JP2018515167A - 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 - Google Patents

血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 Download PDF

Info

Publication number
JP2018515167A
JP2018515167A JP2017551074A JP2017551074A JP2018515167A JP 2018515167 A JP2018515167 A JP 2018515167A JP 2017551074 A JP2017551074 A JP 2017551074A JP 2017551074 A JP2017551074 A JP 2017551074A JP 2018515167 A JP2018515167 A JP 2018515167A
Authority
JP
Japan
Prior art keywords
model
tissue
patient
blood vessel
vascular
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.)
Withdrawn
Application number
JP2017551074A
Other languages
English (en)
Inventor
クララ ジャケット,
クララ ジャケット,
マイケル シャープ,
マイケル シャープ,
イン バイ,
イン バイ,
レオ グラディー,
レオ グラディー,
チャールズ エー. テイラー,
チャールズ エー. テイラー,
Original Assignee
ハートフロー, インコーポレイテッド
ハートフロー, インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ハートフロー, インコーポレイテッド, ハートフロー, インコーポレイテッド filed Critical ハートフロー, インコーポレイテッド
Publication of JP2018515167A publication Critical patent/JP2018515167A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25User interfaces for surgical systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048Interaction techniques based on graphical user interfaces [GUI]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101Computer-aided simulation of surgical operations
    • A61B2034/105Modelling of the patient, e.g. for ligaments or bones

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Robotics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Processing Or Creating Images (AREA)

Abstract

血管網と関連潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すシステム及び方法が開示される。1つの方法は、患者の少なくとも1つの血管を含む、患者の解剖学的構造の患者特有血管モデルを受信することと、患者の少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、血管モデルの選択区域、または組織モデルの選択区域を受信することと、血管モデルの選択区域に対応する組織モデルの領域の表示、または組織モデルの選択区域に対応する血管モデルの部分の表示を、それぞれ生成することとを含む。【選択図】図4B

Description

関連出願(複数可)の相互参照
本出願は、2015年4月2日に出願された米国特許仮出願第62/141,895号に対する優先権を主張し、当仮出願の開示内容全体は、参照により全て本明細書に組み込まれるものとする。
本開示の様々な実施形態は概して、患者の身体の機能評定、可視化、及び関連方法に関する。より具体的には、本開示の特定の実施形態は、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すシステム及び方法に関する。
患者への様々なリスク、費用、及び治効に関する評価を含む、数多くの形態の疾患治療及び評定が存在する。例えば、世界的に主要な死因である冠動脈心疾患を予防し、治療するためのいくつかの解決法が存在する。疾患重症度及び/または原因の評定により、治療は向上可能となる。疾患または疾患重症度は、血液供給により問題の核心へ連結され得る。血管供給組織領域に対する見識は、さらなる評定及び/または治療の区域を選別する、あるいは素早く標的とすることに役立ち得る。従って、血管網と潅流器官の機能的関連性(複数可)を示すことが可能な評定が要望されている。
前述の一般的説明及び以下の詳細説明は、単に模範及び説明であり、開示内容を制限するものではない。
本開示のある態様に従って、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すシステム及び方法が開示される。
1つの方法は、患者の少なくとも1つの血管を含む、患者の解剖学的構造の患者特有血管モデルを受信することと、患者の少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、血管モデルの選択区域、または組織モデルの選択区域を受信することと、血管モデルの選択区域に対応する組織モデルの領域の表示、または組織モデルの選択区域に対応する血管モデルの部分の表示を、それぞれ生成することとを含む。
別の実施形態によれば、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すシステムは、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す命令を記憶するデータ記憶デバイスと、プロセッサとを備え、当プロセッサは、患者の少なくとも1つの血管を含む、患者の解剖学的構造の患者特有血管モデルを受信することと、患者の少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、血管モデルの選択区域、または組織モデルの選択区域を受信することと、血管モデルの選択区域に対応する組織モデルの領域の表示、または組織モデルの選択区域に対応する血管モデルの部分の表示を、それぞれ生成することと、を実行するように構成される。
別の実施形態によれば、コンピュータシステム上で使用される非一時的コンピュータ可読媒体は、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す方法を実施するためのコンピュータ実行可能プログラム命令を含み、当方法は、患者の少なくとも1つの血管を含む、患者の解剖学的構造の患者特有血管モデルを受信することと、患者の少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、血管モデルの選択区域、または組織モデルの選択区域を受信することと、血管モデルの選択区域に対応する組織モデルの領域の表示、または組織モデルの選択区域に対応する血管モデルの部分の表示を、それぞれ生成することと、を含む。
開示される実施形態の追加の目的及び利点は、部分的に以下の説明に明記され、部分的に本説明から明らかであり、または開示される実施形態の実践により学ばれ得る。開示される実施形態の目的及び利点は、特に添付される請求項において指摘される要素及び組み合わせを用いて実現及び達成される。
前述の一般的説明及び以下の詳細説明は共に、単に模範及び説明であり、請求される開示実施形態を制限するものではないことを理解されたい。
本明細書に組み込まれ、かつ本明細書の一部を成す添付図面は、様々な代表的実施形態を例示し、説明と共に開示される実施形態の原理を説明するのに役立つ。
本開示の代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す代表的システム及びネットワークのブロック図である。 本開示の代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す代表的方法のフローチャートである。 本開示の代表的実施形態による、冠血管網と心筋の機能的関連性を特定し表示する対話型ツールを生み出す代表的方法のフローチャートである。 本開示の代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す別の代表的方法のフローチャートである。 本開示の代表的実施形態による、冠血管網と心筋の機能的関連性を特定し表示する対話型ツールを生み出す別の代表的方法のフローチャートである。 本開示の代表的実施形態による、血管網及び対応潅流組織に対応付けられた機能情報を特定し表示する対話型ツールを生み出す代表的方法のフローチャートである。 本開示の代表的実施形態による、冠血管網及び心筋に対応付けられた機能情報を特定し表示する対話型ツールを生み出す代表的方法のフローチャートである。 本開示の代表的実施形態による、血管網と対応潅流組織の機能的関連性(複数可)を表示するように構成されるユーザインタフェースの図解を含む。 本開示の代表的実施形態による、血管網と対応潅流組織の機能的関連性(複数可)を表示するように構成されるユーザインタフェースの図解を含む。
ここで本開示の代表的実施形態に対し詳しく参照が行われ、その実施例が添付図面において例示される。可能な限り、同一または同様の部分を指すために図面を通して同一の参照番号が使用される。
疾患は、血液供給により問題の核心へ連結され得る。従って、血管網と潅流器官の機能的関連性(複数可)を示すことが可能な評定が要望されている。本開示は、血管網と対応潅流器官の機能的関連性を可視化するシステム及び方法を含む。例えば、本開示は、ユーザがこのような機能的関連性を可視化することを手伝う患者特有対話型ツールを説明する。ツールによりユーザは、様々な治療及び/または生理状況の下、全体規模及び/または局地的規模で血液供給の因果関係を可視化することが可能となり得る。例えば、冠血管網及び冠血管網に対応付けられた心筋を伴うシナリオにおいて、ユーザは、ツール内に表示された冠血管を選択し(例えばクリック)、そしてツールは、ユーザにより選択された冠血管により血液が供給される心筋組織の対応部分を特定し得る(明るくまたは色づけて表示することを含む)。別の事例において、前出の実施例のユーザは、心筋組織の一部を選択し、そしてツールは、選択された組織へ血液を供給する冠血管網の一部を特定し強調表示し得る。表示はさらに、組織特性及び結果的潅流/血流(例えば瘢痕組織からの潅流/血流、あるいは1つまたは複数の治療の効果としての潅流/血流)の流体モデリングまたはインジケータを含み得る。
表示はさらに、例えば受信された患者の画像または複数の個体に対応付けられたデータに基づいて、機能的関連性を表示するのに選択が推奨される血管または組織部分を含み得る。例えば、患者画像は、いくつかの問題または不整(例えば瘢痕組織、狭窄症、プラーク等)を示し得る。このような問題または不整は、例えばコントラスト強度または階調度に基づいて、画像から検出され得る。前出の患者または複数の個体に対応付けられたデータは、問題に関して決定的であり得る、または易発性を有し得る血管構造のいくつかの部分(例えば塞栓)も示し得る。このような場合、特定の患者の可能性のある循環系問題を正確に示すまたは解決するために、表示は、ユーザが選択する血管構造または組織に関して推薦を含み得る。いくつかのシナリオにおいて、血管構造または組織の最も厳しいまたは重要な問題のある区域が最初に選択用に推薦され、血管構造または組織のより重要度の低い区域は後続のユーザインタフェースで推薦される、一連のユーザインタフェースのワークフローとして表示は提示され得る。表示は、患者の血管構造または組織の3次元(3D)または2次元(2D)表現を含み得る。表示はさらに、ヒストグラムすなわちチャートを含み、例えば、様々な選択血管に関して影響される組織のパーセンテージを比較するチャート、時間または様々な生理状態と共に1つの選択血管の幾何学的形状により影響される組織のパーセンテージを比較するチャート、組織または血管構造に対するそれぞれの治療の効果に関して様々な治療を比較するチャート等があり得る。
本開示は、例えば血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すことにより、患者に対する血管関連治療の効力を計画及び評定するシステム及び方法を含み得る。加えて、本開示は、例えば効果的な治療(複数可)を提案することにより、治療または1つまたは複数の血管状態の緩和を支援するシステム及び方法を含み得る。当開示はまた、外科手術デバイスまたは新たな血管デバイスの設計及び開発を支援し得る。さらに、本開示は、患者用教育ツール(複数可)として使用され得る実施形態を含み得る。
ここで図面を参照すると、図1は、代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す代表的システム100及びネットワークのブロック図を描く。具体的に図1は、複数の医師102及び第三者プロバイダ104を描き、これらのうちのいずれかは、1つまたは複数のコンピュータ、サーバ、及び/または手持ち型モバイルデバイスを通してインターネット等の電子ネットワーク101へ接続され得る。医師102及び/または第三者プロバイダ104は、1つまたは複数の患者の解剖学的構造の画像を作成あるいは取得し得る。医師102及び/または第三者プロバイダ104はまた、年齢、治療歴、血圧、血液粘度、患者の活動または運動レベル等、任意の組み合わせの患者特有情報を取得し得る。医師102及び/または第三者プロバイダ104は、解剖学的画像及び/または患者特有情報を、電子ネットワーク101を介してサーバシステム106へ送信し得る。サーバシステム106は、医師102及び/または第三者プロバイダ104から受信される画像及びデータを記憶する記憶デバイスを含み得る。サーバシステム106はまた、記憶デバイスに記憶される画像及びデータを処理する処理デバイスを含み得る。本開示の目的のため、「患者」は、診断または治療分析が行われている任意の個体または人、あるいは1つまたは複数の個体の診断または治療分析に対応付けられた任意の個体または人を指し得る。
図2Aは、血管網と対応潅流組織の機能的関連性の対話型ツールを生み出す代表的実施形態を描き、ユーザは、血管構造の一部を選択または指示し、ツールは、指示された血管構造により潅流される組織領域を特定し表示し得る。図3Aは、血管網と対応潅流組織の機能的関連性の対話型ツールを生み出す代表的実施形態を描き、ユーザは、組織領域を選択または指示し、ツールは、指示された組織領域へ血液を供給する血管構造の区分、または指示された組織領域が血液を受け取り得る元となる血管構造の区分を特定し表示し得る。図2B及び3Bはそれぞれ、図2A及び3Aの方法の詳細実施形態である。例えば、図2Bの方法は、図2Aの方法を、冠血管構造及び心筋組織へ適用し得る。同様に、図3Bの方法は、図3Aの方法を、冠血管構造及び心筋組織へ適用し得る。図4Aは、血管網から対象組織への血液分布(例えば血液供給予測)を推定し表示するプロセスの代表的実施形態を描く。図4Bは、図4Aの方法を冠血管構造及び心筋組織に適用して、図4Aの方法の詳細実施形態を描く。図5A及び5Bは、図2A〜4Bにおいて説明される実施形態により生成される代表的ユーザインタフェースを含む。
図2Aは、代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す代表的方法200のフローチャートである。図2Aの方法は、電子ネットワーク101を介して医師102及び/または第三者プロバイダ104から受信される情報、画像、及びデータに基づいて、サーバシステム106により実行され得る。
一実施形態において、ステップ201は、サーバシステム106の電子記憶媒体において、患者特有血管モデルを受信することを含み得る。電子記憶媒体には、例えばハードドライブ、ネットワークドライブ、クラウドドライブ、モバイルフォン、タブレット等が含まれ得る。一実施形態において、血管モデルは、1つまたは複数の利用可能な撮像またはスキャンモダリティ(例えばコンピュータ断層撮影(CT)スキャン及び/または磁気共鳴撮像(MRI))を介して取得される人の画像から引き出され得る。例えば、ステップ201は、人の血管構造のCT及び/またはMRI画像を受信することを含み得る。ステップ201はさらに、受信された画像から、特定の人の患者特有血管モデルを生成することを含み得る。
一実施形態において、ステップ203は、サーバシステム106の電子記憶媒体において、患者特有組織モデルを受信することを含み得る。患者特有組織モデルの組織は、血液供給が推定され得る組織を含み得る。患者特有組織モデルの組織の少なくとも一部は、対象組織を含み、対象組織は、ユーザが評価している組織を含み得る。
一実施形態において、ステップ205は、血管モデル(例えばステップ201の血管モデル)上の1つまたは複数の場所と、組織モデルの1つまたは複数の領域(例えばステップ203の患者特有組織モデルの対象組織)との対応付けを受信すること及び/または特定することを含み、対応付けは、血管モデルの1つまたは複数の場所の潅流範囲として、血管モデルの1つまたは複数の場所に対応する組織モデルの領域に基づき得る。例えば、ステップ205は、ステップ201の血管モデルの場所を特定することと、ステップ203の患者特有組織モデル内の血管モデルの潅流範囲を特定することとを含み得る。ステップ205は、特定された潅流範囲を、血管モデルの場所に対応付けられるものとして識別することを含み得る。同様に、ステップ205は、ステップ203の患者特有組織モデルの組織領域を、ステップ201の血管モデルの一部の潅流範囲内にあるものとして特定することを含み得る。ステップ205は、患者特有血管モデルと、患者特有組織モデルとの対応を受信すること及び/または特定することを含み得る。
一実施形態において、ステップ207は、血管モデルの指定場所を受信することを含み得る。指定場所は、ユーザ入力を介して、例えば様々なオプションのユーザ選択から、受信され得る。選択に関するユーザ対話には、動作もしくはジェスチャ、ポインタ移動(例えばコンピュータのマウス)、及び/または患者特有モデルの描画にわたるスクロール機能が含まれ得る。
一実施形態において、ステップ209は、プロセッサを使用して、受信された指定場所(例えばステップ207の指定場所)を通る血液により供給される組織の1つまたは複数の領域を特定することを含み得る。例えば、組織の1つまたは複数の領域は、対象組織の少なくとも一部を含み得る。一実施形態において、ステップ209は、患者特有組織モデルの組織から、ステップ207で指定された血管モデルの場所により供給される組織の1つまたは複数の領域を特定することを含み得る。ステップ209において行われる特定(複数可)は、ステップ205の血管モデルと組織モデルとの対応付けに基づき得る。
一実施形態において、ステップ211は、指示場所を通る血液により供給される対象組織の1つまたは複数の領域を出力することを含み得る。例えば、ステップ211の出力は、視覚的表示または電子記憶媒体への出力を含み得る。一実施形態において、ステップ211はさらに、指示場所を通る血液に対応付けられた血流特性を含む視覚的表示または電子記憶媒体へのエントリを含み得る。さらなるステップは、このような血流特性、例えば血圧、血流率、血流量、または血流特性のうちのいずれかの比較から成るメトリック等を特定することを含み得る。視覚的表示は、ユーザ対話機能、または当技術分野で周知のユーザ入力を受信する当技術分野で周知の任意のセンサを含み得る。
一実施形態において、方法200はさらに、治療分析を含み得る。例えば、ステップ211からの出力は、いくつかの治療を比較するために使用され、1つまたは複数の治療(例えば様々な種類の薬物治療、運動療法、治療手順、及び/または移植)のために、視覚的表示が生成され得る。それぞれの治療の効果は、同時に1つの表示で、または一連の表示で、比較され得る。さらに、方法200は、患者特有解剖学的モデルが構築された(例えばステップ201にて)人のために、または別の患者(例えばステップ201にてモデルとされた人と同様の特性または状況の患者)のために、比較を使用して、患者の治療を選択することを含み得る。
図2Bは、代表的実施形態による、冠血管網と心筋の機能的関連性の対話型ツールを生み出す代表的方法220のフローチャートである。図2Bの方法は、電子ネットワーク101を介して医師102及び/または第三者プロバイダ104から受信される情報、画像、及びデータに基づいて、サーバシステム106により実行され得る。
一実施形態において、ステップ221は、サーバシステム106の電子記憶媒体において、患者特有冠血管モデルを受信することを含み得る。電子記憶媒体には、例えばハードドライブ、ネットワークドライブ、クラウドドライブ、モバイルフォン、タブレット等が含まれ得る。一実施形態において、冠血管モデルは、例えば冠血管コンピュータ断層撮影血管造影(cCTA)または磁気共鳴撮像(MRI)といった画像解析のセグメント化を介して取得され得る。
一実施形態において、ステップ223は、サーバシステム106の電子記憶媒体において、患者特有心筋モデルを受信することを含み得る。患者特有組織モデルの組織は、血液供給が推定され得る組織を含み得る。患者特有組織モデルの組織の少なくとも一部は、対象組織を含み、対象組織は、ユーザが評価している組織を含み得る。当患者特有心筋モデルは、例えばcCTAまたはMRIといった画像解析のセグメント化を介して取得され得る。
一実施形態において、ステップ225は、血管モデル(例えばステップ221の血管モデル)上の1つまたは複数の場所と、組織モデルの1つまたは複数の領域(例えばステップ223の患者特有組織モデルの対象組織)との対応付けを受信すること及び/または特定することを含み得る。対応付けは、血管モデルの1つまたは複数の場所の潅流範囲として、血管モデルの1つまたは複数の場所に対応する組織モデルの領域に基づき得る。例えば、対応付けは、冠血管モデルの1つまたは複数の流出口を、心筋モデルの対応するそれぞれの領域に組み合わせることを含み得る。例えば、ステップ225は、冠血管モデルの1つまたは複数の流出口に関して、冠血管モデルの1つの流出口を心筋の1つの領域に組み合わせることを含み得る。
一実施形態において、ステップ227は、患者特有冠血管モデルの表示(例えば冠血管モデルの3次元表示)を生成することを含み得る。一実施形態において、ステップ227はさらに、冠血管モデルの指示場所を入力要求すること及び/または受信することを含み得る(例えば冠血管モデルの3次元表示とのユーザ対話を介して)。
一実施形態において、ステップ229は、プロセッサを使用して、受信された指定場所(例えばステップ227の指定場所)を通る血液により供給される組織(例えば心筋組織)の1つまたは複数の領域を特定することを含み得る。一実施形態において、ステップ229は、指示場所(ステップ227の指示場所)の末端にあるモデル化冠血管ツリーのサブツリーを識別し、指示場所に対応付けられた心筋範囲の部分を合計することを含み得る。例えば、ステップ229は、合併動作を用いて実行され得る。1つのこのようなシナリオにおいて、合併動作は、指示場所から下流の流出口に対応付けられた1つまたは複数のサブツリーを識別することを含み得る。合併動作はさらに、識別されたサブツリーを1つのツリーへ併合することを含み得る。当ツリーは、指示場所に対応付けられた全ての心筋サブツリーを表し得る。
一実施形態において、ステップ231は、指示場所を通る血液により供給される対象組織の1つまたは複数の領域を出力することを含み得る。例えば、ステップ231の出力は、視覚的表示または電子記憶媒体への出力を含み得る。例えば、ステップ231は、当該1つまたは複数の領域を、心筋の3次元モデル上で(例えば領域を色づけることで)、または心筋の表現(例えば17セグメントの「ブルズアイ」モデル)を色付けすることで、表示することを含み得る。
図3Aは、代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す代表的方法300のフローチャートである。図3Aの方法は、電子ネットワーク101を介して医師102及び/または第三者プロバイダ104から受信される情報、画像、及びデータに基づいて、サーバシステム106により実行され得る。
一実施形態において、ステップ301は、サーバシステム106の電子記憶媒体において、患者特有血管モデルを受信することを含み得る。電子記憶媒体には、例えばハードドライブ、ネットワークドライブ、クラウドドライブ、モバイルフォン、タブレット等が含まれ得る。一実施形態において、血管モデルは、1つまたは複数の利用可能な撮像またはスキャンモダリティ(例えばコンピュータ断層撮影(CT)スキャン及び/または磁気共鳴撮像(MRI))を介して取得される人の画像から引き出され得る。例えば、ステップ301は、人の血管構造のCT及び/またはMRI画像を受信することを含み得る。ステップ301はさらに、受信された画像から、特定の人の患者特有血管モデルを生成することを含み得る。
一実施形態において、ステップ303は、サーバシステム106の電子記憶媒体において、患者特有組織モデルを受信することを含み得る。患者特有組織モデルの組織は、血液供給が推定され得る組織を含み得る。患者特有組織モデルの組織の少なくとも一部は、対象組織を含み、対象組織は、ユーザが評価している組織を含み得る。
一実施形態において、ステップ305は、血管モデル(例えばステップ301の血管モデル)上の1つまたは複数の場所と、組織モデルの1つまたは複数の領域(例えばステップ303の患者特有組織モデルの対象組織)との対応付けを受信すること及び/または特定することを含み、対応付けは、血管モデルの1つまたは複数の場所の潅流範囲として、血管モデルの1つまたは複数の場所に対応する組織モデルの領域に基づき得る。例えば、ステップ305は、ステップ301の血管モデルの場所を特定することと、ステップ303の患者特有組織モデル内の血管モデルの潅流範囲を特定することとを含み得る。ステップ305は、特定された潅流範囲が、血管モデルの場所に対応付けられるものとして識別することを含み得る。同様に、ステップ305は、ステップ303の患者特有組織モデルの組織領域を、ステップ301の血管モデルの一部の潅流範囲内のものに特定することを含み得る。ステップ305は、患者特有血管モデルと、患者特有組織モデルとの対応を受信すること及び/または特定することを含み得る。
一実施形態において、ステップ307は、組織モデルの指定場所または領域(例えば対象組織の指定場所または領域)を受信することを含み得る。指定場所または領域は、ユーザ入力を介して、例えば様々なオプションのユーザ選択から、受信され得る。選択に関するユーザ対話には、動作もしくはジェスチャ、ポインタ移動(例えばコンピュータのマウス)、及び/または患者特有モデルの描画にわたるスクロール機能が含まれ得る。
一実施形態において、ステップ309は、プロセッサを使用して、組織モデルの受信された指定場所または領域(例えばステップ307の指定場所または領域)へ血液を供給する血管モデルの1つまたは複数の領域を特定することを含み得る。ステップ309において行われる特定(複数可)は、ステップ305の血管モデルと組織モデルとの対応付けに基づき得る。
一実施形態において、ステップ311は、受信された指定場所または領域(例えばステップ307の指定場所または領域)へ血液を供給する血管モデルの1つまたは複数の領域を出力することを含み得る。例えば、ステップ311の出力は、視覚的表示または電子記憶媒体への出力を含み得る。一実施形態において、ステップ311はさらに、組織の指示場所または領域を通る血液に対応付けられた血流特性を含む視覚的表示または電子記憶媒体へのエントリを含み得る。さらなるステップは、このような血流特性、例えば血圧、血流率、血流量、または血流特性のうちのいずれかの比較から成るメトリック等を特定することを含み得る。視覚的表示は、ユーザ対話機能、または当技術分野で周知のユーザ入力を受信する当技術分野で周知の任意のセンサを含み得る。
一実施形態において、方法300はさらに、治療分析を含み得る。例えば、ステップ311からの出力は、いくつかの治療を比較するために使用され、1つまたは複数の治療(例えば様々な種類の薬物治療、運動療法、治療手順、及び/または移植)のために、視覚的表示が生成され得る。それぞれの治療の効果は、同時に1つの表示で、または一連の表示で、比較され得る。さらに、方法300は、患者特有解剖学的モデルが構築された(例えばステップ301にて)人のために、または別の患者(例えばステップ301にてモデルとされた人と同様の特性または状況の患者)のために、比較を使用して、患者の治療を選択することを含み得る。
図3Bは、代表的実施形態による、冠血管網と心筋の機能的関連性の対話型ツールを生み出す代表的方法320のフローチャートである。図3Bの方法は、電子ネットワーク101を介して医師102及び/または第三者プロバイダ104から受信される情報、画像、及びデータに基づいて、サーバシステム106により実行され得る。
一実施形態において、ステップ321は、サーバシステム106の電子記憶媒体において、患者特有冠血管モデルを患者特有血管モデルとして受信することを含み得る。電子記憶媒体には、例えばハードドライブ、ネットワークドライブ、クラウドドライブ、モバイルフォン、タブレット等が含まれ得る。一実施形態において、冠血管モデルは、例えば冠血管コンピュータ断層撮影血管造影(cCTA)または磁気共鳴撮像(MRI)といった画像解析のセグメント化を介して取得され得る。
一実施形態において、ステップ323は、サーバシステム106の電子記憶媒体において、患者特有心筋モデルを患者特有組織モデルとして受信することを含み得る。患者特有心筋モデルの組織は、血液供給が推定され得る組織を含み得る。患者特有心筋モデルの組織の少なくとも一部は、対象組織を含み、対象組織は、ユーザが評価している組織を含み得る。当患者特有心筋モデルは、例えばcCTAまたはMRIといった画像解析のセグメント化を介して取得され得る。
一実施形態において、ステップ325は、患者特有冠血管モデル(例えばステップ321の冠血管モデル)上の1つまたは複数の場所と、患者特有心筋モデルの1つまたは複数の領域(例えばステップ323の患者特有組織モデルの対象組織)との対応付けを受信すること及び/または特定することを含み得る。対応付けは、血管モデルの1つまたは複数の場所の潅流範囲として、冠血管モデルの1つまたは複数の場所に対応する心筋モデルの領域に基づき得る。例えば、対応付けは、冠血管モデルの1つまたは複数の流出口を、心筋モデルの対応するそれぞれの領域に組み合わせることを含み得る。例えば、ステップ325は、冠血管モデルの1つまたは複数の流出口に関して、冠血管モデルの1つの流出口を心筋の1つの領域に組み合わせることを含み得る。
一実施形態において、ステップ327は、患者特有心筋モデルの表示(例えば心筋モデルの3次元表示)を生成することを含み得る。あるいは、またはさらに、ステップ327は、患者の心筋の表現を「ブルズアイ」プロット図(例えば17セグメントの「ブルズアイ」プロット図)で含む表示を生成することを含み得る。一実施形態において、ステップ327はさらに、心筋モデルの指示場所または領域を入力要求すること及び/または受信することを含み得る(例えば冠血管モデルの3次元表示、「ブルズアイプロット図」等とのユーザ対話を介して)。
一実施形態において、ステップ329は、プロセッサを使用して、心筋モデルの受信された指定場所または領域(例えばステップ327の指定場所または領域)へ血液を供給する冠血管モデルの1つまたは複数の領域を特定することを含み得る。一実施形態において、ステップ329は、患者のモデル化大動脈口の対応流出口を通して指示場所または領域を追跡することで定義されるモデル化冠血管ツリーのサブツリーを識別することを含み得る。当追跡は、血管流出口に向かう下流の血管中心線をたどることで行われ得る。冠血管モデルの血管流出口へ向かう方向の追従は、多数のやり方で決定され、例えば、大動脈接続と反対の方向へ冠血管モデルに沿って移動することにより、冠血管モデルの解剖学的により小さい血管の方向へ移動することにより、より大きい血管を含む冠血管モデルの分岐点と反対の方向へ移動することにより、または冠血管モデルの算出された(または測定された)血流の方向へ移動することにより(例えば血圧勾配が低い方へ、または血流方向をたどることにより)、決定され得る。
一実施形態において、ステップ331は、指示場所または領域に血液を供給する冠血管モデルの1つまたは複数の領域(例えば冠血管モデルの冠血管ツリーの一部)を出力することを含み得る。例えば、ステップ331の出力は、視覚的表示(例えば冠血管モデルの3次元表現)または電子記憶媒体への出力を含み得る。
図4A及び4Bは、選択血管網から組織領域への血液供給/血液分布、または選択組織領域へ血液を提供する対応血管網からその選択組織領域が受け取る血液供給/血液分布を含む機能情報を表示する代表的方法を描く。図4Aは、血管網から対象組織への血液分布(例えば血液供給予測)を推定し表示するプロセスの代表的実施形態を描く。図4Bは、4Aの方法を冠血管構造及び心筋組織に適用して、図4Aの方法の詳細実施形態を描く。
図4Aは、代表的実施形態による、血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す代表的方法400のフローチャートである。図4Aの方法は、電子ネットワーク101を介して医師102及び/または第三者プロバイダ104から受信される情報、画像、及びデータに基づいて、サーバシステム106により実行され得る。
一実施形態において、ステップ401は、サーバシステム106の電子記憶媒体において、患者特有血管モデルを受信することを含み得る。電子記憶媒体には、例えばハードドライブ、ネットワークドライブ、クラウドドライブ、モバイルフォン、タブレット等が含まれ得る。一実施形態において、血管モデルは、1つまたは複数の利用可能な撮像またはスキャンモダリティ(例えばコンピュータ断層撮影(CT)スキャン及び/または磁気共鳴撮像(MRI))を介して取得される人の画像から引き出され得る。例えば、ステップ401は、人の血管構造のCT及び/またはMRI画像を受信することを含み得る。ステップ401はさらに、受信された画像から、特定の人の患者特有血管モデルを生成することを含み得る。
一実施形態において、ステップ403は、サーバシステム106の電子記憶媒体において、患者特有組織モデルを受信することを含み得る。患者特有組織モデルの組織は、血液供給が推定され得る組織を含み得る。患者特有組織モデルの組織の少なくとも一部は、対象組織を含み、対象組織は、ユーザが評価している組織を含み得る。
一実施形態において、ステップ405は、患者の生理状態、並びに患者特有血管モデル及び/または患者特有組織モデルの境界状況を受信すること及び/または特定することを含み得る。
一実施形態において、ステップ407は、プロセッサを使用して、血管網(患者特有血管モデルの少なくとも一部の血管網)及び対象組織(患者特有組織モデルの少なくとも一部の対象組織)における血液分布の予測を決定することを含み得る。代表的プロセッサには、ラップトップ、デスクトップ、クラウドコンピューティングアーキテクチャ、GPU、DSP、モバイルフォン、タブレット等が含まれ得る。一実施形態において、血液分布は、受信されたモデル、及び境界状況を含む受信された生理状態(例えばステップ405の)に基づき得る。血液分布は、血液供給、例えば血圧、血流、血流速度、血流率等で表される予測を含み得る。血液分布は、特定された境界状況(例えば3Dモデル、減次モデル、1Dモデル、または0Dモデル)を伴う計算流体力学を使用して推定され得る。あるいは、またはさらに、血液分布は、統計的技術または機械学習技術を使用して、実施例データから推定され得る。
一実施形態において、ステップ409は、患者特有血管モデル及び/または患者特有組織モデルの表現及び/または視覚的表示を、電子記憶媒体またはユーザディスプレイ(例えばモニタ、モバイルフォン、タブレット等)へ出力することを含み得る。表現は、モデルインタフェースを含み得る。
一実施形態において、ステップ411は、機能情報(例えばステップ407の血液分布予測)を、ステップ409の出力上に投影することを含み得る。一実施形態において、モデルインタフェースは、ユーザ対話を受信すること及び/または入力要求する機能を含み得る。一実施形態において、ステップ411は、血管網の少なくとも一部のユーザ選択部の中または近くの血液供給予測を表示することを含み得る。あるいは、またはさらに、ステップ411は、血管網のユーザ選択部により供給される対象組織の中または近くの血液供給予測を表示することを含み得る。一実施形態において、ステップ411は、対象組織領域の少なくとも一部のユーザ選択部の中または近くの血液供給予測を表示することを含み得る。あるいは、またはさらに、ステップ411は、対象組織のユーザ選択部に供給を行う責務を担う血管網の中または近くの血液供給予測を表示することを含み得る。
ユーザ選択には、動作もしくはジェスチャ、ポインタ移動(例えばコンピュータのマウス)、及び/またはモデルインタフェースにわたるスクロール機能が含まれ得る。一実施形態において、ステップ409及び411において作成される表示(複数可)は、患者特有血管モデル及び/または患者特有組織モデルのユーザ選択をアウトライン化すること及び/または示すことを含み得る。例えば、ユーザは、患者特有組織モデルの表示を表すスクリーン上で、対象組織を追跡し得る。ステップ409及び411は、追跡組織領域をアウトライン化する色付線と、色付線に沿って、または色付線内に示される組織の該当機能情報とを示すことを含み得る。投影される機能情報とモデルの視覚的表現の関連性は、配色、モデル(複数可)の選択区域(複数可)上への機能情報の重畳表示、表示される機能情報とモデル(複数可)の選択区域(複数可)との近接度等を介して、伝達され得る。
一実施形態において、ステップ413は、修正、例えば生理状態(例えばステップ405の生理状態)に対する修正を特定すること及び/または受信することを含み得る。例えば、ステップ413は、ユーザに患者の生理状態を修正するように促すこと、及び/または患者の生理状態変更/新たな生理状態を特定することを含み得る。ステップ413はさらに、変更した生理状態に対応付けられる境界状況を特定すること及び/または受信すること、ならびにステップ409及び411において作成された描画を更新することを含み得る。別または追加の実施形態において、ステップ413は、経時的変化(例えば老化及び/またはプラーク進行)、及び/または治療のシミュレーション(例えばステント挿入またはバイパス術)に関する修正を含む、患者モデルに対する修正を含み得る。
一実施形態において、ステップ413において受信または特定された修正(複数可)を考慮して、ステップ409及び411が再度行われ得る。例えば、修正を組み込むために、機能情報及び/またはモデルインタフェース(複数可)が再生成及び/または更新され得る。例えば、患者特有血管モデルの幾何学的形状は、ステント挿入をモデル化するために修正され得る。変更された幾何学的形状を踏まえた境界状況に対する任意の変更が、機能情報の評定(例えば患者特有血管モデルの修正された幾何学的形状を通る流血率)、及び/または患者特有血管モデルの修正された部分に対応付けられた組織への結果的血液供給に、適用され得る。モデル幾何学的形状及び機能情報におけるこのような変更は、ステップ409及び411で表示され得る。いくつかの実施形態において、ステップ409及び411はさらに、モデルインタフェースの同時表示を含み得る。例えば、ステップ409及び411を繰り返すことにより、様々な生理状態、幾何学構成、時点等における患者特有モデル及び/または機能情報の並列表示比較及び/または重畳表示が生成され得る。
図4Bは、代表的実施形態による、冠血管網と心筋の機能的関連性の対話型ツールを生み出す代表的方法420のフローチャートである。図4Bの方法は、電子ネットワーク101を介して医師102及び/または第三者プロバイダ104から受信される情報、画像、及びデータに基づいて、サーバシステム106により実行され得る。
一実施形態において、ステップ421は、サーバシステム106の電子記憶媒体において、患者特有心血管モデルを受信することを含み得る。電子記憶媒体には、例えばハードドライブ、ネットワークドライブ、クラウドドライブ、モバイルフォン、タブレット等が含まれ得る。心血管モデルは、大冠血管(例えばCTまたはMRを含む撮像を介して取得される)を含み得る、及び/または組織を潅流する毛細血管を含み得る。毛細血管が測定またはシミュレートされ得る(例えば制約付き構成最適化または他の同様な方法により)。心血管モデルは、動脈、静脈、またはこれらの組み合わせを含み得る。一実施形態において、冠血管モデルは、例えば冠血管コンピュータ断層撮影血管造影(cCTA)または磁気共鳴撮像(MRI)といった画像解析のセグメント化を介して取得され得る、あるいは医用撮像スキャン(例えばCTまたはMR)から抽出され得る。
一実施形態において、ステップ423は、サーバシステム106の電子記憶媒体において、患者特有心筋モデルを受信することを含み得る。患者特有組織モデルの組織は、血液供給が推定され得る組織を含み得る。患者特有組織モデルの組織の少なくとも一部は、対象組織を含み、対象組織は、ユーザが評価している組織を含み得る。心筋モデルは、患者の心外膜、心房壁等のモデル(複数可)を含み得る。当患者特有心筋モデルは、例えばcCTAまたはMRIといった画像解析のセグメント化を介して取得され得る、あるいは医用撮像スキャン(例えばCTまたはMR)から抽出され得る。
一実施形態において、ステップ425は、患者の生理状態及び/または心血管モデルの心位相を受信すること及び/または特定することを含み得る。生体状態は、例えば運動状態、安静状態、充血状態等を含み得る。心位相は、心臓拡張期、心臓収縮期等を指し得る。ステップ425はさらに、受信/特定された生理状態または心位相に基づいた患者特有心血管モデル及び/または心筋モデルの境界状況を受信すること及び/または特定することを含み得る。
一実施形態において、ステップ427は、プロセッサを使用して、患者特有心血管モデル(例えばステップ421の患者特有心血管モデル)、患者特有心筋モデル(例えばステップ423の患者特有心筋モデル)、及び受信/特定された境界状況(例えばステップ425の境界状況)に基づいて、患者の冠血管及び心筋における血液供給の予測を決定することを含み得る。代表的プロセッサには、ラップトップ、デスクトップ、クラウドコンピューティングアーキテクチャ、グラフィック処理装置(GPU)、デジタル信号プロセッサ(DSP)、モバイルフォン、タブレット等が含まれ得る。一実施形態において、血液供給を推定することは、例えば冠血管内の患者特有血流予測を使用して、心血管モデル内の血流を特定することを含み得る。例えば、ステップ427は、血流需要を推定することを含み得る(例えば患者の心筋モデルの心筋質量、患者の冠血管の全血管容量、または心血管モデルの全血管容量に基づいて)。血流需要に基づいて血流を推定することはさらに、3D計算流体力学、減次モデルを使用して、及び/またはデータベース(例えば機械学習を介したデータベース)を使用して、行われ得る。
一実施形態において、心筋潅流を推定することは、心血管供給(例えば心臓への血液供給、大動脈への血液供給、または血管ツリー内のある既知の血圧)に基づいた心筋内の患者特有血液移流拡散予測を使用することを含み得る。心筋潅流を推定することはまた、3D計算流体力学、減次モデルを採用し得る、及び/またはデータベース(例えば機械学習を介したデータベース)を使用し得る。
一実施形態において、ステップ429は、患者特有血管モデル及び/または患者特有組織モデルの表現及び/または視覚的表示を、電子記憶媒体またはユーザディスプレイ(例えばモニタ、モバイルフォン、タブレット等)へ出力することを含み得る。表現は、モデルインタフェースを含み得る。モデルインタフェースは、心血管モデル及び/または心筋モデルの3D幾何学モデル(複数可)(例えば三角面メッシュ)を含み得る。あるいは、またはさらに、モデルインタフェースは、心血管モデル及び/または心筋モデルの2D表現(複数可)、例えば心血管モデルの投影、及び/または心筋モデルの投影もしくは「ブルズアイ」プロット図を含み得る。
一実施形態において、ステップ431は、機能情報(例えばステップ427の血液分布予測)を、ステップ429の出力上に投影することを含み得る。一実施形態において、モデルインタフェースは、ユーザ対話を受信すること及び/または入力要求する機能を含み得る。一実施形態において、ステップ431は、表示される心血管網の少なくとも一部のユーザ選択部の中または近くの血液供給予測を表示することを含み得る。あるいは、またはさらに、ステップ431は、表示される心血管網のユーザ選択部により供給される対象心筋組織の中または近くの血液供給予測を表示することを含み得る。一実施形態において、ステップ431は、対象心筋組織領域の少なくとも一部のユーザ選択部の中または近くの血液供給予測を表示することを含み得る。あるいは、またはさらに、ステップ431は、対象心筋組織のユーザ選択部に供給を行う責務を担う、表示される心血管網の中または近くの血液供給予測を表示することを含み得る。
一実施形態において、ステップ433は、修正、例えば生理状態(例えばステップ425の生理状態)に対する修正を特定すること及び/または受信することを含み得る。例えば、ステップ413は、ユーザに患者の生理状態を修正するように促すこと、及び/または患者の生理状態変更/新たな生理状態を特定することを含み得る。ステップ433はさらに、変更した生理状態に対応付けられる境界状況を特定すること及び/または受信すること、並びにステップ429及び431において作成された描画を更新することを含み得る。別または追加の実施形態において、ステップ433は、経時的変化(例えば老化及び/もしくはプラーク進行)、ならびに/または治療のシミュレーション(例えば薬剤、経皮的冠動脈形成術(PCI)、冠動脈バイパス術(CABG)、心筋切除等)に関する修正を含む、患者モデルに対する修正を含み得る。
一実施形態において、ステップ433において受信または特定された修正(複数可)を考慮して、ステップ429及び431が再度行われ得る。例えば、修正を組み込むために、機能情報及び/またはモデルインタフェース(複数可)が再生成及び/または更新され得る。いくつかの実施形態において、ステップ429及び431はさらに、図4Aの方法400に関して前述されたように、モデルインタフェースの同時表示を含み得る。
図5A及び5Bは、本開示の代表的実施形態による、血管網と対応潅流組織の機能的関連性(複数可)を表示するユーザインタフェースの図解を含む。
特に図5Aは、本開示の代表的実施形態による、3次元冠血管モデル501及び3次元心筋モデル503を表示するユーザインタフェース500を描く。ユーザインタフェース500は、血管モデルプロンプト505(例えばユーザに冠血管モデル501の場所を選択するように促す)を含み得る。あるいは、またはさらに、ユーザインタフェース500は、組織モデルプロンプト507(例えばユーザに心筋モデル503の領域を選択するように促す)を含み得る。一実施形態において、ユーザインタフェース500は、選択場所または領域に対応する色調変化または他の視覚的指示(例えば陰影付け、アウトライン化、重畳表示等)を含み得る。一実施形態において、ユーザインタフェース500は、血管モデルプロンプト505へのユーザ応答に対応する組織領域509を表示し得る。あるいは、またはさらに、ユーザインタフェース500は、組織モデルプロンプト507へのユーザ応答に対応する少なくとも1つの血管区分511を表示し得る。
図5Bは、本開示の代表的実施形態による、3次元冠血管モデル521及び2次元心筋モデル(例えば「ブルズアイ」プロット図523)を表示するユーザインタフェース520を描く。ユーザインタフェース520は、血管モデルプロンプト525(例えばユーザに冠血管モデル521の場所を選択するように促す)を含み得る。あるいは、またはさらに、ユーザインタフェース520は、組織モデルプロンプト527(例えばユーザにプロット図523の領域を選択するように促す)を含み得る。一実施形態において、ユーザインタフェース520は、選択場所または領域に対応する色調変化または他の視覚的指示(例えば陰影付け、アウトライン化、重畳表示等)を含み得る。あるいは、またはさらに、ユーザインタフェース520は、組織モデルプロンプト527へのユーザ応答に対応する少なくとも1つの血管区分529を表示し得る。一実施形態において、ユーザインタフェース520は、血管モデルプロンプト525へのユーザ応答に対応する組織領域531を表示し得る。
本開示は、脳を潅流する頸動脈または脳血管網、筋肉を潅流する末梢血管系、腎臓(複数可)に供給を行う腎血管系、腸、肝臓、もしくは脾臓等に供給を行う内臓血管系にも、適用可能である。
従って、本開示は、血管網と対応潅流器官の機能的関連性を可視化するシステム及び方法を有利に説明する。例えば、システム及び方法は、血管区分のユーザ選択を受信すると対応組織領域を表示し、及び/または組織領域のユーザ選択を受信すると対応血管構造を表示するツールを説明する。このような表示は、様々な治療及び/または生理状況の下、全体規模及び/または局地的規模で患者特有血液供給の因果関係を示す。表示(複数可)はさらに、織特性及び結果的潅流/血流(例えば瘢痕組織からの潅流/血流、あるいは1つまたは複数の治療の効果としての潅流/血流)の流体モデリングまたはインジケータを含む。説明されるシステム及び方法は、1つまたは複数の血管状態を緩和するための治療計画を改善し得る。
本発明の他の実施形態は、本明細書において開示される本発明の詳述及び実践を考慮することにより、当業者には明らかであろう。詳述及び実施例は単に模範とみなされ、本発明の真の範囲及び趣旨は以下の請求項により示されることが意図される。

Claims (20)

  1. 血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すコンピュータ実施方法であって、
    患者の少なくとも1つの血管を含む、前記患者の解剖学的構造の患者特有血管モデルを受信することと、
    前記患者の前記少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、
    前記血管モデルの選択区域、または前記組織モデルの選択区域を受信することと、
    前記血管モデルの前記選択区域に対応する前記組織モデルの領域の表示、または前記組織モデルの前記選択区域に対応する前記血管モデルの部分の表示を、それぞれ生成することと、
    を含む、前記コンピュータ実施方法。
  2. 前記組織モデルと前記血管モデルとの前記対応は、前記血管モデルから前記組織モデルへの血液潅流に基づく、請求項1に記載のコンピュータ実施方法。
  3. 前記表示は、前記血管モデルの幾何学モデル、前記組織モデルの幾何学モデル、または前記組織モデルの「ブルズアイ」モデルを含む、請求項1に記載のコンピュータ実施方法。
  4. 前記血管モデルの場所と前記組織モデルの領域との対応付けを受信すること、または特定すること、
    をさらに含む、請求項1に記載のコンピュータ実施方法。
  5. 前記対応付けは、前記血管モデルの前記場所の潅流範囲の少なくとも一部である前記組織モデルの前記領域に基づく、請求項1に記載のコンピュータ実施方法。
  6. 前記血管モデルには、冠状、頸動脈、脳、末梢、腎、及び/または内臓血管系が含まれる、請求項1に記載のコンピュータ実施方法。
  7. 前記組織モデルには、心筋、脳、筋肉、腎臓、腸、肝臓、及び/または脾臓組織が含まれる、請求項1に記載のコンピュータ実施方法。
  8. 前記血管モデルの第2選択区域に対応する前記組織モデルの領域の前記表示及び追加表示、または前記組織モデルの第2選択区域に対応する前記血管モデルの部分の表示を同時に含むユーザインタフェースを生成すること、
    をさらに含む、請求項1に記載のコンピュータ実施方法。
  9. 血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出すシステムであって、
    血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す命令を記憶するデータ記憶デバイスと、
    方法を実施するために前記命令を実行するように構成されるプロセッサと、
    を備え、前記方法は、
    患者の少なくとも1つの血管を含む、前記患者の解剖学的構造の患者特有血管モデルを受信することと、
    前記患者の前記少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、
    前記血管モデルの選択区域、または前記組織モデルの選択区域を受信することと、
    前記血管モデルの前記選択区域に対応する前記組織モデルの領域の表示、または前記組織モデルの前記選択区域に対応する前記血管モデルの部分の表示を、それぞれ生成することと、
    を含む、前記システム。
  10. 前記組織モデルと前記血管モデルとの前記対応は、前記血管モデルから前記組織モデルへの血液潅流に基づく、請求項9に記載のシステム。
  11. 前記表示は、前記血管モデルの幾何学モデル、前記組織モデルの幾何学モデル、または前記組織モデルの「ブルズアイ」モデルを含む、請求項9に記載のシステム。
  12. 前記血管モデルの場所と前記組織モデルの領域との対応付けを受信する、または特定する、
    ようにさらに構成される、請求項9に記載のシステム。
  13. 前記対応付けは、前記血管モデルの前記場所の潅流範囲の少なくとも一部である前記組織モデルの前記領域に基づく、請求項9に記載のシステム。
  14. 前記血管モデルには、冠状、頸動脈、脳、末梢、腎、及び/または内臓血管系が含まれる、請求項9に記載のシステム。
  15. 前記組織モデルには、心筋、脳、筋肉、腎臓、腸、肝臓、及び/または脾臓組織が含まれる、請求項9に記載のシステム。
  16. 前記血管モデルの第2選択区域に対応する前記組織モデルの領域の前記表示及び追加表示、または前記組織モデルの第2選択区域に対応する前記血管モデルの部分の表示を同時に含むユーザインタフェースを生成する、
    ようにさらに構成される、請求項9に記載のシステム。
  17. 血管網と対応潅流組織の機能的関連性を特定し表示する対話型ツールを生み出す方法を実施するためのコンピュータ実行可能プログラム命令を含む、コンピュータシステム上で使用される非一時的コンピュータ可読媒体であって、前記方法は、
    患者の少なくとも1つの血管を含む、前記患者の解剖学的構造の患者特有血管モデルを受信することと、
    前記患者の前記少なくとも1つの血管に対応付けられた組織領域を含む患者特有組織モデルを受信することと、
    前記血管モデルの選択区域、または前記組織モデルの選択区域を受信することと、
    前記血管モデルの前記選択区域に対応する前記組織モデルの領域の表示、または前記組織モデルの前記選択区域に対応する前記血管モデルの部分の表示を、それぞれ生成することと、
    を含む、前記非一時的コンピュータ可読媒体。
  18. 前記組織モデルと前記血管モデルとの前記対応は、前記血管モデルから前記組織モデルへの血液潅流に基づく、請求項17に記載の非一時的コンピュータ可読媒体。
  19. 前記表示は、前記血管モデルの幾何学モデル、前記組織モデルの幾何学モデル、または前記組織モデルの「ブルズアイ」モデルを含む、請求項17に記載の非一時的コンピュータ可読媒体。
  20. 前記方法はさらに、
    前記血管モデルの場所と前記組織モデルの領域との対応付けを受信すること、または特定すること、
    含む、請求項17に記載の非一時的コンピュータ可読媒体。
JP2017551074A 2015-04-02 2016-04-01 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 Withdrawn JP2018515167A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562141895P 2015-04-02 2015-04-02
US62/141,895 2015-04-02
PCT/US2016/025536 WO2016161274A1 (en) 2015-04-02 2016-04-01 Systems and methods for determining and visualizing a functional relationship between a vascular network and perfused tissue

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2021029697A Division JP7241790B2 (ja) 2015-04-02 2021-02-26 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法

Publications (1)

Publication Number Publication Date
JP2018515167A true JP2018515167A (ja) 2018-06-14

Family

ID=55755742

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2017551074A Withdrawn JP2018515167A (ja) 2015-04-02 2016-04-01 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法
JP2021029697A Active JP7241790B2 (ja) 2015-04-02 2021-02-26 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2021029697A Active JP7241790B2 (ja) 2015-04-02 2021-02-26 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法

Country Status (3)

Country Link
US (4) US10405925B2 (ja)
JP (2) JP2018515167A (ja)
WO (1) WO2016161274A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10405925B2 (en) 2015-04-02 2019-09-10 Heartflow, Inc. Systems and methods for determining and visualizing a functional relationship between a vascular network and perfused tissue
EP3179450B1 (de) * 2016-04-12 2020-09-09 Siemens Healthcare GmbH Verfahren zur multisensorischen darstellung eines objekts und darstellungssystem
EP4241694A3 (en) 2016-05-16 2023-12-20 Cathworks Ltd. Selection of vascular paths from images
US11871995B2 (en) 2017-12-18 2024-01-16 Hemolens Diagnostics Sp. Z O.O. Patient-specific modeling of hemodynamic parameters in coronary arteries
CN109712217B (zh) * 2018-12-21 2022-11-25 上海联影医疗科技股份有限公司 一种医学图像可视化方法和系统
US10813612B2 (en) 2019-01-25 2020-10-27 Cleerly, Inc. Systems and method of characterizing high risk plaques
US20220392065A1 (en) 2020-01-07 2022-12-08 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
CA3162872A1 (en) 2020-01-07 2021-07-15 James K. MIN Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
US11969280B2 (en) 2020-01-07 2024-04-30 Cleerly, Inc. Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking
US11526703B2 (en) * 2020-07-28 2022-12-13 International Business Machines Corporation GPU accelerated perfusion estimation from multispectral videos
US20230289963A1 (en) 2022-03-10 2023-09-14 Cleerly, Inc. Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011516108A (ja) * 2008-03-06 2011-05-26 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 データセットを選択式及び対話式に処理する方法
WO2014137742A1 (en) * 2013-03-04 2014-09-12 Heartflow, Inc. Method and system for sensitivity analysis in modeling blood flow characteristics

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006062958A2 (en) * 2004-12-10 2006-06-15 Worcester Polytechnic Institute Image-based computational mechanical analysis and indexing for cardiovascular diseases
JP2010000306A (ja) 2008-06-23 2010-01-07 Toshiba Corp 医用画像診断装置、画像処理装置、及びプログラム
WO2010001327A1 (en) 2008-07-04 2010-01-07 Koninklijke Philips Electronics N.V. Processing anatomy and associated quantitative analysis data of tissue
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
WO2013155301A1 (en) * 2012-04-11 2013-10-17 University Of Florida Research Foundation, Inc. System and method for analyzing random patterns
US20140275886A1 (en) * 2013-03-14 2014-09-18 Streamline Automation, Llc Sensor fusion and probabilistic parameter estimation method and apparatus
WO2014182505A1 (en) * 2013-05-10 2014-11-13 Stenomics, Inc. Modeling and simulation system for optimizing prosthetic heart valve treatment
CA2919714C (en) 2013-07-30 2018-04-10 Heartflow, Inc. Method and system for modeling blood flow with boundary conditions for optimized diagnostic performance
US10405925B2 (en) * 2015-04-02 2019-09-10 Heartflow, Inc. Systems and methods for determining and visualizing a functional relationship between a vascular network and perfused tissue
JP6679709B2 (ja) * 2015-07-17 2020-04-15 ハートフロー, インコーポレイテッド 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
US10517678B2 (en) * 2015-10-02 2019-12-31 Heartflow, Inc. System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011516108A (ja) * 2008-03-06 2011-05-26 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 データセットを選択式及び対話式に処理する方法
WO2014137742A1 (en) * 2013-03-04 2014-09-12 Heartflow, Inc. Method and system for sensitivity analysis in modeling blood flow characteristics

Also Published As

Publication number Publication date
US20230233261A1 (en) 2023-07-27
US20190350655A1 (en) 2019-11-21
US10405925B2 (en) 2019-09-10
US20210077196A1 (en) 2021-03-18
US11642171B2 (en) 2023-05-09
US20160346043A1 (en) 2016-12-01
JP2021087822A (ja) 2021-06-10
JP7241790B2 (ja) 2023-03-17
WO2016161274A1 (en) 2016-10-06
US10874461B2 (en) 2020-12-29

Similar Documents

Publication Publication Date Title
JP7241790B2 (ja) 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法
US11357469B2 (en) Systems and methods for assessing the severity of plaque and/or stenotic lesions using contrast distribution predictions and measurements
JP6522175B2 (ja) 血管形状及び生理学から血流特性を推定するシステム及びその作動方法
AU2016242999B2 (en) Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics
US10213119B2 (en) Systems and methods for determination of blood flow characteristics and pathologies through modeling of myocardial blood supply
JP2019532702A (ja) 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
US20140303495A1 (en) Systems and methods for numerically evaluating vasculature
US20200178815A1 (en) Systems and methods for predicting tissue viability deficits from physiological, anatomical, and patient characteristics
JP2022510879A (ja) 血行力学的シミュレーションのための最も関連のあるx線画像の選択
EP3912550B1 (en) System, method and computer program product for estimating perfusion
JP2020195787A (ja) 医用画像処理方法、医用画像処理装置および医用画像処理システム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190328

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200117

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200117

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200310

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200520

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200820

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20201027

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210226

C60 Trial request (containing other claim documents, opposition documents)

Free format text: JAPANESE INTERMEDIATE CODE: C60

Effective date: 20210226

A911 Transfer to examiner for re-examination before appeal (zenchi)

Free format text: JAPANESE INTERMEDIATE CODE: A911

Effective date: 20210308

C21 Notice of transfer of a case for reconsideration by examiners before appeal proceedings

Free format text: JAPANESE INTERMEDIATE CODE: C21

Effective date: 20210309

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20210311