CN105073009B - 医用流体分析装置以及医用流体分析方法 - Google Patents

医用流体分析装置以及医用流体分析方法 Download PDF

Info

Publication number
CN105073009B
CN105073009B CN201480018171.5A CN201480018171A CN105073009B CN 105073009 B CN105073009 B CN 105073009B CN 201480018171 A CN201480018171 A CN 201480018171A CN 105073009 B CN105073009 B CN 105073009B
Authority
CN
China
Prior art keywords
model
blood flow
fluid
analysis
vascular pattern
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.)
Expired - Fee Related
Application number
CN201480018171.5A
Other languages
English (en)
Other versions
CN105073009A (zh
Inventor
若井智司
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.)
Canon Medical Systems Corp
Original Assignee
Toshiba Medical Systems Corp
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 Toshiba Medical Systems Corp filed Critical Toshiba Medical Systems Corp
Publication of CN105073009A publication Critical patent/CN105073009A/zh
Application granted granted Critical
Publication of CN105073009B publication Critical patent/CN105073009B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Hematology (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Media Introduction/Drainage Providing Device (AREA)

Abstract

一实施方式中的医用流体分析装置具备：治疗模型生成部，生成将表示用于配置在被检体的体腔内的治疗设备的形状的设备模型配置在表示被检体的体腔的形状的体腔模型中而得到的治疗模型；流体分析部，根据至少包含体腔模型中的体腔组织的硬度的特性、至少包含上述设备模型中的治疗设备的硬度的特性、与体腔模型中的体腔内的流体相关的流体特性，伴随着治疗模型的变形，执行治疗模型中的上述流体的流体分析；以及输出部，输出基于流体分析部的分析结果。

Description

医用流体分析装置以及医用流体分析方法
技术领域
本发明的实施方式涉及医用流体分析装置以及医用流体分析方法。
背景技术
作为在被检体的血管内配置治疗设备的治疗方法，例如，存在TAVR(Transcatheter Aortic Valve Replacement；经导管主动脉瓣置换术)、支架留置术、以及弹簧圈栓塞术等。TAVR还有时被称为TAVI(Transcatheter Aortic Valve Implantation，经导管主动脉瓣置入术)。
TAVR是将在前端安装有人工瓣膜的导管插入被检体的血管，将该导管的前端输送到主动脉瓣的位置，置换主动脉瓣和人工瓣膜的治疗方法。
支架留置术是将在前端安装有例如作为网格状的金属制的筒的支架、或在支架中安装有人工血管的支架移植物的导管插入被检体的血管，并将该导管的前端输送到例如冠状动脉中的狭窄位置，使支架或支架移植物在该狭窄位置扩张并留置的治疗方法。
弹簧圈栓塞术是将导管插入被检体的血管，并将该导管的前端输送到例如被检体的头部的脑动脉瘤的位置，通过该导管将极细的白金制的线圈装入脑动脉瘤内，防止血液流入到脑动脉瘤的治疗方法。
在实施这些治疗方法时，为了使配置了治疗设备之后的血管内的血流达到最佳的状态，需要配置治疗设备。
以往，根据由X射线CT(Computed Tomography，计算机断层扫描)装置等医用图像摄影装置进行摄像得到的被检体内的图像等而掌握的治疗前的血管的形状、血流速度等信息有助于策划治疗计划。然而，根据这些信息，医师难以推定实际上配置了治疗设备之后的流动。
现有技术文献
专利文献
专利文献1：日本特开2012-24582号公报
专利文献2：国际公开2013-031742号公报
专利文献3：日本特开2009-213617号公报
发明内容
实施方式的目的在于，提供一种能够掌握配置了治疗设备之后的流体的状态的医用流体分析装置以及医用流体分析方法。
一实施方式中的医用流体分析装置具备：治疗模型生成部，生成将表示用于配置在被检体的体腔内的治疗设备的形状的设备模型配置在表示被检体的体腔的形状的体腔模型中而得到的治疗模型；流体分析部，根据至少包含上述体腔模型中的体腔组织的硬度的特性、至少包含上述设备模型中的治疗设备的硬度的特性、以及与上述体腔模型中的体腔内的流体相关的流体特性，伴随着上述治疗模型的变形，执行上述治疗模型中的上述流体的流体分析；输出部，输出基于上述流体分析部的分析结果。
附图说明
图1是表示一实施方式中的血流分析装置(工作站)的概略结构的框图。
图2是该实施方式中的血流分析装置的功能框图。
图3是表示该实施方式中的血流分析装置的动作的流程图。
图4是表示该实施方式中的血管模型(主动脉模型)的一个例子的示意图。
图5是表示该实施方式中的设备模型(人工瓣膜模型)的一个例子的示意图。
图6是表示对该实施方式中的主动脉模型配置有人工瓣膜模型的图像的一个例子的示意图。
图7是使该实施方式中的分析结果可视化的图像的一个例子的图。
图8是表示使该实施方式中的分析结果可视化的图像的一个例子的图。
图9是表示使该实施方式中的分析结果可视化的图像的一个例子的图。
图10是表示使该实施方式中的分析结果可视化的图像的一个例子的图。
图11是表示使该实施方式中的分析结果可视化的图像的一个例子的图。
图12是表示使该实施方式中的分析结果可视化的图像的一个例子的图。
符号说明
1…工作站、2…处理器、3…存储器、4…通信装置、5…输入装置、6…显示装置、7…存储装置、8…总线、113…流速条件生成部、116…治疗模型生成部、117…流体分析部、118…图像生成部、119…图像输出部、AM…主动脉模型、DM…人工瓣膜模型、A…间隙。
具体实施方式
针对一实施方式，参照附图进行说明。
本实施方式所涉及的医用流体分析装置具有治疗模型生成部、流体分析部、以及输出部。治疗模型生成部通过将表示用于配置在被检体的体腔内的治疗设备的形状的设备模型配置在表示被检体的体腔的形状的体腔模型中，从而生成在体腔模型中配置设备模型而得到的治疗模型。流体分析部根据包含体腔模型中的体腔组织的硬度的特性、包含设备模型中的治疗设备的硬度的特性、以及与体腔模型中的体腔内的流体相关的流体特性，伴随着治疗模型的变形，执行治疗模型中的流体的流体分析。输出部输出基于流体分析部的分析结果。
所谓体腔组织例如是指脑室系统、蛛网膜下腔、管状组织等。所谓管状组织例如是指支气管、淋巴管、血管等。所谓体腔模型是指体腔的模型，例如是管状模型。另外，所谓体腔内的流体例如是指脑脊髓液、空气、淋巴液、血液等。另外，体腔内的流体也可以是阳质子(质子)。以下，为了简化说明，将体腔说明为血管，将体腔模型说明为血管模型，将体腔组织说明为血管组织，将流体说明为血流。另外，为了简化说明，将本医用流体分析装置的实施方式说明为血流分析装置。即，在医用流体分析装置中流体分析所使用的体腔模型并不限定于血管模型等管状模型。另外，在医用流体分析装置中流体分析所使用的流体并不限定于血液。
另外，本医用流体分析装置例如也可以并入医用图像保管通信系统(PictureArchiving and Communication System：以下，称为PACS)中的工作站。另外，本医用流体分析装置例如也可以与PACS的工作站连接。另外，本医用流体分析装置所涉及的功能也可以设置在云上。此时，本医用流体分析装置也可以并入云内。
在本实施方式中，作为血流分析装置的一个例子，公开了当对被检体实施TAVR(Transcatheter Aortic Valve Replacement；经导管主动脉瓣置换术)所涉及的治疗时，执行与被检体的主动脉瓣周边的血流相关的流体分析的工作站。
图1是表示本实施方式所涉及的工作站1的概略结构的框图。工作站1具备处理器2、存储器3、通信装置4、输入装置5、显示装置6、存储装置7、以及总线8。总线8由可通信地连接处理器2、存储器3、通信装置4、输入装置5、显示装置6、以及存储装置7的地址总线以及数据总线等构成。
处理器2例如是CPU(Central Processing Unit，中央处理单元)，通过执行计算机程序来实现各种处理。
存储器3是包含ROM(Read Only Memory，只读存储器)以及RAM(Random AccessMemory，随机存取存储器)的主存储器。存储器3存储用于使处理器2实现本实施方式中的主要的处理的血流分析程序30等。另外，存储器3形成用于暂时存储各种信息的作业用存储区域。
通信装置4通过有线或无线与外部装置进行通信。外部装置例如是X射线CT装置以及超声波诊断装置等医用图像摄影装置、PACS等系统所包含的服务器或其他的工作站等。
输入装置5是输入与用户的操作对应的指令等的接口，例如包含键盘、鼠标、触摸屏、轨迹球、以及各种按钮。
显示装置6是LCD(Liquid Crystal Display，液晶显示器)或OELD(OrganicElectro Luminescence Display，有机电致发光显示)等显示器。
存储装置7是能够存储较大容量的数据的HDD(Hard Disk Drive，硬盘驱动器)或SSD(Solid State Drive，固态驱动器)等。存储装置7在通过处理器2执行血流分析程序30来实现的处理的过程中，存储CT图像数据CD、B模式图像数据BD、多普勒图像数据DD、主动脉模型数据AMD、设备模型数据DMD、治疗模型数据TMD、以及分析数据AD等。针对各数据的细节后述。
图2是表示通过处理器2执行血流分析程序30而实现的功能的框图。如图所示，处理器2实现作为CT图像输入部101、第1芯线提取部102、第1区域提取部103、第1瓣膜面检测部104、参数输入部105、血管模型生成部106、超声波图像输入部107、第2芯线提取部108、第2区域提取部109、第2瓣膜面检测部110、流速提取部111、位置对准部112、流速条件生成部113、设备模型输入部114、设备定位部115、治疗模型生成部116、流体分析部117、图像生成部118、以及图像输出部119的功能。特别地，基于流速条件生成部113、治疗模型生成部116、以及流体分析部117的处理构成本实施方式中的主处理120。
处理器2通过作为这些各部来进行动作，从而模拟以及分析在TAVR中被配置在被检体的主动脉瓣位置的人工瓣膜的周围的血流。图3表示基于处理器2的处理的概略的流程图。
如该流程图所示，处理器2执行步骤S1～S6的处理。该处理例如根据用户操作输入装置5输入处理开始的指令来开始。
以下，针对各步骤的细节进行说明。
[步骤S1：血管模型的生成]
在步骤S1中，处理器2通过作为CT图像输入部101、第1芯线提取部102、第1区域提取部103、第1瓣膜面检测部104、参数输入部105、以及血管模型生成部106来发挥作用，从而生成被检体的主动脉区域的血管模型。
CT图像输入部101例如通过由通信装置4与上述的外部装置进行通信，从而将CT图像数据CD从该外部装置输入到工作站1，并存储在存储装置7中。CT图像数据CD是通过预先由X射线CT装置对被检体的心脏区域进行扫描而得到的体数据。特别地，在本实施方式中，设为CT图像数据CD与心脏的收缩期对应。
第1芯线提取部102提取存储装置7所存储的CT图像数据CD所包含的主动脉的芯线。例如，第1芯线提取部102根据CT图像数据CD所包含的体素值的变化和与预定的一般的主动脉相关的特征量，确定根据CT图像数据CD被推定为主动脉的内腔的细长的区域。第1芯线提取部102提取沿着所确定的区域内的长度方向的中心线来作为主动脉的芯线。第1芯线提取部102也可以将基于CT图像数据CD的图像显示在显示装置6上，同时提取用户经由输入装置5在该图像上设定的线段来作为芯线。
第1区域提取部103根据第1芯线提取部102提取出的芯线，根据CT图像数据CD来提取主动脉区域。例如，第1区域提取部103通过涵盖芯线的全长地执行在以第1芯线提取部102提取出的芯线为中心的放射方向上观察CT图像数据CD中的体素值的变化并确定主动脉的内腔与管壁的边界的处理，从而提取主动脉区域。第1区域提取部103也可以将基于CT图像数据CD的图像显示在显示装置6上，同时提取用户经由输入装置5在该图像上设定的区域来作为主动脉区域。
第1瓣膜面检测部104检测第1区域提取部103所提取出的主动脉区域所包含的主动脉瓣的瓣膜面。瓣膜面例如被定义为与主动脉的芯线垂直相交、并且包含主动脉瓣瓣叶的平面组中的中心平面。因此，例如，第1瓣膜面检测部104在第1区域提取部103所提取出的主动脉区域中，沿着芯线对与芯线垂直相交的平面进行扫描来提取包含主动脉瓣瓣叶的平面组，将所提取出的平面组的中心平面作为瓣膜面。第1瓣膜面检测部104也可以将第1区域提取部103所提取出的主动脉区域显示在显示装置6上，同时以用户经由输入装置5在该图像上设定的平面作为主动脉的瓣膜面来进行检测。
参数输入部105例如按照用户对输入装置5进行的操作，输入与主动脉的材质条件以及血流条件相关的参数。参数输入部105也可以通过由通信装置4与上述的外部装置进行通信，从而从该外部装置向工作站1输入参数。材质条件例如是与血管壁相关的力学指标。该力学指标例如是与血管壁的位移相关的指标、与对血管壁产生的应力、变形相关的指标、与对血管内腔负荷的内压分布相关的指标、以及表示血管的硬度等与材料特性相关的指标等。作为表示血管的硬度等与材料特性相关的指标，例如有表示血管组织的应力与变形的关系的曲线的平均的倾斜等。血流条件例如是与血液的粘性等相关的指标。此外，参数输入部105也可以输入模拟主动脉中的血流所需的各种参数。
作为上述材质条件，例如，参数输入部105输入包含体腔模型中的体腔组织的硬度的特性，例如，输入包含血管模型中的血管组织的硬度的特性。另外，该特性也可以具有与体腔组织的形状相关的特性，例如，具有与血管组织的形状相关的特性。
血管模型生成部106根据第1区域提取部103所提取出的区域以及第1瓣膜面检测部104所检测到的瓣膜面的位置等，生成作为血管模型的一种的主动脉模型。
图4是表示血管模型生成部106所生成的主动脉模型AM的一个例子的示意图。在该图中，除了由多个多边形的集合表示管内壁的主动脉模型AM之外，由虚线表示心脏、右冠状动脉R1、以及左冠状动脉R2的位置。
血管模型生成部106将表示所生成的主动脉模型的主动脉模型数据AMD与和参数输入部105所输入的材质条件以及血流条件相关的参数一起存储在存储装置7中。
[步骤S2：初始流速条件的生成]
在步骤S2中，处理器2通过作为超声波图像输入部107、第2芯线提取部108、第2区域提取部109、第2瓣膜面检测部110、流速提取部111、位置对准部112、以及流速条件生成部113来发挥作用，从而生成在步骤S1中生成的主动脉模型的初始流速条件。
超声波图像输入部107例如通过由通信装置4与上述的外部装置进行通信，从而将B模式图像数据BD以及多普勒图像数据DD从该外部装置输入到工作站1，并存储在存储装置7中。B模式图像数据BD是由亮度表现通过预先由超声波诊断装置以B模式对被检体的心脏区域进行扫描而得到的该心脏区域的形态的三维数据。例如，多普勒图像数据DD是表示与通过由超声波诊断装置以多普勒模式预先对被检体的心脏区域进行扫描而得到的血流的平均速度相关的血流向量分布的三维数据。特别地，在本实施方式中，设B模式图像数据BD以及多普勒图像数据DD是不移动超声波探头而对相同的区域进行扫描而得到的数据，并且与CT图像数据CD相同，与心脏的收缩期对应。
第2芯线提取部108提取超声波图像输入部107存储在存储装置7中的B模式图像数据BD所包含的主动脉的芯线。作为基于第2芯线提取部108的芯线提取的方法，能够采用与第1芯线提取部102相同的方法。
第2区域提取部109根据第2芯线提取部108所提取出的芯线，根据B模式图像数据BD提取主动脉区域。作为基于第2区域提取部109的主动脉区域提取的方法，能够采用与第1区域提取部103相同的方法。
第2瓣膜面检测部110检测超声波图像输入部107所输入的B模式图像数据BD所包含的主动脉瓣的瓣膜面。作为基于第2瓣膜面检测部110的瓣膜面检测的方法，能够采用与第1瓣膜面检测部104相同的方法。
流速提取部111根据多普勒图像数据DD提取第2区域提取部109所提取出的主动脉区域内的血流向量分布。
位置对准部112将第1区域提取部103所提取出的CT图像数据CD中的主动脉区域和第2区域提取部109所提取出的B模式图像数据BD中的主动脉区域位置对准。具体而言，位置对准部112根据第1瓣膜面检测部104以及第2瓣膜面检测部110所检测到的瓣膜面位置、双方的主动脉区域中的主动脉起始部、以及主动脉与左右冠状动脉的连接部等特征部分，确定B模式图像数据BD中的主动脉区域相对于CT图像数据CD中的主动脉区域的相对的位置关系(缩小、旋转角度等)。
流速条件生成部113根据包含血流信息的医用图像数据(B模式图像数据以及多普勒图像数据)，生成初始流速条件。具体而言，流速条件生成部113根据流速提取部111所提取出的血流向量分布和位置对准部112所确定的位置关系，生成与血管模型生成部106所生成的主动脉模型内的初始流速相关的初始流速条件。具体而言，流速条件生成部113执行根据位置对准部112所确定的位置关系，使流速提取部111提取出的血流向量分布进行缩小、放大、或旋转等的变换处理。变换处理后的血流向量为初始流速条件。流速条件生成部113将所生成的初始流速条件存储在存储装置7中。初始流速条件例如对应于与体腔模型中的体腔组织内的流体相关的流体特性。另外，流体特性也可以具有在步骤S1中说明的血流条件(与血液的粘性等相关的指标)。另外，作为体腔组织内的流体，流体特性也可以具有与脑脊髓液、淋巴液、空气等相关的指标。
[步骤S3：治疗模型的生成]
在步骤S3中，处理器2通过作为设备模型输入部114、设备定位部115、以及治疗模型生成部116来发挥作用，从而生成在主动脉模型中配置人工瓣膜模型而得到的治疗模型。
设备模型输入部114例如通过由通信装置4与上述的外部装置进行通信，从而将设备模型数据DMD和材质条件从该外部装置向工作站1输入，并存储在存储装置7中。本实施方式中的设备模型数据DMD表示示出配置在被检体内的人工瓣膜的形状的人工瓣膜模型。人工瓣膜模型例如是设计人工瓣膜时等所制成的三维的CAD数据。在此的材质条件是与人工瓣膜模型相关的条件。
作为上述材质条件，例如，设备模型输入部114输入包含设备模型中的治疗设备的硬度的特性。另外，该特性也可以具有与治疗设备的形状相关的特性。
图5是表示由设备模型数据DMD所示的人工瓣膜模型DM的一个例子的示意图。人工瓣膜模型DM包含圆筒形的支架200。在支架200的内部，设置有由挠性的材料形成的多个瓣膜部件(未图示)。各瓣膜部件在入口201侧的压力高于出口202侧的压力时开启，在入口201侧的压力低于出口202侧的压力时关闭。即，各瓣膜部件是可动部。在本实施方式中，设为由设备模型输入部114输入表示与心脏的收缩期对应的形状的、即，各瓣膜部件开启的状态的人工瓣膜模型DM的设备模型数据DMD。
与人工瓣膜模型相关的材质条件例如是与人工瓣膜模型DM的各部相关的力学指标。该力学指标例如是与人工瓣膜模型DM的各部的位移相关的指标、与在人工瓣膜模型DM的各部产生的应力或变形相关的指标、以及表示人工瓣膜模型DM的各部的硬度等与材料特性相关的指标等。作为与材料特性相关的指标，例如有表示人工瓣膜模型DM的各部的应力与变形的关系的曲线的平均的倾斜等。
设备定位部115确定在血管模型生成部106所生成的血管模型中配置人工瓣膜的位置。例如，设备定位部115将在由存储装置7所存储的主动脉模型数据AMD所表示的主动脉模型中的瓣膜面位置，配置有由存储装置7所存储的设备模型数据DMD所表示的人工瓣膜模型的图像显示在显示装置6上。
图6是表示在主动脉模型AM的瓣膜面位置配置有人工瓣膜模型DM的图像的一个例子的示意图。在该例子中，示出在沿着主动脉模型AM的芯线的剖面中配置有人工瓣膜模型DM的图像，但显示方式并不限定于此。
用户通过对输入装置5进行的操作，能够调整该图像中的人工瓣膜模型DM的位置或角度。设备定位部115将调整后的人工瓣膜模型DM的位置确定为最终的设置位置。
治疗模型生成部116生成相对于由存储装置7所存储的主动脉模型数据AMD所表示的主动脉模型，将存储装置7所存储的设备模型数据DMD所表示的人工瓣膜模型设置在设备定位部115所确定的设置位置而得到的治疗模型。治疗模型生成部116将表示所生成的治疗模型的治疗模型数据TMD连同与主动脉模型数据AMD一起由存储装置7存储的主动脉模型的材质条件以及血流条件、以及与设备模型数据DMD一起由存储装置7存储的人工瓣膜模型的材质条件一起，存储在存储装置7中。
[步骤S4：流体分析]
在步骤S4中，处理器2作为流体分析部117来发挥作用。
流体分析部117根据存储装置7所存储的治疗模型数据TMD、主动脉模型的材质条件和血流条件、人工瓣膜模型的材质条件、以及初始流速条件来执行流体分析。
例如，流体分析部117以治疗模型数据TMD所示的治疗模型以及设备模型附近的流体(血液)为分析对象，使用按照有限元法(Finite Element Method：以下，称为FEM)或有限体积法(Finite Volume Method：以下，称为FVM)等算法的数值流体力学(ComputationalFluid Dynamics：称为以下CFD)。另外，作为分析对象，也可以包含设备模型。
在考虑流体(血流)导致的治疗模型的变形的情况下，例如，流体分析部117将对在治疗模型中设定的多个单元的各个分配了初始流速条件所示的血流向量的模型作为初始条件，执行考虑了主动脉模型与人工瓣膜模型的材质条件(硬度、形状)等的流固耦合作用(Fluid Structure Interaction：以下，称为FSI)分析。即，流体分析部117通过使用FEM或FVM的CFD中的FSI分析，来运算治疗模型内的血流与治疗模型(以及设备模型)的行为模拟。在FSI分析中，当治疗模型成为稳定状态时，流体分析部117生成表示与治疗模型内的血流速度相关的血流向量分布的分析数据AD。作为这样的CFD的方法，能够采用已知的各种方法。流体分析部117将所生成的分析数据AD存储在存储装置7中。
具体而言，流体分析部117在由FEM或FVM形成的模拟空间中的治疗模型内，设定初始流速条件中的血流向量和设备模型。此时，流体分析部117对模拟空间中的治疗模型赋予材质条件(包含硬度(以及形状)的特性)。另外，流体分析部117对模拟空间中的设备模型赋予材质条件(包含硬度(以及形状)的特性)。此外，流体分析部117对血流向量赋予流体特性。
流体分析部117以上述设定为初始条件，执行FSI分析。此时，治疗模型通过与血流向量对应的血液的压力来变形。血流向量伴随着治疗模型的形状的变化而变动。另外，治疗模型伴随着血流向量的变动而变形。这样，流体分析部117通过FSI分析，来模拟血流向量与治疗模型相互影响的情况。当血液向量的行为和治疗模型的行为是规定的范围的行为并且处于稳定状态时，流体分析部117生成与稳定状态对应的血流向量分布来作为分析数据AD。另外，分析数据AD也可以具有稳定状态中的治疗模型的形状的数据(以及设备模型的数据)。另外，当血液向量的行为和治疗模型的行为是以规定的周期(例如，一次心跳、一次呼吸等)而成为稳定状态时，流体分析部117也可以生成涵盖规定的周期的血流向量的分布的变动来作为分析数据AD。
如上所述，作为治疗模型的生成源的CT图像数据CD和设备模型数据DMD、以及作为初始流速条件的生成源的B模式图像数据BD和多普勒图像数据DD均是与心脏的收缩期对应的数据。即，分析数据AD表示在1个心周期中与主动脉内的血流最早的心动相位对应的血流向量分布。
[步骤S5：图像的生成]
在步骤S5中，处理器2作为图像生成部118来发挥作用。
图像生成部118生成使基于流体分析部117的分析结果可视化而得到的图像的图像数据。
例如，图像生成部118生成在治疗模型数据TMD所示的治疗模型中，使分析数据AD所示的血流向量分布可视化而得到的图像数据。另外，图像生成部118也可以生成在根据CT图像数据CD生成的图像中，使分析数据AD所示的血流向量分布可视化而得到的图像数据。血流向量分布既可以通过将表示血流向量的箭头配置在图像内来可视化，也可以通过根据血流向量分量相对于确定的方向的大小对图像内添加颜色来进行可视化。
如果以人工瓣膜本身的功能始终为正常为前提，则能够假定人工瓣膜内的血流正常。因此，图像生成部118也可以关注于人工瓣膜模型与主动脉模型的管壁之间的血流向量来进行可视化。
在图7～图12中示例出的图像生成部118所生成的图像的一方式。
图7表示在沿着治疗模型数据TMD所示的治疗模型的芯线的剖面，将分析数据AD所示的血流向量分布的一部分可视化而得到的图像。在该例子中，由箭头表示向作为正常的血流方向的基准方向流动的顺行血流和向基准方向逆行流动的逆行血流。基准方向例如是沿着芯线远离左心室的方向。顺行血流例如是关于基准方向具有正的速度分量的血流。逆行血流例如是关于基准方向具有负的速度分量的血流。在本例子中，示出与人工瓣膜模型DM的出口附近的顺行血流的代表值对应的三个箭头。该代表值例如是将人工瓣膜模型DM的出口附近的血流向量按照每个规定区域进行平均而得到的向量值。另外，在本例子中，在逆行血流的发生位置，示出与该血流的代表值对应的三个箭头。该代表值例如是将发生逆行血流的区域的血流向量按照每个规定区域进行平均而得到的向量值。
图8～图10表示在根据CT图像数据CD生成的图像中，使分析数据AD所示的血流向量分布的一部分可视化而得到的图像。图8是使用根据CT图像数据CD生成的AveIP(AverageIntensity Projection，平均密度投影)图像的例子。图9是使用根据CT图像数据CD生成的VR(Volume Rendering，体绘制)图像的例子。图10是使用根据CT图像数据CD生成的MIP(Maximum Intensity Projection，最大密度投影)图像的例子。另外，在图8～图10中，除了根据CT图像数据CD生成的图像之外，还示出第1芯线提取部102提取出的芯线和人工瓣膜模型DM。顺行血流以及逆行血流的显示方式与图7的例子相同。
另外，在图7～图10的例子中，分别各由3个箭头表示顺行血流和逆行血流，但也可以由更多的箭头来表示各血流。例如，也可以由箭头表示分析数据AD所示的血流向量分布所包含的所有的向量。
图11以及图12表示在根据CT图像数据CD生成的图像中，将在人工瓣膜模型DM与主动脉的管壁之间形成的间隙A中的血流向量可视化而得到的图像。图11是使用第1瓣膜面检测部104所检测到的瓣膜面中的断层图像(相对于芯线的横切图像)的例。图12是使用沿着芯线的Curved MPR(Multi Planar Reconstruction)图像的例子。在这些图像中，例如，根据与基准方向相关的速度分量的大小来将间隙A内的血流向量添加颜色。另外，在图11以及图12中对间隙A整体添加斜线，省略了具体的添加颜色。
在图7～图12中，示例出使血流向量分布所示的血流速度可视化的情况。然而，图像生成部118也可以使表示血流的其他的指标可视化。
例如，图像生成部118也可以根据血流向量分布来计算血液的流量，生成使该流量可视化的图像的图像数据。
另外，图像生成部118也可以生成使血流向量分布中的血流向量与基准方向的背离量可视化而得到的图像的图像数据。这样的背离量例如能够设为血流向量和基准方向所成的角度。
另外，图像生成部118也可以求得与确定的剖面所包含的逆行血流发生处对应的区域的面积或与确定的三维区域所包含的逆行血流发生处的对应的区域的体积，生成配置了表示这些面积或体积的数值的图像的图像数据。
[步骤S6：图像的输出]
在步骤S6中，处理器2作为图像输出部119来发挥作用。
图像输出部119输出图像生成部118所生成的图像数据。例如，图像输出部119使基于该图像数据的图像显示在显示装置6上。另外，图像输出部119也可以经由通信装置4向外部装置发送该图像数据。
通过步骤S6，结束基于处理器2的一系列的处理。
如以上说明的那样，本实施方式所涉及的工作站1生成对主动脉模型配置了人工瓣膜模型而得到的治疗模型，关于该治疗模型执行流体分析，并输出该分析结果。通过参照该分析结果，从而医师等能够在实施TAVR之前知道将人工瓣膜配置在被检体的主动脉时的血流的状态。由此，在TAVR的治疗计划的阶段中，能够掌握血流从人工瓣膜泄漏(逆行血流)的风险高的解剖学局部部位的位置、范围以及形状等信息，因此能够在实施治疗之前讨论对泄漏的对策。
另外，例如，通过在TAVR的术中对由X射线透视摄像装置摄像得到的实时的X射线透视图像融合基于分析数据AD的图像，从而还能够将发生泄漏的风险高的部位等实时地提供给手术师。
此外，根据本实施方式所示的结构，能够得到各种合适的效果。
(变形例)
示出几个变形例。
在上述实施方式中，作为血流分析装置的一个例子，公开了工作站1。然而，也可以使X射线CT装置、超声波诊断装置、或X射线透视摄像装置的控制台或PACS等系统所包含的服务器执行步骤S1～S6的处理，使这些装置作为血流分析装置来发挥作用。
在上述实施方式中，示例出关于心脏的收缩期分析血流的情况。通过这样以心脏的收缩期为对象，从而能够得到主动脉的血流最快的心动相位中的分析结果。然而，分析对象的心动相位并不限定于收缩期，也可以将其他的心动相位作为对象。另外，也可以以1个心周期为对象来进行步骤S1～S6的处理。
在上述实施方式中，示例出根据由X射线CT装置生成的CT图像数据CD生成血管模型的情况。然而，也可以根据其他的医用图像数据，例如，根据由MRI(Magnetic ResonanceImaging，磁共振成像)装置生成的图像数据或由超声波诊断装置生成的B模式图像数据来生成血管模型。
血流分析装置也可以具备进行考虑了人工瓣膜的随时间的劣化的血流的分析的功能。例如，通过预先由实验等掌握伴随着配置在被检体内的人工瓣膜的时间经过的形状或材质条件的变化，从而准备多个考虑了每个规定的经过期间的随时间的劣化的人工瓣膜模型以及材质条件。血流分析装置通过使用这些人工瓣膜模型以及材质条件来执行步骤S1～S6的处理，来进行考虑了每个上述规定的经过期间的随时间的劣化的血流分析。如果使用这样的血流分析的结果，则能够评估与实施TAVR之后的泄漏相关的长期的风险。另外，血流分析装置也可以根据每个经过期间的血流分析结果使与泄漏相关的风险数值化，并输出该结果。这样的数值化关于例如与确定的剖面所包含的逆行血流发生处对应的区域的面积、与确定的三维区域所包含的逆行血流发生处对应的区域的体积来进行即可。
血流分析程序30不一定需要从血流分析装置的制造阶段写入该装置的存储器。血流分析程序30也可以以被写入CD-ROM或闪存存储器等记录介质的状态提供给用户，从该记录介质安装到血流分析装置等的计算机中。另外，经由网络下载的血流分析程序30也可以安装在血流分析装置等计算机中。
在步骤S1～S6的处理中，还能够进行与TAVR以外的其他的治疗相关的血流的分析。作为其他的治疗，例如存在支架留置术或弹簧圈栓塞术等。当以支架留置术为对象时，血流分析装置在步骤S1中生成与成为留置支架或支架移植物的对象的血管相关的血管模型，例如，生成与冠状动脉相关的血管模型，在步骤S2中生成该血管的初始流速条件，在步骤S3中生成将表示支架或支架移植物的形状的设备模型配置在血管模型中而得到的治疗模型，在步骤S4～S6中进行以该治疗模型为对象的分析、图像生成、以及图像输出。另外，当以弹簧圈栓塞术为对象时，血流分析装置在步骤S1中生成与成为塞栓对象的瘤区域相关的血管模型，例如，生成与脑动脉瘤相关的血管模型，在步骤S2中生成该脑动脉瘤周边的初始流速条件，在步骤S3中生成将表示装在脑动脉瘤中的线圈的形状的设备模型配置在血管模型中而得到的治疗模型，在步骤S4～S6中进行以该治疗模型为对象的分析、图像生成、以及图像输出。
虽然说明了本发明的几个实施方式，但这些实施方式是作为例子而提示的，并不意图限定本发明的范围。这些实施方式能够以其他的各种方式进行实施，在不脱离发明的要旨的范围内，能够进行各种的省略、置换、变更。这些实施方式或其变形与包含于发明的范围或要旨中一样，包含于权利要求书记载的发明及其均等的范围中。

Claims (11)

1.一种医用流体分析装置，其特征在于，具备：
治疗模型生成部，生成将表示用于配置在被检体的血管内的治疗设备的形状的设备模型配置在表示所述被检体的血管的形状的血管模型中而得到的治疗模型；
流体分析部，根据至少包含所述血管模型中的血管组织的硬度的特性、至少包含所述设备模型中的治疗设备的硬度的特性、与所述血管模型中的血管内的血流相关的流体特性，伴随着所述治疗模型的变形，执行所述治疗模型中的所述血流的流体分析；以及
输出部，输出基于所述流体分析部的分析结果，
所述流体分析部在所述流体分析中，针对在所述治疗模型中设定的多个单元的各个单元，对所述血流的向量进行运算，在所述血管模型中，在从左心室远离的方向上设定基准方向，在所述血管模型中，确定关于所述基准方向具有负的速度分量的逆行血流的发生位置，
所述输出部使所述逆行血流的发生位置在示出所述血管模型的图像上可视化地显示在显示装置上。
2.根据权利要求1所述的医用流体分析装置，其特征在于，
至少包含所述血管组织的硬度的特性具有与所述血管组织的形状相关的特性，
至少包含所述治疗设备的硬度的特性具有与所述治疗设备的形状相关的特性。
3.根据权利要求1所述的医用流体分析装置，其特征在于，
所述输出部将在所述治疗模型上使所述分析结果可视化而得到的图像显示在显示装置上。
4.根据权利要求1所述的医用流体分析装置，其特征在于，
所述流体分析部在所述流体分析中，对所述治疗模型中的血流的向量分布进行运算，
所述输出部输出使在所述向量分布中包含相对于基准方向的反方向的分量的向量可视化而得到的图像。
5.根据权利要求1所述的医用流体分析装置，其特征在于，
所述流体分析部在所述流体分析中，对所述治疗模型中的血流的向量分布进行运算，
所述输出部输出使所述治疗模型中的所述设备模型与所述血管模型的管壁之间的所述向量分布可视化而得到的图像。
6.根据权利要求1所述的医用流体分析装置，其特征在于，
所述医用流体分析装置还具备血管模型生成部，该血管模型生成部根据包含所述被检体的血管的三维的医用图像数据，生成所述血管模型。
7.根据权利要求6所述的医用流体分析装置，其特征在于，
所述医用图像数据是由X射线CT装置生成的图像数据。
8.根据权利要求1所述的医用流体分析装置，其特征在于，
所述流体特性包含与所述血管模型中的血管内的初始流速相关的初始流速条件，
所述医用流体分析装置还具备流速条件生成部，该流速条件生成部根据包含所述被检体的血管中的血流信息的医用图像数据来生成所述初始流速条件。
9.根据权利要求8所述的医用流体分析装置，其特征在于，
包含所述被检体的血管中的血流信息的医用图像数据是由超声波诊断装置生成的B模式图像数据以及多普勒图像数据。
10.根据权利要求1所述的医用流体分析装置，其特征在于，
所述治疗设备是人工瓣膜、支架、支架移植物、或线圈。
11.一种医用流体分析方法，其特征在于，包含：
生成将表示用于配置在被检体的血管内的治疗设备的形状的设备模型配置在表示所述被检体的血管的形状的血管模型中而得到的治疗模型；
根据至少包含所述血管模型中的血管组织的硬度的特性、至少包含所述设备模型中的治疗设备的硬度的特性、以及与所述血管模型中的血管内的血流相关的流体特性，伴随着所述治疗模型的变形，执行所述治疗模型中的所述血流的流体分析；以及
输出所述流体分析的分析结果，
在执行所述流体分析的处理中，针对在所述治疗模型中设定的多个单元的各个单元，对所述血流的向量进行运算，在所述血管模型中，在从左心室远离的方向上设定基准方向，在所述血管模型中，确定关于所述基准方向具有负的速度分量的逆行血流的发生位置，
在输出所述分析结果的处理中，使所述逆行血流的发生位置在示出所述血管模型的图像上可视化地显示在显示装置上。
CN201480018171.5A 2013-03-28 2014-03-28 医用流体分析装置以及医用流体分析方法 Expired - Fee Related CN105073009B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013-069134 2013-03-28
JP2013069134A JP6162452B2 (ja) 2013-03-28 2013-03-28 血流解析装置及び血流解析プログラム
PCT/JP2014/059105 WO2014157613A1 (ja) 2013-03-28 2014-03-28 医用流体解析装置および医用流体解析方法

Publications (2)

Publication Number Publication Date
CN105073009A CN105073009A (zh) 2015-11-18
CN105073009B true CN105073009B (zh) 2018-11-16

Family

ID=51624569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480018171.5A Expired - Fee Related CN105073009B (zh) 2013-03-28 2014-03-28 医用流体分析装置以及医用流体分析方法

Country Status (4)

Country Link
US (1) US20150370995A1 (zh)
JP (1) JP6162452B2 (zh)
CN (1) CN105073009B (zh)
WO (1) WO2014157613A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3358482A1 (en) 2017-02-03 2018-08-08 FEops NV Method and system for determining a risk of hemodynamic compromise after cardiac intervention
US11331149B2 (en) 2012-05-16 2022-05-17 Feops Nv Method and system for determining a risk of hemodynamic compromise after cardiac intervention
WO2016177647A1 (en) 2015-05-01 2016-11-10 Feops Nv Method and system for determining a risk of cardiac conduction abnormalities
JP6385876B2 (ja) * 2015-04-03 2018-09-05 国立大学法人 東京大学 情報統合方法及び装置及びシステム及びプログラム
JP6856937B2 (ja) * 2015-09-18 2021-04-14 イービーエム株式会社 血管病変発症・成長予測装置及び方法
US10278662B2 (en) 2016-02-05 2019-05-07 Toshiba Medical Systems Corporation Image processing apparatus and medical image diagnostic apparatus
JP6548199B2 (ja) * 2016-02-16 2019-07-24 株式会社Ｐｅｎｔａｓ ステントの長さ予測装置、ステントの長さ予測プログラム、およびステントの長さ予測方法
EP3522781A4 (en) * 2016-10-04 2020-05-06 Ohio State Innovation Foundation SYSTEMS AND METHODS FOR PREDICTIVE HEART VALVE SIMULATION
US20190298311A1 (en) * 2016-10-07 2019-10-03 Koninklijke Philips N.V. Intravascular flow determination
JP6849420B2 (ja) * 2016-12-12 2021-03-24 キヤノンメディカルシステムズ株式会社 超音波診断装置及び医用画像処理装置
JP6690053B2 (ja) 2017-02-28 2020-04-28 富士フイルム株式会社 血流解析装置および方法並びにプログラム
WO2018178381A1 (en) * 2017-03-31 2018-10-04 Koninklijke Philips N.V. Simulation of transcatheter aortic valve implantation (tavi) induced effects on coronary flow and pressure
JP7250435B2 (ja) * 2018-05-21 2023-04-03 キヤノンメディカルシステムズ株式会社 デバイス施術支援装置、プログラム、方法及びシステム
JP7334036B2 (ja) 2018-11-22 2023-08-28 キヤノンメディカルシステムズ株式会社 医用画像処理装置
JP7479935B2 (ja) 2020-05-26 2024-05-09 キヤノンメディカルシステムズ株式会社 体液解析装置、体液解析装置の制御方法、およびプログラム
CN114209429A (zh) * 2021-12-29 2022-03-22 北京阅影科技有限公司 模拟经导管主动脉瓣膜置换的方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002191600A (ja) * 2000-12-26 2002-07-09 Toshiba Corp 超音波診断装置、医用画像処理装置、および医用画像作成方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010503421A (ja) * 2006-07-13 2010-02-04 ザ リージェンツ オブ ザ ユニバーシティ オブ コロラド エコー粒子画像速度（ｅｐｉｖ）およびエコー粒子追跡速度測定（ｅｐｔｖ）システムおよび方法
DE102010039407B3 (de) * 2010-08-17 2012-02-02 Siemens Aktiengesellschaft Verfahren zum Bereitstellen eines Hilfsmittels zur Verwendung bei der therapeutischen Behandlung eines körperlichen Objekts
JP5704354B2 (ja) * 2012-11-16 2015-04-22 株式会社三洋物産 遊技機

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002191600A (ja) * 2000-12-26 2002-07-09 Toshiba Corp 超音波診断装置、医用画像処理装置、および医用画像作成方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fluid-structure interaction of a patient-specific abdominal aortic aneurysm treated with an endovascular stent-graft;David S Molony;《Biomedical Engineering Online》;20091006;摘要，第1页-第10页以及图1-8 *
The effect of Mesh Design in Cerebral Aneurysm Hemodynamics for Developing Flow Controllable Stent: Computational Fluid Dynamics Study;Masahiro Kojima;《International Conference on Complex Medical Engineering》;20120704;第772-776页以及图1-8 *

Also Published As

Publication number Publication date
US20150370995A1 (en) 2015-12-24
JP2014188323A (ja) 2014-10-06
WO2014157613A1 (ja) 2014-10-02
CN105073009A (zh) 2015-11-18
JP6162452B2 (ja) 2017-07-12

Similar Documents

Publication Publication Date Title
CN105073009B (zh) 医用流体分析装置以及医用流体分析方法
JP7235710B2 (ja) 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム
US10748451B2 (en) Methods and systems for generating fluid simulation models
JP6215469B2 (ja) 最適化された診断能のための境界条件を用いて血流をモデル化するための方法及びシステム
JP2020044375A (ja) 流量比を用いて血流の特徴を決定するシステム及び方法
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
Gasteiger Visual exploration of cardiovascular hemodynamics
Meuschke Visualization, Classification, and Interaction for Risk Analysis and Treatment Planning of Cerebral Aneurysms
JP2023044939A (ja) 医用画像処理装置、方法及びプログラム
Xiong Computational methods of modeling vascular geometry and tracking pulmonary motion from medical images

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160718

Address after: Japan Tochigi

Applicant after: TOSHIBA MEDICAL SYSTEMS Corp.

Address before: Tokyo, Japan

Applicant before: Toshiba Corp.

Applicant before: TOSHIBA MEDICAL SYSTEMS Corp.

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181116