JP2024500769A - Ｏｃｔによる流量測定 - Google Patents

Abstract

本開示は、血管内撮像プローブが静止して保持されている間にボーラスを血管に通過させることによって、血管内のボーラスの平均通過時間を決定するシステム及び方法を提供する。プローブは、ボーラスがプローブを通過する際に複数の画像フレームを収集することができる。画像フレーム内のボーラスの断面積は、閾値処理によって各画像フレームをセグメント化し、血管マスクを作成し、要素ごとのＡＮＤ演算子を閾値処理された画像及び血管マスクに適用してコントラストマスクを作成することによって決定され得る。画像フレームのボーラスの断面積は、面積希釈曲線上にプロットされ得る。種々のフィットが面積希釈曲線に適用されていてもよく、種々の点が面積希釈曲線上で特定されていてもよい。種々のフィット及び点を使用して、平均通過時間を決定することができる。

Description

［関連出願の相互参照］
本願は、「Flow Measurement Through OCT」と題する２０２０年１２月１８日に出願された米国仮特許出願第６３／１２７，６１５号の出願日の利益を主張し、この米国仮特許出願の開示は、本明細書に引用することにより本明細書の一部をなすものとする。

患者の微小血管抵抗を特定するためには、１つ以上のデータ収集システムが必要となる場合がある。例えば、医師は、プレッシャーワイヤ、血管造影、血管内撮像等を使用して、データを収集し、微小血管の疾患を特定することができる。血管造影により、心臓全体内で何が起こっているかについての洞察を得ることができ、一方、プレッシャーワイヤにより、血管内の特定のデータ測定値を得ることができる。

血管内の血液の流量に対応する平均通過時間は、冷却した生理食塩水のボーラス（bolus）を血管に通すことによって計算されている。ボーラスの温度は、ボーラスが、光干渉断層撮影（ＯＣＴ：optical coherence tomography）カテーテル等の撮像カテーテルとは別に挿入されるプレッシャーワイヤ上の近位及び遠位の温度センサを通過する際に測定される。次に、ボーラスが温度センサを通過する際のボーラスの温度に基づいて熱希釈曲線（thermodilution curve）がプロットされ、流量、したがって平均通過時間の指標が得られる。しかしながら、この場合、追加のステップ及び器具が必要となり、実際には扱いにくく、危険となる場合がある。

本開示は、一般的に、血管内撮像プローブを使用して平均通過時間を決定するシステム及び方法に関する。例えば、血管内撮像プローブは、ＯＣＴプローブ、血管内超音波（ＩＶＵＳ：intravascular ultrasound）プローブ、マイクロＯＣＴプローブ、近赤外分光法（ＮＩＲＳ：near infrared spectroscopy）センサ、又は血管を撮像するために使用され得る任意の他のデバイスであり得る。平均通過時間は、血管内の流量であり得る。ＯＣＴプローブが使用される例では、管腔フラッシュ（lumen flush）のボーラスが血管を通過することができる。管腔フラッシュは、例えば、造影剤であり得る。ＩＶＵＳプローブが使用される例では、ＩＶＵＳプローブによって撮像され得る媒体が血管を通過することができる。明確にするために、本明細書に説明される例は、ＯＣＴプローブを参照し得る。しかしながら、ＯＣＴプローブの使用は、一例にすぎず、限定することを意図するものではない。

引き戻し（pullback）の間、ＯＣＴプローブが所与の位置で静止して保持するように、ＯＣＴプローブの引き戻しは停止することができる。ＯＣＴプローブが静止して保持されたとき、管腔フラッシュのボーラスが通過する間に、複数の画像フレームを収集することができる。１つ以上の画像フレームにおけるボーラスの断面積を決定することができる。断面積を使用して、面積希釈曲線（area dilution curve）を決定及び／又は作成することができる。面積希釈曲線を使用して、血管内の平均通過時間を決定することができる。いくつかの例では、面積希釈曲線は、冠血流予備能（ＣＦＲ：coronary flow reserve）や微小循環抵抗指数（ＩＭＲ：index of microcirculatory resistance）等の他の下流流動インジケータ（downstream flow indicators）を可能にし得る。

本開示の１つの態様は、血管についての血管内撮像データをメモリデバイスに記憶するステップであって、血管内撮像データは、血管内の位置において血管内撮像プローブに結合された１つ以上のプロセッサによって収集された複数の画像フレームを含むものである、ステップと、１つ以上のプロセッサによって、血管内撮像データに基づいて、血管内のボーラスの平均通過時間を決定するステップとを含んでなる、血管内のボーラスの平均通過時間を決定する方法を含む。本方法は、決定された平均通過時間に基づいて、１つ以上のプロセッサによって、冠血流予備能（ＣＦＲ）値又は微小循環抵抗指数（ＩＭＲ）値のうちの少なくとも一方を決定するステップを更に含み得る。血管内撮像データは、光干渉断層撮影（ＯＣＴ）撮像データ、血管内超音波撮像データ、マイクロＯＣＴ撮像データ、又は近赤外分光撮像データとすることができる。

複数の画像フレームのそれぞれは、血液中に注入されたボーラスの一部分を含み得る。本方法は、１つ以上のプロセッサによって、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定するステップと、１つ以上のプロセッサによって、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成するステップとを更に含み得る。血管内の血液の平均通過時間を決定することは、分布曲線に更に基づくことができる。平均通過時間を決定することは、１つ以上のプロセッサによって、分布曲線を積分することを更に含み得る。

ボーラスの一部分の断面積を決定するステップは、１つ以上のプロセッサによって、閾値処理によって複数の画像フレームのそれぞれをセグメント化することと、１つ以上のプロセッサによって、管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づいて、複数の画像フレームのそれぞれについて血管マスク（vessel mask）を決定することと、１つ以上のプロセッサによって、複数のセグメント化された画像フレームのそれぞれと、複数の画像フレームのそれぞれについての血管マスクとに基づいて、コントラストマスク（contrast mask）を決定することとを含み得る。複数の画像フレームのそれぞれについてのコントラストマスクのピクセル面積は、ボーラスの一部分の断面積に対応し得る。閾値処理によって複数の画像フレームのそれぞれをセグメント化することは、１つ以上のプロセッサによって、ガウス混合モデル（Gaussian mixture model）を計算することと、１つ以上のプロセッサによって、１つ以上の画像フレームのそれぞれを所定の閾値と比較することと、１つ以上のプロセッサによって、大津の閾値処理を適用することとのうちの少なくとも１つを含み得る。

本開示の別の態様は、血管内撮像プローブと、血管内撮像プローブと通信する１つ以上のプロセッサとを備えてなるシステムを含む。１つ以上のプロセッサは、血管内の位置における複数の血管内画像フレームを収集し、複数の血管内画像フレームに基づいて、血管内の血液の平均通過時間を決定し、決定した平均通過時間に基づいて、冠血流予備能（ＣＦＲ）値又は微小循環抵抗指数（ＩＭＲ）値のうちの少なくとも一方を決定するように構成することができる。

本開示の更に別の態様は、命令を記憶している非一時的コンピュータ可読媒体を含み、前記命令は、１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに、血管内撮像プローブから、血管内の位置における複数の血管内画像フレームを受信することと、血管内画像フレームに基づいて、血管内の血液の平均通過時間を決定することと、決定された平均通過時間に基づいて、冠血流予備能（ＣＦＲ）値又は微小循環抵抗指数（ＩＭＲ）値のうちの少なくとも一方を決定することとを実行させる。

本開示の１つの態様は、血管についての血管内データをメモリデバイスに記憶するステップであって、血管内データは、血管内の位置において光学撮像プローブに結合された１つ以上のプロセッサによって収集された複数の画像フレームを含み、複数の画像フレームのそれぞれは、血管内に注入されたボーラスの一部分を含むものである、ステップと、１つ以上のプロセッサによって、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定するステップと、１つ以上のプロセッサによって、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成するステップと、１つ以上のプロセッサによって、分布曲線に基づいて、血管内の血液の平均通過時間を決定するステップとを含んでなる方法を含む。

ボーラスの一部分の断面積を決定するステップは、１つ以上のプロセッサによって、閾値処理によって複数の画像フレームのそれぞれをセグメント化することと、１つ以上のプロセッサによって、管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づいて、複数の画像フレームのそれぞれについて血管マスクを決定することと、１つ以上のプロセッサによって、複数のセグメント化された画像フレームのそれぞれと、複数の画像フレームのそれぞれについての血管マスクとに基づいて、コントラストマスクを決定することとを含み得る。複数の画像フレームのそれぞれに対するコントラストマスクのピクセル面積は、ボーラスの一部分の断面積に対応し得る。閾値処理によって複数の画像フレームのそれぞれをセグメント化することは、１つ以上のプロセッサによって、ガウス混合モデルを計算することと、１つ以上のプロセッサによって、１つ以上の画像フレームのそれぞれを所定の閾値と比較することと、１つ以上のプロセッサによって、大津の閾値処理を適用することとのうちの少なくとも１つを含み得る。

本方法は、１つ以上のプロセッサによって、メジアンフィルタ（median filter）を使用して、分布曲線を平滑化するステップと、１つ以上のプロセッサによって、平滑化された分布曲線のピークを決定するステップと、１つ以上のプロセッサによって、平滑化された分布曲線にガウスフィット（Gaussian fit）を適用するステップと、１つ以上のプロセッサによって、ガウスフィットの４標準偏差外側のゼロ値を決定するステップと、１つ以上のプロセッサによって、ゼロ値に基づいて、適用されたガウスフィットに対数正規フィット（log normal fit）を適用するステップとを更に含み得る。

本方法は、１つ以上のプロセッサによって、ボーラスの少なくとも一部分を有する複数の画像フレームの第１の画像フレームを特定することによって、ボーラスが光学撮像プローブに到達した初期時間を決定するステップを更に含み得る。初期時間及び適用された対数正規フィットを使用して、平均通過時間を決定することができる。平均通過時間を決定することは、１つ以上のプロセッサによって、分布曲線を積分することを更に含み得る。

本開示の別の態様は、光学撮像プローブと、光学撮像プローブと通信する１つ以上のプロセッサとを備えてなるシステムを含む。１つ以上のプロセッサは、血管内の位置における複数の画像フレームを収集し、ここで、複数の画像フレームのそれぞれは、血管内に注入されたボーラスの一部分を含むものであり、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定し、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成し、分布曲線に基づいて、血管内の血液の平均通過時間を決定するように構成することができる。

本開示の更に別の態様は、命令を記憶する非一時的コンピュータ可読媒体を含み、前記命令は、１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに、光学撮像プローブから、血管内の位置における複数の画像フレームを受信させ、ここで、複数の画像フレームのそれぞれは、血管内に注入されたボーラスの一部分を含むものであり、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定させ、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成させ、分布曲線に基づいて、血管内の血液の平均通過時間を決定させる。

本開示の態様による例示的なシステムを示す図である。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、ビンごとのピクセルを画像強度と比較した例示的なチャートである。 本開示の態様による、血管内に静止して保持されている間にＯＣＴプローブによって撮影された例示的な画像フレームを示す図である。 本開示の態様による、図４Ａの画像フレームの例示的な血管マスクを示す図である。 図４Ａの画像フレーム及び図４Ｂの血管マスクを使用してコントラストマスクを作成する例を示す図である。 本開示の態様に従って計算された例示的な面積希釈曲線を示す図である。 本開示の態様による、図６の面積希釈曲線に適用される例示的な方法ステップを示す図である。 本開示の態様による、図６の面積希釈曲線に適用される例示的な方法ステップを示す図である。 本開示の態様による、図６の面積希釈曲線に適用される例示的な方法ステップを示す図である。 本開示の態様による、図６の面積希釈曲線に適用される例示的な方法ステップを示す図である。 本開示の態様による、図６の面積希釈曲線に適用される例示的な方法ステップを示す図である。 本開示の態様による、図６の面積希釈曲線に適用される例示的な方法ステップを示す図である。 本開示の態様による平均通過時間の一例を示す図である。 本開示の態様による、血管内の血液の平均通過時間を決定する方法を示すフロー図である。 本開示の態様による平均通過時間の一例を示す図である。 本開示の態様による血管内の微小血管抵抗を決定する方法を示すフロー図である。

本開示は、血管内の微小血管の疾患の１つ以上の態様を特定及び／又は診断するために単一の血管内撮像プローブを使用することを提供する。単一の血管内撮像プローブを使用することによって、切断がより少なくなり、患者に挿入される器具がより少なくなり、処置／手術室における時間をより短くすることができる等のため、処置及び／又は手術中の患者へのリスクを低減することができる。いくつかの例では、単一の血管内撮像プローブを使用することによって、医師がより多くのデータを一度に収集することができるため、患者の微小血管の疾患の診断効率を向上させることができる。

いくつかの例によれば、血管内撮像プローブを使用して、血管の血管内画像データを収集することができる。血管内画像データを使用して、血管内の血液の平均通過時間を決定することができる。いくつかの例では、平均通過時間は、安静時及び／又は充血時（at hyperemia）に決定することができる。血管内画像データから決定された平均送信時間を使用して、冠血流予備能（ＣＦＲ）や微小循環抵抗指数（ＩＭＲ）等を決定することができる。ＣＦＲ値及び／又はＩＭＲ値を使用して、微小血管の疾患を診断することができる。いくつかの例によれば、血管内画像データ及び／又は血管内画像データを使用して決定される任意の値は、血管内の病変を評価すること、潜在的なステント留置を評価すること、微小血管の疾患を診断すること等のために使用され得る。

例示的な使用事例は、医師が血管内撮像プローブを使用して血管内の病変を評価できる場合であり得る。同時に、又は実質的に同時に、医師は、血管内撮像プローブを使用して、血管内のボーラスの平均通過時間を決定することができる。決定された平均送信時間を使用して、冠血流予備能（ＣＦＲ）や微小循環抵抗指数（ＩＭＲ）等を決定することができる。したがって、単一の血管内撮像プローブにより、医師は、血管内の微小血管の疾患の１つ以上の態様を特定することができる。

いくつかの例によれば、決定されたＣＦＲ及び／又はＩＭＲと組み合わされた追加の因子を使用して、血管内の微小血管の疾患の１つ以上の態様を特定することができる。追加の要因として、例えば、患者の年齢、性別、ボディマス指数（ＢＭＩ：body mass index）、病歴、血管タイプ、血管状態、治療歴等が挙げられる。病歴として、例えば、既知の心不全、糖尿病の以前の診断、高血圧等が挙げられる。血管タイプとして、左前下行枝（ＬＡＤ：left anterior descending）動脈、左回旋枝（ＬＣＸ：left circumflex artery）、右冠動脈（ＲＣＡ：right coronary artery）、左辺縁動脈、対角動脈、右辺縁動脈等が挙げられる。治療歴として、例えば、以前の経皮的冠動脈インターベンション（ＰＣＩ：prior percutaneous coronary intervention）、冠動脈バイパス移植（ＣＡＢＧ：coronary artery bypass graft）等が挙げられる。

図１１は、血管内のボーラスの平均通過時間を決定する例示的な方法を示している。以下の動作は、以下に説明される正確な順序で実行される必要はない。むしろ、種々の動作を異なる順序で又は同時に処理することができ、動作を追加又は省略することができる。

ブロック１１１０において、システム１００等のデータ収集システムは、血管内画像データを収集することができる。収集された血管内画像データは、メモリ１１４に記憶することができる。いくつかの例によれば、血管内画像フレームは、光干渉断層撮影（ＯＣＴ）撮像データ、血管内超音波撮像データ、マイクロＯＣＴ撮像データ、又は近赤外分光撮像データであり得る。血管内画像データは、１つ以上の血管内画像フレームを含み得る。いくつかの例では、血管内画像データは、血管内撮像プローブが血管内に静止して保持されたときに収集され得る。

いくつかの例によれば、血管内画像データは、血管内に注入されたボーラスの一部分を含む１つ以上の血管内画像フレームを含み得る。例えば、画像フレームのうちの１つ以上は、ボーラスが血管内撮像プローブを通過する際に、注入されたボーラスの一部分を含み得る。

ブロック１１２０において、血管内のボーラスの平均通過時間が、血管内撮像データに基づいて決定され得る。いくつかの例によれば、血管内の血液の平均通過時間は、図９に示され、本明細書で説明される方法によって決定され得る。

いくつかの例では、血管内のボーラスの平均通過時間を決定することは、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定することを含み得る。ボーラスの一部分の断面積を決定することは、閾値処理によって複数の画像フレームのそれぞれをセグメント化することを含み得る。閾値処理によって複数の画像フレームのそれぞれをセグメント化することは、ガウス混合モデルを計算することと、１つ以上の画像フレームのそれぞれを所定の閾値と比較することと、大津の閾値処理（Otsu thresholding）を適用することとのうちの少なくとも１つを含み得る。

追加的又は代替的に、ボーラスの一部分の断面積を決定することは、複数の画像フレームのそれぞれについて血管マスクを決定することを含み得る。血管マスクは、管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づくものであってもよい。いくつかの例では、ボーラスの一部分の断面積を決定することは、コントラストマスクを決定することを含み得る。コントラストマスクは、複数のセグメント化された画像フレームのそれぞれ、及び／又は、複数の画像フレームのそれぞれについての血管マスクに基づくことがある。いくつかの例によれば、複数の画像フレームのそれぞれについてのコントラストマスクのピクセル面積は、ボーラスの一部分の断面積に対応し得る。

複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を使用して、分布を作成することができる。分布曲線は、例えば、面積希釈曲線であり得る。いくつかの例によれば、分布曲線を積分して、ボーラスの平均通過時間を決定することができる。

いくつかの例によれば、ＣＦＲ値又はＩＭＲのうちの少なくとも一方は、決定された平均通過時間に基づいて決定され得る。例えば、ＣＦＲ値は、決定された安静時の平均通過時間を充血中の平均通過時間で除算することによって決定され得る。ＩＭＲ値は、充血時の平均通過時間に充血中の遠位圧（distal pressure）を乗算することによって決定することができる。

決定されたＣＦＲ値及び／又はＩＭＲは、微小血管の疾患及び潜在的治療を決定する際に、１つ以上の患者因子と併せて使用することができる。例えば、医師は、決定されたＣＦＲ及び／又はＩＭＲ値と併せて、患者の年齢、性別、ＢＭＩ、病歴、血管タイプ、血管状態、以前の治療等を考慮して、微小血管の疾患及び／又は潜在的治療が存在するかどうかを判定することができる。

１つの実施形態において、微小血管抵抗は、決定された平均通過時間、ＣＦＲ値及び／又はＩＭＲ値、並びに患者の年齢に基づいて決定され得る。例えば、患者の年齢を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の年齢固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、年齢固有パラメータは、患者を分類するための年齢の範囲であり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の年齢固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

１つの実施形態において、微小血管抵抗は、決定された平均通過時間、ＣＦＲ値及び／又はＩＭＲ値、並びに患者の性別に基づいて決定され得る。例えば、患者の性別を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例では、平均通過時間、ＣＦＲ値及び／又はＩＭＲ値は、患者の性別に基づいて異なり得る。患者の性別は、訓練データに基づいて導入され得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。患者の性別並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

１つの実施形態において、微小血管抵抗は、決定された平均通過時間、ＣＦＲ値及び／又はＩＭＲ値、並びに患者のＢＭＩに基づいて決定され得る。例えば、患者のＢＭＩを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上のＢＭＩパラメータが、訓練データに基づいて導入され得る。いくつかの例では、ＢＭＩパラメータは、患者を分類するための年齢の範囲であり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上のＢＭＩパラメータ並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

１つの実施形態において、微小血管抵抗は、決定された平均通過時間、ＣＦＲ値及び／又はＩＭＲ値、並びに患者の病歴に基づいて決定され得る。例として、既知の心不全等の患者の病歴を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の状態固有パラメータ（condition specific parameter）が、訓練データに基づいて導入され得る。いくつかの例では、状態固有パラメータは、患者の病歴に基づき得る。例えば、患者の病歴は、心不全の履歴を示すことができる。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の状態固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、既知の以前の糖尿病の診断等の患者の病歴を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の状態固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、状態固有パラメータは、患者の病歴に基づき得る。例えば、患者の病歴は、糖尿病の履歴を示すことができる。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の状態固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、既知の以前の高血圧の診断等の患者の病歴を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の状態固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、状態固有パラメータは、患者の病歴に基づき得る。例えば、患者の病歴は、高血圧の履歴を示すことができる。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の状態固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

１つの実施形態において、微小血管抵抗は、決定された平均通過時間、ＣＦＲ値及び／又はＩＭＲ値、並びに撮像及び／又は診断される血管タイプに基づいて決定され得る。例として、患者の左前下行枝（ＬＡＤ）動脈等の血管タイプを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の血管固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、血管固有パラメータは、血管タイプに基づき得る。例えば、このタイプはＬＡＤであり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、患者の左回旋枝（ＬＣＸ）等の血管タイプを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の血管固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、血管固有パラメータは、血管タイプに基づくことがある。例えば、このタイプはＬＣＸであり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、患者の右冠動脈（ＲＣＡ）等の血管タイプを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の血管固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、血管固有パラメータは、血管タイプに基づくことがある。例えば、このタイプはＲＣＡであり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、患者の左辺縁動脈等の血管タイプを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の血管固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、血管固有パラメータは、血管タイプに基づくことがある。例えば、このタイプは左辺縁動脈であり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、患者の対角動脈等の血管タイプを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の血管固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、血管固有パラメータは、血管タイプに基づくことがある。例えば、このタイプは対角動脈であり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、患者の右辺縁動脈等の血管タイプを入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の血管固有パラメータが、訓練データに基づいて導入され得る。いくつかの例では、血管固有パラメータは、血管タイプに基づくことがある。例えば、このタイプは右辺縁動脈であり得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

１つの実施形態において、微小血管抵抗は、決定された平均通過時間、ＣＦＲ値及び／又はＩＭＲ値、並びに患者の治療歴に基づいて決定され得る。例として、以前の経皮的冠動脈インターベンション（ＰＣＩ）等の患者の治療歴を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の治療パラメータが、訓練データに基づいて導入され得る。いくつかの例では、治療パラメータは、患者の治療歴に基づくことがある。例えば、患者は、以前にＰＣＩを受けている可能性がある。以前のＰＣＩは、微小血管の損傷を発生させる可能性があるため、血管の微小血管抵抗を決定するときに考慮され得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

別の例として、冠動脈バイパス移植（ＣＡＢＧ）等の患者の治療歴を入力し、ＣＦＲ値及び／又はＩＭＲ値とともに処理して、血管の微小血管抵抗を決定することができる。いくつかの例によれば、１つ以上の治療パラメータが、訓練データに基づいて導入され得る。いくつかの例では、治療パラメータは、患者の治療歴に基づくことがある。例えば、患者は、以前にＣＡＢＧを受けている可能性がある。ＣＡＢＧは、心臓の生理機能を変化させる可能性があり、及び／又は微小血管の変化をもたらす可能性があるため、血管の微小血管抵抗を決定するときに考慮され得る。訓練データは、収集され、機械学習モデルへの入力として使用され得る。１つ以上の血管固有パラメータ、並びに平均通過時間、ＣＦＲ値及び／又はＩＭＲ値に基づいて、機械学習モデルは、血管の微小血管抵抗を決定することができる。

図１は、血管内データの収集において使用するためのデータ収集システム１００を示している。このシステムは、血管１０２を撮像するために使用され得るデータ収集プローブ１０４を含み得る。データ収集プローブ１０４は、ＯＣＴプローブ、ＩＶＵＳカテーテル、マイクロＯＣＴプローブ、近赤外分光法（ＮＩＲＳ）センサ、又は血管１０２を撮像するために使用され得る任意の他のデバイスであり得る。本明細書に提供される例は、ＯＣＴプローブに言及しているが、ＯＣＴプローブの使用は、限定することを意図しない。ＩＶＵＳカテーテルは、ＯＣＴプローブと併せて、又はその代わりに使用することができる。ガイドワイヤ（図示せず）を使用して、プローブ１０４を血管１０２内へと導入することができる。プローブ１０４は、データを収集しながら、血管の長さに沿って導入され、引き戻され得る。いくつかの例によれば、プローブ１０４は、ＯＣＴ及び／又はＩＶＵＳデータセットの複数のスキャンが収集され得るように、引き戻し中に静止して保持され得る。データセット又は画像データのフレームを使用して、ボーラスの断面積等の特徴を特定することができる。

プローブ１０４は、光ファイバ１０６を介してサブシステム１０８に接続され得る。サブシステム１０８は、光源、例えばレーザと、サンプルアーム及び参照アームを有する干渉計と、様々な光路と、クロック発生器と、フォトダイオードと、他のＯＣＴ及び／又はＩＶＵＳ構成要素とを含み得る。

プローブ１０４は、光受信器１１０に接続され得る。いくつかの例によれば、光受信器１１０は、バランスドフォトダイオードベースのシステムであり得る。光受信器１１０は、プローブ１０４によって収集された光を受け取るように構成され得る。

サブシステムは、コンピューティングデバイス１１２を含み得る。コンピューティングデバイスは、１つ以上のプロセッサ１１３と、メモリ１１４と、命令１１５と、データ１１６と、１つ以上のモジュール１１７とを含み得る。

１つ以上のプロセッサ１１３は、任意の従来のプロセッサ、例えば市販のマイクロプロセッサであり得る。代替で、１つ以上のプロセッサは、専用デバイス、例えば特定用途向け集積回路（ＡＳＩＣ）又は他のハードウェアベースのプロセッサであり得る。図１は、デバイス１１２のプロセッサ、メモリ、及び他の要素を同じブロック内にあるものとして機能的に示しているが、プロセッサ、コンピューティングデバイス、又はメモリは、実際には、同じ物理的筐体内に格納され得る又はされ得ない複数のプロセッサ、コンピューティングデバイス、又はメモリを含み得ることは、当業者には理解されるであろう。同様に、メモリは、デバイス１１２のものとは異なる筐体内に配置されたハードドライブ又は他の記録媒体であり得る。したがって、プロセッサ又はコンピューティングデバイスへの言及は、並列に動作し得る又は動作し得ないプロセッサ又はコンピューティングデバイス又はメモリの集合体への言及を含むと理解されるであろう。

メモリ１１４は、プロセッサ１１３によって実行され得る命令１１５とデータ１１６とを含む、プロセッサによってアクセス可能な情報を保存し得る。メモリ１１４は、非一時的コンピュータ可読媒体、又は、電子デバイス、例えばハードドライブ、メモリカード、読み取り専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、光ディスク、並びに他の書き込み可能及び読み取り専用メモリによって読み取り可能な、データを保存する他の媒体を含む、プロセッサ１１３によってアクセス可能な情報を保存するために動作する一種のメモリであり得る。本明細書に開示される対象は、上記のものの異なる組み合わせを含む場合があり、これによって、命令１１５及びデータ１１６の異なる部分は、異なる種類の媒体に保存される。

メモリ１１４は、命令１１５に従ってプロセッサ１１３によって読み出され、保存され、又は修正され得る。例えば、本開示は特定のデータ構造によって限定されないが、データ１１６は、複数の異なるフィールド及び記録を有するテーブル、ＸＭＬ文書、又はフラットファイルとしてのリレーショナルデータベース内のコンピュータレジスタに保存され得る。また、データ１１６は、コンピュータ可読フォーマット、例えば、これらに限定されないが、バイナリ値、ＡＳＣＩＩ又はユニコードにフォーマットされ得る。更に例示のみであるが、データ１１６は、圧縮又は非圧縮で保存された画素から構成されるビットマップ、又は様々な画像フォーマット（例えば、ＪＰＥＧ）、ベクトルベースのフォーマット（例えば、ＳＶＧ）、又はグラフィックを描画するためのコンピュータ命令として保存され得る。さらに、データ１１６は、関連情報、例えば数字、記述テキスト、専用コード、ポインタ、他のメモリ（他のネットワーク位置を含む）に保存されたデータへの参照、又は関連データを計算する機能によって使用される情報を特定するために十分な情報を含み得る。

命令１１５は、プロセッサ１１３によって、直接的に、例えば機械コードで実行される命令の任意のセット、又は間接的に、例えばスクリプトで実行される命令の任意のセットであってもよい。その点で、本明細書において、「命令」、「アプリケーション」、「ステップ」及び「プログラム」の語は、互換的に使用可能である。命令は、プロセッサによる直接処理のためにオブジェクトコードフォーマットで、又は、オンデマンドで翻訳されるか事前にコンパイルされる独立したソースコードモジュールのスクリプト若しくは集合を含む任意の他のコンピューティングデバイス言語で、保存可能である。命令の機能、方法、及びルーチンは、以下でより詳細に説明される。

モジュール１１７は、カルシウムプラーク等のプラーク検出モジュール、表示モジュール、流量又は平均通過時間モジュール、ステント検出又は他の検出及び表示モジュールを含み得る。例えば、コンピューティングデバイス１１２は、血管内の血液の平均通過時間を検出するための流量モジュールにアクセスすることができる。いくつかの例によれば、モジュールは、画像データ処理パイプライン又はその構成要素モジュールを含み得る。画像処理パイプラインは、収集されたＯＣＴデータを、血管、ステント、及び／又は検出領域の二次元（２Ｄ）及び／又は三次元（３Ｄ）ビュー及び／又は表現へと変換するために、使用され得る。

サブシステム１０８は、ユーザに対してコンテンツを出力するためのディスプレイ１１８を含み得る。図示のように、ディスプレイ１１８は、コンピューティングデバイス１１２から独立しているが、いくつかの例によれば、ディスプレイ１１８は、コンピューティングデバイス１１２の一部であり得る。ディスプレイ１１８は、血管内で検出された１つ以上の特徴に関連する画像データを出力し得る。例えば、出力は、限定するものではないが、断面スキャンデータ、長軸スキャン、径グラフ、画像マスク、管腔境界、プラークサイズ、プラーク周、プラーク位置の視覚的な印、ステント拡張にもたらされるリスクの視覚的な印、流量等を含み得る。ディスプレイ１１８は、テキスト、矢印、色分け、強調表示、輪郭線、又は他の適切な人間又は機械が読み取り可能な印を用いて特徴を特定し得る。

いくつかの例によれば、ディスプレイ１１８は、グラフィックユーザインタフェース（ＧＵＩ）であり得る。画像をナビゲートする、情報を入力する、入力を選択する及び／又は入力とインタラクトする等のために、１つ以上のステップが自動的に、すなわちユーザ入力なしで実行され得る。ディスプレイ１１８は、単独で又はコンピューティングデバイス１１２と組み合わせて、ユーザ入力に応答して１つ以上のビューモード間の切り替えを可能にし得る。例えば、ユーザは、例えば、特定の側枝（side branch）を選択することによって、及び／又は特定の側枝に関連するビューを選択することによって、ディスプレイ１１８上の異なる側枝間で切り替えを行うことが可能であり得る。

いくつかの例では、ディスプレイ１１８は、単独で又はコンピューティングデバイス１１２と組み合わせて、メニューを含み得る。メニューによって、ユーザは様々な特徴を示し又は隠し得る。２つ以上のメニューが存在し得る。例えば、表示する血管特徴を選択するためのメニューが存在し得る。追加で又は代替で、表示の仮想カメラアングルを選択するためのメニューが存在し得る。

図２Ａ～図２Ｆは、血管内撮像プローブが血管内の位置に静止して保持されたときに取得される画像フレームの例示的なシーケンスを示している。血管内撮像プローブは、ＯＣＴプローブ又はＩＶＵＳカテーテルであり得る。

例えば、ＯＣＴプローブの引き戻しを所与の位置で停止させることができる。引き戻しが停止されると、ＯＣＴプローブがその位置で複数の画像フレームを収集するように、ＯＣＴプローブを静止して保持することができる。管腔フラッシュのボーラスは、ボーラスがＯＣＴプローブに向かって流れるような位置で血管内に注入することができる。管腔フラッシュは、例えば造影剤であり得る。本明細書に提供される例は、コントラストとして管腔フラッシュに言及しているが、コントラストという用語の使用は、限定を意図するものではない。ＯＣＴプローブの代わりにＩＶＵＳカテーテルが使用される例では、血管内に注入されるボーラスは、ＩＶＵＳカテーテルによって撮像可能な媒体からなり得る。媒体は、例えば微小気泡造影剤（microbubble contrast agent）であり得る。画像フレームのシーケンスは、ボーラスがＯＣＴプローブに接近する前、その間、及びその後の血管を示すことができる。画像フレームのシーケンスを使用して、血管内のボーラスの流量、したがって血液の流量を決定することができる。例えば、各画像は、画像フレームがＯＣＴプローブによっていつ撮影されたかを示すタイムスタンプを含み得る。画像フレーム内のボーラスの断面積を決定することができる。血管内のボーラスの決定された断面積は、タイムスタンプとともに使用して、流量、したがって、血管内の血液の平均通過時間を決定することができる。

図２Ａ～図２Ｆは、連続した順序となっており、図２Ａは、ボーラスがＯＣＴプローブに到達する前の時間ｔ１に取得された、画像フレームのシーケンスにおける第１の画像フレーム２００Ａであり、図２Ｆは、ボーラスがＯＣＴプローブを通過した後の時間ｔ６に取得された、画像フレームのシーケンスにおける最後の画像フレーム２００Ｆである。図２Ａ～図２Ｆは、静止して保持されている間にＯＣＴプローブによって撮影された画像フレームのシーケンスを示しているが、ＯＣＴプローブは、図２Ａ～図２Ｆに示される各画像フレームの間に１つ以上の画像フレームを取り込むことができる。例えば、ＯＣＴプローブは、複数の画像を取り込むことができ、図２Ａ～図２Ｆに示される画像フレームのシーケンスは、それらの複数の画像フレームのうちの６つのみであり得る。したがって、６つの画像フレームとして画像フレームのシーケンスを示すことは、単なる例示であり、限定することを意図するものではない。

図２Ａは、静止して保持されたときにＯＣＴプローブによって撮影された例示的な第１の画像フレーム２００Ａを示している。画像フレーム２００Ａは、ボーラスが血管内に注入される前の時間ｔ１に撮影することができる。画像フレーム２００Ａは、血管の管腔境界２０２、カテーテル２０４、及びガイドワイヤ２０６を含み得る。画像フレーム２００Ａは、ボーラスが注入される前の時間に撮影することができ、その場合、画像フレーム２００Ａはボーラスを含まない。

図２Ｂは、時間ｔ２において静止して保持されたときにＯＣＴプローブによって撮影された例示的な第２の画像フレーム２００Ｂを示している。ボーラスが血管内に注入された後、ボーラスは、血管に沿ってＯＣＴプローブに向かって移動することができる。画像フレーム２００Ｂは、ＯＣＴプローブに到達した際のボーラス２０８を示している。ボーラス２０８は、管腔２０２内の画像フレーム２００Ｂの暗い部分として示されている。図２Ｂに示すように、ボーラス２０８は、中実ではなく、むしろ、血管の管腔境界２０２内の複数の部分として示されている。セグメントは、例えば、血管内でより小さい部分に分割された液体状のコントラストであり得る。これは、ボーラス２０８がガイドワイヤ２０６及びカテーテル２０４を通過することに起因し得る。いくつかの例では、ボーラス２０８は、ボーラス２０８が移動している速度、血管内のボーラス２０８から反射する光等に起因して、複数の部分として現れ得る。

図２Ｃは、血管内に静止して保持されたときにＯＣＴプローブによって時間ｔ３に撮影された例示的な第３の画像フレーム２００Ｃを示している。画像フレーム２００Ｃは、ボーラス２０８が通過する際にボーラス２０８がＯＣＴプローブを包含している場合に、ＯＣＴプローブによって撮影することができる。例えば、ボーラス２０８がＯＣＴプローブに接近するにつれて、各画像フレーム内のボーラス２０８は、管腔２０２によって画定されるような血管内のより多くの空間を占有することができる。

画像フレーム２００Ｃは、ボーラス２０８がＯＣＴプローブに向かって移動し、ＯＣＴプローブの先端を包囲する一例を示している。図示のように、ボーラス２０８の最大断面直径は、ボーラス２０８が、管腔２０２によって画定されるような血管内の空間を満たすものとして示されるように、ＯＣＴプローブの先端を通過することができる。いくつかの例によれば、ボーラス２０８は、ボーラス２０８がＯＣＴプローブ、カテーテル２０４、及びガイドワイヤ２０６を通過する際に、血管を成形するか又は血管に適合することができる。したがって、ボーラス２０８は、円形又は楕円形の形状を有さない場合があり、代わりに、ボーラス２０８が遭遇する物体及び／又は管腔２０２の形状に基づく形状を有する場合がある。

図２Ｄは、血管内に静止して保持されたときにＯＣＴプローブによって時間ｔ４で撮影された例示的な第４の画像フレーム２００Ｄを示している。画像フレーム２００Ｄは、ボーラス２０８の大部分がＯＣＴプローブの先端を通過した後に、ＯＣＴプローブによって取り込むことができる。例えば、ボーラス２０８の大部分は、ボーラス２０８の一部のみが画像フレーム２００Ｄ内に取り込まれるように、ＯＣＴプローブを通過することができる。

図２Ｅは、時間ｔ５に撮影された例示的な第５の画像フレーム２００Ｅを示している。画像フレーム２００Ｅは、画像フレーム２００Ｄと比較して、より少ないボーラス２０８を含み得る。これは、ボーラス２０８がＯＣＴプローブを通過して移動し続けていることを示し得る。

図２Ｆは、時間ｔ６に撮影された例示的な第６の画像フレーム２００Ｆを示している。画像フレーム２００Ｆは、画像フレーム２００Ｅと比較して、より少ないボーラス２０８を含み得る。任意の後続の画像フレームは、更に少ないボーラス２０８を含み得るか、又はボーラス２０８がＯＣＴプローブを完全に通過し得るため、ボーラス２０８を全く含まない場合がある。

画像フレーム２００Ａ～２００Ｆ内のボーラス２０８の断面積を使用して、面積希釈曲線を作成することによって、血管内の血液の平均通過時間「Ｔ_ｍｎ」を計算することができる。面積希釈曲線を作成するために、各画像フレームにおけるコントラストの面積が決定される。各画像フレームにおけるコントラストの面積を決定するために、各画像は、閾値処理によってセグメント化され得る。管腔オフセット、カテーテルオフセット、及びガイドワイヤオフセットを使用して、血管マスクが決定され得る。決定された血管マスクと閾値処理された画像との間の要素ごとの演算を使用して、コントラストマスクを決定することができる。ボーラスとして特定されたコントラストマスク内のピクセルの合計は、各画像フレーム内のコントラストの面積として合計することができる。各画像フレーム内のコントラストの面積をグラフ化して、面積希釈曲線を作成することができる。１つ以上の演算を面積希釈曲線に適用して、平均通過時間を決定することができる。例えば、面積希釈曲線は、メジアンフィルタを介して平滑化され得て、静止画像フレームキャプチャの中心に最も近いピークが決定され得て、ガウスフィットが、決定されたピークを使用して、平滑化された曲線に適用されてもよく、ガウスフィット曲線のゼロ値が、ガウスフィットの４標準偏差外側にあってもよく、対数正規フィットが、平滑化された曲線に適用されてもよく、ボーラスが最初にカテーテルに到達する初期時間が、対数正規フィット及び面積希釈曲線を使用して判定されてもよく、初期時間、面積希釈曲線、及び対数正規フィット曲線を使用して、平均通過時間が決定されてもよい。

図３は、セグメント化された画像の閾値を特定する例示的なチャートを示している。セグメント化された画像は、例えば、血管の領域を画像の残りの部分から分離又はセグメント化したものであり得る。チャート３００は、血管内に静止して保持されたときにＯＣＴプローブによって取り込まれた画像フレームについて、ｙ軸上のビンごとのピクセルをｘ軸上の画像強度と比較したものである。

閾値は、Ｎ＝２となるような２つのノードを有するガウス混合モデルを使用して決定され得る。２つのノードは、モデルのピークがオフセットされるように、２つの異なるガウスモデルであり得る。いくつかの例では、２つのモデルは、画像フレームのコントラスト及び輝度であり得る。いくつかの例によれば、２つのモード又はモデルは、ノイズを有する値及び血液を有する管腔の領域であり得る。ノイズを有する低い値はバックグラウンドであってもよく、血液を有する管腔の領域は信号が存在する領域であってもよい。２つのノードをオーバーレイして、閾値を決定することができる。閾値は、各ノードの平均値の平均であり得る。図３に示すように、閾値は、線３０２によってチャート３００上に示される。

いくつかの例によれば、閾値は固定であるか、又は予め決定され得る。他の例では、閾値は、大津の閾値を使用して決定され得る。更に他の例では、閾値は、深層学習を使用して決定され得る。例えば、画像のグループ又はセットが記憶され得る。記憶された画像は、深層学習モデルへの入力であり得る。各画像について、閾値が決定され得る。決定された閾値は、深層学習モデルの出力であり得る。深層学習モデル又は畳み込みニューラルネットワークは、画像が入力であってもよく、閾値が出力であってもよいように、回帰を実行するように訓練され得る。追加的又は代替的に、閾値は、ガウス混合モデル、固定閾値、大津の閾値、及び／又は深層学習の任意の組み合わせによって決定され得る。

図４Ａ及び図４Ｂは、管腔オフセット、カテーテルオフセット、及びガイドワイヤオフセットを使用して血管マスクを決定する例を示している。血管マスクは、ボーラスがＯＣＴプローブを通過して血管を通って移動するときにボーラスによって占有され得る管腔境界内の空間を画定することができる。例えば、血管マスクは、任意の所与の時間にボーラスによって占有され得る管腔内の最大面積を画定することができる。

画像フレーム４００Ａは、管腔境界４０２、カテーテル４０４、ガイドワイヤ４０６、及びボーラス４０８を含み得る。管腔オフセット、カテーテルオフセット、及びガイドワイヤオフセットは、図１に示されるシステム１００と併せて使用される１つ以上のソフトウェアモジュールによって決定され得る。例えば、ガイドワイヤのオフセットは、影の中の走査線に沿ったピーク、遷移、又は相対的な極値を探索することによって決定され得る。補間を使用して、画像フレーム内のガイドワイヤの接続されたセグメントをモデル化することができる。いくつかの例では、１つ以上のモジュール及び種々の血管内データ処理ステップを使用して補間を実行することができる。いくつかの例によれば、補間により、フレーム内のガイドワイヤ検出のセグメントを構築し、有効なセグメントを接続して、ガイドワイヤの接続モデルを作成することができる。セグメントは、セグメントをスコア付けするために使用され得る種々の基準に基づいて、有効であると判定され得る。セグメントスコア及びセグメント連続性は、画像フレームにおけるガイドワイヤの表現を生成するために使用されてもよく、したがって、ガイドワイヤオフセットを決定するために使用されてもよい。ガイドワイヤは、そのセグメントに基づいてスコアリングされ得る。同様の方法を使用して、管腔オフセット及びカテーテルオフセットを決定することができるため、本明細書で繰り返すことはしない。

管腔オフセット、カテーテルオフセット、及びガイドワイヤオフセットが決定された後、血管マスク４１０が決定され得る。画像フレーム４００Ｂに示すように、血管マスク４１０は、管腔、ガイドワイヤ、及びカテーテルの境界によって画定され得る。血管マスク４１０は、ガイドワイヤ及びカテーテルが挿入された血管の断面積を示すことができる。したがって、血管マスク４１０は、ボーラスが通過するために利用可能であり得る断面積を示すことができる。

図５は、コントラストマスクを決定するために血管マスク及び閾値処理された画像が使用され得る例示的な画像フレームを示している。コントラストマスクは、決定された閾値と血管マスクとの間の要素ごとの演算を使用して決定され得る。例えば、コントラストマスクは、血管マスク内のどの程度の面積がボーラス５０８によって占有されるかを判定することができる。コントラストマスクを使用して、ボーラスの断面積を決定することができる。断面積は、ピクセル単位で測定することができる。画像フレーム５００は、血管マスク５１０が血管マスク４１０に実質的に対応するように、血管マスク４１０を決定するために使用された画像フレーム４００Ａに実質的に対応することが可能である。血管マスク５１０は、ボーラス５０８がＯＣＴプローブを通過する際に占有し得る管腔境界５０２内の総断面積を示すことができる。例えば、血管マスク５１０は、カテーテル５０４及びガイドワイヤ５０６を含むＯＣＴプローブが考慮された後に残る管腔境界５０２の断面積を示すことができる。

コントラストマスクを決定するために、血管マスクと閾値処理された画像との間に要素ごとの演算が適用され得る。例えば、論理アレイ演算子「ＡＮＤ」が、血管マスクと閾値処理された画像との間で使用され得る。要素ごとの演算により、血管マスク内のピクセルがボーラスのピクセルであるかどうかをピクセルごとに判定することができる。ボーラスの一部分であると判定されたピクセルを合計して、ボーラスの断面積を決定することができる。

図６は、例示的な面積希釈曲線を示している。面積希釈曲線６００は、ボーラスがＯＣＴプローブを通過して血管を通って流れるときの所与の時間におけるボーラスの断面積を示す。例えば、面積希釈曲線６００は、そのそれぞれのフレームインデックスによって特定される、各フレームの断面積をｍｍ^２単位で図表化することができる。フレームインデックスとは、複数の画像フレーム内の特定の画像フレームを特定する数であり得る。例えば、１００個の画像フレームが撮影された場合、フレームインデックスは、１～１００の数に対応する。各画像フレームは、タイムスタンプを含み得る。フレームインデックスは、いくつかの例では、それぞれの画像フレームのタイムスタンプに対応し得る。いくつかの例では、面積希釈曲線６００は、フレームインデックスの代わりに、画像フレームが撮影された時間に基づいて断面積を図表化することができる。

図示のように、面積希釈曲線６００は、画像フレーム２００Ａ～２００Ｆのチャートである。画像フレーム２００Ａ～２００Ｆのそれぞれは、各フレーム内のコントラストのエリアを決定するために閾値処理することによってセグメント化され得る。血管マスクは、管腔オフセット、カテーテルオフセット、及びガイドワイヤオフセットに基づいて、各画像フレーム２００Ａ～２００Ｆに対して決定され得る。追加的又は代替的に、各画像フレーム２００Ａ～２００Ｆについてコントラストマスクが決定され得る。コントラストマスクは、閾値処理された画像と血管マスクとの間の要素ごとの演算を使用して決定され得る。コントラストマスクを使用して、コントラストマスク内のピクセルの合計を決定することによって、ボーラスの断面積を決定することができる。そして、断面積をグラフ化して、面積希釈曲線６００を作成することができる。

画像フレーム２００Ａ～２００Ｆのみが、それぞれ、点６００Ａ～６００Ｆによって面積希釈曲線６００上に示されているが、ＯＣＴプローブが血管内で静止して保持されたときに取り込まれる追加の画像フレームが、面積希釈曲線６００を作成するために使用され得る。面積希釈曲線６００を使用して、平均通過時間「Ｔ_ｍｎ」を決定することができる。平均通過時間は、血管内の血液の流量であり得る。

面積希釈曲線６００は、ボーラスが血管を通って速く移動するか、又はゆっくり移動するかを示すことができる。例えば、面積希釈曲線６００は幅「ｗ」を有することができる。幅「ｗ」は、ボーラスの少なくとも一部分を含む、複数の画像フレーム内の第１の画像フレーム及び最後の画像フレームによって規定され得る。ボーラスが血管を通って迅速に移動している場合、幅「ｗ」は、ボーラスが血管を通ってゆっくりと移動している場合よりも小さくなり得る。例えば、ボーラスが迅速に移動している場合、ボーラスの一部分を取り込む画像フレームは、ボーラスが特定の距離を移動するのにより少ない時間を要するため、より短い期間中に発生する可能性がある。代替的に、ボーラスがゆっくり移動している場合、ボーラスの一部分を取り込む画像フレームは、ボーラスが特定の距離を移動するのにより多くの時間を要する可能性があるため、より長い期間にわたって発生する可能性がある。時間又は画像フレームは、面積希釈曲線のｘ軸上にあるため、短い期間は小さい幅「ｗ」を有し、一方、長い期間はより大きい幅「ｗ」を有する。

図７Ａ～図７Ｆは、平均通過時間を決定するために面積希釈曲線６００を使用する１つの例示的な方法を示している。以下の動作は、以下に説明される正確な順序で実行される必要はない。むしろ、種々の動作を異なる順序で又は同時に処理することができ、動作を追加又は省略することができる。

図７Ａは、平滑化された面積希釈曲線を示している。例えば、面積希釈曲線６００は、メジアンフィルタを用いて平滑化することができる。面積希釈曲線を平滑化することで、曲線のギザギザ状の領域を除去又は平滑化することができる。曲線のギザギザ状の領域は、不適切な管腔オフセット決定に起因し得る。図７Ａに示すように、面積希釈曲線６００は、曲線７０２へと平滑化されている。

図７Ｂは、曲線７０２のピークを示している。ピーク７０４は、静止画像フレームキャプチャの中心に最も近いピークであり得る。ＯＣＴプローブが静止して保持されたとき、１つ以上のボーラスが血管内へと注入され得る。図７Ｂに示すように、単一のボーラスのみが血管内へと注入されているため、１つのピーク７０４のみが存在する。いくつかの例によれば、２つ以上のボーラスが血管内へと注入された場合、チャート７００Ｂは、各ボーラスのピークを含み得る。

図７Ｃは、決定されたピークを使用して平滑化された曲線に適用されたガウスフィットを示している。決定されたピーク７０４は、例えば、ガウスフィットを適用するために使用される平均値となり得る。図７Ｃは、平滑化された曲線７０２とガウスフィット曲線７０６との間の差分を示している。

図７Ｄは、曲線７０２のガウスフィットの４標準偏差外側のゼロ値を示している。ゼロ値は、点７０８、７１０によって示される。点７０８の左側及び７１０の右側の任意の値を除去することができる。点７０８、７１０の外側の値を除去することにより、ボーラスの前及び／又は後の血管内のアーチファクトが平均通過時間の決定に影響しないようにすることができる。いくつかの例によれば、アーチファクトは、血管内に注入された前のボーラス又は次のボーラスであり得る。

図７Ｅは、平滑化された曲線７０２に対数正規フィットを適用することによって作成された、結果として得られる曲線７１２を示している。いくつかの例によれば、平滑化された曲線７０２に対数正規フィットを適用し、曲線７１２をもたらすことで、測定された信号に対するより近いフィットを得ることができる。追加的又は代替的に、対数正規フィット（曲線７１２）は、ガウスフィット（曲線７０６）と比較してより正確なフィットであり得る。

図７Ｆは、面積希釈曲線６００上にオーバーレイされた対数正規フィット曲線７１２を示している。対数正規フィット曲線７１２及び／又は面積希釈曲線６００を使用して、初期時間「Ｔ_０」を決定することができる。初期時間「Ｔ_０」は、対数正規フィット曲線７１２及び／又は面積希釈曲線６００における断面積の最初の増加を見出すことによって決定され得る。初期時間「Ｔ_０」は、ボーラスの任意の部分が最初にＯＣＴプローブに到達する初期時間であり得る。

図示のように、初期時間「Ｔ_０」は、フレームインデックス２５において生じ得る。フレームインデックス２５は、ボーラスの断面積が最初に０ｍｍ^２から正の値に変化する場所であり得る。いくつかの例によれば、フレームインデックスは、特定の時間に対応し得る。時間は、画像フレーム上のタイムスタンプされた時間であり得る。

図７Ｆに示すように、対数正規フィット曲線７１２の重心は、面積希釈曲線６００におけるピークの右側にあり得る。いくつかの例では、ピークのシフトは、面積希釈曲線６００に適用された対数正規フィットに起因する。例えば、対数正規曲線（log normal curve）は対称ではないが、ガウス曲線（Gaussian curve）は対称である。したがって、ピークは、対数正規曲線の非対称性に起因してシフトされ得る。

図８は、面積希釈曲線６００及び対数正規フィット曲線７１２を使用して、どのように血管内を流れるボーラスの平均通過時間「Ｔ_ｍｎ」を決定することができるかを示している。平均通過時間「Ｔ_ｍｎ」は、面積希釈曲線６００及び対数正規フィット曲線７１２を使用して決定された初期時間「Ｔ_０」を使用して決定することができる。いくつかの例によれば、平均通過時間「Ｔ_ｍｎ」は、以下の式を使用して決定することができる。

式中、「ｔ」は時間に対応し得る。時間は、所与のフレームインデックスの画像フレームに対応するタイムスタンプされた時間であり得る。式中の「ｙ」は、その時間「ｔ」におけるボーラスの断面積に対応し得る。

図１０は、熱希釈測定値（thermodilution measurement）をどのように使用して、血管内を流れるボーラスの平均通過時間「Ｔ_ｍｎ」を決定することができるかを示している。例えば、プレッシャーワイヤを使用して、熱希釈測定値を決定することができる。平均通過時間「Ｔ_ｍｎ」は、初期センサ温度読み取り値の時間及びピークセンサ温度読み取り値の時間を使用して決定することができる。いくつかの例によれば、初期センサ温度読み取り値は、ボーラスの注入の中間点と同時であり得る。いくつかの例では、平均通過時間「Ｔ_ｍｎ」は、初期センサ温度読み取り値の時間とピークセンサ温度読み取り値の時間との間に経過した時間であり得る。

グラフ１０００は、ボーラスが血管内に注入されるときの経時的な摂氏温度でのケーブル「ＣＴ」及びセンサ「ＳＴ」の温度読み取り値の例示的な曲線を示す。例えば、ボーラスが時間「Ｔ_０」で最初に「Ｉ_０」だけ注入されるとき、ケーブル温度「ＣＴ」及びセンサ温度「ＳＴ」は、０℃であり得る。時間「Ｔ_ｈ」において、注入「Ｉｈ」の約半分が完了し得る。時間「Ｔ_ｈ」において、初期センサ温度の読み取りを行うことができる。ケーブル温度「ＣＴ」及びセンサ温度「ＳＴ」は、ボーラスが注入されるにつれて、低下するか、又はより冷たくなり得る。例えば、時間「Ｔ_０」において、ケーブル温度「ＣＴ」及びセンサ温度「ＳＴ」は、－２℃であり得る。

ボーラスは、ピーク注入「Ｉｐ」に達するまで注入され続けることができる。いくつかの例によれば、ピークケーブル温度「ＣＴ」は、ピーク注入「Ｉｐ」と同時か、又は実質的にほぼ同時に生じ得る。いくつかの例によれば、ピークケーブル温度は、グラフ１０００に示すように、約－３℃などの負の最大温度であり得る。

いくつかの例によれば、センサ温度「ＳＴ」は、ピーク注入「Ｉｐ」後の或る時間「Ｔ_ｐ」にピークセンサ温度「ＳＴｐ」に達することができる。ピークセンサ温度「ＳＴｐ」の時間「Ｔ_ｐ」と注入「Ｉｈ」の半分の時間「Ｔ_ｈ」との間の差分が、平均通過時間「Ｔ_ｍｎ」であり得る。いくつかの例によれば、平均通過時間「Ｔ_ｍｎ」は、以下の式を使用して決定され得る。

式中、「Ｔ_ｐ」は、ピークセンサ温度「ＳＴｐ」の時間に対応していてもよく、「Ｔ_ｈ」は、注入「Ｉｈ」の半分の時間に対応していてもよい。

平均通過時間は、安静時及び充血時に決定することができる。安静時の平均通過時間を決定することは、ＯＣＴプローブが自然な状態で血管内に静止して保持されているときに１つ以上の画像を収集することを含み得る。例えば、自然な状態とは、いかなる治療又は投薬も受けていない血管の状態であり得る。充血時の平均通過時間を決定することは、血管の完全な拡張を生じさせるために薬理学的に充血が誘発された血管内にＯＣＴプローブが静止して保持されているときに、１つ以上の画像を収集することを含み得る。

血管内撮像プローブを使用して決定されたＴ_ｍｎは、プレッシャーワイヤを使用して決定されたＴ_ｍｎと同じか、又は実質的に同じであり得る。追加的又は代替的に、血管内撮像プローブを用いて決定されたＴ_ｍｎは、流量計によって決定された流量と同じか、又は実質的に同じであり得る。したがって、単一の血管内撮像デバイスを使用して、Ｔｍｎを決定するとともに、微小血管の疾患の他の態様を特定することができる。

いくつかの例によれば、血管内撮像プローブを使用して決定されたＴ_ｍｎを用いて、ＣＦＲを決定することができる。Ｔ_ｍｎは、安静時及び充血時の両方において決定され得る。ＣＦＲは、以下の式に示すように、決定された安静時の平均通過時間「Ｔ_ｍｎ at rest」及び充血中の平均通過時間「Ｔ_ｍｎ at hyperemia」を使用して決定され得る。

いくつかの例によれば、血管内撮像プローブを用いて決定されたＴ_ｍｎを用いて決定されたＣＦＲは、プレッシャーワイヤを用いて決定されたＣＦＲと同じか、又は実質的に同じであり得る。

いくつかの例によれば、血管内撮像プローブを使用して決定されたＴ_ｍｎを用いて、ＩＭＲを決定することができる。Ｔ_ｍｎは、安静時及び／又は充血時において決定され得る。例えば、ＩＭＲは、以下の式を使用して決定することができる。

式中、「Ｐ_ｄ at hyperemia」は、薬理学的に誘発された充血中の遠位圧に対応し得る。遠位圧は、体積流量（ＶＦＲ：volume flow rate）を使用して決定され得る。ＶＦＲは、血管が薬理学的に誘発された充血状態にあるときにＯＣＴ引き戻し中に収集された１つ以上の画像を使用して決定され得る。血管の管腔形状は、引き戻し中に収集された１つ以上の画像に基づいて決定され得る。管腔形状を使用して、充血遠位圧（hyperemic distal pressure）及び充血大動脈圧（hyperemic aortic pressure）を決定することができる。遠位圧は、容積管腔形状に基づいて決定され得る。例えば、抵抗器モデルが、標的血管を表すために使用され得る。オームの法則に基づいて、圧力勾配（ΔＰ）は、以下の式に示すように、流量（Ｑ）に血管の抵抗（Ｒ）を乗算したものに等しくなり得る。

流量は、抵抗器モデルを通る理論上の大動脈圧及び静脈圧によって計算することができる。

いくつかの例では、血管内撮像プローブによって収集された画像及び画像に基づいて決定されたデータを使用して、潜在的なステント留置を評価することができる。例えば、画像に基づいて、ＣＦＲ、ＩＭＲ、ＶＦＲ等が決定され得る。いくつかの例によれば、決定されたＣＦＲ、ＩＭＲ、ＶＦＲ等の値は、ステント計画並びに他の診断及び分析方法を実行するために、仮想ステント、ランディングゾーン、クラスタリングベースの方法等とともに使用され得る。

図９は、血管内のボーラスの平均通過時間を決定する例示的な方法を示している。以下の動作は、以下に説明される正確な順序で実行される必要はない。むしろ、種々の動作を異なる順序で又は同時に処理することができ、動作を追加又は省略することができる。

例えば、ブロック９１０において、システム１００等のデータ収集システムは、複数の画像フレームを収集することができる。収集された画像フレームは、メモリ１１４に記憶され得る。複数の画像フレームは、ＯＣＴプローブが血管内で静止して保持されているときに収集され得る。複数の画像フレームのうちの１つ以上の画像フレームは、血管内へと注入されたボーラスの一部分を含み得る。例えば、画像フレームのうちの１つ以上は、ボーラスがＯＣＴプローブを通過する際に、注入されたボーラスの一部分を含み得る。

ブロック９２０において、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定することができる。ボーラスの断面積を決定することは、例えば、２つの成分を有するガウス混合モデルを使用して閾値を計算することを含み得る。閾値は、各成分の平均値の平均であり得る。血管マスクは、管腔オフセット、カテーテルオフセット、及びガイドワイヤオフセットを使用して決定され得る。血管マスクは、ボーラスが占有し得る管腔境界内の断面積を示すことができる。血管マスクとセグメント化された画像フレームとの間で要素ごとのＡＮＤ演算を適用することができる。要素ごとのＡＮＤの結果は、コントラストマスクであり得る。コントラストマスクは、画像内のコントラストのピクセル面積が決定されることを可能にし得る。これは、ＯＣＴプローブが血管内で静止して保持されている間に取り込まれた１つ以上の画像に対して繰り返され得る。

ブロック９３０において、１つ以上の画像フレームにおけるボーラスの一部分の断面積に基づいて、分布曲線が作成される。分布曲線は、面積希釈曲線であり得る。

ブロック９４０において、平均通過時間は、分布曲線に基づいて決定され得る。例えば、分布曲線は、メジアンフィルタを用いて平滑化することができる。静止画像フレームキャプチャの中心に最も近いピークが決定され得る。決定されたピークを初期平均値として使用して、平滑化された分布曲線にガウスフィットを適用することができる。曲線から４標準偏差離れた領域を除去することができる。これにより、平均通過時間を決定する際に、前の又は後のボーラス等の任意のアーチファクトが考慮されることを防ぐことができる。対数正規フィットを分布曲線に適用することができる。初期時間「Ｔ_０」は、分布曲線における断面積の最初の増加に基づいて決定することができる。平均通過時間は、初期時間及び対数正規フィット曲線に基づいて決定することができる。

平均通過時間を決定するためにＯＣＴプローブを使用することは、追加のハードウェア又はセンサが使用される必要がないという利点を提供することができる。例えば、画像フレームを収集するためにＯＣＴプローブを使用すること、及び平均通過時間を決定するために画像フレームを使用することは、プレッシャーワイヤを挿入する必要性を排除することができる。これにより、処置中の合併症のリスクを低減することができる。追加的又は代替的に、平均通過時間を決定するためにＯＣＴプローブを使用することは、平均通過時間のリアルタイムの読み取りを可能にし得る。いくつかの例では、ＯＣＴシステムを使用して決定された平均通過時間を使用して、冠血流予備能（ＣＦＲ）データを決定する、及び／又はＩＭＲデータを決定することができる。したがって、ＯＣＴプローブを使用して、生理学的情報及び解剖学的情報を決定することができる。

本明細書に記載の技術によれば、平均通過時間を決定する方法は、血管についての血管内データをメモリデバイスに記憶するステップであって、血管内データは、血管内の位置において血管内撮像プローブに結合された１つ以上のプロセッサによって収集された複数の画像フレームを含み、複数の画像フレームのそれぞれは、血管内に注入されたボーラスの一部分を含むものである、ステップと、１つ以上のプロセッサによって、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定するステップと、１つ以上のプロセッサによって、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成するステップと、１つ以上のプロセッサによって、分布曲線に基づいて、血管内の血液の平均通過時間を決定するステップとを含み得る。平均通過時間を決定するステップは、１つ以上のプロセッサによって、分布曲線を積分することを更に含み得る。

ボーラスの一部分の断面積を決定するステップは、１つ以上のプロセッサによって、閾値処理によって複数の画像フレームのそれぞれをセグメント化することと、１つ以上のプロセッサによって、管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づいて、複数の画像フレームのそれぞれについて血管マスクを決定することと、１つ以上のプロセッサによって、複数のセグメント化された画像フレームのそれぞれと、複数の画像フレームのそれぞれについての血管マスクとに基づいて、コントラストマスクを決定することとを含み得る。複数のフレームのそれぞれに対するコントラストマスクのピクセル面積は、ボーラスの一部分の断面積に対応し得る。閾値によって複数の画像フレームのそれぞれをセグメント化することは、１つ以上のプロセッサによって、ガウス混合モデルを計算することと、１つ以上のプロセッサによって、１つ以上の画像フレームのそれぞれを所定の閾値と比較することと、１つ以上のプロセッサによって、大津の閾値処理を適用することとのうちの少なくとも１つを含み得る。

本方法は、１つ以上のプロセッサによって、メジアンフィルタを使用して、分布曲線を平滑化するステップと、１つ以上のプロセッサによって、平滑化された分布曲線のピークを決定するステップと、１つ以上のプロセッサによって、平滑化された分布曲線にガウスフィットを適用するステップと、１つ以上のプロセッサによって、ガウスフィットの４標準偏差外側のゼロ値を決定するステップと、１つ以上のプロセッサによって、ゼロ値に基づいて、適用されたガウスフィットに対数正規フィットを適用するステップとを更に含み得る。ボーラスが血管内撮像プローブに到達した初期時間は、ボーラスの少なくとも一部分を有する複数の画像フレームのうちの第１の画像フレームを特定することによって決定され得る。初期時間及び適用された対数正規フィットを使用して、平均通過時間を決定することができる。

本明細書に開示される技術の別の態様は、血管内撮像プローブと、血管内撮像プローブと通信する１つ以上のプロセッサとを備えてなるシステムを含み得る。１つ以上のプロセッサは、血管内の位置における複数の画像フレームを収集し、ここで、複数の画像フレームのそれぞれは、血管内に注入されたボーラスの一部分を含んでおり、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定し、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成し、分布曲線に基づいて、血管内の血液の平均通過時間を決定するように構成することができる。

本明細書に開示される技術の更に別の態様は、命令を記憶する非一時的コンピュータ可読媒体を含んでいてもよく、前記命令は、１つ以上のプロセッサによって実行されると、１つ以上のプロセッサに、血管内撮像プローブから、血管内の位置における複数の画像フレームを受信させ、ここで、複数の画像フレームのそれぞれは、血管内に注入されたボーラスの一部分を含むものであり、複数の画像フレームのそれぞれにおけるボーラスの一部分の断面積を決定させ、複数の画像フレームのそれぞれにおけるボーラスの一部分の決定された断面積に基づいて、分布曲線を作成させ、分布曲線に基づいて、血管内の血液の平均通過時間を決定させる。

血管内の血液の平均通過時間は、血管内撮像データに基づいて決定することができる。ＣＦＲ値及び／又はＩＭＲ値は、決定された平均通過時間に基づいて決定され得る。いくつかの例によれば、ＣＦＲ値及び／又はＩＭＲ値を使用して、１つ以上の追加の要因と組み合わせて、血管内の微小血管の疾患の１つ以上の態様を特定することができる。

本開示の態様、実施形態、特徴、及び例は、全ての点において例示的であるとみなされるべきであり、本開示を限定することを意図するものではなく、その範囲は特許請求の範囲によってのみ定められる。他の実施形態、変形形態、及び使用法は、特許請求される発明の骨子及び範囲から逸脱することなしに、当業者には明らかであろう。

本願全体において、組成物が、特定の構成要素を有する（having）、含む（including, or comprising）と記載されている場合、又はプロセスが特定のプロセスステップを有する、含むと記載されている場合、本教示の組成物はまた、記載された構成要素から本質的になる（consist essentially of）、又はこれからなる（consist of）ことが意図され、本教示のプロセスはまた、記載されたプロセスステップから本質的になる、又はこれからなることが意図される。

本願において、要素又は構成要素が、記載された要素又は構成要素のリストに含まれる及び／又はそこから選択されると言及されている場合、その要素又は構成要素は、記載された要素又は構成要素のうちの任意の１つであることが可能であり、記載された要素又は構成要素のうちの２つ以上からなる群から選択可能であると理解されるべきである。さらに、本明細書に記載される組成物、装置、又は方法の要素及び／又は特徴は、本明細書に明示されているか又は暗示されているかにかかわらず、本教示の骨子及び範囲から逸脱することなしに様々な方法で組み合わせることができることが理解されるべきである。

「含む（include, includes）」「含んでいる（including）」、「有する（have, has）」又は「有している（having）」の語の使用は、特に記載されない限り、オープンエンドでありかつ非限定的であると一般に理解されるべきである。

本明細書における単数形の使用は、特に他に記載されない限り、複数形を含む（及びその逆も）。さらに、単数形「１つ（a, an）」及び「その（the）」は、文脈上明確に言及されない限り、複数形を含む。さらに、「約」の語の使用が定量的な値の前にある場合、本教示は、特に他に記載されない限り、その特定の定量的な値自体も含む。本明細書で使用される場合、「約」の語は、公称値から±１０％の変動を意味する。本明細書に開示される全ての数値及び数値範囲は、各値の前に「約」を含むとみなされる。

本教示が実施可能である限り、或る特定の動作を実行するためのステップの順序又は順序は重要でないことが理解されるべきである。さらに、２つ以上のステップ又は動作が同時に行われてもよい。

値の範囲又はリストが提供される場合、値の範囲又はリストの上限と下限との間に介在する各値は、個別に考えられ、各値が本明細書中に具体的に列挙されているかのように本発明に包含される。さらに、所与の範囲の上限と下限との間（上限及び下限を含む）のより小さな範囲も、本発明に考慮され、包含される。例示的な値又は範囲をリストとして挙げることは、所与の範囲の上限と下限との間（上限及び下限を含む）の他の値又は範囲を権利放棄するものではない。

Claims (30)

1. 血管についての血管内撮像データをメモリデバイスに記憶するステップであって、前記血管内撮像データは、前記血管内のある位置において血管内撮像プローブに結合された１つ以上のプロセッサによって収集された複数の画像フレームを含むものである、ステップと、
   前記１つ以上のプロセッサによって、前記血管内撮像データに基づいて、前記血管内のボーラスの平均通過時間を決定するステップと
   を含んでなる、血管内のボーラスの平均通過時間を決定する方法。
2. 前記決定された平均通過時間に基づいて、前記１つ以上のプロセッサによって、冠血流予備能（ＣＦＲ）値又は微小循環抵抗指数（ＩＭＲ）値のうちの少なくとも一方を決定するステップを更に含む、請求項１に記載の方法。
3. 前記血管内撮像データは、光干渉断層撮影（ＯＣＴ）撮像データ、血管内超音波撮像データ、マイクロＯＣＴ撮像データ、又は近赤外分光撮像データである、請求項１又は２に記載の方法。
4. 前記複数の画像フレームのそれぞれは、前記血管内へと注入されたボーラスの一部分を含む、請求項１～３のいずれか一項に記載の方法。
5. 前記１つ以上のプロセッサによって、前記複数の画像フレームのそれぞれにおける前記ボーラスの前記一部分の断面積を決定するステップと、
   前記１つ以上のプロセッサによって、前記複数の画像フレームのそれぞれにおける前記ボーラスの前記一部分の前記決定された断面積に基づいて、分布曲線を作成するステップと
   を更に含む、請求項４に記載の方法。
6. 前記血管内の血液の前記平均通過時間を決定することは、前記分布曲線に更に基づくものである、請求項５に記載の方法。
7. 前記平均通過時間を決定することは、前記１つ以上のプロセッサによって、前記分布曲線を積分することを更に含む、請求項５又は６に記載の方法。
8. 前記ボーラスの前記一部分の前記断面積を決定するステップは、
   前記１つ以上のプロセッサによって、閾値処理によって前記複数の画像フレームのそれぞれをセグメント化することと、
   前記１つ以上のプロセッサによって、管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づいて、前記複数の画像フレームのそれぞれについて血管マスクを決定することと、
   前記１つ以上のプロセッサによって、前記複数のセグメント化された画像フレームのそれぞれと、前記複数の画像フレームのそれぞれについての前記血管マスクとに基づいて、コントラストマスクを決定することと
   を含む、請求項５～７のいずれか一項に記載の方法。
9. 前記複数の画像フレームのそれぞれについての前記コントラストマスクのピクセル面積が、前記ボーラスの前記一部分の前記断面積に対応している、請求項８に記載の方法。
10. 閾値処理によって前記複数の画像フレームのそれぞれをセグメント化することは、
    前記１つ以上のプロセッサによって、ガウス混合モデルを計算することと、
    前記１つ以上のプロセッサによって、前記１つ以上の画像フレームのそれぞれを所定の閾値と比較することと、
    前記１つ以上のプロセッサによって、大津の閾値処理を適用することと
    のうちの少なくとも１つを含む、請求項８又は９に記載の方法。
11. 血管内撮像プローブと、
    前記血管内撮像プローブと通信する１つ以上のプロセッサと
    を備えてなるシステムであって、
    前記１つ以上のプロセッサは、
    血管内のある位置における複数の血管内画像フレームを収集し、
    前記複数の血管内画像フレームに基づいて、前記血管内のボーラスの平均通過時間を決定する
    ように構成されている、システム。
12. 前記１つ以上のプロセッサは、前記決定された平均通過時間に基づいて、冠血流予備能（ＣＦＲ）値又は微小循環抵抗指数（ＩＭＲ）値のうちの少なくとも一方を決定するように更に構成されている、請求項１１に記載のシステム。
13. 前記血管内撮像プローブのデータは、光干渉断層撮影（ＯＣＴ）撮像データ、血管内超音波撮像データ、マイクロＯＣＴ撮像データ、又は近赤外分光撮像データである、請求項１１又は１２に記載のシステム。
14. 前記複数の血管内画像フレームのそれぞれは、前記血管内へと注入されたボーラスの一部分を含む、請求項１１～１３のいずれか一項に記載のシステム。
15. 前記１つ以上のプロセッサは、
    前記複数の血管内画像フレームのそれぞれにおける前記ボーラスの前記一部分の断面積を決定し、
    前記複数の血管内画像フレームのそれぞれにおける前記ボーラスの前記一部分の前記決定された断面積に基づいて、分布曲線を作成する
    ように更に構成されている、請求項１４に記載のシステム。
16. 前記血管内の血液の前記平均通過時間を決定することは、前記分布曲線に更に基づくものである、請求項１５に記載のシステム。
17. 前記平均通過時間を決定するとき、前記１つ以上のプロセッサは、前記分布曲線を積分するように更に構成されている、請求項１５又は１６に記載のシステム。
18. 前記ボーラスの前記一部分の前記断面積を決定するとき、前記１つ以上のプロセッサは、
    閾値処理によって前記複数の血管内画像フレームのそれぞれをセグメント化し、
    管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づいて、前記複数の血管内画像フレームのそれぞれについて血管マスクを決定し、
    前記複数のセグメント化された血管内画像フレームのそれぞれと、前記複数の血管内画像フレームのそれぞれについての前記血管マスクとに基づいて、コントラストマスクを決定する
    ように構成されている、請求項１５～１７のいずれか一項に記載のシステム。
19. 前記複数の血管内画像フレームのそれぞれについての前記コントラストマスクのピクセル面積が、前記ボーラスの前記一部分の前記断面積に対応している、請求項１８に記載のシステム。
20. 閾値処理によって前記複数の血管内画像フレームのそれぞれをセグメント化するとき、前記１つ以上のプロセッサは、
    ガウス混合モデルを計算することと、
    前記１つ以上の血管内画像フレームのそれぞれを所定の閾値と比較することと、
    大津の閾値処理を適用することと
    のうちの少なくとも１つを実行するように構成されている、請求項１８又は１９に記載のシステム。
21. 命令を記憶する非一時的コンピュータ可読媒体であって、前記命令は、１つ以上のプロセッサによって実行されると、前記１つ以上のプロセッサに、
    血管内撮像プローブから、血管内の位置における複数の血管内画像フレームを受信させ、
    前記血管内画像フレームに基づいて、前記血管内のボーラスの平均通過時間を決定させる
    非一時的コンピュータ可読媒体。
22. 前記１つ以上のプロセッサは、前記決定された平均通過時間に基づいて、冠血流予備能（ＣＦＲ）値又は微小循環抵抗指数（ＩＭＲ）値のうちの少なくとも一方を決定するように更に構成されている、請求項２１に記載の非一時的コンピュータ可読媒体。
23. 前記血管内撮像プローブのデータは、光干渉断層撮影（ＯＣＴ）撮像データ、血管内超音波撮像データ、マイクロＯＣＴ撮像データ、又は近赤外分光撮像データである、請求項２１又は２２に記載の非一時的コンピュータ可読媒体。
24. 前記複数の血管内画像フレームのそれぞれは、前記血管内に注入されたボーラスの一部分を含む、請求項２１～２３のいずれか一項に記載の非一時的コンピュータ可読媒体。
25. 前記１つ以上のプロセッサは、
    前記複数の血管内画像フレームのそれぞれにおける前記ボーラスの前記一部分の断面積を決定し、
    前記複数の血管内画像フレームのそれぞれにおける前記ボーラスの前記一部分の前記決定された断面積に基づいて、分布曲線を作成する
    ように更に構成されている、請求項２４に記載の非一時的コンピュータ可読媒体。
26. 前記血管内の血液の前記平均通過時間を決定することは、前記分布曲線に更に基づくものである、請求項２５に記載の非一時的コンピュータ可読媒体。
27. 前記平均通過時間を決定するとき、前記１つ以上のプロセッサは、前記分布曲線を積分するように更に構成されている、請求項２５又は２６に記載の非一時的コンピュータ可読媒体。
28. 前記ボーラスの前記一部分の前記断面積を決定するとき、前記１つ以上のプロセッサは、
    閾値処理によって前記複数の血管内画像フレームのそれぞれをセグメント化し、
    管腔オフセットとカテーテルオフセットとガイドワイヤオフセットとのうちの少なくとも１つに基づいて、前記複数の血管内画像フレームのそれぞれについて血管マスクを決定し、
    前記複数のセグメント化された血管内画像フレームのそれぞれと、前記複数の血管内画像フレームのそれぞれについての前記血管マスクとに基づいて、コントラストマスクを決定する
    ように構成されている、請求項２５～２７のいずれか一項に記載の非一時的コンピュータ可読媒体。
29. 前記複数の血管内画像フレームのそれぞれについての前記コントラストマスクのピクセル面積が、前記ボーラスの前記一部分の前記断面積に対応している、請求項２８に記載の非一時的コンピュータ可読媒体。
30. 閾値処理によって前記複数の血管内画像フレームのそれぞれをセグメント化するとき、前記１つ以上のプロセッサは、
    ガウス混合モデルを計算することと、
    前記１つ以上の血管内画像フレームのそれぞれを所定の閾値と比較することと、
    大津の閾値処理を適用することと
    のうちの少なくとも１つを実行するように構成されている、請求項２８又は２９に記載の非一時的コンピュータ可読媒体。