng)格不滿足控制條件，則流程1200進入1218。

在1218中，可以對網(wǎng)格進行處理。在一些實施例中，對網(wǎng)格的處理可以由網(wǎng)格生成單元540完成。網(wǎng)格處理可以包括調(diào)整網(wǎng)格數(shù)量，改變網(wǎng)格大小等一個或多個操作。調(diào)整網(wǎng)格數(shù)量可以包括提高網(wǎng)格密度，降低網(wǎng)格密度等。改變網(wǎng)格大小可以包括分割網(wǎng)格，合并網(wǎng)格，對網(wǎng)格進行重組等。

在一些實施例中，如果一個三角網(wǎng)格單元不滿足面積約束條件(例如，該三角網(wǎng)格單元的面積大于面積約束值)，則可以在該三角網(wǎng)格單元中插入一個或多個輔助點。輔助點的插入可以是隨機的，也可以按照原三角網(wǎng)格的特征點的位置插入。網(wǎng)格生成單元540可以根據(jù)輔助點生成新的網(wǎng)格。例如，可以在三角網(wǎng)格單元的內(nèi)部，例如，重心處插入一個輔助點。連接輔助點和原三角網(wǎng)格的頂點可以生成三個新的三角網(wǎng)格單元。又例如，可以在三角網(wǎng)格單元內(nèi)部隨機性地或者與非隨機性地插入多個輔助點。根據(jù)多個輔助點利用delaunay三角劃分(delaunaytriangulation)算法劃分出delaunay三角網(wǎng)格。在一些實施例中，如果一個三角網(wǎng)格單元不滿足內(nèi)角約束條件，則可以采用特定的算法對三角網(wǎng)格單元進行處理。例如，可以采用flip算法更新三角網(wǎng)格單元。具體地，flip算法可以包括通過選擇一個包含兩個相鄰的三角網(wǎng)格單元的四邊形(四邊形的一條對角線為兩個三角網(wǎng)格單元相鄰的邊)，選擇該四邊形中另一條對角線作為兩個新三角形的邊)，獲得兩個新的三角網(wǎng)格單元。內(nèi)角約束條件可以包括三角網(wǎng)格單元的最小內(nèi)角不小于一個內(nèi)角約束值。內(nèi)角約束值可以是5°、10°、15°、20°、25°，或者其他數(shù)值。

網(wǎng)格經(jīng)過處理后重新返回1216，由網(wǎng)格生成單元540判斷處理后的網(wǎng)格是否滿足控制條件。直到網(wǎng)格滿足控制條件，則流程1200進入1220。

在1220，網(wǎng)格生成單元540可以判斷是否已經(jīng)遍歷所有區(qū)域。如果否，則流程1200返回到1208，對沒有處理到的區(qū)域進行是否劃分網(wǎng)格的判斷。如果已經(jīng)遍歷所有區(qū)域，則在1222中，由網(wǎng)格生成單元540生成感興趣區(qū)域的網(wǎng)格。在一些實施例中，劃分不同區(qū)域的網(wǎng)格類型的算法可以相同，或不同。例如，所有區(qū)域可以都采用delaunay三角劃分算法劃分網(wǎng)格。又例如，一部分區(qū)域可以采用delaunay三角劃分算法劃分網(wǎng)格，一部分區(qū)域可以采用四角網(wǎng)格劃分算法或者六角網(wǎng)格劃分算法進行網(wǎng)格劃分。在一些實施例中，不同區(qū)域的網(wǎng)格劃分控制條件可以相同，或不同。例如，所有區(qū)域的網(wǎng)格劃分控制條件可以包括面積約束條件和/或內(nèi)角約束條件。不同區(qū)域的面積約束條件和/或內(nèi)角約束條件可以相同，或不同。具體地，所有區(qū)域的內(nèi)角約束條件可以是任意三角網(wǎng)格的最小內(nèi)角不小于一個內(nèi)角約束值(例如，20°)。又例如，腦部圖像的面積約束條件可以包括最大三角網(wǎng)格單元的面積不大于a，血管圖像的面積約束條件可以包括最大三角網(wǎng)格單元的面積不大于b，其中a小于b。

以上的描述僅僅是本發(fā)明的具體實施例，不應被視為是唯一的實施例。顯然，對于本領域的專業(yè)人員來說，在了解本發(fā)明內(nèi)容和原理后，都可能在不背離本發(fā)明原理、結構的情況下，進行形式和細節(jié)上的各種修正和改變。在一些實施例中，1210可以被跳過。例如，如果一個區(qū)域被判斷為不需要進行網(wǎng)格劃分，則可以直接刪除該區(qū)域。在一些實施例中，1214可以移到1208之前，即網(wǎng)格生成單元540可以對所有需要劃分網(wǎng)格的區(qū)域設置相同的網(wǎng)格劃分控制條件。在一些實施例中，流程1200可以對三維圖像進行網(wǎng)格劃分。例如，對三維區(qū)域的網(wǎng)格劃分可以采用快速delaunay的球充填法(ball-packing)。網(wǎng)格生成單元540可以在三維幾何區(qū)域內(nèi)用球充填法布點，依據(jù)幾何模型的幾何特征和空間關系自適應地分布疏密合適的節(jié)點，然后采用快速delaunay插入技術生成三維網(wǎng)格。

根據(jù)本申請的一些實施例，圖13是描述獲得一個位點對應的血流動力學參數(shù)的示例性流程圖。在一些實施例中，獲得一個位點對應的血流動力學參數(shù)的流程可以通過多時相特征處理模塊440實現(xiàn)。在一些實施例中，圖4b中的468可以根據(jù)獲得一個位點對應的血流動力學參數(shù)的流程實施。

在1302中，多時相特征處理模塊440可以獲得多時相的血流動力學參數(shù)值。在一些實施例中，多時相的血流動力學參數(shù)值可以與所述獲取多時相特征的流程中614-618有關。所述血流動力學參數(shù)值可以表示冠狀動脈血管區(qū)域、腹部動脈血管區(qū)域、大腦動脈血管區(qū)域、下肢動脈血管區(qū)域等血管區(qū)域的血流狀態(tài)。血流動力學參數(shù)可以包括血液流速、血液壓力、血管壁應力、血管壁切應力、血流儲備系數(shù)(ffr)、冠狀動脈血流儲備(cfr)等中的一種或多種的組合。在一些實施例中，多時相的血液動力學參數(shù)值可以對應一個特定時間段內(nèi)的血流狀態(tài)。例如，可以獲取一個心臟跳動周期內(nèi)不同時相的血流動力學參數(shù)值，從而獲得在該心臟跳動周期內(nèi)的血流狀態(tài)。獲取的時相數(shù)量可以是3個，或者5個，或者8個，或者10個，或者15個等。

在1304中，多時相特征處理模塊440可以確定一個血管中的位點。所述位點可以是血管入口/出口的平面上的任意一點，或血管壁或者血管內(nèi)部空間上的任意一點。在一些實施例中，所述位點的確定可以由用戶通過，例如，交互設備140，輸入后實現(xiàn)。

在1306中，多時相特征處理模塊440可以擬合位點的血流動力學參數(shù)曲線。在一些實施例中，所述血流動力學參數(shù)曲線可以表示一個心臟跳動周期內(nèi)的血流狀態(tài)。所述擬合可以包括將多時相的血流動力學參數(shù)按照一個函數(shù)進行擬合。用于擬合的函數(shù)可以是線性的，或非線性的。適用的非線性函數(shù)可以包括多項式函數(shù)，對數(shù)函數(shù)，指數(shù)函數(shù)，或者類似的，或者其中多個的組合。例如，根據(jù)冠脈血管入口平面上一個位點多時相的ffr值，可以擬合出在一定時間范圍內(nèi)所述位點的ffr曲線。進一步的，在獲得所述位點在一個心臟跳動周期內(nèi)的ffr擬合曲線后，可以根據(jù)心臟跳動的周期性，生成所述為點在任意時刻的ffr曲線。

在1308中，多時相特征處理模塊440可以根據(jù)參數(shù)曲線獲得位點一個感興趣時相的血流動力學參數(shù)值(例如，ffr值)。所述感興趣時相可以不同于1302中獲得的多時相中任意一個。在一些實施例中，所述感興趣時相的選擇可以是由用戶通過，例如，交互設備140，輸入后實現(xiàn)。在一些實施例中，多時相特征處理模塊440可以根據(jù)血流動力學參數(shù)曲線對所述位點的血流動力學參數(shù)值進行處理。例如，可以根據(jù)一段時間的血流動力學參數(shù)值(例如，ffr值)，獲取平均血流動力學參數(shù)值(例如，平均ffr值)。

[1]以上的描述僅僅是本發(fā)明的具體實施例，不應被視為是唯一的實施例。顯然，對于本領域的專業(yè)人員來說，在了解本發(fā)明內(nèi)容和原理后，都可能在不背離本發(fā)明原理、結構的情況下，進行形式和細節(jié)上的各種修正和改變。在一些實施例中，在進行擬合位點的血流動力學參數(shù)曲線之前，多時相特征處理模塊440可以獲得為點額外的血流動力學參數(shù)。所述額外的血流動力學參數(shù)可以是通過插值方法處理后獲得，也可以是用戶通過，交互設備140，輸入后獲得。

根據(jù)本申請的一些實施例，圖14是描述獲得位點對應的血流動力學參數(shù)的示意圖。圖片1402顯示包含心臟區(qū)域和腹部區(qū)域的多時相圖像數(shù)據(jù)。圖片1406顯示一個時相的圖像中對應的冠脈以及建立的冠脈模型。圖像1408顯示所述冠脈在不同時相的ffr分布。所述不同時相的血液流動狀態(tài)可以根據(jù)獲取多時相特征的流程獲得。圖片1404顯示對象的特異性臨床數(shù)據(jù)，包括對象的主動脈壓隨時間的變化曲線，相位冠脈血流量隨時間的變化曲線。圖片1410顯示對象的ffr隨時間變化的曲線。

上文已對基本概念做了描述，顯然，對于本領域技術人員來說，上述發(fā)明披露僅僅作為示例，而并不構成對本申請的限定。雖然此處并沒有明確說明，本領域技術人員可能會對本申請進行各種修改、改進和修正。該類修改、改進和修正在本申請中被建議，所以該類修改、改進、修正仍屬于本申請示范實施例的精神和范圍。

本發(fā)明雖然已以較佳實施例公開如上，但其并不是用來限定本發(fā)明，任何本領域技術人員在不脫離本發(fā)明的精神和范圍內(nèi)，都可以利用上述揭示的方法和技術內(nèi)容對本發(fā)明技術方案做出可能的變動和修改，因此，凡是未脫離本發(fā)明技術方案的內(nèi)容，依據(jù)本發(fā)明的技術實質(zhì)對以上實施例所作的任何簡單修改、等同變化及修飾，均屬于本發(fā)明技術方案的保護范圍。