JP5591512B2 - 血流動態解析装置およびその制御プログラム - Google Patents
血流動態解析装置およびその制御プログラム Download PDFInfo
- Publication number
- JP5591512B2 JP5591512B2 JP2009238678A JP2009238678A JP5591512B2 JP 5591512 B2 JP5591512 B2 JP 5591512B2 JP 2009238678 A JP2009238678 A JP 2009238678A JP 2009238678 A JP2009238678 A JP 2009238678A JP 5591512 B2 JP5591512 B2 JP 5591512B2
- Authority
- JP
- Japan
- Prior art keywords
- curve
- tissue
- time
- time concentration
- concentration curve
- 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.)
- Expired - Fee Related
Links
- 230000017531 blood circulation Effects 0.000 title claims description 39
- 238000004458 analytical method Methods 0.000 title description 24
- 238000004364 calculation method Methods 0.000 claims description 39
- 239000002872 contrast media Substances 0.000 claims description 19
- 238000003384 imaging method Methods 0.000 claims description 17
- 210000001367 artery Anatomy 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 8
- 238000005206 flow analysis Methods 0.000 claims description 7
- 238000002059 diagnostic imaging Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 66
- 230000003727 cerebral blood flow Effects 0.000 description 35
- 238000000034 method Methods 0.000 description 31
- 230000008569 process Effects 0.000 description 18
- 210000004369 blood Anatomy 0.000 description 17
- 239000008280 blood Substances 0.000 description 17
- 230000002490 cerebral effect Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 12
- 230000008338 local blood flow Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 9
- 238000002595 magnetic resonance imaging Methods 0.000 description 9
- 238000005316 response function Methods 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 5
- 210000004556 brain Anatomy 0.000 description 5
- 210000002216 heart Anatomy 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 210000005013 brain tissue Anatomy 0.000 description 3
- 230000000004 hemodynamic effect Effects 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000010412 perfusion Effects 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000004219 arterial function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000003743 erythrocyte Anatomy 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004088 pulmonary circulation Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012360 testing method Methods 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
- A61B6/50—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Dentistry (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
本発明は、血流動態解析装置およびその制御プログラムに関し、特に、血管の血流動態に関する情報を正確かつ安定に算出することができる血流動態解析装置およびその制御プログラムに関する。
従来、Ｘ線CT（Computed Tomography）装置やMRI（Magnetic Resonance Imaging）装置では、静脈から造影剤を投与し、時系列画像データを収集して、その画像を元に解析し、組織内の血流動態に関する情報を得る検査が行われている。これはパーヒュージョン検査と呼ばれ、造影剤の撮影断面への集中の度合いが画像の濃度変化として収集できることを利用したものである。
例えば、肺循環や造影剤投与のばらつきをなくすために、組織に流入する動脈の時間濃度曲線（Time Intensity Cur：TIC）：ａｉを入力関数として、測定した組織の時間濃度曲線Ｃｉとのデコンボリューション（Deconvolution：逆畳み込み積分）を行い、組織固有のインパルス応答関数（伝達関数）Ｒｉ（residue function）を求め、得られたインパルス応答関数から、血流動態を定量的に表す指標である血流量（脳の場合、CBF：Cerebral Blood Flow）、平均通過時間：MTT（Mean Transit Time）、および、血液量（脳の場合、CBV：Cerebral Blood Volume）などのパラメータを算出している。この解析方法は、デコンボリューション法と呼ばれている。
また、非特許文献１では、動脈の時間濃度曲線をガンマ関数でフィッティングし、組織の時間濃度曲線をガンマ関数でフィッティングし、ガンマ関数でそれぞれフィッティングされた動脈の時間濃度曲線と組織の時間濃度曲線とのデコンボリューションを行い、得られたインパルス応答関数から、血流量、平均通過時間、および血液量を求めるようにしている。
T.Hackander et al.,The Use of gamma functions in the calculation of organ perfusion functions for non-diffusible radioactive tracers,phys.Med.Biol.,1988,vol.33,no.1,pp53-59,UK
従来のデコンボリューション法では、組織の時間濃度曲線のデコンボリューションが数値的に不安定であり、インパルス応答関数の算出精度がある一定以上にはならない。また、インパルス応答関数のピークの面積は正確に求めることができるものの、ピークの幅や高さを独立に正確に求めることができない。つまり、デコンボリューション法で求めたい値は、ピークの高さ（CBFに相当）またはピークの幅（MTTに相当）であり、十分な精度が得られないという課題があった。
また、非特許文献１の技術においても、デコンボリューションを行っているため、数値的に不安定であり、また求めるパラメータの数が多いため、正確性に欠ける課題があった。
本発明はこのような状況に鑑みてなされたものであり、その目的は、血管の血流動態に関する情報を正確かつ安定に算出することが可能な血流動態解析装置およびその制御プログラムを提供することである。
請求項１記載の本発明の特徴は、血流動態解析装置において、造影剤が注入された被検体を医用画像撮影装置で撮影した時系列の撮影データから、各画素の画素値の変化を計測して組織の時間濃度曲線を算出する組織の時間濃度曲線算出手段と、組織の時間濃度曲線算出手段により算出された組織の時間濃度曲線から、動脈領域を設定し、動脈領域での時間濃度曲線を算出する動脈の時間濃度曲線算出手段と、動脈の時間濃度曲線算出手段により算出された動脈の時間濃度曲線を、複数のパラメータを持ち、ガンマ確率密度関数の定数倍の関数である動脈カーブモデルに当てはめる動脈の時間濃度曲線のカーブフィッティング手段と、組織の時間濃度曲線算出手段により算出された組織の時間濃度曲線を、複数のパラメータを持ち、不完全ガンマ関数の差を含む関数、組織のインパルス応答に矩形関数、或いは、ガンマ確率密度関数の定数倍の関数を用いた、いずれかの組織カーブモデルに当てはめる組織の時間濃度曲線のカーブフィッティング手段と、組織の時間濃度曲線のカーブフィッティング手段により算出されたパラメータの値を用いて、血流動態に関する情報を算出する血流情報算出手段とを備えることであり、組織の時間濃度曲線のカーブフィッティング手段は、動脈の時間濃度曲線のカーブフィッティング手段により算出されたパラメータの値の全てまたは一部を、組織カーブモデルのパラメータとして用いることを特徴とする。
請求項２記載の本発明の特徴は、制御プログラムにおいて、造影剤が注入された被検体を医用画像撮影装置で撮影した時系列の撮影データから、各画素の画素値の変化を計測して組織の時間濃度曲線を算出する組織の時間濃度曲線算出ステップと、組織の時間濃度曲線算出ステップで算出された組織の時間濃度曲線から、動脈領域を設定し、動脈領域での時間濃度曲線を算出する動脈の時間濃度曲線算出ステップと、動脈の時間濃度曲線算出ステップで算出された動脈の時間濃度曲線を、複数のパラメータを持ち、ガンマ確率密度関数の定数倍の関数である動脈カーブモデルに当てはめる動脈の時間濃度曲線のカーブフィッティングステップと、組織の時間濃度曲線算出ステップで算出された組織の時間濃度曲線を、複数のパラメータを持ち、不完全ガンマ関数の差を含む関数、組織のインパルス応答に矩形関数、或いは、ガンマ確率密度関数の定数倍の関数を用いた、いずれかの組織カーブモデルに当てはめる組織の時間濃度曲線のカーブフィッティングステップと、組織の時間濃度曲線のカーブフィッティングステップで算出されたパラメータの値を用いて、血流動態に関する情報を算出する血流情報算出ステップとを血流動態解析装置が備えるコンピュータに実行させることであり、組織の時間濃度曲線のカーブフィッティングステップでは、動脈の時間濃度曲線のカーブフィッティングステップで算出されたパラメータの値の全てまたは一部を、組織カーブモデルのパラメータとして用いることを特徴とする。
本発明によれば、血管の血流動態に関する情報を正確かつ安定に算出することが可能な血流動態解析装置およびその制御プログラムを提供することができる。
以下、本発明の実施の形態について図面を参照して詳細に説明する。
図１は、本発明を適用した血流動態解析装置１の構成例を示す図である。
血流動態解析装置１は、CPU(Central Processing Unit)１ａ、ROM（Read Only Memory）１ｂ、RAM（Random Access Memory）１ｃ、および入出力インターフェイス１ｄが、バス１ｅを介して接続されている。入出力インターフェイス１ｄには、記憶部１ｆ、通信部１ｇ、表示部１ｈ、入力部１ｉ、およびリムーバブルメディア１ｊが接続されている。
CPU１ａは、入力部１ｉからの入力信号に基づいて血流動態解析装置１を起動するためのブートプログラムをROM１ｂから読み出して実行し、記憶部１ｆに格納されている各種オペレーティングシステムを読み出す。またCPU１ａは、入力部１ｉからの入力信号に基づいて各種の制御を行ったり、ROM１ｂや記憶部１ｆに記憶されたプログラムおよびデータを読み出してRAM１ｃにロードしたり、あるいはRAM１ｃから読み出されたプログラムのコマンドに基づいて、データ演算または加工などの一連の処理を実行する。
記憶部１ｆは、半導体メモリや磁気ディスクなどで構成されており、CPU１ａで実行されるプログラムやデータを記憶する。記憶部１ｆには、CPU１ａが実行するプログラムとして、例えば、局所血流動態に関する情報を解析するためのアプリケーションが用意される。以下、局所血流動態に関する情報を解析するこのアプリケーションを局所血流解析アプリケーションという。
通信部１ｇは、LAN（Local Area Network）カードやモデムなどで構成されており、血流動態解析装置１をローカルエリアネットワークやインターネットといった通信媒体に接続することを可能にする。すなわち通信部１ｇは、通信媒体から受信したデータを、入出力インターフェイス１ｄおよびバス１ｅを介してCPU１ａに送信し、CPU１ａからバス１ｅおよび入出力インターフェイス１ｄを介して受信したデータを、通信媒体に送信する。
表示部１ｈは、例えば液晶ディスプレイであり、CPU１ａからバス１ｅおよび入出力インターフェイス１ｄを介して受信した信号に基づいて、CPU１ａの処理結果などを表示する。
入力部１ｉは、血流動態解析装置１の操作者が各種の操作を入力するキーボードやマウスなどの入力デバイスにより構成されており、操作者の操作に基づいて入力信号を生成し、入出力インターフェイス１ｄおよびバス１ｅを介してCPU１ａに送信する。
リムーバブルメディア１ｊは、例えば光ディスクやフレキシブルディスクなどであり、図示せぬディスクドライブによって読み出されたデータが、入出力インターフェイス１ｄおよびバス１ｅを介してCPU１ａに送信され、CPU１ａからバス１ｅおよび入出力インターフェイス１ｄを介して受信したデータが、ディスクドライブによって書き込まれる。
本実施の形態の血流動態解析装置１は、Ｘ線CT装置やMRI装置などの医用画像撮影装置（いわゆる医用モダリティ）により、ダイナミックス撮影により収集された画像データから血流動態を解析する装置である。このため、血流動態解析装置１は、かかる画像データを入手できる環境にあればよく、医用画像撮影装置と一体に構成されていてもよいし、医用画像撮影装置とは別体で構成されていてもよい。別体で構成される場合には、収集された画像データはリムーバブルメディア１ｊで、または通信部１ｇを介して図示せぬ医用画像撮影装置から血流動態解析装置１に送られる。
また、血流動態解析装置１は、血流動態解析結果を、通信部１ｇを介して、PACS(Picture Archiving and Communication System)に転送し、そこに保存させることができる。これによって、特定の画像データの血流動態解析結果の検索や閲覧などを容易に行うことが可能となる。
医用画像撮影装置には、Ｘ線CT装置やMRI装置のほか、超音波診断装置やPET（Positron Emission Tomography）装置などが含まれる。
図２は、局所血流解析アプリケーションのアルゴリズムの一例を示す図である。
図２に示すように、局所血流解析アプリケーション２は、時系列データ取得部２ａ、造影濃度曲線算出部２ｂ、動脈の時間濃度曲線算出部２ｃ、動脈の時間濃度曲線のカーブフィッティング部２ｄ、および組織の時間濃度曲線のカーブフィッティング部２ｅのアルゴリズムから成り立っている。
時系列データ取得部２ａは、造影剤を静脈注入（ボーラス注入）した被検者について、医用画像撮影装置が所定時間撮影して生成した時系列の撮影データを取得し、取得した時系列の撮影データを造影濃度曲線算出部２ｂに出力する。
造影濃度曲線算出部２ｂは、時系列データ取得部２ａから出力される時系列の撮影データを入力し、各画素の画素値の変化を計測して造影濃度曲線を算出する。
つまり、被検者に造影剤を比較的短時間で静脈注入すると、造影剤は静脈を通り心臓に戻り、肺を循環して再び心臓に戻り、動脈へ流入し、各臓器の組織に到達し、再び静脈を通り心臓へ戻る。ここで、例えば、医用画像撮影装置が脳の領域のCT画像やMRI画像を時系列で撮影していた場合、造影剤濃度の変化に応じた各画素の画素値の変化を計測することができる。造影濃度曲線算出部２ｂは、この計測した各画素の画素値の変化に基づいて、造影濃度曲線を算出することができる。
例えば、CT画像の場合、次式（１）に示すように、各時相の画素値Ｓｉから造影剤到着前の画素値Ｓ０を引き算することにより、造影剤濃度に比例する量（TDC：Time Density Curve）が算出される。式（１）において、ｉは、撮影時相を表している。
Ｃｉ＝Ｓｉ−Ｓ０ ・・・（１）
また例えば、MRI画像の場合、次式（２）に示すように、各時相の画素値Ｓｉと造影剤到着前の画素値Ｓ０の比の対数（ΔR2＊）から、造影剤濃度に比例する量（TCC：Time Concentration Curve）が算出される。式（２）において、ｉは、撮影時相を表し、TEは、エコー時間を表している。
また例えば、MRI画像の場合、次式（２）に示すように、各時相の画素値Ｓｉと造影剤到着前の画素値Ｓ０の比の対数（ΔR2＊）から、造影剤濃度に比例する量（TCC：Time Concentration Curve）が算出される。式（２）において、ｉは、撮影時相を表し、TEは、エコー時間を表している。
ΔＲ２＊＝−log（Ｓｉ／Ｓ０）／TE ・・・（２）
造影濃度曲線算出部２ｂは、上記の式（１）または式（２）で算出した造影濃度曲線を、組織の時間濃度曲線Ｃｉとし、算出値を動脈の時間濃度曲線算出部２ｃ、および、組織の時間濃度曲線のカーブフィッティング部２ｅに出力する。
造影濃度曲線算出部２ｂは、上記の式（１）または式（２）で算出した造影濃度曲線を、組織の時間濃度曲線Ｃｉとし、算出値を動脈の時間濃度曲線算出部２ｃ、および、組織の時間濃度曲線のカーブフィッティング部２ｅに出力する。
この造影濃度曲線算出部２ｂは、時系列の撮影データから、各画素の画素値の変化を計測して組織の時間濃度曲線を算出する組織の時間濃度曲線算出手段として機能する。
動脈の時間濃度曲線算出部２ｃは、造影濃度曲線算出部２ｂから出力される組織の時間濃度曲線Ｃｉを入力し、その曲線から、CT画像やMRI画像の解析単位となるボクセルでの動脈の時間濃度曲線を算出する。つまり、CT画像やMRI画像の解析単位となるボクセルの大きさは、０．５ｍｍ乃至３ｍｍ程度の大きさであり、組織の中の主要な動脈であれば、血管にほぼ包含されるボクセルが存在する。
動脈の時間濃度曲線算出部２ｃは、このようなボクセルを自動的あるいはユーザからの指定によって特定することで、動脈領域を設定し、その動脈領域での時間濃度曲線（ここでは、ｉ番目の撮影時刻での濃度値ａi）を算出する動脈の時間濃度曲線算出手段として機能する。
動脈時間濃度曲線算出部２ｃは、算出した動脈の時間濃度曲線ａiを、動脈の時間濃度曲線のカーブフィッティング部２ｄに出力する。
動脈の時間濃度曲線のカーブフィッティング部２ｄは、動脈の時間濃度曲線算出部２ｃから出力される動脈の時間濃度曲線ａｉを入力する。動脈の時間濃度曲線のカーブフィッティング部２ｄは、次式（３）によるガンマ確率密度関数の定数倍の関数（ガンマ確率密度関数に比例する関数）を動脈の時間濃度曲線のカーブモデル（以下、動脈カーブモデルと称する）として適用し、入力した動脈の時間濃度曲線ａｉのカーブフィッティング（動脈カーブモデルへの当てはめ）を行う動脈の時間濃度曲線のカーブフィッティング手段として機能する。
ここで言うガンマ確率密度関数とは、時間βに１回の割合で通過できる何重かの障壁αの全部を通過する所要時間の確率密度を表わしている。動脈関数は、肺の障壁を通過して分散された関数と考えることができるため、このガンマ確率密度関数を、動脈カーブモデルとして適用し、動脈カーブモデルへの当てはめ（近似）を行うようにする。
動脈の時間濃度曲線ａ（t）は、上記の式（３）で表されるガンマ確率密度関数の定数倍の関数でのカーブフィッティングによって、次式（４）により表わされる。式（４）において、ｔは、時刻を表し、t0，α，β，Ｋは、いずれもパラメータを表している。αは、障壁の数であり、βは、障壁αの全部を通過する所要時間であり、Ｋは、線形パラメータである。
動脈の時間濃度曲線のカーブフィッティング部２ｄは、上記の式（４）における４つのパラメータt0，α，β，Ｋの全てを変数とし、次式（５）に示す、動脈カーブモデルと動脈の濃度値ａｉとの２乗誤差を最小にするt0，α，β，Ｋを算出する。実際には、t0には、造影剤が対象臓器に到達する前の特定の時刻を用い、α，β，Ｋを算出する方法を用いる場合が多い。
動脈の時間濃度曲線のカーブフィッティング部２ｄは、算出したパラメータα，β，Ｋの値を、組織の時間濃度曲線のカーブフィッティング部２ｅに出力する。
組織の時間濃度曲線のカーブフィッティング部２ｅは、造影濃度曲線算出部２ｂから出力される組織の時間濃度曲線Ｃｉを入力するとともに、動脈の時間濃度曲線のカーブフィッティング部２ｄから出力されたパラメータt0，α，β，Ｋの値を入力する。
組織の時間濃度曲線のカーブフィッティング部２ｅは、予め定めた関数を組織の時間濃度曲線のカーブモデル（以下、組織カーブモデルと称する）として適用し、入力した組織の時間濃度曲線Ｃｉのカーブフィッティングを行う組織の時間濃度曲線のカーブフィッティング手段として機能する。
ここで、カーブフィッティングの際、動脈の時間濃度曲線のカーブフィッティング部２ｄから出力されたパラメータt0，α，β，Ｋの値の全てまたは一部を、組織カーブモデルのパラメータとして用いる。なお、組織の時間濃度曲線のカーブフィッティング処理の詳細は、後述する。
組織の時間濃度曲線のカーブフィッティング部２ｅは、カーブフィッティングにより得たパラメータの値を用いて、局所血流動態に関する情報である、平均通過時間MTT（Mean Transit Time）、局所脳血流量CBF（Cerebral Blood Flow）、および局所脳血液量CBV（Cerebral Blood Volume）を算出する血流情報算出手段としても機能する。
次に、図３のフローチャートを参照して、本発明の実施の形態における組織の血流動態に関する情報の算出処理について説明する。この処理では、特に、脳組織を例に挙げ、その血流動態に関する情報を算出する処理について説明する。
ステップＳ１において、時系列データ取得部２ａは、医用画像撮影装置が所定時間撮影して生成した時系列の撮影データを取得する。
ステップＳ２において、造影濃度曲線算出部２ｂは、ステップＳ１の処理で取得された時系列の撮影データから、各画素の画素値の変化を計測して造影濃度曲線を算出する。この造影濃度曲線を、組織の時間濃度曲線Ｃｉとする。
ステップＳ３において、動脈の時間濃度曲線算出部２ｃは、ステップＳ２の処理で算出された組織の時間濃度曲線Ｃｉから、CT画像やMRI画像の解析単位となる動脈領域を設定し、その動脈領域での時間濃度曲線ａiを算出する。
ステップＳ４において、動脈の時間濃度曲線のカーブフィッティング部２ｄは、上記の式（３）で表わしたガンマ確率密度関数の定数倍の関数を、動脈カーブモデルとして適用し、ステップＳ３の処理で算出された動脈の時間濃度曲線ａｉのカーブフィッティングを行う。動脈の時間濃度曲線ａｉのカーブフィッティングによって、t0，α，β，Ｋのパラメータの値が算出される。
ステップＳ５において、組織の時間濃度曲線のカーブフィッティング部２ｅは、予め定めた関数を、組織カーブモデルとして適用し、ステップＳ２の処理で算出された組織の時間濃度曲線Ｃｉのカーブフィッティングを行う。組織の時間濃度曲線Ｃｉのカーブフィッティング処理の詳細は、図４、図７、および図９のフローチャートを参照して後述するが、ステップＳ４の処理で算出されたt0，α，β，Ｋのパラメータの値の全てまたは一部が、組織カーブモデルのパラメータとして用いられる。
そして、組織の時間濃度曲線のカーブフィッティング部２ｅは、組織の時間濃度曲線Ｃｉのカーブフィッティングにより得られたパラメータの値を用いて、血流動態に関する情報である、平均通過時間MTT、局所脳血液量CBV、および局所脳血流量CBFを算出する。
以上のように、血流動態解析装置１は、動脈の時間濃度曲線ａｉをガンマ確率密度関数の定数倍の関数を用いてカーブフィッティングし、そのカーブフィッティングにより得られたパラメータの値の全てまたは一部を、組織の時間濃度曲線Ｃｉのカーブフィッティングのパラメータに用いることによって、安定かつ正確に、平均通過時間MTT、局所脳血液量CBV、および局所脳血流量CBFを算出することが可能となる。
また、血流動態解析装置１は、算出した平均通過時間MTT、局所脳血液量CBV、および局所脳血流量CBFに基づいて、対応する画像を表示部１ｈに表示させることができ、操作者は、血流動態の状態を容易に把握することが可能となる。
次に、図４のフローチャートを参照して、図３のステップＳ５における、第１の実施の形態での組織の時間濃度曲線のカーブフィッティング処理の詳細について説明する。
第１の実施の形態では、図５に示すように、組織の時間濃度曲線のカーブモデルに不完全ガンマ関数の差を用いる点に特徴を有する。図５において、横軸は時間を表わし、縦軸は濃度を表わしており、ａ（ｔ）は、ガンマ確率密度関数の定数倍の関数でカーブフィッティングした動脈の時間濃度曲線を表わし、ｃ（ｔ）は、不完全ガンマ関数の差でカーブフィッティングした組織の時間濃度曲線を表わし、ｆ（ｔ）は、組織のインパルス応答関数を表わしている。
ステップＳ１１において、組織の時間濃度曲線のカーブフィッティング部２ｅは、次式（６）で表わされる不完全ガンマ関数の差、または、式（６）の変形である次式（７）を組織カーブモデルとして適用する。なお、実際の組織の時間濃度曲線Ｃｉのカーブフィッティングには、式（７）を微分した次式（８）を適用することもできる。
ステップＳ１２において、組織の時間濃度曲線のカーブフィッティング部２ｅは、ステップＳ１１の処理で適用したカーブモデルを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行う。なお、組織カーブモデルの複数のパラメータのうち、α，β，Ｋのパラメータは、図３のステップＳ４の処理で算出された値を用い、組織の時間濃度曲線Ｃｉのカーブフィッティングにより新たに決定するパラメータは、ｔｄ、α１、Ｋ４である。ｔｄは、理想濃度曲線からの遅れ時間であり、α１は、障壁の数であり、Ｋ４は、線形パラメータである。
また、カーブフィッティングの高速算出方法として、多項式ｙをカーブフィッティングに用いることができる。例えば、組織の時間濃度曲線のピーク時刻をｔｐとすると、次式（９）で表わすことができる。
また、上記の式（９）を展開すると、次式（１０）を得ることができる。
そして、上記の式（１０）から、ｔｐ−ｔｄ−ｔ０とα１の間の関係を多項式で近似することができる。
図６は、横軸ｔｐ−ｔｄ−ｔ０と縦軸α１の関係の一例を示すグラフである。図６の例の場合、ｔｐ−ｔｄ−ｔ０とα１の間の関係を、次式（１１）で近似できることを示している。
すなわち、上記の式（１１）を用いて、組織の時間濃度曲線Ｃｉのピーク時刻ｔｐから、極めて容易に、α１を求めることができることを示している。Ｋ４は、線形パラメータのため、最適化法の適用は不要である。
このように、ｔｐ−ｔｄ−ｔ０とα１の間の関係を近似した多項式を用いて、高速に組織の時間濃度曲線Ｃｉをカーブフィッティングすることができる。
また、カーブフィッティングの他の算出方法として、上記の式（１１）で求めたパラメータα１の値を用いて、次式（１２）をカーブフィッティングに適用することもできる。
上記の式（１２）で決定しなければならないパラメータは、ｔｄのみになり、１変数の最適化であるため、高速に値を決定することができる。
ステップＳ１３において、組織の時間濃度曲線のカーブフィッティング部２ｅは、ステップＳ１２の処理で得られたパラメータｔｄ、α１、Ｋ４の値、および、図３のステップＳ４の処理で得られたパラメータt0，α，β，Ｋの値から、次式（１３）に示すようにして、平均通過時間MTTを算出する。
ＭＴＴ＝α１・β ・・・（１３）
ステップＳ１４において、組織の時間濃度曲線のカーブフィッティング部２ｅは、次式（１４）に示すように、組織の時間濃度曲線Ｃｉのピーク部のカーブ下の面積（AUC：Area Under the Curve）ＡＣｃを、動脈の時間濃度曲線ａiのピーク部のカーブ下の面積ＡＣａで除算して局所脳血液量CBVを算出する。
ステップＳ１４において、組織の時間濃度曲線のカーブフィッティング部２ｅは、次式（１４）に示すように、組織の時間濃度曲線Ｃｉのピーク部のカーブ下の面積（AUC：Area Under the Curve）ＡＣｃを、動脈の時間濃度曲線ａiのピーク部のカーブ下の面積ＡＣａで除算して局所脳血液量CBVを算出する。
ＣＢＶ＝ＡＣｃ／ＡＣａ ・・・（１４）
ステップＳ１５において、組織の時間濃度曲線のカーブフィッティング部２ｅは、次式（１５）に示すように、局所脳血液量CBVを、平均通過時間MTTで除算して局所脳血流量CBFを算出する。
ステップＳ１５において、組織の時間濃度曲線のカーブフィッティング部２ｅは、次式（１５）に示すように、局所脳血液量CBVを、平均通過時間MTTで除算して局所脳血流量CBFを算出する。
ＣＢＦ＝ＣＢＶ／ＭＴＴ ・・・（１５）
なお、以上の処理において、ステップＳ１３とステップＳ１４の処理は順不同である。
なお、以上の処理において、ステップＳ１３とステップＳ１４の処理は順不同である。
以上のように、第１の実施の形態によれば、ガンマ確率密度関数を組織カーブモデルとして適用し、動脈の時間濃度曲線ａｉのカーブフィッティングより得られたパラメータを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティング（近似）を行うようにすることで、安定かつ正確に、組織の局所脳血流に関する情報である、局所脳血液量CBV、局所脳血流量CBF、および平均通過時間MTTを算出することが可能となる。本実施例では、組織の入力関数（カーブフィッティングされた動脈の時間濃度曲線）と出力関数（インパルス応答関数）が双方ともガンマ確率密度関数で表わせると仮定しており、式（６）や式（７）は、造影剤が組織に入り、そして出る間に組織にとどまっている造影剤の濃度を表わすこととなり、物理的意味が明確であり、より正確に解析を行うことができる。
次に、図７のフローチャートを参照して、図３のステップＳ５における、第２の実施の形態での組織の時間濃度曲線のカーブフィッティング処理の詳細について説明する。
第２の実施の形態では、図８に示すように、組織のインパルス応答ｆ（ｔ）に矩形（BOX）関数を用いる点に特徴を有する。図８において、横軸は時間を表わし、縦軸は濃度を表わしており、ａ（ｔ）は、ガンマ確率密度関数の定数倍の関数でカーブフィッティングした動脈の時間濃度曲線を表わし、ｃ（ｔ）は、組織の時間濃度曲線のカーブモデルでカーブフィッティングした組織の時間濃度曲線を表わしている。
ここで、カーブフィッティングした動脈の時間濃度曲線を次式（１６）で表わし、矩形関数（インパルス応答）を次式（１７）で表わすと、それらのコンボリューション（畳み込み積分）は、次式（１８）で表わすことができる。
ステップＳ２１において、組織の時間濃度曲線のカーブフィッティング部２ｅは、上記の式（１８）を組織カーブモデルとして適用する。Γ（ａ）は、ガンマ関数であり、Ｐ（ａ，ｘ）は、不完全ガンマ関数である。従って、この組織カーブモデルは、不完全ガンマ関数を含む関数である。
ステップＳ２２において、組織の時間濃度曲線のカーブフィッティング部２ｅは、ステップＳ２１の処理で適用したカーブモデルを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行う。なお、組織カーブモデルの複数のパラメータのうち、α，β，Ｋのパラメータは、図３のステップＳ４の処理で算出された値を用い、組織の時間濃度曲線Ｃｉのカーブフィッティングにより新たに決定するパラメータは、ｕ、ｗ、ｔｄである。
例えば、矩形関数の幅が大きくないと仮定した場合、上記の式（１８）は、次式（１９）に示すように変形することができる。
上記の式（１９）において、ａ（ｔ−ｔｄ）を動脈の時間濃度曲線ａｉに、Ｆ（ｔ）を組織の時間濃度曲線Ｃｉに置き換えると、次式（２０）に示す連立方程式を得ることができる。パラメータｕ、ｗは、線形演算で解くことができ、パラメータｔｄは、黄金比分割法などの最適化法を用いて解くことができる。
ステップＳ２３において、組織の時間濃度曲線のカーブフィッティング部２ｅは、ステップＳ２２の処理で得られたパラメータｕ、ｗの値から、次式（２１）に示すようにして、平均通過時間MTT、局所脳血液量CBV、および局所脳血流量CBFを算出する。
ＭＴＴ＝ｗ
ＣＢＶ＝ｕ
ＣＢＦ＝ｕ／ｗ ・・・（２１）
以上のように、第２の実施の形態によれば、カーブフィッティングされた動脈の時間濃度曲線と矩形関数をコンボリューションした関数を、組織カーブモデルとして適用し、動脈の時間濃度曲線ａｉのカーブフィッティングより得られたパラメータを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行うようにすることで、安定かつ正確に、組織の局所脳血流動態に関する情報である、局所脳血液量CBV、局所脳血流量CBF、および平均通過時間MTTを算出することが可能となる。
ＣＢＶ＝ｕ
ＣＢＦ＝ｕ／ｗ ・・・（２１）
以上のように、第２の実施の形態によれば、カーブフィッティングされた動脈の時間濃度曲線と矩形関数をコンボリューションした関数を、組織カーブモデルとして適用し、動脈の時間濃度曲線ａｉのカーブフィッティングより得られたパラメータを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行うようにすることで、安定かつ正確に、組織の局所脳血流動態に関する情報である、局所脳血液量CBV、局所脳血流量CBF、および平均通過時間MTTを算出することが可能となる。
次に、図９のフローチャートを参照して、図３のステップＳ５における、第３の実施の形態での組織の時間濃度曲線のカーブフィッティング処理の詳細について説明する。
第３の実施の形態では、図１０に示すように、組織のインパルス応答ｆ（ｔ）にガンマ確率密度関数の定数倍の関数を用いる点に特徴を有する。図１０において、横軸は時間を表わし、縦軸は濃度を表わしており、ａ（ｔ）は、ガンマ確率密度関数の定数倍の関数でカーブフィッティングした動脈の時間濃度曲線を表わし、ｃ（ｔ）は、組織の時間濃度曲線のカーブモデルでカーブフィッティングした組織の時間濃度曲線を表わしている。
ここで、カーブフィッティングした動脈の時間濃度曲線を次式（２２）で表わし、ガンマ確率密度関数の定数倍の関数（インパルス応答）を次式（２３）で表わすと、それらのコンボリューションは、次式（２４）で表わすことができる。
ステップＳ３１において、組織の時間濃度曲線のカーブフィッティング部２ｅは、上記の式（２４）を組織カーブモデルとして適用する。この組織カーブモデルは、動脈の時間濃度曲線ａｉのカーブフィッティングに適用する動脈カーブモデルと同じである。
ステップＳ３２において、組織の時間濃度曲線のカーブフィッティング部２ｅは、ステップＳ２１の処理で適用したカーブモデルを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行う。なお、組織カーブモデルの複数のパラメータのうち、α，β，Ｋのパラメータは、図３のステップＳ４の処理で算出された値を用い、組織の時間濃度曲線Ｃｉのカーブフィッティングにより新たに決定するパラメータは、ｔｄ、α１、Ｋ２である。
ステップＳ３３において、組織の時間濃度曲線のカーブフィッティング部２ｅは、ステップＳ３２の処理で得られたパラメータα１の値、および、図３のステップＳ４の処理で得られたパラメータα，β，Ｋの値から、次式（２５）に示すようにして、平均通過時間MTT、局所脳血液量CBV、および局所脳血流量CBFを算出する。
なお、局所脳血流量CBFは、次式（２６）の関係を用いて算出するようにしてもよい。
ＣＢＦ＝ＣＢＶ／ＭＴＴ ・・・（２６）
以上のように、第３の実施の形態によれば、カーブフィッティングされた動脈の時間濃度曲線とガンマ確率密度関数をコンボリューションした関数を、組織カーブモデルとして適用し、動脈の時間濃度曲線ａｉのカーブフィッティングより得られたパラメータを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行うようにすることで、安定かつ正確に、組織の局所血流動態に関する情報である、局所脳血液量CBV、局所脳血流量CBF、および平均通過時間MTTを算出することが可能となる。
以上のように、第３の実施の形態によれば、カーブフィッティングされた動脈の時間濃度曲線とガンマ確率密度関数をコンボリューションした関数を、組織カーブモデルとして適用し、動脈の時間濃度曲線ａｉのカーブフィッティングより得られたパラメータを用いて、組織の時間濃度曲線Ｃｉのカーブフィッティングを行うようにすることで、安定かつ正確に、組織の局所血流動態に関する情報である、局所脳血液量CBV、局所脳血流量CBF、および平均通過時間MTTを算出することが可能となる。
図１１は、従来のデコンボリューション法と本発明の方法とで数値実験を行い、平均通過時間MTTを算出した結果の一例を示している。横軸は、組織の時間濃度曲線の数値モデルに与えた通過時間を表し、縦軸は、平均通過時間MTTの算出値を表している。
従来のデコンボリューション法では、平均通過時間MTTの値が小さい領域において、実際の平均通過時間MTTより大きな値が得られており、組織の時間濃度曲線の数値モデルに与えた通過時間と算出結果の線形性があまり良いとは言えない。つまり、時間濃度曲線のデコンボリューションは、数値的に不安定であり、測定ノイズが拡大されて結果に重畳されることが知られている。
そこで、結果の安定化を図るため、様々な技術が使われているが、結果の正確性を重視するか、あるいは、安定性を重視するかはトレードオフの関係にあり、デコンボリューションの理論では、両者を同時に向上させることができない。
一方、本実施の形態によれば、数値的なデコンボリューションを行うことなく、動脈の時間濃度曲線ａｉをカーブフィッティングすることによって得たパラメータを利用して、組織の時間濃度曲線Ｃｉのカーブフィッティングを行い、その結果得たパラメータの値を用いて、平均通過時間MTTおよび局所脳血液量CBVを算出することができ、パラメータ算出の安定性の向上を期待することができる。
従って、算出された平均通過時間MTTは、理論値に近い値が得られており、デコンボリューション法より線形性が改善されていることがわかる。また、CBF＝CBV／MTTの関係から、局所脳血流量CBFについても、正確かつ安定した値を得ることができる。
さらに、動脈の時間濃度曲線ａｉのカーブフィッティングより得られたパラメータを、組織の時間濃度曲線Ｃｉのカーブフィッティングに用いることにより、動脈の時間濃度曲線の依存症を小さくすることができる。従って、造影剤の注入時間を長くすることが可能になり、患者への負担を軽減することができる。
以上においては、対象組織として、脳組織を例に挙げ説明したが、本実施の形態では、脳組織に限られるものではなく、肝臓、心臓、あるいは肺などの他の組織を対象とすることも勿論可能である。
なお、肝臓や肺など、呼吸による動きがある組織、あるいは、心臓では、組織の動き補正を行う必要がある。また動き補正だけでなく、ヘマトクリット値（一定量の血液中に含まれる赤血球の割合）の補正、脳の比重による補正、その他の補正を適宜行う必要があるが、本実施の形態では、特に言及しない。
この発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化したり、上記実施の形態に開示されている複数の構成要素を適宜組み合わせたりすることにより種々の発明を形成できる。例えば、実施の形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施の形態に亘る構成要素を適宜組み合わせても良い。
１ 血流動態解析装置
２ 局所血流解析アプリケーション
２ａ 局所血流解析アプリケーション
２ｂ 造影濃度曲線算出部
２ｃ 動脈の時間濃度曲線算出部
２ｄ 動脈の時間濃度曲線のカーブフィッティング部
２ｅ 組織の時間濃度曲線のカーブフィッティング部
２ 局所血流解析アプリケーション
２ａ 局所血流解析アプリケーション
２ｂ 造影濃度曲線算出部
２ｃ 動脈の時間濃度曲線算出部
２ｄ 動脈の時間濃度曲線のカーブフィッティング部
２ｅ 組織の時間濃度曲線のカーブフィッティング部
Claims (2)
- 造影剤が注入された被検体を医用画像撮影装置で撮影した時系列の撮影データから、各画素の画素値の変化を計測して組織の時間濃度曲線を算出する組織の時間濃度曲線算出手段と、
前記組織の時間濃度曲線算出手段により算出された前記組織の時間濃度曲線から、動脈領域を設定し、前記動脈領域での時間濃度曲線を算出する動脈の時間濃度曲線算出手段と、
前記動脈の時間濃度曲線算出手段により算出された前記動脈の時間濃度曲線を、複数のパラメータを持ち、ガンマ確率密度関数の定数倍の関数である動脈カーブモデルに当てはめる動脈の時間濃度曲線のカーブフィッティング手段と、
前記組織の時間濃度曲線算出手段により算出された前記組織の時間濃度曲線を、複数のパラメータを持ち、不完全ガンマ関数の差を含む関数、組織のインパルス応答に矩形関数、或いは、ガンマ確率密度関数の定数倍の関数を用いた、いずれかの組織カーブモデルに当てはめる組織の時間濃度曲線のカーブフィッティング手段と、
前記組織の時間濃度曲線のカーブフィッティング手段により算出されたパラメータの値を用いて、血流動態に関する情報を算出する血流情報算出手段と
を備え、
前記組織の時間濃度曲線のカーブフィッティング手段は、前記動脈の時間濃度曲線のカーブフィッティング手段により算出されたパラメータの値の全てまたは一部を、前記組織カーブモデルのパラメータとして用いる
ことを特徴とする血流動態解析装置。 - 造影剤が注入された被検体を医用画像撮影装置で撮影した時系列の撮影データから、各画素の画素値の変化を計測して組織の時間濃度曲線を算出する組織の時間濃度曲線算出ステップと、
前記組織の時間濃度曲線算出ステップで算出された前記組織の時間濃度曲線から、動脈領域を設定し、前記動脈領域での時間濃度曲線を算出する動脈の時間濃度曲線算出ステップと、
前記動脈の時間濃度曲線算出ステップで算出された前記動脈の時間濃度曲線を、複数のパラメータを持ち、ガンマ確率密度関数の定数倍の関数である動脈カーブモデルに当てはめる動脈の時間濃度曲線のカーブフィッティングステップと、
前記組織の時間濃度曲線算出ステップで算出された前記組織の時間濃度曲線を、複数のパラメータを持ち、不完全ガンマ関数の差を含む関数、組織のインパルス応答に矩形関数、或いは、ガンマ確率密度関数の定数倍の関数を用いた、いずれかの組織カーブモデルに当てはめる組織の時間濃度曲線のカーブフィッティングステップと、
前記組織の時間濃度曲線のカーブフィッティングステップで算出されたパラメータの値を用いて、血流動態に関する情報を算出する血流情報算出ステップと
を血流動態解析装置が備えるコンピュータに実行させ、
前記組織の時間濃度曲線のカーブフィッティングステップでは、前記動脈の時間濃度曲線のカーブフィッティングステップで算出されたパラメータの値の全てまたは一部を、前記組織カーブモデルのパラメータとして用いることを特徴とする制御プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009238678A JP5591512B2 (ja) | 2009-10-15 | 2009-10-15 | 血流動態解析装置およびその制御プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009238678A JP5591512B2 (ja) | 2009-10-15 | 2009-10-15 | 血流動態解析装置およびその制御プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011083437A JP2011083437A (ja) | 2011-04-28 |
| JP5591512B2 true JP5591512B2 (ja) | 2014-09-17 |
Family
ID=44076870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009238678A Expired - Fee Related JP5591512B2 (ja) | 2009-10-15 | 2009-10-15 | 血流動態解析装置およびその制御プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5591512B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3170454B1 (en) * | 2014-07-15 | 2020-05-20 | Fujifilm RI Pharma Co., Ltd. | Computer program, and image processing device and method |
| CN114246573A (zh) * | 2022-02-16 | 2022-03-29 | 海脉医疗科技(天津)有限公司 | 一种漫射光相关谱血流测量的实时计算方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63177837A (ja) * | 1987-01-19 | 1988-07-22 | 株式会社 日立メデイコ | Ｘ線ｃｔ装置 |
| JP4216496B2 (ja) * | 2001-10-16 | 2009-01-28 | 株式会社東芝 | 脳組織内毛細血管の血流動態に関するインデックス演算方法、装置及びプログラムコード |
| JP2003210456A (ja) * | 2002-01-21 | 2003-07-29 | Toshiba Corp | 時系列画像の処理装置 |
| JP4804039B2 (ja) * | 2005-05-27 | 2011-10-26 | 株式会社日立メディコ | 血流動態解析装置、ｘ線ｃｔ装置、ｍｒｉ装置、及び血流動態解析プログラム |
-
2009
- 2009-10-15 JP JP2009238678A patent/JP5591512B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011083437A (ja) | 2011-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5716081B2 (ja) | 心肺機能の評価、及び流体搬送の手順のパラメータを決定するシステム及び方法 | |
| CN110364238B (zh) | 基于机器学习的对比剂管理 | |
| CN105792738B (zh) | 用于改善功能狭窄分析的局部ffr估计和可视化 | |
| US8208699B2 (en) | Method and apparatus for predicting enhancement in angiography | |
| JP5643580B2 (ja) | 血流動態解析装置、血流動態解析プログラム、流体解析装置及び流体解析プログラム | |
| JP6553099B2 (ja) | 血流予備量比値を算出するための機器 | |
| US9949650B2 (en) | Fractional flow reserve estimation | |
| EP1970009B1 (en) | Continuous x-ray image screening examination device, program, and recording medium | |
| US9271656B2 (en) | Prediction of a likely contrast medium behavior | |
| Bindschadler et al. | Comparison of blood flow models and acquisitions for quantitative myocardial perfusion estimation from dynamic CT | |
| JP2010533553A5 (ja) | ||
| EP2932469A1 (en) | Method of determining the blood flow through coronary arteries | |
| JP2006223862A (ja) | 生体内の造影剤流れの予測方法 | |
| JP7467026B2 (ja) | 医用情報処理装置、医用情報処理プログラム、医用情報処理システム | |
| JP2006223861A (ja) | 生体内の造影剤流れの予測方法 | |
| US20160166159A1 (en) | Method and system for mapping tissue status of acute stroke | |
| EP4031895A1 (en) | System, method, and computer program product for predicting, anticipating, and/or assessing tissue characteristics | |
| US8855985B2 (en) | Method and system of obtaining improved data in perfusion measurements | |
| US20220133982A1 (en) | System and methods for delivering a test bolus for medical imaging | |
| CN109350102B (zh) | 用于确定血管容量和冠状血流量的方法、装置及系统 | |
| JP5591512B2 (ja) | 血流動態解析装置およびその制御プログラム | |
| JP6343004B2 (ja) | コンピュータプログラム、画像処理装置及び方法 | |
| JP2014094229A (ja) | 医用画像解析装置及び医用画像撮影装置 | |
| JP2010022667A (ja) | 脳血流解析装置 | |
| KR101944854B1 (ko) | 선택적 컴퓨터 단층촬영을 이용한 혈류 모델링 방법 및 그 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120905 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130726 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130822 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131021 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20140701 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140730 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5591512 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |