JP5596866B2 - 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム - Google Patents

血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム Download PDF

Info

Publication number
JP5596866B2
JP5596866B2 JP2013531314A JP2013531314A JP5596866B2 JP 5596866 B2 JP5596866 B2 JP 5596866B2 JP 2013531314 A JP2013531314 A JP 2013531314A JP 2013531314 A JP2013531314 A JP 2013531314A JP 5596866 B2 JP5596866 B2 JP 5596866B2
Authority
JP
Japan
Prior art keywords
dimensional shape
blood vessel
shape data
flow
blood flow
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.)
Active
Application number
JP2013531314A
Other languages
English (en)
Other versions
JPWO2013031742A1 (ja
Inventor
高伸 八木
栄光 朴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
EBM Corp
Original Assignee
EBM Corp
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 EBM Corp filed Critical EBM Corp
Priority to JP2013531314A priority Critical patent/JP5596866B2/ja
Application granted granted Critical
Publication of JP5596866B2 publication Critical patent/JP5596866B2/ja
Publication of JPWO2013031742A1 publication Critical patent/JPWO2013031742A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/08—Wound clamps or clips, i.e. not or only partly penetrating the tissue ; Devices for bringing together the edges of a wound
    • A61B17/083—Clips, e.g. resilient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
    • A61B17/12—Surgical instruments, devices or methods, e.g. tourniquets for ligaturing or otherwise compressing tubular parts of the body, e.g. blood vessels, umbilical cord
    • A61B17/12022—Occluding by internal devices, e.g. balloons or releasable wires
    • A61B17/12099—Occluding by internal devices, e.g. balloons or releasable wires characterised by the location of the occluder
    • A61B17/12109—Occluding by internal devices, e.g. balloons or releasable wires characterised by the location of the occluder in a blood vessel
    • A61B17/12113—Occluding by internal devices, e.g. balloons or releasable wires characterised by the location of the occluder in a blood vessel within an aneurysm
    • A61B17/12118—Occluding by internal devices, e.g. balloons or releasable wires characterised by the location of the occluder in a blood vessel within an aneurysm for positioning in conjunction with a stent
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/25—User interfaces for surgical systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/507—Clinical applications involving determination of haemodynamic parameters, e.g. perfusion CT
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/82—Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/95—Instruments specially adapted for placement or removal of stents or stent-grafts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT 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
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/102—Modelling of surgical devices, implants or prosthesis
    • A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/107—Visualisation of planned trajectories or target regions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A61B5/02014—Determining aneurysm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/50—Clinical applications
    • A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/24—Fluid dynamics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • 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

Description

本発明は、血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラムに関するものである。
循環器系疾患に、血管の瘤化、硬化、狭窄がある。これらの疾患は、血流の影響により正常部位が病変するもので、その後の進展により死に至るものも少なくないが、その治療は生命の危険を伴うため極めて困難である。このような難治性循環器系疾患の解明には、病理切片をベースとした基礎医学的アプローチに加え、流体解析や構造解析といった工学技術を駆使することが有用となる。
例えば、脳動脈瘤は、脳動脈壁の一部が外に向かって袋状に突出した血管障害であるが、脳を画像診断した際、偶然に未破裂の状態で発見されるケースが増えている。脳動脈瘤とは、動脈壁の脆弱性等に起因し、その血管壁が瘤状に変化したもので、中膜を欠いている為に破綻しやすく、多くの脳動脈瘤はクモ膜下腔に存在するので、クモ膜下出血の最大の原因となる。したがって、破裂する可能性の高い脳動脈瘤については、ステント治療等の適切な予防治療を行う必要がある。
しかしながら、脳動脈瘤が破裂する可能性は、１０ｍｍ以下のサイズで年間１％未満であると言われており、むしろ予防治療による合併症のリスクを考慮すると、闇雲に治療することは適切ではなく、破裂に至る可能性の高い脳動脈瘤のみを適正に判別して治療対象とすることが求められている。このため、従来から、破裂リスクの指標として瘤のサイズ、形状、家族歴、血圧、喫煙歴等を利用した脳動脈瘤の判別方法が研究されてきた。ただし、上述した指標はどれも決定的なものではなく、効果の高い判別方法の開発が求められている。
ここで、特開２０１０−２０７５３１号公報には、動脈瘤の内壁に作用する流体の粘性力、すなわち、流体せん断応力の大小に基づいて、動脈瘤の破裂リスクを判定するＭＲＩ装置が開示されている。しかしながら、瘤の壁面せん断応力の大小と瘤の成長の関連性については、判別結果が相反するような諸説が混在している。第１の説として、壁面せん断応力が閾値を超えると内皮細胞の障害が発生し、遊走細胞が浸潤することで瘤壁面の力学的強度が低下し、瘤が成長するというHigh WSS説がある（WSS：壁面せん断応力）。その一方、第２の説として、壁面せん断応力が閾値よりも低下すると、血小板や白血球が内皮細胞に付着することで、内皮機能を低下させ、瘤壁面の力学的強度が低下するというLow WSS説がある。これら両説は対立した説であることから、壁面せん断応力の大小は、瘤の成長及び破壊を定める直接的な指標にならないことを意味する。
また、壁面せん断応力の大小により破裂リスクを判定しようとする試みは、他にも行われており、例えば、MRIやCTで得られる医用画像をもとに実験的または計算的に血流解析を行うことで壁面せん断応力を抽出するものがある。しかし、前記の通り、壁面せん断応力の大小と破裂リスクの関連性は明らかではなく、かつ、このように医用画像を用いた方法は結局血管の内腔形状のみに基づいた方法論であり、流れそのものに解釈を与えるには至らない。瘤壁上に局在性をもつ細胞状態等の病理情報や瘤の厚み情報等を医用画像から知ることはできず、壁面せん断応力そのものも瘤壁上でその大小が局在性を持って分布するからである。
この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、対象血管部位の血流の状態から、当該対象血管部位に将来的な病変をもたらす可能性の有無についての適正な診断、及び治療効果の予測を行える方法、システム及びそのプログラムを提供することにある。
上記課題を解決するため、この発明の第一の主要な観点によれば、被験者の対象血管部位の三次元形状データに基づいて特定の外科治療方法による効果をシュミレーションするためのコンピュータベースのシステムであって、コンピュータが、対象血管部位の三次元形状データをディスプレイ上に３次元表示し、このディスプレイ上における病変部の指定及びこの病変部に対する外科的治療方法の選択を受け付ける治療方法受付部と、コンピュータが、選択可能な治療法と治療方法に応じた三次元形状データの修正方法を予めメモリに格納する修正方法格納部と、コンピュータが、前記治療方法の選択に基づいて前記修正方法格納部に格納された修正方法を取り出し、当該修正方法で前記指定に係る病変部の三次元形状データを修正し、修正した後の三次元形状データを出力する修正済み三次元形状出力部とを有することを特徴とするシステムが提供される。
この発明の一の実施態様によれば、前記選択可能な治療方法は、コイル塞栓術を含み、このコイル塞栓術に応じた三次元形状データの修正方法は、上記三次元形状データ化された前記対象血管部位の内腔の一部に多孔質構造体を配置するプログラムを有し、上記血管の内腔の一部をコイルで閉塞した状態をシミュレーションするものである。
この場合、前記多孔質構造体の開口率でコイル充填率を変動させる手段を有することがさらに好ましい。
他の一の実施態様によれば、前記選択可能な治療方法は、クリッピング法を含み、この治療法に応じた三次元形状データの修正方法は、血管内腔の一部（瘤等を構成する部分）の面を構成する１又は複数のポリゴンを削除するプログラムと、削除した面を別の１又は複数のポリゴンで再生するプログラムとを有し、前記血管内腔の一部を閉鎖させた場合をシミュレーションするものである。
さらに他の一の実施態様によれば、前記選択可能な治療方法は、ステント留置術を含み、この治療法に応じた三次元形状データの修正方法は、血管内腔の一部の面の凹凸を、ポリゴンを移動若しくは歪ませることで修正するプログラムを有し、前記ステントにより血管内の血流の流れを制御した場合をシミュレーションするものである。
さらに他の一の実施態様によれば、前記選択可能な治療法は、Flow-diverting stent留置術を含み、この治療法に応じた三次元形状データの修正方法は、上記三次元形状データ化された前記対象血管部位の内腔の一部に格子状物体を定義するプログラムとを有し、Flow-diverting stentにより血流が制限される場合をシミュレーションするものである。
この場合、前記格子状物体の開口率でFlow-diverting stentの格子密度を変動させる手段を有することがさらに好ましい。
また、治療対象の血管病変形態は瘤であることが望ましい。
さらに他の一の実施態様によれば、このシステムは、さらに、コンピュータが、前記三次元形状データに血流に関する境界条件を含む演算条件を与え、前記対象血管部位の内腔の各位置における血流の状態量を演算によって求める流体解析部を有する。
この場合、前記流体解析部は、コンピュータが、前記三次元形状データ内を流通する血流の状態量を演算するための境界条件を含む演算条件値のセットを複数格納する演算条件格納部であって、前記演算条件値の複数のセットは、それぞれ、ユーザが要求する計算速度に応じて１又はそれ以上の異なる演算条件値を含むものである、前記演算条件格納部と、コンピュータが、前記ユーザに、計算速度の選択を提示し、選択された計算速度に応じてこの計算速度に関連つけられた演算条件値のセットを取り出し、そのセットに含まれる演算条件値に基づいて上記血流の状態量の演算を実行し、演算結果を出力する演算部とを有する。
また、前記演算条件値の複数のセットのうち少なくとも１つのセットはユーザが計算速度を重視する場合に対応して血流を定常流と仮定した場合の演算条件値を含むものであり、少なくとも１つ他のセットはユーザが計算速度よりも計算精度を重視する場合に対応して血流を拍動流と仮定した場合の演算条件値を含むものであることが好ましい。
さらに、前記少なくとも１つ他のセットは、さらに、拍動流の拍動周期内で流れが層流から乱流へと遷移する場合を考慮した演算条件値を含むものであることが好ましい。
または、前記演算部は、ユーザが計算速度を重視する場合に演算を行う第１のプロセッサと、ユーザが計算速度よりも計算精度を重視する場合に演算を行う第２のプロセッサとを有し、ユーザの選択に応じてどちらのプロセッサを使用するかを判断する判断部をさらに有するものであることが好ましい。
この場合、前記第２のプロセッサは、高速演算器を複数使用した並列解析を行うものであることが好ましい。
また、前記第２のプロセッサは通信ネットワークを介して接続可能な別の場所に設けられており、前記判断部は、前記第２のプロセッサを使用すると判断した場合に計算に必要な条件の一部若しくはすべてを前記通信ネットワークを介して前記第２のプロセッサに送信し演算結果を受け取るものであることが好ましい。
さらに他の一の実施態様によれば、コンピュータが、前記流体解析部で求めた血流の状態量から、前記対象血管部位の血管壁面の各位置における壁面せん断応力ベクトルを求め、特定の壁面位置における当該壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係を求め、その形態から当該壁面位置における前記血流の性状を判別しその判別結果を出力する血流性状判別部と、コンピュータが、前記血流性状判別部の判別結果を前記三次元形状モデルと重旦させてグラフィカル表示出力する表示部とをさらに有する。
この場合、前記血流性状判別部は、コンピュータが、前記特定の壁面位置における壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係が、「平行」、「合流」、「回転」、「発散」のいずれにあるかを判別し、「平行」の場合には血流性状が良性流れ（非悪性流れ）、それ以外の場合は悪性流れ（非良性流）と判別するものであることが好ましい。
さらに、前記血流性状判別部は、前記特定の壁面位置における壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係が「発散」である場合、当該壁面位置で血管壁の菲薄化が生じると判別してその位置を出力し、前記表示部は、前記菲薄化の生じる可能性のある位置を前記三次元形状モデルと重旦させてグラフィカル表示出力するものであることが好ましい。
または、前記血流性状判別部は、前記特定の壁面位置における壁面せん断応力ベクトルτとその周囲の壁面位置における複数の壁面せん断応力ベクトルの相対角度関係から、ベクトル場τのスカラー量である回転rotτ及び発散divτを求め、それらの値を乱雑度として閾値と比較することで前記「平行」、「合流」、「回転」、「発散」のいずれにあるかを判別するもので、前記乱雑度の回転rotτの値が所定の閾値範囲外の負値若しくは正値であるときに「回転」と判別し、
前記乱雑度の前記発散divτの値が所定の閾値範囲外の負値であるときに「合流」と判別し、前記乱雑度の前記発散divτの値が所定の閾値範囲外の正値であるときに「発散」と判別し、前記乱雑度の回転rotτの値及び前記発散divτの値の両方が所定の閾値内にあるときに「平行」と判別することが好ましい。
さらに、前記血流性状判別部は、前記複数の壁面せん断応力ベクトルを演算上単位ベクトルとして扱い、前記回転rotτ及び発散divτと比較される閾値は０であることが好ましい。
または、前記血流性状判別部は、前記乱雑度の前記回転rotτ及び発散divτの値を、前記回転rotτ及び発散divτの値に当該壁面位置に法線方向に作用する圧力の指標値を重み係数として与えることで求めるものであることが好ましい。
さらに、前記血流性状判別部は、前記乱雑度の前記回転rotτ及び発散divτの値を求める際に与えられる圧力の指標値は、当該壁面位置に作用する圧力を対象血管部位の壁面に作用する平均の圧力値で除した値であることが好ましい。
または、前記表示部は、前記乱雑度の前記回転rotτ若しくは／及び前記発散divτの値をディスプレイ上に前記三次元形状モデルと重旦させて表示出力することが好ましい。
または、前記血流性状判別部は、前記特定の壁面位置における壁面せん断応力ベクトルτとその周囲の壁面位置における複数の壁面せん断応力ベクトルの相対関係から、ベクトル場τの回転rotτ及び発散divτを求め、その値を乱雑度として閾値と比較し、閾値範囲内の場合には良性流れ（非悪性流れ）、範囲外の場合には悪性流れ（非良性流れ）と判別することが好ましい。
さらに、前記血流性状判別部は、前記複数の壁面せん断応力ベクトルを演算上単位ベクトルとして扱い、前記回転rotτ及び発散divτと比較される閾値は０であることが好ましい。
または、前記血流性状判別部は、前記乱雑度の前記回転rotτ及び発散divτの値を、前記回転rotτ及び発散divτの値に当該壁面位置に法線方向に作用する圧力の指標値を重み係数として与えることで求めるものであることが好ましい。
さらに、前記血流性状判別部は、前記乱雑度の前記回転rotτ及び発散divτの値を求める際に与えられる圧力の指標値は、当該壁面位置に作用する圧力を対象血管部位の壁面に作用する平均の圧力値で除した値であることが好ましい。
または、前記表示部は、前記乱雑度の前記回転rotτ若しくは／及び前記発散divτの値をディスプレイ上に前記三次元形状モデルと重旦させて表示出力することが好ましい。
さらに他の一の実施態様によれば、前記対象血管部位の三次元形状を修正する形状修正部を有し、この形状修正部は、コンピュータが、前記血管形状抽出部で生成された前記三次元形状データをディスプレイ上にグラフィカル表示し、このディスプレイ上で三次元形状データ表示の凹凸を修正する部位の少なくとも１つのポリゴンの指定を受け付ける修正部位指定部と、コンピュータが、上記ポリゴンをその重心の位置を起点として，面法線方向に沿う血管外側若しくは内側方向に移動若しくは歪ませるポリゴン移動部と、コンピュータが、前記ポリゴン移動部が１以上のポリゴンを移動若しくは歪ませた後に生じた鋭角形状を検出して平滑化処理を行う平滑処理部とを有する。
さらに他の一の実施態様によれば、前記対象血管部位の三次元形状に基づき当該対象血管部位のラベリングを行うラベリング部を有し、このラベリング部は、コンピュータが、特定の対象血管部位に含まれる主要血管要素の名称及びその他の血管要素の名称を、当該特定の対象血管部位に関連付けて格納する格納部と、コンピュータが、特定の対象血管部位に含まれる各血管要素の形状を複数断面で測定し、その面積の中央値が最も大きいものを主要血管として特定すると共に、当該主要血管の判別に基づいて前記他の血管要素を特定し、これら主要血管要素及び他の血管要素の名称をラベリングし、前記各血管要素の形状測定値と共に出力するラベリング結果出力部とを有する。
この場合、前記流体解析部は、前記ラベリング結果に応じ、血管要素毎に前記演算条件を変動させものであることが好ましい。
さらに、前記演算条件は、血流の状態量解析におけるメッシュ詳細度であり、血管要素毎にメッシュ詳細度を変動させるものであることが好ましい。
さらに、前記メッシュ詳細度は、前記断面形状の面積の中央値の大きさによって決定され、詳細度の粗いものから細かいものまで複数段階で決定されるものであることが好ましい。
この発明の第６の主要な観点によれば、上記第１〜第５の観点によるシステムを実行するためのコンピュータソフトウエアプログラムに関する発明が提供される。
この発明の第７の主要な観点によれば、上記第１〜第５の観点によるシステムを実行するための方法に関する発明が提供される。
なお、上記で挙げていない本発明の特徴は、この後に説明する発明の実施形態及び図面中に当業者が実施可能に明らかにされている。
図１は、本発明の一実施形態を示す概略構成図。 図２は、血管形状抽出部のグラフィカルユーザーインターフェース。 図３は、血管形状抽出部の概略構成図。 図４は、画像からの血管形状の抽出を説明する図。 図５は、血管形状の細線化を説明する図。 図６は、主要血管を含む血管名のラべリングを説明する図。 図７は、抽出血管形状の端面処理を説明するための図。 図８は、脳内血管形状の全体を示す模式図。 図９は、手術シミュレーション部のグラフィカルユーザーインターフェース。 図１０は、手術シミュレーション部の概略構成図。 図１１は、第１の手術シミュレーションモードによるシミュレーションを示す図。 図１２は、第２の手術シミュレーションモードによるシミュレーションを示す図。 図１３は、第３の手術シミュレーションモードによるシミュレーションを示す図。 図１４は、第１の手術シミュレーションモードによる形状修正結果の例を示す図。 図１５は、流体解析部の概略構成図。 図１６は、流体解析部による処理を示すフローチャート。 図１７は、流体解析部のグラフィカルユーザーインターフェース。 図１８は、メッシュ詳細度を説明する図。 図１９は、流体せん断応力を説明する模式図。 図２０は、流体せん断応力を説明する模式図。 図２１は、壁面せん断応力の算出に関するグローバル座標系を示す図。 図２２は、壁面せん断応力の算出に関するローカル座標系を示す図。 図２３は、せん断応力ベクトルを血管三次元形状に重ねてグラフィカルに示す図。 図２４は、せん断応力ベクトルと圧力を血管三次元形状に重ねてグラフィカルに示す図。 図２５は、乱雑度の算出を説明する図。 図２６は、乱雑度の解釈に関する説明図。 図２７は、乱雑度マップによる悪性・良性判別法を示す図。 乱雑度（分散）による菲薄化判別に関する説明図。 血流性状判別部のグラフィカルユーザーインターフェース。 図３０Ａ〜Ｄは瘤壁の菲薄化判別における乱雑度の有効性を示す結果表示の例を示す図。 この発明の他の実施形態である手術手技評価システムを示す概略構成図。
以下、この発明の一実施形態を図面に基づき具体的に説明する。なお、以下の説明では、診断・治療効果判定対象となる循環器系疾患として、脳動脈瘤の場合を例にとって説明する。
（悪性・良性血流パターンに基づく血流性状診断装置）
前述したように、本発明の第１の側面は、瘤の性状を診断するための診断装置である。この発明では、血流によって脳動脈瘤内の血管壁面に作用するせん断応力ベクトル群の形態を、瘤の内腔形状・病理情報・血管厚み情報に関連付けることで、将来的に血管組織の病変の発症や進展にもたらす一要因となり得る「悪性（良性でない）の血流パターン」と、当該要因になりにくい「良性の血流パターン」とに分類した。そして、シミュレーションの結果生成したせん断応力ベクトル群の形態が、前記悪性血流パターン若しくは良性血流パターンに該当するかを判定する。悪性血流パターンと判定されれば、将来的に血管組織の病変の発症や進展にもたらす一要因となり得るので手術の検討をする必要があることになるし、良性血流パターンと判定されればそのような要因になりづらいと判断し無用な手術によるリスクを回避することができることになる。
（血管治療後の治療効果予測装置）
また、この発明の第２の側面は、例えば悪性血流パターンを有すると判断された脳動脈瘤を外科的に治療した後の治療効果を判定するための装置を提供することである。
すなわち、前記悪性・良性血流パターンに基づく血流性状の判定手法は、治療前の脳動脈瘤のみならず、当該脳動脈瘤を治療した後の治療効果を予測することに利用できる。
脳動脈瘤の外科的治療法には、例えば、１）クリップ術、２）コイル塞栓術、３）ステント留置術（flow-diverting stent）がある。
前記クリップ術はクリップにより瘤ネック面を閉塞することで瘤内の流れを遮断する、言い換えれば、脳動脈瘤のない新たな血管形状を構築するものである。前記コイル塞栓術は瘤内に複数のコイルを留置することで瘤内部を血栓化し瘤を閉塞するものである。前記ステント留置術は瘤ネック面に金属等から成るメッシュを留置し瘤内の流速を低下させることで瘤内部を血栓化し瘤を閉塞するものである。
これら治療法は瘤内の流れを遮断するという共通性を有しており、血管の内腔形状を人為的に修正することで新たな瘤ネック面、すなわち、新たな血管形状を再構築するものである。前記治療法に関する合併症は、再構築した血管形状が経時的に修正されてしまうことによる。例えば、コイル塞栓術を行った症例では、流体力により瘤ネック面が瘤内腔方向に圧縮されてしまい瘤内腔と親血管が再開通するために再度の治療を行う場合が少なくない。
このような場合、まず、コンピュータにより３次元モデル化された血管形状を修正し、新たな瘤ネック面をコンピュータ上で人為的に作成することで、実際に手術を行った場合と同様の血管形状を術前にコンピュータ上に構築する。そして、その新たな血管形状の血管壁面に作用する壁面せん断応力ベクトル群の形態を、シミュレーションにより可視化し、それに対して前記悪性・良性血流パターンの判別法を同様に適用することで、手術による治療効果を評価することができる。すなわち、前記悪性・良性血流パターンの判別法を適用することで、術後，当該部位に内皮細胞等の血管を構成する細胞が生着することで血管組織が適切に再生し十分な力学的強度を有するか否かの進展の方向を予測することができ、術後の合併症や死亡の可能性という観点から治療効果の予測に寄与することができる。
（本実施形態に係る血流性状診断・治療効果予測システムの構成）
図１は、本実施形態に係る血流性状判定・治療効果予測システムを示す概略ブロック構成図である。この血流性状判定・治療効果予測システムは、上記第１、第２の側面に対応し、以下の２つの機能を有する。
（１）当該脳動脈瘤が、将来的に血管組織の病変の発症や進展に至る可能性があるかの観点から、被験者の対象血管部位の血流の性状が、将来的に脳動脈瘤の破裂に進展する可能性の少ない良性血流か、当該破裂に進展する可能性のある悪性血流（良性でない血流）の何れに該当するかを自動的に判別する。
（２）当該脳動脈瘤を外科的に治療する際、術前に治療シミュレーションを行い治療後の血流を把握することで、将来的に合併症や死亡のリスクの可能性の少ない良性血流か、それらに進展する可能性のある悪性血流の何れかに該当するかを自動的に判別する。
このような機能を奏するため、この血流性状診断・治療効果予測システムは、図１に示すように、医師等のユーザのサイト（病院内）に設けられ、被験者の脳動脈瘤及びその周囲の対象血管部位の画像を撮像する撮像装置１と、医師等のユーザ自身がこのシステムを操作するためのユーザ端末２と、これら撮像装置１及びユーザ端末２が通信ネットワーク（院内ＬＡＮ、院外ＷＡＮ若しくは専用回線）を介して接続された血流性状診断・治療効果予測サーバ３とを有する。
ここで、前記撮像装置１としては、ＣＴ装置（コンピュータ断層撮影装置）、ＭＲＩ装置（磁気共鳴画像診断装置）、ＤＳＡ装置（デジタル差引血管造影法）等、対象血管部位の断層画像を取得可能な装置の他、超音波ドップラーや近赤外イメージングによって撮像された画像等、対象血管部位における画像データを取得可能な装置であれば良い。
上記ユーザ端末２は、上記血流性状診断・治療効果予測サーバ３との通信を行うためのグラフィカルインターフェースを表示できるブラウザ等の表示ソフトウエアを実行できる通常のパーソナルコンピュータからなるワークステーションであればよい。
一方、前記血流性状診断・治療効果予測サーバ３は、前記通信ネットワークと通信するための入出力インターフェース４、メモリ５及びＣＰＵ６が接続されたバス７に、プログラム格納部８が接続されてなる。プログラム格納部８は、前記撮像装置１で取得した画像データから対象血管部位の内腔の三次元形状データを生成する血管形状抽出部（ｉ−Ｖｅｓｓｅｌ）１０と、三次元形状データの加工による手術シミュレーションを行う手術シミュレーション部（ｉ−Ｓｕｒｇｅｒｙ）１１と、対象血管部位の血流の状態量を演算によって求める流体解析部（ｉ−ＣＦＤ）１２と、この流体解析部１２での演算結果を用い対象血管部位の血流が良性流れか悪性流れかを判別する血流性状判別部（ｉ−Ｆｌｏｗ)１３と、このシステムにより生成されるユーザグラフィカルインターフェース及びそこに表示する画像・解析結果・判別結果の表示画面を生成する表示部１４とを備えている。また、上記バス７には、シミュレーションに必要な各種設定情報を格納するシミュレーション設定ＤＢ１５と、このシステムによるシミュレーション及び解析結果を格納するシミュレーション結果ＤＢ１６とが接続されている。
このサーバ３の前記構成要件（血管形状抽出部１０、前記手術シミュレーション部１１、前記流体解析部１２、及び前記血流性状判別部１３）は、実際にはハードディスクの記憶領域に格納されたコンピュータソフトウエアによって構成され、前記ＣＰＵ６によって呼び出されメモリ５上に展開されて実行されることによって、この発明の各構成要素として構成され機能するようになっている。なお、このサーバ３は１台のコンピュータから構成されていても良いし、各構成要素が分散されて複数台のコンピュータで構成されても良い。
また、この例では、上記血流性状診断・治療効果予測サーバ３は、病院内に設けられたユーザ端末１と通信ネットワークを介して接続されているが、病院内に設けられていても良いし病院外の高速演算処理センター９等に設けられていても良い。後者の場合、複数の病院に設けられた多数のユーザ端末２及び撮像装置１からデータや指示を受け取り、高速演算処理器を用いて高精度な流体解析を短時間で実行し解析結果を各病院内のユーザ端末にフィードバックし、医師等のユーザが患者などに対してその場で解析結果を表示できるように構成されていることが好ましい。
以下、この血流性状診断・治療効果予測システムの機能を実際の動作を参照して説明する。
（ユーザグラフィカルインターフェース）
図２は、前記サーバ３の表示部１４によって生成され前記ユーザ端末装置２上に表示されるグラフィカルユーザインターフェース（ＧＵＩ）１７を示すものである。このインターフェース１７を通して、前記血管形状抽出部（ｉ−Ｖｅｓｓｅｌ）１０、前記手術シミュレーション部（ｉ−Ｓｕｒｇｅｒｙ）１１、前記流体解析部（ｉ−ＣＦＤ）１２、前記血流性状判別部（ｉ−Ｆｌｏｗ）１３を一つのインターフェースを通して一括に操作できるように構成されている。
例えば、この図２は、この画面の上部にあるメニューから、次に機能を説明する血管形状抽出部「ｉ−Ｖｅｓｓｅｌ」１０を選択した場合の例である。同様に、ｉ−Ｓｕｒｇｅｒｙ１１、ｉ−ＣＦＤ１２、ｉ−Ｆｌｏｗ１３を選択することで、各機能に応じたインターフェース（後述）に切り替えることが可能になる。
なお、従来は、このような統合されたシステムはなく、各要素を個々のインターフェースからなる個別のシステムで構成するしかなかった。その場合、１）複数のシステムを跨がざるを得ず、一症例を解析するに当たり、ユーザが作業現場を少なくとも数時間に渡り離れられない、２）各々の個別のシステムは工学全般の流れを対象としており、高い自由度および汎用性を有するが、逆に、医療用途としては、解析条件として必要となるパラメータの数量や種類が多岐にわたり、その選択が使用者の知識・技量に依存してしまうことで、結果として実臨床への導入や解析条件の標準化を達成できない問題が発生することが予想される。
この実施形態の前記血流性状診断・治療効果予測システムは繁忙極まる臨床環境で医療行為の一部として使用されるものである。従って、医療従事者への時間的拘束や使用者間、施設間での解析条件の不一致は解決すべき課題である。また、使用者である臨床医や放射線技師は、流体力学に習熟していない非工学者であることを十二分に考慮する必要がある。この実施形態のシステムによれば、前記装置群が統合され、単一のインターフェース１７で一括して自動制御処理することができるので、上記のような懸念が解消される。
また、このシステムによれば、使用の用途ごとに演算条件群の最適値をデフォルトで「モジュール」として保持し、ユーザが前記演算条件群をいちいち設定しなくても、ユーザのニーズに応じた血流解析を一括して自動制御処理することができる。
（血管形状抽出装置）
図３は、前記血管形状抽出装置の処理工程を示すブロック図であり、図４〜図９はその説明図である。
ステップＳ１−１で、撮像装置で撮像されたＤＩＣＯＭ形式等からなる対象血管部位の撮像画像データを入力する。ついで、ステップＳ１−２で、画像の向き（画像の上・下・左・右の各方向）を自動認識、もしくは，手動で指定する。図２は、前述したように、この血管形状抽出部（ｉ−Ｖｅｓｓｅｌ）のユーザインターフェースを示したものである。画像の向きを確認するためのインターフェースは、図２で４分割されて表示された表示部４１〜４４のうち、左上の表示部４１に相当するものである。表示部４２~４３に示すように，血管の三次元形状を公知のボリュームレンダリング法により可視化する際，血管の表示方向に関する指定は，例えば、「前（Ａ）」「後（Ｐ）」、「左（Ｌ）」、「右（Ｒ）］のボタン１８を押し、画面を回転させることで、画像の方向を「前（Ａ）」「後（Ｐ）」、「左（Ｌ）」、「右（Ｒ）］の各方向に整列させることで行うようになっている。
次に、同じ画面（図２）で、解剖部位の指定を例えばラジオボタン２４から選択する方式で行う（ステップＳ１−３）。ここで指定した解剖部位は、後の工程で血管を自動的にラベリングする際に用いる。例えば、脳動脈瘤が右中大脳動脈（ＭＣＡ）にあった場合、「右前方循環（Anterior Circulation）」を選択する。同様に、「左前方循環」、「前方循環」、「後方循環」を選択できる。この解剖部位は図３に符号１９で示すように前記シミュレーション設定ＤＢ１５に格納されている。
ステップＳ１−４以降では、閾値法や勾配法ならびに領域拡張法等（図２の画面中に示す「Selection（閾値法（もしくは勾配法）により抽出した三次元構造物に対して，ユーザが画面上で関心領域を指定することで対象血管を含んだ領域を決定する）」、「Connectivity（関心領域内でユーザが対象血管を指定し，そこから連続したボクセルのみを取捨選択することで対象血管を抽出する）」、「Extension（閾値法（または勾配法）とボクセル連続性の二つを含めた領域拡張法であり，血管抽出の過程で必要にも関わらず削除された血管を追加する）」、「Removal（ユーザがマニュアルで不要血管を削除する）」）の各々の演算を組み合わせることによって、三次元血管形状（３次元形状データ）を構築する。このために、まず、ステップＳ１−４で対象血管領域を抽出する。この抽出においては、例えば、閾値法若しくは勾配法を用いて行う。
図４は、閾値法を用いた場合の抽出例を示すものである。
閾値法では、例えば、輝度値の絶対値または規格化された相対値を用いる。この実施形態では、図２の画面中の閾値設定部４５で、スライダー方式によるヒストグラム閾値を選定することで、右上の表示部４２の画像を見ながら閾値を変化させ、血管壁特有の特徴を抽出する。一方、勾配法では、例えば、輝度値分布から演算処理により輝度値の勾配を抽出し、そこから血管壁特有の特徴を抽出して用いる。この後、図２の画面中「Ｆｉｘ」ボタン４６を押すことで、この血管形状抽出部１０による血管表面のノイズの除去が、画像タイプに応じた最適な閾値を用いて行われ（ステップＳ１−５）、その後、ポリゴン分割により３次元形状データ化することで対象血管領域の抽出が完了する（ステップＳ１−６）。図４は、この工程による血管形状の抽出を示した模式図である。これらの閾値は設定条件として前記シミュレーション設定ＤＢ１５に格納されている（符号２９で示す）。
次に、図２の画面でユーザが「Lesion」ボタン４７を押すことで、ユーザがディスプレイ上でマウスなどを使用してマニュアルで病変部を指定する（ステップＳ１−７）。この後に、ステップＳ１−８で血管の細線化が実行され、血管の中心線を導出する。この細線化の工程は、図２の画面でユーザが「Label」ボタン４８を押すことで自動的に実行される。この細線化のためのアルゴリズムは種々の公知手法を用いることができる。図５は、この細線化を示した図である。中心線を取得した後は、ステップＳ１−９で中心線を血管ごとに要素分割する。この要素分割は、図５に示すように血管の分岐点Ａ、Ｂ、Ｃ、Ｄ・・・で各血管の中心線を分割することで行う。図６はこの分割部を拡大して示すものである。上記分岐点Ａ、Ｂ、Ｃ、、、の間の部分（Ｖ１、Ｖ２、、、）を血管要素と呼ぶ。その後、ステップＳ１−１０で各要素内の中心線に直交する断面（図６に示す）を複数もとめ、該当断面の等価直径を算出し、各要素の形状２５を計測する。
ついで、ステップＳ１−１１で、各要素に血管の名称を自動ラベリングする。まず。複数の血管要素Ｖ１、Ｖ２、Ｖ３、、、のうち、複数の断面２５で算出された複数の等価直径の中央値（平均値では当該血管に動脈瘤があって突然直径が大きくなった場合に正確性を担保するため）が最大となる血管を主要血管であると決定し、ラベリングする。このラベリングは、この実施形態では、上記解剖部位の指定に応じて自動で行われる。すなわち、左前方循環が選択された際には前記主要血管（等価直径の中央値が最も大きい血管要素）は「左内頸動脈」とラベリングされ、後方循環を選択した際には「脳底動脈」とラベリングされる。これら主要血管は該当する解剖部位のなかで最大の等価直径を持つものであることに基づいて特定されるようになっている。なお、等価直径の他の形状パラメータおよびそれらの複数の組み合わせを利用しても構わない。図３に示すように、上記シミュレーション設定ＤＢ９には、解剖部位の情報１９、主要血管の名称２０、及びこの主要血管から分岐する血管の名称２１が、互いに関連付けられて格納されており、この血管形状抽出部１０のラベリング部３５がこれらの情報を「血管ラベリングテンプレート」として参照することにより自動的にラベリングを行っていくことができる。
すなわち、このステップＳ１−１１は、主要血管をラベリングしたことに引き続き、深部にわたってこの主要血管Ｖ２、Ｖ３、、、のトラッキングを行い、分岐ごとに現れる血管名称を上記ＤＢ９に格納された情報に基づいて自動判別し、順次ラベリングする。このラベリングは、この実施形態では、例えば、上記主要血管から数えて５〜１０個まで下層の血管要素までを限度として行う。このように分岐血管のラベリングは、上記のようにして各解剖部位の情報１９に基づいて主要血管の名称２０が定まると、その主要血管から分岐する他の血管については、データベース９に格納されたいわばテンプレートとしての主要血管の名称２０と分岐血管の名称２１の関係（解剖部位１９毎）に基づき自動的にされていくようになっている。
次に、ステップＳ１−１２、１３で、予めステップＳ１−２で指定した画像の方向（上下左右の方向）と、対象として指定した上記解剖部位に基づき、ラベリングの終了後に血管の入口・出口面を各々の中心線に対して直交化させることで血管端面を構築する。図７は、この端面構築を示した図である。最後に、ステップＳ１−１４で、このようにして構築した三次元形状がポリゴンデータとして自動で出力される。同時に、ラベリング（ラベリング情報２３）された各血管の形状データ２２が自動算出され前記シミュレーション結果ＤＢ１６に書き込まれる（図３）。この際、適切な処理を行えたか否かをユーザはディスプレイに表示されたインターフェース１７上で確認することができる。なお、上記の自動処理の工程では適切にラベリングされない場合がある。例えば、先天的に血管奇形を有する患者は、該当箇所に該当血管が存在しない場合がある。このような場合、誤ラベリングされた血管をクリック選択することでその名称を変更することができるように構成されている。また、設定ＤＢ２１の名称２０，２１の修正もその都度行えるようになっている。なお、このようなマニュアル処理をした場合には、<End>ボタンを押すことで結果が自動出力され、各ＤＢ１５，１６に上書き更新される。なお、ファイル出力の際のファイル名は、ＤＩＣＯＭヘッダー情報から抽出できる患者ＩＤをベースとしてファイル形式が判別できるように構成されており、ユーザがマニュアルで入力する必要はない。この規則は、後述する手術シミュレーション部１１、流体解析部１２、血流性状判別部１３、でも同様である。
なお、図８は、脳血管名称の概略を示すものである。この図８では、前方・後方循環を網羅する。例えば、前交通動脈は脳動脈瘤の頻発部位として知られるが、左右の前方循環にまたがっているため、解析には前方循環全体を対象範囲とする必要がある。
（手術シミュレーション装置）
図９は、手術シミュレーション部１１によるユーザグラフィカルインターフェース１７を示す模式図、図１０は、前記手術シミュレーション部１１の動作を示すフローチャート、図１１、１２、図１３はその説明図である。また図１４は、この手術シミュレーションのために血管の三次元形状データを修正する形状修正部３５の概略構成図である。
この例では、図９に示すインターフェース１７から、ユーザが３つの手術シミュレーションモード、すなわち、第１の手術モードとしての「Ｃｌｉｐｐｉｎｇ／Ｃｏｉｌｉｎｇ」５０、第２の手術モードとしての「Ｓｔｅｎｔｉｎｇ」５１、第３の手術モードとしての「Ｆｌｏｗ−ｄｉｖｅｒｔｉｎｇ Ｓｔｅｎｔ」５２のいずれかを選択する。このことにより、この手術シミュレーション部１１が手術後の血流状態を再現するのに最適な血管形状を生成する。
前記３つのモードのうち、第１の手術シミュレーションモードは病変部の削除と表面の再構築であり(Clipping/Coiling)、第２の手術シミュレーションモードは病変部の凹凸修正による表面の再構築であり(Stenting)、第３の手術シミュレーションモードは任意断面への格子状物体の配置である(Flow-diverting Stent)。
第１の手術シミュレーションモードに対応する血管形状修正方法（図１５に３７で示す）は、クリッピング術やコイル塞栓術のように瘤内腔を完全閉鎖させた場合をシミュレーションするためのプログラム群５０(<Positioning>、<Removal>、<Recon。>、<Shaping>，<Label>)であり、治療後に形成される瘤ネック面に作用する流体力を術前にシミュレーションしようとするものである。第２のシミュレーションモードに対応する血管形状修正方法は、動脈硬化により狭窄した血管をステント等の治療機器により拡張させるステント留置術をシミュレーションするためのプログラム群５１(<Positioning>、<Fitting>、<Shaping>、<Label>)であり、治療後に形成される病変部に作用する流体力を術前にシミュレーションしようとするものである。第３の手術シミュレーションモードに対応する血管形状修正方法は、Flow-diverting stentによる脳動脈瘤の治療をシミュレーションするためのプログラム群５２(<Positioning>、<Porosity>、<Shaping>、 <Label>)であり、瘤内流れの低減効果をシミュレーションしようとするものである。
このシミュレーションは、実際には血管の三次元形状データを修正することで行われるもので、手術シミュレーション部は、図１５に示すように、治療方法受付部７３と形状修正部３５とを有する。す図である。以下、これらの構成を処理動作と共に説明する。なお、選択できる手術モード（この例では第１〜第３の手術シミュレーションモード）とこれに関して定義された具体的な血管形状修正方法は図１５に符号３６及び３７で示すように前記シミュレーション設定部ＤＢ１５に格納されている。
まず、ユーザは前記グラフィックインターフェース１７上で<Surgery>ボタン１１を選択し、前記ユーザ端末２のブラウザ画面を通して、前記血管形状抽出装置で作成した血管形状を表示させる（ステップＳ２−０：図９に示す画面の左上の表示部５４）。ユーザが前記インターフェース１７上で第１の手術シミュレーションモード（図９の５０）をアクティブにすると、前記治療方法受付部７３は、前記設定ＤＢ１５から血管形状修正方法３７（プログラム群５０(<Positioning>、<Removal>、<Recon。>、<Shaping>，<Label>)）をロードし、まず、使用者が<Positioning>により病変部を選択する（ステップＳ２−１）。<Positioning>を選択すると、図１５に示す修正部位指定部３８が、前記で指定した領域をユーザインターフェース１７上に表示する（図９の右上の表示部）。前記三次元形状データは血管表面・端部を微小三角形要素の集積から構成するポリゴンデータであるため、手術シミュレーションの目的に応じて指示領域を拡大・縮小できる。次に、ユーザが、<Removal>を選択すると、図１５に示すポリゴン移動部３９が選択した三角形要素を切除する（ステップＳ２−２）。ついで、<Recon>を前記ポリゴン移動部３９が切除部にポリゴンで表面を再構築する。また、<Shaping>のボタンを押すことにより、前記修正部位指定部３８及びポリゴン移動部３９を作動させることができ、ユーザがマウス操作で再構築面の凹凸修正を行うことができ（ステップＳ２−３）、その後、<Label>により新たな面としてラベリング定義する（ラベリング部３５）（ステップＳ２−４）。なお、表面の再構築は、切除領域の重心を算出し、それを起点として切除部端面の三角形の頂点とを連結させることで行う。凹凸修正は、当該重心の位置を起点として，切除面法線外周（または内周）方向にユーザがマウスホイールボタンにより自由に移動させる，すなわち，移動前の三角形要素に共通する頂点である当該重心を移動させ，三角形形状を人為的に歪ませることで実行する．なお，移動後に現れうる鋭角形状は平滑化処理を同時に作用させることで対応するようになっている（上記構成要件３８〜３９）。
図９に示すユーザインターフェース上では、左下及び右下の表示部５５、５６<<Post-surgery>>でユーザは作業し，術後画像が表示され、ユーザが前記プログラム群で手術シミュレーションを行っていく。ラベリングまで行ったのちに<End>により形状が確定され、前記血管形状抽出装置と同様に修正されたポリゴンデータが自動保存され、シミュレーション結果ＤＢ１６が更新される（ステップＳ２−１３：ラベリング情報２３及び三次元形状データ２２の更新）。なお、前記工程を繰り返すことで複数の手術シミュレーションの結果を比較することができるように、前記<<Post-surgery>>の表示部は、右下５５と左下５６にそれぞれ設けられている<<Post-surgery #1、 #2>>。
図１１は、この第１の手術シミュレーションモードにおける血管形状修正の例を示す模式図であり、図１４Ａ、Ｂはシミュレーション前と後（クリッピング治療前・後）の三次元形状を示す図である。このように、脳動脈瘤の形状を構成するポリゴンを削除することにより、クリッピング治療を施した後の血流性状を再現できる三次元形状データを生成することができる。したがって、これにより、クリッピング術やコイル塞栓術で構築される瘤ネック面の形状を使用者が任意に調整したうえで術後の血流をシミュレーションし解析することができる。
第２の手術シミュレーションモード５１では、<Positioning>により前記同様に病変部を選択および拡大・縮小する（ステップＳ２−５、表示部５５）。次に<Fitting>により病変部の重心を算出し、そこを起点としてポリゴンを血管壁面の法線方向に沿って移動させた後、カーブフィッティングで病変形状を多項式近似により補間する（ステップＳ２−６）。次に、<Shaping>によりユーザがマウス操作で病変部の凹凸修正を行い（ステップＳ２−７）、最後に前記第１の手術シミュレーションモードと同様の方法により再構築面のラベリングを行う（ステップＳ２−８）。図１２は、この第２の手術シミュレーションモードによる形状修正例を示した模式図である。
第３の手術シミュレーションモード５２では、<Positioning>によりユーザが三次元血管形状内部に新たに面を形成する（ステップＳ２−９）。次に、指定された面に対して、<Porosity>により格子状物体を定義し（ステップＳ２−１０）、前記同様の方法でその凹凸を修正し（ステップＳ２−１１）、ラベリングする（ステップＳ２−１２）。この場合の血管形状修正方法３７（図１５）として用いる格子状物体はflow-diverting stentをシミュレーションしようとするものである。格子状物体は等方多孔質媒体としてユーザがプルダウンメニューからその開口率を設定することで定義するようになっている。なお、ユーザが多孔質媒体の形状・開口率を調整して異方性媒体として与えても良い。図１３は、この第３の手術シミュレーションモードによる形状修正例を示した模式図である。なお、図中、符号２５で示すのが、格子状物体である。また、この多孔質媒体を用いた血流シミュレーションを応用すると、コイル塞栓術を行った際の手術直後の血流をシミュレーションすることができる。前記コイル塞栓術シミュレーションでは瘤内を完全閉塞させた場合を想定していた。現実的には、これは術後十分に時間が経過し瘤内腔が十分に血栓化された状態に相当する。一方、完全閉塞に至るまでコイル内には血液の流動が存在する。この血液の流動をシミュレーションできるか否かは，コイル充填率（瘤体積に対するコイル体積の割合）を決定するうえで重要である。前記Flow-diverting stentでは，多孔質媒体を二次元構造物として利用したが、当該技術を三次元構造物とすることでコイル塞栓直後の状態をシミュレーションすることができる。すなわち，前記<Porosity>により瘤内腔に対して多孔質媒体を留置し、その開口率でコイル充填率をシミュレーションする機能を付与することも可能である。
（流体解析部）
次に、流体解析部１２で、上記血管形状抽出部１０（及び手術シミュレーション部１１）で生成された対象血管部位の三次元形状にデータに基づき、有限要素法による公知の演算によって、対象血管部位における各単位領域での血流の流速及び圧力（状態量３３）を求める。
図１６は、この流体解析部１２による処理を示すフローチャートであり、図１７はユーザがグラフィカルインターフェース１７のメニューから「ＣＦＤ」１２を選択した場合の表示例である。
この流体解析部１２は、まずステップＳ３−１で、上記血管形状抽出部１０（及び手術シミュレーション部１１）で生成された対象血管部位の三次元形状にデータのうち、今回の計算対象とする血管形状のデータを選択して読み込む。表示されたデータは、図１７のインターフェース１７の左上の表示部５８、５９、６０に表示される。この例では、表示部５８にPre-Sergeryの形状データが、表示部５９にPost-Sergery#1の形状データが、表示部６０にPost-Sergery#2の形状データが、それぞれ表示される。
次に、ステップＳ３−２でユーザが「モジュール」を選択する。この「モジュール」の選択においては、図１７に示すように、前記グラフィックインターフェース１７に、「On-site(即時）」２６、「Quick（迅速）」２７、「Precision（高精度）」２８の３つのボタンをユーザ選択可能に表示する。
このシステムでは、３つのモジュールの中からをユーザが一つを選択することであらかじめデフォルト設定した演算条件値のセット４０（図１、図１６）を用い適切な計算条件・精度で計算を実行できるように構成されている。これは，臨床現場の時間的拘束、および、流体解析に対するユーザの非専門性を考慮したなかで，現場ニーズに合致し、かつ、解析方法の条件を統一的に取り扱うことで再現性や標準化を達成させるためである。On-site（即時）に対応する演算条件では、計算条件として定常解析を採用している。血液の流れは心臓の拍出による拍動流と呼ばれる非定常流れである．非定常流れを計算するには，時々刻々と変化する流れを設定したタイムステップごとに解を収束させながら計算を逐次実行していく必要があり、演算器の負荷が極めて高くなる。一方、定常流は拍動流と流れの様相が全く異なるというわけではない。特に、脳血管のように比較的にレイノルズ数が低い領域では，流れは拍動周期内のいずれにおいても層流であり、高レイノルズ数の乱流流れに見られる過渡渦のような流れの遷移性は乏しい。言い換えれば、拍動周期内で流れは流量の変化に対して相似性が強い。従って，時間平均流に相当する流れさえ再現することができれば，拍動流としての流れの様相を把握することが可能であえる．On-site（即時）はそのような実験・解析データにより裏付けられた解析手法である。
一方，Quick（迅速）やPrecision（高精度）は拍動流を取り扱うように前記演算条件値のセット４０が設定されている。Quick（迅速）に対して，Precision（高精度）は拍動周期内で流れが層流から乱流へと遷移する場合においても対応できる条件設定としている。そして、この際に用いるメッシュ詳細度、血液物性値、壁境界条件、入口境界条件、出口境界条件、離散化条件があらかじめ定められて演算条件値のセット４０として設定ＤＢ１５に格納されているのである。また、Precision（高精度）を単一の高速演算器で解析しても、計算結果を得るまでに時に数日間かかる場合も少なくない。したがって、この実施形態では、上記流体解析部１２用に設けられた第１のプロセッサ４１で負荷の小さい上記on-siteの処理を行うと共に、負荷の大きいPrecision（高精度）については遠隔地に設けられた高速演算処理センター９に設けられた第２のプロセッサ４２で処理するようになっている。すなわち、Precision（高精度）の場合のみ、通信ネットワークを介してデータを院外の処理センターに自動転送し、高速演算器を複数使用した並列解析により計算を実行した後に、ネットワークを介して院内に解析結果をフィードバックするシステムから構成されている。
ステップＳ３−３以下は、ユーザが図１７のインターフェース１７でＲｕｎボタン６２を押すことで、上記モジュールの選択に応じてシステムが前記演算条件値のセット４０を取り出して自動で演算を実行する。まずステップＳ３−３で、三次元形状データに基づき、対象血管部位を有限要素法上の複数の要素（以下、「メッシュ」と称する）に分割する。この際、この実施形態では、前記血管形状抽出部１０で行った血管のラベリングに基づき、各血管の大きさに応じたメッシュ分割詳細度でメッシュを生成する。すなわち、この例では、血管の名称にこのメッシュ分割に用いるメッシュ詳細度が関連付けられて保存されてるか、あるいは、血管の断面の大きさに応じてメッシュ詳細度を動的に決めることができるように前記演算条件値４０が設定されている。したがって、この装置は、上記ラベリングに応じて前記設定ＤＢ１５からメッシュ詳細度を取り出して使用する。すなわち、各血管のメッシュ詳細度は、モジュールの選択及び血管の種類に応じて定まるようになっている。
図１８Ａ、図１８Ｂは、血管毎にメッシュ詳細度を変動させる例を示した図である。この例では、直径１ｍｍの眼動脈の詳細度は、直径５ｍｍの内径動脈の詳細度よりも細かくなるように設定されている。
この実施形態におけるメッシュ分割詳細度Dmeshは、以下のように定義される。
Dmesh =Dbase×Kscale×Kmodule
ここで：Dmesh：メッシュ分割詳細度（この例では算出したいメッシュの代表直径Dmeshを詳細度として用いる）、Dbase：ベースメッシュの大きさ（スケールファクターに依存しない定数）、Kscale：血管の大きさに応じて変動するスケールファクター、Kmodule：モジュールの選択に応じて変動するスケールファクターである。
通常の有限要素法解析におけるメッシュ生成では上記で定義したようなスケールファクターは考慮せず、ベースメッシュ単体でメッシュの大きさを決めるようになっている。このため、従来の方法では各血管径の変動に対応できないということがあった。しかしながら、この実施形態における方法では、上記のようなスケールファクターを導入することで、従来の方法による課題を解決することができる。
下記に一例を示す。なお、この例では、前記流体解析部１２は対象とする血管の体積および当該血管の中心線長さおよび形状の円柱近似により血管の等価直径Dを算出し、血管の大きさを定量化して用いるように構成されている。
１）On-site, Quickモジュールを使用する場合
Dbase=0.1 mm
Kscale=0.2 (D<1.5mmの場合)
Kscale=1.0(D>=1.5mmの場合)
Kmodule=1
（すなわちこのモジュールでは、等価直径Dが1.5mm未満のの細動脈にのみメッシュの大きさをベースメッシュの大きさから1/5に詳細化する）。
２）Precisionモジュールを使用する場合
Dbase=0.1 mm
Kscale=0.2 (D<1.5mm)
Kscale=1.0(D>=1.5mm)
Kmodule=0.5
（すなわち、この例ではKmodule=0.5として全域的にメッシュを詳細化する）
なお、上記の方法では，血管の分岐部でメッシュの大きさが不連続的に変化してしまうということがある。メッシュの不連続変化は、そこでのメッシュの形状歪みを増加させることで計算の収束性を悪化させる要因となる。この問題の対処法として、この実施形態では、まずメッシュを前記手法で作成したのちに、メッシュ形状歪みに上限値を与えておき、最大形状歪みが閾値内に収まるように平滑化処理を繰り返し行うように構成されている。
従来の解析法では、メッシュの大きさをこのように血管の大きさに応じて動的に変動させることはできず、大血管でも小血管でも同じ詳細度で分割するしかなかった。この結果、大血管を解析するに十分なメッシュ形状では、小血管ではメッシュが不足することで解析精度が悪化し、小血管の解析精度を担保すると、大血管に必要以上のメッシュが生成されることで、解析時間が膨大にかかるという課題があったが、この発明では、この課題を解決できる。
ついで、ステップＳ３−４〜Ｓ３−８で、血液物性値、境界条件、解析条件等の予め記憶された各演算条件４０を順次前記設定ＤＢ１５から取り出し、ステップＳ３−８で、これらの条件に基づいてさらに計算を実行する。具体的には、前記流体解析部１２は、ナビエ・ストークス方程式（（Navier-Stokes equations）流体の運動を記述する２階非線型偏微分方程式）を有限要素法で解き、各メッシュにおける血流の流速及び圧力を求める。このとき、有限要素法の解（流速U及び圧力P）は、グローバル座標系のX-global、Y-global、Z-globalの３方向についてそれぞれ求められる。
なお、ここで、前記演算条件４０のうち、前記血液物性値としては、血液の粘度や密度である。また、前記境界条件としては、解析対象部位の入口側における流れ条件である入口境界条件と、同出口側における流れ条件である出口境界条件であるが、これら流れ条件は、統計学的に平均された対象血管部位の流速及び圧力が適用される。
上述したように、これらの設定条件は選択したモジュールに基づいてデフォルト値が自動的に選択されて用いられるようになっているが、この実施形態では、被験者の個人データ等に応じて、演算前に流体解析部１２にマニュアル入力することも可能になっていることが好ましい。
計算が自動的に開始された後、ステップＳ３−１０で計算の残差(residual)が表示され、収束基準を満たすまで計算が繰り返し行われる。最大繰り返し数に至るまで計算の残差が収束基準を満たさない場合、収束不能と判断される（ステップＳ３−１１）。収束不能と判断された場合、メッシュ歪みの最適化が行われ（ステップＳ３−１２）、再度、計算が実行される。残差が収束基準内に到達した段階で、計算終了が表示される（ステップＳ３−１３）。なお、計算結果（状態量３３（Ｕ，Ｐ））は前記と同様に結果ＤＢ１６に自動保存される。
なお、ここでの演算は、有限要素法に限定されるものではなく、有限体積法、差分法等、微分方程式の数値解析による流れ解析法であれば、適宜採用できる。
（血流性状判別装置）
前記血流性状判別部１３には、コンピュータを以下の各手段として機能させるプログラムがインストールされている。すなわち、前記血流性状判別部１３は、図１に示すように、流体解析装置で求めた各メッシュの流速及び圧力から、血流によって血管壁面に作用する流体せん断応力及びそのベクトル（以下、単に、「壁面せん断応力ベクトル」と称する。）を各メッシュにそれぞれについて求める壁面せん断応力ベクトル演算部３０と、壁面せん断応力ベクトルから、血流の性状を判別するための数値指標（乱雑度）を求める乱雑度演算部３１と、前記乱雑度の大きさに応じて各メッシュにおける血流の性状を判別する判別部３２とを備えている。
図１９、図２０は、壁面せん断応力ベクトル演算部３０で、上記で各メッシュについて求めた流速Ｕ及び圧力Ｐに基づいてせん断応力ベクトルτ（ｘ、ｙ、ｚ）を求める方法を示す模式図である。
図１９に示すように、壁面せん断応力とは血管内腔を形成する微小要素に対して平行方向に作用する流体の粘性力であり、壁面せん断応力ベクトルとは、当該数値をベクトル視したものであり、壁面に作用する力の向きを考慮したものである。壁面せん断応力ベクトルと圧力は直交関係にあり、圧力は微小要素の重心に対して面法線方向に作用する流体力である。
この図を説明する際には、グローバル座標系とローカル座標系への変換を理解する必要がある。すなわち、せん断応力ベクトルを求めるために使用する圧力Ｐ及び速度Ｕは前述したようにグローバル座標系で求められたものであるのに対して、血管壁面のある位置に作用するせん断応力は壁面の接線方向に向いているものでありその大きさを求めるには上記圧力及び速度を血管壁面を基準としたローカル座標系に変換する必要がある。
ここで、グローバル座標系とは、図２１に示すように、このシステム内で、血管表面および内部を構成するメッシュの節点の位置を普遍的に示すための単一座標系である。有限要素法や有限体積法では、計算対象を微小要素（三角形、四面体、六面体等）の集合から構成する。各要素は節点と呼ばれる頂点を有し、各要素の位置情報は、グローバル座標系を用いて、(X1g、 Y1g、 Z1g)、(X2g、 Y2g、 Z2g)、(X3g、 Y3g、 Z3g)のように保持する。
そして、ローカル座標系とは、図２２に示すように、血管表面を構成する各々の微小三角形要素（ポリゴン）に対して定義される局所座標系であり、通常、上記微小三角形要素の重心を原点とし、面法線ベクトルを一つの軸（Ｚ軸）として構成するものをいう。上記微小要素の各接点の位置をローカル座標系であらわす場合、(X1l、 Y1 l、 Z1 l)、(X2 l、 Y2 l、 Z2 l)、(X3 l、 Y3 l、 Z3 l)となる。グローバル座標系の位置とローカル座標系の位置は、上記微小三角形要素の重心の位置と、面法線ベクトルの方向がわかれば変換可能である。
次に、具体的に壁面せん断応力を求める方法について説明する。
まず、上記流体解析部１２（i-CFD）の出力から各節点での速度、圧力をグローバル座標系で取得する。次に、壁面せん断応力ベクトルを求めたい三角形要素を指定する。前記三角形要素に対してローカル座標系を設定する。前記ローカル座標系において、壁面せん断応力ベクトルを算出したい位置Ｇを決める（通常、各三角形要素に対して壁からの距離を一定にする。例えば壁から０。１ｍｍ内部に入った点など）。この位置Ｇでの流速は、図２０に示すように、壁面であるから０である。
そして、この壁面の位置Ｇから法線方向（ローカル座標系のＺ方向）に流れの境界層厚みに対して十分に小さい距離ｔ離れた位置での流速をＵｔとすると、この間の流速Ｕは、Ｇからの距離ｎにほぼ比例し、
Ｕｎ＝ｎ・ｄＵｔ／ｄＺ
で表わされる。
そして、この速度で距離ｎの点を動かすのに逆らう力と下面を固定するのに必要な力は作用反作用の法則から両者は等しく、いずれも速度Ｕｔに比例し、距離Ｚに反比例する。したがって、流体の接触している点Ｇにおける単位面積についての力τは次のようになる。
τ＝μ・ｄＵｔ／ｄＺ
すなわち、壁面せん断応力ベクトルとは、微小要素に平行な速度ベクトルの法線方向での変化率を算出し、それに流体の粘性係数を乗じたものである。微小要素に対する平行方向速度ベクトルの法線方向変化率を算出する方法は幾つかの方法が考えられる。例えば、Ｚｌ軸上で複数の候補点を設置し、周囲速度ベクトル群から速度ベクトルを補間するという方式で各候補点での速度を得ることができる。なお、この場合、個々の周囲速度ベクトルごとに候補点との距離が異なるため、距離に対して重み関数を設定して補間を行う。周囲速度ベクトルはグローバル座標系で記述されているので、補間後の速度ベクトルをローカル座標系に座標変換することで各候補点での面平行方向の速度成分を算出する。後に、法線方向での変化率を算出する場合は、壁近傍の一つの候補点を用いて一次近似として算出しても良いし、壁近傍の複数の候補点を用いて多項式近似を行い、その後に数学的に微分するという高次の微分処理を行っても良い。
これを、上記グローバル座標系の速度U(Xg、Yg、Zg)から求めようとする場合には、距離ｔの速度Ｕｔをローカル座標系（Xl、Yl、Zl）に分解し、それぞれのローカル座標軸のうち壁面に平行軸である（Xl、Yl）（Ｚ軸要素は０となる）についてτ＝μ・ｄＵｔ／ｄＺを解けばよい。
すなわち、
τ（Xl）＝μ・ｄＵｔ（Xl）／ｄＺ
τ（Yl）＝μ・ｄＵｔ（Yl）／ｄＺ
を算出することになる．
このローカル座標軸を総合したベクトル値τ（Xl、Yl）が壁面せん断応力ベクトルとなる。したがって、壁面せん断応力ベクトルは血管壁に接する面内でその面に対してｘ方向成分及びｙ方向成分を持つベクトルとなる。
図２３は、このようにして求めた血管壁に沿うせん断応力ベクトルを三次元形状モデルに張り付けて示した図である。
なお、血管壁に作用する力は血管壁に沿う方向だけではなく、血管壁に衝突する方向に圧力Ｐとして働く、この圧力は、上記グローバル座標系で求めた点Ｇにおける圧力をローカル座標系に変換したときのZl軸方向の圧力値として求めることができる。図２４は、上記図２３に、壁面に作用する上記圧力値を重ねて示したものである。色が薄いところほど高い圧力が作用していることを示している。
このようにして各ポリゴンについて求めた壁面せん断応力７１及びそのベクトル７２は前記シミュレーション結果ＤＢ１６に格納される。
（乱雑度演算部）
次に、前記乱雑度演算部３１で、各メッシュにおける壁面せん断応力ベクトル群の形態を数値化した指標としての乱雑度を求める。この乱雑度は、あるメッシュの壁面せん断応力ベクトルが、その周囲の壁面せん断応力ベクトル群と比較して同一方向に整列しているか否かの程度を表す数値指標である。すなわち、乱雑度を求める対象となるメッシュ（以下。「対象メッシュ」と称する。）の壁面せん断応力ベクトルと、対象メッシュの周囲で隣り合う各メッシュの壁面せん断応力ベクトルとの間になすそれぞれの角度θを演算によって求めることで乱雑度となる。
図２５は、この実施形態のシステムで使用する微小要素Ｇ（説明のため点に近似）におけるせん断応力ベクトルと前記要素Ｇを格子状に囲む周囲の８つの微小要素におけるせん断応力ベクトルの関係を示したものである。この例では，せん断応力の大きさではなく、方向のみを抽出できれば良いので、壁面せん断応力ベクトルを単位ベクトルとして取り扱うように構成されている。また、それぞれの微小要素は厳密には三次元的な立体配置にあるが、隣接する要素群は十分近接であり二次元に取り扱う。すなわち、それぞれの壁面せん断応力ベクトルを二次元平面に投影した形で処理を行う。図２５は、微小要素Ｇ及びその周囲の微小要素を、二次元の直交座標系に写像した状態を示している。
この実施形態では、ベクトル解析による「発散(divergence、以下div)」と「回転(rotation、以下rot)」を対象メッシュに対して算出することで壁面せん断応力ベクトル群の形態を数値化する
すなわち、空間のあるメッシュの囲のベクトル場τ（せん断応力ベクトル）を前記二次元直交座標系(x、 y）に写像した点Ｇ(x、 y)における成分表示を、次の式で表すとする。
τ(Ｇ)＝(τx(x、y)、 τy(x、y))
であらわされる。
このとき、「ベクトル場τの発散」と呼ばれる「スカラー場divτ」は、次の式で定義される。
divτ＝∂τx /∂x＋∂τy /∂y
同様に、「ベクトル場τの回転」と呼ばれる「スカラー場rotτ」は、次の式で定義される。
rotτ＝∂τy /∂x−∂τx /∂y
図２４は、壁面せん断応力ベクトル群の形態と、上記「発散（div）」及び「回転（rot）」の値の関係を示したものである。壁面せん断応力ベクトル群の形態とは、大きく、１）平行型、２）合流型、３）回転型、４）発散型、に分類される。
平行型では、(div、rot)=(0、0)、合流型では、(div、rot)=(負値、 0)、 回転型では、(div、rot)=(0、 正または負値）、発散型では(div、rot)=(正値、0)となる。合流型と発散型ではdivの値の増減に応じてその程度を数値化することができる。すなわち合流型とされた場合、その負値が負方向に増大すれば合流の程度が高まることになり、発散型とされた場合、その正値が正方向に増大すれば、発散の程度が高まることとなる。回転型では、回転方向により正負の値が現れるが、回転の程度をその絶対値の大きさにより数値化することができる。乱雑度をベクトル量D=(div、 rot)として定義すれば、その大きさが乱雑度として使用でき、乱雑度が小さくなるほど、前記対象メッシュの壁面せん断応力ベクトルは、その周囲の各メッシュの壁面せん断応力ベクトルに対して向きが揃うようになることを意味する（平行型）。
そして、乱雑度が存在する場合、その大きさ（閾値との比較）から悪性・良性の判別を行うことができ、また、divとrotの数値の比較することで、合流型、回転型、発散型と更に分類することができ，瘤壁の硬化または菲薄化の別を判別することができる。
divとrotの数値をマップ化して示したのが図２７である。すなわち、この図は、せん断応力ベクトルの典型例に対して乱雑度（div, rot）を求めたものである。ここで典型例とは数学的に記述しうる理想的なパターンであり、実験データではない。前述の通り，せん断応力ベクトルを大きさ１の単位ベクトルとして発散・回転を算出しているので、乱雑度はすでに規格化されておりこれにより患者間での比較が可能となる。すなわち、この実施例によれば、前記乱雑度は絶対値として評価できる指標として得ることができる。
また、この実施形態では、乱雑度として、対象メッシュの圧力を重み係数として組み合わせることで血流が血管壁に衝突する際に与える血管へのダメージ判定をより高精度に行うようになっている。この実施形態では、圧力を使用する場合でも規格化された圧力、すなわち、圧力指標を用いる。この実施形態では、この圧力指標として瘤内平均圧力で各圧力を除した値を演算（この例では乗算）して用いる。
このことにより、例えば、血液の流れが衝突することで発散型のせん断応力ベクトル群が形成された場合、主流の流れが衝突する場合では、局所的な壁圧の上昇を確認することができるが、主流から剥離した二次流れが衝突する場合、壁圧の上昇は見られない。このような場合、せん断応力ベクトル群の形態と圧力を組み合わせることで高精度化、特に、脳動脈瘤の菲薄部位を予測することに有効となる。すなわち、圧力の指標化には複数のやり方があり、この圧力をせん断応力ベクトルから算出される乱雑度に重ねる方法も、乗算、または、べき乗則としても良いし，複数あり得る。
（判別部）
前記判別部３２では、前記乱雑度演算部３１で求めた各メッシュの乱雑度の値から、各メッシュそれぞれについて、良性流れか悪性流れかを判別する。ここでの壁面せん断応力ベクトルの状態としては、周囲の壁面せん断応力ベクトルに対してパラレルとなる平行状態と、周囲の壁面せん断応力ベクトルに近づく方向に伸びる合流状態と、周囲の壁面せん断応力ベクトルとともに回転する回転状態と、周囲の壁面せん断応力ベクトルに対して向きが放射状になる発散状態とがある。そして、壁面せん断応力ベクトルが平行状態に該当すれば、そのメッシュでの血流性状は良性流れと判定される一方、壁面せん断応力ベクトルが合流状態、回転状態、発散状態の何れかに該当すれば、そのメッシュでの血流性状は悪性流れ（良性でない流れ）と判定される。
さらに、悪性流れにおける乱雑度の値から、リスクを判別するように構成されている。この実施形態では、上述したように乱雑度値がプラス方向若しくはマイナス方向に増大するにつれてリスクが大きいと判別する。ここで、閾値として用いる指標は、本発明者が、脳動脈瘤患者の脳動脈瘤内の壁面せん断応力ベクトルを経時的に追跡し、当該壁面せん断応力ベクトルと、その患者から採取した実際の脳動脈瘤の血管組織との相関によって経験的に設定された値であるが、場合応じて変動させても良い。ここで、前記閾値を更に段階的に設定し、前記壁面せん断応力ベクトルの状態を更に多段階とし、良性流れ及び／又は悪性流れの程度を段階的に判別する。
上記より、この実施形態では、前記壁面せん断応力ベクトルの状態から、血管壁の厚さとなる壁厚の程度（病変傾向）をタイプ分けすることができる。すなわち、壁面せん断応力ベクトルが平行状態に該当すれば、壁厚が通常レベルのタイプとされる。また、壁面せん断応力ベクトルが合流状態と、回転状態に該当すると、血球細胞や血漿中のタンパク質が沈着し易い土壌が形成され、血管が肥厚して壁厚が増加するタイプとされる。更に、壁面せん断応力ベクトルが発散状態に該当すると，内皮細胞の破壊及び再生障害が発生することで、血球が血管内に浸潤、増殖、遊走する土壌が形成され、血管壁の力学的強度が低下し、結果として、当該部位を中心に血管壁が菲薄化して壁厚が減少するタイプとされる。図２８は、硬化部と菲薄部の概念を示す模式図である。
図２９に血流性状判別部１３（ベクトル演算部３０、指標演算部３１、判別部３２）による判別結果を表示するためのユーザインターフェース１７を示す。このインターフェース１７においては、前記と同様に、<Load>ボタンを押すことにより解析データの入力の読み込みを行う。その後、ユーザが表示したい項目<streamline>６１〜<Flow disturbance index>７０を選択することで、このインターフェースの表示部に該当する表示を行うことができる。また、血管の抵抗を示すパラメータとして、<Pressure ratio>、 <Pressure loss coefficient>、 <Energy loss>を選択することもできるように構成されている。この表示の際には、血管の中心線に対して始点と終点をユーザが決めることのみで検査体積を設定し各値を自動計算する。この結果、このユーザインターフェース１７には、前記判別結果が表示される。
図３０Ａ〜Ｄは、判別結果の一例を拡大して示すものである。以下、この図を用い乱雑度<Flow disturbance index>による判別の有効性及び優位性を説明する。
このシステムは、壁面せん断応力、圧力、乱雑度を、瘤壁上の最大値で規格化して表示する。表示方法は、色が薄いほど値が大きく、色が濃いほど値が小さいことを意味するものとする。壁面せん断応力の表示（図３０Ａ）には、説明のために、瘤壁の術中観察・壁厚分析から同定された３か所の菲薄部（P1、2、3）を示す。P1では壁面せん断応力は低い値を示すが、P2の分布はこれと異なり高い値を示していることから３か所の菲薄部に特異的な分布を示すことはできていないと言える。 一方、壁面せん断応力ベクトルを示す表示（図３０Ｂ）からわかるように、当該３か所では、壁面せん断応力ベクトル群の形態が「発散」傾向であることが目視でわかる。加えて、これらの箇所では、図３０Ｃの表示から圧力が高いことも観察できる。このことは血液の流れが瘤壁に衝突していることを示している。そこで、前記乱雑度（発散）を算出すると、図３０Ｄの表示にみられるように、前記３か所の菲薄部のそれぞれに対して特異的に乱雑度（発散）の値が高いことを観察することができる。この例では、黒の箇所が乱雑度０（平行：良性流れ）、グレーの箇所が乱雑度１（発散：悪性流れ）、白の箇所が乱雑度２（発散：悪性流れ）と判別されている。
言い換えれば、菲薄部と乱雑度（発散）が相関しており、乱雑度（発散）による判別を用いて当該患者の瘤壁の菲薄部位を術前に予測できることになる。
以上により、このシステムでは、前記乱雑度に基づき前記判別部で各メッシュの血流性状が、良性流れであるか悪性流れであるかを判別でき、その結果を前記ユーザインターフェースに視覚的に表示することができる。またその判別結果の他、流体解析装置で求めた各メッシュの血流状態（流線、流速値、圧力値）が視覚的に表示する。表示されるデータの種類および表示の態様としては、特に限定されるものではないが、例えば、血管形状抽出装置で生成された脳動脈瘤の三次元画像データから、脳動脈瘤の三次元画像を表示し。当該三次元画像の表面に、メッシュ毎に求めた良性流れ及び悪性流れの状態を色彩で表示することにより。被験者の脳動脈瘤において、悪性流れの密度の高い瘤の領域とそうでない領域とを視覚的に認識可能になる。
このようして求めた乱雑度及び血流性状判定結果は、図１に７４，７５で示すように前記シミュレーション結果ＤＢ１６に格納される。なお、判定結果は、悪性流れと判定された位置（及び値）が乱雑度の値と関連付けて格納されるようになっていることが好ましい。
なお、前記乱雑度演算部１３では、前記各メッシュについて、乱雑度の経時的な変化度を表す時間変化度を前記乱雑度指標として求めても良い。すなわち、ここでは、乱雑度が求められた後、当該乱雑度の時間平均、その変動、又は、時系列データや微分やフーリエ変換等の周波数評価により時間変化度が算出される。この場合、前記判別手段では、時間変化度について、予め記憶された閾値との対比によって、良性流れか悪性流れかが判別される。すなわち、時間変化度が予め記憶された閾値よりも小さい場合は、そのメッシュでの血流は良性流れと判定される一方、時間変化度が予め記憶された閾値よりも大きい場合は、そのメッシュでの血流は悪性流れと判定される。ここでの閾値は、心臓の拍動に対応する周波数に基づいた経験的な数値に設定される。これは、脳動脈瘤の壁面に経時的に作用するせん断応力が、何等かの原因で心臓の拍動数を超える振動数で作用していると、血管の内皮細胞を破壊するとの研究結果に基づくものである。
また、前記実施形態では、脳動脈瘤の破裂可能性の有無について判別するためのシステムについて説明したが、本発明はこれに限定されず、その他の対象血管部位における病変の発症や進展の可能性の有無を判別するシステムにも適用可能である。
更に、前記ベクトル演算部について、その機能を有する単独の演算装置として構成することもできる。この演算装置では、対象血管部位の画像データに基づき、対象血管部位における単位領域毎の血流および圧力を求めた上で、当該単位領域毎に血管壁面の壁面せん断応力ベクトルが演算され、当該壁面せん断応力ベクトルのデータを外部の装置に出力可能となっており、当該データの前記インターフェース１７での表示等が可能になる。
（手術手技評価システムへの応用例）
前記一実施形態で説明した手術シミュレーションは、例えば以下のような手術手技評価システムに適用することも可能である。
例えば、血管疑似モデルを使用して血管吻合の手技を行ったユーザー等が吻合済み血管疑義モデルのDICOM形式データをこのシステムのサーバ３にアップロードすることで処理可能である。なお、このアップロードは、メールで送信する等の手段により行っても良い。
この場合、吻合モデルの血流解析を実行するのだが、同時に、吻合部の形状をユーザー自身が編集することによって、どのように吻合を行えば、どの程度エネルギー損失が下がるのかといった、手術テクニックの検証、シミュレーションを行うことができることが好ましい。したがって、この場合、上記一実施形態の構成に加えて、エネルギー損失演算部を有するシステムとする必要がある。
この場合、図３１に示すように、このシステムのプログラム格納部は前記流体解析部１２に加えて、エネルギー損失演算部７７と、血管形状修正部３６と、手術手技評価部７８とを有する。
前記エネルギー損失演算部は、前記流体解析部で演算された状態量に基づき、評価モデルの入口と出口での血流のエネルギーを算出し、その損失を計算する。この損失は、血管の断面積及び長さを規格化して換算することで吻合部の狭窄率（狭窄度）として変換する。前記血管形状修正部３６は、どの領域の吻合部内部形状を変化させることが、血流のスコアに効果的であるかを確認するために、上記一実施例で説明した形状修正部３６の構成を利用する。前記手技評価部７８は、上記エネルギー損失（吻合部の狭窄率（狭窄度））に基づいて、以下のような評価を行う。
すなわち、血管モデルを用いた吻合手技訓練において、その手技結果を評価する上で重要なのはスムーズな血流の再開である。スムーズとは吻合部内腔において、形態上、狭窄部位が存在しないことである。狭窄部位の存在は、血流にとって流れのエネルギー損失を招く。よって吻合手技の訓練においては吻合部内腔を狭窄しないように吻合することが理想的な手技となる。
吻合のトレーニングにおいて狭窄部は、上記クレームの病変に相当すると考えられる。すなわち未熟な手技により、血管吻合において狭窄部が生じ、結果として再開した血流のエネルギー損失が高値となる状況を招く。
手術シミュレーションにおいては、この狭窄部を前記一実施形態における病変部と解釈することで、どのように改良すればよいかの評価が可能になる。例えば、ユーザーは、病変部、すなわち狭窄部の形状を任意に編集（拡大、縮小、削除、等血管形状編集機能に準ずる）可能となることで、血流と手技の関係を解釈することができる。したがって、この例では、上記評価部が、上記一実施形態と類似のインターフェースを用いて、手技と内腔形状、内腔形状と血流の関係を迅速かつ直感的にコンピュータディスプレイ上に示すように構成されている。
なお、自動吻合器と従来の縫合糸による吻合では、当然に吻合内部形状が異なる。例えば、自動吻合器による吻合部合流部形状はＴ字型となり、吻合部断面形状は円形状に近似する。例えば、吻合断面における円直径を拡大、縮小することによって、異なる径の血管を用いた場合の吻合結果をシミュレーションすることが可能となる。
吻合部内腔形状を編集することで、例えば再開した血流には大きく影響を及ぼさない部位をあえて削除するといったシミュレーションを行う事で、臨床において有用な新たな理想的吻合手技のデザイン、発見に至ることも期待できる。
その他、本発明における装置各部の構成は図示構成例に限定されるものではなく、実質的に同様の作用を奏する限りにおいて、種々の変更が可能である。

Claims (50)

  1. 被験者の対象血管部位の三次元形状データに基づいて特定の外科治療方法による血流状態の改善効果をシミュレーションするためのコンピュータベースのシステムであって、
    コンピュータが、対象血管部位の三次元形状データをディスプレイ上に３次元表示し、ユーザから、このディスプレイ上における病変部の指定及びこの病変部に対する外科的治療方法の選択を受け付ける治療方法受付部と、
    コンピュータが、選択可能な治療法と治療方法に応じた三次元形状データの修正プログラムを関連付けてメモリに格納する修正方法格納部と、
    コンピュータが、前記受け付けた治療方法の選択に基づいて前記修正方法格納部に格納された修正プログラムを取り出し、この修正プログラムを実行することで前記指定に係る病変部の三次元形状データを前記ディスプレイ上でユーザに修正させ、修正された後の三次元形状データを出力する修正済み三次元形状出力部と
    コンピュータが、前記修正された後の三次元形状データに血流に関する境界条件を含む演算条件を与え、前記対象血管部位の内腔の各位置における血流の状態量を演算によって求める流体解析部と、
    コンピュータが、前記流体解析による血流の状態量を前記修正した後の三次元形状データと重旦させてディスプレイ上にグラフィカル表示する表示部と
    を有することを特徴とするシステム。
  2. 請求項１記載のシステムにおいて、
    前記選択可能な治療方法は、コイル塞栓術を含み、
    このコイル塞栓術に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、上記三次元形状データ化された前記対象血管部位の内腔の指示された位置に多孔質構造体を配置するプログラムを有し、上記血管の内腔の一部をコイルで閉塞してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とするシステム。
  3. 請求項２記載のシステムにおいて、
    このコイル塞栓術に応じた三次元形状データの修正プログラムは、さらに、前記ディスプレイ表示を通して与えられた指示に基づき、上記前記多孔質構造体の開口率でコイル充填率を変動させ、上記血管の内腔の一部をコイルでかつ指示にかかるコイル充填率で閉塞してなる前記修正後の三次元形状データをシミュレーションにより生成し出力する手段を有する
    ことを特徴とするシステム。
  4. 請求項１記載のシステムにおいて、
    前記選択可能な治療方法は、クリッピング法を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、血管内腔の指示に係る一部の面を構成する１又は複数のポリゴンを削除するプログラムと、当該削除した面を別の１又は複数のポリゴンで再生するプログラムとを有し、前記血管内腔の一部を閉鎖してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とするシステム。
  5. 請求項１記載のシステムにおいて、
    前記選択可能な治療方法は、ステント留置術を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、血管内腔の指示にかかる一部の面の凹凸を、ポリゴンを移動若しくは歪ませることで修正するプログラムを有し、前記ステントにより血管内の血流の流れを制御してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とするシステム。
  6. 請求項１記載のシステムにおいて、
    前記選択可能な治療法は、Flow-diverting stent留置術を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、上記三次元形状データ化された前記対象血管部位の内腔の指示に係る一部に格子状物体を定義するプログラムを有し、Flow-diverting stentにより血流が制限される前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とするシステム。
  7. 請求項６記載のシステムにおいて、
    さらに、前記格子状物体の開口率でFlow-diverting stentの格子密度を変動させる手段を有する
    ことを特徴とするシステム。
  8. 請求項１記載のシステムにおいて、
    治療対象の血管病変形態は瘤である
    ことを特徴とするシステム。
  9. 請求項１記載のシステムにおいて、
    前記流体解析部は、
    コンピュータが、前記三次元形状データ内を流通する血流の状態量を演算するための境界条件を含む演算条件値のセットを複数格納する演算条件格納部であって、前記演算条件値の複数のセットは、それぞれ、ユーザが要求する計算速度に応じて１又はそれ以上の異なる演算条件値を含むものである、前記演算条件格納部と、
    コンピュータが、前記ユーザに、計算速度の選択を提示し、選択された計算速度に応じてこの計算速度に関連つけられた演算条件値のセットを取り出し、そのセットに含まれる演算条件値に基づいて上記血流の状態量の演算を実行し、演算結果を出力する演算部と
    を有することを特徴とするシステム。
  10. 請求項９記載のシステムにおいて、
    前記演算条件値の複数のセットのうち少なくとも１つのセットはユーザが計算速度を重視する場合に対応して血流を定常流と仮定した場合の演算条件値を含むものであり、少なくとも１つ他のセットはユーザが計算速度よりも計算精度を重視する場合に対応して血流を拍動流と仮定した場合の演算条件値を含むものである
    ことを特徴とするシステム。
  11. 請求項１０記載のシステムにおいて、
    前記少なくとも１つ他のセットは、さらに、拍動流の拍動周期内で流れが層流から乱流へと遷移する場合を考慮した演算条件値を含むものである
    ことを特徴とするシステム。
  12. 請求項１０記載のシステムにおいて、
    前記演算部は、ユーザが計算速度を重視する場合に演算を行う第１のプロセッサと、ユーザが計算速度よりも計算精度を重視する場合に演算を行う第２のプロセッサとを有し、ユーザの選択に応じてどちらのプロセッサを使用するかを判断する判断部をさらに有するものである
    ことを特徴とするシステム。
  13. 請求項１２記載のシステムにおいて、
    前記第２のプロセッサは、高速演算器を複数使用した並列解析を行うものである
    ことを特徴とするシステム。
  14. 請求項１２記載のシステムにおいて、前記第２のプロセッサは通信ネットワークを介して接続可能な別の場所に設けられており、前記判断部は、前記第２のプロセッサを使用すると判断した場合に計算に必要な条件の一部若しくはすべてを前記通信ネットワークを介して前記第２のプロセッサに送信し演算結果を受け取るものである
    ことを特徴とするシステム。
  15. 請求項１記載のシステムにおいて、
    コンピュータが、前記流体解析部で求めた血流の状態量から、前記対象血管部位の血管壁面の各位置における壁面せん断応力ベクトルを求め、特定の壁面位置における当該壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係を求め、その形態から当該壁面位置における前記血流の性状を判別しその判別結果を出力する血流性状判別部を
    さらに有することを特徴とするシステム。
  16. 請求項１５記載のシステムにおいて、
    前記血流性状判別部は、
    コンピュータが、前記特定の壁面位置における壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係が、「平行」、「合流」、「回転」、「発散」のいずれにあるかを判別し、「平行」の場合には血流性状が良性流れ（非悪性流れ）、それ以外の場合は悪性流れ（非良性流）と判別するものである
    ことを特徴とするシステム。
  17. 請求項１６記載のシステムにおいて、
    前記血流性状判別部は、
    前記特定の壁面位置における壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係が「発散」である場合、当該壁面位置で血管壁の菲薄化が生じると判別してその位置を出力し、
    前記表示部は、
    前記菲薄化の生じる可能性のある位置を前記三次元形状データと重旦させてグラフィカル表示出力する
    ことを特徴とするシステム。
  18. 請求項１６記載のシステムにおいて、
    前記血流性状判別部は、
    前記特定の壁面位置における壁面せん断応力ベクトルτとその周囲の壁面位置における複数の壁面せん断応力ベクトルの相対角度関係から、ベクトル場τのスカラー量である回転rotτ及び発散divτを求め、それらの値を乱雑度として閾値と比較することで前記「平行」、「合流」、「回転」、「発散」のいずれにあるかを判別するもので、
    前記乱雑度の回転rotτの値が所定の閾値範囲外の負値若しくは正値であるときに「回転」と判別し、
    前記乱雑度の前記発散divτの値が所定の閾値範囲外の負値であるときに「合流」と判別し、
    前記乱雑度の前記発散divτの値が所定の閾値範囲外の正値であるときに「発散」と判別し、
    前記乱雑度の回転rotτの値及び前記発散divτの値の両方が所定の閾値内にあるときに「平行」と判別する
    ことを特徴とするシステム。
  19. 請求項１８記載のシステムにおいて、
    前記血流性状判別部は、
    前記複数の壁面せん断応力ベクトルを演算上単位ベクトルとして扱い、
    前記回転rotτ及び発散divτと比較される閾値は０である
    ことを特徴とするシステム。
  20. 請求項１８記載のシステムにおいて、
    前記血流性状判別部は、
    前記乱雑度の前記回転rotτ及び発散divτの値を、前記回転rotτ及び発散divτの値に当該壁面位置に法線方向に作用する圧力の指標値を重み係数として与えることで求めるものである
    ことを特徴とするシステム。
  21. 請求項２０記載のシステムにおいて、
    前記血流性状判別部は、
    前記乱雑度の前記回転rotτ及び発散divτの値を求める際に与えられる圧力の指標値は、当該壁面位置に作用する圧力を対象血管部位の壁面に作用する平均の圧力値で除した値である
    ことを特徴とするシステム。
  22. 請求項１８記載のシステムにおいて、
    前記表示部は、

    前記乱雑度の前記回転rotτ若しくは／及び前記発散divτの値をディスプレイ上に前記三次元形状データと重旦させて表示出力する
    ことを特徴とするシステム。
  23. 請求項１５記載のシステムにおいて、
    前記血流性状判別部は、前記特定の壁面位置における壁面せん断応力ベクトルτとその周囲の壁面位置における複数の壁面せん断応力ベクトルの相対関係から、ベクトル場τの回転rotτ及び発散divτを求め、その値を乱雑度として閾値と比較し、閾値範囲内の場合には良性流れ（非悪性流れ）、範囲外の場合には悪性流れ（非良性流れ）と判別する
    ことを特徴とするシステム。
  24. 請求項２３記載のシステムにおいて、
    前記血流性状判別部は、
    前記複数の壁面せん断応力ベクトルを演算上単位ベクトルとして扱い、
    前記回転rotτ及び発散divτと比較される閾値は０である
    ことを特徴とするシステム。
  25. 請求項２３記載のシステムにおいて、
    前記血流性状判別部は、
    前記乱雑度の前記回転rotτ及び発散divτの値を、前記回転rotτ及び発散divτの値に当該壁面位置に法線方向に作用する圧力の指標値を重み係数として与えることで求めるものである
    ことを特徴とするシステム。
  26. 請求項２５記載のシステムにおいて、
    前記血流性状判別部は、
    前記乱雑度の前記回転rotτ及び発散divτの値を求める際に与えられる圧力の指標値は、当該壁面位置に作用する圧力を対象血管部位の壁面に作用する平均の圧力値で除した値である
    ことを特徴とするシステム。
  27. 請求項２４記載のシステムにおいて、
    前記表示部は、
    前記乱雑度の前記回転rotτ若しくは／及び前記発散divτの値をディスプレイ上に前記三次元形状データと重旦させて表示出力する
    ことを特徴とするシステム。
  28. 請求項１記載のシステムにおいて、
    前記対象血管部位の三次元形状を修正する形状修正部を有し、
    この形状修正部は、
    コンピュータが、前記三次元形状データをディスプレイ上にグラフィカル表示し、このディスプレイ上で三次元形状データ表示の凹凸を修正する部位の少なくとも１つのポリゴンの指定を受け付ける修正部位指定部と、
    コンピュータが、上記ポリゴンをその重心の位置を起点として，面法線方向に沿う血管外側若しくは内側方向に移動若しくは歪ませるポリゴン移動部と、
    コンピュータが、前記ポリゴン移動部が１以上のポリゴンを移動若しくは歪ませた後に生じた鋭角形状を検出して平滑化処理を行う平滑処理部と
    を有することを特徴とするシステム。
  29. 請求項１記載のシステムにおいて、
    前記対象血管部位の三次元形状に基づき当該対象血管部位のラベリングを行うラベリング部を有し、
    このラベリング部は、
    コンピュータが、特定の対象血管部位に含まれる主要血管要素の名称及びその他の血管要素の名称を、当該特定の対象血管部位に関連付けて格納する格納部と、
    コンピュータが、特定の対象血管部位に含まれる各血管要素の形状を複数断面で測定し、その面積の中央値が最も大きいものを主要血管として特定すると共に、当該主要血管の判別に基づいて前記他の血管要素を特定し、これら主要血管要素及び他の血管要素の名称をラベリングし、前記各血管要素の形状測定値と共に出力するラベリング結果出力部と、
    を有することを特徴とするシステム。
  30. 請求項２９記載のシステムにおいて、
    前記流体解析部は、前記ラベリング結果に応じ、血管要素毎に前記演算条件を変動させるものである
    ことを特徴とするシステム。
  31. 請求項３０記載のシステムにおいて、
    前記演算条件は、血流の状態量解析におけるメッシュ詳細度であり、血管要素毎にメッシュ詳細度を変動させるものである
    ことを特徴とするシステム。
  32. 請求項３１のシステムにおいて、
    前記メッシュ詳細度は、前記断面形状の面積の中央値の大きさによって決定され、詳細度の粗いものから細かいものまで複数段階で決定されるものである
    ことを特徴とするシステム。
  33. 被験者の対象血管部位の三次元形状データに基づいて特定の外科治療方法による血流状態の改善効果をシミュレーションするためのコンピュータソフトウエアプログラムであって、
    コンピュータが、対象血管部位の三次元形状データをディスプレイ上に３次元表示し、ユーザから、このディスプレイ上における病変部の指定及びこの病変部に対する外科的治療方法の選択を受け付ける治療方法受付部と、
    コンピュータが、選択可能な治療法と治療方法に応じた三次元形状データの修正プログラムを関連付けてメモリに格納する修正方法格納部と、
    コンピュータが、前記受け付けた治療方法の選択に基づいて前記修正方法格納部に格納された修正プログラムを取り出し、この修正プログラムを実行することで前記指定に係る病変部の三次元形状データを前記ディスプレイ上でユーザに修正させ、修正された後の三次元形状データを出力する修正済み三次元形状出力部と
    コンピュータが、前記修正された後の三次元形状データに血流に関する境界条件を含む演算条件を与え、前記対象血管部位の内腔の各位置における血流の状態量を演算によって求める流体解析部と、
    コンピュータが、前記流体解析による血流の状態量を前記修正した後の三次元形状データと重旦させてディスプレイ上にグラフィカル表示する表示部と、
    を有することを特徴とするコンピュータソフトウエアプログラム。
  34. 請求項３３記載のコンピュータソフトウエアプログラムにおいて、
    前記選択可能な治療方法は、コイル塞栓術を含み、
    このコイル塞栓術に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、上記三次元形状データ化された前記対象血管部位の内腔の指示された位置に多孔質構造体を配置するプログラムを有し、上記血管の内腔の一部をコイルで閉塞してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とするコンピュータソフトウエアプログラム。
  35. 請求項３４記載のコンピュータソフトウエアプログラムにおいて、
    このコイル塞栓術に応じた三次元形状データの修正プログラムは、さらに、前記ディスプレイ表示を通して与えられた指示に基づき、上記前記多孔質構造体の開口率でコイル充填率を変動させ、上記血管の内腔の一部をコイルでかつ指示にかかるコイル充填率で閉塞してなる前記修正後の三次元形状データをシミュレーションにより生成し出力する手段を有する
    ことを特徴とするコンピュータソフトウエアプログラム。
  36. 請求項３３記載のコンピュータソフトウエアプログラムにおいて、
    前記選択可能な治療方法は、クリッピング法を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、血管内腔の指示に係る一部の面を構成する１又は複数のポリゴンを削除するプログラムと、当該削除した面を別の１又は複数のポリゴンで再生するプログラムとを有し、前記血管内腔の一部を閉鎖してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とするコンピュータソフトウエアプログラム。
  37. 請求項３３記載のコンピュータソフトウエアプログラムにおいて、
    前記選択可能な治療方法は、ステント留置術を含み、
    この治療法に応じた三次元形状データの修正方法は、血管内腔の一部の面の凹凸を、ポリゴンを移動若しくは歪ませることで修正するプログラムを有し、前記ステントにより血管内の血流の流れを制御した場合をシミュレーションするものである
    ことを特徴とするコンピュータソフトウエアプログラム。
  38. 請求項３３記載のコンピュータソフトウエアプログラムにおいて、
    前記選択可能な治療法は、Flow-diverting stent留置術を含み、
    この治療法に応じた三次元形状データの修正方法は、上記三次元形状データ化された前記対象血管部位の内腔の一部に格子状物体を定義するプログラムとを有し、Flow-diverting stentにより血流が制限される場合をシミュレーションするものである
    ことを特徴とするコンピュータソフトウエアプログラム。
  39. 請求項３８記載のコンピュータソフトウエアプログラムにおいて、
    さらに、前記格子状物体の開口率でFlow-diverting stentの格子密度を変動させる手段を有する
    ことを特徴とするコンピュータソフトウエアプログラム。
  40. 請求項３３記載のコンピュータソフトウエアプログラムにおいて、
    治療対象の血管病変形態は瘤である
    ことを特徴とするコンピュータソフトウエアプログラム。
  41. 被験者の対象血管部位の三次元形状データに基づいて特定の外科治療方法による血流状態の改善効果をシミュレーションするためのコンピュータにより実行される方法であって、
    コンピュータが、対象血管部位の三次元形状データをディスプレイ上に３次元表示し、ユーザから、このディスプレイ上における病変部の指定及びこの病変部に対する外科的治療方法の選択を受け付ける治療方法受付工程と、
    コンピュータが、選択可能な治療法と治療方法に応じた三次元形状データの修正プログラムを関連付けてメモリに格納する修正方法格納工程と、
    コンピュータが、前記受け付けた治療方法の選択に基づいて前記メモリに格納された修正プログラムを取り出し、この修正プログラムを実行することで前記指定に係る病変部の三次元形状データを前記ディスプレイ上でユーザに修正させ、修正された後の三次元形状データを出力する修正済み三次元形状出力工程と
    コンピュータが、前記修正された後の三次元形状データに血流に関する境界条件を含む演算条件を与え、前記対象血管部位の内腔の各位置における血流の状態量を演算によって求める流体解析工程と、
    コンピュータが、前記流体解析による血流の状態量を前記修正した後の三次元形状データと重旦させてディスプレイ上にグラフィカル表示する表示工程と
    を有することを特徴とする方法。
  42. 請求項４１記載の方法において、
    前記選択可能な治療方法は、コイル塞栓術を含み、
    このコイル塞栓術に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、上記三次元形状データ化された前記対象血管部位の内腔の指示された位置に多孔質構造体を配置するプログラムを有し、上記血管の内腔の一部をコイルで閉塞してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とする方法。
  43. 請求項４２記載の方法において、
    このコイル塞栓術に応じた三次元形状データの修正プログラムは、さらに、前記ディスプレイ表示を通して与えられた指示に基づき、上記前記多孔質構造体の開口率でコイル充填率を変動させ、上記血管の内腔の一部をコイルでかつ指示にかかるコイル充填率で閉塞してなる前記修正後の三次元形状データをシミュレーションにより生成し出力する手段を有する
    ことを特徴とする方法。
  44. 請求項４１記載の方法において、
    前記選択可能な治療方法は、クリッピング法を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、血管内腔の指示に係る一部の面を構成する１又は複数のポリゴンを削除するプログラムと、当該削除した面を別の１又は複数のポリゴンで再生するプログラムとを有し、前記血管内腔の一部を閉鎖してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とする方法。
  45. 請求項４１記載の方法において、
    前記選択可能な治療方法は、ステント留置術を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、血管内腔の指示にかかる一部の面の凹凸を、ポリゴンを移動若しくは歪ませることで修正するプログラムを有し、前記ステントにより血管内の血流の流れを制御してなる前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とする方法。
  46. 請求項４１記載の方法において、
    前記選択可能な治療法は、Flow-diverting stent留置術を含み、
    この治療法に応じた三次元形状データの修正プログラムは、前記ディスプレイ表示を通して与えられた指示に基づき、上記三次元形状データ化された前記対象血管部位の内腔の指示に係る一部に格子状物体を定義するプログラムを有し、Flow-diverting stentにより血流が制限される前記修正後の三次元形状データをシミュレーションにより生成し出力するものである
    ことを特徴とする方法。
  47. 請求項４６記載の方法において、
    さらに、前記格子状物体の開口率でFlow-diverting stentの格子密度を変動させる手段を有する
    ことを特徴とする方法。
  48. 請求項４１記載の方法において、
    治療対象の血管病変形態は瘤である
    ことを特徴とする方法。
  49. 請求項３３記載のコンピュータソフトウエアプログラムにおいて、
    前記血流性状判別部は、
    コンピュータが、前記流体解析部で求めた血流の状態量から、前記対象血管部位の血管壁面の各位置における壁面せん断応力ベクトルを求め、特定の壁面位置における当該壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係を求め、その形態から当該壁面位置における前記血流の性状を判別しその判別結果を出力するものである
    ことを特徴とするコンピュータソフトウエアプログラム。
  50. 請求項４１記載の方法において、
    前記血流性状判別工程は、
    コンピュータが、前記流体解析部で求めた血流の状態量から、前記対象血管部位の血管壁面の各位置における壁面せん断応力ベクトルを求め、特定の壁面位置における当該壁面せん断応力ベクトルの方向とその周囲の壁面位置における壁面せん断応力ベクトルの方向の相対関係を求め、その形態から当該壁面位置における前記血流の性状を判別しその判別結果を出力するものである
    ことを特徴とする方法。
JP2013531314A 2011-08-26 2012-08-27 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム Active JP5596866B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013531314A JP5596866B2 (ja) 2011-08-26 2012-08-27 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2011184751 2011-08-26
JP2011184751 2011-08-26
JP2013531314A JP5596866B2 (ja) 2011-08-26 2012-08-27 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
PCT/JP2012/071625 WO2013031742A1 (ja) 2011-08-26 2012-08-27 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム

Publications (2)

Publication Number Publication Date
JP5596866B2 true JP5596866B2 (ja) 2014-09-24
JPWO2013031742A1 JPWO2013031742A1 (ja) 2015-03-23

Family

ID=47756229

Family Applications (5)

Application Number Title Priority Date Filing Date
JP2013531313A Active JP5596865B2 (ja) 2011-08-26 2012-08-27 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
JP2013531314A Active JP5596866B2 (ja) 2011-08-26 2012-08-27 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
JP2013531316A Active JP6097912B2 (ja) 2011-08-26 2012-08-27 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
JP2013531315A Active JP5596867B2 (ja) 2011-08-26 2012-08-27 血管血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
JP2017006547A Active JP6535859B2 (ja) 2011-08-26 2017-01-18 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム

Family Applications Before (1)

Application Number Title Priority Date Filing Date
JP2013531313A Active JP5596865B2 (ja) 2011-08-26 2012-08-27 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム

Family Applications After (3)

Application Number Title Priority Date Filing Date
JP2013531316A Active JP6097912B2 (ja) 2011-08-26 2012-08-27 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
JP2013531315A Active JP5596867B2 (ja) 2011-08-26 2012-08-27 血管血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
JP2017006547A Active JP6535859B2 (ja) 2011-08-26 2017-01-18 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム

Country Status (8)

Country Link
US (4) US9814531B2 (ja)
EP (4) EP2749224A4 (ja)
JP (5) JP5596865B2 (ja)
KR (4) KR20140074904A (ja)
CN (4) CN103930036B (ja)
CA (4) CA2850189A1 (ja)
IL (4) IL231184A0 (ja)
WO (4) WO2013031741A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017113578A (ja) * 2011-08-26 2017-06-29 イービーエム株式会社 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
US10537282B2 (en) 2016-04-12 2020-01-21 Canon Medical Systems Corporation Medical image processing apparatus, medical image diagnosis apparatus and recording medium

Families Citing this family (145)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9521961B2 (en) 2007-11-26 2016-12-20 C. R. Bard, Inc. Systems and methods for guiding a medical instrument
US8781555B2 (en) 2007-11-26 2014-07-15 C. R. Bard, Inc. System for placement of a catheter including a signal-generating stylet
JP5452500B2 (ja) 2007-11-26 2014-03-26 シー・アール・バード・インコーポレーテッド カテーテルの血管内留置のための統合システム
US9456766B2 (en) 2007-11-26 2016-10-04 C. R. Bard, Inc. Apparatus for use with needle insertion guidance system
US9532724B2 (en) 2009-06-12 2017-01-03 Bard Access Systems, Inc. Apparatus and method for catheter navigation using endovascular energy mapping
US9808222B2 (en) 2009-10-12 2017-11-07 Acist Medical Systems, Inc. Intravascular ultrasound system for co-registered imaging
US20120323233A1 (en) * 2011-05-09 2012-12-20 Cyberheart, Inc. Renovascular treatment device, system, and method for radiosurgically alleviating hypertension
JP6188379B2 (ja) * 2013-03-29 2017-08-30 東芝メディカルシステムズ株式会社 医用画像処理装置、医用画像処理システム、医用画像診断装置
RU2015149430A (ru) * 2013-04-18 2017-05-24 Конинклейке Филипс Н.В. Планирование терапии стеноза
WO2014185521A1 (ja) * 2013-05-17 2014-11-20 学校法人北里研究所 磁気共鳴イメージング装置、画像処理装置、画像診断装置、画像解析装置、ｍｒｉ画像作成方法およびプログラム
WO2014203936A1 (ja) * 2013-06-18 2014-12-24 キヤノン株式会社 トモシンセシス撮影の制御装置、撮影装置、撮影システム、制御方法および当該制御方法をコンピュータに実行させるためのプログラム
USD774043S1 (en) * 2013-10-23 2016-12-13 St. Jude Medical, Cardiology Division, Inc. Display screen with graphical user interface for ablation generator
US20150228115A1 (en) 2014-02-10 2015-08-13 Kabushiki Kaisha Toshiba Medical-image processing apparatus and medical-image diagnostic apparatus
CN106030657B (zh) * 2014-02-19 2019-06-28 皇家飞利浦有限公司 医学4d成像中的运动自适应可视化
US9390232B2 (en) * 2014-03-24 2016-07-12 Heartflow, Inc. Systems and methods for modeling changes in patient-specific blood vessel geometry and boundary conditions
KR101700847B1 (ko) * 2014-03-31 2017-01-31 이미숙 영상수술 트레이닝 제공방법 및 그 기록매체
CN105095615B (zh) * 2014-04-23 2019-05-21 北京冠生云医疗技术有限公司 对血管中血流数据进行处理的方法和系统
JP6425916B2 (ja) * 2014-05-16 2018-11-21 キヤノンメディカルシステムズ株式会社 処理装置、画像処理方法、プログラム、および、造形装置
WO2016002054A1 (ja) * 2014-07-03 2016-01-07 富士通株式会社 生体シミュレーション装置、生体シミュレーション装置の制御方法、および生体シミュレーション装置の制御プログラム
WO2016056643A1 (ja) * 2014-10-08 2016-04-14 イービーエム株式会社 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム
US10786165B2 (en) * 2014-10-08 2020-09-29 EBM Corporation Blood-flow analysis device for blood-flow simulation and method therefor
WO2016056642A1 (ja) * 2014-10-08 2016-04-14 イービーエム株式会社 血流シミュレーションのための血流解析機器、その方法及びコンピュータソフトウエアプログラム
WO2016056632A1 (ja) * 2014-10-08 2016-04-14 イービーエム株式会社 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法
KR101675998B1 (ko) * 2014-10-27 2016-11-14 강원대학교산학협력단 혈류 특성에 대한 다공질 물리 모델을 이용한 환자별 관상 동맥의 분획 혈류 예비력 결정 방법 및 시스템
US9594876B2 (en) * 2014-11-04 2017-03-14 Heartflow, Inc. Systems and methods for simulation of occluded arteries and optimization of occlusion-based treatments
US9336354B1 (en) * 2014-11-04 2016-05-10 Heartflow, Inc. Systems and methods for simulation of hemodialysis access and optimization
CN104392051A (zh) * 2014-11-28 2015-03-04 段少银 一种颈内动脉动脉瘤固体壁与流体有限元模型
CN106999076B (zh) 2014-12-08 2021-10-22 皇家飞利浦有限公司 脉管内损害的自动识别和分类
WO2016113690A1 (en) * 2015-01-16 2016-07-21 Koninklijke Philips N.V. Vessel lumen sub-resolution segmentation
WO2016120225A1 (en) * 2015-01-28 2016-08-04 Koninklijke Philips N.V. Finite element modeling of anatomical structure
DE102015101823A1 (de) 2015-02-09 2016-08-11 Forschungszentrum Jülich GmbH Vorrichtung und Verfahren zur Kalibrierung einer nicht-invasiven mechanisch taktilen und/oder thermischen Neurostimulation
JP6513413B2 (ja) * 2015-02-13 2019-05-15 キヤノンメディカルシステムズ株式会社 医用画像処理装置及び磁気共鳴イメージング装置
US9839483B2 (en) 2015-04-21 2017-12-12 Heartflow, Inc. Systems and methods for risk assessment and treatment planning of arterio-venous malformation
US9996921B2 (en) 2015-05-17 2018-06-12 LIGHTLAB IMAGING, lNC. Detection of metal stent struts
US10109058B2 (en) 2015-05-17 2018-10-23 Lightlab Imaging, Inc. Intravascular imaging system interfaces and stent detection methods
JP5890055B1 (ja) * 2015-07-09 2016-03-22 株式会社アルム 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法
EP3324830B1 (en) * 2015-07-25 2023-01-04 Lightlab Imaging, Inc. Intravascular data visualization method and device
WO2017027753A1 (en) * 2015-08-11 2017-02-16 Noble International, Inc. Prefilled syringe training device with releaseably locking needle guard
JPWO2017047821A1 (ja) * 2015-09-18 2018-08-02 イービーエム株式会社 組織血管特性を可視化するための方法及びその装置
WO2017047820A1 (ja) * 2015-09-18 2017-03-23 イービーエム株式会社 病変血流特徴量可視化装置、その方法、及びそのコンピュータソフトウェアプログラム
JP6865468B2 (ja) * 2015-09-18 2021-04-28 イービーエム株式会社 血管内治療シミュレーション装置及び方法
WO2017047822A1 (ja) * 2015-09-18 2017-03-23 イービーエム株式会社 血管病変発症・成長予測装置及び方法
JP6818492B2 (ja) * 2015-10-05 2021-01-20 キヤノンメディカルシステムズ株式会社 画像処理装置、画像処理方法、及びプログラム
US10653393B2 (en) 2015-10-08 2020-05-19 Acist Medical Systems, Inc. Intravascular ultrasound imaging with frequency selective imaging methods and systems
US10909661B2 (en) 2015-10-08 2021-02-02 Acist Medical Systems, Inc. Systems and methods to reduce near-field artifacts
JP6580448B2 (ja) * 2015-10-16 2019-09-25 株式会社トプコン 眼科撮影装置及び眼科情報処理装置
CN106691510A (zh) * 2015-11-17 2017-05-24 深圳华声医疗技术股份有限公司 优化超声波图像的方法和装置
US11369337B2 (en) * 2015-12-11 2022-06-28 Acist Medical Systems, Inc. Detection of disturbed blood flow
JP6878439B2 (ja) * 2015-12-30 2021-05-26 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 体部の３次元モデル
JP6918484B2 (ja) * 2016-02-05 2021-08-11 キヤノンメディカルシステムズ株式会社 画像処理装置及び医用画像診断装置
US10278662B2 (en) 2016-02-05 2019-05-07 Toshiba Medical Systems Corporation Image processing apparatus and medical image diagnostic apparatus
KR101978316B1 (ko) 2016-02-22 2019-05-14 연세대학교 산학협력단 메쉬모핑을 이용한 동맥의 혈류역학 3차원 볼륨 격자 생성 방법
US9786069B2 (en) * 2016-03-07 2017-10-10 Siemens Healthcare Gmbh Refined reconstruction of time-varying data
TWI590183B (zh) * 2016-03-10 2017-07-01 蘇志民 生物之系統及器官功能的檢查系統及方法
TWI589267B (zh) * 2016-03-10 2017-07-01 蘇志民 生物之系統及器官功能的微型化檢查裝置
JP6669361B2 (ja) * 2016-04-12 2020-03-18 Ｎｅｃソリューションイノベータ株式会社 血流解析システム、解析依頼受付システム、血流解析方法及びプログラム
CN105997243A (zh) * 2016-04-29 2016-10-12 上海交通大学医学院附属上海儿童医学中心 个体化血流动力学优化的三维立体血管补片成型技术的应用
US10489919B2 (en) 2016-05-16 2019-11-26 Acist Medical Systems, Inc. Motion-based image segmentation systems and methods
IL246009B (en) 2016-06-02 2018-11-29 Ezer Haim A system and method for monitoring the condition of a cerebral aneurysm
CN109561841B (zh) * 2016-06-24 2021-04-20 生命解析公司 用于测量心肌缺血、狭窄识别、定位和血流储备分数估计的非侵入式方法和系统
JP6819096B2 (ja) * 2016-06-30 2021-01-27 オムロン株式会社 画像処理装置、画像処理方法、および画像処理プログラム
US11020563B2 (en) 2016-07-14 2021-06-01 C. R. Bard, Inc. Automated catheter-to-vessel size comparison tool and related methods
US10869644B2 (en) * 2016-07-30 2020-12-22 Shanghai United Imaging Healthcare Co., Ltd. Method and system for extracting lower limb vasculature
WO2018055068A1 (en) * 2016-09-23 2018-03-29 Koninklijke Philips N.V. Volume presentation for planning a location of an injection point
CN108882916B (zh) 2016-09-30 2022-06-10 深圳迈瑞生物医疗电子股份有限公司 超声血流的参数显示方法及其超声成像系统
DE102017217599A1 (de) 2016-10-04 2018-04-05 Toshiba Medical Systems Corporation Medizinische Informationsverarbeitungsvorrichtung, Röntgen-CT-Vorrichtung und medizinisches Informationsverarbeitungsverfahren
EP3522784A1 (en) * 2016-10-07 2019-08-14 Koninklijke Philips N.V. Intravascular flow determination
EP3544512B1 (en) 2016-11-22 2022-09-14 Koninklijke Philips N.V. Vascular tree standardization for biophysical simulation and/or an extension simulation for pruned portions
US10163209B2 (en) 2016-11-23 2018-12-25 Toshiba Medical Systems Corporation Medical image processing apparatus, medical image processing method, and X-ray CT apparatus
DE102017221276A1 (de) * 2016-11-28 2018-05-30 Toshiba Medical Systems Corporation Medizinische Bildverarbeitungsvorrichtung, Röntgen-CT Vorrichtung und medizinisches Bildverarbeitungsverfahren
KR20180066588A (ko) 2016-12-09 2018-06-19 주식회사 인피니트헬스케어 다이콤 영상에서 추출한 복합 3차원 모델을 포함하는 의료 영상을 저장하고 관리하는 시스템 및 방법
JP6842304B2 (ja) * 2017-01-13 2021-03-17 ザイオソフト株式会社 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム
WO2018133118A1 (zh) 2017-01-23 2018-07-26 上海联影医疗科技有限公司 血流状态分析系统及方法
WO2018133098A1 (zh) 2017-01-23 2018-07-26 上海联影医疗科技有限公司 血管壁应力应变状态获取方法及系统
FR3062498B1 (fr) * 2017-02-02 2019-06-07 Casis - Cardiac Simulation & Imaging Software Systeme et procede pour l'evaluation de risques vasculaires
JP6653673B2 (ja) * 2017-02-28 2020-02-26 富士フイルム株式会社 血流解析装置および方法並びにプログラム
US11010506B2 (en) * 2017-03-28 2021-05-18 Hexagon Technology Center Gmbh Method for designing a die surface
WO2018195944A1 (zh) * 2017-04-28 2018-11-01 深圳迈瑞生物医疗电子股份有限公司 超声成像设备及利用超声检测血管壁剪切指数的方法
CN107273658B (zh) * 2017-05-16 2020-10-27 哈尔滨医科大学 对颅内动脉瘤破裂风险进行评估及其图像进行分类的装置
JP6847453B2 (ja) * 2017-05-30 2021-03-24 国立大学法人九州大学 地図情報生成方法、作動方法、及びプログラム
WO2019025656A1 (es) * 2017-07-31 2019-02-07 Servicio Andaluz De Salud Método para predecir o pronosticar el riesgo de muerte o vasoespasmo de un paciente con hemorragia subaracnoidea
WO2019033098A2 (en) * 2017-08-11 2019-02-14 Elucid Bioimaging Inc. QUANTITATIVE MEDICAL IMAGING REPORT
WO2019058658A1 (ja) * 2017-09-19 2019-03-28 富士フイルム株式会社 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
JP6934948B2 (ja) * 2017-09-19 2021-09-15 富士フイルム株式会社 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
WO2019057266A1 (en) * 2017-09-23 2019-03-28 Amid S.R.L. METHOD AND DEVICE FOR CARDIAC ELECTRICAL SYNCHRONIZATION
WO2019132048A1 (ko) * 2017-12-26 2019-07-04 부산대학교 산학협력단 안구 맥락막 혈류 시뮬레이션 방법
JP7066415B2 (ja) * 2018-01-10 2022-05-13 キヤノンメディカルシステムズ株式会社 医用画像処理装置、医用画像診断装置及び医用画像処理プログラム
KR102014385B1 (ko) * 2018-02-20 2019-08-26 (주)휴톰 수술영상 학습 및 학습 기반 수술동작 인식 방법 및 장치
WO2019164274A1 (ko) * 2018-02-20 2019-08-29 (주)휴톰 학습데이터 생성 방법 및 장치
WO2019164271A1 (ko) * 2018-02-20 2019-08-29 (주)휴톰 가상신체모델 생성 방법 및 장치
CN108550180B (zh) * 2018-03-09 2021-11-19 南京信息工程大学 基于内点集域约束及高斯过程参数优化的血管建模方法
WO2019176806A1 (ja) * 2018-03-16 2019-09-19 富士フイルム株式会社 機械学習装置および方法
JP7250435B2 (ja) * 2018-05-21 2023-04-03 キヤノンメディカルシステムズ株式会社 デバイス施術支援装置、プログラム、方法及びシステム
CN109064559A (zh) * 2018-05-28 2018-12-21 杭州阿特瑞科技有限公司 基于力学方程的血管血流模拟方法及相关装置
CN108742547B (zh) * 2018-06-20 2021-01-08 博动医学影像科技（上海）有限公司 基于吸烟史信息获取压力差的方法及装置
DE112019003447T5 (de) * 2018-07-06 2021-03-18 Sony Corporation Medizinisches Beobachtungssystem, medizinisches Beobachtungsgerät und Antriebsverfahren für das medizinische Beobachtungsgerät
EP3593722A1 (en) * 2018-07-13 2020-01-15 Neuroanalytics Pty. Ltd. Method and system for identification of cerebrovascular abnormalities
PL427234A1 (pl) * 2018-09-28 2020-04-06 Fundacja Rozwoju Kardiochirurgii Im. Profesora Zbigniewa Religi Sposób modelowania naczyń krwionośnych i przepływu krwi w tych modelach naczyń krwionośnych
JP2020076967A (ja) * 2018-10-03 2020-05-21 イービーエム株式会社 手術手技訓練用の人工臓器モデル、その人工臓器モデルの製造方法、及びその人工臓器モデルを用いた手術手技訓練方法
EP3852622A1 (en) 2018-10-16 2021-07-28 Bard Access Systems, Inc. Safety-equipped connection systems and methods thereof for establishing electrical connections
US11307730B2 (en) 2018-10-19 2022-04-19 Wen-Chieh Geoffrey Lee Pervasive 3D graphical user interface configured for machine learning
CN109345897B (zh) * 2018-11-27 2020-12-25 朱坤 基于虚拟现实的脊柱生物力学模拟控制系统
CN111415321B (zh) * 2018-12-19 2024-02-27 上海联影医疗科技股份有限公司 动脉瘤破裂风险检测装置及设备
CN109473161B (zh) * 2018-12-29 2022-04-15 上海联影医疗科技股份有限公司 血栓属性信息获取方法、装置、设备和存储介质
WO2020154398A1 (en) * 2019-01-22 2020-07-30 Arizona Board Of Regents On Behalf Of The University Of Arizona Noninvasive real-time patient-specific assessment of stroke severity
DE102019202287A1 (de) * 2019-02-20 2020-08-20 Siemens Healthcare Gmbh Verfahren zum Überprüfen einer Kenngröße eines Anwendungsablaufs einer medizinischen Bildgebungsanwendung basierend auf Röntgenstrahlung
CN109961850A (zh) * 2019-03-19 2019-07-02 肖仁德 一种评估颅内动脉瘤破裂风险的方法、装置、计算机设备
JP7286380B2 (ja) 2019-04-01 2023-06-05 国立大学法人 東京大学 医用画像処理装置及び医用画像処理プログラム
US11216150B2 (en) * 2019-06-28 2022-01-04 Wen-Chieh Geoffrey Lee Pervasive 3D graphical user interface with vector field functionality
US11024034B2 (en) 2019-07-02 2021-06-01 Acist Medical Systems, Inc. Image segmentation confidence determination
US11229367B2 (en) 2019-07-18 2022-01-25 Ischemaview, Inc. Systems and methods for analytical comparison and monitoring of aneurysms
US11328413B2 (en) 2019-07-18 2022-05-10 Ischemaview, Inc. Systems and methods for analytical detection of aneurysms
US20210022805A1 (en) * 2019-07-23 2021-01-28 Ischemaview, Inc. Systems and methods for simulating braided stent deployments
US20220280049A1 (en) * 2019-08-01 2022-09-08 Osaka University Blood vessel wall thickness estimation method, blood vessel wall thickness estimation device, and blood vessel wall thickness estimation system
CN213156021U (zh) 2019-09-20 2021-05-11 巴德阿克塞斯系统股份有限公司 一种用于进入患者的脉管系统的超声系统
CN110742689B (zh) * 2019-10-31 2021-11-23 北京理工大学 动脉夹层手术评估方法、装置、电子设备及存储介质
KR102219848B1 (ko) * 2019-11-01 2021-02-24 가톨릭대학교 산학협력단 환자 혈관 의료영상데이터 기반 혈관 3d 프린팅 파일 변환 장치 및 방법
CN111047707B (zh) * 2019-11-11 2021-09-28 南昌大学 一种基于sph的混合粒子血液模型的流血仿真方法
US20210150708A1 (en) * 2019-11-19 2021-05-20 University Of Kentucky Research Foundation System and method for anatomic classification of aortic anatomy in aneurysms
CN111061890B (zh) * 2019-12-09 2023-04-07 腾讯云计算（北京）有限责任公司 一种标注信息验证的方法、类别确定的方法及装置
KR102327662B1 (ko) * 2019-12-10 2021-11-17 한양대학교 에리카산학협력단 동맥류 파열 예측 장치 및 방법
JP7368500B2 (ja) * 2019-12-25 2023-10-24 富士フイルム株式会社 流体解析装置、方法およびプログラム
JP7387482B2 (ja) 2020-02-17 2023-11-28 キヤノンメディカルシステムズ株式会社 医用情報処理装置
KR102165840B1 (ko) * 2020-05-21 2020-10-16 주식회사 휴런 인공지능 기반 뇌졸중 진단 장치 및 방법
KR102399510B1 (ko) * 2020-06-02 2022-05-19 주식회사 메디픽셀 사용자 입력에 기초하여 혈관 영상을 처리하는 방법 및 장치
CN111743624B (zh) * 2020-07-01 2021-07-13 杭州脉流科技有限公司 血管支架快速释放的模拟方法、装置、计算机设备和存储介质
CN111803111B (zh) * 2020-07-20 2021-09-07 上海市第六人民医院 一种脑部血管显示装置及方法
CN113952031A (zh) 2020-07-21 2022-01-21 巴德阿克塞斯系统股份有限公司 磁跟踪超声探头及生成其3d可视化的系统、方法和设备
KR102516382B1 (ko) * 2020-08-04 2023-04-03 이에이트 주식회사 Lbm 기반의 혈류 시뮬레이션 장치, 방법 및 컴퓨터 프로그램
EP4203801A1 (en) 2020-09-03 2023-07-05 Bard Access Systems, Inc. Portable ultrasound systems and methods
EP4213739A1 (en) 2020-09-25 2023-07-26 Bard Access Systems, Inc. Minimum catheter length tool
CN116568218B (zh) 2020-11-20 2024-04-30 帕伊医疗成像有限公司 基于病变壁剪切应力描述符计算心肌梗塞可能性的方法和系统
CN112741690B (zh) * 2020-12-31 2022-04-19 杭州脉流科技有限公司 用于血管支架释放的模拟方法、装置、计算机设备和存储介质
CN112971979B (zh) * 2021-02-03 2022-08-16 上海友脉科技有限责任公司 仿真系统、仿真方法及装置
CN113017667A (zh) * 2021-02-05 2021-06-25 上海市第六人民医院 一种血管狭窄的量化方法、装置、设备和可读存储介质
CN112541303A (zh) * 2021-02-07 2021-03-23 杭州晟视科技有限公司 一种残留血液百分比的测量方法、装置及存储介质
JP7472072B2 (ja) 2021-04-23 2024-04-22 富士フイルムヘルスケア株式会社 超音波診断システム及び超音波診断装置
WO2022270150A1 (ja) * 2021-06-25 2022-12-29 富士フイルム株式会社 画像処理装置、方法およびプログラム
CN114266767B (zh) * 2022-01-27 2022-08-23 深圳市铱硙医疗科技有限公司 颅内动脉瘤图像的形态学参数的测量方法及装置
WO2024030828A2 (en) * 2022-08-01 2024-02-08 The Regents Of The University Of California Self-powered bioelectronic stent sensor system, device and method
CN115944389B (zh) * 2023-03-14 2023-05-23 杭州脉流科技有限公司 弹簧圈模拟植入的方法和计算机设备
CN116617557B (zh) * 2023-07-25 2023-10-13 深圳核心医疗科技股份有限公司 泵参数的优化方法及装置
CN116617558B (zh) * 2023-07-25 2023-10-13 深圳核心医疗科技股份有限公司 参数优化方法及装置
CN117084654B (zh) * 2023-10-19 2024-01-12 深圳市鹰瞳智能技术有限公司 基于面部热图像评估眼动脉侧支血流动力学的方法及系统
CN117789201A (zh) * 2024-02-27 2024-03-29 南京农业大学 一种水稻根系无损获取方法、装置、存储介质和系统

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU3626099A (en) * 1998-05-04 1999-11-23 Florence Medical Ltd. Apparatus and method for identification and characterization of lesions and therapeutic success by flow disturbances analysis
US9076448B2 (en) * 1999-11-12 2015-07-07 Nuance Communications, Inc. Distributed real time speech recognition system
US7840393B1 (en) * 2000-10-04 2010-11-23 Trivascular, Inc. Virtual prototyping and testing for medical device development
US20050018885A1 (en) 2001-05-31 2005-01-27 Xuesong Chen System and method of anatomical modeling
US20040009459A1 (en) * 2002-05-06 2004-01-15 Anderson James H. Simulation system for medical procedures
US20040116997A1 (en) * 2002-09-20 2004-06-17 Taylor Charles S. Stent-graft with positioning anchor
JP4421203B2 (ja) * 2003-03-20 2010-02-24 株式会社東芝 管腔状構造体の解析処理装置
US7742629B2 (en) * 2003-09-25 2010-06-22 Paieon Inc. System and method for three-dimensional reconstruction of a tubular organ
WO2006002353A2 (en) * 2004-06-23 2006-01-05 Medical Metrix Solutions, Inc Anatomical visualization and measurement system
DE102005034167B4 (de) * 2005-07-21 2012-01-26 Siemens Ag Einrichtung und Verfahren zur Ermittlung einer Position eines Implantats in einem Körper
WO2007013977A2 (en) * 2005-07-21 2007-02-01 The Research Foundation Of State University Of New York Stent vascular intervention device and methods for treating aneurysms
DE102006002259A1 (de) * 2006-01-17 2007-07-19 Siemens Ag Verfahren zur Untersuchung von Gefäßen eines Patienten auf der Grundlage von innerhalb eines Untersuchungsbereichs mit einem Tomographiegerät erfassten Bilddaten
US8184367B2 (en) 2006-02-15 2012-05-22 University Of Central Florida Research Foundation Dynamically focused optical instrument
US8532356B2 (en) * 2006-07-10 2013-09-10 Siemens Medical Solutions Usa, Inc. Method for automatic separation of segmented tubular and circular objects
WO2008013803A2 (en) * 2006-07-24 2008-01-31 Massachusetts Institute Of Technology Endovascular devices with axial perturbations
WO2008034164A1 (en) 2006-09-22 2008-03-27 Adelaide Research & Innovation Pty Ltd Flow analysis
DE102007026519A1 (de) * 2007-06-08 2008-12-18 Siemens Ag Verfahren zur Bestimmung eines Rupturrisikos wenigstens eines Aneurysmas eines Patienten und zugehöriges System
KR101183854B1 (ko) * 2007-06-27 2012-09-20 에프. 호프만-라 로슈 아게 테라피 시스템용 환자 정보 입력 인터페이스
US20100249620A1 (en) * 2007-07-11 2010-09-30 Cho Daniel J Use of blood flow parameters to determine the propensity for atherothrombosis
WO2009049681A1 (en) 2007-10-19 2009-04-23 Vascops Automatic geometrical and mechanical analyzing method and system for tubular structures
WO2009064715A1 (en) * 2007-11-14 2009-05-22 Auckland Uniservices Limited Method for multi-scale meshing of branching biological structures
JP5358841B2 (ja) * 2008-03-10 2013-12-04 学校法人東海大学 ステント形状最適化シミュレータ
CA2718781A1 (en) 2008-03-11 2009-09-17 Karolinska Institutet Innovations Ab A computer-based method and system for imaging-based dynamic function evaluation of an organ
US9427173B2 (en) * 2008-05-09 2016-08-30 General Electric Company Determining mechanical force on aneurysms from a fluid dynamic model driven by vessel blood flow information
DE102008034313A1 (de) * 2008-07-23 2010-02-04 Siemens Aktiengesellschaft Verfahren zur Durchführung einer bildgebenden Untersuchungsmethode
JP5624308B2 (ja) * 2008-11-21 2014-11-12 株式会社東芝 画像処理装置及び画像処理方法
US20100130878A1 (en) * 2008-11-24 2010-05-27 General Electric Company Systems, apparatus and processes for automated blood flow assessment of vasculature
US9144461B2 (en) * 2008-12-03 2015-09-29 Koninklijke Philips N.V. Feedback system for integrating interventional planning and navigation
WO2010099016A1 (en) 2009-02-25 2010-09-02 Worcester Polytechnic Institute Automatic vascular model generation based on fluid-structure interactions (fsi)
JP2010207531A (ja) 2009-03-12 2010-09-24 Toshiba Corp Ｍｒｉ装置及びデータ処理装置
DE102009014763B4 (de) 2009-03-25 2018-09-20 Siemens Healthcare Gmbh Verfahren und Datenverarbeitungssystem zur Bestimmung des Kalziumanteils in Herzkranzgefäßen
CN101859341A (zh) * 2009-04-13 2010-10-13 盛林 影像引导消融治疗手术规划装置
JP2011040055A (ja) * 2009-07-13 2011-02-24 Advancesoft Corp シミュレーション装置、及びプログラム
JP4863325B2 (ja) * 2009-10-23 2012-01-25 独立行政法人産業技術総合研究所 血液力学特性測定装置
US8934690B2 (en) * 2009-10-28 2015-01-13 Siemens Aktiengesellschaft Method for processing vascular structure images
WO2011139282A1 (en) * 2010-05-07 2011-11-10 Rheovector Llc Method for determining shear stress and viscosity distribution in a blood vessel
US8660948B2 (en) * 2010-07-02 2014-02-25 Qualcomm Incorporated System and method for managing transactions with a portable computing device
KR101091777B1 (ko) * 2010-07-16 2011-12-08 주식회사 파수닷컴 Ｄｒｍ 환경에서의 악성 코드 실시간 검사 장치 및 그 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 기록매체
US8682626B2 (en) * 2010-07-21 2014-03-25 Siemens Aktiengesellschaft Method and system for comprehensive patient-specific modeling of the heart
US8315812B2 (en) * 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
KR20140074904A (ko) * 2011-08-26 2014-06-18 이비엠 가부시키가이샤 혈관치료효과의 혈류 시뮬레이션 시스템, 그 방법 및 컴퓨터 소프트웨어 프로그램

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017113578A (ja) * 2011-08-26 2017-06-29 イービーエム株式会社 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
US10537282B2 (en) 2016-04-12 2020-01-21 Canon Medical Systems Corporation Medical image processing apparatus, medical image diagnosis apparatus and recording medium

Also Published As

Publication number Publication date
EP2749225A1 (en) 2014-07-02
CN103917165A (zh) 2014-07-09
JPWO2013031744A1 (ja) 2015-03-23
KR20140082663A (ko) 2014-07-02
WO2013031741A1 (ja) 2013-03-07
CN103930036A (zh) 2014-07-16
IL231182A0 (en) 2014-04-30
CA2850476A1 (en) 2013-03-07
IL231183A0 (en) 2014-04-30
KR20140074904A (ko) 2014-06-18
US20140343906A1 (en) 2014-11-20
CA2850691A1 (en) 2013-03-07
CN103930036B (zh) 2016-03-09
EP2749223A1 (en) 2014-07-02
CN103930037A (zh) 2014-07-16
EP2749224A4 (en) 2015-12-02
US20150127031A1 (en) 2015-05-07
EP2749224A1 (en) 2014-07-02
CA2850189A1 (en) 2013-03-07
KR20150000450A (ko) 2015-01-02
WO2013031742A1 (ja) 2013-03-07
US9724164B2 (en) 2017-08-08
JPWO2013031742A1 (ja) 2015-03-23
JP6535859B2 (ja) 2019-07-03
JPWO2013031741A1 (ja) 2015-03-23
JP2017113578A (ja) 2017-06-29
US9814531B2 (en) 2017-11-14
KR20140082664A (ko) 2014-07-02
EP2749223A4 (en) 2015-08-12
JPWO2013031743A1 (ja) 2015-03-23
CN103917165B (zh) 2016-02-24
JP5596867B2 (ja) 2014-09-24
EP2749225A4 (en) 2015-08-12
US9968409B2 (en) 2018-05-15
WO2013031743A1 (ja) 2013-03-07
CN103917164A (zh) 2014-07-09
IL231181A0 (en) 2014-04-30
JP6097912B2 (ja) 2017-03-22
CA2850457A1 (en) 2013-03-07
EP2749222A1 (en) 2014-07-02
US20150032435A1 (en) 2015-01-29
US20140316758A1 (en) 2014-10-23
IL231184A0 (en) 2014-04-30
EP2749222A4 (en) 2015-12-02
JP5596865B2 (ja) 2014-09-24
WO2013031744A1 (ja) 2013-03-07

Similar Documents

Publication Publication Date Title
JP5596866B2 (ja) 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
JP7235710B2 (ja) 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム
WO2001022362A1 (en) Circulation model and applications
Alblas Computational Analysis of Fluid Dynamics in Intracranial Aneurysms

Legal Events

Date Code Title Description
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: 20140708

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140807

R150 Certificate of patent or registration of utility model

Ref document number: 5596866

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250