基于物理的快速血流储备分数计算

背景：

作为一项创功能学评价指标，血流储备分数(Fractional flow reserve，FFR)对冠心病的治疗策略具有重要的意义。常规的FFR测量需采用压力导丝介入，如图1所示。其价格昂贵且操作复杂，需要注射腺苷使冠脉微循环充分扩张，常伴随着许多不良反应，并引起身体不适，这些都在很大程度上限制了FFR在临床上的应用[1]。

图1 FFR定义简图。其中，Pd为狭窄远端压力，Pa为狭窄近段压力

基于计算流体动力学（computational fluid dynamics, CFD）和冠状动脉计算机断层扫描造影（CCTA）的代表性的无创冠状动脉FFR（CT-FFR）技术，实现了无创条件下功能学和解解剖学的结合，对冠心病的诊断具有重要的意义[2]。同单纯CCTA评价病变解剖学信息相比较，CT-FFR测定不需要改变CCTA操作方案、不需要额外使用药物，同时也不增加放射性剂量，已引起国内外学者的广泛关注。

模型和方法：

我司开发的基于物理的快速FFR算法（FFRFAST）在不损失精度的情况下可实现FFR的秒量级计算，其核心思想是将复杂的血液流动简化成一维圆管流动，通过数据降维和多参数拟合还原真实的冠脉FFR。根据FFR的定义，其实质是计算冠脉中压力的沿程损失。为了实现真实冠脉情况下快速计算FFR的目的，我们将冠脉血液流动等效成有限个微小圆管流动的组合，以管流的沿程压力损失和局部压力损失为基础，提出了一种工程上快速计算FFR的方法。该算法综合考虑了由流体在等截面直管内的摩擦阻力所引起的沿程压力损失h1和由于流道形状改变、流速受到扰动、流动方向变化等引起的局部压力损失hm。通常认为每种损失都能充分的体现出来而且独立地不受其他损失的影响，因此压力损失可以叠加。

通过计算沿程压力损失和局部压力损失，再对冠脉压力进行逐段积分，进而快速求得整个冠脉的FFR。计算过程如图2所示。


图2 FFR计算过程

回顾性试验：

利用Hu等人早先研究的117例血管病例，进行了测试。具体测试结果如下：

图1 FFRct和导丝FFR分布

表1 晟视FFRct和西门子AI FFRct计算结果对比：


图2 FFRct和导丝FFR一致性分析图

图3 FFRct的ROC曲线分布图

典型案例：

案例1：男性患者A，年龄60岁，诊断患有冠状动脉粥样硬化心脏病。快速FFR计算结果与有创FFR进行比较来说明FFRFAST的计算准确性。（A）CCTA多平面重格式化显示对角支（diagonal artery, D1）近端（a）和前降支（left anterior descending artery, LAD）中部阻塞性狭窄（红色箭头）（b），狭窄率分别为60%和80%；FFRFAST显示无明显缺血，LAD的计算值为0.83，D1的计算值为0.79（c）；入侵式冠状动脉造影（Invasive coronary angiogram, ICA）也显示LAD和D1均无明显缺血，实测FFR值分别为0.84和0.82。（B）CCTA多平面重新格式化显示回旋支（left circumflex artery, LCX）中部阻塞性狭窄（红色箭头），狭窄率80%（a）；FFRFAST显示出明显的局部缺血，计算值为0.73（b）；ICA同样显示缺血，实测FFR值为0.75。



案例2：男性患者B，年龄77岁，诊断患有冠状动脉粥样硬化心脏病。快速FFR计算结果与导丝FFR进行比较来说明FFRFAST的计算准确性。CCTA多平面重格式化显示LAD中段弥漫性病变（a），最严重狭窄率为75%；ICA显示狭窄明显，导丝测量LAD远端FFR为0.6（b, c）；FFRFAST也显示出明显的心肌缺血，计算值为0.61（d）。


案例3：男性患者C，年龄60岁，诊断患有冠状动脉粥样硬化心脏病。快速FFR计算结果与有创FFR进行比较来说明FFRFAST的计算准确性。（A）CCTA多平面重格式化显示回旋支近段动脉粥样硬化，钝缘支中段90%狭窄（a）；ICA显示狭窄明显，导丝测量LCX远端FFR为0.68（b, c）；FFRFAST也显示出明显的心肌缺血缺血，FFR计算值为0.7（d）。

产品简介：

我司CardioSim FFR 产品，基于冠状动脉CT影像定量计算获得冠状动脉FFR，预期供培训合格的医疗技术人员用于成人患者冠状动脉病变血管的功能学评价。临床中还应结合患者的临床病史、症状、其他诊断结果和临床医生的专业判断来综合评价冠状动脉血管。软件核心包扩冠脉中心线提取，心肌重构以及FFR计算。针对造影剂不足的冠脉，如果重构出现分支断裂，可以进行修复连接。同时，包含对冠脉点云的切割等多种功能，确保在FFR计算之前，冠脉的形态学能得到的还原。

专利：

1. 一种医疗图像的处理方法、装置及计算机存储介质

2. 一种医疗图像的处理方法、装置及计算机存储介质

3. 一种图像处理方法及装置、存储介质

4. 一种血管提取的方法、装置及存储介质

5. 一种血管提取方法、装置及计算机可读存储介质

6. 一种冠状动脉的半径计算方法、终端及存储介质

7. 一种模型的分离方法、装置、终端和计算机存储介质

8. 一种确定冠状动脉血流储备分数FFR的方法和装置

9. 一种评估血流储备分数的方法及装置、设备、存储介质

10. 血流储备分数确定系统、方法、终端及存储介质

11. 评估血流储备分数的系统、方法、设备及存储介质

12. 一种冠状动脉微循环阻力的确定方法和装置

13. 一种确定冠状动脉血流储备分数的方法和装置

14. 一种血流储备分数评估方法及装置、存储介质

15. 一种冠状动脉体外模型实验方法和系统

合作单位：

1. FFR回顾性研究合作单位

中国人民解放军南京军区总医院、北京协和医院、上海交通大学附属第六人民医院、中国医科大学附属盛京医院、第四军医大学西京医院、江苏泰州人民医院、南京医科大学附属南京第一医院、浙江大学医学院附属邵逸夫医院、首都医科大学附属北京安贞医院、西安交通大学第一附属医院、广东省人民医院

2. FFR临床前瞻性研究合作单位

北部战区总医院、南京市第一医院、浙江大学医学院附属第一医院、郑州大学第一附属医院、武汉亚洲心脏病医院、吉林大学第二医院、大连医科大学附属第二医院、天津市胸科医院

3. FFR技术以及科研项目合作单位

东软医疗、南京大学附属第一医院、嘉兴第一人民医院、浙江大学附属第二医院

参考文献：

1. Morris PD., Van De Vosse FN., Lawford P V., Hose DR., Gunn JP. “virtual” (Computed) Fractional Flow Reserve Current Challenges and Limitations. JACC Cardiovasc Interv 2015;8(8):1009–17. Doi: 10.1016/j.jcin.2015.04.006.

2. Taylor CA., Fonte TA., Min JK. Computational fluid dynamics applied to cardiac computed tomography for noninvasive quantification of fractional flow reserve: Scientific basis. J Am Coll Cardiol 2013;61(22):2233–41. Doi: 10.1016/j.jacc.2012.11.083.

3. Hu X, Yang M, Han L, et al. Diagnostic performance of machine-learning-based computed fractional flow reserve (FFR) derived from coronary computed tomography angiography for the assessment of myocardial ischemia verified by invasive FFR[J]. The International Journal of Cardiovascular Imaging, 2018, 34(12): 1987-1996.