[发明专利]基于机器学习来评估血管阻塞的方法和系统

说明书

描述了用于评估血管阻塞的方法和系统。该方法和系统获得包括关注血管的目标器官的体积图像数据集，提取沿着体积图像数据集内的关注血管（VOI）延伸的轴向轨迹，并且基于体积图像数据集和VOI的轴向轨迹来创建三维（3D）多平面重新格式化（MPR）图像。该方法和系统还利用基于机器学习的血管阻塞评估（VOA）模型从MPR中提取VOI参数。还描述了用于实现预测阶段以实行以下各项中的至少一项的方法和系统：i）检测斑块类型，ii）对血管堵塞的解剖学严重程度进行分类，和/或iii）对体积图像数据集的看不见的部分内的血管阻塞的血液动力学严重程度进行分类。

背景技术

1.技术领域

本申请总体上涉及评估与一个或多个冠状动脉中的冠状动脉粥样硬化病变严重程度有关的冠状动脉参数的方法和系统。

2. 现有技术

冠状动脉疾病（CAD）是全世界主要的死亡原因之一。CAD通常是指涉及血管狭窄或阻塞的情况，其可能导致狭窄远侧部分的血液供应减少或缺乏，从而导致心肌的氧气供应减少，导致例如局部缺血和胸痛（心绞痛）。血管变窄被叫做狭窄，并且是由动脉粥样硬化引起的，动脉粥样硬化是指脂肪、胆固醇和其他物质在血管壁（斑块）内和在其上的堆积，参见图1。动脉粥样硬化斑块可以根据其成分进行分类，诸如钙化斑块、软斑块和混合斑块，即，包含钙化和非钙化成分的斑块。这样的非钙化成分包括：细胞外基质、平滑肌细胞、巨噬细胞、泡沫细胞、脂质和纤维组织。钙化斑块被认为是稳定的，并且其在冠状动脉中的量是心血管事件的有力预测指标。与钙化斑块不同，非钙化斑块和混合斑块被认为是不稳定的，并且更易于破裂。斑块破裂可能会导致严重的重大事件，诸如中风或心脏附着（假如破裂发生在冠状动脉中）。心脏病发作可能导致心肌梗塞，从而对心肌造成不可逆转的损害。由于不同类型的斑块和不同等级的狭窄导致不同的患者管理策略，因此检测和表征冠状动脉斑块和狭窄等级非常重要。

除了狭窄的等级（解剖学狭窄）外，CAD的预防和治疗中的另一个非常重要的方面是对这种窄的解剖学狭窄或血管堵塞的功能评估。

当前，X射线血管造影术是在导管实验室内借助于微创手术（也被称为经皮冠状动脉介入治疗（PCI））在治疗狭窄（窄的）冠状动脉期间使用的成像模式。在PCI期间，一位（介入）心脏病专家从腹股沟股动脉或桡动脉向上通过血管在导管上馈送放气的球囊或其他设备，直到它们到达动脉堵塞的位点为止。X射线成像被用来引导导管穿过。PCI通常涉及为球囊充气以打开动脉，旨在恢复畅通的血流。可以将支架（stent）或支架（scaffold）可以放置在堵塞位点，以使动脉保持张开。例如，对于中等冠状动脉解剖病变（被定义为腔变窄30-70％），则狭窄对于患者是否有风险以及是否期望采取行动并不总是很明显。高估狭窄的严重程度可能会导致在事后看来并不必要的治疗，因此会使患者面临不必要的风险。然而，低估狭窄的严重程度可能会引发风险，因为在狭窄实际上很严重并且实际上阻碍了到心肌的血流的同时患者没有得到治疗。尤其是对于这些情况，期望具有附加的功能评估来帮助做出良好的决策。