[发明专利]一种冠状动脉病变SYNTAX评分的计算方法及装置在审

专利信息
申请号: 202210570258.X 申请日: 2022-05-24
公开(公告)号: CN114947916A 公开(公告)日: 2022-08-30
发明(设计)人: 张瑜;马骏;郑凌霄;兰宏志 申请(专利权)人: 深圳睿心智能医疗科技有限公司
主分类号: A61B6/03 分类号: A61B6/03
代理公司: 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 代理人: 于彬
地址: 518000 广东省深圳市南山区粤海街道*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 冠状动脉 病变 syntax 评分 计算方法 装置
【权利要求书】:

1.一种冠状动脉病变SYNTAX评分的计算方法,其特征在于,所述计算方法包括:

获取根据目标患者的冠状动脉三维医学影像所确定的目标冠状动脉的血管特征数据;所述血管特征数据中至少包括目标冠状动脉中心线、所述目标冠状动脉中心线上的所有目标点、所述目标冠状动脉中的病变区域以及所述病变区域的血流储备分数;

根据预设的节点类型划分规则,确定所述目标冠状动脉中心线上的每个目标点的节点类型;其中,目标点为在提取所述目标冠状动脉中心线时所确定的点;所述节点类型划分规则为根据目标点的邻点数量确定节点类型的规则;

将所述目标冠状动脉中心线、所述目标冠状动脉中心线上的所有目标点以及每个目标点的节点类型输入至血管节段划分模型中进行目标冠状动脉血管的自动划分,确定所述目标冠状动脉中的多个目标血管节段;

根据所述目标冠状动脉中的病变区域以及所述病变区域的血流储备分数,从所述多个目标血管节段中筛选出至少一个狭窄血管节段;

针对于每个狭窄血管节段,基于所述目标冠状动脉的冠脉分布优势类型、该狭窄血管节段的病变数据,按照SYNTAX评分的节段计分规则,确定每个狭窄血管节段的病变评分;其中,所述病变数据中至少包括病变区域、病变数量、病变的具体特征;

将每个狭窄血管节段的病变评分进行累积,确定目标患者的SYNTAX评分。

2.根据权利要求1所述的计算方法,其特征在于,所述根据预设的节点类型划分规则,确定所述目标冠状动脉中心线上的每个目标点的节点类型,包括:

针对于目标冠状动脉中心线上的每个目标点,确定该目标点的邻点数量;

当该目标点仅有一个邻点时,将该目标点的节点类型确定为端点;

当该目标点仅有两个邻点时,将该目标点的节点类型确定为连接点;

当该目标点仅有三个邻点时,将该目标点的节点类型确定为二分叉点;

当该目标点仅有四个邻点时,将该目标点的节点类型确定为三分叉点。

3.根据权利要求1所述的计算方法,其特征在于,通过以下步骤训练得到所述血管节段划分模型:

获取多个待训练冠状动脉的原始三维医学影像;所述原始三维医学影像为冠状动脉CT造影;

针对于每个待训练冠状动脉,对该待训练冠状动脉的原始三维医学影像进行处理,确定该待训练冠状动脉的中心线、中心线上所有目标点以及每个目标点的节点类型;

针对于每个待训练冠状动脉的中心线,按照冠脉16分段法对该待训练冠状动脉的中心线进行节段划分,确定该训练冠状动脉的多个待训练血管节段和每个待训练血管节段的节段编号;

将进行节段划分后的每个待训练冠状动脉的中心线、中心线上所有目标点以及每个目标点的节点类型作为输入特征,将每个待训练冠状动脉的每个待训练血管节段的节段编号作为输出特征,对血管节段划分神经网络进行迭代训练,得到血管节段划分模型。

4.根据权利要求1所述的计算方法,其特征在于,所述根据所述目标冠状动脉中的病变区域以及所述病变区域的血流储备分数,从所述多个目标血管节段中筛选出至少一个狭窄血管节段,包括:

将满足预设条件的目标血管节段确定为狭窄节段;其中所述预设条件包括:存在病变区域、该病变区域血流储备分数不大于预设血流储备分数以及该目标血管节段的标准血管直径大于预设直径。

5.根据权利要求1所述的计算方法,其特征在于,通过以下步骤确定所述目标冠状动脉的冠脉分布优势类型:

在确定所述目标冠状动脉中的多个目标血管节段的同时确定每个目标血管节段的节段编号;

基于所述目标冠状动脉中的每个目标血管节段的节段编号和节段编号与优势类型的映射关系,确定所述目标冠状动脉的冠脉分布优势类型;其中,所述目标冠状动脉的冠脉分布优势类型用于确定每个目标血管节段的评分权重系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳睿心智能医疗科技有限公司,未经深圳睿心智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210570258.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top