[发明专利]使用递归神经网络对血管的血液动力学分析

权利要求书

1.一种预测目标血管(20)的血液动力学参数(p_k)的方法，包括以下步骤：

-接收(1)所述目标血管(20)的血管形状模型(21)；

-接收(2)所述目标血管(20)的对应流动分布(22)；以及

-由人工智能AI单元(10)基于接收到的血管形状模型(21)和接收到的流动分布(22)来预测(3)至少一个血液动力学参数(p_k)。

2.根据权利要求1所述的方法，其中，在预测(3)的步骤中，针对所接收到的血管形状模型(21)的至少一个血管形状点(21.i)来预测所述至少一个血液动力学参数。

3.根据前述权利要求中任一项所述的方法，其中，针对所接收到的血管形状模型(21)的至少两个连续的血管形状点(21.1、...、21.N)中的每一个迭代地执行预测(3)的步骤。

4.根据前述权利要求中任一项所述的方法，其中，预测(3)的步骤包括以下迭代步骤：

-在每个迭代(i)处向所述AI单元(10)的第一输入块(11)提供(4)所接收到的血管形状模型(21)的一个血管形状点(21.i)；

-在第一迭代(i＝1)处向所述AI单元(10)的第二输入块(12)提供(5)所接收到的流动分布(22)；

-基于所提供的一个血管形状点(21.i)以及基于所述第一迭代(i＝1)处的提供的流动分布(22)或所述第一迭代之后的任何迭代(i1)处的所述AI单元(10)的演绎块(13)的至少一个先前隐藏状态(h_j,i-1)，在所述演绎块(13)中生成(6)至少一个当前隐藏状态(h_j,i)；以及

-至少基于至少一个生成的当前隐藏状态(h_j,i)的最后生成的当前隐藏状态(h_M,i)，在所述AI单元(10)的输出块(15)中确定(7)所述至少一个血液动力学参数(p_k)。

5.根据权利要求4所述的方法，其中，生成(6)的步骤包括：

-基于所提供的一个血管形状点(21.i)以及基于所述第一迭代(i＝1)处的提供的流动分布(22)或所述第一迭代之后的任何迭代(i1)处的所述AI单元(10)的第一演绎层(13.1)的提供的第一先前隐藏状态(h_1,i-1)，在所述第一演绎层(13.1)中生成(6.1)第一当前隐藏状态(h_1,i)；

-可选地基于先前演绎层(13.j-1)的当前隐藏状态(h_j-1,i)以及基于所述第一迭代(i＝1)处的所述AI单元(10)的至少一个另外的演绎层(13.j)的[存储器单元(14.j)的]初始状态(s_j,1)或所述第一迭代之后的任何迭代(i1)处的所述至少一个另外的演绎层(13.j)的提供的另外的先前隐藏状态(h_j,i-1)，在所述至少一个另外的演绎层(13.j)中生成(6.j)至少一个另外的当前隐藏状态(h_j,i)；以及

-基于先前演绎层(13.M-1)的当前隐藏状态(h_M-1,i)以及基于所述AI单元(10)的最后演绎层(13.M)的初始状态(s_M,1)或所述最后演绎层(13.M)的提供的最后的先前隐藏状态(h_M,i-1)，在所述最后演绎层(13.M)中生成(6.M)最后的当前隐藏状态(h_M,i)。

6.根据任一前述权利要求所述的方法，其中，所述血管形状模型(21)包括沿所述目标血管(20)的主方向的中心线(CL)，并且其中，每个连续的血管形状点(21.i)包括所述中心线(CL)上的连续的中心线点(CLP.i)以及所述目标血管(20)在相应的中心线点(CLP.i)处的半径(r.i)。