CN116171130A - 壁厚度推测方法、计算机程序、壁厚度推测装置、以及壁厚度推测系统 - Google Patents
壁厚度推测方法、计算机程序、壁厚度推测装置、以及壁厚度推测系统 Download PDFInfo
- Publication number
- CN116171130A CN116171130A CN202280006359.2A CN202280006359A CN116171130A CN 116171130 A CN116171130 A CN 116171130A CN 202280006359 A CN202280006359 A CN 202280006359A CN 116171130 A CN116171130 A CN 116171130A
- Authority
- CN
- China
- Prior art keywords
- wall
- information
- thickness
- blood vessel
- estimation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000004590 computer program Methods 0.000 title claims description 6
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 134
- 210000000056 organ Anatomy 0.000 claims abstract description 57
- 238000002583 angiography Methods 0.000 claims abstract description 24
- 230000002123 temporal effect Effects 0.000 claims abstract description 13
- 206010028980 Neoplasm Diseases 0.000 claims description 57
- 201000008450 Intracranial aneurysm Diseases 0.000 claims description 56
- 230000010365 information processing Effects 0.000 claims description 13
- 210000001367 artery Anatomy 0.000 claims description 8
- 210000003462 vein Anatomy 0.000 claims description 8
- 206010002329 Aneurysm Diseases 0.000 claims description 5
- 238000001990 intravenous administration Methods 0.000 claims 1
- 210000002216 heart Anatomy 0.000 abstract description 29
- 210000001835 viscera Anatomy 0.000 description 18
- 238000011282 treatment Methods 0.000 description 15
- 238000007428 craniotomy Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000002595 magnetic resonance imaging Methods 0.000 description 11
- 201000010099 disease Diseases 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 241001465754 Metazoa Species 0.000 description 5
- 238000006073 displacement reaction Methods 0.000 description 5
- 208000004717 Ruptured Aneurysm Diseases 0.000 description 4
- 239000000470 constituent Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 2
- 239000002473 artificial blood Substances 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000010968 computed tomography angiography Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 229920001973 fluoroelastomer Polymers 0.000 description 1
- -1 for example Substances 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000000968 medical method and process Methods 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 239000006199 nebulizer Substances 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229920002379 silicone rubber Polymers 0.000 description 1
- 239000004945 silicone rubber Substances 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 210000000596 ventricular septum Anatomy 0.000 description 1
- 230000009278 visceral effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
- A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
壁厚度推测方法包括:获得工序(S101),获得基于包含脏器壁或血管壁的运动图像的行为信息,运动图像是利用四维血管摄影法而得到的运动图像,行为信息是与脏器壁或血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息;生成工序(S102),基于通过获得工序(S101)获得的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息,并且该推测信息是多个规定的点的各自的应变被可视化而得到的信息;以及输出工序(S103),输出通过生成工序(S102)生成的推测信息。
Description
技术领域
本发明涉及推测脏器壁或血管壁的厚度的壁厚度推测方法等。
背景技术
作为血管疾病之一的脑动脉瘤是一旦破裂则致死率超过约50%的风险极高的疾病,并且是残留后遗症比率高且在社会上也影响大的疾病。因此,将脑动脉瘤的破裂防止于未然的预防性治疗(早期治疗)的重要性高,恰当的治疗介入是不可欠缺的。
在恰当的治疗中,知道脑动脉瘤的瘤壁的信息(例如厚度)是有效的。这是因为,已经知道与瘤壁厚的部分相比在瘤壁薄的部分更容易发生脑动脉瘤的破裂。但是,即使在一个脑动脉瘤中,瘤壁的厚度等形状按每个脑动脉瘤也是多种多样的。
因此,即使是专家,也难以仅根据通过CT(计算机断层摄影法(ComputedTomography))及MRI(磁共振成像(Magnetic Resonance Imaging))及MRA(磁共振血管摄影(Magnetic Resonance Angiography))得到的瘤壁的内腔等的形态来推断与瘤壁的厚度等形状有关的信息。
例如,作为预测脑动脉瘤的瘤壁的厚度的方法,已知的是基于医生进行的开颅手术的摄影或目视的方法。但是,该方法是高侵袭性的方法,对患者的负担大,不是能够容易地预测脑动脉瘤的瘤壁的厚度的方法。
此外,例如作为低侵袭并且预测脑动脉瘤的瘤壁等的血管壁的厚度的方法,已知有专利文献1中公开的超声波诊断装置。在专利文献1中,公开了一种利用超声波信号来生成图像数据,并基于该图像数据显示与被检者的血管壁的厚度有关的信息的超声波诊断装置。
(现有技术文献)
(专利文献)
专利文献1:日本特开2013-118932号公报
发明内容
发明要解决的问题
但是,通过专利文献1中公开的现有技术得到的图像数据由于精密度低,所以关于血管壁则难以得到精度高的信息。进一步,在现有技术中,不仅限于血管壁,关于人体内的脏器壁也难以得到精度高的信息,因此难以提出用于对脏器及血管的疾病施以具体的处置的信息。
于是,本发明的目的在于提供一种通过低侵袭性的方法来生成与脏器壁或血管壁有关的高精度的信息,从而能够提出用于对脏器或血管的疾病施以具体的处置的有益的信息的方法等。
解决问题所采用的手段
本发明的一个形态所涉及的壁厚度推测方法包括:获得工序,获得基于包含脏器壁或血管壁的运动图像的行为信息,所述运动图像是使用四维血管摄影法而得到的运动图像,所述行为信息是与所述脏器壁或所述血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息;生成工序,基于通过所述获得工序获得的所述行为信息,生成用于推测所述脏器壁或所述血管壁的厚度的推测信息,并且所述推测信息是所述多个规定的点的各自的应变被可视化而得到的信息;以及输出工序,输出通过所述生成工序生成的所述推测信息。
并且,本发明的一个形态所涉及的计算机程序使计算机执行上述记载的壁厚度推测方法。
并且,本发明的一个形态所涉及的壁厚度推测装置具备:获得部,获得基于包含脏器壁或血管壁的运动图像的行为信息,所述运动图像是使用四维血管摄影法而得到的运动图像,所述行为信息是与所述脏器壁或所述血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息;生成部,基于由所述获得部获得的所述行为信息,生成用于推测所述脏器壁或所述血管壁的厚度的推测信息,并且所述推测信息是所述多个规定的点的各自的应变被可视化而得到的信息;以及输出部,输出由所述生成部生成的所述推测信息。
并且,本发明的一个形态所涉及的壁厚度推测系统具备:上述记载的壁厚度推测装置;运动图像信息处理装置,获得所述运动图像,生成所述行为信息并输出给所述获得部;以及显示装置,对所述输出部输出的所述推测信息进行显示。
发明效果
根据本发明的壁厚度推测方法等,通过低侵袭性的方法来生成与脏器壁或血管壁有关的高精度的信息,从而能够提出用于对脏器或血管的疾病施以具体的处置的有益的信息。
附图说明
图1是示出实施方式所涉及的壁厚度推测系统的构成的图。
图2是示出实施方式所涉及的壁厚度推测装置的特征性的功能构成的方框图。
图3是示出实施方式所涉及的脑动脉瘤的立体图。
图4是图3的IV-IV线的本实施方式所涉及的脑动脉瘤的剖视图。
图5是图4的V-V线的本实施方式所涉及的脑动脉瘤的剖视图。
图6是示出实施方式所涉及的壁厚度推测装置对脑动脉瘤的瘤壁的厚度进行推测的处理次序的流程图。
图7是用于对实施方式所涉及的规定的点的应变进行说明的图。
图8是用于对实施方式所涉及的规定的点的应变进行说明的其他的图。
图9示出了实施方式所涉及的推测信息的例子。
图10示出了实施方式所涉及的推测信息的其他的例子。
图11示出了实施方式所涉及的推测信息的其他的例子。
图12示出了实施方式所涉及的推测信息的其他的例子。
图13示出了实施方式所涉及的推测信息的其他的例子。
图14示出了实施方式所涉及的推测信息的其他的例子。
图15示出了实施方式所涉及的推测信息的其他的例子。
图16示出了实施方式所涉及的推测信息的其他的例子。
具体实施方式
以下,参照附图对实施方式进行说明。另外,以下将要说明的实施方式均为示出本发明的概括性的或具体的例子。以下的实施方式所示的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、工序、工序的顺序等均为一个例子,其主旨并非是对本发明进行限定。并且,对于以下的实施方式的构成要素中没有记载在最上位概念的独立技术方案的构成要素,将作为任意的构成要素来说明。
另外,各个图为模式图,并非严谨的图示。并且,在各个图中,对于实质上相同的构成赋予相同的符号,并有省略或简化重复说明的情况。
(实施方式)
[壁厚度推测系统的构成]
关于本实施方式所涉及的壁厚度推测系统1000的构成进行说明。图1是示出本实施方式所涉及的壁厚度推测系统1000的构成的图。
壁厚度推测系统1000利用四维血管摄影法,根据包含受检者P的脏器壁或血管壁的运动图像,获得作为与规定的点的各自的位置的时间变化有关的数值信息的行为信息。进一步,壁厚度推测系统1000是基于获得的行为信息生成用于推测脏器壁或血管壁的厚度的推测信息的系统。例如,壁厚度推测系统1000对作为受检者P的血管壁的一个例子的脑动脉瘤的厚度进行推测。
四维血管摄影法是指对三维血管摄影法添加了时间轴的方法。三维血管摄影法是指通过X射线CT装置或MRI装置收集血管的立体数据并提取血管信息的方法。另外,利用X射线CT装置的四维血管摄影法也被称为4DCTA(4Dimensional Computed TomographyAngiography:四维计算机断层扫描血管造影术)。
通过四维血管摄影法得到运动图像。该运动图像只要是3张以上的静止图像的时间序列即可,例如也可以是心脏进行n次搏动(n为自然数)的期间的运动图像。并且,例如该运动图像也可以是规定的时间内的运动图像。规定的时间例如也可以是m秒钟(m为自然数)。
在此,脏器壁是指脏器所具有的壁,脏器包括胸部脏器和腹部脏器。例如,胸部脏器是心脏及肺等,腹部脏器是胃、肠、肝脏、肾脏及胰脏等,但并不限于这些脏器。并且,脏器也可以包括具有内腔的胸部脏器和具有内腔的腹部脏器。
脏器壁例如也可以是将该脏器与该脏器以外的脏器或器官隔开的壁。作为一个例子,在脏器是心脏的情况下,脏器壁是由将心脏与其他的器官隔开的肌肉(心肌)构成的壁。并且,脏器壁例如也可以是将该脏器内的区域隔开的壁。作为一个例子,在脏器是心脏的情况下,脏器壁是将作为心脏内的区域的一个例子的左心室和右心室隔开的心室中隔。
并且,血管壁的厚度既可以是包括动脉或静脉的血管的壁的厚度,也可以是动脉瘤或静脉瘤的瘤壁的厚度,例如也可以是脑动脉瘤、大动脉瘤或内脏瘤的瘤壁的厚度。
如图1所示,壁厚度推测系统1000具备壁厚度推测装置100、显示装置200、运动图像信息处理装置300、以及运动图像摄影装置400。
运动图像摄影装置400是利用四维血管摄影法来生成包含脏器壁或血管壁的运动图像的装置。运动图像摄影装置400例如是X射线CT装置或MRI装置。在本实施方式中,运动图像摄影装置400是X射线CT装置,运动图像摄影装置400具备照射X射线的X射线管、接受信号的检测器、以及计算机。
检测器位于X射线管的对面一侧,对穿过受检者P的身体后的X射线进行检测。此时,利用根据受检者P的身体的部位的不同而X射线的吸收就不同的这种性质,计算机生成包含受检者P的特定部位的脏器壁或血管壁的运动图像。另外,运动图像摄影装置400还具有测量并获得受检者P的心电图波形的功能。
利用X射线CT装置或MRI装置和四维血管摄影法的方法与开腹手术、开心手术或开颅手术等方法不同,不需要对受检者P进行身体负担大的切开等,所以是低侵袭性的方法。并且,利用X射线CT装置或MRI装置、和四维血管摄影法的方法能够生成精密度高的运动图像。
运动图像信息处理装置300获得运动图像摄影装置400利用四维血管摄影法生成的包含脏器壁或血管壁的运动图像,生成作为与脏器壁或血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息的行为信息。也就是说,行为信息是基于利用四维血管摄影法而得到的包含脏器壁或血管壁的运动图像的信息。
并且,行为信息例如是将运动图像中的特定的时刻与在该特定的时刻的脏器壁或血管壁中的多个规定的点的各自的三维坐标位置作为1个组,在运动图像中随着心脏进行1次搏动的时间的经过而排列有多个组的数值信息。另外,该多个规定的点意味着极小区域。
运动图像信息处理装置300将行为信息向壁厚度推测装置100输出。运动图像信息处理装置300例如是个人计算机,但也可以是连接在网络上的计算能力高的服务器装置。
壁厚度推测装置100获得由运动图像信息处理装置300生成的行为信息,基于获得的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息,将生成的推测信息向显示装置200输出。壁厚度推测装置100例如是个人计算机,但也可以是连接在网络上的计算能力高的服务器装置。
显示装置200对从壁厚度推测装置100输出的推测信息进行显示。显示装置200具体而言是由液晶面板或有机EL(Electro Luminescence:电致发光)面板等构成的监视器装置。作为显示装置200,也可以采用电视机、智能电话或平板电脑终端等。
壁厚度推测装置100与显示装置200及运动图像信息处理装置300只要能够收发行为信息或推测信息即可,可以通过有线来连接,也可以连接成能够进行无线通信。
运动图像信息处理装置300获得包含脏器壁或血管壁的运动图像,生成作为与脏器壁或血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息的行为信息。壁厚度推测装置100获得由运动图像信息装置300生成的行为信息,基于获得的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息。进一步,壁厚度推测装置100将生成的推测信息向显示装置200输出。
由此,在壁厚度推测系统1000中,能够通过低侵袭性的方法来得到包含脏器壁或血管壁的运动图像。进一步,壁厚度推测系统1000能够利用与该运动图像有关的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息。因此,壁厚度推测系统1000关于脏器壁或血管壁中的多个规定的点各自附近的壁厚度,能够生成精度高的信息。
接下来,对本实施方式所涉及的壁厚度推测装置100的功能构成具体地进行说明。
图2是示出本实施方式所涉及的壁厚度推测装置100的特征性的功能构成的方框图。壁厚度推测装置100具备获得部110、生成部120、以及输出部130。
获得部110获得基于包含脏器壁或血管壁的运动图像的行为信息,该运动图像是利用四维血管摄影法而得到的运动图像,该行为信息是与脏器壁或血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息。具体而言,获得部110获得由运动图像信息处理装置300生成的行为信息。获得部110例如是进行有线通信或无线通信的通信接口。
生成部120基于由获得部110获得的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息。推测信息是脏器壁或血管壁中的多个规定的点的各自的应变被可视化而得到的信息。
推测信息例如是将与多个规定的点的各自的应变有关的信息作为模式图而示出的图像数据。另外,关于生成推测信息的方法,将利用图6及图7在后面进行叙述。具体而言,生成部120由执行程序的处理器、微型计算机或专用电路来实现。
在此,对本发明的发明人员的关于生成部120生成的推测信息的假设进行说明。如上所述,推测信息是用于推测脏器壁或血管壁的厚度的、多个规定的点的各自的应变被可视化而得到的信息。本发明的发明人员假设在脏器壁或血管壁中的多个规定的点的每一个中,应变与脏器壁或血管壁的厚度具有相关性,并对此进行了验证。
即,根据该假设,应变越大则脏器壁或血管壁的厚度就越薄,应变越小则脏器壁或血管壁的厚度就越厚。若该假设正确,则通过得到本实施方式所涉及的推测信息,就能够推测出脏器壁或血管壁的厚度。
输出部130输出生成部120生成的推测信息。输出部130也可以将生成部120生成的推测信息向显示装置200输出。输出部130例如是进行有线通信或无线通信的通信接口。
在此,利用图3至图5对与行为信息有关的信息中的多个规定的点进行说明。在本实施方式中,虽然利用血管壁来进行说明,但关于脏器壁也同样如此。进一步,在此的血管壁是脑动脉瘤10的瘤壁11。
另外,在图3至图5中,例如,ξ轴正方向是脑动脉瘤10从母血管20延伸的方向,ζ轴是母血管20延伸的方向,η轴是在与ξ轴及ζ轴正交的方向上延伸的方向。
图3是示出本实施方式所涉及的脑动脉瘤10的立体图。图4是图3的IV-IV线的本实施方式所涉及的脑动脉瘤10的剖视图。母血管20是构成受检者P的脑内的动脉的血管的一个例子。脑动脉瘤10是母血管20的一部分隆起的瘤,也是从母血管20沿着ξ轴方向延伸而产生的瘤。
图5是图4的V-V线的本实施方式所涉及的脑动脉瘤10的剖视图。
如图5所示,在脑动脉瘤10的剖视图中,以与时钟表盘表示的时间对应的方式,在0时至11时的方向上设有多个规定的点。在0时方向上设有点p0,在1时至11时方向上分别设有点p1至点p11。也就是说,在脑动脉瘤10的剖视图中的脑动脉瘤10的外周设有12个规定的点。
另外,规定的点的数量并非受此所限,在1个剖视图中的脑动脉瘤10的外周,例如也可以设置10个至1000个规定的点。并且,在本实施方式中,虽然仅使用了1个剖视图,但并非受此所限,也可以使用多个剖视图(例如,10个至1000个剖视图)。进一步,在该多个剖视图的每一个中的脑动脉瘤10的外周,例如也可以设置10个至1000个规定的点。在这种情况下,针对1个脑动脉瘤10,设置30000个至200000个规定的点。并且,血管壁中的多个规定的点并非受上述所限,也可以在血管壁中从2个以上的点中选择。另外,规定的点的数量并非受30000个至200000个所限,既可以选择比30000个少的数量,也可以选择比200000个多的数量。
如上所述,本实施方式所涉及的血管壁(瘤壁11)中的多个规定的点是点p0至点p11。也就是说,瘤壁11中的多个规定的点共计有12个。
获得部110获得作为该12个规定的点的各个点中的与位置的时间变化有关的数值信息的行为信息。生成部120基于该行为信息,生成用于推测规定的点的附近的瘤壁11的厚度的推测信息。
另外,在本实施方式中,行为信息是与一定时间期间的位置的时间变化有关的数值信息。例如,一定时间是心脏进行1次搏动的期间的时间。进一步,心脏进行1次搏动的期间的时间例如被均等地分割为100步(step)。
另外,心脏进行1次搏动的期间的时间例如也可以从自10步至1000000步中选出的任意的步数中选择并被均等地分割。步数并非受10步至1000000步所限,既可以选择比10步少的数量,也可以选择比1000000步多的数量。设此时的搏动开始的时刻为0步,设搏动结束的时刻为100步。并且,心脏进行1次搏动的期间的时间并非受上述所限,可以任意地设定。
因此,在行为信息中,包含有0步至100步的各个步的与12个规定的点的各自的ξ轴、η轴及ζ轴的位置有关的信息。也就是说,行为信息是针对12个规定的点的每一个,时刻与该时刻的坐标位置(ξ轴、η轴及ζ轴的位置)组成为1个组的数据。换而言之,行为信息包括时间进展的数据。
另外,一定时间也可以是具体的秒数,例如也可以是1秒钟、5秒钟或10秒钟。并且,该一定时间只要是分割成3份以上,则可以进行任意的细分。例如,与上述不同,该一定时间也可以不由100步,而由不同的步数来分割。进一步,该一定时间也可以不被均等地分割。
[壁厚度推测方法的处理次序]
接下来,对壁厚度推测装置100执行的壁厚度推测方法中的具体的处理次序进行说明。在此虽然也利用血管壁来进行说明,但关于脏器壁也同样如此。图6是示出本实施方式所涉及的壁厚度推测装置100对脑动脉瘤10的瘤壁11的厚度进行推测的处理次序的流程图。
获得部110经由运动图像信息处理装置300获得作为与受检者P的脑动脉瘤10的瘤壁11的多个规定的点的各自的位置的时间变化有关的数值信息的行为信息(获得工序S101)。
接下来,生成部120根据获得部110在获得工序S101中获得的行为信息,生成用于推测血管壁的厚度的推测信息(生成工序S102),并且该推测信息是多个规定的点的各自的应变被可视化而得到的信息。关于生成部120进行的处理,以下将进行更详细地说明。
首先,生成部120根据行为信息来计算在多个规定的点的每一个中的应变。
在此,生成部120利用行为信息中包括的时间和位置的数据来计算应变。对计算应变的方法,并没有特别的限定,可以采用公知的方法。例如也可以是,在某个点(例如点p1)和与该点相邻的另1个点(例如点p2)的这2个点中,根据某时刻(例如10步)和该时刻的下一个时刻(11步)的这2个点中的位置的变化,来计算1个点的应变。并且,也可以采用利用多个规定的点的各自的集群所形成的局部平面来计算应变的方法。
进一步,利用图7及图8对应变进行说明。图7是用于对本实施方式所涉及的规定的点的应变进行说明的图。图8是用于对本实施方式所涉及的规定的点的应变进行说明的其他的图。
在本实施方式中,将多个规定的点的每一个视为是微小立方体,并计算该微小立方体中的应变。另外,图7及图8所示的立方体相当于微小立方体。首先,如图7所示,以规定的正交坐标系(坐标系A)的坐标轴成为面法线的方式来配置该微小立方体。
此时,计算包括相对于该微小立方体所具有的面的3个成分的垂直应变及6个成分的剪切应变在内的共计9个成分的应变。另外,3个成分的垂直应变分别是εxx、εyy、εzz,6个成分的剪切应变分别是εxy、εxz、εyx、εyz、εzx、εzy。
进一步,将在以6个成分的剪切应变的值成为0的方式旋转了该微小立方体的情况下的坐标系作为坐标系B。另外,坐标系B中的坐标轴相当于旋转后的微小立方体的面法线。此时的3个成分的垂直应变的每一个都为主应变,将3个成分的垂直应变(主应变)中的最大值的主应变作为最大主应变。
如此,生成部120根据行为信息,来计算多个规定的点的每一个中的垂直应变。另外,此时在多个规定的点的每一个之中,时刻与该时刻中的3个成分的垂直应变相互建立了对应。
生成部120利用像以上这样算出的应变(更具体而言,最大主应变),生成推测信息。作为一个例子,在此的推测信息是将与算出的最大主应变有关的信息作为模式图而示出的图像数据。
接下来,输出部130输出生成部120生成的推测信息(输出工序S103)。在输出工序S103中,输出部130例如将生成部120在生成工序S102中生成的图像数据向显示装置200发送。
显示装置200获得输出部130输出的图像数据,并基于该图像数据显示图像。
并且,壁厚度推测装置100也可以通过读出记录在计算机可读取的CD-ROM等记录介质中的计算机程序,来执行壁厚度推测方法。
[推测信息与血管壁的厚度的关系]
接下来,关于推测信息(更具体而言是算出的应变)与血管壁的厚度的关系,利用与脑动脉瘤有关的症状的例子(以下记作病例)进行说明。
在此,在病例的脑动脉瘤10a中,算出主应变并通过该主应变中的最大主应变来生成推测信息。另外,在本实施方式中,作为规定的点的数量能够利用在壁厚度推测装置100的计算能力的允许范围内的最多的点的数量,例如利用100000个规定的点。另外,规定的点的数量不限于100000个,也可以选择比100000个多的数量。算出该多个(例如,100000个)规定的点的各自的最大主应变。
图9示出了本实施方式所涉及的推测信息的例子。
更具体而言,图9示出了作为推测信息的例子的脑动脉瘤10a的形状与最大主应变之间的关系的模式图的图像数据。在图9中,在与脑动脉瘤10a的多个规定的点的每一个对应的部位,被赋予了大的圆点或小的圆点,通过这2种圆点来表示病例的脑动脉瘤10a的形状。另外,大的圆点相当于发生了最大主应变的规定的点,小的圆点相当于这些以外的规定的点,该最大主应变是指产生规定比例以上的膨胀的应变。并且,虽然在图9所示的图像数据中对大的圆点或小的圆点进行了图示,但生成行为信息时所利用的脏器壁或血管壁(在此为瘤壁11)中的多个规定的点的每一个都为相同的大小。
图10至图16示出了本实施方式所涉及的推测信息的其他的例子。在图10至图16中,与图9一样通过大的圆点或小的圆点来表示病例的脑动脉瘤10a的形状。
并且,以图9至图16的顺序,对时间变化的最大主应变进行了图示。图9至图16依次示出了在步0、步10、步20、步30、步40、步50、步60、步70的脑动脉瘤10a的最大主应变。也就是说,在图9至图16所示的推测信息中,示出了病例的脑动脉瘤的形状和发生最大主应变的规定的点的时间变化,该最大主应变是指产生规定比例以上的膨胀的应变。
进一步,对病例的脑动脉瘤10a进行了开颅手术。通过开颅手术,从而明确了脑动脉瘤的形状和该形状中的血管壁薄的区域。
在此,对推测信息与通过开颅手术而明确了的脑动脉瘤的形状及血管壁的红色的区域进行了比较。另外,该红色的区域相当于血管壁脆弱或薄的区域。该结果表示推测信息示出的发生了最大主应变的规定的点相当于血管壁的红色的区域(血管壁脆弱或薄的区域),该最大主应变是指产生规定比例以上的膨胀的应变。
如此,存在红色的区域相当于薄的区域的情况,也就是说算出的应变(在此为最大主应变)与脏器壁或血管壁的厚度具有相关性,这表明本发明的发明人员的假设是正确的。
如上所述,作为算出的应变(在此为最大主应变)被可视化而得到的信息的推测信息,能够用作与血管壁的厚度有关的高精度的信息。
这样的信息例如是用于对容易増大及容易破裂的脑动脉瘤与不容易増大及不容易破裂的脑动脉瘤进行区分,并恰当地判断是否需要治疗的有益的信息。
也就是说,本实施方式所涉及的壁厚度推测方法通过低侵袭性的方法来生成与血管壁有关的高精度的信息,从而能够提出用于对血管的疾病施以具体的处置的有益的信息。进一步,本实施方式所涉及的壁厚度推测方法不仅能够用于推测血管壁的厚度,而且还能够用于推测脏器壁的厚度。
也就是说,通过不采用开腹手术、开心手术或开颅手术等这种低侵袭性的方法来生成与脏器壁有关的高精度的信息,从而能够提出用于对脏器的疾病施以具体的处置的有益的信息。
[效果等]
如以上说明的那样,壁厚度推测方法包括获得工序S101、生成工序S102、以及输出工序S103。获得工序S101获得基于包含脏器壁或血管壁的运动图像的行为信息,该运动图像是利用四维血管摄影法而得到的运动图像,该行为信息是与脏器壁或血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息。生成工序S102基于通过获得工序S101获得的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息,并且该推测信息是多个规定的点的各自的应变被可视化而得到的信息。输出工序S103输出通过生成工序S102生成的推测信息。
并且,本实施方式所涉及的计算机程序使计算机执行上述记载的壁厚度推测方法。
由此,在壁厚度推测方法中,作为一个例子,利用X射线CT装置或MRI装置、和四维血管摄影法来生成包含血管壁的运动图像。例如,与开颅手术等方法相比,能够通过低侵袭性的方法来得到包含血管壁的运动图像。壁厚度推测方法能够利用与该运动图像有关的行为信息,生成用于推测血管壁的厚度的、多个规定的点的各自的应变被可视化的推测信息。基于推测信息推测出的血管壁的厚度与通过开颅手术而得到的血管壁的厚度对应。
也就是说,壁厚度推测方法关于血管壁中的多个规定的点的各自附近的壁厚度,能够生成精度高的信息。在本实施方式中,例如推测脑动脉瘤10的瘤壁11的厚度。这样的信息例如是用于对容易増大及容易破裂的脑动脉瘤与不容易増大及不容易破裂的脑动脉瘤进行区分,并恰当地判断是否需要治疗的有益的信息。
另外,壁厚度推测方法不仅能够用于推测血管壁的厚度,而且还能够用于推测脏器壁的厚度。
也就是说,本实施方式所涉及的壁厚度推测方法通过低侵袭性的方法来生成与脏器壁或血管壁有关的高精度的信息,从而能够提出用于对脏器或血管的疾病施以具体的处置的有益的信息。
并且,在壁厚度推测方法中,血管壁的厚度是动脉瘤或静脉瘤的瘤壁的厚度。
由此,壁厚度推测方法能够将动脉瘤或静脉瘤的瘤壁的厚度作为血管壁的厚度来进行推测。
并且,在壁厚度推测方法中,血管壁的厚度是脑动脉瘤的瘤壁的厚度。
由此,壁厚度推测方法能够将脑动脉瘤的瘤壁的厚度作为血管壁的厚度来进行推测。
并且,在壁厚度推测方法中,血管壁的厚度是动脉或静脉的血管壁的厚度。
由此,壁厚度推测方法能够将动脉或静脉的血管壁的厚度作为血管壁的厚度来进行推测。
并且,壁厚度推测装置100具备获得部110、生成部120、以及输出部130。获得部110获得基于包含脏器壁或血管壁的运动图像的行为信息,该运动图像是利用四维血管摄影法而得到的运动图像,该行为信息是与脏器壁或血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息。生成部120基于由获得部110获得的行为信息,生成用于推测脏器壁或血管壁的厚度的推测信息,并且所述推测信息是多个规定的点的各自的应变被可视化而得到的信息。输出部130输出由生成部120生成的推测信息。
由此,在壁厚度推测装置100中,作为一个例子,利用X射线CT装置或MRI装置、和四维血管摄影法来生成包含血管壁的运动图像。例如,与开颅手术等方法相比,能够通过低侵袭性的方法得到包含血管壁的运动图像。壁厚度推测装置100能够利用与该运动图像有关的行为信息,生成用于推测血管壁的厚度的、多个规定的点的各自的应变被可视化的推测信息。基于推测信息推测出的血管壁的厚度与通过开颅手术而得到的血管壁的厚度对应。
也就是说,壁厚度推测装置100关于血管壁中的多个规定的点的各自附近的壁厚度,能够生成精度高的信息。在本实施方式中,例如推测脑动脉瘤10的瘤壁11的厚度。这样的信息例如是用于对容易増大及容易破裂的脑动脉瘤与不容易増大及不容易破裂的脑动脉瘤进行区分,并恰当地判断是否需要治疗的有益的信息。
另外,壁厚度推测装置100不仅能够用于推测血管壁的厚度,而且还能够用于推测脏器壁的厚度。
也就是说,本实施方式所涉及的壁厚度推测装置100通过低侵袭性的方法来生成与脏器壁或血管壁有关的高精度的信息,从而能够提出用于对脏器或血管的疾病施以具体的处置的有益的信息。
并且,壁厚度推测系统1000具备:上述记载的壁厚度推测装置100;运动图像信息处理装置300,获得运动图像,生成行为信息并输出给获得部110;以及显示装置200,对输出部130输出的推测信息进行显示。
由此,在壁厚度推测系统1000中,作为一个例子,利用X射线CT装置或MRI装置、和四维血管摄影法来生成包含血管壁的运动图像。例如,与开颅手术等方法相比,能够通过低侵袭性的方法来得到包含血管壁的运动图像。壁厚度推测系统1000能够利用与该运动图像有关的行为信息,生成用于推测血管壁的厚度的、多个规定的点的各自的应变被可视化的推测信息。基于推测信息推测出的血管壁的厚度与通过开颅手术而得到的血管壁的厚度对应。
也就是说,壁厚度推测系统1000关于血管壁中的多个规定的点的各自附近的壁厚度,能够生成精度高的信息。在本实施方式中,例如推测脑动脉瘤10的瘤壁11的厚度。这样的信息例如是用于对容易増大及容易破裂的脑动脉瘤与不容易増大及不容易破裂的脑动脉瘤进行区分,并恰当地判断是否需要治疗的有益的信息。
另外,壁厚度推测系统1000不仅能够用于推测血管壁的厚度,而且还能够用于推测脏器壁的厚度。
也就是说,本实施方式所涉及的壁厚度推测系统1000通过低侵袭性的方法来生成与脏器壁或血管壁有关的高精度的信息,从而能够提出用于对脏器或血管的疾病施以具体的处置的有益的信息。
进一步,通过将推测信息可视化并进行显示,例如医生等能够得到关于脏器壁或血管壁的厚度的精度高的信息。
(其他的实施方式)
以上虽然对实施方式所涉及的壁厚度推测方法等进行了说明,但本发明并非受上述实施方式所限。
另外,大的圆点相当于发生了最大主应变的规定的点,该最大主应变是指产生规定比例以上的膨胀的应变。作为一个例子,大的圆点相当于发生了如下最大主应变的规定的点,该最大主应变是指,相对于与多个规定的点的每一个所对应的上述的微小立方体的大小而言产生了5%以上的膨胀的应变。另外,规定比例既可以是上述的5%,也可以是10%,也可以是15%。并且,该规定比例并非受上述所限,也可以是其他的比例。
并且,在本实施方式中,虽然将最大主应变用作应变来输出推测信息,但并非受此所限。
例如,也可以利用3个成分的垂直应变中的最大主应变以外的2个主应变。也就是说,在将3个成分的垂直应变(主应变)中最小值的主应变作为最小主应变,将3个成分的垂直应变(主应变)中的最小值的主应变与最大值的主应变的中间值的主应变作为中间主应变的情况下,也可以将最小主应变或中间主应变用作应变来输出推测信息。
进一步,在本实施方式中,虽然将主应变用作应变,但并非受此所限。
例如,也可以将包括3个成分的垂直应变和6个成分的剪切应变在内的共计9个成分的应变的其中之一用作应变来输出推测信息。
并且,例如也可以是,将工程应变、拉伸或对数应变用作应变来输出推测信息。
工程应变是根据行为信息而算出的应变的一个例子。另外,拉伸是根据工程应变而算出的与应变有关的参数的一个例子。另外,对数应变是根据行为信息而算出的应变的一个例子。
如此,也可以利用本实施方式所示的最大主应变以外的应变来输出推测信息。
并且,在本实施方式中,作为与脏器壁或血管壁的厚度相关的应变的值,而算出应变的绝对值。若积累了病例知识,则能够基于从一个病例算出的应变,来估算脏器壁或血管壁的易破裂程度(风险的高低)。
在上述实施方式中,示出了利用实际的病例和四维血管摄影法来得到行为信息的方法。但得到行为信息的方法并非受此所限。例如,也可以通过以下所示的其他例的例1及例2的方法来得到行为信息。
在其他例的例1的方法中,通过利用人工制作的人工瘤、与人工瘤连接的人工心脏和摄像装置来得到行为信息。
人工瘤具有人工的血管和人工的瘤。人工的血管和人工的瘤是模拟人的血管和在人的血管中产生的瘤而制作的。人工瘤例如可以由橡胶材料构成,可以利用硅橡胶、氟橡胶等。
并且,人工瘤例如也可以由硅树脂构成。人工瘤只要是由具有可挠性的材料构成即可,并非受上述材料所限。
人工瘤利用通过上述记载的X射线CT装置或MRI装置而得到的图像数据来制作。该图像数据中包含人的血管和在该血管中产生的瘤的数据。
人工瘤基于与上述得到的图像数据有关的DICOM(Digital Imaging andCommunications in Medicine:医学数字成像和通信)数据而制作。
人工心脏是代行人的心脏所具有的泵功能的装置。该人工心脏与人工瘤连接,通过使人工心脏所具有的泵功能运转,从而使得人工瘤像搏动那样运动。利用该人工瘤的运动和摄像装置来得到行为信息。
摄像装置例如是能够拍摄静止图像及运动图像的相机装置。进一步,摄像装置也可以是能够得到观察对象的表面的三维坐标及三维空间中的位移的信息的装置。这样的摄像装置通过进行1秒钟、5秒钟或10秒钟的拍摄,从而能够得到观察对象的表面的三维坐标、三维空间中的位移、三维空间中的速度及三维空间中的加速度的全部信息。另外,摄像装置进行拍摄的时间并非受上述所限,也可以是其他的时间。
如上所述,在其他例的例1的方法中,通过由摄像装置对搏动的人工瘤进行拍摄,从而得到人工瘤的表面的三维坐标及三维空间中的位移的信息。也可以基于这些的三维坐标及三维空间中的位移的任一方或全部的信息来得到行为信息。
在其他例的例1的方法中,与上述记载的开颅手术相比是低侵袭性的方法,所以能够更容易地得到行为信息。
并且,在其他例的例2的方法中,通过利用在血管产生了瘤的模型动物和上述的摄像装置来得到行为信息。
具体而言,通过由摄像装置对模型动物的血管和瘤进行拍摄,从而得到模型动物的血管和瘤的表面的三维坐标及三维空间中的位移的信息。也可以基于这些中的任一方或全部的信息来得到行为信息。
在其他例的例2的方法中,与实施方式所示的人的病例的情况不同,不需要作为病例对象的人的同意书等。并且,由于能够对模型动物的血管和瘤的表面赋予拍摄所需要的图案(例如,通过喷雾器的喷吹进行的标记),所以能够获得精致的三维坐标的时间进展数据。
进一步,能够以时间等间隔(两周一次等)来获得模型动物的血管和瘤的数据。因此,与实施方式相比能够更容易地得到行为信息。
通过使用上述的方法,能够容易地得到许多的行为信息,其结果是能够得到大量的推测信息。由此,有望提高与壁有关的信息的精度。
在本实施方式中,虽然示出了血管壁的厚度是脑动脉瘤10的瘤壁11的厚度的情况,但如上述那样,也可以是包括动脉或静脉的血管的壁的厚度。例如,在血管壁是包括动脉或静脉的血管的厚度的情况下,通过利用实施方式所涉及的壁厚度推测方法等,来对该动脉或静脉的狭窄的程度进行推测。
另外,在上述各实施方式中,各构成要素也可以由专用的硬件来构成,或通过执行适于各构成要素的软件程序来实现。各构成要素也可以通过由CPU(Central ProcessingUnit:中央处理器)或处理器等程序执行部读取并执行记录在硬盘或半导体存储器等记录介质中的软件程序来实现。
另外,将本领域技术人员所能够想到的各种变形执行于各个实施方式而得到的形态、或对在不脱离本发明的主旨的范围内的各个实施方式中的构成要素和功能进行任意组合而实现的形态,均包括在本发明之内。
工业实用性
本发明所涉及的壁厚度推测方法能够利用于医疗设备、医疗方法等各种用途。
符号说明
10,10a 脑动脉瘤
11 瘤壁
20 母血管
100 壁厚度推测装置
110 获得部
120 生成部
130 输出部
200 显示装置
300 运动图像信息处理装置
400 运动图像摄影装置
1000 壁厚度推测系统
P 受检者
p0,p1,p2,p3,p4,p5,p6,p7,p8,p9,p10,p11 点
S101 获得工序
S102 生成工序
S103 输出工序
Claims (7)
1.一种壁厚度推测方法,包括:
获得工序,获得基于包含脏器壁或血管壁的运动图像的行为信息,所述运动图像是利用四维血管摄影法而得到的运动图像,所述行为信息是与所述脏器壁或所述血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息;
生成工序,基于通过所述获得工序获得的所述行为信息,生成用于推测所述脏器壁或所述血管壁的厚度的推测信息,并且所述推测信息是所述多个规定的点的各自的应变被可视化而得到的信息;以及
输出工序,输出通过所述生成工序生成的所述推测信息。
2.如权利要求1所述的壁厚度推测方法,
所述血管壁的厚度是动脉瘤或静脉瘤的瘤壁的厚度。
3.如权利要求1或2所述的壁厚度推测方法,
所述血管壁的厚度是脑动脉瘤的瘤壁的厚度。
4.如权利要求1至3的任一项所述的壁厚度推测方法,
所述血管壁的厚度是动脉或静脉的血管壁的厚度。
5.一种计算机程序,用于使计算机执行权利要求1至4的任一项所述的壁厚度推测方法。
6.一种壁厚度推测装置,具备:
获得部,获得基于包含脏器壁或血管壁的运动图像的行为信息,所述运动图像是利用四维血管摄影法而得到的运动图像,所述行为信息是与所述脏器壁或所述血管壁中的多个规定的点的各自的位置的时间变化有关的数值信息;
生成部,基于由所述获得部获得的所述行为信息,生成用于推测所述脏器壁或所述血管壁的厚度的推测信息,并且所述推测信息是所述多个规定的点的各自的应变被可视化而得到的信息;以及
输出部,输出由所述生成部生成的所述推测信息。
7.一种壁厚度推测系统,具备:
权利要求6所述的壁厚度推测装置;
运动图像信息处理装置,获得所述运动图像,生成所述行为信息并输出给所述获得部;以及
显示装置,对所述输出部输出的所述推测信息进行显示。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021036850 | 2021-03-09 | ||
JP2021-036850 | 2021-03-09 | ||
PCT/JP2022/006662 WO2022190821A1 (ja) | 2021-03-09 | 2022-02-18 | 壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116171130A true CN116171130A (zh) | 2023-05-26 |
Family
ID=83227701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202280006359.2A Pending CN116171130A (zh) | 2021-03-09 | 2022-02-18 | 壁厚度推测方法、计算机程序、壁厚度推测装置、以及壁厚度推测系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20240081767A1 (zh) |
JP (1) | JPWO2022190821A1 (zh) |
CN (1) | CN116171130A (zh) |
WO (1) | WO2022190821A1 (zh) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10896507B2 (en) * | 2017-09-21 | 2021-01-19 | The Regents Of The University Of Michigan | Techniques of deformation analysis for quantification of vascular enlargement |
-
2022
- 2022-02-18 WO PCT/JP2022/006662 patent/WO2022190821A1/ja active Application Filing
- 2022-02-18 US US18/271,977 patent/US20240081767A1/en active Pending
- 2022-02-18 CN CN202280006359.2A patent/CN116171130A/zh active Pending
- 2022-02-18 JP JP2023505258A patent/JPWO2022190821A1/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JPWO2022190821A1 (zh) | 2022-09-15 |
US20240081767A1 (en) | 2024-03-14 |
WO2022190821A1 (ja) | 2022-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11481901B2 (en) | Medical image processing apparatus and medical image processing method | |
Harput et al. | Two-stage motion correction for super-resolution ultrasound imaging in human lower limb | |
US10169542B2 (en) | Systems and methods for automatically determining myocardial bridging and patient impact | |
US8861830B2 (en) | Method and system for detecting and analyzing heart mechanics | |
EP3277169B1 (en) | Systems and methods for estimating virtual perfusion images | |
EP3281135B1 (en) | System and method for vascular tree generation using patient-specific structural and functional data, and joint prior information | |
US8487933B2 (en) | System and method for multi-segment center point trajectory mapping | |
JP7152077B2 (ja) | 血管壁厚み推定方法、血管壁厚み推定装置及び血管壁厚み推定システム | |
CN116171130A (zh) | 壁厚度推测方法、计算机程序、壁厚度推测装置、以及壁厚度推测系统 | |
US8483443B2 (en) | Method for characterizing object movement from CT imaging data | |
WO2023021671A1 (ja) | 壁厚み推定方法、壁厚み推定装置及び壁厚み推定システム | |
JP7381081B2 (ja) | 壁厚み推定方法、壁厚み推定装置及び壁厚み推定システム | |
US20240225577A1 (en) | Wall thickness estimation method, recording medium, wall thickness estimation device, and wall thickness estimation system | |
WO2023058759A1 (ja) | 壁厚み推定方法、コンピュータプログラム、学習方法、模型作製方法、壁厚み推定装置及び壁厚み推定システム | |
Chen | Towards practical ultrasound ai across real-world patient diversity | |
JP2022171345A (ja) | 医用画像処理装置、医用画像処理方法及びプログラム | |
Rogers | Evaluation of Tomographic 3D Ultrasound in Vascular Disease | |
Atherton et al. | Repair and Redesign of Physiological Systems | |
KR20210063731A (ko) | 다중정보 빅데이터 알고리즘을 통한 심초음파 기반 심근정보 분석 시스템 및 방법 | |
Santhanam et al. | A Framework for Modeling and Visualizing Cardiovascular Deformation Under Normal and Altered Circulatory Conditions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |