JP6858773B2 - １つ以上の移植特性をシミュレーションすることによる臓器移植及び／または組織移植を評価するためのシステム及び方法 - Google Patents
１つ以上の移植特性をシミュレーションすることによる臓器移植及び／または組織移植を評価するためのシステム及び方法 Download PDFInfo
- Publication number
- JP6858773B2 JP6858773B2 JP2018526581A JP2018526581A JP6858773B2 JP 6858773 B2 JP6858773 B2 JP 6858773B2 JP 2018526581 A JP2018526581 A JP 2018526581A JP 2018526581 A JP2018526581 A JP 2018526581A JP 6858773 B2 JP6858773 B2 JP 6858773B2
- Authority
- JP
- Japan
- Prior art keywords
- transplant
- tissue
- organ
- blood flow
- flow characteristics
- 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
Links
- 210000000056 organ Anatomy 0.000 title claims description 237
- 238000000034 method Methods 0.000 title claims description 123
- 210000001519 tissue Anatomy 0.000 claims description 228
- 230000017531 blood circulation Effects 0.000 claims description 192
- 230000002792 vascular Effects 0.000 claims description 112
- 238000002054 transplantation Methods 0.000 claims description 77
- 210000002808 connective tissue Anatomy 0.000 claims description 76
- 210000005166 vasculature Anatomy 0.000 claims description 53
- 210000004369 blood Anatomy 0.000 claims description 43
- 239000008280 blood Substances 0.000 claims description 43
- 230000036770 blood supply Effects 0.000 claims description 37
- 238000003860 storage Methods 0.000 claims description 36
- 230000004064 dysfunction Effects 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 13
- 206010053159 Organ failure Diseases 0.000 claims description 12
- 210000001367 artery Anatomy 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 12
- 238000002591 computed tomography Methods 0.000 claims description 10
- 230000010412 perfusion Effects 0.000 claims description 10
- 210000001685 thyroid gland Anatomy 0.000 claims description 10
- 210000004185 liver Anatomy 0.000 claims description 8
- 230000036772 blood pressure Effects 0.000 claims description 7
- 210000003734 kidney Anatomy 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000002411 adverse Effects 0.000 claims description 5
- 230000001052 transient effect Effects 0.000 claims description 5
- 238000002583 angiography Methods 0.000 claims description 4
- 230000000747 cardiac effect Effects 0.000 claims description 4
- 210000004072 lung Anatomy 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 3
- 230000024924 glomerular filtration Effects 0.000 claims description 3
- 230000000968 intestinal effect Effects 0.000 claims description 3
- 210000000496 pancreas Anatomy 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 2
- 239000007943 implant Substances 0.000 claims description 2
- 230000002685 pulmonary effect Effects 0.000 claims description 2
- 238000000746 purification Methods 0.000 claims description 2
- 206010054880 Vascular insufficiency Diseases 0.000 claims 1
- 208000023577 vascular insufficiency disease Diseases 0.000 claims 1
- 238000010801 machine learning Methods 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 238000012549 training Methods 0.000 description 7
- 230000027455 binding Effects 0.000 description 6
- 238000009739 binding Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 210000004204 blood vessel Anatomy 0.000 description 4
- 210000003414 extremity Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000004087 circulation Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008081 blood perfusion Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000002183 duodenal effect Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 230000028993 immune response Effects 0.000 description 2
- 210000004698 lymphocyte Anatomy 0.000 description 2
- 230000004089 microcirculation Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 230000009278 visceral effect Effects 0.000 description 2
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 241001272996 Polyphylla fullo Species 0.000 description 1
- 210000001744 T-lymphocyte Anatomy 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003872 anastomosis Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 210000003719 b-lymphocyte Anatomy 0.000 description 1
- 230000004071 biological effect Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 210000002767 hepatic artery Anatomy 0.000 description 1
- 210000001621 ilium bone Anatomy 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 210000001349 mammary artery Anatomy 0.000 description 1
- 210000001363 mesenteric artery superior Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000920 organ at risk Anatomy 0.000 description 1
- 230000004768 organ dysfunction Effects 0.000 description 1
- 210000004789 organ system Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000001766 physiological effect Effects 0.000 description 1
- 230000035479 physiological effects, processes and functions Effects 0.000 description 1
- 210000003240 portal vein Anatomy 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 230000008327 renal blood flow Effects 0.000 description 1
- 210000002563 splenic artery Anatomy 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
- 210000002559 ulnar artery Anatomy 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
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
-
- 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
- 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
- A61B5/0263—Measuring blood flow using NMR
-
- 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
- A61B6/50—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
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- 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
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
- G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
- G09B23/30—Anatomical models
- G09B23/303—Anatomical models specially adapted to simulate circulation of bodily fluids
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10132—Ultrasound image
-
- 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
- G06T2207/30056—Liver; Hepatic
-
- 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
- G06T2207/30084—Kidney; Renal
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/404—Angiography
Description
関連出願の相互参照
本願は、２０１５年１１月２３日に出願された米国仮特許出願第６２／２５８，９３０号の優先権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援用される。
本願は、２０１５年１１月２３日に出願された米国仮特許出願第６２／２５８，９３０号の優先権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援用される。
本開示のさまざまな実施形態は、概して臓器移植または組織移植、及び関連する方法に関する。より詳細には、本開示の特定の実施形態は、臓器移植または組織移植を評価するためのシステム及び方法に関する。
臓器移植または組織移植は、患者にとって救命処置となる場合がある。しかしながら、生体臓器の供給は厳しく制限されている場合があり、移植術は不成功に終わる場合がある。レシピエントまたはドナーの血液型、健康状態及びレシピエントの臓器不全の重症度、ならびにドナーの臓器の状態を含むが、これらに限定されるものではないいくつかの要因が、移植術を不成功に終わらせる、及び／または次善のドナーマッチング及び／または結果につながる場合がある。さらに、死亡したドナーから生きているレシピエントへの臓器移植の場合、ドナーの臓器が生存可能である時間の長さはドナーを潜在的なレシピエントにマッチングさせるうえで重要な要因となり得る。さらに、移植処置を不成功に終わらせる、及び／または次善のマッチングの結果につながる場合がある他の要因は、ドナーの臓器の大きさが潜在的なレシピエントの解剖学的な限度容積及び生理的要求に適合するかどうか、及びどの程度まで適合するかに関係する場合がある。例えば、１つの要因は、潜在的なドナーの心臓の心拍出量がレシピエントの患者の必要を満たし得るかどうかを含む場合がある。移植処置を不成功に終わらせる、及び／または次善のマッチングにつながる場合がある要因の別の例は、予測されるレシピエントの腎血流及び腎臓血圧ならびに所望される腎臓機能が、潜在的なドナーの腎臓の特性に適合するかどうか、及びどの程度適合するかである。潜在的な肝移植または肺移植の場合にも、同様の考慮すべき事項が生じる場合がある。したがって、医師によって移植処置が成功し得るかどうかを判断するのを支援するためのより効果的なツールに対する要求がある。さらに、提供される臓器のレシピエントの必要性との適合を改善する、またはレシピエントの血液供給のドナーの組織、臓器、及び／または脈管系への結合を改善する要求もある。
前記一般的な説明及び以下の詳細な説明は例示的かつ説明的であるにすぎず、本開示を限定するものではない。
本開示の特定の態様によれば、臓器移植及び／または組織移植を評価するためのシステム及び方法が開示される。
１つの方法は、移植された臓器または組織に血液を供給するために指定される、対象となる移植レシピエントの脈管系を含む対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、対象となる移植レシピエントに移植されるために指定される、対象となる移植ドナーの臓器または組織の脈管系を含む対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、対象となる移植ドナーの臓器または組織の脈管系の少なくとも一部及び移植された臓器または組織に血液を供給するために指定された対象となる移植レシピエントの脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、結合組織を通る血流の１つ以上の血流特性を計算するために結合組織の統一モデルを通る血流を推定することと、計算された血流特性を使用し、計画されている移植を評価することと、評価を電子記憶媒体またはディスプレイに出力することとを含む。
別の実施形態によれば、仮想移植モデルを通る血流を推定することによって臓器移植及び／または組織移植を評価するためのシステムは、血流を推定することによって臓器移植または組織移植を評価するための命令を記憶するデータ記憶装置と、移植された臓器または組織に血液を供給するために指定される、対象となる移植レシピエントの脈管系を含む対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、対象となる移植レシピエントに移植されるために指定される、対象となる移植ドナーの臓器または組織の脈管系を含む対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、対象となる移植ドナーの臓器または組織の脈管系の少なくとも一部及び移植された臓器または組織に血液を供給するために指定された対象となる移植レシピエントの脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、結合組織を通る血流の１つ以上の血流特性を計算するために結合組織の統一モデルを通る血流を推定することと、計算された血流特性を使用し、計画されている移植を評価することと、評価を電子記憶媒体またはディスプレイに出力することとを含む方法を実行する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、コンピュータシステムでの使用のための非一過性のコンピュータ可読媒体は、仮想移植モデルを通る血流を推定することによって臓器移植及び／または組織移植を評価する方法を実行するためのコンピュータによって実行可能なプログラミング命令を含み、該方法は、移植された臓器または組織に血液を供給するために指定される、対象となる移植レシピエントの脈管系を含む対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、対象となる移植レシピエントに移植されるために指定される、対象となる移植ドナーの臓器または組織の脈管系を含む対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、対象となる移植ドナーの臓器または組織の脈管系の少なくとも一部及び移植された臓器または組織に血液を供給するために指定された対象となる移植レシピエントの脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、結合組織を通る血流の１つ以上の血流特性を計算するために結合組織の統一モデルを通る血流を推定することと、計算された血流特性を使用し、計画されている移植を評価することと、評価を電子記憶媒体またはディスプレイに出力することとを含む。
開示される実施形態の追加の目的及び優位点は、一部は以下の説明に記載され、一部は説明から明白になる、または開示される実施形態の実施によって習得され得る。開示された実施形態の目的及び優位点は、添付の特許請求の範囲で特に指摘される要素及び組み合わせによって実現され、達成される。
上述の一般的な説明及び以下の詳細説明はどちらも例示的かつ説明的なものであるにすぎず、特許請求される開示される実施形態を限定するものではないと理解すべきである。
本明細書は、例えば、以下の項目も提供する。
（項目１）
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのコンピュータによって実行される方法であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、前記結合組織の前記統一モデルを通る血流を推定することと、
前記計算された血流特性を使用し、前記計画されている移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含む、前記コンピュータによって実行される方法。
（項目２）
さらに、
前記統一モデルを構築する前に、
前記対象となる移植レシピエントの前記患者特有の解剖学的モデルを使用し、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系、または
前記対象となる移植ドナーの前記患者特有の解剖学的モデルを使用し、前記対象となる移植ドナーの前記臓器または組織の前記脈管系、
の１つ以上の、１つ以上の血流特性を受信することと、
前記統一モデルを構築する前に、前記受信された１つ以上の血流特性を電子記憶媒体に出力することと、
を含む、項目１に記載のコンピュータによって実行される方法。
（項目３）
血流特性が、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での血圧と、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での冠血流予備量比と、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での流量または流速と、
臓器または組織の灌流特性と、
臓器または組織の血液供給需要と、
の１つ以上を含む、項目１に記載のコンピュータによって実行される方法。
（項目４）
さらに、
前記結合組織の前記移植された臓器または組織の１つ以上の機能特性を計算することと、
前記計算された血流特性及び機能特性を使用し、前記計画されている移植を評価することと、
を含む、項目１に記載のコンピュータによって実行される方法。
（項目５）
機能特性が、
対象となる心臓移植のための心拍出量と、
対象となる腎移植のための糸球体濾過量と、
対象となる肝移植のための浄化値容量と、
対象となる組織移植のための組織灌流特性と、
の１つ以上を含む移植される臓器または組織の能力に特有である特性を含む、項目４に記載のコンピュータによって実行される方法。
（項目６）
１つ以上の血流特性を受信することが、
臓器、組織、及び／または脈管系の質量を決定することと、
相対的成長関係を使用して血液供給需要特性を推定することと、
を含む、項目２に記載のコンピュータによって実行される方法。
（項目７）
１つ以上の血流特性を受信することが、
プロセッサを使用し、患者特有の解剖学的モデルの１つ以上に対して３次元モデルまたは低減次数モデルの流体シミュレーションを実行することと、
前記患者特有の解剖学的モデルの１つ以上の、１つ以上の点での血流特性を計算することと、
前記血流特性を電子記憶媒体に出力することと、
を含む、項目２に記載のコンピュータによって実行される方法。
（項目８）
前記結合組織の移植後の統一モデルを構築することが、前記対象となる移植ドナーの前記臓器または組織の前記脈管系と、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系との間の１つ以上の結合を決定することを含む、項目１に記載のコンピュータによって実行される方法。
（項目９）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
の１つ以上を含む、項目１に記載のコンピュータによって実行される方法。
（項目１０）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記元の脈管系、または前記移植された臓器もしくは組織に血液を供給するために指定される前記対象となる移植レシピエントの前記元の脈管系の１つ以上の点の前記血流特性に類似しているかどうかを判断することを含む、項目１に記載のコンピュータによって実行される方法。
（項目１１）
前記計算された血流特性及び機能特性を使用し、前記計画されている移植を評価することが、前記結合組織の前記移植された臓器または組織の前記機能ステータスを決定することを含み、前記機能ステータスが前記結合組織の前記機能特性から決定される、項目４に記載のコンピュータによって実行される方法。
（項目１２）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、
大血管機能不全の前記リスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全の前記リスクまたは存在を判断することと、の１つ以上を含む、項目１に記載のコンピュータによって実行される方法。
（項目１３）
患者特有の解剖学的モデルを受信することが、
コンピュータ断層撮影（ＣＴ）、冠状動脈コンピュータ断層撮影（ｃＣＴ）、磁気共鳴（ＭＲ）映像法、超音波画像診断、または血管造影法の１つ以上から１つ以上の医療画像を受信することと、
前記１つ以上の受信された医療画像を１つ以上のボクセルに分割することと、
患者特有の解剖学的モデルの前記導出のために対象となる前記ボクセルを識別することと、
前記識別されたボクセルから患者特有の解剖学的モデルを引き出すことと、
前記引き出されたモデルを電子記憶媒体に出力することと、
の１つ以上を含む、項目１に記載の前記コンピュータによって実行される方法。
（項目１４）
前記患者特有の解剖学的モデルが、
対象となる心臓移植のための前記心臓血管系と、
対象となる肝移植のための前記肝血管系と、
対象となる肺移植のための前記肺血管系と、
対象となる胸腺移植のための前記内胸動脈、上甲状腺動脈、及び下甲状腺動脈と、
対象となる腎移植のための前記腎血管系と、
対象となる腸移植のための前記内蔵血管系と、
対象となる膵臓移植のための前記膵臓血管系と、
手足の対象となる移植のために手足に血液を供給する前記血管系と、
の１つ以上を含む、任意の血管系、下位組織、部分系、または解剖学的組織の表示である、項目１に記載のコンピュータによって実行される方法。
（項目１５）
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのシステムであって、
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するための命令を記憶するデータ記憶装置と、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、前記結合組織の前記統一モデルを通る血流を推定することと、
前記計算された血流特性を使用し、前記計画されている移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含む方法を実行する命令を実行するように構成されたプロセッサと、
を備える前記システム。
（項目１６）
さらに、
前記統一モデルを構築する前に、
前記対象となる移植レシピエントの前記患者特有の解剖学的モデルを使用し、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系、または
前記対象となる移植ドナーの前記患者特有の解剖学的モデルを使用し、前記対象となる移植ドナーの前記臓器または組織の前記脈管系と、
の１つ以上の、１つ以上の血流特性を受信することと、
前記統一モデルを構築する前に、前記受信された１つ以上の血流特性を電子記憶媒体に出力することと、
を含む、項目１５に記載のシステム。
（項目１７）
１つ以上の血流特性を受信することが、
前記臓器、組織、及び／または脈管系の質量を決定することと、
相対的成長関係を使用して血液供給需要特性を推定することと、
を含む、項目１６に記載のシステム。
（項目１８）
１つ以上の血流特性を受信することが、
プロセッサを使用し、患者特有の解剖学的モデルの１つ以上に対して３次元モデルまたは低減次数モデルの流体シミュレーションを実行することと、
前記患者特有の解剖学的モデルの１つ以上の、１つ以上の点での血流特性を計算することと、
前記血流特性を電子記憶媒体に出力することと、
を含む、項目１６に記載のシステム。
（項目１９）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記元の脈管系、または前記移植された臓器または組織に血液を供給するために指定される前記対象となる移植レシピエントの前記元の脈管系の１つ以上の点のための前記血流特性に類似しているかどうかを判断することと、
前記結合組織の前記機能特性から決定される、前記結合組織の前記移植された臓器または組織の機能ステータスを決定することと、
大血管機能不全の前記リスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全の前記リスクまたは存在を判断することと、の１つ以上を含む、項目１５に記載のシステム。
（項目２０）
コンピュータによって実行される際、前記コンピュータに、仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するための方法を実行させる命令を記憶する非一過性のコンピュータ可読媒体であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、前記結合組織の前記統一モデルを通る血流を推定することと、
前記計算された血流特性を使用し、前記計画されている移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含む、前記非一過性のコンピュータ可読媒体。
本明細書は、例えば、以下の項目も提供する。
（項目１）
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのコンピュータによって実行される方法であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、前記結合組織の前記統一モデルを通る血流を推定することと、
前記計算された血流特性を使用し、前記計画されている移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含む、前記コンピュータによって実行される方法。
（項目２）
さらに、
前記統一モデルを構築する前に、
前記対象となる移植レシピエントの前記患者特有の解剖学的モデルを使用し、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系、または
前記対象となる移植ドナーの前記患者特有の解剖学的モデルを使用し、前記対象となる移植ドナーの前記臓器または組織の前記脈管系、
の１つ以上の、１つ以上の血流特性を受信することと、
前記統一モデルを構築する前に、前記受信された１つ以上の血流特性を電子記憶媒体に出力することと、
を含む、項目１に記載のコンピュータによって実行される方法。
（項目３）
血流特性が、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での血圧と、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での冠血流予備量比と、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での流量または流速と、
臓器または組織の灌流特性と、
臓器または組織の血液供給需要と、
の１つ以上を含む、項目１に記載のコンピュータによって実行される方法。
（項目４）
さらに、
前記結合組織の前記移植された臓器または組織の１つ以上の機能特性を計算することと、
前記計算された血流特性及び機能特性を使用し、前記計画されている移植を評価することと、
を含む、項目１に記載のコンピュータによって実行される方法。
（項目５）
機能特性が、
対象となる心臓移植のための心拍出量と、
対象となる腎移植のための糸球体濾過量と、
対象となる肝移植のための浄化値容量と、
対象となる組織移植のための組織灌流特性と、
の１つ以上を含む移植される臓器または組織の能力に特有である特性を含む、項目４に記載のコンピュータによって実行される方法。
（項目６）
１つ以上の血流特性を受信することが、
臓器、組織、及び／または脈管系の質量を決定することと、
相対的成長関係を使用して血液供給需要特性を推定することと、
を含む、項目２に記載のコンピュータによって実行される方法。
（項目７）
１つ以上の血流特性を受信することが、
プロセッサを使用し、患者特有の解剖学的モデルの１つ以上に対して３次元モデルまたは低減次数モデルの流体シミュレーションを実行することと、
前記患者特有の解剖学的モデルの１つ以上の、１つ以上の点での血流特性を計算することと、
前記血流特性を電子記憶媒体に出力することと、
を含む、項目２に記載のコンピュータによって実行される方法。
（項目８）
前記結合組織の移植後の統一モデルを構築することが、前記対象となる移植ドナーの前記臓器または組織の前記脈管系と、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系との間の１つ以上の結合を決定することを含む、項目１に記載のコンピュータによって実行される方法。
（項目９）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
の１つ以上を含む、項目１に記載のコンピュータによって実行される方法。
（項目１０）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記元の脈管系、または前記移植された臓器もしくは組織に血液を供給するために指定される前記対象となる移植レシピエントの前記元の脈管系の１つ以上の点の前記血流特性に類似しているかどうかを判断することを含む、項目１に記載のコンピュータによって実行される方法。
（項目１１）
前記計算された血流特性及び機能特性を使用し、前記計画されている移植を評価することが、前記結合組織の前記移植された臓器または組織の前記機能ステータスを決定することを含み、前記機能ステータスが前記結合組織の前記機能特性から決定される、項目４に記載のコンピュータによって実行される方法。
（項目１２）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、
大血管機能不全の前記リスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全の前記リスクまたは存在を判断することと、の１つ以上を含む、項目１に記載のコンピュータによって実行される方法。
（項目１３）
患者特有の解剖学的モデルを受信することが、
コンピュータ断層撮影（ＣＴ）、冠状動脈コンピュータ断層撮影（ｃＣＴ）、磁気共鳴（ＭＲ）映像法、超音波画像診断、または血管造影法の１つ以上から１つ以上の医療画像を受信することと、
前記１つ以上の受信された医療画像を１つ以上のボクセルに分割することと、
患者特有の解剖学的モデルの前記導出のために対象となる前記ボクセルを識別することと、
前記識別されたボクセルから患者特有の解剖学的モデルを引き出すことと、
前記引き出されたモデルを電子記憶媒体に出力することと、
の１つ以上を含む、項目１に記載の前記コンピュータによって実行される方法。
（項目１４）
前記患者特有の解剖学的モデルが、
対象となる心臓移植のための前記心臓血管系と、
対象となる肝移植のための前記肝血管系と、
対象となる肺移植のための前記肺血管系と、
対象となる胸腺移植のための前記内胸動脈、上甲状腺動脈、及び下甲状腺動脈と、
対象となる腎移植のための前記腎血管系と、
対象となる腸移植のための前記内蔵血管系と、
対象となる膵臓移植のための前記膵臓血管系と、
手足の対象となる移植のために手足に血液を供給する前記血管系と、
の１つ以上を含む、任意の血管系、下位組織、部分系、または解剖学的組織の表示である、項目１に記載のコンピュータによって実行される方法。
（項目１５）
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのシステムであって、
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するための命令を記憶するデータ記憶装置と、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、前記結合組織の前記統一モデルを通る血流を推定することと、
前記計算された血流特性を使用し、前記計画されている移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含む方法を実行する命令を実行するように構成されたプロセッサと、
を備える前記システム。
（項目１６）
さらに、
前記統一モデルを構築する前に、
前記対象となる移植レシピエントの前記患者特有の解剖学的モデルを使用し、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系、または
前記対象となる移植ドナーの前記患者特有の解剖学的モデルを使用し、前記対象となる移植ドナーの前記臓器または組織の前記脈管系と、
の１つ以上の、１つ以上の血流特性を受信することと、
前記統一モデルを構築する前に、前記受信された１つ以上の血流特性を電子記憶媒体に出力することと、
を含む、項目１５に記載のシステム。
（項目１７）
１つ以上の血流特性を受信することが、
前記臓器、組織、及び／または脈管系の質量を決定することと、
相対的成長関係を使用して血液供給需要特性を推定することと、
を含む、項目１６に記載のシステム。
（項目１８）
１つ以上の血流特性を受信することが、
プロセッサを使用し、患者特有の解剖学的モデルの１つ以上に対して３次元モデルまたは低減次数モデルの流体シミュレーションを実行することと、
前記患者特有の解剖学的モデルの１つ以上の、１つ以上の点での血流特性を計算することと、
前記血流特性を電子記憶媒体に出力することと、
を含む、項目１６に記載のシステム。
（項目１９）
前記計算された血流特性を使用し、前記計画されている移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記元の脈管系、または前記移植された臓器または組織に血液を供給するために指定される前記対象となる移植レシピエントの前記元の脈管系の１つ以上の点のための前記血流特性に類似しているかどうかを判断することと、
前記結合組織の前記機能特性から決定される、前記結合組織の前記移植された臓器または組織の機能ステータスを決定することと、
大血管機能不全の前記リスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全の前記リスクまたは存在を判断することと、の１つ以上を含む、項目１５に記載のシステム。
（項目２０）
コンピュータによって実行される際、前記コンピュータに、仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するための方法を実行させる命令を記憶する非一過性のコンピュータ可読媒体であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、前記結合組織の前記統一モデルを通る血流を推定することと、
前記計算された血流特性を使用し、前記計画されている移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含む、前記非一過性のコンピュータ可読媒体。
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さまざまな例示的な実施形態を示し、説明とともに、開示される実施形態の原理を説明するのに役立つ。
該方法で説明するステップは、任意の順序でまたは任意の他のステップと併せて実行してよい。さらに、本開示に説明する方法を実行するためにステップの１つ以上が省略され得ることも意図される。
次に、その例を添付図面に示す本開示の例示的な実施形態を詳細に参照する。可能な限り、同じ参照番号が、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。
本開示のシステム及び方法は、ドナー及びレシピエントの血管モデル及び／または解剖学的モデルを受信することと、対象の臓器または組織のモデルをドナーからレシピエントのモデルの中に置き換えることによって仮想移植を実行することと、仮想移植後に、例えばレシピエントの組織の血流特性及び臓器特有の機能特性等の移植特性を計算することと、例えば結合組織の血流特性及び／または機能特性を含む計算された特性を使用し、実際の臓器移植または組織移植のための適合性及び結果を評価することとを含む。
本開示の実施形態は、医師及び／または医療関係者が、臓器及び／または組織の移植術が成功し得るかどうかを判断するのを支援するためのシステム及び方法を対象とする。いくつかの実施形態では、本開示のシステム及び方法は、将来の移植術の予測される成功を数値化し得る、または採点し得る。いくつかの実施形態では、システム及び方法は臓器のドナーとレシピエントとのマッチングを改善する、及び／または外科的選択の最適化を支援する。本開示は、ドナー及びレシピエントの解剖学的組織の解剖学的モデルを作成するため、レシピエントモデル及びドナーモデルを結合することによって移植を仮想で実行するため、及び次いで移植特性（例えば、ドナーの臓器及び／または組織における血液供給特性の適切性、レシピエントにおけるドナーの臓器及び／または組織の機能性等）を計算するために計算技法を使用するためのシステム及び方法を含む。
さらに、本開示は、レシピエントの天然の組織、臓器、及び／または脈管系に対する移植術の影響を評価するためのシステム及び方法を提供する。また、影響評価は、手術の成功の可能性を推定するスコアを計算するために使用される場合もある。開示されているシステム及び方法は、医師が、手術の成功の見込みをよりうまく最適化する、またはドナーの臓器及び／または組織が別の患者に移植されるより大きい成功の見込みを有するだろうと判断することができるようにし得る。本開示の実施形態は、（ｉ）レシピエントの組織脈管系及びドナーの組織または臓器の脈管系を分割することと、（ｉｉ）仮想移植を実行することと、（ｉｉｉ）レシピエントと（生きているときの）ドナーの両者の移植後の臓器及び組織の生理学をシミュレーションして、レシピエントにとってのマッチングを最適化し、ドナーにとっての結果を最小限に抑えることを含んでよい。
ここで図を参照すると、図１は例示的な実施形態による、臓器移植及び／または組織移植を評価するための例示的なシステム１００及びネットワークのブロック図を示す。具体的には、図１は、そのいずれかが１つ以上のコンピュータ、サーバ、及び／またはハンドヘルド携帯機器を通じて、インターネット等の電子ネットワーク１０１に接続されてよい複数の医師１０２及び第三者の提供者１０４を示す。医師１０２及び／または第三者の提供者１０４は、ドナー及び／またはレシピエントの臓器、組織、及び／または脈管系の解剖学的画像を作成するまたはそれ以外の場合入手してよい。医師１０２及び／または第三者の提供者１０４は、患者特有の情報の任意の組み合わせを入手してもよい。患者特有の情報は、例えば年齢、病歴、血液型、臓器、組織、及び／または脈管系の状態、血流特性、血液供給需要特性、血圧、血液粘性、患者の活動または運動レベル、死亡時刻等を含んでよい。医師１０２及び／または第三者の提供者１０４は、電子ネットワーク１０１を介して解剖学的画像及び／または患者特有の情報をサーバシステム１０６に送信してよい。サーバシステム１０６は、医師１０２及び／または第三者の提供者１０４から受信した画像及びデータを記憶するための記憶装置を含んでよい。また、サーバシステム１０６は、記憶装置に記憶された画像及びデータを処理するための処理装置を含んでもよい。
図２は、本開示の例示的な実施形態による、臓器移植及び／または組織移植を評価する例示的な方法のブロック図である。図２の方法は、電子ネットワーク１０１を介して医師１０２及び／または第三者の提供者１０４から受信した情報、画像、及びデータに基づいてサーバシステム１０６によって実行されてよい。
一実施形態では、ステップ２０２は、移植ドナー及び移植レシピエントの患者特有の血管モデル及び／または解剖学的モデルを受信することを含んでよい。このモデルは、１つ以上の医療画像（例えば、コンピュータ断層撮影（ＣＴ）、冠血流予備量比―コンピュータ断層撮影（ＦＦＲ−ＣＴ）、磁気共鳴（ＭＲ）、超音波、血管造影法等）からモデルを抽出することによって構築された可能性がある。別の実施形態では、モデルの１つ以上は、患者情報を使用して、以前に構築された仮想臓器のライブラリからグローバルパラメータを修正することによって構築されてよい。モデルは、例えば心臓移植（例えば、冠状動脈、大動脈等）、肝移植（例えば、肝動脈、門脈等）、肺移植（例えば、肺動脈）、胸腺移植（例えば、内胸動脈、上甲状腺動脈、下甲状腺動脈等）、腎移植（例えば、腎血管、外腸骨等）、腸移植（例えば、内蔵脈管系）、膵臓移植（例えば、腹腔動脈、上腸間膜動脈、脾動脈、大膵動脈、上膵十二指腸動脈、下膵十二指腸動脈等）、または手足の移植（例えば、手の尺骨動脈、橈骨動脈等）を含む、任意の意図される移植の血管系、下位組織、部分系、及び／または解剖学的組織の表示を含んでよい。
一実施形態では、ステップ２０４は、レシピエントの組織脈管系ならびにドナーの臓器及び／または組織の脈管系を分割することを含んでよい。分割は、血流特性及び／または血液供給需要特性、または仮想移植を実行するための結合点の場所の計算を可能にしてよい。ステップ２０４の分割は、図４に関して説明する例示的な技法によって起こってよい。いくつかの実施形態では、ステップ２０２で受信されたモデル（複数可）はすでに分割された形である場合があり、ステップ２０４は不必要である場合がある。
ステップ２０６は、ドナーの臓器、組織、及び／または脈管系のレシピエントの組織の中への仮想移植を実行することを含んでよい。例えば、ステップ２０６は、ドナーからレシピエントのモデルの中に対象となる臓器、組織、及び／または脈管系のモデルを入れることを含んでよい。一実施形態では、仮想移植を実行することは、レシピエントの解剖学的組織の分割されたモデルとドナーの解剖学的組織の分割されたモデルとの間で結合点を位置づけることと、移植後の臓器、組織、及び／または脈管系を反映するために単一の３次元モデルの電子ディスプレイを更新することとを含んでよい。一実施形態では、レシピエント及びドナーの解剖学的組織の患者特有のモデルにおける、例えば血流特性及び／または血液供給需要特性の計算は、結合点を位置づけるのを支援し得る。移植後の臓器、組織、脈管系、及び／または器官系を反映する最終的な３次元モデルは、電子記憶装置（ハードドライブ、ネットワークドライブ、クラウドストレージ、携帯ディスク等）に記憶されてよい。
ステップ２０８は、例えば、仮想移植後のレシピエントの組織の血流特性及び／または臓器特有の機能特性を含む、１つ以上のさまざまな移植特性を計算することを含んでよい。本開示の目的のため、血流特性は、血圧、冠血流予備量比、血流量または血流速度、ならびに臓器灌流及び／または組織灌流の特性を含んでよいが、これらに限定されるものではない。同様に、移植された臓器または組織に特有であってよい機能特性は、結合組織（例えば、ドナー及びレシピエントの臓器、組織、及び／または脈管系）の中での心臓の心拍出量、腎臓からの糸球体濾過量、肝臓の浄化値容量、及び移植された組織の組織灌流を含んでよいが、これらに限定されるものではない。新しい血流特性または生理学的機能特性は、結合された血管モデルを用いて３次元血流シミュレーション、低減次数モデル（例えば、１次元）血流シミュレーション、データベースから機械学習を使用する推定、またはその組み合わせを実行することによって計算されてよい。また、ステップ２０８は、臓器特有の生理学的パラメータに血流を結合することを含んでもよい。一実施形態では、血流シミュレーションは、微小循環モデルの生成、及び臓器機能を計算することを含んでよい。ステップ２０８は、電子ディスプレイ及び／または電子記憶装置（ハードドライブ、ネットワークドライブ、クラウドストレージ、携帯ディスク等）に決定された血流特性及び／または機能特性を出力することをさらに含んでよい。
ステップ２１０は、仮想移植に基づいて実際の臓器移植または組織移植の適合性及び結果を評価することを含んでよい。一実施形態では、評価は、仮想移植前に、仮想移植中に、及び／または仮想移植後に受信された血流特性、血液供給需要特性、及び／または機能特性を比較することを含んでよい。ステップ２１０は、実際の臓器／組織移植の成功の可能性を示唆する、数値化する、及び／または採点するために、血流特性、血液供給需要特性、及び／または機能特性を使用することをさらに含んでよい。
ステップ２１２は、ステップ２１０の評価に基づいて、対象となる移植臓器、組織、及び／または脈管系が移植に適しているかどうかを判断することを含んでよい。ステップ２１２の後に、対象となる移植臓器、組織、及び／または脈管系が、実際に移植に適している場合、次いでステップ２１４は推奨される追跡治療を決定することを含んでよい。ステップ２１２の後に、対象となる移植臓器、組織、及び／または脈管系が移植に適していないと判断される場合、次いでステップ２１６は、新しい潜在的なドナーを選択することを含んでよく、方法２００のステップが繰り返されてよい。
図３は、本開示の例示的な実施形態による、仮想移植を実行する例示的な方法３００のブロック図である。方法３００は、電子ネットワーク１０１を介して医師１０２及び／または第三者の提供者１０４から受信した情報、画像、及びデータに基づいてサーバシステム１０６によって実行されてよい。
一実施形態では、ステップ３０２Ａは、対象となる移植レシピエントの患者特有の血管モデル及び／または解剖学的モデルを受信することを含んでよい。同様に、ステップ３０２Ｂは、対象となる移植ドナーの臓器、組織、及び／または脈管系の患者特有のモデルを受信することを含んでよい。一実施形態では、モデルの１つ以上は、ドナー及び／またはレシピエントの１つ以上の医療画像（例えば、ＣＴ、ＭＲ、超音波、血管造影法等）からモデルを抽出することによって構築された可能性がある。別の実施形態では、モデルの１つ以上は、患者情報を使用して、以前に構築された仮想臓器のライブラリからグローバルパラメータを修正することによって構築されてよい。例えば、１つ以上のモデルは、類似した年齢、性別、体重、病歴等の患者のデータベースから平均モデルを使用し、構築されてよい。モデル（複数可）は、上記に説明したように、任意の対象となる移植の血管系、下位組織、部分系、及び／または解剖学的組織の表示を含んでよい。
ステップ３０４Ａは、置換される臓器または組織を含む、レシピエントの血管系の脈管系を分割することを含んでよい。同様に、ステップ３０４Ｂは、対象となる移植ドナーの対象となる移植臓器または組織の脈管系を分割することを含んでよい。ステップ３０４Ａ及び３０４Ｂは、それぞれレシピエントまたはドナーの１つ以上の画像を１つ以上のボクセルに分割することを含んでよい。ボクセルは、分割のための単位として使用されてよい体積要素であってよい。ステップ３０４Ａは、置換される臓器または組織に循環を提供する脈管系に属するボクセルを識別し、次いで識別されたボクセルから移植レシピエントの組織脈管系の患者特有のモデルを引き出すこととをさらに含んでよい。同様に、ステップ３０４Ｂは、移植される臓器または組織の脈管系に属するボクセルを識別し、次いで識別されたボクセルから移植ドナーの臓器または組織の脈管系の患者特有のモデルを引き出すことをさらに含んでよい。ステップ３０４Ａ及び３０４Ｂは、サーバシステム１０６のプロセッサによって実行されてよい。
ステップ３０６Ａは、レシピエントの血管モデル及び／もしくは解剖学的モデル上、及び／または置換されるレシピエントの臓器または組織上の１つ以上の場所での１つ以上の血流特性（例えば、血圧、冠血流予備量比、流量または流速、臓器灌流及び／または組織灌流の特性等）を推定することを含んでよい。この情報は（侵襲的にもしくは非侵襲的に）測定されてよい、または（例えば、３次元流体シミュレーション、低減次数モデル流体シミュレーション、データベースからの予測等を介して）計算されてよい。一実施形態では、血流特性は、患者特有のパラメータから既知の血流特性のデータベースに基づいて、（例えば、図５に示す方法５００でのように）訓練された機械学習アルゴリズムを適用することによって決定されてよい。さらに、血流特性データは、登録され、対象となる移植レシピエントの組織脈管系の患者特有のモデルの上にデジタルでオーバレイされてよい。このようにして、モデルは血管網の各領域の血流特性を示してよい。一実施形態では、血流特性に関する情報を受信することは、レシピエントの組織脈管系を分割することを含んでよく、セグメントごとの血流特性に関する情報を受信することをさらに含んでよい。
同様に、ステップ３０６Ｂは、ドナーから移植される臓器、組織、及び／または脈管系の血液供給需要を推定することを含んでよい。この推定は、例えば移植される臓器、組織、及び／または脈管系の質量等を決定し、相対的成長関係を使用して血液供給需要を推定することによって実行されてよい。係る実施形態では、入手されたドナー臓器モデルは、実際のドナー患者に関係する情報に基づいて修正されてよい。係る情報は、例えば年齢、体重、及び任意の他の適切な患者情報を含んでよい。一実施形態では、血液供給需要は、例えばドナー臓器モデルが以前に作成された仮想臓器のライブラリから入手された、事前に指定された状態から推定されてよい。一実施形態では、血液供給需要の推定は、ドナーの臓器脈管系を分割することを含んでよい。一実施形態では、血液供給需要特性データは登録され、対象となる移植ドナーの臓器、組織、及び／または脈管系の患者特有のモデルにデジタルでオーバレイされてよい。このようにして、モデルは臓器、組織、及び／または脈管系のモデルの各領域の血液供給需要特性を示してよい。
別の実施形態では、ステップ３０６Ａ及び３０６Ｂは、レシピエントの血管モデル（複数可）及び／または解剖学的モデル（複数可）の血液供給需要、ならびにドナーの臓器、組織、及び／または脈管系の血流特性を推定することをさらにまたは代わりに含んでよい。
さらに別の実施形態では、ステップ３０６Ａ及び３０６Ｂは、免疫学、血液型、病状、解剖学的組織、及び／または遺伝的特徴に関する特性を含むが、これらに限定されるものではない、レシピエントの血管モデル（複数可）及び／または解剖学的モデル（複数可）、ならびにドナーの臓器、組織、及び／または脈管系の他の特性を推定するまたは受信することをさらにまたは代わりに含んでよい。
ステップ３０８は、レシピエントの臓器、組織、及び／または脈管系の、ドナーの臓器、組織、及び／または脈管系への１つ以上の結合を受信することを含んでよい。例えば、レシピエントがドナーから心移植を受ける標的とされる場合、ステップ３０８は、ドナーの心臓と、移植される心臓に循環を提供するレシピエントの血管系との間で１つ以上の結合を決定することを含んでよい。これらの結合は、（例えば、標準化されたもしくは自動化された結合を使用することによって）自動的にまたはユーザー（例えば心臓専門医もしくは撮像技術者）から対話形式で受信されてよい。一実施形態では、これらの結合は、（例えば、２つのモデルの３次元表面を結合し、結合場所で結合された表面メッシュを円滑化することによって）レシピエントの臓器、組織、及び／または脈管系、ならびにドナーの臓器、組織、及び／または脈管系を含む単一の３次元心臓モデルを作成することによってモデル化されてよい。代わりに、低減次数モデルまたは機械学習駆動モデルの場合、結合は、３次元の表面を修正することなく結合の統一された表示を作成することによってモデル化されてよい。
ステップ３１０は、移植後の臓器、組織、及び／または脈管系の単一の３次元モデルを構築すること、及び／または更新することを含んでよい。例えば、レシピエントの元の臓器、組織、及び／または脈管系は、ステップ３０８で決定された１つ以上の結合より遠位の元のレシピエントモデルを閉じることによって、レシピエントのモデルから削除されてよい。構築された及び／または更新された３次元モデルは、電子記憶装置（ハードドライブ、ネットワークドライブ、クラウドストレージ、携帯ディスク等）に記憶されてよい。いくつかの実施形態では、ステップ３１０は、レシピエントの隣接した臓器、組織、及び／または脈管系に対する移植された臓器、組織、及び／または脈管系の影響を決定することと、それらの影響を反映する統一モデルを構築すること及び／または更新することとを含んでよい。
ステップ３１２は、ステップ３１０から単一の３次元モデルによって表される結合組織のために、１つ以上の移植特性を決定し、出力することを含んでよい。移植特性は、上述したように（例えば、方法２００のステップ２０８でのように）結合組織の血流特性及び機能特性を含んでよいが、これらに限定されるものではない。新しい血流特性または生理学的機能特性は、結合された血管モデルを用いて３次元血流シミュレーション、低減次数モデル（例えば、１次元）血流シミュレーション、データベースから機械学習を使用する推定、またはそれらの組み合わせを実行することによって計算されてよい。また、ステップ３１２は、臓器特有の生理学的パラメータに血流を結合することを含んでもよい。一実施形態では、血流シミュレーションは、微小循環モデルの生成、及び臓器機能を計算することを含んでよい。一実施形態では、血流特性は、患者特有のパラメータから既知の血流特性のデータベースに基づいて、（例えば、図５に示す方法５００に関して説明するように）訓練された機械学習アルゴリズムを適用することによって決定されてよい。ステップ３１２は、電子ディスプレイ及び／または電子記憶装置（ハードドライブ、ネットワークドライブ、クラウドストレージ、携帯ディスク等）に決定された血流特性を出力することを含んでよい。いくつかの実施形態では、ステップ３１２は、仮想移植前に、仮想移植中に、及び／または仮想移植後に受信された血流特性及び／または臓器特有の機能特性を表示すること及び／または記憶するすることをさらにまたは代わりに含んでよい。
いくつかの実施形態は、方法３００のステップを実行した後に、移植特性（例えば、仮想移植後に受信される血流特性及び／または臓器特有の特性）を使用して（例えば、図６に示す方法６００で説明するように）実際に意図された臓器移植及び／または組織移植の成功の可能性を示唆する、数値化する、及び／または採点することを含んでよい。
図４は、本開示の例示的な実施形態による、それぞれ対象となる移植レシピエントの組織脈管系及び／または対象となる移植ドナーの臓器もしくは組織の脈管系を分割するための例示的な方法４００Ａ及び４００Ｂを示すブロック図である。さらに、方法４００Ａ及び４００Ｂは、方法２００のステップ２０４を実行する例示的な実施形態であってよい。代わりにまたはさらに、方法４００Ａ及び４００Ｂは、方法３００のそれぞれのステップ３０２Ａ及び３０２Ｂを実行する例示的な実施形態であってよい。方法４００Ａ及び４００Ｂは、電子ネットワーク１０１を介して医師１０２及び／または第三者の提供者１０４から受信した情報、画像、及びデータに基づいてサーバシステム１０６によって実行されてよい。
ステップ４０２Ａは、対象となる移植レシピエントの１つ以上の患者特有の血管画像及び／または解剖学的画像を受信することを含んでよい。同様に、ステップ４０２Ｂは、対象となる移植ドナーの１つ以上の患者特有の血管画像及び／または解剖学的画像を受信することを含んでよい。画像は、冠状動脈コンピュータ断層撮影血管造影法（ｃＣＴＡ）、磁気共鳴（ＭＲ）映像法、ポジトロン放出断層撮影法等を含むが、これらに限定されるものではない任意の１つ以上の侵襲的なまたは非侵襲的なスキャニングモダリティから入手されてよい。ステップ４０４Ａ及び４０４Ｂは、コンピュータプロセッサを使用し、１つ以上の受信された画像を１つ以上のボクセルに自動的に分割することを含んでよい。
ステップ４０６Ａは、置換される臓器または組織に循環を提供する、対象となる移植レシピエントの脈管系に属するボクセルを識別することを含んでよい。同様に、ステップ４０６Ｂは、対象となる移植ドナーから移植される臓器または組織の脈管系に属するボクセルを識別することを含んでよい。
ステップ４０８Ａは、識別されたボクセルから移植レシピエントの組織脈管系の患者特有のモデルを引き出すことを含んでよい。同様に、ステップ４０８Ｂは、識別されたボクセルから移植ドナーの臓器、組織、及び／または脈管系の患者特有のモデルを引き出すことを含んでよい。方法４００Ａ及び４００Ｂの分割プロセス、識別プロセス、及び／または導出プロセスは、（例えば、マーチングキューブアルゴリズムを利用することによって）コンピュータプロセッサを自動的に使用して実行されてよい。マーチングキューブアルゴリズムは、識別されたボクセルの集合から表面再構築を実行するために使用されてよい。いくつかの実施形態では、他の表面再構築方法が使用されてよい。さらにまたは代わりに、分割は、いくつかの既知のアルゴリズム、例えば閾値化、適応閾値化、領域拡張、グラフカット、ランダムウォーカー、レベルセット法、機械（深層）学習、アクティブシェイプ、アクティブサーフェス、アクティブアピアランスモデル等によって実行されてよい。
図５は、本開示の例示的な実施形態による、１つ以上の患者特有のパラメータに対して実行される機械学習アルゴリズムを使用し、患者特有の血管モデル及び／または解剖学的モデルの１つ以上の点での血流特性及び／または血液供給需要特性を推定するための例示的な方法５００のブロック図である。患者特有の血管モデル（複数可）及び／または解剖学的モデル（複数可）は、レシピエント、レシピエントの置換される臓器、組織、及び／または脈管系、ドナー、及び／またはドナーの移植される臓器、組織、及び／または脈管系についてであってよい。いくつかの実施形態では、患者特有の血管モデル及び／または解剖学的モデルは、仮想移植後または実際の移植後のレシピエントまたはレシピエントの臓器、組織、及び／または脈管系の統一モデルについてであってよい。患者特有のパラメータは、患者から、または少なくとも機械学習アルゴリズムで使用されるときに血流特性及び／または血液供給需要特性と相互に関連する、及び／またはそれらを予測する場合があるグローバルパラメータのライブラリから入手されてよい特性及び／または特徴を含んでよい。したがって、患者特有のパラメータは、解剖学的特性（例えば、臓器、組織、及び／または血管の配置）、生理学的特性（例えば、血液粘性、圧力、患者活動等）、患者の生物学的特性（年齢、病歴、血液型等）、画像特性（例えば、強度勾配）、及び／または臓器もしくは組織に特有の特性（例えば、臓器の状態）を含んでよいが、これらに限定されるものではない。
図５の方法５００は、電子ネットワーク１０１を介して医師１０２及び／または第三者の提供者１０４から受信された情報に基づいてサーバシステム１０６によって実行されてよい。さらに、図５の方法５００は、多数の患者からの患者特有のパラメータ、ならびに測定された、推定された、及び／またはシミュレーションされた血流特性及び／または血液供給需要特性に基づいて１つ以上の機械学習アルゴリズムを訓練するための訓練方法５０２と、対象となる移植レシピエントまたはドナーの血流特性及び／または血液供給需要特性を予測するために機械学習アルゴリズム結果を使用するための製作方法５０４とを含んでよい。
一実施形態では、訓練方法５０２は、複数の個人のそれぞれのために、例えばデジタル形式で、（ａ）患者特有の血管モデル及び／または解剖学的モデル、（ｂ）１つ以上の測定されたまたは推定された患者特有のパラメータ、ならびに（ｃ）推定されたまたはシミュレーションされた血流特性及び／または血液供給需要特性を取得することを伴ってよい。訓練方法５０２は、各患者のモデルでの１つ以上の点について、血管モデル及び／または解剖学的モデルの１つ以上の点での位置情報ならびに１つ以上の患者特有のパラメータの特徴ベクトルを作成することと、特徴ベクトルを、血管モデル及び／または解剖学的モデルのそれらの点での血流及び／または血液供給需要の値と関連付けることとを伴ってよい。訓練方法５０２は、特徴重みを含む機械学習アルゴリズムの結果をサーバシステム１０６の記憶装置に保存してよい。記憶した特徴重みにより、患者特有のパラメータ及び／または解剖学的位置が血流特性及び／または血液供給需要特性を予測する範囲を定めてよい。
一実施形態では、製作方法５０４は、訓練方法５０２を実行した結果に基づいて特定の患者の血流特性及び／または血液供給需要特性を推定することを伴ってよい。一実施形態では、製作方法５０４は、例えばデジタル形式で、（ａ）患者特有の血管モデル及び／または解剖学的モデル、及び（ｂ）１つ以上の測定されたまたは推定された患者特有のパラメータを取得することを含んでよい。患者の血管モデル及び／または解剖学的モデルの複数の点について、製作方法５０４は、訓練モードで使用されるモデルに関する位置情報及び１つ以上の患者特有のパラメータの特徴ベクトルを作成することを伴ってよい。製作方法５０４は、患者特有の幾何モデルの各点について患者の血流特性及び／または血液供給需要特性の推定値を生じさせるために機械学習アルゴリズムの保存されていた結果を使用してよい。最後に、製作方法５０４は、予測された血流特性及び／または血液供給需要特性を含む機械学習アルゴリズムの結果をサーバシステム１０６の記憶装置に保存することを含んでよい。
方法５００のさまざまなステップが、血流特性及び／または血液供給需要特性以外の移植特性を予測するために使用され得ることが意図される。一実施形態では、人は、仮想移植後または実際の移植後のレシピエントの統一モデルにおける免疫反応を予測するために、方法５００に示す機械学習技術を使用してよい。例えば、訓練方法５０２は、血管モデル及び／または解剖学的モデルの１つ以上の点での位置情報ならびに１つ以上の患者特有のパラメータの特徴ベクトルを作成することと、特徴ベクトルを、血管モデル及び／または解剖学的モデルのそれらの点での１つ以上の免疫特性（例えば、さまざまなリンパ球の量）と関連付けることを含んでよい。係る実施形態では、患者特有のパラメータは、例えば遺伝子データ、ドナーまたはレシピエントの組織、臓器、及び／または脈管系の細胞表面の分子的特徴、及び／またはレシピエントもしくはドナーが有する抗体に関するデータを含んでよい。その結果として、製作方法５０４は、患者特有の幾何モデルの各点の免疫特性を決定し、移植の免疫反応を予測するために機械学習アルゴリズムの保存されていた結果を使用することを含んでよい。
図６は、本開示の例示的な実施形態による、結合組織の血流特性及び／または臓器特有もしくは組織特有の機能特性を使用し、実際の臓器移植または組織移植の適合性及び結果を評価するための例示的な方法６００のブロック図である。さらに、方法６００は、方法２００のステップ２１０を実行する例示的な実施形態であってよい。方法６００は、電子ネットワーク１０１を介して医師１０２及び／または第三者の提供者１０４から受信した情報、画像、及びデータに基づいてサーバシステム１０６によって実行されてよい。
ステップ６０２は、移植後の臓器、組織、及び／または脈管系の結合組織の統一モデルを受信すること、及び生成することを含んでよい。モデルは、２次元、３次元、及び／または４次元（例えば、時間分解体積測定イメージング）であってよい。
ステップ６０４Ａ、６０４Ｂ、及び６０４Ｃは、それぞれ結合組織、対象となる移植レシピエントの元の組織脈管系、及び／または対象となる移植ドナーの元の臓器、組織、及び／または脈管系の血流特性、血液供給需要特性、及び／または機能特性のうちの１つ以上に関する情報を受信することを含んでよい。
一実施形態では、図６に示すように、ステップ６０４Ａは、対象となる移植レシピエントの元の組織脈管系の血流特性を受信することを含んでよい。ステップ６０４Ｂは、結合組織の移植後の血流特性及び機能特性を受信することを含んでよい。ステップ６０４Ｃは、対象となる移植ドナーの元の臓器、組織、脈管系の血液供給需要特性を受信することを含んでよい。
ステップ６０６は、ステップ６０８Ａ、６０８Ｂ、６０８Ｃ、６０８Ｄ、６０８Ｅ、及び６０８Ｆに記載された１つ以上の要因を使用し、意図された移植の成功の可能性を決定することを含んでよい。１つ以上の要因は、受信された血流特性、血液供給需要特性、及び／または機能特性に基づいてよく、患者特有の特性を含んでよい。一実施形態では、成功の可能性は、１つ以上の要因に基づいたスコアとして計算される。例えば、スコアは、成功の確率、移植された臓器への灌流欠損の数量化、患者に対する組織的な変化の数量化、カテゴリ評価（例えば、「優」、「良」、「可」、「不可」等）、及び／または臓器特有の機能評価（例えば、臓器がその臓器に対する血液灌流に基づいてその機能を実行する能力）のうちの１つ以上であってよい。潜在的な移植の成功を評価する他の適切な手段も意図される。
ステップ６０８Ａは、血流、血圧、またはドナーの臓器、組織、及び／または脈管系への灌流が期待される大きさを満たすかどうかを判断することを含んでよい。期待される大きさは、例えば集団の標準から、またはレシピエントの比較可能な臓器、組織、及び／または脈管系（例えば、もう１つの腎臓、手足等）から入手されてよい。
ステップ６０８Ｂは、決定された血流特性（複数可）が、ドナーの損傷のない臓器、組織、及び／または脈管系の受信された血流特性（複数可）に比較すると見劣りがする場合があるかどうかを判断することを含んでよい。ステップ６０８Ｃは、結合組織の受信された血流特性が、ドナー及び／またはレシピエントの元の臓器、組織、及び／または脈管系の受信された血流特性に類似しているかどうかを判断することを含んでよい。ステップ６０８Ｄは、所望される臓器または組織の機能ステータスを判断することを含んでよい。ステップ６０８Ｅは、結合組織における大血管機能不全（例えば、血管が十分な血流を運ぶことができないとき）のリスクまたは存在があるかどうかを判断することを含んでよい。いくつかの実施形態では、大血管機能不全は、血管の大きさが小さすぎる（例えば、直径が小さすぎる）、罹患している（例えば、アテローム動脈硬化性プラーク、または管腔閉塞を引き起こす血栓）、及び／または傷を負っている（例えば、外傷、剥離内膜等）ために発生する場合がある。大血管機能不全は、ドナー及び／またはレシピエントの臓器、組織、及び／または脈管系に基づいてよい。さらに、大血管機能不全は、（血流を妨げる狭窄症を生じさせる）２つの血管の吻合に起因する場合がある。同様に、ステップ６０８Ｆは、危険にさらされている臓器もしくは臓器不全のリスクまたは存在があるかどうかを判断することを含んでよい。ステップ６０８Ａ、６０８Ｂ、６０８Ｃ、６０８Ｄ、６０８Ｅ、及び６０８Ｆは、ステップ６０６で実際の移植の成功の可能性の判断に使用されてよく、結合組織の統一モデル、ならびに対象となる移植レシピエント、移植後の結合組織、及び／または対象となる移植ドナーの元の臓器、組織、及び／または脈管系の受信した血流特性、血液供給需要特性、及び／または機能特性を使用し、実行されてよい。
一実施形態において、ステップ６１０は、実際の臓器移植または組織移植の成功の可能性の判断の結果をサーバシステム１０６の電子記憶媒体及び／またはディスプレイに出力することを含んでよい。一実施形態では、出力結果は、登録され、結合組織の統一モデルにデジタルでオーバレイされた可能性があるさまざまな移植特性（例えば、血流特性、血液供給需要特性、機能特性等）を含んでよい。このようにして、モデルは、登録され、デジタルでオーバレイされたデータに基づいて成功の可能性を視覚的に示してよい。
例えば患者が実際の移植を受けるいくつかの実施形態では、方法７００は方法６００の後に実行されてよい。
図７は、実際の移植後に、結合組織の血流特性及び／または臓器特有もしくは組織特有の機能特性を使用し、大血管機能不全及び／または危険にさらされている臓器もしくは臓器不全のリスクまたは存在を判断するための例示的な方法７００のブロック図である。さらに、方法７００は任意選択で、方法２００、３００、及び／または６００の後に、及び対象となる移植レシピエントの患者が実際の移植を受けた後に実行されてよい。方法７００は、電子ネットワーク１０１を介して医師１０２及び／または第三者の提供者１０４から受信した情報、画像、及びデータに基づいてサーバシステム１０６によって実行されてよい。
ステップ７０２は、仮想移植の臓器、組織、及び／または脈管系の結合組織の統一モデルを受信することを含んでよい。統一モデルは、方法２００及び／または３００のステップを使用し、生成されてよい、または受信されてよい。さらに、ステップ７０４は、移植ドナーから移植レシピエントへの臓器及び／または組織の実際の移植を実行することを含んでよい。
さらに、ステップ７０６は、実際の移植に続いてレシピエントの患者の１つ以上のフォローアップ画像を受信することを含んでよい。画像は、上述した任意の１つ以上の侵襲的なまたは非侵襲的なスキャニングモダリティから入手されてよい。１つ以上の受信したフォローアップ画像は、コンピュータプロセッサを使用し、１つ以上のボクセルに自動的に分割されてよい。ステップ７０６は、レシピエントの患者の受信された１つ以上のフォローアップ画像から解剖学的情報及び生理学的情報を抽出することをさらに含んでよい。いくつかの実施形態では、フォローアップ画像が入手されてよい、及び／または解剖学的情報及び生理学的情報が移植術自体中に抽出されてよい。
ステップ７０８は、受信された統一モデルを修正して、実際の移植後のレシピエントの患者の実際の解剖学的組織を反映することを含んでよい。修正は、受信された１つ以上の画像、及び／または画像から抽出された解剖学的情報及び生理学的情報に基づいてよい。例えば、フォローアップ画像が入手される、及び／または解剖学的情報及び生理学的情報が移植術自体中に抽出されるいくつかの実施形態では、統一モデルは移植術中にリアルタイムで修正されてもよい。
ステップ７１０は、１つ以上の血流特性及び／または臓器特有の機能特性を含むが、これらに限定されるものではないさまざまな移植特性を再計算することを含んでよい。いくらかの実施形態では、例えば、免疫特性は、移植中にまたは移植後に再計算されてよい、及び／または測定されてよい。このような免疫特性は、例えば、さまざまなリンパ球（例えば、Ｂ細胞、Ｔ細胞等）の証拠及び／または量を含んでよい。ステップ７１０は、方法５００及び／または方法３００のステップ３１２に示す技術を使用し、受信された１つ以上のフォローアップ画像または修正された統一モデルを使用し、実行されてよい。いくつかの実施形態では、さまざまな移植特性（例えば、血流特性、臓器特有の機能特性等）は、例えばカテーテル法を介して、移植術中に直接的に入手されてよい。
ステップ７１２は、再計算された血流特性及び／または臓器特有の機能特性に基づいて、大血管機能不全及び／または危険にさらされている臓器もしくは臓器不全のリスクまたは存在を判断することを含んでよい。ステップ７１２は、方法６００及び／または方法２００のステップ２１０を実行するための説明された技術を使用し、実行されてよい。ステップ７１４は、判断の結果（例えば、臓器不全のリスクまたは存在）を電子記憶媒体及び／またはディスプレイに出力することを含んでよい。さらに、ステップ７１４は、大血管機能不全及び／または危険にさらされている臓器もしくは臓器不全のリスクの重大性を示す信号を生成することを含んでよい。いくつかの実施形態では、ステップ７１４は、大血管機能不全及び／または危険にさらされている臓器もしくは臓器不全の決定されたリスクまたは存在に基づいて、レシピエント及び／またはレシピエントの臓器もしくは組織の寿命を推定することを含んでよい。係る実施形態では、推定された寿命は、例えば医療関係者が即座に患者の世話をし得る、または別の移植を実行し得るように、電子記憶媒体またはディスプレイに出力されてよい。
本発明の他の実施形態は、本明細書に開示された発明の明細書および実施を考慮すれば当業者には明らかであろう。本明細書及び実施例は、単なる一例としてみなすべきであり、本発明の精神及び範囲は、以下の特許請求の範囲によって指示されることが意図されている。
Claims (20)
- 仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのコンピュータによって実行される方法であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織の前記統一モデルを通る血流を、前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、推定することと、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含み、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
の１つ以上を含む、コンピュータによって実行される方法。 - さらに、
前記統一モデルを構築する前に、
前記対象となる移植レシピエントの前記患者特有の解剖学的モデルを使用し、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系、または
前記対象となる移植ドナーの前記患者特有の解剖学的モデルを使用し、前記対象となる移植ドナーの前記臓器または組織の前記脈管系、
の１つ以上の、１つ以上の血流特性を受信することと、
前記統一モデルを構築する前に、前記受信された１つ以上の血流特性を電子記憶媒体に出力することと、
を含む、請求項１に記載のコンピュータによって実行される方法。 - 血流特性が、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での血圧と、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での冠血流予備量比と、
前記患者特有の解剖学的モデルのまたは前記統一モデルの１つ以上の点での流量または流速と、
臓器または組織の灌流特性と、
臓器または組織の血液供給需要と、
の１つ以上を含む、請求項１に記載のコンピュータによって実行される方法。 - さらに、
前記結合組織の前記移植された臓器または組織の１つ以上の機能特性を計算することと、
前記計算された血流特性及び機能特性を使用し、前記臓器移植または組織移植を評価することと、
を含む、請求項１に記載のコンピュータによって実行される方法。 - 機能特性が、
対象となる心臓移植のための心拍出量と、
対象となる腎移植のための糸球体濾過量と、
対象となる肝移植のための浄化値容量と、
対象となる組織移植のための組織灌流特性と、
の１つ以上を含む移植される臓器または組織の能力に特有である特性を含む、請求項４に記載のコンピュータによって実行される方法。 - １つ以上の血流特性を受信することが、
臓器、組織、及び／または脈管系の質量を決定することと、
相対的成長関係を使用して血液供給需要特性を推定することと、
を含む、請求項２に記載のコンピュータによって実行される方法。 - １つ以上の血流特性を受信することが、
プロセッサを使用し、患者特有の解剖学的モデルの１つ以上に対して３次元モデルまたは低減次数モデルの流体シミュレーションを実行することと、
前記患者特有の解剖学的モデルの１つ以上の、１つ以上の点での血流特性を計算することと、
前記血流特性を電子記憶媒体に出力することと、
を含む、請求項２に記載のコンピュータによって実行される方法。 - 前記結合組織の移植後の統一モデルを構築することが、前記対象となる移植ドナーの前記臓器または組織の前記脈管系と、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系との間の１つ以上の結合を決定することを含む、請求項１に記載のコンピュータによって実行される方法。
- 前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記脈管系、または前記移植された臓器もしくは組織に血液を供給するために指定される前記対象となる移植レシピエントの前記脈管系の１つ以上の点の前記血流特性に類似しているかどうかを判断することを含む、請求項１に記載のコンピュータによって実行される方法。
- 前記計算された血流特性及び機能特性を使用し、前記臓器移植または組織移植を評価することが、前記結合組織の前記移植された臓器または組織の機能ステータスを決定することを含み、前記機能ステータスが前記結合組織の前記機能特性から決定される、請求項４に記載のコンピュータによって実行される方法。
- 前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、
大血管機能不全のリスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全のリスクまたは存在を判断することと、の１つ以上を含む、請求項１に記載のコンピュータによって実行される方法。 - 患者特有の解剖学的モデルを受信することが、
コンピュータ断層撮影（ＣＴ）、冠状動脈コンピュータ断層撮影（ｃＣＴ）、磁気共鳴（ＭＲ）映像法、超音波画像診断、または血管造影法の１つ以上から１つ以上の医療画像を受信することと、
前記１つ以上の受信された医療画像を１つ以上のボクセルに分割することと、
患者特有の解剖学的モデルの導出のために対象となる前記ボクセルを識別することと、
前記識別されたボクセルから患者特有の解剖学的モデルを引き出すことと、
前記引き出されたモデルを電子記憶媒体に出力することと、
の１つ以上を含む、請求項１に記載のコンピュータによって実行される方法。 - 前記患者特有の解剖学的モデルが、
対象となる心臓移植のための心臓血管系と、
対象となる肝移植のための肝血管系と、
対象となる肺移植のための肺血管系と、
対象となる胸腺移植のための内胸動脈、上甲状腺動脈、及び下甲状腺動脈と、
対象となる腎移植のための腎血管系と、
対象となる腸移植のための内蔵血管系と、
対象となる膵臓移植のための膵臓血管系と、
手足の対象となる移植のために手足に血液を供給する血管系と、
の１つ以上を含む、任意の血管系、下位組織、部分系、または解剖学的組織の表示である、請求項１に記載のコンピュータによって実行される方法。 - 仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのシステムであって、
仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価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たプロセッサと、
を備え、
前記方法は、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織の前記統一モデルを通る血流を、前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、推定することと、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含み、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記脈管系、または前記移植された臓器または組織に血液を供給するために指定される前記対象となる移植レシピエントの前記脈管系の１つ以上の点のための前記血流特性に類似しているかどうかを判断することと、
前記結合組織の機能特性から決定される、前記結合組織の前記移植された臓器または組織の機能ステータスを決定することと、
大血管機能不全のリスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全のリスクまたは存在を判断することと、の１つ以上を含む、システム。 - さらに、
前記統一モデルを構築する前に、
前記対象となる移植レシピエントの前記患者特有の解剖学的モデルを使用し、前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系、または
前記対象となる移植ドナーの前記患者特有の解剖学的モデルを使用し、前記対象となる移植ドナーの前記臓器または組織の前記脈管系と、
の１つ以上の、１つ以上の血流特性を受信することと、
前記統一モデルを構築する前に、前記受信された１つ以上の血流特性を電子記憶媒体に出力することと、
を含む、請求項１４に記載のシステム。 - １つ以上の血流特性を受信することが、
前記臓器、組織、及び／または脈管系の質量を決定することと、
相対的成長関係を使用して血液供給需要特性を推定することと、
を含む、請求項１５に記載のシステム。 - １つ以上の血流特性を受信することが、
プロセッサを使用し、患者特有の解剖学的モデルの１つ以上に対して３次元モデルまたは低減次数モデルの流体シミュレーションを実行することと、
前記患者特有の解剖学的モデルの１つ以上の、１つ以上の点での血流特性を計算することと、
前記血流特性を電子記憶媒体に出力することと、
を含む、請求項１５に記載のシステム。 - コンピュータによって実行される際、前記コンピュータに、仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するための方法を実行させる命令を記憶する非一過性のコンピュータ可読媒体であって、前記方法は、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織の前記統一モデルを通る血流を、前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、推定することと、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含み、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、
前記結合組織の１つ以上の点での血流特性が、期待される大きさを満たすかどうかを判断することと、
結合組織の１つ以上の点での血流特性が、前記ドナーまたはレシピエントの損傷のない臓器、組織、及び／または脈管系の前記血流特性に悪影響を及ぼすかどうかを判断することと、
の１つ以上を含む、非一過性のコンピュータ可読媒体。 - 仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのコンピュータによって実行される方法であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織の前記統一モデルを通る血流を、前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、推定することと、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含み、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、前記結合組織の１つ以上の点での血流特性が、前記対象となる移植ドナーの前記臓器もしくは組織の前記脈管系、または前記移植された臓器もしくは組織に血液を供給するために指定される前記対象となる移植レシピエントの前記脈管系の１つ以上の点の前記血流特性に類似しているかどうかを判断することを含む、コンピュータによって実行される方法。 - 仮想移植モデルを通る血流を推定することによって臓器移植または組織移植を評価するためのコンピュータによって実行される方法であって、
前記移植された臓器または組織に血液を供給するために指定される対象となる移植レシピエントの脈管系を含む、前記対象となる移植レシピエントの患者特有の解剖学的モデルを受信することと、
前記対象となる移植レシピエントに移植されるために指定される対象となる移植ドナーの前記臓器または組織の脈管系を含む、前記対象となる移植ドナーの患者特有の解剖学的モデルを受信することと、
前記対象となる移植ドナーの前記臓器または組織の前記脈管系の少なくとも一部、及び前記移植された臓器または組織に血液を供給するために指定された前記対象となる移植レシピエントの前記脈管系の少なくとも一部を含む、結合組織の移植後の統一モデルを構築することと、
前記結合組織の前記統一モデルを通る血流を、前記結合組織を通る前記血流の１つ以上の血流特性を計算するために、推定することと、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することと、
前記評価を電子記憶媒体またはディスプレイに出力することと、
を含み、
前記計算された血流特性を使用し、前記臓器移植または組織移植を評価することが、
大血管機能不全のリスクまたは存在を判断することと、
危険にさらされている臓器または臓器不全のリスクまたは存在を判断することと、の１つ以上を含む、コンピュータによって実行される方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201562258930P | 2015-11-23 | 2015-11-23 | |
| US62/258,930 | 2015-11-23 | ||
| PCT/US2016/063027 WO2017091492A1 (en) | 2015-11-23 | 2016-11-21 | Systems and methods for assessing organ and/or tissue transplantation by simulating one or more transplant characteristics |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018536237A JP2018536237A (ja) | 2018-12-06 |
| JP6858773B2 true JP6858773B2 (ja) | 2021-04-14 |
Family
ID=57614446
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018526581A Active JP6858773B2 (ja) | 2015-11-23 | 2016-11-21 | １つ以上の移植特性をシミュレーションすることによる臓器移植及び／または組織移植を評価するためのシステム及び方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (3) | US10499990B2 (ja) |
| EP (1) | EP3380968B1 (ja) |
| JP (1) | JP6858773B2 (ja) |
| WO (1) | WO2017091492A1 (ja) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3516621B1 (en) * | 2016-09-21 | 2020-05-27 | Koninklijke Philips N.V. | Apparatus for adaptive contouring of a body part |
| US11871995B2 (en) | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
| JP7277105B2 (ja) * | 2018-10-25 | 2023-05-18 | 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、医用画像処理方法、及び、医用画像処理プログラム |
| US10813612B2 (en) | 2019-01-25 | 2020-10-27 | Cleerly, Inc. | Systems and method of characterizing high risk plaques |
| RU2710609C1 (ru) * | 2019-08-14 | 2019-12-30 | Государственное бюджетное учреждение здравоохранения города Москвы Научно-исследовательский институт скорой помощи имени Н.В. Склифосовского Департамента здравоохранения г. Москвы | Способ оценки трансплантата печени ex situ с использованием многосрезовой компьютерной томографии для определения возможности выполнения сплит-трансплантации |
| US11844654B2 (en) | 2019-08-19 | 2023-12-19 | Caption Health, Inc. | Mid-procedure view change for ultrasound diagnostics |
| US11501436B2 (en) | 2020-01-07 | 2022-11-15 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
| US20220392065A1 (en) | 2020-01-07 | 2022-12-08 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
| US11969280B2 (en) | 2020-01-07 | 2024-04-30 | Cleerly, Inc. | Systems, methods, and devices for medical image analysis, diagnosis, risk stratification, decision making and/or disease tracking |
| WO2023043717A1 (en) * | 2021-09-14 | 2023-03-23 | United Therapeutics Corporation | Systems and methods for tissue evaluation |
| WO2023131817A1 (en) * | 2022-01-10 | 2023-07-13 | Ortho Biomed Inc. | Identification of organ donors for transplantation among potential donors |
| US20230289963A1 (en) | 2022-03-10 | 2023-09-14 | Cleerly, Inc. | Systems, devices, and methods for non-invasive image-based plaque analysis and risk determination |
| WO2023250393A1 (en) * | 2022-06-21 | 2023-12-28 | Yale University | Organ digital twin systems and methods for creating and using such systems |
Family Cites Families (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FI121654B (sv) * | 2006-07-10 | 2011-02-28 | Kwh Mirka Ab Oy | Förfarande för tillverkning av en flexibel sliprondell och en flexibel sliprondell |
| US8503741B2 (en) * | 2006-11-30 | 2013-08-06 | Siemens Aktiengesellschaft | Workflow of a service provider based CFD business model for the risk assessment of aneurysm and respective clinical interface |
| CA2679597A1 (en) | 2006-11-30 | 2008-06-05 | Michael B. Dancu | System and method for producing dynamic conditions including in vivo hemodynamic conditions in a three dimensional tubular structure |
| US9561006B2 (en) * | 2008-10-15 | 2017-02-07 | The United States Of America As Represented By The Secretary Of The Navy | Bayesian modeling of pre-transplant variables accurately predicts kidney graft survival |
| 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 |
| FR2953956B1 (fr) * | 2009-12-16 | 2012-01-27 | Chu Nantes | Procede et dispositif de determination d'un risque de rejet |
| US8315812B2 (en) * | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| US20120095936A1 (en) * | 2010-10-15 | 2012-04-19 | Acadiasoft, Inc. | Electronic Centralized Margin Management System |
| US9226673B2 (en) * | 2011-01-10 | 2016-01-05 | East Carolina University | Methods, systems and computer program products for non-invasive determination of blood flow distribution using speckle imaging techniques and hemodynamic modeling |
| US10162932B2 (en) * | 2011-11-10 | 2018-12-25 | Siemens Healthcare Gmbh | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
| JP2013146422A (ja) * | 2012-01-20 | 2013-08-01 | Toshiba Corp | 画像処理装置及び画像処理方法 |
| JP2013165844A (ja) * | 2012-02-15 | 2013-08-29 | Toshiba Corp | 画像処理装置及び画像処理方法 |
| US8548778B1 (en) * | 2012-05-14 | 2013-10-01 | Heartflow, Inc. | Method and system for providing information from a patient-specific model of blood flow |
| US8785116B2 (en) * | 2012-08-10 | 2014-07-22 | Paragonix Technologies, Inc. | Methods for evaluating the suitability of an organ for transplant |
| US10398386B2 (en) * | 2012-09-12 | 2019-09-03 | Heartflow, Inc. | Systems and methods for estimating blood flow characteristics from vessel geometry and physiology |
| US9814433B2 (en) * | 2012-10-24 | 2017-11-14 | Cathworks Ltd. | Creating a vascular tree model |
| US9042613B2 (en) * | 2013-03-01 | 2015-05-26 | Heartflow, Inc. | Method and system for determining treatments by modifying patient-specific geometrical models |
| US9043191B2 (en) * | 2013-08-16 | 2015-05-26 | Heartflow, Inc. | Systems and methods for identifying personalized vascular implants from patient-specific anatomic data |
| WO2015081025A1 (en) * | 2013-11-29 | 2015-06-04 | The Johns Hopkins University | Cranial reference mount |
-
2016
- 2016-11-21 US US15/357,008 patent/US10499990B2/en active Active
- 2016-11-21 JP JP2018526581A patent/JP6858773B2/ja active Active
- 2016-11-21 EP EP16819213.6A patent/EP3380968B1/en active Active
- 2016-11-21 WO PCT/US2016/063027 patent/WO2017091492A1/en active Application Filing
-
2019
- 2019-11-11 US US16/680,005 patent/US10881465B2/en active Active
-
2020
- 2020-11-30 US US17/106,987 patent/US11918293B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP3380968B1 (en) | 2021-04-28 |
| US20200078094A1 (en) | 2020-03-12 |
| JP2018536237A (ja) | 2018-12-06 |
| US11918293B2 (en) | 2024-03-05 |
| US20170143427A1 (en) | 2017-05-25 |
| US10881465B2 (en) | 2021-01-05 |
| US20210093384A1 (en) | 2021-04-01 |
| US10499990B2 (en) | 2019-12-10 |
| EP3380968A1 (en) | 2018-10-03 |
| WO2017091492A1 (en) | 2017-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6858773B2 (ja) | １つ以上の移植特性をシミュレーションすることによる臓器移植及び／または組織移植を評価するためのシステム及び方法 | |
| JP6923599B2 (ja) | 造影剤分布予測及び測定を使用してプラーク及び／または狭窄性病変の重症度を評価するシステム及び方法 | |
| JP6522175B2 (ja) | 血管形状及び生理学から血流特性を推定するシステム及びその作動方法 | |
| US20210241920A1 (en) | Systems and methods for simulation of occluded arteries and optimization of occlusion-based treatments | |
| JP7039544B2 (ja) | 血流特性及び病理を心筋血液供給のモデリングを介して決定するためのシステム及び方法 | |
| JP7100627B2 (ja) | 次数低減モデル及び／または機械学習を使用して血流特性を推定するためのシステム及び方法 | |
| US11521755B2 (en) | Systems and methods for identifying and modeling unresolved vessels in image-based patient-specific hemodynamic models | |
| JP6637975B2 (ja) | 血液透析アクセスのシミュレーションと最適化のためのシステム及び方法 | |
| AU2014306947B2 (en) | Systems and methods for identifying personalized vascular implants from patient-specific anatomic data | |
| JP6522149B2 (ja) | 生理的特性、解剖学的特性、及び患者特性から灌流障害を予測するためのシステム及び方法 | |
| US20230050982A1 (en) | Mapping and quantifying shear stress and hemolysis in patients | |
| EP3937186A1 (en) | System and method for vascular tree generation using joint prior information | |
| RU2685961C2 (ru) | Способ и система предоперационного моделирования хирургической процедуры |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191119 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200515 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200727 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201021 |
|
| 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: 20210317 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210324 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6858773 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |