主动脉夹层血流动力学分析模型的精确构建方法

目的B型主动脉夹层是最严重的心血管疾病之一。基于CT图像建模是研究其血流动力学的主要手段,然而目前的模型着重于分割主动脉夹层真假腔,缺少对内膜上破口的考虑,而且血栓识别准确性低。本研究旨在开发主动脉夹层精准重建的方法。方法提出一种基于深度学习结合形态学变化的主动脉夹层多阶段约束变形提取方法(multi-stage constraint deformation extraction,MCDE),MCDE利用一个可替换的统一神经网络Res Unet3D先后分割出主动脉的完整区域以及位于其中的血流域,针对不同的截面分型,根据内膜和血栓形态学的特点通过主动脉区域的轮廓约束血流域的变形从而提取出内膜和血栓。结果在精度评价方面,MCDE方法在涉及到100例患者的图像数据集上,血流区域,内膜,血栓的平均Dice可达到0.949、0.815、0.812,同时对远端的微小破口也有着较高的敏感度。在仿真结果评价方面,使用MCDE方法构建的血管模型在血流动力学仿真可以接近真实的血管模型的速度、壁面切应力、压力分布。结论MCDE方法实现了更接近于实际主动脉夹层结构的重建,为主动脉夹层的力学特性分析提供更精准的模型。