[發(fā)明專利]使用遞歸神經(jīng)網(wǎng)絡(luò)對(duì)血管的血液動(dòng)力學(xué)分析

在審

• 申請(qǐng)?zhí)枺?/td>: 202010517600.0
• 申請(qǐng)日: 2020-06-09
• 公開（公告）號(hào): CN112071419A
• 公開（公告）日: 2020-12-11
• 發(fā)明（設(shè)計(jì)）人: 阿諾·阿林德拉·阿迪約索
• 申請(qǐng)（專利權(quán)）人: 西門子醫(yī)療有限公司
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G16H50/30;G16H50/50;G06N3/04;G06N3/08;G06F30/28;G06F30/27
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 唐京橋;姜婷

本公開涉及使用遞歸神經(jīng)網(wǎng)絡(luò)對(duì)血管的血液動(dòng)力學(xué)分析。本發(fā)明涉及一種用于預(yù)測(cè)目標(biāo)血管的(特別是主動(dòng)脈的)血液動(dòng)力學(xué)參數(shù)的方法和人工智能(AI)系統(tǒng)，以及涉及一種訓(xùn)練由所述AI系統(tǒng)包括的AI單元的計(jì)算機(jī)實(shí)現(xiàn)的方法。接收目標(biāo)血管的血管形狀模型和目標(biāo)血管的對(duì)應(yīng)流動(dòng)分布。由AI單元基于接收到的血管形狀模型和接收到的流動(dòng)分布來預(yù)測(cè)至少一個(gè)血液動(dòng)力學(xué)參數(shù)p_k。AI單元被布置和配置成基于接收到的血管形狀模型和接收到的目標(biāo)血管(主動(dòng)脈)的流動(dòng)分布來預(yù)測(cè)至少一個(gè)血液動(dòng)力學(xué)參數(shù)p_k。

技術(shù)領(lǐng)域

本發(fā)明涉及用于預(yù)測(cè)目標(biāo)血管的血液動(dòng)力學(xué)參數(shù)的方法和人工智能(AI)系統(tǒng)以及涉及訓(xùn)練由所述AI系統(tǒng)包括的AI單元的計(jì)算機(jī)實(shí)現(xiàn)的方法。

背景技術(shù)

主動(dòng)脈縮窄和主動(dòng)脈瓣疾病是最常見的先天性心臟缺陷。對(duì)這些疾病的治療決策制定是復(fù)雜的過程，并且高度取決于患者的狀況。基于患者主動(dòng)脈的特定于患者的血液動(dòng)力學(xué)參數(shù)，可以顯著改進(jìn)治療決策。評(píng)估血液動(dòng)力學(xué)參數(shù)的當(dāng)前臨床標(biāo)準(zhǔn)是執(zhí)行導(dǎo)管插入技術(shù)。然而，導(dǎo)管插入技術(shù)是一種侵入性過程，其給患者帶來風(fēng)險(xiǎn)(例如，輻射、成本、并發(fā)癥)。使用不同的計(jì)算流體動(dòng)力學(xué)(CFD)方式的非侵入性方法正在得到廣泛驗(yàn)證。這些方法越來越多地被考慮用來替換侵入性方法，因?yàn)樗鼈兙哂休^低的風(fēng)險(xiǎn)并且可以提供更全面和相關(guān)的信息。然而，這些CFD方式在計(jì)算上是昂貴的，這是在臨床中實(shí)施這樣的工具的限制因素。

為了改進(jìn)治療決策制定，可以執(zhí)行使用計(jì)算流體動(dòng)力學(xué)(CFD)模擬的血液動(dòng)力學(xué)分析。CFD模擬計(jì)算特定于患者的血液動(dòng)力學(xué)參數(shù)，這些參數(shù)可以用于更好地評(píng)估患者的狀況并且優(yōu)化臨床決策。然而，CFD模擬對(duì)計(jì)算的要求很高，并且每次掃描需要高達(dá)一天才能完成。這阻止基于CFD模擬的血液動(dòng)力學(xué)分析在臨床實(shí)踐中的整合。

因此，需要提供一種在不需要復(fù)雜的CFD模擬的情況下更高效地計(jì)算血液動(dòng)力學(xué)參數(shù)的替選方式或方法。

EP 3 270 308 A1公開了一種用于向臨床決策支持(CDS)系統(tǒng)提供如血管內(nèi)部的血液動(dòng)力學(xué)參數(shù)的輔助參數(shù)的方法。血管的形狀數(shù)據(jù)集從圖像數(shù)據(jù)集中被提取并且被提供作為輸入數(shù)據(jù)集。使用通過機(jī)器學(xué)習(xí)(深度學(xué)習(xí)機(jī)制)訓(xùn)練的子系統(tǒng)基于輸入數(shù)據(jù)集來近似輔助參數(shù)。

必須精確地確定血管內(nèi)部的近似輔助參數(shù)或更確切地說是血液動(dòng)力學(xué)參數(shù)，否則可能會(huì)導(dǎo)致CDS系統(tǒng)或臨床醫(yī)生基于近似的血液動(dòng)力學(xué)參數(shù)進(jìn)行誤診。

此外，當(dāng)前針對(duì)該任務(wù)尚未提出適當(dāng)?shù)臋C(jī)器學(xué)習(xí)方式。這可能是因?yàn)橐褂么髷?shù)據(jù)來開發(fā)算法，然而大數(shù)據(jù)并不容易獲得。

發(fā)明內(nèi)容

本發(fā)明的目的是通過提供以下項(xiàng)來克服或至少減輕這些問題：根據(jù)本申請(qǐng)的預(yù)測(cè)目標(biāo)血管的血液動(dòng)力學(xué)參數(shù)的方法；和用于預(yù)測(cè)目標(biāo)血管的血液動(dòng)力學(xué)參數(shù)的AI系統(tǒng)；以及根據(jù)本申請(qǐng)的訓(xùn)練由所述AI系統(tǒng)包括的AI單元的計(jì)算機(jī)實(shí)現(xiàn)的方法。

根據(jù)本發(fā)明的第一方面，一種預(yù)測(cè)目標(biāo)血管的血液動(dòng)力學(xué)參數(shù)p_k的方法包括以下步驟：

-接收目標(biāo)血管的血管形狀模型。

-接收目標(biāo)血管的對(duì)應(yīng)流動(dòng)分布。

-由人工智能(AI)單元基于接收到的血管形狀模型和接收到的流動(dòng)分布來預(yù)測(cè)至少一個(gè)血液動(dòng)力學(xué)參數(shù)p_k。

根據(jù)本發(fā)明的第二方面，一種用于預(yù)測(cè)目標(biāo)血管的血液動(dòng)力學(xué)參數(shù)(p_k)的AI系統(tǒng)被布置并且配置成執(zhí)行根據(jù)本發(fā)明的第一方面的方法。AI系統(tǒng)包括第一接口、第二接口和AI單元。第一接口被布置和配置成接收目標(biāo)血管的血管形狀模型。第二接口被布置和配置成接收目標(biāo)血管的對(duì)應(yīng)的流動(dòng)分布。AI單元通信上連接至第一接口和第二接口。AI單元被布置和配置成基于所接收到的血管形狀模型和所接收到的流動(dòng)分布來預(yù)測(cè)至少一個(gè)血液動(dòng)力學(xué)參數(shù)(p_k)。