用于患者特異性血流建模的方法和系統與流程

分案說明

本申請是申請日為2011年7月29日、國家申請號為201180048878.7、發明名稱為“用于患者特異性血流建模的方法和系統”的發明專利申請的分案申請。

優先權

本申請要求2010年8月12日提交的美國臨時申請號61/401,462、2010年8月20日提交的美國臨時申請號61/401,915、2010年8月26日提交的美國臨時申請號61/402,308、2010年8月27日提交的美國臨時申請號61/402,345，以及2010年10月1日提交的美國臨時申請號61/404,429的優先權益，所述美國臨時申請以引用的方式整體并入本文中。

實施方案包括用于流體流量建模的方法和系統，以及更具體來說用于患者特異性血流建模的方法和系統。

背景技術：

冠狀動脈病可在向心臟提供血液的血管中產生冠狀動脈病變，如狹窄(血管異常變窄)。因此，流向心臟的血流可能受到限制。罹患冠狀動脈病的患者可在身體用力期間經歷胸痛(稱為慢性穩定絞痛)或當患者在休息時經歷不穩定絞痛。較嚴重的疾病表現可引起心肌梗塞或心臟病發作。

需要提供與冠狀動脈病變有關的較精確數據，例如尺寸、形狀、位置、功能意義(例如病變是否影響血流)等。可對罹患胸痛和/或顯示冠狀動脈病癥狀的患者進行一種或多種測試，所述測試可提供一些有關冠狀動脈病變的間接證據。舉例來說，非侵入性測試可包括心電圖、由血液測試進行生物標記評價、平板測試(treadmilltest)、心回波描記術(echocardiography)、單正電子發射計算機斷層攝影術(spect)，和正電子發射斷層攝影術(pet)。然而，這些非侵入性測試通常不提供冠狀動脈病變的直接評估或評估血液流動速率。非侵入性測試可通過尋找以下的變化來提供冠狀動脈病變的間接證據：心臟電活動(例如使用心電描記術(ecg))、心肌運動(例如使用應力心回波描記術)、心肌灌注(例如使用pet或spect)，或代謝變化(例如使用生物標記)。

舉例來說，解剖學數據可使用冠狀動脈計算斷層攝影血管造影術(ccta)以非侵入方式獲得。ccta可用于對患有胸痛的患者進行成像，并且涉及使用計算機斷層攝影術(ct)技術以在靜脈內輸注對比劑之后對心臟和冠狀動脈進行成像。然而，ccta也不能提供關于冠狀動脈病變的功能意義(例如病變是否影響血流)的直接信息。另外，因為ccta純粹是一種診斷性測試，所以它不能用以預測以下的變化：在其它生理學狀態(例如運動)下的冠狀動脈血流、壓力或心肌灌注，它也不能用以預測介入的結果。

因此，患者還可需要侵入性測試，如診斷性心導管插入術以使冠狀動脈病變可視化。診斷性心導管插入術可包括進行常規冠狀動脈血管造影術(cca)以收集關于冠狀動脈病變的解剖學數據，所述解剖學數據是由醫生用動脈的尺寸和形狀圖像來提供。然而，cca不提供用于評估冠狀動脈病變的功能意義的數據。舉例來說，醫生在沒有確定病變是否具有功能意義的情況下不能診斷冠狀動脈病變是否有害。因此，cca已引起已稱為“眼狹窄反射(oculostenoticreflex)”的現象，即一些介入的心臟病專家對用cca發現的每一病變而言不論病變是否具有功能意義都插入血管內支架。因此，cca可引起對患者不必要的操作，所述不必要的操作可對患者造成增加的風險并且可對患者引起不必要的健康護理成本。

在診斷性心導管插入術期間，冠狀動脈病變的功能意義可通過測量所觀察的病變的血流儲備分數(fractionalflowreserve；ffr)以侵入方式評估。ffr定義為在冠狀動脈血流量增大(例如由靜脈內施用腺苷誘導)的條件下，病變下游的平均血壓除以病變上游的平均血壓(例如主動脈壓)的比率。血壓可通過將壓力線插入患者體內來測量。因此，可在診斷性心導管插入術的初始成本和風險已產生之后依據所確定的ffr作出治療病變的決定。

因此，需要一種用于以非侵入方式評估冠狀動脈解剖結構、心肌灌注和冠狀動脈流的方法。所述方法和系統可能有利于診斷疑患有冠狀動脈疾病的患者并且為所述患者訂治療計劃的心臟病專家。另外，需要一種在不能直接測量的條件(例如運動)下預測冠狀動脈流量和心肌灌注，并且預測對冠狀動脈血流和心肌灌注的醫藥治療、介入治療和手術治療的結果的方法。

應了解，前述一般描述和以下詳細描述都僅具有示例性和說明性并且不限制公開內容。

技術實現要素：

根據一個實施方案，用于確定患者心血管信息的系統包括至少一個計算機系統，所述計算機系統被配置成接收關于患者心臟幾何形狀的患者特異性數據并且依據患者特異性數據創建呈現患者心臟的至少一部分的三維模型。至少一個計算機系統進一步被配置成創建有關患者心臟血流特征的基于物理學的模型，并且依據三維模型和基于物理學的模型來確定患者心臟內的血流儲備分數。

根據另一實施方案，使用至少一個計算機系統的用于確定患者心血管信息的方法包括將關于患者心臟的幾何形狀的患者特異性數據輸入至少一個計算機系統中，以及使用至少一個計算機系統依據患者特異性數據來創建呈現患者心臟的至少一部分的三維模型。方法還包括使用至少一個計算機系統創建有關患者心臟血流特征的基于物理學的模型，以及使用至少一個計算機系統依據三維模型和基于物理學的模型來確定患者心臟內的血流儲備分數。

根據另一實施方案，提供一種用于至少一個計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于確定患者特異性心血管信息的方法的計算機可執行編程指令。方法包括接收關于患者心臟幾何形狀的患者特異性數據，以及依據患者特異性數據創建呈現患者心臟的至少一部分的三維模型。方法還包括創建有關患者心臟中血流特征的基于物理學的模型，以及依據三維模型和基于物理學的模型來確定患者心臟內血流儲備分數。

根據另一實施方案，用于為患者訂治療計劃的系統包括至少一個計算機系統，所述計算機系統被配置成接收關于患者解剖結構的幾何形狀的患者特異性數據，并且依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。至少一個計算機系統進一步被配置成依據有關患者解剖結構的三維模型和基于物理學的模型來確定關于患者解剖結構內血流特征的第一信息、修改三維模型，以及依據經過修改的三維模型來確定關于患者解剖結構內血流特征的第二信息。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于進行一種為患者訂治療計劃方法的計算機可執行編程指令。方法包括接收關于患者解剖結構的幾何形狀的患者特異性數據，以及依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。方法還包括依據有關患者解剖結構的三維模型和基于物理學的模型來確定關于患者解剖結構內血流特征的第一信息，以及依據所需的患者解剖結構幾何形狀變化來確定關于患者解剖結構內血流特征的第二信息。

根據另一實施方案，使用計算機系統的用于為患者訂治療計劃的方法包括將關于患者解剖結構的幾何形狀的患者特異性數據輸入至少一個計算機系統中，以及使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的至少一部分的三維模型。方法還包括使用至少一個計算機系統、依據有關患者解剖結構的三維模型和基于物理學的模型來確定關于患者解剖結構內血流特征的第一信息。方法還包括使用至少一個計算機系統來修改三維模型，以及使用至少一個計算機系統、依據經過修改的三維模型來確定關于患者解剖結構內血流特征的第二信息。

根據另一實施方案，用于為患者訂治療計劃的系統包括至少一個計算機系統，所述計算機系統被配置成接收關于患者解剖結構的幾何形狀的患者特異性數據，并且依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。至少一個計算機系統還被配置成依據三維模型和關于患者生理條件的信息來確定關于患者解剖結構內血流特征的第一信息、修改患者的生理條件，以及依據經過修改的患者生理條件來確定關于患者解剖結構內血流特征的第二信息。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于為患者訂治療計劃的方法的計算機可執行編程指令。方法包括接收關于患者解剖結構的幾何形狀的患者特異性數據，以及依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。方法還包括依據三維模型和關于患者生理條件的信息來確定關于患者解剖結構內血流特征的第一信息，以及依據所需的患者生理條件變化來確定關于患者解剖結構內血流特征的第二信息。

根據另一實施方案，使用至少一個計算機系統的用于為患者訂治療計劃的方法包括將關于患者解剖結構的幾何形狀的患者特異性數據輸入至少一個計算機系統中，以及使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的至少一部分的三維模型。方法還包括使用至少一個計算機系統、依據三維模型和有關患者生理條件的信息來確定關于患者解剖結構內血流特征的第一信息。方法還包括使用至少一個計算機系統來修改患者生理條件，以及使用至少一個計算機系統、依據經過修改的患者生理條件來確定關于患者解剖結構內血流特征的第二信息。

根據另一實施方案，用于確定患者特異性心血管信息的系統包括至少一個計算機系統，所述計算機系統被配置成接收關于患者解剖結構的幾何形狀的患者特異性數據，并且依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。至少一個計算機系統還被配置成確定與經過患者解剖結構的部分的總流量相關的總阻力，并且依據有關患者解剖結構的三維模型、基于物理學的模型以及所確定的總阻力來確定關于患者解剖結構內血流特征的信息。

根據另一實施方案，用于使用至少一個計算機系統來確定患者特異性心血管信息的方法包括將關于患者解剖結構的幾何形狀的患者特異性數據輸入至少一個計算機系統中，以及使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的至少一部分的三維模型。方法還包括使用至少一個計算機來確定與經過患者解剖結構的部分的總流量相關的總阻力，以及使用至少一個計算機、依據有關患者解剖結構的三維模型、基于物理學的模型以及所確定的總阻力來確定關于患者解剖結構內血流特征的信息。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于確定患者特異性心血管信息的方法的計算機可執行編程指令。方法包括接收關于患者解剖結構的幾何形狀的患者特異性數據，以及依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。方法還包括確定與經過患者解剖結構的部分的總流量相關的總阻力，以及依據有關患者解剖結構的三維模型、基于物理學的模型以及所確定的總阻力來確定關于患者解剖結構內血流特征的信息。

根據另一實施方案，一種用于使用網址來提供患者特異性心血管信息的系統包括至少一個計算機系統，所述計算機系統被配置成允許遠程用戶訪問網址、接收關于患者解剖結構幾何形狀的至少一部分的患者特異性數據、依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型，并且依據患者的三維模型和生理條件來確定關于患者解剖結構內血流特征的信息。至少一個計算機系統還被配置成使用網址向遠程用戶傳達關于患者解剖結構的至少所述部分的第一個三維模擬的顯示信息。三維模擬包括所確定的關于血流特征的信息。

根據另一實施方案，一種用于使用網址來提供患者特異性心血管信息的方法包括使用至少一個計算機系統允許遠程用戶訪問網址，以及使用至少一個計算機系統接收關于患者解剖結構的幾何形狀的患者特異性數據。方法還包括使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的至少一部分的三維模型，以及使用至少一個計算機系統、依據三維模型和患者的生理條件來確定關于患者解剖結構內血流特征的信息。方法還包括使用至少一個計算機系統向使用網址的遠程用戶傳達關于患者解剖結構的至少所述部分的第一個三維模擬的顯示信息。三維模擬包括所確定的關于血流特征的信息。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于使用網址來提供患者特異性心血管信息的方法的計算機可執行編程指令。方法包括允許遠程用戶訪問網址、接收關于患者解剖結構的幾何形狀的患者特異性數據，以及依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。方法還包括依據有關患者解剖結構的三維模型和基于物理學的模型來確定關于患者解剖結構內血流特征的信息，以及向使用網址的遠程用戶傳達關于患者解剖結構的至少所述部分的第一個三維模擬的顯示信息。三維模擬包括所確定的關于血流特征的信息。

根據另一實施方案，用于確定患者特異性的時變心血管信息的系統包括至少一個計算機系統，所述計算機系統被配置成在不同時刻接收關于患者解剖結構的至少一部分的幾何形狀的時變患者特異性數據，并且依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型。至少一個計算機系統還被配置成依據有關患者解剖結構的三維模型和基于物理學的模型來確定關于患者解剖結構內血流特征隨時間變化的信息。

根據另一實施方案，用于使用至少一個計算機系統來確定患者特異性的時變心血管信息的方法包括使用至少一個計算機系統在不同時刻接收關于患者解剖結構幾何形狀的時變患者特異性數據。方法還包括使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的至少一部分的三維模型。方法還包括使用至少一個計算機系統、依據有關患者解剖結構的三維模型和關于基于物理學的模型的信息來確定關于患者解剖結構內血流特征隨時間變化的信息。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于確定患者特異性的時變心血管信息的方法的計算機可執行編程指令。方法包括在不同時刻接收隨時間變化的關于患者解剖結構幾何形狀的患者特異性數據、依據患者特異性數據創建呈現患者解剖結構的至少一部分的三維模型，以及依據有關患者解剖結構的三維模型和關于基于物理學的模型的信息來確定關于患者解剖結構內血流特征隨時間變化的信息。

根據另一實施方案，用于確定患者心血管信息的系統包括至少一個計算機系統，所述至少一個計算機系統被配置成接收關于患者解剖結構的至少一部分的幾何形狀和至少一種物質性質的患者特異性數據。解剖結構包括血管的至少一部分。至少一個計算機系統還被配置成依據患者特異性數據來創建呈現患者解剖結構的三維模型，并且依據三維模型和患者的生理條件來確定關于患者解剖結構內血流特征的信息。至少一個計算機系統還被配置成鑒別血管內斑塊的位置。

根據另一實施方案，用于使用至少一個計算機系統來確定患者心血管信息的方法包括使用至少一個計算機系統來接收關于患者解剖結構的至少一部分的幾何形狀和至少一種物質性質的患者特異性數據。解剖結構包括血管的至少一部分。方法還包括使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的三維模型，以及使用至少一個計算機系統、依據三維模型和患者的生理條件來確定關于患者解剖結構內血流特征的信息。方法還包括使用至少一個計算機系統鑒別血管內的斑塊。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于確定患者心血管信息的方法的計算機可執行編程指令。方法包括接收關于患者解剖結構的至少一部分的幾何形狀和至少一種物質性質的患者特異性數據。解剖結構包括血管的至少一部分。方法還包括依據患者特異性數據來創建呈現患者解剖結構的三維模型、依據三維模型和患者的生理條件來確定關于患者解剖結構內血流特征的信息，以及鑒別血管內斑塊的位置。

根據另一實施方案，用于確定患者心血管信息的系統包括至少一個計算機系統，所述至少一個計算機系統被配置成接收關于患者解剖結構的至少一部分的幾何形狀的患者特異性數據。解剖結構包括多條動脈的至少一部分和與多條動脈的至少一部分連接的組織。至少一個計算機系統還被配置成依據患者特異性數據創建呈現患者解剖結構的三維模型、將呈現組織的三維模型的至少一部分分成片段，并且依據三維模型和患者的生理條件來確定關于與至少一個片段相關的血流特征的信息。

根據另一實施方案，用于使用至少一個計算機系統來確定患者心血管信息的方法包括使用至少一個計算機系統來接收關于患者解剖結構的至少一部分的幾何形狀的患者特異性數據。解剖結構包括多條動脈的至少一部分和與多條動脈的至少一部分連接的組織。方法還包括使用至少一個計算機系統、依據患者特異性數據來創建呈現患者解剖結構的三維模型，以及使用至少一個計算機系統來擴展三維模型以形成擴充模型。方法還包括使用至少一個計算機系統將呈現組織的擴充模型的至少一部分分成片段，以及使用至少一個計算機系統、依據擴充模型和患者的生理條件來確定關于與至少一個片段相關的血流特征的信息。

根據另一實施方案，提供一種用于計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于確定患者心血管信息的方法的計算機可執行編程指令。方法包括接收關于患者解剖結構的至少一部分的幾何形狀的患者特異性數據。解剖結構包括多條動脈的至少一部分和與多條動脈的至少一部分連接的組織。方法還包括依據患者特異性數據創建呈現患者解剖結構的三維模型、將呈現組織的三維模型的至少一部分分成片段，以及依據有關解剖結構的三維模型和基于物理學的模型來確定關于與至少一個片段相關的血流特征的信息。

根據另一實施方案，用于確定患者心血管信息的系統包括至少一個計算機系統，所述至少一個計算機系統被配置成接收關于患者腦部幾何形狀的患者特異性數據。至少一個計算機系統還被配置成依據患者特異性數據來創建呈現患者腦部的至少一部分的三維模型，并且依據有關患者腦部的三維模型和基于物理學的模型來確定關于患者腦內血流特征的信息。

根據另一實施方案，用于使用至少一個計算機系統來確定患者特異性心血管信息的方法包括將關于患者多根腦動脈的至少一部分的幾何形狀的患者特異性數據輸入至少一個計算機系統中。方法還包括使用至少一個計算機系統、依據患者特異性數據來創建呈現患者腦動脈的至少所述部分的三維模型，以及使用至少一個計算機系統、依據有關患者腦動脈的三維模型和基于物理學的模型來確定關于患者腦動脈內血流特征的信息。

根據另一實施方案，提供一種用于至少一個計算機系統的非臨時性計算機可讀介質，其含有用于進行一種用于確定患者特異性心血管信息的方法的計算機可執行編程指令。方法包括接收關于患者腦部幾何形狀的患者特異性數據、依據患者特異性數據來創建呈現患者腦部的至少一部分的三維模型，以及依據有關患者腦部的三維模型和基于物理學的模型來確定關于患者腦內血流特征的信息。

其它實施方案和優勢將在以下說明書的部分中加以闡述，并且部分地將根據說明書而顯而易見，或可通過所述公開內容的實踐得到學習。實施方案和優勢將借助于下文詳細指出的要素和組合來實現和達到。

附圖說明

并入本說明書中并且構成本說明書的一部分的隨附圖式說明幾個實施方案，并且連同說明書一起用以解釋公開內容的原理。

圖1是根據一個示例性實施方案的一種系統的示意圖，所述系統用于提供有關特定患者的冠狀動脈血流的各種信息；

圖2是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的血流的各種信息；

圖3是展示圖2的方法的子步驟的流程圖；

圖4展示根據一個示例性實施方案以非侵入方式從患者獲得的成像數據；

圖5展示使用圖4的成像數據產生的示例性三維模型；

圖6展示一層圖4的成像數據的一部分，包括用于形成第一初始模型的種子；

圖7展示通過擴展圖6的種子形成的第一初始模型的一部分；

圖8展示根據一個示例性實施方案的經過修剪的實體模型；

圖9展示當患者休息時的示例性計算ffr(cffr)模型；

圖10展示當患者處于最大充血時的示例性cffr模型；

圖11展示當患者處于最大運動時的示例性cffr模型；

圖12展示根據一個示例性實施方案，提供用于形成集中參數模型的經過修剪的實體模型的一部分；

圖13展示提供用于形成集中參數模型的圖12的經過修剪的實體模型的中線的一部分；

圖14展示提供用于形成集中參數模型的依據圖12的經過修剪的實體模型形成的片段；

圖15展示提供用于形成集中參數模型的以電阻器替代的圖14的片段；

圖16展示根據一個示例性實施方案的示例性集中參數模型，所述集中參數模型呈現在實體模型邊界的流入和流出處的上游結構和下游結構；

圖17展示依據圖8的實體模型準備的三維網；

圖18和圖19展示圖17的三維網的部分；

圖20展示患者解剖結構的包括血流信息的模型，其中模型上的某些點由個別參考標簽鑒別；

圖21是在主動脈中以及在圖20中鑒別的一些點處的模擬血壓隨時間變化的圖；

圖22是在圖20中鑒別的各點處的模擬血流隨時間變化的圖；

圖23是根據一個示例性實施方案的定稿報道；

圖24是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的冠狀動脈血流的各種信息；

圖25展示根據一個示例性實施方案的經過修改的cffr模型，其依據通過加寬左前降支(lad)動脈的一部分和lcx動脈的一部分創建的實體模型來確定；

圖26展示根據一個示例性實施方案，在加寬lad動脈的一部分和左旋支(lcx)動脈的一部分之后，經過修改的模擬血流模型的一個實施例；

圖27是根據一個示例性實施方案的一種方法的流程圖，所述方法用于使用降階模型來模擬各種治療選擇；

圖28是根據另一示例性實施方案的一種方法的流程圖，所述方法用于使用降階模型來模擬各種治療選擇；

圖29是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的心肌灌注的各種信息；

圖30是根據另一示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的心肌灌注的各種信息；

圖31展示根據一個示例性實施方案的一種患者特異性模型，所述模型提供有關心肌灌注的各種信息；

圖32是根據另一示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的心肌灌注的各種信息；

圖33是沿血管壁積累的斑塊的截面圖；

圖34展示根據一個示例性實施方案的一種患者特異性模型，所述模型提供有關斑塊脆弱性的各種信息；

圖35是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關評估特定患者的斑塊脆弱性、心肌容量風險和心肌灌注風險的各種信息；

圖36是展示根據一個示例性實施方案的信息的示意圖，所述信息獲自圖35的方法；

圖37是腦動脈圖；

圖38是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的顱內血流和顱外血流的各種信息；

圖39是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的大腦灌注的各種信息；

圖40是根據另一示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的大腦灌注的各種信息；

圖41是根據另一示例性實施方案的一種方法的流程圖，所述方法用于提供有關特定患者的大腦灌注的各種信息；以及

圖42是根據一個示例性實施方案的一種方法的流程圖，所述方法用于提供有關評估特定患者的斑塊脆弱性、大腦容量風險和大腦灌注風險的各種信息。

具體實施方式

現將詳細參考示例性實施方案，所述示例性實施方案的實施例在隨附圖式中得到說明。只要可能，相同參考數字將遍及圖式被使用以指相同或類似部分。這個描述是根據以下大綱來組織：

i.概述

ii.獲得并預處理患者特異性解剖學數據

iii.依據所得解剖學數據來創建三維模型

iv.使模型為分析做準備以及確定邊界條件

a.使模型為分析做準備

b.確定邊界條件

i.確定降階模型

ii.示例性集中參數模型

c.創建三維網

v.進行計算分析以及輸出結果

a.進行計算分析

b.顯示血壓、流量和cffr的結果

c.驗證結果

d.用于提供冠狀動脈血流信息的系統和方法的另一實施方案

vi.提供患者特異性治療計劃

a.使用降階模型來比較不同治療選擇

vii.其它結果

a.評估心肌灌注

b.評估斑塊脆弱性

viii.其它應用

a,為顱內和顱外血流建模

i.評估大腦灌注

ii.評估斑塊脆弱性

i.概述

在一個示例性實施方案中，方法和系統使用以非侵入方式從患者取得的信息來確定有關特定患者的血流的各種信息。所確定的信息可涉及患者冠狀動脈血管結構中的血流。或者，如下文更詳細地描述，所確定的信息可涉及患者血管結構(如頸動脈血管結構、周邊血管結構、腹部血管結構、腎血管結構和大腦血管結構)的其它區域中的血流。冠狀動脈血管結構包括在大動脈到小動脈、毛細管、小靜脈、靜脈等的范圍內的復雜血管網狀結構。冠狀動脈血管結構使血液循環到心臟并在心臟內循環，并且包括主動脈2(圖5)，其向多條主要冠狀動脈4(圖5)(例如左前降支(lad)動脈、左旋支(lcx)動脈、右冠狀(rca)動脈等)提供血液，其還可分成動脈的分支，或主動脈2和主要冠狀動脈4下游的其它類型血管的分支。因此，示例性方法和系統可確定有關主動脈、主要冠狀動脈和/或主要冠狀動脈下游的其它冠狀動脈或血管內血流的各種信息。盡管下文討論了主動脈和冠狀動脈(和由此延伸的分支)，但所公開的方法和系統也可適用于其它類型血管。

在一個示例性實施方案中，通過公開的方法和系統確定的信息可包括但不限于主動脈、主要冠狀動脈和/或主要冠狀動脈下游的其它冠狀動脈或血管中各種位置的各種血流特征或參數，如血液流動速度、壓力(或其比率)、流動速率和ffr。這信息可用以確定病變是否具有功能意義和/或是否要治療病變。這信息可使用以非侵入方式從患者獲得的信息來確定。因此，是否要治療病變的決定可在沒有與侵入性程序相關的成本和風險下作出。

圖1展示根據一個示例性實施方案的一種系統的方面，所述系統用于提供有關特定患者的冠狀動脈血流的各種信息。患者解剖結構的三維模型10可使用以非侵入方式從患者獲得的數據創建，如下文較詳細描述。其它患者特異性信息也可以非侵入方式獲得。在一個示例性實施方案中，由三維模型10表示的患者解剖結構的部分可包括主動脈的至少一部分，和與主動脈連接的主要冠狀動脈(和由此延伸或發源的分支)的鄰近部分。

有關冠狀動脈血流的各種生理規律或關系20可例如從實驗數據推導，如下文較詳細描述。使用三維解剖模型10和所推導的生理規律20，有關冠狀動脈血流的多個等式30可如下文較詳細描述來確定。舉例來說，等式30可使用任何數值方法(例如有限差分方法、有限體積方法、光譜方法、晶格波耳茲曼(latticeboltzmann)方法、基于顆粒的方法、水平集(levelset)方法、有限元方法等)來確定和求解。等式30可能是可求解的以便確定關于在由模型10表示的解剖結構中各種點的患者解剖結構中冠狀動脈血流的信息(例如壓力、速度、ffr等)。

等式30可使用計算機40來求解。依據已求解的等式，計算機40可輸出一個或多個圖像或模擬結果，其指示有關由模型10表示的患者解剖結構中血流的信息。舉例來說，圖像可包括模擬血壓模型50、模擬血液流量或速度模型52、計算ffr(cffr)模型54等，如下文將更詳細地描述。模擬血壓模型50、模擬血流模型52和cffr模型54提供關于以下的信息：在由模型10表示的患者解剖結構中沿三維的各種位置的各別壓力、速度和cffr。在冠狀動脈血流增大(例如常規地由靜脈內施用腺苷所誘導)的條件下，cffr可計算為模型10中具體位置的血壓除以主動脈中(例如在模型10的流入邊界處)的血壓的比率。

在一個示例性實施方案中，計算機40可包括一個或多個存儲指令的非臨時性計算機可讀存儲設備，所述指令當由處理器、計算機系統等執行時可進行任一本文所述的用于提供有關患者血流的各種信息的行為。計算機40可包括臺式計算機或便攜式計算機、工作站、服務器、個人數字助理或任何其它計算機系統。計算機40可包括處理器，只讀存儲器(rom),隨機存取存儲器(ram),用于連接外圍設備(例如輸入設備，輸出設備，存儲設備等)的輸入/輸出(i/o)適配器，用于連接輸入設備，如鍵盤，鼠標，觸摸屏，語音輸入，和/或其他設備的用戶界面適配器，用于連接計算機40至網絡的通訊適配器，用于連接計算機40至顯示器的顯示器適配器等。舉例來說，顯示器可用以顯示三維模型10和/或通過求解等式30產生的任何圖像，如模擬血壓模型50、模擬血流模型52和/或cffr模型54。

圖2展示根據另一示例性實施方案的一種方法的方面，所述方法用于提供有關特定患者的血流的各種信息。方法可包括獲得患者特異性解剖學數據，如關于以下的信息：患者解剖結構(例如主動脈的至少一部分和與主動脈連接的主要冠狀動脈的鄰近部分(和由此延伸的分支))，以及預處理所述數據(步驟100)。患者特異性解剖學數據可以非侵入方式，例如通過ccta獲得，如下文將描述。

患者解剖結構的三維模型可依據所得解剖學數據創建(步驟200)。舉例來說，三維模型可為上文關于圖1描述的患者解剖結構的三維模型10。

可使三維模型為分析做準備，并且可確定邊界條件(步驟300)。舉例來說，上文關于圖1描述的患者解剖結構的三維模型10可被修剪并且離散化成體積網(volumetricmesh)，例如有限元網或有限體積網。體積網可用以產生上文關于圖1描述的等式30。

邊界條件也可被賦值并且并入上文關于圖1描述的等式30中。邊界條件提供關于三維模型10在它邊界處的信息，例如流入邊界322(圖8)、流出邊界324(圖8)、血管壁邊界326(圖8)，等。流入邊界322可包括流被引入三維模型的解剖結構中所經過的邊界，如在接近主動脈根的主動脈末端(例如圖16中所示的a端)。各流入邊界322可例如用速度、流動速率、壓力或其它特征的指定值或值域、通過將心臟模型和/或集中參數模型與邊界偶合等來賦值。流出邊界324可包括流被向外引出三維模型的解剖結構所經過的邊界，如在接近主動脈弓的主動脈末端(例如圖16中所示的b端)，以及主要冠狀動脈和由此延伸的分支的下游末端(例如圖16中所示的a-m端)。各流出邊界可例如通過偶合集中參數或分布(例如一維波傳播)模型來賦值，所述模型將在下文詳細描述。流入和/或流出邊界條件的指定值可通過以非侵入方式測量患者生理學特征來確定，患者生理學特征如但不限于心輸出量(來自心臟的血流體積)、血壓、心肌質量，等。血管壁邊界可包括三維模型10的主動脈、主要冠狀動脈和/或其它冠狀動脈或血管的實體邊界。

計算分析可使用所準備的三維模型和所確定的邊界條件來進行(步驟400)以確定患者的血流信息。舉例來說，計算分析可用等式30并且使用上文關于圖1描述的計算機40來進行，以產生上文關于圖1描述的圖像，如模擬血壓模型50、模擬血流模型52和/或cffr模型54。

方法還可包括使用結果來提供患者特異性治療選擇(步驟500)。舉例來說，在步驟200中創建的三維模型10和/或在步驟300中賦值的邊界條件可得到調整，以便為一種或多種治療(例如將冠狀動脈血管內支架放在三維模型10中呈現的冠狀動脈之一中)或其它治療選擇建模。接著，計算分析可如上在步驟400中所述來進行，以產生新圖像，如更新版本的血壓模型50、血流模型52和/或cffr模型54。如果采用所述治療選擇，那么這些新圖像可用以確定血液流動速度和壓力的變化。

本文公開的系統和方法可并入醫師可得的軟件工具中，以提供定量冠狀動脈中的血流并且評估冠狀動脈疾病的功能意義的非侵入性手段。另外，醫師可使用軟件工具來預測醫藥治療、介入治療和/或手術治療對冠狀動脈血流的影響。軟件工具可預防、診斷、管理和/或治療心血管系統的其它部分的疾病，所述其它部分包括頸部動脈(例如頸動脈)、頭部動脈(例如腦動脈)、胸部動脈、腹部動脈(例如腹主動脈和它的分支)、臂動脈或腿動脈(例如大腿動脈和腿彎部動脈)。軟件工具可具有互動性以使醫師能夠為患者產生最優的個人化療法。

舉例來說，軟件工具可至少部分并入醫師或其它用戶使用的計算機系統，例如圖1中所示的計算機40中。計算機系統可接收以非侵入方式從患者獲得的數據(例如用以創建三維模型10的數據、用以應用邊界條件或進行計算分析的數據，等)。舉例來說，數據可由醫師輸入或可從能夠存取和提供所述數據的另一來源(如放射實驗室或其它醫藥實驗室)接收。數據可經由網絡或用于傳遞數據的其它系統傳輸，或直接傳入計算機系統。軟件工具可使用所述數據以產生并顯示三維模型10或其它模型/網和/或任何模擬或其它結果(通過求解上文關于圖1描述的等式30來確定)，如模擬血壓模型50、模擬血流模型52和/或cffr模型54。因此，軟件工具可進行步驟100-500。在步驟500中，醫師可向計算機系統提供其它輸入以選擇可能的治療選擇，并且計算機系統可向醫師顯示依據所選可能的治療選擇的新模擬。此外，圖2中所示的步驟100-500中每一個都可使用單獨軟件包或軟件模塊來進行。

或者，軟件工具可作為基于網絡的服務或其它服務(例如與醫師分開的實體提供的服務)的部分來提供。服務提供者可例如操作基于網絡的服務，并且可提供網絡入口或其它基于網絡的應用程序(例如在服務器或由服務提供者操作的其它計算機系統上運行)，所述網絡入口或其它基于網絡的應用程序為醫師或其它用戶經由網絡或在計算機系統之間傳遞數據的其它方法可得。舉例來說，以非侵入方式從患者獲得的數據可提供給服務提供者，并且服務提供者可使用所述數據來產生三維模型10或其它模型/網和/或任何模擬或其它結果(通過求解上文關于圖1描述的等式30來確定)，如模擬血壓模型50、模擬血流模型52和/或cffr模型54。接著，基于網絡的服務可傳輸有關三維模型10或其它模型/網和/或模擬的信息，以便三維模型10和/或模擬可在醫師的計算機系統上向醫師顯示。因此，基于網絡的服務可進行步驟100-500和用于提供患者特異性信息的下述任何其它步驟。在步驟500中，醫師可提供其它輸入，例如以選擇可能的治療選擇或對計算分析進行其它調整，并且輸入可被傳輸到由服務提供者操作的計算機系統(例如經由網絡入口)。基于網絡的服務可依據所選的可能治療選擇來產生新的模擬或其它結果，并且可將有關新模擬的信息傳回醫師，以便新模擬可向醫師顯示。

應了解，本文所述的步驟中一個或多個可由以下進行：一個或多個人操作員(例如心臟病專家或其它醫師、患者、提供基于網絡的服務或其它由第三方提供的服務的服務提供者的員工、其它用戶等)，或一個或多個由所述人操作員使用的計算機系統，如臺式計算機或手提式計算機、工作站、服務器、個人數字助理，等。可經由網絡或傳遞數據的其它方法來連接計算機系統。

圖3展示示例性方法的其它方面，所述示例性方法用于提供有關特定患者的血流的各種信息。圖3中所示的方面可并入軟件工具中，所述軟件工具可至少部分并入計算機系統中和/或作為基于網絡的服務的部分。

ii.獲得并預處理患者特異性解剖學數據

如上關于圖2中所示的步驟100所述，示例性方法可包括獲得患者特異性解剖學數據，如關于患者心臟的信息，以及預處理所述數據。在一個示例性實施方案中，步驟100可包括以下步驟。

最初，可選擇患者。舉例來說，當醫師確定需要關于患者冠狀動脈血流的信息時，例如，如果患者經歷與冠狀動脈疾病相關的癥狀，如胸痛、心臟病發作等，那么患者可由醫師選擇。

可獲得患者特異性解剖學數據，如關于患者心臟的幾何形狀的數據，所述幾何形狀例如為患者主動脈的至少一部分、與主動脈連接的主要冠狀動脈(和由此延伸的分支)的鄰近部分，以及心肌。患者特異性解剖學數據可以非侵入方式，例如使用非侵入性成像方法獲得。舉例來說，ccta是一種成像方法，其中用戶可操作計算機斷層攝影(ct)掃描儀來觀察和創建結構圖像，所述結構例如是心肌、主動脈、主要冠狀動脈和與其連接的其它血管。ccta數據可隨時間變化，例如來展示血管形狀在心動周期內的變化。ccta可用以產生患者心臟的圖像。舉例來說，可獲得64層ccta數據，例如有關患者心臟的64層的數據，并且將所述數據收集到三維圖像中。圖4展示由64層ccta數據產生的三維圖像120的一個實施例。

或者，其它非侵入性成像方法，如磁共振成像(mri)或超聲波(us)，或侵入性成像方法，如數字減影血管造影(dsa)可用以產生患者解剖學結構的圖像。成像方法可涉及向患者靜脈內注射對比劑以實現解剖學結構的鑒別。所得成像數據(例如由ccta、mri等提供)可由第三方供應者提供，如由放射學實驗室或心臟病專家，由患者醫師等提供。

其它患者特異性解剖學數據還可以非侵入方式從患者確定。舉例來說，可測量生理學數據，如患者的血壓、基線心率、身高、體重、血細胞比容、心搏量等。血壓可為患者肱動脈中的血壓(例如使用壓力袖套)，如最大(收縮)壓力和最小(舒張)壓力。

如上所述獲得的患者特異性解剖學數據可經安全通信線(例如經由網絡)轉移。舉例來說，數據可被轉移到服務器或用于進行計算分析(例如上文在步驟400中描述的計算分析)的其它計算機系統。在一個示例性實施方案中，數據可被轉移到服務器或由提供基于網絡的服務的服務提供者操作的其它計算機系統。或者，數據可被轉移到由患者的醫師或其它用戶操作的計算機系統。

回頭參考圖3，可檢查所轉移的數據以確定數據是否為可接受的(步驟102)。所述確定可由用戶和/或由計算機系統進行。舉例來說，所轉移的數據(例如ccta數據和其它數據)可由用戶和/或由計算機系統驗證，例如以確定ccta數據是否完整(例如包括主動脈和主要冠狀動脈的足夠部分)并且對應于正確患者。

所轉移的數據(例如ccta數據和其它數據)還可得到預處理和評估。預處理和/或評估可由用戶和/或計算機系統進行，并且可包括例如檢查ccta數據中的重合失調(misregistration)、不一致或模糊、檢查ccta數據中所示的血管內支架、檢查可能妨礙血管內腔可視性的其它人工制品、檢查患者的結構(例如主動脈、主要冠狀動脈和其它血管)與其它部分之間的足夠對比，等。

可評價所轉移的數據以依據上述驗證、預處理和/或評估來確定數據是否可接受。在上述驗證、預處理和/或評估期間，用戶和/或計算機系統也許能校正數據的某些錯誤或問題。然而，如果有太多錯誤或問題，那么可確定數據為不可接受，并且用戶和/或計算機系統可產生拒絕報告，所述拒絕報告解釋錯誤或問題迫使拒絕所轉移的數據。任選地，可進行新的ccta掃描和/或可再次從患者測量上述生理學數據。如果確定所轉移的數據為可接受的，那么所述方法可往下進行到下述步驟202。

因此，圖3中所示并且上文描述的步驟102可被視為圖2的步驟100的子步驟。

iii.依據所得解剖學數據來創建三維模型

如上文關于圖2中所示的步驟200所述，示例性方法可包括依據所得解剖學數據來創建三維模型。在一個示例性實施方案中，步驟200可包括以下步驟。

可使用ccta數據來產生冠狀血管的三維模型。圖5展示使用ccta數據產生的三維模型220的表面的一個實施例。舉例來說，模型220可包括例如主動脈的至少一部分、一根或多根與主動脈的所述部分連接的主要冠狀動脈的至少鄰近部分，一根或多根與主要冠狀動脈連接的分支的至少鄰近部分，等。主動脈、主要冠狀動脈和/或分支的建模部分可互連并且為枝狀以使沒有哪部分從模型220的其余部分斷開。形成模型220的方法稱為分割。

回頭參考圖3，計算機系統可自動分割主動脈的至少一部分(步驟202)并且分割心肌(或其它心臟組織，或與待建模的動脈連接的其它組織)的至少一部分(步驟204)。計算機系統還可分割與主動脈連接的主要冠狀動脈的至少一部分。在一個示例性實施方案中，計算機系統可允許用戶選擇一個或多個冠狀動脈根或起始點(步驟206)以分割主要冠狀動脈。

分割可使用各種方法進行。分割可由計算機系統依據用戶輸入或在無用戶輸入下自動進行。舉例來說，在一個示例性實施方案中，用戶可向計算機系統提供輸入以產生第一初始模型。舉例來說，計算機系統可向用戶顯示從ccta數據產生的三維圖像120(圖4)或其層。三維圖像120可包括變化強度的光的部分。舉例來說，較亮區域可指示主動脈、主要冠狀動脈和/或分支的內腔。較暗區域可指示患者心臟的心肌和其它組織。

圖6展示可向用戶顯示的三維圖像120的層222的一部分，并且層222可包括具有相對亮度的區域224。計算機系統可允許用戶通過添加一種或多種種子226來選擇相對亮度的區域224，并且種子226可充當用于分割主要冠狀動脈的冠狀動脈根或起始點。在用戶作出指令時，計算機系統則可使用種子226作為起始點以形成第一初始模型。用戶可將種子226加入主動脈和/或個別主要冠狀動脈中一根或多根中。任選地，用戶還可將種子226加入與主要冠狀動脈連接的分支中一根或多根中。或者，計算機系統可例如使用提取的中線信息來自動放置種子。計算機系統可確定圖像120的強度值，其中種子226已被放置并且可如下形成第一初始模型：沿具有相同強度值(或在集中于所選強度值的強度值的范圍或臨限值內)的圖像120的部分擴展種子226。因此，這種分割方法可被稱作“基于臨限值的分割”。

圖7展示通過擴展圖6的種子226形成的第一初始模型的一部分230。因此，用戶輸入種子226作為計算機系統開始形成第一初始模型的起始點。可重復這種方法直到整個目標部分(例如主動脈和/或主要冠狀動脈的部分)被分割為止。或者，第一初始模型可由計算機系統在沒有用戶輸入下產生。

或者，分割可使用一種稱為“基于邊緣的分割”的方法進行。在一個示例性實施方案中，基于臨限值的割方法和基于邊緣的分割方法可如下文將描述來進行，以形成模型220。

第二初始模型可使用基于邊緣的分割方法來形成。用這種方法可使主動脈和/或主要冠狀動脈的內腔邊緣定位。舉例來說，在一個示例性實施方案中，用戶可向計算機系統提供輸入，例如，如上所述的種子226，以產生第二初始模型。計算機系統可沿圖像120的部分擴展種子226直到達到邊緣為止。內腔邊緣可例如由用戶以視覺定位，和/或由計算機系統定位(例如在強度值變化在設定臨限值以上的位置)。基于邊緣的分割方法可由計算機系統和/或用戶進行。

心肌或其它組織也可在步驟204中依據ccta數據來分割。舉例來說，可分析ccta數據來確定心肌(例如左心室和/或右心室)內表面和外表面的位置。表面位置可依據在ccta數據中，心肌相比心臟其它結構的對比度(例如相對明暗度)來確定。因此，可確定心肌的幾何形狀。

必要時可檢查和/或校正主動脈、心肌和/或主要冠狀動脈的分割(步驟208)。檢查和/或校正可由計算機系統和/或用戶進行。舉例來說，在一個示例性實施方案中，如果有任何錯誤，例如，如果模型220中主動脈、心肌和/或主要冠狀動脈的任何部分被遺漏或不精確，那么計算機系統可自動檢查分割，并且用戶可手動校正分割。

舉例來說，可比較上述第一初始模型和第二初始模型以確保主動脈和/或主要冠狀動脈的分割是精確的。第一初始模型和第二初始模型之間的差異的任何區域都可加以比較以校正分割并且形成模型220。舉例來說，模型220可為第一初始模型和第二初始模型之間的平均。或者，可進行上述分割方法中的僅一種，并且通過所述方法形成的初始模型可用作模型220。

可計算心肌質量(步驟240)。計算可由計算機系統進行。舉例來說，心肌體積可依據如上所述確定的心肌表面位置來計算，并且所計算的心肌體積可乘以心肌密度來計算心肌質量。心肌密度可預設。

模型220(圖5)的各種血管(例如主動脈、主要冠狀動脈等)的中線可得到確定(步驟242)。在一個示例性實施方案中，所述確定可由計算機系統自動進行。

必要時可檢查和/或校正在步驟242中確定的中線(步驟244)。檢查和/或校正可由計算機系統和/或用戶進行。舉例來說，在一個示例性實施方案中，如果有任何錯誤，例如，如果任何中線被遺漏或不精確，那么計算機系統可自動檢查中線，并且用戶可手動校正中線。

可檢測到鈣或斑塊(導致血管變窄)(步驟246)。在一個示例性實施方案中，計算機系統可自動檢測斑塊。舉例來說，斑塊可在三維圖像120中檢測到并且從模型220去除。斑塊可三維圖像120中的鑒別出，因為斑塊顯現為比主動脈、冠狀動脈和/或分支的內腔甚至更亮的區域。因此，斑塊可由計算機系統檢測為具有低于設定值的強度值，或可由用戶視覺檢測到。在檢測到斑塊之后，計算機系統可從模型220去除斑塊，以便斑塊不會被認為是血管中內腔或開放空間的部分。或者，計算機系統可使用不同于主動脈、主要冠狀動脈和/或分支的顏色、色調(shading)或其它視覺指示物來指示模型220上的斑塊。

計算機系統也可自動分割檢測到的斑塊(步驟248)。舉例來說，斑塊可依據ccta數據來分割。可分析ccta數據以依據ccta數據中斑塊相比心臟其它結構的對比(例如相對明暗度)來定位斑塊(或其表面)。因此，也可確定斑塊的幾何形狀。

必要時可檢查和/或校正斑塊的分割(步驟250)。檢查和/或校正可由計算機系統和/或用戶進行。舉例來說，在一個示例性實施方案中，如果有任何錯誤，例如，如果任何斑塊被遺漏或展示不精確，那么計算機系統可自動檢查分割，并且用戶可手動校正分割。

計算機系統可自動分割與主要冠狀動脈連接的分支(步驟252)。舉例來說，分支可使用類似于用于分割主要冠狀動脈(例如圖6和圖7中所示)并且上文關于步驟206描述的方法來分割。計算機系統也可使用與上文關于步驟248和步驟250所述類似的方法自動分割經過分割的分支中的斑塊。或者，分支(和其中所含的任何斑塊)可與主要冠狀動脈同時被分割(例如在步驟206中)。

必要時可檢查和/或校正分支的分割(步驟254)。檢查和/或校正可由計算機系統和/或用戶進行。舉例來說，在一個示例性實施方案中，如果有任何錯誤，例如，如果模型220中分支的任何部分被遺漏或不精確，那么計算機系統可自動檢查分割，并且用戶可手動校正分割。

如果定位任何重合失調、血管內支架或其它人工制品(例如在步驟102中檢查ccta數據期間)，那么都可校正模型220(步驟256)。所述校正可由用戶和/或由計算機系統進行。舉例來說，如果定位重合失調或其它人工制品(例如影響內腔可視性的不一致、模糊、人工制品，等)，那么可檢查和/或校正模型220以避免血管截面積的人為變化或錯誤變化(例如人為變窄)。如果定位血管內支架，那么可檢查和/或校正模型220以指示血管內支架的位置和/或例如依據血管內支架的尺寸來校正定位血管內支架的血管的截面積。

也可獨立檢查模型220的分割(步驟258)。所述檢查可由用戶和/或由計算機系統進行。舉例來說，用戶和/或計算機系統也許能鑒別模型220的某些錯誤，如可校正錯誤和/或可能需要模型220至少部分重做或重分割的錯誤。如果鑒別出所述錯誤，那么分割可確定為不可接受，并且某些步驟，例如步驟202-208、步驟240-256中一個或多個會取決于錯誤而被重復。

如果模型220的分割被獨立地驗證為可接受，那么任選地，模型220可被輸出并且光滑化(步驟260)。所述光滑化可由用戶和/或由計算機系統進行。舉例來說，隆起、點或其它不連續部分可得到光滑化。可將模型220輸出到準備用于計算分析等的單獨軟件模塊。

因此，可將圖3中展示并且上文描述的步驟202-208和步驟240-260視為圖2的步驟200的子步驟。

iv.使模型為分析做準備以及確定邊界條件

如上文關于圖2中所示的步驟300所述，示例性方法可包括使模型為分析做準備以及確定邊界條件的模型。在一個示例性實施方案中，步驟300可包括以下步驟。

a.使模型為分析做準備

回頭參考圖3，也可確定模型220(圖5)的各種血管(例如主動脈、主要冠狀動脈和/或分支)的截面積(步驟304)。在一個示例性實施方案中，所述確定可由計算機系統進行。

可修剪(步驟306)模型220(圖5)并且可產生實體模型。圖8展示依據類似于圖5中所示的模型220的模型所準備的經過修剪的實體模型320的一個實施例。實體模型320是三維患者特異性幾何模型。在一個示例性實施方案中，修剪可由計算機系統在有或無用戶輸入下進行。可修剪流入邊界322和流出邊界324中每一個，以便表面形成垂直于在步驟242中確定的中線的各別邊界。流入邊界322可包括流被引入模型320的解剖結構中所經過的邊界，如在主動脈的上游端，如圖8中所示。流出邊界324可包括流被向外引出模型320的解剖結構中所經過的邊界，如在主動脈的下游端和主要冠狀動脈和/或分支的下游端。

b.確定邊界條件

可提供邊界條件以描述在模型(例如圖8的三維實體模型320)的邊界處在發生什么。舉例來說，邊界條件可涉及至少一個與患者建模解剖結構相關、例如在建模解剖結構的邊界處的血流特征，并且血流特征可包括血液流動速度、壓力、流動速率、ffr等。通過適當確定邊界條件，可進行計算分析以確定在模型內各種位置的信息。現將描述邊界條件和用于確定所述邊界條件的方法的實施例。

在一個示例性實施方案中，所確定的邊界條件可將由實體模型320表示的血管的部分的上游結構和下游結構簡化成一維或二維降階模型。用于確定邊界條件的一組示例性等式和其它細節公開于例如美國專利申請公布號2010/0241404和美國臨時申請號61/210,401中，這兩個專利的標題都是“心血管系統的患者特異性血液動力學(patient-specifichemodynamicsofthe心血管system)”并且以引用的方式整體并入本文中。

邊界條件可取決于患者生理條件而變化，因為經過心臟的血流可取決于患者生理條件而不同。舉例來說，ffr通常在充血生理條件下測量，充血一般在患者例如因應激等而經歷心臟血流增大時發生。ffr是在最大應激條件下冠狀動脈壓與主動脈壓的比率。充血也可以藥理學方式，例如用腺苷誘導。圖9-11展示計算ffr(cffr)模型的實施例，其指示模型320中冠狀動脈壓與主動脈壓的比率變化，所述變化取決于患者生理條件(在休息時、在最大充血下，或在最大運動下)。圖9展示在整個模型320中，當患者休息時，冠狀動脈壓與主動脈壓的比率的最小變化。圖10展示在整個模型320中，當患者經歷最大充血時，冠狀動脈壓與主動脈壓的比率的較大變化。圖11展示在整個模型320中，當患者經歷最大運動時，冠狀動脈壓與主動脈壓的比率的甚至更大變化。

回頭參考圖3，可確定充血條件的邊界條件(步驟310)。在一個示例性實施方案中，腺苷的作用可使冠狀動脈阻力降為1/5-1、主動脈血壓降低約0-20％并且使心跳速率增大約0-20％來建模。舉例來說，腺苷的作用可使冠狀動脈阻力降為1/4、主動脈血壓降低約10％并且使心跳速率增大約10％來建模。盡管在示例性實施方案中確定了充血條件的邊界條件，但應了解，也可確定其它生理狀態的邊界條件，其它生理狀態如為休息、不同程度充血、不同程度運動、用力、應激或其它條件。

邊界條件提供關于三維實體模型320在它邊界處的信息，例如流入邊界322、流出邊界324、血管壁邊界326等，如圖8中所示。血管壁邊界326可包括模型320的主動脈、主要冠狀動脈和/或其它冠狀動脈或血管的實體邊界。

各流入邊界322或流出邊界324可被賦予速度、流動速率、壓力或其它血流特征的指定值或值域。或者，各流入邊界322或流出邊界324可通過使心臟模型與邊界偶合、集中參數或分布(例如一維波傳播)模型、另一類型的一維或二維模型或其它類型模型來賦值。特定邊界條件可依據以下來確定：例如從所得患者特異性信息確定的流入邊界322或流出邊界324的幾何形狀，或其它測量參數，如心輸出量、血壓、在步驟240中計算的心肌質量，等。

i.確定降階模型

與實體模型320連接的上游結構和下游結構可呈現為降階模型，所述降階模型呈現上游結構和下游結構。舉例來說，圖12-15展示根據一個示例性實施方案的一種方法的方面，所述方法用于從在流出邊界324之一的三維患者特異性解剖學數據來準備集中參數模型。方法可與圖2和圖3中所示的方法分開進行以及在圖2和圖3中所示的方法之前進行。

圖12展示主要冠狀動脈之一或由此延伸的分支的實體模型320的一部分330，并且圖13展示圖12中所示的部分330的在步驟242中確定的中線的部分。

部分330可分成片段332。圖14展示片段332的一個實施例，片段332可由部分330形成。片段332的長度選擇可由用戶和/或計算機系統進行。取決于例如片段332的幾何形狀，片段332的長度可變化。使用各種技術可來分割部分330。舉例來說，可在一個或多個單獨片段332中提供患病部分(例如截面相對較窄的部分)、病變和/或狹窄(血管異常變窄)。患病部分和狹窄可例如通過沿中線長度測量截面積以及計算局部最小截面積來鑒別。

片段332可由電路圖來近似，所述電路圖包括一個或多個(線性或非線性)電阻器334和/或其它電路元件(例如電容器、感應器等)。圖15展示以一系列線性和非線性電阻器334替代的片段332的一個實施例。電阻器334的個別電阻可例如依據在相應片段332上的估計流量和/或壓力來確定。

阻力可為恒定、線性或非線性的，例如取決于經過相應片段332的估計流動速率。對復雜幾何形狀(如狹窄)來說，阻力可隨流動速率而變化。各種幾何形狀的阻力可依據計算分析(例如有限差分方法、有限體積方法、光譜方法、晶格波耳茲曼方法、基于顆粒的方法、水平集方法、等幾何方法或有限元方法，或其它計算流體動力學(cfd)分析技術)來確定，并且在不同流量和壓力條件下進行的計算分析的多重解可用以得出患者特異性阻力、血管特異性阻力和/或病變特異性阻力。結果可用以確定可被建模的任何片段的各種類型特征和幾何形狀的阻力。因此，如上所述得出患者特異性阻力、血管特異性阻力和/或病變特異性阻力可允許計算機系統識別并評價較復雜幾何形狀，如不對稱狹窄、多種病變、在分叉和分支和扭曲血管等處的病變。

還可包括電容器，并且電容可例如依據相應片段的血管壁的彈性來確定。可包括感應器，并且感應系數可例如依據慣性作用來確定，所述慣性作用與流經相應片段的血體積的加速度或減速度有關。

電阻、電容、感應系數和與集中參數模型中所用的其它電組件相關的其它變量的個別值可依據來自許多患者的數據得出，并且類似血管幾何形狀可具有類似值。因此，經驗模型可從大量患者特異性數據產生，從而創建對應于特定幾何特征的值的文庫，所述值文庫可在未來分析中應用于類似患者。幾何形狀可在兩個不同血管片段之間匹配以自動選擇來自先前模擬的患者的片段332的值。

ii.示例性集中參數模型

或者，代替進行上文關于圖12-15描述的步驟，可預設集中參數模型。舉例來說，圖16展示集中參數模型340、350、360的實施例，所述集中參數模型呈現在實體模型320的流入邊界322和流出邊界324處的上游結構和下游結構。a端位于流入邊界322，并且a-m端和b端位于流出邊界。

集中參數心臟模型340可用以確定在實體模型320的流入邊界322的a端的邊界條件。集中參數心臟模型340可用以呈現在充血條件下來自心臟的血流。集中參數心臟模型340包括各種參數(例如pla、rav、lav、rv-art、lv-art和e(t))，所述各種參數可依據關于患者的已知信息來確定，所述已知信息例如是關于主動脈壓、患者的收縮血壓和舒張血壓(例如在步驟100中測定)、患者的心輸出量(來自心臟的血流的體積，例如依據在步驟100中測定的患者的心搏量和心率來計算)，和/或用實驗方式確定的常數。

集中參數冠狀動脈模型350可用以確定在實體模型320的流出邊界324的a-m端的邊界條件，所述實體模型320位于主要冠狀動脈和/或由此延伸的分支的下游末端。集中參數冠狀動脈模型350可用以呈現在充血條件下經過a-m端離開建模血管的血流。集中參數冠狀動脈模型350包括各種參數(例如ra、ca、ra-micro、cim和rv)，所述各種參數可依據關于患者的已知信息來確定，所述已知信息例如是計算心肌質量(例如在步驟240中確定)和a-m端終端阻抗(例如依據在步驟304中確定的血管在a-m端的截面積來確定)。

舉例來說，計算心肌質量可用以估計經過多個流出邊界324的基線(休息)平均冠狀動脈流。這種關系可依據用實驗方式得出的生理規律(例如圖1的生理規律20)，所述生理規律將平均冠狀動脈流q與心肌質量m(例如在步驟240中確定)關聯為q∝qom^α，其中α是預設標度指數并且qo是預設常數。在基線(休息)條件下流出邊界324的總冠狀動脈流q以及患者的血壓(例如在步驟100中測定)則可用以依據預設的用實驗方式得出的等式來確定在流出邊界324的總阻力r。

總阻力r可依據a-m端的各別截面積(例如在步驟304中測定)在a-m端分布。這種關系可依據用實驗方式得出的生理規律(例如圖1的生理規律20)，所述生理規律將a-m端的各別阻力關聯為ri∝ri,odi^β，其中ri是在i-th出口的流動阻力，并且ri,o是預設常數，di是出口直徑，并且β是預設冪律指數，例如在-3與-2之間，冠狀動脈流為-2.7，大腦流為-2.9，等。經過個別a-m端的冠狀動脈流以及在個別a-m端的平均壓力(例如依據血管a-m端的個別截面積來確定，如在步驟304中測定)可用以確定集中參數冠狀動脈模型350在相應a-m端的阻力的和(例如ra+ra-micro+rv)。其它參數(例如ra/ra-micro、ca、cim)可為用實驗方式確定的常數。

彈性貯器(windkessel)模型360可用以確定在實體模型320的流出邊界324的b端的邊界條件，所述實體模型320位于朝著主動脈弓的主動脈的下游端。彈性貯器模型360可用以呈現在充血條件下經過b端離開建模主動脈的血流。彈性貯器模型360包括各種參數(例如rp、rd和c)，所述各種參數可依據關于患者的已知信息來確定，所述已知信息例如是上文關于集中參數心臟模型340描述的患者的心輸出量、上文關于集中參數冠狀動脈模型350描述的基線平均冠狀動脈流、主動脈壓(例如依據主動脈b端的截面積確定，如在步驟304中確定)，和/或用實驗方式確定的常數。

邊界條件，例如集中參數模型340、350、360(或其中包括的任一常數)或其它降階模型可依據其它因素做調整。舉例來說，如果患者的流量與血管尺寸比因在生理應激下血管擴張能力相對減小而較低，那么可調整(例如增大)阻力值。如果患者患有糖尿病、處于醫藥治療、以往已經歷心臟事件等，那么也可調整阻力值。

替代性集中參數模型或分布模型、一維網絡模型可用以呈現實體模型320下游的冠狀血管。使用mri、ct、pet或spect進行的心肌灌注成像可用以對所述模型的參數賦值。而且，替代性成像來源，例如磁共振血管造影術(mra)、回顧性電影門控或前瞻性電影門控計算機斷層攝影血管造影術(cta)等可用以對所述模型的參數賦值。回顧性電影門控可與圖像處理方法組合以在心動周期內獲得心室腔容量變化，以便為集中參數心臟模型的參數賦值。

使用集中參數模型340、350、360或其它降階一維或二維模型來簡化患者解剖結構的一部分使得計算分析(例如下述圖3的步驟402)較快速地進行，特別是當計算分析進行多次時，如當除未經處理的狀態(例如圖2和圖3的步驟400)以外，還評價可能的治療選擇(例如圖2的步驟500)，同時使最終結果維持高精度時。

在一個示例性實施方案中，邊界條件的確定可由計算機系統依據用戶輸入(如在步驟100中獲得的患者特異性生理學數據)來進行。

c.創建三維網

回頭參考圖3，可依據在步驟306中產生的實體模型320產生三維網(步驟312)。圖17-19展示三維網380的一個實施例，所述三維網380是依據在步驟306中產生的實體模型320來準備。網380沿實體模型320的表面和在實體模型320的整個內部包括多個節點382(網點或格點)。如圖18和圖19中所示，網380可創建為具有四面體元(具有形成節點382的點)。或者，可使用具有其它形狀的元，例如六面體或其它多面體、曲線元，等。在一個示例性實施方案中，節點382的數目可為百萬，例如五百萬至五千萬。節點382的數目隨著網380變細而增大。節點382數目越多，則可在模型320內更多點提供信息，但計算分析可能要運行更久，因為節點382的較大數目會增大待求解等式(例如圖1中所示的等式30)的數目。在一個示例性實施方案中，網380的產生可由計算機系統在有或無用戶輸入(例如規定節點382的數目、元形狀，等)下進行。

回頭參考圖3，可驗證網380和所確定的邊界條件(步驟314)。所述驗證可由用戶和/或由計算機系統進行。舉例來說，用戶和/或計算機系統也許能鑒別網380和/或邊界條件的某些錯誤，例如，如果網380扭曲或不具有足夠空間分辨率、如果邊界條件不足以進行計算分析、如果在步驟310中確定的阻力不正確等，那么所述錯誤需要網380和/或邊界條件被重做。如果是這樣的話，那么可確定網380和/或邊界條件為不可接受，并且可重復步驟304-314中一個或多個。如果網380和/或邊界條件確定為可接受，那么所述方法可往下進行到下述步驟402。

另外，用戶可檢查所得患者特異性信息或其它測量參數，如心輸出量、血壓、身高、體重、在步驟240中計算的心肌質量得到正確輸入和/或正確計算。

因此，圖3中所示并且上文描述的步驟304-314可被視為圖2的步驟300的子步驟。

v.進行計算分析以及輸出結果

如上文關于圖2中所示的步驟400所述，示例性方法可包括進行計算分析以及輸出結果。在一個示例性實施方案中，步驟400可包括以下步驟。

a.進行計算分析

參考圖3，計算分析可由計算機系統進行(步驟402)。在一個示例性實施方案中，步驟402可持續數分鐘至數小時，取決于例如網380中節點382(圖17-19)的數目，等。

分析涉及產生一系列等式，所述等式描述產生網380的模型320中的血流。如上所述，在示例性實施方案中，所需信息涉及在充血條件下經過模型320的血流的模擬。

分析還涉及使用計算機系統來使用數值方法來求解血流的三維等式。舉例來說，數值方法可為已知方法，如有限差分方法、有限體積方法、光譜方法、晶格波耳茲曼方法、基于顆粒的方法、水平集方法、等幾何方法或有限元方法，或其它計算流體動力學(cfd)數值技術。

使用這些數值方法，可將血液建模為牛頓流體、非牛頓流體或多相流體。在步驟100中測量的患者的血細胞比容或其它因素可用以確定用于并入分析中的血液粘度。可假設血管壁是剛性或順從的。在后一情況下，壁動力學的等式，例如彈性動力學等式可連同血流等式一起求解。在步驟100中獲得的時變三維成像數據可用作輸入，以便為血管形狀在心動周期內的變化建模。用于進行計算分析的一組示例性等式和步驟更詳細地公開于以下中：例如標題為“methodforpredictivemodelingforplanningmedicalinterventionsandsimulatingphysiologicalconditions”的美國專利號6,236,878，和標題都為“patient-specifichemodynamicsofthe心血管system”的美國專利申請公布號2010/0241404和美國臨時申請號61/210,401，所有這些專利都以引用的方式整體并入本文中。

使用所準備的模型和邊界條件的計算分析可確定呈現三維實體模型320的網380的節點382中每一處的血液流量和壓力。舉例來說，計算分析的結果可包括節點382中每一處的各種參數的值，所述各種參數如但不限于各種血流特征或參數，如血液流動速度、壓力、流動速率，或計算參數，如cffr，如下所述。參數也可在三維實體模型320上內插。因此，計算分析的結果可向用戶提供通常可能以侵入方式確定的信息。

回頭參考圖3，可驗證計算分析的結果(步驟404)。所述驗證可由用戶和/或由計算機系統進行。舉例來說，用戶和/或計算機系統也許能鑒別出某些錯誤，例如，如果節點382的數目不足導致信息不足、如果節點382的數目過量導致分析費時太久，那么結果是需要網380和/或邊界條件重做或修正。

如果計算分析的結果在步驟404中確定為不可接受，那么用戶和/或計算機系統可確定例如是否以及如何修正或改進在步驟306中產生的實體模型320和/或在步驟312中產生的網380、是否以及如何修正在步驟310中確定的邊界條件，或是否對用于計算分析的任一輸入進行其它修正。接著，可依據所確定的修正或改進來重復一個或多個上述步驟，例如步驟306-314、402和404。

b.顯示血壓、流量和cffr的結果

回頭參考圖3，如果計算分析的結果在步驟404中確定為可接受，那么計算機系統可輸出計算分析的某些結果。舉例來說，計算機系統可顯示依據計算分析結果產生的圖像，如上文關于圖1描述的圖像，如模擬血壓模型50、模擬血流模型52和/或cffr模型54。如上所述，例如因為在步驟310中確定的邊界條件是關于充血條件所確定，所以這些圖像指示在模擬充血條件下的模擬血壓、血流和cffr。

模擬血壓模型50(圖1)展示在整個患者解剖結構中的局部血壓(例如以毫米汞柱或mmhg表示)，如由圖17-19的在模擬充血條件下的網380表示。計算分析可確定網380的各節點382處的局部血壓，并且模擬血壓模型50可將相應顏色、色調或其它視覺指示物賦予各別壓力，以使模擬血壓模型50可以視覺方式指示在整個模型50中的壓力變化，而不用必須規定各節點382的個別值。舉例來說，圖1中所示的模擬血壓模型50展示，對這個具體患者來說，在模擬充血條件下，主動脈中的壓力一般可為均一并且較高的(如由較暗色調指示)，并且壓力隨著血液向下游流到主要冠狀動脈中并且流到分支中而逐漸并不斷地降低(如由朝著分支的下游端，色調逐漸并連續變亮所示)。模擬血壓模型50可伴有指示特定血壓數值的標度，如圖1中所示。

在一個示例性實施方案中，模擬血壓模型50可以顏色形式提供，并且可使用色譜來指示整個模型50中的壓力變化。依序從最高壓力到最低壓力，色譜可包括紅色、橙色、黃色、綠色、藍色、靛藍和紫色。舉例來說，上限(紅色)可指示約110mmhg或更大(或80mmhg、90mmhg、100mmhg等)，并且下限(紫色)可指示約50mmhg或更小(或20mmhg、30mmhg、40mmhg等)，其中綠色指示約80mmhg(或約在上下限之間一半的其它值)。因此，對一些患者來說，模擬血壓模型50可將大部分或所有主動脈展示為紅色或朝著光譜高端的其它顏色，并且朝著冠狀動脈和由此延伸的分支的遠端，顏色可在整個光譜上逐漸變化(例如朝著光譜下端(下至紫色))。對一個具體患者來說，冠狀動脈的遠端可具有不同顏色，例如從紅色到紫色之間的任何顏色，這取決于對各別遠端測定的局部血壓。

模擬血流模型52(圖1)展示在整個患者解剖結構中的局部血液速度(例如以厘米/秒或cm/s表示)，這由圖17-19的在模擬充血條件下的網380表示。計算分析可確定網380的各節點382處的局部血液速度，并且模擬血流模型52可將相應顏色、色調或其它視覺指示物賦予各別速度，以使模擬血流模型52可以視覺方式指示在整個模型52中的速度變化，而不用必須規定各節點382的個別值。舉例來說，圖1中所示的模擬血流模型52展示，對這個具體患者來說，在模擬充血條件下，在主要冠狀動脈和分支的某些區域中速度一般較高(如由圖1中區域53中的較暗色調指示)。模擬血流模型52可伴有指示特定血液速度數值的標度，如圖1中所示。

在一個示例性實施方案中，模擬血流模型52可以顏色形式提供，并且可使用色譜來指示整個模型52中的速度變化。依序從最高速度到最低速度，色譜可包括紅色、橙色、黃色、綠色、藍色、靛藍和紫色。舉例來說，上限(紅色)可指示約100(或150)cm/s或更大，并且下限(紫色)可指示約0cm/s，其中綠色指示約50cm/s(或約在上下限之間一半的其它值)。因此，對一些患者來說，模擬血流模型52可將大部分或所有主動脈展示為朝著光譜下端的顏色(例如綠色至紫色)的混合色，并且在測定血液速度增大的某些位置，顏色可在整個光譜上逐漸變化(例如朝著光譜高端(上至紅色))。

cffr模型54(圖1)展示在整個患者解剖結構中的局部cffr，這由圖17-19的在模擬充血條件下的網380表示。如上所述，cffr可計算為通過計算分析(例如模擬血壓模型50中所示)確定的在具體節點382的局部血壓除以在主動脈中(例如在流入邊界322(圖8))的血壓的比率。計算分析可確定網380的各節點382處的cffr，并且cffr模型54可將相應顏色、色調或其它視覺指示物賦予各別cffr值，以使cffr模型54可以視覺方式指示在整個模型54中的cffr變化，而不用必須規定各節點382的個別值。舉例來說，圖1中所示的cffr模型54展示，對這個具體患者來說，在模擬充血條件下，主動脈中的cffr一般可為均一的并且為約1.0，并且隨著血液向下游流到主要冠狀動脈中并且流到分支中，cffr逐漸并不斷降低。cffr模型54也可指示在整個cffr模型54中某些點處的cffr值，如圖1中所示。cffr模型54可伴有指示特定cffr數值的標度，如圖1中所示。

在一個示例性實施方案中，cffr模型54可以顏色形式提供，并且可使用色譜來指示整個模型54中的壓力變化。依序從最低cffr(指示功能上有意義的病變)到最高cffr，色譜可包括紅色、橙色、黃色、綠色、藍色、靛藍和紫色。舉例來說，上限(紫色)可指示cffr為1.0，并且下限(紅色)可指示約0.7(或0.75或0.8)或更小，其中綠色指示約0.85(或約在上下限之間一半的其它值)。舉例來說，下限可依據用于確定cffr測量值是否指示功能上有意義的病變或可能需要介入的其它特征的下限(例如0.7、0.75或0.8)來確定。因此，對一些患者來說，cffr模型54可將大部分或所有主動脈展示為紫色或朝著光譜高端的其它顏色，并且朝著冠狀動脈和由此延伸的分支的遠端，顏色可在整個光譜上逐漸變化(例如朝著光譜高端(上至紅色到紫色之間的任何顏色))。對一個具體患者來說，冠狀動脈的遠端可具有不同顏色，例如從紅色到紫色之間的任何顏色，這取決于對各別遠端測定的局部cffr值。

在確定cffr已降到下限以下的程度之后，可評估動脈或分支以定位功能上有意義的病變，所述下限是用于確定功能上有意義的病變或可能需要介入的其它特征的存在。計算機系統或用戶可依據動脈或分支的幾何形狀(例如使用cffr模型54)來定位功能上有意義的病變。舉例來說，可如下定位功能上有意義的病變：找到在具有局部最小cffr值的cffr模型54的位置附近(例如上游)定位的變窄或狹窄。計算機系統可向用戶指示或顯示包括功能上有意義的病變的cffr模型54(或其它模型)的部分。

也可依據計算分析結果產生其它圖像。舉例來說，計算機系統可提供關于具體主要冠狀動脈的其它信息，例如圖20-22中所示。舉例來說，如果具體冠狀動脈包括最低cffr，那么冠狀動脈可由計算機系統選擇。或者，用戶可選擇具體冠狀動脈。

圖20展示患者解剖結構的模型，其包括計算分析結果，其中模型上的某些點由個別參考標簽(例如lm、lad1、lad2、lad3等)鑒別。在圖21中所示的示例性實施方案中，在lad動脈中提供點，所述lad動脈是在模擬充血條件下具有對這個具體患者來說最低的cffr的主要冠狀動脈。

圖21和圖22展示在一些或所有這些點(例如lm、lad1、lad2、lad3，等)處和/或在模型上某些其它位置(例如在主動脈中，等)處某些變量隨時間變化的圖。圖21是主動脈中和在圖20中指示的點lad1、lad2和lad3處的壓力(例如以毫米汞柱或mmhg表示)隨時間變化的圖。所述圖的頂部曲線指示主動脈中的壓力，從上往下第二條曲線指示在點lad1的壓力，從上往下第三條曲線指示在點lad2的壓力，并且底部曲線指示在點lad3的壓力。圖22是在圖20中指示的點lm、lad1、lad2和lad3處的流量(例如以立方厘米/秒或cc/s表示)隨時間變化的圖。另外，可提供其它圖，如在一些或所有這些點和/或在其它點處剪應力隨時間變化的圖。所述圖的頂部曲線指示在點lm的流量，從上往下第二條曲線指示在點lad1的流量，從上往下第三條曲線指示在點lad2的流量，并且底部曲線指示在點lad3的流量。也可提供展示這些變量沿具體主要冠狀動脈和/或由此延伸的分支的長度的變化的圖：例如血壓、流量、速度或cffr。

任選地，上述各種圖和其它結果可在報告中定稿(步驟406)。舉例來說，上述圖像和其它信息可插入具有設置模板的文件中。模板可預設并且對多個患者來說是通用的，并且可用于向醫師和/或患者報道計算分析結果。在計算分析完成之后，文件或報告可由計算機系統自動完成。

舉例來說，定稿報告可包括圖23中所示的信息。圖23包括圖1的cffr模型54，并且還包括概述信息，如主要冠狀動脈和由此延伸的分支中每一個中的最低cffr值。舉例來說，圖23指示lad動脈中的最低cffr值是0.66，lcx動脈中的最低cffr值是0.72，rca動脈中的最低cffr值是0.80。其它概述信息可包括患者的名字、患者的年齡、患者的血壓(bp)(例如在步驟100中獲得)、患者的心率(hr)(例如在步驟100中獲得)，等。定稿報告還可包括如上述產生的圖像和其它信息的版本，醫師或其它用戶可得到所述版本以確定其它信息。可使由計算機系統產生的圖像有一定格式以使醫師或其它用戶在任一點上定位光標，以確定任一上述變量的值，所述變量例如是在所述點的血壓、速度、流量、cffr等。

定稿報告可被傳輸到醫師和/或患者。定稿報告可使用任何已知通信方法(例如無線網絡或有線網絡，通過郵件等)傳輸。或者，可通知醫師和/或患者定稿報告可下載或提取得到。接著，醫師和/或患者可登錄到基于網絡的服務中經由安全通信線來下載定稿報告。

c.驗證結果

回頭參考圖3，可獨立地驗證計算分析的結果(步驟408)。舉例來說，用戶和/或計算機系統也許能鑒別出計算分析結果(例如在步驟406中產生的圖像和其它信息)的某些錯誤，所述錯誤需要任一上述步驟重做。如果鑒別出所述錯誤，那么計算分析結果可確定為不可接受，并且可重復某些步驟，例如步驟100、200、300、400、子步驟102、202-208、240-260、304-314和402-408等。

因此，圖3中所示并且上文描述的步驟402-408可被視為圖2的步驟400的子步驟。

用于驗證計算分析結果的另一方法可包括使用另一方法測量來自患者的結果中包括的任一變量，例如血壓、速度、流量、cffr等。在一個示例性實施方案中，可測量(例如以侵入方式)變量，接著與通過計算分析確定的結果相比。舉例來說，ffr可例如使用插入如上所述的患者中的壓力線來測定，測定點在由實體模型320和網380表示的患者解剖結構內的一個或多個點。可將在一個位置測量的ffr與在同一位置的cffr相比，并且可在多個位置進行比較。任選地，計算分析和/或邊界條件可依據比較做調整。

d.用于提供冠狀動脈血流信息的系統和方法的另一實施方案

圖24中展示一種方法600的另一實施方案，所述方法600用于提供有關特定患者的冠狀動脈血流的各種信息。方法600可在上述計算機系統中實施，所述計算機系統例如是用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。方法600可使用一個或多個輸入610來進行，并且可包括依據輸入610來產生一個或多個模型620、依據輸入610和/或模型620對一個或多個條件630賦值，以及依據模型620和條件630得出一個或多個解640。

輸入610可包括患者的主動脈、冠狀動脈(和由此延伸的分支)和心臟的醫學成像數據611，如ccta數據(例如在圖2的步驟100中獲得)。輸入610還可包括患者臂血壓的測量值612和/或其它測量值(例如在圖2的步驟100中獲得)。測量值612可以非侵入方式獲得。輸入610可用以產生模型620和/或確定下述條件630。

如上所述，一個或多個模型620可依據輸入610來產生。舉例來說，方法600可包括依據成像數據611來產生患者解剖結構(例如主動脈、冠狀動脈和由此延伸的分支)的一個或多個患者特異性三維幾何模型(步驟621)。舉例來說，幾何模型可為在圖3的步驟306中產生的圖8的實體模型320，和/或在圖3的步驟312中產生的圖17-19的網380。

回頭參考圖24，方法600還可包括產生一個或多個基于物理學的血流模型(步驟622)。血流模型可包括涉及以下的模型：經過在步驟621中產生的患者特異性幾何模型的血流、心臟和主動脈循環、遠端冠狀循環等。血流模型可涉及至少一個與患者經過建模的解剖結構(例如血液流動速度、壓力、流動速率、ffr等)相關的血流特征。血流模型可賦值為在三維幾何模型的流入邊界322和流出邊界324的邊界條件。血流模型可包括降階模型或其它邊界條件(上文關于圖3的步驟310所述)，例如集中參數心臟模型340、集中參數冠狀動脈模型350、彈性貯器模型360，等。

如上所述，一個或多個條件630可依據輸入610和/或模型620來確定。條件630包括針對在步驟622(和圖3的步驟310)中確定的邊界條件所計算的參數。舉例來說，方法600可包括如下確定條件：依據成像數據611(例如在圖3的步驟240中確定)來計算患者特異性心室質量或心肌質量(步驟631)。

方法600可包括如下確定條件：使用在步驟631中計算的心室質量或心肌質量、休息時冠狀動脈流依據關系q＝qom^α(其中α是預設標度指數，m是心室質量或心肌質量，并且qo是預設常數)進行計算(例如上文在圖3的步驟310中關于確定集中參數模型所述)(步驟632)。或者，所述關系可具有形式q∝qom^α，如上文在圖3的步驟310中關于確定集中參數模型所述。

方法600還可包括如下確定條件：使用在步驟632中計算的所得冠狀動脈流量和患者的測量血壓612、總的休息時冠狀動脈阻力進行計算(例如上文在圖3的步驟310中關于確定集中參數模型所述)(步驟633)。

方法600還可包括如下確定條件：使用在步驟633和模型620中計算的總的休息時冠狀動脈阻力、個別冠狀動脈(和由此延伸的分支)的個別阻力進行計算(步驟634)。舉例來說，如上文關于圖3的步驟310所述，依據個別冠狀動脈和分支的遠端的尺寸(例如從步驟621中產生的幾何模型確定)，并且依據關系r＝rod^β(其中r是在具體遠端的流動阻力，并且ro是預設常數，d是尺寸(例如所述遠端的直徑)，并且β是預設冪律指數，如上文關于確定圖3的步驟310中的集中參數模型所述)，在步驟633中計算的總的休息時冠狀動脈阻力可分布到個別冠狀動脈和分支。

回頭參考圖24，方法600可包括依據患者的一個或多個身體條件來調整邊界條件(步驟635)。舉例來說，在步驟631-634中確定的參數可依據解640是否意圖模擬休息、不同程度的充血、不同程度的運動或用力、不同藥物治療等來修改。依據輸入610、模型620和條件630，計算分析可例如如上文關于圖3的步驟402所述來進行以確定解640，所述解640包括關于患者的冠狀動脈血流在步驟635中選擇的身體條件下的信息(步驟641)。現將描述可從解640提供的信息的實例。

組合的患者特異性解剖學(幾何)模型和生理學(基于物理學的)模型可用以確定不同藥物治療或生活方式變化(例如停止吸煙、改變膳食或增加身體活動)對冠狀動脈血流的作用，所述藥物治療或生活方式變化會改變心率、心搏量、血壓或冠狀動脈微循環功能。所述信息可用以最優化醫學療法或避免可能危險的藥物治療后果。組合模型還可用以確定替代形式和/或不同程度的暴露于可能的外來力(例如當踢足球時、在太空飛行期間、當斯庫巴潛水(scubadiving)時、在坐飛機飛行期間，等)的身體活動或風險對冠狀動脈血流的作用。所述信息可用以鑒別對特定患者來說可能安全并有效的身體活動的類型和程度。組合模型還可用以預測經皮冠狀動脈介入術對冠狀動脈血流的可能益處以選擇最優的介入策略，和/或預測冠狀動脈旁路移植術對冠狀動脈血流的可能益處以選擇最優的手術策略。

組合模型還可用以說明動脈疾病負擔增大對冠狀動脈血流的可能的有害作用，并且使用機械或現象學疾病進展模型或經驗數據來預測進展中疾病何時可對流向心臟肌肉的血流引起損害。所述信息可實現確定“保證期(warrantyperiod)”，其中使用非侵入性成像觀察到最初沒有熱力學有意義的疾病的患者可能不被預期需要醫藥療法、介入療法或手術療法，或者，如果繼續有不利因素，那么可確定出現進展的比率。

組合模型還可用以說明由冠狀動脈疾病負擔減小引起的對冠狀動脈血流的可能的有益作用，并且使用機械或現象學疾病進展模型或經驗數據來預測疾病消退何時可引起經過冠狀動脈到心臟肌肉的血流增加。所述信息可用以指導醫學管理程序，所述醫學管理程序包括但不限于改變膳食、增加身體活動、開出士他汀(statin)或其它醫藥的處方，等。

vi.提供患者特異性治療計劃

如上文關于圖2中所示的步驟500所述，示例性方法可包括提供患者特異性治療計劃。在一個示例性實施方案中，步驟500可包括以下步驟。盡管圖3不展示以下步驟，應了解這些步驟可與圖3中所示的步驟(例如在步驟406或408之后)結合進行。

如上所述，圖1和圖23中所示的cffr模型54指示處于未治療狀態并且在模擬充血條件下的整個患者解剖結構中的cffr值，所述解剖結構由圖17-19的網380表示。醫師可使用這個信息來指定對患者的治療，如增加運動、改變膳食、開醫藥處方、對建模解剖結構的任何部分或心臟的其它部分進行手術(例如冠狀動脈旁路移植術、插入一個或多個冠狀動脈血管內支架，等)，等。

為確定指定哪種治療，計算機系統可用以預測如何依據所述治療來改變從計算分析確定的信息。舉例來說，某些治療(如插入血管內支架或其它手術)可引起建模解剖結構的幾何形狀改變。因此，在一個示例性實施方案中，可修正在步驟306中產生的實體模型320以指示一個或多個插有血管內支架的內腔的加寬。

舉例來說，圖1和圖23中所示的cffr模型54指示lad動脈中的最低cffr值是0.66，lcx動脈中的最低cffr值是0.72，rca動脈中的最低cffr值是0.80。如果cffr值例如小于0.75，那么可建議進行治療。因此，計算機系統可建議用戶修正實體模型320以指示lad動脈和lcx動脈的加寬，以模擬在這些冠狀動脈中插入血管內支架。用戶可被提示選擇對應于模擬血管內支架的位置和尺寸的加寬(例如長度和直徑)的位置和量。或者，加寬的位置和量可由計算機系統依據各種因素(如cffr值小于0.75的節點位置、血管顯著變窄的位置、常規血管內支架的尺寸，等)自動確定。

圖25展示依據實體模型確定的經過修改的cffr模型510的一個實施例，上述實體模型是通過加寬lad動脈在位置512的一部分和lcx動脈在位置514的一部分來產生。在一個示例性實施方案中，任一上述步驟，例如步驟310-314和402-408都可使用經過修改的實體模型重復。在步驟406中，定稿報告可包括有關未經過治療的患者(例如沒有血管內支架)的信息，如圖23中所示的信息，和有關患者的模擬治療的信息，如圖25和圖26中所示的信息。

圖25包括經過修改的cffr模型510并且還包括概述信息，如與建議治療相關的經過修改的實體模型的主要冠狀動脈和由此延伸的分支中的最低cffr值。舉例來說，圖25指示lad動脈(和它的下游分支)中的最低cffr值是0.78，lcx動脈(和它的下游分支)中的最低cffr值是0.78，rca動脈(和它的下游分支)中的最低cffr值是0.79。因此，未經過治療的患者(沒有血管內支架)的cffr模型54和建議治療(有血管內支架插入)的cffr模型510的比較指示建議治療可使lad動脈中的最小cffr從0.66增大到0.78，并且使lcx動脈中的最小cffr從0.72增大到0.76，同時使rca動脈中的最小cffr將有從0.80到0.79的最小降低。

圖26展示經過修改的模擬血流模型520的一個實施例，所述模型是如上所述在lad動脈在位置512的加寬部分和lcx動脈在位置514的加寬部分之后確定。圖26還包括概述信息，如與建議治療相關的經過修改的實體模型的主要冠狀動脈和由此延伸的分支中各種位置的血流值。舉例來說，圖26指示未經過治療的患者(沒有血管內支架)和經過治療的患者(有血管內支架插入)的lad動脈中四個位置lad1、lad2、lad3和lad4以及lcx動脈中兩個位置lcx1和lcx2的血流值。圖26還指示未經過治療的狀態和經過治療的狀態之間的血流值變化百分比。因此，未經過治療的患者的模擬血流模型52和建議治療的模擬血流模型520的比較指示，在所有位置lad1-lad4、lcx1和lcx2，取決于位置，建議治療可將經過lad動脈和lcx動脈的流增大9％至19％。

也可在未經過治療的狀態和經過治療的狀態(如冠狀動脈血壓)之間比較其它信息。依據這個信息，醫師可與患者討論是否繼續建議治療選擇。

其它治療選擇也可涉及以不同方式修改實體模型320。舉例來說，冠狀動脈旁路移植術可涉及在實體模型320中創建新的內腔或通路，并且去除病變還可涉及加寬內腔或通道。其它治療選擇可能不涉及修改實體模型320。舉例來說，例如由于血管收縮、擴張、心率降低等，因此增加運動或用力、改變膳食或其它生活方式變化、醫藥處方等可涉及改變在步驟310中確定的邊界條件。舉例來說，患者的心率、心輸出量、心搏量、血壓、冠狀動脈微循環功能、集中參數模型的配置等可取決于指定醫藥、所采用的運動(或其它用力)的類型和頻率、所采用的生活方式變化的類型(例如停止吸煙、改變膳食等)，從而以不同方式影響在步驟310中確定的邊界條件。

在一個示例性實施方案中，經過修改的邊界條件可用實驗方式使用來自許多患者的數據來確定，并且類似治療選擇可能需要以類似方式修改邊界條件。經驗模型可從大量患者特異性數據產生，從而創建邊界條件或用于計算邊界條件的函數的文庫，所述文庫對應于可在未來分析中應用于類似患者的特定治療選擇。

在修改邊界條件之后，上述步驟，例如步驟312、314和402-408可使用經過修改的邊界條件來重復，并且在步驟406中，定稿報告可包括有關未經過治療的患者的信息，如圖23中所示的信息，以及有關患者的模擬治療的信息，如圖25和圖26中所示的信息。

或者，可向醫師、患者或其它用戶提供允許與三維模型(例如圖8的實體模型320)互動的用戶界面。模型320可分成用戶可選片段，所述片段可由用戶編輯來反映一個或多個治療選擇。舉例來說，用戶可選擇具有狹窄(或梗塞，例如急性阻塞)的部分，并且調整所述部分來去除狹窄，用戶可將一個部分加入模型320中以用作旁路等。用戶還可被提示指定其它治療選擇和/或生理學參數，這可改變上文確定的邊界條件，例如改變心輸出量、心率、心搏量、血壓、運動或用力程度、充血程度、藥物治療，等。在一個替代性實施方案中，計算機系統可確定或建議一個治療選擇。

用戶界面可允許與三維模型320互動以允許用戶模擬狹窄(或梗塞，例如急性梗塞)。舉例來說，用戶可選擇用于包括狹窄的部分，并且計算機系統可用以預測從計算分析確定的信息將如何依據狹窄的添加來變化。因此，本文所述的方法可用以預測使動脈梗塞的影響。

用戶界面還可允許與三維模型320互動以模擬受損動脈或動脈去除，所述動脈去除可例如在某些手術程序中發生，如當去除癌性腫瘤時發生。模型還可得到修改以模擬防止血流經過某些動脈的作用，以便預測并行通路向患者提供足夠血流的可能。

a.使用降階模型來比較不同治療選擇

在一個示例性實施方案中，計算機系統可允許用戶用降階模型替代三維實體模型320或網380來較快速地模擬各種治療選擇。圖27展示根據一個示例性實施方案，有關使用降階模型來模擬各種治療選擇的方法700的示意圖。方法700可在上述計算機系統中實施。

一個或多個呈現血流或其它參數的患者特異性模擬血流模型可從上述計算分析輸出(步驟701)。舉例來說，模擬血流模型可包括圖1的模擬血壓模型50、圖1的模擬血流模型52、圖1的cffr模型54等，這些模型是使用上文描述并且在圖2和圖3中所示的方法提供。如上所述，模擬血流模型可包括患者的解剖結構的三維幾何模型。

功能信息可從模擬血流模型提取以指定降階模型的條件(步驟702)。舉例來說，功能信息可包括使用上述計算分析確定的血壓、流量或速度信息。

可提供降階(例如零維或一維)模型來替代用以產生患者特異性模擬血流模型(在步驟701中產生)的三維實體模型320，并且降階模型可用以確定關于患者的冠狀動脈血流的信息(步驟703)。舉例來說，降階模型可為如上文關于圖3的步驟310所述產生的集中參數模型。因此，集中參數模型是患者的解剖結構的簡化模型，其可用以確定關于患者的冠狀動脈血流的信息，而不用必須對與圖17-19的網380相關的較復雜等式系統求解。

從對步驟703中的降階模型求解所確定的信息接著可被繪制或外推到患者的解剖結構的三維實體模型(例如實體模型320)中(步驟704)，并且必要時用戶可對降階模型進行變動以模擬各種治療選擇和/或改為患者的生理學參數，所述生理學參數可由用戶選擇(步驟705)。可選生理學參數可包括心輸出量、運動或用力程度、充血程度、藥物治療類型，等。可選治療選擇可包括去除狹窄、增加旁路，等。

接著，降階模型可依據治療選擇和/或用戶選擇的生理學參數加以修改，并且經過修改的降階模型可用以確定關于患者的冠狀動脈血流的信息(步驟703)，所述信息與所選治療選擇和/或生理學參數相關。從對步驟703中的降階模型求解所確定的信息接著可被繪制或外推到患者的解剖結構的三維實體模型320中，以預測所選治療選擇和/或生理學參數對患者解剖結構的冠狀動脈血流的影響(步驟704)。

對各種不同治療選擇和/或生理學參數來說，可重復步驟703-705以比較所預測的各種治療選擇彼此之間以及對關于未經過治療的患者的冠狀動脈血流的信息的影響。因此，各種治療選擇和/或生理學參數的預測結果可針對彼此并且針對關于未經過治療的患者的信息來評價，而不用必須使用三維網380來重新進行較復雜分析。代之以，可使用降階模型，降階模型可允許用戶更容易和快速地分析并比較不同治療選擇和/或生理學參數。

圖28展示根據一個示例性實施方案，用于使用降階模型來模擬各種治療選擇的示例性方法的其它方面。方法700可在上述計算機系統中實施。

如上文關于圖3的步驟306所述，患者特異性幾何模型可依據患者的成像數據來產生(步驟711)。舉例來說，成像數據可包括在圖2的步驟100中獲得的ccta數據，并且幾何模型可為在圖3的步驟306中產生的圖8的實體模型320，和/或在圖3的步驟312中產生的圖17-19的網380。

計算分析可使用患者特異性三維幾何模型來進行，例如上文關于圖3的步驟402所述，以確定關于患者的冠狀動脈血流的信息(步驟712)。計算分析可輸出一種或多種三維患者特異性模擬血流模型，所述模型呈現血流或其它參數，例如圖1的模擬血壓模型50、圖1的模擬血流模型52、圖1的cffr模型54，等。

可依據模型的解剖特征(步驟713)分割模擬血流模型(例如上文關于圖14所述)。舉例來說，從主要冠狀動脈延伸的分支可提供于個別片段中(步驟714)，具有狹窄或患病區域的部分可提供于個別片段中(步驟716)，并且在分支和具有狹窄或患病區域的部分之間的部分可提供于個別片段中(步驟715)。可在分割模擬血流模型時提供不同分辨度，以使各血管可包括多個短的離散片段或較長片段，例如包括整根血管。而且，各種技術可提供用于分割模擬血流模型，包括產生中線以及依據所產生的中線制作切面圖，或檢測分支點以及依據檢測到的中線制作切面圖。患病部分和狹窄可例如通過沿中線長度測量截面積以及計算局部最小截面積來鑒別。步驟711-716可被視為圖27的步驟701的子步驟。

片段可用集中參數模型的組件替代，所述組件如為電阻器、電容器、感應器等，如上文關于圖15所述。電阻、電容、感應系數和與集中參數模型中所用的其它電組件相關的其它變量的個別值可來源于步驟712中提供的模擬血流模型。舉例來說，對在分支和具有狹窄或患病區域的部分之間的分支和部分來說，來源于模擬血流模型的信息可用以將線性阻力賦予相應片段(步驟717)。對具有復雜幾何形狀的部分(如狹窄或患病區域)來說，阻力可隨流動速率而變化。因此，多種計算分析可用以獲得各種流量和壓力條件的模擬血流模型以得出這些復雜幾何形狀的患者特異性、血管特異性和病變特異性阻力函數，如上文關于圖15所述。因此，對具有狹窄或患病區域的部分來說，來源于這多種計算分析的信息或來源于先前數據的模型可用以將非線性流量依賴性阻力賦予相應片段(步驟718)。步驟717和步驟718可被視為圖27的步驟702的子步驟。

使用在步驟717和步驟718中確定的阻力，可產生降階(例如零維或一維)模型(步驟719)。舉例來說，降階模型可為如上文關于圖3的步驟310所述產生的集中參數模型。因此，集中參數模型是患者的解剖結構的簡化模型，其可用以確定關于患者的冠狀動脈血流的信息，而不用必須對與圖17-19的網380相關的較復雜等式系統求解。

可提供一種用戶界面，其允許用戶與在步驟719中創建的降階模型互動(步驟720)。舉例來說，用戶可選擇并編輯降階模型的不同片段以模擬不同治療選擇和/或可編輯各種生理學參數。舉例來說，介入，如插入血管內支架以修復患病區域可通過減小插有血管內支架的片段的阻力來建模。形成旁路可通過增加具有平行于患病片段的低阻力的片段來建模。

經過修改的降階模型可被求解以確定關于在治療和/或在步驟720中選擇的生理學參數變化下患者的冠狀動脈血流的信息(步驟721)。在步驟721中確定的各片段中流量和壓力的解值接著可與在步驟712中確定的三維解相比，并且任何差異都可通過調整片段的阻力函數(例如在步驟717和步驟718中確定)以及求解降階模型(例如步驟721)直到解匹配為止而減到最小。因此，可創建降階模型，接著用簡化等式組對所述降階模型求解，所述簡化等式組允許相對快速的計算(例如與完整三維模型相比)，并且可用以求出流動速率和壓力，這結果可密切接近完整三維計算解的結果。降階模型允許相對快速迭代以為各種不同治療選擇建模。

從對步驟721中的降階模型求解所確定的信息接著可被繪制或外推到患者的解剖結構的三維實體模型(例如實體模型320)(步驟722)。步驟719-722可能類似于圖27的步驟703-705，并且必要時可由用戶重復以模擬治療選擇和/或生理學參數的不同組合。

或者，不從三維模型沿片段計算阻力(例如上文關于步驟717和步驟718所述)，沿中線相隔一定間隔的流量和壓力可被指定到集中參數模型或一維模型中。有效阻力或損失系數可在邊界條件和指定流量和壓力的限制下求出。

而且，在個別片段上的流動速率和壓力梯度可用以使用來源于降階模型的解(例如上關于步驟721所述)來計算心外膜冠狀動脈阻力。心外膜冠狀動脈阻力可計算為心外膜冠狀動脈(從醫學成像數據重建的患者特異性模型中包括的冠狀動脈和由此延伸的分支的部分)的等效阻力。這可具有臨床意義，所述臨床意義是在于解釋為什么患有冠狀動脈擴散性動脈粥樣硬化的患者可顯示局部缺血的癥狀(血液供給的限制)。而且，在模擬的藥理學誘發性充血或不同運動強度的條件下每單位心肌組織體積(或質量)的流量和/或每單位心臟作功的流量可使用來自降階模型的數據來計算。

因此，三維血流建模的精度可與一維和集中參數模型技術中固有的計算簡單性和相對速度組合。三維計算方法可用以用數字方式得出患者特異性一維模型或集中參數模型，所述模型嵌有在正常片段、狹窄、接合點(junction)和其它解剖特征上壓力損失的以數字方式得出的經驗模型。可向患有心血管疾病的患者提供改善的診斷，并且醫學治療、介入治療和手術治療的計劃可較快地進行。

而且，三維計算流體動力學技術的精度可與血流的集中參數和一維模型的計算簡單性和進行能力組合。三維幾何和生理學模型可自動分解成降階一維模型或集中參數模型。三維模型可用以計算經過正常片段、狹窄和/或分支的血流的線性或非線性血液動力學作用，并且可用以設置經驗模型的參數。一維模型或集中參數模型可更有效并快速地求出患者特異性模型中的血液流量和壓力，并且顯示集中參數或一維解的結果。

降階患者特異性解剖學和生理學模型可用以確定不同藥物治療或生活方式變化(例如停止吸煙、改變膳食或增加身體活動)對冠狀動脈血流的作用，所述藥物治療或生活方式變化會改變心率、心搏量、血壓或冠狀動脈微循環功能。所述信息可用以最優化醫學療法或避免可能危險的藥物治療后果。降階模型還可用以確定替代形式和/或不同程度的暴露于可能的外來力(例如當踢足球時、在太空飛行期間、當斯庫巴潛水時、在坐飛機飛行期間，等)的身體活動或風險對冠狀動脈血流的作用。所述信息可用以鑒別對特定患者來說可能安全并有效的身體活動的類型和程度。降階模型還可用以預測經皮冠狀動脈介入術對冠狀動脈血流的可能益處以選擇最優的介入策略，和/或預測冠狀動脈旁路移植術對冠狀動脈血流的可能益處以選擇最優的手術策略。

降階模型還可用以說明動脈疾病負擔增大對冠狀動脈血流的可能的有害作用，并且使用機械或現象學疾病進展模型或經驗數據來預測進展中疾病何時可對流向心臟肌肉的血流引起損害。所述信息可實現確定“保證期”，其中使用非侵入性成像觀察到最初沒有熱力學有意義的疾病的患者可能不被預期需要醫藥療法、介入療法或手術療法，或者，如果繼續有不利因素，那么可確定出現進展的比率。

降階模型還可用以說明由冠狀動脈疾病負擔減小引起的對冠狀動脈血流的可能的有益作用，并且使用機械或現象學疾病進展模型或經驗數據來預測疾病消退何時可引起經過冠狀動脈到心臟肌肉的血流增加。所述信息可用以指導醫學管理程序，所述醫學管理程序包括但不限于改變膳食、增加身體活動、開出士他汀或其它醫藥的處方，等。

降階模型還可并入血管造影系統中以允許醫師在心導管插入實驗室中檢查患者的同時現場計算治療選擇。模型可記錄到與血管造影顯示器相同的取向，從而允許冠狀動脈的現場血管造影圖與模擬血流解具有并行或重疊的結果。當在程序期間進行觀察時，醫師可計劃并改變治療計劃，從而允許在作出醫學決定之前有相對快速的反饋。醫師可以侵入方式獲得壓力、ffr或血流測量值，并且在進行預測性模擬之前，測量值可用以進一步改進模型。

降階模型還可并入醫學成像系統或工作站中。如果來源于先前患者特異性模擬結果的文庫，那么降階模型可與幾何分割算法結合使用以在完成成像掃描之后相對快速地求出血流信息。

降階模型還可用以對新型醫學療法對大的患者群體的有效性或治療選擇對大的患者群體的成本/益處進行建模。多種患者特異性集中參數模型(例如數百、數千或更多)的數據庫可提供在相對較短時間長度內求解的模型。相對快速的迭代和最優化可提供用于藥物、療法或臨床試驗模擬或設計。調適所述模型來呈現治療、患者的藥物反應或手術介入可允許估計待獲得的有效性，而無需進行可能高成本并且可能冒險的大規模臨床試驗。

vii.其它結果

a.評估心肌灌注

可計算其它結果。舉例來說，計算分析可提供定量心肌灌注(經過心肌的血流)的結果。如由于局部缺血(血液供給的限制)、疤痕或其它心臟問題，因此定量心肌灌注可有助于鑒別心肌血流減少的區域。

圖29展示根據一個示例性實施方案，有關方法800的示意圖，所述方法800用于提供有關特定患者的心肌灌注的各種信息。方法800可在上述計算機系統中實施，所述計算機系統例如是用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。

方法800可使用一個或多個輸入802來進行。輸入802可包括患者的主動脈、冠狀動脈(和由此延伸的分支)和心臟的醫學成像數據803，如ccta數據(例如在圖2的步驟100中獲得)。輸入802還可包括從患者測量的其它生理學數據804，如患者的臂血壓、心率和/或其它測量值(例如在圖2的步驟100中獲得)。其它生理學數據804可以非侵入方式獲得。輸入802可用以進行下述步驟。

患者心肌組織的三維幾何模型可依據成像數據803產生(步驟810)，并且幾何模型可分成片段或體積(步驟812)。舉例來說，圖31展示三維幾何模型846，所述三維幾何模型846包括分到片段842中的患者心肌組織的三維幾何模型838。個別片段842的尺寸和位置可依據以下來確定：冠狀動脈(和由此延伸的分支)的流出邊界324(圖8)的位置、個別片段842(例如鄰近血管)中的血管或與各別片段842(例如鄰近血管)連接的血管的尺寸，等。將幾何心肌模型838分到片段842中可使用各種已知方法進行，所述已知方法如為快速行進法、通用快速行進法(generalizedfastmarchingmethod)、水平集方法、擴散等式、支配經過多孔介質的流的等式，等。

三維幾何模型還可包括患者的主動脈和冠狀動脈(和由此延伸的分支)的一部分，所述部分可依據成像數據803來建模(步驟814)。舉例來說，圖31的三維幾何模型846包括患者的主動脈和冠狀動脈(和由此延伸的分支)的三維幾何模型837，以及在步驟810中創建的患者的心肌組織的三維幾何模型838。

回頭參考圖29，例如上文關于圖3的步驟402所述，可進行計算分析以確定解，所述解包括關于在由用戶確定的身體條件下患者的冠狀動脈血流的信息(步驟816)。舉例來說，身體條件可包括休息、所選程度的充血、所選程度的運動或用力或其它條件。所述解可提供在步驟814中建模的患者的解剖結構中各種位置并且在指定身體條件下的信息，如血液流量和壓力。計算分析可使用來源于集中參數模型或一維模型的在流出邊界324(圖8)的邊界條件進行。可產生一維模型來填充片段842，如下文關于圖30所述。

依據在步驟816中確定的血流信息，可計算向在步驟812中創建的心肌的各別片段842中的血流灌注(步驟818)。舉例來說，灌注可如下計算：將來自流出邊界324(圖8)各出口的流量除以出口所灌注的分割心肌的體積。

在步驟818中確定的心肌各別片段的灌注可顯示在步驟810或步驟812中產生的心肌幾何模型(例如圖31中所示的患者心肌組織的三維幾何模型838)上(步驟820)。舉例來說，圖31展示幾何模型838的心肌的片段842可用不同色調或顏色說明以指示血流灌注到各別片段842中。

圖30展示根據一個示例性實施方案，有關方法820的另一示意圖，所述方法820用于提供有關特定患者的心肌灌注的各種信息。方法820可在上述計算機系統中實施，所述計算機系統例如是用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。

方法820可使用一個或多個輸入832來進行，輸入832可包括患者的主動脈、冠狀動脈(和由此延伸的分支)和心臟的醫學成像數據833，如ccta數據(例如在圖2的步驟100中獲得)。輸入832可用以進行下述步驟。

患者心肌組織的三維幾何模型可依據成像數據833創建(步驟835)。模型還可包括患者的主動脈和冠狀動脈(和由此延伸的分支)的一部分，所述部分還可依據成像數據803來創建。舉例來說，如上所述，圖31展示三維幾何模型836，所述三維幾何模型836包括患者的主動脈和冠狀動脈(和由此延伸的分支)的幾何模型837，以及患者心肌組織的幾何模型838。步驟835可包括上述圖29的步驟810和步驟814。

回頭參考圖30，幾何心肌模型838可分成體積或片段842(步驟840)。步驟840可包括上述圖29的步驟812。如上所述，圖31展示三維幾何模型846，所述三維幾何模型846包括分到片段842中的患者心肌組織的幾何模型838。

回頭參考圖30，幾何模型846可被修改來包括冠狀動脈樹中的下一代分支857(步驟855)。分支857(圖31中虛線所示)的位置和尺寸可依據冠狀動脈(和由此延伸的分支)的中線來確定。中線可例如依據成像數據833來確定(步驟845)。一種算法還可用以依據形態計量學模型(用以預測在流出邊界324(圖8)的已知出口下游的血管位置和尺寸的模型)和/或與血管尺寸有關的生理學分支規律來確定分支857的位置和尺寸(步驟850)。形態計量學模型可擴充到幾何模型837中包括的冠狀動脈(和由此延伸的分支)的下游端，并且提供于心外膜表面(心臟組織的外層)上或含在心肌壁的幾何模型838內。

心肌可依據在步驟855中創建的分支857進一步分割(步驟860)。舉例來說，圖31展示可分成子體積或子段862的片段842。

可在子段862中創建其它分支857，并且子段862可進一步分割成較小片段867(步驟865)。創建分支以及將體積分成子段的步驟可重復到獲得體積尺寸和/或分支尺寸的所需分解為止。已在步驟855和步驟865中擴充為包括新分支857的模型846接著可用以計算向子段(如在步驟865中產生的子段867)中的冠狀動脈血流和心肌灌注。

因此，擴充模型可用以進行上述計算分析。計算分析結果可將有關血流的信息從患者特異性冠狀動脈模型(例如圖31的模型837)提供到所產生的形態計量學模型(包括在步驟855和步驟865產生的分支)中，所述信息可延伸到在步驟865中產生的灌注子段867的每一個中。計算分析可使用靜態心肌灌注體積或動態模型進行，所述模型并有來自偶合心臟機械學模型的數據。

圖32展示根據一個示例性實施方案，有關方法870的另一示意圖，所述方法870用于提供有關特定患者的心肌灌注的各種信息。方法870可在上述計算機系統中實施，所述計算機系統例如是用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。

方法870可使用一個或多個輸入872來進行。輸入872可包括患者的主動脈、冠狀動脈(和由此延伸的分支)和心臟的醫學成像數據873，如ccta數據(例如在圖2的步驟100中獲得)。輸入872還可包括從患者測量的其它生理學數據874，如患者的臂血壓、心率和/或其它測量值(例如在圖2的步驟100中獲得)。其它生理學數據874可以非侵入方式獲得。輸入872還可包括從患者測量(例如使用ct、pet、spect，等)的心臟灌注數據875。輸入872可用以進行下述步驟。

患者的主動脈和冠狀動脈(和由此延伸的分支)的三維幾何模型可依據成像數據873來創建(步驟880)。舉例來說，圖31展示患者的主動脈和冠狀動脈(和由此延伸的分支)的三維幾何模型837。步驟880可類似于上述圖29的步驟814。

計算分析例如可如上文關于圖3的步驟402所述來進行以確定解，所述解包括關于在由用戶確定的身體條件下患者的冠狀動脈血流的信息(步驟882)。舉例來說，身體條件可包括休息、所選程度的充血、所選程度的運動或用力或其它條件。所述解可提供在步驟880中建模的患者的解剖結構中各種位置并且在指定身體條件下的信息，如血液流量和壓力。步驟882可類似于上述圖29的步驟816。

而且，患者心肌組織的三維幾何模型可依據成像數據873創建(步驟884)。舉例來說，如上所述，圖31展示三維幾何模型836，其包括患者心肌組織的三維幾何模型838(例如在步驟884中創建)和患者的主動脈和冠狀動脈(和由此延伸的分支)的三維幾何模型837(例如在步驟880中創建)。步驟884可類似于上述圖29的步驟810。

幾何模型可分成片段或子體積(步驟886)。舉例來說，圖31展示幾何模型846，所述幾何模型846包括患者的分成片段842的心肌組織的模型838。步驟886可類似于上述圖29的步驟812。

依據在步驟882中確定的血流信息，可計算向在步驟886中創建的心肌的各別片段842中的血流灌注(步驟888)。步驟888可類似于上述圖29的步驟818。

心肌各別片段的計算灌注可顯示在步驟884或步驟886中產生的心肌幾何模型(例如圖31中所示的患者心肌組織的三維幾何模型838)上(步驟890)。舉例來說，圖31展示幾何模型838的心肌的片段842可用不同色調或顏色說明以指示血流灌注到各別片段842中。步驟890可類似于上述圖29的步驟820。

在步驟890中繪制于心肌三維幾何模型上的模擬灌注數據可與測量的心臟灌注數據875相比(步驟892)。可例如在基于體元的心肌表示法或不同的心肌離散表示法(例如有限元網)上進行比較。比較可使用心肌三維表示上各種顏色和/或色調來指示模擬灌注數據和測量灌注數據的差異。

在步驟880中創建的三維幾何模型的出口處的邊界條件可調整，以減小模擬灌注數據和測量灌注數據之間的誤差(步驟894)。舉例來說，為減小誤差，可調整邊界條件，以使向一個區域(例如片段842、862或867)(其中模擬灌注低于測量灌注)供料的血管的指定流動阻力可減小。可調整邊界條件的其它參數。或者，可修改模型的分支結構。舉例來說，如上文關于圖30和圖31所述，可擴充在步驟880中創建的幾何模型來創建形態計量學模型。邊界條件和/或形態計量學模型的參數可使用參數估計或數據同化方法來憑經驗或系統地調整，所述方法如為標題為“methodfortuningpatient-specific心血管simulations”的美國專利申請公布號2010/0017171中所述的方法，或其它方法。

可重復圖32的步驟882、步驟888、步驟890、步驟892、步驟894和/或其它步驟，例如直到模擬灌注數據和測量灌注數據之間的誤差低于預定臨限值為止。因此，計算分析可使用有關解剖學信息、冠狀動脈血流信息和心肌灌注信息的模型來進行。所述模型可適用于診斷目的并且適用于預測醫藥療法、介入療法或手術療法的益處。

因此，在休息和/或應激條件下的冠狀動脈血流和心肌灌注可在從三維醫學成像數據構建的患者特異性幾何模型中模擬。測量的心肌灌注數據可與模擬心肌灌注結果組合使用，以調整邊界條件直到模擬心肌灌注結果在給定容許量內匹配測量的心肌灌注數據為止(例如上文關于圖32所述)。可提供較精確的患者特異性冠狀動脈血流計算，并且心臟病專家可能夠預測在測量數據可能不可得的情況下(如當模擬患者在最大運動或用力、模擬治療或其它條件下時)的冠狀動脈血流和心肌灌注。

左心室和/或右心室心肌的患者特異性三維模型可分成灌注片段或子體積。而且，從醫學成像數據確定的冠狀動脈的患者特異性三維幾何模型可與其余冠狀動脈樹的一部分的形態計量學模型組合，所述其余冠狀動脈樹是在心外膜表面上或含于由灌注子體積表示的左心室和/或右心室心肌壁中以形成擴充模型。可計算擴充模型中給定(例如患病)位置下游的總心肌體積的百分比。還可計算在擴充模型中給定(例如患病)位置的總心肌血流的百分比。擴充模型可用以計算冠狀動脈血流和心肌灌注。還可修改冠狀動脈血流模型直到模擬灌注在指定容許量內匹配測量的灌注數據為止。

b.評估斑塊脆弱性

計算分析還可提供定量作用于斑塊的患者特異性生物力學力的結果，所述斑塊可在患者的主動脈和冠狀動脈(和由此延伸的分支)中積累，例如冠狀動脈粥樣硬化斑塊。生物力學力可由脈動壓力、流量和心臟運動引起。

圖33展示沿血管壁902積累的斑塊900的一個實施例，所述血管壁902如為主要冠狀動脈之一或由此延伸的分支之一的壁。斑塊上游端和下游端的壓力和/或表面積的差異可產生力904，所述力904至少沿血流方向作用于斑塊900，例如由血液流經血管引起。另一力906可至少沿朝著并且垂直于血管壁902的方向作用于斑塊900的表面。力906可由流經血管的血液的血壓所引起。又一力908可至少沿血流方向作用于斑塊900的表面，并且可歸因于在休息、運動等期間的血液動力學力。

結果還可評估斑塊破裂(例如當在血管壁上累積的斑塊變得不穩定并且脫落或破開時)的風險以及可能受所述破裂影響的心肌體積。可在各種模擬生理條件(如休息、運動等)下評估結果。斑塊破裂風險可定義為模擬斑塊應力與斑塊強度的比率，所述斑塊強度是使用來源于ccta或mri的物質組成數據(例如在圖2的步驟100中測定)來估計。

舉例來說，圖34展示計算分析可輸出的結果的一個實施例。結果可包括圖31的三維幾何模型846，所述三維幾何模型846可包括患者的主動脈和冠狀動脈(和由此延伸的分支)的三維幾何模型837，以及患者的分成片段842的心肌組織的三維幾何模型838。結果還可指示冠狀動脈(由此延伸的分支)之一中的位置910，其中斑塊可被確定為脆弱的，并且位置910可依據斑塊破裂風險評估(將在下文更詳細地描述)和/或依據用戶輸入而被鑒別出。而且，如圖34中所示，由于在位置910鑒別出的斑塊破裂，因此心肌片段912(片段842的多個的)可鑒別為具有高的低灌注概率。

圖35和圖36是根據一個示例性實施方案展示方法920的方面的示意圖，所述方法920用于提供有關評估特定患者的斑塊脆弱性、心肌體積風險和心肌灌注風險的各種信息。方法920可在上述計算機系統中實施，所述計算機系統例如是用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。方法920可使用一個或多個輸入922來進行，并且可包括依據輸入922來產生一個或多個模型930、依據一個或多個模型930進行一種或多種生物力學分析940，以及依據模型930和生物力學分析940提供各種結果。

輸入922可包括患者的主動脈、冠狀動脈(和由此延伸的分支)和心臟的醫學成像數據923，如ccta數據(例如在圖2的步驟100中獲得)。輸入922還可包括從患者測量的其它生理學數據924，如患者的臂血壓、心率和/或其它測量值(例如在圖2的步驟100中獲得)。其它生理學數據924可以非侵入方式獲得。輸入922可用以產生模型930和/或進行下述生物力學分析940。

如上所述，一個或多個模型930可依據輸入922來產生。舉例來說，方法920可包括產生血液動力學模型932，所述血液動力學模型932包括在整個患者解剖結構的三維幾何模型中各種位置的計算血液流量和壓力信息。患者解剖結構的模型可使用以下創建：醫學成像數據923，例如在圖3的步驟306中產生的圖8的實體模型320，和/或在圖3的步驟312中產生的圖17-19的網380，并且在一個示例性實施方案中，血液動力學模型932可為模擬血壓模型50(圖1)、模擬血流模型52(圖1)、cffr模型54(圖1)，或在進行計算分析之后產生的其它模擬，例如上文關于圖3的步驟402所述。固體力學模型(包括流體結構互動模型)可以用已知數值方法的計算分析求解。斑塊和血管的性質可建模成線性或非線性、各向同性或各向異性。解可提供斑塊以及斑塊和血管之間的界面的應力和應變。在圖36中所示的示例性實施方案中，血液動力學模型932是cffr模型54。

方法920可包括使用血液動力學模型932如下來進行生物力學分析940：計算在各種生理狀態(如休息、不同程度的運動或用力等)下因血液動力學力而作用于斑塊腔面的壓力906(圖33)和剪應力908(圖33)(步驟942)。壓力906和剪應力908可依據來自血液動力學模型932的信息(例如血液壓力和流量)來計算。

任選地，方法920還可包括產生用于從四維成像數據定量血管變形的幾何分析模型934，所述四維成像數據例如是在心動周期的多個階段(如收縮階段和舒張階段)獲得的成像數據。成像數據可使用各種已知成像方法獲得。幾何分析模型934可包括關于在心動周期的不同階段，例如由心臟運動造成的血管位置、變形、取向和尺寸的信息。舉例來說，可通過幾何分析模型934模擬患者的主動脈、冠狀動脈(和由此延伸的分支)和斑塊的各種類型的變形，如縱向變長(伸長)或縮短、扭曲(扭轉)、徑向膨脹或壓縮和彎曲。

方法920可包括使用幾何分析模型934如下進行生物力學分析940：計算患者的主動脈、冠狀動脈(和由此延伸的分支)和斑塊由心臟誘導性脈動壓力造成的各種變形特征，如縱向變長(伸長)或縮短、扭曲(扭轉)、徑向膨脹或壓縮，和彎曲等(步驟944)。這些變形特征可依據來自幾何分析模型934的信息來計算，所述信息例如是在心動周期的多個階段內，血管位置、取向和尺寸的改變。

計算變形特征可通過確定所建模幾何形狀(例如患者的主動脈、冠狀動脈(和由此延伸的分支)、斑塊等的幾何形狀)的中線或表面網來簡化。為確定所建模幾何形狀在不同階段之間的變化，分支口、鈣化病變和軟斑塊可用作陸標(landmark)。在不具有陸標的區域中，沿所建模幾何形狀的長度的截面積概況可用以鑒別在兩個圖像幀之間的相應位置(以“記錄(register)”兩個圖像幀)。依據原始圖像數據的可變形記錄算法可用以提取三維變形場。計算的三維變形場接著可投射到與所建模幾何形狀(例如血管長度)對準的曲線軸以計算變形場的切線分量和法向分量。所建模幾何形狀(例如血管長度)、分支分開的角度和收縮和心臟舒張之間曲率的所得差異可用以確定血管經歷的應變。

方法920還可包括產生用于從醫學成像數據923確定斑塊組成和性質的斑塊模型936。舉例來說，斑塊模型936可包括關于斑塊的密度和其它物質性質的信息。

方法920還可包括產生血管壁模型938，所述血管壁模型938是用于計算關于斑塊、血管壁和/或斑塊和血管壁之間的界面的信息。舉例來說，血管壁模型938可包括關于應力和應變的信息，所述信息可依據斑塊模型936中包括的斑塊組成和性質、在步驟942中計算的壓力906和剪應力908和/或在步驟944中計算的變形特征來計算。

方法920可包括使用血管壁模型938如下進行生物力學分析940：計算血液動力學力和心臟運動誘導性應變造成的斑塊上應力(例如急性應力或積累應力)(步驟946)。舉例來說，可計算作用于斑塊的流量誘導力904(圖33)。由血液動力學力和心臟運動誘導性應變造成的斑塊上應力或力可依據來自血管壁模型938的信息(例如斑塊上應力和應變)來計算。

方法920可包括依據上述模型930中一個或多個和生物力學分析940中一個或多個來確定其它信息。

可計算斑塊破裂脆弱性指數(步驟950)。斑塊破裂脆弱性指數可例如依據總血液動力學應力、應力頻率、應力方向和/或斑塊強度或其它性質來計算。舉例來說，包圍目標斑塊的區域可與斑塊的三維模型930(如斑塊模型936)分離。斑塊強度可從斑塊模型936中提供的物質性質確定。由脈動壓力、流量和心臟運動造成的目標斑塊上的血液動力學應力和組織應力可在模擬基線和運動(或用力)條件下通過使用以下來計算：在步驟946中預先計算的血液動力學應力和運動誘導性應變。斑塊脆弱性可依據斑塊應力與斑塊強度的比率來評估。

還可計算心肌容量風險指數(mvri)(步驟952)。mvri可定義為在動脈樹中給定位置，受斑塊破裂和血管梗塞(閉塞或阻塞)影響的總心肌容量的百分比。mvri可依據給定斑塊下游血管提供的心肌的部分來計算，這可相對于下游血管的尺寸來考慮斑塊尺寸，以及依據三維血液動力學解，斑塊可流入不同血管中的概率。

心肌可被建模并分成由血液動力學模擬中的各血管提供的片段842(例如關聯圖30的步驟835和步驟840所述)。幾何模型可被修改為包括冠狀動脈樹中分支857的下一代(例如關聯圖30的步驟855所述)，并且心肌可被進一步分割(例如關聯圖30的步驟860所述)。可在子段862中產生其它分支857，并且子段862可進一步分割成較小片段867(例如關聯圖30的步驟865所述)。如先前描述的生理學關系可用以關聯血管尺寸與成比例量的所提供的心肌。

可確定破裂斑塊所行進的可能路徑。血液動力學解可用以確定斑塊片段或栓塞物可流入不同下游血管中的機會百分比。

可將破裂斑塊的尺寸與下游血管的尺寸相比以確定斑塊可在哪里最終產生流障礙。這個信息可與脆弱性指數組合以提供可能受破裂斑塊影響的心肌容量的概率圖。mvri在各可能的受影響的片段都可被賦值。圖34展示片段912的一個實施例，在所述片段912處，在遠端血管中位置910的脆弱斑塊影響小面積心肌的概率較高。

還可計算心肌灌注風險指數(mpri)(步驟954)。mpri可定義為在動脈樹中給定位置，受斑塊破裂和血管梗塞影響的總心肌血流的百分比。舉例來說，相比lad動脈的鄰近部分中的斑塊破裂，lad動脈的遠端部分中的斑塊破裂將得到較低mvri和較低mpri。然而，如果受進料血管中的脆弱斑塊影響的心肌容量的一部分不可行(例如由于可在心肌梗塞之后形成的疤痕組織)，那么這些指數可不同。因此，mpri指示向心肌片段的可能灌注損失，而非如mvri指示的受影響容量。可計算向圖31的各片段842、862或867的灌注率，并且灌注損失可依據脆弱性指數、血液動力學解，和斑塊和血管的尺寸來計算。

因此，可計算由脈動血壓、脈動血流、脈動血液剪應力和/或脈動心臟運動造成的斑塊應力，并且斑塊強度可依據醫學成像數據來估計，并且可定量有關斑塊脆弱性、心肌容量風險和心肌灌注風險的指數。

viii.其它應用

上述實施方案與評估關于患者的冠狀動脈血流的信息相關。或者，實施方案還可針對身體其它區域的血流來調適，所述身體其它區域如但不限于頸動脈、周邊動脈、腹部動脈、腎動脈、大腿動脈、腿彎部動脈和腦動脈。

a.為顱內和顱外血流建模

現將描述有關腦動脈的實施方案。眾多疾病可影響顱外或顱內動脈中的血液流量和壓力或受顱外或顱內動脈中的血液流量和壓力的影響。顱外(例如頸動脈和脊椎)動脈中的動脈粥樣硬化疾病可限制血液流向腦部。動脈粥樣硬化疾病的嚴重表現可導致短暫性缺血性發作或缺血性中風。顱內或顱外動脈中的動脈瘤疾病可造成以下風險：導致缺血性中風的栓塞或導致出血性中風的動脈瘤破裂。其它病狀(如頭外傷、高血壓、頭頸癌、動靜脈畸形、直立耐受不能等)也可影響腦血流量。此外，腦血流量減小可誘發如昏厥的癥狀，或影響慢性神經病癥，如繼阿茲海默氏病(alzheimer'sdisease)或帕金森氏病(parkinson'sdisease)之后的癡呆。

已知患有或懷疑患有顱外或顱內動脈疾病的患者通常可接受一種或多種以下非侵入性診斷性測試：us、mri、ct、pet。然而，這些測試不能有效提供用于大多數患者的顱外和顱內動脈的解剖學數據和生理學數據。

圖37是腦動脈圖，所述腦動脈包括顱內(在顱骨內)和顱外(在顱骨外)動脈。用于確定關于患者特異性顱內和顱外血流的信息的方法一般可類似于如上所述用于確定關于患者特異性冠狀動脈血流的信息的方法。

圖38是展示方法1000的方面的示意圖，所述方法1000用于提供有關特定患者的顱內血流量和顱外血流的各種信息。方法1000可在計算機系統中實施，所述計算機系統例如類似于用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。方法1000可使用一個或多個輸入1010來進行，并且可包括依據輸入1010來產生一個或多個模型1020、依據輸入1010和/或模型1020對一個或多個條件1030賦值，以及依據模型1020和條件1030得出一個或多個解1040。

輸入1010可包括患者的顱內和顱外動脈(例如患者的主動脈、頸動脈(圖37中所示)、脊椎動脈(圖37中所示)和腦部)的醫學成像數據1011，如ccta數據(例如以與上文關于圖2的步驟100所述類似的方式獲得)。輸入1010還可包括測量1012患者的臂血壓、頸動脈血壓(例如使用張力測定法)和/或其它測量(例如以與上文關于圖2的步驟100所述類似的方式獲得)。測量1012可以非侵入方式獲得。輸入1010可用以產生模型1020和/或確定下述條件1030。

如上所述，一個或多個模型1020可依據輸入1010來產生。舉例來說，方法1000可包括依據成像數據1011來產生患者的顱內和顱外動脈的一個或多個患者特異性三維幾何模型(步驟1021)。三維幾何模型1021可使用如上關于產生圖8的實體模型320和圖17-19的網380所述的類似方法來產生。舉例來說，與圖3的步驟306和步驟312類似的步驟可用以產生呈現患者的顱內和顱外動脈的三維實體模型和網。

回頭參考圖38，方法1000還可包括產生一個或多個基于物理學的血流模型(步驟1022)。舉例來說，血流模型可為呈現以下的模型：經過在步驟1021中產生的患者特異性幾何模型的流、心臟和主動脈循環、遠端顱內和顱外循環，等。在三維幾何模型1021的流入邊界和/或流出邊界，血流模型可包括如上文關于圖3的步驟310所述的降階模型，例如集中參數模型或分布(一維波傳播)模型等。或者，流入邊界和/或流出邊界可被賦予速度、流動速率、壓力或其它特征等的各別指定值或值域。作為另一替代方案，流入邊界可與心臟模型(例如包括主動脈弓)偶合。流入邊界和/或流出邊界的參數可調整來匹配所測量或選擇的生理條件，生理條件包括但限于心輸出量和血壓。

如上所述，一個或多個條件1030可依據輸入1010和/或模型1020來確定。條件1030包括針對在步驟1022(和圖3的步驟310)中確定的邊界條件所計算的參數。舉例來說，方法1000可包括如下確定條件：依據成像數據1011(例如以與上文關于圖3的步驟240所述類似的方式獲得)來計算患者特異性腦容量或頭容量(步驟1031)。

方法1000可包括如下確定條件：使用在步驟1031中計算的腦容量或頭容量、依據關系q＝qom^α的休息腦血流量q(其中α是預設標度指數，m是從腦容量或頭容量確定的腦質量，并且qo是預設常數)進行計算(例如類似于上文關于在圖3的步驟310中確定集中參數模型描述的生理關系)(步驟1032)。或者，所述關系可具有形式q∝qom^α，如上文在圖3的步驟310中關于確定集中參數模型所述。

方法1000還可包括如下確定條件：使用在步驟1032中計算的所得冠狀動脈流量和患者的測量血壓1012、總休息大腦阻力進行計算(例如類似于上文關于在圖3的步驟310中確定集中參數模型描述的方法)(步驟1033)。舉例來說，在基線(休息)條件下在步驟1032中確定的在三維幾何模型1021的流出邊界的總腦血流量q以及測量血壓1012可用以依據預設的用實驗方式得出的等式來確定在流出邊界的總阻力r。阻力、電容、感應系數和與集中參數模型中所用的各種電組件相關的其它變量可并入邊界條件中(例如上文在圖3的步驟310中關于確定集中參數模型所述)。

方法1000還可包括如下確定條件：使用在步驟1033和模型1020中計算的總休息大腦阻力、個別顱內和顱外動脈的個別阻力進行計算(步驟1034)。舉例來說，類似于上文關于圖3的步驟310描述的方法，在步驟1033中計算的總休息大腦阻力r可依據個別顱內和顱外動脈的遠端的尺寸(例如從在步驟1021中產生的幾何模型確定)，并且依據關系r＝rod^β(其中r是在具體遠端的流動阻力，并且ro是預設常數，d是尺寸(例如遠端的直徑)，并且β是預設冪律指數，如上文關于在圖3的步驟310中確定集中參數模型所述)分布到個別顱內和顱外動脈。

回頭參考圖38，方法1000可包括依據患者的一個或多個身體條件來調整邊界條件(步驟1035)。舉例來說，在步驟1031-1034中確定的參數可依據以下來修改：解1040是否意圖模擬休息、不同程度的應激、不同程度的壓力感受性反應或其它自主反饋控制、不同程度的充血、不同程度的運動、用力、高血壓或低血壓、不同藥物治療、體位變化和/或其它條件。參數(例如有關在流出邊界的邊界條件的參數)還可依據以下來調整：顱內和顱外動脈的舒張血管能力(血管變寬的能力)，例如歸因于微血管功能障礙或內皮健康。

依據輸入1010、模型1020和條件1030，可進行計算分析，例如上文關于圖3的步驟402所述，以便確定解1040，所述解1040包括關于患者的冠狀動脈血流在步驟1035中選擇的身體條件下的信息(步驟1041)。可從解1040提供的信息的實例可類似于上文關于圖1和圖21-24提供的實例，例如模擬血壓模型、模擬血流模型，等。結果還可用以確定例如流動速率、總腦流量、血管壁剪應力、牽引力或剪切力，所述力作用于血管壁或動脈粥樣硬化斑塊或動脈瘤、顆粒/血液滯留時間、血管壁活動、血液剪切速率，等。這些結果還可用以分析離開血管系統中特定區域的栓塞物在哪里可很可能因血液循環而移動。

計算機系統可允許用戶模擬幾何形狀的各種變化。舉例來說，模型1020，例如在步驟1021中產生的患者特異性幾何模型可被修改來預測動脈梗塞(例如急性梗塞)的影響。在一些手術程序中，如當去除癌性腫瘤時，一根或多根顱外動脈可被損傷或去除。因此，在步驟1021中產生患者特異性幾何模型還可修改來模擬防止血液流到一根或一根以上顱外動脈中的影響，以預測并行通路用于向患者提供足夠血流的可能。

計算機系統可允許用戶模擬各種治療選擇的結果，所述治療選擇如為介入修復或手術修復例如急性梗塞。通過用如上文關于圖27和圖28所述的降階模型替代如上所述的呈現顱內和顱外動脈的三維實體模型或網，模擬可較快速地進行。因此，降階模型，如一維模型或集中參數模型可較有效并快速地求出患者特異性模型中的血液流量和壓力并且顯示解的結果。

特定患者對舒張血管刺激物的反應可依據患者休息時的血液動力學信息或依據不同疾病病況的基于群體的數據來預測。舉例來說，在基線(休息)中，用依據冪律和腦質量(例如上文關于步驟1032所述)賦值的流動分布運行模擬(例如上文在步驟1041中所述)。可調整阻力值(例如在步驟1033和步驟1034中確定)以允許足夠的灌注。或者，將來自有如糖尿病、藥物治療和以往心臟事件的因素的患者群體的數據用以對不同阻力賦值。單獨或與血液動力學信息(例如壁剪應力，或流量和血管尺寸的關系)組合的在休息條件下的阻力的調整可用以確定遠端大腦血管擴張的剩余能力。需要阻力減小來滿足休息流量要求的患者，或流量與血管尺寸比較高的患者可具有減小的在生理應激下進一步擴張其血管的能力。

在腦動脈的個別片段上的流動速率和壓力梯度(例如在步驟1041中確定)可用以計算大腦動脈阻力。大腦動脈阻力可計算為患者特異性幾何模型中包括的顱外和顱內動脈的部分的等效阻力，所述患者特異性幾何模型是從醫學成像數據產生(例如在步驟1021中產生)。大腦動脈阻力的臨床意義可在于解釋為什么在顱外和/或顱內動脈中患有擴散性動脈粥樣硬化的患者可顯示昏厥(暫時性意識喪失或姿勢，例如昏暈)或局部缺血(血液供給限制)的癥狀。

而且，例如依據在步驟1041中確定的流量信息以及在步驟1031中計算的腦組織容量或質量，可計算在基線或改變的生理學條件下每單位腦組織容量(或質量)的流量。這個計算可適用于理解血流減少對慢性神經病癥的影響。這個計算還可適用于選擇或改進醫學療法，例如抗高血壓劑的劑量。其它結果可包括定量外傷、腦震蕩、外部生理應激、過量重力、失重、太空飛行、深海減壓(例如彎曲)等的影響。

組合的患者特異性解剖學(幾何)模型和生理學(基于物理學的)模型可用以確定不同藥物治療或生活方式變化(例如停止吸煙、改變膳食或增加身體活動)對腦動脈血流的作用，所述藥物治療或生活方式變化會改變心率、心搏量、血壓或大腦微循環功能。組合模型還可用以確定替代形式和/或不同程度的暴露于可能的外來力(例如當踢足球時、在太空飛行期間、當斯庫巴潛水時、在坐飛機飛行期間，等)的身體活動或風險對腦動脈血流的作用。所述信息可用以鑒別對特定患者來說可能安全并有效的身體活動的類型和程度。組合模型也可用以預測經皮介入對腦動脈血流的可能益處以選擇最優的介入策略，和/或預測頸動脈內膜切除術或外部頸動脈到內部頸動脈旁路移植對腦動脈血流的可能益處以選擇最優的手術策略。

組合模型還可用以說明動脈疾病負擔增大對腦動脈血流的可能的有害作用，并且使用機械或現象學疾病進展模型或經驗數據來預測進展中疾病何時可對流向腦部的血流引起損害。所述信息可實現確定“保證期”，其中使用非侵入性成像觀察到最初沒有熱力學有意義的疾病的患者可能不被預期需要醫藥療法、介入療法或手術療法，或者，如果繼續有不利因素，那么可確定出現進展的比率。

組合模型也可用以說明由疾病負擔減小引起的對腦動脈血流的可能的有益作用，并且使用機械或現象學疾病進展模型或經驗數據來預測疾病消退何時可引起到腦部的血流增加。所述信息可用以指導醫學管理程序，所述醫學管理程序包括但不限于改變膳食、增加身體活動、開出士他汀或其它醫藥的處方，等。

組合模型還可用以預測動脈梗塞的影響。在一些手術程序(如去除癌性腫瘤)中，一些顱外動脈可被損傷或去除。模擬防止血液流到顱外動脈之一的作用可允許預測并行通路向特定患者提供足夠血流的可能。

i.評估大腦灌注

可計算其它結果。舉例來說，計算分析可提供定量大腦灌注(經過大腦的血流)的結果。定量大腦灌注可有助于鑒別腦血流量減少的區域。

圖39展示根據一個示例性實施方案，有關方法1050的示意圖，所述方法1050用于提供有關特定患者的大腦灌注的各種信息。方法1050可在上述計算機系統中實施，所述計算機系統例如類似于用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。

方法1050可使用一個或多個輸入1052來進行。輸入1052可包括患者的顱內和顱外動脈(例如患者的主動脈、頸動脈(圖37中所示)、脊椎動脈(圖37中所示)和腦部)的醫學成像數據1053，如ccta數據(例如以與上文關于圖2的步驟100所述類似的方式獲得)。輸入1052還可包括從患者測量的其它生理學數據1054，如患者的臂血壓、心率和/或其它測量值(例如以與上文關于圖2的步驟100所述類似的方式獲得)。其它生理學數據1054可以非侵入方式獲得。輸入1052可用以進行下述步驟。

患者腦組織的三維幾何模型可依據成像數據1053創建(步驟1060)，并且幾何模型可分成片段或體積(步驟1062)(例如用與如上文關于圖29-32所述類似的方式)。個別片段的尺寸和位置可依據以下來確定：顱內和顱外動脈的流出邊界的位置、在各別片段(例如鄰近血管)中或與各別片段(例如鄰近血管)連接的血管的尺寸，等。將幾何模型分成片段可使用各種已知方法進行，所述已知方法如為快速行進法、通用快速行進法、水平集方法、擴散等式、經過多孔介質的等式支配流，等。

三維幾何模型還可包括患者的顱內和顱外動脈的一部分，所述部分可依據成像數據1053來建模(步驟1064)。舉例來說，在步驟1062和步驟1064中，可創建包括腦組織和顱內和顱外動脈的三維幾何模型。

計算分析例如可如上文關于圖3的步驟402所述來進行以確定解，所述解包括關于在由用戶確定的身體條件下患者的腦血流量的信息(步驟1066)。舉例來說，身體條件可包括休息、不同程度的應激、不同程度的壓力感受性反應或其它自主反饋控制、不同程度的充血、不同程度的運動或用力、不同藥物治療、體位變化和/或其它條件。所述解可提供在步驟1064中建模的患者的解剖結構中各種位置并且在指定身體條件下的信息，如血液流量和壓力。計算分析可使用來源于集中參數模型或一維模型的在流出邊界的邊界條件來進行。可產生一維模型來填充腦組織的片段，如下文關于圖40所述。

依據在步驟1066中確定的血流信息，可計算向在步驟1062中創建的腦部的各別片段中的血流灌注(步驟1068)。舉例來說，灌注可如下計算：將來自流出邊界各出口的流量除以出口所灌注的被分割腦部的容量。

在步驟1068中確定的腦部各別片段的灌注可顯示在步驟1060或步驟1062中產生的腦部幾何模型上(步驟1070)。舉例來說，在步驟1060中創建的幾何模型中所示的腦部片段可用不同色調或顏色說明以指示血流灌注到各別片段中。

圖40展示根據一個示例性實施方案，有關方法1100的另一示意圖，所述方法1100用于提供有關特定患者的大腦灌注的各種信息。方法1100可在上述計算機系統中實施，所述計算機系統例如類似于用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。

方法1100可使用一個或多個輸入1102來進行，輸入1102可包括患者的主動脈、頸動脈(圖37中所示)、脊椎動脈(圖37中所示)和腦部的醫學成像數據1103，如ccta數據(例如以與上文關于圖2的步驟100所述類似的方式獲得)。輸入1102可用以進行下述步驟。

患者腦組織的三維幾何模型可依據成像數據1103創建(步驟1110)。模型還可包括患者的主動脈、頸動脈(圖37中所示)和脊椎動脈(圖37中所示)的一部分，所述部分還可依據成像數據1103創建。舉例來說，如上所述，可創建包括腦組織和顱內和顱外動脈的三維幾何模型。步驟1110可包括上述圖39的步驟1060和步驟1064。

在步驟1110中創建的幾何腦組織模型可分成體積或片段(步驟1112)。步驟1112可包括上述圖39的步驟1062。幾何腦組織模型還可進一步修改來包括大腦樹中分支的下一代(步驟1118)(例如用與如上文關于圖29-32所述類似的方式)。分支的位置和尺寸可依據顱內和顱外動脈的中線來確定。中線可例如依據成像數1103來確定(步驟1114)。一種算法還可用以依據形態計量學模型(用以預測在流出邊界的已知出口下游的血管位置和尺寸的模型)和/或與血管尺寸有關的生理學分支規律來確定分支的位置和尺寸(步驟1116)。形態計量學模型可擴充到幾何模型中包括的顱內和顱外動脈的下游端，并且提供于腦組織外層上或含在腦組織幾何模型內。

腦部可依據在步驟1118中創建的分支來進一步片段(步驟1120)(例如用與如上文關于圖29-32所述類似的方式)。可在子段中創建其它分支，并且子段可進一步分割成較小片段(步驟1122)(例如用與如上文關于圖29-32所述類似的方式)。創建分支以及將體積分成子段的步驟可重復到獲得體積尺寸和/或分支尺寸的所需分解為止。已在步驟1118和步驟1122中擴充為包括新分支的幾何模型接著可用以計算向子段(如在步驟1122中產生的子段)中的腦血流量和大腦灌注。

因此，擴充模型可用以進行上述計算分析。計算分析結果可將有關血流的信息從患者特異性腦動脈模型提供到所產生的形態計量學模型(包括在步驟1118和步驟1122產生的分支)中，所述信息可延伸到在步驟1122中產生的灌注子段的每一個中。

圖41展示根據一個示例性實施方案，有關方法1150的另一示意圖，所述方法1150用于提供有關特定患者的大腦灌注的各種信息。方法1150可在上述計算機系統中實施，所述計算機系統例如是用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。

方法1150可使用一個或多個輸入1152來進行。輸入1152可包括患者的主動脈、頸動脈(圖37中所示)、脊椎動脈(圖37中所示)和腦部的醫學成像數據1153，如ccta數據(例如以與上文關于圖2的步驟100所述類似的方式獲得)。輸入1152還可包括從患者測量的其它生理學數據1154，如患者的臂血壓、心率和/或其它測量值(例如在圖2的步驟100中獲得)。其它生理學數據1154可以非侵入方式獲得。輸入1152還可包括從患者測量(例如使用ct、pet、spect、mri，等)的腦灌注數據1155。輸入1152可用以進行下述步驟。

患者的顱內和顱外動脈的三維幾何模型可依據成像數據1153來創建(步驟1160)。步驟1160可類似于上述圖39的步驟1064。

計算分析例如可如上文關于圖3的步驟402所述來進行以確定解，所述解包括關于在由用戶確定的身體條件下患者的腦血流量的信息(步驟1162)。舉例來說，身體條件可包括休息、不同程度的應激、不同程度的壓力感受性反應或其它自主反饋控制、不同程度的充血、不同程度的運動或用力、不同藥物治療、體位變化和/或其它條件。所述解可提供在步驟1160中建模的患者的解剖結構中各種位置并且在指定身體條件下的信息，如血液流量和壓力。步驟1162可類似于上述圖39的步驟1066。

而且，患者腦組織的三維幾何模型可依據成像數據1153創建(步驟1164)。舉例來說，在步驟1160和步驟1164中，可創建包括腦組織和顱內和顱外動脈的三維幾何模型。步驟1164可類似于上述圖39的步驟1060。

幾何模型可分成片段或子體積(步驟1166)。步驟1166可類似于上述圖39的步驟1062。

依據在步驟1162中確定的血流信息，可計算向在步驟1166中創建的腦組織的各別片段中的血流灌注(步驟1168)。步驟1168可類似于上述圖39的步驟1068。

腦組織各別片段的計算灌注可顯示在步驟1164或步驟1166中產生的腦組織幾何模型上(步驟1170)。步驟1170可類似于上述圖39的步驟1070。

在步驟1170中繪制于腦組織三維幾何模型上的模擬灌注數據可與測量的大腦灌注數據1155相比(步驟1172)。比較可使用腦組織三維表示上各種顏色和/或色調來指示模擬灌注數據和測量灌注數據的差異。

在步驟1160中創建的三維幾何模型的出口處的邊界條件可調整，以減小模擬灌注數據和測量灌注數據之間的誤差(步驟1174)。舉例來說，為減小誤差，可調整邊界條件，以使向一個區域(例如在步驟1166中創建的片段)(其中模擬灌注低于測量灌注)供料的血管的指定流動阻力可減小。可調整邊界條件的其它參數。或者，可修改模型的分支結構。舉例來說，如上文關于圖40所述，可擴充在步驟1160中創建的幾何模型來創建形態計量學模型。邊界條件和/或形態計量學模型的參數可使用參數估計或數據同化方法來憑經驗或系統地調整，所述方法如為標題為“methodfortuningpatient-specific心血管simulations”的美國專利申請公布號2010/0017171中所述的方法，或其它方法。

圖41的步驟1162、1168、1170、1172、1174和/或其它步驟可重復，例如直到模擬灌注數據和測量灌注數據之間的誤差低于預定臨限值為止。因此，計算分析可使用有關解剖學信息、腦血流量信息和大腦灌注信息的模型來進行。所述模型可適用于診斷目的并且適用于預測醫藥療法、介入療法或手術療法的益處。

因此，可計算在基線條件或改變的生理學狀態下的顱外和顱內動脈血流和大腦灌注。大腦灌注數據可與模擬大腦灌注結果組合使用，以調整顱內動脈血流計算值的邊界條件，直到模擬大腦灌注結果在給定容許量內匹配測量的大腦灌注數據為止。因此，可提供較精確的患者特異性顱外和顱內動脈血流計算，并且醫師可預測在測量數據可能不可得的情況下(例如某些身體條件，如運動、用力、體位變化或模擬治療)的腦動脈血流和大腦灌注。腦部的患者特異性三維模型可分成灌注片段或子體積，并且可確定患者是否接收到適當最小的灌注到腦部的各種區域。

顱內動脈的患者特異性三維幾何模型可從醫學成像數據產生，并且與由灌注片段或子體積表示的其余顱內動脈樹的一部分的形態計量學模型(例如上文關于圖40所述)組合以形成擴充模型。可計算擴充模型中給定(例如患病)位置下游的總腦容量(或質量)的百分比。而且，可計算在擴充模型中給定(例如患病)位置的總腦血流量的百分比。另外，功能成像研究(例如功能性磁共振成像(fmri))、灌注ct或mri中記錄的不足接著可追蹤到進料血管中的疾病、解剖學變體、受損自調節機制、低血壓或其它病狀，從而可適用于患有缺血性中風、昏厥、直立耐受不能、外傷或慢性神經病癥的患者。

ii.評估斑塊脆弱性

計算分析還可提供定量作用于斑塊的患者特異性生物力學力的結果，所述斑塊可在患者的顱內和顱外動脈(例如頸動脈粥樣硬化斑塊)中積累。生物力學力可由脈動壓力、流量和頸部運動引起。

圖42是根據一個示例性實施方案展示方法1200的方面的示意圖，所述方法1200用于提供有關評估特定患者的斑塊脆弱性、大腦容量風險和大腦灌注風險的各種信息。方法1200可在上述計算機系統中實施，所述計算機系統例如類似于用以實施上文描述并在圖3中展示的步驟中一個或多個的計算機系統。方法1200可使用一個或多個輸入1202來進行，并且可包括依據輸入1202來產生一個或多個模型1210、依據一個或多個模型1210進行一種或多種生物力學分析1220，以及依據模型1220和生物力學分析1210提供各種結果。

輸入1202可包括患者的顱內和顱外動脈(例如患者的主動脈、頸動脈(圖37中所示)、脊椎動脈(圖37中所示)和腦部)的醫學成像數據1203，如ccta數據(例如以與上文關于圖2的步驟100所述類似的方式獲得)。輸入1202還可包括從患者測量的其它生理學數據1204，如患者的臂血壓、心率和/或其它測量值(例如以與上文關于圖2的步驟100所述類似的方式獲得)。其它生理學數據1204可以非侵入方式獲得。輸入1202可用以產生模型1210和/或進行下述生物力學分析1220。

如上所述，一個或多個模型1210可依據輸入1202來產生。舉例來說，方法1200可包括產生血液動力學模型1212，所述血液動力學模型1212包括在整個患者解剖結構的三維幾何模型中各種位置的計算血液流量和壓力信息。患者解剖結構的模型可使用醫學成像數據1203創建，并且在一個示例性實施方案中，血液動力學模型1212可為模擬血壓模型、模擬血流模型或在進行計算分析之后產生的其它模擬，例如上文關于圖3的步驟402所述。固體力學模型(包括流體結構互動模型)可以用已知數值方法的計算分析求解。斑塊和血管的性質可建模成線性或非線性、各向同性或各向異性。解可提供斑塊以及斑塊和血管之間的界面的應力和應變。用于產生血液動力學模型1212的步驟可類似于用于產生上述圖35的血液動力學模型932的步驟。

方法1200可包括使用血液動力學模型1212如下來進行生物力學分析1220：計算在各種生理狀態(如休息、不同程度的運動或用力等)下因血液動力學力而作用于斑塊腔面的壓力和剪應力(步驟1222)。壓力和剪應力可依據來自血液動力學模型1212信息(例如血液壓力和流量)來計算。步驟1222可類似于上述圖35的步驟942。

任選地，方法1200還可包括以與上文關于圖35的幾何分析模型934所述類似的方式，產生用于從四維成像數據定量血管變形的幾何分析模型，所述四維成像數據例如是在心動周期的多個階段(如收縮階段和舒張階段)獲得的成像數據。方法1200還可包括以與上文關于圖35的步驟944所述類似的方式，使用幾何分析模型如下進行生物力學分析1220：計算患者的顱內和顱外動脈和斑塊由心臟誘導性脈動壓力造成的各種變形特征，如縱向變長(伸長)或縮短、扭曲(扭轉)、徑向膨脹或壓縮，和彎曲等。

方法1200還可包括產生用于從醫學成像數據1203確定斑塊組成和性質的斑塊模型1214。舉例來說，斑塊模型1214可包括關于斑塊的密度和其它物質性質的信息。

方法1200還可包括產生血管壁模型1216，所述血管壁模型1216是用于計算關于斑塊、血管壁和/或斑塊和血管壁之間的界面的信息。舉例來說，血管壁模型1216可包括關于應力和應變的信息，所述信息可依據斑塊模型1214中包括的斑塊組成和性質和在步驟1220中計算的壓力和剪應力來計算。任選地，應力和應變還可使用如上所述計算的變形特征來計算。用于產生斑塊模型1214和/或血管壁模型1216的步驟可類似于上述圖35的用于產生斑塊模型936和/或血管壁模型938的步驟。

方法1200可包括使用血管壁模型1216如下進行生物力學分析1220：計算血液動力學力和頸部活動誘導性應變造成的斑塊上應力(例如急性應力或積累應力)(步驟1224)。舉例來說，可計算作用于斑塊的流量誘導力904(圖33)。由血液動力學力和頸部活動誘導性應變造成的斑塊上應力或力可依據來自血管壁模型1216的信息(例如斑塊上應力和應變)來計算。步驟1224可類似于上述圖35的步驟946。

方法1200可包括依據上述模型1210中一個或多個和生物力學分析1220中一個或多個來確定其它信息。

可計算斑塊破裂脆弱性指數(步驟1230)。斑塊破裂脆弱性指數可例如依據血液動力學應力、應力頻率、應力方向和/或斑塊強度或其它性質來計算。舉例來說，包圍目標斑塊的區域可與斑塊的三維模型1210(如斑塊模型1214)分離。斑塊強度可從斑塊模型1214中提供的物質性質確定。由脈動壓力、流量和頸部運動造成的目標斑塊上的血液動力學應力和組織應力可在模擬基線和運動(或用力)條件下通過使用以下來計算：在步驟1224中預先計算的血液動力學應力和運動誘導性應變。斑塊脆弱性可依據斑塊應力與斑塊強度的比率來評估。步驟1230可類似于上述圖35的步驟950。舉例來說，可計算位于顱外動脈中的斑塊的斑塊破裂脆弱性指數以用于中風評估。

還可計算大腦容量風險指數(cvri)(步驟1232)。cvri可定義為在動脈樹中給定位置，血管受斑塊破裂或栓塞和梗塞(閉塞或阻塞)影響的總腦容量的百分比。cvri可依據給定斑塊下游血管提供的腦部的部分來計算，這可相對于下游血管的尺寸來考慮斑塊尺寸，以及依據三維血液動力學解，斑塊可流入不同血管中的概率。cvri可在患病狀態評估，或在介入之前或之后評估。步驟1232可類似于上述圖35的步驟952。

腦組織可被建模并分成由血液動力學模擬中的各血管提供的片段(例如關聯圖40的步驟1110和步驟1112所述)。幾何模型可被修改為包括大腦樹中分支的下一代(例如關聯圖40的步驟1118所述)，并且腦組織可被進一步分割(例如關聯圖40的步驟1120所述)。可在子段中創建其它分支，并且子段可進一步分割成較小片段(例如關聯圖40的步驟1122所述)。如先前描述的生理學關系可用以關聯血管尺寸與成比例量的所提供的腦組織。

可確定破裂斑塊所行進的可能路徑。血液動力學解可用以確定斑塊片段或栓塞物可流入不同下游血管中的機會百分比。

可將破裂斑塊的尺寸與下游血管的尺寸相比以確定斑塊可在哪里最終產生流障礙。這個信息可與脆弱性指數組合以提供可能受破裂斑塊影響的腦組織的容量的概率圖。cvri在各可能的受影響的片段都可被賦值。

還可計算大腦灌注風險指數(cpri)(步驟1234)。cpri可定義為在動脈樹中給定位置，受斑塊破裂和血管梗塞影響的總腦血流量的百分比。cpri指示向腦組織片段的可能灌注損失，而非如cvri指示的受影響容量。舉例來說，頸動脈斑塊破裂或栓塞的影響可取決于患者的威利斯環(circleofwillis)(圖37中所示)的幾何形狀而變化，并且因解剖結構的這些差異而可得到不同cvri和cpri值。可計算向腦組織各片段的灌注率，并且灌注損失可依據脆弱性指數、血液動力學解，和斑塊和血管的尺寸來計算。cpri可在患病狀態評估，或在介入之前或之后評估。步驟1234可類似于上述圖35的步驟954。

因此，可評估作用于頸動脈粥樣硬化斑塊的生物力學力，所述生物力學力由脈動壓力、脈動血流和/或任選地頸部運動引起。可定量斑塊所經歷的由脈動壓力、脈動血流和/或任選地頸部運動引起的總應力。解可考慮作用于斑塊或作用于斑塊和血管壁之間的界面的患者特異性血液動力學應力的多個來源。而且，斑塊強度可依據醫學成像數據來估計，并且可定量有關斑塊脆弱性、大腦容量風險和大腦灌注風險的指數。

通過確定如下文所述的顱外和顱內動脈的解剖學和生理學數據，可預測特定患者的動脈或器官層面在各種身體條件下的血流變化。此外，可提供其它信息，如短暫性缺血性發作、缺血性中風或動脈瘤破裂的風險、作用于動脈粥樣硬化斑塊或動脈瘤的力、醫學介入或手術療法對顱內或顱外血流、壓力、壁應力或腦灌注的預測影響。可定量顱內或顱外動脈中的血流、壓力和壁應力，以及總腦灌注和局部腦灌注，并且可確定疾病的功能意義。

除定量從成像數據構建的三維幾何模型中的血流(例如上文在步驟1212中描述)以外，模型還可被修改來模擬疾病進展或消退或醫藥介入、經皮介入或手術介入的影響。在一個示例性實施方案中，動脈粥樣硬化進展可如下建模：隨時間對解進行迭代，例如通過求出剪應力或顆粒滯留時間，以及依據血液動力學因素和/或患者特異性生物化學測量值來調適幾何模型以使動脈粥樣硬化斑塊發展得到進展。此外，血流、心率、血壓和其它生理學變量的變化對顱外和/或顱內動脈血流或大腦灌注的影響可通過改變邊界條件來建模，并且用以計算這些變量隨時間變化的積累作用。

任何實施方案中闡述的任何方面都可與本文所述的任何其它實施方案一起使用。本文所述的每一設備和裝置都可用于任何適合的醫學程序，可進展經過任何適合的身體內腔和體腔，并且可用于對任何適合的身體部分進行成像。

將對所屬領域的技術人員顯而易知的是，各種修改和變化可在公開系統和方法中進行，而不背離公開內容的范疇。考慮本文公開的公開內容的說明書和實踐后，所屬領域的技術人員將顯而易知其它實施方案。旨在將說明書和實施例視為僅具有示例性，公開內容的真實范疇和精神由以下權利要求指示。