JP6745875B2 - 圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定 - Google Patents

圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定 Download PDF

Info

Publication number
JP6745875B2
JP6745875B2 JP2018515976A JP2018515976A JP6745875B2 JP 6745875 B2 JP6745875 B2 JP 6745875B2 JP 2018515976 A JP2018515976 A JP 2018515976A JP 2018515976 A JP2018515976 A JP 2018515976A JP 6745875 B2 JP6745875 B2 JP 6745875B2
Authority
JP
Japan
Prior art keywords
estimation system
geometric model
pressure
flow
tree
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018515976A
Other languages
English (en)
Other versions
JP2018534019A (ja
JP2018534019A5 (ja
Inventor
ミカエル グラス
ミカエル グラス
ハンノ ヘイケ ホーマン
ハンノ ヘイケ ホーマン
レンズ ブラム アントニウス フィロメナ ファン
レンズ ブラム アントニウス フィロメナ ファン
ペーター マリア ヨハネス ロンゲン
ペーター マリア ヨハネス ロンゲン
マリケ ボツカヤ
マリケ ボツカヤ
ローランド ウィルヘルムス マリア バーレンス
ローランド ウィルヘルムス マリア バーレンス
デル ホルスト アーエン ファン
デル ホルスト アーエン ファン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2018534019A publication Critical patent/JP2018534019A/ja
Publication of JP2018534019A5 publication Critical patent/JP2018534019A5/ja
Application granted granted Critical
Publication of JP6745875B2 publication Critical patent/JP6745875B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Description

本発明は、流体力学の推定システム、推定方法、コンピュータ可読媒体及びコンピュータプログラム要素に関する。
最近では、侵襲的なカテーテルベースの速度測定技術が、特にいわゆる「コンボワイヤ(Combo-wires)」による圧力測定と併用されて、(例えば冠状動脈における)機能性狭窄評価において、ますます注目を集めている。これらは、速度測定用の血管内超音波トランスデューサといった測定コンポーネントを含むガイドワイヤシステムである。温度トランスデューサ測定値に基づく流量測定技術もある。
しかし、これらのアプローチは、信頼性が低いと考えられている。というのは、流量が局所的にしか測定できないところ、流量は断面積全体にわたって大きく変化するからである。
流量を定量化する他の方法には、K L Gould他によって「Anatomic versus physiologic assessment of coronary artery disease: role of coronary flow reserve, fractional flow reserve, and positron emission tomography imaging in revascularization decision-making」(Journal of the American College of Cardiology62、18(2013)、1639〜1653頁)において報告されるように、PET(ポジトロン放出断層撮影)の使用が含まれる。更に別のアプローチは、例えばS Molloi他によって「Estimation of coronary artery hyperemic blood flow based on arterial lumen volume using angiographic images」(International Journal of Cardiovascular Imaging28(2012)、1〜11頁)に説明されるように、血管造影濃度測定に基づいている。しかし、これらの技術は、(システム較正や、S Molloiによる方法の場合では、スケーリング則の近似を必要とするため)複雑又は高価となる傾向があるか又はすぐに利用できない。
したがって、流体力学的システムにおける流量、圧力又は抵抗を推定する代替システム又は方法が必要である。
本発明の課題は、独立請求項の主題によって解決され、更なる実施形態は、従属請求項に組み込まれる。なお、以下に説明される本発明の態様は、推定方法、コンピュータプログラム要素及びコンピュータ可読媒体にも等しく当てはまる。
本発明の第1の態様によれば、流体力学用の推定システムが提供される。当該システムは、
i)血管樹からその場(in−situ)で収集される少なくとも1つの流体圧力測定値、及び、ii)血管樹の医用画像データを受信し、各圧力測定値は、血管樹内の位置に関連付けられている、入力ポートと、
医用画像データから導出される3D幾何モデルを生成するモデルビルダと、
少なくとも1つの流体圧力測定値を、その関連付けられている位置に基づいて、生成された3D幾何モデルに空間的に位置合わせする位置合わせユニットと、
空間的に位置合わせされた圧力測定値を境界条件として使用して、血管樹の3D幾何モデルに基づいて、血管樹に対する少なくとも1つの流量値及び/又は抵抗値を計算する液体力学的アナライザとを含む。
流量又は抵抗を計算するステップは、特に、測定され、空間的に位置合わせされた圧力測定値を、CFDアルゴリズムにおける解決の境界条件として使用することを含む。
医用画像データから導出される幾何モデルを使用して、血管内圧力測定値に基づいて血液流量及び/又は抵抗を推定する新規のアプローチを提案する。
提案されるシステム及び方法は、血流予備量比(FFR)コンテキストにおける有益性を有して、また、FFRコンテキストと一緒に使用可能である。FFRは、機能性狭窄の重症度を評価する方法を提供する。FFRは、狭窄によってもたらされる機能的制約を等級分けする信頼できる手段である。大動脈圧P及び狭窄より遠位の圧力Pに基づいて、FFRは、比率FFR=P/Pと定義される。FFRは、冠状動脈における狭窄の機能的影響を評価するために、広く使用されている指数である。通常、FFRは、圧力ワイヤを、狭窄部を通過して進めて、狭窄部の両端間の圧力低下を測定することによって、侵襲的に測定される。
一実施形態では、提案されるシステム及び方法は、従来のFFR測定中にいずれにせよ収集された圧力測定値を利用することを可能にする。圧力測定は、冠状血管の幾何学的形状の画像ベースの(例えば血管造影X線又はコンピュータ断層撮影)評価と組み合わされる。この画像に基づく計算モデルが使用され、FFRだけでは提供できない冠状動脈の幾何学的形状及び/又は心筋状態のより完全な全体像が供給される。つまり、本発明は、FFRと競合するのではなく、FFRを改良及び強化して、流量又は抵抗情報を追加として提供する。専用又は追加の流量測定の使用が不要である。本目的には、(流量測定ではなく)比較的安価に行える圧力測定だけで十分である。これは、圧力感応器具類は、一般に、安価であるか、又は、流量感応器具類よりも安価であるからである。代わりに、流量情報は、容易に得ることのできるその場圧力測定値に基づいて計算される。本明細書では、「比較的安価」であるとは、一般的に、単純な圧力測定装置(「圧力ワイヤ」とも呼ばれる)よりも作製に費用がかかる流量又はコンボワイヤとの関係において使用されている。
一実施形態によれば、モデルは、物体における狭窄を表す少なくとも1つの位置を含み、モデルビルダは、当該狭窄を除去又は少なくとも軽減するためにモデルを変更するように再構成され、液体力学的アナライザは、変更されたモデルに基づいて、少なくとも1つの流量値及び/又は抵抗値を再計算する。つまり、この実施形態では、提案されるシステムは、その医療的な利益をより深く理解できるように、将来の治療の効果の実質的な確認という利益を有して使用することができる。物体(例えば血管)は、モデルから梗塞構造体(例えば狭窄部)を幾何学的に除去することによって、「実質的に修復」され、今度は、軽減された狭窄を有する又は狭窄がない血管を表す変更されたモデルに基づいて、計算が再度実行される。狭窄治療の効果を「実質的に」、即ち、事前により良く評価することができる。この実質的修復手順の一実施形態では、血管モデルの任意の所与の枝部において、(前の)狭窄位置の下流の測定値は、計算における境界条件として保持されるか、若しくは、計算における境界条件として無視され、又は、これらの2つの極端な例の妥協案として、対応する下流の測定値は、修復したい任意の狭窄について、少なくとも軽減される(重み付けされる)か又は変更される。
一実施形態によれば、流量又は抵抗の計算は、提案されるアプローチの権限をモデルの他の部分、特にモデル全体に拡張するために、圧力測定値が収集されていない血管の枝部について推定される。
一般に、複数の測定位置について、2つ以上の値(スカラー又はベクトル)が計算される。これらの値は全体で対応する流体力学的量(流量、圧力又は抵抗)の対応する空間分布を規定する。
一実施形態によれば、2つの態様のうちの何れかによるシステムは、計算された流量、圧力又は抵抗分布の視覚化を、表示デバイス上にレンダリングするビジュアライザを含む。
一実施形態によれば、視覚化は、物体内の位置に関連して流量分布を表す空間分解された流量マップを含む。
一実施形態によれば、画像データは、血管造影データ又はコンピュータ断層撮影データを含む。或いは又は更に、血管内光学コヒーレンストモグラフィデータ、MRデータ又は超音波データ、特に血管内超音波データが使用されてよい。好適には、少なくとも1つの流体圧力測定値は、血流予備量比測定手順中に収集される。
一実施形態によれば、システムは、画像データを供給する撮像装置を含む。
一実施形態によれば、システムは、物体内の少なくとも1つの圧力測定値を収集するために、物体内への導入のための測定デバイスを含む。より具体的には、圧力測定デバイスは、少なくとも1つの圧力センサを有するカテーテルである。
好適な実施形態では、カテーテルは、そのヘッド又は先端に、位置トランスデューサを含むトラッカが設けられている。したがって、各圧力測定について、測定値と関連付けられるべき空間的位置が高精度で確定される。本発明では、この位置データは、圧力測定値を幾何学的血管モデルと位置合わせする際に使用される。
第2の態様によれば、推定方法が提供される。当該方法は、
物体からその場で収集される少なくとも1つの流体圧力測定値を受信するステップであって、各測定値は、血管樹内の位置に関連付けられる、当該ステップと、
医用画像データを受信するステップと、
画像データから導出される3D幾何モデルを生成するステップと、
少なくとも1つの流体圧力測定値を、その関連付けられている位置に基づいて、生成された3D幾何モデルに位置合わせするステップと、
空間的に位置合わせされた流体圧力測定値を境界条件として使用して、血管樹の3D幾何モデルに基づいて、血管樹に対する少なくとも1つの流量値及び/又は抵抗値を計算するステップとを含む。
提案される方法及びシステムの応用は、主に、医療分野、特に心臓学が考えられる。しかし、これは、他の応用が排除されるということではない。最初に、システム及び方法は、心臓の冠状動脈以外の他の臓器内の流量、圧力又は抵抗を推定するために使用されてよく、対応する入力測定値は、FFRコンテキスト以外で収集されてよい。例えば脚の動脈が分析されてよい。更なる拡張案では、ビデオ膀胱内圧測定(VCMG)といった泌尿器検査において、血液流量ではなく、尿の流量又は圧力が計算される。次に、提案されるシステム及び方法は、例えば水中洞窟等の洞窟探査といった地質学である医療分野以外にも利益を有して実施可能である。
本発明の例示的な実施形態について、以下の図面を参照して説明する。
図1は、流量又は圧力推定システムを示す。 図2は、図1のシステムによって生成される画像表示を示す。 図3は、流量及び圧力推定方法のフローチャートを示す。 図4は、流量及び抵抗方法の説明を示す。 図5は、血管モデルの一部の図である。
図1の略ブロック図を参照するに、液体力学的アナライザシステムのコンポーネントが示される。
当該システムは、FFRのコンテキストにおける体積流量又は抵抗推定に使用可能であるが、FFR以外、実際には医療以外の応用も本明細書では排除されない。
簡単に述べるに、また、一実施形態によれば、本明細書において提案されるアプローチは、血管内圧力測定を、医用画像データから得られる検査下の血管の幾何モデルと組み合わせる血液流量測定に使用可能である。有利には、しかし、必ずしもすべての実施形態においてではないが、圧力測定値は、適切な測定デバイスMDを用いて従来のFFRインターベンション中に収集されたものである。
より詳細には、また、図1を引き続き参照するに、撮像モダリティIMを使用して、好適には、しかし、必ずしもそうである必要はないが、例えば人間又は動物の患者の冠状又は周辺血管CORの関心物体の3D画像データを取得する。一実施形態では、画像データは、回転式血管造影撮像実行において生成される。撮像の前、撮像の間又は撮像の後、圧力ワイヤといった測定デバイスMDを使用して、介入手順において、血管系COR内又は血管系CORにおける複数の場所において、それぞれの圧力測定値を取得する。圧力ワイヤは、測定ヘッドを有するステアリング可能なガイドワイヤである。測定ヘッドは、ガイドワイヤMDの先端部の近位に取り付けられる1つ以上の圧力トランスデューサ/センサから形成される。圧力ワイヤは更に、血管構造内のナビゲーションを容易にするトルクデバイスを含む。ワイヤMDは更に、光学(形状検知)電磁追跡といった追跡(サブ)システムTRを含むか、又は、ワイヤMDは、イメージャIMによって使用される撮像幾何学的形状の供給画像及び知識の画像処理を使用して、3Dで追跡されてもよい。
好適には、測定値は、血管樹における狭窄にわたり収集された測定値を含む。例えばこれは、FFR侵襲中にプルバックシーケンスプロトコルで行われる。当然ながら、各圧力測定値は、一般に、当該測定値が取得された冠状動脈COR内の特定の空間的位置Xに関連付けられるか、又は、少なくとも関連付けることが可能である。この圧力対位置の関連付けは、例えば圧力ワイヤのヘッドに結合されたトラッカTRの位置トランスポンダを使用して自動的に生成される。或いは、位置は、測定ヘッドの所与の初期位置、所与の空間サンプリング周波数(つまり、単位長さ当たりに測定が行われる頻度)及び既知の測定軌跡(実際に、例えばプルバック測定シーケンスでは分かっている)から計算されることも可能である。
圧力測定値及び画像データは、次に、ワークステーションWSといった汎用コンピュータ上のソフトウェアモジュールとして実現可能であるプロセッサセクションPSに、入力として転送される。一実施形態では、提案される液体力学的アナライザシステムのプロセッサコンポーネントは、この入力に基づいて、検査下の血管系CORの所望の体積血液流量及び/又は抵抗データを生成する。
処理セクションPCは、入力ポートINにおいて、画像データ及び圧力測定値を受信する。この画像データから、モデルビルダMBによって、(メッシュモデル等といった)3D幾何モデルが生成される。これは、一実施形態では、血管セグメンテーション、つまり、画像要素(ピクセル、ボクセル)強度に基づくセグメンテーションによって達成可能である。或いは、2D血管造影像をセグメント化し、血管の2D曲率と、血管造影図の取得に撮像モダリティIMによって使用される投影幾何学的形状と、球状血管幾何学的形状の仮定とに基づいて、3D血管モデルが作成される。つまり、これは、単一投影画像からの3Dモデルの作成を可能にする。このように作成されたモデル及び圧力測定値は、次に、位置合わせユニット(図示せず)によって互いに空間的に位置合わせされる。つまり、位置合わせにおいて、圧力測定値に関連付けられている各位置が、モデルにおける各幾何学的点に対応するようにさせられる。位置合わせは、画像ベースの位置合わせであっても、手動の位置合わせであっても、ある場合には、トラッカTRによって供給される追跡データに基づいていてもよい。
空間的に位置合わせされた測定値は、次に、液体力学的アナライザLDAコンポーネントに転送される。これは、一実施形態では、例えば体積流量値/推定値Qを計算するために、CFD(Computational Flow Dynamic)法を使用する流量又は抵抗推定器として構成される。計算された値は、スカラーであるか、又は、ベクトル場である。
より具体的には、取得した圧力測定値は、空間分解された流量分布を計算するための境界条件として使用される。モデルは、流量の幾何学的制約を形成するが、圧力測定値は、流量を局所的に記述する。
体積流量と圧力との関係は、ナビエ・ストークス(Navier-Stokes)方程式又はその近似(例えば集中定数モデル)といった偏微分方程式系によって支配されることが知られている。方程式の種類は、流量推定器FEにコード化される。偏微分方程式は、常微分方程式の潜在的に大きい集合となるように、有限要素法によって空間的に離散化され、当該集合は、流量値のために、様々な数値手法によって解決される。CFD問題に対する解決策は、一般に、ベクトル場
Figure 0006745875
(pは位置であり、
Figure 0006745875
は当該点における流量の速度ベクトルである)として記述される。ベクトル場は、関数の集まりであり、境界条件は、位相空間におけるどの点を、任意の可能な解決策が通過しなければならないのかを規定する。つまり、任意の解決策
Figure 0006745875
について、pにおける圧力は、当該点pにおいて収集された圧力値Pと等しくならなければならない。ベースとなるCFDアルゴリズムは、境界条件によって課せられるこれらの制約を考慮する。
計算されたベクトル場解決策に関して、速度ベクトルの大きさ(速度)のみに関心がある場合、ベクトル成分の絶対値
Figure 0006745875
を取ることによってスカラー場に変換することができる。或いは、集中定数モデル又は他のアプローチを使用して、これらの値をスカラーとして直接計算することもできる。
別の実施形態では、集中素子アプローチが、例えば米国特許出願公開第2011/0071404号に説明される。集中素子アプローチは、早いターンアラウンドを提供することが示されている。任意の他のCFD技術も本明細書では考えられる。一実施形態では、このように計算された体積流量値(具体的には、各点における速度)の集まりが、モデルの空間分解された体積流量分布を形成する。つまり、モデルの各位置(これは、翻って、物体CORにおける位置に対応する)において、流量推定器ユニットは、流量値(1秒当たりの体積、例えばml/s)を関連付ける。
このように推定された流量又は抵抗値は、出力ポートOUTにおいて、数値として生成される。好適には、推定値は、ビジュアライザVIZによって視覚化され、モニタMT上での表示のためにレンダリングされる。より具体的には、流量推定値は、空間分解されて表示される。つまり、各推定値は、モデル又は画像データにおける対応する位置に関連付けられて示される。
図2は、パネルB)において、パネルA)に示される血管COR内の様々な位置において収集された圧力測定値p1、p2、p3に基づく空間分解された流量推定マップの視覚化GDの一例を示す。視覚化GDは、推定器FEによって計算され、空間的に配置された流量推定値Q1、Q2及びQ3から形成される。流量推定値Qは、色コード化され(様々な線の種類:点線、実線及び破線で示され)、図2B)に示されるように、画像データ又はモデルの複製上にオーバーレイされる。2B)における画像表示は、3つの測定収集しかない粗い離散化を一例として示す。したがって、モデルは、3つの部分に分割される。より緻密な離散化も考えられるが、原則的には、3つの圧力測定値のみ、更には、2つの圧力測定値のみをサンプリングするので十分である。
なお、モデルビルダMBは、必ずしも画像データ自体からモデルを作成するように動作する必要はない。代替のアプローチでは、一般的なメッシュモデルが使用されてよく、当該メッシュモデルは、物体から取得される画像データに応じて適応される。例えば反復前方投影技術を使用して、変形された一般モデル全体に及ぶ投影が取得された画像データ(実際の投影)に対応するまで、一般的なモデルを連続反復で変形する。このようにして、一般的なモデルを、当該物体CORの画像データに合わせてカスタマイズするか、即ち、「調整」する。
FFRにおいてより説得力のある結果を得るには、被検体の2つの状態における圧力測定値を取得することが望ましい。1つは、応力状態にセットされ、1つは、緩和状態にセットされる。つまり、位置のうちの幾つか又はそれぞれにおいて、1対の圧力測定値、即ち、被検体の応力状態における圧力測定値と、被検体の緩和状態における圧力測定値とが取得される。
一実施形態では、モデルビルダMBは、モデルの構造的特徴を除去又は少なくとも軽減するためにモデルを変更し、次に当該構造(例えば狭窄症にあるような狭窄)を変更するように再構成され、液体力学的アナライザLDAは、変更されたモデルに基づいて、流量値及び/抵抗値を再計算する。この動作は、ステップS40a、S40bにおいて以下により詳細に説明される。
図3A)を参照するに、液体力学分析方法、具体的には、流量又は抵抗推定方法のフローチャートが示される。
ステップS10aにおいて、複数の圧力測定値が、複数の位置において、物体から又は物体内でその場で収集される。複数の血管内圧力測定が、圧力センサを備えたカテーテル又はガイドワイヤを使用して行われる。(ステップS10aにおいて圧力測定値が収集された)測定点又は位置の少なくとも幾つかが、血管樹の幾何学的血管モデルの少なくとも1つの入口及び少なくとも1つの出口の位置を含むことが好都合であることが示されている。これにより、後続の計算(ステップS20a)が、血管樹における他の血管セグメントについても、より現実的なものになる。これに加えて、一実施形態では、測定値の各対は、任意の少なくとも1つの又は更によいのは任意の狭窄位置の上流及び下流に置かれる。
オプションのステップS20aにおいて、物体内にある又は物体を通る液体の流量分布が、当該物体のモデルに基づいて、また、CFD解決アルゴリズムにおいて、収集された測定値を境界条件として使用することに基づいて、計算される。
幾つかの実施形態では、測定値が収集されていない物体内の(例えば血管モードの枝部における)位置に対応するモデルの部分の流量又は抵抗値を推定することも考えられる。これは、測定値が収集されていないモデルの部分にも境界条件のうちの1つ以上を使用して行われる。これは、測定された枝部内の位置に構造上又は機能上対応する当該他の部分内の位置において境界条件のうちの幾つかを使用して行われる。例えば出口点における測定値に基づく境界条件は、違う枝部内の出口点に使用される。
(オプションの)ステップS30aにおいて、推定された値又は流量分布は、表示デバイス上で視覚化される。
上記実施形態では、その場圧力測定値が収集されて体積流量値が計算されたが、これに対する双対法も考えられ、対応するステップS10b〜S30bを有するフローチャートB)に示される。したがって、圧力測定値をその場で収集するのではなく、ステップS10bにおいて、流量測定値がその場で収集され、次に、ステップS20bにおいて、圧力分布が、ステップS20aと全く同様に計算される。次に、ステップS30bにおいて、圧力値は、空間分解された圧力分布値として表示される。
上記方法A)及びB)のいずれにおいても、少なくとも3D幾何モデルに対する測定位置が分かっているべきである。モデルは、物体から取得された画像データから作成される。画像データは、好適には、3D、即ち、立体的である。X線血管造影法の場合、回転シーケンス又は異なる角度からの2つの投影が使用されてよい。場合により、血管の断面形状の仮定を使用する場合、単一の投影でも十分である。例えば事前に円形の血管断面を仮定する。幾つかの実施形態では、3Dモデルではなく単なる2Dモデルの作成でも十分である。一方向性画像データに基づいてよい別の実施形態は、投影方向における直径を予測する濃度測定方法である。例えば濃度測定に関しては米国特許出願公開第2007/0053558A1号を参照されたい。原則的に、X線血管造影法以外の様々な撮像方法を使用して、幾何学的血管モデルを生成することができる。これは、特に、血管内光学コヒーレンストモグラフィ(OCT)又は超音波(US)に当てはまるが、MRT及びCTも含まれる。
流量推定実施形態では、体積流量値(体積/秒で測定される)は、「点」速度値(距離/長さで測定される)に対するものとして計算される。後者は、通常、流量及び圧力の両方を測定するコンボワイヤといった従来の流量測定デバイスによって生成される。点速度値は、流量測定値が収集された位置におけるモデルの幾何学的形状による各血管断面との乗算によって、体積データに変換することができる。
一方で、流量速度は、検査下の液体中に懸濁される場合、どの速度(方向及び速さ)で仮想点が進むかを求め、体積流量は、液体中の任意の所与の位置に配置された仮想平面領域を通過した液体量を求める。体積流量データは、速度に関して、流量よりも、組織の成長能力の評価により関連性があり、また、圧力よりもより関連性があることが分かっている。
提案される方法は、狭窄の存在(入口から出口への圧力低下が生じる場合)において特に感度が高い。しかし、圧力低下がゼロに近い場合にはあまり感度が良くないことが分かっている。圧力測定が、通常条件下又は血管に沿った圧力損失を増加させるために薬物誘発性充血中に行われてよい。
提案される方法及びシステムは、体積流量測定のより信頼性のあるアプローチを提供し、「コンボワイヤ」デバイスを用いた高価な流量測定又はPET測定に取って代わる可能性がある。「コンボワイヤ」は、圧力及び流量の両方の測定を可能にする測定デバイスを含む。
上記提案される実施形態の更なる改良案は、画像データを、血管樹の各枝部についてかん流サブボリュームにセグメント化し、計算された血管流量を各サブボリュームに割り当てることである。これは、「仮想かん流マップ」を提供することができる。
冠状動脈圧力測定が、通常条件下、また、充血(即ち、緩和状態)において行われると、冠血流予備能(CFR)指数を計算された流量値から予測することができる。例えばKern、Morton J他による「Current concepts of integrated coronary physiology in the catheterization laboratory」(Journal of the American College of Cardiology55、3(2010)、173〜185頁)を参照されたい。
更なる改良案では、圧力又は流量測定は、ECG信号と同期化され、心臓の位相に依存する流量又は圧力をそれぞれ測定することができる。これは、4D(つまり、3D+時間)冠状動脈モデルを使用することを含む。図4は、図3A)による方法の説明図である。様々な位置において圧力測定値P1〜P7が収集される。3Dモデルに基づき、また、測定された圧力データをCFDアルゴリズムにおける境界条件として使用して、対応する流量値Q1〜Q5が計算され、更に、モデルの幾何学的形状を使用して、流量Q6〜Q8が、圧力測定値が収集されなかった枝部についても推定される。或いは、又は、同様に、対応する抵抗値R1〜R5が測定された枝部について計算され、(測定値が収集されなかった)他の枝部について、値R6、R7が補間される。例えば図4から分かるように、測定された枝部の出口における測定値P6を、他の(測定されていない)枝部の対応する出口測定値境界条件として使用することによって、血管モデルの他の枝部について推定し、値Q6〜Q8及びR7、R8がそれぞれ計算される。
図4に関連して上記された同じ手順を、流量測定値が収集され、圧力及び/又は抵抗値が計算される図3の方法B)についても同様に行うことができる(この実施形態の説明のために、図4では、各「P」は「Q」に交換される)。
図5に、上記されたものの何れかと組み合わせ可能な更なる別の改良案が示される。境界条件(つまり、その場で収集された圧力又は流量測定値)は、トラッカサブシステムTRによって供給される追跡情報が十分に詳細であることを所与として、図示されるように、断面レベルにまで局所化されることが可能である。したがって、境界の集まりを、血管内の特定のセクションに単に割り当てる(幾つかの実施形態では、これで構わない)のではなく、境界条件は、対応する血管セクションにおける血管壁から適切な距離に境界条件を正確に「固定(peg)」するために当該セクション内の特定の半径に沿って割り当てられる。この場合、境界条件は、CFDアルゴリズムが使用する空間ノードにマッピングされる。この改良案は、流量測定値が収集される図3B)の実施形態において特に有利である。というのは、流量測定値は、断面半径に沿って、つまり、血管壁からの距離によって変化することが分かっているからである。これらの位置は、図5において、図示される例示的な断面において「X」と示される。例えば幾つかの3D CFDアルゴリズムは、4面体又は血管内の空間を覆う他の形状といった複数の要素からなる3Dノードシステムを使用する。モデルの横断面における、境界条件としての測定値のこれらのノード要素の頂点又は中心点等への空間的割り当ては、追跡情報を使用することによって実現可能である。関連付けられる圧力の計算は、より正確であることが期待される。更に、境界条件のこれらの位置決めは、図3A)の実施形態よりも正確な結果を戻すことが期待される。
QCA(定量的冠動脈分析)を用いて、即ち、「健康」な血管輪郭を推定し、計算を再度行い、したがって、相対的体積流量又は圧力がシミュレートされることによって、狭窄血管を「修復」することが可能である。一実施形態では、図3の上記方法A)、B)の何れかにおいて、方法は、モデルが、血管物体内の狭窄症にあるような狭窄を表す少なくとも1つの位置を含む場合の更なるステップを含む。この更なるステップは、当該構造を除去又は少なくとも軽減するためにモデルを変更し(S40a、S40b)、変更されたモデルに基づいてi)少なくとも1つの流量及び/若しくは抵抗値、又は、ii)少なくとも1つの圧力及び/若しくは抵抗値をそれぞれ再計算することを含む。より詳細には、また、明確とするために図3の方法A)を参照するに、上記方法は、その医療的な利益をより深く理解できるように、将来の治療手段の実質確認という利益を有して使用することができる。物体(例えば血管)は、モデルから狭窄を幾何学的に除去又は軽減することによって「実質的に修復」されることが可能であり、この場合、CFDアルゴリズムの計算は、軽減された狭窄を有する又は狭窄のない血管を表す変更されたモデルに基づいて再実行される。狭窄治療の効果を、「実質的」に、つまり、事前により良く評価することができる。つまり、また、一実施形態によれば、モデルビルダMBを(再)使用して、各狭窄症を表す各狭窄を幾何学的に除去することによってモデルが適応される。一実施形態では、これは、狭窄の上流及び下流の血管断面/幅間を線形(又はより高次元に)補間して、狭窄を幾何学的に除去するために、当該狭窄の上流及び下流の血管断面/幅を使用して行われる。このようにして、新しい幾何学的境界条件を表す新しい、変更されたモデルが作成される。
先に計算された測定値は、変更されたモデルの境界条件として保持されるか、又は、変更された狭窄の下流の測定値は、無視されるか、又は、これらの下流の境界条件の影響を軽減するように同様に適応される。例えば境界条件は、変更されたモデルの流量又は抵抗の計算において、この軽減を実現するために、適切な重み付け係数によって乗算される。この実質的修復手順は、圧力及び/又は抵抗が計算される図3の実施形態B)にも同様に使用されてよい。好適には、各境界条件のこれらの適応は、狭窄がある血管モデルの任意の所与の枝部について、(前の又は変更された)狭窄の下流で行われる。
上記方法又はシステム自体は、冠状動脈、腸骨動脈、大腿動脈、上腕動脈、肝臓動脈及び頸動脈を含む人体の動脈におけるあらゆる種類の狭窄の機能性評価のために提案される。
図1の流量又は圧力推定システムのコンポーネントは、分散型アーキテクチャの別個のモジュールとして配置され、適切な通信ネットワーク内で接続されてよい。
コンポーネントは、専用FPGA又は配線スタンドアロンチップとして配置されてよい。
コンポーネント、特に液体力学的アナライザLDAは、C++又はCルーチンといった適切なプログラミング言語でプログラミングされてよい。或いは、Matlab(登録商標)又はSimulink(登録商標)といった高水準科学計算プラットフォームが使用されてもよい。
本発明の別の例示的な実施形態では、上記実施形態のうちの1つによる方法の方法ステップを適切なシステム上で実行するように適応されていることによって特徴付けられるコンピュータプログラム又はコンピュータプログラム要素が提供される。
したがって、コンピュータプログラム要素は、コンピュータユニットに記憶されていてもよい。当該コンピュータユニットも、本発明の一実施形態の一部である。当該コンピュータユニットは、上記方法のステップを行うか又はステップの実行を誘導する。更に、コンピュータユニットは、上記装置のコンポーネントを動作させる。コンピュータユニットは、自動的に動作するか及び/又はユーザの命令を実行する。コンピュータプログラムが、データプロセッサの作業メモリにロードされてよい。したがって、データプロセッサは、本発明の方法を実行する能力を備えている。
本発明のこの例示的な実施形態は、最初から本発明を使用するコンピュータプログラムと、アップデートによって、既存のプログラムを、本発明を使用するプログラムに変えるコンピュータプログラムとの両方を対象とする。
更に、コンピュータプログラム要素は、上記方法の例示的な実施形態の手順を満たすすべての必要なステップを提供することができる。
本発明の更なる例示的な実施形態によれば、CD−ROMといったコンピュータ可読媒体が提示される。コンピュータ可読媒体に、コンピュータプログラム要素が記憶され、コンピュータプログラム要素は上記セクションに説明されている。
コンピュータプログラムは、他のハードウェアと共に又は他のハードウェアの一部として供給される光学記憶媒体又は固体媒体といった適切な媒体上に記憶される及び/又は分散配置されるが、インターネット又は他の有線若しくは無線通信システムを介した形態といった他の形態で分配されてもよい。
しかし、コンピュータプログラムは、ワールドワイドウェブといったネットワーク上に提示され、当該ネットワークからデータプロセッサの作業メモリにダウンロードされてもよい。本発明の更なる例示的な実施形態によれば、ダウンロード用にコンピュータプログラム要素を利用可能にする媒体が提供され、当該コンピュータプログラム要素は、本発明の上記実施形態のうちの1つによる方法を行うように構成される。
なお、本発明の実施形態は、様々な主題を参照して説明されている。具体的には、方法タイプのクレームを参照して説明される実施形態もあれば、デバイスタイプのクレームを参照して説明される実施形態もある。しかし、当業者であれば、上記及び以下の説明から、特に明記されない限り、1つのタイプの主題に属する特徴の任意の組み合わせに加えて、様々な主題に関連する特徴の任意の組み合わせも、本願によって開示されていると見なされると理解できるであろう。しかし、すべての特徴は、特徴の単なる足し合わせ以上の相乗効果を提供する限り、組み合わされることが可能である。
本発明は、図面及び上記説明において詳細に例示され、説明されたが、当該例示及び説明は、例示的に見なされるべきであり、限定的に見なされるべきではない。本発明は、開示される実施形態に限定されない。開示された実施形態の他の変形態様は、図面、開示内容及び従属請求項の検討から、請求項に係る発明を実施する当業者によって理解され、実施される。
請求項において、「含む」との用語は、他の要素又はステップを排除するものではなく、また、「a」又は「an」との不定冠詞も、複数形を排除するものではない。単一のプロセッサ又は他のユニットが、請求項に引用される幾つかのアイテムの機能を果たしてもよい。特定の手段が相互に異なる従属請求項に記載されることだけで、これらの手段の組み合わせを有利に使用することができないことを示すものではない。請求項における任意の参照符号は、範囲を限定するものと解釈されるべきではない。

Claims (13)

  1. i)各々が血管樹内に位置に関連付けられている少なくとも1つの流体圧力測定値であって、前記血管樹からその場で収集される前記少なくとも1つの流体圧力測定値と、ii)前記血管樹の医用画像データとを受信する入力ポートと、
    前記医用画像データから導出される3D幾何モデルを生成するモデルビルダと、
    前記少なくとも1つの流体圧力測定値を、その関連付けられている位置に基づいて、生成された前記3D幾何モデルに空間的に位置合わせする位置合わせユニットと、
    空間的に位置合わせされた前記流体圧力測定値を境界条件として使用して、前記血管樹の前記3D幾何モデルに基づいて、前記血管樹に対する少なくとも1つの流量値及び/又は抵抗値を計算する液体力学的アナライザと、
    を含む、流体力学用の推定システム。
  2. 前記3D幾何モデルは、物体における狭窄を表す少なくとも1つの位置を含み、前記モデルビルダは、前記狭窄を除去又は少なくとも軽減するために前記3D幾何モデルを変更するように再構成され、前記液体力学的アナライザは、変更された前記3D幾何モデルに基づいて、前記少なくとも1つの流量値及び/又は抵抗値を再計算する、請求項1に記載の推定システム。
  3. 前記医用画像データは、血管造影X線データ又はコンピュータ断層撮影データを含む、請求項1又は2に記載の推定システム。
  4. 前記医用画像データを供給する撮像装置を更に含む、請求項1から3の何れか一項に記載の推定システム。
  5. 前記少なくとも1つの流体圧力測定値を収集するために、前記物体内への導入のための測定デバイスを更に含む、請求項1から4の何れか一項に記載の推定システム。
  6. 前記測定デバイスは、少なくとも1つの圧力センサを有するカテーテルである、請求項5に記載の推定システム。
  7. 前記カテーテルのヘッドに、圧力測定値に関連付けられる位置を確定する位置トランスポンダを含むトラッカが設けられている、請求項6に記載の推定システム。
  8. 流体力学用の推定システムの作動方法であって、
    前記推定システムのプロセッサが、各々が血管樹内に位置に関連付けられている少なくとも1つの流体圧力測定値であって、物体からその場で収集された前記少なくとも1つの流体圧力測定値を受信するステップと、
    前記プロセッサが、医用画像データを受信するステップと、
    前記プロセッサが、前記医用画像データから導出される3D幾何モデルを生成するステップと、
    前記プロセッサが、前記少なくとも1つの流体圧力測定値を、その関連付けられている位置に基づいて、生成された前記3D幾何モデルに位置合わせするステップと、
    前記プロセッサが、空間的に位置合わせされた前記流体圧力測定値を境界条件として使用して、前記血管樹の前記3D幾何モデルに基づいて、前記血管樹に対する少なくとも1つの流量値及び/又は抵抗値を計算するステップと、
    を含む、推定システムの作動方法。
  9. 前記3D幾何モデルは、前記物体内の狭窄を表す少なくとも1つの位置を含み、前記推定システムの作動方法は、前記プロセッサが、前記狭窄を除去又は少なくとも軽減するために前記3D幾何モデルを変更するステップと、前記プロセッサが、変更された前記3D幾何モデルに基づいて、前記少なくとも1つの流量値及び/又は抵抗値を再計算するステップと、を含む、請求項8に記載の推定システムの作動方法。
  10. 前記流体圧力測定値は、前記血管樹における狭窄にわたり収集される、請求項8又は9に記載の推定システムの作動方法。
  11. 前記流体圧力測定値は、少なくとも、前記血管樹の前記3D幾何モデルの少なくとも1つの入口及び少なくとも1つの出口の位置において収集される、請求項8から10の何れか一項に記載の推定システムの作動方法。
  12. 処理ユニットによって実行されると、請求項8から11の何れか一項に記載の推定システムの作動方法のステップを行うように適応され、請求項1から7の何れか一項に記載の推定システムを制御するためのコンピュータプログラム。
  13. 請求項12に記載のコンピュータプログラムを格納した、コンピュータ可読媒体。
JP2018515976A 2015-09-29 2016-09-27 圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定 Active JP6745875B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP15187350.2 2015-09-29
EP15187350 2015-09-29
PCT/EP2016/072885 WO2017055228A1 (en) 2015-09-29 2016-09-27 Estimating flow, resistance or pressure from pressure or flow measurements and angiography

Publications (3)

Publication Number Publication Date
JP2018534019A JP2018534019A (ja) 2018-11-22
JP2018534019A5 JP2018534019A5 (ja) 2020-02-13
JP6745875B2 true JP6745875B2 (ja) 2020-08-26

Family

ID=54266365

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018515976A Active JP6745875B2 (ja) 2015-09-29 2016-09-27 圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定

Country Status (6)

Country Link
US (2) US11177030B2 (ja)
EP (1) EP3356969B1 (ja)
JP (1) JP6745875B2 (ja)
CN (1) CN108140430B (ja)
RU (1) RU2717885C1 (ja)
WO (1) WO2017055228A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3453326A1 (en) * 2017-09-08 2019-03-13 Koninklijke Philips N.V. Registration and comparison of measured and simulated intracoronary pullback curves
EP3488774A1 (en) * 2017-11-23 2019-05-29 Koninklijke Philips N.V. Measurement guidance for coronary flow estimation from bernoulli´s principle
EP3813654A4 (en) 2018-06-27 2022-04-06 Opsens Inc. ASSESSMENT OF HEMODYNAMIC FUNCTION USING A HYBRID PROCESS OF INVASIVE PRESSURE MEASUREMENT AND IMAGING
EP3624132A1 (en) * 2018-09-13 2020-03-18 Koninklijke Philips N.V. Calculating boundary conditions for virtual ffr and ifr calculation based on myocardial blush characteristics
CN109770888A (zh) * 2019-03-19 2019-05-21 苏州润迈德医疗科技有限公司 基于压力传感器和造影图像计算瞬时无波形比率的方法
US11642172B2 (en) * 2019-03-05 2023-05-09 Biosense Webster (Israel) Ltd. Showing catheter in brain
JP2021052825A (ja) * 2019-09-26 2021-04-08 テルモ株式会社 医療システム
CN110765707B (zh) * 2019-11-18 2024-03-12 郑州航空工业管理学院 一种基于cfd数值模拟的流体设备阻力优化方法
CN111067495A (zh) * 2019-12-27 2020-04-28 西北工业大学 基于血流储备分数和造影图像的微循环阻力计算方法
CN111067494B (zh) * 2019-12-27 2022-04-26 西北工业大学 基于血流储备分数和血流阻力模型的微循环阻力快速计算方法
CN111091913A (zh) * 2019-12-27 2020-05-01 西北工业大学 基于血流储备分数和冠状动脉ct造影图像的微循环阻力计算方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7729742B2 (en) * 2001-12-21 2010-06-01 Biosense, Inc. Wireless position sensor
US7970187B2 (en) 2005-09-06 2011-06-28 Pie Medical Imaging B.V. Method, apparatus and computer program for contour detection of vessels using x-ray densitometry
US7953266B2 (en) * 2007-02-06 2011-05-31 Siemens Medical Solutions Usa, Inc. Robust vessel tree modeling
JP5819823B2 (ja) * 2009-07-14 2015-11-24 ザ ジェネラル ホスピタル コーポレイション 血管の内部の流れおよび圧力を測定する装置および装置の作動方法
EP2480124B1 (en) 2009-09-23 2017-11-22 Lightlab Imaging, Inc. Lumen morphology and vascular resistance measurement data collection systems, apparatus and methods
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US9129053B2 (en) 2012-02-01 2015-09-08 Siemens Aktiengesellschaft Method and system for advanced measurements computation and therapy planning from medical data and images using a multi-physics fluid-solid heart model
CN103300820A (zh) * 2012-03-13 2013-09-18 西门子公司 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
US10373700B2 (en) * 2012-03-13 2019-08-06 Siemens Healthcare Gmbh Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance
BR112014028143A2 (pt) 2012-05-14 2017-06-27 Koninklijke Philips Nv sistema e meio de armazenamento legível por computador
JP6381875B2 (ja) * 2012-08-16 2018-08-29 キヤノンメディカルシステムズ株式会社 画像処理装置、医用画像診断装置及び血圧モニタ
JP6419425B2 (ja) 2012-11-29 2018-11-07 キヤノンメディカルシステムズ株式会社 血流機能検査装置、及び、x線診断装置
CA2896589A1 (en) * 2012-12-31 2014-07-03 Volcano Corporation Devices, systems, and methods for assessment of vessels
JP6411459B2 (ja) 2013-04-12 2018-10-24 コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. 冠血流予備量比シミュレーションに対する形状感知超音波プローブ
US9462952B2 (en) * 2013-08-09 2016-10-11 Siemens Aktiengesellschaft System and method for estimating artery compliance and resistance from 4D cardiac images and pressure measurements

Also Published As

Publication number Publication date
WO2017055228A1 (en) 2017-04-06
US20180286517A1 (en) 2018-10-04
US11881299B2 (en) 2024-01-23
JP2018534019A (ja) 2018-11-22
US11177030B2 (en) 2021-11-16
CN108140430B (zh) 2022-04-05
EP3356969A1 (en) 2018-08-08
US20220076805A1 (en) 2022-03-10
CN108140430A (zh) 2018-06-08
RU2717885C1 (ru) 2020-03-26
EP3356969B1 (en) 2020-04-15

Similar Documents

Publication Publication Date Title
JP6745875B2 (ja) 圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定
US10580526B2 (en) System and method for calculating vessel flow parameters based on angiography
US10687777B2 (en) Vascular data processing and image registration systems, methods, and apparatuses
EP2967480B1 (en) Vascular data processing and image registration methods
EP3403582B1 (en) Method and apparatus for determining blood velocity in x-ray angiography images
US9323887B2 (en) Device and computed tomography scanner for determining and visualizing the perfusion of the myocardial muscle
EP3140757B1 (en) Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in models based on diseased patients and hypothetical normal anatomical models
CN105792738B (zh) 用于改善功能狭窄分析的局部ffr估计和可视化
EP3806742B1 (en) Method and apparatus for quantitative hemodynamic flow analysis
Papamanolis et al. Myocardial perfusion simulation for coronary artery disease: a coupled patient-specific multiscale model
CN110786842B (zh) 测量舒张期血流速度的方法、装置、系统及存储介质
CN112384136A (zh) 基于造影图像获取血管评定参数的方法、装置及系统
JP7049402B2 (ja) プロセッサ装置の作動方法
Mura et al. Non-invasive local pulse wave velocity using 4D-flow MRI
Waechter-Stehle et al. Model-based blood flow quantification from DSA: quantitative evaluation on patient data and comparison with TCCD

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190926

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191225

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20191225

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20200306

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200317

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200616

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200706

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200804

R150 Certificate of patent or registration of utility model

Ref document number: 6745875

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250