【CN109758136A】基于门脉血管特征的肝静脉压力梯度测量方法【专利】
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910152459.6
(22)申请日 2019.02.28
(71)申请人 四川大学华西医院
地址 610041 四川省成都市武侯区国学巷
37号
(72)发明人 晏玉玲 杨丽 罗薛峰 邢闲
(74)专利代理机构 成都虹桥专利事务所(普通
合伙) 51124
代理人 吴中伟
(51)Int.Cl.
A61B 5/021(2006.01)
(54)发明名称
基于门脉血管特征的肝静脉压力梯度测量
方法
(57)摘要
本发明涉及无创测量领域，其公开了一种基
于门脉血管特征的肝静脉压力梯度测量方法，解
决传统技术中有创测量门脉压力的方法风险大、
费用高、操作难度大，而目前临床的无创预测模
型仍然受各种干扰因素影响其准确性的问题。
该
方法利用肝硬化门脉高压患者的CTA图层序列构
建门脉血管三维模型，并提取门脉血管的特征；
通过LASSO回归分析，筛选出与HVPG密切相关的
血管特征，从而构建基于门脉血管特征的模型预
测HVPG。
本发明适用于无创测量肝静脉压力梯
度。
权利要求书2页 说明书4页 附图1页CN 109758136 A 2019.05.17
C N 109758136
A
权 利 要 求 书1/2页CN 109758136 A
1.基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
包括以下步骤：
S1.获取肝硬化门脉高压患者的CTA图层序列；
S2.基于CTA图层序列，利用MIMICS软件构建门脉血管三维模型；
S3.提取门静脉血管三维模型的血管特征；
S4.将提取的门静脉血管三维模型的血管特征与该患者的HVPG组成特征矩阵；
S5.重复步骤S1-S4，获得多个肝硬化门脉高压患者的血管特征和HVPG组成的特征矩阵；
S6.将步骤S5获取的多个特征矩阵随机划分为训练组和验证组；
S7.基于对训练组中的特征矩阵进行分析，构建HVPG预测模型；
S8.采用验证组中的数据对HVPG预测模型进行准确性和灵敏度评估。
2.如权利要求1所述的基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
步骤S1中，通过CTA序列薄层扫描方式，获取肝硬化门脉高压患者的门静脉期CTA图层序列，以dicom格式导出。
3.如权利要求1所述的基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
步骤S2具体包括：
S21.将CTA图层序列导入MIMICS软件，自动生成门脉期CTA的冠状位、矢状位和横轴位图像；
S22.以门静脉血管为目标，利用MIMICS的阈值工具，以尽量包含门静脉血管目标的CT 值且排除临近目标的周围肝脏等软组织的CT值为目标设置阈值范围，初步勾选门脉血管；
S23.利用MIMCS软件的区域增长工具选择门静脉，提取与门静脉血管目标在空间结构上有连接的结构；
S24.利用MASK工具将目标未选中的地方进行填充，擦除多余的非门脉系统组织；
S25.利用Calculate 3D mask工具建立门脉血管三维模型；
S26.利用MIMICS软件的Smoothing工具对门脉血管三维模型进行表面光滑处理。
4.如权利要求1所述的基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
步骤S3中，所述提取门静脉血管三维模型的血管特征具体包括：
在MIMICS软件中选择MEDCAD下面的centerline工具，生成三维门脉血管的centerline 特征，所述centerline特征包括：最匹配直径、最小直径、最大直径、曲率、水力直径，水力比例、周长、截面积以及椭圆率。
5.如权利要求1所述的基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
步骤S4中，所述该患者的HVPG的获取方法是：
通过多次测量肝静脉游离压，取其平均值作为测量的FHVP的值；通过多次测量肝静脉楔压，取其平均值作为测量的WHVP的值；然后通过计算公式：HVPG＝WHVP-FHVP来获取该患者的肝静脉压力梯度。
6.如权利要求1所述的基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
步骤S7中，采用LASSO回归分析法分析训练组中的特征矩阵，筛选与HVPG密切相关的centerline特征，以HVPG为输出结果，以获取最佳的AUROC为目标，构建HVPG预测模型。
7.如权利要求1所述的基于门脉血管特征的肝静脉压力梯度测量方法，其特征在于，
2。
血管内压力的无创测量方法及其装置[发明专利]
![血管内压力的无创测量方法及其装置[发明专利]](https://360docs-1393072327.cos.ap-beijing.myqcloud.com/2a442a02998fcc22bdd10d4b.webp)
专利名称：血管内压力的无创测量方法及其装置
专利类型：发明专利
发明人：罗蒙,徐庆,孙隆慈,杨小玉,尹应青,陈晓霞,李学武申请号：CN201310693778.0
申请日：20131217
公开号：CN103976720A
公开日：
20140813
专利内容由知识产权出版社提供
摘要：本发明涉及一种利用流体力学仿真技术，对生物医学中术前及术后的病体血管内部压力进行无创测量的方法。
本发明的目的在于：利用生物血管流体力学技术，通过对血管内部流动的仿真，在无创条件下，获得血管内部的压力，达到术前评估静脉和/或动脉内压力的目的。
根据本发明的仿真方法测得的血管内部的压力，相较于以前的测压方法具有下列优点：本发明可以在无创的情况下，获得血管内的压力，如门静脉等，开创了一种全新的无创测量方法和思路。
由于本发明为无创测压方法，因此它可以避免术前穿刺测压的出血风险。
本发明用计算机成像技术，将单纯数据模型转化为三维成像的数据模型，便于患者的随访以及数据的输入，具有简单，便捷，快速的特点。
申请人：上海交通大学医学院附属仁济医院,上海冯卡门计算机科技有限公司
地址：200001 上海市黄浦区山东中路145号
国籍：CN
代理机构：上海欣创专利商标事务所
代理人：包宇霆
更多信息请下载全文后查看。
【CN109766836A】一种指静脉识别解锁方法及系统【专利】
模板相匹配，输出解锁信号进行解锁； 保持锁定模块，用于若所述第一判断结果为所述手指静脉待识别样本与所述手指静脉
识别模板不匹配，不输出解锁信号。 6 .根据权利要求5所述的指静脉识别解锁方法，其特征在于，所述图像预处理模块具体
权利要求书3页 说明书12页 附图8页
CN 109766836 A
CN 109766836 A
权 利 要 求 书
1/3 页
1 .一种指静脉识别解锁方法，其特征在于，所述指静脉识别解锁方法包括： 获取待识别的手指静脉图像； 对所述手指静脉图像进行预处理，生成预处理后的手指静脉图像； 采用Niblack算法对所述预处理后的手指静脉图像进行图像分割，生成分割后手指静 脉图像； 对所述分割后手指静脉图 像依次进行去噪 、填充空 洞、滤除 毛刺和骨骼化处理 ，生成手 指静脉待识别样本； 获取数据库中存储的手指静脉识别模板； 判断所述手指静脉待识别样本是否与所述手指静脉识别模板相匹配，获得第一判断结 果； 若所述第一判断结果为所述手指静脉待识别样本与所述手指静脉识别模板相匹配，输 出解锁信号进行解锁； 若所述第一判断结果为所述手指静脉待识别样本与所述手指静脉识别模板不匹配，不 输出解锁信号。 2 .根据权利要求1所述的指静脉识别解锁方法，其特征在于，所述对所述手指静脉图像 进行预处理，生成预处理后的手指静脉图像，具体包括： 对所述手指静脉图像进行灰度化处理之后进行滤波，生成滤波后手指静脉图像； 通过索贝尔算子对所述滤波后手指静脉图像进行边缘检测，检测出所述滤波后手指静 脉图像中的感兴趣区域； 对检 测出的 所述感兴趣区 域的 边缘 利 用形态学闭 运算去除 小的 空 洞点 ，填补断 裂 ，使 边缘线光滑连续，再利用骨骼化算法细化边缘，生成带感兴趣区域的手指静脉图像； 根据所述感兴趣区域的边缘线裁剪所述带感兴趣区域的手指静脉图像，提取出感兴趣 区域的手指静脉图像； 采 用仿射变换对所述感兴趣区域的 手指静脉图 像进行尺寸归一化处理 ，生成归一化后 的手指静脉图像； 采 用自适应直方图 均衡算法对所述归一化后的 手指静脉图 像进行图 像增强处理 ，生成 预处理后的手指静脉图像。 3 .根据权利要求1所述的指静脉识别解锁方法，其特征在于，所述采用Niblack算法对 所述预处理后的手指静脉图像进行图像分割，生成分割后手指静脉图像，具体包括： 采用Niblack算法计算所述预处理后的手指静脉图像中像素点(x ,y)的邻域内像素点 的均值m(x ,y)和标准方差s(x ,y)； 根据所述均值m(x ,y)和所述标准方差s(x ,y)确定图像分割阈值T(x ,y)； 根据所述图像分割阈值T(x ,y)对所述预处理后的手指静脉图像进行图像分割，生成分 割后手指静脉图像。 4 .根据权利要求1所述的指静脉识别解锁方法，其特征在于，所述对所述分割后手指静 脉图 像依次进行去噪 、填充空 洞、滤除 毛刺和骨骼化处理 ，生成手指静脉待识别样本 ，具体 包括： 采用噪点函数对所述分割后手指静脉图像进行去噪处理，生成去噪后手指静脉图像； 采用基于形态学变化的膨胀函数填充所述去噪后手指静脉图像中的空洞，生成填充后
肝静脉压力梯度测定方法
肝静脉压力梯度测定方法
测定肝静脉压力梯度的方法通常包括经肝内静脉穿刺和肝内压力测定。
在进行手术或介入治疗时，医生会通过穿刺肝内静脉，插入压力传感器来测量肝内静脉压力。
同时，通过经静脉途径测量门静脉压力，两者之差即为肝静脉压力梯度。
肝静脉压力梯度测定方法的应用可以帮助医生评估肝脏疾病的严重程度，指导治疗方案的选择。
例如，对于肝硬化患者，肝静脉压力梯度的增加可能需要考虑行肝移植或经颈静脉支架置入等治疗手段。
此外，肝静脉压力梯度的监测也可以帮助医生及时发现并干预门脉高压相关的并发症，如食管静脉曲张出血等。
总之，肝静脉压力梯度测定方法是一种重要的临床技术，对于评估肝脏疾病的严重程度、指导治疗方案的选择以及预防并发症的发生具有重要意义。
随着医学技术的不断进步，相信肝静脉压力梯度测定方法将在临床实践中发挥越来越重要的作用。
肝静脉压力梯度在肝硬化门静脉高压症患者中的临床应用 曹旬旬
曹旬旬， 等．肝静脉压力梯度在肝硬化门静脉高压症患者中的临床应用
７ １ ５
/56789:;/<"=56>7?@AB2CD#E
曹旬旬，陆伦根 ０ ０ ０ ８ ０ ） （ 上海交通大学附属第一人民医院 消化内科，上海 ２
摘要： 测量肝静脉压力梯度（ Ｈ Ｖ Ｐ Ｇ ） 是评估门静脉高压症最常用的方法。大量研究表明， Ｈ Ｖ Ｐ Ｇ可作为食管静脉曲张出血的预 测因子， 此外， Ｈ Ｖ Ｐ Ｇ还可作为一个预后指标， 可方便临床医生以其做参考为静脉曲张出血的一级预防和二级预防来制定合适的治 Ｖ Ｐ Ｇ下降到 １ ２ｍ ｍＨ ｇ 以下或比基线值下降 ２ ０ ％， 达到此目标的患者其食管静脉曲张的首次出 疗策略。现阶段的治疗目标是使 Ｈ 如心得安， 临床已广泛应用； 然而， 再出血的发生率仍然 血和再出血的风险均大大降低。对于一级预防， 非选择性的 β受体阻滞剂， 很高， 临床上常用包括非选择性 β受体阻滞剂在内的药物联合治疗和内镜干预， 如经颈静脉肝内门体静脉分流术（ Ｔ Ｉ Ｐ Ｓ ） 、 内镜下硬 Ｖ Ｐ Ｇ的测量方法及其临床应用， 并重点对在肝硬化中 Ｈ Ｖ Ｐ Ｇ对食管静脉曲张出血和再出 化剂注射和内镜下套扎。主要探讨目前 Ｈ 血及治疗反应的预测作用做详细阐述。 关键词： 肝静脉压力梯度； 肝硬化； 高血压， 门静脉； 食管和胃静脉曲张 中图分类号： Ｒ ５ ７ ５ ． ２ ㊀㊀㊀文献标志码： Ａ ㊀㊀㊀文章编号： １ ０ ０ １－ ５ ２ ５ ６ （ ２ ０ １ ３ ） ０ ９－ ０ ７ １ ５－ ０ ４
肝静脉压力梯度测定的临床应用
Ｇａ ｓ ｔ ｒ ｏ ｅ ｓ ｏ ｐ ｈ ａ ｇ ｅ ａ ｌ ｖ ａ ｒ ｉ ｃ ｅ ｓ ； Ｄ ａｇ ｒ ｔ ｈ ｅ ｒ ａ ｐ ｙ
肝静脉压力梯度 （ ｈ ｅ ｐ ａ ｔ ｉ ｃ ｖ ｅ ｎ ｏ ｕ ｓ ｐ ｒ ｅ ｓ ｓ ｕ ｒ ｅ
ｇ ｒ ａ ｄ ｉ ｅ ｎ ｔ ， Ｈ Ｖ Ｐ Ｇ ） 测 定是 目前 公认 的评 估 门静脉 高 压
【 关键词】 高血压 ， 门静脉； 肝静脉压力梯度； 肝硬化； 食管胃底静脉曲张； 药物治疗
Ｃ ｌ ｉ ｎ ｉ ｃ ａ ｌ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｈ ｅ ｐ ａ ｔ ｉ ｃ ｖ ｅ ｎ ｏ ｕ ｓ ｐ ｒ ｅ ｓ ｓ ｕ ｒ ｅ ｇ ｒ ａ ｄ ｉ ｅ ｎ ｔ Ｌ ／Ｚ ｈ ｅ ｎ ， Ｚ Ｈ Ａ Ａ Ｇ Ｃ ｈ ｕ ｎ — ｑ ｉ ｎ ｇ ．Ｄ ｅ ｐ ａ ｒ ｔ ｍ ｅ ｎ ｔ ｏ ｆ Ｇ ａ ｓ ｔ ｒ ｏ ｅ ｎ ｔ ｅ ｒ ｏ ｌ ｏ ｇ ｙ ， Ｓ ｈ ａ ｎ ｄ ｏ ｎ ｇ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｉ ａ ｌ Ｈ ｏ ｓ ｐ ｉ ｔ ａ ｌ Ａ ｉｌ ｆ ｉ ａ ｔ ｅ ｄ ｔ ｏ Ｓ ｈ ａ ｎ ｄ ｏ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， ｌｎ ｆ ａ ｎ ２ ５ ０ ０ ２ １ ，Ｃ ｈ ｉ ｎ ａ
一
、
ＨＶ Ｐ Ｇ对 门静脉 高压 的诊 断 与分类
正常 人 Ｈ Ｖ Ｐ Ｇ 为 １—５ ｍ ｍＨ ｇ（ １ ｍｍ Ｈ ｇ＝
的金标 准 ， 是评 估肝 硬 化 发 展 程度 和 患者 预 后 的
Ｃｏ ｒ ｒ ｅ ｓ ｐ ｏ ｎ ｄｉ ｎ ｇ ａｕ ｔ ｈ ｏ ｒ ： ｚ ｈｃ ｈ ｑ ｉ ｎ ｇ＠ ｍｅ ｄｍａｉ ｌ ． ｃ ｏ ｍ． ｃ ａ
【CN109758132A】一种血管狭窄的检测方法及设备【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910142018.8(22)申请日 2019.02.26(71)申请人 数坤（北京）网络科技有限公司地址 100102 北京市朝阳区望京东园四区6号5层501号12(72)发明人 景鸿鹏 郑超 (74)专利代理机构 北京乐知新创知识产权代理事务所(普通合伙) 11734代理人 李杏 张洋(51)Int.Cl.A61B 5/02(2006.01)G06T 7/00(2017.01)G06T 7/62(2017.01)(54)发明名称一种血管狭窄的检测方法及设备(57)摘要本发明公开了一种血管狭窄的检测方法及设备，所述方法包括：获取血管直径曲线图；计算所述血管直径曲线图中的血管直径梯度，得到血管直径梯度值；根据所述血管直径梯度值查找上升沿曲线段和对应于每一个所述上升沿曲线段的下降沿曲线段；将所述血管中每一个上升沿曲线段及对应的下降沿曲线段组成的血管区域确定为所述血管的一处狭窄区域。
本发明通过对血管直径进行梯度计算，再根据血管直径梯度值查找上升沿曲线段和对应下降沿曲线段的方法来确定血管狭窄区域，实现了血管狭窄检测的自动化，不需人工辨别血管狭窄情况，省时省力，而且精准度高。
权利要求书2页 说明书7页 附图2页CN 109758132 A 2019.05.17C N 109758132A权 利 要 求 书1/2页CN 109758132 A1.一种血管狭窄的检测方法，其特征在于，所述方法包括：获取血管直径曲线图；计算所述血管直径曲线图中的血管直径梯度，得到血管直径梯度值；根据所述血管直径梯度值查找上升沿曲线段和对应于每一个所述上升沿曲线段的下降沿曲线段；将所述血管中每一个上升沿曲线段及对应的下降沿曲线段组成的血管区域确定为所述血管的一处狭窄区域。
2.根据权利要求1所述的方法，其特征在于，在确定所述狭窄区域之后，所述方法还包括：针对每一处所述狭窄区域，根据所述狭窄区域内的上升沿曲线段和下降沿曲线段的血管直径，得到血管理论直径和血管最小直径；将所述血管最小直径除以所述血管理论直径，得到对应所述狭窄区域的血管狭窄率。
一种基于放射组学的肝静脉压力梯度计算模型的构建方法[发明专利]
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201711136102.6(22)申请日 2017.11.16(71)申请人 祁小龙地址 450000 河南省郑州市中原区互助路25号院1号楼603(72)发明人 祁小龙 (74)专利代理机构 广州三环专利商标代理有限公司 44202代理人 刘孟斌(51)Int.Cl.G16H 50/50(2018.01)G06T 7/00(2017.01)G06T 7/11(2017.01)(54)发明名称一种基于放射组学的肝静脉压力梯度计算模型的构建方法(57)摘要本发明提供了一种基于放射组学的肝静脉压力梯度(radiomics-based hepatic venouspressure gradient ,rHVPG)计算模型的构建方法，以此为基础可以构建一种更具优势的肝静脉压力梯度计算模型，为计算门脉高压患者的早期无创指标提供一种新的途径。
本发明还提供了一种基于放射组学的肝静脉压力梯度的计算系统。
本发明能够克服现有无创测量方法的诸多局限。
本发明提出的rHVPG计算系统切实可行，有望为门脉压力的无创测量提供新的思路，为改善门脉高压患者的生活质量、减轻家庭和社会的疾病负担起到积极推动作用。
权利要求书3页 说明书11页 附图24页CN 107945878 A 2018.04.20C N 107945878A1.一种基于放射组学的肝静脉压力梯度计算模型的构建方法，其特征在于，包括以下步骤：A.从标本的肘正中静脉注射造影剂，进行CT血管成像(CTA)，获取包括肝静脉期在内的CTA图层序列，导出格式为dcm的图层序列；B.将所获取的图层序列导入医学影像控制软件ITK-SNAP，选择门静脉期图层序列，确认图像信息，ITK-SNAP软件自动识别图像序列，生成门静脉期CTA图像序列的冠状位、矢状位和水平位图像；C.通过Expand this view to occupy the entire window功能将水平位图像放大，使用Zoom Inspector工具，选择zoom to fit调整图像至合适的大小；D.以寻找水平位图像中的第一肝门作为目标，利用ITK-SNAP软件的Painbursh Inspector工具以包含目标的CT值、排除目标周围软组织的CT值为原则，提取目标；再反复利用Painbursh Inspector工具，剔除剩余的非目标结构；E.选择Save segmentation Image将分割出的目标以NiFTI格式(.nii)导出，形成掩模图像的NiFTI格式；F.打开dcm2niigui软件，选择Compressed FSL[4D NIfTInii]选项，将筛选出的包含第一肝门层面的dcm图层序列放到dcm2niigui工作空间中，利用dcm2niigui软件将dcm图层序列转换为NiFTI格式；然后将含第一肝门层面的dcm图层序列、新生成的NiFTI格式文件和步骤D中生成的NiFTI格式文件放到同一文件夹中；G.打开MATLAB R2016b软件，进入工作界面；在菜单栏处选择SetPath按钮，将所需要的f ea ture_e xtra.m、read DICO Md i r.m、s tr2ma tri x.m、Non Te xtureFea tures、TextureToolbox、NIfTI、Utilities工具箱所在的绝对路径加载到MATLAB搜索路径中；H.打开feature_extra.m文件，利用NIfTI工具箱中load_nii函数将步骤F中两个NiFTI 格式文件导入MATLAB中，并且以名为data和data1的细胞数组储存；然后将两个细胞数组中的图像提取出来存储到名为mask和image变量中；I.利用Utilities工具箱中computeBoundingBox函数将图像中感兴趣区域(ROI)的边界坐标提取出来并储存到变量maskBox中；然后通过矩阵的基本操作将mask和image变量的边界坐标以内的图像信息提取出来放到变量maskBox和image_originalBox中；完成上述操作后，通过矩阵maskBox和image_originalBox的点乘运算得到图像中感兴趣区域，然后保存在ROI变量中，然后通过imshow与contour两个函数将感兴趣区域展示出来；J.利用readDICOMdir.m函数将含第一肝门层面的dcm图像序列读入到MATLAB中，通过变量索引，将像素大小、层厚提取出来并保存到变量pixelW与sliceS中；K.将变量R O I、p i x e l W、s l i c e S传输到N o n T e x t u r e F e a t u r e s工具箱的getEccentricity.m、getSize.m、getSolidity.m和getVolume.m函数中，然后计算得到eccentricity、sizeROI、solidity、volumeROI 4个非纹理特征；L.为了进行纹理特征提取，首先对参数进行设置；在TextureFeatures工具箱中一共有四个可变参数，分别为R、Scale、Algo和Ng，每个可变参数分别对应不同的变化空间，其中R 的变化空间为[1/2,2/3,1,3/2,2],Scale的变化空间为[‘pixelW’,1,2,3,4,5],Algo的变化空间为[‘Equal’,‘Lloyd’],Ng的变化空间为[8,16,32,64]，而参数不同组合使得纹理特征有显著变化；利用for循环将不同参数的取值进行排列组合，得到5*6*2*4组设定；通过参数传递向TextureFeatures工具箱传递不同设定，而每一组设定将得到43种纹理特征，分别存放于名为glcmTextures、glrlmTextures、glszmTextures、ngtdmTextures和globalTextures的结构体中，最后总共提取5*6*2*4*43＝10320个纹理特征；M.对于不同病例，在将第一肝门层面感兴趣区域的非纹理特征与纹理特征提取出来后，一共得到了(4+5*6*2*4*43)＝10324个特征，然后将非纹理特征和纹理特征整合成大小为病人个数*特征个数的特征矩阵；N.重复步骤A到步骤M完成对脾门层面感兴趣区域的非纹理特征与纹理特征提取，得到4个非纹理特征和10320个纹理特征，然后整合成大小为病人个数*特征个数的特征矩阵；O.利用str2matrix.m函数，将步骤M与步骤N中的两个特征矩阵横向拼接，组成大小为病人个数*(特征个数*2)的特征矩阵；以各个病人有无临床显著性门脉高压为标准制作名为outcome的mat文件，其中有临床显著性门脉高压用1表示，反之用0表示；接着将特征矩阵和outcome的mat文件横向拼接起来，组成一个大小为病人个数*(特征个数*2+1)的矩阵，并且用csvwrite.m函数将已整合的第一肝门层面、脾门层面的图像特征矩阵保存为csv格式；P.打开R软件，利用read.table函数将cvs格式的特征矩阵导入到R软件的工作空间中，并保存在变量train中；然后利用as.matrix函数将训练集中病人的图像特征矩阵提取出来，保存在train_x中作为建模的输入变量；同样地，利用as.matrix函数将训练集中病人的outcome标签提取出来，保存在train_y中作为建模的输出标签；Q.利用library函数加载glmnet工具包，然后使用glmnet函数中的lasso降维方法对(4 +5*6*2*4*43)*2＝20648个特征进行筛选，并使用dev.new函数和plot函数将降维过程显示出来，图中每个lambda对应着一个线性模型且每个模型中使用的特征也不尽相同；R.通过设置参数nfold、type.measure和family并利用cv.glmnet函数对训练集做nfold折交叉验证、建立线性的二项分布模型，然后通过dev.new函数和plot函数显示每个线性模型的性能曲线；S.通过cv$lambda.min选择AUC最高的lambda所对应的最优线性模型，然后利用coef函数和coefficients函数输出该最优模型的非零系数和筛选出来的特征；T.利用library函数加载boot工具包和Hmisc工具包，然后通过boot函数和boot.ci函数对训练集做1000次bootstraping并计算出训练集的C-index指标；接着加载pROC工具包，利用roc函数计算出训练集的ROC(Receiver Operating Characteristic)曲线下面积(AUC)；U.为了进行模型验证，以未进行特征分析的人群制作测试集，同样经过上诉步骤A到步骤O将测试人群的第一肝门层面和脾门层面的20648维图像特征提取出来保存为csv格式；利用read.table函数将cvs格式的特征矩阵导入到R软件的工作空间中，并保存在变量test 中；然后利用as.matrix函数将测试集中病人的图像特征矩阵提取出来，保存在test_x中作为已建好的模型的输入变量；利用glmnet工具包中的predict函数来计算测试集rHVPG的数值，测试结果与临床应用中金标准HVPG相比较，并利用roc函数计算出测试集的AUC；V.进一步验证rHVPG模型的准确性，选取FibroScan测量的肝硬度、HVPG CT score评分、门静脉直径、谷草转氨酶-谷丙转氨酶比值、谷草转氨酶/血小板比值指数、血清标志物作为对照指标，计算各个无创指标在以HVPG为金标准时的AUC，从AUC比较各个模型的准确度。
一种基于医学图像的无创性门静脉压力梯度测量方法[发明专利]
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201811641287.0(22)申请日 2018.12.29(66)本国优先权数据201810407583.8 2018.05.02 CN(71)申请人 上海大学地址 200444 上海市宝山区上大路99号(72)发明人 许烁 江渊广 杨长青 宋维平 吴云云 (74)专利代理机构 上海上大专利事务所(普通合伙) 31205代理人 陆聪明(51)Int.Cl.A61B 6/03(2006.01)(54)发明名称一种基于医学图像的无创性门静脉压力梯度测量方法(57)摘要本发明涉及一种基于医学图像的无创性门静脉压力梯度测量方法。
使用了一种结构科学合理，无需临床有创手术、效果好、成本低、易于实现的门静脉仿真模型。
本实验在此模型下分别对患有肝硬化的人群和正常组人群进行仿真研究。
提供了一种基于医学图像的无创性门静脉压力梯度测量方法，结果表明，患有肝硬化患者在此方法下较正常人组压力较高。
实验中随着末端面积的减小，相对压力在相应的增加，找到合适的面积对两类人群进行阈值划分，有利于之后进行的仿真计算。
本方法采用三维建模结合血液动力学仿真的计算方法对门静脉持续高压的原理进行剖析。
避免了实验或盲目设计导致的高成本和人员伤害，对临床检测门静脉高压有一定的指导意义。
权利要求书1页 说明书4页 附图3页CN 109924997 A 2019.06.25C N 109924997A1.一种基于医学图像的无创性门静脉压力梯度测量方法，其特征在于操作步骤如下，1）在MIMICS软件中根据CT生成相应的初步三维门静脉模型，此模型从肝脏门口为主干，向肝内延伸；2）在ANSYS软件中操作对模型进行有限元分析，得出模拟门静脉压力梯度。
2.根据所述的基于医学图像的无创性门静脉压力梯度测量方法，其特征在于所述步骤1）在MIMICS软件中根据CT生成相应的初步三维门静脉模型，此模型从肝脏门口为主干，向肝内延伸，详细操作步骤如下：（2-1）根据CT生成相应的初步三维门静脉模型，此模型从肝脏门口为主干，向肝内延伸，随着进入肝内长度加大，直径呈缩小趋势，保留尽量完整的门静脉；（2-2）因为肝门静脉与周围组织固有的CT值之间存在差值，根据肝门静脉与周围组织固有的CT值之间存在差值，在MIMICS软件中调节阈值范围-50Hu -190Hu，将血管与周围软组织分离从总体模型中分离出；根据CT扫描门静脉的大小在MIMICS软件选取相应分支，总共流出端口有四个，即四个门静脉分支；（2-3）由于初步获得的肝门静脉模型存在表面凹凸不平等问题不能准确地反映患者实际的血管解剖结构，因此对门静脉进行光顺处理,采用光顺系数为0.2,光顺次数为30以拟合临床情况。
一种虚拟肝静脉压力梯度的测量方法[发明专利]
专利名称：一种虚拟肝静脉压力梯度的测量方法
专利类型：发明专利
发明人：祁小龙,李国新,黄家乐,朱炎杰,赵永昭,刘燕娜申请号：CN201610211335.7
申请日：20160406
公开号：CN105825070A
公开日：
20160803
专利内容由知识产权出版社提供
摘要：本发明属于早期无创性诊断领域，涉及一种虚拟肝静脉压力梯度的测量方法。
本发明所述的一种虚拟肝静脉压力梯度的测量方法包括：肝静脉?门静脉系统三维建模；有限元网格划分数学模型；以及流体力学仿真计算虚拟肝静脉压力梯度(vHVPG)。
本发明优化并完善肝静脉?门静脉系统三维建模、有限元网格划分和流体力学仿真计算，构建并验证一种更具诊断优势的vHVPG检测新技术，为门脉高压患者的早期无创诊断提供一种安全无创、准确量化的新途径。
申请人：南方医科大学南方医院
地址：510515 广东省广州市白云区广州大道北1838号
国籍：CN
代理机构：广州三环专利代理有限公司
代理人：刘宇峰
更多信息请下载全文后查看。
门静脉压力梯度测定方法
门静脉压力梯度测定方法嘿，门静脉压力梯度测定方法，这可是个挺专业的事儿呢！不过咱也能弄明白是咋回事。
要测定门静脉压力梯度，得先准备好一些工具。
就像你要做饭得先有锅碗瓢盆一样。
有专门的仪器来测量压力，还有一些管子啥的。
可不能随便找个东西就来测哦，那可不准。
一种方法是通过导管插入来测。
这就有点像给血管里插个小吸管。
医生会把一根细细的导管顺着血管插进去，一直插到门静脉那里。
这可得小心点，不能弄伤了血管。
然后通过导管里的传感器来测量压力。
就像你用温度计测量水温一样，这个传感器能测出门静脉的压力。
还有一种方法是用超声来测。
这就像用个小探头在肚子上照一照。
超声仪器发出声波，然后根据反射回来的声波来判断门静脉的压力。
这就有点像你对着山谷喊一声，然后听回声来判断山谷有多深。
在测量的时候，病人得放松。
不能紧张，一紧张血管也会跟着紧张，那测量结果就不准了。
就像你考试的时候一紧张就容易答错题一样。
测量完了之后，医生会根据测量结果来判断病情。
如果压力太高，可能就说明有问题了，得赶紧想办法治疗。
我给你讲个事儿哈。
有一次我去医院看望一个朋友，他就是因为肝脏不好要做门静脉压力梯度测定。
我看着医生用那些仪器给他测，觉得好神奇。
后来医生根据测量结果给他制定了治疗方案。
从那以后，我就知道了，这个门静脉压力梯度测定还挺重要的呢。
所以啊，门静脉压力梯度测定方法虽然有点复杂，但是有专业的医生和仪器，就能准确地测量出来。
大家要是对这个感兴趣，可以多了解了解，不过可别自己瞎测哦。