JP6987282B1 - 対象者固有の血管に対する血流シミュレーション方法及び装置 - Google Patents
対象者固有の血管に対する血流シミュレーション方法及び装置 Download PDFInfo
- Publication number
- JP6987282B1 JP6987282B1 JP2020568511A JP2020568511A JP6987282B1 JP 6987282 B1 JP6987282 B1 JP 6987282B1 JP 2020568511 A JP2020568511 A JP 2020568511A JP 2020568511 A JP2020568511 A JP 2020568511A JP 6987282 B1 JP6987282 B1 JP 6987282B1
- Authority
- JP
- Japan
- Prior art keywords
- model
- blood flow
- lpm
- cfd
- 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
Links
- 230000017531 blood circulation Effects 0.000 title claims abstract description 331
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 171
- 238000004088 simulation Methods 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 136
- 230000036772 blood pressure Effects 0.000 claims description 51
- 210000002216 heart Anatomy 0.000 claims description 18
- 230000000284 resting effect Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005206 flow analysis Methods 0.000 claims description 8
- 230000035487 diastolic blood pressure Effects 0.000 claims description 3
- 230000035488 systolic blood pressure Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 abstract description 16
- 210000004351 coronary vessel Anatomy 0.000 description 96
- 230000002792 vascular Effects 0.000 description 36
- 208000031481 Pathologic Constriction Diseases 0.000 description 16
- 208000037804 stenosis Diseases 0.000 description 16
- 230000036262 stenosis Effects 0.000 description 16
- 210000001736 capillary Anatomy 0.000 description 15
- 230000000747 cardiac effect Effects 0.000 description 14
- 210000000056 organ Anatomy 0.000 description 14
- 210000001367 artery Anatomy 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 12
- 210000004369 blood Anatomy 0.000 description 12
- 239000008280 blood Substances 0.000 description 12
- 230000002107 myocardial effect Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000002591 computed tomography Methods 0.000 description 8
- 230000000544 hyperemic effect Effects 0.000 description 8
- 230000003902 lesion Effects 0.000 description 8
- 239000012530 fluid Substances 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 210000005166 vasculature Anatomy 0.000 description 6
- 210000003462 vein Anatomy 0.000 description 6
- 210000002565 arteriole Anatomy 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000004 hemodynamic effect Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 101000666730 Homo sapiens T-complex protein 1 subunit alpha Proteins 0.000 description 4
- 102100038410 T-complex protein 1 subunit alpha Human genes 0.000 description 4
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000002490 cerebral effect Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 210000000264 venule Anatomy 0.000 description 4
- 206010020565 Hyperaemia Diseases 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 230000036770 blood supply Effects 0.000 description 3
- 210000001627 cerebral artery Anatomy 0.000 description 3
- 208000026106 cerebrovascular disease Diseases 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 206010002329 Aneurysm Diseases 0.000 description 2
- 239000002126 C01EB10 - Adenosine Substances 0.000 description 2
- 229960005305 adenosine Drugs 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 230000003727 cerebral blood flow Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000004088 microvessel Anatomy 0.000 description 2
- 230000000704 physical effect Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000002966 stenotic effect Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 206010011089 Coronary artery stenosis Diseases 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 210000003403 autonomic nervous system Anatomy 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005293 physical law Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 229940124549 vasodilator Drugs 0.000 description 1
- 239000003071 vasodilator agent Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B5/00—ICT specially adapted for modelling or simulations in systems biology, e.g. gene-regulatory networks, protein interaction networks or metabolic networks
- G16B5/30—Dynamic-time models
-
- 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
- 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
-
- 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
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
- G16B40/20—Supervised data analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Cardiology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Evolutionary Biology (AREA)
- Biotechnology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Epidemiology (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Primary Health Care (AREA)
- Bioethics (AREA)
- Hematology (AREA)
- Medicinal Chemistry (AREA)
- Educational Technology (AREA)
Abstract
Description
710 ネットワークインターフェース
720 プロセッサ
730 メモリ
740 ディスプレイ
750 ストレージ
760入出力(I/O)
図5は本発明に係る対象者固有の3次元血管モデルに対する血流シミュレーション装置の概略図である。本発明に係る装置700は、通常のコンピュータシステムで構成できる。コンピュータシステムは、プロセッサ720とメモリ730を含む。プロセッサ720は、メモリ730に保存されたコンピュータプログラム命令を実行して、本発明に係る対象者固有の3次元血管モデルに対する血流シミュレーションを行う。また、装置700は、データを保存するためのストレージ750、シミュレーション結果を表示するためのディスプレイ740、データを入力または出力するための入出力端子760、及びネットワークインターフェース710を含むことができる。医療画像取得装置500は、対象者固有の3次元血管モデルを生成するための医療画像データを提供する。医療画像取得装置500は、CT(CCTA)、MRI(MRA)、超音波画像撮影装置のように、人体の3次元画像データを撮影するための装置である。医療画像処理装置600は、医療画像取得装置500から提供された医療画像データを処理して(セグメンテーション)、関心対象領域にある3次元形状をモデリングする装置である。医療画像処理装置600は、別途のコンピュータシステムまたは装置700で実行されるためのコンピュータプログラムであり得る。
人体の主要な臓器、例えば、心臓や脳などの重要臓器には、臓器を構成する細胞に血液を供給する血管が臓器全体にわたって分布する。心臓から供給される血液は、動脈(Artery)、細動脈(Arteriole)、毛細血管(Capillary)、細静脈(Venule)、静脈(Vein)を介して再び心臓に循環する。微小血管床は、細動脈、毛細血管、細静脈で構成される。図4には、微小血管床(microvascular bed)と微小血管床に対するLPMモデルが概略的に示されている。細動脈の平均血管径は約30μmであり、細静脈の平均血管径は約20μm程度であり、毛細血管の平均直径は約8μm程度である。
図6に示されているような3次元冠状動脈モデル100に対して、従来の血流シミュレーションを行う方法の一つが、[特許文献4]に公開されている。図3は、[特許文献4]に公開されている方法を概略的に示している。図3を参照すると、3次元血管モデル100のそれぞれの出口に対する境界条件をLPMモデルと連携して提供することにより、3次元CFDモデルに対する血流シミュレーションを行う。
微小血管床の血流力学的特徴、すなわち抵抗とコンプライアンスは、微小血管床を通過する血流の圧力と流量によって定められ、微小血管床を通過する血流量は、血管の内部に形成された狭窄病変によって影響される。本発明に係る新規なCFD−LPM連携シミュレーション方法は、このような生理学的現象を反映したシミュレーション方法である。本発明に係るCFD−LPM連携シミュレーション方法は、血流力学シミュレーションを行うときに微小血管床を通過する血流状態に適した微小血管床に対応するLPMモデルのパラメータを求め、これをシミュレーションに適用する方法である。
特定の臓器の血管系の全体抵抗は、血管系を構成する枝血管抵抗の並列配分の和である。また、血管系の全体抵抗は、血管系に流れるものと推定される血流量と血圧との関係によって定められる。
血管系のそれぞれの枝に連携されるためのLPMモデルは、動脈パラメータと微小血管床パラメータが直列に連結されている。動脈パラメータは、動脈抵抗(Ra)と動脈コンプライアンス(Ca)で構成され、微小血管床パラメータは、微小血管床抵抗(Rm)と微小血管床コンプライアンス(Cm)で構成される。それぞれのパラメータの後ろに数字を付加して、パラメータが連携されるための枝の番号を示す。
血管系のそれぞれの枝に連結されたLPMモデルの微小血管床の抵抗(Rm)と微小血管床のコンプライアンス(Cm)との積は、時定数(time constant)であって、一定の値を持つ。
図10に示されているLPMモデルにおいて、それぞれの枝に連携される動脈パラメータと微小血管床パラメータとの間の血圧(P0)は、それぞれの枝を流れる血流量と関係なく同じである。つまり、血管系のそれぞれの枝に連結される微小血管床の上流の血圧は同じであると仮定する。このような仮定は、図16に示されている血液循環血管別血流速度及び血管断面積のグラフから類推することができる。図16に示されているように、毛細血管を通過する血流の速度は一定である。また、毛細血管の平均直径が約8μm程度と一定である。したがって、毛細血管では、上流と下流との間の血圧差が一定に維持されるだろう。毛細血管の下流は静脈に連結され、静脈の血圧はほぼ一定の値を持つので、毛細血管上流の血圧も一定であるといえる。また、微小血管床の抵抗のほとんどは毛細血管によるものなので、血管系の枝の微小血管床近くの上流には同じ血圧P0が作用すると仮定することができる。
特定の臓器の血管系に対してそれぞれの枝を構成する動脈血管とその下流の微小血管床について上述の4つの仮定をすれば、それぞれの枝に連携されるためのLPMモデルのパラメータを拘束する関係式を誘導することができる。
以下、LPMモデルの動脈パラメータを求める方法について説明する。LPMモデルの動脈パラメータは、対象者の固有血管系のそれぞれの血管枝の血流力学的特徴、すなわち、動脈枝の抵抗とコンプライアンスである。
非侵襲的に動脈枝の血流力学的特徴を求める方法として、3次元血管モデルの形状を利用する別の方法がある。例えば、図13に示されているようなCFD−LPM連携血流シミュレーション方法を用いて求める方法である。
また、CFD−LPM連携シミュレーションによって更新されるLPMモデルの微小血管床パラメータ(Ra,i)、(Ca,i)及びそれぞれの枝を介して出力される血流量(Qi)の値を以前ステップの値と比較して、その差が、予め定められた値以下である場合には、収束条件を満たしたと判断し、それぞれの動脈枝に対する(Ra,i)、(Ca,i)値を出力することができる(S440)。また、上記の収束条件をそれぞれ適用または重複するように適用して収束条件を修正することもできる。
Claims (13)
- コンピュータシステムを用いて対象者固有の3次元血管モデルに対する血流シミュレーション方法であって、
(a)前記対象者固有の3次元血管モデルの提供を受けるステップと、
(b)前記提供された対象者固有の3次元血管モデルに血流方程式を適用して血流解析のためのCFDモデル(分析モデル)を生成するステップと、
(c)前記CFDモデルに初期及び境界条件を設定するステップと、
(d)前記CFDモデルの出口境界条件を提供するための、動脈パラメータと微小血管床パラメータを含むLPMモデル(集中パラメータモデル)を生成するステップと、
(e)前記CFDモデルと前記LPMモデルを連携して前記CFDモデルに対する血流シミュレーションを行うステップとを含み、
前記CFDモデルと前記LPMモデルを連携して血流シミュレーションを行うステップ(e)は、
(f)前記設定された初期及び境界条件でCFDモデルに対する血流シミュレーションを行うステップと、
(g)前記血流シミュレーションによるCFDモデルの各出口別血流量(Qi)と総流出血流量(Qtot_cfd)を計算するステップと、
(h)前記CFDモデルの各出口別血流量と総流出血流量を用いて前記LPMモデルの微小血管床パラメータを更新するステップと、
(i)前記更新されたLPMモデルを用いて前記CFDモデルの出口境界条件を更新するステップと、
(j)前記CFDモデルに対する血流シミュレーションの収束条件が満たされるまで、前記(f)乃至(i)ステップを繰り返し行うステップとを含む、対象者固有の3次元血管モデルに対する血流シミュレーション方法。 - 前記LPMモデルは、動脈パラメータと微小血管床パラメータが直列に連結されており、
前記動脈パラメータは、並列に連結された動脈抵抗(Ra)と動脈コンプライアンス(Ca)を含み、
前記微小血管床パラメータは、並列に連結された微小血管床抵抗(Rm)と微小血管床コンプライアンス(Cm)を含む、請求項1に記載の対象者固有の3次元血管モデルに対する血流シミュレーション方法。 - 前記動脈パラメータは、対象者固有の3次元血管モデルの枝の長さを用いて定められたパラメータ値を有する、請求項2に記載の対象者固有の3次元血管モデルに対する血流シミュレーション方法。
- 前記動脈パラメータは、対象者固有の3次元血管モデルの枝末端の直径を用いて定められたパラメータ値を有する、請求項2に記載の対象者固有の3次元血管モデルに対する血流シミュレーション方法。
- 前記動脈パラメータは、対象者固有の3次元血管モデルに対するCFD−LPM連携シミュレーションによって定められたパラメータ値を使用し、
前記動脈パラメータを定めるためのCFD−LPM連携シミュレーションに使用されるLPMモデルは、動脈パラメータのみを含むLPMモデルであり、
前記CFD−LPM連携シミュレーションにおいて、LPMモデルの動脈パラメータ下流の圧力条件は、対象者の休憩状態の圧力条件を使用する、請求項2に記載の対象者固有の3次元血管モデルに対する血流シミュレーション方法。 - 前記CFDモデルの各出口別血流量と総血流量を用いて前記LPMモデルの微小血管床パラメータを更新する(h)ステップにおいて、
それぞれのLPMモデルの微小血管床コンプライアンスパラメータ(Cm,i)は、
CFDモデルシミュレーションによって求められたそれぞれの枝の出口流出血流量(Qi)を対象者から測定した収縮期血圧と拡張期血圧との差で割り、心拍周期を乗じて求められた値に近似する数式
を用いて求められた値に更新し(式中、(Qi)はi番目の枝の血流量である。また、(ΔPi/Δτ)はi番目の枝における時間に対する圧力変化を示す);
それぞれの枝の微小血管床抵抗パラメータ(Rm,i)は、
選定された基準枝の抵抗(Rm,ref)を数式
で求め、
選定された基準枝微小血管床抵抗(Rm,ref)と基準枝微小血管床コンプライアンス(Cm,ref)の積と、残りの枝の微小血管床抵抗(Rm,i)と微小血管床コンプライアンス(Cm,i)の積とが同じであるという条件である数式
を用いて求められた値に更新する、請求項1に記載の対象者固有の3次元血管モデルの血流シミュレーション方法。 - 前記更新されたLPMモデルを用いて前記CFDモデルのそれぞれの枝の出口境界条件を更新するステップ(i)において、
前記CFDモデルのそれぞれの枝の出口境界条件として設定する血圧は、下記の数式を用いて得られる血圧を使用する、請求項6に記載の対象者固有の3次元血管モデルの血流シミュレーション方法。
[数式]
(式中、PiはLPMモデルのそれぞれの枝の出口に更新されて設定される境界条件血圧、(Ra,i)は予め設定されたLPMモデルの動脈抵抗、(Rm,i)はCFDシミュレーションによって更新されたLPMモデルの微小血管床抵抗、(Qlpm,i)は総流出血流量(Qtot_cfd)を更新されたそれぞれのLPM微小血管床抵抗(Rm,i)に反比例するように分配した仮想のLPMモデル血流量をそれぞれ示す。) - 対象者固有の3次元血管モデルに対する血流シミュレーションを行うための装置であって、
プロセッサと、前記プロセッサで行われるためのコンピュータプログラムが保存されたメモリとを含み、
前記コンピュータプログラムは、
(a)前記対象者固有の3次元血管モデルの提供を受けるステップと、
(b)前記提供された対象者固有の3次元血管モデルに血流方程式を適用して血流解析のためのCFDモデル(分析モデル)を生成するステップと、
(c)前記CFDモデルに初期及び境界条件を設定するステップと、
(d)前記CFDモデルの出口境界条件を提供するための、動脈パラメータと微小血管床パラメータを含むLPMモデル(集中パラメータモデル)を生成するステップと、
(e)前記CFDモデルと前記LPMモデルとを連携して前記CFDモデルに対する血流シミュレーションを行うステップとを含み、
前記CFDモデルと前記LPMモデルを連携して血流シミュレーションを行うステップ(e)は、
(f)前記設定された初期及び境界条件でCFDモデルに対する血流シミュレーションを行うステップと、
(g)前記血流シミュレーションによるCFDモデルの各出口別血流量と総血流量を計算するステップと、
(h)前記CFDモデルの各出口別血流量と総血流量を用いて前記LPMモデルの微小血管床パラメータを更新するステップと、
(i)前記更新されたLPMモデルを用いて前記CFDモデルの出口境界条件を更新するステップと、
(j)前記CFDモデルに対する血流シミュレーションの収束条件が満たされるまで、前記(f)乃至(i)ステップを繰り返し行うことにより、少なくとも一つの血流力学的物理量を計算するステップとを行うように構成された、対象者固有の3次元血管モデルに対する血流シミュレーション装置。 - 前記LPMモデルは、動脈パラメータと微小血管床パラメータが直列に連結されており、
前記動脈パラメータは、並列に連結された動脈抵抗(Ra)と動脈コンプライアンス(Ca)を含み、
前記微小血管床パラメータは、並列に連結された微小血管床抵抗(Rm)と微小血管床コンプライアンス(Cm)を含む、請求項8に記載の対象者固有の3次元血管モデルに対する血流シミュレーション装置。 - 前記動脈パラメータは、対象者固有の3次元血管モデルの枝の長さを用いて定められたパラメータ値を有する、請求項9に記載の対象者固有の3次元血管モデルに対する血流シミュレーション装置。
- 前記動脈パラメータは、対象者固有の3次元血管モデルに対するCFD−LPM連携シミュレーションによって定められたパラメータ値を使用し、
前記動脈パラメータを定めるためのCFD−LPM連携シミュレーションに使用されるLPMモデルは、動脈パラメータのみを含むLPMモデルであり、
前記CFD−LPM連携シミュレーションにおいて、LPMモデルの動脈パラメータ下流の圧力条件は、対象者の休憩状態の圧力条件を使用する、請求項9に記載の対象者固有の3次元血管モデルに対する血流シミュレーション装置。 - 前記CFDモデルの各出口別血流量と総血流量を用いて前記LPMモデルの微小血管床パラメータを更新する(h)ステップにおいて、
それぞれのLPMモデルの微小血管床コンプライアンスパラメータ(Cm,i)は、
CFDモデルシミュレーションによって求められたそれぞれの枝の出口流出血流量(Qi)を対象者から測定した収縮期血圧と拡張期血圧との差で割り、心拍周期を乗じて求められた値に近似する数式
を用いて求められた値に更新し(式中、(Qi)はi番目の枝の血流量である。また、(ΔPi/Δτ)はi番目の枝における時間に対する圧力変化を示す);
それぞれの枝の微小血管床抵抗パラメータ(Rm,i)は、
選定された基準枝の抵抗(Rm,ref)を数式
で求め、
選定された基準枝微小血管床抵抗(Rm,ref)と基準枝微小血管床コンプライアンス(Cm,ref)の積と、残りの枝の微小血管床抵抗(Rm,i)と微小血管床コンプライアンス(Cm,i)の積とが同じであるという条件である数式
を用いて求められた値に更新する、請求項8に記載の対象者固有の3次元血管モデルの血流シミュレーション装置。 - 前記更新されたLPMモデルを用いて前記CFDモデルのそれぞれの枝の出口境界条件を更新するステップ(i)において、
前記CFDモデルのそれぞれの枝の出口境界条件として設定する血圧は、下記の数式を用いて得られる血圧を使用する、請求項12に記載の対象者固有の3次元血管モデルの血流シミュレーション装置。
[数式]
(式中、PiはLPMモデルのそれぞれの枝の出口に更新されて設定される境界条件血圧、(Ra,i)は予め設定されたLPMモデルの動脈抵抗、(Rm,i)はCFDシミュレーションによって更新されたLPMモデルの微小血管床抵抗、(Qlpm,i)は総流出血流量(Qtot_cfd)を更新されたそれぞれのLPM微小血管床抵抗(Rm,i)に反比例するように分配した仮想のLPMモデル血流量をそれぞれ示す。)
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2019-0127718 | 2019-10-15 | ||
KR1020190127718A KR102130254B1 (ko) | 2019-10-15 | 2019-10-15 | 대상자 고유의 혈관에 대한 혈류 시뮬레이션 방법 및 장치 |
PCT/KR2020/011737 WO2021075713A1 (ko) | 2019-10-15 | 2020-09-02 | 대상자 고유의 혈관에 대한 혈류 시뮬레이션 방법 및 장치 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6987282B1 true JP6987282B1 (ja) | 2021-12-22 |
JP2022509897A JP2022509897A (ja) | 2022-01-25 |
Family
ID=71571749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020568511A Active JP6987282B1 (ja) | 2019-10-15 | 2020-09-02 | 対象者固有の血管に対する血流シミュレーション方法及び装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11145224B2 (ja) |
EP (1) | EP3836146B1 (ja) |
JP (1) | JP6987282B1 (ja) |
KR (1) | KR102130254B1 (ja) |
CN (1) | CN113015497B (ja) |
ES (1) | ES2928596T3 (ja) |
WO (1) | WO2021075713A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102130254B1 (ko) * | 2019-10-15 | 2020-07-03 | 주식회사 실리콘사피엔스 | 대상자 고유의 혈관에 대한 혈류 시뮬레이션 방법 및 장치 |
KR102502930B1 (ko) | 2020-12-30 | 2023-02-23 | 숭실대학교 산학협력단 | fNIRS 데이터에서 다항회귀를 활용한 뇌 활성화 지역 추출 방법, 이를 수행하기 위한 기록 매체 및 장치 |
KR20240018722A (ko) * | 2022-08-02 | 2024-02-14 | 니어브레인(주) | 뇌혈류 데이터를 연산하는 방법 및 뇌혈류 데이터를 연산하기 위한 신경망 모델의 학습 방법 |
EP4369284A1 (en) | 2022-11-10 | 2024-05-15 | Koninklijke Philips N.V. | Image enhancement using generative machine learning |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5423323A (en) * | 1993-08-30 | 1995-06-13 | Rocky Mountain Research, Inc. | System for calculating compliance and cardiac hemodynamic parameters |
US7191110B1 (en) | 1998-02-03 | 2007-03-13 | University Of Illinois, Board Of Trustees | Patient specific circulation model |
AU3187900A (en) * | 1999-03-09 | 2000-09-28 | Florence Medical Ltd. | A method and system for pressure based measurements of cfr and additional clinical hemodynamic parameters |
US9405886B2 (en) * | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
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 |
DE102010039312B4 (de) * | 2010-08-13 | 2020-02-13 | Siemens Healthcare Gmbh | Verfahren zur Simulation eines Blutflusses |
US10162932B2 (en) * | 2011-11-10 | 2018-12-25 | Siemens Healthcare Gmbh | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
US10373700B2 (en) * | 2012-03-13 | 2019-08-06 | Siemens Healthcare Gmbh | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance |
CN103300820A (zh) * | 2012-03-13 | 2013-09-18 | 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 |
KR101530352B1 (ko) * | 2013-04-02 | 2015-06-22 | 재단법인 아산사회복지재단 | 물질특성에 기반한 전산유체역학 모델링 및 분석 방법 |
CN105096388B (zh) * | 2014-04-23 | 2019-02-05 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真系统和方法 |
US9595089B2 (en) * | 2014-05-09 | 2017-03-14 | Siemens Healthcare Gmbh | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
CN106714673B (zh) * | 2014-08-29 | 2020-02-28 | 江原大学校产学协力团 | 按患者区分的血管信息决定方法 |
CN107615335A (zh) * | 2015-05-12 | 2018-01-19 | 新加坡保健服务集团有限公司 | 医学图象处理方法和系统 |
US20180289253A1 (en) * | 2015-05-22 | 2018-10-11 | Indiana University Research & Technology Corporation | Methods and systems for patient specific identification and assessmentof ocular disease risk factors and treatment efficacy |
US10872698B2 (en) * | 2015-07-27 | 2020-12-22 | Siemens Healthcare Gmbh | Method and system for enhancing medical image-based blood flow computations using physiological measurements |
CN107851463B (zh) * | 2015-08-05 | 2022-11-22 | 皇家飞利浦有限公司 | 用于介入性血液动力学测量的辅助设备和方法 |
GB201602527D0 (en) | 2016-02-12 | 2016-03-30 | Glaxosmithkline Ip Dev Ltd | Chemical compounds |
KR101967226B1 (ko) * | 2016-02-22 | 2019-08-13 | 연세대학교 산학협력단 | 관상동맥 분지관의 체적을 이용한 혈류 역학 모델링 방법 |
US10971271B2 (en) * | 2016-04-12 | 2021-04-06 | Siemens Healthcare Gmbh | Method and system for personalized blood flow modeling based on wearable sensor networks |
CN106650267B (zh) * | 2016-12-28 | 2020-03-17 | 北京昆仑医云科技有限公司 | 计算血流储备分数的系统和设置边界条件的方法 |
EP3417770A1 (en) * | 2017-06-23 | 2018-12-26 | Koninklijke Philips N.V. | Device, system and method for detection of pulse and/or pulse-related information of a patient |
KR101986424B1 (ko) | 2017-09-21 | 2019-06-05 | 강원대학교산학협력단 | 환자별 혈관 정보 결정 방법 |
KR102250164B1 (ko) | 2018-09-05 | 2021-05-10 | 에이아이메딕(주) | 기계 학습 및 영상 처리 알고리즘을 이용하여 의료 영상의 혈관들을 자동으로 영역화하는 방법 및 시스템 |
KR102130254B1 (ko) * | 2019-10-15 | 2020-07-03 | 주식회사 실리콘사피엔스 | 대상자 고유의 혈관에 대한 혈류 시뮬레이션 방법 및 장치 |
-
2019
- 2019-10-15 KR KR1020190127718A patent/KR102130254B1/ko active IP Right Grant
-
2020
- 2020-09-02 WO PCT/KR2020/011737 patent/WO2021075713A1/ko unknown
- 2020-09-02 CN CN202080006004.4A patent/CN113015497B/zh active Active
- 2020-09-02 ES ES20811232T patent/ES2928596T3/es active Active
- 2020-09-02 JP JP2020568511A patent/JP6987282B1/ja active Active
- 2020-09-02 US US17/055,010 patent/US11145224B2/en active Active
- 2020-09-02 EP EP20811232.6A patent/EP3836146B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
ES2928596T3 (es) | 2022-11-21 |
US20210256877A1 (en) | 2021-08-19 |
CN113015497B (zh) | 2022-04-19 |
JP2022509897A (ja) | 2022-01-25 |
CN113015497A (zh) | 2021-06-22 |
EP3836146B1 (en) | 2022-08-10 |
EP3836146A4 (en) | 2021-08-11 |
EP3836146A1 (en) | 2021-06-16 |
US11145224B2 (en) | 2021-10-12 |
WO2021075713A1 (ko) | 2021-04-22 |
KR102130254B1 (ko) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7304390B2 (ja) | 患者固有の血流のモデリングのための方法およびシステム | |
JP6409114B2 (ja) | 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム | |
JP6466992B2 (ja) | 血流特性のモデリングにおける感度解析方法及びシステム | |
JP6987282B1 (ja) | 対象者固有の血管に対する血流シミュレーション方法及び装置 | |
KR102380008B1 (ko) | 최적화된 진단적 성과를 위한 경계 조건에서 혈류를 모형화하기 위한 방법과 시스템 | |
CN108922580A (zh) | 一种获取血流储备分数的方法、装置、系统和计算机存储介质 | |
KR20140138961A (ko) | 휴식 및 충혈 동안 관상동맥 혈류량 계산의 개인화를 위한 프레임워크 | |
KR102620470B1 (ko) | 관상 동맥의 혈류역학적 파라미터의 환자별 모델링 | |
CN114052764B (zh) | 获取血流储备分数的方法、装置、系统和计算机存储介质 | |
EA042942B1 (ru) | Специфическое для пациента моделирование гемодинамических параметров в коронарных артериях |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201204 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201204 |
|
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: 20211124 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6987282 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |