获取冠脉血流储备、血流储备分数、微循环阻力指数的方法、设备、存储介质和程序产品

摘要

本申请涉及一种获取冠脉血流储备、血流储备分数、微循环阻力指数的方法、设备、存储介质和程序产品，获取冠脉血流储备的方法：获得冠脉口静息压强，根据冠脉口静息压强计算获得心脏泵出压；获得冠脉口充血态压强，根据心脏泵出压、冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备。获取微循环阻力指数的方法：获得冠脉系统医学图像，获得目标血管三维模型，根据目标血管三维模型计算出冠脉血管的形态学参数；根据形态学参数计算得到静息态血流量，计算血流阻力；根据冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据形态学参数、结合冠脉口充血态压强，计算获得血流储备分数以及微循环阻力指数。

说明书

技术领域

本申请涉及医学影像的数据处理技术领域，特别是涉及一种获取冠脉血流储备、血流储备分数、微循环阻力指数的方法、设备、存储介质和程序产品。

背景技术

心脏是人体最重要的器官之一，是人体血液循环的动力源，当心脏收缩时，血液由左心室经主动脉及其各级分支流向全身各组织的毛细血管，从而达到给全身供血的作用。同时，心脏本身需由冠脉系统供血，冠脉系统由心外膜大血管与微循环组成。冠状动脉微循环是指由微动脉、微静脉以及毛细血管构成的微循环系统，是组织细胞与血液进行物质交换的主要场所。在现有技术中，无法通过影像学直接观察到冠脉微血管，只能通过特定参数来反映微循环功能。

冠脉血流储备(Coronary flow reserve,CFR),定义为冠状动脉的最大充血态血流量与基线状态血流量的比值，它反映了人体在需氧量增加时，冠状动脉对应的血流量增加的能力，它综合考虑了心外膜大血管与微循环的供血作用。

血流储备分数(Fractional flow reserve,FFR),定义为心肌在存在病变的情况下能获得的最大血流量与该区域正常情况下理论上所能获得的最大血流量的比值，它反映了心外膜大血管的供血功能，主要用于对冠脉狭窄进行功能学评估。

微循环阻力指数(Index of MicrovascularResistence,IMR)，定义为最大充血态下，冠脉远端压力与平均传导时间的乘积，它反映了冠脉微血管的供血功能，主要用于评估冠脉微循环。

在当前的临床实践中，CFR、FFR以及IMR是对冠脉系统进行功能学评估的重要指标，能系统的反映冠脉系统的供血功能，但目前临床上普遍使用压力导丝对这些参数进行测量，存在操作难度大、费用昂贵等问题。

发明内容

基于此，本申请提供一种获取冠脉血流储备的方法。

本申请获取冠脉血流储备的方法，包括：

获得冠脉口静息压强，根据所述冠脉口静息压强计算获得心脏泵出压；

获得冠脉口充血态压强，根据所述心脏泵出压、所述冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备。

可选的，所述心脏泵出压，通过以下公式计算获得：

P＝α*Pa_rest，其中：

P，为心脏泵出压；

α，为压力修正系数；

Pa_rest，为冠脉口静息压强；

所述冠脉血流储备，通过以下公式计算获得：

CFR，为冠脉血流储备；

Pa_hyp，为冠脉口充血态压强。

本申请还提供一种获取血流储备分数的方法，包括：

获得冠脉口静息压强，根据所述冠脉口静息压强计算获得心脏泵出压；

获得冠脉口充血态压强，根据所述心脏泵出压、所述冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备；

获得冠脉系统医学图像，对所述冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据所述目标血管三维模型计算出冠脉血管的形态学参数；

根据所述形态学参数计算得到静息态血流量；

根据所述形态学参数、以及所述静息态血流量，计算血流阻力；

根据所述冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，

根据所述形态学参数和所述最大充血态时的平均血流量、结合所述冠脉口充血态压强，计算获得血流储备分数。

本申请还提供一种获取微循环阻力指数的方法，包括：

获得冠脉口静息压强，根据所述冠脉口静息压强计算获得心脏泵出压；

获得冠脉口充血态压强，根据所述心脏泵出压、所述冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备；

获得冠脉系统医学图像，对所述冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据所述目标血管三维模型计算出冠脉血管的形态学参数；

根据所述形态学参数计算得到静息态血流量；

根据所述形态学参数、以及所述静息态血流量，计算血流阻力；

根据所述冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据所述形态学参数和最大充血态时的平均血流量、结合所述冠脉口充血态压强，计算获得血流储备分数以及最大充血态下目标血管远端的血压值；

根据所述形态学参数、所述心外膜大血管在最大充血态时的平均血流量、以及所述目标血管远端的血压值，计算获得微循环阻力指数IMR。

可选的，根据所述形态学参数、以及所述静息态血流量，计算血流阻力，具体包括：

根据所述形态学参数获得粘性阻力和扩张阻力、结合所述静息态血流量计算获得血流阻力。

可选的，所述形态学参数包括：目标血管长度、血管半径、参考血管面积、以及狭窄血管面积，所述血流阻力通过以下公式计算获得：

r2＝r

r2，为所述血流阻力；

r

r

q2，为静息态血流量；

所述粘性阻力通过以下公式计算获得：

μ为血液粘性系数，R为所述血管半径；

所述扩张阻力通过以下公式计算获得：

ρ为血液密度，A

可选的，所述血流储备分数通过以下公式获得：

FFR＝(Pa_hyp-(r

r

r

Q2，为最大充血态时的平均血流量；

Pa_hyp，为所述冠脉口充血态压强。

本申请还提供一种获取微循环阻力指数的设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现本申请所述的获取微循环阻力指数方法的步骤。

本申请还提供一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本申请所述的获取微循环阻力指数方法的步骤。

本申请还提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现本申请所述的获取微循环阻力指数方法的步骤。

本申请获取冠脉血流储备、血流储备分数、微循环阻力指数的方法至少具有以下效果之一：

本申请获取冠脉血流储备的方法、获取血流储备分数的方法、以及获取血流储备分数的方法，均仅需输入冠脉医学图像与冠脉口压强，无需使用温度/压力导丝即可进行测量。流程精简速度加快，大大地缩短了手术时间、减少了手术成本，在临床上具有较大的应用价值。在保证检测精度的前提下，减少了患者所受的创伤、降低了手术操作难度、节约了手术成本。

附图说明

图1为本申请一实施例中建立的冠脉循环血流动力学模型结构示意图；

图2为本申请一实施例中获得的目标血管三维模型结构示意图；

图3为本申请一实施例中冠脉系统医学图像的起始帧示例图；

图4为本申请一实施例中冠脉系统医学图像的结束帧示例图；

图5～图6为本申请一实施例中检测IMR计算过程的示意图；

图7为本申请一实施例中获取冠脉血流储备方法的流程示意图；

图8为本申请一实施例中获取血流储备分数方法的流程示意图；

图9为本申请一实施例中获取微循环阻力指数方法的流程示意图；

图10本申请一实施例中设备的内部结构图。

具体实施方式

目前临床上普遍使用压力导丝对CFR、FFR以及IMR这些参数进行测量，存在操作难度大、费用昂贵。尤其是对于微循环阻力指数测量来说，在目前的临床实践中，应用最为广泛是温度稀释法。首先，该方法需达到最大充血状态，是一项有创的检查技术，其次，测量过程中需多次注入生理盐水，增加了操作难度且延长了检查时间，因此该方法对患者与术者都存在较大的挑战。另一方面，冠状动脉不同的血管(LAD、LCX、RCA)有着不同的几何长度，压力导丝放置的位置差异会直接影响平均传导时间Tmn的测量值，导致IMR测量的可重复性较低。针对这一问题，目前临床上采用的标准为不小于75mm，即压力导丝放置位置与导管口的距离至少应达到75mm，但该标准未考虑不同血管的差异性。

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。

本申请各实施例主要主要包括以下步骤：

步骤S100，心脏泵出压计算；

步骤S200，获取冠脉血流储备CFR；

步骤S300，三维模型重构；

步骤S400，静息态血流量计算；

步骤S500，血流阻力计算；

步骤S600，获取血流储备分数FFR；

步骤S700，获取微循环阻力指数IMR。

在上述步骤S100～步骤S700中：

步骤S100～步骤S200提供了一种获取冠脉血流储备的方法，如图7所示。

步骤S100～步骤S600提供了一种获取血流储备分数的方法，如图8所示。

步骤S100～步骤S700提供了一种获取血流储备分数的方法，如图9所示。

本申请获取冠脉血流储备的方法、获取血流储备分数的方法、以及获取微循环阻力指数的方法，均仅需输入冠脉医学图像与冠脉口压强，无需使用温度/压力导丝即可进行测量。流程精简速度加快，大大地缩短了手术时间、减少了手术成本，在临床上具有较大的应用价值。

本申请各实施例中提供的方法，无需使用温度/压力导丝，在保证检测精度的前提下，减少了患者所受的创伤、降低了手术操作难度、节约了手术成本。若输入为静息态数据，进一步地还能避免向患者冠脉注入血管扩张药剂如腺苷等，再次减少了对患者的伤害，同时还很好地解决了部分患者对腺苷反应不灵敏的问题。

各步骤简要概括如下：首先，基于病人的特异性冠脉口压强Pa，结合临床统计中的正常功能学参数估算心脏泵出压P；其次，基于DSA、CTA、MRA等医学图像重构得到冠状动脉三维模型以及静息态平均血流量；然后，基于目标血管三维模型，估算心外膜大血管血流阻力；接着，结合患者特意性的静息压强Pa到充血压强Pa的压力变化，估算充血态平均血流量以及CFR；最后，结合充血状态下冠脉口压强Pa、心外膜大血管血流阻力、充血态平均血流量估算FFR与IMR。在下文中，本申请各实施例针对步骤S100～步骤S700详展开细描述。

在一个实施例中，步骤S100包括：获得冠脉口静息压强，根据冠脉口静息压强计算获得心脏泵出压。

在冠脉循环中，血液由左心室流出，再经由主动脉进入冠脉系统，最终在冠脉微血管末端实现与静脉血管的营养物质及氧气交换，因此整个冠脉循环系统由四个部分组成，分别为心脏泵出源、主动脉段、心外膜大血管段以及心内膜微血管段，具体的血流动力学模型如图1所示。

如图所示，血液由心脏泵出(记泵出压为P)，首先进入主动脉(记主动脉中的流量为q1，血流阻力为r1)，然后进入冠脉系统的心外膜大血管(记平均血流量为q2，血流阻力为r2)，最后经由心内膜微血管(记平均血流量为q3，血流阻力为r3)实现与静脉(生理状态下中心静脉压近似为0)之间的营养物质以及氧气交换。

值得注意的是，由于冠脉系统存在各级分支，q1、q2以及q3各不相同，但在整个冠脉循环系统中，血压由心脏泵出压P最终降至中心静脉压0mmHg。

因此，本方法的第一步需要计算出心脏泵出压。在获知冠脉口静息压强后，根据获得心脏泵出压的计算方法：

公式一：P＝α*Pa_rest，其中：

P，为心脏泵出压；

α，为压力修正系数；

Pa_rest，为冠脉口静息压强。

可以理解，冠脉口静息压强Pa_rest为临床测量结果。本实施例中，压力修正系数与临床统计中的正常冠脉口压强以及正常CFR相关，具体的，本方法中的压力修正系数α取值范围为1.05～1.1。

在一个实施例中，步骤S200包括：获得冠脉口充血态压强，根据心脏泵出压、冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备。

本步骤用于计算冠脉血管CFR以及心外膜大血管最大充血态血流量。当冠脉血管由静息态进入最大充血态时，记冠脉系统三个节段的血流量与阻力分别为Q1、R1，Q2、R2，Q3、R3(如图1所示)。当冠脉系统由静息态进入最大充血态时，冠脉微血管充分扩张，微循环阻力将大大减小(由r3减小至R3)，同时冠脉系统的血流量q1、q2、q3都将增大至Q1、Q2、Q3。临床研究表明，在这一过程中大血管阻力几乎保持不变，即R1＝r1。

当冠脉系统处于静息态时，主动脉节段的压降为静息态压降DP1_rest：

DP1_rest＝P-Pa_rest，式中，P为心脏泵出压，Pa_rest为冠脉口静息压强；

当冠脉系统进入最大充血态时，主动脉节段的压降为充血态压降DP1_hyp：

DP1_hyp＝P-Pa_hyp，式中，P为心脏泵出压，Pa_hyp为冠脉口充血态压强。可以理解，冠脉口充血态压强Pa_hyp为临床测量结果。

结合血流动力学模型我们可以得到：

公式二，

Q1，为主动脉由静息态进入最大充血态时的血流量；

q1，为静息态主动脉中的血流量；

P，为心脏泵出压；

Pa_hyp，为冠脉口充血态压强；

Pa_rest，为冠脉口静息压强；

因此，整个冠脉系统的CFR计算公式为：

CFR＝(P-Pa_hyp)/(P-Pa_rest)

在一个实施例中，步骤S300包括：获得冠脉系统医学图像，对冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据目标血管三维模型计算出冠脉血管的形态学参数。

本步骤用于处理冠脉系统医学图像，医学图像例如可以是CTA、DSA以及MRA等。基于上述的医学图像，可应用阈值分割、特征提取、动态轮廓以及Level-Set等方法提取血管边界，最终应用MarchingCube方法或双目视觉等方法得到如图2所示的冠脉系统或目标血管三维模型，从而计算出冠脉血管的形态学参数，形态学参数例如可以包括各截面处的血管长度以及血管直径、面积等。

在一个实施例中，步骤S400包括：根据形态学参数计算得到静息态血流量。

本步骤用于计算静息状态下冠脉系统心外膜大血管的平均血流量q2，可实现的方法包括TIMI计帧法、光栅法以及心肌质量估算法等。

例如当输入图像为DSA影像时，本步骤通过TIMI记帧法识别造影图像起始帧与结束帧，结合造影图像本身参数以及三维模型重构得到的目标血管长度L，平均血管截面积S等形态学参数，从而计算得到静息状态下的平均血流量q2(即静息态血流量)。

起始帧为造影剂流出导管口，并刚刚到达目标血管起点所对应的图像帧数，如图3所示；结束帧为造影剂刚刚到达目标血管终点所对应的图像帧数，如图4所示。静息状态下的平均血流量计算方法：

公式三：q2＝S*L/((F

q2，为静息态血流量；

S，为平均血管截面积；

L，为目标血管长度；

F2，为结束帧；

F1，为起始帧；

Fps，为造影图像本身参数为时间分辨率。

在一个实施例中，步骤S500包括：根据形态学参数、以及静息态血流量，计算血流阻力。

本步骤中血流阻力计算包括，根据形态学参数获得粘性阻力和扩张阻力、结合静息态血流量计算获得血流阻力。

本步骤用于计算心外膜大血管血流阻力r2(简称为血流阻力)，当三维模型重构得到冠脉血管的形态学参数后，结合心外膜大血管内的平均血流量q2(详见步骤S400的静息状态下的平均血流量)，血流阻力可按以下方法计算：

公式四：r2＝r

r2，为血流阻力；

r

r

q2，为静息态血流量。

具体的，两个阻力分量的计算公式分别为：

在一个实施例中，步骤S600包括：根据冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据形态学参数和最大充血态时的平均血流量、结合冠脉口充血态压强，计算获得血流储备分数以及最大充血态下目标血管远端的血压值Pd_hyp。

具体包括，根据形态学参数获得目标血管的所述粘性阻力和所述扩张阻力、结合冠脉口充血态压强，计算获得最大充血态下目标血管远端的血压值、以及血流储备分数。

本步骤用于计算目标血管血流储备分数FFR以及最大充血态下目标血管远端压力Pd。

结合CFR定义，最大充血态下心外膜大血管的平均血流量可以定义为：

公式五：Q2＝CFR*q2，其中，

Q2，为最大充血态时的平均血流量；

q2，为静息态血流量。

在CFR计算时，我们得到了心外膜大血管在最大充血态时的平均血流量Q2，又因为最大充血态心外膜大血管不会出现明显的形态学变化，即r

基于血流动力学模型，心外膜大血管的压降可近似计算为：

DP2＝(r

DP2，为心外膜大血管的压降；

r

r

Q2，为最大充血态时的平均血流量。

结合FFR定义，目标血管的FFR可按以下方法计算：

公式六：FFR＝Pd_hyp/Pa_hyp＝(Pa_hyp-(r

其中Pd_hyp为最大充血态下目标血管远端的血压值；Pa_hyp为冠脉口充血态压强。

在一个实施例中，步骤S700包括：根据形态学参数、心外膜大血管在最大充血态时的平均血流量Q2、以及目标血管远端的血压值，计算获得微循环阻力指数IMR。

本步骤用于计算微循环阻力指数IMR以及平均传导时间Tmn。在三维模型重构时，我们获得了目标血管的长度以及平均截面积；在CFR计算时，我们获得了最大充血状态下目标血管的平均血流量Q2；在FFR计算时，我们获得了最大充血态下的目标血管远端压力Pd_hyp。

首先，我们需要计算最大充血态下的平均传导时间Tmn：

Tmn＝L/(Q2/S)

式中，L为目标血管的长度，Q2为最大充血状态下目标血管的平均血流量，S为目标血管的平均截面积。

然后，结合IMR定义，目标血管微循环阻力指数可近似计算为：

公式七：IMR＝S*L*Pd_hyp/Q2。

为检测本申请各实施例中所提供算法的可靠性，以下通过两组实验来验证。

在一个实施例中，对IMR微循环阻力指数进行计算和验证。该实施例输入为充血态数据，包括最大充血态的造影图像以及冠脉口压强Pa。其导管室实测值如图5所示，充血状态下的冠脉口压强Pa＝104mmHg，狭窄远端压强Pd＝85mmHg，平均传导时间Tmn＝0.3s，其IMR实测值为：

IMR＝85*0.3＝25.5

针对该病例，采用由本申请各实施例所提供的计算微循环阻力指数的方法对该病例进行计算，在该病例计算过程中，DP＝16.8mmHg，Tmn＝0.2933s，IMR计算值为：

IMR＝(104-16.8)*0.2933＝25.58

在另一实施例中，对IMR微循环阻力指数进行计算和验证。该实施例输入为静息态数据，包括静息态的造影图像以及冠脉口压强。其导管室实测值如图6所示，充血状态下的狭窄远端压强Pd＝90mmHg，平均传导时间Tmn＝0.23s，其IMR实测值为：

IMR＝90*0.23＝20.7

针对该病例，采用由本申请各实施例所提供的计算微循环阻力指数的方法对该病例进行计算，在该病例计算过程中，静息态冠脉口压强为113mmHg，充血态冠脉口压强Pa＝96mmHg，压降DP＝5.7mmHg，Tmn＝0.2103s，IMR计算值为：

IMR＝(96-5.7)*0.2103＝18.99。

依据上述实验可以得知，由于微循环阻力指数IMR的数据是步骤S700的结果，因此也相应证明了中间步骤中获得的冠脉血流储备CFR、以及血流储备分数FFR的准确性。

应该理解的是，虽然图7-图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图7-图9中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，提供了一种获取微循环阻力指数的设备，该设备可以是终端，其内部结构图可以如图10所示。该设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该设备的处理器用于提供计算和控制能力。该设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种获取微循环阻力指数的方法。该设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该设备的输入装置可以是显示屏上覆盖的触摸层，也可以是设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，提供了一种设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

步骤S100，获得冠脉口静息压强，根据冠脉口静息压强计算获得心脏泵出压；

步骤S200，获得冠脉口充血态压强，根据心脏泵出压、冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备；

步骤S300，获得冠脉系统医学图像，对冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据目标血管三维模型计算出冠脉血管的形态学参数；

步骤S400，根据形态学参数计算得到静息态血流量；

步骤S500，根据形态学参数、以及静息态血流量，计算血流阻力；

步骤S600，根据冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据形态学参数和最大充血态时的平均血流量、结合冠脉口充血态压强，计算获得血流储备分数以及最大充血态下目标血管远端的血压值；

步骤S700包括：根据形态学参数、心外膜大血管在最大充血态时的平均血流量、以及目标血管远端的血压值，计算获得微循环阻力指数。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

步骤S100，获得冠脉口静息压强，根据冠脉口静息压强计算获得心脏泵出压；

步骤S200，获得冠脉口充血态压强，根据心脏泵出压、冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备；

步骤S300，获得冠脉系统医学图像，对冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据目标血管三维模型计算出冠脉血管的形态学参数；

步骤S400，根据形态学参数计算得到静息态血流量；

步骤S500，根据形态学参数、以及静息态血流量，计算血流阻力；

步骤S600，根据冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据形态学参数和最大充血态时的平均血流量、结合冠脉口充血态压强，计算获得血流储备分数以及最大充血态下目标血管远端的血压值；

步骤S700包括：根据形态学参数、心外膜大血管在最大充血态时的平均血流量、以及目标血管远端的血压值，计算获得微循环阻力指数。

在一个实施例中，提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

步骤S100，获得冠脉口静息压强，根据冠脉口静息压强计算获得心脏泵出压；

步骤S200，获得冠脉口充血态压强，根据心脏泵出压、冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备；

步骤S300，获得冠脉系统医学图像，对冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据目标血管三维模型计算出冠脉血管的形态学参数；

步骤S400，根据形态学参数计算得到静息态血流量；

步骤S500，根据形态学参数、以及静息态血流量，计算血流阻力；

步骤S600，根据冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据形态学参数和最大充血态时的平均血流量、结合冠脉口充血态压强，计算获得血流储备分数以及最大充血态下目标血管远端的血压值；

步骤S700包括：根据形态学参数、心外膜大血管在最大充血态时的平均血流量、以及目标血管远端的血压值，计算获得微循环阻力指数。

在一个实施例中，提供了一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现以下步骤：

步骤S100，获得冠脉口静息压强，根据冠脉口静息压强计算获得心脏泵出压；

步骤S200，获得冠脉口充血态压强，根据心脏泵出压、冠脉口静息压强、以及冠脉口充血态压强，获得冠脉血流储备；

步骤S300，获得冠脉系统医学图像，对冠脉系统医学图像提取血管边界，获得目标血管三维模型，根据目标血管三维模型计算出冠脉血管的形态学参数；

步骤S400，根据形态学参数计算得到静息态血流量；

步骤S500，根据形态学参数、以及静息态血流量，计算血流阻力；

步骤S600，根据冠脉血流储备和静息态血流量计算获得心外膜大血管在最大充血态时的平均血流量，根据形态学参数和最大充血态时的平均血流量、结合冠脉口充血态压强，计算获得血流储备分数以及最大充血态下目标血管远端的血压值；

步骤S700包括：根据形态学参数、心外膜大血管在最大充血态时的平均血流量、以及目标血管远端的血压值，计算获得微循环阻力指数。

本实施例中，计算机程序产品包括程序代码部分，以用于当计算机程序产品由一个或多个计算装置执行时，执行本申请各实施例中获得冠脉血流储备、获取血流储备分数、或者获取微循环阻力指数的方法的步骤。计算机程序产品可被存储在计算机可读记录介质上。还可经由数据网络(例如，通过RAN、经由因特网和/或通过RBS)提供计算机程序产品以便下载。备选地或附加地，该方法可被编码在现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)中，或者功能性可借助于硬件描述语言被提供以便下载。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。不同实施例中的技术特征体现在同一附图中时，可视为该附图也同时披露了所涉及的各个实施例的组合例。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。