用于基于超声心动描记术来预测冠状动脉疾病的方法和系统与流程

本公开内容总体上涉及用于使用超声心动描记术来预测或检测冠状动脉疾病的方法和系统。

背景技术：

1、冠状动脉疾病(cad)是导致死亡的主要原因之一，也是cad的主要类型之一，主冠状动脉中的阻塞常常导致心脏某些部位的局部室壁运动异常(rwma)。

2、早期检测冠状动脉疾病对于预防和处置措施至关重要。然而，评估冠状动脉疾病的金标准是有创x射线血管造影术，这会使患者面临不必要的风险，特别是在实际上没有疾病的情况下。替代地，越来越多地使用ct血管造影术作为金标准。然而，该流程还会使患者暴露于x射线辐射，机器访问可能会受到限制，并且该流程会很昂贵。

3、相比之下，超声提供了针对cad评估的无创、廉价且易于访问的机会。然而，使用超声心动描记术对冠状动脉进行直接成像会具有挑战性。因此，在超声心动描记分析中常常使用对区域室壁运动异常(rwma)的评估作为对直接冠状动脉疾病评估的替代物，因为这种状况与主冠状动脉中的阻塞是相关的。

4、然而，由于对rwma的评估通常是使用临床医生评估结果来执行的，而临床医生评估结果会非常依赖于用户，依赖于分析师的技能和经验水平，因此对rwma的评估存在挑战。

5、us2005/020903 a1公开了用于自动评估局部心肌功能和自动诊断心脏疾病的系统和方法。

6、us2021/085397 a1公开了用于对冠状动脉疾病的无创评估和治疗规划的方法和系统。

技术实现思路

1、因此，一直都需要用于更准确地预测和/或检测冠状动脉疾病的方法和系统。本文中的各种实施例和实施方式都涉及冠状动脉疾病(cad)预测方法和系统，所述方法和所述系统被配置为向患者提供cad的可能性。cad预测系统接收关于患者的患者元数据，并且接收根据对患者的心脏的超声分析获得的2d和/或3d超声图像的时间序列。所述系统从时间序列中选择多幅超声图像，并且使用人工智能(ai)方法来处理图像以生成所选择的多幅超声图像的特征图。所述系统使用经训练的ai算法来分析所生成的特征图和所接收的患者元数据以生成cad预测输出，所述cad预测输出包括以下各项中的一项或多项：(i)患者目前拥有cad或未来发展成cad的风险或概率；(ii)患者的局部室壁运动异常(rwma)的概率；(iii)患者的预测的x射线和/或ct血管造影术评分；(iv)对患者的流程后cad介入成功的预测；和/或(v)对患者在介入和/或不介入的情况下存活的预测。然后，所述系统使用用户接口向用户提供所生成的cad预测输出。

2、总体上，在一个方面，提供了一种用于使用冠状动脉疾病(cad)预测系统来提供针对患者的cad的分析的方法。所述方法包括：(1)接收关于所述患者的患者元数据；(2)接收根据对所述患者的心脏的超声分析获得的2d和/或3d超声图像的时间序列；(3)由所述cad预测系统从所述时间序列中选择多幅超声图像；(4)使用所述cad预测系统的经训练的算法来处理所选择的多幅超声图像以生成所选择的多幅超声图像的特征图；(5)使用所述cad预测系统的经训练的算法来分析所生成的特征图和所接收的患者元数据以生成cad预测输出，所述cad预测输出包括以下各项中的一项或多项：(i)所述患者的cad的风险或概率；(ii)所述患者的局部室壁运动异常(rwma)的概率；(iii)所述患者的预测的x射线和/或ct血管造影术评分；(iv)对所述患者的流程后cad介入成功的预测；和/或(v)对患者在介入和/或不介入的情况下存活的预测；(6)经由所述cad预测系统的用户接口提供所生成的cad预测输出。

3、换句话说，所述方法使用端到端机器学习技术来基于多幅超声图像生成cad预测输出。使用端到端机器学习允许提取人类可能不考虑提取的特征(例如，与cad预测不明显相关的特征)。这通过实现所生成的cad预测输出的准确度提高而提高了所生成的ad预测输出的性能。

4、针对cad预测系统的经训练的算法的输入是所选择的多幅超声图像。这允许在生成cad预测输出时考虑来自心脏的不同视图的信息，从而进一步提高了所生成的cad预测输出的准确度。

5、在一些示例中，所生成的cad预测输出包括预测的x射线和/或ct血管造影术评分。这样的输出允许以临床上有意义的方式监测cad的进展。预测的x射线和/或ct血管造影术评分还实现了与现有的x射线和/或ct数据的比较。

6、根据实施例，对所述患者的心脏的所述超声分析是经胸检查(tte)或经食管检查(tee)，并且进一步其中，对所述患者的心脏的所述超声分析是压力测试，或者是静息检查，即，非压力检查。

7、在一些示例中，所述超声分析是经食管检查(tee)。虽然与经胸检查(tee)相比，tee的有创程度更大，但是由于必须用成像探头对患者进行插管，而与其他类型的心脏超声成像相比，tee超声图像是从更适合评价瓣膜功能的位置采集的，因此使用tee有利于评估cad。特别地，在使用tte时，原本使用tee可见的许多解剖特征和运动特征将会不可见或不太可见。例如，与tte相比，tee提供了更好的对左心房、二尖瓣、肺静脉和房间隔的可视化。另外，与tte图像相比，tee允许更精确地看到心脏的各个部分。

8、在一些示例中，2d和/或3d超声图像的所述时间序列包括对比增强的图像。对比增强的超声图像提高了心内膜结构的可见度，从而实现了更准确的cad预测输出生成。

9、根据实施例，所提供的cad预测输出还包括所述多幅超声图像中的一幅或多幅超声图像。

10、根据实施例，所提供的所述多幅超声图像中的一幅或多幅超声图像包括显著性图。

11、根据实施例，所提供的cad预测输出还包括置信度评分。

12、根据实施例，所述cad预测系统的所述经训练的算法处理所选择的多幅超声图像以在空间方向上生成所选择的多幅超声图像的特征图。

13、根据实施例，所述cad预测系统的所述经训练的算法处理所选择的多幅超声图像以在时间维度上生成所选择的多幅超声图像的特征图。

14、例如，所述经训练的算法可以是4d卷积神经网络(cnn)。通过使用时空网络，在生成cad预测输出时能够考虑诸如心脏移动之类的时间方面，从而提高了所生成的cad预测输出的准确度。心脏移动被有效地用作针对血管特性(例如，血管半径)的代理物。这认识到：与要求高空间分辨率来确定血管特性相比，从心脏超声图像中能够更容易地确定心脏移动的特性。

15、根据实施例，所述方法还包括以下步骤：基于所提供的cad预测输出对所述患者施予cad处置。

16、根据另一方面，提供了一种用于提供针对患者的冠状动脉疾病(cad)的分析的系统。所述系统包括：关于所述患者的患者元数据；根据对所述患者的心脏的超声分析获得的2d和/或3d超声图像的时间序列；经训练的算法，其被配置为分析多幅超声图像以生成所述多幅超声图像的特征图；经训练的算法，其被配置为生成cad预测输出；处理器，其被配置为：(i)从所述时间序列中选择多幅超声图像；(ii)使用所述cad预测系统的所述经训练的算法来处理所选择的多幅超声图像以生成所选择的多幅超声图像的特征图；(iii)使用所述cad预测系统的所述经训练的算法来分析所生成的特征图和所接收的患者元数据以生成cad预测输出，所述cad预测输出包括以下各项中的一项或多项：所述患者的cad的风险或概率；所述患者的局部室壁运动异常(rwma)的概率；所述患者的预测的x射线和/或ct血管造影术评分；对所述患者的流程后cad介入成功的预测；和/或对患者在介入和/或不介入的情况下存活的预测；以及用户接口，其被配置为提供所生成的cad预测输出。

17、根据另一方面，提供了一种其中嵌入有计算机可读程序代码的非瞬态计算机可读存储介质，所述计算机可读程序代码用于使冠状动脉疾病(cad)预测系统通过以下操作提供针对患者的冠状动脉疾病的分析：接收关于所述患者的患者元数据；接收根据对所述患者的心脏的超声分析获得的2d和/或3d超声图像的时间序列；从所述时间序列中选择多幅超声图像；使用所述cad预测系统的经训练的ai算法处理所选择的多幅超声图像以生成所选择的多幅超声图像的特征图；使用所述cad预测系统的经训练的算法来分析所生成的特征图和所接收的患者元数据以生成cad预测输出，所述cad预测输出包括以下各项中的一项或多项：(i)所述患者的cad的风险或概率；(ii)所述患者的局部室壁运动异常(rwma)的概率；(iii)所述患者的预测的x射线和/或ct血管造影术评分；(iv)对所述患者的流程后cad介入成功的预测；和/或(v)对患者在介入和/或不介入的情况下存活的预测；经由所述cad预测系统的用户接口提供所生成的cad预测输出。

18、应当理解，上面的构思与下面更详细讨论的额外构思的所有组合(只要这些构思不相互冲突即可)都被视为本文公开的发明主题的部分。特别地，在本公开内容的末尾出现的所要求保护的主题的所有组合都被视为本文公开的发明主题的部分。还应理解，本文明确使用的、还可能出现在通过引用并入的任何公开内容中的术语应被赋予与本文公开的特定构思最一致的含义。

19、根据下文所描述的(一个或多个)实施例，各种实施例的这些方面和其他方面将是明显的，并且将参考下文所描述的(一个或多个)实施例进行阐述。