JP7300392B2 - 標準化された冠動脈疾患メトリック - Google Patents
標準化された冠動脈疾患メトリック Download PDFInfo
- Publication number
- JP7300392B2 JP7300392B2 JP2019554673A JP2019554673A JP7300392B2 JP 7300392 B2 JP7300392 B2 JP 7300392B2 JP 2019554673 A JP2019554673 A JP 2019554673A JP 2019554673 A JP2019554673 A JP 2019554673A JP 7300392 B2 JP7300392 B2 JP 7300392B2
- Authority
- JP
- Japan
- Prior art keywords
- ffr
- value
- coronary
- stenosis
- location
- 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
- 208000029078 coronary artery disease Diseases 0.000 title description 4
- 210000004351 coronary vessel Anatomy 0.000 claims description 88
- 238000005259 measurement Methods 0.000 claims description 31
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 29
- 238000004088 simulation Methods 0.000 claims description 29
- 208000037804 stenosis Diseases 0.000 claims description 29
- 230000036262 stenosis Effects 0.000 claims description 29
- 230000000747 cardiac effect Effects 0.000 claims description 15
- 238000002591 computed tomography Methods 0.000 claims description 9
- 230000017531 blood circulation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 14
- 238000003384 imaging method Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 8
- 230000005855 radiation Effects 0.000 description 6
- 238000009530 blood pressure measurement Methods 0.000 description 5
- 230000036772 blood pressure Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 101000666730 Homo sapiens T-complex protein 1 subunit alpha Proteins 0.000 description 3
- 102100038410 T-complex protein 1 subunit alpha Human genes 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 201000000057 Coronary Stenosis Diseases 0.000 description 2
- 206010011089 Coronary artery stenosis Diseases 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010968 computed tomography angiography Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000004 hemodynamic effect Effects 0.000 description 2
- 206010057469 Vascular stenosis Diseases 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 210000005242 cardiac chamber Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000000544 hyperemic effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 210000002321 radial artery Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 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
- A61B6/50—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
- A61B6/52—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]
-
- 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
- G06T7/0002—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
- 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
- G06T2207/30—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)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Vascular Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Pulmonology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
以下は、一般に、冠動脈疾患メトリックの決定に関し、より詳細には、冠動脈に沿って、所定の基準位置又は共通位置に対して冠動脈疾患メトリックを標準化することに関し、特に冠血流予備量比コンピュータ断層撮影（fractional to flow reserve-computed tomography、FFR-CT ）に関して記述されるが、X線FFR（xFFR）、瞬時血流予備量比（iFR）などにも適用できる。
冠血流予備量比（FFR）は、FFRインデックスを介して、石灰化プラーク又は軟質プラークによる冠動脈病変の血行動態的重要性を定量化する、心臓カテーテル検査室（Cath Lab）の侵襲性測定法である。インデックスは、冠動脈造影中に行われた圧力測定から計算される冠動脈狭窄の機能的重症度を示し、充血状態での近位圧力（冠動脈入口の近く）に対する遠位血圧（狭窄の背後）として定義される。そのため、FFRインデックスは、狭窄が存在しないと仮定した場合の最大流量と比較して、狭窄が存在する場合の血管の下流の最大流量を表す。 FFR値は0乃至1の数値であり、値0.50は、所与の狭窄により血圧が50％低下することを示す。機能的に有意であると確立された臨床的閾値は0.8であり、小さいFFR値の病変を治療する必要がある。
侵襲性FFR処置は、カテーテルを大腿動脈又は橈骨動脈に挿入し、カテーテルを狭窄部まで前進させる必要があり、カテーテルの先端にあるセンサーが、血管の形状、コンプライアンス及び抵抗、及び/又はその他の特性に影響を与えるさまざまな造影剤によって促進される状態の間、狭窄部の間の圧力、温度、及び流れを検出する。非侵襲性アプローチ（FFR-CT）は、冠動脈を通る血流と圧力がシミュレートされる計算流体力学（CFD）シミュレーションを通じて、心臓のCT画像データ（例えば、造影冠動脈CT血管造影、CCTA）からFFRインデックスを推定する。これには、CCTA画像データを使用して冠動脈ツリーの幾何学的モデルを導出し、シミュレーションのためにそこから境界条件を決定することが含まれる。
一般に、狭窄の背後の血圧（遠位血圧）は、狭窄の端部からの距離が増加するにつれて低下する。たとえば、摩擦の法則により、より遠位の位置での圧力測定値は、より遠位の位置での圧力測定値と比較して小さな値を生成し、この影響は、大きな血管よりも小さな血管でより深刻である。結果として、FFR値は、FFR値が計算される冠動脈に沿った位置に依存する。そのため、FFR値は、たとえば、FFR測定を実行するために臨床医によって選択された位置に関する違い/不一致により、患者、臨床医、医療施設の間で容易に比較されることができない。
本明細書で説明される態様は、上記で参照された問題及びその他に対処する。
一態様では、計算システムは、基準位置及び生物物理シミュレータを含むコンピュータ実行可能命令を備えたコンピュータ可読記憶媒体と生物物理シミュレータに構成され、基準位置によって示されるセグメント化された冠血管に沿った所定の位置で基準FFR値をシミュレートするように構成されるプロセッサとを含む。別の態様では、計算システムのプロセッサによって実行されるとき、プロセッサに、所定の基準によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートさせるコンピュータ可読命令でコンピュータ可読記憶媒体がエンコードされる。別の態様では、方法は、所定の基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートすることを含む。
当業者は、添付の説明を読んで理解すると、本出願のさらに他の態様を認識するであろう。
本発明は、様々なコンポーネント及びコンポーネントの配置、ならびに様々なステップ及びステップの配置の形をとることができる。図面は、好ましい実施形態を説明するためだけのものであり、本発明を限定するものとして解釈されるべきではない。
図１は、ＣＴスキャナなどの撮像システム１０２を含むシステム１００を概略的に示している。変形例では、撮像システム１０２はＸ線装置を含む。撮像システム１０２は、ほぼ静止したガントリ１０４と、静止したガントリ１０４によって回転可能に支持され、ｚ軸を中心に検査領域１０８の周りを回転する回転ガントリ１０６とを含む。カウチなどの被験者支持部110は、検査領域108内の対象又は被験者を支持する。
Ｘ線管などの放射線源１１２は、回転ガントリ１０６によって回転可能に支持され、回転ガントリ１０６と共に回転し、検査領域１０８を横断する放射線を放出する。放射線感受性検出器アレイ１１４は、検査領域１０８の間で放射線源１１２に対向して反対側の角度アークを定める。放射線感受性検出器アレイ１１４は、検査領域１０８を横断する放射線を検出し、それを示す電気信号（投影データ）を生成する。再構成器１１６は、投影データを再構成し、検査領域１０８内に位置する被験者又は物体のスキャン部分を示す体積画像データを生成する。
システム１００はさらに、この例ではオペレータコンソールとして機能する計算システム１１８を含む。コンソール１１８は、プロセッサ１２０（例えば、マイクロプロセッサ、中央処理装置など）と、一時的媒体を除外し、物理メモリデバイスなどの非一時的媒体を含むコンピュータ可読記憶媒体１２２とを含む。コンソール１１８は、モニタなどの人間が読み取り可能な出力装置１３０、及びキーボード、マウスなどの入力装置１３２をさらに含む。
コンピュータ可読記憶媒体１２２は、少なくとも一つの生物物理シミュレータ１２６のための命令１２４を含み、所定の基準位置１２８を含む。基準位置１２８は静的又はプログラム可能とすることができる。プロセッサ１２０は、オペレータがグラフィカルユーザインターフェース（ＧＵＩ）などを介してスキャナ１０２と対話し、及び／又はそれを操作することを可能にする命令１２４及び／又はソフトウェアを実行するように構成される。プロセッサ１２０は、追加的又は代替的に、搬送波、信号及び／又は他の一時的な媒体によって運ばれるコンピュータ可読命令を実行してもよい。
変形例では、生物物理シミュレータ１２６及び所定の基準位置１２８は、コンソール１１８及びシステム１００とは別の計算システムの一部である。この場合、他の計算システムはコンソール１１８に類似しており、プロセッサ、コンピュータ可読記憶媒体、入力デバイス、及び出力デバイスを含むが、オペレータがスキャナ102と対話し、及び/又はそれを操作することを可能にするソフトウェアを含まない。
生物物理シミュレータ１２６は、心臓画像データからＦＦＲ値を決定するように構成される。これには、血管に沿った標準位置、例えば、基準位置128によって示される位置でのFFR値が含まれる。以下により詳細に説明するように、標準位置でのFFR値は、少なくとも、1）（例えば、撮像システム102及び/又は他のシステムからの）心臓CT画像を用いて、血管に沿ったユーザ指定されるポイントでのFFRとともに決定されることができ、2）血管造影及び侵襲性FFR測定から決定されることができ、及び/又は3）心臓CT画像データ及びそれから決定される以前にシミュレートされたFFR値から決定されることができる。標準化されたFFRは、臨床医、医療施設などに依存せず、例えば臨床医が指定した場所に関係なく、患者間でFFR値が比較されることを可能にする。
図２は、生物物理シミュレータ１２６の例を概略的に示している。この例では、生物物理シミュレータ１２６は、セグメンター２０２、境界条件決定器２０４、及びフローシミュレータ２０６を含む。生物物理シミュレータ１２６は、入力として、イメージングシステム１０２、データリポジトリ（例えば、放射線情報システム（ＲＩＳ）、写真及びアーカイブシステム（ＰＡＣＳ）など）、及び／又は他の装置からの画像データを受信し、基準位置128でのＦＦＲ値を含むＦＦＲ値を出力する。
セグメンター２０２は、セグメンテーションアルゴリズムを使用して、画像データから冠動脈ツリーをセグメント化する。セグメンテーションは、自動的に（たとえば、機械学習など）又は半自動で（たとえば、ユーザの支援を受けて）実行できる。一例では、セグメンテーションは、そこから冠動脈の中心線及び/又は管腔ジオミトリ（たとえば、直径、周囲、断面積など）を識別及び/又は抽出することを含む。セグメンテーションは、ボクセルの強度、対象の形状、及び/又はその他の特性に基づくことができる。図３は、冠動脈ツリーの部分３００のセグメント化を概略的に示している。
画像データから冠動脈ツリーと心腔を抽出するための適切なアプローチの例は、Zhengらの「モデル駆動型アプローチとデータ駆動型アプローチの組み合わせによる、CTAでの堅牢かつ正確な冠動脈中心線抽出」（Med Image Comput Assist Interv 。 2013; 16（Pt 3）：74乃至81）、Ecabertらの「モデルベースの適応フレームワークを使用したCT画像での心臓と大血管のセグメンテーション」（Med Image Anal、 2011年 12月; 15（6）：863乃至76）、及びFreiman らの「自動冠動脈内腔セグメンテーションにおける部分ボリュームモデリングを考慮することによるCCTAベースの病変の血行動態の重要性評価の改善」（Med Phys、 2017年3月; 44（3）：1040-1049）に開示される。本明細書では他のアプローチも考えられる。
境界条件決定部２０４は、冠状ツリーのセグメンテーションから血管内の血流のシミュレーションのための境界条件を決定する。 1つのアプローチでは、パラメトリック集中モデルが使用される。このモデルは、流入及び流出境界条件を示す要素と、血管形状（直径、周囲、断面など）及び/又は流体力学的効果を反映する一連の線形及び非線形抵抗要素を含むツリーセグメント伝達関数を表す要素とともに非線形抵抗を使用した中心線表現を含む。
集中モデルの例は、Nickischらの「インタラクティブな冠動脈血流シミュレーションのための患者特定集中モデルの学習」（医用画像計算及びコンピュータ支援介入-MICCAI 2015：18th International Conference、LNCS、9350巻、2015、9350巻、pp.433-441）に開示される。境界条件を導出する例は、2014年6月30日に提出された「FFR-CTに対する患者特定モデリング強化」と題されたEP14174891.3に記載されている。本明細書では他のアプローチも考えられる。
フローシミュレータ２０６は、境界条件でフローシミュレーションを実行し、セグメント化された冠状ツリーに沿ってＦＦＲ値を生成する。出力ＦＦＲ値は、血管に沿ったユーザ指定される位置でのＦＦＲ値と、基準位置１２８により識別される位置でのＦＦＲ値とを含む。例えば、図３では、セグメント化血管３０２は狭窄３０４を含む。狭窄３０４は、セグメント化された冠状ツリーにおいて、たとえばエッジ検出アルゴリズムを使用して、又はボクセル強度値を評価して、血管の内壁の最大の狭まり（例えば減少する血管の半径又は直径）に対応する位置によって識別されることができる。
位置３０６は、ＦＦＲ値についてのユーザ選択された位置を表す。ユーザは、例えば、セグメント化された冠動脈ツリー上の特定の位置でマウスなどで「クリック」することにより、入力デバイス132を介して位置を指定することができる。基準位置３０８は、所定の基準位置１２８によって特定される位置を示す。一例では、所定の基準位置１２８は、狭窄の端部から下流の特定の距離３１０における基準位置３０８を示す。前記端部は、画像データの半径又は直径の測定値から決定できる。一例では、距離３１０は一定である（例えば、１０ｍｍ）。別の例では、距離３１０は血管形状の関数である（例えば、狭窄３０４（健康な血管）の前の血管の部分の３×半径）。他の距離も考えられる）。
例えば、CFD及び／又は他のアプローチを使用して、フローシミュレーションを実行できる。 FFR値の計算例は、2013年5月10日に出願され、「血管の狭窄に対するフラクショナルフローリザーブ（FFR）値の決定」と題されるUS 2015/0092999 A1、及び2013年10月24日に出願され、「冠血流予備量比（FFR）インデックス」と題されるUS 2015/0282765 A1に開示され、その全体が参照により本明細書に組み込まれる。生物物理シミュレータ１２６の出力は、ユーザ指定される位置３０６のＦＦＲ値及び位置３０８のＦＦＲ値を含む。値は、それぞれの位置を示す標示（indicia、インディシア）とともに出力装置１３０を介して表示することができる。一例では、これには、たとえば図3に示すように、冠動脈ツリーのグラフィカル表現に値を重ねることが含まれる。
図４は、計算システム１１８がシステム１００から分離され、撮像システム１０２のコンソールではない例を概略的に示している。この例では、計算システム１１８は、入力として侵襲性ＦＦＲ測定値及び対応する圧力測定を行うときに使用された血管造影像（アンギオグラム、angiogram）を受信する。本明細書及び／又は別の方法で説明したように、血管造影像をセグメント化して冠動脈ツリーを抽出する。血管造影像も分析して、圧力測定に使用された圧力センサーを支えるワイヤの先端の位置を決定する。一例では、これは血管造影像のボクセル強度値を評価することにより達成される。
セグメント化された冠状ツリー、決定された位置、及び侵襲性FFR測定を使用して生物物理シミュレータ126は、侵襲性FFR測定値と同じ決定された位置でFFR値を生成するシミュレーションをもたらすモデル境界条件を決定する。このため、特定の位置のFFR値を使用して境界条件を決定する以外は、FFR値を決定するための同じシミュレーションパイプラインを使用できる。次に、これらの境界条件でシミュレーションを実行して、血管全体に沿ったFFR値をシミュレートし、基準位置128により特定された位置でのFFR値を決定できる。 ＦＦＲは、本明細書で説明するように、セグメント化された冠動脈ツリー上の対応する位置を示す数値的及び／又はグラフィカルな標示で表示することができる。
図５は、計算システム１１８がシステム１００から分離され、イメージングシステム１０２のコンソールではない別の例を概略的に示す。この例では、計算システム１１８は、入力として、以前にシミュレートされたＦＦＲ値、及びFFR値をシミュレートするために使用される画像データを受け取る。生物物理シミュレータ１２６は、画像データから冠状ツリーをセグメント化し、モデル境界条件を決定し、冠状ツリーに沿ってＦＦＲ値をシミュレートする。以前にシミュレートされたFFR値は、冠動脈ツリーに沿ったシミュレートされたFFR値に基づいて冠動脈ツリー上の位置にマッピングされ、基準位置に変換される。 ＦＦＲは、本明細書で説明するように、セグメント化された冠動脈ツリー上の対応する位置を示す数値的及び／又はグラフィカルな標示グラフィカルな標示で表示することができる。
図1乃至5は、冠動脈疾患の機能的重要性の尺度としてFFRを使用する例を説明している。変形例では、本明細書で説明するアプローチは、瞬時血流予備量比（iFR）及び/又は他の測定にも適用することができる。一般に、iFRは、冠動脈狭窄の遠位に通される圧力ワイヤを使用して、FFRとは対照的に安静時に実行され、無波期間(wave-free period)と呼ばれる拡張期の特定期間を分離し、この期間に大動脈で観察される圧力に対する遠位冠動脈圧の比を計算することりにより実行される。
図６は、本明細書に記載される実施形態による例示的な方法を示す。
602で、冠動脈ツリーが心臓CT画像データからセグメント化される。
６０４では、フローシミュレーションのためにそこから境界条件が決定される。
６０６で、境界条件を用いてフローシミュレーションが実行され、冠動脈ツリーに沿ってＦＦＲ値がシミュレートされる。
６０８で、シミュレートされたＦＦＲ値から、冠状ツリーに沿ったユーザ指定された位置におけるシミュレートされたＦＦＲ値が決定される。
６１０で、シミュレートされたＦＦＲ値から、冠状ツリーに沿った基準位置１２８における別のシミュレートされたＦＦＲ値が決定される。
本明細書で説明されるように、シミュレートされたＦＦＲは、セグメント化された冠動脈ツリー上の対応する位置を示す数値的及び／又はグラフィカルな標示で表示することができる。
図７は、本明細書で説明される実施形態による別の例示的な方法を示す。
７０２で、冠動脈ツリーが血管造影像からセグメント化される。
７０４で、セグメント化された冠状ツリーに沿った侵襲性ＦＦＲ測定の位置が血管造影像から決定される。
７０６で、セグメント化された冠動脈ツリー、侵襲性ＦＦＲ測定値、及び決定された位置から境界条件が決定される。
７０８で、境界条件を用いてフローシミュレーションが実行され、冠動脈ツリーに沿ってＦＦＲ値がシミュレートされる。
７１０で、冠動脈ツリーに沿ったシミュレートされたＦＦＲ値から、冠動脈ツリーに沿った基準位置１２８におけるシミュレートされたＦＦＲ値が決定される。
本明細書で説明されるように、シミュレートされた侵襲性ＦＦＲは、セグメント化された冠動脈ツリー上の対応する位置を示す数値的及び／又はグラフィカルな標示で表示することができる。
図８は、本明細書で説明される実施形態による別の例示的な方法を示す。
802で、冠動脈ツリーがCT画像データからセグメント化される。
８０４で、セグメント化された冠動脈ツリーから境界条件が決定される。
８０６で、境界条件を用いてフローシミュレーションが実行され、冠動脈ツリーに沿ってＦＦＲ値がシミュレートされる。
８０８で、入力された以前にシミュレートされたＦＦＲ値の位置が、冠状ツリーに沿ったシミュレートされたＦＦＲ値から決定される。
８１０で、冠動脈ツリーに沿ったシミュレートされたＦＦＲ値から、冠動脈ツリーに沿った所定の基準位置１２８におけるシミュレートされたＦＦＲ値が決定される。
本明細書で説明されるように、シミュレートされたＦＦＲ及び以前にシミュレートされたＦＦＲは、セグメント化された冠動脈ツリー上の対応する位置を示す数値的及び／又はグラフィカルな標示で表示され得る。
上記は、コンピュータ可読記憶媒体にエンコード又は埋め込まれたコンピュータ可読命令により実装され、コンピュータプロセッサによって実行されるとき、プロセッサに記述された行為を実行させる。それに加えて、又はその代わりに、コンピュータ可読命令の少なくとも1つは、コンピュータ可読記憶媒体ではない信号、搬送波又は他の一時的な媒体によって運ばれる。さらに、行為の順序は限定的ではないことを理解されたい。したがって、本明細書では他の順序付けが考えられる。加えて、１つ以上の行為が省略されてもよく、及び／又は１つ以上の追加の行為が含まれてもよい。
本発明は、図面及び前述の説明において詳細に図示及び説明されたが、そのような図示及び説明は、限定的ではなく例示的又は例示的であると見なされるべきである。本発明は開示された実施形態に限定されない。開示された実施形態に対する他の変形は、図面、開示、及び添付の特許請求の範囲の検討から、請求された発明を実施する際に当業者によって理解及び達成され得る。
請求項において、「含む」という語は他の要素又はステップを除外せず、不定冠詞「a」又は「an」は複数を除外しない。単一のプロセッサ又は他のユニットは、特許請求の範囲に記載されたいくつかのアイテムの機能を果たし得る。特定の測定値が相互に異なる従属請求項に記載されているという単なる事実は、これらの測定値の組み合わせが有利に使用できないことを示すものではない。
コンピュータプログラムは、他のハードウェアとともに、又はその一部として提供される光学式記憶媒体又はソリッドステート媒体などの適切な媒体に格納/配布できるが、インターネットやその他の有線又は無線の通信システム。請求項中の参照符号は、範囲を限定するものとして解釈されるべきではない。
以下、本発明の各種形態を付記する。
［付記１］
生物物理シミュレータを含み、基準位置及びコンピュータ実行可能命令を備えたコンピュータ可読記憶媒体と、
前記生物物理シミュレータを実行し、前記基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートするように構成されるプロセッサと
を有する、計算システム。
［付記２］
前記生物物理シミュレータは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションの境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートFFR値を生成する前記境界条件で前記フローシミュレーションを実行し、前記冠状血管に沿ったユーザ特定位置に対応する前記シミュレートFFRの選択FFR値を決定し、前記シミュレートFFRから前記基準FFR値を決定する、付記1に記載の計算システム。
［付記３］
前記生物物理シミュレータが、前記基準位置及び前記ユーザ特定位置を示すインディシアとともに、前記基準値及び選択FFR値をそれぞれ視覚的に表示する、付記2に記載の計算システム。
［付記４］
前記生物物理シミュレータは、前記基準位置及び前記ユーザ特定位置を示す前記インディシア並びに重畳される前記基準ＦＦＲ値及び前記選択シミュレートＦＦＲ値とともに前記セグメント化された冠状血管を視覚的に表示する、付記３に記載の計算システム。
［付記５］
前記生物物理シミュレータは、血管造影図から前記冠状血管をセグメント化し、侵襲性ＦＦＲ測定が行われた前記セグメント化された冠状血管上の位置を決定し、前記侵襲性FFR測定及び前記決定された位置に基づいて前記侵襲性FFR測定と同じ前記決定された位置でシミュレートＦＦＲ値を計算する境界条件を決定する、付記１に記載の計算システム。
［付記６］
前記生物物理シミュレータは、前記決定された境界条件でシミュレーションを実行して、前記セグメント化された冠状血管に沿ってFFR値をシミュレートし、前記侵襲性FFR測定値を前記基準位置に変換して前記基準FFR値を決定する、付記5に記載の計算システム。
［付記７］
前記生物物理シミュレータは、前記基準位置及び前記侵襲性ＦＦＲ測定位置を示すインディシアと共に、前記基準ＦＦＲ値及び前記侵襲性ＦＦＲ測定値を視覚的に表示する、付記６に記載の計算システム。
［付記８］
前記生物物理シミュレータは、前記基準位置及び前記侵襲性FFR測定位置を示す前記インディシア並びに重畳される前記基準ＦＦＲ値及び前記侵襲性ＦＦＲ測定値とともに前記セグメント化された冠状血管を視覚的に表示する、付記７に記載の計算システム。
［付記９］
前記生物物理シミュレータは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションのための境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートFFR値を生成する前記境界条件で前記フローシミュレーションを実行し、前記セグメント化された冠状血管に沿って、入力された以前のシミュレートＦＦＲ値を前記シミュレートＦＦＲ値の1つとマッチングさせることにより、前記入力された以前のシミュレートＦＦＲ値の位置を識別し、前記シミュレートFFRから前記基準FFR値を決定する、付記1に記載の計算システム。
［付記１０］
前記生物物理シミュレータは、前記基準ＦＦＲ値及び前記入力された以前のシミュレートＦＦＲ値を、前記基準位置及び前記入力された以前のシミュレートＦＦＲ値の前記位置を示すインディシアとともにそれぞれ視覚的に表示する、付記９に記載の計算システム。
［付記１１］
前記生物物理シミュレータは、前記基準ＦＦＲ値及び前記入力された以前のシミュレートＦＦＲ値の前記位置を示す前記インディシア並びに重畳される前記基準ＦＦＲ値及び前記入力された以前のシミュレートＦＦＲ値とともに前記セグメント化された冠状血管を視覚的に表示する、付記10に記載の計算システム。
［付記１２］
前記生物物理シミュレータは、前記セグメント化された冠状血管の狭窄及び前記狭窄の遠位端を識別し、前記基準位置は、前記遠位端からの一定の距離を表す定数である、付記1乃至11の何れか一項に記載の計算システム。
［付記１３］
前記生物物理シミュレータは、前記セグメント化された冠状血管の狭窄及び前記狭窄の遠位端を識別し、前記狭窄に近接した前記セグメント化された冠状血管の直径を測定し、前記基準位置は前記測定された直径の倍数である、付記１乃至１１の何れか一項に記載の計算システム。
［付記１４］
前記生物物理シミュレータは、前記冠状血管に沿ったユーザ特定位置でのＦＦＲ値を、前記基準位置によって示される前記位置での前記基準ＦＦＲ値に変換する、付記１乃至１３の何れか一項に記載の計算システム。
［付記１５］
計算システムのプロセッサによって実行されるとき、前記プロセッサに、
所定の基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートさせる
コンピュータ可読命令でエンコードされるコンピュータ可読記憶媒体。
［付記１６］
前記プロセッサは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションの境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行し、冠状血管に沿ったユーザ特定位置に対応する前記シミュレートFFRの選択シミュレートFFR値を出力し、前記シミュレートFFRから前記基準FFR値を決定し、最初の基準FFR値を出力する、付記１５に記載のコンピュータ可読記憶媒体。
［付記１７］
前記プロセッサは、血管造影図から前記冠状血管をセグメント化し、侵襲性ＦＦＲ測定が行われた前記セグメント化された冠状血管の位置を決定し、前記侵襲性FFR測定及び前記決定された位置に基づいて前記侵襲性FFR測定と同じ前記決定された位置についてシミュレートＦＦＲ値を計算する境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行し、前記シミュレートFFRの前記基準FFR値を決定し、少なくとも前記基準FFR値を出力する、付記１５に記載のコンピュータ可読記憶媒体。
［付記１８］
前記プロセッサは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションのための境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行し、前記セグメント化された冠状血管に沿った入力された以前のシミュレートＦＦＲ値の位置を前記シミュレートＦＦＲ値で識別し、前記シミュレートFFRから前記基準FFR値を決定し、少なくとも前記基準FFR値を出力する、付記１５に記載のコンピュータ可読記憶媒体。
［付記１９］
所定の基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートするステップ
を有する、方法。
［付記２０］
心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化するステップと、
それに基づいてフローシミュレーションのための境界条件を決定するステップと、
前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行するステップと、
ユーザ特定位置を示すインディシアで前記ユーザ特定位置のための選択シミュレートFFR値を視覚的に表示するステップと、
前記シミュレートFFRから前記基準FFR値を決定するステップと、
前記所定の基準位置を示すインディシアとともに前記基準FFR値を視覚的に表示するステップと
を更に有する、付記１９に記載の方法。
［付記２１］
血管造影図から前記冠状血管をセグメント化するステップと、
前記血管造影図から、侵襲性FFR測定が行われた前記セグメント化された冠状血管の位置を決定するステップと、
フローシミュレーションのための境界条件を決定して、前記侵襲性FFR測定値と前記決定された位置とに基づいて、前記侵襲性FFR測定と同じ前記決定された位置のためのシミュレートＦＦＲ値を計算するステップと、
前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行するステップと、
前記シミュレートFFRから前記基準FFR値を決定するステップと、
前記所定の基準位置を示すインディシアで少なくとも前記基準FFRを視覚的に表示するステップと
を更に有する、付記１９に記載の方法。
［付記２２］
心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化するステップと、
それに基づいてフローシミュレーションの対するための境界条件を決定するステップと、
前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する境界条件で前記フローシミュレーションを実行するステップと、
前記セグメント化された冠状血管に沿った前記シミュレートＦＦＲ値で、入力された以前のシミュレートＦＦＲ値の位置を識別するステップと、
前記シミュレートFFRを用いて前記入力された以前のシミュレートＦＦＲ値を前記基準FFR値に変換するステップと、
前記所定の基準位置を示すインディシアで少なくとも前記基準FFRを視覚的に表示するステップと
を更に有する、付記１９に記載の方法。
［付記１］
生物物理シミュレータを含み、基準位置及びコンピュータ実行可能命令を備えたコンピュータ可読記憶媒体と、
前記生物物理シミュレータを実行し、前記基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートするように構成されるプロセッサと
を有する、計算システム。
［付記２］
前記生物物理シミュレータは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションの境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートFFR値を生成する前記境界条件で前記フローシミュレーションを実行し、前記冠状血管に沿ったユーザ特定位置に対応する前記シミュレートFFRの選択FFR値を決定し、前記シミュレートFFRから前記基準FFR値を決定する、付記1に記載の計算システム。
［付記３］
前記生物物理シミュレータが、前記基準位置及び前記ユーザ特定位置を示すインディシアとともに、前記基準値及び選択FFR値をそれぞれ視覚的に表示する、付記2に記載の計算システム。
［付記４］
前記生物物理シミュレータは、前記基準位置及び前記ユーザ特定位置を示す前記インディシア並びに重畳される前記基準ＦＦＲ値及び前記選択シミュレートＦＦＲ値とともに前記セグメント化された冠状血管を視覚的に表示する、付記３に記載の計算システム。
［付記５］
前記生物物理シミュレータは、血管造影図から前記冠状血管をセグメント化し、侵襲性ＦＦＲ測定が行われた前記セグメント化された冠状血管上の位置を決定し、前記侵襲性FFR測定及び前記決定された位置に基づいて前記侵襲性FFR測定と同じ前記決定された位置でシミュレートＦＦＲ値を計算する境界条件を決定する、付記１に記載の計算システム。
［付記６］
前記生物物理シミュレータは、前記決定された境界条件でシミュレーションを実行して、前記セグメント化された冠状血管に沿ってFFR値をシミュレートし、前記侵襲性FFR測定値を前記基準位置に変換して前記基準FFR値を決定する、付記5に記載の計算システム。
［付記７］
前記生物物理シミュレータは、前記基準位置及び前記侵襲性ＦＦＲ測定位置を示すインディシアと共に、前記基準ＦＦＲ値及び前記侵襲性ＦＦＲ測定値を視覚的に表示する、付記６に記載の計算システム。
［付記８］
前記生物物理シミュレータは、前記基準位置及び前記侵襲性FFR測定位置を示す前記インディシア並びに重畳される前記基準ＦＦＲ値及び前記侵襲性ＦＦＲ測定値とともに前記セグメント化された冠状血管を視覚的に表示する、付記７に記載の計算システム。
［付記９］
前記生物物理シミュレータは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションのための境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートFFR値を生成する前記境界条件で前記フローシミュレーションを実行し、前記セグメント化された冠状血管に沿って、入力された以前のシミュレートＦＦＲ値を前記シミュレートＦＦＲ値の1つとマッチングさせることにより、前記入力された以前のシミュレートＦＦＲ値の位置を識別し、前記シミュレートFFRから前記基準FFR値を決定する、付記1に記載の計算システム。
［付記１０］
前記生物物理シミュレータは、前記基準ＦＦＲ値及び前記入力された以前のシミュレートＦＦＲ値を、前記基準位置及び前記入力された以前のシミュレートＦＦＲ値の前記位置を示すインディシアとともにそれぞれ視覚的に表示する、付記９に記載の計算システム。
［付記１１］
前記生物物理シミュレータは、前記基準ＦＦＲ値及び前記入力された以前のシミュレートＦＦＲ値の前記位置を示す前記インディシア並びに重畳される前記基準ＦＦＲ値及び前記入力された以前のシミュレートＦＦＲ値とともに前記セグメント化された冠状血管を視覚的に表示する、付記10に記載の計算システム。
［付記１２］
前記生物物理シミュレータは、前記セグメント化された冠状血管の狭窄及び前記狭窄の遠位端を識別し、前記基準位置は、前記遠位端からの一定の距離を表す定数である、付記1乃至11の何れか一項に記載の計算システム。
［付記１３］
前記生物物理シミュレータは、前記セグメント化された冠状血管の狭窄及び前記狭窄の遠位端を識別し、前記狭窄に近接した前記セグメント化された冠状血管の直径を測定し、前記基準位置は前記測定された直径の倍数である、付記１乃至１１の何れか一項に記載の計算システム。
［付記１４］
前記生物物理シミュレータは、前記冠状血管に沿ったユーザ特定位置でのＦＦＲ値を、前記基準位置によって示される前記位置での前記基準ＦＦＲ値に変換する、付記１乃至１３の何れか一項に記載の計算システム。
［付記１５］
計算システムのプロセッサによって実行されるとき、前記プロセッサに、
所定の基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートさせる
コンピュータ可読命令でエンコードされるコンピュータ可読記憶媒体。
［付記１６］
前記プロセッサは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションの境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行し、冠状血管に沿ったユーザ特定位置に対応する前記シミュレートFFRの選択シミュレートFFR値を出力し、前記シミュレートFFRから前記基準FFR値を決定し、最初の基準FFR値を出力する、付記１５に記載のコンピュータ可読記憶媒体。
［付記１７］
前記プロセッサは、血管造影図から前記冠状血管をセグメント化し、侵襲性ＦＦＲ測定が行われた前記セグメント化された冠状血管の位置を決定し、前記侵襲性FFR測定及び前記決定された位置に基づいて前記侵襲性FFR測定と同じ前記決定された位置についてシミュレートＦＦＲ値を計算する境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行し、前記シミュレートFFRの前記基準FFR値を決定し、少なくとも前記基準FFR値を出力する、付記１５に記載のコンピュータ可読記憶媒体。
［付記１８］
前記プロセッサは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化し、それに基づいてフローシミュレーションのための境界条件を決定し、前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行し、前記セグメント化された冠状血管に沿った入力された以前のシミュレートＦＦＲ値の位置を前記シミュレートＦＦＲ値で識別し、前記シミュレートFFRから前記基準FFR値を決定し、少なくとも前記基準FFR値を出力する、付記１５に記載のコンピュータ可読記憶媒体。
［付記１９］
所定の基準位置によって示されるセグメント化された冠状血管に沿った所定の位置で基準FFR値をシミュレートするステップ
を有する、方法。
［付記２０］
心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化するステップと、
それに基づいてフローシミュレーションのための境界条件を決定するステップと、
前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行するステップと、
ユーザ特定位置を示すインディシアで前記ユーザ特定位置のための選択シミュレートFFR値を視覚的に表示するステップと、
前記シミュレートFFRから前記基準FFR値を決定するステップと、
前記所定の基準位置を示すインディシアとともに前記基準FFR値を視覚的に表示するステップと
を更に有する、付記１９に記載の方法。
［付記２１］
血管造影図から前記冠状血管をセグメント化するステップと、
前記血管造影図から、侵襲性FFR測定が行われた前記セグメント化された冠状血管の位置を決定するステップと、
フローシミュレーションのための境界条件を決定して、前記侵襲性FFR測定値と前記決定された位置とに基づいて、前記侵襲性FFR測定と同じ前記決定された位置のためのシミュレートＦＦＲ値を計算するステップと、
前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する前記境界条件で前記フローシミュレーションを実行するステップと、
前記シミュレートFFRから前記基準FFR値を決定するステップと、
前記所定の基準位置を示すインディシアで少なくとも前記基準FFRを視覚的に表示するステップと
を更に有する、付記１９に記載の方法。
［付記２２］
心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化するステップと、
それに基づいてフローシミュレーションの対するための境界条件を決定するステップと、
前記セグメント化された冠状血管に沿ってシミュレートＦＦＲ値を生成する境界条件で前記フローシミュレーションを実行するステップと、
前記セグメント化された冠状血管に沿った前記シミュレートＦＦＲ値で、入力された以前のシミュレートＦＦＲ値の位置を識別するステップと、
前記シミュレートFFRを用いて前記入力された以前のシミュレートＦＦＲ値を前記基準FFR値に変換するステップと、
前記所定の基準位置を示すインディシアで少なくとも前記基準FFRを視覚的に表示するステップと
を更に有する、付記１９に記載の方法。
Claims (10)
- 生物物理シミュレータを含むコンピュータ実行可能命令を有するコンピュータ可読記憶媒体と、
前記生物物理シミュレータを実行するプロセッサと、
を有する計算システムであって、前記生物物理シミュレータが、
心臓医用画像データから冠状血管をセグメント化するステップと、
前記冠状血管内の狭窄を識別するステップと、
前記冠状血管の形状を表す値を測定するステップと、
前記測定された値の関数である又は一定の値である距離を決定するステップと、
前記狭窄の遠位端から遠位側に前記決定された距離離れた前記冠状血管内の位置である基準位置を決定するステップと、
前記狭窄の近位側の位置及び前記基準位置の血流量に基づくＦＦＲ（冠血流予備量比）値である基準ＦＦＲ値を決定するステップと、
を有する、計算システム。 - 前記生物物理シミュレータは、心臓コンピュータ断層撮影画像データから前記冠状血管をセグメント化するステップと、前記セグメント化された冠状血管についてフローシミュレーションの境界条件を決定するステップと、前記境界条件を用いて前記フローシミュレーションを実行して前記セグメント化された冠状血管に沿ったシミュレートされたＦＦＲ値を生成するステップと、前記シミュレートされたＦＦＲ値のうち前記冠状血管に沿ったユーザ指定された位置におけるＦＦＲ値を選択ＦＦＲ値として決定するステップと、前記シミュレートされたＦＦＲ値から前記基準位置における前記基準ＦＦＲ値を決定するステップと、を有する、請求項1に記載の計算システム。
- 前記生物物理シミュレータが、前記基準位置及び前記ユーザ指定された位置をそれぞれ示す標示とともに、前記基準ＦＦＲ値及び前記選択ＦＦＲ値をそれぞれ視覚的に表示するステップを有する、請求項2に記載の計算システム。
- 前記生物物理シミュレータは、前記基準位置及び前記ユーザ指定された位置をそれぞれ示す前記標示並びに前記基準ＦＦＲ値及び前記選択ＦＦＲ値とともに前記セグメント化された冠状血管を視覚的に表示するステップを有する、請求項３に記載の計算システム。
- 前記生物物理シミュレータは、血管造影画像データから前記冠状血管をセグメント化するステップと、侵襲性ＦＦＲ測定が行われた前記セグメント化された冠状血管上の位置を決定するステップと、前記セグメント化された冠状血管に沿った前記決定された位置において、シミュレートされたＦＦＲ値を計算するステップと、を有する、請求項１に記載の計算システム。
- 前記生物物理シミュレータは、前記基準位置及び前記侵襲性ＦＦＲ測定の位置をそれぞれ示す標示と共に、前記基準ＦＦＲ値及び前記侵襲性ＦＦＲ測定の値を視覚的に表示するステップを有する、請求項５に記載の計算システム。
- 前記生物物理シミュレータは、前記基準位置及び前記侵襲性ＦＦＲ測定の位置をそれぞれ示す前記標示並びに前記基準ＦＦＲ値及び前記侵襲性ＦＦＲ測定の値とともに前記セグメント化された冠状血管を視覚的に表示するステップを有する、請求項６に記載の計算システム。
- 前記生物物理シミュレータは、前記セグメント化された冠状血管の狭窄及び前記狭窄の遠位端を識別するステップを有し、前記距離の値は、前記遠位端からの一定の距離を表す定数値である、請求項1乃至７の何れか一項に記載の計算システム。
- 前記生物物理シミュレータは、前記セグメント化された冠状血管の狭窄及び前記狭窄の遠位端を識別するステップと、前記狭窄に近接した前記セグメント化された冠状血管の直径を測定するステップとを有し、前記距離の値は前記測定された直径の倍数である、請求項１乃至８の何れか一項に記載の計算システム。
- 計算システムのプロセッサによって実行されるとき、前記プロセッサに、
心臓医用画像データから冠状血管をセグメント化するステップと、
前記冠状血管内の狭窄を識別するステップと、
前記冠状血管の形状を表す値を測定するステップと、
前記測定された値の関数である又は一定の値である距離を決定するステップと、
前記狭窄の遠位端から遠位側に前記決定された距離離れた前記冠状血管内の位置である基準位置を決定するステップと、
前記狭窄の近位側の位置及び前記基準位置における血流量に基づくＦＦＲ（冠血流予備量比）値である基準ＦＦＲ値を決定するステップと、
を実行させるコンピュータ可読命令を有するコンピュータ可読記憶媒体。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762482236P | 2017-04-06 | 2017-04-06 | |
| US62/482,236 | 2017-04-06 | ||
| US201762557195P | 2017-09-12 | 2017-09-12 | |
| US62/557,195 | 2017-09-12 | ||
| PCT/EP2018/058376 WO2018185040A1 (en) | 2017-04-06 | 2018-04-02 | Standardized coronary artery disease metric |
Publications (4)
| Publication Number | Publication Date |
|---|---|
| JP2020512871A JP2020512871A (ja) | 2020-04-30 |
| JP2020512871A5 JP2020512871A5 (ja) | 2021-05-06 |
| JPWO2018185040A5 JPWO2018185040A5 (ja) | 2022-09-21 |
| JP7300392B2 true JP7300392B2 (ja) | 2023-06-29 |
Family
ID=62025784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019554673A Active JP7300392B2 (ja) | 2017-04-06 | 2018-04-02 | 標準化された冠動脈疾患メトリック |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11576637B2 (ja) |
| EP (1) | EP3606433B1 (ja) |
| JP (1) | JP7300392B2 (ja) |
| CN (1) | CN110612063B (ja) |
| WO (1) | WO2018185040A1 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9390232B2 (en) * | 2014-03-24 | 2016-07-12 | Heartflow, Inc. | Systems and methods for modeling changes in patient-specific blood vessel geometry and boundary conditions |
| IL263066B2 (en) | 2016-05-16 | 2023-09-01 | Cathworks Ltd | Selecting blood vessels from images |
| CN113648059B (zh) * | 2021-08-26 | 2023-09-29 | 上海联影医疗科技股份有限公司 | 手术规划评估方法、计算机设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014128651A (ja) | 2012-11-30 | 2014-07-10 | Toshiba Corp | 医用画像診断装置 |
| JP2015057103A (ja) | 2010-08-12 | 2015-03-26 | ハートフロー， インコーポレイテッド | 患者固有の血流のモデリングのための方法およびシステム |
| WO2015150128A1 (en) | 2014-03-31 | 2015-10-08 | Koninklijke Philips N.V. | Processing apparatus and method for processing cardiac data of a living being |
| JP2016528002A (ja) | 2013-08-21 | 2016-09-15 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 血管造影画像データにおいて血管をインタラクティブにセグメント化するためのセグメンテーション装置 |
| 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 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10373700B2 (en) * | 2012-03-13 | 2019-08-06 | Siemens Healthcare Gmbh | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance |
| CN104321009B (zh) | 2012-05-14 | 2017-06-13 | 皇家飞利浦有限公司 | 针对血管狭窄的血流储备分数(ffr)值的确定 |
| 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 |
| US9757073B2 (en) | 2012-11-06 | 2017-09-12 | Koninklijke Philips N.V. | Fractional flow reserve (FFR) index |
| JP6334902B2 (ja) * | 2012-11-30 | 2018-05-30 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置 |
| WO2015017571A1 (en) * | 2013-07-30 | 2015-02-05 | Heartflow, Inc. | Method and system for modeling blood flow with boundary conditions for optimized diagnostic performance |
| EP3041414B1 (en) * | 2013-09-06 | 2018-10-10 | Koninklijke Philips N.V. | Processing apparatus for processing cardiac data |
| CN104518216B (zh) * | 2013-09-26 | 2017-09-01 | 清华大学 | 磷酸铁锂的制备方法 |
| EP3076854B1 (en) * | 2013-12-04 | 2022-04-20 | Koninklijke Philips N.V. | Local ffr estimation and visualisation for improved functional stenosis analysis |
| WO2016001017A1 (en) | 2014-06-30 | 2016-01-07 | Koninklijke Philips N.V. | Apparatus for determining a fractional flow reserve value |
| US9195801B1 (en) * | 2014-08-05 | 2015-11-24 | Heartflow, Inc. | Systems and methods for treatment planning based on plaque progression and regression curves |
| US9349178B1 (en) * | 2014-11-24 | 2016-05-24 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
| US11141123B2 (en) | 2014-12-02 | 2021-10-12 | Koninklijke Philips N.V. | Fractional flow reserve determination |
| EP3777689A1 (en) * | 2014-12-08 | 2021-02-17 | Koninklijke Philips N.V. | Diagnostic and imaging direction based on anatomical and/or physiological parameters |
| CN105078425B (zh) * | 2015-09-09 | 2016-06-08 | 苏州润心医疗科技有限公司 | 冠状动脉负荷检测系统及检测方法 |
| EP3474898A4 (en) | 2016-06-23 | 2020-04-15 | Phagelux (Canada) Inc. | MICRO-ENCAPSULATION OF BACTERIOPHAGES AND RELATED PRODUCTS |
-
2018
- 2018-04-02 EP EP18718721.6A patent/EP3606433B1/en active Active
- 2018-04-02 CN CN201880030136.3A patent/CN110612063B/zh active Active
- 2018-04-02 WO PCT/EP2018/058376 patent/WO2018185040A1/en unknown
- 2018-04-02 US US16/500,215 patent/US11576637B2/en active Active
- 2018-04-02 JP JP2019554673A patent/JP7300392B2/ja active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015057103A (ja) | 2010-08-12 | 2015-03-26 | ハートフロー， インコーポレイテッド | 患者固有の血流のモデリングのための方法およびシステム |
| JP2014128651A (ja) | 2012-11-30 | 2014-07-10 | Toshiba Corp | 医用画像診断装置 |
| JP2016528002A (ja) | 2013-08-21 | 2016-09-15 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 血管造影画像データにおいて血管をインタラクティブにセグメント化するためのセグメンテーション装置 |
| WO2015150128A1 (en) | 2014-03-31 | 2015-10-08 | Koninklijke Philips N.V. | Processing apparatus and method for processing cardiac data of a living being |
| 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 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020512871A (ja) | 2020-04-30 |
| EP3606433A1 (en) | 2020-02-12 |
| US11576637B2 (en) | 2023-02-14 |
| CN110612063A (zh) | 2019-12-24 |
| EP3606433B1 (en) | 2023-02-01 |
| US20200060637A1 (en) | 2020-02-27 |
| CN110612063B (zh) | 2023-09-29 |
| WO2018185040A1 (en) | 2018-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3160335B1 (en) | Apparatus for determining a fractional flow reserve value | |
| JP7313284B2 (ja) | 冠血流予備量比シミュレーションパラメータのカスタマイズ、キャリブレーション、及び／又はトレーニング | |
| US10595806B2 (en) | Fractional flow reserve (FFR) index with adaptive boundary condition parameters | |
| EP3140757B1 (en) | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in models based on diseased patients and hypothetical normal anatomical models | |
| 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 | |
| CN104768465A (zh) | 血流储备分数(ffr)指标 | |
| JP6749917B2 (ja) | ｉＦＲ−ＣＴ | |
| US11055845B2 (en) | Vascular tree standardization for biophysical simulation and/or an extension simulation for pruned portions | |
| CN106572824A (zh) | 狭窄评估 | |
| JP6632989B2 (ja) | 動脈網における流量および圧力勾配を患者特定コンピュータ断層撮影アルゴリズムに基づくコントラスト分布から判断するための方法 | |
| JP6873981B2 (ja) | モバイルｆｆｒシミュレーション | |
| US20190076196A1 (en) | Vessel geometry and additional boundary conditions for hemodynamic ffr/ifr simulations from intravascular imaging | |
| JP7300392B2 (ja) | 標準化された冠動脈疾患メトリック | |
| US11839457B2 (en) | Measurement guidance for coronary flow estimation from Bernoulli's Principle | |
| JP7232245B2 (ja) | モデル及びイメージングデータに基づく冠動脈健康状態予測 | |
| JP7426824B2 (ja) | 非侵襲的イメージングベースのｆｆｒのインタラクションモニタリング | |
| JPWO2018185040A5 (ja) | ||
| JP2022510879A (ja) | 血行力学的シミュレーションのための最も関連のあるｘ線画像の選択 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210326 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210326 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220222 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220310 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220609 |
|
| A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20220912 |
|
| 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: 20230525 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230619 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7300392 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |