非显而易见性评估仅供参考，不构成法律建议。
权利要求列表点击可跳转
对比文件列表
| 编号 | 名称 |
|---|---|
| 0 | 2014-08-21_US2014236011A_发明申请_US20140236011A1 METHODS AND SYSTEMS FOR SIMULTANEOUS INTERVENTIONAL IMAGING AND FUNCTIONAL MEASUREMENTS_+++A_B_D_F_M_N_O_P_Q_R_e+++.docx |
| 0 | 2014-01-01_CN103479381A_发明公开_CN103479381A 精确诊断冠状动脉粥样硬化的方法和设备_+++A_B_E_L_M_N_c_r+++.docx |
| 0 | 2014-02-06_CA2880747A_发明专利_CA2880747A1 DEVICES, SYSTEMS, AND METHODS FOR ASSESSING A VESSEL_+++A_B_D_E_F_L_M_N_O_P_R+++.docx |
| 0 | 2014-02-06_US2014039276A_发明申请_US20140039276A1 Devices, Systems, and Methods for Assessing a Vessel_+++A_B_D_E_L_M_N_O_P_R+++.docx |
| 0 | 2014-02-06_WO2014022804A_发明申请_WO2014022804A1 DEVICES, SYSTEMS, AND METHODS FOR ASSESSING A VESSEL_+++A_B_D_E_L_M_N_O_P_R+++.docx |
| 0 | 2014-07-03_CA2896589A_发明专利_CA2896589A1 DEVICES, SYSTEMS, AND METHODS FOR ASSESSMENT OF VESSELS_+++A_B_D_E_F_I_L_M_N_O_P_Q_R_g_h_s+++.docx |
| 0 | 2014-07-03_US2014187920A_发明申请_US20140187920A1 Devices, Systems, and Methods For Assessment of Vessels_+++A_B_D_E_F_H_L_M_N_O_P_Q_R_S_c_g_i+++.docx |
| 0 | 2014-07-03_WO2014106186A_发明申请_WO2014106186A1 DEVICES, SYSTEMS, AND METHODS FOR ASSESSMENT OF VESSELS_+++A_B_D_E_F_G_I_L_M_N_O_P_Q_R_S_h+++.docx |
| 0 | 2014-07-16_CN103930036A_发明公开_CN103930036A 用于血流性状诊断的系统、其方法及计算机软件程序_+++A_B_C_L_R+++.docx |
| 0 | 2013-09-12_US2013237864A_发明申请_US20130237864A1 STEERABLE GUIDE WIRE WITH PRESSURE SENSOR AND METHODS OF USE_+++A_D_M_N_O_P_R+++.docx |
| 0 | 2014-09-04_WO2014134289A_发明申请_WO2014134289A1 METHOD AND SYSTEM FOR DETERMINING TREATMENTS BY MODIFYING PATIENT-SPECIFIC GEOMETRICAL MODELS_+++A_B_J_K_L_R+++.docx |
| 0 | 2014-09-22_JP2014171908A_发明专利_JP2014171908A Medical image processor for preparing blood vessel tree diagram by using anatomical landmark and clinical ontology and method_+++A_B_C_L_R+++.docx |
| 0 | 2014-10-30_CA2905203A_发明专利_CA2905203A1 VASCULAR DATA PROCESSING AND IMAGE REGISTRATION SYSTEMS, METHODS, AND APPARATUSES_+++A_B_D_E_L_M_N_O_P_R_f+++.docx |
| 0 | 2014-10-30_WO2014175853A_发明申请_WO2014175853A1 VASCULAR DATA PROCESSING AND IMAGE REGISTRATION SYSTEMS, METHODS, AND APPARATUSES_+++A_B_D_E_L_M_N_O_P_R_f+++.docx |
| 0 | 2015-03-23_None_发明专利_JPWO2013031744A1 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム_+++A_B_C_L_R+++.docx |
| 0 | 2017-03-02_None_发明专利_JPWO2015008397A1 水質浄化材および魚介類の養殖場の水質の浄化方法.docx |
| 0 | 2017-04-20_None_发明专利_JPWO2015166612A1 映像解析システム、映像解析方法および映像解析プログラム_+++A_r+++.docx |
| 0 | WO2013031744A1_Description_20260712_1548_+++A_B_C_L_R+++.docx |
| 0 | 2009-02-26_US2009051393A_发明申请_US20090051393A1 Low side driver.docx |
| 0 | 2007-06-13_CN1977773A_发明公开_CN1977773A 用于支架规划和支架植入过程的计算机化的工作流方法_+++A_B_K_L_R_j+++.docx |
| 0 | 2007-06-14_US2007135707A_发明申请_US20070135707A1 Computerized workflow method for stent planning and stenting procedure_+++A_B_J_K_L_N_R+++.docx |
| 0 | 2007-07-05_WO2007075141A_发明申请_WO2007075141A1 RETAINER.docx |
| 0 | 2007-11-08_US2007260141A_发明申请_US20070260141A1 AUTOMATED LESION ANALYSIS BASED UPON AUTOMATIC PLAQUE CHARACTERIZATION ACCORDING TO A CLASSIFICATION CRITERION_+++A_B_N_r_s+++.docx |
| 0 | 2008-05-01_US2008103389A_发明申请_US20080103389A1 METHOD AND SYSTEM FOR AUTOMATIC ANALYSIS OF BLOOD VESSEL STRUCTURES TO IDENTIFY PATHOLOGIES_+++A_B_C_H_L_R+++.docx |
| 0 | 2008-08-07_US2008188962A_发明申请_US20080188962A1 Vascular image extraction and labeling system and method_+++A_B_C_L_R+++.docx |
| 0 | 2008-09-11_US2008221442A_发明申请_US20080221442A1 Imaging for use with moving organs_+++A_B_L_N_R+++.docx |
| 0 | 2008-11-27_US2008294198A_发明申请_US20080294198A1 Dynamic spinal stabilization assembly with torsion and shear control.docx |
| 0 | 1995-12-12_US5474074A_发明授权_US5474074A Low profile transducer for intravascular ultrasound imaging and method for mounting_+++A_B_N_r+++.docx |
| 0 | 2010-12-07_US7845849B_发明授权_US07845849B1 Testing BGA solder joints by localized pulsed-heat thermography_+++A_R+++.docx |
| 0 | 2012-01-10_US8093924B_发明授权_US08093924B2 Low side driver.docx |
| 0 | 2012-02-02_WO2012014212A_发明申请_WO2012014212A2 CO-USE OF ENDOLUMINAL DATA AND EXTRALUMINAL IMAGING_+++A_B_D_E_L_M_N_O_P_R_q+++.docx |
| 0 | 2012-07-12_WO2012093260A_发明申请_WO2012093260A1 APPARATUS AND METHOD OF CHARACTERISING A NARROWING IN A FLUID FILLED TUBE_+++A_D_M_N_O_P_Q_r+++.docx |
| 0 | 2012-07-12_WO2012093266A_发明申请_WO2012093266A1 APPARATUS AND METHOD OF ASSESSING A NARROWING IN A FLUID FILLED TUBE_+++A_D_M_N_O_P+++.docx |
| 0 | 2012-09-13_US2012230565A_发明申请_US20120230565A1 AUTOMATIC QUANTITATIVE VESSEL ANALYSIS_+++A_B_L_N_O_R_d_m_p+++.docx |
| 0 | 2013-02-21_US2013046190A_发明申请_US20130046190A1 Devices, Systems, and Methods for Assessing a Vessel_+++A_D_M_N_O_P_Q_R+++.docx |
| 0 | 2013-02-28_WO2013028612A_发明申请_WO2013028612A2 DEVICES, SYSTEMS, AND METHODS FOR VISUALLY DEPICTING A VESSEL AND EVALUATING TREATMENT OPTIONS_+++A_D_M_N_O_P_Q_R+++.docx |
权利要求1
一种用于评价患者的脉管系统的系统(150)，所述系统包括;处理系统(172);其被配置为;译获得所述患者的所述脉管系统的图像数据(504);译分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称;译获得所述患者的所述脉管的生理测量结果;其中;所获得的生理测量结果包括压力测量结果;译将所获得的生理测量结果与所获得的图像数据(504)共配准;使得所述生理测量结果与所述患者的所述脉管的对应部分相关联;译分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降;译通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830);其中;所述分类依赖于所述生理测量结果和损害长度测量;并且向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830)。 译2.根据权利要求1所述的系统，其中;所述损害的所述分类包括;局灶性损害(810)、弥散性损害(820)和多重损害(830)。 译3.根据权利要求1所述的系统，其中;所述处理系统(172)还配置为;基于医疗保健设施的库存数据库(190)编译多个支架选项;并且基于使用所述用户界面实行的PCI规划自动推荐支架。 译4.根据权利要求1所述的系统，其中;所获得的图像数据(504)包括以下中的至少一项;二维血管造影图像、三维血管造影图像或计算机断层摄影血管造影(CTA)图像。 译5.根据权利要求1所述的系统，其中;所获得的生理测量结果包括从至少一个介入设备(130、152)接收的测量结果。 译6.根据权利要求5所述的系统，所述系统还包括;所述至少一个介入设备(130、152)。 译7.根据权利要求6所述的系统，其中;所述至少一个介入设备(130、152)包括压力感测脉管内设备。 译8.根据权利要求7所述的系统，其中;所述处理系统还被配置为;基于所获得的压力测量结果来计算压力比率。 译9.根据权利要求6所述的系统，其中;所述至少一个介入设备包括流量感测脉管内设备;并且其中;所获得的生理测量结果包括流量测量结果。 译10.根据权利要求1所述的系统，所述系统还包括;所述用户界面(500、180)。 译11.根据权利要求10所述的系统，其中;所述处理系统被配置为;通过将所述分类(810、译820、830)的表示(580、590)交叠到所述损害的位置附近的所述脉管的图像上来向所述用户界面(500、180)输出所述损害的所述分类(810、820、830)。
```python?code_reference&code_event_index=1
# Python script to analyze feature mapping and generate a comprehensive invalidation analysis document for target patent claims against US20140187920A1 (D1).
import os
# Define the HTML content for the complete invalidation analysis report
html_content = """<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<style>
@page {
size: A4;
margin: 15mm 12mm;
background-color: #ffffff;
}
*, *::before, *::after {
box-sizing: border-box;
}
body {
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 10.5pt;
line-height: 1.5;
color: #222222;
margin: 0;
padding: 0;
}
.header-banner {
background-color: #1a365d;
color: #ffffff;
padding: 20px 15px;
margin: -15mm -12mm 20px -12mm;
text-align: center;
}
.header-banner h1 {
font-size: 18pt;
margin: 0 0 8px 0;
font-weight: bold;
letter-spacing: 1px;
}
.header-banner p {
font-size: 11pt;
margin: 0;
opacity: 0.9;
}
.meta-box {
background-color: #f7fafc;
border: 1px solid #e2e8f0;
border-left: 4px solid #2b6cb0;
padding: 12px 15px;
margin-bottom: 20px;
font-size: 10pt;
}
.meta-box table {
width: 100%;
border-collapse: collapse;
}
.meta-box td {
padding: 4px 8px;
border: none;
}
.meta-box td.label {
font-weight: bold;
color: #4a5568;
width: 18%;
}
h2 {
font-size: 13pt;
color: #1a365d;
border-left: 5px solid #2b6cb0;
padding-left: 10px;
margin-top: 25px;
margin-bottom: 12px;
page-break-after: avoid;
}
h3 {
font-size: 11pt;
color: #2c5282;
margin-top: 15px;
margin-bottom: 8px;
page-break-after: avoid;
}
p {
margin-top: 0;
margin-bottom: 10px;
text-align: justify;
}
table.data-table {
width: 100%;
border-collapse: collapse;
margin-top: 10px;
margin-bottom: 15px;
font-size: 9.5pt;
}
table.data-table th {
background-color: #2b6cb0;
color: #ffffff;
font-weight: bold;
text-align: left;
padding: 8px 10px;
border: 1px solid #2b6cb0;
}
table.data-table td {
padding: 8px 10px;
border: 1px solid #cbd5e0;
vertical-align: top;
}
table.data-table tr:nth-child(even) {
background-color: #f7fafc;
}
.status-badge {
display: inline-block;
padding: 2px 6px;
font-size: 8.5pt;
font-weight: bold;
border-radius: 3px;
}
.status-disclosed {
background-color: #c6f6d5;
color: #22543d;
}
.status-partial {
background-color: #feebc8;
color: #744210;
}
.status-not-disclosed {
background-color: #fed7d7;
color: #742a2a;
}
.callout-box {
background-color: #ebf8ff;
border-left: 4px solid #3182ce;
padding: 12px 15px;
margin: 15px 0;
font-size: 10pt;
}
.callout-warning {
background-color: #fffaf0;
border-left: 4px solid #dd6b20;
padding: 12px 15px;
margin: 15px 0;
font-size: 10pt;
}
ul, ol {
margin-top: 0;
margin-bottom: 10px;
padding-left: 20px;
}
li {
margin-bottom: 5px;
}
</style>
</head>
<body>
<div class="header-banner">
<h1>专利权利要求无效与对比文件比对分析报告</h1>
<p>目标专利：CN106999076B《脉管内损害的自动识别和分类》</p>
</div>
<div class="meta-box">
<table>
<tr>
<td class="label">分析目标专利：</td>
<td>CN106999076B（授权公告日：2021-10-22）</td>
<td class="label">分析人：</td>
<td>资深专利代理师</td>
</tr>
<tr>
<td class="label">权利要求文件：</td>
<td>权利要求1-11（权利要求1.docx）</td>
<td class="label">分析对比文件：</td>
<td>D1：US20140187920A1（公开日：2014-07-03）</td>
</tr>
</table>
</div>
<h2>一、 目标专利说明书对权利要求的解释及技术实质解析</h2>
<p>在结合目标专利说明书对权利要求进行解释时，应遵循《专利审查指南》及民事侵权/无效解释原则，内部证据（说明书及其附图）对权利要求术语具有最直接的定义和澄清作用：</p>
<h3>1. 权利要求1关键技术特征的说明书解释</h3>
<ul>
<li><strong>特征C（计算机辅助检测算法识别脉管名称）：</strong>说明书[0024]及[0053]明确指出，计算机辅助检测算法应用于血管造影图像/数据上，通过图像识别过程（如分割、识别轮廓、分支特征）提取脉管系统的特征，从而自动标记/识别出特定冠状动脉名称（如RCA, LCA, LAD, LCX, D1等）。这不仅是简单的可视化，而是基于图像算法的自动化解剖结构分类。</li>
<li><strong>特征E（生理测量结果与图像数据共配准）：</strong>说明书[0047]及[0051]解释，共配准是将拉回（pullback）过程中实测的脉管内生理数据（如压力/流量）与二维/三维血管造影图像上的具体解剖物理位置建立空间一一对应映射。可以基于已知拉回速度、拉回起点/终点或标记物位置完成。</li>
<li><strong>特征F（分析共配准生理测量结果确定压降）：</strong>说明书[0024]及[0104]解释，分析共配准数据是指计算沿脉管长度的压力梯度或斜率，即从目标动脉起点到终点的压力变化。</li>
<li><strong>特征G（将分析结果与分类指数比较确定损害分类：局灶性/弥散性/多重）：</strong>说明书[0024]、[0059]、[0078]及[0104]-[0106]（结合图10）明确定义，损害分类依赖于<b>生理测量结果（压降功能强度/斜率）</b>与<b>损害长度测量</b>的组合比较。具体规则为：
<ul>
<li><b>局灶性损害（Focal）：</b>在相对较短的长度上引起剧烈/锐利的压力损失；</li>
<li><b>弥散性损害（Diffuse）：</b>在较长的脉管长度（如超过5mm）上呈现逐渐且稳定的压降；</li>
<li><b>多重损害（Multiple）：</b>在脉管内存在多个相互靠近（如间隔小于10mm）的损害；</li>
<li><b>多发损害（Overlapping/Complex）：</b>两个或多个损害在脉管内重叠。</li>
</ul>
</li>
<li><strong>特征H（用户界面输出在脉管附近有脉管名称的脉管及损害分类）：</strong>说明书[0024]、[0052]及[0059]（结合图6、图8）解释，在图形用户界面（GUI）上，一方面将标记出的脉管名称（如RCA, LAD）显示在对应脉管附近，另一方面将损害分类的文字/图示提示（如“局灶性”、“弥散性”提示580、590）交叠显示在损害位置附近。</li>
</ul>
<h2>二、 对比文件D1（US20140187920A1）原文特征比对与公开性分析</h2>
<p>对比文件D1（公开号：<b>US20140187920A1</b>，公开日：2014年7月03日）早于目标专利申请日，构成合格的现有技术。</p>
<h3>1. 权利要求1逐项特征与D1原文比对表</h3>
<table class="data-table">
<thead>
<tr>
<th style="width: 15%;">权利要求1特征</th>
<th style="width: 38%;">对比文件D1（US20140187920A1）原文摘录及出处</th>
<th style="width: 12%;">比对结论</th>
<th style="width: 35%;">详细比对分析</th>
</tr>
</thead>
<tbody>
<tr>
<td><b>特征A：</b><br>系统包括处理系统(172)，被配置为</td>
<td>D1说明书[0040]："Computing device 172 is generally representative of any device suitable for performing the processing and analysis techniques discussed within the present disclosure..." (图4中的计算设备172)</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了包含处理/计算设备172的系统，用于执行数据采集与分析。编号与架构完全一致。</td>
</tr>
<tr>
<td><b>特征B：</b><br>获得患者脉管系统的图像数据(504)</td>
<td>D1说明书[0007] & [0046]："obtaining an angiographic image of the vessel..."; "...angiographic images and/or other two-dimensional or three-dimensional depictions of a patient's vasculature."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了获取患者脉管系统的血管造影图像或2D/3D描绘数据。</td>
</tr>
<tr>
<td><b>特征C：</b><br>分析图像数据通过计算机辅助检测算法识别脉管名称</td>
<td>D1说明书[0047] & [0059]："radiopaque elements of an intravascular instrument are algorithmically located..."; "Labels, for each of the value indicators, can also be provided... textual indications providing the names of major and/or minor vessels or segments thereof."</td>
<td><span class="status-badge status-partial">部分/实质公开</span><br>(存在薄弱点)</td>
<td>D1公开了通过算法定位显影标记，并公开了在图像上提供主/支血管名称的文本标签（Labels）。但D1未明确强调通过计算机辅助检测（CAD）图像识别算法从造影图中“自动分割并识别”出脉管名称，D1中的血管名称标签可解释为手动或半自动提供。</td>
</tr>
<tr>
<td><b>特征D：</b><br>获得生理测量结果，包括压力测量结果</td>
<td>D1说明书[0008] & [0033]："The intravascular data can also include a pressure measurement."; "The instrument 130 includes at least one element configured to monitor pressure within the vessel 100."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了使用血管内仪器（引导线/导管）获取脉管内的压力测量结果。</td>
</tr>
<tr>
<td><b>特征E：</b><br>将生理测量结果与图像数据共配准，使其与脉管对应部分相关联</td>
<td>D1说明书[0007] & [0046]："correlating the intravascular data from the intravascular instrument to locations on the angiographic image..."; "...correlated or co-registered to angiographic image(s)..."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1核心发明即为生理数据（压力/流量）与血管造影图像的共配准（co-registration）。</td>
</tr>
<tr>
<td><b>特征F：</b><br>分析共配准生理测量结果以确定沿着脉管长度的压降</td>
<td>D1说明书[0049] & [0052]："FIG. 9 illustrates pressure ratio calculations (such as FFR or iFR) at different points along the length of the vessel."; "...calculate the pressure differential..."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了沿脉管长度拉回过程中计算各点处的压差/压力比率（FFR/iFR），即确定沿脉管长度的压降。</td>
</tr>
<tr>
<td><b>特征G：</b><br>将分析结果与包含损害分类的分类指数比较确定损害分类，依赖生理测量结果和损害长度测量</td>
<td>D1说明书[0004] & [0049]："By evaluating the effects of both focal stenoses and diffuse stenoses a more complete diagnosis can be made..."; "In this manner, the colors can provide an indication of the severity of a lesion and whether it is a focal or diffuse lesion."</td>
<td><span class="status-badge status-partial">实质公开</span><br>(核心争议点)</td>
<td>D1明确区分了局灶性狭窄（focal stenosis）和弥散性狭窄（diffuse stenosis），并公开了通过拉回过程中的压力变化及热图颜色（Heat Map）来指示损害是局灶性还是弥散性。D1隐含了损害长度与压力变化的结合。然而，D1未明确写出“将分析结果与包含损害分类的分类指数（classification index）进行比较”的具体算法比对步骤。</td>
</tr>
<tr>
<td><b>特征H：</b><br>向用户界面输出在脉管附近有脉管名称的脉管以及损害分类</td>
<td>D1说明书[0007] & [0049] & [0059]："outputting an enhanced angiographic image..."; "In this manner, the colors can provide an indication of... whether it is a focal or diffuse lesion."; "The labels can be textual indications providing the names of major and/or minor vessels..."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了在增强血管造影图像（用户界面）上输出带有血管名称标签（Labels）的脉管，以及通过热图/数值指示损害分类（局灶性/弥散性）。</td>
</tr>
</tbody>
</table>
<h3>2. 从属权利要求在D1中的公开情况</h3>
<ul>
<li><strong>权利要求2（局灶性、弥散性、多重损害）：</strong>D1说明书[0004]及[0049]明确公开了识别和评估局灶性狭窄（focal stenosis）与弥散性狭窄（diffuse stenosis）；图7及[0047]公开了具有多个局灶性损害（multiple focal lesions）的血管拉回。<b>（D1已实质公开）</b></li>
<li><strong>权利要求3（库存数据库及支架自动推荐）：</strong>D1中未明确公开结合“医疗保健设施的库存数据库(190)编译支架选项”并“基于PCI规划自动推荐支架”。<b>（D1未公开）</b></li>
<li><strong>权利要求4（图像类型：2D/3D/CTA）：</strong>D1说明书[0008]明确公开："the angiographic image is at least one of a two dimensional angiographic image, a three dimensional angiographic image, and a computed tomography angiographic (CTA) image." <b>（D1毫无异议公开）</b></li>
<li><strong>权利要求5-7（介入设备/压力感测设备）：</strong>D1说明书[0031]-[0033]明确公开了包括压力感测引导线和导管的介入设备。<b>（D1毫无异议公开）</b></li>
<li><strong>权利要求8（计算压力比率）：</strong>D1说明书[0049]明确公开计算FFR和iFR压力比率。<b>（D1毫无异议公开）</b></li>
<li><strong>权利要求9（流量感测设备及流量测量）：</strong>D1说明书[0008]及[0045]明确公开了结合流量感测（CFR/流速测量）。<b>（D1毫无异议公开）</b></li>
<li><strong>权利要求10-11（UI输出及分类表示交叠在损害位置附近）：</strong>D1说明书[0007]及[0049]明确公开了将代表生理数据和损害严重性/类型的可视化表示（热图颜色/数值/标记）交叠（overlaid）到血管图像上。<b>（D1毫无异议公开）</b></li>
</ul>
<h2>三、 最接近现有技术（最接近的对比文件）分析</h2>
<h3>1. 技术问题与技术效果匹配度</h3>
<ul>
<li><strong>目标专利解决的技术问题：</strong>如何在评估血管狭窄时，自动映射脉管系统、识别脉管系统中潜在的损害，并自动以用户友好方式分类识别出的损害（避免人工经验粗略估计导致的误诊和无效治疗）[0002]-[0003]。</li>
<li><strong>对比文件D1（US20140187920A1）解决的技术问题：</strong>解决传统技术中生理测量与血管造影在不同显示器分离显示的问题，以及难以同时准确评估和区分局灶性狭窄（focal stenosis）与弥散性狭窄（diffuse stenosis）的问题[0003]-[0004]。</li>
<li><strong>匹配度分析：</strong>D1与目标专利属于<b>完全相同的技术领域</b>（脉管系统评估与PCI规划），采用了<b>相同的硬件架构</b>（计算设备172、压力/流量导丝152、导管175、界面170），应用了<b>相同的核心技术手段</b>（生理数据与血管造影共配准），并达到了<b>相同的技术效果</b>（在同一图像界面上直观指示血管位置及局灶性/弥散性损害）。因此，<b>对比文件D1（US20140187920A1）是极其理想且最接近的对比文件</b>。</li>
</ul>
<h2>四、 无效请求中最薄弱的技术特征分析与突破策略</h2>
<div class="callout-warning">
<strong>重点关注：无效请求中的突破口与薄弱特征</strong>
<p>通过逐字比对发现，目标专利独立权利要求1相对于D1而言，存在以下两个最薄弱（即专利权人最可能用来争辩新颖性/创造性）的技术特征：</p>
</div>
<h3>1. 薄弱特征一：特征G中的“通过将分析结果与包含损害分类的分类指数进行比较（comparing with a classification index）”</h3>
<ul>
<li><strong>专利权人可能争辩点：</strong>D1虽然提到了区分局灶性和弥散性损害，并利用热图（Heat Map）颜色显示压降，但D1没有明确公开建立一个具体的“分类指数（Classification Index）”，也没有公开将生理数据和长度测量值输入该分类指数进行定量比较匹配的算法步骤。</li>
<li><strong>无效攻破策略（创造性攻破）：</strong>
<ol>
<li><b>公知常识/本领域技术人员的显而易见性：</b>在D1已经明确提出了“通过沿脉管拉回的压力变化和长度来区分局灶性损害与弥散性损害”这一技术构思的前提下，将这种定性的视觉区分（热图/斜率变化）转化为计算机可执行的定量阈值比较（即建立一个包含长度和压降门限的分类指数/判定树进行软件逻辑比较），属于本领域普通技术人员在常规软件开发中的<b>常规技术手段或逻辑等效替换</b>。</li>
<li><b>补充现有技术结合（D2）：</b>检索公开了“在医学图像/生理数据分析中，利用预设判定门限或分类索引表自动对病变进行分级分类”的通用算法文献作为D2，与D1结合组合攻攻创造性。</li>
</ol>
</li>
</ul>
<h3>2. 薄弱特征二：特征C中的“通过计算机辅助检测（CAD）算法来识别脉管名称”</h3>
<ul>
<li><strong>专利权人可能争辩点：</strong>D1[0059]仅提到了“Labels可以提供主/支血管名称的文本指示”，但并未明确指出该标签是通过“计算机辅助检测（CAD）图像识别算法”从血管造影图中自动识别出来的，D1中的标签可能是人工输入的。</li>
<li><strong>无效攻破策略：</strong>
<ol>
<li>结合D1[0047]提到的“算法定位与识别（algorithmically located, differentiated）”，结合医学图像处理领域的公知常识，利用CAD（Computer-Aided Detection）算法进行血管骨架抽取和冠状动脉解剖分支（如LAD, RCA）的自动命名属于本领域的成熟公知常识。</li>
</ol>
</li>
</ul>
<h2>五、 进一步的对比文件检索策略（针对从属权利要求及薄弱特征）</h2>
<p>为了确保彻底无效掉目标专利（尤其是针对权利要求3的支架自动推荐，以及强化权利要求1特征G和特征C的攻破力），建议按以下策略展开补充检索：</p>
<h3>1. 针对权利要求3（库存数据库 + 支架自动推荐）的补充检索策略</h3>
<ul>
<li><strong>检索目标：</strong>寻找公开了“根据PCI脉管评估/狭窄长度/直径，自动比对医院库存数据库（Inventory Database）并推荐对应尺寸/型号支架”的技术文献。</li>
<li><strong>逻辑扩展与检索式设计：</strong>
<ul>
<li><b>中文检索式（SIPO/CNKI）：</b><br><code>(冠状动脉 OR 脉管 OR 血管 OR PCI) AND (支架 OR 植入物) AND (库存 OR 存货 OR 数据库) AND (推荐 OR 选择 OR 匹配 OR 自动化)</code></li>
<li><b>英文检索式（EPO/USPTO/WIPO）：</b><br><code>(coronary OR vascular OR vessel OR PCI) AND (stent) AND (inventory OR stock OR database) AND (recommend* OR select* OR auto* OR match*)</code></li>
</ul>
</li>
</ul>
<h3>2. 针对权利要求1特征G（损害分类指数/算法）的补充检索策略</h3>
<ul>
<li><strong>检索目标：</strong>早期公开的根据脉管内压力拉回（FFR/iFR pullback）数据和病变长度对狭窄进行局灶性（focal）与弥散性（diffuse）定量分类的专利或文献。</li>
<li><strong>重点关注申请人/团队：</strong>Volcano Corporation（火山公司）、Philips（飞利浦）、St. Jude Medical（圣犹达）、Acist Medical Systems。</li>
<li><strong>英文检索式：</strong><br><code>(FFR OR iFR OR pressure pullback OR pressure drop) AND (focal OR diffuse) AND (classif* OR index OR threshold OR criteria) AND (length OR severity)</code></li>
</ul>
<h2>六、 结论与无效宣告请求整体方案建议</h2>
<ol>
<li><strong>主要无效证据：</strong>以 <b>D1（US20140187920A1）</b> 为最接近的现有技术，D1已经公开了目标专利权利要求1的绝大部分技术特征（包括处理系统、图像获取、压力测量、共配准、压降计算、损害分类指示及UI输出）。</li>
<li><strong>独立权利要求1的无效条款：</strong>
<ul>
<li>优先以《专利法》第22条第3款（创造性）为核心主张：权利要求1相对于D1与本领域公知常识（或补充检索对比文件D2）的结合不具备创造性。</li>
</ul>
</li>
<li><strong>从属权利要求的无效布局：</strong>
<ul>
<li>权利要求2, 4, 5, 6, 7, 8, 9, 10, 11均被D1直接公开或属于公知常识组合，不具备创造性/新颖性。</li>
<li>权利要求3需结合补充检索到的“医疗库存管理与支架推荐”对比文件进行组合无效。</li>
</ul>
</li>
</ol>
</body>
</html>
"""
# Save the HTML report to disk
html_file_path = "Patent_Invalidation_Analysis_Report.html"
with open(html_file_path, "w", encoding="utf-8") as f:
f.write(html_content)
# Convert HTML to PDF using WeasyPrint
pdf_file_path = "Patent_Invalidation_Analysis_Report.pdf"
try:
from weasyprint import HTML
HTML(filename=html_file_path).write_pdf(pdf_file_path)
print(f"PDF generated successfully: {pdf_file_path}")
except Exception as e:
print(f"WeasyPrint error: {e}")
```
```text?code_stdout&code_event_index=1
PDF generated successfully: Patent_Invalidation_Analysis_Report.pdf
```
您的专利无效与对比文件比对分析报告 PDF 文件已生成完成。
[file-tag: code-generated-file-e1783a26-599c-422c-9f60-44d56e439d43]
---
### 专利无效比对与创造性分析报告摘要
作为一名资深专利代理师，结合**目标专利说明书（CN106999076B）**对权利要求的解释，以及对比文件 **D1（US20140187920A1）** 原文的详细比对分析如下：
---
### 一、 目标专利说明书对权利要求关键特征的解释
根据《专利审查指南》及专利无效宣告的解释原则，目标专利说明书对权利要求1中的关键概念给出了明确定义：
1. **特征C（计算机辅助检测算法识别脉管名称）：** 说明书[0024]及[0053]指出，算法应用于血管造影图像上，通过提取血管轮廓、分支等解剖特征，在图像中**自动标记/命名**特定冠状动脉（如 RCA、LAD、LCX、D1 等）。
2. **特征E（生理测量结果与图像数据共配准）：** 说明书[0047]及[0051]解释，共配准是指将拉回（pullback）过程中实测的脉管内生理数据（如 FFR/iFR 压力）与血管造影图像上的具体解剖位置建立**空间一一对应映射**。
3. **特征G（将分析结果与包含损害分类的分类指数进行比较，且依赖生理测量结果和损害长度测量）：** 说明书[0024]、[0059]、[0078]及[0104]-[0106]（结合图10）明确界定，损害分类依赖于**压降功能强度/斜率**与**损害长度**的组合判定：
- **局灶性（Focal）：** 较短长度上引起剧烈/锐利的压力损失；
- **弥散性（Diffuse）：** 较长脉管长度（如超过 5mm）上呈现逐渐且稳定的压降；
- **多重（Multiple）：** 脉管内存在多个相互靠近（间隔小于 10mm）的损害。
4. **特征H（UI输出在脉管附近有脉管名称的脉管及损害分类）：** 说明书[0024]及[0059]解释，在图形用户界面（GUI）上，一方面在血管附近显示名称标签（如 LAD），另一方面将损害分类（如“局灶性”、“弥散性”提示 580、590）交叠显示在损害位置附近。
---
### 二、 技术特征比对表（目标专利权利要求 1 vs 对比文件 D1）
* **对比文件 D1**：`US20140187920A1`（公开日：2014-07-03，早于目标专利申请日，构成合格现有技术）。
| 权利要求1技术特征 | 对比文件 D1（US20140187920A1）原文摘录及出处 | 比对结论 | 详细比对分析 |
| 特征A： 系统包括处理系统(172)，配置为 | 说明书 [0040]："Computing device 172 is generally representative of any device suitable for performing the processing and analysis techniques..." | 毫无异议公开 | D1 明确公开了包含处理/计算设备 172 的系统，用于数据采集与分析，架构与编号完全一致。 |
| 特征B： 获得患者脉管系统的图像数据(504) | 说明书 [0007] & [0046]："obtaining an angiographic image of the vessel..."; "...angiographic images and/or other 2D or 3D depictions..." | 毫无异议公开 | D1 明确公开了获取患者脉管系统的血管造影图像或 2D/3D 描绘数据。 |
| 特征C： 分析图像数据通过计算机辅助检测算法识别脉管名称 | 说明书 [0047] & [0059]："radiopaque elements ... are algorithmically located..."; "Labels, for each of the value indicators, can also be provided... textual indications providing the names of major and/or minor vessels..." | 实质公开 / 存在薄弱点 | D1 公开了通过算法定位显影标记，并公开了在图像上提供主/支血管名称的文本标签（Labels）。但 D1 未明确强调通过 CAD 算法从造影图中“自动分割识别”脉管名称。 |
| 特征D： 获得生理测量结果，包括压力测量结果 | 说明书 [0008] & [0033]："The intravascular data can also include a pressure measurement."; "The instrument 130 includes at least one element configured to monitor pressure..." | 毫无异议公开 | D1 明确公开了使用血管内仪器（引导线/导管）获取脉管内的压力测量结果。 |
| 特征E： 将生理测量结果与图像数据共配准，使其与对应部分相关联 | 说明书 [0007] & [0046]："correlating the intravascular data from the intravascular instrument to locations on the angiographic image..."; "...co-registered to angiographic image(s)..." | 毫无异议公开 | D1 的核心发明即为生理数据（压力/流量）与血管造影图像的共配准（co-registration）。 |
| 特征F： 分析共配准生理测量结果以确定沿着脉管长度的压降 | 说明书 [0049] & [0052]："FIG. 9 illustrates pressure ratio calculations (such as FFR or iFR) at different points along the length of the vessel."; "...calculate the pressure differential..." | 毫无异议公开 | D1 明确公开了沿脉管长度拉回过程中计算各点处的压差/压力比率（FFR/iFR），即确定沿着脉管长度的压降。 |
| 特征G： 将分析结果与包含损害分类的分类指数比较确定损害分类，依赖生理测量结果和损害长度测量 | 说明书 [0004] & [0049]："By evaluating the effects of both focal stenoses and diffuse stenoses a more complete diagnosis can be made..."; "In this manner, the colors can provide an indication of... whether it is a focal or diffuse lesion." | 实质公开 / 核心争议点 | D1 明确区分了局灶性狭窄（focal）和弥散性狭窄（diffuse），并公开了通过拉回压降及热图颜色（Heat Map）指示损害是局灶性还是弥散性。D1 隐含了损害长度与压力变化的结合，但未明确使用“分类指数（classification index）”这一字眼。 |
| 特征H： 向用户界面输出在脉管附近有脉管名称的脉管及损害分类 | 说明书 [0007] & [0049] & [0059]："outputting an enhanced angiographic image..."; "...colors provide an indication of... focal or diffuse lesion."; "The labels can be textual indications providing the names of major and/or minor vessels..." | 毫无异议公开 | D1 明确公开了在增强血管造影图像上输出带有血管名称标签（Labels）的脉管，并通过热图/数值指示损害分类（局灶性/弥散性）。 |
---
### 三、 从属权利要求公开情况汇总
- **权 2（局灶性/弥散性/多重损害）：** **D1 实质公开**。说明书 [0004]、[0049] 及图7 公开了区分局灶性狭窄、弥散性狭窄及多重损害拉回。
- **权 3（库存数据库 190 及支架自动推荐）：** **D1 未公开**。需补充后续检索对比文件。
- **权 4（图像类型 2D/3D/CTA）：** **D1 毫无异议公开**（说明书 [0008]）。
- **权 5-7（压力感测介入设备）：** **D1 毫无异议公开**（说明书 [0031]-[0033]）。
- **权 8（计算压力比率）：** **D1 毫无异议公开**（说明书 [0049]）。
- **权 9（流量感测及流量测量）：** **D1 毫无异议公开**（说明书 [0008]、[0045]）。
- **权 10-11（UI 输出及分类表示交叠在损害位置附近）：** **D1 毫无异议公开**（说明书 [0007]、[0049]）。
---
### 四、 最接近的对比文件（最接近现有技术）分析
**最接近对比文件：D1（US20140187920A1）**
- **总体技术问题：** 两者均致力于解决冠状动脉狭窄评估中，如何消除人工经验主观估计误差，在同一可视化图像界面上直观、准确地识别并分类局灶性（focal）与弥散性（diffuse）损害的问题。
- **技术效果与手段：** D1 与目标专利采用了完全一致的硬件架构（计算设备 172、压力/流量导丝 152、导管 175、PIM 界面 170）及核心算法逻辑（压力拉回 + 血管造影共配准 + 热图/标签显示损害类型）。
- **结论：** **D1 是最适合作为攻击目标专利全部权利要求创造性的最接近对比文件。**
---
### 五、 无效请求中最薄弱的技术特征及突破策略
如果专利权人提出答辩，其最可能争辩的**薄弱技术特征**及攻破策略如下：
1. **薄弱特征一（特征 G）：** *“通过将分析结果与包含损害分类的分类指数（classification index）进行比较”*
- **专利权人争辩点：** D1 仅通过热图颜色或斜率定性显示局灶/弥散损害，未公开具体的“分类指数/判定算法门限”。
- **攻破策略：** D1 已公开利用拉回压力变化与长度关系来区分局灶与弥散损害的技术构思。在软件实现中，将这种定性判断转化为定量阈值比较（即设置分类指数/判定树）属于本领域普通技术人员的**常规软件开发手段/逻辑等效替换**。此外，可补充检索一篇公开了“基于定量门限对血管病变自动分类”的对比文件 D2 组合攻破创造性。
2. **薄弱特征二（特征 C）：** *“通过计算机辅助检测（CAD）算法识别脉管名称”*
- **攻破策略：** D1 [0047] 已公开算法识别（algorithmically located），结合医学图像处理领域的公知常识，利用 CAD 进行血管骨架抽取和冠脉分支（LAD/RCA）自动命名属于公知常识。
---
### 六、 进一步对比文件检索策略（针对从属权利要求 3）
针对权利要求 3 中未被 D1 公开的“结合医疗设施库存数据库(190)自动推荐支架”特征，建议补充检索：
- **检索目标：** 基于 PCI 评估数据（病变长度/直径）自动匹配 hospital inventory/stock 数据库并推荐支架型号的专利/文献。
- **建议检索式（EPO/USPTO/CNIPA）：**
- `(coronary OR vascular OR PCI) AND (stent) AND (inventory OR stock OR database) AND (recommend* OR auto* OR match*)`
生成的文件 `Patent_Invalidation_Analysis_Report.pdf` 中包含了更加详尽的法律分析、图表格式及完整原文引证，可直接作为无效宣告请求案卷的备用分析材料。
针对目标专利（**CN106999076B**）的权利要求1，结合说明书进行解释，并深度比对三份对比文件（**D1: JP2014171908A**、**D2: CA2905203A1**、**D3: WO2014175853A1**），分析其公开情况、最接近对比文件的选择、最薄弱特征及无效检索策略。
---
## 一、 目标专利权利要求1的技术特征拆解与说明书解释
根据目标专利（CN106999076B）说明书的记载，权利要求1各技术特征解释如下：
* **技术特征A（系统主体与处理系统）：**
* *原文：* 一种用于评价患者的脉管系统的系统(150)，所述系统包括：处理系统(172)，其被配置为：
* *说明书解释（[0007]、[0038]）：* 处理系统172为计算设备（如控制台、服务器、床侧控制器），配备有处理器、存储器及计算机可读指令，用以执行脉管诊断数据的采集、分析与共配准。
* **技术特征B（获取图像数据）：**
* *原文：* 获得所述患者的所述脉管系统的图像数据(504)；
* *说明书解释（[0006]、[0047]）：* 图像数据可为二维血管造影图像、三维血管造影图像、CTA、MRI、X射线等管腔外/血管造影图像。
* **技术特征C（CAD算法识别脉管名称）：**
* *原文：* 分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称；
* *说明书解释（[0024]、[0053]）：* 应用计算机辅助检测（CAD）/图像识别算法对血管造影图像中的轮廓、分支等进行解析，自动识别并标注脉管名称（如RCA、LAD、LCX等，如图6中标记540所示）。
* **技术特征D（获取生理测量结果-包含压力）：**
* *原文：* 获得所述患者的所述脉管的生理测量结果；其中；所获得的生理测量结果包括压力测量结果；
* *说明书解释（[0031]、[0036]）：* 通过介入设备（如压力引导线或压力导管130/152）在脉管内拉回采集压力信号（如FFR、iFR或Pd/Pa比率）。
* **技术特征E（生理测量与图像共配准）：**
* *原文：* 将所获得的生理测量结果与所获得的图像数据(504)共配准；使得所述生理测量结果与所述患者的所述脉管的对应部分相关联；
* *说明书解释（[0024]、[0047]）：* 利用已知拉回速度/距离或标记追踪，将实时或拉回采集的脉管内生理测量结果与血管造影模型/图像的空间位置进行对应绑定。
* **技术特征F（分析生理测量确定压降）：**
* *原文：* 分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降；
* *说明书解释（[0059]、[0074]）：* 沿着拉回路径映射功能强度或压力损失的斜率（压降），反映流体阻力与狭窄程度。
* **技术特征G（结合生理测量与损害长度测量确定损害分类）：**
* *原文：* 通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中；所述分类依赖于所述生理测量结果和损害长度测量；
* *说明书解释（[0024]、[0074]-[0076]）：* 结合压降斜率/功能强度与损害沿脉管的长度测量（806），对比预设分类指数，将损害自动判定并分类为局灶性（focal，短长度内剧烈压降）、弥散性（diffuse，长长度上逐渐压降）、多重损害（multiple）或多发损害（multifocal）等。
* **技术特征H（UI输出：脉管名称+损害分类）：**
* *原文：* 并且向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830)。
* *说明书解释（[0052]、[0059]、图6-图8）：* 在图形界面上叠加显示脉管图像、并在其附近同时显示自动识别的解剖学脉管名称（如RCA、LAD）以及损害分类指示（如提示580/590显示的局灶性或弥散性分类）。
---
## 二、 对比文件特征比对与公开性分析
### 1. 对比文件基本信息说明
* **D1：** JP2014171908A（公开日：2014-09-22）
* **D2：** CA2905203A1（公开日：2014-10-30）
* **D3：** WO2014175853A1（公开日：2014-10-30，与D2属于同一专利族，技术内容一致）
### 2. 特征比对表格（与目标专利权利要求1比对）
| 权利要求1技术特征 | D1 (JP2014171908A) 比对与原文出处 | D2 (CA2905203A1) / D3 (WO2014175853A1) 比对与原文出处 |
| 特征A (系统与处理系统) | 实质公开<br>出处：[0009]、图1<br>*“...具备ランドマーク特定ユニット...空間解析ユニット...的处理装置2”* | 实质公开<br>出处：D2/D3 [0011]、[0065]、图1<br>*“...image data processing system that includes... one or more computing devices (50/87)...”* |
| 特征B (获取图像数据) | 实质公开<br>出处：[0002]、[0020]、图1<br>*“三次元画像データセット（ボリュームデータ）...ＣＴアンギオグラム（CTA）...”* | 实质公开<br>出处：D2/D3 [0011]、[0015]、[0045]<br>*“...generating a set of angiography image data, the set comprising a plurality of two dimensional images...”* |
| 特征C (CAD识别脉管名称) | 毫无异议公开<br>出处：[0009]、[0022]、[0024]<br>*“ランドマーク特定ユニット12...臨床的オントロジー（FMA）...管セグメントに対するラベル（如血管名称）...”* | 未公开<br>（D2/D3侧重于图像共配准、中心线提取和标记追踪，未涉及采用CAD/本体自动识别并输出血管名称。） |
| 特征D (获取生理测量-含压力) | 未公开<br>（仅提及形态学/几何学测量如狭窄直径，未涉及脉管内压力测量。） | 实质公开<br>出处：D2/D3 [0003]、[0031]、[0063]<br>*“...Fractional flow reserve (FFR)... invasive catheter-based systems that collect... pressure data...”* |
| 特征E (共配准) | 未公开<br>（仅将三次元图像与解剖学本体/标准模型配准，未涉及血管内生理压力与图像共配准。） | 毫无异议公开<br>出处：D2/D3 [0007]、[0024]、[0048]<br>*“...co-registering the plurality of frames of angiography image data and optical coherence tomography / pressure data...”* |
| 特征F (分析生理测量确定压降) | 未公开<br>（无压力测量及压降计算。） | 未直接公开（隐式暗示）<br>出处：D2/D3 [0003]、[0063]、[0139]<br>*公开了采集FFR压力数据并在沿血管位置上计算VRR，但未明确提出“分析共配准的压力计算沿脉管长度的压降”。* |
| 特征G (结合生理测量和长度确定损害分类) | 未公开<br>（仅分析几何狭窄，无结合生理测量和损害长度的损害分类。） | 未公开<br>（D2/D3公开了计算MLA、狭窄百分比及Stent/Plaque识别，但未公开“结合生理测量结果和损害长度测量来确定损害的分类（如局灶性、弥散性）”。） |
| 特征H (UI输出脉管名称+损害分类) | 部分公开<br>出处：[0028]、图7<br>*公开了在UI上输出血管图像及血管标签（名称），但未公开损害分类。* | 部分公开<br>出处：[0045]、[0051]、图3A/3B<br>*公开了在UI上输出血管图像、配准位置及MLA等参数，未公开脉管名称识别及损害分类输出。* |
---
## 三、 最接近对比文件的选择分析
在对目标专利权利要求1进行创造性评估时，**D2 (CA2905203A1) / D3 (WO2014175853A1)** 适合作为最接近的对比文件。
### 分析理由：
1. **技术领域与整体解决的技术问题：**
* 目标专利旨在解决**血管造影图像与血管内生理测量数据（压力）结合困难、仅靠几何图像难以客观诊断狭窄严重性**的问题，通过生理测量与图像共配准、并自动分析损害类型来辅助介入规划（PCI）。
* **D2/D3** 处于完全相同的技术领域（血管数据处理与图像共配准），其核心宗旨在于通过硬件/软件手段，将血管造影（Angiography）与脉管内检测数据（OCT、IVUS、FFR压力数据）进行精准的实时共配准，并在UI界面进行交互展示（D2/D3 [0002]-[0007]）。
* **D1** 则仅侧重于利用三维静态图像（CTA/MRA）结合临床本体（Clinical Ontology）进行解剖学自动分割和血管名称标注，完全**不涉及脉管内介入测量、生理压力数据采集及共配准**。
2. **技术特征重合度：**
* D2/D3公开了权利要求1的前置与核心共配准框架（特征A、B、D、E），形成了最相似的技术架构。
---
## 四、 创造性分析与最薄弱技术特征
基于以 **D2/D3** 为最接近对比文件的组合分析：
### 1. 未被最接近对比文件公开的特征
结合上述比对，D2/D3未公开以下特征：
* **特征C：** 通过计算机辅助检测算法（CAD）分析图像以识别脉管名称。
* **特征F：** 分析共配准的生理测量结果以确定沿着脉管长度的**压降**。
* **特征G：** 通过将分析结果与包含损害分类的分类指数比较确定损害分类，且**该分类依赖于生理测量结果（压降/压力比）和损害长度测量**。
* **特征H中关于“损害分类输出与脉管名称输出”的结合**。
### 2. 其它对比文件的结合分析（D2/D3 + D1）
* **对于特征C：** **D1**（[0009]、[0022]）已明确公开了利用图像处理和临床本体/机器学算法（CAD）自动检测血管解剖标志并识别赋予脉管名称。将D1的技术手段结合到D2/D3中以实现血管自动命名，对本领域技术人员而言是显而易见的。
* **对于特征F：** 在介入心脏病学中，利用共配准的脉管内压力数据（FFR/iFR）沿血管拉回曲线计算压力差（压降，Pressure Drop）属于本领域的公知常识（如目标专利[0002]背景技术所述）。
### 3. 最薄弱的技术特征（无效攻击突破口）
目标专利权利要求1中**最薄弱的技术特征是：特征G（损害分类判定机制）**。
* **薄弱原因分析：**
1. **概念属于公知常识/临床习惯表达：** 在冠状动脉介入诊疗中，根据狭窄的物理长度与压力梯度（压降）将病变划分为“局灶性（Focal）”（短距离内陡峭压降）和“弥散性（Diffuse）”（长距离内平缓累积压降），属于心血管临床医学领域的标准诊断逻辑。
2. **算法逻辑简单化：** 权利要求1中的特征G本质上只是将“测量得到的压降”和“测量得到的长度”这两个已知参数输入到一个预设的“分类指数（即阈值）”中进行比对输出（例如：长度>5mm为长/弥散，压降>阈值为严重）。这种将已知临床诊断规则转换为常规计算机判定逻辑（If-Else比对）的过程，在软件/系统类专利中极易被认定为**不具备创造性**（属于公知临床规则的计算机化实现）。
---
## 五、 进一步对比文件检索策略
若要对目标专利（CN106999076B）提起无效宣告请求，针对最薄弱特征（结合压降与病变长度进行损害自动分类），建议采取以下补充检索策略：
### 1. 检索要素提取与表达（关键词与IPC/CPC分类号）
* **核心概念1：生理测量/压力压降/FFR/iFR**
* *Keywords:* FFR, Fractional Flow Reserve, iFR, pressure drop, pressure gradient, pullback, co-registration, 压力, 压降, 压力梯度, 充血/非充血压力比.
* **核心概念2：病变/损害的分类（局灶与弥散）**
* *Keywords:* focal, diffuse, lesion classification, lesion type, stenosis length, lesion length, 局灶, 弥散, 损害分类, 病变分类, 狭窄长度.
* **核心概念3：自动识别/自动化比对算法**
* *Keywords:* CAD, automated classification, index, threshold, 自动分类, 阈值比对.
* **分类号组合（IPC/CPC）：**
* `A61B5/021`（血压测量）
* `A61B5/00`（医学诊断/数据处理）
* `G16H50/20`、`G16H30/40`（面向医疗诊断的计算机技术/图像处理）
* `A61B6/50`（血管造影图像处理）
### 2. 检索式构建建议（以Focus在特征G与F的结合为核心）
* `((FFR OR "pressure drop" OR "pressure gradient" OR "iFR") AND (focal OR diffuse OR "lesion classification") AND ("lesion length" OR "stenosis length"))`
* 结合分类号：`(A61B5/021 OR G16H50/20) AND (focal AND diffuse) AND (pressure OR FFR)`
### 3. 非专利文献（NPL）重点挖掘方向
由于“根据压降斜率与病变长度区分局灶性/弥散性病变”高度依赖临床医学理论，**非专利文献（如临床医学期刊、心血管介入指南）** 往往比专利文献公开得更早、更彻底。建议重点检索：
1. **火山公司（Volcano Corp，即目标专利原权利人/Philips收购对象）及圣犹达（St. Jude Medical）早期发表的学术论文：** 重点查看2015年11月以前关于 iFR Pullback（瞬时无波形比率拉回曲线）分析局灶（focal）与弥散（diffuse）病变的研究论文（例如 JACC, Circulation 等期刊上的文章）。
2. **冠状动脉生理学诊断指南与教科书：** 查找2015年以前将FFR拉回压降曲线（FFR Pullback trace）的导数/斜率与病变解剖长度结合对狭窄进行分类的医学文献，以此证明特征G的分类逻辑完全属于公知常识。
这是一个非常典型且专业的专利无效/侵权诉讼中的**权利要求比对与创造性/实质公开分析**任务。作为专利代理师，我将严格依据《专利审查指南》中的“三步法”原则，结合目标专利（CN106999076B）说明书的解释，对权利要求1的各个技术特征在对比文件D1、D2、D3中的公开情况进行深入剖析，并提供量化的比对表、最接近对比文件的选取逻辑以及检索策略。
---
### 一、 目标专利说明书对权利要求1的解释与技术特征拆解
根据目标专利（CN106999076B）说明书（特别是[0001]-[0008]、[0047]-[0057]、[0103]-[0108]及图10），权利要求1的技术特征拆解及含义解释如下：
* **技术特征A（处理系统）**：包括处理系统（172），其被配置为执行后续数据处理。
* **技术特征B（获取图像数据）**：获得患者脉管系统的图像数据（504，如二维/三维血管造影图像或CTA图像）。
* **技术特征C（CAD算法识别脉管名称）**：分析图像数据，通过计算机辅助检测（CAD）算法（图像识别/分割模型）识别脉管系统中某一脉管的解剖学名称（如RCA, LAD, LCX等）。
* **技术特征D（获取压力测量结果）**：获得脉管的生理测量结果，且该测量结果**包含压力测量结果**（如FFR、iFR或Pd/Pa等）。
* **技术特征E（图像与生理数据共配准）**：将生理测量结果与图像数据（504）进行**共配准（Co-registration）**，使生理测量结果与脉管的对应空间解剖位置相关联。
* **技术特征F（计算压降）**：分析共配准的生理测量结果，确定沿着脉管长度（806）的压降（压力梯度/损失）。
* **技术特征G（依赖压降和长度确定的损害分类）**：通过将分析结果与包含损害分类的分类指数对比，确定脉管内损害的分类（810, 820, 830等），其中**分类依赖于生理测量结果（压降功能强度）和损害长度测量**（如局灶性、弥散性、长/短、多重损害等）。
* **技术特征H（用户界面叠加输出）**：向用户界面（500, 180）输出在脉管附近标有**脉管名称**的脉管图像，以及该损害的**分类（810, 820, 830）**。
---
### 二、 对比文件技术特征比对分析与比对表
#### 1. 各对比文件说明（指代及公开号）
* **D1**：CN103930036A（用于血流性状诊断的系统、其方法及计算机软件程序）
* **D2**：US20140236011A1（METHODS AND SYSTEMS FOR SIMULTANEOUS INTERVENTIONAL IMAGING AND FUNCTIONAL MEASUREMENTS）
* **D3**：WO2014134289A1（METHOD AND SYSTEM FOR DETERMINING TREATMENTS BY MODIFYING PATIENT-SPECIFIC GEOMETRICAL MODELS）
#### 2. 特征比对表格
| 权利要求1的技术特征 | 对比文件 D1 (CN103930036A) | 对比文件 D2 (US20140236011A1) | 对比文件 D3 (WO2014134289A1) |
| 特征A：处理系统 | 公开<br>说明书[0080]、图1中的CPU 6和服务器3。 | 公开<br>说明书[0010]、[0024]中的Processing Subsystem 110。 | 公开<br>说明书[0020]、[0063]中的Computer 40/Computer system。 |
| 特征B：获得脉管图像数据 | 公开<br>说明书[0091]-[0095]：CT、MRI、DSA获取三维形状数据。 | 公开<br>说明书[0027]、[0064]：IVUS、OCT或CCTA获取图像数据。 | 公开<br>说明书[0077]-[0078]：CCTA、MRI获取三维解剖图像。 |
| 特征C：通过CAD算法识别脉管名称 | 公开<br>说明书[0097]：提取血管中心线并分割后，在步骤S1-11通过算法自动标记主要血管及分支名称（参照模板自动标记）。 | 未公开<br>仅提及识别病变位置，未提到基于CAD自动识别并标注具体解剖学脉管名称。 | 未公开<br>仅建构3D网格与分支，未特别涉及通过CAD算法自动识别脉管解剖名称。 |
| 特征D：生理测量结果包含压力测量 | 部分公开/实质公开<br>说明书[0010]、[0140]：通过流体数值解析（CFD）计算各位置的血流压力P及流速U。*(注：属于计算压力，而非物理传感器直接获取的实测压力)* | 公开<br>说明书[0006]、[0042]、[0052]：由多普勒/导管获取流速/压力，或通过CFD计算FFR/压力梯度。 | 公开<br>说明书[0015]、[0062]、[0079]：包含实测血容量/血压及基于CFD计算的FFR/压降。 |
| 特征E：生理测量结果与图像共配准 | 公开<br>说明书[0027]、[0164]、图23/24：将计算得到的压力和剪切应力重叠/共配准叠加到三维血管模型上。 | 公开<br>说明书[0032]、[0048]：图像传感器与流量/压力传感器集成于同一导管，在相同时间/位置实现共配准（Simultaneous acquisition）。 | 公开<br>说明书[0062]、[0146]-[0152]、图1：将计算的压力/cFFR映射共配准到三维几何模型上。 |
| 特征F：分析共配准数据确定沿着脉管长度的压降 | 公开<br>说明书[0010]、[0140]：计算沿血管壁面各位置的压力降及分布。 | 公开<br>说明书[0042]、[0071]-[0081]：通过CFD或传感器确定跨狭窄处/沿血管长度的压力梯度（pressure gradient/Δp）。 | 公开<br>说明书[0062]、[0146]、[0151]：分析计算沿血管长度的压降（cFFR即局部压力与主动脉压力的比值变化）。 |
| 特征G：基于压降和长度测量进行损害分类 | 未公开（或仅隐含公开狭窄度，未结合压降与长度进行损害类型分类）<br>说明书[0201]提及狭窄率/病变部，但分类仅基于几何形状或血流杂乱度（平行/合流/发散），未根据“压降+损害长度”划分为局灶/弥散等。 | 未公开<br>仅计算狭窄百分比（Percent Area/Diameter Stenosis）和FFR，未公开基于“压降+损害长度”将损害分类为局灶性或弥散性等。 | 未公开<br>公开了基于cFFR判断是否存在功能性显著病变（<0.75），但未根据“压降+损害长度”将病变分类为局灶性、弥散性或多发性损害。 |
| 特征H：用户界面输出脉管名称及损害分类 | 部分公开<br>说明书[0097]、[0291]、图6：输出带有血管名称（如RCA, LAD）和血流杂乱性/薄弱部评价的图像，但未输出基于压降和长度测量的损害分类。 | 未公开<br>仅显示2D/3D图像、FFR及狭窄百分比，未显示脉管名称标注及基于功能的损害分类。 | 未公开<br>图23输出了cFFR模型及最低cFFR数值，但未在脉管附近标注脉管名称，亦未输出压降+长度确定的损害分类。 |
---
### 三、 对比文件公开情况的详细分析
#### 1. D1（CN103930036A）
* **完全/实质公开的特征**：
* **特征A、B、E、F**：D1公开了一套血流诊断系统，通过CT/MRI三维建模（特征B），并在流体解析部计算血流流速及压力（特征F），将压力/剪切应力与三维血管模型重叠/共配准显示（特征E，图23、24，段落[0164]）。
* **特征C**：公开了**CAD自动识别并标注解剖脉管名称**。段落[0097]及图6明确指出：“对主要血管进行标记...在选择左前方循环时，主要血管被标记为‘左内颈动脉’...自动判别在每个分支处出现的血管名称，并依次进行标记（RCA, LAD, LCX等）”。
* **未公开的特征**：
* **特征G及H中关于损害分类的部分**：D1对病变/损害的判定是基于流体剪切应力矢量的形态（“平行”、“合流”、“旋转”、“发散”判断恶性/良性流动及薄弱化，段落[0177]-[0186]），或者是基于几何狭窄率，**并未公开“依赖于生理测量结果（压降）和损害长度测量”将损害分类（例如局灶性、弥散性损害）**，也未在UI上输出这种分类（特征H）。
#### 2. D2（US20140236011A1）
* **完全/实质公开的特征**：
* **特征A、B、D、E、F**：公开了集成了IVUS成像传感器与多普勒/压力传感器的单体导管（段落[0011]、[0046]），可以在同一时间/空间获取图像数据与生理测量数据（压力/流速），并计算沿着血管的压力梯度（Δp，段落[0071]），实现了强共配准。
* **未公开的特征**：
* **特征C**：未公开通过CAD算法自动识别并在图像上标注解剖学“脉管名称”。
* **特征G、H**：未公开结合“压降与损害长度”进行“损害分类”（仅计算了狭窄百分比和FFR值），也未在UI上输出带有脉管名称及损害分类的图像。
#### 3. D3（WO2014134289A1）
* **完全/实质公开的特征**：
* **特征A、B、D、E、F**：公开了基于CCTA建立3D几何模型，结合CFD或降阶模型（1D/0D）计算沿血管长度的cFFR（压力比率/压降，段落[0062]、[0146]），并将其共配准映射到3D模型上显示（图1、图23）。
* **未公开的特征**：
* **特征C**：未明确公开利用CAD算法自动识别解剖学“脉管名称”并标注。
* **特征G、H**：虽然D3判定了cFFR < 0.75为存在功能性显著病变（段落[0153]），但**并未结合压降的梯度变化与损害的几何长度**来对损害进行“局灶性”、“弥散性”或“多重损害”的定量分类，UI上亦无相关分类信息的输出。
---
### 四、 最接近对比文件的选择与创造性分析
#### 1. 最接近对比文件的确定
在创造性分析中，**D1（CN103930036A）** 和 **D3（WO2014134289A1）** 均适合作为最接近的对比文件，其中**最优先推荐将 D1 作为最接近的对比文件**。
* **选择 D1 作为最接近对比文件的理由**：
1. **技术领域与主题极其贴近**：D1与目标专利均属于结合血管图像与血流动力学（压力/剪切应力）进行心血管/脑血管病变诊断及介入/手术规划的计算机辅助系统。
2. **揭示了关键的解剖标记特征（特征C）**：D1不仅公开了图像与生理参数的共配准（特征E）和压降计算（特征F），还**唯一完整公开了特征C**（即通过算法自动识别并标出主要血管及分支的解剖名称，如RCA、LAD等，见D1段落[0097]与图6）。这是D2和D3所欠缺的。
* **选择 D3 作为另一备选最接近对比文件的理由**：
* D3重点在于基于影像数据计算全树的cFFR（压降比率），其在血流动力学压降计算（特征F）和几何模型共配准显示（特征E）上与本专利极其相似，但缺乏特征C（脉管名称CAD识别）和特征G（局灶/弥散损害分类）。
#### 2. 未被最接近对比文件（D1）公开的特征及其他对比文件的公开情况
以 **D1** 为起点，目标专利权利要求1相较于D1的区别技术特征为：
1. **区别特征1（特征D的部分细节与特征G）**：基于共配准的生理测量结果确定损害分类，且**该分类依赖于生理测量结果（压降）和损害长度测量**（例如区分局灶性损害与弥散性损害）。
2. **区别特征2（特征H的相关输出部分）**：向用户界面输出带有**脉管名称**的脉管以及**所述损害的分类**。
* **其他对比文件（D2、D3）是否公开了上述区别特征？**
* **D2和D3均未公开区别特征1（特征G）**。
* D2仅公开了计算狭窄百分比（Percent Area Stenosis）和FFR，没有将“压降幅度/斜率”与“损害长度”结合起来建立“局灶性 vs 弥散性”的损害分类指数。
* D3仅公开了通过cFFR阈值（如0.75）判断是否存在病变（Ischemic lesion），但同样没有提供基于“压降+长度”的损害类型分类逻辑。
---
### 五、 无效请求中最薄弱的技术特征与防守/攻击策略
#### 1. 最薄弱的技术特征（突破口）
目标专利权利要求1中最薄弱、最容易被攻破的特征是 **特征G（及特征H中对应的分类输出）**，即：
> *“通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类；其中，所述分类依赖于所述生理测量结果和损害长度测量。”*
**薄弱原因**：
1. **公知常识侵蚀风险极高**：在临床心血管医学领域（如PCI指南、冠脉造影及FFR临床应用专家共识），根据“狭窄/压降段的长度”与“压降幅度（FFR梯度）”将冠脉损害分为**局灶性损害（Focal lesion，短时间内剧烈压降）**和**弥散性损害（Diffuse lesion，较长距离上累积压降）**属于**本领域临床医生的公知常识/常规诊疗逻辑**。
2. **算法/规则的简单套用**：目标专利仅仅是将医学上既有的“局灶/弥散分类概念”转化为计算机逻辑规则（即压降斜率+长度阈值比较）。如果请求人补充检索到一篇阐述“基于FFR拉回曲线（Pullback）的压降梯度和长度来区分局灶性与弥散性病变”的临床医学文献（甚至无需是专利文献），结合D1或D3的系统框架，特征G将极易被认定为“本领域技术人员结合公知常识或临床诊疗规则显而易见的技术手段”。
#### 2. 无效宣告策略建议
针对特征G的薄弱点，若要成功无效目标专利的权利要求1，建议采取以下**进一步的对比文件检索策略**：
1. **扩展检索领域至“临床医学文献/心血管介入诊断学论文”**：
* **重点检索数据库**：PubMed, Web of Science, IEEE Xplore, Google Scholar, CNKI（医科版）。
* **关键词组合**：
* `("Fractional Flow Reserve" OR "FFR" OR "iFR" OR "pressure drop" OR "pressure gradient")`
* AND `("pullback" OR "length" OR "lesion length")`
* AND `("focal" OR "diffuse" OR "classification" OR "pattern")`
* **寻找核心证据目标**：寻找在**2015年11月之前**（目标专利优先权日之前）发表的文献，内容涉及“利用FFR/iFR拉回（Pullback）曲线中的压力梯度/压降（Pressure drop）以及病变长度（Lesion length）来鉴别局灶性（Focal）与弥散性（Diffuse）冠脉病变”的学术论文或指南。
2. **结合专利对比文件的结合线索（Combination Pathways）**：
* **主对比文件（D1）** + **临床文献（证明特征G属于公知常识或已被临床文献公开）**：
* D1提供了：CAD自动识别血管名称（特征C）+ 3D建模与压力/剪切应力共配准显示（特征A, B, E, F）。
* 结合新检索到的临床文献（公开了基于压降+长度分类局灶/弥散损害，即特征G）。
* 结论：本领域技术人员在D1的基础上，为了协助医生制定更精细的PCI支架规划，引入临床公知的“局灶/弥散分类规则”（特征G），并在UI上同解剖名称一并输出（特征H），是不需要付出创造性劳动、显而易见的。
通过上述检索与组合策略，可以精准击中目标专利权利要求1的核心防护网，实现高效无效的目标。
这是一份针对授权专利 **CN106999076B**（下称“目标专利”）权利要求1及从属权利要求的专利无效审查与创造性对比分析报告。
---
### 一、 目标专利权利要求1的技术特征拆解与说明书解释
为了客观准确地界定保护范围，根据《专利审查指南》及相关司法解释，权利要求的术语应结合目标专利说明书（具体实施方式及附图）进行原意与特定语境下的解释：
* **特征 A（系统与处理系统）**：`一种用于评价患者的脉管系统的系统(150)，所述系统包括；处理系统(172)；其被配置为`
* *说明书解释*：参照图4及说明书[0038]段，处理系统172可以是计算设备、控制台（如s5/s5i系统）或床侧控制器，包含处理器、内存和非瞬态可读介质。
* **特征 B（图像获得）**：`获得所述患者的所述脉管系统的图像数据(504)`
* *说明书解释*：参照说明书[0047]、[0051]及图5，图像数据包括二维/三维血管造影（Angiography）、CTA、CT、MRI等脉管外解剖影像。
* **特征 C（脉管名称识别）**：`分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称`
* *说明书解释*：参照说明书[0024]、[0052]-[0053]及图6，计算机辅助检测（CAD）算法解析血管造影的轮廓、分支和结构，自动将脉管标注/识别为如“RCA”、“左主 (Left Main)”、“LAD”、“LCX”等具体解剖名称。
* **特征 D（生理测量及压力）**：`获得所述患者的所述脉管的生理测量结果；其中；所获得的生理测量结果包括压力测量结果`
* *说明书解释*：参照说明书[0030]-[0036]，生理测量结果系由置于血管内的介入设备（如压力引导线152/130或导管175）采集，包含FFR、iFR、Pd/Pa等压力数据。
* **特征 E（共配准）**：`将所获得的生理测量结果与所获得的图像数据(504)共配准；使得所述生理测量结果与所述患者的所述脉管的对应部分相关联`
* *说明书解释*：参照说明书[0047]段，利用拉回速度/距离、图像解剖位置等技术（如US7930014），将脉管内采集的实时生理测量点与2D/3D血管造影图上的空间物理位置实现一针对一的映射绑定。
* **特征 F（压降确定）**：`分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降`
* *说明书解释*：参照说明书[0024]、[0059]、[0074]及图10，计算拉回过程中各测量点沿血管长度方向的压力损失/斜率/梯度变化。
* **特征 G（损害分类确定）**：`通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中；所述分类依赖于所述生理测量结果和损害长度测量`
* *说明书解释*：参照说明书[0024]、[0059]及[0074]-[0076]段，结合跨脉管的压降（功能强度）与损害的物理长度/距离（解剖参数），与预设分类标准（分类指数）比对，自动将损害归类为局灶性（focal）、弥散性（diffuse）、多重（multiple）或多发（multifocal）损害。
* **特征 H（UI输出）**：`向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830)`
* *说明书解释*：参照说明书[0052]-[0059]及图6-图8，在显示界面（UI 500/180）上，同时呈现标注有脉管名称（如RCA、LAD）的血管图像，以及交叠/提示在该损害位置附近的损害分类结果（如提示580/590或窗口530）。
---
### 二、 对比文件比对分析与特征比对表
各对比文件的基本公开号如下：
* **D1**：WO2014022804A1
* **D2**：CA2896589A1
* **D3**：WO2014106186A1
#### 1. 对比文件原文比对分析
##### (1) 对比文件 D1 (WO2014022804A1)
* **比对情况**：D1主要涉及通过2D血管造影推导解剖特征尺寸，并与数据库比对估计解剖学FFR（Anatomical FFR），或者利用造影剂流动颜色的改变（Color change）来估计FFR。
* **公开情况**：公开了系统与处理设备（Fig. 1-2, [p0033]-[p0037]）、获得血管图像数据（[p0014], [p0033]）、获得生理测量/压力测量（[p0005], [p0035]）、共配准（[p0033], [p0050]）、沿着血管长度分析压降/流速改变（Fig. 8, [p0058]-[p0060]）。
* **缺漏特征**：D1**未公开**特征C（利用计算机辅助检测算法识别并标注“脉管名称”），也**未公开**特征G及H中“依赖于生理测量结果和损害长度测量将损害进行自动‘损害分类’（如局灶性/弥散性）并输出分类”。
##### (2) 对比文件 D2 (CA2896589A1) 与 D3 (WO2014106186A1)
* *注：D2与D3系同族专利（优先权及说明书文本高度一致），在此统称D2/D3，分析结论对二者均适用。*
* **比对情况**：D2/D3重点解决了将血管内生理测量数据（如FFR、iFR）与血管造影图像进行共配准，并增强显示局灶性（focal）与弥散性（diffuse）损害的问题。
* **公开情况**：
* **特征A**：公开了包括计算设备172的系统150（Fig. 4, [p0049]-[p0051]）。
* **特征B**：公开了获得血管造影图像（Fig. 5-7, [p0009], [p0058]）。
* **特征C**：[p0078] 段明确提及：“*The labels can be textual indications providing the names of major and/or minor vessels or segments thereof.*”（标签可以是提供主要和/或次要脉管或其段的名称的文本指示）。但其对于是否通过“计算机辅助检测算法自动识别”未作深入展开，属于**实质公开/隐性公开**。
* **特征D**：公开了利用引导线152/导管175测量血管内压力（iFR/FFR/Pd/Pa）（[p0056]-[p0057]）。
* **特征E**：公开了将生理数据与血管造影图像共配准（[p0009], [p0061]）。
* **特征F**：公开了在拉回过程中分析沿血管长度的压力差/压降（[p0066]-[p0074]）。
* **特征G**：在BACKGROUND [p0005]及[p0064]中明确区分了局灶性狭窄（focal stenosis）与弥散性狭窄（diffuse stenosis），并指出通过热力图（heat map）或局部压力差变化来确定损害是局灶性还是弥散性（“*In this manner, the colors can provide an indication of the severity of a lesion and whether it is a focal or diffuse lesion.*”）。这依赖于压力测量与沿长度（位置）的变化，构成对特征G的**实质公开**。
* **特征H**：图9-图12及[p0064]、[p0078]公开了在UI显示屏的血管造影图像上叠加显示脉管标签/名称，以及通过热力图/数值（指示局灶或弥散分类）输出给用户。
---
#### 2. 特征比对表格（针对权利要求1）
| 权利要求1技术特征 | D1 (WO2014022804A1) | D2 (CA2896589A1) / D3 (WO2014106186A1) | 比对结论（以D2/D3为例） |
| 特征A：系统及处理系统(172) | 毫无保留公开<br>Fig. 1-2; [p0033], [p0037] | 毫无保留公开<br>Fig. 4; [p0049]-[p0051] | 相同特征 |
| 特征B：获得脉管图像数据(504) | 毫无保留公开<br>Fig. 4; [p0014], [p0033] | 毫无保留公开<br>Fig. 5-7; [p0009], [p0058] | 相同特征 |
| 特征C：通过CAD算法分析图像以识别脉管名称 | 未公开 | 实质公开<br>Fig. 11-12, [p0078] 公开了文本标签显示脉管名称，CAD自动识别属于本领域公知常识/隐性公开。 | 基本上一致 / 存在微小区别 |
| 特征D：获得生理测量结果，包含压力测量 | 毫无保留公开<br>Fig. 2; [p0005], [p0035] | 毫无保留公开<br>Fig. 4; [p0056]-[p0057] | 相同特征 |
| 特征E：共配准生理测量与图像数据 | 毫无保留公开<br>Fig. 1; [p0033], [p0050] | 毫无保留公开<br>Fig. 7-8; [p0009], [p0061] | 相同特征 |
| 特征F：分析共配准生理数据确定沿长度的压降 | 毫无保留公开<br>Fig. 8; [p0058]-[p0060] | 毫无保留公开<br>Fig. 10; [p0066]-[p0074] | 相同特征 |
| 特征G：比较分类指数确定损害分类（局灶/弥散等），依赖生理测量和损害长度 | 未公开<br>（仅分析FFR数值与阈值比较） | 实质公开<br>BACKGROUND [p0005], [p0064], [p0074]<br>通过沿长度的局部/累积压降区分focal和diffuse损害。 | 实质公开 |
| 特征H：UI输出在脉管附近有脉管名称的脉管及损害分类 | 未公开 | 毫无保留公开<br>Fig. 9-12; [p0064], [p0076]-[p0078] | 相同特征 |
---
### 三、 最接近的对比文件（Closest Prior Art）选择与技术效果分析
在评价目标专利权利要求1的创造性时，**D2 (CA2896589A1)** 或 **D3 (WO2014106186A1)** 最适合作为**最接近的对比文件**。
#### 选择理由（从技术问题与技术效果角度）：
1. **整体解决的技术问题一致**：
* *目标专利*：旨在解决如何在PCI术前评估中，自动映射脉管系统、结合共配准的生理数据与解剖长度，直观且客观地自动识别并分类（局灶/弥散）脉管损害，降低对医生经验的依赖，提高诊断效率（说明书[0003]）。
* *对比文件D2/D3*：同样旨在解决传统血管造影与生理测量隔离、无法有效识别及评估沿脉管延伸的“弥散性损害（diffuse stenosis）”与“局灶性损害（focal stenosis）”的问题，通过将生理测量（压降）与血管造影共配准并以增强UI（热力图/标签）呈现（D2说明书BACKGROUND [p0005]及SUMMARY [p0008]）。
* *对比文件D1*：主要关注如何在无需充血剂的情况下利用造影图像或结合血管内传感器推算/矫正FFR数值，并未将“损害分类（局灶/弥散）的自动识别与显示”作为核心技术问题。
2. **技术特征重合度最高**：
* D2/D3公开了权利要求1中除“CAD算法自动识别名称”外几乎所有的技术环节（包含图像获取、压力采集、共配准、压降计算、局灶/弥散损害识别、UI叠加输出）。
---
### 四、 无效请求中最薄弱的技术特征与突破口
若对目标专利权利要求1发起无效宣告请求，**最薄弱的技术特征**（即目标专利相对于D2/D3的区别特征）在于：
> **区别特征**：*“通过计算机辅助检测（CAD）算法来识别来自所述脉管系统的一脉管的脉管名称”*（特征C中的特定实施手段）以及 *“通过将分析结果与包含损害分类的分类指数比较（分类依赖于生理测量和损害长度）”*（特征G中具体的算法比对过程）。
#### 攻破/无效逻辑分析：
1. **关于“CAD算法识别脉管名称”（特征C）**：
* *无效思路*：D2/D3（如[p0078]段）已经明确公开了在血管造影图上标记血管名称（“names of major and/or minor vessels”）。本领域技术人员为了实现自动化标记，利用图像识别领域中已公知的“计算机辅助检测（CAD）算法”或模式识别算法来分割和识别冠状动脉分支（如RCA、LAD），属于**本领域的常规技术手段/公知常识**。
2. **关于“分类指数比较与损害分类”（特征G）**：
* *无效思路*：D2/D3在[p0064]及[p0074]中明确记载了利用沿着血管拉回过程中的局部压力差（localized pressure differential，即跨一定长度的压降）来判断损害是局灶性（focal）还是弥散性（diffuse）。目标专利中将此过程表述为“与包含损害分类的分类指数比较”，本质上只是将D2/D3已公开的“压降+长度阈值判定”进行了常规的规则化/软件化转化，未产生意想不到的技术效果。
---
### 五、 进一步的对比文件检索策略建议
为了彻底破坏权利要求1（以及从属权利要求2-11）的创造性/新颖性，建议采取以下补充检索策略：
1. **针对“CAD冠状动脉自动树状分割与命名”补充对比文件 (D4)**：
* **检索方向**：重点检索在2015年（目标专利优先权日）之前，医学图像处理（Medical Image Analysis）领域关于血管造影（Angiographic images）或CTA图像中自动识别冠状动脉分支（Coronary Tree Labeling / Vascular Naming）的软件算法文献或专利。
* **关键词**：`("computer aided detection" OR "CAD" OR "automatic labeling" OR "vessel segmentation") AND ("coronary artery" OR "RCA" OR "LAD" OR "vessel name")`
2. **针对“基于压力拉回曲线(FFR/iFR Pullback)自动进行局灶/弥散损害分类”补充对比文件 (D5)**：
* **检索方向**：检索Volcano（现飞利浦）或St. Jude Medical（现雅培）在2012-2015年间关于“iFR Pullback”、“PPG (Physiological PIPeline Gradient)”、“Functional Lesion Classification”的早期专利。
* **关键词**：`("focal" NEAR/5 "diffuse") AND ("pressure drop" OR "iFR pullback" OR "FFR pullback") AND ("classification" OR "index" OR "lesion length")`
3. **从属权利要求的防御突破**：
* **权利要求2（局灶/弥散/多重损害）**：已由D2/D3及图10完全公开。
* **权利要求3（结合库存数据库190推荐支架）**：检索结合PCI图像规划与医院ERP/库存数据库（Inventory Database）自动推荐Stent尺寸的专利，重点关注医疗信息化/手术规划系统（如`"PCI planning" AND "inventory" AND "stent selection"`）。
针对目标专利 **CN106999076B**（对应授权权利要求文件《权利要求1.docx》）以及给定的三份对比文件（D1: CN103479381A、D2: CA2880747A1、D3: US20140039276A1），作为专利代理师，现为您进行深入的权利要求解释、技术特征比对、最接近对比文件选择以及无效检索策略分析。
---
## 一、 目标专利权利要求与说明书解释
### 权利要求1的技术特征分解与说明书内涵分析：
* **特征A（处理系统）**：包括处理系统（172）。说明书[0038]记载，处理系统可为计算设备、控制台或床侧控制器，用以执行数据采集、图像处理和逻辑分析。
* **特征B（图像数据获得）**：获得患者脉管系统的图像数据（504）。说明书[0047]、[0081]明确图像可为二维/三维血管造影（Angiography）、CTA、CT、MRI等。
* **特征C（脉管名称解算/CAD）**：分析图像数据，**通过计算机辅助检测算法（CAD）来识别来自脉管系统的一脉管的脉管名称**。说明书[0024]、[0052]-[0053]指出，利用CAD算法对血管造影图像进行图像识别与分割，提取轮廓、分支特征，自动标注血管名称（如RCA、LAD、LCX等）。
* **特征D（生理测量/压力）**：获得脉管的生理测量结果（含压力测量）。说明书[0031]、[0082]指出通过介入设备（如压力导线）采集脉管内压力数据（如FFR、iFR）。
* **特征E（共配准/Co-registration）**：将生理测量结果与图像数据共配准，使生理测量结果与脉管对应部分相关联。说明书[0047]指出通过已知拉回速度、拉回设备或空间匹配技术将测量点与血管图像点绑定。
* **特征F（确定压降）**：分析共配准的生理测量结果以确定沿着脉管长度（806）的压降。说明书[0024]、[0064]指出映射压力损失的斜率/梯度。
* **特征G（损害分类及指数比较）**：通过将分析结果与包含损害分类的分类指数进行比较，确定损害的分类（810、820、830等）；**分类依赖于生理测量结果和损害长度测量**。说明书[0024]、[0074]-[0077]、图10明确说明：结合压降幅度（功能强度）与压降发生的长度（损害长度测量），将损害分类为“局灶性（focal）”（短距离锐降）或“弥散性（diffuse）”（较长长度上平稳下降）或“多重损害（multiple）”。
* **特征H（显示输出）**：向用户界面（500、180）输出在脉管附近有**脉管名称**的脉管以及**损害的分类**。说明书图6-图8以及[0024]、[0052]显示在界面上同时标注血管名称（如LAD）和损害分类（如局灶性/弥散性提示580、590）。
---
## 二、 对比文件特征对比分析
我们将对比文件分别代指为：
* **D1**: CN103479381A
* **D2**: CA2880747A1
* **D3**: US20140039276A1
### 1. 权利要求1的技术特征比对表（对照对比文件原文出处）
| 权利要求1技术特征 | D1 (CN103479381A) 原文对比与出处 | D2 (CA2880747A1) 原文对比与出处 | D3 (US20140039276A1) 原文对比与出处 |
| 特征A：系统含处理系统(172) | 已公开：操控台中的电脑103、数据处理程序104。<br>*(出处：说明书[0006]、[0015])* | 已公开：Processor 26, Computing device 172。<br>*(出处：FIG. 1, FIG. 2, 说明书[0026], [0029])* | 已公开：Processor 26, Computing device 172。<br>*(出处：FIG. 1, FIG. 2, 说明书[0027], [0029])* |
| 特征B：获得脉管系统图像数据(504) | 已公开：导入冠状动脉CT血管造影DICOM文件。<br>*(出处：说明书[0004]、[0012])* | 已公开：Obtaining angiographic images.<br>*(出处：FIG. 1, SUMMARY, 说明书[0026])* | 已公开：Obtaining angiographic images.<br>*(出处：FIG. 1, SUMMARY, 说明书[0026])* |
| 特征C：通过CAD算法分析图像以识别脉管名称 | 未公开（仅提及抽取血管轮廓/中心线及形态学参数，未识别血管名称，亦未明确称CAD）。<br>*(出处：说明书[0004])* | 未公开（仅根据图像测量血管直径、形态，未提及通过CAD自动辨识并标注脉管名称）。 | 未公开（与D2内容相同，未提及通过CAD识别并输出脉管名称）。 |
| 特征D：获得生理测量结果（含压力测量结果） | 实质等同/部分公开：通过阻抗导管测有效电导，间接反映斑块，但未直接使用压力感测测压力。<br>*(出处：说明书[0006]-[0009])* | 已公开：Sensed aortic pressure / distal pressure sensors (FFR/iFR).<br>*(出处：FIG. 2, 说明书[0035], [0054])* | 已公开：Sensed aortic pressure / distal pressure sensors (FFR/iFR).<br>*(出处：FIG. 2, 说明书[0035], [0054])* |
| 特征E：共配准（生理测量与图像关联） | 实质公开：将阻抗/电导测量变化规律与三维动脉树形态学参数/血管路径进行对比映射。<br>*(出处：说明书[0007]、[0009])* | 已公开：Co-registration of angiogram/fluoroscopy and intravascular functional measurement devices.<br>*(出处：FIG. 1, 说明书[0026], [0041])* | 已公开：Co-registration of angiogram/fluoroscopy and intravascular functional measurement devices.<br>*(出处：FIG. 1, 说明书[0026], [0041])* |
| 特征F：分析共配准数据以确定沿脉管长度的压降 | 未公开（D1测量的是电导/阻抗变化，非压降）。<br>*(出处：说明书[0007])* | 已公开：Sensed pressure changes across the lesion / FFR calculations.<br>*(出处：说明书[0054])* | 已公开：Sensed pressure changes across the lesion / FFR calculations.<br>*(出处：说明书[0054])* |
| 特征G：比较分类指数确定损害分类，且依赖于生理测量结果和损害长度测量 | 实质公开（但基于电导而非压力）：依据电导变化规律与血管路径对比，判断弥漫性或局灶斑块。<br>*(出处：说明书[0001]、[0005]、[0007])* | 未公开：仅依据FFR/iFR计算数值高低判断是否需要治疗，未结合损害长度将损害具体分类（如局灶性/弥漫性）。<br>*(出处：说明书[0041]-[0058])* | 未公开：仅依据FFR/iFR计算数值高低判断是否需要治疗，未结合损害长度将损害具体分类。 |
| 特征H：输出在脉管附近有脉管名称的脉管以及损害分类 | 未公开：未在界面上同时输出“脉管名称”和“损害分类”。 | 未公开：仅在图像上重构流速/FFR分布（FIG. 8），未标注脉管名称及损害分类。 | 未公开：与D2相同，未在界面输出脉管名称和损害分类。 |
---
## 三、 最接近对比文件的选择与创造性分析
### 1. 最接近对比文件的确定
在创造性分析中，**D2 (CA2880747A1)** 和 **D3 (US20140039276A1)**（二者属于同族申请，技术方案高度一致）最适合作为最接近的对比文件。
* **理由**：
1. **技术领域与手段最贴近**：D2/D3与目标专利均属于通过血管造影图像与脉管内介入压力测定（如FFR/iFR压力导管）进行**共配准（Co-registration）**，评估冠状动脉狭窄/损害严重程度的系统。
2. **公开特征最多**：D2/D3公开了特征A、B、D、E、F，即建立了基于“图像+压力共配准”的硬件和数据分析基础架构。
*(注：D1虽然涉及图像与介入测量，但其生理测量采用的是阻抗/电导法，且主攻CT比例定律，与目标专利基于压降与图像共配准的技术路线差异较大，不优先作为最接近对比文件)*。
### 2. 未被最接近对比文件（D2/D3）公开的技术特征
对比D2/D3，本专利权利要求1的区别技术特征在于：
1. **特征C**：分析图像数据以**通过计算机辅助检测算法（CAD）**来识别脉管的**脉管名称**。
2. **特征G的后半部分**：确定损害的分类，且**所述分类依赖于生理测量结果（压力）和损害长度测量**（例如区分局灶性与弥散性损害）。
3. **特征H的相关部分**：向用户界面输出在脉管附近带有**脉管名称**的脉管以及**损害的分类**。
---
## 四、 无效请求中最薄弱的技术特征与突破点分析
在针对目标专利发起无效宣告请求时，**最薄弱的技术特征**（即最容易被公知常识或其他对比文件击穿的特征）如下：
### 1. 最薄弱特征一：特征C（利用CAD算法识别并输出脉管名称）
* **薄弱原因**：图像处理与医疗识别领域中，使用CAD（Computer-Aided Detection/Diagnosis）算法自动分割并识别解剖结构（如冠状动脉的LAD、RCA、LCX）属于**本领域的公知常识或常规技术手段**。在血管造影图上标记血管名称是临床诊断系统的基本辅助功能。
### 2. 最薄弱特征二：特征G与H（结合“生理测量值+损害长度”进行损害分类并可视化显示）
* **薄弱原因**：
* 在心血管临床医学中，根据压降幅度（功能性指标）和病变延伸长度（解剖学指标）将冠状动脉狭窄划分为“局灶性（Focal）”和“弥散性（Diffuse）”病变，是心血管诊疗规范中的已知通用概念（参见D1说明书[0001]、[0002]中亦提及“弥漫性/局灶性”）。
* 将分类结果与解剖图结合交叠显示（特征H）属于常见的UI界面交互设计。
---
## 五、 进一步对比文件检索策略建议
为了彻底摧毁权利要求1及从属权利要求的创造性，建议采取以下**补充检索策略**：
### 策略1：针对“图像+CAD血管名称自动识别（特征C）”的补充检索
* **检索方向**：医学图像处理、计算机视觉在冠状动脉造影（CAG/CTA）中的应用。
* **关键词与分类号组合**：
* IPC/CPC分类号：`A61B6/501` (心血管造影), `G06T7/0012` (医疗图像分析), `G06T7/60` (几何测量), `G16H30/40` (医疗图像处理).
* 关键词：`血管识别 / 血管标注 / 冠状动脉名称 / CAD / 计算机辅助检测 / CADe / Segmentation / Automatic labeling / Nomenclature / LAD / RCA / LCX`
### 策略2：针对“共配准下结合压降与长度进行局灶/弥散分类（特征G/H）”的深度检索
* **检索方向**：结合拉回曲线（Pullback curve）与血管造影的自动病变分类系统。
* **关键词组合**：
* 关键词：`压降 / FFR / iFR / PPG (Physiological Pressure Gradient) / Pullback / Focal / Diffuse / Classification / Lesion length / 局灶性 / 弥漫性 / 损害分类 / 损害长度`
* **重点申请人/文献库**：
* 重点检索 **Volcano Corporation**（火山公司，即本专利原申请人，防范其早期防御性专利或论文）、**St. Jude Medical**（圣犹达）、**HeartFlow**、**Philips**（飞利浦医疗）在2015年之前的专利布局及医学论文（如《JACC》、《Circulation》关于iFR/FFR Pullback分析损害长度与分类的文献）。
---
> **总结建议**：以 **D2 (CA2880747A1)** 或 **D3 (US20140039276A1)** 作为第一对比文件（提供共配准+压力压降基础架构），结合一篇**公开了“通过CAD算法自动识别分割冠状动脉并标注名称”**的图像处理对比文件（D4），再引入一篇**公开“基于拉回压力压降及病变长度对冠脉损害进行局灶/弥散分类”**的医学/系统专利（D5），即可构成非常坚固的 `D2/D3 + D4 + D5` 创造性无效组合链。
在专利无效和创造性评述中，须紧密结合目标专利说明书的教导，合理确定权利要求的保护范围与技术特征内涵，并对对比文件原文进行精准比对。
---
### 一、 目标专利说明书对权利要求1的解释
依据目标专利说明书（**CN106999076B**），权利要求1各技术特征的含义与作用解释如下：
1. **特征A（处理系统）**：指与脉管内设备（如压力导丝/导管）及外部成像设备通信的计算设备（如控制台系统或床侧控制器）[[说明书第[0038]、[0041]段]]。
2. **特征B（获得图像数据）**：获得二维/三维血管造影（Angiography）或CTA等管腔外成像数据[[说明书第[0047]、[0057]段]]。
3. **特征C（CAD算法识别脉管名称）**：利用计算机辅助检测（CAD）图像识别与建模算法，对血管造影特征（轮廓、分支、位置）进行图像解析与分割，**自动识别并标注具体解剖脉管名称**（例如：RCA、左主干、LCX、LAD、D1、M1等）[[说明书第[0024]、[0052]、[0053]段]]。
4. **特征D（生理测量/压力测量）**：通过沿着脉管拉回（Pullback）压力感测设备，采集沿着脉管长度方向的充血或静息状态下（如FFR、iFR）的压力测量结果[[说明书第[0024]、[0035]、[0047]段]]。
5. **特征E（共配准）**：将拉回过程中采集到的生理测量数据与血管造影图像在空间/时间上关联（如基于已知拉回速度或图像标记），使得每个压力点与图像中脉管的具体位置相匹配[[说明书第[0024]、[0047]段]]。
6. **特征F（沿着脉管长度分析压降）**：计算共配准后沿脉管长度（如纵向距离）的压力损失或压力比率变化斜率[[说明书第[0024]、[0074]段]]。
7. **特征G（基于分类指数与损害长度进行损害分类）**：将功能性压力损失斜率/幅度与损害纵向长度相结合，与预设的“分类指数”对比，自动确定损害的技术分类（如局灶性损害、弥散性损害、多重损害、多发损害等）[[说明书第[0024]、[0074]-[0077]段]]。
8. **特征H（界面输出脉管名称及损害分类）**：在用户界面上将自动识别出的**脉管名称标注于脉管图像附近**（如在LAD、RCA旁标注文字），并叠加或提示损害的分类结果[[说明书第[0052]、[0059]、[0082]段]]。
---
### 二、 对比文件技术特征比对与原文出处分析
现将三篇对比文件分别与权利要求1的技术特征A~H进行对比分析：
#### 1. D1：US2013046190A1 (`US2013046190A`)
* **公开号**：US2013046190A1
* **技术方案**：主要公开了一种在静息状态（无需充血剂）下，通过选择特定心动周期诊断窗口（如iFR算法）评估血管狭窄严重程度的设备、系统与方法。
* **特征拆解公开情况**：
* **特征A（公开）**：公开了包含处理器、内存的计算设备172[[原文[0059]]]。
* **特征B（实质公开）**：公开了获取血管图像和诊断信息（如IVUS、OCT或结合血管造影）[[原文[0053]]]。
* **特征C（未公开）**：未公开利用CAD算法自动识别并在图像上自动标出具体解剖脉管名称（如LAD、RCA）。
* **特征D（公开）**：公开了通过介入设备（压力导丝130、导管132）获得近端和远端压力测量结果[[原文[0053]-[0058]]]。
* **特征E（部分公开）**：公开了压力测量与心动周期或脉管位置的对齐/关联[[原文[0110]-[0112]]]，但未系统阐述血管造影图像与拉回压力的空间共配准细节。
* **特征F（公开）**：公开了分析近远端压力比率（计算压降/压力差）[[原文[0068]、[0078]]]。
* **特征G（未公开）**：仅公开将计算出的压力比率与固定阈值（如0.80）比较来决定治疗方式[[原文[0068]]]，**未公开依据“损害长度测量”及“分类指数”对损害进行局灶性/弥散性等类型划分**。
* **特征H（未公开）**：未公开在用户界面上于脉管附近显示CAD识别的脉管名称及损害分类。
#### 2. D2：WO2013028612A2 (`WO2013028612A`)
* **公开号**：WO2013028612A2
* **技术方案**：公开了沿血管拉回（Pullback）压力感测设备采集压力数据，对血管进行可视化描绘（如热图Heat Map、压降曲线Plot），并计算损害纵向长度（如17mm）和阻塞程度（Occlusive Value），进一步模拟支架等治疗选项的系统与方法。
* **特征拆解公开情况**：
* **特征A（公开）**：公开了计算设备172（包含处理器和存储介质）[[原文[p0052]]]。
* **特征B（公开）**：公开了获得血管图像或图像描绘（如血管视图、热图或血管剖面描绘）[[原文[p0010]、[p0058]]]。
* **特征D（公开）**：公开了通过拉回设备在沿血管多个位置采集近端和远端压力测量结果[[原文[p0047]-[0048]、[p0058]]]。
* **特征E（实质公开）**：公开了将移动传感器的压力测量结果与血管纵向位置/位移（如拉回距离）进行空间共配准与映射[[原文[p0058]-[0060]]]。
* **特征F（公开）**：公开了计算沿血管长度的累积或局部压降/压力比率变化[[原文[p0058]、[p0069]-[0072]]]。
* **特征G（实质公开）**：公开了基于压力变化与纵向距离分析，确定损害的**纵向长度**（“length of the lesion or stenosis... approximately 17 mm”），并评估损害的阻塞程度/严重性（Occlusive value）[[原文[p0073]]]。然而，其未直接使用“局灶性/弥散性”这一特定术语分类表述。
* **特征C（未公开）**：未公开利用CAD算法对血管造影图像进行解析以自动识别解剖脉管名称（如RCA、LAD）。
* **特征H（未公开）**：未公开在用户界面上于血管图像附近输出CAD自动识别的脉管名称。
#### 3. D3：US20130237864A1 (`US2013237864A`)
* **公开号**：US2013237864A1
* **技术方案**：主要公开了一种具有压敏传感器的可控导丝及信号调制电路、数据处理器与测量系统。
* **特征拆解公开情况**：
* **特征A（公开）**：公开了外部数据处理器及显示器[[原文[0092]、[0111]]]。
* **特征D（公开）**：公开了通过压力感测导丝测量血管内血压[[原文[0008]、[0061]]]。
* **特征B、C、E、F、G、H（未公开）**：属于硬件传感器与信号传输层面，未公开图像共配准、CAD脉管名称自动识别、基于压降与长度的损害分类算法及界面输出。
---
### 三、 特征比对汇总表
| 权利要求1的技术特征 | 目标专利说明书含义 | D1 (US2013046190A) | D2 (WO2013028612A) | D3 (US2013237864A) |
| 特征A：系统及处理系统(172) | 计算与控制核心 | 公开<br>[[0059]] | 公开<br>[[p0052]] | 公开<br>[[0092]] |
| 特征B：获得脉管图像数据(504) | 血管造影/CTA图像数据 | 实质公开<br>[[0053]] | 公开<br>[[p0010]] | 未公开 |
| 特征C：CAD算法识别脉管名称 | 图像自动分割识别RCA/LAD等名称 | 未公开 | 未公开 | 未公开 |
| 特征D：获得压力测量生理结果 | 沿血管拉回采集压力数据 | 公开<br>[[0053]-[0058]] | 公开<br>[[p0047]-[0048]] | 公开<br>[[0008]] |
| 特征E：生理测量与图像共配准 | 压力数据与血管纵向位置/图像映射 | 部分公开<br>[[0110]] | 实质公开<br>[[p0058]-[0060]] | 未公开 |
| 特征F：分析共配准数据确定沿长度压降 | 计算沿纵向长度的压降/压力比 | 公开<br>[[0068]] | 公开<br>[[p0069]-[0072]] | 未公开 |
| 特征G：比较分类指数确定损害分类（依赖生理测量与损害长度） | 结合压降与损害长度划分损害类型 | 未公开 | 实质公开<br>（公开结合压降与纵向位置确定损害长度与阻塞程度[[p0073]]） | 未公开 |
| 特征H：GUI输出脉管名称及损害分类 | 图像上脉管旁显示名称及叠加分类 | 未公开 | 未公开 | 未公开 |
---
### 四、 最接近对比文件的选择分析
从**整体解决的技术问题**与**技术效果**角度分析：
1. **最接近对比文件：D2（`WO2013028612A`）**
* **解决的技术问题**：D2与目标专利高度一致，均旨在解决“**如何准确定位血管内的损害位置、量化损害的纵向长度与阻塞严重程度，并以此辅助临床医师评估病情与规划介入治疗（如支架放置）**”的技术问题。
* **技术效果与手段**：D2公开了通过沿血管拉回传感器，将压力数据与纵向位置共配准，生成压降曲线与热图，从而**精准测量损害的纵向长度（如17mm）以及损害造成的阻塞百分比/程度**[[原文[p0073]]]，这与目标专利基于压降和长度评判损害特性的核心思想如出一辙。
* **结论**：**D2最适合作为最接近的对比文件**。
2. **备选最接近对比文件：D1（`US2013046190A`）**
* **解决的技术问题**：D1侧重于“如何在静息状态下（无需充血剂）通过特定心动周期窗口精确计算血管压降/iFR”的技术问题。
* **结论**：若关注点在于生理测量结果（压力比）的采集与分析计算过程，D1亦可作为最接近的对比文件之一。
---
### 五、 区别特征分析与无效请求中最薄弱的技术特征
在以 **D2 (`WO2013028612A`)** 作为最接近的对比文件时，权利要求1相对于D2的区别特征在于：
1. **特征C及特征H的相关部分**：增加了“利用计算机辅助检测（CAD）算法分析图像数据以自动识别脉管名称，并在GUI上的脉管附近输出该脉管名称”。
2. **特征G及特征H的相关部分**：明确提出“将分析结果与包含损害分类的分类指数对比来确定损害分类（如局灶性、弥散性等）”以及在界面输出该损害分类。
#### 无效请求中最薄弱的技术特征（即最容易被攻破/证明不具创造性的特征）：
* **最薄弱特征：特征C（利用CAD算法识别脉管解剖名称并在附近输出）**
* **理据分析**：
1. 在医学图像处理领域，针对冠状动脉血管造影（Angiography）进行计算机辅助检测（CAD）、血管树自动分割及解剖结构命名（如自动识别LAD、RCA、LCX等），属于**本领域的公知常识/常规技术手段**。
2. D2已经公开了在血管剖面或图像上映射展示拉回数据；将本领域公知的CAD血管自动命名技术与D2结合，把识别出的解剖名称显示在血管旁，属于本领域技术人员为了提高操作便利性而容易想到的**常规技术组合与界面表达方式**，未产生预期的技术效果。
* **第二薄弱特征：特征G（将测量结果与分类指数比较以确定损害分类）**
* **理据分析**：
1. D2已经实质公开了通过沿血管的压降斜率与纵向阈值，计算出“损害的纵向长度（如17mm）”以及“损害的阻塞程度（Occlusive value）”[[原文[p0073]]]。
2. 目标专利权利要求2所列举的“局灶性损害（Focal）”与“弥散性损害（Diffuse）”是心血管临床医学中对狭窄形态的**公知定义与常规分类概念**（局灶性指短段狭窄，弥散性指长段狭窄）。将D2中已测得的“损害长度”和“压降程度”与临床公知的损害分类标准（即所谓的分类指数）进行比对归类，属于本领域技术人员基于临床公知常识对数据进行的自然归纳与分类呈现，不具备创造性。
---
### 六、 进一步对比文件检索策略
为了确保无效宣告请求的成功率（特别是针对**特征C（CAD自动识别血管解剖名称）** 以及 **特征G（基于生理测量和长度自动归类为局灶性/弥散性损害）** 的组合），建议采取以下补充检索策略：
#### 1. 分类号（IPC/CPC）组合检索
* **图像处理/CAD识别类**：
* `G06T7/00`（图像分析）、`G06T7/11`（图像分割）、`G06T7/70`（位置/定向检测）
* `A61B6/50` / `A61B6/00`（血管造影图像处理）
* **生理测量与诊断类**：
* `A61B5/021`（血压测量）、`A61B5/00`（医疗诊断/数据共配准）
#### 2. 关键词检索组合公式（中文 / 英文）
* **组合方向一：血管造影 + CAD/自动分割 + 脉管名称识别（攻特征C）**
* **英文**：`(Angiography OR Angiogram OR "X-ray") AND ("Computer Aided Detection" OR CAD OR "automated segmentation" OR "vessel labeling" OR "anatomical identification") AND ("vessel name" OR LAD OR RCA OR LCX OR "coronary artery")`
* **中文**：`（血管造影 OR 冠脉造影） AND （计算机辅助检测 OR CAD OR 自动分割 OR 自动识别 OR 解剖标记） AND （脉管名称 OR 血管名称 OR 前降支 OR 右冠状动脉）`
* **组合方向二：血管拉回压力测量 + 损害长度 + 损害分类/局灶性/弥散性（攻特征G）**
* **英文**：`("pressure wire" OR pullback OR FFR OR iFR) AND ("lesion length" OR "stenosis length") AND ("lesion classification" OR "focal lesion" OR "diffuse lesion" OR "tandem lesions")`
* **中文**：`（压力导丝 OR 压力拉回 OR FFR OR iFR） AND （损害长度 OR 狭窄长度） AND （损害分类 OR 狭窄分类 OR 局灶性 OR 弥散性）`
#### 3. 补充检索建议
* **检索优先专利库**：重点检索飞利浦（Philips / Volcano）、西门子（Siemens）、波士顿科学（Boston Scientific）、雅培（Abbott / St. Jude Medical）在2015年之前的专利族。目标专利优先权日为2016年前后，需确保对比文件的公开日早于目标专利的申请日/优先权日。
* **非专利文献（NPL）检索**：重点检索 PubMed、IEEE Transactions on Medical Imaging、Catheterization and Cardiovascular Interventions 等期刊。医学图像处理领域关于“冠脉造影CAD自动命名（Coronary Artery Labeling）”及“FFR拉回定位局灶/弥散损害（Focal vs Diffuse FFR Pullback）”的学术论文极可能提供强有力的公知常识证据。
这是一份针对目标专利**CN106999076B（《脉管内损害的自动识别和分类》）**权利要求1-11的专利无效与侵权防范深度分析报告。本报告紧密结合目标专利说明书及对比文件原文进行系统梳理。
---
### 一、 目标专利权利要求与对比文件特征比对（特征拆解与表结构分析）
#### 1. 权利要求1的技术特征拆解及对比文件比对表
根据目标专利说明书[0004]-[0009]及[0024]的解释：
* **特征C**：利用计算机辅助检测算法自动分割、识别并标注脉管名称（如RCA, LAD, LCX等，见说明书[0052]-[0053]及图6）。
* **特征G**：基于压力测量结果和损害长度，将损害分类为“局灶性”、“弥散性”、“长”、“短”、“多重”或“多发”（说明书[0074]-[0076]及图10）。
| 权利要求1技术特征 | D1 (WO2012093260A1) [公开号: WO2012093260A1] | D2 (WO2012093266A1) [公开号: WO2012093266A1] | D3 (US20120230565A1) [公开号: US20120230565A1] | 结论 |
| A：系统包括处理系统(172)，其被配置为 | 实质公开<br>[p0022] "system 1 ... comprises haemodynamic equipment 2 including a processor 3" | 实质公开<br>[p0026] "apparatus 1 comprises ... a processor 4 to analyse and operate on the pressure measurements." | 实质公开<br>[0096] "at least one processor, including: image-receiving functionality..." | D1, D2, D3均公开 |
| B：获得所述患者的所述脉管系统的图像数据(504) | 实质公开<br>[p0031] "in combination with other ... medical imaging equipment" | 实质公开<br>[p0031] "in combination with other ... medical imaging equipment" | 毫无异议公开<br>[0074] "receiving into at least one processor a set of images of blood vessels of a subject;" | D3毫无异议公开，D1/D2实质公开 |
| C：分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称 | 未公开<br>仅提到配合医学影像设备，未提及通过CAD算法自动识别/标注脉管名称 | 未公开<br>仅提到配合医学影像设备 | 实质公开<br>[0090]-[0091], [0187]-[0188], [0621]-[0627] 详细公开了通过图像处理算法分割并识别特定血管和病变部位 | D3实质公开；D1、D2未公开 |
| D：获得所述患者的所述脉管的生理测量结果，其中，所获得的生理测量结果包括压力测量结果 | 毫无异议公开<br>[p0022] "sensor 7 - i.e. a device measuring pressure (P)." | 毫无异议公开<br>[p0013], [p0026] "a pressure measurement device operable to take pressure measurements in the tube" | 实质公开<br>[0527] 提及生理信号及压力测量 | D1、D2毫无异议公开 |
| E：将所获得的生理测量结果与所获得的图像数据(504)共配准，使得所述生理测量结果与所述患者的所述脉管的对应部分相关联 | 实质公开<br>[p0051] "each distance point/position/location would be linked or cross-referenced to a specific pressure measurement." | 未明确公开<br>侧重于时间窗口内波形分离，未详细描述与2D/3D图像共配准 | 毫无异议公开<br>[0251], [0441]-[0442], [0643] 详细公开了将生理数据/工具位置与血管图形/Roadmap进行共配准(Registration) | D3毫无异议公开；D1实质公开；D2未公开 |
| F：分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降 | 毫无异议公开<br>[p0005], [p0034], [p0058] 计算沿着血管长度的压力下降及iPR/nIPR比例 | 毫无异议公开<br>[p0005], [p0010] 计算跨狭窄的压降比率 | 未明确公开<br>D3侧重于图像端的QVA几何测量，未涉及沿着长度计算压降 | D1、D2毫无异议公开 |
| G：通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中，所述分类依赖于所述生理测量结果和损害长度测量 | 实质公开<br>[p0058]-[0062] 通过设定阈值(thresholding)比较IPR/nIPR，结合沿脉管拉回计算出的病变长度(D2-D1)，识别并评估狭窄(stenosis grade/intensity/burden) | 未公开<br>仅计算特定时间窗口的压力比，未结合损害长度给出损害的类型分类 | 未公开<br>D3有QVA几何测量和病变长度/狭窄度确定(QVA)，但不是将生理压降与长度结合的分类指数 | D1实质公开（公开了基于压降与长度的阈值判定）；D2、D3未完整公开 |
| H：向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830) | 未完全公开<br>公开了绘制狭窄强度图(Map)，但未在图像中将“脉管名称”与“损害分类”结合同屏标注输出 | 未公开 | 实质公开<br>[0096], [0196], [0504] 公开了在UI界面重叠显示血管Roadmap、尺寸标注及病变识别分析结果 | 组合后公开（D3公开UI重叠标注，D1公开强度图） |
---
#### 2. 从属权利要求2-11的特征公开情况分析
* **权利要求2（局灶性、弥散性、多重损害）**：
* **D1公开情况**：D1在[p0012]、[p0058]-[0064]中公开了针对单个狭窄（Focal）、连续/全血管狭窄（Total/Cumulative Burden，对应弥散）以及多处狭窄（Series of constrictions，对应多重损害）的长度和生理强度评估。
* **权利要求3（编译库存数据库支架选项并自动推荐）**：
* **D1公开情况**：[p0068]-[0071]公开了“虚拟支架（Virtual Angioplasty）”评估，基于病变长度推荐支架位置与效果。但未明确公开**“连接医疗保健设施的库存数据库(190)”**进行自动匹配。该特征为**目标专利独创的商业/系统集成特征**。
* **权利要求4（2D/3D血管造影或CTA图像）**：
* **D3毫无异议公开**：[0068], [0529] 明确公开了2D/3D血管造影、CT/CTA等多种成像模态。
* **权利要求5-9（介入设备、压力/流量感测设备、计算压力比率）**：
* **D1/D2毫无异议公开**：D1[p0022]公开了压力导丝（WaveWire/Combowire）及流量传感器（Flow sensors）；D1[p0036]-[0042]及D2[p0010]详细公开了计算iFR/FFR等压力比率（Pressure Ratio）。
* **权利要求10-11（UI界面及将分类表示交叠到损害位置附近的图像上）**：
* **D3毫无异议公开**：[0079], [0109], [0442] 明确公开了将提取的血管边缘、病变分析及标注信息“交叠（overlay）”到血管图像上。
---
### 二、 最接近的对比文件（Closest Prior Art）分析
在针对目标专利进行创造性无效分析时，**可以确立两个不同侧重点的“最接近对比文件”**：
#### 1. 最接近对比文件一：D1 (WO2012093260A1)
* **技术领域与解决的问题**：D1同样致力于解决如何通过沿充流体管道（血管）拉回压力传感器，精确表征/评估血管内狭窄（Stenosis）的生理严重程度、病变长度及病变负担（Stenosis Burden）的问题。
* **技术效果**：D1能够获得沿血管长度的连续压降，并利用阈值法（Thresholding）识别病变的起止点（D1, D2），从而精准定位病变并计算生理损害长度（Physiological Stenosis Length）。
* **适合作为主要对比文件的理由**：D1完美覆盖了目标专利的核心生理测量与算法逻辑（特征D、F、G），涵盖了“压降+病变长度”的综合分析。
#### 2. 最接近对比文件二：D3 (US20120230565A1)
* **技术领域与解决的问题**：D3侧重于图像处理与计算机辅助分析，解决如何在血管造影图像中自动识别血管、提取边缘、生成Roadmap，并将诊断/测量信息直观地叠加（Overlay）显示给临床医生的问题。
* **技术效果**：实现了血管名称/形态的自动化识别及UI界面上的共配准交叠显示。
* **适合作为主要对比文件的理由**：D3提供了目标专利在图像处理、计算机辅助检测（CAD）、血管名称识别及UI渲染（特征B、C、E、H）方面的完整框架。
---
### 三、 未被最接近对比文件公开的特征及结合性分析
如果以 **D1 (WO2012093260A1)** 作为第一最接近对比文件：
1. **未被D1公开的技术特征**：
* **特征C**：通过计算机辅助检测算法（CAD）自动识别脉管系统的脉管名称（如LAD、RCA）。
* **特征H（部分）**：在UI界面上将“脉管名称”与“损害分类”同时交叠在对应脉管附近进行输出。
2. **上述特征是否被其他对比文件公开**：
* **特征C及H** 被 **D3 (US20120230565A1)** 实质公开。D3 [0090]-[0091]、[0187]及图5-8详细公开了通过图像分割算法自动识别血管分支路径，并在UI上进行信息叠加显示的技术。
3. **结合逻辑（创造性攻击路径）**：
* 本领域技术人员在面对D1时，为了解决“如何将生理测量数据更直观地与解剖结构结合，避免医生人工核对血管名称”的技术问题，有动机引入D3中的计算机辅助图像识别（CAD）与图形交叠显示技术。将D3的血管自动分割标注技术与D1的压降/长度分类算法结合，得出权利要求1的技术方案对本领域技术人员而言是显而易见的。
---
### 四、 无效请求中最薄弱的技术特征与防范建议
若对目标专利发起无效宣告请求，或在侵权诉讼中进行抗辩，以下是**最薄弱的技术特征（即目标专利最具防御力/最难被单篇完全检索到的特征）**：
#### 1. 最薄弱特征（专利权的“护城河”特征）
* **特征G中特定逻辑的组合**：*“所述分类依赖于所述生理测量结果和损害长度测量，并通过与包含损害分类的分类指数比较来确定”* 与 **权利要求3** 中的 *“基于医疗保健设施的库存数据库(190)编译多个支架选项”*。
* **弱点/突破口分析**：
1. 虽然D1公开了基于压降和拉回距离（长度）确定病变并做“虚拟支架（Virtual Angioplasty）”评估，但D1未明确使用“局灶性/弥散性/多重”这些医学分类名词作为分类指数输出；
2. 权利要求3将**“实时PCI规划”**与**“医院库存数据库（Inventory Database）”**连通进行自动化支架推荐，这在纯医疗设备对比文件（如D1-D3）中往往被忽略，属于跨领域的系统集成特征。
#### 2. 进一步的对比文件检索策略（针对最薄弱特征）
为彻底无效权利要求1及从属权利要求3，建议采取以下二次检索策略：
1. **针对“生理压降 + 病变长度 $\rightarrow$ 损害类型分类（局灶/弥散/多重）”的检索**：
* **检索方向**：重点补充冠状动脉功能学（FFR/iFR）与形态学（QCA/IVUS）结合的临床诊断文献或专利。
* **IPC分类号组合**：`A61B5/02` (血流/血压测量), `A61B6/00` (血管造影), `G16H50/20` (基于计算机的医疗诊断/决策支持)。
* **关键词组合**：`(focal OR diffuse OR tandem OR multiple) AND ("pressure drop" OR FFR OR iFR) AND (length OR "pullback") AND (classify OR classification)`。
* **优先关注专利权人**：Volcano Corporation (火山医疗/已被飞利浦收购), St. Jude Medical (圣犹达/雅培), ACIST Medical Systems。
2. **针对“PCI规划结合医院库存数据库自动推荐支架（权利要求3）”的检索**：
* **检索方向**：医疗信息化、手术规划系统（Surgical Planning System）与智慧医院库存管理（ERP/Inventory）交叉领域。
* **关键词组合**：`(PCI OR stent) AND (planning OR recommendation) AND (inventory OR stock OR warehouse) AND (database) AND (select OR match)`。
* **IPC分类号**：`G16H20/40` (与医用设备/置入物相关的医疗处理软件), `G16H10/60` (医疗数据管理)。
作为一个经验丰富的专利代理师，紧密结合**目标专利说明书（CN106999076B）**的解释以及**三份对比文件（D1、D2、D3）**的原文，对目标专利权利要求1进行全面、严谨的侵权/无效分析、最接近对比文件分析及检索策略制定。
---
### 一、 目标专利说明书对权利要求的原意解释
根据目标专利说明书《脉管内损害的自动识别和分类》（CN106999076B），权利要求1中的关键技术特征定义及逻辑解释如下：
1. **技术特征C（通过计算机辅助检测算法识别脉管名称）：**
* **说明书依据：** 说明书[0024]及[0052]-[0053]指出，系统对血管造影数据执行图像识别过程，提取轮廓、位置、分支等特征，利用计算机辅助检测（CAD）算法在图像中自动标记/注释脉管名称（如RCA、LAD、LCX、D1、M1等）。
2. **技术特征D、E、F（压力测量、共配准及确定沿脉管长度的压降）：**
* **说明书依据：** 说明书[0024]、[0047]及[0063]-[0069]记载，生理测量结果包括在沿脉管移动（拉回）过程中获得的压力数据（如FFR或iFR比率）；共配准技术将实时收集的生理数据/压降链接或空间叠加至血管造影图解上，计算沿脉管长度（806）的压降/功能强度损失斜率。
3. **技术特征G（依赖于生理测量结果和损害长度测量的损害分类）：**
* **说明书依据：** 说明书[0024]、[0059]及[0074]-[0076]明确指出，系统将分析结果与包含损害分类的分类指数比较。分类依据为**“跨脉管压降的功能强度（生理测量）和长度（损害长度测量）”**。例如，短长度内锐利压力损失分类为“局灶性（局灶性损害810）”，较长长度上渐进压降分类为“弥散性（820）”，特定距离内的多个损害分类为“多重（830）”。
4. **技术特征H（输出脉管名称及损害分类）：**
* **说明书依据：** 说明书[0052]、[0059]及图6-图8显示，用户界面（500）在血管造影图像上同时输出脉管名称标签（如“LAD”、“RCA”）以及损害分类提示（580、590，如局灶性、弥散性）。
---
### 二、 对比文件技术特征比对表格
以下为权利要求1的各项技术特征（A~H）在各对比文件中的公开情况对比：
| 权利要求1的技术特征 | 对比文件1：D1 (US20080221442A1) | 对比文件2：D2 (US7845849B1) | 对比文件3：D3 (WO2012014212A2) |
| 技术特征A：评价脉管系统(150)，含处理系统(172) | 公开 <br>[0108]-[0114] 描述包含control unit的图像处理系统。 | 不公开 <br>非脉管领域（BGA焊点热成像检测系统）。 | 公开 <br>[p0037]-[0041] 描述包含processor的腔内/腔外数据整合系统。 |
| 技术特征B：获得患者脉管系统的图像数据(504) | 公开 <br>[0109] imaging device acquiring image frames (如冠状脉血管造影)。 | 不公开 <br>针对BGA芯片与PCB的焊点检测。 | 公开 <br>[p0037], [p0238] acquiring extraluminal images (如血管造影、CT等)。 |
| 技术特征C：通过计算机辅助检测算法分析图像识别脉管名称 | 未实质公开 <br>仅提及识别器官/血管位置，未公开通过CAD算法识别并标记脉管名称。 | 未公开 | 未实质公开 <br>[p0248], [p0278] 提及识别血管分叉或特定形状，但未公开利用CAD算法自动识别脉管名称（如LAD/RCA）。 |
| 技术特征D：获得脉管生理测量结果（含压力测量结果） | 实质公开 <br>[0242] sensor includes a blood pressure sensor. | 未公开 | 实质公开 <br>[p0246], [p0260] endoluminal data includes pressure, Fractional Flow Reserve (FFR). |
| 技术特征E：生理测量结果与图像数据共配准 | 公开 <br>[0115], [0151]-[0153] gated image frames与生理信号同步/叠加显示。 | 未公开 | 实质公开 <br>[p0039]-[0041], [p0268] associating endoluminal data-point (FFR) with a given location in extraluminal image. |
| 技术特征F：分析共配准生理测量结果确定沿脉管长度的压降 | 未实质公开 <br>仅检测血压相位信号用于图像门控，未分析沿脉管长度计算压降。 | 未公开 | 实质公开 <br>[p0260], [p0331] 沿脉管拉回过程测量FFR/压力，获得沿长度的压力分布。 |
| 技术特征G：比较分类指数确定损害分类，依赖于生理测量结果和损害长度测量 | 未公开 <br>无损害分类及分类指数比较逻辑。 | 未公开 | 未实质公开 <br>[p0248], [p0278] 提及识别狭窄/损害位置，但未公开根据生理压力和损害长度结合分类指数确定“局灶性/弥散性/多重”等损害分类。 |
| 技术特征H：输出脉管附近有脉管名称的脉管及损害分类 | 未公开 | 未公开 | 未实质公开 <br>[p0249], [p0295] 可以在图像上显示损害位置和QVA数据，但未公开同时输出脉管名称及损害分类。 |
---
### 三、 对比文件原文详细出处分析与特征公开认定
#### 1. 对比文件1：D1（公开号：US20080221442A1）
* **原文出处分析：**
* **特征A、B：** 段落[0108]-[0109]公开了“apparatus for imaging a portion of a body... an imaging device for acquiring a plurality of image frames... a control unit...”。公开了处理系统及获取脉管图像数据。
* **特征D：** 段落[0242]公开了“The sensor includes a blood pressure sensor”，公开了获取血压等生理测量结果。
* **特征E：** 段落[0115]、[0151]-[0153]公开了“displaying a representation of the gating signal/data simultaneously... overlaid on image frames”，公开了将生理信号与图像数据共配准与叠加。
* **未公开特征：** D1的核心在于利用ECG或血压信号对心脏/血管的动态图像进行“门控（Gating）”和运动追踪（Image Tracking）以实现图像稳定，**未公开特征C（CAD算法识别脉管名称）、特征F（沿长度分析压降）、特征G（结合压力与长度进行损害分类）及特征H（输出脉管名称及损害分类）**。
#### 2. 对比文件2：D2（公开号：US7845849B1）
* **原文出处分析：**
* D2全篇（如摘要及段落[0001]-[0004]）涉及的是“Testing BGA solder joints by localized pulsed-heat thermography”（通过局域脉冲热成像测试球栅阵列BGA焊点质量）。
* **公开认定：** D2属于**半导体封装与电子测试技术领域**，与本案医学图像 processing 及脉管评估领域（IPC分类：A61B）跨度极大，技术问题和技术手段完全不同，**未公开权利要求1的任何实质性医学评估特征（特征B~H均未公开）**。
#### 3. 对比文件3：D3（公开号：WO2012014212A2）
* **原文出处分析：**
* **特征A、B：** 段落[p0037]-[p0038]公开了“apparatus for use with an endoluminal data-acquisition device... extraluminal imaging... at least one processor”。
* **特征D：** 段落[p0246]及[p0260]公开了“endoluminal data... Fractional Flow Reserve (FFR)”，即获得包含压力测量（FFR）的腔内生理数据。
* **特征E：** 段落[p0039]-[p0041]及[p0268]公开了“location-association functionality configured to associate a given endoluminal data point acquired... with a given location within the lumen”，即共配准腔内生理测量（压力）与腔外图像（血管造影）。
* **特征F：** 段落[p0268]及[p0331]公开了在拉回（pullback）过程中测量FFR/压力，并记录沿血管长度的生理变化，实质公开了分析共配准数据以确定沿脉管长度的压降。
* **未公开/未实质公开特征：**
* **特征C：** D3段落[p0248]和[p0278]虽提及识别血管分叉或狭窄（lesion），但未公开利用计算机辅助检测（CAD）算法自动识别并输出血管的名称（如LAD、RCA）。
* **特征G：** D3段落[p0248]仅提到了识别病变/狭窄（lesion）的位置，未公开**“将分析结果与包含损害分类的分类指数进行比较，且该分类依赖于生理测量结果（压降）和损害长度测量（如划分为局灶性、弥散性、多重损害）”**这一技术逻辑。
* **特征H：** 未公开在用户界面上同时输出脉管名称以及损害的分类。
---
### 四、 最接近对比文件的选择与技术问题/效果分析
#### 1. 最接近对比文件的选择
* **最接近对比文件：D3 (WO2012014212A2)**
* **理由：** D3与目标专利同属于**利用腔内生理数据（如压力/FFR）与腔外医学图像（血管造影）共配准来评估患者血管系统**的技术领域。D3公开了权利要求1的大部分技术特征（特征A、B、D、E、F）。
* **排除D1和D2：** D1主要侧重于运动器官图像的门控稳定（Gating/Tracking），缺乏腔内压力数据与血管损害评估的结合；D2属于BGA电路焊点检测，属于完全无关的技术领域，不具备作最接近对比文件的条件。
#### 2. 整体解决的技术问题与技术效果分析
* **最接近对比文件D3未公开的区别技术特征：**
1. **特征C：** 通过计算机辅助检测（CAD）算法分析图像识别脉管的脉管名称。
2. **特征G：** 通过将分析结果与分类指数比较来确定损害的分类，且分类**同时依赖于生理测量结果（压降）和损害长度测量**。
3. **特征H：** 向用户界面输出在脉管附近有脉管名称的脉管以及损害的分类。
* **目标专利实际解决的技术问题：**
* 传统的血管评估高度依赖医师经验，且单纯依赖图像或单一压力值难以准确判定复杂损害（如局灶性 vs 弥散性损害），导致PCI手术规划不精准。
* 目标专利通过CAD算法自动识别脉管名称，并**综合结合“压降（生理参数）”与“损害长度（解剖参数）”对损害进行定量分类**，解决了**如何提高脉管损害诊断的自动化程度、准确性以及直观呈现PCI规划信息**的技术问题。
* **产生的技术效果：**
* 自动化识别脉管降低了对人员培训精度的依赖，避免误诊；
* 结合压降斜率与损害长度（如区分短距离剧烈压降的“局灶性”与长距离渐进压降的“弥散性”），能够为临床医生提供客观、定制化的经皮冠状动脉介入（PCI）处置指导；
* 在用户界面直观叠加输出名称与分类，极大地提升了交互效率与诊断直观性。
---
### 五、 无效请求中最薄弱的技术特征及无效策略
如果在无效宣告程序中试图突破权利要求1，**最薄弱的技术特征（即目标专利最具创造性的核心特征）**是：
> **特征G：通过将分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类，其中，所述分类依赖于所述生理测量结果和损害长度测量。**
#### 薄弱性与防守/攻击要点分析：
1. **为什么特征G是防守的核心（最难被无效的部分）：**
* 现有技术（如D3）通常仅能做到“定位狭窄位置”或“测量单个狭窄处的FFR值”。
* 目标专利的特征G不仅看“有没有压降”，还看“压降在多长距离内发生”（即单位长度的压力梯度变化），并将生理测量（压降）与几何测量（损害长度）**深度结合**，比对分类指数得出具体的“局灶性/弥散性/多重”损害分类。这种将物理长度与生理压降联合建立分类矩阵的算法逻辑，在对比文件D1、D2、D3中均未给出任何启示。
2. **特征C和特征H的易突破性：**
* **特征C（CAD识别脉管名称）：** 计算机图像识别（如语义分割、骨架提取匹配器官图谱）在医学图像处理领域属于公知常识或常见技术手段。
* **特征H（界面输出名称和分类）：** 属于单纯的信息处置与界面显示（UI展示），在CAD识别和分类确定后，将结果打上标签输出属于本领域技术人员的常规选择。
---
### 六、 进一步的对比文件检索策略建议
为了在后续无效程序中成功对权利要求1（尤其是特征G）发起创造性攻击，建议采用以下针对性检索策略：
1. **精准核心概念组合检索（针对特征G）：**
* **技术逻辑：** 寻找同时结合了“腔内压力测量/压降斜率（Pressure Drop / Pressure Gradient / FFR / iFR）”与“血管损害长度（Lesion Length）”进行“自动分类/损害类型识别（Lesion Classification / Focal vs Diffuse）”的现有技术文献。
* **建议检索式（中英文）：**
* `(FFR OR iFR OR "pressure drop" OR "pressure gradient") AND ("lesion length" OR "stenosis length") AND (classif* OR "focal" OR "diffuse" OR typ*) AND (coronary OR vessel OR vascular)`
* `(压降 OR 压力梯度 OR FFR OR iFR) AND (损害长度 OR 狭窄长度 OR 长度) AND (分类 OR 局灶 OR 弥散) AND 血管`
2. **重点申请人与专家团队检索：**
* 检索在血管共配准及腔内生理学领域有深厚积累的医疗器械巨头及研脑团队的早期专利，例如：
* **Volcano Corporation**（极多iFR/FFR拉回与血管造影共配准专利）
* **Philips Medical Systems**
* **St. Jude Medical / Abbott**
* **ACIST Medical Systems**
3. **IPC分类号限定：**
* 聚焦于医学诊断与图像处理交叉分类：
* `A61B5/02`（测量血流、血压或脉搏）
* `A61B6/00`（X射线诊断，如血管造影）
* `G06T7/00`（医学图像分析/计算机辅助检测）
* `G16H30/20`（用于医学图像的ICT技术）
```python?code_reference&code_event_index=1
import sys
print("Python interpreter is active.")
```
```text?code_stdout&code_event_index=1
Python interpreter is active.
```
```python?code_reference&code_event_index=2
# Write a python script to generate the complete detailed report in HTML and compile via WeasyPrint
html_content = """<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<style>
@page {
size: A4;
margin: 15mm 12mm 15mm 12mm;
background-color: #ffffff;
@bottom-right {
content: "第 " counter(page) " 页，共 " counter(pages) " 页";
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 8pt;
color: #666666;
}
@bottom-left {
content: "专利权利要求与对比文件比对及创造性评估报告";
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 8pt;
color: #666666;
}
}
*, *::before, *::after {
box-sizing: border-box;
}
body {
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 10pt;
line-height: 1.5;
color: #222222;
margin: 0;
padding: 0;
}
/* Banner Header */
.header-banner {
background-color: #1a365d;
color: #ffffff;
padding: 20px 15px;
margin: -15mm -12mm 20px -12mm;
text-align: center;
}
.header-banner h1 {
font-size: 18pt;
font-weight: bold;
margin: 0 0 8px 0;
letter-spacing: 1px;
}
.header-banner p {
font-size: 10pt;
margin: 0;
color: #e2e8f0;
}
.meta-box {
background-color: #f7fafc;
border: 1px solid #e2e8f0;
border-left: 4px solid #2b6cb0;
padding: 10px 12px;
margin-bottom: 20px;
font-size: 9.5pt;
}
.meta-box table {
width: 100%;
border-collapse: collapse;
}
.meta-box td {
padding: 3px 5px;
vertical-align: top;
}
.meta-box td.label {
font-weight: bold;
color: #2d3748;
width: 15%;
}
h2 {
font-size: 13pt;
font-weight: bold;
color: #1a365d;
border-left: 4px solid #2b6cb0;
padding-left: 8px;
margin-top: 22px;
margin-bottom: 10px;
page-break-after: avoid;
}
h3 {
font-size: 11pt;
font-weight: bold;
color: #2c5282;
margin-top: 14px;
margin-bottom: 6px;
page-break-after: avoid;
}
p {
margin-top: 0;
margin-bottom: 8px;
text-align: justify;
}
/* Table styling */
table.data-table {
width: 100%;
border-collapse: collapse;
margin-top: 10px;
margin-bottom: 15px;
font-size: 9pt;
page-break-inside: auto;
}
table.data-table tr {
page-break-inside: avoid;
page-break-after: auto;
}
table.data-table th {
background-color: #2b6cb0;
color: #ffffff;
font-weight: bold;
text-align: left;
padding: 7px 8px;
border: 1px solid #2b6cb0;
}
table.data-table td {
padding: 6px 8px;
border: 1px solid #cbd5e0;
vertical-align: top;
line-height: 1.4;
}
table.data-table tr:nth-child(even) td {
background-color: #f7fafc;
}
.badge-open {
color: #2b6cb0;
font-weight: bold;
}
.badge-not {
color: #c53030;
font-weight: bold;
}
.badge-part {
color: #dd6b20;
font-weight: bold;
}
.callout-box {
background-color: #ebf8ff;
border-left: 4px solid #3182ce;
padding: 10px 12px;
margin: 12px 0;
font-size: 9.5pt;
}
.warning-box {
background-color: #fff5f5;
border-left: 4px solid #e53e3e;
padding: 10px 12px;
margin: 12px 0;
font-size: 9.5pt;
}
ul, ol {
margin-top: 0;
margin-bottom: 8px;
padding-left: 20px;
}
li {
margin-bottom: 4px;
}
</style>
</head>
<body>
<div class="header-banner">
<h1>专利权利要求与对比文件特征比对及创造性分析报告</h1>
<p>目标专利：CN106999076B《脉管内损害的自动识别和分类》分析评估</p>
</div>
<div class="meta-box">
<table>
<tr>
<td class="label">分析对象：</td>
<td>CN106999076B 权利要求1-11（权利要求1.docx）</td>
</tr>
<tr>
<td class="label">对比文件：</td>
<td>
<strong>D1:</strong> US20070260141A1 (2007-11-08)<br>
<strong>D2:</strong> US20080103389A1 (2008-05-01)<br>
<strong>D3:</strong> US20080188962A1 (2008-08-07)
</td>
</tr>
<tr>
<td class="label">分析标准：</td>
<td>《专利审查指南》新颖性（毫无异议公开/实质公开）与创造性（“三步法”）标准</td>
</tr>
</table>
</div>
<h2>一、 目标专利说明书对权利要求的深度解释</h2>
<p>紧密结合目标专利授权说明书（CN106999076B），对权利要求1的各个技术特征进行法律与技术层面的准确解释，确定其在整体技术方案中的实质含义与技术效果：</p>
<h3>1. 特征A与特征B：处理系统(172)与图像数据(504)获取</h3>
<p>说明书[0004][0007][0038][0049]指出，处理系统172与脉管内设备及外部成像系统通信，获得的图像数据504包括脉管外成像（二维/三维血管造影图像、CTA图像等）。其作用是为后续脉管识别与损害可视化提供解剖结构解剖模型基线。</p>
<h3>2. 特征C：通过计算机辅助检测（CAD）算法识别脉管名称</h3>
<p>说明书[0005][0006][0024][0053]明确指出，CAD算法对血管造影图像执行图像识别，提取脉管轮廓、位置、分支，在患者脉管系统内自动识别并标记个体脉管（如RCA, LAD, LCX, D1, M1等）。解决传统人工识别耗时且依赖经验的问题。</p>
<h3>3. 特征D：获得包含压力测量结果的生理测量结果</h3>
<p>说明书[0002][0006][0030]-[0036]记载，生理测量结果由介入设备（如压力引导线152/导管175）在脉管内采集，主要为充血或静息状态下的压力测量（如FFR、iFR或Pd/Pa比率），亦可包含流量测量结果。压力变化能客观反映狭窄或阻塞对血流的功能性限制严重程度。</p>
<h3>4. 特征E：生理测量结果与图像数据(504)的共配准</h3>
<p>说明书[0024][0047][0048][01079]记载，利用机械拉回设备（如以已知速率拉回）或图像特征匹配，将实时收集的脉管内生理数据与二维/三维血管造影图像在空间上进行精确绑定（共配准），使得每个压力测量值均对应血管图像上的具体解剖位置。</p>
<h3>5. 特征F：分析共配准的生理测量结果以确定沿着脉管长度(806)的压降</h3>
<p>说明书[0059][0064][0074]记载，在拉回过程中连续计算并映射功能强度或压力损失斜率，确定沿着脉管长度806的动态压力变化/压降幅度，作为定量评估损害功能严重性的基础。</p>
<h3>6. 特征G：将分析结果与分类指数比较以确定损害分类（局灶性/弥漫性/多重）</h3>
<p>说明书[0059][0074]-[0077][01088]详细规定了分类标准：
<ul>
<li><strong>局灶性损害（Focal, 810）：</strong>在相对较短的长度上引起锐利/显著的压降。</li>
<li><strong>弥漫性损害（Diffuse, 820）：</strong>基于在脉管较长部分（如超过5mm）上稳定的渐进压降。</li>
<li><strong>多重损害（Multiple, 830）：</strong>脉管内存在多个相互靠近（如间隔小于10mm）的损害。</li>
</ul>
该特征的技术效果是将“压力损失斜率/功能强度”与“损害长度测量”相结合，实现损害类型的自动定量精准分类。</p>
<h3>7. 特征H：向用户界面输出在脉管附近有脉管名称的脉管及损害分类</h3>
<p>说明书[0024][0052][0059]及图6-8（提示580、590，标注540等）记载，系统在图形用户界面500上显示解剖图/血管造影图，并在对应血管图像旁边自动叠加脉管名称（如LAD）以及损害分类的视觉表示（交叠显示），帮助临床医师直观规划PCI介入方案。</p>
<h2>二、 对比文件原文详细比对与特征比对表格</h2>
<h3>1. 各对比文件原文详细出处分析</h3>
<p>针对三篇对比文件，逐一核查其原文出处与技术公开情况：</p>
<ul>
<li><strong>对比文件D1 (US20070260141A1):</strong>
公开了一种基于IVUS（血管内超声）回波光谱分析自动进行斑块分类的系统。
<ul>
<li>公开了系统及处理设备（D1 [0020][0021]，对应特征A）；</li>
<li>公开了获取脉管图像数据（IVUS图像/组织图，D1 [0003][0022]，对应特征B）；</li>
<li>公开了获取生理/超声物理测量结果（D1 [0021]，对应特征D）；</li>
<li>公开了通过分类标准确定斑块/损害分类（AIT, PIT, FA, TCFA, FC）（D1 [0010][0016][0027]-[0040]，对应特征G的一部分）。</li>
<li><strong>未公开：</strong>利用CAD算法识别并输出血管名称（特征C）、生理压力测量及共配准计算沿着脉管长度的压降（特征D/E/F）、结合“压力测量”与“损害长度”的损害分类（特征G）、以及在血管附近输出脉管名称和损害分类（特征H）。</li>
</ul>
</li>
<li><strong>对比文件D2 (US20080103389A1):</strong>
公开了一种利用CT图像自动分析血管结构和识别病变（斑块/狭窄）的系统。
<ul>
<li>公开了图像处理系统及处理器（D2 [0027][0031]，对应特征A）；</li>
<li>公开了获取三维CT血管成像数据（D2 [0003][0200]，对应特征B）；</li>
<li>公开了自动识别并标记冠状动脉树分支名称（RCA, LM, LAD, LCX等）（D2 [0005][0244]，对应特征C）；</li>
<li>公开了在用户界面上可视化展示血管树及病变位置、阻塞程度和报告（D2 [0258]-[0281]及图11-15，对应特征H的一部分）。</li>
<li><strong>未公开：</strong>获得脉管内生理压力测量结果（特征D）、生理压力与图像共配准（特征E）、确定沿着脉管长度的压降（特征F）、基于压力与损害长度比较分类（特征G）。</li>
</ul>
</li>
<li><strong>对比文件D3 (US20080188962A1):</strong>
公开了一种血管图像提取与自动标记系统及方法。
<ul>
<li>公开了三维血管图像处理系统（D3 [0017][0020]，对应特征A/B）；</li>
<li>公开了自动分割血管树并基于脑部分区自动给血管段赋予解剖名称标签（RACA, MCAs, PCAs等）（D3 [0006][0032][0114][0116]，对应特征C）；</li>
<li>公开了在三维图像上显示带有解剖标签的血管（D3 [0148]及图9，对应特征H的一部分）。</li>
<li><strong>未公开：</strong>脉管内生理压力测量、压降分析、损害分类等特征（特征D、E、F、G）。</li>
</ul>
</li>
</ul>
<h3>2. 权利要求1技术特征比对表格</h3>
<table class="data-table">
<thead>
<tr>
<th style="width: 22%;">权利要求1技术特征</th>
<th style="width: 26%;">D1 (US20070260141A1)</th>
<th style="width: 26%;">D2 (US20080103389A1)</th>
<th style="width: 26%;">D3 (US20080188962A1)</th>
</tr>
</thead>
<tbody>
<tr>
<td><strong>特征A：</strong>系统包括处理系统(172)</td>
<td><span class="badge-open">毫无异议公开</span><br>[0020] "computing device 130 comprising memory..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0027] "Image processing system 100 includes processor 110..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0017] "system 20 having scanner 22, computer 24/34..."</td>
</tr>
<tr>
<td><strong>特征B：</strong>获得脉管系统图像数据(504)</td>
<td><span class="badge-open">毫无异议公开</span><br>[0003][0022] "acquire backscatter data / render images..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0200] "receives CT image data..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0102] "perform scan of patient's head to obtain data..."</td>
</tr>
<tr>
<td><strong>特征C：</strong>通过CAD算法识别脉管名称</td>
<td><span class="badge-not">未公开</span><br>仅提及对血管切片进行组织/斑块分类，未识别输出脉管名称。</td>
<td><span class="badge-open">毫无异议公开</span><br>[0005][0244] "Coronary tree branches may further be labeled (RCA, LM, LAD, LCX)..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0006][0114][0116] "label the blood vessel voxels with a corresponding anatomical label (RACA, etc.)..."</td>
</tr>
<tr>
<td><strong>特征D：</strong>获得生理测量结果（含压力测量结果）</td>
<td><span class="badge-part">部分公开(仅超声)</span><br>[0021] 公开声波回波测量，未公开血流压力测量结果。</td>
<td><span class="badge-not">未公开</span><br>仅基于CT形态学分析，未获取血流压力测量结果。</td>
<td><span class="badge-not">未公开</span><br>仅涉及形态学解剖分割与标记，无生理压力测量。</td>
</tr>
<tr>
<td><strong>特征E：</strong>生理测量结果与图像数据共配准</td>
<td><span class="badge-not">未公开</span><br>未公开压力测量与血管图像数据的共配准。</td>
<td><span class="badge-not">未公开</span><br>无压力测量，故无共配准。</td>
<td><span class="badge-not">未公开</span><br>无压力测量，故无共配准。</td>
</tr>
<tr>
<td><strong>特征F：</strong>分析共配准生理测量结果确定压降</td>
<td><span class="badge-not">未公开</span><br>未公开分析共配准压力以确定沿脉管长度的压降。</td>
<td><span class="badge-not">未公开</span><br>无压力测量及压降确定。</td>
<td><span class="badge-not">未公开</span><br>无压力测量及压降确定。</td>
</tr>
<tr>
<td><strong>特征G：</strong>压降与分类指数比较确定损害分类（依赖压力与损害长度）</td>
<td><span class="badge-part">部分公开(形态/组织)</span><br>[0010][0016] 根据斑块组织成分(NC/DC)分类(TCFA/FA)，非基于压力与长度。</td>
<td><span class="badge-part">部分公开(形态狭窄)</span><br>[0005][0254] 基于CT形态学狭窄百分比和斑块类型分类，非基于压力压降。</td>
<td><span class="badge-not">未公开</span><br>未公开损害分类。</td>
</tr>
<tr>
<td><strong>特征H：</strong>向UI输出在脉管附近有脉管名称的脉管及损害分类</td>
<td><span class="badge-part">部分公开</span><br>[0042] 图形化显示病变风险，但无血管名称输出及压力分类叠加。</td>
<td><span class="badge-open">实质公开(部分)</span><br>[0258]-[0281] 在UI输出带有病变和名称的血管树，但非基于压力的分类。</td>
<td><span class="badge-open">实质公开(部分)</span><br>[0148] 在UI输出带有解剖名称标签的血管图像，未输出损害分类。</td>
</tr>
</tbody>
</table>
<h2>三、 最接近对比文件的选择与创造性评估（“三步法”）</h2>
<h3>1. 最接近对比文件的选择（D2为最接近对比文件）</h3>
<p>在创造性评估中，<strong>对比文件D2 (US20080103389A1)</strong> 最适合作为最接近的对比文件（核心对比文件）。理由如下：</p>
<ul>
<li><strong>整体技术问题与应用场景相同：</strong>D2与本专利均致力于解决对患者脉管系统（尤其是冠状动脉）进行自动分析、识别解剖结构与病变/狭窄，辅助临床医生进行介入（PCI）诊断和规划的问题。</li>
<li><strong>技术特征重合度极高：</strong>D2毫无异议公开了特征A（处理系统）、特征B（图像数据）、特征C（利用CAD算法识别脉管名称如LAD/RCA）以及特征H的大部分形态（在UI界面输出包含脉管名称的脉管与损害）。</li>
</ul>
<h3>2. 区别技术特征与实际解决的技术问题</h3>
<p>以D2为最接近对比文件，权利要求1与D2相比，区别技术特征为：</p>
<ol>
<li><strong>特征D、E、F：</strong>获得了患者脉管的血流压力测量结果，并将压力测量结果与图像数据共配准，进而分析确定沿着脉管长度的压降。</li>
<li><strong>特征G：</strong>损害分类是通过将压降分析结果与包含损害分类的指数进行比较确定的，且该分类依赖于生理压力测量结果和损害长度测量（从而区分出局灶性、弥漫性、多重损害等）。</li>
<li><strong>特征H（部分）：</strong>向用户界面输出的损害分类是基于上述生理压力与损害长度确定的分类（并交叠在脉管图像上）。</li>
</ol>
<p><strong>实际解决的技术问题：</strong>如何克服仅依靠解剖学形态图像（如CT）评估血管狭窄不准确的问题，从而精准、定量且自动化地从血流动力学（功能性）与病变长度维度评估脉管损害的严重程度和类型。</p>
<h3>3. 显而易见性与创造性分析</h3>
<p>查阅对比文件D1和D3：</p>
<ul>
<li>D1虽然涉及损害分类（如TCFA, FA），但其分类完全建立在IVUS组织学斑块成分（坏死芯、钙化等）分析上，并未教导获取压力测量结果、计算沿脉管长度的压降，更未给出将“压力压降”与“损害长度”结合进行局灶性/弥漫性分类的启示。</li>
<li>D3仅关注解剖学血管树的自动分割与名称标记，不涉及血流压力测量或损害分类。</li>
</ul>
<p>因此，现有技术（D1、D2、D3）均未给出将脉管内血流压力测量共配准、计算沿脉管长度压降并结合损害长度进行损害分类（特征D、E、F、G）的教导或技术启示。权利要求1相对于D1-D3的组合具备突出的实质性特点和显著的进步，<strong>具备创造性（符合《专利法》第22条第3款）</strong>。</p>
<h2>四、 无效宣告请求中最薄弱的技术特征与攻击点</h2>
<p>若对本专利提出无效宣告请求，权利要求1中最薄弱、最容易被突破的技术特征以及相应的攻击策略如下：</p>
<div class="warning-box">
<strong>最薄弱特征攻击点：特征E（生理测量与图像共配准）与特征F/G的通用结合</strong>
<p><strong>薄弱原因：</strong>
“血管内压力测量与血管造影图像共配准（Co-registration）”在突破日之前（2015-2016年前后）在心血管介入领域已有较多基础研究（例如Volcano公司的SyncVision系统技术）。本专利说明书[0047][0048]自身也明确引用了多项现有技术专利（如US7930014B2）来说明共配准是已知技术。此外，根据连续压力拉回曲线分析压降并区分局灶性狭窄（局部剧烈压降）与弥漫性病变（全段平缓压降）是心内科医生的基本临床常识。</p>
</div>
<p><strong>无效攻击思路：</strong></p>
<ol>
<li><strong>组合结合方案：</strong>寻找一份公开了“压力引导线拉回测定FFR/iFR并与血管造影共配准”的现有技术（记为D4，如US7930014B2或早期文献），将其与D2组合。</li>
<li><strong>论证逻辑：</strong>D2提供了自动识别血管名称和解剖狭窄的框架，D4提供了压力共配准与压降计算。在D4已能绘制压降-长度曲线的基础上，本领域技术人员为了对病变进行自动化定量分类，依据临床已知常识（局灶性压降陡、弥漫性压降平缓）设定分类指数阈值属于本领域的常规选择，不具备创造性。</li>
</ol>
<h2>五、 进一步的对比文件检索策略（无效检索建议）</h2>
<p>为了成功无效本专利的权利要求1及从属权利要求，建议按照以下策略展开进一步的对比文件检索：</p>
<div class="callout-box">
<strong>1. 核心检索要素（Key Concepts）拆分与扩展：</strong>
<ul>
<li><strong>要素1（共配准与压力）：</strong>Pressure wire, Pullback, Co-registration, Angiography, FFR (Fractional Flow Reserve), iFR (instant wave-Free Ratio), Pressure drop, Gradient.</li>
<li><strong>要素2（损害分类与长度）：</strong>Lesion classification, Focal lesion, Diffuse lesion, Multiple lesions, Lesion length, Pressure loss slope.</li>
<li><strong>要素3（CAD与名称标记）：</strong>CAD, Automatic labeling, Vessel name, Coronary tree.</li>
</ul>
</div>
<p><strong>2. 推荐的布尔检索逻辑式（用于PatentSight / Clarivate Analytics / CNIPA / Google Patents）：</strong></p>
<p><code>(co-registra* OR align* OR overlay*) AND (pressure OR FFR OR iFR OR "pressure drop" OR gradient) AND (focal OR diffuse) AND (classif* OR typ*) AND (vessel OR coronary OR angiogram)</code></p>
<p><strong>3. 重点检索申请人与发明人团队：</strong></p>
<ul>
<li><strong>重点申请人：</strong>Volcano Corporation（火山公司，本专利后被飞利浦收购）、Philips Image-Guided Therapy Corporation、St. Jude Medical、ACIST Medical Systems。</li>
<li><strong>理由：</strong>本专利说明书背景技术和具体实施方式中大量引用了Volcano Corporation早期的专利（如US13/460296, US14/144280, PCT/IL2011/000612）。这些公司在2010-2015年间布局了大量关于iFR拉回（iFR Pullback）及损害功能性评估的专利，极可能存在公开了“利用压降斜率与长度分类局灶/弥漫损害”的对比文件。</li>
</ul>
<p><strong>4. 重点IPC/CPC分类号检索：</strong></p>
<ul>
<li><code>A61B 5/02007</code> （血流/血压测量）</li>
<li><code>A61B 5/0035</code> （多模态医学图像共配准）</li>
<li><code>G16H 30/20</code> 或 <code>G06T 7/0012</code> （医学图像计算机辅助诊断/分类）</li>
<li><code>A61B 8/085</code> （脉管内成像与评价）</li>
</ul>
</body>
</html>
"""
with open("report.html", "w", encoding="utf-8") as f:
f.write(html_content)
print("HTML report written successfully.")
```
```text?code_stdout&code_event_index=2
HTML report written successfully.
```
```python?code_reference&code_event_index=3
from weasyprint import HTML
HTML("report.html").write_pdf("patent_analysis_report.pdf")
print("PDF generated successfully via WeasyPrint.")
```
```text?code_stdout&code_event_index=3
PDF generated successfully via WeasyPrint.
```
# 专利权利要求与对比文件比对及创造性分析报告
[file-tag: code-generated-file-c061ff65-567c-46fb-9a9a-927b15ff03fd]
---
### 一、 目标专利说明书对权利要求的深度解释
紧密结合目标专利授权说明书（CN106999076B），对权利要求1的各个技术特征进行法律与技术层面的准确解释，确定其在整体技术方案中的实质含义与技术效果：
1. **特征A（处理系统）与特征B（图像数据获取）：**
说明书[0004][0007][0038][0049]指出，处理系统(172)与脉管内设备及外部成像系统通信，获得的图像数据(504)包括脉管外成像（二维/三维血管造影图像、CTA图像等）。其作用是为后续脉管识别与损害可视化提供解剖结构解剖模型基线。
2. **特征C（通过CAD算法识别脉管名称）：**
说明书[0005][0006][0024][0053]明确指出，计算机辅助检测（CAD）算法对血管造影图像执行图像识别，提取脉管轮廓、位置、分支，在患者脉管系统内自动识别并标记个体脉管（如RCA, LAD, LCX, D1, M1等）。解决传统人工识别耗时且依赖经验的问题。
3. **特征D（获得包含压力测量结果的生理测量结果）：**
说明书[0002][0006][0030]-[0036]记载，生理测量结果由介入设备（如压力引导线152/导管175）在脉管内采集，主要为充血或静息状态下的压力测量（如FFR、iFR或Pd/Pa比率），亦可包含流量测量结果。压力变化能客观反映狭窄或阻塞对血流的功能性限制严重程度。
4. **特征E（生理测量结果与图像数据的共配准）：**
说明书[0024][0047][0048][01079]记载，利用机械拉回设备（如以已知速率拉回）或图像特征匹配，将实时收集的脉管内生理数据与二维/三维血管造影图像在空间上进行精确绑定（共配准），使得每个压力测量值均对应血管图像上的具体解剖位置。
5. **特征F（确定沿着脉管长度的压降）：**
说明书[0059][0064][0074]记载，在拉回过程中连续计算并映射功能强度或压力损失斜率，确定沿着脉管长度(806)的动态压力变化/压降幅度，作为定量评估损害功能严重性的基础。
6. **特征G（与分类指数比较确定损害分类）：**
说明书[0059][0074]-[0077][01088]详细规定了分类标准：
* **局灶性损害（Focal, 810）：** 在相对较短的长度上引起锐利/显著的压降。
* **弥漫性损害（Diffuse, 820）：** 基于在脉管较长部分（如超过5mm）上稳定的渐进压降。
* **多重损害（Multiple, 830）：** 脉管内存在多个相互靠近（如间隔小于10mm）的损害。
该特征的技术效果是将“压力损失斜率/功能强度”与“损害长度测量”相结合，实现损害类型的自动定量精准分类。
7. **特征H（输出包含脉管名称与损害分类的图像）：**
说明书[0024][0052][0059]及图6-8（提示580、590，标注540等）记载，系统在图形用户界面(500)上显示解剖图/血管造影图，并在对应血管图像旁边自动叠加脉管名称（如LAD）以及损害分类的视觉表示（交叠显示），帮助临床医师直观规划PCI介入方案。
---
### 二、 对比文件原文详细出处比对表格
#### 1. 各对比文件原文详细出处核查
* **对比文件D1 (US20070260141A1):**
公开了一种基于IVUS（血管内超声）回波光谱分析自动进行斑块分类的系统。公开了处理系统（D1 [0020]）、图像数据（D1 [0003][0022]）、物理超声测量（D1 [0021]）以及基于组织成分的斑块分类（D1 [0010][0016][0027]-[0040]）。**未公开**利用CAD算法识别输出脉管名称（特征C）、生理压力共配准与压降计算（特征D/E/F）、结合“压力测量与损害长度”的损害分类（特征G）及UI对应叠加输出（特征H）。
* **对比文件D2 (US20080103389A1):**
公开了一种利用CT图像自动分析血管结构和识别病变（斑块/狭窄）的系统。公开了处理系统（D2 [0027]）、三维CT图像数据（D2 [0200]）、自动识别并标记冠状动脉树分支名称（RCA, LM, LAD, LCX等，D2 [0005][0244]）以及UI界面可视化（D2 [0258]-[0281]）。**未公开**脉管内血流压力测量（特征D）、压力与图像共配准（特征E）、沿脉管压降计算（特征F）及基于压降与长度的损害分类（特征G）。
* **对比文件D3 (US20080188962A1):**
公开了一种血管图像提取与自动标记系统及方法。公开了处理系统与三维血管图像（D3 [0017][0102]）、自动分割血管树并基于脑部分区自动给血管段赋予解剖名称标签（RACA, MCAs, PCAs等，D3 [0006][0114][0116]）及带有解剖标签的显示（D3 [0148]）。**未公开**生理压力测量、压降分析及损害分类等特征（特征D、E、F、G）。
#### 2. 特征比对表格
| 权利要求1技术特征 | D1 (US20070260141A1) | D2 (US20080103389A1) | D3 (US20080188962A1) |
| 特征A：处理系统(172) | 毫无异议公开<br>[0020] "computing device 130 comprising memory..." | 毫无异议公开<br>[0027] "Image processing system 100 includes processor 110..." | 毫无异议公开<br>[0017] "system 20 having scanner 22, computer 24/34..." |
| 特征B：脉管系统图像数据(504) | 毫无异议公开<br>[0003][0022] "acquire backscatter data / render images..." | 毫无异议公开<br>[0200] "receives CT image data..." | 毫无异议公开<br>[0102] "perform scan of patient's head to obtain data..." |
| 特征C：CAD算法识别脉管名称 | 未公开<br>仅切片组织分类，未识别输出脉管名称。 | 毫无异议公开<br>[0005][0244] "Coronary tree branches may further be labeled (RCA, LM, LAD, LCX)..." | 毫无异议公开<br>[0006][0114][0116] "label the blood vessel voxels with a corresponding anatomical label (RACA, etc.)..." |
| 特征D：含压力测量结果的生理测量 | 部分公开(仅超声回波)<br>[0021] 声波测量，非血流压力。 | 未公开<br>仅基于CT形态学分析，未获取压力。 | 未公开<br>仅涉及解剖分割与标记，无压力测量。 |
| 特征E：生理测量与图像共配准 | 未公开 | 未公开 | 未公开 |
| 特征F：分析共配准生理测量确定压降 | 未公开 | 未公开 | 未公开 |
| 特征G：压降与分类指数比较确定损害分类（依赖压力+损害长度） | 部分公开(形态/组织分类)<br>[0010][0016] 依坏死芯/钙化成分分类(TCFA/FA)，非基于压力+长度。 | 部分公开(形态狭窄分类)<br>[0005][0254] 依CT狭窄百分比分类，非基于压力压降。 | 未公开 |
| 特征H：向UI输出脉管附近有脉管名称的脉管及损害分类 | 部分公开<br>[0042] 显示风险，但无血管名称及压力分类。 | 实质公开(部分)<br>[0258]-[0281] 输出带名称血管树与形态病变，非基于压力分类。 | 实质公开(部分)<br>[0148] 输出带解剖名称标签的血管图像，未输出损害分类。 |
---
### 三、 最接近对比文件的选择与创造性评估（“三步法”）
1. **最接近对比文件的选择（D2为最接近对比文件）：**
在创造性评估中，**D2 (US20080103389A1)** 最适合作为最接近的对比文件（核心对比文件）。理由：
* **整体技术问题与应用场景相同：** D2与本专利均致力于自动分析患者冠状动脉脉管系统、识别解剖结构与病变/狭窄，辅助PCI介入诊断和规划。
* **技术特征重合度极高：** D2毫无异议公开了特征A（处理系统）、特征B（图像数据）、特征C（利用CAD算法识别脉管名称如LAD/RCA）以及特征H的大部分形态（UI界面输出包含脉管名称的脉管与损害）。
2. **区别技术特征与实际解决的技术问题：**
* **区别特征：**
1. 特征D、E、F：获得了患者脉管的血流压力测量结果，并将压力测量结果与图像数据共配准，进而分析确定沿着脉管长度的压降。
2. 特征G：损害分类是通过将压降分析结果与分类指数比较确定的，且分类依赖于生理压力测量结果和损害长度测量（区分局灶性、弥漫性、多重损害等）。
3. 特征H（部分）：向用户界面输出的损害分类是基于上述生理压力与损害长度确定的分类。
* **实际解决的技术问题：** 如何克服仅依靠解剖学形态图像（如CT）评估血管狭窄不准确的问题，从而精准、定量且自动化地从血流动力学（功能性）与病变长度维度评估脉管损害的严重程度和类型。
3. **显而易见性与创造性结论：**
对比文件D1虽然涉及损害分类（TCFA/FA），但完全建立在IVUS斑块组织学成分分析上，并未教导获取压力测量结果、计算沿脉管长度的压降，更未给出将“压力压降”与“损害长度”结合进行局灶性/弥漫性分类的启示；D3仅关注解剖学血管树分割与名称标记。
因此，现有技术（D1、D2、D3）均未给出将脉管内血流压力测量共配准、计算沿脉管长度压降并结合损害长度进行损害分类（特征D、E、F、G）的技术启示。权利要求1具备突出的实质性特点和显著的进步，**具备创造性（符合《专利法》第22条第3款）**。
---
### 四、 无效宣告请求中最薄弱的技术特征与攻击点
若对本专利提出无效宣告请求，权利要求1中最薄弱、最容易被突破的技术特征为 **特征E（生理测量与图像共配准）** 与 **特征F/G（压降分析与局灶/弥漫分类）** 的结合：
* **薄弱原因：**
“血管内压力测量（如FFR/iFR）与血管造影图像共配准（Co-registration）”在申请日之前在心血管介入领域已有较多基础研究（例如Volcano公司的SyncVision系统技术），说明书[0047][0048]自身也引用了多项现有技术专利（如US7930014B2）证明共配准是已知技术。此外，依据连续压力拉回曲线分析压降并区分局灶性狭窄（局部剧烈压降）与弥漫性病变（全段平缓压降）属于心内科医生的基本临床常识。
* **无效攻击思路：**
寻找一份公开了“压力引导线拉回测定FFR/iFR并与血管造影共配准”的现有技术（记为D4，如US7930014B2），将其与D2组合。论证D2提供了自动识别血管名称和解剖狭窄的框架，D4提供了压力共配准与压降计算。在D4已能绘制压降-长度曲线的基础上，本领域技术人员为了对病变进行自动化定量分类，依据临床已知常识设定分类指数阈值属于本领域的常规选择，不具备创造性。
---
### 五、 进一步的对比文件检索策略
为了成功无效本专利的权利要求，建议采取以下检索策略：
1. **核心检索要素（Key Concepts）拆分：**
* **要素1（共配准与压力）：** `Pressure wire`, `Pullback`, `Co-registration`, `Angiography`, `FFR`, `iFR`, `Pressure drop`, `Gradient`
* **要素2（损害分类与长度）：** `Lesion classification`, `Focal lesion`, `Diffuse lesion`, `Multiple lesions`, `Lesion length`, `Pressure loss slope`
* **要素3（CAD与名称标记）：** `CAD`, `Automatic labeling`, `Vessel name`, `Coronary tree`
2. **推荐检索公式（用于PatentSight / Google Patents / CNIPA）：**
`((co-registra* OR align* OR overlay*) AND (pressure OR FFR OR iFR OR "pressure drop" OR gradient) AND (focal OR diffuse) AND (classif* OR typ*) AND (vessel OR coronary OR angiogram))`
3. **重点申请人与团队检索：**
* **重点申请人：** Volcano Corporation（火山公司，本专利原申请人，后被飞利浦收购）、Philips Image-Guided Therapy Corporation、St. Jude Medical、ACIST Medical Systems。
* **理由：** 本专利说明书背景技术和具体实施方式中大量引用了Volcano Corporation早期的专利（如US13/460296, US14/144280, PCT/IL2011/000612）。这些公司在2010-2015年间布局了大量关于iFR拉回（iFR Pullback）及损害功能性评估的专利，极可能存在公开了“利用压降斜率与长度分类局灶/弥漫损害”的对比文件。
4. **重点IPC/CPC分类号：**
* `A61B 5/02007` （血流/血压测量）
* `A61B 5/0035` （多模态医学图像共配准）
* `G16H 30/20` 或 `G06T 7/0012` （医学图像计算机辅助诊断/分类）
* `A61B 8/085` （脉管内成像与评价）
这是一份针对目标专利 **CN106999076B**（权利要求1-11）的专业专利无效检索与创造性/专利性对比分析报告。分析严格基于目标专利说明书与提供的三维对比文件原文。
---
## 一、 目标专利权利要求与说明书结合解读
根据目标专利说明书（CN106999076B），对权利要求1及从属权利要求的核心技术特征解读如下：
* **技术特征A（处理系统172）：** 指计算设备/控制台，负责诊断数据的集成处理（说明书[0038]）。
* **技术特征B（获得脉管系统的图像数据504）：** 包括2D/3D血管造影、CTA等脉管外图像数据（说明书[0047]、[0053]）。
* **技术特征C（CAD算法识别脉管名称）：** 利用计算机辅助检测/图像识别算法提取轮廓、分支，自动标记如RCA、LAD、LCX等具体冠状动脉/脉管解剖名称（说明书[0052]、[0053]）。
* **技术特征D（生理测量结果含压力）：** 通过脉管内设备（如压力导丝/导管152/175）采集压力数据（说明书[0031]、[0033]）。
* **技术特征E（生理测量与图像共配准）：** 将拉回（pullback）过程中采集的生理数据与血管造影图像在空间/位置上进行相互映射关联（说明书[0047]）。
* **技术特征F（确定沿着脉管长度806的压降）：** 基于拉回过程中的连续压力测量，分析沿脉管长度方向的压力变化斜率/梯度（说明书[0068]、[0074]）。
* **技术特征G（依据生理测量和损害长度与分类指数对比，确定损害分类810/820/830）：** 结合功能性压降强度（如iFR/FFR）与解剖学损害长度（806），对照分类指数，将损害划分为局灶性（focal）、弥散性（diffuse）、多重（multiple）或多发（polymorphic）等分类（说明书[0059]、[0074]-[0076]）。
* **技术特征H（输出在脉管附近有脉管名称的脉管及损害分类）：** 在GUI界面（500）上联合叠加显示脉管解剖标签（如LAD/RCA）与损害分类提示（580/590）（说明书[0052]、[0059]，图6/图8）。
---
## 二、 对比文件技术特征比对表
各对比文件指代如下：
* **D1：** US5474074A（血管内超声成像的低轮廓换能器及安装方法）
* **D2：** CN1977773A（用于支架规划和支架植入过程的计算机化的工作流方法）
* **D3：** US20070135707A1（Computerized workflow method for stent planning and stenting procedure，为D2的同族专利）
### 权利要求1技术特征比对表
| 权利要求1技术特征 | D1 (US5474074A) 对应原文及公开情况 | D2 (CN1977773A) 对应原文及公开情况 | D3 (US20070135707A1) 对应原文及公开情况 |
| 特征A：处理系统(172) | 未公开（仅涉及单换能器硬件及控制系统30/图像生成系统38，col 3, l:15-30） | 实质公开：说明书第4页“运行了狭窄分析软件的计算机”及图1系统/工作站 | 实质公开：[0014], [0023] "computer", "workstation of the imaging modality" |
| 特征B：获得脉管图像数据(504) | 未公开（仅涉及IVUS超声声束发射接收） | 实质公开：说明书第4页“获取病变血管的X射线图像...再现三维图像” | 实质公开：[0013], [0022] "3D image data are acquired... 2D x-ray projections" |
| 特征C：CAD算法识别脉管名称 | 未公开 | 未公开（仅提及“模式识别和图像处理软件自动确定狭窄特征”，未公开识别并输出脉管解剖名称，说明书第4页） | 未公开（仅提及 "pattern recognition and image processing software... identify characteristics concerning the lesion", 未公开识别脉管名称） |
| 特征D：获得生理测量结果，包含压力测量 | 未公开（仅涉及IVUS超声成像） | 未公开（仅提及组织成分、血管壁弹性、血流流动动态仿真，未公开直接采集压力测量结果，说明书第4, 6页） | 未公开（仅提及 tissue composition, vessel wall elasticity, fluid dynamics simulation, 未公开压力测量） |
| 特征E：共配准生理测量与图像数据 | 未公开 | 部分公开/未完全公开（公开了实时2D图像与3D规划图像/虚拟支架共配准，以及融合ANGUS/IVUS与血管造影，但未涉及压力生理数据的共配准，说明书第4, 6页） | 部分公开/未完全公开（公开了 2D real-time image correlated with 3D planning data, IVUS/OCT fusion, 未公开压力生理数据共配准） |
| 特征F：分析共配准生理数据确定沿脉管长度压降 | 未公开 | 未公开 | 未公开 |
| 特征G：依赖生理测量和损害长度确定损害分类(810/820/830) | 未公开 | 未公开（仅提及确定“损伤大小、长度、延伸程度、狭窄分析”，未公开结合生理压力与损害长度对损害进行局灶性/弥散性等分类） | 未公开（仅提及 "determination of the size, lesion length, lesion extent", 未公开结合生理压力与损害长度进行分类） |
| 特征H：输出脉管附近有脉管名称的脉管及损害分类 | 未公开 | 未公开（仅重叠显示虚拟支架与损害位置，未公开输出脉管名称及损害分类） | 未公开（仅 superimpose virtual representation of stent, 未公开输出脉管名称及损害分类） |
---
## 三、 最接近对比文件分析与整体技术问题/效果对比
### 1. 对比文件定位分析
* **D1 (US5474074A)：** 属于纯硬件结构类专利，重点在于**血管内超声（IVUS）探头的背衬层（Backing Element）厚度与声学阻抗匹配**，用以消除声学回波伪影。其与目标专利的系统级评估、共配准及损害分类完全不在同一技术领域，**不适合作为最接近对比文件**。
* **D2 (CN1977773A) / D3 (US20070135707A1)：** 二者为同族专利，涉及**基于图像的支架规划与植入工作流**。公开了利用计算机分析脉管3D图像、识别损伤大小/长度/组织成分、进行虚拟支架仿真与图像共配准叠加显示。技术领域与目标专利最为接近，**适合作为最接近的对比文件（D2或D3均可）**。
### 2. 整体解决的技术问题与技术效果对比
* **目标专利解决的技术问题：** 传统血管造影无法准确判断狭窄的实际生理严重程度，且人工识别脉管与损害极其依赖医生经验、容易误诊；目标专利旨在实现**脉管系统的自动解剖标记、生理压力与图像的共配准、以及基于“功能性压降+解剖长度”对损害进行客观的自动化诊断分类**。
* **D2/D3解决的技术问题：** 传统二维X射线透视存在缩短效应（Foreshortening），导致支架类型/尺寸选择不当或位置放错导致再狭窄；D2/D3旨在**通过3D重建与虚拟支架仿真，优化支架尺寸选择与实时定位**。
* **差异对比：** D2/D3侧重于**几何维度与形态学上的支架评估**，而目标专利引入了**血流动力学（压力测量与沿程压降）与解剖名称自动识别（CAD算法）的结合**，实现了“功能+结构”双重指标下的损害自动分类（如局灶性与弥散性损害）。
---
## 四、 破坏权利要求1及从属权利要求创造性的薄弱点与检索策略
### 1. 最薄弱的技术特征（目前现有对比文件未覆盖的缺口）
经对比分析，现有提供的对比文件（D1, D2, D3）**组合后仍无法覆盖**权利要求1的以下核心技术特征组合：
1. **特征C：** 通过**CAD算法自动识别并标注脉管解剖名称**（如LAD、RCA、LCX等）。
2. **特征D+E+F：** 获得**脉管内压力测量数据**，将其与图像**共配准**，并分析获得**沿脉管长度的压降（Pressure Drop / Slope）**。
3. **特征G：** 结合**生理测量（压降/iFR/FFR）**与**损害长度测量**，与分类指数比较来确定**损害分类（局灶性/弥散性/多重等）**。
### 2. 无效宣告攻破路径建议（补充检索策略）
由于D2/D3已经奠定了“计算机辅助图像分析+损害长度/几何测量+虚拟叠加显示”的框架，若要对目标专利权利要求1-11发起强有力的无效请求，需补充补充以下领域的对比文件进行“多块拼图”式的组合攻击（如 $D2/D3 + D_{补充1} + D_{补充2}$）：
#### 策略一：补充“压力-图像共配准与沿程压降分析”对比文件（攻破特征D、E、F）
* **检索方向：** 重点检索 **Volcano Corporation（火山公司，即目标专利原权利人）** 或 **St. Jude Medical / Philips** 在2015年之前的早期共配准专利。
* **关键词/分类号推荐：**
* IPC/CPC: `A61B5/021`, `A61B5/0035`, `A61B6/501`, `G06T7/0012`
* Keywords: `co-registration` / `co-registered`, `pressure ratio`, `pressure drop`, `pullback`, `iFR`, `FFR`, `angiography`
* **目标效果：** 证明将压力导丝拉回数据（iFR/FFR曲线）与血管造影图像进行空间映射/共配准，并计算沿脉管长度压降属于本领域的公知常识或现有技术。
#### 策略二：补充“结合生理指标与几何长度的损害自动分类”对比文件（攻破特征G及权2）
* **检索方向：** 冠状动脉生理学（Physiological Assessment）算法、Functional vs. Anatomic Lesion Classification。
* **Keywords：** `lesion classification`, `focal lesion`, `diffuse lesion`, `pressure gradient`, `length`, `index`
* **目标效果：** 寻找在评估冠脉狭窄时，已有文献或专利提出根据“压降幅值/梯度（功能性）”配合“病变长度（形态学）”将病变自动划分/定义为“局灶性（Focal）”或“弥散性（Diffuse）”的技术方案。
#### 策略三：补充“血管解剖名称自动识别/CAD算法”对比文件（攻破特征C及权11）
* **检索方向：** 计算机辅助诊断（CAD）、冠状动脉树自动分割与命名。
* **Keywords：** `coronary tree`, `vessel labeling`, `vessel name`, `computer-aided detection`, `LAD`, `RCA`, `artery identification`
* **目标效果：** 证明利用图像识别算法对冠状动脉树图像自动识别并打上解剖学标签（LAD、RCA、LCX等）属于医学图像处理领域的常规技术手段。
---
## 五、 从属权利要求（权利要求2-11）的额外分析
1. **权利要求2（损害分类包括局灶性、弥散性、多重）：** 依赖于主权1特征G，目前D1-D3未公开此特定分类方法，需通过补充检索策略二攻破。
2. **权利要求3（根据库存数据库编译支架并自动推荐）：** D2（说明书第4页“基于狭窄分析结果自动选择支架/支架数据库”）已公开基于损害特征从数据库检索选择支架的思想；但结合库存（inventory）推荐需结合医院管理系统公知常识。
3. **权利要求4（二维/三维血管造影或CTA）：** **D2/D3已实质公开**（D2说明书第4页公开了二维/三维血管造影及CT图像）。
4. **权利要求5-9（压力/流量感测介入设备及压力比率计算）：** 涉及脉管内压力/流量传感器设备及计算FFR/iFR（压力比率）。D1涉及IVUS，D2/D3涉及常规导管，未明确公开压力/流量双感测及压力比率计算，需通过补充检索策略一攻破。
5. **权利要求10-11（UI输出及将分类表示交叠在损害位置附近）：** D2/D3已公开将虚拟表示/符号**叠加（superimpose/overlay）**在损害位置附近的图像上，但叠加的内容为“损害分类（局灶/弥散）”与“脉管名称”这一特定信息组合目前仍受制于主权1特征C和G的成立。
资深专利代理师，为您针对目标专利（授权号：CN106999076B）与相关对比文件进行严谨的专利有效性/无效性对比分析。
---
## 一、 说明书对权利要求的解释与本领域技术人员的理解
在分析对比文件前，结合目标专利说明书对权利要求1进行解释：
1. **“脉管名称”与CAD识别（特征C）：** 说明书第[0050]-[0053]段及图6明确说明，系统通过图像识别（CAD算法）自动识别并标记个体脉管名称（如RCA、LAD、LCX、M1、M2等）。
2. **“共配准”与“压降”确定（特征E、F）：** 说明书第[0047]-[0048]段指出，将脉管内设备（如压力导丝）移动拉回（pullback）采集的连续生理数据与血管造影图像进行空间共配准；分析该共配准数据以确定沿着脉管长度（806）的压降（如iFR/FFR随时间的梯度或变化）。
3. **“分类依赖于生理测量结果和损害长度测量”（特征G）：** 说明书第[0074]-[0077]段及图10明确解释，分类依赖于功能强度（压降/压力损失斜率）与损害长度（806，如短损害≤5mm，长损害>5mm）的结合，从而导出“局灶性”、“弥散性”、“多重”等分类。
4. **“在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类”（特征H）：** 说明书第[0052]-[0059]段及图6-图8显示，在用户界面的血管造影图像上，不仅标注血管解剖名称，还把损害分类表示（如提示框580、590）交叠或显示在识别出的损害部位附近。
---
## 二、 对比文件特征比对表
各对比文件指代如下：
* **D1：** JPWO2013031744A1（公开号：JPWO2013031744A1 / WO2013031744A1）
* **D2：** JPWO2015166612A1（公开号：JPWO2015166612A1）
### 权利要求1技术特征比对表
| 权利要求1技术特征 | 对比文件1 (D1: JPWO2013031744A1) | 对比文件2 (D2: JPWO2015166612A1) | 结论（公开情况） |
| 特征A： 一种用于评价患者的脉管系统的系统(150)，所述系统包括处理系统(172)，其被配置为 | 公开： 一种用于血流性状诊断的系统/服务器3，包含流体解析部12等处理模块（段落[0008]、[0041]-[0045]）。 | 公开： 一种映像解析系统，包含CPU等处理手段（段落[0012]、[0018]）。 | D1/D2均公开 |
| 特征B： 获得所述患者的所述脉管系统的图像数据(504) | 公开： 从撮像装置（CT、MRI、DSA）获取目标血管部位的图像数据（段落[0042]、[0051]）。 | 公开： 从映像获取部11获取监视范围的映像/图像（段落[0019]-[0020]）。 | D1公开（医疗脉管领域）；D2公开（通用视频监控领域） |
| 特征C： 分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称 | 部分公开/实质公开： 段落[0012]、[0057]-[0060]及图6公开了自动测定各血管要素形状，根据解剖部位模板自动判别并给血管名称打上标签（ラベリング，如“左内颈动脉”等）。 | 未公开： 仅公开提取监控目标的识别信息（如人脸、车牌，段落[0025]），未涉及血管及血管名称识别。 | D1实质公开 |
| 特征D： 获得所述患者的所述脉管的生理测量结果；其中；所获得的生理测量结果包括压力测量结果 | 公开： 流体解析部12演算求出血管内腔各位置的血流状态量，明确包含流速和压力（段落[0010]、[0085]）。*注：D1系CFD仿真计算得出* | 未公开： 仅涉及监控影像和时间，无脉管生理测量及压力测量。 | D1公开（计算获得） |
| 特征E： 将所获得的生理测量结果与所获得的图像数据(504)共配准；使得所述生理测量结果与所述患者的所述脉管的对应部分相关联 | 实质公开： 段落[0025]、[0085]、[0100]及图23-24公开了将计算出的压力、剪切应力向量映射/重叠叠加（重ねて）在血管三次元形状模型上。 | 未公开 | D1实质公开 |
| 特征F： 分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降 | 部分公开： 公开了计算血管各位置的压力及能量损失（Energy loss/狭窄度）（段落[0011]、[0117]、[0127]），但未明确提出根据实测拉回数据确定沿脉管长度的“压降斜率/降幅”。 | 未公开 | D1部分公开 |
| 特征G： 通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中，所述分类依赖于所述生理测量结果和损害长度测量 | 未公开： D1通过剪切应力向量形态（散乱度div/rot）判别“良性/恶性流”及血管壁“薄化/硬化”（段落[0023]-[0027]、[0114]），未公开依赖于压力及“损害长度测量”来对损害进行局灶性、弥散性等分类。 | 未公开 | D1和D2均未公开 |
| 特征H： 向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830) | 部分公开： 段落[0025]、[0121]公开在用户界面三维图像表面重叠显示解析/判别结果。但未公开输出带有损害分类（如局灶性/弥散性）且在脉管附近标有脉管名称的显示。 | 未公开 | D1和D2均未公开 |
---
## 三、 对比文件技术特征公开详述与解析
### 1. D1（公开号：JPWO2013031744A1 / WO2013031744A1）
* **技术领域：** 用于血流性状诊断的系统、方法及计算机软件程序。
* **技术特征公开分析：**
* **特征A、B、D：** D1段落[0008]、[0041]-[0042]公开了通过服务器3（包含CPU和处理模块）获取CT、MRI等医疗设备的血管三维图像数据（特征A、B）；段落[0010]、[0085]明确公开了流体解析部12计算血管内腔各位置的血流状态量，明确包含**压力**和流速（特征D）。
* **特征C：** D1段落[0012]、[0057]-[0060]及图3、图6公开了系统读取三维形状后，通过判定血管要素等效直径及参照解剖部位模板，自动给主要血管及分支血管打上名称标签（ラベリング，如“左内颈动脉”、“脑底动脉”），这实质公开了通过计算机辅助手段识别并标注脉管名称。
* **特征E：** D1段落[0025]、[0100]、[0121]及图23-24公开了将求得的压力值、剪切应力向量等物理量与三维血管形状数据重叠（重ねて）图形化输出，实现了生理/物理计算量与血管图像位置的共配准关联。
* **未公开特征：** D1未公开**特征G**（依据生理测量+损害长度进行“局灶性/弥散性/多重”等损害分类）以及**特征H**中将损害分类结果与脉管名称同步输出在脉管附近的具体交互界面显示。
### 2. D2（公开号：JPWO2015166612A1）
* **技术领域：** 安防视频监控图像分析系统。
* **技术特征公开分析：**
* D2属于安防监控领域，仅公开了通过摄像机获取监控画面（特征B），分析画面中特定目标（如行人、车辆）的识别信息（人脸、车牌段落[0025]）及生成出现履历（特征A部分、B部分）。
* D2**完全未公开**医疗脉管分析、脉管名称识别、生理压力测量、共配准、压降分析以及损害分类（特征C、D、E、F、G、H）。
---
## 四、 最接近的对比文件分析（整体技术问题与技术效果角度）
### 最接近的对比文件：D1（JPWO2013031744A1）
* **整体解决的技术问题：**
* **目标专利：** 旨在解决传统血管造影或单一生理测量难以准确判断狭窄严重程度及损害类型的问题，通过自动化映射脉管系统、结合生理数据识别与分类损害，辅助医生规划经皮冠状动脉介入治疗（PCI）。
* **D1：** 旨在解决仅靠血管形状图像无法准确诊断血管病变（如动脉瘤、狭窄）及预测治疗效果的问题，通过三维建模、自动化血管识别打标、CFD流体力学仿真（计算压力与剪切应力）来评估病变风险。
* **D2：** 解决安防监控中大范围、非连续图像下不审人员/物体的行为轨迹分析问题，与本专利的技术领域和技术问题完全相异。
* **技术效果与匹配度：**
D1与目标专利同属于**医疗血管图像及血流/生理状态分析诊断系统**领域。D1公开了大部分系统架构、图像获取、血管名称自动识别（打标）、生理参数（压力/流速）计算及共配准显示技术。因此，**D1是唯一适合作为最接近对比文件（D1）的文献**。
---
## 五、 区别技术特征、其他对比文件结合及无效策略评估
### 1. 目标专利相对于D1的区别技术特征
1. **真实介入测量与压降（特征D部分、F）：** 目标专利获得的生理测量结果包含从脉管内介入设备（如压力导丝/导管）实时采集的实测压力，并以此计算沿脉管长度的压降；而D1的压力是通过CFD流体力学模拟计算得到的。
2. **损害的自动分类算法（特征G）：** 目标专利通过将共配准分析结果与包含损害分类的指数比较，**依赖生理测量结果（压降/功能强度）和损害长度测量**，自动将损害分类为局灶性、弥散性、多重损害等；D1则是通过剪切应力向量的旋转/发散（散乱度）来区分“良性/恶性流”或“菲薄/硬化”。
3. **特定的UI界面输出（特征H）：** 目标专利将损害的分类（如局灶性/弥散性）与脉管名称同时输出显示在用户界面上脉管的附近；D1仅重叠显示压力/应力分布云图及血管名称。
### 2. 其它对比文件（D2）的公开情况
* D2（JPWO2015166612A1）为安防监控文献，**未公开**上述任何区别技术特征（特征F、G、H），且技术领域不同，本领域技术人员没有动机将D2与D1进行结合。
### 3. 无效请求中最薄弱的技术特征分析
如果发起无效宣告请求，目标专利**最薄弱（最容易被攻破或被认定为公知常识/显而易见）的技术特征**为：
* **最薄弱特征：技术特征G（基于压降和长度对损害进行“局灶性/弥散性/多重”分类）与特征F（确定压降）。**
* **理由：** 在心血管临床医学领域（尤其是PCI介入诊疗），“局灶性损害”（Focal lesion，通常较短、局限在狭窄点）与“弥散性损害”（Diffuse lesion，病变较长、累及较长血管段）是**本领域临床医师公知的病理分类概念**。此外，结合FFR/iFR拉回曲线（Pullback）的压降幅度及病变段长度来区分局灶性狭窄与弥散性狭窄，属于临床PCI规划中的常规技术手段。
* **审查风险：** 如果仅凭现有现有D1、D2，由于缺少明确记载“根据压降+长度自动划分局灶性/弥散性损害”的教导，单独使用D1+D2难以直接撬动创造性。该特征是目标专利维持专利权的核心壁垒。
---
## 六、 进一步的对比文件检索策略（无效检索建议）
为了成功无效目标专利的权利要求1及其从属权利要求，必须补充检索能够公开**特征F、G、H**的对比文件（下称D3/D4）。建议采取以下检索策略：
### 1. 核心检索要素提炼（关键词与分类号）
* **主题词组合：**
* `(脉管 OR 血管 OR 冠状动脉 OR 狭窄 OR 损害 OR 病变)` / `(vessel OR vascular OR coronary OR stenosis OR lesion)`
* `(共配准 OR 融合 OR 匹配 OR 叠加)` / `(co-registration OR coregistration OR map OR overlay)`
* `(局灶性 OR 弥散性 OR 多重 OR 损害分类 OR 病变分类)` / `(focal OR diffuse OR multiple OR lesion classification OR lesion type)`
* `(压降 OR 压力比 OR FFR OR iFR OR 充血 OR 拉回)` / `(pressure drop OR pressure ratio OR FFR OR iFR OR pullback)`
* **推荐IPC/CPC分类号：**
* `A61B5/02` （血流、血压测量及血管诊断）
* `A61B5/00` （医疗诊断与共配准界面，如 `A61B5/0035`、`A61B5/02007`）
* `G06T7/00` / `G06T11/00` （医学图像处理、分割与标注）
* `G16H50/20` / `G16H30/40` （基于医疗数据的计算机辅助诊断与图像处理系统）
### 2. 重点申请人/专利族检索（精准打打击）
目标专利（Philips/Volcano）在该领域有非常严密的专利网，建议重点检索其竞争对手及自身早期公开的专利：
1. **Volcano Corporation / Philips（飞利浦/火山）：** 检索其关于“iFR Pullback”、“Co-registration”、“Lesion Classification”的早期基础专利（优先权日在2015年以前）。
2. **St. Jude Medical / Abbott（圣犹达/雅培）：** 其PressureWire、Optis系统及FFR Pullback图像融合技术的早期专利。
3. **ACIST Medical Systems / Boston Scientific（波士顿科学）：** 血管介入生理测量与造影共配准（如Navvus系统）的相关专利。
### 3. 补充检索方向建议
* **寻找“D3”（公开压降与损害分类）：** 重点寻找在2015年10月之前公开的、记载了“通过血管拉回采集压力数据，利用压降斜率/降幅与病变长度，自动将血管狭窄判读/分类为局灶性（Focal）或弥散性（Diffuse）”的专利或非专利文献（如Circulation、JACC等心血管介入期刊论文）。
* **组合路线（D1 + D3）：**
* 用 **D1** 公开系统架构、图像获取、血管名称CAD识别、生理计算及共配准显示（特征A、B、C、D、E）；
* 用 **D3** 公开介入压力实测拉回、计算压降，并根据压降与损害长度进行局灶性/弥散性分类及输出显示（特征F、G、H）；
* **结合逻辑：** 本领域技术人员在D1自动识别血管及共配准的基础上，为了提高PCI手术规划的精准度，有动机引入D3中公知的基于压力拉回数据的局灶性/弥散性损害自动分类技术，从而得到权利要求1的技术方案，因此权利要求1不具备创造性。
```python?code_reference&code_event_index=1
# Python script to analyze feature mapping and generate a comprehensive invalidation analysis document for target patent claims against US20140187920A1 (D1).
import os
# Define the HTML content for the complete invalidation analysis report
html_content = """<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<style>
@page {
size: A4;
margin: 15mm 12mm;
background-color: #ffffff;
}
*, *::before, *::after {
box-sizing: border-box;
}
body {
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 10.5pt;
line-height: 1.5;
color: #222222;
margin: 0;
padding: 0;
}
.header-banner {
background-color: #1a365d;
color: #ffffff;
padding: 20px 15px;
margin: -15mm -12mm 20px -12mm;
text-align: center;
}
.header-banner h1 {
font-size: 18pt;
margin: 0 0 8px 0;
font-weight: bold;
letter-spacing: 1px;
}
.header-banner p {
font-size: 11pt;
margin: 0;
opacity: 0.9;
}
.meta-box {
background-color: #f7fafc;
border: 1px solid #e2e8f0;
border-left: 4px solid #2b6cb0;
padding: 12px 15px;
margin-bottom: 20px;
font-size: 10pt;
}
.meta-box table {
width: 100%;
border-collapse: collapse;
}
.meta-box td {
padding: 4px 8px;
border: none;
}
.meta-box td.label {
font-weight: bold;
color: #4a5568;
width: 18%;
}
h2 {
font-size: 13pt;
color: #1a365d;
border-left: 5px solid #2b6cb0;
padding-left: 10px;
margin-top: 25px;
margin-bottom: 12px;
page-break-after: avoid;
}
h3 {
font-size: 11pt;
color: #2c5282;
margin-top: 15px;
margin-bottom: 8px;
page-break-after: avoid;
}
p {
margin-top: 0;
margin-bottom: 10px;
text-align: justify;
}
table.data-table {
width: 100%;
border-collapse: collapse;
margin-top: 10px;
margin-bottom: 15px;
font-size: 9.5pt;
}
table.data-table th {
background-color: #2b6cb0;
color: #ffffff;
font-weight: bold;
text-align: left;
padding: 8px 10px;
border: 1px solid #2b6cb0;
}
table.data-table td {
padding: 8px 10px;
border: 1px solid #cbd5e0;
vertical-align: top;
}
table.data-table tr:nth-child(even) {
background-color: #f7fafc;
}
.status-badge {
display: inline-block;
padding: 2px 6px;
font-size: 8.5pt;
font-weight: bold;
border-radius: 3px;
}
.status-disclosed {
background-color: #c6f6d5;
color: #22543d;
}
.status-partial {
background-color: #feebc8;
color: #744210;
}
.status-not-disclosed {
background-color: #fed7d7;
color: #742a2a;
}
.callout-box {
background-color: #ebf8ff;
border-left: 4px solid #3182ce;
padding: 12px 15px;
margin: 15px 0;
font-size: 10pt;
}
.callout-warning {
background-color: #fffaf0;
border-left: 4px solid #dd6b20;
padding: 12px 15px;
margin: 15px 0;
font-size: 10pt;
}
ul, ol {
margin-top: 0;
margin-bottom: 10px;
padding-left: 20px;
}
li {
margin-bottom: 5px;
}
</style>
</head>
<body>
<div class="header-banner">
<h1>专利权利要求无效与对比文件比对分析报告</h1>
<p>目标专利：CN106999076B《脉管内损害的自动识别和分类》</p>
</div>
<div class="meta-box">
<table>
<tr>
<td class="label">分析目标专利：</td>
<td>CN106999076B（授权公告日：2021-10-22）</td>
<td class="label">分析人：</td>
<td>资深专利代理师</td>
</tr>
<tr>
<td class="label">权利要求文件：</td>
<td>权利要求1-11（权利要求1.docx）</td>
<td class="label">分析对比文件：</td>
<td>D1：US20140187920A1（公开日：2014-07-03）</td>
</tr>
</table>
</div>
<h2>一、 目标专利说明书对权利要求的解释及技术实质解析</h2>
<p>在结合目标专利说明书对权利要求进行解释时，应遵循《专利审查指南》及民事侵权/无效解释原则，内部证据（说明书及其附图）对权利要求术语具有最直接的定义和澄清作用：</p>
<h3>1. 权利要求1关键技术特征的说明书解释</h3>
<ul>
<li><strong>特征C（计算机辅助检测算法识别脉管名称）：</strong>说明书[0024]及[0053]明确指出，计算机辅助检测算法应用于血管造影图像/数据上，通过图像识别过程（如分割、识别轮廓、分支特征）提取脉管系统的特征，从而自动标记/识别出特定冠状动脉名称（如RCA, LCA, LAD, LCX, D1等）。这不仅是简单的可视化，而是基于图像算法的自动化解剖结构分类。</li>
<li><strong>特征E（生理测量结果与图像数据共配准）：</strong>说明书[0047]及[0051]解释，共配准是将拉回（pullback）过程中实测的脉管内生理数据（如压力/流量）与二维/三维血管造影图像上的具体解剖物理位置建立空间一一对应映射。可以基于已知拉回速度、拉回起点/终点或标记物位置完成。</li>
<li><strong>特征F（分析共配准生理测量结果确定压降）：</strong>说明书[0024]及[0104]解释，分析共配准数据是指计算沿脉管长度的压力梯度或斜率，即从目标动脉起点到终点的压力变化。</li>
<li><strong>特征G（将分析结果与分类指数比较确定损害分类：局灶性/弥散性/多重）：</strong>说明书[0024]、[0059]、[0078]及[0104]-[0106]（结合图10）明确定义，损害分类依赖于<b>生理测量结果（压降功能强度/斜率）</b>与<b>损害长度测量</b>的组合比较。具体规则为：
<ul>
<li><b>局灶性损害（Focal）：</b>在相对较短的长度上引起剧烈/锐利的压力损失；</li>
<li><b>弥散性损害（Diffuse）：</b>在较长的脉管长度（如超过5mm）上呈现逐渐且稳定的压降；</li>
<li><b>多重损害（Multiple）：</b>在脉管内存在多个相互靠近（如间隔小于10mm）的损害；</li>
<li><b>多发损害（Overlapping/Complex）：</b>两个或多个损害在脉管内重叠。</li>
</ul>
</li>
<li><strong>特征H（用户界面输出在脉管附近有脉管名称的脉管及损害分类）：</strong>说明书[0024]、[0052]及[0059]（结合图6、图8）解释，在图形用户界面（GUI）上，一方面将标记出的脉管名称（如RCA, LAD）显示在对应脉管附近，另一方面将损害分类的文字/图示提示（如“局灶性”、“弥散性”提示580、590）交叠显示在损害位置附近。</li>
</ul>
<h2>二、 对比文件D1（US20140187920A1）原文特征比对与公开性分析</h2>
<p>对比文件D1（公开号：<b>US20140187920A1</b>，公开日：2014年7月03日）早于目标专利申请日，构成合格的现有技术。</p>
<h3>1. 权利要求1逐项特征与D1原文比对表</h3>
<table class="data-table">
<thead>
<tr>
<th style="width: 15%;">权利要求1特征</th>
<th style="width: 38%;">对比文件D1（US20140187920A1）原文摘录及出处</th>
<th style="width: 12%;">比对结论</th>
<th style="width: 35%;">详细比对分析</th>
</tr>
</thead>
<tbody>
<tr>
<td><b>特征A：</b><br>系统包括处理系统(172)，被配置为</td>
<td>D1说明书[0040]："Computing device 172 is generally representative of any device suitable for performing the processing and analysis techniques discussed within the present disclosure..." (图4中的计算设备172)</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了包含处理/计算设备172的系统，用于执行数据采集与分析。编号与架构完全一致。</td>
</tr>
<tr>
<td><b>特征B：</b><br>获得患者脉管系统的图像数据(504)</td>
<td>D1说明书[0007] & [0046]："obtaining an angiographic image of the vessel..."; "...angiographic images and/or other two-dimensional or three-dimensional depictions of a patient's vasculature."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了获取患者脉管系统的血管造影图像或2D/3D描绘数据。</td>
</tr>
<tr>
<td><b>特征C：</b><br>分析图像数据通过计算机辅助检测算法识别脉管名称</td>
<td>D1说明书[0047] & [0059]："radiopaque elements of an intravascular instrument are algorithmically located..."; "Labels, for each of the value indicators, can also be provided... textual indications providing the names of major and/or minor vessels or segments thereof."</td>
<td><span class="status-badge status-partial">部分/实质公开</span><br>(存在薄弱点)</td>
<td>D1公开了通过算法定位显影标记，并公开了在图像上提供主/支血管名称的文本标签（Labels）。但D1未明确强调通过计算机辅助检测（CAD）图像识别算法从造影图中“自动分割并识别”出脉管名称，D1中的血管名称标签可解释为手动或半自动提供。</td>
</tr>
<tr>
<td><b>特征D：</b><br>获得生理测量结果，包括压力测量结果</td>
<td>D1说明书[0008] & [0033]："The intravascular data can also include a pressure measurement."; "The instrument 130 includes at least one element configured to monitor pressure within the vessel 100."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了使用血管内仪器（引导线/导管）获取脉管内的压力测量结果。</td>
</tr>
<tr>
<td><b>特征E：</b><br>将生理测量结果与图像数据共配准，使其与脉管对应部分相关联</td>
<td>D1说明书[0007] & [0046]："correlating the intravascular data from the intravascular instrument to locations on the angiographic image..."; "...correlated or co-registered to angiographic image(s)..."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1核心发明即为生理数据（压力/流量）与血管造影图像的共配准（co-registration）。</td>
</tr>
<tr>
<td><b>特征F：</b><br>分析共配准生理测量结果以确定沿着脉管长度的压降</td>
<td>D1说明书[0049] & [0052]："FIG. 9 illustrates pressure ratio calculations (such as FFR or iFR) at different points along the length of the vessel."; "...calculate the pressure differential..."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了沿脉管长度拉回过程中计算各点处的压差/压力比率（FFR/iFR），即确定沿脉管长度的压降。</td>
</tr>
<tr>
<td><b>特征G：</b><br>将分析结果与包含损害分类的分类指数比较确定损害分类，依赖生理测量结果和损害长度测量</td>
<td>D1说明书[0004] & [0049]："By evaluating the effects of both focal stenoses and diffuse stenoses a more complete diagnosis can be made..."; "In this manner, the colors can provide an indication of the severity of a lesion and whether it is a focal or diffuse lesion."</td>
<td><span class="status-badge status-partial">实质公开</span><br>(核心争议点)</td>
<td>D1明确区分了局灶性狭窄（focal stenosis）和弥散性狭窄（diffuse stenosis），并公开了通过拉回过程中的压力变化及热图颜色（Heat Map）来指示损害是局灶性还是弥散性。D1隐含了损害长度与压力变化的结合。然而，D1未明确写出“将分析结果与包含损害分类的分类指数（classification index）进行比较”的具体算法比对步骤。</td>
</tr>
<tr>
<td><b>特征H：</b><br>向用户界面输出在脉管附近有脉管名称的脉管以及损害分类</td>
<td>D1说明书[0007] & [0049] & [0059]："outputting an enhanced angiographic image..."; "In this manner, the colors can provide an indication of... whether it is a focal or diffuse lesion."; "The labels can be textual indications providing the names of major and/or minor vessels..."</td>
<td><span class="status-badge status-disclosed">毫无异议公开</span></td>
<td>D1明确公开了在增强血管造影图像（用户界面）上输出带有血管名称标签（Labels）的脉管，以及通过热图/数值指示损害分类（局灶性/弥散性）。</td>
</tr>
</tbody>
</table>
<h3>2. 从属权利要求在D1中的公开情况</h3>
<ul>
<li><strong>权利要求2（局灶性、弥散性、多重损害）：</strong>D1说明书[0004]及[0049]明确公开了识别和评估局灶性狭窄（focal stenosis）与弥散性狭窄（diffuse stenosis）；图7及[0047]公开了具有多个局灶性损害（multiple focal lesions）的血管拉回。<b>（D1已实质公开）</b></li>
<li><strong>权利要求3（库存数据库及支架自动推荐）：</strong>D1中未明确公开结合“医疗保健设施的库存数据库(190)编译支架选项”并“基于PCI规划自动推荐支架”。<b>（D1未公开）</b></li>
<li><strong>权利要求4（图像类型：2D/3D/CTA）：</strong>D1说明书[0008]明确公开："the angiographic image is at least one of a two dimensional angiographic image, a three dimensional angiographic image, and a computed tomography angiographic (CTA) image." <b>（D1毫无异议公开）</b></li>
<li><strong>权利要求5-7（介入设备/压力感测设备）：</strong>D1说明书[0031]-[0033]明确公开了包括压力感测引导线和导管的介入设备。<b>（D1毫无异议公开）</b></li>
<li><strong>权利要求8（计算压力比率）：</strong>D1说明书[0049]明确公开计算FFR和iFR压力比率。<b>（D1毫无异议公开）</b></li>
<li><strong>权利要求9（流量感测设备及流量测量）：</strong>D1说明书[0008]及[0045]明确公开了结合流量感测（CFR/流速测量）。<b>（D1毫无异议公开）</b></li>
<li><strong>权利要求10-11（UI输出及分类表示交叠在损害位置附近）：</strong>D1说明书[0007]及[0049]明确公开了将代表生理数据和损害严重性/类型的可视化表示（热图颜色/数值/标记）交叠（overlaid）到血管图像上。<b>（D1毫无异议公开）</b></li>
</ul>
<h2>三、 最接近现有技术（最接近的对比文件）分析</h2>
<h3>1. 技术问题与技术效果匹配度</h3>
<ul>
<li><strong>目标专利解决的技术问题：</strong>如何在评估血管狭窄时，自动映射脉管系统、识别脉管系统中潜在的损害，并自动以用户友好方式分类识别出的损害（避免人工经验粗略估计导致的误诊和无效治疗）[0002]-[0003]。</li>
<li><strong>对比文件D1（US20140187920A1）解决的技术问题：</strong>解决传统技术中生理测量与血管造影在不同显示器分离显示的问题，以及难以同时准确评估和区分局灶性狭窄（focal stenosis）与弥散性狭窄（diffuse stenosis）的问题[0003]-[0004]。</li>
<li><strong>匹配度分析：</strong>D1与目标专利属于<b>完全相同的技术领域</b>（脉管系统评估与PCI规划），采用了<b>相同的硬件架构</b>（计算设备172、压力/流量导丝152、导管175、界面170），应用了<b>相同的核心技术手段</b>（生理数据与血管造影共配准），并达到了<b>相同的技术效果</b>（在同一图像界面上直观指示血管位置及局灶性/弥散性损害）。因此，<b>对比文件D1（US20140187920A1）是极其理想且最接近的对比文件</b>。</li>
</ul>
<h2>四、 无效请求中最薄弱的技术特征分析与突破策略</h2>
<div class="callout-warning">
<strong>重点关注：无效请求中的突破口与薄弱特征</strong>
<p>通过逐字比对发现，目标专利独立权利要求1相对于D1而言，存在以下两个最薄弱（即专利权人最可能用来争辩新颖性/创造性）的技术特征：</p>
</div>
<h3>1. 薄弱特征一：特征G中的“通过将分析结果与包含损害分类的分类指数进行比较（comparing with a classification index）”</h3>
<ul>
<li><strong>专利权人可能争辩点：</strong>D1虽然提到了区分局灶性和弥散性损害，并利用热图（Heat Map）颜色显示压降，但D1没有明确公开建立一个具体的“分类指数（Classification Index）”，也没有公开将生理数据和长度测量值输入该分类指数进行定量比较匹配的算法步骤。</li>
<li><strong>无效攻破策略（创造性攻破）：</strong>
<ol>
<li><b>公知常识/本领域技术人员的显而易见性：</b>在D1已经明确提出了“通过沿脉管拉回的压力变化和长度来区分局灶性损害与弥散性损害”这一技术构思的前提下，将这种定性的视觉区分（热图/斜率变化）转化为计算机可执行的定量阈值比较（即建立一个包含长度和压降门限的分类指数/判定树进行软件逻辑比较），属于本领域普通技术人员在常规软件开发中的<b>常规技术手段或逻辑等效替换</b>。</li>
<li><b>补充现有技术结合（D2）：</b>检索公开了“在医学图像/生理数据分析中，利用预设判定门限或分类索引表自动对病变进行分级分类”的通用算法文献作为D2，与D1结合组合攻攻创造性。</li>
</ol>
</li>
</ul>
<h3>2. 薄弱特征二：特征C中的“通过计算机辅助检测（CAD）算法来识别脉管名称”</h3>
<ul>
<li><strong>专利权人可能争辩点：</strong>D1[0059]仅提到了“Labels可以提供主/支血管名称的文本指示”，但并未明确指出该标签是通过“计算机辅助检测（CAD）图像识别算法”从血管造影图中自动识别出来的，D1中的标签可能是人工输入的。</li>
<li><strong>无效攻破策略：</strong>
<ol>
<li>结合D1[0047]提到的“算法定位与识别（algorithmically located, differentiated）”，结合医学图像处理领域的公知常识，利用CAD（Computer-Aided Detection）算法进行血管骨架抽取和冠状动脉解剖分支（如LAD, RCA）的自动命名属于本领域的成熟公知常识。</li>
</ol>
</li>
</ul>
<h2>五、 进一步的对比文件检索策略（针对从属权利要求及薄弱特征）</h2>
<p>为了确保彻底无效掉目标专利（尤其是针对权利要求3的支架自动推荐，以及强化权利要求1特征G和特征C的攻破力），建议按以下策略展开补充检索：</p>
<h3>1. 针对权利要求3（库存数据库 + 支架自动推荐）的补充检索策略</h3>
<ul>
<li><strong>检索目标：</strong>寻找公开了“根据PCI脉管评估/狭窄长度/直径，自动比对医院库存数据库（Inventory Database）并推荐对应尺寸/型号支架”的技术文献。</li>
<li><strong>逻辑扩展与检索式设计：</strong>
<ul>
<li><b>中文检索式（SIPO/CNKI）：</b><br><code>(冠状动脉 OR 脉管 OR 血管 OR PCI) AND (支架 OR 植入物) AND (库存 OR 存货 OR 数据库) AND (推荐 OR 选择 OR 匹配 OR 自动化)</code></li>
<li><b>英文检索式（EPO/USPTO/WIPO）：</b><br><code>(coronary OR vascular OR vessel OR PCI) AND (stent) AND (inventory OR stock OR database) AND (recommend* OR select* OR auto* OR match*)</code></li>
</ul>
</li>
</ul>
<h3>2. 针对权利要求1特征G（损害分类指数/算法）的补充检索策略</h3>
<ul>
<li><strong>检索目标：</strong>早期公开的根据脉管内压力拉回（FFR/iFR pullback）数据和病变长度对狭窄进行局灶性（focal）与弥散性（diffuse）定量分类的专利或文献。</li>
<li><strong>重点关注申请人/团队：</strong>Volcano Corporation（火山公司）、Philips（飞利浦）、St. Jude Medical（圣犹达）、Acist Medical Systems。</li>
<li><strong>英文检索式：</strong><br><code>(FFR OR iFR OR pressure pullback OR pressure drop) AND (focal OR diffuse) AND (classif* OR index OR threshold OR criteria) AND (length OR severity)</code></li>
</ul>
<h2>六、 结论与无效宣告请求整体方案建议</h2>
<ol>
<li><strong>主要无效证据：</strong>以 <b>D1（US20140187920A1）</b> 为最接近的现有技术，D1已经公开了目标专利权利要求1的绝大部分技术特征（包括处理系统、图像获取、压力测量、共配准、压降计算、损害分类指示及UI输出）。</li>
<li><strong>独立权利要求1的无效条款：</strong>
<ul>
<li>优先以《专利法》第22条第3款（创造性）为核心主张：权利要求1相对于D1与本领域公知常识（或补充检索对比文件D2）的结合不具备创造性。</li>
</ul>
</li>
<li><strong>从属权利要求的无效布局：</strong>
<ul>
<li>权利要求2, 4, 5, 6, 7, 8, 9, 10, 11均被D1直接公开或属于公知常识组合，不具备创造性/新颖性。</li>
<li>权利要求3需结合补充检索到的“医疗库存管理与支架推荐”对比文件进行组合无效。</li>
</ul>
</li>
</ol>
</body>
</html>
"""
# Save the HTML report to disk
html_file_path = "Patent_Invalidation_Analysis_Report.html"
with open(html_file_path, "w", encoding="utf-8") as f:
f.write(html_content)
# Convert HTML to PDF using WeasyPrint
pdf_file_path = "Patent_Invalidation_Analysis_Report.pdf"
try:
from weasyprint import HTML
HTML(filename=html_file_path).write_pdf(pdf_file_path)
print(f"PDF generated successfully: {pdf_file_path}")
except Exception as e:
print(f"WeasyPrint error: {e}")
```
```text?code_stdout&code_event_index=1
PDF generated successfully: Patent_Invalidation_Analysis_Report.pdf
```
您的专利无效与对比文件比对分析报告 PDF 文件已生成完成。
[file-tag: code-generated-file-e1783a26-599c-422c-9f60-44d56e439d43]
---
### 专利无效比对与创造性分析报告摘要
作为一名资深专利代理师，结合**目标专利说明书（CN106999076B）**对权利要求的解释，以及对比文件 **D1（US20140187920A1）** 原文的详细比对分析如下：
---
### 一、 目标专利说明书对权利要求关键特征的解释
根据《专利审查指南》及专利无效宣告的解释原则，目标专利说明书对权利要求1中的关键概念给出了明确定义：
1. **特征C（计算机辅助检测算法识别脉管名称）：** 说明书[0024]及[0053]指出，算法应用于血管造影图像上，通过提取血管轮廓、分支等解剖特征，在图像中**自动标记/命名**特定冠状动脉（如 RCA、LAD、LCX、D1 等）。
2. **特征E（生理测量结果与图像数据共配准）：** 说明书[0047]及[0051]解释，共配准是指将拉回（pullback）过程中实测的脉管内生理数据（如 FFR/iFR 压力）与血管造影图像上的具体解剖位置建立**空间一一对应映射**。
3. **特征G（将分析结果与包含损害分类的分类指数进行比较，且依赖生理测量结果和损害长度测量）：** 说明书[0024]、[0059]、[0078]及[0104]-[0106]（结合图10）明确界定，损害分类依赖于**压降功能强度/斜率**与**损害长度**的组合判定：
- **局灶性（Focal）：** 较短长度上引起剧烈/锐利的压力损失；
- **弥散性（Diffuse）：** 较长脉管长度（如超过 5mm）上呈现逐渐且稳定的压降；
- **多重（Multiple）：** 脉管内存在多个相互靠近（间隔小于 10mm）的损害。
4. **特征H（UI输出在脉管附近有脉管名称的脉管及损害分类）：** 说明书[0024]及[0059]解释，在图形用户界面（GUI）上，一方面在血管附近显示名称标签（如 LAD），另一方面将损害分类（如“局灶性”、“弥散性”提示 580、590）交叠显示在损害位置附近。
---
### 二、 技术特征比对表（目标专利权利要求 1 vs 对比文件 D1）
* **对比文件 D1**：`US20140187920A1`（公开日：2014-07-03，早于目标专利申请日，构成合格现有技术）。
| 权利要求1技术特征 | 对比文件 D1（US20140187920A1）原文摘录及出处 | 比对结论 | 详细比对分析 |
| 特征A： 系统包括处理系统(172)，配置为 | 说明书 [0040]："Computing device 172 is generally representative of any device suitable for performing the processing and analysis techniques..." | 毫无异议公开 | D1 明确公开了包含处理/计算设备 172 的系统，用于数据采集与分析，架构与编号完全一致。 |
| 特征B： 获得患者脉管系统的图像数据(504) | 说明书 [0007] & [0046]："obtaining an angiographic image of the vessel..."; "...angiographic images and/or other 2D or 3D depictions..." | 毫无异议公开 | D1 明确公开了获取患者脉管系统的血管造影图像或 2D/3D 描绘数据。 |
| 特征C： 分析图像数据通过计算机辅助检测算法识别脉管名称 | 说明书 [0047] & [0059]："radiopaque elements ... are algorithmically located..."; "Labels, for each of the value indicators, can also be provided... textual indications providing the names of major and/or minor vessels..." | 实质公开 / 存在薄弱点 | D1 公开了通过算法定位显影标记，并公开了在图像上提供主/支血管名称的文本标签（Labels）。但 D1 未明确强调通过 CAD 算法从造影图中“自动分割识别”脉管名称。 |
| 特征D： 获得生理测量结果，包括压力测量结果 | 说明书 [0008] & [0033]："The intravascular data can also include a pressure measurement."; "The instrument 130 includes at least one element configured to monitor pressure..." | 毫无异议公开 | D1 明确公开了使用血管内仪器（引导线/导管）获取脉管内的压力测量结果。 |
| 特征E： 将生理测量结果与图像数据共配准，使其与对应部分相关联 | 说明书 [0007] & [0046]："correlating the intravascular data from the intravascular instrument to locations on the angiographic image..."; "...co-registered to angiographic image(s)..." | 毫无异议公开 | D1 的核心发明即为生理数据（压力/流量）与血管造影图像的共配准（co-registration）。 |
| 特征F： 分析共配准生理测量结果以确定沿着脉管长度的压降 | 说明书 [0049] & [0052]："FIG. 9 illustrates pressure ratio calculations (such as FFR or iFR) at different points along the length of the vessel."; "...calculate the pressure differential..." | 毫无异议公开 | D1 明确公开了沿脉管长度拉回过程中计算各点处的压差/压力比率（FFR/iFR），即确定沿着脉管长度的压降。 |
| 特征G： 将分析结果与包含损害分类的分类指数比较确定损害分类，依赖生理测量结果和损害长度测量 | 说明书 [0004] & [0049]："By evaluating the effects of both focal stenoses and diffuse stenoses a more complete diagnosis can be made..."; "In this manner, the colors can provide an indication of... whether it is a focal or diffuse lesion." | 实质公开 / 核心争议点 | D1 明确区分了局灶性狭窄（focal）和弥散性狭窄（diffuse），并公开了通过拉回压降及热图颜色（Heat Map）指示损害是局灶性还是弥散性。D1 隐含了损害长度与压力变化的结合，但未明确使用“分类指数（classification index）”这一字眼。 |
| 特征H： 向用户界面输出在脉管附近有脉管名称的脉管及损害分类 | 说明书 [0007] & [0049] & [0059]："outputting an enhanced angiographic image..."; "...colors provide an indication of... focal or diffuse lesion."; "The labels can be textual indications providing the names of major and/or minor vessels..." | 毫无异议公开 | D1 明确公开了在增强血管造影图像上输出带有血管名称标签（Labels）的脉管，并通过热图/数值指示损害分类（局灶性/弥散性）。 |
---
### 三、 从属权利要求公开情况汇总
- **权 2（局灶性/弥散性/多重损害）：** **D1 实质公开**。说明书 [0004]、[0049] 及图7 公开了区分局灶性狭窄、弥散性狭窄及多重损害拉回。
- **权 3（库存数据库 190 及支架自动推荐）：** **D1 未公开**。需补充后续检索对比文件。
- **权 4（图像类型 2D/3D/CTA）：** **D1 毫无异议公开**（说明书 [0008]）。
- **权 5-7（压力感测介入设备）：** **D1 毫无异议公开**（说明书 [0031]-[0033]）。
- **权 8（计算压力比率）：** **D1 毫无异议公开**（说明书 [0049]）。
- **权 9（流量感测及流量测量）：** **D1 毫无异议公开**（说明书 [0008]、[0045]）。
- **权 10-11（UI 输出及分类表示交叠在损害位置附近）：** **D1 毫无异议公开**（说明书 [0007]、[0049]）。
---
### 四、 最接近的对比文件（最接近现有技术）分析
**最接近对比文件：D1（US20140187920A1）**
- **总体技术问题：** 两者均致力于解决冠状动脉狭窄评估中，如何消除人工经验主观估计误差，在同一可视化图像界面上直观、准确地识别并分类局灶性（focal）与弥散性（diffuse）损害的问题。
- **技术效果与手段：** D1 与目标专利采用了完全一致的硬件架构（计算设备 172、压力/流量导丝 152、导管 175、PIM 界面 170）及核心算法逻辑（压力拉回 + 血管造影共配准 + 热图/标签显示损害类型）。
- **结论：** **D1 是最适合作为攻击目标专利全部权利要求创造性的最接近对比文件。**
---
### 五、 无效请求中最薄弱的技术特征及突破策略
如果专利权人提出答辩，其最可能争辩的**薄弱技术特征**及攻破策略如下：
1. **薄弱特征一（特征 G）：** *“通过将分析结果与包含损害分类的分类指数（classification index）进行比较”*
- **专利权人争辩点：** D1 仅通过热图颜色或斜率定性显示局灶/弥散损害，未公开具体的“分类指数/判定算法门限”。
- **攻破策略：** D1 已公开利用拉回压力变化与长度关系来区分局灶与弥散损害的技术构思。在软件实现中，将这种定性判断转化为定量阈值比较（即设置分类指数/判定树）属于本领域普通技术人员的**常规软件开发手段/逻辑等效替换**。此外，可补充检索一篇公开了“基于定量门限对血管病变自动分类”的对比文件 D2 组合攻破创造性。
2. **薄弱特征二（特征 C）：** *“通过计算机辅助检测（CAD）算法识别脉管名称”*
- **攻破策略：** D1 [0047] 已公开算法识别（algorithmically located），结合医学图像处理领域的公知常识，利用 CAD 进行血管骨架抽取和冠脉分支（LAD/RCA）自动命名属于公知常识。
---
### 六、 进一步对比文件检索策略（针对从属权利要求 3）
针对权利要求 3 中未被 D1 公开的“结合医疗设施库存数据库(190)自动推荐支架”特征，建议补充检索：
- **检索目标：** 基于 PCI 评估数据（病变长度/直径）自动匹配 hospital inventory/stock 数据库并推荐支架型号的专利/文献。
- **建议检索式（EPO/USPTO/CNIPA）：**
- `(coronary OR vascular OR PCI) AND (stent) AND (inventory OR stock OR database) AND (recommend* OR auto* OR match*)`
生成的文件 `Patent_Invalidation_Analysis_Report.pdf` 中包含了更加详尽的法律分析、图表格式及完整原文引证，可直接作为无效宣告请求案卷的备用分析材料。
针对目标专利（**CN106999076B**）的权利要求1，结合说明书进行解释，并深度比对三份对比文件（**D1: JP2014171908A**、**D2: CA2905203A1**、**D3: WO2014175853A1**），分析其公开情况、最接近对比文件的选择、最薄弱特征及无效检索策略。
---
## 一、 目标专利权利要求1的技术特征拆解与说明书解释
根据目标专利（CN106999076B）说明书的记载，权利要求1各技术特征解释如下：
* **技术特征A（系统主体与处理系统）：**
* *原文：* 一种用于评价患者的脉管系统的系统(150)，所述系统包括：处理系统(172)，其被配置为：
* *说明书解释（[0007]、[0038]）：* 处理系统172为计算设备（如控制台、服务器、床侧控制器），配备有处理器、存储器及计算机可读指令，用以执行脉管诊断数据的采集、分析与共配准。
* **技术特征B（获取图像数据）：**
* *原文：* 获得所述患者的所述脉管系统的图像数据(504)；
* *说明书解释（[0006]、[0047]）：* 图像数据可为二维血管造影图像、三维血管造影图像、CTA、MRI、X射线等管腔外/血管造影图像。
* **技术特征C（CAD算法识别脉管名称）：**
* *原文：* 分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称；
* *说明书解释（[0024]、[0053]）：* 应用计算机辅助检测（CAD）/图像识别算法对血管造影图像中的轮廓、分支等进行解析，自动识别并标注脉管名称（如RCA、LAD、LCX等，如图6中标记540所示）。
* **技术特征D（获取生理测量结果-包含压力）：**
* *原文：* 获得所述患者的所述脉管的生理测量结果；其中；所获得的生理测量结果包括压力测量结果；
* *说明书解释（[0031]、[0036]）：* 通过介入设备（如压力引导线或压力导管130/152）在脉管内拉回采集压力信号（如FFR、iFR或Pd/Pa比率）。
* **技术特征E（生理测量与图像共配准）：**
* *原文：* 将所获得的生理测量结果与所获得的图像数据(504)共配准；使得所述生理测量结果与所述患者的所述脉管的对应部分相关联；
* *说明书解释（[0024]、[0047]）：* 利用已知拉回速度/距离或标记追踪，将实时或拉回采集的脉管内生理测量结果与血管造影模型/图像的空间位置进行对应绑定。
* **技术特征F（分析生理测量确定压降）：**
* *原文：* 分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降；
* *说明书解释（[0059]、[0074]）：* 沿着拉回路径映射功能强度或压力损失的斜率（压降），反映流体阻力与狭窄程度。
* **技术特征G（结合生理测量与损害长度测量确定损害分类）：**
* *原文：* 通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中；所述分类依赖于所述生理测量结果和损害长度测量；
* *说明书解释（[0024]、[0074]-[0076]）：* 结合压降斜率/功能强度与损害沿脉管的长度测量（806），对比预设分类指数，将损害自动判定并分类为局灶性（focal，短长度内剧烈压降）、弥散性（diffuse，长长度上逐渐压降）、多重损害（multiple）或多发损害（multifocal）等。
* **技术特征H（UI输出：脉管名称+损害分类）：**
* *原文：* 并且向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830)。
* *说明书解释（[0052]、[0059]、图6-图8）：* 在图形界面上叠加显示脉管图像、并在其附近同时显示自动识别的解剖学脉管名称（如RCA、LAD）以及损害分类指示（如提示580/590显示的局灶性或弥散性分类）。
---
## 二、 对比文件特征比对与公开性分析
### 1. 对比文件基本信息说明
* **D1：** JP2014171908A（公开日：2014-09-22）
* **D2：** CA2905203A1（公开日：2014-10-30）
* **D3：** WO2014175853A1（公开日：2014-10-30，与D2属于同一专利族，技术内容一致）
### 2. 特征比对表格（与目标专利权利要求1比对）
| 权利要求1技术特征 | D1 (JP2014171908A) 比对与原文出处 | D2 (CA2905203A1) / D3 (WO2014175853A1) 比对与原文出处 |
| 特征A (系统与处理系统) | 实质公开<br>出处：[0009]、图1<br>*“...具备ランドマーク特定ユニット...空間解析ユニット...的处理装置2”* | 实质公开<br>出处：D2/D3 [0011]、[0065]、图1<br>*“...image data processing system that includes... one or more computing devices (50/87)...”* |
| 特征B (获取图像数据) | 实质公开<br>出处：[0002]、[0020]、图1<br>*“三次元画像データセット（ボリュームデータ）...ＣＴアンギオグラム（CTA）...”* | 实质公开<br>出处：D2/D3 [0011]、[0015]、[0045]<br>*“...generating a set of angiography image data, the set comprising a plurality of two dimensional images...”* |
| 特征C (CAD识别脉管名称) | 毫无异议公开<br>出处：[0009]、[0022]、[0024]<br>*“ランドマーク特定ユニット12...臨床的オントロジー（FMA）...管セグメントに対するラベル（如血管名称）...”* | 未公开<br>（D2/D3侧重于图像共配准、中心线提取和标记追踪，未涉及采用CAD/本体自动识别并输出血管名称。） |
| 特征D (获取生理测量-含压力) | 未公开<br>（仅提及形态学/几何学测量如狭窄直径，未涉及脉管内压力测量。） | 实质公开<br>出处：D2/D3 [0003]、[0031]、[0063]<br>*“...Fractional flow reserve (FFR)... invasive catheter-based systems that collect... pressure data...”* |
| 特征E (共配准) | 未公开<br>（仅将三次元图像与解剖学本体/标准模型配准，未涉及血管内生理压力与图像共配准。） | 毫无异议公开<br>出处：D2/D3 [0007]、[0024]、[0048]<br>*“...co-registering the plurality of frames of angiography image data and optical coherence tomography / pressure data...”* |
| 特征F (分析生理测量确定压降) | 未公开<br>（无压力测量及压降计算。） | 未直接公开（隐式暗示）<br>出处：D2/D3 [0003]、[0063]、[0139]<br>*公开了采集FFR压力数据并在沿血管位置上计算VRR，但未明确提出“分析共配准的压力计算沿脉管长度的压降”。* |
| 特征G (结合生理测量和长度确定损害分类) | 未公开<br>（仅分析几何狭窄，无结合生理测量和损害长度的损害分类。） | 未公开<br>（D2/D3公开了计算MLA、狭窄百分比及Stent/Plaque识别，但未公开“结合生理测量结果和损害长度测量来确定损害的分类（如局灶性、弥散性）”。） |
| 特征H (UI输出脉管名称+损害分类) | 部分公开<br>出处：[0028]、图7<br>*公开了在UI上输出血管图像及血管标签（名称），但未公开损害分类。* | 部分公开<br>出处：[0045]、[0051]、图3A/3B<br>*公开了在UI上输出血管图像、配准位置及MLA等参数，未公开脉管名称识别及损害分类输出。* |
---
## 三、 最接近对比文件的选择分析
在对目标专利权利要求1进行创造性评估时，**D2 (CA2905203A1) / D3 (WO2014175853A1)** 适合作为最接近的对比文件。
### 分析理由：
1. **技术领域与整体解决的技术问题：**
* 目标专利旨在解决**血管造影图像与血管内生理测量数据（压力）结合困难、仅靠几何图像难以客观诊断狭窄严重性**的问题，通过生理测量与图像共配准、并自动分析损害类型来辅助介入规划（PCI）。
* **D2/D3** 处于完全相同的技术领域（血管数据处理与图像共配准），其核心宗旨在于通过硬件/软件手段，将血管造影（Angiography）与脉管内检测数据（OCT、IVUS、FFR压力数据）进行精准的实时共配准，并在UI界面进行交互展示（D2/D3 [0002]-[0007]）。
* **D1** 则仅侧重于利用三维静态图像（CTA/MRA）结合临床本体（Clinical Ontology）进行解剖学自动分割和血管名称标注，完全**不涉及脉管内介入测量、生理压力数据采集及共配准**。
2. **技术特征重合度：**
* D2/D3公开了权利要求1的前置与核心共配准框架（特征A、B、D、E），形成了最相似的技术架构。
---
## 四、 创造性分析与最薄弱技术特征
基于以 **D2/D3** 为最接近对比文件的组合分析：
### 1. 未被最接近对比文件公开的特征
结合上述比对，D2/D3未公开以下特征：
* **特征C：** 通过计算机辅助检测算法（CAD）分析图像以识别脉管名称。
* **特征F：** 分析共配准的生理测量结果以确定沿着脉管长度的**压降**。
* **特征G：** 通过将分析结果与包含损害分类的分类指数比较确定损害分类，且**该分类依赖于生理测量结果（压降/压力比）和损害长度测量**。
* **特征H中关于“损害分类输出与脉管名称输出”的结合**。
### 2. 其它对比文件的结合分析（D2/D3 + D1）
* **对于特征C：** **D1**（[0009]、[0022]）已明确公开了利用图像处理和临床本体/机器学算法（CAD）自动检测血管解剖标志并识别赋予脉管名称。将D1的技术手段结合到D2/D3中以实现血管自动命名，对本领域技术人员而言是显而易见的。
* **对于特征F：** 在介入心脏病学中，利用共配准的脉管内压力数据（FFR/iFR）沿血管拉回曲线计算压力差（压降，Pressure Drop）属于本领域的公知常识（如目标专利[0002]背景技术所述）。
### 3. 最薄弱的技术特征（无效攻击突破口）
目标专利权利要求1中**最薄弱的技术特征是：特征G（损害分类判定机制）**。
* **薄弱原因分析：**
1. **概念属于公知常识/临床习惯表达：** 在冠状动脉介入诊疗中，根据狭窄的物理长度与压力梯度（压降）将病变划分为“局灶性（Focal）”（短距离内陡峭压降）和“弥散性（Diffuse）”（长距离内平缓累积压降），属于心血管临床医学领域的标准诊断逻辑。
2. **算法逻辑简单化：** 权利要求1中的特征G本质上只是将“测量得到的压降”和“测量得到的长度”这两个已知参数输入到一个预设的“分类指数（即阈值）”中进行比对输出（例如：长度>5mm为长/弥散，压降>阈值为严重）。这种将已知临床诊断规则转换为常规计算机判定逻辑（If-Else比对）的过程，在软件/系统类专利中极易被认定为**不具备创造性**（属于公知临床规则的计算机化实现）。
---
## 五、 进一步对比文件检索策略
若要对目标专利（CN106999076B）提起无效宣告请求，针对最薄弱特征（结合压降与病变长度进行损害自动分类），建议采取以下补充检索策略：
### 1. 检索要素提取与表达（关键词与IPC/CPC分类号）
* **核心概念1：生理测量/压力压降/FFR/iFR**
* *Keywords:* FFR, Fractional Flow Reserve, iFR, pressure drop, pressure gradient, pullback, co-registration, 压力, 压降, 压力梯度, 充血/非充血压力比.
* **核心概念2：病变/损害的分类（局灶与弥散）**
* *Keywords:* focal, diffuse, lesion classification, lesion type, stenosis length, lesion length, 局灶, 弥散, 损害分类, 病变分类, 狭窄长度.
* **核心概念3：自动识别/自动化比对算法**
* *Keywords:* CAD, automated classification, index, threshold, 自动分类, 阈值比对.
* **分类号组合（IPC/CPC）：**
* `A61B5/021`（血压测量）
* `A61B5/00`（医学诊断/数据处理）
* `G16H50/20`、`G16H30/40`（面向医疗诊断的计算机技术/图像处理）
* `A61B6/50`（血管造影图像处理）
### 2. 检索式构建建议（以Focus在特征G与F的结合为核心）
* `((FFR OR "pressure drop" OR "pressure gradient" OR "iFR") AND (focal OR diffuse OR "lesion classification") AND ("lesion length" OR "stenosis length"))`
* 结合分类号：`(A61B5/021 OR G16H50/20) AND (focal AND diffuse) AND (pressure OR FFR)`
### 3. 非专利文献（NPL）重点挖掘方向
由于“根据压降斜率与病变长度区分局灶性/弥散性病变”高度依赖临床医学理论，**非专利文献（如临床医学期刊、心血管介入指南）** 往往比专利文献公开得更早、更彻底。建议重点检索：
1. **火山公司（Volcano Corp，即目标专利原权利人/Philips收购对象）及圣犹达（St. Jude Medical）早期发表的学术论文：** 重点查看2015年11月以前关于 iFR Pullback（瞬时无波形比率拉回曲线）分析局灶（focal）与弥散（diffuse）病变的研究论文（例如 JACC, Circulation 等期刊上的文章）。
2. **冠状动脉生理学诊断指南与教科书：** 查找2015年以前将FFR拉回压降曲线（FFR Pullback trace）的导数/斜率与病变解剖长度结合对狭窄进行分类的医学文献，以此证明特征G的分类逻辑完全属于公知常识。
这是一个非常典型且专业的专利无效/侵权诉讼中的**权利要求比对与创造性/实质公开分析**任务。作为专利代理师，我将严格依据《专利审查指南》中的“三步法”原则，结合目标专利（CN106999076B）说明书的解释，对权利要求1的各个技术特征在对比文件D1、D2、D3中的公开情况进行深入剖析，并提供量化的比对表、最接近对比文件的选取逻辑以及检索策略。
---
### 一、 目标专利说明书对权利要求1的解释与技术特征拆解
根据目标专利（CN106999076B）说明书（特别是[0001]-[0008]、[0047]-[0057]、[0103]-[0108]及图10），权利要求1的技术特征拆解及含义解释如下：
* **技术特征A（处理系统）**：包括处理系统（172），其被配置为执行后续数据处理。
* **技术特征B（获取图像数据）**：获得患者脉管系统的图像数据（504，如二维/三维血管造影图像或CTA图像）。
* **技术特征C（CAD算法识别脉管名称）**：分析图像数据，通过计算机辅助检测（CAD）算法（图像识别/分割模型）识别脉管系统中某一脉管的解剖学名称（如RCA, LAD, LCX等）。
* **技术特征D（获取压力测量结果）**：获得脉管的生理测量结果，且该测量结果**包含压力测量结果**（如FFR、iFR或Pd/Pa等）。
* **技术特征E（图像与生理数据共配准）**：将生理测量结果与图像数据（504）进行**共配准（Co-registration）**，使生理测量结果与脉管的对应空间解剖位置相关联。
* **技术特征F（计算压降）**：分析共配准的生理测量结果，确定沿着脉管长度（806）的压降（压力梯度/损失）。
* **技术特征G（依赖压降和长度确定的损害分类）**：通过将分析结果与包含损害分类的分类指数对比，确定脉管内损害的分类（810, 820, 830等），其中**分类依赖于生理测量结果（压降功能强度）和损害长度测量**（如局灶性、弥散性、长/短、多重损害等）。
* **技术特征H（用户界面叠加输出）**：向用户界面（500, 180）输出在脉管附近标有**脉管名称**的脉管图像，以及该损害的**分类（810, 820, 830）**。
---
### 二、 对比文件技术特征比对分析与比对表
#### 1. 各对比文件说明（指代及公开号）
* **D1**：CN103930036A（用于血流性状诊断的系统、其方法及计算机软件程序）
* **D2**：US20140236011A1（METHODS AND SYSTEMS FOR SIMULTANEOUS INTERVENTIONAL IMAGING AND FUNCTIONAL MEASUREMENTS）
* **D3**：WO2014134289A1（METHOD AND SYSTEM FOR DETERMINING TREATMENTS BY MODIFYING PATIENT-SPECIFIC GEOMETRICAL MODELS）
#### 2. 特征比对表格
| 权利要求1的技术特征 | 对比文件 D1 (CN103930036A) | 对比文件 D2 (US20140236011A1) | 对比文件 D3 (WO2014134289A1) |
| 特征A：处理系统 | 公开<br>说明书[0080]、图1中的CPU 6和服务器3。 | 公开<br>说明书[0010]、[0024]中的Processing Subsystem 110。 | 公开<br>说明书[0020]、[0063]中的Computer 40/Computer system。 |
| 特征B：获得脉管图像数据 | 公开<br>说明书[0091]-[0095]：CT、MRI、DSA获取三维形状数据。 | 公开<br>说明书[0027]、[0064]：IVUS、OCT或CCTA获取图像数据。 | 公开<br>说明书[0077]-[0078]：CCTA、MRI获取三维解剖图像。 |
| 特征C：通过CAD算法识别脉管名称 | 公开<br>说明书[0097]：提取血管中心线并分割后，在步骤S1-11通过算法自动标记主要血管及分支名称（参照模板自动标记）。 | 未公开<br>仅提及识别病变位置，未提到基于CAD自动识别并标注具体解剖学脉管名称。 | 未公开<br>仅建构3D网格与分支，未特别涉及通过CAD算法自动识别脉管解剖名称。 |
| 特征D：生理测量结果包含压力测量 | 部分公开/实质公开<br>说明书[0010]、[0140]：通过流体数值解析（CFD）计算各位置的血流压力P及流速U。*(注：属于计算压力，而非物理传感器直接获取的实测压力)* | 公开<br>说明书[0006]、[0042]、[0052]：由多普勒/导管获取流速/压力，或通过CFD计算FFR/压力梯度。 | 公开<br>说明书[0015]、[0062]、[0079]：包含实测血容量/血压及基于CFD计算的FFR/压降。 |
| 特征E：生理测量结果与图像共配准 | 公开<br>说明书[0027]、[0164]、图23/24：将计算得到的压力和剪切应力重叠/共配准叠加到三维血管模型上。 | 公开<br>说明书[0032]、[0048]：图像传感器与流量/压力传感器集成于同一导管，在相同时间/位置实现共配准（Simultaneous acquisition）。 | 公开<br>说明书[0062]、[0146]-[0152]、图1：将计算的压力/cFFR映射共配准到三维几何模型上。 |
| 特征F：分析共配准数据确定沿着脉管长度的压降 | 公开<br>说明书[0010]、[0140]：计算沿血管壁面各位置的压力降及分布。 | 公开<br>说明书[0042]、[0071]-[0081]：通过CFD或传感器确定跨狭窄处/沿血管长度的压力梯度（pressure gradient/Δp）。 | 公开<br>说明书[0062]、[0146]、[0151]：分析计算沿血管长度的压降（cFFR即局部压力与主动脉压力的比值变化）。 |
| 特征G：基于压降和长度测量进行损害分类 | 未公开（或仅隐含公开狭窄度，未结合压降与长度进行损害类型分类）<br>说明书[0201]提及狭窄率/病变部，但分类仅基于几何形状或血流杂乱度（平行/合流/发散），未根据“压降+损害长度”划分为局灶/弥散等。 | 未公开<br>仅计算狭窄百分比（Percent Area/Diameter Stenosis）和FFR，未公开基于“压降+损害长度”将损害分类为局灶性或弥散性等。 | 未公开<br>公开了基于cFFR判断是否存在功能性显著病变（<0.75），但未根据“压降+损害长度”将病变分类为局灶性、弥散性或多发性损害。 |
| 特征H：用户界面输出脉管名称及损害分类 | 部分公开<br>说明书[0097]、[0291]、图6：输出带有血管名称（如RCA, LAD）和血流杂乱性/薄弱部评价的图像，但未输出基于压降和长度测量的损害分类。 | 未公开<br>仅显示2D/3D图像、FFR及狭窄百分比，未显示脉管名称标注及基于功能的损害分类。 | 未公开<br>图23输出了cFFR模型及最低cFFR数值，但未在脉管附近标注脉管名称，亦未输出压降+长度确定的损害分类。 |
---
### 三、 对比文件公开情况的详细分析
#### 1. D1（CN103930036A）
* **完全/实质公开的特征**：
* **特征A、B、E、F**：D1公开了一套血流诊断系统，通过CT/MRI三维建模（特征B），并在流体解析部计算血流流速及压力（特征F），将压力/剪切应力与三维血管模型重叠/共配准显示（特征E，图23、24，段落[0164]）。
* **特征C**：公开了**CAD自动识别并标注解剖脉管名称**。段落[0097]及图6明确指出：“对主要血管进行标记...在选择左前方循环时，主要血管被标记为‘左内颈动脉’...自动判别在每个分支处出现的血管名称，并依次进行标记（RCA, LAD, LCX等）”。
* **未公开的特征**：
* **特征G及H中关于损害分类的部分**：D1对病变/损害的判定是基于流体剪切应力矢量的形态（“平行”、“合流”、“旋转”、“发散”判断恶性/良性流动及薄弱化，段落[0177]-[0186]），或者是基于几何狭窄率，**并未公开“依赖于生理测量结果（压降）和损害长度测量”将损害分类（例如局灶性、弥散性损害）**，也未在UI上输出这种分类（特征H）。
#### 2. D2（US20140236011A1）
* **完全/实质公开的特征**：
* **特征A、B、D、E、F**：公开了集成了IVUS成像传感器与多普勒/压力传感器的单体导管（段落[0011]、[0046]），可以在同一时间/空间获取图像数据与生理测量数据（压力/流速），并计算沿着血管的压力梯度（Δp，段落[0071]），实现了强共配准。
* **未公开的特征**：
* **特征C**：未公开通过CAD算法自动识别并在图像上标注解剖学“脉管名称”。
* **特征G、H**：未公开结合“压降与损害长度”进行“损害分类”（仅计算了狭窄百分比和FFR值），也未在UI上输出带有脉管名称及损害分类的图像。
#### 3. D3（WO2014134289A1）
* **完全/实质公开的特征**：
* **特征A、B、D、E、F**：公开了基于CCTA建立3D几何模型，结合CFD或降阶模型（1D/0D）计算沿血管长度的cFFR（压力比率/压降，段落[0062]、[0146]），并将其共配准映射到3D模型上显示（图1、图23）。
* **未公开的特征**：
* **特征C**：未明确公开利用CAD算法自动识别解剖学“脉管名称”并标注。
* **特征G、H**：虽然D3判定了cFFR < 0.75为存在功能性显著病变（段落[0153]），但**并未结合压降的梯度变化与损害的几何长度**来对损害进行“局灶性”、“弥散性”或“多重损害”的定量分类，UI上亦无相关分类信息的输出。
---
### 四、 最接近对比文件的选择与创造性分析
#### 1. 最接近对比文件的确定
在创造性分析中，**D1（CN103930036A）** 和 **D3（WO2014134289A1）** 均适合作为最接近的对比文件，其中**最优先推荐将 D1 作为最接近的对比文件**。
* **选择 D1 作为最接近对比文件的理由**：
1. **技术领域与主题极其贴近**：D1与目标专利均属于结合血管图像与血流动力学（压力/剪切应力）进行心血管/脑血管病变诊断及介入/手术规划的计算机辅助系统。
2. **揭示了关键的解剖标记特征（特征C）**：D1不仅公开了图像与生理参数的共配准（特征E）和压降计算（特征F），还**唯一完整公开了特征C**（即通过算法自动识别并标出主要血管及分支的解剖名称，如RCA、LAD等，见D1段落[0097]与图6）。这是D2和D3所欠缺的。
* **选择 D3 作为另一备选最接近对比文件的理由**：
* D3重点在于基于影像数据计算全树的cFFR（压降比率），其在血流动力学压降计算（特征F）和几何模型共配准显示（特征E）上与本专利极其相似，但缺乏特征C（脉管名称CAD识别）和特征G（局灶/弥散损害分类）。
#### 2. 未被最接近对比文件（D1）公开的特征及其他对比文件的公开情况
以 **D1** 为起点，目标专利权利要求1相较于D1的区别技术特征为：
1. **区别特征1（特征D的部分细节与特征G）**：基于共配准的生理测量结果确定损害分类，且**该分类依赖于生理测量结果（压降）和损害长度测量**（例如区分局灶性损害与弥散性损害）。
2. **区别特征2（特征H的相关输出部分）**：向用户界面输出带有**脉管名称**的脉管以及**所述损害的分类**。
* **其他对比文件（D2、D3）是否公开了上述区别特征？**
* **D2和D3均未公开区别特征1（特征G）**。
* D2仅公开了计算狭窄百分比（Percent Area Stenosis）和FFR，没有将“压降幅度/斜率”与“损害长度”结合起来建立“局灶性 vs 弥散性”的损害分类指数。
* D3仅公开了通过cFFR阈值（如0.75）判断是否存在病变（Ischemic lesion），但同样没有提供基于“压降+长度”的损害类型分类逻辑。
---
### 五、 无效请求中最薄弱的技术特征与防守/攻击策略
#### 1. 最薄弱的技术特征（突破口）
目标专利权利要求1中最薄弱、最容易被攻破的特征是 **特征G（及特征H中对应的分类输出）**，即：
> *“通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类；其中，所述分类依赖于所述生理测量结果和损害长度测量。”*
**薄弱原因**：
1. **公知常识侵蚀风险极高**：在临床心血管医学领域（如PCI指南、冠脉造影及FFR临床应用专家共识），根据“狭窄/压降段的长度”与“压降幅度（FFR梯度）”将冠脉损害分为**局灶性损害（Focal lesion，短时间内剧烈压降）**和**弥散性损害（Diffuse lesion，较长距离上累积压降）**属于**本领域临床医生的公知常识/常规诊疗逻辑**。
2. **算法/规则的简单套用**：目标专利仅仅是将医学上既有的“局灶/弥散分类概念”转化为计算机逻辑规则（即压降斜率+长度阈值比较）。如果请求人补充检索到一篇阐述“基于FFR拉回曲线（Pullback）的压降梯度和长度来区分局灶性与弥散性病变”的临床医学文献（甚至无需是专利文献），结合D1或D3的系统框架，特征G将极易被认定为“本领域技术人员结合公知常识或临床诊疗规则显而易见的技术手段”。
#### 2. 无效宣告策略建议
针对特征G的薄弱点，若要成功无效目标专利的权利要求1，建议采取以下**进一步的对比文件检索策略**：
1. **扩展检索领域至“临床医学文献/心血管介入诊断学论文”**：
* **重点检索数据库**：PubMed, Web of Science, IEEE Xplore, Google Scholar, CNKI（医科版）。
* **关键词组合**：
* `("Fractional Flow Reserve" OR "FFR" OR "iFR" OR "pressure drop" OR "pressure gradient")`
* AND `("pullback" OR "length" OR "lesion length")`
* AND `("focal" OR "diffuse" OR "classification" OR "pattern")`
* **寻找核心证据目标**：寻找在**2015年11月之前**（目标专利优先权日之前）发表的文献，内容涉及“利用FFR/iFR拉回（Pullback）曲线中的压力梯度/压降（Pressure drop）以及病变长度（Lesion length）来鉴别局灶性（Focal）与弥散性（Diffuse）冠脉病变”的学术论文或指南。
2. **结合专利对比文件的结合线索（Combination Pathways）**：
* **主对比文件（D1）** + **临床文献（证明特征G属于公知常识或已被临床文献公开）**：
* D1提供了：CAD自动识别血管名称（特征C）+ 3D建模与压力/剪切应力共配准显示（特征A, B, E, F）。
* 结合新检索到的临床文献（公开了基于压降+长度分类局灶/弥散损害，即特征G）。
* 结论：本领域技术人员在D1的基础上，为了协助医生制定更精细的PCI支架规划，引入临床公知的“局灶/弥散分类规则”（特征G），并在UI上同解剖名称一并输出（特征H），是不需要付出创造性劳动、显而易见的。
通过上述检索与组合策略，可以精准击中目标专利权利要求1的核心防护网，实现高效无效的目标。
这是一份针对授权专利 **CN106999076B**（下称“目标专利”）权利要求1及从属权利要求的专利无效审查与创造性对比分析报告。
---
### 一、 目标专利权利要求1的技术特征拆解与说明书解释
为了客观准确地界定保护范围，根据《专利审查指南》及相关司法解释，权利要求的术语应结合目标专利说明书（具体实施方式及附图）进行原意与特定语境下的解释：
* **特征 A（系统与处理系统）**：`一种用于评价患者的脉管系统的系统(150)，所述系统包括；处理系统(172)；其被配置为`
* *说明书解释*：参照图4及说明书[0038]段，处理系统172可以是计算设备、控制台（如s5/s5i系统）或床侧控制器，包含处理器、内存和非瞬态可读介质。
* **特征 B（图像获得）**：`获得所述患者的所述脉管系统的图像数据(504)`
* *说明书解释*：参照说明书[0047]、[0051]及图5，图像数据包括二维/三维血管造影（Angiography）、CTA、CT、MRI等脉管外解剖影像。
* **特征 C（脉管名称识别）**：`分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称`
* *说明书解释*：参照说明书[0024]、[0052]-[0053]及图6，计算机辅助检测（CAD）算法解析血管造影的轮廓、分支和结构，自动将脉管标注/识别为如“RCA”、“左主 (Left Main)”、“LAD”、“LCX”等具体解剖名称。
* **特征 D（生理测量及压力）**：`获得所述患者的所述脉管的生理测量结果；其中；所获得的生理测量结果包括压力测量结果`
* *说明书解释*：参照说明书[0030]-[0036]，生理测量结果系由置于血管内的介入设备（如压力引导线152/130或导管175）采集，包含FFR、iFR、Pd/Pa等压力数据。
* **特征 E（共配准）**：`将所获得的生理测量结果与所获得的图像数据(504)共配准；使得所述生理测量结果与所述患者的所述脉管的对应部分相关联`
* *说明书解释*：参照说明书[0047]段，利用拉回速度/距离、图像解剖位置等技术（如US7930014），将脉管内采集的实时生理测量点与2D/3D血管造影图上的空间物理位置实现一针对一的映射绑定。
* **特征 F（压降确定）**：`分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降`
* *说明书解释*：参照说明书[0024]、[0059]、[0074]及图10，计算拉回过程中各测量点沿血管长度方向的压力损失/斜率/梯度变化。
* **特征 G（损害分类确定）**：`通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中；所述分类依赖于所述生理测量结果和损害长度测量`
* *说明书解释*：参照说明书[0024]、[0059]及[0074]-[0076]段，结合跨脉管的压降（功能强度）与损害的物理长度/距离（解剖参数），与预设分类标准（分类指数）比对，自动将损害归类为局灶性（focal）、弥散性（diffuse）、多重（multiple）或多发（multifocal）损害。
* **特征 H（UI输出）**：`向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830)`
* *说明书解释*：参照说明书[0052]-[0059]及图6-图8，在显示界面（UI 500/180）上，同时呈现标注有脉管名称（如RCA、LAD）的血管图像，以及交叠/提示在该损害位置附近的损害分类结果（如提示580/590或窗口530）。
---
### 二、 对比文件比对分析与特征比对表
各对比文件的基本公开号如下：
* **D1**：WO2014022804A1
* **D2**：CA2896589A1
* **D3**：WO2014106186A1
#### 1. 对比文件原文比对分析
##### (1) 对比文件 D1 (WO2014022804A1)
* **比对情况**：D1主要涉及通过2D血管造影推导解剖特征尺寸，并与数据库比对估计解剖学FFR（Anatomical FFR），或者利用造影剂流动颜色的改变（Color change）来估计FFR。
* **公开情况**：公开了系统与处理设备（Fig. 1-2, [p0033]-[p0037]）、获得血管图像数据（[p0014], [p0033]）、获得生理测量/压力测量（[p0005], [p0035]）、共配准（[p0033], [p0050]）、沿着血管长度分析压降/流速改变（Fig. 8, [p0058]-[p0060]）。
* **缺漏特征**：D1**未公开**特征C（利用计算机辅助检测算法识别并标注“脉管名称”），也**未公开**特征G及H中“依赖于生理测量结果和损害长度测量将损害进行自动‘损害分类’（如局灶性/弥散性）并输出分类”。
##### (2) 对比文件 D2 (CA2896589A1) 与 D3 (WO2014106186A1)
* *注：D2与D3系同族专利（优先权及说明书文本高度一致），在此统称D2/D3，分析结论对二者均适用。*
* **比对情况**：D2/D3重点解决了将血管内生理测量数据（如FFR、iFR）与血管造影图像进行共配准，并增强显示局灶性（focal）与弥散性（diffuse）损害的问题。
* **公开情况**：
* **特征A**：公开了包括计算设备172的系统150（Fig. 4, [p0049]-[p0051]）。
* **特征B**：公开了获得血管造影图像（Fig. 5-7, [p0009], [p0058]）。
* **特征C**：[p0078] 段明确提及：“*The labels can be textual indications providing the names of major and/or minor vessels or segments thereof.*”（标签可以是提供主要和/或次要脉管或其段的名称的文本指示）。但其对于是否通过“计算机辅助检测算法自动识别”未作深入展开，属于**实质公开/隐性公开**。
* **特征D**：公开了利用引导线152/导管175测量血管内压力（iFR/FFR/Pd/Pa）（[p0056]-[p0057]）。
* **特征E**：公开了将生理数据与血管造影图像共配准（[p0009], [p0061]）。
* **特征F**：公开了在拉回过程中分析沿血管长度的压力差/压降（[p0066]-[p0074]）。
* **特征G**：在BACKGROUND [p0005]及[p0064]中明确区分了局灶性狭窄（focal stenosis）与弥散性狭窄（diffuse stenosis），并指出通过热力图（heat map）或局部压力差变化来确定损害是局灶性还是弥散性（“*In this manner, the colors can provide an indication of the severity of a lesion and whether it is a focal or diffuse lesion.*”）。这依赖于压力测量与沿长度（位置）的变化，构成对特征G的**实质公开**。
* **特征H**：图9-图12及[p0064]、[p0078]公开了在UI显示屏的血管造影图像上叠加显示脉管标签/名称，以及通过热力图/数值（指示局灶或弥散分类）输出给用户。
---
#### 2. 特征比对表格（针对权利要求1）
| 权利要求1技术特征 | D1 (WO2014022804A1) | D2 (CA2896589A1) / D3 (WO2014106186A1) | 比对结论（以D2/D3为例） |
| 特征A：系统及处理系统(172) | 毫无保留公开<br>Fig. 1-2; [p0033], [p0037] | 毫无保留公开<br>Fig. 4; [p0049]-[p0051] | 相同特征 |
| 特征B：获得脉管图像数据(504) | 毫无保留公开<br>Fig. 4; [p0014], [p0033] | 毫无保留公开<br>Fig. 5-7; [p0009], [p0058] | 相同特征 |
| 特征C：通过CAD算法分析图像以识别脉管名称 | 未公开 | 实质公开<br>Fig. 11-12, [p0078] 公开了文本标签显示脉管名称，CAD自动识别属于本领域公知常识/隐性公开。 | 基本上一致 / 存在微小区别 |
| 特征D：获得生理测量结果，包含压力测量 | 毫无保留公开<br>Fig. 2; [p0005], [p0035] | 毫无保留公开<br>Fig. 4; [p0056]-[p0057] | 相同特征 |
| 特征E：共配准生理测量与图像数据 | 毫无保留公开<br>Fig. 1; [p0033], [p0050] | 毫无保留公开<br>Fig. 7-8; [p0009], [p0061] | 相同特征 |
| 特征F：分析共配准生理数据确定沿长度的压降 | 毫无保留公开<br>Fig. 8; [p0058]-[p0060] | 毫无保留公开<br>Fig. 10; [p0066]-[p0074] | 相同特征 |
| 特征G：比较分类指数确定损害分类（局灶/弥散等），依赖生理测量和损害长度 | 未公开<br>（仅分析FFR数值与阈值比较） | 实质公开<br>BACKGROUND [p0005], [p0064], [p0074]<br>通过沿长度的局部/累积压降区分focal和diffuse损害。 | 实质公开 |
| 特征H：UI输出在脉管附近有脉管名称的脉管及损害分类 | 未公开 | 毫无保留公开<br>Fig. 9-12; [p0064], [p0076]-[p0078] | 相同特征 |
---
### 三、 最接近的对比文件（Closest Prior Art）选择与技术效果分析
在评价目标专利权利要求1的创造性时，**D2 (CA2896589A1)** 或 **D3 (WO2014106186A1)** 最适合作为**最接近的对比文件**。
#### 选择理由（从技术问题与技术效果角度）：
1. **整体解决的技术问题一致**：
* *目标专利*：旨在解决如何在PCI术前评估中，自动映射脉管系统、结合共配准的生理数据与解剖长度，直观且客观地自动识别并分类（局灶/弥散）脉管损害，降低对医生经验的依赖，提高诊断效率（说明书[0003]）。
* *对比文件D2/D3*：同样旨在解决传统血管造影与生理测量隔离、无法有效识别及评估沿脉管延伸的“弥散性损害（diffuse stenosis）”与“局灶性损害（focal stenosis）”的问题，通过将生理测量（压降）与血管造影共配准并以增强UI（热力图/标签）呈现（D2说明书BACKGROUND [p0005]及SUMMARY [p0008]）。
* *对比文件D1*：主要关注如何在无需充血剂的情况下利用造影图像或结合血管内传感器推算/矫正FFR数值，并未将“损害分类（局灶/弥散）的自动识别与显示”作为核心技术问题。
2. **技术特征重合度最高**：
* D2/D3公开了权利要求1中除“CAD算法自动识别名称”外几乎所有的技术环节（包含图像获取、压力采集、共配准、压降计算、局灶/弥散损害识别、UI叠加输出）。
---
### 四、 无效请求中最薄弱的技术特征与突破口
若对目标专利权利要求1发起无效宣告请求，**最薄弱的技术特征**（即目标专利相对于D2/D3的区别特征）在于：
> **区别特征**：*“通过计算机辅助检测（CAD）算法来识别来自所述脉管系统的一脉管的脉管名称”*（特征C中的特定实施手段）以及 *“通过将分析结果与包含损害分类的分类指数比较（分类依赖于生理测量和损害长度）”*（特征G中具体的算法比对过程）。
#### 攻破/无效逻辑分析：
1. **关于“CAD算法识别脉管名称”（特征C）**：
* *无效思路*：D2/D3（如[p0078]段）已经明确公开了在血管造影图上标记血管名称（“names of major and/or minor vessels”）。本领域技术人员为了实现自动化标记，利用图像识别领域中已公知的“计算机辅助检测（CAD）算法”或模式识别算法来分割和识别冠状动脉分支（如RCA、LAD），属于**本领域的常规技术手段/公知常识**。
2. **关于“分类指数比较与损害分类”（特征G）**：
* *无效思路*：D2/D3在[p0064]及[p0074]中明确记载了利用沿着血管拉回过程中的局部压力差（localized pressure differential，即跨一定长度的压降）来判断损害是局灶性（focal）还是弥散性（diffuse）。目标专利中将此过程表述为“与包含损害分类的分类指数比较”，本质上只是将D2/D3已公开的“压降+长度阈值判定”进行了常规的规则化/软件化转化，未产生意想不到的技术效果。
---
### 五、 进一步的对比文件检索策略建议
为了彻底破坏权利要求1（以及从属权利要求2-11）的创造性/新颖性，建议采取以下补充检索策略：
1. **针对“CAD冠状动脉自动树状分割与命名”补充对比文件 (D4)**：
* **检索方向**：重点检索在2015年（目标专利优先权日）之前，医学图像处理（Medical Image Analysis）领域关于血管造影（Angiographic images）或CTA图像中自动识别冠状动脉分支（Coronary Tree Labeling / Vascular Naming）的软件算法文献或专利。
* **关键词**：`("computer aided detection" OR "CAD" OR "automatic labeling" OR "vessel segmentation") AND ("coronary artery" OR "RCA" OR "LAD" OR "vessel name")`
2. **针对“基于压力拉回曲线(FFR/iFR Pullback)自动进行局灶/弥散损害分类”补充对比文件 (D5)**：
* **检索方向**：检索Volcano（现飞利浦）或St. Jude Medical（现雅培）在2012-2015年间关于“iFR Pullback”、“PPG (Physiological PIPeline Gradient)”、“Functional Lesion Classification”的早期专利。
* **关键词**：`("focal" NEAR/5 "diffuse") AND ("pressure drop" OR "iFR pullback" OR "FFR pullback") AND ("classification" OR "index" OR "lesion length")`
3. **从属权利要求的防御突破**：
* **权利要求2（局灶/弥散/多重损害）**：已由D2/D3及图10完全公开。
* **权利要求3（结合库存数据库190推荐支架）**：检索结合PCI图像规划与医院ERP/库存数据库（Inventory Database）自动推荐Stent尺寸的专利，重点关注医疗信息化/手术规划系统（如`"PCI planning" AND "inventory" AND "stent selection"`）。
针对目标专利 **CN106999076B**（对应授权权利要求文件《权利要求1.docx》）以及给定的三份对比文件（D1: CN103479381A、D2: CA2880747A1、D3: US20140039276A1），作为专利代理师，现为您进行深入的权利要求解释、技术特征比对、最接近对比文件选择以及无效检索策略分析。
---
## 一、 目标专利权利要求与说明书解释
### 权利要求1的技术特征分解与说明书内涵分析：
* **特征A（处理系统）**：包括处理系统（172）。说明书[0038]记载，处理系统可为计算设备、控制台或床侧控制器，用以执行数据采集、图像处理和逻辑分析。
* **特征B（图像数据获得）**：获得患者脉管系统的图像数据（504）。说明书[0047]、[0081]明确图像可为二维/三维血管造影（Angiography）、CTA、CT、MRI等。
* **特征C（脉管名称解算/CAD）**：分析图像数据，**通过计算机辅助检测算法（CAD）来识别来自脉管系统的一脉管的脉管名称**。说明书[0024]、[0052]-[0053]指出，利用CAD算法对血管造影图像进行图像识别与分割，提取轮廓、分支特征，自动标注血管名称（如RCA、LAD、LCX等）。
* **特征D（生理测量/压力）**：获得脉管的生理测量结果（含压力测量）。说明书[0031]、[0082]指出通过介入设备（如压力导线）采集脉管内压力数据（如FFR、iFR）。
* **特征E（共配准/Co-registration）**：将生理测量结果与图像数据共配准，使生理测量结果与脉管对应部分相关联。说明书[0047]指出通过已知拉回速度、拉回设备或空间匹配技术将测量点与血管图像点绑定。
* **特征F（确定压降）**：分析共配准的生理测量结果以确定沿着脉管长度（806）的压降。说明书[0024]、[0064]指出映射压力损失的斜率/梯度。
* **特征G（损害分类及指数比较）**：通过将分析结果与包含损害分类的分类指数进行比较，确定损害的分类（810、820、830等）；**分类依赖于生理测量结果和损害长度测量**。说明书[0024]、[0074]-[0077]、图10明确说明：结合压降幅度（功能强度）与压降发生的长度（损害长度测量），将损害分类为“局灶性（focal）”（短距离锐降）或“弥散性（diffuse）”（较长长度上平稳下降）或“多重损害（multiple）”。
* **特征H（显示输出）**：向用户界面（500、180）输出在脉管附近有**脉管名称**的脉管以及**损害的分类**。说明书图6-图8以及[0024]、[0052]显示在界面上同时标注血管名称（如LAD）和损害分类（如局灶性/弥散性提示580、590）。
---
## 二、 对比文件特征对比分析
我们将对比文件分别代指为：
* **D1**: CN103479381A
* **D2**: CA2880747A1
* **D3**: US20140039276A1
### 1. 权利要求1的技术特征比对表（对照对比文件原文出处）
| 权利要求1技术特征 | D1 (CN103479381A) 原文对比与出处 | D2 (CA2880747A1) 原文对比与出处 | D3 (US20140039276A1) 原文对比与出处 |
| 特征A：系统含处理系统(172) | 已公开：操控台中的电脑103、数据处理程序104。<br>*(出处：说明书[0006]、[0015])* | 已公开：Processor 26, Computing device 172。<br>*(出处：FIG. 1, FIG. 2, 说明书[0026], [0029])* | 已公开：Processor 26, Computing device 172。<br>*(出处：FIG. 1, FIG. 2, 说明书[0027], [0029])* |
| 特征B：获得脉管系统图像数据(504) | 已公开：导入冠状动脉CT血管造影DICOM文件。<br>*(出处：说明书[0004]、[0012])* | 已公开：Obtaining angiographic images.<br>*(出处：FIG. 1, SUMMARY, 说明书[0026])* | 已公开：Obtaining angiographic images.<br>*(出处：FIG. 1, SUMMARY, 说明书[0026])* |
| 特征C：通过CAD算法分析图像以识别脉管名称 | 未公开（仅提及抽取血管轮廓/中心线及形态学参数，未识别血管名称，亦未明确称CAD）。<br>*(出处：说明书[0004])* | 未公开（仅根据图像测量血管直径、形态，未提及通过CAD自动辨识并标注脉管名称）。 | 未公开（与D2内容相同，未提及通过CAD识别并输出脉管名称）。 |
| 特征D：获得生理测量结果（含压力测量结果） | 实质等同/部分公开：通过阻抗导管测有效电导，间接反映斑块，但未直接使用压力感测测压力。<br>*(出处：说明书[0006]-[0009])* | 已公开：Sensed aortic pressure / distal pressure sensors (FFR/iFR).<br>*(出处：FIG. 2, 说明书[0035], [0054])* | 已公开：Sensed aortic pressure / distal pressure sensors (FFR/iFR).<br>*(出处：FIG. 2, 说明书[0035], [0054])* |
| 特征E：共配准（生理测量与图像关联） | 实质公开：将阻抗/电导测量变化规律与三维动脉树形态学参数/血管路径进行对比映射。<br>*(出处：说明书[0007]、[0009])* | 已公开：Co-registration of angiogram/fluoroscopy and intravascular functional measurement devices.<br>*(出处：FIG. 1, 说明书[0026], [0041])* | 已公开：Co-registration of angiogram/fluoroscopy and intravascular functional measurement devices.<br>*(出处：FIG. 1, 说明书[0026], [0041])* |
| 特征F：分析共配准数据以确定沿脉管长度的压降 | 未公开（D1测量的是电导/阻抗变化，非压降）。<br>*(出处：说明书[0007])* | 已公开：Sensed pressure changes across the lesion / FFR calculations.<br>*(出处：说明书[0054])* | 已公开：Sensed pressure changes across the lesion / FFR calculations.<br>*(出处：说明书[0054])* |
| 特征G：比较分类指数确定损害分类，且依赖于生理测量结果和损害长度测量 | 实质公开（但基于电导而非压力）：依据电导变化规律与血管路径对比，判断弥漫性或局灶斑块。<br>*(出处：说明书[0001]、[0005]、[0007])* | 未公开：仅依据FFR/iFR计算数值高低判断是否需要治疗，未结合损害长度将损害具体分类（如局灶性/弥漫性）。<br>*(出处：说明书[0041]-[0058])* | 未公开：仅依据FFR/iFR计算数值高低判断是否需要治疗，未结合损害长度将损害具体分类。 |
| 特征H：输出在脉管附近有脉管名称的脉管以及损害分类 | 未公开：未在界面上同时输出“脉管名称”和“损害分类”。 | 未公开：仅在图像上重构流速/FFR分布（FIG. 8），未标注脉管名称及损害分类。 | 未公开：与D2相同，未在界面输出脉管名称和损害分类。 |
---
## 三、 最接近对比文件的选择与创造性分析
### 1. 最接近对比文件的确定
在创造性分析中，**D2 (CA2880747A1)** 和 **D3 (US20140039276A1)**（二者属于同族申请，技术方案高度一致）最适合作为最接近的对比文件。
* **理由**：
1. **技术领域与手段最贴近**：D2/D3与目标专利均属于通过血管造影图像与脉管内介入压力测定（如FFR/iFR压力导管）进行**共配准（Co-registration）**，评估冠状动脉狭窄/损害严重程度的系统。
2. **公开特征最多**：D2/D3公开了特征A、B、D、E、F，即建立了基于“图像+压力共配准”的硬件和数据分析基础架构。
*(注：D1虽然涉及图像与介入测量，但其生理测量采用的是阻抗/电导法，且主攻CT比例定律，与目标专利基于压降与图像共配准的技术路线差异较大，不优先作为最接近对比文件)*。
### 2. 未被最接近对比文件（D2/D3）公开的技术特征
对比D2/D3，本专利权利要求1的区别技术特征在于：
1. **特征C**：分析图像数据以**通过计算机辅助检测算法（CAD）**来识别脉管的**脉管名称**。
2. **特征G的后半部分**：确定损害的分类，且**所述分类依赖于生理测量结果（压力）和损害长度测量**（例如区分局灶性与弥散性损害）。
3. **特征H的相关部分**：向用户界面输出在脉管附近带有**脉管名称**的脉管以及**损害的分类**。
---
## 四、 无效请求中最薄弱的技术特征与突破点分析
在针对目标专利发起无效宣告请求时，**最薄弱的技术特征**（即最容易被公知常识或其他对比文件击穿的特征）如下：
### 1. 最薄弱特征一：特征C（利用CAD算法识别并输出脉管名称）
* **薄弱原因**：图像处理与医疗识别领域中，使用CAD（Computer-Aided Detection/Diagnosis）算法自动分割并识别解剖结构（如冠状动脉的LAD、RCA、LCX）属于**本领域的公知常识或常规技术手段**。在血管造影图上标记血管名称是临床诊断系统的基本辅助功能。
### 2. 最薄弱特征二：特征G与H（结合“生理测量值+损害长度”进行损害分类并可视化显示）
* **薄弱原因**：
* 在心血管临床医学中，根据压降幅度（功能性指标）和病变延伸长度（解剖学指标）将冠状动脉狭窄划分为“局灶性（Focal）”和“弥散性（Diffuse）”病变，是心血管诊疗规范中的已知通用概念（参见D1说明书[0001]、[0002]中亦提及“弥漫性/局灶性”）。
* 将分类结果与解剖图结合交叠显示（特征H）属于常见的UI界面交互设计。
---
## 五、 进一步对比文件检索策略建议
为了彻底摧毁权利要求1及从属权利要求的创造性，建议采取以下**补充检索策略**：
### 策略1：针对“图像+CAD血管名称自动识别（特征C）”的补充检索
* **检索方向**：医学图像处理、计算机视觉在冠状动脉造影（CAG/CTA）中的应用。
* **关键词与分类号组合**：
* IPC/CPC分类号：`A61B6/501` (心血管造影), `G06T7/0012` (医疗图像分析), `G06T7/60` (几何测量), `G16H30/40` (医疗图像处理).
* 关键词：`血管识别 / 血管标注 / 冠状动脉名称 / CAD / 计算机辅助检测 / CADe / Segmentation / Automatic labeling / Nomenclature / LAD / RCA / LCX`
### 策略2：针对“共配准下结合压降与长度进行局灶/弥散分类（特征G/H）”的深度检索
* **检索方向**：结合拉回曲线（Pullback curve）与血管造影的自动病变分类系统。
* **关键词组合**：
* 关键词：`压降 / FFR / iFR / PPG (Physiological Pressure Gradient) / Pullback / Focal / Diffuse / Classification / Lesion length / 局灶性 / 弥漫性 / 损害分类 / 损害长度`
* **重点申请人/文献库**：
* 重点检索 **Volcano Corporation**（火山公司，即本专利原申请人，防范其早期防御性专利或论文）、**St. Jude Medical**（圣犹达）、**HeartFlow**、**Philips**（飞利浦医疗）在2015年之前的专利布局及医学论文（如《JACC》、《Circulation》关于iFR/FFR Pullback分析损害长度与分类的文献）。
---
> **总结建议**：以 **D2 (CA2880747A1)** 或 **D3 (US20140039276A1)** 作为第一对比文件（提供共配准+压力压降基础架构），结合一篇**公开了“通过CAD算法自动识别分割冠状动脉并标注名称”**的图像处理对比文件（D4），再引入一篇**公开“基于拉回压力压降及病变长度对冠脉损害进行局灶/弥散分类”**的医学/系统专利（D5），即可构成非常坚固的 `D2/D3 + D4 + D5` 创造性无效组合链。
在专利无效和创造性评述中，须紧密结合目标专利说明书的教导，合理确定权利要求的保护范围与技术特征内涵，并对对比文件原文进行精准比对。
---
### 一、 目标专利说明书对权利要求1的解释
依据目标专利说明书（**CN106999076B**），权利要求1各技术特征的含义与作用解释如下：
1. **特征A（处理系统）**：指与脉管内设备（如压力导丝/导管）及外部成像设备通信的计算设备（如控制台系统或床侧控制器）[[说明书第[0038]、[0041]段]]。
2. **特征B（获得图像数据）**：获得二维/三维血管造影（Angiography）或CTA等管腔外成像数据[[说明书第[0047]、[0057]段]]。
3. **特征C（CAD算法识别脉管名称）**：利用计算机辅助检测（CAD）图像识别与建模算法，对血管造影特征（轮廓、分支、位置）进行图像解析与分割，**自动识别并标注具体解剖脉管名称**（例如：RCA、左主干、LCX、LAD、D1、M1等）[[说明书第[0024]、[0052]、[0053]段]]。
4. **特征D（生理测量/压力测量）**：通过沿着脉管拉回（Pullback）压力感测设备，采集沿着脉管长度方向的充血或静息状态下（如FFR、iFR）的压力测量结果[[说明书第[0024]、[0035]、[0047]段]]。
5. **特征E（共配准）**：将拉回过程中采集到的生理测量数据与血管造影图像在空间/时间上关联（如基于已知拉回速度或图像标记），使得每个压力点与图像中脉管的具体位置相匹配[[说明书第[0024]、[0047]段]]。
6. **特征F（沿着脉管长度分析压降）**：计算共配准后沿脉管长度（如纵向距离）的压力损失或压力比率变化斜率[[说明书第[0024]、[0074]段]]。
7. **特征G（基于分类指数与损害长度进行损害分类）**：将功能性压力损失斜率/幅度与损害纵向长度相结合，与预设的“分类指数”对比，自动确定损害的技术分类（如局灶性损害、弥散性损害、多重损害、多发损害等）[[说明书第[0024]、[0074]-[0077]段]]。
8. **特征H（界面输出脉管名称及损害分类）**：在用户界面上将自动识别出的**脉管名称标注于脉管图像附近**（如在LAD、RCA旁标注文字），并叠加或提示损害的分类结果[[说明书第[0052]、[0059]、[0082]段]]。
---
### 二、 对比文件技术特征比对与原文出处分析
现将三篇对比文件分别与权利要求1的技术特征A~H进行对比分析：
#### 1. D1：US2013046190A1 (`US2013046190A`)
* **公开号**：US2013046190A1
* **技术方案**：主要公开了一种在静息状态（无需充血剂）下，通过选择特定心动周期诊断窗口（如iFR算法）评估血管狭窄严重程度的设备、系统与方法。
* **特征拆解公开情况**：
* **特征A（公开）**：公开了包含处理器、内存的计算设备172[[原文[0059]]]。
* **特征B（实质公开）**：公开了获取血管图像和诊断信息（如IVUS、OCT或结合血管造影）[[原文[0053]]]。
* **特征C（未公开）**：未公开利用CAD算法自动识别并在图像上自动标出具体解剖脉管名称（如LAD、RCA）。
* **特征D（公开）**：公开了通过介入设备（压力导丝130、导管132）获得近端和远端压力测量结果[[原文[0053]-[0058]]]。
* **特征E（部分公开）**：公开了压力测量与心动周期或脉管位置的对齐/关联[[原文[0110]-[0112]]]，但未系统阐述血管造影图像与拉回压力的空间共配准细节。
* **特征F（公开）**：公开了分析近远端压力比率（计算压降/压力差）[[原文[0068]、[0078]]]。
* **特征G（未公开）**：仅公开将计算出的压力比率与固定阈值（如0.80）比较来决定治疗方式[[原文[0068]]]，**未公开依据“损害长度测量”及“分类指数”对损害进行局灶性/弥散性等类型划分**。
* **特征H（未公开）**：未公开在用户界面上于脉管附近显示CAD识别的脉管名称及损害分类。
#### 2. D2：WO2013028612A2 (`WO2013028612A`)
* **公开号**：WO2013028612A2
* **技术方案**：公开了沿血管拉回（Pullback）压力感测设备采集压力数据，对血管进行可视化描绘（如热图Heat Map、压降曲线Plot），并计算损害纵向长度（如17mm）和阻塞程度（Occlusive Value），进一步模拟支架等治疗选项的系统与方法。
* **特征拆解公开情况**：
* **特征A（公开）**：公开了计算设备172（包含处理器和存储介质）[[原文[p0052]]]。
* **特征B（公开）**：公开了获得血管图像或图像描绘（如血管视图、热图或血管剖面描绘）[[原文[p0010]、[p0058]]]。
* **特征D（公开）**：公开了通过拉回设备在沿血管多个位置采集近端和远端压力测量结果[[原文[p0047]-[0048]、[p0058]]]。
* **特征E（实质公开）**：公开了将移动传感器的压力测量结果与血管纵向位置/位移（如拉回距离）进行空间共配准与映射[[原文[p0058]-[0060]]]。
* **特征F（公开）**：公开了计算沿血管长度的累积或局部压降/压力比率变化[[原文[p0058]、[p0069]-[0072]]]。
* **特征G（实质公开）**：公开了基于压力变化与纵向距离分析，确定损害的**纵向长度**（“length of the lesion or stenosis... approximately 17 mm”），并评估损害的阻塞程度/严重性（Occlusive value）[[原文[p0073]]]。然而，其未直接使用“局灶性/弥散性”这一特定术语分类表述。
* **特征C（未公开）**：未公开利用CAD算法对血管造影图像进行解析以自动识别解剖脉管名称（如RCA、LAD）。
* **特征H（未公开）**：未公开在用户界面上于血管图像附近输出CAD自动识别的脉管名称。
#### 3. D3：US20130237864A1 (`US2013237864A`)
* **公开号**：US2013237864A1
* **技术方案**：主要公开了一种具有压敏传感器的可控导丝及信号调制电路、数据处理器与测量系统。
* **特征拆解公开情况**：
* **特征A（公开）**：公开了外部数据处理器及显示器[[原文[0092]、[0111]]]。
* **特征D（公开）**：公开了通过压力感测导丝测量血管内血压[[原文[0008]、[0061]]]。
* **特征B、C、E、F、G、H（未公开）**：属于硬件传感器与信号传输层面，未公开图像共配准、CAD脉管名称自动识别、基于压降与长度的损害分类算法及界面输出。
---
### 三、 特征比对汇总表
| 权利要求1的技术特征 | 目标专利说明书含义 | D1 (US2013046190A) | D2 (WO2013028612A) | D3 (US2013237864A) |
| 特征A：系统及处理系统(172) | 计算与控制核心 | 公开<br>[[0059]] | 公开<br>[[p0052]] | 公开<br>[[0092]] |
| 特征B：获得脉管图像数据(504) | 血管造影/CTA图像数据 | 实质公开<br>[[0053]] | 公开<br>[[p0010]] | 未公开 |
| 特征C：CAD算法识别脉管名称 | 图像自动分割识别RCA/LAD等名称 | 未公开 | 未公开 | 未公开 |
| 特征D：获得压力测量生理结果 | 沿血管拉回采集压力数据 | 公开<br>[[0053]-[0058]] | 公开<br>[[p0047]-[0048]] | 公开<br>[[0008]] |
| 特征E：生理测量与图像共配准 | 压力数据与血管纵向位置/图像映射 | 部分公开<br>[[0110]] | 实质公开<br>[[p0058]-[0060]] | 未公开 |
| 特征F：分析共配准数据确定沿长度压降 | 计算沿纵向长度的压降/压力比 | 公开<br>[[0068]] | 公开<br>[[p0069]-[0072]] | 未公开 |
| 特征G：比较分类指数确定损害分类（依赖生理测量与损害长度） | 结合压降与损害长度划分损害类型 | 未公开 | 实质公开<br>（公开结合压降与纵向位置确定损害长度与阻塞程度[[p0073]]） | 未公开 |
| 特征H：GUI输出脉管名称及损害分类 | 图像上脉管旁显示名称及叠加分类 | 未公开 | 未公开 | 未公开 |
---
### 四、 最接近对比文件的选择分析
从**整体解决的技术问题**与**技术效果**角度分析：
1. **最接近对比文件：D2（`WO2013028612A`）**
* **解决的技术问题**：D2与目标专利高度一致，均旨在解决“**如何准确定位血管内的损害位置、量化损害的纵向长度与阻塞严重程度，并以此辅助临床医师评估病情与规划介入治疗（如支架放置）**”的技术问题。
* **技术效果与手段**：D2公开了通过沿血管拉回传感器，将压力数据与纵向位置共配准，生成压降曲线与热图，从而**精准测量损害的纵向长度（如17mm）以及损害造成的阻塞百分比/程度**[[原文[p0073]]]，这与目标专利基于压降和长度评判损害特性的核心思想如出一辙。
* **结论**：**D2最适合作为最接近的对比文件**。
2. **备选最接近对比文件：D1（`US2013046190A`）**
* **解决的技术问题**：D1侧重于“如何在静息状态下（无需充血剂）通过特定心动周期窗口精确计算血管压降/iFR”的技术问题。
* **结论**：若关注点在于生理测量结果（压力比）的采集与分析计算过程，D1亦可作为最接近的对比文件之一。
---
### 五、 区别特征分析与无效请求中最薄弱的技术特征
在以 **D2 (`WO2013028612A`)** 作为最接近的对比文件时，权利要求1相对于D2的区别特征在于：
1. **特征C及特征H的相关部分**：增加了“利用计算机辅助检测（CAD）算法分析图像数据以自动识别脉管名称，并在GUI上的脉管附近输出该脉管名称”。
2. **特征G及特征H的相关部分**：明确提出“将分析结果与包含损害分类的分类指数对比来确定损害分类（如局灶性、弥散性等）”以及在界面输出该损害分类。
#### 无效请求中最薄弱的技术特征（即最容易被攻破/证明不具创造性的特征）：
* **最薄弱特征：特征C（利用CAD算法识别脉管解剖名称并在附近输出）**
* **理据分析**：
1. 在医学图像处理领域，针对冠状动脉血管造影（Angiography）进行计算机辅助检测（CAD）、血管树自动分割及解剖结构命名（如自动识别LAD、RCA、LCX等），属于**本领域的公知常识/常规技术手段**。
2. D2已经公开了在血管剖面或图像上映射展示拉回数据；将本领域公知的CAD血管自动命名技术与D2结合，把识别出的解剖名称显示在血管旁，属于本领域技术人员为了提高操作便利性而容易想到的**常规技术组合与界面表达方式**，未产生预期的技术效果。
* **第二薄弱特征：特征G（将测量结果与分类指数比较以确定损害分类）**
* **理据分析**：
1. D2已经实质公开了通过沿血管的压降斜率与纵向阈值，计算出“损害的纵向长度（如17mm）”以及“损害的阻塞程度（Occlusive value）”[[原文[p0073]]]。
2. 目标专利权利要求2所列举的“局灶性损害（Focal）”与“弥散性损害（Diffuse）”是心血管临床医学中对狭窄形态的**公知定义与常规分类概念**（局灶性指短段狭窄，弥散性指长段狭窄）。将D2中已测得的“损害长度”和“压降程度”与临床公知的损害分类标准（即所谓的分类指数）进行比对归类，属于本领域技术人员基于临床公知常识对数据进行的自然归纳与分类呈现，不具备创造性。
---
### 六、 进一步对比文件检索策略
为了确保无效宣告请求的成功率（特别是针对**特征C（CAD自动识别血管解剖名称）** 以及 **特征G（基于生理测量和长度自动归类为局灶性/弥散性损害）** 的组合），建议采取以下补充检索策略：
#### 1. 分类号（IPC/CPC）组合检索
* **图像处理/CAD识别类**：
* `G06T7/00`（图像分析）、`G06T7/11`（图像分割）、`G06T7/70`（位置/定向检测）
* `A61B6/50` / `A61B6/00`（血管造影图像处理）
* **生理测量与诊断类**：
* `A61B5/021`（血压测量）、`A61B5/00`（医疗诊断/数据共配准）
#### 2. 关键词检索组合公式（中文 / 英文）
* **组合方向一：血管造影 + CAD/自动分割 + 脉管名称识别（攻特征C）**
* **英文**：`(Angiography OR Angiogram OR "X-ray") AND ("Computer Aided Detection" OR CAD OR "automated segmentation" OR "vessel labeling" OR "anatomical identification") AND ("vessel name" OR LAD OR RCA OR LCX OR "coronary artery")`
* **中文**：`（血管造影 OR 冠脉造影） AND （计算机辅助检测 OR CAD OR 自动分割 OR 自动识别 OR 解剖标记） AND （脉管名称 OR 血管名称 OR 前降支 OR 右冠状动脉）`
* **组合方向二：血管拉回压力测量 + 损害长度 + 损害分类/局灶性/弥散性（攻特征G）**
* **英文**：`("pressure wire" OR pullback OR FFR OR iFR) AND ("lesion length" OR "stenosis length") AND ("lesion classification" OR "focal lesion" OR "diffuse lesion" OR "tandem lesions")`
* **中文**：`（压力导丝 OR 压力拉回 OR FFR OR iFR） AND （损害长度 OR 狭窄长度） AND （损害分类 OR 狭窄分类 OR 局灶性 OR 弥散性）`
#### 3. 补充检索建议
* **检索优先专利库**：重点检索飞利浦（Philips / Volcano）、西门子（Siemens）、波士顿科学（Boston Scientific）、雅培（Abbott / St. Jude Medical）在2015年之前的专利族。目标专利优先权日为2016年前后，需确保对比文件的公开日早于目标专利的申请日/优先权日。
* **非专利文献（NPL）检索**：重点检索 PubMed、IEEE Transactions on Medical Imaging、Catheterization and Cardiovascular Interventions 等期刊。医学图像处理领域关于“冠脉造影CAD自动命名（Coronary Artery Labeling）”及“FFR拉回定位局灶/弥散损害（Focal vs Diffuse FFR Pullback）”的学术论文极可能提供强有力的公知常识证据。
这是一份针对目标专利**CN106999076B（《脉管内损害的自动识别和分类》）**权利要求1-11的专利无效与侵权防范深度分析报告。本报告紧密结合目标专利说明书及对比文件原文进行系统梳理。
---
### 一、 目标专利权利要求与对比文件特征比对（特征拆解与表结构分析）
#### 1. 权利要求1的技术特征拆解及对比文件比对表
根据目标专利说明书[0004]-[0009]及[0024]的解释：
* **特征C**：利用计算机辅助检测算法自动分割、识别并标注脉管名称（如RCA, LAD, LCX等，见说明书[0052]-[0053]及图6）。
* **特征G**：基于压力测量结果和损害长度，将损害分类为“局灶性”、“弥散性”、“长”、“短”、“多重”或“多发”（说明书[0074]-[0076]及图10）。
| 权利要求1技术特征 | D1 (WO2012093260A1) [公开号: WO2012093260A1] | D2 (WO2012093266A1) [公开号: WO2012093266A1] | D3 (US20120230565A1) [公开号: US20120230565A1] | 结论 |
| A：系统包括处理系统(172)，其被配置为 | 实质公开<br>[p0022] "system 1 ... comprises haemodynamic equipment 2 including a processor 3" | 实质公开<br>[p0026] "apparatus 1 comprises ... a processor 4 to analyse and operate on the pressure measurements." | 实质公开<br>[0096] "at least one processor, including: image-receiving functionality..." | D1, D2, D3均公开 |
| B：获得所述患者的所述脉管系统的图像数据(504) | 实质公开<br>[p0031] "in combination with other ... medical imaging equipment" | 实质公开<br>[p0031] "in combination with other ... medical imaging equipment" | 毫无异议公开<br>[0074] "receiving into at least one processor a set of images of blood vessels of a subject;" | D3毫无异议公开，D1/D2实质公开 |
| C：分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称 | 未公开<br>仅提到配合医学影像设备，未提及通过CAD算法自动识别/标注脉管名称 | 未公开<br>仅提到配合医学影像设备 | 实质公开<br>[0090]-[0091], [0187]-[0188], [0621]-[0627] 详细公开了通过图像处理算法分割并识别特定血管和病变部位 | D3实质公开；D1、D2未公开 |
| D：获得所述患者的所述脉管的生理测量结果，其中，所获得的生理测量结果包括压力测量结果 | 毫无异议公开<br>[p0022] "sensor 7 - i.e. a device measuring pressure (P)." | 毫无异议公开<br>[p0013], [p0026] "a pressure measurement device operable to take pressure measurements in the tube" | 实质公开<br>[0527] 提及生理信号及压力测量 | D1、D2毫无异议公开 |
| E：将所获得的生理测量结果与所获得的图像数据(504)共配准，使得所述生理测量结果与所述患者的所述脉管的对应部分相关联 | 实质公开<br>[p0051] "each distance point/position/location would be linked or cross-referenced to a specific pressure measurement." | 未明确公开<br>侧重于时间窗口内波形分离，未详细描述与2D/3D图像共配准 | 毫无异议公开<br>[0251], [0441]-[0442], [0643] 详细公开了将生理数据/工具位置与血管图形/Roadmap进行共配准(Registration) | D3毫无异议公开；D1实质公开；D2未公开 |
| F：分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降 | 毫无异议公开<br>[p0005], [p0034], [p0058] 计算沿着血管长度的压力下降及iPR/nIPR比例 | 毫无异议公开<br>[p0005], [p0010] 计算跨狭窄的压降比率 | 未明确公开<br>D3侧重于图像端的QVA几何测量，未涉及沿着长度计算压降 | D1、D2毫无异议公开 |
| G：通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中，所述分类依赖于所述生理测量结果和损害长度测量 | 实质公开<br>[p0058]-[0062] 通过设定阈值(thresholding)比较IPR/nIPR，结合沿脉管拉回计算出的病变长度(D2-D1)，识别并评估狭窄(stenosis grade/intensity/burden) | 未公开<br>仅计算特定时间窗口的压力比，未结合损害长度给出损害的类型分类 | 未公开<br>D3有QVA几何测量和病变长度/狭窄度确定(QVA)，但不是将生理压降与长度结合的分类指数 | D1实质公开（公开了基于压降与长度的阈值判定）；D2、D3未完整公开 |
| H：向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830) | 未完全公开<br>公开了绘制狭窄强度图(Map)，但未在图像中将“脉管名称”与“损害分类”结合同屏标注输出 | 未公开 | 实质公开<br>[0096], [0196], [0504] 公开了在UI界面重叠显示血管Roadmap、尺寸标注及病变识别分析结果 | 组合后公开（D3公开UI重叠标注，D1公开强度图） |
---
#### 2. 从属权利要求2-11的特征公开情况分析
* **权利要求2（局灶性、弥散性、多重损害）**：
* **D1公开情况**：D1在[p0012]、[p0058]-[0064]中公开了针对单个狭窄（Focal）、连续/全血管狭窄（Total/Cumulative Burden，对应弥散）以及多处狭窄（Series of constrictions，对应多重损害）的长度和生理强度评估。
* **权利要求3（编译库存数据库支架选项并自动推荐）**：
* **D1公开情况**：[p0068]-[0071]公开了“虚拟支架（Virtual Angioplasty）”评估，基于病变长度推荐支架位置与效果。但未明确公开**“连接医疗保健设施的库存数据库(190)”**进行自动匹配。该特征为**目标专利独创的商业/系统集成特征**。
* **权利要求4（2D/3D血管造影或CTA图像）**：
* **D3毫无异议公开**：[0068], [0529] 明确公开了2D/3D血管造影、CT/CTA等多种成像模态。
* **权利要求5-9（介入设备、压力/流量感测设备、计算压力比率）**：
* **D1/D2毫无异议公开**：D1[p0022]公开了压力导丝（WaveWire/Combowire）及流量传感器（Flow sensors）；D1[p0036]-[0042]及D2[p0010]详细公开了计算iFR/FFR等压力比率（Pressure Ratio）。
* **权利要求10-11（UI界面及将分类表示交叠到损害位置附近的图像上）**：
* **D3毫无异议公开**：[0079], [0109], [0442] 明确公开了将提取的血管边缘、病变分析及标注信息“交叠（overlay）”到血管图像上。
---
### 二、 最接近的对比文件（Closest Prior Art）分析
在针对目标专利进行创造性无效分析时，**可以确立两个不同侧重点的“最接近对比文件”**：
#### 1. 最接近对比文件一：D1 (WO2012093260A1)
* **技术领域与解决的问题**：D1同样致力于解决如何通过沿充流体管道（血管）拉回压力传感器，精确表征/评估血管内狭窄（Stenosis）的生理严重程度、病变长度及病变负担（Stenosis Burden）的问题。
* **技术效果**：D1能够获得沿血管长度的连续压降，并利用阈值法（Thresholding）识别病变的起止点（D1, D2），从而精准定位病变并计算生理损害长度（Physiological Stenosis Length）。
* **适合作为主要对比文件的理由**：D1完美覆盖了目标专利的核心生理测量与算法逻辑（特征D、F、G），涵盖了“压降+病变长度”的综合分析。
#### 2. 最接近对比文件二：D3 (US20120230565A1)
* **技术领域与解决的问题**：D3侧重于图像处理与计算机辅助分析，解决如何在血管造影图像中自动识别血管、提取边缘、生成Roadmap，并将诊断/测量信息直观地叠加（Overlay）显示给临床医生的问题。
* **技术效果**：实现了血管名称/形态的自动化识别及UI界面上的共配准交叠显示。
* **适合作为主要对比文件的理由**：D3提供了目标专利在图像处理、计算机辅助检测（CAD）、血管名称识别及UI渲染（特征B、C、E、H）方面的完整框架。
---
### 三、 未被最接近对比文件公开的特征及结合性分析
如果以 **D1 (WO2012093260A1)** 作为第一最接近对比文件：
1. **未被D1公开的技术特征**：
* **特征C**：通过计算机辅助检测算法（CAD）自动识别脉管系统的脉管名称（如LAD、RCA）。
* **特征H（部分）**：在UI界面上将“脉管名称”与“损害分类”同时交叠在对应脉管附近进行输出。
2. **上述特征是否被其他对比文件公开**：
* **特征C及H** 被 **D3 (US20120230565A1)** 实质公开。D3 [0090]-[0091]、[0187]及图5-8详细公开了通过图像分割算法自动识别血管分支路径，并在UI上进行信息叠加显示的技术。
3. **结合逻辑（创造性攻击路径）**：
* 本领域技术人员在面对D1时，为了解决“如何将生理测量数据更直观地与解剖结构结合，避免医生人工核对血管名称”的技术问题，有动机引入D3中的计算机辅助图像识别（CAD）与图形交叠显示技术。将D3的血管自动分割标注技术与D1的压降/长度分类算法结合，得出权利要求1的技术方案对本领域技术人员而言是显而易见的。
---
### 四、 无效请求中最薄弱的技术特征与防范建议
若对目标专利发起无效宣告请求，或在侵权诉讼中进行抗辩，以下是**最薄弱的技术特征（即目标专利最具防御力/最难被单篇完全检索到的特征）**：
#### 1. 最薄弱特征（专利权的“护城河”特征）
* **特征G中特定逻辑的组合**：*“所述分类依赖于所述生理测量结果和损害长度测量，并通过与包含损害分类的分类指数比较来确定”* 与 **权利要求3** 中的 *“基于医疗保健设施的库存数据库(190)编译多个支架选项”*。
* **弱点/突破口分析**：
1. 虽然D1公开了基于压降和拉回距离（长度）确定病变并做“虚拟支架（Virtual Angioplasty）”评估，但D1未明确使用“局灶性/弥散性/多重”这些医学分类名词作为分类指数输出；
2. 权利要求3将**“实时PCI规划”**与**“医院库存数据库（Inventory Database）”**连通进行自动化支架推荐，这在纯医疗设备对比文件（如D1-D3）中往往被忽略，属于跨领域的系统集成特征。
#### 2. 进一步的对比文件检索策略（针对最薄弱特征）
为彻底无效权利要求1及从属权利要求3，建议采取以下二次检索策略：
1. **针对“生理压降 + 病变长度 $\rightarrow$ 损害类型分类（局灶/弥散/多重）”的检索**：
* **检索方向**：重点补充冠状动脉功能学（FFR/iFR）与形态学（QCA/IVUS）结合的临床诊断文献或专利。
* **IPC分类号组合**：`A61B5/02` (血流/血压测量), `A61B6/00` (血管造影), `G16H50/20` (基于计算机的医疗诊断/决策支持)。
* **关键词组合**：`(focal OR diffuse OR tandem OR multiple) AND ("pressure drop" OR FFR OR iFR) AND (length OR "pullback") AND (classify OR classification)`。
* **优先关注专利权人**：Volcano Corporation (火山医疗/已被飞利浦收购), St. Jude Medical (圣犹达/雅培), ACIST Medical Systems。
2. **针对“PCI规划结合医院库存数据库自动推荐支架（权利要求3）”的检索**：
* **检索方向**：医疗信息化、手术规划系统（Surgical Planning System）与智慧医院库存管理（ERP/Inventory）交叉领域。
* **关键词组合**：`(PCI OR stent) AND (planning OR recommendation) AND (inventory OR stock OR warehouse) AND (database) AND (select OR match)`。
* **IPC分类号**：`G16H20/40` (与医用设备/置入物相关的医疗处理软件), `G16H10/60` (医疗数据管理)。
作为一个经验丰富的专利代理师，紧密结合**目标专利说明书（CN106999076B）**的解释以及**三份对比文件（D1、D2、D3）**的原文，对目标专利权利要求1进行全面、严谨的侵权/无效分析、最接近对比文件分析及检索策略制定。
---
### 一、 目标专利说明书对权利要求的原意解释
根据目标专利说明书《脉管内损害的自动识别和分类》（CN106999076B），权利要求1中的关键技术特征定义及逻辑解释如下：
1. **技术特征C（通过计算机辅助检测算法识别脉管名称）：**
* **说明书依据：** 说明书[0024]及[0052]-[0053]指出，系统对血管造影数据执行图像识别过程，提取轮廓、位置、分支等特征，利用计算机辅助检测（CAD）算法在图像中自动标记/注释脉管名称（如RCA、LAD、LCX、D1、M1等）。
2. **技术特征D、E、F（压力测量、共配准及确定沿脉管长度的压降）：**
* **说明书依据：** 说明书[0024]、[0047]及[0063]-[0069]记载，生理测量结果包括在沿脉管移动（拉回）过程中获得的压力数据（如FFR或iFR比率）；共配准技术将实时收集的生理数据/压降链接或空间叠加至血管造影图解上，计算沿脉管长度（806）的压降/功能强度损失斜率。
3. **技术特征G（依赖于生理测量结果和损害长度测量的损害分类）：**
* **说明书依据：** 说明书[0024]、[0059]及[0074]-[0076]明确指出，系统将分析结果与包含损害分类的分类指数比较。分类依据为**“跨脉管压降的功能强度（生理测量）和长度（损害长度测量）”**。例如，短长度内锐利压力损失分类为“局灶性（局灶性损害810）”，较长长度上渐进压降分类为“弥散性（820）”，特定距离内的多个损害分类为“多重（830）”。
4. **技术特征H（输出脉管名称及损害分类）：**
* **说明书依据：** 说明书[0052]、[0059]及图6-图8显示，用户界面（500）在血管造影图像上同时输出脉管名称标签（如“LAD”、“RCA”）以及损害分类提示（580、590，如局灶性、弥散性）。
---
### 二、 对比文件技术特征比对表格
以下为权利要求1的各项技术特征（A~H）在各对比文件中的公开情况对比：
| 权利要求1的技术特征 | 对比文件1：D1 (US20080221442A1) | 对比文件2：D2 (US7845849B1) | 对比文件3：D3 (WO2012014212A2) |
| 技术特征A：评价脉管系统(150)，含处理系统(172) | 公开 <br>[0108]-[0114] 描述包含control unit的图像处理系统。 | 不公开 <br>非脉管领域（BGA焊点热成像检测系统）。 | 公开 <br>[p0037]-[0041] 描述包含processor的腔内/腔外数据整合系统。 |
| 技术特征B：获得患者脉管系统的图像数据(504) | 公开 <br>[0109] imaging device acquiring image frames (如冠状脉血管造影)。 | 不公开 <br>针对BGA芯片与PCB的焊点检测。 | 公开 <br>[p0037], [p0238] acquiring extraluminal images (如血管造影、CT等)。 |
| 技术特征C：通过计算机辅助检测算法分析图像识别脉管名称 | 未实质公开 <br>仅提及识别器官/血管位置，未公开通过CAD算法识别并标记脉管名称。 | 未公开 | 未实质公开 <br>[p0248], [p0278] 提及识别血管分叉或特定形状，但未公开利用CAD算法自动识别脉管名称（如LAD/RCA）。 |
| 技术特征D：获得脉管生理测量结果（含压力测量结果） | 实质公开 <br>[0242] sensor includes a blood pressure sensor. | 未公开 | 实质公开 <br>[p0246], [p0260] endoluminal data includes pressure, Fractional Flow Reserve (FFR). |
| 技术特征E：生理测量结果与图像数据共配准 | 公开 <br>[0115], [0151]-[0153] gated image frames与生理信号同步/叠加显示。 | 未公开 | 实质公开 <br>[p0039]-[0041], [p0268] associating endoluminal data-point (FFR) with a given location in extraluminal image. |
| 技术特征F：分析共配准生理测量结果确定沿脉管长度的压降 | 未实质公开 <br>仅检测血压相位信号用于图像门控，未分析沿脉管长度计算压降。 | 未公开 | 实质公开 <br>[p0260], [p0331] 沿脉管拉回过程测量FFR/压力，获得沿长度的压力分布。 |
| 技术特征G：比较分类指数确定损害分类，依赖于生理测量结果和损害长度测量 | 未公开 <br>无损害分类及分类指数比较逻辑。 | 未公开 | 未实质公开 <br>[p0248], [p0278] 提及识别狭窄/损害位置，但未公开根据生理压力和损害长度结合分类指数确定“局灶性/弥散性/多重”等损害分类。 |
| 技术特征H：输出脉管附近有脉管名称的脉管及损害分类 | 未公开 | 未公开 | 未实质公开 <br>[p0249], [p0295] 可以在图像上显示损害位置和QVA数据，但未公开同时输出脉管名称及损害分类。 |
---
### 三、 对比文件原文详细出处分析与特征公开认定
#### 1. 对比文件1：D1（公开号：US20080221442A1）
* **原文出处分析：**
* **特征A、B：** 段落[0108]-[0109]公开了“apparatus for imaging a portion of a body... an imaging device for acquiring a plurality of image frames... a control unit...”。公开了处理系统及获取脉管图像数据。
* **特征D：** 段落[0242]公开了“The sensor includes a blood pressure sensor”，公开了获取血压等生理测量结果。
* **特征E：** 段落[0115]、[0151]-[0153]公开了“displaying a representation of the gating signal/data simultaneously... overlaid on image frames”，公开了将生理信号与图像数据共配准与叠加。
* **未公开特征：** D1的核心在于利用ECG或血压信号对心脏/血管的动态图像进行“门控（Gating）”和运动追踪（Image Tracking）以实现图像稳定，**未公开特征C（CAD算法识别脉管名称）、特征F（沿长度分析压降）、特征G（结合压力与长度进行损害分类）及特征H（输出脉管名称及损害分类）**。
#### 2. 对比文件2：D2（公开号：US7845849B1）
* **原文出处分析：**
* D2全篇（如摘要及段落[0001]-[0004]）涉及的是“Testing BGA solder joints by localized pulsed-heat thermography”（通过局域脉冲热成像测试球栅阵列BGA焊点质量）。
* **公开认定：** D2属于**半导体封装与电子测试技术领域**，与本案医学图像 processing 及脉管评估领域（IPC分类：A61B）跨度极大，技术问题和技术手段完全不同，**未公开权利要求1的任何实质性医学评估特征（特征B~H均未公开）**。
#### 3. 对比文件3：D3（公开号：WO2012014212A2）
* **原文出处分析：**
* **特征A、B：** 段落[p0037]-[p0038]公开了“apparatus for use with an endoluminal data-acquisition device... extraluminal imaging... at least one processor”。
* **特征D：** 段落[p0246]及[p0260]公开了“endoluminal data... Fractional Flow Reserve (FFR)”，即获得包含压力测量（FFR）的腔内生理数据。
* **特征E：** 段落[p0039]-[p0041]及[p0268]公开了“location-association functionality configured to associate a given endoluminal data point acquired... with a given location within the lumen”，即共配准腔内生理测量（压力）与腔外图像（血管造影）。
* **特征F：** 段落[p0268]及[p0331]公开了在拉回（pullback）过程中测量FFR/压力，并记录沿血管长度的生理变化，实质公开了分析共配准数据以确定沿脉管长度的压降。
* **未公开/未实质公开特征：**
* **特征C：** D3段落[p0248]和[p0278]虽提及识别血管分叉或狭窄（lesion），但未公开利用计算机辅助检测（CAD）算法自动识别并输出血管的名称（如LAD、RCA）。
* **特征G：** D3段落[p0248]仅提到了识别病变/狭窄（lesion）的位置，未公开**“将分析结果与包含损害分类的分类指数进行比较，且该分类依赖于生理测量结果（压降）和损害长度测量（如划分为局灶性、弥散性、多重损害）”**这一技术逻辑。
* **特征H：** 未公开在用户界面上同时输出脉管名称以及损害的分类。
---
### 四、 最接近对比文件的选择与技术问题/效果分析
#### 1. 最接近对比文件的选择
* **最接近对比文件：D3 (WO2012014212A2)**
* **理由：** D3与目标专利同属于**利用腔内生理数据（如压力/FFR）与腔外医学图像（血管造影）共配准来评估患者血管系统**的技术领域。D3公开了权利要求1的大部分技术特征（特征A、B、D、E、F）。
* **排除D1和D2：** D1主要侧重于运动器官图像的门控稳定（Gating/Tracking），缺乏腔内压力数据与血管损害评估的结合；D2属于BGA电路焊点检测，属于完全无关的技术领域，不具备作最接近对比文件的条件。
#### 2. 整体解决的技术问题与技术效果分析
* **最接近对比文件D3未公开的区别技术特征：**
1. **特征C：** 通过计算机辅助检测（CAD）算法分析图像识别脉管的脉管名称。
2. **特征G：** 通过将分析结果与分类指数比较来确定损害的分类，且分类**同时依赖于生理测量结果（压降）和损害长度测量**。
3. **特征H：** 向用户界面输出在脉管附近有脉管名称的脉管以及损害的分类。
* **目标专利实际解决的技术问题：**
* 传统的血管评估高度依赖医师经验，且单纯依赖图像或单一压力值难以准确判定复杂损害（如局灶性 vs 弥散性损害），导致PCI手术规划不精准。
* 目标专利通过CAD算法自动识别脉管名称，并**综合结合“压降（生理参数）”与“损害长度（解剖参数）”对损害进行定量分类**，解决了**如何提高脉管损害诊断的自动化程度、准确性以及直观呈现PCI规划信息**的技术问题。
* **产生的技术效果：**
* 自动化识别脉管降低了对人员培训精度的依赖，避免误诊；
* 结合压降斜率与损害长度（如区分短距离剧烈压降的“局灶性”与长距离渐进压降的“弥散性”），能够为临床医生提供客观、定制化的经皮冠状动脉介入（PCI）处置指导；
* 在用户界面直观叠加输出名称与分类，极大地提升了交互效率与诊断直观性。
---
### 五、 无效请求中最薄弱的技术特征及无效策略
如果在无效宣告程序中试图突破权利要求1，**最薄弱的技术特征（即目标专利最具创造性的核心特征）**是：
> **特征G：通过将分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类，其中，所述分类依赖于所述生理测量结果和损害长度测量。**
#### 薄弱性与防守/攻击要点分析：
1. **为什么特征G是防守的核心（最难被无效的部分）：**
* 现有技术（如D3）通常仅能做到“定位狭窄位置”或“测量单个狭窄处的FFR值”。
* 目标专利的特征G不仅看“有没有压降”，还看“压降在多长距离内发生”（即单位长度的压力梯度变化），并将生理测量（压降）与几何测量（损害长度）**深度结合**，比对分类指数得出具体的“局灶性/弥散性/多重”损害分类。这种将物理长度与生理压降联合建立分类矩阵的算法逻辑，在对比文件D1、D2、D3中均未给出任何启示。
2. **特征C和特征H的易突破性：**
* **特征C（CAD识别脉管名称）：** 计算机图像识别（如语义分割、骨架提取匹配器官图谱）在医学图像处理领域属于公知常识或常见技术手段。
* **特征H（界面输出名称和分类）：** 属于单纯的信息处置与界面显示（UI展示），在CAD识别和分类确定后，将结果打上标签输出属于本领域技术人员的常规选择。
---
### 六、 进一步的对比文件检索策略建议
为了在后续无效程序中成功对权利要求1（尤其是特征G）发起创造性攻击，建议采用以下针对性检索策略：
1. **精准核心概念组合检索（针对特征G）：**
* **技术逻辑：** 寻找同时结合了“腔内压力测量/压降斜率（Pressure Drop / Pressure Gradient / FFR / iFR）”与“血管损害长度（Lesion Length）”进行“自动分类/损害类型识别（Lesion Classification / Focal vs Diffuse）”的现有技术文献。
* **建议检索式（中英文）：**
* `(FFR OR iFR OR "pressure drop" OR "pressure gradient") AND ("lesion length" OR "stenosis length") AND (classif* OR "focal" OR "diffuse" OR typ*) AND (coronary OR vessel OR vascular)`
* `(压降 OR 压力梯度 OR FFR OR iFR) AND (损害长度 OR 狭窄长度 OR 长度) AND (分类 OR 局灶 OR 弥散) AND 血管`
2. **重点申请人与专家团队检索：**
* 检索在血管共配准及腔内生理学领域有深厚积累的医疗器械巨头及研脑团队的早期专利，例如：
* **Volcano Corporation**（极多iFR/FFR拉回与血管造影共配准专利）
* **Philips Medical Systems**
* **St. Jude Medical / Abbott**
* **ACIST Medical Systems**
3. **IPC分类号限定：**
* 聚焦于医学诊断与图像处理交叉分类：
* `A61B5/02`（测量血流、血压或脉搏）
* `A61B6/00`（X射线诊断，如血管造影）
* `G06T7/00`（医学图像分析/计算机辅助检测）
* `G16H30/20`（用于医学图像的ICT技术）
```python?code_reference&code_event_index=1
import sys
print("Python interpreter is active.")
```
```text?code_stdout&code_event_index=1
Python interpreter is active.
```
```python?code_reference&code_event_index=2
# Write a python script to generate the complete detailed report in HTML and compile via WeasyPrint
html_content = """<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="UTF-8">
<style>
@page {
size: A4;
margin: 15mm 12mm 15mm 12mm;
background-color: #ffffff;
@bottom-right {
content: "第 " counter(page) " 页，共 " counter(pages) " 页";
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 8pt;
color: #666666;
}
@bottom-left {
content: "专利权利要求与对比文件比对及创造性评估报告";
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 8pt;
color: #666666;
}
}
*, *::before, *::after {
box-sizing: border-box;
}
body {
font-family: "PingFang SC", "Microsoft YaHei", "SimSun", sans-serif;
font-size: 10pt;
line-height: 1.5;
color: #222222;
margin: 0;
padding: 0;
}
/* Banner Header */
.header-banner {
background-color: #1a365d;
color: #ffffff;
padding: 20px 15px;
margin: -15mm -12mm 20px -12mm;
text-align: center;
}
.header-banner h1 {
font-size: 18pt;
font-weight: bold;
margin: 0 0 8px 0;
letter-spacing: 1px;
}
.header-banner p {
font-size: 10pt;
margin: 0;
color: #e2e8f0;
}
.meta-box {
background-color: #f7fafc;
border: 1px solid #e2e8f0;
border-left: 4px solid #2b6cb0;
padding: 10px 12px;
margin-bottom: 20px;
font-size: 9.5pt;
}
.meta-box table {
width: 100%;
border-collapse: collapse;
}
.meta-box td {
padding: 3px 5px;
vertical-align: top;
}
.meta-box td.label {
font-weight: bold;
color: #2d3748;
width: 15%;
}
h2 {
font-size: 13pt;
font-weight: bold;
color: #1a365d;
border-left: 4px solid #2b6cb0;
padding-left: 8px;
margin-top: 22px;
margin-bottom: 10px;
page-break-after: avoid;
}
h3 {
font-size: 11pt;
font-weight: bold;
color: #2c5282;
margin-top: 14px;
margin-bottom: 6px;
page-break-after: avoid;
}
p {
margin-top: 0;
margin-bottom: 8px;
text-align: justify;
}
/* Table styling */
table.data-table {
width: 100%;
border-collapse: collapse;
margin-top: 10px;
margin-bottom: 15px;
font-size: 9pt;
page-break-inside: auto;
}
table.data-table tr {
page-break-inside: avoid;
page-break-after: auto;
}
table.data-table th {
background-color: #2b6cb0;
color: #ffffff;
font-weight: bold;
text-align: left;
padding: 7px 8px;
border: 1px solid #2b6cb0;
}
table.data-table td {
padding: 6px 8px;
border: 1px solid #cbd5e0;
vertical-align: top;
line-height: 1.4;
}
table.data-table tr:nth-child(even) td {
background-color: #f7fafc;
}
.badge-open {
color: #2b6cb0;
font-weight: bold;
}
.badge-not {
color: #c53030;
font-weight: bold;
}
.badge-part {
color: #dd6b20;
font-weight: bold;
}
.callout-box {
background-color: #ebf8ff;
border-left: 4px solid #3182ce;
padding: 10px 12px;
margin: 12px 0;
font-size: 9.5pt;
}
.warning-box {
background-color: #fff5f5;
border-left: 4px solid #e53e3e;
padding: 10px 12px;
margin: 12px 0;
font-size: 9.5pt;
}
ul, ol {
margin-top: 0;
margin-bottom: 8px;
padding-left: 20px;
}
li {
margin-bottom: 4px;
}
</style>
</head>
<body>
<div class="header-banner">
<h1>专利权利要求与对比文件特征比对及创造性分析报告</h1>
<p>目标专利：CN106999076B《脉管内损害的自动识别和分类》分析评估</p>
</div>
<div class="meta-box">
<table>
<tr>
<td class="label">分析对象：</td>
<td>CN106999076B 权利要求1-11（权利要求1.docx）</td>
</tr>
<tr>
<td class="label">对比文件：</td>
<td>
<strong>D1:</strong> US20070260141A1 (2007-11-08)<br>
<strong>D2:</strong> US20080103389A1 (2008-05-01)<br>
<strong>D3:</strong> US20080188962A1 (2008-08-07)
</td>
</tr>
<tr>
<td class="label">分析标准：</td>
<td>《专利审查指南》新颖性（毫无异议公开/实质公开）与创造性（“三步法”）标准</td>
</tr>
</table>
</div>
<h2>一、 目标专利说明书对权利要求的深度解释</h2>
<p>紧密结合目标专利授权说明书（CN106999076B），对权利要求1的各个技术特征进行法律与技术层面的准确解释，确定其在整体技术方案中的实质含义与技术效果：</p>
<h3>1. 特征A与特征B：处理系统(172)与图像数据(504)获取</h3>
<p>说明书[0004][0007][0038][0049]指出，处理系统172与脉管内设备及外部成像系统通信，获得的图像数据504包括脉管外成像（二维/三维血管造影图像、CTA图像等）。其作用是为后续脉管识别与损害可视化提供解剖结构解剖模型基线。</p>
<h3>2. 特征C：通过计算机辅助检测（CAD）算法识别脉管名称</h3>
<p>说明书[0005][0006][0024][0053]明确指出，CAD算法对血管造影图像执行图像识别，提取脉管轮廓、位置、分支，在患者脉管系统内自动识别并标记个体脉管（如RCA, LAD, LCX, D1, M1等）。解决传统人工识别耗时且依赖经验的问题。</p>
<h3>3. 特征D：获得包含压力测量结果的生理测量结果</h3>
<p>说明书[0002][0006][0030]-[0036]记载，生理测量结果由介入设备（如压力引导线152/导管175）在脉管内采集，主要为充血或静息状态下的压力测量（如FFR、iFR或Pd/Pa比率），亦可包含流量测量结果。压力变化能客观反映狭窄或阻塞对血流的功能性限制严重程度。</p>
<h3>4. 特征E：生理测量结果与图像数据(504)的共配准</h3>
<p>说明书[0024][0047][0048][01079]记载，利用机械拉回设备（如以已知速率拉回）或图像特征匹配，将实时收集的脉管内生理数据与二维/三维血管造影图像在空间上进行精确绑定（共配准），使得每个压力测量值均对应血管图像上的具体解剖位置。</p>
<h3>5. 特征F：分析共配准的生理测量结果以确定沿着脉管长度(806)的压降</h3>
<p>说明书[0059][0064][0074]记载，在拉回过程中连续计算并映射功能强度或压力损失斜率，确定沿着脉管长度806的动态压力变化/压降幅度，作为定量评估损害功能严重性的基础。</p>
<h3>6. 特征G：将分析结果与分类指数比较以确定损害分类（局灶性/弥漫性/多重）</h3>
<p>说明书[0059][0074]-[0077][01088]详细规定了分类标准：
<ul>
<li><strong>局灶性损害（Focal, 810）：</strong>在相对较短的长度上引起锐利/显著的压降。</li>
<li><strong>弥漫性损害（Diffuse, 820）：</strong>基于在脉管较长部分（如超过5mm）上稳定的渐进压降。</li>
<li><strong>多重损害（Multiple, 830）：</strong>脉管内存在多个相互靠近（如间隔小于10mm）的损害。</li>
</ul>
该特征的技术效果是将“压力损失斜率/功能强度”与“损害长度测量”相结合，实现损害类型的自动定量精准分类。</p>
<h3>7. 特征H：向用户界面输出在脉管附近有脉管名称的脉管及损害分类</h3>
<p>说明书[0024][0052][0059]及图6-8（提示580、590，标注540等）记载，系统在图形用户界面500上显示解剖图/血管造影图，并在对应血管图像旁边自动叠加脉管名称（如LAD）以及损害分类的视觉表示（交叠显示），帮助临床医师直观规划PCI介入方案。</p>
<h2>二、 对比文件原文详细比对与特征比对表格</h2>
<h3>1. 各对比文件原文详细出处分析</h3>
<p>针对三篇对比文件，逐一核查其原文出处与技术公开情况：</p>
<ul>
<li><strong>对比文件D1 (US20070260141A1):</strong>
公开了一种基于IVUS（血管内超声）回波光谱分析自动进行斑块分类的系统。
<ul>
<li>公开了系统及处理设备（D1 [0020][0021]，对应特征A）；</li>
<li>公开了获取脉管图像数据（IVUS图像/组织图，D1 [0003][0022]，对应特征B）；</li>
<li>公开了获取生理/超声物理测量结果（D1 [0021]，对应特征D）；</li>
<li>公开了通过分类标准确定斑块/损害分类（AIT, PIT, FA, TCFA, FC）（D1 [0010][0016][0027]-[0040]，对应特征G的一部分）。</li>
<li><strong>未公开：</strong>利用CAD算法识别并输出血管名称（特征C）、生理压力测量及共配准计算沿着脉管长度的压降（特征D/E/F）、结合“压力测量”与“损害长度”的损害分类（特征G）、以及在血管附近输出脉管名称和损害分类（特征H）。</li>
</ul>
</li>
<li><strong>对比文件D2 (US20080103389A1):</strong>
公开了一种利用CT图像自动分析血管结构和识别病变（斑块/狭窄）的系统。
<ul>
<li>公开了图像处理系统及处理器（D2 [0027][0031]，对应特征A）；</li>
<li>公开了获取三维CT血管成像数据（D2 [0003][0200]，对应特征B）；</li>
<li>公开了自动识别并标记冠状动脉树分支名称（RCA, LM, LAD, LCX等）（D2 [0005][0244]，对应特征C）；</li>
<li>公开了在用户界面上可视化展示血管树及病变位置、阻塞程度和报告（D2 [0258]-[0281]及图11-15，对应特征H的一部分）。</li>
<li><strong>未公开：</strong>获得脉管内生理压力测量结果（特征D）、生理压力与图像共配准（特征E）、确定沿着脉管长度的压降（特征F）、基于压力与损害长度比较分类（特征G）。</li>
</ul>
</li>
<li><strong>对比文件D3 (US20080188962A1):</strong>
公开了一种血管图像提取与自动标记系统及方法。
<ul>
<li>公开了三维血管图像处理系统（D3 [0017][0020]，对应特征A/B）；</li>
<li>公开了自动分割血管树并基于脑部分区自动给血管段赋予解剖名称标签（RACA, MCAs, PCAs等）（D3 [0006][0032][0114][0116]，对应特征C）；</li>
<li>公开了在三维图像上显示带有解剖标签的血管（D3 [0148]及图9，对应特征H的一部分）。</li>
<li><strong>未公开：</strong>脉管内生理压力测量、压降分析、损害分类等特征（特征D、E、F、G）。</li>
</ul>
</li>
</ul>
<h3>2. 权利要求1技术特征比对表格</h3>
<table class="data-table">
<thead>
<tr>
<th style="width: 22%;">权利要求1技术特征</th>
<th style="width: 26%;">D1 (US20070260141A1)</th>
<th style="width: 26%;">D2 (US20080103389A1)</th>
<th style="width: 26%;">D3 (US20080188962A1)</th>
</tr>
</thead>
<tbody>
<tr>
<td><strong>特征A：</strong>系统包括处理系统(172)</td>
<td><span class="badge-open">毫无异议公开</span><br>[0020] "computing device 130 comprising memory..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0027] "Image processing system 100 includes processor 110..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0017] "system 20 having scanner 22, computer 24/34..."</td>
</tr>
<tr>
<td><strong>特征B：</strong>获得脉管系统图像数据(504)</td>
<td><span class="badge-open">毫无异议公开</span><br>[0003][0022] "acquire backscatter data / render images..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0200] "receives CT image data..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0102] "perform scan of patient's head to obtain data..."</td>
</tr>
<tr>
<td><strong>特征C：</strong>通过CAD算法识别脉管名称</td>
<td><span class="badge-not">未公开</span><br>仅提及对血管切片进行组织/斑块分类，未识别输出脉管名称。</td>
<td><span class="badge-open">毫无异议公开</span><br>[0005][0244] "Coronary tree branches may further be labeled (RCA, LM, LAD, LCX)..."</td>
<td><span class="badge-open">毫无异议公开</span><br>[0006][0114][0116] "label the blood vessel voxels with a corresponding anatomical label (RACA, etc.)..."</td>
</tr>
<tr>
<td><strong>特征D：</strong>获得生理测量结果（含压力测量结果）</td>
<td><span class="badge-part">部分公开(仅超声)</span><br>[0021] 公开声波回波测量，未公开血流压力测量结果。</td>
<td><span class="badge-not">未公开</span><br>仅基于CT形态学分析，未获取血流压力测量结果。</td>
<td><span class="badge-not">未公开</span><br>仅涉及形态学解剖分割与标记，无生理压力测量。</td>
</tr>
<tr>
<td><strong>特征E：</strong>生理测量结果与图像数据共配准</td>
<td><span class="badge-not">未公开</span><br>未公开压力测量与血管图像数据的共配准。</td>
<td><span class="badge-not">未公开</span><br>无压力测量，故无共配准。</td>
<td><span class="badge-not">未公开</span><br>无压力测量，故无共配准。</td>
</tr>
<tr>
<td><strong>特征F：</strong>分析共配准生理测量结果确定压降</td>
<td><span class="badge-not">未公开</span><br>未公开分析共配准压力以确定沿脉管长度的压降。</td>
<td><span class="badge-not">未公开</span><br>无压力测量及压降确定。</td>
<td><span class="badge-not">未公开</span><br>无压力测量及压降确定。</td>
</tr>
<tr>
<td><strong>特征G：</strong>压降与分类指数比较确定损害分类（依赖压力与损害长度）</td>
<td><span class="badge-part">部分公开(形态/组织)</span><br>[0010][0016] 根据斑块组织成分(NC/DC)分类(TCFA/FA)，非基于压力与长度。</td>
<td><span class="badge-part">部分公开(形态狭窄)</span><br>[0005][0254] 基于CT形态学狭窄百分比和斑块类型分类，非基于压力压降。</td>
<td><span class="badge-not">未公开</span><br>未公开损害分类。</td>
</tr>
<tr>
<td><strong>特征H：</strong>向UI输出在脉管附近有脉管名称的脉管及损害分类</td>
<td><span class="badge-part">部分公开</span><br>[0042] 图形化显示病变风险，但无血管名称输出及压力分类叠加。</td>
<td><span class="badge-open">实质公开(部分)</span><br>[0258]-[0281] 在UI输出带有病变和名称的血管树，但非基于压力的分类。</td>
<td><span class="badge-open">实质公开(部分)</span><br>[0148] 在UI输出带有解剖名称标签的血管图像，未输出损害分类。</td>
</tr>
</tbody>
</table>
<h2>三、 最接近对比文件的选择与创造性评估（“三步法”）</h2>
<h3>1. 最接近对比文件的选择（D2为最接近对比文件）</h3>
<p>在创造性评估中，<strong>对比文件D2 (US20080103389A1)</strong> 最适合作为最接近的对比文件（核心对比文件）。理由如下：</p>
<ul>
<li><strong>整体技术问题与应用场景相同：</strong>D2与本专利均致力于解决对患者脉管系统（尤其是冠状动脉）进行自动分析、识别解剖结构与病变/狭窄，辅助临床医生进行介入（PCI）诊断和规划的问题。</li>
<li><strong>技术特征重合度极高：</strong>D2毫无异议公开了特征A（处理系统）、特征B（图像数据）、特征C（利用CAD算法识别脉管名称如LAD/RCA）以及特征H的大部分形态（在UI界面输出包含脉管名称的脉管与损害）。</li>
</ul>
<h3>2. 区别技术特征与实际解决的技术问题</h3>
<p>以D2为最接近对比文件，权利要求1与D2相比，区别技术特征为：</p>
<ol>
<li><strong>特征D、E、F：</strong>获得了患者脉管的血流压力测量结果，并将压力测量结果与图像数据共配准，进而分析确定沿着脉管长度的压降。</li>
<li><strong>特征G：</strong>损害分类是通过将压降分析结果与包含损害分类的指数进行比较确定的，且该分类依赖于生理压力测量结果和损害长度测量（从而区分出局灶性、弥漫性、多重损害等）。</li>
<li><strong>特征H（部分）：</strong>向用户界面输出的损害分类是基于上述生理压力与损害长度确定的分类（并交叠在脉管图像上）。</li>
</ol>
<p><strong>实际解决的技术问题：</strong>如何克服仅依靠解剖学形态图像（如CT）评估血管狭窄不准确的问题，从而精准、定量且自动化地从血流动力学（功能性）与病变长度维度评估脉管损害的严重程度和类型。</p>
<h3>3. 显而易见性与创造性分析</h3>
<p>查阅对比文件D1和D3：</p>
<ul>
<li>D1虽然涉及损害分类（如TCFA, FA），但其分类完全建立在IVUS组织学斑块成分（坏死芯、钙化等）分析上，并未教导获取压力测量结果、计算沿脉管长度的压降，更未给出将“压力压降”与“损害长度”结合进行局灶性/弥漫性分类的启示。</li>
<li>D3仅关注解剖学血管树的自动分割与名称标记，不涉及血流压力测量或损害分类。</li>
</ul>
<p>因此，现有技术（D1、D2、D3）均未给出将脉管内血流压力测量共配准、计算沿脉管长度压降并结合损害长度进行损害分类（特征D、E、F、G）的教导或技术启示。权利要求1相对于D1-D3的组合具备突出的实质性特点和显著的进步，<strong>具备创造性（符合《专利法》第22条第3款）</strong>。</p>
<h2>四、 无效宣告请求中最薄弱的技术特征与攻击点</h2>
<p>若对本专利提出无效宣告请求，权利要求1中最薄弱、最容易被突破的技术特征以及相应的攻击策略如下：</p>
<div class="warning-box">
<strong>最薄弱特征攻击点：特征E（生理测量与图像共配准）与特征F/G的通用结合</strong>
<p><strong>薄弱原因：</strong>
“血管内压力测量与血管造影图像共配准（Co-registration）”在突破日之前（2015-2016年前后）在心血管介入领域已有较多基础研究（例如Volcano公司的SyncVision系统技术）。本专利说明书[0047][0048]自身也明确引用了多项现有技术专利（如US7930014B2）来说明共配准是已知技术。此外，根据连续压力拉回曲线分析压降并区分局灶性狭窄（局部剧烈压降）与弥漫性病变（全段平缓压降）是心内科医生的基本临床常识。</p>
</div>
<p><strong>无效攻击思路：</strong></p>
<ol>
<li><strong>组合结合方案：</strong>寻找一份公开了“压力引导线拉回测定FFR/iFR并与血管造影共配准”的现有技术（记为D4，如US7930014B2或早期文献），将其与D2组合。</li>
<li><strong>论证逻辑：</strong>D2提供了自动识别血管名称和解剖狭窄的框架，D4提供了压力共配准与压降计算。在D4已能绘制压降-长度曲线的基础上，本领域技术人员为了对病变进行自动化定量分类，依据临床已知常识（局灶性压降陡、弥漫性压降平缓）设定分类指数阈值属于本领域的常规选择，不具备创造性。</li>
</ol>
<h2>五、 进一步的对比文件检索策略（无效检索建议）</h2>
<p>为了成功无效本专利的权利要求1及从属权利要求，建议按照以下策略展开进一步的对比文件检索：</p>
<div class="callout-box">
<strong>1. 核心检索要素（Key Concepts）拆分与扩展：</strong>
<ul>
<li><strong>要素1（共配准与压力）：</strong>Pressure wire, Pullback, Co-registration, Angiography, FFR (Fractional Flow Reserve), iFR (instant wave-Free Ratio), Pressure drop, Gradient.</li>
<li><strong>要素2（损害分类与长度）：</strong>Lesion classification, Focal lesion, Diffuse lesion, Multiple lesions, Lesion length, Pressure loss slope.</li>
<li><strong>要素3（CAD与名称标记）：</strong>CAD, Automatic labeling, Vessel name, Coronary tree.</li>
</ul>
</div>
<p><strong>2. 推荐的布尔检索逻辑式（用于PatentSight / Clarivate Analytics / CNIPA / Google Patents）：</strong></p>
<p><code>(co-registra* OR align* OR overlay*) AND (pressure OR FFR OR iFR OR "pressure drop" OR gradient) AND (focal OR diffuse) AND (classif* OR typ*) AND (vessel OR coronary OR angiogram)</code></p>
<p><strong>3. 重点检索申请人与发明人团队：</strong></p>
<ul>
<li><strong>重点申请人：</strong>Volcano Corporation（火山公司，本专利后被飞利浦收购）、Philips Image-Guided Therapy Corporation、St. Jude Medical、ACIST Medical Systems。</li>
<li><strong>理由：</strong>本专利说明书背景技术和具体实施方式中大量引用了Volcano Corporation早期的专利（如US13/460296, US14/144280, PCT/IL2011/000612）。这些公司在2010-2015年间布局了大量关于iFR拉回（iFR Pullback）及损害功能性评估的专利，极可能存在公开了“利用压降斜率与长度分类局灶/弥漫损害”的对比文件。</li>
</ul>
<p><strong>4. 重点IPC/CPC分类号检索：</strong></p>
<ul>
<li><code>A61B 5/02007</code> （血流/血压测量）</li>
<li><code>A61B 5/0035</code> （多模态医学图像共配准）</li>
<li><code>G16H 30/20</code> 或 <code>G06T 7/0012</code> （医学图像计算机辅助诊断/分类）</li>
<li><code>A61B 8/085</code> （脉管内成像与评价）</li>
</ul>
</body>
</html>
"""
with open("report.html", "w", encoding="utf-8") as f:
f.write(html_content)
print("HTML report written successfully.")
```
```text?code_stdout&code_event_index=2
HTML report written successfully.
```
```python?code_reference&code_event_index=3
from weasyprint import HTML
HTML("report.html").write_pdf("patent_analysis_report.pdf")
print("PDF generated successfully via WeasyPrint.")
```
```text?code_stdout&code_event_index=3
PDF generated successfully via WeasyPrint.
```
# 专利权利要求与对比文件比对及创造性分析报告
[file-tag: code-generated-file-c061ff65-567c-46fb-9a9a-927b15ff03fd]
---
### 一、 目标专利说明书对权利要求的深度解释
紧密结合目标专利授权说明书（CN106999076B），对权利要求1的各个技术特征进行法律与技术层面的准确解释，确定其在整体技术方案中的实质含义与技术效果：
1. **特征A（处理系统）与特征B（图像数据获取）：**
说明书[0004][0007][0038][0049]指出，处理系统(172)与脉管内设备及外部成像系统通信，获得的图像数据(504)包括脉管外成像（二维/三维血管造影图像、CTA图像等）。其作用是为后续脉管识别与损害可视化提供解剖结构解剖模型基线。
2. **特征C（通过CAD算法识别脉管名称）：**
说明书[0005][0006][0024][0053]明确指出，计算机辅助检测（CAD）算法对血管造影图像执行图像识别，提取脉管轮廓、位置、分支，在患者脉管系统内自动识别并标记个体脉管（如RCA, LAD, LCX, D1, M1等）。解决传统人工识别耗时且依赖经验的问题。
3. **特征D（获得包含压力测量结果的生理测量结果）：**
说明书[0002][0006][0030]-[0036]记载，生理测量结果由介入设备（如压力引导线152/导管175）在脉管内采集，主要为充血或静息状态下的压力测量（如FFR、iFR或Pd/Pa比率），亦可包含流量测量结果。压力变化能客观反映狭窄或阻塞对血流的功能性限制严重程度。
4. **特征E（生理测量结果与图像数据的共配准）：**
说明书[0024][0047][0048][01079]记载，利用机械拉回设备（如以已知速率拉回）或图像特征匹配，将实时收集的脉管内生理数据与二维/三维血管造影图像在空间上进行精确绑定（共配准），使得每个压力测量值均对应血管图像上的具体解剖位置。
5. **特征F（确定沿着脉管长度的压降）：**
说明书[0059][0064][0074]记载，在拉回过程中连续计算并映射功能强度或压力损失斜率，确定沿着脉管长度(806)的动态压力变化/压降幅度，作为定量评估损害功能严重性的基础。
6. **特征G（与分类指数比较确定损害分类）：**
说明书[0059][0074]-[0077][01088]详细规定了分类标准：
* **局灶性损害（Focal, 810）：** 在相对较短的长度上引起锐利/显著的压降。
* **弥漫性损害（Diffuse, 820）：** 基于在脉管较长部分（如超过5mm）上稳定的渐进压降。
* **多重损害（Multiple, 830）：** 脉管内存在多个相互靠近（如间隔小于10mm）的损害。
该特征的技术效果是将“压力损失斜率/功能强度”与“损害长度测量”相结合，实现损害类型的自动定量精准分类。
7. **特征H（输出包含脉管名称与损害分类的图像）：**
说明书[0024][0052][0059]及图6-8（提示580、590，标注540等）记载，系统在图形用户界面(500)上显示解剖图/血管造影图，并在对应血管图像旁边自动叠加脉管名称（如LAD）以及损害分类的视觉表示（交叠显示），帮助临床医师直观规划PCI介入方案。
---
### 二、 对比文件原文详细出处比对表格
#### 1. 各对比文件原文详细出处核查
* **对比文件D1 (US20070260141A1):**
公开了一种基于IVUS（血管内超声）回波光谱分析自动进行斑块分类的系统。公开了处理系统（D1 [0020]）、图像数据（D1 [0003][0022]）、物理超声测量（D1 [0021]）以及基于组织成分的斑块分类（D1 [0010][0016][0027]-[0040]）。**未公开**利用CAD算法识别输出脉管名称（特征C）、生理压力共配准与压降计算（特征D/E/F）、结合“压力测量与损害长度”的损害分类（特征G）及UI对应叠加输出（特征H）。
* **对比文件D2 (US20080103389A1):**
公开了一种利用CT图像自动分析血管结构和识别病变（斑块/狭窄）的系统。公开了处理系统（D2 [0027]）、三维CT图像数据（D2 [0200]）、自动识别并标记冠状动脉树分支名称（RCA, LM, LAD, LCX等，D2 [0005][0244]）以及UI界面可视化（D2 [0258]-[0281]）。**未公开**脉管内血流压力测量（特征D）、压力与图像共配准（特征E）、沿脉管压降计算（特征F）及基于压降与长度的损害分类（特征G）。
* **对比文件D3 (US20080188962A1):**
公开了一种血管图像提取与自动标记系统及方法。公开了处理系统与三维血管图像（D3 [0017][0102]）、自动分割血管树并基于脑部分区自动给血管段赋予解剖名称标签（RACA, MCAs, PCAs等，D3 [0006][0114][0116]）及带有解剖标签的显示（D3 [0148]）。**未公开**生理压力测量、压降分析及损害分类等特征（特征D、E、F、G）。
#### 2. 特征比对表格
| 权利要求1技术特征 | D1 (US20070260141A1) | D2 (US20080103389A1) | D3 (US20080188962A1) |
| 特征A：处理系统(172) | 毫无异议公开<br>[0020] "computing device 130 comprising memory..." | 毫无异议公开<br>[0027] "Image processing system 100 includes processor 110..." | 毫无异议公开<br>[0017] "system 20 having scanner 22, computer 24/34..." |
| 特征B：脉管系统图像数据(504) | 毫无异议公开<br>[0003][0022] "acquire backscatter data / render images..." | 毫无异议公开<br>[0200] "receives CT image data..." | 毫无异议公开<br>[0102] "perform scan of patient's head to obtain data..." |
| 特征C：CAD算法识别脉管名称 | 未公开<br>仅切片组织分类，未识别输出脉管名称。 | 毫无异议公开<br>[0005][0244] "Coronary tree branches may further be labeled (RCA, LM, LAD, LCX)..." | 毫无异议公开<br>[0006][0114][0116] "label the blood vessel voxels with a corresponding anatomical label (RACA, etc.)..." |
| 特征D：含压力测量结果的生理测量 | 部分公开(仅超声回波)<br>[0021] 声波测量，非血流压力。 | 未公开<br>仅基于CT形态学分析，未获取压力。 | 未公开<br>仅涉及解剖分割与标记，无压力测量。 |
| 特征E：生理测量与图像共配准 | 未公开 | 未公开 | 未公开 |
| 特征F：分析共配准生理测量确定压降 | 未公开 | 未公开 | 未公开 |
| 特征G：压降与分类指数比较确定损害分类（依赖压力+损害长度） | 部分公开(形态/组织分类)<br>[0010][0016] 依坏死芯/钙化成分分类(TCFA/FA)，非基于压力+长度。 | 部分公开(形态狭窄分类)<br>[0005][0254] 依CT狭窄百分比分类，非基于压力压降。 | 未公开 |
| 特征H：向UI输出脉管附近有脉管名称的脉管及损害分类 | 部分公开<br>[0042] 显示风险，但无血管名称及压力分类。 | 实质公开(部分)<br>[0258]-[0281] 输出带名称血管树与形态病变，非基于压力分类。 | 实质公开(部分)<br>[0148] 输出带解剖名称标签的血管图像，未输出损害分类。 |
---
### 三、 最接近对比文件的选择与创造性评估（“三步法”）
1. **最接近对比文件的选择（D2为最接近对比文件）：**
在创造性评估中，**D2 (US20080103389A1)** 最适合作为最接近的对比文件（核心对比文件）。理由：
* **整体技术问题与应用场景相同：** D2与本专利均致力于自动分析患者冠状动脉脉管系统、识别解剖结构与病变/狭窄，辅助PCI介入诊断和规划。
* **技术特征重合度极高：** D2毫无异议公开了特征A（处理系统）、特征B（图像数据）、特征C（利用CAD算法识别脉管名称如LAD/RCA）以及特征H的大部分形态（UI界面输出包含脉管名称的脉管与损害）。
2. **区别技术特征与实际解决的技术问题：**
* **区别特征：**
1. 特征D、E、F：获得了患者脉管的血流压力测量结果，并将压力测量结果与图像数据共配准，进而分析确定沿着脉管长度的压降。
2. 特征G：损害分类是通过将压降分析结果与分类指数比较确定的，且分类依赖于生理压力测量结果和损害长度测量（区分局灶性、弥漫性、多重损害等）。
3. 特征H（部分）：向用户界面输出的损害分类是基于上述生理压力与损害长度确定的分类。
* **实际解决的技术问题：** 如何克服仅依靠解剖学形态图像（如CT）评估血管狭窄不准确的问题，从而精准、定量且自动化地从血流动力学（功能性）与病变长度维度评估脉管损害的严重程度和类型。
3. **显而易见性与创造性结论：**
对比文件D1虽然涉及损害分类（TCFA/FA），但完全建立在IVUS斑块组织学成分分析上，并未教导获取压力测量结果、计算沿脉管长度的压降，更未给出将“压力压降”与“损害长度”结合进行局灶性/弥漫性分类的启示；D3仅关注解剖学血管树分割与名称标记。
因此，现有技术（D1、D2、D3）均未给出将脉管内血流压力测量共配准、计算沿脉管长度压降并结合损害长度进行损害分类（特征D、E、F、G）的技术启示。权利要求1具备突出的实质性特点和显著的进步，**具备创造性（符合《专利法》第22条第3款）**。
---
### 四、 无效宣告请求中最薄弱的技术特征与攻击点
若对本专利提出无效宣告请求，权利要求1中最薄弱、最容易被突破的技术特征为 **特征E（生理测量与图像共配准）** 与 **特征F/G（压降分析与局灶/弥漫分类）** 的结合：
* **薄弱原因：**
“血管内压力测量（如FFR/iFR）与血管造影图像共配准（Co-registration）”在申请日之前在心血管介入领域已有较多基础研究（例如Volcano公司的SyncVision系统技术），说明书[0047][0048]自身也引用了多项现有技术专利（如US7930014B2）证明共配准是已知技术。此外，依据连续压力拉回曲线分析压降并区分局灶性狭窄（局部剧烈压降）与弥漫性病变（全段平缓压降）属于心内科医生的基本临床常识。
* **无效攻击思路：**
寻找一份公开了“压力引导线拉回测定FFR/iFR并与血管造影共配准”的现有技术（记为D4，如US7930014B2），将其与D2组合。论证D2提供了自动识别血管名称和解剖狭窄的框架，D4提供了压力共配准与压降计算。在D4已能绘制压降-长度曲线的基础上，本领域技术人员为了对病变进行自动化定量分类，依据临床已知常识设定分类指数阈值属于本领域的常规选择，不具备创造性。
---
### 五、 进一步的对比文件检索策略
为了成功无效本专利的权利要求，建议采取以下检索策略：
1. **核心检索要素（Key Concepts）拆分：**
* **要素1（共配准与压力）：** `Pressure wire`, `Pullback`, `Co-registration`, `Angiography`, `FFR`, `iFR`, `Pressure drop`, `Gradient`
* **要素2（损害分类与长度）：** `Lesion classification`, `Focal lesion`, `Diffuse lesion`, `Multiple lesions`, `Lesion length`, `Pressure loss slope`
* **要素3（CAD与名称标记）：** `CAD`, `Automatic labeling`, `Vessel name`, `Coronary tree`
2. **推荐检索公式（用于PatentSight / Google Patents / CNIPA）：**
`((co-registra* OR align* OR overlay*) AND (pressure OR FFR OR iFR OR "pressure drop" OR gradient) AND (focal OR diffuse) AND (classif* OR typ*) AND (vessel OR coronary OR angiogram))`
3. **重点申请人与团队检索：**
* **重点申请人：** Volcano Corporation（火山公司，本专利原申请人，后被飞利浦收购）、Philips Image-Guided Therapy Corporation、St. Jude Medical、ACIST Medical Systems。
* **理由：** 本专利说明书背景技术和具体实施方式中大量引用了Volcano Corporation早期的专利（如US13/460296, US14/144280, PCT/IL2011/000612）。这些公司在2010-2015年间布局了大量关于iFR拉回（iFR Pullback）及损害功能性评估的专利，极可能存在公开了“利用压降斜率与长度分类局灶/弥漫损害”的对比文件。
4. **重点IPC/CPC分类号：**
* `A61B 5/02007` （血流/血压测量）
* `A61B 5/0035` （多模态医学图像共配准）
* `G16H 30/20` 或 `G06T 7/0012` （医学图像计算机辅助诊断/分类）
* `A61B 8/085` （脉管内成像与评价）
这是一份针对目标专利 **CN106999076B**（权利要求1-11）的专业专利无效检索与创造性/专利性对比分析报告。分析严格基于目标专利说明书与提供的三维对比文件原文。
---
## 一、 目标专利权利要求与说明书结合解读
根据目标专利说明书（CN106999076B），对权利要求1及从属权利要求的核心技术特征解读如下：
* **技术特征A（处理系统172）：** 指计算设备/控制台，负责诊断数据的集成处理（说明书[0038]）。
* **技术特征B（获得脉管系统的图像数据504）：** 包括2D/3D血管造影、CTA等脉管外图像数据（说明书[0047]、[0053]）。
* **技术特征C（CAD算法识别脉管名称）：** 利用计算机辅助检测/图像识别算法提取轮廓、分支，自动标记如RCA、LAD、LCX等具体冠状动脉/脉管解剖名称（说明书[0052]、[0053]）。
* **技术特征D（生理测量结果含压力）：** 通过脉管内设备（如压力导丝/导管152/175）采集压力数据（说明书[0031]、[0033]）。
* **技术特征E（生理测量与图像共配准）：** 将拉回（pullback）过程中采集的生理数据与血管造影图像在空间/位置上进行相互映射关联（说明书[0047]）。
* **技术特征F（确定沿着脉管长度806的压降）：** 基于拉回过程中的连续压力测量，分析沿脉管长度方向的压力变化斜率/梯度（说明书[0068]、[0074]）。
* **技术特征G（依据生理测量和损害长度与分类指数对比，确定损害分类810/820/830）：** 结合功能性压降强度（如iFR/FFR）与解剖学损害长度（806），对照分类指数，将损害划分为局灶性（focal）、弥散性（diffuse）、多重（multiple）或多发（polymorphic）等分类（说明书[0059]、[0074]-[0076]）。
* **技术特征H（输出在脉管附近有脉管名称的脉管及损害分类）：** 在GUI界面（500）上联合叠加显示脉管解剖标签（如LAD/RCA）与损害分类提示（580/590）（说明书[0052]、[0059]，图6/图8）。
---
## 二、 对比文件技术特征比对表
各对比文件指代如下：
* **D1：** US5474074A（血管内超声成像的低轮廓换能器及安装方法）
* **D2：** CN1977773A（用于支架规划和支架植入过程的计算机化的工作流方法）
* **D3：** US20070135707A1（Computerized workflow method for stent planning and stenting procedure，为D2的同族专利）
### 权利要求1技术特征比对表
| 权利要求1技术特征 | D1 (US5474074A) 对应原文及公开情况 | D2 (CN1977773A) 对应原文及公开情况 | D3 (US20070135707A1) 对应原文及公开情况 |
| 特征A：处理系统(172) | 未公开（仅涉及单换能器硬件及控制系统30/图像生成系统38，col 3, l:15-30） | 实质公开：说明书第4页“运行了狭窄分析软件的计算机”及图1系统/工作站 | 实质公开：[0014], [0023] "computer", "workstation of the imaging modality" |
| 特征B：获得脉管图像数据(504) | 未公开（仅涉及IVUS超声声束发射接收） | 实质公开：说明书第4页“获取病变血管的X射线图像...再现三维图像” | 实质公开：[0013], [0022] "3D image data are acquired... 2D x-ray projections" |
| 特征C：CAD算法识别脉管名称 | 未公开 | 未公开（仅提及“模式识别和图像处理软件自动确定狭窄特征”，未公开识别并输出脉管解剖名称，说明书第4页） | 未公开（仅提及 "pattern recognition and image processing software... identify characteristics concerning the lesion", 未公开识别脉管名称） |
| 特征D：获得生理测量结果，包含压力测量 | 未公开（仅涉及IVUS超声成像） | 未公开（仅提及组织成分、血管壁弹性、血流流动动态仿真，未公开直接采集压力测量结果，说明书第4, 6页） | 未公开（仅提及 tissue composition, vessel wall elasticity, fluid dynamics simulation, 未公开压力测量） |
| 特征E：共配准生理测量与图像数据 | 未公开 | 部分公开/未完全公开（公开了实时2D图像与3D规划图像/虚拟支架共配准，以及融合ANGUS/IVUS与血管造影，但未涉及压力生理数据的共配准，说明书第4, 6页） | 部分公开/未完全公开（公开了 2D real-time image correlated with 3D planning data, IVUS/OCT fusion, 未公开压力生理数据共配准） |
| 特征F：分析共配准生理数据确定沿脉管长度压降 | 未公开 | 未公开 | 未公开 |
| 特征G：依赖生理测量和损害长度确定损害分类(810/820/830) | 未公开 | 未公开（仅提及确定“损伤大小、长度、延伸程度、狭窄分析”，未公开结合生理压力与损害长度对损害进行局灶性/弥散性等分类） | 未公开（仅提及 "determination of the size, lesion length, lesion extent", 未公开结合生理压力与损害长度进行分类） |
| 特征H：输出脉管附近有脉管名称的脉管及损害分类 | 未公开 | 未公开（仅重叠显示虚拟支架与损害位置，未公开输出脉管名称及损害分类） | 未公开（仅 superimpose virtual representation of stent, 未公开输出脉管名称及损害分类） |
---
## 三、 最接近对比文件分析与整体技术问题/效果对比
### 1. 对比文件定位分析
* **D1 (US5474074A)：** 属于纯硬件结构类专利，重点在于**血管内超声（IVUS）探头的背衬层（Backing Element）厚度与声学阻抗匹配**，用以消除声学回波伪影。其与目标专利的系统级评估、共配准及损害分类完全不在同一技术领域，**不适合作为最接近对比文件**。
* **D2 (CN1977773A) / D3 (US20070135707A1)：** 二者为同族专利，涉及**基于图像的支架规划与植入工作流**。公开了利用计算机分析脉管3D图像、识别损伤大小/长度/组织成分、进行虚拟支架仿真与图像共配准叠加显示。技术领域与目标专利最为接近，**适合作为最接近的对比文件（D2或D3均可）**。
### 2. 整体解决的技术问题与技术效果对比
* **目标专利解决的技术问题：** 传统血管造影无法准确判断狭窄的实际生理严重程度，且人工识别脉管与损害极其依赖医生经验、容易误诊；目标专利旨在实现**脉管系统的自动解剖标记、生理压力与图像的共配准、以及基于“功能性压降+解剖长度”对损害进行客观的自动化诊断分类**。
* **D2/D3解决的技术问题：** 传统二维X射线透视存在缩短效应（Foreshortening），导致支架类型/尺寸选择不当或位置放错导致再狭窄；D2/D3旨在**通过3D重建与虚拟支架仿真，优化支架尺寸选择与实时定位**。
* **差异对比：** D2/D3侧重于**几何维度与形态学上的支架评估**，而目标专利引入了**血流动力学（压力测量与沿程压降）与解剖名称自动识别（CAD算法）的结合**，实现了“功能+结构”双重指标下的损害自动分类（如局灶性与弥散性损害）。
---
## 四、 破坏权利要求1及从属权利要求创造性的薄弱点与检索策略
### 1. 最薄弱的技术特征（目前现有对比文件未覆盖的缺口）
经对比分析，现有提供的对比文件（D1, D2, D3）**组合后仍无法覆盖**权利要求1的以下核心技术特征组合：
1. **特征C：** 通过**CAD算法自动识别并标注脉管解剖名称**（如LAD、RCA、LCX等）。
2. **特征D+E+F：** 获得**脉管内压力测量数据**，将其与图像**共配准**，并分析获得**沿脉管长度的压降（Pressure Drop / Slope）**。
3. **特征G：** 结合**生理测量（压降/iFR/FFR）**与**损害长度测量**，与分类指数比较来确定**损害分类（局灶性/弥散性/多重等）**。
### 2. 无效宣告攻破路径建议（补充检索策略）
由于D2/D3已经奠定了“计算机辅助图像分析+损害长度/几何测量+虚拟叠加显示”的框架，若要对目标专利权利要求1-11发起强有力的无效请求，需补充补充以下领域的对比文件进行“多块拼图”式的组合攻击（如 $D2/D3 + D_{补充1} + D_{补充2}$）：
#### 策略一：补充“压力-图像共配准与沿程压降分析”对比文件（攻破特征D、E、F）
* **检索方向：** 重点检索 **Volcano Corporation（火山公司，即目标专利原权利人）** 或 **St. Jude Medical / Philips** 在2015年之前的早期共配准专利。
* **关键词/分类号推荐：**
* IPC/CPC: `A61B5/021`, `A61B5/0035`, `A61B6/501`, `G06T7/0012`
* Keywords: `co-registration` / `co-registered`, `pressure ratio`, `pressure drop`, `pullback`, `iFR`, `FFR`, `angiography`
* **目标效果：** 证明将压力导丝拉回数据（iFR/FFR曲线）与血管造影图像进行空间映射/共配准，并计算沿脉管长度压降属于本领域的公知常识或现有技术。
#### 策略二：补充“结合生理指标与几何长度的损害自动分类”对比文件（攻破特征G及权2）
* **检索方向：** 冠状动脉生理学（Physiological Assessment）算法、Functional vs. Anatomic Lesion Classification。
* **Keywords：** `lesion classification`, `focal lesion`, `diffuse lesion`, `pressure gradient`, `length`, `index`
* **目标效果：** 寻找在评估冠脉狭窄时，已有文献或专利提出根据“压降幅值/梯度（功能性）”配合“病变长度（形态学）”将病变自动划分/定义为“局灶性（Focal）”或“弥散性（Diffuse）”的技术方案。
#### 策略三：补充“血管解剖名称自动识别/CAD算法”对比文件（攻破特征C及权11）
* **检索方向：** 计算机辅助诊断（CAD）、冠状动脉树自动分割与命名。
* **Keywords：** `coronary tree`, `vessel labeling`, `vessel name`, `computer-aided detection`, `LAD`, `RCA`, `artery identification`
* **目标效果：** 证明利用图像识别算法对冠状动脉树图像自动识别并打上解剖学标签（LAD、RCA、LCX等）属于医学图像处理领域的常规技术手段。
---
## 五、 从属权利要求（权利要求2-11）的额外分析
1. **权利要求2（损害分类包括局灶性、弥散性、多重）：** 依赖于主权1特征G，目前D1-D3未公开此特定分类方法，需通过补充检索策略二攻破。
2. **权利要求3（根据库存数据库编译支架并自动推荐）：** D2（说明书第4页“基于狭窄分析结果自动选择支架/支架数据库”）已公开基于损害特征从数据库检索选择支架的思想；但结合库存（inventory）推荐需结合医院管理系统公知常识。
3. **权利要求4（二维/三维血管造影或CTA）：** **D2/D3已实质公开**（D2说明书第4页公开了二维/三维血管造影及CT图像）。
4. **权利要求5-9（压力/流量感测介入设备及压力比率计算）：** 涉及脉管内压力/流量传感器设备及计算FFR/iFR（压力比率）。D1涉及IVUS，D2/D3涉及常规导管，未明确公开压力/流量双感测及压力比率计算，需通过补充检索策略一攻破。
5. **权利要求10-11（UI输出及将分类表示交叠在损害位置附近）：** D2/D3已公开将虚拟表示/符号**叠加（superimpose/overlay）**在损害位置附近的图像上，但叠加的内容为“损害分类（局灶/弥散）”与“脉管名称”这一特定信息组合目前仍受制于主权1特征C和G的成立。
资深专利代理师，为您针对目标专利（授权号：CN106999076B）与相关对比文件进行严谨的专利有效性/无效性对比分析。
---
## 一、 说明书对权利要求的解释与本领域技术人员的理解
在分析对比文件前，结合目标专利说明书对权利要求1进行解释：
1. **“脉管名称”与CAD识别（特征C）：** 说明书第[0050]-[0053]段及图6明确说明，系统通过图像识别（CAD算法）自动识别并标记个体脉管名称（如RCA、LAD、LCX、M1、M2等）。
2. **“共配准”与“压降”确定（特征E、F）：** 说明书第[0047]-[0048]段指出，将脉管内设备（如压力导丝）移动拉回（pullback）采集的连续生理数据与血管造影图像进行空间共配准；分析该共配准数据以确定沿着脉管长度（806）的压降（如iFR/FFR随时间的梯度或变化）。
3. **“分类依赖于生理测量结果和损害长度测量”（特征G）：** 说明书第[0074]-[0077]段及图10明确解释，分类依赖于功能强度（压降/压力损失斜率）与损害长度（806，如短损害≤5mm，长损害>5mm）的结合，从而导出“局灶性”、“弥散性”、“多重”等分类。
4. **“在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类”（特征H）：** 说明书第[0052]-[0059]段及图6-图8显示，在用户界面的血管造影图像上，不仅标注血管解剖名称，还把损害分类表示（如提示框580、590）交叠或显示在识别出的损害部位附近。
---
## 二、 对比文件特征比对表
各对比文件指代如下：
* **D1：** JPWO2013031744A1（公开号：JPWO2013031744A1 / WO2013031744A1）
* **D2：** JPWO2015166612A1（公开号：JPWO2015166612A1）
### 权利要求1技术特征比对表
| 权利要求1技术特征 | 对比文件1 (D1: JPWO2013031744A1) | 对比文件2 (D2: JPWO2015166612A1) | 结论（公开情况） |
| 特征A： 一种用于评价患者的脉管系统的系统(150)，所述系统包括处理系统(172)，其被配置为 | 公开： 一种用于血流性状诊断的系统/服务器3，包含流体解析部12等处理模块（段落[0008]、[0041]-[0045]）。 | 公开： 一种映像解析系统，包含CPU等处理手段（段落[0012]、[0018]）。 | D1/D2均公开 |
| 特征B： 获得所述患者的所述脉管系统的图像数据(504) | 公开： 从撮像装置（CT、MRI、DSA）获取目标血管部位的图像数据（段落[0042]、[0051]）。 | 公开： 从映像获取部11获取监视范围的映像/图像（段落[0019]-[0020]）。 | D1公开（医疗脉管领域）；D2公开（通用视频监控领域） |
| 特征C： 分析所获得的图像数据以通过计算机辅助检测算法来识别来自所述脉管系统的一脉管的脉管名称 | 部分公开/实质公开： 段落[0012]、[0057]-[0060]及图6公开了自动测定各血管要素形状，根据解剖部位模板自动判别并给血管名称打上标签（ラベリング，如“左内颈动脉”等）。 | 未公开： 仅公开提取监控目标的识别信息（如人脸、车牌，段落[0025]），未涉及血管及血管名称识别。 | D1实质公开 |
| 特征D： 获得所述患者的所述脉管的生理测量结果；其中；所获得的生理测量结果包括压力测量结果 | 公开： 流体解析部12演算求出血管内腔各位置的血流状态量，明确包含流速和压力（段落[0010]、[0085]）。*注：D1系CFD仿真计算得出* | 未公开： 仅涉及监控影像和时间，无脉管生理测量及压力测量。 | D1公开（计算获得） |
| 特征E： 将所获得的生理测量结果与所获得的图像数据(504)共配准；使得所述生理测量结果与所述患者的所述脉管的对应部分相关联 | 实质公开： 段落[0025]、[0085]、[0100]及图23-24公开了将计算出的压力、剪切应力向量映射/重叠叠加（重ねて）在血管三次元形状模型上。 | 未公开 | D1实质公开 |
| 特征F： 分析共配准的生理测量结果以确定沿着所述脉管的长度(806)的压降 | 部分公开： 公开了计算血管各位置的压力及能量损失（Energy loss/狭窄度）（段落[0011]、[0117]、[0127]），但未明确提出根据实测拉回数据确定沿脉管长度的“压降斜率/降幅”。 | 未公开 | D1部分公开 |
| 特征G： 通过将所述分析的结果与包含损害分类的分类指数进行比较来确定所述患者的所述脉管内的损害的分类(810、820、830)；其中，所述分类依赖于所述生理测量结果和损害长度测量 | 未公开： D1通过剪切应力向量形态（散乱度div/rot）判别“良性/恶性流”及血管壁“薄化/硬化”（段落[0023]-[0027]、[0114]），未公开依赖于压力及“损害长度测量”来对损害进行局灶性、弥散性等分类。 | 未公开 | D1和D2均未公开 |
| 特征H： 向用户界面(500、180)输出在所述脉管附近有所述脉管名称的所述脉管以及所述损害的所述分类(810、820、830) | 部分公开： 段落[0025]、[0121]公开在用户界面三维图像表面重叠显示解析/判别结果。但未公开输出带有损害分类（如局灶性/弥散性）且在脉管附近标有脉管名称的显示。 | 未公开 | D1和D2均未公开 |
---
## 三、 对比文件技术特征公开详述与解析
### 1. D1（公开号：JPWO2013031744A1 / WO2013031744A1）
* **技术领域：** 用于血流性状诊断的系统、方法及计算机软件程序。
* **技术特征公开分析：**
* **特征A、B、D：** D1段落[0008]、[0041]-[0042]公开了通过服务器3（包含CPU和处理模块）获取CT、MRI等医疗设备的血管三维图像数据（特征A、B）；段落[0010]、[0085]明确公开了流体解析部12计算血管内腔各位置的血流状态量，明确包含**压力**和流速（特征D）。
* **特征C：** D1段落[0012]、[0057]-[0060]及图3、图6公开了系统读取三维形状后，通过判定血管要素等效直径及参照解剖部位模板，自动给主要血管及分支血管打上名称标签（ラベリング，如“左内颈动脉”、“脑底动脉”），这实质公开了通过计算机辅助手段识别并标注脉管名称。
* **特征E：** D1段落[0025]、[0100]、[0121]及图23-24公开了将求得的压力值、剪切应力向量等物理量与三维血管形状数据重叠（重ねて）图形化输出，实现了生理/物理计算量与血管图像位置的共配准关联。
* **未公开特征：** D1未公开**特征G**（依据生理测量+损害长度进行“局灶性/弥散性/多重”等损害分类）以及**特征H**中将损害分类结果与脉管名称同步输出在脉管附近的具体交互界面显示。
### 2. D2（公开号：JPWO2015166612A1）
* **技术领域：** 安防视频监控图像分析系统。
* **技术特征公开分析：**
* D2属于安防监控领域，仅公开了通过摄像机获取监控画面（特征B），分析画面中特定目标（如行人、车辆）的识别信息（人脸、车牌段落[0025]）及生成出现履历（特征A部分、B部分）。
* D2**完全未公开**医疗脉管分析、脉管名称识别、生理压力测量、共配准、压降分析以及损害分类（特征C、D、E、F、G、H）。
---
## 四、 最接近的对比文件分析（整体技术问题与技术效果角度）
### 最接近的对比文件：D1（JPWO2013031744A1）
* **整体解决的技术问题：**
* **目标专利：** 旨在解决传统血管造影或单一生理测量难以准确判断狭窄严重程度及损害类型的问题，通过自动化映射脉管系统、结合生理数据识别与分类损害，辅助医生规划经皮冠状动脉介入治疗（PCI）。
* **D1：** 旨在解决仅靠血管形状图像无法准确诊断血管病变（如动脉瘤、狭窄）及预测治疗效果的问题，通过三维建模、自动化血管识别打标、CFD流体力学仿真（计算压力与剪切应力）来评估病变风险。
* **D2：** 解决安防监控中大范围、非连续图像下不审人员/物体的行为轨迹分析问题，与本专利的技术领域和技术问题完全相异。
* **技术效果与匹配度：**
D1与目标专利同属于**医疗血管图像及血流/生理状态分析诊断系统**领域。D1公开了大部分系统架构、图像获取、血管名称自动识别（打标）、生理参数（压力/流速）计算及共配准显示技术。因此，**D1是唯一适合作为最接近对比文件（D1）的文献**。
---
## 五、 区别技术特征、其他对比文件结合及无效策略评估
### 1. 目标专利相对于D1的区别技术特征
1. **真实介入测量与压降（特征D部分、F）：** 目标专利获得的生理测量结果包含从脉管内介入设备（如压力导丝/导管）实时采集的实测压力，并以此计算沿脉管长度的压降；而D1的压力是通过CFD流体力学模拟计算得到的。
2. **损害的自动分类算法（特征G）：** 目标专利通过将共配准分析结果与包含损害分类的指数比较，**依赖生理测量结果（压降/功能强度）和损害长度测量**，自动将损害分类为局灶性、弥散性、多重损害等；D1则是通过剪切应力向量的旋转/发散（散乱度）来区分“良性/恶性流”或“菲薄/硬化”。
3. **特定的UI界面输出（特征H）：** 目标专利将损害的分类（如局灶性/弥散性）与脉管名称同时输出显示在用户界面上脉管的附近；D1仅重叠显示压力/应力分布云图及血管名称。
### 2. 其它对比文件（D2）的公开情况
* D2（JPWO2015166612A1）为安防监控文献，**未公开**上述任何区别技术特征（特征F、G、H），且技术领域不同，本领域技术人员没有动机将D2与D1进行结合。
### 3. 无效请求中最薄弱的技术特征分析
如果发起无效宣告请求，目标专利**最薄弱（最容易被攻破或被认定为公知常识/显而易见）的技术特征**为：
* **最薄弱特征：技术特征G（基于压降和长度对损害进行“局灶性/弥散性/多重”分类）与特征F（确定压降）。**
* **理由：** 在心血管临床医学领域（尤其是PCI介入诊疗），“局灶性损害”（Focal lesion，通常较短、局限在狭窄点）与“弥散性损害”（Diffuse lesion，病变较长、累及较长血管段）是**本领域临床医师公知的病理分类概念**。此外，结合FFR/iFR拉回曲线（Pullback）的压降幅度及病变段长度来区分局灶性狭窄与弥散性狭窄，属于临床PCI规划中的常规技术手段。
* **审查风险：** 如果仅凭现有现有D1、D2，由于缺少明确记载“根据压降+长度自动划分局灶性/弥散性损害”的教导，单独使用D1+D2难以直接撬动创造性。该特征是目标专利维持专利权的核心壁垒。
---
## 六、 进一步的对比文件检索策略（无效检索建议）
为了成功无效目标专利的权利要求1及其从属权利要求，必须补充检索能够公开**特征F、G、H**的对比文件（下称D3/D4）。建议采取以下检索策略：
### 1. 核心检索要素提炼（关键词与分类号）
* **主题词组合：**
* `(脉管 OR 血管 OR 冠状动脉 OR 狭窄 OR 损害 OR 病变)` / `(vessel OR vascular OR coronary OR stenosis OR lesion)`
* `(共配准 OR 融合 OR 匹配 OR 叠加)` / `(co-registration OR coregistration OR map OR overlay)`
* `(局灶性 OR 弥散性 OR 多重 OR 损害分类 OR 病变分类)` / `(focal OR diffuse OR multiple OR lesion classification OR lesion type)`
* `(压降 OR 压力比 OR FFR OR iFR OR 充血 OR 拉回)` / `(pressure drop OR pressure ratio OR FFR OR iFR OR pullback)`
* **推荐IPC/CPC分类号：**
* `A61B5/02` （血流、血压测量及血管诊断）
* `A61B5/00` （医疗诊断与共配准界面，如 `A61B5/0035`、`A61B5/02007`）
* `G06T7/00` / `G06T11/00` （医学图像处理、分割与标注）
* `G16H50/20` / `G16H30/40` （基于医疗数据的计算机辅助诊断与图像处理系统）
### 2. 重点申请人/专利族检索（精准打打击）
目标专利（Philips/Volcano）在该领域有非常严密的专利网，建议重点检索其竞争对手及自身早期公开的专利：
1. **Volcano Corporation / Philips（飞利浦/火山）：** 检索其关于“iFR Pullback”、“Co-registration”、“Lesion Classification”的早期基础专利（优先权日在2015年以前）。
2. **St. Jude Medical / Abbott（圣犹达/雅培）：** 其PressureWire、Optis系统及FFR Pullback图像融合技术的早期专利。
3. **ACIST Medical Systems / Boston Scientific（波士顿科学）：** 血管介入生理测量与造影共配准（如Navvus系统）的相关专利。
### 3. 补充检索方向建议
* **寻找“D3”（公开压降与损害分类）：** 重点寻找在2015年10月之前公开的、记载了“通过血管拉回采集压力数据，利用压降斜率/降幅与病变长度，自动将血管狭窄判读/分类为局灶性（Focal）或弥散性（Diffuse）”的专利或非专利文献（如Circulation、JACC等心血管介入期刊论文）。
* **组合路线（D1 + D3）：**
* 用 **D1** 公开系统架构、图像获取、血管名称CAD识别、生理计算及共配准显示（特征A、B、C、D、E）；
* 用 **D3** 公开介入压力实测拉回、计算压降，并根据压降与损害长度进行局灶性/弥散性分类及输出显示（特征F、G、H）；
* **结合逻辑：** 本领域技术人员在D1自动识别血管及共配准的基础上，为了提高PCI手术规划的精准度，有动机引入D3中公知的基于压力拉回数据的局灶性/弥散性损害自动分类技术，从而得到权利要求1的技术方案，因此权利要求1不具备创造性。
权利要求2
根据权利要求1所述的系统，其中，所述损害的所述分类包括：局灶性损害(810)、弥散性损害(820)和多重损害(830)
权利要求3
根据权利要求1所述的系统，其中，所述处理系统(172)还配置为基于医疗保健设施的库存数据库(190)编译多个支架选项；并且基于使用所述用户界面实行的PCI规划自动推荐支架
权利要求4
根据权利要求1所述的系统，其中，所获得的图像数据(504)包括以下中的至少一项：二维血管造影图像、三维血管造影图像或计算机断层摄影血管造影(CTA)图像
权利要求5
根据权利要求1所述的系统，其中，所获得的生理测量结果包括从至少一个介入设备(130、152)接收的测量结果
权利要求6
根据权利要求5所述的系统，所述系统还包括所述至少一个介入设备(130、152)
权利要求7
根据权利要求6所述的系统，其中，所述至少一个介入设备(130、152)包括压力感测脉管内设备
权利要求8
根据权利要求7所述的系统，其中，所述处理系统还被配置为基于所获得的压力测量结果来计算压力比率
权利要求9
根据权利要求6所述的系统，其中，所述至少一个介入设备包括流量感测脉管内设备；并且其中，所获得的生理测量结果包括流量测量结果
权利要求10
根据权利要求1所述的系统，所述系统还包括所述用户界面(500、180)
权利要求11
根据权利要求10所述的系统，其中，所述处理系统被配置为通过将所述分类(810、820、830)的表示(580、590)交叠到所述损害的位置附近的所述脉管的图像上来向所述用户界面(500、180)输出所述损害的所述分类(810、820、830)