[發明專利]用于測量心肌缺血、狹窄識別、定位和血流儲備分數估計的非侵入式方法和系統

有效

• 申請號: 201780047004.7
• 申請日: 2017-06-26
• 公開（公告）號: CN109561841B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: S·古普塔;S·拉姆昌達尼;T·伯頓;W·桑德斯;I·沙德弗斯
• 申請（專利權）人: 生命解析公司
• 主分類號: A61B5/24
• 分類號: A61B5/24;A61B5/318;A61B5/349;A61B5/28;A61B5/00;G06K9/00;G06N20/00;G06F17/14
• 代理公司: 北京律和信知識產權代理事務所(普通合伙) 11446
• 代理人: 郝文博;韓煒

1.一種用于非侵入式地識別和/或測量或估計心肌缺血的程度、識別一個或多個狹窄、和/或定位和/或估計血流儲備分數的系統，該系統包括：

至少一個處理器；和

存儲器，其上存儲有指令，其中所述指令被所述處理器執行時會使得所述處理器執行以下操作：

通過至少一個電極從受試者同時獲取與多個寬帶梯度信號相關聯的數據集；

從與所述多個寬帶梯度信號相關聯的數據集產生殘差子空間數據集；

利用所述殘差子空間數據集的一個或多個形態、拓撲或功能特征提取分析，從所述殘差子空間數據集提取一個或多個拓撲參數；

通過將所述一個或多個提取的拓撲參數應用到一個或多個非線性模型，確定所述受試者的選自由以下參數構成的群組中的一個或多個冠狀動脈生理參數：血流儲備分數估計、狹窄值和心肌缺血估計；以及

通過報告和/或顯示中的輸出數據集中的一個或多個，輸出所述一個或多個冠狀動脈生理參數，其中所述一個或多個輸出數據集至少提供了心肌缺血的程度的測量或估計、一個或多個狹窄的識別、以及血流儲備分數的定位和/或估計中的至少一個。

2.根據權利要求1所述的系統，其中，產生所述殘差子空間數據集的指令包括進行以下操作的指令：

通過對從所述多個寬帶梯度信號導出的數據執行第一小波操作來生成第一小波信號數據集；

通過對所述第一小波信號數據執行第二小波操作來生成第二小波信號數據集；以及

從所述第二小波信號數據集的值中減去所述第一小波信號數據集的值來生成所述殘差子空間數據集，

其中，所述殘差子空間數據集包括時空域中的三維相空間數據集。

3.如權利要求2所述的系統，還包括：

其中所述一個或多個所提取的的拓撲參數作為第一組形態特征(i)被輸入到一個或多個機器學習算法中以產生用于診斷冠狀動脈疾病的存在的預測器，和/或(ii)用于已生成的預測器中以診斷冠狀動脈疾病的存在。

4.如權利要求2所述的系統，其中所述從殘差子空間數據集提取一個或多個拓撲參數的指令包括進行以下操作的指令：利用在所述殘差子空間數據集上執行的alpha-hull算子提取所述一個或多個所提取的拓撲參數。

5.如權利要求3所述的系統，其中所述從殘差子空間數據集提取一個或多個拓撲參數的指令包括進行以下操作的指令：

將所述三維相空間數據集劃分為多個節段，每個所述節段包括所述三維相空間數據集的非重疊部分；以及

提取所述多個節段中每個節段的第二組形態特征，其中所提取的第二組形態特征包括選自由以下參數構成的群組中的參數：3D體積值、空隙體積值、表面積值、主曲率方向值和Betti數值。

6.如權利要求5所述的系統，其中所提取的第二組形態特征是利用alpha-hull算子提取的。

7.如權利要求5所述的系統，其中所述多個節段包括的節段的數量選自由3、4、5、6、7、8、9、10、11、12、13、14、15、16、17、18、19、20構成的群組。

8.如權利要求3所述的系統，其中所述確定一個或多個冠狀動脈生理參數的指令包括進行以下操作的指令：

通過第一機器學習操作將提取的第一組形態特征與多個候選模型相關聯，所述多個候選模型與所確定的一個或多個冠狀動脈生理參數相關聯；以及

選擇所述多個候選模型中的一候選模型以確定對所述儲備血流分數估計、所述狹窄值和所述心肌缺血估計的估計中每一個的輸出。

9.根據權利要求8所述的系統，其中所確定的一個或多個冠狀動脈生理參數被呈現在心臟圖像上的一個或多個相應冠狀動脈區域處。