JP7414329B2 - 狭窄病変を有する血管数学モデルの合成方法及び装置 - Google Patents

狭窄病変を有する血管数学モデルの合成方法及び装置 Download PDF

Info

Publication number
JP7414329B2
JP7414329B2 JP2022533659A JP2022533659A JP7414329B2 JP 7414329 B2 JP7414329 B2 JP 7414329B2 JP 2022533659 A JP2022533659 A JP 2022533659A JP 2022533659 A JP2022533659 A JP 2022533659A JP 7414329 B2 JP7414329 B2 JP 7414329B2
Authority
JP
Japan
Prior art keywords
blood vessel
dimensional
model
point
coronary artery
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
Application number
JP2022533659A
Other languages
English (en)
Other versions
JP2023505278A (ja
Inventor
之元 王
▲廣▼志 ▲劉▼
磊 徐
▲鵬▼ 王
Original Assignee
▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 filed Critical ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司
Publication of JP2023505278A publication Critical patent/JP2023505278A/ja
Application granted granted Critical
Publication of JP7414329B2 publication Critical patent/JP7414329B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/24—Fluid dynamics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2215/00—Indexing scheme for image rendering
    • G06T2215/06—Curved planar reformation of 3D line structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Geometry (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Analysis (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Dentistry (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Vascular Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)

Description

本発明は冠状動脈医学技術分野に関し、特に、流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法、装置及びシステムに関する。
人体血液中の脂質や糖類物質は血管壁上に堆積し、血管壁上にプラークを形成し、そして、血管狭窄を引き起こす。特に、心臓冠動脈近傍の血管狭窄は心筋血液供給不足を引き起こし、虚血性心疾患、狭心症などの病状を誘発し、人の健康にとって深刻な脅威となる。統計によれば、我が国の従来の虚血性心疾患の患者は約１１００万人であり、心血管インターベンション手術治療を受ける患者の数は毎年１０％以上増加している。
冠動脈造影ＣＡＧ、コンピュータ断層撮影（ＣＴスキャン）等の通常の医用検出手段は心臓冠動脈血管狭窄の深刻度を表示することはできるが、冠動脈の虚血状況を正確に評価することはできない。冠動脈血管機能評価の正確性を高めるために、１９９３年にＰｉｊｌｓは圧力測定により冠動脈血管機能の新指標である冠動脈血流予備量比（Ｆｒａｃｔｉｏｎａｌ Ｆｌｏｗ Ｒｅｓｅｒｖｅ、ＦＦＲ）を提案し、長期にわたる基礎と臨床研究を経て、ＦＦＲは既に冠動脈狭窄機能性評価のゴールデンスタンダードになっている。
ＦＦＲは冠状動脈血管評定パラメータの一種であり、微小血管抵抗指数ＩＭＲ等は冠状動脈血管評定パラメータに属す。
冠状動脈造影画像においては、流体力学分析ＣＦＤを合わせて冠状動脈血管評定パラメータを計算する必要があるが、従来の技術には、流体力学分析に用いる血管数学モデルがない。
従来の技術には流体力学分析に用いる血管三次元格子モデルがないという問題を解決するために、本発明は流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法、装置及びシステムを提供する。
上記目的を実現するために、第一の態様において、本出願は以下の方法を提供する：
血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するステップと、
狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ステップと、
前記単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するステップと、
を含む、
流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ステップは、
前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿って、三角形を最小ユニットとして格子分割を行うステップと、
順に、Ｎ個ごとに三角形を組み合わせて１個のＮ角形に変換し、Ｎ角形初期格子を形成するステップと、
前記Ｎ角形初期格子中の各Ｎ角形内部の接続線を削除し、単層Ｎ角形格子モデルを形成する（但しＮ≧６である）ステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿って、三角形を最小ユニットとして格子分割を行うステップは、
狭窄病変区間を有する前記三次元血管モデルをＫ段に分割するステップと、
各段の前記三次元血管モデルの円周面上において、三角形を最小ユニットとして格子分割を行うステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
最小ユニットの前記三角形を二等辺三角形とする、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するステップは、
血管壁厚ｈを取得するステップと、
前記血管壁厚ｈ、血管開始直径Ｄ開始、血管終了直径Ｄ終了及び血管中心線の長さＬに基づき三次元モデリングを行い、前記単層格子モデルの内面または外面に円台三次元モデルを形成するステップと、
前記単層格子モデルの取得方法に基づき、前記円台三次元モデルの円周面に沿ってＮ辺型格子分割を行い、もう一つの単層格子モデルを形成するステップと、
二層の前記単層格子モデルと前記血管壁厚ｈに基づき、前記二層格子モデルである前記血管数学モデルを形成するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するステップは、
少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップと、
前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄt、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップと、
前記Ｄt及びＬに基づき三次元モデリングを行い、円台三次元モデルを形成するステップと、
冠状動脈の狭窄区間を取得するステップと、
前記狭窄区間を前記円台三次元モデル上に対応させて投影し、前記の狭窄病変区間を有する三次元血管モデルを取得するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄt、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップは、
冠動脈入口から冠動脈末端方向に沿って、各体位の前記冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップと、
前記冠状動脈二次元造影画像及び前記血管中心線に基づき、真っすぐに伸ばした血管画像を取得するステップと、
真っすぐに伸ばした後の前記血管中心線及び前記真っすぐに伸ばした血管画像に基づき、真っすぐに伸ばした後の血管輪郭線を取得するステップと、
血管のリアルタイム直径Ｄt 、及び血管中心線を真っすぐに伸ばした後の長さである中心直線の長さＬを含む、真っすぐに伸ばした後の血管のジオメトリ情報を取得するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記のＤt及びＬに基づき三次元モデリングを行い、円台三次元モデルを形成するステップは、
前記ジオメトリ情報、前記中心線及び前記輪郭線に基づき、三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを取得するステップと、
前記血管のリアルタイム直径Ｄｔ内から血管開始直径Ｄ開始及び血管終了直径Ｄ終了を取得するステップと、
前記Ｄ開始、Ｄ終了及びＬに基づき三次元モデリングを行い、前記円台三次元モデルを形成するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップの後、前記の前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄt内から血管開始直径Ｄ開始及び血管終了直径Ｄ終了、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップの前にさらに、
前記冠状動脈二次元造影画像から注目する血管段を取得するステップと、
前記注目する血管段の始点及び終点をピックアップするステップと、
前記冠状動脈二次元造影画像から前記始点、終点に対応する部分的血管区域図を分割するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の冠状動脈二次元造影画像から前記始点、終点に対応する部分的血管区域図を分割するステップはさらに、
前記注目する血管段の少なくとも一つのシードポイントをピックアップするステップと、
始点、シードポイント、終点の隣接する２点間の二次元造影画像に対してそれぞれ分割を行い、少なくとも２つの部分的血管区域図を得るステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記冠動脈入口から冠動脈末端方向に沿って、各体位の前記冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップは、
前記部分的血管区域図に対して画像増幅処理を行い、コントラストが強い粗血管図を得るステップと、
前記粗血管図に対して格子分割を行い、前記始点から前記終点の方向に沿って、少なくとも１本の血管経路線を抽出するステップと、
１本の前記血管経路線を前記血管中心線として選び取るステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の粗血管図に対して格子分割を行い、前記始点から前記終点の方向に沿って、少なくとも１本の血管経路線を抽出するステップは、
前記粗血管図に対して格子分割を行うステップと、
前記始点から前記終点までの血管延在方向に沿って、前記始点と周辺のｎ個の格子上の交差点の間の最短時間経路を見つけ出して第二の点とし、前記第二の点と周辺のｎ個の格子上の交差点の間の最短時間経路を見つけ出して第三の点とし、前記第三の点以降も最短時間経路が終点に達するまで上記ステップを繰り返す（但し、ｎは１以上の正の整数である）ステップと、
見つけ出す順に、前記始点から前記終点までの血管延在方向に線を繋ぎ、少なくとも１本の血管経路線を取得するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記１本の前記血管経路線を前記血管中心線として選び取るステップは、
血管経路線が２本又は２本より多い場合、各血管経路線の前記始点から前記終点までに要した時間に対して和を求めるステップと、
用いる時に最少の前記血管経路線を前記血管中心線とするステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記冠動脈入口から冠動脈末端方向に沿って、各体位の冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップは、
前記部分的血管区域図に対して画像処理を行い、前記始点及び前記終点の間の血管粗走向線を取得するステップと、
前記血管粗走向線を含む前記血管粗エッジ線の間の画像が血管骨格となる、血管粗エッジ線を取得するステップと、
前記血管骨格から前記血管中心線を抽出するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記の血管骨格から前記血管中心線を抽出するステップは、
処理した後の前記区域画像に対して格子分割を行うステップと、
前記始点から前記終点の方向に沿って、ＲＧＢ値に基づき、前記血管骨格に対してサーチを行い、前記始点と周辺のｍ個の格子上の交差点のＲＧＢ差の最小値がある所の点を見つけ出して第二の点とし、前記第二の点と周辺のｍ個の格子上の交差点のＲＧＢ差の最小値がある所の点を見つけ出して第三の点とし、前記第三の点以降も終点に達するまで上記ステップを繰り返す（但し、ｍは１以上の正整数である）ステップと、
見つけ出す順に、前記始点から前記終点まで少なくとも１本の繋ぎ線を取得するステップと、
もし繋ぎ線が２本又は２本より多い場合、１本の繋ぎ線を前記血管中心線として選び取るステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記真っすぐに伸ばした後の前記血管中心線及び前記真っすぐに伸ばした血管画像に基づき、真っすぐに伸ばした後の血管輪郭線を取得するステップは、
前記真っすぐに伸ばした血管画像上において、血管直径閾値Ｄ閾を設定するステップと、
前記Ｄ閾に基づき、前記血管中心直線の両側に血管プリセット輪郭線を生成するステップと、
前記血管プリセット輪郭線を前記血管中心直線に段階的に寄せ、真っすぐに伸ばした後の血管輪郭線を取得するステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
任意選択的に、
前記狭窄区間及び前記狭窄点の取得方法は、
設置された正常な血管延在傾向、および前記血管のリアルタイム直径Ｄt、前記血管中心直線の長さＬに基づき正常な血管の平滑な曲線をシミュレーション生成するステップと、
シミュレーション生成された前記正常な血管の平滑な曲線と患者の実際の前記中心直線の長さＬ－直径Ｄtが構成する平滑な曲線を比較し、狭窄病変区間を取得するステップと、
前記狭窄病変区間内において、患者の実際の前記中心線Ｌ－直径Ｄtが構成する平滑な曲線の直径の最小点Ａをピックアップし、前記最小点Ａが前記血管段の狭窄点となるステップと、
を含む、
上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
第二の態様において、本出願は以下の装置を提供する：
順に接続される三次元血管モデル構造、単層格子モデル構造及び血管数学モデル構造を備え、
前記血管数学モデル構造は前記三次元モデル構造に接続され、
前記三次元血管モデル構造は、血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するためのものであり、
前記単層格子モデル構造は、狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ためのものであり、
前記血管数学モデル構造は、前記単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するためのものである、
血管数学モデルを合成するための装置。
第三の態様において、本出願は上記の血管数学モデルを合成するための装置を含む冠状動脈分析システムを提供する。
第四の態様において、本出願はコンピュータプログラムがプロセッサにより実行される時に上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を実現するコンピュータ記憶媒体を提供する。
本出願の実施例により提供される方案によれば、少なくとも以下の有益な效果を奏することができる：
本出願は流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を提供する。これにより、従来の技術には流体力学分析に用いる血管三次元格子モデルがないという問題を解決し、業界の空白を補うことができる。血管壁には一定の厚さがあり、且つ、主に血管内壁に狭窄問題が現れることから、本出願は血管数学モデルを二層格子モデルに構築することにより、一定の厚さを有し、内層格子モデルは弾性を有し、血流速度に対して補正機能を持ち、且つ、外層格子モデルは内層格子モデルに対して形状固定機能を有し、力学分析と合わせて血管内壁の変形を有効的に緩和でき、実際の血管狭窄の状況により近付けることができる。さらに、単層格子モデルの最小ユニットを辺数≧６の多角形に設け、三角形の変形能力は比較的悪いため、一辺が外力衝撃を受けた時、他辺も変形し、三角形の変形は比較的大きくなるが、六角形が外力衝撃を受けた時、二辺のみが変形し、残りの四辺は変形しないため、六角形の変形は比較的小さく、且つ、二層格子モデルは六角柱に形成され、六角柱は三角柱よりも安定し、且つ六角形は三角形よりもサンプリング点数が少なく、サンプリング效率が高いなどのメリットを有し、元の血管形態を保持した上で、流体力学分析ＣＦＤ計算時の計算効率を有効的に高め、計算時間を大幅に短縮することができる。
ここで説明する図面は本発明をさらに理解するためのものであり、本発明の一部分を構成し、本発明の概略的な実施例及びその記載は本発明を説明するためのものであり、本発明に対する不適切な限定を構成するものではない。
図１は本出願の血管数学モデルの構造概略図である。 図２は本出願の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法のフローチャートである。 図３は本出願の単層格子モデルの構造概略図である。 図４は本出願のＳ０２のフローチャートである。 図５は本出願のＳ０３のフローチャートである。 図６は本出願のＳ０１のフローチャートである。 図７は本出願のＳ４００のフローチャートである。 図８は本出願のＳ５００のフローチャートである。 図９は本出願のＳ５１０の第一の方式のフローチャートである。 図１０は本出願のＳ５２０のフローチャートである。 図１１は本出願のＳ５１０の第二の方式のフローチャートである。 図１２は本出願のＳ５３０’のフローチャートである。 図１３は本出願のＳ６００のフローチャートである。 図１４は本出願のＳ７００のフローチャートである。 図１５は本出願のＳ７３０のフローチャートである。 図１６は本出願のＳ９００のフローチャートである。 図１７は狭窄病変区間を有する三次元血管モデルである。 図１８は血管数学モデルを合成するための装置の構造ブロック図である。 図１９は単層格子モデル構造の構造ブロック図である。 図２０は本出願の三次元血管モデル構造１の一つの実施例の構造ブロック図である。 図２１は本出願の三次元血管モデル構造１の一つの実施例のもう一つの構造ブロック図である。
本発明の目的、技術方案及び長所がより明確になるように、以下に本発明の具体的な実施例及び対応する図面を組み合わせて本発明の技術方案を明瞭、完全に記載する。勿論、記載する実施例は本発明の一部の実施例であり、全ての実施例ではない。本発明における実施例に基づき、当業者が創造的な労働を行わずに得られる他の実施例もすべて本発明の保護範囲に入ると理解されるべきである。
以下に図面により本発明の複数の実施形態を開示する。明確に説明できるよう、多くの実践的な細部を以下の記載において一緒に説明する。しかし、これら実践的な細部は本発明を限定するために用いられるのではないと理解されるべきである。つまり、本発明の一部の実施形態において、これら実践的な細部は必須事項ではない。この他、図を簡素化するために、一部の慣用的な構造や構成部材については図中で簡単に概略的に示すだけにする。
冠状動脈造影画像においては、流体力学分析を合わせて冠状動脈血管評定パラメータを計算する必要があるが、従来の技術には流体力学分析に用いられる血管三次元格子モデルがない。
実施例１
図２に示されるように、本出願は以下のステップを含む流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を提供する：
Ｓ０１ 血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するステップ、
Ｓ０２ 狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、図３に示される単層格子モデルを形成する（但しＮ≧６である）ステップ、
Ｓ０３ 前記単層格子モデルに対して表面分層化処理を行い、二層格子モデル、即ち図１に示される血管数学モデルを形成するステップ。
本出願は流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を提供する。これにより、従来の技術には流体力学分析に用いる血管三次元格子モデルがないという問題を解決し、業界の空白を補うことができる。血管壁には一定の厚さがあり、且つ、主に血管内壁に狭窄問題が現れることから、本出願は血管数学モデルを二層格子モデルに構築することにより、血管の実際の状況により近付けることができ、且つ、外層格子モデルは内層格子モデルに対して形状固定機能を有し、力学分析と合わせて血管内壁の変形を有効的に緩和でき、実際の血管狭窄の状況により近付けることができる。さらに、単層格子モデルの最小ユニットを辺数≧６の多角形に設け、三角形の変形能力は比較的悪いため、一辺が外力衝撃を受けた時、他辺も変形し、三角形の変形は比較的大きくなるが、六角形が外力衝撃を受けた時、二辺のみが変形し、残りの四辺は変形しないため、六角形の変形は比較的小さく、且つ、二層格子モデルは六角柱に形成され、六角柱は三角柱よりも安定し、且つ六角形は三角形よりもサンプリング点数が少なく、サンプリング效率が高いなどのメリットを有し、元の血管形態を保持した上で、流体力学分析ＣＦＤ計算時の計算効率を有効的に高め、計算時間を大幅に短縮することができる。
実施例２
図２に示されるように、本出願は以下のステップを含む流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を提供する：
Ｓ０１ 血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するステップ、
当該ステップは、図６に示されるように、以下のステップを含む：
Ｓ１００ 少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップ、
好ましくは、２つの体位の間の夾角は３０度以上である、
Ｓ２００ 前記冠状動脈二次元造影画像から注目する血管段を取得するステップ、
Ｓ３００ 注目する血管段の始点及び終点をピックアップするステップ、
Ｓ４００ 冠状動脈二次元造影画像から始点、終点に対応する部分的血管区域図を分割するステップ、
当該ステップは、図７に示されるように、以下のステップを含む：
Ｓ４１０ 注目する血管段の少なくとも一つのシードポイントをピックアップするステップ、
Ｓ４２０ 始点、シードポイント、終点の隣接する２点間の二次元造影画像に対してそれぞれ分割を行い、少なくとも２つの部分的血管区域図を得るステップ、
Ｓ５００ 前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄt、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップ、
当該ステップは以下のステップを含む：
冠動脈入口から冠動脈末端方向に沿って、各体位の前記冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップ、
当該ステップは以下の二つの方法を含み、
図８に示されるように、第一の方法として、以下のステップを含む：
Ｓ５１０ 各体位の部分的血管区域図から少なくとも１本の血管経路線をそれぞれ抽出するステップ
当該ステップは図９に示されるように、以下のステップを含む：
Ｓ５１１ 各部分的血管区域図において、注目する血管段を前景とし、他の区域を背景とし、前景を強くし、背景を弱くし、コントラストが強い粗血管図を得るステップ、
Ｓ５１２ 粗血管図に対して格子分割を行うステップ、
Ｓ５１３ 始点から終点までの血管延在方向に沿って、始点と周辺のｎ個の格子上の交差点の間の最短時間経路を見つけ出して第二の点とし、第二の点と周辺のｎ個の格子上の交差点の間の最短時間経路を見つけ出して第三の点とし、第三の点以降も最短時間経路が終点に達するまで上記ステップを繰り返す（但し、ｎは１以上の正の整数である）ステップ、
Ｓ５１４ 見つけ出す順に、始点から終点までの血管延在方向に線を繋ぎ、少なくとも１本の血管経路線を取得するステップ、
Ｓ５２０ １本の血管経路線を血管中心線として選び取るステップ、
当該ステップは、図１０に示されるように、以下のステップを含む：
Ｓ５２１ 血管経路線が２本又は２本以上である場合、各血管経路線の始点から終点までに要した時間に対して和を求めるステップ、
Ｓ５２２ 用いる時に最少の血管経路線を血管中心線とするステップ。
図１１に示されるように、第二の方法として、以下のステップを含む：
Ｓ５１０’ 部分的血管区域図に対して画像処理を行い、始点及び終点の間の血管粗走向線を取得するステップ、
Ｓ５２０’ 血管粗走向線を含む血管粗エッジ線の間の画像が血管骨格となる、血管粗エッジ線を取得するステップ、
Ｓ５３０’ 血管骨格から血管中心線を抽出するステップ、
当該ステップは、図１２に示されるように、以下のステップを含む：
Ｓ５３１’ 処理した後の区域画像に対して格子分割を行うステップ、
Ｓ５３２’ 始点から終点方向に沿って、ＲＧＢ値に基づき、血管骨格に対してサーチを行い、始点と周辺のｍ個の格子上の交差点のＲＧＢ差の最小値がある所の点を見つけ出して第二の点とし、第二の点と周辺のｍ個の格子上の交差点のＲＧＢ差の最小値がある所の点を見つけ出して第三の点とし、第三の点以降も終点に達するまで上記ステップを繰り返す（但し、ｍは１以上の正整数である）ステップ、
Ｓ５３３’ 見つけ出す順に、始点から終点まで少なくとも１本の繋ぎ線を取得するステップ、
Ｓ５３４’ もし繋ぎ線が２本又は２本より多い場合、１本の繋ぎ線を血管中心線として選び取るステップ。
Ｓ６００ 前記冠状動脈二次元造影画像及び前記血管中心線に基づき、真っすぐに伸ばした血管画像を取得するステップ、
当該ステップは、図１３に示されるように、以下のステップを含む：
Ｓ６１０ 血管中心線を真っすぐに伸ばし、血管中心直線を取得するステップ、
Ｓ６２０ 始点から終点までの血管延在方向に沿って、部分的血管区域図をｘ個のユニットに分ける（但しｘは正の整数である）ステップ、
Ｓ６３０ 各ユニットの血管中心線を血管中心直線に沿って対応して設置するステップ、
Ｓ６４０ 対応して設置した後の画像が真っすぐに伸ばした血管画像になるステップ、
Ｓ７００ 真っすぐに伸ばした後の前記血管中心線及び前記真っすぐに伸ばした血管画像に基づき、真っすぐに伸ばした後の血管輪郭線を取得するステップ、
当該ステップは、図１４に示されるように、以下のステップを含む：
Ｓ７１０ 真っすぐに伸ばした血管画像において、血管直径閾値Ｄ閾を設定するステップ、
Ｓ７２０ Ｄ閾に基づき、血管中心直線の両側に血管プリセット輪郭線を生成するステップ、
Ｓ７３０ 血管プリセット輪郭線を血管中心直線に段階的に寄せ、真っすぐに伸ばした後の血管輪郭線を取得するステップ、
当該ステップは、図１５に示されるように、以下のステップを含む：
Ｓ７３１ 血管プリセット輪郭線をｙ個のユニットに分ける（但しｙは正の整数である）ステップ、
Ｓ７３２ 各ユニットにおける各血管プリセット輪郭線上に位置するｚ個の点を取得するステップ、
Ｓ７３３ 血管中心直線に垂直な方向に沿って、ｚ個の点をそれぞれ血管中心直線に段階的に寄せ、ｚ個の寄せ点を生成する（但しｚは正の整数である）ステップ、
Ｓ７３４ ＲＧＢ差閾値をΔＲＧＢ閾として設定し、血管中心直線に垂直な方向に沿って、毎回の寄せは、いずれも寄せ点のＲＧＢ値と血管中心直線上の点のＲＧＢ値を比較し、差がΔＲＧＢ閾以下になった場合に、寄せ点は血管中心直線に寄せるのを停止するステップ、
Ｓ７３５ 寄せ点を輪郭点として取得するステップ、
Ｓ７３６ 順に輪郭点を接続して形成された平滑な曲線が血管輪郭線になるステップ、
Ｓ８００ 血管のリアルタイム直径Ｄt 、及び血管中心線を真っすぐに伸ばした後の長さである中心直線の長さＬを含む、真っすぐに伸ばした後の血管のジオメトリ情報を取得するステップ、
当該ステップは、具体的に以下のとおりである：
（１）血管のリアルタイム直径Ｄt、（２）血管狭窄区間、（３）血管狭窄点、（４）血管中心直線の長さＬ、
（１）血管のリアルタイム直径Ｄtの取得方法は以下のステップを含む：
血管中心直線に垂直な方向に沿って、相対的に設置されたすべての輪郭点の間の距離である血管のリアルタイム直径Ｄt を取得するステップ、
（２）血管狭窄区間の取得方法は以下のステップを含む：
設置された正常な血管延在傾向、および血管のリアルタイム直径Ｄt、血管中心直線の長さＬに基づき正常な血管の平滑な曲線をシミュレーション生成するステップ、
シミュレーション生成された正常な血管の平滑な曲線と患者の実際の中心直線の長さＬ－直径Ｄtが構成する平滑な曲線を比較し、狭窄病変区間を取得するステップ。
（３）血管狭窄点の取得方法は以下のステップを含む：
狭窄病変区間内において、患者の実際の中心線Ｌ－直径Ｄtが構成する平滑な曲線の直径の最小点Ａをピックアップし、Ａ点が血管段的狭窄点となるステップ。
Ｓ９００ 前記Ｄt及びＬに基づき三次元モデリングを行い、円台三次元モデルを形成するステップ、
当該ステップは、図１６に示されるように、以下のステップを含む：
Ｓ９１０ 前記血管のリアルタイム直径Ｄt内から血管開始直径Ｄ開始及び血管終了直径Ｄ終了、および血管中心直線の長さＬを取得するステップ、
Ｓ９２０ Ｄ開始及びＤ終了及びＬに基づき三次元モデリングを行い、円台三次元モデルを形成するステップ、
Ｓ０１４ 前記狭窄区間を前記円台三次元モデル上に対応させて投影し、前記の狭窄病変区間を有する三次元血管モデルを取得するステップ、
当該ステップは、図１６に示されるように、以下のステップを含む：
Ｓ９３０ 狭窄区間の中心直線を血管中心直線上に対応させて投影するステップ、
Ｓ９４０ 血管中心直線に垂直な方向に沿って、図１７に示される円台三次元モデル上で血管三次元狭窄区間Ｓ１Ｓ２を取得するステップ、
Ｓ９５０ 狭窄区間の血管のリアルタイム直径Ｄｔを円台三次元モデル上に投影し、図１７に示される狭窄病変区間Ｓ１Ｓ２および狭窄点Ｓ０を有する三次元血管モデルを取得するステップ、
Ｓ０２ 狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ステップ、
当該ステップは、図４に示されるように、以下のステップを含む：
Ｓ０２１前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿って、三角形を最小ユニットとして格子分割を行うステップ、
当該ステップは、以下のステップを含む：
狭窄病変区間を有する前記三次元血管モデルをＫ段に分割するステップ、
各段の前記三次元血管モデルの円周面上において、三角形を最小ユニットとして格子分割を行うステップ、
好ましくは、最小ユニットの三角形を二等辺三角形とする、
Ｓ０２２ 順に、Ｎ個ごとに三角形を組み合わせて１個のＮ角形に変換し、Ｎ角形初期格子を形成するステップ、
Ｓ０２３ 前記Ｎ角形初期格子中の各Ｎ角形内部の接続線を削除し、単層Ｎ角形格子モデルを形成する（但しＮ≧６である）ステップ、
Ｓ０３ 前記単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するステップ、
当該ステップは、図５に示されるように、以下のステップを含む：
Ｓ０３１ 血管壁厚ｈを取得するステップ、
好ましくは、ｈ＝０．２ｍｍ～２ｍｍである、
Ｓ０３２ 前記血管壁厚ｈ、血管開始直径Ｄ開始、血管終了直径Ｄ終了及び血管中心線の長さＬに基づき三次元モデリングを行い、前記単層格子モデル内面または外面に円台三次元モデルを形成するステップ、
Ｓ０３３ 前記単層格子モデルの取得方法に基づき、前記円台三次元モデルの円周面に沿ってＮ辺型格子分割を行い、もう一つの単層格子モデルを形成するステップ、
Ｓ０３４ 二層の前記単層格子モデルと前記血管壁厚ｈに基づき、前記二層格子モデルである前記血管数学モデルを形成するステップ。
実施例３
図１８に示されるように、本出願は以下の血管数学モデルを合成するための装置を提供する：
順に接続される三次元血管モデル構造１、単層格子モデル構造２及び血管数学モデル構造３を備え、
前記血管数学モデル構造３は前記三次元モデル構造１に接続され、
前記三次元血管モデル構造１は、血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するためのものであり、
前記単層格子モデル構造２は、狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ためのものであり、
前記血管数学モデル構造３は、前記単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するためのものである。
図２０に示されるように、三次元血管モデル構造１はさらに、
順に接続される中心線抽出ユニット１００、真っすぐに伸ばすユニット２００、輪郭線ユニット３００、ジオメトリ情報ユニット４００及び三次元モデリングユニット５００を備え、
真っすぐに伸ばすユニット２００はジオメトリ情報ユニット４００に接続され、
三次元モデリングユニット５００は真っすぐに伸ばすユニット２００、輪郭線ユニット３００に接続され、
中心線抽出ユニット１００は、冠動脈入口から冠動脈末端方向に沿って、少なくとも２つの体位の冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するためのものであり、
真っすぐに伸ばすユニット２００は、中心線抽出ユニット１００が送信した血管中心線を受信し、冠状動脈二次元造影画像及び血管中心線に基づき、真っすぐに伸ばした血管画像を取得するためのものであり、
輪郭線ユニット３００は、真っすぐに伸ばすユニット２００が送信した真っすぐに伸ばした血管画像を受信し、真っすぐに伸ばした後の血管中心線及び真っすぐに伸ばした血管画像に基づき、真っすぐに伸ばした後の血管輪郭線を取得するためのものであり、
ジオメトリ情報ユニット４００は、真っすぐに伸ばすユニット２００が送信した真っすぐに伸ばした血管画像を受信し、輪郭線ユニット３００が送信した血管輪郭線、真っすぐに伸ばした後の血管のジオメトリ情報を取得するためのものであり、
三次元モデリングユニット５００は、真っすぐに伸ばすユニット２００が送信した真っすぐに伸ばした血管画像、輪郭線ユニット３００が送信した血管輪郭線、ジオメトリ情報ユニット４００が送信した血管のジオメトリ情報を受信し、ジオメトリ情報、中心線及び輪郭線に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを取得するためのものである。
図２１に示されるように、本出願の一つの実施例において、
上記装置はさらに、
中心線抽出ユニット１００に接続される画像分割ユニット６００を備え、
画像分割ユニット６００は、冠状動脈二次元造影画像から始点、終点に対応する部分的血管区域図を分割する、または、始点、シードポイント、終点の隣接する２点間の二次元造影画像に対して分割を行い、少なくとも２つの部分的血管区域図を得るためのものである。
図２１に示されるように、本出願の一つの実施例において、
中心線抽出ユニット１００はさらに、
順に接続される血管経路モジュール１１０及び血管中心線抽出モジュール１２０を備え、
血管経路モジュール１１０は画像分割ユニット６００に接続され、
血管経路モジュール１１０は、各体位の部分的血管区域図から少なくとも１本の血管経路線をそれぞれ抽出するためのものであり、
血管中心線抽出モジュール１２０は、血管経路モジュール１１０が送信した血管経路線から１本を血管中心線として選び取るためのものである。
図１９に示されるように、本出願の一つの実施例において、
単層格子モデル構造２はさらに、
順に接続される三角形格子分割ユニット２１、Ｎ角形格子分割ユニット２２及び単層格子モデルユニット２３を備え、
単層格子モデルユニット２３は血管数学モデル構造３に接続され、
三角形格子分割ユニット２１は三次元モデリングユニット５００に接続され、
三角形格子分割ユニットは、前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿って、三角形を最小ユニットとして格子分割を行うためのものであり、
Ｎ角形格子分割ユニット２２は、順に、Ｎ個ごとに三角形を組み合わせて１個のＮ角形に変換し、Ｎ角形初期格子を形成するためのものであり、
単層格子モデルユニット２３は、前記Ｎ角形初期格子中の各Ｎ角形内部の接続線を削除し、単層Ｎ角形格子モデルを形成する（但しＮ≧６である）ためのものである。
本出願は上記の血管数学モデルを合成するための装置を含む冠状動脈分析システムを提供する。
本出願はコンピュータプログラムがプロセッサにより実行される時に上記の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を実現するコンピュータ記憶媒体を提供する。
当業者の認識として、本発明の各々の態様はシステム、方法又はコンピュータプログラム製品として実現することができる。したがって、本発明の各々の態様は具体的に以下の形式として実現できる。即ち、完全なハードウエア実施形態、完全なソフトウエア実施形態（ファームウエア、常駐ソフトウエア、マイクロコード等を含む）、又はハードウエア及びソフトウエアの態様を組み合わせた実施形態、ここでは総じて“回路”、“モジュール”又は“システム”と称することができる。この他、一部の実施例において、本発明の各々の態様はさらに一つの又は複数のコンピュータ読み取り可能な媒体におけるコンピュータプログラム製品の形式として実現することができ、当該コンピュータ読み取り可能な媒体にはコンピュータ読み取り可能なプログラムコードが含まれる。本発明の実施例の方法及び／又はシステムの実施形態は手動的、自動的又はその組み合わせ方式により選択されたタスクを実行又は完成させることに関することができる。
例えば、本発明の実施例に基づき選択されるタスクを実行するためのハードウエアをチップ又は回路として実現することができる。ソフトウエアとして、発明の実施例に基づき選択されるタスクを、コンピュータが如何なる適切な操作システムを使用することにより実行する複数のソフトウエアコマンドとして実現できる。本発明の例示的な実施例において、本明細書の方法及び／又はシステムの例示的な実施例に基づく一つの又は複数のタスクをデータプロセッサにより実行できる。例えば、複数のコマンドを実行するための計算プラットフォーム。任意選択的に、当該データプロセッサはコマンド及び／又はデータを記憶するための揮発性メモリ及び／又はコマンド及び／又はデータを記憶するための不揮発性メモリを含む。例えば、磁気ハードディスク及び／又はリムーバブル媒体。任意選択的に、ネットワーク接続も提供する。任意選択的に、ディスプレイ及び／又は例えばキーボードやマウスなどのユーザ入力機器も提供する。
一つの又は複数のコンピュータ読み取り可能な如何なる組み合わせも利用できる。コンピュータ読み取り可能な媒体はコンピュータ読み取り可能な信号媒体又はコンピュータ読み取り可能な記憶媒体とすることができる。コンピュータ読み取り可能な記憶媒体は、例えば電気、磁気、光、電磁、赤外線、又は半導体のシステム、装置又はデバイス、若しくは任意の以上の組み合わせとすることができるが、これらに限られない。コンピュータ読み取り可能な記憶媒体の更なる具体的な例（全てを挙げるものではない）は以下を含む：
一つの又は複数の導線を有する電気接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、書き換え可能なリードオンリーメモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバー、コンパクトディスクリードオンリーメモリ（ＣＤ－ＲＯＭ）、光記憶装置、磁気記憶装置、若しくは上記の任意の適切な組み合わせ。本明細書において、コンピュータ読み取り可能な記憶媒体はプログラムを含む又は記憶する如何なる有形媒体とすることができ、当該プログラムはコマンド実行システム、装置又はデバイスにより使用される若しくはこれらと組み合わせて使用することができる。
コンピュータ読み取り可能な信号媒体は、ベースバンドに含まれる若しくは搬送波の一部として伝播できるデータ信号とすることができ、コンピュータ読み取り可能なプログラムコードを搭載できる。このように伝播されるデータ信号は複数の形式を採用でき、電磁信号、光信号又は上記の任意の適切な組み合わせを含むが、これらに限られない。コンピュータ読み取り可能な信号媒体はさらに、コンピュータ読み取り可能な記憶媒体以外の如何なるコンピュータ読み取り可能な媒体とすることができ、当該コンピュータ読み取り可能な媒体は、コマンド実行システム、装置又はデバイスにより使用される若しくはこれらと組み合わせて使用するプログラムを送信、伝播又は伝送できる。
コンピュータ読み取り可能な媒体に含まれるプログラムコードは如何なる適切な媒体を用いて伝送することができ、無線、有線、光ケーブル、ＲＦ等、若しくは上記の任意の適切な組み合わせが含まれる（但しこれらに含まれない）。
例えば、一つの又は複数のプログラミング言語の如何なる組み合わせでも本発明の各態様に用いられる操作を実行するためのコンピュータプログラムコードをプログラミングすることができ、例えばＪａｖａ、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋等のターゲット型プログラミング言語と通常プロセスのプログラミング言語、例えば“Ｃ”プログラミング言語又は類似したプログラミング言語を含む。プログラムコードは完全にユーザコンピュータ上で実行することも、一部をユーザコンピュータ上で実行することもでき、一つの独立したソフトウェアパッケージとして実行することも、一部をユーザコンピュータ上で、一部をリモートコンピュータ上で実行することもでき、若しくは完全にリモートコンピュータ又はサーバ上で実行することもできる。リモートコンピュータにかかる場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークによりユーザコンピュータに接続でき、若しくは、外部コンピュータに接続できる（例えばインターネットサービスプロバイダーによりインターネットを通じで接続する）。
フローチャート及び／又はブロック図の各ブロック及びフローチャート及び／又はブロック図中の各ブロックの組み合わせは、いずれもコンピュータプログラムコマンドにより実現できると理解されるべきである。これらコンピュータプログラムコマンドは汎用コンピュータ、専用コンピュータ又は他のプログラム可能なデータ処理装置のプロセッサに提供され、一つの機器として生産することができ、これにより、これらコンピュータプログラムコマンドはコンピュータ又は他のプログラム可能なデータ処理装置のプロセッサの実行時に、フローチャート及び／又はブロック図中の一つの又は複数のブロック中で規定される機能／動作を実現できる装置とすることができる。
これらコンピュータプログラムコマンドは、コンピュータ読み取り可能な媒体に記憶することもでき、これらコマンドは、コンピュータ、他のプログラム可能なデータ処理装置、又は他の設備を特定な方式で作動させ、そして、コンピュータ読み取り可能な媒体に記憶されたコマンドはフローチャート及び／又はブロック図中の一つの又は複数のブロック中で規定される機能／動作を実現できるコマンドを含む製品（ａｒｔｉｃｌｅ ｏｆ ｍａｎｕｆａｃｔｕｒｅ）とすることができる。
さらに、コンピュータ、他のプログラム可能なデータ処理設備又は他の設備で一連の操作ステップを実行させるように、コンピュータ（例えば、冠状動脈分析システム）又は他のプログラム可能なデータ処理設備にコンピュータプログラムコマンドをロードすることができ、これにより、コンピュータ、他のプログラム可能な装置又は他の設備で実行されるコマンドが、フローチャート及び／又は一つの又は複数のブロック図のブロック中で指定される機能／動作を実現するためのプロセスを提供するように、コンピュータが実行するプロセスを生成することができる。
本発明の以上の具体的な実例により、本発明の目的、技術方案及び有益な效果について、より詳細に説明した。以上は本発明の具体的な実施例に過ぎず、本発明を限定するために用いられるものではなく、本発明の思想及び原則を逸脱しない限り、行われる如何なる修正、均等差し替え、改良なども、全て本発明の保護範囲に包含されると理解されるべきである。

Claims (19)

  1. 血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するステップと、
    狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ステップと、
    前記単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するステップと、
    を含み、
    前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ステップは、
    前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿って、三角形を最小ユニットとして格子分割を行うステップと、
    順に、Ｎ個ごとに三角形を組み合わせて１個のＮ角形に変換し、Ｎ角形初期格子を形成するステップと、
    前記Ｎ角形初期格子中の各Ｎ角形内部の接続線を削除し、単層Ｎ角形格子モデルを形成する（但しＮ≧６である）ステップと、
    を含む、
    ことを特徴とする流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  2. 前記の狭窄病変区間を有する前記三次元血管モデルの円周面に沿って、三角形を最小ユニットとして格子分割を行うステップは、
    狭窄病変区間を有する前記三次元血管モデルをＫ段に分割するステップと、
    各段の前記三次元血管モデルの円周面上において、三角形を最小ユニットとして格子分割を行うステップと、
    を含む、
    ことを特徴とする請求項１に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  3. 最小ユニットの前記三角形を二等辺三角形とする、
    ことを特徴とする請求項１に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  4. 前記の単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するステップは、
    血管壁厚ｈを取得するステップと、
    前記血管壁厚ｈ、血管開始直径Ｄ開始、血管終了直径Ｄ終了及び血管中心線の長さＬに基づき三次元モデリングを行い、前記単層格子モデルの内面または外面に円台三次元モデルを形成するステップと、
    前記単層格子モデルの取得方法に基づき、前記円台三次元モデルの円周面に沿ってＮ辺型格子分割を行い、もう一つの単層格子モデルを形成するステップと、
    二層の前記単層格子モデルと前記血管壁厚ｈに基づき、前記二層格子モデルである前記血管数学モデルを形成するステップと、
    を含む、
    ことを特徴とする請求項１に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  5. 前記の血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するステップは、
    少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップと、
    前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄt、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップと、
    前記Ｄt及びＬに基づき三次元モデリングを行い、円台三次元モデルを形成するステップと、
    冠状動脈の狭窄区間を取得するステップと、
    前記狭窄区間を前記円台三次元モデル上に対応させて投影し、前記の狭窄病変区間を有する三次元血管モデルを取得するステップと、
    を含む、
    ことを特徴とする請求項１に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  6. 前記の冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄt、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップは、
    冠動脈入口から冠動脈末端方向に沿って、各体位の前記冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップと、
    前記冠状動脈二次元造影画像及び前記血管中心線に基づき、真っすぐに伸ばした血管画像を取得するステップと、
    真っすぐに伸ばした後の前記血管中心線及び前記真っすぐに伸ばした血管画像に基づき、真っすぐに伸ばした後の血管輪郭線を取得するステップと、
    血管のリアルタイム直径Ｄt、及び血管中心線を真っすぐに伸ばした後の長さである中心直線の長さＬを含む、真っすぐに伸ばした後の血管のジオメトリ情報を取得するステップと、
    を含む、
    ことを特徴とする請求項５に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  7. 前記のＤt及びＬに基づき三次元モデリングを行い、円台三次元モデルを形成するステップは、
    前記ジオメトリ情報、前記血管中心線及び前記血管輪郭線に基づき、三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを取得するステップと、
    前記血管のリアルタイム直径Ｄt内から血管開始直径Ｄ開始及び血管終了直径Ｄ終了を取得するステップと、
    前記Ｄ開始、Ｄ終了及びＬに基づき三次元モデリングを行い、前記円台三次元モデルを形成するステップと、
    を含む、
    ことを特徴とする請求項６に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  8. 前記の少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップの後、前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄ t 、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップの前にさらに、
    前記冠状動脈二次元造影画像から注目する血管段を取得するステップと、
    前記注目する血管段の始点及び終点をピックアップするステップと、
    前記冠状動脈二次元造影画像から前記始点、終点に対応する部分的血管区域図を分割するステップと、
    を含む、
    ことを特徴とする請求項５に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  9. 前記の冠状動脈二次元造影画像から前記始点、終点に対応する部分的血管区域図を分割するステップはさらに、
    前記注目する血管段の少なくとも一つのシードポイントをピックアップするステップと、
    始点、シードポイント、終点の隣接する２点間の二次元造影画像に対してそれぞれ分割を行い、少なくとも２つの部分的血管区域図を得るステップと、
    を含む、
    ことを特徴とする請求項８に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  10. 前記の少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップの後、前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄ t 、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップの前にさらに、
    前記冠状動脈二次元造影画像から注目する血管段を取得するステップと、
    前記注目する血管段の始点及び終点をピックアップするステップと、
    前記冠状動脈二次元造影画像から前記始点、終点に対応する部分的血管区域図を分割するステップと、
    を含み、
    前記の冠動脈入口から冠動脈末端方向に沿って、各体位の前記冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップは、
    前記部分的血管区域図に対して画像増幅処理を行い、コントラストが強い粗血管図を得るステップと、
    前記粗血管図に対して格子分割を行い、前記始点から前記終点の方向に沿って、少なくとも１本の血管経路線を抽出するステップと、
    １本の前記血管経路線を前記血管中心線として選び取るステップと、
    を含む、
    ことを特徴とする請求項６に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  11. 前記の粗血管図に対して格子分割を行い、前記始点から前記終点の方向に沿って、少なくとも１本の血管経路線を抽出するステップは、
    前記粗血管図に対して格子分割を行うステップと、
    前記始点から前記終点までの血管延在方向に沿って、前記始点と周辺のｎ個の格子上の交差点の間の最短時間経路を見つけ出して第二の点とし、前記第二の点と周辺のｎ個の格子上の交差点の間の最短時間経路を見つけ出して第三の点とし、前記第三の点以降も最短時間経路が終点に達するまで上記ステップを繰り返す（但し、ｎは１以上の正の整数である）ステップと、
    見つけ出す順に、前記始点から前記終点までの血管延在方向に線を繋ぎ、少なくとも１本の血管経路線を取得するステップと、
    を含む、
    ことを特徴とする請求項１０に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  12. 前記の１本の前記血管経路線を前記血管中心線として選び取るステップは、
    血管経路線が２本又は２本より多い場合、各血管経路線の前記始点から前記終点までに要した時間に対して和を求めるステップと、
    用いる時に最少の前記血管経路線を前記血管中心線とするステップと、
    を含む、
    ことを特徴とする請求項１１に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  13. 前記の少なくとも２つの体位の冠状動脈二次元造影画像を取得するステップの後、前記冠状動脈二次元造影画像に基づき、血管のリアルタイム直径Ｄ t 、および血管中心線を真っすぐに伸ばした後の長さＬを取得するステップの前にさらに、
    前記冠状動脈二次元造影画像から注目する血管段を取得するステップと、
    前記注目する血管段の始点及び終点をピックアップするステップと、
    前記冠状動脈二次元造影画像から前記始点、終点に対応する部分的血管区域図を分割するステップと、
    を含み、
    前記の冠動脈入口から冠動脈末端方向に沿って、各体位の冠状動脈二次元造影画像から１本の血管中心線をそれぞれ抽出するステップは、
    前記部分的血管区域図に対して画像処理を行い、前記始点及び前記終点の間の血管粗走向線を取得するステップと、
    前記血管粗走向線を含む血管粗エッジ線の間の画像が血管骨格となる、血管粗エッジ線を取得するステップと、
    前記血管骨格から前記血管中心線を抽出するステップと、
    を含む、
    ことを特徴とする請求項６に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  14. 前記の血管骨格から前記血管中心線を抽出するステップは、
    処理した後の前記部分的血管区域図に対して格子分割を行うステップと、
    前記始点から前記終点の方向に沿って、ＲＧＢ値に基づき、前記血管骨格に対してサーチを行い、前記始点と周辺のｍ個の格子上の交差点のＲＧＢ差の最小値がある所の点を見つけ出して第二の点とし、前記第二の点と周辺のｍ個の格子上の交差点のＲＧＢ差の最小値がある所の点を見つけ出して第三の点とし、前記第三の点以降も終点に達するまで上記ステップを繰り返す（但し、ｍは１以上の正整数である）ステップと、
    見つけ出す順に、前記始点から前記終点まで少なくとも１本の繋ぎ線を取得するステップと、
    もし繋ぎ線が２本又は２本より多い場合、１本の繋ぎ線を前記血管中心線として選び取るステップと、
    を含む、
    ことを特徴とする請求項１３に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  15. 前記の真っすぐに伸ばした後の前記血管中心線及び前記真っすぐに伸ばした血管画像に基づき、真っすぐに伸ばした後の血管輪郭線を取得するステップは、
    前記真っすぐに伸ばした血管画像上において、血管直径閾値Ｄ閾を設定するステップと、
    前記Ｄ閾に基づき、前記中心直線の両側に血管プリセット輪郭線を生成するステップと、
    前記血管プリセット輪郭線を前記中心直線に段階的に寄せ、真っすぐに伸ばした後の血管輪郭線を取得するステップと、
    を含む、
    ことを特徴とする請求項１４に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  16. 前記狭窄区間及び狭窄点の取得方法は、
    設置された正常な血管延在傾向、および前記血管のリアルタイム直径Ｄt、前記血管中心線の長さＬに基づき正常な血管の平滑な曲線をシミュレーション生成するステップと、
    シミュレーション生成された前記正常な血管の平滑な曲線と患者の実際の前記血管中心線の長さＬ－直径Ｄtが構成する平滑な曲線を比較し、狭窄病変区間を取得するステップと、
    前記狭窄病変区間内において、患者の実際の前記血管中心線の長さＬ－直径Ｄtが構成する平滑な曲線の直径の最小点Ａをピックアップし、前記最小点Ａが血管段の狭窄点となるステップと、
    を含む、
    ことを特徴とする請求項５に記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法。
  17. 順に接続される三次元血管モデル構造、単層格子モデル構造及び血管数学モデル構造を備え、
    前記血管数学モデル構造は前記三次元血管モデル構造に接続され、
    前記三次元血管モデル構造は、血管のリアルタイム直径Ｄt、血管中心線の長さＬ及び狭窄区間に基づき三次元モデリングを行い、狭窄病変区間を有する三次元血管モデルを形成するためのものであり、
    前記単層格子モデル構造は、狭窄病変区間を有する前記三次元血管モデルの円周面に沿ってＮ辺型格子分割を行い、単層格子モデルを形成する（但しＮ≧６である）ためのものであり、
    前記血管数学モデル構造は、前記単層格子モデルに対して表面分層化処理を行い、二層格子モデルである血管数学モデルを形成するためのものである、
    ことを特徴とする請求項１～１６のいずれかに記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法に用いられる血管数学モデルを合成するための装置。
  18. 請求項１７に記載の血管数学モデルを合成するための装置を含むことを特徴とする冠状動脈分析システム。
  19. コンピュータプログラムがプロセッサにより実行される時に請求項１～１６のいずれかに記載の流体力学分析に用いられる狭窄病変区間を有する血管数学モデルの合成方法を実現することを特徴とするコンピュータ記憶媒体。
JP2022533659A 2019-12-05 2019-12-06 狭窄病変を有する血管数学モデルの合成方法及び装置 Active JP7414329B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201911237677.6 2019-12-05
CN201911237677.6A CN112151180B (zh) 2019-12-05 2019-12-05 具有狭窄病变的血管数学模型的合成方法和装置
PCT/CN2019/123659 WO2021109122A1 (zh) 2019-12-05 2019-12-06 具有狭窄病变的血管数学模型的合成方法和装置

Publications (2)

Publication Number Publication Date
JP2023505278A JP2023505278A (ja) 2023-02-08
JP7414329B2 true JP7414329B2 (ja) 2024-01-16

Family

ID=73892182

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022533659A Active JP7414329B2 (ja) 2019-12-05 2019-12-06 狭窄病変を有する血管数学モデルの合成方法及び装置

Country Status (5)

Country Link
US (1) US20220319116A1 (ja)
EP (1) EP4070717A4 (ja)
JP (1) JP7414329B2 (ja)
CN (1) CN112151180B (ja)
WO (1) WO2021109122A1 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7532402B2 (ja) 2019-04-01 2024-08-13 キャスワークス リミテッド 血管造影画像選択のための方法および装置
US12039685B2 (en) 2019-09-23 2024-07-16 Cathworks Ltd. Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device
CN115422856B (zh) * 2022-09-05 2023-08-08 青岛埃米博创医疗科技有限公司 一种面向cfd教学的教学血管模型生成方法
CN117058328B (zh) * 2023-10-11 2024-01-09 杭州脉流科技有限公司 冠状动脉血管树分级方法、设备、存储介质和程序产品

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006517042A (ja) 2003-01-15 2006-07-13 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 三次元の変形可能なモデルを三次元の物体の略管状の面に自動的に適合させる画像処理方法
JP2011500187A (ja) 2007-10-19 2011-01-06 ヴァスコップス 管状構造用の自動的な幾何学的及び機械的解析方法及びシステム
JP2014100249A (ja) 2012-11-19 2014-06-05 Toshiba Corp 血管解析装置、医用画像診断装置、血管解析方法、及び血管解析プログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006002353A2 (en) * 2004-06-23 2006-01-05 Medical Metrix Solutions, Inc Anatomical visualization and measurement system
CN100571637C (zh) * 2008-05-28 2009-12-23 华中科技大学 动态模型指导下的血管造影三维重建方法
CN101422352B (zh) * 2008-12-10 2011-07-13 华北电力大学（保定） 一种交互式冠状动脉虚拟血管镜的实现方法
CN101953696B (zh) * 2010-09-30 2012-11-14 华北电力大学（保定） 一种icus图像序列中血管的三维形态参数测量方法
US9141763B2 (en) * 2011-02-07 2015-09-22 Siemens Aktiengesellschaft Method and system for patient-specific computational modeling and simulation for coupled hemodynamic analysis of cerebral vessels
CN108550180B (zh) * 2018-03-09 2021-11-19 南京信息工程大学 基于内点集域约束及高斯过程参数优化的血管建模方法
CN110384494A (zh) * 2018-09-19 2019-10-29 苏州润迈德医疗科技有限公司 测量微循环阻力指数的方法
CN110367965B (zh) * 2018-09-19 2022-03-08 苏州润迈德医疗科技有限公司 便捷测量冠状动脉血管评定参数的方法、装置及系统
CN109872321A (zh) * 2019-02-26 2019-06-11 数坤（北京）网络科技有限公司 一种血管狭窄检测方法及设备

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006517042A (ja) 2003-01-15 2006-07-13 コーニンクレッカ　フィリップス　エレクトロニクス　エヌ　ヴィ 三次元の変形可能なモデルを三次元の物体の略管状の面に自動的に適合させる画像処理方法
JP2011500187A (ja) 2007-10-19 2011-01-06 ヴァスコップス 管状構造用の自動的な幾何学的及び機械的解析方法及びシステム
JP2014100249A (ja) 2012-11-19 2014-06-05 Toshiba Corp 血管解析装置、医用画像診断装置、血管解析方法、及び血管解析プログラム

Also Published As

Publication number Publication date
EP4070717A1 (en) 2022-10-12
EP4070717A4 (en) 2024-03-13
CN112151180A (zh) 2020-12-29
WO2021109122A1 (zh) 2021-06-10
JP2023505278A (ja) 2023-02-08
CN112151180B (zh) 2024-03-08
US20220319116A1 (en) 2022-10-06

Similar Documents

Publication Publication Date Title
JP7414329B2 (ja) 狭窄病変を有する血管数学モデルの合成方法及び装置
JP7409718B2 (ja) 血管中心線に基づき血管輪郭線を取得するステップと方法及び装置
WO2021196536A1 (zh) 精确提取血管中心线的方法、装置、分析系统和存储介质
CN110889896B (zh) 获取血管狭窄病变区间及三维合成方法、装置和系统
WO2021097820A1 (zh) 具有狭窄病变区间的血管三维建模方法、装置和系统
JP2022169579A (ja) リアルタイムで診断上有用な結果
WO2022109905A1 (zh) 调节血管轮廓及中心线的方法及存储介质
JP2016511649A5 (ja)
JP2019513453A (ja) 血管の分枝の識別
JP2007289704A (ja) 大動脈瘤の半自動分析のためのシステム及び方法
JP7437077B2 (ja) 生理パラメータに基づき血管評定パラメータを取得する方法、装置及び記憶媒体
CN112419462B (zh) 三维血管的渲染合成方法、系统及存储介质
CN110786842B (zh) 测量舒张期血流速度的方法、装置、系统及存储介质
WO2022109903A1 (zh) 三维血管合成方法、系统及冠状动脉分析系统和存储介质
JP2022554298A (ja) 微小血管抵抗指数に基づき最大充血状態流速を調節する方法及び装置
CN116090364A (zh) 基于cta影像的获取冠脉血流储备分数的方法和可读存储介质
CN112116711B (zh) 用于流体力学分析的圆台血管数学模型的合成方法和装置
JP2022540954A (ja) 血管病変の機能的影響
CN109259751A (zh) 一种评估血流储备分数的方法及装置、设备、存储介质
WO2021097821A1 (zh) 从冠状动脉二维造影图像中提取血管中心线的方法和装置
WO2022109908A1 (zh) 调节血管狭窄区间的方法、系统及存储介质
JP2023532269A (ja) 深層学習に基づいて大動脈画像を取得するシステム
WO2022109907A1 (zh) 精确获取狭窄病变区间的方法及存储介质
WO2022109904A1 (zh) 二维图像选取及三维血管合成的方法和存储介质
Geers et al. Reproducibility of image-based computational hemodynamics in intracranial aneurysms: comparison of CTA and 3DRA

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220603

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220603

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230713

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230718

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231006

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: 20231128

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231221

R150 Certificate of patent or registration of utility model

Ref document number: 7414329

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150