JP2002501774A - 脳循環モデルと用途 - Google Patents

Abstract

(57)【要約】 生体被験者の脳循環をモデル化するための方法と装置が提供される。本方法は、全体の生体被験者のためにモデルを開発するステップと、生体被験者の全体的な脳生理に実質的に従うためにモデルを補正するステップとを含む。本方法は、補正されたモデルに基づき生体被験者の脳の流量と、所定の脳血流量の乱れ（pertubation）とを計算するステップをさらに含む。

Description

【発明の詳細な説明】

【０００１】 発明の分野 本発明の分野は、人体の血液循環、より詳しくは人間の脳内の血流に関する。

【０００２】 発明の説明 脳卒中は米国で死因と廃疾の第３の主要原因であり、社会経済学上大きな影響
を有する。閉塞性の脳血管の疾患のための治療の選択は、動脈内膜切除、血管の
取り換え、バイパス、血管形成および血栓溶解のような種々の再構築処置を含み
；そのすべては脳循環を強化する共通の目標を共有する。

【０００３】 しかしながら、患者間の多くの個人的な多様性のために、このような処置の潜
在的メリットを評価することは難しく、また長期間にわたるまた膨大な費用をか
けた大きなグループの患者を含んでいる治療上の試みに主に頼ってきた（例えば
ＥＣ−ＩＣバイパスと頚動脈内膜切除の研究）。患者を効果的でないかまたは耐
えられない有害な治療に任意抽出することは倫理上のジレンマであり、複雑な閉
塞的なパターンを有する所定の患者の最適な脳血管の再構築処置の選択は、困難
であり、また最終的に直観的な処置に依存する。

【０００４】 任意の特定の患者のためにこのような処置を確実にシミュレートする能力は、
最適な処置を選択する公算を増す。本発明は、任意の数の処置をシミュレートす
るために、脳血管疾患を有する患者に脳循環のコンピュータ化モデルを適用し、
これによって任意の患者にとって最適な処置を選択するための手段を提供する。
本発明の利点は、患者の転帰の改善と、相当の費用節減と、脳血管の再構築処置
が実行される方法に対する主な影響とを提供する。

【０００５】 Ｃｈａｒｂｅｌ等、２ｎｄ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｋｕｌｌ Ｂａ
ｓｅ Ｃｏｎｇｒｅｓｓ，７ｔｈ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ ｏｆ ｔｈ
ｅ Ｎｏｒｔｈ Ａｍｅｒｉｃａｎ Ｓｋｕｌｌ Ｂａｓｅ Ｓｏｃｉｅｔｙ，
（Ｓａｎ Ｄｉｅｇｏ，Ｊｕｌｙ，１９９６）は、以前にコンピュータ化された
脳循環のモデルを頭骨ベースの外科手術に適用する方法について論議した。脳血
管外科手術におけるコンピュータ化されたモデリングの役割は、Ｃｈａｒｂｅｌ
等によってｔｈｅ １１ｔｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｇｒｅｓｓ
ｏｆ Ｎｅｕｒｏｌｏｇｉｃａｌ Ｓｕｒｇｅｒｙ（Ａｍｓｔｅｒｄａｍ，Ｊ
ｕｌｙ １９９７）で論議された。Ｃｈａｒｂｅｌ等は、１１ｔｈ Ｉｎｔｅｒ
ｎａｔｉｏｎａｌ Ｃｏｎｇｒｅｓｓ ｏｆ Ｎｅｕｒｏｌｏｇｉｃａｌ Ｓｕ
ｒｇｅｒｙ（Ａｍｓｔｅｒｄａｍ，Ｊｕｌｙ １９９７）で頚動脈犠牲の許容度
についてコンピュータ化した予測値の適用を論議した。脳血管再生に対するモデ
ル化の適用もまた意図されている。

【０００６】 発明の要約 生体被験者の脳循環をモデル化するための方法と装置が提供される。本方法は
、全体の生体被験者のためにモデルを開発するステップと、生体被験者の全体的
な脳生理に実質的に従うためにモデルを補正するステップとを含む。本方法は、
補正されたモデルに基づき生体被験者の脳の流量と、所定の脳血流量の乱れ（pe
rturbation）とを計算するステップをさらに含む。

【０００７】 例示した実施態様の詳細な説明 本発明は、脳血管とコンピュータ研究の複数の観点の実用的な統合である。プ
ログラムは、コンピュータ支援の神経血管の分析と、脳循環の評価と予測のため
に有用なシミュレーションのために開発された。プログラムは最高４つの主要コ
ンポーネントを有する：（ｉ）デジタルサブトラクション血管造影法（ＤＳＡ）
からの血管抽出システム；（ｉｉ）３次元位相差磁気共鳴（ＭＲ）流量測定シス
テムと３次元の拍動視覚化；（ｉｉｉ）脳循環のコンピュータシミュレーション
システム；（ｉｖ）世界へのワールドワイドウェブベースのインタフェースとウ
ィンドウ。

【０００８】 本発明に含まれる プロセスはウィリス氏動脈環の仮想レプリカを創成し、また網目状の血流を計算
する。モデル化プログラムは、選択された血流の乱れ（perturbation）（例えば
、脳動脈瘤、狭窄、バイパス、他の脳血管疾患等）の状態下で脳内の流量と圧力
の分析とシミュレーションを可能にする。モデル化プログラムは現在有限差分法
を使用している。

【０００９】 血管抽出システムは、モデルで使用するため正確な血管の直径を決定するため
に使用される。現在、アテンションベースモデル（ＡＩＭ）は血管抽出システム
の基礎を形成している。血管抽出システムは、ウィリス氏動脈環の種々の所定の
領域における血管の直径と長さの正確かつ迅速な測定を提供する。最も小さな血
管寸法解像度（数百ミクロンのオーダ）を有するデータはＸ線血管造影［プラッ
トホーム：ＳＧＩ Ｗｏｒｋｓｔａｔｉｏｎ；ＩＲＩＳ ６．２ Ｖａｒｓｉｔ
ｙ Ｐａｃｋａｇｅ（Ｒａｐｉｄａｐｐ，Ｏｐｅｎ Ｉｎｖｅｎｔｏｒ，Ｃ＋＋
）］から現在導かれる。

【００１０】 例えば「イメージグラバ」を通したデジタルＸ線血管造影法の使用およびデジ
タル化映像のコンピュータ化された獲得は、Ｘ線血管造影からの血管直径の手動
の読み取りと較べてデータ収集プロセスを加速かつ強化することができる。現在
のＸ線血管造影測定の２次元の性質は、技術から詳細な３次元データを導く能力
を制限する。

【００１１】 核磁気共鳴映像法（ＭＲＩ）は、血管寸法と流量に関する有用な３次元データ
が得られるように開発されてきた。核磁気共鳴映像法からのデータ選択から成る
現在のソースは、流量を測定するために３次元位相差血管造影法を使用する［プ
ラットホーム：ＳＧＩ Ｗｏｒｋｓｔａｔｉｏｎ，ＩＲＩＳ ６．２ Ｖａｒｓ
ｉｔｙ Ｐａｃｋａｇｅ（Ｒａｐｉｄａｐｐ，Ｏｐｅｎ Ｉｎｖｅｎｔｏｒ，Ｃ
＋＋）］。この方法では、ＭＲＩデータの血管寸法解像度は１ｍｍの半分のオー
ダである。

【００１２】 本発明の３次元位相差磁気共鳴（ＭＲ）流量測定システムのこのデータの使用
は、血管の３次元定位(localization)と視覚化によって断面と流量測定の精度を
高める。

【００１３】 次に画像処理に向けてＡＩＭについて説明する。ここに説明する双方向のアプ
ローチを有効とするために、ＡＩＭは、アプローチを支配するある規則の制約内
で動作するかまたは連絡するために、人間の機能を利用しなければならない。以
下に明らかになるように、ＡＩＭは、数種の方式の医学的画像（例えば、核磁気
共鳴血管映像法（ＭＲＡ）、核磁気共鳴映像法（ＭＲＩ）、キセノンコンピュー
タトモグラフィ（ＸｅＣＴ）、Ｘ線血管造影（ＸＲＡ）など）を分析するための
選択的な注目すべき（attention-inspired）相互作用モデルである。一般的に、
ＡＩＭアプローチは他方の弱点を克服するために人と機械の両方の長所を利用す
る。

【００１４】 図１は、概して本発明の例示した実施態様による脳のモデル化システム１０の
ブロック図である。モデル化システム１０は概してデータソース１２と、中央処
理ユニット（ＣＰＵ）１４と、ディスプレイ１８と、キーボード１６とを含む。
データソース１２は１つ以上の医学的イメージングシステムであることが可能で
ある（例えばＭＲＡ、ＭＲＩ、ＸｅＣＴ、ＸＲＡ等）。

【００１５】 人間のアテンションの多くの観点についてはまだ確かめる必要があるが、次の
ことが既知である：１．アテンションは、限定された認知リソースの方向付けを
容易にする；２．空間の合図（または刺激）は、認識のためのアテンションの「
スポットライト」を方向付ける際に有効である；３．特徴とオブジェクトの両方
のレベルの中央のセマンティック合図は、視覚的なアテンションタスクの実行を
容易にする；４．自分の対話者のアテンション空間に何が存在するかのモデルが
、有効なコミュニケーションを維持する点で重要である。

【００１６】 ＡＩＭは２つの相互作用チャネルを規定する：セマンティックコンテキスト（
何を探すべきか）とフォーカスオブアテンションＦＯＡ（どこを見るべきか）で
ある。ＡＩＭシステム１０では、ユーザはメニュー（または神経血管系の概略図
）からコンテキストを選択し、また２Ｄまたは３Ｄポインティングデバイスを用
いてデータを通してＦＯＡカーソル（ＦＯＡＣ）を操作する。例えば、図２は７
３本の血管を含む人間のウィリス氏動脈環１００を示している。血管の１本を選
択することによって、何を探すべきかのコンテキストがシステム１０に提供され
る。

【００１７】 図３は、システム１０のディスプレイ１８に提示することが可能な双方向スク
リーン１５２を示している。図２のウィリス氏動脈環１００は、スクリーン１５
０のボックス１５２のグラフィックコンテキスト表示として表示することが可能
である。システム１０のオペレータ（図示せず）は、カーソル１６２を用いて血
管（例えば１０２）を選択することが可能である。

【００１８】 コンテキストが第１のボックス１５２で選択されると、オペレータは、血管を
画像作業エリア１５４のどこで探すべきかをＣＰＵ１６に示すことが可能である
。オペレータは、ＦＯＡＣ（すなわちスマートカーソル１６２）を血管の上方に
配置し、またＥＮＴＥＲボタンを作動することによって血管１０２を識別するこ
とが可能である。

【００１９】 ＡＩＭＳはＦＯＡＣの領域でデータを処理して、カーソルが移動するにつれ、
リアルタイムで所定のコンテキストにマッチするエンティティを突き止めて強調
表示する。正しいエンティティが作業エリア１５４で強調表示される時、ユーザ
はこれを認識し、またシステムはエンティティ（例えば強調表示された血管）を
追跡することによって対話を延長し、その間ずっと強調表示動作を介してフィー
ドバックを行う。システムは、隣接した画素または画像の画素群の間にハイコン
トラストエリアを探すことによって、エンティティをトレースすることが可能で
ある。ハイコントラスト領域は、血管と周囲組織との間の境界領域を識別するた
めに利用することが可能である。血管がオペレータによってシステムに識別され
るところでは、システムはＦＯＡＣ内の血管を識別し、また隣接した領域の処理
を開始して、血管の他の部分（例えばそれぞれの端部）に対して対比された通路
領域の連続性を利用して３次元空間の対比された領域をトレースする。

【００２０】 コントラストを利用して、システムは血管を追跡するだけでなく、血管の直径
も測定する。最大のコントラスト変化速度の領域を探すことによって、システム
は血管の外壁を識別する。次に、血管の対向側面の間の距離について測定を行う
ことが可能である。

【００２１】 システムはそれが何を探しているかを知っているので、問題は、特定のエンテ
ィティの検出の問題となる。したがって、とりわけ特別に調整した検出器を使用
してもよい。簡単にポインティングデバイスを移動することによって、ユーザは
検出器の目標を変えることができるので、検出器が誤ったエンティティを強調表
示したとしても大きな問題ではない。

【００２２】 ＡＩＭはコンテキストの抽出階層を規定する。コンテキストは、オブジェクト
レベル、フィーチュアレベルおよびポイントレベルコンテキストを通した完全な
場面解釈からの抽出時に変わることがある。神経血管ツリーのドメインでは、オ
ブジェクトレベルコンテキストは頚動脈のセグメントである可能性があり、フィ
ーチュアレベルコンテキストは動脈境界モデルである可能性があり、またポイン
トレベルコンテキストでは、ユーザは手で血管の境界点をトレースすることが可
能である。これは、患者ケアのプロセスにおける我々の使命に不可欠なタスクの
ために、システムにロバストネスを提供する。神経血管の画像解釈のために、た
とえより高いレベルの認識アルゴリズムが（例えば患者病理学またはデータ品質
のため）失敗したとしても、これは、必要な血管抽出と測定を得るための機能を
保証する。

【００２３】 ＡＩＭモデルは、広い適用可能性のシステムとソフトウェアアーキテクチャと
を提供する。これは重要であるが、その理由は、ＡＩＭＳは新しいアルゴリズム
、イメージング形式および対象のエンティティ（例えば脳の大脳半球間の深い割
れ目のような他の脳構造、心臓血管の画像解釈のための大動脈壁部、デジタル乳
房撮影写真分析のための腫瘍モデル）を受け入れるために、各ドメインのために
大規模な特別な改造を必要としないで容易に拡張可能であるからである。図４は
、相互作用モデルを特徴づけるアーキテクチャのブロック図である。オブジェク
ト指向のアーキテクチャは２つの別個のコンポーネントを含む：ユーザインター
フェースとドメイン知識表示である。このようなモジュール性は、プラットホー
ムとディスプレイ／相互作用技術にわたってシステム１０の携帯性のために（例
えば両方の２Ｄと３Ｄ解釈環境のために）重要である。

【００２４】 コンテキストデータベースは対象のエンティティ（例えば異なった形態の血管
および異なった種類の画像データから前記血管を抽出するために必要なオペレー
タ）に関するドメイン知識を維持する。データ情報はデータ（例えば、データが
記憶されるファイル名順序、各画像形式の解像度など）に関するメタ情報を維持
する。オペレータセレクタは、オペレータライブラリから適切なＦＯＡＣオペレ
ータを選択する。プロセス知識データベースは解釈プロトコルの知識を維持する
。

【００２５】 プロセス知識データベースは、それを直接医学／放射線医学プロトコルに結び
付けることによってダイアログ拡張のコンセプトを認識する。例えば、神経血管
の画像解釈のドメインで、プロトコルは、ＸＲＡデータセットのオーダリングと
、ＸＲＡイメージの特定の観測投影の内容とに関して効率的な血管抽出のオーダ
を指令する。システムが神経血管系の各連続血管のためにユーザに入力を促すよ
うに、このプロトコルはスムーズに相互作用順序に符号化することができる。プ
ロトコル定義ファイルは、血管測定の順序と、測定を行うことが可能な好適な画
像とを組み合わせる。システムは、適切な画像の血管測定の入力をユーザに促す
ことによって、拡張ダイアログをシミュレートすることが可能である。これによ
ってシステムは、ユーザが順序を覚える必要がないように、抽出される次のエン
ティティを予測することができ、かくして処理誤差（例えば見失ったあるいは混
乱した読み取り）が低減される。この実例は、またダイアログストリームを中断
かつ回復する構想も例示している。ユーザは、複数の理由のためにプロトコルを
中断することを望むかもしれない。ユーザは、以前に行われた誤った測定を補正
することを望むかもしれないか、あるいはシーケンスから機会の測定を行うこと
を望むかもしれない。ＡＩＭは、ユーザに対象のコンテキストを選択させること
によってこのような中断を許容する。これは、ユーザが「被験者を変更している
」と考えるかもしれない。ＡＩＭは「中断」の位置を維持し、またユーザが望む
時は常にダイアログ（またはプロトコル）の回復をユーザに許容する。したがっ
て、プロセス知識データベースは、有効な相互作用に欠くことができない談話位
置性と回復の心理言語学的コンポーネントを実際に促進する。

【００２６】 図３は、複雑な画像の解釈で使用されるＡＩＭインタフェースの一般的なスク
リーンレイアウトを示している。作業領域１５４は解釈タスクのシステムとオペ
レータが相互作用する１次領域である。フォーカスオブアテンション（ＦＯＡ）
は、ポインティングデバイス（例えばマウス）を用いて、作業領域に表示される
被検者画像の上方でスマートカーソル１６２を操作することによって方向付けら
れる。現在のコンテキストを満たすスマートカーソル下のオブジェクトを強調表
示することによって、解釈プロセスのためのフィードバックが作業領域内で行わ
れる。ディスプレイの左底部のＦＯＡステータスディスプレイ１５８は、スマー
トカーソルの下にエリアの拡大図ならびに処理状態を示す。以降の部分に、部分
的処理結果がこのディスプレイに提示される方法を示す。

【００２７】 スクリーン左側のグラフィックコンテキスト表示１５２は、相互作用の全体的
な状態ならびに特定の解釈的なコンテキストをユーザに提供する。我々の神経血
管の解釈プロトタイプでは、これは神経血管のツリーの概略図である。心臓血管
の測定システムでは、これは大動脈系の概略図である可能性がある。概略図は、
カラー（例えば、コンテキストボックス１５２の我々の神経血管の測定システム
では、すでに測定された血管は緑色で満たされ、またコンテキストの血管は赤色
に塗られている）を用いて解釈プロセスの全体的な状態をユーザに提供する。ユ
ーザは、この概略図のその表示を直接選択してこのウィンドでコンテキストオブ
ジェクトを選択することによって、ダイアログプロセス（または測定プロトコル
）を中断することが可能である。このグラフィック表示に加えて、この一般型の
スクリーンレイアウトはシステムステータスおよびプロセスステータスボックス
１５６、１６０の原文コンテキスト識別を用意する。前者は所定のコンテキスト
に関する一般的な情報を提供し、また後者は現在の解釈の状態を詳述する（例え
ば現在の画像で測定されている血管の寸法）。

【００２８】 スクリーン頂部のプルダウンメニュー項目１６４はシステムパラメータの変更
と、操作すべきデータセットの選択とを許容する。

【００２９】 前記メニュー項目の背後の強力なマン・マシン相互作用モデルおよびインタフ
ェースの開発時に採用されたユーザインタフェース設計原則のため、ここに説明
したＡＩＭインタフェースは簡単であるが、なお有効であり、かつ使いやすい。
図７は、神経血管系のＸＲＡイメージの解釈の間に現われる可能性のあるような
ＡＩＭインタフェース１５０の実例を示している。ＸＲＡ画像は作業領域１５４
に表示される。この領域はスクロール可能であり、したがってＸＲＡイメージの
任意の寸法を表示することができる。ユーザは、メニューバー１６４から適切な
選択項目を選択することによって、画像の寸法をいつでも大きくまたは小さくす
ることができる。フォーカスオブアテンション（ＦＯＡ）は画像内に示されたボ
ックス１６２によって表され、またマウスによって導かれる。神経血管系の概略
図１００がグラフィックコンテキスト表示１５２に示されている。それはスクリ
ーン上部の左隅に示され、グラフィックでオブジェクトレベルコンテキストをシ
ステムに提供する。ユーザが（マウスを使用して）この概略図１００の血管を選
択する時、この血管に関する情報はスクリーン下の右隅のウィンド１６０に表示
される。この情報は、（インデックスとして使用される）血管番号、血管、幅お
よびこの血管の測定プロセスについてユーザが書き込んだ任意のコメントを含む
。この血管について測定が行われていなかったならば、血管はデータベースに記
憶されたデフォルト幅を有する。血管は異なった色で強調表示され、選択と測定
プロセスにフィードバックを行う。

【００３０】 スクリーン底部左のＦＯＡステータスディスプレイ１５８は、スマートカーソ
ルの処理状態を表示する。このディスプレイはＦＯＡで確認された血管境界の拡
大図面を示し、また測定が行われる断面を突き止める。計算とプロセスパラメー
タの部分的な結果はこの領域にも示される。

【００３１】 ＡＩＭの神経血管の測定システムは、医学／放射線医学担当者によって使用さ
れるように設計される。したがって、測定時に使用されるＸＲＡを選択するため
に専門家が現在使用しているシステムに、このような専門家が精通していること
を利用することが有利である。図５は、システム１０の容易な使用を促進する追
加ウィンドを示している。システム１０では、すべての患者のＸＲＡイメージは
分離したディレクトリの記憶デバイスに記憶される。システム１０は、ウィンド
１７７に示したように元の画像の親指大の画像を創成し、これらは１２８ｘ１２
８および２５６ｘ２５６画素である。ユーザは、ＸＲＡを点検する医者が使用す
るライトボードと同様のウィンドウ上に、１２８ｘ１２８バージョンの親指大の
画像のすべてを同時に見ることができる。カーソル１６２が数秒の間親指大のイ
メージの１つの上に保持される時、より大きなシータイメージの２５６ｘ２５６
バージョンがスクリーン上に表示される。これはユーザがより詳しく画像を点検
することを可能にする。ユーザが解釈のために１つの画像の選択を決める時、ユ
ーザは単にマウスボタンをクリックし、またシステムはこの画像の元のバージョ
ンを作業領域に持ち込む。システムの他の重要な特徴は、解釈プロセスが適度の
計算ハードウェアでリアルタイムで行われることである。画像全体を処理する代
わりに、ＦＯＡの下の領域のみが処理され、この結果非常に速い処理速度が得ら
れる。解釈プロセスの間のグラフィックおよび原文両方の強力なフィ−ドバック
機構は、システムを有効にし、また使いやすくする。

【００３２】 神経血管の解釈のための実用システムは、測定を行い、また測定結果を使用す
る異なった個人を考慮しなければならない。外科医は測定プロセスを医療技術者
に委任することが可能であるが、外科医は最終的にその最終の治療決定に対し責
任がある。したがって、測定値が獲得された時、ＡＩＭダイアログモデルは相互
作用の状態の記録を含むように拡張されている。この測定の履歴の特徴は、使用
される画像の識別子と、測定箇所におけるＦＯＡの座標および寸法とを含み、測
定された血管に関する情報を維持する。測定結果は、実施されたすべての測定の
ためのデータベースに記憶される。これは、測定の「品質管理」チェックの実行
を医者に許容する。概略図の血管を選択することによって、あるいはスクリーン
（プロセスステータスウィンドウ）の底部右の測定テーブルから、任意の測定状
態を思い出すことが可能である。ユーザは測定と品質管理とを進むことも可能で
あり、ユーザはＡＩＭ解釈プロセスを用いて、実施されたすべての測定を変更す
ることができる。

【００３３】 上述のように、血管寸法と位置とをＭＲＡ、ＭＲＩ、ＸｅＣＴまたはＸＲＡデ
ータから獲得することが可能である。データから導かれる寸法情報は、ドップラ
ーモードで動作するＭＲＩを使用して強化することが可能である。ドップラーＭ
ＲＩの使用は、各血管の断面に交差した血流速度を測定することによって体積血
流の決定を可能にする。

【００３４】 精度と血管寸法解像度の強化は、区分的に滑らかな体積流量の方程式によって
制約される補間スキームを現在使用している血管の３次元再構築から得られる。
流量データは、所定の血管間隔の頭骨横断のドップラー測定によって確証される
。また血流速度は血管反応性の結果として変動することが確認されている。脳の
自己制御に関する基準値が確立されており、また連続的にリファインされる。

【００３５】 データ解析システムは、血管断面の自動的および双方向の両方の抽出を支援す
る。カラーコード体系は、ユーザ間の変異性を低減するためにデータの視覚化と
ユーザ相互作用を容易にする。

【００３６】 例えば、ユーザは脳血管網１００の３次元映像を観測し、移動し、また自由に
回転することができる。またユーザは３次元映像の任意の箇所に面を配置し、次
にその位置で脳血管網１００の２次元断面を観測することができる。

【００３７】 平坦な断面内へのまたそこからの流れを示すカラーコーディングによって、断
面内の血管を明瞭に認識できる。血流の３次元の拍動を活動させ、また現在開発
されたユーザインタフェース１５０内に視覚化することができる。時間と共に変
化する拍動流変化を生き生きと示す血管断面を通した流動の詳細なグラフィック
分析のために、ユーザは血管を選択することができる。

【００３８】 脳循環に関するコンピュータシミュレーションシステム１０は、脳循環モデル
［プラットホーム：ＰＣ（Ｐｅｎｔｉｕｍ），Ｗｉｎｄｏｗｓ９５／ＮＴ ｏｒ
ＤＯＳ，Ｌａｈｅｙ Ｆｏｒｔｒａｎ ７７］をカスタマイズし、また駆動す
るために、血管抽出システムと３次元位相差ＭＲ流量測定システムの両方からの
出力を利用する。モデルは、脳血管網の個人対個人の変異性を明らかにするため
に構造を変えることができる。各患者のためにカスタマイズしたモデル形成の必
要に応じて、流動モデルの血管セグメントの全体数を増加または減少することが
できる。

【００３９】 コンピュータシミュレーションシステムはフレキシブルであり、またＸ線と磁
気共鳴血管造影図から、ならびに外科手術中の流速計を用いた直接の流速測定か
ら測定の経験的観察を受け入れ、また所定の部位における頭骨横断ドップラー（
ＴＣＤ）を受け入れる。モデルのパラメータは、「正常な」被験者と脳血管疾患
を有する被験者におけるモデルの確証の必要に応じて適合することができる。

【００４０】 コンピュータモデルは、質量式の不変と、ナビエストークス運動量方程式と、
局部動脈寸法に対する局部的圧力に関する状態式とに基づいた１次元の明示的な
差分アルゴリズムである［Ｋｈｕｆａｈｌ＆Ｃｌａｒｋ，ＡＳＭＥ Ｊ．ｏｆ
Ｂｉｏｍｅｃｈ．Ｅｎｇ．１０７：１１２−１２２（１９８５）］。

【００４１】 動脈網は血管ループ（ならびに多くの分岐管）を含んでいるので、圧力と流量
ノードはモデルの全体にわたって互い違いに配置される。各血管は多くの部分に
分割される；流量ノードはセグメント端部に、圧力ノードはセグメント中心に配
置される。任意の多血管網構造をデータファイルのみから指定することができる
。

【００４２】 モデルは１つ以上の圧力または流量符号によって適切な位置に強制される。通
常、プロトタイプ測定または血管造影データから得られる大動脈の根元の圧力時
間符号が強制機能として働く。頭骨横断のドップラー測定によって決定されるよ
うな網目内のある箇所における速度も統合される。

【００４３】 図示したように（図６）、システム１０のモデルはすべての血管内のすべての
箇所で初期化された圧力と流量とによって最初に初期化される２０２。断面積は
、現在の圧力を用いてすべての箇所について計算される２０２。マスバランスは
、血管接合中心の圧力を除いて、すべての箇所における圧力を計算することによ
って決定される２０４。入口強制機能が、圧力および流動源を更新するために呼
び出される２０６。すべての接合部の流量およびすべての接合中心の圧力を計算
することによって、内部接合境界条件を評価することが可能である２０８。

【００４４】 次に、運動量バランスは、接合部の流量以外のすべての箇所の流量を計算する
ことによって決定することが可能である２１０。すべての接合部中心の圧力は、
内部流動源を導入するための特別な強制機能として利用することが可能である。
すべての輸出リンパ管の最後の節の流量を計算することによって、１組の末端境
界条件を決定することが可能である２１２。

【００４５】 最後に、現在の時間値が増分され２１４、増分された時間はモデル化期間と比
較される２１６。増分された時間がモデル化期間よりも短いならば、プロセス２
００が繰り返す。そうでなければ、プロセスは終了する。

【００４６】 基本的な血管網１００は、ウィリス氏動脈環、目の動脈および他の自然の吻合
を含む現在のモデルで使用される。外科用の吻合が考慮される時、必要に応じて
血管の数を増やすことができる。さらに、任意の指定量だけ狭窄した（乱された
（perturbed））セグメントを任意の数の血管に配置することができる。動脈瘤 もまた網目内の種々の部位でシミュレートすることができる。任意の数の外科的
処置の結果は、システム１０のモデル結果に基づき正確に予測することが可能で
ある。

【００４７】 ワールドワイドウェブベースのインタフェースと世界へのウィンドウが利用で
き、ユーザはインターネット全体にわたって、遠隔地点から双方向およびユーザ
フレンドリのプログラムにアクセスすることができる。

【００４８】 コンピュータ支援の神経血管の分析とシミュレーション用のシステムは、種々
の神経外科条件をモデル化し、また分析するために有効に利用される。

【００４９】 脳内の血流の初期モデルは、任意の特定の動脈が脳の特定部分に血液を送ると
いう前提に基づいていた。供給を受ける脳の体積は計算することができる。最初
に、脳の全質量を決定することができる。次に、供給を受ける部分は、確認され
た合計の割合として決定することができる。特定の動脈によって供給を受ける脳
の質量を知ることにより、その質量に供給するのに必要な血液の体積を決定する
ことができる。それらの初期のモデルは、正常な患者の脳循環系の血管の弾性、
血液の粘度および血管構成を前提にして、一般的であった。

【００５０】 本発明は、特定の患者に適合できるリファインされたモデルである。必要な血
液の体積が決定されると、モデルは特定の患者に校正される。

【００５１】 一般的なモデルからの患者の脳の血液供給の動脈構造の偏差は、血管造影図か
ら識別される。患者の脳のＸ線血管造影図（ＸＲ血管造影図）は血管の直径を決
定するために使用される。次に、位相差核磁気共鳴映像の血管造影法（ＭＲ血管
造影法）が、脳内の実際の血流を決定するために使用される。モデルを調整する
ために、見失ったまたは追加の動脈セグメントを識別し、また使用することが可
能である。モデルを実際の患者にカスタマイズするために、実際の動脈構造と実
際の血流の知識とを利用することができる。

【００５２】 ３次元位相差ＭＲの血管造影の流量測定システムを用いて、ユーザ変化性の経
験的な研究が行われた。本研究は端から端をつないだシステムを実装していた。
本研究は、脳血管流動の挿入されたカラー速度画像から血管断面を１０人のユー
ザに選択させることによって、測定の反復率をテストした。システムの流量計算
性能は、ファントムの一定流から、変化する脳血管疾患を有する１０人の患者か
ら、また計算流体力学（ＣＦＤ）シミュレーションから収集されたデータに対し
て証明された。

【００５３】 経験による研究結果では、読み取りがユーザの間で安定し、また流量測定が臨
床上の測定とＣＦＤシミュレーションとを通して得られた流量に対し優れた程度
の忠実度を示すことが示されている。１６０の測定について９６％の全体的な精
度がファントムについて観察され、５％未満の取るに足らない誤差が、１０人の
ユーザの間の血管断面の抽出時にユーザ間の変化性に観察された。１０人の患者
については、計算された流量は質的評価において満足すべきものであった。計算
された流量も、２人の患者の流速計で測定した流量と非常によく相関した（ｒ＝
０．９８５、Ｐ＜０．００１）。ウィリス氏動脈環の流量測定は２人の患者のＣ
ＦＤシミュレーションの結果とよく相関した（ｒ＝０．９７０、Ｐ＜０．００１
）。

【００５４】 脳循環モデル化 「ウィリス氏動脈環」の周囲の循環は、１６６４年に最初に記述されたように
、当初、脳の底部で不完全に機能する吻合網であるとのみ考えられていた。Ｗｉ
ｌｌｉｓ，Ａｎｎａｌｓ ｏｒ Ｍｅｄｉｃａｌ Ｈｉｓｔｏｒｙ ２：８１−
９４（１９４０）。その後、前記循環が脳の血流の主要な分配センタとして機能
することが認められた。健康時、前記循環は比例して脳の各部分に血液を分配す
る；病気の時、血液供給が減少するかまたは途絶える時、前記循環は脳の血流力
学的定常性を維持するように努めて流量を再分配することができる。

【００５５】 脳循環網は頭骨によって包まれているので、直接的にその血管要素内の流量と
圧力とを測定することは非常に困難である。したがって、システム１０を使用す
るコンピュータシミュレーションは脳循環網の流量と圧力とを予測する魅力的な
方法となる。流体動力学ベースのコンピュータシミュレーションは、循環系のほ
とんど任意の所望の部分における圧力と流量とを予測する便利さを提供する。さ
らに、このシミュレーションは健康と病気状態の下における流量と圧力とを見積
もるために使用できるだけでなく、治療処置の結果を予測するために使用するこ
とができる。

【００５６】 脳循環のシミュレーションは、血液の非ニュートン特性をモデル化する問題；
「生理学な」非定常の拍動流を取り扱う問題；血管壁の弾性をモデル化する問題
；血管壁の弾性によって引き起こされる移動境界をモデル化する問題を含む広範
囲の挑戦的な流体動力学の問題を提示する。さらに、脳循環網は相互接続された
３次元動脈網であるので、動脈の湾曲をいかにモデル化するかの問題が生じる。
分岐の非対称および３次元の特性もまた非常に重要な問題である。

【００５７】 コンピュータシミュレーションが犬の脳循環系のモデルによって開始された。
Ｃｌａｒｋ等、Ａｃｔａ Ｎｅｕｒｏｌ．Ｓｃａｎｄｌｎａｖ．，４３：１８９
−２０４（１９６７）は、１次元の線形の定常層流のためにコンピュータモデル
を形成し、また同一のグループによって形成された工学モデルと結果を比較した
［Ｈｉｍｗｉｃｈ等、Ａｒｃｈｉｖｅ ｏｆ Ｎｅｕｒｏｌｏｇｙ，１３：１６
４−１７２（１９６５）；Ｈｉｍｗｉｃｈ等、Ａｒｃｈｉｖｅ ｏｆ Ｎｅｕｒ
ｏｌｏｇｙ，１３：１７３−１８２（１９６５）］。Ｃｏｏｐｅｒ，Ｐｈ．Ｄ．
ｔｈｅｓｉｓ，Ｗａｓｈｉｎｇｔｏｎ Ｕｎｉｖｅｒｓｉｔｙ（１９７０）は拍
動流効果を研究した。Ｃｈａｏ＆Ｈｗａｎｇ，ＴｉＴ Ｊｏｕｒｎａｌ ｏｆ
Ｌｉｆｅ Ｓｃｉｅｎｃｅ，２：３−８１（１９７２）は、それらのモデルで非
線形の拍動流をシミュレートした。Ｈｉｍｗｉｃｈ＆ｄａｒｋ，Ｐａｔｈｏｌｏ
ｇｙ ｏｆ Ｃｅｒｅｂｒａｌ Ｍｉｃｒｏｃｉｒｃｕｌａｔｉｏｎ，Ｊ．Ｃｅ
ｒｖｏｓ−Ｎａｖａｒｒｏ，ｅｄ．（Ｗａｌｔｅｒ ｄｅ Ｇｒｕｙｔｅｒ，Ｎ
ｅｗ Ｙｏｒｋ：１９７４），ｐｐ．１４０−１５２，およびＣｌａｒｋ＆Ｋｕ
ｆａｈｌ，Ｐｒｏｃ．ｏｆ １ｓｔ Ｉｎｔｌ．Ｃｏｎｆ．Ｃａｒｄｉｏｖａｓ
ｃｕｌａｒ Ｓｙｓｔｅｍ Ｄｙｎａｍｉｃｓ，ＭＩＴ Ｐｒｅｓｓ（Ｂｏｓｔ
ｏｎ，１９７８），ｐｐ．３８０−３９０は、伸長性の血管の拍動流をシミュレ
ートした。Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，１５：４４１−４
４８（１９８２）は、拍動流と弾性血管壁を明らかにする５本のみの血管に単純
化された非線形の１次元モデルを開発した。Ｋｕｆａｈｌ＆Ｃｌａｒｋ，Ｊ．Ｂ
ｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１０７：１１２−１２２
（１９８５）は、伸長性の血管を有する１次元の差分モデルを開発した。Ｋｕｆ
ａｈｌ＆Ｃｌａｒｋの犬モデルは３５本の血管を含み、定常流と拍動流の両方が
研究された。

【００５８】 １９８０年代後期に始まり、調査者は人間の脳循環をシミュレートし始めた。
人間の脳循環を一般的にシミュレートするために、動物モデルを適合することは
些細なことではなかった。

【００５９】 人間の脳循環網は動物のそれよりも複雑である。取り組むべき考慮の対象は、
シミュレートに必要な動脈の数、それらの動脈の選択およびウィリス氏動脈環の
機能性を表すために選ばれた動脈の構造を含んでいた。

【００６０】 人間の脳循環は個人間で一貫しない。動脈の数および動脈の長さと直径のよう
なパラメータは、人によって異なり、個々の症例に対する標準データの利用を制
限する。成功したモデルは、種々のシミュレーション条件を取り扱うために非常
にフレキシブルかつロバストでなければならない。

【００６１】 人間から直接測定値を獲得する困難は、モデルをリファインするためのパラメ
ータ情報を蓄積する機能を限定する。

【００６２】 Ｃｌａｒｋ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓ．，１１：２１７−２３０
（１９８９）は、Ｋｕｆａｈｌ＆Ｃｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ
Ｅｎｇｉｎｅｅｒｉｎｇ，１０７：１１２−１２２（１９８５）が利用した数
学的な方法に続いて、人間の脳循環網のための精巧なモデルを開発した。新しい
モデルは、基本的なウィリス氏動脈環を表す７３本の血管を含んでいた。図２は
Ｃｌａｒｋ等の７３本の血管モデルの概略図である。当然生じる吻合を加えた後
、血管の総数は８５本に増加した。人工の吻合を加えた時、血管の数は８７本に
増加した。

【００６３】 Ｄｕｒｏｓ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓ．，１３：２１７−２２３
（１９９１）は、大脳動脈のみでなく、人体の主供給動脈を含むモデルを作った
。Ｄｕｒｏｓ等のモデルは、動脈瘤の破裂条件をシミュレートするために使用さ
れた。

【００６４】 流体動力学モデルの他に、複数の電気的モデルが、電気回路の支配方程式と１
次元の線形流動の類似性に基づき作られた。さらに、電気ネットワークは、容量
と抵抗とによってネットワークをシミュレートすることができる。また電気ネッ
トワークモデルは理解しやすく、便利な抽出を提供する。Ｒｏｌｌｅｒ＆Ｃｌａ
ｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，２：２４４−２５１（１９６９）は、伝
送線の理論を利用して拍動流と可撓性の血管壁をシミュレートした。Ｈｅｌｌａ
ｌ，Ｃｏｍｐｕｔ．Ｂｉｏｌ．Ｍｅｄ．，２４：１０３−１１８（１９９４）は
、線形化したナビエストークス式と血管壁変形の方程式とから導かれた伝送線の
方程式を用いて電気的モデルを作った。

【００６５】 既存のモデル間の差 既存の脳循環モデルはすべて１次元である。すべての流体動力学ベースのモデ
ルは、同一の組の支配方程式、すなわち１次元連続方程式とナビエストークス式
で始まる電気的モデルである。これらのモデルでは、式を導くために次の前提を
設定しなければならない［Ｌｏｎｇ等、Ｊ．Ｆｌｕｉｄ Ｍｅｃｈ．，５５：４
９３−５１１（１９７２）；Ｉｍａｅｄａ，Ｐｈ．Ｄ．ｔｈｅｓｉｓ，Ｕｎｉｖ
．ｏｆ Ｗａｔｅｒｌｏｏ（１９７５）；Ｉｍａｅｄａ等、Ｊ．Ｂｉｏｍｅｃｈ
ｅｉｎｉｃｓ，１３：１００７−１０２１（１９８０）；ｎｅｒｍ等、Ｈａｎｄ
ｂｏｏｋ ｏｆ Ｅｎｇｉｎｅｅｒｉｎｇ（ＭｃＧｒａｗ−Ｈｉｌｌ，Ｎｅｗ
Ｙｏｒｋ：１９８７），ｐｐ．２１．１−２１．２１］：（ｉ）流れは径方向に
対称のまた良く開発された層流である；（ｉｉ）血液は非圧縮性のニュートン型
流体である；（ｉｉｉ）外力（例えば重力）は無視できる。

【００６６】 対象の最も重要な成分は流量と圧力分布であるので、１次元積分および運動量
方程式がより便利である。積分支配方程式は、［Ｋｕｆａｈｌ＆Ｃｌａｒｋ，Ｊ
．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１０７：１１２−１
２２（１９８５）；Ｒａｉｎｅｓ等、Ｐｒｏｃ．ｏｆ ｔｈｅ Ｓｕｍｍｅｒ
Ｃｏｍｐｕｔｅｒ Ｓｉｍｕｌａｔｉｏｎ Ｃｏｎｆｅｒｅｎｃｅ（ＭＩＴ Ｐ
ｒｅｓｓ，Ｂｏｓｔｏｎ：１９７５），ｐｐ．８９０−９００；Ｒａｉｎｅｓ等
、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，７：７７−９１（１９７４）；Ｐｒｏｅｎｔ
ａ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇ．，１０８：１６１−１６７（
１９８６）］： 連続方程式： 運動量方程式： であり、ここでΩは量子流量であり、またＡは断面積である。 πは壁部の剪断応力である。対流の項、 は支配方程式の組を非線形にする。

【００６７】 種々のモデルの間の主な差は、それらが問題を定義する方法であり（例えば流
れが定常または拍動であるかどうか、血管壁が剛性または伸縮性であるかどうか
、また流動場を説明するために線形または非線形の支配方程式が用いられるかど
うか）またそれらが問題を解決する方法（例えば分析手法または数値法が使用さ
れるかどうか）である。

【００６８】 問題の定義 血液がニュートン型であり、また流れが層状であるという前提がなされるとし
ても、支配方程式は、運動量方程式の対流の項の存在のためなお非線形である。
パイプ流量については、速度の勾配が非常に小さいので対流の項は無視すること
ができる。結果は、線形化ナビエストークス式である。血管壁が剛性であり、ま
た流れが定常であるとさらに仮定されるならば、問題はポワズイユの流れとなり
、これは周知のハーゲン・ポワズイユ式を適用することによって分析的に解くこ
とができる。 ここでＲはパイプ半径であり、またｌはパイプ長である。

【００６９】 剛性の血管の非定常の拍動流について、Ｗｏｒｍｅｒｓｌｅｙ、Ｐｈｙｓ．Ｍ
ｅｄ．Ｂｉｏｌｏｇｙ，２：１７８−１８７（１９５７）は分析による解決法を
与えた。非線形効果と血管の伸長性を考慮して、Ｌｉｎｇ＆Ａｔｔａｃｋ，Ｊ．
Ｆｌｕｉｄ Ｍｅｃｈ．，５５：４９３−５１１（１９７２）はＷｏｒｍｅｒｓ
ｌｅｙのモデルを展開した。数値的に問題を解決するために差分方式が用いられ
た。今日まで、大部分の既存のモデルは非線形、拍動流および伸長性の血管壁部
の問題を処理することができる。

【００７０】 問題の定義から、コンピュータモデルを２つのカテゴリに分割することができ
る。

【００７１】 モデルの第１の形態は線形支配方程式および剛性の血管の仮定を適用した。定
常流については、解決法はハーゲン・ポワズイユ式によって与えられる。非定常
流については、解決法はＷｏｒｍｅｒｓｌｅｙモデルによって与えられる。この
形態のモデルの実例は、Ｃｌａｒｋ等、Ａｃｔａ Ｎｅｕｒｏｌ．Ｓｃａｎｄｉ
ｎａｖ．，４３：１８９−２０４（１９６７），およびＨｉｌｌｅｎ等、Ｊ．Ｂ
ｉｏｍｅｃｈａｎｉｃｓ，２１：８０７−８１４（１９８８）を含む。ある電気
的モデル［ＲｏｌｌｅｒおよびＣｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，２
：２４４−２５１（１９６９）；Ｈｅｌａｌ，Ｃｏｍｐｕｔ．Ｂｉｏ．Ｍｅｄ．
，２４：１０３−１１８（１９９４）］はハーゲン・ポワズイユ式から導かれた
ので、それらはこの形態に属する。線形支配方程式および剛性の血管の前提を有
するモデルの利点は、モデルが簡単であり、また分析による解決法が存在するこ
とである。かくして、パラメータの感度分析を実行することができる。また上記
モデルは、大脳網の流れを支配する機構を理解する可能性を提供する。

【００７２】 他の形態は非線形、拍動流および伸長性の血管モデルである。この形態のモデ
ルの実例は、Ｋｕｆａｈｌ＆Ｃｌａｒｋ［ＫｕｆａｈｌとＣｌａｒｋ，Ｊ．Ｂｉ
ｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１０７：１１２−１２２（
１９８５）；Ｃｌａｒｋ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓｅａｒｃｈ，１
１：２１７−２３０（１９８９）；Ｋｕｆａｈｌ，Ｐｈ．Ｄ．ｔｈｅｓｉｓ（Ｕ
ｎｉｖ．ｏｆ Ｉｌｌｉｎｏｉｓ，Ｕｒｂａｎａ：１９８０）］Ｈｉｌｌｅｎ等
［Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，１５：４４１−４４８（１
９８２）；Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，１９：１８７−１
９４（１９８６）］およびＤｕｒｏｓ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓｅ
ａｒｃｈ，１３：２１７−２２３（１９９１）を含む。

【００７３】 この種類のモデルの利点は、動脈の血流の物理的挙動を説明する際に、非線形
性、拍動流および伸長性の血管が第１の形態のモデルよりも正確であることであ
る。例えば、ＬｉｎｇおよびＡｔｔａｃｋ，Ｊ．Ｆｌｕｉｄ Ｍｅｃｈａｎｉｃ
ｓ，５５：４９３−４１１（１９７２）は、非線形の項を無視できないことを指
摘している。ＫｕｆａｈｌとＣｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅ
ｎｇｉｎｅｅｒｉｎｇ，１０７：１１２−１２２（１９８５）は、拍動流が総流
量の１０％の増加をもたらし、またある程度の流量再分配に寄与したことを示し
た。

【００７４】 問題の解決法 問題の第１の形態のために、分析による解決法が存在する。問題の第２の形態
のために、数値技術を使用しなければならない。最も一般に使用される計算流体
力学ツールは有限差分（ＦＤ）、有限要素（ＦＥ）および有限体積（ＦＶ）であ
る。

【００７５】 人間の脳循環系をシミュレートする仕事では、差分方式が広く用いられている
が［Ｋｕｆａｈｌ＆Ｃｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎ
ｅｅｒｉｎｇ，１０７：１１２−１２２（１９８５）；Ｃｌａｒｋ等、Ｎｅｕｒ
ｏｌｏｇｉｃａｌ Ｒｅｓｅａｒｃｈ，１１１：２１７−２３０（１９８９）；
Ｄｕｒｏｓ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓｅａｒｃｈ，１３：２１７−
２２３（１９９１）；Ｋｕｆａｈｌ，Ｐｈ．Ｄ．ｔｈｅｓｉｓ（Ｕｎｉｖ．ｏｆ
Ｉｌｌｉｎｏｉｓ，Ｕｒｂａｎａ，１９８０）］、これは差分法の適用が簡単
であり、また適度の計算リソースによってある程度の精度を達成できるからであ
る。しかし差分法は高い規則性の格子を必要とし、また複雑な形状問題を解決す
る際に使用される方法を制約する。

【００７６】 これと対照的に、有限要素法は複雑な形状問題を非常に容易に処理することが
できるが、この方法の欠点は、それが差分法よりもはるかに多くの計算時間を必
要とすることである。

【００７７】 大脳網モデルは通常何百もの動脈と何十もの分岐とを含み、これが、現在利用
可能なコンピュータ装置を使用する有限要素法の利用を困難にしている。ネット
ワークシミュレーションで有限要素法を適用するためには、強力なコンピュータ
が必要である。計算技術の進歩につれ、有限要素法を脳ネットワークシミュレー
ションに適用することができる。本発明は現在差分法を組み込んでいる。

【００７８】 適用 脳卒中は、米国ならびに大部分の西側諸国で死因の第２の主要原因である。 脳血管再生のために利用可能な多くの方法の中で（例えば血管形成、動脈内膜切
除、バイフェーズ（ｂｙｐｈａｓｅ）および塞栓摘出）、各特定の患者のための
選択の手順は、少なくとも理論的にその患者が脳血流を回復することにある。し
かし、脳循環の複雑な構造のため、各患者は特異な次元構造を有する。その結果
、すべての外科治療は異なった患者に異なった効果を有することがあり得る。

【００７９】 コンピュータモデルは、「正常な」状態下の脳循環をシミュレートすることが
できる。またコンピュータモデルは、可能な治療処置の結果を予測するためにも
使用することができる。しかし、患者にカスタマイズされた包括的なモデルを形
成する、あるいはユーザがそのモデルを随意に乱す（ｐｅｒｔｕｒｂ）のを可能
にする利用可能なシステムは現在ない。

【００８０】 Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，１５：４４１−４４８（１
９８２）は、ウィリス氏動脈環の機能的意義を研究するために非線形の１次元モ
デルを作った。モデルは、後交通動脈によって接続された２本の輸入性の動脈と
２本の輸出性の動脈とから構成された。Ｈｉｌｌｅｎ等は、普通の場合、後交通
動脈の流れが後大脳動脈に向かい、また後交通動脈の流動方向が末梢抵抗の比率
に関係することを確認した。比率を著しく上げることは流動方向を変えてしまい
、したがってＨｉｌｌｅｎ等は、後交通動脈の流動がゼロに近くなる死点の形成
を前提とした。

【００８１】 ＫｕｆａｈｌとＣｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅ
ｅｒｉｎｇ，１０７：１１２−１２２（１９８５）は、犬の循環に関する３５本
の血管のコンピュータモデルを開発した。モデルは、拍動流と伸長性の血管壁部
とを有する１次元の非線形モデルであった。コンピュータシミュレーションによ
って、血管壁の大きな流体摩擦のため中脳の長さにわたって大きな圧力低下が明
らかになった。流れの大きなパルスが共通の頚動脈に確認されたが、より小さな
パルスが下流遠くに生じた。

【００８２】 定常流対拍動流を有するモデルを実行したＫｕｆａｈｌとＣｌａｒｋによる比
較では、合計速度が拍動流の効果として増加したことが示された。またＫｕｆａ
ｈｌとＣｌａｒｋはある動脈で流量の再分配を確認した。

【００８３】 動脈疾患の下の流れを維持する際にウィリス氏動脈環の有効性を研究するため
に、ＫｕｆａｈｌとＣｌａｒｋによって一連の狭窄がシミュレートされた。中脳
の流量は、パルスが消失した少数の場合を含み、異なった場合に十分に維持され
ることがわかった。

【００８４】 Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ ２１：８０７−８１４（１
９８８）、それらの以前のモデル［Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉ
ｃｓ １５：４４１−４４８（１９８２）］が１８本の血管を含むように拡張し
た。輸入性および輸出性の血管の流量分布における非対称の効果および後交通動
脈の「死点」の発生の可能性が研究された。著者は、右の後交通動脈におけるわ
ずかな非対称の変化（直径を２倍）が、流量分布に顕著な効果（左の頚動脈の流
れは右の頚動脈の流れを超え、小さな流れが前交通動脈に存在していた）をもた
らすことができたが、圧力は影響を受けないように思われることを確認した。著
者は、後交通動脈の死点が人間には生じ得ないことを指摘した。

【００８５】 Ｈｉｌｌｅｎ等、Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，２１：８０７−８１４（１
９８８）は、拍動と血管壁弾性を無視することによってそれらのモデルを単純化
した。簡単なモデルと以前のモデルとの比較から、彼らは、拍動と血管壁弾性の
削除が、流量再分配なしに流れのわずかな減少のみを引き起こしただけであった
と結論した。この発見は、流量再分配が拍動流のためであると確認されたＫｕｆ
ａｈｌとＣｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎ
ｇ，１０７：１１２−１２２（１９８５）の研究とは異なっていた。著者は、こ
の矛盾が、異なったモデルで端子抵抗が測定された方法によって起こされたと結
論した。Ｈｉｌｌｅｎ等がハーゲン・ポワズイユ抵抗を使用したのに対し、Ｋｕ
ｆａｈｌとＣｌａｒｋは、６次多項式によって近似される準２次元の速度分布図
からエネルギ損失を計算した。

【００８６】 Ｃｌａｒｋ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓｅａｒｃｈ，１１：２１７
−２３０（１９８９）は、人間のウィリス氏動脈環のために４つのコンピュータ
モデルを作った。最初のモデルは、基本的な円を示す７３本の血管（「モデル７
３」）を含み、また基準として使用された。自然に生じる二次の吻合を加えるこ
とによって、第２のモデルが作られ、血管の総数は８５（「モデル８５」）に増
加した。モデル７３とモデル８５の正面の動脈と中大脳動脈との間に人工の吻合
を加えた結果、モデル７５とモデル８８がそれぞれ得られた。

【００８７】 通常状態の吻合血管の各々の機能を評価するために、Ｃｌａｒｋ等は５つの場
合を研究した。各々の場合に、吻合の直径のわずかな増大が以前のモデルに観察
された。結果は、自然でない吻合が存在していた場合、ＥＣ−ＩＣバイパスが非
常に有益であったことを示した。

【００８８】 他の５つの場合では、９０％の狭窄が中大脳動脈に加えられた。以前と同一の
研究がＣｌａｒｋ等によって実行された。Ｃｌａｒｋ等は、吻合チャネルが局所
貧血の領域への供給を助け、直径がより大きければ、それだけ供給が良くなった
ことを確認した。再び、自然の吻合が存在していなかった場合、人工の吻合が最
も有益であった。

【００８９】 後にＣｈａｒｂｅｌ等［”Ｐｒｅｄｉｃｔｉｖｅ ｖａｌｕｅ ｏｆ ａ ｃ
ｏｍｐｕｔｅｒｉｚｅｄ ｍｏｄｅｌ ｏｆ ｔｈｅ ｃｅｒｅｂｒａｌ ｃｉ
ｒｃｕｌａｔｉｏｎ”，４４ｔｈ Ａｎｎｕａｌ Ｍｅｅｔｉｎｇ ｏｆ Ｃｏ
ｎｇｒｅｓｓ ｏｆ Ｎｅｕｒｏｌｏｇｉｃａｌ Ｓｕｒｇｅｏｎｓ（Ｃｈｉｃ
ａｇｏ，１９９４）；”Ｖａｌｉｄａｔｉｏｎ ａｎｄ ｃｌｉｎｉｃａｌ ｐ
ｏｔｅｎｔｉａｌ ｏｆ ａ ｃｏｍｐｕｔｅｒｉｚｅｄ ｍｏｄｅｌ ｏｆ
ｔｈｅ ｃｅｒｅｂｒａｌ ｃｉｒｃｕｌａｔｉｏｎ”，１ｓｔ Ａｎｎｕａｌ
Ｍｅｅｔｉｎｇ ｏｎ ｔｈｅ Ｊｏｉｎｔ Ｓｅｃｔｉｏｎ ｏｎ Ｃｅｒ
ｅｂｒｏｖａｓｃｕｌａｒ Ｓｕｒｇｅｒｙ ｏｆ ｔｈｅ ＡＡＮＳ＆ＣＮＳ
（１９９６）］は、外科手術中に血管の流量を直接測定し、またその値をコンピ
ュータモデルと比較することによって、患者特定のコンピュータモデルを実証す
る定量法、半定量法の両方ならびに直接定量法を導入した。さらに最近、同一の
グループは磁気共鳴を他の貴重な実証ツールとして利用し始め「Ｐｈａｓｅ Ｃ
ｏｎｔｒａｓｔ ＭＲ ｆｌｏｗ ｍｅａｓｕｒｅｍｅｎｔ ｓｙｓｔｅｍ ｕ
ｓｉｎｇ ｖｏｌｕｍｅｔｒｉｃ ｆｌｏｗ ｃｏｎｓｔｒａｉｎｅｄ ｉｍａ
ｇｅ ｉｎｔｅｒｐｏｌａｔｉｏｎ ａｎｄ ｃｏｌｏｒ ｃｏｄｅｄ ｉｍａ
ｇｅ ｖｉｓｕａｌｉｚａｔｉｏｎ」，４７ｔｈ Ａｎｎｕａｌ Ｍｅｅｔｉｎ
ｇ ｏｆ Ｃｏｎｇｒｅｓｓ ｏｆ Ｎｅｕｒｏｌｏｇｉｃａｌ Ｓｕｒｇｅｏ
ｎｓ，（Ｎｅｗ Ｏｒｌｅａｎｓ，１９９７）、かくしてコンピュータモデル化
を臨床家の手の届く範囲にもってきた。

【００９０】 Ｄｕｒｏｓ等、Ｎｅｕｒｏｌｏｇｉｃａｌ Ｒｅｓｅａｒｃｈ，１３：２１７
−２２３（１９９１）は、動脈瘤を有する脳循環をシミュレートするために６９
本の血管モデルを作った。モデルで使用された数学的方法は、ＫｕｆａｈｌとＣ
ｌａｒｋ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１０７
：１１２−１２２（１９８５）と同じであった。Ｄｕｒｏｓモデルと他のモデル
との違いは、Ｄｕｒｏｓモデルが大脳動脈を含むだけでなく、人体の異なった器
官に３０本の主供給動脈を含んでいたという点にある。

【００９１】 動脈瘤はバルーン形状で、ゼロ遠位流によって弾性的に先細りであり、また内
部頸動脈、前大脳動脈および中大脳動脈の接合部に配置された。破裂が起きる可
能性がある状態をシミュレートするために、複数のパラメータが調整された：す
べての末端血管の抵抗値は１０の係数だけ大きくされた；８０％の２つの狭窄が
中大脳動脈と前大脳動脈に配置された。全身の圧力は高血圧を表すために１５０
ｍｍＨｇに増やされた。動脈瘤のコンプライアンス係数は硬い壁部状態を表すた
めに１．５に設定された。

【００９２】 Ｄｕｒｏｓ等は動脈瘤内部の圧力伝播に焦点を合わせ、また圧力は頚部直径と
共に変化しないが、圧力ピーク値がサック直径の増加と共に増加することを確認
した。動脈瘤の破裂、高血圧を誘発する可能性がある高圧（３１０ｍｍＨｇ）を
達成するために、遠近両方の領域の反映部位数の増加および動脈硬化の動脈が必
要であった。

【００９３】 頚動脈閉塞中の脳血流の計算流体力学モデル化 巨大な動脈瘤または頭部と頚部の新生物の外科治療は、内部頸動脈の永久の閉
塞を必要とする。永久的な頸動脈犠牲に対する許容は、頸動脈を一時的に閉塞す
ることによって伝統的に評価されている。この処置はリスクなしには済まない。
本発明の脳循環のコンピュータモデルは、バルーン閉塞試験（ＢＯＴ）のより安
全な代替方法である。

【００９４】 システム１０による使用されたモデルは、ウィリス氏動脈環の仮想レプリカを
創成し、また差分法を使用して網目血流を計算するために使用された。永久の頚
動脈閉塞に耐える患者を識別するモデルの機能を評価するために、バルーン閉塞
試験に合格しまた落ちた患者の間で計算された同側の中大脳動脈流量における差
が見込みをもって決定された。

【００９５】 各患者は、４回の血管造影を受け、また目覚めて内部頸動脈の一時閉塞を受け
た。ＢＯＴの失敗は次のいずれかの現れと規定された：ＢＯＴの間の神経学上の
不足、ＥＥＧ波紋の弱まり、および＞１０％のＲＳＯ２の低下。

【００９６】 ２２人の患者の内５人がＢＯＴに失敗した。計算された中大脳動脈流量におけ
る変化は、ＢＯＴに合格した患者（ｐ＜０．００１）では７＋／−０．７４ｃｃ
／分であった。

【００９７】 ＢＯＴの結果を予測する際の計算流体力学（ＣＦＤ）の値は印象的である。そ
の結果は、永久的な動脈閉塞について患者を評価する際にＣＦＤのための役割を
示唆している。

【００９８】 脳循環の数値モデルは、バルーン閉塞試験（ＢＯＴ）中に脳循環側副機能を評
価するために他の補足診断種類からのデータと共に利用された。

【００９９】 頚動脈の一時的閉塞を経験した患者について、計算モデル化と共にＥＥＧ、頭
骨横断ドップラー、脳酸素測定法、ＳＰＥＣＴも行われ、永久的な閉塞が必要と
なる場合に脳循環を評価した。

【０１００】 症例の実例：４９才の女性は複視と頭痛を示した。調査の結果、彼女は右に大
きな海綿状の内頸動脈（ＩＣＡ）動脈瘤を有することがわかった。彼女の脳血流
のコンピュータ分析が行われ、主に中大脳動脈の総流量に焦点を合わせて彼女の
脳循環を評価した。同側のＩＣＡの閉塞を伴うまた伴わない中大脳動脈の合計血
流の数値は、コンピュータによって流量がほとんど同一であると予測された。

【表１】 予測される閉塞の容認を考慮して、患者は、右側のちょうど動脈瘤の末端にＩＣ
Ａのバルーン閉塞を受けた。患者は、計算された中大脳動脈の総流量の最小の変
化により、両方の脳半球で優れた流れを示した。同時に、ＥＥＧ波、近赤外線分
光学を利用した脳酸素測定法の記録、頭骨横断ドップラー（ＴＣＤ）に変化はな
く、あるいは臨床的な悪化はなかった。

【０１０１】 一時的バルーン閉塞は侵襲的であり、また梗塞の危険状態にあるかもしれない
患者の評価にリスクを加える。脳循環の数値モデルは、永久的な内頸動脈閉塞に
関する患者の評価の際の補助手段として採用されている。

【０１０２】 正常なおよび疾患のある血管の拍動圧力と流量（例えば動脈瘤、狭窄）もシミ
ュレートすることができる。解剖学的変化を有する網目流、バイパス、または薄
い髄膜の副行血管をモデル化することも可能である。

【０１０３】 この特別な場合、このモデルはバルーン閉塞の前後の中大脳動脈血流の変化を
シミュレートするために利用された。血流が頸動脈の閉塞後にウィリス氏動脈環
の領域で減少するならば、シミュレーションは、減少した流量を受容する領域で
赤色を示し、また減少の大きさに対応する数を示す。血流が閉塞後にウィリス氏
動脈環の領域で増加するならば、シミュレーションは、増加した流量を受容する
領域で緑色を示し、またその大きさを示す。シミュレーションの出力から、ユー
ザは、患者が閉塞に耐えるか（あるいはバルーン閉塞試験に合格する）どうかを
予想することができる。

【０１０４】 モデルのさらなる開発 分岐 動脈分岐における流動分岐は血管病の進行の重要な要因である。動脈分岐を通
したこの血流は、実験および数値法の両方によって広範囲に研究された。

【０１０５】 Ｌｉｅｐｓｃｈ，Ｂｉｏｒｈｅｏｌｏｇｙ，２１：５７１−５８６（１９８４
）は、Ｔ字形状の分岐における非ニュートン流体を研究した。Ｐｅｒｋｔｏｌｄ
等、Ｂｉｏｒｈｅｏｌｏｇｙ，２６：１０１１−１０３０（１９８９）は、脳血
管のツリー内に動脈瘤を有するＹ字形状の分岐を研究した。Ｗａｌｂｕｒｎ，Ｊ
．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１０４：６６−８８
（１９８２）は、大動脈分岐を通して定常流と拍動流とを研究し、二次流れは拍
動流の中に観察されなかったが、定常流の中に観察された。福島等、内部頸動脈
、前大脳動脈および中大脳動脈 Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅ
ｒｉｎｇ、１１０：１６１−１７１（１９８８）は、定常流および拍動流の両方
に二次流れを確認したが、拍動流の中の二次流れの影響は定常流の中よりも小さ
かった。

【０１０６】 二次流れの重要性を考慮に入れるため、少数の３次元コンピュータモデルが作
られた。Ｗｉｌｌｅ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎ
ｇ，６：４９−５５（１９８４）は、定常流を有する大動脈分岐の単一の３次元
モデルを作った。Ｙｕｎｇ等、Ｊ．Ｂｌｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅ
ｅｒｉｎｇ，１１２：１８９−２９７（１９９０）は、大動脈分岐の定常流を研
究した。メッシュを便利に創成するため、Ｙｕｎｇ等は、流動形状部を形成する
ために２．０の非生理学的な面積割当を使用した。Ｐｅｒｋｔｏｌｄ＆Ｐｅｔｅ
ｒ，Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，１２：２−１
２（１９９０）は、Ｔ字形状の分岐の３次元モデルで壁部剪断応力を研究した。
Ｐｅｒｋｔｏｌｄ［Ｊ．Ｂｉｏｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ
，１３：４６４−４７５（１９９１）；Ｊ．Ｂｉｏｍｅｃｈａｎｉｃｓ，２４：
４０９−４２０（１９９１）］は、頚動脈分岐の３次元モデルで非ニュートン特
性、壁部剪断応力および拍動流を分析した。Ｒｉｎｄｔ等は、頚動脈分岐のため
に３次元モデルを作ったが、彼らは定常流と剛性の血管壁とを使用した。

【０１０７】 血管壁部弾性 最も単純な血管壁部モデルは剛性の管である。しかし、血管壁弾性は血流波伝
播に重要な効果を及ぼす。大動脈については、血管壁は３つの別個の層、内膜、
媒質、外膜から構成される。これらの層の各々は特異な機能を有する。血管壁は
弾性だけでなく粘弾性である。血管弾性は、血管断面積と局部的圧力との間の関
係によってモデル化された。Ｒａｉｎｅｓは広く使用されていたモデルを提案し
た： (４) Ａ(ｐ、ｘ)＝Ａ(ｐｏ、ｘ)＋βｌｎ(ｐ／ｐｏ) Ｐｏｒｅｎｔａ、ＢａｌａｒおよびＳｔｅｒｇｉｏｐｕｌｏｓによって使用され
た他の２次形式は次の通りである： (５) Ａ(ｘ)＝Ａｏ(ｘ)[１＋Ｃｏ(ｐ―ｐｏ)＋Ｃｏ(ｐ―ｐｏ)２] ここでβ、Ｃ’０およびＣ’１は実験によって決定される定数である。

【０１０８】 これらのモデルは純粋に弾性モデルである。しかし、ＰａｔｅｌとＶａｉｓｈ
ｎａｖは力学的な実験を通して動脈壁の粘弾性の存在を証明した。Ｒｅｕｄｅｒ
ｉｎｋ等は、管壁の粘弾性を無視することによって、位相速度と減衰の両方の過
小評価をもたらし得ることを確認した。Ｈａｗｌｅｙは、粘弾性壁部モデルが、
伸縮性の壁部モデルよりも通常の生理学的現実により近い結果を生み出したこと
を発見した。血管壁力学特性に関するより詳しい議論については、Ｆｕｎｇを参
照。

【０１０９】 動脈湾曲 大部分のコンピュータモデルでは、動脈は直線の管として取り扱われた。しか
し、ウィリス氏動脈環の構造は３次元であり、また動脈は曲げられる。湾曲は拍
動流と共に大幅に壁部剪断応力に影響を与え、また二次流れを引き起こし、これ
は神経血管疾患の進行を理解する際に重要であるかもしれない。湾曲は頭蓋内脳
循環モデルでは考慮されなかったが、多くの研究者によって大動脈弓のような頭
蓋外湾曲動脈の血流、頚動脈サイホンおよび冠状動脈が分析された。Ｆｒｉｅｄ
ｍａｎとＥｈｒｌｉｃｈは、動脈の輪郭を得るために人間の大動脈分岐のＸ線写
真をデジタル化し、また領域の２次元の定常流の計算を実行した。その結果は、
壁部傾斜が、中間壁部に沿って剪断応力の可変性に影響を与える重要な要因であ
る可能性があることを示唆した。基部の腸骨の入口の湾曲内の変化は、血管病に
対するこれらの動脈の感受性に影響を与える可能性がある。ＣｈａｎｇとＴａｒ
ｂｅｌｌは大動脈弓の拍動流をシミュレートし、また２次流れが軸流成分とほと
んど同じ大きさであり、２次流れが最高７つの渦流によって複雑であり、ピーク
軸と最高のｒｍｓの壁部剪断応力が内壁に確認された。また軸流方向も内壁で反
転された。

【０１１０】 ＣｈａｎｇとＴａｒｂｅｌｌは、ＣｈａｎｇとＴａｒｂｅｌｌの同一の方法を
使用して冠状動脈の流れをシミュレートした。彼らは、流れが静止状態の下で準
定常であるが、活動状態下では著しく不安定であることを確認した。単一の２次
流れ渦流のみが確認された。Ｐｅｒｋｔｏｌｄ等は、左主冠状動脈のわずかに湾
曲した部分の流動パターンを研究するために２つの異なった入口速度分布図を使
用した。異なった速度分布図は入口のすぐ近傍でかなりの差をもたらしただけで
あり、差は動脈内深くまで続かず、また壁部剪断応力分布に対する２次流れのか
なりの影響が確認された。

【０１１１】 Ｐｅｒｋｔｏｌｄ等は、頚動脈サイホンと左主冠状動脈の流れを分析した。彼
らは、最高の２次流れ速度が最高の軸流速度の３から４％のオーダであり、また
２次流れが壁部剪断応力分布に対し重要な影響を有することを確認した。

【０１１２】 湾曲した動脈のある研究はＣｈａｎｄｒａｌ等を含む。より一般的な説明をＰ
ｅｄｌｅｙに確認することができる。

【０１１３】 血液の非ニュートン特性 一般に、血液は、高いすり速度のため大きな血管内でニュートン型流体として
振る舞うと信じられている。しかし、ある研究では、大きな血管内で非ニュート
ン効果があることが示された。また、非ニュートン効果が曲がりと分岐の近くの
低い剪断の領域に存在することも確認された。

【０１１４】 Ｘｕは、動脈分岐の非ニュートン効果を調査するためにＣａｓｓｏｎモデルを
使用した。彼らは速度分布図における大きな差を確認しなかった。ＬｏｕとＹａ
ｎｇは、大動脈分岐の非ニュートン効果を研究するために弱い形態のＣａｓｓｏ
ｎモデルを使用した。その結果が示したことは、血液の非ニュートン特性は流動
パターンを劇的に変更しなかったが、剪断応力の感知可能な増加と、流動層の間
の流動分離と位相ずれの両方に対するわずかにより高い抵抗とを引き起こしたこ
とであった。ＤｕｔｔａとＴａｒｂｅｌｌは伸縮性の動脈に簡単な指数法則モデ
ルを適用し、また血液の粘弾性が大動脈の生理学的状態の下でその流動挙動に影
響を及ぼさないと思われることを再び確認した。

【０１１５】 結論 脳循環のモデルの進展は、電気工学、流体動力学およびコンピュータサイエン
スの領域の進歩に並行して進んできた。シミュレーションの各新しい可能性によ
って、「生理学的」モデル化へのより近いアプローチが達成された。理想的なモ
デルは患者特有で、予測性が高く、またマクロおよびミクロ循環の両方のレベル
で実際の状態を反映する。さらに、このような理想的なモデルは、臨床医学のリ
アルタイムの要求に従うために容易に構造変更できるであろう。

【０１１６】 種々の程度の精巧さのコンピュータモデルが脳循環をシミュレートするために
提案されてきたが、それらは主に理論および研究ツールとして使用されてきた。
上記モデルを臨床用途のツールに変えることによって、神経血管の再構築処置の
結果を予測する潜在的に強力な利点が得られる。しかし、一部は、このようなデ
ータを測定するための利用可能な工具の欠如の理由で、発表されたモデルのどれ
も量的な人間のデータを使用してインビボ実証されたことはなかった。

【０１１７】 本発明による脳循環をモデル化するための方法と装置の特定の実施態様につい
て、本発明が作られまた使用される方法を例示する目的で説明してきた。本発明
とその種々の観点の他の変更と修正の実施が当業者には明白であり、また本発明
が、説明してきた特定の実施態様によって限定されないことを理解すべきである
。したがって、本出願に開示かつ請求した基本原理の真の精神と範囲内に入る本
発明のすべての修正、変更または等価物を網羅することが意図される。

【図面の簡単な説明】

【図１】 本発明の例示した実施態様による脳循環のためのモデル化システ
ムのブロック図である。

【図２】 図１のシステムによって使用される脳のモデルである。

【図３】 図１のシステムによって使用されるオペレータインタフェースで
ある。

【図４】 図３のオペレータインタフェースによって使用されるフローチャ
ートである。

【図５】 図１のシステムによって使用されるオペレータディスプレイであ
る。

【図６】 図１のシステムの脳のモデル化のフローチャートである。

【図７】 使用中に現われる可能性のある図３のオペレータインタフェース
を示している。

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＺ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ，ＴＪ，ＴＭ) ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ， ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，ＣＵ，ＣＺ，ＤＥ，Ｄ Ｋ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＥ，ＧＨ，ＧＭ，ＨＲ ，ＨＵ，ＩＤ，ＩＬ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ， ＫＲ，ＫＺ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，Ｌ Ｖ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ ，ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ， ＳＫ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，Ｕ Ｚ，ＶＮ，ＹＵ，ＺＷ (72)発明者 サドラー、ルイス アメリカ合衆国、イリノイ州60540、ナパ ビル、エルムウッドドライブ115 (72)発明者 アルパリン、ノーム アメリカ合衆国、イリノイ州60645−3207、 シカゴ、ウエストグリーンリーフアベニュ ー2645 (72)発明者 ロス、フランシス アメリカ合衆国、イリノイ州60516、ダウ ナーズグローブ、ウォレスドライブ10エス 161 (72)発明者 クエク、フランシス アメリカ合衆国、イリノイ州60302、オー クパーク、ノースフォレスト603 (72)発明者 ザオ、メイド アメリカ合衆国、イリノイ州60608−6648、 シカゴ、イーストサーティサードストリー ト844 Ｆターム(参考） 4C017 AA11 AB06 AC40 BC11 FF05 4C096 AA20 AB44 AB50 AC01 AD30 DC36 DD01 DE02

Claims (50)

【特許請求の範囲】
1. 【請求項１】 生体被験者の脳循環をモデル化する方法であって、 全体の生体被験者のためのモデルを開発するステップと、 生体被験者の全体的な脳生理に実質的に従うためにモデルを補正するステップ
   と、 補正されたモデルに基づき生体被験者の脳の流量と、所定の脳血流量の乱れと
   を計算するステップと、 を具備する方法。
2. 【請求項２】 前記モデルを開発するステップが、ウィリス氏動脈環を採用
   することをさらに含む、請求項１に記載のモデル化の方法。
3. 【請求項３】 前記モデルを補正するステップが、モデルの血管を選択する
   ことをさらに含む、請求項１に記載のモデル化の方法。
4. 【請求項４】 前記モデルの血管を選択するステップが、生体被験者の画像
   内の対応する血管の全体領域を識別することをさらに含む、請求項３に記載のモ
   デル化の方法。
5. 【請求項５】 前記対応する血管を識別するステップが、対応する血管と周
   囲組織との間の境界領域を突き止めるために、対応する血管の全体領域の画素デ
   ータを処理することをさらに含む、請求項４に記載のモデル化の方法。
6. 【請求項６】 前記対応する血管と周囲組織との間の境界領域を突き止める
   ために対応する血管の全体領域の画素データを処理するステップが、対応する血
   管の直径を測定することをさらに含む、請求項５に記載のモデル化の方法。
7. 【請求項７】 前記対応する血管と周囲組織との間の境界領域を突き止める
   ために対応する血管の全体領域の画素データを処理するステップが、対応する血
   管のそれぞれの端部を突き止めるために、３次元空間の隣接領域への境界をトレ
   ースすることをさらに含む、請求項６に記載のモデル化の方法。
8. 【請求項８】 対応する血管のそれぞれの端部の測定された直径と位置とに
   基づきモデルを更新することをさらに含む、請求項７に記載のモデル化の方法。
9. 【請求項９】 前記脳の流量を計算するステップが、質量式の保存に基づき
   １次元の明示的な有限差分アルゴリズムを使用することをさらに含む、請求項８
   に記載のモデル化の方法。
10. 【請求項１０】 前記脳の流量を計算するステップが、ナビエストークス運
    動量方程式を利用することをさらに含む、請求項９に記載のモデル化の方法。
11. 【請求項１１】 前記脳の流量を計算するステップが、局部動脈寸法に対す
    る局部的圧力に関する状態式を利用することをさらに含む、請求項９に記載のモ
    デル化の方法。
12. 【請求項１２】 生体被験者の脳循環をモデル化するための装置であって、 全体の生体被験者のための脳循環モデルと、 生体被験者の全体的な脳生理に実質的に従うためにモデルを補正するための手
    段と、 補正されたモデルに基づき生体被験者の脳の流量と、所定の脳血流量の乱れと
    を計算するための手段と、 を具備する装置。
13. 【請求項１３】 前記脳循環モデルが、ウィリス氏動脈環をさらに含む、請
    求項１２に記載のモデル化するための装置。
14. 【請求項１４】 前記モデルを補正するための手段が、モデルの血管を選択
    するための手段をさら含む、請求項１２に記載のモデル化するための装置。
15. 【請求項１５】 前記モデルの血管を選択するための手段が、生体被験者の
    画像内の対応する血管の全体領域を識別するための手段をさらに含む、請求項１
    ４に記載のモデル化するための装置。
16. 【請求項１６】 前記対応する血管を識別するための手段が、対応する血管
    と周囲組織との間の境界領域を突き止めるために、対応する血管の全体領域の画
    素データを処理するための手段をさらに含む、請求項１５に記載のモデル化する
    ための装置。
17. 【請求項１７】 前記対応する血管と周囲組織との間の境界領域を突き止め
    るために対応する血管の全体領域の画素データを処理するための手段が、対応す
    る血管の直径を測定するための手段をさらに含む、請求項１６に記載のモデル化
    するための装置。
18. 【請求項１８】 前記対応する血管と周囲組織との間の境界領域を突き止め
    るために対応する血管の全体領域の画素データを処理するための手段が、対応す
    る血管のそれぞれの端部を突き止めるために、３次元空間の隣接領域への境界を
    トレースするための手段をさらに含む、請求項１７に記載のモデル化するための
    装置。
19. 【請求項１９】 対応する血管のそれぞれの端部の測定された直径と位置と
    に基づきモデルを更新するための手段をさらに含む、請求項１８に記載のモデル
    化するための装置。
20. 【請求項２０】 前記脳の流量を計算するための手段が、質量式の保存に基
    づき１次元の明示的な有限差分アルゴリズムを使用する手段をさらに含む、請求
    項１９に記載のモデル化するための装置。
21. 【請求項２１】 前記脳の流量を計算するための手段が、ナビエストークス
    運動量方程式を利用する手段をさらに含む、請求項２０に記載のモデル化するた
    めの装置。
22. 【請求項２２】 前記脳の流量を計算するための手段が、局部動脈寸法に対
    する局部的圧力に関する状態式を利用する手段をさらに含む、請求項２１に記載
    のモデル化するための装置。
23. 【請求項２３】 生体被験者の脳循環をモデル化するための装置であって、 全体の生体被験者のめの脳循環モデルと、 生体被験者の全体的な脳生理に実質的に従うためにモデルを補正するように適
    合された補正プロセッサと、 補正されたモデルに基づき生体被験者の脳の流量と、所定の脳の乱れとを計算
    するように適合されたフロープロセッサと、 を具備する装置。
24. 【請求項２４】 前記脳循環モデルが、ウィリス氏動脈環をさらに含む、請
    求項２３に記載のモデル化するための装置。
25. 【請求項２５】 前記補正プロセッサが、モデルの血管を選択するように適
    合されたカーソルをさらに含む、請求項２３に記載のモデル化するための装置。
26. 【請求項２６】 前記補正プロセッサが、対応する血管と周囲組織との間の
    境界領域を突き止めるために、対応する血管の全体領域の画素データを処理する
    ように適合された画素プロセッサをさらに含む、請求項２５に記載のモデル化す
    るための装置。
27. 【請求項２７】 前記画素プロセッサが、対応する血管の直径を測定するよ
    うに適合された距離プロセッサをさらに含む、請求項２６に記載のモデル化する
    ための装置。
28. 【請求項２８】 前記画素プロセッサが、対応する血管のそれぞれの端部を
    突き止めるために、３次元空間の隣接した領域への境界をトレースするように適
    合されたトレーシングプロセッサをさらに含む、請求項２７に記載のモデル化す
    るための装置。
29. 【請求項２９】 生体被験者の脳循環の手術的改変をモデル化する方法であ
    って、 全体の生体被験者のめのモデルを開発するステップと、 生体被験者の脳生理学に実質的に従うためにモデルを補正するステップと、 補正されたモデルを乱すステップと、 乱れの結果として生じる１組の流量変化を決定するステップと、 を具備する方法。
30. 【請求項３０】 前記モデルを開発するステップが、ウィリス氏動脈環を採
    用することをさらに含む、請求項２９に記載のモデル化の方法。
31. 【請求項３１】 前記モデルを補正するステップが、モデルの血管を選択す
    ることをさらに含む、請求項２９に記載のモデル化の方法。
32. 【請求項３２】 前記モデルの血管を選択するステップが、生体被験者の画
    像内の対応する血管の全体領域を識別することをさらに含む、請求項３１に記載
    のモデル化の方法。
33. 【請求項３３】 前記対応する血管を識別するステップが、対応する血管と
    周囲組織との間の境界領域を突き止めるために、対応する血管の全体領域の画素
    データを処理することをさらに含む、請求項３２に記載のモデル化の方法。
34. 【請求項３４】 前記対応する血管と周囲組織との間の境界領域を突き止め
    るために対応する血管の全体領域の画素データを処理するステップが、対応する
    血管の直径を測定することをさらに含む、請求項３３に記載のモデル化の方法。
35. 【請求項３５】 前記対応する血管と周囲組織との間の境界領域を突き止め
    るために対応する血管の全体領域の画素データを処理するステップが、対応する
    血管のそれぞれの端部を突き止めるために、３次元空間の隣接領域への境界をト
    レースすることをさらに含む、請求項３４に記載のモデル化の方法。
36. 【請求項３６】 対応する血管のそれぞれの端部の測定された直径と位置と
    に基づきモデルを更新することをさらに含む、請求項３５に記載のモデル化の方
    法。
37. 【請求項３７】 前記脳の流量を計算するステップが、質量式の保存に基づ
    き１次元の明示的な有限差分アルゴリズムを使用することをさらに含む、請求項
    ３６に記載のモデル化の方法。
38. 【請求項３８】 前記脳の流量を計算するステップが、ナビエストークス運
    動量方程式を利用することをさらに含む、請求項３８に記載のモデル化の方法。
39. 【請求項３９】 前記脳の流量を計算するステップが、局部動脈寸法に対す
    る局部的圧力に関する状態式を利用することをさらに含む、請求項３８に記載の
    モデル化の方法。
40. 【請求項４０】 生体被験者の脳循環の手術的改変をモデル化するための装
    置であって、 全体の生体被験者のめの脳循環モデルと、 生体被験者の脳生理に実質的に従うためにモデルを補正するための手段と、 補正されたモデルを乱すための手段と、 乱れの結果として生じる１組の流量変化を決定するための手段と、 を具備する装置。
41. 【請求項４１】 前記モデルを補正するための手段が、モデルの血管を選択
    するための手段をさら含む、請求項４０に記載のモデル化するための装置。
42. 【請求項４２】 前記モデルの血管を選択するための手段が、生体被験者の
    画像内の対応する血管の全体領域を識別するための手段をさらに含む、請求項４
    １に記載のモデル化するための装置。
43. 【請求項４３】 前記対応する血管を識別するための手段が、対応する血管
    と周囲組織との間の境界領域を突き止めるために、対応する血管の全体領域の画
    素データを処理するための手段をさらに含む、請求項４２に記載のモデル化する
    ための装置。
44. 【請求項４４】 前記対応する血管と周囲組織との間の境界領域を突き止め
    るために対応する血管の全体領域の画素データを処理するための手段が、対応す
    る血管の直径を測定するための手段をさらに含む、請求項４３に記載のモデル化
    するための装置。
45. 【請求項４５】 前記対応する血管と周囲組織との間の境界領域を突き止め
    るために対応する血管の全体領域の画素データを処理するための手段が、対応す
    る血管のそれぞれの端部を突き止めるために、３次元空間の隣接領域への境界を
    トレースするための手段をさらに含む、請求項４４に記載のモデル化するための
    装置。
46. 【請求項４６】 対応する血管のそれぞれの端部の測定された直径と位置と
    に基づきモデルを更新するための手段をさらに含む、請求項４５に記載のモデル
    化するための装置。
47. 【請求項４７】 前記脳の流量を計算するための手段が、質量式の保存に基
    づき１次元の明示的な有限差分アルゴリズムを使用する手段をさらに含む、請求
    項４６に記載のモデル化するための装置。
48. 【請求項４８】 前記脳の流量を計算するための手段が、ナビエストークス
    運動量方程式を利用する手段をさらに含む、請求項４７に記載のモデル化するた
    めの装置。
49. 【請求項４９】 前記脳の流量を計算するための手段が、局部動脈寸法に対
    する局部的圧力に関する状態式を利用する手段をさらに含む、請求項４８に記載
    のモデル化するための装置。
50. 【請求項５０】 生体被験者の所定領域における循環の手術的改変をモデル
    化する方法であって、 全体の生体被験者のための領域のモデルを開発するステップと、 生体被験者の領域の生理に実質的に従うためにモデルを補正するステップと、 補正されたモデルを乱すステップと、 乱れの結果として生じる１組の流量変化を決定するステップと、 を具備する方法。