JP2017525497A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2017525497A5 JP2017525497A5 JP2017511193A JP2017511193A JP2017525497A5 JP 2017525497 A5 JP2017525497 A5 JP 2017525497A5 JP 2017511193 A JP2017511193 A JP 2017511193A JP 2017511193 A JP2017511193 A JP 2017511193A JP 2017525497 A5 JP2017525497 A5 JP 2017525497A5
- Authority
- JP
- Japan
- Prior art keywords
- tissue
- patient
- vascular
- model
- value
- 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
- 210000001519 tissues Anatomy 0.000 claims description 95
- 231100000216 vascular lesion Toxicity 0.000 claims description 43
- 230000002792 vascular Effects 0.000 claims description 36
- 230000001575 pathological Effects 0.000 claims description 18
- 239000012530 fluid Substances 0.000 claims description 16
- 230000017531 blood circulation Effects 0.000 claims description 13
- 230000002107 myocardial Effects 0.000 claims description 12
- 210000003484 anatomy Anatomy 0.000 claims description 9
- 201000011528 vascular disease Diseases 0.000 claims description 8
- 230000000875 corresponding Effects 0.000 claims description 6
- 210000004351 Coronary Vessels Anatomy 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 2
- 210000004369 Blood Anatomy 0.000 claims 10
- 239000008280 blood Substances 0.000 claims 10
- 230000000694 effects Effects 0.000 claims 9
- 238000005259 measurement Methods 0.000 claims 3
- 230000035899 viability Effects 0.000 claims 3
- 230000000747 cardiac effect Effects 0.000 claims 2
- 239000000203 mixture Substances 0.000 description 1
Description
開示した実施形態の他の目的及び利点は、以下の説明中に一部を説明しており、一部は明細書から明らかとなり、または、開示した実施形態を実行することにより理解することができる。開示した実施形態の目的及び利点は、添付の請求の範囲に特に指摘した要素及び組み合わせにより、実現され、達成される。
本発明は、例えば、以下を提供する。
(項目1)
血管疾患を有する患者の評価をコンピュータで実施する方法であって、この方法は、
患者または複数の人のいずれかに関連する1つまたは複数の血管モデルを受け取り、
患者に関連する観察かん流情報を受け取り、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記観察かん流情報及び前記1つまたは複数の血管モデルに基づいて、患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定することを、備える。
(項目2)
更に、前記1つまたは複数の血管モデルのそれぞれについて、前記1つまたは複数の血管モデルから導き出される1つまたは複数のモデル化されたかん流値を取得し、
前記観察かん流情報を、前記1つまたは複数のモデル化されたかん流値の1つまたは複数と比較し、前記観察かん流情報に対応する関連した患者の血管モデルを特定し、更に、
1つまたは複数のコンピュータプロセッサを使用して、更に、前記特定した患者の血管モデルに基づいて、前記1つ若しくは複数の血流特性または前記1つ若しくは複数の病理学的特徴を推定すること、を備える項目1に記載のコンピュータで実施する方法。
(項目3)
前記観察かん流情報は、1つ若しくは複数のかん流値または1つ若しくは複数の心筋壁運動値を包含する、項目1に記載のコンピュータで実施する方法。
(項目4)
更に、前記1つ若しくは複数のかん流値または前記1つ若しくは複数の血管壁運動値を、前記患者または複数の人の1つ若しくは複数の人の1つ若しくは複数の画像から受け取り、更に、
1つ若しくは複数かん流値または1つ若しくは複数の血管壁運動値を、患者の組織モデルに記録すること、を備える項目3に記載のコンピュータで実施する方法。
(項目5)
前記1つまたは複数の患者血管モデルを決定することは、更に、
前記観察かん流情報を生成する仮説的血管病変のセットを特定することを包含し、患者の前記1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴が、血管病変に関連される、項目1に記載のコンピュータで実施する方法。
(項目6)
更に、患者の生体組織の幾何学モデルを受け取り、更に、
計算流体力学分析を、前記患者の生体組織の前記幾何学モデルの1つまたは複数の変形版に適用することを包含し、前記仮説血管病変のセットの特定は、計算流体力学分析を前記幾何学モデルの前記変形版の1つまたは複数への適用に基づいている、項目5に記載のコンピュータで実施する方法。
(項目7)
更に、前記患者の生体組織の1つまたは複数のモデルに関連する複数の計算流体力学分析結果を、観察かん流情報と比較し、更に、
前記複数の計算流体力学分析結果の観察かん流情報との比較に基づいて、前記患者の生体組織の冠状動脈モデルを選択することを、包含する項目5のコンピュータで実施する方法。
(項目8)
更に、前記患者の前記1つ若しくは複数の血流特性または1つ若しくは複数病理学的特徴に関連する治療を出力すること、を包含する項目1のコンピュータで実施する方法。
(項目9)
血管疾患を有する患者を評価するシステムであって、このシステムは、
血管疾患を有する患者の評価のための命令を記憶するデータ記憶デバイスと、
前記患者若しくは複数の人のいずれかに関連する1つまたは複数の血管モデルを受け取り、
前記患者に関連する観察かん流情報を受け取り、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記観察かん流情報及び前記1つまたは複数の血管モデルに基づいて、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定することを包含する方法を、
実行するように構成されるプロセッサとを備える。
(項目10)
前記システムは、更に、
前記1つまたは複数の血管モデルのそれぞれについて、前記1つまたは複数の血管モデルから導き出される1つまたは複数のモデル化されたかん流値を取得し、
前記観察かん流情報を、前記1つまたは複数のモデル化されたかん流値の1つまたは複数と比較し、観察かん流情報に対応する関連した患者血管モデルを特定し、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数病理学的特徴を、更に、前記特定した患者の血管モデルに基づいて推定する、ように構成される、項目9に記載のシステム。
(項目11)
前記観察かん流情報は、1つ若しくは複数かん流値または1つ若しくは複数の心筋壁運動値を包含する、項目9に記載のシステム。
(項目12)
前記システムは、更に、
前記患者または複数の人の1つ若しくは複数の人のいずれかの1つ若しくは複数画像から、前記1つ若しくは複数かん流値または前記1つ若しくは複数の心筋壁運動値を受け取り、更に、
前記1つ若しくは複数のかん流値または前記1つ若しくは複数の心筋壁運動値を、前記患者の組織モデルに記録する、ように構成される、項目11に記載のシステム。
(項目13)
前記1つまたは複数の患者の血管モデルを決定することは、更に、
前記観察かん流情報を生成する仮説血管病変のセットを特定することを包含し、前記患者の前記1つ若しくは複数の血流特性または1つ若しくは複数の病理的特徴は、血管病変のセットに関連する、項目9に記載のシステム。
(項目14)
前記システムは、更に、
前記患者の生体組織の幾何学モデルを受け取り、更に、
計算流体力学分析を、前記患者の生体組織の前記幾何学モデルの1つまたは複数の変形版に適用するように構成され、前記仮説血管病変のセットの特定は、計算流体力学分析を前記幾何学モデルの前記変形版の1つまたは複数への適用に基づいている、項目13に記載のシステム。
(項目15)
前記システムは、更に、
前記患者の生体組織の1つまたは複数のモデルに関連する複数の計算流体力学分析結果を、前記観察かん流情報と比較し、更に、
前記複数の計算流体力学分析結果の前記観察かん流情報との比較に基づいて、前記患者の生体組織の冠状動脈モデルを選択するように、構成される、項目13に記載のシステム。
(項目16)
更に、前記患者の前記1つ若しくは複数の血流特性または前記1つ若しくは複数病理学的特徴に関連する治療を出力すること、を包含する項目9に記載のシステム。
(項目17)
血管疾患を有する患者を評価する方法を実行するコンピュータで実施可能なプログラム命令を内包するコンピュータシステムで使用するための、固定のコンピュータ可読媒体であって、この方法は、
前記患者または複数の人のいずれかに関連する1つまたは複数の血管モデルを受け取り、
前記患者に関連する観察かん流情報を受け取り、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記観察かん流情報及び前記1つまたは複数の血管モデルに基づいて、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定することを、備える。
(項目18)
前記方法は、更に、
前記1つまたは複数の血管モデルのそれぞれについて、前記1つまたは複数の血管モデルから導き出される1つまたは複数のモデル化されたかん流値を取得し、
前記観察かん流情報を、前記1つまたは複数のモデル化されたかん流値の1つまたは複数と比較し、前記観察かん流情報に対応する関連した患者の血管モデルを特定し、更に、
1つまたは複数のコンピュータプロセッサを使用して、更に、前記特定した患者の血管モデルに基づいて、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定すること、を備える項目17に記載の固定のコンピュータ可読媒体。
(項目19)
前記観察かん流情報は、1つ若しくは複数のかん流値または1つ若しくは複数の心筋壁運動値を包含する、項目17に記載の固定のコンピュータ可読媒体。
(項目20)
前記方法は、更に、
前記1つ若しくは複数のかん流値または前記1つ若しくは複数の血管壁運動値を、前記患者または複数の人の1つ若しくは複数の人の1つ若しくは複数の画像から受け取り、更に、
1つ若しくは複数かん流値または1つ若しくは複数の血管壁運動値を、前記患者の組織モデルに記録すること、を備える項目19に記載の固定のコンピュータ可読媒体。
本発明は、例えば、以下を提供する。
(項目1)
血管疾患を有する患者の評価をコンピュータで実施する方法であって、この方法は、
患者または複数の人のいずれかに関連する1つまたは複数の血管モデルを受け取り、
患者に関連する観察かん流情報を受け取り、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記観察かん流情報及び前記1つまたは複数の血管モデルに基づいて、患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定することを、備える。
(項目2)
更に、前記1つまたは複数の血管モデルのそれぞれについて、前記1つまたは複数の血管モデルから導き出される1つまたは複数のモデル化されたかん流値を取得し、
前記観察かん流情報を、前記1つまたは複数のモデル化されたかん流値の1つまたは複数と比較し、前記観察かん流情報に対応する関連した患者の血管モデルを特定し、更に、
1つまたは複数のコンピュータプロセッサを使用して、更に、前記特定した患者の血管モデルに基づいて、前記1つ若しくは複数の血流特性または前記1つ若しくは複数の病理学的特徴を推定すること、を備える項目1に記載のコンピュータで実施する方法。
(項目3)
前記観察かん流情報は、1つ若しくは複数のかん流値または1つ若しくは複数の心筋壁運動値を包含する、項目1に記載のコンピュータで実施する方法。
(項目4)
更に、前記1つ若しくは複数のかん流値または前記1つ若しくは複数の血管壁運動値を、前記患者または複数の人の1つ若しくは複数の人の1つ若しくは複数の画像から受け取り、更に、
1つ若しくは複数かん流値または1つ若しくは複数の血管壁運動値を、患者の組織モデルに記録すること、を備える項目3に記載のコンピュータで実施する方法。
(項目5)
前記1つまたは複数の患者血管モデルを決定することは、更に、
前記観察かん流情報を生成する仮説的血管病変のセットを特定することを包含し、患者の前記1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴が、血管病変に関連される、項目1に記載のコンピュータで実施する方法。
(項目6)
更に、患者の生体組織の幾何学モデルを受け取り、更に、
計算流体力学分析を、前記患者の生体組織の前記幾何学モデルの1つまたは複数の変形版に適用することを包含し、前記仮説血管病変のセットの特定は、計算流体力学分析を前記幾何学モデルの前記変形版の1つまたは複数への適用に基づいている、項目5に記載のコンピュータで実施する方法。
(項目7)
更に、前記患者の生体組織の1つまたは複数のモデルに関連する複数の計算流体力学分析結果を、観察かん流情報と比較し、更に、
前記複数の計算流体力学分析結果の観察かん流情報との比較に基づいて、前記患者の生体組織の冠状動脈モデルを選択することを、包含する項目5のコンピュータで実施する方法。
(項目8)
更に、前記患者の前記1つ若しくは複数の血流特性または1つ若しくは複数病理学的特徴に関連する治療を出力すること、を包含する項目1のコンピュータで実施する方法。
(項目9)
血管疾患を有する患者を評価するシステムであって、このシステムは、
血管疾患を有する患者の評価のための命令を記憶するデータ記憶デバイスと、
前記患者若しくは複数の人のいずれかに関連する1つまたは複数の血管モデルを受け取り、
前記患者に関連する観察かん流情報を受け取り、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記観察かん流情報及び前記1つまたは複数の血管モデルに基づいて、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定することを包含する方法を、
実行するように構成されるプロセッサとを備える。
(項目10)
前記システムは、更に、
前記1つまたは複数の血管モデルのそれぞれについて、前記1つまたは複数の血管モデルから導き出される1つまたは複数のモデル化されたかん流値を取得し、
前記観察かん流情報を、前記1つまたは複数のモデル化されたかん流値の1つまたは複数と比較し、観察かん流情報に対応する関連した患者血管モデルを特定し、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数病理学的特徴を、更に、前記特定した患者の血管モデルに基づいて推定する、ように構成される、項目9に記載のシステム。
(項目11)
前記観察かん流情報は、1つ若しくは複数かん流値または1つ若しくは複数の心筋壁運動値を包含する、項目9に記載のシステム。
(項目12)
前記システムは、更に、
前記患者または複数の人の1つ若しくは複数の人のいずれかの1つ若しくは複数画像から、前記1つ若しくは複数かん流値または前記1つ若しくは複数の心筋壁運動値を受け取り、更に、
前記1つ若しくは複数のかん流値または前記1つ若しくは複数の心筋壁運動値を、前記患者の組織モデルに記録する、ように構成される、項目11に記載のシステム。
(項目13)
前記1つまたは複数の患者の血管モデルを決定することは、更に、
前記観察かん流情報を生成する仮説血管病変のセットを特定することを包含し、前記患者の前記1つ若しくは複数の血流特性または1つ若しくは複数の病理的特徴は、血管病変のセットに関連する、項目9に記載のシステム。
(項目14)
前記システムは、更に、
前記患者の生体組織の幾何学モデルを受け取り、更に、
計算流体力学分析を、前記患者の生体組織の前記幾何学モデルの1つまたは複数の変形版に適用するように構成され、前記仮説血管病変のセットの特定は、計算流体力学分析を前記幾何学モデルの前記変形版の1つまたは複数への適用に基づいている、項目13に記載のシステム。
(項目15)
前記システムは、更に、
前記患者の生体組織の1つまたは複数のモデルに関連する複数の計算流体力学分析結果を、前記観察かん流情報と比較し、更に、
前記複数の計算流体力学分析結果の前記観察かん流情報との比較に基づいて、前記患者の生体組織の冠状動脈モデルを選択するように、構成される、項目13に記載のシステム。
(項目16)
更に、前記患者の前記1つ若しくは複数の血流特性または前記1つ若しくは複数病理学的特徴に関連する治療を出力すること、を包含する項目9に記載のシステム。
(項目17)
血管疾患を有する患者を評価する方法を実行するコンピュータで実施可能なプログラム命令を内包するコンピュータシステムで使用するための、固定のコンピュータ可読媒体であって、この方法は、
前記患者または複数の人のいずれかに関連する1つまたは複数の血管モデルを受け取り、
前記患者に関連する観察かん流情報を受け取り、更に、
1つまたは複数のコンピュータプロセッサを使用して、前記観察かん流情報及び前記1つまたは複数の血管モデルに基づいて、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定することを、備える。
(項目18)
前記方法は、更に、
前記1つまたは複数の血管モデルのそれぞれについて、前記1つまたは複数の血管モデルから導き出される1つまたは複数のモデル化されたかん流値を取得し、
前記観察かん流情報を、前記1つまたは複数のモデル化されたかん流値の1つまたは複数と比較し、前記観察かん流情報に対応する関連した患者の血管モデルを特定し、更に、
1つまたは複数のコンピュータプロセッサを使用して、更に、前記特定した患者の血管モデルに基づいて、前記患者の1つ若しくは複数の血流特性または1つ若しくは複数の病理学的特徴を推定すること、を備える項目17に記載の固定のコンピュータ可読媒体。
(項目19)
前記観察かん流情報は、1つ若しくは複数のかん流値または1つ若しくは複数の心筋壁運動値を包含する、項目17に記載の固定のコンピュータ可読媒体。
(項目20)
前記方法は、更に、
前記1つ若しくは複数のかん流値または前記1つ若しくは複数の血管壁運動値を、前記患者または複数の人の1つ若しくは複数の人の1つ若しくは複数の画像から受け取り、更に、
1つ若しくは複数かん流値または1つ若しくは複数の血管壁運動値を、前記患者の組織モデルに記録すること、を備える項目19に記載の固定のコンピュータ可読媒体。
Claims (20)
- 血管疾患を有する患者の評価をコンピュータで実施する方法であって、前記方法は、
前記患者の組織モデルを受け取ることと、
前記組織モデルに血液を供給する血管系の位置における1つまたは複数の血管病変を画定する血管モデルを受け取ることと、
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第1の血管病変に起因するかん流をモデリングすることと、
前記第1の血管病変に応答して、前記第1の血管病変に起因するモデル化されたかん流から、前記組織モデルの第1の組織特性の値を計算することであって、前記組織特性は、組織の生存率の測定値、血流を変化させる組織の能力、組織の不規則性、組織の電気的性質、及び/または組織の力学的性質を含む、ことと
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第2の血管病変に起因するかん流をモデリングすることと、
前記第2の血管病変に応答して、前記第2の血管病変に起因するモデル化されたかん流から、前記組織モデルの第2の組織特性の値を計算することと、
前記第1の組織特性と前記第2の組織特性との比較から、前記少なくとも1つの組織特性上の血管病変の効果を判定することと、
患者に関連する観察された組織特性の値を受け取ることと、
1つまたは複数のコンピュータプロセッサを使用して、前記観察された組織特性の値と前記少なくとも1つの組織特性上の前記血管病変の前記判定された効果とを使用して前記患者の生体組織内の位置における患者の1つまたは複数の病理学的特徴を推定することと
を含む、方法。 - 前記観察された組織特性と前記少なくとも1つの組織特性上の前記血管病変の前記判定された効果とを使用して、前記観察された組織特性の値に対応する患者の血管モデルを特定することと、
1つまたは複数のコンピュータプロセッサを使用して、前記特定された患者の血管モデルにさらに基づいて、前記患者の1つまたは複数の病理学的特徴を推定することと
をさらに含む、請求項1に記載のコンピュータで実施する方法。 - 前記観察された組織特性の値は、かん流値または心筋壁運動値を含む、請求項1に記載のコンピュータで実施する方法。
- 前記患者または複数の個人のうちの1人若しくは複数の個人のいずれかの1つまたは複数の画像から前記かん流値または前記心筋壁運動値を受け取ることと、
前記かん流値または前記心筋壁運動値を前記患者の組織モデルに記録することと
をさらに含む、請求項3に記載のコンピュータで実施する方法。 - 前記観察された組織特性の値を生成する仮説的血管病変のセットを特定することをさらに含み、前記患者の1つまたは複数の病理学的特徴は、前記血管病変のセットに関連される、請求項1に記載のコンピュータで実施する方法。
- 前記患者の生体組織の幾何学モデルを受け取ることと、
前記患者の生体組織の前記幾何学モデルの1つまたは複数の変形版に計算流体力学分析を適用することであって、前記仮説血管病変のセットの特定は、前記幾何学モデルの前記1つまたは複数の変形版への計算流体力学分析の適用に基づいている、ことと
をさらに含む、請求項5に記載のコンピュータで実施する方法。 - 前記患者の生体組織の1つまたは複数のモデルに関連する複数の計算流体力学分析結果を前記観察された組織特性の値と比較することと、
前記複数の計算流体力学分析結果と前記観察された組織特性の値との比較に基づいて、前記患者の生体組織の冠状動脈モデルを選択することと
をさらに含む、請求項5のコンピュータで実施する方法。 - 前記患者の1つまたは複数の病理学的特徴に関連する治療を出力することをさらに含む、請求項1のコンピュータで実施する方法。
- 血管疾患を有する患者を評価するシステムであって、前記システムは、
血管疾患を有する患者の評価のための命令を記憶するデータ記憶デバイスと、
前記命令を実行することにより方法を実行するように構成されるプロセッサであって、前記方法は、
前記患者の組織モデルを受け取ることと、
前記組織モデルに血液を供給する血管系の位置における1つまたは複数の血管病変を画定する血管モデルを受け取ることと、
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第1の血管病変に起因するかん流をモデリングすることと、
前記第1の血管病変に応答して、前記第1の血管病変に起因するモデル化されたかん流から、前記組織モデルの第1の組織特性の値を計算することであって、前記組織特性は、組織の生存率の測定値、血流を変化させる組織の能力、組織の不規則性、組織の電気的性質、及び/または組織の力学的性質を含む、ことと
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第2の血管病変に起因するかん流をモデリングすることと、
前記第2の血管病変に応答して、前記第2の血管病変に起因するモデル化されたかん流から、前記組織モデルの第2の組織特性の値を計算することと、
前記第1の組織特性と前記第2の組織特性との比較から、前記少なくとも1つの組織特性上の血管病変の効果を判定することと、
患者に関連する観察された組織特性の値を受け取ることと、
1つまたは複数のコンピュータプロセッサを使用して、前記観察された組織特性の値と前記少なくとも1つの組織特性上の前記血管病変の前記判定された効果とを使用して前記患者の生体組織内の位置における患者の1つまたは複数の病理学的特徴を推定することと
を含む、プロセッサと
を備える、システム。 - 前記システムは、
前記観察された組織特性と前記少なくとも1つの組織特性上の前記血管病変の前記判定された効果とを使用して、前記観察された組織特性の値に対応する患者の血管モデルを特定することと、
1つまたは複数のコンピュータプロセッサを使用して、前記特定された患者の血管モデルにさらに基づいて、前記患者の1つまたは複数の病理学的特徴を推定することと
を行うようにさらに構成される、請求項9に記載のシステム。 - 前記観察された組織特性の値は、かん流値または心筋壁運動値を含む、請求項9に記載のシステム。
- 前記システムは、
前記患者または複数の個人のうちの1人若しくは複数の個人のいずれかの1つまたは複数の画像から前記かん流値または前記心筋壁運動値を受け取ることと、
前記かん流値または前記心筋壁運動値を前記患者の組織モデルに記録することと
を行うようにさらに構成される、請求項11に記載のシステム。 - 前記観察された組織特性の値を生成する仮説的血管病変のセットを特定することをさらに含み、前記患者の1つまたは複数の病理学的特徴は、前記血管病変のセットに関連する、請求項9に記載のシステム。
- 前記システムは、
前記患者の生体組織の幾何学モデルを受け取ることと、
前記患者の生体組織の前記幾何学モデルの1つまたは複数の変形版に計算流体力学分析を適用することと
を行うようにさらに構成され、
前記仮説血管病変のセットの特定は、前記幾何学モデルの前記1つまたは複数の変形版への計算流体力学分析の適用に基づいている、請求項13に記載のシステム。 - 前記システムは、
前記患者の生体組織の1つまたは複数のモデルに関連する複数の計算流体力学分析結果を前記観察された組織特性の値と比較することと、
前記複数の計算流体力学分析結果と前記観察された組織特性の値との比較に基づいて、前記患者の生体組織の冠状動脈モデルを選択することと
を行うようにさらに構成される、請求項13に記載のシステム。 - 前記患者の1つまたは複数の病理学的特徴に関連する治療を出力することをさらに含む、請求項9に記載のシステム。
- 血管疾患を有する患者を評価する方法を実行するためのコンピュータで実施可能なプログラム命令を内包するコンピュータシステム上で使用するための固定のコンピュータ可読媒体であって、前記方法は、
前記患者の組織モデルを受け取ることと、
前記組織モデルに血液を供給する血管系の位置における1つまたは複数の血管病変を画定する血管モデルを受け取ることと、
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第1の血管病変に起因するかん流をモデリングすることと、
前記第1の血管病変に応答して、前記第1の血管病変に起因するモデル化されたかん流から、前記組織モデルの第1の組織特性の値を計算することであって、前記組織特性は、組織の生存率の測定値、血流を変化させる組織の能力、組織の不規則性、組織の電気的性質、及び/または組織の力学的性質を含む、ことと
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第2の血管病変に起因するかん流をモデリングすることと、
前記組織モデルの少なくとも一部に血液を供給する前記血管モデルの第2の血管病変に起因するかん流をモデリングすることと、
前記第2の血管病変に応答して、前記第2の血管病変に起因するモデル化されたかん流から、前記組織モデルの第2の組織特性の値を計算することと、
前記第1の組織特性と前記第2の組織特性との比較から、前記少なくとも1つの組織特性上の血管病変の効果を判定することと、
患者に関連する観察された組織特性の値を受け取ることと、
1つまたは複数のコンピュータプロセッサを使用して、前記観察された組織特性の値と前記少なくとも1つの組織特性上の前記血管病変の前記判定された効果とを使用して前記患者の生体組織内の位置における患者の1つまたは複数の病理学的特徴を推定することと
を含む、固定のコンピュータ可読媒体。 - 前記方法は、
前記観察された組織特性の値と前記少なくとも1つの組織特性上の前記血管病変の前記判定された効果とを使用して、前記観察された組織特性の値に対応する患者の血管モデルを特定することと、
1つまたは複数のコンピュータプロセッサを使用して、前記特定された患者の血管モデルにさらに基づいて、前記患者の1つまたは複数の病理学的特徴を推定することと
をさらに含む、請求項17に記載の固定のコンピュータ可読媒体。 - 前記観察された組織特性の値は、かん流値または心筋壁運動値を含む、請求項17に記載の固定のコンピュータ可読媒体。
- 前記方法は、
前記患者または複数の個人のうちの1人若しくは複数の個人のいずれかの1つまたは複数の画像から前記かん流値または前記心筋壁運動値を受け取ることと、
前記かん流値または前記心筋壁運動値を前記患者の組織モデルに記録することと
をさらに含む、請求項19に記載の固定のコンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462043699P | 2014-08-29 | 2014-08-29 | |
US62/043,699 | 2014-08-29 | ||
US14/529,495 | 2014-10-31 | ||
US14/529,495 US9386933B2 (en) | 2014-08-29 | 2014-10-31 | Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply |
PCT/US2015/045889 WO2016032819A1 (en) | 2014-08-29 | 2015-08-19 | Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019216290A Division JP7039544B2 (ja) | 2014-08-29 | 2019-11-29 | 血流特性及び病理を心筋血液供給のモデリングを介して決定するためのシステム及び方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017525497A JP2017525497A (ja) | 2017-09-07 |
JP2017525497A5 true JP2017525497A5 (ja) | 2018-07-19 |
JP6626498B2 JP6626498B2 (ja) | 2019-12-25 |
Family
ID=54035307
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017511193A Active JP6626498B2 (ja) | 2014-08-29 | 2015-08-19 | 血流特性及び病理を心筋血液供給のモデリングを介して決定するためのシステム及び方法 |
JP2019216290A Active JP7039544B2 (ja) | 2014-08-29 | 2019-11-29 | 血流特性及び病理を心筋血液供給のモデリングを介して決定するためのシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019216290A Active JP7039544B2 (ja) | 2014-08-29 | 2019-11-29 | 血流特性及び病理を心筋血液供給のモデリングを介して決定するためのシステム及び方法 |
Country Status (4)
Country | Link |
---|---|
US (4) | US9386933B2 (ja) |
EP (1) | EP3185762B1 (ja) |
JP (2) | JP6626498B2 (ja) |
WO (1) | WO2016032819A1 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9135381B2 (en) | 2013-05-10 | 2015-09-15 | Stenomics, Inc. | Modeling and simulation system for optimizing prosthetic heart valve treatment |
US9092743B2 (en) | 2013-10-23 | 2015-07-28 | Stenomics, Inc. | Machine learning system for assessing heart valves and surrounding cardiovascular tracts |
US9386933B2 (en) * | 2014-08-29 | 2016-07-12 | Heartflow, Inc. | Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply |
US11071501B2 (en) | 2015-08-14 | 2021-07-27 | Elucid Bioiwaging Inc. | Quantitative imaging for determining time to adverse event (TTE) |
US12008751B2 (en) | 2015-08-14 | 2024-06-11 | Elucid Bioimaging Inc. | Quantitative imaging for detecting histopathologically defined plaque fissure non-invasively |
US11113812B2 (en) | 2015-08-14 | 2021-09-07 | Elucid Bioimaging Inc. | Quantitative imaging for detecting vulnerable plaque |
US11676359B2 (en) | 2015-08-14 | 2023-06-13 | Elucid Bioimaging Inc. | Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology |
US10176408B2 (en) | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US11087459B2 (en) | 2015-08-14 | 2021-08-10 | Elucid Bioimaging Inc. | Quantitative imaging for fractional flow reserve (FFR) |
US12026868B2 (en) | 2015-08-14 | 2024-07-02 | Elucid Bioimaging Inc. | Quantitative imaging for detecting histopathologically defined plaque erosion non-invasively |
US11094058B2 (en) | 2015-08-14 | 2021-08-17 | Elucid Bioimaging Inc. | Systems and method for computer-aided phenotyping (CAP) using radiologic images |
WO2019071249A1 (en) | 2017-10-06 | 2019-04-11 | Emory University | METHODS AND SYSTEMS FOR DETERMINING HEMODYNAMIC INFORMATION FOR ONE OR MORE ARTERIAL SEGMENTS |
US11871995B2 (en) | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
JP7118798B2 (ja) | 2018-08-06 | 2022-08-16 | キヤノンメディカルシステムズ株式会社 | X線コンピュータ断層撮影装置 |
CN113439287A (zh) | 2019-08-05 | 2021-09-24 | 易鲁希德生物成像公司 | 形态学和血管周疾病标志物的联合评估 |
US11636603B2 (en) * | 2020-11-03 | 2023-04-25 | Dyad Medical, Inc. | System and methods for segmentation and assembly of cardiac MRI images |
CN113520363B (zh) * | 2021-06-25 | 2023-08-25 | 安影科技(北京)有限公司 | 一种下丘脑及垂体的血流灌注获取方法及系统 |
CN113506640B (zh) * | 2021-08-17 | 2022-05-31 | 首都医科大学附属北京友谊医院 | 脑灌注状态分类装置、方法、设备及模型训练装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8527251B2 (en) * | 2009-05-01 | 2013-09-03 | Siemens Aktiengesellschaft | Method and system for multi-component heart and aorta modeling for decision support in cardiac disease |
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 |
US8548778B1 (en) * | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
US9675301B2 (en) * | 2012-10-19 | 2017-06-13 | Heartflow, Inc. | Systems and methods for numerically evaluating vasculature |
BR112015013248A2 (pt) * | 2012-12-11 | 2017-07-11 | Koninklijke Philips Nv | método de determinação do fluxo sanguíneo através das artérias coronárias, processador (36) para determinar o fluxo sanguíneo através das artérias coronárias, dispositivo de imageamento e programa de computador |
US10485517B2 (en) * | 2013-02-15 | 2019-11-26 | The Johns Hopkins University | Computational flow dynamics based method for estimating thromboembolic risk in patients with myocardial infarction |
US9805463B2 (en) * | 2013-08-27 | 2017-10-31 | Heartflow, Inc. | Systems and methods for predicting location, onset, and/or change of coronary lesions |
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 |
US9785746B2 (en) * | 2014-03-31 | 2017-10-10 | Heartflow, Inc. | Systems and methods for determining blood flow characteristics using flow ratio |
US9754082B2 (en) * | 2014-05-30 | 2017-09-05 | Heartflow, Inc. | Systems and methods for reporting blood flow characteristics |
US9386933B2 (en) * | 2014-08-29 | 2016-07-12 | Heartflow, Inc. | Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply |
-
2014
- 2014-10-31 US US14/529,495 patent/US9386933B2/en active Active
-
2015
- 2015-08-19 JP JP2017511193A patent/JP6626498B2/ja active Active
- 2015-08-19 EP EP15757378.3A patent/EP3185762B1/en active Active
- 2015-08-19 WO PCT/US2015/045889 patent/WO2016032819A1/en active Application Filing
-
2016
- 2016-06-08 US US15/176,750 patent/US10213119B2/en active Active
-
2019
- 2019-01-07 US US16/241,621 patent/US20190142281A1/en not_active Abandoned
- 2019-01-07 US US16/241,573 patent/US20190133456A1/en active Pending
- 2019-11-29 JP JP2019216290A patent/JP7039544B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2017525497A5 (ja) | ||
JP7039544B2 (ja) | 血流特性及び病理を心筋血液供給のモデリングを介して決定するためのシステム及び方法 | |
US20230197286A1 (en) | Systems and methods for patient image processing to evaluate tissue function | |
JP6679709B2 (ja) | 造影剤分布予測及び測定を使用してプラーク及び/または狭窄性病変の重症度を評価するシステム及び方法 | |
US10262101B2 (en) | Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics | |
US20200178815A1 (en) | Systems and methods for predicting tissue viability deficits from physiological, anatomical, and patient characteristics | |
US11024404B2 (en) | System and method for medical image based cardio-embolic stroke risk prediction | |
JP2016533815A (ja) | 患者に特異的な解剖学的データからパーソナライズされた血管移植を特定するためのシステム及び方法 | |
JP2017529146A5 (ja) | ||
Vassilevski et al. | Patient-specific anatomical models in human physiology | |
JP2016531630A5 (ja) | ||
US10485517B2 (en) | Computational flow dynamics based method for estimating thromboembolic risk in patients with myocardial infarction | |
JPWO2018159708A1 (ja) | 血流解析装置および方法並びにプログラム |