JP7236769B2 - 心筋血流量及びｃｔ画像に基づく微小循環抵抗指数の計算方法 - Google Patents
心筋血流量及びｃｔ画像に基づく微小循環抵抗指数の計算方法 Download PDFInfo
- Publication number
- JP7236769B2 JP7236769B2 JP2021529764A JP2021529764A JP7236769B2 JP 7236769 B2 JP7236769 B2 JP 7236769B2 JP 2021529764 A JP2021529764 A JP 2021529764A JP 2021529764 A JP2021529764 A JP 2021529764A JP 7236769 B2 JP7236769 B2 JP 7236769B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- coronary artery
- coronary
- aorta
- flow
- 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
- 230000002107 myocardial effect Effects 0.000 title claims description 37
- 230000017531 blood circulation Effects 0.000 title claims description 30
- 238000004364 calculation method Methods 0.000 title description 5
- 210000004351 coronary vessel Anatomy 0.000 claims description 87
- 230000000747 cardiac effect Effects 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 34
- 210000000709 aorta Anatomy 0.000 claims description 31
- 206010020565 Hyperaemia Diseases 0.000 claims description 21
- 201000000057 Coronary Stenosis Diseases 0.000 claims description 19
- 206010011089 Coronary artery stenosis Diseases 0.000 claims description 19
- 239000008280 blood Substances 0.000 claims description 13
- 210000004369 blood Anatomy 0.000 claims description 13
- 210000004204 blood vessel Anatomy 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000013508 migration Methods 0.000 claims description 6
- 230000005012 migration Effects 0.000 claims description 6
- 238000004335 scaling law Methods 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 5
- 230000000877 morphologic effect Effects 0.000 claims description 5
- 230000002966 stenotic effect Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 210000004165 myocardium Anatomy 0.000 claims description 4
- 230000036772 blood pressure Effects 0.000 claims description 3
- 238000002592 echocardiography Methods 0.000 claims description 3
- 239000012530 fluid Substances 0.000 claims description 3
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 3
- 230000010412 perfusion Effects 0.000 claims description 3
- 238000002600 positron emission tomography Methods 0.000 claims description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 claims description 3
- 238000003325 tomography Methods 0.000 claims description 3
- 230000002792 vascular Effects 0.000 claims description 3
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 2
- 230000010339 dilation Effects 0.000 claims description 2
- 230000036262 stenosis Effects 0.000 claims description 2
- 208000037804 stenosis Diseases 0.000 claims description 2
- 210000001367 artery Anatomy 0.000 claims 1
- 230000001746 atrial effect Effects 0.000 claims 1
- 238000013184 cardiac magnetic resonance imaging Methods 0.000 claims 1
- 230000000284 resting effect Effects 0.000 claims 1
- 239000000284 extract Substances 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 5
- 208000029078 coronary artery disease Diseases 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000000544 hyperemic effect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 208000004476 Acute Coronary Syndrome Diseases 0.000 description 2
- 210000002376 aorta thoracic Anatomy 0.000 description 2
- 230000004872 arterial blood pressure Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000004089 microcirculation Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 2
- 238000013146 percutaneous coronary intervention Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 206010000891 acute myocardial infarction Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002565 electrocardiography Methods 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000010410 reperfusion Effects 0.000 description 1
- 230000000250 revascularization Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000000779 thoracic wall Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- 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]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- 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
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10108—Single photon emission computed tomography [SPECT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Hematology (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
発明は冠状動脈画像学評価分野に関し、特に、心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法に関する。
冠動脈性心疾患は重大な心臓疾患であり、経皮的冠動脈インターベンション（ＰＣＩ）は既に冠動脈性心疾患治療のひとつの重要手段となっており、長年の研究で明らかなように、ＰＣＩ治療による冠動脈性心疾患、特に急性冠症候群（ａｃｕｔｅ ｃｏｒｏｎａｒｙ ｓｙｎｄｒｏｍｅ、ＡＣＳ）の病死率は著しく低下している。しかし既知の研究が示すように、仮に冠動脈インターベンション又は冠動脈バイパス手術の治療を受けても、２５％の患者が心臓表面血管再構成後、組織レベルの心筋再灌流を実現できず、その主な原因は冠動脈微小循環機能障害とされている。冠動脈微小循環機能の損傷は急性心筋梗塞予後を決定する独立的な危険要素であるため、患者の冠動脈微小循環機能状態に対する評価はますます重視されている。
現在、冠動脈微小循環の評価は負荷心電図、放射性核種現像技術、核磁気共鳴画像法技術等の方法により行うことができる。しかし以上の各評価技術は検査技術手段自体及び検査員の影響を大きく受けるため、冠動脈微小循環機能を正確に評価することができないとともに、これら指標が反映するのは心臓表面血管及び微小循環の共同作用の結果である。心臓表面血管の影響ではなく、冠動脈微小循環機能状態のみを反映する、より正確で、より安定した指標が必要である。現在のＩＭＲはおそらく上記条件を満たす一つの理想指標である。ＩＭＲは冠状動脈微小血管抵抗を反映する指標であり、冠動脈遠位動脈圧力（Ｐｄ）を最大充血状態における平均移動時間（Ｔｍｎ）の逆数で割ると定義され、言い換えれば、ＰｄとＴｍｎの積であり、単位はｍｍＨｇ・ｓである。ＩＭＲ＜２５は正常、＞３０は異常とされ、微小循環抵抗の上昇を知らせ、２５－３０はグレーゾーンである。
従来のＩＭＲ測定方法は０．０１４インチの軟圧ガイドワイヤにより冠動脈圧力及び温度を同時記録し、ガイドワイヤスティック上の2つの温度センサーは温度変化の時間差を探知すると、塩水がガイディングカテーテルからガイドワイヤ先端の温度センサーまで移動した平均移動時間（ｔｒａｎｓｉｔ ｍｅａｎ ｔｉｍｅ、Ｔｍｎ）を知ることができ、ＰdとＴｍｎの積に基づきＩＭＲ値を得ることができる。しかし上記圧力ガイドワイによるＩＭＲ測定は血管末端へのインターベンションを必要とし、手術の難度及びリスクが増大し、また、圧力ガイドワイヤの高い価格もその大規模応用を制限している。
冠動脈ＣＴＡは冠動脈狭窄程度を正確に評価でき、且つ血管壁プラーク性質を見分けることができる、一つの非侵襲的で、操作が簡単な冠状動脈病変診断検査方法であり、リスクの高い人をスクリーニングする優先的な方法となる。よって、冠動脈性心疾患患者の血管に対して介入する場合、初期段階で患者冠動脈に対してＣＴＡ評価を行わなければならない。
冠動脈ＣＴＡにより非侵襲で得られた微小循環抵抗指数を計算する場合、別途、イメージング検査又は薬は不要であり、根本的に、不必要な冠動脈血管造影と血行再建治療を避けることができる。しかしＣＴＡは充血状態における冠動脈流速を測定できず、直接、微小循環抵抗指数を計算することができない。
上記技術課題を解決するために、本発明は、非侵襲的測定により安静状態心筋血流量及び冠状動脈冠血流予備能（ＣＦＲ）を特定し、そして冠動脈ツリーにおける異なる血管内面の最大充血状態の流量を特定し、そして最大充血状態の流速Ｖ1を特定することによって、微小循環抵抗指数を早く、正確に、全自動で得ることができる、造影画像及び流体力学モデルにおける微小循環抵抗指数の計算方法を提供することを目的とする。
本発明の技術方案は以下のとおり：
心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法は以下のステップを含む：
Ｓ０１：心臓ＣＴ画像を分割し、形態学操作により心臓画像を得て、当該心臓画像をヒストグラム分析して心室心房画像を得て、心臓画像と心室心房画像の差分により心筋画像を得て、心筋画像に基づいて心筋体積を特定し、
Ｓ０２：大動脈画像を処理して全大動脈相補画像を得て、領域成長を行い、冠状動脈口を含む大動脈画像を得て、冠状動脈口を含む大動脈画像と全大動脈相補画像に基づき、冠状動脈口を含む画像を得て、冠状動脈口を含む画像に基づいて冠状動脈口を特定し、
Ｓ０３：心筋画像において冠状動脈口をシードポイントとし、領域成長により冠状動脈を抽出し、冠状動脈の平均グレースケール及び平均分散を計算し、冠動脈グレースケール分布に基づき、冠状動脈方向に沿って冠動脈ツリーを抽出し、
Ｓ０４：冠状動脈画像を二値化し、等値面画像を描き、冠状動脈三次元格子画像を得て、
Ｓ０５：最大充血状態における冠動脈入口箇所の総流量Ｑtotal＝心筋体積×心筋血流量×ＣＦＲを計算し、ＣＦＲは冠状動脈冠血流予備能（ｃｏｒｏｎａｒｙ ｆｌｏｗ ｒｅｓｅｒｖｅ：ＣＦＲ）であり、
Ｓ０６：充血状態における血流速度Ｖ1及び最大充血状態における平均移動時間Ｔｍｎを計算し、
Ｓ０７：Ｖ1を冠動脈狭窄血管の入口流速とし、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧であり、微小循環抵抗指数ＩＭＲ＝Ｐd×Ｔｍｎを得る。
心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法は以下のステップを含む：
Ｓ０１：心臓ＣＴ画像を分割し、形態学操作により心臓画像を得て、当該心臓画像をヒストグラム分析して心室心房画像を得て、心臓画像と心室心房画像の差分により心筋画像を得て、心筋画像に基づいて心筋体積を特定し、
Ｓ０２：大動脈画像を処理して全大動脈相補画像を得て、領域成長を行い、冠状動脈口を含む大動脈画像を得て、冠状動脈口を含む大動脈画像と全大動脈相補画像に基づき、冠状動脈口を含む画像を得て、冠状動脈口を含む画像に基づいて冠状動脈口を特定し、
Ｓ０３：心筋画像において冠状動脈口をシードポイントとし、領域成長により冠状動脈を抽出し、冠状動脈の平均グレースケール及び平均分散を計算し、冠動脈グレースケール分布に基づき、冠状動脈方向に沿って冠動脈ツリーを抽出し、
Ｓ０４：冠状動脈画像を二値化し、等値面画像を描き、冠状動脈三次元格子画像を得て、
Ｓ０５：最大充血状態における冠動脈入口箇所の総流量Ｑtotal＝心筋体積×心筋血流量×ＣＦＲを計算し、ＣＦＲは冠状動脈冠血流予備能（ｃｏｒｏｎａｒｙ ｆｌｏｗ ｒｅｓｅｒｖｅ：ＣＦＲ）であり、
Ｓ０６：充血状態における血流速度Ｖ1及び最大充血状態における平均移動時間Ｔｍｎを計算し、
Ｓ０７：Ｖ1を冠動脈狭窄血管の入口流速とし、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧であり、微小循環抵抗指数ＩＭＲ＝Ｐd×Ｔｍｎを得る。
好ましい技術方案において、前記ステップＳ０２において、冠状動脈口を含む画像を得た後、冠状動脈口を含む画像に対して連結領域分析を行い、異なるグレースケールラベルで各連結領域をマークし、冠状動脈口を特定する。
好ましい技術方案において、前記ステップＳ０２において、心臓画像において、大動脈断面が円状になる特徴を利用し、上行大動脈及び中心線を抽出し、大動脈画像を得る。
好ましい技術方案において、前記ステップＳ０４において冠状動脈画像二値化は、冠状動脈画像Ｖ１中のボクセルをトラバーサルし、もしボクセル画素Ａ１が０に等しい場合、当該画素値は変わらず、もしＡ１が０に等しくない場合、Ａ１の画素値を１とし、一つの新しいデータＶ２を得ることを含む。
好ましい技術方案において、前記ステップＳ０５において心筋コントラストエコー法（ＭＣＥ）または単一光子放射断層撮影法（ＳＰＥＣＴ）または陽電子放出断層撮影法（ＰＥＴ）または心臓核磁気共鳴画像法（ＭＲＩ）またはＣＴ灌流により、安静状態心筋血流量及び冠状動脈冠血流予備能（ＣＦＲ）を特定する。
好ましい技術方案において、前記ステップＳ０６は、
Ｓ６１：流量体積スケーリング則及び心臓ＣＴ三次元再構成の心臓表面冠状動脈ツリーに基づき、ツリー内の任意の一本の血管内の血流量Ｑ＝Ｑtotal×（Ｖ／Ｖtotal）3/4を特定し、但し、Ｖtotalは心臓ＣＴ三次元再構成のすべての心臓表面冠状動脈の血管体積の和であり、Ｖは心臓表面冠状動脈ツリー内の任意の一本の血管及びその下流血管中の血管体積の和であり、
Ｓ６２：流量体積スケーリング則及び心臓ＣＴ三次元再構成の心臓表面冠状動脈ツリーに基づき、ツリー内の任意の一本の血管内の血流速度Ｖ1＝Ｑ／Ｄを特定し、但し、Ｄは当該血管の平均断面積であり、
Ｓ６３：冠動脈血管長さＬ及び流速Ｖ1に基づき最大充血状態における平均移動時間Ｔｍｎ＝Ｌ／Ｖ1を得ること、を含む。
Ｓ６１：流量体積スケーリング則及び心臓ＣＴ三次元再構成の心臓表面冠状動脈ツリーに基づき、ツリー内の任意の一本の血管内の血流量Ｑ＝Ｑtotal×（Ｖ／Ｖtotal）3/4を特定し、但し、Ｖtotalは心臓ＣＴ三次元再構成のすべての心臓表面冠状動脈の血管体積の和であり、Ｖは心臓表面冠状動脈ツリー内の任意の一本の血管及びその下流血管中の血管体積の和であり、
Ｓ６２：流量体積スケーリング則及び心臓ＣＴ三次元再構成の心臓表面冠状動脈ツリーに基づき、ツリー内の任意の一本の血管内の血流速度Ｖ1＝Ｑ／Ｄを特定し、但し、Ｄは当該血管の平均断面積であり、
Ｓ６３：冠動脈血管長さＬ及び流速Ｖ1に基づき最大充血状態における平均移動時間Ｔｍｎ＝Ｌ／Ｖ1を得ること、を含む。
好ましい技術方案において、前記ステップＳ０７は、血管三次元格子に対して解を求め、数値解法を用いて連続性及びナビエ－ストークス（Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ）方程式の解を求め：
但し、
Ｐ、ρ、μはそれぞれ流速、圧力、血液密度、血液粘度であり、
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
三次元計算流体力学により各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3・・・、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算する、但し、Ｐaは大動脈平均である、ことを含む。
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
三次元計算流体力学により各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3・・・、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算する、但し、Ｐaは大動脈平均である、ことを含む。
好ましい技術方案において、前記ステップＳ０７は、
ＣＴ再構成のジオメトリ構造に基づき、狭窄のある血管を真っすぐに引き伸ばし、二次元軸対称モデルを構築し、二次元格子を分割し、数値解法を用いて連続性及びナビエ－ストークス方程式の解を求め：
但し、ρは血液の密度を表し、ｕz、ｕrはそれぞれｚ方向、ｒ方向の流速を表し、μは血液の動粘度を表し、ｐは血液の圧の強さを表し、
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
二次元流体力学により各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3・・・、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算する、但し、Ｐaは大動脈平均圧である、ことを含む。
ＣＴ再構成のジオメトリ構造に基づき、狭窄のある血管を真っすぐに引き伸ばし、二次元軸対称モデルを構築し、二次元格子を分割し、数値解法を用いて連続性及びナビエ－ストークス方程式の解を求め：
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
二次元流体力学により各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3・・・、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算する、但し、Ｐaは大動脈平均圧である、ことを含む。
好ましい技術方案において、前記ステップＳ０７はさらに、血管の異なるタイプの弯曲に対して、三次元モデルで入口から出口までの圧力差を計算し、二次元軸対称モデルに照らして計算し、各類型の弯曲の二次元軸対称結果に対する修正係数を記憶するためのデータベースを構築し、圧力を得た後、データベース中の修正係数に照らし、修正後の入口から出口までの圧力差を得て、その後ＩＭＲを計算する。
従来技術に比べ、本発明は以下の長所を有する：
本発明は心筋血流量及び心臓ＣＴ画像により、微小循環抵抗指数を早く、正確に、全自動で得ることができる。非侵襲的測定により、操作が簡単で、手術の難度及びリスクを大幅に低減し、臨床で大規模に応用を進めることができる。
本発明は心筋血流量及び心臓ＣＴ画像により、微小循環抵抗指数を早く、正確に、全自動で得ることができる。非侵襲的測定により、操作が簡単で、手術の難度及びリスクを大幅に低減し、臨床で大規模に応用を進めることができる。
以下に図面及び実施例と合わせて本発明を更に説明する。
本発明の目的、技術方案及び長所をより明確に説明するために、以下に図面を参照しながら発明を実施するための形態と合わせて、本発明について、さらに詳細に説明する。これら説明は単なる例であり、本発明の範囲を限定するものではないと理解されるべきである。この他、以下の説明において、本発明の概念と不要な混同を避けるために、公知の構造及び技術に関する説明は省略する。
所定の心臓ＣＴ画像について、リバースメソッドにより、心臓を抽出し、非目標領域である下行大動脈、脊椎、肋骨を対象に処理を行い、一つ一つ胸壁、肺部、椎骨及び下行大動脈等の非心臓組織を取り除いて心臓画像を抽出して得る。得られた心臓画像において、大動脈断面が円状になる特徴を利用し、上行大動脈及び中心線を抽出し、大動脈画像を得る。
図１に示されるように、本発明の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数ＩＭＲの計算方法は、心筋画像を抽出し、冠状動脈口を抽出し、冠状動脈を抽出し、冠状動脈格子モデルを生成し、安静状態心筋血流量及び冠状動脈冠血流予備能（ＣＦＲ）を特定し、最大充血状態における冠動脈入口箇所の総流量を計算し、充血状態における血流速度Ｖ1を計算し、微小循環抵抗指数を特定することを含む。具体的に以下のステップを含む：
１：心筋画像を抽出する：
心臓ＣＴ画像を分割し、形態学操作により心臓画像を得て、当該心臓画像をヒストグラム分析して心室心房画像を得て、心臓画像と心室心房画像の差分により心筋画像を得る。図２参照。
心臓ＣＴ画像を分割し、形態学操作により心臓画像を得て、当該心臓画像をヒストグラム分析して心室心房画像を得て、心臓画像と心室心房画像の差分により心筋画像を得る。図２参照。
２：冠状動脈口を抽出する：
大動脈画像の二値化画像に対して形態学膨張を行い、全大動脈の二値画像を得て、そして画素リバースにより全大動脈相補画像を得る。
大動脈中心線上点の平均グレースケールに基づき領域成長を行い、冠状動脈口を含む大動脈画像を得る。図３参照。
冠状動脈口を含む大動脈画像と全大動脈相補画像により画像乗算を行い、冠状動脈口を含む画像を得て、冠状動脈口を含む画像に対して連結領域分析を行い、異なるグレースケールラベルで各連結領域をマークし、冠状動脈口を特定する。図４参照。
大動脈画像の二値化画像に対して形態学膨張を行い、全大動脈の二値画像を得て、そして画素リバースにより全大動脈相補画像を得る。
大動脈中心線上点の平均グレースケールに基づき領域成長を行い、冠状動脈口を含む大動脈画像を得る。図３参照。
冠状動脈口を含む大動脈画像と全大動脈相補画像により画像乗算を行い、冠状動脈口を含む画像を得て、冠状動脈口を含む画像に対して連結領域分析を行い、異なるグレースケールラベルで各連結領域をマークし、冠状動脈口を特定する。図４参照。
３：冠状動脈を抽出する：
心筋画像において冠状動脈口をシードポイントとし、領域成長により冠状動脈を抽出し、冠状動脈の平均グレースケール及び平均分散を計算し、冠動脈グレースケール分布に基づき、冠状動脈方向に沿って冠動脈ツリーを抽出する。図５参照。
心筋画像において冠状動脈口をシードポイントとし、領域成長により冠状動脈を抽出し、冠状動脈の平均グレースケール及び平均分散を計算し、冠動脈グレースケール分布に基づき、冠状動脈方向に沿って冠動脈ツリーを抽出する。図５参照。
４：冠状動脈格子モデルを生成する：
ステップ三により、冠状動脈画像データＶ１を得て、当該データ中のボクセルは空間上に一つの立方体を構成し、冠状動脈部分に属すボクセル画素値は０ではなく（画素値約－３０００～３０００の間）、残りのボクセル画素値はすべて０である。
本ステップにおいて、ステップ五における計算のために、データを空間三次元格子データＶ３に変える必要がある。
ステップ三により、冠状動脈画像データＶ１を得て、当該データ中のボクセルは空間上に一つの立方体を構成し、冠状動脈部分に属すボクセル画素値は０ではなく（画素値約－３０００～３０００の間）、残りのボクセル画素値はすべて０である。
本ステップにおいて、ステップ五における計算のために、データを空間三次元格子データＶ３に変える必要がある。
（１）冠状動脈データ二値化
冠状動脈画像データＶ１中のボクセルをトラバーサルし、簡単な画素値判断を行い、もし画素Ａ１が０に等しい場合、当該画素値は変わらず、もしＡ１が０に等しくない場合、Ａ１の画素値を１とする。
最終的に一つの新しい画像データＶ２が得られ、当該画像において、冠状動脈部分に属するボクセル画素値は１であり、残りの部分は０である。
冠状動脈画像データＶ１中のボクセルをトラバーサルし、簡単な画素値判断を行い、もし画素Ａ１が０に等しい場合、当該画素値は変わらず、もしＡ１が０に等しくない場合、Ａ１の画素値を１とする。
最終的に一つの新しい画像データＶ２が得られ、当該画像において、冠状動脈部分に属するボクセル画素値は１であり、残りの部分は０である。
（２）等値面生成
ボクセルは一つの極小の六面体であると定義され、隣接する上下層の間の四つの画素が立方体上の八つの頂点を構成する。等値面とは空間中のある同じ属性値を有するすべての点の集合である。これは次のように表すことができる：
｛（ｘ、ｙ、ｚ）│ｆ（ｘ、ｙ、ｚ）＝ｃ｝、ｃは定数である
本方法におけるｃは三次元再構成過程において与えられた画素値１である。
ボクセルは一つの極小の六面体であると定義され、隣接する上下層の間の四つの画素が立方体上の八つの頂点を構成する。等値面とは空間中のある同じ属性値を有するすべての点の集合である。これは次のように表すことができる：
｛（ｘ、ｙ、ｚ）│ｆ（ｘ、ｙ、ｚ）＝ｃ｝、ｃは定数である
本方法におけるｃは三次元再構成過程において与えられた画素値１である。
等値面を抽出するフローは以下のとおり：
（１）原始データを前処理した後、特定の配列に読み込む。
（２）格子データボディから一つのユニットボディを抽出して現在のユニットボディとすると同時に当該ユニットボディのすべての情報を得る。
（３）現在のユニットボディの８個の頂点の函数値と所定の等値面値Ｃを比較し、当該ユニットボディの状態表を得る。
（４）現在のユニットボディの状態表インデックスから、等値面と交わるユニットボディエッジを探し出し、そして線形補間の方法により各交点の位置座標を計算する。
（５）中心差分法により現在のユニットボディの８個の頂点の法線ベクトルを求め、それから線形補間の方法により三角パッチの各頂点の法線を得る。
（６）各三角パッチの頂点座標及び頂点の法線ベクトルに基づき等値面イメージの作成を行う。
最終的に冠状動脈の三次元格子画像データＶ３を得る。図６参照。
（１）原始データを前処理した後、特定の配列に読み込む。
（２）格子データボディから一つのユニットボディを抽出して現在のユニットボディとすると同時に当該ユニットボディのすべての情報を得る。
（３）現在のユニットボディの８個の頂点の函数値と所定の等値面値Ｃを比較し、当該ユニットボディの状態表を得る。
（４）現在のユニットボディの状態表インデックスから、等値面と交わるユニットボディエッジを探し出し、そして線形補間の方法により各交点の位置座標を計算する。
（５）中心差分法により現在のユニットボディの８個の頂点の法線ベクトルを求め、それから線形補間の方法により三角パッチの各頂点の法線を得る。
（６）各三角パッチの頂点座標及び頂点の法線ベクトルに基づき等値面イメージの作成を行う。
最終的に冠状動脈の三次元格子画像データＶ３を得る。図６参照。
５：充血状態における血流速度Ｖ1を計算する：
心筋コントラストエコー法（ＭＣＥ）または単一光子放射断層撮影法（ＳＰＥＣＴ）または陽電子放出断層撮影法（ＰＥＴ）または心臓核磁気共鳴画像法（ＭＲＩ）またはＣＴ灌流等非侵襲的測定により、安静状態心筋血流量及び冠状動脈冠血流予備能（ＣＦＲ）を特定し、心筋体積、心筋血流量、ＣＦＲにより、最大充血状態における冠動脈入口箇所（左冠動脈ツリー及び右冠動脈ツリーの和を含む）の総流量Ｑtotal＝心筋体積×心筋血流量×ＣＦＲを計算する。
心筋コントラストエコー法（ＭＣＥ）または単一光子放射断層撮影法（ＳＰＥＣＴ）または陽電子放出断層撮影法（ＰＥＴ）または心臓核磁気共鳴画像法（ＭＲＩ）またはＣＴ灌流等非侵襲的測定により、安静状態心筋血流量及び冠状動脈冠血流予備能（ＣＦＲ）を特定し、心筋体積、心筋血流量、ＣＦＲにより、最大充血状態における冠動脈入口箇所（左冠動脈ツリー及び右冠動脈ツリーの和を含む）の総流量Ｑtotal＝心筋体積×心筋血流量×ＣＦＲを計算する。
流量体積スケーリング則及び心臓ＣＴ三次元再構成の心臓表面冠状動脈ツリーに基づき、ツリー内の任意の一本の血管内の血流量Ｑ：Ｑ＝Ｑtotal×（Ｖ／Ｖtotal）3/4を特定し、但し、Ｖtotalは心臓ＣＴ三次元再構成のすべての心臓表面冠状動脈（左冠動脈ツリー及び右冠動脈ツリーの和を含む）の血管体積の和であり、Ｖは心臓表面冠状動脈ツリー内の任意の一本の血管及びその下流血管中の血管体積の和である。図７参照。流量体積スケーリング則及び心臓ＣＴ三次元再構成の心臓表面冠状動脈ツリーに基づき、ツリー内の任意の一本の血管内の血流速度Ｖ1：Ｖ1＝Ｑ／Ｄを特定し、但し、Ｄは当該血管の平均断面積である（当該血管の血管体積を当該血管の長さで割る）。冠動脈血管長さＬ及び流速Ｖ1に基づき、式Ｔｍｎ＝Ｌ／Ｖ1により、最大充血状態における平均移動時間Ｔｍｎを計算する。
６：微小循環抵抗指数の計算：
Ｖ1を冠動脈狭窄血管の入口流速とし、計算流体力学（ＣＦＤ）方法により各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3等、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧であり、最後に式ＩＭＲ＝Ｐd×Ｔｍｎにより微小循環抵抗指数を計算する。
Ｖ1を冠動脈狭窄血管の入口流速とし、計算流体力学（ＣＦＤ）方法により各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3等、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧であり、最後に式ＩＭＲ＝Ｐd×Ｔｍｎにより微小循環抵抗指数を計算する。
三次元モデルに対する処理ステップは以下を含む：
ＣＴ再構成のジオメトリ構造に基づき、三次元格子を分割し、数値解法（例えば、有限差分、有限要素法、有限体積法等）により連続性及びナビエ－ストークス（Ｎａｖｉｅｒ‐Ｓｔｏｋｅｓ）方程式の解を求め：
但し、
Ｐ、ρ、μはそれぞれ流速、圧力、血液密度、血液粘度であり、
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
式［Ａ１］及び［Ａ２］に基づき、三次元ＣＦＤを実行して各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3等、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧である。
ＣＴ再構成のジオメトリ構造に基づき、三次元格子を分割し、数値解法（例えば、有限差分、有限要素法、有限体積法等）により連続性及びナビエ－ストークス（Ｎａｖｉｅｒ‐Ｓｔｏｋｅｓ）方程式の解を求め：
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
式［Ａ１］及び［Ａ２］に基づき、三次元ＣＦＤを実行して各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3等、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧である。
二次元モデルに対して、以下のステップを含む：
ＣＴ再構成のジオメトリ構造に基づき、狭窄のある血管を真っすぐに引き伸ばし（二次元軸対称モデル）、二次元格子を分割し、数値解法（例えば、有限差分、有限要素法、有限体積法等）により連続性及びナビエ－ストークス方程式の解を求め：
但し、ρは血液の密度を表し、ｕz、ｕrはそれぞれｚ方向、ｒ方向の流速を表し、μは血液の動粘度を表し、ｐは血液の圧の強さを表し、
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
式［Ａ３］-［Ａ５］に基づき、二次元ＣＦＤを実行し、各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3等、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧である。
ＣＴ再構成のジオメトリ構造に基づき、狭窄のある血管を真っすぐに引き伸ばし（二次元軸対称モデル）、二次元格子を分割し、数値解法（例えば、有限差分、有限要素法、有限体積法等）により連続性及びナビエ－ストークス方程式の解を求め：
入口境界条件は、最大充血状態における冠動脈狭窄血管の入口流速Ｖ1であり、
式［Ａ３］-［Ａ５］に基づき、二次元ＣＦＤを実行し、各冠動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3等、冠動脈入口から冠動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは大動脈平均圧である。
血管の異なるタイプの弯曲に対して、三次元モデルで入口から出口までの圧力差を計算し、二次元軸対称モデルに照らして計算し、各類型の弯曲の二次元軸対称結果に対する修正係数を記憶するためのデータベースを構築し、圧力算出後データベース中の修正係数に照らし、入口から出口までの圧力差を正確に得て、最後に式ＩＭＲ＝Ｐd×Ｔｍｎにより微小循環抵抗指数を計算する。
本発明の上記発明を実施するための形態は本発明の原理を単に例示的に説明又は解釈するためのものであり、本発明を限定するものではないと理解されるべきである。よって、本発明の精神及び範囲を逸脱しない限り、如何なる修正、均等の差し替え、改良等もすべて本発明の保護範囲に含まれる。この他、本発明に付属の請求項は、付属の請求項の範囲及び境界、またはこれらの範囲及び境界の均等形式における全ての変更及び修正例を含むことを意図するものである。
Claims (7)
- Ｓ０１：心臓を含むＣＴ画像を分割し、形態学操作により心臓のみを含む心臓画像を得て、前記心臓画像をヒストグラム分析して心室心房のみを含む心室心房画像を得て、前記心臓画像と前記心室心房画像の差分により心筋を含む画像を得て、前記心筋を含む画像に基づいて心筋体積を特定し、
Ｓ０２：前記心臓画像から心臓の大動脈画像を得て、前記大動脈画像の二値化画像に対して形態学膨張を行い、心臓の全大動脈の二値画像を得て、そして画素リバースにより心臓の全大動脈相補画像を得て、前記大動脈画像において前記大動脈の中心線上点の平均グレースケールに基づき領域成長を行い、冠状動脈口を含む大動脈画像を得て、前記冠状動脈口を含む大動脈画像と前記全大動脈相補画像に基づき、冠状動脈口を含む画像を得て、冠状動脈口を含む画像に基づいて前記大動脈における前記冠状動脈口の位置を特定し、
Ｓ０３：前記心筋を含む画像において前記冠状動脈口をシードポイントとし、領域成長により前記冠状動脈を抽出し、前記冠状動脈の平均グレースケールを計算し、前記冠状動脈のグレースケール分布及び前記冠状動脈の平均グレースケールを比較し、前記冠状動脈の成長方向に沿って冠状動脈ツリーを抽出し、
Ｓ０４：前記冠状動脈ツリーの画像を二値化し、二値化したデータに基づいて等値面画像を三次元座標系に描き、最終的に前記冠状動脈の三次元格子画像を得て、
Ｓ０５：最大充血状態における前記冠状動脈口の総流量Ｑtotal＝心筋体積×安静状態心筋血流量×ＣＦＲを計算し、ＣＦＲは冠状動脈冠血流予備能（ｃｏｒｏｎａｒｙ ｆｌｏｗ ｒｅｓｅｒｖｅ：ＣＦＲ）であり、
Ｓ０６：最大充血状態における血流速度Ｖ1及び最大充血状態における平均移動時間Ｔｍｎを計算し、
Ｓ０７：Ｖ1を冠状動脈狭窄血管の入口流速とし、冠状動脈入口から冠状動脈狭窄遠位までの圧力損失ΔＰ、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算し、但し、Ｐaは心臓の大動脈平均圧であり、微小循環抵抗指数ＩＭＲ＝Ｐd×Ｔｍｎを得る、
ステップを含み、
前記ステップＳ０６は、
Ｓ６１：流量体積スケーリング則及び三次元再構成の前記冠状動脈ツリーに基づき、前記冠状動脈ツリー内の任意の一本の血管内の血流量Ｑ＝Ｑ total ×（Ｖ／Ｖ total ） 3/4 を特定し、但し、Ｑ total は前記最大充血状態における前記冠状動脈口の総流量であり、Ｖ total は三次元再構成の前記冠状動脈ツリーの中のすべての心臓表面冠状動脈の血管体積の和であり、Ｖは前記冠状動脈ツリー内の任意の一本の血管及びその下流血管中の血管体積の和であり、
Ｓ６２：流量体積スケーリング則及び三次元再構成の前記冠状動脈ツリーに基づき、前記冠状動脈ツリー内の任意の一本の血管内の血流速度Ｖ 1 ＝Ｑ／Ｄを特定し、但し、Ｄは当該血管の平均断面積であり、
Ｓ６３：前記冠状動脈血管長さＬ及び流速Ｖ 1 に基づき最大充血状態における平均移動時間Ｔｍｎ＝Ｌ／Ｖ 1 を得ることを含み、
前記ステップＳ０７は具体的に、
血管三次元格子に対して解を求め、数値解法を用いて連続性及びナビエ－ストークス（Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ）方程式の解を求め：
Ｐ、ρ、μはそれぞれ流速、圧力、血液密度、血液粘度であり、
入口境界条件は、最大充血状態における冠状動脈狭窄血管の入口流速Ｖ 1 であり、
三次元計算流体力学により各冠状動脈狭窄の圧力損失ΔＰ 1 、ΔＰ 2 、ΔＰ 3 ・・・、冠状動脈入口から冠状動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰ i （ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐｄ＝Ｐａ－ΔＰを計算し、但し、Ｐａは大動脈平均である、ことを含む、
ことを特徴とする心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。 - 前記ステップＳ０２において、冠状動脈口を含む画像を得た後、前記冠状動脈口を含む画像に対して連結領域分析を行い、異なるグレースケールラベルで各連結領域をマークし、前記大動脈における前記冠状動脈口の位置を特定する、ことを特徴とする請求項１に記載の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。
- 前記ステップＳ０２において、前記心臓画像において、大動脈断面が円状になる特徴を利用し、心臓の上行大動脈及びその中心線を抽出し、心臓の大動脈画像を得る、
ことを特徴とする請求項１に記載の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。 - 前記ステップＳ０４において冠状動脈画像二値化は、
前記冠状動脈画像Ｖ１中のボクセルをトラバーサルし、もしボクセル画素が０に等しい場合、当該画素値は変わらず、もし０に等しくない場合、画素値を１とし、これらの画素値は一つの新しいデータＶ２となることを含む、ことを特徴とする請求項１に記載の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。 - 前記ステップＳ０５において心筋コントラストエコー法（ＭＣＥ）または単一光子放射断層撮影法（ＳＰＥＣＴ）または陽電子放出断層撮影法（ＰＥＴ）または心臓核磁気共鳴画像法（ＭＲＩ）またはＣＴ灌流により、安静状態心筋血流量及び冠状動脈冠血流予備能（ＣＦＲ）を特定する、
ことを特徴とする請求項１に記載の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。 - 前記ステップＳ０７は、
ＣＴ再構成の前記冠状動脈の三次元格子画像に基づき、狭窄のある血管を真っすぐに引き伸ばし、二次元軸対称モデルを構築し、二次元格子を分割し、数値解法を用いて連続性及びナビエ－ストークス方程式の解を求め：
入口境界条件は、最大充血状態における冠状動脈狭窄血管の入口流速Ｖ1であり、
二次元流体力学により各冠状動脈狭窄の圧力損失ΔＰ1、ΔＰ2、ΔＰ3・・・、冠状動脈入口から冠状動脈狭窄遠位までの圧力損失ΔＰ＝ΣΔＰi（ｉ＝１、２、３・・・）、狭窄遠位冠状動脈内平均圧Ｐd＝Ｐa－ΔＰを計算する、但し、Ｐaは大動脈平均圧である、ことを含む、ことを特徴とする請求項１に記載の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。 - 前記ステップＳ０７はさらに、
前記冠状動脈の異なるタイプの弯曲に対して、前記冠状動脈の三次元格子画像で冠状動脈入口から冠状動脈狭窄遠位までの圧力損失を計算し、前記二次元軸対称モデルに照らして計算し、各タイプの弯曲の二次元軸対称結果に対する修正係数を記憶するためのデータベースを構築し、
圧力損失を得た後、前記データベース中の修正係数に照らし、修正後の冠状動脈入口から冠状動脈狭窄遠位までの圧力損失を得て、その後前記ＩＭＲを計算する、
ことを含む、
ことを特徴とする請求項６に記載の心筋血流量及びＣＴ画像に基づく微小循環抵抗指数の計算方法。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811432014.5A CN111227821B (zh) | 2018-11-28 | 2018-11-28 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
| CN201811432014.5 | 2018-11-28 | ||
| PCT/CN2019/071204 WO2020107668A1 (zh) | 2018-11-28 | 2019-01-10 | 基于心肌血流量和ct图像的微循环阻力指数计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022508239A JP2022508239A (ja) | 2022-01-19 |
| JP7236769B2 true JP7236769B2 (ja) | 2023-03-10 |
Family
ID=70854186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021529764A Active JP7236769B2 (ja) | 2018-11-28 | 2019-01-10 | 心筋血流量及びｃｔ画像に基づく微小循環抵抗指数の計算方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US11901081B2 (ja) |
| JP (1) | JP7236769B2 (ja) |
| CN (1) | CN111227821B (ja) |
| WO (1) | WO2020107668A1 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020210948A1 (zh) * | 2019-04-15 | 2020-10-22 | 博动医学影像科技（上海）有限公司 | 获取冠脉血流量及血流速度的方法和装置 |
| CN111815586B (zh) * | 2020-06-29 | 2022-08-05 | 苏州润迈德医疗科技有限公司 | 基于ct图像获取左心房、左心室的连通域的方法和系统 |
| CN111815585B (zh) * | 2020-06-29 | 2022-08-05 | 苏州润迈德医疗科技有限公司 | 基于ct序列图像获取冠脉树和冠脉入口点的方法和系统 |
| CN113780421B (zh) * | 2021-06-07 | 2022-06-07 | 广州天鹏计算机科技有限公司 | 基于人工智能的脑部pet影像识别方法 |
| CN114098692B (zh) * | 2021-10-28 | 2022-09-30 | 北京心世纪医疗科技有限公司 | 基于血流分配最优化的左心室辅助装置植入方法 |
| CN114886390B (zh) * | 2022-03-23 | 2023-09-12 | 杭州脉流科技有限公司 | 获取冠脉血流储备分数的方法 |
| CN115869003A (zh) * | 2022-12-30 | 2023-03-31 | 杭州脉流科技有限公司 | 基于ct图像的冠状动脉微循环阻力指数计算方法和装置 |
| CN116188336B (zh) * | 2023-04-17 | 2023-12-22 | 柏意慧心(杭州)网络科技有限公司 | 基于血管造影的心肌病形态学计算方法、装置及存储介质 |
| CN117322918B (zh) * | 2023-12-01 | 2024-02-02 | 北京唯迈医疗设备有限公司 | 一种介入手术冠脉开口位置自动探测控制系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140341453A1 (en) | 2013-05-17 | 2014-11-20 | Bailing Hsu | Myocardial blood flow quantitation with dynamic spect or spect/ct imaging |
| CN106023202A (zh) | 2016-05-20 | 2016-10-12 | 苏州润心医疗科技有限公司 | 基于心脏ct图像的冠状动脉血流储备分数计算方法 |
| US20170032097A1 (en) | 2015-07-27 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Method and System for Enhancing Medical Image-Based Blood Flow Computations Using Physiological Measurements |
| US20170095292A1 (en) | 2015-10-02 | 2017-04-06 | Heartflow, Inc. | System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand |
| JP2017512577A (ja) | 2014-03-31 | 2017-05-25 | ハートフロー， インコーポレイテッド | 流量比を用いて血流の特徴を決定するシステム及び方法 |
| CN108550189A (zh) | 2018-05-03 | 2018-09-18 | 苏州润迈德医疗科技有限公司 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
Family Cites Families (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012502773A (ja) * | 2008-09-22 | 2012-02-02 | ディーセラピューティクス・エルエルシー | 血流予備量比測定のための装置、システムおよび手法 |
| US9405886B2 (en) * | 2009-03-17 | 2016-08-02 | The Board Of Trustees Of The Leland Stanford Junior University | Method for determining cardiovascular information |
| US9119540B2 (en) * | 2010-09-16 | 2015-09-01 | Siemens Aktiengesellschaft | Method and system for non-invasive assessment of coronary artery disease |
| US9974508B2 (en) * | 2011-09-01 | 2018-05-22 | Ghassan S. Kassab | Non-invasive systems and methods for determining fractional flow reserve |
| US10034614B2 (en) * | 2012-02-29 | 2018-07-31 | General Electric Company | Fractional flow reserve estimation |
| CN108294735B (zh) * | 2012-03-13 | 2021-09-07 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
| JP6134789B2 (ja) * | 2012-06-26 | 2017-05-24 | シンク−アールエックス，リミティド | 管腔器官における流れに関連する画像処理 |
| US9247918B2 (en) * | 2012-07-09 | 2016-02-02 | Siemens Aktiengesellschaft | Computation of hemodynamic quantities from angiographic data |
| WO2014027692A1 (ja) * | 2012-08-16 | 2014-02-20 | 株式会社東芝 | 画像処理装置、医用画像診断装置及び血圧モニタ |
| US10433740B2 (en) * | 2012-09-12 | 2019-10-08 | Heartflow, Inc. | Systems and methods for estimating ischemia and blood flow characteristics from vessel geometry and physiology |
| WO2014051705A1 (en) * | 2012-09-25 | 2014-04-03 | The Johns Hopkins University | A method for estimating flow rates, pressure gradients, coronary flow reserve, and fractional flow reserve from patient specific computed tomography angiogram-based contrast distribution data |
| US10595807B2 (en) * | 2012-10-24 | 2020-03-24 | Cathworks Ltd | Calculating a fractional flow reserve |
| EP2956050A4 (en) * | 2013-02-18 | 2016-10-26 | Univ Ramot | FROM INTRAVASCULAR PRESSURE LOSS DERIVED ARTERY STIFFNESS AND REDUCTION OF LIGHT PRESSURE IMPACT |
| US10052031B2 (en) * | 2013-03-04 | 2018-08-21 | Siemens Healthcare Gmbh | Determining functional severity of stenosis |
| CA2919714C (en) * | 2013-07-30 | 2018-04-10 | Heartflow, Inc. | Method and system for modeling blood flow with boundary conditions for optimized diagnostic performance |
| US9700219B2 (en) * | 2013-10-17 | 2017-07-11 | Siemens Healthcare Gmbh | Method and system for machine learning based assessment of fractional flow reserve |
| US9501622B2 (en) * | 2014-03-05 | 2016-11-22 | Heartflow, Inc. | Methods and systems for predicting sensitivity of blood flow calculations to changes in anatomical geometry |
| WO2015171276A1 (en) * | 2014-05-05 | 2015-11-12 | Siemens Aktiengesellschaft | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models |
| US10206587B2 (en) * | 2014-05-16 | 2019-02-19 | Toshiba Medical Systems Corporation | Image processing apparatus, image processing method, and storage medium |
| WO2017076620A1 (en) * | 2015-11-05 | 2017-05-11 | Koninklijke Philips N.V. | Collateral flow modelling for non-invasive fractional flow reserve (ffr) |
| CN105326486B (zh) * | 2015-12-08 | 2017-08-25 | 博动医学影像科技（上海）有限公司 | 血管压力差与血流储备分数的计算方法及系统 |
| CN106327487B (zh) * | 2016-08-18 | 2018-01-02 | 苏州润迈德医疗科技有限公司 | 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法 |
| CN106473731A (zh) * | 2016-10-25 | 2017-03-08 | 北京工业大学 | 基于个性化冠状动脉分支血流量的ffrct计算方法 |
| CN106650029B (zh) * | 2016-11-28 | 2019-11-22 | 博动医学影像科技（上海）有限公司 | 基于cfd仿真的分叉血管压力差及ffr的快速计算方法及系统 |
| CN107689032A (zh) * | 2017-07-05 | 2018-02-13 | 北京工业大学 | 一种个性化无创计算患者最大充血状态下冠脉分支血流量的方法 |
| CN107978371B (zh) * | 2017-11-30 | 2021-04-02 | 博动医学影像科技（上海）有限公司 | 快速计算微循环阻力的方法及系统 |
| US10580526B2 (en) * | 2018-01-12 | 2020-03-03 | Shenzhen Keya Medical Technology Corporation | System and method for calculating vessel flow parameters based on angiography |
| CN108511075B (zh) * | 2018-03-29 | 2022-10-25 | 杭州脉流科技有限公司 | 一种非侵入式获取血流储备分数的方法和系统 |
| CN108735270A (zh) * | 2018-05-25 | 2018-11-02 | 杭州脉流科技有限公司 | 基于降维模型的血流储备分数获取方法、装置、系统和计算机存储介质 |
| WO2020098704A1 (zh) * | 2018-11-13 | 2020-05-22 | 苏州润迈德医疗科技有限公司 | 基于造影图像获取血管评定参数的方法、装置及系统 |
| CN110786841B (zh) * | 2019-11-04 | 2021-05-25 | 苏州润迈德医疗科技有限公司 | 基于微循环阻力指数调节最大充血状态流速的方法及装置 |
| PL433612A1 (pl) * | 2020-04-21 | 2021-10-25 | Narodowy Instytut Kardiologii Stefana Kardynała Wyszyńskiego-Państwowy Instytut Badawczy | Sposób określania obszaru niedokrwienia narządu, program komputerowy do określania obszaru niedokrwienia narządu oraz produkt programu komputerowego do określania obszaru niedokrwienia narządu |
| NL2026137B1 (en) * | 2020-07-24 | 2022-03-28 | Medis Ass B V | Method and device for determining a coronary microvascular resistance score |
| US20220082647A1 (en) * | 2020-09-17 | 2022-03-17 | Siemens Healthcare Gmbh | Technique for determining a cardiac metric from cmr images |
-
2018
- 2018-11-28 CN CN201811432014.5A patent/CN111227821B/zh active Active
-
2019
- 2019-01-10 JP JP2021529764A patent/JP7236769B2/ja active Active
- 2019-01-10 WO PCT/CN2019/071204 patent/WO2020107668A1/zh active Application Filing
-
2021
- 2021-05-26 US US17/330,901 patent/US11901081B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140341453A1 (en) | 2013-05-17 | 2014-11-20 | Bailing Hsu | Myocardial blood flow quantitation with dynamic spect or spect/ct imaging |
| JP2017512577A (ja) | 2014-03-31 | 2017-05-25 | ハートフロー， インコーポレイテッド | 流量比を用いて血流の特徴を決定するシステム及び方法 |
| US20170032097A1 (en) | 2015-07-27 | 2017-02-02 | Siemens Medical Solutions Usa, Inc. | Method and System for Enhancing Medical Image-Based Blood Flow Computations Using Physiological Measurements |
| US20170095292A1 (en) | 2015-10-02 | 2017-04-06 | Heartflow, Inc. | System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand |
| CN106023202A (zh) | 2016-05-20 | 2016-10-12 | 苏州润心医疗科技有限公司 | 基于心脏ct图像的冠状动脉血流储备分数计算方法 |
| CN108550189A (zh) | 2018-05-03 | 2018-09-18 | 苏州润迈德医疗科技有限公司 | 基于造影图像和流体力学模型的微循环阻力指数计算方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20210280318A1 (en) | 2021-09-09 |
| JP2022508239A (ja) | 2022-01-19 |
| CN111227821B (zh) | 2022-02-11 |
| CN111227821A (zh) | 2020-06-05 |
| WO2020107668A1 (zh) | 2020-06-04 |
| US11901081B2 (en) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7236768B2 (ja) | 心筋血流量及びｃｔ画像に基づく冠状動脈冠血流予備量比の計算方法 | |
| JP7236769B2 (ja) | 心筋血流量及びｃｔ画像に基づく微小循環抵抗指数の計算方法 | |
| WO2019210553A1 (zh) | 基于造影图像和流体力学模型的微循环阻力指数计算方法 | |
| JP6611959B2 (ja) | 血管圧力差の計算方法およびシステム | |
| US10803994B2 (en) | Vascular flow assessment | |
| US10803995B2 (en) | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models | |
| Azhari et al. | Three-dimensional mapping of acute ischemic regions using MRI: wall thickening versus motion analysis | |
| JP6484760B2 (ja) | 非侵襲的血流予備量比（ｆｆｒ）に対する側副血流モデル化 | |
| JP6749917B2 (ja) | ｉＦＲ−ＣＴ | |
| CN110706770B (zh) | 心脏数据处理设备及处理方法、计算机可读存储介质 | |
| CN113902690A (zh) | 基于血管腔内影像计算血流储备分数的方法、装置、计算设备以及存储介质 | |
| CN112384138B (zh) | 获取心表大动脉的血流量的方法、装置、系统及存储介质 | |
| CN115115735A (zh) | 一种基于多期相冠脉ct造影的内皮动应变的快速计算系统及方法 | |
| CN112690814B (zh) | 一种低误差的冠状动脉血流储备分数测量方法 | |
| CN112704505B (zh) | 一种利用cta和dsa测量冠状动脉血流储备分数的方法 | |
| CN114841991A (zh) | 一种基于多模态影像的血管易损斑块评估方法 | |
| US20160098531A1 (en) | Method for assessing stenosis severity in a lesion tree through stenosis mapping | |
| US20230410307A1 (en) | Method and system for visualization | |
| Siogkas et al. | CORONARY ATHEROSCLEROSIS ASSESSMENT: A NEW ANATOMICAL, FUNCTIONAL, MORPHOLOGICAL AND BIO-MECHANICAL APPROACH | |
| Bousse et al. | Coronary extraction and characterization in multi-detector computed tomography |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210525 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7426 Effective date: 20210604 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220526 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220621 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220921 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221012 |
|
| 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: 20230131 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230220 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7236769 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |