[发明专利]医学成像中的血管内植入物决定支持

说明书

血管植入物决策支持使用医学成像系统。血管内植入物的基于物理的模型被用于基于医学成像来模拟患者的血管模型的部署。部署的植入物的孔隙度和该模拟被用于确定一个或多个血液动力学参数中的每个参数的值，以支持血管内治疗的决策。机器学习网络使用特定于患者的信息来选择血管内植入物、放置和/或用于模拟部署和/或从患者部署来预测成果的其他植入物配置。临床医生可以使用决策支持来在用于植入的选项中进行选择和/或确认计划的充分性。各种各样的这些方法可以单独使用或组合使用。

背景技术

本实施例涉及血管内植入物规划。临床医生在治疗血管内病症时面临着越来越多的选择，并且必须整合多种信息来源来规划手术。例如，对于患有动脉瘤的患者，选择可能是卷绕动脉瘤或放置具有多种可能的植入构造的血流导向装置的不同模型中的任何一个。临床医生会确定植入比如血流导向装置或支架之类的血管内装置是否对患者有益，并且如果有益的话，则对装置类型及其参数（例如直径、长度、孔隙度、金属覆盖面积、材料机械性能等）进行最佳选择。对于患有动脉瘤的患者，许多患者经常最终需要多个血流导向装置（例如，重叠或延伸到不同的出口分支中）。因此，决策还必须考虑患者是否可能需要多个装置以及它们的最佳放置。

已经对虚拟支架和血流导向装置的部署进行了建模。基于图形的方法将支架的几何结构映射到圆柱体以作为纹理贴图，并使纹理贴图与圆柱体变形一起变形。其他方法将支架建模为单纯形（simplex），并使用外部变形力来得到支架植入物。这些方法放弃施加来自血管的边界条件或者使用特别的外力和内应力，这可能与支架的机械性能不对应。类似的自动快速但纯几何方法是基于Hermite样条拟合（fit）实现的。交互式弯曲法使用商业软件Rhinoceros 4.0。网格和有限元分析方法的完整显式表示在计算上非常昂贵。开环模型驱动的几何方法仅适用于编织支架。

发明内容

作为介绍，以下描述的优选实施例包括用于使用医学成像系统来进行血管植入物决策支持的方法、系统、指令和非暂时性计算机可读介质。血管内植入物的基于物理学的模型被用于基于医学成像来模拟患者的血管模型中的部署。部署的植入物的孔隙度（porosity）和模拟被用于确定一个或多个血液动力学参数中的每一个的值，以支持对血管内治疗的决策。机器学习网络使用特定于患者的信息来选择血管内植入物、放置和/或用于模拟部署和/或从针对患者的部署来预测成果的其他植入物构造。临床医生可以使用决策支持来在用于植入的选项之中进行选择和/或确认计划的充分性。这些方法中的各种方法可以单独使用或组合使用。

在第一方面，提供了一种用于使用医学成像系统进行血管植入物决策支持的方法。医学成像系统扫描患者，从而提供表示患者的血管的数据。模拟规则网格中的连接节点的晶格（lattice）对正如以数据表示的血管的拟合。节点已被指定质量和约束，并且质量和约束来自于晶格对血管植入物的拟合。基于由模拟产生的晶格来确定血管植入物在患者的血管中的孔隙度。根据孔隙度和由模拟产生的血管植入物对正如以数据表示的血管的拟合来计算血液动力学量。机器学习网络基于血液动力学量并基于血管植入物对血管的拟合来预测对患者的成果。

在第二方面，提供了一种使用医学成像系统来进行血管植入物决策支持的方法。医学成像系统扫描患者，从而提供表示患者的血管的数据。机器学习网络基于表示患者的血管的数据来选择血管植入物和血管植入物的放置。模拟所选的血管植入物在血管中的部署。根据来自于所述模拟的正如在患者的血管中所部署的血管植入物的模型来计算血流动力学量。显示该血液动力学量。

在第三方面，提供了一种用于使用医学成像系统来进行血管植入物决策支持的方法。医学成像系统扫描患者，从而提供表示患者的血管的数据。基于物理学来对血管内装置在血管内的部署进行建模。确定由所建模的部署产生的血液动力学参数的值。显示该值。

本发明由下面的权利要求书限定，并且本节中的任何内容均不应被视为对那些权利要求书的限制。下面结合优选实施例讨论本发明的其他方面和优点，并且以后可以独立地或组合地要求保护本发明的其他方面和优点。

附图说明