(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 202111455843.7 (22)申请日 2021.12.01 (71)申请人 杭州电子科技大 学 地址 310018 浙江省杭州市钱塘新区白杨 街道2号大街1 158号 (72)发明人 徐岗　蒋志争　顾人舒　高飞　 王丹丹　许金兰　 (51)Int.Cl. G06T 17/10(2006.01) G06T 17/20(2006.01) G06T 17/00(2006.01) G06T 3/40(2006.01) G06F 30/28(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 113/08(2020.01)G06F 119/14(2020.01) (54)发明名称 一种用于血液动力学仿真的时变流场超分 辨率重建方法 (57)摘要 本发明公开了一种用于血液动力学仿真的 时变流场超分辨率重建方法。 本发明步骤如下： 步骤(1)数据集制作， 使用Si mVascular软件进行 血管仿真， 通过图像采集、 几何建模、 网格生成、 仿真步骤构建时变流场数据集； 步骤(2)速度场 特征提取， 通过PointNet提取数据集输入数据特 征， 生成1024维特征向量fv； 步骤(3)时间及阻值 特征提取， 通过阻值 ‑时间编码器提取输入数据 的时间及阻值特征向量， 生成1024维特征向量 frt； 步骤(4)特征解码并重建高时间分辨率速度 场； 步骤(5)重建结果评价及分析， 使用速度场的 幅度及方向损失函数训练网络， 通过平均模长误 差及相对误差对重建结果进行评价和分析。 权利要求书3页 说明书7页 附图1页 CN 114399608 A 2022.04.26 CN 114399608 A 1.一种用于血液动力学仿真的时变流场超分辨率重建方法,其特征在于,包括如下步 骤： 步骤1， 数据集制作： 使用SimVascular软件进行血管仿真， 通过图像采集、 几何建模、 网 格生成、 仿真， 构建时变流场数据集； 步骤2， 速度场特征提取： 通过PointNet提取数据集输入数据特征， 生成1024维特征向 量fv； 步骤3， 时间及阻值特征提取： 通过阻值 ‑时间编码器提取输入数据的时间及阻值特征 向量， 生成1024维特 征向量frt； 步骤4， 特征解码并重建高时间分辨率速度场： 将步骤2、 步骤3提取的特征向量经过一 个全连接层生成全局特 征， 通过解码器重建高时间分辨 率的速度场； 步骤5， 重建结果评价及分析： 使用速度场的幅度及方向损失函数训练网络， 通过平均 模长误差及相对误差对重建结果进行评价和分析。 2.根据权利要求1所述的一种用于血液动力学仿真的时变流场超分辨率重建方法,其 特征在于， 步骤1所述的数据集制作， 包括以下子步骤： 步骤1‑1， 图像采集： 选取SimVascular提供的主动脉及髂动脉的MRI图像， 从中提取中 动脉及髂动脉 血管； 步骤1‑2， 几何建模： 根据给定的MRI图像， 沿着主动脉及髂动脉的中心线， 创建血管骨 架； 沿着骨架路径向下， 基于成像数据生成一组主动脉及髂动脉血管轮廓； 在二维分割阶 段， 通过修改轮廓尺寸来获得不同尺寸的血管轮廓； 通过二维分割构建的轮廓， 创建 PolyData类型的血 管模型； 步骤1‑3网格生成： 使用TetGen为上述生成的血管模型进行网格化操作； 在网格化的过 程中， 通过调整全局 最大边长参数使得最终每一个血管生成的网格节点数量都接近一致， 以此保证数据集制作时输入尺寸的一 致性； 步骤1‑4流场仿真： 使用不可压缩的Navier ‑Stokes对血流进行建模， 公式如下： vi,j＝0 其中， ρ 是血流密度(blood  density)， vi是流体速度场第i个分量， 是它的时间导数， p 是压力， τi,j是应力张量的粘性部分； 仿真中边界条件使用电阻边界条件； 对于同一根血管模型， 通过修改边界条件的 阻值， 生成不同的时变流场； 修改仿真过程的时间步长， 获得不同时间步长下的仿 真结果； 仿 真过 程中， 考虑到仿真结果的收敛性， 将低精度数据的时间步长设置为0.001秒， 并从生成的 1000帧中抽取250帧作为低精度时变流场； 将高精度数据的时间步长设置成0.0001秒， 从生 成的10000帧中抽取5 00帧构成高精度时变流场； 步骤1‑5SimVascular仿真生成的结果为四面体流场数据， 从生成的流场体数据 中， 将 网格顶点作为点云数据， 抽取顶点坐标、 速度场等流场信息； 为了 保证数据集中输入数据的 一致性， 将所有数据的点云个数保持一致； 为了更好的描述时变流场及血管的几何细节， 统 一将每一个数据的点云个数设定为8192， 对于网格化生成的节点数量大于8192的血管数 据， 直接删除仿真生成时序号大于819 2的点。权　利　要　求　书 1/3 页 2 CN 114399608 A 23.根据权利要求2所述的一种用于血液动力学仿真的时变流场超分辨率重建方法,其 特征在于， 步骤2所述的速度场特 征提取， 包括以下子步骤： 步骤2‑1， 网络的输入为低精度、 低时间分辨率的速度场， 它是由时间步长设置为0.001 秒生成的仿真结果； 网络的输出为高精度、 高时间分辨率的预测速度场； 使用相同仿 真条件 下时间步长 设置为0.0001秒生 成的仿真结果作为真实结果； 网络的目标是提高输入速度场 的时间分辨 率以及仿真精度； 步骤2‑2， 使用PointNet 从输入点云中提取全局信息， 将每个采样点信息都映射到1024 维的特征向量上， 通过全局的最大池化层池化成一个单一的1024维向量fv； 速度场编 码器的输入为 其中ui,t＝[ui,t,x,ui,t,y,ui,t,z]T表示 t时刻第i个样本的低分辨率速度场， x、 y、 z表示相应方向的速度分量； li＝[li,x,li,y,li,z]T 表示第i个样本的点云坐标； 速度场特 征提取的公式如下： fv＝GMP(MLP([ui,t,ui,t+1,li]))。 4.根据权利要求3所述的一种用于血液动力学仿真的时变流场超分辨率重建方法,其 特征在于步骤3， 所述的时间及阻值特 征提取， 包括以下子步骤： 步骤3‑1， 使用阻值 ‑时间编码器将输入数据的阻值、 时间信息转换成一个深度特征向 量frt， 输入数据[ri,t,t+0.5,t+1]表示阻值和输入数据的时间 帧， 其中ri表示仿真 中第i个 样本的阻值， t、 t+0.5、 t+1表示 流场帧的序列号； 使用一个三层多层感知器作为阻值 ‑时间编码器Ert， 将输入向量映射成一个1024维的 特征向量frt； 阻值‑时间特征提取公式如下： frt＝MLP([ri,t,t+0.5,t+1]) 之后， frt和全局特 征fv拼接在一 起， 并且输入步骤4的解码器中。 5.根据权利要求4所述的一种用于血液动力学仿真的时变流场超分辨率重建方法,其 特征在于步骤4， 所述的特 征解码并重建高时间分辨 率速度场， 包括以下子步骤： 步骤4‑1， 解码器采用7个反卷积层组成， 每个卷积层后连接一个ReLU激活函数； 经过上 述步骤编码的特 征逐渐地上采样最终映射到 速度场； 预测的速度场可以被表示 为： 其中， 表示t时刻第i个点的预测速度场， frt和fv表示阻值 ‑时间特征向 量和速度场特征向量， ⊕表示拼接操作； 预测速度场相应的表示为 其中N表 示点云数量。 6.根据权利要求5所述的一种用于血液动力学仿真的时变流场超分辨率重建方法,其 特征在于， 步骤5所述的重建结果评价及分析， 包括以下子步骤： 步骤5‑1， 考虑速度场的矢量性， 使用速度幅度损失及方向损失结合的形式， 作为最终 损失函数； 其中， 使用速度模长来表 示速度场， 使用y与 之间模长的距离作为幅度损失； 幅度损失 Lmag的计算公式如下：权　利　要　求　书 2/3 页 3 CN 114399608 A 3