JP7085674B1 - 医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム - Google Patents
医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム Download PDFInfo
- Publication number
- JP7085674B1 JP7085674B1 JP2021094195A JP2021094195A JP7085674B1 JP 7085674 B1 JP7085674 B1 JP 7085674B1 JP 2021094195 A JP2021094195 A JP 2021094195A JP 2021094195 A JP2021094195 A JP 2021094195A JP 7085674 B1 JP7085674 B1 JP 7085674B1
- Authority
- JP
- Japan
- Prior art keywords
- cerebral
- patient
- type
- main artery
- artery occlusion
- 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
- 238000000034 method Methods 0.000 title claims abstract description 69
- 208000032382 Ischaemic stroke Diseases 0.000 title claims abstract description 59
- 230000002490 cerebral effect Effects 0.000 claims abstract description 213
- 210000001367 artery Anatomy 0.000 claims abstract description 166
- 208000005189 Embolism Diseases 0.000 claims abstract description 151
- 238000000050 ionisation spectroscopy Methods 0.000 claims abstract description 126
- 238000011282 treatment Methods 0.000 claims abstract description 105
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 81
- 238000001514 detection method Methods 0.000 claims abstract description 66
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 56
- 201000010099 disease Diseases 0.000 claims abstract description 53
- 210000004556 brain Anatomy 0.000 claims abstract description 44
- 201000005851 intracranial arteriosclerosis Diseases 0.000 claims abstract description 6
- 230000004087 circulation Effects 0.000 claims description 59
- 206010069729 Collateral circulation Diseases 0.000 claims description 50
- 238000004891 communication Methods 0.000 claims description 37
- 230000015572 biosynthetic process Effects 0.000 claims description 34
- 206010061216 Infarction Diseases 0.000 claims description 33
- 230000007574 infarction Effects 0.000 claims description 33
- 230000010412 perfusion Effects 0.000 claims description 32
- 238000009792 diffusion process Methods 0.000 claims description 30
- 206010003210 Arteriosclerosis Diseases 0.000 claims description 24
- 238000002583 angiography Methods 0.000 claims description 24
- 208000011775 arteriosclerosis disease Diseases 0.000 claims description 24
- 238000003745 diagnosis Methods 0.000 claims description 19
- 239000003527 fibrinolytic agent Substances 0.000 claims description 19
- 238000013151 thrombectomy Methods 0.000 claims description 19
- 229960000103 thrombolytic agent Drugs 0.000 claims description 19
- 238000013527 convolutional neural network Methods 0.000 claims description 15
- 229940127218 antiplatelet drug Drugs 0.000 claims description 13
- 238000013473 artificial intelligence Methods 0.000 claims description 13
- 210000004369 blood Anatomy 0.000 claims description 10
- 239000008280 blood Substances 0.000 claims description 10
- 229940079593 drug Drugs 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 8
- 208000006011 Stroke Diseases 0.000 claims description 7
- 238000002399 angioplasty Methods 0.000 claims description 6
- 230000002093 peripheral effect Effects 0.000 claims description 6
- 230000002537 thrombolytic effect Effects 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000036772 blood pressure Effects 0.000 claims description 5
- 230000000306 recurrent effect Effects 0.000 claims description 5
- 239000003795 chemical substances by application Substances 0.000 claims description 4
- 238000003780 insertion Methods 0.000 claims description 4
- 230000037431 insertion Effects 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000000302 ischemic effect Effects 0.000 claims description 2
- 230000002250 progressing effect Effects 0.000 claims 4
- 206010008089 Cerebral artery occlusion Diseases 0.000 claims 1
- 230000001568 sexual effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 5
- 238000002560 therapeutic procedure Methods 0.000 abstract description 5
- 206010061876 Obstruction Diseases 0.000 description 41
- 230000000694 effects Effects 0.000 description 29
- 208000007536 Thrombosis Diseases 0.000 description 17
- 230000017531 blood circulation Effects 0.000 description 16
- 208000028867 ischemia Diseases 0.000 description 16
- 208000032843 Hemorrhage Diseases 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 230000006870 function Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 238000002595 magnetic resonance imaging Methods 0.000 description 9
- 238000001356 surgical procedure Methods 0.000 description 9
- 230000000740 bleeding effect Effects 0.000 description 8
- 210000001627 cerebral artery Anatomy 0.000 description 6
- 230000008520 organization Effects 0.000 description 6
- 230000003247 decreasing effect Effects 0.000 description 5
- 239000003146 anticoagulant agent Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 208000026106 cerebrovascular disease Diseases 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 208000021328 arterial occlusion Diseases 0.000 description 3
- 230000023555 blood coagulation Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 208000035475 disorder Diseases 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 208000031104 Arterial Occlusive disease Diseases 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 2
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 2
- 210000000133 brain stem Anatomy 0.000 description 2
- 230000003727 cerebral blood flow Effects 0.000 description 2
- 206010008118 cerebral infarction Diseases 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007917 intracranial administration Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000001151 other effect Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 230000002792 vascular Effects 0.000 description 2
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 229940121710 HMGCoA reductase inhibitor Drugs 0.000 description 1
- 201000008450 Intracranial aneurysm Diseases 0.000 description 1
- 206010040844 Skin exfoliation Diseases 0.000 description 1
- 238000002679 ablation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000006931 brain damage Effects 0.000 description 1
- 231100000874 brain damage Toxicity 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 210000001715 carotid artery Anatomy 0.000 description 1
- 210000001638 cerebellum Anatomy 0.000 description 1
- 238000002585 cerebral angiography Methods 0.000 description 1
- 230000003788 cerebral perfusion Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 210000003038 endothelium Anatomy 0.000 description 1
- 238000004299 exfoliation Methods 0.000 description 1
- 238000009093 first-line therapy Methods 0.000 description 1
- 208000031169 hemorrhagic disease Diseases 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000009094 second-line therapy Methods 0.000 description 1
- 238000011519 second-line treatment Methods 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 229940127230 sympathomimetic drug Drugs 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
- 229940126585 therapeutic drug Drugs 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 210000003556 vascular endothelial cell Anatomy 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- 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
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
-
- 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
- A61B6/501—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 diagnosis of the head, e.g. neuroimaging or craniography
-
- 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
- A61B6/504—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 diagnosis of blood vessels, e.g. by angiography
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
- A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and 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
- A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
- G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
- G01R33/48—NMR imaging systems
- G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
- G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
- G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30016—Brain
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Theoretical Computer Science (AREA)
- Physiology (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Vascular Medicine (AREA)
- Databases & Information Systems (AREA)
- Neurology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Neurosurgery (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
Abstract
【課題】閉塞が発生した脳血管の位置を検出し、病型を分類することにより、治療の方向性を決めることを支援する方法並びに装置及びシステムを提供する。【解決手段】医用画像に基づく虚血性脳卒中の検出及び病型分類装置は、患者の脳に関連する画像を収集する獲得部１０と、収集された画像をもとに、患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判断する検出部２０と、患者が脳主幹動脈閉塞患者である場合、脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍ（塞栓症）であるか、或いはＩＣＡＳ（Ｉｎｔｒａｃｒａｎｉａｌ Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ、頭蓋内アテローム性動脈硬化症）であるかを判断する判断部３０と、判断された脳主幹動脈閉塞の病型に応じて適用される治療の方向性情報を提供する診断部４０と、を含む。【選択図】図２
Description
本発明は、医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム（ＩＳＣＨＥＭＩＣ ＳＴＲＯＫＥ ＤＥＴＥＣＴＩＯＮ ＡＮＤ ＣＬＡＳＳＩＦＩＣＡＴＩＯＮ ＭＥＴＨＯＤ ＢＡＳＥＤ ＯＮ ＭＥＤＩＣＡＬ ＩＭＡＧＥ、ＡＰＰＡＲＡＴＵＳ ＡＮＤ ＳＹＳＴＥＭ）に関する。さらに詳しくは、本発明は、脳主幹動脈閉塞（Ｌａｒｇｅ ｖｅｓｓｅｌ ｏｃｃｌｕｓｉｏｎ）による虚血性脳卒中が疑われる患者を対象に獲得した医用画像及び患者の情報に基づいて、閉塞が発生した脳血管の位置を検出し、発生した脳主幹動脈閉塞の病型を分類することにより、医療人が患者に適した治療の方向性を決めることを支援する情報を算出し、提供する方法、並びに、装置及びシステムに関する。
脳疾患、いわゆる脳血管疾患には、脳血管が破れる脳出血、脳血管が血栓などにより詰まる脳梗塞、脳血管が異常に膨らむ脳動脈瘤などがあり、脳出血と脳梗塞とをあわせて「脳卒中」という。
このような脳疾患を診断するため、超音波診断、脳ＣＴ、脳ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）などの非侵襲的手法が利用されている。
前記超音波診断方法は、頸動脈超音波診断において頸動脈の粥状動脈硬化症の病変を非侵襲的に容易に診断することができる。また、経頭蓋超音波ドプラ法（ｔｒａｎｓｃｒａｎｉａｌ Ｄｏｐｐｌｅｒ）で頭蓋腔内の脳血流を測定し、臨床に応用する。
前記脳ＣＴを用いた診断方法は、出血性疾患の診断に適しており、近来、発達した技術であって、脳の血流状態、脳血管撮影をし、脳卒中患者の治療（特に、虚血性患者の治療）に大いに役立つ。
前記脳ＭＲＩを用いた診断方法は、脳ＣＴに比べて頭蓋骨による人工陰影の影響がないので、脳幹、小脳、側頭葉の部位の病巣を詳細に診断することができ、脳梗塞の早期発見、脳灌流状態の微細診断が可能であり、さらに脳血管の状態を綿密に診断することができることにより、脳組織の状態を診断するのに最も良い方法であるといえる。
特に、脳卒中（Ｓｔｒｏｋｅ）は、脳に血液を供給する血管が詰まったり破裂したりして脳損傷が来て、これが原因で身体障害が起こる疾患であり、且つ、世界で最も重要な死亡の原因でもあり、死亡に至らなくても、永久的な障害を引き起こすハイリスク疾患に分類される。
従来、脳卒中は、主に高齢者の疾患として認識されてきたが、近来は３０代、４０代からでも脳卒中が頻繁に発症するにつれて、老年だけでなく、青壮年にも広範囲に起こりうる非常に危険な疾患として認識されている。
このような脳卒中は、脳に血液を供給する血管が詰まることで発生する「虚血性脳卒中（ｉｓｃｈｅｍｉｃ ｓｔｒｏｋｅ）」と、脳血管が破裂し、出血が起こる「出血性脳卒中（ｃｅｒｅｂｒａｌ ｈｅｍｏｒｒｈａｇｅ）」の２つの病型に区分されることができる。
前記虚血性脳卒中は、脳卒中全体の約８０％を占めており、虚血性脳卒中のほとんどは、凝固した血液の塊である血栓（ｔｈｒｏｍｂｏｓｉｓ）が脳に酸素と栄養分を供給する血管を塞いで発生する。
こうした虚血性脳卒中において、脳主幹動脈閉塞の病型を分類すると、塞栓症（Ｅｍｂｏｌｉｓｍ、以下、「Ｅｍｂｏｌｉｓｍ」と称する）と、頭蓋内アテローム性動脈硬化症（Ｉｎｔｒａｃｒａｎｉａｌ Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ、ＩＣＡＳ、以下、「ＩＣＡＳ」と称する）とに分けられる。
まず、Ｅｍｂｏｌｉｓｍは、血流に乗って運ばれてきた数々の浮遊物が流れる血管腔の一部又は全部が塞がれた状態を表し、Ｅｍｂｏｌｉｓｍの原因となった物体を塞栓（ｅｍｂｏｌｕｓ）と呼び、塞栓の中で最も多いのが心臓の中で作られた血栓である。
次に、ＩＣＡＳは、血管の最も内側の膜（内皮）にコレステロールが沈着がし、血管内皮細胞が増殖し、血管が狭くなったり、塞がってしまったりし、その血管が末梢血流障害を引き起こす疾患をいう。
すなわち、Ｅｍｂｏｌｉｓｍは、代表的に血栓などで血管の少なくとも一部が詰まり、血流障害を引き起こす疾患を表し、ＩＣＡＳは、動脈硬化によって血管が狭くなり、ｉｎ ｓｉｔｕ ｔｈｒｏｍｂｏｓｉｓが発生し、血流障害を引き起こす疾患をいう。
今日、患者に発症した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍであるのか、ＩＣＡＳであるのかを区別せずに、１次的に閉塞が発症した時間を基準に３時間ないし４時間半以内に、血液凝固によって形成された塊を溶かす薬物処理剤である血栓溶解剤を用いた治療を試みたり、２４時間以内に血栓除去術による治療が承認されている。
しかし、ＩＣＡＳの場合、血栓溶解剤を用いた治療をすると、体内で血小板がさらに凝集してしまい、２４時間の間、抗血小板薬剤を用いた治療が難しくなり、１次的に施された血栓溶解療法がかえって状態を悪化させてしまうなどの問題が発生する。
また、Ｅｍｂｏｌｉｓｍの場合、血栓除去術などを通じて血栓を除去することで、問題を解決することができるのに対し、ＩＣＡＳの場合には、血栓を除去してからも動脈硬化による狭窄が残っているので、後続措置が必要であるが、これら２つの病型が同じであるので、医療人が手術前に脳主幹動脈閉塞の病型を事前に把握することが難しく、術後に当該状況や後続措置が必要であるということを把握できないなどの問題点も存在した。
したがって、前記のような従来の問題点を解消するために、脳主幹動脈閉塞による虚血性脳卒中が疑われる患者を対象に、閉塞が発生した脳血管の位置を検出し、発生した脳主幹動脈閉塞の病型を分類することで、医療人が分類された閉塞の病型とマッチングする適した治療の方向性を決めることを支援する方法、装置及びシステムの開発が求められているのが実情である。
本発明は、前述した従来の問題点を解消するために、医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステムを提案する。
具体的に、本発明は、脳主幹動脈閉塞（Ｌａｒｇｅ ｖｅｓｓｅｌ ｏｃｃｌｕｓｉｏｎ）による虚血性脳卒中が疑われる患者を対象に獲得した医用画像と患者情報に基づいて、閉塞が発生した脳血管の位置を検出し、発生した脳主幹動脈閉塞の原因を分類することにより、医療人が患者に適した治療の方向性を決めることを支援する情報を算出し、提供する方法、装置及びシステムを提供する。
また、本発明は、閉塞が発生した脳血管の位置周辺に側副循環形成による効果が医用画像内に存在するか否かを判断することにより、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置及びシステムを提供する。
また、本発明は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合には、閉塞血管の枝分かれ部が詰まっているか、或いは通っているかを区別して、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供する。
また、本発明は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合には、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）／ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）情報、側副循環の形成情報と患者の身体情報を一緒に利用することで、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供する。
また、本発明は、発生した大脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合とＩＣＡＳである場合とに分けて、医療従事者が手術前に脳主幹動脈閉塞の病型を事前に把握し、患者に適した治療の方向性を決めることを支援する方法、装置及びシステムを提供する。
なお、本発明において解決しようとする技術的課題は、以上で述べた技術的課題に制限されず、言及していないもう１つの技術的課題は、以下の記載から、本発明が属する技術分野における通常の知識を有する者に明確に理解されるであろう。
前記技術的課題を達成するための本発明の一態様である医用画像に基づく虚血性脳卒中の検出及び病型分類装置は、少なくとも一人の患者の脳に関連する画像を収集する獲得部と、前記収集された画像をもとに、前記少なくとも一人の患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判断する検出部と、前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記大脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍ（塞栓症）であるか、或いはＩＣＡＳ（Ｉｎｔｒａｃｒａｎｉａｌ Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ、頭蓋内アテローム性動脈硬化症）であるか否かを判断する判断部と、前記判断された大脳主幹動脈閉塞の病型に応じて異に適用される治療の方向性情報を提供する診断部と、を含むことができる。
また、前記獲得部は、前記少なくとも一人の患者の脳に関連する血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像を収集し、前記検出部は、前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像のボクセル（ｖｏｘｅｌ）情報を用いて、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することができる。
また、前記検出部は、前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内において、前記少なくとも一人の患者の連続的なスライス（Ｓｅｒｉａｌ ｓｌｉｃｅ）を考慮するためのＲｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）層（ｌａｙｅｒ）、及び前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内において特徴（ｆｅａｔｕｒｅ）を抽出するためのＣｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）層を合成した形態の人工知能モデルアーキテクチャを利用して、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することができる。
また、前記ＩＣＡＳの場合、動脈硬化が進行するにつれて、血管内の血流量が減少され、前記減少した血流量を補うために、前記動脈硬化が進行する血管周辺の側副循環が発達し、前記判断部は、前記側副循環が発達した第１のイベントが観察された場合、前記大脳主幹動脈閉塞の病型をＩＣＡＳであると判断することができる。
また、前記獲得部は、前記少なくとも一人の患者の脳に関連する灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像を収集し、前記判断部は、前記灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像のうち少なくともいずれかを用いて、前記第１のイベントが観察されるか否かを決めることができる。
また、前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間の差が、予め指定された数値以上である第１条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内において、ｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔのような病型で示される第２条件のうち少なくともいずれかが満たされる場合、前記判断部は、前記第１のイベントが観察されたものと判断し、前記脳主幹動脈閉塞の病型をＩＣＡＳと判断することができる。
また、前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が示される第１条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内において、ｉｎｆａｒｃｔの病型がＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎの病型で示される第２条件のうち少なくともいずれかが満たされる場合、前記判断部は、前記第１のイベントが観察されないものと判断し、前記脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍであると判断することができる。
また、前記判断部は、前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記大脳主幹動脈閉塞の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当するか、或いは前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当するか否かを判断し、前記脳主幹動脈閉塞の種類がＢＳＯ（Ｂｒａｎｃｈｉｎｇ－ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ、分枝閉塞症）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ －ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ、体幹型閉塞）であるかを判断し、前記後方循環（ＰＣ）又は前方循環（ＡＣ）の第１判断と前記ＢＳＯ又はＴＴＯの第２判断をもとに、前記脳主幹動脈閉塞の病型を判断することができる。
また、前記脳主幹動脈閉塞の位置が後方循環（ＰＣ）内に位置する場合、前記判断部は、前記脳主幹動脈閉塞の種類が前記ＢＳＯであれば、前記脳主幹動脈閉塞が前記Ｅｍｂｏｌｉｓｍであると判断し、前記脳主幹動脈閉塞の種類が前記ＴＴＯであれば、前記脳主幹動脈閉塞が前記ＩＣＡＳであると判断することができる。
また、前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合、前記獲得部は、少なくとも一人の患者に関連する身体情報をさらに収集し、前記ＩＣＡＳの場合、動脈硬化が進行するにつれて、血管内の血流量が減少され、前記減少した血流量を補うために、前記動脈硬化が進行する血管周辺の側副循環が発達し、前記判断部は、前記側部循環が発達した第１のイベントが観察されるか否かを判断し、前記判断部は、前記身体情報、前記第１のイベントが観察されるか否かについての情報及び前記脳主幹動脈閉塞の種類が前記ＢＳＯ又は前記ＴＴＯの情報を一緒に利用して、前記大脳主幹動脈閉塞の病型を判断することができる。
また、前記判断された大脳主幹動脈閉塞の病型が前記ＩＣＡＳである場合、前記診断部は、１次的に血管形成術を用いた治療及び／又は抗血小板剤を用いた治療の方向性情報を提供することができる。
また、前記少なくとも一人の患者にさらに治療が必要であれば、前記診断部は、２次的に血栓溶解剤を用いた治療、血栓除去術を用いた治療、前記抗血小板剤以外の薬物を用いた治療、ステントを用いた治療、バルーン挿入による治療及び／又はＣｏｕｎｔｅｒｐｕｌｓａｔｉｏｎ（カウンターパルセイション）治療の方向性情報のうち少なくともいずれかを提供することができる。
また、前記少なくとも一人の患者に、前記血栓除去術を用いた治療が適用された場合、予め指定された時間が経過すれば、前記血栓除去術を用いた治療を中断することを提案する情報を提供することができる。
また、前記判断された大脳主幹動脈閉塞の病型が前記Ｅｍｂｏｌｉｓｍである場合、前記診断部は、前記少なくとも一人の患者が軽症の患者であるか或いは重症の患者であるかを判断し、前記軽症の患者の場合には、血栓溶解剤を用いた治療の方向性情報を提供し、前記重症の患者である場合には、血栓除去術を用いた治療の方向性情報を提供することができる。
また、前記診断部が提供する治療の方向性情報を予め指定された機関に有線及び／又は無線通信をもとに転送する通信部をさらに含むことができる。
一方、前記技術的課題を達成するための本発明のもう一つの一態様である医用画像に基づく虚血性脳卒中の検出及び病型分類方法は、獲得部が少なくとも一人の患者の脳に関連する画像を収集する第１段階と、検出部が前記収集された画像をもとに、前記少なくとも一人の患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判断する第２段階と、判断部が前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記大脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍ（塞栓症）であるか、或いはＩＣＡＳ（Ｉｎｔｒａｃｒａｎｉａｌ Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ、頭蓋内アテローム性動脈硬化症）であるかを判断する第３段階と、診断部が前記判断された大脳主幹動脈閉塞の病型に応じて異に適用される治療の方向性情報を提供する第４段階とを含むことができる。
また、前記第１段階において、前記獲得部は、前記少なくとも一人の患者の脳に関連する血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像を収集し、前記第２段階において、前記検出部は、前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像のボクセル（ｖｏｘｅｌ）情報を用いて、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することができる。
また、前記第２段階において、前記検出部は、前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内で前記少なくとも一人の患者の連続的なスライス（Ｓｅｒｉａｌ ｓｌｉｃｅ）を考慮するためのＲｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）層（ｌａｙｅｒ）及び前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内において、特徴（ｆｅａｔｕｒｅ）を抽出するためのＣｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）層を合成した形態の人工知能モデルアーキテクチャを利用して、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することができる。
また、前記ＩＣＡＳの場合、動脈硬化が進行するにつれて、血管内の血流量が減少され、前記減少した血流を補うために、前記動脈硬化が進行する血管周辺の側副循環が発達し、前記第３段階において、前記判断部は、前記側副循環が発達した第１のイベントが観察された場合、前記大脳主幹動脈閉塞の病型をＩＣＡＳであると判断することができる。
また、前記第１段階において、前記獲得部は、前記少なくとも一人の患者の脳と関連する灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像を収集し、前記第３段階において、前記判断部は、前記灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像のうち少なくともいずれかを用いて前記第１のイベントが観察されるか否かを決めることができる。
また、前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間の差が、予め指定された数値以上である第１条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内において、ｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔの病型で示される第２条件のうち少なくともいずれかが満たされる場合、前記第３段階において、前記判断部は、前記第１のイベントが観察されたものと判断し、前記脳主幹動脈閉塞の病型をＩＣＡＳであると判断することができる。
また、前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が示される第１条件と拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内において、ｉｎｆａｒｃｔの病型がＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎの病型で示される第２条件のうち少なくともいずれかが満たされる場合、前記第３段階において、前記判断部は、前記第１のイベントが観察されないものと判断し、前記脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍであると判断することができる。
また、前記第３段階は、前記判断部が前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記大脳主幹動脈閉塞の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当するか、或いは前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ ）に該当するかを判断する第３－１段階と、前記判断部が前記脳主幹動脈閉塞の種類がＢＳＯ（Ｂｒａｎｃｈｉｎｇ－ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ、分枝閉塞症）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ－ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ、体幹型閉塞）であるかを判断する第３－２段階と、前記判断部が前記後方循環（ＰＣ）又は前方循環（ＡＣ）の第１判断と、前記ＢＳＯ又はＴＴＯの第２判断をもとに、前記脳主幹動脈閉塞の病型を判断する第３－３段階とを含むことができる。
また、前記脳主幹動脈閉塞の位置が後方循環（ＰＣ）内に位置する場合、前記第３－３段階において、前記判断部は、前記脳主幹動脈閉塞の種類が前記ＢＳＯであれば、前記脳主幹動脈閉塞が前記Ｅｍｂｏｌｉｓｍであるものと判断し、前記脳主幹動脈閉塞の種類が前記ＴＴＯであれば、前記脳主幹動脈閉塞が前記ＩＣＡＳであるものと判断することができる。
また、前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合、前記第１段階において、前記獲得部は、少なくとも一人の患者に関連する身体情報をさらに収集し、前記ＩＣＡＳの場合、動脈硬化が進行するにつれて、血管内の血流量が減少され、前記減少した血流量を補うために、前記動脈硬化が進行する血管周辺の側副循環が発達し、前記第３－２段階において、前記判断部は、前記側副循環が発達した第１のイベントが観察されるか否かを判断し、第３－３段階において、前記判断部は、前記身体情報、前記第１のイベントが観察されるか否かについての情報及び前記脳主幹動脈閉塞の種類が前記ＢＳＯ又は前記ＴＴＯの情報を一緒に利用して、前記前記大脳主幹動脈閉塞の病型を判断することができる。
また、前記判断された大脳主幹動脈閉塞の病型が前記ＩＣＡＳである場合、前記第４段階は、前記診断部が１次的に血管形成術を用いた治療及び／又は抗血小板剤を用いた治療の方向性情報を提供する第４－１段階と、前記少なくとも一人の患者にさらなる治療が必要な場合、前記診断部が２次的に、血栓溶解剤を用いた治療、血栓除去術を用いた治療法、前記抗血小板剤以外の薬物を用いた治療、ステントを用いた治療、バルーン挿入による治療及び／又はＣｏｕｎｔｅｒｐｕｌｓａｔｉｏｎ（カウンターパルセイション）の治療の方向性情報のうち少なくともいずれかを提供する第４－２段階と、を含むことができる。
また、前記第４－２段階において、前記少なくとも一人の患者に、前記血栓除去術を用いた治療が適用される場合、予め指定された時間が経過すると、前記血栓除去術を用いた治療を中断することを提案する情報を提供する第４－３段階と、をさらに含むことができる。
また、前記判断された大脳主幹動脈閉塞の病型が前記Ｅｍｂｏｌｉｓｍである場合、前記第４段階は、前記診断部が前記少なくとも一人の患者が軽症の患者であるか、或いは重症の患者であるかを判断する第４－１段階と、前記診断部が前記軽症の患者である場合には、血栓溶解剤を用いた治療の方向性情報を提供し、前記重症の患者である場合には、血栓除去術を用いた治療の方向性情報を提供する第４－２段階と、を含むことができる。
また、前記第４段階後、通信部が前記診断部が提供する治療の方向性情報を予め指定された機関に有線及び／又は無線通信を基に転送する第５段階と、をさらに含むことができる。
本発明は、医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステムを提供するものであって、前述したような従来の問題点を解消することができる。
具体的に、本発明は、脳主幹動脈閉塞（Ｌａｒｇｅ ｖｅｓｓｅｌ ｏｃｃｌｕｓｉｏｎ）による虚血性脳卒中が疑われる患者を対象に獲得した医用画像と患者情報に基づいて、閉塞が発生した脳血管の位置を検出し、発生した脳主幹動脈閉塞の病型を分類することで、医療人が患者に適した治療の方向性を決めることを支援する情報を算出し、提供する方法、装置、及びシステムを提供することができる。
また、本発明は、閉塞が発生した脳血管の位置周辺に側副循環形成による効果が医用画像内に存在する否かを判断することにより、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供することができる。
また、本発明は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することで、発生した大脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供することができる。
また、本発明は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）／ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）情報、側副循環形成情報及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供することができる。
また、本発明は、発生した大脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合とＩＣＡＳである場合とに分けて、医療従事者が手術前に脳主幹動脈閉塞の病型を事前に把握し、患者に適した治療の方向性を決めることを支援する方法、装置及びシステムを提供することができる。
なお、本発明で得られる効果は、以上で述べた効果に限定されず、言及していないもう一つの効果は、以下の記載から本発明が属する技術分野における通常の知識を有する者に明確に理解されるであろう。
以下、図面を参照して、本発明の好ましい一実施形態について説明する。
なお、以下に説明する実施形態は、特許請求の範囲に記載された本発明の内容を不当に限定せず、本実施形態において説明される全構成が、本発明の解決手段として、不可欠であるとは言えない。
以下、本発明の好ましい実施形態による医用画像に基づく虚血性脳卒中の検出及び病型分類方法、装置、及びシステムが添付された図面を参照にして、詳細に説明する。
医用画像に基づく虚血性脳卒中の検出及び病型分類装置
図１は、本発明に関連して、医用画像に基づく虚血性脳卒中の検出及び病型分類装置のブロック構成図の一例を示すものである。
図１は、本発明に関連して、医用画像に基づく虚血性脳卒中の検出及び病型分類装置のブロック構成図の一例を示すものである。
本発明に係る医用画像に基づく虚血性脳卒中の検出及び病型分類装置１は、獲得部１０、検出部２０、判断部３０、及び診断部４０を含むことができる。
まず、獲得部１０は、診断しようとする対象の脳を撮影し、医用画像を獲得する装置である。
また、本発明に係る獲得部１０は、患者に関連する身体情報を獲得することもできる。
まず、獲得部１０は、脳ＣＴ、ＭＲＩなど様々な医用画像を撮影する撮影装置から画像を獲得することができる。獲得部１０が収集する画像は、造影増強コンピュータ断層撮影画像（Ｃｏｎｔｒａｓｔ－ｅｎｈａｎｃｅｄ ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ、ＣＥＣＴ）、Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｅ（ＭＲＩ）などを含むことができる。
具体的には、獲得部１０は、患者に関連するＤＩＣＯＭ情報、血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像情報、灌流画像（Ｐｅｒｆｕｓｉｏｎ ｉｍａｇｅ）情報、拡散画像（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）情報などを収集することができる。
さらに、本発明に係る獲得部１０は、性別、年齢、血圧、発症時間などの患者に関連する身体情報を獲得することも可能である。
次に、検出部２０は、獲得部１０が収集した画像情報に基づいて、画像処理を行い、患者の脳に虚血（Ｉｓｃｈｅｍｉａ）が存在するか否かを判断し、虚血（Ｉｓｃｈｅｍｉａ）が存在する場合、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判別する。
検出部２０は、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判別するにあたり、獲得部１０が収集した脳（Ｂｒａｉｎ）ａｎｇｉｏｇｒａｐｈｙ画像データのｖｏｘｅｌ情報を使用することができる。
また、検出部２０は、２Ｄ又は３Ｄ ａｎｇｉｏｇｒａｐｈｙ画像において、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ、ＬＶＯ）領域を検出するための人工知能モデルアーキテクチャを利用することもできる。
次に、判断部３０は、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ、ＬＶＯ）領域が検出された場合、当該脳主幹動脈閉塞がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断する。
このとき、判断部３０は、Ｅｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断するにあたり、側副循環形成による効果が画像内に存在するか否かを利用することができる。
また、判断部３０は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類することもできる。
また、判断部３０は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合、ＢＳＯ／ＴＴＯ情報、側副循環形成情報、及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類することもできる。
次に、診断部４０は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合とＩＣＡＳの場合とに分けて、医療関係が患者に適した治療の方向性を決めることを支援する情報を提供することができる。
図２は、図１で説明した医用画像に基づく虚血性脳卒中の検出及び病型分類装置の具体的な構成まで含むブロック構成図の一例を示すものである。
図２を参照すれば、獲得部１０は、医用画像獲得部１１と、患者情報獲得部１２を含むことができる。
医用画像獲得部１１は、脳ＣＴ、ＭＲＩなどさまざまな医用画像を撮影する撮影装置から画像を獲得するが、造影増強コンピュータ断層撮影画像（Ｃｏｎｔｒａｓｔ－ｅｎｈａｎｃｅｄ ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ、ＣＥＣＴ）、Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｅ（ＭＲＩ）などを収集することができる。
前述したように、医用画像獲得部１１は、虚血性脳卒中が疑われる患者に関連するＤＩＣＯＭ情報、Ａｎｇｉｏｇｒａｐｈｙ画像情報、灌流画像（Ｐｅｒｆｕｓｉｏｎ ｉｍａｇｅ）情報、拡散画像（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）情報などを収集することができる。
また、患者情報獲得部１２は、虚血性脳卒中が疑われる患者の性別、年齢、血圧、発症時間などの患者に関連する身体情報を獲得することもできる。
患者情報獲得部１２から収集した身体情報は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、Ｅｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断するにあたり、使用することができる。
次に、検出部２０は、画像処理部２１とＬＶＯ検出部２２を含むことができる。
まず、画像処理部２１は、前処理、画像処理などの機能を提供することができる。
画像処理部２１は、獲得した画像を基に人工知能アルゴリズムに従って非出血（Ｎｏ ｈｅｍｏｒｒｈａｇｅ）と出血（Ｈｅｍｏｒｒｈａｇｅ）を区分することができ、前処理部された医用画像を正規化し、予めセッティングされた標準的なマスクテンプレートを利用し、関心領域を分割し、抽出することも可能である。
画像処理部２１は、獲得部１０から収集された画像でのノイズを除去する動作を実行することができる。
また、画像処理部２１は、Ｃｏ－ｒｅｇｉｓｔｒａｔｉｏｎ機能を提供することができ、Ｃｏ－ｒｅｇｉｓｔｒａｔｉｏｎ機能は、解剖学的な構造物の並べ替えのために画像を並べ替えたものであって、画像撮影時の被験者の動きによる傾きや脳の形の違い等による個体内又は個体間の画像を空間的に並べ替えるものである。
また、画像処理部２１は、画像において脳構造以外の部分を除去するための機能を提供するスカル－ストリッピング（Ｓｋｕｌｌ－ｓｔｒｉｐｐｉｎｇ）機能を提供することもできる。
また、画像処理部２１は、人工知能（ＡＩ）をベースに出血（Ｈｅｍｏｒｒｈａｇｅ）の病型を学習し、分類することもできる。
また、画像処理部２１は、前処理された医用画像を正規化し、予めセッティングされた標準的なマスクテンプレートを利用して関心領域を分割し、抽出することができる。
画像処理部２１は、医用画像において関心領域を分割し、抽出するための標準的なマスクテンプレート（Ｍａｓｋ Ｔｅｍｐｌａｔｅ）をセッティングすることができる。
例えば、画像処理部２１は、複数の健常者と脳疾患の患者から獲得された複数の医用画像を収集し、２次元と３次元の正規化画像を生成し、３次元正規化画像に基づいてボクセル（Ｖｏｘｅｌ）の設定に応じて、特定の軸を基準にＳｌｉｃｉｎｇして２次元の正規化画像を生成することができる。
また、画像処理部２１は、診断対象の医用画像を正規化する機能を提供することができる。
例えば、画像正規化部３２は、診断対象の原本の医用画像に非正規バイアスを訂正し（Ｎｏｎ－ｕｎｉｆｏｒｍ ｂｉａｓ ｃｏｒｒｅｃｔｉｏｎ）、空間的配置（Ｓｐａｔｉａｌ ａｌｉｇｎ）を使用し、登録（Ｃｏ－ｒｅｇｉｓｔｒａｔｉｏｎ）し、標準的定位空間（Ｓｔａｎｄａｒｄ ｓｔｅｒｅｏｔａｘｉｃ ｓｐａｃｅ）を適用し、空間的正規化（Ｓｐａｔｉａｌ ｎｏｒｍａｌｉｚａｔｉｏｎ）を実行する過程を介して画像を正規化することができる。
また、画像処理部２１は、正規化された医用画像の標準マスクテンプレートを適用して関心領域を分割し、抽出する機能を提供することができる。
一方、ＬＶＯ検出部２２は、非出血（Ｎｏ ｈｅｍｏｒｒｈａｇｅ）の患者に虚血（Ｉｓｃｈｅｍｉａ）が存在する場合、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判別する。
ＬＶＯ検出部２２は、正規化された医用画像に標準マスクテンプレートを適用して分割し、抽出された関心領域を受け取り、非出血（Ｎｏ ｈｅｍｏｒｒｈａｇｅ）の患者に虚血（Ｉｓｃｈｅｍｉａ）が存在するか否かを判断するようになる。
もし、非出血（Ｎｏ ｈｅｍｏｒｒｈａｇｅ）の患者に虚血（Ｉｓｃｈｅｍｉａ）が存在する場合、ＬＶＯ検出部２２は、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判別する。
ＬＶＯ検出部２２は、脳（Ｂｒａｉｎ）ａｎｇｉｏｇｒａｐｈｙ画像データのｖｏｘｅｌ情報を用いて、虚血（Ｉｓｃｈｅｍｉａ）が存在する場合、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ、ＬＶＯ）患者であるか否かを判別することができる。
また、ＬＶＯ検出部２２は、２Ｄ又は３Ｄ ａｎｇｉｏｇｒａｐｈｙ画像において、ＬＶＯ領域を検出するための人工知能モデルアーキテクチャを利用することができる。
ここで、モデルアーキテクチャは、患者のＳｅｒｉａｌ ｓｌｉｃｅを考慮するためのＲｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）層と特徴を抽出するためのＣｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）層を合成する形態になることができる。
また、ＬＶＯ検出部２２は、各患者のＣＴＡ画像からＬＶＯの該否、ＬＶＯ位置、ＬＶＯ病型分類に対するＯｕｔｐｕｔを算出することができる。
ここでは、算出されるアウトプット（Ｏｕｔｐｕｔ）は、３Ｄ Ｃｅｒｅｂｒａｌ ａｒｔｅｒｙ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ、Ｃｅｒｅｂｒａｌ ａｒｔｅｒｙの標準３Ｄ Ａｔｌａｓとｃｏ－ｒｅｇｉｓｔｒａｔｉｏｎなどを含むことができる。
さらに虚血（Ｉｓｃｈｅｍｉａ）が存在する患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否か、及びＬＶＯの位置と模様に関する情報を算出することもできる。
一方、判断部３０は、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１、前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）／後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）判断部３２及びＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）／ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）判断部３３を含むことができる。
まず、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、検出部２０を介して、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ、ＬＶＯ）領域が検出された場合、その脳主幹動脈閉塞がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断する機能を提供する。
本発明に係るＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、Ｅｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断するにあたり、側副循環形成による効果が画像内に存在するか否かを利用することができる。
代表的に、本発明に係るＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、灌流画像（Ｐｅｒｆｕｓｉｏｎ ｉｍａｇｅ）情報及び拡散画像（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）情報をもとにＥｍｂｏｌｉｓｍとＩＣＡＳとを区別することができる。
ＩＣＡＳの場合、動脈硬化が進む間、血管が詰まり、且つ血流量が減少し、これを補うために、当該動脈硬化が進行する血管周辺の側副循環が発達するようになる。
したがって、ＩＣＡＳの場合、拡散（ｄｉｆｆｕｓｉｏｎ）画像において、ｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔの病型で示され、灌流（ｐｅｒｆｕｓｉｏｎ）画像ではｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間のコントラストが予め指定された数値以上の非常に大きな違いを示すようになる。
すなわち、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、このような側副循環形成による効果が画像内に存在することを利用して、ＩＣＡＳを判断することができる。
また、Ｅｍｂｏｌｉｓｍの場合には、通常の血管において血栓によって詰まった状態にあるので、Ｅｍｂｏｌｉｓｍ発生位置周辺の側副循環は発達しない。
したがって、Ｅｍｂｏｌｉｓｍの場合、拡散（ｄｉｆｆｕｓｉｏｎ）画像においてＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎが観察され、灌流（ｐｅｒｆｕｓｉｏｎ）画像においてｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が観察される。
すなわち、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、側副循環形成による効果が画像内に存在しないことを用いて、Ｅｍｂｏｌｉｓｍを判断することができる。
ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、人工知能の分類モデルを適用して、Ｉｎｃｅｐｔｉｏｎ－Ｖ１をｂａｓｅ ｎｅｔｗｏｒｋに３Ｄ Ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）アーキテクチャを構成し、脳（Ｂｒａｉｎ）拡散（ｄｉｆｆｕｓｉｏｎ）、灌流（ｐｅｒｆｕｓｉｏｎ）画像のｖｏｘｅｌデータに対する特徴を学習することができ、これを基に脳血管閉塞（ＬＶＯ）の発生原因を詳細に分類することも可能である。
また、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類することもできる。
したがって、ＡＣ／ＰＣ判断部３２は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当するか、或いは前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当するかを判断することができる。
また、ＢＳＯ／ＴＴＯ判断部３３は、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別する機能を提供することができる。
また、ＢＳＯ／ＴＴＯ判断部３３は、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別する機能を提供することができる。
また、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合、ＢＳＯ／ＴＴＯ情報、側副循環形成情報、及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類することもできる。
一方、診断部４０は、ＩＣＡＳ診断部４１とＥｍｂｏｌｉｓｍ診断部４２を含むことができる。
診断部４０は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合と、ＩＣＡＳの場合とに分けて、医療人が患者に適した治療の方向性を決めることを支援する情報を提供することができる。
Ｅｍｂｏｌｉｓｍ診断部４２は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合、患者の状態が軽度であるか、重症であるかを判断する。
もし、軽症の患者の場合、Ｅｍｂｏｌｉｓｍ診断部４２は、血栓溶解剤を用いた治療の方向性を医療人に推薦することができる。
また、重症の患者の場合、Ｅｍｂｏｌｉｓｍ診断部４２は、血栓除去術を適用した治療の方向性を医療人に推薦することができる。
一方、ＩＣＡＳ診断部４１は、発生した脳主幹動脈閉塞の病型がＩＣＡＳである場合、Ｅｍｂｏｌｉｓｍ診断部４２と異なり、１次的に血管形成術を用いた治療及び／又は抗血小板剤を用いた治療の方向性を医療人に推薦することができる。
このような１次治療において大きな効果が示されなかった場合、ＩＣＡＳ診断部４１は、２次的に血栓溶解剤を用いた治療及び／又は血栓除去術を用いた治療の方向性を医療人に推薦することができる。
近来は、患者に発症した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを区別せず、１次的に閉塞が発症した時間を基準に３時間ないし４時間半以内に、血液凝固によって形成された塊を溶かす薬物処理剤である血栓溶解剤を用いた治療を試みたり、血栓除去術による治療が行われたりするが、ＩＣＡＳの場合、血栓溶解剤を用いた治療をすれば、体内で血小板がさらに凝集され、２４時間の間、抗血小板剤を用いた治療が難しくなり、１次的に行われた血栓溶解療法がかえって状態を悪化し得る等の問題が発生する。
また、Ｅｍｂｏｌｉｓｍの場合、血栓除去術などを通じて血栓を除去すると、問題が解決されるのに対し、ＩＣＡＳの場合には、血栓を除去してからも動脈硬化による狭窄が残っているので、後続措置が必要であるが、医療人が手術前に脳主幹動脈閉塞の病型を事前に把握することが難しく、術後に該当状況及び後続措置が必要であるということを 把握できないなどの問題点も存在する。
したがって、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合と、ＩＣＡＳ場合とに分けて、ＩＣＡＳ診断部４１及びＥｍｂｏｌｉｓｍ診断部４２が医療関係が患者に適した治療の方向性を決めることを支援する情報を提供することにより、前記問題点を解消することができる。
具体的には、本発明は、脳主幹動脈閉塞による虚血性脳卒中が疑われる患者を対象に、閉塞が発生した脳血管の位置を検出し、発生した脳主幹動脈閉塞の病型を分類することで、医療人が分類された閉塞の病型にマッチングされた適した治療の方向性を決めることを支援する方法、装置、及びシステムを基に従来の問題点を効率的に解消することができる。
また、診断部４０が提供する情報は、有無線通信を基に患者と関連病院などの外部機関に提供することができる。
外部機関（３次病院など）への情報伝達は、図示していないが、通信部を介して行われることができ、通信部は、有線通信、近距離通信又は遠距離通信を介して、該当情報を予め指定された外部（例えば、病院など）に転送することができる。
ここで使用することができる遠距離通信技術としては、ＷＬＡＮ（Ｗｉｒｅｌｅｓｓ ＬＡＮ）（Ｗｉ－Ｆｉ）、Ｗｉｂｒｏ （Ｗｉｒｅｌｅｓｓ ｂｒｏａｄｂａｎｄ）、Ｗｉｍａｘ（Ｗｏｒｌｄ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｆｏｒ Ｍｉｃｒｏｗａｖｅ Ａｃｃｅｓｓ）、ＨＳＤＰＡ（Ｈｉｇｈ Ｓｐｅｅｄ Ｄｏｗｎｌｉｎｋ Ｐａｃｋｅｔ Ａｃｃｅｓｓ）などを利用することができる。
また、近距離通信（ｓｈｏｒｔ ｒａｎｇｅ ｃｏｍｍｕｎｉｃａｔｉｏｎ）の技術としては、ブルートゥース（Ｂｌｕｅｔｏｏｔｈ）、ＲＦＩＤ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ）、赤外線通信（ＩｒＤＡ、ｉｎｆｒａｒｅｄ Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ）、ＵＷＢ（Ｕｌｔｒａ－Ｗｉｄｅｂａｎｄ）、ＺｉｇＢｅｅなどを用いることができる。
医用画像に基づく虚血性脳卒中の検出及び病型分類方法
図３は、本発明が提供する医用画像に基づく虚血性脳卒中の検出及び病型分類方法の全過程を説明するフローチャートの一例を示すものである。
図３は、本発明が提供する医用画像に基づく虚血性脳卒中の検出及び病型分類方法の全過程を説明するフローチャートの一例を示すものである。
図３を参照すれば、まず第一に、獲得部１０は、診断しようとする対象の脳を撮影した医用画像及び患者と関連する身体情報を獲得する段階（Ｓ１）が実行される。
Ｓ１段階で、獲得部１０のうち、医用画像獲得部１１は、脳ＣＴ、ＭＲＩなどさまざまな医用画像を撮影する撮影装置から画像を獲得するが、造影増強コンピュータ断層撮影画像（Ｃｏｎｔｒａｓｔ－ｅｎｈａｎｃｅｄ ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ、ＣＥＣＴ）、Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ ｉｍａｇｅ（ＭＲＩ）などを収集することができ、虚血性脳卒中が疑われる患者に関連するＤＩＣＯＭ情報、Ａｎｇｉｏｇｒａｐｈｙ画像情報、灌流画像（Ｐｅｒｆｕｓｉｏｎ ｉｍａｇｅ）情報、拡散画像（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）情報などを収集することができる。
また、Ｓ１段階で、獲得部１０のうち、患者情報獲得部１２は、虚血性脳卒中が疑われる患者の性別、年齢、血圧、発症時間などの情報、患者に関連する身体情報を獲得することもでき、ここで収集された身体情報は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、Ｅｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断するにあたり、使用することができる。
次に、検出部２０の画像処理部２１を介してＡＩ検出モデルを適用して（Ｓ２）、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判断する（Ｓ３）する過程が行われる。
Ｓ２及びＳ３の段階で、非出血（Ｎｏ ｈｅｍｏｒｒｈａｇｅ）の患者が虚血（Ｉｓｃｈｅｍｉａ）が存在する場合、 ＬＶＯ検出部２２は、人工知能をベースに脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判別する。
Ｓ２及びＳ３の段階では、ＬＶＯ検出部２２は、脳（Ｂｒａｉｎ）ａｎｇｉｏｇｒａｐｈｙ画像データのｖｏｘｅｌ情報を用いて、虚血（Ｉｓｃｈｅｍｉａ）が存在する場合、脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ、ＬＶＯ）患者であるか否かを判別することができる。
また、ＬＶＯ検出部２２は、２Ｄ又は３Ｄ ａｎｇｉｏｇｒａｐｈｙ画像では、ＬＶＯ領域を検出するための人工知能モデルアーキテクチャを利用することができる。
ここで、モデルアーキテクチャは、患者のＳｅｒｉａｌ ｓｌｉｃｅを考慮するためのＲｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）層と特徴を抽出するためのＣｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）層を合成する形態とすることができる。
また、Ｓ２及びＳ３の段階では、ＬＶＯ検出部２２は、各患者のＣＴＡ画像からＬＶＯであるか否か及びＬＶＯ位置、ＬＶＯ病型分類に対するＯｕｔｐｕｔを算出することができ、ここで、算出されたアウトプット（Ｏｕｔｐｕｔ）は、 ３Ｄ Ｃｅｒｅｂｒａｌ ａｒｔｅｒｙ ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ、Ｃｅｒｅｂｒａｌ ａｒｔｅｒｙの標準３Ｄ Ａｔｌａｓとｃｏ－ｒｅｇｉｓｔｒａｔｉｏｎなどを含むことができる。
さらに、虚血（Ｉｓｃｈｅｍｉａ）が存在する患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否か及びＬＶＯの位置及び形状に関する情報を算出することもできる。
脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者と判断される場合、Ｓ３の段階後には、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１が、当該脳主幹動脈閉塞がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断する段階（Ｓ４）が行われる。
Ｓ４段階では、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、Ｅｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断するにあたり、側副循環形成による効果が画像内に存在するか否かを利用することができる。
また、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類することもできる。
また、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合には、ＢＳＯ／ＴＴＯ情報、側副循環形成情報及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類することもできる。
Ｓ４段階後、診断部４０は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合とＩＣＡＳである場合とに分けて、医療人が患者に適した治療の方向性を決めることを支援する情報を提供することができる。
具体的には、ＩＣＡＳ診断部４１は、発生した脳主幹動脈閉塞の病型がＩＣＡＳである場合、ＩＣＡＳに対応する診断及び治療の情報を医療人に提供することができる（Ｓ５）。
また、Ｅｍｂｏｌｉｓｍ診断部４２は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合、Ｅｍｂｏｌｉｓｍに対応する診断及び治療の情報を医療人に提供することができる（Ｓ６）。
一方、図示していないが、Ｓ５段階及び／又はＳ６段階後、診断部４０が提供する情報は、有無線通信を基盤として、患者と関連病院などの外部機関に伝達することができる。
外部機関（３次病院など）への情報伝達は、図示していないが、通信部を介して行われることができ、通信部は、有線通信、近距離通信又は遠距離通信を介して、該当情報を予め指定された外部（例えば、病院など）に転送することができる。
以下では、Ｓ４段階に関連して、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを判断する方法と、Ｓ５段階及びＳ６段階に関連して、診断部４０が脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合とＩＣＡＳである場合とに分けて、治療の方向性を決めることを支援する方法について図面を参照して、より具体的に説明する。
側副循環形成による効果が画像内に存在するか否かを利用して、脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍ又はＩＣＡＳに分類する方法
図４は、脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍ又はＩＣＡＳに分類することができる過程に関連して、側副循環形成による効果が画像内に存在するか否かを利用する方法のフローチャートを示すものである。
図４は、脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍ又はＩＣＡＳに分類することができる過程に関連して、側副循環形成による効果が画像内に存在するか否かを利用する方法のフローチャートを示すものである。
図４を参照すると、Ｓ３段階後、ＬＶＯが存在すれば、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、側副循環形成による効果が画像内に存在するか否かを判断することができる。
ＩＣＡＳの場合、動脈硬化が進行する間、血管が詰まり、且つ血流が減少され、これを補うために、当該動脈硬化が進行する血管周辺の側副循環が発達するようになる。
したがって、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、このような側副循環形成による効果が画像内に存在することを利用して、ＩＣＡＳを判断することができる（Ｓ３１）。
図５は図４に関連して、閉塞が発生した脳血管の位置周辺に側副循環形成による効果が医用画像内に存在し、ＩＣＡＳに分類する過程を説明するフローチャートである。
図５を参照すると、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、灌流画像（Ｐｅｒｆｕｓｉｏｎ ｉｍａｇｅ）情報及び拡散画像（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）情報をもとにＥｍｂｏｌｉｓｍとＩＣＡＳとを区別することができる（Ｓ２１）。
前述したように、ＩＣＡＳは、動脈硬化が進行する間、血管が詰まり、血流が減少され、これを補うために、当該動脈硬化が進行する血管周辺の側副循環が発達するようになり、拡散（ｄｉｆｆｕｓｉｏｎ）画像でｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔの病型で示されるａ－１の段階が観察されることができる（Ｓ２２）。
また、灌流（ｐｅｒｆｕｓｉｏｎ）画像では、ｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間のコントラストが予め指定された数値以上の非常に大きな違いを示すａ－２段階が観察されることができる（Ｓ２３）。
このとき、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、拡散（ｄｉｆｆｕｓｉｏｎ）画像でｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔの病型で示されるａ－１段階及び／又は灌流（ｐｅｒｆｕｓｉｏｎ）画像でｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間のコントラストが予め指定された数値以上の非常に大きな違いを見せるａ－２段階が観察される場合、側副循環形成による効果が画像内に存在するものと判断し（Ｓ２４）、これを基にＩＣＡＳを判断することができる（Ｓ３１）。
また、Ｅｍｂｏｌｉｓｍの場合には、通常の血管から血栓によって詰まる状態であるので、Ｅｍｂｏｌｉｓｍ発生位置周辺の側副循環は発達しない。
したがって、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、側副循環形成による効果が画像内に存在しないことを利用してＥｍｂｏｌｉｓｍを判断することができる（Ｓ３２）。
図６は、図４に関連して、閉塞が発生した脳血管の位置周辺に側副循環形成による効果が医用画像内に存在しないＥｍｂｏｌｉｓｍに分類する過程を説明するフローチャートである。
図６を参照すると、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、灌流画像（Ｐｅｒｆｕｓｉｏｎ ｉｍａｇｅ）情報及び拡散画像（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）情報をもとにＥｍｂｏｌｉｓｍとＩＣＡＳとを区別することができる（Ｓ２１）。
前述したように、Ｅｍｂｏｌｉｓｍの場合、正常な血管において血栓によって詰まる状態にあるので、Ｅｍｂｏｌｉｓｍ発生位置周辺の側副循環は発達しておらず、Ｅｍｂｏｌｉｓｍの場合、拡散（ｄｉｆｆｕｓｉｏｎ）画像でＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎが示されるｂ－１段階が観察されることができる（Ｓ２５）。
また、灌流（ｐｅｒｆｕｓｉｏｎ）画像でｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が示されるｂ－２段階が観察されることができる（Ｓ２６）。
したがって、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、拡散（ｄｉｆｆｕｓｉｏｎ）画像でＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎが示されるｂ－１段階及び／又は灌流（ｐｅｒｆｕｓｉｏｎ）画像でｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が示されるｂ－２段階が観察される場合、側副循環形成による効果が画像内に存在していないものと判断し（Ｓ２７）、これを基にＥｍｂｏｌｉｓｍを判断することができる（Ｓ３２）。
一方、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、人工知能の分類モデルを適用して、Ｉｎｃｅｐｔｉｏｎ－Ｖ１をｂａｓｅ ｎｅｔｗｏｒｋで３Ｄ Ｃｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）アーキテクチャを構成し、脳（Ｂｒａｉｎ）拡散（ｄｉｆｆｕｓｉｏｎ）、灌流（ ｐｅｒｆｕｓｉｏｎ）画像のｖｏｘｅｌデータに対する特徴を学習することができ、これを基礎に大脳の血管閉塞（ＬＶＯ）の発生原因を詳細に分類することも可能である。
閉塞が発生した脳血管の位置がＰＣに該当する場合、当該部位がＢＳＯであるか、或いはＴＴＯであるかを区別することにより、脳主幹動脈閉塞の病型を分類する方法
図７は、閉塞が発生した脳血管の位置がＰＣに該当する場合、当該部位がＢＳＯであるか、或いはＴＴＯであるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類する方法を説明するフローチャートである。
図７は、閉塞が発生した脳血管の位置がＰＣに該当する場合、当該部位がＢＳＯであるか、或いはＴＴＯであるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類する方法を説明するフローチャートである。
図７を参照すると、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することにより、発生した脳主幹動脈閉塞の病型を分類することができる。
閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、ほとんどの患者がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）の位置である場合には、Ｅｍｂｏｌｉｓｍが表示され、ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）の位置である場合は、ＩＣＡＳが示される。
特に、ＢＳＯ－ｅｍｂｏｌｉｓｍ及びＴＴＯ－ＩＣＡＳの組み合わせは、東洋でより明確に表れている。
したがって、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合（Ｓ１１）には、当該部位の位置がＢＳＯであるか、或いはＴＴＯであるか（Ｓ１２）を基に、容易にＥｍｂｏｌｉｓｍとＩＣＡＳとを区別することができある（Ｓ１３）。
このため、ＡＣ／ＰＣ判断部３２は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当するか、或いは前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当するかを判断することができる。
また、ＢＳＯ／ＴＴＯ判断部３３は、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別する機能を提供することができる。
閉塞が発生した脳血管の位置がＡＣに該当する場合、ＢＳＯ／ＴＴＯ情報、側副循環形成情報及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類する方法
一方、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合には、後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）と同様に、ほとんどの患者において、ＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）位置である場合には、Ｅｍｂｏｌｉｓｍが示され、ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）位置である場合には、ＩＣＡＳが示される。
一方、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合には、後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）と同様に、ほとんどの患者において、ＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）位置である場合には、Ｅｍｂｏｌｉｓｍが示され、ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）位置である場合には、ＩＣＡＳが示される。
しかし、前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）は、後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）と比較してＢＳＯ－ｅｍｂｏｌｉｓｍ及びＴＴＯ－ＩＣＡＳ確率が低く判断されるので、追加の情報を活用して、脳主幹動脈閉塞の病型を分類しなければならない。
図８は、閉塞が発生した脳血管の位置がＡＣに該当する場合、ＢＳＯ／ＴＴＯ情報、側副循環形成情報、及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類する方法を説明するフローチャートある。
図８を参照にすれば、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合（Ｓ４１）、当該部位がＢＳＯであるか、ＴＴＯであるかを判断し（Ｓ４２）、当該部位周辺に側副循環形成による効果が画像内に存在するか否かを判断する（Ｓ４３）。
それから、ＩＣＡＳ／Ｅｍｂｏｌｉｓｍ判断部３１は、Ｓ１段階で獲得した患者の身体情報、Ｓ４２段階で獲得したＢＳＯ／ＴＴＯ情報とＳ４３段階で獲得した側副循環形成情報を一緒に利用（Ｓ４４）することで、発生した脳主幹動脈閉塞の病型を分類することができる。
すなわち、ＥｍｂｏｌｉｓｍとＩＣＡＳのとき、異に現れる身体情報に第１加算点を付与し、ＢＳＯ－ｅｍｂｏｌｉｓｍ及びＴＴＯ－ＩＣＡＳ確率に対する第２加算点を付与し、図４～図６にて説明したように、側副循環形成による効果が画像内に存在する場合にＩＣＡＳ確率を高める方向の第３加算点を付与し、第１加算点、第２加算点及び第３加算点を総合的に利用して、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍであるか、或いはＩＣＡＳであるかを判断することができる。
脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合、医療人が患者に適した治療の方向性を決めることを支援する方法
診断部４０は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合とＩＣＡＳの場合とに分けて、医療人が患者に適した治療の方向性を決めることを支援する情報を提供し、Ｅｍｂｏｌｉｓｍ診断部４２は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合、Ｅｍｂｏｌｉｓｍに対応する診断及び治療情報を医療人に提供することができる。
診断部４０は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合とＩＣＡＳの場合とに分けて、医療人が患者に適した治療の方向性を決めることを支援する情報を提供し、Ｅｍｂｏｌｉｓｍ診断部４２は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合、Ｅｍｂｏｌｉｓｍに対応する診断及び治療情報を医療人に提供することができる。
まず、Ｅｍｂｏｌｉｓｍ診断部４２が、Ｅｍｂｏｌｉｓｍと判断された患者が軽症の患者であるか、重症の患者であるかを判断する過程が行われる。
もし、軽症の患者の場合、Ｅｍｂｏｌｉｓｍ診断部４２は、血栓溶解剤を用いた治療の方向性を医療人に推薦することができる。
また、重症の患者の場合、Ｅｍｂｏｌｉｓｍ診断部４２は、血栓除去術を適用した治療の方向性を医療人に推薦することができる。
また、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍであり、血栓を除去すれば、ほとんどの治療が終了することがあるので、血栓がきれいに除去されなかった場合でも、時間をかけて血栓がさらに除去されるように、より積極的な手術措置が試みられることができる。
これに対し、ＩＣＡＳの場合には、血栓を除去した後も、さらなる治療が必要であり、動脈硬化による血栓の除去がうまく行われず、血管が破れるなどの問題が発生することがあるので、Ｅｍｂｏｌｉｓｍに比べて積極的な除去措置は自制する必要がある。
それから、Ｅｍｂｏｌｉｓｍ診断部４２が提供する情報は、有無線通信を基に患者と関連病院などの外部機関に提供することができる。
外部機関（３次病院など）への情報伝達は、図示していないが、通信部を介して行われることができ、通信部は、有線通信、近距離通信又は遠距離通信を介して、当該情報を予め指定された外部（例えば、病院など）に転送することができる。
脳主幹動脈閉塞の病型がＩＣＡＳである場合、医療人が患者に適した治療の方向性を決めることを支援する方法
近来は、患者に発症した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを区別せず、１次的に閉塞が発症した時間を基準に３時間ないし４時間半以内に、血液凝固によって形成された塊を溶かす薬物処理剤である血栓溶解剤を用いた治療を試みたり、血栓除去術による治療が行われたりするが、ＩＣＡＳの場合、血栓溶解剤を用いた治療をすれば、体内で血小板が凝集され、２４時間の間、抗血小板薬剤を用いた治療が難しくなり、１次的に進行した血栓溶解治療がかえって状態を悪化し得る等の問題が発生する。
近来は、患者に発症した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍであるか、ＩＣＡＳであるかを区別せず、１次的に閉塞が発症した時間を基準に３時間ないし４時間半以内に、血液凝固によって形成された塊を溶かす薬物処理剤である血栓溶解剤を用いた治療を試みたり、血栓除去術による治療が行われたりするが、ＩＣＡＳの場合、血栓溶解剤を用いた治療をすれば、体内で血小板が凝集され、２４時間の間、抗血小板薬剤を用いた治療が難しくなり、１次的に進行した血栓溶解治療がかえって状態を悪化し得る等の問題が発生する。
また、Ｅｍｂｏｌｉｓｍの場合、血栓除去術などを通じて血栓を除去すると、問題を解決することができるが、ＩＣＡＳの場合には、血栓を除去した後にも、動脈硬化による狭窄が残っているので、後続措置が必要であるが、医療人が、手術前に脳主幹動脈閉塞の病型を事前に把握することが難しく、術後に当該状況及び後続措置が必要であるということを 把握できないなどの問題点も存在する。
したがって、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍである場合とＩＣＡＳの場合とに分けて、ＩＣＡＳ診断部４１及びＥｍｂｏｌｉｓｍ診断部４２が医療人が患者に適した治療の方向性を決めることを支援する情報を提供することにより、前記の問題点を解消することができる。
ＩＣＡＳ診断部４１は、発生した脳主幹動脈閉塞の病型がＩＣＡＳである場合、Ｅｍｂｏｌｉｓｍ診断部４２とは異なり、１次的に血管形成術を用いた治療及び／又は抗血小板剤を用いた治療の方向性を医療人に推薦することができる。
これらの１次治療で大きな効果が見られなかった場合、ＩＣＡＳ診断部４１は、２次的に血栓溶解剤を用いた治療及び／又は血栓除去術を用いた治療の方向性を医療人に推薦することができる。
これに加えて、ＩＣＡＳではＥｍｂｏｌｉｓｍとは異なり、様々な２次的治療が適用されることができる。
薬物治療として、治療薬物としては、抗血小板剤に加えて、交感神経効能薬、スタチンなどが使用されることができる。
次に、ステントを用いた２次治療が適用されることができる。一次治療法として使用されている薬物療法の限界を克服するための代替手段としてステントを用いた治療が適用されることができる。
その他の療法としては、下行大動脈にバルーンを挿入して下に流れる血管を塞いで上行血流を増加させる機序を利用した治療法、下肢にバンドを使って瞬間的に締め付けることで血流が脳に向かうように継続的に繰り返すＣｏｕｎｔｅｒｐｕｌｓａｔｉｏｎ （カウンターパルセイション）治療法などもさらに使用することができる。
以後、ＩＣＡＳ診断部４１が提供する情報は、有無線通信を基に患者と関連する病院など外部機関に伝達されることができる。
外部機関（３次病院など）への情報伝達は、図示していないが、通信部を介して行われることができ、通信部は、有線通信、近距離通信又は遠距離通信を介して、当該情報を予め指定された外部（例えば、病院など）に転送することができる。
本発明による効果
本発明は、医用画像に基づく虚血性脳卒中の検出及び病型分類方法、装置、及びシステムを提供することで、前述した従来の問題点を解消することができる。
本発明は、医用画像に基づく虚血性脳卒中の検出及び病型分類方法、装置、及びシステムを提供することで、前述した従来の問題点を解消することができる。
具体的には、本発明は、脳主幹動脈閉塞（Ｌａｒｇｅ ｖｅｓｓｅｌ ｏｃｃｌｕｓｉｏｎ）による虚血性脳卒中が疑われる患者を対象に獲得した医用画像及び患者情報に基づいて、閉塞が発生した脳血管の位置を検出し、発生した脳主幹動脈閉塞の病型を分類することで、医療人が患者に適した治療の方向性を決めることを支援する情報を算出し、提供する方法、装置、及びシステムを提供することができる。
また、本発明は、閉塞が発生した脳血管の位置周辺に側副循環形成による効果が医用画像内に存在するかを判断することにより、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供することができる。
また、本発明は、閉塞が発生した脳血管の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）であるかを区別することで、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供することができる。
また、本発明は、閉塞が発生した脳血管の位置が前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当する場合、当該部位がＢＳＯ（Ｂｒａｎｃｈｉｎｇ ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ）／ＴＴＯ（Ｔｒｕｎｃａｌ ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ）情報、側副循環形成情報及び患者の身体情報を一緒に利用することにより、発生した脳主幹動脈閉塞の病型を分類することができる方法、装置、及びシステムを提供することができる。
また、本発明は、発生した脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍの場合とＩＣＡＳである場合とに分けて、医療従事者が手術前に脳主幹動脈閉塞の病型を事前に把握し、患者に適した治療の方向性を決めることを支援する方法を、装置及びシステムを提供することができる。
一方、本発明より得られる効果は、以上で述べた効果に限定されず、言及していないもう一つの効果は以下の記載から、本発明が属する技術分野における通常の知識を有する者に明確に理解されることができる。
上述した本発明の実施形態は、様々な手段を介して具現されることができる。例えば、本発明の実施形態は、ハードウェア、ファームウェア（ｆｉｒｍｗａｒｅ）、ソフトウェア又はそれらの組み合わせなどにより具現されることができる。
ハードウェアによる具現される場合、本発明の実施形態による方法は、一つ又はそれ以上のＡＳＩＣｓ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔｓ）、ＤＳＰｓ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒｓ）、ＤＳＰＤｓ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｄｅｖｉｃｅｓ）、ＰＬＤｓ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅｓ）、ＦＰＧＡｓ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙｓ）、プロセッサ、コントローラ、マイクロコントローラ、マイクロプロセッサなどにより具現されることができる。
ファームウェアやソフトウェアによる具現の場合、本発明の実施形態に係る方法は、以上で説明した機能又は動作を行うモジュール、手続き又は関数などの形態で具現されることができる。ソフトウェアコードは、メモリユニットに保存され、プロセッサによって駆動されることができる。前記メモリユニットは、前記プロセッサの内部又は外部に位置し、既に公知された多様な手段により、前記プロセッサとデータを送受信することができる。
上述したように、開示された本発明の好ましい実施形態に対する詳細な説明は、当業者が本発明を具現し、実施できるように提供された。前記では、本発明の好ましい実施形態を参照して説明したが、当該技術分野における熟練した当業者は、本発明の範囲から逸脱しない範囲内で、本発明を多様に修正及び変更させることができることを理解できるであろう。例えば、当業者は、上述した実施形態に記載された各構成を相互に組み合わせる方式で利用することができる。したがって、本発明は、ここに示された実施形態に制限するものでなく、ここに開示された原理と新規な特徴と一致する最も広い範囲を付与するものである。
本発明は、本発明の精神及び必須の特徴を逸脱しない範囲で他の特定の病型で具体化することができる。したがって、前記の詳細な説明は、あらゆる面で制限的に解釈されてはならず、例示的なものとして考慮されるべきである。本発明の範囲は、添付された請求項の合理的な解釈によって決定されるべきであり、本発明の等価的範囲内でのすべての変更は、本発明の範囲に含まれる。本発明は、ここに示された実施形態に制限されるものではなく、ここで開示された原理と新規な特徴と一致する最も広い範囲を付与するものである。また、特許請求の範囲で明示的な引用関係にない請求項等を組み合わせて実施形態を構成したり、出願後の補正により新規な請求項として含むことができる。
Claims (27)
- 少なくとも一人の患者の脳に関連する画像を収集する獲得部と、
前記収集された画像をもとに、前記少なくとも一人の患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判断する検出部と、
前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍ（塞栓症）であるか、或いはＩＣＡＳ（Ｉｎｔｒａｃｒａｎｉａｌ Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ、頭蓋内アテローム性動脈硬化症）であるか否かを判断する判断部と、
前記判断された脳主幹動脈閉塞の病型に応じて異に適用される治療の方向性情報を提供する診断部と、を含み、
前記判断部は、
前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記脳主幹動脈閉塞の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当するか、或いは前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当するかを判断し、
前記脳主幹動脈閉塞の種類がＢＳＯ（Ｂｒａｎｃｈｉｎｇ－ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ、分枝閉塞症）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ－ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ、体幹型閉塞）であるかを判断し、
前記後方循環（ＰＣ）又は前方循環（ＡＣ）の第１判断と前記ＢＳＯ又はＴＴＯの第２判断をもとに、前記脳主幹動脈閉塞の病型を判断し、当該病型の判断において、前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合は、側副循環形成情報を一緒に利用することを特徴とする医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記獲得部は、前記少なくとも一人の患者の脳に関連する血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像を収集し、
前記検出部は、前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像のボクセル（ｖｏｘｅｌ）情報を用いて前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記検出部は、
前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内において、前記少なくとも一人の患者の連続的なスライス（Ｓｅｒｉａｌ ｓｌｉｃｅ）を考慮するためのＲｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）層（ｌａｙｅｒ）及び前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内の特徴（ｆｅａｔｕｒｅ）を抽出するためのＣｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）層（ｌａｙｅｒ）を合成した形態の人工知能モデルアーキテクチャを利用して、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することを特徴とする、請求項２に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合、
前記判断部は、動脈硬化が進行している血管周辺の側副循環が発達した第１のイベントが観察された場合、前記脳主幹動脈閉塞の病型をＩＣＡＳであると判断することを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記獲得部は、前記少なくとも一人の患者の脳に関連する灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像を収集し、
前記判断部は、前記灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像のうち少なくともいずれかを用いて前記第１のイベントが観察されるか否かを決めることを特徴とする、請求項４に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間の差が、予め指定された数値以上である第１の条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内において、ｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔの病型で示される第２の条件のうちの少なくとも一つが満たされる場合、
前記判断部は、前記第１のイベントが観察されたものと判断し、前記脳主幹動脈閉塞の病型をＩＣＡＳであると判断することを特徴とする、請求項５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が示される第１の条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内で、ｉｎｆａｒｃｔの病型がＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎの病型で示される第２の条件のうち少なくともいずれかが満たされる場合、
前記判断部は、前記第１のイベントが観察されないものと判断し、前記脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍとして判断することを特徴とする、請求項５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記脳主幹動脈閉塞の位置が後方循環（ＰＣ）内に位置する場合、
前記判断部は、
前記脳主幹動脈閉塞の種類が前記ＢＳＯであれば、前記脳主幹動脈閉塞が前記Ｅｍｂｏｌｉｓｍであると判断し、
前記脳主幹動脈閉塞の種類が前記ＴＴＯであれば、前記脳主幹動脈閉塞が前記ＩＣＡＳであると判断することを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合、
前記獲得部は、少なくとも一人の患者の性別、年齢、血圧又は発症時間を含む身体情報をさらに収集し、
前記判断部は、動脈硬化が進行している血管周辺の側副循環が発達した第１のイベントが観察されるか否かを判断し、
前記判断部は、
前記身体情報、前記第１のイベントが観察されるか否かについての情報及び前記脳主幹動脈閉塞の種類が前記ＢＳＯ又は前記ＴＴＯの情報を一緒に利用して、前記脳主幹動脈閉塞の病型を判断することを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記判断された脳主幹動脈閉塞の病型が前記ＩＣＡＳである場合、
前記診断部は、
血管形成術を用いた治療の方向性情報及び抗血小板剤を用いた治療の方向性情報のうち少なくともいずれかを提供することを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記診断部は、
血栓溶解剤を用いた治療、血栓除去術を用いた治療、前記抗血小板剤以外の薬物を用いた治療、ステントを用いた治療、バルーン挿入による治療及びＣｏｕｎｔｅｒｐｕｌｓａｔｉｏｎ（カウンターパルセイション）の治療の方向性情報のうち少なくともいずれかをさらに提供することを特徴とする、請求項１０に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記少なくとも一人の患者に、前記血栓除去術を用いた治療が適用される場合、
予め指定された時間が経過すれば、前記血栓除去術を用いた治療を中断することを提案する情報を出力することを特徴とする、請求項１１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記判断された脳主幹動脈閉塞の病型が前記Ｅｍｂｏｌｉｓｍである場合、
前記診断部は、
前記少なくとも一人の患者が軽症の患者であるか、重症の患者であるかを判断し、
前記軽症の患者である場合には、血栓溶解剤を用いた治療の方向性情報を提供し、
前記重症の患者である場合には、血栓除去術を用いた治療の方向性情報を提供することを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。 - 前記診断部が提供する治療の方向性情報を、有線通信及び無線通信のうち少なくともいずれかを介して、外部に送信する通信部、をさらに含むことを特徴とする、請求項１に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置。
- 獲得部は、少なくとも一人の患者の脳に関連する画像を収集する第１段階と、
検出部が前記収集された画像をもとに、前記少なくとも一人の患者が脳主幹動脈閉塞（Ｌａｒｇｅ Ｖｅｓｓｅｌ Ｏｃｃｌｕｓｉｏｎ）患者であるか否かを判断する第２段階と、
判断部が前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記脳主幹動脈閉塞の病型がＥｍｂｏｌｉｓｍ（塞栓症）であるか、或いはＩＣＡＳ（Ｉｎｔｒａｃｒａｎｉａｌ Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ、頭蓋内アテローム性動脈硬化症）であるか否かを判断する第３段階と、
診断部が前記判断された脳主幹動脈閉塞の病型に応じて異に適用される治療の方向性情報を提供する第４段階と、を含み、
前記第３段階は、
前記判断部が、前記少なくとも一人の患者が脳主幹動脈閉塞患者である場合、前記脳主幹動脈閉塞の位置が後方循環（Ｐｏｓｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＰＣ）に該当するか、或いは前方循環（Ａｎｔｅｒｉｏｒ ｃｉｒｃｕｌａｔｉｏｎ、ＡＣ）に該当するかを判断する第３－１段階と、
前記判断部が前記脳主幹動脈閉塞の種類がＢＳＯ（Ｂｒａｎｃｈｉｎｇ－ｓｉｔｅ ｏｃｃｌｕｓｉｏｎ、分枝閉塞症）であるか、或いはＴＴＯ（Ｔｒｕｎｃａｌ－ｔｙｐｅ ｏｃｃｌｕｓｉｏｎ、体幹型閉塞）であるかを判断する第３－２段階と、
前記判断部が前記後方循環（ＰＣ）又は前方循環（ＡＣ）の第１判断と前記ＢＳＯ又はＴＴＯの第２判断をもとに、前記脳主幹動脈閉塞の病型を判断し、当該病型の判断において、前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合は、側副循環形成情報を一緒に利用する第３－３段階と、を含むことを特徴とする医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記第１段階において、前記獲得部は、前記少なくとも一人の患者の脳に関連する血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像を収集し、
前記第２段階において、前記検出部は、前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像のボクセル（ｖｏｘｅｌ）情報を用いて、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記第２段階において、前記検出部は、
前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内において、前記少なくとも一人の患者の連続的なスライス（Ｓｅｒｉａｌ ｓｌｉｃｅ）を考慮するためのＲｅｃｕｒｒｅｎｔ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＲＮＮ）層（ｌａｙｅｒ）及び前記血管造影（Ａｎｇｉｏｇｒａｐｈｙ）画像内の特徴（ｆｅａｔｕｒｅ）を抽出するためのＣｏｎｖｏｌｕｔｉｏｎａｌ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＣＮＮ）層（ｌａｙｅｒ）を合成した形態の人工知能モデルアーキテクチャを利用して、前記少なくとも一人の患者が脳主幹動脈閉塞患者であるか否かを判断することを特徴とする、請求項１６に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合、
前記第３段階において、前記判断部は、動脈硬化が進行している血管周辺の側副循環が発達した第１のイベントが観察された場合、前記脳主幹動脈閉塞の病型をＩＣＡＳとして判断することを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記第１段階において、前記獲得部は、前記少なくとも一人の患者の脳に関連する灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像を収集し、
前記第３段階において、前記判断部は、前記灌流（Ｐｅｒｆｕｓｉｏｎ）画像及び拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像のうち少なくともいずれかを用いて前記第１のイベントが観察されるか否かを決めることを特徴とする、請求項１８に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｉｎｆａｒｃｔ ｃｏｒｅ ｖｏｌｕｍｅと周辺ｃｏｒｔｅｘ領域ｖｏｌｕｍｅ間の差が、予め指定された数値以上である第１の条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内で、ｉｎｆａｒｃｔの病型がｓｃａｔｔｅｒｅｄ ｐａｔｔｅｒｎ又はｂｏｒｄｅｒ ｚｏｎｅ ｉｎｆａｒｃｔの病型で示される第２の条件のうちの少なくとも一つが満たされる場合、
前記第３段階において、前記判断部は、前記第１のイベントが観察されたものと判断し、前記脳主幹動脈閉塞の病型をＩＣＡＳとして判断することを特徴とする、請求項１９に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記灌流（ｐｅｒｆｕｓｉｏｎ）画像内において、ｃｅｒｅｂｒａｌ ｂｌｏｏｄ ｖｏｌｕｍｅ（ＣＢＶ）の減少形態が示される第１の条件及び前記拡散（ｄｉｆｆｕｓｉｏｎ ｉｍａｇｅ）画像内で、ｉｎｆａｒｃｔの病型がＴｅｒｒｉｔｏｒｉａｌ ｉｎｆａｒｃｔ ｐａｔｔｅｒｎの病型で示される第２の条件のうちの少なくとも一つが満たされている場合、
前記第３段階において、前記判断部は、前記第１のイベントが観察されないものと判断し、前記脳主幹動脈閉塞の病型をＥｍｂｏｌｉｓｍとして判断することを特徴とする、請求項１９に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記脳主幹動脈閉塞の位置が後方循環（ＰＣ）内に位置する場合、
前記第３－３段階において、前記判断部は、
前記脳主幹動脈閉塞の種類が前記ＢＳＯであれば、前記脳主幹動脈閉塞が前記Ｅｍｂｏｌｉｓｍであると判断し、
前記脳主幹動脈閉塞の種類が前記ＴＴＯであれば、前記脳主幹動脈閉塞が前記ＩＣＡＳであると判断することを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記脳主幹動脈閉塞の位置が前方循環（ＡＣ）内に位置する場合、
前記第１段階において、前記獲得部は、少なくとも一人の患者の性別、年齢、血圧又は発症時間を含む身体情報をさらに収集し、
前記第３－２段階において、前記判断部は、動脈硬化が進行している血管周辺の側副循環が発達した第１のイベントが観察されるか否かをさらに判断し、
第３－３段階において、前記判断部は、
前記身体情報、前記第１のイベントが観察されるか否かについての情報及び前記脳主幹動脈閉塞の種類が前記ＢＳＯ又は前記ＴＴＯな情報を一緒に利用して、前記脳主幹動脈閉塞の病型を判断することを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記判断された脳主幹動脈閉塞の病型が前記ＩＣＡＳである場合、
前記第４段階は、
前記診断部が血管形成術を用いた治療の方向性情報及び抗血小板剤を用いた治療の方向性情報のうち少なくともいずれかを提供する第４－１段階と、
前記診断部が血栓溶解剤を用いた治療、血栓除去術を用いた治療、前記抗血小板剤以外の薬物を用いた治療、ステントを用いた治療、バルーン挿入による治療及びＣｏｕｎｔｅｒｐｕｌｓａｔｉｏｎ（カウンターパルセイション）の治療の方向性情報のうち少なくともいずれかをさらに提供する第４－２段階と、を含むことを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記第４－２段階において、前記少なくとも一人の患者に、前記血栓除去術を用いた治療が適用される場合、
予め指定された時間が経過すると、前記血栓除去術を用いた治療を中断することを提案する情報を出力する第４－３段階と、をさらに含むことを特徴とする、請求項２４に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記判断された脳主幹動脈閉塞の病型が前記Ｅｍｂｏｌｉｓｍである場合、
前記第４段階は、
前記診断部が前記少なくとも一人の患者が軽症の患者であるか、重症の患者であるかを判断する第４－１段階と、
前記診断部が前記軽症の患者である場合には、血栓溶解剤を用いた治療の方向性情報を提供し、前記重症の患者である場合には、血栓除去術を用いた治療の方向性情報を提供する第４－２段階と、を含むことを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。 - 前記第４段階後、
通信部が前記診断部が提供する治療の方向性情報を予め指定された機関であって、有線通信及び無線通信のうち少なくともいずれかを基に転送する第５段階をさらに含むことを特徴とする、請求項１５に記載の医用画像に基づく虚血性脳卒中の検出及び病型分類装置の作動方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210015166A KR102289648B1 (ko) | 2021-02-03 | 2021-02-03 | 의료 영상 기반 허혈성 뇌졸중 검출 및 형태 분류 방법, 장치 및 시스템 |
| KR10-2021-0015166 | 2021-02-03 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP7085674B1 true JP7085674B1 (ja) | 2022-06-16 |
| JP2022119154A JP2022119154A (ja) | 2022-08-16 |
Family
ID=76374878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021094195A Active JP7085674B1 (ja) | 2021-02-03 | 2021-06-04 | 医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US11602322B2 (ja) |
| EP (1) | EP4039180B1 (ja) |
| JP (1) | JP7085674B1 (ja) |
| KR (10) | KR102289648B1 (ja) |
| CN (1) | CN113476066A (ja) |
| ES (1) | ES2952229T3 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230070781A (ko) * | 2021-11-15 | 2023-05-23 | 가톨릭대학교 산학협력단 | 뇌졸중 재발 예측 및 관리 서비스 제공 방법, 장치 및 시스템 |
| KR102399792B1 (ko) * | 2022-01-27 | 2022-05-23 | 주식회사 휴런 | 인공지능 기반 Hounsfield unit (HU) 정규화 및 디노이징 (Denoising)을 통한 전처리 장치 및 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008038644A1 (fr) | 2006-09-27 | 2008-04-03 | Asahi Kasei Pharma Corporation | AGENT de prÉvention de l'apparition d'une dystrophie sympatHique rÉflexe aprÈs une attaque |
| WO2008056638A1 (en) | 2006-11-06 | 2008-05-15 | Fujifilm Ri Pharma Co., Ltd. | Brain image diagnosis supporting method, program, and recording method |
| WO2017160531A1 (en) | 2016-03-16 | 2017-09-21 | General Electric Company | Systems and methods for progressive imaging |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5921132B2 (ja) * | 2011-10-17 | 2016-05-24 | 株式会社東芝 | 医用画像処理システム |
| KR101540254B1 (ko) | 2013-06-24 | 2015-07-30 | 경북대학교 산학협력단 | 당을 감지하는 화학감각수용체를 발현하는 세포를 이용한 바이오 센서 및 이를 포함하는 알츠하이머 진단 기기 |
| KR101740464B1 (ko) * | 2016-10-20 | 2017-06-08 | (주)제이엘케이인스펙션 | 뇌졸중 진단 및 예후 예측 방법 및 시스템 |
| US10955504B2 (en) * | 2016-11-22 | 2021-03-23 | Hyperfine Research, Inc. | Systems and methods for automated detection in magnetic resonance images |
| KR101860566B1 (ko) | 2016-12-06 | 2018-05-23 | 경희대학교 산학협력단 | 파킨슨병을 진단하기 위한 정보제공방법 |
| KR101754291B1 (ko) * | 2017-04-04 | 2017-07-06 | 이현섭 | 개인 맞춤형 뇌질병 진단 및 상태 판정을 위한 의료 영상 처리 시스템 및 방법 |
| CN111107783B (zh) * | 2017-06-19 | 2022-08-05 | 维兹人工智能公司 | 用于计算机辅助分诊的方法和系统 |
| KR102068836B1 (ko) | 2018-01-29 | 2020-02-11 | 한림대학교 산학협력단 | 파킨슨병의 진단을 위한 입력 패턴 생성 장치 및 방법 |
| CA3036003C (en) * | 2018-03-07 | 2023-09-26 | Mg Stroke Analytics Inc. | System and methods for assessing presence of large vessel occlusion to aid in transfer decision-making for endovascular treatment in patients with acute ischemic stroke |
| EP3593722A1 (en) * | 2018-07-13 | 2020-01-15 | Neuroanalytics Pty. Ltd. | Method and system for identification of cerebrovascular abnormalities |
| KR101992057B1 (ko) | 2018-08-17 | 2019-06-24 | (주)제이엘케이인스펙션 | 혈관 투영 영상을 이용한 뇌질환 진단 방법 및 시스템 |
| US11436732B2 (en) * | 2019-03-12 | 2022-09-06 | The General Hospital Corporation | Automatic segmentation of acute ischemic stroke lesions in computed tomography data |
| KR102058884B1 (ko) | 2019-04-11 | 2019-12-24 | 주식회사 홍복 | 치매를 진단을 하기 위해 홍채 영상을 인공지능으로 분석하는 방법 |
| DE102019209790A1 (de) * | 2019-07-03 | 2021-01-07 | Siemens Healthcare Gmbh | Verfahren zur Bereitstellung eines Bewertungsdatensatzes von einem ersten medizinischen dreidimensionalen Computertomographiedatensatz |
| KR102165840B1 (ko) * | 2020-05-21 | 2020-10-16 | 주식회사 휴런 | 인공지능 기반 뇌졸중 진단 장치 및 방법 |
| CN111938686B (zh) | 2020-08-17 | 2021-04-20 | 上海市第六人民医院 | 一种脑部医学图像处理装置及方法 |
| KR102189622B1 (ko) * | 2020-10-06 | 2020-12-11 | 주식회사 휴런 | 뇌출혈 여부 및 종류를 분류하는 인공지능 시스템 기반의 뇌졸중 진단 장치 |
| KR102189626B1 (ko) * | 2020-10-06 | 2020-12-11 | 주식회사 휴런 | 학습한 인공지능 모델을 기초로 기계적 혈전 절제술이 필요한 환자인지 여부를 판단하는 뇌졸중 진단 장치 |
-
2021
- 2021-02-03 KR KR1020210015166A patent/KR102289648B1/ko active IP Right Grant
- 2021-06-04 US US17/338,803 patent/US11602322B2/en active Active
- 2021-06-04 JP JP2021094195A patent/JP7085674B1/ja active Active
- 2021-06-08 EP EP21178266.9A patent/EP4039180B1/en active Active
- 2021-06-08 ES ES21178266T patent/ES2952229T3/es active Active
- 2021-06-08 CN CN202110638747.XA patent/CN113476066A/zh active Pending
- 2021-08-05 KR KR1020210103509A patent/KR102315608B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103511A patent/KR102311093B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103507A patent/KR102318458B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103510A patent/KR102315609B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103513A patent/KR102311095B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103508A patent/KR102318459B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103505A patent/KR102318456B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103506A patent/KR102318457B1/ko active IP Right Grant
- 2021-08-05 KR KR1020210103512A patent/KR102311094B1/ko active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2008038644A1 (fr) | 2006-09-27 | 2008-04-03 | Asahi Kasei Pharma Corporation | AGENT de prÉvention de l'apparition d'une dystrophie sympatHique rÉflexe aprÈs une attaque |
| WO2008056638A1 (en) | 2006-11-06 | 2008-05-15 | Fujifilm Ri Pharma Co., Ltd. | Brain image diagnosis supporting method, program, and recording method |
| WO2017160531A1 (en) | 2016-03-16 | 2017-09-21 | General Electric Company | Systems and methods for progressive imaging |
Non-Patent Citations (2)
| Title |
|---|
| Eiichi NOMURA et al.，"Clinical Characteristics of First-Ever Atherothrombotic Infarction or Lacunar Infarction with Hyperlipidemia (J-STARS-C): An Analysis of Data from the Stroke Data Bank of Japan"，Internal Medicine ，2005年12月，Vol.44, No.12，pp.1252-1257 |
| 橋本洋一郎 他１名，"潜因性脳卒中の診断手順"，脳卒中，2016年，Vol.38，pp.434-441 |
Also Published As
| Publication number | Publication date |
|---|---|
| US11602322B2 (en) | 2023-03-14 |
| ES2952229T3 (es) | 2023-10-30 |
| KR102318457B1 (ko) | 2021-10-28 |
| KR102318459B1 (ko) | 2021-10-28 |
| KR102289648B1 (ko) | 2021-08-18 |
| KR102311094B1 (ko) | 2021-10-12 |
| KR102315609B1 (ko) | 2021-10-22 |
| KR102311095B1 (ko) | 2021-10-12 |
| EP4039180A1 (en) | 2022-08-10 |
| KR102318456B1 (ko) | 2021-10-28 |
| EP4039180B1 (en) | 2023-06-14 |
| JP2022119154A (ja) | 2022-08-16 |
| KR102318458B1 (ko) | 2021-10-28 |
| US20220240880A1 (en) | 2022-08-04 |
| KR102311093B1 (ko) | 2021-10-12 |
| KR102315608B1 (ko) | 2021-10-22 |
| CN113476066A (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11481901B2 (en) | Medical image processing apparatus and medical image processing method | |
| CA2884606C (en) | Systems and methods for diagnosing strokes | |
| JP7085674B1 (ja) | 医用画像に基づく虚血性脳卒中の検出及び病型分類方法、並びに、装置及びシステム | |
| US20190117179A1 (en) | Systems And Methods For Deciding Management Strategy in Acute Ischemic Strokes Using Rotational Angiography | |
| CN108320279B (zh) | 用于诊断患者状况的成像系统 | |
| JP2003199715A (ja) | 画像関連データ処理方法 | |
| Wan et al. | The approach of virtual autopsy (VIRTOPSY) by postmortem multi-slice computed tomography (PMCT) in China for forensic pathology | |
| JP2020500053A (ja) | 脳血管狭窄をスクリーニングおよび監視して非侵襲的頭蓋内圧測定を行なう方法および装置 | |
| US20230082155A1 (en) | Integrated system for safe intracranial administration of cells | |
| RU2729733C1 (ru) | Способ прогнозирования опасности эмбологенного разрыва каротидной атеросклеротической бляшки | |
| Wyers et al. | The value of 3D-CT angiographic assessment prior to carotid stenting | |
| WO2021220911A1 (ja) | 医療システム及び医療情報処理装置 | |
| Malhotra et al. | Overview of neuroimaging of stroke | |
| JP7041446B2 (ja) | 医用画像処理方法、医用画像処理装置および医用画像処理システム | |
| US20240136062A1 (en) | Stroke diagnosis and therapy assistance system, stroke state information providing device, and stroke state information providing program | |
| US20240233939A9 (en) | Stroke diagnosis and therapy assistance system, stroke state information providing device, and stroke state information providing program | |
| Gielecki et al. | The description of vascular variations in threedimensional space: a novel method of spatial cerebral arteries evaluation | |
| US20230036728A1 (en) | Systems and methods of reducing in-hospital mortality rate | |
| JP6751178B2 (ja) | 医用画像処理装置、医用画像処理方法および記録媒体 | |
| Obloberdieva | THE VALUE OF CT ANGIOGRAPHY IN IDENTIFYING THE PATHOLOGY OF EXTRACRANIAL CAROTID AND VERTEBRAL ARTERIES IN PATIENTS IN THE ACUTE PERIOD OF RUPTURE OF CEREBRAL ANEURYSMS | |
| Peter et al. | Quantitative analysis of geometry and lateral symmetry of proximal middle cerebral artery | |
| Irsyad et al. | Microsurgical Resection of Cerebral Arteriovenous Malformation: Our Precious Experience | |
| Babii et al. | Ulyana B Lushchyk1, 3,; Viktor V Novytskyy1; Ivanna I Legka1; Liudmyla Riabets1; Oleg P Kolomytchuk2 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210604 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211227 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20211227 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220202 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220421 |
|
| 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: 20220513 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220606 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7085674 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |