-
公开(公告)号:CN111743624A
公开(公告)日:2020-10-09
申请号:CN202010623464.3
申请日:2020-07-01
Applicant: 杭州脉流科技有限公司
IPC: A61B34/10
Abstract: 本申请涉及一种血管支架的模拟释放方法、装置、计算机设备和存储介质,其中模拟释放方法包括:将血管支架压缩装载至导管中,所述血管支架以及所述导管均为预先构建且用于模拟计算的三维模型;将血管支架在导管约束下伸入至壳体内并释放血管支架的远端部分,所述壳体为与载瘤血管内径相匹配的圆筒状、且预置在载瘤血管中;保持所述导管的位置不变,将血管支架进一步向远端移动直至完全释放在并约束于壳体内;解除壳体对血管支架的约束,使血管支架进一步扩张直至与载瘤血管相贴合。采用本申请的模拟释放方法能够提升仿真速度,且兼顾实用性和准确性。
-
公开(公告)号:CN111652954A
公开(公告)日:2020-09-11
申请号:CN202010624905.1
申请日:2020-07-01
Applicant: 杭州脉流科技有限公司
Abstract: 本申请涉及一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质。所述基于左心室分割图片的左心室容积自动计算方法包括:针对每张左心室分割图片,计算图片中左心室室壁区域的凸包区域;在所述凸包区域中减去所述左心室室壁区域,得到心腔区域的断层图片;根据所有断层图片构建三维模型;根据所述三维模型计算得到左心室容积。本申请提供一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质,无需人为干预,且对CT扫描方向无限制。
-
公开(公告)号:CN108573488A
公开(公告)日:2018-09-25
申请号:CN201810257220.0
申请日:2018-03-27
Applicant: 杭州脉流科技有限公司
Abstract: 本发明公开了一种计算瞬时无波形比率的装置,包括至少一个计算机系统,其被配置成:接收患者动脉处于无波形期时病危血管的近端区域、远端区域的第一冠脉图像数据、第二冠脉图像数据,和参考血管的近端区域、远端区域的第三冠脉图像数据、第四冠脉图像数据;分别对第一冠脉图像数据、第二冠脉图像数据、第三冠脉图像数据、第四冠脉图像数据进行拟合,获得四条灰度值-时间曲线;根据四条灰度值-时间曲线,经计算获得瞬时无波形比率iFR,该装置操作简单,应用方便,能够及时获得瞬时无波形比率(iFR),特别适用于临床iFR的测量。
-
公开(公告)号:CN113902690B
公开(公告)日:2024-12-10
申请号:CN202111122616.2
申请日:2021-09-24
Applicant: 杭州脉流科技有限公司
Abstract: 本发明公开了一种基于血管腔内影像计算血流储备分数的方法、装置、计算设备以及存储介质,包括:获取进行血管腔内影像分的图像序列;对图像序列进行粗细分割以确定血管腔边界;将确定的血管腔边界映射到基于图像序列生成的轴向图;通过分析轴向图中每个血管腔边界点邻域范围内的边界强度值来筛选疑似分叉点序列;将疑似分叉点序列映射到每帧原图像后,确定疑似分叉点序列形成弧线与导管中心点形成的扇形区域,依据图像序列上的扇形区域的相似度确定导管伪影,并删除疑似分叉点中导管伪影对应的分叉点,得到确定的分叉点;依据确定的分叉点确定分叉血管后,结合依据血管腔边界确定的主血管和分叉血管构建血管模型;根据血管模型计算FFR。
-
公开(公告)号:CN114387464B
公开(公告)日:2024-11-08
申请号:CN202111453768.0
申请日:2021-12-01
Applicant: 杭州脉流科技有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/09
Abstract: 本申请公开了一种基于IVUS影像的易损斑块识别方法、计算机设备、可读存储介质和程序产品,所述基于IVUS影像的易损斑块识别方法包括:获得基于冠状动脉的IVUS影像与OCT影像,对所述IVUS影像与OCT影像配准;根据相对应的OCT影像人为标注IVUS影像,得到IVUS影像的分类标签,所述分类标签包括正常类和存在TCFA类;在所述IVUS影像上描绘出管腔边界与外弹性膜边界,获得掩码图像;根据所述IVUS影像和所述掩码图像训练第一深度学习模型,得到训练完成的第二深度学习模型,所述第二深度学习模型用于自动截取管腔边界和/或外弹性膜边界、获得初步ROI的边界;通过深度学习算法或机器学习算法训练分类器,所述分类器在训练完成后对带有初步ROI边界的IVUS影像进行TCFA自动识别。
-
公开(公告)号:CN114052764B
公开(公告)日:2024-07-12
申请号:CN202111288238.5
申请日:2021-11-02
Applicant: 杭州脉流科技有限公司
Abstract: 本申请获取血流储备分数的方法、装置、系统和计算机存储介质,包括:获取与冠状动脉以及心脏相关的影像数据和生理参数,通过对影像数据的处理构建相应的三维模型;所述影像数据包括主动脉影像和冠状动脉影像,所述冠状动脉影像包括舒张期冠脉影像和收缩期冠脉影像;根据所述三维模型求解血液动力学控制方程,以获得三维模型所表达区域的冠状动脉的血液动力学参数分布;利用所述血液动力学参数分布计算血管狭窄部位的血流储备分数。本申请提供的获取血流储备分数的方法通过处理舒张期影像数据和收缩期影像数据,使三维模型更加符合生理学结构,提高了三维模型还原度;通过求解血液动力学参数分布,计算血管狭窄部位的血流储备分数,提高了准确性。
-
公开(公告)号:CN116664564B
公开(公告)日:2023-10-31
申请号:CN202310937583.X
申请日:2023-07-28
Applicant: 杭州脉流科技有限公司
Abstract: 本申请涉及一种基于颅内医学影像获取血流量的方法和装置,方法包括:基于目标血管段的三维医学影像获得重构的空间三维模型,基于目标血管段的二维数字减影脑血管造影影像获得分割二值图;将空间三维模型与分割二值图进行空间配准,分割二值图具有与空间三维模型入口截面相对应的入口截面投影、以及与空间三维模型出口截面相对应的出口截面投影;分别获得入口截面投影、出口截面投影的造影剂浓度‑时间曲线,根据两条造影剂浓度‑时间曲线中造影剂浓度的变化趋势延迟,获得造影剂流经入口截面和出口截面的时间延迟;结合入口截面和出口截面之间的管腔体积、时间延迟,获得血流量。本申请仅需常规的颅内医学影像即可实现颅内血管流量评估。
-
公开(公告)号:CN116681716B
公开(公告)日:2023-10-10
申请号:CN202310973038.6
申请日:2023-08-04
Applicant: 杭州脉流科技有限公司
IPC: G06T7/11 , G06T7/00 , G06T7/73 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种颅内血管感兴趣区域分割方法、装置、设备和存储介质,通过对多帧造影图像中的像素值进行处理得到关键帧,提取关键帧中的主血管骨架后,分别采用造影角度识别模型以及关键分叉点识别模型对关键帧进行处理得到其造影角度以及主血管上的多个关键分叉点,继而对主血管上的多个血管段进行命名,接着再采用感兴趣区域检测模型对关键帧中的感兴趣区域进行预测,并且得到感兴趣区域内血管段的具体命名,最后利用训练好的血管分割模型对边界框中的目标血管段进行分割,得到颅内血管感兴趣区域分割图像。采用本方法在进行颅内血管感兴趣区域进行分割时,在得到分割图像的同时还可以得到该分割图像中血管的具体名称。
-
公开(公告)号:CN116703948A
公开(公告)日:2023-09-05
申请号:CN202310969770.6
申请日:2023-08-03
Applicant: 杭州脉流科技有限公司
IPC: G06T7/11 , G06T7/90 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/045 , G06N3/08
Abstract: 本申请公开了一种基于深度神经网络的颅内血管树分割方法和分割装置,颅内血管树分割方法,包括利用训练完成的深度神经网络从输入的DSA影像中分割出颅内血管树,训练过程包括:对含有血管的DSA图像进行采样,从采样图像中筛选获得血管密集图像,划分为小血管样本图和大血管样本图;根据典型角度造影中不同尺寸血管的相对位置关系,对各所述血管密集图像进行铺列组合,用于形成样本图像;在所述样本图像中获得每个像素点的离散度信息,所述离散度信息用于表示预定区域内血管像素值的离散程度;将所述样本图像、以及所述样本图像中每个像素点对应的所述离散度信息,结合制作为输入数据集,所述输入数据集用于训练所述深度神经网络。
-
公开(公告)号:CN111652954B
公开(公告)日:2023-09-05
申请号:CN202010624905.1
申请日:2020-07-01
Applicant: 杭州脉流科技有限公司
Abstract: 本申请涉及一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质。所述基于左心室分割图片的左心室容积自动计算方法包括:针对每张左心室分割图片,计算图片中左心室室壁区域的凸包区域;在所述凸包区域中减去所述左心室室壁区域,得到心腔区域的断层图片;根据所有断层图片构建三维模型;根据所述三维模型计算得到左心室容积。本申请提供一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质,无需人为干预,且对CT扫描方向无限制。
-
-
-
-
-
-
-
-
-