确定血栓的物理性质的值的制作方法

本公开涉及确定血栓的物理性质的值。公开了一种计算机实施的方法、计算机程序产品和系统。

背景技术：

1、血栓或凝块是血管中的阻塞。血栓可能发生在静脉或动脉中。在前一种情况下，即静脉血栓，血液变得充血，导致肿胀和液体充血。在后一种情况下，即动脉血栓，血液供应受到限制，导致称为局部缺血的状况，这有对由动脉供应的组织造成损伤的风险。在这两种情况下，血栓的一部分也可以作为栓塞物脱离。栓塞物可能会滞留在体内的其他地方并形成同样阻塞血管的栓塞。血栓形成可能发生在身体的各个部分，包括在心脏和脑中，在心脏和脑中，除非快速处置，否则它们的影响可能是严重的。例如，在脑中，血栓或栓塞可以导致诸如(缺血性)卒中的状况。

2、各种管腔内处置设备可以用于处置血栓。这些包括机械血栓切除设备，并且其用于从血管去除血栓。目前，机械血栓切除设备主要有两组：抽吸导管和支架取回器。抽吸导管通常包括用于将冲洗流体递送到血栓的递送导管、以及用于提取冲洗流体以及血栓的破碎块的提取导管。在使用中，抽吸导管靠近凝块定位，并且在该位置进行抽吸，导致凝块的碎片从身体中取出。支架取回器通常包括被设计成一体地移除凝块的可扩张线网管，即支架。在其部署之前，线网管被容纳在递送导管中。递送导管被定位为使得它与凝块交叠，然后撤回递送导管，使得线网管从递送导管的远端扩张出来。随着线网管扩张，它捕获凝块。然后将线网管撤回到递送导管中并从身体移除。

3、支架取回器“sr”血栓切除术目前是由于前脑循环中的颅内大血管闭塞“lvo”引起的急性卒中的一线处置。然而，支架取回器血栓切除术流程可能由于各种原因而失败。这些包括解剖学挑战(例如，从主动脉弓到目标闭塞部位的曲折的动脉树)、大量凝块、串联闭塞、凝块特性(例如，新鲜的对有组织的凝块)、不同的病理机制(栓塞性与非栓塞性闭塞)等。急性lvo的病理机制或凝块的物理性质(软的对硬的/有组织的)可以在对支架取回器的响应中起关键作用。有组织的(硬的、富含纤维蛋白的)凝块比新鲜的(软的、富含红细胞的)凝块更具弹性且粘性更小，这导致与支架取回器的接合更少，并且可能导致在通过支架取回器取回期间丢失部分或全部凝块，特别是在曲折的动脉树的情况下。

4、此外，如例如在choi dae-han的文章“gradual expansion of stent retrieverin mechanical thrombectomy for curved middle cerebral artery…”(actaneurochirurgica(2019)161:2003-2012)中所阐述的，有组织的凝块可以在母动脉的支架取回器部署区段中引起张力，这可以引起动脉痉挛。这种影响增加了支架取回器失效的可能性。

5、为了由于有组织的凝块的lvo的成功再通，第一且最简单的选项是动脉内施用血管扩张剂，其释放支架取回器部署的动脉区段的张力，从而增加血管直径以便于凝块取回。第二选项是凝块溶解剂(组织纤溶酶原激活剂(tpa))的动脉内施用，以便在取出之前软化凝块。另一选项是同时利用支架取回器和抽吸或中间导管。支架取回器和血栓抽吸术可以顺序或同时进行。这有助于防止接合的凝块在支架取回器通过动脉树的曲折或狭窄区段缩回时丢失。如果在同时使用支架取回器和中间导管之后有组织的凝块仍然阻塞血管，则永久支架置入可以被认为是最终措施。

6、增加支架取回器失效风险的另一个因素是：如果急性lvo是由于颅内动脉粥样硬化狭窄血栓闭塞引起的，则支架对动脉粥样化表面的损伤。在这种情况下，使用支架取回器可以导致进一步的血小板活化，从而导致将来重复的再闭塞。为了防止在由于ica引起的lvo的情况下的重复再闭塞，血小板功能的抑制可以起关键作用。因此，第一选项是施用使血小板失活并且由此防止重复的再闭塞的糖蛋白iib/iiia抑制剂，如在kim,b.m.的文献“causes and solutions of endovascular treatment failure.”(j.stroke,vol.19,no.2,pp.131–142,2017)中所讨论的。

7、支架取回器血栓切除术流程中的当前工作流程是在支架部署后的三和八分钟之间取回支架。然而，对于硬/有组织的凝块，在第一次通过中成功取回凝块的机会低于软凝块的机会。一些医师可以执行多轮支架取出器血栓切除术以取出整个凝块。也已经提出了若干替代工作流程(诸如上面讨论的那些的)用于处置有组织的凝块。然而，在zaidat,o.o.等人的文献“first pass effect:a new measure for stroke thrombectomy devices”(stroke,vol.49,no.3,pp.660–666,2018)中已经报道了在单次通过中完成的支架取回器流程与正面结果之间存在相关性。在ng,p.p.等人的文献“intraprocedural predictorsof post-stent retriever thrombectomy subarachnoid hemorrhage in middlecerebral artery stroke”(j.neurointerv.surg.,vol.11,no.2,pp.123–126,2019)中也已经报道了超过两轮sr可能增加流程后蛛网膜下腔出血“sah”的风险。相同的研究表明，在支架位于其大脑中动脉中的血栓远侧超过2cm的患者中，流程后sah的风险更高。

8、因此，从上述讨论中可以理解，通过机械血栓切除术去除血栓是具有挑战性的流程，并且在这种流程中需要对于医师的改进的支持。

技术实现思路

1、根据本公开的一个方面，提供了一种确定血栓的物理性质的值的计算机实施的方法。所述方法包括：

2、接收x射线图像数据，所述x射线图像数据包括表示管腔内支架取回器设备的支架在血栓上的扩张的x射线图像的时间序列；

3、基于x射线图像的所述时间序列中的所述支架的扩张速率来确定所述血栓的所述物理性质的所述值；以及

4、输出所述物理性质的所述值。

5、发明人已经观察到，支架在血栓上的扩张速率指示血栓的各种物理性质，包括血栓的尺寸(例如其长度、直径和体积)以及血栓的组成(例如软的与硬的或有组织的)。这些物理性质影响医师对如何提取血栓的选择。因此，通过使用上述方法，可以在支架取回器流程期间确定血栓的物理性质，并且因此由医师用于确定在提取血栓时的动作的过程。因此，可以更好地支持医师执行这样的流程或介入。

6、根据参考附图对示例的以下描述，本公开的其他方面、特征和优点将变得显而易见。

技术特征：

1.一种确定血栓(110)的物理性质的值的计算机实施的方法，所述方法包括：

2.根据权利要求1所述的计算机实施的方法，其中，确定(s120)所述血栓(110)的所述物理性质的所述值包括将来自所述时间序列的多幅图像输入到使用包括训练x射线图像(120t)的时间序列的训练数据训练的神经网络(140)中，每个这样的训练序列表示管腔内支架取回器设备的支架在具有所述物理性质的已知值的血栓上的扩张。

3.根据权利要求2所述的计算机实施的方法，其中，所述确定(s120)还包括：

4.根据权利要求2所述的计算机实施的方法，其中，所述训练数据还包括针对训练x射线图像(120t)的每个时间序列的工作流程数据，所述工作流程数据定义用于成功地处置所述训练x射线图像的时间序列中的血栓的一个或多个后续工作流程步骤；并且

5.根据权利要求4所述的计算机实施的方法，其中，所述工作流程数据还包括与所述一个或多个后续工作流程步骤相对应的成功度量；所述成功度量表示所述一个或多个后续工作流程步骤引起对所述血栓(110)的成功处置的概率；并且

6.根据权利要求4所述的计算机实施的方法，其中，确定所输入的图像的所述潜在空间编码(150，z)相对于具有共同工作流程数据的所述潜在空间编码的分布(160t)的位置包括将所输入的图像的所述潜在空间编码(150，z)输入到第二神经网络中；

7.根据权利要求3-6中的任一项所述的计算机实施的方法，其中，所述神经网络(140)被训练为还基于患者数据来生成所输入的图像的所述潜在空间编码(150，z)；并且其中，所述方法还包括：

8.根据权利要求3-7中的任一项所述的计算机实施的方法，其中，所述神经网络(140)被训练为还基于支架数据和/或血栓数据来生成所输入的图像的所述潜在空间编码(150，z)；并且其中，所述方法还包括：

9.根据权利要求3所述的计算机实施的方法，其中，所述神经网络(140)通过以下步骤被训练为生成所输入的图像的所述潜在空间编码(150，z)：

10.根据权利要求2所述的计算机实施的方法，其中，确定(s120)所述血栓(110)的所述物理性质的所述值包括：

11.根据权利要求10所述的计算机实施的方法，其中，所述神经网络(140)被训练为还基于患者数据来预测所述时间序列中的所述一幅或多幅图像中的所述支架的所述形状；并且其中，所述方法还包括：

12.根据权利要求10-11中的任一项所述的计算机实施的方法，其中，所述神经网络被训练为还基于支架数据和/或血栓数据来预测所述时间序列中的所述一幅或多幅图像中的所述支架的所述形状；并且其中，所述方法还包括：

13.根据权利要求10所述的计算机实施的方法，其中，所述神经网络被训练为通过以下步骤来预测所述时间序列中的一幅或多幅图像中的所述支架的述形状：

14.一种用于确定血栓(110)的物理性质的值的系统(200)，包括被配置为执行根据前述权利要求中的任一项所述的计算机实施的方法的步骤的一个或多个处理器(210)。

15.根据权利要求14所述的系统，还包括用于提供所述x射线图像(120)的时间序列的投影x射线成像器(220)。

技术总结提供了一种确定血栓的物理性质的值的计算机实施的方法。所述方法包括：接收X射线图像数据，所述X射线图像数据包括X射线图像的时间序列，X射线图像的所述时间序列表示管腔内支架取回器设备的支架在血栓上的扩张；基于X射线图像的所述时间序列中的所述支架的扩张速率来确定所述血栓的所述物理性质的所述值；以及输出所述物理性质的所述值。此外，提供了一种包括被配置为执行这种方法的步骤的一个或多个处理器的系统。技术研发人员：L·萨利希,A·辛哈,S·J·凯恩,J·福托希,V·S·帕伊赖卡尔,R·Q·埃尔坎普受保护的技术使用者：皇家飞利浦有限公司技术研发日：技术公布日：2024/11/21