JP6661613B2 - 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法 - Google Patents

Description

本出願は、２０１４年１１月７日に出願された米国特許非仮出願第１４／５３５，７５５号及び２０１４年８月２９日に出願された米国仮出願第６２／０４３，８４１号の優先権の利益を主張するものであり、参照によりその全体が本明細書に組み込まれる。

本開示の実施形態は、流体の流れをモデル化するための方法及びシステムを含み、より詳細には、患者固有モデル化及び血流の評価のための方法及びシステムを含む。

心筋ブリッジは、先天性冠動脈異常であり、冠動脈の部分が心筋壁内を走行（たとえば、冠動脈の部分が、心筋の上にある代わりに心筋をトンネル）し、トンネルされた部分の収縮期圧迫をもたらすものである。心筋ブリッジの頻度は、冠動脈造影では１．５％〜１６％であり、剖検シリーズでは８０％と高くなると報告されている。心筋ブリッジは、虚血、急性冠症候群冠、動脈痙攣などの心臓関連の合併症を引き起こす可能性がある。

冠動脈疾患は、心臓に血液を提供する血管に狭窄（血管の異常な狭窄）などの病変を発症させ得る。その結果、心臓への血流が制限され得る。冠動脈疾患に罹患している患者は、胸の痛みを経験することがあり、これは、身体運動中では慢性安定狭心症と呼ばれ、患者の安静時では不安定狭心症と呼ばれる。さらに深刻な疾患の発現は、心筋梗塞、または心臓発作を引き起こし得る。

心筋ブリッジは、一部または全体に生じ得る。たとえば、患者の冠動脈の部分が、患者の心筋（たとえば、血管が心筋に１００％トンネリングすること）によって完全に囲まれ得る。あるいは、部分的な心筋ブリッジとして異常が生じ得る。たとえば、冠動脈の断面積の漸減及び／または減少に伴い、患者の冠動脈の部分の周囲の３０％〜９９％が心筋に囲まれる。

典型的には、心筋ブリッジは、有意な内腔径狭窄率、持続的な拡張期径縮小、血管造影の「ミルキング効果」、及び／または血管内エコー法（ＩＶＵＳ）の「ハーフ・ムーン」現象を含む、いくつかの特徴のうちの１つまたは複数に基づいて、冠動脈造影法またはＩＶＵＳによって診断され得る。形態学的評価の他に、冠動脈内ドップラーは、心筋ブリッジの流速の増加、逆行性心収縮期血流及び冠血流予備能の減少を示し得る。心筋ブリッジの機能的意義は、強心薬を用いた冠血流予備量比（ＦＦＲ）を使用して評価し得る。ＦＦＲは、たとえば、アデノシンの静脈内投与によって誘発されたときの、増加した冠血流の条件下で、心筋ブリッジの病変または位置などの場所の下流の平均血圧及び／または血流を、その場所の上流の平均血圧及び／または血流で割った比として定義し得る。

しかし、伝統的に、これらの方法は侵襲的処置であり、最大の心筋の収縮を誘発するドブタミンなどの強心薬の使用を含み得る。場合によっては、従来のＦＦＲで評価した場合、重症度の過小評価につながり得る、収縮期血圧のオーバーシュートによる心筋ブリッジの評価に対しては、拡張期ＦＦＲが従来のＦＦＲよりも適切であり得る。

これらの心筋ブリッジの生理学的及び血行動態的条件は、従来の侵襲的ＦＦＲの使用を妨げ得るため、病変の血行動態的意義を評価する際の正確な血流シミュレーションのためには、器質的狭窄を有する患者と心筋ブリッジを有する患者を区別することが有用である。
本発明は、例えば、以下を提供する。
（項目１）
患者の心筋ブリッジの存在を報告するためのコンピュータ実行方法であって、前記方法が、
前記患者の心臓の少なくとも一部を表す患者固有モデル内で、前記心筋ブリッジの存在を判定するために前記患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、
少なくとも１つのコンピュータプロセッサを使用して、前記心筋ブリッジの重症度を同定するために前記心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む、前記方法。
（項目２）
前記検出された心筋ブリッジの存在及び前記心筋ブリッジの少なくとも１つの物理的特徴を保存することをさらに含む、項目１に記載の方法。
（項目３）
前記患者固有モデルが、前記患者の上行大動脈、冠動脈樹及び心筋の幾何学形状を含む前記患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいている、項目１に記載の方法。
（項目４）
前記心筋ブリッジの少なくとも１つの特徴を計算することが、心筋表面の符号付き距離マップを計算することと、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算することと、前記心筋内部の１つまたは複数の心外膜冠動脈の１つまたは複数の部分を判定すること、及び少なくとも１つの心筋ブリッジの重症度の測定基準を計算することのうちの少なくとも１つを含む、項目１に記載の方法。
（項目５）
前記少なくとも１つの心筋ブリッジの重症度の測定基準が、前記心筋ブリッジ部分の位置、前記心筋ブリッジ部分の長さ、前記心筋ブリッジ部分の深さ、前記心筋ブリッジ部分の断面の偏心、及び収縮期圧迫の程度から選択される、項目４に記載の方法。
（項目６）
前記心筋ブリッジ部分の前記位置が、心門への開始距離及び終了距離に基づいている、項目５に記載の方法。
（項目７）
前記心筋ブリッジ部分の断面の前記偏心が、長軸の長さに対する短軸の長さによって測定される、項目５に記載の方法。
（項目８）
前記患者固有モデルが、集中定数モデル、一次元モデル、及び三次元モデルから選択される、項目１に記載の方法。
（項目９）
前記患者固有モデルを使用して、収縮期及び／または拡張期中の前記心筋ブリッジ部分の少なくとも１つの血流特性を判定することをさらに含む、項目１に記載の方法。
（項目１０）
患者の前記心筋ブリッジの存在を報告するためのシステムであって、前記システムが、
患者の前記心筋ブリッジの存在を報告するための命令を記憶するデータ記憶装置と、
前記患者の心臓の少なくとも一部を表す患者固有モデル内で、前記心筋ブリッジの存在を判定するために前記患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、
少なくとも１つのコンピュータプロセッサを使用して、前記心筋ブリッジの前記重症度を同定するために前記心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む、方法を実行するための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、前記システム。
（項目１１）
前記患者固有モデルが、前記患者の上行大動脈、冠動脈樹及び心筋の幾何学形状を含む前記患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいている、項目１０に記載のシステム。
（項目１２）
前記心筋ブリッジの少なくとも１つの特徴を計算することが、心筋表面の符号付き距離マップを計算することと、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算することと、前記心筋内部の１つまたは複数の心外膜冠動脈の１つまたは複数の部分を判定することと、及び少なくとも１つの心筋ブリッジの重症度の測定基準を計算することのうちの少なくとも１つを含む、項目１０に記載のシステム。
（項目１３）
前記少なくとも１つの心筋ブリッジの重症度の測定基準が、前記心筋ブリッジ部分の位置、前記心筋ブリッジ部分の長さ、前記心筋ブリッジ部分の深さ、前記心筋ブリッジ部分の断面の偏心、及び収縮期圧迫の程度から選択される、項目１２に記載のシステム。
（項目１４）
前記心筋ブリッジ部分の前記位置が、前記心門への開始距離及び終了距離に基づいている、項目１３に記載のシステム。
（項目１５）
前記心筋ブリッジ部分の断面の前記偏心が、長軸の長さに対する短軸の長さによって測定される、項目１３に記載のシステム。
（項目１６）
前記患者固有モデルが、集中定数モデル、一次元モデル、及び三次元モデルから選択される、項目１０に記載のシステム。
（項目１７）
前記方法が、前記患者固有モデルを使用して、収縮期及び／または拡張期中の前記心筋ブリッジ部分の少なくとも１つの血流特性を判定することをさらに含む、項目１０に記載のシステム。
（項目１８）
少なくとも１つのコンピュータシステム上で使用するための非一時的なコンピュータ可読媒体が、患者の前記心筋ブリッジの存在を報告するための方法を実行するためのコンピュータ実行可能なプログラミング命令を含み、前記方法が、
前記患者の心臓の少なくとも一部を表す患者固有モデル内で、前記心筋ブリッジの存在を判定するために前記患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、
少なくとも１つのコンピュータプロセッサを使用して、前記心筋ブリッジの前記重症度を同定するために前記心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む、前記方法。
（項目１９）
前記患者固有モデルが、前記患者の上行大動脈、冠動脈樹及び心筋の幾何学形状を含む前記患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいている、項目１８に記載の非一時的なコンピュータ可読媒体。
（項目２０）
前記心筋ブリッジの少なくとも１つの特徴を計算することが、心筋表面の符号付き距離マップを計算することと、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算することと、前記心筋内部の１つまたは複数の心外膜冠動脈の１つまたは複数の部分を判定することと、及び少なくとも１つの心筋ブリッジの重症度の測定基準を計算することのうちの少なくとも１つを含む、項目１８に記載の非一時的なコンピュータ可読媒体。

前述の一般的な説明と以下の詳細な説明はともに、例示的及び説明的なものに過ぎず、本開示を限定するものではないことを理解すべきである。

概要
一実施形態によれば、患者の心筋ブリッジの存在を報告するコンピュータ実行方法は、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データを受信することと、患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデルを作成することと、患者固有モデル内で、心筋ブリッジの存在を判定するために患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、少なくとも１つのコンピュータプロセッサを使用して、心筋ブリッジの重症度を同定するために心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む。

別の実施形態によれば、患者の心筋ブリッジの存在を報告するためのシステムは、患者の心筋ブリッジの存在を報告するための命令を記憶するデータ記憶装置と、心筋ブリッジの存在を報告するための方法を実行するための命令を実行するように構成されたプロセッサとを含み、その方法が、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データを受信することと、患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデルを作成することと、患者固有モデル内で、心筋ブリッジの存在を判定するために患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、少なくとも１つのコンピュータプロセッサを使用して、心筋ブリッジの重症度を同定するために心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む。

別の実施形態によれば、少なくとも１つのコンピュータシステム上で使用するための非一時的なコンピュータ可読媒体は、患者の心筋ブリッジの存在を報告するための方法を実行するためのコンピュータ実行可能なプログラミング命令を含み、その方法が、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データを受信することと、患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデルを作成することと、患者固有モデル内で、心筋ブリッジの存在を判定するために患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、少なくとも１つのコンピュータプロセッサを使用して、心筋ブリッジの重症度を同定するために心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む。

別の実施形態によれば、患者の心筋ブリッジのリスク及び血行動態的意義を評価するためのコンピュータ実行方法は、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデルを得ることと、患者の少なくとも１つの生理学的及び／または表現型パラメータの少なくとも１つの推定値を得ることと、患者固有モデル及び患者の少なくとも１つの生理学的及び／または表現型パラメータの少なくとも１つの推定値を使用して、生理学的ストレス状態の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を定義することと、患者固有モデルを使用して患者の冠動脈の収縮期圧迫を同定することにより、患者の心筋ブリッジの程度を評価することと、患者の心筋ブリッジの程度及び患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を使用して、シミュレートされた条件下及び／またはドブタミン・チャレンジ条件下で心筋ブリッジ部分の計算流体力学解析を実行することと、計算流体力学及び／または構造力学解析に基づいてリスクを評価するために、心筋ブリッジ部分の少なくとも１つの血行動態量を計算することとを含む。

別の実施形態によれば、患者の心筋ブリッジのリスク及び血行動態的意義を評価するためのシステムは、患者の心筋ブリッジの存在を報告するための命令を記憶するデータ記憶装置と、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデルを得ることと、患者の少なくとも１つの生理学的及び／または表現型パラメータの少なくとも１つの推定値を得ることと、患者固有モデル及び患者の少なくとも１つの生理学的及び／または表現型パラメータの少なくとも１つの推定値を使用して生理学的ストレス状態の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を定義することと、患者固有モデルを使用して患者の冠動脈の収縮期圧迫を同定することにより、患者の心筋ブリッジの程度を評価することと、患者の心筋ブリッジの程度及び患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を使用して、シミュレートされた条件下及び／またはドブタミン・チャレンジ条件下で心筋ブリッジ部分の計算流体力学解析を実行することと、計算流体力学解析に基づいてリスクを評価するために、心筋ブリッジ部分の少なくとも１つの血行動態量を計算することとを含む、方法を実行するための命令を実行するように構成されたプロセッサとを含む。

別の実施形態によれば、少なくとも１つのコンピュータシステム上で使用するための非一時的コンピュータ可読媒体は、患者の心筋ブリッジのリスク及び血行動態的意義を評価する方法を実行するためのコンピュータ実行可能プログラム命令を含み、その方法が、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデルを得ることと、患者の少なくとも１つの生理学的及び／または表現型パラメータの少なくとも１つの推定値を得ることと、患者固有モデル及び患者の少なくとも１つの生理学的及び／または表現型パラメータの少なくとも１つの推定値を使用して、生理学的ストレス状態の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を定義することと、患者固有モデルを使用して患者の冠動脈の収縮期圧迫を同定することにより、患者の心筋ブリッジの程度を評価することと、患者の心筋ブリッジの重症度及び患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を使用して、シミュレートされた条件下及び／またはドブタミン・チャレンジ条件下で心筋ブリッジ部分の計算流体力学解析を実行することと、計算流体力学解析に基づいてリスクを評価するために、心筋ブリッジ部分の少なくとも１つの血行動態量を計算することとを含む。

別の実施形態によれば、患者の心筋ブリッジの存在を報告するコンピュータ実行方法は、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデル内で、心筋ブリッジの存在を判定するために患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することを含み、少なくとも１つのコンピュータプロセッサを使用して、心筋ブリッジの重症度を同定するために心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む。

別の実施形態によれば、患者の心筋ブリッジの存在を報告するためのシステムは、患者の心筋ブリッジの存在を報告するための命令を記憶するデータ記憶装置と、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデル内で、心筋ブリッジの存在を判定するために患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、少なくとも１つのコンピュータプロセッサを使用して、心筋ブリッジの重症度を同定するために心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む、方法を実行するための命令を実行するように構成されたプロセッサとを含む。

別の実施形態によれば、少なくとも１つのコンピュータシステム上で使用するための非一時的なコンピュータ可読媒体は、患者の心筋ブリッジの存在を報告する方法を実行するためのコンピュータ実行可能なプログラミング命令を含み、その方法が、患者の心臓の幾何学的形状に関する患者固有の解剖学的画像データに基づいて、患者の心臓の少なくとも一部を表す患者固有モデル内で、心筋ブリッジの存在を判定するために患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することと、少なくとも１つのコンピュータプロセッサを使用して、心筋ブリッジの重症度を同定するために心筋ブリッジの少なくとも１つの物理的特徴を計算することとを含む。

さらなる実施形態及び利点は、一部は以下の説明に記載され、一部は説明から明白になり、または本開示の実施によって習得され得る。これらの実施形態及び利点は、特に以下に指摘される要素及び組み合わせによって実現及び達成されるであろう。

本明細書に組み込まれ、本明細書の一部を構成する添付の図面は、いくつかの実施形態を示し、説明とともに、本開示の原理を説明するのに役立つ。

正常な冠動脈、部分的な心筋ブリッジ、及び完全な心筋ブリッジを示す例示的な図である。 心筋ブリッジを示す例示的な患者のＣＣＴＡ画像を示し、矢印は、患者の心筋にトンネリングする冠動脈の部分を示す。 例示的な実施形態による、特定の患者の冠血流に関する様々な情報を提供するためのシステムの概略図である。 例示的な実施形態による、心筋ブリッジの存在を報告するための方法の流れ図である。 例示的な実施形態による、心筋ブリッジのリスク及び血行動態的意義を評価するための方法の流れ図である。 例示的な実施形態による、心筋ブリッジを治療するための治療の選択肢を評価するための方法の流れ図である。 例示的な実施形態による、心筋ブリッジの存在を報告するための方法の流れ図である。 例示的な実施形態による、心筋ブリッジのリスク及び血行動態的意義を評価するための方法の流れ図である。 例示的な実施形態による、心筋ブリッジのリスク及び血行動態的意義を評価するための方法の流れ図である。 例示的な実施形態による、心筋ブリッジのための治療の選択肢を評価するための方法の流れ図である。 本開示の実施形態を実施し得る例示的なコンピュータシステムのブロック図である。

次に、例示的な実施形態を詳細に参照し、その例を添付図面に示す。可能な限り、同じ参照番号は、図面を通して同一または類似の部分を指すために使用される。

本開示は、心筋のシミュレートされた変力状態の下での血流シミュレーションを使用して、患者の心筋ブリッジの存在を同定し、心筋ブリッジの機能的意義を評価する非侵襲的方法を記載する。このようにすることで、本開示は、トンネルされた部分で観察される冠動脈の収縮期圧迫をモデル化することによって特定の境界条件を規定する方法を提供する。したがって、本明細書に記載の方法は、心筋ブリッジの生理学的結果の診断の改善、及びブリッジを矯正するまたは虚血を軽減するための代替治療戦略に関連した潜在的利益またはリスクの予測の改善を含む。

本明細書で開示された方法及びシステムは、血管及び心筋の患者固有の幾何学的形状を得るために患者の画像を使用し、心筋ブリッジを有する患者の血流シミュレーションを実行するために、この幾何学的形状を患者固有の生理学的情報及び境界条件と組み合わせる。たとえば、本開示は、以下のシステム及び方法を提供する。（ｉ）心筋ブリッジの存在を報告する。（ｉｉ）異なる生理学的状態の下での心筋ブリッジのリスク及び血行動態的意義を評価する。（ｉｉｉ）心筋ブリッジを治療するための治療の選択肢を評価する。本明細書には、各カテゴリーの例示的な方法及びシステムが非限定的に記載されている。さらに、本明細書に開示されるシステム及び方法は、必要に応じて、患者の心臓の少なくとも一部を表す患者固有モデルを使用して、収縮期及び／または拡張期中の心筋ブリッジ部分の少なくとも１つのＦＦＲなどの血流特性を判定することを含み得る。

Ｉ 心筋ブリッジの報告
図１Ａは、ブリッジのない正常な冠動脈、冠動脈の部分的な心筋ブリッジ、及び冠動脈の完全な心筋ブリッジを示す。図１Ａでは、「ＲＶ」は右心室を示し、「ＬＶ」は左心室を示し、「Ｓ」は中隔を示す。図１Ｂは、心筋ブリッジを示す例示的な患者のＣＣＴＡ画像を示す。矢印は、患者の心筋に包まれた冠動脈の部分を指し示す。左側の画像は、右側の画像に示された領域の断面図である。

図３は、例示的な実施形態による、心筋ブリッジの存在を報告するための方法２０００の態様を示す。心筋ブリッジの存在を報告するためのシステム及び方法は、たとえば、患者の心臓画像などの患者固有の解剖学的データを取得することを含み得る（ステップ２００１）。患者固有の解剖学的データは、たとえば、冠動脈ＣＴ血管造影法（ＣＣＴＡ）及び／または磁気共鳴画像法（ＭＲＩ）を介して、非侵襲的に取得し得る。さらに、患者固有の解剖学的データは、患者の心臓の少なくとも一部、たとえば、患者の大動脈の少なくとも一部、大動脈に接続された主冠動脈の近位部分（及びそこから延びる枝）、及び心筋の幾何学的形状に関するデータを含み得る。患者固有の解剖学的データは、参照により全体の内容が本明細書に組み込まれる、２０１１年１月２５日に出願され、２０１２年１１月２０日に発行された米国特許第８，３１５，８１２号（「’８１２特許」）に記載されている方法のいずれかを使用して取得し得る。

患者固有の解剖学的データを使用して、方法２０００は、患者の冠動脈の幾何学的形状及び患者の心筋などの、患者の心臓の少なくとも一部の患者固有モデルを構築することを含み得る（ステップ２００２）。少なくとも１つの実施形態では、患者固有モデルは、集中定数モデル、一次元モデル、及び三次元モデルから選択され得る。患者固有モデル化は、たとえば、’８１２特許に記載されている方法のいずれかを使用して実行し得る。図２は、例示的な実施形態による、特定の患者の冠血流に関する様々な情報を提供するためのシステムの様態を示す。患者の解剖学的構造の三次元モデル１０は、以下でより詳細に説明するように、患者から非侵襲的に得られたデータを使用して作成され得る。その他の患者固有の情報も、非侵襲的に取得し得る。例示的な実施形態では、三次元モデル１０によって表される患者の解剖学的構造の部分は、大動脈の少なくとも一部、及び大動脈に接続された主冠動脈の近位部分（及びそこから延びるまたは広がる枝）を含み得る。

冠血流に関連する様々な生理学的な法則または関係２０は、たとえば、以下に詳細に説明するように実験データから推定され得る。以下でより詳細に説明するように、三次元解剖学的モデル１０及び推定される生理学的法則２０を使用して、冠血流に関する複数の方程式３０が判定され得る。たとえば、方程式３０は、任意の数値的方法、たとえば、有限差分、有限体積、スペクトル法、格子ボルツマン法、粒子ベース法、レベル集合法、有限要素法などを使用して判定し解き得る。方程式３０は、モデル１０によって表される解剖学的構造の様々なポイントでの患者の解剖学的構造の冠血流に関する情報（たとえば、圧力、速度、ＦＦＲなど）を判定するために解き得る。

方程式３０は、コンピュータ４０を使用して解き得る。解いた方程式に基づいて、コンピュータ４０は、モデル１０によって表される患者の解剖学的構造の血流に関する情報を示す１つまたは複数の画像またはシミュレーションを出力し得る。たとえば、画像（複数可）は、以下にさらに詳細に説明するように、シミュレートされた血圧モデル５０、シミュレートされた血流または速度モデル５２、計算されたＦＦＲ（ｃＦＦＲ）モデル５４などを含み得る。シミュレートされた血圧モデル５０、シミュレートされた血流モデル５２及びｃＦＦＲモデル５４は、モデル１０によって表される患者の解剖学的構造の三次元に沿った様々な位置でのそれぞれの圧力、速度及びｃＦＦＲに関する情報を提供する。ｃＦＦＲは、たとえば、従来、アデノシンの静脈内投与によって誘発される、増加した冠血流の条件下で、モデル１０の特定の位置での血圧を、たとえば、モデル１０の流入境界での大動脈の血圧で割った比として計算し得る。

例示的な実施形態では、コンピュータ４０は、プロセッサ、コンピュータシステムなどによって実行されたときに、患者の血流に関する様々な情報を提供するための本明細書に記載された動作のいずれかを実行し得る、命令を記憶する１つまたは複数の非一時的なコンピュータ可読記憶装置を含み得る。コンピュータ４０は、デスクトップまたはポータブル・コンピュータ、ワークステーション、サーバ、携帯情報端末、または任意のその他のコンピュータシステムを含み得る。コンピュータ４０は、プロセッサ、読み出し専用メモリ（ＲＯＭ）、ランダム・アクセス・メモリ（ＲＡＭ）、周辺装置（たとえば、入力装置、出力装置、記憶装置など）を接続するための入出力（Ｉ／Ｏ）アダプター、キーボード、マウス、タッチ・スクリーン、音声入力及び／またはその他の装置などの入力装置を接続するためのユーザ・インターフェース・アダプター、コンピュータ４０をネットワークに接続するための通信アダプター、コンピュータ４０をディスプレイに接続するためのディスプレイ・アダプターなどを含み得る。たとえば、ディスプレイは、三次元モデル１０及び／またはシミュレートされた血圧モデル５０、シミュレートされた血流モデル５２、及び／またはｃＦＦＲモデル５４などの方程式３０を解くことによって生成される任意の画像を表示するために使用され得る。

方法２０００は、心筋ブリッジの存在を判定するために、患者の心筋によって少なくとも部分的に囲まれた心外膜冠動脈の部分を検出することも含み得る（ステップ２００３）。少なくとも１つの実施形態では、心外膜冠動脈は、主要心外膜冠動脈であり得る。ステップ２００３は、たとえば、ステップ２００２の冠動脈及び心筋モデルを使用して、心筋表面の符号付き距離マップ（内側：負、外側：正）及び主要心外膜冠動脈の符号付き距離マップを計算することを含み得る。ステップ２００３は、心外膜冠動脈の部分が心筋表面の負の距離マップ（すなわち、心筋の内側）に属しているかどうかを判定することも含み得る。その場合、そのような各部分は、心筋ブリッジ部分として標識され得る。部分的な心筋ブリッジは、以下の測定基準によって測定し得る。総心筋ブリッジ部分の表面積に対する心筋内部の冠動脈の表面積の割合、及び／または総心筋ブリッジ部分の容積に対する心筋内部の冠動脈の容積の割合。

方法２０００は、心筋ブリッジの存在を報告すること及び以下の１つまたは複数の重症度の測定基準を測定することによって、その重症度を提供することをさらに含み得る。心筋ブリッジの位置（たとえば、心門への開始距離及び終了距離）、トンネルされた部分（複数可）の長さ及び／または深さ、（収縮期の画像内などの）圧迫された部分（複数可）の偏心、（多相画像が利用可能な場合の）収縮期圧迫の程度（ステップ２００４）。心筋ブリッジの重症度は、１つまたは複数のこれらの重症度の測定基準に基づいて、「スコア化」され得る。たとえば、より高い心筋ブリッジのスコアは、次のいずれかに起因し得る。より近位の心筋ブリッジ、より深い心筋ブリッジ、より偏心した心筋ブリッジ、及び／またはより多くの収縮期圧迫。心筋ブリッジの近さは、心筋ブリッジ部分の長さ及び／または深さを使用して測定し得る。心筋ブリッジの深さは、長軸の長さに対する短軸の長さによって測定された心筋ブリッジ部分の断面の偏心に基づいて測定し得る。次に、心筋ブリッジの偏心は、（多相画像が利用可能な場合の）収縮期圧迫の程度に基づいて測定し得る。

ＩＩ 心筋ブリッジのリスク及び血行動態的意義の評価
図４は、例示的な実施形態による、心筋ブリッジのリスク及び、血行動態的意義を評価するための方法３０００の態様を示す。方法３０００は、患者固有の生理学的情報及び境界条件を取得することを含み得る（ステップ３００１）。患者固有の生理学的情報及び境界条件は、たとえば、’８１２特許に記載されている方法のいずれかを使用して取得し得る。

心筋ブリッジの重症度は、たとえば、方法２０００のステップ２００４に関して上述した１つまたは複数の測定基準を使用して評価し得る（ステップ３００２）。方法３０００は、シミュレートされた充血条件下及び／またはドブタミン・チャレンジ条件下（たとえば、心拍数及び／または収縮期の血圧の上昇）で、計算流体力学解析を実行することをさらに含み得る（ステップ３００３）。

方法３０００は、心筋ブリッジ部分でのシミュレーションから、容積流量、心周期にわたる平均圧力勾配、収縮期及び拡張期圧力勾配、冠血流予備量比（ＦＦＲ）、及び拡張期のＰｄ／Ｐａ比（「Ｐｄ」は心筋ブリッジ部分の遠位の冠動脈圧力であり、「Ｐａ」は心筋ブリッジ部分の近位の冠動脈圧力である）のうちの１つまたは複数を計算することによって、心筋ブリッジに関連する１つまたは複数の病変の血行動態的意義を評価することも含み得る（ステップ３００４）。

必要に応じて、方法３０００は、たとえば、外部の圧迫を受ける変形可能な動脈モデルを通る血流を解くことによって、心筋ブリッジ部分での心臓の収縮に起因する１つまたは複数の病変の動的変化の影響を評価することをさらに含み得る（任意のステップ３００５）。たとえば、任意のステップ３００５は、流体−構造連成モデリング技法を使用して、冠動脈及び外部心筋構造の計算モデルの応力平衡方程式を解くことを含み得る。心筋収縮に応答する冠動脈の幾何学的形状の構造力学の解は、計算流体力学（ＣＦＤ）とともに反復的に解き得る。あるいは、流体−構造連成方程式は、任意のラグランジアン・オイラー・フレームワークを使用して、連結した方法で解き得る。

ＩＩＩ 心筋ブリッジのための治療の選択肢の評価
図５は、例示的な実施形態による、心筋ブリッジを治療するための治療の選択肢を評価するための方法４０００の態様を示す。方法４０００は、心筋ブリッジの薬理学的治療の有効性を評価することを含み得る（ステップ４００１）。方法４０００は、同様にまたはその代わりに、仮想経皮的冠動脈インターベンション（ＰＣＩ）を使用してＰＣＩの有効性を評価することを含み得る（ステップ４００２）。方法４０００は、さらにまたはその代わりに、冠動脈バイパス移植手術（ＣＡＢＧ）の有効性を評価することを含み得る（ステップ４００３）。方法４０００は、加えてまたはその代わりに、ブリッジの外科的矯正の効果を評価すること、すなわち、ブリッジ上の組織を除去することを含み得て、これは「アンルーフィング」と呼び得る（ステップ４００４）。方法４０００は、同様にまたはその代わりに、最適な治療プロトコルを提案することを含み得る（ステップ４００５）。

ＩＶ 例示的な実施形態
心筋ブリッジ及び患者に及ぼす影響を報告するための方法及びシステムの非限定的な例示的な実施形態を以下に提供する。

心筋ブリッジの存在を報告する
図６は、例示的な実施形態による、心筋ブリッジの存在を報告するための方法２０００の追加の態様を示す。方法２０００は、たとえば、１人または複数の患者に対して、患者の上行大動脈、冠動脈樹、及び心筋などの患者の心臓の少なくとも一部の幾何学的形状の患者固有モデルのデジタル表現（たとえば、コンピュータ、ラップトップ、ＤＳＰ、サーバなどの計算装置のメモリまたはデジタル記憶装置［たとえば、ハード・ドライブ、ネットワーク・ドライブ］）を取得することを含み得る（ステップ２００２）。この幾何学的形状は、空間内の点のリスト（場合によっては、各点の近傍のリストを含む）として表現され得て、たとえば、空間は点の間を空間単位（たとえば、ミリメートル）でマッピングすることができる。このモデルは、たとえば、心周期の拡張終期段階の心臓コンピュータ断層撮影法（ＣＴ）スキャンを実行することによって、または磁気共鳴画像法（ＭＲＩ）を使用することによって得られ得る。画像（複数可）は、冠動脈及び心筋の内腔に属するボクセルを同定するために手動または自動で分割され得る。自動的に抽出された幾何学的形状の不正確さは、抽出された幾何学的形状を画像と比較し、必要に応じて補正を行う人間の観察者によって補正され得る。ボクセルが同定されると、（たとえば、マーチング・キューブ技法を使用して）幾何学的形状モデルを抽出することができる。少なくとも１つの実施形態では、患者固有モデルは、集中定数モデル、一次元モデル、及び三次元モデルから選択され得る。

構築された冠動脈及び心筋の患者固有モデルを使用して、方法２０００は、心筋ブリッジを呈するような心筋によって囲まれた心外膜冠動脈の部分を自動的に検出することを含み得（ステップ２００３）、心筋ブリッジの１つまたは複数の特徴を計算することを含み得る（ステップ２００４）。少なくとも１つの例示的な実施形態では、心外膜冠動脈は、主要心外膜冠動脈であり得る。

少なくとも１つの例示的な実施形態では、ステップ２００４は、検出された心筋ブリッジの１つまたは複数の特徴を計算することを含み（ステップ２００４Ａ）、１つまたは複数の心筋ブリッジの測定基準を計算することをさらに含む（ステップ２００４Ｂ）。ステップ２００４Ａは、たとえば、内側が負であり外側が正である、心筋表面の符号付き距離マップを計算することを含み得る。ステップ２００４Ａは、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算することも含み得る。少なくとも１つの実施形態では、１つまたは複数の心外膜冠動脈は、１つまたは複数の主要心外膜冠動脈であり得る。ステップ２００４Ａは、心筋表面の負の距離マップ（すなわち、心筋の内側）に属する心外膜冠動脈の１つまたは複数の部分を判定することをさらに含み得る。

ステップ２００４Ｂは、以下の心筋ブリッジの測定基準のうちの１つまたは複数を計算することを含み得る。心筋ブリッジ部分の位置（たとえば、心門への開始距離及び終了距離）、心筋ブリッジ部分の長さ、心筋ブリッジ部分の深さ、たとえば、長軸の長さに対する短軸の長さによって測定し得る、心筋ブリッジ部分の断面の偏心、（多相画像が利用可能な場合の）収縮期圧迫の程度。

方法２０００は、画像付きの心筋ブリッジの計算された存在及び特徴の結果を保存することをさらに含み得る（ステップ２００４Ｃ）。たとえば、結果は、デジタル表現（たとえば、コンピュータ、ラップトップ、ＤＳＰ、サーバなどの計算装置のメモリまたはデジタル記憶装置［たとえば、ハード・ドライブ、ネットワーク・ドライブ］）として保存し得る。ステップ２００４Ｃは、医師などの医療提供者に対して利用可能な結果を送信すること、または医療提供者に対して結果を利用可能にすることも含み得る。

心筋ブリッジのリスク及び血行動態的意義の評価
図７は、例示的な実施形態による、心筋ブリッジのリスク及び血行動態的意義を評価するための方法３０００の追加の態様を示す図である。本明細書に記載の方法及びシステムは、たとえば、心筋の充血性冠血流及び変力状態をシミュレートするために、冠動脈の収縮期圧迫及び生理学的境界条件の推定に基づく計算流体力学、流体−構造連成解析、及び／または機械学習を使用し得る。

方法３０００は、たとえば、１人または複数の患者に対して、以下のデジタル表現（たとえば、コンピュータ、ラップトップ、ＤＳＰ、サーバなどの計算装置のメモリまたはデジタル記憶装置［たとえば、ハード・ドライブ、ネットワーク・ドライブ］）を取得することを含み得る。（ａ）各時点についての患者の上行大動脈、冠動脈樹、及び心筋などの患者の心臓の少なくとも一部の幾何学的形状の患者固有モデル、及び（ｂ）各時点についての患者の生理学的または表現型パラメータの推定値のリスト（ステップ３００１Ａ）。

患者の上行大動脈、冠動脈樹、及び心筋などの患者の心臓の少なくとも一部の幾何学的形状は、空間内の点のリスト（場合によっては、たとえば、各点の近傍のリストを含む）として表現され得て、空間は点の間を空間単位（たとえば、ミリメートル）でマッピングすることができる。患者固有モデルは、心周期の拡張終期段階の患者の心臓ＣＴ撮像を実行することによって得られ得る。次いで、画像は、大動脈及び冠動脈の内腔に属するボクセルを同定するために手動または自動で分割され得る。冠血管系の三次元画像と仮定すると、たとえば、’８１２特許に記載されている方法のいずれかを含む、心血管幾何学的形状の患者固有モデルを抽出するための任意の方法を使用し得る。自動的に抽出された幾何学的形状の不正確さは、抽出された幾何学的形状を画像と比較し、必要に応じて補正を行う人間の観察者によって補正され得る。ボクセルが同定されると、（たとえば、マーチング・キューブを使用して）幾何学的形状モデルを得られ得る。少なくとも１つの実施形態では、患者固有モデルは、集中定数モデル、一次元モデル、及び三次元モデルから選択され得る。

非限定的な例示的な例として、患者の生理的または表現型パラメータの推定値のリストは、血圧、安静時の心拍数、ヘマトクリット値、患者の年齢及び／または性別、たとえば、心筋質量を推定するために、画像内の心筋を分割し、画像内の体積を計算し、１．０５ｇ／ｍＬの推定密度を使用することによって得られる心筋質量、及び冠動脈疾患の一般的な危険因子（たとえば、喫煙、糖尿病、家族歴、体重など）の１つまたは複数を含み得る。

方法３０００は、生理学的ストレス状態の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件を定義することも含み得る（ステップ３００１Ｂ）。たとえば、このストレス状態は、たとえば、ドブタミンを使用して、診断試験中に誘導されるストレス状態、または、たとえば、軽度、中等度、または強度の運動を使用してシミュレートされるストレス状態であり得る。充血状態下の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件は、’８１２特許に記載された方法を使用して定義し得る。あるいは、治療後の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件は、参照によりその内容が本明細書に組み込まれる、２０１１年１１月７日に出願され、２０１２年８月２１日に発行された米国特許第８，２４９，８１５号に記載されている方法を使用して定義し得る。心筋の変力条件下の患者の少なくとも１つの生理学的状態及び／または少なくとも１つの境界条件は、心拍数の増加及び／または収縮期血圧の上昇などの患者の生理学上のドブタミンの作用を使用して定義され得る。

方法３０００は、冠動脈の収縮期圧迫を判定または推定することを含み得る（ステップ３００２）。ステップ３００２は、たとえば、トンネルされた部分の収縮期圧迫の程度を測定するために多相（たとえば、拡張期、収縮期）画像を使用して達成し得る。たとえば、収縮期圧迫の程度は、多相画像から得られた冠動脈面メッシュの心筋ブリッジ部分の断面積を計算することによって測定し得る。別の非限定的な例として、ステップ３００２は、安静時のトンネルされた部分での冠動脈の収縮期圧迫を推定する文献データを使用して達成し得る。たとえば、文献データは、収縮期では近位／遠位の部分と比較して心筋ブリッジ内の直径の７１％＋／−１６％の減少、拡張期では直径の３５％＋／−１３％の減少を教示し得る。したがって、患者の幾何学的形状は、心筋ブリッジ部分が収縮期では直径の７１％の減少及び拡張期では３５％の減少を有するように変動され得る。具体的には、同定された心筋ブリッジ部分のメッシュ座標は、収縮期及び拡張期のそれぞれ７１％＋／−１６％及び３５％＋／−１３％の割合で中心線の垂直方向に変形され得る。

ステップ３００２はまた、安静時に取得された非侵襲的画像からトンネルされた部分での冠動脈の収縮期圧迫を推定する機械学習ベースの方法を使用して達成し得る。機械学習方法の例は、たとえば、２０１３年５月１６日に出願された米国特許出願第１３／８９５，８９３号、２０１３年５月１６日に出願された米国特許出願第１３／８９５，８７１号、及び２０１３年８月２７日に出願された米国特許出願第１４／０１１，１５１号に記載されており、参照によりその内容が本明細書に組み込まれる。

機械学習方法の例示的な実施形態が、本明細書に開示される。機械学習方法は、トレーニング・モード及び予測モードを含み得る。トレーニング・モードでは、機械学習方法は、ＣＣＴＡデータからブリッジされた動脈の特徴ベクトルを作成することを含み得る。例示的な特徴ベクトルは、たとえば、年齢、性別、心拍数、収縮期圧及び拡張期圧、及び／または心外膜脂肪量、心筋質量、心筋の領域密度、駆出率、及び／または心筋収縮性、心外膜表面に関する冠動脈の深さ、及び／またはブリッジ部分の長さを含み得る。機械学習方法は、この特徴ベクトルと、血管造影法、血管内エコー法（ＩＶＵＳ）、及び光干渉断層撮影法（ＯＣＴ）などの画像化方法からのブリッジ部分の侵襲的測定とを関連付けることも含み得る。侵襲的測定の非限定的な例には、ブリッジされた動脈の深さ及び長さ、ならびに断面内腔の直径、面積、及び偏心の変化によって測定される収縮期圧迫の程度が含まれる。機械学習方法は、得られた特徴ベクトルから収縮期圧迫の程度までの機械学習アルゴリズム（たとえば、線形サポート・ベクトル・マシン）をトレーニングすることも含み得る。機械学習方法はさらに、機械表現アルゴリズムの結果をデジタル表現（たとえば、コンピュータ、ラップトップ、ＤＳＰ、サーバなどの計算装置のメモリまたはデジタル記憶装置［たとえば、ハード・ドライブ、ネットワーク・ドライブ］）として保存することを含み得る。

予測モードでは、機械学習方法は、ＣＣＴＡデータからブリッジされた動脈の特徴ベクトルを作成することを含み得る。特徴ベクトルは、トレーニング・モードで使用される量と同一であり得る。機械学習方法は、収縮期圧迫の程度の推定値を生成するために、トレーニング・モード（たとえば、フィーチャ・ウェイト）で生成された機械学習アルゴリズムの保存された結果を使用することも含み得る。これらの推定値は、トレーニング・モードで使用した同じ機械学習技法を使用して生成し得る。機械学習方法は、推定された収縮期圧迫の程度をデジタル表現（たとえば、コンピュータ、ラップトップ、ＤＳＰ、サーバなどの計算装置のメモリまたはデジタル記憶装置［たとえば、ハード・ドライブ、ネットワーク・ドライブ］）に保存することを含み得る。機械学習方法は、さらに、流体−構造連成シミュレーションのために、予測された圧迫の程度を使用すること、または予測された圧迫の程度を、医師などの医療提供者に報告することを含み得る。

方法３０００は、計算流体力学解析及び／または構造力学シミュレーションを実行することも含み得る。この解析は、たとえば、血流及び圧力の完全な方程式を解くための三次元有限要素法、有限体積法、格子ボルツマン法、レベル集合法、粒子ベース法を使用して、及び／または血流、圧力及び血管壁運動、ならびにブリッジ部分の変形のうちの少なくとも１つを解くための流体−構造連成法を使用して実行され得る（ステップ３００３）。

方法３０００は、心筋ブリッジ部分の少なくとも１つの血行動態量を計算することをさらに含み得る。たとえば、方法３００は、血流速度、心周期にわたる平均圧力勾配、収縮期及び拡張期圧力勾配、心周期全体にわたるＦＦＲ、及び拡張期段階にわたるＰｄ／Ｐａのうちの少なくとも１つを計算することを含み得る（ステップ３００４）。ステップ３００４は、心筋ブリッジ部分での壁面せん断応力及び／または心筋ブリッジ部分での圧力勾配を計算することも含み得る。

方法３０００は、画像付きの心筋ブリッジのリスクを表す計算された少なくとも１つの血行動態量の結果を保存することを含み得る（ステップ３００６）。たとえば、結果は、デジタル表現（たとえば、コンピュータ、ラップトップ、ＤＳＰ、サーバなどの計算装置のメモリまたはデジタル記憶装置［たとえば、ハード・ドライブ、ネットワーク・ドライブ］）として保存し得る。ステップ３００６は、医師などの医療提供者に対して利用可能な結果を送信すること、または医療提供者に対して結果を利用可能にすることをさらに含み得る。

心筋ブリッジのための治療の選択肢の評価
図８は、例示的な実施形態による、心筋ブリッジための治療の選択肢を評価するための方法４０００の追加の態様を示す。本明細書で開示される治療の選択肢をガイドするための方法及びシステムは、心筋ブリッジのためのいくつかの治療の選択肢を評価することによって、前のステップで確立された機械学習ベースのリスク予測因子を使用し得る。

少なくとも一つの実施形態では、方法４０００は、心筋ブリッジの薬理学的治療（たとえば、β遮断薬、カルシウム拮抗薬、及び／または硝酸塩）の有効性またはリスクを評価することを含み得る（ステップ４００１）。たとえば、ステップ４００１は、１つまたは複数の薬理学的療法の使用をシミュレートするために患者固有モデルを反復的に更新すること及びその結果を評価することを含み得る。１つまたは複数の薬理学的療法のモデル化は、たとえば、’８１２特許に記載されている方法のいずれかを使用して達成し得る。

方法４０００は、仮想ＰＣＩを使用してＰＣＩの有効性を評価することも含み得る（ステップ４００２）。たとえば、ステップ４００２は、１つまたは複数のステントの挿入をシミュレートするために患者固有モデルを更新すること及びその結果を評価することを含み得る。１つまたは複数のステントの挿入のモデル化は、たとえば、’８１２特許に記載されている方法のいずれかを使用して達成し得る。

さらに、方法４０００は、冠動脈バイパス移植手術（ＣＡＢＧ）の有効性を評価することを含み得る（ステップ４００３）。たとえば、ステップ４００３は、少なくとも１つのバイパスを外科的に挿入することをシミュレートするために患者固有モデルを更新すること及びその結果を評価することを含み得る。バイパス移植手術のモデル化は、たとえば、’８１２特許に記載されている方法のいずれかを使用して達成し得る。

方法４０００は、ブリッジ部分の外科的なアンルーフィングの有効性を評価することをさらに含み得る（ステップ４００４）。ブリッジ部分の外科的なアンルーフィングの効果は、心内膜側及び外側壁の圧迫力を維持しながら、冠動脈の心外膜側の動脈の外部圧迫を軽減することによって実現することができる。たとえば、この効果は、ブリッジ部分の長さに沿って動脈の周囲に変化する外部圧迫を規定することによってモデル化することができる。方法４０００は、最適な治療プロトコルを提案することも含み得る（ステップ４００５）。

図９は、例示的な汎用コンピュータ７０００を示す高レベル機能ブロック図を提供する。コンピュータ７０００は、たとえば、上述の方法のいずれかを実施するために使用され得る。当業者は、このようなコンピュータ装置の構造、プログラミング、及び一般的な動作に精通しており、その結果、図面は自明であるべきだと考えられる。

一例では、コンピュータ７０００は、サーバなどのためのコンピュータ・ハードウェア・プラットフォームを表し得る。したがって、コンピュータ７０００は、たとえば、パケット・データ通信７６００のためのデータ通信インターフェースを含み得る。プラットフォームは、プログラム命令を実行するための１つまたは複数のプロセッサの形態の中央処理装置（ＣＰＵ）７２００も含み得る。プラットフォームは、典型的には、内部通信バス７１００、プログラム記憶装置、ＲＯＭ７３００及びＲＡＭ７４００などのプラットフォームによって処理及び／または通信される様々なデータ・ファイルのためのデータ記憶装置を含むが、コンピュータ７０００は、多くの場合、ネットワーク通信７７００を介してプログラミング及びデータを受信する。そのような機器のハードウェア要素、オペレーティング・システム、及びプログラミング言語は本質的に従来のものであり、当業者は十分に精通していると推測される。コンピュータ７０００は、キーボード、マウス、タッチ・スクリーン、モニター、ディスプレイなどの入出力装置と接続するための入出力ポート７５００も含み得る。もちろん、様々なサーバ機能は、処理負荷を分散するために、いくつかの同様のプラットフォーム上に分散方式で実装し得る。あるいは、サーバは、１つのコンピューター・ハードウェア・プラットフォームの適切なプログラミングによって実装され得る。

任意の実施形態に記載された任意の態様は、本明細書に記載されるその他の任意の実施形態で使用され得る。本明細書に記載のすべての装置及び機器は、任意の適切な医療処置で使用され得、任意の適切な身体の内腔及び体腔を通って前進させ得、任意の適切な身体部分を画像化するために使用され得る。

本開示の範囲から逸脱することなく、開示されたシステム及びプロセスにおいて様々な修正及び変形が行えることは、当業者には明らかであろう。その他の実施形態は、本明細書の考察及び本明細書に開示される本開示の実施から当業者に明らかになるであろう。本明細書及び実施例は、例示としてのみ考慮されることを意図しており、本開示の真の範囲及び精神は、以下の特許請求の範囲によって示される。

Claims (25)

1. 患者内の心筋ブリッジの存在を報告するためのコンピュータ実行方法であって、前記方法は、
   前記患者の心臓の患者固有画像データを受信することと、
   前記受信された患者固有画像データを使用して患者固有モデルを受信または生成することであって、前記患者固有モデルは、前記患者の心筋及び前記患者の心外膜冠動脈の少なくとも一部を表す、ことと、
   前記患者固有モデル内で、前記モデル化された心筋の表面から前記モデル化された心外膜冠動脈の部分までの距離を判定することと、
   前記判定された距離を使用して、前記モデル化された心筋の前記表面の内部にあるかまたは前記モデル化された心筋の前記表面によって少なくとも部分的に囲まれているかまたは前記モデル化された心筋の前記表面に隣接する、前記モデル化された心外膜冠動脈の前記部分の一部を検出することと、
   前記モデル化された心外膜冠動脈の前記部分の前記検出された一部を心筋ブリッジの位置として同定または標識することと、
   少なくとも１つのコンピュータプロセッサを使用して、前記モデル化された心外膜冠動脈の前記部分の前記検出された一部から前記心筋ブリッジの少なくとも１つの物理的解剖学的特徴を計算することと、
   前記患者固有モデルから計算された前記心筋ブリッジの前記物理的解剖学的特徴を使用して、前記心筋ブリッジの重症度スコアを判定することと
   を含む、方法。
2. 前記同定または標識された心筋ブリッジ、及び、前記心筋ブリッジの前記少なくとも１つの物理的解剖学的特徴を保存することをさらに含む、請求項１に記載の方法。
3. 前記患者固有モデルは、前記患者の上行大動脈、冠動脈樹及び心筋の幾何学形状を含む前記患者の心臓の幾何学的形状の患者固有の解剖学的画像データに基づいている、請求項１に記載の方法。
4. 前記心筋ブリッジの前記少なくとも１つの物理的解剖学的特徴を計算することは、心筋表面の符号付き距離マップを計算すること、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算すること、前記心筋の内部の１つまたは複数の心外膜冠動脈の１つまたは複数の部分を判定すること、及び、少なくとも１つの心筋ブリッジの重症度の測定基準を判定することのうちの少なくとも１つを含む、請求項１に記載の方法。
5. 前記少なくとも１つの心筋ブリッジの重症度の測定基準は、心筋ブリッジ部分の位置、前記心筋ブリッジ部分の長さ、前記心筋ブリッジ部分の深さ、前記心筋ブリッジ部分の断面の偏心、及び、収縮期圧迫の程度から選択される、請求項４に記載の方法。
6. 前記心筋ブリッジ部分の前記位置は、心門への開始距離または終了距離に基づいている、請求項５に記載の方法。
7. 前記心筋ブリッジ部分の断面の前記偏心は、長軸の長さに対する短軸の長さによって測定される、請求項５に記載の方法。
8. 前記患者固有モデルは、集中定数モデル、一次元モデル、または、三次元モデルから選択される、請求項１に記載の方法。
9. 前記患者固有モデルを使用して、収縮期及び／または拡張期中の心筋ブリッジ部分の少なくとも１つの血流特性を判定することをさらに含む、請求項１に記載の方法。
10. 患者内の心筋ブリッジの存在を報告するためのシステムであって、前記システムは、
    患者内の心筋ブリッジの存在を報告するための命令を記憶するデータ記憶装置と、
    前記命令を実行することにより方法を実行するように構成されるプロセッサであって、前記方法は、
    前記患者の心臓の患者固有画像データを受信することと、
    前記受信された患者固有画像データを使用して患者固有モデルを受信または生成することであって、前記患者固有モデルは、前記患者の心筋及び前記患者の心外膜冠動脈の少なくとも一部を表す、ことと、
    前記患者固有モデル内で、前記モデル化された心筋の表面から前記モデル化された心外膜冠動脈の部分までの距離を判定することと、
    前記判定された距離を使用して、前記モデル化された心筋の前記表面の内部にあるかまたは前記モデル化された心筋の前記表面によって少なくとも部分的に囲まれているかまたは前記モデル化された心筋の前記表面に隣接する、前記モデル化された心外膜冠動脈の前記部分の一部を検出することと、
    前記モデル化された心外膜冠動脈の前記部分の前記検出された一部を心筋ブリッジの位置として同定または標識することと、
    少なくとも１つのコンピュータプロセッサを使用して、前記モデル化された心外膜冠動脈の前記部分の前記検出された一部から前記心筋ブリッジの少なくとも１つの物理的解剖学的特徴を計算することと、
    前記患者固有モデルから計算された前記心筋ブリッジの前記物理的解剖学的特徴を使用して、前記心筋ブリッジの重症度スコアを判定することと
    を含む、プロセッサと
    を備える、システム。
11. 前記患者固有モデルは、前記患者の上行大動脈、冠動脈樹及び心筋の幾何学形状を含む前記患者の心臓の幾何学的形状の患者固有の解剖学的画像データに基づいている、請求項１０に記載のシステム。
12. 前記心筋ブリッジの前記少なくとも１つの物理的解剖学的特徴を計算することは、心筋表面の符号付き距離マップを計算すること、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算すること、前記心筋の内部の１つまたは複数の心外膜冠動脈の１つまたは複数の部分を判定すること、及び、少なくとも１つの心筋ブリッジの重症度の測定基準を判定することのうちの少なくとも１つを含む、請求項１０に記載のシステム。
13. 前記少なくとも１つの心筋ブリッジの重症度の測定基準は、心筋ブリッジ部分の位置、前記心筋ブリッジ部分の長さ、前記心筋ブリッジ部分の深さ、前記心筋ブリッジ部分の断面の偏心、及び、収縮期圧迫の程度から選択される、請求項１２に記載のシステム。
14. 前記心筋ブリッジ部分の前記位置は、心門への開始距離または終了距離に基づいている、請求項１３に記載のシステム。
15. 前記心筋ブリッジ部分の断面の前記偏心は、長軸の長さに対する短軸の長さによって測定される、請求項１３に記載のシステム。
16. 前記患者固有モデルは、集中定数モデル、一次元モデル、または、三次元モデルから選択される、請求項１０に記載のシステム。
17. 前記方法は、前記患者固有モデルを使用して、収縮期及び／または拡張期中の心筋ブリッジ部分の少なくとも１つの血流特性を判定することをさらに含む、請求項１０に記載のシステム。
18. 少なくとも１つのコンピュータシステム上で使用するための非一時的なコンピュータ可読媒体であって、前記非一時的なコンピュータ可読媒体は、患者内の心筋ブリッジの存在を報告するための方法を実行するためのコンピュータ実行可能なプログラミング命令を含み、前記方法は、
    前記患者の心臓の患者固有画像データを受信することと、
    前記受信された患者固有画像データを使用して患者固有モデルを受信または生成することであって、前記患者固有モデルは、前記患者の心筋及び前記患者の心外膜冠動脈の少なくとも一部を表す、ことと、
    前記患者固有モデル内で、前記モデル化された心筋の表面から前記モデル化された心外膜冠動脈の部分までの距離を判定することと、
    前記判定された距離を使用して、前記モデル化された心筋の前記表面の内部にあるかまたは前記モデル化された心筋の前記表面によって少なくとも部分的に囲まれているかまたは前記モデル化された心筋の前記表面に隣接する、前記モデル化された心外膜冠動脈の前記部分の一部を検出することと、
    前記モデル化された心外膜冠動脈の前記部分の前記検出された一部を心筋ブリッジの位置として同定または標識することと、
    少なくとも１つのコンピュータプロセッサを使用して、前記モデル化された心外膜冠動脈の前記部分の前記検出された一部から前記心筋ブリッジの少なくとも１つの物理的解剖学的特徴を計算することと、
    前記患者固有モデルから計算された前記心筋ブリッジの前記物理的解剖学的特徴を使用して、前記心筋ブリッジの重症度スコアを判定することと
    を含む、非一時的なコンピュータ可読媒体。
19. 前記患者固有モデルは、前記患者の上行大動脈、冠動脈樹及び心筋の幾何学形状を含む前記患者の心臓の幾何学的形状の患者固有の解剖学的画像データに基づいている、請求項１８に記載の非一時的なコンピュータ可読媒体。
20. 前記心筋ブリッジの前記少なくとも１つの物理的解剖学的特徴を計算することは、心筋表面の符号付き距離マップを計算すること、１つまたは複数の心外膜冠動脈の符号付き距離マップを計算すること、前記心筋の内部の１つまたは複数の心外膜冠動脈の１つまたは複数の部分を判定すること、及び、少なくとも１つの心筋ブリッジの重症度の測定基準を判定することのうちの少なくとも１つを含む、請求項１８に記載の非一時的なコンピュータ可読媒体。
21. 前記少なくとも１つの心筋ブリッジの重症度の測定基準は、心筋ブリッジ部分の位置、前記心筋ブリッジ部分の長さ、前記心筋ブリッジ部分の深さ、前記心筋ブリッジ部分の断面の偏心、及び、収縮期圧迫の程度から選択される、請求項２０に記載の非一時的なコンピュータ可読媒体。
22. 前記心筋ブリッジ部分の前記位置は、心門への開始距離または終了距離に基づいている、請求項２１に記載の非一時的なコンピュータ可読媒体。
23. 前記心筋ブリッジ部分の断面の前記偏心は、長軸の長さに対する短軸の長さによって測定される、請求項２１に記載の非一時的なコンピュータ可読媒体。
24. 前記患者固有モデルは、集中定数モデル、一次元モデル、または、三次元モデルから選択される、請求項１８に記載の非一時的なコンピュータ可読媒体。
25. 前記方法は、前記患者固有モデルを使用して、収縮期及び／または拡張期中の心筋ブリッジ部分の少なくとも１つの血流特性を判定することをさらに含む、請求項１８に記載の非一時的なコンピュータ可読媒体。