JP2014534889A - 冠循環のマルチスケールな解剖学的かつ機能的なモデリングの方法およびシステム - Google Patents
冠循環のマルチスケールな解剖学的かつ機能的なモデリングの方法およびシステム Download PDFInfo
- Publication number
- JP2014534889A JP2014534889A JP2014541362A JP2014541362A JP2014534889A JP 2014534889 A JP2014534889 A JP 2014534889A JP 2014541362 A JP2014541362 A JP 2014541362A JP 2014541362 A JP2014541362 A JP 2014541362A JP 2014534889 A JP2014534889 A JP 2014534889A
- Authority
- JP
- Japan
- Prior art keywords
- model
- coronary
- region
- generating
- blood flow
- 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.)
- Granted
Links
- 230000004087 circulation Effects 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 37
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 88
- 230000017531 blood circulation Effects 0.000 claims abstract description 87
- 208000031481 Pathologic Constriction Diseases 0.000 claims abstract description 84
- 230000036262 stenosis Effects 0.000 claims abstract description 84
- 208000037804 stenosis Diseases 0.000 claims abstract description 84
- 210000002216 heart Anatomy 0.000 claims abstract description 61
- 230000002966 stenotic effect Effects 0.000 claims abstract description 50
- 238000004088 simulation Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 53
- 238000005094 computer simulation Methods 0.000 claims description 23
- 230000000004 hemodynamic effect Effects 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 19
- 230000001225 therapeutic effect Effects 0.000 claims description 19
- 210000000709 aorta Anatomy 0.000 claims description 14
- 230000033001 locomotion Effects 0.000 claims description 11
- 239000012530 fluid Substances 0.000 claims description 10
- 210000005240 left ventricle Anatomy 0.000 claims description 9
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 230000002792 vascular Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 210000005003 heart tissue Anatomy 0.000 claims description 7
- 210000004088 microvessel Anatomy 0.000 claims description 7
- 230000000747 cardiac effect Effects 0.000 claims description 6
- 230000010339 dilation Effects 0.000 claims description 5
- 238000002513 implantation Methods 0.000 claims description 5
- 238000001356 surgical procedure Methods 0.000 claims description 5
- 230000001965 increasing effect Effects 0.000 claims description 3
- 230000010247 heart contraction Effects 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 abstract description 7
- 210000004204 blood vessel Anatomy 0.000 description 29
- 230000036772 blood pressure Effects 0.000 description 23
- 208000029078 coronary artery disease Diseases 0.000 description 18
- 230000002107 myocardial effect Effects 0.000 description 13
- 238000002591 computed tomography Methods 0.000 description 10
- 230000008602 contraction Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 9
- 238000013459 approach Methods 0.000 description 8
- 230000000877 morphologic effect Effects 0.000 description 8
- 238000002604 ultrasonography Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 7
- 210000004165 myocardium Anatomy 0.000 description 7
- 239000008280 blood Substances 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 230000002861 ventricular Effects 0.000 description 5
- 201000000057 Coronary Stenosis Diseases 0.000 description 4
- 206010020565 Hyperaemia Diseases 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 210000001174 endocardium Anatomy 0.000 description 4
- 210000002889 endothelial cell Anatomy 0.000 description 4
- 230000012010 growth Effects 0.000 description 4
- 210000004115 mitral valve Anatomy 0.000 description 4
- 208000010125 myocardial infarction Diseases 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 206010011089 Coronary artery stenosis Diseases 0.000 description 3
- 210000001367 artery Anatomy 0.000 description 3
- 210000000748 cardiovascular system Anatomy 0.000 description 3
- 230000006835 compression Effects 0.000 description 3
- 238000007906 compression Methods 0.000 description 3
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005206 flow analysis Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000544 hyperemic effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 210000005241 right ventricle Anatomy 0.000 description 3
- 206010003210 Arteriosclerosis Diseases 0.000 description 2
- 230000033115 angiogenesis Effects 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 210000001765 aortic valve Anatomy 0.000 description 2
- 210000002565 arteriole Anatomy 0.000 description 2
- 208000011775 arteriosclerosis disease Diseases 0.000 description 2
- 230000010455 autoregulation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 208000037998 chronic venous disease Diseases 0.000 description 2
- 238000002586 coronary angiography Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 208000028867 ischemia Diseases 0.000 description 2
- 210000005246 left atrium Anatomy 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000003387 muscular Effects 0.000 description 2
- 210000003102 pulmonary valve Anatomy 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000007634 remodeling Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 210000000329 smooth muscle myocyte Anatomy 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000000591 tricuspid valve Anatomy 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 208000001953 Hypotension Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000003872 anastomosis Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000002399 angioplasty Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003915 cell function Effects 0.000 description 1
- 230000007248 cellular mechanism Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005229 chemical vapour deposition Methods 0.000 description 1
- 230000001447 compensatory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002380 cytological effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000003511 endothelial effect Effects 0.000 description 1
- 210000003038 endothelium Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000008338 local blood flow Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000010016 myocardial function Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000007505 plaque formation Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000002685 pulmonary effect Effects 0.000 description 1
- 210000003492 pulmonary vein Anatomy 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000006442 vascular tone Effects 0.000 description 1
- 210000001631 vena cava inferior Anatomy 0.000 description 1
- 210000002620 vena cava superior Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B15/00—ICT specially adapted for analysing two-dimensional or three-dimensional molecular structures, e.g. structural or functional relations or structure alignment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B25/00—ICT specially adapted for hybridisation; ICT specially adapted for gene or protein expression
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C10/00—Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/40—Searching chemical structures or physicochemical data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C99/00—Subject matter not provided for in other groups of this subclass
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Physiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Genetics & Genomics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
冠循環のマルチスケールな解剖学的かつ機能的なモデリングの方法およびシステムを開示する。冠動脈と心臓の患者固有の解剖学的モデルが患者の医療画像データから生成される。冠循環のマルチスケール機能モデルが患者固有の解剖学的モデルに基づいて生成される。少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流が、前記冠循環のマルチスケール機能モデルを用いてシミュレーションされる。血流予備量比（ＦＦＲ）のような血流量を計算して狭窄の機能評価を決定し、意思決定支援および治療介入計画のための、冠循環のマルチスケール機能モデルを用いて仮想治療介入シミュレーションを実施する。
Description
本願は、２０１２年１１月１０日出願の米国仮出願第６１／５５７、９３５号の利益を主張し、その開示内容を引用により本明細書に取り込む。
本発明は、冠循環の解剖学的かつ機能的なモデリングに関し、より具体的には、冠動脈疾患診断と治療介入計画のための冠循環のマルチスケールな解剖学的かつ機能的なモデリングに関する。
心疾患（ＣＶＤ）は世界での主要な死因である。様々なＣＶＤのうち、冠動脈疾患（ＣＡＤ）がこれらの死のほぼ５０パーセントを占める。医療画像化や他の診断モダリティの大幅な進歩にも関わらず、ＣＡＤ患者の早期罹患率と死亡率の増加は依然として非常に大きい。この理由の１つは、病気の診断および進行に対する正確な体内および対外の患者固有の推定値が存在しないことである。例えば、冠動脈狭窄のケースでは、診断画像で見える組織の正確な推定値（即ち、冠動脈の狭窄量）は当該閉塞の深刻度を非常に過少評価または過大評価するおそれがある。かかる閉塞の機能評価に関して、マルチスケールで血流力学および細胞機構からの多角的な情報を取り込むことが重要である。
かかるマルチスケールな情報を複雑なモデルに取り込むことは、高度な計算的要求のため過去には困難であった。
本発明では、冠循環のマルチスケールな解剖学的かつ機能的なモデリングのための方法とシステムを提供する。本発明の諸実施形態では、冠循環組織の完全次元のサブモデルと低次元のサブモデルを効率的に取り込む。本発明の諸実施形態では、健康な血管と罹患血管における冠循環に対する高い予測能力を患者固有のマルチスケール計算モデルに与える。本発明の諸実施形態ではさらに、当該計算モデルを利用して特定の治療学的介入をもたらすことにより、冠動脈疾患の臨床管理を改善するための仮想治療介入に基づく計画を提供する。
本発明の１実施形態では、冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成する。冠循環のマルチスケール機能モデルが、当該患者固有の解剖学的モデルに基づいて生成される。冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域において血流をシミュレートする。
本発明のこれらおよび他の利点は、以下の詳細な説明と添付図面を参照することにより当業者には明らかである。
本発明は、医療画像データを用いた冠循環のマルチスケールな解剖学的かつ機能的なモデリングに関する。本明細書では、本発明の諸実施形態を説明して、冠循環をモデリングするための方法の視覚的な理解を与える。デジタル画像はしばしば、１つまたは複数のオブジェクト（または形状）のデジタル表現から構成される。本明細書では、オブジェクトのデジタル表現をしばしばオブジェクトの特定と操作の観点から説明する。かかる操作は、コンピュータ・システムのメモリまたは他の回路／ハードウェアで実現される仮想操作である。したがって、コンピュータ・システム内に格納したデータを用いてコンピュータ・システム内で本発明の諸実施形態を実施してもよいことは理解される。
本発明の諸実施形態では、健康な血管と罹患血管における冠循環に対する高い予測能力を患者固有のマルチスケール計算モデルに与える。かかる計算モデルは以下の構成要素で実現される。即ち、冠循環における解剖学的、血流力学的、および細胞学的な現象の包括的なモデリング、高度な患者固有の計算に関する最先端の心臓モデルとの効率的なマルチスケール結合、冠動脈狭窄の重症度の診断と評価のための血流予備量比（ＦＦＲ）、冠動脈予備量（ＣＦＲ）、病変重症度指数等のような機能パラメータと血流学的量の決定である。本発明の諸実施形態はさらに、当該計算モデルを利用して特定の治療学的介入をもたらすことによって、冠動脈疾患の臨床管理を改善するための仮想治療介入に基づいた計画を提供する。かかる仮想治療介入計画は、当該計算モデルを用いた治療介入計画のためのシミュレーション・ベースの方法（仮想ステント、血管形成、および冠動脈バイパス手術（ＣＡＢＧ））を用いて実装される。かかる実施形態により予測的で包括的なマルチスケール・モデルがもたらされる。当該モデルを、冠動脈疾患の解剖学的態様および機能的態様を分析するためだけでなく診断および治療介入計画の両方のための改善された臨床管理にも使用することができる。
図１は、冠動脈疾患の図的表現である。図１に示すように、冠動脈疾患は冠動脈内部のプラーク形成に起因する血管の狭窄によって特徴付けられ、心筋への酸素供給減少をもたらす。時間とともに、結果が深刻なものとなり、狭心症、心筋梗塞、脳卒中、または死をもたらしうる。
冠動脈疾患の機能的重要性は、単に血管の狭窄を観察するだけでは決定できず、血流量や血圧のような様々な血流の特性に関連するものである。今日の臨床診療では、これらの量を正確に評価するために侵襲的測定を必要としている。本発明の有利な諸実施形態では、先ず様々な画像技術で冠動脈樹の形状に関する詳細な情報を取得し、次いで患者固有の形状を表現するモデルで血流計算を行うことによって、これらの治療介入に関連するリスクを回避することができる。さらに、これらのモデルにより侵襲的測定を回避できるだけでなく、様々なシナリオ（血管形成、ステント、バイパス手術）をシミュレートすることによって処置計画を改善し、したがって、患者の転帰を改善することができる。
近年、計算流体力学（ＣＦＤ）ベースの血流シミュレーションが報告されており、当該シミュレーションが（超音波、ＭＲＩ、ＣＴ等により取得した）患者固有のデータに対して検証されている。かかるモデルは臓器レベルの分析には良く適しているが、治療介入計画のための（全スケールでの）包括的予測モデルを取得するのに極めて重要である複雑なマルチスケールの現象を説明することはできない。臨床条件に関するアプリケーションを開発するときの別の主要な課題は、計算量を削減して、結果を合理的な時間で取得して臨床診療で効果的に適用できるようにすることである。
冠状血管は心筋に血液を供給するので、冠状血管は心臓に強く結合されその機械的動作は特に微小血管に対して行われる。したがって、生理学的に正確な計算を行うために、心臓が実施した効果を冠状血管に正確に埋め込むことが極めて重要である。さらに、冠動脈疾患の進行は、細胞レベルで（血管の内皮層で）生じている現象に関連する。細胞レベルのモデルを組み込むことで、プラーク堆積物の成長と、対応する心外膜動脈により供給される微小血管床へのその徐々に増大する影響とを追跡することができる。このことは、罹患血管の機能的重要性の高信頼な評価には複雑な構成が必要であることを示している。当該構成は血流計算のみによっては取得できないが、本明細書で説明するモデルでは、全ての態様を効率的に考慮している。
別の態様では、これらのモデルの生産性を高めるため、および、増大する数の患者を診断できるようにするために、マルチスケール・モデルの実行時間を最適化しなければならない。これを解決するために、効率的な結合戦略が必要である。当該戦略では、モデルの物理特性に関して妥協することなく実行時間を劇的に削減する。本発明の諸実施形態では、完全次元のモデルと低次元のモデルを効率的に使用して結合し、モデルの複雑度と実行時間をバランスすることによって、当該問題を解決する。
心外膜狭窄の機能的重要性を決定した後に、解剖学的かつ機能的なモデルを使用して様々な治療介入の効果をシミュレートし、患者の健康状態を改善することができる。障害物を狭窄から仮想的に減少させることによってバルーン拡張をモデル化することができる。（様々な業者のステントを用いた）仮想ステント移植の後、結合流量分析を行うことによって、動脈樹内部の波動伝播に及ぼす影響と、その血流力学変数に及ぼす影響を分析することができる。幾つかのケースでは、冠動脈バイパス手術（ＣＡＢＧ）の手順を一般的に実施する。かかる近接血管を導入し、様々な開始点と終了点を使用することを、これらのモデル内部でシミュレートすることができる。したがって、最も適切な選択肢を治療介入前に決定することができる。
図２は、本発明の１実施形態に従う冠循環のモデリング、冠動脈疾患の評価、および治療介入計画の方法を示す。
ステップ２０２で、患者の医療画像データを受信する。１つまたは複数の画像化モダリティから医療画像データを受信することができる。例えば、当該医療画像データが、コンピュータ断層撮影法（ＣＴ）、ダイナミックＣＴ、磁気共鳴法（ＭＲ）、血管造影法、超音波、単光子放出コンピュータ断層撮影法（ＳＰＥＣＴ）、および他の任意の種類の医用画像化モダリティを含むことができる。当該医療画像データは、２Ｄ、３Ｄまたは４Ｄ（３Ｄ＋時間）の医療画像データであってもよい。当該医療画像データを、ＣＴスキャナ、ＭＲスキャナ、血管造影法スキャナ、超音波装置等のような１つまたは複数の画像取得装置から直接受信することができ、または、当該医療画像データを、患者に対して過去に記憶した医療画像データをロードすることによって受信してもよい。
ステップ２０４で、冠動脈と心臓の患者固有の解剖学的モデルを当該医療画像データから生成する。有利な実装形態では、当該患者固有の解剖学的モデルは、４Ｄ（３Ｄ＋時間）の医療画像データを用いて生成した冠動脈の４Ｄ形状モデルを含む。冠動脈の患者固有の解剖学的モデルを生成するために、冠動脈を４Ｄ画像データの各フレームに分割する。冠動脈は、任意の冠動脈分割方法を用いて医療画像データの各フレームに分割することができる。例えば、冠動脈を、特許文献１に開示された方法を用いてＣＴボリュームで分割することができる。特許文献１は引用により本明細書に組み込む。次に、各フレームの着目する分割された冠動脈に対して形状面モデルを生成する。例えば、冠動脈の解剖学的モデリングの方法は特許文献２および特許文献３に開示されている。特許文献２と特許文献３は引用により本明細書に組み込む。これにより、時間とともに変化する冠動脈の組織を示す冠動脈の解剖学的モデルが生成される。
有利な実施形態では、上記の患者固有の解剖学的モデルはまた、４Ｄ画像データから生成された心臓の患者固有の４Ｄ解剖学的モデルを含む。当該４Ｄ解剖学的心臓モデルは、複数の心臓要素を有する多要素モデルであり、心室（左心室、左心房、右心室、および右心房）、心臓弁（大動脈弁、僧帽弁、三尖弁、および肺動脈弁）、および大動脈を含む。かかる心臓の包括的モデルを使用して、多種多様な形態学的、機能的、および病理学的な変異を捕捉する。モジュール形式の階層的なアプローチを使用して、解剖学的な複雑度を軽減し、個々の生体構造の効果的かつ柔軟な推定を容易にすることができる。例えば周辺空間学習（ＭＳＬ）を使用して各心臓組織の個々のモデルを生成し、次いでメッシュ点の対応を確立して心臓要素モデルを統合することによって、当該４Ｄ解剖学的心臓モデルを生成することができる。かかる４Ｄの患者固有の心臓モデルの生成に関するさらなる詳細は特許文献４に開示されている。特許文献４は引用により本明細書に組み込む。
ステップ２０６で、冠循環のマルチスケール機能モデルを生成する。人間の心臓血管システムの正確なモデリングに関する主要な難点の１つは、当該システムが、個々の構成要素間で高度に相互独立した閉回路を表現するという事実である。当該システムの特定の部分における血流特性（局所血流力学）は当該システムの全体の動力学に密接に関連している。局所血流の研究は重要である。なぜならば、血管の局所肥大または狭窄の形成といった特定の病理が局所的な血流力学により強く影響を受けるからである。他方、血管腔の変形のような特定の局所的変化は全体的な血流再分配に繋がるおそれがあり、影響を受けた血管の遠位部で十分な血流量を保証する何らかの代償機構を引き起こすおそれがある。３Ｄまたはフルスケールの血流計算は計算的に高価であり、少数の血管に対してしか実施できない。全身または全体の血流力学と局所血流力学の間の相互作用と、３Ｄ計算の高い計算要件との両方が、血流の形状的なマルチスケール・モデリングの概念をもたらした。本明細書では、冠循環を分析するためにこの概念を用いる。
したがって、本発明の有利な実施形態では、冠動脈樹内部の着目する局所領域、例えば、狭窄プラーク堆積を含む部分のみを、完全な３Ｄモデルを用いてセグメント化し、血液循環の残りの部分は低次元モデル（大動脈に対しては１Ｄモデル、小動脈と微小血管系に対しては集中モデル）を用いて表現する。低次元モデルにより、血圧と血流量の波形（１Ｄモデル）の観点で信頼性の高い結果が得られ、遠位血管と微小血管系（集中モデル）の影響が正しく考慮され、対応する３Ｄ計算よりも２桁以上少ない実行時間が得られる。あるいは、全体の計算を３Ｄモデルで実施してもよい。
図３は、本発明の１実施形態に従うマルチスケール・モデリングのアプローチの概要を示す。図３に示すように、心臓モデル３０２は大動脈の根に接続されている。心臓モデル３０２を、完全な３Ｄ心臓モデルとして実装してもよく、または、患者固有のデータによりパラメータ化した集中モデルとして実装してもよい。大動脈（例えば、左冠動脈（ＬＣＡ）、右冠動脈（ＲＣＡ）等）は１Ｄ血流モデル３０４、３０６、３０８、３１０、３１２、３１４、３１６、３１８、および３２０として表してある。なぜならば、これらの１Ｄ血流モデル３０４乃至３１８は血圧および血流量値の観点から信頼できる結果をもたらし、波動伝播現象を考慮しているからである。全ての微小血管床は、血流に適用される抵抗と遠位血管の弾性コンプライアンスを考慮した集中パラメータ・モデル３２２、３２４、３２６、３２８、および３３０によりシミュレートされる。冠動脈樹に関して、大（心外膜）血管における血流を、系統樹（ｓｙｓｔｅｍｉｃ ｔｒｅｅ）モデル３２１における１Ｄモデルで計算する。１Ｄ血流モデルを用いて狭窄部３３２および３３４（即ち、血管内領域に狭窄が存在したかまたは狭窄が検出された領域）をシミュレートすることはできない。なぜならば、高度な変異が断面に存在し、狭窄の形状が、血流の振舞い、特に、かかる狭窄の機能的重要性評価で主要な役割を果たす狭窄部圧降下に影響を及ぼすからである。冠動脈血管床が、集中パラメータ・モデル３２４、３２６、３２８、および３３０でモデル化される。これらのモデルは、収縮中の心筋収縮の影響を考慮している意味で、冠循環に適合されている。
実行時間は極めて重要であるので、有利な実装形態によれば、実行時間が２倍以上長い３Ｄ流体構造連成（ＦＳＩ）ではなく剛壁３Ｄモデル３４０と３５０を使用して、狭窄領域３３２と３３４を表現することができる。この態様は全体の結果には影響を及ぼさない。なぜならば、狭窄領域３３２と３３４の弾性は重要ではないが、冠動脈樹内部の波動伝播現象を正確に表現するために、０Ｄインタフェース・モデル３４２、３４４、３５２、および３５４がコンプライアントな１Ｄモデルと剛性３Ｄモデルの間のインタフェースで含まれるからである。これらのインタフェース・モデルは、当該インタフェースでの３Ｄセグメントの弾性コンプライアンスに着目している。冠循環において非常に重要であり狭窄の形態学的重要性と機能的重要性の間の大きな不整合に寄与する１つの別の態様は、形態学的に重要な狭窄を機能的に重要でない狭窄にしうる側副血流の存在である。患者固有の血管形態に応じて、側副血流３３６を、（１Ｄモデルでの）吻合大血管または影響領域に血流を供給する（図３の集中要素でモデル化した）微小血管によりモデル化することができる。
小動脈および微小血管系の集中モデル
微小血管系の集中モデルまたは０Ｄモデル３２２乃至３３０は、電気と油圧の類似性に基づき、小血管の生理学的特性を集中要素に集約することによって独立変数、即ち、抵抗、弾性コンプライアンス、およびイナータンスの空間依存性を排除する。冠動脈床には特別な処置が必要である。なぜならば、微小血管は心筋収縮により最も影響を受けるものであり、その効果は心外膜と心内膜の間で変化するからである。３つの異なる機構、即ち、弾性変動、短縮誘導型細胞内圧（ｓｈｏｒｔｅｎｉｎｇ−ｉｎｄｕｃｅｄ ｉｎｔｒａｃｅｌｌｕｌａｒ ｐｒｅｓｓｕｒｅ）、空洞誘導型（ｃａｖｉｔｙ ｉｎｄｕｃｅｄ ｅｘｔｒａｃｅｌｌｕｌａｒ ｐｒｅｓｓｕｒｅ）細胞外圧を使用して、冠動脈樹内部の観測された血流波形を説明することができる。有利な実装形態では、２番目の機構と３番目の機構を使用して、冠動脈流の心筋収縮の影響をモデル化し、弾性変動により他の２つの機構の作用に対して血管を保護する。したがって、収縮中は、心内膜下では高く心外膜下では低い外圧が冠状血管に作用し、当該外圧を左心室内圧と右心室内圧から決定することができる。心外膜血管は、心筋の表面を走り、これらの収縮の影響を受けない。マルチスケールの観点では、正規の３要素Ｗｉｎｄｋｅｓｓｅｌモデルを、冠動脈樹に属さない血管の末端部で使用することができる。抵抗と弾性コンプライアンスの値を、平均血圧と平均血流量の値を取り、非生理学的な反転を回避するために抵抗値を調整することによって、決定する。
心外膜狭窄部の詳細な３Ｄ解剖学的モデル
各狭窄領域３３２および３３４における詳細な３Ｄ血流計算３４０および３５０は、剛性領域における非圧縮性ナビエ・ストークス式の数値解に基づくものである。粘着境界条件が血管壁に課され、流入と流出の境界条件を、近位１Ｄセグメントと遠位１Ｄセグメントの明示的／暗黙的結合により決定する。有利な実装形態では、３Ｄモデル３４０および３５０は壁せん断応力のような着目する局所パラメータの値を決定するだけでなく、狭窄領域に対しても、当該狭窄の詳細な形状に関して血圧降下を計算する。
大動脈と狭窄領域の近位セグメントおよび遠位セグメントとに関する１Ｄモデル、ならびに、血管樹に関する木構造モデル
１Ｄモデル３０４乃至３２０では、長軸の長さに沿って３Ｄ領域を１Ｄ領域に変換するために一連の簡略化した仮定を使用する。かかる１Ｄモデルを、準線形の１次偏微分方程式の系により説明することができる。これらのモデルの有利な態様は、血管の弾性コンプライアンスが考慮されているという事実であり、これにより、心臓血管システムに現れる波動現象を説明することができる。これらのモデルの従属変数は、長軸に沿った内腔断面積、血流量、および平均血圧である（一般に、コンプライアントな血管のネットワークが考慮されている）。例えば、１Ｄモデルを使用して、血流と圧縮波の伝播に及ぼす動脈の形状漸減または局所的硬化の影響を研究することができる。１Ｄモデルは、心臓血管システム内部の血流と圧縮波の特性を決定するときに非常に有用である。これらの波を、血流と血管壁の間の相互作用により生成する。当該血管壁は一定の弾性コンプライアンスを有し、血管の弾性特性に依存する。これらのモデルに関して様々なアプローチの可能性がある。最も単純なケースでは、血管の機械的特性を、平均血圧と血管の半径の間の代数関係により記述する。より複雑な状況では、粘弾性または壁の慣性のような他の特性を考慮してもよい。本発明の有利な実施形態では、血圧と血管の半径の間の関係は微分方程式により与えられる。１Ｄモデルを用いた血流計算は、血圧や血流（速度）の値の観点から良好な結果をもたらすことが示されており、計算量が減るという利点がある。したがって、血管組織が規則的（例えば、円筒形）であり壁せん断応力または振動せん断指数のような局所値を計算する必要はなく、かかる１Ｄモデルを使用して計算時間を削減し波動伝播現象を研究することができる。これらの１Ｄモデルを狭窄部の前後で使用して、冠動脈樹全体における詳細な空間圧と血流量を決定することができる。さらに、（非線形項を含む）１Ｄモデルを線形化することができ、厳密な分析解を周波数領域で得ることができる。このように、動脈樹の遠位部に対して木構造モデル３２１を得ることができる。次いで、木構造モデル３２１をインピーダンスに集中させ、非線形１Ｄモデルの出口の境界条件として適用することができる。
１Ｄ−３Ｄ結合インタフェースでの集中モデル
３Ｄ血流計算を、剛壁とコンプライアントな壁の両方で実施することができる（流体構造連成）。剛壁計算は非常に高速であり、（プラーク堆積の理由だけでなく、硬化の進行により冠状血管の直径が比較的小さいため）弾性が狭窄領域で減少する。したがって、狭窄領域３３２および３３４が剛壁でシミュレートされ、血管の弾性コンプライアンスがしばしば３Ｄ結果自体の有意性に関連しない場合であっても、剛壁はマルチスケール・モデルにおいて極めて重要である。なぜならば、剛壁は圧縮波伝播の駆動機構であり、冠動脈樹全体において最も着目されるものであるからである。したがって、狭窄部の弾性コンプライアンスを考慮しなければならず、１Ｄセグメントと３Ｄセグメントの間のインタフェースに０Ｄモデル３４２、３４４、３５２、および３５４を導入することによってこれを最良に行うことができる。当該インタフェースは、３Ｄセグメントの弾性コンプライアンスを高めるものである。冠動脈樹における血圧と血流量の波動伝播は、心筋収縮の影響のため複雑であり、今日まで広く研究されていない。
０Ｄモデル３４２、３４４、３５２、および３５４を１Ｄモデルと３Ｄモデルのインタフェースに導入しても、マルチスケール・モデルの結合点で何らかの問題が生じうる。１Ｄモデルと３Ｄモデルの正確な結合を実現することは難しく、その態様が当該モデルの様々な数学的性質によって強調されている。ナビエ・ストークス式は、速度の点から放物型である偏微分方程式の系を表現し、一方で、１Ｄモデルは双曲型の偏微分方程式に依存する。これらの条件下では、数学的問題が良好に提示されその数値結果の精度が望ましいものであることを保証しなければならない。当該モデルの正確な結合を保証するのに使用できる様々な可能なものがある。即ち、（一般に血圧境界条件に使用される）所謂「ドゥ・ナッシング」アプローチと（一般に速度流量境界条件に使用される）「ラグランジュ乗数」アプローチである。これらのモデルを結合することによって、血液の全体的な振舞いと局所的な振舞い、および、局所モデルと全体モデルの間の相互作用を決定することができる。
冠動脈の自己調節能と充血のモデリング
冠動脈の自己調節能は、冠動脈樹を心外膜血管の動脈硬化部に適合させるという主要な役割を果たす。自己調節能とは、かん流圧の変化に対する反応としての微小血管の抵抗の変化を指し、その役割は、毛細血管を通る一定の血流量を維持することである。この態様は、身体の正常状態または休息状態を指す。別の種類の調節が、運動時または薬剤誘発性の充血時に、血流量が３倍から５倍増加できるようにするために微小血管の抵抗が最小値にまで減少するときに、発生する。これらの態様の両方を、冠動脈樹のマルチスケール・モデル内部で考慮しなければならない。
図４は、冠動脈の自己調節能を示すグラフである。自己調節能は、休息状態、即ち、心拍数と血圧が低下した状態で実行され、狭窄血管に対して、流量依存性の狭窄抵抗の発生を補償する少ない微小血管抵抗を生じさせる。一般的には冠動脈流に影響を及ぼし特に自己調節能に影響を及ぼす重要な態様は、側副血流の存在である。これらの血管は、吻合路とも呼ばれ、虚血への適応として心臓内で成長する。当該血管は、深刻な狭窄を橋渡しするかまたは或る心外膜冠動脈が提供する領域を別の心外膜冠動脈の領域に接続する導管部の役割を果たす。したがって、側副血管は、冠動脈疾患の影響を受けた心筋の特定部分に血液を供給する代替源を表し、心筋機能の保存を支援することができる。２つの相違なる種類の側副血管、即ち、毛管径側副とより大きな筋肉側副とが存在する。毛管径側副では、平滑筋細胞が存在しない（通常、平滑筋細胞は心内膜下に現れる）。筋肉側副は、既存の細動脈から成長する（通常、細動脈は心外膜内に現れる）。この２番目のタイプの調整は、狭窄の機能的重要性を決定するために臨床診療で適用される充血誘導剤の効果をシミュレートするために重要である。狭窄の存在下では、狭窄部の充血血流量はもはや最大値には到達できない。当該最大値は、正常な健康な血管の場合には取得できたはずである。この原因は、狭窄により生じた抵抗である。当該抵抗により最大流が制限される。なぜならば、微小血管の抵抗はその正常な下限未満には低下できないからである。
メカノバイオロジと機械的情報変換の細胞モデル
冠循環のマルチスケール結合モデルの予測の性質は本質的にその細胞モデルとの結合と関連している。これにより、冠動脈プラークの発生、その後の成長および全体の血液循環に及ぼす影響を追跡することができる。冠動脈内の血流誘導型の壁せん断応力は、プラーク成長に影響を及ぼすだけでなく、プラークの破裂にも関連していることが示されている。当該態様の背後にある機構は一般的に内皮細胞の役割により説明され、血流力に反応することが知られている。血管壁に働くせん断応力は機械的情報変換のプロセスを介して生化学信号に変換される。これは究極的には血管壁の特定の変化を生じさせる。せん断力は内皮細胞に働き、局所的な機械的情報変換機構を通じて内皮の構造と機能を調節する。有利な実装形態では、機械的情報変換の様々な分析的モデルや数学的モデルを使用し、臓器レベルの血液循環モデルと結合することができる。当該結合は、血流力学計算から得た壁せん断応力値を通じて行われ、機械的情報変換モデルに入力として渡される。内皮細胞は血管緊張を調整するだけでなく、機械的情報変換モデルにより考慮される狭窄による血流変化に応答して血管壁を再モデル化する。この再モデル化は、臓器レベルの血液循環モデルに影響を及ぼす。
低次元の心臓モデル
幾つかのパラメトリックな心臓モデルがある。これらは、身体の様々な状態をシミュレートするのに非常に有用である。最も使用されるものの幾つかは、可変エラスタンス・モデルと単繊維モデルである。これらの心臓モデルは、心臓の空間モデルを考慮することなく異なる心室の血圧と血流を決定することができる。収縮性、一回拍出量、最大到達時間、死容積、心拍数のような幾つかのパラメータを調整して、身体の様々な状態を考慮しモデルを個別化することができる。
本発明の有利な実施形態では、低次元の心臓モデルが心臓の完全次元の解剖学的な血流力学モデルから抽出され、冠循環モデルと効率的に結合される。特に、受信した医療画像データから生成した心臓の形態、動力学、血流力学から成る患者固有の高度なモデルを統合することができる。生理学的標識が、抽出された解剖学的心臓モデルにおいて明示的に表現され、下部組織に対する意味的関連付けを与える。当該モデルは、高度にモジュール化されており、アプリケーションに応じてカスタマイズでき、左心室と右心室、左心房と右心房、大動脈、大動脈弁、僧帽弁、三尖弁、肺動脈弁および肺動脈幹、肺静脈、および上／下大静脈の組織と動力学を含む。高度に形態学的かつ動的なパラメータを容易に利用することができ、心臓の結合的な機能を研究するために使用することができる。様々な種類の画像化モダリティ（例えば、ＣＴ、ＭＲＩ、超音波等）を用いてモデルを個別化することができる。
リアルタイムなフルボリュームの心エコー検査法における近年の発展により、完全に３Ｄな心筋の動きと空間色ドップラ情報を復元する機会がもたらされる。高密度な心筋の動きは、心臓モデルの個別化と冠状血管の動作研究において極めて重要な情報を提供する。スペックル・パターン、画像勾配、境界検出、および動き予測のような複数の情報源を融合して、３Ｄ＋ｔ超音波データでの心臓組織の高速かつ堅牢な検出と高密度追跡を実現することができる。かかるエコー・ベースの推定された動きと心筋の機械パラメータは、グランド・トルス値に十分に近いものである。有利な実装形態では、空間色ドップラ速度を利用できることにより、患者固有の血流情報を高速かつ非浸潤的に復元することができ、後のＣＦＤ計算の境界条件として使用することができる。
図５は、高フレーム速度ボリューム超音波画像からの心筋力学の推定を示す。図５に示すように、画像（ａ）は収縮時の心筋を示し、画像（ｂ）は拡張時の心筋を示し、画像（ｃ）と（ｄ）は心筋の螺旋動作を示す３Ｄ高密度動きベクトルを示し、画像（ｅ）は心内膜と心外膜の輪郭を４つの心室面へ射影したものを示す。
図６は、左心室の心筋力学の推定を示す。図６の画像（ａ）に示すように、６０２は心内膜境界にマップした横方向歪の推定値を示し、６０４は高密度速度場の方向と大きさを示し、６０６は、頂点領域、中間領域、基底領域に対する推定縦歪と時間のプロットを示す。図６の画像（ｂ）に示すように、６１２は、心内膜境界にマップした視線速度の推定値を示し、６１４は、高密度速度場の方向と大きさを示し、６１６は、頂点領域、中間領域、基底領域に対する推定視線速度と時間のプロットを示す。図６の画像（ｃ）に示すように、６２２は、心内膜境界にマップされた円周変位の推定値を示し、６２４は、高密度速度場の方向と大きさを示し、６２６は、頂点領域、中間領域、基底領域に対する推定円周変位と時間のプロットを示す。
図７は、ボリューム流量の自動定量化を示す。画像（ａ）は、ボリュームｂモードと、患者に対して取得したカラー超音波を示す。画像（ｂ）は、超音波での左心室、僧帽弁（ＭＶ）、および左心室流出路（ＬＶＯＴ）の自動的な検出と追跡を示す。画像（ｃ）は、ＭＴおよびＬＶＯＴの追跡位置での流量サンプリングを示す。画像（ｄ）は、流入／流出の定量化とディエイリアシングを示す。
当該医療画像から冠動脈組織を抽出するために、本発明の諸実施形態では既存の冠動脈セグメント化と中心線抽出アルゴリズムを利用することができる。かかるアルゴリズムは容易に、狭窄を含むサーフェス表現とともに冠状血管の中心線の木を提供する。当該表現は、３Ｄ計算と１Ｄ計算に必要な解剖学的データを抽出するために使用される。例えば、狭窄の閉塞割合を検出し、当該割合を使用して狭窄領域の３Ｄモデルを構築することができる。図８は、冠動脈狭窄の冠状血管抽出と解剖学的評価のための例示的な医療画像処理ソフトウェアを示す。
患者固有の４Ｄ解剖学的モデリング、高性能コンピューティング（ＨＰＣ）、画像による３Ｄ流量測定技術における近年の進歩により、心臓血管への適用における血流力学評価とその後の検証に対して計算流体力学（ＣＦＤ）技術を使用することができる。最も過去のアプローチでは、厳格にまたは流体構造連成（ＦＳＩ）方法を用いて、血液と相互作用する単一の心臓組織に着目していたが、本発明の諸実施形態では、４ＤのＣＴデータから導出した高品質な患者固有の心臓モデルを用いた心臓の血流全体のＣＦＤ計算を利用している。４ＤのＣＴから捕捉した４Ｄ生理学的モデルを使用して、心臓内部の血流の計算に正確な制約を与える。４Ｄ心臓モデルを用いた患者固有のＣＦＤ計算に関するさらなる詳細については特許文献４に開示されている。特許文献４は、引用により本明細書に取り込む。
図２に戻ると、ステップ２０８で、冠循環のマルチスケール機能モデルを用いて血流計算を実施する。血流は、患者固有の境界条件を伴うＣＦＤを用いた冠動脈の狭窄領域の３Ｄモデルでシミュレートされる。特に、血液はニュートン流体としてモデル化され、速度場は、剛壁の仮定のもとで離散化ナビエ・ストークス式（連続性および運動量の式）を解くことによって数値的に取得される。当該離散化ナビエ・ストークス式は、長時間にわたる冠動脈内の血流の速度と血圧を漸進的にシミュレートするために使用される。これは、３Ｄモデル内の全ての方向の流れを時間の関数として計算する。離散化ナビエ・ストークス式を用いたＣＦＤ計算に関するさらなる詳細については特許文献４に開示されている。特許文献４は、引用により本明細書に取り込む。狭窄領域の患者固有の組織もＣＤＦモデリングに入力して、患者固有の組織に基づく血流計算を制約する。さらに、当該狭窄領域の３Ｄ計算を、冠動脈の周辺部分の１Ｄ計算と組み合わせる。１Ｄモデル向け（例えば、冠動脈と大動脈向け）の計算により、特定の冠動脈分岐（または大動脈）を通る大規模な流れの速度を計算する。当該１Ｄ計算も、ナビエ・ストークス式を用いて実施することができる。０Ｄモデル（塊モデル）は、解剖学的モデルの数学的抽象化であり、入力条件に基づいて出力値を与える。
患者固有のマルチスケール・モデルを用いて血流をシミュレートするために、マルチスケールの心臓、冠循環、および細胞モデルを効率的に結合しなければならない。暗黙的な結合を左心室と大動脈の間で実現することができる。系統樹に対する流入境界条件（図３の３２１）を、大動脈を心臓の左心室に結合することによって導出する。したがって、大動脈の入り口で決定された心臓出力は、心臓モデルだけでなく、大動脈が結合された系統樹の特性によっても決定される。
冠循環に及ぼす心筋収縮の効果を、フルスケールの心臓モデルを用いて推定する。特に、有利な実装形態では、当該フルスケールの心臓モデルを用いて、心外膜冠状血管の各々に及ぼす心臓収縮の影響を決定する。心臓の右側と左側の間には大幅な差異があるが、局所的なより詳細な変異を考慮することもできる。画像データから抽出した３Ｄ歪マップを、これらの境界条件を課すために使用することができる。
左心室と右心室の内部の血圧は血管に細胞外圧を与える。血圧の量は血管の位置、即ち、心外膜内（低血圧）または心内膜（高血圧）に依存する。当該情報を冠動脈床の集中パラメータ・モデルにおいて直接使用して、冠循環への細胞外圧を考慮することができる。
冠動脈流モデルを、壁せん断応力項により細胞モデルに結合する。当該細胞モデルは内皮細胞の機能を規制し、（プラーク成長による）変更された血流力学と壁の再モデリング（即ち、壁弾性の変化）をもたらす。
図２に戻ると、ステップ２１０で流量計算に基づいて血流力学量を決定する。冠動脈疾患の幾つかの指標を提案した。動脈硬化症に対して、狭窄の形態学的態様ではなく機能的態様により患者の転帰を予測できることが示されている。当該機能的態様は、休息状態と充血状態の間の狭窄を介した血流速度に関連する。当該形態学的態様は、狭窄の形態的形状に関連し、定量的冠動脈血管造影法（ＱＣＡ）により決定することができる。狭窄の形態的形状のみでは患者の転帰を予測できない理由は様々である。例えば、ＱＣＡは２Ｄ表現であり、したがって直径減少を正確に決定することはできず、びまん性疾患の場合には、基準直径を決定することは困難である。また、供給を受けるべき領域が過去の心筋梗塞により影響を受けた場合には、当該過去の心筋梗塞は狭窄の重大性を低下させうる。さらに、側副血流が流量を高め、狭窄の影響を弱めることができる。その機能的重要性は、狭窄部圧降下、冠動脈予備量（ＣＦＲ）、相対予備量（ＲＦＲ）または血流予備量比（ＦＦＲ）のような様々な指標を介して決定される。ＦＦＲは、他の指標に対して一連の利点をもたらす。例えば、ＦＦＲは（血流力学パラメータに大きく依存する）休息状態を含まず、隣接する健康な血管の存在に依存せず（これはＲＦＲとは対照的であり、したがって多血管疾患の場合に適用できる）、側副血流の影響と過去の心筋梗塞の影響を含む。また、ＦＦＲは患者の血流力学条件（血圧、心拍数、収縮性）から非常に独立していることが示されている。ＦＦＲは、狭窄対して遠位の血圧を狭窄に対して近位の血圧で除することで計算される。静脈血圧は一般に重大な誤差をもたらすことなく零に等しくとることができ、微小血管抵抗は正常血管と狭窄血管の両方に対して充血状態中に最小かつ一定であるので、当該血圧の比は、狭窄の存在下でも依然として供給できる正常な最大充血血流量の比も表す。幾つかの研究によれば、大よそ０．７５のカットオフ値により、狭窄血管により供給される心筋領域に可逆的虚血を誘導可能かどうかが予測されることが示されている。
本発明の１実施形態では、冠循環の患者固有のマルチスケール・モデルを使用して、狭窄ごとにＦＦＲのような機能的パラメータを決定し、狭窄ごとにその機能的重要性を決定する。
図２に戻ると、ステップ２１２で、仮想治療介入計画と意思決定支援に対してシミュレーションを実施する。冠動脈疾患を診断し管理するために、現在の臨床診療では、定量的冠動脈血管造影法（ＱＣＡ）による罹患血管の評価が必要である。かかる評価により、領域減少を含む狭窄部分の豊富な解剖学的概要が臨床医に提供されるが、機能的評価は提供されない。非侵襲的にプレッシャ・ワイヤを狭窄血管に導入することで測定したＦＦＲ値は、狭窄の機能的評価のための従来の技法である。ＱＣＡは、狭窄の形態学的重要性を評価するのみであり、他の一連の制限を有し、プレッシャ・ワイヤベースのＦＦＲ測定は治療介入に関するリスクを伴い、非常に狭い狭窄症に対しては、プレッシャ・ワイヤはさらなる血圧降下を誘導するおそれがある。
これらの欠点の全ては、本明細書で説明したマルチスケール冠循環モデリングにより排除される。冠動脈樹の以前のＣＦＤベースの計算は、もっぱら３Ｄモデリングを使用しており、大幅な計算量をもたらし、単純な心臓モデルに結合され、心臓の局所的な動きのような患者固有の態様の全てを含むことはできない。他のアプローチは、（やはり単純な心臓モデルに結合された）１Ｄモデルのみを含んでおり、狭窄に沿った血圧降下を評価することが困難である。なぜならば、狭窄の厳密な形状が考慮されていないからである。
（ステップ２１０で）心外膜狭窄の機能的重要性を決定した後に、提案したモデルを使用して様々な治療介入の効果をシミュレートすることができる（図１３）。当該モデルを使用して患者の健康状態を改善することができる。障害物を狭窄から仮想的に削減し狭窄内の血流を再シミュレートすることによってバルーン拡張をモデル化することができる。実際には、バルーン拡張が満足できる結果をもたらさない（即ち、狭窄部圧降下が依然として高い）ときにはステントを埋め込む。様々な業者からのステントによる仮想ステント移植を、特定のステントの仮想モデルを狭窄モデルに追加することによって実現することができ、続いて、連動した流量分析を実施することで動脈樹内部の波動伝播に及ぼすステントの影響、および、血流力学の変数に及ぼすステントの影響を分析することができる。
びまん性動脈硬化疾患の場合には、血管形成もステント移植も患者の状態を改善することはできず、冠動脈バイパス手術（ＣＡＢＧ）が一般に実施される。かかる近接血管の導入を、様々な開始点と終了点を用いて、マルチスケール冠循環モデル内部でシミュレートしてＣＡＢＧをシミュレートすることができる。したがって、最も適切な治療介入または処置のオプションを決定することができ、当該治療介入または処置を、治療介入を実施する前に計画する（例えば、ステントの種類、または、ＣＡＢＧの開始点と終了点を選択する）ことができる。
図９は、仮想治療介入計画の例を示す。図９に示すように、画像（ａ）は、仮想ステントモデル９０４を用いた狭窄領域９０２におけるステント移植のシミュレーションを示す。画像（ｂ）は、削減された閉塞９１４をシミュレーションすることによる狭窄領域９１２内部のバルーン拡張のシミュレーションを示す。画像（ｃ）は、仮想バイパス手術血管９２４を追加することによって拡散冠動脈疾患を有する冠動脈の領域９２２におけるＣＡＢＧのシミュレーションを示す。
医療画像データを用いた冠循環のマルチスケールな解剖学的かつ機能的なモデリングのための上述の方法を、周知なコンピュータ・プロセッサ、メモリ・ユニット、記憶装置、コンピュータ・ソフトウェア、および他のコンポーネントを用いてコンピュータ上で実装してもよい。かかるコンピュータの高レベルなブロック図を図１０に示す。コンピュータ１００２はプロセッサ１００４を含む。プロセッサ１００４は、かかる動作を定義するコンピュータ・プログラム命令を実行することによりコンピュータ１００２の全体動作を制御する。コンピュータ・プログラム命令の実行が望ましいときに、コンピュータ・プログラム命令を記憶装置１０１２（例えば、磁気ディスク）に格納し、メモリ１０１０にロードしてもよい。したがって、図２の方法のステップを、メモリ１０１０および／または記憶部１０１２に格納されたコンピュータ・プログラム命令により定義し、当該コンピュータ・プログラム命令を実行するプロセッサ１００４によって制御してもよい。ＣＴスキャン装置、ＭＲスキャン装置、超音波装置等のような画像取得装置１０２０をコンピュータ１００２に接続した画像データをコンピュータ１００２に入力することができる。画像取得装置１０２０とコンピュータ１００２を１つの装置として実装することができる。画像取得装置１０２０とコンピュータ１００２がネットワークを通じて無線で通信することもできる。コンピュータ１００２はまた、ネットワークを介して他の装置と通信するための１つまたは複数のネットワーク・インタフェース１００６も備える。コンピュータ１００２はまた、コンピュータ１００２（例えば、ディスプレイ、キーボード、マウス、スピーカ、ボタン等）とのユーザ対話を可能とする他の入出力装置１００８を備える。かかる入出力装置１００８を、画像取得装置１０２０から受信したボリュームに注釈を付すための注釈ツールとしての１組のコンピュータ・プログラムと関連して使用してもよい。現実のコンピュータの実装形態が特定の他の構成要素も含みうること、および、図１０は例示的な目的のためのかかるコンピュータの構成要素の一部の高レベルな表現であることは当業者には理解される。
以上の詳細な説明は全ての点で例証的かつ例示的であって限定的ではないと理解すべきであり、本明細書で開示した本発明の範囲は詳細な説明から決定されず、特許法により認められた最も広い範囲に従って解釈される特許請求の範囲から決定される。本明細書で示し説明した諸実施形態は本発明の原理の例示にすぎず本発明の範囲と趣旨から逸脱しない様々な修正を当業者により実施してもよいことを理解される。当業者は、本発明の範囲と趣旨から逸脱せずに他の様々な特徴の組合せを実現することができる。
３０４ 上行大動脈
１００４ プロセッサ
１００６ ネットワーク・インタフェース
１０１０ メモリ
１０１２ 記憶部
１０２０ 画像取得装置
１００４ プロセッサ
１００６ ネットワーク・インタフェース
１０１０ メモリ
１０１２ 記憶部
１０２０ 画像取得装置
Claims (40)
- 冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成するステップと、
冠循環のマルチスケール機能モデルを患者固有の解剖学的モデルに基づいて生成するステップと、
少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流を、前記冠循環のマルチスケール機能モデルを用いてシミュレーションするステップと、
を含む、方法。 - 冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成するステップは、
前記冠動脈の４Ｄ形状モデルを４Ｄ医療画像データから生成するステップと、
心臓の４Ｄ解剖学的モデルを前記４Ｄ医療画像データから生成するステップと、
を含む、請求項１に記載の方法。 - 前記冠動脈の４Ｄ形状モデルを４Ｄ医療画像データから生成するステップは、
前記冠動脈を、前記４Ｄ医療画像データの複数のフレームの各々にセグメント化するステップと、
前記４Ｄ医療画像データの前記複数のフレームの各々におけるセグメント化された前記冠動脈に関する形状面モデルを生成するステップと、
を含む、請求項２に記載の方法。 - 心臓の４Ｄ解剖学的モデルを前記４Ｄ医療画像データから生成するステップは、
複数の心臓組織の各々の個々のモデルを前記４Ｄ医療画像データの複数のフレームの各々において抽出するステップと、
前記個々のモデルの間のメッシュ点対応を確立することによって、前記４Ｄ医療画像データの前記複数のフレームの各々における前記複数の心臓組織の前記個々のモデルを統合するステップと、
を含む、請求項２に記載の方法。 - 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するステップは、
前記冠動脈における１つまたは複数の狭窄領域ごとに３Ｄ計算モデルを生成するステップと、
前記冠動脈と大動脈の非狭窄領域の１Ｄ計算モデルを生成するステップと、
０Ｄ集中モデルを用いて微小血管を表現するステップと、
を含む、請求項１に記載の方法。 - 狭窄領域ごとの前記３Ｄ計算モデルは剛壁３Ｄモデルであり、狭窄領域ごとの前記３Ｄ計算モデルと各狭窄領域に隣接する前記冠動脈の非狭窄領域ごとの前記１Ｄ計算モデルの間の０Ｄインタフェース・モデルが、前記狭窄領域の弾性コンプライアンスを高める、請求項５に記載の方法。
- 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するステップが、前記患者の血管樹の木構造モデルを生成するステップをさらに含む、請求項５に記載の方法。
- 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するステップが、低次元の心臓モデルを完全次元の心臓の解剖学的な血流力学モデルから生成するステップをさらに含む、請求項５に記載の方法。
- 低次元の心臓モデルを完全次元の心臓の解剖学的な血流力学モデルから生成するステップが、
１つまたは複数の心臓組織の動きおよび機械パラメータを前記心臓の解剖学的な血流力学モデルに基づいて推定するステップと、
計算流体力学シミュレーションの境界条件を、前記１つまたは複数の心臓組織の前記動きおよび機械パラメータに基づいて決定するステップと、
を含む、請求項８に記載の方法。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするステップが、
前記冠動脈および心臓の前記解剖学的モデルから決定した境界条件に基づいて、前記冠循環のマルチスケール機能モデルを用いて、前記少なくとも１つの狭窄領域の血流をシミュレートするステップ
を含む、請求項１に記載の方法。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするステップが、
狭窄領域ごとの前記３Ｄ計算モデルおよび前記１Ｄ計算モデルで計算流体力学（ＣＦＤ）シミュレーションを実施するステップと、
狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップと、
を含む、請求項５に記載の方法。 - 狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップが、
大動脈を表現する１Ｄ計算モデルを心臓モデルの左心室に結合することによって、システム木モデルの流入境界条件を導出するステップ
を含む、請求項１１に記載の方法。 - 狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップが、
前記医療画像データから抽出した３Ｄ歪マップを用いて、心外膜冠状血管の１Ｄ計算モデルに心収縮の影響を表す境界条件を課すステップ、
を含む、請求項１１に記載の方法。 - 狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップが、
前記０Ｄ集中モデルを用いて、冠状血管の１Ｄ計算モデルに適用される細胞外圧を前記冠状血管の位置に基づいて決定するステップ
を含む、請求項１１に記載の方法。 - 狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップが、
壁せん断応力項を介して前記１Ｄ計算モデルを前記０Ｄ集中モデルに結合するステップ
を含む、請求項１１に記載の方法。 - 狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップが、
０Ｄインタフェース・モデルを用いて、前記３Ｄ計算モデルを近傍１Ｄ計算モデルに結合するステップ
を含む、請求項１１に記載の方法。 - 前記少なくとも１つの狭窄領域を通るシミュレートした前記血流に基づいて血流量を計算し、前記少なくとも１つの狭窄領域の機能的重要性を決定するステップをさらに含む、請求項１に記載の方法。
- 前記少なくとも１つの狭窄領域を通るシミュレートした前記血流に基づいて血流量を計算し、前記少なくとも１つの狭窄領域の機能的重要性を決定するステップが、
前記少なくとも１つの狭窄領域を通る計算した前記血流に基づいて、前記少なくとも１つの狭窄領域の血流予備量比（ＦＦＲ）を計算するステップ
を含む、請求項１７に記載の方法。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの狭窄領域における仮想治療介入をシミュレートするステップをさらに含む、請求項１に記載の方法。
- 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの狭窄領域における仮想治療介入をシミュレートするステップが、
前記冠循環のマルチスケール機能モデルにおける前記少なくとも１つの狭窄領域から仮想的に障害物を減少させることによってバルーン拡張をシミュレートし、前記少なくとも１つの狭窄領域を通る前記血流を再シミュレートするステップ
を含む、請求項１９に記載の方法。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの狭窄領域における仮想治療介入をシミュレートするステップが、
仮想ステントモデルを前記冠循環のマルチスケール機能モデルにおける少なくとも１つの狭窄領域に導入することによってステント移植をシミュレートし、前記少なくとも１つの狭窄領域を通る前記血流を再シミュレートするステップ
を含む、請求項１９に記載の方法。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの狭窄領域における仮想治療介入をシミュレートするステップが、
前記冠循環のマルチスケール機能モデルにおける前記少なくとも１つの狭窄領域に隣接するバイパス血管を追加することによって冠動脈バイパス手術（ＣＡＢＧ）をシミュレートし、前記少なくとも１つの狭窄領域を通る前記血流を再シミュレートするステップ
を含む、請求項１９に記載の方法。 - 冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成するための手段と、
冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するための手段と、
前記冠循環のマルチスケール機能モデルを用いて、少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするための手段と、
を備える、装置。 - 冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成する手段は、
前記冠動脈の４Ｄ形状モデルを４Ｄ医療画像データから生成するための手段と、
心臓の４Ｄ解剖学的モデルを前記４Ｄ医療画像データから生成するための手段と、
を備える、請求項２３に記載の装置。 - 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するための手段は、
前記冠動脈における１つまたは複数の狭窄領域ごとに３Ｄ計算モデルを生成するための手段と、
前記冠動脈と大動脈の非狭窄領域の１Ｄ計算モデルを生成するための手段と、
０Ｄ集中モデルを用いて微小血管を表現するための手段と、
を備える、請求項２３に記載の装置。 - 狭窄領域ごとの前記３Ｄ計算モデルは剛壁３Ｄモデルであり、狭窄領域ごとの前記３Ｄ計算モデルと各狭窄領域に隣接する前記冠動脈の非狭窄領域ごとの前記１Ｄ計算モデルの間の０Ｄインタフェース・モデルが前記狭窄領域の弾性コンプライアンスを高める、請求項２５に記載の装置。
- 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するための手段は、低次元の心臓モデルを完全次元の心臓の解剖学的な血流力学モデルから生成するための手段をさらに備える、請求項２５に記載の装置。
- 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするための手段が、
前記冠動脈および心臓の前記解剖学的モデルから決定した境界条件に基づいて、前記冠循環のマルチスケール機能モデルを用いて前記少なくとも１つの狭窄領域の血流をシミュレートするための手段
を備える、請求項２３に記載の装置。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするための手段が、
狭窄領域ごとの前記３Ｄ計算モデルおよび前記１Ｄ計算モデルで計算流体力学（ＣＦＤ）シミュレーションを実施するための手段と、
狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するための手段と、
を備える、請求項２５に記載の装置。 - 前記少なくとも１つの狭窄領域を通るシミュレートした前記血流に基づいて血流量を計算し、前記少なくとも１つの狭窄領域の機能的重要性を決定するための手段をさらに備える、請求項２３に記載の装置。
- 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの狭窄領域における仮想治療介入をシミュレートするための手段をさらに備える、請求項２３に記載の装置。
- プロセッサで実行されたときに前記プロセッサに、
冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成するステップと、
冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するステップと、
前記冠循環のマルチスケール機能モデルを用いて、少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするステップと、
を含む動作を実行させるコンピュータ・プログラム命令を格納した、非一時的なコンピュータ読取可能媒体。 - 冠動脈と心臓の患者固有の解剖学的モデルを患者の医療画像データから生成するステップが、
前記冠動脈の４Ｄ形状モデルを４Ｄ医療画像データから生成するステップと、
心臓の４Ｄ解剖学的モデルを前記４Ｄ医療画像データから生成するステップと、
を含む、請求項３２に記載の非一時的なコンピュータ読取可能媒体。 - 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するステップが、
前記冠動脈における１つまたは複数の狭窄領域ごとに３Ｄ計算モデルを生成するステップと、
前記冠動脈と大動脈の非狭窄領域の１Ｄ計算モデルを生成するステップと、
０Ｄ集中モデルを用いて微小血管を表現するステップと、
を含む、請求項３２に記載の非一時的なコンピュータ読取可能媒体。 - 狭窄領域ごとの前記３Ｄ計算モデルは剛壁３Ｄモデルであり、狭窄領域ごとの前記３Ｄ計算モデルと各狭窄領域に隣接する前記冠動脈の非狭窄領域ごとの前記１Ｄ計算モデルの間の０Ｄインタフェース・モデルが、前記狭窄領域の弾性コンプライアンスを高める、請求項３４に記載の非一時的なコンピュータ読取可能媒体。
- 冠循環のマルチスケール機能モデルを前記患者固有の解剖学的モデルに基づいて生成するステップが、
低次元の心臓モデルを完全次元の心臓の解剖学的な血流力学モデルから生成するステップ
をさらに含む、請求項３４に記載の非一時的なコンピュータ読取可能媒体。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするステップが、
前記冠動脈および心臓の前記解剖学的モデルから決定した境界条件に基づいて、前記冠循環のマルチスケール機能モデルを用いて前記少なくとも１つの狭窄領域の血流をシミュレートするステップ
を含む、請求項３２に記載の非一時的なコンピュータ読取可能媒体。 - 前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの冠動脈の少なくとも１つの狭窄領域の血流をシミュレートするステップが、
狭窄領域ごとの前記３Ｄ計算モデルおよび前記１Ｄ計算モデルで計算流体力学（ＣＦＤ）シミュレーションを実施するステップと、
狭窄領域ごとの前記３Ｄ計算モデル、前記１Ｄ計算モデル、および前記０Ｄ集中モデルを結合するステップと、
を含む、請求項３４に記載の非一時的なコンピュータ読取可能媒体。 - 前記動作が、前記少なくとも１つの狭窄領域を通るシミュレートした前記血流に基づいて血流量を計算し、前記少なくとも１つの狭窄領域の機能的重要性を決定するステップをさらに含む、請求項３２に記載の非一時的なコンピュータ読取可能媒体。
- 前記動作が、前記冠循環のマルチスケール機能モデルを用いて少なくとも１つの狭窄領域における仮想治療介入をシミュレートするステップをさらに含む、請求項３２に記載の非一時的なコンピュータ読取可能媒体。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201161557935P | 2011-11-10 | 2011-11-10 | |
| US61/557,935 | 2011-11-10 | ||
| US13/672,781 US10162932B2 (en) | 2011-11-10 | 2012-11-09 | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
| US13/672,781 | 2012-11-09 | ||
| PCT/US2012/064604 WO2013071219A1 (en) | 2011-11-10 | 2012-11-12 | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2014534889A true JP2014534889A (ja) | 2014-12-25 |
| JP2014534889A5 JP2014534889A5 (ja) | 2015-03-12 |
| JP5980942B2 JP5980942B2 (ja) | 2016-08-31 |
Family
ID=47279046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014541362A Active JP5980942B2 (ja) | 2011-11-10 | 2012-11-12 | 冠循環のマルチスケールな解剖学的かつ機能的なモデリングの方法およびシステム |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US10162932B2 (ja) |
| EP (1) | EP2776960B1 (ja) |
| JP (1) | JP5980942B2 (ja) |
| KR (1) | KR20140091741A (ja) |
| CN (2) | CN110085321B (ja) |
| BR (1) | BR112014011342A2 (ja) |
| IN (1) | IN2014CN03423A (ja) |
| WO (1) | WO2013071219A1 (ja) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015217113A (ja) * | 2014-05-16 | 2015-12-07 | 株式会社東芝 | 血管解析装置、医用画像診断装置、血管解析方法及び血管解析プログラム |
| JP2017501775A (ja) * | 2013-12-04 | 2017-01-19 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 機能性狭窄解析を向上させる局所ｆｆｒ推定及び視覚化 |
| JP2017503561A (ja) * | 2013-12-18 | 2017-02-02 | ハートフロー， インコーポレイテッド | 患者固有の解剖学的構造の画像データから冠動脈プラークの脆弱性を予測するシステム及び方法 |
| JP2018536237A (ja) * | 2015-11-23 | 2018-12-06 | ハートフロー， インコーポレイテッド | １つ以上の移植特性をシミュレーションすることによる臓器移植及び／または組織移植を評価するためのシステム及び方法 |
| JP2019147004A (ja) * | 2019-05-14 | 2019-09-05 | 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、医用画像処理方法および記録媒体 |
| JP2019532702A (ja) * | 2016-09-20 | 2019-11-14 | ハートフロー， インコーポレイテッド | 次数低減モデル及び／または機械学習を使用して血流特性を推定するためのシステム及び方法 |
| JP2020502681A (ja) * | 2016-12-15 | 2020-01-23 | シンテフ テーテーオー アクスイェ セルスカプ | 心臓血管疾患の決定支援および診断のため使用される対象特異的計算モデルを提供する方法およびプロセス |
| JP2020512117A (ja) * | 2017-03-31 | 2020-04-23 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 経カテーテル大動脈弁移植術（ｔａｖｉ）が冠血流量及び冠動脈圧に及ぼす影響のシミュレーション |
| JP2020516348A (ja) * | 2017-04-06 | 2020-06-11 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | Ｅｃｇ信号からの心筋微小血管抵抗の推定に基づく冠状動脈疾患メトリック |
| JP2020518362A (ja) * | 2017-05-04 | 2020-06-25 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 血管内の壁せん断応力の同時視覚化及び定量化のためのシステム及び方法 |
| JP2020536620A (ja) * | 2017-10-06 | 2020-12-17 | エモリー ユニバーシティー | １つ以上の動脈セグメントの血行動態情報を決定するための方法およびシステム |
| JP2020537569A (ja) * | 2017-10-19 | 2020-12-24 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 超音波撮像システム及び方法 |
| JP2021528137A (ja) * | 2018-06-15 | 2021-10-21 | パイ メディカル イメージング ビー ヴイＰｉｅ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ Ｂ．Ｖ． | 定量的血行動態フロー分析のための方法および装置 |
| JP2022503729A (ja) * | 2018-10-29 | 2022-01-12 | オックスフォード ユニバーシティ イノベーション リミテッド | 心外膜領域のラジオミックシグネチャ |
Families Citing this family (112)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8200466B2 (en) | 2008-07-21 | 2012-06-12 | The Board Of Trustees Of The Leland Stanford Junior University | Method for tuning patient-specific cardiovascular simulations |
| US9405886B2 (en) | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
| US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| US9119540B2 (en) * | 2010-09-16 | 2015-09-01 | Siemens Aktiengesellschaft | Method and system for non-invasive assessment of coronary artery disease |
| FR2978345B1 (fr) | 2011-07-25 | 2013-08-30 | Charam Khosrovaninejad | Dispositif chirurgical d'ancrage controle dans l'intestin. |
| US8965084B2 (en) * | 2012-01-19 | 2015-02-24 | Siemens Aktiengesellschaft | Blood flow computation in vessels with implanted devices |
| US9183763B2 (en) * | 2012-01-31 | 2015-11-10 | Vascular Simulations, Llc | Cardiac simulation device |
| US10229615B2 (en) | 2012-01-31 | 2019-03-12 | Vascular Simulations Inc. | Cardiac simulation device |
| US10034614B2 (en) * | 2012-02-29 | 2018-07-31 | General Electric Company | Fractional flow reserve estimation |
| JP5946127B2 (ja) | 2012-05-11 | 2016-07-05 | 富士通株式会社 | シミュレーション方法、シミュレーション装置、およびシミュレーションプログラム |
| US8548778B1 (en) | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
| US9247918B2 (en) | 2012-07-09 | 2016-02-02 | Siemens Aktiengesellschaft | Computation of hemodynamic quantities from angiographic data |
| WO2014027293A2 (en) * | 2012-08-10 | 2014-02-20 | Vita-Sentry Ltd. | Estimations of equivalent inner diameter of arterioles |
| US10433740B2 (en) * | 2012-09-12 | 2019-10-08 | Heartflow, Inc. | Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology |
| US10398386B2 (en) | 2012-09-12 | 2019-09-03 | Heartflow, Inc. | Systems and methods for estimating blood flow characteristics from vessel geometry and physiology |
| US9858387B2 (en) * | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
| US10595807B2 (en) | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
| EP2943902B1 (en) | 2012-10-24 | 2020-03-11 | CathWorks Ltd. | Automated measurement system and method for coronary artery disease scoring |
| US10210956B2 (en) | 2012-10-24 | 2019-02-19 | Cathworks Ltd. | Diagnostically useful results in real time |
| JP6358590B2 (ja) * | 2013-08-09 | 2018-07-18 | 富士通株式会社 | 血管データ生成装置、血管データ生成方法、および血管データ生成プログラム |
| US9805463B2 (en) * | 2013-08-27 | 2017-10-31 | Heartflow, Inc. | Systems and methods for predicting location, onset, and/or change of coronary lesions |
| US9462954B2 (en) * | 2013-09-04 | 2016-10-11 | Siemens Aktiengesellschaft | Method and system for blood flow velocity reconstruction from medical images |
| US9788807B2 (en) | 2013-09-06 | 2017-10-17 | Koninklijke Philips N.V. | Processing apparatus for processing cardiac data |
| US10595806B2 (en) * | 2013-10-22 | 2020-03-24 | Koninklijke Philips N.V. | Fractional flow reserve (FFR) index with adaptive boundary condition parameters |
| US9092743B2 (en) | 2013-10-23 | 2015-07-28 | Stenomics, Inc. | Machine learning system for assessing heart valves and surrounding cardiovascular tracts |
| EP3061015A2 (en) | 2013-10-24 | 2016-08-31 | Cathworks Ltd. | Vascular characteristic determination with correspondence modeling of a vascular tree |
| US10639103B2 (en) | 2013-11-08 | 2020-05-05 | Senol PISKIN | Operation scenario flow and mechanical modeling and analysis system of cardiovascular repair operations for newborn and foetus |
| WO2015124388A1 (en) * | 2014-02-19 | 2015-08-27 | Koninklijke Philips N.V. | Motion adaptive visualization in medical 4d imaging |
| JP6262027B2 (ja) | 2014-03-10 | 2018-01-17 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置 |
| JP2015171486A (ja) * | 2014-03-12 | 2015-10-01 | 国立大学法人大阪大学 | 血流解析システムおよび血流解析プログラム |
| US9390232B2 (en) | 2014-03-24 | 2016-07-12 | Heartflow, Inc. | Systems and methods for modeling changes in patient-specific blood vessel geometry and boundary conditions |
| US9087147B1 (en) * | 2014-03-31 | 2015-07-21 | Heartflow, Inc. | Systems and methods for determining blood flow characteristics using flow ratio |
| US9773219B2 (en) | 2014-04-01 | 2017-09-26 | Heartflow, Inc. | Systems and methods for using geometry sensitivity information for guiding workflow |
| US10354349B2 (en) | 2014-04-01 | 2019-07-16 | Heartflow, Inc. | Systems and methods for using geometry sensitivity information for guiding workflow |
| US9595089B2 (en) * | 2014-05-09 | 2017-03-14 | Siemens Healthcare Gmbh | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
| US10130266B2 (en) * | 2014-06-30 | 2018-11-20 | Siemens Healthcare Gmbh | Method and system for prediction of post-stenting hemodynamic metrics for treatment planning of arterial stenosis |
| WO2016001017A1 (en) | 2014-06-30 | 2016-01-07 | Koninklijke Philips N.V. | Apparatus for determining a fractional flow reserve value |
| US9888968B2 (en) | 2014-07-22 | 2018-02-13 | Siemens Healthcare Gmbh | Method and system for automated therapy planning for arterial stenosis |
| US9195801B1 (en) * | 2014-08-05 | 2015-11-24 | Heartflow, Inc. | Systems and methods for treatment planning based on plaque progression and regression curves |
| US9594876B2 (en) | 2014-11-04 | 2017-03-14 | Heartflow, Inc. | Systems and methods for simulation of occluded arteries and optimization of occlusion-based treatments |
| US9349178B1 (en) | 2014-11-24 | 2016-05-24 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
| US20160203289A1 (en) | 2015-01-14 | 2016-07-14 | Heartflow, Inc. | Systems and methods for embolism prediction using embolus source and destination probabilities |
| DE102015202286A1 (de) * | 2015-02-10 | 2016-08-11 | Siemens Healthcare Gmbh | Verfahren zur Erzeugung eines Fertigungsmodells für ein medizinisches Implantat |
| US10478130B2 (en) | 2015-02-13 | 2019-11-19 | Siemens Healthcare Gmbh | Plaque vulnerability assessment in medical imaging |
| EP3062248A1 (en) * | 2015-02-27 | 2016-08-31 | Pie Medical Imaging BV | Method and apparatus for quantitative flow analysis |
| WO2016164809A1 (en) | 2015-04-10 | 2016-10-13 | Heartflow, Inc. | System and method for vascular tree generation using patient-specific structural and functional data, and joint prior information |
| CN107615335A (zh) * | 2015-05-12 | 2018-01-19 | 新加坡保健服务集团有限公司 | 医学图象处理方法和系统 |
| KR101977294B1 (ko) * | 2015-06-05 | 2019-05-10 | 서울대학교산학협력단 | 전산유체역학을 이용한 기관지 분석 방법 및 그 장치 |
| US10872698B2 (en) * | 2015-07-27 | 2020-12-22 | Siemens Healthcare Gmbh | Method and system for enhancing medical image-based blood flow computations using physiological measurements |
| CN107851463B (zh) | 2015-08-05 | 2022-11-22 | 皇家飞利浦有限公司 | 用于介入性血液动力学测量的辅助设备和方法 |
| JP6818492B2 (ja) | 2015-10-05 | 2021-01-20 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| US10898267B2 (en) * | 2015-10-07 | 2021-01-26 | Koninklijke Philips N.V. | Mobile FFR simulation |
| JP6484760B2 (ja) | 2015-11-05 | 2019-03-13 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化 |
| US10236084B2 (en) * | 2015-11-10 | 2019-03-19 | Heartflow, Inc. | Systems and methods for anatomical modeling using information obtained from a medical procedure |
| US11191490B2 (en) | 2015-12-02 | 2021-12-07 | Siemens Healthcare Gmbh | Personalized assessment of patients with acute coronary syndrome |
| KR101954272B1 (ko) * | 2016-01-28 | 2019-03-05 | 연세대학교 산학협력단 | 유체-구조 상호작용을 고려한 협착 병변 영역의 혈류역학 시뮬레이션 방법 |
| JP6829262B2 (ja) | 2016-02-26 | 2021-02-10 | ハートフロー， インコーポレイテッド | 画像ベースの患者固有の血流力学的モデルにおいて解像されていない血管を特定してモデル化するためのシステム及び方法 |
| DE102016203860A1 (de) * | 2016-03-09 | 2017-09-14 | Siemens Healthcare Gmbh | Vorrichtung und Verfahren zum Ermitteln zumindest eines individuellen fluiddynamischen Kennwerts einer Stenose in einem mehrere serielle Stenosen aufweisenden Gefäßsegment |
| US10971271B2 (en) * | 2016-04-12 | 2021-04-06 | Siemens Healthcare Gmbh | Method and system for personalized blood flow modeling based on wearable sensor networks |
| WO2017199245A1 (en) | 2016-05-16 | 2017-11-23 | Cathworks Ltd. | System for vascular assessment |
| IL263066B2 (en) | 2016-05-16 | 2023-09-01 | Cathworks Ltd | Selecting blood vessels from images |
| CN106073894B (zh) * | 2016-05-31 | 2017-08-08 | 博动医学影像科技（上海）有限公司 | 基于植入虚拟支架的血管压力降数值及血流储备分数的评估方法和系统 |
| CN109863501B (zh) * | 2016-07-22 | 2022-12-27 | 康奈尔大学 | 针对患者定制的冠状动脉旁路移植物的快速成型和体外建模 |
| CN106308838B (zh) * | 2016-08-29 | 2019-06-07 | 于洋 | 一种ct图像处理装置 |
| EP3512416B1 (en) * | 2016-09-16 | 2023-11-08 | Koninklijke Philips N.V. | Apparatus and method for determining a fractional flow reserve |
| WO2018089413A1 (en) * | 2016-11-08 | 2018-05-17 | President And Fellows Of Harvard College | Methodology and apparatus for simulation of medical devices |
| CN106361429B (zh) * | 2016-11-10 | 2018-09-11 | 西安电子科技大学 | 借助3d打印实现先心病手术方案术前评估装置和方法 |
| CN106650272B (zh) * | 2016-12-28 | 2019-02-12 | 北京昆仑医云科技有限公司 | 个体特异性的心血管模型的生成方法及其应用 |
| EP3375364B1 (en) | 2017-01-23 | 2024-08-28 | Shanghai United Imaging Healthcare Co., Ltd. | System and method for analyzing blood flow state |
| CN107411819B (zh) * | 2017-04-12 | 2021-08-10 | 上海大学 | 球囊血管成形手术过程实时模拟方法 |
| US10909676B2 (en) * | 2017-07-12 | 2021-02-02 | Siemens Healthcare Gmbh | Method and system for clinical decision support with local and remote analytics |
| CN110998744B (zh) | 2017-08-01 | 2024-04-05 | 西门子医疗有限公司 | 针对弥漫性和串联性病变中冠状动脉疾病的非侵入性评估和治疗指导 |
| US11605447B2 (en) | 2017-10-27 | 2023-03-14 | Siemens Healthcare Gmbh | Intelligent agents for patient management |
| EP3489893B1 (en) * | 2017-11-22 | 2020-06-24 | Siemens Healthcare GmbH | Method and system for assessing a haemodynamic parameter |
| JP6530043B2 (ja) * | 2017-12-12 | 2019-06-12 | 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、医用画像処理方法および記録媒体 |
| WO2019173830A1 (en) * | 2018-03-09 | 2019-09-12 | Emory University | Methods and systems for determining coronary hemodynamic characteristic(s) that is predictive of myocardial infarction |
| US11389130B2 (en) | 2018-05-02 | 2022-07-19 | Siemens Healthcare Gmbh | System and methods for fast computation of computed tomography based fractional flow reserve |
| US12100516B2 (en) * | 2018-05-31 | 2024-09-24 | Corflow Therapeutics Ag | Microfluidic coronary circulatory model |
| KR102078622B1 (ko) * | 2018-06-28 | 2020-04-07 | 연세대학교 산학협력단 | 협착 병변의 수학적 모델링을 이용한 심혈관 정보 결정 방법 |
| KR102189311B1 (ko) * | 2018-08-21 | 2020-12-09 | 두산중공업 주식회사 | 학습된 모델을 이용한 해석 장치 및 이를 위한 방법 |
| KR102138227B1 (ko) * | 2018-08-21 | 2020-07-27 | 두산중공업 주식회사 | 유동 해석을 최적화하기 위한 장치 및 이를 위한 방법 |
| EP3613351A1 (en) * | 2018-08-22 | 2020-02-26 | Koninklijke Philips N.V. | Coronary circulation using intra-cardiac echo |
| CN113424246B (zh) * | 2018-09-21 | 2023-08-04 | 门迪斯有限公司 | 心脏模拟装置 |
| EP3881758B1 (en) * | 2018-11-13 | 2024-09-18 | Suzhou Rainmed Medical Technology Co., Ltd. | Method, apparatus and system for acquiring vascular assessment parameter on basis of angiographic image |
| US10964017B2 (en) * | 2018-11-15 | 2021-03-30 | General Electric Company | Deep learning for arterial analysis and assessment |
| JP7233209B2 (ja) * | 2018-12-03 | 2023-03-06 | 朝日インテック株式会社 | 心臓シミュレータ |
| CN109700574B (zh) * | 2018-12-21 | 2021-01-05 | 北京工业大学 | 一种基于ct影像数据制备钙化主动脉瓣的方法 |
| CN109700475B (zh) * | 2018-12-27 | 2021-01-08 | 浙江大学 | 一种冠脉搭桥参数的确定方法、装置、设备和存储介质 |
| PT3820357T (pt) * | 2019-01-11 | 2022-10-31 | Hemolens Diagnostics Spolka Z Ograniczona Odpowiedzialnoscia | Modelação específica do paciente de parâmetros hemodinâmicos em artérias coronárias |
| CN109872336B (zh) * | 2019-03-13 | 2021-07-09 | 数坤(北京)网络科技股份有限公司 | 一种血管分割方法、设备及计算机存储介质 |
| EP3948886A4 (en) | 2019-04-01 | 2022-12-21 | CathWorks Ltd. | METHOD AND DEVICE FOR SELECTING ANGIOGRAPHIC IMAGES |
| US10861157B2 (en) | 2019-04-04 | 2020-12-08 | Medtronic Vascular, Inc. | System and methods for determining modified fractional flow reserve values |
| US11357573B2 (en) | 2019-04-25 | 2022-06-14 | International Business Machines Corporation | Optimum treatment planning during coronary intervention by simultaneous simulation of a continuum of outcomes |
| CN110368087B (zh) * | 2019-06-06 | 2021-01-08 | 中国人民解放军北部战区总医院 | 一种信息处理方法和装置、及可读存储介质 |
| CN110310744B (zh) * | 2019-06-10 | 2021-12-24 | 暨南大学 | 窦房结虚拟生理组织的构建方法、存储介质和计算设备 |
| WO2021059165A1 (en) | 2019-09-23 | 2021-04-01 | Cathworks Ltd. | Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device |
| KR102130254B1 (ko) * | 2019-10-15 | 2020-07-03 | 주식회사 실리콘사피엔스 | 대상자 고유의 혈관에 대한 혈류 시뮬레이션 방법 및 장치 |
| US12096986B2 (en) | 2019-12-05 | 2024-09-24 | The Board Of Regents Of The University Of Nebraska | Computational simulation platform for planning of interventional procedures |
| US11026749B1 (en) * | 2019-12-05 | 2021-06-08 | Board Of Regents Of The University Of Nebraska | Computational simulation platform for planning of interventional procedures |
| CN111241759B (zh) * | 2020-01-13 | 2024-03-26 | 北京工业大学 | 一种基于零维血流动力学模型的ffr快速计算方法 |
| DE102020200750A1 (de) * | 2020-01-22 | 2021-07-22 | Siemens Healthcare Gmbh | Bereitstellen eines Blutflussparametersatzes einer Gefäßmalformation |
| CN111317455B (zh) * | 2020-03-03 | 2022-02-22 | 上海联影医疗科技股份有限公司 | 血流动力学参数确定方法、装置、设备及存储介质 |
| CN111616678B (zh) * | 2020-04-17 | 2023-04-14 | 清华大学 | 一种基于智能冠状动脉支架的再狭窄监测装置及方法 |
| US11538153B2 (en) * | 2020-08-31 | 2022-12-27 | Huidan Yu | Non-invasive functional assessment technique for determining hemodynamic severity of an arterial stenosis |
| CN112617791B (zh) * | 2020-12-22 | 2022-09-20 | 杭州晟视科技有限公司 | 一种模拟血管搏动的方法、装置及存储介质 |
| WO2022136688A1 (en) * | 2020-12-23 | 2022-06-30 | Flowreserve Labs S.L. | Non-invasive method for determining a vessel damage indicator |
| CN112950537A (zh) * | 2021-01-26 | 2021-06-11 | 上海友脉科技有限责任公司 | 一种冠脉血流储备分数获取系统、方法及介质 |
| US20220378506A1 (en) * | 2021-05-27 | 2022-12-01 | Board Of Regents Of The University Of Nebraska | Patient-specific computational simulation of coronary artery bypass grafting |
| CN113648059B (zh) * | 2021-08-26 | 2023-09-29 | 上海联影医疗科技股份有限公司 | 手术规划评估方法、计算机设备和存储介质 |
| CN113658701B (zh) * | 2021-08-26 | 2024-08-23 | 上海联影医疗科技股份有限公司 | 术后评估方法、计算机设备和存储介质 |
| CN115115735B (zh) * | 2022-06-29 | 2024-07-23 | 温州医科大学附属第二医院（温州医科大学附属育英儿童医院） | 一种基于多期相冠脉ct造影的内皮动应变的快速计算系统 |
| EP4410212A1 (en) * | 2023-02-02 | 2024-08-07 | Koninklijke Philips N.V. | Vascular diagnostic apparatus and method |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009519801A (ja) * | 2005-12-20 | 2009-05-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 対象物の少なくとも一部を細かく再現したものを再構成する再構成ユニット |
| US20100017171A1 (en) * | 2008-07-21 | 2010-01-21 | Ryan Leonard Spilker | Method for tuning patient-specific cardiovascular simulations |
| US20100241404A1 (en) * | 2009-03-17 | 2010-09-23 | Taylor Charles A | Patient-specific hemodynamics of the cardio vascular system |
| US20110060576A1 (en) * | 2009-09-08 | 2011-03-10 | Siemens Corporation | Method and System for Computational Modeling of the Aorta and Heart |
| US20110071404A1 (en) * | 2009-09-23 | 2011-03-24 | Lightlab Imaging, Inc. | Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods |
| US20110093243A1 (en) * | 2007-11-14 | 2011-04-21 | Tawhai Merryn H | Method for multi-scale meshing of branching biological structures |
| WO2012021307A2 (en) * | 2010-08-12 | 2012-02-16 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE10026666A1 (de) | 2000-05-29 | 2001-12-20 | Gunther Burgard | Verwendung von Hyaluronidase zur Prophylaxe und Behandlung von Herz-Kreislauf-Erkrankungen |
| US7912528B2 (en) * | 2003-06-25 | 2011-03-22 | Siemens Medical Solutions Usa, Inc. | Systems and methods for automated diagnosis and decision support for heart related diseases and conditions |
| US7860290B2 (en) | 2006-04-21 | 2010-12-28 | Siemens Medical Solutions Usa, Inc. | Three-dimensional (3D) modeling of coronary arteries |
| US7953266B2 (en) | 2007-02-06 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Robust vessel tree modeling |
| US8098918B2 (en) | 2007-09-21 | 2012-01-17 | Siemens Corporation | Method and system for measuring left ventricle volume |
| US20110112808A1 (en) * | 2008-02-04 | 2011-05-12 | Iain Alexander Anderson | Integrated-model musculoskeletal therapies |
| US9427173B2 (en) * | 2008-05-09 | 2016-08-30 | General Electric Company | Determining mechanical force on aneurysms from a fluid dynamic model driven by vessel blood flow information |
| JP5089514B2 (ja) | 2008-07-11 | 2012-12-05 | キヤノン株式会社 | 撮像装置、及び撮像システム |
| US8582854B2 (en) * | 2008-09-15 | 2013-11-12 | Siemens Aktiengesellschaft | Method and system for automatic coronary artery detection |
| US9405996B2 (en) * | 2008-09-18 | 2016-08-02 | Siemens Aktiengesellschaft | Method and system for generating a personalized anatomical heart model |
| US9715637B2 (en) | 2009-03-18 | 2017-07-25 | Siemens Healthcare Gmbh | Method and system for automatic aorta segmentation |
| US8526699B2 (en) | 2010-03-12 | 2013-09-03 | Siemens Aktiengesellschaft | Method and system for automatic detection and classification of coronary stenoses in cardiac CT volumes |
| US20110270051A1 (en) * | 2010-05-03 | 2011-11-03 | Morteza Naghavi | Cardiovascular Disease Screening Method and Apparatus |
| US8682626B2 (en) | 2010-07-21 | 2014-03-25 | Siemens Aktiengesellschaft | Method and system for comprehensive patient-specific modeling of the heart |
| US8157742B2 (en) | 2010-08-12 | 2012-04-17 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| DE102010039312B4 (de) | 2010-08-13 | 2020-02-13 | Siemens Healthcare Gmbh | Verfahren zur Simulation eines Blutflusses |
| US9119540B2 (en) | 2010-09-16 | 2015-09-01 | Siemens Aktiengesellschaft | Method and system for non-invasive assessment of coronary artery disease |
| DE102010043849B3 (de) | 2010-11-12 | 2012-02-16 | Siemens Aktiengesellschaft | Vorrichtung und Computertomograph zur Bestimmung und Darstellung der Durchblutung des Herzmuskels |
| US9141763B2 (en) | 2011-02-07 | 2015-09-22 | Siemens Aktiengesellschaft | Method and system for patient-specific computational modeling and simulation for coupled hemodynamic analysis of cerebral vessels |
-
2012
- 2012-11-09 US US13/672,781 patent/US10162932B2/en active Active
- 2012-11-12 KR KR1020147015738A patent/KR20140091741A/ko active Search and Examination
- 2012-11-12 CN CN201910202025.2A patent/CN110085321B/zh active Active
- 2012-11-12 BR BR112014011342A patent/BR112014011342A2/pt not_active Application Discontinuation
- 2012-11-12 WO PCT/US2012/064604 patent/WO2013071219A1/en active Application Filing
- 2012-11-12 IN IN3423CHN2014 patent/IN2014CN03423A/en unknown
- 2012-11-12 EP EP12795185.3A patent/EP2776960B1/en active Active
- 2012-11-12 CN CN201280066658.1A patent/CN104081401A/zh active Pending
- 2012-11-12 JP JP2014541362A patent/JP5980942B2/ja active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009519801A (ja) * | 2005-12-20 | 2009-05-21 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 対象物の少なくとも一部を細かく再現したものを再構成する再構成ユニット |
| US20110093243A1 (en) * | 2007-11-14 | 2011-04-21 | Tawhai Merryn H | Method for multi-scale meshing of branching biological structures |
| US20100017171A1 (en) * | 2008-07-21 | 2010-01-21 | Ryan Leonard Spilker | Method for tuning patient-specific cardiovascular simulations |
| US20100241404A1 (en) * | 2009-03-17 | 2010-09-23 | Taylor Charles A | Patient-specific hemodynamics of the cardio vascular system |
| US20110060576A1 (en) * | 2009-09-08 | 2011-03-10 | Siemens Corporation | Method and System for Computational Modeling of the Aorta and Heart |
| US20110071404A1 (en) * | 2009-09-23 | 2011-03-24 | Lightlab Imaging, Inc. | Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods |
| WO2012021307A2 (en) * | 2010-08-12 | 2012-02-16 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2017501775A (ja) * | 2013-12-04 | 2017-01-19 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 機能性狭窄解析を向上させる局所ｆｆｒ推定及び視覚化 |
| JP2017503561A (ja) * | 2013-12-18 | 2017-02-02 | ハートフロー， インコーポレイテッド | 患者固有の解剖学的構造の画像データから冠動脈プラークの脆弱性を予測するシステム及び方法 |
| US12035976B2 (en) | 2013-12-18 | 2024-07-16 | Heartflow, Inc. | Systems and methods for predicting coronary plaque vulnerability from patient specific anatomic image data |
| JP2015217113A (ja) * | 2014-05-16 | 2015-12-07 | 株式会社東芝 | 血管解析装置、医用画像診断装置、血管解析方法及び血管解析プログラム |
| JP2018536237A (ja) * | 2015-11-23 | 2018-12-06 | ハートフロー， インコーポレイテッド | １つ以上の移植特性をシミュレーションすることによる臓器移植及び／または組織移植を評価するためのシステム及び方法 |
| US10881465B2 (en) | 2015-11-23 | 2021-01-05 | Heartflow, Inc. | Systems and methods for assessing organ and/or tissue transplantation by simulating one or more transplant characteristics |
| US11918293B2 (en) | 2015-11-23 | 2024-03-05 | Heartflow, Inc. | Systems and methods for assessing organ and/or tissue transplantation by simulating one or more transplant characteristics |
| US12004841B2 (en) | 2016-09-20 | 2024-06-11 | Heartflow, Inc. | Systems and methods for estimation of blood flow characteristics using reduced order model and/or machine learning |
| JP7505093B2 (ja) | 2016-09-20 | 2024-06-24 | ハートフロー， インコーポレイテッド | 患者の血流特性を決定するためのコンピュータで実行する方法、システム、及び非一時的コンピュータ可読媒体 |
| US11653833B2 (en) | 2016-09-20 | 2023-05-23 | Heartflow, Inc. | System and methods for estimation of blood flow characteristics using reduced order model and machine learning |
| JP2019532702A (ja) * | 2016-09-20 | 2019-11-14 | ハートフロー， インコーポレイテッド | 次数低減モデル及び／または機械学習を使用して血流特性を推定するためのシステム及び方法 |
| JP7100627B2 (ja) | 2016-09-20 | 2022-07-13 | ハートフロー， インコーポレイテッド | 次数低減モデル及び／または機械学習を使用して血流特性を推定するためのシステム及び方法 |
| JP7021224B2 (ja) | 2016-12-15 | 2022-02-16 | シンテフ テーテーオー アクスイェ セルスカプ | 心臓血管疾患の決定支援および診断のため使用される対象特異的計算モデルを提供する方法およびプロセス |
| JP2020502681A (ja) * | 2016-12-15 | 2020-01-23 | シンテフ テーテーオー アクスイェ セルスカプ | 心臓血管疾患の決定支援および診断のため使用される対象特異的計算モデルを提供する方法およびプロセス |
| JP2020512117A (ja) * | 2017-03-31 | 2020-04-23 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 経カテーテル大動脈弁移植術（ｔａｖｉ）が冠血流量及び冠動脈圧に及ぼす影響のシミュレーション |
| JP7181216B2 (ja) | 2017-03-31 | 2022-11-30 | コーニンクレッカ フィリップス エヌ ヴェ | 経カテーテル大動脈弁移植術（ｔａｖｉ）が冠血流量及び冠動脈圧に及ぼす影響のシミュレーション |
| JP2020516348A (ja) * | 2017-04-06 | 2020-06-11 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | Ｅｃｇ信号からの心筋微小血管抵抗の推定に基づく冠状動脈疾患メトリック |
| JP7229170B2 (ja) | 2017-04-06 | 2023-02-27 | コーニンクレッカ フィリップス エヌ ヴェ | Ｅｃｇ信号からの心筋微小血管抵抗の推定に基づく冠状動脈疾患メトリック |
| JP2020518362A (ja) * | 2017-05-04 | 2020-06-25 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 血管内の壁せん断応力の同時視覚化及び定量化のためのシステム及び方法 |
| JP7232195B2 (ja) | 2017-05-04 | 2023-03-02 | コーニンクレッカ フィリップス エヌ ヴェ | 血管内の壁せん断応力の同時視覚化及び定量化のためのシステム及び方法 |
| JP2020536620A (ja) * | 2017-10-06 | 2020-12-17 | エモリー ユニバーシティー | １つ以上の動脈セグメントの血行動態情報を決定するための方法およびシステム |
| US11813104B2 (en) | 2017-10-06 | 2023-11-14 | Emory University | Methods and systems for determining hemodynamic information for one or more arterial segments |
| JP2020537569A (ja) * | 2017-10-19 | 2020-12-24 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 超音波撮像システム及び方法 |
| JP7278272B2 (ja) | 2017-10-19 | 2023-05-19 | コーニンクレッカ フィリップス エヌ ヴェ | 超音波撮像システム及び方法 |
| JP7314183B2 (ja) | 2018-06-15 | 2023-07-25 | パイ メディカル イメージング ビー ヴイ | 定量的血行動態フロー分析のための方法および装置 |
| JP2021528137A (ja) * | 2018-06-15 | 2021-10-21 | パイ メディカル イメージング ビー ヴイＰｉｅ Ｍｅｄｉｃａｌ Ｉｍａｇｉｎｇ Ｂ．Ｖ． | 定量的血行動態フロー分析のための方法および装置 |
| JP7531020B2 (ja) | 2018-06-15 | 2024-08-08 | パイ メディカル イメージング ビー ヴイ | 定量的血行動態フロー分析のための方法および装置 |
| JP2022503729A (ja) * | 2018-10-29 | 2022-01-12 | オックスフォード ユニバーシティ イノベーション リミテッド | 心外膜領域のラジオミックシグネチャ |
| US12102463B2 (en) | 2018-10-29 | 2024-10-01 | Oxford University Innovation Limited | Radiomic signature of an epicardial region |
| JP2019147004A (ja) * | 2019-05-14 | 2019-09-05 | 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、医用画像処理方法および記録媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104081401A (zh) | 2014-10-01 |
| CN110085321B (zh) | 2023-10-27 |
| EP2776960A1 (en) | 2014-09-17 |
| US10162932B2 (en) | 2018-12-25 |
| US20130132054A1 (en) | 2013-05-23 |
| JP5980942B2 (ja) | 2016-08-31 |
| WO2013071219A1 (en) | 2013-05-16 |
| CN110085321A (zh) | 2019-08-02 |
| EP2776960B1 (en) | 2021-09-01 |
| BR112014011342A2 (pt) | 2017-05-02 |
| KR20140091741A (ko) | 2014-07-22 |
| IN2014CN03423A (ja) | 2015-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5980942B2 (ja) | 冠循環のマルチスケールな解剖学的かつ機能的なモデリングの方法およびシステム | |
| US12059288B2 (en) | Systems and methods for assessing the severity of plaque and/or stenotic lesions using contrast distribution predictions and measurements | |
| CN105976348B (zh) | 医学成像中的个性化全身循环 | |
| US11393593B2 (en) | Biological simulation apparatus and biological simulation apparatus control method | |
| US10299862B2 (en) | Three-dimensional quantitative heart hemodynamics in medical imaging | |
| US10872698B2 (en) | Method and system for enhancing medical image-based blood flow computations using physiological measurements | |
| CN105078440B (zh) | 无创计算冠状动脉狭窄的血液动力学指标的方法和系统 | |
| US8527251B2 (en) | Method and system for multi-component heart and aorta modeling for decision support in cardiac disease | |
| KR102401542B1 (ko) | 관동맥 병변들의 위치, 발병, 및/또는 변화를 예측하기 위한 시스템들 및 방법들 | |
| US8224640B2 (en) | Method and system for computational modeling of the aorta and heart | |
| US7828735B2 (en) | Methods for providing diagnostic information using endocardial surface data for a patient's heart | |
| Aguado-Sierra et al. | Patient-specific modeling of dyssynchronous heart failure: a case study | |
| US8682626B2 (en) | Method and system for comprehensive patient-specific modeling of the heart | |
| JP5868052B2 (ja) | 包括的な患者固有の心臓のモデリング方法およびシステム | |
| US20210338192A1 (en) | Diagnostic, monitoring, and predictive tool for subjects with complex valvular, vascular and ventricular diseases | |
| Khodaei et al. | Towards a non-invasive computational diagnostic framework for personalized cardiology of transcatheter aortic valve replacement in interactions with complex valvular, ventricular and vascular disease | |
| Ralovich et al. | Hemodynamic assessment of pre-and post-operative aortic coarctation from MRI | |
| Khodaei et al. | Long-term prognostic impact of paravalvular leakage on coronary artery disease requires patient-specific quantification of hemodynamics | |
| Meiburg et al. | Model-based aortic power transfer: a potential measure for quantifying aortic stenosis severity based on measured data | |
| Soni et al. | A comprehensive review on CFD simulations of left ventricle hemodynamics: numerical methods, experimental validation techniques, and emerging trends | |
| Liu et al. | A noninvasive method of estimating patient-specific left ventricular pressure waveform | |
| Ding et al. | Simulating impaired left ventricular–arterial coupling in aging and disease: a systematic review | |
| CN117064413A (zh) | 一种基于肺循环模型无创计算血流储备分数的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150123 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150123 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20151202 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151207 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160627 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160727 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5980942 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |