JP2023536661A - 側副換気を判定するために画像化データを分析する方法、システム、及び器具 - Google Patents

側副換気を判定するために画像化データを分析する方法、システム、及び器具 Download PDF

Info

Publication number
JP2023536661A
JP2023536661A JP2023507943A JP2023507943A JP2023536661A JP 2023536661 A JP2023536661 A JP 2023536661A JP 2023507943 A JP2023507943 A JP 2023507943A JP 2023507943 A JP2023507943 A JP 2023507943A JP 2023536661 A JP2023536661 A JP 2023536661A
Authority
JP
Japan
Prior art keywords
lung
cleft
defect
collateral ventilation
compartment
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
Application number
JP2023507943A
Other languages
English (en)
Inventor
スリ ラダクリシュナン
ライアン オリヴェラ
Original Assignee
プルモンクス コーポレイション
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by プルモンクス コーポレイション filed Critical プルモンクス コーポレイション
Publication of JP2023536661A publication Critical patent/JP2023536661A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/40ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT 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
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03Computerised tomographs
    • A61B6/032Transmission computed tomography [CT]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50Clinical applications
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30061Lung
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture

Abstract

肺画像化データを分析する器具、方法、及びシステム。肺画像化データを分析すると、肺をセグメント化し、裂の存在場所を突き止め、裂欠陥部スコアを計算し、隣り合う肺コンパートメントを識別し、肺気腫スコアを計算し、容積を計算し、そして接近度を計算することができる。分析した肺画像化データに基づいて肺コンパートメント内の側副換気を判定することができる。

Description

〔関連出願の相互参照〕
本願は、2020年8月6日に出願された米国特許仮出願第63/062,390号(代理人事件番号20920-780.101)の権益主張出願であり、この米国特許仮出願を参照により引用し、その記載内容全体を本明細書の一部とする。
本開示(本発明)は、一般に、肺画像化データを分析する器具、方法、及びシステムに関する。
肺疾患、例えば慢性閉塞性肺疾患(COPD)は、呼吸周期の呼気(呼息)段階中に片方又は両方の肺が完全に空気を排出する能力を低下させる。かかる疾患は、肺内の空気流に対する慢性的又は再発性の閉塞を伴う。環境汚染物質、喫煙、及び他の有害な暴露の増大のため、COPDの発生率は、最近の数十年間で劇的に増加し、現在、米国における活動制限又は寝たきりの障害の主因となっている。COPDは、例えば、慢性気管支炎、気管支拡張症、喘息、肺気腫のような疾患を含む場合がある。
肺気腫及び他の肺疾患は、呼吸周期の呼気段階の間、片方又は両方の肺が完全に空気を排出する能力を低下させることが知られている。かかる疾患の作用効果の1つは、疾患のある肺組織の弾力性が健常な肺組織の弾力性よりも低いということであり、これは、空気の完全な呼気を妨げる一要因である。呼吸中、肺の疾患部分は、この疾患のある(例えば、気腫性の)肺組織は、健康な組織よりも弾力性が低いので完全には元に戻らない。その結果、疾患のある肺組織が及ぼす駆動力は、比較的小さく、その結果、疾患のある肺が排出する空気体積は、健常な肺よりも少ない。空気体積の減少により、気道に及ぼされる力が小さく、それにより、気道は、全ての空気が排出される前に閉じるようになり、これも完全な呼気を妨げるもう1つの要因である。
この問題は、肺胞は酸素と二酸化炭素の交換が起こる気嚢であり、この肺胞に通じる極めて狭い気道を包囲している組織が疾患により弾力性が低下するのでさらにやっかいになる。疾患のある組織は、健常な組織よりも張りがなく、かかる疾患組織は、典型的には、呼気周期の終わりまで狭い気道を開存状態に維持することができない。これは、肺の中に空気を閉じ込め、しかも既に非効率的な呼吸周期を増悪させる。閉じ込められた空気は、組織の過膨張を引き起こし、したがって効率的な酸素と二酸化炭素の交換を行うことがもはやできなくなる。
加うるに、過膨張後の疾患肺組織は、健常な肺組織よりも胸膜腔の多くを占有する。大抵の場合、肺の一部分が疾患状態になっても、残りの部分は、比較的健常であり、したがって、依然として酸素交換を効率的に実施することができる。胸膜腔の多くを占有することによって、過膨張肺組織は、健常に機能している肺組織を収容するための空間の広さを減少させる。その結果、過膨張肺組織は、それ自体の機能の低下により、しかもこの組織が隣接の健常な組織の機能に悪影響を及ぼすので、非効率的な呼吸を生じさせる。
最近の治療法の中には、例えば疾患のある肺領域を圧平することによって疾患領域の体積を減少させるために肺の疾患領域を隔離する器具を使用するものがある。かかる治療によれば、デリバリカテーテルを用いて肺の疾患領域に給気する気道内に1つ以上の植え込み型器具を植え込んで疾患肺領域に対する流体の流れを調節し、それにより、肺の当該領域を流体的に隔離する。これら植え込み型器具は、例えば、呼気方向にのみの流れを許容する一方向弁、いずれかの一方の方向における流れを阻止する閉塞具もしくはプラグ、又は両方向における流れを制御する二方向弁であってよい。
肺体積(容積)減少のために気管支内インプラントを用いることが側副換気による影響を受けない肺コンパートメントに適用された場合に最も効果的であるかもしれないということが示唆された。側副換気は、空気が一肺コンパートメントから一次気道チャネルではなく、側副チャネルを通ってもう1つの肺コンパートメント室に流れる際に生じる。側副空気流チャネルが肺コンパートメント内において存在している場合、一方通行弁又は閉塞具を植え込むことは、それほど効果的でない場合があり、と言うのは、この肺コンパートメントは、側副源からの空気で満たされ続け、かくして意図したように圧平状態にはならない場合があるからである。多くの場合、COPDは、過膨張に起因した肺胞の破裂又は肺胞組織の破壊及び弱体化によって引き起こされる多数の側副チャネルの形成という形で現れる。
上述したことに加えて、隣り合う肺セグメント相互間の側副流れチャネルを封止する方法を提供することが望ましい場合がある。かかる封止は、気管支内手術又は他の肺体積減少手技に先立って患者を治療するのに特に有用である場合がある。かくして、側副流れチャネルを封止する方法及び装置は、肺体積減少を行うために疾患肺セグメント及び領域を閉塞する既知のプロトコルと両立する必要があり、かかるプロトコルとしては、かかる疾患肺セグメント及び領域に通じる気道内へのプラグ及び閉塞部材の配置が挙げられる。他の場合、側副チャネルのための運搬システム又は方法は設けられないが、封止剤を用意してもよい。
画像化技術、例えばX線コンピュータ断層撮影法(CT)は、疾患及び治療計画立案の評価に使用できる。肺の疾患及び解剖学的特徴は、CT画像の目視検査による判定が困難な場合がある。かくして、画像データを分析するための方法、システム、及び器具を提供することが望ましい。これらの目的のうちの少なくとも幾つかは、本明細書において以下に説明する本発明によって達成される。
本発明は、肺の画像データを分析する方法、器具、及びシステムの諸観点に関する。一観点では、患者の肺の側副換気を評価する方法が肺のコンピュータ断層撮影データを分析するステップを含む。肺のコンピュータ断層撮影データを分析するステップは、肺を別々の肺コンパートメントにセグメント化するステップ、密度マスクに基づき1つ以上の肺コンパートメントの1つ以上の領域について肺気腫スコアを計算するステップ、裂欠陥部を確認するステップ、裂欠陥部のサイズに基づいて裂欠陥部スコアを計算するステップ、肺コンパートメントの領域に対する裂欠陥部の近接度を算定するステップ、及び計算した肺気腫スコア、裂欠陥部スコア、及び肺コンパートメントの領域に対する裂欠陥部の近接度に基づいて、側副換気が肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかを判定するステップを含む。一実施形態では、側副換気は、肺コンパートメントの領域がしきい肺気腫スコア値よりも大きな肺気腫スコアを有する場合、裂欠陥部がしきい裂欠陥部スコア値よりも大きな裂欠陥部スコアを有する場合、及び肺コンパートメントの領域に対する裂欠陥部の近接度がしきい近接度の範囲内にある場合に存在しているあるいはしきいレベルを超えていると判定されるのがよい。本方法は、肺気腫スコア、裂孔欠陥スコア、及び肺コンパートメントの領域に対する裂欠陥部の近接度に基づいて、肺コンパートメントに関する側副換気スコアを計算するステップをさらに含むのがよい。側副換気は、計算した側副換気スコアに基づき、肺コンパートメント内において存在しているあるいはしきいレベルを超えていると判定されるのがよい。本方法は、計算した側副換気スコアに基づいて側副換気度を判定又は算定するステップをさらに含むのがよい。側副換気は、どの裂が裂欠陥部を含むか、裂欠陥部が裂上のどの場所に存在しているか、又は裂欠陥部がどの肺コンパートメントを互いに隔てているかに基づいて肺コンパートメント内において存在しているあるいはしきいレベルを超えていると判定されるのがよい。本方法は、気道を確認するステップをさらに含むのがよい。側副換気が肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの判定は、気道が肺コンパートメントの領域に対するしきい近接度内に確認されるかどうかに基づくのがよい。側副換気が肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの判定は、気道が裂欠陥部に対するしきい近接度内に確認されるかどうかに基づくのがよい。
一実施形態では、肺のコンピュータ断層撮影データを分析するステップは、肺を別々の肺コンパートメントにセグメント化するステップ、裂欠陥部を確認するステップ、裂欠陥部に隣接して位置する肺コンパートメントを確認するステップ、裂欠陥部に隣接して位置する第1の肺コンパートメントの1つ以上の領域、及び裂欠陥部の反対側で裂欠陥部に隣接して位置する第2の肺コンパートメントの1つ以上の領域に関する肺気腫スコアを密度マスクに基づいて計算するステップ、裂欠陥部スコアを裂欠陥部のサイズに基づいて計算するステップ、第1の肺コンパートメントの領域及び第2の肺コンパートメントの領域に対する裂欠陥部の近接度を算定するステップ、及び側副換気が第1又は第2の肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかを、計算した肺気腫スコア、裂欠陥部スコア、及び第1及び第2の肺コンパートメントの領域に対する裂欠陥部の近接度に基づいて判定するステップを含む。側副換気は、第1の肺コンパートメントの領域がしきい肺気腫スコア値よりも大きな肺気腫スコアを有する場合、第2の肺コンパートメントの領域がしきい肺気腫スコア値よりも大きな肺気腫スコアを有する場合、裂欠陥部がしきい裂欠陥部スコア値よりも大きな裂欠陥部スコアを有する場合、第1の肺コンパートメントの領域に対する裂欠陥部の近接度がしきい近接度内におさまっている場合、及び第2の肺コンパートメントの領域に対する裂欠陥部の近接度がしきい近接度内に収まっている場合に存在しておりあるいはしきいレベルよりも高いと判定されるのがよい。本方法は、第1及び第2の肺コンパートメントの領域の肺気腫スコア、裂欠陥部スコア、及び第1と第2の肺コンパートメントの領域に対する裂欠陥部の近接度に基づいて、第1又は第2の肺コンパートメントに関する側副換気スコアを計算するステップをさらに含むのがよい。側副換気は、計算した側副換気スコアに基づいて、肺コンパートメント内において存在しているあるいはしきいレベルを超えていると判定されるのがよい。本方法は、計算した側副換気スコアに基づいて側副換気度を算定するステップをさらに含むのがよい。
もう1つの観点では、患者の肺の側副換気を評価する方法は、肺のコンピュータ断層撮影データを分析するステップを含む。肺のコンピュータ断層撮影データを分析するステップは、肺を別々の肺コンパートメントにセグメント化するステップ、裂欠陥部を確認するステップ、裂欠陥部に隣接して位置する肺コンパートメントを確認するステップ、呼吸中における標的肺コンパートメント及び裂欠陥部と境界を共有する別の肺コンパートメントの容積変化を算定するステップ、及び側副換気が存在しているかどうか又は側副換気度が標的肺コンパートメント及び裂欠陥部と境界を共有する別の肺コンパートメントの容積変化に基づいて標的肺コンパートメント内のしきいレベルよりも高いかどうかを判定するステップを含む。本方法は、裂欠陥部のサイズに基づいて裂欠陥部スコアを計算するステップをさらに含むのがよい。側副換気が存在しているかどうかの判定はさらに、計算した裂欠陥部スコアに基づくのがよい。本方法は、側副換気度を標的肺コンパートメント及び裂欠陥部と境界を共有する別の肺コンパートメントの容積変化及び裂欠陥部のサイズに基づいて算定するステップをさらに含むのがよい。
種々の方法は、肺コンパートメントについて側副換気又は側副換気度を呈すると判定された肺コンパートメントを指示する報告を作成するステップを含むのがよい。報告は、潜在的治療部位及び肺体積減少を生じさせ又は過膨張を減少させるよう潜在的治療部位のための示唆される植え込み型器具を含むのがよく、潜在的治療部位は、側副換気又はしきいレベルよりも低い側副換気度を呈していないと判定された肺コンパートメントに通じる気道である。追加的に又は代替的に、報告は、1つ以上の潜在的治療部位及び肺体積減少を生じさせ又は過膨張を減少させるよう潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含むのがよく、潜在的治療部位は、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定された肺コンパートメント内の1つ以上の領域を含む。報告は、1つ以上の潜在的治療部位及び肺コンパートメント相互間の側副換気を最小限に抑えるよう潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、潜在的治療部位は、第1又は第2の肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定された肺コンパートメントに隣接した位置する裂欠陥部に通じる1つ以上の気道を含む。
本発明のこの観点及び他の観点につき本明細書において説明する。
提供した実施形態は、添付の図面と関連して読んだときに、以下の詳細な説明及び添付の特許請求の範囲の記載から容易に明らかになる他の利点及び他の特徴を有する。
肺の画像データを分析する方法を示す図である。 例示のシステムアーキテクチャを示す図である。 肺気腫スコア及び裂完全性を指示する肺の例示のグラフィック描写図である。 肺の画像データを分析して側副換気を判定するための方法の1つの実施形態を示す図である。 肺の画像データを分析して側副換気を判定するための方法のもう1つの実施形態を示す図である。
本発明をある特定の実施形態に関して開示するが、当業者であれば理解されるように、本発明の範囲から逸脱することなく、種々の変更を行うことができ、しかも均等例を代用することができる。加うるに、特定の状況又は本発明の教示に材料を適合させるために本発明の範囲から逸脱することなく、多くの改造を行うことができる。
本明細書及び特許明細書の範囲全体を通じて、以下の用語は、文脈上別段の明示の指定がなければ、本明細書において明示的に関連した意味を有する。原文明細書における単数形“a”、“an”及び“the”は、意味的に複数形を含む。原文明細書における“in”(訳文では、「~内」としている場合が多い)は、意味的に“in”及び“on”(訳文では、「~上」としている場合がある)を含む。図面を参照すると、同一の符号が図全体を通じて同一の部分を示している。加うるに、単数について言及した場合、これは、別段の指定がなければ、又は本明細書における開示内容と一致していないことがない限り、複数を含む。
「例示の」という用語は、本明細書においては、「一実施例、1つの場合、又は1つの例示としての役目を果たす」ということを意味するために用いられている。本明細書において「例示の」と形容されている具体例は、どのようなものでも、必ずしも他の具体化例と比較して有利であるとは解されない。
本願は、疾患肺コンパートメントを標的とし、接近し、そして診断する方法及びシステムを提供する。かかるコンパートメントは、肺の葉全体、セグメント、サブセグメント、又は任意のかかる部分であってよい。診断は、肺コンパートメントを隔離して種々の測定値を得、それにより肺機能を判定することによって、開示する実施形態で達成される。COPDを一例として言及するが、治療及び診断のためのこれら方法の利用可能性は、COPDには限定されず、任意の肺疾患に適用できる。
本開示は、肺のCTデータを分析する方法、システム、及び器具に関する。X線コンピュータ断層撮影(CT)データの分析について明細書全体において説明するが、他の画像データ、例えば磁気共鳴画像(MRI)データ、3D超音波データ、陽電子放出断層撮影(PET)データ、単一光子放出型コンピュータ断層撮影(SPECT)データなどを追加的に又は代替的に使用できるということが想定される。
図1は、肺のCTデータを分析する方法を示している。対応の例示のシステムアーキテクチャが図2に示されている。この方法は、図4又は図5に示すステップのうちの幾つか又は全てを含んでもよい。ステップ101では、クライアントデバイス202が、画像化デバイス201から肺のCTデータを取得する。CTデータは、静的CT画像データ、1回以上の呼吸周期中の動的CT画像データ、及び/又は1回以上の呼吸周期中の互いに異なる時点における多数の静的CT画像からのデータを含むのがよい。CTデータを吸気及び/又は呼気中に収集するのがよい。CTデータは、種々のフォーマットのものであってよく、例えば、医療におけるデジタル画像と通信(Digital Imaging and Communications in Medicine:DICOM)である。ステップ102では、CTデータを匿名化するために患者識別データをクライアントコンピューティングデバイス202上のCTデータから削除する。ステップ103では、匿名化したCTデータをネットワーク203によりサーバコンピューティングデバイス204に転送する。
ステップ104では、サーバコンピューティングデバイス204は、CTデータを分析する。CT画像データを分析する方法は、クーニク(Kuhnigk),ジャン‐マーティン等(Jan-Martin, et al.),「インフォマティックス・イン・ラジオロジー(インフォRAD):ニュー・ツールズ・フォー・コンピュータ・アシスタンス・イン・スラシックCT.パート1.ファンクショナル・アナリシス・オブ・ラング・ローブス・アンド・ブロンコウプアルマネリィ・セグメンツ(Informatics in radiology (infoRAD): new tools for computer assistance in thoracic CT. Part 1. Functional analysis of lungs, lung lobes, and bronchopulmonary segments.),ラジオグラフィックス:ア・レビュー・パブリケーション・オブ・ザ・ラジオロジカル・ソサエティ・オブ・ノース・アメリカ・インコーポレーテッド(Radiographics: a review publication of the Radiological Society of North America, Inc)」,2004年,25.2,p.525~536、クーニク(Kuhnigk),ジャン‐マーティン等(Jan-Martin, et al.),「ラング・ローブ・セグメンテーション・バイ・アナトミー・ガイデッド・3Dウォーターシェド・トランスフォーム(Lung lobe segmentation by anatomy-guided 3D watershed transform.)」,メディカル・イメージング2003(Medical Imaging 2003),国際光工学会,2003年、 チャン(Zhang),リー(Li),及びヨーゼフ・M・ラインハルト(Joseph M. Reinhardt),「ディテクション・オブ・ラング・ローバー・フィッシャーズ・ユージング・ファジー・ロジック(Detection of lung lobar fissures using fuzzy logic)」,メディカル・イメージング‘99(Medical Imaging'99),国際光工学会,1999年、チャン(Zhang),リー(Li),及びヨーゼフ・M・ラインハルト(Joseph M. Reinhardt),「3DパルモナリィCTイメージ・レジストレーション・ウィズ・ア・スタンダード・ラング・アトラス(3D pulmonary CT image registration with a standardlung atlas)」,メディカル・イメージング2000(Medical Imaging 2000),国際光工学会,2000年、チィェン(Qian),ジァン(Jiang),テオファノ・ミツサ(Theophano Mitsa),及びエリック・A・ホフマン(Eric A. Hoffman),「エラスティック・コントゥア・モデル‐ベースド・アナリシス・オブ・ストラクチュアル・ディフォメーションズ:トワーズ・タイム‐シークエンスド・リージョナル・ラング・パレンキマル・アナリシス(Elastic contour model-based analysis of structural deformations: towards time-sequenced regional lung parenchymal analysis)」,メディカル・イメージング1996(Medical Imaging 1996),国際光工学会,1996年、ヨーゼフ・M・ラインハルト等(Reinhardt, Joseph M., et al.),「プルモナリー・イメージング・アンド・アナリシス(Pulmonary imaging and analysis)」,ハンドブック・オブ・メディカル・イメージング2(Handbook of medical imaging 2),2000年,p.1005~1060、チャン(Zhang),リー(Li),エリック・A・ホフマン(Eric A. Hoffman),及びヨーゼフ・M・ラインハルト(Joseph M. Reinhardt ),「アトラス‐ドリブン・ラング・ローブ・セグメンテーション・イン・ボリュメトリック・Xレイ・CTイメージズ(Atlas-driven lung lobe segmentation in volumetric X-ray CT images)」,メディカル・イメージング2003(Medical Imaging 2003),国際光工学会,2003年、チャン(Zhang),リー(Li),エリック・A・ホフマン(Eric A. Hoffman),及びヨーゼフ・M・ラインハルト(Joseph M. Reinhardt),「ラング・ローブ・セグメンテーション・バイ・グラフ・サーチ・ウィズ・3D・シェイプ・コンストレインツ(Lung lobe segmentation by graph search with 3D shape constraints)」,メディカル・イメージング2001(Medical Imaging 2001),国際光工学会,2001年、マリー‐ピエール・レヴェル等(Marie-Pierre Revel, et al.),「オートメーテッド・ローバー・クウォンティフィケーション・オブ・エンフィシィーマ・イン・ペイシェンツ・ウィズ・シビアCOPD(Automated lobar quantification of emphysema in patients with severe COPD)」,ヨーロピアン・ラジオロジー(European Ra diology),2008年12月,第18巻,第12号,p.2723~2730、ヴィンケール(Wiemker),ラファエル(Rafael),トーマス・ビューロウ(Thomas Bulow),及びトーマス・ブラファー(Thomas Blaffert),「アンスーパーバイズド・エクストラクション・オブ・ザ・プルモナリー・インターローバー・フィッシャーズ・フロム・ハイ・リソリューション・スラシック・CTデータ(Unsupervised extraction of the pulmonary interlobar fissures from high resolution thoracic CT data)」,インターナショナル・コングレス・シリーズ( International Congress Series),第1281巻,エルゼビア(Elsevier),2005年、C・シャオ等(Xiao, C., et al.),「プルモナリー・フィッシャー・ディテクション・イン・CTイメージズ・ユージング・ア・デリバティブ・オブ・スティック・フィルター(Pulmonary Fissure Detection in CT Images Using a Derivative of Stick Filter)」,IEEEトランザクションズ・オン・メディカル・イメージング(IEEE transactions on medical imaging),2016年、シュミット‐リッチバーグ(Schmidt-Richberg),アレクサンダー等(Alexander, et al.),「エバリュエーション・オブ・アルゴリズムズ・フォー・ラング・フィッシャー・セグメンテーション・イン・CTイメージズ(Evaluation of Algorithms for Lung Fissure Segmentation in CT Images)」,ビュートラアルバイトン・フュア・ディー・メディツィン2012(Bildverarbeitung fur die Medizin 2012),シュプリンガー・ベルリン・ハイデルベルク(Springer Berlin Heidelberg),2012年,p.201~206、クリンガー(Klinder),トビアス(Tobias),ハンネス・ヴェントラント(Hannes Wendland ),及びラファエル・ヴィンカー(Rafael Wiemker),「ローバー・フィッシャー・ディテクション・ユージング・ライン・エンハンシング・フィルターズ(Lobar fissure detection using line enhancing filters)」,SPIEメディカル・イメージング(SPIE Medical Imaging),国際光工学会,2013年、ラッセン(Lassen),ビアンカ等(Bianca, et al.),「ラング・アンド・ラング・ローブ・セグメンテーション・メソッド・アット・フラウンホーファ・MEVIS(Lung and lung lobe segmentation methods at Fraunhofer MEVIS)」,4th Int. MICCAI Workshop Pulmonary Image Anal., カナダ・トロント,2011年,ラッセン(Lassen),ビアンカ等(Bianca, et al.),「オートマチック・セグメンテーション・オブ・ラング・ローブス・イン・CTイメージズ・ベースド・オン・フィッシャーズ・ベッセルズ・アンド・ブロンカイ(Automatic segmentation of lung lobes in CT images based on fissures, vessels, and bronchi)」,バイオメディカル・イメージング:フロム・ナノ・トゥ・マクロ(Biomedical Imaging: From Nano to Macro),2010 IEEE International Symposium on. IEEE,2010年、ラッセン(Lassen),ビアンカ等(Bianca, et al.),「インタラクティブ・ラング・ローブ・セグメンテーション・アンド・コレクション・イン・トモグラフィック・イメージズ(Interactive lung lobe segmentation and correction in tomographic images)」,SPIEメディカル・イメージング(SPIE Medical Imaging),国際光工学会,2011年、マリー‐ピエール・レヴェル等(Revel, Marie-Pierre et al.),「オートメーテッド・ローバー・クウォンティフィケーション・オブ・エンフィスィーマ・イン・ペイシェンツ・ウィズ・シビアCOPD(Automated lobar quantification of emphysema in patients with severe COPD)」,ヨーロピアン・ラジオロジー18.12(European radiology 18.12),2008年,p.2723~2730、スルイーマー(Sluimer),イングリッド(Ingrid),マチス・プロコップ(Mathias Prokop),及びブラム・ファン・ヒネケン(Bram Van Ginneken),「タワード・オートメーテッド・セグメンテーション・オブ・ザ・パソロジカル・ラング・イン・CT(Toward automated segmentation of the pathological lung in CT)」,メディカル・イメージング(Medical Imaging),IEEE Transactions on 24.8 ,2005年,p.1025~1038.cに記載されており、これら非特許文献を参照により引用し、これらの記載内容全体を本明細書の一部とする。
オプションとして、スキャンが処理のための適切な品質のものであるようにするために品質管理チェックを実施するのがよい。CTデータの分析は、ステップ104a~ステップ104jのうちの幾つか又は全てを含むのがよい。ステップ104a~ステップ104jのうちの幾つか又は全てを種々の順序で順次実施するのがよい。追加的に又は代替的に、ステップ104a~ステップ104jのうちの幾つか又は全てをパラレルに実施してもよい。ステップ104aでは、サーバコンピューティングデバイス204は、CTデータを用いて肺、気道、及び血管を確認又は識別する。
ステップ104bでは、サーバコンピューティングデバイス204は、肺をセグメント化する。一実施形態では、肺を5つの別々の葉、すなわち、右上葉、右中葉、右下葉、左上葉、及び左下葉にセグメント化する。各葉は、さらに別々の肺セグメントにセグメント化できる。また、肺セグメントを別々の肺サブセグメントにさらにセグメント化することができる。
ステップ104cでは、サーバコンピューティングデバイス204は、気道をサブトラクトする(差し引く)。一実施形態では、気道を第3世代までサブトラクトする。他の実施形態では、より多くの世代又はより少ない世代の気道をサブトラクトしてもよい。
ステップ104dでは、サーバコンピューティングデバイス204は、葉の容積を計算する。一実施形態では、別々の肺セグメントの容積を計算するのがよい。サーバコンピューティングデバイス204はまた、別々の肺サブセグメントの容積を計算することができる。葉、肺セグメント、及び/又は肺サブセグメントの容積を1回以上の呼吸周期全体を通じて算定するとともに容積変化を算定するのがよい。肺コンパートメントの容積及び/又は容積変化を別の肺コンパートメントの容積又は容積変化と比較するのがよい。
ステップ104eでは、サーバコンピューティングデバイス204は、葉に関する肺気腫スコアを計算する。種々のユーザにより規定されたしきい値、例えば-910ハウンズフィールド単位又は950ハウンズフィールド単位で密度マスクを用いて肺気腫スコアを計算することができる。一実施形態では、別々の肺セグメントの肺気腫スコアを計算するのがよい。サーバコンピューティングデバイス204はまた、別々の肺サブセグメントの肺気腫スコアを計算することができる。肺気腫スコアはまた、葉、肺セグメント、及び/又は肺サブセグメント内の領域についても計算することができる。
ステップ104fでは、サーバコンピューティングデバイス204は、裂(裂溝ともいう)の存在場所を突き止める。ステップ104gでは、サーバコンピューティングデバイス204は、各裂又は各裂の幾つかの部分について裂の完全性を識別する。本システムは、裂欠陥部及び裂欠陥部の存在場所を突き止めるよう構成されているのがよい。本システムはまた、裂欠陥部のサイズ及び/又は重症度を判定して、裂欠陥部スコアを計算するよう構成されているのがよい。裂欠陥部のサイズ又は重症度を欠陥部のサイズとして、又は裂もしくは裂欠陥部を含む裂の部分の百分率として判定することができる。裂完全性スコアを各葉について計算するのがよい。裂完全性スコアは、各葉に接する裂の部分の完全性を百分率で表すことができる。例えば、右上葉の裂完全性スコアは、水平裂の完全性及び右上葉を右下葉から隔てる右斜裂の部分の完全性に基づくのがよい。同様に、右中葉の裂完全性スコアは、水平裂の完全性と、右中葉を右下葉から隔てる右斜裂の部分の完全性に基づくのがよい。別々の肺セグメント及び/又は別々の肺サブセグメントについても裂完全性スコアを計算することができる。本システムは、どの葉、どのセグメント、及びどのサブセグメントが、裂が不完全である場所のうちの1つと接触状態にあるかを突き止めることができる。葉、セグメント、サブセグメント、又は肺コンパートメント内の領域、及び裂が不完全である場所の近接度を算定するのがよい。
ステップ104hでは、サーバコンピューティングデバイス204は、気道直径を算定するのがよい。一実施形態では、葉の気管支、セグメントの気管支、及びサブセグメントの気管支の直径を各葉について算定する。ステップ104iでは、サーバコンピューティングデバイス204は、気道の長さを算定するのがよい。一実施形態では、側枝口から遠位気管分岐部までの距離を葉の気管支、セグメントの気管支、及びサブセグメントの気管支について算定するのがよい。
ステップ104jでは、サーバコンピューティングデバイス204は、側副換気の存否、すなわち、側副換気がしきいレベルあるいは葉、肺セグメント、及び/又は肺サブセグメントについての側副換気度よりも高いか低いかを判定するのがよい。側副換気及び側副換気度を、ステップ104a~ステップ104iのうちの任意のステップから導き出されたデータに基づいて算定するのがよい。側副換気を判定する方法の実施形態が図4及び図5に示されている。一実施形態では、側副換気及び側副換気度を、ステップ104eで計算した葉、肺セグメント、肺サブセグメント、又は肺サブセグメントの領域の肺気腫スコアに基づいて判定するのがよい。また、側副換気及び側副換気度を、ステップ104f及びステップ104gで求めた裂データに基づいて判定するのがよい。裂欠陥部存在場所、裂欠陥部スコア、及び裂完全性スコア、又は葉、肺セグメント、肺サブセグメント、もしくは肺サブセグメントの領域に隣接し又はこの近くに位置する裂の部分を用いると、側副換気の存在又は側副換気度を判定することができる。側副換気及び側副換気度はまた、ステップ104dで算定した1つ以上の肺コンパートメントの容積又は容積変化に基づいて判定することができる。
ステップ105では、サーバコンピューティングデバイス204は、裂が不完全である場所を指示する裂の三次元再構成像を作る。一実施形態では、裂の再構成像は、完全性を指示するために色分けされるのがよく又はヒートマップを含むのがよい。ステップ106では、サーバコンピューティングデバイス204は、各葉についての裂スコア、容積、及び肺気腫スコアを含む報告を作成する。報告は、種々の電子的に視認でき又は印刷可能なフォーマット、例えば、ポータブル・ドキュメント・フォーマット(PDF)、ワードプロセッシングドキュメント、画像、例えばJPEG、ビデオなどでエクスポート可能であるのがよい。一実施形態では、報告は、別々の肺セグメントについての裂スコア、容積、及び肺気腫スコアを含む。報告は、別々の肺サブセグメントについての裂スコア、容積、及び肺気腫スコアをさらに含むのがよい。報告は、裂の三次元再構成をさらに含むのがよい。
図3は、報告に含まれる肺の例示の図式表示である。報告は、5つの肺葉301a~301eが区別されている肺300の二次元図式表示を含むのがよい。葉301a~301eは、肺気腫スコアを指示するために二次元図式表示では陰影が施され又は色付けがなされている。裂302a~302cの完全性を指示する線で裂302a~302cを二次元図式表示で区別することができる。裂線は、裂302a~302cの完全性を指示するために、様々な陰影、色付け、太さ、又は実線もしくは破線を呈するのがよい。裂302a~302cは、裂302a~302cの当該場所に関する完全性に基づいて互いに異なる形式の線で異なるカテゴリに分類されるのがよい。一実施形態では、裂302a~302cは、これら裂が定義された裂百分率完全度よりも大きな裂スコア(例えば、>95%)を持つ高い完全性を有する場合には第1の形式の線、裂が定義された裂百分率完全度よりも小さい裂スコア(<80%)を持つ低い完全性を有する場合には第2の形式の線、又は裂が高い完全性スコアと低い完全性スコアとの間(例えば80%~95%)として定義された裂スコア百分率完全度を持つ中程度の完全性を有する場合には第3の形式の線を受け入れる。
報告は、裂欠陥部の存在場所、及び裂欠陥部のサイズ又は重症度を指示するのがよい。報告は、裂が不完全である場所と接触関係をなすことが確認された肺コンパートメントを指示するのがよい。一実施形態では、報告は、葉、肺セグメント、肺サブセグメント、又は葉、肺セグメント、又は肺サブセグメント内の領域に関して計算された肺気腫スコアを指示している。報告は、肺コンパートメント、肺コンパートメント内の領域、又は気道に対する裂欠陥部の近接度をさらに指示するのがよい。種々の実施形態では、報告は、側副換気を呈し又はしきいレベルを超える側副換気を呈すると判定された葉、肺セグメント、又は肺サブセグメントを指示するのがよい。方向は、肺コンパートメントに関する側副換気度を指示するのがよい。
報告は、各葉が区別された状態の肺の三次元図式表示をさらに含むのがよい。葉は、肺気腫スコアを指示するよう、三次元図式表示において陰影が施され又は色付けがなされているのがよい。一実施形態では、肺の三次元図式表示は、各肺セグメント及び/又は各肺サブセグメントを識別することができる。肺セグメント及び/又は肺サブセグメントは、肺気腫スコアを指示するために三次元図式表示において陰影が施され又は色付けがなされるのがよい。裂は、裂の完全性を指示する線で三次元図式表示において確認されるのがよい。一実施形態では、報告は、肺の断面の多数の二次元図式表示を含む。三次元モデルは、肺モデルを多数の観察角から視認できるよう肺が回転可能なビデオ又は対話側モデルとして提供されるのがよい。
報告は、特定の肺について注釈を付けられ、カスタマイズされてもよい。注釈付け及びカスタマイズは、患者選択情報、個人化された治療計画情報、関心のある領域の特定、潜在的な治療部位、及び/又は治療法の示唆を含むのがよい。
報告は、肺体積減少を生じさせ又は過膨張を軽減するよう植え込み型器具、例えば気管支内弁、クリップ、又はプラグを用いるための治療提案を含むのがよい。一実施形態では、植え込み型器具は、空気を標的肺コンパートメントから流出させることができたり、標的肺コンパートメント中への空気流を阻止したりし、かくして、標的肺領域の容積減少又は圧平を生じさせるよう構成された一方向流量制御弁である。かかるインプラント及び方法の例が例えば、米国特許第8,136,526号明細書及び同第7,798,147号明細書に記載されており、これら米国特許を参照により引用し、これらの記載内容全体を本明細書の一部とする。一実施形態では、報告は、ステップ104h及びステップ104iで算定された気道直径及び距離を含む。サーバコンピューティングデバイス204は、算定した直径及び距離を植え込み型器具の既知の直径及び長さと比較して、配置されるべき器具の理想的な組み合わせに基づいて潜在的な治療部位を含む治療計画を作成するよう構成されているのがよい。報告は、潜在的な治療部位及び潜在的な治療部位について算定された直径及び距離に合致する直径及び長さを備えた植え込み型器具の提案を含むのがよい。植え込み型器具のための潜在的な治療部位は、側副換気がない又は側副換気度がしきいレベルよりも低いと判定された肺コンパートメントに通じる気道として選択されるのがよい。
追加的に又は代替的に、報告は、治療薬、例えば封止剤を用いて肺体積減少を生じさせ、過膨張を軽減し、又は肺コンパートメント相互間の側副換気を最小限に抑えるための治療提案を含むのがよい。かかる治療薬及び方法の例が例えば、米国特許第8,137,302号明細書、同第7,819,908号明細書、及び同第8,445,589号明細書に記載されており、これら米国特許を参照により引用し、これらの開示内容全体を本明細書の一部とする。報告は、潜在的な治療部位、及び提案された治療薬又は植え込み型器具を含むのがよい。潜在的な治療部位は、側副換気がある又は側副換気度が治療レベルよりも高いと判定された肺コンパートメント内の1つ以上の領域であるのがよい。潜在的な治療部位は、側副換気がある又は側副換気度が治療レベルよりも高いと判定された肺コンパートメントに隣接して位置する裂欠陥部に通じる気道であってもよい。
提案された治療オプションのうちの任意のものに関し、報告は、潜在的な治療部位に接近するためのナビゲーション情報を含むのがよい。一実施形態では、報告は、三次元の気道モデルを含む。追加的に又は代替的に、報告は、各気道の入口の二次元画像を含むのがよい。報告はまた、気管から関心の領域に接近するためのビデオフライスルー及び/又は二次元ターンバイターン(進路変更ごとの)ステップを提供するのがよい。
ステップ107では、サーバコンピューティング機器204は、報告をネットワークによりクライアントデバイス202又は他のコンピューティングデバイスに送付する。オプションとして、ステップ102で削除されたユーザ識別可能情報をクライアントデバイス202上の報告に追加するのがよい。
図4は、裂欠陥部及び肺気腫スコアに基づいて肺コンパートメントの側副換気を判定する方法の一実施形態を示している。側副換気を、葉、肺セグメント、又は肺サブセグメントについて判定するのがよい。本方法は、図1又は図5に記載されたステップのうちの幾つか又は全てを含むのがよい。これらステップのうちの幾つか又は全てを種々の順序で順次実施するのがよい。追加的に又は代替的に、これらステップのうちの幾つか又は全てをパラレルに実施してもよい。これらステップのうちの幾つか又は全てを肺全体、葉、肺セグメント、又は肺サブセグメントのレベルで実施するのがよい。ステップ401では、本システムは、肺をセグメント化する。一実施形態では、肺を5つの別々の葉、すなわち、右上葉、右中葉、右下葉、左上葉、及び左下葉にセグメント化する。各葉をさらに別々の肺セグメントにセグメント化することができる。また、肺セグメントを別々の肺サブセグメントにさらにセグメント化することができる。
ステップ402では、本システムは、裂の存在場所を突き止める。ステップ403では、本システムは、各裂又は各裂の幾つかの部分について裂の完全性を識別する。本システムは、裂欠陥部及びこれら裂欠陥部の存在場所を突き止めるよう構成されているのがよい。ステップ404では、本システムはまた、裂欠陥部のサイズ及び/又は重症度を算定するとともに裂欠陥部スコアを計算するよう構成されているのがよい。裂欠陥部スコアは、裂欠陥部のサイズ又は寸法、裂欠陥部の重症度、裂欠陥部を含む裂の百分率、及び/又は裂欠陥部を含む肺コンパートメントに隣接し又はこの近くに位置する裂の部分の百分率を表すのがよい。裂完全性スコアもまた、各裂又は肺コンパートメントに隣接し又はこの近くに位置する裂の部分について計算することができる。ステップ405では、裂欠陥部に隣接し又はこの近くに位置する肺コンパートメントを確認又は同定する。
ステップ406では、本システムは、葉、肺セグメント、肺サブセグメント、及び/又は葉、肺セグメント、又は肺サブセグメント内の領域に関する肺気腫スコアを計算する。種々のユーザにより規定されたしきい値、例えば-910ハウンズフィールド単位又は950ハウンズフィールド単位で密度マスクを用いて肺気腫スコアを計算することができる。
ステップ407では、本システムは、高い肺気腫スコア又はしきい値を超える肺気腫スコアを有する肺コンパートメントに隣接し又はこの近くに位置する裂欠陥部の近接度を算定する。追加的に又は代替的に、隣接の又は近くの肺コンパートメント内の領域に対する裂欠陥部の近接度を特定してもよい。肺コンパートメント、肺コンパートメント内の領域、及び/又は裂欠陥部に対する気道の近接度もまた算定するのがよい。
ステップ408では、本システムは、葉、肺セグメント、及び/又は肺サブセグメントについて側副換気の存否を判定するのがよい。本システムはまた、葉、肺セグメント、及び/又は肺サブセグメントについての側副換気度を算定するのがよい。側副換気及び側副換気度を計算した肺気腫スコア、裂欠陥部又は完全性スコア、及び肺コンパートメント又は肺コンパートメントの領域に対する裂欠陥部の近接度に基づいて判定するのがよい。大きな裂欠陥部の近くに位置する肺気腫スコアが高いことは、側副換気があることを指示しているといえる。
種々の実施形態では、側副換気は、肺コンパートメント(又は肺コンパートメント内の一領域)がしきい値よりも高い肺気腫スコアを有し、裂欠陥部がしきい値よりも大きな裂欠陥部スコアを有する場合(又は、裂完全性スコアがしきい値よりも小さい場合)、肺コンパートメント(又は肺コンパートメント内の一領域)に対する裂欠陥部の近接度がしきい値近接度内におさまっている場合に、肺コンパートメントにおいて腹側換気が存在し、存在する可能性が多分にあり、有意であり、又は肺コンパートメント内のしきい値よりも大きいと判定される場合がある。しきい近接度は、約0mmから1mmまでの範囲、1mmから2mmまでの範囲、2mmから5mmまでの範囲、5mmから10mmまでの範囲にあり、又は10mmを超える場合がある。種々の実施形態では、しきい裂欠陥部スコアは、約0.1%から1%までの範囲の欠陥部スコア、1%から2%までの範囲の欠陥部スコア、2%から5%までの範囲の欠陥部スコア、5%を超える欠陥部スコア、1mmから2mmまでの範囲の欠陥部スコア、2mmから5mmまでの範囲の欠陥部スコア、5mmから10mmまでの範囲の欠陥部スコア、10mmから20mmまでの範囲の欠陥部スコア、又は20mmを超える欠陥部スコアの場合がある。同様に、肺気腫スコアがしきい値よりも小さい場合、裂欠陥部スコアがしきい値よりも小さい場合(又は、裂完全性スコアがしきい値よりも大きい場合)、かつ/あるいは近接度がしきい値よりも大きい場合に、腹側換気は存在しておらず、可能性がほとんどなく、取るに足りないほどであり、又はしきい値よりも小さいと判定される場合がある。
幾つかの実施形態では、肺コンパートメントに関する側副換気スコアは、肺コンパートメント(又は、肺コンパートメント内の一領域)の肺気腫スコア、裂欠陥部スコア(又は、裂完全性スコア)、及び肺コンパートメント(又は、肺コンパートメント内の一領域)に対する裂欠損部の近接度に基づいて計算されるのがよい。側副換気は、側副換気スコアがしきい値よりも大きい場合に肺コンパートメントにおいて存在し、存在する可能性が多分にあり、又は有意であると判定される場合がある。同様に、側副換気は、側副換気スコアがしきい値よりも小さい場合に存在せず、存在する可能性がほとんどなく、又は取るに足りないほどであると判定される場合がある。一実施形態では、側副換気度を計算した側副換気スコアに基づいて判定する。
側副換気又は側副換気度を同一の裂欠陥部に隣接して位置する多数の肺コンパートメントに基づいて判定することができる。一実施形態では、裂欠陥部に隣接して位置する第1の肺コンパートメントの1つ以上の領域、及び裂欠陥部の反対で裂欠陥部に隣接して位置する第2の肺コンパートメントの1つ以上の領域について肺気腫スコアを計算する。両方の肺コンパートメントの領域に対する裂欠陥部の近接度を算定するのがよい。側副換気及び側副換気度を両肺セグメントについて計算された肺気腫スコア、裂欠陥部又は完全性スコア、及び肺コンパートメント又は肺コンパートメントの領域に対する裂欠陥部の近接度に基づいて判定するのがよい。大きな裂欠陥部の近くに位置する両肺コンパートメントの肺気腫スコアが高いことは、側副換気が存在していることを指示すると言える。
どの裂が裂欠陥部を含んでいるか、裂上のどこに裂欠陥部が存在しているか、及び/又は裂欠陥部がどの葉、どの肺セグメント、又はどの肺サブセグメントを隔てているかによって、側副換気又は側副換気度をさらに判定することができる。一実施形態では、側副換気の判定は、裂欠陥部損が、左上葉を左下葉から隔てる左斜裂上に、右斜裂上に、右中葉を右下葉から隔てる右斜裂の部分上に、右上葉を右下葉から隔てる右斜裂の部分上に、あるいは右上葉を右中葉から隔てる水平裂上に位置しているかどうかで決まる。側副換気の判定は、裂欠陥部が、特定の肺セグメント又は肺サブセグメントを互いに離隔する裂の一部分上に位置しているかどうかで決まる場合がある。追加の実施形態では、肺コンパートメント容積に基づいて側副換気又は側副換気度をさらに判定することができる。
本システムは、気道を識別するよう構成されているのがよい。側副換気又は側副換気度を気道が裂欠陥部と連通状態にあるかどうかあるいは裂欠陥部に対するしきい近接度内にあるかどうかに基づいて判定することができる。気道が肺コンパートメントの領域に対するしきい近接度内に識別されるかどうかに基づいて側副換気又は側副換気度を判定することができる。一実施形態では、側副換気は、気道が高い肺気腫スコアを有すると判定された領域の近くに識別されない場合には存在の可能性が高く、有意性が高く、又は高いレベルにあると判定される。
図5は、裂欠陥部及び肺コンパートメント容積に基づいて肺コンパートメントの側副換気を判定する方法の一実施形態を示している。側副換気を、葉、肺セグメント、又は肺サブセグメントについて判定するのがよい。本方法は、図1又は図4に記載されたステップのうちの幾つか又は全てを含むのがよい。これらステップのうちの幾つか又は全てを種々の順序で順次実施するのがよい。追加的に又は代替的に、これらステップのうちの幾つか又は全てをパラレルに実施してもよい。これらステップのうちの幾つか又は全てを肺全体、葉、肺セグメント、又は肺サブセグメントのレベルで実施するのがよい。ステップ501では、本システムは、肺をセグメント化する。一実施形態では、肺を5つの別々の葉、すなわち、右上葉、右中葉、右下葉、左上葉、及び左下葉にセグメント化する。各葉をさらに別々の肺セグメントにセグメント化することができる。また、肺セグメントを別々の肺サブセグメントにさらにセグメント化することができる。
ステップ502では、本システムは、裂の存在場所を突き止める。ステップ503では、本システムは、各裂又は各裂の幾つかの部分について裂の完全性を識別する。本システムは、裂欠陥部及びこれら裂欠陥部の存在場所を突き止めるよう構成されているのがよい。ステップ504では、本システムはまた、裂欠陥部のサイズ及び/又は重症度を算定するとともに裂欠陥部スコアを計算するよう構成されているのがよい。裂欠陥部スコアは、裂欠陥部のサイズ又は寸法、裂欠陥部の重症度、裂欠陥部を含む裂の百分率、及び/又は裂欠陥部を含む肺コンパートメントに隣接し又はこの近くに位置する裂の部分の百分率を表すのがよい。裂完全性スコアもまた、各裂又は肺コンパートメントに隣接し又はこの近くに位置する裂の部分について計算することができる。ステップ505では、裂欠陥部に隣接し又はこの近くに位置する肺コンパートメントを確認又は同定する。
ステップ506では、本システムは、葉、肺セグメント、及び/又は肺サブセグメントの容積を計算する。葉、肺セグメント、及び/又は肺サブセグメントの容積を1回以上の呼吸周期全体を通じて算定するのがよく、かつ容積変化を算定するのが良い。かかる容積を算定するのに、1回以上の呼吸周期中に動的CT画像データを、及び/又は1回以上の呼吸周期中の互いに異なる時点における多数の静的CT画像からのデータを分析するのがよい。CTデータを吸気及び/又は呼気中に収集するのがよい。
ステップ507では、本システムは、裂欠陥部周りの局所肺体積の変化を評価することによって、葉、肺セグメント、及び/又は肺サブセグメントについて側副換気の存否を判定するのがよい。本システムはまた、葉、肺セグメント、及び/又は肺サブセグメントに関する側副換気レベルを判定するのがよい。肺コンパートメントの側副換気及び側副換気度を、肺コンパートメント及び裂欠陥部の反対側で裂欠陥部に隣接して位置する別の肺コンパートメントの計算された容積に基づいて判定するのがよい。肺コンパートメントの容積変化を、呼吸中の裂欠陥部の反対側で裂欠陥部に隣接指定位置する別の肺コンパートメントの容積変化と比較して、肺コンパートメント相互間の流れ又は流れ度を割り出すのがよい。一実施形態では、腹側換気は、標的肺コンパートメント及び裂欠陥部と境界を共有する他の肺コンパートメントが呼吸中に非同期的にインフレートし又はデフレートする場合に存在し、可能性が高く、有意であり、又はしきいレベルを超えていると判定される。一実施形態では、側副換気の存在又は側副換気度を裂欠陥部のサイズ又は重症度に基づいてさらに判定するのがよい。
どの裂が裂欠陥部を含んでいるか、裂上のどこに裂欠陥部が存在しているか、及び/又は裂欠陥部がどの葉、どの肺セグメント、又はどの肺サブセグメントを隔てているかによって、側副換気又は側副換気度をさらに判定することができる。一実施形態では、側副換気の判定は、裂欠陥部損が、左上葉を左下葉から隔てる左斜裂上に、右斜裂上に、右中葉を右下葉から隔てる右斜裂の部分上に、右上葉を右下葉から隔てる右斜裂の部分上に、あるいは右上葉を右中葉から隔てる水平裂上に位置しているかどうかで決まる。側副換気の判定は、裂欠陥部が、特定の肺セグメント又は肺サブセグメントを互いに離隔する裂の一部分上に位置しているかどうかで決まる場合がある。追加の実施形態では、肺気腫スコアに基づいて側副換気又は側副換気度をさらに判定することができる。
オプションとして、図1、図4、及び図5のステップは、治療後に繰り返されるのがよい。結果を用いて、治療前後の肺を互いに比較すると、治療の成功を判定することができる。一実施形態では、判定した治療の成功をフィードバックとして用いると、機械学習による将来の患者の選択、関心のある領域の識別、及び/又は治療オプションの決定を改善することができる。
本明細書において説明したステップ、操作、又はプロセスのうちの任意のものを1つ以上のハードウェア又はソフトウェアモジュールで、単独又は他の器具と組み合わせて実施でき又は具体化できる。1つの実施形態では、ソフトウェアモジュールは、コンピュータプログラムコードを含むコンピュータ可読媒体を搭載したコンピュータプログラム製品により具体化され、コンピュータプログラムコードは、説明したステップ、操作、又はプロセスのうちの任意のもの又は全てを実施するためにコンピュータプロセッサによって実行可能である。
本発明の実施形態はまた、本明細書において説明した操作を実施するための装置又はシステムに関するといえる。この装置又はシステムは、所要の目的に合うよう特別に構成されているのがよく、かつ/あるいは、コンピュータに記憶されたコンピュータプログラムによって選択的にアクティブ状態にされ又は再構成される汎用コンピューティングデバイスを含むのがよい。かかるコンピュータプログラムを、コンピュータシステムバスに結合可能な非一過性のタンジブルコンピュータ可読記憶媒体、又は電子命令を記憶するのに適した任意形式の媒体に記憶させるのがよい。さらに、本明細書において言及する任意のコンピューティングシステムは、シングルプロセッサを含んでもよく、あるいは、コンピューティング能力の増大のための多数のプロセッサ設計を採用したアーキテクチャであってもよい。
図2に示す画像化デバイス201、クライアントコンピューティングデバイス202、及びサーバコンピューティングデバイス204は、1つ以上の処理ユニット、記憶ユニット、ビデオ又はディスプレイインターフェース、ネットワークインターフェース、入力/出力インターフェース、及び種々のユニットとインターフェースを接続するバス(これらには限定されない)を含む種々のコンポーネントを備えることができる。ネットワークインターフェースは、画像化デバイス201、クライアントコンピューティングデバイス202、及び/又はサーバコンピューティングデバイス204をネットワーク203に接続することができる。記憶ユニットは、ランダムアクセスメモリ(RAM)、リードオンリーメモリ(ROM)、電子消去可能プログラマブルリードオンリーメモリ(EEPROM)、及びベーシックインプット/アウトプットシステム(BIOS)を含むことができる。記憶ユニットは、他の記憶ユニット、例えば不揮発性記憶装置をさらに含むことができ、かかる不揮発性記憶装置としては、磁気ディスクドライブ、光学ドライブ、フラッシュメモリなどが挙げられる。
図2は、1つの画像化デバイス201、1つのクライアントコンピューティングデバイス202、1つのネットワーク203、及び1つのサーバコンピューティングデバイス204を示している、これは、単に例示であるに過ぎない。変形例として、任意の数の画像化デバイス201、クライアントコンピューティングデバイス202、ネットワーク203、又はサーバコンピューティングデバイス204が設けられてもよい。画像化デバイス201、クライアントコンピューティングデバイス202、及び/又はサーバコンピューティングデバイス204のコンポーネントのうちの幾つか又は全てを、ネットワーク203の使用の有無を問わず、単一のデバイスに組み込んでもよい。同様に、画像化デバイス201、クライアントコンピューティングデバイス202、及び/又はサーバコンピューティングデバイス204のコンポーネントのうちの幾つか又は全てを、ネットワーク203又は他の接続方式により接続された別々のデバイスに分けてもよい。変形例として、図1のステップ101~ステップ107のうちの幾つか又は全てを、ネットワーク203の使用の有無を問わず、1つ以上のクライアントコンピューティングデバイス202によって実施してもよい。
図2に記載した種々のデバイスは、コンピューティングデバイスを含むことができ、又はコンピューティングデバイス、例えば、サーバ、デスクトップ型コンピュータ、ラップトップ型コンピュータ、タブレット型コンピュータ、パーソナルデジタルアシスタント(PDA)、スマートフォン、モバイルフォン、スマートデバイス、家電、センサなど上に常駐してもよい。コンピューティングデバイスは、プロセッサ、メモリ、ネットワークインターフェース、周辺インターフェースなどを含むのが良い。
図2の種々のデバイスは、ワイヤレスネットワークと直接的に又は間接的に、例えば基地局、ルータ、スイッチ、又は他のコンピューティングデバイスにより通信するよう構成されているのがよい。一実施形態では、コンポーネントは、種々の通信プロトコル、例えば、グローバル・システム・フォー・モバイル・コミュニケーションズ(GSM)、汎用パケット無線サービス(GPRS)、エンハンスド・データ・GSM・エンバイロンメント(EDGE)、符号分割多元接続(CDMA)、広帯域符号分割多元接続(WCDMA(登録商標))、ブルートゥース(登録商標)(Bluetooth )、ハイ・スピード・パケット・アクセス(HSPA)、ロング・ターム・エボリューション(LTE)、及びワールドワイド・インターオペラビリティ・フォー・マイクロウェーブ・アクセス(WiMAX)を利用するよう構成されているのがよい。
デバイスは、さらに、ユーザ・データグラム・プロトコル(UDP)、トランスポート・コントロール・プロトコル(TCP)、Wi-Fi、衛星リンク、及び他の種々の通信プロトコル、技術、又は方法を利用するように構成されているのがよい。加うるに、デバイスは、ワイヤレスネットワークによる通信を行わないで、電子ネットワークに接続するよう構成されるのがよい。デバイスは、アナログ電話回線(ダイヤルアップ接続)、デジタル回線(T1、T2、T3、T4など)、デジタル加入者回線(DSL)、イーサネットなどを利用するよう構成されているのがよい。さらに、デバイスは、USBポート、Bluetooth、赤外線(IR)、ファイヤーワイヤーポート、サンダーボルトポート、アドホックワイヤレス接続などによりコンピューティングデバイスに直接接続できることが想定される。デバイスは、メッセージ、例えば電子メール、SMS、IM、MMSなどを送信し、受信し、及び/又は管理するよう構成されているのが良い。
上記内容は、本発明の好ましい実施形態についての完全な説明であるが、種々の変形例、改造例、及び均等例を用いることができる。したがって、上記説明は、特許請求の範囲の記載によって定められる本発明の範囲を限定するものと解されるべきではない。

Claims (27)

  1. 患者の肺の側副換気を評価する方法であって、前記方法は、
    肺のコンピュータ断層撮影データを分析するステップを含み、前記コンピュータ断層撮影データを分析する前記ステップは、
    前記肺を別々の肺コンパートメントにセグメント化するステップ、
    密度マスクに基づき1つ以上の肺コンパートメントの1つ以上の領域について肺気腫スコアを計算するステップ、
    裂欠陥部を確認するステップ、
    前記裂欠陥部のサイズに基づいて裂欠陥部スコアを計算するステップ、
    前記肺コンパートメントの前記領域に対する前記裂欠陥部の近接度を算定するステップ、及び
    前記計算した肺気腫スコア、前記裂欠陥部スコア、及び前記肺コンパートメントの前記領域に対する前記裂欠陥部の近接度に基づいて、側副換気が前記肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかを判定するステップを含む、方法。
  2. 前記側副換気は、前記肺コンパートメントの前記領域がしきい肺気腫スコア値よりも大きな肺気腫スコアを有する場合、前記裂欠陥部がしきい裂欠陥部スコア値よりも大きな裂欠陥部スコアを有する場合、及び前記肺コンパートメントの前記領域に対する前記裂欠陥部の近接度がしきい近接度の範囲内にある場合に存在しているあるいはしきいレベルを超えていると判定される、請求項1記載の方法。
  3. 前記肺気腫スコア、前記裂孔欠陥スコア、及び前記肺コンパートメントの前記領域に対する前記裂欠陥部の前記近接度に基づいて、前記肺コンパートメントに関する側副換気スコアを計算するステップをさらに含み、側副換気が前記肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの前記判定は、前記計算した側副換気スコアに基づく、請求項1記載の方法。
  4. 前記計算した側副換気スコアに基づいて側副換気度を算定するステップを含む、請求項3記載の方法。
  5. 肺コンパートメントが肺コンパートメントについて側副換気又は側副換気度を呈すると判定されたことを指示する報告を作成するステップをさらに含む、請求項1記載の方法。
  6. 前記報告は、1つ以上の潜在的治療部位、及び肺体積減少を生じさせ又は過膨張を減少させるよう前記潜在的治療部位のための1つ以上の示唆される植え込み型器具を含み、前記肺コンパートメントは、側副換気又はしきいレベルよりも低い側副換気度を呈していないと判定され、前記潜在的治療部位は、前記肺コンパートメントに通じる気道である、請求項5記載の方法。
  7. 前記報告は、1つ以上の潜在的治療部位、及び肺体積減少を生じさせ又は過膨張を減少させるよう前記潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、前記肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定され、前記潜在的治療部位は、前記肺コンパートメント内に1つ以上の領域を含む、請求項5記載の方法。
  8. 前記報告は、1つ以上の潜在的治療部位、及び肺コンパートメント相互間の側副換気を最小限に抑えるよう前記潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、前記肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定され、前記潜在的治療部位は、前記裂欠陥部に通じる気道を含む、請求項5記載の方法。
  9. 側副換気が前記肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの前記判定はさらに、どの裂が前記裂欠陥部を含むか、前記裂欠陥部が前記裂上のどの場所に存在しているか、又は前記裂欠陥部がどの肺コンパートメントを互いに隔てているかに基づく、請求項1記載の方法。
  10. 気道を確認するステップをさらに含み、側副換気が前記肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの前記判定は、気道が前記肺コンパートメントの前記領域に対するしきい近接度内に確認されるかどうかに基づいている、請求項1記載の方法。
  11. 気道を確認するステップをさらに含み、側副換気が前記肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの前記判定は、気道が前記裂欠陥部に対するしきい近接度内に確認されるかどうかに基づいている、請求項1記載の方法。
  12. 患者の肺の側副換気を評価する方法であって、前記方法は、
    肺のコンピュータ断層撮影データを分析するステップを含み、前記コンピュータ断層撮影データを分析する前記ステップは、
    前記肺を別々の肺コンパートメントにセグメント化するステップ、
    裂欠陥部を確認するステップ、
    前記裂欠陥部に隣接して位置する肺コンパートメントを確認するステップ、
    前記裂欠陥部に隣接して位置する第1の肺コンパートメントの1つ以上の領域、及び前記裂欠陥部の反対側で前記裂欠陥部に隣接して位置する第2の肺コンパートメントの1つ以上の領域に関する肺気腫スコアを密度マスクに基づいて計算するステップ、
    裂欠陥部スコアを前記裂欠陥部のサイズに基づいて計算するステップ、
    前記第1の肺コンパートメントの前記領域及び前記第2の肺コンパートメントの前記領域に対する前記裂欠陥部の近接度を算定するステップ、及び
    側副換気が前記第1又は前記第2の肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかを前記計算した肺気腫スコア、前記裂欠陥部スコア、及び前記第1及び前記第2の肺コンパートメントの前記領域に対する前記裂欠陥部の前記近接度に基づいて判定するステップを含む、方法。
  13. 側副換気は、前記第1の肺コンパートメントの前記領域がしきい肺気腫スコア値よりも大きな肺気腫スコアを有する場合、前記第2の肺コンパートメントの前記領域がしきい肺気腫スコア値よりも肺気腫スコアを有する場合、前記裂欠陥部がしきい裂欠陥部スコア値よりも大きな裂欠陥部スコアを有する場合、前記第1の肺コンパートメントの前記領域に対する前記裂欠陥部の前記近接度がしきい近接度内におさまっている場合、及び前記第2の肺コンパートメントの前記領域に対する前記裂欠陥部の前記近接度がしきい近接度内に収まっている場合に存在しておりあるいはしきいレベルよりも高いと判定される、請求項12記載の方法。
  14. 前記第1及び前記第2の肺コンパートメントの前記領域の前記肺気腫スコア、前記裂欠陥部スコア、及び前記第1と前記第2の肺コンパートメントの前記領域に対する前記裂欠陥部の前記近接度に基づいて、前記第1又は前記第2の肺コンパートメントに関する側副換気スコアを計算するステップをさらに含み、側副換気が前記第1又は前記第2の肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかの前記判定は、前記計算した側副換気スコアに基づく、請求項12記載の方法。
  15. 前記計算した側副換気スコアに基づいて側副換気度を算定するステップを含む、請求項14記載の方法。
  16. 肺コンパートメントについて側副換気又は側副換気度を呈すると判定された肺コンパートメントを指示する報告を作成するステップをさらに含む、請求項12記載の方法。
  17. 前記報告は、1つ以上の潜在的治療部位、及び肺体積減少を生じさせ又は過膨張を減少させるよう前記潜在的治療部位のための1つ以上の示唆される植え込み型器具を含み、前記第1又は前記第2の肺コンパートメントは、側副換気又はしきいレベルよりも低い側副換気度を呈していないと判定され、前記潜在的治療部位は、前記第1又は前記第2の肺コンパートメントに通じる気道である、請求項16記載の方法。
  18. 前記報告は、1つ以上の潜在的治療部位、及び肺体積減少を生じさせ又は過膨張を減少させるよう前記潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、前記第1又は前記第2の肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定され、前記潜在的治療部位は、前記第1又は前記第2の肺コンパートメント内に1つ以上の領域を含む、請求項16記載の方法。
  19. 前記報告は、1つ以上の潜在的治療部位、及び肺コンパートメント相互間の側副換気を最小限に抑えるよう前記潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、前記第1又は前記第2の肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定され、前記潜在的治療部位は、前記裂欠陥部に通じる気道を含む、請求項16記載の方法。
  20. 患者の肺の側副換気を評価する方法であって、前記方法は、
    肺のコンピュータ断層撮影データを分析するステップを含み、前記コンピュータ断層撮影データを分析する前記ステップは、
    前記肺を別々の肺コンパートメントにセグメント化するステップ、
    裂欠陥部を確認するステップ、
    前記裂欠陥部に隣接して位置する肺コンパートメントを確認するステップ、
    呼吸中、前記裂欠陥部に隣接して位置する第1の肺コンパートメント及び前記裂欠陥部の反対側で前記裂欠陥部に隣接して位置する第2の肺コンパートメントの容積の変化を算定するステップ、及び
    側副換気が前記第1及び前記第2の肺コンパートメント内において存在しているかどうかあるいはしきいレベルを超えているかどうかを前記第1及び前記第2の肺コンパートメントの前記容積変化に基づいて判定するステップを含む、方法。
  21. 側副換気は、前記第1及び前記第2の肺コンパートメントが呼吸中に非同期的に膨らみ又はしぼむ場合に存在しておりあるいはしきいレベルを超えていると判定される、請求項20記載の方法。
  22. 前記裂欠陥部のサイズに基づいて裂欠陥部スコアを計算するステップをさらに含み、前記側副換気が存在しているかどうかあるいはしきいレベルを超えているかどうかの前記判定はさらに、前記計算した裂欠陥部スコアに基づく、請求項20記載の方法。
  23. 前記第1及び前記第2の肺コンパートメントの前記容積変化に基づいて側副換気度を算定するステップを含む、請求項22記載の方法。
  24. 肺コンパートメントについて側副換気又は側副換気度を呈すると判定された肺コンパートメントを指示する報告を作成するステップをさらに含む、請求項20記載の方法。
  25. 前記報告は、1つ以上の潜在的治療部位、及び肺体積減少を生じさせ又は過膨張を減少させるよう前記潜在的治療部位のための1つ以上の示唆される植え込み型器具を含み、前記第1又は前記第2の肺コンパートメントは、側副換気又はしきいレベルよりも低い側副換気度を呈していないと判定され、前記潜在的治療部位は、前記第1又は前記第2の肺コンパートメントに通じる気道である、請求項24記載の方法。
  26. 前記報告は、1つ以上の潜在的治療部位、及び肺体積減少を生じさせ又は過膨張を減少させるよう前記潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、前記第1又は前記第2の肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定され、前記潜在的治療部位は、前記第1又は前記第2の肺コンパートメント内に1つ以上の領域を含む、請求項24記載の方法。
  27. 前記報告は、1つ以上の潜在的治療部位、及び肺コンパートメント相互間の側副換気を最小限に抑えるよう前記潜在的治療部位に投与されるべき1つ以上の示唆される治療薬又は植え込み型器具を含み、前記第1又は前記第2の肺コンパートメントは、側副換気又はしきいレベルよりも高い側副換気度を呈すると判定され、前記潜在的治療部位は、前記裂欠陥部に通じる気道を含む、請求項24記載の方法。
JP2023507943A 2020-08-06 2021-08-03 側副換気を判定するために画像化データを分析する方法、システム、及び器具 Pending JP2023536661A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063062390P 2020-08-06 2020-08-06
US63/062,390 2020-08-06
PCT/US2021/044406 WO2022031751A1 (en) 2020-08-06 2021-08-03 Methods, systems, and devices for analyzing lung imaging data to determine collateral ventilation

Publications (1)

Publication Number Publication Date
JP2023536661A true JP2023536661A (ja) 2023-08-28

Family

ID=80113870

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023507943A Pending JP2023536661A (ja) 2020-08-06 2021-08-03 側副換気を判定するために画像化データを分析する方法、システム、及び器具

Country Status (5)

Country Link
US (1) US20220044402A1 (ja)
EP (1) EP4192346A1 (ja)
JP (1) JP2023536661A (ja)
AU (1) AU2021322211A1 (ja)
WO (1) WO2022031751A1 (ja)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7883471B2 (en) * 2001-09-10 2011-02-08 Pulmonx Corporation Minimally invasive determination of collateral ventilation in lungs
US8409167B2 (en) * 2004-07-19 2013-04-02 Broncus Medical Inc Devices for delivering substances through an extra-anatomic opening created in an airway
EP2051631A4 (en) * 2006-06-30 2013-06-05 Broncus Tech Inc SELECTION OF AIRWAY BYPASS SITE AND PLANNING A TREATMENT
US9014445B2 (en) * 2012-10-11 2015-04-21 Vida Diagnostics, Inc. Visualization and characterization of pulmonary lobar fissures
US9504529B2 (en) * 2014-02-24 2016-11-29 Vida Diagnostics, Inc. Treatment outcome prediction for lung volume reduction procedures
EP3294136B1 (en) * 2015-05-08 2020-11-18 Vida Diagnostics, Inc. System for quantifying regional fissure features
JP6943866B2 (ja) * 2016-02-05 2021-10-06 プルモンクス コーポレイション 肺撮像データを分析するための方法、システム及び装置

Also Published As

Publication number Publication date
AU2021322211A1 (en) 2023-03-02
EP4192346A1 (en) 2023-06-14
US20220044402A1 (en) 2022-02-10
WO2022031751A1 (en) 2022-02-10

Similar Documents

Publication Publication Date Title
US20210077052A1 (en) Methods, systems, and devices for analyzing lung imaging data
US9390498B2 (en) Visualization and characterization of pulmonary lobar fissures
Bodduluri et al. Recent advances in computed tomography imaging in chronic obstructive pulmonary disease
JP6211737B1 (ja) 大動脈弁石灰化を分析すること
EP3503971B1 (en) Medical image processing apparatus, treatment system, and medical image processing program
EP3294136A1 (en) Systems and methods for quantifying regional fissure features
US20050063579A1 (en) Method of automatically detecting pulmonary nodules from multi-slice computed tomographic images and recording medium in which the method is recorded
US20160171689A1 (en) Method for quantifying medical image
CN111415356A (zh) 肺炎征象的分割方法、装置、介质及电子设备
CN111311612A (zh) 肺部分割方法、装置、介质及电子设备
WO2013156546A2 (en) Endoprosthesis leakage analysis
JP2023536661A (ja) 側副換気を判定するために画像化データを分析する方法、システム、及び器具
CN111415341A (zh) 肺炎阶段的评估方法、装置、介质及电子设备
Subramaniam et al. Quantifying tissue heterogeneity using quadtree decomposition
Ibrahim et al. Non-uniform central airways ventilation model based on vascular segmentation
Samundeeswari et al. A novel multilevel hybrid segmentation and refinement method for automatic heterogeneous true NSCLC nodules extraction
Pinho et al. Efficient approaches to intrathoracic airway tree segmentations
Sensakovic Computerized segmentation and measurement of pleural disease
JP4606991B2 (ja) 画像処理装置、画像処理方法およびそのプログラム
Ren et al. Automated 3D mouse lung segmentation from CT images for extracting quantitative tumor progression biomarkers
Judisch Towards an optimized low radiation dose quantitative computed tomography protocol for pulmonary airway assessment