JP2022552570A - 血管機能を監視するためのシステム及び方法 - Google Patents
血管機能を監視するためのシステム及び方法 Download PDFInfo
- Publication number
- JP2022552570A JP2022552570A JP2022523145A JP2022523145A JP2022552570A JP 2022552570 A JP2022552570 A JP 2022552570A JP 2022523145 A JP2022523145 A JP 2022523145A JP 2022523145 A JP2022523145 A JP 2022523145A JP 2022552570 A JP2022552570 A JP 2022552570A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- image
- optionally
- images
- analyzing
- 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 171
- 230000004218 vascular function Effects 0.000 title claims abstract description 49
- 238000012544 monitoring process Methods 0.000 title claims abstract description 45
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 58
- 238000003384 imaging method Methods 0.000 claims abstract description 54
- 238000010191 image analysis Methods 0.000 claims abstract description 21
- 206010016717 Fistula Diseases 0.000 claims description 100
- 230000003890 fistula Effects 0.000 claims description 100
- 230000002792 vascular Effects 0.000 claims description 73
- 210000003462 vein Anatomy 0.000 claims description 69
- 210000000056 organ Anatomy 0.000 claims description 41
- 230000008859 change Effects 0.000 claims description 37
- 238000001228 spectrum Methods 0.000 claims description 35
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 34
- 238000012545 processing Methods 0.000 claims description 33
- 238000012360 testing method Methods 0.000 claims description 30
- 230000036262 stenosis Effects 0.000 claims description 28
- 208000037804 stenosis Diseases 0.000 claims description 28
- 210000001367 artery Anatomy 0.000 claims description 25
- 241000282414 Homo sapiens Species 0.000 claims description 23
- 239000013598 vector Substances 0.000 claims description 23
- 238000000502 dialysis Methods 0.000 claims description 22
- 238000011161 development Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000005286 illumination Methods 0.000 claims description 18
- 230000006735 deficit Effects 0.000 claims description 13
- 238000005305 interferometry Methods 0.000 claims description 7
- 241000282412 Homo Species 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 description 62
- 238000001514 detection method Methods 0.000 description 52
- 238000004422 calculation algorithm Methods 0.000 description 50
- 210000003414 extremity Anatomy 0.000 description 24
- 210000004369 blood Anatomy 0.000 description 23
- 239000008280 blood Substances 0.000 description 23
- 230000017531 blood circulation Effects 0.000 description 22
- 230000018109 developmental process Effects 0.000 description 20
- 230000000670 limiting effect Effects 0.000 description 19
- 230000003287 optical effect Effects 0.000 description 19
- 206010003226 Arteriovenous fistula Diseases 0.000 description 18
- 238000010586 diagram Methods 0.000 description 18
- 208000007536 Thrombosis Diseases 0.000 description 16
- 238000010801 machine learning Methods 0.000 description 14
- 230000010355 oscillation Effects 0.000 description 14
- 238000001631 haemodialysis Methods 0.000 description 12
- 206010002329 Aneurysm Diseases 0.000 description 11
- 230000000322 hemodialysis Effects 0.000 description 11
- 230000011218 segmentation Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 10
- 230000001771 impaired effect Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 238000003780 insertion Methods 0.000 description 8
- 230000037431 insertion Effects 0.000 description 8
- 230000037361 pathway Effects 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 230000015572 biosynthetic process Effects 0.000 description 7
- 230000035800 maturation Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004611 spectroscopical analysis Methods 0.000 description 7
- 238000002399 angioplasty Methods 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000003333 near-infrared imaging Methods 0.000 description 5
- 230000002966 stenotic effect Effects 0.000 description 5
- 238000012706 support-vector machine Methods 0.000 description 5
- 206010009192 Circulatory collapse Diseases 0.000 description 4
- 206010044565 Tremor Diseases 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 230000005855 radiation Effects 0.000 description 4
- 238000002560 therapeutic procedure Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 230000001427 coherent effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 230000004064 dysfunction Effects 0.000 description 3
- 238000013399 early diagnosis Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 238000000746 purification Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013179 statistical model Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 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 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 208000034906 Medical device complication Diseases 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 238000011049 filling Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000007477 logistic regression Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 238000013151 thrombectomy Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 208000025721 COVID-19 Diseases 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 1
- 206010051269 Graft thrombosis Diseases 0.000 description 1
- 206010042957 Systolic hypertension Diseases 0.000 description 1
- 206010060872 Transplant failure Diseases 0.000 description 1
- 206010054880 Vascular insufficiency Diseases 0.000 description 1
- 206010057469 Vascular stenosis Diseases 0.000 description 1
- 206010048671 Venous stenosis Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000002555 auscultation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012517 data analytics Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000009552 doppler ultrasonography Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 210000000245 forearm Anatomy 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000002697 interventional radiology Methods 0.000 description 1
- 238000001990 intravenous administration Methods 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000002559 palpation Methods 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000001055 reflectance spectroscopy Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000013214 routine measurement Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000006492 vascular dysfunction Effects 0.000 description 1
- 208000023577 vascular insufficiency disease Diseases 0.000 description 1
- 238000007631 vascular surgery Methods 0.000 description 1
- 230000003878 venous anastomosis Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
- A61M1/36—Other treatment of blood in a by-pass of the natural circulatory system, e.g. temperature adaptation, irradiation ; Extra-corporeal blood circuits
- A61M1/3621—Extra-corporeal blood circuits
- A61M1/3653—Interfaces between patient blood circulation and extra-corporal blood circuit
- A61M1/3656—Monitoring patency or flow at connection sites; Detecting disconnections
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/024—Detecting, measuring or recording pulse rate or heart rate
- A61B5/02416—Detecting, measuring or recording pulse rate or heart rate using photoplethysmograph signals, e.g. generated by infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
- A61M2205/00—General characteristics of the apparatus
- A61M2205/33—Controlling, regulating or measuring
- A61M2205/3306—Optical measuring means
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Anesthesiology (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Hematology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- External Artificial Organs (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Medicines Containing Material From Animals Or Micro-Organisms (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
血管を監視するための方法であって、方法は、患者の身体を撮像して、血管の幾何学形状を取得するステップと、患者の身体を撮像して、画像解析を用いた患者の身体の位置の形状を取得するステップと、血管を含む患者の身体の位置で、患者の身体の振動を解析するステップと、により、血管機能を見て、聞いて、感じるための、血管機能の監視用システムを用いるステップを含む。血管機能を監視するための方法であって、方法は、患者の皮膚を介して1つ以上の血管を照射するステップと、少なくとも1つの血管の画像をキャプチャーするステップと、少なくとも1つの画像を解析するステップと、画像解析に基づく血管機能に関するパラメータを計算するステップとを含む。関連する装置および方法も記載される。
Description
本出願は、2019年10月18日に出願された米国特許出願第16/656,585号の一部継続出願である。上記出願の内容は全て、その全体が本明細書に完全に記載されているかのように、参照により組み込まれる。
本発明は、一般に、患者の血管を監視する分野に関する。いくつかの形態は、より特に、血管機能の障害の早期診断、さらに特に、血液透析治療を受けている患者におけるバスキュラーアクセスの障害の早期検出に関する。いくつかの形態は、より特に瘻孔(fistula)の測定に関する。
透析バスキュラーアクセス(VA:vascular access、瘻孔または移植片)は、生命を救う血液透析治療を可能にするが、関連する問題にもアクセスしやすい。
用語「VA」または「バスキュラーアクセス」は、その全ての文法的形態において、本明細書および特許請求の範囲を通して、いくつかの非限定的な例として、動静脈瘻(AV:arteriovenous fistula)、人工血管移植、および静脈内カテーテルを含む、生物学的ならびに人工的な、全てのタイプのバスキュラーアクセス構築物を意味するために使用される。
長期アクセスの1つのタイプは、動静脈瘻である。外科医は、腕や脚の静脈と動脈をつなぎ、動静脈瘻を作る。外科医が動脈と静脈をつなぐと、静脈はより広く太くなり、透析用の針を留置しやすくなる。動静脈瘻はまた、血液が体内に迅速に流出して戻ることを可能にする大きな直径を有する。動静脈瘻の目的は、大量の血液が透析器を通過できるように、高い血流を可能にすることである。
・米国の血液透析(HD:hemodialysis)患者の入院の25%以上はアクセス関連である。
・2013年に30,000人以上の患者が透析関連の動静脈血栓摘除術を必要とした。
・米国の血液透析(HD:hemodialysis)患者の入院の25%以上はアクセス関連である。
・2013年に30,000人以上の患者が透析関連の動静脈血栓摘除術を必要とした。
アクセス病の年間コストは、10億ドルに近いと推定されている。
VAの機能および開存性はHD患者の最適管理に不可欠である。VA流量が低く、開存性が失われると、血液透析の実施が制限され、治療時間が延長され、透析不足となり、罹病率および死亡率の上昇につながる可能性がある。長期VA、特に移植片では、血栓症はVA開存性の喪失の主な原因であり、医療費を増加させる。
VAの監視およびサーベイランス(surveillance)の基本概念は、進行性狭窄が、VAの大部分において可変間隔にわたって発生し、検出および矯正された場合(経皮経管血管形成術(PTA:percutaneous transluminal angioplasty)などの矯正処置)、透析不足を最小限に抑えるか、または回避することができ(透析用量保護)、血栓症の割合を低減することができることである。連続的なVAの流量、連続的な動的または静的圧力、再循環測定、および身体検査など、多くの監視およびサーベイランス方法が利用可能である。
監視は、身体検査(通常はHDユニット内)を用いてVA機能不全を診断するためのVAの検査および評価であり、VA喪失前の機能不全および是正可能な障害の存在を検出するために行う。
身体検査は、切迫した瘻孔および移植片の不全に関連する低流量を排除するための監視ツールとして使用され得る。典型的には、VA検査には、視診、触診、および聴診の3つの構成要素がある。
簡単な視診で、こぶ、虚血性の指、動脈瘤、豊富な側副静脈の存在を明らかにできる。吻合部中央の静脈に強い脈拍と弱い振戦があれば、流出静脈狭窄を示している。狭窄は触診でき、血管雑音の強度と特徴は狭窄の位置を示唆する。移植片または静脈吻合部の血管雑音が隣接部位と比較して局所的に強調されれば、狭窄(stricture)または狭窄(stenosis)が示唆される。身体検査には、VAによる四肢の挙上とアクセスの正常な崩れ(collapse)の診察からなる挙上(elevation)検査も含まれる。この検査は、患者の心臓レベル以上に器官を挙上した後に瘻孔が崩れた場合に正常とみなされる。
追加の背景技術は以下を含む。
・Besarab、「Access Monitoring Is Worthwhile and Valuable」、Blood Purif 2006;24:77-89、2006年2月
・Ehsan Rajabi-Jaghargh、Rupak K Banerjee、「Combined functional and anatomical diagnostic endpoints for assessing arteriovenous fistula dysfunction」、World J Nephrol 2015年2月6日;4(1):6-18 ISSN 2220-6124
・Luc Turmel-Rodrigues、「Salvage of immature forearm fistulas for haemodialysis by interventional radiology」、Nephrol Dial Transplant. 2001年12月;16(12):2365-71
・Jurg Schmidli 、「Editor‘s Choice Vascular Access」:2018 Clinical Practice Guidelines of the European Society for Vascular Surgery (ESVS) Eur J Vasc Endovasc Surg (2018)55,757e818
・Besarab、「Access Monitoring Is Worthwhile and Valuable」、Blood Purif 2006;24:77-89、2006年2月
・Ehsan Rajabi-Jaghargh、Rupak K Banerjee、「Combined functional and anatomical diagnostic endpoints for assessing arteriovenous fistula dysfunction」、World J Nephrol 2015年2月6日;4(1):6-18 ISSN 2220-6124
・Luc Turmel-Rodrigues、「Salvage of immature forearm fistulas for haemodialysis by interventional radiology」、Nephrol Dial Transplant. 2001年12月;16(12):2365-71
・Jurg Schmidli 、「Editor‘s Choice Vascular Access」:2018 Clinical Practice Guidelines of the European Society for Vascular Surgery (ESVS) Eur J Vasc Endovasc Surg (2018)55,757e818
上記および本明細書全体にわたる全ての参考文献の開示、ならびにこれらの参考文献に記載された全ての参考文献の開示は、本明細書中に参考として援用される。
本発明は、一般に、患者における血管の監視を自動化することに関し、より詳細には、血管機能の障害の早期診断に関し、さらに詳細には、血液透析治療を受けている患者におけるバスキュラーアクセスの障害の早期検出に関する。
本発明のいくつかの実施形態の態様によれば、照明源と、検出器と、ディスプレイと、基線測定に対する脈波速度の変化を識別し、基線測定に対する1つ以上の側副血管の発達を示す少なくとも1つのパラメータの変化を識別し、基線測定に対する血管の直径の変化を識別し、血管の分光分析の変化を識別し、識別された変化(識別変化)を相関させ、相関させた識別変化に基づいて血管の機能障害の確率を決定するように構成されたプロセッサとを含む、血管機能を監視するためのシステムが提供される。
本発明のいくつかの実施形態によれば、1つ以上の側副血管の発達を示す少なくとも1つのパラメータは、血管からの形状、密度、および距離のうちの1つ以上を含む。
本発明のいくつかの実施形態によれば、プロセッサは、脈波速度のうちの少なくとも1つの変化率を計算するように構成され、少なくとも1つのパラメータは、1つ以上の側副血管の発達、血管の直径、および血管の分光解析を示す。
本発明のいくつかの実施形態によれば、血管は患者の腕にあり、プロセッサはさらに、患者の腕または脚が上昇したときに血管の崩れの変化を識別するように構成される。
本発明のいくつかの実施形態によれば、プロセッサは、患者の腕または脚が挙上されたときの血管の崩れの変化率を計算するようにさらに構成される。
本発明のいくつかの実施形態によれば、プロセッサは、血管内を流れる血液の組成の変化を識別するようにさらに構成される。
本発明のいくつかの実施形態の態様によれば、照明源と、検出器と、ディスプレイと、基線測定に対する1つ以上の側副血管の発達を示す少なくとも1つのパラメータの変化を識別し、識別された変化に基づいて血管の機能の障害の確率を決定するように構成されたプロセッサとを含む、血管機能を監視するためのシステムが提供される。
本発明のいくつかの実施形態によれば、プロセッサは、脈波速度、血管の直径、および血管の分光解析のうちの1つ以上における基線測定に対する変化を識別し、脈波速度、血管の直径、および血管の分光解析のうちの1つ以上において識別された変化を、1つ以上の側副血管の発達を示す少なくとも1つのパラメータにおいて識別された変化と相関させ、相関させた変化に基づいて血管の機能の障害の確率を決定するようにさらに構成される。
本発明のいくつかの実施形態によれば、血管は、患者の腕または脚に位置しており、プロセッサは、患者の腕または脚が挙上されたときに血管の崩れの変化を識別し、患者の腕または脚が挙上されたときに血管の崩れで識別された変化を、1つ以上の側副血管の発達を示す少なくとも1つのパラメータで識別された変化と相関させ、相関させた変化に基づいて血管機能の障害の確率を決定するようにさらに構成される。
本発明のいくつかの実施形態の態様によれば、基線測定に対する脈波速度の変化を識別するステップと、基線測定に対する側副血管の発達を示すパラメータの変化を識別するステップと、基線測定に対する血管の直径の変化を識別するステップと、識別された変化(識別変化)を相関させるステップと、相関させた識別変化に基づいて血管機能の障害の確率を決定するステップとを含む、血管機能を監視するための方法が提供される。
本発明のいくつかの実施形態によれば、脈波速度のうちの少なくとも1つの変化率を計算するステップをさらに含み、少なくとも1つのパラメータは、1つ以上の側副血管の発達および血管の直径を示す。
本発明のいくつかの実施形態の態様によれば、血管機能を監視するための方法が提供され、この方法は、基線測定に対する1つ以上の側副血管の発達を示す少なくとも1つのパラメータの変化を識別するステップと、識別された変化に基づいて血管機能の障害の確率を決定するステップとを含む。
本発明のいくつかの実施形態によれば、脈波速度、血管の直径、および血管の分光解析のうちの1つ以上における基線測定に対する変化を識別するステップと、脈波速度、血管の直径、および血管の分光解析のうちの1つ以上において識別された変化と、1つ以上の側副血管の発達を示す少なくとも1つのパラメータにおいて識別された変化とを相関させるステップと、相関させた変化に基づいて血管機能の障害の確率を決定するステップとをさらに含む。
本発明のいくつかの実施形態によれば、血管は、患者の腕または脚にあり、方法は、患者の腕または脚が挙上されたときの血管の崩れの変化を識別するステップと、患者の腕または脚が挙上されたときの血管の崩れで識別された変化を、1つ以上の側副血管の発達を示す少なくとも1つのパラメータで識別された変化と相関させるステップと、相関させた変化に基づいて血管機能の障害の確率を決定するステップとをさらに含む。
本発明のいくつかの実施形態によれば、本方法は、血管内を流れる血液の組成の変化を識別するステップをさらに含む。
本発明のいくつかの実施形態によれば、血管は、患者の腕または脚にあり、測定は、患者の腕または脚が地面にほぼ平行に配置されている間に行われる。
本発明のいくつかの実施形態によれば、血管は、患者の腕または脚にあり、測定は、患者の腕または脚が地面に対してほぼ垂直に配置されている間に行われる。
本発明のいくつかの実施形態によれば、血管は、患者の腕または脚にあり、測定は、患者の腕または脚が患者の心臓よりも低い位置にある間に行われる。
本発明のいくつかの実施形態によれば、血管は、患者の腕または脚にあり、測定は、患者の腕または脚が患者の心臓よりも高い位置にある間に行われる。
本発明のいくつかの実施形態の態様によれば、血管機能を監視するための方法が提供され、この方法は、患者の皮膚を通して1つ以上の血管を照射するステップと、血管の少なくとも1つの画像をキャプチャーするステップと、少なくとも1つの画像を解析するステップと、画像解析に基づいて血管機能に関するパラメータを計算するステップとを含む。
本発明のいくつかの実施形態によれば、少なくとも1つの画像内のバスキュラーアクセス(VA)の位置を自動的に検出するステップをさらに含む。
本発明のいくつかの実施形態によれば、少なくとも1つの画像内の瘻孔の位置を自動的に検出するステップをさらに含む。
本発明のいくつかの実施形態によれば、少なくとも1つの画像内のバスキュラーアクセス(VA)の位置を医師がマーキングするステップをさらに含む。
本発明のいくつかの実施形態によれば、血管の少なくとも1つの画像をキャプチャーするステップは、患者の皮膚の下の少なくとも1つの動脈および少なくとも1つの静脈を含む画像を提供するように構成された装置によって実行される。
本発明のいくつかの実施形態によれば、患者の皮膚を通して1つ以上の血管を照射するステップは、患者の器官を透過照射するステップを含む。
本発明のいくつかの実施形態によれば、血管機能に関するパラメータを計算するステップは、脈波速度、1つ以上の側副血管の発達を示すパラメータ、側副血管の数、血管の直径、血管のスペクトル解析、動静脈瘻のサイズ、および人工血管移植VAのサイズからなる群から選択される少なくとも1つのパラメータを計算するステップを含む。
本発明のいくつかの実施形態によれば、パラメータに基づいて血管機能の障害の確率を推定するステップをさらに含む。
本発明のいくつかの実施形態によれば、さらに、異なる時間での1つ以上のパラメータの、いくつかの測定を実行することに基づいてパラメータのうちの1つ以上の変化率を計算するステップを含み、測定のいくつかは、データベースから検索された患者に関連付けられた履歴データに基づく。
本発明のいくつかの実施形態によれば、さらに、1つ以上のパラメータの変化率に基づいて、血管機能の障害の確率を推定するステップを含む。
本発明のいくつかの実施形態によれば、1つ以上のパラメータの変化率に基づいてVAの成熟度を推定するステップをさらに含む。
本発明のいくつかの実施形態によれば、さらに、異なる時間に撮影された異なる画像内の特定の画像領域内の静脈の数をカウントすることによって、側副静脈を自動的に検出するステップを含む。
本発明のいくつかの実施形態によれば、少なくとも1つの画像におけるバスキュラーアクセス(VA)の位置を自動的に検出するステップは、静脈と動脈との交差部分を検出することによってVAの位置を検出するステップを含む。
本発明のいくつかの実施形態によれば、静脈と動脈との交差部分の検出は、患者の皮膚の下の動脈および静脈の両方の画像を提供することができるデバイスを使用することで実行される。
本発明のいくつかの実施形態によれば、少なくとも1つの画像におけるバスキュラーアクセス(VA)の位置を自動的に検出するステップは、少なくとも1つの画像のスペクトル解析を実行するステップを含む。
本発明のいくつかの実施形態によれば、異なる時間に撮影された2つの画像において脈波の位置を検出し、2つの画像において脈波の位置を比較することによって、脈波のパラメータを測定するステップをさらに含む。
本発明のいくつかの実施形態によれば、さらに、2つの画像における脈波の位置を検出することによって脈波波速度を測定するステップと、2つの画像をキャプチャーする間の時間差によって、2つの画像における血管の中心線に沿った距離を分割するステップとを含む。
本発明のいくつかの実施形態の態様によれば、透析患者の血管機能を監視するための医療スタッフによって実行される身体検査を置き換えるための方法が提供され、この方法は、患者の器官を手動で操作する代わりに、患者の器官の少なくとも1つの画像を生成するステップと、少なくとも1つの画像を解析するステップと、透析に適した状態または狭窄のリスクのある状態のうちの1つであるように患者の状態を分類するステップとを含む。
本発明のいくつかの実施形態によれば、患者の皮膚を通して1つ以上の血管を照射するステップをさらに含み、少なくとも1つの画像を解析することは、画像解析に基づいて血管機能に関するパラメータを計算するステップを含む。
本発明のいくつかの実施形態の態様によれば、血管機能を監視するためのシステムが提供され、このシステムは、患者の皮膚を通して患者の血管を照射するように構成された照明器と、患者の皮膚を通して血管の少なくとも1つの画像をキャプチャーするように構成されたカメラと、少なくとも1つの画像を処理するように構成された画像解析器と、画像解析に基づいて血管機能に関するパラメータを計算するように構成された計算器と、透析に適した状態または透析のリスクがある状態のうちの1つであるように患者の状態を分類するように構成された分類器と、患者の状態および血管機能に関するパラメータのうちの少なくとも1つのレポートを介護者に提供するように構成されたディスプレイとを含む。
本発明のいくつかの実施形態の態様によれば、瘻孔に関するパラメータを測定するためのシステムおよび方法が提供される。
いくつかの実施形態では、サーベイランス期間に沿って同じ患者の瘻孔の1つ以上の画像を取得するための光学装置を含むシステムが提供される。
いくつかの実施形態では、1つ以上の測定および/または特徴が、任意選択で画像から抽出され、時間の経過に伴うそれらの変化が、任意選択で監視される。いくつかの実施形態では、特徴は、日/週/月などの期間にわたって起こる側副静脈の数およびサイズの変化の非限定的な例として、画像内で測定または推定されたパラメータのタイムライン(timeline)導関数である。
いくつかの実施形態では、非限定的な例として、接合部の数、グラフ接合部における分岐部の数の平均または分布の変化によって、関心のある特徴は、識別された血管のグラフ表現および/またはこの表現の時間にわたる変化から導出される。
いくつかの実施形態では、人間の看護師が識別することができる臨床徴候または症状がある前に、有意な臨床エンドポイント(例えば、瘻孔の狭窄)に潜在的につながり得る上記の変化内のパターンを識別するために、機械学習由来の方法を使用する。
いくつかの実施形態では、光学的手段によって瘻孔に関するパラメータを測定するシステムが提供される。
いくつかの実施形態では、構造化光は、患者の身体または四肢に投影され、身体が撮像される。いくつかの実施形態では、構造化光は、等しい又は異なる幅の水平及び/又は垂直ストライプ、及び/又はストライプ以外の様々な光パターンを含むことができる。
いくつかの実施形態では、構造化光の撮像は、瘻孔の範囲に関する情報を提供するために使用される。瘻孔の範囲に関する情報は、いくつかの非限定的な例として、身体に沿った瘻孔の長軸の長さ、身体に沿った瘻孔の短軸の幅、画像に現れる瘻孔の形状、瘻孔周囲の形状および/またはセグメンテーション、瘻孔またはセグメント化した瘻孔のそれぞれの偏心指数および/またはアスペクト比、瘻孔の輪郭の滑らかさおよび/または粗さ指数である。
いくつかの実施形態では、構造化光のパターンが患者の身体または肢に投影され、身体が撮像され、瘻孔または腕、脚などの身体器官の三次元形状に関する情報を提供する。
いくつかの実施形態では、システムは、瘻孔および/または身体器官の形状の変化を識別する。いくつかの実施形態では、1つ以上の光パターン(例えば構造化光)を投射するために、プロジェクタが使用される。いくつかの実施形態では、方法は、患者の器官上でパターンがどのように変形するかを測定および/または推定して、器官の形状および形状が経時的に変化するかを測定する。
いくつかの実施形態では、構造化光のパターンが患者の身体または四肢に投影され、身体が撮像され、瘻孔の三次元形状、例えば、瘻孔全体またはセグメント化した瘻孔の容積(例えば、針挿入点)、曲率の機能および分散、瘻孔の近くの下にある腕/器官部分の形状/容積の変化、および三次元表面機能、例えば、滑らかさおよび/または粗さのうちの1つ以上についての情報を提供する。
いくつかの実施形態では、レーザスペックル干渉(LSI:Laser Speckle Interferometry)が使用される。いくつかの実施形態では、LSIは、内部の血流および乱流と相関する瘻孔表面の振動を記録および観察するために使用される。血流および乱流の変化は、典型的には、狭窄イベント、および臨床状態の潜在的発生と相関する。
いくつかの実施形態では、スペックル光を撮像することを使用して、瘻孔内の動的効果、例えば、心拍、血流乱流に関する情報を提供し、任意選択で瘻孔の振動のスペクトログラムを生成する。
いくつかの実施形態では、身体の画像は、ある期間離れて撮られ、画像間の差異は、瘻孔の形状の差異を決定するために任意に使用される。
いくつかの実施形態では、画像は、数日、数週間、数ヶ月、または数年間隔で撮影され、画像間の差異は、瘻孔のサイズまたは形状の変化を測定および/または監視するために任意選択的に使用される。
いくつかの実施形態では、画像は、例えば、手を水平に持ち、続いて手を垂直に持って、数秒または数分間隔で撮影され、画像間の差異は、任意選択で、瘻孔内の血液の少なくとも一部が瘻孔を排出できるかどうか、瘻孔からの血液排出速度および/または排出の程度、または、例えば、針挿入点の崩れなどの瘻孔の特定の部分を測定および/または監視するために使用される。
いくつかの実施形態では、画像は、ビデオクリップまたはムービーとして、1秒間隔で撮影され、画像フレーム間の差は、心拍、血流乱流などの瘻孔に関連する動的パラメータを測定および/または監視するために任意選択的に使用され、瘻孔の振動のスペクトログラムを任意選択的に生成する。
いくつかの実施形態では、瘻孔および患者の状態の変化を監視するために、撮像セッション間の瘻孔に関連する動的パラメータの変化の解析が行われる。
いくつかの実施形態において、上記を近赤外線撮像とともに実施することは、看護師および/または医師によって実施されることが要求される検査と相関し、かつ狭窄イベントを識別するための予測値を有することがすでに臨床的に証明されているデータを収集することを潜在的に可能にする。
本発明のいくつかの実施形態の態様によれば、1つの撮像装置を使用して、2つ以上の技術またはモダリティ、例えば、構造化光、レーザスペックル干渉、画像解析および近赤外線撮像モダリティのうちの1つ以上を実施および記録するためのシステムおよび方法が提供される。
いくつかの実施形態では、システムは、プロセッサと、デジタル光処理(DLP:Digital Light Processing)プロジェクタおよび近赤外線カメラを含む撮像装置とを含む。
本開示のいくつかの実施形態の態様によれば、血管を監視するための方法が提供され、この方法は、患者の身体を撮像して、血管の幾何学形状を取得するステップと、患者の身体を撮像して、画像解析を用いた患者の身体の位置の形状を取得するステップと、血管を含む患者の身体の位置で、患者の身体の振動を解析するステップと、により、血管機能を見て、聞いて、感じるための、血管機能の監視用システムを用いるステップを含む。
本開示のいくつかの実施形態によれば、患者の身体の位置の形状を取得するステップは、構造化光を用いて位置を照射するステップを含む。
本開示のいくつかの実施形態によれば、振動を解析するステップは、レーザスペックル干渉(LSI)を用いて照射するステップを含む。
本開示のいくつかの実施形態によれば、LSIを用いて照射するステップは、画像解析を用いた患者の身体の位置の形状を取得するステップに基づく位置で実行される。
本開示のいくつかの実施形態によれば、LSIを用いて照射するステップは、位置において、デジタル光処理(DLP)プロジェクタを制御することにより、自動で実行される。
本開示のいくつかの実施形態によれば、LSIを用いて照射するステップは、患者の身体の位置にLSI照明を誘導する医師により実行される。
本開示のいくつかの実施形態によれば、患者の身体の位置の形状を取得するステップは、患者の瘻孔の三次元(3D)形状を計算するステップを含む。
本開示のいくつかの実施形態によれば、患者の瘻孔の排出速度は、患者の瘻孔の3D形状の変化に基づいて計算される。
本開示のいくつかの実施形態によれば、挙上検査の間に実行される。
本開示のいくつかの実施形態によれば、画像解析に基づいて、血管機能に関連する1つ以上のパラメータが計算される。
本開示のいくつかの実施形態によれば、血管機能の障害の確率の推定が、1つ以上のパラメータに基づいて計算される。
本開示のいくつかの実施形態によれば、血管が弱っている可能性がある場合の推定が、1つ以上のパラメータに基づいて計算される。
本開示のいくつかの実施形態によれば、血管機能の障害の確率の推定が、1つ以上のパラメータの変化速度に基づいて計算される。
本開示のいくつかの実施形態によれば、VAの成熟度の推定が、1つ以上のパラメータの変化速度に基づいて計算される。
本開示のいくつかの実施形態によれば、1つ以上のパラメータを計算することは、1つ以上の側副血管の発達を示すパラメータを計算することを含む。
本開示のいくつかの実施形態によれば、1つ以上のパラメータを計算することは、側副血管の数を計算することを含む。
本開示のいくつかの実施形態によれば、異なる時間で撮影された異なる画像における特定の画像領域で静脈の数を数えることにより側副静脈が自動的に検出される。
本開示のいくつかの実施形態によれば、静脈と動脈の交差部分を検出することにより、バスキュラーアクセス(VA)の位置が自動的に検出される。
本開示のいくつかの実施形態によれば、画像解析は、少なくとも1つの画像におけるバスキュラーアクセス(VA)の位置を自動的に検出することを含む。
本開示のいくつかの実施形態によれば、画像解析は、少なくとも1つの画像における瘻孔の位置を自動的に検出することを含む。
本開示のいくつかの実施形態によれば、患者の血管の幾何学形状を見ることは、患者の皮膚の下の、少なくとも1つの動脈および少なくとも1つの静脈を含む画像をキャプチャーすることを含む。
本開示のいくつかの実施形態によれば、患者の身体は、近赤外線波長を用いて照射される。
本開示のいくつかの実施形態によれば、照射することは、デジタル光処理(DLP)プロジェクタを用いることを含む。
本開示のいくつかの実施形態によれば、患者の身体の振動を解析するステップは、前記血管を含む前記患者の身体の位置の画像における特定の位置での光の強度を解析するステップを含む。
本開示のいくつかの実施形態によれば、特定の位置での光の強度のベクトルを生成し、かつ、強度のベクトルを周波数のベクトルに変換して振動のスペクトル生成するすることにより、スペクトルが生成される。
本開示のいくつかの実施形態によれば、振動を解析するステップは、振動周波数の範囲にわたる振動のスペクトルを解析するステップを含む。本開示のいくつかの実施形態によれば、振動のスペクトルは、人が聞き取れる周波数に対応する範囲内である。本開示のいくつかの実施形態によれば、振動のスペクトルは、人が聞き取れる周波数より低い周波数に対応する範囲内である。本開示のいくつかの実施形態によれば、身体の振動を解析することは、1000Hzより低い周波数の範囲内である。
本開示のいくつかの実施形態によれば、患者の身体の振動を解析するステップは、150フレーム毎秒(FPS)より大きいフレームレートでキャプチャーされた画像を解析することにより行われる。本開示のいくつかの実施形態によれば、患者の身体の振動を解析するステップは、500フレーム毎秒(FPS)より大きいフレームレートでキャプチャーされた画像を解析することにより行われる。
本開示のいくつかの実施形態によれば、患者の身体の振動を解析するステップは、キャプチャーされた画像内における選択された画素を解析することにより行われる。
本開示のいくつかの実施形態によれば、脈波パラメータは、異なるときに撮影された2つの画像における脈波の位置を検出し、前記2つの画像における前記脈波の位置を比較することにより測定される。
本開示のいくつかの実施形態によれば、脈波の速度は、2つの画像における脈波の位置を検出し、前記2つの画像をキャプチャーする間の時間差により前記2つの画像における血管の中心線に沿って距離を分割することによって測定される。
本開示のいくつかの実施形態の態様によれば、医療スタッフにより実行される身体検査を血管機能の監視に置き換える方法が提供され、この方法は、患者の器官の少なくとも1つの画像を生成するステップと、少なくとも1つの画像を解析するステップと、血管機能に関連したパラメータの値を生成するステップと、を含む。
本開示のいくつかの実施形態によれば、透析に適した状態、または狭窄のリスクのある状態のうちの1つであるように患者の状態を分類するステップをさらに含む。
本開示のいくつかの実施形態によれば、1つ以上の血管が患者の皮膚を介して照射され、少なくとも1つの画像を解析するステップは、画像の解析に基づく血管機能に関連するパラメータを計算するステップを含む。
本開示のいくつかの実施形態によれば、この方法は、医者が見て聞いて感じる検査を実行する代わりに用いられる。
本開示のいくつかの実施形態によれば、この方法は、装置によって、患者の瘻孔に接触することなく、実行される。本開示のいくつかの実施形態によれば、方法は、装置によって、患者の身体に接触することなく、実行される。
本開示のいくつかの実施形態の態様によれば、血管機能を監視するシステムであって、レーザスペックル干渉(LSI)用のレーザスポットおよび構造化光の両方を提供するように構成された照明部と、照明部が照明するように構成される位置を撮像するように構成されるカメラと、カメラによりキャプチャーされる画像を、構造化光で得られたカメラ画像からの形状に関する抽出データと、LSIで得られたカメラ画像からの振動に関するデータと、に処理するプロセッサと、を備えるシステムが提供される。
本開示のいくつかの実施形態によれば、透析に適した状態、または狭窄のリスクのある状態のうちの1つであるように患者の状態を分類する分類器をさらに備える。
本開示のいくつかの実施形態によれば、照明部は、近赤外線波長の光源を有する。
本開示のいくつかの実施形態によれば、照明部は、デジタル光処理(DLP)プロジェクタを有する。
本開示のいくつかの実施形態によれば、カメラは、150フレーム毎秒(FPS)より大きいフレームレートで画像をキャプチャー可能なカメラを有する。
本開示のいくつかの実施形態によれば、カメラは、前記カメラの最大解像度より小さく、かつ、500FPSより大きいフレームレートで画像をキャプチャー可能なカメラを有する。
本開示のいくつかの実施形態によれば、患者の手足用の支持部であって、分類器が、透析に適した状態、または狭窄のリスクのある状態のうちの1つであるように患者の状態を分類する、支持部をさらに備える。
本開示のいくつかの実施形態の態様によれば、側副血管の数を計算する方法が提供され、この方法は、患者の身体を撮像して血管の幾何学形状を取得するステップと、側副血管の数を計算するステップと、を含む。
本開示のいくつかの実施形態によれば、側副血管の数を計算するステップは、異なるときに撮影された異なる画像における特定の画像領域の、静脈の数を数えることにより、側副静脈を自動的に検出するステップを含む。
本開示のいくつかの実施形態によれば、静脈と動脈の交差部分を検出することにより、バスキュラーアクセス(VA)の位置を自動的に検出するステップをさらに含む。
別段の定義がない限り、本明細書で使用されるすべての技術用語および/または科学用語は、本発明が関係する技術分野の当業者によって一般に理解されるものと同じ意味を有する。本明細書に記載されるものと類似または同等の方法および材料を、本発明の実施形態の実施または試験において使用することができるが、例示的な方法および/または材料を以下に記載する。矛盾する場合には、定義を含む特許明細書が優先する。さらに、材料、方法、および実施例は、例示にすぎず、必ずしも限定することを意図するものではない。
当業者には理解されるように、本発明のいくつかの実施形態は、システム、方法、またはコンピュータプログラム製品として具現化することができる。さらに、本発明のいくつかの実施形態は、コンピュータ可読プログラムコードがその上に具現化された1つまたは複数のコンピュータ可読媒体に具現化されたコンピュータプログラム製品の形態をとることができる。さらに、本発明のいくつかの実施形態は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態(ファームウェア、常駐ソフトウェア、マイクロコードなどを含む)、または本明細書ではすべて一般に「回路」、「モジュール」、または「システム」と呼ぶことができるソフトウェアおよびハードウェアの態様を組み合わせた実施形態の形態をとることができる。本発明のいくつかの実施形態の方法および/またはシステムの実施は、選択されたタスクを手動で、自動的に、またはそれらの組合せで実行および/または完了することを含むことができる。さらに、本発明の方法および/またはシステムのいくつかの実施形態の実際の計装および機器によれば、いくつかの選択されたタスクは、ハードウェア、ソフトウェア、またはファームウェア、および/またはそれらの組合せによって、たとえばオペレーティングシステムを使用して実装することができる。
例えば、本発明のいくつかの実施形態による選択されたタスクを実行するためのハードウェアは、チップまたは回路として実装することができる。ソフトウェアとして、本発明のいくつかの実施形態による選択されたタスクは、任意の適切なオペレーティングシステムを使用してコンピュータによって実行される複数のソフトウェア命令として実装することができる。本発明の例示的な実施形態では、本明細書で説明する方法および/またはシステムのいくつかの例示的な実施形態による1つまたは複数のタスクは、複数の命令を実行するためのコンピューティングプラットフォームなどのデータプロセッサによって実行される。任意選択で、データプロセッサは、命令および/またはデータを記憶するための揮発性メモリ、および/または、命令および/またはデータを記憶するための、磁気ハードディスクおよび/またはリムーバブルメディアなどの不揮発性記憶装置を含む。任意選択で、ネットワーク接続も同様に提供される。ディスプレイおよび/またはキーボードやマウスなどのユーザ入力装置も、オプションで提供される。
本発明のいくつかの実施形態では、1つまたは複数のコンピュータ可読媒体の任意の組合せを利用することができる。コンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読記憶媒体であってもよい。コンピュータ可読記憶媒体は、例えば、電子、磁気、光学、電磁気、赤外線、または半導体のシステム、装置、またはデバイス、あるいは前述のものの任意の適切な組合せとすることができるが、これらに限定されない。コンピュータ可読記憶媒体のより具体的な例(非網羅的なリスト)は、1つ以上の線、携帯用コンピュータディスケット、ハードディスク、ランダムアクセスメモリ、読出し専用メモリ、消去可能プログラマブル読出し専用メモリ、光ファイバ、携帯用コンパクトディスク読出し専用メモリ、光記憶装置、磁気記憶装置、または前述の任意の適切な組み合わせを有する電気的接続、を含む。本文書のコンテクストでは、コンピュータ読み取り可能な記憶媒体は、命令実行システム、装置、またはデバイスによって、またはそれに関連して使用するためのプログラムを含む、またはそれを記憶することができる、任意の有形媒体であってもよい。
コンピュータ可読信号媒体は、例えば、ベースバンドで、または搬送波の一部として、コンピュータ可読プログラムコードが組み込まれた伝搬データ信号を含むことができる。そのような伝播信号は、電磁、光学、またはそれらの任意の適切な組み合わせを含むが、それらに限定されない、任意の様々な形態をとることができる。コンピュータ読み取り可能な信号媒体は、コンピュータ読み取り可能な記憶媒体ではなく、命令実行システム、装置、または装置によって、またはそれに関連して使用するために、プログラムを通信、伝播、または移送することができる、任意のコンピュータ読み取り可能な媒体であってもよい。
コンピュータ可読媒体上に具現化されたプログラムコードおよび/またはそれによって使用されるデータは、無線、有線、光ファイバケーブル、RFなど、または前述のものの任意の適切な組合せを含むがこれらに限定されない、任意の適切な媒体を使用して送信され得る。
本発明のある実施形態のための動作を実行するためのコンピュータプログラムコードは、Java、Smalltalk、C++などのオブジェクト指向プログラミング言語、および「C」プログラミング言語または類似のプログラミング言語などの従来の手続き型プログラミング言語を含む、1つ以上のプログラミング言語の任意の組み合わせで書くことができる。プログラムコードは、ユーザのコンピュータ上で、部分的にはユーザのコンピュータ上で、スタンドアロンソフトウェアパッケージとして、部分的にはユーザのコンピュータ上で、部分的にはリモートコンピュータ上で、または全体的にはリモートコンピュータまたはサーバ上で、ユーザのコンピュータ上で実行されてもよい。後者のシナリオでは、遠隔コンピュータは、ローカルエリアネットワーク(LAN)または広域ネットワーク(WAN)を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されてもよく、または(例えば、インターネットサービスプロバイダを使用してインターネットを介して)外部コンピュータに接続されてもよい。
本発明のいくつかの実施形態を、本発明の実施形態による方法、装置(システム)、およびコンピュータプログラム製品のフローチャート図および/またはブロック図を参照して以下に説明することができる。フローチャート図および/またはブロック図の各ブロック、ならびにフローチャート図および/またはブロック図のブロックの組合せは、コンピュータプログラム命令によって実施できることを理解されたい。これらのコンピュータプログラム命令は、汎用コンピュータ、専用コンピュータ、または他のプログラマブルデータ処理装置のプロセッサに提供されて、コンピュータまたは他のプログラマブルデータ処理装置のプロセッサを介して実行される命令が、フローチャートおよび/またはブロック図の1つまたは複数のブロックで指定された機能/動作を実施するための手段を作成するように、機械を生成することができる。
これらのコンピュータプログラム命令は、コンピュータ、他のプログラマブルデータ処理装置、または他のデバイスに特定の方法で機能するように指示することができるコンピュータ可読媒体に格納することもでき、その結果、コンピュータ可読媒体に格納された命令は、フローチャートおよび/またはブロック図の1つまたは複数のブロックで指定された機能/動作を実施する命令を含む製造品を生成する。
コンピュータプログラム命令はまた、コンピュータ、他のプログラマブルデータ処理装置、または他のデバイスにロードされて、一連の動作ステップがコンピュータ、他のプログラマブル装置、または他のデバイス上で実行されて、コンピュータまたは他のプログラマブル装置上で実行される命令が、フローチャートおよび/またはブロック図の1つまたは複数のブロックで指定された機能/動作を実装するためのプロセスを提供するように、コンピュータ実装プロセスを生成することも可能である。
本明細書で説明される方法のいくつかは、一般に、コンピュータによる使用のためにのみ設計され、人間の専門家によって純粋に手動で実行するためには実現可能ではないか、または実用的ではない場合がある。患者の血管を監視するなど、同様のタスクを手動で実行することを望む人間の専門家は、例えば、人間の脳の専門知識および/またはパターン認識能力を利用するなど、完全に異なる方法を使用することが予想され、これは、本明細書で説明する方法のステップを手動で実行するよりもはるかに効率的である。
本発明のいくつかの実施形態は、添付の図面および画像を参照して、単に例として本明細書に記載される。ここで図面を詳細に特に参照すると、示される詳細は、例として、および本発明の実施形態の例示的な議論の目的のためであることが強調される。この点に関して、図面を参照した説明は、本発明の実施形態がどのように実施され得るかを当業者に明らかにする。
Besarab、「Access Monitoring Is Worthwhile and Valuable、Blood Purification」、2006年2月によって報告された、流量および流量の変化に依存する3ヶ月の期間内に生じるバスキュラーアクセス血栓症の確率を示すグラフである。
本発明の例示的な実施形態による、血管を測定するためのシステムの簡略図である。
本発明の例示的な実施形態による、血管を測定するためのシステムの簡略化されたブロック図である。
本発明の例示的な実施形態によるアルゴリズムの簡略化されたフローチャートである。
本発明の例示的な実施形態によるアルゴリズムの簡略化されたフローチャートである。
本発明の例示的な実施形態によるアルゴリズムの簡略化されたフローチャートである。
本発明の例示的な実施形態によるアルゴリズムの簡略化されたフローチャートである。
本発明の例示的な実施形態によるアルゴリズムの簡略化されたフローチャートである。
静脈に沿って進行する脈波の簡略化された図である。
静脈に沿って進行する脈波の簡略化された図である。
本発明の例示的な実施形態による分類方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による、血管を測定するためのシステムの簡略化されたブロック図である。
本発明の例示的な実施形態に従って構築されたシステムにおける光学構成要素の画像である。
本発明の例示的な実施形態に従って構築されたシステムにおける光学構成要素の画像である。
本発明の例示的な実施形態によるセグメンテーションの方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による登録方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による分類方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による、同じ患者の腕における3つの異なる画像を示す。
医療者が血管狭窄障害または血栓症を参照して患者を検査するための手順を示す表である。
本発明の例示的な実施形態による、患者を検査する方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による、患者を検査するための方法の簡略化されたブロック図である。
2つの異なる時間に撮影された患者の瘻孔の画像である。
本発明の2つの例示的な実施形態による、バスキュラーアクセス(VA)および/または瘻孔を監視するためのシステムの簡略図である。
本発明の2つの例示的な実施形態による、バスキュラーアクセス(VA)および/または瘻孔を監視するためのシステムの簡略図である。
本発明の例示的な実施形態による、バスキュラーアクセス(VA)および/または瘻を監視するためのシステムの画像である。
同じ患者の腕の3つの異なる画像を示す。
レーザスペックル撮像によって生成された画像の解析によって測定された振動のパワースペクトルを示すグラフである。
本発明の一実施形態例による、画像のストリームから周波数スペクトルにデータを変換する方法の簡略化されたフローチャート例示である。
本発明の例示的な実施形態による、血管機能を監視するための方法の簡略化されたフローチャートである。
本発明の例示的な実施形態による、血管機能を監視するために、医療スタッフによって実行される身体検査を置換するための方法の簡略化されたフローチャートである。
本発明は、一般に、患者の血管を監視する分野に関する。いくつかの態様は、より特に、血管機能の障害の早期診断、さらに特に、血液透析治療を受けている患者におけるバスキュラーアクセスの障害の早期検出に関連する。いくつかの態様は、より特に瘻孔の測定に関係する。
(イントロダクション)
身体検査による監視は、費用効果が高く、VA異常を検出するための証明された方法である。しかしながら、腎臓専門医およびHDスタッフは一般的に利用可能性が限られており、十分な情報が得られていない。その結果、VAの定期的な身体検査は、一般に、HDユニットでは行われない。
身体検査による監視は、費用効果が高く、VA異常を検出するための証明された方法である。しかしながら、腎臓専門医およびHDスタッフは一般的に利用可能性が限られており、十分な情報が得られていない。その結果、VAの定期的な身体検査は、一般に、HDユニットでは行われない。
さらに、VAの複雑な性質のため、サーベイランス戦略は、異なるシナリオ下で狭窄を一貫して検出できない。低いVA流量は血栓症のリスク増加と関連するが、その関連性は血栓症の予測において十分な精度を有していない。対照的に、VA流量および動的または静的圧力のサーベイランスは、移植片の血栓症の不正確な予測因子であり、血栓症を予防する代わりに、多くの不必要な介入処置をもたらすことがわかった。さらに、PTAは、新生内膜過形成(NIH:neointimal hyperplasia)、狭窄のリスクおよびVA生存障害を伴う機械的外傷を誘発する。
流量と圧力はともに、透析の間、さらに重要なことに、患者によって異なる。これにより、各単一測定値は狭窄、したがって血栓症の潜在的に不正確な予測因子となり、進展する障害に気づかないことがある。
流出が狭窄の唯一の原因である場合、流動圧力とアクセス圧力との間の双曲線関係は、所与のアクセス内で生じることが予想される。しかしながら、これは当てはまらない。流入およびアクセスの体内に障害が生じ、平均して、典型的なアクセスは参照時にほぼ2つの障害/アクセス位置を有する。障害は、流量と圧力との間の関係を変化させる。解剖学的要因および狭窄の位置に起因するこれらの交絡因子のために、流量および圧力の単一の測定の間には、たとえあったとしても、ほとんど相関がない。
ここで、図1を参照すると、図1は、Besarab、「Access Monitoring Is Worthwhile and Valuable」、Blood Purification、2006年2月によって報告されているように、流量および流量の変化に依存する3ヶ月の期間内に生じるバスキュラーアクセス血栓症の確率を示すグラフである。
図1のグラフは、3ヶ月の期間内に生じるバスキュラーアクセス血栓症の確率を示すY軸101と、ml/分の単位で流量を示す多数の線103と、ml/分の単位で月当たりの流量の変化を示すX軸102とを含む。
図1は、3ヶ月の期間内に起こるバスキュラーアクセス血栓症の確率が、流量に変化がある場合、任意の時点での絶対流量だけでなく、流量の変化率にも依存することを示す(Besarab、「Access Monitoring Is Worthwhile and Valuable」、Blood Purification、2006年2月)。
600ml/分の初期流量および月あたりの流量の20ml/分の減少を伴うアクセスは、観察期間の開始時に前者(540ml/分)の方が後者(900ml/分)よりも絶対流量が低いにもかかわらず、1200ml/分の初期流量および100ml/分(38%)の流量の減少を伴うアクセスよりも血栓症の確率(22%)が低い。
したがって、狭窄の形成を早期に検出し、血栓症を予測することができ、既存の監視の実践の以下の欠点の少なくともいくつかを克服する監視の解決策が必要とされている。
以下のガイドラインで概説されているように、透析センターによるルーチンのVA身体検査の遵守が不十分である。
1回の身体診察またはVAの圧力/流量測定に関連する固有の不正確さ
流量や圧力などの単一パラメータの固有の不正確さ
定期的な測定の結果は、無関係な血行動態イベントに影響される可能性があること
異なる介護者による測定は、矛盾を引き起こす可能性があること
1回の身体診察またはVAの圧力/流量測定に関連する固有の不正確さ
流量や圧力などの単一パラメータの固有の不正確さ
定期的な測定の結果は、無関係な血行動態イベントに影響される可能性があること
異なる介護者による測定は、矛盾を引き起こす可能性があること
(概要)
本発明のいくつかの実施形態の一態様は、医療スタッフ/看護師によって実行される身体検査を置き換えること、または追加することに関する。
本発明のいくつかの実施形態の一態様は、医療スタッフ/看護師によって実行される身体検査を置き換えること、または追加することに関する。
看護師や医師が患者の血管を診察する際には、見たり、聞いたり、感じたりする3段階の検査を行うのが一般的である。
いくつかの実施形態の一態様は、機器測定およびコンピュータ化された解析によって見て、聞いて、感じることを実行することに関する。
いくつかの実施形態では、本明細書で説明されるシステムは、患者の肢を照らして撮像し、撮像から収集されたデータを解析することに基づいて、見ること、聞くこと、および感じることを実行する。いくつかの実施形態では、システムは、瘻孔状態を予測する方法を教示し、潜在的に障害の早期予防を可能にする。
いくつかの実施形態では、本明細書で説明される方法は、患者の肢を照らして撮像し、撮像から収集されたデータを解析することに基づいて、見ること、聞くこと、および感じることを実行する。いくつかの実施形態では、システムは、瘻孔状態を予測する方法を教示し、潜在的に障害の早期予防を可能にする。
いくつかの実施形態では、血流は、人体内の血管の画像の画像処理に基づいて、非侵襲的な方法で測定される。バスキュラーアクセス(VA)に影響を及ぼすことが知られている生理学的パラメータが測定され、この測定値は、任意選択で、患者が矯正処置のためにスケジュールされるべきか、または透析を受けるように進むべきかを決定するために使用される。
いくつかの実施形態の一態様は、本明細書に記載されるように、機器測定およびコンピュータ化された解析によって、感じること、を実行することに関する。
いくつかの実施形態では、本明細書で説明されるような、聞くことは、器具、任意選択で同じ器具によって実行される。
いくつかの実施形態では、本明細書に記載されるような、見ることは、器具、任意選択で同じ器具によって実行される。
本発明のいくつかの実施形態の態様は、血管の画像における動静脈瘻の自動検出および/または監視に関する。
いくつかの実施形態では、血管の画像が解析され、動脈が静脈に接続される位置が、任意選択で、動静脈瘻の位置であると決定される。
いくつかの実施形態では、血管の画像が解析され、動脈が静脈に接続されているように見える位置が、任意選択で、動静脈瘻の位置であると判定される。
いくつかの実施形態では、血管の画像が解析され、動静脈瘻が任意選択で測定されて、幾何学的特性が推定される。
本発明のいくつかの実施形態の態様は、血流に関連するパラメータの自動非侵襲測定に関する。
いくつかの実施形態では、非侵襲的測定は、反射光および/または透過光を使用して、皮膚を通して血管を撮像することを含む。
いくつかの実施形態では、バスキュラーアクセスの障害の確率は、任意選択で推定される。いくつかの実施形態では、推定は、測定されたパラメータのうちの1つ以上に基づく。
いくつかの実施形態では、閉塞形成の確率が任意選択で推定される。いくつかの実施形態では、推定は、測定されたパラメータのうちの1つ以上に基づく。
いくつかの実施形態では、血栓形成の確率は、任意選択で推定される。いくつかの実施形態では、推定は、測定されたパラメータのうちの1つ以上に基づく。
いくつかの実施形態では、狭窄のグレードが任意選択で推定される。いくつかの実施形態では、推定は、測定されたパラメータのうちの1つ以上に基づく。
いくつかの実施形態において、狭窄形成の速度は、任意に推定される。いくつかの実施形態では、推定は、測定されたパラメータのうちの1つ以上に基づく。
いくつかの実施形態において、VAの成熟度のグレードは、任意に推定される。いくつかの実施形態では、推定は、測定されたパラメーのタのうちの1つ以上に基づく。
いくつかの実施形態において、VA成熟の速度は、任意に推定される。いくつかの実施形態では、推定は、測定されたパラメータのうちの1つ以上に基づく。
本発明のいくつかの実施形態の一態様は、介護者に視覚的レポートを提供することに関する。
本発明のいくつかの実施形態に関連する1つ以上の属性を以下に列挙する。
1.画像を含む1つ以上の患者関連パラメータは、潜在的に費用効果があり、および/または非侵襲性(任意選択で非接触)であり、および/またはルーチンの透析予約に組み込まれる方法で、測定に容易に利用可能である。
2.本明細書に記載されるアルゴリズムへの入力は、バスキュラーアクセスの障害の確率を推定するために、任意選択で1つ以上の患者関連パラメータを含み、パラメータのそれぞれは、単一測定ベースで、または時間軸に沿った複数の測定として利用可能であり得る。
3.患者関連パラメータのいくつかは、客観的測定を使用して得られ、患者および/または医療専門家などのユーザからの高い能力を潜在的に必要としない。
4.患者関連パラメータのいくつかは、任意選択で、患者の特定の医療記録から取得され、人口統計(例えば、年齢、性別、体重、および身長)、実験室試験、画像検査(例えば、X線、MRI)、および身体検査の結果などの要素を含む。当業者には、パラメータは、複数の方法、例えば、本明細書に記載されるようなシステムに接続されたキーボードに検査結果を直接タイプすること、特定の患者IDを使用して電子医療記録にアクセスするコンピュータプロセス、スピーチ-テキスト変換、スタッフの口頭分析に適用される音声認識アルゴリズム、および印刷/書類のOCRで抽出できることが明らかであろう。
1.画像を含む1つ以上の患者関連パラメータは、潜在的に費用効果があり、および/または非侵襲性(任意選択で非接触)であり、および/またはルーチンの透析予約に組み込まれる方法で、測定に容易に利用可能である。
2.本明細書に記載されるアルゴリズムへの入力は、バスキュラーアクセスの障害の確率を推定するために、任意選択で1つ以上の患者関連パラメータを含み、パラメータのそれぞれは、単一測定ベースで、または時間軸に沿った複数の測定として利用可能であり得る。
3.患者関連パラメータのいくつかは、客観的測定を使用して得られ、患者および/または医療専門家などのユーザからの高い能力を潜在的に必要としない。
4.患者関連パラメータのいくつかは、任意選択で、患者の特定の医療記録から取得され、人口統計(例えば、年齢、性別、体重、および身長)、実験室試験、画像検査(例えば、X線、MRI)、および身体検査の結果などの要素を含む。当業者には、パラメータは、複数の方法、例えば、本明細書に記載されるようなシステムに接続されたキーボードに検査結果を直接タイプすること、特定の患者IDを使用して電子医療記録にアクセスするコンピュータプロセス、スピーチ-テキスト変換、スタッフの口頭分析に適用される音声認識アルゴリズム、および印刷/書類のOCRで抽出できることが明らかであろう。
VA成熟度の測定:VAは、静脈および動脈と比較した場合、独特の組織構造を有する。この構造は、VA成熟度のプロセスの間、および狭窄プロセスの間に変化する。
構造的変化は、VAの機械的および光学的特性に影響を与え、したがって、変化の監視は、いくつかの実施形態では、以下のうちの1つ以上によって潜在的に測定することができる。
・撮像:非限定的な例として、反射光および/または透過光のコントラストまたは強度の変化を測定することによる。
・非結像:反射光または透過光の強度。
・散乱係数及び吸収係数の測定(例えば、二距離定常状態光子移動測定)。
・撮像:非限定的な例として、反射光および/または透過光のコントラストまたは強度の変化を測定することによる。
・非結像:反射光または透過光の強度。
・散乱係数及び吸収係数の測定(例えば、二距離定常状態光子移動測定)。
例えば、いくつかの実施形態では、システムは、静脈を検出するように構成され、成熟期間中にVAの監視は、検出結果を潜在的に変化させる。光検知の一例では、光に対するVAの応答(伝送、反射、吸収、散乱のうちの1つ以上)は、成熟期間にわたって潜在的に変化する。成熟の監視は、タイムリーな先制矯正を示唆することによってVA成熟の成功率を上げるために潜在的に有益である。血管層の測定、又は血管層間の比、又は層間の比の変化、又は成熟又は狭窄プロセス中の層の絶対値の変化。
成熟(成熟レベル、段階、速度、完了)またはバスキュラーアクセスの障害の確率、閉塞形成、および血栓の確率を推定する精度は、非侵襲的測定から生成される1つ以上のパラメータを使用することによって改善され得る。使用されるパラメータは、直接測定されてもよいし、測定に適用される前処理の結果であってもよい。そのような前処理は、様々なアルゴリズムの適用、ならびにいくつかのパラメータの組み合わせ、および時間複数の測定値の利用とすることができる。
本発明のいくつかの実施形態で、任意選択で抽出され、使用されるメトリックまたは現象の例を以下に示す。
1.脈波速度-いくつかの実施形態では、画像フレーム内の少なくとも2点からの光放射の反射または吸収を検出する。いくつかの実施形態では、血管または組織領域に沿って、2つの点の間および/または点に沿って配置された電極によって測定される、電気インピーダンスの変化である。任意選択的に、2つの点は、狭窄を発症しやすいことが知られている部分を含む。より一般的には、脈波の形状(例えば、脈波の振幅、Full-Width Half Max (FWHM)など)の測定には、少なくとも1つのポイントが使用される。
いくつかの実施形態では、脈波振幅が任意に測定される。脈波振幅を測定するための任意の方法は、脈波による血管の拡張として識別された静脈に沿った位置の領域の第1の測定値を測定することを含む。脈波がその場所にない場合の、別の画像の同じ場所の領域も、2回目の測定で測定される。第1の測定値と第2の測定値との間の差は、脈波振幅に任意に関連付けられる。いくつかの実施形態では、脈波振幅は、脈波が進行するAVのすべての、および/または成熟度を有する静脈の機械的特性に対応する特徴とみなされる。
いくつかの実施形態では、脈波解析(PWA:Pulse Wave Analysis)は、任意選択で、心血管疾患またはアテローム性動脈硬化症などのさらなる危険因子に関連する血管剛性に関連する分散を評価するために実行され、これは、VAの経時的な生存率に影響を及ぼし得る。いくつかの実施形態では、脈拍の品質が任意選択でスコア付けされ、時間の経過および異なる部分間の変化が、任意選択で解析に含まれる。
2.画像処理および/または他の検出方法、例えば、可視またはNIR波長の光の吸収によるコントラストの測定、または遠赤外線波長での発光による、密度、サイズ、VAからの距離、配向、充填など、側副静脈の外観および発達ならびにそれらの特徴。他の測定オプションは、可視および近赤外線における吸収の変化量、および遠赤外線における発光量を測定することを含む。側副血行路の発達を測定するための別の任意の方法は、任意選択的に、VA周囲の温度変化を測定することである。いくつかの実施形態では、側副静脈の出現および発達の検出は、任意選択で、以前の検査から得られた参照画像または測定値を使用する。いくつかの実施形態では、随意的に、側副静脈発達速度の傾向解析は、頻繁な検査を使用する。検査は、任意選択で、毎日、透析セッションごとに、毎週、隔週、または毎月行われる。
いくつかの実施形態では、側副静脈は、新しい画像を以前の画像と比較し、静脈を数えることによって検出され、静脈の数の増加は、新しい静脈が側副静脈であることを意味するように任意選択的に取られる。
いくつかの実施形態では、側副静脈の外観および/または発達は、1つの画像または測定から特徴を抽出することによって検出される。
根拠:側副血管の検出は、血流制限(血行力学的有意)障害を潜在的に示す。側副血管は、発達し、拡大し、流出狭窄の設定において増加したアクセス内圧力を消散させ得る。
3.画像処理による血管の最小径(狭窄部位)。
4.機械的反射波の推定による狭窄点の検出、または、例えば電気インピーダンス変化の測定による局所的な圧力/流量の変化。
5.画像処理による血管の最大径(動脈瘤の外観と大きさ)。
6.腕または脚が挙上されたときの血管崩れの検出。
7.酸素化および脱酸素化ヘモグロビン(Hb)の量を測定するための近赤外(NIR) (700~1000nm)反射および/または移動分光法の使用。
8.酸素化および脱酸素化ヘモグロビン(Hb)の分光分析。
9.VAの可聴音(雑音)。
10.VAの触知された拍動(振戦)。
11.当技術分野で知られている信号処理方法を使用した、VAにおける電気インピーダンス変化の解析。
12.同じパラメータの複数の測定値が経時的に取得されるいくつかの実施形態では、測定値は、検出された呼吸サイクルに従って同期され、呼吸サイクルに沿ったそれらの相対時間に関して検出アルゴリズムのために分類されてもよい。このような同期化および分類は、例えば、時間にわたる酸素混合物の変化を評価する場合に潜在的に有益であるが、脈波速度などの他の測定の精度を改善することもできる。
4.機械的反射波の推定による狭窄点の検出、または、例えば電気インピーダンス変化の測定による局所的な圧力/流量の変化。
5.画像処理による血管の最大径(動脈瘤の外観と大きさ)。
6.腕または脚が挙上されたときの血管崩れの検出。
7.酸素化および脱酸素化ヘモグロビン(Hb)の量を測定するための近赤外(NIR) (700~1000nm)反射および/または移動分光法の使用。
8.酸素化および脱酸素化ヘモグロビン(Hb)の分光分析。
9.VAの可聴音(雑音)。
10.VAの触知された拍動(振戦)。
11.当技術分野で知られている信号処理方法を使用した、VAにおける電気インピーダンス変化の解析。
12.同じパラメータの複数の測定値が経時的に取得されるいくつかの実施形態では、測定値は、検出された呼吸サイクルに従って同期され、呼吸サイクルに沿ったそれらの相対時間に関して検出アルゴリズムのために分類されてもよい。このような同期化および分類は、例えば、時間にわたる酸素混合物の変化を評価する場合に潜在的に有益であるが、脈波速度などの他の測定の精度を改善することもできる。
本明細書に記載されるようなシステムの出力は、可聴アラーム、視覚アラーム、画像、画像のシーケンス、または迅速かつ正確な介入のための医療従事者のガイダンスを提供するビデオの形成であり得る(例えば、介入のための最良の位置に関して医療従事者に推奨を与える)。このシステムでは、患者に対する治療(PTA、介入しないこと、血栓除去術)が推奨される場合がある。推奨は、任意選択で、システムによって収集された情報に基づく。
本発明のいくつかの実施形態の一態様によれば、検査中のシステムの出力は、検査を正しく実行するために、任意選択で分析され、かつ/または任意選択で使用されて、検査を通る患者を案内する。非限定的な例として、挙上検査では、肢の高さ/位置が正しいことを検証する。いくつかの実施形態では、患者が検査を正しく実施していないか、または助けを必要とする場合、看護師/技師に警告もある。
いくつかの実施形態では、上述の出力は、任意選択で、患者によって実行される遠隔身体検査をサポートするために使用され、一方、システムは、検査の正しい実行に関するフィードバックを提供し、かつ/または、追加のガイダンスが必要であることを看護師または技術者などの遠隔サポート要員に警告する。
いくつかの実施形態では、システム出力は、データの異なる消費者に異なるように任意選択で提供される。例えば、透析看護師には、臨床的に意味のある狭窄形成の可能性に関する一般的な解釈が任意選択で提供され、介入放射線科医には、任意選択で、注釈付き画像および/または任意選択で、狭窄形成の位置、重症度、および速度などのパラメータを強調するレポートが警告される。
本発明のいくつかの実施形態の一態様によれば、瘻孔に関連するパラメータを測定するためのシステムおよび方法が提供される。
いくつかの実施形態では、サーベイランス期間に沿って同じ患者の瘻孔の1つ以上の画像を取得するための光学装置を含むシステムが提供される。
いくつかの実施形態では、1つ以上の測定値および/または特徴が、任意選択で画像から抽出され、時間の経過に伴うそれらの変化が、任意選択で監視される。いくつかの実施形態では、特徴は、数、枝分かれ、および数日/週/月などの期間にわたって起こる側副静脈のサイズの非限定的な例の変化によって、画像において測定または推定されたパラメータのタイムライン導関数である。
いくつかの実施形態では、人間の看護師が識別することができる臨床徴候または症状がある前に、有意な臨床エンドポイント(例えば、瘻孔の狭窄)に潜在的につながり得る上記の変化内のパターンを識別するために、機械学習由来の方法を使用する。
いくつかの実施形態では、光学的手段によって瘻孔に関連するパラメータを測定するシステムが提供される。
いくつかの実施形態では、構造化光は、患者の身体または四肢に投影され、身体が撮像される。いくつかの実施形態では、構造化光は、等しい又は異なる幅の水平及び/又は垂直ストライプ、及び/又はストライプ以外の様々な光パターンを含むことができる。
いくつかの実施形態では、構造化光の撮像は、瘻孔の範囲、例えば、身体に沿った瘻孔の長軸の長さ、身体に沿った瘻孔の短軸の幅、画像に現れる瘻孔の形状、瘻孔の周囲のセグメンテーション、各セグメントの偏心率および/またはアスペクト比、瘻孔の輪郭の滑らかさおよび/または粗さについての情報を提供するために使用される。
いくつかの実施形態では、構造化光のパターンが患者の身体または四肢に投影され、身体が撮像され、瘻孔または器官の3次元形状に関する情報を提供する。
いくつかの実施形態では、システムは、瘻孔および/または瘻孔付近の器官の形状の変化を識別する。一部の実施形態では、1つ以上の光パターン(例えば構造化光)を投射するために、プロジェクタが使用される。いくつかの実施形態では、方法は、患者の器官上でパターンがどのように変形するかを測定および/または推定して、器官の形状および形状が経時的に変化するかを測定する。
いくつかの実施形態では、構造化光のパターンは、患者の身体または四肢に投影され、身体が撮像され、瘻孔全体または瘻孔のセグメント部分(例えば、針挿入点)のいくつかの非限定的な例として、瘻孔の三次元形状に関する情報、曲率の特性および/または分散、瘻孔付近の下にある腕/器官セクションの形状および/または体積の変化、ならびに滑らかさおよび/または粗さなどの三次元表面特性を提供する。
いくつかの実施形態では、レーザスペックル干渉(LSI)が使用される。いくつかの実施形態では、LSIは、内部の血流および乱流と相関する瘻孔表面の振動を記録および観察するために使用される。血流および乱流の変化は、典型的には、狭窄イベント、および臨床状態の潜在的発生と相関する。
いくつかの実施形態では、スペックル光を撮像することを使用して、瘻孔内の動的効果、例えば、心拍、血流乱流に関する情報を提供し、任意選択で瘻孔の振動のスペクトログラムを生成する。
いくつかの実施形態では、身体の画像は、ある期間あけて撮影さられ、画像間の差異は、瘻孔の形状の差異を決定するために任意に使用される。
いくつかの実施形態では、画像は、数日、数週間、数ヶ月、または数年あけて撮影され、画像間の差は、瘻孔のサイズまたは形状の変化を測定および/または監視するために任意選択的に使用される。
いくつかの実施形態では、画像は、例えば、手を水平に持ち、続いて手を垂直に持って、数秒または数分あけて撮影され、画像間の差は、任意選択で、瘻孔内の血液の少なくとも一部が瘻孔を排出することができるかどうか、血液排出速度、瘻孔からの血液排出の程度、および/または瘻孔の特定の部分、ならびに1つまたは複数の針挿入点の崩れのうちの1つ以上を測定および/または監視するために使用される。
いくつかの実施形態では、画像は、ビデオクリップまたはムービーとして、1秒ごとに分けて撮影され、画像フレーム間の差は、心拍、血流乱流などの瘻孔に関連する動的パラメータを測定および/または監視するために任意選択的に使用され、瘻孔の振動のスペクトログラムを任意選択的に生成する。
いくつかの実施形態では、スペクトログラムは、任意選択で、時間にわたる強度の大きな、またはさらには最大の変動を示す画像フレーム内の1つ以上のピクセルを選択することによって生成される。いくつかの実施形態では、選択される画素の数は、任意選択で1~100画素の範囲である。いくつかの実施態様において、この画素又はこれらの画素の画素強度の値を用いて、時間光強度の関数を計算する。いくつかの実施形態では、光強度の周波数スペクトルは、時間領域から周波数領域へ、例えば高速フーリエ変換(FFT)によって変換することによって任意に生成される。
いくつかの実施形態では、瘻孔および患者の状態の変化を監視するために、撮像セッション間の瘻孔に関連する動的パラメータの変化の解析が行われる。
いくつかの実施形態において、上記を近赤外線撮像とともに実施することは、看護師および/または医師によって実施されることが要求される検査と相関し、かつ狭窄イベントを識別するための予測値を有することがすでに臨床的に証明されているデータを収集することを潜在的に可能にする。
本発明のいくつかの実施形態の一態様によれば、1つの撮像装置を使用して、2つ以上の技術またはモダリティ、例えば、構造化光、レーザスペックル干渉、画像解析および近赤外線撮像モダリティのうちの1つ以上を実施および記録するためのシステムおよび方法が提供される。
いくつかの実施形態では、システムは、プロセッサと、デジタル光処理(DLP)プロジェクタおよび近赤外線カメラを含む撮像装置とを含む。
本発明のいくつかの実施形態の一態様によれば、患者の身体から反射された光の振動を解析するためのシステムおよび方法が提供される。
いくつかの実施形態では、心臓の拍動性が監視される。
いくつかの実施形態では、瘻孔を通るまたは瘻孔の近傍の流れによって引き起こされる振動のパターンを解析することは、任意選択で、流入経路または流出経路のいずれかの完全な閉塞または部分的な閉塞を検出することである。
いくつかの実施形態では、流入経路または流出経路のいずれかに局所的な圧力を加えながら、瘻孔を通るまたは瘻孔の近傍の流れによって引き起こされる振動のパターンを解析することは、任意選択で、流入経路または流出経路のいずれかの完全閉塞または部分閉塞を検出することである。
いくつかの実施形態では、振動を解析することは、任意選択で、正常な心臓活動(心臓サイクルの拡張期または収縮期)に関連する瘻孔を通る流れの開始を検出することである。
いくつかの実施形態では、振動を解析することは、任意選択で、突然の解放(瘻孔の部分的または完全な崩れまたは拡張)に関連する瘻孔を通る流れの開始を検出することである。
いくつかの実施形態では、振動を解析することは、任意選択で、瘻孔への血液の流入期間を検出し、続いて、血液が瘻孔から流出することを可能にする障害物の突然の開放を検出することである。このような開口部は、心臓収縮期の高圧の間に起こり得る。場合によっては、突然の開放はハンマリング(hammerring)と呼ばれる。いくつかの実施形態では、ハンマリングは、振動の振幅を、任意に、他の時間、例えばハートビート中の他の時間における振幅に対して測定することによって検出される。
いくつかの実施形態では、流れの開始に関連する振動を、任意のまたはすべてのタイプの開始について解析することは、任意選択で、パラメータ値、またはパラメータ値の変化、または特性パラメータ値の変化、またはパラメータ値の分散を測定することである。パラメータは、強度、エネルギー、開始の急峻度(値の導関数)、緩和時間、時間幅、デューティサイクル、スペクトル内容、スペクトル幅、またはこれらの任意の組合せのうちの1つ以上とすることができる。
いくつかの実施形態では、流れの開始に関連する振動を解析することは、任意に、突然の解放に関連する開始間の時間遅延または位相遅延、および正常な心臓活動に関連する開始間に関連するパラメータ値を測定することである。
いくつかの実施形態では、流れの開始に関連する振動を解析することは、任意に、同じソースの一連の開始の規則性または自己相似性に関連するパラメータ値を測定することである。
本発明の少なくとも1つの実施形態を詳細に説明する前に、本発明は、その出願において、以下の説明に記載され、および/または図面および/または実施例に示される構成要素および/または方法の構成および配置の詳細に必ずしも限定されないことを理解されたい。本発明は、他の実施形態が可能であり、または様々な方法で実施または実行されることが可能である。
ここで、本発明の例示的な実施形態による血管を測定するためのシステムの簡略化された図である図2を参照する。
図2は、血管を測定するための例示的なシステム200の上位レベルに設定された構成を示す。
いくつかの実施形態では、システム200は、少なくとも1つの照明源202と、カメラなどの少なくとも1つの検出器204とを含むことができる。
いくつかの実施形態では、システム200はさらに、照明源202およびカメラ204を任意に起動する制御ユニット206と、カメラ202によって生成された画像を任意に受信して解析する任意のプロセッサ208とを含んでもよい。
いくつかの実施形態では、画像の解析に続いて生成された画像および/またはデータは、ワイヤレスまたは有線接続のいずれかで、プロセッサ208に接続されたオプションのディスプレイ210上に表示されてもよい。
いくつかの実施形態では、プロセッサ208およびディスプレイ210は、ラップトップ、タブレット、またはスマートフォンなどの単一の装置で実装され得る。いくつかの実施形態では、任意選択で検出ユニットを(自動的にまたは手動で)移動させ、任意選択で複数の点で器官を走査する走査システムを適用することができる。図2は、腕212に適用されるシステム200を説明する。
このシステムおよび方法は、他の器官を用いて実施することができるが、これに限定されない。
ここで、本発明の例示的な実施形態による血管を測定するためのシステムの簡略化されたブロック図である図3を参照する。
図3は、例示的なシステムの最上位ブロック図を説明する。
いくつかの実施形態では、システムは、少なくとも2つの主ユニット、すなわち検出ユニット302およびソフトウェアユニット306を含むことができる。
システムは、ワークステーション304、オプションのクラウドインフラストラクチャ308などの追加のユニットを含むことができる。
いくつかの実施形態では、ソフトウェアユニット306は、少なくとも2つのサブユニット、埋め込みユニット330およびアルゴリズムユニット334を含む。ソフトウェアユニット306は、グラフィカルユーザインタフェースユニット332などの追加ブロックを含んでもよい。
(検出ユニット)
いくつかの実施形態では、検出ユニット302は、任意選択で以下を使用する。
1.さらに解析される情報を含む画像を取得するための視覚的/光学的検出。
2.スペックル撮像-オブジェクトがレーザ光で照射されると、後方散乱光は暗い領域と明るい領域から成る干渉パターンを形成する。このパターンをスペックルパターンと呼ぶ。照射されているオブジェクトが静的であれば、スペックルパターンは静止している。組織内の赤血球のような物体に動きがある場合、スペックルパターンは時間と共に変化する。スペックル画像は、血管の変化に関連する情報を含み、これは、任意選択で画像処理によって解析され、抽出される。
3.暗視野 側面照明
a.カメラに到達しない鏡面反射光
b.カメラによりキャプチャーされる拡散される散乱光のみ
c.表面反射の低減
d.コントラストプロファイルは、光源と検出器の角度を変えると変化する。
4.透過照明-サンプルの裏面を照らす。サンプルは、照明源とセンサ装置との間に配置される。透過照明は、潜在的に、画像コントラストを改善し、および/または潜在的に、血管を撮像することができる深さを増加させる。
5.光音響撮像は、異なる媒体の光学特性の変化の差のために、異なる媒体間のコントラストを潜在的に高める。光音響撮像は、潜在的に、組織成分における屈折率勾配の平均化のために、組織における散乱を低減し、潜在的に、光のより大きな浸透深さをもたらす。
いくつかの実施形態では、検出ユニット302は、任意選択で以下を使用する。
1.さらに解析される情報を含む画像を取得するための視覚的/光学的検出。
2.スペックル撮像-オブジェクトがレーザ光で照射されると、後方散乱光は暗い領域と明るい領域から成る干渉パターンを形成する。このパターンをスペックルパターンと呼ぶ。照射されているオブジェクトが静的であれば、スペックルパターンは静止している。組織内の赤血球のような物体に動きがある場合、スペックルパターンは時間と共に変化する。スペックル画像は、血管の変化に関連する情報を含み、これは、任意選択で画像処理によって解析され、抽出される。
3.暗視野 側面照明
a.カメラに到達しない鏡面反射光
b.カメラによりキャプチャーされる拡散される散乱光のみ
c.表面反射の低減
d.コントラストプロファイルは、光源と検出器の角度を変えると変化する。
4.透過照明-サンプルの裏面を照らす。サンプルは、照明源とセンサ装置との間に配置される。透過照明は、潜在的に、画像コントラストを改善し、および/または潜在的に、血管を撮像することができる深さを増加させる。
5.光音響撮像は、異なる媒体の光学特性の変化の差のために、異なる媒体間のコントラストを潜在的に高める。光音響撮像は、潜在的に、組織成分における屈折率勾配の平均化のために、組織における散乱を低減し、潜在的に、光のより大きな浸透深さをもたらす。
いくつかの実施形態では、検出ユニット302は、任意選択で、以下の構成要素のうちの1つ以上を含む。
1.1つ以上の検出器/センサ/カメラ310(例えば、CCDまたはCMOS、InGaAsセンサ、マイクロボロメータ)は、可視光、近赤外光、短波長赤外(SWIR)光のうちの1つ以上に感度がある。いくつかの実施形態では、センサフレームレートは、単一フレームから高フレームレートまでの範囲とすることができる。センサフレームレートは、任意選択で、例えば、5、10、16、24、30、50、60、100、165、200、さらには300フレーム/秒(fps)までの範囲である。
2.1つ以上のレンズ312(ズームまたは固定焦点距離)および/またはフィルタ
3.1つ以上の照明器314またはエミッタ(例えば、コヒーレントまたは非コヒーレント、狭スペクトルまたは広帯域、UV、可視、SWIR、遠赤外線、近赤外線-例えば、近赤外線誘導または緑色(532nm)レーザ)。エミッタは、検出器310およびVAに対して同軸または異なる角度であってもよい。
動作モードは、静止画または動画とすることができる。
4.1つ以上の偏光フィルタ(楕円および/または線形)
5.1つ以上の光バンドパスフィルタ
6.検出ユニットは、任意選択で、スキャンシステムまたは移動バースキャナを含む。
1.1つ以上の検出器/センサ/カメラ310(例えば、CCDまたはCMOS、InGaAsセンサ、マイクロボロメータ)は、可視光、近赤外光、短波長赤外(SWIR)光のうちの1つ以上に感度がある。いくつかの実施形態では、センサフレームレートは、単一フレームから高フレームレートまでの範囲とすることができる。センサフレームレートは、任意選択で、例えば、5、10、16、24、30、50、60、100、165、200、さらには300フレーム/秒(fps)までの範囲である。
2.1つ以上のレンズ312(ズームまたは固定焦点距離)および/またはフィルタ
3.1つ以上の照明器314またはエミッタ(例えば、コヒーレントまたは非コヒーレント、狭スペクトルまたは広帯域、UV、可視、SWIR、遠赤外線、近赤外線-例えば、近赤外線誘導または緑色(532nm)レーザ)。エミッタは、検出器310およびVAに対して同軸または異なる角度であってもよい。
動作モードは、静止画または動画とすることができる。
4.1つ以上の偏光フィルタ(楕円および/または線形)
5.1つ以上の光バンドパスフィルタ
6.検出ユニットは、任意選択で、スキャンシステムまたは移動バースキャナを含む。
いくつかの実施形態では、検出ユニット302は、視覚/光学検出の代わりに、またはそれに加えて、オーディオ/サウンド検出センサ316を任意に使用し、検出ユニット302は、任意に、1つ以上のオーディオセンサを含んでもよい。
いくつかの実施形態では、検出ユニット302は、バイタルサインセンサを含むことができる。
(ソフトウェアユニット)
いくつかの実施形態では、ソフトウェアユニット306は、以下の構成要素のうちの1つ以上を含むことができる。
1.GUI-検査手順を操作すること、画像および/または結果を表示すること、および/または患者の臨床情報を挿入またはインポートすることのうちの1つ以上のためのグラフィックユーザインターフェース/アプリケーション332。
2.埋め込み器330-検出ユニット302を制御するためのものである。
3.アルゴリズムユニット334-アルゴリズムユニットは、任意選択で、画像処理、機械学習(ML)のためのアルゴリズムまたはソフトウェアモジュールを含む。
いくつかの実施形態では、ソフトウェアユニット306は、以下の構成要素のうちの1つ以上を含むことができる。
1.GUI-検査手順を操作すること、画像および/または結果を表示すること、および/または患者の臨床情報を挿入またはインポートすることのうちの1つ以上のためのグラフィックユーザインターフェース/アプリケーション332。
2.埋め込み器330-検出ユニット302を制御するためのものである。
3.アルゴリズムユニット334-アルゴリズムユニットは、任意選択で、画像処理、機械学習(ML)のためのアルゴリズムまたはソフトウェアモジュールを含む。
いくつかの実施形態では、MLアルゴリズムの入力は、任意選択で、検出ユニット302によってキャプチャーされた画像および/またはデータである。
いくつかの実施形態では、入力はまた、患者の臨床情報および/またはバイタルサインを含んでもよい。
いくつかの実施形態では、ワークステーション304は、任意選択で、コンピュータ、スクリーン、キーボード、1つ以上のノブの制御、撮像ユニットのための機械的インターフェース、および電源または電力へのインターフェースを含む。いくつかの実施形態では、ワークステーション304はまた、「器官固定表面」を含んでもよい。
いくつかの実施形態では、ワークステーション304は、任意選択で、以下のうちの1つ以上を含む。
検出ユニット302および/または検出ユニット302の1つ以上の構成要素の操作を制御するための制御ユニット320
コンピュータ320
ディスプレイ324
任意選択的に、器官を照明器314および/または検出器310に対して特定の位置に配置するための器官固定表面または装置326
システムの構成要素を患者の器官に対して特定の位置に配置するためのスタンド328
検出ユニット302および/または検出ユニット302の1つ以上の構成要素の操作を制御するための制御ユニット320
コンピュータ320
ディスプレイ324
任意選択的に、器官を照明器314および/または検出器310に対して特定の位置に配置するための器官固定表面または装置326
システムの構成要素を患者の器官に対して特定の位置に配置するためのスタンド328
いくつかの実施形態では、クラウドインフラストラクチャ308は、任意選択で、以下のクラウドサービスのうちの1つ以上を含む。
仮想記憶(データベース)サーバ340
ウェブアプリケーションサーバ336
新しいデータに基づく改良アルゴリズム(単数または複数)などの機械学習のための、および/または解析のための、機能およびメトリックの測定値をユーザに提供するための、および/または洞察のための、VAの現在または予測される将来の臨床状態に関連するメトリックを提供するためのコンピューティングサービス
仮想記憶(データベース)サーバ340
ウェブアプリケーションサーバ336
新しいデータに基づく改良アルゴリズム(単数または複数)などの機械学習のための、および/または解析のための、機能およびメトリックの測定値をユーザに提供するための、および/または洞察のための、VAの現在または予測される将来の臨床状態に関連するメトリックを提供するためのコンピューティングサービス
機械学習アルゴリズムは、本発明の実施形態によって生成された画像および/または患者パラメータ、および/または患者、疾患、バイタルサイン、透析機械からのパラメータ、および/または任意選択でこの患者の以前の介入、追加の危険因子、併存疾患などを含む医療電子記録で利用可能な他のデータのデータベースに基づいて、管理または非管理、学習することができる。
ステップは、以下のうちの1つ以上を含む。
1.画像からの特徴抽出
2.特徴の傾向計算
3.特徴ベクトルおよび/または特徴ベクトル傾向におけるMLの実行
1.画像からの特徴抽出
2.特徴の傾向計算
3.特徴ベクトルおよび/または特徴ベクトル傾向におけるMLの実行
いくつかの実施形態において、MLの結果は、50%未満または超のAV開存性を区別する統計的分類器モデルである。
いくつかの実施形態では、解析およびインサイト(Insight)は、メタデータおよび患者記録上で実行され、患者プロファイル(メタデータおよび医療健康記録)に基づいてAVの障害の統計を計算する。
いくつかの実施形態では、解析は、任意選択で、クリニックのパフォーマンス、例えば、年間にいくつの狭窄イベントがあるかについて実行される。
次に、本発明の例示的な実施形態によるアルゴリズムの簡略化されたフローチャートである図4A~4Eを参照する。
図4A~4Eは、非限定的な例として、システムのソフトウェアユニット306またはクラウドユニット308に実装され得る例示的なアルゴリズムを示すフローチャートを示す。
図4Aは、手順の流れを示す。図4Aは、一例として、バスキュラーアクセスにおける手順の流れを示す。
まず、被験者の器官(例えば、腕)が、検出ユニットの下の固定スリーブの内側に配置される(402)。いくつかの実施形態では、器官は腕または脚であり、すべての測定は、器官が地面に対してほぼ垂直である(上または下を指す)ときに行われる。いくつかの実施形態では、いくつかの測定は、器官が地面にほぼ平行であるときに行われ、いくつかの測定は、器官が地面に垂直である(上または下を指す)ときに行われる。いくつかの実施形態では、測定のいくつかは、器官が患者の心臓よりも低いときに行われ、測定のいくつかは、器官が患者の心臓よりも高いときに行われる。
次に、関心領域(ROI)が検出される(404)。いくつかの実施形態では、ROIは、バスキュラーアクセス本体および/またはバスキュラーアクセス本体の周囲である。検出は、システムによって自動的に、または医師/ユーザによって手動で行うことができる。
次のステップは、ROIの1つ以上の測定値、例えば画像を取得することである(406)。
画像は、処理アルゴリズム(408)、例えば、画像処理アルゴリズムを通過し、次いで、任意選択でデータベース410に保存される。
次のステップは、現在の検査測定値、例えば画像、および以前の検査測定値(412)、例えば画像から特徴を抽出することである(414)。
特徴は、バスキュラーアクセス本体の「障害の早期検出」(418)と「安定」状態(420)との間で分類することができる統計モデルに送られる(416)。
図4Bは、「脈波速度」現象の特徴を抽出する例示的なアルゴリズムフローを示す。
第1のステップは、例えば、mm単位で画像スケールを検出するための前処理(422)である。
第2のステップは、第2の画像から第1の画像を減算することである(424)。結果は、2つの明るいスポットを含む。
次のステップは、明るいスポットの中心を検出し(426)、明るいスポットの中心間の血管に沿った経路に沿った距離を計算する(428)ことである。
次のステップは、計算された経路を、2つの画像の間の時間周期で割って、脈波速度の結果を生成することである(430)。
図4Cは、側副静脈現象の特徴を抽出する例示的なアルゴリズムフローを示す。
第1のステップは、例えば、mm単位で画像スケールを検出するための前処理である(434)。
第2のステップは、血管の経路および/または分岐を検出することである(436)。
次のステップは、瘻孔からの静脈経路に沿った各分岐の長さおよびその距離を計算することである(438)。
上記の方法はまた、「バスキュラーアクセス(VA)の検出身体アルゴリズム」の見出しの下で、そしてセグメンテーションが記載されるいくつかの位置において、以下により詳細に記載される。
さらなるステップは、以下のような1つ以上のパラメータを含む、側副静脈の現象を記述するパラメータを計算するステップを含む(442)。
1.複数の分岐
2.分岐の長さの合計
3.分岐の重心
4.瘻孔からセントロイド距離
5.楕円ブロック
6.分岐の直径、任意選択で血管の管腔を満たす血液を検出する。
1.複数の分岐
2.分岐の長さの合計
3.分岐の重心
4.瘻孔からセントロイド距離
5.楕円ブロック
6.分岐の直径、任意選択で血管の管腔を満たす血液を検出する。
図4Dは、動脈瘤および狭窄現象の特徴を抽出する例示的なアルゴリズムフローを示す。
第1のステップは、例えば、mmであれば単位で画像スケールを検出するための前処理である(446)。
次のステップは、静脈および/または動脈経路を検出することである(448)。
次のステップは、静脈および/または動脈経路をセグメント化することである(450)。
次のステップは、静脈および/または動脈経路に沿った最も狭い幅と最も広い幅とを見つけて計算することである(452)。
図4Eは、腕の挙上検査の特徴を抽出する例示的なアルゴリズムフローを示す。アルゴリズムフローは、他の対象器官に適用可能であり、腕に限定されないことを理解されたい。
いくつかの実施形態では、2つの画像は、腕が挙上された後に得られ、流出の変化を追跡し、これは、瘻孔の体積の短期間にわたる変化に変換される。正常な流出状態では、瘻孔の中は(数秒にわたって)「迅速に」空になり、2つの画像間の形状/面積の差が検出および/または測定される。閉塞流出状態では、瘻孔の中は十分に速く排出されず、瘻孔の形状/領域において、たとえあったとしても、より小さな変化が検出/測定される。このような変化を経時的に追跡することにより、瘻孔の開存性の変化を追跡することができる。
いくつかの実施形態では、腕の挙上検査は、腕が挙上される(上を指すか、下を指すか、地面に垂直であるか、および/または心臓レベルより上を指す)ときに適用されてもよい。
いくつかの実施形態では、第1のステップは、例えば、mm単位で画像スケールを検出するための前処理である(456)。
次のステップは、画像内のバスキュラーアクセス(瘻孔)を検出することである(458)。
次のステップは、画像内のバスキュラーアクセス(瘻孔)をセグメント化し(460)、任意選択で、瘻孔を画像の他の部分から切り出すことである。
次のステップは、画像内のバスキュラーアクセス領域を計算することである(462)。
一部の実施形態では、腕の挙上検査は、腕が地面に対して平行である場合には第1の画像を、腕が地面に対して垂直である(上または下を指す)場合には第2の画像を、心臓レベルより上で撮影することから始まる。
第1の画像および第2の画像を取得した後、次のステップは、例えば、両方の画像における画像スケールを、例えばmm単位で検出するための前処理である。
次のステップは、両方の画像におけるバスキュラーアクセスを検出することである。
次のステップは、両方の画像におけるバスキュラーアクセス領域を計算することである。
次のステップは、第2のバスキュラーアクセス領域から第1のバスキュラーアクセス領域を差し引くことである。
いくつかの実施形態では、腕の挙上検査は、腕(または任意の他の対象器官)を、腕が地面にほぼ平行である第1の位置から、腕が地面にほぼ垂直である(上または下を指す)第2の位置まで移動させることによって開始する。
次のステップは、挙上された腕の2つの画像を撮影することである。
次のステップは、例えば、両方の画像において、例えばmm単位で画像スケールを検出するための前処理である。
次のステップは、両方の画像におけるバスキュラーアクセスを検出することである。
次のステップは、両方の画像におけるバスキュラーアクセス領域を計算することである。
次のステップは、第2のバスキュラーアクセス領域から第1のバスキュラーアクセス領域を差し引くことである。
次のステップは、計算された差を2つの画像間の時間周期で割ることである。
ここで、静脈に沿って進行する脈波の簡略化された図である図5Aおよび5Bを参照する。
図5Aは、第1の画像を示し、図5Bは、短時間後に撮られた第2の画像を示す。
図5A及び5Bの画像は、腕502、静脈504、動脈506、及び静脈504が動脈506に接続されている瘻孔508を示している。
図5Aは、時刻t0において脈波の圧によって静脈が拡大される第1の位置510を示す。
図5Aは、時間t1において脈波の圧によって静脈が拡大される第2の位置512を示す。
第2の位置512は、第1の位置510に対して静脈504にさらに進んでいった箇所にある。
脈波速度は、第1の位置510と第2の位置512との間の距離を測定することによって任意に測定され、第1の画像と第2の画像のキャプチャーの間の時間差で分割される。
いくつかの実施形態では、時間差は、数分の1秒である。非限定的な例として、画像フレームが約15~30センチメートルの幅である場合、血管に沿って進行する圧力波の撮像は、任意選択で、120fpsを超えるフレームレート、例えば165fpsで行われる。
いくつかの実施形態において、視野160mmの画像フレームを有する上述の両方の位置を有するために、約20m/秒の脈波速度に対して、異なる時間は、6ms未満である。このような時間差は、20m/秒より小さいすべてのパルス波速度に適用される。
以下のアルゴリズムのうちの1つ以上は、本明細書で説明されるシステムにおいて実装され得る。
(予測器/分類器の方法)
ここで、本発明の例示的な実施形態による分類器方法の簡略化されたフローチャートである図6を参照する。
ここで、本発明の例示的な実施形態による分類器方法の簡略化されたフローチャートである図6を参照する。
図6は、側副静脈記述子602、脈波速度記述子604、腕の挙上記述子606、および動脈瘤および/または狭窄記述子608などの1つ以上の特徴記述子の入力を示す。
いくつかの実施形態では、入力602、604、606、608は、閾値計算ユニット612に供給される。
いくつかの実施形態では、傾向計算ユニット614は、任意選択で、ローカルまたはリモートデータベースから、履歴および/または傾向記述子610の入力を任意選択で受け入れる。
いくつかの実施形態では、傾向計算ユニット614は、傾向データ出力を生成する。
いくつかの実施形態では、閾値計算ユニット612は、閾値データ出力を生成する。
いくつかの実施形態では、上記の出力のうちの1つ以上は、統計ユニット616に供給される。
いくつかの実施形態では、統計ユニット616の出力は、決定ユニット618に入力される。
決定ユニット618は、任意選択で、VAが「安定」であると判定される(622)、または障害が検出される(620)という決定を生成する。
図6は、機械学習(監視または非監視)ツール、または以下のステップを実行するヒューリスティック(heuristic)規則に基づくことができる例示的な分類アルゴリズムを説明する。
1.画像処理などのデータ解析
2.1つの画像または側副血管の発達、VAゾーンなどの連続画像のセットから特徴を抽出すること
特徴のいくつかの例は、VAの身体の最小半径サイズ、脈波速度、側副静脈のサイズおよび密度、AVまたは瘻孔からの側副静脈の距離等を含む。
特徴はまた、連続する画像間の特徴の変化、および/または連続する画像間の特徴の変化率であってもよい。
3.抽出された特徴に基づいてVAの状態を分類すること
分類は、基本規則、閾値、および/または統計モデルとすることができる。統計モデルは、SVM(Support vector machine)、ロジスティック回帰、ニューラルネットワーク、決定木、決定フォレスト、「k-means」などの機械学習アルゴリズムに基づくことができる。
1.画像処理などのデータ解析
2.1つの画像または側副血管の発達、VAゾーンなどの連続画像のセットから特徴を抽出すること
特徴のいくつかの例は、VAの身体の最小半径サイズ、脈波速度、側副静脈のサイズおよび密度、AVまたは瘻孔からの側副静脈の距離等を含む。
特徴はまた、連続する画像間の特徴の変化、および/または連続する画像間の特徴の変化率であってもよい。
3.抽出された特徴に基づいてVAの状態を分類すること
分類は、基本規則、閾値、および/または統計モデルとすることができる。統計モデルは、SVM(Support vector machine)、ロジスティック回帰、ニューラルネットワーク、決定木、決定フォレスト、「k-means」などの機械学習アルゴリズムに基づくことができる。
分類は、2つのレベルの間(介入が必要であるか否か)、または3つ以上のレベルの間であり得る。
予測および/または分類のために使用される方法の非限定的な例は、のうちの1つ以上を含む。
パラメータ値のテーブル
患者に関連するパラメータ値の回帰
パラメータ値に適用されるK近傍法(KNN:K Nearest Neighbors)
サポートベクトルマシン(SVM)
ディープラーニング
ニューラルネットワーク(単数または複数)
パラメータ値のテーブル
患者に関連するパラメータ値の回帰
パラメータ値に適用されるK近傍法(KNN:K Nearest Neighbors)
サポートベクトルマシン(SVM)
ディープラーニング
ニューラルネットワーク(単数または複数)
いくつかの実施形態では、機械学習は、訓練セットを使用する。訓練データセットを生成し、使用する非限定的な例は、N人の患者について、ある期間にわたって繰り返し、本明細書に記載されるようなパラメータを測定することを含む。
時間の間に、どの患者が血管不全であったか、および/またはどの患者が人間の検査、超音波検査、X線画像診断、および追加技術の決定が何であったかなどの追加技術によって検査されたかを記録する。パラメータおよび決定は、潜在的に、上述の機械学習方法を訓練するために、またはKNNデータセットを生成するために使用することができる訓練データセットを生成する。
いくつかの実施形態では、上記のデータセットについて測定されたパラメータのいくつかまたはすべては、予測および/または分類の目的で患者についても測定される。
時間収集されるパラメータは、測定値と、測定値から計算されたパラメータと、パラメータ値の一次導関数と、パラメータ値の二次導関数とを任意に含むことに留意されたい。
見て聞いて感じる方法によって血管検査を実行する看護師または医師は、典型的には、1つまたは2つのパラメータの値に基づいて決定または分類を提供し、一方、本明細書で説明されるシステムおよび方法は、潜在的に、より多くのパラメータを使用し、潜在的に、訓練セットを生成するために使用される患者および/または患者のグループのより多くのデータに基づく、より正確な決定または分類に到達することに留意されたい。
(スケーリングアルゴリズム)
スケーリングアルゴリズムは、画像スケールを計算する(例えば、ピクセルをmmにスケーリングする)。スケーリングは、血管の半径、脈波速度、側副血管のサイズ、側副血管の密度、および側副血管のVAからの距離のうちの1つ以上の絶対値または相対値を計算するために使用され得る。
スケーリングアルゴリズムは、画像スケールを計算する(例えば、ピクセルをmmにスケーリングする)。スケーリングは、血管の半径、脈波速度、側副血管のサイズ、側副血管の密度、および側副血管のVAからの距離のうちの1つ以上の絶対値または相対値を計算するために使用され得る。
(位置合わせアルゴリズム)
位置合わせアルゴリズムは、2つ以上の連続する画像間の自動または半自動の位置合わせを実行することができる。
位置合わせアルゴリズムは、2つ以上の連続する画像間の自動または半自動の位置合わせを実行することができる。
位置合わせアルゴリズムは、同じ物体を含む2つ以上の画像を、異なる位置、または異なる視野、または異なる視野に位置調整し、および/またはスケーリングすることができる。
いくつかの実施形態では、位置合わせアルゴリズムへの入力は、少なくとも2つの画像を含み、半自動位置合わせの場合、任意選択で、2つの画像上でユーザによってマークされる1つ以上の点を含む。
位置合わせアルゴリズムは、腕または別の検査される器官が異なる検査中にどのように位置決めされても、システムが少なくとも2つの検査間の変動を測定することを潜在的に可能にする。
いくつかの実施形態では、VAオブジェクトを含む同じ患者の少なくとも2つの画像の位置合わせは、任意選択で、VAの検出(例えば、セグメンテーション)によって行われ、第2の画像内のVA画像への幾何学的変換によって第1の画像内のVA画像をフィッティングする。
(バスキュラーアクセス(VA)本体アルゴリズムの検出)
いくつかの実施形態では、画像内のバスキュラーアクセス本体の位置の自動または半自動検出が実行される。
いくつかの実施形態では、画像内のバスキュラーアクセス本体の位置の自動または半自動検出が実行される。
いくつかの実施形態では、バスキュラーアクセス本体の検出用アルゴリズムのための入力は、画像フレーム内にバスキュラーアクセス本体を含む少なくとも1つの画像を含む。
いくつかの実施形態では、任意選択の入力は、VA本体を含む血管に沿った1つ以上の点のセットであり、任意選択で、VA本体を含む画像上で医師/看護師によってマーキングされる。
アルゴリズム出力は、画像内のバスキュラーアクセス本体の画素のセットであってもよい。
いくつかの実施形態では、VA本体のコンピュータ化された検出は、固有のVA形状、サイズ、向き、位置などに基づく。
いくつかの実施形態では、非限定的な例として、ELYNNSH MEDICALによって開発された「ELY-1000動脈穿刺用血管撮像器具」などの装置が使用される。この装置は、製造業者によれば、動脈穿刺中に皮下動脈を識別する際に医療スタッフを支援し、動脈の正確な位置および方向を簡便かつ迅速に表示することができる。
いくつかの実施形態では、動脈および静脈が連結されているか、または結合しているように見える位置が画像内で検出される。
いくつかの実施形態では、VAに血液を提供する血管は、手術によって皮膚表面に向かって上昇される。VAを含む視野(FOV)をカバーする画像である血管部位の深さの差のために、VAは、しばしば、閉じた輪郭重心として現れる。VA本体を取り囲む組織は、しばしば、VA本体よりも皮膚の下の深いところにある。
いくつかの実施形態では、深さの差は、天然または周囲の血管よりも暗い領域として潜在的に現れるVA本体によって任意に検出される。例えば、近赤外線光が使用される場合、近赤外線光は、血液Hgbにおいて吸収され、表面に近い血管は、より深い血管よりも暗く見える。
(脈波速度アルゴリズム)
再び、脈波速度の測定のための例示的な方法を説明する図5Aおよび5Bを参照する。
再び、脈波速度の測定のための例示的な方法を説明する図5Aおよび5Bを参照する。
脈波速度はまた、血管の硬さの一般的な指標であり、血管の2点間の距離および脈波通過時間の測定によって得ることができる。脈波速度は、局所的、地域的または系統的に測定することができる。
局所的という用語は、瘻孔および近くの関連する血管構造に沿ったことを意味するために使用される。
生理学的には、脈拍速度、血流、血管内の圧力との関係がある。
脈波(心拍によって生じる)は、心臓から動脈へ、静脈から心臓へと伝わる。脈波が進行しているとき、脈波は、移動する離散点と時間で血管(例えば、静脈)を一時的に変形させる。
例えば、静脈半径は、静脈に沿った特定の点で一時的に拡張することができる。この点は、静脈内を流れる血液による光の吸収を測定することによって検出することができ、拡張した静脈の位置は、(反射または透過などの測定方法に応じて)静脈に沿ったより暗い点またはより明るい点として示される。
2つ以上の連続した画像において拡張された血管に関連する点を検出することによって、画像キャプチャー間の時間が知られている間に、脈波速度を計算することができる。脈波速度は、2つの画像キャプチャー間の時間で割った2つのポイント間の距離に等しくなる。
(実施例-システム記述)
システムは、以下の例示的な現象:血管直径、脈波速度、近赤外線(例えば、700~1000nm)反射分光法、側副静脈の状況、ならびに密度、サイズ、バスキュラーアクセスからの距離、およびバスキュラーアクセスにおける酸素濃度などのそれらの特徴のうちの1つ以上を測定し得る。
システムは、以下の例示的な現象:血管直径、脈波速度、近赤外線(例えば、700~1000nm)反射分光法、側副静脈の状況、ならびに密度、サイズ、バスキュラーアクセスからの距離、およびバスキュラーアクセスにおける酸素濃度などのそれらの特徴のうちの1つ以上を測定し得る。
いくつかの実施形態では、近赤外線スペクトル範囲は、血管撮像のために使用される。スペクトルウィンドウは、約700nmから約900nmまで存在し、ここで、光は、組織内に深く浸透することができ、また、周囲の組織よりも静脈血管によってより多くの放射線が吸収される。
ここで、本発明の例示的な実施形態による血管を測定するためのシステムの簡略化されたブロック図である図7を参照する。
図7は、例示的な実施形態のシステム700の最上位ブロック図を示す。システム700は、撮像/検出ユニット702およびソフトウェア/計算ユニット706を含むことができる。
撮像/検出ユニット702は、任意選択で、1つ以上のセンサ710、1つ以上のレンズ712、1つ以上のフィルタ713、および1つ以上の照明器714、716を含む。
いくつかの実施形態において、センサ(複数可)710は、CMOSセンサであってもよい。
いくつかの実施形態では、センサ710は、マルチスペクトルカメラおよび/またはハイパースペクトルカメラであってもよい。
いくつかの実施形態では、センサ710は、近赤外線センサまたはカメラであってもよい。
いくつかの実施形態では、レンズ712は、任意選択で、固定焦点距離レンズであってもよい。
いくつかの実施形態では、レンズ712は、任意選択でズームレンズであってもよい。
いくつかの実施形態では、フィルタ713は、任意選択で、バンドパスフィルタまたはロングパスフィルタを含むことができる。
いくつかの実施形態では、照明器(複数可)714、716は、任意選択で、700~1200nmのスペクトル範囲の近赤外線LEDを含むことができる。
いくつかの実施形態では、照明器(複数可)714、716は、任意選択で広帯域近赤外線LEDを含むことができる。
いくつかの実施形態では、照明器(複数可)714、716は、オプションとして、850nmおよび910nmの近赤外スペクトル範囲の1つ以上のレーザ源を含むことができる。
いくつかの実施形態では、照明器(複数可)714、716は、任意選択で、900nmのスペクトル範囲の狭帯域照明を含むことができる。
いくつかの実施形態では、照明器(複数可)714、716は、任意選択で照明器のアレイを含むことができる。
いくつかの実施形態では、ソフトウェア/計算ユニット706は、任意選択で、GUI734、画像処理ユニット735、コンピュータビジョンユニット736、および機械学習アルゴリズムユニット737のうちの1つ以上を含む。
いくつかの実施形態では、アルゴリズムユニット737は、任意選択で、画像処理アルゴリズム、静脈セグメンテーションアルゴリズム、副静脈検出および/またはセグメンテーションアルゴリズム、脈波検出アルゴリズム、および分類器アルゴリズム(単数または複数)、任意選択で機械学習アルゴリズムのうちの1つ以上を含む。
システム700は、ワークステーション704、オプションのクラウドインフラストラクチャ708などの追加のユニットを含むことができる。
いくつかの実施形態では、クラウドインフラストラクチャ708は、任意選択で、ウェブアプリケーション738、データベース740(任意選択でビッグデータ解析機能を含む)、および解析ユニット742のうちの1つ以上を含む。
いくつかの実施形態では、ワークステーション704は、任意選択で、撮像/検出ユニット702および/または撮像/検出ユニット702の1つ以上の構成要素の操作を制御するための制御ユニット720と、コンピュータ722と、ディスプレイ724と、オプションとして、照明器714、716および/またはセンサ710に対して器官を特定の位置に任意に配置するための器官固定表面または装置726と、システムの構成要素を患者の器官に対して特定の位置に配置するためのスタンド728との1つ以上を含む。
ここで、本発明の一実施形態に従って構成されたシステム内の光学構成要素の画像である図8Aおよび図8Bを参照する。
図8Aおよび8Bは、図8Aに示されるような、例示的なシステムの光学チャネルのいくつかを示す。
カメラ802、任意選択的にハイパースペクトルセンサ(カメラ)である。
レンズ802、任意選択で固定焦点距離レンズである。
オプションのフィルタマウント806。
フィルタ808、いくつかの実施形態では、光学ロングパスフィルタであり、いくつかの実施形態では、670nmのカットオフ波長を有するフィルタ。
照明源812。
カメラ802、任意選択的にハイパースペクトルセンサ(カメラ)である。
レンズ802、任意選択で固定焦点距離レンズである。
オプションのフィルタマウント806。
フィルタ808、いくつかの実施形態では、光学ロングパスフィルタであり、いくつかの実施形態では、670nmのカットオフ波長を有するフィルタ。
照明源812。
いくつかの実施形態では、システムは、照明源812をカメラ802の本体に接続するためのオプションの機械的アダプタ810を含む。
図8Bは、図8Aの構成要素を含む、組立てユニット814を示す。
いくつかの実施形態では、例示的な血管状態分類アルゴリズムは、画像処理、特徴抽出、および統計的分類器の3つのブロックに分割されてもよい。
例示的なアルゴリズムの上位レベルのフローは、図4Aに示されるものと同様であってもよい。
画像処理:画像処理ブロックは、いくつかのステップを含むことができる。
・コントラストと照度の強化、シャープネス、多重偏光状態画像、多重波長画像(強度比の画像)、多重露光、オプションとして高ダイナミックレンジ(HDR)、コントラスト制限適応ヒストグラム等化(CLAHE)などの画質向上。
・コントラストと照度の強化、シャープネス、多重偏光状態画像、多重波長画像(強度比の画像)、多重露光、オプションとして高ダイナミックレンジ(HDR)、コントラスト制限適応ヒストグラム等化(CLAHE)などの画質向上。
いくつかの実施態様において、強度比画像は、次の式に記載されるように、異なる波長でキャプチャーされた画像間の画素ごとの比率を示す。
Rijは、比率画像における位置(i、j)の画素であり、IM1ijは、第1の画像における位置(i、j)の画素であり、IM2ijは、第2の画像における位置(i、j)の画素である。
・画像セグメンテーション-バスキュラーアクセス(VA)構造、血管の境界および側副血管の構造の位置を特定する。
ここで、本発明の例示的な実施形態によるセグメンテーション方法の簡略化されたフローチャートである図9を参照する。
図9は、第1の画像902の入力と、任意選択のセグメンテーション線907を有する第2の画像906を生成する第1の画像902のセグメンテーション904と、任意選択で第2の画像906に現れる器官の分離908と、分離された器官の画像のみを含む第3の画像910の生成とを含む例示的なセグメンテーションのフローを示す。
以下の方法のうちの1つ以上が使用され得る。K平均アルゴリズム、ヒストグラムベースの方法、エッジ検出、領域成長方法、MumfordおよびShahセグメント化、CNN(畳み込みニューラルネットワーク)など。
・以前の検査からの画像と以降の検査からの画像との間の位置合わせ。位置合わせステップは、任意選択で、新しい画像(複数可)を基準画像、任意選択で、以前の検査からの画像(複数可)にスケーリングし、および/または位置合わせする。
ここで、本発明の例示的な実施形態による登録方法の簡略化されたフローチャートである図10を参照する。
図10は、第1の画像1002Aおよび第2の画像1006Aを示す。
いくつかの実施形態では、点検出動作1004が、2つの画像に対して任意選択で実行される。
いくつかの実施形態では、点検出基準は、任意選択で、コーナー点、ブロブ検出などの強度ベースの基準、SURF(スピードアップロバストフィーチャ:speed up robust features)などのうちの1つ以上である。
いくつかの実施形態では、2つの点の類似性は、2つの点のそれぞれの1つ以上の特徴メトリック間の特徴メトリック差によって測定される。
第1の画像1002Aは、第1の画像1002Aにおいて検出された特定の点によってマークされ、その上にマークされた特定の点を有する第1の新しい画像1002Bを生成する。第2の画像1006Aは、第1の画像1002A内の点を検出するために使用される同じ基準に従って、第2の画像1006A内で検出された特定の点によってマークされ、その上にマークされた特定の点を有する第2の新しい画像1006Bを生成する。
図10は、第1の新しい画像1002Bおよび第2の新しい画像1006Bにおける対応する特定の点を接続するいくつかの線1007を示す。
いくつかの実施形態では、第1の新しい画像1002Bおよび第2の新しい画像1006Bの一方または両方が、任意選択で、対応するマークされた点の検出を使用して変換されることで(1008)、変換を実行し、任意選択で、新しい結合画像1010を生成する。いくつかの実施態様において、変換1008は、第1の新しい画像1002B及び第2の新しい画像1006Bの一方又は両方に対して実施される、画像標準化、画像スケーリング、画像回転、及びアフィン変換のうちの1つ以上を含む。
いくつかの実施形態では、位置合わせは、第1の画像、例えば、現在の検査画像を、第2の画像、例えば、以前の検査画像に位置合わせおよび/またはスケーリングするために実行される。以下の方法のうちの1つ以上が、位置合わせのために使用され得る。SIFT(Scale Invariant Feature Transform)、SURF(speeded up robust features)アルゴリズム、任意選択で、関心点検出、自動特徴検出およびマッチング、ならびにアフィン変換計算。
・特徴抽出:特徴抽出ブロックは、データを解析し、画像から特徴を抽出するいくつかのサブブロックを含むことができる。
いくつかの実施形態では、特徴抽出は、任意選択で特徴ベクトルを生成する。
いくつかの実施形態では、特徴抽出は、標準化された画像を生成する画像処理ステップの後に任意選択で実行される。
特徴ベクトルは、画像などのデータを特徴付けるために使用される数学的表現である。データを特徴付けるいくつかの方法があり、そのいくつかを以下に列挙する。
事前訓練を受けたDNN(A.Krizhevsky、I.Sutskever、G.E.Hinton:ImageNet Classification with Deep Convolutional Neural Networks.NIPS 2012:1106-1114)からの機能抽出。
1つの方法は、大きな画像データセット上で訓練されたニューラルネットワークに画像を通過させ、その記述子層を使用することを含む。
別の方法は、各現象に対して特定の記述子を開発することである。
血管の長さと最小径
ここで、本発明の例示的な実施形態による方法の簡略化されたフローチャートである図11を参照する。
ここで、本発明の例示的な実施形態による方法の簡略化されたフローチャートである図11を参照する。
図11は、血管の長さおよび/または最小直径のための記述子を生成する方法を示す。
図11は、入力としての第1の画像1102と、第1の画像1102の2値画像1106への変換1104と、器官(血管)内の最も狭い通路の位置1114と、2値画像1106内に現れる器官(血管)の中心線のトレース1108とが、第3の画像1110上にマークされた器官(血管)の中心線1112を有する第3の画像1110の生成とを示す。
同様の方法は、「脈波速度」、「側副血管発達」、および「動脈瘤および狭窄」の記述子を生成するために任意選択で使用することもできる。
上記の方法において、「距離変換」および「極大」方法は、血管の中心線および直径を検出するために、2値画像上で使用され得る。
有用であり得る他の方法は、経路発見アルゴリズム-ダイクストラ法、A*探索アルゴリズムである。
VA中の動静脈混合酸素濃度
ここで、本発明の例示的な実施形態による方法の簡略化されたフローチャート図である図12を参照する。
ここで、本発明の例示的な実施形態による方法の簡略化されたフローチャート図である図12を参照する。
図12は、VA中の動脈および/または静脈酸素濃度の記述子を生成する方法を示す。
図12は、入力としての第1の画像1202と、第1の画像1202のヒストグラム1206を生成するためのヒストグラムユニット1204と、第1の画像1202に関連付けられた特徴(複数可)ベクトル1212を生成するための計算ユニット1210と、示す。
デオキシHbの吸収は、740nm~760nmの範囲でオキシHbよりも高く、したがって、この範囲では、静脈は光放射を吸収し、動脈は比較的透明になる。
850nm~1000nmの範囲では、静脈は比較的透明になり、動脈はより多くの放射線を吸収する。
VA内の血液は、特に狭窄が起こると動脈血と静脈血が混ざり、血液の再循環が起こる。
VA機能性が良好である限り、動脈血のより高い速度がVAを通って流れるべきであり、これは、850nm~1000nmで照射した場合に、より暗いグレーレベルによって示される。図12に示す第1の画像1202などの強度「標準化」画像のヒストグラムを計算し、ヒストグラムを「参照」画像のヒストグラムと比較することによって、システムは、VA内の血液混合物の変化、またはVA内の血液混合物の変化率を記述する特徴ベクトルを作成することができる。
脈波波速度
ここで、本発明の例示的な実施形態による方法の簡略化されたフローチャートである図13を参照する。
ここで、本発明の例示的な実施形態による方法の簡略化されたフローチャートである図13を参照する。
図13は、脈波速度の計算方法を示している。
図13は、時刻t0で入力として得られた第1の画像1302と、時刻t1で入力として得られた第2の画像1304と、第3の画像1308を生成するための計算ユニット1306とを示す。
図13は、脈波速度の特徴抽出のための例示的な方法を示す。
いくつかの実施形態では、図13の画像1302、1304などの2つの連続する画像フレーム、任意選択で、位置合わせおよび/またはセグメンテーション(標準化された画像)後の各画像フレームが融合され、第3の画像1308などの融合された画像を生成する。
いくつかの実施形態では、融合画像は、画像の一方を他方から減算することによって生成される。
いくつかの実施形態では、融合画像は、画像の一方を他方に追加することによって生成される。
いくつかの実施形態では、2つの最も明るいスポット1312、1314の質量中心が計算され、経路1312に沿った2つの最も明るいスポット1312、1314の質量中心間の経路1312の長さが測定される。
いくつかの実施形態では、経路1312は、任意選択で、血管の中心線である。
統計的分類器モデル
ここで、本発明の例示的な実施形態による分類器方法の簡略化されたフローチャートである図14を参照する。
ここで、本発明の例示的な実施形態による分類器方法の簡略化されたフローチャートである図14を参照する。
図14は、側副静脈記述子1402、脈波速度記述子1404、動脈瘤および/または狭窄記述子1406、ならびに動脈および静脈血液混合記述子1408などの1つ以上の特徴記述子の入力を示す。
いくつかの実施形態では、入力1402、1404、1406、1408は、傾向計算ユニット1412に供給される。いくつかの実施形態では、傾向計算ユニット1412は、任意選択で、履歴および/または傾向記述子1410の入力を、任意選択でローカルまたはリモートデータベースから受け入れる。
いくつかの実施形態では、傾向計算ユニット1412は、傾向特徴ベクトル1414を生成する。
いくつかの実施形態では、傾向特徴ベクトル1414は、任意選択で(ローカルまたはリモート)データベースに格納される。
いくつかの実施形態では、傾向特徴ベクトル1414は、分類器1416に入力される。
分類器1416の結果は、任意選択で決定ユニット1418に入力され、VAが「安定」1420であると決定されるか、または障害が検出されるという決定を生成する(1422)。
いくつかの実施形態では、故障を検出することは、VAの切迫した障害の高い確率を推定することを含んでもよい。
「安定」または「早期障害検出」への分類は、SVM、ロジスティック回帰、ニューラルネットワークなどの統計的分類器モデルによって行うことができる。
いくつかの実施形態では、あらゆる現象の抽出された特徴1402、1404、1406、1408は、任意選択で、1つの「特徴」ベクトル1414に収集される。
いくつかの実施形態では、特徴ベクトル1414は、任意選択でデータベースに格納される。
いくつかの実施形態では、特徴ベクトル1414および「履歴特徴ベクトル」1410は、任意選択で「傾向計算」ユニット1412に送られる。
いくつかの実施形態では、「傾向計算」ユニット1412の出力は、「新しい傾向特徴ベクトル」1414であり、これは、任意選択でデータベースに格納され、および/または分類器ユニット1416に送られる。
いくつかの実施形態では、分類器ユニット1416からの出力は、「早期障害検出」または「安定」であると検出することができる。
いくつかの実施形態では、分類は、VA手術が行われた後の成熟レベルまたは成熟率に対して行われる。
瘻孔の成熟度はY日数以降のX%成熟として表されてもよい。
ここで、本発明の例示的な実施形態による、同じ患者の腕の3つの異なる画像を示す図15A~Cを参照する。
図15Aは、腕から約40センチメートルの距離で撮られた、人間が見ることができる波長における患者の腕の画像を示す。
図15Bは、近赤外線波長における患者の腕の画像を示す。図15Bは、近赤外線撮像を使用すると、表在静脈1512などの血管の視認性が改善されることを示す。
図15Cは、血管の位置で自動的に(画像解析によって)生成された関心点1522を有する患者の腕の画像を示す。
看護師や医師が患者の血管を診察する際には、見たり、聞いたり、感じたりする3段階の検査を行うのが一般的である。
いくつかの実施形態では、本明細書で説明されるシステムは、患者の肢を照らして撮像し、撮像から収集されたデータを解析することに基づいて、見ること、聞くこと、および感じることを実行する。
いくつかの実施形態では、本明細書で説明される方法は、患者の肢を照らして撮像し、撮像から収集されたデータを解析することに基づいて、見ること、聞くこと、および感じることを実行する。
次に、血管狭窄障害または血栓症を参照して患者を検査するための医療者の処置を示す表である図16Aを参照する。
図16Aは、人間が何をするように指示されるかを示すことを意図している。しかしながら、人間の間の差異がこのような検査に影響を及ぼすことが予想されることが知られている。
自動検査は、潜在的に、そのような検査のためのより良好な再現性を提供することができることに留意されたい。
自動検査は、医療スタッフの関与が少なく、より迅速な検査を提供することができる可能性があることに留意されたい。
ここで、本発明の例示的な実施形態による患者を検査する方法の簡略化されたフローチャートである図16Bを参照する。
図16の方法は、身体の1つ以上の画像をキャプチャーし、画像上の画像解析を使用することによって患者の身体を見る(1622)装置を含み、装置は、身体の振動をキャプチャーし、人の可聴周波数で振動を解析することによって患者の身体を聞き(1624)、装置は、人の可聴周波数より低い周波数で身体の振動を解析することによって患者の身体を感じる(1626)。
いくつかの実施形態では、身体の1つ以上の画像をキャプチャーすることは、任意選択で、近赤外線波長で画像をキャプチャーことによって実行される。
いくつかの実施形態では、身体の振動をキャプチャーすることは、本明細書の他の箇所に記載されるように、レーザスペックル画像化によって任意選択的に実行される。
いくつかの実施形態では、身体の振動をキャプチャーすることは、任意選択で、患者の身体に触れるマイクロフォンによって、および/または患者の身体に触れる聴診器に取り付けられたマイクロフォンによって実行される。
いくつかの実施形態では、自動検査は、人が患者に触れることなく、潜在的にそのような検査を提供することができ、例えば、患者が伝染病を患っている可能性がある場合など、医学的距離が所望される状態で潜在的に使用可能であることに留意されたい。
いくつかの実施形態では、本明細書で説明されるシステムおよび方法は、任意選択で、「見る」、すなわち、血管の画像を解析し、「聞く」、すなわち、人間が聞き取れる周波数で患者の身体の振動を解析し、「感じる」、すなわち、低周波数で患者の身体の振動を解析し、典型的な可聴周波数よりも低く到達する。
いくつかの実施形態では、バスキュラーアクセス(VA)の身体検査を補完および/または置換するために、非接触サーベイランスツールが提供される。このようなサーベイランスは、潜在的に人間の検査よりも、狭窄の早期発見を可能にする。
いくつかの実施形態では、サーベイランスツールは、患者の瘻孔および/または患者の肢に接触せず、その一方で、肢は、任意選択で、瘻孔を装置の視野内に位置することを可能にする装置内に配置される。
いくつかの実施形態では、サーベイランスによって測定されたパラメータを記録および監視することは、潜在的に、人間の検査よりも、狭窄の早期検出および/または予測を可能にする。
いくつかの実施形態では、監視は、例えば、VAの位置から10、20、30、40、50センチメートルを超える距離において、人間の接触なしに可能にされる。
いくつかの実施形態では、システムおよび方法は、任意選択で、通常、見ること、感じること、および聞くことによる人間の身体検査によって取得されるすべてのパラメータを取得することを可能にする。
いくつかの実施形態では、人間の感覚を使用するよりも、本明細書に記載の実施形態を使用してVAの監視を操作するように人を訓練する方が容易である。
本明細書で説明する実施形態を使用すると、同じ患者の履歴データを記録し、使用し、変更を追跡することによって、潜在的に価値を追加することができる。
本明細書に記載の実施形態を使用することにより、物理的接触のない診療所でのセッション前および/またはセッション後の検査が可能になる可能性がある。
本明細書に記載される実施形態を使用することは、COVID-19の下での医療を潜在的に支援する。
本明細書に記載されるような実施形態を使用することは、潜在的に、おそらく患者によって操作される、ホームセットアップにおけるケアを可能にする。
次に、本発明の一実施形態に係る患者を検討する方法の簡易ブロック図である図17を参照する。
図17は、以下を含む方法を示す。
検査のための患者の受け入れ(1702)
本発明の実施形態を用いた患者の測定(1704)
センサからのデータ収集(1706)
データの解析(1708)
任意選択で、患者の瘻孔の状態に関する決定(1710)の提供
検査のための患者の受け入れ(1702)
本発明の実施形態を用いた患者の測定(1704)
センサからのデータ収集(1706)
データの解析(1708)
任意選択で、患者の瘻孔の状態に関する決定(1710)の提供
患者の瘻孔の状態は、任意選択で、患者の瘻孔の医学的状態および/または開存性の決定を含む。医学的状態は、任意選択で、健康である、および/または機能している、または悪化の可能性を有すると判定される。いくつかの実施形態では、特定の閾値を超える悪化の確率は、任意選択で、ドップラー超音波検査またはX線血管造影などの追加の検査に患者を送る推奨を生成する。
次に、図18Aおよび18Bを参照する。これらは、2つの異なる時間に撮影された患者の瘻孔の画像である。
図18Aは、瘻孔の輪郭のインクマーキング1802を示す。図18Aはまた、患者の皮膚上に見える物理的特徴1804を示す。
図18Bは、異なる時間に撮られた瘻孔の画像である。図18Bは、インクマーキング1802が瘻孔の形状および/またはサイズの変化に起因して形状を変化させることを示す。図18Bはまた、瘻孔の輪郭に対して、またはインクマーキング1802に対して、物理的特徴1804が移動したように見えることを示す。
図18Aおよび18Bは、2004年に作成した右腕頭動脈瘻の36歳男性の画像である。瘻孔は、いくつかの動脈瘤1801A、1801Bを有する。
ここで、本発明の2つの例示的な実施形態による、バスキュラーアクセス(VA)および/または瘻孔を監視するためのシステムの簡略化された図面である図19Aおよび19Bを参照する。
図19Aは、頭部1902および基部1906を含むシステム1900を示す。頭部1902は、オプションとして、光プロジェクタおよび撮像システムを含む。いくつかの実施形態では、基部1906は、任意選択で、頭部1902に対して特定の位置で腕または脚を支持するように構成された形状を含む。いくつかの実施形態では、基部1906は、任意選択で、頭部1902に対して特定の位置で腕または脚を支持するように構成されたストラップを含む。
図19Aは、プロジェクタ1912および撮像装置1914を含むシステム1910を示す。いくつかの実施形態では、プロジェクタ1912は、任意選択のカバー1916を含む。いくつかの実施形態では、特にプロジェクタがレーザを含む場合、カバー1916は、安全のために望ましく、および/または必要とされ得る。
いくつかの実施形態では、撮像装置1914は、任意選択で、標準ビデオレートを超えるレートで、任意選択で、60フレーム/秒(FPS)、60FPSを超えるレートで、100FPSを超えるレートで、150、200、300、400、500、および600FPSを超えるレートでフレームを撮像することができる。
高フレームレートは、当技術分野で知られているように、患者の身体の振動を高周波数で検出することを可能にする(シャノンの法則)。
いくつかの実施形態では、任意選択で150FPS以上のフレームレートの近赤外線高速カメラが任意選択で使用される。
一部の実施形態では、既製のカメラがオプションとして使用される。たとえば、FLIR FL3 U3カメラで、1.3メガピクセルのフルフレームサイズで150FPSのフレームレートで撮像することができる。
一部の実施形態では、カメラは、160FPSを超えるフレームレート、最大600FPS、620FPS以上のフレームレートをキャプチャーするために使用される。
いくつかの実施形態では、1.3~2メガピクセル以上の範囲のフレームサイズで撮像することができる既製のカメラが任意に使用される。
いくつかの実施形態では、市販のカメラがオプションとして使用され、より低いフレームサイズで撮像するときに、より高いフレームレートで撮像することができる。いくつかの非限定的な例として、カメラは、オプションとして、10x20ピクセル、10x10ピクセルなどのサイズで画像化する。
いくつかの実施形態では、撮像装置は、瘻孔の位置またはVAの関心のある点の位置で患者の身体上の関心のある特定の位置における、最大フレームサイズ未満の、任意選択で上述の小さいフレームサイズまでの小さいフレームをキャプチャーする。
いくつかの実施形態では、プロジェクタは、任意選択で、ユーザが患者の身体の位置を正確に突き止めることができるように、関心のある位置に光を投射する。
いくつかの実施形態では、関心のある位置は、患者の瘻孔である。
いくつかの実施形態では、2つ以上のスポットが同時に照射される。
いくつかの実施形態では、スポットが照射される1つの関心位置は、患者の瘻孔であり、スポットが照射される別の関心位置は、瘻孔ではなく患者の瘻孔に隣接する位置である。
いくつかの実施形態では、スポットが照射される1つの関心のある位置は瘻孔動脈瘤であり、スポットが照射される別の関心のある位置は瘻孔動脈瘤に隣接する位置であるが、瘻孔動脈瘤には照射されない。
いくつかの実施形態では、プロジェクタはデジタル光処理(DLP)プロジェクタである。
一部の実施形態では、プロジェクタはレーザプロジェクタである。
いくつかの実施形態では、関心のある位置、例えば瘻孔、動脈瘤、または身体の膨らんだ領域、は、構造化光および画像解析を使用することによって任意選択で識別され、プロジェクタは、関心のある位置を照射するように制御され、任意選択で自動的に制御される。実施形態では、DLP及び/又はレーザプロジェクタは、任意に、関心のある位置を照射するように制御される。
いくつかの実施形態では、医師または看護師は、関心のある位置への照明を制御する。
いくつかの実施形態では、医師または看護師は、関心のある位置へのレーザ照射を制御する。
いくつかの実施形態では、プロジェクタは、任意に、複数のモードで光を投射することができる。モードは、側副静脈を撮像するのに潜在的に十分な、患者の身体上の領域または限られたスポット上に均一な(またはほぼ均一である)照明を投影することと、特定の幅、等しい幅、またはプログラムされたパターンまたは他のパターンとは異なる幅のストライプを任意選択で含む、構造化光を投影することと、例えば、レーザスペックル干渉によって、振動、微小振動、および脈波のうちの1つ以上を測定するのに潜在的に有用な、コヒーレントレーザ光の1つ以上のスポットを投影することと、の2つ以上を含む。
いくつかの実施形態では、プロジェクタは、均一、構造化、およびスポットの3つの異なる照明モードのうちのいずれか1つを切り替えることができる。
いくつかの実施形態では、プロジェクタは、患者の四肢上に0.5mm~5mmの直径範囲のスポットサイズを提供することができる。例えば、スポットサイズは約1mmである。
いくつかの実施形態では、プロジェクタは、1つ以上のLEDおよび/またはレーザ光源を含み、オプションとして、近赤外線波長である。
いくつかの実施形態では、プロジェクタは、オプションとして、デジタル光処理(DLP)プロジェクタである。
いくつかの実施形態では、プロジェクタは、オプションとして、光を成形するためにナノミラーを含む。
いくつかの実施形態では、プロジェクタは、オプションとして、光を成形するために、微小電気機械システム(MEMS:Micro Electro Mechanical System)ミラーを含む。
いくつかの実施形態では、プロジェクタは、任意選択で、デジタルミラードライバ(DMD:Digital Mirror Driver)を含む。
いくつかの実施形態では、プロジェクタおよびカメラは、1つのパッケージに梱包されている。
ここで、本発明の例示的な実施形態による、バスキュラーアクセス(VA)および/または瘻孔を監視するためのシステムの画像である図20を参照する。
図20は、プロジェクタ2004と、撮像装置2006と、オプションのプロセッサ2002とを含むシステムを示す。
ここで、同じ患者の腕の3つの異なる画像を示す図21A~Cを参照する。
図21Aの画像は、患者の心臓レベルの下に保持された患者の腕を示す。2つの膨張した針挿入尖端2102、2104が、患者の腕の瘻孔上に示されている。
図21Bの画像は、患者の心臓レベルの上に保持された患者の腕を示しており、患者が腕を挙上位置まで挙げた直後にキャプチャーされた画像が表示されている。挿入点のうちの第1の挿入点2102が収縮して示されており、挿入点のうちの第2の挿入点2104が依然として膨張している。
図21Cの画像は、挙上された患者の腕を示し、画像は、図21Bの画像よりも少し遅れてキャプチャーされる。針挿入点2102、2104の両方は、収縮し、折り畳まれた状態で示されている。
高度試験による試験
いくつかの実施形態では、本明細書に記載されるシステムおよび方法は、任意選択で、挙上検査において測定および定量化するために使用され、すなわち、測定および定量化は、心臓レベルより下に保持された身体または四肢を用いて1回以上、および心臓レベルより上の挙上位置に保持された身体または四肢を用いて1回以上実行される。
いくつかの実施形態では、本明細書に記載されるシステムおよび方法は、任意選択で、挙上検査において測定および定量化するために使用され、すなわち、測定および定量化は、心臓レベルより下に保持された身体または四肢を用いて1回以上、および心臓レベルより上の挙上位置に保持された身体または四肢を用いて1回以上実行される。
図21A~Cが示すように、いくつかの例では、瘻孔は、1つの位置に保持されたときに排出されず、1つ以上の他の位置に保持されたときに排出されてもよい。いくつかの例では、瘻孔は、1つの位置に保持されたときに排出されず、また、1つ以上の他の位置に保持されたときに排出されない。
位置間の差異は、流入および流出速度および/または圧力間の比率のような瘻孔の医学的状態と相関する。
瘻孔が排出される速度および方法、ならびに異なる挙上時の排出パターン間の差異は、瘻孔の医学的状態と相関する。いくつかの実施形態では、排液速度および/またはパターンは、任意選択で、瘻孔の外形を描写する3D形状および/または1つ以上の3D曲線を生成することによって、および/またはセットに沿った曲線間の変化を追跡することによって、測定される。
いくつかの実施形態では、排液速度およびパターンは、任意選択で、3D形状によってカプセル化された体積を評価することによって、および/または1つ以上の曲線によって、および経時的な総体積の変化を追跡することによって推定され、潜在的に排液のレベルおよび速度を提供する。
いくつかの実施形態では、曲線の空間的曲率を推定することができ、排液パターンは、時間曲率の変化を解析することによって特徴付けることができる。
いくつかの実施形態では、各曲線の曲率の滑らかさ、および排液中の経時的な曲率滑らかさの変化を、排液パターンの推定に使用することができる。
いくつかの実施形態では、測定された振動の解析から推定された任意の流動関連パラメータと、3D形状または曲線形状に基づく排液パターンまたは流量から推定された任意のパラメータとの間の相関は、瘻孔の健康を推定するために任意に使用される。
次に、図22Aを参照すると、レーザスペックル撮像によって生成された画像の解析によって測定された振動のパワースペクトルを示すグラフである。
図22Aは、グラフ220を示し、X軸2202は、周波数範囲またはビンを示し、Y軸2204は、それが測定されたユニット内の相対的なパワースペクトルを示す。
このグラフを作成するために、2グループの患者をサンプリングした。第1グループ2206は血流速度(FV)が500mL/分を超え、第2グループ2208はFVが500mL/分未満である。
グラフ2200は、パワースペクトルにおける最大値が、両方のグループについてほぼ140Hzに位置することを示す。このことは、両グループにおける血流のピッチを聞くことが、それらを区別するための良好な方法ではない可能性があるという疑いが生じる。しかし、両グループのパワースペクトルを解析すると差が見られる。
第1グループ2206は、第2グループ2208よりも最大で高い振幅を有するように見える。
第2グループ2208は、第1グループ2206よりも平坦な、または広い曲線を有するように見える。
図22Aに示されるように、パワースペクトルにおいて解析される振動は、血管を通る血流および/または乱流によって引き起こされる。
血流および乱流は、経時的に変化し、血流が生じる容器内およびその周囲の局所的な物理的状態によって影響を受ける。物理的条件は、潜在的に、圧力勾配、容器直径、容器壁の伸展性、容器内面特性などを含む。
VA/瘻孔位置で測定された血流のパワースペクトルは、これらの位置での物理的および/または臨床的な血流状態に潜在的に関連する。時間このようなパワースペクトルの特徴の変化は、瘻孔の健康における劣化と潜在的に相関する。VA/瘻孔の位置から得られたパワースペクトルの変化を解析することは、瘻孔の劣化を潜在的に早期段階で予測する。
本明細書に記載される初期段階の予測を参照すると、そのような予測は、医療検査の既存の状態に基づいて実行されるよりも早く経皮経管血管形成術(PTA:percutaneous transluminal angioplasty)を実行することを潜在的に可能にすることに留意されたい。
いくつかの実施形態では、パワースペクトルは、患者の身体から反射された光の強度を測定することによって測定される。強度は、身体の振動の周波数に関連する周波数で変化すると予想される。
いくつかの実施形態では、パワースペクトルは、患者の身体上の照射スポットから反射された光の強度を測定することによって測定される。このような実施形態では、振動は、具体的には照射されたスポットで測定される。
いくつかの実施形態では、パワースペクトルは、身体の連続する画像間の差、例えば身体上のパターンの小さなシフトを測定することによって測定される。パターンは、皮膚上のほくろ、構造化光、光のスポットの移動、レーザスペックルの移動、および同様の移動であってもよい。
次に、本発明の一実施形態に係るデータを画像の流列から周波数帯に変換する方法の簡易フローチャート図である図22Bを参照する。
図22Bの方法は、患者の身体を画像のストリームを受信すること(2222)と、任意選択で、画像ストリームの期間にわたって強度の高い分散を有する1つ以上の画素を選択すること(2224)と、期間にわたる強度ベクトルの生成すること(2226)と、
強度のベクトルを周波数スペクトルのベクトルに変換すること(2228)。
強度のベクトルを周波数スペクトルのベクトルに変換すること(2228)。
いくつかの実施形態では、変換は高速フーリエ変換によって実行される。
一部の実施形態では、パワースペクトルを解析する前に、パワースペクトルを任意に正規化する。いくつかの非限定的な例として、正規化係数は、任意選択で、総スペクトルエネルギー、ピーク値、ピーク対ベースライン比、特定の帯域幅内のエネルギーなどから計算される。
いくつかの実施形態では、遠隔位置(例えば、瘻孔から遠い)で測定された基準スペクトルが、基準として使用される。両方のスペクトルは、正規化される場合とされない場合があり、測定されたスペクトルは、異なる位置におけるスペクトル間の差によって置き換えられる。
いくつかの実施形態では、測定されたパワースペクトル又は差分パワースペクトルの歪度又は尖度は、任意に、流量を推定するために使用される。
いくつかの実施形態では、測定されたパワースペクトルは、非限定的な例として、1つ以上の隠れモデル混合を仮定するいくつかの実施形態では、最初にモデルに当てはめられ、モデルパラメータは、流量に対する相関器として使用される。
いくつかの実施形態では、特定の周波数範囲のエネルギーは、流量を推定するために使用される。
見ること、聞くこと、感じることの実行
本発明者らは、さらに、医療スタッフによって使用される「見ること、聞くこと、および感じること」の手順に関して、本発明のいくつかの態様を記載する。
本発明者らは、さらに、医療スタッフによって使用される「見ること、聞くこと、および感じること」の手順に関して、本発明のいくつかの態様を記載する。
いくつかの実施形態では、「見ること、聞くこと、および感じること」手順は、本明細書で説明されるシステムの実施形態によって任意選択で実行される。
いくつかの実施形態では、本明細書で説明されるシステムは、患者の肢を照らして撮像し、撮像から収集されたデータを解析することに基づいて、見ること、聞くこと、および感じることを実行する。
いくつかの実施形態では、本明細書で説明される方法は、患者の肢を照らして撮像し、撮像から収集されたデータを解析することに基づいて、見ること、聞くこと、および感じることを実行する。
瘻孔雑音は、血管雑音とも呼ばれ、透析アクセスがどのように機能しているかを示す指標である。
動静脈瘻とは、動脈と皮下の静脈(通常は上腕や下腕、脚)をつないで形成される1つのアクセスタイプのことである。(i)動脈から静脈を通る血流が多いため、瘻孔が大きくなり、より強く成長することができる。健康なAV瘻は、雑音(人間が聞くことのできる鳴動音)、振戦(人間が感じることのできる鳴動感)、および良好な血流速度を有する。
いくつかの実施形態では、「見る」態様は、任意選択で、身体または四肢を撮像し、1つ以上の画像を解析して血管構造および/または瘻孔構造を定量化することによって実行される。
いくつかの実施形態では、「見る」態様は、任意選択で、構造化光を使用して身体または四肢を撮像し、瘻孔の3D形状を生成することによって実行される。
いくつかの実施形態では、「聞く」態様は、任意選択で、身体または四肢の振動を測定し、その振動を解析して、瘻孔の医学的状態に関連するパラメータ値を定量化することによって実行される。いくつかの実施形態では、「聞く」態様は、人間の可聴範囲内の周波数範囲内の振動を解析することを含む。
いくつかの実施形態では、「感じる」の態様は、任意選択で、身体または四肢の振動を測定し、その振動を解析して瘻孔の病状に関するパラメータ値を定量化することによって実行される。いくつかの実施形態では、「感じる」の態様は、人間の可聴範囲を超えて、および/または下回るまで広がる周波数範囲の振動を任意に解析することを含む。
いくつかの実施形態では、振動の解析は、1,000Hz未満の周波数範囲で任意に行われる。いくつかの実施形態では、振動を解析することは、任意に、典型的な人間の音声よりも小さい周波数範囲、例えば4,000Hz未満で行われる。
いくつかの非限定的な例として、「感覚」態様は、以下の1つ以上を含む。
典型的には40拍/分以上の範囲である、人間の脈拍を測定すること。
このような測定は、1ヘルツの周波数で、さらにはそれより少し少ない振動を解析する必要がある。このような解析がビデオシーケンスの画像フレームを解析することによって実行される場合、測定される周波数のレートの約2倍、すなわち、例えば、毎秒約2フレーム以上で画像フレームを解析すれば十分である。
このような測定は、1ヘルツの周波数で、さらにはそれより少し少ない振動を解析する必要がある。このような解析がビデオシーケンスの画像フレームを解析することによって実行される場合、測定される周波数のレートの約2倍、すなわち、例えば、毎秒約2フレーム以上で画像フレームを解析すれば十分である。
典型的には50~250ヘルツまたは50~750ヘルツの範囲である、振戦を測定すること。
このような解析がビデオシーケンスの画像フレームを解析することによって行われる場合、測定される周波数のレートの約2倍、すなわち、例えば、毎秒約100フレーム以上で画像フレームを解析すれば十分である。
このような解析がビデオシーケンスの画像フレームを解析することによって行われる場合、測定される周波数のレートの約2倍、すなわち、例えば、毎秒約100フレーム以上で画像フレームを解析すれば十分である。
例えば、図22Aおよび22Bを参照して上述したように、振動のパワースペクトルを解析および定量化する。
いくつかの実施形態では、「見ること、聞くこと、および感じること」は、患者に物理的に触れることなく、画像解析によって、および/または特定の照明モードを使用することによって実行される。
ここで、本発明の例示的な実施形態による血管機能を監視するための方法の簡略化されたフローチャートである図23を参照する。
図23の方法は、患者の皮膚を通して1つ以上の血管を照射すること(2302)と、血管の少なくとも1つの画像のキャプチャーすること(2304)と、少なくとも1つの画像を解析すること(2306)と、画像解析に基づいて血管機能に関連するパラメータを計算すること(2308)とを含む。
ここで、図24を参照すると、本発明の例示的な実施形態による、血管機能を監視するために医療スタッフによって実施される身体検査を置換するための方法の簡略化されたフローチャートが示されている。
図24の方法は、患者器官の少なくとも1つの画像を生成すること(2402)と、少なくとも1つの画像を解析すること(2404)と、血管機能に関するパラメータ値を生成すること(2406)とを含む。
本明細書では特定の実施態様を詳細に開示してきたが、これは、例示のみを目的として例として行われたものであり、以下の特許請求の範囲に関して限定することを意図するものではない。具体的には、特許請求の範囲によって定義される本開示の精神および範囲から逸脱することなく、様々な置換、変更、および修正を行うことができることが企図される。他の態様、利点、および修正は、以下の特許請求の範囲内にあると考えられる。提示された特許請求の範囲は、本明細書に開示された実施および特徴を代表するものである。他の特許請求されていない実施および特徴も考えられる。従って、他の実施態様は添付の特許請求の範囲の内にある。
本出願から成熟する特許の存続期間中に、多くの関連する画像処理アルゴリズムが開発されることが予想され、画像処理という用語の範囲は、全てのそのような新しい技術を先験的に含むことが意図される。
量または値に関して本明細書で使用される場合、用語「およそ」は、「±15%以内」を意味する。
用語「備える」、「含む」、「有する」およびそれらの複合体は、「含むが、これに限定されない」を意味する。
「からなる」という用語は、「含む」および「に限定される」ことを意味することが意図される。
「から本質的になる」という用語は、組成物、方法または構造が、追加の成分、工程および/または一部のを含んでもよいが、追加の成分、工程および/または一部のが、特許請求される組成物、方法または構造の基本的かつ新規な特徴を実質的に変更しない場合に限ることを意味する。
本明細書で使用されるように、単数形「a」、「an」および「the」は、文脈が明らかにそうでないことを示さない限り、複数の参照を含む。例えば、「ユニット」または「少なくとも1つのユニット」という用語は、それらの組み合わせを含む複数のユニットを含むことができる。
「例」および「例示的」という用語は、本明細書では、「例、事例、または例示として働く」ことを意味するために使用される。「例」または「例示的」として記載される任意の実施形態は、必ずしも、他の実施形態よりも好ましいまたは有利であると解釈されるべきではなく、かつ/または他の実施形態からの特徴の組み込みを排除するように解釈されるべきではない。
用語「任意に」は、本明細書では、「いくつかの実施形態では提供され、他の実施形態では提供されない」を意味するために使用される。本発明の任意の特定の実施形態は、このような特徴が矛盾しない限り、複数の「任意の」特徴を含み得る。
本出願を通して、本発明の様々な実施形態は、範囲フォーマットで提示されてもよい。範囲形式での説明は、単に便宜および簡潔さのためであり、本発明の範囲に対する柔軟性のない限定として解釈されるべきではないことを理解されたい。したがって、範囲の説明は、その範囲内のすべての可能なサブ範囲ならびに個々の数値を具体的に開示したものとみなされるべきである。例えば、1~6などの範囲の説明は、1~3、1~4、1~5、2~4、2~6、3~6などのサブ範囲、ならびにその範囲内の個々の数、例えば、1、2、3、4、5、および6などの具体的に開示されたサブ範囲を有すると考えられるべきである。これは、範囲の幅に関係なく適用される。
数値範囲(例えば、「10~15」、「10~15」、またはこれらの別のそのような範囲表示によってリンクされた数の任意のペア)が本明細書に示されるときはいつでも、文脈がそうでないことを明確に指示しない限り、それは、範囲限界を含む、示された範囲限界内の任意の数(分数または整数)を含むことを意味する。第1の指示数字と第2の指示数字との間の範囲(range/ranging/ranges)と、第1の指示数字から第2の指示数字まで(to、up to、until、through、または別のそのような範囲を示す用語)の範囲(range/ranging/ranges)は、本明細書では、交換可能に使用され、第1の指示数字および第2の指示数字、ならびにそれらの間のすべての小数および整数を含むことを意味する。
別段の指示がない限り、本明細書で使用される数およびそれに基づく任意の数の範囲は、当業者によって理解されるように、妥当な測定および丸め誤差の精度内の近似値である。
明確にするために、別個の実施形態の文脈で説明される本発明の特定の特徴は、単一の実施形態において組み合わせて提供されてもよいことが理解される。逆に、簡潔にするために、単一の実施形態の文脈で説明されている本発明の様々な特徴は、別々に、または任意の適切なサブコンビネーションで、または本発明の任意の他の説明された実施形態で適切なものとして提供されてもよい。様々な実施形態の文脈で説明される特定の特徴は、実施形態がそれらの要素なしで動作不能でない限り、それらの実施形態の本質的な特徴と見なされるべきではない。
本開示は、その特定の実施形態に関連して説明されてきたが、多くの代替、修正、および変形が、当業者に明らかであることは明らかである。したがって、本発明は、添付の特許請求の範囲の精神および広い範囲内にある、そのような代替、修正、および変形のすべてを包含することが意図される。
本明細書において言及される全ての刊行物、特許および特許出願は、あたかも各個々の刊行物、特許または特許出願が、参照により本明細書に組み込まれるように具体的かつ個別に示されたかのように、その全体が本明細書に参照により組み込まれる。さらに、本出願における任意の参考文献の引用または同定は、そのような参考文献が本発明の先行技術として利用可能であることを容認するものとして解釈されるべきではない。セクションの見出しが使用される限り、それらは必ずしも限定するものと解釈されるべきではない。さらに、本出願の優先権文書は、その全体が参照により本明細書に組み込まれる。
Claims (50)
- 血管を監視するための方法であって、
患者の身体を撮像して、血管の幾何学形状を取得するステップと、
患者の身体を撮像して、画像解析を用いた前記患者の身体の位置の形状を取得するステップと、
前記血管を含む前記患者の身体の位置で、前記患者の身体の振動を解析するステップと、
により、血管機能を見て、聞いて、感じるための、血管機能の監視用システムを用いるステップを含む、
方法。 - 前記患者の身体の位置の形状を取得するステップは、構造化光を用いて前記位置を照射するステップを含む、
請求項1に記載の方法。 - 前記振動を解析するステップは、レーザスペックル干渉(LSI)を用いて照射するステップを含む、
請求項1または請求項2に記載の方法。 - 前記LSIを用いて照射するステップは、前記画像解析を用いた前記患者の身体の位置の形状を取得するステップに基づく位置で実行される、
請求項3に記載の方法。 - 前記LSIを用いて照射するステップは、前記位置において、デジタル光処理(DLP)プロジェクタを制御することにより、自動で実行される、
請求項4に記載の方法。 - 前記LSIを用いて照射するステップは、前記患者の身体の位置にLSI照明を誘導する医師により実行される、
請求項3に記載の方法。 - 前記患者の身体の位置の形状を取得するステップは、前記患者の瘻孔の三次元(3D)形状を計算するステップを含む、
請求項1または請求項2に記載の方法。 - 前記患者の瘻孔の排出速度は、前記患者の瘻孔の3D形状の変化に基づいて計算される、
請求項1または請求項2に記載の方法。 - 挙上検査の間に実行される、
請求項8に記載の方法。 - 前記画像解析に基づいて、前記血管機能に関連する1つ以上のパラメータが計算される、
請求項1~8の何れか1項に記載の方法。 - 血管機能の障害の確率の推定が、前記1つ以上のパラメータに基づいて計算される、
請求項10に記載の方法。 - 血管が弱っている可能性がある場合の推定が、前記1つ以上のパラメータに基づいて計算される、
請求項10に記載の方法。 - 血管機能の障害の確率の推定が、前記1つ以上のパラメータの変化速度に基づいて計算される、
請求項10~12の何れか1項に記載の方法。 - VAの成熟度の推定が、前記1つ以上のパラメータの変化速度に基づいて計算される、
請求項10~13の何れか1項に記載の方法。 - 前記1つ以上のパラメータを計算することは、1つ以上の側副血管の発達を示すパラメータを計算することを含む、
請求項10~14の何れか1項に記載の方法。 - 前記1つ以上のパラメータを計算することは、側副血管の数を計算することを含む、
請求項10~15の何れか1項に記載の方法。 - 異なる時間で撮影された異なる画像における特定の画像領域で静脈の数を数えることにより側副静脈が自動的に検出される、
請求項10~16の何れか1項に記載の方法。 - 静脈と動脈の交差部分を検出することにより、バスキュラーアクセス(VA)の位置が自動的に検出される、
請求項10~17の何れか1項に記載の方法。 - 前記画像解析は、少なくとも1つの画像におけるバスキュラーアクセス(VA)の位置を自動的に検出することを含む、
請求項1~18の何れか1項に記載の方法。 - 前記画像解析は、少なくとも1つの画像における瘻孔の位置を自動的に検出することを含む、
請求項1~19の何れか1項に記載の方法。 - 患者の血管の幾何学形状を見ることは、患者の皮膚の下の、少なくとも1つの動脈および少なくとも1つの静脈を含む画像をキャプチャーすることを含む、
請求項1~20の何れか1項に記載の方法。 - 前記患者の身体は、近赤外線波長を用いて照射される、
請求項1~21の何れか1項に記載の方法。 - 照射することは、デジタル光処理(DLP)プロジェクタを用いることを含む、
請求項22に記載の方法。 - 前記患者の身体の振動を解析するステップは、前記血管を含む前記患者の身体の位置の画像における特定の位置での光の強度を解析するステップを含む、
請求項1~23の何れか1項に記載の方法。 - 前記特定の位置での光の強度のベクトルを生成し、かつ、強度のベクトルを周波数のベクトルに変換して振動のスペクトル生成するすることにより、スペクトルが生成される、
請求項24に記載の方法。 - 前記振動を解析するステップは、振動周波数の範囲にわたる振動のスペクトルを解析するステップを含む、
請求項24に記載の方法。 - 前記振動のスペクトルは、人が聞き取れる周波数に対応する範囲内である、
請求項25または請求項26に記載の方法。 - 前記振動のスペクトルは、人が聞き取れる周波数より低い周波数に対応する範囲内である、
請求項26または請求項27に記載の方法。 - 前記身体の振動を解析することは、1000Hzより低い周波数の範囲内である、
請求項1~28の何れか1項に記載の方法。 - 前記患者の身体の振動を解析するステップは、150フレーム毎秒(FPS)より大きいフレームレートでキャプチャーされた画像を解析することにより行われる、
請求項1~29の何れか1項に記載の方法。 - 前記患者の身体の振動を解析するステップは、500フレーム毎秒(FPS)より大きいフレームレートでキャプチャーされた画像を解析することにより行われる、
請求項1~29の何れか1項に記載の方法。 - 前記患者の身体の振動を解析するステップは、キャプチャーされた画像内における選択された画素を解析することにより行われる、
請求項1~31の何れか1項に記載の方法。 - 脈波パラメータは、異なるときに撮影された2つの画像における脈波の位置を検出し、前記2つの画像における前記脈波の位置を比較することにより測定される、
請求項1~31の何れか1項に記載の方法。 - 脈波の速度は、2つの画像における脈波の位置を検出し、前記2つの画像をキャプチャーする間の時間差により前記2つの画像における血管の中心線に沿って距離を分割することによって測定される、
請求項1~33の何れか1項に記載の方法。 - 医療スタッフにより実行される身体検査を血管機能の監視に置き換える方法であって、
患者の器官の少なくとも1つの画像を生成するステップと、
前記少なくとも1つの画像を解析するステップと、
血管機能に関連したパラメータの値を生成するステップと、
を含む、
方法。 - 透析に適した状態、または狭窄のリスクのある状態のうちの1つであるように前記患者の状態を分類するステップをさらに含む、
請求項35に記載の方法。 - 1つ以上の血管が患者の皮膚を介して照射され、
前記少なくとも1つの画像を解析するステップは、前記画像の解析に基づく血管機能に関連するパラメータを計算するステップを含む、
請求項35または請求項36に記載の方法。 - 医者が見て聞いて感じる検査を実行する代わりに用いられる、
請求項35~37の何れか1項に記載の方法。 - 前記方法は、装置によって、患者の瘻孔に接触することなく、実行される、
請求項35~38の何れか1項に記載の方法。 - 前記方法は、装置によって、患者の身体に接触することなく、実行される、
請求項35~39の何れか1項に記載の方法。 - 血管機能を監視するシステムであって、
レーザスペックル干渉(LSI)用のレーザスポットおよび構造化光の両方を提供するように構成された照明部と、
前記照明部が照明するように構成される位置を撮像するように構成されるカメラと、
前記カメラによりキャプチャーされる画像を、構造化光で得られたカメラ画像からの形状に関する抽出データと、LSIで得られたカメラ画像からの振動に関するデータと、に処理するプロセッサと、
を備えるシステム。 - 透析に適した状態、または狭窄のリスクのある状態のうちの1つであるように患者の状態を分類する分類器をさらに備える、
請求項41に記載のシステム。 - 前記照明部は、近赤外線波長の光源を有する、
請求項41または請求項42に記載のシステム。 - 前記照明部は、デジタル光処理(DLP)プロジェクタを有する、
請求項41~43の何れか1項に記載のシステム。 - 前記カメラは、150フレーム毎秒(FPS)より大きいフレームレートで画像をキャプチャー可能なカメラを有する、
請求項41~44の何れか1項に記載のシステム。 - 前記カメラは、前記カメラの最大解像度より小さく、かつ、500FPSより大きいフレームレートで画像をキャプチャー可能なカメラを有する、
請求項41~45の何れか1項に記載のシステム。 - 患者の手足用の支持部であって、分類器が、透析に適した状態、または狭窄のリスクのある状態のうちの1つであるように前記患者の状態を分類する、支持部をさらに備える、
請求項41~46の何れか1項に記載のシステム。 - 側副血管の数を計算する方法であって、
患者の身体を撮像して血管の幾何学形状を取得するステップと、
側副血管の数を計算するステップと、
を含む方法。 - 側副血管の数を計算するステップは、異なるときに撮影された異なる画像における特定の画像領域の、静脈の数を数えることにより、側副静脈を自動的に検出するステップを含む、
請求項48に記載の方法。 - 静脈と動脈の交差部分を検出することにより、バスキュラーアクセス(VA)の位置を自動的に検出するステップをさらに含む、
請求項48または請求項49に記載の方法。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862748185P | 2018-10-19 | 2018-10-19 | |
US16/656,585 | 2019-10-18 | ||
US16/656,585 US20210015991A1 (en) | 2018-10-19 | 2019-10-18 | Systems and methods for monitoring the functionality of a blood vessel |
PCT/IL2020/051100 WO2021074920A1 (en) | 2018-10-19 | 2020-10-18 | Systems and methods for monitoring the functionality of a blood vessel |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022552570A true JP2022552570A (ja) | 2022-12-16 |
JPWO2021074920A5 JPWO2021074920A5 (ja) | 2023-10-25 |
Family
ID=74343298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022523145A Pending JP2022552570A (ja) | 2018-10-19 | 2020-10-18 | 血管機能を監視するためのシステム及び方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210015991A1 (ja) |
EP (1) | EP4045138A4 (ja) |
JP (1) | JP2022552570A (ja) |
CN (1) | CN114901137A (ja) |
IL (1) | IL292339A (ja) |
WO (1) | WO2021074920A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220257213A1 (en) * | 2020-10-26 | 2022-08-18 | Chison Medical Technologies Co., Ltd. | Pulse wave velocity measuring method and ultrasound device |
EP4376915A1 (en) * | 2021-07-06 | 2024-06-05 | Health Data Works, Inc. | Dialysis tracking system |
EP4184524A1 (en) * | 2021-11-22 | 2023-05-24 | Fresenius Medical Care Deutschland GmbH | System for assessing the state of a vascular access |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8529452B2 (en) * | 2006-06-02 | 2013-09-10 | Sandra Donnelly | Ultrasonic evaluation of venous structures |
US8761466B2 (en) * | 2008-01-02 | 2014-06-24 | Bio-Tree Systems, Inc. | Methods of obtaining geometry from images |
US9636041B2 (en) | 2011-01-28 | 2017-05-02 | Bar Ilan University | Method and system for non-invasively monitoring biological or biochemical parameters of individual |
US10595807B2 (en) | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
WO2014125492A1 (en) * | 2013-02-13 | 2014-08-21 | Uzi Rahum | Device, system and method for blood vessel imaging and marking |
US8888714B1 (en) * | 2013-09-20 | 2014-11-18 | Richard Soto | Automatic blood draw system and method |
US10165955B2 (en) * | 2014-02-06 | 2019-01-01 | Reuven Gladshtein | Obtaining cardiovascular parameters using arterioles related transient time |
US9848780B1 (en) | 2015-04-08 | 2017-12-26 | Google Inc. | Assessing cardiovascular function using an optical sensor |
US9993169B2 (en) | 2015-11-03 | 2018-06-12 | Fresenius Medical Care Holdings, Inc. | Method and apparatus of assessment of access flow in hemodialysis patients by video imaging processing |
US11020057B2 (en) * | 2016-02-12 | 2021-06-01 | Qualcomm Incorporated | Ultrasound devices for estimating blood pressure and other cardiovascular properties |
DE102016205507A1 (de) | 2016-04-04 | 2017-10-05 | Siemens Healthcare Gmbh | Verfahren zur Ermittlung einer den Blutfluss in Kollateralen beschreibenden Kollateralinformationen, medizinische Bildaufnahmeeinrichtung, Computerprogramm und elektronisch lesbarer Datenträger |
US10931859B2 (en) * | 2016-05-23 | 2021-02-23 | InSyte Systems | Light emitter and sensors for detecting biologic characteristics |
-
2019
- 2019-10-18 US US16/656,585 patent/US20210015991A1/en active Pending
-
2020
- 2020-10-18 EP EP20876006.6A patent/EP4045138A4/en active Pending
- 2020-10-18 JP JP2022523145A patent/JP2022552570A/ja active Pending
- 2020-10-18 WO PCT/IL2020/051100 patent/WO2021074920A1/en unknown
- 2020-10-18 CN CN202080088222.7A patent/CN114901137A/zh active Pending
- 2020-10-18 IL IL292339A patent/IL292339A/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP4045138A4 (en) | 2023-11-22 |
IL292339A (en) | 2022-06-01 |
EP4045138A1 (en) | 2022-08-24 |
WO2021074920A1 (en) | 2021-04-22 |
US20210015991A1 (en) | 2021-01-21 |
WO2021074920A8 (en) | 2022-11-17 |
CN114901137A (zh) | 2022-08-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11337643B2 (en) | Machine learning systems and techniques for multispectral amputation site analysis | |
US20230016104A1 (en) | Systems and methods for estimating hemodynamic forces acting on plaque and monitoring risk | |
US11800990B2 (en) | Perfusion assessment using transmission laser speckle imaging | |
JP2022552570A (ja) | 血管機能を監視するためのシステム及び方法 | |
JP2022169579A (ja) | リアルタイムで診断上有用な結果 | |
EP3453321B1 (en) | Non-invasive method and system for estimating blood pressure from photoplethysmogram using statistical post-processing | |
US11553844B2 (en) | Methods, systems and computer program products for calculating MetaKG signals for regions having multiple sets of optical characteristics | |
US20220378300A1 (en) | Systems and methods for monitoring the functionality of a blood vessel | |
Goyal et al. | A refined deep learning architecture for diabetic foot ulcers detection | |
JP2021104337A (ja) | 内腔に沿った管腔内デバイスの管腔内経路の推定 | |
US20220284577A1 (en) | Fundus image processing device and non-transitory computer-readable storage medium storing computer-readable instructions | |
Crimi et al. | Automatic measurement of venous pressure using B-mode ultrasound | |
Kumar et al. | A method for visualization of fine retinal vascular pulsation using nonmydriatic fundus camera synchronized with electrocardiogram | |
KR102343796B1 (ko) | 안구영상을 이용한 심혈관계 질환 예측방법 | |
WO2021117043A1 (en) | Automatic stenosis detection | |
Deneux et al. | A processing work-flow for measuring erythrocytes velocity in extended vascular networks from wide field high-resolution optical imaging data | |
Kumar et al. | Fundus imaging-based healthcare: Present and future | |
JP2020515337A (ja) | 非侵襲的イメージングベースのffrのインタラクションモニタリング | |
Rajendran et al. | Image analysis using smartphones for medical applications: A survey | |
Morales-Vargas et al. | Estimation of blood vessels diameter by region growing in laser speckle contrast imaging | |
Kandamkumarath et al. | Quantitative analysis of retinal vasculature for eye disease identification using deep learning | |
Abdolmanafi et al. | Classification of coronary artery tissues using optical coherence tomography imaging in kawasaki disease | |
EP4338682A2 (en) | Methods, systems, devices and components for rapid on-site measurement, characterization and classification of a patient's carotid artery using a portable ultrasound probe or device | |
Xu | Automated delineation and quantitative analysis of blood vessels in retinal fundus image | |
Valencia | Automatic detection of diabetic related retina disease in fundus color images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231017 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231017 |