JP7053656B2 - 造影剤注入撮像 - Google Patents

Description

本技術分野は、一般的に、血管系モデリングに関する。詳細には、本技術分野は、血管系モデルの血行動態シミュレーションを通して血管系の疾患を評価することに関する。

米国特許出願公開第２０１５０６５８６４号は、腎動脈狭窄の非侵襲性機能評価のための方法及びシステムを開示している。医療画像データ及び流動シミュレーションを使用することによって、腎動脈狭窄の機能的及び解剖学的重症度を計算するための非侵襲的方法が提供されている。１つ又は複数の血行動態量は、血流シミュレーションに基づいて腎動脈狭窄について算出される。血流シミュレーションは、腎動脈における流入量及び流出量を算出するステップを含む。腎動脈における流れを定量化するために、腎動脈及び大動脈の患者固有の解剖学的モデルを使用して、内腔における流動情報を得るために流動画像データをマスキングする。

米国特許出願公開第２０１５０６５８６４号において、腎動脈及び大動脈の患者固有の解剖学的モデルは医療画像データから抽出される。それを行うために、腎動脈は、自動腎動脈中心線抽出アルゴリズムを使用して３次元（３Ｄ）医療画像データにおいてセグメント化され得る。腎動脈中心線が抽出されると、断面輪郭は中心線のそれぞれの点において生成可能である。それぞれの中心線の点における断面輪郭によって、冠動脈におけるその点において対応する断面積が測定される。

幾何学的動脈モデルの精度は、血行動態シミュレーション及び他の診断アルゴリズムの信頼できる結果にとって大きな重要性を持つ。３Ｄモデルは３Ｄ空間における断面形状及び位置についての情報を供給するが、３Ｄ撮像は、空間解像度の観点からいえば精度が欠如し得る。

よって、血管系モデルの精度を向上させた血管系モデリングシステム及び方法を提供することが望まれている。精度が向上した血管系モデルを提供することによって、血行動態シミュレーションから導出されるより多くの現実的な血行動態値を可能にすることは、さらに望ましい。

それゆえに、血管系モデリングの、改善され且つ容易にされたやり方を提供することが必要とされている。

一般的に、本発明は、関心領域の２次元（２Ｄ）画像データ及び関心領域の３Ｄ画像データの組み合わせに基づいて、拡張３Ｄモデルを生成する血管系モデリングシステム及び方法を提供することを提案している。例えば、２Ｄ画像データは、一般的に、より高い空間解像度を有するが、３Ｄ空間情報が欠如しており、３Ｄ画像データは３Ｄ空間情報を有するが、一般的に、空間解像度が低くなっている。この組み合わせは、２Ｄ画像データと３Ｄ画像データとのレジストレーション、及び／又は、２Ｄ画像データから導出される少なくとも１つの特徴と３Ｄ画像データから導出される少なくとも１つの対応する特徴とのレジストレーションを伴う。例えば、特徴は、血管中心線などの血管系の特徴である。

３Ｄ画像データ及び２Ｄ画像データ両方の特徴の組み合わせに基づいた拡張モデルを構築することは、血管解剖学のより精確な幾何学的記述をもたらす。

本発明の目的は、独立請求項の主題によって解決され、ここでさらなる実施形態は従属請求項に組み込まれる。本発明の以下の説明される態様がまた、画像処理システム、撮像システム、医療システム、及びコンピュータ実施方法、並びに、コンピュータプログラム要素及びコンピュータ可読媒体に適用されることは、留意されるべきである。

１つの実施形態では、血管系モデリングシステムが提供される。システムは、血管系の関心領域を含む２次元（２Ｄ）画像データ、及び関心領域の３次元（３Ｄ）画像データを受信するように構成されるデータ受信部を含む。画像処理システムは、３Ｄ画像データ及び２Ｄ画像データの組み合わせに基づいて関心領域の拡張３Ｄモデルを生成するように構成される。

実施形態では、２Ｄ画像データの空間解像度は、３Ｄ画像データの空間解像度より大きい。このように、拡張３Ｄモデルは、２Ｄ画像データのより高い空間解像度を組み込むことができる。

実施形態では、画像処理システムは、２Ｄ画像データから導出される血管径データに基づいて関心領域の拡張３Ｄモデルを生成するように構成される。２Ｄ画像データの一般的により高い空間解像度により、２Ｄ画像データから導出される直径（又は同様な意味合いで、半径）データはより高い精度を有することができる。

実施形態では、画像処理システムは、３Ｄ画像データから導出される血管断面形状データに基づいて関心領域の拡張３Ｄモデルを生成するように構成される。断面形状は、３Ｄ画像データからより精確に導出可能なデータである。さらに、断面積データは断面形状からより精確に導出可能である。

実施形態では、画像処理システムは、３Ｄ画像データから導出される血管中心線データに基づいて関心領域の拡張３Ｄモデルを生成するように構成される。血管中心線は、３Ｄ画像データにおける３Ｄ空間において延在するため、２Ｄ平面に沿って延在する２Ｄ中心線データより精確である。

実施形態では、画像処理システムは、２Ｄ画像データの空間解像度を有する関心領域の拡張３Ｄモデルを生成するように構成される。２Ｄ画像データの空間解像度は、一般的に、３Ｄ画像データのものより大きいことで、より精確な３Ｄモデルが提供される。

実施形態では、画像処理システムは、拡張３Ｄモデルにおいて、３Ｄ画像データから導出される血管中心線、３Ｄ画像データから導出される断面形状、２Ｄ画像データから導出される空間解像度、及び２Ｄ画像データから導出される血管径のうちの少なくとも１つを維持するための条件を含む画像レジストレーション及び画像変形技法を使用して３Ｄ画像データ及び２Ｄ画像データを組み合わせることによって、関心領域の拡張３Ｄモデルを生成するように構成される。

実施形態では、３Ｄ画像データは磁気共鳴映像（ＭＲＩ）画像データ又はコンピュータ断層撮影（ＣＴ）画像データである、及び／又は、２Ｄ画像データはＸ線血管造影画像データである。

実施形態では、システムは、拡張３Ｄモデルを使用して血行動態シミュレーションを行うように、及び血行動態シミュレーションに基づいて少なくとも１つの血行動態パラメータを導出するように構成される血行動態シミュレータを含む。とりわけ、血行動態シミュレーションは、３Ｄ画像データから導出される血管中心線、３Ｄ画像データから導出される断面形状、２Ｄ画像データから導出される空間解像度、及び拡張３Ｄモデルに組み込まれるような２Ｄ画像データから導出される血管径に対する少なくとも１つの値に基づく。

実施形態では、画像処理システムは、２Ｄ画像データから導出される血管中心線データ、及び血管径データに基づいて疑似３Ｄモデルを構築するように構成される。画像処理システムは、３Ｄ画像データから導出される、３Ｄモデル及び疑似３Ｄモデルにおける３Ｄ／３Ｄレジストレーション及び変形プロセスに基づいて拡張３Ｄモデルを生成するように構成される。例えば、２Ｄ画像データから導出されるような疑似３Ｄモデルの血管中心線データは、３Ｄ画像データから導出されるような、３Ｄモデルの血管中心線データにレジストレーションされ、且つそれに応じて変換される。

他の実施形態では、画像処理システムは、２Ｄ画像データ及び３Ｄ画像データに基づいて２Ｄ／３Ｄ画像レジストレーションプロセスを行って、レジストレーションされた２Ｄ及び３Ｄ画像データを作り出し、レジストレーションされた２Ｄ及び３Ｄ画像データに基づいて画像変形プロセスを行うように構成される。実施形態では、２Ｄ／３Ｄ画像レジストレーションプロセスは３Ｄ及び２Ｄ画像データ上で行われ、３Ｄ血管モデル及び２Ｄ血管モデルはレジストレーションされた３Ｄ及び２Ｄ画像データにそれぞれ基づいて生成され、画像変形プロセスは互いにレジストレーションされる３Ｄ血管モデル及び２Ｄ血管モデルに基づいて行われる。

別の実施形態では、血管系モデリングのためのコンピュータ実施方法が提供される。方法は、血管系の関心領域を含む２次元（２Ｄ）画像データ、及び関心領域の３次元（３Ｄ）画像データを受信するステップを有する。方法は、３Ｄ画像データ及び２Ｄ画像データの組み合わせに基づいて関心領域の拡張３Ｄモデルを生成するステップを有する。

モデリングシステムに関して上述される特徴は、コンピュータ実施方法に適用可能である。

さらに別の実施形態では、少なくとも１つのプロセッサによって実行される時、本明細書に説明されるような画像処理システムを実装するように適応される、又は本明細書に説明されるコンピュータ実施方法のステップを実行するように適応されるコンピュータプログラム要素が提供される。

コンピュータプログラム要素が記憶されているコンピュータ可読媒体も提供される。

本発明のこれらの及び他の態様は、以降に説明される実施形態から明白となり、該実施形態を参照して明らかとなるであろう。

例示の実施形態について、以降、下記の描写図と併せて説明する。これらの図において、同様の数字は同様の要素を示す。

さまざまな実施形態による、画像処理システムを含む血管系モデリングシステムの概略図である。 さまざまな実施形態による、図１の画像処理システムのさまざまなモジュール間のデータの流れを示す第１のデータフロー図である。 さまざまな実施形態による、図１の画像処理システムのさまざまなモジュール間のデータの流れを示す第２のデータフロー図である。 さまざまな実施形態による、血管系モデリングのためのコンピュータ実施方法を示すフローチャートである。

以下の詳細な説明は、実際は単なる例示であり、応用及び使用を限定することは意図されていない。また、前述の技術分野、背景、簡潔な概要、又は以下の詳細な説明に提示されるいずれの表現される又は暗示される理論によっても制約されることは意図されていない。

本明細書で使用されるように、モジュールという用語は、限定はされないが、特定用途向け集積回路（ＡＳＩＣ）、電子回路、１つ又は複数のソフトウェア又はファームウェアプログラムを実行するプロセッサ（共有、専用、又はグループ）及びメモリ、組み合わせ論理回路、並びに／又は説明された機能性を提供する他の適したコンポーネントを、個々に又は任意の組み合わせで含む、任意のハードウェア、ソフトウェア、ファームウェア、電子制御コンポーネント、処理論理回路、及び／又はプロセッサデバイスを指す。

本開示の実施形態は、機能及び／又は論理ブロックコンポーネント、並びにさまざまな処理ステップの観点から本明細書において説明される。このようなブロックコンポーネントが、指定された機能を実行するように構成される、任意の数のハードウェア、ソフトウェア、及び／又はファームウェアコンポーネントによって実現されることは、理解されるべきである。例えば、本開示の一実施形態は、さまざまな集積回路部品、例えば、１つ若しくは複数のマイクロプロセッサ又は他の制御デバイスの制御下でさまざまな機能を実行する、記憶素子、デジタル信号処理素子、論理素子、又はルックアップテーブルなどを採用する。

図１は、さまざまな実施形態に従って、画像処理システム１００、ディスプレイデバイス２６、２Ｄ画像取得装置３０、３Ｄ画像取得装置３２、及び制御モジュール９０を含む血管系モデリングシステム１０の概略図である。血管系モデリングシステム１０は、３Ｄ画像データからの３Ｄ空間情報、３Ｄ画像データからの断面形状情報、２Ｄ画像データからの直径情報、及び２Ｄ画像データからの画像密度を保持するコンピュータ実施拡張３Ｄモデラを使用して、３Ｄ画像データ及び２Ｄ画像データ両方を組み合わせることによって、身体血管、例えば動脈に基づいた拡張３Ｄモデルを構築するように構成される。このように、３Ｄ画像データ及び２Ｄ画像データ両方の肯定的な面は、モデルが、３Ｄ画像データ単独又は２Ｄ画像データ単独のどちらかから構築される状況と比較して、血管のより精確な表現を提供する拡張３Ｄ血管モデルに組み込まれている。

３Ｄ画像取得装置３２は、体内の３Ｄ画像データを得るように構成される。１つの実施形態では、３Ｄ画像取得装置３２は、患者の断面スライス画像を得、且つ患者の軸方向に連続するスライスを得るために患者及び装置３２を互いに対して移動させることによって、３Ｄ画像データ４０が生成可能になる。実施形態では、３Ｄ画像取得装置３２は３Ｄ血管造影画像データ４０を生成する。画像取得装置３２として、生体磁気共鳴映像（ＭＲＩ）装置が使用される、又はコンピュータＸ線体軸断層撮影（ＣＡＴ）スキャナが使用されることは想定される。１つの例示の実施形態として、図２はＣＡＴ装置３２の事例を示している。ＣＡＴスキャナは一般的に、中心に穴又は短いトンネルを有するボックス状装置である。患者はトンネル内又は外に滑動する診察台に横になる。Ｘ線管及びＸ線検出器は、ガントリーと呼ばれる輪状部に対向して位置し、患者の周りで回転する。

画像取得装置３０は、患者の２Ｄ画像データ４２を生成するように構成される。画像取得装置３０は、さまざまな実施形態によるＸ線撮像用に構成される。画像取得装置３０は、実施形態では、血管造影画像取得のために構成される。そのように、２Ｄ画像データ４２は２Ｄ血管造影画像データである。示される実施形態では、画像取得装置３０は、検出器及び線源を含む。具体的な実施形態では、画像取得装置３０は、Ｃアームの一端に検出器、Ｃアームの他端に線源を有するＣアーム構成を有する。

ディスプレイデバイス２６は、本明細書に説明されるような拡張３Ｄモデル及び血行動態シミュレーションの結果を提示することが可能なグラフィカルユーザインターフェース（ＧＵＩ）を提示するのに適した任意のモニタ又は画面などである。

心電図センサ７０は、それぞれの心臓周期、すなわち、心拍の時間の長さを指示する心臓信号を提供するように、且つ心臓周期の段階のタイミングを特定するように構成される任意のセンサである。

実施形態では、得られた３Ｄ画像データ４０及び２Ｄ画像データ４２は、画像処理システム１００に提供され、ここで、とりわけ図２～図４を参照して、本明細書にさらに説明されるようにさまざまな画像処理動作が行われる。一般的に、画像処理システム１００は、３Ｄ幾何モデル、例えば、３Ｄ画像データ４０（例えば、３Ｄ血管造影画像データ）に基づく３Ｄ血管系モデルを構築するように、且つ、２Ｄモデル、例えば、２Ｄ画像データ４２（例えば、２Ｄ血管造影画像データ４２）に基づく２Ｄ血管系モデルを構築するように構成される。３Ｄ血管系モデル（動脈モデルなど）は、一般的に、２Ｄモデル（１ピクセル当たり０．１～０．２ｍｍなど）より粗い空間解像度（１ボクセル当たり約０．４ｍｍなど）である。３Ｄモデルは、偏心情報及び３Ｄ幾何学情報を有するが、２Ｄモデルは、走査された血管についてのより詳細な空間解像度及びより精確な直径情報を有する。画像処理システム１００は、３Ｄ幾何モデル及び２Ｄモデルを組み合わせるように、且つ拡張３Ｄモデルを生成するように構成される。拡張３Ｄモデルは、２Ｄ画像データ４２の高解像度の利点を低解像度の３Ｄ画像データ４０からの深さ／幾何学情報と組み合わせる。より詳細には、拡張３Ｄモデルは、本明細書により詳細に説明されるように、３Ｄモデルからの血管偏心情報、及び３Ｄ空間における場所についての情報（例えば、中心線情報）、及び２Ｄモデルからの空間解像度及び直径情報を保持するために生成される。画像処理システムは、いくつかの実施形態では、拡張３Ｄモデルに基づいて血行動態シミュレーションを実行するように構成され、少なくとも１つの血行動態値は、圧力比など、シミュレーションから導出される。圧力比は、拡張３Ｄモデルの拡張された性質により、より信頼できるものになる（例えば、それによって、シミュレーションは、３Ｄ画像データ４０からの偏心情報及び２Ｄ画像データ４２からの精確な直径情報を考慮に入れることができる）。

画像処理システム１００は、少なくとも１つのプロセッサ１４、及びコンピュータ可読記憶デバイス、メモリ、又は媒体２０を含む。プロセッサ１４は、任意の特注の又は市販のプロセッサ、中央処理装置（ＣＰＵ）、グラフィック処理ユニット（ＧＰＵ）、画像処理システム１００と関連付けられたいくつかのプロセッサの間の補助プロセッサ、（マイクロチップ又はチップセットの形態の）半導体ベースマイクロプロセッサ、マクロプロセッサ、これらの任意の組み合わせ、又は一般的には、命令を実行するための任意のデバイスとすることができる。コンピュータ可読記憶デバイス、メモリ、又は媒体２０は、例えば、読み出し専用メモリ（ＲＯＭ）、ランダムアクセスメモリ（ＲＡＭ）、及びキープアライブメモリ（ＫＡＭ）における揮発性及び不揮発性ストレージを含む。ＫＡＭは、プロセッサ１４の電源が切られている間にさまざまな動作変数を記憶するために使用される永続又は不揮発性メモリである。コンピュータ可読記憶デバイス、メモリ、又は媒体２０は、ＰＲＯＭ（プログラマブル読み出し専用メモリ）、ＥＰＲＯＭ（電気的ＰＲＯＭ）、ＥＥＰＲＯＭ（電気的消去可能ＰＲＯＭ）、フラッシュメモリ、又は、データを記憶可能な任意の他の電気、磁気、光、又は組み合わせメモリデバイスなどのいくつかの既知のメモリデバイスのいずれかを使用して実装される。ここでのデータのいくつかは、血管系モデリングシステム１０を制御する際に画像処理システム１００によって使用される実行可能命令を表す。命令は、本明細書にさらに説明されるように、図１の画像処理システム１００のモジュール９０、図２及び図３のデータフロープロセス、及び図４の方法を実行するように構成される。

命令は、１つ又は複数の別個のプログラムを含み、これらのそれぞれは、論理機能を実施するための実行可能命令の順序リストを含む。命令は、プロセッサ１４によって実行される時、画像取得装置３０、３２から画像を受信し且つ処理し、画像処理システム１００のモジュール９０を自動的に制御するための論理、算出、方法、及び／又はアルゴリズムを実行し、及び、血行動態シミュレータ２２及びディスプレイデバイス６０に対する制御信号を生成する。とりわけ、命令は、２Ｄ画像データ４２のより高い空間解像度、及び３Ｄ画像データ４０からの偏心及び中心線情報を組み合わせる拡張３Ｄモデルを生成するように動作可能であり、この拡張３Ｄモデルは、さまざまな実施形態において、ディスプレイデバイス２６上で変位し、且つ血行動態シミュレータ２２において使用される。１つの画像処理システム１００のみが図１に示されているが、血管系モデリングシステム１０の実施形態は、任意の適した通信媒体又は通信媒体の組み合わせ上で通信し、画像を処理し、論理、算出、方法、及び／又はアルゴリズムを実行し、及び制御信号を生成して血管系モデリングシステム１０の特徴を自動的に制御するように協働する任意の数の画像処理システム１００を含むことができる。

さまざまな実施形態において、汎用コンピュータなどの画像処理システム１００は、画像取得装置３０、３２に動作可能に接続され、３Ｄ画像データ４０及び２Ｄ画像データ４２を得るために走査を行うための画像取得装置３０、３２の動作を制御し、及び、画像取得装置３０、３２からの画像データ４０、４２を処理する。処理された画像は、いくつかの実施形態では、拡張３Ｄモデルの形態の血管系モデリングシステム１０のディスプレイデバイス２６上に提示される。

画像処理システム１００は、２Ｄ画像データ４０及び３Ｄ画像データ４２を受信し、２Ｄモデル及び３Ｄモデルを生成し且つ組み合わせて、拡張３Ｄモデルを提供し、且つ拡張３Ｄモデル上で血行動態シミュレーションを表示及び／又は実行するために、本明細書に説明される血管系モデリングシステム１０、データフロー、及び方法２００を実行するためのいくつかのモジュール９０を含む。本明細書に説明されるモジュール９０は、少なくとも１つのプロセッサ１４、メモリ２０、及び、モジュール９０に関して説明されるさまざまな機能及びプロセスを実施するためにメモリ２０に記憶されるコンピュータプログラム命令を含む。別個のモジュール９０は特定の機能に対して本明細書に説明されているが、これは統合されたトポロジを除外するものではない。さらに、示されるモジュール９０は、さらなるサブモジュールに分割される場合がある。モジュール９０は、本明細書に説明される特徴、プロセス、及びシステムを実施するために必要に応じて互いに通信する。

モジュール９０について、それぞれのモジュール９０の例示の機能及び効果を示すために、第１の実施形態として図２のデータフロー図を参照して、及び、第２の例示の実施形態として図３のデータフロー図を参照してさらに説明する。ある特定のモジュールは、３Ｄモデラ１８、２Ｄモデラ１６、血行動態シミュレータ２２、拡張３Ｄモデラ２４、及びデータ受信部１２を含んで、第１の実施形態及び第２の実施形態両方に共通である。これらは、図２及び図３におけるそれぞれの代替的な例示の実装形態の具体的な態様を論じる前に、第１の実施形態と第２の実施形態との間で共通の機能性を有する限り、最初に説明されるものになる。

データ受信部１２は、３Ｄ画像データ４０及び２Ｄ画像データ４２を受信するように構成される。画像データ４０、４２は、１つの実施形態では、患者の血管造影を表す。データ受信部１２は、２Ｄモデラ１６及び３Ｄモデラ１８を含む画像処理システム１００のさまざまな他のモジュールに画像データ４０、４２をルーティングするように構成される。

２Ｄモデラ１６及び３Ｄモデラ１８は、それぞれ、２Ｄ画像データ４２及び３Ｄ画像データ４０に基づいて２Ｄモデル５１、６８及び３Ｄモデル５０、６６をそれぞれ生成するように構成される。実施形態では、２Ｄ画像データ４２及び３Ｄ画像データ４０は、同じ検査間隔で画像取得装置３０、３２によって得られ、いくつかの実施形態では、同じ心臓状態である。モデラ１６、１８は、任意の手動の又は自動的なセグメンテーションアプローチによって幾何学的血管系（例えば、動脈）モデル５０、５１、６６、６８を計算するように構成される。例示のモデル計算方法は、Ｌｅｓａｇｅ、Ｄ．、Ａｎｇｅｌｉｎｉ、Ｅ．Ｄ．、Ｂｌｏｃｈ、Ｉ．、＆Ｆｕｎｋａ－Ｌｅａ、Ｇ．（２００９）、Ａ ｒｅｖｉｅｗ ｏｆ ３Ｄ ｖｅｓｓｅｌ ｌｕｍｅｎ ｓｅｇｍｅｎｔａｔｉｏｎ ｔｅｃｈｎｉｑｕｅｓ： Ｍｏｄｅｌｓ， ｆｅａｔｕｒｅｓ ａｎｄ ｅｘｔｒａｃｔｉｏｎ ｓｃｈｅｍｅｓ、Ｍｅｄｉｃａｌ ｉｍａｇｅ ａｎａｌｙｓｉｓ、１３（６）、８１９～８４５に説明されている。モデラ１６、１８による血管セグメンテーション及びモデリングはそれ自体が、当業者に既知である。

拡張３Ｄモデラ２４は、後述されるように、図２及び図３の第１の実施形態及び第２の実施形態について例示の具体的内容において異なっているが、共通の特徴がいくつかある。拡張３Ｄモデラ２４は拡張３Ｄモデル５４を生成するように構成される。拡張３Ｄモデラ２４は、いくつかの実施形態では、拡張３Ｄモデル５４を生成するために２Ｄモデル５１、６８及び３Ｄモデル５０、６６から幾何学的データ又は特徴を導出するように構成される。１つの例では、拡張３Ｄモデラ２４は、１つ若しくは複数の条件又は制約を含むモデル生成アルゴリズムを動作させるように構成されることで、下記のデータ項目：２Ｄ画像データ４０からの直径についての情報、３Ｄ画像データ４２（例えば、血管断面における偏心データ）からの断面形状、２Ｄ画像データ４２の空間解像度、及び３Ｄ画像データ４０からの３Ｄ血管場所データ（例えば、中心線データ）のうちの少なくとも１つは、拡張３Ｄモデル５４において保持される。このような制約は、いくつかの実施形態では、拡張３Ｄモデラ２４に対するモデリングコードに組み込まれている。

血行動態シミュレータ２２は、拡張３Ｄモデル５４を受信するように、血行動態シミュレーションを実行するように、及び血行動態シミュレーションから血行動態データ値３００を導出するように構成される。血行動態データ値３００は、１つの実施形態では、冠動脈疾患などの血管疾患の分類のための狭窄にわたる圧力比である。例えば、血行動態データ値３００は、冠動脈狭窄にわたる推定される圧力差に対応する血流予備量比の値である。偏心血管セグメントにおける可変の流れプロファイルをシミュレーションすることを含む、拡張３Ｄ血管系モデル５４における血流をシミュレーションする任意の血行動態シミュレーションを行うことができる。血行動態シミュレータ２２は、１つの実施形態では、拡張３Ｄモデル５４における血流をシミュレーションするための計算流動力学アルゴリズムを実行するように構成される。１つの例示の血行動態シミュレーションは、Ｊｕｎ－Ｍｅｉ Ｚｈａｎｇらによる、ＶｉｏＭｅｄ Ｒｅｓｅａｒｃｈ Ｉｎｔｅｒｎａｔｉｏｎａｌ、Ｖｏｌｕｍｅ ２０１４（２０１４）、Ａｒｔｉｃｌｅ ＩＤ ５１４７２９、Ｎｕｍｅｒｉｃａｌ Ｓｉｍｕｌａｔｉｏｎ ａｎｄ Ｃｌｉｎｉｃａｌ Ｉｍｐｌｉｃａｔｉｏｎｓ ｏｆ Ｓｔｅｎｏｓｉｓ ｉｎ Ｃｏｒｏｎａｒｙ Ｂｌｏｏｄ Ｆｌｏｗにおいて開示されている。

実施形態では、造影剤注入は、ある特定の画像１０２がコントラスト拡張画像１０３になるように行われる。すなわち、画像１０２のストリーム内の一連の画像１０４はコントラスト拡張画像１０４になる。造影剤注入の一時的性質は、コントラスト拡張画像１０４の前に受信される隣接する画像１０２、及びコントラスト拡張画像１０４の後に受信される隣接する画像１０２がコントラスト拡張されないことを意味する。しかしながら、途切れないコントラスト拡張画像１０４群は、血管を照明する目的で特定可能である。造影剤は、さまざまな実施形態では、バルーン器具、ガイドワイヤ、又は他の器具が移動可能に延在する介入用具４４のカテーテルを通して注入される。造影剤は、例示の実施形態によると、造影剤注入が少なくとも１心拍の間続くことを徹底させるためにゲート付き造影剤コントローラ６４によって制御されるポンプを使用して注入される。

造影剤検出器２０は、画像１０２のストリームのそれぞれの画像を受信するように、及び画像１０２内又はこの定められた部分内のコントラスト拡張画像１０４を自動的に検出するように構成される。造影剤検出器２０は、造影剤を含むとして特定されているような画像１０４をグループ分けし、且つコントラスト拡張画像１０４を画像抽出部２２に渡す。それに応じて、造影剤検出器２０は、造影剤を含有する画像フレーム１０４を特定し、且つそれらを造影剤パフを表す一時的なクラスタにグループ分けするように構成される。造影剤検出器２０は、コントラスト拡張画像１０４を通すことを可能にし、且つコントラスト拡張されていると特定されない画像１０２を除去する画像フィルタとみなすことができる。

コントラスト拡張画像１０４を自動的に検出するためのさまざまな可能性がある。一般的に、造影剤検出器２０は、画像処理技法を使用してコントラスト拡張画像１０４を特定するように構成される。１つの可能性は、画像において造影剤の存在を指示する（画像の平均輝度、又は輝度が最大輝度の定められたパーセンテージ、例えば２０％より小さい画像の表面など）、又は、画像において血管の可視性を指示する（画像の平均隆起などであり、ここで隆起は血管を拡張する細長いフィルタに対する反応である）少なくとも１つのパラメータに関して画像を監視することである。少なくとも１つのパラメータの増大、例えば、所定の閾値を超える増大は、この要件を満たす画像がコントラスト拡張画像１０４であることを指示するために使用される。別の可能性は、画像シーケンスのそれぞれのフレームにおいて血管セグメントを検出することを含む画像処理技法を使用し、且つ蛍光透視画像シーケンスのそれぞれのフレームにおける検出された血管セグメントに基づいて蛍光透視画像シーケンスに対するスコアベクトルを判断することである。造影剤注入は、スコアベクトルに基づいて蛍光透視画像シーケンスに存在するかが判断される。この可能性についてのさらなる情報は、米国特許出願公開第２０１２２３０５５８号において見出される。他の可能性は、非コントラスト拡張画像からコントラスト拡張画像１０４を特定するためにニューラルネットワークをトレーニングすることによる深層学習を使用することを含む。

画像処理システム１００のモジュール９０の一般的な特徴を論述することで、第１の実施形態及び第２の実施形態に対する例示の詳細な実装形態について説明する。

図２の例示の第１の実施形態では、疑似３Ｄモデラ５８はモジュール９０に組み込まれる。疑似３Ｄモデラ５８は、２Ｄモデル自体、又は２Ｄモデル５１から導出されるデータ４４、４６を受信するように構成される。疑似３Ｄモデラ５８は、３Ｄモデル５０から導出されるデータ４８を受信するように構成される。

疑似３Ｄモデラ５８は、データ４４、４６から及び／又は２Ｄモデル５１から疑似３Ｄモデルを生成するように、及び、２Ｄモデル５１から、例えば中心線データ４４に基づく中心線を、３Ｄモデルから、例えば３Ｄ中心線データ４８に基づく中心線とレジストレーションして、３Ｄ中心線４８に基づく３Ｄ経路に従うように２Ｄ中心線４４を変形するように構成される。疑似３Ｄモデラ５８は、疑似３Ｄモデル５２を生成するために、レジストレーションされた中心線を２Ｄモデルからの直径／半径データ４６と組み合わせるように構成される。疑似３Ｄモデル５２は、２Ｄ画像データ４２／２Ｄモデル５１の空間解像度におけるものであり、より高い空間解像度における２Ｄ画像データ４２／２Ｄモデル５１からの精確な半径／直径データを含む。さらに、疑似３Ｄモデル５２は、３Ｄモデルからの（中心線データ４８に基づく）３Ｄ位置データを含む。疑似３Ｄモデル５４は、２Ｄ直径データ４６におけるそれぞれの直径読み取りに対する円形断面の想定を行う。

図２の例示の第１の実施形態では、拡張３Ｄモデラ２４は、疑似３Ｄモデル５２の断面プロファイルを変形して３Ｄモデラ１８からの３Ｄモデル５０の断面形状をマッチさせる又は実質的にマッチさせる一方、疑似３Ｄモデル５２の直径の変化を最小化するために制約（正規化項）を含むように構成される。このように、拡張３Ｄモデル５４は、２Ｄモデル５１の空間解像度で、２Ｄモデル５１からの直径を有し、３Ｄモデル５０からの偏心を有し、及び３Ｄモデル５０からの中心線に従うように生成される。実施形態では、拡張３Ｄモデラ２４は、局部断面形状変形、及び疑似３Ｄモデル５２に対する断面形状偏差を制御する正規化項によって、疑似３Ｄモデル５２及び３Ｄモデル５０に対する３Ｄ／３Ｄレジストレーション及び変形画像処理手順を使用するように構成される。拡張３Ｄモデラ２４の目標は、疑似３Ｄモデル５２を変形することで、その断面形状が、３Ｄモデル５０によって与えられる情報とさらにもっと一致するが、２Ｄモデル５１から生じる直径値を変え過ぎないようにすることである。１つの例示の実施形態では、レジストレーション及び変形手順は、直径変化の程度の制御を可能にする具体的な条件（正規化項）を有する変分フレームワーク（エネルギー最小化方程式）において表される。

図３の例示の第２の実施形態では、モジュール９０は、２Ｄ画像データ４２及び３Ｄ画像データ４０に対して画像レジストレーション手順を行って、レジストレーションされた３Ｄ画像データ６２及びレジストレーションされた２Ｄ画像データ６４を作り出すように構成されるレジストレーションモジュール６０を含む。レジストレーション手順は、非剛体（すなわち、弾性）レジストレーション画像処理アルゴリズムである。Ｍａｒｋｅｌｊらによる、Ｍｅｄ Ｉｍａｇｅ Ａｎａｌ、２０１２年４月、１６（３）：６４２～６１、Ａ ｒｅｖｉｅｗ ｏｆ ３Ｄ／２Ｄ ｒｅｇｉｓｔｒａｔｉｏｎ ｍｅｔｈｏｄｓ ｆｏｒ ｉｍａｇｅ－ｇｕｉｄｅｄ ｉｎｔｅｒｖｅｎｔｉｏｎｓに論述されるように、レジストレーションモジュール６０において３Ｄ及び２Ｄレジストレーションを行うための多くのやり方がある。

２Ｄモデラ１６及び３Ｄモデラ１８は、レジストレーションされた２Ｄモデル６６及びレジストレーションされた３Ｄモデル６８を作り出すために、レジストレーションされた２Ｄ画像データ６４及びレジストレーションされた３Ｄ画像データ６２においてそれぞれ動作するように構成される。モデラ１６、１８は、例えば、これまでに説明したように、画像セグメンテーションプロセスを実行するように構成される。実施形態では、３Ｄモデラは、レジストレーションされた２Ｄモデル６８と同じ解像度でレジストレーションされた３Ｄモデル６６を構築するように構成される。レジストレーションされた３Ｄモデル６６の解像度を増大させることは、画像解像度修正アルゴリズムを使用することによって行われる。例えば、メッシュ型３Ｄモデルの場合、メッシュ密度は、２Ｄ画像データの解像度にマッチするように３Ｄ画像データ４０の解像度より高くなるように設定される。

拡張３Ｄモデラ２４は、レジストレーションされた３Ｄモデル６６を変形してレジストレーションされた２Ｄモデル６８に合うように（又は逆も同様に）構成される。拡張３Ｄモデラ２４によって実行される変形手順は、拡張３Ｄモデル５４が２Ｄモデル６８の空間解像度を有し（３Ｄモデル６６はその解像度で制約されるため）、２Ｄモデル６８の直径を有し、３Ｄモデル６６からの断面形状（例えば、偏心）を有し、及び、３Ｄモデルに従って３Ｄで空間的にレジストレーションされて（例えば、３Ｄ画像データ４０からの血管中心線を有して）生成されるように、正規化項又は制約を含む。このように、２Ｄ及び３Ｄ画像モダリティの有利な態様は、拡張３Ｄモデル５４において統合される。

ここで図４を参照し、且つ図１～図３を続けて参照すると、フローチャートは、本開示による、図１の血管系モデリングシステム１０によって行われ得る血管系モデリングのためのコンピュータ実施方法２００を示している。本開示を考慮して理解できるように、方法の範囲内の動作の順序は、図４に示されるような順次実行に限定されず、該当する場合１つ又は複数の変化する順序において、及び本開示に従って行われる。さまざまな実施形態では、方法２００は、１つ又は複数の所定のイベントに基づいて実行するようにスケジューリングできる、及び／又は血管系モデリングシステム１０の動作中に連続して実行できる。

コンピュータ実施方法２００は、３Ｄ画像データ４０を受信するステップ２０２を有する。３Ｄ画像データ４０は３Ｄ画像取得装置３２によって生成される。３Ｄ画像データ４０は、さまざまな実施形態におけるＭＲＩ又はＣＴ血管造影画像データである。コンピュータ実施方法２００は２Ｄ画像データ４２を受信するステップ２０４を有する。２Ｄ画像データは２Ｄ画像取得装置３０によって生成される。２Ｄ画像データ４２はさまざまな実施形態における血管造影画像データである。２Ｄ画像データ４２は３Ｄ画像データ４０より高い（精細な）空間解像度におけるものである。受信するステップ２０２、２０４は、データ受信部１２を通して行われる。実施形態では、単一血管レベルは受信された画像データ４０、４２に含まれる、又は動脈ツリーが含まれる。受信された画像データ４０、４２は、同じ位置で開始し且つ終了する、又はそうするためにクロッピングされる。

コンピュータ実施方法２００は、３Ｄモデル５０、６６を構成するステップ２０６を有する。コンピュータ実施方法２００は、２Ｄモデル５１、６８を構成するステップ２０８を有する。ステップ２０６、２０８は２Ｄモデラ１６及び３Ｄモデラ１８を通して行われる。モデル５０、５１、６６、６８は、少なくとも１つの関心血管を抽出するために画像セグメンテーションプロセスを使用して構成される。

ステップ２１０では、２Ｄモデル５１、６８、及び３Ｄモデル５０、６６は、拡張３Ｄモデル５４を構成するために組み合わせられる。組み合わせのステップは、少なくとも拡張３Ｄモデラ２４を含む画像処理システム１００によって行われる。拡張３Ｄモデル５４は、２Ｄ画像データ４２／モデル５１、６８からの血管の直径データを維持するように、２Ｄ画像データ４２／モデル５１、６８の空間解像度を維持するように、３Ｄモデル５０、６６の血管の断面形状（例えば偏心）を維持するように、及び／又は３Ｄモデル５０、６６の血管の空間的位置を維持するように構成される正規化項を含む２Ｄモデル５１、６８及び３Ｄモデル５０、６６に基づいて画像変形手順を使用して生成される。

図２を参照して説明されるような第１の例示の実施形態では、ステップ２１０は、２Ｄモデル５１からの２Ｄ中心線４４を３Ｄモデル５０の３Ｄ中心線４８にレジストレーションし、且つレジストレーションされた２Ｄ中心線に沿った円形断面として２Ｄモデル５１からの直径を使用することによって、２Ｄモデル５１を疑似３Ｄモデル５２に変換することを有する。さらに、ステップ２１０は、拡張３Ｄモデル５４を構成するために疑似３Ｄモデル５１及び３Ｄモデル５０をレジストレーションすることを有する。レジストレーションプロセスは、局部変形、及び、疑似３Ｄモデル５２の形状偏差を制御する正規化項による３Ｄ／３Ｄレジストレーション手順を使用して実行される。

図３を参照して説明されるような第２の例示の実施形態では、ステップ２１０は、２Ｄモデル６６及び３Ｄモデル６８を構築するステップ２０６、２０８の前に、非剛体変形を使用して３Ｄ画像データ４０及び２Ｄ画像データ４２をレジストレーションすることを有する。さらに、２Ｄ血管モデル６８及び３Ｄ血管モデル６６は、３Ｄモデル６６を変形して２Ｄモデル６８に合うようにすることによって拡張３Ｄモデル５４を入手するために組み合わせられる。

コンピュータ実施方法２００は、血行動態シミュレーションを行うステップ２１２を有する。ステップ２１２は血行動態シミュレータ２２を通して実行される。血行動態シミュレーションは計算済み流体力学的シミュレーションを実行することを含む。シミュレーションによって、ステップ２１４において少なくとも１つの血行動態パラメータが得られる。実施形態では、血行動態パラメータは狭窄における血流予備量比（ＦＦＲ）測定値である。

拡張３Ｄモデル５４は、２Ｄ撮像及び３Ｄ撮像のうちの１つのみからしか生じないモデルより多い情報を考慮に入れるようにより多くの現実的な血行動態値を提供することができる。また、（例えば、正確な３Ｄ曲率を有する）血管モデル５４のより直観的な３Ｄ視覚化はディスプレイデバイス２６を通して利用可能である。さらにまた、拡張３Ｄモデル５４は、血行動態性質（例えば、偏心血管セグメントにおける可変の流れプロファイル）を提供するが、これは、血管の２Ｄ投影のみが使用される場合、不可能である。

本発明の別の例示の実施形態では、適切な処理システム上で、先の実施形態のうちの１つによる方法の、方法のステップを実行するように適応されることを特徴とするコンピュータプログラム又はコンピュータプログラム要素が提供される。

コンピュータプログラム要素は従って、本発明の一実施形態の一部でもあるコンピュータユニット上に記憶される。このコンピューティングユニットは、上述される方法のステップを行うように適応される、又は行うように誘導する。さらに、上述される機器のコンポーネントを動作させることが適応される。コンピューティングユニットは、ユーザの指令を自動的に動作させる及び／又は実行するように適応可能である。コンピュータプログラムは、データプロセッサの作業メモリにロードされる。データプロセッサはよって、本発明の方法を実行するために備え付けられる。

本発明のこの例示の実施形態は、本発明を最初から使用するコンピュータプログラム、及び、更新によって、既存のプログラムを本発明を使用するプログラムに変えるコンピュータプログラム両方を包含する。

さらに続けて、コンピュータプログラム要素は、上述されるような方法の例示の実施形態の手順を履行するために全ての必要なステップを提供することができる。

本発明のさらなる例示の実施形態によると、ＣＤ－ＲＯＭなどのコンピュータ可読媒体が提示され、ここで、コンピュータ可読媒体にはコンピュータプログラム要素が記憶され、このコンピュータプログラム要素は先の節で説明されている。

コンピュータプログラムは、他のハードウェアと共に又はこれの一部として供給される光記憶媒体又はソリッドステート媒体などの適した媒体上に記憶される及び／又は分散されるが、インターネット又は他の有線若しくは無線電気通信システムなどを介して他の形態で分散される場合もある。

しかしながら、コンピュータプログラムはまた、Ｗｏｒｌｄ Ｗｉｄｅ Ｗｅｂのようなネットワーク上で提示され、このようなネットワークからデータプロセッサの作業メモリにダウンロード可能である。本発明のさらなる例示の実施形態によると、コンピュータプログラム要素をダウンロードするのに利用可能にするための媒体が提供され、このコンピュータプログラム要素は、本発明の先述された実施形態のうちの１つによる方法を実行するように配置される。

本発明の実施形態が種々の主題に関して説明されていることは、留意されなければならない。とりわけ、いくつかの実施形態は、方法タイプの請求項に関して説明されるのに対し、他の実施形態はデバイスタイプの請求項に関して説明されている。しかしながら、当業者は、上記の及び以下の説明から、別段記されていない限り、１つのタイプの主題に属する特徴の任意の組み合わせに加えて、種々の主題に関する特徴間の任意の組み合わせも、この応用と共に開示されていると考えられることを推測するであろう。しかしながら、特徴の簡易な要約を超える相乗効果を提供する全ての特徴を組み合わせることができる。

少なくとも１つの例示的な実施形態が前述の詳細な説明に提示されているが、莫大な数の変形が存在することは理解されるべきである。また、例示の実施形態（単数又は複数）は、単なる例であり、いかなる場合においても本開示の範囲、適用可能性、又は構成を限定することは意図されていないことは理解されるべきである。むしろ、前述の詳細な説明は、当業者に、例示の実施形態（単数又は複数）を実施するための便利な手引きを与えるものになる。添付の請求項及びこの合法的な等価物に示される本開示の範囲から逸脱することなく、要素の機能及び配置においてさまざまな変更を行うことが可能であることは、理解されるべきである。

特許請求の範囲において、単語「備える」は他の要素又はステップを除外するものではなく、単数形は複数を除外するものではない。単一のプロセッサ又は他のユニットは請求項に列挙されるいくつかの項目の機能を果たす。単に、ある特定の方策が相互に異なる従属請求項に列挙されるという事実は、これらの方策の組み合わせを、利益をもたらすように使用できないことを指示するものではない。特許請求の範囲におけるいずれの参照符号も、この範囲を限定すると解釈されるべきではない。

Claims (12)

1. 血管系の関心領域を含む２次元（２Ｄ）画像データを受信し、前記２Ｄ画像データは第１の画像取得デバイスによって得られ、
   前記２Ｄ画像データに基づいて、第１の血管中心線に沿った複数の血管径を決定し、
   前記関心領域の３次元（３Ｄ）画像データを受信し、前記３Ｄ画像データは第２の画像取得デバイスによって得られ、
   前記３Ｄ画像データに基づいて、第２の血管中心線に沿った前記関心領域の第２のプロファイルを定める複数の第２の断面形状を決定し、
   前記関心領域の拡張３Ｄモデルを生成し、
   １つ又は複数のプロセッサと通信するディスプレイに前記拡張３Ｄモデルを出力する、
   当該１つ又は複数のプロセッサを含む、血管系モデリングシステムであって、
   前記拡張３Ｄモデルを生成するために、前記１つ又は複数のプロセッサは、
   前記２Ｄ画像データに基づいて疑似３Ｄモデルを構築し、前記疑似３Ｄモデルは、前記第１の血管中心線に沿った前記関心領域の第１のプロファイルを定める複数の第１の断面形状を含み、前記複数の第１の断面形状は複数の円であり、前記複数の第１の断面形状のうちの第１の断面形状の各々は、前記複数の血管径のうちの対応する血管径を含み、
   前記疑似３Ｄモデルを前記拡張３Ｄモデルへと変形し、
   ここで、前記疑似３Ｄモデルを前記拡張３Ｄモデルへと変形するために、前記１つ又は複数のプロセッサは、前記複数の円を、前記複数の第２の断面形状となるように変形する、血管系モデリングシステム。
2. 前記２Ｄ画像データの空間解像度は、前記３Ｄ画像データの空間解像度より大きい、請求項１に記載の血管系モデリングシステム。
3. 前記１つ又は複数のプロセッサは、前記２Ｄ画像データの空間解像度を有する前記関心領域の前記拡張３Ｄモデルを生成する、請求項１に記載の血管系モデリングシステム。
4. 前記１つ又は複数のプロセッサは、前記拡張３Ｄモデルにおいて、
   血管中心線データに基づく前記第２の血管中心線、
   前記複数の第２の断面形状、
   前記２Ｄ画像データから導出される空間解像度、又は
   前記２Ｄ画像データから導出される血管中心線データに基づく前記複数の血管径
   のうちの少なくとも１つを維持するための条件を含む画像レジストレーション及び画像変形技法を使用して、前記３Ｄ画像データ及び前記２Ｄ画像データを組み合わせることによって、前記関心領域の前記拡張３Ｄモデルを生成する、請求項１に記載の血管系モデリングシステム。
5. 前記３Ｄ画像データは、磁気共鳴映像（ＭＲＩ）画像データ若しくはコンピュータ断層撮影（ＣＴ）画像データである、又は、
   前記２Ｄ画像データは血管造影画像データである、
   のうちの少なくとも１つである、請求項１に記載の血管系モデリングシステム。
6. 前記１つ又は複数のプロセッサは、
   前記拡張３Ｄモデルを使用して血行動態シミュレーションを行い、及び
   前記血行動態シミュレーションに基づいて少なくとも１つの血行動態パラメータを導出する、請求項１に記載の血管系モデリングシステム。
7. 前記１つ又は複数のプロセッサは、前記２Ｄ画像データ及び前記３Ｄ画像データに基づいて２Ｄ／３Ｄ画像レジストレーションプロセスを行って、レジストレーションされた２Ｄ及び３Ｄ画像データを作り出し、前記レジストレーションされた２Ｄ及び３Ｄ画像データに基づいて画像変形プロセスを行う、請求項１に記載の血管系モデリングシステム。
8. 血管系の関心領域を含む２次元（２Ｄ）画像データを受信するステップであって、前記２Ｄ画像データは第１の画像取得デバイスによって得られる、前記２Ｄ画像データを受信するステップと、
   前記２Ｄ画像データに基づいて、第１の血管中心線に沿った複数の血管径を決定するステップと、
   前記関心領域の３次元（３Ｄ）画像データを受信するステップであって、前記３Ｄ画像データは第２の画像取得デバイスによって得られる、前記３Ｄ画像データを受信するステップと、
   前記３Ｄ画像データに基づいて、第２の血管中心線に沿った前記関心領域の第２のプロファイルを定める複数の第２の断面形状を決定するステップと、
   前記関心領域の拡張３Ｄモデルを生成するステップであって、当該生成するステップは、
   前記２Ｄ画像データに基づいて疑似３Ｄモデルを構築するステップであって、前記疑似３Ｄモデルは、前記第１の血管中心線に沿った前記関心領域の第１のプロファイルを定める複数の第１の断面形状を含み、前記複数の第１の断面形状は複数の円であり、前記複数の第１の断面形状のうちの第１の断面形状の各々は、前記複数の血管径のうちの対応する血管径を含む、構築するステップと、
   前記複数の円を、前記複数の第２の断面形状となるように変形することを含む、前記疑似３Ｄモデルを前記拡張３Ｄモデルへと変形するステップと、
   を含む、生成するステップと、
   １つ又は複数のプロセッサと通信するディスプレイに前記拡張３Ｄモデルを出力するステップと、を有する、血管系モデリングのためのコンピュータ実施方法。
9. 前記拡張３Ｄモデルに対する血行動態シミュレーションを行うステップと、前記血行動態シミュレーションから血行動態パラメータを導出するステップと、をさらに有する、請求項８に記載のコンピュータ実施方法。
10. 前記生成するステップは、
    前記拡張３Ｄモデルにおいて、
    前記３Ｄ画像データから導出される血管中心線データに基づく前記第２の血管中心線、
    前記複数の第２の断面形状、
    前記２Ｄ画像データから導出される空間解像度、又は
    前記２Ｄ画像データから導出される血管中心線データに基づく前記複数の血管径
    のうちの少なくとも１つを維持することを含む画像レジストレーション及び画像変形手順を使用する、請求項８に記載のコンピュータ実施方法。
11. 少なくとも１つのプロセッサによって実行される時、画像処理システムを実施する、又は請求項８に記載のコンピュータ実施方法のステップを実行する、コンピュータプログラム。
12. 前記１つ又は複数のプロセッサはさらに、
    前記２Ｄ画像データに基づいて、２Ｄ経路を含む前記第１の血管中心線を決定し、
    前記３Ｄ画像データに基づいて、３Ｄ経路を含む前記第２の血管中心線を決定し、
    前記疑似３Ｄモデルは前記第１の血管中心線を含み、
    前記疑似３Ｄモデルを前記拡張３Ｄモデルへと変形するために、前記１つ又は複数のプロセッサはさらに、前記第１の血管中心線を、前記第２の血管中心線の前記３Ｄ経路を有するように変形する、請求項１に記載の血管系モデリングシステム。

Images