JP6484760B2 - 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化 - Google Patents

非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化 Download PDF

Info

Publication number
JP6484760B2
JP6484760B2 JP2018521572A JP2018521572A JP6484760B2 JP 6484760 B2 JP6484760 B2 JP 6484760B2 JP 2018521572 A JP2018521572 A JP 2018521572A JP 2018521572 A JP2018521572 A JP 2018521572A JP 6484760 B2 JP6484760 B2 JP 6484760B2
Authority
JP
Japan
Prior art keywords
blood flow
coronary
collateral
boundary condition
collateral blood
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
JP2018521572A
Other languages
English (en)
Other versions
JP2018537157A (ja
Inventor
モルデチャイ ピンチャス フレイマン
モルデチャイ ピンチャス フレイマン
リラン ゴシェン
リラン ゴシェン
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2018537157A publication Critical patent/JP2018537157A/ja
Application granted granted Critical
Publication of JP6484760B2 publication Critical patent/JP6484760B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
    • 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
    • A61B5/02—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
    • A61B5/0285—Measuring or recording phase velocity of blood waves
    • 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
    • A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computerised tomographs
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/481—Diagnostic techniques involving the use of contrast agents
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • 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
    • A61B6/503—Clinical applications involving diagnosis of heart
    • 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
    • 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
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Description

以下は、広くは、非侵襲的血流予備量比（ＦＦＲ、fractional flow reserve）に関し、より具体的には、非侵襲的ＦＦＲに対する側副血流（collateral flow）モデル化に関するものであり、コンピュータ断層撮影（ＣＴ）に対する特定の応用とともに記載される。しかしながら、以下は、また、Ｘ線、磁気共鳴撮像（ＭＲＩ）、及び／又は他の撮像モダリティを含む他の撮像モダリティにも適用可能である。
ＦＦＲは、冠動脈造影中に行われた圧力測定から計算された冠動脈狭窄の機能的重症度の指標であり、充血条件下での（心門に近い）近位血圧に対する（狭窄の後ろの）遠位血圧（すなわち病変後の血圧と正常血圧との比）として定義される。換言すると、FFRは、狭窄の仮説的な不在における最大血流と比較した狭窄の存在下での血管の下の最大血流を表す。FFR値は、０と１の間の絶対数であり、値０．５０は、所与の狭窄が血圧の５０％低下を引き起こすことを示し、狭窄の程度の診断を容易にする。
コンピュータ断層撮影法冠動脈造影（ＣＣＴＡ）は、冠動脈疾患（ＣＡＤ）の評価のための非侵襲的技術である。ＣＡＤ検出における高い陰性予測値は、ＣＣＴＡを、疾患の低から中間の試験前確率を有する症状を示す患者におけるＣＡＤを除外するための非侵襲的技術として位置付ける。しかしながら、文献は、ＣＣＴＡが、冠動脈病変の血流力学的重要性を評価することに限られていることを示している。ＣＣＴＡからの血流力学的重要性を評価することは、血流シミュレーションに対する三次元モデルを生成するための冠動脈の正確なセグメンテーションと、非画像化血管系との界面をモデル化する境界条件モデルを必要とする。多くの自動及び半自動ツールが、ＣＣＴＡデータから冠動脈枝の３Ｄモデルを生成するために利用可能であるが、境界条件の正確なモデル化は、重要な課題のままである。
ＦＦＲ−ＣＴは、ＣＣＴＡデータからの血流力学的重要性評価を追加することにより、ＣＣＴＡ特異性を改善する可能性を持つ。抵抗、インピーダンス、及びWindkesselモデルのような分析モデルを、切断計算領域の境界に結合する方法が、既知である。しかしながら、これらの方法は、経験的測定値に基づく一定のパラメータを使用する。実際には、異なる個体の測定値の間に大きなばらつきが存在する。更に、毛細血管の抵抗が、親冠動脈（parent coronary）における狭窄の存在を説明するために自動調節されることを、いくつかの研究が示している。冠動脈狭窄の存在による毛細血管の抵抗の自動調節された変化を説明する適応性抵抗ＦＦＲ−ＣＴモデルは、２０１５年６月２４日に出願され、"Apparatus for determining a fractional flow reserve value"と題され、参照によりここに組み込まれる、PCT/EP2015/064168に記載されている。
側副血流は、潜在的な虚血領域への側副血流を支える新しい細動脈を作り出すことによって、冠動脈狭窄症の場合の虚血を防止するために身体によって使用される自動調節機構である。文献は、閉塞性冠動脈疾患の不在であっても、又は完全に正常な心臓であっても、調査された集団の２０乃至２５％において心筋虚血のＥＣＧ徴候を防ぐのに十分な一時的に閉塞された冠動脈への側副血流が存在したことを示している。しかしながら、側副細動脈の小さな直径のため、ＣＣＴＡは、側副血流をサポートする側副細動脈の存在を直接的に描写することができない。結果として、現在使用されている境界条件モデルは、側副血流の存在を説明しない。不幸なことに、これは、ＦＦＲ値の不正確な推定を引き起こしうる。
ここに記載される態様は、上記の問題等に対処する。
一態様において、方法は、対象の冠状血管を含む体積画像データを取得するステップを含む。前記方法は、更に、前記体積画像データにおいて前記冠状血管を識別するステップを含む。前記方法は、更に、前記識別された冠状血管に対する側副血流の存在を識別するステップを含む。前記方法は、更に、前記側副血流の境界条件を決定するステップを含む。前記方法は、更に、前記側副血流の前記境界条件を表す項を含む境界条件パラメータモデルを構築するステップを含む。前記方法は、更に、前記境界条件パラメータモデルを用いて前記冠状血管に対する血流予備量比指標を決定するステップを含む。
他の態様において、システムは、イメージャ及びコンソールを含む。
前記イメージャは、対象をスキャンし、体積冠動脈造影画像データを生成するように構成される。前記コンソールは、前記イメージャを制御するように構成される。前記コンソールは、血流予備量比を計算する命令を有するメモリと、前記命令を実行するように構成されたプロセッサとを含む。前記命令は、前記プロセッサにより実行される場合に、前記プロセッサに、前記体積冠動脈造影画像データにおいて冠状血管をセグメント化させ、前記冠状血管に対する側副血流が存在するかどうかを決定させ、前記側副血流の存在を決定することに応答して前記側副血流の境界条件を決定させ、ここで前記側副血流の前記境界条件が前記側副血流の抵抗をモデル化し、前記冠状血管に対する境界条件パラメータモデルを取得させ、前記側副血流の前記境界条件に対して前記境界条件パラメータモデルを適応させ、前記境界条件パラメータモデルを用いて前記冠状血管に対する血流予備量比指標を計算させる。
他の態様において、非一時的コンピュータ可読媒体は、プロセッサにより実行される場合に、前記プロセッサに、体積画像データにおいて冠状血管を位置特定させ、前記冠状血管に対する側副血流の存在を決定させ、前記側副血流の抵抗境界条件を決定させ、前記側副血流の前記抵抗境界条件及び前記冠状血管の出口の抵抗を含む境界条件パラメータモデルを構築させ、前記境界条件パラメータモデルを用いて前記冠状血管に対する血流予備量比指標を決定させるコンピュータ実行可能命令でエンコードされる。
本発明は、様々なコンポーネント及びコンポーネントの構成、並びに様々なステップ及びステップの構成の形を取りうる。図面は、好適な実施例を説明する目的のみであり、本発明を限定するように解釈されるべきではない。
血流予備量比決定器を持つシステムを概略的に示す。 血流予備量比決定器の一例を示す。 順行性側副血流を持つ一例の血管を示す。 順行性側副血流に対する心門から冠状血管に沿った距離の関数としてボクセル強度値にフィッティングされた多項式関数のプロットを示す。 逆行性側副血流を持つ一例の血管を示す。 逆行性側副血流に対する心門から冠状血管に沿った距離の関数としてボクセル強度値にフィッティングされた多項式関数のプロットを示す。 側副血流を考慮に入れて、血流予備量比を決定する一例の方法を示す。
図１は、コンピュータ断層撮影（ＣＴ）スキャナのような撮像システム１００を概略的に示す。この例において、撮像システム１００は、少なくとも冠動脈ＣＴ血管造影（ＣＣＴＡ）スキャン又は処置に対して構成される。他の実施例において、撮像システム１００は、加えて又は代わりに、Ｘ線スキャナ、磁気共鳴撮像（ＭＲＩ）スキャナ、及び／又は冠動脈ＣＴ血管造影（ＣＣＴＡ）及び／又は他のスキャンに対して構成された他のスキャナを含む。
静止ガントリ１０２は、検査領域１０６の周りを回転するように構成された回転ガントリ１０４を回転可能に支持する。対象支持台１０８は、検査領域１０６において対象又は物体を支持する。Ｘ線管のような放射線源１１０は、回転ガントリ１０４により支持され、回転ガントリ１０４とともに回転し、検査領域１０６を横切る放射線を発するように構成される。
放射線感受検出器アレイ１１２は、検査領域１０６を横切って放射線源１１０の反対の角度円弧に対応し、検査領域１０６を横切る放射線を検出し、それを示す信号（投影データ）を生成するように構成される。再構成器１１４は、前記投影を再構成し、検査領域１０６内に配置された対象又は物体のスキャンされた部分を示す体積画像データを生成するように構成される。
ＣＣＴＡ処置に対して、前記対象は、Ｘ線不透過性造影剤を投与（例えば静脈内投与等）され、結果として生じる体積画像データは、冠状血管及び／又は他の血管の動脈、静脈等のような血管の内部（内腔）を視覚化するＣＣＴＡ画像データである。
計算システムは、撮像システム１００に対するコンソール１１６として機能する。コンソール１１６は、一時的媒体を除き、物理メモリ及び／又は他の非一時的媒体を含むコンピュータ可読記憶媒体（メモリ）１２０に記憶された少なくとも１つのコンピュータ可読命令を実行する少なくとも１つのプロセッサ１１８（例えば、マイクロプロセッサ、中央処理ユニット等）を含む。
前記少なくとも１つのコンピュータ可読命令は、本例において、取得モジュール１２２及びＦＦＲ決定器１２４を含む。変形例において、ＦＦＲ決定器１２４は、ワークステーション、コンピュータ等のようなコンソール１１６とは異なる計算システムのメモリに記憶され、前記異なる計算システムのプロセッサで実行される。出力装置は、ディスプレイモニタ１２６のような人間可読出力装置を含み、入力装置１２８は、マウス、キーボード、タッチスクリーン等を含む。
データ取得モジュール１２２は、スキャンを実行する命令及びＣＣＴＡ画像データを再構成する命令を含む。ＦＦＲ決定器１２４は、ＣＣＴＡ画像データからＦＦＲを決定する命令を含む。以下により詳細に記載されるように、一例において、これは、冠動脈枝に沿ったボクセル強度（例えばハウンスフィールドユニット（ＨＵ）値）の間接分析に基づいて前記ＣＣＴＡ画像データから、冠状血管に対する側副血流が存在するかどうかを決定することを含む。
機械学習アプローチは、前記ＣＣＴＡ画像データから側副血流の存在を特徴づけ、前記側副血流の存在と境界条件パラメータモデルパラメータとの間の関係を見つけるのに使用される。ＦＦＲ決定器１２４は、側副血流の存在を説明する及び／又はそのようなものとして境界条件モデルを適応する適応境界条件モデルを含むアルゴリズムを採用する。
このアプローチは、側副血流及び各患者のユニークな解剖学的及び生理学的フィーチャを説明する患者特有のＦＦＲ−ＣＴ分析を可能にし、これは、側副血流が考慮に入れられない構成に対して、改良されたＦＦＲ推定をもたらすことができる。
図２は、ＦＦＲ決定器１２４の一例を示す。
関心組織識別器２０２は、前記体積画像データにおいて関心組織を識別する。前記関心組織は、ユーザ、デフォルト関心組織等により識別されることができる。関心組織識別器２０２は、前記関心組織を識別するのに自動及び／又は手動アプローチを採用することができる。図示された例において、前記関心組織は、冠状血管及び／又は他の血管のような血管である。
側副血流識別器２０４は、前記関心組織に対する側副血流が存在するかどうかを識別するように構成される。冠状血管に対して、側副血流は、潜在的な虚血性領域に対する側副血流をサポートする新しい細動脈を作成することにより冠動脈狭窄の場合に虚血を防ぐように身体により使用される自己調節機構である。側副血流は、大きさ（例えば、貧弱に発達した側副細動脈ｖｓ良好に発達した側副細動脈）と、大動脈弁より上位である、大動脈の根元における冠動脈の開口である冠動脈口からの方向（例えば、逆行性ｖｓ順行性）とにより特徴づけられることができる。
本例において、側副血流識別器２０４は、心門からの距離の関数として前記冠状血管に沿ったボクセル強度（例えばＨＵ）の変化を分析することにより前記ＣＣＴＡ画像データから間接的に側副血流の大きさ及び／又は方向を評価する。これに対して、一例において、側副血流識別器２０４は、血管中心線及び内腔を自動的に抽出する。次に、機械学習アプローチは、前記中心線及び前記内腔に基づいて前記側副血流の大きさ及び方向を特徴づける。
一例のアプローチにおいて、側副血流識別器２０４は、中心線に沿った等距離点における平均ＨＵ Ｉ(ｃ)を推定する。これに対して、側副血流識別器２０４は、第一に、二次多項式関数を測定結果にフィッティングする。最小二乗アプローチに基づく二次多項式関数Ｉp(ｃ)の適切なフィッティングの非限定的な例は、式１に示される。
式１：
Figure 0006484760
 他のアプローチも、ここでは考えられる。次に、側副血流識別器２０４は、大きさ及び方向を決定するように前記多項式関数の係数及び導関数をそれぞれ分析することにより前記側副血流の大きさ及び方向を推定する。
順行性及び逆行性側副血流及び対応する多項式関数の例は、図３、４、５及び６に関連して示される。
図３は、一例の血管３０２、完全閉塞３０３、心門３０４、及び順行性側副血流３０６を示し、血流は、心門３０４に近位の暗い灰色領域３０８において大きく、血流は、心門３０４に遠位の明るい灰色領域３１０において小さい。図４は、順行性側副血流の存在を示す図３の多項式関数のプロット４０２の一例を示す。第１の軸４０４は、強度（例えばＨＵ単位）を表し、第２の軸４０６は、心門からの距離（例えばｍｍ単位）を表す。プロット４０２の凹形状は、順行性血流を示す。
図５は、一例の血管５０２、完全閉塞５０３、心門５０４、及び逆行性側副血流５０４を示し、血流は、心門の遠位の暗い灰色領域５１０において大きい。図６は、逆行性側副血流の存在を示す図５の多項式関数のプロット６０２の一例を示す。第１の軸６０４は、強度（例えばＨＵ単位）を表し、第２の軸６０６は、心門からの距離（ｍｍ単位）を表す。プロット６０２の凸形状は、逆行性血流を示す。
一般に、側副血流が不在である場合、プロット４０２及び６０２は、水平線であり、図４及び６にそれぞれ示されるように凹型でも凸型でもなく、血流は、図３及び５とは異なって、それぞれ領域３０８及び５０８から領域３１０及び５１０まで同じである（同じ灰色の陰影）。
図２に戻ると、幾何形状抽出器２０６は、前記識別された関心組織の幾何学的情報を抽出する。幾何形状抽出器２０６は、前記幾何学的情報を抽出する自動的及び／又は手動のアプローチを採用することができる。例として、前記抽出は、セグメンテーションアルゴリズムを採用することを含む。この及び／又は他の抽出から、心門における有効直径ｄ0及び／又は他の関心組織の幾何形状が、決定されることができる。
パラメータ決定器２０８は、入力対象データに基づいてパラメータを決定する。例えば、パラメータ決定器２０８は、流入量Ｑ0（すなわち、心門における流量）を決定することができる。これは、体重、肥満度指数（ＢＭＩ）、性別、年齢、血液検査結果、解剖学的撮像データ（例えば、心筋量及び推定一回拍出量）、及び／又は対象データのような対象データに基づいて達成されることができる。
境界条件推定器２１０は、側副血流が側副血流識別器２０４により識別される場合に、側副血流を考慮に入れて、血流、血圧、抵抗等のような境界条件を推定する。一例において、前記境界条件推定は、抵抗であり、前記冠状血管の抵抗境界条件と組み合わせられる。例えば、流量Ｑは、式２に示されるように、冠動脈出口断面積の関数として冠状血管の出口において決定されることができる。
式２：
Figure 0006484760
 ここで、Ｑ0及びｄ0は、上に記載されており、ｄは、前記出口における有効直径である。前記出口における有効直径ｄは、式３に示されるように計算される。
式３：
Figure 0006484760
 ここで、ｃｓａは、前記出口における血管の断面積である。
同様の関係は、式４に示されるようにそれぞれの直径に基づいて冠動脈枝の２つの枝の血流分離を記述するように導出されることができる。
式４：
Figure 0006484760
 ここで、下付き記号「１」は、前記２つの枝の一方を表し、下付き記号「２」は、前記２つの枝の他方を表す。この関係を分岐前の血圧で除算することは、式５に示されるように血流に対する前記２つの枝の抵抗の間の関係をもたらす。
式５：
Figure 0006484760
 ここで、Ｒ1は、前記２つの枝の一方の抵抗であり、Ｒ2は、前記２つの枝の他方の抵抗である。一般に、これらの抵抗は、０．２ｍｍより小さい直径を持つ末梢微小動脈により支配される。
前記抵抗に対する閉塞の影響は、図６に示されるように、正常出口抵抗と、正常抵抗に線形に関係するようにモデル化されることができる追加の抵抗成分との合計として定式化されることができる。
式６：
ＲS＝Ｒ0＋εＲ0
ここでＲSは、閉塞の存在を説明するように正常出口抵抗から調整された割り当てられた出口抵抗であり、Ｒ0は、前記出口における正常抵抗であり、εは、関心の冠状血管における閉塞の量を表す。前記正常出口抵抗及びパラメータεは、グラウンドトゥルースとして侵襲的ＦＦＲ測定を有するトレーニングセットに対して誤差関数を最適化することにより見つけられることができる。
前記側副血流の影響は、このモデルに統合されることができる。１つのアプローチにおいて、これは、前記側副血流の量及び方向における前記冠動脈枝の三次元幾何学モデルに対する細動脈の仮想的な追加を含む。他のアプローチにおいて、これは、側副血流の存在を反映するように冠動脈出口の抵抗値の調整を含む。
例えば、後者は、式７に示される線形モデルを使用することを含んでもよい。
式７：
Ｒc＝Ｒs＋αＦc
ここで、Ｒcは、前記側副血流を説明する調整された抵抗を表し、Ｒsは、（例えば、特許出願ＰＣＴ／ＥＰ２０１５／０６４１６８に記載された）適切な境界条件モデルを使用して計算された冠動脈出口抵抗である。Ｆcは、側副血流識別器２０４により及び／又は他の形で決定された側副血流を表し、αは、重み付けパラメータを表す。
パラメータαは、例えば、グラウンドトゥルースとして侵襲的ＦＦＲ測定を有するトレーニングセットに対して誤差関数を最適化することにより、実験的に最適化されることができる自由パラメータである。例えば、これは、式８に示されるように前記誤差関数を最適化することにより達成されることができる。
式８：
Figure 0006484760
 ここで、
Figure 0006484760
は、前記最適化により見つけられたパラメータαに対する最適値であり、Ｃは、データベース（トレーニングケース）からの一人の患者の冠動脈モデルであり、Ｆcは、前記側副血流識別器により決定された側副血流であり、ＦＦＲ＿ＣＴ(Ｃ,Ｆc)は、パラメータαに対する所定の値を用いて入力Ｃ、Ｆcに基づいて計算されたＦＦＲ値であり、ＦＦＲ＿ＧＴ(Ｃ)は、この患者に対する侵襲的に測定されたＦＦＲ値である。
一般に、微小血管抵抗と解剖学的及び生理学的フィーチャとの間に複数の関係が存在する。特許出願ＰＣＴ／ＥＰ２０１５／０６４１６８は、とりわけ、冠動脈出口断面積、冠動脈閉塞の存在、心臓サイズ、駆出率を含む、微小血管抵抗に関連したフィーチャのいくつかを記載している。異なる硬化の重み付け線形和又は重み付け非線形和を含む異なるパラメータ関係が、考慮されることができる。
ＦＦＲ決定器２１４は、前記境界条件に基づいてＦＦＲを決定する。一例において、これは、前記境界条件及び冠動脈系の表現に基づいて冠動脈系内の血液の流れをシミュレートすること、次いで、前記シミュレートされた血液の流れに基づいて前記ＦＦＲ値を決定することを含む。例えば、一例において、ＦＦＲ決定器２１４は、偏微分方程式を使用する計算流体力学（ＣＦＤ）シミュレーションを使用する。一般に、ＣＦＤは、流体の流れに関する問題を解決及び分析する数値的な方法及び／又はアルゴリズムを使用する流体力学アプローチである。計算は、境界条件により規定された面内で実行される。
適切なアプローチの例は、Koo他、"Diagnosis of ischemia-causing coronary stenoses by noninvasive fractional flow reserve computed from coronary computed tomographic angiograms. Results from the prospective multicenter DISCOVER-FLOW (Diagnosis of Ischemia-Causing Stenoses Obtained Via Noninvasive Fractional Flow Reserve) study," Journal of the American College of Cardiology, 58 (19), 1989乃至1997頁 (2011)、 Kim他、"Patient-specific modeling of blood flow and pressure in human coronary arteries," Annals of Biomedical Engineering 38(10), 3195乃至3209頁 (2010), 及びVignon-Clementel他、"Outflow boundary conditions for three-dimensional simulations of non-periodic blood flow and pressure fields in deformable arteries," 13(5), 625乃至640頁 (2010)に開示されている。
再び、ここに記載されるアプローチは、各患者のユニークな解剖学的及び生理学的フィーチャ及び側副血流を説明する患者特有のＦＦＲ−ＣＴ分析を可能にし、これは、側副血流が考慮に入れられない構成に対して、改良されたＦＦＲ推定をもたらすことができる。
図７は、ＦＦＲを決定する一例の方法を示す。
上記の動作の順序が限定的ではないと理解されるべきである。このようにして、他の順序も、ここでは考えられる。加えて、１以上の動作が、省略されてもよく、及び／又は１以上の追加の動作が、含まれてもよい。
７０２において、対象の冠動脈造影スキャンが、実行される。
７０４において、体積冠動脈造影画像データが、前記スキャン中に取得されたデータから生成される。
７０６において、前記体積冠動脈造影画像データは、前記体積冠動脈造影画像データ内に表された冠状血管を位置特定するように処理される。
７０８において、前記識別された冠状血管に対する側副血流の存在が、ここに記載されたように及び／又は他の形で、前記体積冠動脈造影画像データを用いて識別される。
７１０において、境界条件が、ここに記載されたように及び／又は他の形で、前記側副血流に対して推定される。
７１２において、前記側副血流の前記境界条件を考慮に入れる境界条件パラメータモデルが、ここに記載されたように及び／又は他の形で、構築される。
７１４において、血流予備量比指標が、前記境界条件パラメータモデルを用いて前記冠状血管に対して決定される。
上記は、非一時的コンピュータ可読媒体上にエンコードされ又は埋め込まれ、コンピュータプロセッサにより実行される場合に、前記プロセッサに、上記の動作を実行させる、コンピュータ可読命令を用いて実施されてもよい。加えて又は代わりに、前記コンピュータ可読命令の少なくとも１つが、信号、搬送波又は他の一時的媒体により搬送される。
本発明は、好適な実施例を参照して記載されている。修正例及び変更例は、先行する詳細な説明を読み、理解すると、他者が思いつきうる。本発明は、添付の請求項又はその同等物の範囲内に入る限り、全てのこのような修正例及び変更例を含むと解釈されることが意図される。

Claims (16)

  1. 対象の冠状血管を含む体積画像データを取得するステップと、
    前記体積画像データにおいて前記冠状血管を識別するステップと、
    前記識別された冠状血管に対する側副血流の存在を識別するステップであって、前記冠状血管の心門からの距離の関数として前記冠状血管に沿った前記体積画像データの強度の変化を分析することにより側副血流の大きさ及び／又は方向を間接的に評価することを含み、前記冠状血管に対する側副血流が側副血流を支える新しい細動脈を作成する自己調節機構である、ステップと、
    前記側副血流の境界条件を決定するステップであって、前記側副血流の前記境界条件が前記側副血流の抵抗をモデル化する、ステップと、
    前記側副血流の前記境界条件を表す項を含む境界条件パラメータモデルを構築するステップであって、前記境界条件パラメータモデルが、前記冠状血管の境界条件を表す項を更に含み、前記冠状血管の境界条件が前記冠状血管の抵抗をモデル化する、ステップと、
    前記境界条件パラメータモデルを用いて前記冠状血管に対する血流予備量比指標を決定するステップと、
    を有する方法。
  2. 前記境界条件パラメータモデルを構築するステップが、前記側副血流に基づいて前記側副血流の存在を反映するように前記冠状血管の抵抗を調整するステップを含む、請求項１に記載の方法。
  3. 前記境界条件パラメータモデルを構築するステップが、前記側副血流を表すように前記冠状血管に仮想的な血管系を追加するステップを含み、前記冠状血管の前記境界条件が、前記冠状血管及び前記追加された血管系の抵抗をモデル化する、請求項１乃至２のいずれか一項に記載の方法。
  4. 前記側副血流の存在を識別するステップが、
    前記体積画像データにおいて前記冠状血管の前記心門を識別するステップと、
    前記冠状血管の中心線を識別するステップと、
    前記体積画像データから、前記中心線に沿った、前記心門からの前記識別された冠状血管における血流の大きさ及び方向を推定するステップと、
    前記推定された大きさ及び前記推定された方向を持つ前記側副血流の存在を識別するステップと、
    を含む、請求項１乃至３のいずれか一項に記載の方法。
  5. 前記体積画像データから前記中心線に沿った平均ボクセル強度を推定するステップと、
    前記平均ボクセル強度に多項式関数をフィッティングするステップであって、前記大きさ及び方向を推定するステップが、前記フィッティングされた多項式関数の係数及び前記フィッティングされた多項式関数の導関数を決定するステップを含む、ステップと、
    を有する、請求項４に記載の方法。
  6. 前記フィッティングが、最小二乗アプローチに基づく、請求項５に記載の方法。
  7. 前記フィッティングされた多項式関数が凸型であることに応答して前記側副血流を逆行性血流として識別するステップ、
    を有する、請求項５乃至６のいずれか一項に記載の方法。
  8. 前記フィッティングされた多項式関数が凹型であることに応答して前記側副血流を順行性血流として識別するステップ、
    を有する、請求項５乃至７のいずれか一項に記載の方法。
  9. 前記体積画像データが、コンピュータ断層撮影冠動脈造影画像データを含む、請求項１乃至８のいずれか一項に記載の方法。
  10. 対象をスキャンし、体積冠動脈造影画像データを生成するイメージャと、
    前記イメージャを制御するコンソールと、
    を有するシステムにおいて、
    前記コンソールが、血流予備量比を計算する命令を記憶するメモリ及び前記命令を実行するプロセッサを含み、前記命令を実行することが、前記プロセッサに、
    前記体積冠動脈造影画像データにおいて冠状血管をセグメント化させ、
    前記冠状血管に対する側副血流が存在するかどうかを決定させ、ここで前記決定が、前記冠状血管の心門からの距離の関数として前記冠状血管に沿った前記体積冠動脈造影画像データの強度の変化の分析による側副血流の大きさ及び／又は方向の間接評価を含み、前記冠状血管に対する側副血流が、側副血流を支える新しい細動脈を作成する自己調節機構であり、
    前記側副血流の存在を決定することに応答して前記側副血流の境界条件を決定させ、ここで前記側副血流の前記境界条件が前記側副血流の抵抗をモデル化し、
    前記冠状血管に対する境界条件パラメータモデルを取得させ、
    前記側副血流の前記境界条件を用いて前記境界条件パラメータモデルを適応させ、ここで前記境界条件パラメータモデルが前記冠状血管の境界条件を表す項を更に含み、前記冠状血管の境界条件が前記冠状血管の抵抗をモデル化し、
    前記境界条件パラメータモデルを用いて前記冠状血管に対する血流予備量比指標を計算させる、
    システム。
  11. 前記プロセッサが、前記側副血流の存在を反映するように前記冠状血管の出口抵抗を調整することにより前記境界条件パラメータモデルを適応する、請求項１０に記載のシステム。
  12. 前記プロセッサが、前記側副血流を表すように前記冠状血管に仮想的な血管系を追加することにより前記境界条件パラメータモデルを適応する、請求項１０乃至１１のいずれか一項に記載のシステム。
  13. 前記プロセッサが、
    前記体積冠動脈造影画像データにおいて前記冠状血管の心門を位置特定し、
    前記冠状血管の中心線を推定し、
    前記体積冠動脈造影画像データから前記中心線に沿った、前記心門からの前記冠状血管における血流の大きさ及び方向を推定し、
    前記推定された大きさ及び前記推定された方向を持つ前記側副血流の存在を決定する、
    ことにより前記側副血流の存在を決定する、請求項１０乃至１２のいずれか一項に記載のシステム。
  14. 前記プロセッサが、
    前記体積冠動脈造影画像データから前記中心線に沿った平均ボクセル強度を推定し、
    前記平均ボクセル強度に多項式関数をフィッティングし、
    前記フィッティングされた多項式関数の係数及び前記フィッティングされた多項式関数の導関数を決定する、
    ことにより前記側副血流の存在を決定する、請求項１３に記載のシステム。
  15. 前記プロセッサは、前記フィッティングされた多項式関数が凸型であることに応答して前記側副血流を逆行性血流として識別し、前記フィッティングされた多項式関数が凹型であることに応答して前記側副血流を順行性血流として識別する、請求項１４に記載のシステム。
  16. プロセッサにより実行される場合に、前記プロセッサに、
    体積画像データにおいて冠状血管を位置特定させ、
    前記冠状血管に対する側副血流の存在を決定させ、ここで前記決定が、前記冠状血管の心門からの距離の関数として前記冠状血管に沿った前記体積画像データの強度の変化の分析による側副血流の大きさ及び／又は方向の間接評価を含み、前記冠状血管の側副血流が、側副血流を支える新しい細動脈を作成する自己調節機構であり、
    前記側副血流の抵抗境界条件を決定させ、
    前記側副血流の前記抵抗境界条件及び前記冠状血管の出口の抵抗を含む境界条件パラメータモデルを構築させ、
    前記境界条件パラメータモデルを用いて前記冠状血管に対する血流予備量比指標を決定させる、
    コンピュータ実行可能命令をエンコードされた非一時的コンピュータ可読媒体。
JP2018521572A 2015-11-05 2016-10-17 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化 Active JP6484760B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201562251417P 2015-11-05 2015-11-05
US62/251,417 2015-11-05
PCT/EP2016/074852 WO2017076620A1 (en) 2015-11-05 2016-10-17 Collateral flow modelling for non-invasive fractional flow reserve (ffr)

Publications (2)

Publication Number Publication Date
JP2018537157A JP2018537157A (ja) 2018-12-20
JP6484760B2 true JP6484760B2 (ja) 2019-03-13

Family

ID=57184425

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018521572A Active JP6484760B2 (ja) 2015-11-05 2016-10-17 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化

Country Status (5)

Country Link
US (1) US10769780B2 (ja)
EP (1) EP3370615B1 (ja)
JP (1) JP6484760B2 (ja)
CN (1) CN108348206B (ja)
WO (1) WO2017076620A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11039804B2 (en) 2016-09-16 2021-06-22 Koninklijke Philips N.V. Apparatus and method for determining a fractional flow reserve
EP3378398A1 (en) 2017-03-24 2018-09-26 Koninklijke Philips N.V. Myocardial ct perfusion image synthesis
US11523744B2 (en) 2017-03-31 2022-12-13 Koninklijke Philips N.V. Interaction monitoring of non-invasive imaging based FFR
CN110831501B (zh) 2017-06-30 2023-09-29 皇家飞利浦有限公司 机器学习谱ffr-ct
EP3453326A1 (en) * 2017-09-08 2019-03-13 Koninklijke Philips N.V. Registration and comparison of measured and simulated intracoronary pullback curves
CN111227821B (zh) * 2018-11-28 2022-02-11 苏州润迈德医疗科技有限公司 基于心肌血流量和ct图像的微循环阻力指数计算方法
CN111227822B (zh) 2018-11-28 2022-02-11 苏州润迈德医疗科技有限公司 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法
CN110598288B (zh) * 2019-08-30 2020-08-07 上海杏脉信息科技有限公司 一种用于冠脉三维模型的边界条件处理方法和装置
US11145057B2 (en) * 2019-11-05 2021-10-12 Siemens Healthcare Gmbh Assessment of collateral coronary arteries
CN112754449A (zh) * 2019-11-05 2021-05-07 西门子医疗有限公司 侧支冠状动脉的评估
CN110664392B (zh) * 2019-12-04 2020-03-27 深圳先进技术研究院 一种血流速度计算方法、装置、终端设备及存储介质

Family Cites Families (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0889501A (ja) * 1994-09-21 1996-04-09 Hitachi Medical Corp 医用画像診断装置
WO2000072037A1 (en) 1999-05-21 2000-11-30 Nycomed Imaging As Method of magnetic resonance imaging
GB0221434D0 (en) 2002-09-16 2002-10-23 Houston John G A method of analysing fluid flow in a conduit
WO2006061815A1 (en) 2004-12-08 2006-06-15 Paieon Inc. Method and apparatus for blood vessel parameter determinations
IL165636A0 (en) 2004-12-08 2006-01-15 Paieon Inc Method and apparatus for finding the coronary velocity and flow and related parameters
US7775988B2 (en) 2005-09-30 2010-08-17 Radi Medical Systems Ab Method for determining the blood flow in a coronary artery
US20080150942A1 (en) * 2006-10-13 2008-06-26 Calgary Scientific Inc. Visualization of volumetric medical imaging data
CN101669143B (zh) * 2007-01-11 2012-06-20 Mvm知识产权有限公司 利用自动图像分析测试机能微循环几何结构和速度分布
US8052611B2 (en) 2007-03-14 2011-11-08 Cardiac Pacemakers, Inc. Method and apparatus for management of heart failure hospitalization
DE102008014792B3 (de) 2008-03-18 2009-06-18 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Simulation eines Blutflusses in einem Gefäßabschnitt
US8200466B2 (en) 2008-07-21 2012-06-12 The Board Of Trustees Of The Leland Stanford Junior University Method for tuning patient-specific cardiovascular simulations
US8898022B2 (en) 2008-08-25 2014-11-25 Eth Zurich Method, system and device for enhancing flow field data
WO2010038161A2 (en) 2008-09-30 2010-04-08 Koninklijke Philips Electronics, N.V. Perfusion imaging
US20100125197A1 (en) 2008-11-18 2010-05-20 Fishel Robert S Method and apparatus for addressing vascular stenotic lesions
US20100130878A1 (en) 2008-11-24 2010-05-27 General Electric Company Systems, apparatus and processes for automated blood flow assessment of vasculature
US9405886B2 (en) 2009-03-17 2016-08-02 The Board Of Trustees Of The Leland Stanford Junior University Method for determining cardiovascular information
EP2509500B1 (en) 2009-12-10 2013-10-16 Koninklijke Philips N.V. Collateral blood flow assessment
US20110307231A1 (en) 2010-06-09 2011-12-15 Jens Kirchner Method and arrangement for creating an individualized, computer-aided model of a system, and a corresponding computer program and a corresponding machine-readable storage medium
US8682626B2 (en) 2010-07-21 2014-03-25 Siemens Aktiengesellschaft Method and system for comprehensive patient-specific modeling of the heart
US8157742B2 (en) 2010-08-12 2012-04-17 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US8315812B2 (en) 2010-08-12 2012-11-20 Heartflow, Inc. Method and system for patient-specific modeling of blood flow
US9119540B2 (en) 2010-09-16 2015-09-01 Siemens Aktiengesellschaft Method and system for non-invasive assessment of coronary artery disease
EP2621343A1 (en) * 2010-09-30 2013-08-07 Koninklijke Philips Electronics N.V. Detection of bifurcations using traceable imaging device and imaging tool
DE102010043849B3 (de) 2010-11-12 2012-02-16 Siemens Aktiengesellschaft Vorrichtung und Computertomograph zur Bestimmung und Darstellung der Durchblutung des Herzmuskels
US20120296199A1 (en) 2011-03-21 2012-11-22 New York University Apparatus and Method of Non-Contrast Magnetic Resonance Angiography of Abdominal and Pelvic Arteries
US10186056B2 (en) 2011-03-21 2019-01-22 General Electric Company System and method for estimating vascular flow using CT imaging
US10162932B2 (en) 2011-11-10 2018-12-25 Siemens Healthcare Gmbh Method and system for multi-scale anatomical and functional modeling of coronary circulation
CN108294735B (zh) * 2012-03-13 2021-09-07 西门子公司 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
CN104244813B (zh) 2012-03-15 2017-03-15 西门子公司 用于静息和充血期间冠状动脉血流计算的个性化的框架
US9675301B2 (en) 2012-10-19 2017-06-13 Heartflow, Inc. Systems and methods for numerically evaluating vasculature
US9943233B2 (en) 2012-10-24 2018-04-17 Cathworks Ltd. Automated measurement system and method for coronary artery disease scoring
US9858387B2 (en) 2013-01-15 2018-01-02 CathWorks, LTD. Vascular flow assessment
US9814433B2 (en) * 2012-10-24 2017-11-14 Cathworks Ltd. Creating a vascular tree model
JP6302922B2 (ja) 2012-11-06 2018-03-28 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 冠血流予備量比（ｆｆｒ）指標
CN106485706A (zh) * 2012-11-23 2017-03-08 上海联影医疗科技有限公司 Ct肝灌注的图像后处理方法和ct肝灌注方法
JP6091870B2 (ja) * 2012-12-07 2017-03-08 東芝メディカルシステムズ株式会社 血管解析装置、医用画像診断装置、血管解析方法、及び血管解析プログラム
US10595806B2 (en) 2013-10-22 2020-03-24 Koninklijke Philips N.V. Fractional flow reserve (FFR) index with adaptive boundary condition parameters
US9785746B2 (en) * 2014-03-31 2017-10-10 Heartflow, Inc. Systems and methods for determining blood flow characteristics using flow ratio
WO2016001017A1 (en) * 2014-06-30 2016-01-07 Koninklijke Philips N.V. Apparatus for determining a fractional flow reserve value
EP3062248A1 (en) * 2015-02-27 2016-08-31 Pie Medical Imaging BV Method and apparatus for quantitative flow analysis
US11039804B2 (en) * 2016-09-16 2021-06-22 Koninklijke Philips N.V. Apparatus and method for determining a fractional flow reserve

Also Published As

Publication number Publication date
JP2018537157A (ja) 2018-12-20
CN108348206A (zh) 2018-07-31
EP3370615A1 (en) 2018-09-12
US10769780B2 (en) 2020-09-08
US20180315184A1 (en) 2018-11-01
EP3370615B1 (en) 2020-04-15
WO2017076620A1 (en) 2017-05-11
CN108348206B (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
JP6484760B2 (ja) 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化
JP6553099B2 (ja) 血流予備量比値を算出するための機器
US10595806B2 (en) Fractional flow reserve (FFR) index with adaptive boundary condition parameters
JP2017500179A (ja) 狭窄マッピングによって狭窄重症度を評価するための方法
JP7303260B2 (ja) 動脈網における流量および圧力勾配を患者特定コンピュータ断層撮影アルゴリズムに基づくコントラスト分布から判断するための方法
EP3244790B1 (en) Instantaneous wave-free ratio (ifr) computer tomography (ct)
EP3140757A1 (en) Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models
CN109688908B (zh) 用于确定血流储备分数的装置和方法
JP2018529446A (ja) モバイルｆｆｒシミュレーション
JP2020510451A (ja) 生物物理的シミュレーション用の血管樹標準化及び／又はプルーニングされた部分用の拡張シミュレーション
JP7426824B2 (ja) 非侵襲的イメージングベースのｆｆｒのインタラクションモニタリング
US11576637B2 (en) Standardized coronary artery disease metric

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20181004

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181011

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181220

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: 20190212

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190218

R150 Certificate of patent or registration of utility model

Ref document number: 6484760

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