JP2022517581A - 冠動脈の動的ロードマップを提供するための方法およびシステム - Google Patents
冠動脈の動的ロードマップを提供するための方法およびシステム Download PDFInfo
- Publication number
- JP2022517581A JP2022517581A JP2021540065A JP2021540065A JP2022517581A JP 2022517581 A JP2022517581 A JP 2022517581A JP 2021540065 A JP2021540065 A JP 2021540065A JP 2021540065 A JP2021540065 A JP 2021540065A JP 2022517581 A JP2022517581 A JP 2022517581A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- roadmap
- image
- ray
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 221
- 210000004351 coronary vessel Anatomy 0.000 title description 63
- 230000000747 cardiac effect Effects 0.000 claims abstract description 106
- 239000002872 contrast media Substances 0.000 claims abstract description 71
- 230000000007 visual effect Effects 0.000 claims abstract description 25
- 230000033001 locomotion Effects 0.000 claims description 137
- 238000003384 imaging method Methods 0.000 claims description 74
- 238000002583 angiography Methods 0.000 claims description 64
- 238000012545 processing Methods 0.000 claims description 47
- 230000002792 vascular Effects 0.000 claims description 44
- 210000004204 blood vessel Anatomy 0.000 claims description 37
- 230000009466 transformation Effects 0.000 claims description 37
- 238000001914 filtration Methods 0.000 claims description 28
- 230000008569 process Effects 0.000 claims description 28
- 230000000241 respiratory effect Effects 0.000 claims description 22
- 238000013135 deep learning Methods 0.000 claims description 17
- 238000002591 computed tomography Methods 0.000 claims description 13
- 230000015654 memory Effects 0.000 claims description 13
- 238000004904 shortening Methods 0.000 claims description 13
- 238000006073 displacement reaction Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 11
- 206010053648 Vascular occlusion Diseases 0.000 claims description 8
- 208000021331 vascular occlusion disease Diseases 0.000 claims description 8
- 210000005166 vasculature Anatomy 0.000 claims description 8
- 208000001778 Coronary Occlusion Diseases 0.000 claims description 7
- 206010011086 Coronary artery occlusion Diseases 0.000 claims description 7
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 7
- 230000017531 blood circulation Effects 0.000 claims description 6
- 238000012285 ultrasound imaging Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 abstract description 10
- 238000002594 fluoroscopy Methods 0.000 description 42
- 238000001514 detection method Methods 0.000 description 40
- 230000006870 function Effects 0.000 description 38
- 238000012549 training Methods 0.000 description 26
- 238000013146 percutaneous coronary intervention Methods 0.000 description 25
- 238000013507 mapping Methods 0.000 description 23
- 230000000875 corresponding effect Effects 0.000 description 22
- 238000003860 storage Methods 0.000 description 21
- 230000011218 segmentation Effects 0.000 description 20
- 238000013459 approach Methods 0.000 description 18
- 238000013528 artificial neural network Methods 0.000 description 15
- 230000003287 optical effect Effects 0.000 description 14
- 238000002347 injection Methods 0.000 description 13
- 239000007924 injection Substances 0.000 description 13
- 239000002245 particle Substances 0.000 description 12
- 238000000926 separation method Methods 0.000 description 11
- 210000001519 tissue Anatomy 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 210000001367 artery Anatomy 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000029058 respiratory gaseous exchange Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 229940039231 contrast media Drugs 0.000 description 8
- 238000002059 diagnostic imaging Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 210000000056 organ Anatomy 0.000 description 8
- 238000010968 computed tomography angiography Methods 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 7
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000011282 treatment Methods 0.000 description 6
- 238000012952 Resampling Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000002586 coronary angiography Methods 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 230000001976 improved effect Effects 0.000 description 5
- 230000000737 periodic effect Effects 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 230000014616 translation Effects 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 201000001320 Atherosclerosis Diseases 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000000709 aorta Anatomy 0.000 description 3
- 230000036770 blood supply Effects 0.000 description 3
- 230000008602 contraction Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 230000004899 motility Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 2
- 201000000057 Coronary Stenosis Diseases 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 238000002399 angioplasty Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000004040 coloring Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000000326 densiometry Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 230000003936 working memory Effects 0.000 description 2
- 238000004846 x-ray emission Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- DPBJAVGHACCNRL-UHFFFAOYSA-N 2-(dimethylamino)ethyl prop-2-enoate Chemical compound CN(C)CCOC(=O)C=C DPBJAVGHACCNRL-UHFFFAOYSA-N 0.000 description 1
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 206010003211 Arteriosclerosis coronary artery Diseases 0.000 description 1
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 230000005461 Bremsstrahlung Effects 0.000 description 1
- 241000238097 Callinectes sapidus Species 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000010678 Paulownia tomentosa Nutrition 0.000 description 1
- 240000002834 Paulownia tomentosa Species 0.000 description 1
- 244000089486 Phragmites australis subsp australis Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000006065 biodegradation reaction Methods 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 208000026758 coronary atherosclerosis Diseases 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 230000008181 diaphragm contraction Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 239000003623 enhancer Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000013213 extrapolation Methods 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000005194 fractionation Methods 0.000 description 1
- 239000003574 free electron Substances 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000002324 minimally invasive surgery Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003680 myocardial damage Effects 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000399 orthopedic effect 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
- 230000037361 pathway Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000027756 respiratory electron transport chain Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000010008 shearing Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000011272 standard treatment Methods 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
- A61B5/346—Analysis of electrocardiograms
- A61B5/349—Detecting specific parameters of the electrocardiograph cycle
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/12—Devices for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/46—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment with special arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/464—Displaying means of special interest involving a plurality of displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
- A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/503—Clinical applications involving diagnosis of heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
- A61B6/5264—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise due to motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- 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
- 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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/44—Constructional features of apparatus for radiation diagnosis
- A61B6/4429—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units
- A61B6/4435—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure
- A61B6/4441—Constructional features of apparatus for radiation diagnosis related to the mounting of source units and detector units the source unit and the detector unit being coupled by a rigid structure the rigid structure being a C-arm or U-arm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5288—Devices using data or image processing specially adapted for radiation diagnosis involving retrospective matching to a physiological signal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20076—Probabilistic image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30021—Catheter; Guide wire
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Abstract
Description
i)前記対象オブジェクトの複数のロードマップを生成するために、前記第1の画像データを使用するステップ;
ii)前記第1の画像データ内の、ガイド用カテーテル、ガイドワイヤまたは他の管腔内デバイスまたは器具の様なデバイスの複数の参照位置を決定するステップであって、前記複数の参照位置が、i)の前記対象オブジェクトの前記複数のロードマップに対応している、ステップ;
iii)前記複数のロードマップから1つのロードマップを選択するステップ;
iV)前記第2の画像データ内において前記デバイスの位置を決定するステップ;
V)前記対象オブジェクトの動的ロードマップを生成するためにiii)で選択された前記1つのロードマップを変換するために、iii)で選択された前記1つのロードマップに対応する前記デバイスの前記参照位置とiV)で決定された前記デバイスの位置を使用するステップ;および
vi)V)で生成された前記対象オブジェクトの動的ロードマップの視覚表現を、表示のために、前記第2の画像データに重ね合わせるステップ。
i)前記対象オブジェクトの第1の画像データを取得するステップであって、前記第1の画像データが、造影剤により収集され、そしてインターベンションデバイスが前記第1の画像データ内に存在する、ステップ;
ii)前記対象オブジェクトの複数のロードマップを生成するために、前記第1の画像データを使用するステップ;
iii)前記第1の画像データにおける前記デバイスの複数の参照位置を決定するステップであって、前記複数の参照位置が、前記対象オブジェクトの前記複数のロードマップに対応している、ステップ;
iV)前記対象オブジェクトの第2の画像データを取得するステップであって、前記第2の画像データが、造影剤を用いずに収集され、そして前記デバイスが、前記第2の画像データ内に存在する、ステップ;
V)前記対象オブジェクトの前記複数のロードマップから1つのロードマップを選択するステップ;
vi)前記第2の画像データ内の前記デバイスの位置を決定するステップ;
vii)V)で選択された前記1つのロードマップを変換して前記対象オブジェクトの動的ロードマップを生成するために、V)で選択された前記1つのロードマップに対応する前記デバイスの前記参照位置とvi)で決定された前記デバイスの位置とを使用するステップ;および
viii)表示のために、vii)で生成された前記対象オブジェクトの前記動的ロードマップの視覚表現を、前記第2の画像データに重ね合わせるステップ。
i)前記対象オブジェクトの第1の画像データを取得するステップであって、前記第1の画像データが、造影剤により収集され、そしてインターベンションデバイスが前記第1の画像データ内に存在する、ステップ;
ii)前記対象オブジェクトの複数のロードマップを生成するために、前記第1の画像データを使用するステップ;
iii)前記第1の画像データにおける前記デバイスの複数の参照位置を決定するステップであって、前記複数の参照位置が、前記対象オブジェクトの前記複数のロードマップに対応している、ステップ;
iV)前記対象オブジェクトの第2の画像データを取得するステップであって、前記第2の画像データが、造影剤を用いずに収集され、そして前記デバイスが、前記第2の画像データ内に存在する、ステップ;
V)前記対象オブジェクトの前記複数のロードマップから1つのロードマップを選択するステップ;
vi)前記第2の画像データ内の前記デバイスの位置を決定するステップ;
vii)V)で選択された前記1つのロードマップを変換して前記対象オブジェクトの動的ロードマップを生成するために、V)で選択された前記1つのロードマップに対応する前記デバイスの前記参照位置とvi)で決定された前記デバイスの位置とを使用するステップ;および
viii)表示のために、vii)で生成された前記対象オブジェクトの前記動的ロードマップの視覚表現を、前記第2の画像データに重ね合わせるステップ、
を実行するように構成されている。
・(冠動脈ツリーの様な)対象臓器の血管造影画像シーケンスから、対象臓器のモデルを構成する。
・患者の心電図(ECG)測定を使用して、患者の心位相に位置合わせされているモデルの部分(またはフレーム)を選択する。
・選択したモデルの部分を更新または変換して、患者のライブX線透視または血管造影画像ストリームにおける呼吸運動を、ガイド用カテーテルトラッキングを使用して補正する。
・この結果のモデルの部分をレンダリングし、そしてモデルのレンダリングされたビューを、患者のライブX線透視または血管造影画像ストリームの重ね合わせとして統合する。
記載されている動的冠動脈ロードマップ法は、グラフィックスプロセッシングユニット(GPU)を使用してリアルタイムで実行されるので、実際の臨床設定でPCIの間に使用することが出来る。
図1のブロック100によって表されるオフラインフェーズが、実際のロードマッピングが実行される前に実行される。オフラインフェーズでは、心周期の複数のフェーズにわたる冠動脈のロードマップが、心周期の複数のフェーズをカバーするX線血管造影画像シーケンスから作成される。通常、少なくとも1つの心周期が考慮される。X線血管造影シーケンスと共に、心周期の時間情報(例、ECG信号)が、取得されそして保存される。ロードマップには、心周期の特定のフェーズにおける冠動脈の特性を特徴付ける情報が含まれている。このような情報は、冠動脈の中心線、冠動脈のそれぞれの長さにわたる冠動脈の輪郭(管腔境界)、および/または冠動脈を表すマスク画像(例、冠動脈により占有されている空間をカバーする画像)を含むことが出来る。実施形態では、ロードマップは、心周期の所与のフェーズの冠動脈を表す中心線、輪郭、および/またはマスク画像の形態の血管モデルを含むことが出来る。1つまたは複数のロードマップは、血管閉塞の位置と割合、直径と面積、圧力、血流速度、分流予備能、壁せん断応力、血管の湾曲、遠近短縮の量、冠動脈プラークの位置と量とタイプ(例、石灰化、軟性プラーク、混合プラーク)、冠動脈の完全閉塞の位置と範囲、または冠動脈閉塞の位置と範囲の様な、臨床的に興味がある情報も含むことが出来る。ロードマップの作成は、図1のステップ103で詳しく記載されるであろう。
図1のブロック110によって表されるオンラインフェーズの間に、動的ロードマッピングが実際に実行される。オンラインフェーズでは、造影剤を使用せずに、そして望ましくはロードマップがオフラインフェーズの間に作成されたときと同じ視野角(CアームのアンギュレーションとCアームの回転)で、X線透視画像データのシーケンスが収集される(図1のステップ104参照)。同時に、ECG信号が、X線透視画像データと共に取得され、そしてこれが保存されているECGと比較されて、オフラインフェーズで作成されたものと最も良くマッチするロードマップ(図1のステップ105)が選択される。これは、心臓の運動によるフレーム間の血管の形状と位置の変化を補正するためである。同時に、収集されたX線透視画像データ内のデバイス位置(例、カテーテルの先端位置)は、画像処理技術を使用して、そして好ましい実施形態では、図1のステップ106に記載される提案された深層学習ベースのベイジアンフィルタリング法を使用して、追跡される。X線透視画像データの現在のフレームと選択されたロードマップに関連付けられた参照ポイント(デバイスの位置)との間のデバイスの位置(例、カテーテルの先端)の変位が取得され、そして選択されたロードマップを変換するように適用されて、図1のステップ107に記載されるように動的ロードマップが生成される。最後に、動的ロードマップの視覚表現がレンダリングされ、そしてPCI手技をガイドするためにX線透視画像データの現在のフレームに重ね合わされる(図1のステップ108)。
第1のステップであるステップ101では、血管造影画像データが読出される。好ましい実施形態では、血管造影画像データは、X線血管造影による対象オブジェクトの収集(これは結果的にX線血管造影画像シーケンスを生じる)を表す。シングルプレーンまたはダブルプレーンの血管造影システムには、例えば、シーメンス社(Artis zee Biplane)またはフィリップス社(Allura Xper FD)によって製造される様な製品を使用することが出来る。対象オブジェクトは、例えば、心臓、冠動脈ツリーの一部、または血管であり、そして対象オブジェクトは、収集の間に、造影剤によって視認される。X線血管造影画像シーケンスは、対象オブジェクトが明瞭に視認できるように収集される。従って、Cアームは、最良の投影が取得されるように、臨床医が回転およびアンギュレートさせることが出来る。好ましくは、心電図(ECG)は血管造影画像データの一部であり、そしてX線血管造影の収集の間に同時に記録される。ECGは、異なるX線血管造影フレーム間またはX線血管造影取得間の心位相のマッチングを可能にする。心位相のマッチングにより、同じ心位相内の画像フレーム間の心臓運動による対象オブジェクトの変位は、最小限に抑えられる。
X線血管造影画像シーケンス内の連続するX線画像フレーム間または異なるX線血管造影画像シーケンス間で、対象オブジェクトまたはロードマップが変位する原因に成り得る多くの要因が存在する。これらの要因は、心臓の収縮による心臓の運動、患者の呼吸による呼吸の運動、および患者が動くことによる患者の運動である。心臓の運動は、例えば、読出されたECG信号を使用して心位相をマッチさせることによって補償される。起こり得る患者の運動を含む呼吸の運動は、画像内の参照ポイントを特定することにより補正させることが出来る。(画像シーケンス内で視認できるデバイスによって表される)参照ポイントは、オンラインフェーズの間に、対象オブジェクトまたはロードマップの変換に使用されるであろう。参照ポイントは、例えば、カテーテルの先端、ペースメーカまたは解剖学的ランドマーク、またはその運動を、呼吸の運動および起こり得る患者の運動に相関させることが出来る他の任意のオブジェクトとすることが出来るであろう。このような参照ポイントは、X線血管造影画像シーケンスの全てのフレームで取得することが出来る。フレーム内の参照ポイントの識別は手動で行われるかもしれない。参照ポイントを手動で識別する代わりに、例えば、図5のステップ503に記載されるように、画像処理技術が、医療用画像データ内のオブジェクトまたはランドマークの検出に適用されるかもしれない。
ステップ103内で、X線血管造影画像シーケンスが処理されて、造影剤が冠動脈に入ったフレームの後の心周期の複数のフェーズに対して、冠動脈のロードマップが作成される。通常、ロードマップは、少なくとも1つの心周期をカバーするある量のフレームに対して作成される。
オンラインフェーズ(110)の第1のステップは、図1のステップ104によって表されるX線透視画像データの読出しである。好ましい実施形態では、X線透視画像シーケンスは、ライブストリームとしてリアルタイムで収集される。同時に、患者のECG信号は、X線透視画像シーケンスに同期させてそしてリアルタイムで取得させることが出来る。X線透視画像は、ステップ101によってオフラインフェーズ(100)の間に使用されたものと同じ投影(視野角)で連続的に収集される。同じ投影を使用することは、対象オブジェクトおよびロードマップが、ロードマップ(103)を生成するために使用されたX線血管造影画像シーケンス(101)と同じ方位を有することを保証する。図9は、X線透視画像シーケンスからの3つのX線透視画像フレーム(901、902、および904)を示す。カテーテルは、X線透視画像フレーム内に見ることが出来(904)、そして記載のために強調されている。各X線透視フレームは、心周期(909)を表す心電図(ECG)信号内の906、907、および908によって示される心周期の任意の瞬間内に収集される。心周期の開始は、例えば、R波の頂点(910)であり、そして取得された全てのX線フレーム(906、907、および908)は、心周期(909)内のフェーズを表し、これらには、それぞれのX線フレームを収集するための心周期(910)の開始に対してオフセットが与えられている。X線フレームの収集と同時にECG信号を取得することが好ましい。オンラインフェーズ(110)の間、ECG信号は、心周期における同じ心位相を表すために、取得されたフレームを、ステップ103によって抽出された対応するロードマップとマッチさせるために使用される。これは、心臓の運動によるX線透視画像フレーム間の血管の形状と位置の変化を補正するためであり、そして図1のステップ105でさらに説明される。同時に、収集されたX線透視画像ストリーム内のデバイス(例、カテーテル先端の位置)は、例えば、ステップ106によってさらに記載されるように、深層学習ベースのベイジアンフィルタリング法を使用することによって追跡される。次に、現在のX線透視画像フレームと選択されたロードマップとの間のカテーテルの先端の変位が取得され、そしてこれがロードマップを変換するために適用され、そしてこれは、ステップ107によってさらに記載されるであろう。最後に、変換されたロードマップは、ステップ108に記載される手技をガイドするために、現在のX線透視画像フレームに重ね合わせられる。
ステップ104によって記載されたECG信号を含む透視画像を読出した後、(ステップ103で作成された)ロードマップから選択されたロードマップが、全ての単一の透視画像に対して選択される。
オンラインフェーズ(図1のブロック110)では、呼吸の運動や患者の運動を補正するために、対象オブジェクトまたはロードマップの変換が必要である。従って、ステップ102で、デバイスの位置が、血管造影画像データ内で取得される。同時に、図1のステップ105のロードマップ選択により、ステップ102に配置されたものと同じデバイスが、ステップ106の読出された透視画像内で追跡される。デバイスは、例えば、カテーテルの先端、ペースメーカまたは解剖学的ランドマークまたはその運動を、呼吸の運動および可能性がある患者の運動に相関させることが出来る他のオブジェクトとすることが出来る。
カテーテルの先端の全体的な追跡は、深層学習ベースのベイジアンフィルタリング法を使用し、図13に要約されている。この方法は、畳み込みニューラルネットワークを使用してベイジアンフィルタリングの尤度項をモデル化し、そしてそれを包括的な方法で粒子フィルタリングに統合させるが、これは、ロバストな追跡をもたらす。要約すると、画像内の全ての位置に対して、(カテーテルの運動を予測する)カテーテルの先端の(新しい画像内の)新しい位置は、オプティカルフロー法(図13の6行目を参照)とノイズの追加を使用して予測することが出来る(図13の5行目を参照)。さらに、深層学習ネットワークを使用して位置の尤度をチェックすることにより、重みが更新される(図13の8行を参照)。次に、全ての重みが正規化される(図13の10行を参照)。実際のカテーテルの先端位置は、全ての位置とその重みの加重算術平均に等しくなる。最後に、ポイントのリサンプルが、重み値の高いポジションの周囲で実行される(図13の12行を参照)。次に、追跡方法を、より詳しく記載する。
ベイジアンフィルタリングは、例えば、非特許文献15に記載されているように、システムに行われたノイズの多い測定のシーケンスから、時間と共に変化するシステムの真の状態を推定することを目的とした状態空間アプローチである。
尤度
深層ニューラルネットワークが
ここで、
深層ニューラルネットワークがトレーニングされると、その重みは、新しいデータの事後確率
ここで、
本明細書に記載されているように、参照ポイントを使用して、X線血管造影画像シーケンス(オフラインフェーズ)から取得されたロードマップとX線透視画像ストリーム(オンラインフェーズ)との間の運動を補償することが出来る。デバイスの位置から抽出することが出来る参照ポイントは、その運動を呼吸の運動および患者の運動と相関させることが出来る任意のオブジェクトとすることが出来、そしてこのデバイスは、例えば、カテーテルの先端、ペースメーカ、または解剖学的ランドマークとすることが出来る。好ましい実施形態では、このデバイスはガイド用カテーテルであり、そしてこのデバイスの位置はガイド用カテーテルの先端である。ステップ107内で、ステップ106の結果としての現在のX線透視フレームにおけるデバイス(例、カテーテルの先端)の位置、およびステップ105の結果としての選択されたロードマップフレームからのデバイス位置(例、カテーテルの先端)は、選択されたロードマップを現在のX線透視画像フレームに位置合わせする変換関数を取得するために使用される。実施形態では、この変換関数は、現在のフレーム内のカテーテルの先端と選択されたロードマップフレーム内のカテーテルの先端との間から取得される変位に基づく剛体変換とすることが出来る。これに代えて、変換関数を非剛体変換とすることも出来る。
ロードマップの心臓マッチングおよび変換の結果から得られる動的ロードマップは、患者のライブ血管造影画像データ画像データストリームの対応するX線透視または血管造影画像データフレーム上に重ね合わせられるように、レンダリングおよび統合される。
このセクションでは、図1のステップ106に記載されるようなデバイス追跡方法をトレーニングするための例が、提供され、この例には、図12に記載されるような深層ニューラルカテーテル検出ネットワークのトレーニング、および深層学習ベースの図13のアルゴリズムに記載されているベイジアンフィルタリング追跡方法のチューニングが含まれる。さらに、図1のフローチャートに記載されている動的冠動脈ロードマッピングワークフローを使用して、幾つかの実験が記載されている。ここでは、次の4つのデータベースが使用されている。
1.カテーテルの先端検出のためのトレーニングデータセット。このデータセットは、大量のX線透視画像シーケンスと
2.カテーテルの先端検出のための検証データセット。このデータセットは、大量のX線透視画像シーケンスと
3.カテーテルの先端追跡用のトレーニングデータセット。このデータセットは、図13のアルゴリズムで記載されている、深層学習ベースのベイジアンフィルタリング追跡方法のパラメータをチューニングするために使用される。このデータセットは、ある量のX線透視画像シーケンスと
4.カテーテルの先端追跡用の検証データセット。このデータセットは、図13のアルゴリズムに記載されている、チューニングされた深層学習ベースのベイジアンフィルタリング追跡方法を評価するために使用される。
正確な尤度確率マップを提供するように深層ニューラルネットワークをトレーニングするために、データセット
カテーテルの先端は、前のセクション「深層ニューラルネットワークのトレーニング」からの最適なハイパーパラメータ設定でトレーニングされたネットワークに基づいて、図12に記載されているアルゴリズムを使用してX線透視画像で追跡される。図12に記載されているアルゴリズムと粒子フィルタリング(図1のステップ107の記載内の「粒子フィルタによる事後確率の近似」のセクション)で使用されているオプティカルフロー法のパラメータは、データセット
図13に記載されるアルゴリズムで提案されている追跡方法は、第1のフレームのグラウンドトゥルースチップ確率マップを初期PDF
オプションのステップであるステップ1801で、最初に、冠動脈ツリー(の大部分)の3Dモデルが生成される。これは、コンピュータ断層撮影(CT)、X線回転血管造影、3D超音波、または磁気共鳴画像(MRI)の様な3D血管造影画像化モダリティから収集されたデータを使用して行われる。この3Dモデルは、例えば、3D中心線、血管の管腔表面および/または血管外表面を表す3D表面輪郭、プラーク、3Dマスク、またはこれらの組み合わせの形態とすることが出来る。
ステップ1802内で、X線血管造影画像データが読出され、そしてこれは図1のステップ101と同様である。好ましい実施形態では、血管造影画像データは、X線血管造影による対象オブジェクトの収集を表し、これは結果的にX線血管造影画像シーケンスになる。例えば、シーメンス社(Artis zee Biplane)またはフィリップス社(Allura Xper FD)によって製造されたものの様な、シングルプレーンまたはダブルプレーンの血管造影システムを使用することが出来る。対象オブジェクトは、例えば、心臓、冠動脈ツリーの一部、または血管であり、そして対象オブジェクトは、収集の間に造影剤によって視覚化される。好ましくは、心電図(ECG)は血管造影画像データの一部であり、そしてX線血管造影の収集の間に同時に記録される。X線血管造影画像シーケンスは、対象オブジェクトが明確に視認できるように収集される。従って、臨床医が、Cアームに回転およびアンギュレーションを与えて、最適な投影とも呼ばれる最良の投影を取得することが出来る。
このステップ内で、3Dロードマップ(3D+t)のシーケンスが作成され、そしてこれは図1のステップ103と同様である。このステップ(1803)は、少なくとも1つの心周期の複数のフェーズをカバーする冠動脈の3Dロードマップの生成をもたらす。冠動脈の3Dロードマップは、例えば、血管モデルとすることが出来る。血管モデルは、中心線、輪郭、マスク等の形態を取るかもしれない。この次に、この血管モデルは、例えば、血管閉塞の位置と割合、血管の直径と面積、長さ、圧力、血流速度、冠血流予備量比、壁せん断応力、血管の湾曲、冠動脈プラークの位置と量と種類、または石灰化プラークの位置と量の様な、臨床関連情報を含むかもしれない。図1のフローチャートで使用される2Dロードマップとは対照的に、現在のワークフローでは3Dロードマップが使用される。2Dロードマップが、2Dロードマップの生成に使用されるX線画像の座標系内で定義されるので、3Dロードマップは、3Dワールド座標系で定義され、従って、任意のX線ジオメトリが可能になる。3Dロードマップは、造影剤注入後の1心周期内のフレームから作成される。従って、完全な心周期は、造影剤が冠動脈に入ったフレームの後のX線血管造影画像シーケンス内で選択される。造影剤が冠動脈に入ったX線血管造影画像シーケンス内のフレームは、図5のステップ501によって前述された方法によって定義することが出来る。ステップ1803内で、3D+tロードマップは、3つの異なる方法によって生成させることが出来、そしてこの方法は、主に、ステップ1801および1802からの利用可能なデータに依存する。
ステップ1804内で、オンラインフェーズ(1810)の一部としての、ライブ重ね合わせ(1809)の間の(ステップ1803の結果としての)3D+tロードマップの位置合わせ(ステップ1808)を可能にするための情報が、取得され、そしてステップ1804は図1のステップ102に類似している。ステップ102に記載されるように、起こり得る患者の運動を含む呼吸の運動は、X線血管造影画像シーケンス内の参照ポイントを識別することによって補償される。(画像シーケンス内の視認可能なデバイスによって表される)参照ポイントは、オンラインフェーズ(1810)の間に、対象オブジェクトまたはロードマップの変換に使用されるであろう。参照ポイントは、例えば、カテーテルの先端、ピースメーカまたは解剖学的ランドマーク、これに代えてその運動が呼吸の運動および起こり得る患者の運動に相関させることが出来る他の任意のオブジェクトとすることが出来る。このような参照ポイントは、X線血管造影画像シーケンスの全てのフレームで取得することが出来る。
このステップは、ステップ1805において、任意のX線のアンギュレーションおよび回転、任意のX線倍率、任意のテーブル位置等の様な任意のX線システムのジオメトリが可能になり、そしてX線透視画像データが、シングルプレーンまたはバイプレーン収集の何れかから取得することができることを除いて、図1のステップ104と同じである。オプションでは、X線透視画像データは、バイプレーン収集で取得することが出来る。
このステップは、ロードマップの選択がECGマッチングに基づいている図1のステップ105と同じである。ECG信号は、オンライン透視画像(図18の1805を参照)およびオフライン血管造影シーケンスのECG(図18の1802を参照)に関連付けられている。これにより、ECG信号との最適なマッチングが見出される、最適な候補ロードマップが選択される。
このステップは、オンライン透視画像データ内のデバイスが、例えば、深層学習ベースのベイジアンフィルタリング法を使用して追跡される図1のステップ106と同じである。
このステップは、参照ポイントが、X線血管造影画像シーケンス(オフラインフェーズ)から取得されて生成されたロードマップとX線透視画像ストリーム(オンラインフェーズ)との間の運動を補償するために使用される、図1のステップ107と同様である。ステップ1808内では、a)ロードマップが3Dロードマップであり、そしてb)デバイスが、ステップ107の場合のような2D位置に加えて、3D位置または3Dとすることが出来る点を除いて、ステップ107に記載したものと同じ目標が取得される。
このステップは、図1のステップ108と類似していて、変換されたロードマップがレンダリングされて、それぞれのライブ透視画像フレームに重ね合わせられる、変換されたロードマップの視覚表現を生成する。X線透視データがバイプレーン収集で取得される場合、2つの2D動的ロードマップの視覚表現は、レンダリングさせ、そしてそれぞれのライブ透視投影に重ね合わせることが出来る。
ステップ2601内で、ロードマップのシーケンスが作成され、そしてこのロードマップのシーケンスが2Dロードマップを表す場合、ステップは、図1のステップ101、102、および103によって表されるオフラインフェーズ(100)と同一である。3Dロードマップが作成される場合、ステップ2601は、図18のステップ1801、1802、1803、および1804で表されるオフラインフェーズ(1800)と同一である。
このステップ内で、ロードマップは、現在の状況に再位置合わせされる。現在の状況という用語は、オンラインフェーズ(2610)の間の真のライブステータスを意味する。このような再位置合わせは、例えば、オンラインフェーズ(2610)の間にテーブルを動かした後、またはロードマップの現在の状況からの位置合わせが誤っている可能性がある他の状況で、またはオンラインフェーズの間に追加のデバイスが導入されてより多くの正確な位置合わせが可能となる場合に、役立つ。このステップは、システムがステップ2601からオンラインフェーズ(2610)に初めて移行する場合には、省略することが出来る。ステップ2602は、造影剤ボーラス注入が開始された後、X線システムまたは別の外部システムによってトリガされた信号から開始することができる。これに代えて、造影剤ボーラス注入は、例えば、非特許文献3によって教示されているように、または図5のステップ501により記載されているように、X線透視画像ストリーム(2603)を分析することによって自動的に検出される。
ステップ2601内で、X線透視画像データが読出され、そしてこのステップは、図1のステップ104と同一である。オフラインフェーズが3Dロードマップ(ステップ2601)を表す場合、任意のX線のアンギュレーションと回転、任意のX線倍率、任意のテーブル位置のような任意のX線システムのジオメトリが、可能でありそしてX線透視画像データは、シングルプレーンまたはバイプレーン収集から取得することが出来る。さらに、図18のステップ1805に記載されるように、医師が最適なX線透視投影を選択することをサポートするガイダンスマップは、視覚化することが出来る。
ステップ2604内で、ステップ2601の結果として、または更新されている場合には、ステップ206の結果として、現在のロードマップが、ロードマップのシーケンスから選択される。オフラインフェーズが2Dロードマップを表す場合、このステップは、図1のステップ105と同一である。オフラインフェーズが3Dロードマップを表す場合、このステップは、図18のステップ1806と同一である。
ステップ2605において、デバイスが、ライブX線透視画像ストリーム内で追跡される。オフラインフェーズが2Dロードマップを表す場合、このステップは図1のステップ106と同一であり、オフラインフェーズが3Dロードマップを表す場合、このステップは図18のステップ1807と同一である。
ステップ2606において、選択されたロードマップは、現在のライブX線透視画像フレームに対する動的ロードマップを作成するために、変換される。オフラインフェーズが2Dロードマップを表す場合、このステップは図1のステップ107と同じである。オフラインフェーズが3Dロードマップを表す場合、このステップは図18のステップ1808と同じである。
オフラインフェーズが2Dロードマップを生成する場合、このステップは、図1のステップ107と同一である。オフラインフェーズが3Dロードマップを生成する場合、このステップは、図18のステップ1808と同一である。オプションとして、X線画像データにロードマップを視覚化する方法は、変更させることができる。ステップ2602で造影剤が投与された結果として、造影剤が血管系にある限り(これは、造影剤注入の量および持続時間に依存し、そして平均して約5心周期である)、血管構造は強調されるであろう。血管構造および投影された重ね合わせの視認を可能にするために、重ね合わせは、図34bの3401によって示されるように、透明モードでX線画像データに投影することができる。透明度の程度は明らかに調整することが出来る。図34b内で、3402は、重ね合わせが対象血管構造を覆い隠すことなく投影されている別の例を提供する。これは、ロードマップ画像の外側の境界線のみを表示することにより実現される。これは、最初にロードマップを事前定義された量だけ膨張させ、次に膨張させたロードマップの境界を抽出することによって生成させることができる。明らかに、これは、透明度の程度を調整することが出来る透過モードとすることも出来る。
ステップ2608の間に、システムは、ロードマップの再位置合わせが必要であるか否かを検出する。例えば、X線システムは、オンラインフェーズ(2610)の間または造影剤投与が開始された後にテーブルが調整された場合、信号をトリガする。オプションでは、ステップ2608内で、ロードマップの不位置合わせは、X線透視画像ストリームの画像処理、例えば、現在の画像フレームと前の心周期の同じ心周期での画像フレームとの比較によって検出することが出来る。両方の画像間の比較は、例えば、画像登録、相互相関、または(最小)差によって実行することが出来る。画像登録を適用する場合、画像登録から生じる変位は、両方の画像間の変動の尺度であり、そしてドリフトを検出するためのしきい値を定義することが出来る。相互相関の場合、相互相関値は、両方の画像間の類似性を表し、そして例えば、ドリフトを検出するためにしきい値を定義することが出来る。これに代えて、一方の画像が他方の画像に対してシフトされ、そして両方の画像間の相互相関が複数のシフトに対して計算される。次に、最大相互相関値は、画像の特定のシフトに対応するかもしれない。シフトの大きさはドリフトの大きさである。両方の画像に差がある場合、差の値はドリフトの尺度である。ドリフト検出用にしきい値が定義されているかもしれない。これに代えて、一方の画像は、他方の画像に対してシフトされ、そして両方の差が、計算された画像である。最小差は、複数のシフトに対して計算することが出来、そして最小差に対応するシフトは、ドリフトの尺度である。
前述の実施形態は、ライブX線投影または冠動脈ロードマップに重畳することが出来るリアルタイムの動的重ね合わせまたは動的血管造影画像ストリーム/シーケンスを提供するために、関連付けられている。
Claims (26)
- 対象オブジェクトの第1の画像データからの情報を、前記対象オブジェクトの第2の画像データと共に、動的に視覚化するための方法であって、
i)前記対象オブジェクトの複数のロードマップを生成するために、前記第1の画像データを使用するステップ、
ii)前記第1の画像データ内の、ガイド用カテーテル、ガイドワイヤまたは他の管腔内デバイスまたは器具の様なデバイスの複数の参照位置を決定するステップであって、前記複数の参照位置が、i)の前記対象オブジェクトの前記複数のロードマップに対応している、ステップ、
iii)前記複数のロードマップから1つのロードマップを選択するステップ、
iV)前記第2の画像データ内において前記デバイスの位置を決定するステップ、
V)前記対象オブジェクトの動的ロードマップを生成するためにiii)で選択された前記1つのロードマップを変換するために、iii)で選択された前記1つのロードマップに対応する前記デバイスの前記参照位置とiV)で決定された前記デバイスの位置を使用するステップ、
vi)V)で生成された前記対象オブジェクトの動的ロードマップの視覚表現を、表示のために、前記第2の画像データに重ね合わせるステップ、
を備える方法。 - 前記対象オブジェクトが、前記心臓、前記冠動脈ツリーの一部、血管、または患者の血管系の他の部分を備え、
前記第1の画像データが、前記患者の少なくとも1つの心周期をカバーし、
i)で生成された前記対オブジェクトの前記複数のロードマップが、前記患者の前記心周期の異なるフェーズをカバーし、前記患者の前記心周期の前記フェーズが、前記患者の前記心周期の事前定義された参照部分に対して時間的にオフセットされている、
請求項1に記載の方法。 - 前記第2の画像データに対応する前記患者の前記心周期のフェーズを決定するために、前記第2の画像データに同期させてECG信号を処理するステップ、
前記第2の画像データの前記患者の前記心周期の前記フェーズを、前記1つのロードマップの前記患者の前記心周期の前記フェーズにマッチさせることにより、iii)の1つのロードマップを選択するステップ、
を、さらに備える、請求項1または2に記載の方法。 - 画像フレームの前記患者の前記心周期のフェーズを決定するために前記第1の画像データを処理し、そして前記心臓周期の前記フェーズを前記画像フレームに対応するロードマップに関連付けるステップを、さらに備える、
請求項1~3の何れか1項に記載の方法。 - 前記複数のロードマップが、例えば、コンピュータ断層撮影(CT)、X線回転血管造影、3D超音波、または磁気共鳴画像法(MRI)から構成されるグループから選択された少なくとも1つの画像モダリティから、抽出された前記対象オブジェクトの3次元モデルから導出されている、
請求項1~4の何れか1項に記載の方法。 - 前記複数のロードマップが、造影剤により収集された前記対象オブジェクトの2つのX線血管造影画像シーケンスから導出されている、
請求項1~5の何れか1項に記載の方法。 - 前記複数のロードマップが、前記対象オブジェクトの3次元モデルと、造影剤により収集された前記対象オブジェクトの少なくとも1つのX線血管造影画像シーケンスとから導出されている、
請求項1~6の何れか1項に記載の方法。 - 前記複数のロードマップが、前記対象オブジェクトの中心線、等高線、および/または画像マスクの様な特性を特徴付ける情報を含む、
請求項1~7の何れか1項に記載の方法。 - 前記複数のロードマップが、血管閉塞の位置と程度、直径と面積、圧力、血流速度、冠血流予備量比、壁せん断応力、血管湾曲、遠近短縮量、冠動脈プラークの位置および範囲およびタイプ、冠動脈完全閉塞の位置および範囲、または冠動脈閉塞の位置および範囲からなるグループから選択された前記対象オブジェクトの少なくとも1つの測定値を含む、
請求項1~8の何れか1項に記載の方法。 - ii)において、前記第2の画像データ内の前記デバイスの前記複数の参照位置が、ベイジアンフィルタリング法を使用して決定される、
請求項1~9の何れか1項に記載の方法。 - 前記ベイジアンフィルタリング法が、深層学習ネットワークを使用して、前記第2の画像データ内の前記デバイスの位置の尤度を推定し、および/または
前記ベイジアンフィルタリング法が、前記デバイスの位置を、複数の位置の加重算術平均およびそれらに関連する重みに等しくさせ、および/または
前記ベイジアンフィルタリング法が、重み値が高い位置の周囲のポイントをリサンプリングする、
請求項10に記載の方法。 - 例えば、呼吸運動および/または心臓運動および/または患者運動および/またはテーブル運動を含む、前記第1の画像データと第2の画像データとの間の運動を補償するために、V)の操作が、前記1つのロードマップに変換を適用する、
請求項1~11の何れか1項に記載の方法。 - 前記変換が、iii)で選択された前記1つのロードマップに対応する前記デバイスの参照位置とiV)で決定された前記デバイスの位置とから取得された変位に基づく、前記1つのロードマップへの剛体変換または非剛体変換を備える、
請求項12に記載の方法。 - 前記動的ロードマップの視覚表現が、
-透過モードを使用して前記動的ロードマップの重ね合わせを前記第2の画像データに投影し、および/または
-前記動的ロードマップを拡張し、そして前記結果の動的ロードマップの境界を前記第2の画像データに投影する、
ことによって生成され、
これにより、前記動的ロードマップの前記視覚表現が、前記インターベンションデバイスを覆い隠さないように構成されている、
請求項1~13の何れか1項に記載の方法。 - 前記複数の参照位置が、前記対象オブジェクトの複数のロードマップの一部として保存され、前記選択されたロードマップが、前記第2の画像データに重ね合わせるための少なくとも1つの動的ロードマップを生成するように変換されている3次元ロードマップを備える、
請求項1~14の何れか1項に記載の方法。 - 前記3次元ロードマップが、前記第2の画像データを収集するために使用される前記視点に従って変換される、または前記第2の画像データが、前記第1の画像データとは異なる視点から収集される、
請求項15に記載の方法。 - 前記1つのロードマップが、前記第2の画像データに重ね合わせるための少なくとも1つの動的ロードマップを生成するように変換されている2次元ロードマップを備え、そして、
前記第1の画像データと前記第2の画像データが、共通の視点から収集される、
請求項1~16の何れか1項に記載の方法。 - 前記第1の画像データが、ベースライン画像の差分処理によって導出され、そして
前記第2の画像が、前記ベースライン画像の差分処理によって収集される、
請求項1~17の何れか1項に記載の方法。 - 前記第1の画像データが、造影剤を用いてX線画像化モダリティを使用して収集された血管造影画像データであり、そして
前記第2の画像データが、造影剤を用いずにX線画像化モダリティを使用して収集された透視画像データである、
請求項1~18の何れか1項に記載の方法。 - 前記第2の画像データの前記画像フレーム上への前記対象オブジェクトの前記動的ロードマップの前記視覚表現の重ね合わせを表示するために、iii)~vi)の前記操作が、前記第2の画像データの連続する画像フレームに対して繰り返される、
請求項1~19の何れか1項に記載の方法。 - 動的ガイダンスのために、前記第2の画像データの前記画像フレーム内の変換および重ね合わせのために、ロードマップが、前記第2の画像データの連続する画像フレーム内のそれぞれの画像フレームごとに選択される、または
静的ガイダンスのために、前記第2の画像データの前記画像フレーム内の変換および重ね合わせのために、1つのロードマップが、前記第2の画像データの連続する画像フレームに対して選択される、
請求項20に記載の方法。 - 請求項1~21の何れか1項に記載の方法を実行するためにマシンで実行可能な命令のプログラムを有形に具体化する非一時的プログラム格納デバイス。
- 患者の対象オブジェクトの画像を生成するためのシステムであって、
メモリに保存されているプログラム命令を実行するときに、少なくとも1つのプロセッサが、
i)前記対象オブジェクトの第1の画像データを取得するステップであって、前記第1の画像データが、造影剤により収集され、そしてインターベンションデバイスが前記第1の画像データ内に存在する、ステップ、
ii)前記対象オブジェクトの複数のロードマップを生成するために、前記第1の画像データを使用するステップ、
iii)前記第1の画像データにおける前記デバイスの複数の参照位置を決定するステップであって、前記複数の参照位置が、前記対象オブジェクトの前記複数のロードマップに対応している、ステップ、
iV)前記対象オブジェクトの第2の画像データを取得するステップであって、前記第2の画像データが、造影剤を用いずに収集され、そして前記デバイスが、前記第2の画像データ内に存在する、ステップ、
V)前記対象オブジェクトの前記複数のロードマップから1つのロードマップを選択するステップ、
vi)前記第2の画像データ内の前記デバイスの位置を決定するステップ、
vii)V)で選択された前記1つのロードマップを変換して前記対象オブジェクトの動的ロードマップを生成するために、V)で選択された前記1つのロードマップに対応する前記デバイスの前記参照位置とvi)で決定された前記デバイスの位置とを使用するステップ、
viii)表示のために、vii)で生成された前記対象オブジェクトの前記動的ロードマップの視覚表現を、前記第2の画像データに重ね合わせるステップ、
を実行するように構成されている、システム。 - 前記第1の画像データおよび前記第2の画像データを収集するように構成されている画像化収集サブシステムを、さらに、備える、請求項23に記載のシステム。
- 前記画像化取得サブシステムが、X線画像化モダリティを使用する、請求項24に記載のシステム。
- viii)で生成された前記対象オブジェクトの動的ロードマップの視覚表現の重ね合わせを第2の画像データに表示するように構成されている表示サブシステムを、さらに、備える、請求項23~25に記載のシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962791286P | 2019-01-11 | 2019-01-11 | |
US62/791,286 | 2019-01-11 | ||
PCT/EP2020/050613 WO2020144374A1 (en) | 2019-01-11 | 2020-01-11 | Methods and systems for dynamic coronary roadmapping |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022517581A true JP2022517581A (ja) | 2022-03-09 |
JPWO2020144374A5 JPWO2020144374A5 (ja) | 2022-10-18 |
Family
ID=69165376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021540065A Pending JP2022517581A (ja) | 2019-01-11 | 2020-01-11 | 冠動脈の動的ロードマップを提供するための方法およびシステム |
Country Status (4)
Country | Link |
---|---|
US (2) | US11707242B2 (ja) |
EP (1) | EP3909020A1 (ja) |
JP (1) | JP2022517581A (ja) |
WO (1) | WO2020144374A1 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US11087464B2 (en) * | 2019-06-27 | 2021-08-10 | Wisconsin Alumni Research Foundation | System and method for motion-adjusted device guidance using vascular roadmaps |
US11205264B2 (en) * | 2019-10-15 | 2021-12-21 | GE Precision Healthcare LLC | Systems and methods for multi-label segmentation of cardiac computed tomography and angiography images using deep neural networks |
EP4114270A1 (en) * | 2020-03-06 | 2023-01-11 | Koninklijke Philips N.V. | Systems and methods for vascular rendering |
US20210282731A1 (en) * | 2020-03-10 | 2021-09-16 | GE Precision Healthcare LLC | Systems and methods for registration of angiographic projections with computed tomographic data |
EP3884868A1 (en) | 2020-03-26 | 2021-09-29 | Pie Medical Imaging BV | Method and system for registering intra-object data with extra-object data |
US11488021B2 (en) * | 2020-06-18 | 2022-11-01 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for image segmentation |
US20220044408A1 (en) * | 2020-08-07 | 2022-02-10 | Canon Medical Systems Corporation | Medical image processing apparatus, system, and method |
WO2022069254A1 (en) * | 2020-09-29 | 2022-04-07 | Koninklijke Philips N.V. | Co-registration of intravascular data with angiography-based roadmap image at arbitrary angle, and associated systems, devices, and methods |
KR102398522B1 (ko) * | 2021-02-08 | 2022-05-17 | 광주과학기술원 | 관상동맥중재술을 위한 영상 정합 방법 및 이를 수행하는 전자 장치 |
CN112907563B (zh) * | 2021-03-17 | 2023-12-01 | 复旦大学附属华山医院 | 基于深度学习的cta全自动侧枝循环评分方法及系统 |
US20220361834A1 (en) * | 2021-05-12 | 2022-11-17 | Angiowave Imaging, Llc | Motion-compensated wavelet angiography |
CN113768476B (zh) * | 2021-09-13 | 2024-03-26 | 复旦大学附属中山医院 | 心动周期时相检测方法、装置及计算机程序产品 |
NL2029633B1 (en) * | 2021-11-04 | 2023-06-02 | Medis Ass B V | Method and device for monitoring a flow of a fluid in a vessel |
DE102022204170A1 (de) | 2022-04-28 | 2023-11-02 | Siemens Healthcare Gmbh | Bereitstellen zumindest eines Prozedurparameters |
EP4283561A1 (en) * | 2022-05-24 | 2023-11-29 | Siemens Healthcare GmbH | Dynamic vessel roadmapping |
CN115082500B (zh) * | 2022-05-31 | 2023-07-11 | 苏州大学 | 基于多尺度与局部特征引导网络的角膜神经纤维分割方法 |
WO2023239743A1 (en) * | 2022-06-06 | 2023-12-14 | Medtronic Vascular, Inc. | Use of cath lab images for procedure and device evaluation |
EP4321103A1 (en) * | 2022-08-12 | 2024-02-14 | Siemens Healthineers AG | Dynamic vessel roadmap guidance |
DE102022126824A1 (de) | 2022-10-13 | 2024-04-18 | Karl Storz Se & Co. Kg | Verfahren zum Überlagern von Überlagerungsaufnahmeinformationen mit einem Livebild und eine entsprechende Vorrichtung |
CN117252927B (zh) * | 2023-11-20 | 2024-02-02 | 华中科技大学同济医学院附属协和医院 | 一种基于小目标检测的导管下介入目标定位方法及系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0193712B1 (de) | 1985-02-04 | 1990-04-25 | Siemens Aktiengesellschaft | Röntgendiagnostikeinrichtung für Subtraktionsangiographie |
US4878115A (en) | 1987-09-25 | 1989-10-31 | University Of Kentucky Research Foundation | Dynamic coronary roadmapping |
CN101622643B (zh) * | 2007-03-02 | 2013-08-21 | 皇家飞利浦电子股份有限公司 | 心脏路图 |
US8615116B2 (en) * | 2007-09-28 | 2013-12-24 | The Johns Hopkins University | Combined multi-detector CT angiography and CT myocardial perfusion imaging for the diagnosis of coronary artery disease |
JP5513394B2 (ja) * | 2007-10-11 | 2014-06-04 | ギヴン イメージング(ロサンジェルス)エルエルシー | 管腔臓器内部の放射線学的に造影された材料の位置を測定、表示するシステム |
CN104519798B (zh) * | 2012-08-03 | 2018-03-23 | 皇家飞利浦有限公司 | 用于路线绘图的设备位置依赖性的叠加 |
EP2709059B1 (en) | 2012-09-17 | 2014-11-05 | Pie Medical Imaging BV | Method and apparatus for quantitative measurements on sequences of images, particularly angiographic images |
EP2757528B1 (en) | 2013-01-22 | 2015-06-24 | Pie Medical Imaging BV | Method and apparatus for tracking objects in a target area of a moving organ |
US10362943B2 (en) * | 2013-09-20 | 2019-07-30 | Siemens Healthcare Gmbh | Dynamic overlay of anatomy from angiography to fluoroscopy |
EP3128481B1 (en) | 2015-08-04 | 2019-12-18 | Pie Medical Imaging BV | Method and apparatus to improve a 3d + time reconstruction |
EP3206183A1 (en) | 2016-02-11 | 2017-08-16 | Pie Medical Imaging BV | Method and apparatus for user guidance for the choice of a two-dimensional angiographic projection |
US10733792B2 (en) | 2016-02-11 | 2020-08-04 | Pie Medical Imaging B.V. | Method and apparatus for user guidance for the choice of a two-dimensional angiographic projection |
EP3279865B2 (en) | 2016-08-01 | 2022-02-16 | 3mensio Medical Imaging B.V. | Method, device and system for simulating shadow images |
US10987517B2 (en) * | 2017-03-15 | 2021-04-27 | Medtronic, Inc. | Detection of noise signals in cardiac signals |
US10699407B2 (en) | 2018-04-11 | 2020-06-30 | Pie Medical Imaging B.V. | Method and system for assessing vessel obstruction based on machine learning |
-
2020
- 2020-01-10 US US16/739,718 patent/US11707242B2/en active Active
- 2020-01-11 WO PCT/EP2020/050613 patent/WO2020144374A1/en unknown
- 2020-01-11 EP EP20700685.9A patent/EP3909020A1/en active Pending
- 2020-01-11 JP JP2021540065A patent/JP2022517581A/ja active Pending
-
2023
- 2023-06-07 US US18/207,035 patent/US20230309943A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20200222018A1 (en) | 2020-07-16 |
WO2020144374A1 (en) | 2020-07-16 |
US20230309943A1 (en) | 2023-10-05 |
EP3909020A1 (en) | 2021-11-17 |
US11707242B2 (en) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11707242B2 (en) | Methods and systems for dynamic coronary roadmapping | |
EP3403582B1 (en) | Method and apparatus for determining blood velocity in x-ray angiography images | |
US10229516B2 (en) | Method and apparatus to improve a 3D + time reconstruction | |
JP6388632B2 (ja) | プロセッサ装置の作動方法 | |
JP5739812B2 (ja) | 血管造影画像取得装置の作動方法、コリメータ制御ユニット、血管造影画像取得装置及びコンピュータソフトウェア | |
US8126239B2 (en) | Registering 2D and 3D data using 3D ultrasound data | |
CN112368781A (zh) | 基于机器学习来评估血管阻塞的方法和系统 | |
US11911203B2 (en) | Method and system for registering intra-object data with extra-object data | |
JP2012505009A5 (ja) | ||
US10362943B2 (en) | Dynamic overlay of anatomy from angiography to fluoroscopy | |
EP2940657B1 (en) | Regression for periodic phase-dependent modeling in angiography | |
JP2022539078A (ja) | 血管ロードマップを使用した動き調整装置の誘導のためのシステムおよび方法 | |
CN114126491B (zh) | 血管造影图像中的冠状动脉钙化的评估 | |
JP7436548B2 (ja) | プロセッサ装置の作動方法 | |
US20220254131A1 (en) | Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device | |
Manzke et al. | Intra-operative volume imaging of the left atrium and pulmonary veins with rotational X-ray angiography | |
CN112669449A (zh) | 基于3d重建技术的cag和ivus精准联动分析方法及系统 | |
WO2011031134A1 (en) | Image processing method and system | |
JP6726714B2 (ja) | 血管内プローブマーカを検出するためのシステムの作動方法、及び血管造影データと、血管に関して取得された血管内データとを重ね合わせ登録するためのシステムの作動方法 | |
CN115089294B (zh) | 介入手术导航的方法 | |
WO2023100838A1 (ja) | コンピュータプログラム、情報処理装置、情報処理方法及び学習モデル生成方法 | |
JP2023173813A (ja) | 画像処理装置、方法およびプログラム | |
Schwemmer | 3-D Imaging of Coronary Vessels Using C-arm CT | |
Li | Data acquisition modeling and hybrid coronary tree 3D reconstruction in C-arm CBCT imaging | |
Martín-Leung | Navigation and positioning aids for intracoronary interventions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210906 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221007 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230627 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230630 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230919 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230926 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |