一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法

摘要

发明公开了一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法，主要包括患者信息采集、模型建立及临床应用三个方面。本系统的核心部分为患者个性化心室模型的建立：首先对患者心脏核磁共振成像数据进行图像预处理(如平滑、对比度调整等操作)，然后使用变分隐函数插值法对预处理后的成像数据进行插值，最终得出患者特异性心室模型。本发明可用于心血管疾病患者心血管状态的个性化评估，以及优化临床心脏疾病的治疗策略，并可为患者提供更为精准的治疗方案。

说明书

技术领域

本发明涉及医疗风险评估技术领域，特别是涉及一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法。

背景技术

随着科技的发展，人工智能在虚拟医疗系统中发挥着越来越重要的作用，利用先进的虚拟心脏成像技术，可以将人工智能应用于心血管疾病评估和预测，发挥在虚拟医疗系统中发挥重要作用。心脏磁共振成像(CMR)作为一种公认的无创评估心血管系统功能的成像方式，具有良好的穿透深度，能够全面测量和评估心血管系统功能和结构。

计算建模患者心脏已成为一种有潜力的非侵入性工具，因此构建患者个性化心室模型可以为临床医生提供个性化的指导。而在现有的心脏模型技术中，数字模拟精确度不高，可适用性不差，难以临床上应用。目前急需一种能够全面、实时监测心脏变化情况的三维虚拟心脏仿真模型，并且能够模拟患有心血管疾病的患者(主要包括急性心肌梗死等缺血性心脏疾病)心血管状况，并能构建成为一个完整、全面的心血管评估系统。

发明内容

针对上述情况，本发明之目的在于提供一种基于核磁共振成像构建患者特异性心室数学模型用于心血管系统评估的方法，通过构建患者个性化心室模型，根据患者心血管评估结果进行实时检测心脏变化情况；通过模拟患有心血管疾病的患者(主要包括急性心肌梗死等缺血性心脏疾病)心血管状况来调整相应的患者个性化治疗方案，优化临床治疗策略。

其解决的技术方案是：

基于核磁共振成像构建的患者个性化心室模型的心血管快速评估系统，其特征在于，包括

患者特异性数据采集模块：采集患者核磁共振成像数据、心电数据、患者基本数据，将采集到的心电数据和患者基本数据作为患者个性化数据库，方便更深入了解患者疾病病情变化；

核磁共振成像处理分割模块：(1)输入患者核磁共振成像数据，(2)提取感兴趣区域(ROI)：先将图像进行快速傅里叶变换(FFT)，然后估计心脏中心区域，接着将所需要的图像裁剪成128×128px的正方形区域；(3)预处理图像：在提取感兴趣区域(ROI)之后，将图像调整对比度、平滑和高斯模糊；(4)进行分割：在预处理图像结束之后，完成图像分割；

个性化心室模型构建模块：基于变分隐函数的插值重建心室结构，使用手动和计算重建的模拟计算得出伪ECG点，接着再加入患者个性化数据库中的患者特异性数据，构建个性化心室模型，使用数据采集中心电数据进行模型验证，验证合格即可使用此患者虚拟心脏模型进行心血管评估，得到评估结果；不合格时则需要再次进行数据采集以及患者个性化心室模型模型构建过程。

进一步的，所述心电数据包括心电图(ECG)。

进一步的，所述患者基本数据包括性别、年龄、病史、目前疾病情况。

进一步的，所述进行快速傅里叶变换(FFT)的公式为：

进一步的，将所需要的图像裁剪成128×128px的正方形区域，以统一整个空间的尺寸，便于下一步的图像分割和减少计算量。

进一步的，所述预处理图像中：假设内部的独立性和相同的强度分布每片每一帧，预处理后的图像X prep可以被统一化，所述统一化使用的公式为：

进一步的，所述基于变分隐函数的插值重建心室结构的公式为：

进一步的，所有图像处理任务均在Matlab计算环境(Mathworks Inc.,Natick,MA)安装在配备2.3GHz Intel的个人计算机上Core i7 CPU、12GB RAM和Windows操作系统上进行。

进一步的，所述心血管快速评估系统的使用方法为：首先将患者特异性数据加入心室模型中构建为患者个性化心室模型，然后输入参数到患者个性化心室模型中，输出为此患者的特异性心血管评估结果。

本发明的有益效果是：通过基于核磁共振成像构建的患者特异性心室数学模型进行心血管评估的系统，相比仅仅通过核磁评估心功能，三维立体心脏模型更加方便观察、对比动态心功能情况，精准性更强，易上手；同时能够实时监测心脏电生理变化，随着患者个性化数据的积累，结合精准医疗能更加精确优化患者临床治疗方案。

附图说明

图1是本发明的评估系统运行图；

图2是患者特异性数据采集流程图；

图3是核磁共振成像处理分割流程图；

图4是个性化心室模型构建流程图。

具体实施方式

有关本发明的前述及其他技术内容、特点与功效，在以下配合参考附图1-4对实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的结构内容，均是以说明书附图为参考。

实施例1

如图1所示，基于核磁共振成像构建的患者特异性心室数学模型的心血管快速评估系统的使用方法为：首先将患者特异性数据加入心室模型中构建为患者个性化心室模型，然后输入参数到患者个性化心室模型中，输出为此患者的特异性心血管评估结果。

实施例2

基于核磁共振成像构建的患者个性化心室模型的心血管快速评估系统包括：患者特异性数据采集模块、核磁共振成像处理分割模块、个性化心室模型构建模块。

如图2所示，患者特异性数据采集包括患者核磁共振成像数据、心电数据、患者基本数据；所述心电数据包括心电图；所述患者基本数据包括性别、年龄、病史、目前疾病情况。采集的心电数据和基本数据作为患者个性化数据库，方便更深入了解患者疾病病情变化。

数据采集完成后，进行图像处理(如图3所示)：

第一步是输入患者核磁共振成像数据(LGE-CMR图像数据)。

第二步是提取感兴趣区域(ROI)：先将图像进行快速傅里叶变换(FFT)，然后估计心脏中心区域，接着将所需要的图像裁剪成128×128px的正方形区域。

使用快速傅里叶变换有助于提取心脏在周围的位置，FFT公式为：

将所需要的图像裁剪成128×128px的正方形区域以统一整个空间的尺寸，有利于下一步的图像分割和减少计算量。

第三步是预处理图像：在提取ROI之后，将图像调整对比度、平滑和高斯模糊；假设内部的独立性和相同的强度分布每片每一帧，预处理后的图像X prep可以被统一化，统一化的公式为：

第四步是分割：在预处理图像结束之后，完成图像分割。

如图4所示，进行数学心室建模：应用一种基于变分隐函数的插值重建心室，从n个地标重建一个表面点Cj,j＝1,2,…,n，变分隐函数方法在3D空间中构建平滑函数f，使得f＝0在这些标志点处，插值函数表示为：

接着再加入患者个性化数据库中的基本数据，构建患者个性化心室模型，使用数据采集中心电数据进行模型验证，验证合格即可使用此患者虚拟心脏模型进行心血管评估；不合格需要再次进行数据采集以及患者个性化心室模型构建过程。

所有图像处理任务均在Matlab计算环境(Mathworks Inc.,Natick,MA)安装在配备2.3GHz Intel的个人计算机上Core i7 CPU、12GB RAM和Windows操作系统上进行。

以上所述是结合具体实施方式对本发明所作的进一步详细说明，不能认定本发明具体实施仅局限于此；对于本发明所属及相关技术领域的技术人员来说，在基于本发明技术方案思路前提下，所作的拓展以及操作方法、数据的替换，都应当落在本发明保护范围之内。