[发明专利]血流动力学指标数据的处理方法和系统

权利要求书

1.一种血流动力学指标数据的处理方法，其特征在于，所述方法包括：

步骤1，采集医学图像数据和临床测量数据；所述医学图像数据包括脑动脉计算机断层摄影数据、核磁共振影像数据、数字减影血管造影术数据和超声影像数据中的一种或多种；所述临床测量数据包括心率数据和血压数据；

步骤2，根据所述医学图像数据和临床测量数据进行图像分割处理，利用中心线提取算法生成感兴趣血管的特异性解剖学模型数据；

步骤3，对所述特异性解剖学模型数据进行网格划分处理，利用边界条件进行流体力学模拟处理，从而得到得血流动力学指标的分布状况数据；所述分布状况数据包括壁面剪切应力、时间平均壁面剪切应力、震荡剪切指数和速度流线；

步骤4，将血流动力学指标的分布状况数据进行可视化处理，从而显示在脑动脉瘤的三维模型上。

2.根据权利要求1所述的血流动力学指标数据的处理方法，其特征在于，所述步骤2具体包括：

步骤21，检测所述感兴趣血管的标志点，识别所述感兴趣血管的起点和终点；

步骤22，通过识别待分割的所述感兴趣血管的起点和终点之间的跟踪路径来跟踪血管；

步骤23，根据所述跟踪路径，利用基于沿跟踪路径的图像强度和梯度的随机游走算法对所述感兴趣血管进行初步分割；

步骤24，从初步分割的所述感兴趣血管中提取中心线；

步骤25，对感兴趣血管进行精确分割，在所述中心线的每个点出提取所述感兴趣血管的横截面轮廓线；

步骤26，通过放样的方法将精确分割的所述横截面轮廓线生成所述感兴趣血管的几何表面模型，得到解剖学模型数据。

3.根据权利要求2所述的血流动力学指标数据的处理方法，其特征在于，所述步骤21中，使用经过训练的标志点探测器来识别所述感兴趣血管的起点和终点；

所述步骤21之前还包括，标志点探测器使用训练数据进行训练，在训练数据中对每个起点和终点的真实位置进行标注，在已标注的真实位置处生成正样本，在远离真实位置的地方生成负样本，正样本和负样本再经过特征提取，其中为每个样本计算哈尔特征和steerable特征；将从样本中提取的特征传递给统计分类器，所述分类器区分正负样本，从而评估处理接收到的数据确定正样本起始点或终点的概率。

4.根据权利要求3所述的血流动力学指标数据的处理方法，其特征在于，所述步骤22中，使用基于迪克斯特拉算法的最短路径算法来识别所述起点和终点之间的路径。

5.根据权利要求1所述的血流动力学指标数据的处理方法，其特征在于，所述步骤3中对所述特异性解剖学模型数据进行网格划分处理具体包括：

步骤31，计算所述感兴趣血管的管壁上各点到中心线的距离；

步骤32，对边界层进行三棱柱网格划分，边界层厚度为管壁上各点到中心线的距离的四分之一，最外层靠近管壁的网格，网格大小为0.02 mm，边界层网格从外往内按统一比例值逐层增厚，划分5层；

根据公式0.02（1+a+a²+a³+a⁴）=(1/4)*d 计算得到统一比例值；

其中，d为管壁上各点到中心线的距离，a为统一比例值；

步骤33，对边界层内的区域采用四面体网格进行划分，网格大小为管壁上各点到中心线的距离的十分之一；

步骤34，将得到的边界层网格和体网格进行装配，完成网格的划分。

6.根据权利要求5所述的血流动力学指标数据的处理方法，其特征在于，所述步骤3之前还包括：设置所述感兴趣血管的血液的材料属性和边界条件。

7.根据权利要求6所述的血流动力学指标数据的处理方法，其特征在于，所述材料属性为将所述感兴趣血管中的血液设定为牛顿流体，血液密度为1060 kg/m³，血液动力粘度为0.004 Pa·S。