JP2023530453A - 医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイス - Google Patents
医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイス Download PDFInfo
- Publication number
- JP2023530453A JP2023530453A JP2022577572A JP2022577572A JP2023530453A JP 2023530453 A JP2023530453 A JP 2023530453A JP 2022577572 A JP2022577572 A JP 2022577572A JP 2022577572 A JP2022577572 A JP 2022577572A JP 2023530453 A JP2023530453 A JP 2023530453A
- Authority
- JP
- Japan
- Prior art keywords
- plaque
- parameters
- subject
- patient
- medical
- 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 742
- 201000010099 disease Diseases 0.000 title claims abstract description 90
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 90
- 238000010191 image analysis Methods 0.000 title claims abstract description 75
- 238000003745 diagnosis Methods 0.000 title abstract description 30
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 57
- 239000000203 mixture Substances 0.000 claims abstract description 26
- 238000010606 normalization Methods 0.000 claims description 420
- 210000004351 coronary vessel Anatomy 0.000 claims description 410
- 210000001367 artery Anatomy 0.000 claims description 253
- 201000001320 Atherosclerosis Diseases 0.000 claims description 240
- 238000004422 calculation algorithm Methods 0.000 claims description 220
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 188
- 239000011575 calcium Substances 0.000 claims description 185
- 229910052791 calcium Inorganic materials 0.000 claims description 185
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 184
- 230000036262 stenosis Effects 0.000 claims description 180
- 238000012360 testing method Methods 0.000 claims description 178
- 208000037804 stenosis Diseases 0.000 claims description 177
- 238000003384 imaging method Methods 0.000 claims description 171
- 208000028867 ischemia Diseases 0.000 claims description 170
- 238000004458 analytical method Methods 0.000 claims description 163
- 238000011282 treatment Methods 0.000 claims description 148
- 238000002059 diagnostic imaging Methods 0.000 claims description 94
- 230000002792 vascular Effects 0.000 claims description 76
- 208000029078 coronary artery disease Diseases 0.000 claims description 67
- 238000012502 risk assessment Methods 0.000 claims description 67
- 238000003860 storage Methods 0.000 claims description 54
- 230000004044 response Effects 0.000 claims description 52
- 239000000758 substrate Substances 0.000 claims description 42
- 210000001715 carotid artery Anatomy 0.000 claims description 38
- 210000000709 aorta Anatomy 0.000 claims description 32
- 230000017531 blood circulation Effects 0.000 claims description 32
- 210000001627 cerebral artery Anatomy 0.000 claims description 29
- 210000002254 renal artery Anatomy 0.000 claims description 28
- 238000002560 therapeutic procedure Methods 0.000 claims description 23
- 230000002411 adverse Effects 0.000 claims description 22
- 238000002651 drug therapy Methods 0.000 claims description 18
- 230000002107 myocardial effect Effects 0.000 claims description 18
- 230000007246 mechanism Effects 0.000 claims description 14
- 230000006641 stabilisation Effects 0.000 claims description 13
- 238000011105 stabilization Methods 0.000 claims description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000013459 approach Methods 0.000 claims description 12
- 210000002414 leg Anatomy 0.000 claims description 12
- 208000032594 Vascular Remodeling Diseases 0.000 claims description 8
- 238000010968 computed tomography angiography Methods 0.000 claims description 8
- 230000003862 health status Effects 0.000 claims description 5
- 230000003278 mimic effect Effects 0.000 claims description 3
- 210000005166 vasculature Anatomy 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000002591 computed tomography Methods 0.000 description 356
- 206010003210 Arteriosclerosis Diseases 0.000 description 152
- 230000008569 process Effects 0.000 description 144
- 235000019197 fats Nutrition 0.000 description 112
- 239000000463 material Substances 0.000 description 89
- 230000002526 effect on cardiovascular system Effects 0.000 description 87
- 238000010801 machine learning Methods 0.000 description 87
- 238000013473 artificial intelligence Methods 0.000 description 83
- 239000000523 sample Substances 0.000 description 67
- 230000007211 cardiovascular event Effects 0.000 description 66
- 239000000126 substance Substances 0.000 description 64
- 230000008859 change Effects 0.000 description 62
- 238000007634 remodeling Methods 0.000 description 62
- 239000008280 blood Substances 0.000 description 55
- 210000004369 blood Anatomy 0.000 description 55
- 238000004891 communication Methods 0.000 description 55
- 229940079593 drug Drugs 0.000 description 52
- 239000003814 drug Substances 0.000 description 52
- 238000012545 processing Methods 0.000 description 48
- 230000006870 function Effects 0.000 description 45
- 230000003211 malignant effect Effects 0.000 description 45
- 238000010586 diagram Methods 0.000 description 42
- 239000002872 contrast media Substances 0.000 description 41
- 230000000875 corresponding effect Effects 0.000 description 39
- 238000004393 prognosis Methods 0.000 description 34
- 238000011002 quantification Methods 0.000 description 34
- 230000000747 cardiac effect Effects 0.000 description 33
- 238000002604 ultrasonography Methods 0.000 description 32
- 210000002216 heart Anatomy 0.000 description 31
- 230000000302 ischemic effect Effects 0.000 description 31
- 208000010125 myocardial infarction Diseases 0.000 description 29
- 238000012800 visualization Methods 0.000 description 28
- 238000005259 measurement Methods 0.000 description 27
- 238000012014 optical coherence tomography Methods 0.000 description 27
- 230000003595 spectral effect Effects 0.000 description 27
- 230000008901 benefit Effects 0.000 description 26
- 230000005855 radiation Effects 0.000 description 26
- 230000009466 transformation Effects 0.000 description 26
- 229940121710 HMGCoA reductase inhibitor Drugs 0.000 description 25
- 230000007717 exclusion Effects 0.000 description 23
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 22
- 230000036541 health Effects 0.000 description 22
- 230000001965 increasing effect Effects 0.000 description 22
- 210000003141 lower extremity Anatomy 0.000 description 22
- 238000013507 mapping Methods 0.000 description 22
- 230000037361 pathway Effects 0.000 description 21
- 206010061818 Disease progression Diseases 0.000 description 20
- 230000005750 disease progression Effects 0.000 description 20
- 208000024172 Cardiovascular disease Diseases 0.000 description 19
- 230000003902 lesion Effects 0.000 description 19
- 238000002595 magnetic resonance imaging Methods 0.000 description 18
- 238000001356 surgical procedure Methods 0.000 description 18
- 230000002861 ventricular Effects 0.000 description 18
- 239000000090 biomarker Substances 0.000 description 17
- 238000012512 characterization method Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 17
- 238000002513 implantation Methods 0.000 description 17
- 230000002452 interceptive effect Effects 0.000 description 17
- 230000033001 locomotion Effects 0.000 description 17
- 238000002603 single-photon emission computed tomography Methods 0.000 description 17
- 238000001228 spectrum Methods 0.000 description 17
- 210000001364 upper extremity Anatomy 0.000 description 17
- 201000000057 Coronary Stenosis Diseases 0.000 description 16
- 238000009206 nuclear medicine Methods 0.000 description 16
- 208000004434 Calcinosis Diseases 0.000 description 15
- 230000002308 calcification Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 15
- 238000002592 echocardiography Methods 0.000 description 15
- 208000019622 heart disease Diseases 0.000 description 15
- 239000002471 hydroxymethylglutaryl coenzyme A reductase inhibitor Substances 0.000 description 15
- 238000002608 intravascular ultrasound Methods 0.000 description 15
- 210000004165 myocardium Anatomy 0.000 description 15
- 208000006011 Stroke Diseases 0.000 description 14
- 239000000853 adhesive Substances 0.000 description 14
- 230000001070 adhesive effect Effects 0.000 description 14
- 230000002123 temporal effect Effects 0.000 description 14
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 13
- 206010011089 Coronary artery stenosis Diseases 0.000 description 13
- 206010020772 Hypertension Diseases 0.000 description 13
- 235000014510 cooky Nutrition 0.000 description 13
- 230000008034 disappearance Effects 0.000 description 13
- 230000009977 dual effect Effects 0.000 description 13
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 12
- 238000013527 convolutional neural network Methods 0.000 description 12
- 230000001976 improved effect Effects 0.000 description 12
- 238000003325 tomography Methods 0.000 description 12
- 206010003211 Arteriosclerosis coronary artery Diseases 0.000 description 11
- 230000036996 cardiovascular health Effects 0.000 description 11
- 210000005240 left ventricle Anatomy 0.000 description 11
- 230000007406 plaque accumulation Effects 0.000 description 11
- 230000000250 revascularization Effects 0.000 description 11
- 238000011269 treatment regimen Methods 0.000 description 11
- 238000004566 IR spectroscopy Methods 0.000 description 10
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000009534 blood test Methods 0.000 description 10
- 230000003247 decreasing effect Effects 0.000 description 10
- 230000000670 limiting effect Effects 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 10
- 208000024891 symptom Diseases 0.000 description 10
- 210000001519 tissue Anatomy 0.000 description 10
- 230000001746 atrial effect Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 9
- 208000026758 coronary atherosclerosis Diseases 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 9
- 210000005003 heart tissue Anatomy 0.000 description 9
- 238000007789 sealing Methods 0.000 description 9
- 230000005856 abnormality Effects 0.000 description 8
- 235000012000 cholesterol Nutrition 0.000 description 8
- 230000001684 chronic effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000003993 interaction Effects 0.000 description 8
- 230000010412 perfusion Effects 0.000 description 8
- 230000007505 plaque formation Effects 0.000 description 8
- 230000003068 static effect Effects 0.000 description 8
- 238000000844 transformation Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 241000699666 Mus <mouse, genus> Species 0.000 description 7
- 210000003484 anatomy Anatomy 0.000 description 7
- 230000007423 decrease Effects 0.000 description 7
- 206010012601 diabetes mellitus Diseases 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 7
- 239000003607 modifier Substances 0.000 description 7
- 238000009662 stress testing Methods 0.000 description 7
- 208000007536 Thrombosis Diseases 0.000 description 6
- 230000036772 blood pressure Effects 0.000 description 6
- 230000034994 death Effects 0.000 description 6
- 231100000517 death Toxicity 0.000 description 6
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 6
- 239000010931 gold Substances 0.000 description 6
- 229910052737 gold Inorganic materials 0.000 description 6
- 238000012977 invasive surgical procedure Methods 0.000 description 6
- 229910052742 iron Inorganic materials 0.000 description 6
- 210000004072 lung Anatomy 0.000 description 6
- 238000010339 medical test Methods 0.000 description 6
- 238000002483 medication Methods 0.000 description 6
- 210000004115 mitral valve Anatomy 0.000 description 6
- 238000012552 review Methods 0.000 description 6
- 230000002966 stenotic effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 5
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 5
- 230000004075 alteration Effects 0.000 description 5
- 238000002399 angioplasty Methods 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 5
- 230000036770 blood supply Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000009556 duplex ultrasonography Methods 0.000 description 5
- 239000011630 iodine Substances 0.000 description 5
- 229910052740 iodine Inorganic materials 0.000 description 5
- 239000003550 marker Substances 0.000 description 5
- 238000002705 metabolomic analysis Methods 0.000 description 5
- 230000001431 metabolomic effect Effects 0.000 description 5
- 208000031225 myocardial ischemia Diseases 0.000 description 5
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 210000003516 pericardium Anatomy 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000009877 rendering Methods 0.000 description 5
- 210000005241 right ventricle Anatomy 0.000 description 5
- 210000002966 serum Anatomy 0.000 description 5
- 238000012285 ultrasound imaging Methods 0.000 description 5
- 230000024883 vasodilation Effects 0.000 description 5
- 206010061218 Inflammation Diseases 0.000 description 4
- LEHOTFFKMJEONL-UHFFFAOYSA-N Uric Acid Chemical compound N1C(=O)NC(=O)C2=C1NC(=O)N2 LEHOTFFKMJEONL-UHFFFAOYSA-N 0.000 description 4
- TVWHNULVHGKJHS-UHFFFAOYSA-N Uric acid Natural products N1C(=O)NC(=O)C2NC(=O)NC21 TVWHNULVHGKJHS-UHFFFAOYSA-N 0.000 description 4
- 229910052769 Ytterbium Inorganic materials 0.000 description 4
- 238000002266 amputation Methods 0.000 description 4
- 238000002583 angiography Methods 0.000 description 4
- 210000000702 aorta abdominal Anatomy 0.000 description 4
- 210000001765 aortic valve Anatomy 0.000 description 4
- 229910052797 bismuth Inorganic materials 0.000 description 4
- JCXGWMGPZLAOME-UHFFFAOYSA-N bismuth atom Chemical compound [Bi] JCXGWMGPZLAOME-UHFFFAOYSA-N 0.000 description 4
- 238000013170 computed tomography imaging Methods 0.000 description 4
- 239000012153 distilled water Substances 0.000 description 4
- 239000003925 fat Substances 0.000 description 4
- 230000004054 inflammatory process Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- PNDPGZBMCMUPRI-UHFFFAOYSA-N iodine Chemical compound II PNDPGZBMCMUPRI-UHFFFAOYSA-N 0.000 description 4
- 238000009533 lab test Methods 0.000 description 4
- 238000002372 labelling Methods 0.000 description 4
- 210000005246 left atrium Anatomy 0.000 description 4
- 210000004185 liver Anatomy 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 210000001147 pulmonary artery Anatomy 0.000 description 4
- 210000003102 pulmonary valve Anatomy 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 210000005245 right atrium Anatomy 0.000 description 4
- 230000000391 smoking effect Effects 0.000 description 4
- 208000011580 syndromic disease Diseases 0.000 description 4
- 229910052715 tantalum Inorganic materials 0.000 description 4
- GUVRBAGPIYLISA-UHFFFAOYSA-N tantalum atom Chemical compound [Ta] GUVRBAGPIYLISA-UHFFFAOYSA-N 0.000 description 4
- 230000001225 therapeutic effect Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 210000000591 tricuspid valve Anatomy 0.000 description 4
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 4
- 229910052721 tungsten Inorganic materials 0.000 description 4
- 239000010937 tungsten Substances 0.000 description 4
- 229940116269 uric acid Drugs 0.000 description 4
- NAWDYIZEMPQZHO-UHFFFAOYSA-N ytterbium Chemical compound [Yb] NAWDYIZEMPQZHO-UHFFFAOYSA-N 0.000 description 4
- 206010002329 Aneurysm Diseases 0.000 description 3
- 206010002383 Angina Pectoris Diseases 0.000 description 3
- 208000014882 Carotid artery disease Diseases 0.000 description 3
- 208000004930 Fatty Liver Diseases 0.000 description 3
- 206010019708 Hepatic steatosis Diseases 0.000 description 3
- 206010020880 Hypertrophy Diseases 0.000 description 3
- 206010058558 Hypoperfusion Diseases 0.000 description 3
- 208000001132 Osteoporosis Diseases 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 3
- 239000003570 air Substances 0.000 description 3
- 208000011775 arteriosclerosis disease Diseases 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 3
- 230000005800 cardiovascular problem Effects 0.000 description 3
- 208000037876 carotid Atherosclerosis Diseases 0.000 description 3
- 238000000701 chemical imaging Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 208000010706 fatty liver disease Diseases 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 210000002837 heart atrium Anatomy 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 238000001050 pharmacotherapy Methods 0.000 description 3
- 210000003492 pulmonary vein Anatomy 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000000087 stabilizing effect Effects 0.000 description 3
- 231100000240 steatosis hepatitis Toxicity 0.000 description 3
- 210000000115 thoracic cavity Anatomy 0.000 description 3
- 208000019553 vascular disease Diseases 0.000 description 3
- 230000006438 vascular health Effects 0.000 description 3
- IAKHMKGGTNLKSZ-INIZCTEOSA-N (S)-colchicine Chemical compound C1([C@@H](NC(C)=O)CC2)=CC(=O)C(OC)=CC=C1C1=C2C=C(OC)C(OC)=C1OC IAKHMKGGTNLKSZ-INIZCTEOSA-N 0.000 description 2
- 200000000007 Arterial disease Diseases 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 2
- 206010008479 Chest Pain Diseases 0.000 description 2
- 206010014476 Elevated cholesterol Diseases 0.000 description 2
- 206010014561 Emphysema Diseases 0.000 description 2
- 102000001554 Hemoglobins Human genes 0.000 description 2
- 108010054147 Hemoglobins Proteins 0.000 description 2
- 108010003272 Hyaluronate lyase Proteins 0.000 description 2
- 208000035150 Hypercholesterolemia Diseases 0.000 description 2
- 208000007177 Left Ventricular Hypertrophy Diseases 0.000 description 2
- PCZOHLXUXFIOCF-UHFFFAOYSA-N Monacolin X Natural products C12C(OC(=O)C(C)CC)CC(C)C=C2C=CC(C)C1CCC1CC(O)CC(=O)O1 PCZOHLXUXFIOCF-UHFFFAOYSA-N 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 2
- SNIOPGDIGTZGOP-UHFFFAOYSA-N Nitroglycerin Chemical compound [O-][N+](=O)OCC(O[N+]([O-])=O)CO[N+]([O-])=O SNIOPGDIGTZGOP-UHFFFAOYSA-N 0.000 description 2
- 239000000006 Nitroglycerin Substances 0.000 description 2
- 229940127355 PCSK9 Inhibitors Drugs 0.000 description 2
- 229940122392 PCSK9 inhibitor Drugs 0.000 description 2
- 206010071436 Systolic dysfunction Diseases 0.000 description 2
- 206010047139 Vasoconstriction Diseases 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000037237 body shape Effects 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 210000000748 cardiovascular system Anatomy 0.000 description 2
- 230000002490 cerebral effect Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 238000007635 classification algorithm Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 239000003623 enhancer Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 210000003811 finger Anatomy 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 229960003711 glyceryl trinitrate Drugs 0.000 description 2
- 230000000544 hyperemic effect Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000004171 ischemic cascade Effects 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- PCZOHLXUXFIOCF-BXMDZJJMSA-N lovastatin Chemical compound C([C@H]1[C@@H](C)C=CC2=C[C@H](C)C[C@@H]([C@H]12)OC(=O)[C@@H](C)CC)C[C@@H]1C[C@@H](O)CC(=O)O1 PCZOHLXUXFIOCF-BXMDZJJMSA-N 0.000 description 2
- 229960004844 lovastatin Drugs 0.000 description 2
- QLJODMDSTUBWDW-UHFFFAOYSA-N lovastatin hydroxy acid Natural products C1=CC(C)C(CCC(O)CC(O)CC(O)=O)C2C(OC(=O)C(C)CC)CC(C)C=C21 QLJODMDSTUBWDW-UHFFFAOYSA-N 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 150000002739 metals Chemical class 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 239000010813 municipal solid waste Substances 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000001338 necrotic effect Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 208000015670 renal artery disease Diseases 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000037390 scarring Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 210000000779 thoracic wall Anatomy 0.000 description 2
- -1 tissue Substances 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000025033 vasoconstriction Effects 0.000 description 2
- 210000001631 vena cava inferior Anatomy 0.000 description 2
- 210000002620 vena cava superior Anatomy 0.000 description 2
- 206010002388 Angina unstable Diseases 0.000 description 1
- 102100040214 Apolipoprotein(a) Human genes 0.000 description 1
- 101710115418 Apolipoprotein(a) Proteins 0.000 description 1
- 239000005552 B01AC04 - Clopidogrel Substances 0.000 description 1
- 238000010989 Bland-Altman Methods 0.000 description 1
- 101800000407 Brain natriuretic peptide 32 Proteins 0.000 description 1
- 208000032064 Chronic Limb-Threatening Ischemia Diseases 0.000 description 1
- 206010011878 Deafness Diseases 0.000 description 1
- 206010052337 Diastolic dysfunction Diseases 0.000 description 1
- 206010013710 Drug interaction Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- 206010016803 Fluid overload Diseases 0.000 description 1
- 229910052688 Gadolinium Inorganic materials 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 206010022562 Intermittent claudication Diseases 0.000 description 1
- 108010007622 LDL Lipoproteins Proteins 0.000 description 1
- 102000007330 LDL Lipoproteins Human genes 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 206010027727 Mitral valve incompetence Diseases 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 241000209094 Oryza Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 208000037273 Pathologic Processes Diseases 0.000 description 1
- 206010034576 Peripheral ischaemia Diseases 0.000 description 1
- 208000007718 Stable Angina Diseases 0.000 description 1
- 206010058145 Subendocardial ischaemia Diseases 0.000 description 1
- 208000026216 Thoracic disease Diseases 0.000 description 1
- 208000007814 Unstable Angina Diseases 0.000 description 1
- 206010057469 Vascular stenosis Diseases 0.000 description 1
- 206010047141 Vasodilatation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 229940127217 antithrombotic drug Drugs 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000003143 atherosclerotic effect Effects 0.000 description 1
- 210000001008 atrial appendage Anatomy 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 239000002876 beta blocker Substances 0.000 description 1
- 229940097320 beta blocking agent Drugs 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010876 biochemical test Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004159 blood analysis Methods 0.000 description 1
- 230000037182 bone density Effects 0.000 description 1
- 230000037180 bone health Effects 0.000 description 1
- 230000003177 cardiotonic effect Effects 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 208000024980 claudication Diseases 0.000 description 1
- GKTWGGQPFAXNFI-HNNXBMFYSA-N clopidogrel Chemical compound C1([C@H](N2CC=3C=CSC=3CC2)C(=O)OC)=CC=CC=C1Cl GKTWGGQPFAXNFI-HNNXBMFYSA-N 0.000 description 1
- 229960003009 clopidogrel Drugs 0.000 description 1
- 229960001338 colchicine Drugs 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 210000003748 coronary sinus Anatomy 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000368 destabilizing effect Effects 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940029980 drug used in diabetes Drugs 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000002091 elastography Methods 0.000 description 1
- 230000008753 endothelial function Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- SSQPWTVBQMWLSZ-AAQCHOMXSA-N ethyl (5Z,8Z,11Z,14Z,17Z)-icosapentaenoate Chemical compound CCOC(=O)CCC\C=C/C\C=C/C\C=C/C\C=C/C\C=C/CC SSQPWTVBQMWLSZ-AAQCHOMXSA-N 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000002169 extracardiac Effects 0.000 description 1
- OLNTVTPDXPETLC-XPWALMASSA-N ezetimibe Chemical compound N1([C@@H]([C@H](C1=O)CC[C@H](O)C=1C=CC(F)=CC=1)C=1C=CC(O)=CC=1)C1=CC=C(F)C=C1 OLNTVTPDXPETLC-XPWALMASSA-N 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000002438 flame photometric detection Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 238000002546 full scan Methods 0.000 description 1
- UIWYJDYFSGRHKR-UHFFFAOYSA-N gadolinium atom Chemical compound [Gd] UIWYJDYFSGRHKR-UHFFFAOYSA-N 0.000 description 1
- 208000001130 gallstones Diseases 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 235000001497 healthy food Nutrition 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 230000001631 hypertensive effect Effects 0.000 description 1
- 229960002600 icosapent ethyl Drugs 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 201000004332 intermediate coronary syndrome Diseases 0.000 description 1
- 238000001361 intraarterial administration Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229940080794 lovastatin 20 mg Drugs 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000003680 myocardial damage Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 208000008338 non-alcoholic fatty liver disease Diseases 0.000 description 1
- 238000012633 nuclear imaging Methods 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 230000003204 osmotic effect Effects 0.000 description 1
- 230000001936 parietal effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 230000009054 pathological process Effects 0.000 description 1
- 230000001991 pathophysiological effect Effects 0.000 description 1
- 238000011338 personalized therapy Methods 0.000 description 1
- 239000002831 pharmacologic agent Substances 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 238000011458 pharmacological treatment Methods 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001292 preischemic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 208000037920 primary disease Diseases 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000002106 pulse oximetry Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 239000012217 radiopharmaceutical Substances 0.000 description 1
- 229940121896 radiopharmaceutical Drugs 0.000 description 1
- 230000002799 radiopharmaceutical effect Effects 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 229960001148 rivaroxaban Drugs 0.000 description 1
- KGFYHTZWPPHNLQ-AWEZNQCLSA-N rivaroxaban Chemical compound S1C(Cl)=CC=C1C(=O)NC[C@@H]1OC(=O)N(C=2C=CC(=CC=2)N2C(COCC2)=O)C1 KGFYHTZWPPHNLQ-AWEZNQCLSA-N 0.000 description 1
- 230000002784 sclerotic effect Effects 0.000 description 1
- 208000013220 shortness of breath Diseases 0.000 description 1
- 230000003860 sleep quality Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 208000014221 sudden cardiac arrest Diseases 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000002103 transcriptional effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000014616 translation Effects 0.000 description 1
- 230000006439 vascular pathology Effects 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000004304 visual acuity 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
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/58—Testing, adjusting or calibrating thereof
- A61B6/582—Calibration
- A61B6/583—Calibration using calibration phantoms
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/58—Testing, adjusting or calibrating the diagnostic device
- A61B8/587—Calibration phantoms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
Abstract
本明細書の開示は、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイスに関する。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、対象者の非侵襲的医用画像を分析して、プラークおよび血管など、1つもしくは複数の特徴を自動的および/もしくは動的に同定し、ならびに/または放射線濃度、放射線濃度組成、体積、放射線濃度の不均一性、幾何学形状、位置、および/もしくはその他など、1つもしくは複数の定量化されたプラーク・パラメータを導出するように構成される。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は更に、同定された特徴および/または定量化されたパラメータのうちの1つまたは複数を使用して、未加工医用画像からプラーク・ベースの疾患の1つまたは複数の評価を生成するように構成される。【選択図】図8C
Description
関連出願の相互参照
本出願は、2021年1月5日付けの米国特許出願第17/142,120号の一部継続出願である。本出願は、更に、2021年4月14日付けの米国仮特許出願第63/201,142号、2020年6月19日付けの米国仮特許出願第63/041,252号、2020年9月11日付けの米国仮特許出願第63/077,044号、2020年9月11日付けの米国仮特許出願第63/077,058号、2020年10月9日付けの米国仮特許出願第63/089,790号、および2021日1月28日付けの米国仮特許出願第63/142,873号の利益を主張し、上記に挙げられた開示の1つ1つが、全体として参照により本明細書に組み込まれる。本出願と共に提出されたアプリケーション・データ・シートにおいて国外または国内の優先権が特定されたあらゆる全ての出願を、米国特許施行規則第1.57条に基づき、参照により本明細書に組み込む。
本出願は、2021年1月5日付けの米国特許出願第17/142,120号の一部継続出願である。本出願は、更に、2021年4月14日付けの米国仮特許出願第63/201,142号、2020年6月19日付けの米国仮特許出願第63/041,252号、2020年9月11日付けの米国仮特許出願第63/077,044号、2020年9月11日付けの米国仮特許出願第63/077,058号、2020年10月9日付けの米国仮特許出願第63/089,790号、および2021日1月28日付けの米国仮特許出願第63/142,873号の利益を主張し、上記に挙げられた開示の1つ1つが、全体として参照により本明細書に組み込まれる。本出願と共に提出されたアプリケーション・データ・シートにおいて国外または国内の優先権が特定されたあらゆる全ての出願を、米国特許施行規則第1.57条に基づき、参照により本明細書に組み込む。
本出願は、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイスに関する。
冠動脈心疾患は、1760万人を超えるアメリカ人に影響を及ぼしている。心血管の健康問題の治療における現在の傾向はほぼ2倍になっている。第一に、医師は一般に、例えば、生化学または血液含有量または生体マーカーを分析して、患者の血流中に高レベルのコレステロール要素があるか否かを決定することによって、マクロ・レベルで患者の心血管の健康を検査する。高レベルのコレステロールに応答して、医師によっては、患者の血流中における高レベルのコレステロール要素と認知されているものを減少させるために、治療計画の一部として、スタチンなどの1つまたは複数の薬物を処方する。
心血管の健康問題を現在治療するための第2の一般的傾向は、血管造影法を使用して、患者の様々な動脈の大きな閉塞を同定することにより、医師が患者の心血管の健康を評価することを伴う。様々な動脈における大きな閉塞の発見に応答して、医師は、場合によっては、バルーン・カテーテルが血管を狭窄している地点へとガイドされる、血管形成術を実施する。適切に位置決めされると、バルーンを膨張させて、プラークもしくは脂肪質を動脈壁内へと圧縮または扁平化し、ならびに/あるいは動脈を伸展して開いて、血管を通る血液および/または心臓への血液の流れを増加させる。場合によっては、バルーンは、ステントを血管内で位置決めし拡張して、プラークを圧縮し、ならびに/あるいは血管の開放を維持して、より多くの血液が流れることを可能にするのに使用される。約500,000件の心臓ステント処置が、毎年米国で実施されている。
しかしながら、1億ドルの連邦政府資金提供を受けた最近の研究は、心血管疾患治療における現在の傾向が全てのタイプの患者にとって最も有効な治療なのか否かという点に疑問を呈している。最近の研究は、37か国の320の地域からの5,000名を超える中程度から重症の安定心疾患患者を対象とし、ステントおよびバイパス外科処置が、薬物を安定心疾患患者の生活スタイルの変化と組み合わせた場合よりも有効性が高いものである可能性は低いという、新しいエビデンスがもたらされた。したがって、安定心疾患患者にとっては、血管形成術および/または心臓バイパスなどの侵襲的外科処置を受けるのを見送り、代わりにスタチンなどの心臓病薬の処方を受け、規則的な運動など、特定の生活スタイルの変化を行う方が有利なことがある。この新しい治療計画は世界中の数千人の患者に影響を及ぼす可能性がある。米国で年間に実施される推定500,000件の心臓ステント処置のうち、5分の1が安定心疾患患者に対するものであると推定される。更に、推定100,000人の安定心疾患患者のうち25%、およそ23,000人は、胸部痛を経験していないと推定される。したがって、年間20,000名を超える患者が、侵襲的外科処置を受けるのを見送るか、またはかかる処置の結果としての合併症がない可能性があり得る。
患者が侵襲的外科処置を受けるのを見送り、代わりに薬物治療計画を選ぶべきか否かを決定するため、患者の心血管疾患をより十分に理解することが重要であり得る。具体的には、患者の動脈血管の健康状態をより良く理解することが有利であり得る。
本明細書に記載する様々な実施形態は、医用画像の分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイスに関する。
特に、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、医用画像を自動的および/または動的に分析するように構成されたコンピュータ・システムに入力することができる、例えばCT画像などの非侵襲性医用イメージング技術を利用して、1つもしくは複数の冠動脈および/またはその中のプラークを同定するように構成される。例えば、いくつかの実施形態では、システムは、1つもしくは複数の機械学習および/または人工知能アルゴリズムを利用して、医用画像を自動的および/または動的に分析して、1つもしくは複数の冠動脈および/またはプラークを同定、定量化、および/または分類するように構成することができる。いくつかの実施形態では、システムは更に、例えば、1つもしくは複数の人工知能および/または機械学習アルゴリズムを使用して、同定、定量化、および/または分類された1つもしくは複数の冠動脈および/またはプラークを利用して、治療計画を生成し、疾患進行を追跡し、ならびに/あるいは患者の特徴に関する医用レポートを行うように構成することができる。いくつかの実施形態では、システムは更に、例えばグラフィカル・ユーザ・インターフェースの形態で、同定、定量化、および/または分類された1つもしくは複数の冠動脈および/またはプラークの可視化を、動的および/または自動的に生成するように構成することができる。更に、いくつかの実施形態では、異なる医用イメージング・スキャナおよび/または異なるスキャン・パラメータもしくは環境から得られた医用画像を校正するため、システムは、1つまたは複数の物質の1つもしくは複数の区画を備える正規化デバイスを利用するように構成することができる。
いくつかの実施形態では、アルゴリズム・ベースの医用イメージング分析のため、対象者の冠動脈領域の医用画像を正規化するように構成された正規化デバイスは、少なくとも、患者および正規化デバイスの関心領域が、医療画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように患者と共に医療画像装置に置かれるようなサイズおよび形状で構成された基板と、基板上または基板内に位置付けられた複数の区画であって、複数の区画の配置が、基板上または基板内に固定される、複数の区画と、それぞれが複数の区画のうちの1つの中に位置付けられ、それぞれの体積、絶対密度、および相対密度が既知である複数のサンプルとを備え、複数のサンプルが、コントラスト・サンプルのそれぞれがコントラスト・サンプルの他の絶対密度とは異なる絶対密度を含むコントラスト・サンプルのセット、カルシウム・サンプルのそれぞれがカルシウム・サンプルの他の絶対密度とは異なる絶対密度を含むカルシウム・サンプルのセット、および脂肪サンプルのそれぞれが脂肪サンプルの他の絶対密度とは異なる絶対密度を含む脂肪サンプルのセットを含み、セットのコントラスト・サンプルが、カルシウム・サンプルのセットおよび脂肪サンプルのセットがコントラスト・サンプルのセットを囲むように、複数の区画内に配置される。
いくつかの実施形態では、正規化デバイスは、基板に配置された取付けメカニズムを更に備え、取付けメカニズムは、患者および正規化デバイスの関心領域が、医療画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように正規化デバイスを患者に取り付けるように構成される。正規化デバイスのいくつかの実施形態では、コントラスト・サンプルのセットが、4つのコントラスト・サンプルを含み、カルシウム・サンプルのセットが、4つのカルシウム・サンプルを含み、脂肪サンプルのセットが、4つの脂肪サンプルを含む。正規化デバイスのいくつかの実施形態では、複数のサンプルが、空気サンプルおよび水サンプルのうちの少なくとも1つを更に含む。正規化デバイスのいくつかの実施形態では、第1のコントラスト・サンプルの体積が、第2のコントラスト・サンプルの体積とは異なり、第1のカルシウム・サンプルの体積が、第2のカルシウム・サンプルの体積とは異なり、第1の脂肪サンプルの体積が、第2の脂肪サンプルの体積とは異なる。正規化デバイスのいくつかの実施形態では、第1のコントラスト・サンプルが、第2のコントラスト・サンプル、第1のカルシウム・サンプル、および第1の脂肪サンプルに隣接しているように、複数の区画内に配置される。正規化デバイスのいくつかの実施形態では、第1のカルシウム・サンプルが、第2のカルシウム・サンプル、第1のコントラスト・サンプル、および第1の脂肪サンプルに隣接しているように、複数の区画内に配置される。正規化デバイスのいくつかの実施形態では、第1の脂肪サンプルが、第2の脂肪サンプル、第1のコントラスト・サンプル、および第1のカルシウム・サンプルに隣接しているように、複数の区画内に配置される。正規化デバイスのいくつかの実施形態では、コントラスト・サンプルのセット、カルシウム・サンプルのセット、および脂肪サンプルのセットが、血管を真似るような形で配置される。
いくつかの実施形態では、正規化デバイスを使用したアテローム性動脈硬化症(ASCVD:atherosclerotic cardiovascular disease)のリスク評価を生成するためのコンピュータ実装方法であって、医用イメージングの正規化が、アルゴリズム・ベースのイメージング分析の精度を改善する、方法は、第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットを受け取ることであって、第2の動脈床が、第1の動脈床と非連続であり、第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットのうちの少なくとも1つが、正規化デバイスを使用して正規化される、受け取ることと、第1の動脈床の画像の第1のセットを使用して第1の動脈床におけるASCVDを定量化することと、第2の動脈床の画像の第1のセットを使用して第2の動脈床におけるASCVDを定量化することと、第1の動脈床における定量化されたASCVDおよび第2の動脈床における定量化されたASCVDに基づいて第1のASCVDリスク・スコアを決定することとを含む。
いくつかの実施形態では、アテローム性動脈硬化症(ASCVD)のリスク評価を生成するための方法は、第1の動脈床の定量化されたASCVDおよび第1の動脈床の重み付けられた有害イベントに基づいて、第1の動脈床の第1の重み付けられた評価を決定することと、第2の動脈床の定量化されたASCVDおよび第2の動脈床の重み付けられた有害イベントに基づいて、第2の動脈床の第2の重み付けられた評価を決定することとを更に含み、第1のASCVDリスク・スコアを決定することは、第1の重み付けられた評価および第2の重み付けられた評価に基づいてASCVDリスク・スコアを決定することを更に含む。更に、いくつかの実施形態では、アテローム性動脈硬化症(ASCVD)のリスク評価を生成するための方法は、第1の動脈床の画像の第2のセットおよび第2の動脈床の画像の第2のセットを受け取ることであって、第1の動脈床の画像の第2のセットが、第1の動脈床の画像の第1のセットを生成した後に生成され、第2の動脈床の画像の第2のセットが、第2の動脈床の画像の第1のセットを生成した後に生成される、受け取ることと、第1の動脈床の画像の第2のセットを使用して第1の動脈床におけるASCVDを定量化することと、第2の動脈床の画像の第2のセットを使用して第2の動脈床におけるASCVDを定量化することと、画像の第2のセットを使用した第1の動脈床における定量化されたASCVD、および画像の第2のセットを使用した第2の動脈床における定量化されたASCVDに基づいて、第2のASCVDリスク・スコアを決定することとを更に含む。アテローム性動脈硬化症(ASCVD)のリスク評価を生成するための方法のいくつかの実施形態では、第2のASCVDリスク・スコアを決定することが、第1のASCVDリスク・スコアに更に基づく。アテローム性動脈硬化症(ASCVD)のリスク評価を生成するための方法のいくつかの実施形態では、第1の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含み、第2の動脈床が、第1の動脈床の動脈とは異なる大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含む。
いくつかの実施形態では、正規化デバイスを使用して生成された画像に基づく患者に関するマルチメディア医療レポートを生成するコンピュータ実装方法であって、正規化デバイスが、非侵襲的医用画像分析の精度を改善し、医療レポートが、患者の1つまたは複数のテストに関連付けられる、方法は、患者の医療レポートを生成したいという要求の入力を受け取ることであって、要求が、医療レポートのフォーマットを示す、受け取ることと、患者に関する患者情報を受け取ることであって、患者情報が、レポート生成要求に関連付けられる、受け取ることと、患者情報を使用して、患者に関連付けられた1つまたは複数の患者特性を決定することと、医療レポートのタイプと患者医療情報との間の関連付けにアクセスすることであって、患者医療情報が、患者に関する医用画像および患者に対して実施された1つまたは複数のテストのテスト結果を含み、医用画像が、正規化デバイスを使用して生成される、アクセスすることと、患者の医療情報に関連付けられたレポート内容および要求された医療レポートにアクセスすることであって、レポート内容が、特定の患者に関係ないマルチメディア・コンテンツを含み、マルチメディア・コンテンツが、患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、およびテストの結果を説明する説明セグメント、および結論セグメントを含み、マルチメディア・コンテンツの少なくとも一部分が、患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む、アクセスすることと、医療レポートのフォーマットに少なくとも部分的に基づいて、患者情報およびレポート内容を使用して、要求された医療レポートを生成することとを含む。
いくつかの実施形態では、正規化デバイスを使用して非侵襲的医用画像分析から導出された多次元情報に基づいて対象者の1つまたは複数のCADリスク・スコアを生成することによって対象者の冠動脈疾患(CAD:coronary artery disease)のリスクを評価するコンピュータ実装方法であって、正規化デバイスが、非侵襲的医用画像分析の精度を改善する、方法は、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスすることであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、アクセスすることと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像内の冠動脈の1つまたは複数のセグメントを同定することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントのそれぞれの、1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータを決定することであって、1つまたは複数のプラーク・パラメータが、プラーク体積、プラーク組成、プラーク減衰、またはプラーク位置のうちの1つまたは複数を含み、1つまたは複数の血管パラメータが、狭窄重症度、管腔体積、冠動脈血液体積のパーセンテージ、または断片心筋質量のパーセンテージのうちの1つまたは複数を含み、1つまたは複数の臨床パラメータが、年齢の百分位数健康状態または性別の百分位数健康状態のうちの1つまたは複数を含む、決定することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントのそれぞれの、決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの重み付けられた基準を生成することであって、重み付けられた基準が、補正因子を適用することによって生成することと、コンピュータ・システムによって、1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアを生成するために、冠動脈の同定された1つまたは複数のセグメントのそれぞれの、決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの生成された重み付けられた基準を組み合わせることと、コンピュータ・システムによって、血管毎、血管領域毎、または対象者毎のうちの1つまたは複数に基づいて、対象者のCADのリスクを視覚化および定量化するための、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアのグラフィカル・プロットを生成することとを含み、コンピュータ・システムは、コンピュータ・プロセッサと電子記憶媒体とを含む。
いくつかの実施形態では、正規化デバイスを使用した非侵襲的医用画像分析に基づいてプラーク・ベースの疾患に対する医療処置の効力を追跡するコンピュータ実装方法であって、正規化デバイスが、非侵襲的医用画像分析の精度を改善する、方法は、コンピュータ・システムによって、対象者に関連付けられたプラーク・パラメータの第1のセットおよび血管パラメータの第1のセットにアクセスすることであって、プラーク・パラメータの第1のセットおよび血管パラメータの第1のセットが、プラークの1つまたは複数の領域を含む対象者の第1の医用画像から導出され、対象者の第1の医用画像が、第1の時点で非侵襲的に取得され、プラーク・パラメータの第1のセットが、第1の時点の対象者の医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの第1のセットが、第1の時点の血管構造の血管リモデリングを含む、アクセスすることと、コンピュータ・システムによって、対象者の第2の医用画像にアクセスすることであって、対象者の第2の医用画像が、対象者が医療処置で処置された後の第2の時点で非侵襲的に取得され、第2の時点が、第1の時点より後であり、対象者の第2の医用画像が、プラークの1つまたは複数の領域を含む、アクセスすることと、コンピュータ・システムによって、第2の医用画像からプラークの1つまたは複数の領域を同定することと、コンピュータ・システムによって、第2の医用画像からプラークの1つまたは複数の領域を分析することによって、プラーク・パラメータの第2のセットおよび対象者に関連付けられた血管パラメータの第2を決定することであって、プラーク・パラメータの第2のセットが、第2の時点の対象者の医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの第2のセットが、第2の時点の血管構造の血管リモデリングを含む、決定することと、コンピュータ・システムによって、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の1つまたは複数の変化を分析することと、コンピュータ・システムによって、血管パラメータの第1のセットと血管パラメータの第2のセットとの間の1つまたは複数の変化を分析することと、コンピュータ・システムによって、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の分析された1つもしくは複数の変化、または血管パラメータの第1のセットと血管パラメータの第2のセットとの間の分析された1つもしくは複数の変化のうちの1つもしくは複数に基づいて、プラーク・ベースの疾患の進行を追跡することと、コンピュータ・システムによって、プラーク・ベースの疾患の追跡された進行に基づいて医療処置の効力を決定することとを含み、コンピュータ・システムは、コンピュータ・プロセッサと電子記憶媒体とを含む。
いくつかの実施形態では、正規化デバイスを使用した1つまたは複数の定量的なイメージング・アルゴリズムを使用した冠動脈CT血管造影(CCTA:coronary CT angiography)分析に基づいてアテローム性動脈硬化症(ASCVD)リスクを有する対象者のための継続する個人化された治療を決定するためのコンピュータ実装方法であって、正規化デバイスが、1つまたは複数の定量的なイメージング・アルゴリズムの精度を改善する、方法は、コンピュータ・システムによって、1つまたは複数の定量的なイメージング・アルゴリズムを使用してベースラインCCTA分析結果を分析することによって、対象者のベースラインASCVDリスクを評価することであって、ベースラインCCTA分析結果が、1つまたは複数のアテローム動脈硬化パラメータまたは病巣周囲組織パラメータに少なくとも部分的に基づき、1つまたは複数のアテローム動脈硬化パラメータが、アテローム動脈硬化の存在、位置、広さ、重症度、またはタイプのうちの1つまたは複数を含む、評価することと、コンピュータ・システムによって、対象者のベースラインASCVDリスクをASCVDリスクの1つまたは複数の所定のカテゴリにカテゴライズすることと、コンピュータ・システムによって、対象者のカテゴライズされたベースラインASCVDリスクに少なくとも部分的に基づいて、対象者のための初期の個人化された提案される処置を決定することであって、対象者のための初期の個人化された提案される処置が、薬物療法、生活様式療法、または介入療法のうちの1つまたは複数を含む、決定することと、コンピュータ・システムによって、1つまたは複数の定量的なイメージング・アルゴリズムを使用したその後のCCTA分析による決定された初期の個人化された提案される処置への対象者反応を評価し、その後のCCTA分析結果をベースラインCCTA分析結果と比較することであって、その後のCCTA分析が、決定された初期の個人化された提案される処置を対象者に適用した後、実施され、対象者反応が、ASCVDの進行、安定化、または消失のうちの1つまたは複数に基づいて評価される、評価し比較することと、コンピュータ・システムによって、評価された対象者反応に少なくとも部分的に基づいて、対象者のための継続する個人化された提案される処置を決定することであって、評価された対象者反応がASCVDの進行を含むとき、継続する個人化された提案される処置が、初期の個人化された提案される処置より高い階層型アプローチを含み、継続する個人化された提案される処置が、薬物療法、生活様式療法、または介入療法のうちの1つまたは複数を含む、決定することとを含み、コンピュータ・システムは、コンピュータ・プロセッサと電子記憶媒体とを含む。
いくつかの実施形態では、正規化デバイスを使用した対象者のための冠動脈疾患(CAD)のリスク評価のための非侵襲的医用画像分析に基づいて、アテローム動脈硬化の存在下で体積測定狭窄重症度を決定するコンピュータ実装方法であって、正規化デバイスが、非侵襲的医用画像分析の精度を改善する、方法は、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスすることであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、アクセスすることと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および対象者の冠動脈領域の医用画像内のプラークの1つまたは複数の領域を同定することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、プラークの1つまたは複数の領域の存在下の管腔壁境界、およびプラークの1つまたは複数の領域が存在しなかった場合の仮定の正常な動脈境界を決定することであって、決定された管腔壁境界および仮定の正常な動脈境界が、冠動脈の1つまたは複数のセグメントの先細りを含み、決定された管腔壁境界が、プラークの1つまたは複数の領域の境界を更に含む、決定することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された管腔壁境界に基づいて管腔体積を定量化することであって、定量化された管腔体積が、冠動脈の1つまたは複数のセグメントの先細りおよびプラークの1つまたは複数の領域の境界を考慮に入れる、定量化することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された仮定の正常な動脈境界に基づいて仮定の正常な血管体積を定量化することであって、定量化された仮定の正常な血管体積が、冠動脈の1つまたは複数のセグメントの先細りを考慮に入れる、定量化することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、仮定の正常な血管体積と比較した定量化された管腔体積のパーセンテージまたは比率を決定することによって体積測定狭窄を決定することと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された体積測定狭窄に少なくとも部分的に基づいて、対象者のCADのリスクを決定することとを含み、コンピュータ・システムは、コンピュータ・プロセッサと電子記憶媒体とを含む。
いくつかの実施形態では、正規化デバイスを使用した非侵襲的医用画像分析に基づいて、対象者の虚血を定量化するコンピュータ実装方法であって、正規化デバイスが、非侵襲的医用画像分析の精度を改善する、方法は、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスすることであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、アクセスすることと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および対象者の冠動脈領域の医用画像内のプラークの1つまたは複数の領域を同定することと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメントに沿った近位セクションの近位体積および遠位セクションの遠位体積を定量化することであって、近位セクションが、プラークの1つまたは複数の領域を含まず、遠位セクションが、プラークの1つまたは複数の領域のうちの少なくとも1つを含む、定量化することと、コンピュータ・システムによって、近位セクションの血流の想定速度にアクセスすることと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメントに沿った近位セクションの血流の想定速度、近位セクションの定量化された近位体積、および遠位セクションの遠位体積に少なくとも部分的に基づいて、遠位セクションの血流の速度を定量化することと、コンピュータ・システムによって、遠位セクションの血流の定量化された速度に少なくとも部分的に基づいて、遠位セクションの血流の速度時間積分を決定することと、コンピュータ・システムによって、遠位セクションの血流の決定された速度時間積分に少なくとも部分的に基づいて、冠動脈の1つまたは複数のセグメントに沿った虚血を定量化することとを含み、コンピュータ・システムは、コンピュータ・プロセッサと電子記憶媒体とを含む。
本概要の目的のため、本発明の特定の態様、利点、および新奇な特徴について本明細書に記載する。かかる利点は必ずしも全てが、本発明のいずれかの特定の実施形態にしたがって達成されなくてもよいことが理解されるべきである。したがって、例えば、本発明は、本明細書において教示される1つの利点または複数の利点を達成するが、本明細書において教示または提示されることがある他の利点を必ずしも達成しないような形で、具体化または実施されてもよいことを、当業者であれば認識するであろう。
これらの実施形態は全て、本明細書に開示する本発明の範囲内にあるものとする。これらおよび他の実施形態は、添付図面を参照する以下の詳細な説明から、当業者には容易に明白となるであろう。本発明は任意の特定の開示する実施形態に限定されない。
開示する態様について、本明細書に組み込まれてその一部を構成するとともに、例示の実施形態の更なる理解を例証し提供するために提供されるが、開示する態様を限定しない添付図面と併せて、以下に記載する。図面中、別段の指定がない限り、類似の符号は類似の要素を表す。
いくつかの実施形態、実施例、および例示を以下に開示するが、本明細書に記載する発明は、具体的に開示する実施形態、実施例、および例示を超えて拡大するものであり、本発明の他の使用法ならびに本発明の明白な修正物および等価物を含むことが、当業者には理解されるであろう。本発明の実施形態は添付図面を参照して記載され、図面全体を通して同様の数字は同様の要素を指す。本明細書に提示する説明において使用される用語は、単に本発明の特定の具体的な実施形態の詳細な説明と併せて使用されているという理由により、何らかの限定的または制限的な形で解釈されないものとする。加えて、本発明の実施形態はいくつかの新規の特徴を備える可能性があり、いずれの特徴も単独で所望の属性を担うものであり、または本明細書に記載する発明を実践するのに必須である。
序論
本明細書で開示するのは、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイスである。冠動脈心疾患は、1760万人を超えるアメリカ人に影響を及ぼしている。心血管の健康問題の治療における現在の傾向はほぼ2倍になっている。第一に、医師は一般に、例えば、生化学または血液含有量または生体マーカーを分析して、患者の血流中に高レベルのコレステロール要素があるか否かを決定することによって、マクロ・レベルで患者の心血管の健康を検査する。高レベルのコレステロールに応答して、医師によっては、患者の血流中における高レベルのコレステロール要素と認知されているものを減少させるために、治療計画の一部として、スタチンなどの1つまたは複数の薬物を処方する。
本明細書で開示するのは、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイスである。冠動脈心疾患は、1760万人を超えるアメリカ人に影響を及ぼしている。心血管の健康問題の治療における現在の傾向はほぼ2倍になっている。第一に、医師は一般に、例えば、生化学または血液含有量または生体マーカーを分析して、患者の血流中に高レベルのコレステロール要素があるか否かを決定することによって、マクロ・レベルで患者の心血管の健康を検査する。高レベルのコレステロールに応答して、医師によっては、患者の血流中における高レベルのコレステロール要素と認知されているものを減少させるために、治療計画の一部として、スタチンなどの1つまたは複数の薬物を処方する。
心血管の健康問題を現在治療するための第2の一般的傾向は、血管造影法を使用して、患者の様々な動脈の大きな閉塞を同定することにより、医師が患者の心血管の健康を評価することを伴う。様々な動脈における大きな閉塞の発見に応答して、医師は、場合によっては、バルーン・カテーテルが血管を狭窄している地点へとガイドされる、血管形成術を実施する。適切に位置決めされると、バルーンを膨張させて、プラークもしくは脂肪質を動脈壁内へと圧縮または扁平化し、ならびに/あるいは動脈を伸展して開いて、血管を通る血液および/または心臓への血液の流れを増加させる。場合によっては、バルーンは、ステントを血管内で位置決めし拡張して、プラークを圧縮し、ならびに/あるいは血管の開放を維持して、より多くの血液が流れることを可能にするのに使用される。約500,000件の心臓ステント処置が、毎年米国で実施されている。
しかしながら、1億ドルの連邦政府資金提供を受けた最近の研究は、心血管疾患治療における現在の傾向が全てのタイプの患者にとって最も有効な治療なのか否かという点に疑問を呈している。最近の研究は、37か国の320の地域からの5,000名を超える中程度から重症の安定心疾患患者を対象とし、ステントおよびバイパス外科処置が、薬物を安定心疾患患者の生活スタイルの変化と組み合わせた場合よりも有効性が高いものである可能性は低いという、新しいエビデンスがもたらされた。したがって、安定心疾患患者にとっては、血管形成術および/または心臓バイパスなどの侵襲的外科処置を受けるのを見送り、代わりにスタチンなどの心臓病薬の処方を受け、規則的な運動など、特定のライフスタイルの変化を行う方が有利なことがある。この新しい治療計画は世界中の数千人の患者に影響を及ぼす可能性がある。米国で年間に実施される推定500,000件の心臓ステント処置のうち、5分の1が安定心疾患患者に対するものであると推定される。更に、推定100,000人の安定心疾患患者のうち25%、およそ23,000人は、胸部痛を経験していないと推定される。したがって、年間20,000名を超える患者が、侵襲的外科処置を受けるのを見送るか、またはかかる処置の結果としての合併症がない可能性があり得る。
患者が侵襲的外科処置を受けるのを見送り、代わりに薬物治療計画を選ぶ、ならびに/あるいはより有効な治療計画を生成すべきか否かを決定するため、患者の心血管疾患をより十分に理解することが重要であり得る。具体的には、患者の動脈血管の健康状態をより良く理解することが有利であり得る。例えば、患者の体内におけるプラークの蓄積が、ほぼ脂肪質の蓄積であるかまたはほぼ石灰化物質の蓄積であるかを理解することが助けになる。それは前者の状況が、スタチンなどの心臓病薬による治療を要するのに対して、後者の状況では、心臓病薬を処方するかまたは何らかのステントを埋め込むことなく、患者を更に周期的にモニタリングするべきであるためである。しかしながら、プラークの蓄積が深刻な狭窄症または動脈血管の狭窄を引き起こし得るほど著しいものであって、心筋への血流が閉塞されることがある場合、ステントを埋め込んで血管の開放を拡大しないと、かかる患者に心臓発作または突然心臓死(SCD)が起こり得るため、ステントを埋め込む侵襲的血管形成処置が必要な可能性がある。突然心臓死は、米国における自然死の最大の原因の1つであり、成人の死亡者は年間約325,000人にのぼり、心血管疾患による全死亡数の約半数を占める。男性のSCDは女性と比較して2倍である。一般に、SCDは30代半ばから40代半ばの人に起こる。50%超が何の前兆もなく突然心停止を起こしている。
心疾患を患っている数百万人に関して、単に患者体内の動脈血管を流れる血液の血液化学または含有量を知るだけではなく、かかる動脈血管の健康全体をより良好に理解する必要性がある。例えば、本明細書に開示するシステム、デバイス、および方法のいくつかの実施形態では、「良性」もしくは安定プラークまたは硬化石灰化含有量を含むプラークを有する動脈は、患者の生命を脅かすものではないとみなされるが、「悪性」もしくは不安定プラークまたは脂肪物質を含むプラークは、かかる悪性プラークは動脈内で破裂することによってかかる脂肪物質を動脈内に放出することがあるので、生命にとってより危険であるとみなされる。かかる脂肪物質が血流中に放出されると炎症を起こす可能性があり、それによって血餅ができることがある。動脈内の血餅は、血液が心筋に移動するのを妨げ、それによって心臓発作または他の心臓イベントを引き起こす可能性がある。更に、場合によっては、石灰化プラークが蓄積されたところを血液が流れるよりも、脂肪性プラークが蓄積されたところを血液が流れる方が一般に困難である。したがって、患者の動脈血管壁をより良好に理解し分析する必要性がある。
更に、血液テストおよび薬物治療計画は、心血管の健康の問題を低減し、心血管イベント(例えば、心臓発作)を軽減するのに役立つが、かかる治療の方法論は、著しい心血管のリスク範囲を誤認する恐れ、ならびに/あるいはそれを突き止めたり診断したりできない恐れがあるという点で、完全でも完璧でもない。例えば、患者の血液化学を単に分析しても、患者が血管壁に沿って著しい量の脂肪堆積物質の悪性プラークを有する動脈血管を有すると同定できない可能性がある。同様に、血管造影図は、狭窄症または血管狭窄の範囲を同定するのには役立つが、悪性プラークが著しく蓄積している動脈血管壁の範囲を明確に同定できないことがある。動脈血管壁内におけるかかる悪性プラークの蓄積範囲は、心臓発作などの心血管イベントを患うリスクが高い患者の指標であり得る。特定の状況では、悪性プラークの範囲が存在する範囲は破裂に結び付く恐れがあり、脂肪物質が動脈の血流中に放出され、それがひいては動脈内で血餅を発生させる可能性がある。動脈内の血餅は、心臓組織への血流を停止させる恐れがあり、それが心臓発作をもたらす可能性がある。したがって、動脈血管壁を分析し、ならびに/あるいは悪性のものであるかどうかにかかわらずプラークの蓄積を含む動脈血管壁内の範囲を同定する、新しい技術の必要性がある。
本明細書に開示する様々なシステム、方法、およびデバイスは、上述の課題に対処する実施形態を対象とする。特に、本明細書に記載する様々な実施形態は、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイスに関する。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、医用画像を自動的および/または動的に分析するように構成されたコンピュータ・システムに入力することができる、例えばCT画像などの非侵襲性医用イメージング技術を利用して、1つもしくは複数の冠動脈および/またはその中のプラークを同定するように構成される。例えば、いくつかの実施形態では、システムは、1つもしくは複数の機械学習および/または人工知能アルゴリズムを利用して、医用画像を自動的および/または動的に分析して、1つもしくは複数の冠動脈および/またはプラークを同定、定量化、および/または分類するように構成することができる。いくつかの実施形態では、システムは更に、例えば、1つもしくは複数の人工知能および/または機械学習アルゴリズムを使用して、同定、定量化、および/または分類された1つもしくは複数の冠動脈および/またはプラークを利用して、治療計画を生成し、疾患進行を追跡し、ならびに/あるいは患者の特徴に関する医用レポートを行うように構成することができる。いくつかの実施形態では、システムは更に、例えばグラフィカル・ユーザ・インターフェースの形態で、同定、定量化、および/または分類された1つもしくは複数の冠動脈および/またはプラークの可視化を、動的および/または自動的に生成するように構成することができる。更に、いくつかの実施形態では、異なる医用イメージング・スキャナおよび/または異なるスキャン・パラメータもしくは環境から得られた医用画像を校正するため、システムは、1つまたは複数の物質の1つもしくは複数の区画を備える正規化デバイスを利用するように構成することができる。
更に詳細に考察するように、本明細書に記載するシステム、デバイス、および方法は、プラーク、心血管動脈、および/または他の構造に関する様々なパラメータの自動的および/または動的な定量化した分析を可能にする。より具体的には、本明細書に記載するいくつかの実施形態では、冠動脈CT画像などの患者の医用画像を医療機関で撮ることができる。医師が視認するかまたは患者の一般評価を行うのではなく、医用画像は、いくつかの実施形態では、その1つまたは複数の分析を再現可能な形で行うように構成された、バックエンドのメイン・サーバに送信される。そのため、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、自動化および/または動的プロセスを使用して、冠動脈CT画像の1つまたは複数の特徴の定量化した測定値を提供することができる。例えば、いくつかの実施形態では、メイン・サーバ・システムは、医用画像から1つもしくは複数の血管、プラーク、および/または脂肪を同定するように構成することができる。同定した特徴に基づいて、いくつかの実施形態では、システムは、例えば、プラークの1つもしくは複数の領域の放射線濃度、安定プラークおよび/または不安定プラークの同定、その体積、その表面積、幾何学形状、その不均一性、ならびに/あるいはその他など、未加工医用画像から1つまたは複数の定量化した測定値を生成するように構成することができる。いくつかの実施形態では、システムはまた、例えば、直径、体積、形態、および/またはその他など、未加工医用画像から血管の1つまたは複数の定量化した測定値を生成することができる。同定した特徴および/または定量化した測定値に基づいて、いくつかの実施形態では、システムは、未加工医用画像を使用して、例えばアテローム性動脈硬化症、狭窄症、および/または虚血など、プラーク・ベースの疾患または症状のリスク評価を生成し、ならびに/あるいは進行を追跡するように構成することができる。更に、いくつかの実施形態では、システムは、異なる特徴の量子化カラー・マッピングなど、1つもしくは複数の同定特徴および/または定量化した測定値のGUIの可視化を生成するように構成することができる。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、心血管イベント、主要有害心血管イベント(MACE)、プラーク急速進行、および/または薬物に対する無反応に関する対象者のリスクを評価するのに、医用画像ベースの処理を利用するように構成される。特に、いくつかの実施形態では、システムは、非侵襲的に得られた医用画像のみを分析することによって、対象者のかかる健康リスクを自動的および/または動的に評価するように構成することができる。いくつかの実施形態では、プロセスの1つまたは複数は、AIおよび/またはMLアルゴリズムを使用して自動化することができる。いくつかの実施形態では、本明細書に記載するプロセスの1つまたは複数は、再現可能な形で、数分以内で実施することができる。これは、再現可能な予後診断または評価を作成せず、多大な時間量を要し、ならびに/あるいは侵襲的処置を必要とする、今日の既存の基準とは全く対照的である。
そのため、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、医師および/または患者に、今日は存在しない、患者のプラークに関する特定の定量化および/または測定したデータの提供を行うことができる。例えば、いくつかの実施形態では、システムは、例えば、医用画像内のピクセルおよび/または領域の放射線濃度値を使用して、安定および/または不安定プラークの体積、血管体積全体に対するその比、狭窄症のパーセンテージ、ならびに/あるいはその他に関する特定の数値を提供することができる。いくつかの実施形態では、画像処理および下流の分析結果による、定量化されたプラーク・パラメータのかかる詳細なレベルは、全く新規な手法で患者の健康および/またはリスクを評価する、より正確で有用なツールを提供することができる。
全体の概要
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡を自動的および/または動的に実施するように構成される。図1は、医用画像分析、可視化、リスク評価、疾患追跡、治療生成、および/または患者レポート生成の方法の一例の実施形態の概観を示すフローチャートである。図1に示されるように、いくつかの実施形態では、システムは、例えば、対象者または患者の冠動脈領域の医用画像など、対象者の1つもしくは複数の医用画像を評価および/または分析するように構成される。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡を自動的および/または動的に実施するように構成される。図1は、医用画像分析、可視化、リスク評価、疾患追跡、治療生成、および/または患者レポート生成の方法の一例の実施形態の概観を示すフローチャートである。図1に示されるように、いくつかの実施形態では、システムは、例えば、対象者または患者の冠動脈領域の医用画像など、対象者の1つもしくは複数の医用画像を評価および/または分析するように構成される。
いくつかの実施形態では、医用画像を得る前に、ブロック102で、正規化デバイスが対象者に取り付けられ、ならびに/あるいは医用イメージング・スキャナの視野内に配置される。例えば、いくつかの実施形態では、正規化デバイスは、水、カルシウム、および/またはその他など、1つもしくは複数の物質を含む1つまたは複数の区画を備えることができる。正規化デバイスに関する追加の詳細については下記に提供する。医用イメージング・スキャナは、同じ物体に対して異なるスケーラブルな放射線濃度を有する画像を作成してもよい。これは、例えば、使用される医用イメージング・スキャナまたは装置のタイプだけではなく、スキャンが行われた特定の日および/または時間のスキャン・パラメータおよび/または環境にも応じて変わり得る。結果として、同じ対象者の2つの異なるスキャンが行われた場合であっても、結果として得られる医用画像の明るさおよび/または暗さが異なることがあり、それによって、その画像から処理される分析結果の精度が落ちる可能性がある。かかる差を考慮に入れて、いくつかの実施形態では、1つまたは複数の既知の要素を備える正規化デバイスが対象者とともにスキャンされ、結果として得られる1つまたは複数の既知の要素の画像を、結果として得られる画像を翻訳、変換、および/または正規化するための基準として使用することができる。そのため、いくつかの実施形態では、正規化デバイスは、対象者に取り付けられ、ならびに/あるいは医療機関における医用イメージング・スキャンの視野内に配置される。
いくつかの実施形態では、ブロック104で、医療機関は次に、対象者の1つまたは複数の医用画像を得る。例えば、医用画像は、対象者または患者の冠動脈領域のものであることができる。いくつかの実施形態では、本明細書に開示するシステムは、X線、デュアル・エネルギー・コンピュータ断層撮影(DECT)、スペクトルCT、光子計数検出器CT、心エコー法または血管内超音波法(IVUS)などの超音波、磁気共鳴(MR)イメージング、光コヒーレンス断層撮影法(OCT)、陽子射出断層撮影法(PET)および単光子射出コンピュータ断層撮影法(SPECT)を含む核医学イメージング、近接場赤外分光法(NIRS)、ならびに/あるいはその他などであるがそれらに限定されない、未加工スキャン・データまたは他の任意の医用データとして、画像ドメインまたは投影ドメインからCTデータを取り込むように構成することができる。本明細書で使用するとき、CT画像データまたはCTスキャン・データという用語は、処理済みCT画像データを生成するために、人工知能(AI)アルゴリズム・システムを通してかかるデータを処理する、上述の医用スキャニングのモダリティおよびプロセスのいずれかと置き換えることができる。いくつかの実施形態では、これらのイメージング・モダリティからのデータは、心血管表現型を決定できるようにし、画像ドメイン・データ、投影ドメイン・データ、および/または両方の組み合わせを含むことができる。
いくつかの実施形態では、ブロック106で、医療機関はまた、対象者から非イメージング・データを得ることができる。例えば、これは、血液テスト、生体マーカー、パノミクス、および/またはその他を含むことができる。いくつかの実施形態では、ブロック108で、医療機関は、1つもしくは複数の医用画像および/または他のブロック108の非イメージング・データをメイン・サーバ・システムに送信することができる。いくつかの実施形態では、メイン・サーバ・システムは、ブロック110で、医用画像および/または他の非イメージング・データを受信、および/または別の形でそれにアクセスするように構成することができる。
いくつかの実施形態では、ブロック112で、システムは、医用画像データベース100から格納および/またはアクセスすることができる、1つもしくは複数の医用画像を自動的および/または動的に分析するように構成することができる。例えば、いくつかの実施形態では、システムは、未加工CT画像データを取り込み、CTデータ内の同定された動脈の様々な態様を同定、測定、および/または分析するために、人工知能(AI)アルゴリズム、機械学習(ML)アルゴリズム、および/または他の物理ベースのアルゴリズムを未加工CTデータに適用するように構成することができる。いくつかの実施形態では、未加工医用画像データの入力は、未加工医用画像データをクラウド・ベースのデータ・リポジトリ・システムにアップロードすることを伴う。いくつかの実施形態では、医用画像データの処理は、AIおよび/またはMLアルゴリズムを使用して、クラウド・ベースのコンピューティング・システム内のデータを処理することを伴う。いくつかの実施形態では、システムは、約1分、約2分、約3分、約4分、約5分、約6分、約7分、約8分、約0分、約10分、約15分、約20分、約30分、約35分、約40分、約45分、約50分、約55分、約60分、および/または上述の値のうち2つによって規定される範囲内で、未加工CTデータを分析するように構成することができる。
いくつかの実施形態では、システムは、血管同定アルゴリズムを利用して、医用画像内の1つもしくは複数の血管を同定および/または分析するように構成することができる。いくつかの実施形態では、システムは、冠動脈同定アルゴリズムを利用して、医用画像内の1つもしくは複数の冠動脈を同定および/または分析するように構成することができる。いくつかの実施形態では、システムは、プラーク同定アルゴリズムを利用して、医用画像内の1つもしくは複数のプラーク領域を同定および/または分析するように構成することができる。いくつかの実施形態では、血管同定アルゴリズム、冠動脈同定アルゴリズム、および/またはプラーク同定アルゴリズムは、AIおよび/またはMLアルゴリズムを含む。例えば、いくつかの実施形態では、血管同定アルゴリズム、冠動脈同定アルゴリズム、および/またはプラーク同定アルゴリズムを、1つまたは複数の血管、冠動脈、および/またはプラーク領域が予め同定される、複数の医用画像に対して訓練することができる。かかる訓練に基づいて、例えば、いくつかの実施形態では畳み込みニューラル・ネットワークを使用することによって、システムは、未加工医用画像から、血管、冠動脈、および/またはプラークの存在ならびに/あるいはパラメータを自動的および/または動的に同定するように構成することができる。
そのため、いくつかの実施形態では、医用画像または未加工CTスキャン・データの処理は、患者の体内における特定の動脈血管の存在および/または非存在を決定および/または同定するために、医用画像またはCTデータを分析することを含むことができる。自然発生現象として、特定の動脈が特定の患者の体内に存在することがある一方、かかる特定の動脈が他の患者の体内には存在しないことがある。
いくつかの実施形態では、ブロック112で、システムは更に、例えば、AIおよび/またはMLアルゴリズムを使用して、同定した血管、冠動脈、および/またはプラークを分析するように構成することができる。特に、いくつかの実施形態では、システムは、例えば、動脈リモデリング、曲率、体積、幅、直径、長さ、および/またはその他など、1つまたは複数の血管形態パラメータを決定するように構成することができる。いくつかの実施形態では、システムは、例えば、医用画像内に示される1つもしくは複数のプラーク領域の体積、表面積、幾何学形状、放射線濃度、体積対表面積の比もしくは関数、不均一性指標、および/またはその他など、1つまたは複数のプラーク・パラメータを決定するように構成することができる。「放射線濃度」は、本明細書で使用するとき、電磁気関係(例えば、X線)が物質を通過する相対的不能を指す広い用語である。画像を参照して、放射線濃度値は、画像データ(例えば、フィルム、プリント、または電子フォーマット)の密度を示す値を指し、画像の放射線濃度値は画像に示される物質の密度に対応する。
いくつかの実施形態では、ブロック114で、システムは、医用画像から同定および/または分析された血管、冠動脈、および/またはプラークを利用して、対象者の時点分析を実施するように構成することができる。いくつかの実施形態では、システムは、1つの時点から取った1つまたは複数の医用画像の自動的および/または動的画像処理を使用して、1つもしくは複数の血管、冠動脈、および/またはプラークを同定および/または分析し、その1つもしくは複数のパラメータおよび/または分類を導き出すように構成することができる。例えば、本明細書でより詳細に記載するように、いくつかの実施形態では、システムは、プラークの1つまたは複数の定量化メトリクスを生成し、ならびに/あるいは同定されたプラーク領域を良性または悪性プラークとして分類するように構成することができる。更に、いくつかの実施形態では、ブロック114で、システムは、分析結果に基づいて対象者の1つまたは複数の治療計画を生成するように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数のAIおよび/またはMLアルゴリズムを利用して、血管もしくはプラークを同定および/または分析し、1つまたは複数の定量化メトリクスおよび/または分類を導き出し、ならびに/あるいは治療計画を生成するように構成することができる。
いくつかの実施形態では、対象者の以前のスキャンまたは医用画像が存在する場合、システムは、ブロック126で、疾患追跡などの1つまたは複数の時間ベースの分析を実施するように構成することができる。例えば、いくつかの実施形態では、システムが、対象者の以前のスキャンまたは医用画像から導き出された、1つもしくは複数の定量化したパラメータまたは分類へのアクセスを有する場合、システムは、それらを、現在のスキャンまたは医用画像から導き出された1つもしくは複数の定量化したパラメータまたは分類と比較して、対象者の疾患の進行および/または状態を決定するように構成することができる。
いくつかの実施形態では、ブロック116で、システムは、ブロック116で、分析結果のグラフィカル・ユーザ・インターフェース(GUI)または他の可視化を自動的および/または動的に生成するように構成され、それには、例えば、同定した血管、プラーク領域、冠動脈、定量化したメトリクスもしくはパラメータ、リスク評価、提案する治療計画、および/または本明細書で考察される他の任意の分析結果を含むことができる。いくつかの実施形態では、システムは、例えば10~15分またはそれ以下で、CTスキャン・データに存在する動脈を分析し、患者の体内に存在する動脈の様々な像を表示するように構成される。対照的に、一例として、良性もしくは悪性プラークまたは他の任意の要因を考慮せずに、狭窄症のみを同定するのにCTの視覚的評価を行うには、スキル・レベルに応じて15分から1時間超かかる場合があり、また、放射線専門医および/または心臓画像装置によって大幅な可変性を有する場合がある。
いくつかの実施形態では、ブロック118で、システムは、生成されたGUIもしくは他の可視化、分析結果、および/または治療を医療機関に送信するように構成することができる。いくつかの実施形態では、ブロック120で、医療機関の医師は次に、生成されたGUIもしくは他の可視化、分析結果、および/または治療を調査、および/または確認、および/または訂正することができる。
いくつかの実施形態では、ブロック122で、システムは、患者の特徴に関する医用レポートを更に生成して患者に送信するように構成することができ、患者はそれをブロック124で受信することができる。いくつかの実施形態では、患者の特徴に関する医用レポートは、医用画像処理および分析から導き出される分析結果、ならびに/あるいはそこから生成されるその他のものに基づいて、動的に生成することができる。例えば、患者特異的な報告は、同定した血管、プラーク領域、冠動脈、定量化したメトリクスもしくはパラメータ、リスク評価、提案する治療計画、および/または本明細書で考察する他の任意の分析結果を含むことができる。
いくつかの実施形態では、図1に示されるプロセスの1つまたは複数を、例えば同じ患者に異なる時間において繰り返して、患者の疾患の進行および/または状態を追跡することができる。
良性プラーク対悪性プラークの画像処理ベースの分類
上述したように、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、医用画像分析および/または処理に基づいて、良性プラーク対悪性プラークまたは安定プラーク対不安定プラークを、自動的および/または動的に同定および/または分類するように構成される。例えば、いくつかの実施形態では、システムは、AIおよび/またはMLアルゴリズムを利用して、動脈内の、動脈に沿った、動脈内部の、ならびに/あるいは動脈外部の、プラークの蓄積を示す動脈内の範囲を同定するように構成することができる。いくつかの実施形態では、システムは、動脈血管壁と関連付けられたプラーク蓄積の外形または境界を同定するように構成することができる。いくつかの実施形態では、システムは、動脈と関連付けられたプラーク蓄積の形状および構成を形作る線を描画または生成するように構成することができる。いくつかの実施形態では、システムは、プラーク蓄積が特定の種類のプラークであるか否か、および/または特定のプラーク蓄積の組成もしくは特性を同定するように構成することができる。いくつかの実施形態では、システムは、プラークを二値的に、順次、および/または連続的に特性決定するように構成することができる。いくつかの実施形態では、システムは、プラーク範囲に対応する画像の濃色または暗いグレー・スケールの性質により、ならびに/あるいはその減衰密度の決定(例えば、ハウンスフィールド単位スケールもしくはその他を使用)によって、同定されたプラーク蓄積の種類が「悪性」のプラークであると決定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラークの明るさが予め決定したレベルよりも暗い場合に、特定のプラークを「悪性」プラークとして同定するように構成することができる。いくつかの実施形態では、システムは、プラーク蓄積に対応する範囲の白い色合いおよび/または明るいグレー・スケールの性質に基づいて、良性プラーク範囲を同定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラークの明るさが予め決定したレベルよりも薄い場合に、特定のプラークを「良性」プラークとして同定するように構成することができる。いくつかの実施形態では、システムは、CTスキャンの濃い範囲が「悪性」プラークに関係すると決定するように構成することができ、一方でシステムは、白い範囲に対応する良性プラークの範囲を同定するように構成することができる。いくつかの実施形態では、システムは、動脈血管または複数の血管内で同定されたプラーク全体、良性プラーク、および/または悪性プラークの合計面積および/または体積を同定し決定するように構成することができる。いくつかの実施形態では、システムは、同定されたプラーク全体の範囲、良性プラークの範囲、および/または悪性プラークの範囲の長さを決定するように構成することができる。いくつかの実施形態では、システムは、同定されたプラーク全体の範囲、良性プラークの範囲、および/または悪性プラークの範囲の幅を決定するように構成することができる。「良性」プラークは、中でも特に、心臓発作を起こす可能性が低く、著しいプラーク進行を示す可能性が低く、ならびに/あるいは虚血である可能性が低いので、そのようにみなされてもよい。逆に、「悪性」プラークは、中でも特に、心臓発作を起こす可能性が高く、著しいプラーク進行を示す可能性が高く、ならびに/あるいは虚血である可能性が高いので、そのようにみなされる。いくつかの実施形態では、「良性」プラークは、冠動脈血管再生時に再流現象をもたらさない可能性が低いので、そのようにみなされてもよい。逆に、「悪性」プラークは、冠動脈血管再生時に再流現象を起こさない可能性が高いので、そのようにみなされてもよい。
上述したように、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、医用画像分析および/または処理に基づいて、良性プラーク対悪性プラークまたは安定プラーク対不安定プラークを、自動的および/または動的に同定および/または分類するように構成される。例えば、いくつかの実施形態では、システムは、AIおよび/またはMLアルゴリズムを利用して、動脈内の、動脈に沿った、動脈内部の、ならびに/あるいは動脈外部の、プラークの蓄積を示す動脈内の範囲を同定するように構成することができる。いくつかの実施形態では、システムは、動脈血管壁と関連付けられたプラーク蓄積の外形または境界を同定するように構成することができる。いくつかの実施形態では、システムは、動脈と関連付けられたプラーク蓄積の形状および構成を形作る線を描画または生成するように構成することができる。いくつかの実施形態では、システムは、プラーク蓄積が特定の種類のプラークであるか否か、および/または特定のプラーク蓄積の組成もしくは特性を同定するように構成することができる。いくつかの実施形態では、システムは、プラークを二値的に、順次、および/または連続的に特性決定するように構成することができる。いくつかの実施形態では、システムは、プラーク範囲に対応する画像の濃色または暗いグレー・スケールの性質により、ならびに/あるいはその減衰密度の決定(例えば、ハウンスフィールド単位スケールもしくはその他を使用)によって、同定されたプラーク蓄積の種類が「悪性」のプラークであると決定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラークの明るさが予め決定したレベルよりも暗い場合に、特定のプラークを「悪性」プラークとして同定するように構成することができる。いくつかの実施形態では、システムは、プラーク蓄積に対応する範囲の白い色合いおよび/または明るいグレー・スケールの性質に基づいて、良性プラーク範囲を同定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラークの明るさが予め決定したレベルよりも薄い場合に、特定のプラークを「良性」プラークとして同定するように構成することができる。いくつかの実施形態では、システムは、CTスキャンの濃い範囲が「悪性」プラークに関係すると決定するように構成することができ、一方でシステムは、白い範囲に対応する良性プラークの範囲を同定するように構成することができる。いくつかの実施形態では、システムは、動脈血管または複数の血管内で同定されたプラーク全体、良性プラーク、および/または悪性プラークの合計面積および/または体積を同定し決定するように構成することができる。いくつかの実施形態では、システムは、同定されたプラーク全体の範囲、良性プラークの範囲、および/または悪性プラークの範囲の長さを決定するように構成することができる。いくつかの実施形態では、システムは、同定されたプラーク全体の範囲、良性プラークの範囲、および/または悪性プラークの範囲の幅を決定するように構成することができる。「良性」プラークは、中でも特に、心臓発作を起こす可能性が低く、著しいプラーク進行を示す可能性が低く、ならびに/あるいは虚血である可能性が低いので、そのようにみなされてもよい。逆に、「悪性」プラークは、中でも特に、心臓発作を起こす可能性が高く、著しいプラーク進行を示す可能性が高く、ならびに/あるいは虚血である可能性が高いので、そのようにみなされる。いくつかの実施形態では、「良性」プラークは、冠動脈血管再生時に再流現象をもたらさない可能性が低いので、そのようにみなされてもよい。逆に、「悪性」プラークは、冠動脈血管再生時に再流現象を起こさない可能性が高いので、そのようにみなされてもよい。
図2Aは、非侵襲的に得ることができる、医用画像からプラークを分析し分類する方法の一例の実施形態の概観を示すフローチャートである。図2Aに示されるように、ブロック202で、いくつかの実施形態では、システムは、対象者の冠動脈領域を含むことができ、ならびに/あるいは医用画像データベース100に格納することができる、医用画像にアクセスするように構成することができる。医用画像データベース100は、システムによって局所的にアクセス可能であることができ、ならびに/あるいはネットワーク接続を通して遠隔に配置されアクセス可能であることができる。医用画像は、例えば、CT、デュアル・エネルギー・コンピュータ断層撮影(DECT)、スペクトルCT、光子計数CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、磁気共鳴(MR)イメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)など、1つまたは複数のモダリティを使用して得られる画像を含むことができる。いくつかの実施形態では、医用画像は、コントラスト強調CT画像、非コントラストCT画像、MR画像、および/または上述したモダリティのいずれかを使用して得られる画像のうち1つもしくは複数を含む。
いくつかの実施形態では、システムは、本明細書で考察するような医用画像の1つもしくは複数の分析を自動的および/または動的に実施するように構成することができる。例えば、いくつかの実施形態では、ブロック204で、システムは1つまたは複数の動脈を同定するように構成することができる。1つまたは複数の動脈は、中でも特に、冠動脈、頸動脈、大動脈、腎動脈、下肢動脈、上肢動脈、および/または大脳動脈を含むことができる。いくつかの実施形態では、システムは、画像処理を使用して、1つもしくは複数の動脈または冠動脈を自動的および/または動的に同定するのに、1つもしくは複数のAIおよび/またはMLアルゴリズムを利用するように構成することができる。例えば、いくつかの実施形態では、1つもしくは複数のAIおよび/またはMLアルゴリズムは、動脈または冠動脈が同定されている医用画像のセットに対して、畳み込みニューラル・ネットワーク(CNN)を使用して訓練することができ、それにより、AIおよび/またはMLアルゴリズムが直接医用画像から動脈または冠動脈を自動的に同定することが可能になる。いくつかの実施形態では、動脈または冠動脈は、サイズおよび/または位置によって同定される。
いくつかの実施形態では、ブロック206で、システムは、医用画像において1つまたは複数のプラーク領域を同定するように構成することができる。いくつかの実施形態では、システムは、画像処理を使用して、1つもしくは複数のプラーク領域を自動的および/または動的に同定するのに、1つもしくは複数のAIおよび/またはMLアルゴリズムを利用するように構成することができる。例えば、いくつかの実施形態では、1つもしくは複数のAIおよび/またはMLアルゴリズムは、プラーク領域が同定されている医用画像のセットに対して、畳み込みニューラル・ネットワーク(CNN)を使用して訓練することができ、それにより、AIおよび/またはMLアルゴリズムが直接医用画像からプラーク領域を自動的に同定することが可能になる。いくつかの実施形態では、システムは、医用画像において同定された冠動脈それぞれに対して、血管壁および管腔壁を同定するように構成することができる。いくつかの実施形態では、システムは次に、血管壁と管腔壁との間の体積をプラークとして決定するように構成される。いくつかの実施形態では、システムは、例えば、正規化デバイスを使用した正規化を用いてまたは用いずに、一般的にプラークと関連付けられる放射線濃度値の所定の閾値または範囲を設定することによって、一般的にプラークと関連付けられる放射線濃度値に基づいて、プラーク領域を同定するように構成することができる。
いくつかの実施形態では、システムは、ブロック208で、医用画像から、1つもしくは複数の血管形態パラメータおよび/またはプラーク・パラメータを自動的および/または動的に決定するように構成される。いくつかの実施形態では、1つもしくは複数の血管形態パラメータおよび/またはプラーク・パラメータは、医用画像から導き出される定量化したパラメータを含むことができる。例えば、いくつかの実施形態では、システムは、AIおよび/またはMLアルゴリズムあるいは他のアルゴリズムを利用して、1つもしくは複数の血管形態パラメータおよび/またはプラーク・パラメータを決定するように構成することができる。別の例として、いくつかの実施形態では、システムは、ポジティブ動脈リモデリング、ネガティブ動脈リモデリング、および/または中間動脈リモデリングを更に含むことができる、プラークによる動脈リモデリングの分類など、1つまたは複数の血管形態パラメータを決定するように構成することができる。いくつかの実施形態では、動脈リモデリングの分類は、プラーク領域における最大血管径と、通常データベースから検索することができる同じ領域の通常の基準血管径との比に基づいて、動脈リモデリングの分類が決定される。いくつかの実施形態では、システムは、プラーク領域における最大血管径と同じ領域の通常の基準血管径との比が1.1超過のとき、動脈リモデリングをポジティブと分類するように構成することができる。いくつかの実施形態では、システムは、プラーク領域における最大血管径と通常の基準血管径との比が0.95未満のとき、動脈リモデリングをネガティブと分類するように構成することができる。いくつかの実施形態では、システムは、プラーク領域における最大血管径と通常の基準血管径との比が0.95~1.1のとき、動脈リモデリングを中間と分類するように構成することができる。
更に、ブロック208の一部として、いくつかの実施形態では、システムは、ブロック201で、1つもしくは複数のプラーク領域ならびに/あるいは1つもしくは複数の血管または動脈の、幾何学形状および/または体積を決定するように構成することができる。例えば、システムは、特定のプラーク領域の幾何学形状が円形または楕円形または他の形状かを決定するように構成することができる。いくつかの実施形態では、プラーク領域の幾何学形状は、プラークの安定性を評価する際の要因であり得る。別の例として、いくつかの実施形態では、システムは、医用画像から、血管もしくは動脈の曲率、直径、長さ、体積、および/または他の任意のパラメータを決定するように構成することができる。
いくつかの実施形態では、ブロック208の一部として、システムは、ブロック203で、プラーク領域の体積および/または表面積、ならびに/あるいは例えばプラーク領域の直径、半径、および/または厚さなど、プラーク領域の体積対表面積の比または他の関数を決定するように構成することができる。いくつかの実施形態では、体積対表面積の比が小さいプラークは、プラークが安定していることを示すことができる。そのため、いくつかの実施形態では、システムは、所定の閾値未満であるプラーク領域の体積対表面積の比が、安定プラークを示すことを決定するように構成することができる。
いくつかの実施形態では、ブロック208の一部として、システムは、ブロック205で、プラーク領域の不均一性指標を決定するように構成することができる。例えば、いくつかの実施形態では、低い不均一性または高い均質性を有するプラークは、プラークが安定していることを示すことができる。そのため、いくつかの実施形態では、システムは、所定の閾値未満であるプラーク領域の不均一性が、安定プラークを示すことを決定するように構成することができる。いくつかの実施形態では、プラーク領域の不均一性または均質性は、プラーク領域内の放射線濃度値の不均一性または均質性に基づいて決定することができる。そのため、いくつかの実施形態では、システムは、プラーク領域の幾何学形状内またはその全体にわたる放射線濃度値の、三次元ヒストグラムなどの空間マッピングを生成することによって、プラークの不均一性指標を決定するように構成することができる。いくつかの実施形態では、空間マッピング全体にわたる放射線濃度値の勾配または変化が特定の閾値を超過する場合、システムは、高い不均一性指標を割り当てるように構成することができる。逆に、いくつかの実施形態では、空間マッピング全体にわたる放射線濃度値の勾配または変化が特定の閾値未満である場合、システムは、低い不均一性指標を割り当てるように構成することができる。
いくつかの実施形態では、ブロック208の一部として、システムは、ブロック207で、プラークの放射線濃度および/またはその組成を決定するように構成することができる。例えば、高い放射線濃度値は、プラークが高度に石灰化されているかまたは安定していることを示すことができ、低い放射線濃度値は、プラークの石灰化度が低いか不安定であることを示すことができる。そのため、いくつかの実施形態では、システムは、所定の閾値超過であるプラーク領域の放射線濃度が、安定化された安定プラークを示すことを決定するように構成することができる。加えて、プラーク領域内の異なる範囲が異なるレベルで石灰化され、それによって異なる放射線濃度値を示す場合がある。そのため、いくつかの実施形態では、システムは、プラーク領域の放射線濃度値、および/またはプラーク領域内における放射線濃度値の組成もしくはパーセンテージもしくは変化を決定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラーク領域内のプラークがどの程度、またはどのパーセンテージで、低範囲、中範囲、高範囲、および/または他の任意の分類内の放射線濃度値を示すかを決定するように構成することができる。
同様に、いくつかの実施形態では、ブロック208の一部として、システムは、ブロック209で、プラークの放射線濃度値とプラークの体積との比を決定するように構成することができる。例えば、プラークの大きい領域または小さい領域が高いもしくは低い放射線濃度値を示しているか否かを評価することが重要であり得る。そのため、いくつかの実施形態では、システムは、プラークの体積の関数または比として、異なる放射線濃度値を含むプラークのパーセンテージ組成を決定するように構成することができる。
いくつかの実施形態では、ブロック208の一部として、システムは、ブロック211で、拡散率を決定し、ならびに/あるいは拡散率指標をプラーク領域に割り当てるように構成することができる。例えば、いくつかの実施形態では、プラークの拡散率は、高い放射線濃度値がプラークの低い拡散率または安定性を示すことができる、プラークの放射線濃度値に応じて決まり得る。
いくつかの実施形態では、ブロック210で、システムは、未加工医用画像から決定および/または導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータに基づいて、医用画像から同定された1つもしくは複数のプラーク領域を、安定対不安定または良対悪として分類するように構成することができる。特に、いくつかの実施形態では、システムは、未加工医用画像から決定および/または導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータの重み付けられた基準を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを均等に重み付けするように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを異なるように重み付けするように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、ブロック210で、生成された重み付けられた基準を使用して、ならびに/あるいは血管形態パラメータおよび/または定量化されたプラーク・パラメータのいくつかのみを使用して、1つもしくは複数のプラーク領域を分類するように構成することができる。
いくつかの実施形態では、ブロック212で、システムは、分析および/または決定されたパラメータに基づいて、量子化カラー・マッピングを生成するように構成される。例えば、いくつかの実施形態では、システムは、本明細書に記載する分析技法のいずれかを使用して決定されるような、石灰化プラーク、非石灰化プラーク、良性プラーク、悪性プラーク、安定プラーク、および/または不安定プラークの量子化カラー・マッピングを生成することによって、分析された医用画像の可視化を生成するように構成される。更に、いくつかの実施形態では、定量化されたカラー・マッピングはまた、動脈および/または心外膜脂肪を含むことができ、それもシステムによって、例えば1つもしくは複数のAIおよび/またはMLアルゴリズムを利用することによって決定することができる。
いくつかの実施形態では、ブロック214で、システムは、例えば、未加工医用画像から自動的に導き出されるプラークの分類など、分析に基づいて、対象者に対して提案される治療計画を生成するように構成される。特に、いくつかの実施形態では、システムは、未加工医用画像およびその自動化画像処理に基づいて、対象者のアテローム性動脈硬化症、狭窄症、および/または虚血のリスクを評価もしくは予測するように構成することができる。
いくつかの実施形態では、図2Aに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、同じ対象者の医用画像を後の時点で再び取った場合、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を疾患追跡および/または他の目的に使用することができる。
非コントラストCT画像からの非石灰化プラークの決定
本明細書で考察するように、いくつかの実施形態では、システムは、対象者のCTまたは他の医用画像を、例えば心血管イベントのリスクを含めて、対象者を評価する1つまたは複数の画像分析技法を実施するための入力として利用するように構成することができる。いくつかの実施形態では、かかるCT画像はコントラスト強調CT画像を含むことができ、その場合、例えばプラークを同定または分類するのに、本明細書に記載する分析技法のいくつかを直接適用することができる。しかしながら、いくつかの実施形態では、かかるCT画像は非コントラストCT画像を含むことができ、その場合、放射線濃度値が低いこと、および例えば血液などの他の低放射線濃度値の成分と重なることにより、非石灰化プラークを同定および/または決定するのがより困難な場合がある。そのため、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、より広く利用可能であり得る、非コントラストCT画像から非石灰化プラークを決定する新規な方策を提供する。
本明細書で考察するように、いくつかの実施形態では、システムは、対象者のCTまたは他の医用画像を、例えば心血管イベントのリスクを含めて、対象者を評価する1つまたは複数の画像分析技法を実施するための入力として利用するように構成することができる。いくつかの実施形態では、かかるCT画像はコントラスト強調CT画像を含むことができ、その場合、例えばプラークを同定または分類するのに、本明細書に記載する分析技法のいくつかを直接適用することができる。しかしながら、いくつかの実施形態では、かかるCT画像は非コントラストCT画像を含むことができ、その場合、放射線濃度値が低いこと、および例えば血液などの他の低放射線濃度値の成分と重なることにより、非石灰化プラークを同定および/または決定するのがより困難な場合がある。そのため、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、より広く利用可能であり得る、非コントラストCT画像から非石灰化プラークを決定する新規な方策を提供する。
また、いくつかの実施形態では、コントラスト強調CTスキャンを分析するのに加えてまたはその代わりに、システムはまた、非コントラストCTスキャンにおいて動脈内を流れる血液の減衰密度よりも低い、動脈内の減衰密度を検査するように構成することができる。いくつかの実施形態では、これらの「低減衰」プラークは、血液減衰密度と、冠動脈を取り囲む場合がある、ならびに/または異なる物質の非石灰化プラークを表すことがある、脂肪との間で区別されてもよい。いくつかの実施形態では、これらの非石灰化プラークの存在は、既に石灰化されたプラークが、安定または悪化または進行または消失しているかの漸増的な予測を提示してもよい。これらの実施形態を通して測定可能なこれらの発見は、患者の予後診断にリンクされてもよく、カルシウム安定化(つまり、より高い減衰密度)および非石灰化プラークの欠落が好適な予後診断と関連付けられてもよく、カルシウム安定化の欠落(つまり、減衰密度の増加なし)または著しい進行もしくは新しいカルシウム形成が、疾患の急速な進行、心臓発作、または他の主要有害心血管イベントのリスクを含む、良くない予後診断と関連付けられてもよい。
図2Bは、非コントラストCT画像などの医用画像から、非石灰化および/または低減衰プラークを決定するための方法の一例の実施形態の概観を示すフローチャートである。本明細書で考察し、図2Bに示されるように、いくつかの実施形態では、システムは、非石灰化および/または低減衰プラークを医用画像から決定するように構成することができる。いくつかの実施形態では、医用画像は、対象者または患者の冠動脈領域のものであることができる。いくつかの実施形態では、医用画像は、CT、デュアル・エネルギー・コンピュータ断層撮影(DECT)、スペクトルCT、X線、超音波、心エコー法、IVUS、MR、OCT、核医学イメージング、PET、SPECT、NIRS、および/またはその他など、1つまたは複数のモダリティを使用して得ることができる。いくつかの実施形態では、システムは、ブロック202で、例えば医用画像データベース100から、1つまたは複数の医用画像にアクセスするように構成することができる。
いくつかの実施形態では、非石灰化および/または低減衰プラークを医用画像または非コントラストCT画像から決定するために、システムは、段階的な方策を利用して、最初に明確な非石灰化プラークである医用画像内の範囲を同定するように構成することができる。いくつかの実施形態では、システムは次に、画像における残りの範囲のより詳細な分析を行って、非石灰化および/または低減衰プラークの他の領域を同定することができる。かかる区画化されたまたは段階的な方策を利用することによって、いくつかの実施形態では、システムは、画像の全ての領域またはピクセルにより複雑な分析を適用する必要がある場合よりも迅速なターンアラウンドで、非石灰化および/または低減衰プラークを医用画像もしくは非コントラストCT画像から同定または決定することができる。
特に、いくつかの実施形態では、ブロック224で、システムは、医用画像から心外膜脂肪を同定するように構成することができる。いくつかの実施形態では、システムは、所定の閾値未満および/または所定の範囲内の放射線濃度値を有する、画像内の全てのピクセルまたは領域を決定することによって、心外膜脂肪を同定するように構成することができる。心外膜脂肪を同定するための放射線濃度の正確な所定の閾値の値または範囲は、医用画像、スキャナのタイプ、スキャン・パラメータ、および/またはその他に応じて決まり得、その理由で、いくつかの例では、正規化デバイスを使用して医用画像を正規化することができる。例えば、いくつかの実施形態では、システムは、約-100ハウンスフィールド単位ならびに/あるいは-100ハウンスフィールド単位を含む範囲内の放射線濃度値を有する、医用画像または非コントラストCT画像内の心外膜脂肪のピクセルおよび/または領域として同定するように構成することができる。特に、いくつかの実施形態では、システムは、約-100ハウンスフィールド単位、約-110ハウンスフィールド単位、約-120ハウンスフィールド単位、約-130ハウンスフィールド単位、約-140ハウンスフィールド単位、約-150ハウンスフィールド単位、約-160ハウンスフィールド単位、約-170ハウンスフィールド単位、約-180ハウンスフィールド単位、約-190ハウンスフィールド単位、または約-200ハウンスフィールド単位の下限と、約30ハウンスフィールド単位、約20ハウンスフィールド単位、約10ハウンスフィールド単位、約0ハウンスフィールド単位、約-10ハウンスフィールド単位、約-20ハウンスフィールド単位、約-30ハウンスフィールド単位、約-40ハウンスフィールド単位、約-50ハウンスフィールド単位、約-60ハウンスフィールド単位、約-70ハウンスフィールド単位、約-80ハウンスフィールド単位、または約-90ハウンスフィールド単位の上限を有する範囲内の放射線濃度値を有する、医用画像または非コントラストCT画像内の心外膜脂肪ピクセルおよび/または領域として同定するように構成することができる。
いくつかの実施形態では、システムは、同定された心外膜脂肪を動脈の外側境界として使用して、医用画像または非コントラストCT画像上の動脈を同定および/またはセグメント化するように構成することができる。例えば、システムは、最初に、医用画像上の心外膜脂肪の領域を同定し、心外膜脂肪間の体積を冠動脈などの動脈として割り当てるように構成することができる。
いくつかの実施形態では、ブロック226で、システムは、同定された動脈内など、医用画像内のピクセルまたは領域の第1のセットを、非石灰化または低減衰プラークとして同定するように構成することができる。より具体的には、いくつかの実施形態では、システムは、所定の閾値未満もしくは所定の範囲内の放射線濃度値を有するピクセルまたは領域を同定することによって、低減衰または非石灰化プラークの最初のセットを同定するように構成することができる。例えば、所定の閾値または所定の範囲は、結果として得られるピクセルを、血液などの別の物質と混同する可能性がない低減衰または非石灰化プラークとして信頼性高くマーキングできるように設定することができる。特に、いくつかの実施形態では、システムは、約30ハウンスフィールド単位未満の放射線濃度値を有するピクセルまたは領域を同定することによって、低減衰または非石灰化プラークの最初のセットを同定するように構成することができる。いくつかの実施形態では、システムは、約60ハウンスフィールド単位、約55ハウンスフィールド単位、約50ハウンスフィールド単位、約45ハウンスフィールド単位、約40ハウンスフィールド単位、約35ハウンスフィールド単位、約30ハウンスフィールド単位、約25ハウンスフィールド単位、約20ハウンスフィールド単位、約15ハウンスフィールド単位、約10ハウンスフィールド単位、約5ハウンスフィールド単位以下の放射線濃度値を有し、ならびに/あるいは約0ハウンスフィールド単位、約5ハウンスフィールド単位、約10ハウンスフィールド単位、約15ハウンスフィールド単位、約20ハウンスフィールド単位、約25ハウンスフィールド単位、および/または約30ハウンスフィールド単位以上の放射線濃度値を有する、ピクセルまたは領域を同定することによって、低減衰または非石灰化プラークの最初のセットを同定するように構成することができる。いくつかの実施形態では、システムは、ブロック238で、放射線濃度値のこの所定の範囲内もしくは未満であるピクセルまたは領域を、同定された非石灰化または低減衰プラークの第1のセットとして分類するように構成することができる。
いくつかの実施形態では、システムは、ブロック228で、低減衰または非石灰化プラークを表しても表さなくてもよい、同定された動脈内など、医用画像内のピクセルまたは領域の第2のセットを同定するように構成することができる。上述したように、いくつかの実施形態では、ピクセルまたは領域の候補のこの第2のセットは、それらがプラークを表すことを確認するのに追加の分析を要することがある。特に、いくつかの実施形態では、システムは、所定の範囲内の放射線濃度値を有する画像のピクセルまたは領域を同定することによって、低減衰または非石灰化プラークである可能性があるピクセルまたは領域の第2のセットを同定するように構成することができる。いくつかの実施形態では、ピクセルまたは領域のこの第2のセットを同定するための所定の範囲は、約30ハウンスフィールド単位~100ハウンスフィールド単位であることができる。いくつかの実施形態では、ピクセルまたは領域のこの第2のセットを同定するための所定の範囲は、約0ハウンスフィールド単位、5ハウンスフィールド単位、10ハウンスフィールド単位、15ハウンスフィールド単位、20ハウンスフィールド単位、25ハウンスフィールド単位、30ハウンスフィールド単位、35ハウンスフィールド単位、40ハウンスフィールド単位、45ハウンスフィールド単位、50ハウンスフィールド単位の下限、および/または約55ハウンスフィールド単位、60ハウンスフィールド単位、65ハウンスフィールド単位、70ハウンスフィールド単位、75ハウンスフィールド単位、80ハウンスフィールド単位、85ハウンスフィールド単位、90ハウンスフィールド単位、95ハウンスフィールド単位、100ハウンスフィールド単位、110ハウンスフィールド単位、120ハウンスフィールド単位、130ハウンスフィールド単位、140ハウンスフィールド単位、150ハウンスフィールド単位の上限を有することができる。
いくつかの実施形態では、ブロック230で、システムは、ピクセルまたは領域の同定された第2のセットの不均一性の分析を行うように構成することができる。例えば、ピクセルの第2のセットを同定するのに使用される放射線濃度値の範囲に応じて、いくつかの実施形態では、ピクセルまたは領域の第2のセットは血液および/またはプラークを含んでもよい。血液は、一般的に、プラークと比較して、放射線濃度値のより均質な勾配を示すことができる。そのため、いくつかの実施形態では、第2のセットの一部として同定されたピクセルまたは領域の均質性もしくは不均一性を分析することによって、システムは、血液と非石灰化または低減衰プラークとを区別することが可能であり得る。そのため、いくつかの実施形態では、システムは、プラークの幾何学形状もしくは領域内またはその全体にわたる放射線濃度値の、三次元ヒストグラムなどの空間マッピングを生成することによって、医用画像から同定されたピクセルの領域の第2のセットにおける不均一性指標を決定するように構成することができる。いくつかの実施形態では、空間マッピング全体にわたる放射線濃度値の勾配または変化が特定の閾値を超過する場合、システムは、高い不均一性指標を割り当て、ならびに/あるいはプラークとして分類するように構成することができる。逆に、いくつかの実施形態では、空間マッピング全体にわたる放射線濃度値の勾配または変化が特定の閾値未満である場合、システムは、低い不均一性指標を割り当て、ならびに/あるいは血液として分類するように構成することができる。
いくつかの実施形態では、ブロック240で、システムは、医用画像から同定されたピクセルの領域の第2のセットのうちサブセットを、プラークまたは非石灰化もしくは低減衰プラークとして同定するように構成することができる。いくつかの実施形態では、ブロック242で、システムは、ブロック238からの同定された非石灰化または低減衰プラークの第1のセットと、ブロック240からの同定された非石灰化または低減衰プラークの第2のセットとを組み合わせるように構成することができる。そのため、非コントラストCT画像を使用しても、いくつかの実施形態では、システムは、血液などの他の物質と重なる可能性により、石灰化または高減衰プラークと比較して同定するのがより困難であり得る、低減衰または非石灰化プラークを同定するように構成することができる。
いくつかの実施形態では、システムはまた、ブロック232で、医用画像から石灰化または高減衰プラークを決定するように構成することができる。このプロセスは、医用画像または非コントラストCT画像から低減衰または非石灰化プラークを同定するのと比較して、より単純であり得る。特に、いくつかの実施形態では、システムは、所定の閾値超過および/または所定の範囲内の放射線濃度値を有する、画像内のピクセルまたは領域を同定することによって、医用画像または非コントラストCT画像から石灰化または高減衰プラークを同定するように構成することができる。例えば、いくつかの実施形態では、システムは、約100ハウンスフィールド単位、約150ハウンスフィールド単位、約200ハウンスフィールド単位、約250ハウンスフィールド単位、約300ハウンスフィールド単位、約350ハウンスフィールド単位、約400ハウンスフィールド単位、約450ハウンスフィールド単位、約500ハウンスフィールド単位、約600ハウンスフィールド単位、約700ハウンスフィールド単位、約800ハウンスフィールド単位、約900ハウンスフィールド単位、約1000ハウンスフィールド単位、約1100ハウンスフィールド単位、約1200ハウンスフィールド単位、約1300ハウンスフィールド単位、約1400ハウンスフィールド単位、約1500ハウンスフィールド単位、約1600ハウンスフィールド単位、約1700ハウンスフィールド単位、約1800ハウンスフィールド単位、約1900ハウンスフィールド単位、約2000ハウンスフィールド単位、約2500ハウンスフィールド単位、約3000ハウンスフィールド単位、および/または他の任意の最小閾値超過の放射線濃度値を有する医用画像または非コントラストCT画像から、石灰化または高減衰プラーク領域もしくはピクセルとして同定するように構成することができる。
いくつかの実施形態では、ブロック234で、システムは、医用画像からの1つまたは複数の同定された物質の量子化カラー・マッピングを生成するように構成することができる。例えば、いくつかの実施形態では、システムは、非石灰化もしくは低減衰プラーク、石灰化もしくは高減衰プラーク、全てのプラーク、動脈、心外膜脂肪、および/またはその他など、異なる物質と関連付けられた異なる領域それぞれに、異なる色を割り当てるように構成することができる。いくつかの実施形態では、システムは、量子化カラー・マップの可視化を生成、および/またはGUIを介してそれを医療従事者もしくは患者に提示するように構成することができる。いくつかの実施形態では、ブロック236で、システムは、同定された非石灰化もしくは低減衰プラーク、石灰化もしくは高減衰プラーク、全てのプラーク、動脈、心外膜脂肪、および/またはその他のうち1つまたは複数に基づいて、疾患に対して提案される治療計画を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、動脈疾患、腎動脈疾患、腹部アテローム性動脈硬化症、頸動脈アテローム性動脈硬化症、および/またはその他に対する治療計画を生成するように構成することができ、分析される医用画像は、かかる疾患の分析のため、対象者の任意の1つまたは複数の領域から取ることができる。
いくつかの実施形態では、図2Bに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、同じ対象者の医用画像を後の時点で再び取った場合、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を疾患追跡および/または他の目的に使用することができる。
更に、いくつかの実施形態では、システムは、DECTまたはスペクトルCT画像から、非石灰化プラークを同定および/または決定するように構成することができる。上述のプロセスと同様に、いくつかの実施形態では、システムは、DECTもしくはスペクトルCT画像にアクセスし、DECT画像もしくはスペクトルCT上の心外膜脂肪を同定、および/またはDECT画像もしくはスペクトルCT上の1つまたは複数の動脈をセグメント化し、動脈内のピクセルもしくは領域の第1のセットを低減衰もしくは非石灰化プラークの第1のセットとして同定および/または分類し、ならびに/あるいは動脈内のピクセルもしくは領域の第2のセットを低減衰もしくは非石灰化プラークの第2のセットとして同定するように構成することができる。しかしながら、上述の技法とは異なり、例えば、DECTまたはスペクトルCT画像が分析される場合など、いくつかの実施形態では、システムは、ピクセルの第2のセットの不均一性および/または均質性の分析を実施する必要なしに、ピクセルのそれら第2のセットのサブセットを同定するように構成することができる。それよりもむしろ、いくつかの実施形態では、システムは、例えば、DECTまたはスペクトルCT画像の二重もしくは多重スペクトルの態様を利用することによって、画像から直接、血液と低減衰または非石灰化プラークとを区別するように構成することができる。いくつかの実施形態では、システムは、同定されたピクセルもしくは領域の第1のセットと、低減衰または非石灰化プラークとして同定されたピクセルもしくは領域の第2のセットのサブセットとを組み合わせて、医用画像上におけるそのセット全体を同定するように構成することができる。いくつかの実施形態では、DECTまたはスペクトルCT画像を分析する場合であっても、システムは、ブロック230に関連して上述したのと同様に、不均一性または均質性の分析を実施することによって、ピクセルまたは領域の第2のセットを更に分析するように構成することができる。例えば、DECTまたはスペクトルCT画像を分析する場合であっても、いくつかの実施形態では、血液および/または低減衰もしくは非石灰化プラークの特定の範囲間の区別は、完全および/または正確ではなくてもよい。
イメージング分析ベースのリスク評価
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、心血管イベント、主要有害心血管イベント(MACE)、プラーク急速進行、および/または薬物に対する無反応に関する対象者のリスクを評価するのに、医用画像ベースの処理を利用するように構成される。特に、いくつかの実施形態では、システムは、例えばAIおよび/またはMLアルゴリズムを使用して、非侵襲的に得られた医用画像のみを分析することによって、対象者のかかる健康リスクを自動的および/または動的に評価して、数分以内に全画像ベースの分析報告を提供するように構成することができる。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、心血管イベント、主要有害心血管イベント(MACE)、プラーク急速進行、および/または薬物に対する無反応に関する対象者のリスクを評価するのに、医用画像ベースの処理を利用するように構成される。特に、いくつかの実施形態では、システムは、例えばAIおよび/またはMLアルゴリズムを使用して、非侵襲的に得られた医用画像のみを分析することによって、対象者のかかる健康リスクを自動的および/または動的に評価して、数分以内に全画像ベースの分析報告を提供するように構成することができる。
特に、いくつかの実施形態では、システムは、患者の特定の動脈内および/または全ての動脈内におけるプラークの全体量(および/または特定のタイプのプラークの量)を計算するように構成することができる。いくつかの実施形態では、システムは、患者の特定の動脈内、および/または動脈の一部もしくは全てにわたる全動脈範囲内における、悪性プラークの合計量を決定するように構成することができる。いくつかの実施形態では、システムは、患者の特定の動脈および/または動脈の一部もしくは全てにわたる全動脈範囲内におけるプラークの合計量に基づいて、特定の患者が心臓発作または他の心臓イベントを患う場合のリスク要因および/または診断を決定するように構成することができる。「悪性」プラークの量、または「悪性」プラークと「良性」プラークの相対量から決定することができる、他のリスク要因は、疾患進行の速度、および/または虚血の可能性を含むことができる。いくつかの実施形態では、プラークは、合計体積(または断面イメージングにおける面積)によって、ならびに合計血管体積、合計血管長さ、または対面する心筋(subtended myocardium)に対して正規化されたとき、相対量によって測定することができる。
いくつかの実施形態では、冠動脈のイメージング・データは、アテローム性動脈硬化症、狭窄症、および血管形態の基準を含むことができる。いくつかの実施形態では、この情報は、左右心室、左右心房、大動脈弁、僧帽弁、三尖弁、および肺動脈弁、大動脈、肺動脈、肺静脈、冠動脈洞、ならびに下大静脈および上大静脈、心外膜または冠動脈周囲脂肪、肺密度、骨密度、心膜、ならびにその他の定量的特性決定によって、他の心血管疾患の表現型抽出と組み合わせることができる。一例として、いくつかの実施形態では、冠動脈のイメージング・データは左心室の質量と統合されてもよく、それが対面している動脈の量および位置にしたがってセグメント化することができる。左心室の部分的な心筋質量と冠動脈情報のこの組み合わせは、将来の心臓発作が大きいものになるか小さいものになるかの予測を向上させてもよい。別の例として、いくつかの実施形態では、冠動脈の血管体積は、高血圧患者において一般的に見出され得る左心室肥大の基準としての、左心室質量に関連させることができる。(相対的または絶対的な)左心室質量の増加は、疾患の悪化または制御されない高血圧を示すことがある。別の例として、いくつかの実施形態では、心房細動の発現、進行、および/または悪化は、心房のサイズ、体積、心房自由壁の質量および厚さ、心房の機能、ならびに心房を取り囲む脂肪によって予測されてもよい。いくつかの実施形態では、これらの予測は、MLもしくはAIアルゴリズムまたは他のアルゴリズム・タイプを用いて行われてもよい。
連続して、いくつかの実施形態では、アテローム性動脈硬化症、狭窄症、および血管形態のセグメント化を可能にするアルゴリズムは、他の心血管構造および胸部構造のセグメント化を可能にするものとともに、予後診断アルゴリズムに対する入力の役割を果たしてもよい。いくつかの実施形態では、予後診断アルゴリズムの出力、または画像セグメント化を可能にするものは、他のアルゴリズムに対する入力として活用されてもよく、それが次に、将来のイベントを予測することによって臨床上の意思決定をガイドしてもよい。一例として、いくつかの実施形態では、アテローム性動脈硬化症、狭窄症、および/または血管形態の統合されたスコアリングは、冠動脈血管再生による利益を得てもよい患者、つまり症状緩和を達成し、心臓発作および死亡のリスクが低減される患者を同定してもよい。別の例として、いくつかの実施形態では、アテローム性動脈硬化症、狭窄症、および血管形態の統合されたスコアリングは、脂質低下薬(スタチン薬、PCSK-9阻害剤、イコサペント酸エチル、およびその他など)、Lp(a)低下薬物、抗血栓症薬(クロピドグレル、リバーロキサバン、およびその他など)など、特定のタイプの薬物から利益を得ても良い個人を同定してもよい。いくつかの実施形態では、これらのアルゴリズムによって予測される利益は、進行を低減するための、プラーク進行のタイプの決定(進行、消失、または混合反応)、薬物療法による安定化、ならびに/あるいは強調された強力な療法の必要性であってもよい。いくつかの実施形態では、イメージング・データは、正常であって今はプラークがないが将来プラークが形成される可能性が高いであろう、冠状血管内の範囲を同定するのに、他のデータと組み合わされてもよい。
いくつかの実施形態では、自動化または手動の共同登録方法を、イメージング・セグメント化データと組み合わせて、2つ以上の画像を時間とともに比較することができる。いくつかの実施形態では、これらの画像の比較により、冠動脈アテローム性動脈硬化症、狭窄症、および血管形態の時間に伴う違いの決定を可能にすることができ、リスク予測に対する入力変数として使用することができる。
いくつかの実施形態では、アテローム性動脈硬化症、狭窄症、および血管形態に関する冠動脈のイメージング・データは、胸部および心血管疾患の測定値と結合されて、または結合されずに、冠状血管が虚血しているか、あるいは(安静状態もしくは充血状態のどちらかにおいて)血流または血圧の低減を示しているか否かを決定する、アルゴリズムに統合することができる。
いくつかの実施形態では、冠動脈のアテローム性動脈硬化症、狭窄症、および虚血に関するアルゴリズムは、コンピュータ・システムおよび/またはその他によって、プラークを除去またはプラークを「封止」するように修正することができる。いくつかの実施形態では、システムがプラークを除去または封止する前後を比較して、何らかの変化が起こったか否かを決定することができる。例えば、いくつかの実施形態では、システムは、冠動脈の虚血がプラークの封止によって除去されたか否かを決定するように構成することができる。
いくつかの実施形態では、冠動脈のアテローム性動脈硬化症、狭窄症、および/または血管形態の特性決定は、同様のスキャニングを受けた患者の人口ベースのコホートと比較したとき、患者の生物学的年齢を血管年齢と関連付けるのを可能にすることができる。一例として、60歳の患者が、人口ベースのコホートにおける平均的な70歳の患者と同等の、X単位のプラークを冠動脈に有することがある。この場合、患者の血管年齢は患者の生物学的年齢よりも10歳上であることがある。
いくつかの実施形態では、画像セグメント化予測アルゴリズムによって可能になるリスク評価は、身体障害または生命保険に関して考慮される人における疾患または死亡可能性の基準の改良を可能にすることができる。このシナリオでは、リスク評価は従来の保険数理アルゴリズム(actuarial algorithms)に取って代わるか、またはそれを増強してもよい。
いくつかの実施形態では、イメージング・データは、心臓発作、卒中、死亡、急速な進行、薬物療法に対する無反応、再流現象なし、およびその他など、将来の有害イベントに関するリスク評価を増強するため、他のデータと組み合わされてもよい。いくつかの実施形態では、他のデータはマルチオミクスの方策を含んでもよく、アルゴリズムは、イメージング表現型データを、遺伝子型データ、プロテオミクス・データ、トランスクリプトミクス・データ、メタボロミクス・データ、マイクロバイオミクス・データ、ならびに/あるいはスマートフォンまたは類似のデバイスによって測定されるような活動性および生活スタイルデータと統合する。
図3Aは、医用画像分析に基づいたリスク評価のための方法の一例の実施形態の概観を示すフローチャートである。図3Aに示されるように、いくつかの実施形態では、システムは、ブロック202で、医用画像にアクセスするように構成することができる。更に、いくつかの実施形態では、システムは、ブロック204で1つもしくは複数の動脈、および/またはブロック206で1つもしくは複数のプラーク領域を同定するように構成することができる。加えて、いくつかの実施形態では、システムは、ブロック208で、1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを決定し、ならびに/あるいはブロック210で、決定された1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータ、および/またはその重み付けられた基準に基づいて、安定または不安定プラークを分類するように構成することができる。ブロック202、204、206、208、および210で表されるプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、システムは、例えば、分類された安定および/または不安定プラーク領域を使用して、ブロック302で、対象者に関する心血管イベントのリスクを、自動的および/または動的に決定および/または生成することができる。より具体的には、いくつかの実施形態では、システムは、AI、ML、または他のアルゴリズムを利用して、画像分析に基づいて、ブロック302で、心血管イベント、MACE、プラーク急速進行、および/または薬物に対する無反応のリスクを生成することができる。
いくつかの実施形態では、ブロック304で、システムは、決定された1つもしくは複数の血管形態パラメータ、定量化されたプラーク・パラメータ、ならびに/あるいは分類された安定対不安定プラーク、および/またはその体積、比、および/またはその他などの値を、1人または複数の他の対象者から導き出された、冠動脈値の1つまたは複数の既知のデータセットと比較するように構成することができる。1つまたは複数の既知のデータセットは、健康な対象者および/または様々なリスク・レベルを有する対象者を含む、他の対象者から取った医用画像から導き出される、1つもしくは複数の血管形態パラメータ、定量化されたプラーク・パラメータ、ならびに/あるいは分類された安定対不安定プラーク、および/またはその体積、比、および/またはその他などの値を含むことができる。例えば、冠動脈値の1つまたは複数の既知のデータセットは、システムによって局所的にアクセス可能、および/またはシステムによってネットワーク接続を介して遠隔でアクセス可能であることができる、冠動脈値データベース306に格納することができる。
いくつかの実施形態では、ブロック308で、システムは、1つまたは複数の既知のデータセットに対する比較に基づいて、対象者に関する心血管イベントのリスクを更新するように構成することができる。例えば、比較に基づいて、システムは、以前に生成されたリスク評価を増加または減少させてもよい。いくつかの実施形態では、システムは、比較後であっても、以前に生成されたリスク評価を維持してもよい。いくつかの実施形態では、システムは、冠動脈値の既知のデータセットとの比較後に生成および/または更新されたリスク評価に基づいて、対象者に対して提案される治療を生成するように構成することができる。
いくつかの実施形態では、ブロック310で、システムは、医用画像から1つもしくは複数の他の心血管構造を更に同定し、ならびに/あるいはそれと関連付けられた1つもしくは複数のパラメータを決定するように構成することができる。例えば、1つまたは複数の追加の心血管構造は、左心室、右心室、左心房、右心房、大動脈弁、僧帽弁、三尖弁、肺動脈弁、大動脈、肺動脈、下大静脈および上大静脈、心外膜脂肪、ならびに/あるいは心膜を含むことができる。
いくつかの実施形態では、左心室と関連付けられたパラメータは、サイズ、質量、体積、形状、偏心、表面積、厚さ、および/またはその他を含むことができる。同様に、いくつかの実施形態では、右心室と関連付けられたパラメータは、サイズ、質量、体積、形状、偏心、表面積、厚さ、および/またはその他を含むことができる。いくつかの実施形態では、左心房と関連付けられたパラメータは、サイズ、質量、体積、形状、偏心、表面積、厚さ、肺静脈の角形成、心耳形態、および/またはその他を含むことができる。いくつかの実施形態では、右心房と関連付けられたパラメータは、サイズ、質量、体積、形状、偏心、表面積、厚さ、および/またはその他を含むことができる。
更に、いくつかの実施形態では、大動脈弁と関連付けられたパラメータは、厚さ、体積、質量、石灰化、石灰化および密度の三次元マップ、石灰化の偏心、個々の弁尖による分類、および/またはその他を含むことができる。いくつかの実施形態では、僧帽弁と関連付けられたパラメータは、厚さ、体積、質量、石灰化、石灰化および密度の三次元マップ、石灰化の偏心、個々の弁尖による分類、および/またはその他を含むことができる。いくつかの実施形態では、三尖弁と関連付けられたパラメータは、厚さ、体積、質量、石灰化、石灰化および密度の三次元マップ、石灰化の偏心、個々の弁尖による分類、および/またはその他を含むことができる。 更に、いくつかの実施形態では、肺動脈弁と関連付けられたパラメータは、厚さ、体積、質量、石灰化、石灰化および密度の三次元マップ、石灰化の偏心、個々の弁尖による分類、および/またはその他を含むことができる。
いくつかの実施形態では、大動脈と関連付けられたパラメータは、寸法、体積、直径、面積、肥大、突出、および/またはその他を含むことができる。いくつかの実施形態では、肺動脈と関連付けられたパラメータは、寸法、体積、直径、面積、肥大、突出、および/またはその他を含むことができる。いくつかの実施形態では、下大静脈および上大静脈と関連付けられたパラメータは、寸法、体積、直径、面積、肥大、突出、および/またはその他を含むことができる。
いくつかの実施形態では、心外膜脂肪と関連付けられたパラメータは、体積、密度、三次元密度、および/またはその他を含むことができる。いくつかの実施形態では、心膜と関連付けられたパラメータは、厚さ、質量、および/またはその他を含むことができる。
いくつかの実施形態では、ブロック312で、システムは、他の同定された心血管構造のうち1つまたは複数を、例えばその1つまたは複数の決定されたパラメータを使用して、分類するように構成することができる。いくつかの実施形態では、他の同定された心血管構造のうち1つまたは複数に関して、システムは、時間に伴って、正常対異常、増加もしくは減少、および/または静的もしくは動的であるとしてそれぞれを分類するように構成することができる。
いくつかの実施形態では、ブロック314で、システムは、他の心血管構造の決定された1つまたは複数のパラメータを、1人または複数の他の対象者から導き出された心血管構造パラメータの1つまたは複数の既知のデータセットと比較するように構成することができる。心血管構造パラメータの1つまたは複数の既知のデータセットは、他の心血管構造と関連付けられた上述のパラメータのうちいずれか1つまたは複数を含むことができる。いくつかの実施形態では、1つまたは複数の既知のデータセットの心血管構造パラメータは、健康な対象者および/または様々なリスク・レベルの対象者を含む、他の対象者から取った医用画像から導き出すことができる。いくつかの実施形態では、心血管構造パラメータの1つまたは複数の既知のデータセットは、システムによって局所的にアクセス可能、および/またはシステムによってネットワーク接続を介して遠隔でアクセス可能であることができる、心血管構造値または心血管疾患(CVD)データベース316に格納することができる。
いくつかの実施形態では、ブロック318で、システムは、心血管構造パラメータの1つまたは複数の既知のデータセットに対する比較に基づいて、対象者に関する心血管イベントのリスクを更新するように構成することができる。例えば、比較に基づいて、システムは、以前に生成されたリスク評価を増加または減少させてもよい。いくつかの実施形態では、システムは、比較後であっても、以前に生成されたリスク評価を維持してもよい。
いくつかの実施形態では、ブロック320で、システムは、医用画像、安定プラーク、不安定プラーク、動脈、および/またはその他から同定された、1つもしくは複数の他の心血管構造に対するカラー・コーディングを含むことができる、定量化されたカラー・マップを生成するように構成することができる。いくつかの実施形態では、ブロック322で、システムは、心血管構造パラメータの既知のデータセットとの比較後に生成および/または更新されたリスク評価に基づいて、対象者に対して提案される治療を生成するように構成することができる。
いくつかの実施形態では、ブロック324で、システムは、医用画像から1つもしくは複数の非心血管構造を更に同定し、ならびに/あるいはそれと関連付けられた1つもしくは複数のパラメータを決定するように構成することができる。例えば、医用画像は、視野内にある1つまたは複数の非心血管構造を含むことができる。特に、1つまたは複数の非心血管構造は、肺、骨、肝臓、および/またはその他を含むことができる。
いくつかの実施形態では、非心血管構造と関連付けられたパラメータは、体積、表面積、体積対表面積の比または関数、放射線濃度値の不均一性、放射線濃度値、幾何学形状(楕円、球状、および/もしくはその他)、空間放射線濃度、空間的瘢痕(spatial scarring)、および/またはその他を含むことができる。加えて、いくつかの実施形態では、肺と関連付けられたパラメータは、密度、瘢痕、および/またはその他を含むことができる。例えば、いくつかの実施形態では、システムは、肺のある領域における低いハウンスフィールド単位を気腫と関連付けるように構成することができる。いくつかの実施形態では、脊椎および/または肋骨などの骨と関連付けられたパラメータは、放射線濃度、骨折の存在および/または程度、ならびに/あるいはその他を含むことができる。例えば、いくつかの実施形態では、システムは、骨のある領域における低いハウンスフィールド単位を骨粗鬆症と関連付けるように構成することができる。いくつかの実施形態では、肝臓と関連付けられたパラメータは、肝臓のハウンスフィールド単位密度を分析、および/またはそれと比較することにより、システムによって評価することができる、非アルコール性脂肪肝疾患の密度を含むことができる。
いくつかの実施形態では、ブロック326で、システムは、同定された非心血管構造のうち1つまたは複数を、例えばその1つまたは複数の決定されたパラメータを使用して、分類するように構成することができる。いくつかの実施形態では、同定された非心血管構造のうち1つまたは複数に関して、システムは、時間に伴って、正常対異常、増加もしくは減少、および/または静的もしくは動的であるとしてそれぞれを分類するように構成することができる。
いくつかの実施形態では、ブロック328で、システムは、非心血管構造の決定された1つまたは複数のパラメータを、1人または複数の他の対象者から導き出された非心血管構造パラメータまたは非CVD値の1つもしくは複数の既知のデータセットと比較するように構成することができる。非心血管構造パラメータまたは非CVD値の1つもしくは複数の既知のデータセットは、非心血管構造と関連付けられた上述のパラメータのうちいずれか1つまたは複数を含むことができる。いくつかの実施形態では、1つもしくは複数の既知のデータセットの非心血管構造パラメータまたは非CVD値は、健康な対象者および/または様々なリスク・レベルの対象者を含む、他の対象者から取った医用画像から導き出すことができる。いくつかの実施形態では、非心血管構造パラメータまたは非CVD値の1つもしくは複数の既知のデータセットは、システムによって局所的にアクセス可能、および/またはシステムによってネットワーク接続を介して遠隔でアクセス可能であることができる、非心血管構造値または非CVDデータベース330に格納することができる。
いくつかの実施形態では、ブロック332で、システムは、非心血管構造パラメータまたは非CVD値の1つもしくは複数の既知のデータセットに対する比較に基づいて、対象者に関する心血管イベントのリスクを更新するように構成することができる。例えば、比較に基づいて、システムは、以前に生成されたリスク評価を増加または減少させてもよい。いくつかの実施形態では、システムは、比較後であっても、以前に生成されたリスク評価を維持してもよい。
いくつかの実施形態では、ブロック334で、システムは、医用画像から同定された1つもしくは複数の非心血管構造、ならびに医用画像、安定プラーク、不安定プラーク、動脈、および/またはその他から同定された他の心血管構造に対するカラー・コーディングを含むことができる、定量化されたカラー・マップを生成するように構成することができる。いくつかの実施形態では、ブロック336で、システムは、非心血管構造パラメータまたは非CVD値の既知のデータセットとの比較後に生成および/または更新されたリスク評価に基づいて、対象者に対して提案される治療を生成するように構成することができる。
いくつかの実施形態では、図3Aに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、同じ対象者の医用画像を後の時点で再び取った場合、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、画像処理に基づいた対象者のリスク評価の追跡、および/または他の目的に使用することができる。
アテローム性動脈硬化症の定量化
いくつかの実施形態では、システムは、CTスキャン・データなどの医用画像内に存在する1つまたは複数の動脈を分析して、アテローム性動脈硬化症を自動的および/または動的に定量化するように構成される。いくつかの実施形態では、システムは、アテローム性動脈硬化症を原疾患の経過として定量化するように構成され、一方で狭窄症および/または虚血はその代替とみなすことができる。本明細書に記載する実施形態以前は、手動プロセスに長時間かかり、また4~8時間以上かかり得るそのプロセスを行うのに労働力が必要なため、原疾患の定量化は実行不可能であった。対照的に、いくつかの実施形態では、システムは、約1分、約2分、約3分、約4分、約5分、約6分、約7分、約8分、約9分、約10分、約11分、約12分、約13分、約14分、約15分、約20分、約25分、約30分、約40分、約50分、および/または約60分未満で、アテローム性動脈硬化症をセグメント化、同定、および/または定量化することができる、1つもしくは複数のAI、ML、および/または他のアルゴリズムを使用した医用画像および/またはCTスキャンの分析に基づいて、アテローム性動脈硬化症を定量化するように構成される。いくつかの実施形態では、システムは、上述の値のうち2つによって規定される時間フレーム内で、アテローム性動脈硬化症を定量化するように構成される。いくつかの実施形態では、システムは、単に視認するのではなく狭窄症を計算するように構成され、それによってユーザが全心臓アテローム性動脈硬化症をより良く理解することを可能にし、ならびに/あるいは同じ医用画像が分析に使用された場合に狭窄症の計算した結果が同じであることを保証する。重要なこととして、アテローム性動脈硬化症のタイプもこの方法によって定量化および/または分類することができる。アテローム性動脈硬化症のタイプは、二値的に(石灰化対非石灰化プラーク)、順次(濃密石灰化プラーク、石灰化プラーク、線維性プラーク、線維脂肪性プラーク、壊死性コア、またはプラーク・タイプの混合)、あるいは連続的に(ハウンスフィールド単位スケールでの減衰密度などによって)決定することができる。
いくつかの実施形態では、システムは、CTスキャン・データなどの医用画像内に存在する1つまたは複数の動脈を分析して、アテローム性動脈硬化症を自動的および/または動的に定量化するように構成される。いくつかの実施形態では、システムは、アテローム性動脈硬化症を原疾患の経過として定量化するように構成され、一方で狭窄症および/または虚血はその代替とみなすことができる。本明細書に記載する実施形態以前は、手動プロセスに長時間かかり、また4~8時間以上かかり得るそのプロセスを行うのに労働力が必要なため、原疾患の定量化は実行不可能であった。対照的に、いくつかの実施形態では、システムは、約1分、約2分、約3分、約4分、約5分、約6分、約7分、約8分、約9分、約10分、約11分、約12分、約13分、約14分、約15分、約20分、約25分、約30分、約40分、約50分、および/または約60分未満で、アテローム性動脈硬化症をセグメント化、同定、および/または定量化することができる、1つもしくは複数のAI、ML、および/または他のアルゴリズムを使用した医用画像および/またはCTスキャンの分析に基づいて、アテローム性動脈硬化症を定量化するように構成される。いくつかの実施形態では、システムは、上述の値のうち2つによって規定される時間フレーム内で、アテローム性動脈硬化症を定量化するように構成される。いくつかの実施形態では、システムは、単に視認するのではなく狭窄症を計算するように構成され、それによってユーザが全心臓アテローム性動脈硬化症をより良く理解することを可能にし、ならびに/あるいは同じ医用画像が分析に使用された場合に狭窄症の計算した結果が同じであることを保証する。重要なこととして、アテローム性動脈硬化症のタイプもこの方法によって定量化および/または分類することができる。アテローム性動脈硬化症のタイプは、二値的に(石灰化対非石灰化プラーク)、順次(濃密石灰化プラーク、石灰化プラーク、線維性プラーク、線維脂肪性プラーク、壊死性コア、またはプラーク・タイプの混合)、あるいは連続的に(ハウンスフィールド単位スケールでの減衰密度などによって)決定することができる。
図3Bは、医用画像分析に基づいてアテローム性動脈硬化症を定量化および/または分類する方法の一例の実施形態の概観を示すフローチャートである。図3Bに示されるように、いくつかの実施形態では、システムは、ブロック202で、対象者の冠動脈領域のCTスキャンなどの医用画像にアクセスするように構成することができる。更に、いくつかの実施形態では、システムは、ブロック204で1つもしくは複数の動脈、および/またはブロック206で1つもしくは複数のプラーク領域を同定するように構成することができる。加えて、いくつかの実施形態では、システムは、ブロック208で、1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、ブロック201で、プラークおよび/または血管の領域の幾何学形状および/または体積を、ブロック203で、プラークの領域の体積対表面積の比または関数を、ブロック205で、プラークの領域の不均一性または均一性指標を、ブロック207で、プラークの領域の放射線濃度、および/または放射線濃度値の範囲によってその組成を、ブロック209で、プラークの領域の放射線濃度対体積の比を、ならびに/あるいはブロック211で、プラークの領域の拡散率を決定するように構成することができる。ブロック202、204、206、208、201、203、205、207、209、および211で表されるプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、システムは、決定された1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータに基づいて、ブロック340で、アテローム性動脈硬化症を定量化および/または分類するように構成することができる。いくつかの実施形態では、システムは、未加工医用画像から決定および/または導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータの重み付けられた基準を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを均等に重み付けするように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを異なるように重み付けするように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、ブロック340で、重み付けられた基準を使用して、ならびに/あるいは血管形態パラメータおよび/または定量化されたプラーク・パラメータのいくつかのみを使用して、アテローム性動脈硬化症を定量化および/または分類するように構成される。
いくつかの実施形態では、システムは、他の対象者の医用画像から導き出された、1つもしくは複数の既知の血管形態パラメータおよび/または定量化されたプラーク・パラメータと比較することによって、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータの重み付けられた基準を生成するように構成される。
例えば、1つもしくは複数の既知の血管形態パラメータおよび/または定量化されたプラーク・パラメータは、1人もしくは複数の健康な対象者および/または冠状血管疾患のリスクがある対象者から導き出すことができる。
例えば、1つもしくは複数の既知の血管形態パラメータおよび/または定量化されたプラーク・パラメータは、1人もしくは複数の健康な対象者および/または冠状血管疾患のリスクがある対象者から導き出すことができる。
いくつかの実施形態では、システムは、定量化されたアテローム性動脈硬化症に基づいて、対象者のアテローム性動脈硬化症を、高リスク、中リスク、または低リスクのうち1つもしくは複数として分類するように構成される。いくつかの実施形態では、システムは、AI,ML、および/または他のアルゴリズムを使用して、定量化されたアテローム性動脈硬化症に基づいて、対象者のアテローム性動脈硬化症を分類するように構成される。いくつかの実施形態では、システムは、プラークの1つまたは複数の領域の体積対表面積の比、体積、不均一性指標、および放射線濃度のうち1つもしくは複数を組み合わせ、ならびに/あるいは重み付けることによって、対象者のアテローム性動脈硬化症を分類するように構成される。
いくつかの実施形態では、体積対表面積の比が小さい、または絶対体積自体が小さいプラークは、プラークが安定していることを示すことができる。そのため、いくつかの実施形態では、システムは、所定の閾値未満であるプラーク領域の体積対表面積の比が、低リスクのアテローム性動脈硬化症を示すことを決定するように構成することができる。したがって、いくつかの実施形態では、システムは、プラークの数および/または面を考慮に入れるように構成することができる。例えば、より小さい面を有するより多数のプラークがある場合、それは、より大きい表面積またはより大きい不規則性と関連付けることができ、ひいてはより大きい表面積対体積比と関連付けることができる。対照的に、より大きい面またはより大きい規則性を有するより少数のプラークがある場合、より小さい表面積対体積比、またはより大きい体積対表面積比と関連付けることができる。いくつかの実施形態では、高い放射線濃度値は、プラークが高度に石灰化されているかまたは安定していることを示すことができ、低い放射線濃度値は、プラークの石灰化度が低いか不安定であることを示すことができる。そのため、いくつかの実施形態では、システムは、所定の閾値超過であるプラーク領域の放射線濃度が、低リスクのアテローム性動脈硬化症を示すことを決定するように構成することができる。いくつかの実施形態では、低い不均一性または高い均質性を有するプラークは、プラークが安定していることを示すことができる。そのため、いくつかの実施形態では、システムは、所定の閾値未満であるプラーク領域の不均一性が、低リスクのアテローム性動脈硬化症を示すことを決定するように構成することができる。
いくつかの実施形態では、ブロック342で、システムは、医用画像から導き出された、定量化および/または分類したアテローム性動脈硬化症に基づいて、冠動脈狭窄症の数値計算もしくは表現を計算または決定するように構成される。いくつかの実施形態では、システムは、対象者の冠動脈領域の医用画像から導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを使用して、狭窄症を計算するように構成される。
いくつかの実施形態では、ブロック344で、システムは、医用画像から導き出された、定量化および/または分類したアテローム性動脈硬化症に基づいて、対象者の虚血のリスクを予測するように構成される。いくつかの実施形態では、システムは、対象者の冠動脈領域の医用画像から導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを使用して、虚血のリスクを計算するように構成される。
いくつかの実施形態では、システムは、画像処理アルゴリズムおよび技法を使用して未加工医用画像から自動的および/または動的にいずれも導き出される、定量化および/または分類したアテローム性動脈硬化症、狭窄症、ならびに/あるいは虚血リスクに基づいて、対象者に対して提案される治療を生成するように構成される。
いくつかの実施形態では、図3Aに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、同じ対象者の医用画像を後の時点で再び取った場合、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、対象者の定量化されたアテローム性動脈硬化症の追跡、および/または他の目的に使用することができる。
プラーク、狭窄症、および/またはCAD-RADSスコアの定量化
本明細書で考察するように、いくつかの実施形態では、システムは、医用画像の解釈による推量を行い、医用画像から導き出されるような、狭窄症のパーセンテージ、アテローム性動脈硬化症、および/または冠動脈疾患-報告およびデータ・システム(CAD-RADS)スコアの、実質的に正確および/または実質的に精密な計算もしくは推定を提供するように構成される。そのため、いくつかの実施形態では、システムは、効率、精度、および/または再現性を改善することができる包括的な定量的分析を提供することによって、画像装置の読取りを向上させることができる。
本明細書で考察するように、いくつかの実施形態では、システムは、医用画像の解釈による推量を行い、医用画像から導き出されるような、狭窄症のパーセンテージ、アテローム性動脈硬化症、および/または冠動脈疾患-報告およびデータ・システム(CAD-RADS)スコアの、実質的に正確および/または実質的に精密な計算もしくは推定を提供するように構成される。そのため、いくつかの実施形態では、システムは、効率、精度、および/または再現性を改善することができる包括的な定量的分析を提供することによって、画像装置の読取りを向上させることができる。
図3Cは、医用画像分析に基づいて狭窄症を定量化およびCAD-RADSスコアを生成する方法の一例の実施形態の概観を示すフローチャートである。図3Aに示されるように、いくつかの実施形態では、システムは、ブロック202で、医用画像にアクセスするように構成することができる。医用画像のタイプ、ならびにブロック202で表される他のプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、ブロック354で、システムは、例えば、AI、ML、および/または他のアルゴリズムを使用して、医用画像内の1つもしくは複数の動脈、プラーク、および/または脂肪を同定するように構成される。1つもしくは複数の動脈、プラーク、および/または脂肪を同定するプロセスおよび技法は、ブロック204および206に関して上述したのと同じ特徴のうち1つまたは複数を含むことができる。特に、いくつかの実施形態では、システムは、例えば、冠動脈、頸動脈、大動脈、腎動脈、下肢動脈、および/または大脳動脈を含む1つもしくは複数の動脈を、1つもしくは複数のAIおよび/またはMLアルゴリズムを利用して、自動的および/または動的に同定するように構成することができる。いくつかの実施形態では、1つもしくは複数のAIおよび/またはMLアルゴリズムは、動脈が同定されている医用画像のセットに対して、畳み込みニューラル・ネットワーク(CNN)を使用して訓練することができ、それにより、AIおよび/またはMLアルゴリズムが医用画像から直接動脈を自動的に同定することが可能になる。いくつかの実施形態では、動脈はサイズおよび/または位置によって同定される。
更に、いくつかの実施形態では、システムは、例えば、1つもしくは複数のAIおよび/またはMLアルゴリズムを使用して、1つもしくは複数のプラーク領域を自動的および/または動的に同定するのに、医用画像内の1つまたは複数のプラーク領域を同定するように構成することができる。いくつかの実施形態では、1つもしくは複数のAIおよび/またはMLアルゴリズムは、プラーク領域が同定されている医用画像のセットに対して、畳み込みニューラル・ネットワーク(CNN)を使用して訓練することができ、それにより、AIおよび/またはMLアルゴリズムが医用画像から直接プラーク領域を自動的に同定することが可能になる。いくつかの実施形態では、システムは、医用画像において同定された冠動脈それぞれに対して、血管壁および管腔壁を同定するように構成することができる。いくつかの実施形態では、システムは次に、血管壁と管腔壁との間の体積をプラークとして決定するように構成される。いくつかの実施形態では、システムは、例えば、正規化デバイスを使用した正規化を用いてまたは用いずに、一般的にプラークと関連付けられる放射線濃度値の所定の閾値または範囲を設定することによって、一般的にプラークと関連付けられる放射線濃度値に基づいて、プラーク領域を同定するように構成することができる。
同様に、いくつかの実施形態では、システムは、例えば、1つもしくは複数のAIおよび/またはMLアルゴリズムを使用して、1つもしくは複数の脂肪領域を自動的および/または動的に同定するのに、医用画像内の心外膜脂肪などの1つまたは複数の脂肪領域を同定するように構成することができる。いくつかの実施形態では、1つもしくは複数のAIおよび/またはMLアルゴリズムは、脂肪領域が同定されている医用画像のセットに対して、畳み込みニューラル・ネットワーク(CNN)を使用して訓練することができ、それにより、AIおよび/またはMLアルゴリズムが医用画像から直接脂肪領域を自動的に同定することが可能になる。いくつかの実施形態では、システムは、例えば、正規化デバイスを使用した正規化を用いてまたは用いずに、一般的に脂肪と関連付けられる放射線濃度値の所定の閾値または範囲を設定することによって、一般的に脂肪と関連付けられる放射線濃度値に基づいて、脂肪領域を同定するように構成することができる。
いくつかの実施形態では、システムは、ブロック208で、1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、ブロック201で、プラークおよび/または血管の領域の幾何学形状および/または体積を、ブロック203で、プラークの領域の体積対表面積の比または関数を、ブロック205で、プラークの領域の不均一性または均一性指標を、ブロック207で、プラークの領域の放射線濃度、および/または放射線濃度値の範囲によってその組成を、ブロック209で、プラークの領域の放射線濃度対体積の比を、ならびに/あるいはブロック211で、プラークの領域の拡散率を決定するように構成することができる。ブロック208、201、203、205、207、209、および211で表されるプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、ブロック358で、システムは、対象者の冠動脈領域の医用画像から導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータに基づいて、冠動脈狭窄症の数値計算または表現を計算または決定するように構成される。いくつかの実施形態では、システムは、未加工医用画像から決定および/または導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータの重み付けられた基準を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを均等に重み付けするように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを異なるように重み付けするように構成することができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータを対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、ブロック358で、重み付けられた基準を使用して、ならびに/あるいは血管形態パラメータおよび/または定量化されたプラーク・パラメータのいくつかのみを使用して、狭窄症を計算するように構成される。いくつかの実施形態では、システムは、血管ごとまたは領域ごとに狭窄症を計算するように構成することができる。
いくつかの実施形態では、計算された狭窄症に基づいて、システムは、ブロック360で、CAD-RADSスコアを決定するように構成される。これは、再現不能な結果をもたらす場合がある、医師による医用画像の視認または一般評価に基づいてCAD-RADSを決定する既存の方法とは対照的である。しかしながら、本明細書に記載するいくつかの実施形態では、システムは、未加工医用画像の自動的および/または動的画像処理に基づいて、再現可能および/または客観的な計算したCAD-RADSスコアを生成するように構成することができる。
いくつかの実施形態では、ブロック362で、システムは、計算された狭窄症、医用画像から導き出される1つもしくは複数の定量化されたプラーク・パラメータおよび/または血管形態パラメータに基づいて、虚血の存在またはリスクを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、重み付けの有無にかかわらず上述のパラメータのうち1つもしくは複数を組み合わせることによって、またはこれらのパラメータの一部もしくは全てを個々に使用することによって、虚血の存在またはリスクを決定するように構成することができる。いくつかの実施形態では、システムは、計算された狭窄症、1つもしくは複数の定量化されたプラーク・パラメータおよび/または血管形態パラメータのうち1つもしくは複数を、例えば、健康な対象者および/または心血管イベントのリスクがある対象者を含む、他の対象者の医用画像から導き出された既知のかかるパラメータのデータベースと比較することによって、虚血のリスクの存在を決定するように構成することができる。いくつかの実施形態では、システムは、血管ごとまたは領域ごとの虚血の存在またはリスクを計算するように構成することができる。
いくつかの実施形態では、ブロック364で、システムは、医用画像から同定された1つまたは複数の脂肪領域に対して、脂肪の1つまたは複数の定量化されたパラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、ブロック208、201、203、205、207、209、および211と関連して記載したものなど、プラークの定量化されたパラメータを導き出すことに関して本明細書で考察する、プロセスおよび/または技法いずれかを利用することができる。特に、いくつかの実施形態では、システムは、医用画像内の1つまたは複数の脂肪領域の体積、幾何学形状、放射線濃度、および/またはその他を含む、脂肪の1つまたは複数のパラメータを決定するように構成することができる。
いくつかの実施形態では、ブロック366で、システムは、対象者に関する心血管疾患またはイベントのリスク評価を生成するように構成することができる。いくつかの実施形態では、生成されたリスク評価は、対象者の冠動脈疾患のリスクを示すリスク・スコアを含むことができる。いくつかの実施形態では、システムは、1つもしくは複数の血管形態パラメータ、1つもしくは複数の定量化されたプラーク・パラメータ、1つもしくは複数の定量化された脂肪パラメータ、計算された狭窄症、虚血リスク、CAD-RADSスコア、および/またはその他の分析に基づいて、リスク評価を生成することができる。いくつかの実施形態では、システムは、対象者の1つもしくは複数の血管形態パラメータ、1つもしくは複数の定量化されたプラーク・パラメータ、1つもしくは複数の定量化された脂肪パラメータ、計算された狭窄症、虚血リスク、および/またはCAD-RADSスコアの重み付けられた基準を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、上述のパラメータの1つまたは複数を均等に重み付けするように構成することができる。いくつかの実施形態では、システムは、これらのパラメータの1つまたは複数を異なるように重み付けするように構成することができる。いくつかの実施形態では、システムは、これらのパラメータのうち1つまたは複数を対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、ブロック366で、重み付けられた基準を使用して、および/またはこれらのパラメータのうちいくつかのみを使用して、対象者の冠動脈疾患または心血管イベントのリスク評価を生成するように構成される。
いくつかの実施形態では、システムは、重み付けの有無にかかわらず上述のパラメータのうち1つもしくは複数を組み合わせることによって、またはこれらのパラメータの一部もしくは全てを個々に使用することによって、対象者の冠動脈疾患または心血管イベントのリスク評価を生成するように構成することができる。いくつかの実施形態では、システムは、対象者の1つもしくは複数の血管形態パラメータ、1つもしくは複数の定量化されたプラーク・パラメータ、1つもしくは複数の定量化された脂肪パラメータ、計算された狭窄症、虚血のリスク、および/またはCAD-RADSスコアを、例えば、健康な対象者および/または心血管イベントのリスクがある対象者を含む、他の対象者の医用画像から導き出された既知のかかるパラメータのデータベースと比較することによって、冠動脈疾患または心血管イベントのリスク評価を生成するように構成することができる。
更に、いくつかの実施形態では、システムは、決定された1つもしくは複数の血管形態パラメータ、1つもしくは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在もしくはリスク、および/または定量化された脂肪パラメータの決定されたセットのうち1つもしくは複数に基づいて、CAD-RADS修飾子を自動的および/または動的に生成するように構成することができる。特に、いくつかの実施形態では、システムは、例えば、CAD-RADSによって規定され、またそれによって使用されるような、無診断(N)、ステント(S)、グラフト(G)、または脆弱性(V)のうち1つもしくは複数を含む、対象者の1つまたは複数の適用可能なCAD-RADS修飾子を自動的および/または動的に生成するように構成することができる。例えば、Nは検査が無診断であることを示すことができ、Sはステントの存在を示すことができ、Gは冠動脈バイパス・グラフトの存在を示すことができ、Vは、例えば低い放射線濃度値を示す、脆弱性プラークの存在を示すことができる。
いくつかの実施形態では、システムは、画像処理を使用して未加工医用画像から導き出される、冠動脈疾患の生成されたリスク評価、1つもしくは複数の血管形態パラメータ、1つもしくは複数の定量化されたプラーク・パラメータ、1つもしくは複数の定量化された脂肪パラメータ、計算された狭窄症、虚血のリスク、CAD-RADSスコア、および/またはCAD-RADS修飾子に基づいて、対象者に対して提案される治療を生成するように構成することができる。
いくつかの実施形態では、図3Bに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、同じ対象者の医用画像を後の時点で再び取った場合、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、定量化されたプラーク、計算された狭窄症、CAD-RADSスコア、および/または医用画像から導き出される修飾子、決定された虚血リスク、定量化された脂肪パラメータ、対象者に対して生成された冠動脈疾患のリスク評価、および/または他の目的を追跡するために使用することができる。
疾患追跡
いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、冠動脈疾患など、動脈および/またはプラーク・ベースの疾患の進行および/または消失を追跡するように構成することができる。例えば、いくつかの実施形態では、システムは、本明細書で考察する1つもしくは複数の技法を使用して異なる時間に得られた複数の医用画像を自動的および/または動的に分析し、それらから導き出された異なるパラメータを比較することによって、疾患の進行および/または消失を追跡するように構成することができる。そのため、いくつかの実施形態では、システムは、主観的評価に依存しない、非侵襲性未加工医用画像を入力として使用して、自動化疾患追跡ツールを提供することができる。
いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、冠動脈疾患など、動脈および/またはプラーク・ベースの疾患の進行および/または消失を追跡するように構成することができる。例えば、いくつかの実施形態では、システムは、本明細書で考察する1つもしくは複数の技法を使用して異なる時間に得られた複数の医用画像を自動的および/または動的に分析し、それらから導き出された異なるパラメータを比較することによって、疾患の進行および/または消失を追跡するように構成することができる。そのため、いくつかの実施形態では、システムは、主観的評価に依存しない、非侵襲性未加工医用画像を入力として使用して、自動化疾患追跡ツールを提供することができる。
特に、いくつかの実施形態では、システムは、プラークの安定化または悪化のどちらが対象者に起こっているかを決定する、4カテゴリのシステムを利用するように構成することができる。例えば、いくつかの実施形態では、これらのカテゴリは、(1)「プラーク進行」または「プラーク急速進行」、(2)「混合反応-カルシウム優位」または「非急速カルシウム優位混合反応」、(3)「混合反応-非カルシウム優位」または「非急速非カルシウム優位混合反応」、あるいは(4)「プラーク消失」を含むことができる。
いくつかの実施形態では、「プラーク進行」または「プラーク急速進行」の場合、プラークの総体積または相対体積が増加する。いくつかの実施形態では、「混合反応-カルシウム優位」または「非急速カルシウム優位混合反応」の場合、プラーク体積は比較的一定のままであるか、または「プラーク急速進行」の閾値レベルまでは増加しないが、石灰化プラークの全体的な進行と非石灰化プラークの全体的な消失がある。いくつかの実施形態では、「混合反応-非カルシウム優位」または「非急速非カルシウム優位混合反応」の場合、プラーク体積は比較的一定のままであるか、または非石灰化プラークの全体的な進行と石灰化プラークの全体的な消失がある。いくつかの実施形態では、「プラーク消失」の場合、プラークの総体積または相対体積が減少する。
いくつかの実施形態では、これら4つのカテゴリは、例えば、より高密度対低密度のカルシウム・プラーク(例えば、>1000ハウンスフィールド単位対<1000ハウンスフィールド単位)を含む、より粒度の細かいものに、ならびに/あるいはカルシウム優位および非石灰化プラーク優位の混合反応へとより具体的にカテゴリ分けするように、拡張することができる。例えば、非石灰化プラーク優位の混合反応の場合、非石灰化プラークは更に、壊死性コア、線維脂肪性プラーク、および/または線維性プラークを、非石灰化プラークの包括範囲全体の中の別個のカテゴリとして含むことができる。同様に、石灰化プラークは、低密度石灰化プラーク、中密度石灰化プラーク、および高密度石灰化プラークとしてカテゴリ分けすることができる。
図3Dは、医用画像分析に基づいた疾患追跡の方法の一例の実施形態の概観を示すフローチャートである。例えば、いくつかの実施形態では、システムは、非侵襲的に得られた1つまたは複数の医用画像を分析することによって、アテローム性動脈硬化症、狭窄症、虚血、および/またはその他に関連するもしくは関与する冠動脈疾患など、プラーク・ベースの疾患もしくは症状の進行および/または消失を追跡するように構成することができる。
図3Dに示されるように、いくつかの実施形態では、システムは、ブロック372で、第1の時点における対象者の医用画像から導き出されたプラーク・パラメータの第1のセットにアクセスするように構成される。いくつかの実施形態では、医用画像は、医用画像データベース100に格納することができ、例えば、CT、非コントラストCT、コントラスト強調CT、MR、DECT、スペクトルCT、および/またはその他を含む、上述した医用画像のタイプのいずれかを含むことができる。いくつかの実施形態では、対象者の医用画像は、対象者の冠動脈領域、冠動脈、頸動脈、腎動脈、腹部大動脈、大脳動脈、下肢、および/または上肢を含むことができる。いくつかの実施形態では、プラーク・パラメータのセットは、ブロック208、201、203、205、207、209、および/または211に関連して上述した、定量化されたプラーク・パラメータのいずれかを含むことができる、プラーク・パラメータ・データベース370に格納することができる。
いくつかの実施形態では、システムは、医用画像から以前に導き出された、ならびに/あるいはプラーク・パラメータ・データベース370に格納された、プラーク・パラメータの第1のセットに直接アクセスするように構成することができる。いくつかの実施形態では、プラーク・パラメータ・データベース370は、局所的にアクセス可能、および/またはネットワーク接続を介してシステムによって遠隔でアクセス可能であることができる。いくつかの実施形態では、システムは、第1の時点から取られた医用画像から、プラーク・パラメータの第1のセットを動的および/または自動的に導き出すように構成することができる。
いくつかの実施形態では、ブロック374で、システムは、プラーク・パラメータの第1のセットが導き出された医用画像よりも後の時点で対象者から得ることができる、対象者の第2の医用画像にアクセスするように構成することができる。いくつかの実施形態では、医用画像は、医用画像データベース100に格納することができ、例えば、CT、非コントラストCT、コントラスト強調CT、MR、DECT、スペクトルCT、および/またはその他を含む、上述した医用画像のタイプのいずれかを含むことができる。
いくつかの実施形態では、ブロック376で、システムは、第2の時点から取られた第2の医用画像から、プラーク・パラメータの第2のセットを動的および/または自動的に導き出すように構成することができる。いくつかの実施形態では、プラーク・パラメータの第2のセットは、ブロック208、201、203、205、207、209、および/または211に関連して上述した、定量化されたプラーク・パラメータのいずれかを含むことができる。いくつかの実施形態では、システムは、導き出されたまたは決定されたプラーク・パラメータの第2のセットを、プラーク・パラメータ・データベース370に格納するように構成することができる。
いくつかの実施形態では、ブロック378で、システムは、第1の時点で取られた医用画像から導き出された第1のセットと、後の時点で取られた医用画像から導き出された第2のセットとの間で、1つまたは複数のプラーク・パラメータの変化を分析するように構成することができる。例えば、いくつかの実施形態では、システムは、例えば、1つまたは複数のプラーク領域の放射線濃度、体積、幾何学形状、位置、体積対表面積の比もしくは関数、不均一性指標、放射線濃度組成、体積の関数としての放射線濃度組成、放射線濃度対体積の比、拡散率、それらのいずれかの組み合わせまたは関係、ならびに/あるいはその他など、定量化されたプラーク・パラメータを2つのスキャンの間で比較するように構成することができる。いくつかの実施形態では、システムは、1つまたは複数のプラーク領域の幾何学形状全体にわたる、放射線濃度値の空間マッピングまたは三次元ヒストグラムを生成することによって、1つまたは複数のプラーク領域の不均一性指標を決定するように構成することができる。いくつかの実施形態では、システムは、例えば、血清生体マーカー、遺伝学、オミクス、トランスクリプトミクス、マイクロバイオミクス、および/またはメタボロミクスなど、1つもしくは複数の非画像ベースのメトリクスの変化を分析するように構成される。
いくつかの実施形態では、システムは、放射線濃度または安定対不安定プラークに関して、2つのスキャン間におけるプラーク組成の変化を決定するように構成される。例えば、いくつかの実施形態では、システムは、高放射線濃度または安定プラーク対低放射線濃度または不安定プラークのパーセンテージの、2つのスキャン間における変化を決定するように構成される。いくつかの実施形態では、システムは、高放射線濃度プラーク対低放射線濃度プラークの、2つのスキャン間における変化を追跡するように構成することができる。いくつかの実施形態では、システムは、高放射線濃度プラークを1000超過のハウンスフィールド単位を有するものとして、低放射線濃度プラークを1000未満のハウンスフィールド単位を有するものとして、規定するように構成することができる。
いくつかの実施形態では、ブロック380で、システムは、2つ以上のスキャンから導き出された1つもしくは複数のパラメータの比較、ならびに/あるいは血清生体マーカー、遺伝学、オミクス、トランスクリプトミクス、マイクロバイオミクス、および/またはメタボロミクスなど、1つもしくは複数の非画像ベースのメトリクスの変化に基づいて、プラークの進行もしくは消失、および/または他のいずれかの関連する測定、症状、評価、もしくは関連する疾患を決定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラーク全般の進行および/または消失、アテローム性動脈硬化症、狭窄症、虚血のリスクもしくは存在、および/またはその他を決定するように構成することができる。更に、いくつかの実施形態では、システムは、2つの医用画像から導き出されるような、定量化または計算された狭窄症に基づいて、対象者のCAD-RADSスコアを自動的および/または動的に生成するように構成することができる。CAD-RADSスコアの生成に関する更なる詳細については、図3Cに関連して本明細書に記載する。いくつかの実施形態では、システムは、対象者のCAD-RADSスコアにおいて進行または消失を決定するように構成することができる。いくつかの実施形態では、システムは、プラーク・パラメータを個別に、ならびに/あるいはそれらのうち1つまたは複数を重み付けられた基準として組み合わせて、比較するように構成することができる。例えば、いくつかの実施形態では、システムは、プラーク・パラメータを均等に、異なるように、対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、定量化されたプラーク・パラメータの一部のみまたは全てを利用するように構成することができる。
いくつかの実施形態では、システムによって決定されるようなプラーク進行状態は、プラーク急速進行、非急速カルシウム優位混合反応、非急速非カルシウム優位混合反応、またはプラーク消失を含む4つのカテゴリのうち1つを含むことができる。いくつかの実施形態では、システムは、対象者のアテローム体積増加パーセンテージが年1%超過である場合、プラーク進行状態をプラーク急速進行として分類するように構成される。いくつかの実施形態では、システムは、対象者のアテローム体積増加パーセンテージが年1%未満であり、石灰化プラークが新しいプラーク形成全体の50%超過を表す場合、プラーク進行状態を非急速カルシウム優位混合反応として分類するように構成される。いくつかの実施形態では、システムは、対象者のアテローム体積増加パーセンテージが年1%未満であり、非石灰化プラークが新しいプラーク形成全体の50%超過を表す場合、プラーク進行状態を非急速非カルシウム優位混合反応として分類するように構成される。いくつかの実施形態では、システムは、アテローム体積全体のパーセンテージの減少がある場合、プラーク進行状態をプラーク消失として分類するように構成される。
いくつかの実施形態では、ブロック382で、システムは、対象者に対して提案される治療計画を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、2つ以上のスキャンから導き出される1つまたは複数のパラメータの比較に基づいた、決定されたプラークの進行もしくは消失、ならびに/あるいは他のいずれかの関連する測定、症状、評価、もしくは関連する疾患に基づいて、対象者に対して提案される治療計画を生成するように構成することができる。
いくつかの実施形態では、図3Dに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、プラーク・ベースの疾患の連続追跡および/または他の目的に使用することができる。
カルシウム・スコアの変化の原因の決定
いくつかの実施形態では、本明細書に開示するシステム、方法、およびデバイスは、カルシウム・スコア増加の考えられる原因を決定することができる、分析および/または報告を生成するように構成することができる。高いカルシウム・スコアまたはその増加のみでは、ポジティブまたはネガティブのどちらであれ、何らかの特定の原因を表すものではない。それよりもむしろ、一般に、様々な高いカルシウム・スコアまたはその増加には様々な原因の可能性があり得る。例えば、場合によっては、高いカルシウム・スコアまたはその増加は、顕著な心疾患、および/または患者の心臓発作のリスクが増加していることの指標であり得る。また、場合によっては、高いカルシウム・スコアまたはその増加は、患者が実施するエクササイズの量が増加していることの指標であり得る(エクササイズは、動脈血管内の脂肪物質プラークを転換させることができるため)。場合によっては、高いカルシウム・スコアまたはその増加は、脂肪物質プラークをカルシウムへと転換するスタチンの治療計画を患者が始めていることの指標であり得る。残念ながら、血液テストのみを使用して、上述の理由のうちどれがカルシウム・スコア増加の考えられる原因であるかを決定することはできない。いくつかの実施形態では、本明細書に記載する1つまたは複数の技法を利用することによって、システムは、高いカルシウム・スコアまたはその増加の原因を決定するように構成することができる。
いくつかの実施形態では、本明細書に開示するシステム、方法、およびデバイスは、カルシウム・スコア増加の考えられる原因を決定することができる、分析および/または報告を生成するように構成することができる。高いカルシウム・スコアまたはその増加のみでは、ポジティブまたはネガティブのどちらであれ、何らかの特定の原因を表すものではない。それよりもむしろ、一般に、様々な高いカルシウム・スコアまたはその増加には様々な原因の可能性があり得る。例えば、場合によっては、高いカルシウム・スコアまたはその増加は、顕著な心疾患、および/または患者の心臓発作のリスクが増加していることの指標であり得る。また、場合によっては、高いカルシウム・スコアまたはその増加は、患者が実施するエクササイズの量が増加していることの指標であり得る(エクササイズは、動脈血管内の脂肪物質プラークを転換させることができるため)。場合によっては、高いカルシウム・スコアまたはその増加は、脂肪物質プラークをカルシウムへと転換するスタチンの治療計画を患者が始めていることの指標であり得る。残念ながら、血液テストのみを使用して、上述の理由のうちどれがカルシウム・スコア増加の考えられる原因であるかを決定することはできない。いくつかの実施形態では、本明細書に記載する1つまたは複数の技法を利用することによって、システムは、高いカルシウム・スコアまたはその増加の原因を決定するように構成することができる。
より具体的には、いくつかの実施形態では、システムは、脂肪沈着物質プラーク病変がほぼ石灰化したプラーク沈着物へと転換するのを監視するような形で、患者の動脈血管壁における特定のセグメントを追跡するように構成することができ、これは、上記で特定した原因のうち1つまたは複数など、カルシウム・スコア増加の原因を決定する際の助けとなり得る。加えて、いくつかの実施形態では、システムは、石灰化プラークの1つもしくは複数の領域の位置、サイズ、形状、拡散率、および/または減衰放射線濃度を決定および/または使用して、カルシウム・スコア増加の原因を決定するように構成することができる。非限定例として、カルシウム・プラークの密度が増加した場合、これは、治療または生活スタイルによるプラークの安定化を表すことがあるが、新しいカルシウム・プラークが以前にはなかった場所(特に減衰密度が低い場所)に形成された場合、これは、安定化ではなく疾病進行の有害所見を表すことがある。いくつかの実施形態では、本明細書に記載する1つまたは複数のプロセスおよび技法は、非コントラストCTスキャン(ECG同期冠動脈カルシウム・スコアまたは非ECG同期胸部CTなど)、ならびにコントラスト強調CTスキャン(冠動脈CT血管造影図など)に適用されてもよい。
別の非限定例として、CTスキャン画像獲得パラメータを、時間に伴うカルシウムの変化についての理解を改善するように変更することができる。一例として、従来の冠動脈カルシウム・イメージングは、スライス厚さ2.5~3.0mm、および130ハウンスフィールド単位以上の検出ボクセル/ピクセルを使用して行われる。代替例は、スライス厚さ0.5mmなどの「薄い」スライス・イメージングを行うもの、ならびに130未満であって、任意の130ハウンスフィールド単位閾値によって見逃されることがある低密度のカルシウムを同定することができる特定の閾値(例えば、100)超過である、全てのハウンスフィールド単位密度を検出するものであり得る。
図3Eは、医用画像分析に基づいて、増加または減少のどちらであれ、カルシウム・スコアの変化の原因を決定する方法の一例の実施形態の概観を示すフローチャートである。
図3Eに示されるように、いくつかの実施形態では、システムは、ブロック384で、対象者の第1のカルシウム・スコアおよび/またはプラーク・パラメータの第1のセットにアクセスするように構成することができる。第1のカルシウム・スコアおよび/またはプラーク・パラメータの第1のセットは、対象者の医用画像から、ならびに/あるいは第1の時点における血液テストから導き出すことができる。いくつかの実施形態では、医用画像は、医用画像データベース100に格納することができ、例えば、CT、非コントラストCT、コントラスト強調CT、MR、DECT、スペクトルCT、および/またはその他を含む、上述した医用画像のタイプのいずれかを含むことができる。いくつかの実施形態では、対象者の医用画像は、対象者の冠動脈領域、冠動脈、頸動脈、腎動脈、腹部大動脈、大脳動脈、下肢、および/または上肢を含むことができる。いくつかの実施形態では、プラーク・パラメータのセットは、ブロック208、201、203、205、207、209、および/または211に関連して上述した、定量化されたプラーク・パラメータのいずれかを含むことができる、プラーク・パラメータ・データベース370に格納することができる。
いくつかの実施形態では、システムは、カルシウム・スコア・データベース398および/またはプラーク・パラメータ・データベース370にそれぞれ格納された、第1のカルシウム・スコアおよび/またはプラーク・パラメータの第1のセットに直接アクセスする、ならびに/あるいはそれを取得するように構成することができる。いくつかの実施形態では、プラーク・パラメータ・データベース370および/またはカルシウム・スコア・データベース298は、局所的にアクセス可能、および/またはネットワーク接続を介してシステムによって遠隔でアクセス可能であることができる。いくつかの実施形態では、システムは、第1の時点から取られた対象者の医用画像および/または血液テストから、プラーク・パラメータの第1のセットおよび/またはカルシウム・スコアを動的および/または自動的に導き出すように構成することができる。
いくつかの実施形態では、ブロック386で、システムは、プラーク・パラメータの第1のセットが導き出された第1のカルシウム・スコアおよび/または医用画像よりも後の時点で対象者から得ることができる、対象者の第2のカルシウム・スコアおよび/または第2の医用画像にアクセスするように構成することができる。例えば、いくつかの実施形態では、第2のカルシウム・スコアは、第2の時点で対象者から取られる第2の医用画像および/または第2の血液テストから導き出すことができる。いくつかの実施形態では、第2のカルシウム・スコアはカルシウム・スコア・データベース398に格納することができる。いくつかの実施形態では、医用画像は、医用画像データベース100に格納することができ、例えば、CT、非コントラストCT、コントラスト強調CT、MR、DECT、スペクトルCT、および/またはその他を含む、上述した医用画像のタイプのいずれかを含むことができる。
いくつかの実施形態では、ブロック388で、システムは、第1のカルシウム・スコアを第2のカルシウム・スコアと比較し、カルシウム・スコアの変化を決定するように構成することができる。しかしながら、上述したように、これのみでは、一般的に、カルシウム・スコアの変化があった場合でもその原因に関する洞察を提供するものではない。いくつかの実施形態では、2つの読取り値の間で統計的に有意なカルシウム・スコアの変化がない場合、例えば、違いがあっても所定の閾値未満である場合、システムは、カルシウム・スコアの変化の分析を終了するように構成することができる。いくつかの実施形態では、2つの読取り値の間で統計的に有意なカルシウム・スコアの変化がある場合、例えば、違いが所定の閾値超過である場合、システムは、その分析を継続するように構成することができる。
特に、いくつかの実施形態では、ブロック390で、システムは、第2の時点から取られた第2の医用画像から、プラーク・パラメータの第2のセットを動的および/または自動的に導き出すように構成することができる。いくつかの実施形態では、プラーク・パラメータの第2のセットは、ブロック208、201、203、205、207、209、および/または211に関連して上述した、定量化されたプラーク・パラメータのいずれかを含むことができる。いくつかの実施形態では、システムは、導き出されたまたは決定されたプラーク・パラメータの第2のセットを、プラーク・パラメータ・データベース370に格納するように構成することができる。
いくつかの実施形態では、ブロック392で、システムは、第1の時点で取られた医用画像から導き出された第1のセットと、後の時点で取られた医用画像から導き出された第2のセットとの間で、1つまたは複数のプラーク・パラメータの変化を分析するように構成することができる。例えば、いくつかの実施形態では、システムは、例えば、1つまたは複数のプラーク領域ならびに/あるいはプラークを取り囲む1つまたは複数の領域の、放射線濃度、体積、幾何学形状、位置、体積対表面積の比もしくは関数、不均一性指標、放射線濃度組成、体積の関数としての放射線濃度組成、放射線濃度対体積の比、拡散率、それらのいずれかの組み合わせまたは関係、ならびに/あるいはその他など、定量化されたプラーク・パラメータを2つのスキャンの間で比較するように構成することができる。いくつかの実施形態では、システムは、1つまたは複数のプラーク領域の幾何学形状全体にわたる、放射線濃度値の空間マッピングまたは三次元ヒストグラムを生成することによって、1つまたは複数のプラーク領域の不均一性指標を決定するように構成することができる。いくつかの実施形態では、システムは、例えば、血清生体マーカー、遺伝学、オミクス、トランスクリプトミクス、マイクロバイオミクス、および/またはメタボロミクスなど、1つもしくは複数の非画像ベースのメトリクスの変化を分析するように構成される。
いくつかの実施形態では、システムは、放射線濃度または安定対不安定プラークに関して、2つのスキャン間におけるプラーク組成の変化を決定するように構成される。例えば、いくつかの実施形態では、システムは、高放射線濃度または安定プラーク対低放射線濃度または不安定プラークのパーセンテージの、2つのスキャン間における変化を決定するように構成される。いくつかの実施形態では、システムは、高放射線濃度プラーク対低放射線濃度プラークの、2つのスキャン間における変化を追跡するように構成することができる。いくつかの実施形態では、システムは、高放射線濃度プラークを1000超過のハウンスフィールド単位を有するものとして、低放射線濃度プラークを1000未満のハウンスフィールド単位を有するものとして、規定するように構成することができる。
いくつかの実施形態では、システムは、プラーク・パラメータを個別に、ならびに/あるいはそれらのうち1つまたは複数を重み付けられた基準として組み合わせて、比較するように構成することができる。例えば、いくつかの実施形態では、システムは、プラーク・パラメータを均等に、異なるように、対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、定量化されたプラーク・パラメータの一部のみまたは全てを利用するように構成することができる。
いくつかの実施形態では、ブロック394で、システムは、個別および/または組み合わせもしくは重み付きにかかわらず、1つまたは複数のプラーク・パラメータの比較に基づいて、対象者のカルシウム・スコアの変化を特性決定するように構成することができる。いくつかの実施形態では、システムは、ポジティブ、ニュートラル、またはネガティブとして、カルシウム・スコアの変化を特性決定するように構成することができる。例えば、いくつかの実施形態では、1つまたは複数のプラーク・パラメータの比較により、対象者全体として、新しいプラークを何ら生成することなく、プラークが安定化しているかまたは高い放射線濃度値を示していることが明らかになった場合、システムは、カルシウム・スコアの変化がポジティブであると報告することができる。対照的に、1つまたは複数のプラーク・パラメータの比較により、例えば、低い放射線濃度値を有する新しい不安定なプラーク領域の生成によって、新しいプラークを何ら生成することなく、対象者全体としてプラークが不安定化していることが明らかになった場合、システムは、カルシウム・スコアの変化がネガティブであると報告することができる。いくつかの実施形態では、システムは、図3A、図3B、図3C、および図3Dに関連して考察したものを含む、本明細書で考察するプラーク定量化および/またはプラーク・ベースの疾患分析の追跡のうち、いずれかもしくは全ての技法を利用するように構成することができる。
非限定例として、いくつかの実施形態では、システムは、2つのスキャン間での1つまたは複数のプラーク領域の体積と放射線濃度との間の比における変化の決定および比較に基づいて、カルシウム・スコアの変化の原因を特性決定するように構成することができる。同様に、いくつかの実施形態では、システムは、2つのスキャン間での1つまたは複数のプラーク領域の拡散率および/または放射線濃度における変化の決定および比較に基づいて、カルシウム・スコアの変化の原因を特性決定するように構成することができる。例えば、プラーク領域の放射線濃度が増加している場合、システムは、カルシウム・スコアの変化または増加がポジティブであると特性決定するように構成することができる。いくつかの実施形態では、システムが、第1の画像に存在しなかった1つまたは複数の新しいプラーク領域を第2の画像において同定した場合、システムは、カルシウム・スコアの変化をネガティブであるとして特性決定するように構成することができる。いくつかの実施形態では、システムが、1つまたは複数のプラーク領域の体積対表面積の比が2つのスキャン間で減少していると決定した場合、システムは、カルシウム・スコアの変化をポジティブであるとして特性決定するように構成することができる。いくつかの実施形態では、システムが、例えば、放射線濃度値の空間マッピングを生成および/または分析することによって、プラーク領域の不均一性または不均一性指標が2つのスキャン間で減少していると決定した場合、システムは、カルシウム・スコアの変化をポジティブであるとして特性決定するように構成することができる。
いくつかの実施形態では、システムは、AI、ML、および/または他のアルゴリズムを利用して、医用画像から導き出される1つまたは複数のプラーク・パラメータに基づいて、カルシウム・スコアの変化を特性決定するように構成される。例えば、いくつかの実施形態では、システムは、CNNを使用して、ならびに/あるいはカルシウム・スコアと組み合わされるプラーク・パラメータが同定された既知の医用画像のデータセットを使用して訓練される、AIおよび/またはMLアルゴリズムを利用するように構成することができる。いくつかの実施形態では、システムは、データベースに格納されたカルシウム・スコアの既知のデータセットにアクセスすることによって、カルシウム・スコアの変化を特性決定するように構成することができる。例えば、既知のデータセットは、過去の他の対象者におけるカルシウム・スコアの変化、および/または医用画像、および/またはそれから導き出されたプラーク・パラメータのデータセットを含むことができる。いくつかの実施形態では、システムは、血管ごと、セグメントごと、プラークごと、および/または対象者ベースで、カルシウム・スコアの変化を特性決定し、ならびに/あるいはその変化の原因を決定するように構成することができる。
いくつかの実施形態では、ブロック396で、システムは、対象者に対して提案される治療計画を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、対象者のカルシウム・スコアの変化および/またはその特性決定に基づいて、対象者に対して提案される治療計画を生成するように構成することができる。
いくつかの実施形態では、図3Eに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、対象者のカルシウム・スコアの変化の連続追跡および/または特性決定、ならびに/あるいは他の目的に使用することができる。
心血管イベントの予後診断
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、本明細書に記載する医用画像ベースの分析技法のうち1つまたは複数に基づいて、対象者の心血管イベントの予後診断を生成するように構成される。例えば、いくつかの実施形態では、システムは、患者の動脈血管内における悪性プラークの蓄積量に基づいて、患者に心血管イベントのリスクがあるか否かを決定するように構成される。この目的のため、心血管イベントは、心臓発作、卒中または死亡、ならびに疾患進行および/または虚血など、臨床的な主要心血管イベントを含むことができる。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、本明細書に記載する医用画像ベースの分析技法のうち1つまたは複数に基づいて、対象者の心血管イベントの予後診断を生成するように構成される。例えば、いくつかの実施形態では、システムは、患者の動脈血管内における悪性プラークの蓄積量に基づいて、患者に心血管イベントのリスクがあるか否かを決定するように構成される。この目的のため、心血管イベントは、心臓発作、卒中または死亡、ならびに疾患進行および/または虚血など、臨床的な主要心血管イベントを含むことができる。
いくつかの実施形態では、システムは、悪性プラークの蓄積量および/または体積と、患者の動脈血管の一部もしくは全ての合計表面積および/または体積との比に基づいて、心血管イベントのリスクを同定することができる。いくつかの実施形態では、上述の比が特定の閾値を超える場合、システムは、患者と関連付けられた特定のリスク要因および/または数および/またはレベルを出力するように構成することができる。いくつかの実施形態では、システムは、動脈血管の一部もしくは全ての合計体積と比較した、患者の動脈血管における悪性プラーク蓄積の絶対量もしくは体積、または蓄積量もしくは体積の割合に基づいて、患者に心血管イベントのリスクがあるか否かを決定するように構成される。いくつかの実施形態では、システムは、患者の血液化学または生体マーカー・テストからの結果に基づいて、患者に心血管イベントのリスクがあるか否か、例えば、患者の特定の血液化学または生体マーカー・テストが特定の閾値レベルを超えるか否かを決定するように構成される。いくつかの実施形態では、システムは、ユーザまたは他のシステムからの入力として受信するように、ならびに/あるいはデータベース・システムからの患者の血液化学または生体マーカー・テスト・データにアクセスするように構成される。いくつかの実施形態では、システムは、プラーク、血管形態、および/または狭窄症に関連する動脈情報だけではなく、対面する左心室の質量、体腔の体積およびサイズ、弁形態、血管(例えば、大動脈、肺動脈)形態、脂肪、ならびに/あるいは肺および/または骨の健康など、非冠動脈心血管系に関する他のイメージング・データからの入力も利用するように構成することができる。いくつかの実施形態では、システムは、出力されたリスク要因を利用して、治療計画の提案を生成することができる。例えば、システムは、柔らかい悪性プラークを患者にとってより安全でより安定した硬いプラークへと変換するために、スタチンなどのコレステロール降下薬物の投与を伴う治療計画を出力するように構成することができる。一般に、ほぼ石灰化した硬いプラークは、動脈血管との境界で破裂するリスクが著しく低い可能性があり、それによって動脈血管内に血餅が形成される確率が減少して、患者の心臓発作または他の心イベントのリスクを減少させることができる。
図4Aは、医用画像分析に基づいて、ならびに/あるいはそれから導き出される、心血管イベントを予後診断する方法の一例の実施形態の概観を示すフローチャートである。
図4Aに示されるように、いくつかの実施形態では、システムは、ブロック202で、医用画像データベース100に格納することができる、対象者の冠動脈領域のCTスキャンなどの医用画像にアクセスするように構成することができる。更に、いくつかの実施形態では、システムは、ブロック204で1つもしくは複数の動脈、および/またはブロック206で1つもしくは複数のプラーク領域を同定するように構成することができる。加えて、いくつかの実施形態では、システムは、ブロック208で、1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラークおよび/または血管の領域の幾何学形状および/または体積、プラークの領域の体積対表面積の比または関数、プラークの領域の不均一性または均一性指標、プラークの領域の放射線濃度、および/または放射線濃度値の範囲によってその組成、プラークの領域の放射線濃度対体積の比、ならびに/あるいはプラークの領域の拡散率を決定するように構成することができる。加えて、いくつかの実施形態では、ブロック210で、システムは、未加工医用画像から決定および/または導き出された、1つもしくは複数の血管形態パラメータおよび/または定量化されたプラーク・パラメータに基づいて、1つもしくは複数のプラーク領域を、安定対不安定または良対悪として分類するように構成することができる。ブロック202、204、206、208、および210で表されるプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、システムは、ブロック412で、悪性プラーク対悪性プラークが現れる血管の比を生成するように構成される。より具体的には、いくつかの実施形態では、システムは、医用画像上で同定された血管の総表面積と、その血管内における悪性または不安定なプラークの全ての領域の表面積とを決定するように構成することができる。上記に基づいて、いくつかの実施形態では、システムは、特定の血管内の悪性プラーク全ての表面積と、医用画像に示される血管全体またはその一部分の表面積との比を生成するように構成することができる。同様に、いくつかの実施形態では、システムは、医用画像上で同定された血管の総体積と、その血管内における悪性または不安定なプラークの全ての領域の体積とを決定するように構成することができる。上記に基づいて、いくつかの実施形態では、システムは、特定の血管内の悪性プラーク全ての体積と、医用画像に示される血管全体またはその一部分の体積との比を生成するように構成することができる。
いくつかの実施形態では、ブロック414で、システムは更に、医用画像において同定される全ての悪性または不安定なプラークの絶対総体積および/または表面積を決定するように構成される。また、いくつかの実施形態では、ブロック416で、システムは、医用画像において同定される、良性プラークおよび悪性プラークを含む全てのプラークの絶対総体積を決定するように構成される。更に、いくつかの実施形態では、ブロック418で、システムは、患者の血液化学および/または生体マーカー・テストからの結果、ならびに/あるいは他の非イメージング・テスト結果にアクセスするか、またはそれを取得するように構成することができる。更に、いくつかの実施形態では、ブロック422で、システムは、1つまたは複数の非冠動脈心血管系医用画像にアクセスし、ならびに/あるいはそれを分析するように構成することができる。
いくつかの実施形態では、ブロック420で、システムは、表面積もしくは体積、悪性プラークの絶対総体積、プラークの絶対総体積、血液化学および/または生体マーカー・テスト結果、ならびに/あるいは1つもしくは複数の非冠動脈心血管系医用画像の分析結果のいずれによるかにかかわらず、悪性プラーク対血管の生成された比の1つまたは複数を分析して、これらのパラメータのうち1つまたは複数が、個別および/または組み合わせのどちらかで、所定の閾値超過であるか否かを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、健康な対象者および/または心血管イベントのリスクがある対象者の1つもしくは複数の基準値と比較することによって、上述のパラメータのうち1つもしくは複数を個別に分析するように構成することができる。いくつかの実施形態では、システムは、組み合わされたまたは重み付けられた基準を、健康な対象者および/または心血管イベントのリスクがある対象者の1つもしくは複数の基準値と比較することによって、上述のパラメータのうち1つもしくは複数の、重み付けられた基準などの組み合わせを分析するように構成することができる。いくつかの実施形態では、システムは、これらのパラメータの1つまたは複数を均等に重み付けするように構成することができる。いくつかの実施形態では、システムは、これらのパラメータの1つまたは複数を異なるように重み付けするように構成することができる。いくつかの実施形態では、システムは、これらのパラメータのうち1つまたは複数を対数的に、代数的に、および/または別の数学的変換を利用して重み付けするように構成することができる。いくつかの実施形態では、システムは、上述のパラメータの一部のみを、個別に、組み合わせて、および/または重み付けられた基準の一部として利用するように構成することができる。
いくつかの実施形態では、ブロック424で、システムは、対象者に関する心血管イベントの予後診断を生成するように構成される。特に、いくつかの実施形態では、システムは、表面積もしくは体積、悪性プラークの絶対総体積、プラークの絶対総体積、血液化学および/または生体マーカー・テスト結果、ならびに/あるいは1つもしくは複数の非冠動脈心血管系医用画像の分析結果のいずれによるかにかかわらず、悪性プラーク対血管の生成された比の分析結果の1つまたは複数に基づいて、心血管イベントの予後診断を生成するように構成される。いくつかの実施形態では、システムは、AI、ML、および/または他のアルゴリズムを利用して、予後診断を生成するように構成される。いくつかの実施形態では、生成された予後診断は、対象者の心血管イベントのリスク・スコアまたはリスク評価を含む。いくつかの実施形態では、心血管イベントは、アテローム性動脈硬化症、狭窄症、虚血、心臓発作、および/またはその他のうち1つもしくは複数を含むことができる。
いくつかの実施形態では、ブロック426で、システムは、対象者に対して提案される治療計画を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、対象者のカルシウム・スコアの変化および/またはその特性決定に基づいて、対象者に対して提案される治療計画を生成するように構成することができる。いくつかの実施形態では、生成された治療計画は、スタチンの使用、生活スタイルの変化、および/または手術を含むことができる。
いくつかの実施形態では、図4Aに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、対象者の心血管イベントの継続予後診断および/または他の目的に使用することができる。
患者特異的なステントの決定
いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、患者特異的なステントおよび/またはその埋込みの選択もしくはガイダンスに関する1つまたは複数のパラメータを、決定および/または生成するのに使用することができる。特に、いくつかの実施形態では、本明細書に開示するシステムは、例えば、AI、ML、および/または他のアルゴリズムを使用した、医用画像データの処理に基づいて、特定の患者に対して必要なステントのタイプ、長さ、直径、ゲージ、強度、および/または他のいずれかのステント・パラメータを、動的および自動的に決定するのに使用することができる。
いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、患者特異的なステントおよび/またはその埋込みの選択もしくはガイダンスに関する1つまたは複数のパラメータを、決定および/または生成するのに使用することができる。特に、いくつかの実施形態では、本明細書に開示するシステムは、例えば、AI、ML、および/または他のアルゴリズムを使用した、医用画像データの処理に基づいて、特定の患者に対して必要なステントのタイプ、長さ、直径、ゲージ、強度、および/または他のいずれかのステント・パラメータを、動的および自動的に決定するのに使用することができる。
いくつかの実施形態では、大きすぎるステントが埋め込まれた場合、動脈壁が伸展して薄くなりすぎ、破裂の可能性、または望ましくない高流量、または他の問題をもたらす場合があるので、特定の動脈範囲に最適な、1つまたは複数の患者特異的なステント・パラメータを決定することによって、システムは、患者の合併症リスクおよび/または保険リスクを低減することができる。他方で、小さすぎるステントが埋め込まれた場合、動脈壁が十分に進展して開かず、少なすぎる血液流量または他の問題をもたらすことがある。
いくつかの実施形態では、システムは、動脈内における狭窄症の範囲を動的に同定し、動脈の同定された範囲の適正な直径を動的に決定し、ならびに/あるいは複数の利用可能なステントの選択肢からステントを自動的に選択するように構成される。いくつかの実施形態では、選択されたステントは、埋め込まれた後に動脈範囲を決定された適正な動脈直径に開いたままにするように構成することができる。いくつかの実施形態では、適正な動脈直径は、狭窄症がない場合の自然な状態であろう直径に等しいかまたは実質的に等しいように決定される。いくつかの実施形態では、システムは、選択されたステントを同定された動脈範囲に埋め込む、患者特異的な手術計画を動的に生成するように構成することができる。例えば、システムは、動脈の分岐が同定された動脈範囲の付近であるか否かを決定し、分岐を扱うための2つのガイドワイヤを挿入し、ならびに/あるいは第2のステントを分岐内へと拘束し挿入する位置を決定するための、患者特異的な手術計画を生成するように構成することができる。
図4Bは、医用画像分析に基づいて患者特異的なステント・パラメータを決定する方法の一例の実施形態の概観を示すフローチャートである。
図4Bに示されるように、いくつかの実施形態では、システムは、ブロック202で、対象者の冠動脈領域のCTスキャンなどの医用画像にアクセスするように構成することができる。更に、いくつかの実施形態では、システムは、ブロック204で1つもしくは複数の動脈、および/またはブロック206で1つもしくは複数のプラーク領域を同定するように構成することができる。加えて、いくつかの実施形態では、システムは、ブロック208で、1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、ブロック201で、プラークおよび/または血管の領域の幾何学形状および/または体積を、ブロック203で、プラークの領域の体積対表面積の比または関数を、ブロック205で、プラークの領域の不均一性または均一性指標を、ブロック207で、プラークの領域の放射線濃度、および/または放射線濃度値の範囲によってその組成を、ブロック209で、プラークの領域の放射線濃度対体積の比を、ならびに/あるいはブロック211で、プラークの領域の拡散率を決定するように構成することができる。ブロック202、204、206、208、201、203、205、207、209、および211で表されるプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、ブロック440で、システムは、医用画像を分析して、直径、曲率、血管形態、血管壁、管腔壁、および/またはその他などの1つもしくは複数の血管パラメータを決定するように構成することができる。いくつかの実施形態では、システムは、例えば血管に沿った特定の領域に狭窄症を有する、医用画像に示されるような1つもしくは複数の血管パラメータを決定するか、または医用画像から導き出すように構成することができる。いくつかの実施形態では、システムは、狭窄症を有さない1つまたは複数の血管パラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、狭窄症またはプラークを血管から図式的および/または仮説的に除去して、狭窄症が存在しなかった場合の血管の直径、曲率、および/またはその他を決定するように構成することができる。
いくつかの実施形態では、ブロック442で、システムは、ステントが対象者に対して推奨されるものか否かを決定し、推奨される場合、医学的分析に基づいて、その患者に特異的なステントの1つまたは複数の推奨されたパラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、同定された血管形態パラメータ、定量化されたプラーク・パラメータ、および/または血管パラメータのうち1つもしくは複数を分析するように構成することができる。いくつかの実施形態では、システムは、AI、ML、および/または他のアルゴリズムを利用するように構成することができる。いくつかの実施形態では、システムは、上述のパラメータのうち1つもしくは複数を、個別に、組み合わせて、および/または重み付けられた基準として分析するように構成される。いくつかの実施形態では、医用画像から導き出されるこれらのパラメータの1つまたは複数は、個別または組み合わせのどちらかで、ステントが埋め込まれた対象者および埋め込まれていない対象者を含む、他の対象者から導き出されるかまたは収集された1つもしくは複数の基準値と比較することができる。いくつかの実施形態では、患者特異的なステントの決定されたパラメータに基づいて、システムは、それらのパラメータに合致する既存のステントの選択を決定し、ならびに/あるいは医用画像から導き出されたステント・パラメータを有する患者特異的なステントを製造するための製造指示を生成するように構成することができる。いくつかの実施形態では、システムは、狭窄症が存在しない場合の動脈の直径よりも小さい、または直径に実質的に等しい、ステントの直径を推奨するように構成することができる。
いくつかの実施形態では、ブロック444で、システムは、分析された医用画像に基づいて、ステント埋込みのための推奨される手術計画を生成するように構成することができる。例えば、いくつかの実施形態では、システムは、医用画像に基づいて、分岐が存在するか否かを決定し、ならびに/あるいは手術前に患者に対してガイドワイヤおよび/またはステントを位置決めするガイドラインを生成するように構成することができる。そのため、いくつかの実施形態では、システムは、プラークの医用画像分析および/または他のパラメータに基づいて、特定の患者に特異的である詳細な手術計画を生成するように構成することができる。
いくつかの実施形態では、ブロック446で、システムは、ステント埋込み後の1つもしくは複数の医用画像にアクセスするかまたはそれらを取得するように構成される。いくつかの実施形態では、ブロック448で、システムは、アクセスした医用画像を分析して、埋込み後分析を実施するように構成することができる。例えば、いくつかの実施形態では、システムは、ステント埋込み後、ブロック208に関連して本明細書で考察したもののいずれかを含む、1つもしくは複数の血管形態および/またはプラーク・パラメータを導き出すように構成することができる。上述の分析に基づいて、いくつかの実施形態では、システムは更に、例えば、スタチンもしくは他の薬物の使用の推奨、生活スタイルの変化、更なる手術もしくはステント埋込み、および/またはその他など、いくつかの実施形態における提案される治療を生成することができる。
いくつかの実施形態では、図4Bに関連して本明細書に記載する1つまたは複数のプロセスを繰り返すことができる。例えば、本明細書に記載する1つまたは複数のプロセスを繰り返すことができ、その分析結果を、患者に対する更なる患者特異的なステントの必要性および/またはパラメータ、ならびに/あるいは他の目的を決定するのに使用することができる。
患者特異的な報告
いくつかの実施形態では、システムは、未加工CTスキャン・データから生成された処理済みデータの分析に基づいて、患者特異的な報告を動的に生成するように構成される。いくつかの実施形態では、患者特異的な報告は、処理済みデータに基づいて動的に生成される。いくつかの実施形態では、データベースからの特定のフレーズの選択および/または組み合わせに基づいて、報告書が動的に生成され、特定の単語、用語、および/またはフレーズは、患者および患者の同定された医学的問題に対して特異的であるように変更される。いくつかの実施形態では、システムは、画像スキャニング・データおよび/または本明細書に記載するシステム生成の画像ビューからの1つもしくは複数の画像を動的に選択するように構成され、選択された1つもしくは複数の画像は、処理済みデータの分析に基づいて患者特異的な報告を生成するために、報告書に動的に挿入される。
いくつかの実施形態では、システムは、未加工CTスキャン・データから生成された処理済みデータの分析に基づいて、患者特異的な報告を動的に生成するように構成される。いくつかの実施形態では、患者特異的な報告は、処理済みデータに基づいて動的に生成される。いくつかの実施形態では、データベースからの特定のフレーズの選択および/または組み合わせに基づいて、報告書が動的に生成され、特定の単語、用語、および/またはフレーズは、患者および患者の同定された医学的問題に対して特異的であるように変更される。いくつかの実施形態では、システムは、画像スキャニング・データおよび/または本明細書に記載するシステム生成の画像ビューからの1つもしくは複数の画像を動的に選択するように構成され、選択された1つもしくは複数の画像は、処理済みデータの分析に基づいて患者特異的な報告を生成するために、報告書に動的に挿入される。
いくつかの実施形態では、システムは、患者特異的な報告に挿入される選択された1つまたは複数の画像に動的に注釈を付けるように構成され、注釈は、患者特異的であり、ならびに/あるいは本明細書に開示するデバイス、方法、およびシステムによって実施されるデータ処理に基づいた注釈であり、例えば、顕著である悪性プラーク蓄積が動脈に沿ったどの位置に存在するかを示すマーキングまたは他のインジケータを含めるように、1つまたは複数の画像に注釈を付けるものである。
いくつかの実施形態では、システムは、過去および/または現在の医用データに基づいて報告を動的に生成するように構成される。例えば、いくつかの実施形態では、システムは、患者の心血管の健康がある期間にわたってどのように変化したかを示すように構成することができる。いくつかの実施形態では、システムは、患者の心血管の健康を、ならびに/あるいは心血管疾患が患者の体内でどのように変化したかを具体的に説明するように、動的にフレーズを生成および/またはフレーズをデータベースから選択するように構成される。
いくつかの実施形態では、システムは、心血管疾患が患者の体内で時間とともにどのように変化したかを示すために、例えば、互いに並置された過去と現在の画像を示す、または例えば、現在の画像上に重畳された過去の画像を示すことによって、ユーザが過去と現在の画像の間で移動またはフェードまたはトグルするのを可能にするために、医用報告に挿入するのに、以前の医用スキャニングおよび/または現在の医用スキャニングから1つまたは複数の医用画像を動的に選択するように構成される。
いくつかの実施形態では、患者特異的な報告は、報告の特定の画像、映像、アニメーション、拡張現実(AR)、仮想現実(VR)、および/または特徴とユーザが対話することを可能にする、対話型の報告である。いくつかの実施形態では、システムは、検査もしくは更なる分析を要する血管疾患を含むかまたは含む可能性がある特定の血管および/または血管の部分を強調するために、患者の動脈血管の動的に生成されたイラストまたは画像を、患者特異的な報告に挿入するように構成される。いくつかの実施形態では、動的に生成された患者特異的な報告は、ARおよび/またはVRを使用して血管壁をユーザに示すように構成される。
いくつかの実施形態では、システムは、本明細書に開示する方法、システム、およびデバイスを使用して、任意の比および/または動的に生成されたデータを動的に生成された報告に挿入するように構成される。いくつかの実施形態では、動的に生成された報告は放射線科報告を含む。いくつかの実施形態では、動的に生成された報告は、医師が報告を編集するのを可能にするために、Microsoft Word(登録商標)などの編集可能な文書の形である。いくつかの実施形態では、動的に生成された報告は、PACS(画像保存通信システム)または他のEMR(電子カルテ)システムに保存される。
いくつかの実施形態では、システムは、リテラシーを改善するのにいずれの患者にとってもより良好に理解可能な形で情報を正確に伝達するために、イメージングからのデータを、音声を有するかまたは有さない、描画または映像形式のインフォグラフィックスに変換および/または翻訳するように構成される。いくつかの実施形態では、リテラシーを改善するこの方法は、より低いリスクをより高いリテラシーで、より高いリスクをより低いリテラシーで規定する、重症度分類ツールに結合される。いくつかの実施形態では、これらの報告の出力は、患者由来および/または患者特異的であってもよい。いくつかの実施形態では、実際の患者イメージング・データ(例えば、患者のCTからのもの)は、知見を更に説明するのに、患者のCTからのグラフィックスおよび/またはCTからの描画に結合することができる。いくつかの実施形態では、実際の患者イメージング・データ、グラフィックス・データ、および/または描画データは、患者からのものではないが、患者がより良く理解するための助けとなり得る説明的グラフィック(例えば、脂質の多いプラークに関する映像)に結合することができる。
いくつかの実施形態では、これらの患者レポートは、糖尿病または高血圧などの心疾患リスク要因の制御に関連して、時間に伴って疾患を追うことを可能にするアプリケーションにインポートすることができる。いくつかの実施形態では、アプリおよび/またはユーザ・インターフェースは、時間に伴う血中グルコースおよび血圧を追うことを可能にし、ならびに/あるいは時間に伴う画像の変化を、リスク予測を増強する形で関連させることができる。
いくつかの実施形態では、システムは、未加工CTデータから生成された処理済みデータに基づいて、患者に特異的な映像報告を生成するように構成することができる。いくつかの実施形態では、システムは、イメージングの知見、関連付けられた自動計算診断、および/または予後診断アルゴリズムに基づいて、コンテンツを自動的および動的に変化させるようにプログラムすることができる、ユーザにとって個人化された映像視聴体験を生成および/または提供するように構成される。いくつかの実施形態では、視聴方法は、従来の報告とは異なり、通常の2D映像の形態であり得る映像体験を通したもの、および/またはARもしくはVRを通した複合現実映像体験を通したものである。いくつかの実施形態では、2D現実および複合現実両方の場合、個人化された映像体験は、患者と対話して、心臓発作のリスク、疾患進行率、および/または虚血などの患者の予後診断を予測することができる。
いくつかの実施形態では、システムは、患者からの実際のCT画像データと組み合わせた音声コンテンツとともに、漫画画像および/またはアニメーション両方を含む映像報告を動的に生成するように構成することができる。いくつかの実施形態では、動的に生成された映像医用報告は、音声合成器または既成の音声コンテンツを映像報告中の再生に使用することができるように、データベースからの選択フレーズ、用語、および/または他のコンテンツに基づいて、動的にナレーションされる。いくつかの実施形態では、動的に生成された映像医用報告は、本明細書に開示する画像のいずれかを含むように構成される。いくつかの実施形態では、動的に生成された映像医用報告は、心血管疾患が患者の体内で時間とともにどのように変化したかを示すために、以前の医用スキャニングおよび/または現在の医用スキャニングから、映像医用報告に挿入する1つまたは複数の医用画像を動的に選択するように構成することができる。例えば、いくつかの実施形態では、報告は、互いに隣り合って並置された過去および現在の画像を示すことができる。いくつかの実施形態では、報告は、現在の画像上に重畳された過去の画像を示すことができ、それによってユーザが、過去の画像と現在の画像との間でトグルまたは移動またはフェードするのを可能にする。いくつかの実施形態では、動的に生成された映像医用報告は、画像報告内にCT医用画像などの実際の医用画像を示し、次に実際の医用画像のイラスト像または漫画像(部分的もしくは完全にイラストまたは漫画の像)に移行し、それによって患者の動脈の特定の特徴を強調するように構成することができる。いくつかの実施形態では、動的に生成された映像医用報告は、ARおよび/またはVRを使用して血管壁をユーザに示すように構成される。
図5Aは、医用画像分析に基づいて患者の特徴に関する医用レポートを生成する方法の一例の実施形態の概観を示すフローチャートである。図5Aに示されるように、いくつかの実施形態では、システムは、ブロック202で、医用画像にアクセスするように構成することができる。いくつかの実施形態では、医用画像は医用画像データベース100に格納することができる。医用画像のタイプ、ならびにブロック202で表される他のプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、ブロック354で、システムは、例えば、AI、ML、および/または他のアルゴリズムを使用して、医用画像内の1つもしくは複数の動脈、プラーク、および/または脂肪を同定するように構成される。医用画像のタイプ、ならびにブロック354で表される他のプロセスおよび技法に関する追加の詳細は、図3Cに関する上述の記載に見出すことができる。
いくつかの実施形態では、ブロック208で、システムは1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを決定するように構成することができる。例えば、いくつかの実施形態では、システムは、ブロック201で、プラークおよび/または血管の領域の幾何学形状および/または体積を、ブロック203で、プラークの領域の体積対表面積の比または関数を、ブロック205で、プラークの領域の不均一性または均一性指標を、ブロック207で、プラークの領域の放射線濃度、および/または放射線濃度値の範囲によってその組成を、ブロック209で、プラークの領域の放射線濃度対体積の比を、ならびに/あるいはブロック211で、プラークの領域の拡散率を決定するように構成することができる。ブロック208、201、203、205、207、209、および211で表されるプロセスおよび技法に関する追加の詳細は、図2Aに関する上述の記載に見出すことができる。
いくつかの実施形態では、ブロック508で、システムは、狭窄症、アテローム性動脈硬化症、虚血のリスク、心血管イベントのリスクもしくは疾患、および/またはその他を決定ならびに/あるいは定量化するように構成することができる。システムは、図3Cのブロック358およびブロック366と関連して上述したものを含むがそれらに限定されない、本明細書に記載するいずれかの技法および/またはアルゴリズムを利用するように構成することができる。
いくつかの実施形態では、ブロック510で、システムは、医用画像から導き出された分析結果を使用して、注釈付き医用画像および/または量子化カラー・マップを生成するように構成することができる。例えば、いくつかの実施形態では、システムは、1つもしくは複数の動脈、プラーク、脂肪、良性プラーク、悪性プラーク、血管形態、および/またはその他を示す、量子化マップを生成するように構成することができる。
いくつかの実施形態では、ブロック512で、システムは、例えば、以前に得られた対象者の医用画像の分析に基づいて、患者のプラークおよび/または疾患の進行を決定するように構成することができる。いくつかの実施形態では、システムは、全体的にブロック380および/または図3Dと関連して記載されるものを含むがそれらに限定されない、疾患追跡に関係して本明細書に記載するいずれかのアルゴリズムまたは技法を利用するように構成することができる。
いくつかの実施形態では、ブロック514で、システムは、プラークおよび/または疾患の決定された進行に基づいて、患者に対して提案される治療計画を生成するように構成することができる。いくつかの実施形態では、システムは、全体的にブロック382および/または図3Dと関連して記載されるものを含むがそれらに限定されない、疾患追跡および治療生成に関係して本明細書に記載するいずれかのアルゴリズムまたは技法を利用するように構成することができる。
いくつかの実施形態では、ブロック516で、システムは、患者特異的な報告を生成するように構成することができる。患者特異的な報告は、患者の1つもしくは複数の医用画像および/または導き出されたそのグラフィックスを含むことができる。例えば、いくつかの実施形態では、患者レポートは、1つもしくは複数の注釈付き医用画像および/または量子化カラー・マップを含むことができる。いくつかの実施形態では、患者特異的な報告は、医用画像から導き出された1つもしくは複数の血管形態および/または定量化されたプラーク・パラメータを含むことができる。いくつかの実施形態では、患者特異的な報告は、定量化された狭窄症、アテローム性動脈硬化症、虚血、心血管イベントもしくは疾患のリスク、CAD-RADSスコア、および/または上記のいずれかの進行もしくは追跡を含むことができる。いくつかの実施形態では、患者特異的な報告は、スタチン、生活スタイルの変化、および/または手術など、提案される治療を含むことができる。
いくつかの実施形態では、システムは、患者特異的な報告を生成するのに適用可能である、ならびに/あるいはそれに使用することができる、1つもしくは複数のフレーズ、特性決定、グラフィックス、映像、音声ファイル、および/またはその他にアクセスし、ならびに/あるいはそれらを患者レポートデータベース500から取得するように構成することができる。患者特異的な報告を生成する際、いくつかの実施形態では、システムは、上述したものおよび/または患者の医用画像から導き出されたものなど、1つまたは複数のパラメータを、他の患者から以前に導き出された1つまたは複数のパラメータと比較するように構成することができる。例えば、いくつかの実施形態では、システムは、患者の医用画像から導き出された1つまたは複数の定量化されたプラーク・パラメータを、同様のもしくは同じ年齢グループの他の患者の医用画像から導き出された1つまたは複数の定量化されたプラーク・パラメータと比較するように構成することができる。比較に基づいて、いくつかの実施形態では、システムは、どのフレーズ、特性決定、グラフィックス、映像、音声ファイルおよび/またはその他を、例えば同様の以前の事例を同定することによって、患者特異的な報告に含めるかを決定するように構成することができる。いくつかの実施形態では、システムは、AIおよび/またはMLアルゴリズムを利用して、患者特異的な報告を生成するように構成することができる。いくつかの実施形態では、患者特異的な報告は、文書、AR体験、VR体験、映像、および/または音声コンポーネントを含むことができる。
図5B~図5Iは、医用画像分析に基づいて生成される患者の特徴に関する医用レポートの一例の実施形態を示す図である。特に、図5Bは、患者特異的な報告の一例のカバー・ページを示している。
図5C~図5Iは、一例の患者特異的な報告の部分を示している。いくつかの実施形態では、システムによって生成される患者特異的な報告は、これらの図示される部分の一部のみまたは全てを含んでもよい。図5C~図5Iに示されるように、いくつかの実施形態では、患者特異的な報告は、例えば、右冠動脈(RCA)、右後下行動脈(R-PDA)、右後側壁枝(R-PLB)、左大(LM)動脈および左前下行(LAD)動脈、第1対角(D1)動脈、第2対角(D2)動脈、回旋(Cx)動脈、第1鈍縁枝(OM1)、第2鈍縁枝(OM2)、中間枝(RI)、および/またはその他など、1つもしくは複数の動脈および/またはその部分の可視化を含む。いくつかの実施形態では、報告に含まれる動脈それぞれに対して、システムは、例えば、動脈の近位部分、中間部分、および/または遠位部分などにおける、血管の長さに沿った簡単な追跡の直線像を生成するように構成される。
いくつかの実施形態では、システムによって生成される患者特異的な報告は、血管内に示される様々なプラークおよび/または血管形態関連パラメータの定量化された基準を含む。いくつかの実施形態では、報告に含まれる動脈のそれぞれまたは一部に関して、システムは、患者の医用画像から生成および/または導き出し、プラークの総体積、低密度もしくは非石灰化プラークの総体積、非石灰化プラークの合計値、および/または石灰化プラークの総体積の定量化された基準を、患者特異的な報告に含めるように構成される。更に、いくつかの実施形態では、報告に含まれる動脈のそれぞれまたは一部に関して、システムは、患者の医用画像から生成および/または導き出し、例えば動脈内の最大径狭窄率のパーセンテージなど、狭窄症の重症度の定量化された基準を患者特異的な報告に含めるように構成される。いくつかの実施形態では、患者特異的な報告に含まれる動脈のそれぞれまたは一部に関して、システムは、患者の医用画像から生成および/または導き出し、例えば最大リモデリング指標など、血管リモデリングの定量化された基準を患者特異的な報告に含めるように構成される。
可視化/GUI
血流を制限するおそれがある、動脈壁内および動脈壁上におけるアテローム性動脈硬化症、脂肪の蓄積、コレステロールおよび他の物質(例えば、プラーク)。プラークは、バーストして血餅を誘発するおそれがある。アテローム性動脈硬化症は心臓の問題とみなされる場合が多いが、体内のあらゆる場所の動脈に影響を及ぼす可能性がある。しかしながら、部分的には、不完全なイメージング・データ、冠動脈画像内に存在し得る収差(例えば、患者の動きによる)、および異なる患者におけるプラークの顕在化の差により、冠動脈内のプラークに関する情報を決定することは困難な場合がある。したがって、CT画像から導き出される計算された情報、またはCT画像の目視検査はどちらも、単独では患者の冠動脈に存在する症状を決定するのに十分な情報を提供することができない。本開示の部分は、自動または半自動プロセスを使用してCT画像から決定することができる情報について記載する。例えば、数千のCTスキャンに対して訓練されてきた機械学習プロセスを使用して、CT画像に描写された情報を決定し、ならびに/あるいは分析者を利用して機械学習プロセスの結果を検査し向上させ、本明細書に記載する例示のユーザ・インターフェースは、決定された情報を別の分析者または医師に提供することができる。CT画像から決定された情報は、患者の冠動脈の症状にアクセスするのに非常に有益であるが、熟練した医師による冠動脈の視覚分析は、手元のCT画像から決定された情報と併せて、患者の冠動脈のより包括的な評価を可能にする。本明細書に示されるように、システムの実施形態は、冠状血管内および周囲における血管管腔、血管壁、プラーク、および狭窄症の分析および可視化を容易にする。このシステムは、例えば患者の血管のCTスキャンによって生成される、コンピュータ断層撮影(CT)画像のセットに基づいて、多平面フォーマット、断面像、冠動脈の木の3D像、アキシャル、矢状、および冠状像で血管を表示することができる。CT画像は、医用イメージング情報および関連データの通信と管理に関する規格である、医用におけるデジタル画像と通信(DICOM)画像であることができる。CT画像、またはCTスキャンは、本明細書で使用するとき、コンピュータ制御スキャナによって作成される体内の構造の写真を指す広範な用語である。例えば、X線ビームを使用するスキャナによる。しかしながら、他の放射線源および/またはイメージング・システムがCT様の画像のセットを作成してもよいことが認識される。したがって、本明細書における「CT画像」という用語の使用は、別段の指示がない限り、体内の構造の「スライス」を描写する画像のセットを作成する、任意のタイプのイメージング源を有する任意のタイプのイメージング・システムを指してもよい。本明細書に記載するユーザ・インターフェースの1つの主要な態様は、CT画像の表示される像と情報との精密な相関である。ユーザ・インターフェースの部分(即ち、「パネル」)上に表示されるCT画像における位置は、同じ位置が異なる像において同時に表示されるように、システムによって精密に相関される。冠状血管の一部分を同時に、例えば2つ、3つ、4つ、5つ、もしくは6つの像に同時に表示し、施術者が1つの像における冠状血管の特定の位置を調査し、他の2つ~6つの像がそれに対応して正確に同じ位置を示すことを可能にすることによって、血管の症状についての相当量の洞察がもたらされ、施術者/分析者が、提示された情報を迅速かつ簡単に視覚的に統合して、検査している冠状血管の症状の包括的で正確な理解を得ることが可能になる。
血流を制限するおそれがある、動脈壁内および動脈壁上におけるアテローム性動脈硬化症、脂肪の蓄積、コレステロールおよび他の物質(例えば、プラーク)。プラークは、バーストして血餅を誘発するおそれがある。アテローム性動脈硬化症は心臓の問題とみなされる場合が多いが、体内のあらゆる場所の動脈に影響を及ぼす可能性がある。しかしながら、部分的には、不完全なイメージング・データ、冠動脈画像内に存在し得る収差(例えば、患者の動きによる)、および異なる患者におけるプラークの顕在化の差により、冠動脈内のプラークに関する情報を決定することは困難な場合がある。したがって、CT画像から導き出される計算された情報、またはCT画像の目視検査はどちらも、単独では患者の冠動脈に存在する症状を決定するのに十分な情報を提供することができない。本開示の部分は、自動または半自動プロセスを使用してCT画像から決定することができる情報について記載する。例えば、数千のCTスキャンに対して訓練されてきた機械学習プロセスを使用して、CT画像に描写された情報を決定し、ならびに/あるいは分析者を利用して機械学習プロセスの結果を検査し向上させ、本明細書に記載する例示のユーザ・インターフェースは、決定された情報を別の分析者または医師に提供することができる。CT画像から決定された情報は、患者の冠動脈の症状にアクセスするのに非常に有益であるが、熟練した医師による冠動脈の視覚分析は、手元のCT画像から決定された情報と併せて、患者の冠動脈のより包括的な評価を可能にする。本明細書に示されるように、システムの実施形態は、冠状血管内および周囲における血管管腔、血管壁、プラーク、および狭窄症の分析および可視化を容易にする。このシステムは、例えば患者の血管のCTスキャンによって生成される、コンピュータ断層撮影(CT)画像のセットに基づいて、多平面フォーマット、断面像、冠動脈の木の3D像、アキシャル、矢状、および冠状像で血管を表示することができる。CT画像は、医用イメージング情報および関連データの通信と管理に関する規格である、医用におけるデジタル画像と通信(DICOM)画像であることができる。CT画像、またはCTスキャンは、本明細書で使用するとき、コンピュータ制御スキャナによって作成される体内の構造の写真を指す広範な用語である。例えば、X線ビームを使用するスキャナによる。しかしながら、他の放射線源および/またはイメージング・システムがCT様の画像のセットを作成してもよいことが認識される。したがって、本明細書における「CT画像」という用語の使用は、別段の指示がない限り、体内の構造の「スライス」を描写する画像のセットを作成する、任意のタイプのイメージング源を有する任意のタイプのイメージング・システムを指してもよい。本明細書に記載するユーザ・インターフェースの1つの主要な態様は、CT画像の表示される像と情報との精密な相関である。ユーザ・インターフェースの部分(即ち、「パネル」)上に表示されるCT画像における位置は、同じ位置が異なる像において同時に表示されるように、システムによって精密に相関される。冠状血管の一部分を同時に、例えば2つ、3つ、4つ、5つ、もしくは6つの像に同時に表示し、施術者が1つの像における冠状血管の特定の位置を調査し、他の2つ~6つの像がそれに対応して正確に同じ位置を示すことを可能にすることによって、血管の症状についての相当量の洞察がもたらされ、施術者/分析者が、提示された情報を迅速かつ簡単に視覚的に統合して、検査している冠状血管の症状の包括的で正確な理解を得ることが可能になる。
有利には、本開示は、CT画像およびデータをより有用で正確な形で分析し、ユーザが対話し、画像およびデータをより分析的に有用な形で分析し、ならびに/あるいは計算分析をより有用な形で実施して、例えば注意を要する症状を検出することを可能にする。グラフィカル・ユーザ・インターフェースは、本明細書に記載する処理において、ユーザが、冠動脈の異なる情報および像の間の関係を規定するのに、他の方法では困難な可視化を行うことを可能にする。一例では、冠動脈の一部分を、CMPR像、SMPR像、および断面像で同時に表示することによって、他の方法ではより少数の像を使用して知覚できないことがある、冠動脈と関連付けられたプラークまたは狭窄症の洞察を分析者に提供することができる。同様に、冠動脈の一部分を、CMPR像、SMPR像、および断面像に加えて、アキシャル像、矢状像、および冠状像で表示することによって、他の方法では冠動脈のより少数の像を用いて知覚できないであろう情報を分析者に更に提供することができる。様々な実施形態では、システムまたはシステムと対話する分析者によって決定される、本明細書に記載または例示する情報のいずれか、ならびにCT画像のセットにおける冠状血管のセグメントの狭窄症およびプラークを示す情報を含む、CT画像のセットと関連付けられた冠動脈/血管に関連する他の情報(「動脈情報」)(例えば、別の外部源、例えば分析者からのもの)、ならびにCT画像のセットにおける冠状血管の同定および位置を示す情報は、システムに格納し、ユーザ・インターフェースの様々なパネルおよび報告に提示することができる。本開示は、患者の冠動脈および冠動脈と関連付けられた特徴のより簡単で迅速な分析を可能にする。本開示はまた、冠動脈データの選択された部分への迅速で正確なアクセスを可能にすることによって、冠動脈データのより高速の分析を可能にする。本開示のシステムおよび方法を使用しなければ、CT画像および冠動脈情報の迅速な選択、表示、および分析は、厄介で非効率なものである可能性があり、分析者が患者の冠動脈の分析において重要な情報を見逃すことにつながることがあり、それが患者の症状の不正確な評価につながることがある。
様々な実施形態では、システムは、システムを使用する分析者または施術者によって、自動的に(例えば、患者と関連付けられたCT画像のセットの前処理ステップの間、機械学習アルゴリズムを使用して)、または対話的に(例えば、少なくとも何らかの入力をユーザから受信することによって)患者の冠動脈を同定することができる。本明細書に記載するように、いくつかの実施形態では、未加工CTスキャン・データの処理は、患者の体内における特定の動脈血管の存在および/または非存在を決定および/または同定するために、CTデータを分析することを含むことができる。自然発生現象として、特定の動脈が特定の患者の体内に存在することがある一方、かかる特定の動脈が他の患者の体内には存在しないことがある。いくつかの実施形態では、システムは、スキャン・データで検出された動脈血管を同定しラベリングするように構成することができる。特定の実施形態では、システムは、ユーザが患者の体内の同定された動脈のラベルをクリックすることを可能にし、それによって、患者の体内に存在する複数の動脈血管の電子的表現においてその動脈を強調することが可能になるように構成することができる。いくつかの実施形態では、システムは、例えば10~15分またはそれ以下で、CTスキャン・データに存在する動脈を分析し、患者の体内に存在する動脈の様々な像を表示するように構成される。対照的に、一例として、良性もしくは悪性プラークまたは他の任意の要因を考慮せずに、狭窄症のみを同定するのにCTの視覚的評価を行うには、スキル・レベルに応じて15分から1時間超かかる場合があり、また、放射線専門医および/または心臓画像装置によって大幅な可変性を有する場合がある。
システムによっては、分析者が患者と関連付けられたCT画像を見るのを可能にするものがあるが、必要な像全てをリアルタイムまたはほぼリアルタイムで、患者特異的な冠動脈の3-D動脈の木像、複数のSMPR像、ならびに断面像、およびアキシャル像、矢状像、および/または冠状像と対応させて表示する能力はない。システムの実施形態は、これを、患者の冠動脈の比類ない視認性を提供する、使用の1つもしくは複数または使用の全ての表示に構成することができ、分析者または施術者が、これらの像なしでは単純に知覚できないことがある特徴および情報を知覚することを可能にする。つまり、これらの像全て、ならびに表示された冠状血管に関連する情報を示すように構成されたユーザ・インターフェースは、分析者または施術者が自身の経験をシステムが提供している情報と併せて使用して、動脈の症状をより良好に同定することを可能にし、それが患者に対する治療の決定を行う助けとなり得る。加えて、システムによって決定され、ユーザ・インターフェースによって表示される、分析者または施術者によって知覚することができない情報は、簡単に理解し迅速に取り入れることができるような方式で提示される。一例として、プラークの実際の放射線濃度値の知識は、分析者が単純にCT画像を見ることによって決定するものではなく、システムが、全てのプラークの完全な分析が見出されていることを提示することができる。
一般に、動脈血管は本質的に曲線である。したがって、システムは、かかる曲線の動脈血管を真っ直ぐにして、実質的に直線の動脈図にするように構成することができ、いくつかの実施形態では、上記は直線多平面再構成(MPR)像と呼ばれる。いくつかの実施形態では、システムは、複数の動脈血管を直線多平面再構成像に示すダッシュボード図を示すように構成される。いくつかの実施形態では、動脈血管の線形図は、動脈血管の縦軸(または血管の長さもしくは長軸)に沿った断面像を示す。いくつかの実施形態では、システムは、ユーザが様々な視野および角度から血管壁を検査するために、ユーザが、実質的に線形の動脈血管の縦軸を中心にして360°回転させるのを可能にするように構成することができる。いくつかの実施形態では、システムは、血管内径の狭窄だけではなく、血管内壁および/または外壁自体の特性も示すように構成される。いくつかの実施形態では、システムは、複数の線形図で、例えばSMPR像で複数の動脈血管を表示するように構成することができる。
いくつかの実施形態では、システムは、動脈血管の曲率をユーザにより良く示すために、複数の動脈血管を斜視図で示すように構成することができる。いくつかの実施形態では、斜視図は湾曲した多平面再構成像と呼ばれる。いくつかの実施形態では、斜視図は、心臓および血管のCT画像を、例えば動脈の木像の形で含む。いくつかの実施形態では、斜視図は、心臓の血管をより良く強調するために心臓組織を表示しない、動脈血管を示す修正されたCT画像を含む。いくつかの実施形態では、システムは、患者の様々な動脈を異なる視点から表示するために、ユーザが斜視図を回転させるのを可能にするように構成することができる。いくつかの実施形態では、システムは、横軸(または血管の幅もしくは短軸)に沿った動脈血管の断面像を示すように構成することができる。縦軸に沿った断面像とは対照的に、いくつかの実施形態では、システムは、横軸を横切る断面像から動脈血管を見ることによって、ユーザが狭窄症または血管壁の狭窄をより明瞭に見ることを可能にすることができる。
いくつかの実施形態では、システムは、漫画像で、イラスト像または漫画像で、複数の動脈血管を表示するように構成される。動脈血管のイラスト像において、いくつかの実施形態では、システムは、特定の動脈血管または特定の動脈血管の区画のベタ塗りまたはグレー・スケール化を利用して、特定の動脈血管または動脈血管の区画で心血管イベントが起こるリスクの様々な程度を示すことができる。例えば、システムは、第1の動脈血管を黄色で表示して、第1の動脈血管で心血管イベントが起こるリスクが中程度であることを示し、第2の動脈血管を赤色で表示して、第2の動脈血管で心血管イベントが起こるリスクが高いことを示すように構成することができる。いくつかの実施形態では、システムは、動脈血管または動脈血管の区画と関連付けられた指定のリスクをより良く理解するために、ユーザが様々な動脈血管および/または動脈血管の区画と対話することを可能にするように構成することができる。いくつかの実施形態では、システムは、ユーザが患者の動脈のイラスト像からCT像に切り替えるのを可能にすることができる。
いくつかの実施形態では、システムは、本明細書に記載する様々な図の全てまたは一部を単一のダッシュボード図で表示するように構成することができる。例えば、システムは、線形図を斜視図とともに表示するように構成することができる。別の例では、システムは、線形図をイラスト像とともに表示するように構成することができる。
いくつかの実施形態では、処理済みCT画像データによって、システムがかかる処理済みデータを利用して、患者の様々な動脈をユーザに対して表示するのを可能にすることができる。上述したように、システムは、患者の複数の動脈血管の線形図を生成するために、処理済みCTデータを利用するように構成することができる。いくつかの実施形態では、線形図は、実質的な直線を真似たような線形で患者の動脈を表示する。いくつかの実施形態では、線形図の生成には、1つまたは複数の自然発生する曲線の動脈血管の画像を伸展させる必要がある。いくつかの実施形態では、システムは、かかる処理済みデータを利用して、ユーザが、動脈の表示された線形図を360°回転可能な形で回転させることを可能にするように構成することができる。いくつかの実施形態では、処理済みCT画像データは、時間に伴って、即ち心周期全体を通して、動脈形態を可視化し比較することができる。動脈の膨張またはその欠落は、健康な動脈対血管拡張ができない病気の動脈を表すことがある。いくつかの実施形態では、単純に単一の時点を検査することによって、動脈が膨張することが可能か否かを予測アルゴリズムが決定するようにすることができる。
上述したように、システムの態様は患者の冠動脈を可視化するのを助けることができる。いくつかの実施形態では、システムは、ユーザが特定の患者のデータと対話し、ならびに/あるいはそれを分析するための可視化インターフェースを動的に生成するために、未加工CTスキャンからの処理済みデータを利用するように構成することができる。可視化システムは、患者の心臓と関連付けられた複数の動脈を表示することができる。システムは、動脈は患者の体内で線形ではないが、実質的に線形で複数の動脈を表示するように構成することができる。いくつかの実施形態では、システムは、動脈の異なる範囲を可視化するために、ユーザが、動脈の長さに沿って上下または左右にスクロールするのを可能にするように構成することができる。いくつかの実施形態では、システムは、ユーザが動脈の異なる部分を異なる角度で見るのを可能にするために、ユーザが動脈を360°回転させるのを可能にするように構成することができる。
有利には、システムは、閾値レベルを超えるプラーク蓄積の量がある範囲にマーキングを含むかまたは生成するように構成することができる。いくつかの実施形態では、システムは、ユーザが動脈の特定の範囲を標的にして更に検査するのを可能にするように構成することができる。システムは、動脈の長さに沿った特定の地点において、動脈と関連付けられた基礎となるデータを表示するために、ユーザが動脈の1つまたは複数のマーキングされた範囲をクリックするのを可能にするように構成することができる。いくつかの実施形態では、システムは、患者の動脈の漫画演出を生成するように構成することができる。いくつかの実施形態では、動脈の漫画またはコンピュータ生成表現は、患者の動脈の特定の範囲を強調してユーザが更に検査するように、色分けスキームを含むことができる。いくつかの実施形態では、システムは、赤色または他の任意のグラフィック表現を使用して、動脈の漫画またはコンピュータ生成画像を生成して、ユーザによる更なる分析を要する動脈を表すように構成することができる。いくつかの実施形態では、システムは、動脈の漫画表現および上述した動脈の3D表現に、ラベリング・スキームにしたがって、格納した冠状血管ラベルをラベリングすることができる。ユーザが所望する場合、ラベリング・スキームを変更または改良することができ、好ましいラベルが格納され、冠動脈をラベリングするのに使用されてもよい。
いくつかの実施形態では、システムは、虚血が見出される可能性が高い動脈の範囲を同定するように構成することができる。いくつかの実施形態では、システムは、悪性プラークが存在するプラークの範囲を同定するように構成することができる。いくつかの実施形態では、システムは、動脈内の範囲の色合いおよび/またはグレー・スケールのレベルが閾値レベルを超えるか否かを決定することによって、悪性プラーク範囲を同定するように構成することができる。一例では、システムは、プラーク範囲の画像が黒色または実質的に黒色もしくは濃灰色である、プラークの範囲を同定するように構成することができる。一例では、システムは、動脈内のプラーク範囲の白さまたは淡灰色を指定することによって、「良性」プラークの範囲を同定するように構成することができる。
いくつかの実施形態では、システムは、心イベントのリスクが高い動脈血管の部分を同定し、ならびに/あるいは血管壁にしたがう外形または血管壁に沿ったプラーク蓄積のプロファイルを描画するように構成される。いくつかの実施形態では、システムは更に、この情報をユーザに対して表示し、ならびに/あるいはAIアルゴリズムが描画した外形の指定が不適切であるとユーザが考えた場合に、ユーザが同定された部分または外形の指定を変更する編集ツールを提供するように構成される。いくつかの実施形態では、システムは、「スナップ・トゥー管腔」と呼ばれる編集ツールを備え、ユーザは、血管の特定の範囲の周りにボックスを描き、スナップ・トゥー管腔の選択肢を選択することによって関心領域を選択し、システムは、血管壁および/またはプラーク蓄積の境界をより緊密に辿るように外形の指定を自動的に再描画し、システムは、エッジ検出などであるがそれに限定されない画像処理技法を使用する。いくつかの実施形態では、AIアルゴリズムは、医用画像データを完全な精度で処理せず、したがって、医用画像データの分析を完了するのに編集ツールが必要である。いくつかの実施形態では、医用画像データの最終のユーザ編集によって、AIアルゴリズムのみを使用して医用画像データを処理した場合よりも高速の医用画像データ処理が可能になる。
いくつかの実施形態では、システムは、より高分解能のイメージングからの画像を複製するように構成される。一例として、CTでは、カルシウムからの部分体積アーチファクトは、CTの既知のアーチファクトであって、カルシウムの体積の過大評価および動脈の狭窄をもたらす。血管内超音波法または光コヒーレンス断層撮影法または病理組織学のものに対してCT動脈外観を訓練し評価することによって、いくつかの実施形態では、CT動脈外観は、IVUSまたはOCTに類似したものになるように複製されてもよく、このようにして、冠動脈カルシウム・アーチファクトをデブルーム(de-bloom)してCT画像の精度を改善する。
いくつかの実施形態では、システムは、開始部分から終了部分までの血管、および/または血管長さの過程に沿った血管の先細りを表示する、グラフィカル・ユーザ・インターフェースを提供するように構成される。グラフィカル・ユーザ・インターフェースに表示することができるパネルの多くの例は、図6A~図9Nを参照して例示され記載される。いくつかの実施形態では、ユーザ・インターフェースの部分、パネル、ボタン、またはユーザ・インターフェースに表示される情報は、本明細書に記載し図面に例示するものとは異なるように配置される。例えば、ユーザは、動脈の異なる図をユーザ・インターフェースの異なる部分に配置する好みを有することがある。
いくつかの実施形態では、グラフィカル・ユーザ・インターフェースは、血管の狭窄症または狭窄症像を示すために、表示された血管像に、AIアルゴリズム分析から得たプラーク蓄積データで注釈を付けるように構成される。いくつかの実施形態では、グラフィカル・ユーザ・インターフェース・システムは、表示された血管像に色のマーキングまたは他のマーキングで注釈を付けて、高リスクの範囲もしくは更に分析する範囲、中程度のリスクの範囲、および/または低リスクの範囲を示すように構成される。例えば、グラフィカル・ユーザ・インターフェース・システムは、血管長さに沿った特定の範囲に赤色のマーキングまたは他のグラフィック・マーキングで注釈を付けて、顕著な悪性脂肪性プラーク蓄積および/または狭窄症があることを示すように構成することができる。いくつかの実施形態では、血管長さに沿った注釈付きマーキングは、狭窄症、生化学テスト、生体マーカー・テスト、医用画像データのAIアルゴリズム分析、および/またはその他などであるがそれらに限定されない、1つまたは複数の変数に基づく。いくつかの実施形態では、グラフィカル・ユーザ・インターフェース・システムは、血管像にアテローム性動脈硬化症像で注釈を付けるように構成される。いくつかの実施形態では、グラフィカル・ユーザ・インターフェース・システムは、血管像に虚血像で注釈を付けるように構成される。いくつかの実施形態では、グラフィカル・ユーザ・インターフェースは、血管および注釈付きのプラーク蓄積像を異なる角度から表示するために、ユーザが、血管を180度または360度回転させるのを可能にするように構成される。この像から、ユーザは、狭窄症に対処するためのステント長さおよび直径を手動で決定することができ、いくつかの実施形態では、システムは、医用画像情報を分析して、推奨されるステント長さおよび直径を決定し、埋め込むことが提案されるステントをグラフィカル・ユーザ・インターフェースに表示して、血管の同定された範囲内でステントが狭窄症にどのように対処するかをユーザに示すように構成される。いくつかの実施形態では、本明細書に開示するシステム、方法、およびデバイスは、対象者が人間であるか他の哺乳類であるかにかかわらず、対象者の身体の他の範囲および/または他の血管および/または器官に適用することができる。
[実例]
かかるシステムの主な使用法の1つは、例えば冠状血管であるがそれに限定されない血管における、プラークの存在を決定することであり得る。プラークのタイプは、ユーザの可読性を向上させるため、ハウンスフィールド単位密度に基づいて可視化することができる。システムの実施形態はまた、セグメント化された冠動脈の血管および病変両方のレベルにおける、狭窄症およびプラーク組成に関する変数の定量化を提供する。
かかるシステムの主な使用法の1つは、例えば冠状血管であるがそれに限定されない血管における、プラークの存在を決定することであり得る。プラークのタイプは、ユーザの可読性を向上させるため、ハウンスフィールド単位密度に基づいて可視化することができる。システムの実施形態はまた、セグメント化された冠動脈の血管および病変両方のレベルにおける、狭窄症およびプラーク組成に関する変数の定量化を提供する。
いくつかの実施形態では、システムは、冠動脈疾患(CAD)またはCAD疑いを評価するのに冠動脈コンピュータ断層撮影血管造影法(CCTA)を行った患者における、冠動脈プラーク(即ち、アテローム性動脈硬化症)および狭窄症の存在および程度を決定するのに、心臓CTデータを確認し分析するインタラクティブ・ツールとして訓練済みの医療専門家が使用することが意図される、ウェブ・ベースのソフトウェア・アプリケーションとして構成される。このシステムは、CTスキャナを使用して得られたCT画像を後処理する。システムは、冠動脈の特徴の特性決定、測定、および可視化のためのツールおよび機能性を提供する、ユーザ・インターフェースを生成するように構成される。
システムの実施形態の特徴としては、例えば、中心線および管腔/血管抽出、プラーク組成オーバーレイ、狭窄症のユーザ同定、リアルタイムで計算された血管統計(血管長さ、病変長さ、血管体積、管腔体積、プラーク体積(非石灰化、石灰化、低密度非石灰化プラーク、および合計)を含む)、最大リモデリング指標、および面積/径狭窄率(例えば、パーセンテージ)、多平面再フォーマット化血管および断面像の二次元(2D)可視化、対話型三次元(3D)レンダリングした冠動脈の木、CT画像に現れる実際の血管に対応するアニメーションの動脈の木の可視化、ユーザ修正可能な半自動的血管セグメント化、ならびにステントおよび慢性完全閉塞(CTO)のユーザ同定を挙げることができる。
一実施形態では、システムは、(例えば、心血管コンピュータ断層撮影学会(Societyof Cardiovascular Computed Tomography)のガイドラインにしたがって)冠状血管木内の18の冠動脈セグメントを使用する。冠動脈セグメント・ラベルは次のものを含む。
・pRCA-近位右冠動脈
・mRCA-右冠動脈中部
・dRCA-遠位右冠動脈
・R-PDA-右後下行動脈
・LM-左大動脈
・pLAD-近位左下行動脈
・mLAD-左前下行動脈中部
・dLAD-遠位左前下行動脈
・D1-第1対角
・D2-第2対角
・pCx-近位左回旋動脈
・OM1-第1鈍縁
・LCx-遠位左回旋
・OM2-第2鈍縁
・L-PDA-左後下行動脈
・R-PLB-右後側壁枝
・RI-中間枝動脈
・L-PLB-左後側壁枝
・pRCA-近位右冠動脈
・mRCA-右冠動脈中部
・dRCA-遠位右冠動脈
・R-PDA-右後下行動脈
・LM-左大動脈
・pLAD-近位左下行動脈
・mLAD-左前下行動脈中部
・dLAD-遠位左前下行動脈
・D1-第1対角
・D2-第2対角
・pCx-近位左回旋動脈
・OM1-第1鈍縁
・LCx-遠位左回旋
・OM2-第2鈍縁
・L-PDA-左後下行動脈
・R-PLB-右後側壁枝
・RI-中間枝動脈
・L-PLB-左後側壁枝
他の実施形態は、より多数または少数の冠動脈セグメント・ラベルを含むことができる。個々の患者の体内に存在する冠動脈セグメントは、右または左どちらの冠動脈優位かに依存する。一部のセグメントは右冠動脈優位であるときのみ存在し、一部のセグメントは左冠動脈優位であるときのみ存在する。したがって、全てではなくても多くの場合、一人の患者が18個全てのセグメントを有することはない。システムはほとんどの既知の変形例を考慮に入れる。
システムの実施の一例では、CTスキャンがシステムによって処理され、結果として得られたデータが、専門の読み手によって生成されたグラウンド・トゥルース結果と比較された。システム結果と専門の読み手による結果との間の、ピアソン相関係数およびブランド・アルトマン合意を下記の表に示す。
図6A~図9Nは、システムのユーザ・インターフェースの一実施形態を示し、パネル、グラフィックス、ツール、CT画像の表現の例、ならびにCT画像のセットにおいて見出される冠状血管に関連する特性、構造、および統計を示す。様々な実施形態では、ユーザ・インターフェースは柔軟であり、パネル、画像、CT画像のグラフィック表現、ならびに特性、構造、および統計の様々な構成を示すように構成することができる。例えば、分析者の好みに基づく。システムは、冠動脈の可視化を支援する、複数のメニューおよびナビゲーション・ツールを有する。キーボードおよびマウスのショートカットも、患者のCT画像のセットと関連付けられた画像および情報をナビゲートするのに使用することができる。
図6Aは、本明細書に記載するCT画像分析システム上で生成し表示することができ、患者の動脈の様々な対応する図および動脈に関する情報を示すことができる複数のパネル(像)を有する、ユーザ・インターフェース600の一例を示している。一実施形態では、図6Aに示されるユーザ・インターフェース600は、患者の冠動脈の分析に関する開始点であることができ、本明細書では「スタディ・ページ」(またはスタディ・ページ600)と呼ぶ場合がある。いくつかの実施形態では、スタディ・ページは、例えば分析者の好みに基づいて、ユーザ・インターフェース600の異なる位置に配置することができる、パネルの数を含むことができる。ユーザ・インターフェース600の様々な例では、表示してもよい可能なパネルのうち特定のパネルを、(例えば、ユーザ入力に基づいて)表示するように選択することができる。
図6Aに示されるスタディ・ページ600の例は、CT画像に基づいた冠状血管の三次元(3D)表現を含む動脈の木602を含み、CT画像において同定された冠状血管を描写し、更にそれぞれのセグメント・ラベルを描写する、第1のパネル601(丸付きの「2」でも示される)を含む。CT画像を処理する一方、システムは、冠状血管の範囲を決定することができ、動脈の木が生成される。冠状血管の一部ではない構造(例えば、心臓組織および冠状血管の周りの他の組織)は、動脈の木602には含まれない。したがって、図6Aの動脈の木602は、動脈の木602の枝(血管)603間の心臓組織を含まず、動脈の木602の全ての部分を心臓組織に妨げられることなく可視化することが可能になる。
スタディ・ページ600の例はまた、少なくとも1つの直線状多平面再構成(SMPR)血管像における選択された冠状血管の少なくとも一部分を示す、第2のパネル604(丸付きの「1a」でも示される)を含む。SMPR像は、特定の回転態様における血管の立面図である。複数のSMPR像が第2のパネル604に表示されているが、各像は異なる回転態様におけるものであり得る。例えば、任意の1°において、または0.5°において、0°から259.5°まで、360°は0°と同じ像である。この例では、第2のパネル604は、0°、22.5°、45°、および67.5°の相対回転で立面図に表示される、4つの直線状多平面血管604a~dを含み、回転は直線状多平面血管の上側部分を示す。いくつかの実施形態では、各像の回転は、例えば異なる相対回転間隔で、ユーザによって選択することができる。ユーザ・インターフェースは、ユーザからの入力を受信するように構成された回転ツール605を示し、SMPR像の回転を(例えば、1度もしくは複数度)調節するのに使用することができる。SMPR像に示される血管に関連する1つまたは複数のグラフィックも表示することができる。例えば、血管の管腔を表すグラフィック、血管壁を表すグラフィック、および/またはプラークを表すグラフィックである。
このスタディ・ページ600の例はまた、患者のCT画像のセットにおけるCT画像に基づいて生成された血管606aの断面像を示すように構成された、第3のパネル606(丸付きの「1c」によっても示される)を含む。断面像は、SMPR像に示される血管に対応する。断面像はまた、SMPR像の血管における、(例えば、ポインティング・デバイスを用いて)ユーザによって示される位置に対応する。ユーザ・インターフェースは、第2のパネル604の冠状血管に沿った特定の位置の選択により、関連するCT画像を第3のパネル606の断面像に表示するように構成される。この例では、グラフィック607は第2のパネル604に表示され、第3のパネル606は血管におけるプラークの程度を示す。
このスタディ・ページ600の例はまた、選択された冠状血管の解剖学的平面像を含む第4のパネル608を含む。この実施形態では、スタディ・ページ600は、アキシャル面像608a(丸付きの「3a」によっても示される)、冠状面像608b(丸付きの「3b」によっても示される)、および矢状面像608c(丸付きの「3c」によっても示される)を含む。アキシャル面像は横断面または「上面」像である。冠状面像は正面像である。矢状面像は側面像である。ユーザ・インターフェースは、選択された冠状血管の対応する像を表示するように構成される。例えば、ユーザによって選択された冠状血管(例えば、第2のパネル604におけるSMPR像の1つ)上のある位置における選択された冠状血管の像である。
図6Bは、システム上で生成し表示することができ、患者の動脈の様々な対応する図を示すことができる複数のパネルを有する、スタディ・ページ(ユーザ・インターフェース)600の別の例を示している。この例では、ユーザ・インターフェース600は、3D動脈の木を第1のパネル601に、断面像を第3のパネル606に、アキシャル、冠状、および矢状面像を第4のパネル608に表示する。図6Aに示される第2のパネル604の代わりに、ユーザ・インターフェース600は、選択された冠状血管の湾曲した多平面再構成(CMPR)血管像を示す第5のパネル609を含む。第5のパネル609は、1つまたは複数のCMPR像を示すように構成することができる。この例では、2つのCMPR像が生成され、第1のCMPR像609aは0°で、第2のCMPR像609bは90°で表示される。CMPR像は、例えば0°から259.5°まで、様々な相対回転で生成し表示することができる。CMPR像に示される冠状血管は、選択された血管に対応し、他のパネルに表示された血管に対応する。1つのパネルで血管上の位置が選択されると(例えば、CMPR像)、他のパネルの像(例えば、断面、アキシャル、矢状、および冠状像)を自動的に更新して、それぞれの像のその選択された位置における血管も示すことができ、それにより、ユーザに対して提示される情報が大幅に改善され、分析の効率が向上する。
図6C、図6D、および図6Eは、第2のパネルの多平面再構成(MPR)血管像の特定の詳細、およびこの像と関連付けられた特定の機能性を示している。ユーザが、パネル602における冠動脈の木のセグメント化の精度を検証した後、MPR像との対話に進むことができ、そこで個々の血管セグメント(血管壁、管腔など)を編集することができる。SMPRおよびCMPR像において、図6Cおよび図6Dに示される矢印アイコン605を使用することによって、血管を漸増的に(例えば、22.5°)回転させることができる。あるいは、図6Eに示されるような回転コマンド610を使用することによって、血管を1度の増分ごとに360度回転させることができる。血管はまた、ユーザ・インターフェース600で、COMMANDまたはCTRLボタンを押し、マウスを左クリック+ドラッグすることによって回転させることができる。
図6Fは、ユーザが血管を見て血管のラベルを修正するのを可能にする、第1のパネル601における冠動脈の木602の三次元(3D)レンダリングの更なる情報を示している。図6Gは、冠動脈の木602、アキシャル像608a、矢状像608b、および冠状像608cのショートカット・コマンドを示している。図6Fに示されるパネル601では、ユーザは、動脈の木を回転させるとともに、図6Gに示されるユーザ・インターフェースにおいて選択されたコマンドを使用して、3Dレンダリングをズーム・インおよびズーム・アウトすることができる。血管をクリックすることによって、現在検査されている血管であることを示す黄色に変わる。この像では、ユーザは、血管の名称を右クリックして、ユーザからの入力を受信して血管を名付け直すように構成されたパネル611を開くことによって、血管を名付け直すかまたは消去することができる。パネル601はまた、表示されたラベルを「オン」または「オフ」するのに起動させることができる、制御を含む。図6Hは更に、アキシャル面、冠状面、および矢状面の3つの解剖学的平面のDICOM画像を見るためのユーザ・インターフェースのパネル608を示している。図6Iは、血管の断面像を示すパネル606を示している。スクロール、ズーム・イン/アウト、およびパンのコマンドもこれらの像で使用することができる。
図6Jおよび図6Kは、ユーザ・インターフェース600のツールバー612およびメニュー・ナビゲーションにおける機能性の特定の態様を示している。図6Jは、血管をナビゲートするユーザ・インターフェースのツールバーを示している。ツールバー612は、画面上に表示される血管それぞれに対するボタン612a、612bなどを含む。ユーザ・インターフェース600は、ボタン612a~nを表示して、様々な情報をユーザに対して示すように構成される。一例では、血管が選択されると、対応するボタン、例えばボタン612cが強調される(例えば、黄色で表示される)。別の例では、白い文字を有する濃灰色のボタンは、血管が分析に利用可能であることを示す。一例では、陰影付きの黒色のボタン612dは、血管が解剖学的に存在しないかまたはアーチファクトが多すぎるため、ソフトウェアによって分析できなかったことを意味する。チェック・マーク付きの灰色で表示されるボタン612eは、血管が検査済みであることを示す。
図6Kは、検査および分析に利用可能な(画像の)系列全てを見るための拡張メニューを含むユーザ・インターフェース600の図を示している。システムが1つを超える同じ血管セグメントを異なる系列の画像から分析に提供している場合、ユーザ・インターフェースは、ユーザ入力を受信して所望の系列を分析のために選択するように構成される。一例では、ラジオ・ボタン613の1つを関心の系列から選択することによって、検査する系列を示す入力を受信することができる。ラジオ・ボタンは、検査のために選択されると灰色から紫色に変化する。一実施形態では、ソフトウェアは、初期設定で、最高診断品質の2つの系列を分析のために選択するが、全ての系列を検査に利用可能である。ユーザは、システムによって選択された系列が、分析に必要な診断品質のものであるかを決定するのに、臨床判断を使用することができ、所望に応じて異なる系列を分析のために選択すべきである。システムによって選択された系列は、診断品質画像を優先することによってワークフローを改善するものとする。システムは、ユーザによる全ての系列の検査と、診断品質画像の選択とを研究の中で入れ替えないものとする。ユーザは、システムに関して図6Kに示される任意の系列を送信して、系列の上にマウスを合わせることによって血管セグメント化を提案し、図6Lに示されるような「分析」ボタン614を選択することができる。
図6Mは、一実施形態による、画像上に新しい血管を追加するのに、ユーザ・インターフェース600上に表示することができるパネルを示している。新しい血管を画像上に追加するため、ユーザ・インターフェース600は、ツールバー612上の「+血管追加」ボタンを介してユーザ入力を受信することができる。ユーザ・インターフェースは、アキシャル、冠状、および矢状像上の第4のパネル608に現れる「モード作成」615ボタンを表示する。次に、左マウスボタンをスクロールしクリックして複数のドット(例えば、緑色のドット)を作成することによって、血管を画像上に追加することができる。新しい血管が追加されていると、MPR、断面、および3D動脈の木像において新しい血管としてプレビューする。ユーザ・インターフェースは、血管の追加が完了していることを示す「完了」コマンドを受信するように構成される。次に、システムの半自動セグメント化ツールを利用して血管をセグメント化するため、ツールバーの「分析」をクリックし、ユーザ・インターフェースは、検査および修正のために提案されたセグメント化を表示する。血管の名称は、第1のパネル601の3D動脈の木像で「新規」を選択することによって選ぶことができ、それによって名称パネル611を起動させ、血管の名称をパネル611から選択することができ、次に新しい血管およびその名称を格納する。一実施形態では、ソフトウェアが、ユーザによって追加されている血管を同定できない場合、ユーザが追加した緑色のドットを接続する直線の血管ラインに戻り、ユーザは中心線を調節することができる。ユーザ・インターフェースのポップアップ・メニュー611は、標準フォーマットにしたがって迅速に一貫して、新しい血管を同定し名付けることを可能にする。
図7Aは、機械学習アルゴリズムを用いてCTスキャンを処理し、次に分析者が、CTスキャン、および機械学習アルゴリズムによって生成された情報を処理した結果の発見の精度をユーザが修正し改善することを可能にする、編集ツールを含む編集ツールバー714の一例を示している。いくつかの実施形態では、ユーザ・インターフェースは、発見の精度を修正し改善するのに使用することができる編集ツールを含む。いくつかの実施形態では、編集ツールは、図7Aに示されるように、ユーザ・インターフェースの左側に配置される。以下は利用可能な編集ツールの一覧および説明である。各ボタン(アイコン)の上に合わせることで各ツールの名称が表示される。これらのツールは、クリックすることによって起動および停止させることができる。ツールの色が灰色の場合、停止されている。ソフトウェアが血管内のこれらの特性のいずれかを同定している場合、ツールを起動させたときに注釈が既に画像上にある。ツールバーの編集ツールは、次のツールの1つまたは複数を含むことができる。管腔壁701、スナップ・トゥー血管壁702、血管壁703、スナップ・トゥー管腔壁704、セグメント705、狭窄症706、プラーク・オーバーレイ707、中心線708、慢性完全閉塞(CTO)709、ステント710、除外711、トラッカー712、および距離713。ユーザ・インターフェース600は、それぞれのツール・アイコン(以下の表および図7Aに示される)のユーザ選択を受信することによってこれらのツールそれぞれを起動するように構成され、下記の編集ツール説明表に記載される機能性を提供するように構成される。
図7Bおよび図7Cは、トラッカ・ツールの特定の機能性を示している。トラッカ・ツール712は、ユーザ・インターフェース600の様々なパネルに、例えば、SMPR像、CMPR像、断面像、アキシャル像、冠状像、矢状像、および3D動脈の木像で示される、像の方向を合わせ、ユーザがそれらを相関させることを可能にする。起動するには、トラッカー・アイコンが編集ツールバー上で選択される。トラッカ・ツール712が起動されると、ユーザ・インターフェースは、SMPRまたはCMPR像上に線616(例えば、赤線)を生成し表示する。システムは、ユーザ・インターフェース上に、対応する(赤色の)ディスク617を生成し、それが第1のパネル601の3D動脈の木上に、線616と対応する位置に表示される。システムは、ユーザ・インターフェース上に、対応する(赤色の)ドットを生成し、それが第4のパネルのアキシャル像、矢状像、および冠状像上に、線616と対応する位置に表示される。線616、ディスク617、およびドット618は全て、異なる像の同じ位置を参照する位置インジケータであり、それにより、トラッカーのいずれかを上下にスクロールさせることによって、他の像の位置インジケータの同じ動きがもたらされる。また、ユーザ・インターフェース600は、位置インジケータによって示される位置に対応する断面画像をパネル606に表示する。
図7Dおよび図7Eは、管腔および血管壁の輪郭を修正するのに使用される、血管および管腔壁ツールの特定の機能性を示している。管腔壁ツール701および血管壁ツール703は、血管に関して以前に決定された(例えば、機械学習プロセスを使用してCT画像を処理することによって決定された)、管腔および血管壁(本明細書では、輪郭、境界、または特徴とも呼ばれる)を修正するように構成される。これらのツールは、出力または表示される測定値を決定するため、システムによって使用される。これらのツールを用いてシステムによって生成された輪郭と対話することによって、ユーザは、輪郭の位置の精度、およびそれらの輪郭から導き出される任意の測定値を改良することができる。これらのツールは、SMPR像および断面像で使用することができる。ツールは、編集ツールバー上で血管および管腔アイコン701、703を選択することによって起動される。血管壁619は、MPR像および断面像において、ある色(例えば、黄色)でグラフィカル「トレース」オーバーレイに表示される。管腔壁629は、異なる色(例えば、紫色)でグラフィカル「トレース」オーバーレイに表示される。一実施形態では、ユーザ・インターフェースは、ユーザとの対話を通して輪郭を改良するように構成される。例えば、輪郭を改良するため、ユーザは、輪郭の上にポインティング・デバイス(例えば、マウス、スタイラス、指)を合わせて輪郭を強調し、所望の血管または管腔壁の輪郭をクリックし、表示されたトレースを異なる位置までドラッグして新しい境界を設定することができる。ユーザ・インターフェース600は、これらのトレーシングに対するあらゆる変化を自動的に保存するように構成される。システムは、リアルタイムまたはほぼリアルタイムで、輪郭の変化から導き出されたあらゆる測定値を再計算する。また、1つの像の1つのパネルで行われた変化は、対応して他の像/パネルに表示される。
図7Fは、管腔壁/スナップ・トゥー血管ツール701、702、および血管壁/スナップ・トゥー管腔壁ツール703、704をそれぞれ起動させるのに使用することができる、ユーザ・インターフェース600の管腔壁ボタン701およびスナップ・トゥー血管壁ボタン702(左)、ならびに血管壁ボタン703およびスナップ・トゥー管腔壁ボタン704(右)を示している。ユーザ・インターフェースは、これらのツールを提供して、以前に決定された管腔および血管壁輪郭を修正する。スナップ・トゥー血管/管腔壁ツールは、管腔および血管壁輪郭の間のギャップを簡単かつ迅速に閉止するのに、つまり、管腔輪郭のトレースおよび血管輪郭のトレースを移動させて同じに、または実質的に同じにして、対話型編集時間を削減するのに使用される。ユーザ・インターフェース600は、ユーザがポインティング・デバイスをツールの上に合わせ、それによってスナップ・トゥー・ボタンが現れると、これらのツールを起動するように構成される。例えば、管腔壁ボタン701の上に合わせると、スナップ・トゥー血管ボタン702が管腔壁ボタンの右側に現れ、血管壁ボタン703の上に合わせると、スナップ・トゥー管腔壁ボタン704が血管壁ボタン703の横に現れる。ボタンは所望のツールを起動させるように選択される。図Gを参照すると、ポインティング・デバイスは、第1の地点620でクリックし、血管の意図される部分に沿ってドラッグして、第2の地点621へと編集するのに使用することができ、ツールがどこで稼働するかを示す範囲622が現れる。所望の範囲622の終わりが描画されると、選択を解除することによって管腔および血管壁が合わさって留まる。
図7Hは、MPR上における個々の冠動脈セグメント間の境界をマーキングすることを可能にする、セグメント・ツール705を使用しながら表示することができる第2のパネル602の一例を示している。ユーザ・インターフェース600は、セグメント・ツール705が選択されると、線(例えば、線623、624)が、SMPR像の血管上で、第2のパネル602の血管画像上に現れるように構成される。線は、システムによって決定されたセグメント境界を示す。名称は、それぞれの線623、624に隣接してアイコン625、626で表示される。セグメントの名称を編集するため、図7Iに示される名称パネル611を使用して、アイコン625、626およびラベルを適宜クリックする。セグメントはまた、例えば、ゴミ箱アイコンを選択することによって消去することができる。線623、624を上下に移動させて、関心のセグメントを画定することができる。セグメントがない場合、ユーザは、セグメント追加ボタンを使用して新しいセグメントを追加し、セグメント・ラベリング・ポップアップ・メニュー611のラベリング機能を使用してラベリングすることができる。
図7J~図7Mは、ユーザ・インターフェース600上の狭窄症ツール706を使用する一例を示している。例えば、図7Lは、ユーザが編集した管腔および血管壁輪郭に基づいて狭窄症マーカーをドロップするのに使用することができる、狭窄症ボタンを示している。図7Mは、湾曲した多平面血管(CMPR)像におけるセグメント上の狭窄症マーカーを示している。第2のパネル604は、血管における狭窄症の範囲をマーキングするマーカーをユーザが示すことを可能にする、狭窄症ツール706を使用しながら表示することができる。一実施形態では、狭窄症ツールは、血管における狭窄症の範囲をマーキングするように使用される、5つのマーカーのセットを含む。これらのマーカーは次のように定義される。
・R1:狭窄症/病変に最も近い近位側の正常なスライス
・P:狭窄症/病変の最も近位側の異常なスライス
・O:最大閉塞を有するスライス
・D:狭窄症/病変の最も遠位側の異常なスライス
・R2:狭窄症/病変に最も近い遠位側の正常なスライス
・R1:狭窄症/病変に最も近い近位側の正常なスライス
・P:狭窄症/病変の最も近位側の異常なスライス
・O:最大閉塞を有するスライス
・D:狭窄症/病変の最も遠位側の異常なスライス
・R2:狭窄症/病変に最も近い遠位側の正常なスライス
一実施形態では、狭窄症マーカーを多平面像(直線および湾曲)に追加する2つの手法がある。狭窄症ツール706を選択した後、図7Kまたは図7Lに示される狭窄症ボタンを起動させることによって、狭窄症を追加することができ、5つの均等に間隔を空けた狭窄症マーカーをドロップするのに、(i)狭窄症「+」ボタン(図7K)をクリックし、(ii)一連の5つの均等に間隔を空けた黄色い線が血管上に現れ、ユーザはこれらのマーカーを適用可能な位置へと編集しなければならず、(iii)マーカーによって囲まれた強調範囲の内部をクリックし、それらを上下にドラッグすることによって、5つのマーカー全てを同時に移動させ、(iv)個々の黄色い線またはタグをクリックし上下に移動させることによって、個々のマーカーを移動させ、(v)狭窄症を消去するため、赤色のごみ箱アイコンをクリックする。ユーザ編集した管腔および血管壁輪郭に基づいて、狭窄症マーカーをドロップするため、狭窄症
ボタンをクリックする(図7Lを参照)。一連の5つの黄色い線が血管上に現れる。位置はユーザ編集の輪郭に基づく。ユーザ・インターフェース600は、ユーザが狭窄症マーカーを編集する機能性を提供し、例えば、狭窄症マーカーを移動させることができる。図7Jは、SMPR像における血管上に配置された狭窄症マーカーR1、P、O、D、およびR2を示している。図7Mは、CMPR像における血管上に配置されたマーカーR1、P、O、D、およびR2を示している。
図7Nは、ユーザ・インターフェースのプラーク・オーバーレイ・ツール707を使用している間表示することができる、パネルの一例を示している。一実施形態では、図7Nを参照して、「プラーク」は、低密度非石灰化プラーク(LD-NCP)701、非石灰化プラーク(NCP)632、または石灰化プラーク(CP)633にカテゴリ分けされる。編集ツールバーでプラーク・オーバーレイ・ツール707を選択することによってツールが起動する。起動すると、プラーク・オーバーレイ・ツール707は、ハウンスフィールド単位(HU)密度に基づいたプラークの範囲を有する、第2のパネル604のSMPR像、SMPRの断面、および第3のパネル606の断面像(例えば、図7Rを参照)の血管上に異なる色をオーバーレイする。加えて、凡例が断面像で開いて、プラーク・タイプを図7Oおよび図7Qに示されるようにプラーク・オーバーレイの色に対応させる。ユーザは、図7Pに示されるような断面像の右上角に位置する「Edit Thresholds」ボタンをクリックすることによって、プラークの3つの異なるタイプに対して異なるHU範囲を選択することができる。一実施形態では、値に対するプラーク閾値の初期設定は下記の表に示される。
初期値は、所望に応じて、例えば図7Qに示されるプラーク閾値インターフェースを使用して、訂正することができる。初期値が提供されるが、ユーザは、自身の臨床上の判断に基づいて異なるプラーク閾値を選択することができる。ユーザは、図7Rに示される第3のパネル606の断面像を使用して、関心範囲を更に検査することができる。ユーザはまた、選択されたプラーク閾値を、図7Sに示されるユーザ・インターフェース600の血管統計パネルで見ることができる。
中心線ツール708は、ユーザが管腔の中心を調節するのを可能にする。(中心線の)中心点を変更することで、管腔および血管壁、ならびに存在する場合はプラークの定量化を変更してもよい。中心線ツール708は、ユーザ・インターフェース600上で選択することによって起動される。線635(例えば、黄色い線)がCMPR像609に現れ、点634(例えば、黄色い点)が第3のパネル606の断面像に現れる。中心線は、線/点をクリックしドラッグすることによって、必要に応じて調節することができる。CMPR像におけるいかなる変更も断面像に反映され、その逆もまた真である。ユーザ・インターフェース600は、既存の血管の中心線を延長するいくつかの手法を提供する。例えば、ユーザは次のように中心線を延長することができる。(1)アキシャル像、冠状像、または矢状像上の輪郭で描かれた血管のドット634を右クリックし(図7Uを参照)、(2)「始まりから延長」または「終わりから延長」を選択し(図7Uを参照)、像が血管の始まりまたは終わりにジャンプし、(3)(緑色の)ドットを追加して血管を延長し(図7Vを参照)、(4)終了すると、(青色の)チェック・マーク・ボタンを選択して、延長を中止し、(赤色の)「x」ボタンを選択する(例えば、図7Vを参照)。ユーザ・インターフェースは次に、ユーザが行った変更にしたがって血管を延長する。ユーザは次に、SMPRまたは断面像の管腔および血管壁を手動で編集する(例えば、図7Wを参照)。ユーザ・インターフェースが、ユーザによって追加されている血管区画を同定できない場合、ユーザが追加したドットを接続する直線の血管ラインに戻る。ユーザは次に中心線を調節することができる。
ユーザ・インターフェース600はまた、慢性完全閉塞(CTO)を有する動脈の部分、つまり100%狭窄症を有し血流が検出できない動脈の部分を同定する、慢性完全閉塞(CTO)ツール709を提供する。多量の血栓を含む可能性が高いので、CTO内のプラークはプラーク定量化全体に含まれない。起動するには、編集ツールバー612のCTOツール709をクリックする。CTOを追加するには、ユーザ・インターフェースのCTO「+」ボタンをクリックする。CTOの血管の一部分を示す図7Xに示されるように、2つの線(マーカー)636、637が第2のパネル604のMPR像に現れる。マーカー636、637を移動させて、CTOの程度を調節することができる。2つ以上のCTOが存在する場合、ユーザ・インターフェースのCTO「+」ボタンを再び起動することによって、追加のCTOを追加することができる。CTOはまた、必要に応じて消去することができる。CTOの位置は格納される。加えて、指定のCTO内にある血管の部分はプラーク計算全体に含まれず、プラーク定量化の決定は、CTOが同定された後、必要に応じて再計算される。
ユーザ・インターフェース600はまた、血管内のどこにステントが存在するかを示すステント・ツール710を提供する。ステント・ツールは、ツールバー612のステント・ツール710のユーザ選択によって起動される。ステントを追加するには、ユーザ・インターフェースに提供されたステント「+」ボタンをクリックする。2つの線638、639(例えば、紫色の線)が、図7Yに示されるようにMPR像に現れ、個々の線638、639をクリックし、それらを血管に沿ってステントの終わりまで上下に移動させることによって、線638、639を移動させてステントの範囲を示すことができる。ステント(またはCTO/除外/狭窄症)マーカーとの重なりは、ユーザ・インターフェース600によって許可されない。ステントは消去することもできる。
ユーザ・インターフェース600はまた、運動、コントラスト、位置ずれ、または他の理由によって起こるぼやけにより、分析から除外する血管の部分を示すように構成された、除外ツール711を提供する。低品質画像を除外することによって、血管の非除外部分に対する分析結果の品質全体が改善される。血管の頂部または底部部分を除外するには、編集ツールバー612のセグメント・ツール705および除外ツール711を起動させる。図7Zは、血管の頂部から一部分を除外する、除外ツールの使用を示している。図7AAは、血管の底部部分を除外する、除外ツールの使用を示している。第1のセグメント・マーカーは、血管の頂部部分に対する除外マーカーとして作用する。除外マーカーによって囲まれた範囲は、血管の統計的計算全てから除外される。範囲は、頂部セグメント・マーカーを所望の除外範囲の底部までドラッグすることによって除外することができる。除外された範囲は強調される。あるいは、「終わり」マーカーを所望の除外範囲の頂部までドラッグすることができる。除外された範囲は強調され、ユーザは、除外の理由をユーザ・インターフェースに入力することができる(図7ACを参照)。新しい除外を血管の中心に追加するため、編集ツールバー612の除外ツール711を起動させる。除外「+」ボタンをクリックする。除外の理由に関してユーザ・インターフェースのポップアップ・ウィンドウが現れ(図7AC)、理由を入力することができ、示される除外範囲を参照して格納される。2つのマーカー640、641が、図7ABに示されるようにMPRに現れる。強調された範囲の内部をクリックすることによって、両方のマーカーを同時に移動させる。ユーザは、線640、641をクリックしドラッグすることによって、個々のマーカーを移動させることができる。ユーザ・インターフェース600は、除外マーカー線640、641(および以前に定義された特徴)の位置を追跡し、除外線640、641によって画定された範囲と、CTO、ステント、または狭窄症を有する血管の任意の以前に示された部分との重なりを禁止する。ユーザ・インターフェース600はまた、指定の除外を消去するように構成される。
次に図7AD~図7AGを参照すると、ユーザ・インターフェース600はまた、画像上の2つの点間の距離を測定するのに使用される、距離ツール713を提供する。これは、正確な測定値をキャプチャするドラッグ・アンド・ドロップ・ルーラーである。距離ツールは、MPR像、断面像、アキシャル像、冠状像、および矢状像で働く。起動するには、編集ツールバー612の距離ツール713をクリックする。次に、所望の2つの点の間をクリックしドラッグする。線642および測定値643が、ユーザ・インターフェース600上に表示された画像上に現れる。距離線642または測定値643を右クリックし、ユーザ・インターフェース600の「距離を削除」ボタン644を選択することによって、測定値を消去する(図7AFを参照)。図7ADは、直線状多平面血管(SMPR)の距離を測定する一例を示している。図7AEは、湾曲した多平面血管(CMPR)の距離642を測定する一例を示している。図7AFは、血管の断面の距離642を測定する一例を示している。図7AGは、患者の解剖学的構造のアキシャル像の距離642を測定する一例を示している。
ユーザ・インターフェース600の血管統計パネルの一例を、図7AH~図7AKを参照して記載する。図7AHは、図7AIに示される、血管統計パネル646(または「タブ」)を表示するように選択することができる、パネルのユーザ・インターフェース600(例えば、ボタン)の「血管統計」部分645を示している。図7AJは、複数の病変の詳細をユーザがクリック・スルーするのを可能にする、血管統計タブにおける特定の機能性を示している。図7AKは更に、血管間をトグルするのにユーザが使用することができる血管パネルを示している。例えば、ユーザは、図7AIに示される、パネルの右上側にある「X」をクリックすることによって、パネルを隠すことができる。統計は、図7AJに示されるように、血管ごとおよび病変ごと(存在する場合)のレベルで示される。
2つ以上の病変がユーザによってマーキングされた場合、ユーザは各病変の詳細をクリック・スルーすることができる。各血管の統計を見るため、ユーザは、図7AKに示される血管パネルの血管間をトグルすることができる。
長さおよび体積にかかわる一般情報が、血管および病変(存在する場合)に関して、血管ごとおよび病変ごとのレベルのプラークおよび狭窄症情報とともに、血管統計パネル646に提示される。ユーザは、除外ツールを使用することによって、計算において考慮することを望まないアーチファクトを画像から除外してもよい。以下の表は、血管、病変、プラーク、および狭窄症に対して利用可能な特定の統計を示している。
例えば、低密度非石灰化プラーク、非石灰化プラーク、および石灰化プラークを参照して、システムで使用され、ユーザ・インターフェース600の様々な部分に表示される定量的変数は、ハウンスフィールド単位(HU)である。知られているように、ハウンスフィールド単位スケールは、放射を説明する定量的スケールであり、放射減衰を特性決定する手法としてCTスキャンを参照して使用されることが多く、所与の知見が何を表すかを定義するのが簡単になる。ハウンスフィールド単位測定値は定量的スケールを参照して提示される。特定の物質のハウンスフィールド単位測定値の例が以下の表に示される。
一実施形態では、狭窄症、アテローム性動脈硬化症、およびCAD-RADSの詳細に関してシステムが決定する情報は、図8Aに示されるように、ユーザ・インターフェース600のパネル800上に含まれる。初期設定で、CAD-RADSスコアは未選択であってもよく、ユーザがCAD-RADSページ上のスコアを手動で選択することを要する。「#」アイコンに合わせることによって、ユーザ・インターフェース600は、選択された出力に関するより多くの情報を提供する。狭窄症、アテローム性動脈硬化症、およびCAD-RADSの出力に関してより多くの詳細を見るためには、パネル800の右上にある「詳細を見る」ボタンをクリックし、これによって利用可能な詳細ページへとナビゲートされる。一実施形態では、ユーザ・インターフェース600のセンターピース・ページ・ビューの中心に、図8Cのパネル802に示されるように、SCCT冠動脈セグメント化に基づいてセグメント805a~855rに分割された、冠動脈の木805(「漫画の動脈の木」805)の非患者特異的な演出がある。分析された血管は全て、その血管内の最大径狭窄率に基づいて、凡例806にしたがった色で表示される。漫画の動脈の木805で灰色にされたセグメント/血管、例えばセグメント805qおよび805rは、解剖学的に利用不能だったもの、またはシステムで分析されなかったものである(全てのセグメントが全ての患者に存在しないことがある)。図8Bおよび図8Cに示されるように、例えば、パネル801のユーザ・インターフェース600選択ボタンを使用して、木の上方の領域(RCA、LM+LADなど)をクリックすることによって、領域ごとおよびセグメントごとの情報を見ることができる。あるいは、漫画の冠動脈の木805内のセグメント805a~805rを選択してもよい。
パネル807のユーザ・インターフェースに表示される狭窄症アテローム性動脈硬化症データは、図8Dに示されるように、様々なセグメントが選択されると適宜更新する。図8Eは、ユーザ・インターフェースの領域ごとのサマリ・パネル807の一部分の一例を示している。図8Fも、示される位置の血管に沿った(例えば、SMPR可視化に沿って移動させたときにポインティング・デバイスによって示される位置における)、選択された血管のSMPRおよびそれに関連する統計を示す、パネル807の一部分の一例を示している。つまり、ユーザ・インターフェース600は、パネル809のSMPR可視化、および例えばポインティング・デバイスを介して、ユーザ・インターフェースが表示された血管に沿った位置情報をユーザから受信する際に情報を表示するポップアップ・パネル810において、プラークの詳細および狭窄症の詳細を提供するように構成される。慢性完全閉塞(CT)および/またはステントの存在は、血管セグメント・レベルで示される。例えば、図8Gは、D1セグメントにおけるステントの存在を示している。図8Hは、mRCAセグメントにおけるCTOの存在を示している。冠動脈の優位性および何らかの異常を、図8Iに示されるような冠動脈の木の下に表示することができる。分析で選択された異常を、例えばポインティング・デバイスを「詳細」ボタンの上に合わせることによって、表示することができる。プラーク閾値が分析で変更された場合、プラーク閾値が変更されたことを示すアラートを、ユーザ・インターフェースに、または生成された報告に表示することができる。異常が存在する場合、図8Jに示されるように、各異常と関連付けられた冠状血管セグメント805が、大動脈から分離されて現れる。一実施形態では、例えば、図8Kのパネル811に示されるように、分析のテキストによるサマリも冠動脈の木の下に表示することができる。
図9Aは、分析に基づいてアテローム性動脈硬化症情報のサマリを表示する、ユーザ・インターフェース上に表示することができるアテローム性動脈硬化症パネル900を示している。図9Bは、アテローム性動脈硬化症情報のサマリがセグメントごとのベースで表示されるように血管を選択するのに使用することができる、血管選択パネルを示している。アテローム性動脈硬化症パネル900の上部区画は、図9Aに示されるように、患者ごとのデータを含む。ユーザがパネル901の「石灰化プラークを有するセグメント」に合わせると、またはパネル902の「非石灰化プラークを有するセグメント」に合わせると、適用可能なプラークを有するセグメント名が表示される。患者特異的なデータの下で、ユーザは、図9Bに示される、血管ボタンの1つをクリックすることによって、血管ごとおよびセグメントごとのアテローム性動脈硬化症データにアクセスしてもよい。
図9Cは、セグメントごとの基準でシステムによって決定されるアテローム性動脈硬化症情報を示す、ユーザ・インターフェース上に生成し表示することができる、パネル903を示している。ポジティブ・リモデリングの存在、最も高いリモデリング指標、および低密度非石灰化プラークの存在が、図9Cに示されるパネル903の各セグメントについて報告される。例えば、プラーク・データは、セグメントごとの基準で下に表示することができ、プラーク組成体積は、図9Cに示されるパネル903にセグメントごとに表示することができる。
図9Dは、狭窄症の患者ごとのデータを含む、ユーザ・インターフェース上に表示することができるパネル904を示している。狭窄症パネル904の上部区画は患者ごとのデータを含む。図9Eに示されるように、数字の上にポインティング・デバイスを合わせることによって、各カウントに関する更なる詳細を表示することができる。各領域に含まれる血管が下記の表に示される。
一実施形態では、図9Fに示されるように、パーセンテージ径狭窄率の棒グラフ906を生成し、ユーザ・インターフェースのパネル905に表示することができる。パーセンテージ径狭窄率の棒グラフ906は、各セグメントの最大径狭窄率を表示する。CTOがセグメント上にマーキングされている場合、100%径狭窄率として表示する。2つ以上の狭窄症がセグメント上にマーキングされている場合、最高値出力が初期設定で表示され、ユーザは、各狭窄症の棒をクリックして狭窄症の詳細を見て、そのセグメント内のより小さい狭窄症(存在する場合)を調査することができる。ユーザはまた、図9Gに示されるように、血管のSMPR像の中心にある灰色のボタンをドラッグすることによって各断面をスクロールし、任意の選択された位置における各断面の管腔径および%径狭窄率を見る。
図9Hは、分析に基づいてSMPR上にマーキングされた1つまたは複数の狭窄症のカテゴリを示すパネルを示している。色を使用して表示情報を向上させることができる。一例では、≧50%径狭窄率のLMの狭窄症が赤色でマーキングされる。図9Iのユーザ・インターフェースのパネル907に示されるように、各セグメントの最大パーセンテージの径狭窄率に対して、図9Jに示されるように、ポインティング・デバイスをグラフィカル血管断面表現の上に「合わせる」と、基準の最小内腔径および管腔径を表示することができる。セグメントが分析されなかった場合、または解剖学的に存在しない場合、セグメントは灰色にされ、「分析なし」を表示する。セグメントが分析されたが狭窄症が何もマーキングされなかった場合、値は「N/A」を表示する。
図9Kは、CADS-RADSスコア選択を示すユーザ・インターフェースのパネル908を示している。CAD-RADSパネルは、「冠動脈疾患-報告およびデータ・システム(CAD-RADS)、SCCT、ACR、およびNASCIの専門家コンセンサス文書:ACCにより承認」によって定義されるようなCAD-RADSの定義を表示する。ユーザはCAD-RADSスコアの選択を完全に制御する。一実施形態では、スコアはシステムによって提案されない。別の実施形態では、CAD-RADSスコアを提案することができる。CAD-RADSスコアがこのページで選択されると、スコアは、特定のユーザ・インターフェース・パネルおよびフル・テキスト報告ページの両方で表示する。CAD-RADSスコアが選択されると、ユーザは、修飾子を選択する選択肢および症状の表現を有する。表現が選択されると、解釈、更なる心臓検査および管理ガイドラインを、例えば、図9Lに示されるパネル909に示されるように、ユーザ・インターフェース上でユーザに対して表示することができる。これらのガイドラインは、「冠動脈疾患-報告およびデータ・システム(CAD-RADS)、SCCT、ACR、およびNASCIの専門家コンセンサス文書:ACCにより承認」に見出されるガイドラインを複製している。
図9Mおよび図9Nは、ユーザ・インターフェースのパネルで生成し表示することができ、ならびに/あるいは報告に含めることができる表を示している。図9Mは、定量的狭窄症および血管出力を示している。図9Nは、定量的プラーク出力を示している。これらの定量的な表では、ユーザは、システム分析からの定量的なセグメントごとの狭窄症およびアテローム性動脈硬化症出力を検査することができる。定量的狭窄症および血管出力表(図9M)は、評価された動脈およびセグメントに関する情報を含む。合計が各血管領域に対して与えられる。情報は、例えば、長さ、血管体積、管腔体積、合計プラーク体積、最大径狭窄率、最大面積狭窄症、および最高リモデリング指標を含むことができる。定量的プラーク出力表(図9N)は、評価された動脈およびセグメントに関する情報を含む。情報は、例えば、合計プラーク体積、合計石灰化プラーク体積、非石灰化プラーク体積、低密度非石灰化プラーク体積、および合計非石灰化プラーク体積を含むことができる。ユーザはまた、定量的出力のPDFまたはCSVファイルをフル・テキスト報告でダウンロードすることができる。フル・テキスト報告は、アテローム性動脈硬化症、狭窄症、およびCAD-RADS基準のテキストによるサマリを提示する。ユーザは、所望に応じて報告を編集することができる。ユーザが報告を編集することを選ぶと、報告はCAD-RADS選択を自動的に更新しない。
図10は、CT画像および対応する情報を分析し表示するプロセス1000を示すフローチャートである。ブロック1005で、プロセス1000は、コンピュータ実行可能命令、患者の冠状血管のCT画像のセット、血管ラベル、ならびに狭窄症、プラーク、および冠状血管のセグメントの位置の情報を含むCT画像のセットと関連付けられた動脈情報を格納する。プロセスのステップは全て、例えば、図13に記載されるシステムの実施形態において、本明細書に記載するシステムの実施形態によって実施することができる。例えば、1つまたは複数の非一時的コンピュータ記憶媒体と通信している1つまたは複数のコンピュータ・ハードウェア・プロセッサによって、1つまたは複数の非一時的コンピュータ記憶媒体に格納されたコンピュータ実行可能命令を実行する。様々な実施形態では、ユーザ・インターフェースは、患者の冠動脈のCT画像に関連する様々な像(例えば、SMPR、CMPR、断面、アキシャル、矢状、冠状など)で、画像の1つまたは複数を、冠動脈のグラフィック表現、機械学習アルゴリズムまたは分析者によって抽出もしくは訂正されている特徴(例えば、血管壁、管腔、中心線、狭窄症、プラークなど)を、ならびにシステムによって、分析者によって、または分析者がシステムと対話すること(例えば、CT画像における特徴の測定)によって決定されているCT画像に関連する情報を表示するように構成された、1つもしくは複数の部分またはパネルを含むことができる。様々な実施形態では、ユーザ・インターフェースのパネルは、本明細書に記載するもの、および対応する図面に例示するものとは異なるように配置することができる。ユーザは、ポインティング・デバイスまたはユーザの指を使用してタッチスクリーン上で、ユーザ・インターフェースに入力することができる。一実施形態では、ユーザ・インターフェースは、ユーザ・インターフェースのボタン/アイコン/一部分の選択を決定することによって、入力を受信することができる。一実施形態では、ユーザ・インターフェースは、ユーザ・インターフェースの画定されたフィールドで入力を受信することができる。
ブロック1010で、プロセス1000は、CT画像に基づいた、CT画像において同定された冠状血管を描写する冠状血管の三次元(3D)表現を含み、セグメント・ラベルを描写する、動脈の木の枝の間に心臓組織を含まない動脈の木を含む第1のパネルを生成し、ユーザ・インターフェースに表示することができる。かかる動脈の木602の一例が、図6Aのパネル601に示されている。様々な実施形態では、パネル601は、図6Aに示される以外のユーザ・インターフェース600の位置に位置付けることができる。
ブロック1015で、プロセス1000は、第1のパネルの動脈の木における冠状血管の選択を示す第1の入力を受信することができる。例えば、第1の入力は、パネル601の動脈の木602における血管のユーザ・インターフェース600によって受信することができる。ブロック1020で、第1の入力に応答して、プロセス1000は、選択された冠状血管の少なくとも一部分を少なくとも1つの直線状多平面血管(SMPR)像で示す第2のパネルを生成し、ユーザ・インターフェースに表示することができる。一例では、SMPR像は、図6Aのパネル604に表示される。
ブロック1025で、プロセス1000は、選択された冠状血管の断面像を示す第3のパネルを生成し、ユーザ・インターフェースに表示することができ、断面像は、選択された冠状血管のCT画像のセットのうち1つを使用して生成される。少なくとも1つのSMPR像に沿った位置はそれぞれ、CT画像のセットにおけるCT画像の1つと関連付けられ、それによって、少なくとも1つのSMPR像の冠状血管に沿った特定の位置の選択により、関連付けられたCT画像が第3のパネルの断面像に表示される。一例では、断面像は、図6Aに示されるようにパネル606に表示することができる。ブロック1030で、プロセス1000は、少なくとも1つのSMPR像における選択された冠動脈に沿った第1の位置を示す、ユーザ・インターフェースに対する第2の入力を受信することができる。一例では、ユーザは、ポインティング・デバイスを使用して、パネル604のSMPR像に示される血管の異なる部分を選択してもよい。ブロック1030で、プロセス1000は、第2の入力に応答して、第3のパネルであるパネル606の断面像に関連する、関連付けられたCTスキャンを表示する。つまり、第1の入力に対応する断面像は、SMPR像に対する第2の入力に対応する断面像に置き換えられる。
正規化デバイス
いくつかの例では、本明細書を通して記載するように処理および/または分析された医用画像は、正規化デバイスを使用して正規化することができる。このセクションで更に詳細に記載するように、正規化デバイスは、医用画像を正規化する基礎としての役割を果たすことができる既知の物質の画像を提供するように、医用画像の視野に置くことができる既知の物質の複数のサンプルを含むデバイスを備えてもよい。いくつかの例では、正規化デバイスは、画像内の患者組織および/または他の物質(例えば、プラーク)と、正規化デバイス内の既知の物質との直接画像内比較を可能にする。
いくつかの例では、本明細書を通して記載するように処理および/または分析された医用画像は、正規化デバイスを使用して正規化することができる。このセクションで更に詳細に記載するように、正規化デバイスは、医用画像を正規化する基礎としての役割を果たすことができる既知の物質の画像を提供するように、医用画像の視野に置くことができる既知の物質の複数のサンプルを含むデバイスを備えてもよい。いくつかの例では、正規化デバイスは、画像内の患者組織および/または他の物質(例えば、プラーク)と、正規化デバイス内の既知の物質との直接画像内比較を可能にする。
上記で簡潔に言及したように、いくつかの例では、医用イメージング・スキャナは、同じ物体に対して異なるスケーラブルな放射線濃度を有する画像を作成してもよい。これは、例えば、使用される医用イメージング・スキャナまたは装置のタイプだけではなく、スキャンが行われた特定の日および/または時間のスキャン・パラメータおよび/または環境にも応じて変わり得る。結果として、同じ対象者の2つの異なるスキャンが行われた場合であっても、結果として得られる医用画像の明るさおよび/または暗さが異なることがあり、それによって、その画像から処理される分析結果の精度が落ちる可能性がある。かかる差を考慮に入れて、いくつかの実施形態では、既知の物質の1つまたは複数の既知のサンプルを備える正規化デバイスを対象者とともにスキャンすることができ、結果として得られる1つまたは複数の既知の要素の画像を、結果として得られる画像を翻訳、変換、および/または正規化するための基準として使用することができる。
分析される医用画像の正規化は、いくつかの理由で有益であり得る。例えば、医用画像は、多種多様な条件下でキャプチャすることができ、それらは全て結果として得られる医用画像に影響を及ぼし得る。医用画像装置がCTスキャナを備える例では、多数の異なる変数が結果として得られる画像に影響を及ぼし得る。例えば、可変画像獲得パラメータは結果として得られる画像に影響を及ぼし得る。可変画像獲得パラメータは、中でも特に、キロ電圧(kV)、キロ電圧ピーク(kVp)、ミリアンペア(mA)、またはゲーティング方法のうち1つもしくは複数を含むことができる。いくつかの実施形態では、ゲーティング方法は、中でも特に、予測的アキシャル・トリガリング、遡及的ECGヘリカル・ゲーティング、および高速ピッチ・ヘリカルを含むことができる。これらのパラメータのいずれかを変動させることで、同じ対象者がスキャンされる場合であっても、結果として得られる医用画像にわずかな差が生じることがある。
加えて、スキャン後に画像を準備するのに使用される再構成のタイプは、医用画像の差をもたらすことがある。再構成のタイプ例は、中でも特に、逐次再構成、非逐次再構成、機械学習ベースの再構成、および他のタイプの物理ベースの再構成を含むことができる。図11A~図11Dは、異なる再構成技法を使用して再構成された異なる画像を示している。特に、図11Aは、フィルタ補正逆投影を使用して再構成されたCT画像を示し、図11Bは、逐次再構成を使用して再構成された同じCT画像を示している。図示されるように、2つの画像はわずかに異なって見える。後述する正規化デバイスは、2つの間で正規化する方法を提供することによって、これらの差を考慮に入れる助けとするのに使用することができる。図11Cは、逐次再構成を使用することによって再構成されたCT画像を示し、図11Dは、機械学習を使用して再構成された同じ画像を示している。やはり、画像がわずかな差を含むことが分かり、本明細書に記載する正規化デバイスは、有利には、2つの差を考慮に入れて画像を正規化するのに有用であり得る。
別の例として、様々なタイプの画像キャプチャ技術を使用して、医用画像をキャプチャすることができる。医用画像装置がCTスキャナを備える例では、かかる画像キャプチャ技術は、中でも特に、デュアル・ソース・スキャナ、シングル・ソース・スキャナ、デュアル・エネルギー、単色エネルギー、スペクトルCT、光子計数、および異なる検出器材料を含んでもよい。上述したように、異なるパラメータを使用してキャプチャした画像は、同じ対象者をスキャンした場合であってもわずかに異なって見えることがある。CTスキャナに加えて、他のタイプの医用画像装置も医用画像をキャプチャするのに使用することができる。これらとしては、例えば、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)を挙げることができる。正規化デバイスの使用によって、これらの異なるイメージング・デバイスでキャプチャされた画像を、本明細書に記載する方法およびシステムで使用することができるように、画像の正規化を促進することができる。
加えて、新しいタイプの医用イメージング技術が現在開発されている。正規化デバイスの使用によって、本明細書に記載する方法およびシステムを、現在開発されているかまたは将来開発される医用イメージング技術とともにであっても使用することが可能になる。異なるまたは新たに出現する医用イメージング技術の使用も、画像間のわずかな差を生じさせる場合がある。
正規化デバイスを使用して考慮に入れることができる医用画像における差を生じさせ得る別の要因は、医用イメージング中における異なる造影剤の使用であり得る。様々な造影剤が現在存在しており、更に他のものが開発中である。正規化デバイスの使用は、使用される造影剤のタイプにかかわらず、また造影剤が使用されない例においても、医用画像の正規化を容易にすることができる。
これらのわずかな差は、いくつかの例では、特に、画像の分析が、異なる条件下でキャプチャされた医用画像を使用して訓練もしくは開発された、人工知能または機械学習アルゴリズムによって実施される場合、画像の分析に悪影響を及ぼす場合がある。いくつかの実施形態では、本出願全体を通して記載する、医用画像を分析する方法およびシステムは、人工知能および/または機械学習アルゴリズムの使用を含む場合がある。かかるアルゴリズムは医用画像を使用して訓練することができる。いくつかの実施形態では、これらのアルゴリズムを訓練するのに使用される医用画像は、アルゴリズムが正規化された画像に基づいて訓練されるように、正規化デバイスを含むことができる。次に、やはり正規化デバイスを後続の画像に含むことによって、それらの画像を正規化することにより、機械学習アルゴリズムを使用して、上述したものなど、多種多様なパラメータ下でキャプチャされた医用画像を分析することができる。
いくつかの実施形態では、本明細書に記載する正規化デバイスは従来のファントムとは区別可能である。いくつかの例では、従来のファントムを使用して、CT機械が適切な形で動作しているかを検証することができる。これら従来のファントムを周期的に使用して、CT機械の校正を検証することができる。例えば、いくつかの例では、従来のファントムを各スキャンの前に、毎週、毎月、毎年、またはCT機械の保守点検後に使用して、適正な機能および校正を担保することができる。しかしながら、特に、従来のファントムは、異なる機械、異なるパラメータ、異なる患者などにわたって結果として得られる医用画像の正規化を可能にする、正規化機能を提供しない。
いくつかの実施形態では、本明細書に記載する正規化デバイスはこの機能性を提供することができる。正規化デバイスは、CTデータ、あるいは様々な機械タイプによって、ならびに/または異なる患者にわたる正規化のために生成される、他の医用イメージング・データの正規化を可能にすることができる。例えば、様々なメーカーによって製造される異なるCTデバイスは、異なる色合いおよび/または異なるグレー・スケール画像を作成することができる。別の例では、いくつかのCTスキャニング・デバイスは、CTスキャニング・デバイスが古くなるにつれて、またはCTスキャニング・デバイスが使用されるのにつれて、もしくはスキャニングの間デバイスを取り囲む環境条件に基づいて、異なる色合いおよび/または異なるグレー・スケール画像を作成することができる。別の例では、患者の組織タイプなどにより、異なる色合いおよび/またはグレー・スケール・レベルが医用画像スキャン・データにおいて異なるように現れる場合がある。CTスキャン・データの正規化は、CTスキャン・データまたは他の医用イメージング・データの処理が、異なる時間にならびに/または異なる患者にわたって使用される様々な機械または同じ機械によって生成される様々なデータセットにわたって一貫していることを担保するために、重要であり得る。いくつかの実施形態では、スキャニング機器は時間とともに変化する場合があり、ならびに/あるいはスキャンごとに患者が異なるので、正規化デバイスは、医用画像スキャンが実施されるたびに使用する必要がある。いくつかの実施形態では、正規化デバイスは、患者の医用画像データを分析するのに使用されるAIアルゴリズムに対して、各患者の医用画像データを正規化するために、患者のありとあらゆるスキャンを実施するのに使用される。換言すれば、いくつかの実施形態では、正規化デバイスは、各スキャナとは対照的に各患者に対して正規化するのに使用される。いくつかの実施形態では、正規化デバイスは、(例えば、図12Fを参照して記載するような)互いに隣接する、異なる密度を有する異なる既知の物質を有してもよい。この構成は、ピクセルの密度が隣接するピクセルの密度に影響し、その影響が個々のピクセルそれぞれの密度とともに変化する、一部のCT画像に存在する課題に対処してもよい。かかる実施形態の一例は、プラーク・ピクセルの密度に影響する、冠動脈管腔における異なるコントラスト密度を含むことができる。正規化デバイスは、既知の物質の既知の体積を、画像内の物質/病変の体積を適正に評価して、定量的CT画像分析/基準に対するブルーミング・アーチファクトの影響を何らかの形で補正する助けとすることによって、この課題に対処することができる。いくつかの例では、正規化デバイスは、既知の体積を有する既知の物質を既知の制御可能な動きで移動させることがある。これは、定量的CT画像分析/基準に対する動きの影響を除外または低減するのを可能にしてもよい。
したがって、正規化デバイスは、特定のスキャナに合わせて校正するだけでなく、特定のスキャンに対して特定の環境で特定の時間に特定の患者に合わせて、特定のスキャン画像獲得パラメータに合わせて、ならびに/あるいは特定のコントラスト・プロトコルに合わせて正規化するので、いくつかの実施形態では、正規化デバイスは従来の意味でのファントムではない。したがって、いくつかの実施形態では、正規化デバイスはリバース・ファントムとみなすことができる。これは、従来のファントムのように特定の医用画像装置を実証するメカニズムを提供するのではなく、正規化デバイスが、異なる条件下で取られた他の医用画像と比較することができるように、結果として得られる医用画像を正規化または実証するメカニズムを提供することができるためである。いくつかの実施形態では、正規化デバイスは、検査される医用画像データを分析するのに使用されるAIアルゴリズムを訓練、テスト、および/または実証するのに使用される医用画像データを用いて、検査されている医用画像データを正規化するように構成される。
いくつかの実施形態では、いくつかの例では、AI処理方法は、医用スキャニング・データが処理されている全ての医用スキャニング・データにわたって一貫しているときに、医用スキャニング・データを適切に処理することしかできないので、医用スキャニング・データの正規化は、本明細書に開示するAI処理方法に必要なものであり得る。例えば、第1の医用スキャナが、脂肪物質を濃灰色または黒色で示す医用画像を作成し、第2の医用スキャナが、同じ脂肪物質を中間の灰色または淡灰色で示す医用画像を作成する状況では、本明細書に開示するシステム、方法、およびデバイスのAI処理方法論は、第1および第2の医用スキャナによって作成された医用画像の一方のセットまたは両方のセットにおいて、脂肪物質を誤同定する、ならびに/あるいは完全に同定しないことがある。特定の物質密度の関係が一定ではないことがあるので、これは更なる問題であり得、更に、物質に応じて、またスキャニング・パラメータに応じて、非線形的な形で変化することがある。いくつかの実施形態では、正規化デバイスは、まだ開発されていないかも知れない次世代医用スキャナ・デバイスによって生成された医用画像に対して使用される、特定の医用スキャナ・デバイスに対して訓練されたAIアルゴリズムを使用できるようにする。
図12Aは、本明細書に記載する方法およびシステムで使用される医用画像を正規化するように構成することができる、正規化デバイス1200の一実施形態を表すブロック図である。図示される実施形態では、正規化デバイス1200は基板1202を含むことができる。基板1202は、正規化デバイス1200に本体または構造を提供することができる。いくつかの実施形態では、正規化デバイス1200は、正方形または長方形または立方体形状を備えることができるが、他の形状が可能である。いくつかの実施形態では、正規化デバイス1200は、曲げ可能および/または自己支持性であるように構成される。例えば、基板1202は、曲げ可能および/または自己支持性であることができる。曲げ可能な基板1202は、正規化デバイスを患者の身体の輪郭に適合させるのを可能にすることができる。いくつかの実施形態では、基板1202は1つまたは複数のフィデューシャル1203を備えることができる。フィデューシャル1203は、既知の物質のサンプルを保持する1つまたは複数の区画それぞれの画像の位置を決定できるように、正規化デバイスの画像における、正規化デバイス1200の位置合わせの決定を容易にするように構成することができる。
基板1202はまた、複数の区画を含むことができる(図12Aには図示されないが、例えば、図12C~図12Fの区画1216を参照)。区画1216は、コントラスト・サンプル1204、研究済みの可変サンプル1206、およびファントム・サンプル1208など、既知の物質のサンプルを保持するように構成することができる。いくつかの実施形態では、コントラスト・サンプル1204は、医用画像のキャプチャ中に使用される造影物質のサンプルを含む。いくつかの実施形態では、造影物質1204のサンプルは、ヨウ素、Gad、Tantalum、Tungsten、Gold、Bismuth、またはYtterbiumのうち1つもしくは複数を含む。これらのサンプルは、様々な濃度で正規化デバイス1200の区画1216内に提供することができる。研究済みの可変サンプル1206は、本明細書に記載するシステムおよび方法で分析される物質を表す、物質のサンプルを含むことができる。いくつかの例では、研究済みの可変サンプル1206は、カルシウム1000HU、カルシウム220HU、カルシウム150HU、カルシウム130HU、および低減衰(例えば、30HU)物質のうち1つまたは複数を含む。異なる濃度で提供される他の研究済みの可変サンプル1206も含むことができる。一般に、研究済みの可変サンプル1206は、医用画像が分析されている物質に対応することができる。ファントム・サンプル1208は、1つまたは複数のファントム物質のサンプルを含むことができる。いくつかの例では、ファントム・サンプル1208は、水、脂肪、カルシウム、尿酸、空気、鉄、または血液のうち1つもしくは複数を含む。他のファントム・サンプル1208も使用することができる。
いくつかの実施形態では、より多くの物質が正規化デバイス1200に収容されるほど、または異なる物質を有するより多くの区画1216が正規化デバイス1200にあるほど、医用スキャナによって作成されるデータの正規化はより良好になる。いくつかの実施形態では、正規化デバイス1200またはその基板1202は、可撓性および/または曲げ可能なプラスチックから製造される。いくつかの実施形態では、正規化デバイス1200は、MRスキャニング・デバイスのコイル内またはその下に位置付けられるように適応される。いくつかの実施形態では、正規化デバイス1200またはその基板1202は剛性プラスチックから製造される。
図12Aに図示される実施形態では、正規化デバイス1200は取付けメカニズム1210も含む。取付けメカニズム1210は、正規化デバイス1200を患者に取り付けるのに使用することができる。例えば、いくつかの実施形態では、正規化デバイス1200は、画像獲得前に撮像される冠動脈領域付近で患者に取り付けられる。いくつかの実施形態では、正規化デバイス1200は、接着剤またはVelcroまたは他の何らかのファスナもしくは糊を使用して、患者の皮膚に接着することができる。いくつかの実施形態では、正規化デバイス1200は包帯のように患者に適用することができる。例えば、いくつかの実施形態では、取外し可能なBand-Aidまたはシールが患者の皮膚に適用され、Band-Aidは、対応するVelcro噛合部分を有する正規化デバイスが、患者の皮膚に固着されたBand-Aidまたはシールに接着するのを可能にする、外側に面するVelcro部分を備えることができる(例えば、後述する図12Gの正規化デバイスを参照)。
いくつかの実施形態では、正規化デバイス1200を患者に固着する必要がないように、取付けメカニズム1210を省略することができる。それよりもむしろ、いくつかの実施形態では、正規化デバイスは、患者がいてもいなくても医用スキャナ内に配置することができる。いくつかの実施形態では、正規化デバイスは、医用スキャナ内で患者と並んで配置されるように構成することができる。
いくつかの実施形態では、正規化デバイス1200は、再使用可能なデバイスであるか、または使い捨ての1回使用のデバイスであることができる。いくつかの実施形態では、正規化デバイス1200は、有効期限日を備え、例えば、デバイスは、デバイスの有効期限を示すように色が変化する物質を含むことができ、時間に伴って、ならびに/あるいは特定のスキャン回数または放射線暴露量の後に色が変化する(例えば、後述する図12Hおよび図12Iを参照)。いくつかの実施形態では、正規化デバイス1200は、例えば、中に収容されたサンプルの1つまたは複数を保存するため、使用の合間には冷蔵を要する。いくつかの実施形態では、正規化デバイス1200は、熱暴露または冷蔵の失敗によってデバイスの有効期限が切れたことをユーザに知らせる、色変化インジケータなどのインジケータを備えることができる。
特定の実施形態では、正規化デバイス1200は、場合によっては、物質の温度が、画像スキャニング・デバイスによって作成される、結果として得られる物質の色合いまたはグレー・スケールに影響を及ぼす場合があるので、正規化デバイス1200内の物質が患者の皮膚と同じまたは実質的に同じ温度に達するために、患者の皮膚からの伝熱を可能にする物質を含む。例えば、基板1202は、患者から基板1202内のサンプルへの伝熱を容易にする、比較的高い伝熱係数を有する物質を含むことができる。いくつかの実施形態では、正規化デバイス1200は、デバイスが患者の皮膚に接着するのを可能にすることができる接着剤を使用することによって、患者の皮膚に取外し可能に結合することができる。
いくつかの実施形態では、正規化デバイス1200は、イメージング視野内で、またはイメージング視野以外で使用することができる。いくつかの実施形態では、正規化デバイス1200は、患者画像獲得と同時に、または連続して撮像することができる。連続使用は、正規化デバイス1200の第1のイメージングと、同じイメージング・パラメータを使用したその直後の患者のイメージング(またはその逆)を含むことができる。いくつかの実施形態では、正規化デバイス1200は、静的であるか、または患者の心臓の画像獲得もしくは呼吸運動と同期した運動または動きでプログラムすることができる。いくつかの実施形態では、正規化デバイス1200は、画像領域ベースのデータまたは投影領域ベースのデータに対する比較を利用することができる。いくつかの実施形態では、正規化デバイス1200は、2D(面積)、または3D(体積)、または4D(時間に伴う変化)デバイスであることができる。いくつかの実施形態では、スキャナ内の異なる奥行きおよび/またはスキャナ内の異なる位置における、色合いおよび/またはグレー・スケール・レベルの変化を考慮に入れるために、2つ以上の正規化デバイス1200を、医用画像スキャニングの間、患者に固着させて、ならびに/あるいは患者と並んで位置付けることができる。
いくつかの実施形態では、正規化デバイス1200は1つまたは複数の層を備えることができ、各層は、デバイスの他の層と同じまたは異なる物質を保持する区画を備える。図12Bは、例えば、多層基板1202を含む正規化デバイス1200の一実施形態の斜視図を示している。図示される実施形態では、基板1202は、第1の層1212と第2の層1214とを備える。第2の層1214は第1の層1212の上に位置付けることができる。他の実施形態では、1つまたは複数の追加の層が第2の層1214の上に位置付けられてもよい。層1212、1214はそれぞれ、図12Cに示されるように、様々な既知のサンプルを保持する区画を有して構成することができる。いくつかの実施形態では、正規化デバイス1200の様々な層1212、1214は、MRおよび超音波など、三次元スキャニングを実施する様々なスキャニング機械の様々な奥行きレベルで正規化を可能にする。いくつかの実施形態では、システムは、奥行きの変化による、イメージング特性における色合いおよび/またはグレー・スケール・レベルの変化を平均化することによって、正規化するように構成することができる。
図12Cは、正規化の間に使用される既知の物質のサンプルを保持するために中に位置決めされる様々な区画1216を示す、図12Bの正規化デバイス1200の断面図である。区画1216は、例えば、図12Aに示される、コントラスト・サンプル1204、研究済みの可変サンプル1206、およびファントム・サンプル1208を保持するように構成することができる。区画1216は、空間、パウチ、立方体、球体、面積などを含んでもよく、各区画1216内に、1つもしくは複数の化合物、流体、物質、要素、材料などが収容される。いくつかの実施形態では、区画1216はそれぞれ、異なる物質または材料を含むことができる。いくつかの実施形態では、各区画1216は気密であり、液体であってもよいサンプルが漏出するのを防ぐように封止される。
各層1212、1214内、または基板1202内に、正規化デバイス1200は、区画1216の異なる配置を含んでもよい。図12Dは、正規化デバイス1200内における複数の区画1216の一例の配置の上面図を示している。図示される実施形態では、複数の区画1216は長方形または格子状のパターンで配置される。図12Eは、正規化デバイス1200内における複数の区画1216の別の一例の配置の上面図を示している。図示される実施形態では、複数の区画1216は円形のパターンで配置される。他の配置も可能である。
図12Fは、隣接して配置された区画1216A、自己封止性の充填可能区画1216B、ならびに様々なサイズおよび形状の区画1216Cを含む、様々な特徴を示す正規化デバイス1200の別の実施形態の断面図である。図12Fに示されるように、区画1216Aの1つまたは複数は、区画1216A内の物質が隣接する区画1216A内の物質と接触している、ならびに/あるいは近接していることができるように、互いに隣接するようにして配置することができる。いくつかの実施形態では、正規化デバイス1200は、特定のスキャニング・デバイスが特定の物質をどのように表示するかを決定し、それによって複数のスキャニング・デバイスにわたる正規化を可能にするために、低密度物質と並置された高密度物質を含む。いくつかの実施形態では、スキャニングの間、特定の物質は互いに影響する可能性があるので、特定の物質は他の物質に隣接または近接して位置付けられる。隣接して位置付けられた区画1216A内に配置することができる物質の例としては、中でも特に、ヨウ素、空気、脂肪物質、組織、放射性造影剤、金、鉄、他の金属、蒸留水、および/または水を挙げることができる。
いくつかの実施形態では、正規化デバイス1200は、正規化デバイスが自己封止性であるように、物質および/または流体を受け入れるように構成される。したがって、図12Fは、自己封止性である区画1216Bを示している。これらは、物質を区画1216Bに注入し、次に中で封止することを可能にすることができる。例えば、放射性造影剤を自己封止性の形で正規化デバイス1200の区画1216Bに注入することができ、それにより、放射性造影剤がスキャニング処置の間に時間とともに崩壊するので、スキャニング・デバイスから生成された医用画像データは、時間とともに正規化することができる。いくつかの実施形態では、正規化デバイスは、患者、および/または分析される組織のタイプ、および/または疾患のタイプ、および/またはスキャナ機械のタイプに特異的な物質を包含するように構成することができる。
いくつかの実施形態では、正規化デバイス1200は、正規化デバイス1200を円形などの複数の形状で構成することによって、スキャナ分解能および分解能のタイプを測定するように構成することができる。したがって、区画1216Cは、異なる形状およびサイズで提供することができる。図12Fは、区画1216Cが異なる形状(立方体および球状)ならびに異なるサイズで提供される、一例を示している。いくつかの実施形態では、全ての区画1216が同じ形状およびサイズであることができる。
いくつかの実施形態では、正規化デバイス1200の1つまたは複数の区画1216のサイズは、医用画像スキャナの分解能に対応するように構成または選択することができる。例えば、いくつかの実施形態では、医用画像スキャナの空間分解能が0.5mm×0.5mm×0.5mmの場合、正規化デバイスの区画の寸法も0.5mm×0.5mm×0.5mmであることができる。いくつかの実施形態では、区画のサイズは0.5mm~0.75mmの範囲である。いくつかの実施形態では、正規化デバイスの区画の幅は、約0.1mm、約0.15mm、約0.2mm、約0.25mm、約0.3mm、約0.35mm、約0.4mm、約0.45mm、約0.5mm、約0.55mm、約0.6mm、約0.65mm、約0.7mm、約0.75mm、約0.8mm、約0.85mm、約0.9mm、約0.95mm、約1.0mm、および/または上述の値のうち2つによって定義される範囲内であることができる。いくつかの実施形態では、正規化デバイスの区画の長さは、約0.1mm、約0.15mm、約0.2mm、約0.25mm、約0.3mm、約0.35mm、約0.4mm、約0.45mm、約0.5mm、約0.55mm、約0.6mm、約0.65mm、約0.7mm、約0.75mm、約0.8mm、約0.85mm、約0.9mm、約0.95mm、約1.0mm、および/または上述の値のうち2つによって定義される範囲内であることができる。いくつかの実施形態では、正規化デバイスの区画の高さは、約0.1mm、約0.15mm、約0.2mm、約0.25mm、約0.3mm、約0.35mm、約0.4mm、約0.45mm、約0.5mm、約0.55mm、約0.6mm、約0.65mm、約0.7mm、約0.75mm、約0.8mm、約0.85mm、約0.9mm、約0.95mm、約1.0mm、および/または上述の値のうち2つによって定義される範囲内であることができる。
いくつかの実施形態では、正規化デバイス1200における区画1216それぞれの寸法は、区画1216全てと同じまたは実質的に同じである。いくつかの実施形態では、単一の正規化デバイス1200が異なる寸法を有する複数の区画を有し、それによって正規化デバイス1200を、(例えば、図12Fに示されるような)異なる分解能力を有する様々な医用画像スキャニング・デバイスで使用することができるように、正規化デバイス1200における区画1216の一部または全ての寸法は互いに異なることができる。いくつかの実施形態では、寸法が異なる複数の区画1216を有する正規化デバイス1200により、正規化デバイスを使用して、スキャニング・デバイスの実際の分解能力を決定することができる。いくつかの実施形態では、各区画1216のサイズは10mmまで拡張してもよく、各区画のサイズは、中に収容される物質に応じて可変であってもよい。
図12Cおよび図12Fに示される実施形態では、正規化デバイス1200は、接着表面1218を含む取付けメカニズム1210を含む。接着表面1218は、正規化デバイス1200を患者の皮膚に固着させる(例えば、取外し可能に固着させる)ように構成することができる。図12Gは、フック・ループ式ファスナ1220を使用して正規化デバイスの基板を正規化デバイス1200のファスナに固定する、正規化デバイス1200の取付けメカニズム1210の一実施形態を示す斜視図である。図示される実施形態では、接着表面1218は患者に固着されるように構成することができる。接着表面1218は、第1のフック・ループ式ファスナ1220を含むことができる。対応するフック・ループ式ファスナ1220を、基板1202の下面に設け、フック・ループ式ファスナ1220を介して基板1202を接着表面1218に取外し可能に取り付けるのに使用することができる。
図12Hおよび図12Iは、正規化デバイス1200の有効期限ステータスを示すように構成されたインジケータ1222を含む、正規化デバイス1200の一実施形態を示している。インジケータ1222は、色を変化させ、デバイスの有効期限を示す単語が現れるようにする物質を含むことができ、色またはテキストは、時間にともなって、ならびに/あるいは特定のスキャン回数または放射線暴露量の後に、変化するかまたは現れる。図12Hは、有効期限切れ前の状態を表す第1の状態のインジケータ1222を示し、図12Iは、有効期限切れ状態を表す第2の状態のインジケータ1222を示している。いくつかの実施形態では、正規化デバイス1200は、使用の合間には冷蔵を要する。いくつかの実施形態では、色変化インジケータなどのインジケータ1222は、熱暴露または冷蔵の失敗によってデバイスの有効期限が切れたことをユーザに知らせることができる。
いくつかの実施形態では、正規化デバイス1200を、蒸留水をグレー・スケール値ゼロに設定するように構成されたシステムとともに使用することによって、特定の医用画像スキャニング・デバイスが、蒸留水を含む正規化デバイス1200の区画を、ゼロ以外の何らかの値のグレー・スケール値を有するものとして登録した場合、システムはアルゴリズムを利用して、登録値をゼロに転置または変換することができる。いくつかの実施形態では、システムは、正規化デバイス1200の区画内にある特定の物質に対して確立された既知の値に基づいて、ならびに正規化デバイス1200の区画1216内にある同じ物質に対して医用画像スキャニング・デバイスによって検出/生成された値に基づいて、正規化アルゴリズムを生成するように構成される。いくつかの実施形態では、正規化デバイス1200は、線形消失モデルに基づいて正規化アルゴリズムを生成して、分析される医用画像データを正規化するように構成することができる。いくつかの実施形態では、正規化デバイス1200は、非線形消失モデルに基づいて正規化アルゴリズムを生成して、分析される医用画像データを正規化するように構成することができる。いくつかの実施形態では、正規化デバイス1200は、指数、対数、多項、べき乗、移動平均、および/またはその他など、任意のタイプの1つもしくは複数のモデルに基づいて正規化アルゴリズムを生成して、分析される医用画像データを正規化するように構成することができる。いくつかの実施形態では、正規化アルゴリズムは二次元変換を含むことができる。いくつかの実施形態では、正規化アルゴリズムは、奥行き、時間、および/またはその他などの他の因子を考慮に入れる、三次元変換を含むことができる。
異なる機械を、または同じ機械を異なる時間に使用して既知の物質をスキャンするのに、正規化デバイス1200を使用することによって、システムは、様々なスキャニング機械にわたって、ならびに/あるいは異なる時間の同じスキャニング機械にわたって、CTスキャン・データを正規化することができる。いくつかの実施形態では、本明細書に開示する正規化デバイス1200は、X線、超音波、心エコー図、磁気共鳴(MR)、光コヒーレンス断層撮影法(OCT)、血管内超音波法(IVUS)、ならびに/あるいは陽子射出断層撮影法(PET)および単光子射出コンピュータ断層撮影法(SPECT)を含む核医学イメージングを含むがそれらに限定されない、任意のスキャニング・モダリティとともに使用することができる。
いくつかの実施形態では、正規化デバイス1200は、プラークを形成する1つまたは複数の物質(例えば、研究済みの可変サンプル1206)、および検査中に静脈を通して患者に与えられる、コントラストに使用される1つまたは複数の物質(例えば、コントラスト・サンプル1204)を含む。いくつかの実施形態では、区画1216内の物質としては、様々な濃度のヨウ素、様々な密度のカルシウム、様々な密度の非石灰化プラーク物質もしくは等価物、水、脂肪、血液または等価の密度の物質、鉄、尿酸、空気、ガドリニウム、Tantalum、Tungsten、Gold、Bismuth、Ytterbium、および/または他の物質が挙げられる。いくつかの実施形態では、AIアルゴリズムの訓練は、少なくとも部分的に、正規化デバイス1200の画像における密度に関連するデータに基づくことができる。そのため、いくつかの実施形態では、システムは、AIアルゴリズムの訓練中に正規化デバイス1200がどのように挙動したか、または1つもしくは複数の画像にどのように示されたかについての、既に存在するデータへのアクセスを有し、ならびに/あるいはそのデータを格納していることができる。いくつかの実施形態では、システムは、かかる以前のデータをベースラインとして使用して、AIアルゴリズムが適用される新しいまたは現在のCTスキャンにおいて、正規化デバイス1200がどのように挙動するかとの差を決定することができる。いくつかの実施形態では、決定された差を使用して、AIアルゴリズムの訓練中に取得および/または使用された1つもしくは複数の画像に対して、最近獲得した画像における1つもしくは複数の密度を校正、正規化、および/またはマッピングすることができる。
非限定例として、いくつかの実施形態では、正規化デバイス1200はカルシウムを含む。例えば、AIアルゴリズムを訓練するのに使用された、CTまたは正規化デバイス1200におけるカルシウムが、300ハウンスフィールド単位(HU)の密度を示した場合、また同じカルシウムが、新しいスキャンの1つまたは複数の画像で600HUの密度を示した場合、システムは、いくつかの実施形態では、全てのカルシウム密度を自動的に半分に分割して、新しいCT画像がAIアルゴリズムの訓練に使用した古いCT画像に対して等価であるように正規化または変換するように構成されてもよい。
いくつかの実施形態では、上述したように、正規化デバイス1200は、関連性があり得る複数または全ての物質を含み、これは、異なる物質がスキャンにわたって異なる量で密度を変化させることができるので、有利であり得る。例えば、カルシウムの密度がスキャンにわたって2倍に変化した場合、脂肪の密度は同じスキャンにわたって約10%変化することがある。そのため、正規化デバイス1200が、例えばプラーク、血液、コントラスト、および/またはその他を構成する1つもしくは複数の物質など、複数の物質を含むことは有利であり得る。
上述したように、いくつかの実施形態では、システムは、特定のスキャナおよび/または対象者を使用して正規化デバイス1200の1つもしくは複数の同じ物質から得られる密度読取り値および/またはCT画像と比較した、ベースライン・スキャナを使用して正規化デバイス1200の1つもしくは複数の物質から得られる密度読取り値および/またはCT画像の変化または差にしたがって比例的に、特定のスキャナおよび/または対象者から得られる密度読取り値および/またはCT画像を、正規化、マッピング、および/または校正するように構成することができる。非限定例として、正規化デバイス1200がカルシウムを含む実施形態の場合、システムは、ベースライン・スキャンと新しいスキャンとの間の既知のカルシウムの密度における同じ変化、例えば2倍を、新しいスキャンの他の全てのカルシウム読取り値に適用して、読取り値を校正および/または正規化するように構成することができる。
いくつかの実施形態では、システムは、同じスキャナを使用して対象者の1つもしくは複数の物質または範囲から得られる密度読取り値および/またはCT画像と比較して、ベースライン・スキャナを使用して正規化デバイス1200の1つもしくは複数の物質から得られる密度読取り値および/またはCT画像の間の変化または差を平均化することによって、特定のスキャナおよび/または対象者から得られる密度読取り値および/またはCT画像を、正規化、マッピング、および/または校正するように構成することができる。非限定例として、正規化デバイス1200がカルシウムを含む実施形態の場合、システムは、ベースライン・スキャン中の正規化デバイス1200におけるカルシウムと対象者のカルシウムの他の範囲との間の密度読取り値の差、またはその比を決定するように構成することができる。いくつかの実施形態では、システムは、新しいスキャン中の正規化デバイス1200におけるカルシウムと対象者のカルシウムの他の範囲との間の密度読取り値の差、またはその比を同様に決定するように構成することができ、条件の差は同じ手法における同じ物質に影響を及ぼし得るので、デバイスからのカルシウムの値を、画像の他のいずれかの位置におけるカルシウムの値に分割することで、あらゆる変化を相殺することができる。
いくつかの実施形態では、デバイスは、スキャン・パラメータ(mAもしくはkVpなど)、スキャナ内のX線源のタイプおよび数(単一ソースもしくはデュアル・ソースなど)、スキャナの時間分解能、スキャナもしくは画像の空間分解能、画像再構成方法(適応的統計的逐次再構成、モデル・ベースの逐次再構成、機械学習ベースの逐次再構成、もしくは類似のものなど)、画像再構成方法(異なるタイプのカーネルから、遡及的ECGヘリカル研究からの重なり合うスライス、予測的アキシャル・トリガ研究からの重なり合わないスライス、高速ピッチ・ヘリカス研究、もしくはハーフ・スキャン対フル・スキャン統合再構成など)、内部因子(酸素、血液、温度、その他など)を考慮に入れたコントラスト密度、外部因子(コントラスト密度、濃度、浸透圧、およびスキャン中の時間的変化など)を考慮に入れたコントラスト密度、検出技術(物質、コリメーション、およびフィルタ処理など)、スペクトル・イメージング(物質ごとの分解を伴う多色、単色、およびスペクトル・イメージング、ならびに単一エネルギー・イメージングなど)、光子計数、ならびに/あるいはスキャナのブランドおよびモデルを考慮に入れる。
いくつかの実施形態では、正規化デバイス1200は、MRI研究に適用することができ、コイルのタイプ、位置決めの場所、アンテナの数、コイル要素からの奥行き、画像獲得タイプ、パルス・シーケンスのタイプおよび特性、フィールド強度、勾配強度、スルー・レートおよび他のハードウェア特性、磁石の供給業者、ブランド、およびタイプ、イメージング特性(厚さ、マトリックス・サイズ、視野、加速係数、再構成方法および特性、2D、3D、4D[シネ・イメージング、時間に伴う何らかの変化]、時間分解能、獲得数、拡散係数、k空間を投入する方法)、コントラスト(内因性[酸素、血液、温度など]および外因性タイプ、体積、投与後の時間的変化)、静止もしくは移動物質、定量的イメージング(T1 T2マッピング、ADC、拡散、位相コントラスト、およびその他を含む)、ならびに/あるいは画像獲得中の医薬の投与のうち、1つもしくは複数を考慮に入れることができる。
いくつかの実施形態では、正規化デバイス1200は、超音波研究に適用することができ、中でも特に、タイプおよび機械のブランド、変換器のタイプおよび周波数、グレー・スケール、色、パルス波ドップラー、BモードまたはMモードのドップラー・タイプ、造影剤、視野、変換器からの奥行き、パルス波の変形性(エラストグラフィを含む)、角度、イメージング特性(厚さ、マトリックス・サイズ、視野、加速係数、再構成方法および特性、2D、3D、4D[シネ・イメージング、時間に伴う何らかの変化]、時間分解能、獲得数、利得、ならびに/あるいはフォーカス番号および位置のうち、1つもしくは複数を考慮に入れることができる。
いくつかの実施形態では、正規化デバイス1200は、PETまたはSPECTなどの核医学研究に適用することができ、中でも特に、タイプおよび機械のブランド、全てのCTが当てはまるPET/CT、全てのMRが当てはまるPET/MR、コントラスト(放射線医薬品薬剤タイプ、体積、投与後の時間的変化)、イメージング特性(厚さ、マトリックス・サイズ、視野、加速係数、再構成方法および特性、2D、3D、4D「シネ・イメージング、時間に伴う何らかの変化]、時間分解能、獲得数、利得、ならびに/あるいはフォーカス番号および位置のうち、1つもしくは複数を考慮に入れることができる。
いくつかの実施形態では、正規化デバイスは、互いに隣接する、異なる密度を有する異なる既知の物質を有してもよい。これは、ピクセルの密度が隣接するピクセルの密度に影響し、その影響が個々のピクセルそれぞれの密度とともに変化する、一部のCT画像に存在する任意の課題に対処してもよい。この実施形態の一例は、プラーク・ピクセルの密度に影響する、冠動脈管腔における異なるコントラスト密度である。いくつかの実施形態では、正規化デバイスは、定量的CT画像分析/基準に対するブルーミング・アーチファクトの影響を補正するために、画像内の物質/病変の体積を適正に評価する助けとする、既知の物質の既知の体積を含んでもよい。いくつかの実施形態では、正規化デバイスは、既知の体積を有する既知の物質を既知の制御可能な動きで移動させることがある。これは、定量的CT画像分析/基準に対する動きの影響を除外または低減するのを可能にする。
いくつかの実施形態では、既知の物質が正規化デバイスにおける画像上にあることは、同じ画像から物質特異的な再構成を行う助けにもなり得る。例えば、複数のkV/スペクトル画像ハードウェアを必要とせず、1セットの画像のみを使用して、既知の物質のみを表示することが可能であり得る。
図12Jは、本明細書に記載する分析など、アルゴリズム・ベースの医用イメージング分析のために医用画像を正規化する一例の方法1250を示すフローチャートである。正規化デバイスを使用することで、アルゴリズム・ベースの医用イメージング分析の精度を改善することができる。方法1250は、プロセッサおよび電子記憶媒体を備えるシステムに実装される、コンピュータ実装方法であることができる。方法1250は、正規化デバイスを使用して、異なる条件下でキャプチャされた医用画像を正規化することができることを示している。例えば、ブロック1252で、対象者の冠動脈領域の第1の医用画像、および正規化デバイスにアクセスする。第1の医用画像は非侵襲的に得ることができる。正規化デバイスは、複数の区画を備える基板を備えることができ、複数の区画はそれぞれ、例えば上述したような、既知の物質のサンプルを保持する。ブロック1254で、対象者の冠動脈領域の第2の医用画像、および正規化デバイスがキャプチャされる。第2の医用画像は非侵襲的に得ることができる。方法1250は、患者の冠動脈領域を参照して記載しているが、同じ原理が全ての身体部分、全ての時間点、および全てのイメージング・デバイスに当てはまるので、方法は、血管だけではなく全ての身体部分にも適用可能である。これは、X線透視またはMRリアルタイム画像など、「ライブ」タイプの画像をも含むことができる。
点線内の部分によって示されるように、第1の医用画像および第2の医用画像は次のうち少なくとも1つを含むことができる。(1)第1の医用画像のキャプチャと関連付けられた1つもしくは複数の第1の可変の獲得パラメータが、第2の医用画像のキャプチャと関連付けられた対応する1つもしくは複数の第2の可変の獲得パラメータとは異なること、(2)第1の医用画像をキャプチャするのに使用される第1の画像キャプチャ技術が、第2の医用画像をキャプチャするのに使用される第2の画像キャプチャ技術とは異なること、ならびに(3)第1の医用画像のキャプチャ中に使用される第1の造影剤が、第2の医用画像のキャプチャ中に使用される第2の造影剤とは異なること。
いくつかの実施形態では、第1の医用画像および第2の医用画像はそれぞれ、CT画像を含み、1つもしくは複数の第1の可変の獲得パラメータおよび1つもしくは複数の第2の可変の獲得パラメータは、キロ電圧(kV)、キロ電圧ピーク(kVp)、ミリアンペア(mA)、またはゲーティング方法のうち1つもしくは複数を含む。いくつかの実施形態では、ゲーティング方法は、予測的アキシャル・トリガリング、遡及的ECGヘリカル・ゲーティング、および高速ピッチ・ヘリカルのうち1つを含む。いくつかの実施形態では、第1の画像キャプチャ技術および第2の画像キャプチャ技術はそれぞれ、デュアル・ソース・スキャナ、シングル・ソース・スキャナ、デュアル・エネルギー、単色エネルギー、スペクトルCT、光子計数、および異なる検出器材料のうち1つを含む。いくつかの実施形態では、第1の造影剤および第2の造影剤はそれぞれ、濃度可変のヨウ素造影剤または非ヨウ素造影剤のうち1つを含む。いくつかの実施形態では、第1の画像キャプチャ技術および第2の画像キャプチャ技術はそれぞれ、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つを含む。
いくつかの実施形態では、第1の医用画像をキャプチャする第1の医用画像装置は、第2の医用画像をキャプチャする第2の医用画像装置とは異なる。いくつかの実施形態では、第1の医用画像の対象者は第2の医用画像の対象者とは異なる。いくつかの実施形態では、第1の医用画像の対象者は第2の医用画像の対象者と同じである。いくつかの実施形態では、第1の医用画像の対象者は第2の医用画像の対象者とは異なる。いくつかの実施形態では、第1の医用画像のキャプチャは、第2の医用画像のキャプチャから少なくとも1日離される。いくつかの実施形態では、第1の医用画像のキャプチャは、第2の医用画像のキャプチャから少なくとも1日離される。いくつかの実施形態では、第1の医用画像のキャプチャの位置は、第2の医用画像のキャプチャの位置から地理的に分離される。
したがって、第1および第2の医用画像は異なる条件下で獲得することができ、それによって、各画像の対象者が同じ場合であっても、2つの画像間に差が生じ得ることは明白である。正規化デバイスは、これらの差を正規化し考慮に入れる助けとすることができる。
方法1250は次に、ブロック1262および1264に移り、そこで、第1の医用画像内の正規化デバイスの画像パラメータ、および第2の医用画像内の正規化デバイスの画像パラメータがそれぞれ同定される。第1および第2の医用画像がキャプチャされた状況が異なることにより、正規化デバイスは同じ既知のサンプルを含むが、正規化デバイスは各画像で異なるように見えることがある。
次に、ブロック1266および1268で、方法はそれぞれ、第1の医用画像内の正規化デバイスの第1の同定された画像パラメータに部分的に基づいて、アルゴリズム・ベースの医用イメージング分析に対する正規化された第1の医用画像を生成し、第2の医用画像内の正規化デバイスの第2の同定された画像パラメータに部分的に基づいて、アルゴリズム・ベースの医用イメージング分析に対する正規化された第2の医用画像を生成する。これらのブロックで、各画像は、各画像における正規化デバイスの見た目または決定されたパラメータに基づいて正規化される。
いくつかの実施形態では、アルゴリズム・ベースの医用イメージング分析は、人工知能または機械学習イメージング分析アルゴリズムを含み、人工知能または機械学習イメージング分析アルゴリズムは、正規化デバイスに含まれる画像を使用して訓練されたものである。
システムの概要
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、図13に示されるものなど、1つまたは複数のコンピュータ・システムのネットワークを使用して実現される。図13は、医用画像分析、可視化、リスク評価、疾患追跡、治療生成、および/または患者レポート生成のためのシステムの一実施形態を示すブロック図である。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、図13に示されるものなど、1つまたは複数のコンピュータ・システムのネットワークを使用して実現される。図13は、医用画像分析、可視化、リスク評価、疾患追跡、治療生成、および/または患者レポート生成のためのシステムの一実施形態を示すブロック図である。
図13に示されるように、いくつかの実施形態では、メイン・サーバ・システム1302は、本明細書に記載する1つもしくは複数のプロセス、分析、および/または技法を実施するように構成され、それらの一部は、医用画像分析、可視化、リスク評価、疾患追跡、治療生成、および/または患者レポート生成に関連する。いくつかの実施形態では、メイン・サーバ・システム1302は、電子接続ネットワーク1308を介して、1つもしくは複数の医療機関クライアント・システム1304および/または1つもしくは複数のユーザ・アクセス・ポイント・システム1306に接続される。例えば、いくつかの実施形態では、1つまたは複数の医療機関クライアント・システム1304は、医療機関で取られた対象者の医用画像にアクセスするように構成することができ、それを次に、ネットワーク1308を介してメイン・サーバ・システム1302に送信して、更に分析することができる。分析後、いくつかの実施形態では、例えば、定量化されたプラーク・パラメータ、評価された心血管イベントのリスク、生成された報告、注釈付きおよび/または導き出された医用画像、ならびに/あるいはその他などの分析結果を、ネットワーク1308を介して医療機関クライアント・システム1304に返すことができる。いくつかの実施形態では、例えば、定量化されたプラーク・パラメータ、評価された心血管イベントのリスク、生成された報告、注釈付きおよび/または導き出された医用画像、ならびに/あるいはその他などの分析結果を、患者もしくは対象者のスマートフォンまたは他のコンピューティング・デバイスなど、ユーザ・アクセス・ポイント・システム1306にも送信することができる。そのため、いくつかの実施形態では、患者が、医用画像からシステムによって生成および/または導き出された患者特異的な報告および/または他の分析を、患者のコンピューティング・デバイス上で見ること、ならびに/あるいはそれにアクセスすることを可能にすることができる。
いくつかの実施形態では、メイン・サーバ・システム1302は、本明細書に記載する1つもしくは複数のプロセス、分析、および/または技法を実施するため、1つまたは複数のモジュールおよび/またはデータベースを備え、ならびに/あるいはそれにアクセスするように構成することができる。例えば、いくつかの実施形態では、メイン・サーバ・システム1302は、画像分析モジュール1310、プラーク定量化モジュール1312、脂肪定量化モジュール1314、アテローム性動脈硬化症、狭窄症、および/または虚血分析モジュール1316、可視化/GUIモジュール1318、リスク評価モジュール1320、疾患追跡モジュール1322、正規化モジュール1324、医用画像データベース1326、パラメータ・データベース1328、治療データベース1330、患者レポートデータベース1332、正規化デバイスデータベース1334、ならびに/あるいはその他を備えることができる。
いくつかの実施形態では、画像分析モジュール1310は、例えば、未加工医用画像からの血管および/またはプラーク同定など、画像分析に関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、プラーク定量化モジュール1312は、例えば、未加工医用画像からのプラークの放射線濃度、体積、不均一性、および/またはその他など、定量化されたプラーク・パラメータを導き出すことまたは生成することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、脂肪定量化モジュール1314は、例えば、未加工医用画像からの脂肪の放射線濃度、体積、不均一性、および/またはその他など、定量化された脂肪パラメータを導き出すことまたは生成することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、アテローム性動脈硬化症、狭窄症、および/または虚血分析モジュール1316は、未加工医用画像からアテローム性動脈硬化症、狭窄症、および/または虚血の評価もしくは定量化を分析および/または生成することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、可視化/GUIモジュール1318は、例えば、未加工医用画像から、良性および/または悪性プラークの血管同定範囲の直線状にした像など、1つもしくは複数の可視化および/またはGUIを導き出すかまたは生成することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、リスク評価モジュール1320は、例えば、未加工医用画像から心血管イベントまたは疾患などのリスク評価を導き出すかまたは生成することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、疾患追跡モジュール1322は、例えば、未加工医用画像からアテローム性動脈硬化症、狭窄症、虚血、および/またはその他などのプラーク・ベースの疾患を追跡することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。いくつかの実施形態では、正規化モジュール1324は、例えば、既知の物質を含む正規化デバイスの医用画像に基づいて、更なる処理および/または分析のために医用画像を正規化および/または翻訳することに関連する、本明細書に記載する1つまたは複数のプロセスを実施するように構成することができる。
いくつかの実施形態では、医用画像データベース1326は、本明細書に記載する様々な分析技法およびプロセスの1つまたは複数に使用される、1つまたは複数の医用画像を含むことができる。いくつかの実施形態では、パラメータ・データベース1328は、例えば、1つもしくは複数の血管形態パラメータ、定量化されたプラーク・パラメータ、定量化された脂肪パラメータ、および/またはその他など、システムによって未加工医用画像から導き出される1つまたは複数のパラメータを含むことができる。いくつかの実施形態では、治療データベース1328は、システムによって未加工医用画像から導き出される、1つまたは複数の推奨される治療を含むことができる。いくつかの実施形態では、患者レポートデータベース1332は、システムによって、ならびに/あるいは医用画像分析結果に基づいて患者特異的な報告を生成するのに使用することができるその1つまたは複数の構成要素によって、未加工医用画像から導き出される1つもしくは複数の患者特異的な報告を含むことができる。いくつかの実施形態では、正規化データベース1334は、様々な医用画像を正規化する1つもしくは複数の履歴データ点および/またはデータセット、ならびに/あるいは特定のタイプの医用イメージング・スキャナ、ならびに/あるいはそれらの画像を得るのに使用される特定のスキャン・パラメータ、ならびに異なる医用画像に対して以前に使用された正規化変数および/または翻訳を含むことができる。
コンピュータ・システム
いくつかの実施形態では、本明細書に記載するシステム、プロセス、および方法は、図14に示されるものなど、コンピューティング・システムを使用して実現される。例示のコンピュータ・システム1402は、1つもしくは複数のネットワーク1418を介して、1つもしくは複数のコンピューティング・システム1420および/または1つもしくは複数のデータ・ソース1422と通信している。図14は、コンピューティング・システム1402の一実施形態を示しているが、コンピュータ・システム1402の構成要素およびモジュールに提供される機能性は、より少数の構成要素およびモジュールに組み合わされるか、または更に追加の構成要素およびモジュールに分割されてもよいことが認識される。
いくつかの実施形態では、本明細書に記載するシステム、プロセス、および方法は、図14に示されるものなど、コンピューティング・システムを使用して実現される。例示のコンピュータ・システム1402は、1つもしくは複数のネットワーク1418を介して、1つもしくは複数のコンピューティング・システム1420および/または1つもしくは複数のデータ・ソース1422と通信している。図14は、コンピューティング・システム1402の一実施形態を示しているが、コンピュータ・システム1402の構成要素およびモジュールに提供される機能性は、より少数の構成要素およびモジュールに組み合わされるか、または更に追加の構成要素およびモジュールに分割されてもよいことが認識される。
コンピュータ・システム1402は、本明細書に記載する機能、方法、動作、および/またはプロセスを実施する、医学的分析、リスク評価、および追跡モジュール1414を備えることができる。医学的分析、リスク評価、および追跡モジュール1414は、更に後述する中央処理装置1406によって、コンピュータ・システム1402で実行される。
一般に、「モジュール」という語は、本明細書で使用するとき、入口点および出口点を有する、ハードウェアもしくはファームウェアで具体化される論理、またはソフトウェア命令の集合を指す。モジュールは、JAVA(登録商標)、CもしくはC++、PYTHON、またはその他などのプログラム言語で書かれる。ソフトウェア・モジュールは、実行可能プログラムにコンパイルもしくはリンクされ、ダイナミック・リンク・ライブラリにインストールされてもよく、またはBASIC、PERL、LUA、もしくはPythonなどのインタープリタ型言語で書かれてもよい。ソフトウェア・モジュールは、他のモジュールから、またはそれ自体からコールされてもよく、ならびに/あるいは検出されたイベントまたは解釈に応答して呼び出されてもよい。ハードウェアに実装されたモジュールは、ゲートおよびフリップフロップなどの接続された論理を含み、ならびに/あるいはプログラマブル・ゲート・アレイまたはプロセッサなどのプログラマブル・ユニットを含んでもよい。
一般に、本明細書に記載するモジュールは、それらの物理的編成またはストレージにかかわらず、他のモジュールと組み合わされるか、またはサブモジュールに分割されてもよい論理モジュールを指す。モジュールは、1つまたは複数のコンピューティング・システムによって実行され、任意の好適なコンピュータ可読媒体上もしくは中に格納されるか、あるいは専用に設計されたハードウェアまたはファームウェア内に全体的もしくは部分的に実装されてもよい。全ての計算、分析、および/または最適化がコンピュータ・システムの使用を要するわけではないが、上述の方法、計算、プロセス、または分析のいずれかが、コンピュータを使用することによって容易にされてもよい。更に、いくつかの実施形態では、本明細書に記載するプロセス・ブロックは、変更、再構成、組み合わせ、および/または省略されてもよい。
コンピュータ・システム1402は、マイクロプロセッサを備えてもよい、1つまたは複数の処理装置(CPU)1406を含む。コンピュータ・システム1402は更に、情報を一時的に記憶するランダム・アクセス・メモリ(RAM)、情報を恒久的に記憶するリード・オンリ・メモリ(ROM)、およびバッキング・ストア、ハード・ドライブ、回転磁気ディスク、固体ディスク(SSD)、フラッシュ・メモリ、相変化メモリ(PCM)、3D XPointメモリ、ディスケット、または光学媒体記憶装置などの大容量記憶装置1404など、物理メモリ1410を含む。あるいは、大容量記憶装置はサーバのアレイに実装されてもよい。一般的に、コンピュータ・システム1402の構成要素は、標準ベースのバス・システムを使用してコンピュータに接続される。バス・システムは、ペリフェラル・コンポーネント・インターコネクト(PCI)、マイクロ・チャネル、SCSI、インダストリアル・スタンダード・アーキテクチャ(ISA)、および拡張ISA(EISA)アーキテクチャなど、様々なプロトコルを使用して実装することができる。
コンピュータ・システム1402は、キーボード、マウス、タッチ・パッド、およびプリンタなど、1つまたは複数の入力/出力(I/O)デバイスおよびインターフェース1412を含む。I/Oデバイスおよびインターフェース1412は、ユーザに対するデータの視覚表現を可能にする、モニタなど、1つまたは複数の表示デバイスを含むことができる。より詳細には、表示デバイスは、例えば、アプリケーション・ソフトウェア・データとしてのGUIの表現、およびマルチメディア表現などを提供する。I/Oデバイスおよびインターフェース1412はまた、様々な外部デバイスに対する通信インターフェースを提供することができる。コンピュータ・システム1402は、例えば、スピーカ、ビデオ・カード、グラフィック・アクセラレータ、およびマイクロフォンなど、1つまたは複数のマルチメディア・デバイス1408を備えてもよい。
コンピュータ・システム1402は、サーバ、Windowsサーバ、Structure Query Languageサーバ、Unixサーバ、パーソナル・コンピュータ、ラップトップ・コンピュータなど、様々なコンピューティング・デバイスで稼働してもよい。他の実施形態では、コンピュータ・システム1402は、クラスタ・コンピュータ・システム、メインフレーム・コンピュータ・システム、ならびに/あるいは大型データベースを制御および/またはそれと通信し、大量トランザクション処理を実施し、大型データベースからの報告を生成するのに適した、他のコンピューティング・システムで稼働してもよい。コンピューティング・システム1402は一般に、z/OS、Windows、Linux(登録商標)、UNIX(登録商標)、BSD、SunOS、Solaris、MacOS、またはプロプライエタリ・オペレーティング・システムを含む他の互換性があるオペレーティング・システムなど、オペレーティング・システム・ソフトウェアによって制御され調整される。オペレーティング・システムは、中でも特に、実行のためにコンピュータ・プロセスを制御しスケジューリングし、メモリ管理を実施し、ファイル・システム、ネットワーキング、およびI/Oサービスを提供し、グラフィカル・ユーザ・インターフェース(GUI)などのユーザ・インターフェースを提供する。
図14に示されるコンピュータ・システム1402は、通信リンク1416(有線、無線、又はそれらの組み合わせ)を介して、LAN、WAN、またはインターネットなどのネットワーク1418に結合される。ネットワーク1418は、様々なコンピューティング・デバイスおよび/または他の電子デバイスと通信する。ネットワーク1418は、1つまたは複数のコンピューティング・システム1420および1つまたは複数のデータ・ソース1422と通信している。医学的分析、リスク評価、および追跡モジュール1414は、ウェブ対応ユーザ・アクセス・ポイントを通して、コンピューティング・システム1420および/またはデータ・ソース1422にアクセスしてもよく、あるいはそれらによってアクセスされてもよい。接続は、直接物理接続、仮想接続、および他の接続タイプであってもよい。ウェブ対応ユーザ・アクセス・ポイントは、テキスト、グラフィック、音声、映像、および他の媒体を使用してデータを提示し、ネットワーク1418を介したデータとの対話を可能にする、ブラウザ・モジュールを含んでもよい。
コンピューティング・システム1420および/またはデータ・ソース1422による、コンピュータ・システム1402の医学的分析、リスク評価、および追跡モジュール1414へのアクセスは、コンピューティング・システム1420またはデータ・ソース1422のパーソナル・コンピュータ、携帯電話、スマートフォン、ラップトップ、タブレット・コンピュータ、電子リーダ・デバイス、オーディオ・プレーヤー、またはネットワーク1418に接続することができる他のデバイスなど、ウェブ対応ユーザ・アクセス・ポイントを通してもよい。かかるデバイスは、テキスト、グラフィック、音声、映像、および他の媒体を使用してデータを提示し、ネットワーク1418を介したデータとの対話を可能にするモジュールとして実装される、ブラウザ・モジュールを有してもよい。
出力モジュールは、陰極線管(CRT)、液晶ディスプレイ(LCD)、プラズマ・ディスプレイ、あるいは他のタイプおよび/または組み合わせのディスプレイなど、全点アドレス可能ディスプレイの組み合わせとして実装されてもよい。出力モジュールは、入力デバイス1412と通信するように実装されてもよく、それらはまた、メニュー、ウィンドウ、ダイアログ・ボックス、ツールバー、および制御(例えば、ラジオ・ボタン、チェック・ボックス、スライド・スケールなど)など、スタイル化されたスクリーン要素を使用することによって、ユーザがデータにアクセスすることを可能にする、適切なインターフェースを有するソフトウェアを含む。更に、出力モジュールは、入力および出力デバイスのセットと通信して、信号をユーザから受信してもよい。
入力デバイスは、キーボード、ローラ・ボール、ペンおよびスタイラス、マウス、トラックボール、音声認識システム、または予め指定したスイッチもしくはボタンを含んでもよい。出力デバイスは、スピーカ、表示画面、プリンタ、または音声合成装置を含んでもよい。加えて、タッチ画面はハイブリッド入力/出力デバイスとして作用してもよい。別の実施形態では、ユーザは、インターネット、WAN、もしくはLAN、または類似のネットワークを通じて通信することなく、スコア生成器に接続されたシステム端末を通してなど、システムとより直接対話してもよい。
いくつかの実施形態では、システム1402は、リアルタイムのアップロード、ダウンロード、または対話型データおよびデータベースのオンラインでの確認を高速化する目的で、リモート・マイクロプロセッサとメインフレーム・ホスト・コンピュータとの間に確立される、物理的または論理的接続を含んでもよい。リモート・マイクロプロセッサは、クライアント・サーバ・システムまたはメイン・サーバ・システムを含む、コンピュータ・システム1402を操作するエンティティによって操作されてもよく、ならびに/あるいは、データ・ソース1422の1つもしくは複数、および/またはコンピューティング・システム1420の1つもしくは複数によって操作されてもよい。いくつかの実施形態では、端末エミュレーション・ソフトウェアが、マイクロ・メインフレーム・リンクに関与するマイクロプロセッサで使用されてもよい。
いくつかの実施形態では、コンピュータ・システム1402を操作するエンティティ内部のコンピューティング・システム1420は、CPU 1406によって稼働するアプリケーションまたはプロセスとして、医学的分析、リスク評価、および追跡モジュール1414に内部でアクセスしてもよい。
コンピューティング・システム1402は、1つもしくは複数の内部および/または外部データ・ソース(例えば、データ・ソース1422)を含んでもよい。いくつかの実施形態では、上述のデータ・リポジトリおよびデータ・ソースの1つまたは複数は、DB2、Sybase、Oracle、CodeBase、およびMicrosoft(登録商標)SQL Serverなどのリレーショナル・データベース、ならびにフラットファイル・データベース、エンティティ・リレーションシップ・データベース、およびオブジェクト指向データベース、および/または記録ベースのデータベースなど、他のタイプのデータベースを使用して実装されてもよい。
コンピュータ・システム1402はまた、1つまたは複数のデータベース1422にアクセスしてもよい。データベース1422は、データベースまたはデータ・リポジトリに格納されてもよい。コンピュータ・システム1402は、ネットワーク1418を通して1つまたは複数のデータベース1422にアクセスしてもよく、あるいはI/Oデバイスおよびインターフェース1412を通して、データベースまたはデータ・リポジトリに直接アクセスしてもよい。1つまたは複数のデータベース1422を格納するデータ・リポジトリは、コンピュータ・システム1402内に常駐してもよい。
いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスの1つまたは複数の特徴は、例えば、データもしくはユーザ情報を格納および/または送信するため、URLおよび/またはクッキーを利用してもよい。ユニフォーム・リソース・ロケータ(URL)は、データベースおよび/またはサーバに格納されたウェブ・リソースへの、ウェブ・アドレスおよび/またはリファレンスを含むことができる。URLは、コンピュータおよび/またはコンピュータ・ネットワーク上におけるリソースの場所を指定することができる。URLは、ネットワーク・リソースを検索するメカニズムを含むことができる。ネットワーク・リソースのソースは、URLを受信し、ウェブ・リソースの場所を識別し、ウェブ・リソースを要求者に返すことができる。URLはIPアドレスに変換することができ、ドメイン・ネーム・システム(DNS)は、URLおよびそれに対応するIPアドレスを見つけることができる。URLは、ウェブ・ページ、ファイル転送、電子メール、データベース・アクセス、および他のアプリケーションに対するリファレンスであることができる。URLは、パス、ドメイン名、ファイル拡張、ホスト名、クエリ、フラグメント、スキーム、プロトコル識別子、ポート番号、ユーザ名、パスワード、フラグ、オブジェクト、リソース名、および/またはその他を識別する文字のシーケンスを含むことができる。本明細書に開示するシステムは、URLを生成、受信、送信、適用、構文解析、シリアル化、レンダリング、および/またはそれに対する動作を実施することができる。
クッキーは、HTTPクッキー、ウェブ・クッキー、インターネット・クッキー、およびブラウザ・クッキーとも呼ばれ、ウェブサイトから送られる、ならびに/またはユーザのコンピュータに格納されるデータを含むことができる。このデータは、ユーザがブラウズしている間にユーザのウェブ・ブラウザによって格納することができる。クッキーは、ウェブサイトが、オンライン・ストアのショッピング・カート、ボタンのクリック、ログイン情報、および/または過去に訪問したウェブ・ページもしくはネットワーク・リソースの記録など、以前のブラウズ情報を記憶しておくための有用な情報を含むことができる。クッキーはまた、名前、住所、パスワード、クレジット・カード情報など、ユーザが入力する情報を含むことができる。クッキーはコンピュータ機能を実施することもできる。例えば、認証クッキーをアプリケーション(例えば、ウェブ・ブラウザ)が使用して、ユーザが(例えば、ウェブサイトに)既にログインしているか否かを識別することができる。クッキー・データは、消費者にセキュリティを提供するため、暗号化することができる。トラッキング・クッキーは、個人のブラウズ履歴をコンパイルするのに使用することができる。本明細書に開示するシステムは、クッキーを生成し、個人のデータにアクセスするのに使用することができる。システムはまた、JSONウェブ・トークンを生成し使用して、真贋情報、認証プロトコルとしてのHTTP認証、セッションまたは識別情報を追跡するIPアドレス、URLなどを格納することができる。
例示の実施形態
以下は、冠動脈プラークを特徴付けるシステムおよび方法の特定の実施形態の非限定的例である。他の実施形態は、本明細書で論じられる1つまたは複数の他の特徴または異なる特徴を含み得る。
以下は、冠動脈プラークを特徴付けるシステムおよび方法の特定の実施形態の非限定的例である。他の実施形態は、本明細書で論じられる1つまたは複数の他の特徴または異なる特徴を含み得る。
実施形態1:非侵襲性医用画像分析に基づいて、対象者の冠動脈領域内の冠動脈プラークを定量化し分類する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた対象者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、1つまたは複数の血管形態パラメータ、および対象者の冠動脈領域の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積対表面積の比または関数、不均一性指標、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットの、重み付けられた基準を生成することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび決定された定量化されたプラーク・パラメータのセットの生成された重み付けられた基準に少なくとも部分的に基づいて、医用画像内の1つまたは複数のプラーク領域を、安定プラークまたは不安定プラークとして分類することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態2:冠動脈同定アルゴリズムまたはプラーク同定アルゴリズムの1つまたは複数が、人工知能または機械学習アルゴリズムを備える、実施形態1のコンピュータ実装方法。
実施形態3:プラーク同定アルゴリズムが、1つまたは複数の冠動脈の血管壁および管腔壁を決定すること、ならびに血管壁と管腔壁との間の体積を1つまたは複数のプラーク領域と決定することによって、1つまたは複数のプラーク領域を決定するように構成される、実施形態1または2のいずれか1つのコンピュータ実装方法。
実施形態4:1つまたは複数の冠動脈が、大きさによって同定される、実施形態1~3のいずれか1つのコンピュータ実装方法。
実施形態5:所定の閾値未満である1つまたは複数のプラーク領域の体積対表面積の比が、安定プラークを示す、実施形態1~4のいずれか1つのコンピュータ実装方法。
実施形態6:所定の閾値を上回る1つまたは複数のプラーク領域の放射線濃度が、安定プラークを示す、実施形態1~5のいずれか1つのコンピュータ実装方法。
実施形態7:所定の閾値未満である1つまたは複数のプラーク領域の不均一性が、安定プラークを示す、実施形態1~6のいずれか1つのコンピュータ実装方法。
実施形態8:定量化されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域の拡散率を更に含む、実施形態1~7のいずれか1つのコンピュータ実装方法。
実施形態9:定量化されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域の放射線濃度対体積の比を更に含む、実施形態1~8のいずれか1つのコンピュータ実装方法。
実施形態10:コンピュータ・システムによって、分類された1つまたは複数のプラーク領域に少なくとも部分的に基づいて、対象者のための提案された治療を生成することを更に含む、実施形態1~9のいずれか1つのコンピュータ実装方法。
実施形態11:コンピュータ・システムによって、分類された1つまたは複数のプラーク領域に少なくとも部分的に基づいて、アテローム性動脈硬化症、狭窄症、または虚血のうち1つまたは複数に関して、対象者の評価を生成することを更に含む、実施形態1~10のいずれか1つのコンピュータ実装方法。
実施形態12:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態1~11のいずれか1つのコンピュータ実装方法。
実施形態13:医用画像が、非造影CT(non-contrast CT)画像を含む、実施形態12のコンピュータ実装方法。
実施形態14:医用画像が、造影CT(contrast-enhanced CT)画像を含む、実施形態12のコンピュータ実装方法。
実施形態15:医用画像が、磁気共鳴(MR)画像を含む、実施形態1~11のいずれか1つのコンピュータ実装方法。
実施形態16:医用画像が、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つまたは複数を含む、イメージング技法を使用して得られる、実施形態1~11のいずれか1つのコンピュータ実装方法。
実施形態17:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域の幾何学的形状にわたる放射線濃度値の3次元ヒストグラムを生成することによって決定される、実施形態1~16のいずれか1つのコンピュータ実装方法。
実施形態18:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域にわたる放射線濃度値の空間マッピングを生成することによって決定される、実施形態1~17のいずれか1つのコンピュータ実装方法。
実施形態19:定量化されたプラーク・パラメータのセットが、異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態1~18のいずれか1つのコンピュータ実装方法。
実施形態20:定量化されたプラーク・パラメータのセットが、プラークの体積に応じた異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態1~19のいずれか1つのコンピュータ実装方法。
実施形態21:1つまたは複数のプラーク領域の幾何学形状が、丸いまたは長い形状を含む、実施形態1~20のいずれか1つのコンピュータ実装方法。
実施形態22:1つまたは複数の血管形態パラメータが動脈リモデリングの分類を含む、実施形態1~21のいずれか1つのコンピュータ実装方法。
実施形態23:動脈リモデリングの分類が、正の動脈リモデリング、負の動脈リモデリング、および中間の動脈リモデリングを含む、実施形態22のコンピュータ実装方法。
実施形態24:動脈リモデリングの分類が、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比に少なくとも部分的に基づいて決定される、実施形態22のコンピュータ実装方法。
実施形態25:動脈リモデリングの分類が、正の動脈リモデリング、負の動脈リモデリング、および中間の動脈リモデリングを含み、正の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が1.1より大きいときに決定され、負の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が0.95未満であるときに決定され、中間の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が0.95と1.1との間であるときに決定される、実施形態23のコンピュータ実装方法。
実施形態26:1つまたは複数のプラーク領域の体積対表面積の関数が、1つまたは複数のプラーク領域の厚さまたは直径のうち1つまたは複数を含む、実施形態1~25のいずれか1つのコンピュータ実装方法。
実施形態27:重み付けられた基準が、1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットに、等しく重み付けることによって生成される、実施形態1~26のいずれか1つのコンピュータ実装方法。
実施形態28:重み付けられた基準が、1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットに、それぞれ重み付けることによって生成される、実施形態1~26のいずれか1つのコンピュータ実装方法。
実施形態29:重み付けられた基準が、1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットに、対数的に、代数的に、または別の数学的変換を利用して重み付けることによって生成される、実施形態1~26のいずれか1つのコンピュータ実装方法。
実施形態30:非侵襲性医用画像分析に基づいて血管プラークを定量化し分類する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた対象者の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された動脈同定アルゴリズムを利用して、対象者の医用画像内の1つまたは複数の動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、対象者の医用画像からの同定された1つまたは複数の動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、1つまたは複数の血管形態パラメータ、および対象者の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像からの1つまたは複数のプラーク領域の体積対表面積の比または関数、不均一性指標、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットの、重み付けられた基準を生成することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態および決定された定量化されたプラーク・パラメータのセットの生成された重み付けられた基準に少なくとも部分的に基づいて、医用画像内の1つまたは複数のプラーク領域を、安定プラークまたは不安定プラークとして分類することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態31:同定された1つまたは複数の動脈が、頸動脈、大動脈、腎動脈、下肢動脈、または大脳動脈のうち1つまたは複数を含む、実施形態30のコンピュータ実装方法。
実施形態32:非造影コンピュータ断層撮影(CT)画像から非石灰化プラークを決定する、コンピュータ実装方法であって、コンピュータ・システムによって、対象者の冠動脈領域の非造影CT画像にアクセスすることと、コンピュータ・システムによって、非造影CT画像上の心外膜脂肪を同定することと、コンピュータ・システムによって、同定された心外膜脂肪を動脈の外側境界として使用して、非造影CT画像上の動脈をセグメント化することと、コンピュータ・システムによって、所定の放射線濃度閾値未満であるハウンスフィールド・ユニット放射線濃度値を含む、非造影CT画像上の動脈内のピクセルの第1のセットを同定することと、コンピュータ・システムによって、ピクセルの第1のセットを非石灰化プラークの第1のサブセットとして分類することと、コンピュータ・システムによって、所定の放射線濃度範囲内のハウンスフィールド・ユニット放射線濃度値を含む、非造影CT画像上の動脈内のピクセルの第2のセットを同定することと、コンピュータ・システムによって、ピクセルの第2のセットの不均一性指標を決定し、不均一性指標閾値を上回る不均一性指標を含むピクセルの第2のセットのサブセットを同定することと、コンピュータ・システムによって、ピクセルの第2のセットのサブセットを非石灰化プラークの第2のサブセットとして分類することと、コンピュータ・システムによって、非石灰化プラークの第1のサブセットと非石灰化プラークの第2のサブセットとを組み合わせることによって、非造影CT画像から非石灰化プラークを決定することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態33:所定の放射線濃度閾値が、ハウンスフィールド・ユニット放射線濃度値30を含む、実施形態32のコンピュータ実装方法。
実施形態34:所定の放射線濃度範囲が、30と100との間のハウンスフィールド・ユニット放射線濃度値を含む、実施形態32または33のコンピュータ実装方法。
実施形態35:非造影CT画像上の心外膜脂肪を同定することが、非造影CT画像内の各ピクセルのハウンスフィールド・ユニット放射線濃度値を決定することと、ハウンスフィールド・ユニット放射線濃度値-100を含む所定の心外膜脂肪放射線濃度範囲内のハウンスフィールド・ユニット放射線濃度値で、非造影CT画像内のピクセルを心外膜脂肪として分類することとを更に含む、実施形態32~34のいずれか1つのコンピュータ実装方法。
実施形態36:ピクセルの第2のセットの不均一性指標が、ピクセルの第2のセットの放射線濃度値の空間マッピングを生成することによって決定される、実施形態32~35のいずれか1つのコンピュータ実装方法。
実施形態37:ピクセルの第2のセットの不均一性指標が、ピクセルの第2のセット内の幾何学領域にわたる放射線濃度値の3次元ヒストグラムを生成することによって決定される、実施形態32~36のいずれか1つのコンピュータ実装方法。
実施形態38:コンピュータ・システムによって、不均一性指標閾値未満である不均一性指標を含むピクセルの第2のセットのサブセットを血液として分類することを更に含む、実施形態32~37のいずれか1つのコンピュータ実装方法。
実施形態39:同定された心外膜脂肪に第1の色を割り当てること、セグメント化された動脈に第2の色を割り当てること、および決定された非石灰化プラークに第3の色を割り当てることによって、対象者の冠動脈領域の量子化されたカラー・マップを生成することを更に含む、実施形態32~38のいずれか1つのコンピュータ実装方法。
実施形態40:コンピュータ・システムによって、所定の石灰化放射線濃度閾値を上回るハウンスフィールド・ユニット放射線濃度値を含む、非造影CT画像上の動脈内のピクセルの第3のセットを同定することと、コンピュータ・システムによって、ピクセルの第3のセットを石灰化プラークとして分類することとを更に含む、実施形態32~39のいずれか1つのコンピュータ実装方法。
実施形態41:コンピュータ・システムによって、決定された非石灰化プラークに少なくとも部分的に基づいて、提案された治療を決定することを更に含む、実施形態32~40のいずれか1つのコンピュータ実装方法。
実施形態42:対象者の医用画像から低減衰プラークを決定する、コンピュータ実装方法であって、コンピュータ・システムによって、対象者の医用画像にアクセスすることと、コンピュータ・システムによって、対象者の医用画像内の各ピクセルの放射線濃度値を決定すること、および所定の心外膜脂肪放射線濃度範囲内の放射線濃度値で対象者の医用画像内のピクセルを心外膜脂肪として分類することによって、対象者の医用画像上の心外膜脂肪を同定することと、コンピュータ・システムによって、同定された心外膜脂肪を動脈の外側境界として使用して、対象者の医用画像上の動脈をセグメント化することと、コンピュータ・システムによって、所定の放射線濃度閾値未満である放射線濃度値を含む、対象者の医用画像上の動脈内のピクセルの第1のセットを同定することと、コンピュータ・システムによって、ピクセルの第1のセットを低減衰プラークの第1のサブセットとして分類することと、コンピュータ・システムによって、所定の放射線濃度範囲内の放射線濃度値を含む、非造影CT画像上の動脈内のピクセルの第2のセットを同定することと、コンピュータ・システムによって、ピクセルの第2のセットの不均一性指標を決定し、不均一性指標閾値を上回る不均一性指標を含むピクセルの第2のセットのサブセットを同定することと、コンピュータ・システムによって、ピクセルの第2のセットのサブセットを低減衰プラークの第2のサブセットとして分類することと、低減衰プラークの第1のサブセットと低減衰プラークの第2のサブセットとを組み合わせることによって、対象者の医用画像から低減衰プラークをコンピュータ・システムで決定することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態43:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態42のコンピュータ実装方法。
実施形態44:医用画像が、磁気共鳴(MR)画像を含む、実施形態42のコンピュータ実装方法。
実施形態45:医用画像が、超音波画像を含む、実施形態42のコンピュータ実装方法。
実施形態46:医用画像が、対象者の冠動脈領域の画像を含む、実施形態42~45のいずれか1つのコンピュータ実装方法。
実施形態47:コンピュータ・システムによって、決定された低減衰プラークに少なくとも部分的に基づいて、疾患に対する提案された治療を決定することを更に含む、実施形態42~46のいずれか1つのコンピュータ実装方法。
実施形態48:疾患が、動脈疾患、腎動脈疾患、腹部アテローム性動脈硬化症、または頸動脈アテローム性動脈硬化症のうち1つまたは複数を含む、実施形態47のコンピュータ実装方法。
実施形態49:ピクセルの第2のセットの不均一性指標が、ピクセルの第2のセットの放射線濃度値の空間マッピングを生成することによって決定される、実施形態42~48のいずれか1つのコンピュータ実装方法。
実施形態50:デュアル・エネルギー・コンピュータ断層撮影(DECT)画像またはスペクトル・コンピュータ断層撮影(CT)画像から非石灰化プラークを決定する、コンピュータ実装方法であって、コンピュータ・システムによって、対象者の冠動脈領域のDECTまたはスペクトルCT画像にアクセスすることと、コンピュータ・システムによって、DECT画像またはスペクトルCT上の心外膜脂肪を同定することと、コンピュータ・システムによって、DECT画像またはスペクトルCT上の動脈をセグメント化することと、コンピュータ・システムによって、所定の放射線濃度閾値未満であるハウンスフィールド・ユニット放射線濃度値を含む、DECTまたはスペクトルCT画像上の動脈内のピクセルの第1のセットを同定することと、コンピュータ・システムによって、ピクセルの第1のセットを非石灰化プラークの第1のサブセットとして分類することと、コンピュータ・システムによって、所定の放射線濃度範囲内のハウンスフィールド・ユニット放射線濃度値を含む、DECTまたはスペクトルCT画像上の動脈内のピクセルの第2のセットを同定することと、コンピュータ・システムによって、ピクセルの第2のセットのサブセットを非石灰化プラークの第2のサブセットとして分類することと、コンピュータ・システムによって、非石灰化プラークの第1のサブセットと非石灰化プラークの第2のサブセットとを組み合わせることによって、DECT画像またはスペクトルCTから非石灰化プラークを決定することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態51:ピクセルの第2のセットのサブセットが、コンピュータ・システムによって、ピクセルの第2のセットの不均一性指標を決定し、不均一性指標閾値を上回る不均一性指標を含むピクセルの第2のセットのサブセットを同定することによって同定される、実施形態50のコンピュータ実装方法。
実施形態52:非侵襲性医用画像分析に基づいて、対象者の心血管イベントのリスクを評価する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた対象者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、1つまたは複数の血管形態パラメータ、および対象者の冠動脈領域の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積対表面積の比または関数、不均一性指標、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットの、重み付けられた基準を生成することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび決定された定量化されたプラーク・パラメータのセットの生成された重み付けられた基準に少なくとも部分的に基づいて、医用画像内の1つまたは複数のプラーク領域を、安定プラークまたは不安定プラークとして分類することと、コンピュータ・システムによって、安定プラークまたは不安定プラークとして分類された1つまたは複数のプラーク領域に少なくとも部分的に基づいて、対象者の心血管イベントのリスクを生成することと、コンピュータ・システムによって、1人または複数の他の対象者から導出された冠動脈値の1つまたは複数の既知のデータセットを含む冠動脈値データベースにアクセスし、安定プラークまたは不安定プラークとして分類された1つまたは複数のプラーク領域を冠動脈値の1つまたは複数の既知のデータセットと比較することと、コンピュータ・システムによって、安定プラークまたは不安定プラークとして分類された1つまたは複数のプラーク領域と冠動脈値の1つまたは複数の既知のデータセットとの比較に少なくとも部分的に基づいて、生成された対象者の心血管イベントのリスクを更新することと、コンピュータ・システムによって、安定プラークまたは不安定プラークとして分類された1つまたは複数のプラーク領域と冠動脈値の1つまたは複数の既知のデータセットとの比較に少なくとも部分的に基づいて、対象者のための提案された治療を生成することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態53:心血管イベントが、主要有害心血管イベント(MACE)、急速プラーク進行、または薬物治療に対する無反応のうち1つまたは複数を含む、実施形態52のコンピュータ実装方法。
実施形態54:冠動脈値の1つまたは複数の既知のデータセットが、健康な対象者の医用画像から導出された安定プラークおよび不安定プラークの1つまたは複数のパラメータを含む、実施形態52または53のコンピュータ実装方法。
実施形態55:1人または複数の他の対象者が健康である、実施形態52~54のいずれか1つのコンピュータ実装方法。
実施形態56:1人または複数の他の対象者が、心血管イベントの高まったリスクを有する、実施形態52~55のいずれか1つのコンピュータ実装方法。
実施形態57:コンピュータ・システムによって、医用画像内の1つまたは複数の追加の心血管構造を同定することであって、1つまたは複数の追加の心血管構造が、左心室、右心室、左心房、右心房、大動脈弁、僧帽弁、三尖弁、肺動脈弁、大動脈、肺動脈、下および上大動脈、心外膜脂肪、または心嚢のうち1つまたは複数を含む、同定することと、コンピュータ・システムによって、同定された1つまたは複数の追加の心血管構造と関連付けられた1つまたは複数のパラメータを決定することと、コンピュータ・システムによって、決定された1つまたは複数のパラメータに少なくとも部分的に基づいて、1つまたは複数の追加の心血管構造を分類することと、コンピュータ・システムによって、1人または複数の他の対象者の医用画像から導出された心血管構造パラメータの1つまたは複数の既知のデータセットを含む心血管構造値データベースにアクセスし、分類された1つまたは複数の追加の心血管構造を心血管構造パラメータの1つまたは複数の既知のデータセットと比較することと、コンピュータ・システムによって、分類された1つまたは複数の追加の心血管構造と心血管構造パラメータの1つまたは複数の既知のデータセットとの比較に少なくとも部分的に基づいて、生成された対象者の心血管イベントのリスクを更新することとを更に含む、実施形態52~57のいずれか1つのコンピュータ実装方法。
実施形態58:1つまたは複数の追加の心血管構造が、正常または異常として分類される、実施形態57のコンピュータ実装方法。
実施形態59:1つまたは複数の追加の心血管構造が、増加または減少として分類される、実施形態57のコンピュータ実装方法。
実施形態60:1つまたは複数の追加の心血管構造が、経時的に静的または動的として分類される、実施形態57のコンピュータ実装方法。
実施形態61:コンピュータ・システムによって、追加の心血管構造の量子化されたカラー・マップを生成することを更に含む、実施形態57~60のいずれか1つのコンピュータ実装方法。
実施形態62:コンピュータ・システムによって、分類された1つまたは複数の追加の心血管構造と心血管構造パラメータの1つまたは複数の既知のデータセットとの比較に少なくとも部分的に基づいて、対象者のための提案された治療を更新することを更に含む、実施形態57~61のいずれか1つのコンピュータ実装方法。
実施形態63:コンピュータ・システムによって、医用画像内の1つまたは複数の非心血管構造を同定することであって、1つまたは複数の非心血管構造が、肺、骨、または肝臓のうち1つまたは複数を含む、同定することと、コンピュータ・システムによって、同定された1つまたは複数の非心血管構造と関連付けられた1つまたは複数のパラメータを決定することと、コンピュータ・システムによって、決定された1つまたは複数のパラメータに少なくとも部分的に基づいて、1つまたは複数の非心血管構造を分類することと、コンピュータ・システムによって、1人または複数の他の対象者の医用画像から導出された非心血管構造パラメータの1つまたは複数の既知のデータセットを含む非心血管構造値データベースにアクセスし、分類された1つまたは複数の非心血管構造を非心血管構造パラメータの1つまたは複数の既知のデータセットと比較することと、コンピュータ・システムによって、分類された1つまたは複数の非心血管構造と非心血管構造パラメータの1つまたは複数の既知のデータセットとの比較に少なくとも部分的に基づいて、生成された対象者の心血管イベントのリスクを更新することとを更に含む、実施形態57~62のいずれか1つのコンピュータ実装方法。
実施形態64:1つまたは複数の非心血管構造が、正常または異常として分類される、実施形態63のコンピュータ実装方法。
実施形態65:1つまたは複数の非心血管構造が、増加または減少として分類される、実施形態63のコンピュータ実装方法。
実施形態66:1つまたは複数の非心血管構造が、経時的に静的または動的として分類される、実施形態63のコンピュータ実装方法。
実施形態67:コンピュータ・システムによって、非心血管構造の量子化されたカラー・マップを生成することを更に含む、実施形態63~66のいずれか1つのコンピュータ実装方法。
実施形態68:コンピュータ・システムによって、分類された1つまたは複数の非心血管構造と非心血管構造パラメータの1つまたは複数の既知のデータセットとの比較に少なくとも部分的に基づいて、対象者のための提案された治療を更新することを更に含む、実施形態63~67のいずれか1つのコンピュータ実装方法。
実施形態69:同定された1つまたは複数の非心血管構造と関連付けられた1つまたは複数のパラメータが、同定された1つまたは複数の非心血管構造の体積対表面積の比、不均一性、放射線濃度、または幾何学形状のうち1つまたは複数を含む、実施形態63~68のいずれか1つのコンピュータ実装方法。
実施形態70:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態52~69のいずれか1つのコンピュータ実装方法。
実施形態71:医用画像が、磁気共鳴(MR)画像を含む、実施形態52~69のいずれか1つのコンピュータ実装方法。
実施形態72:非侵襲性医用画像分析に基づいて、対象者の冠動脈領域内の冠動脈アテローム性動脈硬化症を定量化し分類する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた対象者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、1つまたは複数の血管形態パラメータ、および対象者の冠動脈領域の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積対表面積の比または関数、不均一性指標、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットの、重み付けられた基準を生成することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータおよび決定された定量化されたプラーク・パラメータの生成された重み付けられた基準のセットに少なくとも部分的に基づいて、対象者の冠動脈アテローム性動脈硬化症を定量化することと、コンピュータ・システムによって、定量化された対象者の冠動脈アテローム性動脈硬化症に少なくとも部分的に基づいて、対象者の冠動脈アテローム性動脈硬化症を高リスク、中リスク、または低リスクのうち1つまたは複数として分類することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態73:冠動脈同定アルゴリズムまたはプラーク同定アルゴリズムの1つまたは複数が、人工知能または機械学習アルゴリズムを備える、実施形態72のコンピュータ実装方法。
実施形態74:1つもしくは複数の血管形態パラメータおよび/または対象者の冠動脈領域の医用画像から決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、対象者の冠動脈狭窄の数値計算を決定することを更に含む、実施形態72または73のいずれか1つのコンピュータ実装方法。
実施形態75:1つもしくは複数の血管形態パラメータおよび/または対象者の冠動脈領域の医用画像から決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、対象者の虚血のリスクを評価することを更に含む、実施形態72~74のいずれか1つのコンピュータ実装方法。
実施形態76:プラーク同定アルゴリズムが、1つまたは複数の冠動脈の血管壁および管腔壁を決定すること、ならびに血管壁と管腔壁との間の体積を1つまたは複数のプラーク領域と決定することによって、1つまたは複数のプラーク領域を決定するように構成される、実施形態72~75のいずれか1つのコンピュータ実装方法。
実施形態77:1つまたは複数の冠動脈が、大きさによって同定される、実施形態72~76のいずれか1つのコンピュータ実装方法。
実施形態78:所定の閾値未満である1つまたは複数のプラーク領域の体積対表面積の比が、低リスクを示す、実施形態72~77のいずれか1つのコンピュータ実装方法。
実施形態79:所定の閾値を上回る1つまたは複数のプラーク領域の放射線濃度が、低リスクを示す、実施形態72~78のいずれか1つのコンピュータ実装方法。
実施形態80:所定の閾値未満である1つまたは複数のプラーク領域の不均一性が、低リスクを示す、実施形態72~79のいずれか1つのコンピュータ実装方法。
実施形態81:定量化されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域の拡散率を更に含む、実施形態72~80のいずれか1つのコンピュータ実装方法。
実施形態82:定量化されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域の放射線濃度対体積の比を更に含む、実施形態72~81のいずれか1つのコンピュータ実装方法。
実施形態83:コンピュータ・システムによって、分類されたアテローム性動脈硬化症に少なくとも部分的に基づいて、対象者のための提案された治療を生成することを更に含む、実施形態72~82のいずれか1つのコンピュータ実装方法。
実施形態84:対象者の冠動脈アテローム性動脈硬化症が、コンピュータ・システムによって、冠動脈アテローム性動脈硬化症分類アルゴリズムを使用して分類され、冠動脈アテローム性動脈硬化症分類アルゴリズムが、1つまたは複数のプラーク領域の表面積の体積の比、体積、不均一性指標、および放射線濃度の組合せを入力として利用するように構成される、実施形態72~83のいずれか1つのコンピュータ実装方法。
実施形態85:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態72~84のいずれか1つのコンピュータ実装方法。
実施形態86:医用画像が、非造影CT画像を含む、実施形態85のコンピュータ実装方法。
実施形態87:医用画像が、コントラストCT画像を含む、実施形態85のコンピュータ実装方法。
実施形態88:医用画像が、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つまたは複数を含む、イメージング技法を使用して得られる、実施形態72~84のいずれか1つのコンピュータ実装方法。
実施形態89:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域の幾何学的形状にわたる放射線濃度値の3次元ヒストグラムを生成することによって決定される、実施形態72~88のいずれか1つのコンピュータ実装方法。
実施形態90:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域にわたる放射線濃度値の空間マッピングを生成することによって決定される、実施形態72~89のいずれか1つのコンピュータ実装方法。
実施形態91:定量化されたプラーク・パラメータのセットが、異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態72~90のいずれか1つのコンピュータ実装方法。
実施形態92:定量化されたプラーク・パラメータのセットが、プラークの体積に応じた異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態72~91のいずれか1つのコンピュータ実装方法。
実施形態93:決定された1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットの、重み付けられた基準が、決定された定量化されたプラーク・パラメータのセットを、定量化されたプラーク・パラメータの1つまたは複数の所定のセットと比較することによって、少なくとも部分的に基づいて生成される、実施形態72~92のいずれか1つのコンピュータ実装方法。
実施形態94:定量化されたプラーク・パラメータの1つまたは複数の所定のセットが、他の対象者の1つまたは複数の医用画像から導出される、実施形態93のコンピュータ実装方法。
実施形態95:定量化されたプラーク・パラメータの1つまたは複数の所定のセットが、対象者の1つまたは複数の医用画像から導出される、実施形態93のコンピュータ実装方法。
実施形態96:1つまたは複数のプラーク領域の幾何学形状が、丸いまたは長い形状を含む、実施形態72~95のいずれか1つのコンピュータ実装方法。
実施形態97:1つまたは複数の血管形態パラメータが動脈リモデリングの分類を含む、実施形態72~96のいずれか1つのコンピュータ実装方法。
実施形態98:動脈リモデリングの分類が、正の動脈リモデリング、負の動脈リモデリング、および中間の動脈リモデリングを含む、実施形態97のコンピュータ実装方法。
実施形態99:動脈リモデリングの分類が、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比に少なくとも部分的に基づいて決定される、実施形態97のコンピュータ実装方法。
実施形態100:動脈リモデリングの分類が、正の動脈リモデリング、負の動脈リモデリング、および中間の動脈リモデリングを含み、正の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が1.1より大きいときに決定され、負の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が0.95未満であるときに決定され、中間の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が0.95と1.1との間であるときに決定される、実施形態99のコンピュータ実装方法。
実施形態101:1つまたは複数のプラーク領域の体積対表面積の関数が、1つまたは複数のプラーク領域の厚さまたは直径のうち1つまたは複数を含む、実施形態72~100のいずれか1つのコンピュータ実装方法。
実施形態102:重み付けられた基準が、1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットに、等しく重み付けることによって生成される、実施形態72~101のいずれか1つのコンピュータ実装方法。
実施形態103:重み付けられた基準が、1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットに、それぞれ重み付けることによって生成される、実施形態72~101のいずれか1つのコンピュータ実装方法。
実施形態104:重み付けられた基準が、1つまたは複数の血管形態パラメータおよび1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットに、対数的に、代数的に、または別の数学的変換を利用して重み付けることによって生成される、実施形態72~101のいずれか1つのコンピュータ実装方法。
実施形態105:非侵襲性医用画像分析に基づく、プラーク、虚血、および脂肪炎症の定量化に基づいて、冠動脈疾患の状態を定量化する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた対象者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された脂肪同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像内の脂肪の1つまたは複数の領域を同定することと、コンピュータ・システムによって、1つまたは複数の血管形態パラメータ、および対象者の冠動脈領域の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積対表面積の比または関数、不均一性指標、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像から決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、冠動脈狭窄症を定量化することと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像から決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、虚血の存在またはリスクを決定することと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像内の脂肪の1つまたは複数の同定された領域の定量化された脂肪パラメータのセットを決定することであって、定量化された脂肪パラメータのセットが、医用画像内の脂肪の1つまたは複数の領域の体積、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータ、1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在またはリスク、および決定された定量化された脂肪パラメータのセットの重み付けられた基準を生成することと、コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータ、1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在またはリスク、および決定された定量化された脂肪パラメータのセットの生成された重み付けられた基準に少なくとも部分的に基づいて、対象者の冠動脈疾患のリスク評価を生成することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態106:冠動脈同定アルゴリズム、プラーク同定アルゴリズム、または脂肪同定アルゴリズムのうち1つまたは複数が、人工知能または機械学習アルゴリズムを含む、実施形態105のコンピュータ実装方法。
実施形態107:コンピュータ・システムによって、定量化された冠動脈狭窄症に少なくとも部分的に基づいて、対象者の冠動脈疾患報告&データ・システム(CAD-RADS)分類スコアを自動的に生成することを更に含む、実施形態105または106のいずれか1つのコンピュータ実装方法。
実施形態108:コンピュータ・システムによって、決定された1つまたは複数の血管形態パラメータ、1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在またはリスク、および決定された定量化された脂肪パラメータのセットのうち1つまたは複数に少なくとも部分的に基づいて、対象者のCAD-RADS修飾語(modifier)を自動的に生成することを更に含み、CAD-RADS修飾語が、非診断(N)、ステント(S)、移植(G)、または脆弱性(V)のうち1つまたは複数を含む、実施形態105~107のいずれか1つのコンピュータ実装方法。
実施形態109:冠動脈狭窄症が、血管毎に定量化される、実施形態105~108のいずれか1つのコンピュータ実装方法。
実施形態110:虚血の存在またはリスクが、血管毎に決定される、実施形態105~109のいずれか1つのコンピュータ実装方法。
実施形態111:脂肪の1つまたは複数の領域が、心外膜脂肪を含む、実施形態105~110のいずれか1つのコンピュータ実装方法。
実施形態112:コンピュータ・システムによって、生成された冠動脈疾患のリスク評価に少なくとも部分的に基づいて、対象者のための提案された治療を生成することを更に含む、実施形態105~111のいずれか1つのコンピュータ実装方法。
実施形態113:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態105~112のいずれか1つのコンピュータ実装方法。
実施形態114:医用画像が、非造影CT画像を含む、実施形態113のコンピュータ実装方法。
実施形態115:医用画像が、コントラストCT画像を含む、実施形態113のコンピュータ実装方法。
実施形態116:決定されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域内の、高い方の放射線濃度カルシウム・プラークまたは低い方の放射線濃度カルシウム・プラークの百分率のうち1つまたは複数を含み、高い方の放射線濃度カルシウム・プラークが、1000を上回るハウンスフィールド放射線濃度ユニットを含み、低い方の放射線濃度カルシウム・プラークが、1000未満であるハウンスフィールド放射線濃度ユニットを含む、実施形態113~115のいずれか1つのコンピュータ実装方法。
実施形態117:医用画像が、磁気共鳴(MR)画像を含む、実施形態105~112のいずれか1つのコンピュータ実装方法。
実施形態118:医用画像が、超音波画像を含む、実施形態105~112のいずれか1つのコンピュータ実装方法。
実施形態119:医用画像が、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つまたは複数を含む、イメージング技法を使用して得られる、実施形態105~112のいずれか1つのコンピュータ実装方法。
実施形態120:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域の幾何学的形状にわたる放射線濃度値の3次元ヒストグラムを生成することによって決定される、実施形態105~119のいずれか1つのコンピュータ実装方法。
実施形態121:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域にわたる放射線濃度値の空間マッピングを生成することによって決定される、実施形態105~119のいずれか1つのコンピュータ実装方法。
実施形態122:定量化されたプラーク・パラメータのセットが、異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態105~121のいずれか1つのコンピュータ実装方法。
実施形態123:定量化されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域の拡散率を更に含む、実施形態105~122のいずれか1つのコンピュータ実装方法。
実施形態124:定量化されたプラーク・パラメータのセットが、1つまたは複数のプラーク領域の放射線濃度対体積の比を更に含む、実施形態105~123のいずれか1つのコンピュータ実装方法。
実施形態125:プラーク同定アルゴリズムが、1つまたは複数の冠動脈の血管壁および管腔壁を決定すること、ならびに血管壁と管腔壁との間の体積を1つまたは複数のプラーク領域と決定することによって、1つまたは複数のプラーク領域を決定するように構成される、実施形態105~124のいずれか1つのコンピュータ実装方法。
実施形態126:1つまたは複数の冠動脈が、大きさによって同定される、実施形態105~125のいずれか1つのコンピュータ実装方法。
実施形態127:生成された対象者の冠動脈疾患のリスク評価が、リスク・スコアを含む、実施形態105~126のいずれか1つのコンピュータ実装方法。
実施形態128:1つまたは複数のプラーク領域の幾何学形状が、丸いまたは長い形状を含む、実施形態105~127のいずれか1つのコンピュータ実装方法。
実施形態129:1つまたは複数の血管形態パラメータが動脈リモデリングの分類を含む、実施形態105~128のいずれか1つのコンピュータ実装方法。
実施形態130:動脈リモデリングの分類が、正の動脈リモデリング、負の動脈リモデリング、および中間の動脈リモデリングを含む、実施形態129のコンピュータ実装方法。
実施形態131:動脈リモデリングの分類が、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比に少なくとも部分的に基づいて決定される、実施形態129のコンピュータ実装方法。
実施形態132:動脈リモデリングの分類が、正の動脈リモデリング、負の動脈リモデリング、および中間の動脈リモデリングを含み、正の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が1.1より大きいときに決定され、負の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が0.95未満であるときに決定され、中間の動脈リモデリングが、1つまたは複数のプラーク領域における最大血管直径対通常の基準血管直径の比が0.95と1.1との間であるときに決定される、実施形態131のコンピュータ実装方法。
実施形態133:1つまたは複数のプラーク領域の体積対表面積の関数が、1つまたは複数のプラーク領域の厚さまたは直径のうち1つまたは複数を含む、実施形態105~132のいずれかのコンピュータ実装方法。
実施形態134:重み付けられた基準が、1つまたは複数の血管形態パラメータ、1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在またはリスク、および決定された定量化された脂肪パラメータのセットに、等しく重み付けることによって生成される、実施形態105~133のいずれか1つのコンピュータ実装方法。
実施形態135:重み付けられた基準が、1つまたは複数の血管形態パラメータ、1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在またはリスク、および決定された定量化された脂肪パラメータのセットに、それぞれ重み付けることによって生成される、実施形態105~133のいずれか1つのコンピュータ実装方法。
実施形態136:重み付けられた基準が、1つまたは複数の血管形態パラメータ、1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセット、定量化された冠動脈狭窄症、決定された虚血の存在またはリスク、および決定された定量化された脂肪パラメータのセットに、対数的に、代数的に、または別の数学的変換を利用して重み付けることによって生成される、実施形態105~133のいずれか1つのコンピュータ実装方法。
実施形態137:非侵襲性医用画像分析を使用して、対象者のプラーク進行の状態を決定することに少なくとも部分的に基づいて、プラーク・ベース疾患を追跡する、コンピュータ実装方法であって、コンピュータ・システムによって、対象者の領域と関連付けられたプラーク・パラメータの第1のセットにアクセスすることであって、プラーク・パラメータの第1のセットが、第1の時点において非侵襲的に得られた対象者の第1の医用画像から導出される、アクセスすることと、コンピュータ・システムによって、第1の時点より後である第2の時点において非侵襲的に得られた対象者の第2の医用画像にアクセスすることと、コンピュータ・システムによって、第2の医用画像から1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、第2の医用画像および第2の医用画像からの同定された1つまたは複数のプラーク領域を分析することによって、対象者の領域と関連付けられたプラーク・パラメータの第2のセットを決定することと、コンピュータ・システムによって、プラーク・パラメータの第1のセットの1つまたは複数をプラーク・パラメータの第2のセットの1つまたは複数と比較することによって、1つまたは複数のプラーク・パラメータの変化を分析することと、コンピュータ・システムによって、分析された1つまたは複数のプラーク・パラメータの変化に少なくとも部分的に基づいて、対象者のプラーク・ベース疾患と関連付けられたプラーク進行の状態を決定することであって、決定されたプラーク進行の状態が、急速プラーク進行、非急速カルシウム優勢混合反応(dominant mixed response)、非急速非カルシウム優勢混合反応、またはプラーク退縮のうち1つまたは複数を含む、決定することと、コンピュータ・システムによって、決定されたプラーク進行の状態に少なくとも部分的に基づいて、プラーク・ベース疾患の進行を追跡することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態138:急速プラーク進行が、対象者のパーセント・アテローム体積増加が1年当たり1%を超えるときに決定され、非急速カルシウム優勢混合反応が、対象者のパーセント・アテローム体積増加が、1年当たり1%未満であり、石灰化プラークが、全体の新しいプラーク形成の50%を超えることを表すときに決定され、非急速非カルシウム優勢混合反応が、対象者のパーセント・アテローム体積増加が1年当たり1%未満であり、非石灰化プラークが、全体の新しいプラーク形成の50%を超えることを表すときに決定され、プラーク退縮が、全体のパーセント・アテローム体積の減少が存在するときに決定される、実施形態137のコンピュータ実装方法。
実施形態139:コンピュータ・システムによって、プラーク・ベース疾患の決定されたプラーク進行の状態に少なくとも部分的に基づいて、対象者のための提案された治療を生成することを更に含む、実施形態137または138のコンピュータ実装方法。
実施形態140:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態137~139のいずれか1つのコンピュータ実装方法。
実施形態141:医用画像が、非造影CT画像を含む、実施形態140のコンピュータ実装方法。
実施形態142:医用画像が、コントラストCT画像を含む、実施形態140のコンピュータ実装方法。
実施形態143:決定されたプラーク進行の状態が、高い方の放射線濃度プラークまたは低い方の放射線濃度プラークの百分率のうち1つまたは複数を更に含み、高い方の放射線濃度プラークが、1000を上回るハウンスフィールド・ユニットを含み、低い方の放射線濃度プラークが、1000未満であるハウンスフィールド・ユニットを含む、実施形態140~142のいずれか1つのコンピュータ実装方法。
実施形態144:医用画像が、磁気共鳴(MR)画像を含む、実施形態137~139のいずれか1つのコンピュータ実装方法。
実施形態145:医用画像が、超音波画像を含む、実施形態137~139のいずれか1つのコンピュータ実装方法。
実施形態146:対象者の領域が、対象者の冠動脈領域を含む、実施形態137~145のいずれか1つのコンピュータ実装方法。
実施形態147:対象者の領域が、頸動脈、腎動脈、腹部大動脈、大脳動脈、下肢、または上肢のうち1つまたは複数を含む、実施形態137~145のいずれか1つのコンピュータ実装方法。
実施形態148:プラーク・ベース疾患が、アテローム性動脈硬化症、狭窄症、または虚血のうち1つまたは複数を含む、実施形態137~147のいずれか1つのコンピュータ実装方法。
実施形態149:コンピュータ・システムによって、プラーク・パラメータの第1のセットに少なくとも部分的に基づいて、対象者の第1の冠動脈疾患報告&データ・システム(CAD-RADS)分類スコアを決定することと、コンピュータ・システムによって、プラーク・パラメータの第2のセットに少なくとも部分的に基づいて、対象者の第2のCAD-RADS分類スコアを決定することと、コンピュータ・システムによって、第1のCAD-RADS分類スコアと第2のCAD-RADS分類スコアとを比較することに基づいて、対象者のCAD-RADS分類スコアの進行を追跡することとを更に含む、実施形態137~148のいずれか1つのコンピュータ実装方法。
実施形態150:プラーク・ベース疾患が、更に、コンピュータ・システムによって、血清バイオマーカー、遺伝的性質、オミクス、トランスクリプトミクス、マイクロバイオミクス、またはメタボロミクスのうち1つまたは複数を分析することによって追跡される、実施形態137~149のいずれか1つのコンピュータ実装方法。
実施形態151:プラーク・パラメータの第1のセットが、第1の医用画像内の1つまたは複数のプラーク領域の体積、表面積、幾何学的形状、位置、不均一性指標、および放射線濃度のうち1つまたは複数を含む、実施形態137~150のいずれか1つのコンピュータ実装方法。
実施形態152:プラーク・パラメータの第2のセットが、第2の医用画像内の1つまたは複数のプラーク領域の体積、表面積、幾何学的形状、位置、不均一性指標、および放射線濃度のうち1つまたは複数を含む、実施形態137~151のいずれか1つのコンピュータ実装方法。
実施形態153:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、1つまたは複数のプラーク領域の放射線濃度対体積の比を含む、実施形態137~152のいずれか1つのコンピュータ実装方法。
実施形態154:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、1つまたは複数のプラーク領域の拡散率を含む、実施形態137~153のいずれか1つのコンピュータ実装方法。
実施形態155:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、1つまたは複数のプラーク領域の体積対表面積比を含む、実施形態137~154のいずれか1つのコンピュータ実装方法。
実施形態156:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、1つまたは複数のプラーク領域の不均一性指標を含む、実施形態137~155のいずれか1つのコンピュータ実装方法。
実施形態157:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域の幾何学的形状にわたる放射線濃度値の3次元ヒストグラムを生成することによって決定される、実施形態156のコンピュータ実装方法。
実施形態158:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域にわたる放射線濃度値の空間マッピングを生成することによって決定される、実施形態156のコンピュータ実装方法。
実施形態159:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態137~158のいずれか1つのコンピュータ実装方法。
実施形態160:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、プラークの体積に応じた異なる放射線濃度値を含むプラークの百分率組成を含む、実施形態137~159のいずれか1つのコンピュータ実装方法。
実施形態161:対象者の冠動脈カルシウム・スコアの変化を特徴付ける、コンピュータ実装方法であって、コンピュータ・システムによって、第1の時点で得られた、対象者の第1の冠動脈カルシウム・スコア、および対象者の冠動脈領域と関連付けられたプラーク・パラメータの第1のセットにアクセスすることであって、プラーク・パラメータの第1のセットが、対象者の冠動脈領域内の1つまたは複数のプラーク領域の体積、表面積、幾何学的形状、位置、不均一性指標、および放射線濃度を含む、アクセスすることと、コンピュータ・システムによって、アクセスされたプラーク・パラメータの第1のセットの第1の重み付けられた基準を生成することと、コンピュータ・システムによって、第1の時点より後である第2の時点で得られた、対象者の第2の冠動脈カルシウム・スコア、および対象者の冠動脈領域の1つまたは複数の医用画像にアクセスすることであって、対象者の冠動脈領域の1つまたは複数の医用画像が、1つまたは複数のプラーク領域を含む、アクセスすることと、コンピュータ・システムによって、第1の冠動脈カルシウム・スコアと第2の冠動脈カルシウム・スコアとを比較することによって、対象者の冠動脈カルシウム・スコアの変化を決定することと、コンピュータ・システムによって、1つまたは複数の医用画像から1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、1つまたは複数の医用画像を分析することによって、対象者の冠動脈領域と関連付けられたプラーク・パラメータの第2のセットを決定することであって、プラーク・パラメータの第2のセットが、1つまたは複数のプラーク領域の体積、表面積、幾何学的形状、位置、不均一性指標、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定されたプラーク・パラメータの第2のセットの第2の重み付けられた基準を生成することと、コンピュータ・システムによって、アクセスされたプラーク・パラメータの第1のセットの第1の重み付けられた基準と決定されたプラーク・パラメータの第2のセットの第2の重み付けられた基準の変化を分析することと、コンピュータ・システムによって、同定された1つまたは複数のプラーク領域、ならびにアクセスされたプラーク・パラメータの第1のセットの第1の重み付けられた基準、および決定されたプラーク・パラメータの第2のセットの第2の重み付けられた基準の分析された変化に少なくとも部分的に基づいて、対象者の冠動脈カルシウム・スコアの変化を特徴付けることであって、冠動脈カルシウム・スコアにおける冠動脈の変化が、正、中性、または負として特徴付けられる、特徴付けることとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態162:1つまたは複数のプラーク領域の放射線濃度が、同定された1つまたは複数のプラーク領域のハウンスフィールド・ユニットを分析することによって、1つまたは複数の医用画像から決定される、実施形態161のコンピュータ実装方法。
実施形態163:対象者の冠動脈領域内の1つまたは複数のプラーク領域の体積と放射線濃度との間の比の変化を決定することを更に含み、対象者の冠動脈カルシウム・スコアの変化が、更に、対象者の冠動脈領域内の1つまたは複数のプラーク領域の体積と放射線濃度との間の比の決定された変化に少なくとも部分的に基づいて特徴付けられる、実施形態161~162のいずれか1つのコンピュータ実装方法。
実施形態164:対象者の冠動脈カルシウム・スコアの変化が、各血管に対して特徴付けられる、実施形態161~163のいずれか1つのコンピュータ実装方法。
実施形態165:対象者の冠動脈カルシウム・スコアの変化が、各セグメントに対して特徴付けられる、実施形態161~164のいずれか1つのコンピュータ実装方法。
実施形態166:対象者の冠動脈カルシウム・スコアの変化が、各プラークに対して特徴付けられる、実施形態161~165のいずれか1つのコンピュータ実装方法。
実施形態167:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、1つまたは複数のプラーク領域の拡散率を更に含む、実施形態161~166のいずれか1つのコンピュータ実装方法。
実施形態168:対象者の冠動脈カルシウム・スコアの変化が、1つまたは複数のプラーク領域の放射線濃度が増加したときに正として特徴付けられる、実施形態161~167のいずれか1つのコンピュータ実装方法。
実施形態169:対象者の冠動脈カルシウム・スコアの変化が、1つまたは複数の新しいプラーク領域が1つまたは複数の医用画像から同定されたときに負として特徴付けられる、実施形態161~168のいずれか1つのコンピュータ実装方法。
実施形態170:対象者の冠動脈カルシウム・スコアの変化が、1つまたは複数のプラーク領域の体積対表面積比が減少したときに正として特徴付けられる、実施形態161~169のいずれか1つのコンピュータ実装方法。
実施形態171:1つまたは複数のプラーク領域の不均一性指標が、1つまたは複数のプラーク領域の幾何学的形状にわたる放射線濃度値の3次元ヒストグラムを生成することによって決定される、実施形態161~170のいずれか1つのコンピュータ実装方法。
実施形態172:対象者の冠動脈カルシウム・スコアの変化が、1つまたは複数のプラーク領域の不均一性指標が減少したときに正として特徴付けられる、実施形態161~171のいずれか1つのコンピュータ実装方法。
実施形態173:対象者の第2の冠動脈カルシウム・スコアが、対象者の冠動脈領域の1つまたは複数の医用画像を分析することによって決定される、実施形態161~172のいずれか1つのコンピュータ実装方法。
実施形態174:対象者の第2の冠動脈カルシウム・スコアが、データベースからアクセスされる、実施形態161~172のいずれか1つのコンピュータ実装方法。
実施形態175:対象者の冠動脈領域の1つまたは複数の医用画像が、非造影コンピュータ断層撮影(CT)スキャンから得られた画像を含む、実施形態161~174のいずれか1つのコンピュータ実装方法。
実施形態176:対象者の冠動脈領域の1つまたは複数の医用画像が、造影CTスキャンから得られた画像を含む、実施形態161~174のいずれか1つのコンピュータ実装方法。
実施形態177:対象者の冠動脈領域の1つまたは複数の医用画像が、造影CT血管造影図から得られた画像を含む、実施形態176のコンピュータ実装方法。
実施形態178:冠動脈カルシウム・スコアにおける冠動脈の変化の正の特徴付けが、プラーク安定化を示す、実施形態161~177のいずれか1つのコンピュータ実装方法。
実施形態179:プラーク・パラメータの第1のセットおよびプラーク・パラメータの第2のセットが、プラーク周辺の体積の放射線濃度を更に含む、実施形態161~178のいずれか1つのコンピュータ実装方法。
実施形態180:対象者の冠動脈カルシウム・スコアの変化が、コンピュータ・システムによって利用される機械学習アルゴリズムによって特徴付けられる、実施形態161~179のいずれか1つのコンピュータ実装方法。
実施形態181:第1の重み付けられた基準が、アクセスされたプラーク・パラメータの第1のセットに等しく重み付けることによって生成される、実施形態161~180のいずれか1つのコンピュータ実装方法。
実施形態182:第1の重み付けられた基準が、アクセスされたプラーク・パラメータの第1のセットにそれぞれ重み付けることによって生成される、実施形態161~180のいずれか1つのコンピュータ実装方法。
実施形態183:第1の重み付けられた基準が、アクセスされたプラーク・パラメータの第1のセットに、対数的に、代数的に、または別の数学的変換を利用して重み付けることによって生成される、実施形態161~180のいずれか1つのコンピュータ実装方法。
実施形態184:非侵襲性医用画像分析に基づいて、対象者の心血管イベントの予後を生成する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた対象者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、対象者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像内の同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積、表面積、体積対表面積の比、不均一性指標、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、医用画像内の1つまたは複数のプラーク領域を、安定プラークまたは不安定プラークとして分類することと、コンピュータ・システムによって、医用画像内で分類された不安定プラークの体積、および医用画像内の1つまたは複数の冠動脈の全体積を決定することと、コンピュータ・システムによって、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の比を決定することと、コンピュータ・システムによって、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の比、1つまたは複数のプラーク領域の体積、および医用画像内で分類された不安定プラークの体積を分析することに少なくとも部分的に基づいて、対象者の心血管イベントの予後を生成することであって、分析することが、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の1つまたは複数の比、1つまたは複数のプラーク領域の体積、および不安定プラークの体積の、他の対象者から収集された既知のデータセットに対する比較を行うことを含む、生成することと、コンピュータ・システムによって、対象者の生成された心血管イベントの予後に少なくとも部分的に基づいて、対象者のための治療計画を生成することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態185:コンピュータ・システムによって、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の比、1つまたは複数のプラーク領域の体積、および医用画像内で分類された不安定プラークの体積の重み付けられた基準を生成することを更に含み、心血管イベントの予後が、更に、重み付けられた基準を、既知のデータセットから導出された1つまたは複数の重み付けられた基準と比較することによって生成される、実施形態184のコンピュータ実装方法。
実施形態186:重み付けられた基準が、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の比、1つまたは複数のプラーク領域の体積、および医用画像内で分類された不安定プラークの体積に等しく重み付けることによって生成される、実施形態185のコンピュータ実装方法。
実施形態187:重み付けられた基準が、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の比、1つまたは複数のプラーク領域の体積、および医用画像内で分類された不安定プラークの体積にそれぞれ重み付けることによって生成される、実施形態185のコンピュータ実装方法。
実施形態188:重み付けられた基準が、1つまたは複数の冠動脈の全体積に対する不安定プラークの体積の比、1つまたは複数のプラーク領域の体積、および医用画像内で分類された不安定プラークの体積に、対数的に、代数的に、または別の数学的変換を利用して重み付けることによって生成される、実施形態185のコンピュータ実装方法。
実施形態189:コンピュータ・システムによって、対象者の非冠動脈心臓血管系の医用画像を分析することを更に含み、対象者の心血管イベントの予後が、更に、対象者の分析された非冠動脈心臓血管系の医用画像に少なくとも部分的に基づいて生成される、実施形態184~188のいずれか1つのコンピュータ実装方法。
実施形態190:コンピュータ・システムによって、対象者の血液化学またはバイオマーカー・テストの結果にアクセスすることを更に含み、対象者の心血管イベントの予後が、更に、対象者の血液化学またはバイオマーカー・テストの結果に少なくとも部分的に基づいて生成される、実施形態184~189のいずれか1つのコンピュータ実装方法。
実施形態191:対象者の生成された心血管イベントの予後が、対象者の心血管イベントのリスク・スコアを含む、実施形態184~190のいずれか1つのコンピュータ実装方法。
実施形態192:心血管イベントの予後が、コンピュータ・システムによって、人工知能または機械学習アルゴリズムを利用して生成される、実施形態184~191のいずれか1つのコンピュータ実装方法。
実施形態193:心血管イベントが、アテローム性動脈硬化症、狭窄症、または虚血のうち1つまたは複数を含む、実施形態184~192のいずれか1つのコンピュータ実装方法。
実施形態194:生成された治療計画が、スタチンの使用、生活様式の変化、または手術のうち1つまたは複数を含む、実施形態184~193のいずれか1つのコンピュータ実装方法。
実施形態195:冠動脈同定アルゴリズムまたはプラーク同定アルゴリズムの1つまたは複数が、人工知能または機械学習アルゴリズムを備える、実施形態184~194のいずれか1つのコンピュータ実装方法。
実施形態196:プラーク同定アルゴリズムが、1つまたは複数の冠動脈の血管壁および管腔壁を決定すること、ならびに血管壁と管腔壁との間の体積を1つまたは複数のプラーク領域と決定することによって、1つまたは複数のプラーク領域を決定するように構成される、実施形態184~195のいずれか1つのコンピュータ実装方法。
実施形態197:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態184~196のいずれか1つのコンピュータ実装方法。
実施形態198:医用画像が、非造影CT画像を含む、実施形態197のコンピュータ実装方法。
実施形態199:医用画像が、コントラストCT画像を含む、実施形態197のコンピュータ実装方法。
実施形態200:医用画像が、磁気共鳴(MR)画像を含む、実施形態184~196のいずれか1つのコンピュータ実装方法。
実施形態201:医用画像が、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つまたは複数を含む、イメージング技法を使用して得られる、実施形態184~196のいずれか1つのコンピュータ実装方法。
実施形態202:非侵襲性医用画像分析に基づいて、患者特異的ステント・パラメータおよび移植のためのガイダンスを決定する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた患者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、患者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、患者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、患者の冠動脈領域の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積対表面積の比または関数、不均一性指標、位置、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、患者の冠動脈領域の医用画像内の1つまたは複数の冠動脈の狭窄血管パラメータのセットを決定することであって、血管パラメータのセットが、狭窄がある医用画像内の1つまたは複数の冠動脈の体積、湾曲、血管壁、管腔壁、および直径を含む、決定することと、コンピュータ・システムによって、患者の冠動脈領域の医用画像内の1つまたは複数の冠動脈の正常な血管パラメータのセットを決定することであって、血管パラメータのセットが、狭窄がない医用画像内の1つまたは複数の冠動脈の体積、湾曲、血管壁、管腔壁、および直径を含み、正常な血管パラメータのセットが、同定された1つまたは複数のプラーク領域を、患者の冠動脈領域の医用画像からグラフィカルに除去することによって、決定される、決定することと、コンピュータ・システムによって、定量化されたプラーク・パラメータのセットおよび血管パラメータのセットに少なくとも部分的に基づいて、患者のステント移植の予測される有効性を決定することと、コンピュータ・システムによって、患者のステント移植の予測される有効性が所定の閾値を上回るとき、患者の患者特異的ステント・パラメータを生成することであって、患者特異的ステント・パラメータが、定量化されたプラーク・パラメータのセット、血管パラメータのセット、および正常な血管パラメータのセットに少なくとも部分的に基づいて生成される、生成することと、コンピュータ・システムによって、患者特異的ステント・パラメータを含む患者特異的ステント移植のためのガイダンスを生成することであって、患者特異的ステント移植のためのガイダンスが、定量化されたプラーク・パラメータのセットおよび血管パラメータのセットに少なくとも部分的に基づいて生成され、生成された患者特異的ステント移植のためのガイダンスが、ガイダンス・ワイヤの挿入および患者特異的ステントの位置決めを含む、生成することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態203:コンピュータ・システムによって、患者の冠動脈領域の移植後医用画像にアクセスし、移植後分析を実施することを更に含む、実施形態202のコンピュータ実装方法。
実施形態204:コンピュータ・システムによって、移植後分析に少なくとも部分的に基づいて、患者のための治療計画を生成すること更に含む、実施形態203のコンピュータ実装方法。
実施形態205:生成された治療計画が、スタチンの使用、生活様式の変化、または手術のうち1つまたは複数を含む、実施形態204のコンピュータ実装方法。
実施形態206:狭窄血管パラメータのセットが、1つまたは複数の冠動脈の分岐部の位置、湾曲、および直径を含む、実施形態202~205のいずれか1つのコンピュータ実装方法。
実施形態207:患者特異的ステント・パラメータが、患者特異的ステントの直径を含む、実施形態202~206のいずれか1つのコンピュータ実装方法。
実施形態208:患者特異的ステントの直径が、狭窄のない1つまたは複数の冠動脈の直径に実質的に等しい、実施形態207のコンピュータ実装方法。
実施形態209:患者特異的ステントの直径が、狭窄のない1つまたは複数の冠動脈の直径より小さい、実施形態207のコンピュータ実装方法。
実施形態210:患者のステント移植の予測される有効性が、コンピュータ・システムによって、人工知能または機械学習アルゴリズムを利用して決定される、実施形態202~209のいずれか1つのコンピュータ実装方法。
実施形態211:患者の患者特異的ステント・パラメータが、コンピュータ・システムによって、人工知能または機械学習アルゴリズムを利用して生成される、実施形態202~210のいずれか1つのコンピュータ実装方法。
実施形態212:冠動脈同定アルゴリズムまたはプラーク同定アルゴリズムの1つまたは複数が、人工知能または機械学習アルゴリズムを備える、実施形態202~211のいずれか1つのコンピュータ実装方法。
実施形態213:プラーク同定アルゴリズムが、1つまたは複数の冠動脈の血管壁および管腔壁を決定すること、ならびに血管壁と管腔壁との間の体積を1つまたは複数のプラーク領域と決定することによって、1つまたは複数のプラーク領域を決定するように構成される、実施形態202~212のいずれか1つのコンピュータ実装方法。
実施形態214:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態202~213のいずれか1つのコンピュータ実装方法。
実施形態215:医用画像が、非造影CT画像を含む、実施形態214のコンピュータ実装方法。
実施形態216:医用画像が、コントラストCT画像を含む、実施形態214のコンピュータ実装方法。
実施形態217:医用画像が、磁気共鳴(MR)画像を含む、実施形態202~213のいずれか1つのコンピュータ実装方法。
実施形態218:医用画像が、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つまたは複数を含む、イメージング技法を使用して得られる、実施形態202~213のいずれか1つのコンピュータ実装方法。
実施形態219:非侵襲性医用画像分析に基づいて、患者の冠動脈疾患についての患者特異的報告を生成する、コンピュータ実装方法であって、コンピュータ・システムによって、非侵襲的に得られた患者の冠動脈領域の医用画像にアクセスすることと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成された冠動脈同定アルゴリズムを利用して、患者の冠動脈領域の医用画像内の1つまたは複数の冠動脈を同定することと、コンピュータ・システムによって、未加工医用画像を入力として利用するように構成されたプラーク同定アルゴリズムを利用して、患者の冠動脈領域の医用画像から同定された1つまたは複数の冠動脈内の1つまたは複数のプラーク領域を同定することと、コンピュータ・システムによって、1つまたは複数の血管形態パラメータ、および患者の冠動脈領域の医用画像からの同定された1つまたは複数のプラーク領域の定量化されたプラーク・パラメータのセットを決定することであって、定量化されたプラーク・パラメータのセットが、医用画像内の1つまたは複数のプラーク領域の体積対表面積の比または関数、体積、不均一性指標、位置、幾何学形状、および放射線濃度を含む、決定することと、コンピュータ・システムによって、医用画像から決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、患者の狭窄症およびアテローム性動脈硬化症を定量化することと、コンピュータ・システムによって、医用画像、患者の定量化された狭窄症およびアテローム性動脈硬化症、ならびに医用画像から決定された定量化されたプラーク・パラメータのセットに少なくとも部分的に基づいて、1つまたは複数の注釈付き医用画像を生成することと、コンピュータ・システムによって、患者の定量化された狭窄症およびアテローム性動脈硬化症、ならびに医用画像から決定された定量化されたプラーク・パラメータのセットと、1つまたは複数の定量化された狭窄症およびアテローム性動脈硬化症の既知のデータセット、ならびに患者の年齢グループ内の健康な対象者の1つまたは複数の中間画像から導出された1つまたは複数の定量化されたプラーク・パラメータとを比較することによって、少なくとも部分的に基づいて、患者の冠動脈疾患のリスクを決定することと、コンピュータ・システムによって、患者の冠動脈疾患についての患者特異的報告を動的に生成することであって、生成された患者特異的報告が、1つまたは複数の注釈付き医用画像、定量化されたプラーク・パラメータのセットのうち1つまたは複数、および決定された冠動脈疾患のリスクを含む、生成することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態220:患者特異的報告が、映画的報告を含む、実施形態219のコンピュータ実装方法。
実施形態221:患者特異的報告が、拡張現実(AR)または仮想現実(VR)体験を提供するように構成された内容を含む、実施形態220のコンピュータ実装方法。
実施形態222:患者特異的報告が、患者の定量化された狭窄症およびアテローム性動脈硬化症、医用画像から決定された定量化されたプラーク・パラメータのセット、ならびに冠動脈疾患の決定されたリスクに少なくとも部分的に基づいて、患者に関する動的に生成された音声を含む、実施形態219~221のいずれか1つのコンピュータ実装方法。
実施形態223:患者特異的報告が、患者の定量化された狭窄症およびアテローム性動脈硬化症、医用画像から決定された定量化されたプラーク・パラメータのセット、ならびに冠動脈疾患の決定されたリスクに少なくとも部分的に基づいて、患者に関する動的に生成されたフレーズを含む、実施形態219~222のいずれか1つのコンピュータ実装方法。
実施形態224:コンピュータ・システムによって、患者の定量化された狭窄症およびアテローム性動脈硬化症、医用画像から決定された定量化されたプラーク・パラメータのセット、ならびに冠動脈疾患の決定されたリスクに少なくとも部分的に基づいて、患者のための治療計画を生成することを更に含み、患者特異的報告が、生成された治療計画を含む、実施形態219~223のいずれか1つのコンピュータ実装方法。
実施形態225:生成された治療計画が、スタチンの使用、生活様式の変化、または手術のうち1つまたは複数を含む、実施形態224のコンピュータ実装方法。
実施形態226:コンピュータ・システムによって、医用画像から決定された定量化されたプラーク・パラメータのセットのうち1つまたは複数を、患者の以前の医用画像から導出された1つまたは複数の以前の定量化されたプラーク・パラメータと比較することに少なくとも部分的に基づいて、患者の冠動脈疾患の進行を追跡することを更に含み、患者特異的報告が、冠動脈疾患の追跡された進行を含む、実施形態219~225のいずれか1つのコンピュータ実装方法。
実施形態227:冠動脈同定アルゴリズムまたはプラーク同定アルゴリズムの1つまたは複数が、人工知能または機械学習アルゴリズムを備える、実施形態219~226のいずれか1つのコンピュータ実装方法。
実施形態228:プラーク同定アルゴリズムが、1つまたは複数の冠動脈の血管壁および管腔壁を決定すること、ならびに血管壁と管腔壁との間の体積を1つまたは複数のプラーク領域と決定することによって、1つまたは複数のプラーク領域を決定するように構成される、実施形態219~227のいずれか1つのコンピュータ実装方法。
実施形態229:医用画像が、コンピュータ断層撮影(CT)画像を含む、実施形態219~228のいずれか1つのコンピュータ実装方法。
実施形態230:医用画像が、非造影CT画像を含む、実施形態229のコンピュータ実装方法。
実施形態231:医用画像が、コントラストCT画像を含む、実施形態229のコンピュータ実装方法。
実施形態232:医用画像が、磁気共鳴(MR)画像を含む、実施形態219~228のいずれか1つのコンピュータ実装方法。
実施形態233:医用画像が、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つまたは複数を含む、イメージング技法を使用して得られる、実施形態219~228のいずれか1つのコンピュータ実装方法。
実施形態234:コンピュータ実行可能命令、患者の冠状血管のコンピュータ断層撮影(CT)画像のセット、血管ラベル、ならびに冠状血管のセグメントの狭窄症、プラーク、および位置の情報を含むCT画像のセットと関連付けられた動脈情報を少なくとも格納するように構成された、少なくとも1つの非一時的コンピュータ記憶媒体と、少なくとも1つの非一時的コンピュータ記憶媒体と通信する1つまたは複数のコンピュータ・ハードウェア・プロセッサであって、コンピュータ実行可能命令を実行して、少なくとも、CT画像において同定された冠状血管を描写する冠状血管の3次元(3D)表現を含み、動脈の木に関連したセグメント・ラベルを含む、動脈の木の枝の間に心臓組織を含まない動脈の木を含む第1のパネルを生成し、ユーザ・インターフェースに表示すること、第1のパネルの動脈の木における冠状血管の選択を示すユーザ・インターフェースへの入力に応答して、選択された冠状血管の少なくとも一部分を少なくとも1つの直線状多平面血管(SMPR)像で示す第2のパネルを生成し、ユーザ・インターフェースに表示すること、選択された冠状血管のCT画像のセットのうち1つを使用して生成される、選択された冠状血管の断面像を示す、第3のパネルを生成し、ユーザ・インターフェースに表示することであって、少なくとも1つのSMPR像に沿って位置がそれぞれ、CT画像のセットにおけるCT画像の1つと関連付けられることによって、少なくとも1つのSMPR像における冠状血管に沿った特定の位置の選択が、関連するCT画像を第3のパネルの断面像に表示する、第3のパネルを生成し表示すること、少なくとも1つのSMPR像における選択された冠動脈に沿った第1の位置を示す第3のパネル上の入力に応答して、第3のパネルの第1の位置に、選択された冠動脈と関連付けられた断面像を表示することを行うように構成された、1つまたは複数のコンピュータ・ハードウェア・プロセッサとを備える、システム。
実施形態235:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、少なくとも1つのSMPR像における選択された冠動脈に沿った第2の位置を示すユーザ・インターフェースの第2のパネル上の入力に応答して、第3のパネルの断面像における第2の位置と関連付けられた関連するCTスキャンを表示するように更に構成される、実施形態234のシステム。
実施形態236:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、第1のパネルに表示された動脈の木における第2の冠状血管の選択を示すユーザ・インターフェース上の第2の入力に応答して、少なくとも1つの直線状多平面血管(SMPR)像における選択された第2の冠状血管の少なくとも一部分を生成し、第2のパネルに表示することと、選択された第2の冠状血管のCT画像のセットのうち1つを使用して生成された、選択された第2の冠状血管の断面像を生成し、第3のパネルに表示することとを行うように更に構成され、少なくとも1つのSMPR像内の選択された第2の冠動脈に沿った位置がそれぞれ、CT画像のセットにおけるCT画像の1つと関連付けられることによって、少なくとも1つのSMPR像における第2の冠状血管に沿った特定の位置の選択が、断面像における関連するCT画像を第3のパネルに表示する、実施形態234のシステム。
実施形態237:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、動脈情報を少なくとも1つの非一時的コンピュータ記憶媒体に格納する前に、CT画像を処理する機械学習アルゴリズムを使用して、血管セグメントを同定するように更に構成される、実施形態234のシステム。
実施形態238:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、冠動脈の木の非患者特異的グラフィカル表現を含むアニメーションの動脈の木を生成し、第4のパネルのユーザ・インターフェースに表示することであって、アニメーションの動脈の木における血管セグメントの選択に応答して、選択された血管セグメントの像が、SMPR像におけるユーザ・インターフェースのパネルに表示される、アニメーションの動脈の木を生成し表示することと、SMPR像に表示された血管セグメントの位置が選択されると、選択された血管についての情報を選択された位置に表示するパネルを生成し、ユーザ・インターフェースに表示することとを行うように更に構成される、実施形態234のシステム。
実施形態239:表示された情報が、選択された血管の狭窄およびプラークに関する情報を含む、実施形態238のシステム。
実施形態240:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、動脈の木のそれぞれのセグメントに近接して、セグメントの名称を示す名称ラベルを生成しセグメント化するように更に構成される、実施形態234のシステム。
実施形態241:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、ユーザ・インターフェースに表示される第1のセグメント名ラベルの入力選択に応答して、血管セグメント名称のリストを有する、選択された血管セグメントの現在の名称を示すパネルを生成し、ユーザ・インターフェースに表示し、リストにおける第2のセグメント名ラベルの入力選択に応答して、ユーザ・インターフェースにおける表示された動脈の木の第1のセグメント名ラベルを第2のセグメント名ラベルと置き換えるように更に構成される、実施形態240のシステム。
実施形態242:選択された冠状血管の少なくとも1つのSMPR像が、回転する間隔で隣接するように表示された選択された冠状血管の少なくとも2つのSMPR像を含む、実施形態234のシステム。
実施形態243:少なくとも1つのSMPR像が、0°、22.5°、45°、および67.5°の相対的な回転で表示された4つのSMPR像を含む、実施形態234のシステム。
実施形態244:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、ユーザ入力に応答して、少なくとも1つのSMPR像を1°ずつ増加させて回転させるように更に構成される、実施形態234のシステム。
実施形態245:動脈の木、少なくとも1つのSMPR像、および断面像が、ユーザ・インターフェースに同時に表示される、実施形態234のシステム。
実施形態246:動脈の木が、ユーザ・パネルの中心部分に表示され、断面像が、動脈の木の上または下のユーザ・インターフェースの中心部分に表示され、少なくとも1つのSMPR像が、ユーザ・インターフェースの中心部分の一方の側に表示される、実施形態245のシステム。
実施形態247:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、CT画像に基づく選択された冠動脈に対応する1つまたは複数の解剖学的平面図を生成し、ユーザ・インターフェースの中心部分の一方の側に表示するように更に構成される、実施形態246のシステム。
実施形態248:解剖学的平面図が、3つの解剖学的平面図を含む、実施形態247のシステム。
実施形態249:解剖学的平面図が、軸方向の平面図、頭頂の平面図、または矢状方向の平面図の少なくとも1つを含む、実施形態247のシステム。
実施形態250:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、ユーザ・インターフェース上で回転入力を受け取り、回転入力に基づいて少なくとも1つのSMPR像を漸増的に回転させるように更に構成される、実施形態234のシステム。
実施形態251:少なくとも1つの非一時的コンピュータ記憶媒体が、冠動脈血管の管腔および血管壁を示す情報を含む血管壁情報を少なくとも格納するように更に構成され、1つまたは複数のコンピュータ・ハードウェア・プロセッサが、断面像に表示された冠状血管に対応する管腔および血管壁情報を第3のパネルにグラフィカルに表示するように更に構成される、実施形態234のシステム。
実施形態252:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、少なくとも1つのSMPR像における冠状血管の選択部分に基づいて、管腔および血管壁の情報をユーザ・インターフェースに表示するように更に構成される、実施形態251のシステム。
実施形態253:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、少なくとも1つのSMPR像における冠状血管の選択部分に基づいて、プラークの情報を表示するように更に構成される、実施形態251のシステム。
実施形態254:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、少なくとも1つのSMPR像における冠状血管の選択部分に基づいて、狭窄の情報を表示するように更に構成される、実施形態251のシステム。
実施形態255:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、動脈の木の非患者特異的グラフィカル表現であるアニメーションの動脈の木を生成し、ユーザ・インターフェースに表示することであって、動脈の木の一部分が、リスク・レベルに対応する色で表示される、アニメーションの動脈の木を生成し表示することを行うように更に構成される、実施形態234のシステム。
実施形態256:リスク・レベルが、狭窄に基づく、実施形態255のシステム。
実施形態257:リスク・レベルが、プラークに基づく、実施形態255のシステム。
実施形態258:リスク・レベルが、虚血に基づく、実施形態255のシステム。
実施形態259:1つまたは複数のコンピュータ・ハードウェア・プロセッサが、コンピュータ実行可能命令を実行して、アニメーションの動脈の木の一部分を選択することに応答して、アニメーションの動脈の木の選択部分に対応する血管のSMPR像を第2のパネルに表示することと、アニメーションの動脈の木の選択部分に対応する断面像を第3のパネルに表示することとを行うように更に構成される、実施形態255のシステム。
実施形態269:コンピュータ実行可能命令、患者の冠状血管のコンピュータ断層撮影(CT)画像のセット、血管ラベル、ならびに冠状血管のセグメントの狭窄症、プラーク、および位置の情報を含むCT画像のセットと関連付けられた動脈情報を格納するための手段と、コンピュータ実行可能命令を実行して、少なくとも、CT画像に基づき、CT画像において同定された冠状血管を描写する冠状血管の3次元(3D)表現を含み、セグメント・ラベルを描写し、動脈の木の枝の間に心臓組織を含まない動脈の木を含む第1のパネルを生成し、ユーザ・インターフェースに表示すること、第1のパネルの動脈の木における冠状血管の選択を示すユーザ・インターフェース上の入力に応答して、少なくとも1つの直線状多平面血管(SMPR)像における選択された冠状血管の少なくとも一部分を示す第2のパネルを生成し、ユーザ・インターフェースに表示すること、選択された冠状血管のCT画像のセットの1つを使用して生成された、選択された冠状血管の断面像を示す第3のパネルを生成し、ユーザ・インターフェースに表示することであって、少なくとも1つのSMPR像に沿った位置がそれぞれ、CT画像のセットにおけるCT画像の1つと関連付けられることによって、少なくとも1つのSMPR像における冠状血管に沿った特定の位置の選択が、断面像における関連するCT画像を第3のパネルに表示する、第2のパネルを生成し表示すること、および、少なくとも1つのSMPR像における選択された冠動脈に沿った第1の位置を示すユーザ・インターフェース上の入力に応答して、断面像と関連付けられた関連するCTスキャンを第3のパネルに表示することを行うための手段とを有する、システム。
実施形態261:CT画像および対応する情報を分析するための方法であって、コンピュータ実行可能命令、患者の冠状血管のコンピュータ断層撮影(CT)画像のセット、血管ラベル、ならびに冠状血管のセグメントの狭窄症、プラーク、および位置の情報を含むCT画像のセットと関連付けられた動脈情報、ならびにCT画像のセット内の冠状血管の同定および位置を示す情報を格納することと、CT画像に基づく冠状血管の3次元(3D)表現を含み、CT画像において同定された冠状血管を描写し、セグメント・ラベルを描写し、動脈の木の枝の間に心臓組織を含まない動脈の木を含む第1のパネルを生成し、ユーザ・インターフェースに表示することと、第1のパネルの動脈の木における冠状血管の選択を示す第1の入力を受け取ることと、第1の入力に応答して、少なくとも1つの直線状多平面血管(SMPR)像における選択された冠状血管の少なくとも一部分を示す第2のパネルを生成し、ユーザ・インターフェースに表示することと、選択された冠状血管のCT画像のセットの1つを使用して生成された、選択された冠状血管の断面像を示す第3のパネルを生成し、ユーザ・インターフェースに表示することであって、少なくとも1つのSMPR像に沿った位置がそれぞれ、CT画像のセットにおけるCT画像の1つと関連付けられることによって、少なくとも1つのSMPR像における冠状血管に沿った特定の位置の選択が、断面像における関連するCT画像を第3のパネルに表示する、第3のパネルを生成し表示することと、少なくとも1つのSMPR像における選択された冠動脈に沿った第1の位置を示すユーザ・インターフェース上の第2の入力を受け取ることと、第2の入力に応答して、第3のパネルの断面像における関連付けられた関連するCTスキャンを表示することとを含み、方法が、1つまたは複数のコンピュータ・ハードウェア・プロセッサが、1つまたは複数の非一時的コンピュータ記憶媒体に格納された通信中のコンピュータ実行可能命令を実行することによって実施される、方法。
実施形態262:少なくとも1つのSMPR像における選択された冠動脈に沿った第2の位置を示すユーザ・インターフェースの第2のパネル上の入力に応答して、断面像における第2の位置と関連付けられた関連するCTスキャンを第3のパネルに表示することを更に含む、実施形態261の方法。
実施形態263:第1のパネルに表示された動脈の木における第2の冠状血管の選択を示すユーザ・インターフェース上の第2の入力に応答して、少なくとも1つの直線状多平面血管(SMPR)像における選択された第2の冠状血管の少なくとも一部分を生成し、第2のパネルに表示することと、選択された第2の冠状血管のCT画像のセットの1つを使用して生成された、選択された第2の冠状血管の断面像を生成し、第3のパネルに表示することであって、少なくとも1つのSMPR像における選択された第2の冠動脈に沿った位置がそれぞれ、CT画像のセットにおけるCT画像の1つと関連付けられることによって、少なくとも1つのSMPR像における第2の冠状血管に沿った特定の位置の選択が、断面像における関連するCT画像を第3のパネルに表示する、選択された第2の冠状血管の断面像を生成し表示することとを更に含む、実施形態261および262のいずれか1つの方法。
実施形態264:冠動脈の木の非患者特異的グラフィカル表現を含むアニメーションの動脈の木を生成し、第4のパネルのユーザ・インターフェースに表示することであって、アニメーションの動脈の木における血管セグメントの選択に応答して、選択された血管セグメントの像が、SMPR像におけるユーザ・インターフェースのパネルに表示される、表示することと、SMPR像に表示された血管セグメントの位置が選択されると、選択された血管についての情報を選択された位置に表示するパネルを生成し、ユーザ・インターフェースに表示することとを更に含む、実施形態261~263のいずれか1つの方法。
実施形態265:表示された情報が、選択された血管の狭窄およびプラークに関する情報を含む、実施形態264の方法。
実施形態266:格納された動脈情報を使用して、動脈の木のそれぞれのセグメントに近接して、セグメントの名称を示すセグメント名ラベルを生成し表示することを更に含む、実施形態261~265のいずれか1つの方法。
実施形態267:ユーザ・インターフェースに表示された第1のセグメント名ラベルの入力選択に応答して、血管セグメント名称のリストを有する、選択された血管セグメントの現在の名称を示すパネルを生成し、ユーザ・インターフェースに表示することと、リスト上の第2のセグメント名ラベルの入力選択に応答して、ユーザ・インターフェースにおける表示された動脈の木の第1のセグメント名ラベルを第2のセグメント名ラベルと置き換えることとを更に含む、実施形態261~266のいずれか1つの方法。
実施形態268:ユーザ・インターフェースの第4のパネルにツールバーを生成し表示することであって、ツールバーが、ユーザ・インターフェースに表示された動脈情報を追加、削除、または見直すためのツールを含む、生成し表示することを更に含む、実施形態261~267のいずれか1つの方法。
実施形態269:ツールバー上のツールが、管腔壁ツール、血管壁ツールへのスナップ、管腔壁ツールへのスナップ、血管壁ツール、セグメント・ツール、狭窄ツール、プラーク・オーバーレイ・ツール、センターライン・ツールへのスナップ、慢性トータル・オクルージョン・ツール、ステント・ツール、除外ツール、トラッカ・ツール、または距離測定ツールを含む、実施形態268の方法。
実施形態270:ツールバー上のツールが、管腔壁ツール、血管壁ツールへのスナップ、管腔壁ツールへのスナップ、血管壁ツール、セグメント・ツール、狭窄ツール、プラーク・オーバーレイ・ツール、センターライン・ツールへのスナップ、慢性トータル・オクルージョン・ツール、ステント・ツール、除外ツール、トラッカ・ツール、および距離測定ツールを含む、実施形態268の方法。
実施形態271:アルゴリズム・ベースの医用イメージング分析のための対象者の冠動脈領域の医用画像の正規化を容易にするように構成された正規化デバイスであって、幅、長さ、および奥行き寸法を有する基板であって、近位面および遠位面を有し、近位面が、患者の身体部分の表面に隣接して置かれるように適合された、基板と、基板内に位置決めされた複数の区画であって、複数の区画のそれぞれが、既知の物質のサンプルを保持するように構成された、複数の区画とを備え、複数の区画の第1のサブセットが、異なる濃度の造影物質のサンプルを保持し、複数の区画の第2のサブセットが、アルゴリズム・ベースの医用イメージング分析によって分析されることになる物質を代表する物質のサンプルを保持し、複数の区画の第3のサブセットが、ファントム物質のサンプルを保持する、正規化デバイス。
実施形態272:造影物質が、ヨウ素、Gad、Tantalum、Tungsten、Gold、Bismuth、またはYtterbiumのうち1つを含む、実施形態271の正規化デバイス。
実施形態273:アルゴリズム・ベースの医用イメージング分析によって分析されることになる物質を代表する物質のサンプルが、カルシウム1000HU、カルシウム220HU、カルシウム150HU、カルシウム130HU、および低減衰(例えば、30HU)物質の少なくとも2つを含む、実施形態271または272の正規化デバイス。
実施形態274:ファントム物質のサンプルが、もう1つの水、脂肪、カルシウム、尿酸、空気、鉄、または血液を含む、実施形態271~273のいずれかの正規化デバイス。
実施形態275:第1の配置の1つまたは複数の区画のそれぞれの画像における位置を1つまたは複数の起点を使用して決定できるような、正規化デバイスの画像における正規化デバイスの配列を決定するための、基板上または内に位置決めされた1つまたは複数の起点を更に備える、実施形態271~274のいずれかの正規化デバイス。
実施形態276:基板が、第1の層を備え、複数の区画のうち少なくともいくつかが、第1の配置で第1の層に位置決めされる、実施形態271~275のいずれかの正規化デバイス。
実施形態277:基板が、第1の層の上方に位置決めされた第2の層を更に備え、複数の区画のうち少なくともいくつかが、第2の配置に含まれる第2の層に位置決めされる、実施形態276の正規化デバイス。
実施形態278:第2の層の上方に位置決めされた1つまたは複数の追加の層を更に備え、複数の区画のうち少なくともいくつかが、1つまたは複数の追加の層内に位置決めされる、実施形態277の正規化デバイス。
実施形態279:区画の少なくとも1つが、物質をセルフシール区画に注入できるように、セルフシールするように構成され、区画が、注入された物質を収めるように封止する、実施形態271~278のいずれか1つの正規化デバイス。
実施形態280:基板の近位面上の接着剤を更に備え、正規化デバイスを身体部分の患者に接着するように構成される、実施形態271~279のいずれかの正規化デバイス。
実施形態281:患者の身体部分から1つまたは複数の区画における物質に熱を伝導するように設計された熱伝導物質を更に備える、実施形態271~280のいずれかの正規化デバイス。
実施形態282:近位側および遠位側を有する接着ストリップを更に備え、近位側が、身体部分に接着するように構成され、接着ストリップが、基板の近位面に取外しできるように取り付けるように構成されたファスナを含む、実施形態271~280のいずれかの正規化デバイス。
実施形態283:ファスナが、フック・アンド・ループ・ファスナの第1の部分を備え、第1の層が、フック・アンド・ループ・ファスナの対応する第2の部分を備える、実施形態282の正規化デバイス。
実施形態284:基板が、基板を身体部分の形状に適合させるのを可能にする柔軟な物質である、実施形態271~283のいずれかの正規化デバイス。
実施形態285:第1の配置が、区画の円形配置を含む、実施形態271~284のいずれかの正規化デバイス。
実施形態286:第1の配置が、区画の長方形配置を含む、実施形態271~284のいずれかの正規化デバイス。
実施形態287:少なくとも2つの区画における物質が同じである、実施形態271~286のいずれかの正規化デバイス。
実施形態288:区画の長さ、幅、または奥行き寸法の少なくとも1つが、0.5mm未満である、実施形態271~287のいずれかの正規化デバイス。
実施形態289:区画の幅寸法が、0.1mmと1mmとの間である、実施形態271~287のいずれかの正規化デバイス。
実施形態290:区画の長さ寸法が、0.1mmと1mmとの間である、実施形態289の正規化デバイス。
実施形態291:区画の奥行き寸法が、0.1mmと1mmとの間である、実施形態290の正規化デバイス。
実施形態292:区画の長さ、幅、または奥行き寸法の少なくとも1つが、1.0mmより大きい、実施形態271~287のいずれかの正規化デバイス。
実施形態293:異なる解像能力を有する様々な医用画像スキャン・デバイスにおいて正規化デバイスを使用できるように、正規化デバイスにおける区画の一部または全ての寸法が互いに異なり、単一の正規化デバイスが、異なる寸法を有する複数の区画を有することを可能にする、実施形態271~287のいずれかの正規化デバイス。
実施形態294:スキャン・デバイスの実際の解像能力を決定するために正規化デバイスを使用できるように、正規化デバイスが、寸法が異なる複数の区画を含む、実施形態271~287のいずれかの正規化デバイス。
実施形態295:幅、長さ、および奥行き寸法を有する第1の層であって、近位面および遠位面を有し、近位面が、患者の身体部分の表面に隣接して置かれるように適合され、第1の層が、第1の配置で第1の層に位置決めされた1つまたは複数の区画を含み、1つまたは複数の区画のそれぞれが、既知の物質を収める、第1の層と、第1の配置の1つまたは複数の区画のそれぞれの画像における位置を、1つまたは複数の起点を使用して決定できるように、正規化デバイスの画像における正規化デバイスの配列を決定するための1つまたは複数の起点とを備える、正規化デバイス。
実施形態296:幅、長さ、および奥行き寸法を有する第2の層であって、近位面および遠位面を有し、近位面が、第1の層の遠位面に隣接し、第2の層が、第2の配置で第2の層に位置決めされた1つまたは複数の区画を含み、第2の層の1つまたは複数の区画のそれぞれが、既知の物質を収める、第2の層を更に備える、実施形態295の正規化デバイス。
実施形態297:幅、長さ、および奥行き寸法をそれぞれ有する1つまたは複数の追加の層であって、近位面および遠位面を有し、近位面が、第2の層、および、第1の層と1つまたは複数の追加の層との間に第2の層があるように位置決めされた1つまたは複数の層のそれぞれに面し、1つまたは複数の追加の層のそれぞれが、第2の配置で各それぞれの1つまたは複数の追加の層の層に位置決めされた1つまたは複数の区画をそれぞれ含み、1つまたは複数の追加の層の1つまたは複数の区画のそれぞれが、既知の物質を収める、1つまたは複数の追加の層を更に備える、実施形態296の正規化デバイス。
実施形態298:区画の少なくとも1つが、セルフシールするように構成されることにより、セルフシール区画に物質を注入でき、区画が、注入された物質を収めるために封止する、実施形態295~297のいずれか1つの正規化デバイス。
実施形態299:第1の層の近位面に接着剤を更に備える、実施形態295の正規化デバイス。
実施形態300:患者の身体部分から1つまたは複数の区画内の物質に熱を伝導させる設計された熱伝導物質を更に備える、実施形態295の正規化デバイス。
実施形態301:近位側および遠位側を有する接着ストリップであって、近位側が、身体部分に接着するように構成され、接着ストリップが、第1の層の近位面に取外しできるように取り付けるように構成されたファスナを含む、接着ストリップを更に備える、実施形態295の正規化デバイス。
実施形態302:ファスナが、フック・アンド・ループ・ファスナの第1の部分を備え、第1の層が、フック・アンド・ループ・ファスナの対応する第2の部分を備える、実施形態301の正規化デバイス。
実施形態303:正規化デバイスが、正規化デバイスを身体部分の形状に適合できるようにするための柔軟な物質を備える、実施形態295の正規化デバイス。
実施形態304:第1の配置が、区画の円形配置を含む、実施形態295の正規化デバイス。
実施形態305:第1の配置が、区画の長方形配置を含む、実施形態295の正規化デバイス。
実施形態306:第1の層の少なくとも2つの区画の物質が同じである、実施形態295の正規化デバイス。
実施形態307:層のいずれかの少なくとも2つの区画の物質が同じである、実施形態296または297のいずれかの正規化デバイス。
実施形態308:1つまたは複数の区画の少なくとも1つが、造影物質を含む、実施形態295の正規化デバイス。
実施形態309:造影物質が、ヨウ素、Gad、Tantalum、Tungsten、Gold、Bismuth、またはYtterbiumのうち1つを含む、実施形態308の正規化デバイス。
実施形態310:1つまたは複数の区画の少なくとも1つが、検討される変化物(studied variable)を代表する物質を含む、実施形態295の正規化デバイス。
実施形態311:検討される変化物が、カルシウム1000HU、カルシウム220HU、カルシウム150HU、カルシウム130HU、または低減衰(例えば、30HU)物質を代表するものである、実施形態309の正規化デバイス。
実施形態312:1つまたは複数の区画の少なくとも1つが、ファントムを含む、実施形態295の正規化デバイス。
実施形態313:ファントムが、水、脂肪、カルシウム、尿酸、空気、鉄、または血液のうち1つを含む、実施形態312の正規化デバイス。
実施形態314:第1の配置が、造影剤を収める少なくとも1つの区画と、検討される変化物を含む少なくとも1つの区画と、ファントムを含む少なくとも1つの区画とを含む、実施形態295の正規化デバイス。
実施形態315:第1の配置が、造影剤を収める少なくとも1つの区画と、検討される変化物を含む少なくとも1つの区画とを含む、実施形態295の正規化デバイス。
実施形態316:第1の配置が、造影剤を収める少なくとも1つの区画と、ファントムを含む少なくとも1つの区画とを含む、実施形態295の正規化デバイス。
実施形態317:第1の配置が、検討される変化物を収める少なくとも1つの区画と、ファントムを含む少なくとも1つの区画とを含む、実施形態295の正規化デバイス。
実施形態318:第1の層の第1の配置が、造影剤を収める少なくとも1つの区画と、検討される変化物を含む少なくとも1つの区画と、ファントムを含む少なくとも1つの区画とを含み、第2の層の第2の配置が、造影剤を収める少なくとも1つの区画と、検討される変化物を含む少なくとも1つの区画と、ファントムを含む少なくとも1つの区画とを含む、実施形態271の正規化デバイス。
実施形態319:区画の長さ、幅、または奥行き寸法の少なくとも1つが、0.5mm未満である、実施形態295の正規化デバイス。
実施形態320:区画の幅寸法が、0.1mmと1mmとの間である、実施形態295の正規化デバイス。
実施形態321:区画の長さ寸法が、0.1mmと1mmとの間である、実施形態295の正規化デバイス。
実施形態322:区画の奥行き(または高さ)寸法が、0.1mmと1mmとの間である、実施形態295の正規化デバイス。
実施形態323:区画の長さ、幅、または奥行き寸法の少なくとも1つが、1.0mmより大きい、実施形態295の正規化デバイス。
実施形態324:異なる解像能力を有する様々な医用画像スキャン・デバイスにおいて正規化デバイスを使用できるように、正規化デバイスにおける区画の一部または全ての寸法が互いに異なり、単一の正規化デバイスが、異なる寸法を有する複数の区画を有することを可能にする、実施形態295~297のいずれか1つの正規化デバイス。
実施形態325:スキャン・デバイスの実際の解像能力を決定するために正規化デバイスを使用できるように、正規化デバイスが、寸法が異なる複数の区画を含む、実施形態295~297のいずれか1つの正規化デバイス。
実施形態326:アルゴリズム・ベースの医用イメージング分析のために、医用画像を正規化するための、コンピュータ実装方法であって、医用画像の正規化が、アルゴリズム・ベースの医用イメージング分析の精度を改善し、方法が、コンピュータ・システムによって、非侵襲的に得られた対象者の領域の第1の医用画像、および正規化デバイスにアクセスすることであって、正規化デバイスが、複数の区画を備える基板を備え、複数の区画のそれぞれが、既知の物質のサンプルを保持する、第1の医用画像、および正規化デバイスにアクセスすることと、コンピュータ・システムによって、非侵襲的に得られた対象者の領域の第2の医用画像、および正規化デバイスにアクセスすることであって、第1の医用画像および第2の医用画像が、第1の医用画像のキャプチャと関連付けられた1つまたは複数の第1の可変の獲得パラメータが、第2の医用画像のキャプチャと関連付けられた対応する1つまたは複数の第2の可変の獲得パラメータとは異なること、第1の医用画像をキャプチャするために使用される第1の画像キャプチャ技術が、第2の医用画像をキャプチャするために使用される第2の画像キャプチャ技術とは異なること、および、第1の医用画像のキャプチャ中に使用される第1の造影剤が、第2の医用画像のキャプチャ中に使用される第2の造影剤とは異なることのうち少なくとも1つを含む、第2の医用画像、および正規化デバイスにアクセスすることと、コンピュータ・システムによって、第1の医用画像内の正規化デバイスの画像パラメータを同定することと、第1の医用画像内の正規化デバイスの第1の同定された画像パラメータに部分的に基づいて、アルゴリズム・ベースの医用イメージング分析のための正規化された第1の医用画像を生成することと、コンピュータ・システムによって、第2の医用画像内の正規化デバイスの画像パラメータを同定することと、第2の医用画像内の正規化デバイスの第2の同定された画像パラメータに部分的に基づいて、アルゴリズム・ベースの医用イメージング分析のための正規化された第2の医用画像を生成することとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを備える、コンピュータ実装方法。
実施形態327:アルゴリズム・ベースの医用イメージング分析が、人工知能または機械学習イメージング分析アルゴリズムを含み、人工知能または機械学習イメージング分析アルゴリズムが、正規化デバイスに含まれる画像を使用して訓練されたものである、実施形態326のコンピュータ実装方法。
実施形態328:第1の医用画像および第2の医用画像がそれぞれ、CT画像を備え、1つまたは複数の第1の可変の獲得パラメータおよび1つまたは複数の第2の可変の獲得パラメータが、キロボルト数(kV)、キロボルト数ピーク(kVp)、ミリアンペア数(mA)、またはゲーティングの方法のうち1つまたは複数を含む、実施形態326または327のコンピュータ実装方法。
実施形態329:ゲーティングの方法が、前向き軸方向トリガ、遡及的ECGヘリカル・ゲーティング、および高速ピッチ・ヘリカルの1つを含む、実施形態328のコンピュータ実装方法。
実施形態330:第1の画像キャプチャ技術および第2の画像キャプチャ技術がそれぞれ、デュアル・ソース・スキャナ、シングル・ソース・スキャナ、デュアル・ソース対シングル・ソース・スキャナ・デュアル・エネルギー、単色エネルギー、スペクトルCT、光子カウンティング、および異なる検出物質のうち1つを備える、実施形態326~329のいずれかのコンピュータ実装方法。
実施形態331:第1の造影剤および第2の造影剤がそれぞれ、可変濃度のヨウ素造影、または非ヨウ素造影剤のうち1つを備える、実施形態326~330のいずれかのコンピュータ実装方法。
実施形態332:第1の画像キャプチャ技術および第2の画像キャプチャ技術がそれぞれ、CT、X線、超音波、心エコー法、血管内超音波法(IVUS)、MRイメージング、光コヒーレンス断層撮影法(OCT)、核医学イメージング、陽子射出断層撮影法(PET)、単光子射出コンピュータ断層撮影法(SPECT)、または近接場赤外分光法(NIRS)のうち1つを備える、実施形態326または327のコンピュータ実装方法。
実施形態333:第1の医用撮像装置をキャプチャする第1の医用撮像装置が、第2の医用画像をキャプチャする第2の医用画像とは異なる、実施形態326~332のいずれかのコンピュータ実装方法。
実施形態334:第1の医用画像の対象者が、第1の医用画像の対象者とは異なる、実施形態326~333のいずれかのコンピュータ実装方法。
実施形態335:第1の医用画像の対象者が、第2の医用画像の対象者と同じである。実施形態326~333のいずれかのコンピュータ実装方法。
実施形態336:第1の医用画像の対象者が、第2の医用画像の対象者とは異なる、実施形態326~333のいずれかのコンピュータ実装方法。
実施形態337:第1の医用画像のキャプチャが、少なくとも1日だけ、第2の医用画像のキャプチャから区別される、実施形態326~336のいずれかのコンピュータ実装方法。
実施形態338:第1の医用画像のキャプチャが、少なくとも1日だけ、第2の医用画像のキャプチャから区別される、実施形態326~337のいずれかのコンピュータ実装方法。
実施形態339:第1の医用画像のキャプチャの位置が、第2の医用画像のキャプチャの位置から地理的に区別される、実施形態326~338のいずれかのコンピュータ実装方法。
実施形態340:正規化デバイスが、実施形態271~325のいずれかの正規化デバイスを備える、実施形態326~339のいずれかのコンピュータ実装方法。
実施形態340:正規化デバイスが、実施形態271~325のいずれかの正規化デバイスを備える、実施形態326~339のいずれかのコンピュータ実装方法。
実施形態341:対象者の領域が、対象者の冠動脈領域を含む、実施形態326~340のいずれかのコンピュータ実装方法。
実施形態342:対象者の領域が、対象者の1つまたは複数の冠動脈を含む、実施形態326~341のいずれかのコンピュータ実装方法。
実施形態343:対象者の領域が、対象者の頸動脈、腎動脈、腹部大動脈、大脳動脈、下肢、または上肢のうち1つまたは複数を含む、実施形態326~340のいずれかのコンピュータ実装方法。
追加の詳細-正規化デバイス
上述のように、および本出願の全体を通して、いくつかの実施形態では、正規化デバイスは、アルゴリズム・ベースの医用イメージング分析によって患者の医用画像が分析される前に、患者の医用画像を正規化および/または校正するために使用され得る。本セクションは、正規化デバイスの実施形態および正規化デバイスの使用の実施形態に関する追加の詳細を提供する。
上述のように、および本出願の全体を通して、いくつかの実施形態では、正規化デバイスは、アルゴリズム・ベースの医用イメージング分析によって患者の医用画像が分析される前に、患者の医用画像を正規化および/または校正するために使用され得る。本セクションは、正規化デバイスの実施形態および正規化デバイスの使用の実施形態に関する追加の詳細を提供する。
一般に、正規化デバイスは、以下の少なくとも2つの機能を提供するように構成されることが可能である。(1)正規化デバイスは、医用画像を既知の相対スペクトルに正規化および校正するために使用されることが可能である。(2)正規化デバイスは、様々な物質を表す医用画像内のピクセルが、既知の絶対密度の物質に正規化および校正されることが可能なように、医用画像を校正するために使用されることが可能であり、これは、医用画像内の物質の同定を容易および可能にすることができる。いくつかの実施形態では、これらの2つの機能のそれぞれが、下記で説明されるような、正確なアルゴリズム・ベースの医用イメージング分析を提供する役割を果たす。
例えば、医用画像を既知の相対スペクトルに正規化および校正することが重要になり得る。具体例として、CTスキャンは、一般に、グレー・スケールで表現されたピクセルを含む医用画像を生み出す。それでも、2つのCTスキャンが、異なる条件で行われたとき、第1の画像のグレー・スケール・スペクトルは、第2の画像のグレー・スケール・スペクトルにマッチしないことがある(およびマッチしない可能性が高い)。すなわち、第1および第2のCT画像が、同じ対象者を表していたとしても、2つの画像の固有のグレー・スケール値は、同じ構造に対してさえ、マッチしないことがある(およびマッチしない可能性が高い)。血管内の石灰化プラークの蓄積を表す第1の画像内のピクセルまたは一群のピクセルは、第1および第2の画像内のピクセルまたは一群のピクセルが、同じ石灰化プラークの蓄積を表していたとしても、第2の画像内のピクセルまたは一群のピクセルとは異なって見える(および見える可能性が高い)(例えばより暗いまたはより明るいなど、グレーの異なる陰影)。
その上、第1の画像と第2の画像との間の差は、線形でないことがある。すなわち、第2の画像は、第1の画像より一様に明るくも暗くもなり得るので、簡単な線形の変換を使用して2つの画像を対応させるのは不可能である。むしろ、例えば、第1の画像のいくつかの領域が、第2の画像の対応する領域より明るく見えることがあり、その一方で、同時に、第1の画像の他の領域が、第2の画像の対応する領域より暗く見えることがある可能性がある。それぞれが同じグレー・スケール・スペクトルで見えるように2つの医用画像を正規化するために、非線形変換が必要になり得る。正規化デバイスの使用は、このような非線形変換を容易および可能にすることができるので、そうでなければ同じグレー・スケール・スペクトルを有するように見えない異なる医用画像が調節され、したがって、同じグレー・スケール・スペクトルが各画像で使用される。
同じ対象者のものであったとしても、異なるグレー・スケール・スペクトルになる異なる医用画像に、多種多様な因子が影響し得る。これは、例えば、異なる医用イメージング・マシン・パラメータ、患者に関連付けられた異なるパラメータ、使用される造影剤の差、および/または異なる医用画像獲得パラメータを含むことができる。
医用画像のアルゴリズム・ベースの分析を容易にするために、医用画像を既知の相対スペクトルに正規化および校正することが重要になり得る。本明細書に記載するように、いくつかのアルゴリズム・ベースの医用画像分析が、人工知能および/または機械学習システムを使用して実施されることが可能である。このような人工知能および/または機械学習システムは、多数の医用画像を使用して訓練されることが可能である。このような人工知能および/または機械学習システムの訓練および実施は、医用画像が全て、同じまたは類似の相対スケールに正規化および校正されたとき、改善され得る。
追加として、正規化デバイスは、様々な物質を表す医用画像内のピクセルが、既知の絶対密度の物質に正規化および校正されることが可能なように、医用画像を正規化または校正するために使用されることが可能である。例えば、例えば石灰化プラークの蓄積を特徴付けるために冠動脈領域の画像を分析するとき、医用画像内のどのピクセルまたは一群のピクセルが、石灰化プラークの蓄積の領域に対応するかを正確に決定することが重要になり得る。同様に、画像内の造影剤、血液、血管壁、脂肪、および他のサンプルを正確に同定できることが重要になり得る。正規化デバイスの使用は、医用画像内の特定の物質の同定を容易および可能にすることができる。
本出願の全体を通して記載される正規化デバイスは、これら2つの機能を実現するように構成されることが可能である。具体的には、正規化デバイスは、異なるサンプルを保持する区画で構成された基板または本体を含むことができる。サンプルの配置(例えば、空間配置)は、既知であり、サンプルの物質、サンプルの体積、サンプルの絶対密度、および正規化デバイスにおける他のサンプルの相対密度に対するサンプルの相対密度など、サンプルのそれぞれに関連付けられた他の特性も既知である。使用中、いくつかの実施形態では、正規化デバイスは、正規化デバイスの画像-正規化デバイスに位置付けられた既知のサンプルを含む-が、画像に現れるように、患者と共に医療画像装置に含まれることが可能である。画像処理アルゴリズムは、画像内の正規化デバイスを認識し、正規化デバイスの既知のサンプルを使用して、上述の2つの機能を実施するように構成されることが可能である。
例えば、画像処理アルゴリズムは、医用画像内の既知のサンプルを検出し、既知のサンプルを使用して、共通または所望の相対スペクトルを使用できるように医用画像を調節することができる。例えば、正規化デバイスが、所与の密度のカルシウムのサンプルを含む場合、カルシウムのこのサンプルは、画像内の特定のグレー・スケール値で現れることになる。それでも、医用画像が撮られた様々な異なる条件により、画像内の特定のグレー・スケール値は、所望の相対スペクトルに対応しない可能性が高くなる。画像処理アルゴリズムは、次いで、所望の相対スペクトル上の適切な位置に入るように、画像のグレー・スケール値を調節することができる。同時に、画像処理アルゴリズムは、正規化デバイスに対応しないが医用画像内の同じグレー・スケール値を共有する、画像内の他のピクセルを調節することができるので、これらのピクセルは、所望の相対スペクトル上の適切な位置に入る。これは、画像の全てのピクセルに対して行われることが可能である。前述のように、この変換は、線形でなくてもよい。それでも、一度完了すると、医用画像のピクセルは、ピクセルが全て、所望の相対グレー・スケール・スペクトルに入るように、調節されることになる。このようにして、異なる条件でキャプチャされた、およびしたがって、最初に異なって現れる、同じ対象者の2つの画像は、これらが同じように見える(例えば、同じ相対グレー・スケール・スペクトル上に現れる)ように、調節されることが可能である。
追加として、正規化デバイスは、医用画像内の特定の物質を同定するために使用されることが可能である。例えば、正規化デバイスのサンプルは既知なので(例えば、既知の物質、体積、位置、絶対密度、および/または相対密度)、患者の解剖学的構造を表すピクセルは、ピクセルに対応する患者の解剖学的構造の物質が同定され得るように、正規化デバイスの物質(または正規化デバイスの物質によって確立されたスケール)と比較されることが可能である。簡単な例として、正規化デバイスは、所与の密度のカルシウムのサンプルを含むことができる。カルシウムのサンプルに対応するピクセルと同じように見えるピクセルは、サンプルと同じ密度を有するカルシウムを表すものとして同定されることが可能である。
いくつかの実施形態では、正規化デバイスは、正規化デバイスに含まれるサンプルが、結果の画像が分析されることになる疾患もしくは状態、患者の解剖学的構造の関心領域内の物質、および/または使用されることになる医療画像装置のタイプに対応するようにデザインされる。画像内の正規化デバイスを使用することによって、本出願の全体を通して記載される画像処理アルゴリズムは、現在開発中のまたはまだ開発されていない新しいイメージング・モダリティを含む他のイメージング・モダリティで使用するために簡単に拡張されることが可能である。これは、これらの新しいイメージング・モダリティが出現したとき、適切な正規化デバイスが、新しいイメージング・モダリティ用としてデザインされ得るからである。
更に、本出願は、冠動脈状態の診断および処置のための正規化デバイスの使用を主に記載するが、他の正規化デバイスが、他のタイプの医療手順または診断での使用のために構成されることが可能である。これは、実施されることになる手順、または分析されることになる疾患に最も関連のあるサンプルを選択することによって行われることが可能である。
本出願に記載する正規化デバイスは、医用イメージング・アプリケーションで普通に使用される従来のファントム・デバイスと区別することができる。従来のファントム・デバイスは、典型的には、医療画像装置を校正して、医療画像装置が正しく作動していることを保証するために使用される。例えば、従来のファントム・デバイスは、医用画像がファントム・デバイスの正確な表現を生み出すことを保証するために、従来のファントム・デバイス自体でイメージングされることが多い。従来のファントム・デバイスは、機械自体を検証および校正するために定期的にイメージングされる。それでも、これらのファントム・デバイスは、患者と共にイメージングされず、および/または、患者の画像を校正もしくは正規化するために使用されない。
対照的に、正規化デバイスは、特に、正規化デバイスのサイズおよびイメージング・モダリティが、正規化デバイスと患者を同時にイメージングすることを可能にする場合、患者と共に直接イメージングされることが多い。同時の画像が可能でない場合、または他の実施形態では、正規化デバイスは、患者から別々にイメージングされることが可能である。それでも、この場合、患者の画像および正規化デバイスの画像が、同じ条件でイメージングされることが重要である。イメージング・デバイスが正しく機能していることを検証するのではなく、正規化デバイスは、上述の2つの機能を提供する、画像を校正および正規化するための画像処理アルゴリズム中に使用される。
従来のファントム・デバイスと正規化デバイスとの間の差を更に示すために、正規化デバイスの使用が、従来のファントムの使用に取って代わるものではないことに言及される。むしろ、両方が、イメージング手順の中で使用され得る。例えば、まず、従来のファントムが、単独でイメージングされることが可能である。ファントムの結果の画像は、イメージング・デバイスが正しく校正されたかどうかを決定するために、見直され分析されることが可能である。その場合、正規化デバイスおよび患者が一緒にイメージングされることが可能である。結果の画像は、画像内の正規化デバイスを検出し、画像内の正規化デバイスの表現に基づいて画像のピクセルを調節し、次いで、上述のように正規化デバイスを使用して画像内の特定の物質を同定するために、分析されることが可能である。
正規化デバイスのいくつかの実施形態が、図12A~図12Iを参照しながら上記で説明されてきた。図15は、正規化デバイス1500の別の実施形態を提示する。図示の実施形態では、正規化デバイス1500は、冠動脈状態の分析および診断のために、患者の冠動脈領域の医用画像で使用するために構成されるが、それでも、正規化デバイス1500は、更に、他のタイプの医用画像で使用するために、および他のタイプの医療状態のために、使用されてもよく、または修正されてもよい。下記に記載されるように、図示の実施形態では、正規化デバイス1500は、患者の血管を真似るように構成され、したがって、患者の血管を伴う状態の分析および診断用として特に適切になり得る。
図15に示されているように、正規化デバイス1500は、その中に形成されたサンプルを保持する複数の区画を有する基板を備える。図示の実施形態では、サンプルは、A1~A4、B1~B4、およびC1~C4というラベルが付けられている。図15に示されるように、サンプルA1~A4は、正規化デバイス1500の中心の方に位置付けられ、その一方で、サンプルB1~B4およびC1~C4は、全体的に、サンプルA1~A4の周りに配置される。サンプルのそれぞれの物質、体積、絶対密度、相対密度、および空間構成が知られている。
サンプル自体は、正規化デバイス1500が一般に断面の血液サンプルに対応するように選択されることが可能である。例えば、1つの実施形態では、サンプルA1~A4は、異なる密度または濃度を有する造影剤のサンプルを含む。異なる造影剤の例は、以前に提供されたことがあるが、これらの造影剤(または他の造影剤)がここで使用されることが可能である。一般に、手順の中で、造影剤は、血管を通じて流れる。したがって、これは、正規化デバイスの中心にあるサンプルA1~A4のように造影剤を置くことによって真似られることが可能である。いくつかの実施形態では、サンプルA1~A4のうちの1つまたは複数は、血液など、血管を通じて流れ得る他のサンプルと取り替えられることが可能である。
サンプルB1~B4は、血管内壁でまたはその周りで一般に見つかるはずのサンプルを含むように選択されることが可能である。例えば、いくつかの実施形態では、サンプルB1~B4のうちの1つもしくは複数は、異なる密度のカルシウムのサンプルを含み、および/またはB1~B4のサンプルのうちの1つもしくは複数は、異なる密度の脂肪のサンプルを含む。同様に、サンプルC1~C4は、血管外壁でまたはその周りで一般に見つかるはずのサンプルを含むように選択されることが可能である。例えば、いくつかの実施形態では、サンプルC1~C4のうちの1つもしくは複数は、異なる密度のカルシウムのサンプルを含み、および/またはC1~C4のサンプルのうちの1つもしくは複数は、異なる密度の脂肪のサンプルを含む。1つの例では、サンプルB1、B3、およびC4は、異なる密度の脂肪サンプルを含み、サンプルB2、B4、C1、C2、およびC3は、異なる密度のカルシウム・サンプルを含む。他の配置も可能であり、いくつかの実施形態では、区画のうちの1つまたは複数は、例えば、空気、組織、放射性造影剤、金、鉄、他の金属、蒸留水、水、またはその他など、他のサンプルを保持することができる。
図15の正規化デバイス1500の実施形態は、いくつかの正規化デバイスに存在し得るいくつかの追加の特徴を更に示す。1つのこのような特徴は、サンプルの異なるサイズの区画または体積によって表現される。例えば、図示の実施形態では、サンプルB1は、サンプルB2より小さい体積を有する。同様に、サンプルC4は、サンプルC3より大きい体積を有する。これは、いくつかの実施形態では、サンプルの体積が、全て同じサイズのものでなければならないことを示す。他の実施形態では、サンプルの体積は、同じサイズでもよい。
図15の実施形態は、更に、様々なサンプルが、他のサンプルに隣接して(例えば、他のサンプルのすぐ隣に、または他のサンプルと並置されて)置かれ得ることを示す。これは、医用イメージングのケースによっては、1つのピクセルの放射線濃度が、隣接したピクセルの放射線濃度に影響を及ぼすことがあるので、重要になり得る。したがって、いくつかの実施形態では、互いの近くで見つかる可能性が高い物質サンプルが、同様に、正規化デバイス上で互いの近くにまたは隣接して位置するように正規化デバイスを構成することが有利になり得る。正規化デバイス1500の血管のような配置は、有利には、このような構成を提供することができる。
図示の実施形態では、各サンプルA1~A4は、2つの他のサンプルA1~A4および2つのサンプルB1~B4に隣接しているように位置付けられる。サンプルC1~C4は、2つの他のサンプルC1~C4およびサンプルB1~B4に隣接しているようにそれぞれ位置付けられる。特定の構成が図示されているが、互いに隣接してサンプルを置くための様々な他の構成が提供されることが可能である。正規化デバイス1500は平面内に図示されているが、正規化デバイス1500は、サンプルA1~A4、B1~B4、およびC1~C4のそれぞれが3次元体積を含むように、奥行き寸法も含む。
前述のように、正規化デバイスは、異なるタイプの疾患のためたけでなく、異なるタイプの医療画像装置のために、具体的に校正されることが可能である。正規化デバイス1500の記載の実施形態は、CTスキャン用としておよび冠動脈状態の分析のために適切になり得る。
他のタイプの医療画像装置で使用するために正規化デバイスを構成するとき、医療画像装置の固有の特性が、考慮に入れられなければならない。例えば、MRIマシンでは、コイルまでの異なる奥行きまたは距離について校正することが重要になり得る。したがって、MRIで使用するために構成された正規化デバイスは、イメージングされることになる(例えば、前から後ろへの)身体の厚さに一般に対応する十分な奥行きまたは厚さを有し得る。この場合、正規化デバイスは、正規化デバイスの最上部が患者の胸郭と同じ高さに位置付けられ、その一方で、正規化デバイスの最下部が患者の背と同じ高さに位置付けられるように、患者に隣接して置かれることが可能である。このようにして、患者の解剖学的構造とコイルとの間の距離は、正規化デバイスとコイルとの間の距離によって反映されることが可能である。
いくつかの実施形態では、サンプル物質は、正規化デバイス内に位置付けられた管内に挿入されることが可能である。
前述のように、いくつかの実施形態では、正規化デバイスは、様々な時間ベースの変化を考慮に入れるように構成されてもよい。すなわち、3次元(位置)校正ツールを提供することに加えて、正規化デバイスは、4次元(位置プラス時間)校正ツールを提供することができる。これは、例えば、呼吸、心拍、血流などによる患者の動きによって引き起こされるような、やがて発生する変化を考慮に入れるのに役立てることができる。例えば、心拍を考慮に入れるために、正規化デバイスは、患者の心臓と同じ周波数で鼓動させる機械構造を含むことができる。時間ベースの変化の別の例として、正規化デバイスは、患者の身体を通じた造影剤の拡散をシミュレートするように構成されることが可能である。例えば、造影剤が身体に注入されると、造影剤の類似のサンプルが、正規化デバイスに注入されることまたは正規化デバイス内で破裂されることが可能であり、拡散の時間ベースの反映を可能にする。
時間ベースの変化を考慮に入れることは、例えば画像をぼやけたように見せる十分に大きい時間ステップにわたって患者画像がキャプチャされる場合、特に重要になり得る。いくつかの実施形態では、人工知能または他の画像処理アルゴリズムは、このようなぼやけた画像からクリアな画像を再現するために使用されることが可能である。この場合、アルゴリズムは、画像の変換が成功したことを検証するためのチェックとして正規化デバイスを使用することができる。例えば、(既知の構成を有する)正規化デバイスが、変換された画像内で正しく見える場合、残りの画像も同様に正しく変換されたと仮定することができる。
医療レポート概観
医療情報の伝統的なレポートは、医師または他の提供者向けおよび使用のために指定される。診断イメージング検査、検査室血液テスト、病理学レポート、EKG読取り値などは、ほとんどの患者によって理解するのが難しいか難解でさえあることが多い形で、全て解釈および提示される。典型的なレポートからのテキスト、データ、および画像は、読み手が、かなりの医療経験を有し教育を受けていること、または医療専門家によって理解できるものの、医療に無関係の素人の患者には不可解であることが多い医療専門用語に少なくとも精通していることを、通常、想定している。簡潔になるように、医療レポートは、どのような種類の教育に役立つ背景コンテンツも含まずに、読み手が、正式な医療教育を受け、レポート内の所見の全ての意味、および、患者についてのこれらの所見の臨床的意味を理解することを想定する。更に、所見は、特定の病状と互いに一致しているように考えられることが多いが(例えば、駆出率の低下は、左心室の体積の増加に関連付けられることが多い)、これらの関係は、典型的には、病状または症候群に関連付けられた症状の集まりの一部であるとして報告されないので、医療に無関係の素人の患者は、自分の病状と所見との関係を理解することができない。
医療情報の伝統的なレポートは、医師または他の提供者向けおよび使用のために指定される。診断イメージング検査、検査室血液テスト、病理学レポート、EKG読取り値などは、ほとんどの患者によって理解するのが難しいか難解でさえあることが多い形で、全て解釈および提示される。典型的なレポートからのテキスト、データ、および画像は、読み手が、かなりの医療経験を有し教育を受けていること、または医療専門家によって理解できるものの、医療に無関係の素人の患者には不可解であることが多い医療専門用語に少なくとも精通していることを、通常、想定している。簡潔になるように、医療レポートは、どのような種類の教育に役立つ背景コンテンツも含まずに、読み手が、正式な医療教育を受け、レポート内の所見の全ての意味、および、患者についてのこれらの所見の臨床的意味を理解することを想定する。更に、所見は、特定の病状と互いに一致しているように考えられることが多いが(例えば、駆出率の低下は、左心室の体積の増加に関連付けられることが多い)、これらの関係は、典型的には、病状または症候群に関連付けられた症状の集まりの一部であるとして報告されないので、医療に無関係の素人の患者は、自分の病状と所見との関係を理解することができない。
したがって、本人が直接に、または更に最近では、遠隔医療訪問中に、患者が医療提供者と遭遇したときに、患者と口頭でコミュニケーションをとる際に一般的に使用する簡単な言語にレポートを「翻訳する」ことが、医療提供者の責任および役割である。提供者は、テストが何を行うか、どのようにテストが作用するか、テストの限界がどのようなものであり得るか、患者の結果がどのようなものであったか、および最後に、これらの結果が患者の将来に何を意味し得るかを説明する。残念ながら、患者は、短い10~15回の一般的な患者との遭遇において、提供者が患者と論じ得る情報全てを完全に解釈および保持することができないことがよくある。患者は、その後、自分の医療レポートの結果について、混乱した状態にされ、部分的にしか教えられない。しばしば、提供者は、その記録のため、および患者との遭遇後に自分自身で見直すことができるようにという両方のために、患者にレポートのコピーを渡すことになる。
患者レポートを手にしたとしても、医師の説明を聞いた後でも、患者は、結果およびその意味について不完全に知らされたままであることが多い。これは、提供者と患者両方にとって、いらいらの主な原因になり得る。患者は、検討の結果およびその意味を完全に理解するわけではない。たびたび患者は、その検査の結果の理解を助けるために友人および家族に助けを求めることになるか、更なる背景教育および意味を求めてインターネットでサーチを実施することになる。それでも、多くの場合、これは、患者が疾患経過について何をサーチまたは質問しようとしているかさえ理解できないことがあり、多くのオンライン健康情報サイトが不正確であるか誤解している可能性があるので、成功しない。この全てが、患者の現在の医療状態、健康提供者との患者の関係だけでなく、治療および将来の診断テストの遵守を含むがそれだけでない将来の健康予測にも影響を及ぼすおそれがある。
これに応じて、提供者は、患者にウェブサイトを紹介するか、そのテストの所見、およびどのようにこれが疾患に関連し得るかを説明するのに役立ち得る資料を患者に提供することがある。しかし、これらは、患者固有でない「一般的な」資料であり、患者固有の所見を組み込んでおらず、患者の固有の状態または症状に関係がない。それでも、これまで、患者が必要とし得るときに反復消費のために、患者の自由時間に簡単にアクセスされること、見直されること、および利用可能であることが可能なやり方で、患者が向き合う教育コンテンツ、および患者の固有の個々のレポート所見を組み合わせる方法は、考案または記述されたことがない。したがって、ムービー、複合現実、またはホログラフィ環境など、より先進的かつ現代的技術の形でのレポートの生成のために患者固有情報を活用することによって、簡単な紙のレポートを超えたこれらの所見の伝達を可能にするシステムおよび方法に有利である。
医療レポート・データ・セットおよび特定の患者の対応する医療レポートを生成するシステムおよび方法の様々な態様が、本明細書で開示される。1つの例では、プロセスは、1つまたは複数のコンピュータ・プロセッサおよび1つまたは複数のディスプレイを有するコンピューティング・システムのディスプレイに表示するために、患者に関するレポート生成要求の選択を受け取ることと、患者情報を格納した患者情報源から前期患者情報を受け取ることであって、患者情報が、レポート生成要求に関連付けられる、受け取ることと、患者情報に基づいてレポート生成要求に関連付けられた患者特性を決定することと、患者特性とそれぞれの患者医療情報との間の関連付け、医用画像、および患者に対して実施された1つまたは複数のテストのテスト結果を格納したデータ構造体にアクセスし、患者特性と特定の患者に関係のないマルチメディア・レポート・データとの間の関連付けを格納することと、データ構造体から患者医療情報およびレポート生成要求に関連付けられたレポート・パッケージを選択することであって、選択されたレポート・パッケージが、患者の言語でのおよび患者データに基づいて選択されたアバタによって提示された患者あいさつ、テストの結果についての実施されたテストの説明、テストの結果の説明、およびアバタによって提示された結論セグメントを伝えるマルチメディア・プレゼンテーションを含み、マルチメディア・プレゼンテーションの少なくとも一部が、レポート・データ・ソースからのレポート・マルチメディア・データ、結果情報源からのテスト結果、医療情報源からの医療情報、および医用画像源からのテストに関する医用画像を含む、選択することと、選択されたレポート・パッケージを自動的に生成することと、選択されたレポート・パッケージを1つまたは複数のディスプレイに表示することであって、選択されたレポートが、選択された親レポートとの対話中に使用可能なコンピューティング・システムのユーザからの入力を受け取るように構成される、表示することとを含む。
医療レポートを生成するためのシステムは、既存の患者医療情報、新しい画像およびテスト・データ、ならびに/または、例えば患者の1つもしくは複数の生理学的状態もしくは特性をモニタする医療ウェアラブル・デバイスから受け取られた患者の同時に存在する情報を利用することができる。このようなシステムは、所望のレポートを自動的に生成するように構成されることが可能である。いくつかの実施形態では、システムは、医師および/または患者の双方向入力を使用して、医療レポートに含めることになる特定の態様を決定することができる。1つの例では、医療レポートを自動的に生成するためのシステムは、患者情報フォーマットで格納された患者情報を提供する患者情報源、医療情報フォーマットで医療情報を提供する医療情報源、および医用画像フォーマットで医用画像を提供する医用画像源を含むことができる。医用画像は、例えば、1つの動脈床、1つまたは複数の動脈床などの、患者の解剖学的構造の一部分を描写する任意の画像であることが可能である。例では、動脈床は、大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含む。医用画像は、1つまたは複数の動脈床を描写する任意の画像であることが可能である。例では、第1の動脈床は、大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含み、第2の動脈床は、第1の動脈床の動脈とは異なる大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含む。いくつかの実施形態では、正規化デバイス(例えば、本明細書に記載するような)は、医用画像を生成するときに使用され、正規化デバイスからの情報は、医用画像を処理するときに使用される。医用画像は、本明細書に記載する方法、プロセス、および/もしくはシステム、または他の方法、プロセス、および/もしくはシステムのいずれかを使用するプロセスであることが可能である。本明細書に記載する方法のいずれかは、生成された画像の自動画像評価の品質を改善するために正規化デバイスを使用したイメージングに基づくことが可能である。医療レポートを自動的に生成するためのシステムは、更に、患者に対して実施された1つまたは複数のテストのテスト結果を結果情報フォーマットで提供するテスト結果情報源と、医療レポートに含めるためのマルチメディア・データを提供し、マルチメディア・データが、患者の非医療特性に関する格納された患者情報のうちの少なくともいくつかによってインデックスを付けられる、レポート・データ・ソースと、前記患者情報を受け取るためのレポート生成インターフェース・ユニットであって、患者情報が、患者の年齢、性別、言語、人種、教育レベル、および/または文化、ならびに同様のものを示す特性を含む患者の非医療特性を含む、レポート生成インターフェース・ユニットを含むことができ、前記レポート生成インターフェース・ユニットは、患者およびテストに関連付けられた受け取られたレポート生成要求に基づいて、前記患者特性に関連付けられた、および前記それぞれの患者特性によってインデックスを付けられたレポート・データ・ソース上のレポート・マルチメディア・データに関連付けられた、医療レポート・データ・リンクを自動的に作成するように適合されることが可能であり、レポート生成インターフェース・ユニットは、レポート生成要求に基づいて患者およびテストに関連付けられた患者情報、医療情報、医用画像、およびテスト結果へのリンクを自動的に作成するように更に適合される。システムは、医療レポート・データ・リンクを使用して、レポート・マルチメディア・データ、患者情報、医療情報、医用画像、テスト結果に自動的にアクセスし取り出すことと、レポート・マルチメディア・データ、患者情報、医療情報、医用画像、テスト結果に基づいてテストおよび患者に関連付けられた医療レポートを自動的に生成することとを行うように適合された医療レポート・データ・セット生成器を更に含み、医療レポートが、患者の言語でのおよび患者データに基づいて選択されたアバタによって提示された患者あいさつを伝え、マルチメディア・プレゼンテーションが、テストの結果についての実施されたテストの説明、テストの結果の説明、およびアバタによって提示された結論セグメントを伝え、マルチメディア・プレゼンテーションの少なくとも一部が、レポート・データ・ソースからのレポート・マルチメディア・データ、結果情報源からのテスト結果、医療情報源からの医療情報、および医用画像源からのテストに関する医用画像を含む。
本明細書に記載するように、1つのイノベーションは、双方向医療データ・レポートを生成することに関する。より具体的には、本出願は、双方向のプレゼンテーションおよび患者によるより明らかな理解のために最適化された双方向冠動脈医療レポートを生成するための方法およびシステムを説明する。1つのイノベーションは、1つまたは複数の患者テストに関連付けられた医療テストの医療レポートを生成する方法を含む。方法は、特定の患者のために生成することになる医療レポートの要求の入力を受け取ることであって、要求が、医療レポートのフォーマットの選択を示す、受け取ることと、患者情報を格納した患者情報源から前期患者情報を受け取ることであって、患者情報が、レポート生成要求に関連付けられる、受け取ることとを含むことができる。方法は、患者情報に基づいて患者に関連付けられた患者特性を決定することと、医療レポートのタイプの関連付け、患者特性およびそれぞれの患者医療情報、医用画像、ならびに患者に対して実施された1つまたは複数のテストのテスト結果を格納した1つまたは複数のデータ構造体にアクセスすることとを含むことができる。データ構造体は、患者特性と特定の患者に関係のないマルチメディア・レポート・データとの間の関連付けを格納するように構造化される。このような方法は、1つまたは複数のデータ構造体を使用して、患者の医療情報および医療レポート・要求に関連付けられたレポート内容にアクセスすることを含むことができる。
医療レポートの内容は、患者の言語でのあいさつ、行われたテストのタイプの説明セグメント、テスト結果を伝えるための結果セグメント、テストの結果を説明する説明セグメント、および結論セグメントを含むマルチメディア・コンテンツを含むことができ、マルチメディア・コンテンツの少なくとも一部分は、レポート・データ・ソースからのレポート・データ、結果情報源からのテスト結果、医療情報源からの医療情報、および医用画像源からのテストに関する医用画像を含む。このような方法は、更に、医療レポートの選択されたフォーマットに少なくとも部分的に基づいて、アクセスされたレポート内容を使用して、要求された医療レポートを自動的に生成することを含むことができる。このような方法は、更に、医療レポートを患者に表示することを含むことができる。いくつかの実施形態では、マルチメディア情報は、アバタを生成しディスプレイに表示するためのデータを更に含み、アバタは、医療レポートに含まれる。いくつかの実施形態では、方法は、1つまたは複数の患者特性に基づいてアバタを生成することを更に含む。いくつかの実施形態では、患者特性は、年齢、人種、および性別のうちの1つまたは複数を含む。
このような方法のいくつかの実施形態では、方法は、コンピュータ・システムの1つまたは複数のディスプレイに医療レポートを表示することと、医療レポートを表示できる間、ユーザ入力を受け取ることと、前記受け取られたユーザ入力に基づいて医療レポートの少なくとも1つの部分を変更することとを含むことができる。いくつかの実施形態では、医療レポートを表示することは、患者のスマート・デバイスに医療レポートを表示することを含む。いくつかの実施形態では、方法は、医療レポートを格納することを含む。いくつかの実施形態では、1つまたは複数のデータ構造体は、患者の医療状態の重症度を表す情報を格納するように構成され、医療レポートのセグメントの内容の選択は、患者の医療状態の重症度を表す格納された情報に部分的に基づく。
このような方法は、更に、患者の人種、年齢、性別、民族、文化、言語、教育、地理的位置、および予後診断の重症度のうちの1つまたは複数に基づいて、医療レポートのためのあいさつセグメントを選択することを含むことができる。方法は、更に、患者の人種、年齢、性別、民族、文化、言語、教育、地理的位置、および予後診断の重症度のうちの1つまたは複数に基づいて、説明セグメントのためのマルチメディア・コンテンツを選択することを含むことができる。方法は、更に、患者の人種、年齢、性別、民族、文化、言語、教育、地理的位置、および予後診断の重症度のうちの1つまたは複数に基づいて、結果セグメントの説明のためのマルチメディア・コンテンツを選択することを含むことができる。方法は、更に、患者の人種、年齢、性別、民族、文化、言語、教育、地理的位置、および予後診断の重症度のうちの1つまたは複数に基づいて、結論セグメントのためのマルチメディア・コンテンツを選択することを含むことができる。いくつかの実施形態では、1つまたは複数のデータ構造体は、医療状態の正常性、リスク、処置タイプ、および処置の恩恵に関連した関連付けを格納するように構成され、方法は、患者テスト結果、ならびに正常性、リスク、処置タイプ、および処置の恩恵に関連した格納された関連付けに基づくレポートに含めるように正常性、リスク、処置タイプ、および処置の恩恵を自動的に決定することを更に含む。いくつかの実施形態では、方法は、以前に生成された医療レポート、新しいテスト結果、および医師による入力に基づいて、更新された医療レポートを生成することを更に含むことができる。
冠動脈医療データを自動的に生成するための例示のシステムおよび方法
医療テストまたは検査が何を探すことを意図していたか、患者の固有の医療の所見の結果、およびこれらの所見が患者にとって何を意味し得るかを詳細に説明する医療レポートを生成するためのシステムおよび方法が、本明細書で説明される。個別化された適合された個人化した集約された医療情報についての理解可能な教育的な能力を与えるムービーといった、医療レポートが自動的に生成されることが可能である。例として、患者に関するマルチメディア医療レポートを生成するコンピュータ実装方法であり、医療レポートが、患者の1つまたは複数のテストに関連付けられる。医療レポートのための情報を決定するために使用される1つもしくは複数の画像、および/または医療レポートで使用される画像のうちの1つもしくは複数は、本明細書に記載する正規化デバイスを使用して生成された画像に基づくことが可能であり、正規化デバイスは、非侵襲的医用画像分析の精度を改善する。一例では、方法は、患者の医療レポートを生成したいという要求の入力を受け取ることであって、要求が、医療レポートのフォーマットを示す、受け取ることと、患者に関する患者情報を受け取ることであって、患者情報が、レポート生成要求に関連付けられる、受け取ることと、患者情報を使用して、患者に関連付けられた1つまたは複数の患者特性を決定することと、医療レポートのタイプと患者医療情報との間の関連付けにアクセスすることであって、患者医療情報が、患者に関する医用画像および患者に対して実施された1つまたは複数のテストのテスト結果を含み、医用画像が、正規化デバイスを使用して生成される、アクセスすることと、患者の医療情報に関連付けられたレポート内容および要求された医療レポートにアクセスすることとを含む。レポート内容は、特定の患者に関係ないマルチメディア・コンテンツを含むことができる。例えば、マルチメディア・コンテンツは、患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、およびテストの結果を説明する説明セグメント、および結論セグメントを含むことができ、マルチメディア・コンテンツの少なくとも一部分が、患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む。方法は、医療レポートのフォーマットに少なくとも部分的に基づいて、患者情報およびレポート内容を使用して、要求された医療レポートを生成することを更に含むことができる。
医療テストまたは検査が何を探すことを意図していたか、患者の固有の医療の所見の結果、およびこれらの所見が患者にとって何を意味し得るかを詳細に説明する医療レポートを生成するためのシステムおよび方法が、本明細書で説明される。個別化された適合された個人化した集約された医療情報についての理解可能な教育的な能力を与えるムービーといった、医療レポートが自動的に生成されることが可能である。例として、患者に関するマルチメディア医療レポートを生成するコンピュータ実装方法であり、医療レポートが、患者の1つまたは複数のテストに関連付けられる。医療レポートのための情報を決定するために使用される1つもしくは複数の画像、および/または医療レポートで使用される画像のうちの1つもしくは複数は、本明細書に記載する正規化デバイスを使用して生成された画像に基づくことが可能であり、正規化デバイスは、非侵襲的医用画像分析の精度を改善する。一例では、方法は、患者の医療レポートを生成したいという要求の入力を受け取ることであって、要求が、医療レポートのフォーマットを示す、受け取ることと、患者に関する患者情報を受け取ることであって、患者情報が、レポート生成要求に関連付けられる、受け取ることと、患者情報を使用して、患者に関連付けられた1つまたは複数の患者特性を決定することと、医療レポートのタイプと患者医療情報との間の関連付けにアクセスすることであって、患者医療情報が、患者に関する医用画像および患者に対して実施された1つまたは複数のテストのテスト結果を含み、医用画像が、正規化デバイスを使用して生成される、アクセスすることと、患者の医療情報に関連付けられたレポート内容および要求された医療レポートにアクセスすることとを含む。レポート内容は、特定の患者に関係ないマルチメディア・コンテンツを含むことができる。例えば、マルチメディア・コンテンツは、患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、およびテストの結果を説明する説明セグメント、および結論セグメントを含むことができ、マルチメディア・コンテンツの少なくとも一部分が、患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む。方法は、医療レポートのフォーマットに少なくとも部分的に基づいて、患者情報およびレポート内容を使用して、要求された医療レポートを生成することを更に含むことができる。
このようなシステムおよび方法の特定の実施形態の特定の構成要素が、本明細書で説明される。単一の検査での心臓CT検討イメージングの例が提供される。
1)個々の患者固有医療情報を理解可能なムービーに変換する。本発明は、以前に実施されたことがない形で、患者が向かい合う医療教育を患者固有医療結果と組み合わせる。多くのオンライン・サイトが医療疾患経過を説明しているが、これらは、患者の医療テストの結果を有しておらず、患者は、正しいエリアを見ているかどうかさえ、わからないことが多い。患者が向かい合う教育的背景、ならびにそのテスト結果および意味の固有の分析を組み合わせることによって、患者は、より良い健康状態決定を行う能力を患者に与える形で教育されることになる。このアプローチは、次いで、患者履歴、健康診断、臨床電子医療記録、ウェアラブル・フィットネスおよびウェルネス・トラッカ、患者固有のウェブ・ブラウザ・サーチ履歴などから導出された追加の情報を含む、本テスト所見を超える追加の資料を組み合わせることができる。
2)実施されたテストを詳細に説明する。テストの結果がどのようなものであり得るかを理解するために、患者は、テストが行うことを意図していたもの、テストがどのように作用するかに関する説明、および、正常と異常両方の結果の潜在的範囲を理解しなければならない。実施されるテストの説明は、テストが何を見つけることを意図しているか、および結果の可能性の範囲がどのようなものであり得るかについての簡単な理解可能な方法を含むはずである。例では、冠動脈CT血管造影が、患者の冠動脈内に閉塞またはプラークがあるかどうかを評価することを意図することを条件とする。結果を理解するために、患者は、テストが、心筋に送り込む血管を評価するためのものであり、コントラストを注入してCT撮像を行うことによって、プラークおよび関連付けられた閉塞の存在について患者の冠動脈が評価されることが可能であることを理解する必要がある。この理解は、関与および理解が向上するように、患者の実際の画像を使用して患者に伝えられることが可能である。
3)患者の個々の患者固有の検査の結果を提供する。どのテストを患者が受けたか、および全ての可能な結果の範囲に関して患者の教育が完了すると、患者は、検査からの潜在的な結果の範囲のコンテキストで、患者の固有の結果がどのようなものであるかを理解するためのより良い能力を与えられる。患者の所見の結果を、テストが何を探していたかの説明と組み合わせることによって、患者は、これらの結果の意味をより良く理解することができる。患者の個々の結果、結果が血液テストからの定量値であるかどうか、CT、MRI、超音波などの診断イメージング検討からの画像および結果の解釈、ECG試験などからの結果、定量的結果、画像、PDF、または他の結果は、ムービーの中で更新および提示されることが可能である。
4)結果の説明を行う。患者に結果を直接提示することに加えて、次いで、結果の意味の説明が同時に提示されることが可能である。これは、個々のテストの予測される結果の範囲の以前に記録された定義および議論と共に定義済みの集約アルゴリズムを使用して実施される。例えば、心臓CT血管造影レポートの場合、血管の狭窄の結果の重要性についての短い説明を展開することになる。狭窄が存在しない場合、短いアニメーションのビデオ議論が、狭窄が存在しなかったこと、およびこれが意味することを説明することになり、1%と24%との間の狭窄として臨床的に定義された軽度の狭窄が存在する場合、異なるビデオが再生されることになる。狭窄が、24%と49%との間の場合、別のビデオが再生される、などである。予測される結果の範囲についての以前に作成されたビデオ説明が、検査の個々の結果に応じて、作成されて利用可能になり、ビデオ内にその後置かれることになる。いくつかのケースでは、2つから成る結果だけが存在してもよく、したがって、2つの説明だけが必要である。他のケースでは、これは、初期テスト、および可能な臨床的に重大な結果の範囲に応じて、多くのビデオになり得る。患者固有の結果は、時には、同じ年齢および性別の平均的な患者に期待されるはずのものと、または、この結果が「平均~正常」とみなされる年齢と、比較されることさえあり得る。具体的には、このステップでは、患者のテスト所見は、大規模なレジストリおよび試験から導出されたものなど、専門的な社会的実践ガイドラインまたは現代のリサーチ科学に基づき得る、臨床的処置または追加の診断の推奨にリンクされることが可能である。このようにして、このアプローチは、更に、医療専門家にとって教育的であることが可能であり、改善されたおよび現代の臨床決定サポートを可能にし得る。これは、患者および医療専門家のための共有された意思決定の機会を可能にすることになり、彼らが科学文献を通読する必要はない。
5)患者向きかつ非威嚇的なアニメーションを使用する。ビデオ用に選択されたアニメーションは、専門的ではあるが、患者をもっと気楽にし、説明を聞くことおよび理解することに対して患者をオープンにするために、患者向きかつ非威嚇的であることを意図することになる。ビデオ内のアニメーションの医師または他の説明者は、更に、患者の性別、年齢、および人種にマッチしたものであること、ならびにことによると、患者の第1言語で提示されることが可能である。代替として、患者自身の表情は、写真撮影からの、または代替として、漫画もしくはアバタとして描かれた形の、ビデオ内の患者であることが可能である。
6)ウェブ・ベースおよび非ウェブ・ベースの方法を介して配信されることが可能である。患者への配信の方法は、コンピュータ・ディスク、他の記憶媒体など、暗号化されたHIPAA準拠のウェブ・ベースの方法または非ウェブ・ベースの方法を介したものであることが可能である。
7)コンピュータ、セル・フォン、および他のデバイスで見ることができる。このようにして、全ての患者が、彼らの社会経済的ステータスとは関係なく、レポートにアクセスできることになる。全ての患者が、インターネット、セル・フォン、または他のデバイスにアクセスできるわけではない。これを複数の媒体プラットフォームで利用可能にすると、アクセス度が向上する。
8)説明のために複合現実を使用する。先進的なコンピュータ・グラフィックス、拡張または仮想現実の使用は、説明のうちのいくつかを患者が理解しやすいものにし得る。例えば、身体へのならびに血管を通じた、したがって、閉塞を見て血流が減速およびまたは停止するのを示す仮想現実トリップは、患者の身体にこの閉塞を有することの重大性を患者が理解するのを助けることになる。この閉塞が見えるこの血管内へのステントの導入を示すことは、したがって、患者の病理学が処置され得る方法と理由を患者が理解するのを助けることになる。これは、更に、3D/4D仮想現実の形で、またはホログラムとして、または他の表示装置によって行われてもよい。同様に、この情報は、ポッドキャストまたはその他など、オーディオ方法によって伝えられることが可能である。
9)将来の参照のために患者によって保存されることが可能である。テスト、その結果、および追加の情報の説明を含む患者固有のムービーは、患者が将来の使用のために格納することができる患者の資産になる。
10)正常基準母集団値と比較されることが可能である。いくつかのケースでは、患者の理解を最大化するために、人口ベースの群または他の疾患群から導出された正常基準値と比較されることが可能な所見が存在し得る。これは、百分位数で、年齢比較(例えば、心臓年齢対生物学的年齢)によって、または画像表示によって(例えば、ベル状曲線またはヒストグラムで)、提供され得る。
11)事前の検討と比較されることが可能である。いくつかのケースでは、患者は、差について自動的に比較されること、および、#1~#10において上記に記載されたように記録されることが可能な、2つの検討(例えば、CT-CTのような同じテスト、またはCT-超音波のような異なるテスト)を有することができる。これにより、患者は、生活様式または薬物療法または介入療法に応じて、経時的に自分の進行を理解できるようになる。他のケースでは、テスト所見は、遺伝可能性(例えば、ゲノミクスもしくは他のオミクスまたは家族歴から)、感受性(例えば、経時的な検査マーカーから、または喫煙などの環境上の生活様式の害から)に応じて、#1~#10におけるように伝えられることが可能である。
12)成功の可能性を伝達するように構成されることが可能である。いくつかのケースでは、生成されたビデオは、リスク計算器を通じて可能性を計算すること、または臨床試験データもしくは実践ガイドラインを使用することによって、任意の所与の介入の成功または失敗の可能性を推定することになり、これは、ムービーで報告されることが可能である。
1)個々の患者固有医療情報を理解可能なムービーに変換する。本発明は、以前に実施されたことがない形で、患者が向かい合う医療教育を患者固有医療結果と組み合わせる。多くのオンライン・サイトが医療疾患経過を説明しているが、これらは、患者の医療テストの結果を有しておらず、患者は、正しいエリアを見ているかどうかさえ、わからないことが多い。患者が向かい合う教育的背景、ならびにそのテスト結果および意味の固有の分析を組み合わせることによって、患者は、より良い健康状態決定を行う能力を患者に与える形で教育されることになる。このアプローチは、次いで、患者履歴、健康診断、臨床電子医療記録、ウェアラブル・フィットネスおよびウェルネス・トラッカ、患者固有のウェブ・ブラウザ・サーチ履歴などから導出された追加の情報を含む、本テスト所見を超える追加の資料を組み合わせることができる。
2)実施されたテストを詳細に説明する。テストの結果がどのようなものであり得るかを理解するために、患者は、テストが行うことを意図していたもの、テストがどのように作用するかに関する説明、および、正常と異常両方の結果の潜在的範囲を理解しなければならない。実施されるテストの説明は、テストが何を見つけることを意図しているか、および結果の可能性の範囲がどのようなものであり得るかについての簡単な理解可能な方法を含むはずである。例では、冠動脈CT血管造影が、患者の冠動脈内に閉塞またはプラークがあるかどうかを評価することを意図することを条件とする。結果を理解するために、患者は、テストが、心筋に送り込む血管を評価するためのものであり、コントラストを注入してCT撮像を行うことによって、プラークおよび関連付けられた閉塞の存在について患者の冠動脈が評価されることが可能であることを理解する必要がある。この理解は、関与および理解が向上するように、患者の実際の画像を使用して患者に伝えられることが可能である。
3)患者の個々の患者固有の検査の結果を提供する。どのテストを患者が受けたか、および全ての可能な結果の範囲に関して患者の教育が完了すると、患者は、検査からの潜在的な結果の範囲のコンテキストで、患者の固有の結果がどのようなものであるかを理解するためのより良い能力を与えられる。患者の所見の結果を、テストが何を探していたかの説明と組み合わせることによって、患者は、これらの結果の意味をより良く理解することができる。患者の個々の結果、結果が血液テストからの定量値であるかどうか、CT、MRI、超音波などの診断イメージング検討からの画像および結果の解釈、ECG試験などからの結果、定量的結果、画像、PDF、または他の結果は、ムービーの中で更新および提示されることが可能である。
4)結果の説明を行う。患者に結果を直接提示することに加えて、次いで、結果の意味の説明が同時に提示されることが可能である。これは、個々のテストの予測される結果の範囲の以前に記録された定義および議論と共に定義済みの集約アルゴリズムを使用して実施される。例えば、心臓CT血管造影レポートの場合、血管の狭窄の結果の重要性についての短い説明を展開することになる。狭窄が存在しない場合、短いアニメーションのビデオ議論が、狭窄が存在しなかったこと、およびこれが意味することを説明することになり、1%と24%との間の狭窄として臨床的に定義された軽度の狭窄が存在する場合、異なるビデオが再生されることになる。狭窄が、24%と49%との間の場合、別のビデオが再生される、などである。予測される結果の範囲についての以前に作成されたビデオ説明が、検査の個々の結果に応じて、作成されて利用可能になり、ビデオ内にその後置かれることになる。いくつかのケースでは、2つから成る結果だけが存在してもよく、したがって、2つの説明だけが必要である。他のケースでは、これは、初期テスト、および可能な臨床的に重大な結果の範囲に応じて、多くのビデオになり得る。患者固有の結果は、時には、同じ年齢および性別の平均的な患者に期待されるはずのものと、または、この結果が「平均~正常」とみなされる年齢と、比較されることさえあり得る。具体的には、このステップでは、患者のテスト所見は、大規模なレジストリおよび試験から導出されたものなど、専門的な社会的実践ガイドラインまたは現代のリサーチ科学に基づき得る、臨床的処置または追加の診断の推奨にリンクされることが可能である。このようにして、このアプローチは、更に、医療専門家にとって教育的であることが可能であり、改善されたおよび現代の臨床決定サポートを可能にし得る。これは、患者および医療専門家のための共有された意思決定の機会を可能にすることになり、彼らが科学文献を通読する必要はない。
5)患者向きかつ非威嚇的なアニメーションを使用する。ビデオ用に選択されたアニメーションは、専門的ではあるが、患者をもっと気楽にし、説明を聞くことおよび理解することに対して患者をオープンにするために、患者向きかつ非威嚇的であることを意図することになる。ビデオ内のアニメーションの医師または他の説明者は、更に、患者の性別、年齢、および人種にマッチしたものであること、ならびにことによると、患者の第1言語で提示されることが可能である。代替として、患者自身の表情は、写真撮影からの、または代替として、漫画もしくはアバタとして描かれた形の、ビデオ内の患者であることが可能である。
6)ウェブ・ベースおよび非ウェブ・ベースの方法を介して配信されることが可能である。患者への配信の方法は、コンピュータ・ディスク、他の記憶媒体など、暗号化されたHIPAA準拠のウェブ・ベースの方法または非ウェブ・ベースの方法を介したものであることが可能である。
7)コンピュータ、セル・フォン、および他のデバイスで見ることができる。このようにして、全ての患者が、彼らの社会経済的ステータスとは関係なく、レポートにアクセスできることになる。全ての患者が、インターネット、セル・フォン、または他のデバイスにアクセスできるわけではない。これを複数の媒体プラットフォームで利用可能にすると、アクセス度が向上する。
8)説明のために複合現実を使用する。先進的なコンピュータ・グラフィックス、拡張または仮想現実の使用は、説明のうちのいくつかを患者が理解しやすいものにし得る。例えば、身体へのならびに血管を通じた、したがって、閉塞を見て血流が減速およびまたは停止するのを示す仮想現実トリップは、患者の身体にこの閉塞を有することの重大性を患者が理解するのを助けることになる。この閉塞が見えるこの血管内へのステントの導入を示すことは、したがって、患者の病理学が処置され得る方法と理由を患者が理解するのを助けることになる。これは、更に、3D/4D仮想現実の形で、またはホログラムとして、または他の表示装置によって行われてもよい。同様に、この情報は、ポッドキャストまたはその他など、オーディオ方法によって伝えられることが可能である。
9)将来の参照のために患者によって保存されることが可能である。テスト、その結果、および追加の情報の説明を含む患者固有のムービーは、患者が将来の使用のために格納することができる患者の資産になる。
10)正常基準母集団値と比較されることが可能である。いくつかのケースでは、患者の理解を最大化するために、人口ベースの群または他の疾患群から導出された正常基準値と比較されることが可能な所見が存在し得る。これは、百分位数で、年齢比較(例えば、心臓年齢対生物学的年齢)によって、または画像表示によって(例えば、ベル状曲線またはヒストグラムで)、提供され得る。
11)事前の検討と比較されることが可能である。いくつかのケースでは、患者は、差について自動的に比較されること、および、#1~#10において上記に記載されたように記録されることが可能な、2つの検討(例えば、CT-CTのような同じテスト、またはCT-超音波のような異なるテスト)を有することができる。これにより、患者は、生活様式または薬物療法または介入療法に応じて、経時的に自分の進行を理解できるようになる。他のケースでは、テスト所見は、遺伝可能性(例えば、ゲノミクスもしくは他のオミクスまたは家族歴から)、感受性(例えば、経時的な検査マーカーから、または喫煙などの環境上の生活様式の害から)に応じて、#1~#10におけるように伝えられることが可能である。
12)成功の可能性を伝達するように構成されることが可能である。いくつかのケースでは、生成されたビデオは、リスク計算器を通じて可能性を計算すること、または臨床試験データもしくは実践ガイドラインを使用することによって、任意の所与の介入の成功または失敗の可能性を推定することになり、これは、ムービーで報告されることが可能である。
医療レポート生成システムおよび方法の例
図16は、例えば本明細書に記載する特定のシステムおよび方法を利用したCTスキャンおよび分析に基づく患者医療レポートのような、患者医療レポートを自動的に生成するためのシステム1600の例の様々な構成要素を示すシステム図である。このようなシステムの様々な実施形態は、図16に示された構成要素より少ない構成要素、追加の構成要素、または異なる構成要素を含んでもよい。この例では、システム1600は、MRIスキャナ16160、超音波スキャナ1611、CTスキャナ1612、および他のタイプのイメージング・デバイス1613を含む。スキャナおよびイメージング・デバイスからの情報は、1つもしくは複数の通信リンク1601、または情報を伝達するための他の通信メカニズムを通じて、システムの他の構成要素に提供される。通信リンクは、更に、図16に示されたシステムの他の構成要素に接続される。
図16は、例えば本明細書に記載する特定のシステムおよび方法を利用したCTスキャンおよび分析に基づく患者医療レポートのような、患者医療レポートを自動的に生成するためのシステム1600の例の様々な構成要素を示すシステム図である。このようなシステムの様々な実施形態は、図16に示された構成要素より少ない構成要素、追加の構成要素、または異なる構成要素を含んでもよい。この例では、システム1600は、MRIスキャナ16160、超音波スキャナ1611、CTスキャナ1612、および他のタイプのイメージング・デバイス1613を含む。スキャナおよびイメージング・デバイスからの情報は、1つもしくは複数の通信リンク1601、または情報を伝達するための他の通信メカニズムを通じて、システムの他の構成要素に提供される。通信リンクは、更に、図16に示されたシステムの他の構成要素に接続される。
システム1600は、様々なソースにおいておよびある期間にわたって収集されてきたものであり得る、アーカイブされた患者医療情報および記録1602を更に含む。情報および記録は、患者データ1604、患者結果1606、患者画像1608、(例えば、CTスキャン、超音波スキャン、MRIスキャンの格納された画像、または他のイメージング・データ)を含むことができる。
システム1600は、格納された画像1614を更に含む(患者に関連したものでもそうでなくてもよい)。システム1600は、患者によって装着された1つまたは複数のデバイスから収集され得る患者ウェアラブル情報1616を更に含み、デバイスは、一般的にはある期間にわたって、患者の1つまたは複数のタイプの生理学的データまたは特性を検知または測定する。システム1600は、検査データ1618(例えば、最近の血液分析結果)、および任意の患者関連データ(例えば、画像、検査データ、ウェアラブル情報など)の医師分析1620を更に含むことができる。システム1600は、通信リンク1601と通信しているネットワーク1650を介して他のシステムおよびデバイスと通信することができる。
システム1600は、システム1600で情報を通信すること、分析すること、集めること、または見ることに関連した機能のいずれかを実施するために使用され得るコンピューティング・システム1622を更に含むことができる。コンピューティング・システム1622は、コンピューティング・システム1622の図示の構成要素(例えば、プロセッサ1624、メモリ1628、ディスプレイ1630、インターフェース1632、入力/出力デバイス1634、通信リンク1601)に連結されたバス(図示せず)を含むことができ、更に、コンピューティング・システム1622の他の構成要素に連結されてもよい。コンピューティング・システム1622は、情報を処理するため、およびコンピュータ命令を実行するための、プロセッサ1624または複数のプロセッサを含むことができる。ハードウェア・プロセッサ1624は、例えば、1つまたは複数の汎用マイクロプロセッサでもよい。コンピュータ・システム1622は、更に、プロセッサ1624によって実行されることになる情報および命令を格納するための、ランダム・アクセス・メモリ(RAM)、キャッシュおよび/または他の動的ストレージ・デバイスなどの、メモリ(例えば、メイン・メモリ)1628を含む。メモリ1628は、更に、プロセッサ1624によって実行されることになる命令の実行中に一時変数または他の中間情報を格納するために使用されてもよい。このような命令は、プロセッサ1624にアクセス可能な記憶媒体に格納されると、コンピュータ・システム1622を、命令で指定された動作を実施するようにカスタマイズされた専用マシンに変える。例えば、メモリ1628は、例えば図16および図17を参照して説明されたような、患者情報および医療データを格納するために時系列データをユーザが操作することを可能にするための命令を含むことができる。メモリ1628は、プロセッサ1624のための静的情報および命令を格納する、プロセッサ1624と通信して連結された、リード・オンリ・メモリ(ROM)または他の静的ストレージ・デバイスを含むことができる。メモリ1628は、更に、プロセッサ1628に連結され、情報および命令を格納するように構成された、磁気ディスク、光ディスク、またはUSBサム・ドライブ(フラッシュ・ドライブ)などのストレージ・デバイスを含むことができる。
コンピュータ・システム1622は、例えば、陰極線管(CRT)、発光ダイオード(LED)、または液晶ディスプレイ(LCD)のようなディスプレイ1630に、バスを介して連結され得る。ディスプレイは、タッチスクリーン・インターフェースを含むことができる。コンピューティング・システム1622は、情報およびコマンド選択をプロセッサ1622に伝達するためにバスに連結された、英数字および他のキーを含む、入力デバイス1634を含むことができる。別のタイプのユーザ入力デバイスは、方向情報およびコマンド選択をプロセッサ1622に伝達するための、および、ディスプレイ1630上のカーソルの動きを制御するための、マウス、トラックボール、またはカーソル方向キーなどの、カーソル制御である。入力デバイスは、一般的には、デバイスが平面内の位置を指定することを可能にする、第1の軸(例えば、x)および第2の軸(例えば、y)といった2つの軸における2つの自由度を有する。いくつかの実施形態では、カーソル制御と同じ方向情報およびコマンド選択は、カーソルのないタッチスクリーン上のタッチを受け取ることを介して実装されてもよい。
コンピューティング・システム1622は、コンピューティング・デバイスによって実行されるコンピュータ実行可能プログラム命令としてマス・ストレージ・デバイスに格納され得るGUIを実装するためのユーザ・インターフェース・モジュール1632を含むことができる。コンピュータ・システム1622は、更に、コンピュータ・システムと組み合わせて、コンピュータ・システム1622を専用マシンにするか、専用マシンであるようにプログラムした、カスタマイズされた配線接続ロジック、1つもしくは複数のASICもしくはFPGA、ファームウェアおよび/またはプログラム・ロジックを使用して、本明細書に記載する技法を実装することができる。1つの実施形態によれば、本明細書の技法は、メモリ1628に含まれる1つまたは複数のコンピュータ可読プログラム命令の1つまたは複数のシーケンスをプロセッサ1624が実行することに応答して、コンピュータ・システム1622によって実施される。このような命令は、別の記憶媒体からメモリ1628に読み込まれてもよい。メモリ1628に含まれる命令のシーケンスを実行して、プロセッサ1624に、本明細書に記載するプロセス・ステップを実施させる。代替実施形態では、配線接続回路構成要素が、ソフトウェア命令の代わりに、またはソフトウェア命令と組み合わせて使用されてもよい。
様々な形のコンピュータ可読記憶媒体が、1つまたは複数のコンピュータ可読プログラム命令の1つまたは複数のシーケンスを、実行のためのプロセッサ1624に搬送することに関与し得る。メモリ1628によって受け取られた命令は、任意選択として、プロセッサ1624による実行の前または後に格納されてもよい。
コンピュータ・システム1622は、更に、コンピュータ・システムの他の構成要素に、および通信リンク1601に連結された、通信インターフェース1637を含む。通信インターフェース1637は、通信リンク1601に接続されたネットワーク・リンクに連結する双方向データ通信を提供する。例えば、通信インターフェース1637は、サービス総合デジタル網(ISDN)カード、ケーブル・モデム、衛星モデム、または電話線の対応するタイプへのデータ通信接続を提供するためのモデムでもよい。別の例として、通信インターフェース1637は、互換性のあるLANへのデータ通信接続を提供するための、ローカル・エリア・ネットワーク(LAN)カード(またはWANと通信するためのWAN構成要素)でもよい。ワイヤレス・リンクが、更に実装されてもよい。任意のこのような実装形態では、通信インターフェース1637は、様々なタイプの情報を表すデジタル・データ・ストリームを搬送する電気信号、電磁気信号、または光信号を送り、受け取る。
ネットワーク・リンクは、一般的には、1つまたは複数のネットワークを通じた他のデータ・デバイスへのデータ通信を提供する。例えば、ネットワーク・リンクは、ローカル・ネットワークを通じたホスト・コンピュータへの、またはインターネット・サービス・プロバイダ(ISP)によって運用されるデータ機器への接続を行うことができる。ISPは、今度は、現在一般に「インターネット」と呼ばれるワールドワイド・パケット・データ通信ネットワークを通じてデータ通信サービスを提供する。コンピュータ・システム1622は、通信リンク1601および通信インターフェース1637といったネットワークを通じて、メッセージを送り、プログラム・コードを含むデータを受け取ることができる。インターネットの例では、サーバは、インターネット、ISP、ローカル・ネットワーク通信リンク1601、および通信インターフェースを通じて、アプリケーション・プログラムのために要求されたコードを伝送することができる。受け取られたコードは、受け取られると同時に、プロセッサ1624によって実行されても、および/または、後の実行のためにメモリ1628もしくは他の不揮発性ストレージに格納されてもよい。プロセッサ1624、オペレーティング・システム1626、メモリ構成要素1628、1つまたは複数のディスプレイ1630、1つまたは複数のインターフェース1632、入力デバイス1634、およびモジュール1636は、利用されたときに、システムのための機能を実施するハードウェアもしくはソフトウェア、またはハードウェアとソフトウェアの組合せでもよい。例えば、モジュール1626は、システム1600の機能を実施するためにプロセッサ1624によって実行されるコンピュータ実行可能命令を含むことができる。
システム1600は、要求されたタイプのレポートのための特定の患者の医療レポート・データ・セットを生成するために使用される様々な構成要素を含むことができる医療レポート生成システム1638(「または医療レポート生成器」)を更に含むことができる。医療レポート生成システム1638は、例えばサーバまたはコンピューティング・システム1640のような、コンピューティング・システムを含むことができる。いくつかの実施形態では、コンピューティング・システム1640は、サーバを含む。医療レポート生成システムは、更に、収集または決定された患者固有情報1648、およびレポート・テンプレート・データ構造体1642を含み、レポート・テンプレート・データ構造体1642は、患者、患者情報1648(患者に関連付けられた画像、医療分析、およびテスト結果)と、レポート・セグメント、レポート要素、所望の要素のレポートとの間の関連付けを含む。医療レポート生成システム1638は、医師および/もしくは患者に固有であり得る、または医師および/もしくは患者によって入力され得る、ユーザ・パラメータ1646を更に含む。
システム1600は、更に、通信リンク1601を介してシステムの構成要素と通信している1つまたは複数のコンピューティング・デバイス1652を含むことができる。通信リンク1601は、有線およびワイヤレス・リンクを含むことができる。コンピューティング・デバイス1652は、タブレット型コンピュータ、ラップトップ・コンピュータ、デスクトップ・コンピュータ、スマートフォン、または別のモバイル・デバイスでもよい。
図17は、患者の1つもしくは複数のスキャン、患者情報、医師のスキャン分析、および/または以前のテスト結果に基づく患者医療レポートを生成するための、データ・フローおよび機能1700の例を示すブロック図である。このデータ・フローの始めに、新しい医用画像1702がシステムによって受け取られるか、スキャナによって生成される。画像は、本明細書に記載する正規化デバイスを使用して生成されることが可能である。正規化デバイスを使用して生成および処理された画像から導出された情報は、本明細書に記載するように、より一貫したおよび/または正確なものであることが可能である。画像は、CT、MRI、超音波、または他のタイプのスキャナからのものであることが可能である。画像は、例えば冠動脈のような、患者の身体の標的特徴を描写する。画像は、患者医療情報ストレージ構成要素1708にアーカイブされてもよく、患者医療情報ストレージ構成要素1708は、他のタイプの患者データ(例えば、以前に生成された画像、患者テスト結果、年齢、性別、人種、BMI、薬、血圧、心拍数、体重、身長、体形、喫煙、糖尿病、高血圧、以前のCAD、家族歴、検査テスト結果、および同様のものを含み得る患者固有情報)を格納する。新しい画像1702は、画像分析1704に提供され、画像分析1704は、画像内の特定の特性における特徴を検出するように訓練された人工知能/機械学習アルゴリズムを使用した画像の分析を含むことができる。他のテスト1706は、更に、患者に対して行われたことがあるものでもよい(例えば、血液検査または別のテスト)。
新しい画像1702、機械生成された結果1712、医師によって決定された結果1714、および以前のテスト結果1716は、結果フェーズ1710で収集され、この情報は、医療レポート・データ・セット生成ブロック1720に伝達される。他の患者医療情報1718は、更に、医療レポート・データ・セット生成1720に提供されることが可能である。上記で示されたように、この情報は、例えば、患者の年齢、性別、人種、BMI、薬、血圧、心拍数、体重、身長、体形、喫煙、糖尿病、高血圧、以前のCAD、家族歴、検査テスト結果、および同様のものを含むことができる。結果1710および他の患者医療情報1718に加えて、医療レポート・データ・セット生成1720は、更に、レポート・データ1728を受け取ることができる。レポート・データ1728は、レポートのために使用されるマルチメディア情報を含むことができる。例えば、オーディオ、画像、画像のシーケンス(すなわち、ビデオ)、テキスト、バックグラウンド、アバタ、または、特定の患者の医療情報に関連しないレポートのための他の何か。
医療レポート・データ・セット生成1720は、新しい画像1702、結果1710、他の患者医療情報1718、およびレポート・データ1728を使用して、要求されたタイプのレポートのための医療レポート・データ・セットを生成することができる。医療レポート・データ・セット生成1770は、双方向であることが可能であり、医師は、どのタイプのレポートが生成されているかを同定する入力を提供することができる。ブロック1722において、医療レポート・データ・セット生成中、要求されたレポートに必要な情報の全てが集約され、医療レポートが生成される。例えば、画像、患者データ、およびレポートに必要な他の情報が、様々な入力から同定され、収集される。ブロック1724において、プロセスは、特定の患者情報を使用して、特定の患者のためのレポートを作る。例えば、レポートの情報を患者に提示するアバタの1つまたは複数の特性が、患者データから同定されることが可能であり、したがって、アバタは、レポート情報を患者に最も良く伝えるように作成される。いくつかの例では、このような情報は、性別、年齢、言語、教育、文化、および同様のもの、つまり患者の特性を含む。ブロック1726において、プロセスは、レポートのために最も良く使用されるテスト説明を決定する。例えば、特定のテストについての10個の異なる説明があり得、10個の説明のうちの1つが、レポートのために選択される。テスト説明の決定は、患者、および/またはテストの結果の診断もしくは予後診断に基づき得る。言い換えれば、テストの結果がどのようなものであるとわかったかに基づいて、同じテストが様々な方式で説明され得る。ブロック1728において、プロセスは、結果説明を決定する。同じ結果に対して複数の説明が、および選択されたレポートの説明のうちの1つが、存在し得る。結果説明の選択は、例えば、患者情報、結果の中身、または他の情報に基づくことが可能である。
ブロック1730において、プロセスは、レポートで使用されることになるあいさつを決定する。レポートのために選択されるあいさつは、非常に多くの可能なあいさつのうちの1つでもよい。様々な実施形態では、あいさつは、患者情報、ユーザ入力、またはテストの結果に基づいて選択されてもよい。例えば、テスト結果が患者にとっての大きなニュースを示す場合、第1のタイプのあいさつが、選択されてもよい。テスト結果が患者に不都合なものである場合、その後配信される結果に適している方の第2のタイプのあいさつが選択されてもよい。
ブロック1732において、プロセスは、レポートで使用されることになる結論を決定する。レポートのために選択される結論は、非常に多くの可能な結論のうちの1つでもよい。様々な実施形態では、含まれるものは、患者情報、ユーザ入力、またはテストの結果に基づいて選択されてもよい。例えば、テスト結果が患者にとって大きなものであることを示す場合、第1のタイプの結論が選択される。テスト結果が患者に不都合なものである場合、選択された第2のタイプの結論が、以前に報告された不都合な結果に、より適している。
医療レポート・データ・セット生成1720は、医療レポート1736を提供する。いくつかの実施形態では、医療レポートは、患者同定あいさつ1738、ならびに、各テストについての、テストの説明1740、テストの結果1742、および結果の説明1744を含むビデオである。複数のテストを含む医療レポートに対して、レポートは、行われた各テストの、テスト説明を提示すること、結果を提示すること、および説明結果を提示することを反復して行い得る。医療レポートは、更に、結論セグメント1746を含む。いくつかの実施形態では、医療レポートは、患者/患者の家族に対してディスプレイ上に表示される。いくつかの実施形態では、医療レポートは、患者の家でまたは他のどこででも、患者がコンピュータで見るためのビデオとして提供される。いくつかの実施形態では、医療レポートは、紙のコピーとして提供されることが可能である。
図18Aは、いくつかの実施形態による、図17を参照して記載される機能およびデータを使用して医療レポートを生成するためのプロセスの第1の部分の例のブロック図である。ブロック1802において、1つまたは複数の医療テストが、患者に対して実施される。ブロック1804において、結果が、訓練医療インタープリタといった機械によって生成され(例えば、血液テスト)、および/または、人工知能/機械学習アルゴリズムに基づいて自動的/半自動的に決定される。ブロック1806において、結果、患者情報、および他のデータが収集され、医療レポートの作成のためにコンピュータ・デバイスまたはネットワークに送られる。ブロック1808において、レポートの医療関連部分を生成するために、画像、患者情報、他のデータ、マルチメディア情報および同様のものと共に結果が集約される。ブロック1810において、プロセスは、例えば患者の経歴データのような、特定の選択された患者情報を使用して、レポートのビデオ・プレゼンタ(例えば、アバタ)を生成する。例えば、患者が子供のとき、患者情報は、レポートを子供に提示する子供のアバタを作成するために使用され得る。いくつかの実施形態では、子供のアバタは、レポートを子供に提示するのに更に役立つアバタのペットであってもよく、レポートを子供にとって、より興味あり、より面白いものにする。患者が高度に教育された大人のとき、患者情報は、この患者にレポートを提示するのに適したアバタを作成するために使用され得る。いくつかの実施形態では、アバタは、患者の特定の特性(例えば、人種、年齢、または性別)を反映してもよく、患者の特定の特性に対する決定された相補的なアバタでもよい。
図18Bは、いくつかの実施形態による、図17を参照して記載された機能およびデータを使用して医療レポートを生成するためのプロセスの第2の部分の例のブロック図である。ブロック1812において、プロセスは、レポートのために使用されることになるテスト説明を選択する。テスト説明の選択は、患者情報、傷害もしくは疾患の重症度、および/またはレポートの重症度(例えば、最終的な診断)に基づくことが可能である。1つの例では、特定のテスト説明が、4つのテスト説明ビデオのうちの1つから選択されてもよい。ブロック1814において、プロセスは、レポートのために使用されることになる説明結果を選択する。結果の選択も、患者情報、傷害もしくは疾患の重症度、および/またはレポートの重症度(例えば、最終的な診断)に基づくことが可能である。1つの例では、特定の結果説明が、4つの結果説明ビデオのうちの1つから選択されてもよい。
図18Cは、いくつかの実施形態による、図17を参照して記載された機能およびデータを使用して医療レポートを生成するためのプロセスの第3の部分の例のブロック図である。ブロック1816において、プロセスは、患者同定あいさつを選択する。レポートが患者の同定読取りで始まる場合、これは、名前で患者を読取り、どのテストが説明され、いつテストが実施されたか、誰がテストを命令したか、およびどこでテストが実施されたかを述べる、漫画のキャラクタ、またはアバタを含むことができる。ブロック1818において、プロセスは、患者に対して行われたテストを説明する。以前に記録されたセグメントは、例えば、どのテストが実施されたか、どのようにテストが作用するか、なぜテストがいつも提供者によって命令されるか、および予測される結果の範囲がどのようなものであり得るかを、患者に説明する。ブロック1820において、レポートは、次いで、結果を患者に提示する。結果は、結果を患者に伝えるのに役立ち得る定量値、画像、チャート、ビデオ、および他のタイプのデータを含むことができる。ブロック1822において、レポートは、いくつかの例では、結果が何を意味するかを患者に正確に明らかにするのを助けるために結果の議論を提示することができ、ビデオの適切な予め記録されたアニメーションが、結果の意味を説明する。患者に対して複数のテストが実施された場合、プロセスは、各テストを反復して説明し、テスト結果を提示し、次いで結果を説明することができる。ブロック1824において、プロセスは、患者の情報を概説すること、追加の情報を提供すること、および/または、患者によって行われるか医師によって行われることになる次のステップについてのガイダンスを提供することを行い得る、結論セグメントを提示する。レポートの部分全てに対して、医療レポート生成機能は、患者情報、実際の画像およびまたはテスト結果、ならびに他のマルチメディア情報の組合せを使用して、テストの結果において、実施された各テストの包括的で明解な説明を提示する。
図18Dは、医療レポートを作り上げることができ、入力が、医師によっておよび患者情報または患者入力によって提供されることが可能な、様々な部分を示す図である。図18Dに示されるように、医師は、生成されることになる医療レポートのタイプ(例えば、レポート1、レポート2など)を対話式に選択することができる。各医療レポートは、レポートの様々なセグメントで収集および提示されることが可能なデータおよび情報の集合体である。例えば、セグメントは、あいさつ、実施されたテストの説明、結果、結果の説明、および結論を含むことができる。複数のテストを含む医療レポートは、実施された各テストの説明、各テストの結果、および各テストの結果の説明を提示する複数のセグメントを含むことができる。いくつかの実施形態では、セグメントの全部または一部が、患者情報、実施されたテストのタイプ、および各テストの結果に基づいて自動的に生成される。いくつかの実施形態では、医師は、各セグメントに対して使用するための情報を選択または証明することができる。いくつかの実施形態では、レポートは、セグメントを生成するためまたはレポートの一部を提示するために、どの情報を使用するべきかを決定するのに患者の入力が役立ち得るという点で双方向であることが可能である。各セグメントは、いくつかの要素を含むことができる。要素のそれぞれは、1つまたは複数の下位要素を含むことができる。例えば、テスト結果のセグメントは、レポートに含まれることになるテスト結果のそれぞれについての要素を含むことができる。いくつかの実施形態では、医師は、要素および/または下位要素のために、どの情報を使用するべきかについて選択または承認することができる。いくつかの実施形態では、要素および/または下位要素は、患者情報および/または患者入力に基づいて、少なくとも部分的に決定されることが可能である。一般的には、医師は、レポートで使用される全ての資料について、対話式に選択および/または承認することができる。いくつかの実施形態では、レポートの内容は、患者情報、医療テスト、医療結果、および医師の嗜好の組合せを使用して、医療レポートの各セグメントの要素を決定する所定のアルゴリズムに基づく。
図18Eは、レポートを生成するために使用される医療レポート生成データ・フローおよびデータ通信の例を示す概略図である。図示のように、構成要素およびデータは、図16~図18Dに示された構成要素およびデータに関連したものである。医療レポート生成器1850は、特定の患者の特定の医療レポートを生成するために使用する複数の入力を受け取る。この医療レポートは、特定の患者の医療テストおよび結果について、患者および患者の介護者に教えるおよび知らせるために生成される。この医療レポーティングは、個々の医療情報を理解可能なムービーに変換するプロセスである。ムービーは、患者のアバタまたはアバタのようなもの(例えば、性別、年齢、民族などによってマッチされるもの)を用いて作られる。レポートを見ることは、医療設備のコンピュータで、または患者のコンピュータ(例えば、スマートフォン、タブレット、ラップトップ等)で、どこでも行われることが可能である。レポートは、マルチメディア・データ、オーディオ、テキスト、画像、および/またはビデオを含むことができる。ビデオは、漫画、実生活のビデオを含むことができる。アニメーションは、例えば、ビデオが、身体に入り、心臓が血流を送り出しているのを見、血管に集中して、血液が血管を通じて流れているのを見、速度および流れの変化を伴うプラークを示し、-プラークに行き、その明瞭なタイプを見る仮想現実を含むことができる。いくつかの実施形態では、年齢、薬理学的変化、試験が行われている場所で利用可能な薬理作用のある物質、疾患の種々の程度、ステントおよびバイパスなどの介入の効果、行動変化ならびに運動をシミュレートするために、拡張現実が使用され得る。レポートは、共有可能であってもよく、ユーザが、定義された利用可能時間を使ってまたは永遠に、誰とでも共有できることを可能にする。例えば、これは、印刷のために、PDF、DICOM、もしくはWordドキュメント、または別のフォーマットに変換および圧縮されることが可能である。レポートで使用される言語は、患者の母語であることが可能である。いくつかの実施形態では、耳が聞こえない人のために母語の、または目が見えない人のために点字の、副題が使用され得る。アバタを使用する実施形態では、アバタによる解説は、年齢、性別、民族-患者の表情の変化、理解のレベル-言語の変化および情報の深さを含めるように、患者のために個別化されることが可能である。
医療レポート生成器1850は、特定の患者の特定のタイプのレポートを生成することを示す医師からの入力1875を受け取ることができる。いくつかの実施形態では、医師は、レポートの特定の態様を決定するための入力を提供することができる。例えば、医師は、レポートに含めるために、どのテスト結果にどの画像データを使用するべきかを示すことができる。別の例では、医師は、テスト結果および/または診断の重症度に基づくことができ、医師は、診断時のテスト結果のレポートに適するように、レポートの「調子」または重篤性に影響を与えることができる。
いくつかの実施形態では、医師は、レポートに含めるために、暫定的な自動選択された物質を承認するための入力を提供することができる。医療レポート生成器1800は、レポート生成に関連した関連付けを格納するデータ構造体1880と通信している。いくつかの実施形態では、データ構造体1880は、特定の医師と、この医師が生成することを選ぶ医療レポートの特性との間の関連付けを含む。関連付けは動的でもよく、対話式でも、経時的に自動変化するものでもよい。データ構造体1880は、更に、レポートを生成するために使用されることが可能な物質の全てに関係する関連付けを含むことができる。例えば、特定の医療レポートが特定の患者のために生成されたことを医師が示した後、医療レポート生成器1880は、医療レポートを生成するために必要な、データ構造体が始めた関連付けに基づく患者情報1880を受け取る。
図18Eに示されているように、医療レポート生成器1850は、マルチメディアあいさつ、テストの説明、結果の提示、説明結果、および結論を含むことが可能な、レポート1855の以前から存在する部分(セグメント、要素、下位要素)を受け取ることができる。この資料は、レポートを生成するために、医療レポート生成器1850の他の入力と組み合わされることが可能である。例えば、医療レポート生成器1850は、医療レポート内の情報が特定の患者に最も良く伝えられるような医療レポートを作るために使用され得る、患者の関連情報の任意の他の特性内の患者の年齢、性別、人種、教育、民族、地理的位置を含む、患者情報1860を受け取ることができる。医療レポート生成器1850は、更に、患者に対して実施された最近のテストに関連した画像データ1862(例えば、CT、MRI、超音波スキャン、もしくは他の画像データ)、および/または以前に収集された画像データ1865(例えば、以前に収集されたCT、MRI、超音波スキャン、もしくは他の画像データ)を受け取ることができる。例えば、以前に収集された画像データ1865は、ある期間(例えば、数日、数週間、数ヶ月、または数年)にわたって撮られた画像データを含むことができる。医療レポート生成器1850は、更に、患者のテスト、結果、診断を含むがこれらに限定されない他の医療データ1867を受け取ることができる。医療レポート生成器1850は、更に、医療レポートの一部を形成するために使用されるマルチメディア・レポート・データ1870を受け取ることができる。マルチメディア・レポート・データ1870は、レポートに含まれ得る、アバタに関する情報、オーディオ情報、ビデオ情報、画像、およびテキストを含むことができる。
医療レポートは、テスト結果-イメージングおよび非イメージングテスト、ならびに治療のアプローチを含むまたは含まない、個別のまたは集約された他の医療情報に適用すること、および/またはこれらを論じることができる。例えば、胆石の手術について、医療レポートは、検査テスト、目的観察、医療履歴、イメージングテストから情報を集約し、手術提案、手術説明、仮想手術、病理学的所見(癌においてより重要)を含み、手術回復後、通常の生活または処置FUP(例えば、癌の化学療法)まで説明することができる。医療レポートは、更に、教育的であり、全般的であり、患者、疾患、および/または処置、テストに適合され、疾患、リスク因子、処置、行動、および行動変化に対処することが可能である。いくつかの例では、医療レポートは、患者の完全な電子医療記録(EMR)情報の一部を形成するために生成されることが可能である。いくつかの例では、医療レポート生成器1850は、患者毎の包括的な医療レポートを生成して、患者に「あなたの医療生活ムービー・レポート」を示すことができる。
医療レポート生成器1850は、多くの異なるフォーマットで医療レポートを生成するように構成されることが可能である。例えば、ムービー、拡張現実、仮想現実、ホログラム、ポッドキャスト(オーディオのみ)、ウェブキャスト(ビデオ)、または、双方向のウェブ・ベースのポータルを使用してアクセスするためのもの。いくつかの実施形態では、医療レポートのために生成された情報は、データ構造体1880に格納されることが可能である(例えば、データ構造体1880は、医療レポート生成器1850への入力のいずれかからの情報を含めるように見直されるまたは更新されることが可能である)。いくつかの実施形態では、医療レポート、またはデータ構造体1880に格納された医療レポートからの情報は、自動計算特徴を通じて追加の試験テストへの患者の適格性を決定するために使用されることが可能である。このようなケースでは、データ構造体1880は、例えば、患者の年齢、性別、民族、および/または人種、健康、アレルギー、以前から存在する状態、医療診断等に関する情報を含む、このような適格性を決定する(または自動計算する)のに必要な情報を格納するように構成される。いくつかの例では、データ構造体1880に格納された情報は、大規模ランダム化試験の試験対象患者基準に患者がフィットするかどうかを決定することと、適切な使用基準、または専門家向けソーシャル・ガイドライン(例えば、AHA/ACC実践ガイドライン)の基準に患者がフィットするかどうかを決定することと、特定の薬(例えば、スタチン対PCSK9阻害剤)を患者の保険が扱うかどうかを決定することと、患者が特定の従業員給付(例えば、作業プログラム)の資格があるかどうか決定することとを行うために使用されることが可能である。いくつかの実施形態では、データ構造体1880で使用される情報は、患者の正常性、リスク、処置タイプ、および処置の恩恵を決定する/示すために使用されることが可能であり、このような情報は、例えば医師の嗜好に基づいて、医療レポートに含まれることが可能である。したがって、様々な実施形態で、あいさつ、テスト説明、提示される結果、結果説明、および結論に関する所定のビデオ/情報1855に加えて、医療レポート生成器1850は、結果および前進するための最善の方法を医師が説明するのを助けるための情報を含む医療レポートを生成するように構成されることが可能であり、情報は、以下を含む患者の固有データ(例えば、テスト・データ)に少なくとも部分的に基づく。
a.患者固有の所見。
b.正常値(年齢、性別、民族、人口ベースの水準の人種固有の値)との比較。
c.異常値との比較(例えば、誰かのCAD結果を、心臓発作を経験した人のデータベースまたは同様の人の別のデータベースと比較すること)。
d.結論との比較(例えば、試験の試験対象患者基準およびその薬物治療を同定すること、ならびにKaplan Meier曲線、またはイベントのそれぞれの時間間隔の確率(例えば、生存率)を示す他の視覚表現を自動計算すること)。
e.処置の利益を同定するための比較(例えば、スタチン対PCSK9阻害剤による薬物療法、薬物治療対経皮介入、PCI対バイパス手術のような、例えば、特定のタイプの処置の相対的利益を検査するための臨床試験または臨床データに自動リンクさせること)。
f.例えば、確認スコア、構文スコア等の以前に公開された(または公開されていない)スコアの計算。
g.連続的な検討からの比較。
h.薬物治療および他の処置の患者固有の説明を可能にするための、EMRまたは患者入力データへの自動リンク。
i.患者の関与を増進し、患者のリテラシーを確保するために、最後に「テスト」または「クイズ」を含めることができる。
j.双方向の患者満足度調査。
k.患者がどの情報を見てより良く理解したいかを選択することを可能にする、患者入力1875を通じた患者との対話。
l.民族的、人種的、および性別多様性、ならびにレポートを患者に伝えるために使用される、性別、人種、および民族に基づく言語、コンテンツの動的変更を可能にする。
m.年齢、生まれた時間フレーム(ミレニアル対ベビー・ブーム世代)に基づく言語およびコンテンツの変更を可能にする、年齢への適合。
a.患者固有の所見。
b.正常値(年齢、性別、民族、人口ベースの水準の人種固有の値)との比較。
c.異常値との比較(例えば、誰かのCAD結果を、心臓発作を経験した人のデータベースまたは同様の人の別のデータベースと比較すること)。
d.結論との比較(例えば、試験の試験対象患者基準およびその薬物治療を同定すること、ならびにKaplan Meier曲線、またはイベントのそれぞれの時間間隔の確率(例えば、生存率)を示す他の視覚表現を自動計算すること)。
e.処置の利益を同定するための比較(例えば、スタチン対PCSK9阻害剤による薬物療法、薬物治療対経皮介入、PCI対バイパス手術のような、例えば、特定のタイプの処置の相対的利益を検査するための臨床試験または臨床データに自動リンクさせること)。
f.例えば、確認スコア、構文スコア等の以前に公開された(または公開されていない)スコアの計算。
g.連続的な検討からの比較。
h.薬物治療および他の処置の患者固有の説明を可能にするための、EMRまたは患者入力データへの自動リンク。
i.患者の関与を増進し、患者のリテラシーを確保するために、最後に「テスト」または「クイズ」を含めることができる。
j.双方向の患者満足度調査。
k.患者がどの情報を見てより良く理解したいかを選択することを可能にする、患者入力1875を通じた患者との対話。
l.民族的、人種的、および性別多様性、ならびにレポートを患者に伝えるために使用される、性別、人種、および民族に基づく言語、コンテンツの動的変更を可能にする。
m.年齢、生まれた時間フレーム(ミレニアル対ベビー・ブーム世代)に基づく言語およびコンテンツの変更を可能にする、年齢への適合。
いくつかの実施形態では、医療レポート生成器1850は、医療レポートが経時的に変化し、最新の利用可能なレポートを含むように、経時的に更新/受け取られた更新(例えば、自動更新)がないかチェックするように構成されることが可能である。いくつかの実施形態では、医療レポート生成器1850は、他の医療デバイスまたはウェアラブル・デバイスからの情報を含めるように、ネットワークまたはウェブ・ベースのポータルを介して通信することができる。いくつかの実施形態では、医療レポート生成器1850は、公開された科学的証拠に基づく、および患者の医療レポートに具体的に取りまとめられた、患者固有の教育を患者に提供し、連続的な変化に基づいてレポートを自動更新するように構成されることが可能である。
図18Fは、患者の特性、患者の医療状態、または患者および/もしくは医師からの入力のうちの1つまたは複数に基づく患者に関連付けられた情報といった、医療レポートで使用される関連付けられた情報を格納し、これらにアクセスするための複数の構造を有するシステム1881の例の表現を示す図である。いくつかの実施形態では、システム1881は、医療レポートを生成するために使用される情報が、図16、図17、または図18Eのシステムにどのように格納されるかについての図である。図18Fでは、情報は、複数のデータベースに格納されるものとして説明される。本明細書で使用される場合、データベースは、格納された情報に関連付けられた1つまたは複数の値(例えば、他の情報)で情報を参照できるように情報を格納する方式のことを指す。様々な実施形態では、「データベース」は、例えば、データベース、データ・ストレージ構造体、リンクされたリスト、ルックアップ・テーブル等であることが可能である。いくつかの実施形態では、データベースは、構造化情報(例えば、名前、年齢、性別、または所定の最大フィールド・サイズの他の情報のような、例えば、所定のサイズの情報)を格納するように構成されることが可能である。いくつかの実施形態では、データベースは、構造化または非構造化情報(例えば画像またはビデオのような、例えば、予め定義されていてもされていなくてもよい情報)を格納するように構成されることが可能である。格納された情報は、患者の任意の他の情報に関連付けられてもよい。例えば、格納された情報は、患者の特性(例えば、名前、年齢、性別、民族、地理的起源、教育、体重、および/または身長)のうちの1つまたは複数、患者の1つまたは複数の医療状態、患者の医療状態の予後診断、医療治療等に関連付けられることが可能である。図18Fの例示のシステム1881は、(例えば、説明を分かりやすくするために)13個の異なるデータベースを有することを示しているが、他の実施形態では、このようなシステムは、より多くのもしくはより少ないデータベースを有することができるか、または、図示のデータベースに格納された特定の情報が、他の情報と組み合わされ、同じデータベースに一緒に格納されることが可能である。
システム1881は、通信バス1897を含み、通信バス1897は、必要に応じて構成要素が互いに通信することを可能にする。通信バス1897の1つまたは複数の部分は、有線通信バスとして実装されること、またはワイヤレス通信バスとして実装されることが可能である。様々な実施形態では、通信バス1897は、複数の通信ネットワーク、または1つもしくは複数のタイプ(例えば、より大きいエリアのネットワーク(LAN)、ワイド・エリア・ネットワーク(WAN)、インターネット、もしくはローカル・ワイヤレス・ネットワーク(例えば、Bluetooth))を含む。システム1881は、更に、医療レポート生成器1894を含み、医療レポート生成器1894は、通信バス1897と通信している。医療レポート生成器1894は、更に、1つまたは複数の入力構成要素1895と通信しており、1つまたは複数の入力構成要素1895は、患者および/または医師が、コンピュータ(例えば、デスクトップ・コンピュータ、ラップトップ・コンピュータ、タブレット型コンピュータ、または例えばスマートフォンのようなモバイル・デバイス)を使用して、医療レポート生成器1894とインターフェースするために使用されることが可能である。
医療レポート生成器1894は、通信バス1897を使用して、データベース・データ構造体のいずれかと通信することができる。様々な実施形態では、医療レポート生成器1894は、患者同定、患者嗜好、医用画像所見、患者診断、予後診断、臨床的意思決定、健康リテラシー、患者教育、画像生成/表示、およびポストレポート教育を含む、患者固有のレポートを生成するために、ワークフローに示されたデータベースのうちの1つまたは複数からの情報を使用することができる。
患者同定は、医療レポートに含まれることになるアバタを生成するために医療レポート生成器1894によって使用される。例えば、医療レポートの少なくとも一部の中で表示されるように、または医療レポートの少なくとも一部を患者に表示するように、および「提示する」ように。患者情報を決定することは、能動的または受動的方法のどちらかに基づくことが可能である。
受動
いくつかの実施形態では、医療レポート生成器1894は、電子医療記録(EMR)データベース1893と自動的に通信して、(特定の患者のために)患者の人口統計学上の特性を確かめ、患者年齢、性別、民族、および他の潜在的な関連特性を決定して、患者バイオメトリックス(例えば、身長、体重)を理解するように構成されることが可能である。
いくつかの実施形態では、医療レポート生成器1894は、電子医療記録(EMR)データベース1893と自動的に通信して、(特定の患者のために)患者の人口統計学上の特性を確かめ、患者年齢、性別、民族、および他の潜在的な関連特性を決定して、患者バイオメトリックス(例えば、身長、体重)を理解するように構成されることが可能である。
いくつかの実施形態では、医療レポート生成器1894は、名前および名前の民族的起源を含むプロプライエタリまたはウェブ・ベースの名前起源データベース1883に自動的に問い合わせて、患者の名前および/または他の患者情報に基づいて患者の性別および民族を全面的または部分的に決定するように構成されることが可能である。
能動
いくつかの実施形態では、医療レポート生成器1894は、インターフェース・システム1895から入力情報を受け取ることができ、入力情報は、医療レポートの一部を生成するために使用されることが可能である。例えば、患者、家族/友人メンバ、または医療専門家は、患者年齢、性別、および民族、ならびに他の潜在的な関連特性を入力することができる。これは、例えば、レポートを受け取ったとき、およびレポートを再生する前に、またはシステムに患者を登録したときに、行われることが可能である。
いくつかの実施形態では、医療レポート生成器1894は、インターフェース・システム1895から入力情報を受け取ることができ、入力情報は、医療レポートの一部を生成するために使用されることが可能である。例えば、患者、家族/友人メンバ、または医療専門家は、患者年齢、性別、および民族、ならびに他の潜在的な関連特性を入力することができる。これは、例えば、レポートを受け取ったとき、およびレポートを再生する前に、またはシステムに患者を登録したときに、行われることが可能である。
いくつかの実施形態では、医療レポート生成器1894は、インターフェース・システム1895を通じて、または通信バス1897を介して、患者のピクチャを受け取ることができ、ピクチャは、医療レポートの一部を生成するために使用されることが可能である。例えば、患者のピクチャは、システムに入力されるか、撮られること(例えば、電子画像として入力されること、またはスキャンすることによって写真に入力されること)が可能であり、ピクチャは、(例えば、患者に関連した)関連アバタにピクチャを自動的に変形させるために、医療レポート生成器(または医療レポート生成器に連結されたシステム)によって使用されることが可能である。アバタの特性の決定は、データ・システム内に存在するアバタのリポジトリからアバタを決定するか選ぶ、リンクされた画像ベースのアルゴリズムを使用して行われることが可能であり、アバタは、患者のピクチャに少なくとも部分的に基づいて選択される。
いくつかの実施形態では、アバタを生成するために使用されることが可能な患者についての情報を収納することができる会社に関連した全ての製品(例えば、Cleerly関連の製品)に対してQRコード(登録商標)が使用されることが可能である。
患者の嗜好。いくつかの実施形態では、このステップでは、医療レポート生成器1902は、患者または医師から(例えば、インターフェース・システム1895を介して)入力を受け取って、医療レポートの患者の理解を最大化するために理想的なまたは所望の教育的方法を同定するように構成されることが可能である。いくつかの実施形態では、システムは、患者によって選択されることが可能なオプションを含むグラフィカル・ユーザ・インターフェース(GUI)を生成する。いくつかの実施形態では、GUIは、ユーザ(例えば、患者、医師、または別の人)が、嗜好に関するデータを入力できる1つまたは複数のフィールドを含むことができる(例えば、数分のレポートの長さ)。システムによって受け取られることが可能な入力の例が下記に示されている。
・配信の方法-患者は、自分の医療レポートを、複合現実(AR/VR)、ホログラフィ、ポッドキャストで、ムービーとして見ることを選ぶことができる。他の実施形態では、配信の方法は、患者情報によって少なくとも部分的に決定される。
・レポートの長さ。一部の患者は、他の患者より詳述され、より多くの情報対より少ない情報を望む。患者は、自分のレポートの長さを選択することができる(例えば、<5分、5~10分、>10分)。他の実施形態では、レポートの長さは、患者情報を少なくとも部分的に使用して自動的に決定される。
・レポートの人気。患者が、自分がどのタイプのレポートを望むのかわからない場合、患者は、「最も人気のある」オプションを選択することができる。他の実施形態では、レポートのタイプは、患者情報を少なくとも部分的に使用して自動的に決定される。
・レポートの有効性。患者が、自分がどのタイプのレポートを望むのかについての嗜好を有していない場合、患者は、「最も教育的であるもの」を選ぶことができ、これは、健康リテラシーを最大化するために、患者の投票によってまたは科学的検討によって示されてきたレポート方法にリンクされることが可能である。他の実施形態では、レポートの「有効性」は、患者情報に少なくとも部分的に基づいて自動的に決定される。
・レポート配信音声。患者は、レポートのために患者がどのタイプの声を聞きたいかを選択することができる。
・配信の方法-患者は、自分の医療レポートを、複合現実(AR/VR)、ホログラフィ、ポッドキャストで、ムービーとして見ることを選ぶことができる。他の実施形態では、配信の方法は、患者情報によって少なくとも部分的に決定される。
・レポートの長さ。一部の患者は、他の患者より詳述され、より多くの情報対より少ない情報を望む。患者は、自分のレポートの長さを選択することができる(例えば、<5分、5~10分、>10分)。他の実施形態では、レポートの長さは、患者情報を少なくとも部分的に使用して自動的に決定される。
・レポートの人気。患者が、自分がどのタイプのレポートを望むのかわからない場合、患者は、「最も人気のある」オプションを選択することができる。他の実施形態では、レポートのタイプは、患者情報を少なくとも部分的に使用して自動的に決定される。
・レポートの有効性。患者が、自分がどのタイプのレポートを望むのかについての嗜好を有していない場合、患者は、「最も教育的であるもの」を選ぶことができ、これは、健康リテラシーを最大化するために、患者の投票によってまたは科学的検討によって示されてきたレポート方法にリンクされることが可能である。他の実施形態では、レポートの「有効性」は、患者情報に少なくとも部分的に基づいて自動的に決定される。
・レポート配信音声。患者は、レポートのために患者がどのタイプの声を聞きたいかを選択することができる。
医療レポート生成器1894は、更に、患者固有医療レポートのために医用画像所見データベース1884を利用することができる。医用画像所見データベース1884において決定および格納されることが可能ないくつかの「医用画像所見」があり、これらのうちの任意の1つまたは複数が、医療レポートに組み込まれることが可能である。以下は、医用画像所見データベース1884において決定および格納されることが可能な情報のいくつかの例である。
画像処理アルゴリズムは、CTスキャンからの心臓および心臓動脈をセグメントに加工する。
・冠動脈 - アテローム動脈硬化、血管形態、虚血
・心血管構造-左心室重量、左心室体積、心房体積、大動脈の規模、心外膜脂肪、脂肪肝、弁
・冠動脈 - アテローム動脈硬化、血管形態、虚血
・心血管構造-左心室重量、左心室体積、心房体積、大動脈の規模、心外膜脂肪、脂肪肝、弁
心臓および心臓動脈所見は、例えば以下によって定量化される。
・冠動脈プラーク - 例えば、プラーク負荷量、体積;プラーク・タイプ、パーセント・アテローム体積、位置、方向等
・血管形態 - 例えば、管腔体積、血管体積、動脈リモデリング、異常、動脈瘤、ブリッジング、切開等
・左心室重量 - グラムで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・左心室体積 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・心房体積 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・大動脈の規模 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・心外膜脂肪 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・脂肪肝 - ハウンスフィールド単位密度単独で、または脾臓に関連して
・冠動脈プラーク - 例えば、プラーク負荷量、体積;プラーク・タイプ、パーセント・アテローム体積、位置、方向等
・血管形態 - 例えば、管腔体積、血管体積、動脈リモデリング、異常、動脈瘤、ブリッジング、切開等
・左心室重量 - グラムで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・左心室体積 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・心房体積 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・大動脈の規模 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・心外膜脂肪 - mlで、または体表面積もしくはボディ・マス・インデックスにインデックスを付けられる
・脂肪肝 - ハウンスフィールド単位密度単独で、または脾臓に関連して
定量化された心臓および心臓動脈所見は、これらの所見のそれぞれの分類に対して明確に定義されたエリアを有する医用画像定量的所見データベース1885に自動的に送られる。
いくつかの実施形態では、医用画像定量的所見データベース1885は、単一の病状に関する症候群を含む関連所見を一緒にリンクするアルゴリズムを有する。
例では、左心室体積増加の存在は、左心房体積増加の存在と共に、僧帽弁の肥厚と共に、正常な右心房体積と共に、著しい僧帽弁逆流(または僧帽弁の漏れ)を患者に示唆することができる。
別の例では、増加した大動脈の規模および増加した左心室重量の存在は、人が高血圧を有することを示唆し得る。
医用画像定量的所見データベース1885は、検討所見との間の潜在的な結合関係を同定するために、他の電子データ・ソース(例えば、会社データベース、電子健康記録など)にリンクすることができる。例えば、おそらく電子健康記録は、患者が高血圧を有することを示し、この場合、レポートは、具体的には、高血圧、すなわち、正常性または左心室重量、心房体積、心室体積、大動脈の規模を有する、患者の健康レポート・カードを自動的に取りまとめることになる。
医用画像定量的所見データベース1885は、医用イメージング所見固有のサーチを実施して、症候群を含む関連所見をリンクし得る情報を取り出すために、インターネットにリンクすることができる(すなわち、サーチは、上述のような画像データの取りまとめに基づく)。
診断:心臓および心臓動脈所見の形態学的分類。
形態学的分類は以下に基づくことができる。
中間/95%信頼区間、中央/四分位区間、正常性の十分位数、正常性の五分位数などを有する範囲を含む人口ベースの正常基準範囲データベース1886との比較。これらのデータは、更に、医療レポートにおいて「年齢」で報告されることが可能である。例えば、おそらく、患者の生物学的年齢は50歳であるが、患者の心臓年齢は、年齢および性別ベースの正常基準範囲データベースとの比較に基づいて70歳である。
人口ベースの正常基準範囲データベース1886がシステム1881に存在しない場合、いくつかの実施形態では、システム1881は、インターネットをサーチして、例えば、PubMedサーチで、ならびに自然言語処理および学術論文の「読解」によって、これらの正常範囲を探すことができる。
分類等級:以下の多くの方式で行われることが可能である。
・存在/不在
・正常、軽度、中程度、重度
・上昇または低下
・年齢、性別、および民族の百分位数
・存在/不在
・正常、軽度、中程度、重度
・上昇または低下
・年齢、性別、および民族の百分位数
上記のカテゴリ体系のいずれかは、更に、他の患者状態を考慮に入れる(例えば、患者が高血圧を有する場合、患者の予測されるプラーク体積は、高血圧のない患者のプラーク体積より高くなり得る)。
時間的/動的変化は、例えば発生したことがある変化を報告する固有の事前試験データベース1887に存在する患者の事前の検討との所見の自動的な比較と、母集団ベースの正常基準範囲データベース1886との直接比較とによって行われること、および医療レポートに統合されることが可能であり、疾患のこの変化が、予測的に正常、軽度、中程度、重度等(または他の分類等級分け方法)であるかどうかを決定する。
時間的な/動的変化は、患者の検討のデータベース内の3つ以上の検討(例えば、4つの検討)の比較によって行われてもよく、この中で、変化は、回帰直線に沿った絶対、相対%によって、または他の数学変換によって報告されることが可能であり、これらの所見は、人口ベースの正常基準範囲データベースと比較される。
予後診断
患者結論の自動的予後診断は、共に存在する予後診断データベース1888の直接の尋問による医用イメージング所見(+他の患者データに連結された+正常基準範囲データベースに連結された)を患者レベルの結論と統合することによって行われることが可能である。予後診断データベース1888は、単一のデータベース(例えば、冠動脈プラーク所見のデータベース)でも、複数のデータベース(例えば、冠動脈プラークについての1つのデータベース、心室所見についての1つのデータベース、非冠血管所見についての1つのデータベース等)でもよい。
患者結論の自動的予後診断は、共に存在する予後診断データベース1888の直接の尋問による医用イメージング所見(+他の患者データに連結された+正常基準範囲データベースに連結された)を患者レベルの結論と統合することによって行われることが可能である。予後診断データベース1888は、単一のデータベース(例えば、冠動脈プラーク所見のデータベース)でも、複数のデータベース(例えば、冠動脈プラークについての1つのデータベース、心室所見についての1つのデータベース、非冠血管所見についての1つのデータベース等)でもよい。
いくつかの実施形態では、異なるタイプの予後診断のために、いくつかおよび別個のデータベースが存在してもよく、例えば、主要有害心血管イベント(MACE:major adverse cardiovascular event)のリスクの自動計算のために1つのデータベースが存在してもよく、その一方で、急速疾患進行の自動計算のためにもう1つのデータベースが存在してもよい。これらのデータベースは、順次尋問されてもよく、または互いに双方向でもよい(例えば、急速疾患進行のレートが高い人は、MACEのリスクも高くなり得るが、急速疾患進行の存在は、急速疾患進行を経験していない人のMACEのリスク以上にMACEのリスクを増加させ得る)。
予後診断所見は、上昇/低下、%リスク、脅威率、時間対イベントのKaplan Meier曲線、およびその他によって、ムービー・レポートの中に報告されることが可能である。
臨床的意思決定
治療処置の自動的推奨は、上記の所見を処置データベース1889と統合することによって行われることが可能である。処置データベース1889は、患者の医用画像所見、診断、症候群、および予後診断がリンクされ得る科学的かつ臨床的証拠データを収納することができる。これらの所見-および臨床試験対象患者基準/除外基準/適格性基準-に基づいて、患者の状態を改善し得る特定の薬または手順についての処置推奨が示されることが可能である。
治療処置の自動的推奨は、上記の所見を処置データベース1889と統合することによって行われることが可能である。処置データベース1889は、患者の医用画像所見、診断、症候群、および予後診断がリンクされ得る科学的かつ臨床的証拠データを収納することができる。これらの所見-および臨床試験対象患者基準/除外基準/適格性基準-に基づいて、患者の状態を改善し得る特定の薬または手順についての処置推奨が示されることが可能である。
例えば、おそらく、患者が、患者の第1の検討では特定量のプラークを有し、このプラークは、患者の第2の検討では著しく進行した。システムは、正常基準範囲データベースの問い合わせおよび事前検討データベースに基づいて、高、正常、または低として変化を報告することになり、これに基づいて予後診断を表現する。システムは、次いで、EMRデータベースに問い合わせて患者がどの薬を現在服用しているかを確認することができ、システムは、患者がスタチンを服用していることを知る。システムは、次いで、スタチン薬に加えてPCSK9阻害剤薬を追加することが、XX%の相対リスク削減に関連付けられるであろうことをシステムに知らせるであろうデータベースを調査することができる。同様の例は、侵襲的手順を考慮される患者のためのものになる。
多くの場合、処置経路は、特定の種類の治療法を行うための利益およびリスクが存在する場合、100%明らかではない。この場合、システムは、共有決定データベース1890に問い合わせることができ、共有決定データベース1890は、処置オプションの科学的証拠をリスト化し、これらのアプローチの利益および限界の全てをリスト化している。異なる処置アプローチの「賛成」および「反対」は、患者医療レポートに統合されることが可能である。
例えば、医用画像所見、正常基準比較、予後診断評価、および処置クエリに基づいて、おそらく81歳の女性は、副作用が悪化している骨粗鬆症の薬から非常に利益を得るであろう。この場合、女性は、重度の骨粗鬆症を有し得るが、彼女にとって薬の利益は、共有意思決定データベースを通じて示され伝達されるようなリスクにまさる。これらのタイプのケースについては、代案が提供されてもよい。
例えば、共有意思決定データベースは、Consumer Reportsまたはamazon.com製品オプションがリスト化されている方式と同様に、処置の比較可能な有効性を示すことができるので、患者は、賛成および反対というオプションを理解することができる。
システム1881は、更に、健康リテラシー・データベース1891を含むことができる。医療レポートを生み出すためのワークフローのこの部分は、検討所見、診断、予後診断、および処置意思決定を患者が理解することを保証するための、双方向の「クイズ」であることが可能である。患者が「クイズ」に失敗すると、システムは、患者が自分の状態を理解するように、コンテンツをますます簡単な用語に自動的に取りまとめるであろう。
したがって、健康リテラシー・データベース1891は、単純から複雑までに基づくムービーの階層化データベースであることが可能であり、患者の嗜好および「クイズ」の患者のスコアに合わされるであろう。この情報は、この患者の将来のムービーのために維持されることが可能である。
逆も発生し得る。例として、おそらく、患者が「クイズ」に合格し、システムは、患者が状態についてもっと知りたいかどうかを患者に尋ねる。患者が「はい」と回答すると、システムは、患者に表示するために、ますます複雑なムービーを抽出することができる。このようにして、健康リテラシー・データベース1891は、マルチレベルかつ双方向である。
システム1881は、更に、教育データベース1892を含むことができ、教育データベース1892は、科学および医学に基づく教材を有し、コンテンツは冗長だが、配信方法が異なる。
例として、患者が特定の所見を有することにシステムが気づくと、システムは、患者が固有の状態についてもっと学習したいかどうかを患者に尋ねることができる。患者が「はい」を示すと、システムは、患者が概要インフォグラフィック・ページ、スライド・プレゼンテーション、ムービー等を見たいかどうかを尋ねることができる。
システム1881は、更に、医療レポート生成器1894が使用して、患者がより良く理解できる漫画フォーマットまたはよりシンプルなフォーマットに医用画像を変形させる、画像を含む、画像表示データベース1893を含むことができる。
システムは、更に、特定の医療状態に関するリアルタイムの新しい情報を絶えず更新するポストレポート教育データベース1896を含むことができる。医療レポート生成器1894は、このポストレポート教育データベース1896に問い合わせ、インターネットに存在する教育コンテンツ(例えば、科学記事、出版物、プレゼンテーション等)を取りまとめ、次いで、教育コンテンツを、例えば患者情報によってまたはユーザ入力によって決定されるような患者が見たいと思う情報に、ポストレポート教育データベース1896を通じて修正することができる。
医療レポート生成器1894システムは、受動だけでなく双方向であることが可能である。異なるタイプのレポートおよび情報が、医療レポートのための情報のセットとして生成されることが可能であり、ユーザは、インターフェース・システム1895(例えば、ユーザのコンピュータ・システム)を使用して、どの情報を見るべきかを対話式に選択することができ、医療レポート生成器1894に入力を提供することによって提示/表示されるべき他の情報を選択することができる。
アテローム性動脈硬化症(ASCVD)を決定するための非連続のまたは異なる動脈床のイメージング方法のためのシステムおよび方法
本開示のこの部分は、シーケンシャルな非連続動脈床イメージングを使用して、アテローム性動脈硬化症リスクを評価するためのシステムおよび方法に関する。本明細書に記載する様々な実施形態は、ASCVD評価またはASCVDリスク・スコアを生成するための、シーケンシャルな非連続動脈床画像の定量化および特徴付けに関する。生成されるどのリスク・スコアも、提案されたリスク・スコアであることが可能であり、医師は、提案されたASCVDリスク・スコアを使用して、患者のASCVDリスク・スコアを提供することができる。様々な実施形態では、提案されたASCVDリスク・スコアは、提案されたASCVDリスク・スコアに基づいて、または追加の情報と共に、ASCVDリスク・スコアを患者に提供するために使用されることが可能である。
本開示のこの部分は、シーケンシャルな非連続動脈床イメージングを使用して、アテローム性動脈硬化症リスクを評価するためのシステムおよび方法に関する。本明細書に記載する様々な実施形態は、ASCVD評価またはASCVDリスク・スコアを生成するための、シーケンシャルな非連続動脈床画像の定量化および特徴付けに関する。生成されるどのリスク・スコアも、提案されたリスク・スコアであることが可能であり、医師は、提案されたASCVDリスク・スコアを使用して、患者のASCVDリスク・スコアを提供することができる。様々な実施形態では、提案されたASCVDリスク・スコアは、提案されたASCVDリスク・スコアに基づいて、または追加の情報と共に、ASCVDリスク・スコアを患者に提供するために使用されることが可能である。
いくつかの実施形態では、ASCVDリスク・スコアは、例えば、1年、3年、5年、10年、またはこれ以上のような期間にわたって心血管問題を有するリスクの計算結果である。いくつかの実施形態では、心血管問題は、心臓発作または卒中のうちの1つまたは複数を含むことができる。それでも、他の心血管問題が、更に含まれること、すなわち、リスクとして評価されることが可能である。いくつかの実施形態では、このリスク推定は、年齢、性別、人種、コレステロール・レベル、血圧、薬剤使用、糖尿病ステータス、および/または喫煙ステータスを考慮する。いくつかの実施形態では、ASCVDリスク・スコアは、パーセンテージとして示される。これは、この先10年で心疾患または卒中を有する可能性である。リスク・スコアに応じて種々の処置推奨がある。例として、0.0から4.9パーセント・リスクのASCVDリスク・スコアは、低いと考えることができる。健康的な飲食物を食べること、および運動することは、リスクを低く保つのに役立つことになる。薬は、LDLすなわち「悪玉」コレステロールが190以上でない限り推奨されない。5.0から7.4パーセント・リスクのASCVDリスク・スコアは、境界線と考えることができる。「リスク・エンハンサ」と呼ばれることがある特定の状態を有している場合、スタチン薬の使用が推奨され得る。これらの状態は、心疾患または卒中のリスクを増加させることがある。下記のリストのリスク・エンハンサのいずれかを有するかどうかを確認するために、初期治療提供者と話す。7.5から20パーセント・リスクのASCVDリスク・スコアは、中間と考えることができる。一般的には、この範囲のスコアを有する患者に対して、中程度~強度のスタチン治療を開始することが推奨される。20パーセント・リスクより大きいASCVDリスク・スコアは、高いと考えることができる。ASCVDリスク・スコアが高リスクを示すとき、患者が高強度スタチン治療を開始することが推奨され得る。
本明細書に記載する様々な実施形態は、更に、例えば単一のイメージング検査から、異なる動脈床のASCVDを定量化するためおよび特徴付けるためのシステムおよび方法に関する。いくつかの実施形態では、システムおよび方法は、2つ以上のイメージング検査から異なる動脈床のASCVDを定量化することおよび特徴付けることができる。実施されるイメージングのいずれも、本明細書の他の場所で記載する正規化デバイスと併用して行われることが可能である。本明細書に記載する様々な実施形態は、更に、各動脈床からの所見に重み付けすることによってASCVDイベントを予後診断するための統合された基準値を決定するためのシステムおよび方法に関する。改善された診断、予後診断、および薬物療法または生活様式変更後のCADの追跡を通じた臨床的意思決定を論理的に誘導するために、ASCVD負荷量、タイプ、および進行を定量化するためおよび特徴付けるためのシステムおよび方法の例が説明される。したがって、いくつかのシステムおよび方法が、全体論的な患者レベルのASCVDリスク評価と、動脈床固有のASCVD負荷量、タイプ、および進行との両方を提供することができる。
正規化デバイスと併用して行われる非連続動脈床のイメージングに関する例として、アルゴリズム・ベースの医用イメージング分析のために、正規化デバイスが、対象者の冠動脈領域の医用画像を正規化するように構成される。例では、正規化デバイスは、少なくとも、患者および正規化デバイスの関心領域が、医療画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように患者と共に医療画像装置に置かれるようなサイズおよび形状で構成された基板と、基板上または基板内に位置付けられた複数の区画であって、複数の区画の配置が、基板上または基板内に固定される、複数の区画と、それぞれが複数の区画のうちの1つの中に位置付けられ、それぞれの体積、絶対密度、および相対密度が既知である複数のサンプルとを含む。複数のサンプルは、コントラスト・サンプルのそれぞれがコントラスト・サンプルの他の絶対密度とは異なる絶対密度を含むコントラスト・サンプルのセットと、カルシウム・サンプルのそれぞれがカルシウム・サンプルの他の絶対密度とは異なる絶対密度を含むカルシウム・サンプルのセットと、脂肪サンプルのそれぞれが脂肪サンプルの他の絶対密度とは異なる絶対密度を含む脂肪サンプルのセットとを含むことができる。セットのコントラスト・サンプルは、カルシウム・サンプルのセットおよび脂肪サンプルのセットがコントラスト・サンプルのセットを囲むように、複数の区画内に配置されることが可能である。
例では、アテローム性動脈硬化症(ASCVD)のリスク評価を生成するためのコンピュータ実装方法が、正規化デバイス(本明細書に記載するような)を使用して、アルゴリズム・ベースのイメージング分析の精度を改善する。いくつかの実施形態では、医用イメージング方法は、第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットを受け取ることであって、第2の動脈床が、第1の動脈床と非連続であり、第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットのうちの少なくとも1つが、正規化デバイスを使用して正規化される、受け取ることと、第1の動脈床の画像の第1のセットを使用して第1の動脈床におけるASCVDを定量化することと、第2の動脈床の画像の第1のセットを使用して第2の動脈床におけるASCVDを定量化することと、第1の動脈床における定量化されたASCVDおよび第2の動脈床における定量化されたASCVDに基づいて第1のASCVDリスク・スコアを決定することとを含む。いくつかの実施形態では、第1の動脈床の定量化されたASCVDおよび第1の動脈床の重み付けられた有害イベントに基づいて、第1の動脈床の第1の重み付けられた評価を決定すること、および第2の動脈床の定量化されたASCVDおよび第2の動脈床の重み付けられた有害イベントに基づいて、第2の動脈床の第2の重み付けられた評価を決定すること。第1のASCVDリスク・スコアを決定することは、第1の重み付けられた評価および第2の重み付けられた評価に基づいてASCVDリスク・スコアを決定することを更に含む。いくつかの実施形態では、方法は、第1の動脈床の画像の第2のセットおよび第2の動脈床の画像の第2のセットを受け取ることであって、第1の動脈床の画像の第2のセットが、第1の動脈床の画像の第1のセットを生成した後に生成され、第2の動脈床の画像の第2のセットが、第2の動脈床の画像の第1のセットを生成した後に生成される、受け取ることと、第1の動脈床の画像の第2のセットを使用して第1の動脈床におけるASCVDを定量化することと、第2の動脈床の画像の第2のセットを使用して第2の動脈床におけるASCVDを定量化することと、画像の第2のセットを使用した第1の動脈床における定量化されたASCVD、および画像の第2のセットを使用した第2の動脈床における定量化されたASCVDに基づいて、第2のASCVDリスク・スコアを決定することとを更に含むことができる。第2のASCVDリスク・スコアを決定することは、第1のASCVDリスク・スコアに更に基づくことが可能である。いくつかの実施形態では、第1の動脈床は、大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含む。第2の動脈床は、第1の動脈床の動脈とは異なる大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含む。本明細書で説明された方法のいずれも、生成された画像の自動画像評価の品質を改善するために正規化デバイスを使用したイメージングに基づくことが可能である。
一実施形態では、これらの方法の出力は、個人化された形で動脈床固有のイベントのない生存を改善することができる単一の患者レベルのリスク・スコアであることが可能である。いくつかの実施形態では、「Systems,Methods,and Devices for Medical Image Analysis,Risk Stratification,Decision Making and/or Disease Tracking」と題する2020年1月5日に提出された米国特許出願第17/142,120号(本明細書に参照により組み込まれる)に記載の特徴付け技法およびプロセスの量子化のいずれも、ASCVDリスク評価を生成するために全体的または部分的に採用されることが可能である。
コンピュータ断層撮影、磁気共鳴画像法、核イメージング、または超音波による3Dイメージングを使用した伝統的な心血管イメージングは、関心領域として単一の血管床(または領域)をイメージングすることに依存してきた。時には、例えば、胸郭-腹部-骨盤CT、頸動脈および大脳動脈イメージングなど、複数の身体部位が、連続している場合、イメージングされてもよい。複数身体部位イメージングは、隣のまたは地理的に近い解剖学的領域に影響を及ぼす疾患経過を同定するのに有用になり得る。複数身体部位イメージングは、診断、予後診断を強化するため、および、治療的介入(例えば、薬物治療、経皮介入、手術等)の臨床的意思決定を誘導するために使用されることが可能である。
追加として、非連続動脈床の複数身体部位イメージングを採用する方法は、アテローム性動脈硬化症(ASCVD)の診断、予後診断、および臨床的意思決定を強化するのに有利になり得る。ASCVDは、冠動脈、頸動脈、大動脈、腎動脈、下肢動脈、大脳動脈、および上肢動脈を含む全ての血管床に影響を及ぼし得る全身性疾患である。歴史的に単一の診断として考えられるが、ASCVDの相対的罹患率、範囲、重症度、およびタイプ(ならびに、血管形態に対するその結果として生じる効果)は、異なる動脈床の間で非常に高い分散を示し得る。例として、重度の頸動脈アテローム動脈硬化を有する患者は、冠動脈アテローム動脈硬化を有していないことがある。代替として、重度の冠動脈アテローム動脈硬化を有する患者は、より軽度な形の下肢アテローム動脈硬化を有することがある。罹患率、範囲、および重症度と同様に、アテローム動脈硬化のタイプも、血管床の間で異なる可能性がある。
先進的なイメージングによって定量化されたおよび特徴付けられたような、アテローム性動脈硬化症(ASCVD)の負荷量、タイプ、および進行の臨床的重要性を、かなりの量のリサーチが、これから明らかにする。例として、冠動脈コンピュータ断層撮影血管造影(CCTA)が、これから、全ての主要な血管領域におけるASCVDおよび血管形態の定量的評価を可能にする。ASCVDの量(または負荷量)だけでなくプラークのタイプも重症度分類に重要であることを、いくつかのリサーチ試験が示してきており、具体的には、明確な動脈リモデリングを示す低減衰プラーク(LAP)および非石灰化プラークが、将来の主要有害心血管イベント(MACE)のより大きな発生の原因として指摘され、石灰化プラークおよび、特に、より高い密度の石灰化プラークが、より安定しているように見える。この概念を評価してきたいくつかの研究が、観察に基づくものであり、ランダム化制御試験の範囲内であった。更に、薬物使用は、人口におけるLAPの低減および石灰化プラーク形成の加速に関連付けられてきているが、個人内推定がまだ報告されていない。スタチン、イコサペント・エチル、およびコルヒチンなどの薬物が、冠動脈のASCVDの緩和に関連付けられるように、冠動脈コンピュータ断層撮影血管造影(CCTA)によって観察されてきた。頸動脈のASCVDの複雑性またはタイプに関する同様の所見は、卒中についての、ならびに腎動脈および下肢動脈についての説明として支持されてきた。
したがって、血管動脈床のそれぞれのASCVDの存在、範囲、重症度、およびタイプを理解することは、有害心血管イベントの将来のリスク、および発生することになる有害心血管イベントのタイプ(例えば、心臓発作対卒中対切断等)の理解を改善し、複数の動脈床における疾患経過における健康回復によい薬物および生活様式の変更の効果の追跡を可能にすることができる。更に、非連続動脈床からの所見を単一の予測モデルに統合することは、個人化した精密さに基づいた形で、治療に対する個々のリスクおよび反応の全体論的評価を経時的に改善することができる。いくつかの例では、このような評価は、例えば、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、および大脳動脈のうちの1つまたは複数のような、1つまたは複数の他の動脈床の評価と、冠動脈の評価を統合することを含むことができる。いくつかの例では、このような評価は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの異なる1つと、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のいずれかの評価を統合することを含むことができる。
本明細書に記載する様々な実施形態は、心血管リスクおよび/またはイベントを低減させるために使用され得る評価を決定するためのシステムおよび方法に関する。例えば、このような評価は、実際のアテローム性動脈硬化症(ASCVD)の負荷量、ASCVDのタイプ、および/またはおよびASCVDの進行に基づいて、生活様式、薬物、および/または介入療法を少なくとも部分的に決定または生成するために使用されることが可能である。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、例えば、1つまたは複数の人工知能(AI:artificial intelligence)および/または機械学習(ML:machine learning)アルゴリズムを使用して、実際のASCVDの負荷量、ASCVDのタイプ、および/またはASCVDの進行を示す、またはこれらに関連付けられた1つまたは複数の測定値を生成するために、例えば、患者の動脈床の非侵襲的CT、MRI、および/または他の医用イメージング・データなどの医用画像データを動的および/または自動的に分析するように構成される。動脈床は、例えば、冠動脈、頸動脈、および下肢動脈、腎動脈、ならびに/または大脳動脈を含むことができる。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、更に、例えば、1つまたは複数の人工知能(AI)および/または機械学習(ML)アルゴリズムを使用して、実際のASCVDの負荷量、ASCVDのタイプ、および/またはASCVDの進行に基づいて、1つまたは複数の患者固有の処置および/または薬物で使用されることが可能な評価を自動的および/または動的に生成するように構成されることが可能である。
いくつかの実施形態では、本明細書に記載するシステムおよび方法は、2つ以上の動脈本体に対して1つもしくは複数のCCTAアルゴリズムおよび/または1つもしくは複数の医療処置アルゴリズムを利用して、例えば、その局在化および/または病変周囲の組織など、ASCVDの存在、範囲、重症度、および/またはタイプを定量化するように構成される。いくつかの実施形態では、1つまたは複数の医療処置アルゴリズムは、例えば、コンピュータ断層撮影(CT)、磁気共鳴(MR)、超音波、核医学、分子イメージング、および/またはその他などの任意のイメージング・モダリティから取得された任意の医用画像を分析するように構成される。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、(人口ベースではなく)個人化された、(リスク因子などの疾患の代用マーカーではなく)実際の疾患を処置し、および/または経時的なCCTAが同定したASCVDの変化(例えば、進行、消失、変換、および/または安定化など)によって誘導される、1つまたは複数の医療処置アルゴリズムを利用するように構成される。いくつかの実施形態では、1つもしくは複数のCCTAアルゴリズムおよび/または1つもしくは複数の医療処置アルゴリズムは、コンピュータ実装アルゴリズムであり、ならびに/または1つもしくは複数のAIおよび/もしくはMLアルゴリズムを利用する。
いくつかの実施形態では、システムおよび方法は、2つ以上の動脈本体を使用して、個人内でベースラインASCVDを評価するように構成される。いくつかの実施形態では、システムおよび方法は、冠動脈CT血管造影(CCTA)を利用することによってASCVDを評価するように構成される。いくつかの実施形態では、システムおよび方法は、アテローム動脈硬化の存在、ローカル、範囲、重症度、タイプ、病変周囲の組織特性、および/または同様のものを同定および/または分析するように構成される。いくつかの実施形態では、ASCVD評価の方法は、冠動脈、頸動脈、および/または他の血管床(例えば、下肢、大動脈、腎臓、および/または同様のものなどの)の分析を実施する定量的なイメージング・アルゴリズムに応じて決めることができる。
いくつかの実施形態では、システムおよび方法は、リスクに基づく特定のカテゴリにASCVDをカテゴライズするように構成される。例えば、このようなカテゴリのいくつかの例は、ステージ0、ステージI、ステージII、ステージIII、または、なし、最低限、軽度、中程度、または、主に石灰化対主に非石灰化、または、低密度非石灰化プラークのXユニット、または、全体の体積もしくは負荷量に応じたNCPのX%を含むことができる。いくつかの実施形態では、システムおよび方法は、ASCVDを連続的に定量化するように構成されることが可能である。いくつかの実施形態では、システムおよび方法は、心臓発作、卒中、切断、切開、および/または同様のものなど、イベントの将来のASCVDリスクのレベルによってカテゴリを定義するように構成されることが可能である。いくつかの実施形態では、例えば心血管測定値(高血圧に対する左心室肥大、心房細動に対する心房体積、脂肪など)、および/またはASCVD(例えば気腫)に寄与し得る非心血管測定値など、1つまたは複数の他の非ASCVD基準が、リスク評価を強化するために含まれてもよい。いくつかの実施形態では、これらの測定値は、1つまたは複数のCCTAアルゴリズムを使用して定量化されることが可能である。
いくつかの実施形態では、本明細書に記載するシステムおよび方法は、2つ以上の動脈本体の評価に基づいて、個人化されたまたは患者固有の処置を生成するように構成されることが可能である。より具体的には、いくつかの実施形態では、システムおよび方法は、ASCVDの存在、範囲、重症度、および/またはタイプに基づいて治療推奨を生成するように構成されることが可能である。いくつかの実施形態では、リスク因子(例えば、コレステロール、糖尿病など)を利用するのではなく、処置アルゴリズムは、個人化された形でASCVDに基づく薬物療法、生活様式、および/または介入療法を直接強化する階層型アプローチを備えることおよび/または利用することができる。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の従来のマーカー-低下したコレステロール、ヘモグロビンA1Cなど-を一般に無視し、代わりに、疾患のASCVDの存在、範囲、重症度、および/またはタイプを活用して、薬物療法強化の治療法決定を誘導するように構成されることが可能である。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の従来のマーカー-低下したコレステロール、ヘモグロビンA1Cなど-を疾患のASCVDの存在、範囲、重症度、および/またはタイプと組み合わせて、薬物療法強化の治療法決定を誘導するように構成されることが可能である。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の新奇なマーカー-遺伝学、転写学、または他のオミクス測定など-を疾患のASCVDの存在、範囲、重症度、および/またはタイプと組み合わせて、薬物療法強化の治療法決定を誘導するように構成されることが可能である。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の他のイメージングマーカー-頸動脈超音波イメージング、腹部大動脈超音波またはコンピュータ断層撮影、下肢動脈評価、およびその他など-を疾患のASCVDの存在、範囲、重症度、および/またはタイプと組み合わせて、薬物療法強化の治療法決定を誘導するように構成されることが可能である。
いくつかの実施形態では、システムおよび方法は、2つ以上の動脈本体の反応評価に基づいて個人化された治療をアップデートするように構成される。具体的には、いくつかの実施形態では、ベースラインとフォローアップCCTAとの間のASCVDの変化に基づいて、個人化された治療は、悪化が生じた場合、更新および強化されること、または、改善が生じた場合、段階的に縮小される/一定に保たれることが可能である。非限定的例として、安定化が生じた場合、これは、現在の医療計画の成功の証拠になり得る。代替として、別の非限定的例として、安定化が発生せず、ASCVDが進行したとき、これは、現在の医療計画の失敗の証拠になり得、薬物療法を強化するために、アルゴリズム的アプローチが行われることが可能である。
本明細書で論じられるシステムおよび方法の理解を容易にするために、いくつかの用語が下記で説明される。これらの用語および本明細書で使用される他の用語は、提供された説明、用語の普通および通例の意味、ならびに/またはそれぞれの用語についての任意の他の示唆される意味を含むように解釈されるべきであり、このような構造は、用語の文脈に一致したものである。したがって、下記の説明は、これらの用語の意味を限定せず、例示の説明を提供するだけである。
ASCVDの存在:これは、プラークの存在対不在、または非石灰化プラークの存在対不在、または低減衰プラークの存在対不在であることが可能である。
ASCVDの範囲:これは、以下を含むことができる。
・全ASCVD体積
・パーセント・アテローム体積(アテローム体積/血管体積×100)
・血管長に正規化された全アテローム体積(TAVnorm)
・拡散(ASCVDによって影響を及ぼされた血管の%)
・全ASCVD体積
・パーセント・アテローム体積(アテローム体積/血管体積×100)
・血管長に正規化された全アテローム体積(TAVnorm)
・拡散(ASCVDによって影響を及ぼされた血管の%)
ASCVDの重症度:これは、以下を含むことができる。
・ASCVDの重症度は、年齢、性別、民族、および/またはCADリスク因子に正規化された人口ベースの推定にリンクされることが可能である。
・なし、1-VD、2-VD、または3-VDにおける血管造影の狭窄≧70%または≧50%
・ASCVDの重症度は、年齢、性別、民族、および/またはCADリスク因子に正規化された人口ベースの推定にリンクされることが可能である。
・なし、1-VD、2-VD、または3-VDにおける血管造影の狭窄≧70%または≧50%
ASCVDのタイプ:これは、以下を含むことができる。
・非石灰化される対石灰化されるプラークの割合(比率、%等)
・非石灰化される低減衰対非石灰化される、対、石灰化される低密度対石灰化される高密度であるプラークの割合
・非石灰化プラークおよび石灰化プラークの絶対量
・非石灰化される低減衰対非石灰化される、対、石灰化される低密度対石灰化される高密度であるプラークの絶対量
・順序分類のないプラークの連続的なグレー・スケール測定値
・正のリモデリング(血管直径/正常基準直径、または血管面積/正常基準面積、または血管体積/正常基準体積の≧1.10または≧1.05比)対負のリモデリング(≦1.10または≦1.05)としてプラークによって課された血管リモデリング
・連続的な比率としてプラークによって課された血管リモデリング
・非石灰化される対石灰化されるプラークの割合(比率、%等)
・非石灰化される低減衰対非石灰化される、対、石灰化される低密度対石灰化される高密度であるプラークの割合
・非石灰化プラークおよび石灰化プラークの絶対量
・非石灰化される低減衰対非石灰化される、対、石灰化される低密度対石灰化される高密度であるプラークの絶対量
・順序分類のないプラークの連続的なグレー・スケール測定値
・正のリモデリング(血管直径/正常基準直径、または血管面積/正常基準面積、または血管体積/正常基準体積の≧1.10または≧1.05比)対負のリモデリング(≦1.10または≦1.05)としてプラークによって課された血管リモデリング
・連続的な比率としてプラークによって課された血管リモデリング
ASCVDの進行
・進行は、急速対非急速として定義されることが可能であり、閾値は、急速進行(例えば、>1.0%のパーセント・アテローム体積、>200mm3のプラークなど)を定義するためのものである。
・ASCVDの連続的な変化は、急速進行、主に石灰化プラーク形成を伴う進行、主に非石灰化プラーク形成を伴う進行、および消失を含むことができる。
・進行は、急速対非急速として定義されることが可能であり、閾値は、急速進行(例えば、>1.0%のパーセント・アテローム体積、>200mm3のプラークなど)を定義するためのものである。
・ASCVDの連続的な変化は、急速進行、主に石灰化プラーク形成を伴う進行、主に非石灰化プラーク形成を伴う進行、および消失を含むことができる。
リスクのカテゴリ
・ステージ:血管造影の重症度に関連付けられたプラーク体積に基づく0、I、II、またはIII(なし、非閉塞性、および閉塞性1VD、2VDおよび3VD)
・年齢および性別および民族、およびリスク因子(例えば、糖尿病、高血圧など)の存在の百分位数
・全プラーク体積に応じた%石灰化対%非石灰化
・低密度非石灰化プラークのXユニット
・病変毎、血管毎、および患者毎のプラークのグレー・スケールの連続的な3Dヒストグラム分析
・リスクは、MACEのリスク、アンギナのリスク、虚血のリスク、急速進行のリスク、薬剤無反応のリスクなどを含む、いくつかの方式で定義されることが可能である。
・ステージ:血管造影の重症度に関連付けられたプラーク体積に基づく0、I、II、またはIII(なし、非閉塞性、および閉塞性1VD、2VDおよび3VD)
・年齢および性別および民族、およびリスク因子(例えば、糖尿病、高血圧など)の存在の百分位数
・全プラーク体積に応じた%石灰化対%非石灰化
・低密度非石灰化プラークのXユニット
・病変毎、血管毎、および患者毎のプラークのグレー・スケールの連続的な3Dヒストグラム分析
・リスクは、MACEのリスク、アンギナのリスク、虚血のリスク、急速進行のリスク、薬剤無反応のリスクなどを含む、いくつかの方式で定義されることが可能である。
非連続動脈床の評価を決定することに関するシステムおよび方法の実施形態における特定の特徴が、下記で説明される。
非連続動脈床の医用イメージング
本明細書に記載するシステムおよび方法は、更に、非連続動脈床の医用イメージングに関する。例えば、単一のイメージング検査における非連続動脈床のイメージング。他の実施形態では、2つ以上のイメージング検査における非連続動脈床のイメージング、および生成された画像からの情報は、患者の健康状態に関する情報を決定するために使用されることが可能である。例として、冠動脈および頸動脈は、同じコントラスト・ボラスを使用してイメージングされる。この場合、冠動脈は、CCTAによってイメージングされることが可能である。CCTA画像獲得の直後に、CTテーブルが移動し、同じまたは補足的なコントラスト用量を使用して頸動脈をイメージングする。ここでの例は、単一の検査でのCTイメージングについて示されるが、更に、複数のイメージング検査からの情報を組み合わせること、またはマルチモダリティ・イメージング統合(例えば、頸動脈の超音波、冠動脈のコンピュータ断層撮影)に適用されることが可能である。
本明細書に記載するシステムおよび方法は、更に、非連続動脈床の医用イメージングに関する。例えば、単一のイメージング検査における非連続動脈床のイメージング。他の実施形態では、2つ以上のイメージング検査における非連続動脈床のイメージング、および生成された画像からの情報は、患者の健康状態に関する情報を決定するために使用されることが可能である。例として、冠動脈および頸動脈は、同じコントラスト・ボラスを使用してイメージングされる。この場合、冠動脈は、CCTAによってイメージングされることが可能である。CCTA画像獲得の直後に、CTテーブルが移動し、同じまたは補足的なコントラスト用量を使用して頸動脈をイメージングする。ここでの例は、単一の検査でのCTイメージングについて示されるが、更に、複数のイメージング検査からの情報を組み合わせること、またはマルチモダリティ・イメージング統合(例えば、頸動脈の超音波、冠動脈のコンピュータ断層撮影)に適用されることが可能である。
自動化された動脈床固有のリスク評価
これは、改善された診断、予後診断、臨床的意思決定、および疾患変化の経時的な追跡のために、個々の動脈領域におけるASCVDの定量化および特徴付けのための自動化された方法で実現される。これらの所見は、動脈床固有のものでよい。例として、非石灰化プラークから石灰化プラークへの転換は、有益と考えられる特徴、および冠動脈における効果的な薬物療法の徴候になり得るが、下肢動脈における病理学的プロセスであると考えられてもよい。更に、異なる動脈領域におけるASCVDの定量化および特徴付けによって可能になる予後診断は異なってもよい。例として、頸動脈の予期せぬ所見は、将来の卒中を予後診断することができ、その一方で、冠動脈の予期せぬ所見は、将来の心筋梗塞を予後診断するものであり得る。リスクの部分的な重複が生じることがあり、例えば、頸動脈の有害所見は、冠動脈イベントの増加に関連付けられることがある。
これは、改善された診断、予後診断、臨床的意思決定、および疾患変化の経時的な追跡のために、個々の動脈領域におけるASCVDの定量化および特徴付けのための自動化された方法で実現される。これらの所見は、動脈床固有のものでよい。例として、非石灰化プラークから石灰化プラークへの転換は、有益と考えられる特徴、および冠動脈における効果的な薬物療法の徴候になり得るが、下肢動脈における病理学的プロセスであると考えられてもよい。更に、異なる動脈領域におけるASCVDの定量化および特徴付けによって可能になる予後診断は異なってもよい。例として、頸動脈の予期せぬ所見は、将来の卒中を予後診断することができ、その一方で、冠動脈の予期せぬ所見は、将来の心筋梗塞を予後診断するものであり得る。リスクの部分的な重複が生じることがあり、例えば、頸動脈の有害所見は、冠動脈イベントの増加に関連付けられることがある。
患者固有のリスク評価
動脈床所見の相対的な重み付けと共に、各動脈床からの所見を組み合わせることによって、重症度分類、臨床的意思決定、および疾患追跡が、個人化された形で、より大きな精密さで行われることが可能である。したがって、患者レベルの予測モデルは、非連続動脈床のASCVD所見を理解することに基づくが、単一の統合された基準値(例えば、1~100、軽度/中程度/重度のリスク等)として伝達される。
動脈床所見の相対的な重み付けと共に、各動脈床からの所見を組み合わせることによって、重症度分類、臨床的意思決定、および疾患追跡が、個人化された形で、より大きな精密さで行われることが可能である。したがって、患者レベルの予測モデルは、非連続動脈床のASCVD所見を理解することに基づくが、単一の統合された基準値(例えば、1~100、軽度/中程度/重度のリスク等)として伝達される。
動脈床固有のリスクおよび患者固有のリスクの長期更新
処置の変更(例えば、薬、生活様式、およびその他)後の長期的なシーケンシャル・イメージングによって、ASCVDの変化が定量化され、特徴付けられることが可能であり、動脈床固有のリスクと患者レベルのリスクの両方が、変化および最も現代的なASCVD画像所見に基づいて更新されることが可能である。
処置の変更(例えば、薬、生活様式、およびその他)後の長期的なシーケンシャル・イメージングによって、ASCVDの変化が定量化され、特徴付けられることが可能であり、動脈床固有のリスクと患者レベルのリスクの両方が、変化および最も現代的なASCVD画像所見に基づいて更新されることが可能である。
図19Aは、いくつかの実施形態による、患者の非連続動脈床のシーケンシャル・イメージングを使用したリスク評価を決定するためのプロセス1900の例を示す。ブロック1905において、患者の非連続動脈床のシーケンシャル・イメージングが実施され得る。一例では、シーケンシャル・イメージングは、非連続的な第1の動脈床、第2の動脈床が実施される。いくつかの実施形態では、第1の動脈床は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの1つを含み、第2の動脈床は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの異なる1つを含む。いくつかの実施形態では、第3の動脈床がイメージングされてもよい。いくつかの実施形態では、第4の動脈床がイメージングされてもよい。第3および第4の動脈床は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの1つを含むことができる。非連続動脈床のシーケンシャル・イメージングは、イメージング機械の同じ設定で、異なる時間に、または例えばCTおよび超音波のような異なるイメージング・モダリティで、行われてもよい。
ブロック1910において、プロセス1900は、イメージングされた動脈床におけるASCVDを自動的に定量化し、特徴付ける。いくつかの実施形態では、第1の動脈床および第2の動脈床におけるASCVDは、本明細書で開示された資格および特徴付けのいずれかを使用して定量化され、特徴付けられる。例えば、第1の動脈床の画像は、複数の動脈床画像および動脈床画像の注釈付き特徴について訓練された機械学習プログラムで構成されたシステムによって分析される。他の実施形態では、ASCVDおよび第1の動脈床および第2の動脈床は、他のタイプの資格および特徴付けを使用して定量化される。
ブロック1915において、プロセス1900は、動脈床固有の有害イベントの予後診断評価を生成する。1つの例では、冠動脈については、有害イベントは心臓発作であり得る。別の例では、頸動脈については、有害イベントは卒中である。別の例では、下肢動脈については、有害イベントは切断である。有害イベントは、評価を実施するシステムにアクセス可能な患者情報から決定されることが可能である。例えば、アーカイブされた患者医療情報(例えば、図16に示された患者医療情報1602)、または以前の有害イベントの任意の他の格納済の情報から。各イベントは、所定のスキームに基づく重みに関連付けられることが可能である。重みは、例えば、0.00と1.00との間の値であることが可能である。異なる有害イベントに関連付けられた重みは、例えばデータベースのような、非一時的記憶媒体に格納されることが可能である。患者に対して、有害イベントの各特定の発生の重み付けられた評価が決定されることが可能である。いくつかの実施形態では、重みは、イベントで乗算される。例えば、0.05の重みを有するイベント1の第1の発生について、このイベントの1つの発生は、00.05という重み付けられた評価になる。イベント1の第2の発生は、同じ重み、または異なる重みを有することができる。例えば、増加した重み。1つの例では、イベント1の第2の発生が0.15の重みを有し、したがって、イベントの2つの発生が発生したとき、重み付けられた評価は、第1および第2の発生の重みの合計(例えば、0.20)である。他のイベントは、差の重みを有することができ、重み付けられた評価は、発生したイベントの全てに対する、重みの全ての合計を含むことができる。
ブロック1920において、プロセス1900は、動脈床固有のリスク評価を使用して、例えばASCVDリスク・スコアのような、患者レベルのリスク・スコアを決定する。一例では、ASCVDリスク・スコアは、動脈床の重み付けられた評価に基づく。一例では、ASCVDリスク・スコアは、動脈床の重み付けられた評価、および他の患者情報に基づく。
ブロック1925において、プロセス1900は、処置および生活様式に基づくASCVDの変化を追跡して、ASCVDの有益または有害な変化を決定する。いくつかの実施形態では、ブロック1930に示されているように、プロセス1900は、1つまたは複数の非連続動脈床の異なる時間(例えば、数日、数週間、数ヶ月、または数年後)に撮られた追加のシーケンシャル・イメージングを使用し、プロセス1900は、動脈床および患者レベルのリスク評価を更新し、追加のイメージングに基づいて、更新されたASCVDスコアを決定する。ベースラインおよび更新された評価は、更に、動脈床および患者固有のリスクに関連付けられた非イメージング所見を統合することができる。これらは、臨床検査(例えば、トロポニン、b-タイプ・ナトリウム利尿ペプチド等)、薬剤タイプ、用量および持続期間(例えば、6年間、1日あたりロバスタチン20mg)、複数薬剤間の相互作用(例えば、ロバスタチン単独対ロバスタチン・プラス・エゼチミブ)、バイオメトリック情報(例えば、心拍数、心拍変動、パルス・オキシメトリ等)、および患者履歴(例えば、症状、家族歴等)を含むことができる。ASCVDスコアをモニタすること、ならびにASCVDスコアの変化を患者処置および患者生活様式変化と相関させることによって、この患者にとってのより良い処置プロトコルおよび生活様式の選択肢が決定され得る。
図19Bは、シーケンシャル非連続動脈床イメージングが実施される例を示す。この例では、シーケンシャル非連続動脈床イメージングは、(1)冠動脈に対して、および(2)頸動脈に対して実施される。冠動脈と頸動脈両方におけるアテローム動脈硬化の定量化および特徴付けでわかるように、疾患経過の表現型構成は非常に可変であり、冠動脈の横断面は、青(石灰化)と赤(低密度非石灰化)両方のプラークを示し、頸動脈の横断面は、黄色(非石灰化)と赤(低密度非石灰化プラーク)だけを示す。更に、アテローム動脈硬化の量は、頸動脈より冠動脈において高く、心臓発作および卒中の差分リスクをそれぞれ示す。
図19Cは、いくつかの実施形態による、非連続動脈床のシーケンシャル・イメージングを使用した、アテローム性動脈硬化症(ASCVD)のリスク評価を決定するためのプロセス1950の例である。ブロック1952において、患者の第1の動脈床がイメージングされる。いくつかの実施形態では、第1の動脈床は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの1つを含む。いくつかの実施形態では、使用されるイメージングは、デジタル・サブトラクション血管造影(DSA)、デュプレックス超音波(DUS)、コンピュータ断層撮影(CT)、磁気共鳴血管造影(MRA)、超音波、もしくは磁気共鳴画像法(MRI)、または、動脈床の表現を生成する別のタイプのイメージングであることが可能である。ブロック1954において、プロセス1950は、第2の動脈床をイメージングする。第2の動脈床のイメージングは、第1の動脈床と非連続的である。いくつかの実施形態では、第2の動脈床は、第1の動脈床とは異なる大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの1つであることが可能である。いくつかの実施形態では、第2の動脈床をイメージングすることは、DSA、DUS、CT、MRA、超音波、もしくはMRIイメージング・プロセス、または別のイメージング・プロセスによって実施されることが可能である。ブロック1956において、プロセス1950は、第1の動脈床におけるASCVDを自動的に定量化する。ブロック1958において、プロセス1950は、第2の動脈床におけるASCVDを自動的に定量化する。第1の動脈床および第2の動脈床におけるASCVDの定量化は、本明細書で開示された定量化のいずれかを使用して(例えば、注釈付き画像で訓練されたニューラル・ネットワークを使用して)、または他の定量化を使用して、行われることが可能である。
ブロック1960において、プロセス1950は、第1の動脈床の第1の重み付けられた評価を決定し、第1の重み付けられた評価は、第1の動脈床の動脈床固有の有害イベントに関連付けられる。ブロック1962において、プロセス1950は、第2の動脈床の第2の重み付けられた評価を決定し、第2の重み付けられた評価は、第2の動脈床の動脈床固有の有害イベントに関連付けられる。ブロック1964において、プロセス1950は、第1の重み付けられた評価および第2の重み付けられた評価に基づいて、ASCVD患者リスク・スコアを生成する。
図19Dは、いくつかの実施形態による、非連続動脈床のシーケンシャル・イメージングを使用したリスク評価を決定するためのプロセス1970の例である。ブロック1972において、プロセス1970は、第1の動脈床および第2の動脈床の画像を受け取り、第2の動脈床は、第1の動脈床と非連続であり、第1の動脈床とは異なる。いくつかの実施形態では、第1の動脈床は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの1つであることが可能である。第2の動脈床のイメージングは、第1の動脈床と非連続である。いくつかの実施形態では、第1の動脈床の画像は、DSA、DUS、CT、MRA、超音波、もしくはMRIイメージング・プロセス、または別のイメージング・プロセスによって生成された。いくつかの実施形態では、第2の動脈床の画像は、DSA、DUS、CT、MRA、超音波、もしくはMRIイメージング・プロセス、または別のイメージング・プロセスによって生成された。いくつかの実施形態では、第2の動脈床は、大動脈、頸動脈、下肢動脈、上肢動脈、腎動脈、または大脳動脈のうちの1つであり得、第1の動脈床とは異なる。いくつかの実施形態では、第1の動脈床および第2の動脈床の画像は、患者画像を格納するように構成されたコンピュータ記憶媒体から受け取られてもよい。いくつかの実施形態では、第1の動脈床および第2の動脈床の画像は、画像を生成する設備から直接的に受け取られてもよい。いくつかの実施形態では、第1の動脈床および第2の動脈床の画像は、画像を生成する設備から間接的に受け取られてもよい。いくつかの実施形態では、第1の動脈床の画像は、第2の動脈床の画像とは異なるソースから受け取られてもよい。
ブロック1974において、プロセス1970は、第1の動脈床におけるASCVDを自動的に定量化する。ブロック1976において、プロセス1970は、第2の動脈床におけるASCVDを自動的に定量化する。第1の動脈床および第2の動脈床におけるASCVDの定量化は、本明細書で開示された定量化または他の定量化のいずれかを使用して行われることが可能である。
ブロック1978において、プロセス1970は、第1の動脈床の第1の重み付けされた評価を決定し、第1の重み付けされた評価は、第1の動脈床の動脈床固有の有害イベントに関連付けられる。ブロック1980において、プロセス1970は、第2の動脈床の第2の重み付けされた評価を決定し、第2の重み付けされた評価は、第2の動脈床の動脈床固有の有害イベントに関連付けられる。ブロック1982において、プロセス1970は、第1の重み付けされた評価および第2の重み付けされた評価に基づいて、ASCVD患者リスク・スコアを生成する。
図19Eは、患者の非連続動脈床のシーケンシャル・イメージングを使用したリスク評価を決定するためのシステムおよび方法の1つまたは複数の実施形態を実装するためのソフトウェアを実行するように構成されたコンピュータ・ハードウェア・システム1985の実施形態を描写するブロック図である。いくつかの実施形態では、本明細書に記載するシステム、プロセス、および方法は、図19Eに示されたものなどのコンピューティング・システムを使用して実装される。例示のコンピュータ・システム1985は、1つまたは複数のネットワーク1993を介して、1つもしくは複数のコンピューティング・システム1994および/または1つもしくは複数のデータ・ソース1995と通信している。図19Eは、コンピューティング・システム1985の実施形態を示しているが、コンピュータ・システム1985の構成要素およびモジュールにおいて提供される機能は、より少ない構成要素およびモジュールに組み合わされること、または追加の構成要素およびモジュールに更に分離されることが可能であることが認識される。
コンピュータ・システム1985は、本明細書に記載する機能、方法、行為、および/またはプロセスを実行する定量化、重み付け、および評価エンジン1991を備えることができる。例えば、いくつかの実施形態では、図19Cのブロック1956、1958、1960、1962、および1964の機能。いくつかの実施形態では、図19Dのブロック1972、1974、1976、1978、1980、および1982の機能。定量化、重み付け、および評価エンジン1991は、下記で更に論じられる中央処理ユニット1989によってコンピュータ・システム1985で実行される。
一般に、「エンジン」という単語は、本明細書で使用されるように、ハードウェアもしくはファームウェアで具体化されたロジック、または、入口および出口点を有するソフトウェア命令の集合体を指す。このような「エンジン」は、更に、モジュールと呼ばれることもあり、JAVA(登録商標)、C、もしくはC++、または同様のものなどのプログラム言語で書かれる。ソフトウェア・モジュールは、ダイナミック・リンク・ライブラリにインストールされた実行可能プログラムにコンパイルもしくはリンクされることが可能であるか、または、BASIC、PERL、LAU、PHP、もしくはPython、および任意のこのような言語などの、インタープリタ型言語で書かれることが可能である。ソフトウェア・モジュールは、他のモジュールから、もしくはソフトウェア・モジュール自体からコールされることが可能であり、および/または検出されたイベントもしくは割り込みに応答して呼び出されることが可能である。ハードウェアに実装されたモジュールは、ゲートおよびフリップフロップなどの接続されたロジック・ユニットを含み、ならびに/または、プログラマブル・ゲート・アレイもしくはプロセッサなどのプログラマブル・ユニットを含むことができる。
一般に、本明細書に記載するモジュールは、その物理的編成またはストレージにかかわらず、他のモジュールと組み合わされるか、またはサブモジュールに分割されることが可能な、論理モジュールを指す。モジュールは、1つまたは複数のコンピューティング・システムによって実行され、任意の適切なコンピュータ可読媒体にもしくはその中に格納されること、または、特別な設計のハードウェアもしくはファームウェア内に全体的もしくは部分的に実装されることが可能である。全ての計算、分析、および/または最適化が、コンピュータ・システムの使用を必要とするわけではないが、上述の方法、計算、プロセス、または分析のいずれかが、コンピュータの使用を通じて容易にされることが可能である。更に、いくつかの実施形態では、本明細書に記載するプロセス・ブロックは、変えられること、再配置されること、組み合わされること、および/または省略されることが可能である。
コンピュータ・システム1985は、1つまたは複数の処理装置(CPU、GPU、TPU)1989を含み、これらは、マイクロプロセッサを備えることができる。コンピュータ・システム1985は更に、情報の一時記憶のためのランダム・アクセス・メモリ(RAM)、情報の永久記憶のためのリード・オンリ・メモリ(ROM)、およびバッキング・ストア、ハード・ドライブ、回転磁気ディスク、固体ディスク(SSD)、フラッシュ・メモリ、相変化メモリ(PCM)、3D XPointメモリ、ディスケット、または光媒体記憶装置などの大容量記憶装置1986など、物理メモリ1990を含む。あるいは、大容量記憶装置は、サーバのアレイに実装されることが可能である。一般的には、コンピュータ・システム1985の構成要素は、標準ベースのバス・システムを使用してコンピュータに接続される。バス・システムは、ペリフェラル・コンポーネント・インターコネクト(PCI)、マイクロ・チャネル、SCSI、インダストリアル・スタンダード・アーキテクチャ(ISA)、および拡張ISA(EISA)アーキテクチャなどの様々なプロトコルを使用して実装されることが可能である。
コンピュータ・システム1985は、キーボード、マウス、タッチ・パッド、およびプリンタなど、1つまたは複数の入力/出力(I/O)デバイスおよびインターフェース1988を含む。I/Oデバイスおよびインターフェース1988は、ユーザに対するデータの視覚表現を可能にする、モニタなどの1つまたは複数の表示デバイスを含むことができる。より具体的には、表示デバイスは、例えば、アプリケーション・ソフトウェア・データとしてのGUIの表現、およびマルチメディア表現などを提供する。I/Oデバイスおよびインターフェース1988はまた、様々な外部デバイスに対する通信インターフェースを提供することができる。コンピュータ・システム1985は、例えば、スピーカ、ビデオ・カード、グラフィックス・アクセラレータ、およびマイクロフォンなどの、1つまたは複数のマルチメディア・デバイス1985を備えることができる。
コンピューティング・システム・デバイス/オペレーティング・システム
コンピュータ・システム1985は、サーバ、Windowsサーバ、Structure Query Languageサーバ、Unixサーバ、パーソナル・コンピュータ、ラップトップ・コンピュータなどの、様々なコンピューティング・デバイスで稼働してもよい。他の実施形態では、コンピュータ・システム1985は、クラスタ・コンピュータ・システム、メインフレーム・コンピュータ・システム、ならびに/または大型データベースを制御および/もしくそれと通信し、大量トランザクション処理を実施し、大型データベースからの報告を生成するのに適した、他のコンピューティング・システムで稼働してもよい。コンピューティング・システム1985は、一般に、z/OS、Windows、Linux(登録商標)、UNIX(登録商標)、BSD、PHP、SunOS、Solaris、MacOS、ICloudサービス、または、プロプライエタリ・オペレーティング・システムを含む他の互換性のあるオペレーティング・システムなど、オペレーティング・システム・ソフトウェアによって制御され調整される。オペレーティング・システムは、中でも特に、実行のためにコンピュータ・プロセスを制御しスケジューリングし、メモリ管理を実施し、ファイル・システム、ネットワーキング、およびI/Oサービスを提供し、グラフィカル・ユーザ・インターフェース(GUI)などのユーザ・インターフェースを提供する。
コンピュータ・システム1985は、サーバ、Windowsサーバ、Structure Query Languageサーバ、Unixサーバ、パーソナル・コンピュータ、ラップトップ・コンピュータなどの、様々なコンピューティング・デバイスで稼働してもよい。他の実施形態では、コンピュータ・システム1985は、クラスタ・コンピュータ・システム、メインフレーム・コンピュータ・システム、ならびに/または大型データベースを制御および/もしくそれと通信し、大量トランザクション処理を実施し、大型データベースからの報告を生成するのに適した、他のコンピューティング・システムで稼働してもよい。コンピューティング・システム1985は、一般に、z/OS、Windows、Linux(登録商標)、UNIX(登録商標)、BSD、PHP、SunOS、Solaris、MacOS、ICloudサービス、または、プロプライエタリ・オペレーティング・システムを含む他の互換性のあるオペレーティング・システムなど、オペレーティング・システム・ソフトウェアによって制御され調整される。オペレーティング・システムは、中でも特に、実行のためにコンピュータ・プロセスを制御しスケジューリングし、メモリ管理を実施し、ファイル・システム、ネットワーキング、およびI/Oサービスを提供し、グラフィカル・ユーザ・インターフェース(GUI)などのユーザ・インターフェースを提供する。
ネットワーク
図19Eに示されるコンピュータ・システム1985は、通信リンク1992(有線、無線、もしくはそれらの組合せ)を介して、LAN、WAN、またはインターネットなどのネットワーク1993に連結される。ネットワーク1993は、様々なコンピューティング・デバイスおよび/または他の電子デバイスと通信する。ネットワーク1993は、1つまたは複数のコンピューティング・システム1994および1つまたは複数のデータ・ソース1995と通信している。例えば、コンピュータ・システム1985は、ネットワーク1993を介してコンピューティング・システム1994および/またはデータ・ソース1995から画像情報(例えば、動脈または動脈床の画像、画像に関連付けられた情報などを含む)を受け取ること、および、受け取った画像情報を大容量記憶装置1986に格納することができる。定量化、重み付け、および評価エンジン1991は、次いで、必要に応じて大容量記憶装置1986にアクセスすることができる。いくつかの実施形態では、定量化、重み付け、および評価エンジン1991は、ウェブ対応ユーザ・アクセス・ポイントを通じて、コンピューティング・システム1994および/もしくはデータ・ソース1995にアクセスすること、または、コンピューティング・システム1985および/もしくはデータ・ソース1995によってアクセスされることが可能である。接続は、直接物理接続、仮想接続、および他の接続タイプであってもよい。ウェブ対応ユーザ・アクセス・ポイントは、テキスト、グラフィック、音声、映像、および他の媒体を使用してデータを提示し、ネットワーク1993を介したデータとの対話を可能にする、ブラウザ・モジュールを含んでもよい。
図19Eに示されるコンピュータ・システム1985は、通信リンク1992(有線、無線、もしくはそれらの組合せ)を介して、LAN、WAN、またはインターネットなどのネットワーク1993に連結される。ネットワーク1993は、様々なコンピューティング・デバイスおよび/または他の電子デバイスと通信する。ネットワーク1993は、1つまたは複数のコンピューティング・システム1994および1つまたは複数のデータ・ソース1995と通信している。例えば、コンピュータ・システム1985は、ネットワーク1993を介してコンピューティング・システム1994および/またはデータ・ソース1995から画像情報(例えば、動脈または動脈床の画像、画像に関連付けられた情報などを含む)を受け取ること、および、受け取った画像情報を大容量記憶装置1986に格納することができる。定量化、重み付け、および評価エンジン1991は、次いで、必要に応じて大容量記憶装置1986にアクセスすることができる。いくつかの実施形態では、定量化、重み付け、および評価エンジン1991は、ウェブ対応ユーザ・アクセス・ポイントを通じて、コンピューティング・システム1994および/もしくはデータ・ソース1995にアクセスすること、または、コンピューティング・システム1985および/もしくはデータ・ソース1995によってアクセスされることが可能である。接続は、直接物理接続、仮想接続、および他の接続タイプであってもよい。ウェブ対応ユーザ・アクセス・ポイントは、テキスト、グラフィック、音声、映像、および他の媒体を使用してデータを提示し、ネットワーク1993を介したデータとの対話を可能にする、ブラウザ・モジュールを含んでもよい。
出力モジュールは、陰極線管(CRT)、液晶ディスプレイ(LCD)、プラズマ・ディスプレイ、あるいは他のタイプおよび/または組合せのディスプレイなど、全点アドレス可能ディスプレイの組合せとして実装されることが可能である。出力モジュールは、入力デバイス1988と通信するように実装されてもよく、これらはまた、メニュー、ウィンドウ、ダイアログ・ボックス、ツールバー、および制御(例えば、ラジオ・ボタン、チェック・ボックス、スライディング・スケールなど)など、スタイル化されたスクリーン要素を使用することによって、ユーザがデータにアクセスすることを可能にする、適切なインターフェースを有するソフトウェアを含む。更に、出力モジュールは、入力および出力デバイスのセットと通信して、信号をユーザから受信してもよい。
他のシステム
コンピューティング・システム1985は、1つまたは複数の内部および/または外部データ・ソース(例えば、データ・ソース1995)を含むことができる。いくつかの実施形態では、上述のデータ・リポジトリおよびデータ・ソースのうちの1つまたは複数は、DB2、Sybase、Oracle、CodeBase、およびMicrosoft(登録商標)SQL Serverなどのリレーショナル・データベース、ならびにフラットファイル・データベース、エンティティ・リレーションシップ・データベース、およびオブジェクト指向データベース、および/または記録ベースのデータベースなど、他のタイプのデータベースを使用して実装されることが可能である。
コンピューティング・システム1985は、1つまたは複数の内部および/または外部データ・ソース(例えば、データ・ソース1995)を含むことができる。いくつかの実施形態では、上述のデータ・リポジトリおよびデータ・ソースのうちの1つまたは複数は、DB2、Sybase、Oracle、CodeBase、およびMicrosoft(登録商標)SQL Serverなどのリレーショナル・データベース、ならびにフラットファイル・データベース、エンティティ・リレーションシップ・データベース、およびオブジェクト指向データベース、および/または記録ベースのデータベースなど、他のタイプのデータベースを使用して実装されることが可能である。
コンピュータ・システム1985はまた、1つまたは複数のデータベース1995にアクセスすることができる。データ・ソース1995は、データベースまたはデータ・リポジトリに格納されることが可能である。コンピュータ・システム1985は、ネットワーク1993を通じて1つもしくは複数のデータ・ソース1995にアクセスすることができるか、または、I/Oデバイスおよびインターフェース1988を通じてデータベースもしくはデータ・リポジトリに直接アクセスすることができる。1つまたは複数のデータ・ソース1995を格納するデータ・リポジトリは、コンピュータ・システム1985内に常駐させることができる。
追加の詳細-概略
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、医用画像から導出された1つまたは複数のプラーク特徴を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、例えば経時的または経時的な変化など、2次元、3次元、および/または4次元で、プラークの1つまたは複数の寸法および/またはプラークの面積を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。更に、いくつかの実施形態では、システムは、プラークの1つまたは複数のエリアをランク付けすること、および/または分析のためにこのようなランク付けを利用することを行うように構成されることが可能である。いくつかの実施形態では、ランク付けは、2進数、序数、連続的なもの、および/または数学的に変換されたものであることが可能である。いくつかの実施形態では、システムは、プラークの負荷量または1つもしくは複数の幾何学形状ならびに/あるいはプラークの面積を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、1つまたは複数の幾何学形状は、経時的な2次元、3次元、および/または4次元の空間マッピングを含むことができる。別の例として、いくつかの実施形態では、システムは、1つまたは複数の幾何学形状の変換を分析するように構成されることが可能である。いくつかの実施形態では、システムは、不規則対連続的など、プラーク領域の拡散を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、関心領域内のピクセルまたはボクセルは、より多くの情報を得るために、関心領域の外側のピクセルまたはボクセルと比較されることが可能である。具体的には、いくつかの実施形態では、システムは、別のプラーク・ピクセルまたはボクセルと共にプラーク・ピクセルまたはボクセルを分析するように構成されることが可能である。いくつかの実施形態では、システムは、プラーク・ピクセルまたはボクセルを脂肪ピクセルまたはボクセルと比較するように構成されることが可能である。いくつかの実施形態では、システムは、プラーク・ピクセルまたはボクセルを管腔ピクセルまたはボクセルと比較するように構成されることが可能である。いくつかの実施形態では、システムは、プラークの位置またはプラークの1つもしくは複数の面積を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、システムによって決定および/または分析されたプラークの位置は、プラークが、左前下行(LAD:left anterior descending)、左回旋動脈(LCx:left circumflex artery)、および/または右冠動脈(RCA:right coronary artery)内にあるかどうかを含むことができる。具体的には、いくつかの実施形態では、近位LADにおけるプラークは、中間LADにおけるプラークに影響を与えるおそれがあり、LCxにおけるプラークは、混合効果モデリングを介してなど、LADにおけるプラークに影響を与えるおそれがある。したがって、いくつかの実施形態では、システムは、隣の構造を考慮するように構成されることが可能である。いくつかの実施形態では、位置は、位置が、血管の近位部分にあるか、中間部分にあるか、遠位部分にあるかに基づくことが可能である。いくつかの実施形態では、位置は、プラークが、主血管にあるか、血管枝にあるかに基づくことが可能である。いくつかの実施形態では、位置は、プラークが心筋に面しているか、心膜に面しているか(例えば、絶対2進二分法として、または360度の動脈の周りの連続的特徴付けとして)、プラークが脂肪もしくは心外膜脂肪に並置されているか、脂肪もしくは心外膜脂肪に並置されていないか、相当量の心筋を包むか、少量の心筋を包むか、および/または同様のものに基づくことが可能である。例えば、大量の包まれた心筋を包む動脈および/またはプラークは、包まない動脈および/またはプラークとは異なってふるまうことができる。したがって、いくつかの実施形態では、システムは、包まれた心筋のパーセンテージとの関係を考慮に入れるように構成されることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、医用画像から導出された1つまたは複数のプラーク特徴を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、例えば経時的または経時的な変化など、2次元、3次元、および/または4次元で、プラークの1つまたは複数の寸法および/またはプラークの面積を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。更に、いくつかの実施形態では、システムは、プラークの1つまたは複数のエリアをランク付けすること、および/または分析のためにこのようなランク付けを利用することを行うように構成されることが可能である。いくつかの実施形態では、ランク付けは、2進数、序数、連続的なもの、および/または数学的に変換されたものであることが可能である。いくつかの実施形態では、システムは、プラークの負荷量または1つもしくは複数の幾何学形状ならびに/あるいはプラークの面積を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、1つまたは複数の幾何学形状は、経時的な2次元、3次元、および/または4次元の空間マッピングを含むことができる。別の例として、いくつかの実施形態では、システムは、1つまたは複数の幾何学形状の変換を分析するように構成されることが可能である。いくつかの実施形態では、システムは、不規則対連続的など、プラーク領域の拡散を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、関心領域内のピクセルまたはボクセルは、より多くの情報を得るために、関心領域の外側のピクセルまたはボクセルと比較されることが可能である。具体的には、いくつかの実施形態では、システムは、別のプラーク・ピクセルまたはボクセルと共にプラーク・ピクセルまたはボクセルを分析するように構成されることが可能である。いくつかの実施形態では、システムは、プラーク・ピクセルまたはボクセルを脂肪ピクセルまたはボクセルと比較するように構成されることが可能である。いくつかの実施形態では、システムは、プラーク・ピクセルまたはボクセルを管腔ピクセルまたはボクセルと比較するように構成されることが可能である。いくつかの実施形態では、システムは、プラークの位置またはプラークの1つもしくは複数の面積を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。例えば、いくつかの実施形態では、システムによって決定および/または分析されたプラークの位置は、プラークが、左前下行(LAD:left anterior descending)、左回旋動脈(LCx:left circumflex artery)、および/または右冠動脈(RCA:right coronary artery)内にあるかどうかを含むことができる。具体的には、いくつかの実施形態では、近位LADにおけるプラークは、中間LADにおけるプラークに影響を与えるおそれがあり、LCxにおけるプラークは、混合効果モデリングを介してなど、LADにおけるプラークに影響を与えるおそれがある。したがって、いくつかの実施形態では、システムは、隣の構造を考慮するように構成されることが可能である。いくつかの実施形態では、位置は、位置が、血管の近位部分にあるか、中間部分にあるか、遠位部分にあるかに基づくことが可能である。いくつかの実施形態では、位置は、プラークが、主血管にあるか、血管枝にあるかに基づくことが可能である。いくつかの実施形態では、位置は、プラークが心筋に面しているか、心膜に面しているか(例えば、絶対2進二分法として、または360度の動脈の周りの連続的特徴付けとして)、プラークが脂肪もしくは心外膜脂肪に並置されているか、脂肪もしくは心外膜脂肪に並置されていないか、相当量の心筋を包むか、少量の心筋を包むか、および/または同様のものに基づくことが可能である。例えば、大量の包まれた心筋を包む動脈および/またはプラークは、包まない動脈および/またはプラークとは異なってふるまうことができる。したがって、いくつかの実施形態では、システムは、包まれた心筋のパーセンテージとの関係を考慮に入れるように構成されることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、医用画像から導出された1つまたは複数のプラーク周辺の特徴を分析する、特徴付ける、追跡する、および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、例えば、面積については2次元で、体積については3次元で、および/または時間にわたって4次元で、管腔を分析するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、面積については2次元で、体積については3次元で、および/または時間にわたって4次元で、血管壁を分析するように構成されることが可能である。いくつかの実施形態では、システムは、冠動脈周辺脂肪を分析するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、包まれた心筋質量のパーセンテージなどの、心筋との関係を分析するように構成されることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、異なる画像獲得プロトコルおよび/または変数を使用して取得された医用画像を分析および/または使用するように構成されることが可能である。いくつかの実施形態では、システムは、画像を分析する際にこのような画像獲得プロトコルおよび/または変数を特徴付ける、追跡する、分析する、および/またはそうでなければ使用するように構成されることが可能である。例えば、画像獲得パラメータは、mA、kVp、スペクトルCT、光子計数検出器CT、および/または同様のもののうちの1つまたは複数を含むことができる。また、いくつかの実施形態では、システムは、レトロスペクティブ対プロスペクティブECGヘリカルなどの、ECGゲーティング・パラメータを考慮するように構成されることが可能である。別の例は、プロスペクティブ軸対ノー・ゲーティングであることが可能である。追加として、いくつかの実施形態では、システムは、例えば、ベータ・ブロッカの有無、コントラストの有無、ニトログリセリンの有無、および/または同様のものなど、画像を取得するために薬物が使用されたかどうかを考慮するように構成されることが可能である。その上、いくつかの実施形態では、システムは、画像獲得プロセス中に使用される造影剤の存在または不在を考慮するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、コントラスト・タイプ、コントラスト対ノイズ比、および/または同様のものに基づいて画像を正規化するように構成されることが可能である。更に、いくつかの実施形態では、システムは、医用画像を分析するときに、患者のバイオメトリックを考慮するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、対象者のボディ・マス・インデックス(BMI)に画像を正規化すること、信号対ノイズ比に画像を正規化すること、画像ノイズに画像を正規化すること、視野内の組織に画像を正規化すること、および/または同様のものを行うように構成されることが可能である。いくつかの実施形態では、システムは、例えば、CT、非コントラストCT、MRI、X線、核医学、超音波、および/または本明細書で述べられる任意の他のイメージング・モダリティなど、画像タイプを考慮するように構成されることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、画像処理に基づいても基づかなくても、任意の分析および/または結果を正規化するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、対象者の医用画像から導出されたものなどの、対象者の任意の読取りまたは分析を標準参照データベースに標準化するように構成されることが可能である。同様に、いくつかの実施形態では、システムは、対象者の医用画像から導出されたものなどの、対象者の任意の読取りまたは分析を、例えば、心臓発作を経験した患者、虚血の患者、および/または同様のものなどの、疾患のデータベースに標準化するように構成されることが可能である。いくつかの実施形態では、システムは、比較、標準化、および/または正規化のために制御データベースを利用するように構成されることが可能である。例えば、制御データベースは、心臓発作を経験した対象者の50%と経験していない50%、および/または同様のものなどの、対象者の組合せから導出されたデータを含むことができる。いくつかの実施形態では、システムは、線形、対数、指数関数、および/または二次変換などの数学的変換を適用することによって、任意の分析、結果、またはデータを正規化するように構成されることが可能である。いくつかの実施形態では、システムは、機械学習アルゴリズムを適用することによって任意の分析、結果、またはデータを正規化するように構成されることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、「密度」という用語は、ハウンスフィールド単位などの、放射線濃度を指すことができる。本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、「密度」という用語は、例えば、2相エネルギー、スペクトル、光子計数CT、および/または同様のものなどのイメージング・モダリティから取得された画像を分析するときなどの、絶対密度を指すことができる。いくつかの実施形態では、システムによって分析および/またはアクセスされる1つまたは複数の画像は、コントラスト対ノイズに正規化されることが可能である。いくつかの実施形態では、システムによって分析および/またはアクセスされる1つまたは複数の画像は、信号対ノイズに正規化されることが可能である。いくつかの実施形態では、システムによって分析および/またはアクセスされる1つまたは複数の画像は、例えば経内腔減衰勾配に沿ったものなど、血管の長さにわたって正規化されることが可能である。いくつかの実施形態では、システムによって分析および/またはアクセスされる1つまたは複数の画像は、例えば、対数、指数関数、および/または二次変換を適用することによって数学的に変換されることが可能である。いくつかでは、システムによって分析および/またはアクセスされる1つまたは複数の画像は、機械学習を使用して変換されることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、「動脈」という用語は、例えば、冠動脈、頸動脈、大脳、大動脈、腎臓、下肢、および/または上肢などの、任意の動脈を含むことができる。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、医用画像からデータを分析するおよび/または導出する際に様々なソースから取得された追加の情報を利用することができる。例えば、いくつかの実施形態では、システムは、患者履歴および/または身体検査から追加の情報を取得するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、心拍数、心拍変動、血圧、酸素飽和、睡眠の質、動き、身体活動、胸壁インピーダンス、胸壁電気的活動、および/または同様のものを含むことができるウェアラブル・デバイスから少しずつ収集されることが可能なものなど、他のバイオメトリック・データから追加の情報を取得するように構成されることが可能である。いくつかの実施形態では、システムは、例えば電子医療記録(EMR)からのものなど、臨床データから追加の情報を取得するように構成されることが可能である。いくつかの実施形態では、システムによって使用される追加の情報は、例えば、コレステロール、腎機能、炎症、心筋障害、および/または同様のものなど、血清バイオマーカーにリンクされることが可能である。いくつかの実施形態では、システムによって使用される追加の情報は、例えば、転写学、プロテオミクス、ゲノミクス、代謝学、マイクロバイオミクス、および/または同様のものなど、他のオミクス・マーカーにリンクされることが可能である。
本明細書に記載する特徴および/または実施形態のいずれかと共に、いくつかの実施形態では、システムは、医用画像分析を利用して、患者の評価を導出することおよび/もしくは生成すること、ならびに/または患者評価を誘導するための評価ツールを提供することができ、これにより、臨床的重要性および用途を追加する。いくつかの実施形態では、システムは、プラーク・レベル(例えば、このプラークが心臓発作の原因になる、および/もしくはこのプラークが虚血の原因である)、血管レベル(例えば、この血管が将来の心臓発作の場所になる、および/もしくはこの血管が虚血を示す)、ならびに/または患者レベル(例えば、この患者が心臓発作を経験することになる、および/もしくは同様のもの)で、リスク評価を生成するように構成されることが可能である。いくつかの実施形態では、プラーク特徴の総和または重み付けされた総和は、セグメント・レベルの特徴に寄与することができ、セグメント・レベルの特徴は、血管レベルの特徴に寄与することができ、血管レベルの特徴は、患者レベルの特徴に寄与することができる。
いくつかの実施形態では、システムは、例えば、心臓発作、卒中、入院、不安定なアンギナ、安定したアンギナ、冠動脈血管再生、および/または同様のものなど、将来の主要有害心血管イベントのリスク評価を生成するように構成されることが可能である。いくつかの実施形態では、システムは、急速プラーク進行、薬剤無反応(例えば、薬が与えられたときでもプラークが著しく進行する場合)、冠動脈血管再生の利益(またはその欠如)、現在プラークが何もない場所の新しいプラーク形成、プラークに帰せられる症状の発生(アンギナ、息切れなど)、虚血および/または同様のもののリスク評価を生成するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、頸動脈(卒中)、下肢(跛行、重症肢虚血、切断)、大動脈(切開、動脈瘤)、腎動脈(高血圧)、大脳動脈(動脈瘤、破裂)、および/または同様のものなど、他の動脈の帰結の評価を生成するように構成されることが可能である。
追加の詳細-医用画像からの非石灰化プラークの決定
本明細書で論じられるように、いくつかの実施形態では、システムは、非コントラストCT画像、および/または本明細書で述べられたもののような任意の他の画像モダリティを使用して取得された画像など、医用画像から非石灰化プラークを決定するように構成されることが可能である。また、本明細書で論じられるように、いくつかの実施形態では、システムは、放射線濃度をパラメータまたは基準として利用して、医用画像から非石灰化プラークを識別および/または決定するように構成されることが可能である。いくつかの実施形態では、システムは、放射線濃度に追加すること、および/または放射線濃度の代替として使用されることが可能な、1つまたは複数の他の因子を利用して、医用画像から非石灰化プラークを決定することができる。
本明細書で論じられるように、いくつかの実施形態では、システムは、非コントラストCT画像、および/または本明細書で述べられたもののような任意の他の画像モダリティを使用して取得された画像など、医用画像から非石灰化プラークを決定するように構成されることが可能である。また、本明細書で論じられるように、いくつかの実施形態では、システムは、放射線濃度をパラメータまたは基準として利用して、医用画像から非石灰化プラークを識別および/または決定するように構成されることが可能である。いくつかの実施形態では、システムは、放射線濃度に追加すること、および/または放射線濃度の代替として使用されることが可能な、1つまたは複数の他の因子を利用して、医用画像から非石灰化プラークを決定することができる。
例えば、いくつかの実施形態では、システムは、2重エネルギーCT、スペクトルCT、または光子計数検出器を介した絶対物質密度を利用するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、プラークの既知のデータベースと比較して、プラークのように「見える」空間マップの形状を分析するように構成されることが可能である。いくつかの実施形態では、システムは、平滑化および/または変換関数を利用して、医用画像から画像ノイズおよび不均一性を取り除き、非石灰化プラークを決定するのを助けるように構成されることが可能である。いくつかの実施形態では、システムは、例えば、信号対ノイズ比、身体の形態(例えば、肥満は、より多くの画像ノイズを導入する)、および/または同様のものなどの画像特性に基づいて、放射線濃度値の自動調節可能および/または手動調節可能な閾値を利用するように構成されることが可能である。いくつかの実施形態では、システムは、異なる動脈に基づく異なる閾値を利用するように構成されることが可能である。いくつかの実施形態では、システムは、特定の動脈に優先的に影響を及ぼし得るビーム硬化アーチファクトなどの、潜在的なアーチファクトを考慮に入れるように構成されることが可能である(例えば、いくつかの事例では、脊椎が、右冠動脈に影響を及ぼし得る)。いくつかの実施形態では、システムは、例えば、プロスペクティブ対レトロスペクティブECGゲーティング、mAおよびkvPの大きさ、ならびに/または同様のものなど、異なる画像獲得パラメータを考慮に入れるように構成されることが可能である。いくつかの実施形態では、システムは、例えばファスト・ピッチ・ヘリカル対伝統的なヘリカルなど、異なるスキャナ・タイプを考慮に入れるように構成されることが可能である。いくつかの実施形態では、システムは、例えば、心拍数、イメージングされる視野内のスキャン体積、および/または同様のものなど、患者固有パラメータを考慮に入れるように構成されることが可能である。いくつかの実施形態では、システムは、予備知識を考慮に入れるように構成されることが可能である。例えば、いくつかの実施形態では、患者が過去にコントラスト強化CT血管造影を受けていた場合、システムは、患者が前に移動する非コントラストCT画像のために、以前のコントラスト強化CT血管造影からの所見を活用するように構成されることが可能である。いくつかの実施形態では、心外膜脂肪が動脈の外側に存在しない場合、システムは、他のハウンスフィールド単位の閾値範囲を活用して、外側の動脈壁を描写するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
追加の詳細-カルシウムの変化の原因決定
本明細書で論じられるように、いくつかの実施形態では、システムは、1つまたは複数の医用画像を分析することによって、対象者のカルシウム・レベルの変化の原因を決定するように構成されることが可能である。いくつかの実施形態では、カルシウム・レベルの変化は、例えば、薬物治療、生活様式の変化(食事の改善、身体活動など)、ステント挿入、バイパス手術、および/または同様のものなど、いくつかの外力によるものであることが可能である。いくつかの実施形態では、システムは、これらの所見に基づく処置の1つもしくは複数の評価、および/または処置の推奨を含むように構成される。
本明細書で論じられるように、いくつかの実施形態では、システムは、1つまたは複数の医用画像を分析することによって、対象者のカルシウム・レベルの変化の原因を決定するように構成されることが可能である。いくつかの実施形態では、カルシウム・レベルの変化は、例えば、薬物治療、生活様式の変化(食事の改善、身体活動など)、ステント挿入、バイパス手術、および/または同様のものなど、いくつかの外力によるものであることが可能である。いくつかの実施形態では、システムは、これらの所見に基づく処置の1つもしくは複数の評価、および/または処置の推奨を含むように構成される。
いくつかの実施形態では、システムは、対象者のカルシウム・レベルの変化の原因を決定し、予後診断のために同じものを使用するように構成されることが可能である。いくつかの実施形態では、システムは、アテローム動脈硬化、狭窄、虚血、冠動脈周辺領域の炎症、および/または同様のものの改善された診断を可能にするように構成されることが可能である。いくつかの実施形態では、システムは、例えば、主要有害心血管イベント、急速進行、薬剤無反応、血管再生の必要性、および/または同様のものなど、いくつかの臨床イベントの予想などの、改善された予後診断を可能にするように構成されることが可能である。いくつかの実施形態では、システムは、例えば、誰が何の治療から利益を得ることになるかの同定を可能にすること、および/または、経時的なこれらの変化のモニタリングを可能にすることなど、改善された予測を可能にするように構成されることが可能である。いくつかの実施形態では、システムは、例えば、どの薬物が有益になり得るか、どの生活様式の介入が有益になり得るか、どの血管再生もしくは外科手順が有益になり得るか、および/または同様のものなど、改善された臨床的意思決定を可能にするように構成されることが可能である。いくつかの実施形態では、システムは、所見を既知のグラウンド・トゥルース・データベースに標準化するために、1つまたは複数の標準データベースとの比較を可能にするように構成されることが可能である。
いくつかの実施形態では、カルシウム・レベルの変化は、線形、非線形、および/または変換されたものであることが可能である。いくつかの実施形態では、カルシウム・レベルの変化は、自然であること、または言い換えればカルシウムだけを伴うことが可能である。いくつかの実施形態では、カルシウム・レベルの変化は、例えば、他の非石灰化プラーク、血管体積/面積、管腔体積/面積、および/または同様のものなど、1つまたは複数の他の構成要素に関するものであることが可能である。いくつかの実施形態では、カルシウム・レベルの変化は、相対的なものであることが可能である。例えば、いくつかの実施形態では、システムは、カルシウム・レベルの変化が絶対閾値を上回るか下回るか、カルシウム・レベルの変化が上向きの連続的な変化を含むか下向きの連続的な変化を含むか、カルシウム・レベルの変化が上向きの数学的変換を含むか下向きの数学的変換を含むか、および/または同様のものを決定するように構成されることが可能である。
本明細書で論じられるように、いくつかの実施形態では、システムは、カルシウム・レベルの変化の原因を決定する際に、プラークに関するものなど、1つまたは複数の変数またはパラメータを分析するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、所与の時点の対象者の冠動脈領域内のプラークの1つまたは複数の領域の、体積もしくは表面積の比もしくは関数、不均一性インデックス、幾何学形状、位置、方向、および/または放射線濃度など、1つまたは複数のプラーク・パラメータを分析するように構成されることが可能である。
本明細書で論じられるように、いくつかの実施形態では、システムは、2つの時点の間のカルシウム・レベルの変化を特徴付けるように構成されることが可能である。例えば、いくつかの実施形態では、システムは、正、中性、または負のうちの1つとしてカルシウム・レベルの変化を特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、プラーク領域の体積対表面積の比が減少したとき、これが、構造がどれだけ均質かつコンパクトであるかを示すことができるので、カルシウム・レベルの変化を正として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、プラーク領域のサイズが減少したとき、カルシウム・レベルの変化を正として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、プラーク領域の密度が増加したとき、またはプラークの領域の画像が、より高い密度値を有する、より多くのピクセルを含むとき、これが安定プラークを示すことができるので、カルシウム・レベルの変化を正として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、拡散が低減したとき、カルシウム・レベルの変化を正として特徴付けるように構成されることが可能である。例えば、プラークの3つの小領域が1つの連続的なプラークに集結した場合、これは、非石灰化プラークが全プラーク長に沿って石灰化することを示すことができる。
いくつかの実施形態では、システムは、プラークの新しい領域が形成されたとシステムが決定したとき、カルシウム・レベルの変化を負として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、石灰化プラークを有するより多くの血管が現れたとき、カルシウム・レベルの変化を負として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、体積と表面積の比が増加したとき、カルシウム・レベルの変化を負として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、カルシウム・ピクセルあたりのハウンスフィールド密度が増加しなかったとき、カルシウム・レベルの変化を負として特徴付けるように構成されることが可能である。
いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
追加の詳細-プラーク、狭窄、および/またはCAD-RADSスコアの定量化
本明細書で論じられるように、いくつかの実施形態では、システムは、医用画像からプラーク、狭窄、および/またはCAD-RADSスコアの定量化を生成するように構成されることが可能である。いくつかの実施形態では、このような定量化分析の一部として、システムは、プラーク領域内のより高いまたは低い密度のプラークのパーセンテージを決定するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、800および/または1000を上回るハウンスフィールド密度単位を含むピクセルまたはボクセルとして、より高い密度のプラークを分類するように構成されることが可能である。いくつかの実施形態では、システムは、800および/または1000を下回るハウンスフィールド密度単位を含むピクセルまたはボクセルとして、より低い密度のプラークを分類するように構成されることが可能である。いくつかの実施形態では、システムは、他の閾値を利用するように構成されることが可能である。いくつかの実施形態では、システムは、連続的なスケール、順序を示すスケール、および/または数学的に変換されたスケールの基準を報告するように構成されることが可能である。
本明細書で論じられるように、いくつかの実施形態では、システムは、医用画像からプラーク、狭窄、および/またはCAD-RADSスコアの定量化を生成するように構成されることが可能である。いくつかの実施形態では、このような定量化分析の一部として、システムは、プラーク領域内のより高いまたは低い密度のプラークのパーセンテージを決定するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、800および/または1000を上回るハウンスフィールド密度単位を含むピクセルまたはボクセルとして、より高い密度のプラークを分類するように構成されることが可能である。いくつかの実施形態では、システムは、800および/または1000を下回るハウンスフィールド密度単位を含むピクセルまたはボクセルとして、より低い密度のプラークを分類するように構成されることが可能である。いくつかの実施形態では、システムは、他の閾値を利用するように構成されることが可能である。いくつかの実施形態では、システムは、連続的なスケール、順序を示すスケール、および/または数学的に変換されたスケールの基準を報告するように構成されることが可能である。
いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
追加の詳細-疾患追跡
本明細書で論じられるように、いくつかの実施形態では、システムは、アテローム動脈硬化、狭窄、虚血、および/または同様のものなど、動脈および/またはプラーク・ベースの疾患の進行および/または消失を追跡するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、2つの異なる時点から取得された1つまたは複数の医用画像を分析することによって、経時的な疾患の進行および/または消失を追跡するように構成されることが可能である。例として、いくつかの実施形態では、前のスキャンからの1つまたは複数の正常な領域は、第2のスキャンでは異常領域に変わることがあり、逆もまた同様である。
本明細書で論じられるように、いくつかの実施形態では、システムは、アテローム動脈硬化、狭窄、虚血、および/または同様のものなど、動脈および/またはプラーク・ベースの疾患の進行および/または消失を追跡するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、2つの異なる時点から取得された1つまたは複数の医用画像を分析することによって、経時的な疾患の進行および/または消失を追跡するように構成されることが可能である。例として、いくつかの実施形態では、前のスキャンからの1つまたは複数の正常な領域は、第2のスキャンでは異常領域に変わることがあり、逆もまた同様である。
いくつかの実施形態では、2つの異なる時点から取得された1つまたは複数の医用画像は、同じモダリティおよび/または異なるモダリティから取得されることが可能である。例えば、両方の時点からのスキャンがCTであることが可能であり、その一方で、いくつかのケースでは、前のスキャンがCTであることが可能であるが、後のスキャンは、超音波であることが可能である。
更に、いくつかの実施形態では、システムは、例えばハウンスフィールド密度および/または絶対密度など、1つまたは複数のピクセルおよび/またはボクセルの密度の変化を同定および/または追跡することによって、疾患の進行および/または消失を追跡するように構成されることが可能である。いくつかの実施形態では、システムは、継続的におよび/または二分法で、1つまたは複数のピクセルまたはボクセルの密度の変化を追跡するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、密度の増加をプラーク領域の安定化として分類すること、および/または、密度の減少をプラーク領域の不安定化として分類することを行うように構成されることが可能である。いくつかの実施形態では、システムは、プラークの領域の表面積および/もしくは体積、2つの間の比、表面積および/もしくは体積の絶対値、表面積および/もしくは体積の勾配、表面積および/もしくは体積の数学的変換、プラークの領域の方向、ならびに/または同様のものを分析するように構成されることが可能である。
いくつかの実施形態では、システムは、血管形態を分析することによって、疾患の進行および/または消失を追跡するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、外側の血管壁のプラークの効果が大きくもしくは小さくなること、内側の血管管腔のプラークの効果が小さくもしくは大きくなること、および/または同様のことを、分析および/または追跡するように構成されることが可能である。
いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
広範囲虚血インデックス
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、特定の対象者の虚血のリスクを表す広範囲虚血インデックスを決定するように構成される。例えば、いくつかの実施形態では、システムは、虚血の1つまたは複数の医用画像および/または誘因の分析、ならびに時間の虚血カスケードに沿った虚血への帰結および/または関連付けられた因子に少なくとも部分的に基づいて、対象者の広範囲虚血インデックスを生成するように構成される。いくつかの実施形態では、生成された広範囲虚血インデックスは、1つもしくは複数の処置の結論を決定および/もしくは予測するため、ならびに/または、対象者のための推奨される医療処置、治療法、薬物、および/もしくは手順を生成もしくは誘導するための、本明細書に記載するシステム、方法、およびデバイスによって使用されることが可能である。
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、特定の対象者の虚血のリスクを表す広範囲虚血インデックスを決定するように構成される。例えば、いくつかの実施形態では、システムは、虚血の1つまたは複数の医用画像および/または誘因の分析、ならびに時間の虚血カスケードに沿った虚血への帰結および/または関連付けられた因子に少なくとも部分的に基づいて、対象者の広範囲虚血インデックスを生成するように構成される。いくつかの実施形態では、生成された広範囲虚血インデックスは、1つもしくは複数の処置の結論を決定および/もしくは予測するため、ならびに/または、対象者のための推奨される医療処置、治療法、薬物、および/もしくは手順を生成もしくは誘導するための、本明細書に記載するシステム、方法、およびデバイスによって使用されることが可能である。
具体的には、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、1つもしくは複数の医用画像および/または他のデータを自動的および/または動的に分析して、例えば、1つもしくは複数の機械学習、人工知能(AI)、および/または消失技法を使用して、プラーク、脂肪、および/または同様のものなどの、1つまたは複数の特徴を同定するように構成されることが可能である。いくつかの実施形態では、医用画像データから同定された1つまたは複数の特徴は、広範囲虚血インデックスを自動的および/または動的に生成するために、消失アルゴリズムまたは多変数消失等式であることが可能な、第2階層アルゴリズムなどの、アルゴリズムに入力されることが可能である。いくつかの実施形態では、広範囲虚血インデックスを決定するためのAIアルゴリズムは、本明細書に記載するような虚血カスケードの異なる時間ステージなどの、1つまたは複数の変数を入力として利用し、グラウンド・トゥルースとして、それらを心筋血流などの出力と比較するように構成されることが可能である。いくつかの実施形態では、心筋血流などの出力は、二値の基準として虚血の存在もしくは不在を、ならびに/または、なし、軽度、中程度、重度、および/もしくは同様のものなどの虚血の1つもしくは複数のモデレーションを、示すことができる。
いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
いくつかの実施形態では、例えば1つまたは複数の機械学習および/または縮退技法などの、1つまたは複数のコンピュータ実装アルゴリズムを利用することによって、本明細書に記載するシステム、デバイス、および方法は、1つもしくは複数の医用画像および/または他のデータを分析して、例えば、約1分、約2分、約3分、約4分、約5分、約10分、約20分、約30分、約40分、約50分、約1時間、約2時間、約3時間内、および/または前述の値のうちの2つによって定義される期間内など、臨床的に妥当な時間内に、広範囲虚血インデックスおよび/または推奨される処置または治療を生成するように構成されることが可能である。
広範囲虚血インデックスを生成する際、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、以下を行うように構成される。(a)「虚血」経路に沿って1つもしくは複数の変数を時間的に統合し、冠動脈虚血の進展および悪化におけるこれらの時間シーケンスに基づいて、これらの入力に別々に重みを付けること、ならびに/または(b)虚血の診断を改善するために、虚血の誘因、関連付けられた因子、および帰結を統合すること。更に、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、単に冠動脈または単に左心室筋を超えた分析にまさり、代わりに、以下のうちの1つまたは複数の組合せを含むことができる。冠動脈、ニトログリセリンもしくは血管拡張薬投与後の冠動脈、断片心筋質量に冠動脈を関連させること、非心臓の心臓検査、冠動脈対非冠動脈強心薬の関係、および/または非心臓検査。更に、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、血管再生、ステント挿入、手術、スタチンなどの薬物、および/または同様のものなどの、推奨される医療処置または手順を更に決定および/または誘導するために、例えば、広範囲虚血インデックスなどの本明細書に記載する他の特徴のいずれかと組み合わせて、血管または管腔体積に対する心筋質量または包まれた心筋質量の断片を決定するように構成されることが可能である。したがって、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、虚血に寄与する情報の完全性を考慮した、現在今日存在しない形で、虚血を評価すること、および/または、そのために推奨される医療処置を提供することを行うように構成される。
いくつかの実施形態では、システムは、例えば、心外膜冠動脈、心筋密度の基準、心筋質量、心外膜冠動脈の体積、および/または同様のもののうちの1つまたは複数の分析に基づいて、微小血管虚血と大血管虚血とを区別するように構成されることが可能である。いくつかの実施形態では、微小血管虚血と大血管虚血とを区別することによって、システムは、このような区別に基づいて、異なる予後診断および/または治療法のアプローチを生成するように構成されることが可能である。
いくつかの実施形態では、例えばCT、MRI、および/または任意の他のモダリティなどを使用して、患者の医用画像が取得されるとき、冠動脈に関する情報だけでなく、血管系、ならびに/または基準フレーム内の残りの心臓および/もしくは胸郭エリアに関する情報を含み得る他の情報も、取得される。特定の技術は、このような医療スキャンからの冠動脈に関する情報に単に焦点を合わせることができるが、本明細書に記載するいくつかの実施形態は、このような画像から本来取得されるより多くの情報を活用して、虚血のより広範囲の指示を取得すること、ならびに/または、それらを使用して、薬物治療を生成および/もしくは誘導することを行うように構成される。
具体的には、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、誘因または帰結のいずれかだけに焦点を合わせるのではなく、虚血の誘因と、帰結および関連付けられた因子との両方を検査するように構成される。更に、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、虚血の時間シーケンスまたは「虚血経路」の全体および/または一部を考慮するように構成される。その上、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、虚血に寄与する非冠動脈の心臓の帰結、および非心臓の関連付けられた因子を考慮するように構成される。更に、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、冠動脈血管拡張前と冠動脈血管拡張後との比較を考慮するように構成される。更に、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、一般的なテーマではなく、虚血へのその寄与に適切に重みを付けた変数の特定のリストを考慮するように構成される。また、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、心筋血流、心筋灌流、および/または流量比を完全に含む、虚血の複数の「測定値」と比べて確認されることが可能である。
一般的に言えば、虚血診断は、現在、負荷テスト(心筋虚血)または冠動脈の流量比(冠動脈虚血)によって評価され、これらのうちの後者は、血流予備量比、瞬間自由波圧力比率(instantaneous wave-free pressure ratio)、充血抵抗(hyperemic resistance)、冠血流量、および/または同様のものを含むことができる。それでも、冠動脈虚血は、心筋で起きていることについての間接的基準にすぎないと考えられることが可能であり、心筋虚血は、冠動脈で起きていることについての間接的基準にすぎないと考えられることが可能である。
更なる特定のテストは、虚血の誘因(狭窄など)または虚血の後遺症(減少した心筋灌流もしくは血流など)など、虚血の個々の構成要素だけを測定する。それでも、狭窄以外の虚血の非常に多くの他の誘因、虚血の可能性を増加させる非常に多くの関連付けられた因子、ならびに虚血の他の多くの早いおよび遅い帰結がある。
このような既存の技法の1つの技術的な欠点は、虚血に寄与するまたは虚血に関連付けられた因子を見ているだけの場合、常に早すぎること-すなわち、虚血前のステージであることである。逆に、虚血の帰結/後遺症である因子を見ているだけの場合、常に遅すぎること-すなわち、虚血後のステージであることである。
また最終的に、全て(関連付け因子、誘因、早いおよび遅い帰結を含む)を見ていない場合、個人が冠動脈虚血の連続体の上に存在することを理解しない。これは、個人が受けるべき治療のタイプ-例えば、薬物療法、薬物療法の強化、ステント挿入による冠動脈血管再生、および/または冠動脈バイパス手術による冠動脈血管再生など-における非常に重要な暗示を有し得る。したがって、本明細書に記載するいくつかの実施形態では、システム、方法、およびデバイスは、患者の1つまたは複数の医用画像またはデータの分析に少なくとも部分的に基づいて、特定の患者の広範囲虚血インデックスを生成または決定するように構成され、生成された広範囲虚血インデックスは、下記で更に詳しく説明されるような、冠動脈虚血の連続体または虚血カスケードに沿った患者の虚血の基準である。言い換えれば、いくつかの実施形態では、既存の技術または技法とは違って、システムによって生成された広範囲虚血インデックスは、冠動脈虚血の連続体または虚血カスケードに沿った特定の患者の虚血のステージまたはリスクまたは進展を示すことができる。
更に、虚血に寄与するもの/原因となるものと、連続的かつ重複する形で発生する虚血の帰結/後遺症との間に関係があり得る。したがって、虚血に寄与する/原因となる様々な因子を、虚血の帰結/後遺症である因子と組み合わせることによって、虚血の個人を同定することがはるかに正確になり得る。
したがって、本明細書に記載するいくつかの実施形態では、システム、デバイス、および方法は、虚血のリスクのより広範囲な指示を提供することができる広範囲虚血インデックスを生成する際に、虚血の1つまたは複数の関連付け因子、誘因、ならびに早いおよび遅い帰結を分析するように構成される。更に、本明細書に記載するいくつかの実施形態では、システム、デバイス、および方法は、このような生成された広範囲虚血インデックスを使用して、例えば、薬物療法、薬物療法の強化、ステント挿入による冠動脈血管再生、および/または冠動脈バイパス手術による冠動脈血管再生など、個人が受けるべき治療のタイプを決定および/または誘導するように構成される。
本明細書で論じられるように、いくつかの実施形態では、システム、デバイス、および方法は、1つまたは複数の医用画像および/または他のデータに基づいて、特定の対象者の虚血のリスクを示すおよび/または表す広範囲虚血インデックスを生成するように構成される。より具体的には、いくつかの実施形態では、システムは、心筋虚血の測定値として広範囲虚血インデックスを生成するように構成されることが可能である。
いくつかの実施形態では、生成された広範囲虚血インデックスは、既存の技法に比べて、心筋虚血のはるかに正確なおよび/または直接の測定値を提供する。虚血は、その定義によれば、身体の器官または部位への不十分な血液供給である。この定義によれば、虚血の診断は、冠動脈(血液供給)と心臓(身体の器官または部位)との関係を検査することによって最も良く実施されることが可能である。それでも、これは、現在の生成テストが、冠動脈(例えば、FFR、iFR)または心臓(例えば、核SPECT、PET、CMRもしくはエコーによる負荷テスト)を測定するときのケースではない。現在の生成テストは、冠動脈の関係を検査することができないので、これらは、本明細書でより詳しく記載されるような、虚血の進化(なしから幾つかまで、および軽度から中程度から重度まで)または「虚血経路」において発生するイベントの時間シーケンスを考慮に入れない。冠動脈と心臓および他の非冠動脈構造体との関係を、虚血カスケードにおける虚血のステージに関連付けられた時間的所見だけでなく虚血の発現に定量化することは、現在の生成テストでは可能でない形で、診断の精度-および虚血重症度の理解-を改善することができる。
上述のように、虚血を直接測定するためのテストは現在存在せず、むしろ、既存のテストは、例えば、低灌流または血流予備量比(FFR)または壁運動異常など、虚血に関連付けられた特定の固有の因子または代用マーカーを測定するだけである。言い換えれば、虚血評価への現在のアプローチは、全ての点で単純すぎており、変数の全てを考慮していない。
虚血は、歴史的に、負荷テストによって「測定されて」きた。存在する可能な負荷テストは、以下を含む。(a)イメージングのない運動トレッドミルECGテスト、(b)単一光子放出コンピュータ断層撮影(SPECT:single photon emission computed tomography)による負荷テスト、(c)陽電子放出トモグラフィ(PET:positoron emission tomography)による負荷テスト、(d)コンピュータ断層撮影灌流(CTP:computed tomography perfusion)による負荷テスト、(e)心臓磁気共鳴(CMR:cardiac magnetic resonance)灌流による負荷テスト、および(f)心エコー法による負荷テスト。また、SPECT、PET、CTPおよびCMRは、左心室筋の最も正常に見える部分を異常に見えるエリアと比較するので、相対的な心筋灌流を測定することができる。PETおよびCTPは、絶対心筋血流を測定し、これらの定量的な基準を使用して左心室への血液供給の正常性を評価する能力を追加できる。対照的に、運動トレッドミルECGテストは、心内膜下虚血(心筋の内部への減少した血液供給)の間接的な基準としてST部分の低下を測定し、その一方で、負荷心エコー法は、左心室の負荷誘導された局所壁運動異常について心臓を評価する。異常相対灌流、絶対心筋血流、ST部分の低下、および局所壁運動異常が、「虚血経路」の異なるポイントで発生する。
更に、左心室の心筋の基準とは対照的に、虚血を決定するための代替方法は、圧力またはフロー・ワイヤを用いた冠動脈の直接の評価を伴う。最も一般的な2つの測定値は、血流予備量比(FFR)またはiFRである。これらの技法は、所与の冠動脈狭窄より遠位の圧力を狭窄の近位の圧力と比較することができる。理解しやすくかつ潜在的に直観的であるが、これらの技法は、「軽度」の狭窄の拡散、狭窄の原因となるアテローム動脈硬化のタイプを含む、虚血に寄与し得る重要なパラメータを考慮に入れておらず、これらの技法は、全体として左心室も、所与の動脈によって包まれた%左心室も考慮していない。
いくつかの実施形態では、広範囲虚血インデックスは、心筋虚血の基準であり、虚血の誘因、関連付けられた因子、および帰結に関する定量的情報を活用する。更に、いくつかの実施形態では、システムは、これらの因子を使用して、これらの寄与に適宜重みを付けることによって虚血予測を強化する。いくつかの実施形態では、広範囲虚血インデックスは、心筋灌流と冠動脈圧の両方を直接の基準として機能すること、および、これらの所見を統合して虚血診断を改善することを目標としている。
いくつかの実施形態では、虚血経路の単一の因子または単一のポイントだけに焦点を合わせた既存の虚血「測定」技法と違って、本明細書に記載するシステム、デバイス、および方法は、広範囲虚血インデックスを生成する際に、虚血経路の異なるポイントで発生する1つまたは複数の因子を入力として分析および/または使用するように構成される。言い換えれば、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、虚血のリスクを評価するため、および/または特定の対象者の推奨される処置または治療を生成するために、広範囲虚血インデックスを生成する際に、時間的な虚血カスケード全体を考慮するように構成される。
図20Aは、例示の虚血経路の1つまたは複数の特徴を示す。虚血経路は最終的に確かめられているわけではないが、図20Aに示されているように考えられている。とはいえ、この虚血経路は、実際には、この正確なシーケンスで発生しないこともある。虚血経路は、実際には、異なる順序で発生し得るか、またはイベントの多くが、同時かつ重複して発生し得る。それでもなお、虚血経路に沿った異なるポイントが、異なる時点で発生することがあり、したがって、本明細書に記載するいくつかの実施形態が考慮する虚血の進展における時間的態様を追加する。
図20Aに示されているように、虚血経路は、心筋への血液供給を減少させる閉塞物を心臓動脈に有しているときに発生し得る異なる状態を示すことができる。言い換えれば、虚血経路は、冠動脈疾患によって引き起こされる病態生理学イベントのシーケンスを示すことができる。図20Aに示されているように、虚血は、2元的な概念ではなく、いくつかの異なるステップで発生するか、徐々に進展し得る。虚血経路は、患者がますます虚血になるにつれて生じ得る異なる状態を示す。
異なる既存のテストが、虚血経路に沿った異なるステージの虚血を示すことができる。例えば、核負荷テストは、虚血経路における前のイベントである低灌流を放射性イメージングが探り、その一方で、収縮機能障害などの後のイベントを負荷心エコー法が探るので、エコー・テストよりすぐに虚血を示すことができる。更に、運動トレッドミルEKGテストは、EKGテストが異常になった場合、ECGの変化が現れるので、エコー負荷テスト後しばらくして虚血を示すことができる。更に、PETスキャンは、フローの不均等分布を測定することができ、したがって、核負荷テスト前より以前に虚血の徴候を示すことができる。したがって、虚血カスケードに沿った異なる状態およびステップを測定するための異なるテストが存在する。それでも、虚血経路の進路の全体を通して生じるこれらの異なる状態の全てを考慮した広範囲な技法は存在しない。したがって、本明細書のいくつかの実施形態では、システム、デバイス、および方法は、時間的な虚血経路に沿った複数の異なる基準を分析すること、および/または広範囲虚血インデックスを生成する際に、これらに別々に重みを付けることを行うように構成され、広範囲虚血インデックスは、虚血を診断するため、ならびに/または推奨される治療および/もしくは処置を提供するために使用されることが可能である。いくつかの実施形態では、時間的な虚血経路に沿ったこのような複数の基準は、広範囲虚血インデックスを生成する際に、別々に重みを付けられることが可能であり、例えば、いくつかの実施形態では、前に現れる特定の基準は、虚血カスケードにおいて後で生じる基準より小さく重みを付けられることが可能である。より具体的には、いくつかの実施形態では、虚血の1つまたは複数の基準は、より軽くからより重くまで、以下の一般的な順に重みを付けられることが可能である。フローの不均等分布、低灌流、拡張機能障害、収縮機能障害、ECG変化、アンギナ、および/または局所壁運動異常。
いくつかの実施形態では、システムは、広範囲虚血インデックスを生成する際に、虚血経路の時間シーケンスを進み、様々な状態またはイベントを適宜統合して重みを付けるように構成されることが可能である。更に、いくつかの実施形態では、システムは、例えば、冠動脈疾患に関連付けられた糖尿病に関連付けられた脂肪肝など、虚血が発生する実際の徴候よりかなり前に特定の状態または「関連付け因子」を同定するように構成されることが可能である。言い換えれば、いくつかの実施形態では、システムは、虚血に関連付けられた、虚血の原因となる、虚血に寄与する、および/または虚血に重大な、1つまたは複数の因子を統合することと、これらの時間シーケンスを考慮することと、これらに適宜重みを付けて、虚血のリスクを表すおよび/もしくは予測するならびに/または推奨する処置を生成する、インデックスを生成することとを行うように構成されることが可能である。
本明細書で論じられるように、いくつかの実施形態によって生成された広範囲虚血インデックスは、いくつかの欠点を有する虚血評価用の既存の技法より優れた十分な技術的利点を提供する。例えば、冠動脈検査単独では、例えば以下を含む虚血の潜在的な誘因の資源を考慮しない。(1)3Dフロー(管腔、狭窄など)、(2)冠動脈の内皮機能/血管拡張/血管収縮能力(例えば、プラーク・タイプ、負荷量など)、(3)冠動脈の血管拡張/血管収縮能力に影響を与え得る炎症(例えば、心臓周囲の心外膜脂肪組織)、および/または(4)位置(心筋に面するプラークは、心外膜脂肪から遠く離れており、脂肪の炎症性寄与による影響をあまり受けないことがある。二分枝、三分枝、または近位/開口位置にあるプラークは、二分枝、三分枝、または近位/開口位置にないプラークより多く虚血の可能性に影響を与え得る)。
1つの重要な考慮は、CTによって虚血を決定するための現在の方法が、主に、その定義によれば、流体構造連成(FSI:fluid-structure interactions)を含まない計算流体力学に依存することである。それでも、FSIの使用は、よくわかっていない冠動脈血管の物質密度およびそのプラーク成分の理解を必要とする。
したがって、本明細書に記載するいくつかの実施形態では、1つの重要な構成要素は、異なる物質密度を表すハウンスフィールド単位閾値を設定すること、または既知の物質密度との比較に基づいてピクセルに対する絶対物質密度を設定することによって、冠動脈の側面境界状態(管腔壁、血管壁、プラーク)が相対的に知られていることが可能であることである(すなわち、我々の以前の特許における正規化デバイス)。そうすること、および機械学習アルゴリズムに連結することによって、本明細書のいくつかの実施形態は、虚血(血管内の血流)だけでなく、プラークを経時的に「弱らせる」能力を知らせることができる正確な物質密度を理解する必要なく、流体構造連成の理解を改善することができる。
更に、いくつかの実施形態では、システムは、冠動脈心臓データに加えて、非冠動脈心臓検査およびデータを考慮するように構成される。冠動脈は、血液を左心室だけでなく、左心房、右心室、および右心房を含む心臓の他のチャンバにも供給する。灌流は、現在の生成負荷テストでは、これらのチャンバにおいてうまく測定されないが、いくつかの実施形態では、虚血の器官内(end-organ)効果は、血液体積または圧力(すなわち、サイズまたは体積)の増加を決定することによって、これらのチャンバにおいて測定されることが可能である。更に、血液体積または圧力がこれらのチャンバにおいて増加すると、チャンバは、隣のチャンバまたは血管への容量過負荷により、血流を「バックアップする」効果を有することができる。その結果、連鎖反応として、左心室体積の増加が、以下の順に体積を増加させ得る。(1)左心房、(2)肺静脈、(3)肺動脈、(4)右心室、(5)右心房、(6)上大静脈または下大静脈。いくつかの実施形態では、非冠動脈心臓検査を考慮に入れることによって、システムは、虚血経路のどれだけ「上流」または「下流」に心臓チャンバがあるかに基づいて、心臓チャンバの虚血の役割を区別するように構成されることが可能である。
その上、いくつかの実施形態では、システムは、冠動脈心臓検査と非冠動脈心臓検査との関係を考慮するように構成されることが可能である。虚血決定の既存の方法は、これらの検査を冠動脈(例えば、FFR、iFR)または心臓の左心室筋に限定する。それでも、本明細書のいくつかの実施形態では、冠動脈と心臓チャンバの関係は、虚血の診断を改善するように相乗的に作用することができる。
更に、いくつかの実施形態では、システムは、非心臓検査を考慮するように構成されることが可能である。今のところ、冠動脈/心筋虚血決定の方法は、虚血の可能性に対する臨床的誘因(例えば、高血圧、糖尿病)の効果を考慮しない。それでも、これらの臨床的誘因は、個人が虚血を示す可能性を増加させ得るいくつかの画像ベースの器官内効果を示すことができる。これらは、大動脈の規模(動脈瘤は、高血圧の一般的な器官内効果である)および/または非アルコール性脂肪肝炎(脂肪肝は、糖尿病または前糖尿病の一般的な器官内効果である)などの、このような画像ベースの徴候を含むことができる。したがって、いくつかの実施形態では、システムは、スキャン固有の個人化された形で虚血診断の可能性を拡大するために、これらの特徴を考慮に入れるように構成されることが可能である。
更に、今のところ、心筋虚血決定の方法は、単一の方法で確かめることができず、他の方法による検査を通じて決定されることが可能な、他のイメージング所見を組み込んでいない。例えば、虚血経路は、代謝の代替形態(臨床検査)、灌流異常性(負荷灌流)、拡張機能障害(心エコー図)、収縮機能障害(心エコー図または負荷テスト)、ECG変化(ECG)および次いでアンギナ(胸郭痛、ヒト患者レポート)から、順番に発生すると考えられることが多い。いくつかの実施形態では、システムは、これらの因子をCTスキャンの画像ベースの所見と統合し、虚血カスケードのこれらのステージに応じて、これらの変数に重みを付けることによって虚血決定の改善を可能にするように構成されることが可能である。
本明細書に記載するように、いくつかの実施形態では、システム、方法、およびデバイスは、虚血を診断するための広範囲虚血インデックスを生成するように構成される。いくつかの実施形態では、広範囲虚血インデックスは、例えば、以下のうちの1つまたは複数を含む、虚血に寄与する所見の完全性を考慮する。冠動脈+ニトログリセリン/血管拡張薬投与+冠動脈を断片心筋質量に関連させること+非心臓の心臓検査+冠動脈強心薬と非冠動脈強心薬との関係+非心臓検査、および/またはそのサブセット。いくつかの実施形態では、広範囲虚血インデックスは、虚血の病態生理学における画像ベースの所見がある場所に基づいて、変数の重み付けられた増加を虚血の寄与に提供する。いくつかの実施形態では、広範囲虚血インデックスを生成する際に、システムは、対象者が虚血か否かを最適に診断するために、虚血に関連付けられた、虚血に寄与する、虚血にカジュアルな、および/または虚血に重大な、1つまたは複数の因子を、回帰モデルに入力するように構成される。
図20Bは、本明細書に記載する例示の実施形態によって利用される虚血の帰結の1つまたは複数の誘因および1つまたは複数の時間シーケンスを描写するブロック図である。図20Bに示されるように、いくつかの実施形態では、システムは、虚血の誘因、関連付けられた因子、原因因子、および/もしくは重大因子を含む、いくつかの因子を分析すること、ならびに/または、広範囲虚血インデックスを生成するための入力と同じものを使用することを行うように構成されることが可能である。このような因子のうちのいくつかは、図20Bに示されたこれらの状態を含むことができる。例えば、脂肪肝および/または肺の気腫の徴候は、広範囲虚血インデックスを生成するための入力としてシステムによって使用される関連付けられた因子であることが可能である。システムによって入力として使用される誘因のいくつかの例は、一酸化窒素および/もしくはニトログリセリンで血管拡張できないこと、低密度非石灰化プラーク、小動脈、ならびに/または同様のものを含むことができる。システムによって入力として使用される虚血の早い帰結のいくつかの例は、心筋の減少した灌流、心臓の体積のサイズの増加を含むことができる。システムによって入力として使用される虚血の遅い帰結の例は、血液が、左心室に加えて心臓の他のチャンバにバックアップし始めることを含むことができる。
いくつかの実施形態では、広範囲虚血インデックスは、虚血の直接の誘因、虚血の早い帰結、虚血の遅い帰結、虚血に関連付けられた因子、および虚血に関する他のテスト所見を考慮する。いくつかの実施形態では、1つまたは複数のこれらの因子は、機械学習アルゴリズムなどの1つまたは複数のアルゴリズムを使用して、自動的、半自動的、および/または動的に同定されることおよび/または導出されることが可能である。このような特徴を同定するためのいくつかの例示のアルゴリズムが、下記でより詳しく説明される。このような訓練されたアルゴリズムがないと、広範囲虚血インデックスを生成する際に、妥当な時間内にこれらの因子の全てを考慮することが、不可能ではないにしても、難しくなり得る。
いくつかの実施形態では、これらの因子は、別々におよび適切に重みを付けられ、虚血の診断を改善することができる。図20Cは、異なる因子に別々に重み付けすることによって虚血を決定するための例示の実施形態の1つまたは複数の特徴を描写するブロック図である。いくつかの実施形態では、広範囲虚血インデックスを生成する際に、システムは、虚血カスケードの時間的態様を考慮し、例えば、虚血の早い徴候が、虚血の後の徴候に比べて、軽く重みを付けられることが可能な場合、時間的態様に応じて1つまたは複数の因子に重みを付けるように構成される。いくつかの実施形態では、システムは、例えば回帰モデルを使用して、各因子に対して異なる重みを自動的および/または動的に決定することができる。いくつかの実施形態では、システムは、他に比べて、どの因子がより重くまたはより軽く重みを付けられるべきかを決定するために、データの以前の分析に基づいて、1つまたは複数の適切な重み付け因子を導出するように構成されることが可能である。いくつかの実施形態では、ユーザは、異なる因子に重みを付けるために、入力を誘導すること、および/またはそうでなければ提供することができる。
本明細書に記載するように、いくつかの実施形態では、広範囲虚血インデックスは、心筋血流、心筋灌流、または流量比によって測定されるような、虚血の「絶対的基準」と比較したとき、この多方面の情報を「虚血」または「虚血なし」の出力に要約する機械学習アルゴリズムおよび/または消失アルゴリズムによって生成されることが可能である。いくつかの実施形態では、システムは、なし、軽度、中程度、重度、および/または同様のものなど、虚血のモデレーションの指示を出力するように構成されることが可能である。いくつかの実施形態では、虚血の出力された指示は、連続的なスケール上のものであることが可能である。
図20Dは、広範囲虚血インデックスを計算するための例示の実施形態の1つまたは複数の特徴を描写するブロック図である。図20Dに示されているように、いくつかの実施形態では、システムは、絶対心筋血流と比べて、出力された広範囲虚血インデックスを確認するように構成されることが可能であり、絶対心筋血流は、例えば、心臓の異なる領域を測定して異なる領域内に血液の異なるフローがあるかどうかを確かめるために、PETおよび/またはCTスキャンによって測定されることが可能である。絶対心筋血流は、時間当たりの体積の絶対値を提供することができるので、いくつかの実施形態では、システムは、1つの領域の絶対心筋血流を別の領域と比較するように構成されることが可能であり、これは、例えば核負荷テストを使用することなど、相対測定値を使用しても可能ではないはずである。
本明細書で論じられるように、いくつかの実施形態では、システム、デバイス、および方法は、異なる因子を分析および/または重み付けして広範囲虚血インデックスを生成するために、機械学習アルゴリズムおよび/または消失アルゴリズムを利用するように構成されることが可能である。そうすることによって、いくつかの実施形態では、システムは、1つまたは複数の統計的なおよび/または機械学習の検討を考慮するように構成されることが可能である。より具体的には、いくつかの実施形態では、システムは、特定の変数の寄与を意図的に重複させるように構成されることが可能である。例えば、いくつかの実施形態では、非石灰化プラーク(NCP)、低密度非石灰化プラーク(LD-NCP)、および/または高リスク・プラーク(HRP)が全て、虚血に寄与し得る。伝統的な統計では、共線性は、これらの3つの変数から1つだけを選択するための理由になり得るが、機械学習を利用することによって、いくつかの実施形態では、システムは、これらが特定の特徴を共有したとしても、複数の変数の寄与のデータ駆動型探索を可能にし得る。更に、いくつかの実施形態では、システムは、広範囲虚血インデックスを生成するためのアルゴリズムを訓練および/または適用するときに、特定の時間的検討を考慮することができる。例えば、いくつかの実施形態では、システムは、帰結/後遺症が既に発生しているとき、原因/誘因ではなく、帰結/後遺症に、より大きい重みを与えるように構成されることが可能である。
更に、いくつかの状況では、冠動脈血管拡張は、冠動脈のサイズ/体積を最大にすることができるので、冠動脈CTスキャンの前に誘導される。ニトログリセリンは、例えば内皮依存性血管拡張薬である一酸化窒素と比較して、内皮非依存性血管拡張薬である。ニトログリセリン誘導性血管拡張が冠動脈で発生すると-および、実際の冠動脈CT血管造影の前に「タイミング」ヨード造影ボラスが投与されることが多いので、ニトログリセリン投与前後の冠動脈の体積の比較は、正確な虚血診断を著しく拡大することができる冠動脈血管拡張能力の直接評価を可能にする。代替として、内皮依存性血管拡張薬-一酸化窒素または二酸化炭素のような-は、冠動脈の血管拡張能力の理解を最大化するために、(ニトログリセリンによって)内皮非依存性血管拡張に取り替えられるまたは連結されることが可能な形で、冠動脈サイズの拡大を可能にし得る。
いくつかの実施形態では、システムは、例えば、ニトログリセリンおよび/または一酸化窒素の投与の前および/または後に、1つまたは複数の動脈の直径を測定することによって、血管拡張効果を測定し、虚血の直接の測定値または指示として、このような血管拡張効果を使用するように構成されることが可能である。前述の代替としておよび/または前述に加えて、いくつかの実施形態では、システムは、このような血管拡張効果を測定し、広範囲虚血インデックスを決定もしくは生成する際の、および/または対象者に推奨される薬物療法もしくは処置を開発する際の入力と同じものを使用するように構成されることが可能である。
更に、いくつかの実施形態では、システムは、血液を提供する心筋に冠動脈を関連させるように構成されることが可能である。言い換えれば、いくつかの実施形態では、システムは、広範囲虚血インデックスを生成するときに、断片心筋質量を考慮するように構成されることが可能である。虚血診断のために、負荷テストは、今のところ、左心室に限定され得る。例えば、負荷心エコー図(超音波)では、負荷誘導された左心室の局所壁運動異常の効果が検査され、その一方で、SPECT、PET、および心臓MRIでは、負荷誘導された左心室筋灌流の効果が検査される。それでも、現在存在する技法は、サイズ(体積)、幾何学形状、経路、および他の血管との関係を、この動脈によって包まれた%断片心筋質量と関連させない。更に、冠動脈分布は最適であると想定するが、多くの人々には、想定されないことがある。したがって、冠動脈を通じた最適な血流を計算するための最適化プラットフォームを理解することは、治療決定を誘導する際に有用になり得る。
したがって、いくつかの実施形態では、システムは、断片心筋質量、または冠動脈と冠動脈が包む左心室筋との関係を決定するように構成される。具体的には、いくつかの実施形態では、システムは、動脈の血管の体積に対する心筋の包まれた質量を決定するおよび/または考慮に入れるように構成される。歴史的に、心筋虚血の心筋灌流評価が、核SPECT、PET、心臓MRI、または心臓CT灌流などの負荷テストを使用して実施されてきた。これらの方法は、位置によって灌流の欠損を分類する17セグメントの心筋モデルに依存してきた。以下を含むこれに対するいくつかの限界があり得る。(1)17個のセグメント全てが同じサイズを有すると想定する、(2)17個のセグメント全てが同じ予後診断の重要性を有すると想定する、および(3)心筋部分を、心筋部分への血液供給を提供する冠動脈に関連させない。
したがって、このような欠点に対処するために、いくつかの実施形態では、システムは、断片心筋質量(FMM:fractional myocardial mass)を分析するように構成されることが可能である。一般的に言えば、FMMは、冠動脈を、冠動脈が包む心筋の量に関連させることを目標とする。これらは、予後診断および処置についての重要な暗示を有し得る。例えば、患者は、動脈に70%の狭窄を有することがあり、これは、冠動脈血管再生(ステント挿入)が考えられる場合の歴史的なカット・ポイントであったことがある。それでも、心筋の1%を包む動脈における70%の狭窄、対、心筋の15%を包む動脈における70%の狭窄を有する患者にとっての非常に重要な予後診断および治療の暗示があり得る。
このFMMは、CTスキャン上の心筋とCTスキャン上の冠動脈との間の「ステム-アンド-クラウン」関係を使用して歴史的に計算されてきており、以下の関係を有することが報告されてきた。M=kL3/4、ここで、M=質量、k=定数、およびL=長さ。
それでも、この関係は、かなり頻繁に書かれるが、広く確認されたことがない。治療を効果的に誘導することができる任意のカット・ポイントがあったこともない。治療のガイダンスは、以下を含む多くの点で入手することができる。(1)血管再生を実施するための決定:高FMM、イベント・フリーの生存を改善するために血管再生を実施する;低FMM、血管再生のない薬物療法単独、(2)異なる医療治療レジメン:高FMM、イベント・フリーの生存を改善するためにいくつかの薬物を与える;低FMM、ほとんど薬物を与えない、(3)予後診断:高FMM、悪い予後診断;低FMM、良い予後診断。
更に、3Dイメージングの時代では、M=kL関係は、M=kV関係に拡大されるはずであり、ここで、V=血管の体積または管腔の体積。したがって、いくつかの実施形態では、システムは、(1)3次元での相対成長率法則、すなわち、M=kVnを記述すること、(2)冠動脈血管再生を誘導するためにカット・ポイントとしてFMMを使用すること、および/または(3)以下を含む臨床的意思決定のためにFMMカット・ポイントを使用することを行うように構成される。(a)薬物の使用対使用なし、(b)FMMカット・ポイントに基づく異なるタイプの薬物(コレステロール低下、血管拡張薬、心拍数低下薬など)、(c)FMMカット・ポイントに基づくいくつかの薬物、および/または(d)FMMカット・ポイントに基づく予後診断。いくつかの実施形態では、3D FMM計算によるFMMカット・ポイントの使用は、イベント・フリーの生存を改善する形で意思決定を改善することができる。
上述のように、いくつかの実施形態では、システムは、広範囲虚血インデックスを生成するための入力として、虚血の1つまたは複数の誘因または原因を利用するように構成されることが可能である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の誘因または原因の例は、血管径を含むことができる。具体的には、いくつかの実施形態では、システムは、狭窄のパーセンテージ直径を入力として分析および/または利用するように構成されることが可能であり、狭窄が大きくなると、虚血の可能性が大きくなる。更に、いくつかの実施形態では、システムは、管腔体積を入力として分析および/または利用するように構成されることが可能であり、管腔体積が小さくなると、虚血の可能性が大きくなる。いくつかの実施形態では、システムは、%断片心筋質量、体表面積(BSA)、ボディ・マス・インデックス(BMI)、左心室(LV:left ventricle)質量、全体心臓サイズにインデックスを付けられた管腔体積を入力として分析および/または利用するように構成されることが可能であり、管腔体積が小さくなると、虚血の可能性が大きくなる。いくつかの実施形態では、システムは、血管体積を入力として分析および/または利用するように構成されることが可能であり、管体積が小さくなると、虚血の可能性が大きくなる。いくつかの実施形態では、システムは、最小内腔径(MLD:minimal luminal diameter)、最小内腔面積(MLA:minimal luminal area)、および/またはMLD/MLAなどのMLDとMLAとの間の比を入力として分析および/または利用するように構成されることが可能である。
システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の誘因または原因は、プラークを含むことができ、プラークは、動脈の血管拡張/血管収縮能力への効果にマークしてきたものでよい。具体的には、いくつかの実施形態では、システムは、非石灰化プラーク(NCP)を入力として分析および/または利用するように構成されることが可能であり、非石灰化プラーク(NCP)は、より大きい内皮機能不全および充血に対する血管拡張不能の原因になり得る。いくつかの実施形態では、システムは、壊死性コア、線維、および/または線維脂肪についての、バイナリ、トライナリ、および/または同様のものなど、NCPを分析するための1つまたは複数の任意のカットオフを利用することができる。いくつかの実施形態では、システムは、NCPの連続的な密度基準を利用することができる。更に、いくつかの実施形態では、システムは、2重エネルギー、単色、および/または物質ベースの分解についてNCPを分析することができる。いくつかの実施形態では、システムは、プラーク形状および/またはプラーク不均一性および/または他のラジオミクス特徴を分析および/または同定するように構成されることが可能である。いくつかの実施形態では、システムは、管腔に面したプラークおよび/または心外膜脂肪に面したプラークを分析および/または同定するように構成されることが可能である。いくつかの実施形態では、システムは、イメージング・ベースの情報を導出するおよび/または同定するように構成されることが可能であり、この情報は、広範囲虚血インデックスを生成するためのアルゴリズムに直接提供されることが可能である。
いくつかの実施形態では、システムは、例えば、NCPに関して上述された1つまたは複数の特定の技法を使用して、低密度NCPを入力として分析および/または利用するように構成されることが可能であり、低密度NCPは、より大きい内皮機能不全および充血に対する血管拡張不能の原因になり得る。いくつかの実施形態では、システムは、石灰化プラーク(CP)を入力として分析および/または利用するように構成されることが可能であり、石灰化プラーク(CP)は、より多くの層流、より少ない内皮機能不全、およびより少ない虚血の原因になり得る。いくつかの実施形態では、システムは、1Kプラーク(プラーク>1000ハウンスフィールド単位)などの1つもしくは複数の任意のカットオフ、および/またはCPの連続密度基準を利用することができる。
いくつかの実施形態では、システムは、プラークの位置を入力として分析および/または利用するように構成されることが可能である。具体的には、システムは、心筋に面したプラークが、心筋への近さにより、低減された虚血に関連付けられ得ると決定することができる(例えば、心筋ブリッジングが、まれにアテローム動脈硬化を有する)。いくつかの実施形態では、システムは、心膜に面したプラークが、冠動脈周辺脂肪組織への近さにより、増加した虚血に関連付けられ得ると決定することができる。いくつかの実施形態では、システムは、二分枝および/または三分枝病変が、層流の中断により、増加した虚血に関連付けられ得ると決定することができる。
いくつかの実施形態では、3次元プラークの可視化は、互いのおよび/または心膜に対する心筋の関係の中で、プラークがある場所について人間観察者への理解を改善するために、ユーザにシステムによって生成および/または提供されることが可能である。例えば、特定の静脈において、システムは、単一の2D画像のプラーク全ての可視化を可能にするように構成され得る。したがって、いくつかの実施形態では、システムは、単一の図でプラークの全てが視覚化されることを可能にすることができ、プラークへの色分けされたおよび/または影付きのラベルおよび/または他のラベルは、これらが2D視野内にあるかどうか、またはこれらが2D視野から遠く離れているかどうかに依存する。これは、最大投影図に類似したものであることが可能であり、最大投影図は、造影剤で満たされた管腔を強調するが、視野からの異なる距離のまたは異なる密度のプラークに強度投影(最大、最小、平均、序数)を適用する。
いくつかの実施形態では、システムは、最大強度投影(MIP:maximum intensity projection)技法を使用してプラークを視覚化するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、MIP技法、および/または、体積レンダリング技法(VRT)などの他の技法を使用して、2D、3D、および/または4Dでプラークを視覚化するように構成されることが可能である。より具体的には、4Dについて、いくつかの実施形態では、システムは、時間の点でプラークの進行を視覚化するように構成されることが可能である。いくつかの実施形態では、システムは、2D、3D、および/または4Dのプラークの管腔および/または追加を、画像で、ならびに/またはビデオおよび/もしくは他のデジタル・サポートで、視覚化するように構成されることが可能である。いくつかの実施形態では、システムは、時間または4Dの変化を示すように構成されることが可能である。いくつかの実施形態では、システムは、異なる時点から撮られた複数のスキャンを撮ること、および/または、情報の全部もしくは一部を治療学と統合することを行うように構成されることが可能である。いくつかの実施形態では、同じことに基づいて、システムは、治療法の変更を決定すること、および/または、例えば、治療成功を評価して、予後診断情報を決定することを行うように構成されることが可能である。
入力として利用されること、および/またはシステムによって分析されることが可能な虚血の別の例示の誘因または原因は、脂肪を含むことができる。いくつかの実施形態では、システムは、冠動脈周辺脂肪組織を入力として分析および/または利用するように構成されることが可能であり、冠動脈周辺脂肪組織は、内皮機能不全を引き起こす炎症性により、虚血の原因になり得る。いくつかの実施形態では、システムは、心外膜脂肪組織を入力として分析および/または利用するように構成されることが可能であり、心外膜脂肪組織は、全般的な心炎の原因となり得る。いくつかの実施形態では、システムは、例えば、不均一性、密度、血管から離れた密度変化、体積、および/または同様のものなどのアルゴリズムに直接提供される、心外膜脂肪および/またはラジオミクスもしくはイメージング・ベースの情報を入力として分析および/または利用するように構成されることが可能である。
上述のように、いくつかの実施形態では、システムは、広範囲虚血インデックスを生成するための入力として、虚血の1つまたは複数の帰結または後遺症を利用するように構成されることが可能である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の例示の帰結または後遺症は、左心室に関するものが可能である。例えば、いくつかの実施形態では、システムは、広範囲なものおよび/または断片心筋質量のパーセンテージに関連したものであることが可能な、左心室の灌流および/またはハウンスフィールド単位密度を分析するように構成されることが可能である。いくつかの実施形態では、システムは、広範囲なものおよび断片心筋質量のパーセンテージに関連したものであることが可能な、左心室の質量を分析するように構成されることが可能であり、質量が大きくなると、管腔体積とLV質量との間の潜在的なミスマッチが大きくなる。いくつかの実施形態では、システムは、左心室の体積を分析するように構成されることが可能であり、左心室体積の増加は、虚血の直接の徴候になり得る。いくつかの実施形態では、システムは、例えばステッカーまたは正規化デバイスを使用して、心筋の密度測定値を入力として分析および/または利用するように構成されることが可能であり、心筋の密度測定値は、絶対的および/または相対的であることが可能である。いくつかの実施形態では、システムは、局所的なおよび/または広範囲な密度変化を入力として分析および/または使用するように構成されることが可能である。いくつかの実施形態では、システムは、心内膜、心臓中央壁(mid-wall cardial)、および/または心外膜の密度変化を入力として分析および/または使用するように構成されることが可能である。いくつかの実施形態では、システムは、脂肪の厚さ、存在、および/もしくはその局在化、カルシウムの存在、不均一性、ラジオミクス特徴、ならびに/または同様のものを入力として分析および/または使用するように構成されることが可能である。
システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の帰結または後遺症は、右心室に関するものであることが可能である。例えば、いくつかの実施形態では、システムは、広範囲なものおよび/または断片心筋質量のパーセンテージに関連したものであることが可能な、右心室の灌流および/またはハウンスフィールド単位密度を分析するように構成されることが可能である。いくつかの実施形態では、システムは、広範囲なものおよび断片心筋質量のパーセンテージに関連したものであることが可能な、右心室の質量を分析するように構成されることが可能であり、質量が大きくなると、管腔体積とLV質量との間の潜在的なミスマッチが大きくなる。いくつかの実施形態では、システムは、右心室の体積を分析するように構成されることが可能であり、右心室体積の増加は、虚血の直接の徴候になり得る。
システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の帰結または後遺症は、左心房に関するものであることが可能である。例えば、いくつかの実施形態では、システムは、左心房の体積を分析するように構成されることが可能であり、増加した左心房体積は、虚血になり、心不全に陥った患者に発生し得る。
システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の帰結または後遺症は、右心房に関するものであることが可能である。例えば、いくつかの実施形態では、システムは、右心房の体積を分析するように構成されることが可能であり、増加した右心房体積は、虚血になり、心不全に陥った患者に発生し得る。
システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の帰結または後遺症は、1つまたは複数の大動脈の規模に関するものであることが可能である。例えば、高血圧の長年の誘因としての増加した大動脈のサイズは、(より多くの疾患を生じる)冠動脈の高血圧の器官内効果、および(より多くのLV質量-冠動脈管腔体積ミスマッチを生じる)LV質量に関連付けられ得る。
システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の帰結または後遺症は、肺静脈に関するものであることが可能である。例えば、体積過負荷を有する患者にとっては、肺静脈の鬱血が、虚血の著しい徴候になり得る。
上述のように、いくつかの実施形態では、システムは、広範囲虚血インデックスを生成するための入力として、虚血の1つまたは複数の関連付けられた因子を利用するように構成されることが可能である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の例示の関連付けられた因子は、脂肪肝または非アルコール性脂肪肝炎の存在に関するものであることが可能であり、脂肪肝または非アルコール性脂肪肝炎は、肝臓に関心領域(ROI)を置いてハウンスフィールド単位密度を測定することによって診断されることが可能な状態である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の関連付けられた因子は、気腫に関するものであることが可能であり、気腫は、肺に関心領域を置いてハウンスフィールド単位密度を測定することによって診断されることが可能な状態である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の関連付けられた因子は、骨粗鬆症に関するものであることが可能であり、骨粗鬆症は、脊椎に関心領域を置くことによって診断されることが可能な状態である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の関連付けられた因子は、僧帽弁輪部石灰化に関するものであることが可能であり、僧帽弁輪部石灰化は、僧帽弁輪のカルシウム(例えばHU>350など)を同定することによって診断されることが可能な状態である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の関連付けられた因子は、大動脈弁石灰化に関するものであることが可能であり、大動脈弁石灰化は、大動脈弁のカルシウムを同定することによって診断されることが可能な状態である。システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の関連付けられた因子は、高血圧で見られることが多い大動脈拡大に関するものであることが可能であり、長年の高血圧による近位大動脈の拡大を明らかにすることができる。システムによって入力として利用されることおよび/または分析されることが可能な虚血の別の例示の関連付けられた因子は、僧帽弁石灰化に関するものであることが可能であり、僧帽弁石灰化は、僧帽弁のカルシウムを同定することによって診断されることが可能である。
本明細書で論じられるように、いくつかの実施形態では、システムは、例えば、同様のものを回帰モデルまたは他のアルゴリズムに入力することによって、広範囲虚血インデックスを生成するための1つまたは複数の入力または変数を利用するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数のラジオミクス特徴および/またはイメージング・ベースの深層学習を入力として使用するように構成されることが可能である。いくつかの実施形態では、システムは、患者の身長、体重、性別、民族、体表、以前の薬、遺伝学、および/または同様のもののうちの1つまたは複数を入力として利用するように構成されることが可能である。
いくつかの実施形態では、システムは、カルシウム、個別のカルシウム密度、管腔への局在化カルシウム、カルシウムの体積、および/または同様のものを入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、コントラスト血管減衰を入力として分析および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、セグメントの始めの部分における管腔の平均コントラスト、および/またはこのセグメントの終端部における管腔の平均コントラストを入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、いくつかの事例では、終端部が小さくなりすぎるので、血管の始めの部分からこの血管の遠位セグメントの始めの部分までにおける管腔の平均コントラストを入力として分析および/または利用するように構成されることが可能である。
いくつかの実施形態では、システムは、プラーク不均一性を入力として分析および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、石灰化プラーク体積対および/または非石灰化プラーク体積を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、プラークの3つの異なる成分のうちの1つまたは複数の標準偏差を入力として分析および/または利用するように構成されることが可能である。
いくつかの実施形態では、システムは、1つまたは複数の血管拡張基準値を入力として分析および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、プラークの最大のリモデリング・インデックスを入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、プラークの、ならびに、例えばその石灰化および/または非石灰化成分の、最大、平均、および/または最小の厚さを入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、最高リモデリング・インデックスおよび/または管腔面積を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、プラークの病変長および/またはセグメント長を入力として分析および/または利用するように構成されることが可能である。
いくつかの実施形態では、システムは、例えばその不在の存在など、二分枝病変を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、例えば左優性、右優性、および/または共優性のような、冠動脈優性を入力として分析および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、左優性の場合、システムは、1つもしくは複数の右冠動脈基準値を無視する、および/またはこれに少なく重みを付けるように構成されることが可能である。同様に、右優性の場合、システムは、1つもしくは複数の左冠動脈基準値を無視する、および/またはこれに少なく重みを付けるように構成されることが可能である。
いくつかの実施形態では、システムは、1つまたは複数の血管新生基準値を入力として分析および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、1つもしくは複数、いくつか、または全ての血管の管腔の体積を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、非右冠動脈(非RCA)、左前下行枝(LAD)血管、回旋(CX)血管、および/または同様のものなど、1つまたは複数の2次血管の管腔の体積を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、血管の体積および/もしくはプラークの体積ならびに/またはその比を入力として分析および/または利用するように構成されることが可能である。
いくつかの実施形態では、システムは、1つまたは複数の炎症基準値を入力として分析および/または利用するように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、例えば、5つのピクセル、および/または、最初の1つもしくは2つのピクセルを無視した、5つのうちの3もしくは4つのピクセルなど、病変の外側の1つまたは複数のピクセルの平均密度を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、病変でもプラークでもない各血管の最初の2/3を含む、病変の外側の1つまたは複数のピクセルの平均密度を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、病変の外側の1つもしくは複数のピクセル、および/または、その場所にプラークがない場合、近位右冠動脈(R1)より上の3mmセクションにある同じピクセルの平均を入力として分析および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するいずれかの因子および/または変数の1つまたは複数の比を入力として分析および/または利用するように構成されることが可能である。
上述のように、いくつかの実施形態では、システムは、例えば、虚血の1つまたは複数の直接の誘因、虚血の早い帰結、虚血の遅い帰結、虚血に関連付けられた因子、および虚血に関する他のテスト所見を含む、広範囲虚血インデックスを生成するための1つまたは複数の入力を同定する、導出する、および/または分析する際に、1つまたは複数の機械学習アルゴリズムを利用するように構成されることが可能である。いくつかの実施形態では、1つまたは複数のこのような機械学習アルゴリズムは、このような因子の完全に自動化された定量化および/または特徴付けを行うことができる。
例として、いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から下大静脈を同定する、導出する、および/または分析するように構成されることが可能である。下大静脈の基準は、右側心不全および三尖弁逆流を有する患者において非常に重要なものになり得る。
更に、いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から心房間隔壁を同定する、導出する、および/または分析するように構成されることが可能である。心房間隔壁寸法は、左側経カテーテル処置を受ける患者にとって死活的なものになり得る。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から下行胸部大動脈を同定する、導出する、および/または分析するように構成されることが可能である。下行胸部大動脈の基準は、大動脈瘤を有する患者において決定的に重要なもの、および、長期間の喫煙者における人口ベースのスクリーニングのためのものになり得る。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から冠状静脈洞を同定する、導出する、および/または分析するように構成されることが可能である。冠状静脈洞寸法は、両心室ペーシングを受けている心不全を有する患者にとって死活的なものになり得る。いくつかの実施形態では、冠状静脈洞を分析することによって、システムは、冠動脈体積、心筋質量に関するものであることが可能な、全てまたは一部の心筋血流を導出するように構成されることが可能である。更に、いくつかの実施形態では、システムは、虚血および/または微小血管虚血を導出するために、肥大型心筋症(HCM)、他の肥大、虚血、および/または同様のものを分析する、導出する、および/または同定するように構成されることが可能である。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から僧帽弁前尖を同定する、導出する、および/または分析するように構成されることが可能である。外科的または経カテーテル僧帽弁修復または置換を検討されている患者に対して、僧帽弁前尖寸法を測定するための現在の方法は、現在存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から左心耳を同定する、導出する、および/または分析するように構成されることが可能である。左心耳の形態は、心房細動を有する患者における卒中にリンクされているが、自動化された特徴付け解決策は、今日存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から左心房自由壁質量を同定する、導出する、および/または分析するように構成されることが可能である。心房細動を有する患者において重要になり得る左心房自由壁質量を正確に測定するための現在の方法は存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から左心室重量を同定する、導出する、および/または分析するように構成されることが可能である。高血圧の有害な帰結としての左心室肥大を測定する特定の方法は、非常に不正確な2D推定式を採用する心エコー法に依存する。磁気共鳴画像法(MRI)またはコンピュータ断層撮影(CT)による3Dイメージングは、はるかに正確であるが、現在のソフトウェア・ツールは、時間負荷が大きく、不正確である。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から左心房体積を同定する、導出する、および/または分析するように構成されることが可能である。左心房体積の決定は、心房細動のリスクを有するおよびリスクに晒されている患者の診断および重症度分類を改善することができる。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から左心室体積を同定する、導出する、および/または分析するように構成されることが可能である。左心室体積測定は、心不全を有するまたは心不全のリスクに晒されている個人の決定を可能にすることができる。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から左心室乳頭筋質量を同定する、導出する、および/または分析するように構成されることが可能である。左心室乳頭筋質量を測定するための現在の方法は、現在存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から僧帽弁後尖を同定する、導出する、および/または分析するように構成されることが可能である。外科的または経カテーテル僧帽弁修復または置換を検討されている患者に対して、僧帽弁後尖寸法を測定するための現在の方法は、現在存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から肺静脈を同定する、導出する、および/または分析するように構成されることが可能である。肺静脈寸法の基準は、心房細動、心不全、および僧帽弁逆流を有する患者において決定的に重要なものになり得る。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から肺動脈を同定する、導出する、および/または分析するように構成されることが可能である。肺動脈寸法の基準は、肺高血圧、心不全、および肺塞栓を有する患者において決定的に重要なものになり得る。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から右心房自由壁質量を同定する、導出する、および/または分析するように構成されることが可能である。心房細動を有する患者において重要になり得る右心房自由壁質量を正確に測定するための現在の方法は存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から右心室重量を同定する、導出する、および/または分析するように構成されることが可能である。肺高血圧および/または心不全の有害な帰結としての右心室肥大を測定する方法は、現在存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から近位上行大動脈を同定する、導出する、および/または分析するように構成されることが可能である。大動脈瘤は、大動脈の非常に正確な測定を必要とすることがあり、測定は、CTおよびMRIなどの3D技法によって、より正確になる。今のところ、現在のアルゴリズムは、非常に正確な自動測定を行うことができない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から右心房体積を同定する、導出する、および/または分析するように構成されることが可能である。右心房体積の決定は、心房細動のリスクを有するおよびリスクに晒されている患者における診断および重症度分類を改善することができる。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から右心室乳頭筋質量を同定する、導出する、および/または分析するように構成されることが可能である。右心室乳頭筋質量を測定するための現在の方法は、現在存在しない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から右心室体積を同定する、導出する、および/または分析するように構成されることが可能である。右心室体積測定は、心不全を有するまたは心不全のリスクに晒されている個人の決定を可能にすることができる。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、1つまたは複数の医用画像から上大静脈を同定する、導出する、および/または分析するように構成されることが可能である。三尖弁不全症および心不全を有する患者において重要になり得る上大静脈寸法を測定するための信頼できる方法は、今まで存在していない。
いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、左および右心室体積(LVV、RVV)、左および右心房体積(LAV、RAV)、ならびに/または左心室心筋質量(LVM)など、1つまたは複数の医用画像から1つまたは複数の心内構造物を同定する、導出する、分析する、セグメント化する、および/または定量化するように構成されることが可能である。
更に、いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、近位上行および下行大動脈(PAA、DA)、上および下大静脈(SVC、IVC)、肺動脈(PA)、冠状静脈洞(CS)、右心室壁(RVW)、ならびに左心房壁(LAW)など、1つまたは複数の医用画像から1つまたは複数の心内構造物を同定する、導出する、分析する、セグメント化する、および/または定量化するように構成されることが可能である。
更に、いくつかの実施形態では、システムは、1つまたは複数の機械学習アルゴリズムを利用して、左心耳、左心房壁、冠状静脈洞、下行大動脈、上大静脈、下大静脈、肺動脈、右心室壁、ヴァルサルヴァ洞、左心室体積、左心室壁、右心室体積、左心房体積、右心房体積、および/または近位上行大動脈など、1つまたは複数の医用画像から1つまたは複数の心内構造物を同定する、導出する、分析する、セグメント化する、および/または定量化するように構成されることが可能である。
図20Eは、対象者の広範囲虚血インデックスを生成し、インデックスを使用して対象者の虚血のリスク評価を補助するための方法の例示の実施形態の概観を示すフローチャートである。図20Eに示されているように、いくつかの実施形態では、システムは、任意の形で、および/またはブロック202に関して上述された任意の特徴と共に、ブロック202において、対象者の1つまたは複数の医用画像にアクセスするように構成されることが可能である。いくつかの実施形態では、システムは、ブロック2002において、1つまたは複数の医用画像内の1つまたは複数の血管、プラーク、および/または脂肪を同定するように構成される。例えば、いくつかの実施形態では、システムは、1つもしくは複数のAIおよび/もしくはMLアルゴリズムならびに/または他の画像処理技法を使用して、1つまたは複数の血管、プラーク、および/または脂肪を同定するように構成されることが可能である。
いくつかの実施形態では、システムは、ブロック2004において、例えば、アクセスされた1つもしくは複数の医用画像および/または他の医療データに基づいて、本明細書に記載する虚血のいずれかの誘因を含む、対象者の虚血の1つまたは複数の誘因を分析および/またはアクセスするように構成される。いくつかの実施形態では、システムは、ブロック2006において、例えば、アクセスされた1つまたは複数の医用画像および/または他の医療データに基づいて、早いおよび/または遅い帰結を含む、本明細書に記載する虚血のいずれかの帰結を含む、対象者の虚血の1つまたは複数の帰結を分析および/またはアクセスするように構成される。いくつかの実施形態では、システムは、ブロック2008において、例えば、アクセスされた1つもしくは複数の医用画像および/または他の医療データに基づいて、本明細書に記載する虚血のいずれかの関連付けられた因子を含む、対象者の虚血の1つまたは複数の関連付けられた因子を分析および/またはアクセスするように構成される。いくつかの実施形態では、システムは、ブロック2010において、例えば、侵襲性テスト、非侵襲性テスト、画像ベースのテスト、非画像ベースのテスト、および/または同様のものなど、他のテストからの1つまたは複数の結果を分析および/またはアクセスするように構成される。
いくつかの実施形態では、システムは、ブロック2012において、例えば、虚血の1つもしくは複数の誘因、虚血の1つもしくは複数の帰結、虚血の1つもしくは複数の関連付けられた因子、1つもしくは複数の他のテスト結果、および/または同様のものなど、1つまたは複数のパラメータに基づいて、広範囲虚血インデックスを生成するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数のパラメータの重み付けられた基準を生成することによって、対象者の広範囲虚血インデックスを生成するように構成される。例えば、いくつかの実施形態では、システムは、1つまたは複数のパラメータに別々におよび/または等しく重みを付けるように構成される。いくつかの実施形態では、システムは、対数的に、代数的に、および/または別の数学的変換を利用して、1つまたは複数のパラメータに重みを付けるように構成されることが可能である。いくつかの実施形態では、システムは、パラメータの一部のみまたは全てを使用して、重み付けられた基準を生成するように構成される。
いくつかの実施形態では、ブロック2014において、システムは、生成された広範囲虚血インデックスを検証するように構成される。例えば、いくつかの実施形態では、システムは、本明細書で論じられたものなどの、1つまたは複数の血流パラメータとの比較によって、生成された広範囲虚血インデックスを検証するように構成される。いくつかの実施形態では、ブロック2016において、システムは、例えば、ユーザ・インターフェースおよび/またはその他を通じてグラフィカルに、生成された広範囲虚血インデックスに基づいて、対象者の虚血のリスク評価をユーザが決定するのを助けるためのユーザ支援を生成するように構成される。
CADスコア
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、特定の対象者のCADのリスクを表す1つまたは複数の冠動脈疾患(CAD)スコアを生成するように構成される。いくつかの実施形態では、リスク・スコアは、例えば、プラーク体積、プラーク組成、血管リモデリング、高リスク・プラーク、管腔体積、プラーク位置(近位対中間対遠位)、プラーク位置(心筋に面した対心膜に面した)、プラーク位置(二分枝もしくは三分枝にある対二分枝もしくは三分枝にない)、プラーク位置(主血管対血管枝における)、狭窄重症度、パーセンテージ冠動脈血液体積、パーセンテージ断片心筋質量、年齢および/もしくは性別の百分位数、個人内、血管内、プラーク間、プラーク-心筋関係の制御を可能にするための定数もしくは他の補正因子、ならびに/または同様のものなど、プラークおよび/または心血管特徴に関する1つまたは複数の態様または特性を分析することおよび/または組み合わせることによって生成されることが可能である。いくつかの実施形態では、CADリスク・スコアは、例えば、CTスキャン、または本明細書で述べられた任意の他のモダリティから取得された画像など、1つまたは複数の医用画像の自動的および/または動的分析に基づいて生成されることが可能である。いくつかの実施形態では、患者の1つまたは複数の医用画像の分析から取得されたデータは、この患者のCADリスク・スコアを生成する際に正規化されることが可能である。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、異なる血管、血管領域、および/または患者の、CADリスク・スコアを生成するように構成されることが可能である。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、血管、血管領域、および/または患者に基づいて、患者のCADのリスクのグラフィカルな可視化を生成するように構成されることが可能である。いくつかの実施形態では、生成されたCADリスク・スコアに基づいて、本明細書に記載するシステム、方法、およびデバイスは、患者の1つまたは複数の推奨される処置を生成するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、特定の対象者のCADのリスクを表す1つまたは複数の冠動脈疾患(CAD)スコアを生成するように構成される。いくつかの実施形態では、リスク・スコアは、例えば、プラーク体積、プラーク組成、血管リモデリング、高リスク・プラーク、管腔体積、プラーク位置(近位対中間対遠位)、プラーク位置(心筋に面した対心膜に面した)、プラーク位置(二分枝もしくは三分枝にある対二分枝もしくは三分枝にない)、プラーク位置(主血管対血管枝における)、狭窄重症度、パーセンテージ冠動脈血液体積、パーセンテージ断片心筋質量、年齢および/もしくは性別の百分位数、個人内、血管内、プラーク間、プラーク-心筋関係の制御を可能にするための定数もしくは他の補正因子、ならびに/または同様のものなど、プラークおよび/または心血管特徴に関する1つまたは複数の態様または特性を分析することおよび/または組み合わせることによって生成されることが可能である。いくつかの実施形態では、CADリスク・スコアは、例えば、CTスキャン、または本明細書で述べられた任意の他のモダリティから取得された画像など、1つまたは複数の医用画像の自動的および/または動的分析に基づいて生成されることが可能である。いくつかの実施形態では、患者の1つまたは複数の医用画像の分析から取得されたデータは、この患者のCADリスク・スコアを生成する際に正規化されることが可能である。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、異なる血管、血管領域、および/または患者の、CADリスク・スコアを生成するように構成されることが可能である。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、血管、血管領域、および/または患者に基づいて、患者のCADのリスクのグラフィカルな可視化を生成するように構成されることが可能である。いくつかの実施形態では、生成されたCADリスク・スコアに基づいて、本明細書に記載するシステム、方法、およびデバイスは、患者の1つまたは複数の推奨される処置を生成するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、無数の異なる診断および予後診断ツールのうちの1つまたは複数を使用することによって、冠動脈疾患(CAD)が疑われる患者を評価するように構成されることが可能である。具体的には、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、既知のCADを有していない患者のための心血管ケアのリスク・スコアを使用するように構成されることが可能である。
非限定的例として、いくつかの実施形態では、システムは、アテローム性動脈硬化症(ASCVD)リスク・スコアを生成するように構成されることが可能であり、ASCVDリスク・スコアは、年齢、性別、人種、血圧、コレステロール(総、HDLおよびLDL)、糖尿病ステータス、喫煙習慣、高血圧、ならびに/または薬物療法(例えばスタチンおよびアスピリンなど)の組合せに基づくことが可能である。
別の非限定的例として、いくつかの実施形態では、システムは、冠動脈カルシウム・スコア(CACS:Coronary Artery Calcium Score)を生成するように構成されることが可能であり、CACSは、非コントラストCTスキャンに基づくことが可能であり、冠動脈は、石灰化プラークの存在について視覚化される。いくつかの実施形態では、Agatston(例えば、冠動脈CTスキャンにおけるカルシウムの基準)スコアが、CACSを決定するために使用され得る。具体的には、いくつかの実施形態では、Agatstonスコア=表面積×ハウンスフィールド単位密度によってCACSスコアが計算されることが可能である(より高い密度を有するより鮮やかなプラークが、より高いスコアを受け取る)。それでも、いくつかの実施形態では、CACSスコアに伴う特定の限界があり得る。例えば、いくつかの実施形態では、表面積対体積比は全体の体積に応じて減少するので、より球体のプラークは、Agatstonスコアに少なく寄与するものとして不正確に重み付けられるおそれがある。更に、いくつかの実施形態では、ハウンスフィールド単位密度は、主要有害心臓イベント(MACE)のリスクに反比例するので、HU密度により大きく重みを付けると、より低いリスクのプラークに、より高いスコアを有するようにスコアを付けるおそれがある。その上、いくつかの実施形態では、2.5~3mmの厚さのCT「スライス」は、より小さい石灰化プラークを見落とすおそれがあり、および/またはベータ・ブロッカの不使用は、著しい動きのアーチファクトを生じ、これは、アーチファクトにより、カルシウム・スコアを増加させるおそれがある。
いくつかの実施形態では、冠動脈CT血管造影を受ける症候性の患者に対して、システムは、セグメント狭窄スコア、セグメント関与スコア、セグメント・アット・リスク・スコア、Duke予後診断インデックス、CTAスコア、および/または同様のものなど、1つまたは複数の追加のリスク・スコアを生成および/または利用するように構成されることが可能である。より具体的には、いくつかの実施形態では、セグメント狭窄スコアは、18個の冠動脈セグメント全体にわたる、特定の狭窄に重みを付け(0=0%、1=1~24%、2=25~49%、3=50~69%、4=>70%)、72の総可能スコアを生じる。いくつかの実施形態では、セグメント関与スコアは、18個のセグメントに位置するプラークの数をカウントし、18の総可能スコアを有する。
いくつかの実施形態では、セグメント・アット・リスク・スコアは、重度の近位プラークで包まれた全ての遠位冠動脈セグメントの潜在的な罹病性を反映する。したがって、いくつかの実施形態では、重度の近位プラークで包まれた全てのセグメントは、同様に重度としてスコアを付けられ、セグメント・アット・リスク・スコアを作成するために18個のセグメントにわたって合計されることが可能である。例えば、LCxの近位部分が重度に閉塞性であると考えられる場合、LCxのセグメント・アット・リスク・スコアは、18の総回旋セグメント・アット・リスク・スコアに対して、近位の回旋(=3)+中間の回旋(=3)+遠位の回旋(=3)+近位の鈍縁(obtuse marginal)(=3)+中間の鈍縁(=3)+遠位の鈍縁(=3)であることが可能である。この個人において、LADが、近位部分において軽度プラーク(=1)を、および中央部において中程度プラーク(=2)を示す場合、LADセグメント・アット・リスク・スコアは、3になり得る。RCAが、近位部分において中程度プラーク(=3)を示す場合、RCAセグメント・アット・リスク・スコアは、2になり得る。したがって、この個人に対して、総セグメント・アット・リスク・スコアは、可能な48から23になり得る。
いくつかの実施形態では、Duke予後診断インデックスは、プラーク位置を考慮した冠動脈プラーク重症度の反映であることが可能である。いくつかの実施形態では、修正されたDuke CADインデックスは、左の主要または近位LADにおける共存プラークにこのインデックスを関連させて、全体的なプラークの広さを考慮することができる。いくつかの実施形態では、このスコアリング・システムを使用して、個人は、以下の6つの異なったグループにカテゴライズされることが可能である。明らかな冠動脈プラークなし、任意の動脈における近位プラークを伴う≧2の軽度プラークまたは任意の動脈における1つの中程度プラーク、任意の動脈における2つの中程度プラークまたは1つの重度プラーク、近位LADにおける3つの中程度冠動脈プラークまたは2つの重度冠動脈プラークまたは孤立した重度プラーク、近位LADプラークを伴う3つの重度冠動脈プラークまたは2つの重度冠動脈プラーク、中程度または重度の左の主要なプラーク。
いくつかの実施形態では、CT血管造影(CTA)スコアは、例えば、近位RCA、中間RCA、遠位RCA、R-PDA、R-PLB、左の主要な近位LAD、中間のLAD、遠位のLAD、D1、D2、近位LCX、遠位LCX、IM/AL、OM、L-PL、L-PDA、および/または同様のものなど、各セグメントにおけるCADを決定することによって計算されることが可能である。具体的には、各セグメントに対して、プラークがないとき、システムは、0のスコアを割り当てるように構成されることが可能であり、プラークがあるとき、システムは、プラーク組成(それぞれ、石灰化、非石灰化、および混合プラークなど)に応じて、1.1、1.2、または1.3のスコアを割り当てるように構成されることが可能である。いくつかの実施形態では、これらのスコアは、冠動脈木におけるセグメントの位置についての重み因子で乗算されることが可能である(例えば、血管、近位の位置、およびシステム優性に応じて、0.5~6)。いくつかの実施形態では、これらのスコアは、更に、狭窄重症度についての重み因子で乗算されることが可能である(例えば、>50%狭窄に対して1.4、および狭窄<50%に対して1.0)。いくつかの実施形態では、最終的なスコアは、個々のセグメント・スコアの加算によって計算されることが可能である。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、測定するのが以前には非常に難しかったCT血管造影に関する多くのパラメータの改善された定量化および/または特徴付けを利用および/または実施するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、例えば、直径、面積、および/または体積測定狭窄毎に0~100%など、連続的なスケール上の近位/遠位基準およびレポートを活用して狭窄重症度を決定するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、非石灰化プラーク体積(例えば、連続型変数、順序を示す変数、もしくは単一の変数として)、石灰化プラーク体積(例えば、連続型変数、順序を示す変数、もしくは単一の変数として)、および/または混合プラーク体積(例えば、連続型変数、順序を示す変数、もしくは単一の変数として)を含む、体積でまたは全体の管体積のパーセント(PAV)として報告された、全アテローム負荷量を決定するように構成されることが可能である。
いくつかの実施形態では、システムは、例えば、はい/いいえの2値、またはHU密度に基づく連続型変数として報告された、低減衰プラークを決定するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、順序を示す負、中間もしくは正(例えば、<0.90、0.90~1.10、もしくは>1.0)または連続的なものとして報告された、血管リモデリングを決定するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、近位/中間/遠位、心筋に面した対心膜に面した、二分枝にある対二分枝にない、主血管対血管枝における、および/または同様のものなど、プラークの様々な位置を決定および/または分析するように構成されることが可能である。
いくつかの実施形態では、システムは、パーセンテージ冠動脈血液体積を決定するように構成されることが可能であり、パーセンテージ冠動脈血液体積は、(例えば、仮定の上で正常として測定または計算された)全体の冠動脈管体積に応じて、管腔の体積(およびいくつかの実施形態では、下流の包まれた血管)を報告することができる。いくつかの実施形態では、システムは、パーセンテージ断片心筋質量を決定するように構成されることが可能であり、パーセンテージ断片心筋質量は、冠動脈管腔または血管体積をパーセンテージの下流の包まれた心筋質量に関係させることが可能である。
いくつかの実施形態では、システムは、例えば、血管作用/リスクに影響を与えるためにプラーク-プラーク・ベースで、または、患者行動/リスクに影響を与えるために血管-血管ベースで、上記の全部または一部の互いとの関係を決定するように構成されることが可能である。いくつかの実施形態では、システムは、これら、例えば正常な年齢および/または性別ベースの基準値との、1つまたは複数の比較を利用するように構成されることが可能である。
いくつかの実施形態では、本明細書に記載する基準値のうちの1つまたは複数は、セグメント毎に計算されることが可能である。いくつかの実施形態では、セグメント毎に計算される基準値のうちの1つまたは複数は、したがって、血管、血管領域、および/または患者レベルにわたって合計されることが可能である。いくつかの実施形態では、システムは、地理的スケールで、セグメント毎に、ならびに/または血管、血管領域、および/もしくは患者毎に、このような基準値のうちの1つまたは複数を視覚化するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、3Dおよび/または4Dヒストグラムを使用して、グラフィカルなスケールで、1つまたは複数のこのような基準値を視覚化するように構成されることが可能である。
更に、いくつかの実施形態では、心臓CT血管造影は、冠動脈疾患と他の心血管の疾患に両方寄与し得る、冠動脈以外の無数の心血管構造体の定量的評価を可能にする。例えば、これらの測定値は、以下のうちの1つまたは複数の測定値を含むことができる。(1)左心室-例えば、心室灌流の代用物マーカーとしての左心室重量、左心室体積、左心室ハウンスフィールド単位密度、(2)右心室-例えば、右心室重量、右心室体積、(3)左心房-例えば、体積、サイズ、幾何学形状、(4)右心房-例えば、体積、サイズ、幾何学的形状、(5)左心耳-例えば、形態(例えば、チキン・ウィング、ウインドソックなど)、体積、角度など、(6)肺静脈-例えば、サイズ、形状、左心房からの分岐角(angle of takeoff)など、(7)僧帽弁-例えば、体積、厚さ、形状、長さ、石灰化、解剖学的開口面積など、(8)大動脈弁-例えば、体積、厚さ、形状、長さ、石灰化、解剖学的開口面積など、(9)三尖弁-例えば、体積、厚さ、形状、長さ、石灰化、解剖学的開口面積など、(10)肺動脈弁-例えば、体積、厚さ、形状、長さ、石灰化、解剖学的開口面積など、(11)心膜および冠動脈周囲の脂肪-例えば、体積、減衰など、(12)心外膜脂肪-例えば、体積、減衰など、(13)心膜-例えば、厚さ、質量、体積、ならびに/または(14)大動脈-例えば、寸法、石灰化、アテローム。
心血管リスクを特徴付けるのに役立てることができる数多くの測定値を考慮に入れると、特定の既存のスコアは、患者のその全体論的評価において限定されるおそれがあり、患者の転帰に影響を与え得る多くのキー・パラメータを考慮に入れないこともある。例えば、特定の既存のスコアは、リスクを効果的に予後診断するために必要なデータの全体を考慮しないことがある。更に、リスクを正確に予測することになるデータは、多次元であることが可能であり、特定のスコアは、プラークの互いとの、もしくは血管の互いとの関係、またはプラーク-血管-心筋関係、あるいは患者レベルのリスクとのこれらの関係の全てを考慮しない。また、特定の既存のスコアでは、データは、プラーク、血管、および患者をカテゴライズすることがあり、したがって、これらのスコアにおいて概説されるピクセル・ワイズのデータの粒度を失う。更に、特定の既存のスコアでは、データは、正常な年齢および性別ベースの基準値を、リスクを決定するためのベンチマークとして反映しないことがある。その上、特定のスコアは、冠動脈疾患、血管形態および/または下流の心室重量の定量的評価から少しずつ収集されることが可能な、いくつかの追加の項目を考慮しないことがある。更に、プラーク、セグメント、血管、血管領域の個人内関係は、特定のリスク・スコア内で考慮されないことがある。更に、イメージングを利用する今までのリスク・スコアは、スキャナの型/モデル、コントラスト・タイプ、コントラスト注入率、心拍数/心拍出量、患者特性、コントラスト対ノイズ比、信号対ノイズ比、および/または画像獲得パラメータ(例えば、単一対2重対スペクトルのエネルギー・イメージング、レトロスペクティブ・ヘリカル対プロスペクティブ軸対ファスト・ピッチ・ヘリカル、全体心臓イメージング対非全体心臓[すなわち、非体積測定の]イメージングなど)における差を考慮する標準に、これらのリスクを正規化しない。本明細書に記載するいくつかの実施形態では、システム、方法、およびデバイスは、このような技術的な欠点を克服する。
具体的には、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、以下のうちの1つまたは複数を考慮することによって前述の限界に対処する斬新なCADリスク・スコアを生成するように構成されることが可能である。(1)絶対密度またはハウンスフィールド単位(HU)密度などの密度について正規化された総アテローム負荷量(例えば、総体積または相対体積、すなわち、プラーク体積/管体積×100%としてカテゴライズされることが可能である)、(2)密度またはHU密度によるプラーク組成(例えば、連続的に、序数的に、または2値でカテゴライズされることが可能である)、(3)低減衰プラーク(例えば、密度またはHU密度に基づいて、はい/いいえの2値または連続型変数として報告されることが可能である)、(4)血管リモデリング(例えば、順序を示す負、中間、もしくは正(<0.90、0.90~1.10、もしくは>1.0)または連続的なものとして報告されることが可能である)、(5)プラーク位置-近位対中間対遠位、(6)プラーク位置-どの血管または血管領域か、(7)プラーク位置-心筋に面した対心膜に面した、(8)プラーク位置-二分枝にある対二分枝にない、(9)プラーク位置-主血管対血管枝における、(10)狭窄重症度、(11)パーセンテージ冠動脈血液体積(例えば、この基準値は、(例えば、仮定の上で正常なものとして測定または計算された)全体の冠動脈管体積に応じて管腔の体積(および下流の包まれた血管)を報告することができる)、(12)パーセンテージ断片心筋質量(例えば、この基準値は、冠動脈管腔または血管体積を、パーセンテージの下流の包まれた心筋質量に関係させることができる)、(13)正常な年齢および/または性別ベースの基準値の考慮、ならびに/あるいは(14)上記の全部または一部の互いとの統計的関係(例えば、血管作用/リスクに影響を与えるためのプラーク-プラーク・ベースで、または患者行動/リスクに影響を与えるための血管-血管ベースで)。
いくつかの実施形態では、システムは、以下のうちの1つまたは複数のような因子を含むベースライン臨床評価を決定するように構成されることが可能である。(1)年齢、(2)性別、(3)糖尿病(例えば、存在、持続期間、インスリン依存、糖尿病性ケトアシドーシスの履歴、器官内合併症、どの薬物か、薬物の量、および/または同様のもの)、(4)高血圧(例えば、存在、持続期間、重症度、器官内損傷、左心室肥大、薬物の数、どの薬物か、高血圧切迫もしくは緊急の履歴、および/または同様のもの)、(5)異常脂血症(例えば、低比重リポタンパク(LDL)、トリグリセリド、総コレステロール、リポタンパク(a)Lp(a)、アポリポタンパクB(ApoB)、および/または同様のものを含む)、(6)喫煙習慣(例えば、どのタイプか、どの持続期間か、使用の量、および/または同様のものを含む)、(7)家族歴(例えば、どの関係か、どの年齢か、どのタイプのイベントか、および/または同様のものを含む)、(8)末梢動脈疾患(例えば、どのタイプか、持続期間、重症度、器官内損傷、および/または同様のものを含む)、(9)脳血管性疾患(例えば、どのタイプか、持続期間、重症度、器官内損傷、および/または同様のものを含む)、(10)肥満(例えば、肥満の程度、期間、高トリグリセリド血症、中心性肥満、糖尿病などの他の代謝異常に関連付けられるか、および/または同様のものを含む)、(11)身体活動(例えば、どのタイプか、頻度、持続期間、労作レベル、および/または同様のものを含む)、ならびに/あるいは(12)心理社会的状態(例えば、うつ病、不安、ストレス、眠気、および/または同様のものを含む)。
いくつかの実施形態では、CADリスク・スコアは、例えば、セグメント1、セグメント2に対して、または一部もしくは全てのセグメントに対してなど、各セグメントに対して計算される。いくつかの実施形態では、スコアは、以下のうちの1つまたは複数を組み合わせることによって(例えば、任意の他の数学的変換を掛けることもしくは適用すること、または以下のうちの1つもしくは複数の重み付けられた基準を生成することによって)計算される。(1)プラーク体積(例えば、mm3またはPAVなどの絶対体積;重みを付けられ得る)、(2)プラーク組成(例えば、NCP/CP、順序を示すNCP/順序を示すCP;連続的;重みを付けられ得る)、(3)血管リモデリング(例えば、正/中間/負;連続的;重みを付けられ得る)、(4)高リスク・プラーク(例えば、正のリモデリング+低減衰プラーク;重みを付けられ得る)、(5)管腔体積(例えば、mm3などの絶対体積、または血管体積に相対的なもの、または仮定の血管体積に相対的なものでよい;重みを付けられ得る)、(6)位置-近位/中間/遠位(重みを付けられ得る)、(7)位置-心筋に面した対心膜に面した(重みを付けられ得る)、(8)位置-二分枝/三分枝にある対二分枝/三分枝にない(重みを付けられ得る)、(9)位置-主血管対血管枝における(重みを付けられ得る)、(10)狭窄重症度(例えば、><70%、<>50%、1~24、25~49、50~69、>70%;0、1~49、50~69、>70%;連続的;直径、面積または体積を使用することができる;重みを付けられ得る)、(11)パーセンテージ冠動脈血液体積(重みを付けられ得る)、(12)パーセンテージ断片心筋質量(例えば、全血管体積対LV質量比;管腔体積対LV質量比を含み得る;重みを付けられ得る)、(13)年齢および性別の百分位数、(14)定数/補正因子(例えば、個人内、血管内、プラーク間、および/またはプラーク-心筋関係の制御を可能にするため)。非限定的例として、セグメント1がプラークを有していない場合、セグメント1は、いくつかの実施形態では、0として重みを付けられることが可能である。
いくつかの実施形態では、リスク(将来の心筋梗塞のリスク、主要有害心臓イベント、虚血、急速進行、薬物療法に対する不十分な制御、アンギナへの進行、および/または標的血管の血管再生の必要性への進行として定義されることが可能なもの)を決定するために、セグメントのうちの全部または一部が、血管毎、血管領域毎、および患者毎に合計される。いくつかの実施形態では、プロットを使用することによって、システムは、血管毎、血管領域毎、および患者毎に基づいて、リスクを視覚化および/または定量化するように構成されることが可能である。
いくつかの実施形態では、スコアは、例えば以下などの項目を考慮することによって患者およびスキャン固有の様式で正規化されることが可能である。(1)患者のボディ・マス・インデックス、(2)患者の胸腔密度、(3)スキャナの型/モデル、(4)Z軸に沿った、ならびに血管および/もしくは心血管構造に沿ったコントラスト密度、(5)コントラスト対ノイズ比、(6)信号対ノイズ比、(7)ECGゲーティングの方法(例えば、レトロスペクティブ・ヘリカル、プロスペクティブ軸、ファスト・ピッチ・ヘリカル)、(8)エネルギー獲得(例えば、単一、2重、スペクトル、光子計数)、(9)心拍数、(10)心血管構造体に影響を与え得るCT前薬剤の使用(例えば、硝酸塩、ベータ・ブロッカ、不安緩和剤)、(11)mA、ならびに/または(12)kvp。
いくつかの実施形態では、正規化されないと、心血管構造体(冠動脈以降)は、同じ構造に対して明らかに異なるハウンスフィールド単位を有することがある(例えば、100対120kvpが使用される場合、単一の冠動脈プラークは、非常に異なるハウンスフィールド単位を示すことがある)。したがって、いくつかの実施形態では、この「正規化」ステップは必要であり、以前に獲得された画像のデータベースに基づいて実施されることが可能であり、および/または、本明細書に記載するものなど、外部の正規化デバイスを使用して、先を見越して実施されることが可能である。
いくつかの実施形態では、CADリスク・スコアは、システムによっていくつかの方式でユーザに伝達されることが可能である。例えば、いくつかの実施形態では、生成されたCADリスク・スコアは、90~100が優秀な予後診断を、80~90が良い予後診断を、70~80が十分な予後診断を、60~70が平均を下回る予後診断を、<60が悪い予後診断を、および/または同様のものを指すことが可能な、100ポイント・スケールなどのスケールに正規化されることが可能である。いくつかの実施形態では、システムは、CADリスク・スコアに基づいて、対象者の血管年齢対生物学的年齢をユーザに生成および/または報告するように構成されることが可能である。いくつかの実施形態では、システムは、対象者のCADのリスクを、正常、軽度、中程度、および/または重度のうちの1つまたは複数として特徴付けるように構成されることが可能である。いくつかの実施形態では、システムは、例えば順序を示すまたは連続的な表示で、赤、黄色、緑など、生成されたCADリスク・スコアに基づく1つまたは複数のカラー・ヒート・マップを生成するように構成されることが可能である。いくつかの実施形態では、システムは、対象者のCADのリスクを、高リスク対非高リスク、および/または同様のものとして特徴付けるように構成されることが可能である。
非限定的例として、いくつかの実施形態では、病変1の生成されたCADリスク・スコアは、所見の重症度を伝えるためのスキャンおよび患者固有パラメータX正規化因子に対して、Vol X組成(HU)X RI X HRP X管腔体積X位置x狭窄% X %CBV X %FMM X年齢/性別正常値% X補正定数)X補正因子として計算されることが可能である。同様に、いくつかの実施形態では、病変2の生成されたCADリスク・スコアは、所見の重症度を伝えるためのスキャンおよび患者固有パラメータX正規化因子に対して、Vol X組成(HU)X RI X HRP X管腔体積X位置x狭窄% X %CBV X %FMM X年齢/性別正常値% X補正定数)X補正因子として計算されることが可能である。いくつかの実施形態では、病変3の生成されたCADリスク・スコアは、所見の重症度を伝えるためのスキャンおよび患者固有パラメータX正規化因子に対して、Vol X組成(HU)X RI X HRP X管腔体積X位置x狭窄% X %CBV X %FMM X年齢/性別正常値% X補正定数)X補正因子として計算されることが可能である。いくつかの実施形態では、病変4の生成されたCADリスク・スコアは、所見の重症度を伝えるためのスキャンおよび患者固有パラメータX正規化因子に対して、Vol X組成(HU)X RI X HRP X管腔体積X位置x狭窄% X %CBV X %FMM X年齢/性別正常値% X補正定数)X補正因子として計算されることが可能である。いくつかの実施形態では、CADリスク・スコアは、同様に、任意の他の病変に対して生成されることが可能である。
いくつかの実施形態では、CADリスク・スコアは、例えば以下を含む、心血管系内の他の疾患状態に適合されることが可能である。(1)冠動脈疾患およびその下流のリスク(例えば、心筋梗塞、急性冠症候群、虚血、急速進行、薬物療法に反した進行、アンギナへの進行、標的血管の血管再生の必要性への進行、および/もしくは同様のもの)、(2)心不全、(3)心房細動、(4)左心室肥大および高血圧、(5)大動脈瘤および/もしくは切開、(6)弁膜逆流もしくは狭窄、(7)突然の冠動脈切開、ならびに/または同様のもの。
図21は、対象者の冠動脈疾患(CAD)スコアを生成し、スコアを使用して対象者のCADのリスク評価を補助するための方法の例示の実施形態の概観を示すフローチャートである。図21に示されているように、いくつかの実施形態では、システムは、ブロック2102において、対象者のベースライン臨床評価を行うように構成される。具体的には、いくつかの実施形態では、システムは、例えば、年齢、性別、糖尿病、高血圧、異常脂血症、喫煙習慣、家族歴、末梢動脈疾患、脳血管性疾患、肥満、身体活動、心理社会的状態、および/または本明細書に記載する前述のいずれかの詳細など、対象者に関連付けられた1つまたは複数の臨床評価因子を考慮するように構成されることが可能である。いくつかの実施形態では、1つまたは複数のベースライン臨床評価因子は、データベースからシステムによってアクセスされること、ならびに/または非画像ベースおよび/もしくは画像ベースのデータから導出されることが可能である。
いくつかの実施形態では、ブロック202において、システムは、任意の形で、および/またはブロック202に関して上述されたいずれかの特徴と共に、ブロック202において、対象者の1つまたは複数の医用画像にアクセスするように構成されることが可能である。いくつかの実施形態では、システムは、ブロック2104において、1つまたは複数の医用画像内の1つまたは複数のセグメント、血管、プラーク、および/または脂肪を同定するように構成される。例えば、いくつかの実施形態では、システムは、1つまたは複数のAIおよび/もしくはMLアルゴリズムならびに/または他の画像処理技法を使用して、1つまたは複数のセグメント、血管、プラーク、および/または脂肪を同定するように構成されることが可能である。
いくつかの実施形態では、システムは、ブロック2106において、1つまたは複数のプラーク・パラメータを分析および/またはアクセスするように構成される。例えば、いくつかの実施形態では、1つまたは複数のプラーク・パラメータは、プラーク体積、プラーク組成、プラーク減衰、プラーク位置、および/または同様のものを含むことができる。具体的には、いくつかの実施形態では、プラーク体積は、絶対体積および/またはPAVに基づくことが可能である。いくつかの実施形態では、プラーク組成は、絶対密度および/またはハウンスフィールド単位密度など、医用画像におけるプラークの1つまたは複数の領域の密度に基づいて、システムによって決定されることが可能である。いくつかの実施形態では、システムは、例えば石灰化もしくは非石灰化プラークとして2値で、および/または、プラークの石灰化レベルに基づいて連続的に、プラーク組成をカテゴライズするように構成されることが可能である。いくつかの実施形態では、プラーク減衰は、同様に、例えば密度に基づいて高減衰もしくは低減衰としてシステムによって2値で、またはプラークの減衰レベルに基づいて連続的に、カテゴライズされることが可能である。いくつかの実施形態では、プラーク位置は、冠動脈血管に沿って近位、中間、または遠位のうちの1つまたは複数として、システムによってカテゴライズされることが可能である。いくつかの実施形態では、システムは、プラークがある血管に基づいて、プラーク位置を分析することができる。いくつかの実施形態では、システムは、プラーク位置が心筋に面しているか、心膜に面しているか、二分枝にあるか、三分枝にあるか、二分枝にないか、および/または三分枝にないかに基づいて、プラーク位置をカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、プラーク位置が主血管にあるか血管枝にあるかに基づいて、プラーク位置を分析するように構成されることが可能である。
いくつかの実施形態では、システムは、ブロック2108において、例えば、狭窄重症度、管腔体積、冠動脈血液体積のパーセンテージ、断片心筋質量のパーセンテージ、および/または同様のものなど、1つまたは複数の血管パラメータを分析および/またはアクセスするように構成される。いくつかの実施形態では、システムは、例えば、直径、面積、および/または体積に基づくなど、パーセンテージ狭窄の1つまたは複数の所定の範囲に基づいて、狭窄重症度をカテゴライズまたは決定するように構成される。いくつかの実施形態では、システムは、絶対体積、血管体積に対する体積、仮定の体積に対する体積、および/または同様のものに基づいて、管腔体積を決定するように構成される。いくつかの実施形態では、システムは、全体の冠動脈管体積に応じて管腔の体積を決定することに基づいて、冠動脈血液体積のパーセンテージを決定するように構成される。いくつかの実施形態では、システムは、総血管体積と左心室重量との比、管腔体積と左心室重量との比、および/または同様のものとして、断片心筋質量のパーセンテージを決定するように構成される。
いくつかの実施形態では、システムは、ブロック2110において、例えば、対象者の年齢の百分位数状態、性別の百分位数状態、および/または本明細書に記載するいずれかの他の臨床パラメータなど、1つまたは複数の臨床パラメータを分析および/またはアクセスするように構成される。
いくつかの実施形態では、システムは、ブロック2112において、例えば、1つもしくは複数のプラーク・パラメータ、1つもしくは複数の血管パラメータ、および/または1つもしくは複数の臨床パラメータなど、1つまたは複数のパラメータの重み付けられた基準を生成するように構成される。いくつかの実施形態では、システムは、各セグメントの1つまたは複数のパラメータの重み付けられた基準を生成するように構成される。いくつかの実施形態では、システムは、重み付けられた基準を対数的に、代数的に、および/または別の数学的変換を利用して生成するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、個人内、血管内、プラーク間、および/またはプラーク-心筋関係の制御を可能にするために、補正因子または定数を適用することによって、重み付けられた基準を生成するように構成されることが可能である。
いくつかの実施形態では、システムは、ブロック2114において、対象者の1つまたは複数のCADリスク・スコアを生成するように構成される。例えば、いくつかの実施形態では、システムは、血管毎、血管領域毎、および/または対象者毎にCADリスク・スコアを生成するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数のパラメータの生成された重み付けられた基準を組み合わせることによって、対象者の1つまたは複数のCADリスク・スコアを生成するように構成される。
いくつかの実施形態では、システムは、ブロック2116において、生成された1つまたは複数のCADスコアを正規化するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、本明細書に記載するものを含む、対象者、スキャナ、および/またはスキャン・パラメータによる差を考慮に入れるために、生成された1つまたは複数のCADスコアを正規化するように構成されることが可能である。
いくつかの実施形態では、システムは、ブロック2118において、対象者のCADのリスクを視覚化および定量化するための、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアのグラフィカル・プロットを生成するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、血管毎、血管領域毎、および/または対象者毎に、1つまたは複数のCADリスク・スコアのグラフィカル・プロットを生成するように構成されることが可能である。いくつかの実施形態では、グラフィカル・プロットは、例えばヒストグラムなどの、2D、3D、または4D表現を含むことができる。
いくつかの実施形態では、システムは、ブロック2120において、分析に基づく対象者のCADのリスクの評価をユーザが生成するのを支援するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、対象者のスケーリングされたCADリスク・スコアを生成するように構成されることが可能である。いくつかの実施形態では、システムは、対象者の血管年齢を決定するように構成されることが可能である。いくつかの実施形態では、システムは、対象者のCADのリスクを、例えば、正常、軽度、中程度、または重度としてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数の着色した心臓マップを生成するように構成されることが可能である。いくつかの実施形態では、システムは、対象者のCADのリスクを高リスクまたは低リスクとしてカテゴライズするように構成されることが可能である。
画像への処置
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、画像分析に基づいて冠動脈疾患(CAD)などの疾患の進行を追跡し、このような追跡の結果を使用して、患者のための処置を決定するように構成される。言い換えれば、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、患者または対象者を画像で処置するように構成される。具体的には、いくつかの実施形態では、システムは、1つまたは複数の医用画像を経時的に分析することによって、医療処置に応じた疾患の進行を追跡し、同じものを使用して、医療処置が効果的であるか否かを決定するように構成されることが可能である。例えば、いくつかの実施形態では、画像分析に基づく疾患進行の追跡に基づいて、事前の医療処置が、有効性があると決定された場合、システムは、同じ処置の継続的な使用を提案するように構成されることが可能である。その一方で、いくつかの実施形態では、画像分析に基づく疾患進行の追跡に基づいて、事前の医療処置が、中性的または非効果的であると決定された場合、システムは、対象者に対する事前の処置の変更および/または新しい処置を提案するように構成されることが可能である。いくつかの実施形態では、処置は、薬物、生活様式の変化もしくは活動、および/または血管再生手順を含むことができる。
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、画像分析に基づいて冠動脈疾患(CAD)などの疾患の進行を追跡し、このような追跡の結果を使用して、患者のための処置を決定するように構成される。言い換えれば、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、患者または対象者を画像で処置するように構成される。具体的には、いくつかの実施形態では、システムは、1つまたは複数の医用画像を経時的に分析することによって、医療処置に応じた疾患の進行を追跡し、同じものを使用して、医療処置が効果的であるか否かを決定するように構成されることが可能である。例えば、いくつかの実施形態では、画像分析に基づく疾患進行の追跡に基づいて、事前の医療処置が、有効性があると決定された場合、システムは、同じ処置の継続的な使用を提案するように構成されることが可能である。その一方で、いくつかの実施形態では、画像分析に基づく疾患進行の追跡に基づいて、事前の医療処置が、中性的または非効果的であると決定された場合、システムは、対象者に対する事前の処置の変更および/または新しい処置を提案するように構成されることが可能である。いくつかの実施形態では、処置は、薬物、生活様式の変化もしくは活動、および/または血管再生手順を含むことができる。
具体的には、本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、有害冠動脈イベントを低減させる形で、冠動脈疾患または他の血管疾患の、進行、消失、もしくは安定化、および/または不安定化のうちの1つまたは複数を経時的に決定するように構成される。例えば、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、プラーク減衰の追跡に基づいて、医療分析および/または処置を提供するように構成される。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、コンピュータ・システムおよび/または人工知能プラットフォームを利用して、プラーク減衰を追跡するように構成されることが可能であり、プラークの消失ではなく、医用画像上の低減衰プラークから高減衰プラークへの自動的に検出された変換は、プラーク減衰スコアまたはステータスを生成するための主な基礎として使用されることが可能であり、プラーク減衰スコアまたはステータスは、冠動脈疾患の進行のレート、および/または増加/減少したリスクのレートを表すことができる。したがって、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、個人の人生のコースに沿って、薬物療法の反応評価、生活様式の介入、および/または冠動脈血管再生を提供するように構成されることが可能である。
いくつかの実施形態では、システムは、コンピュータ断層撮影血管造影(CCTA)を利用するように構成されることが可能である。一般的に言えば、コンピュータ断層撮影血管造影(CCTA)は、冠動脈および他の動脈におけるアテローム動脈硬化の存在、範囲、重症度、位置、および/またはタイプの評価を可能にすることができる。これらの因子は、薬物療法および生活様式の変更および冠動脈の介入で変化させることができる。非限定的例として、いくつかのケースでは、オメガ3脂肪酸は、38.6ヶ月後、高リスク・プラークの罹患率、高リスク・プラークの数、および/またはナプキン・リング・サインを低くすることができる。また、プラークのCT密度は、オメガ3脂肪酸グループにおいて高くなることがある。別の非限定的例として、いくつかのケースでは、イコサペント酸エチルは、ベースラインおよびプラセボと比較して、低減衰プラーク(LAP)体積を17%だけ、および全体のプラーク体積を9%だけ減らすことができる。更に、別の非限定的例として、HIV陽性の患者の一部のケースでは、抗レトロウイルス療法に対する非石灰化および高リスク・プラーク負荷量が高くなると、心血管リスクが高くなるおそれがあり、より高い心血管リスクを伴うことがある。更に、別の非限定的例として、スタチンを服用している患者の一部のケースでは、石灰化パーセント・アテローム体積のより急速な進行を伴う、パーセント・アテローム進行のレートが遅くなることがある。プラークの他の変化は、更に、他のいくつかの露出により発生することがある。重要なことには、いくつかの事例では、患者は、しばしば、これらの薬の組合せを服用していること、および/または健康的もしくは不健康な生活様式で生活していることがあり、生活様式は、例えば本明細書に記載する1つまたは複数の実施形態を利用した、予測可能でなく測定可能になり得る形で、プラークの変化に経時的に様々な要因で寄与し得る。
いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、プラークの二分的なおよび/または分類別の変化(例えば、非石灰化から石灰化まで、高リスクから非高リスクまで、および/または同様のもの)、ならびにプラークの負荷量(例えば、体積、パーセント・アテローム体積、および/または同様のもの)を分析し、連続的な連続変化を経時的に分析するように構成されることが可能である。更に、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、薬物療法の強化の必要性、生活様式の変化、および/または冠動脈血管再生を誘導するための長期的方法として、プラークの特徴の連続変化を活用するように構成されることが可能である。更に、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、患者固有のイベント・フリーの生存を改善する形の治療を誘導するための方法として、これらの経時的な変化の差を活用するように構成されることが可能である。
したがって、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、有害冠動脈イベントを低減させることになる形で、例えば医療処置に応じて、冠動脈疾患および/または他の血管疾患の、進行、消失、もしくは安定化、および/または不安定化を経時的に決定するように構成されることが可能である。具体的には、いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、密度/信号強度、血管リモデリング、プラークの位置、プラーク体積/疾患負荷量、および/または同様のものを分析するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
いくつかの実施形態では、システムは、連続的なイメージングによって、冠動脈アテローム性動脈硬化病変のイメージング密度(CT)および/または信号強度(MRI)を経時的に追跡するように構成されることが可能である。いくつかの実施形態では、システムは、経時的な冠動脈病変の方向変化(例えば低い方から高い方へのCT密度、高い方から更に高い方へのCT密度など)を、プラークの安定化の測定値として活用するように構成されることが可能である。いくつかの実施形態では、システムは、方向変化を活用して、疾患イベントのリスクにリンクするように構成されることが可能である(例えば、高いCT密度は、心臓発作の低い方のリスクに関連付けられる)。いくつかの実施形態では、システムは、別の薬を追加するべきか/薬物療法を強化するべきかついての意思決定を誘導するように構成されることが可能である。例えば、1年後に患者の密度/信号強度の変化がない場合、システムは、別の薬の追加を提案するように構成されることが可能である。いくつかの実施形態では、システムは、有害冠動脈イベント(例えば、急性冠症候群、急速進行、虚血、および/または同様のもの)を低減させるために、上記の形で意思決定を誘導するように構成されることが可能である。
図22Aは、冠動脈および/または他の血管疾患の分析および/または処置のためにプラーク減衰を追跡する例を示す。非限定的例として、図22Aは、CT画像からの動脈の例示の横断面を示す。図示の例示の実施形態では、黄色の円が管腔であり、オレンジの円が外側の血管壁であり、その間の全てがプラーク組織または同様である。図示の例示の実施形態では、CTによる「高リスク・プラーク」が左に示されており、この場合、これらは、低減衰プラーク(例えば、<30ハウンスフィールド単位)および正の(>1)血管リモデリング(例えば、最も近位の正常に見える横断面における断面積と比較した、最大プラークの部位の断面積または直径)を有することによって、このように分類される。いくつかの実施形態では、正の動脈リモデリングは、>1.05または>1.10と定義されることが可能である。
図22Aの例示の実施形態に示されているように、いくつかの実施形態では、プラークは、連続的に異なる密度のプラークであることが可能である。図示の例示の実施形態の最も左の横断面では、プラークは黒く、次第にグレーに、次いで、より明るく、次いで、図示の例示の実施形態の最も右の横断面における>1000のハウンスフィールド単位密度を伴う非常に鮮やかな白になるまで、より鮮やかになる。いくつかの実施形態では、この密度は、単一エネルギー、2重エネルギー、スペクトル、および/または光子計数イメージングを含むことができるCT画像の獲得モードに応じて、ハウンスフィールド単位密度または他として連続的に報告されることが可能である。
いくつかの実施形態では、(例えばCTによる)イメージング方法を使用して、(例えば、より小さいハウンスフィールド単位密度を有する)より暗いプラークは、(例えば、心筋梗塞の、虚血を引き起こす、急速に進行する、および/または同様のものという)より高いリスクを表すことができ、その一方で、(例えば、より高いハウンスフィールド単位密度を有する)より鮮やかなプラークは、より低いリスクを表すことができる。
いくつかの実施形態では、システムは、プラーク組成密度の連続的なスケールを処置後のプラークの向上した安定化のマーカーとして活用し、この情報を活用して、将来の冠動脈イベント(例えば、急性冠症候群、虚血など)の予後診断の重症度分類を絶えずアップデートするように構成される。したがって、いくつかの実施形態では、心臓発作の個人のリスクは、プラークの密度によって決めることができ、処置後の密度の変化が、このリスクを減衰させること、このリスクを増加させること、および/またはリスクに対する効果を有さないことがある。
いくつかの実施形態では、システムは、以下を含み得るいくつかの異なる形で処置を生成および/または提案するように構成されることが可能である。薬物(例えば、スタチン、ヒト免疫不全ウイルス(HIV)薬、イコサペント酸エチル、ベンペドイック酸、リバーロキサバン、アスピリン、プロタンパク質コンバターゼ・サブチリシン/ケキシン・タイプ9(PCSK-9)阻害剤、インクリサラン、ナトリウム-グルコース共輸送体2(SGLT-2)阻害剤、グルカゴン様ペプチド1(GLP-1)受容体作用薬、低比重リポタンパク(LDL)アフェレーシスなど)、生活様式(増加した運動、有酸素運動、無酸素運動、喫煙の中止、食事の変化など)、および/または血管再生(バイパス移植術、ステント挿入、生体吸収性足場などの後)。
いくつかの実施形態では、システムは、プラークが安定していることおよび予後診断が改善していることを保証するために、プラーク変化を経時的にフォローするための方法を、臨床医および患者に提供する「画像への処置」の連続的なアプローチを生成および/または提供するように構成されることが可能である。例えば、いくつかの実施形態では、患者は、そのCTスキャンの後、スタチン薬を始められてもよい。経時的に(例えば、数ヶ月)、プラークは、30から45HUまでハウンスフィールド単位密度を変化させることがある。いくつかの実施形態では、これは、プラーク安定化の有益な転帰を表し、プラークに対するスタチン薬の効力を暗示することができる。代替として、経時的に、プラークは、ハウンスフィールド単位密度を変化させず、経時的に30HUにとどまることがある。この場合、いくつかの実施形態では、これは、スタチン薬がプラークを安定させるのに効果的でないという有害な転帰を表すことができる。いくつかの実施形態では、プラークが薬物療法に対して安定しない(例えば、HU密度が低いまま、または上昇するのが非常に遅い)場合、HUの恒常性が、薬物療法強化を誘導し、(例えば、心筋梗塞、急速進行、虚血、および/または他の有害イベントを低減させることによって)患者の転帰を最終的に改善するために使用される滴定可能なバイオマーカーであることが可能なので、別の薬(例えば、PCSK-9阻害剤)が追加されてもよい。
いくつかの実施形態では、プラークの密度は、以下のうちの1つまたは複数を含むことができるいくつかの因子によって影響を受けることがある。スキャナ・タイプ、画像獲得パラメータ(例えば、mA、kVpなど)、エネルギー(例えば、単一、2重、スペクトル、光子計数など)、ゲーティング(例えば、軸対レトロスペクティブ・ヘリカルなど)、コントラスト、年齢、患者の体形、付近の心内構造物、プラーク・タイプ(例えば、カルシウムが部分的な体積アーチファクトを生じ得る、など)、および/またはその他。したがって、いくつかの実施形態では、システムは、これらの因子のうちの1つまたは複数を正規化して、プラーク・タイプの比較を経時的に更に標準化するように構成されることが可能である。
いくつかの実施形態では、システムは、画像分析技法を使用して、冠動脈アテローム性動脈硬化病変の血管リモデリングを経時的に追跡するように構成されることが可能である。いくつかの実施形態では、システムは、リモデリングの方向変化(例えば、外向き、中間、内向き、および/または同様のもの)を活用するように構成されることが可能である。いくつかの実施形態では、システムは、患者、血管、セグメント、病変および/または横断面に基づいて方向を評価するように構成されることが可能である。いくつかの実施形態では、システムは、方向変化を活用して、疾患イベントのリスクにリンクするように構成されることが可能である。例えば、いくつかの実施形態では、より外向きのリモデリングは、心臓発作のより高いリスク、および/または同様のものを示すことができる。いくつかの実施形態では、システムは、悪化したまたは新しい正のリモデリングに基づいて、別の薬を追加するべきか/薬物療法を強化するべきか、および/または冠動脈血管再生を実施するべきかについての意思決定を誘導するように構成されることが可能である。いくつかの実施形態では、システムは、有害冠動脈イベント(例えば、急性冠症候群、急速進行、虚血、および/または同様のもの)を低減させるために、上記の形で意思決定を誘導するように構成されることが可能である。
いくつかの実施形態では、プラーク組成についての同様の類似点が、冠動脈血管木内の特定の冠動脈病変における、および/または全ての冠動脈病変にわたって、血管リモデリングの基準に適用されることが可能である。具体的には、いくつかの実施形態では、リモデリング・インデックスは、連続的な基準であることが可能であり、直径、面積、および/または体積のうちの1つまたは複数によって報告されることが可能である。正のリモデリングは、急性冠症候群のときに病変に関連付けられることが可能であり、負のリモデリングは関連付けられなくてもよいので、いくつかの実施形態では、連続的なイメージング(例えば、CTスキャンなど)は、プラークがより正のリモデリングを引き起こしているか、それほど引き起こしていないかを決定するために、時間にわたってフォローされることが可能である。いくつかの実施形態では、正のリモデリングの停止および/または減速は、心筋梗塞または他の有害冠動脈イベント(例えば、虚血など)の個人のまたは病変のリスクを予後診断的にアップデートするために使用されることが可能な有利な徴候になり得る。
いくつかの実施形態では、システムは、プラークが安定していることおよび予後診断が改善していることを保証するために、プラーク変化を経時的にフォローするための方法を、臨床医および患者に提供する「画像への処置」の連続的なアプローチを提供するように構成されることが可能である。例えば、いくつかの実施形態では、患者は、そのCTスキャンの後、スタチン薬を始められてもよい。経時的に(例えば、数ヶ月など)、プラークは、1.10から1.08まで、リモデリング・インデックスが変化し得る。いくつかの実施形態では、これは、プラーク安定化の有益な転帰を表し、プラークに対するスタチン薬の効力を暗示することができる。代替として、経時的、プラークは、リモデリング・インデックスが経時的に変化せず、1.10にとどまることがある。この場合、いくつかの実施形態では、これは、スタチン薬がプラークを安定させるのに効果的でないという有害な転帰を表すことができる。いくつかの実施形態では、プラークが、薬物療法に対して安定しない場合(例えば、リモデリング・インデックスが高いままであるか、減少するのが非常に遅い場合)、リモデリングの恒常性が、薬物療法強化を誘導し、(例えば、心筋梗塞、急速進行、虚血、および/または他の有害イベントを低減させることによって)患者の転帰を最終的に改善するために使用される滴定可能なバイオマーカーであることが可能なので、別の薬(例えば、PCSK-9阻害剤など)が追加されてもよい。
いくつかの実施形態では、プラークのリモデリング・インデックスは、以下のうちの1つまたは複数を含むことができるいくつかの因子によって影響を受けることがある。スキャナ・タイプ、画像獲得パラメータ(例えば、mA、kVpなど)、エネルギー(例えば、単一、2重、スペクトル、光子計数など)、ゲーティング(例えば、軸対レトロスペクティブ・ヘリカルなど)、コントラスト、年齢、患者の体形、付近の心内構造物、プラーク・タイプ(例えば、カルシウムが部分的な体積アーチファクトを生じ得る、など)、および/または同様のもの。いくつかの実施形態では、システムは、これらの因子のうちの1つまたは複数を正規化して、プラーク・タイプの比較を経時的に更に標準化するように構成されることが可能である。
いくつかの実施形態では、システムは、プラークの1つまたは複数の領域の位置を経時的に追跡するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、以下のうちの1つまたは複数に基づいて、プラークの1つまたは複数の領域の位置を追跡するように構成されることが可能である。心筋に面した対心膜に面した、二分枝または三分枝にある、近位対中間対遠位、主血管対血管枝、および/または同様のもの。いくつかの実施形態では、システムは、患者、血管、セグメント、病変および/または横断面に基づいて方向を評価するように構成されることが可能である。いくつかの実施形態では、システムは、方向変化を活用して、疾患イベントのリスク(例えば、より外向きのリモデリング、心臓発作のより高いリスク、および/または同様のもの)にリンクするように構成されることが可能である。いくつかの実施形態では、システムは、別の薬を追加するべきか/薬物療法を強化するべきか、または冠動脈血管再生を実施するべきか、および/または同様のものについての意思決定を誘導するように構成されることが可能である。いくつかの実施形態では、システムは、有害冠動脈イベント(例えば、急性冠症候群、急速進行、虚血、および/または同様のもの)を低減させるために、上記の形で意思決定を誘導するように構成されることが可能である。
いくつかの実施形態では、システムは、増加したリスクに関連付けられるような特定の冠動脈イベントを経時的に同定するおよび/または相関させるように構成されることが可能である。例えば、いくつかの実施形態では、心膜に面したプラークは、心筋に面したプラークより、心筋梗塞のときに責任病変になるレートが高くなることがある。いくつかの実施形態では、二分枝病変は、非二分枝/三分枝病変より、心筋梗塞のときに責任病変になるレートが高くなるように見えることがある。いくつかの実施形態では、近位病変は、遠位病変より一般的になる傾向があり得、更に、最も頻繁に、心筋梗塞または他の有害冠動脈イベントの部位になることがある。
いくつかの実施形態では、システムは、プラークのこれらの個々の位置のそれぞれまたはいくつかを追跡するように構成されることが可能であり、これらの存在、広さ、および重症度に基づいて、ベースライン・リスクを割り当てる。いくつかの実施形態では、薬での処置、生活様式または介入後、連続的なイメージング(例えば、CTなどによる)が、リスク評価をアップデートするために使用されることが可能な、これらの特徴の変化を決定するために実施されることが可能である。
いくつかの実施形態では、システムは、プラークが安定していることおよび予後診断が改善していることを保証するために、位置のプラーク変化を経時的にフォローするための方法を、臨床医および患者に提供する「画像への処置」の連続的なアプローチを提供するように構成されることが可能である。例えば、いくつかの実施形態では、患者は、そのCTスキャンの後、スタチン薬を始められてもよい。経時的に(例えば、数ヶ月など)、プラークは、心膜に面した領域では退行するが、心筋に面した領域では残ることがある。いくつかの実施形態では、これは、プラーク安定化の有益な転帰を表し、プラークに対するスタチン薬の効力を暗示することができる。代替として、経時的に、プラークは、経時的に位置が変化することはなく、心膜に面したままである。この場合、いくつかの実施形態では、これは、スタチン薬がプラークを安定させるのに効果的でないという有害な転帰を表すことができる。いくつかの実施形態では、プラークが薬物療法に対して安定しない(例えば、プラークの位置が心膜に面したままであるか、変化するのが非常に遅い)場合、プラークの位置の恒常性が、薬物療法強化を誘導し、(例えば、心筋梗塞、急速進行、虚血、または他の有害イベントを低減させることによって)患者の転帰を最終的に改善するために使用される滴定可能なバイオマーカーであることが可能なので、別の薬(例えば、PCSK-9阻害剤またはその他)が追加されてもよい。
いくつかの実施形態では、プラーク位置のCTの外見は、以下のうちの1つまたは複数を含むことができるいくつかの因子によって影響を受けることがある。スキャナ・タイプ、画像獲得パラメータ(例えば、mA、kVpなど)、エネルギー(例えば、単一、2重、スペクトル、光子計数など)、ゲーティング(例えば、軸対レトロスペクティブ・ヘリカルなど)、コントラスト、年齢、患者の体形、付近の心内構造物、プラーク・タイプ(例えば、カルシウムが部分的な体積アーチファクトを生じ得る、など)、および/またはその他。いくつかの実施形態では、システムは、これらの因子のうちの1つまたは複数を正規化して、プラーク・タイプの比較を経時的に更に標準化するように構成されることが可能である。
いくつかの実施形態では、システムは、プラーク体積、および/または血管体積に応じたプラーク体積(例えば、パーセント・アテローム体積またはPAVなど)を追跡するように構成されることが可能である。いくつかの実施形態では、プラーク体積および/またはPAVは、患者毎、血管毎、セグメント毎、または病変毎に追跡されることが可能である。いくつかの実施形態では、システムは、プラーク体積またはPAVの方向(例えば、増加、減少、または同じまま)を評価するように構成されることが可能である。いくつかの実施形態では、システムは、方向変化を活用して、疾患イベントのリスクにリンクするように構成されることが可能である。例えば、いくつかの実施形態では、プラーク体積またはPAVの増加は、より高いリスクを示すことができる。同様に、いくつかの実施形態では、プラーク進行の減速は、より低いリスクおよび/または同様のものを示すことができる。いくつかの実施形態では、システムは、別の薬を追加するべきか/薬物療法を強化するべきか、または冠動脈血管再生を実施するべきかについての意思決定を誘導するように構成されることが可能である。例えば、いくつかの実施形態では、プラーク体積またはPAVの増加に応答して、システムは、向上した/強化された薬物療法、他の処置、増加した薬の用量、および/または同様のものを提案するように構成されることが可能である。いくつかの実施形態では、システムは、有害冠動脈イベント(例えば、急性冠症候群、急速進行、虚血、および/または同様のもの)低減させるための意思決定を誘導するように構成されることが可能である。
いくつかの実施形態では、システムは、増加したリスクに関連付けられるような特定の有害冠動脈イベントを経時的に同定するおよび/または相関させるように構成されることが可能である。例えば、いくつかの実施形態では、プラーク体積がより大きくなると、および/またはPAVが大きくなると、CADイベントのリスクが高くなることがある。
いくつかの実施形態では、システムは、プラーク体積および/またはPAVを追跡し、プラークの存在、広さ、および/または重症度に少なくとも部分的に基づいて、ベースライン・リスクを割り当てるように構成されることが可能である。いくつかの実施形態では、薬での処置、生活様式または介入後、連続的なイメージング(例えば、CTによる)が、リスク評価をアップデートするために使用されることが可能な、これらの特徴の変化を決定するために実施されることが可能である。
いくつかの実施形態では、システムは、プラークが安定していることおよび予後診断が改善していることを保証するために、位置のプラーク変化を経時的にフォローするための方法を、臨床医および患者に提供する「画像への処置」の連続的なアプローチを提供するように構成されることが可能である。例えば、いくつかの実施形態では、患者は、そのCTスキャンの後、スタチン薬を始められてもよい。経時的に(例えば、数ヶ月など)、プラークは、体積またはPAVが増加し得る。いくつかの実施形態では、これは、有害な転帰を表し、スタチン薬に効力がないことを暗示することができる。代替として、経時的に、プラークの体積が変化しないこともある。この場合、いくつかの実施形態では、これは、スタチン薬がプラークを安定させるのに効果的であるという有益な転帰を表すことができる。いくつかの実施形態では、プラークが薬物療法に対して安定しない(例えば、プラーク体積またはPAVが増加した)場合、プラーク体積またはPAVの恒常性が、薬物療法強化を誘導し、(例えば、心筋梗塞、急速進行、虚血、および/または他の有害イベントを低減させることによって)患者の転帰を最終的に改善するために使用される滴定可能なバイオマーカーであることが可能なので、別の薬(例えば、PCSK-9阻害剤および/またはその他)が追加されてもよい。
いくつかの実施形態では、プラーク位置のCTの外見は、以下のうちの1つまたは複数を含むことができるいくつかの因子によって影響を受けることがある。スキャナ・タイプ、画像獲得パラメータ(例えば、mA、kVpなど)、エネルギー(例えば、単一、2重、スペクトル、光子計数など)、ゲーティング(例えば、軸対レトロスペクティブ・ヘリカルなど)、コントラスト、年齢、患者の体形、付近の心内構造物、プラーク・タイプ(例えば、カルシウムが部分的な体積アーチファクトを生じ得る、など)、および/またはその他。いくつかの実施形態では、システムは、これらの因子のうちの1つまたは複数を正規化して、プラーク・タイプの比較を経時的に更に標準化するように構成されることが可能である。
いくつかの実施形態では、システムは、例えば、ただ1つで(例えば、組成だけなど)および/または組み合わせて(例えば、組成+リモデリング+位置など)、予後診断の重症度分類を提供するために、患者毎、血管毎、セグメント毎、および/または病変毎に、プラーク組成、血管リモデリング、および/または他の特徴に関連して上述された全体の変化のうちの1つまたは複数を分析および/または報告するように構成されることが可能である。
いくつかの実施形態では、システムは、画像分析および/または疾患追跡に基づいて、リスク評価をアップデートすること、ならびに/または薬物療法、生活様式の変化、および/もしくは介入療法を誘導することを行うように構成されることが可能である。具体的には、いくつかの実施形態では、システムは、疾患の安定化または悪化を追跡するための方法として、連続的に発生する動脈/プラークへの変化を、いくつかの方式で報告するように構成されることが可能である。いくつかの実施形態では、疾患を追跡するための方法として、システムは、有害冠動脈イベントのリスクを報告するように構成されることが可能である。例えば、いくつかの実施形態では、イメージング・ベースの変化に基づいて、定量的なリスク・スコアが、フォローアップにおけるベースラインからアップデートされることが可能である。いくつかの実施形態では、システムは、以下を分析する4カテゴリ法を利用するように構成されることが可能である。(1)進行-悪化を伴う(例えば、減衰が小さくなる、正のリモデリングが大きくなるなど)、(2)消失-縮小を伴う(例えば、減衰が大きくなる、正のリモデリングが小さくなるなど)、(3)混合反応-進行だが、より予後診断的に有益な所見(例えば、プラークの体積が経時的に大きくなるが、石灰化1Kプラークが優勢である)(混合反応は、更に、プラーク・リモデリングおよび位置を含むことができる)、ならびに/または(4)混合反応-進行だが、より予後診断的に有害な所見(プラークの体積が経時的に大きくなるが、非石灰化低減衰プラークが多くなる)(混合反応は、更に、プラーク・リモデリングおよび位置を含むことができる)。いくつかの実施形態では、治療を誘導するための方法として疾患を追跡するために、薬物療法の強化、および/または生活様式の変化もしくは冠動脈血管再生の導入が、例えば、有害冠動脈イベントの増加したリスク、または「進行」もしくは「混合反応-石灰化プラークの進行」カテゴリであることによって、発生し、促され得る。更に、いくつかの実施形態では、疾患の連続的な追跡、および薬物療法の適切な強化、生活様式の変更、または、組成、リモデリングおよび/もしくは位置変化に基づく冠動脈血管再生は、有害冠動脈イベントを低減させるための誘導として提供されることが可能である。
図22Bは、画像への処置のための方法の例示の実施形態の概観を示すフローチャートである。図22Bに示されているように、いくつかの実施形態では、システムは、ブロック2202において、例えば冠動脈に関するものなどの、対象者のプラークおよび/または血管パラメータの第1のセットにアクセスするように構成される。いくつかの実施形態では、1つまたは複数のプラークおよび/または血管パラメータは、プラークおよび/または血管パラメータ・データベース2204からアクセスされることが可能である。いくつかの実施形態では、1つまたは複数のプラークおよび/または血管パラメータは、医用画像データベース100に格納された1つまたは複数の医用画像から導出されることおよび/または分析されることが可能である。
1つまたは複数のプラーク・パラメータおよび/または血管パラメータは、本明細書に記載するいずれかのこのようなパラメータを含むことができる。非限定的例として、1つまたは複数のプラーク・パラメータは、プラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含むことができる。密度は、絶対密度、ハウンスフィールド単位密度、および/または同様のものであることが可能である。プラークの1つまたは複数の領域の位置は、心筋に面した、心膜に面した、二分枝にある、三分枝にある、血管に沿って近位、中間、もしくは遠位、または主血管もしくは血管枝にある、および/あるいは同様のもののうちの1つまたは複数として決定されることが可能である。体積は、絶対体積、PAV、および/または同様のものであることが可能である。更に、1つまたは複数の血管パラメータは、血管リモデリング、または本明細書に記載する任意の他の血管パラメータを含むことができる。例えば、血管リモデリングは、外向き、中間、または内向きなど、リモデリングの方向変化を含むことができる。いくつかの実施形態では、血管リモデリングは、1つまたは複数の冠動脈アテローム性動脈硬化病変の血管リモデリングを含むことができる。
いくつかの実施形態では、ブロック2206において、対象者は、CADなどの疾患に対処するためのいくつかの医療処置で処置されることが可能である。いくつかの実施形態では、処置は、1つもしくは複数の薬、生活様式の変化もしくは状態、血管再生手順、および/または同様のものを含むことができる。例えば、いくつかの実施形態では、薬は、スタチン、ヒト免疫不全ウイルス(HIV)薬、イコサペント酸エチル、ベンペドイック酸、リバーロキサバン、アスピリン、プロタンパク質コンバターゼ・サブチリシン/ケキシン・タイプ9(PCSK-9)阻害剤、インクリシラン、ナトリウム-グルコース共輸送体2(SGLT-2)阻害剤、グルカゴン様ペプチド1(GLP-1)受容体作用薬、低比重リポタンパク(LDL)アフェレーシス、および/または同様のものを含むことができる。いくつかの実施形態では、生活様式の変化または状態は、増加した運動、有酸素運動、無酸素運動、喫煙の中止、食事の変化、および/または同様のものを含むことができる。いくつかの実施形態では、血管再生は、バイパス移植術、ステント挿入、生体吸収性足場の使用、および/または同様のものを含むことができる。
いくつかの実施形態では、ブロック2208において、システムは、しばらくの間、対象者が医療処置で処置された後に撮られた1つまたは複数の対象者の医用画像にアクセスするように構成されることが可能である。医用画像は、例えば、CT、MRI、および/または同様のものなど、本明細書に記載するいずれかのタイプの画像を含むことができる。いくつかの実施形態では、ブロック2210において、システムは、例えば本明細書に記載する1つまたは複数の画像分析技法を使用して、1つまたは複数の医用画像上のプラークの1つまたは複数の領域を同定するように構成されることが可能である。いくつかの実施形態では、ブロック2212において、システムは、1つまたは複数の医用画像を分析して、プラークおよび/または血管パラメータの第2のセットを決定するように構成されることが可能である。プラークおよび/または血管パラメータの第2のセットは、いくつかの実施形態では、プラークおよび/または血管パラメータ・データベース2204から格納および/またはアクセスされることが可能である。プラークおよび/または血管パラメータの第2のセットは、例えばプラークおよび/または血管パラメータの第1のセットのパラメータを含む本明細書に記載するいずれかのパラメータを含むことができる。
いくつかの実施形態では、ブロック2214において、システムは、プラーク・パラメータの第1のセット、血管パラメータの第1のセット、プラーク・パラメータの第2のセット、および/または血管パラメータの第2のセットのうちの1つまたは複数を正規化するように構成されることが可能である。本明細書で論じられるように、1つまたは複数のこのようなパラメータまたはその定量化は、このようなパラメータが導出された医用画像を取得するために使用されるスキャナ・タイプまたはスキャン・パラメータによって決まり得る。したがって、いくつかの実施形態では、このような差について正規化することが有利になり得る。そうするために、いくつかの実施形態では、システムは、本明細書に記載するような正規化デバイスから取得された読取り値を利用するように構成されることが可能である。
いくつかの実施形態では、ブロック2216において、システムは、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の1つまたは複数の変化を分析するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、特定のタイプのプラーク・パラメータ間の変化を分析するように構成されることが可能である。いくつかの実施形態では、システムは、プラーク・パラメータの第1のセットのうちの1つまたは複数の第1の重み付けられた基準、およびプラーク・パラメータの第2のセットのうちの1つまたは複数の第2の重み付けられた基準を生成し、第1の重み付けられた基準と第2の重み付けられた基準との間の変化を分析するように構成されることが可能である。重み付けられた基準は、いくつかの実施形態では、数学変換または本明細書に記載するいずれかの他の技法を適用することによって生成されることが可能である。
いくつかの実施形態では、ブロック2218において、システムは、血管パラメータの第1のセットと血管パラメータの第2のセットとの間の1つまたは複数の変化を分析するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、特定のタイプの血管パラメータ間の変化を分析するように構成されることが可能である。いくつかの実施形態では、システムは、血管パラメータの第1のセットのうちの1つまたは複数の第1の重み付けられた基準、および血管パラメータの第2のセットのうちの1つまたは複数の第2の重み付けられた基準を生成し、第1の重み付けられた基準と第2の重み付けられた基準との間の変化を分析するように構成されることが可能である。重み付けられた基準は、いくつかの実施形態では、数学変換または本明細書に記載するいずれかの他の技法を適用することによって生成されることが可能である。
いくつかの実施形態では、ブロック2220において、システムは、1つまたは複数のプラーク・パラメータおよび/または血管パラメータの間の分析された変化に基づいて、CADなどの疾患の進行を追跡するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するような、1つまたは複数のプラーク・パラメータおよび/または血管パラメータの重み付けられた基準の間の変化を分析することに基づいて、疾患の進行を決定するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数の特定のプラーク・パラメータおよび/または血管パラメータの間の変化を分析することに基づいて、疾患の進行を決定するように構成されることが可能である。具体的には、いくつかの実施形態では、プラークの1つまたは複数の領域の密度の増加は、疾患安定化を示すことができる。いくつかの実施形態では、心膜に面した領域から心筋に面した領域へのプラークの領域の位置の変化は、疾患安定化を示す。いくつかの実施形態では、第1の時点と第2の時点との間のプラークの1つまたは複数の領域の体積の増加は、疾患安定化を示す。いくつかの実施形態では、第1の時点と第2の時点との間のより外向きのリモデリングは、疾患安定化を示す。いくつかの実施形態では、疾患進行は、対象者毎、血管毎、セグメント毎、または病変毎のうちの1つまたは複数で追跡される。いくつかの実施形態では、疾患進行は、進行、消失、混合反応-石灰化プラークの進行、混合反応-非石灰化プラークの進行のうちの1つまたは複数として、システムによって決定されることが可能である。
いくつかの実施形態では、ブロック2222において、システムは、例えば追跡された疾患進行に基づいて、医療処置の効力を決定するように構成されることが可能である。したがって、いくつかの実施形態では、画像分析技法を使用して1つまたは複数の医用画像から導出されたような1つまたは複数のプラークおよび/または血管パラメータの変化は、処置を評価するためのバイオマーカーとして使用されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するような、1つまたは複数のプラーク・パラメータおよび/または血管パラメータの重み付けられた基準の間の変化を分析することに基づいて、処置の効力を決定するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数の特定のプラーク・パラメータおよび/または血管パラメータの間の変化を分析することに基づいて、処置の効力を決定するように構成されることが可能である。具体的には、いくつかの実施形態では、プラークの1つまたは複数の領域の密度の増加は、医療処置の正の効力を示すことができる。いくつかの実施形態では、心膜に面した領域から心筋に面した領域へのプラークの領域の位置の変化は、医療処置の正の効力を示す。いくつかの実施形態では、第1の時点と第2の時点との間のプラークの1つまたは複数の領域の体積の増加は、医療処置の負の効力を示す。いくつかの実施形態では、第1の時点と第2の時点との間のより外向きのリモデリングは、医療処置の負の効力を示す。
いくつかの実施形態では、ブロック2224において、システムは、以前の処置の決定された効力に基づいて、対象者に提案される医療処置を生成するように構成される。例えば、以前の処置が、正、すなわち疾患を安定させていると決定された場合、システムは、同じ処置を提案するように構成されることが可能である。いくつかの実施形態では、以前の処置が、負、すなわち疾患を安定させていないと決定された場合、システムは、異なる処置を提案するように構成されることが可能である。新たに提案された処置は、例えばブロック2206において以前の処置と共に論じられたものを含む、本明細書で論じられる処置のタイプのいずれかを含むことができる。
心血管リスクおよび/またはイベントを低減させるための処置の決定
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、心血管リスクおよび/またはイベントを低減させるための処置を決定するように構成される。具体的には、本明細書に記載するシステムおよび方法のいくつかの実施形態は、実際のアテローム性動脈硬化症(ASCVD)負荷量、ASCVDタイプ、および/またはおよびASCVDの進行に基づいて、生活様式、薬、および/または介入療法を自動的および/または動的に決定または生成するように構成される。したがって、本明細書に記載するいくつかのシステムおよび方法は、CCTAで特徴付けられたASCVDに基づいて、個人化された薬物療法を提供することができる。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、例えば、患者の冠動脈領域の非侵襲性CT、MRI、および/または他の医用イメージング・データなどの医用画像データを動的および/または自動的に分析して、例えば1つまたは複数の人工知能(AI)および/または機械学習(ML)アルゴリズムを使用して、実際のASCVD負荷量、ASCVDタイプ、および/またはASCVDの進行を示すまたはこれに関連付けられた、1つまたは複数の測定値を生成するように構成される。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、更に、例えば1つまたは複数の人工知能(AI)および/または機械学習(ML)アルゴリズムを使用して、実際のASCVD負荷量、ASCVDタイプ、および/またはASCVDの進行に基づいて、1つまたは複数の患者固有の処置および/または薬を自動的および/または動的に生成するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、心血管リスクおよび/またはイベントを低減させるための処置を決定するように構成される。具体的には、本明細書に記載するシステムおよび方法のいくつかの実施形態は、実際のアテローム性動脈硬化症(ASCVD)負荷量、ASCVDタイプ、および/またはおよびASCVDの進行に基づいて、生活様式、薬、および/または介入療法を自動的および/または動的に決定または生成するように構成される。したがって、本明細書に記載するいくつかのシステムおよび方法は、CCTAで特徴付けられたASCVDに基づいて、個人化された薬物療法を提供することができる。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、例えば、患者の冠動脈領域の非侵襲性CT、MRI、および/または他の医用イメージング・データなどの医用画像データを動的および/または自動的に分析して、例えば1つまたは複数の人工知能(AI)および/または機械学習(ML)アルゴリズムを使用して、実際のASCVD負荷量、ASCVDタイプ、および/またはASCVDの進行を示すまたはこれに関連付けられた、1つまたは複数の測定値を生成するように構成される。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、更に、例えば1つまたは複数の人工知能(AI)および/または機械学習(ML)アルゴリズムを使用して、実際のASCVD負荷量、ASCVDタイプ、および/またはASCVDの進行に基づいて、1つまたは複数の患者固有の処置および/または薬を自動的および/または動的に生成するように構成されることが可能である。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/または同様のものの間のスキャン結果(例えば密度値など)の差を考慮に入れるように構成されることが可能である。
自覚症状のない個人の心血管リスク評価のいくつかの実施形態では、システムは、1つまたは複数のリスク因子を使用して、重症度分類および処置を誘導するように構成されることが可能である。例えば、いくつかの心血管リスク因子は、異常脂血症、高血圧、糖尿病、および/または同様のものを含む、冠動脈疾患(CAD)に寄与する臨床的状態のCADの代用基準の測定値を含むことができる。いくつかの実施形態では、このような因子は、専門家向けソーシャル・ガイドラインにおける処置推奨の基礎を形成することができ、専門家向けソーシャル・ガイドラインは、総およびLDLコレステロール(血液バイオマーカー)、血圧(バイオメトリック)、ならびにヘモグロビンA1C(血液バイオマーカー)など、CADのこれらの代用マーカーに基づいて医療処置および生活様式の目標を定義したものであることが可能である。いくつかの実施形態では、このアプローチは、母集団ベースの生存を改善し、心臓発作および卒中の発生を減少させることができる。それでも、いくつかの実施形態では、これらの方法は、更に、特異性がなく、処置は、母集団においてより効果的なものになり得るが、残りのリスクを抱く個人を正確に把握できないことがある。例として、LDLは、母集団ベースの研究において、将来の心臓発作の29%のみを説明することが発見されてきており、重要なスタチン処置試験においても、スタチンで効果的に処置されたこれらの個人は、依然として、心臓発作の70~75%の残りのリスクを保持する。
したがって、本明細書に記載するいくつかの実施形態は、実際のアテローム性動脈硬化症(ASCVD)負荷量、ASCVDタイプ、および/またはおよびASCVDの進行に基づいて、生活様式、薬、および/または介入療法を活用することによってこのような技術的欠点に対処する。アテローム動脈硬化、血栓症、および炎症経路を通じてASCVDプロセスを標的にするために利用可能な数多くの薬を考慮に入れると、いくつかの実施形態では、このような直接の精密医療のASCVD診断および処置アプローチは、個人レベルでASCVDの代用マーカーを処置することより効果的になり得る。
いくつかの実施形態では、本明細書に記載するシステムおよび方法は、実際のアテローム性動脈硬化症(ASCVD)負荷量、ASCVDタイプ、および/またはおよびASCVDの進行に基づいて、生活様式、薬、および/または介入療法を自動的および/または動的に決定または生成するように構成される。具体的には、いくつかの実施形態では、システムおよび方法は、例えば、冠動脈、頸動脈、大動脈、下肢、大脳、腎動脈、および/または同様のものを含む、1つもしくは複数または全ての血管領域におけるASCVDの定量的評価のために、冠動脈コンピュータ断層撮影血管造影(CCTA)を使用するように構成される。いくつかの実施形態では、システムおよび方法は、ASCVDの量(または負荷量)だけでなく、重症度分類におけるプラークのタイプも分析および/または利用するように構成される。例えば、いくつかの実施形態では、システムおよび方法は、石灰化プラーク、および、特に、より安定しているようなより高い密度の石灰化プラークを関連付けつつ、特定の密度の低減衰プラーク(LAP)および/または非石灰化プラーク(NCP)を将来の主要有害心血管イベント(MACE)に関連付けるように構成される。更に、いくつかの実施形態では、システムおよび方法は、特定の密度のLAPまたはNCPの低減および/または母集団における石灰化プラーク形成の加速、すなわち、組成の負荷量によるプラークの変換に関連付けられてきた薬の使用を含むことができる、患者固有の処置計画を生成するように構成される。いくつかの実施形態では、システムおよび方法は、例えば、中でも、スタチン、PCSK9阻害剤、GLP受容体作用薬、イコサペント酸エチル、および/またはコルヒチンなど、冠動脈、頸動脈、および/または他の動脈におけるASCVDの変容に関連付けられるものとしてCCTAによって観察されることが可能な薬の使用を含むことができる、患者固有の処置計画を生成するように構成される。
本明細書に記載するように、いくつかの実施形態では、システムおよび方法は、ASCVD負荷量、タイプ、および/または進行を活用して、臨床的意思決定を論理的に誘導するように構成される。具体的には、いくつかの実施形態では、本明細書に記載するシステムおよび方法は、ASCVD負荷量、タイプ、および/または進行を活用、分析、および/または利用して、有害なASCVDイベントを低減させるように、および/または、個人向けの形で患者固有のイベント・フリーの生存を改善するように、薬物療法を誘導するように構成される。例えば、いくつかの実施形態では、システムは、病変周囲の組織環境、局在化、および/または同様のものなどの、ASCVDタイプを分析および/または利用するように構成されることが可能である。
より具体的には、いくつかの実施形態では、本明細書に記載するシステムおよび方法は、例えばASCVDの局在化および/または病変周囲の組織など、ASCVDの存在、範囲、重症度、および/またはタイプを定量化する1つもしくは複数のCCTAアルゴリズムおよび/または1つもしくは複数の医療処置アルゴリズムを利用するように構成される。いくつかの実施形態では、1つまたは複数の医療処置アルゴリズムは、例えば、コンピュータ断層撮影(CT)、磁気共鳴(MR)、超音波、核医学、分子イメージング、および/またはその他など、任意のイメージング・モダリティから取得された任意の医用画像を分析するように構成される。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、1つまたは複数の医療処置アルゴリズムを利用するように構成され、医療処置アルゴリズムは、(母集団に基づくのではなく)個人化され、(リスク因子などの疾患の代用マーカーではなく)実際の疾患を処置し、ならびに/または経時的なCCTAで同定されたASCVDの変化(例えば、進行、消失、変換、および/もしくは安定化など)によって誘導される。いくつかの実施形態では、1つもしくは複数のCCTAアルゴリズムおよび/または1つもしくは複数の医療処置アルゴリズムは、コンピュータ実装アルゴリズムであり、ならびに/または1つもしくは複数のAIおよび/もしくはMLアルゴリズムを利用する。
いくつかの実施形態では、システムおよび方法は、個人のベースラインASCVDを評価するように構成される。いくつかの実施形態では、システムおよび方法は、冠動脈CT血管造影(CCTA)を利用することによってASCVDを評価するように構成される。いくつかの実施形態では、システムおよび方法は、アテローム動脈硬化の存在、ローカル、広さ、重症度、タイプ、病変周囲の組織特性、および/または同様のものを同定および/または分析するように構成される。いくつかの実施形態では、ASCVD評価の方法は、冠動脈、頸動脈、および/または他の血管床(例えば、下肢、大動脈、腎臓、および/または同様のものなど)の分析を実施する定量的なイメージング・アルゴリズムによって決めることができる。
いくつかの実施形態では、システムおよび方法は、ASCVDを、リスクに基づく固有のカテゴリにカテゴライズするように構成される。例えば、このようなカテゴリのいくつかの例は、以下を含むことができる。ステージ0、ステージI、ステージII、ステージIII、または、なし、最低限、軽度、中程度/重度、または、主に石灰化対主に非石灰化、または、低密度非石灰化プラークのXユニット)、または、全体の体積もしくは負荷量に応じたNCPのX%。いくつかの実施形態では、システムおよび方法は、ASCVDを連続的に定量化するように構成されることが可能である。いくつかの実施形態では、システムおよび方法は、心臓発作、卒中、切断、切開、および/または同様のものなど、イベントの将来のASCVDリスクのレベル毎にカテゴリを定義するように構成されることが可能である。いくつかの実施形態では、1つまたは複数の他の非ASCVD基準は、例えば、心血管の測定値(例えば、高血圧に対する左心室肥大、心房細動に対する心房体積、脂肪など)、および/またはASCVD(例えば、気腫など)に寄与し得る非心血管の測定値などの、リスク評価を強化するために含まれ得る。いくつかの実施形態では、これらの測定値は、1つまたは複数のCCTAアルゴリズムを使用して定量化されることが可能である。
いくつかの実施形態では、本明細書に記載するシステムおよび方法は、個人化されたまたは患者固有の処置を生成するように構成されることが可能である。より具体的には、いくつかの実施形態では、システムおよび方法は、ASCVDの存在、範囲、重症度、および/またはタイプに基づいて、治療の推奨を生成するように構成されることが可能である。いくつかの実施形態では、リスク因子(例えば、コレステロール、糖尿病など)を利用するのではなく、処置アルゴリズムは、個人化された形で直接的にASCVDに基づく薬物療法、生活様式、および/または介入療法を強化する階層型アプローチを含むおよび/または利用することができる。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の従来のマーカー(例えば、低下したコレステロール、ヘモグロビンA1Cなど)を全体的に無視し、代わりに、疾患のASCVDの存在、範囲、重症度、および/またはタイプを活用して、薬物療法強化の治療法決定を誘導するように構成されることが可能である。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の従来のマーカー(例えば、低下したコレステロール、ヘモグロビンA1Cなど)を疾患のASCVDの存在、範囲、重症度、および/またはタイプと組み合わせて、薬物療法強化の治療法決定を誘導するように構成されることが可能である。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の斬新なマーカー(例えば、遺伝学、転写学、または他のオミクス測定値など)を疾患のASCVDの存在、範囲、重症度、および/またはタイプと組み合わせて、薬物療法強化の治療法決定を誘導するように構成されることが可能である。いくつかの実施形態では、処置アルゴリズムは、成功の1つまたは複数の他のイメージングマーカー(例えば、頸動脈超音波イメージング、腹部大動脈超音波もしくはコンピュータ断層撮影、下肢動脈評価、および/またはその他など)を疾患のASCVDの存在、範囲、重症度、および/またはタイプと組み合わせて、薬物療法強化の治療法決定を誘導するように構成されることが可能である。
いくつかの実施形態では、システムおよび方法は、反応評価を実施するように構成される。具体的には、いくつかの実施形態では、システムおよび方法は、個人向けに治療の効力を決定するために、ならびに、ASCVDの進行、安定化、変換、および/または消失を決定するために、反復および/または連続的なCCTAを実施するように構成される。いくつかの実施形態では、進行は、急速または非急速として定義されることが可能である。いくつかの実施形態では、安定化は、非石灰化から石灰化へのASCVDの変換、または低減衰プラークの低減、または正の動脈リモデリングの低減として定義されることが可能である。いくつかの実施形態では、ASCVDの消失は、ASCVD体積もしくは負荷量の減少、または非石灰化もしくは低減衰プラークなどの特定のプラーク・タイプの減少として定義されることが可能である。
いくつかの実施形態では、システムおよび方法は、反応評価に基づいて個人向け処置をアップデートするように構成される。具体的には、いくつかの実施形態では、ベースラインとフォローアップCCTAとの間のASCVDの変化に基づいて、個人向け処置は、悪化が発生した場合、アップデートおよび強化されること、または、改善が発生した場合、縮小される/一定に保たれることが可能である。非限定的例として、安定化が発生した場合、これは、現在の医療レジメンの成功の証拠になり得る。代替として、別の非限定的例として、安定化が発生せず、ASCVDが進行した場合、これは、現在の医療レジメンの失敗の証拠になり得、薬物療法を強化するためにアルゴリズム的アプローチが取られることが可能である。
いくつかの実施形態では、強化レジメンは、階層化された様式で脂質低下エージェントを採用し、ASCVDの存在、範囲、重症度、タイプ、および/または進行を考慮する。いくつかの実施形態では、強化レジメンは、局所的なおよび/または病変周囲の組織を考慮する。いくつかの実施形態では、強化レジメンおよびそこでの薬の使用は、LDLコレステロールおよびトリグリセリド(TG)およびLp(a)およびApo(B)レベル、またはコレステロール粒子密度およびサイズによっても誘導されることが可能である。例えば、図23F~図23Gは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態によって生成された脂質低下薬および/または処置を採用する処置の例示の実施形態を示す。
いくつかの実施形態では、ASCVD、炎症および血栓症を含むMACE誘因の多方面の性質を考慮すると、強化レジメンは、ASCVDの進行を制御するために、抗炎症薬(例えば、コルヒチン)ならびに/または抗血栓薬(例えば、リボラキサバンおよびアスピリン)を組み込むことができる。いくつかの実施形態では、MACEイベントの低減に顕著な効果を有する新しい糖尿病薬-SGLT2阻害剤およびGLP1R作用薬を含む-が、更に組み込まれることが可能である。例えば、図23H~図23Iは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態によって生成された糖尿病薬および/または処置を採用する処置の例示の実施形態を示す。
図23Aは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態を示す。いくつかの実施形態では、本明細書に記載するシステムおよび方法は、冠動脈を分析するように構成される。いくつかの実施形態では、システムおよび方法は、更に、大動脈、頸動脈、下肢、腎動脈、大脳動脈、および/または同様のものなど、他の動脈床に同様に適用されることが可能である。
いくつかの実施形態では、システムは、その分析において、ASCVDの存在を決定および/または利用するように構成されることが可能であり、ASCVDの存在は、プラークの存在と不在、非石灰化プラークの存在と不在、低減衰プラークの存在と不在、および/または同様のものであることが可能である。
いくつかの実施形態では、システムは、その分析において、ASCVDの広さを決定および/または利用するように構成されることが可能であり、ASCVDの広さは、全ASCVD体積、パーセント・アテローム体積(アテローム体積/管体積x100)、血管長に正規化された全アテローム体積(TAVnorm)、拡散(ASCVDによる影響を受ける血管の%)、および/または同様のものを含むことができる。
いくつかの実施形態では、システムは、その分析において、ASCVDの重症度を決定および/または利用するように構成されることが可能である。いくつかの実施形態では、ASCVD重症度は、年齢リスク因子、性別リスク因子、民族リスク因子、CADリスク因子、および/または同様のものに正規化された母集団ベースの推定にリンクされることが可能である。いくつかの実施形態では、ASCVD重症度は、なし、1,2、および/または3VDでの血管造影の狭窄>70%または>50%を含むことができる。
いくつかの実施形態では、システムは、その分析において、ASCVDのタイプを決定および/または利用するように構成されることが可能であり、ASCVDのタイプは、例えば、非石灰化対石灰化されたプラークの割合(比率、%など)、低減衰非石灰化対非石灰化対低密度石灰化対高密度石灰化されたプラークの割合、非石灰化プラークおよび石灰化プラークの絶対量、低減衰非石灰化対非石灰化対低密度石灰化対高密度石灰化されたプラークの絶対量、順序分類のないプラークの連続的なグレー・スケール測定値、不均一性およびその他を含むプラークのラジオミクス特徴、正のリモデリング(血管直径/正常な基準直径の>1.10もしくは>1.05の比、または血管面積/正常な基準面積、または血管体積/正常な基準体積)対負のリモデリング(<1.10または<1.05)としてプラークによって課される血管リモデリング、連続的な比としてプラークによって課される血管リモデリング、ならびに/あるいは同様のものを含むことができる。
いくつかの実施形態では、システムは、その分析において、血管、セグメント、二分枝、および/または同様のものに関する、例えば動脈床におけるものなど、プラークの位置を決定および/または利用するように構成されることが可能である。
いくつかの実施形態では、システムは、その分析において、例えば、脂肪などのプラーク周辺組織の密度、血管周辺の空間の脂肪の量、不均一性およびその他を含む病変周囲の組織のラジオミクス特徴、ならびに/または同様のものなど、病変周囲の組織環境を決定および/または利用するように構成されることが可能である。
いくつかの実施形態では、システムは、その分析において、ASCVDの進行を決定および/または利用するように構成されることが可能である。いくつかの実施形態では、進行は、急速進行(例えば、>1.0%パーセント・アテローム体積、>200mm3プラークなど)を定義するための閾値と共に、急速対非急速として定義されることが可能である。いくつかの実施形態では、ASCVDの連続的な変化は、急速進行、主に石灰化プラーク形成を伴う進行、主に非石灰化プラーク形成を伴う進行、および消失を含むことができる。
いくつかの実施形態では、システムは、その分析において、リスクの1つまたは複数のカテゴリを決定および/または利用するように構成されることが可能である。いくつかの実施形態では、システムは、血管造影の重症度(例えば、なし、非閉塞性、および閉塞性1VD、2VDおよび3VDなど)に関連付けられたプラーク体積に基づいて、0、I、II、またはIIIなど、1つまたは複数のステージを利用するように構成されることが可能である。いくつかの実施形態では、システムは、例えば、年齢、性別、民族、および/または1つもしくは複数のリスク因子(糖尿病、高血圧など)の存在を考慮した、1つまたは複数の百分位数を利用するように構成されることが可能である。いくつかの実施形態では、システムは、全プラーク体積に応じて、石灰化プラークのパーセンテージ対非石灰化プラークのパーセンテージを決定するように構成されることが可能である。いくつかの実施形態では、システムは、低密度非石灰化プラークのユニットの数を決定するように構成されることが可能である。いくつかの実施形態では、システムは、病変毎、血管毎、および/または患者毎の、プラークのグレー・スケールの連続的な3Dヒストグラムおよび/または地理空間マップ(プラーク形状に関するもの)分析を生成するように構成されることが可能である。いくつかの実施形態では、リスクは、例えば、MACEのリスク、アンギナのリスク、虚血のリスク、急速進行のリスク、薬剤無反応のリスク、および/または同様のものを含む、いくつかの方式で定義されることが可能である。
いくつかの実施形態では、処置推奨は、ASCVDの存在、範囲、疾患の重症度タイプ、ASCVDの進行、および/または同様のものに基づくことが可能である。例えば、図23F~図23Gは、脂質低下薬および/または処置を用いる処置の例示の実施形態を示し、図23H~図23Iは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態によって生成された糖尿病薬および/または処置を採用する処置の例示の実施形態を示す。
いくつかの実施形態では、生成された処置プロトコルは、(例えば、CCTAベースのASCVD特徴付けに基づいて)ASCVD安定化、炎症低減、および/または潜在的な血栓症の低減をねらう薬で、正しい時点に正しく処置することを目指されている。いくつかの実施形態では、この背後にある原理は、ASCVDイベントが、炎症性のアテローム血栓性現象であるが、血清バイオマーカー、バイオメトリック、および血管造影の狭窄重症度の従来の基準が、リスク、および臨床的意思決定へのガイダンスを最適に定義するには妥当でないことがあるということである。したがって、本明細書に記載するいくつかのシステムおよび方法は、CCTAで特徴付けられたASCVDに基づく、個人化された薬物療法を提供することができる。
いくつかの実施形態では、システムは、本明細書に記載するものなどの1つまたは複数の伝統的なリスク因子を、1つまたは複数の定量化されたASCVD基準と一緒に組み合わせたリスク・スコアを生成するように構成されることが可能である。いくつかの実施形態では、システムは、いくつかの薬が、一部の人々、および/または特定の遺伝子を有する人々に対してより良く作用することがあるので、1つまたは複数の遺伝学分析を、1つまたは複数の定量化されたASCVD基準と組み合わせたリスク・スコアを生成するように構成されることが可能である。更に、いくつかの実施形態では、システムは、残りの疾患から特定のプラークを除外または控除するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、高密度カルシウムを有するリスクが、高密度カルシウムのない疾患を有するリスクより良くなり得、その結果、このようなプラークの存在がリスクに否定的に影響を与え得るほど安定している高密度カルシウムを無視または除外するように構成されることが可能である。
図23B~図23Cは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態によって使用されるアテローム動脈硬化の重症度の定義またはカテゴリの例示の実施形態を示す。
図23Dは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態によって使用される疾患進行、安定化、および/または消失の定義またはカテゴリの例示の実施形態を示す。
図23Eは、心血管リスクおよび/またはイベントを低減させるための処置を決定するためのシステムおよび方法の例示の実施形態のための処置目標への時間の例示の実施形態を示す。
図23Jは、心血管リスクおよび/またはイベントを低減させるための処置を決定するための方法の例示の実施形態の概観を示すフローチャートである。図23Jに示されているように、いくつかの実施形態では、システムは、1つまたは複数の定量的な画像分析技法および/またはアルゴリズムを使用したCCTA分析に基づいて、ASCVDリスクを低下させるための対象者のための提案された個人化された処置を決定するように構成される。
具体的には、いくつかの実施形態では、システムは、例えば医用画像データベース100からの、ブロック2302において第1の時点から撮られた1つまたは複数の医用画像にアクセスするように構成されることが可能である。1つまたは複数の医用画像は、本明細書に記載するいずれかのイメージング・モダリティを使用して取得された画像を含むことができる。いくつかの実施形態では、1つまたは複数の医用画像は、例えば、冠動脈、頸動脈、下肢、上肢、大動脈、腎臓、および/または同様のものなど、1つまたは複数の動脈を含むことができる。
いくつかの実施形態では、システムは、ブロック2304において、1つまたは複数の医用画像を分析するように構成されることが可能である。より具体的には、いくつかの実施形態では、システムは、CCTA分析および/または定量的なイメージング・アルゴリズムを利用して、医用画像から1つまたは複数のパラメータを同定するおよび/または導出するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数の同定されたおよび/または導出されたパラメータをパラメータ・データベース2306に格納するように構成されることが可能である。いくつかの実施形態では、システムは、パラメータ・データベース2306からの1つまたは複数のこのようなパラメータにアクセスするように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数のプラーク・パラメータ、血管パラメータ、アテローム動脈硬化パラメータ、および/または病巣周囲組織パラメータを分析するように構成されることが可能である。プラーク・パラメータおよび/または血管パラメータは、本明細書で論じられる任意の1つまたは複数のこのようなパラメータを含むことができる。
いくつかの実施形態では、ブロック2308において、システムは、1つまたは複数のこのようなパラメータに基づいて、対象者のベースラインASCVDリスクを評価するように構成されることが可能である。いくつかの実施形態では、ブロック2310において、システムは、対象者のベースラインASCVDリスクをカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、ベースラインASCVDリスクを1つまたは複数の所定のカテゴリにカテゴライズするように構成されることが可能である。例えば、いくつかの実施形態では、システムは、ベースラインASCVDリスクを、ステージ0、I、II、またはIIIのうちの1つとしてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、ベースラインASCVDリスクを、なし、最低限、軽度、または中程度のうちの1つとしてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、ベースラインASCVDリスクを、主に石灰化または主に非石灰化プラークのうちの1つとしてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、画像から同定された低密度非石灰化プラークのユニットに基づいて、ベースラインASCVDリスクをカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、ベースラインASCVDリスクを連続的なスケールでカテゴライズするように構成される。いくつかの実施形態では、システムは、心臓発作、卒中、切断、切開、および/または同様のものなど、将来のASCVDイベントのリスクに基づいて、ベースラインASCVDリスクをカテゴライズするように構成される。いくつかの実施形態では、システムは、1つまたは複数のCCTAアルゴリズムを使用して定量化されることが可能な1つまたは複数の非ASCVD基準に基づいて、ベースラインASCVDリスクをカテゴライズするように構成される。例えば、非ASCVD基準は、1つまたは複数の心血管測定値(例えば、高血圧に対する左心室肥大、もしくは心房細動に対する心房体積、および/または同様のもの)、あるいはASCVD(例えば、気腫など)に寄与し得る非心血管測定値を含むことができる。
いくつかの実施形態では、システムは、ブロック2312において、対象者のための初期の提案された処置を決定するように構成されることが可能である。いくつかの実施形態では、システムは、コレステロールまたはヘモグロビンA1Cの分析の有無にかかわらず、初期の提案された処置を決定するように構成されることが可能である。いくつかの実施形態では、システムは、対象者の低比重リポタンパク(LDL)コレステロールまたはトリグリセリド(TG)レベルの分析の有無にかかわらず、初期の提案された処置を決定するように構成されることが可能である。
いくつかの実施形態では、初期の提案された処置は、薬物療法、生活様式療法、および/または介入療法を含むことができる。例えば、薬物療法は、脂質低下薬、抗炎症薬(例えば、コルヒチンなど)、抗血栓薬(例えば、リバーロキサバン、アスピリンなど)、糖尿病薬(例えば、ナトリウム-グルコース共輸送体2(SGLT2)阻害剤、グルカゴン様ペプチド1受容体(GLP1R)作用薬など)、および/または同様のものなど、1つまたは複数の薬を含むことができる。生活様式療法および/または介入療法は、本明細書で論じられる任意の1つまたは複数のこのような治療を含むことができる。いくつかの実施形態では、ブロック2314において、対象者は、1つまたは複数のこのような医療処置で処置されることが可能である。
いくつかの実施形態では、システムは、ブロック2316において、対象者が初期の処置で処置された後、例えば医用画像データベース100からの、第2の時点から撮られた1つまたは複数の医用画像にアクセスするように構成されることが可能である。1つまたは複数の医用画像は、本明細書に記載するいずれかのイメージング・モダリティを使用して取得された画像を含むことができる。いくつかの実施形態では、1つまたは複数の医用画像は、例えば、冠動脈、頸動脈、下肢、上肢、大動脈、腎臓、および/または同様のものなど、1つまたは複数の動脈を含むことができる。
いくつかの実施形態では、システムは、ブロック2318において、第2の時点に撮られた1つまたは複数の医用画像を分析するように構成されることが可能である。より具体的には、いくつかの実施形態では、システムは、CCTA分析および/または定量的なイメージング・アルゴリズムを利用して、医用画像から1つまたは複数のパラメータを同定するおよび/または導出するように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数の同定されたおよび/または導出されたパラメータをパラメータ・データベース2306に格納するように構成されることが可能である。いくつかの実施形態では、システムは、パラメータ・データベース2306からの1つまたは複数のこのようなパラメータにアクセスするように構成されることが可能である。いくつかの実施形態では、システムは、1つまたは複数のプラーク・パラメータ、血管パラメータ、アテローム動脈硬化パラメータ、および/または病巣周囲組織パラメータを分析するように構成されることが可能である。プラーク・パラメータおよび/または血管パラメータは、本明細書で論じられる任意の1つまたは複数のこのようなパラメータを含むことができる。
いくつかの実施形態では、ブロック2320において、システムは、1つまたは複数のこのようなパラメータに基づいて、対象者のアップデートされたASCVDリスクを評価するように構成されることが可能である。いくつかの実施形態では、ブロック2322において、システムは、対象者のアップデートされたASCVDリスクをカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、アップデートされたASCVDリスクを1つまたは複数の所定のカテゴリにカテゴライズするように構成されることが可能である。例えば、いくつかの実施形態では、システムは、アップデートされたASCVDリスクを、ステージ0、I、II、またはIIIのうちの1つとしてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、アップデートされたASCVDリスクを、なし、最低限、軽度、または中程度のうちの1つとしてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、アップデートされたASCVDリスクを、主に石灰化または主に非石灰化プラークのうちの1つとしてカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、画像から同定された低密度非石灰化プラークのユニットに基づいて、アップデートされたASCVDリスクをカテゴライズするように構成されることが可能である。いくつかの実施形態では、システムは、アップデートされたASCVDリスクを連続的なスケールでカテゴライズするように構成される。いくつかの実施形態では、システムは、心臓発作、卒中、切断、切開、および/または同様のものなど、将来のASCVDイベントのリスクに基づいて、アップデートされたASCVDリスクをカテゴライズするように構成される。いくつかの実施形態では、システムは、1つまたは複数のCCTAアルゴリズムを使用して定量化されることが可能な1つまたは複数の非ASCVD基準に基づいて、アップデートされたASCVDリスクをカテゴライズするように構成される。例えば、非ASCVD基準は、1つまたは複数の心血管測定値(例えば、高血圧に対する左心室肥大、もしくは心房細動に対する心房体積、および/または同様のもの)、あるいはASCVD(例えば、気腫など)に寄与し得る非心血管測定値を含むことができる。
いくつかの実施形態では、システムは、ブロック2324において、初期の提案された処置への対象者の反応を評価するように構成されることが可能である。例えば、いくつかの実施形態では、システムは、第1の時点と第2の時点との間のASCVDリスクおよび/またはカテゴライズされたASCVDリスクの差または変化を比較するように構成されることが可能である。いくつかの実施形態では、対象者反応は、ASCVDの進行、安定化、または消失のうちの1つまたは複数に基づいて評価される。いくつかの実施形態では、進行は、急速および/または非急速進行を含むことができる。いくつかの実施形態では、安定化は、非石灰化から石灰化へのASCVDの変換、低減衰プラークの低減、および/または正の動脈リモデリングの低減を含むことができる。いくつかの実施形態では、消失は、ASCVD体積もしくは負荷量の減少、非石灰化プラークの減少、および/または低減衰プラークの減少を含むことができる。
いくつかの実施形態では、システムは、ブロック2326において、例えば初期の処置への対象者反応に基づいて、対象者のための継続の提案された処置を決定するように構成されることが可能である。具体的には、いくつかの実施形態では、初期の処置に反応してASCVDリスクの進行があったとシステムが決定した場合、システムは、初期の処置と比較して、高い方の階層化された処置を提案するように構成されることが可能である。いくつかの実施形態では、初期の処置に反応して、ASCVDリスクの安定化または消失があったとシステムが決定した場合、システムは、同じ初期の処置、または同じもしくは同様の階層化された代替処置、または初期の処置と比較して低い方の階層化された処置を提案するように構成されることが可能である。いくつかの実施形態では、システムは、コレステロールまたはヘモグロビンA1Cの分析の有無にかかわらず、継続の提案された処置を決定するように構成されることが可能である。いくつかの実施形態では、システムは、対象者の低比重リポタンパク(LDL)コレステロールまたはトリグリセリド(TG)レベルの分析の有無にかかわらず、継続の提案された処置を決定するように構成されることが可能である。
いくつかの実施形態では、継続の提案された処置は、薬物療法、生活様式療法、および/または介入療法を含むことができる。例えば、薬物療法は、脂質低下薬、抗炎症薬(例えば、コルヒチンなど)、抗血栓薬(例えば、リバーロキサバン、アスピリンなど)、糖尿病薬(例えば、ナトリウム-グルコース共輸送体2(SGLT2)阻害剤、グルカゴン様ペプチド1受容体(GLP1R)作用薬など)、および/または同様のものなど、1つまたは複数の薬を含むことができる。生活様式療法および/または介入療法は、本明細書で論じられる任意の1つまたは複数のこのような治療を含むことができる。
いくつかの実施形態では、システムは、異なる時点で、図23Jと共に記載された1つまたは複数のプロセスを繰り返すように構成されることが可能である。言い換えれば、いくつかの実施形態では、システムは、対象者の継続の処置のために、対象者のASCVD、および処置への対象者の反応をモニタし続けるために、処置の連続的な分析および/または追跡を適用するように構成されることが可能である。
心血管リスクおよび/またはイベントを低減するための処置の決定
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、アテローム動脈硬化の存在下における狭窄重症度および/または血管リモデリングを決定するように構成される。特に、本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、例えば、プラークの存在、自然な動脈の先細り、および/または3D体積を考慮しながら、狭窄重症度および/または血管リモデリングを決定するように構成される。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、例えば、非正常動脈におけるプラークの存在を考慮しながら、重要な病態生理学的プロセス(心筋梗塞のサイズのリスク、虚血、および/またはその他など)に対する特定の動脈および/または分岐の寄与を決定するため、%断片血液体積を決定するように構成される。いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、例えば、生理学的に現実的な範囲(例えば、安静時、軽度/中程度/極度の運動、および/またはその他の範囲)にわたる血流を考慮しながら、連続方程式を適用することによって、虚血を決定するように構成される。
本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、アテローム動脈硬化の存在下における狭窄重症度および/または血管リモデリングを決定するように構成される。特に、本明細書に記載するシステム、デバイス、および方法のいくつかの実施形態は、例えば、プラークの存在、自然な動脈の先細り、および/または3D体積を考慮しながら、狭窄重症度および/または血管リモデリングを決定するように構成される。いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、例えば、非正常動脈におけるプラークの存在を考慮しながら、重要な病態生理学的プロセス(心筋梗塞のサイズのリスク、虚血、および/またはその他など)に対する特定の動脈および/または分岐の寄与を決定するため、%断片血液体積を決定するように構成される。いくつかの実施形態では、本明細書に記載するシステム、方法、およびデバイスは、例えば、生理学的に現実的な範囲(例えば、安静時、軽度/中程度/極度の運動、および/またはその他の範囲)にわたる血流を考慮しながら、連続方程式を適用することによって、虚血を決定するように構成される。
概して、冠動脈イメージングは、冠動脈疾患(CAD)が疑われるかまたは分かっている患者の診断、予後診断、および/または臨床的意思決定のための重要な構成要素であり得る。より具体的には、いくつかの実施形態では、冠動脈イメージング・パラメータのアレイが、これらの臨床タスクをガイドし通知するのに有用であり得、また動脈狭小化(狭窄)および血管リモデリングのかかる基準を含むことができる。
いくつかの実施形態では、システムは、冠動脈アテローム硬化病変による相対的な動脈狭小化(狭窄)を規定するように構成することができる。いくつかの実施形態では、これらの基準は、(1)冠状血管の患部領域と正常領域との比較、および/または(2)冠動脈病変による直径もしくは面積低減の2D基準に大きく依存し得る。しかしながら、かかる実施形態には制限がある場合がある。
例えば、かかる実施形態のいくつかでは、相対的な狭小化は、患部血管内で決定するのが困難な場合がある。具体的には、いくつかの実施形態では、冠動脈狭窄は、相対的な狭小化として、即ち、径疾患率/径正常基準率×100%、または面積疾患率/面積正常基準率×100%として報告される場合がある。しかしながら、いくつかの例では、冠状血管はびまん的に罹患するため、比較対象になる疾患がない血管の正常領域がない場合、血管の罹患した狭窄領域と「正常」領域との比較が問題のある困難なものになり得る。
加えて、かかる実施形態のいくつかでは、狭窄測定値は3Dではなく2Dで報告される場合がある。具体的には、いくつかの実施形態は、本質的に二次元であり、したがって、相対%面積狭小化(2D)または相対%直径狭小化(2D)として狭窄を報告する、イメージング方法に依存している。かかる実施形態のいくつかは、存在する場合が多い冠動脈病変の著しい不規則性については考慮せず、血管の長さにわたる冠動脈病変に関する情報は提供しない。特に、x軸が冠状血管に沿った軸方向距離、y軸が動脈壁の幅、z軸が血管の長さに沿ったプラークの不規則なトポロジーとみなされた場合、単一の%面積狭小化または単一の%直径狭小化は冠動脈病変の複雑性を伝達するには不適切であるということが明らかになり得る。
かかる実施形態のいくつかでは、%面積および%直径狭窄は2D測定値に基づくので、狭窄重症度を規定する特定の方法は、病変の長さに沿った狭小部の長さおよび程度における異質性を実証する三次元冠動脈病変によって与えられる狭窄(即ち、体積)ではなく、最大%狭窄に依存する場合がある。そのため、かかる実施形態のいくつかでは、時間に伴って追跡する(例えば、療法の効果をモニタリングする)ことは困難であり得、2Dでの変化の精度は大幅に低いと思われる。患者が経過観察中のときの肺結節の変化を評価する場合にも同様であり、2Dよりも3Dの方がはるかに正確であり得る。
さらに、かかる実施形態のいくつかでは、動脈の自然な先細りは、イメージングのいずれかおよび/またはすべての形態で考慮されないことがある。図24Aに示されるように、冠動脈はその長さに沿って自然に小さくなる場合がある。これは%面積および%直径測定値にとって問題になり得るが、それはこれらのアプローチが、正常冠動脈がその長さに沿って徐々に先細りになることを考慮に入れていないことがあるためである。したがって、かかる実施形態のいくつかでは、正常基準径または正常基準面積に対する比較は、病変に近い最も正常に見える血管セグメント/断面を使用してきた。この場合、(先細りによって)近位断面はより大きいのが自然であるため、実際の%狭小化(面積または直径による)は、実際のものよりも少ない場合がある。
そのため、かかる実施形態のいくつかでは、冠動脈狭窄の格付けに対して特定の制限がある。したがって、後述する他の特定の実施形態のように、自然な血管の先細りを考慮しながら、体積測定方式において疾患のびまん性を考慮することが有利な場合がある。代わりに、上述したかかる実施形態のいくつかでは、これらの現象を三次元ではなく二次元で評価するのに、患部セグメントの最も狭い管腔径を測定し、それを最も近い隣接する近位側の疾患なしセクションの管腔径と比較することによって、狭窄または最大径減少とも呼ばれる狭小化の相対的な程度が決定される、特定の公式を使用することができる。かかる実施形態のいくつかでは、これは、プラークが存在する場合に、その地点の元々の管腔径を直接測定することはもうできないためである。
同様に、かかる実施形態のいくつかでは、リモデリング指標が問題になり得る。特に、かかる実施形態のいくつかでは、リモデリング指標は、血管の外径を測定することによって決定され、これが最も近い隣接する近位側の疾患なしセクションの直径と比較される。かかる実施形態のいくつかでは、CTイメージングの際、正常冠動脈壁は厚さが約0.3mmであるため、CTの解像度制限により描写能力を超えているため解像されない。
かかる実施形態のいくつかにおけるこれらの問題のいくつかの例を、図24B~図24Gおよび付随するテキストに例証する。例えば、図24Bは、%狭窄およびリモデリング指標を決定するような実施形態を示している。図示される実施形態では、最も近い隣接する近位側の疾患なしセクションの直径(R)は、狭窄地点の直径または外側へのリモデリングがどのようになるかを正確に反映していると想定される。しかしながら、この単純な公式は、実際の狭窄を大幅に過大評価し、リモデリング指標を過小評価していることがある。特に、これらの単純な公式は、図24Cに示されるように、正常冠動脈がその長さに沿って徐々に先細りになるのを考慮に入れていないことがある。図24Cに示されるように、冠動脈径は一定ではないことがあり、むしろ血管はその過程に沿って徐々に先細りになる場合がある。例えば、遠位動脈径(D2)は、近位径(D1)よりも50%以上小さいことがある。
更に、長いアテローム動脈硬化プラークが存在するとき、血管の「正常な」近位部で測定された基準径R0は、特に測定された狭窄またはリモデリング指標がプラークの始まりから離れて位置する場合、元々存在していたのよりも大幅に大きい直径を有することがある。これが狭窄%方程式のエラーにつながって、あるべきものよりも大きいパーセント直径の狭窄または大幅に小さいリモデリング指標をもたらす可能性がある。図24Dに示されるように、最大狭窄(Lx)またはポジティブ・リモデリング(Wx)の地点の近位側に位置する長いプラークがある場合、かかる実施形態のいくつかでは、基準径R0は現在、血管の最も近い正常部で測定することができるが、この時点で、血管は最初の位置xにおける大きさであったものよりも大幅に大きい可能性があり、それがエラーにつながる。
概して、心臓学における臨床的意思決定はガイドライン基準である場合が多く、決定には定量的パーセント狭窄またはリモデリング指標を考慮に入れる場合が多い。例えば、パーセント狭窄の場合、50または70%の閾値を使用して、追加の診断検査または介入が必要であるかを決定することができる。非現定例として、図24Eは、不正確に推定されたR0が結果として得られるパーセント狭窄およびリモデリング指標にどのように顕著な影響を及ぼし得るかを示している。図24Eに示されるように、推定R0が狭窄またはポジティブ・リモデリングの部位における真の管腔よりも大きい場合、大幅なエラーにつながる可能性がある。
いくつかの実施形態では、イメージング(CT、MRIなどを含むがそれらに限定されない)による現在の技術を用いて、内腔(L)および外腔(W)を冠動脈の全長に沿って連続して測定することができる。いくつかの実施形態では、管腔径が壁径に等しい場合、アテローム動脈硬化プラークは存在せず、血管は「正常」である。反対に、いくつかの実施形態では、壁径が管腔径よりも大きい場合、プラークが存在する。これは図24Fに示されている。図24Fに示されるように、いくつかの実施形態では、管腔径および外壁径の両方が、CTなどの現在のイメージング技術を使用して連続して測定される。いくつかの実施形態では、L=Wのとき、プラークは存在しない。
いくつかの実施形態では、推定基準径は、プラークが存在する血管内のすべての地点で連続して計算することができる。例えば、プラークの直前のR0、およびプラークの終わりの直後のRnを使用することによって、プラークの長さに沿った先細りの程度を計算することができる。いくつかの実施形態では、この先細りの程度は、ほとんどの場合は線状であるが、他の数学的に予測可能な形式(対数、二次など)の先細りでもあってもよく、したがって、測定値は、図24Gに示されるように、特定の数式によって変換されてもよい。いくつかの実施形態では、図24Gの式を使用して、プラーク長さに沿った任意の位置でRxを決定することができる。いくつかの実施形態では、これは、「正常」な血管が、その長さにわたって線状(または他の数学的に予測可能な形式)の先細りになっているであろうことを想定する。図24Gに示されるように、いくつかの実施形態では、基準径は、プラークの直前の直径R0およびプラークの直後の直径Rnが分かっている限り、血管の患部部分の長さに沿って連続してより良好に推定することができる。
いくつかの実施形態では、連続Rx基準径が決定されると、プラークにわたる連続パーセント狭窄および/またはリモデリング指標を、例えば次式を使用して、簡単に計算することができる。
より具体的には、いくつかの実施形態では、連続管腔径Lxおよび壁径Wxが既に分かっているので、Rx値が生成されていれば、パーセント狭窄およびリモデリング指標の連続値を簡単に計算することができる。
上述したように、いくつかの実施形態では、狭窄重症度およびリモデリング指標を二次元で計算することに対して特定の制限がある。さらに、いくつかの実施形態では、血管の先細りおよびプラークの存在を考慮するように改善されているが、これらのアプローチは、3D(例えば、体積)ではなく2D(面積、直径)の測定値に依存しているという点でまだ制限されていることがある。したがって、本明細書のいくつかの実施形態に記載するように、このアプローチに対する改善は、体積測定狭窄、体積測定リモデリング、および/または冠動脈の区画の互いに対する体積測定方式での比較を計算することであってもよい。
そのため、いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、例えば、1つまたは複数の医用イメージングのスキャニング・モダリティを使用して対象者から取得した1つまたは複数の医用画像に対して、1つまたは複数の画像分析技法を利用することによって、体積測定狭窄、体積測定リモデリング、および/または冠動脈の区画の互いに対する体積測定方式での比較を計算するように構成される。いくつかの実施形態では、システムは、本明細書に記載するものなどの正規化デバイスを利用して、異なるスキャナ、スキャン・パラメータ、および/またはその他の間のスキャン結果の違い(例えば、密度値など)を考慮するように構成することができる。
特に、いくつかの実施形態では、体積測定狭窄は図24Hおよび図24Iに示されるように計算される。図24Hおよび図24Iに示されるように、いくつかの実施形態では、システムは、対象者の医用画像を分析して、血管に沿った1つまたは複数の境界を同定するように構成することができる。例えば、いくつかの実施形態では、システムは、プラークが存在しなかった場合の動脈壁の理論上または仮定の正常境界を同定するように構成することができる。いくつかの実施形態では、システムは、管腔壁を、プラークが存在しない場合は血管壁を同定するように構成することができる。いくつかの実施形態では、システムは、調査の範囲(例えば、最大閉塞の部位)を同定するように構成することができる。いくつかの実施形態では、システムは、プラークを有するセグメントを決定するように構成することができる。
したがって、図24Iに示されるいくつかの実施形態では、正常血管の先細りおよび仮定の正常血管壁境界を考えながら、管腔体積を狭小化するプラークの寄与の3D不規則性を考慮する、次式によって%体積測定狭窄を計算することができる。プラークを考慮した管腔体積(測定可能)/仮定の正常血管体積(計算可能)×100%=体積測定%狭窄。
いくつかの実施形態では、%体積狭窄を決定するための代替方法は、血管体積全体(即ち、仮定ではなく測定されるもの)を含むものであることができる。これは、次式によって適用することができる。プラークを考慮した管腔体積(測定可能)/血管の体積(測定可能)×100%=体積測定%狭窄。
いくつかの実施形態では、%体積測定狭窄を決定するための別の代替方法は、図24Iに示されるように、動脈全体(即ち、狭小部前、狭小化部位、および狭小部後であるもの)を含むものである。
いくつかの実施形態では、本明細書に記載するシステム、デバイス、および方法は、体積測定リモデリングを計算するように構成される。特に、いくつかの実施形態では、体積測定リモデリングは、血管の自然な先細り、病変の3D性質、および/または適切な参照基準との比較を考慮することができる。図24Jは、体積測定リモデリングを決定する実施形態の概略図である。図24Jの例では、病変#1のリモデリング指標、つまり長さ5.2mmが示されている。
図24Jに示されるように、いくつかの実施形態では、システムは、医用画像から、プラークの領域が存在する病変#1の長さを同定するように構成することができる(面積、直径、または体積で8%の自然な先細りがあることに留意)。いくつかの実施形態では、システムは、血管の正常部における病変#1の直前の病変長さを同定するように構成することができる(面積、直径、または体積で12%の自然な先細りがあることに留意)。いくつかの実施形態では、システムは、血管の正常部における病変#1の直後の病変長さを同定するように構成することができる(面積、直径、または体積で6%の自然な先細りがあることに留意)。いくつかの実施形態では、システムは、プラークの1つまたは複数の領域を同定するように構成することができる。いくつかの実施形態では、システムは、病変#1の直前および/または直後、ならびに/あるいは病変#1内の5.2mmの病変長さにわたる血管の3D体積を同定または決定するように構成することができる。
いくつかの実施形態では、システムは、次式によって体積測定リモデリング指標を計算するように構成することができる。(プラークが存在していなかった病変#1内の体積+血管壁外部の病変#1のプラークの体積)/プラークが存在していなかった病変#1内の体積。この式を利用することにより、いくつかの実施形態では、プラークが存在していなかった病変#1内の体積が先細りのあらゆる影響を考慮に入れるので、結果として得られる体積測定リモデリング指標は先細りを考慮に入れることができる。
いくつかの実施形態では、体積測定リモデリング指標は、他の方法を使用して計算することができる。例えば、自然な血管の先細りに対して数学的に調節した、プラークが存在していなかった病変#1内の体積/病変#1のすぐ近位側の近位正常体積×100%。この体積測定リモデリング指標は、参照基準として近位正常体積を使用する。
あるいは、いくつかの実施形態では、自然な血管の先細りを直接考慮しない体積測定リモデリング指標を決定する方法は、自然な先細りを考慮するために、プラークが存在していなかった病変#1内の体積/((病変#1のすぐ近位側の近位正常体積+病変#1のすぐ遠位側の遠位正常体積))/2によって計算することができる。
さらに、いくつかの実施形態では、冠状血管を3Dで評価する能力を、プラークの存在下でも血管壁の仮定の正常境界を決定する能力とともに用いて、本明細書に記載するシステム、方法、デバイスは、正常な冠状血管血液体積を測定(プラークの不在下で)あるいは計算するように構成することができる。
例えば、いくつかの実施形態では、この冠状血管血液体積は、次のうちの1つまたは複数によって評価することができる。(1)冠動脈体積全体(すべての冠動脈および分岐の総体積を表す)、(2)領域もしくは動脈特異的な体積、または%断片血液体積(特定の動脈もしくは分岐の体積を表す)、(3)セグメント特異的な体積(一般に18セグメントとみなされる、特定の冠動脈セグメントの体積を表す)、ならびに/あるいは動脈内%断片血液体積(血管または分岐の一部分、即ち病変前の動脈の領域、病変部位の動脈の領域、病変後の動脈の領域などの、体積を表す)。
図24Kは、冠動脈体積全体に基づく冠状血管血液体積評価の実施形態を示している。図24Lは、領域または動脈特異的な体積に基づく冠状血管血液体積評価の実施形態を示している。例えば、図示される実施形態では、右冠動脈領域体積は、#1、#2、#3、#4、および#5内の体積であり、右冠動脈体積は、#1、#2、および#3内の体積であろう。冠状血管血液体積のセグメント特異的な体積に基づく評価の一例として、セグメント特異的な体積(例えば、右冠動脈中部)は#2の体積であることができる。図24Mは、近位および遠位領域が動脈断片血液体積の部分を含む、動脈内%断片血液体積に基づく冠状血管血液体積評価の実施形態を示している。
断片血液体積の評価に関して多数の利点が存在する。いくつかの実施形態では、この方法は、プラーク存在下であっても血管壁の冠動脈体積の仮定の正常境界を決定することを可能にするので、これらのアプローチは、心筋の潜在的リスクを与える%血液体積の計算を可能にして、正常冠状血管血液体積を測定(プラークの不在下で)あるいは計算する能力が得られる。図24Nは、冠状血管血液体積の評価の実施形態を示している。
いくつかの実施形態では、上述の1つまたは複数のメトリクス、ならびに血管の仮定の正常境界を決定する能力に基づいて、本明細書に記載するシステム、デバイス、および方法は、多数の異なる方法によって血管の虚血を引き起こす性質を決定するように構成することができる。
特に、いくつかの実施形態では、システムは、例えば次式によって、%血管体積狭窄を決定するように構成することができる。測定された管腔体積/仮定の正常血管体積×100%。これは図24Oに示されている。
いくつかの実施形態では、システムは、仮定の正常動脈、連続方程式、および自然発生する冠動脈流量範囲、ならびに/あるいは他の生理学的パラメータを使用して、病変にわたる圧力差を決定するように構成することができる。これは図24Pに示されている。図24Pに示される実施形態では、管腔内へと延在し、管腔(最大狭小部では、R0である)を狭小化するプラークがある。いくつかの実施形態では、システムは、R0を、R-1、R-2、R-3、または病変前の任意の断面と比較することができる。
いくつかの実施形態では、この比較を使用して、システムは、血管の(例えば、図24Pの線の)実際の測定値または仮定の正常直径のどちらかを使用して、連続方程式を適用することができる。冠動脈に適用される連続方程式は図24Qに示されている。
図24Qに示されるように、いくつかの実施形態では、システムは、イメージング(CT、MRIなど)を使用することによって、最大狭小化部位前の規定の地点における動脈の断面積(A1)、および最大狭小化部位における動脈の断面積(A2)を高精度で決定するように構成することができる。しかしながら、いくつかの実施形態では、速度および速度時間積分は分かっていない。したがって、いくつかの実施形態では、例えば、安静時ならびに労作中(軽度、中程度、および極度)の人に対して経験的に測定されているものに基づくカテゴリ別出力の形で、最大狭小化部位前の規定の地点における速度時間積分(VTI)(V1)、および最大狭小化部位後の規定の地点における速度時間積分(VTI)(V2)が提供される。
非現定例として、安静時、総冠動脈血流は、約250ml/分(心筋1g当たり約0.8ml/分)であり得、これは心拍出量の約5%を表す。労作レベルが増加すると、冠動脈血流はその量が最大5倍(約1250ml/分)に増加し得る。したがって、いくつかの実施形態では、システムは、流量を約250ml/分、約250~500ml/分、約500~750ml/分、約750~1000ml/分、および/または約1250ml/分にカテゴライズすることができる。他のカテゴリ化が存在する可能性があり、これらの数字は、連続、カテゴリ別、および/またはバイナリ表現で報告することができる。さらに、血流の観察に基づいて、これらの関係は必ずしも線形でなくてもよく、数学的操作(対数変換、二次変換など)によって変換することができる。
さらに、いくつかの実施形態では、範囲、バイナリ表現、および/または連続値に基づいて、例えば心拍、大動脈血圧、ならびに下流側心筋耐性(downstream myocardial resistance)、動脈壁/プラーク抵抗、血液粘性、および/またはその他など、他の因子を計算することができる。これらの異なる条件における流体挙動の経験的測定は、連続方程式に対する滴定可能な入力をまとめるのを可能にすることができる。
さらに、いくつかの実施形態では、イメージングは心周期全体にわたる動脈の評価を可能にするので、測定(または想定)冠動脈血管拡張が、時間平均のA1およびA2測定値を可能にすることができる。
そのため、いくつかの実施形態では、システムは、次式のうちの1つまたは複数を利用するように構成することができる。(1)Q=(経験的測定で観察される流量の範囲にわたる)最大閉塞部位における面積×速度、および(2)Q=(経験的測定で観察される流量の範囲にわたる)最大閉塞の近位部位における面積×速度。
想定流量および測定面積から、いくつかの実施形態では、システムは次に速度を逆算することができる。次に、システムは、簡易または完全ベルヌーイ式を適用して次式を等しくすることができる。圧力変化=4(V2-V1)2。ここから、いくつかの実施形態では、システムは、病変にわたる圧力降下を計算することができ、等しく重要である、患者が実生活で直面する生理学的に現実的なパラメータ(例えば、安静、軽度/中程度/極度の労作)にわたってこの圧力変化を評価することができる。
さらに、いくつかの実施形態では、システムは、例えば次式など、病変狭小部の前および後の血液の体積を考慮するように、体積測定連続方程式を適用することができる。(1)Q=(経験的測定で観察される流量の範囲にわたる)最大閉塞部位における体積×速度、および(2)Q=(経験的測定で観察される流量の範囲にわたる)最大閉塞の近位部位における体積×速度。想定流量および測定体積から、いくつかの実施形態では、システムは次に速度を逆算することができ、心拍を想定または測定する場合、システムは次に速度時間積分を逆算することができる。
図24Rは、体積測定狭窄および/または体積測定血管リモデリングを決定するための方法の一例の実施形態の概観を示すフローチャートである。図24Rに示されるように、いくつかの実施形態では、ブロック2402で、システムは、例えば医用画像データベース100から、1つまたは複数の医用画像にアクセスするように構成される。1つまたは複数の医用画像は、本明細書で考察するイメージング・モダリティのうちのいずれか1つまたは複数を使用して取得することができる。いくつかの実施形態では、ブロック2404で、システムは、医用画像を分析することによって、動脈および/またはプラークの領域の1つまたは複数のセグメントを同定するように構成することができる。
いくつかの実施形態では、システムは、ブロック2406で、プラークが存在する1つまたは複数のセグメントの管腔壁境界を決定するように構成することができる。いくつかの実施形態では、システムは、ブロック2406で、プラークが存在しなかった場合の仮定の正常動脈境界を決定するように構成することができる。いくつかの実施形態では、システムは、ブロック2408で、プラークを有する管腔体積および/またはプラークが存在していなかった仮定の正常血管体積を定量化するように構成することができる。いくつかの実施形態では、上記を使用して、システムは、ブロック2410で、画像分析に基づく血管モルフォロジーの先細りおよび真の評価を考慮に入れて、1つまたは複数のセグメントの体積測定狭窄を決定するように構成することができる。
いくつかの実施形態では、システムは、ブロック2412で、プラークの1つまたは複数の領域の体積を定量化するように構成することができる。例えば、いくつかの実施形態では、システムは、セグメントまたは病変に対して、プラークの総体積、仮定の正常動脈境界内部のプラークの体積、仮定の正常動脈境界外部のプラークの体積、および/またはその他を定量化するように構成することができる。いくつかの実施形態では、システムは、ブロック2414で、上記を利用して体積測定リモデリング指標を決定するように構成することができる。例えば、いくつかの実施形態では、システムは、仮定の正常血管体積と仮定の正常動脈境界外部のプラーク体積との合計を仮定の正常血管体積で割ることによって、体積測定リモデリング指標を決定するように構成することができる。
いくつかの実施形態では、システムは、ブロック2416で、例えば、決定された体積測定狭窄および/または体積測定血管リモデリング指標のうちの1つまたは複数に基づいて、対象者のCADのリスクを決定するように構成することができる。
図24Sは、虚血を決定するための方法の一例の実施形態の概観を示すフローチャートである。図24Sに示されるように、いくつかの実施形態では、システムは、ブロック2402で、医用画像にアクセスし、ブロック2404で、動脈および/またはプラークの領域の1つまたは複数のセグメントを同定し、ならびに/あるいはブロック2406で、存在するプラークおよび/またはプラークが存在しなかった場合は仮定の正常動脈境界を考慮に入れながら、管腔壁境界を決定することができる。いくつかの実施形態では、ブロック2418で、システムは、動脈に沿った近位および/または遠位断面積ならびに/あるいは体積を定量化するように構成することができる。例えば、いくつかの実施形態では、システムは、関心の病変の近位側である病変における近位断面積および/または体積を定量化するように構成することができる。いくつかの実施形態では、関心の病変は、血管のプラークおよび/または最大狭小部を含むことができる。いくつかの実施形態では、システムは、関心の病変の遠位断面積および/または体積を定量化するように構成することができる。
いくつかの実施形態では、システムは、ブロック2420で、近位セクションの血流の想定速度を適用するように構成することができる。いくつかの実施形態では、血流の想定速度は、例えば、安静時、軽度の労作中、中程度の労作中、極度の労作中、および/またはその他など、異なる状態に基づいて、予め格納するかまたは予め定めることができる。
いくつかの実施形態では、ブロック2422で、システムは、遠位セクションの、例えばプラークおよび/または血管の最大狭小部を含む病変の、血流の速度を定量化するように構成することができる。いくつかの実施形態では、システムは、連続方程式を利用することによって、遠位セクションの血流の速度を定量化するように構成することができる。いくつかの実施形態では、システムは、定量化された近位断面積または体積、定量化された遠位断面積または体積、ならびに/あるいは近位セクションの血流の想定速度のうちの1つまたは複数を利用することによって、遠位セクションの血流の速度を定量化するように構成される。
いくつかの実施形態では、システムは、ブロック2424で、例えば、近位セクションの血流の想定速度、遠位セクションの血流の定量化された速度、近位セクションの断面積、および/または遠位セクションの断面積に基づいて、近位および遠位セクションの間の圧力の変化を決定するように構成される。いくつかの実施形態では、ブロック2426で、システムは、例えば、遠位セクションの血流の定量化された速度に基づいて、遠位セクションの速度時間積分(VTI)を決定するように構成される。いくつかの実施形態では、システムは、ブロック2428で、例えば、近位および遠位セクションの間の決定された圧力変化、ならびに/あるいは遠位セクションのVTIのうちの1つまたは複数に基づいて、対象者の虚血を決定するように構成される。
追加の例示的実施形態
以下は、冠動脈プラークおよび/または他の関連する特徴を特徴付けるシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、冠動脈プラークおよび/または他の関連する特徴を特徴付けるシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
正規化デバイスに関する特定の実施形態
以下は、正規化デバイスおよび/または他の関連する特徴の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、正規化デバイスおよび/または他の関連する特徴の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:アルゴリズム・ベースの医用イメージング分析のための患者の医用画像を正規化するように構成された正規化デバイスであって、少なくとも、患者および正規化デバイスの関心領域が、医療画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように患者と共に医療画像装置に置かれるようなサイズおよび形状で構成された基板と、基板上または基板内に位置付けられた複数の区画であって、複数の区画の配置が、基板上または基板内に固定される、複数の区画と、それぞれが複数の区画のうちの1つの中に位置付けられ、それぞれの体積、絶対密度、および相対密度が既知である複数のサンプルとを備える、正規化デバイス。
実施形態2:基板に配置された取付けメカニズムをさらに備え、取付けメカニズムは、患者および正規化デバイスの関心領域が、医用画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように、正規化デバイスを患者に取り付けるように構成される、実施形態1の正規化デバイス。
実施形態3:複数のサンプルの少なくともいくつかに対して、医用画像内で分析される症状に基づいて、体積、絶対密度、および相対密度が選択される、実施形態1または2の正規化デバイス。
実施形態4:複数のサンプルの少なくともいくつかに対して、医用画像装置のタイプに基づいて、体積、絶対密度、および相対密度が選択される、実施形態3の正規化デバイス。
実施形態5:複数のサンプルの少なくともいくつかが、アルゴリズム・ベースの医用イメージング分析で分析される物質を代表する物質を含む、実施形態4の正規化デバイス。
実施形態6:複数のサンプルがカルシウム・サンプルのセットを含み、カルシウム・サンプルのセットの各カルシウム・サンプルが、カルシウム・サンプルのセットのうちの他のものの絶対密度とは異なる絶対密度を備える、実施形態1~5の正規化デバイス。
実施形態7:カルシウム・サンプルのセットが、各カルシウム・サンプルがカルシウム・サンプルのうちの少なくとも別の1つに隣接して位置付けられるように、複数の区画内に配置される、実施形態6の正規化デバイス。
実施形態8:カルシウム・サンプルのセットの放射線濃度の範囲が、約130ハウンスフィールド単位~約1000ハウンスフィールド単位である、実施形態6の正規化デバイス。
実施形態9:複数のサンプルがコントラスト・サンプルのセットを含み、コントラスト・サンプルのセットのそれぞれが、コントラスト・サンプルの他の絶対密度とは異なる絶対密度を備える、実施形態6の正規化デバイス。
実施形態10:コントラスト・サンプルのセットが、各コントラスト・サンプルがコントラスト・サンプルのうちの少なくとも別の1つに隣接して位置付けられるように、複数の区画内に配置される、実施形態9の正規化デバイス。
実施形態11:コントラスト・サンプルのセットが、各コントラスト・サンプルがカルシウム・サンプルのうちの少なくとも1つに隣接して位置付けられるように、複数の区画内に配置される、実施形態10の正規化デバイス。
実施形態12:複数のサンプルが脂肪サンプルのセットを含み、脂肪サンプルのセットのそれぞれが、脂肪サンプルの他の絶対密度とは異なる絶対密度を備える、実施形態pの正規化デバイス。
実施形態13:脂肪サンプルのセットが、各脂肪サンプルが脂肪サンプルのうちの別の1つに隣接して位置付けられるように、複数の区画内に配置される、実施形態13の正規化デバイス。
実施形態14:脂肪サンプルのセットが、各脂肪サンプルがカルシウム・サンプルのセットのうちの1つに隣接して位置付けられるように、複数の区画内に配置される、実施形態13の正規化デバイス。
実施形態15:コントラスト・サンプルのセットが、コントラスト・サンプルのセットがカルシウム・サンプルのセットおよび脂肪サンプルのセットによって囲まれるように、複数の区画内に配置されて位置付けられる、実施形態12の正規化デバイス。
実施形態16:複数のサンプルが少なくとも1つの空気サンプルを含む、実施形態12の正規化デバイス。
実施形態17:複数のサンプルが少なくとも1つの水サンプルを含む、実施形態12の正規化デバイス。
実施形態18:アルゴリズム・ベースの医用イメージング分析のための対象者の冠動脈領域の医用画像を正規化するように構成された正規化デバイスであって、少なくとも、患者および正規化デバイスの関心領域が、医療画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように患者と共に医療画像装置に置かれるようなサイズおよび形状で構成された基板と、基板上または基板内に位置付けられた複数の区画であって、複数の区画の配置が、基板上または基板内に固定される、複数の区画と、のそれぞれが複数の区画のうちの1つの中に位置付けられ、それぞれの体積、絶対密度、および相対密度が既知である複数のサンプルとを備え、複数のサンプルが、コントラスト・サンプルのそれぞれがコントラスト・サンプルの他の絶対密度とは異なる絶対密度を含むコントラスト・サンプルのセット、カルシウム・サンプルのそれぞれがカルシウム・サンプルの他の絶対密度とは異なる絶対密度を含むカルシウム・サンプルのセット、および脂肪サンプルのそれぞれが脂肪サンプルの他の絶対密度とは異なる絶対密度を含む脂肪サンプルのセットを含み、セットのコントラスト・サンプルが、カルシウム・サンプルのセットおよび脂肪サンプルのセットがコントラスト・サンプルのセットを囲むように、複数の区画内に配置される、正規化デバイス。
実施形態19:基板に配置された取付けメカニズムをさらに備え、取付けメカニズムは、患者および正規化デバイスの関心領域が、医用画像装置によって撮られた医用画像に現れるように、正規化デバイスおよび患者が一緒にイメージングされることが可能なように、正規化デバイスを患者に取り付けるように構成される、実施形態18の正規化デバイス。
実施形態20:コントラスト・サンプルのセットが、4つのコントラスト・サンプルを含み、カルシウム・サンプルのセットが、4つのカルシウム・サンプルを含み、脂肪サンプルのセットが、4つの脂肪サンプルを含む、実施形態18の正規化デバイス。
実施形態21:複数のサンプルが、空気サンプルおよび水サンプルのうちの少なくとも1つをさらに含む、実施形態20の正規化デバイス。
実施形態22:第1のコントラスト・サンプルの体積が、第2のコントラスト・サンプルの体積とは異なり、第1のカルシウム・サンプルの体積が、第2のカルシウム・サンプルの体積とは異なり、第1の脂肪サンプルの体積が、第2の脂肪サンプルの体積とは異なる、実施形態18の正規化デバイス。
実施形態23:第1のコントラスト・サンプルが、第2のコントラスト・サンプル、第1のカルシウム・サンプル、および第1の脂肪サンプルに隣接しているように、複数の区画内に配置される、実施形態18の正規化デバイス。
実施形態24:第1のカルシウム・サンプルが、第2のカルシウム・サンプル、第1のコントラスト・サンプル、および第1の脂肪サンプルに隣接しているように、複数の区画内に配置される、実施形態18の正規化デバイス。
実施形態25:第1の脂肪サンプルが、第2の脂肪サンプル、第1のコントラスト・サンプル、および第1のカルシウム・サンプルに隣接しているように、複数の区画内に配置される、実施形態18の正規化デバイス。
実施形態26:コントラスト・サンプルのセット、カルシウム・サンプルのセット、および脂肪サンプルのセットが、血管を模倣するような形で配置される、実施形態18の正規化デバイス。
医療レポートの生成に関する特定の実施形態
以下は、冠動脈プラークおよび/または他の関連する特徴を特徴付けるシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、冠動脈プラークおよび/または他の関連する特徴を特徴付けるシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:患者に関するマルチメディア医療レポートを生成するための装置であって、医療レポートが患者の1つまたは複数のテストに関連付けられ、コンピュータ実行可能命令を格納するように構成された非一時的メモリと、メモリと通信している1つまたは複数のハードウェア・プロセッサとを備え、コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の医療レポートを生成したいという要求の入力を受け取るステップであって、要求が、医療レポートのフォーマットを示す、ステップと、患者に関する患者情報を受け取るステップであって、患者情報が、レポート生成要求に関連付けられる、ステップと、患者情報を使用して、患者に関連付けられた1つまたは複数の患者特性を決定するステップと、医療レポートのタイプと患者医療情報との間の関連付けにアクセスするステップであって、患者医療情報が、患者に関する医用画像および患者に対して実施された1つまたは複数のテストのテスト結果を含む、ステップと、患者の医療情報に関連付けられたレポート内容および要求された医療レポートにアクセスするステップであって、レポート内容が、特定の患者に関係ないマルチメディア・コンテンツを含み、マルチメディア・コンテンツが、患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、およびテストの結果を説明する説明セグメント、および結論セグメントを含み、マルチメディア・コンテンツの少なくとも一部分が、患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む、ステップと、医療レポートのフォーマットに少なくとも部分的に基づいて、患者情報およびレポート内容を使用して、要求された医療レポートを生成するステップとを行わせるように、1つまたは複数のプロセッサを構成する、装置。
実施形態2:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートを表示するように、1つまたは複数のプロセッサをさらに構成する、実施形態1の装置。
実施形態3:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートを患者のユーザ・デバイス上に表示するように、1つまたは複数のプロセッサをさらに構成する、実施形態1の装置。
実施形態4:ユーザ・デバイスが、スマートフォン、ラップトップ・コンピュータ、タブレット・コンピュータ、またはデスクトップ・コンピュータである、実施形態3の装置。
実施形態5:レポート内容が、医療レポートが表示されるとき、アバタを生成し表示するための情報をさらに含む、実施形態1の装置。
実施形態6:アバタが1つまたは複数の患者特性に基づく、実施形態5の装置。
実施形態7:患者特性が、年齢、人種、または性別のうちの1つまたは複数を含む、実施形態6の装置。
実施形態8:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートをコンピュータ・システムの1つまたは複数のディスプレイ上に表示し、医療レポートが表示されている間にユーザ入力を受け取り、受け取ったユーザ入力に基づいて医療レポートのうちの少なくとも一部分を変更するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3および5~7のいずれか1つの装置。
実施形態9:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートを格納するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3および5~7のいずれか1つの装置。
実施形態10:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートのタイプと患者医療情報との間の関連付けにアクセスすることが、医療レポートのタイプと患者医療情報との間の関連付けを格納している1つまたは複数のデータ構造にアクセスすることを含むように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3および5~7のいずれか1つの装置。
実施形態11:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の症状の重症度に少なくとも部分的に基づいて、医療レポートに含めるマルチメディア・コンテンツを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3および5~7のいずれか1つの装置。
実施形態12:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に少なくとも部分的に基づいて、医療レポートのあいさつセグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3および5~7のいずれか1つの装置。
実施形態13:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に少なくとも部分的に基づいて、説明セグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3および5~7のいずれか1つの装置。
実施形態14:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に少なくとも部分的に基づいて、結果セグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3、5~7、および13のいずれか1つの装置。
実施形態15:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に基づいて、結論セグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~3、5~7、および14のいずれか1つの装置。
実施形態16:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、症状の正常度、リスク、処置タイプ、および処置の利益に関連した関連付けを格納するように構成された、1つまたは複数のデータ構造にアクセスするように、1つまたは複数のプロセッサをさらに構成し、コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者テスト結果、ならびに正常度、リスク、処置タイプ、および処置の利益に関連した格納された関連付けに基づいて、レポートに含める正常度、リスク、処置タイプ、および処置の利益を自動的に決定するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~16のいずれか1つの装置。
実施形態17:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、以前生成された医療レポート、新しい患者医療情報、および医療従事者による入力に基づいて、更新された医療レポートを生成するように、1つまたは複数のプロセッサをさらに構成する、実施形態1~17のいずれか1つの装置。
実施形態18:患者に関するマルチメディア医療レポートを生成するための非一時的コンピュータ可読媒体であって、医療レポートが患者の1つまたは複数のテストに関連付けられ、コンピュータ可読媒体がハードウェア・プロセッサに方法を実施させるためのプログラム命令を有し、方法が、患者の医療レポートを生成したいという要求の入力を受け取るステップであって、要求が、医療レポートのフォーマットを示す、ステップと、患者に関する患者情報を受け取るステップであって、患者情報が、レポート生成要求に関連付けられる、ステップと、患者情報を使用して、患者に関連付けられた1つまたは複数の患者特性を決定するステップと、医療レポートのタイプと患者医療情報との間の関連付けにアクセスするステップであって、患者医療情報が、患者に関する医用画像および患者に対して実施された1つまたは複数のテストのテスト結果を含む、ステップと、患者の医療情報に関連付けられたレポート内容および要求された医療レポートにアクセスするステップであって、レポート内容が、特定の患者に関係ないマルチメディア・コンテンツを含み、マルチメディア・コンテンツが、患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、およびテストの結果を説明する説明セグメント、および結論セグメントを含み、マルチメディア・コンテンツの少なくとも一部分が、患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む、ステップと、さらに、医療レポートのフォーマットに少なくとも部分的に基づいて、患者情報およびレポート内容を使用して、要求された医療レポートを生成するステップとを含む、非一時的コンピュータ可読媒体。
実施形態19:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートを表示するように、1つまたは複数のプロセッサをさらに構成する、実施形態18の非一時的コンピュータ可読媒体。
実施形態20:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートを患者のユーザ・デバイス上に表示するように、1つまたは複数のプロセッサをさらに構成する、実施形態19の非一時的コンピュータ可読媒体。
実施形態21:ユーザ・デバイスが、スマートフォン、ラップトップ・コンピュータ、タブレット・コンピュータ、またはデスクトップ・コンピュータである、実施形態19の非一時的コンピュータ可読媒体。
実施形態22:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートの一部としてアバタを生成し表示するように、1つまたは複数のプロセッサをさらに構成する、実施形態19の非一時的コンピュータ可読媒体。
実施形態23:アバタが1つまたは複数の患者特性に基づく、実施形態22の非一時的コンピュータ可読媒体。
実施形態24:患者特性が、年齢、人種、または性別のうちの1つまたは複数を含む、実施形態23の非一時的コンピュータ可読媒体。
実施形態25:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートをコンピュータ・システムの1つまたは複数のディスプレイ上に表示し、医療レポートが表示されている間にユーザ入力を受け取り、受け取ったユーザ入力に基づいて医療レポートのうちの少なくとも一部分を変更するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21、23、および24のいずれか1つの非一時的コンピュータ可読媒体。
実施形態26:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートを格納するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21および23~25のいずれか1つの非一時的コンピュータ可読媒体。
実施形態27:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、医療レポートのタイプと患者医療情報との間の関連付けにアクセスすることが、医療レポートのタイプと患者医療情報との間の関連付けを格納している1つまたは複数のデータ構造にアクセスすることを含むように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21および23~25のいずれか1つの非一時的コンピュータ可読媒体。
実施形態28:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の症状の重症度に少なくとも部分的に基づいて、医療レポートに含めるマルチメディア・コンテンツを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21および23~25のいずれか1つの非一時的コンピュータ可読媒体。
実施形態29:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に少なくとも部分的に基づいて、医療レポートのあいさつセグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21および23~25のいずれか1つの非一時的コンピュータ可読媒体。
実施形態30:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に少なくとも部分的に基づいて、説明セグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21、23~25、および29のいずれか1つの非一時的コンピュータ可読媒体。
実施形態31:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に少なくとも部分的に基づいて、結果セグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21、23~25、29、および30のいずれか1つの非一時的コンピュータ可読媒体。
実施形態32:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者の人種、年齢、性別、民族性、文化、言語、教育、地理的位置、または予後の重症度のうちの1つまたは複数に基づいて、結論セグメントを選択するように、1つまたは複数のプロセッサをさらに構成する、実施形態19~21、23~25、および29~31のいずれか1つの非一時的コンピュータ可読媒体。
実施形態33:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、症状の正常度、リスク、処置タイプ、および処置の利益に関連した関連付けを格納するように構成された、1つまたは複数のデータ構造にアクセスするように、1つまたは複数のプロセッサをさらに構成し、コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、患者テスト結果、ならびに正常度、リスク、処置タイプ、および処置の利益に関連した格納された関連付けに基づいて、レポートに含める正常度、リスク、処置タイプ、および処置の利益を自動的に決定するように、1つまたは複数のプロセッサをさらに構成する、実施形態18~32のいずれか1つの非一時的コンピュータ可読媒体。
実施形態34:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、以前生成された医療レポート、新しい患者医療情報、およびユーザ入力に基づいて、更新された医療レポートを生成するように、1つまたは複数のプロセッサをさらに構成する、実施形態18~33のいずれか1つの非一時的コンピュータ可読媒体。
実施形態35:患者に関するマルチメディア医療レポートを生成する方法であって、医療レポートが患者の1つまたは複数のテストに関連付けられ、患者の医療レポートを生成したいという要求の入力を受け取るステップであって、要求が、医療レポートのフォーマットを示す、ステップと、患者に関する患者情報を受け取るステップであって、患者情報が、レポート生成要求に関連付けられる、ステップと、患者情報を使用して、患者に関連付けられた1つまたは複数の患者特性を決定するステップと、医療レポートのタイプと患者医療情報との間の関連付けにアクセスするステップであって、患者医療情報が、患者に関する医用画像および患者に対して実施された1つまたは複数のテストのテスト結果を含む、ステップと、患者の医療情報に関連付けられたレポート内容および要求された医療レポートにアクセスするステップであって、レポート内容が、特定の患者に関係ないマルチメディア・コンテンツを含み、マルチメディア・コンテンツが、患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、およびテストの結果を説明する説明セグメント、および結論セグメントを含み、マルチメディア・コンテンツの少なくとも一部分が、患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む、ステップと、医療レポートのフォーマットに少なくとも部分的に基づいて、患者情報およびレポート内容を使用して、要求された医療レポートを生成するステップとを含み、方法が、1つまたは複数のハードウェア・プロセッサが非一時的コンピュータ可読媒体のプログラム命令を実行することによって実施される、方法。
実施形態36:医療レポートを表示するステップをさらに含む、実施形態35の方法。
実施形態37:医療レポートを患者のユーザ・デバイス上に表示するステップをさらに含む、実施形態35の方法。
実施形態38:ユーザ・デバイスが、スマートフォン、ラップトップ・コンピュータ、タブレット・コンピュータ、またはデスクトップ・コンピュータである、実施形態35の方法。
実施形態39:医療レポートの一部としてアバタを生成し表示するステップをさらに含む、実施形態35~38のいずれか1つの方法。
実施形態40:アバタが1つまたは複数の患者特性に基づく、実施形態39の方法。
実施形態41:患者特性が、年齢、人種、または性別のうちの1つまたは複数を含む、実施形態40の方法。
実施形態42:医療レポートを格納するステップをさらに含む、請求項35から41のいずれか1つの方法。
逐次的な非連続動脈床イメージングおよびアテローム動脈硬化症評価のシステムおよび方法の実施形態
実施形態1:アテローム動脈硬化症(ASCVD)のリスク評価を生成するための装置であって、コンピュータ実行可能命令を格納するように構成された非一時的メモリと、メモリと通信している1つまたは複数のハードウェア・プロセッサとを備え、コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、第1の動脈床および第2の動脈床の画像を受け取るステップであって、第2の動脈床が、第1の動脈床と非連続である、ステップと、第1の動脈床におけるASCVDを定量化するステップと、第2の動脈床におけるASCVDを定量化するステップと、第1の動脈床の第1の重み付き評価を決定するステップであって、第1の重み付き評価が、第1の動脈床の重み付き有害イベントを使用して生成される、ステップと、第2の動脈床の第2の重み付き評価を決定するステップであって、第2の重み付き評価が、第2の動脈床の重み付き有害イベントを使用して生成される、ステップと、第1の重み付き評価および第2の重み付き評価に基づいて、ASCVD患者リスク・スコアを決定するステップとを行わせるように、1つまたは複数のプロセッサを構成する、装置。
実施形態1:アテローム動脈硬化症(ASCVD)のリスク評価を生成するための装置であって、コンピュータ実行可能命令を格納するように構成された非一時的メモリと、メモリと通信している1つまたは複数のハードウェア・プロセッサとを備え、コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、第1の動脈床および第2の動脈床の画像を受け取るステップであって、第2の動脈床が、第1の動脈床と非連続である、ステップと、第1の動脈床におけるASCVDを定量化するステップと、第2の動脈床におけるASCVDを定量化するステップと、第1の動脈床の第1の重み付き評価を決定するステップであって、第1の重み付き評価が、第1の動脈床の重み付き有害イベントを使用して生成される、ステップと、第2の動脈床の第2の重み付き評価を決定するステップであって、第2の重み付き評価が、第2の動脈床の重み付き有害イベントを使用して生成される、ステップと、第1の重み付き評価および第2の重み付き評価に基づいて、ASCVD患者リスク・スコアを決定するステップとを行わせるように、1つまたは複数のプロセッサを構成する、装置。
実施形態2:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、第1の動脈床の別の重み付き評価または第2の動脈床の別の重み付き評価に少なくとも基づいて、患者の第2のASCVD患者リスク・スコアを生成するように、1つまたは複数のプロセッサを構成する、実施形態1の装置。
実施形態3:別の重み付き評価が、ASCVD患者リスク・スコアを決定するのに使用される患者画像の後に撮られた患者画像に基づく、実施形態1または2のいずれか1つの装置。
実施形態4:第1の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、および大脳動脈のうち1つの動脈を含む、実施形態1~3のいずれか1つの装置。
実施形態5:第2の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、および大脳動脈のうち1つの動脈を含む、実施形態1~4のいずれか1つの装置。
実施形態6:ASCVD患者リスク・スコアが、プラークの不在または存在に少なくとも部分的に基づく、実施形態1~5のいずれか1つの装置。
実施形態7:ASCVD患者リスク・スコアが、非石灰化プラークの不在または存在に少なくとも部分的に基づく、実施形態1~6のいずれか1つの装置。
実施形態8:ASCVD患者リスク・スコアが、低減衰プラークの不在または存在に少なくとも部分的に基づく、実施形態1~7のいずれか1つの装置。
実施形態9:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるASCVDの広さの基準に少なくとも部分的に基づく、実施形態1~8のいずれか1つの装置。
実施形態10:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるASCVD総体積の基準に少なくとも部分的に基づく、実施形態1~9のいずれか1つの装置。
実施形態11:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるパーセント・アテローム体積の基準に少なくとも部分的に基づく、実施形態1~10のいずれか1つの装置。
実施形態12:アテローム体積のパーセントが、アテローム体積/血管体積×100によって決定される、実施形態11の装置。
実施形態13:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床における、血管長さに対して正規化された総アテローム体積(TAVnorm)基準に少なくとも部分的に基づく、実施形態1の装置。
実施形態14:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるびまん性基準に少なくとも部分的に基づく、実施形態1~13のいずれか1つの装置。
実施形態15:びまん性基準がASCVDに罹患している血管のパーセンテージによって決定される、実施形態14の装置。
実施形態16:びまん性基準がASCVDの重症度によって決定される、実施形態14の装置。
実施形態17:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、年齢、性別、民族性、および/またはCADリスク因子のうちの少なくとも1つに基づいてASCVD患者リスク・スコアを正規化するように、1つまたは複数のプロセッサを構成する、実施形態1~16のいずれか1つの装置。
実施形態18:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床における血管造影による狭窄の決定に基づく、実施形態1~17のいずれか1つの装置。
実施形態19:ASCVD患者リスク・スコアが、プラークの非石灰化対石灰化の割合に基づく、実施形態1~18のいずれか1つの装置。
実施形態20:ASCVD患者リスク・スコアが、プラークの低減衰非石灰化対非石灰化、対低密度石灰化対高密度石灰化プラークの割合に基づく、実施形態1~19のいずれか1つの装置。
実施形態21:ASCVD患者リスク・スコアが、非石灰化プラークおよび石灰化プラークの絶対量の割合に基づく、実施形態1~20のいずれか1つの装置。
実施形態22:ASCVD患者リスク・スコアが、順序分類のないプラークの連続グレー・スケール測定値であるプラークの割合に基づく、実施形態1~21のいずれか1つの装置。
実施形態23:ASCVD患者リスク・スコアが、ポジティブ・リモデリングとしてプラークによってもたらされる血管リモデリング、例えば、血管直径/正常基準径の≧1.10または≧1.05比率、血管面積/正常基準面積、または[血管体積/正常基準体積]対ネガティブ・リモデリング(≦1.10もしくは≦1.05)に基づく、実施形態1の装置。
実施形態24:ASCVD患者リスク・スコアが、連続比率としてプラークによってもたらされる血管リモデリングに基づく、実施形態1~23のいずれか1つの装置。
実施形態25:ASCVD患者リスク・スコアがASCVD進行に基づく、実施形態1~24のいずれか1つの装置。
実施形態26:ASCVD進行が急速または非急速として特徴付けられる、実施形態1~25のいずれか1つの装置。
実施形態27:ASCVD進行が、所定の閾値に基づいて急速または非急速として特徴付けられる、実施形態1~26のいずれか1つの装置。
実施形態28:所定の閾値がパーセント・アテローム体積に関するか否かである、実施形態27の装置。
実施形態29:所定の閾値がプラークの体積量に関連するか否かである、実施形態27の装置。
実施形態30:ASCVD進行が、進行の急速性、主に石灰化プラーク形成を伴う進行、主に非石灰化プラーク形成を伴う進行、または退縮のうちの1つまたは複数に基づく、実施形態1~29のいずれか1つの装置。
実施形態31:ASCVD患者リスク・スコアが、MACEのリスク、狭心症のリスク、虚血のリスク、急速進行のリスク、および薬物無反応のリスクのうちの少なくとも1つを含む、リスクのカテゴリ化に基づく、実施形態1~30のいずれか1つの装置。
実施形態32:アテローム動脈硬化症(ASCVD)のリスク評価を生成するための非一時的コンピュータ可読媒体であって、第1の動脈床および第2の動脈床の画像を受け取るステップであって、第2の動脈床が、第1の動脈床と非連続である、ステップと、第1の動脈床におけるASCVDを定量化するステップと、第2の動脈床におけるASCVDを定量化するステップと、第1の動脈床の第1の重み付き評価を決定するステップであって、第1の重み付き評価が、第1の動脈床の重み付き有害イベントを使用して生成される、ステップと、第2の動脈床の第2の重み付き評価を決定するステップであって、第2の重み付き評価が、第2の動脈床の重み付き有害イベントを使用して生成される、ステップと、第1の重み付き評価および第2の重み付き評価に基づいて、ASCVD患者リスク・スコアを決定するステップとを含む方法をハードウェア・プロセッサに実施させるプログラム命令を有する、コンピュータ可読媒体。
実施形態33:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、第1の動脈床の別の重み付き評価または第2の動脈床の別の重み付き評価に少なくとも基づいて、患者の第2のASCVD患者リスク・スコアを生成するように、1つまたは複数のプロセッサを構成する、実施形態32の非一時的コンピュータ可読媒体。
実施形態34:別の重み付き評価が、ASCVD患者リスク・スコアを決定するのに使用される患者画像の後に撮られた患者画像に基づく、実施形態33の非一時的コンピュータ可読媒体。
実施形態35:第1の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、および大脳動脈のうち1つの動脈を含む、実施形態32の非一時的コンピュータ可読媒体。
実施形態36:第2の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、および大脳動脈のうち1つの動脈を含む、実施形態32の非一時的コンピュータ可読媒体。
実施形態37:ASCVD患者リスク・スコアが、プラークの不在または存在に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態38:ASCVD患者リスク・スコアが、非石灰化プラークの不在または存在に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態39:ASCVD患者リスク・スコアが、低減衰プラークの不在または存在に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態40:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるASCVDの広さの基準に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態41:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるASCVD総体積の基準に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態42:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるパーセント・アテローム体積の基準に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態43:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床におけるびまん性基準に少なくとも部分的に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態44:びまん性基準がASCVDに罹患している血管のパーセンテージによって決定される、実施形態32の非一時的コンピュータ可読媒体。
実施形態45:びまん性基準がASCVDの重症度によって決定される、実施形態32の非一時的コンピュータ可読媒体。
実施形態46:コンピュータ実行可能命令が、1つまたは複数のプロセッサによって実行されると、年齢、性別、民族性、および/またはCADリスク因子のうちの少なくとも1つに基づいてASCVD患者リスク・スコアを正規化するように、1つまたは複数のプロセッサを構成する、実施形態32の非一時的コンピュータ可読媒体。
実施形態47:ASCVD患者リスク・スコアが、第1の動脈床および第2の動脈床における血管造影による狭窄の決定に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態48:ASCVD患者リスク・スコアが、プラークの非石灰化対石灰化の割合に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態49:ASCVD患者リスク・スコアが、プラークの低減衰非石灰化対非石灰化、対低密度石灰化対高密度石灰化プラークの割合に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態50:ASCVD患者リスク・スコアが、非石灰化プラークおよび石灰化プラークの絶対量の割合に基づく、実施形態32の非一時的コンピュータ可読媒体。
実施形態51:アテローム動脈硬化症(ASCVD)のリスク評価を生成するためのコンピュータ実行方法であって、第1の動脈床および第2の動脈床の画像を受け取るステップであって、第2の動脈床が、第1の動脈床と非連続である、ステップと、第1の動脈床におけるASCVDを定量化するステップと、第2の動脈床におけるASCVDを定量化するステップと、第1の動脈床の第1の重み付き評価を決定するステップであって、第1の重み付き評価が、第1の動脈床の重み付き有害イベントを使用して生成される、ステップと、第2の動脈床の第2の重み付き評価を決定するステップであって、第2の重み付き評価が、第2の動脈床の重み付き有害イベントを使用して生成される、ステップと、第1の重み付き評価および第2の重み付き評価に基づいて、ASCVD患者リスク・スコアを決定するステップとを含む方法。方法は、非一時的コンピュータ可読媒体のプログラム命令を実行する1つまたは複数のハードウェア・プロセッサによって実施されてもよい。かかる方法の実施形態は、アテローム動脈硬化症(ASCVD)のリスク評価を生成するための装置に関して、本明細書に記載する機能性を含むことができる。
実施形態52:例えば、本明細書に記載するような正規化デバイスを使用したアテローム動脈硬化症(ASCVD)のリスク評価を生成するためのコンピュータ実行方法であって、医用イメージングの正規化が、アルゴリズム・ベースのイメージング分析の精度を改善する、方法。方法は、第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットを受け取るステップであって、第2の動脈床が、第1の動脈床と非連続であり、第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットのうちの少なくとも1つが、正規化デバイスを使用して正規化される、ステップと、第1の動脈床の画像の第1のセットを使用して第1の動脈床におけるASCVDを定量化するステップと、第2の動脈床の画像の第1のセットを使用して第2の動脈床におけるASCVDを定量化するステップと、第1の動脈床における定量化されたASCVDおよび第2の動脈床における定量化されたASCVDに基づいて第1のASCVDリスク・スコアを決定するステップとを含む。方法は、非一時的コンピュータ可読媒体のプログラム命令を実行する1つまたは複数のハードウェア・プロセッサによって実施されてもよい。
実施形態53:第1の動脈床の定量化されたASCVDおよび第1の動脈床の重み付き有害イベントに基づいて、第1の動脈床の第1の重み付き評価を決定するステップと、第2の動脈床の定量化されたASCVDおよび第2の動脈床の重み付き有害イベントに基づいて、第2の動脈床の第2の重み付き評価を決定するステップとをさらに含み、第1のASCVDリスク・スコアを決定するステップが、第1の重み付き評価および第2の重み付き評価に基づいてASCVDリスク・スコアを決定するステップをさらに含む、実施形態52の方法。
実施形態54:第1の動脈床の画像の第2のセットおよび第2の動脈床の画像の第2のセットを受け取るステップであって、第1の動脈床の画像の第2のセットが、第1の動脈床の画像の第1のセットを生成した後に生成され、第2の動脈床の画像の第2のセットが、第2の動脈床の画像の第1のセットを生成した後に生成される、ステップと、第1の動脈床の画像の第2のセットを使用して第1の動脈床におけるASCVDを定量化するステップと、第2の動脈床の画像の第2のセットを使用して第2の動脈床におけるASCVDを定量化するステップと、画像の第2のセットを使用した第1の動脈床における定量化されたASCVD、および画像の第2のセットを使用した第2の動脈床における定量化されたASCVDに基づいて、第2のASCVDリスク・スコアを決定するステップとをさらに含む、をさらに含む、実施形態53の方法。
実施形態55:第2のASCVDリスク・スコアを決定するステップが、第1のASCVDリスク・スコアにさらに基づく、実施形態54の方法。
実施形態56:第1の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、および大脳動脈のうち1つの動脈を含む、実施形態52の方法。
実施形態57:第2の動脈床が、第1の動脈床の動脈とは異なる、大動脈、頸動脈、下肢動脈、腎動脈、および大脳動脈のうち1つの動脈を含む、実施形態56の方法。
全脳虚血指標(Global Ischemia Index)の生成に関する特定の実施形態
以下は、全脳虚血指標および/または他の関連する特徴を生成するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、全脳虚血指標および/または他の関連する特徴を生成するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:非侵襲的医用画像分析から導き出された多次元情報に基づいて全脳虚血指標を生成することによって、対象者に関する虚血のリスクを決定するコンピュータ実行方法であって、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像を分析して虚血に関する多次元情報を導き出すステップであって、虚血に関する多次元情報が、虚血に対する寄与体、虚血帰結、および虚血の関連因子を含む、ステップと、機械学習アルゴリズムを使用するコンピュータ・システムによって、虚血に関する多次元情報の重み付き基準を生成することにより、対象者の全脳虚血指標を生成するステップであって、虚血に関する多次元情報の重み付き基準が、虚血に対する寄与体、虚血の帰結、または虚血の関連因子のうちの1つまたは複数の時間的考慮事項を考慮に入れることによって生成される、ステップと、コンピュータ・システムによって、対象者に関する生成された全脳虚血指標に基づく対象者の虚血のリスクの評価を支援するステップとを含み、コンピュータ・システムが、コンピュータ・プロセッサおよび電子記憶媒体を含む、コンピュータ実行方法。
実施形態2:コンピュータ・システムによって、対象者の心筋血流、心筋灌流、断片血流予備量、または他の血流比率のうちの1つまたは複数によって測定されるような虚血の評価に対する比較により、対象者に関する生成された全脳虚血指標を確認するステップをさらに含む、実施形態1のコンピュータ実行方法。
実施形態3:虚血に関する多次元情報の重み付き基準を生成するとき、虚血の帰結または虚血の関連因子よりも、虚血に対する寄与体が重く重み付けられる、実施形態1または2のコンピュータ実行方法。
実施形態4:虚血に関する多次元情報の重み付き基準を生成するとき、虚血の帰結が虚血に対する寄与体よりも軽く重み付けられ、虚血の関連因子よりも重く重み付けられる、実施形態1~3のいずれか1つのコンピュータ実行方法。
実施形態5:虚血の帰結が、虚血の早期の帰結および虚血の後期の帰結を含み、虚血に関する多次元情報の重み付き基準を生成するとき、虚血の早期の帰結が虚血の後期の帰結よりも重く重み付けられる、実施形態1~4のいずれか1つのコンピュータ実行方法。
実施形態6:虚血の関連因子が、虚血に対する寄与体および虚血の帰結よりも軽く重み付けられる、実施形態1~5のいずれか1つのコンピュータ実行方法。
実施形態7:虚血に対する寄与体が、1つまたは複数の血管径パラメータ、プラーク・パラメータ、または脂肪パラメータを含む、実施形態1~6のいずれか1つのコンピュータ実行方法。
実施形態8:血管径パラメータが、パーセンテージ直径狭窄、絶対管腔体積、パーセンテージ断片心筋質量に対して指標が付けられた管腔体積、血管体積、最小内腔径(MLD)、最小内腔面積(MLA)、またはMLD対MLAの比率のうちの1つまたは複数を含む、実施形態7のコンピュータ実行方法。
実施形態9:プラーク・パラメータが、非石灰化プラーク、低密度非石灰化プラーク、石灰化プラーク、またはプラークの位置のうちの1つまたは複数に関連した1つまたは複数のパラメータを含む、実施形態7または8のコンピュータ実行方法。
実施形態10:プラークの位置が、心筋側、心膜側、二分岐病変、または三分岐病変のうちの1つまたは複数を含む、実施形態9のコンピュータ実行方法。
実施形態11:脂肪パラメータが、冠動脈周囲脂肪組織または心外膜脂肪組織に関連した1つまたは複数のパラメータを含む、実施形態7~10のいずれか1つのコンピュータ実行方法。
実施形態12:虚血の帰結が、1つまたは複数の左心室パラメータ、左心房パラメータ、右心室パラメータ、右心房パラメータ、大動脈寸法、または肺静脈パラメータを含む、実施形態1~11のいずれか1つのコンピュータ実行方法。
実施形態13:左心室パラメータおよび右心室パラメータが、左心室または右心室の灌流またはハウンスフィールド単位密度、質量、あるいは体積のうちの1つまたは複数を含む、実施形態12のコンピュータ実行方法。
実施形態14:左心房パラメータおよび右心房パラメータが、左心房または右心房の体積のうちの1つまたは複数を含む、実施形態12または13のコンピュータ実行方法。
実施形態15:虚血の関連因子が、脂肪肝または非アルコール性脂肪性肝炎、肺気腫、骨粗鬆症、僧帽弁輪石灰化、大動脈弁石灰化、大動脈拡大、あるいは僧帽弁石灰化のうちの1つまたは複数を含む、実施形態1~14のいずれか1つのコンピュータ実行方法。
実施形態16:非侵襲的医用画像分析から導き出された多次元情報に基づいて全脳虚血指標を生成することによって、対象者に関する虚血のリスクを決定するためのシステムであって、複数のコンピュータ実行可能命令を格納するように構成された、1つまたは複数のコンピュータ可読記憶デバイスと、1つまたは複数のコンピュータ可読記憶デバイスと通信しており、複数のコンピュータ実行可能命令を実行するように構成された、1つまたは複数のハードウェア・コンピュータ・プロセッサとを備え、複数のコンピュータ実行可能命令を実行することにより、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、対象者の冠動脈領域の医用画像を分析して虚血に関する多次元情報を導き出すステップであって、虚血に関する多次元情報が、虚血に対する寄与体、虚血帰結、および虚血の関連因子を含む、ステップと、機械学習アルゴリズムを使用して、虚血に関する多次元情報の重み付き基準を生成することにより、対象者の全脳虚血指標を生成するステップであって、虚血に関する多次元情報の重み付き基準が、虚血に対する寄与体、虚血の帰結、または虚血の関連因子のうちの1つまたは複数の時間的考慮事項を考慮に入れることによって生成される、ステップと、コンピュータ・システムによって、対象者に関する生成された全脳虚血指標に基づく対象者の虚血のリスクの評価を支援するステップとをシステムに行わせるための、システム。
実施形態17:対象者の心筋血流、心筋灌流、断片血流予備量、または他の血流比率のうちの1つまたは複数によって測定されるような虚血の評価に対する比較により、対象者に関する生成された全脳虚血指標を確認させるステップをシステムにさらに行わせる、実施形態16のシステム。
実施形態18:虚血に関する多次元情報の重み付き基準を生成するとき、虚血の帰結または虚血の関連因子よりも、虚血に対する寄与体が重く重み付けられる、実施形態16または17のシステム。
実施形態19:虚血に関する多次元情報の重み付き基準を生成するとき、虚血の帰結が虚血に対する寄与体よりも軽く重み付けられ、虚血の関連因子よりも重く重み付けられる、実施形態16~18のいずれか1つのシステム。
実施形態20:虚血の帰結が、虚血の早期の帰結および虚血の後期の帰結を含み、虚血に関する多次元情報の重み付き基準を生成するとき、虚血の早期の帰結が虚血の後期の帰結よりも重く重み付けられる、実施形態16~19のいずれか1つのシステム。
実施形態21:虚血の関連因子が、虚血に対する寄与体および虚血の帰結よりも軽く重み付けられる、実施形態16~20のいずれか1つのシステム。
実施形態22:虚血に対する寄与体が、1つもしくは複数の血管径パラメータ、プラーク・パラメータ、または脂肪パラメータを含む、実施形態16~21のいずれか1つのシステム。
実施形態23:血管径パラメータが、パーセンテージ直径狭窄、絶対管腔体積、パーセンテージ断片心筋質量に対して指標が付けられた管腔体積、血管体積、最小内腔径(MLD)、最小内腔面積(MLA)、またはMLD対MLAの比率のうちの1つまたは複数を含む、実施形態22のシステム。
実施形態24:プラーク・パラメータが、非石灰化プラーク、低密度非石灰化プラーク、石灰化プラーク、またはプラークの位置のうちの1つまたは複数に関連した1つまたは複数のパラメータを含む、実施形態22または23のシステム。
実施形態25:プラークの位置が、心筋側、心膜側、二分岐病変、または三分岐病変のうちの1つまたは複数を含む、実施形態24のシステム。
実施形態26:脂肪パラメータが、冠動脈周囲脂肪組織または心外膜脂肪組織に関連した1つまたは複数のパラメータを含む、実施形態22~25のいずれか1つのシステム。
実施形態27:虚血の帰結が、1つまたは複数の左心室パラメータ、左心房パラメータ、右心室パラメータ、右心房パラメータ、大動脈寸法、または肺静脈パラメータを含む、実施形態16~26のいずれか1つのシステム。
実施形態28:左心室パラメータおよび右心室パラメータが、左心室または右心室の灌流またはハウンスフィールド単位密度、質量、あるいは体積のうちの1つまたは複数を含む、実施形態27のシステム。
実施形態29:左心房パラメータおよび右心房パラメータが、左心房または右心房の体積のうちの1つまたは複数を含む、実施形態27または28のシステム。
実施形態30:虚血の関連因子が、脂肪肝または非アルコール性脂肪性肝炎、肺気腫、骨粗鬆症、僧帽弁輪石灰化、大動脈弁石灰化、大動脈拡大、あるいは僧帽弁石灰化のうちの1つもしくは複数を含む、実施形態16~29のいずれか1つのシステム。
冠動脈疾患(CAD)リスク・スコアの生成に関する特定の実施形態
以下は、冠動脈疾患(CAD)リスク・スコアおよび/または他の関連する特徴を生成するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、冠動脈疾患(CAD)リスク・スコアおよび/または他の関連する特徴を生成するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:非侵襲的医用画像分析から導き出された多次元情報に基づいて対象者の1つまたは複数の冠動脈疾患(CAD)リスク・スコアを生成することによって、対象者に関するCADのリスクを評価するコンピュータ実行方法であって、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、コンピュータ・システムによって、対象者の冠動脈領域の医用画像内の冠動脈の1つまたは複数のセグメントを同定するステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントのそれぞれに対して、1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータを決定するステップであって、1つまたは複数のプラーク・パラメータが、プラーク体積、プラーク組成、プラーク減衰、またはプラーク位置のうちの1つまたは複数を含み、1つまたは複数の血管パラメータが、狭窄重症度、管腔体積、冠動脈血液体積のパーセンテージ、または断片心筋質量のパーセンテージのうちの1つまたは複数を含み、1つまたは複数の臨床パラメータが、年齢の百分位数健康状態または性別の百分位数健康状態のうちの1つまたは複数を含む、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントのそれぞれに対して、決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの重み付き基準を生成するステップであって、重み付き基準が、補正因子を適用することによって生成される、ステップと、コンピュータ・システムによって、1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアを生成するために、冠動脈の同定された1つまたは複数のセグメントのそれぞれの、決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの生成された重み付き基準を組み合わせるステップと、コンピュータ・システムによって、血管毎、血管領域毎、または対象者毎のうちの1つまたは複数に基づいて、対象者のCADのリスクを視覚化および定量化するための、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアのグラフィカル・プロットを生成するステップとを含み、コンピュータ・システムが、コンピュータ・プロセッサおよび電子記憶媒体を含む、方法。
実施形態2:コンピュータ・システムによって、医用画像を取得するのに使用された対象者、スキャナ、またはスキャン・パラメータのうちの1つまたは複数を考慮に入れるように、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアを正規化するステップをさらに含む、実施形態1の方法。
実施形態3:コンピュータ・システムによって、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、対象者のスケーリングされたCADリスク・スコアを生成することにより、対象者のCADのリスクの評価を支援するステップをさらに含む、実施形態1または2の方法。
実施形態4:コンピュータ・システムによって、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、対象者の血管年齢を決定することにより、対象者のCADのリスクの評価を支援するステップをさらに含む、実施形態1~3のいずれか1つの方法。
実施形態5:コンピュータ・システムによって、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、正常、軽度、中程度、または重度のうちの1つまたは複数として、対象者のCADリスク・スコアをカテゴライズすることにより、対象者のCADのリスクの評価を支援するステップをさらに含む、実施形態1~4のいずれか1つの方法。
実施形態6:コンピュータ・システムによって、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、対象者の1つまたは複数の色分けされたヒート・マップを生成することにより、対象者のCADのリスクの評価を支援するステップをさらに含む、実施形態1~5のいずれか1つの方法。
実施形態7:コンピュータ・システムによって、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、高リスクまたは低リスクの1つまたは複数として対象者のCADのリスクをカテゴライズすることにより、対象者のCADのリスクの評価を支援するステップをさらに含む、実施形態1~6のいずれか1つの方法。
実施形態8:プラーク体積が、絶対プラーク体積またはパーセント・アテローム体積(PAV)のうちの1つまたは複数として決定される、実施形態1~7のいずれか1つの方法。
実施形態9:プラーク組成が、医用画像内のプラークの1つまたは複数の領域の密度に少なくとも部分的に基づいて決定される、実施形態1~8のいずれか1つの方法。
実施形態10:プラークの1つまたは複数の領域の密度が絶対密度を含む、実施形態1~9のいずれか1つの方法。
実施形態11:プラークの1つまたは複数の領域の密度がハウンスフィールド単位密度を含む、実施形態1~10のいずれか1つの方法。
実施形態12:プラーク組成が、非石灰化プラークまたは石灰化プラークのうちの1つまたは複数として二値的にカテゴライズされる、実施形態1~11のいずれか1つの方法。
実施形態13:プラーク組成が、プラークの石灰化レベルに基づいて序数的にカテゴライズされる、実施形態1~12のいずれか1つの方法。
実施形態14:プラーク組成が、プラークの石灰化レベルに基づいて連続的にカテゴライズされる、実施形態1~13のいずれか1つの方法。
実施形態15:プラーク減衰が、密度に基づいて高減衰または低減衰プラークとして二値的にカテゴライズされる、実施形態1~14のいずれか1つの方法。
実施形態16:プラーク減衰が、プラークの減衰レベルに基づいて連続的にカテゴライズされる、実施形態1~15のいずれか1つの方法。
実施形態17:プラーク位置が、冠動脈血管に沿って、近位、中位、または遠位のうちの1つまたは複数としてカテゴライズされる、実施形態1~16のいずれか1つの方法。
実施形態18:プラーク位置が、プラークの領域が位置する冠動脈血管に基づいてカテゴライズされる、実施形態1~17のいずれか1つの方法。
実施形態19:プラーク位置が、心筋側または心膜側のうちの1つまたは複数としてカテゴライズされる、実施形態1~18のいずれか1つの方法。
実施形態20:プラーク位置が、二分岐、三分岐、二分岐以外、または三分岐以外のうちの1つまたは複数としてカテゴライズされる、実施形態1~19のいずれか1つの方法。
実施形態21:プラーク位置が、主血管内または血管枝内のうちの1つまたは複数としてカテゴライズされる、実施形態1~20のいずれか1つの方法。
実施形態22:狭窄重症度が、直径、面積、または体積のうちの1つまたは複数に基づいて生成された、パーセンテージ狭窄の1つまたは複数の所定の範囲に基づいてカテゴライズされる、実施形態1~21のいずれか1つの方法。
実施形態23:管腔体積が、絶対体積、血管体積に対する相対体積、または仮定の体積に対する相対体積のうちの1つまたは複数を含む、実施形態1~22のいずれか1つの方法。
実施形態24:冠動脈血液体積のパーセンテージが、冠状血管体積全体の関数としての管腔の体積を含む、実施形態1~23のいずれか1つの方法。
実施形態25:断片心筋質量のパーセンテージが、総血管体積と左心室質量の比率、または管腔体積と左心室質量の比率のうちの1つまたは複数を含む、実施形態1~24のいずれか1つの方法。
実施形態26:非侵襲的医用画像分析から導き出された多次元情報に基づいて対象者の1つまたは複数の冠動脈疾患(CAD)リスク・スコアを生成することによって、対象者に関するCADのリスクを評価するためのシステムであって、複数のコンピュータ実行可能命令を格納するように構成された、1つまたは複数のコンピュータ可読記憶デバイスと、1つまたは複数のコンピュータ可読記憶デバイスと通信しており、複数のコンピュータ実行可能命令を実行するように構成された、1つまたは複数のハードウェア・コンピュータ・プロセッサとを備え、複数のコンピュータ実行可能命令を実行することにより、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、対象者の冠動脈領域の医用画像内の冠動脈の1つまたは複数のセグメントを同定するステップと、冠動脈の同定された1つまたは複数のセグメントのそれぞれに対して、1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータを決定するステップであって、1つまたは複数のプラーク・パラメータが、プラーク体積、プラーク組成、プラーク減衰、またはプラーク位置のうちの1つまたは複数を含み、1つまたは複数の血管パラメータが、狭窄重症度、管腔体積、冠動脈血液体積のパーセンテージ、または断片心筋質量のパーセンテージのうちの1つまたは複数を含み、1つまたは複数の臨床パラメータが、年齢、性別、または他の臨床評価パラメータのうちの1つまたは複数を含む、ステップと、冠動脈の同定された1つまたは複数のセグメントのそれぞれに対して、決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの重み付き基準を生成するステップであって、重み付き基準が、補正因子を適用することによって生成される、ステップと、1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアを生成するために、冠動脈の同定された1つまたは複数のセグメントのそれぞれの、決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの生成された重み付き基準を組み合わせるステップと、血管毎、血管領域毎、または対象者毎のうちの1つまたは複数に基づいて、対象者のCADのリスクを視覚化および定量化するための、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアのグラフィカル・プロットを生成するステップとをシステムに行わせるための、システム。
実施形態27:医用画像を取得するのに使用された対象者、スキャナ、またはスキャン・パラメータのうちの1つまたは複数を考慮に入れるように、生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアを正規化するステップをシステムにさらに行わせる、実施形態26のシステム。
実施形態28:生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、対象者のスケーリングされたCADリスク・スコアを生成することにより、対象者のCADのリスクの評価を支援するステップをシステムにさらに行わせる、実施形態26または27のシステム。
実施形態29:生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、対象者の血管年齢を決定することにより、対象者のCADのリスクの評価を支援するステップをシステムにさらに行わせる、実施形態26~28のいずれか1つのシステム。
実施形態30:生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアに少なくとも部分的に基づいて、正常、軽度、中程度、または重度のうちの1つまたは複数として、対象者のCADリスクをカテゴライズすることにより、対象者のCADのリスクの評価を支援するステップをシステムにさらに行わせる、実施形態26~29のいずれか1つのシステム。
画像の処理に関する特定の実施形態
以下は、画像および/または他の関連する特徴を処理するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、画像および/または他の関連する特徴を処理するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:非侵襲的医用画像分析に基づいてプラーク・ベースの疾患に対する医療処置の効力を追跡するコンピュータ実行方法であって、コンピュータ・システムによって、対象者に関連付けられたプラーク・パラメータの第1のセットおよび血管パラメータの第1のセットにアクセスするステップであって、プラーク・パラメータの第1のセットおよび血管パラメータの第1のセットが、プラークの1つまたは複数の領域を含む対象者の第1の医用画像から導き出され、対象者の第1の医用画像が、第1の時点で非侵襲的に取得され、プラーク・パラメータの第1のセットが、第1の時点の対象者の医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの第1のセットが、第1の時点の血管構造の血管リモデリングを含む、ステップと、コンピュータ・システムによって、対象者の第2の医用画像にアクセスするステップであって、対象者の第2の医用画像が、対象者が医療処置で処置された後の第2の時点で非侵襲的に取得され、第2の時点が、第1の時点より後であり、対象者の第2の医用画像が、プラークの1つまたは複数の領域を含む、ステップと、コンピュータ・システムによって、第2の医用画像からプラークの1つまたは複数の領域を同定するステップと、コンピュータ・システムによって、第2の医用画像からプラークの1つまたは複数の領域を分析することによって、プラーク・パラメータの第2のセットおよび対象者に関連付けられた血管パラメータの第2を決定するステップであって、プラーク・パラメータの第2のセットが、第2の時点の対象者の医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの第2のセットが、第2の時点の血管構造の血管リモデリングを含む、ステップと、コンピュータ・システムによって、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の1つまたは複数の変化を分析するステップと、コンピュータ・システムによって、血管パラメータの第1のセットと血管パラメータの第2のセットとの間の1つまたは複数の変化を分析するステップと、コンピュータ・システムによって、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の分析された1つもしくは複数の変化、または血管パラメータの第1のセットと血管パラメータの第2のセットとの間の分析された1つもしくは複数の変化のうちの1つまたは複数に基づいて、プラーク・ベースの疾患の進行を追跡するステップと、コンピュータ・システムによって、プラーク・ベースの疾患の追跡された進行に基づいて医療処置の効力を決定するステップとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実行方法。
実施形態2:プラーク・ベースの疾患の進行が、対象者毎、血管毎、セグメント毎、または病変毎の1つまたは複数に基づいて追跡される、実施形態1の方法。
実施形態3:プラーク・ベースの疾患の進行が、進行、退縮、混合反応-石灰化プラークの進行、混合反応-非石灰化プラークの進行のうちの1つまたは複数として追跡される、実施形態1または2の方法。
実施形態4:コンピュータ・システムによって、プラーク・ベースの疾患の追跡された進行に基づいて決定された医療処置の効力に少なくとも部分的に基づいて、さらなる提案医療処置を生成するステップをさらに含む、実施形態1~3のいずれか1つの方法。
実施形態5:さらなる提案医療処置が、プラーク・ベースの疾患の追跡された進行に基づいて決定された医療処置の効力がニュートラルまたはネガティブである医療処置とは異なる、実施形態1~4のいずれか1つの方法。
実施形態6:医療処置が、薬物処置、生活様式処置、または血行再建処置のうちの1つまたは複数を含む、実施形態1~5のいずれか1つの方法。
実施形態7:薬物処置が、スタチン、ヒト免疫不全ウイルス(HIV)治療薬、イコサペント酸エチル、ベンペド酸、リバーロキサバン、アスピリン、プロタンパク質転換酵素サブチリシン・ケキシン9型(PCSK-9)阻害薬、インクリシラン、ナトリウム・グルコース共輸送体-2(SGLT-2)阻害薬、グルカゴン様ペプチド-1(GLP-1)受容体アゴニスト、または低密度リポタンパク質(LDL)アファレシスのうちの1つまたは複数を含む、実施形態6の方法。
実施形態8:生活様式処置が、運動の増加、有酸素運動、無酸素運動、禁煙、または食生活の変化のうちの1つまたは複数を含む、実施形態6または7の方法。
実施形態9:血行再建処置が、バイパス移植術、ステント留置術、または生体吸収性足場の使用のうちの1つまたは複数を含む、実施形態6~8のいずれか1つの方法。
実施形態10:プラーク・パラメータの第1のセット、プラーク・パラメータの第2のセット、血管パラメータの第1のセット、または血管パラメータの第2のセットのうちの1つまたは複数が、スキャナ・タイプ、画像獲得パラメータ、エネルギー、ゲーティング、コントラスト、対象者の年齢、対象者の体形、心臓周囲構造、またはプラーク・タイプのうちの1つまたは複数を考慮に入れるように正規化される、実施形態1~9のいずれか1つの方法。
実施形態11:プラークの1つまたは複数の領域の密度の増加が、医療処置のポジティブな効力を示すものである、実施形態1~10のいずれか1つの方法。
実施形態12:プラークの1つまたは複数の領域の密度がハウンスフィールド単位密度を含む、実施形態1~11のいずれか1つの方法。
実施形態13:プラークの1つまたは複数の領域の密度が絶対密度を含む、実施形態1~12のいずれか1つの方法。
実施形態14:プラークの1つまたは複数の領域の位置が、心筋側、心膜側、二分岐、三分岐、近位、中位、遠位、主血管、または血管枝のうち1つまたは複数を含む、実施形態1~13のいずれか1つの方法。
実施形態15:プラークの領域の位置の心膜側から心筋側への変化が医療処置のポジティブな効力を示すものである、実施形態14の方法。
実施形態16:プラークの1つまたは複数の領域の体積が、絶対プラーク体積またはパーセント・アテローム体積(PAV)のうちの1つまたは複数を含む、実施形態1~15のいずれか1つの方法。
実施形態17:第1の時点と第2の時点との間のプラークの1つまたは複数の領域の体積の増加が、医療処置のネガティブな効力を示すものである、実施形態1~16のいずれか1つの方法。
実施形態18:血管構造の血管リモデリングが、1つまたは複数の冠動脈アテローム硬化病変の血管リモデリングを含む、実施形態1~17のいずれか1つの方法。
実施形態19:血管構造の血管リモデリングが、リモデリングにおける方向性の変化のうちの1つまたは複数を含み、リモデリングにおける方向性の変化が、外向き、中間、または内向きのうちの1つまたは複数を含む、実施形態1~18のいずれか1つの方法。
実施形態20:第1の時点と第2の時点との間のより外向きのリモデリングが、医療処置のネガティブな効力を示すものである、実施形態19の方法。
実施形態21:非侵襲的医用画像分析に基づいてプラーク・ベースの疾患に対する医療処置の効力を追跡するためのシステムであって、複数のコンピュータ実行可能命令を格納するように構成された、1つまたは複数のコンピュータ可読記憶デバイスと、1つまたは複数のコンピュータ可読記憶デバイスと通信しており、複数のコンピュータ実行可能命令を実行するように構成された、1つまたは複数のハードウェア・コンピュータ・プロセッサとを備え、複数のコンピュータ実行可能命令を実行することにより、対象者に関連付けられたプラーク・パラメータの第1のセットおよび血管パラメータの第1のセットにアクセスするステップであって、プラーク・パラメータの第1のセットおよび血管パラメータの第1のセットが、プラークの1つまたは複数の領域を含む対象者の第1の医用画像から導き出され、対象者の第1の医用画像が、第1の時点で非侵襲的に取得され、プラーク・パラメータの第1のセットが、第1の時点の対象者の医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの第1のセットが、第1の時点の血管構造の血管リモデリングを含む、ステップと、対象者の第2の医用画像にアクセスするステップであって、対象者の第2の医用画像が、対象者が医療処置で処置された後の第2の時点で非侵襲的に取得され、第2の時点が、第1の時点より後であり、対象者の第2の医用画像が、プラークの1つまたは複数の領域を含む、ステップと、第2の医用画像からプラークの1つまたは複数の領域を同定するステップと、第2の医用画像からプラークの1つまたは複数の領域を分析することによって、プラーク・パラメータの第2のセットおよび対象者に関連付けられた血管パラメータの第2を決定するステップであって、プラーク・パラメータの第2のセットが、第2の時点の対象者の医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの第2のセットが、第2の時点の血管構造の血管リモデリングを含む、ステップと、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の1つまたは複数の変化を分析するステップと、血管パラメータの第1のセットと血管パラメータの第2のセットとの間の1つまたは複数の変化を分析するステップと、プラーク・パラメータの第1のセットとプラーク・パラメータの第2のセットとの間の分析された1つもしくは複数の変化、または血管パラメータの第1のセットと血管パラメータの第2のセットとの間の分析された1つもしくは複数の変化のうちの1つまたは複数に基づいて、プラーク・ベースの疾患の進行を追跡するステップと、プラーク・ベースの疾患の追跡された進行に基づいて医療処置の効力を決定するステップとをシステムに行わせるための、システム。
実施形態22:プラーク・ベースの疾患の進行が、対象者毎、血管毎、セグメント毎、または病変毎の1つまたは複数に基づいて追跡される、実施形態21のシステム。
実施形態23:プラーク・ベースの疾患の追跡された進行に基づいて決定された医療処置の効力に少なくとも部分的に基づいて、さらなる提案医療処置を生成するステップをシステムにさらに行わせる、実施形態21または22のシステム。
実施形態24:さらに生成された医療処置が、薬物処置、生活様式処置、または血行再建処置のうちの1つまたは複数を含む、実施形態23のシステム。
実施形態25:薬物処置が、スタチン、ヒト免疫不全ウイルス(HIV)治療薬、イコサペント酸エチル、ベンペド酸、リバーロキサバン、アスピリン、プロタンパク質変換酵素サブチリシン・ケキシン9型(PCSK-9)阻害薬、インクリシラン、ナトリウム・グルコース共輸送体-2(SGLT-2)阻害薬、グルカゴン様ペプチド1(GLP-1)受容体アゴニスト、または低密度リポタンパク質(LDL)アファレシスのうちの1つまたは複数を含み、生活様式処置が、運動の増加、有酸素運動、無酸素運動、禁煙、または食生活の変化のうちの1つまたは複数を含み、血行再建処置が、バイパス移植術、ステント留置術、または生体吸収性足場の使用のうちの1つまたは複数を含む、実施形態24のシステム。
実施形態26:プラーク・パラメータの第1のセット、プラーク・パラメータの第2のセット、血管パラメータの第1のセット、または血管パラメータの第2のセットのうちの1つまたは複数が、スキャナ・タイプ、画像獲得パラメータ、エネルギー、ゲーティング、コントラスト、対象者の年齢、対象者の体形、心臓周囲構造、またはプラーク・タイプのうちの1つまたは複数を考慮に入れるように正規化される、実施形態21~25のいずれか1つのシステム。
実施形態27:プラークの1つまたは複数の領域の密度の増加が、医療処置のポジティブな効力を示すものである、実施形態21~26のいずれか1つのシステム。
実施形態28:プラークの1つまたは複数の領域の位置が、心筋側、心膜側、二分岐、三分岐、近位、中位、遠位、主血管、または血管枝のうち1つまたは複数を含み、プラークの領域の位置の心膜側から心筋側への変化が医療処置のポジティブな効力を示すものである、実施形態21~27のいずれか1つのシステム。
実施形態29:第1の時点と第2の時点との間のプラークの1つまたは複数の領域の体積の増加が、医療処置のネガティブな効力を示すものである、実施形態21~28のいずれか1つのシステム。
実施形態30:血管構造の血管リモデリングが、リモデリングにおける方向性の変化のうちの1つまたは複数を含み、リモデリングにおける方向性の変化が、外向き、中間、または内向きのうちの1つまたは複数を含み、第1の時点と第2の時点との間のより外向きのリモデリングが、医療処置のネガティブな効力を示すものである、実施形態21~29のいずれか1つのシステム。
ASCVDに対する処置の決定に関する特定の実施形態
以下は、ASCVDおよび/または他の関連する特徴に対する処置を決定するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、ASCVDおよび/または他の関連する特徴に対する処置を決定するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:1つまたは複数の定量的なイメージング・アルゴリズムを使用した冠動脈CT血管造影(CCTA)分析に基づいてアテローム性動脈硬化症(ASCVD)リスクを有する対象者のための継続する個人向け処置を決定するためのコンピュータ実行方法であって、コンピュータ・システムによって、1つまたは複数の定量的なイメージング・アルゴリズムを使用してベースラインCCTA分析結果を分析することによって、対象者のベースラインASCVDリスクを評価するステップであって、ベースラインCCTA分析結果が、1つまたは複数のアテローム動脈硬化パラメータまたは病巣周囲組織パラメータに少なくとも部分的に基づき、1つまたは複数のアテローム動脈硬化パラメータが、アテローム動脈硬化の存在、位置、広さ、重症度、またはタイプのうちの1つまたは複数を含む、ステップと、コンピュータ・システムによって、対象者のベースラインASCVDリスクをASCVDリスクの1つまたは複数の所定のカテゴリにカテゴライズするステップと、コンピュータ・システムによって、対象者のカテゴライズされたベースラインASCVDリスクに少なくとも部分的に基づいて、対象者のための初期の個人向け提案処置を決定するステップであって、対象者のための初期の個人向け提案処置が、内科的治療、生活様式療法、または介入療法のうちの1つまたは複数を含む、ステップと、コンピュータ・システムによって、1つまたは複数の定量的なイメージング・アルゴリズムを使用したその後のCCTA分析による決定された初期の個人向け提案処置への対象者反応を評価するステップ、およびその後のCCTA分析結果をベースラインCCTA分析結果と比較するステップであって、その後のCCTA分析が、決定された初期の個人向け提案処置を対象者に適用した後、実施され、対象者反応が、ASCVDの進行、安定化、または退縮のうちの1つまたは複数に基づいて評価される、ステップと、コンピュータ・システムによって、評価された対象者反応に少なくとも部分的に基づいて、対象者のための継続する個人向け提案処置を決定するステップであって、評価された対象者反応がASCVDの進行を含むとき、継続する個人向け提案処置が、初期の個人向け提案処置より高い階層型アプローチを含み、継続する個人向け提案処置が、内科的治療、生活様式療法、または介入療法のうちの1つまたは複数を含む、ステップとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実行方法。
実施形態2:ベースラインCCTA分析結果が、1つまたは複数の定量的なイメージング・アルゴリズムを、冠動脈、頸動脈、下肢、上肢、大動脈、または腎血管床のうちの1つまたは複数に適用することによって分析される、実施形態1の方法。
実施形態3:1つまたは複数のアテローム動脈硬化パラメータが、1つまたは複数のプラーク・パラメータまたは血管パラメータを含む、実施形態1または2の方法。
実施形態4:ASCVDリスクの1つまたは複数の所定のカテゴリが、ステージ0、ステージI、ステージII、またはステージIIIのうちの1つまたは複数を含む、実施形態1~3のいずれか1つの方法。
実施形態5:ASCVDリスクの1つまたは複数の所定のカテゴリが、なし、最小限、軽度、または中程度のうちの1つまたは複数を含む、実施形態1~4のいずれか1つの方法。
実施形態6:ASCVDリスクの1つまたは複数の所定のカテゴリが、主に石灰化または主に非石灰化プラークのうちの1つまたは複数を含む、実施形態1~5のいずれか1つの方法。
実施形態7:ASCVDリスクの1つまたは複数の所定のカテゴリが、低密度非石灰化プラークの単位に少なくとも部分的に基づく、実施形態1~6のいずれか1つの方法。
実施形態8:ASCVDリスクの1つまたは複数の所定のカテゴリが、低密度非石灰化プラークの単位に少なくとも部分的に基づく、実施形態1~7のいずれか1つの方法。
実施形態9:ASCVDリスクの1つまたは複数の所定のカテゴリが、連続した石灰化プラークに少なくとも部分的に基づく、実施形態1~8のいずれか1つの方法。
実施形態10:ASCVDリスクの1つまたは複数の所定のカテゴリが、将来のASCVDイベントのリスクのレベルに少なくとも部分的に基づき、将来のASCVDイベントが、心臓発作、脳卒中、肢切断、または切開のうちの1つまたは複数を含む、実施形態1~9のいずれか1つの方法。
実施形態11:対象者のASCVDリスクが、1つまたは複数の非ASCVD基準に少なくとも部分的にさらに基づいて、ASCVDリスクの1つまたは複数の所定のカテゴリにカテゴライズされ、1つまたは複数の非ASCVD基準が、1つまたは複数のCCTAアルゴリズムを使用して定量化される、実施形態1~10のいずれか1つの方法。
実施形態12:1つまたは複数の非ASCVD基準が、ASCVDに寄与し得る1つまたは複数の心血管測定値または非心血管測定値を含み、1つまたは複数の心血管測定値が、高血圧の場合の左心室肥大または心室細動の場合の心室体積のうちの1つまたは複数を含み、1つまたは複数の非心血管測定値が肺気腫を含む、実施形態11の方法。
実施形態13:対象者のための個人向け提案処置が、対象者のコレステロールまたはヘモグロビンA1Cの分析なしで決定される、実施形態1~12のいずれか1つの方法。
実施形態14:ASCVDの進行が、急速または非急速進行のうちの1つまたは複数を含む、実施形態1~13のいずれか1つの方法。
実施形態15:ASCVDの安定化が、非石灰化から石灰化へのASCVDの形質変換、低減衰プラークの低減、またはポジティブ動脈リモデリングの低減のうちの1つまたは複数を含む、実施形態1~14のいずれか1つの方法。
実施形態16:ASCVDの退縮が、ASCVD体積または負荷の減少、非石灰化プラークの減少、または低減衰プラークの減少のうちの1つまたは複数を含む、実施形態1~15のいずれか1つの方法。
実施形態17:対象者のための継続する個人向け提案処置が、対象者の低密度リポタンパク質(LDL)コレステロールまたはトリグリセリド(TG)レベルのうちの1つまたは複数に少なくとも部分的に基づいてさらに決定される、実施形態1~16のいずれか1つの方法。
実施形態18:1つまたは複数の内科的治療が、抗炎症性治療薬、抗血栓性治療薬、または糖尿病治療薬のうちの1つまたは複数を含む、実施形態1~17のいずれか1つの方法。
実施形態19:1つまたは複数の抗炎症性治療薬がコルヒチンを含み、1つまたは複数の抗血栓性治療薬が、リバーロキサバンまたはアスピリンのうちの1つまたは複数を含み、または1つまたは複数の糖尿病治療薬が、ナトリウム・グルコース共輸送体-2(SGLT2)阻害薬またはグルカゴン様ペプチド1受容体(GLP1R)アゴニストのうちの1つまたは複数を含む、実施形態18の方法。
実施形態20:評価された対象者反応がASCVDの安定化または退縮を含む場合、継続する個人向け提案処置が、初期の個人向け提案処置と同じかまたはそれよりも低い階層のアプローチを含む、実施形態1~19のいずれか1つの方法。
実施形態21:1つまたは複数の定量的なイメージング・アルゴリズムを使用した冠動脈CT血管造影(CCTA)分析に基づいてアテローム性動脈硬化症(ASCVD)リスクを有する対象者のための継続する個人向け処置を決定するためのシステムであって、複数のコンピュータ実行可能命令を格納するように構成された、1つまたは複数のコンピュータ可読記憶デバイスと、1つまたは複数のコンピュータ可読記憶デバイスと通信しており、複数のコンピュータ実行可能命令を実行するように構成された、1つまたは複数のハードウェア・コンピュータ・プロセッサとを備え、複数のコンピュータ実行可能命令を実行することにより、1つまたは複数の定量的なイメージング・アルゴリズムを使用してベースラインCCTA分析結果を分析することによって、対象者のベースラインASCVDリスクを評価するステップであって、ベースラインCCTA分析結果が、1つまたは複数のアテローム動脈硬化パラメータまたは病巣周囲組織パラメータに少なくとも部分的に基づき、1つまたは複数のアテローム動脈硬化パラメータが、アテローム動脈硬化の存在、位置、広さ、重症度、またはタイプのうちの1つまたは複数を含む、ステップと、対象者のベースラインASCVDリスクをASCVDリスクの1つまたは複数の所定のカテゴリにカテゴライズするステップと、対象者のカテゴライズされたベースラインASCVDリスクに少なくとも部分的に基づいて、対象者のための初期の個人向け提案処置を決定するステップであって、対象者のための初期の個人向け提案処置が、内科的治療、生活様式療法、または介入療法のうちの1つまたは複数を含む、ステップと、1つまたは複数の定量的なイメージング・アルゴリズムを使用したその後のCCTA分析による決定された初期の個人向け提案処置への対象者反応を評価するステップ、およびその後のCCTA分析結果をベースラインCCTA分析結果と比較するステップであって、その後のCCTA分析が、決定された初期の個人向け提案処置を対象者に適用した後、実施され、対象者反応が、ASCVDの進行、安定化、または退縮のうちの1つまたは複数に基づいて評価される、ステップと、評価された対象者反応に少なくとも部分的に基づいて、対象者のための継続する個人向け提案処置を決定するステップであって、評価された対象者反応がASCVDの進行を含むとき、継続する個人向け提案処置が、初期の個人向け提案処置より高い階層型アプローチを含み、継続する個人向け提案処置が、内科的治療、生活様式療法、または介入療法のうちの1つまたは複数を含む、ステップとをシステムに行わせるための、システム。
実施形態22:評価された対象者反応がASCVDの安定化または退縮を含む場合、継続する個人向け提案処置が、初期の個人向け提案処置と同じかまたはそれよりも低い階層のアプローチを含む、実施形態21のシステム。
実施形態23:CCTAの結果が、1つまたは複数の定量的なイメージング・アルゴリズムを、冠動脈、頸動脈、下肢、上肢、大動脈、または腎血管床のうちの1つまたは複数に適用することによって分析される、実施形態21または22のシステム。
実施形態24:1つまたは複数のアテローム動脈硬化パラメータが、1つまたは複数のプラーク・パラメータまたは血管パラメータを含む、実施形態21~23のいずれか1つのシステム。
実施形態25:対象者のASCVDリスクが、1つまたは複数の非ASCVD基準に少なくとも部分的にさらに基づいて、ASCVDリスクの1つまたは複数の所定のカテゴリにカテゴライズされ、1つまたは複数の非ASCVD基準が、1つまたは複数のCCTAアルゴリズムを使用して定量化される、実施形態21~24のいずれか1つのシステム。
実施形態26:1つまたは複数の非ASCVD基準が、ASCVDに寄与し得る1つまたは複数の心血管測定値または非心血管測定値を含み、1つまたは複数の心血管測定値が、高血圧の場合の左心室肥大または心室細動の場合の心室体積のうちの1つまたは複数を含み、1つまたは複数の非心血管測定値が肺気腫を含む、実施形態25のシステム。
実施形態27:対象者のための個人向け提案処置が、対象者のコレステロールまたはヘモグロビンA1Cの分析なしで決定される、実施形態21~26のいずれか1つのシステム。
実施形態28:対象者のための継続する個人向け提案処置が、対象者の低密度リポタンパク質(LDL)コレステロールまたはトリグリセリド(TG)レベルのうちの1つまたは複数に少なくとも部分的に基づいてさらに決定される、実施形態21~27のいずれか1つのシステム。
実施形態29:1つまたは複数の抗炎症性治療薬がコルヒチンを含み、1つまたは複数の抗血栓性治療薬が、リバーロキサバンまたはアスピリンのうちの1つまたは複数を含み、または1つまたは複数の糖尿病治療薬が、ナトリウム・グルコース共輸送体-2(SGLT2)阻害薬またはグルカゴン様ペプチド1受容体(GLP1R)アゴニストのうちの1つまたは複数を含む、実施形態28のシステム。
実施形態30:ASCVDリスクの1つまたは複数の所定のカテゴリが、将来のASCVDイベントのリスクのレベルに少なくとも部分的に基づき、将来のASCVDイベントが、心臓発作、脳卒中、肢切断、または切開のうちの1つまたは複数を含む、実施形態21~29のいずれか1つのシステム。
アテローム動脈硬化の存在下における狭窄重症度および/または血管リモデリングの決定に関する特定の実施形態
以下は、アテローム動脈硬化および/または他の関連する特徴の存在下での狭窄重症度および/または血管リモデリングを決定するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
以下は、アテローム動脈硬化および/または他の関連する特徴の存在下での狭窄重症度および/または血管リモデリングを決定するシステムおよび方法の特定の実施形態の非現定例である。他の実施形態は、本明細書で考察する、1つまたは複数の他の特徴、または異なる特徴を含んでもよい。
実施形態1:対象者のための冠動脈疾患(CAD)のリスク評価のための非侵襲的医用画像分析に基づいて、アテローム動脈硬化の存在下で体積測定狭窄重症度および体積測定血管リモデリングを決定するコンピュータ実行方法であって、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および対象者の冠動脈領域の医用画像内のプラークの1つまたは複数の領域を同定するステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、プラークの1つまたは複数の領域の存在下の管腔壁境界、およびプラークの1つまたは複数の領域が存在しなかった場合の仮定の正常動脈境界を決定するステップであって、決定された管腔壁境界および仮定の正常動脈境界が、冠動脈の1つまたは複数のセグメントの先細りを含み、決定された管腔壁境界が、プラークの1つまたは複数の領域の境界をさらに含む、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された管腔壁境界に基づいて管腔体積を定量化するステップであって、定量化された管腔体積が、冠動脈の1つまたは複数のセグメントの先細りおよびプラークの1つまたは複数の領域の境界を考慮に入れる、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された仮定の正常動脈境界に基づいて仮定の正常血管体積を定量化するステップであって、定量化された仮定の正常血管体積が、冠動脈の1つまたは複数のセグメントの先細りを考慮に入れる、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、仮定の正常血管体積と比較した定量化された管腔体積のパーセンテージまたは比率を決定することによって体積測定狭窄を決定するステップと、コンピュータ・システムによって、決定された仮定の正常動脈境界外のプラークの1つまたは複数の領域の体積を定量化するステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された仮定の正常動脈境界外のプラークの1つまたは複数の領域の定量化された体積と、定量化された仮定の正常血管体積との合計を定量化された仮定の正常血管体積で割ることによって、体積測定三次元血管リモデリング指標を決定するステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントの決定された体積測定狭窄および体積測定三次元血管リモデリング指標に少なくとも部分的に基づいて、対象者のCADのリスクを決定するステップとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実行方法。
実施形態2:冠動脈の1つまたは複数のセグメントに対して、仮定の正常動脈境界に少なくとも部分的に基づいて、仮定の血液体積を定量化するステップと、1つまたは複数のセグメントに対して、実際の血液体積と定量化された仮定の血液体積とのパーセンテージまたは比率を決定することによって、断片血液体積を決定するステップとをさらに含む、実施形態1の方法。
実施形態3:コンピュータ・システムによって、決定された体積測定狭窄に少なくとも部分的に基づいて、虚血を決定するステップをさらに含む、実施形態1または2の方法。
実施形態4:コンピュータ・システムによって、冠動脈の1つまたは複数のセグメントに沿った、近位セクションの近位断面積および遠位セクションの遠位断面積を定量化するステップであって、近位セクションがプラークの1つまたは複数の領域を含まず、遠位セクションがプラークの1つまたは複数の領域のうちの少なくとも1つを含む、ステップと、コンピュータ・システムによって、近位セクションの血流の想定速度にアクセスするステップと、コンピュータ・システムによって、近位セクションの血流の想定速度、近位セクションの定量化された近位断面積、および冠動脈の1つまたは複数のセグメントに沿った遠位セクションの遠位断面積に少なくとも部分的に基づいて、遠位セクションの血流の速度を定量化するステップと、コンピュータ・システムによって、近位セクションの血流の想定速度および遠位セクションの血流の定量化された速度に少なくとも部分的に基づいて、近位セクションと遠位セクションとの間の圧力の変化を決定するステップと、コンピュータ・システムによって、近位セクションと遠位セクションとの間の圧力の決定された変化に少なくとも部分的に基づいて、冠動脈の1つまたは複数のセグメントに沿った虚血を決定するステップとによって、虚血を決定することをさらに含む、実施形態1~3のいずれか1つの方法。
実施形態5:血流の想定速度が、安静時の血流の想定速度、軽度の労作中の血流の想定速度、中程度の労作中の血流の想定速度、または極度の労作中の血流の想定速度のうちの1つまたは複数を含む、実施形態4の方法。
実施形態6:安静時の血流の想定速度が約250ml/分を含み、軽度の労作中の血流の想定速度が約250~500ml/分を含み、中程度の労作中の血流の想定速度が約500~750ml/分を含み、極度の労作中の血流の想定速度約1200ml/分を含む、実施形態5の方法。
実施形態7:コンピュータ・システムによって、冠動脈の1つまたは複数のセグメントに沿った、近位セクションの近位体積および遠位セクションの遠位体積を定量化するステップであって、近位セクションがプラークの1つまたは複数の領域を含まず、遠位セクションがプラークの1つまたは複数の領域のうちの少なくとも1つを含む、ステップと、コンピュータ・システムによって、近位セクションの血流の想定速度にアクセスするステップと、コンピュータ・システムによって、近位セクションの血流の想定速度、近位セクションの定量化された近位体積、および冠動脈の1つまたは複数のセグメントに沿った遠位セクションの遠位体積に少なくとも部分的に基づいて、遠位セクションの血流の速度を定量化するステップと、コンピュータ・システムによって、遠位セクションの血流の定量化された速度に少なくとも部分的に基づいて、遠位セクションの血流の速度時間積分を決定するステップと、コンピュータ・システムによって、遠位セクションの血流の決定された速度時間積分に少なくとも部分的に基づいて、冠動脈の1つまたは複数のセグメントに沿った虚血を決定するステップとによって、虚血を決定することをさらに含む、実施形態1~6のいずれか1つの方法。
実施形態8:血流の想定速度が、安静時、軽度の労作中、中程度の労作中、または極度の労作中の血流の想定速度のうちの1つまたは複数を含む、実施形態7の方法。
実施形態9:安静時の血流の想定速度が約250ml/分を含み、軽度の労作中の血流の想定速度が約250~500ml/分を含み、中程度の労作中の血流の想定速度が約500~750ml/分を含み、極度の労作中の血流の想定速度約1200ml/分を含む、実施形態8の方法。
実施形態10:対象者のための冠動脈疾患(CAD)のリスク評価のための非侵襲的医用画像分析に基づいて、アテローム動脈硬化の存在下で体積測定狭窄重症度を決定するコンピュータ実行方法であって、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および対象者の冠動脈領域の医用画像内のプラークの1つまたは複数の領域を同定するステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、プラークの1つまたは複数の領域の存在下の管腔壁境界、およびプラークの1つまたは複数の領域が存在しなかった場合の仮定の正常動脈境界を決定するステップであって、決定された管腔壁境界および仮定の正常動脈境界が、冠動脈の1つまたは複数のセグメントの先細りを含み、決定された管腔壁境界が、プラークの1つまたは複数の領域の境界をさらに含む、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された管腔壁境界に基づいて管腔体積を定量化するステップであって、定量化された管腔体積が、冠動脈の1つまたは複数のセグメントの先細りおよびプラークの1つまたは複数の領域の境界を考慮に入れる、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、決定された仮定の正常動脈境界に基づいて仮定の正常血管体積を定量化するステップであって、定量化された仮定の正常血管体積が、冠動脈の1つまたは複数のセグメントの先細りを考慮に入れる、ステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントに対して、仮定の正常血管体積と比較した定量化された管腔体積のパーセンテージまたは比率を決定することによって体積測定狭窄を決定するステップと、コンピュータ・システムによって、冠動脈の同定された1つまたは複数のセグメントの決定された体積測定狭窄に少なくとも部分的に基づいて、対象者のCADのリスクを決定するステップとを含み、コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実行方法。
実施形態11:コンピュータ・システムによって、決定された体積測定狭窄に少なくとも部分的に基づいて、虚血を決定するステップをさらに含む、実施形態10の方法。
実施形態12:非侵襲的医用画像分析に基づいて対象者の虚血を定量化するコンピュータ実行方法であって、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および対象者の冠動脈領域の医用画像内のプラークの1つまたは複数の領域を同定するステップと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメントに沿った、近位セクションの近位断面積および遠位セクションの遠位断面積を定量化するステップであって、近位セクションがプラークの1つまたは複数の領域を含まず、遠位セクションがプラークの1つまたは複数の領域のうちの少なくとも1つを含む、ステップと、コンピュータ・システムによって、近位セクションの血流の想定速度にアクセスするステップと、コンピュータ・システムによって、近位セクションの血流の想定速度、近位セクションの定量化された近位断面積、および冠動脈の1つまたは複数のセグメントに沿った遠位セクションの遠位断面積に少なくとも部分的に基づいて、遠位セクションの血流の速度を定量化するステップと、コンピュータ・システムによって、近位セクションの血流の想定速度および遠位セクションの血流の定量化された速度に少なくとも部分的に基づいて、近位セクションと遠位セクションとの間の圧力の変化を決定するステップと、コンピュータ・システムによって、近位セクションと遠位セクションとの間の圧力の決定された変化に少なくとも部分的に基づいて、冠動脈の1つまたは複数のセグメントに沿った虚血を定量化するステップとを含む、方法。
実施形態13:血流の想定速度が、安静時、軽度の労作中、中程度の労作中、または極度の労作中の血流の想定速度のうちの1つまたは複数を含む、実施形態12の方法。
実施形態14:安静時の血流の想定速度が約250ml/分を含み、軽度の労作中の血流の想定速度が約250~500ml/分を含み、中程度の労作中の血流の想定速度が約500~750ml/分を含み、極度の労作中の血流の想定速度約1200ml/分を含む、実施形態13の方法。
実施形態15:近位セクションの近位断面積および遠位セクションの遠位断面積が時間平均測定値を含む、実施形態12~14のいずれか1つの方法。
実施形態16:非侵襲的医用画像分析に基づいて対象者の虚血を定量化するコンピュータ実行方法であって、コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスするステップであって、対象者の冠動脈領域の医用画像が、非侵襲的に取得される、ステップと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および対象者の冠動脈領域の医用画像内のプラークの1つまたは複数の領域を同定するステップと、コンピュータ・システムによって、冠動脈の1つまたは複数のセグメントに沿った、近位セクションの近位体積および遠位セクションの遠位体積を定量化するステップであって、近位セクションがプラークの1つまたは複数の領域を含まず、遠位セクションがプラークの1つまたは複数の領域のうちの少なくとも1つを含む、ステップと、コンピュータ・システムによって、近位セクションの血流の想定速度にアクセスするステップと、コンピュータ・システムによって、近位セクションの血流の想定速度、近位セクションの定量化された近位体積、および冠動脈の1つまたは複数のセグメントに沿った遠位セクションの遠位体積に少なくとも部分的に基づいて、遠位セクションの血流の速度を定量化するステップと、コンピュータ・システムによって、遠位セクションの血流の定量化された速度に少なくとも部分的に基づいて、遠位セクションの血流の速度時間積分を決定するステップと、コンピュータ・システムによって、遠位セクションの血流の決定された速度時間積分に少なくとも部分的に基づいて、冠動脈の1つまたは複数のセグメントに沿った虚血を定量化するステップとを含む、方法。
実施形態17:血流の想定速度が、安静時、軽度の労作中、中程度の労作中、または極度の労作中の血流の想定速度のうちの1つまたは複数を含む、実施形態16の方法。
実施形態18:安静時の血流の想定速度が約250ml/分を含み、軽度の労作中の血流の想定速度が約250~500ml/分を含み、中程度の労作中の血流の想定速度が約500~750ml/分を含み、極度の労作中の血流の想定速度約1200ml/分を含む、実施形態17の方法。
実施形態19:近位セクションの近位体積および遠位セクションの遠位体積が時間平均測定値を含む、実施形態16~18のいずれか1つの方法。
実施形態20:遠位セクションの血流の速度時間積分が、対象者の測定された心拍に少なくとも部分的に基づいてさらに決定される、実施形態16~19のいずれか1つの方法。
他の実施形態
本発明は、特定の実施形態および例のコンテキストで開示されてきたが、本発明は、詳細に開示された実施形態を超えて、本発明の他の代替実施形態および/または使用、ならびにその明らかな変更形態および同等物に拡張されることが当業者によって理解されよう。更に、本発明の実施形態のいくつかの変形形態が詳細に示され説明されてきたが、本発明の範囲内にある他の変更形態が、本開示に基づき、当業者には容易に明らかになるであろう。実施形態の特異的特徴および態様の様々な結合またはサブ結合が行われ、本発明の範囲に更に含まれることも考えられる。開示の実施形態の様々な特徴および態様は、開示の発明の実施形態の様々なモードを形成するために、互いに結合または代用できることが理解されるべきである。本明細書で開示されたいずれかの方法は、列挙された順序で実施される必要はない。したがって、開示された本明細書における本発明の範囲は、上記で説明された特定の実施形態で限定されるべきではないことが意図される。
本発明は、特定の実施形態および例のコンテキストで開示されてきたが、本発明は、詳細に開示された実施形態を超えて、本発明の他の代替実施形態および/または使用、ならびにその明らかな変更形態および同等物に拡張されることが当業者によって理解されよう。更に、本発明の実施形態のいくつかの変形形態が詳細に示され説明されてきたが、本発明の範囲内にある他の変更形態が、本開示に基づき、当業者には容易に明らかになるであろう。実施形態の特異的特徴および態様の様々な結合またはサブ結合が行われ、本発明の範囲に更に含まれることも考えられる。開示の実施形態の様々な特徴および態様は、開示の発明の実施形態の様々なモードを形成するために、互いに結合または代用できることが理解されるべきである。本明細書で開示されたいずれかの方法は、列挙された順序で実施される必要はない。したがって、開示された本明細書における本発明の範囲は、上記で説明された特定の実施形態で限定されるべきではないことが意図される。
数ある中でも、「can」、「could」、「might」、または「may」などの条件付きの言葉は、別途詳述されない限り、または使用されるコンテキスト内で別途理解されない限り、一般に、特定の特徴、要素、および/またはステップを、特定の実施形態が含む一方で他の実施形態が含まないことを伝えるためのものである。したがって、このような条件付きの言葉は、一般に、特徴、要素、および/もしくはステップが、1つもしくは複数の実施形態に必要な、いずれかのやり方であること、または、1つもしくは複数の実施形態が、ユーザ入力またはプロンプトの有無にかかわらず、これらの特徴、要素、および/もしくはステップが含まれるか、いずれかの特定の実施形態で実施されることになるかを決めるためのロジックを必ず含むことを示唆するためのものではない。本明細書で使用される見出しは、単に読者の利便性のためのものであり、本発明の範囲または請求の範囲を限定することを意味しない。
更に、本明細書で説明される方法およびデバイスは、様々な変更形態および代替形式が可能であるが、その具体例が図面に示されてきており、本明細書で詳細に説明される。それでも、本発明は、開示の特定の形式または方法に限定されるべきではなく、逆に、本発明は、説明される様々な実装形態および添付の請求の範囲の精神および範囲内に含まれる全ての変更形態、同等物、および代替形態をカバーするべきであることが理解されるべきである。更に、実装形態または実施形態に関する、いずれかの特定の特徴、態様、方法、性質、特性、品質、属性、要素、または同様のものの本明細書における開示は、本明細書で示される全ての他の実装形態または実施形態で使用することができる。本明細書で開示されたいずれかの方法は、列挙された順序で実施される必要はない。本明細書で開示された方法は、開業医によって取られる特定のアクションを含み得るが、方法は、明確にまたは暗示によって、これらのアクションの任意の第三者の命令も含むことができる。本明細書で開示される範囲は、任意および全ての重複、サブ範囲、および結合も包含する。「まで」、「少なくとも」、「より大きい」、「より小さい」、「との間の」、および同様のものなどの言葉は、列挙された数を含む。「約(about)」または「およそ(approximately)」などの用語に続く数字は、列挙された数字を含み、(例えば、例えば±5%、±10%、±15%など、この状況下での合理的な範囲でできる限り正確な)状況に基づいて解釈されるべきである。例えば、「約3.5mm」は、「3.5mm」を含む。「実質的に」などの用語に続く句は、列挙された句を含み、(例えば、この状況下での合理的な範囲でできる限り多くの)状況に基づいて解釈されるべきである。例えば、「実質的に不変」は、「不変」を含む。別途述べられない限り、全ての測定が、温度および圧力を含む標準的な条件でのものである。
本明細書で使用されるように、項目のリスト「の少なくとも1つ」に言及する句は、単一のメンバを含むこれらの項目のいずれかの組合せを指す。例として、「A、B、またはCの少なくとも1つ」は、A、B、C、AおよびB、AおよびC、BおよびC、ならびにA、B、およびCをカバーすることを意図する。句「X、Y、およびZの少なくとも1つ」などの接続語は、別途詳述されない限り、項目、用語等が、X、Y、またはZの少なくとも1つであり得ることを伝えるために一般的に使用されるコンテキストで別途理解される。したがって、このような接続語は、一般に、Xの少なくとも1つ、Yの少なくとも1つ、およびZの少なくとも1つがそれぞれ存在することを、特定の実施形態が要求することを示唆するためのものではない。
Claims (20)
- アルゴリズム・ベースの医用イメージング分析のための対象者の冠動脈領域の医用画像を正規化するように構成された正規化デバイスであって、
少なくとも、患者および正規化デバイスの関心領域が、医療画像装置によって撮られた医用画像に現れるように、該正規化デバイスおよび該患者が一緒にイメージングされることが可能なように該患者と共に該医療画像装置に置かれるようなサイズおよび形状で構成された基板と、
該基板上または該基板内に位置付けられた複数の区画であって、該複数の区画の配置が、該基板上または該基板内に固定される、複数の区画と、
それぞれが該複数の区画のうちの1つの中に位置付けられ、それぞれの体積、絶対密度、および相対密度が既知である複数のサンプルと
を備え、該複数のサンプルが、
コントラスト・サンプルのそれぞれが該コントラスト・サンプルの他の絶対密度とは異なる絶対密度を含むコントラスト・サンプルのセット、
カルシウム・サンプルのそれぞれが該カルシウム・サンプルの他の絶対密度とは異なる絶対密度を含むカルシウム・サンプルのセット、および
脂肪サンプルのそれぞれが該脂肪サンプルの他の絶対密度とは異なる絶対密度を含む脂肪サンプルのセット
を含み、
該セットのコントラスト・サンプルが、カルシウム・サンプルの該セットおよび脂肪サンプルの該セットがコントラスト・サンプルの該セットを囲むように、該複数の区画内に配置される、正規化デバイス。 - 前記基板に配置された取付けメカニズムを更に備え、該取付けメカニズムは、前記患者および前記正規化デバイスの前記関心領域が、前記医療画像装置によって撮られた前記医用画像に現れるように、前記正規化デバイスおよび前記患者が一緒にイメージングされることが可能なように前記正規化デバイスを前記患者に取り付けるように構成される、請求項1に記載の正規化デバイス。
- コントラスト・サンプルの前記セットが、4つのコントラスト・サンプルを含み、
カルシウム・サンプルの前記セットが、4つのカルシウム・サンプルを含み、
脂肪サンプルの前記セットが、4つの脂肪サンプルを含む、
請求項1に記載の正規化デバイス。 - 前記複数のサンプルが、空気サンプルおよび水サンプルのうちの少なくとも1つを更に含む、請求項3に記載の正規化デバイス。
- 第1のコントラスト・サンプルの前記体積が、第2のコントラスト・サンプルの体積とは異なり、
第1のカルシウム・サンプルの前記体積が、第2のカルシウム・サンプルの体積とは異なり、
第1の脂肪サンプルの前記体積が、第2の脂肪サンプルの体積とは異なる、
請求項1に記載の正規化デバイス。 - 第1のコントラスト・サンプルが、第2のコントラスト・サンプル、第1のカルシウム・サンプル、および第1の脂肪サンプルに隣接しているように、前記複数の区画内に配置される、請求項1に記載の正規化デバイス。
- 第1のカルシウム・サンプルが、第2のカルシウム・サンプル、第1のコントラスト・サンプル、および第1の脂肪サンプルに隣接しているように、前記複数の区画内に配置される、請求項1に記載の正規化デバイス。
- 第1の脂肪サンプルが、第2の脂肪サンプル、第1のコントラスト・サンプル、および第1のカルシウム・サンプルに隣接しているように、前記複数の区画内に配置される、請求項1に記載の正規化デバイス。
- コントラスト・サンプルの前記セット、カルシウム・サンプルの前記セット、および脂肪サンプルの前記セットが、血管を模倣するような形で配置される、請求項1に記載の正規化デバイス。
- 請求項1に記載の正規化デバイスを使用したアテローム性動脈硬化症(ASCVD)のリスク評価を生成するためのコンピュータ実装方法であって、前記医用イメージングの正規化が、前記アルゴリズム・ベースのイメージング分析の精度を改善し、
第1の動脈床の画像の第1のセットおよび第2の動脈床の画像の第1のセットを受け取ることであって、該第2の動脈床が、該第1の動脈床と非連続であり、該第1の動脈床の画像の該第1のセットおよび該第2の動脈床の画像の該第1のセットのうちの少なくとも1つが、前記正規化デバイスを使用して正規化される、受け取ることと、
該第1の動脈床の画像の該第1のセットを使用して該第1の動脈床におけるASCVDを定量化することと、
該第2の動脈床の画像の該第1のセットを使用して該第2の動脈床におけるASCVDを定量化することと、
該第1の動脈床における該定量化されたASCVDおよび該第2の動脈床における該定量化されたASCVDに基づいて第1のASCVDリスク・スコアを決定することと
を含む、コンピュータ実装方法。 - 前記第1の動脈床の前記定量化されたASCVDおよび前記第1の動脈床の重み付けられた有害イベントに基づいて、前記第1の動脈床の第1の重み付けられた評価を決定することと、
前記第2の動脈床の前記定量化されたASCVDおよび前記第2の動脈床の重み付けられた有害イベントに基づいて、前記第2の動脈床の第2の重み付けられた評価を決定することと
を更に含み、
前記第1のASCVDリスク・スコアを決定することが、該第1の重み付けられた評価および該第2の重み付けられた評価に基づいて前記ASCVDリスク・スコアを決定することを更に含む、請求項10に記載の方法。 - 前記第1の動脈床の画像の第2のセットおよび前記第2の動脈床の画像の第2のセットを受け取ることであって、前記第1の動脈床の画像の該第2のセットが、前記第1の動脈床の画像の前記第1のセットを生成した後に生成され、前記第2の動脈床の画像の該第2のセットが、前記第2の動脈床の画像の前記第1のセットを生成した後に生成される、受け取ることと、
前記第1の動脈床の画像の該第2のセットを使用して前記第1の動脈床におけるASCVDを定量化することと、
前記第2の動脈床の画像の該第2のセットを使用して前記第2の動脈床におけるASCVDを定量化することと、
画像の該第2のセットを使用した前記第1の動脈床における該定量化されたASCVD、および画像の該第2のセットを使用した前記第2の動脈床における該定量化されたASCVDに基づいて、第2のASCVDリスク・スコアを決定することと
を更に含む、請求項11に記載の方法。 - 前記第2のASCVDリスク・スコアを決定することが、前記第1のASCVDリスク・スコアに更に基づく、請求項12に記載の方法。
- 前記第1の動脈床が、大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含み、前記第2の動脈床が、前記第1の動脈床の該動脈とは異なる大動脈、頸動脈、下肢動脈、腎動脈、または大脳動脈のうちの1つの動脈を含む、請求項10に記載の方法。
- 請求項1に記載の正規化デバイスを使用して生成された画像に基づく患者に関するマルチメディア医療レポートを生成するコンピュータ実装方法であって、該正規化デバイスが、非侵襲的医用画像分析の精度を改善し、該医療レポートが、該患者の1つまたは複数のテストに関連付けられ、
患者の該医療レポートを生成したいという要求の入力を受け取ることであって、該要求が、該医療レポートのフォーマットを示す、受け取ることと、
該患者に関する患者情報を受け取ることであって、該患者情報が、該レポート生成要求に関連付けられる、受け取ることと、
該患者情報を使用して、該患者に関連付けられた1つまたは複数の患者特性を決定することと、
医療レポートのタイプと患者医療情報との間の関連付けにアクセスすることであって、該患者医療情報が、該患者に関する医用画像および該患者に対して実施された1つまたは複数のテストのテスト結果を含み、該医用画像が、該正規化デバイスを使用して生成される、アクセスすることと、
該患者の医療情報に関連付けられたレポート内容および要求された該医療レポートにアクセスすることであって、該レポート内容が、特定の患者に関係ないマルチメディア・コンテンツを含み、該マルチメディア・コンテンツが、該患者の言語でのあいさつセグメント、行われたテストのタイプを説明する説明セグメント、テスト結果を伝えるための結果セグメント、および該テストの結果を説明する説明セグメント、および結論セグメントを含み、該マルチメディア・コンテンツの少なくとも一部分が、該患者に対して実施されたテストに関連したテスト結果および1つまたは複数の医用画像を含む、アクセスすることと、
該医療レポートの該フォーマットに少なくとも部分的に基づいて、該患者情報およびレポート内容を使用して、該要求された医療レポートを生成することと
を含む、コンピュータ実装方法。 - 請求項1に記載の正規化デバイスを使用して非侵襲的医用画像分析から導出された多次元情報に基づいて対象者の1つまたは複数のCADリスク・スコアを生成することによって該対象者の冠動脈疾患(CAD)のリスクを評価するコンピュータ実装方法であって、該正規化デバイスが、該非侵襲的医用画像分析の精度を改善し、
コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスすることであって、該対象者の該冠動脈領域の該医用画像が、非侵襲的に取得される、アクセスすることと、
該コンピュータ・システムによって、該対象者の該冠動脈領域の該医用画像内の冠動脈の1つまたは複数のセグメントを同定することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントのそれぞれに対して、1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータを決定することであって、該1つまたは複数のプラーク・パラメータが、プラーク体積、プラーク組成、プラーク減衰、またはプラーク位置のうちの1つまたは複数を含み、該1つまたは複数の血管パラメータが、狭窄重症度、管腔体積、冠動脈血液体積のパーセンテージ、または断片心筋質量のパーセンテージのうちの1つまたは複数を含み、該1つまたは複数の臨床パラメータが、年齢の百分位数健康状態または性別の百分位数健康状態のうちの1つまたは複数を含む、決定することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントのそれぞれに対して、該決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの重み付けられた基準を生成することであって、該重み付けられた基準が、補正因子を適用することによって生成される、生成することと、
該コンピュータ・システムによって、1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアを生成するために、冠動脈の該同定された1つまたは複数のセグメントのそれぞれの、該決定された1つまたは複数のプラーク・パラメータ、血管パラメータ、および臨床パラメータの該生成された重み付けられた基準を組み合わせることと、
該コンピュータ・システムによって、血管毎、血管領域毎、または対象者毎のうちの1つまたは複数に基づいて、該対象者のCADのリスクを視覚化および定量化するための、該生成された1つまたは複数の血管毎、血管領域毎、または対象者毎のCADリスク・スコアのグラフィカル・プロットを生成することと
を含み、
該コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実装方法。 - 請求項1に記載の正規化デバイスを使用した非侵襲的医用画像分析に基づいてプラーク・ベースの疾患に対する医療処置の効力を追跡するコンピュータ実装方法であって、該正規化デバイスが、該非侵襲的医用画像分析の精度を改善し、
コンピュータ・システムによって、対象者に関連付けられたプラーク・パラメータの第1のセットおよび血管パラメータの第1のセットにアクセスすることであって、プラーク・パラメータの該第1のセットおよび血管パラメータの該第1のセットが、プラークの1つまたは複数の領域を含む該対象者の第1の医用画像から導出され、該対象者の該第1の医用画像が、第1の時点で非侵襲的に取得され、プラーク・パラメータの該第1のセットが、該第1の時点の該対象者の該医用画像からのプラークの1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの該第1のセットが、該第1の時点の血管構造の血管リモデリングを含む、アクセスすることと、
該コンピュータ・システムによって、該対象者の第2の医用画像にアクセスすることであって、該対象者の該第2の医用画像が、該対象者が医療処置で治療された後の第2の時点で非侵襲的に取得され、該第2の時点が、該第1の時点より後であり、該対象者の該第2の医用画像が、プラークの該1つまたは複数の領域を含む、アクセスすることと、
該コンピュータ・システムによって、該第2の医用画像からプラークの該1つまたは複数の領域を同定することと、
該コンピュータ・システムによって、該第2の医用画像からプラークの該1つまたは複数の領域を分析することによって、プラーク・パラメータの第2のセットおよび該対象者に関連付けられた血管パラメータの第2を決定することであって、プラーク・パラメータの該第2のセットが、該第2の時点の該対象者の該医用画像からのプラークの該1つまたは複数の領域の密度、位置、または体積のうちの1つまたは複数を含み、血管パラメータの該第2のセットが、該第2の時点の該血管構造の血管リモデリングを含む、決定することと、
該コンピュータ・システムによって、プラーク・パラメータの該第1のセットとプラーク・パラメータの該第2のセットとの間の1つまたは複数の変化を分析することと、
該コンピュータ・システムによって、血管パラメータの該第1のセットと血管パラメータの該第2のセットとの間の1つまたは複数の変化を分析することと、
該コンピュータ・システムによって、プラーク・パラメータの該第1のセットとプラーク・パラメータの該第2のセットとの間の該分析された1つもしくは複数の変化、または血管パラメータの該第1のセットと血管パラメータの該第2のセットとの間の該分析された1つもしくは複数の変化のうちの1つまたは複数に基づいて、該プラーク・ベースの疾患の進行を追跡することと、
該コンピュータ・システムによって、該プラーク・ベースの疾患の該追跡された進行に基づいて該医療処置の効力を決定することと
を含み、
該コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実装方法。 - 請求項1に記載の正規化デバイスを使用した1つまたは複数の定量的なイメージング・アルゴリズムを使用した冠動脈CT血管造影(CCTA)分析に基づいてアテローム性動脈硬化症(ASCVD)リスクを有する対象者のための継続する個人化された治療を決定するためのコンピュータ実装方法であって、該正規化デバイスが、該1つまたは複数の定量的なイメージング・アルゴリズムの精度を改善し、
コンピュータ・システムによって、1つまたは複数の定量的なイメージング・アルゴリズムを使用してベースラインCCTA分析結果を分析することによって、該対象者のベースラインASCVDリスクを評価することであって、該ベースラインCCTA分析結果が、1つまたは複数のアテローム動脈硬化パラメータまたは病巣周囲組織パラメータに少なくとも部分的に基づき、該1つまたは複数のアテローム動脈硬化パラメータが、アテローム動脈硬化の存在、位置、広さ、重症度、またはタイプのうちの1つまたは複数を含む、評価することと、
該コンピュータ・システムによって、該対象者の該ベースラインASCVDリスクをASCVDリスクの1つまたは複数の所定のカテゴリにカテゴライズすることと、
該コンピュータ・システムによって、該対象者の該カテゴライズされたベースラインASCVDリスクに少なくとも部分的に基づいて、該対象者のための初期の個人化された提案される治療を決定することであって、該対象者のための該初期の個人化された提案される治療が、薬物療法、生活様式療法、または介入療法のうちの1つまたは複数を含む、決定することと、
該コンピュータ・システムによって、1つまたは複数の定量的なイメージング・アルゴリズムを使用したその後のCCTA分析による該決定された初期の個人化された提案される治療への対象者反応を評価し、該その後のCCTA分析結果を該ベースラインCCTA分析結果と比較することであって、該その後のCCTA分析が、該決定された初期の個人化された提案される治療を該対象者に適用した後、実施され、該対象者反応が、ASCVDの進行、安定化、または消失のうちの1つまたは複数に基づいて評価される、評価し比較することと、
該コンピュータ・システムによって、該評価された対象者反応に少なくとも部分的に基づいて、該対象者のための継続する個人化された提案される治療を決定することであって、該評価された対象者反応がASCVDの進行を含むとき、該継続する個人化された提案される治療が、該初期の個人化された提案される治療より高い階層型アプローチを含み、該継続する個人化された提案される治療が、薬物療法、生活様式療法、または介入療法のうちの1つまたは複数を含む、決定することと
を含み、
該コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実装方法。 - 請求項1に記載の正規化デバイスを使用した対象者のための冠動脈疾患(CAD)のリスク評価のための非侵襲的医用画像分析に基づいて、アテローム動脈硬化の存在下で体積測定狭窄重症度を決定するコンピュータ実装方法であって、該正規化デバイスが、該非侵襲的医用画像分析の精度を改善し、
コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスすることであって、該対象者の該冠動脈領域の該医用画像が、非侵襲的に取得される、アクセスすることと、
該コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および該対象者の該冠動脈領域の該医用画像内のプラークの1つまたは複数の領域を同定することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントに対して、プラークの該1つまたは複数の領域の存在下の管腔壁境界、およびプラークの該1つまたは複数の領域が存在しなかった場合の仮定の正常な動脈境界を決定することであって、該決定された管腔壁境界および該仮定の正常な動脈境界が、冠動脈の該1つまたは複数のセグメントの先細りを含み、該決定された管腔壁境界が、プラークの該1つまたは複数の領域の境界を更に含む、決定することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントに対して、該決定された管腔壁境界に基づいて管腔体積を定量化することであって、該定量化された管腔体積が、冠動脈の該1つまたは複数のセグメントの該先細りおよびプラークの該1つまたは複数の領域の該境界を考慮に入れる、定量化することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントに対して、該決定された仮定の正常な動脈境界に基づいて仮定の正常な血管体積を定量化することであって、該定量化された仮定の正常な血管体積が、冠動脈の該1つまたは複数のセグメントの該先細りを考慮に入れる、定量化することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントに対して、該仮定の正常な血管体積と比較した該定量化された管腔体積のパーセンテージまたは比率を決定することによって体積測定狭窄を決定することと、
該コンピュータ・システムによって、冠動脈の該同定された1つまたは複数のセグメントに対して、該決定された体積測定狭窄に少なくとも部分的に基づいて、該対象者のCADのリスクを決定することと
を含み、
該コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実装方法。 - 請求項1に記載の正規化デバイスを使用した非侵襲的医用画像分析に基づいて、対象者の虚血を定量化するコンピュータ実装方法であって、該正規化デバイスが、該非侵襲的医用画像分析の精度を改善し、
コンピュータ・システムによって、対象者の冠動脈領域の医用画像にアクセスすることであって、該対象者の該冠動脈領域の該医用画像が、非侵襲的に取得される、アクセスすることと、
該コンピュータ・システムによって、冠動脈の1つまたは複数のセグメント、および該対象者の該冠動脈領域の該医用画像内のプラークの1つまたは複数の領域を同定することと、
該コンピュータ・システムによって、冠動脈の該1つまたは複数のセグメントに沿った近位セクションの近位体積および遠位セクションの遠位体積を定量化することであって、該近位セクションが、プラークの該1つまたは複数の領域を含まず、該遠位セクションが、プラークの該1つまたは複数の領域のうちの少なくとも1つを含む、同定することと、
該コンピュータ・システムによって、該近位セクションの血流の想定速度にアクセスすることと、
該コンピュータ・システムによって、冠動脈の該1つまたは複数のセグメントに沿った該近位セクションの血流の該想定速度、該近位セクションの該定量化された近位体積、および該遠位セクションの該遠位体積に少なくとも部分的に基づいて、該遠位セクションの血流の速度を定量化することと、
該コンピュータ・システムによって、該遠位セクションの血流の該定量化された速度に少なくとも部分的に基づいて、該遠位セクションの血流の速度時間積分を決定することと、
該コンピュータ・システムによって、該遠位セクションの血流の該決定された速度時間積分に少なくとも部分的に基づいて、冠動脈の該1つまたは複数のセグメントに沿った虚血を定量化することと
を含み、
該コンピュータ・システムが、コンピュータ・プロセッサと電子記憶媒体とを含む、コンピュータ実装方法。
Applications Claiming Priority (15)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063041252P | 2020-06-19 | 2020-06-19 | |
US63/041,252 | 2020-06-19 | ||
US202063077044P | 2020-09-11 | 2020-09-11 | |
US202063077058P | 2020-09-11 | 2020-09-11 | |
US63/077,058 | 2020-09-11 | ||
US63/077,044 | 2020-09-11 | ||
US202063089790P | 2020-10-09 | 2020-10-09 | |
US63/089,790 | 2020-10-09 | ||
US17/142,120 | 2021-01-05 | ||
US17/142,120 US11501436B2 (en) | 2020-01-07 | 2021-01-05 | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
US202163142873P | 2021-01-28 | 2021-01-28 | |
US63/142,873 | 2021-01-28 | ||
US202163201142P | 2021-04-14 | 2021-04-14 | |
US63/201,142 | 2021-04-14 | ||
PCT/US2021/037919 WO2021257893A1 (en) | 2020-06-19 | 2021-06-17 | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023530453A true JP2023530453A (ja) | 2023-07-18 |
Family
ID=79171593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022577572A Pending JP2023530453A (ja) | 2020-06-19 | 2021-06-17 | 医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイス |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP4168981A1 (ja) |
JP (1) | JP2023530453A (ja) |
KR (1) | KR20230066277A (ja) |
AU (1) | AU2021292557A1 (ja) |
CA (1) | CA3182660A1 (ja) |
WO (1) | WO2021257893A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114358212B (zh) * | 2022-01-25 | 2024-01-30 | 电子科技大学 | 一种基于K-means的癌症预嘱指标数据分析系统 |
WO2023237553A1 (en) * | 2022-06-07 | 2023-12-14 | Pie Medical Imaging Bv | Method and system for assessing functionally significant vessel obstruction based on machine learning |
CN115271033B (zh) * | 2022-07-05 | 2023-11-21 | 西南财经大学 | 基于联邦知识蒸馏医学图像处理模型构建及其处理方法 |
CN117198514B (zh) * | 2023-11-08 | 2024-01-30 | 中国医学科学院北京协和医院 | 一种基于clip模型的易损斑块识别方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8639009B2 (en) * | 2000-10-11 | 2014-01-28 | Imatx, Inc. | Methods and devices for evaluating and treating a bone condition based on x-ray image analysis |
US7558611B2 (en) * | 2001-11-24 | 2009-07-07 | Image Analysis, Inc. | Automatic detection and quantification of coronary and aortic calcium |
EA009382B1 (ru) * | 2003-08-21 | 2007-12-28 | Искем Корпорейшн | Автоматизированные способы и системы для обнаружения и анализа сосудистых бляшек |
US8831319B2 (en) * | 2009-11-16 | 2014-09-09 | Arineta Ltd. | Method and system for calibrating CT images |
EP2806803B1 (en) * | 2012-01-23 | 2019-03-13 | Tomowave Laboratories, Inc. | Laser optoacoustic ultrasonic imaging system (louis) and methods of use |
US11062489B2 (en) * | 2018-02-13 | 2021-07-13 | Wisconsin Alumni Research Foundation | System and method for multi-architecture computed tomography pipeline |
CA3162872A1 (en) * | 2020-01-07 | 2021-07-15 | James K. MIN | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
-
2021
- 2021-06-17 CA CA3182660A patent/CA3182660A1/en active Pending
- 2021-06-17 AU AU2021292557A patent/AU2021292557A1/en active Pending
- 2021-06-17 WO PCT/US2021/037919 patent/WO2021257893A1/en unknown
- 2021-06-17 KR KR1020227045393A patent/KR20230066277A/ko unknown
- 2021-06-17 EP EP21826056.0A patent/EP4168981A1/en active Pending
- 2021-06-17 JP JP2022577572A patent/JP2023530453A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2021292557A1 (en) | 2023-02-09 |
WO2021257893A1 (en) | 2021-12-23 |
EP4168981A1 (en) | 2023-04-26 |
KR20230066277A (ko) | 2023-05-15 |
CA3182660A1 (en) | 2021-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11302001B2 (en) | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking | |
US11967078B2 (en) | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking | |
US11244451B1 (en) | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking | |
JP2023530453A (ja) | 医用画像分析、診断、重症度分類、意思決定、および/または疾患追跡のためのシステム、方法、およびデバイス | |
CA3227901A1 (en) | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking | |
US20240193776A1 (en) | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |