基于自动多普勒角度分析的介入式血流速度校准新方法及其在超声血流动力学监测中的应用

本研究针对传统血流速度校准依赖人工操作导致的精度不足问题，开发了一种结合新型血管内超声(IVUS)导管与自动多普勒角度校准的技术。通过U-Net模型实现血管腔分割（Dice系数99.464%），建立导管偏转与多普勒角度的几何关系公式，最终实现血流速度自动校准（平均相对误差8.45%）。该技术为介入式血流动力学监测提供了客观、高效的解决方案。

　　

在心血管疾病诊疗中，精确测量血流速度对评估患者血流动力学状态至关重要。然而传统多普勒超声技术存在明显局限：医生需手动校准多普勒角度(θ)，导致结果受操作者经验影响，存在重复性差（Jaccard指数仅98.934%）、耗时费力等问题。更棘手的是，传统机械旋转式血管内超声(IVUS)导管易产生非均匀旋转畸变(NURD)，造成图像伪影，进一步影响测量精度。

为解决这些难题，深圳大学的研究团队创新性地设计了一种无NURD现象的微型IVUS导管（直径<2mm），并开发了配套的自动分析算法。该研究通过几何建模证明导管偏转角与多普勒角度的等效关系，采用U-Net模型实现血管腔快速分割（Hausdorff距离0.15780mm），结合椭圆拟合技术提取血管边界参数。在构建的血流模拟循环系统中验证显示，自动校准的血流速度与商用仪器参考值高度一致（角度估计平均绝对误差1.49°）。

关键技术包括：1）集成微电机与反射镜的一体化导管设计消除NURD；2）基于深度学习的血管腔分割；3）导管偏转-多普勒角度转换算法；4）离体猪心超声模型验证。

【监测系统】
通过双换能器设计（前向发射多普勒波、侧向扫描血管壁），实现血流速度与血管形态同步检测。系统工作站实时处理IVUS图像与多普勒信号。

【超声模型】
采用明胶水凝胶制备的心脏/血管超声模型（声速1540m/s，密度0.989g/cm³
）验证测量准确性，解剖结构模拟度达临床要求。

【讨论与结论】
该研究首次实现IVUS图像隐含几何参数与多普勒角度的自动关联，突破传统依赖操作者经验的局限。创新点包括：①导管微型化设计避免NURD引起的图像失真；②算法实现角度估计与速度校准的全自动化（相对误差7.43%）；③为介入手术中的实时血流监测提供新范式。论文发表于《Ultrasonics》，为智能超声诊断设备研发提供重要理论支撑，未来可拓展至冠心病、动脉硬化等血管疾病的精准诊疗。