JPWO2016056632A1 - 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 - Google Patents
血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 Download PDFInfo
- Publication number
- JPWO2016056632A1 JPWO2016056632A1 JP2016553156A JP2016553156A JPWO2016056632A1 JP WO2016056632 A1 JPWO2016056632 A1 JP WO2016056632A1 JP 2016553156 A JP2016553156 A JP 2016553156A JP 2016553156 A JP2016553156 A JP 2016553156A JP WO2016056632 A1 JPWO2016056632 A1 JP WO2016056632A1
- Authority
- JP
- Japan
- Prior art keywords
- treatment
- blood vessel
- aneurysm
- blood flow
- blood
- 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.)
- Pending
Links
- 230000002792 vascular Effects 0.000 title claims description 41
- 238000000034 method Methods 0.000 title claims description 26
- 238000011156 evaluation Methods 0.000 title description 4
- 230000017531 blood circulation Effects 0.000 claims abstract description 100
- 206010002329 Aneurysm Diseases 0.000 claims abstract description 82
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 72
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 239000008280 blood Substances 0.000 claims abstract description 9
- 210000004369 blood Anatomy 0.000 claims abstract description 9
- 230000010102 embolization Effects 0.000 claims description 25
- 238000012502 risk assessment Methods 0.000 claims description 2
- 238000002560 therapeutic procedure Methods 0.000 claims 3
- 230000009172 bursting Effects 0.000 claims 1
- 238000005206 flow analysis Methods 0.000 abstract description 10
- 239000012530 fluid Substances 0.000 abstract description 6
- 238000013500 data storage Methods 0.000 abstract description 5
- 201000010099 disease Diseases 0.000 abstract description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 201000008450 Intracranial aneurysm Diseases 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000001356 surgical procedure Methods 0.000 description 7
- 208000007536 Thrombosis Diseases 0.000 description 4
- 230000002980 postoperative effect Effects 0.000 description 3
- 230000000704 physical effect Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 230000001732 thrombotic effect Effects 0.000 description 2
- 206010053649 Vascular rupture Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000007917 intracranial administration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
- A61B5/02014—Determining aneurysm
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- 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
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
- A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
- A61B5/0013—Medical image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- 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
- A61B6/50—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
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- 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
- G06T2207/30—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
-
- 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
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Physiology (AREA)
- Epidemiology (AREA)
- Vascular Medicine (AREA)
- Primary Health Care (AREA)
- Evolutionary Computation (AREA)
- Cardiology (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Signal Processing (AREA)
- Psychiatry (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Neurosurgery (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
Abstract
医用画像16を基に血流シミュレーションを行い血管に関する疾患の治療を支援するためのシステムであって、データ格納部7から医用画像16、流体物性25、境界条件26を読み取る入力部8と、この入力部8で読み取った医用画像16を基に圧力場・流速場を取得する血流解析実行部9と、この圧力場・流速場に基づいて特定の治療対象血管における血流情報を算出する血流情報算出部10と、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタとしての瘤内に流入する血流量の比率を算出する血管治療リスク判定部11と、上記算出結果をユーザに表示する表示部13、15とを有する
Description
本発明は、血管治療リスクを評価するためのシステム、そのコンピュータソフトウエアプログラム及び方法に関し、特に、脳動脈瘤に対する治療法の一つであるコイル塞栓術を行った場合の血管破裂リスクあるいは術後の良否を評価するシステム、そのコンピュータソフトウエアプログラム及び方法に関するものである。
従来より、脳動脈瘤の治療法の一つとしてコイル塞栓術が施術されている。このコイル塞栓術とは、瘤内をプラチナ製等の複数のコイルで充填することにより、瘤内の血流を低下させ、瘤内を血栓化させる方法である。この方法により、瘤全域を血栓化することにより瘤内への血流を遮断し、瘤破裂を予防するものである。
従来、脳動脈瘤のコイル塞栓術は経験則に基づいて行われてきた、すなわち瘤破裂のリスクや治療そのものの要否、さらにはコイルの量等の判断においては、リスクファクターとして、瘤の体積、ネック長、充填率等が検討されている。
また、充填するコイルの量の判断においては、脳動脈瘤の体積に対して充填コイルの体積が20−30%となるようにするのが良いと考えられている。しかしながら、瘤が大きい場合や、瘤のネックが広い場合、また、手技的拘束からコイル充填率が局所的に低下した場合(残存部)に、コイルが瘤頭頂部にかけて圧縮されてしまったり(coil compaction)、残存部の再増大(neck remnant growth)が起き、血栓化が不十分となりがちであった。
さらに、術後に治療の良否を検討する場合においても、瘤の血栓化は術直後に起きるものではないため、コイル塞栓術直後の未血栓化段階において手術の良否を判断することはできず、術後に経過を観察することで治療の良否が判断されてきた。このため、経過観察をし、治療の良否を判断するには最低数ヶ月の月日を必要とする。
いずれのケースにおいても、図1aおよび図1bに見られるように、血流が再開通してしまうことがあり、そのような場合、瘤破裂のリスクが高まるため、再手術の適用が検討される。このようなケースは稀ではなく、施設間の差はあるが全体の2割程度で見られるとする報告すらある。また、small aneurysm(小さな瘤)の場合、コイル塞栓術の手術そのものが困難となり期待される充填率が得られない場合もある。Giant aneurysm(大きな瘤)の場合は、期待される充填率を目指すと非常に多くのコイルを必要とし治療費が高騰することが問題となっている。
背景技術で述べた従来のコイル塞栓術に関する技術では、いずれも結局のところは瘤の形状要素に基づいた判断が医師の経験則によって行われてきた。
この発明はこのような課題に応じてなされたものであり、上記の課題を俯瞰し、コイル塞栓術のリスクの低減、すなわち瘤破裂のリスクや治療そのものの要否、さらにはコイルの量等の判断における治療支援となるシステム、そのコンピュータソフトウエアプログラム及び方法を提供しようとするのである。
この発明の第1の主要な観点によれば、医用画像を基に血流治療を評価するためのシステムであって、特定の治療対象血管における血流情報を算出する血流情報算出部と、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する血管治療リスク判定部と、上記リスクファクタをユーザに表示する表示部とを有するシステムが提供される。
このような構成によれば、医用画像から得られる血流量等の血流情報から、例えば瘤へのコイル塞栓術に対するリスクファクタを算出して、それをユーザに提示することができる。
このような構成によれば、医用画像から得られる血流量等の血流情報から、例えば瘤へのコイル塞栓術に対するリスクファクタを算出して、それをユーザに提示することができる。
この発明の一の実施態様によれば、このシステムは、前記血流情報算出部が前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである。ここで、この特定の治療対象血管が瘤である場合には、前記血流情報算出部は、親血管から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものであることが好ましい。また、この場合、前記血管治療リスク判定部は、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前にこの瘤の増大リスク/破裂リスクを判定するものであることがさらに望ましい。この場合、増大リスク/破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものであることが好ましい。
この発明の別の一の実施態様によれば、前記血管治療リスク判定部は、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである。前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものであることが好ましい。さらにこの場合、治療前と治療後の前記流量比率として、後者が前者の200%以上となった場合に、血管治療の結果は良好でないと判定するものであることが望ましい。
また、この発明のさらなる一の実施態様によれば、前記血管治療は、瘤に対するコイル塞栓術である。ただし、これに限らず例えば、クリッピング、バルーン・ステントを充てんするものであってもよい。
また、この発明の第2の主要な観点によれば、医用画像を基に血流シミュレーションを行い血管に関する疾患の治療を支援するためのコンピュータソフトウエアプログラムであって、コンピュータが、特定の治療対象血管における血流情報を算出する工程と、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程と、上記算出結果をユーザに表示する工程とを有する、前記システムを実行するためのコンピュータソフトウエアプログラムが提供される。
さらに、この発明の第3の主要な観点によれば、医用画像を基に血流シミュレーションを行い血管に関する疾患の治療を支援するための方法であって、特定の治療対象血管における血流情報を算出するステップと、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップと、上記算出結果をユーザに表示するステップとを有する、方法が提供される。
なお、上記で挙げていない本発明の特徴は、この後に説明する発明の実施形態及び図面中に当業者が実施可能に明らかにされる。
以下、本発明の好ましい一実施形態について図2〜図10に基づいて詳細に説明する。
(全体構成)
図2は、本願発明に係る血流解析装置1の概略システム構成図である。この血流解析装置1は、CPU2、メモリ3及び入出力部4が接続されたバス5に、プログラム格納部6とデータ格納部7とが接続されてなる。プログラム格納部6は、入力部8と、血流解析実行部9と、血流情報算出部10と、血管治療リスク判定部11とを備えている。前記血流情報算出部10は血流情報抽出部12および血流情報表示部13を有し、前記血管治療リスク判定部11は、血流情報判定部14およびリスク情報表示部15を有する。データ格納部7には、医用画像16と、演算条件テンプレート17と、良否判断テンプレート18と、血流情報19と、リスク情報20とが格納されている。
図2は、本願発明に係る血流解析装置1の概略システム構成図である。この血流解析装置1は、CPU2、メモリ3及び入出力部4が接続されたバス5に、プログラム格納部6とデータ格納部7とが接続されてなる。プログラム格納部6は、入力部8と、血流解析実行部9と、血流情報算出部10と、血管治療リスク判定部11とを備えている。前記血流情報算出部10は血流情報抽出部12および血流情報表示部13を有し、前記血管治療リスク判定部11は、血流情報判定部14およびリスク情報表示部15を有する。データ格納部7には、医用画像16と、演算条件テンプレート17と、良否判断テンプレート18と、血流情報19と、リスク情報20とが格納されている。
前記構成要素(8〜20)は、実際にはハードディスクの記憶領域に格納されたコンピュータソフトウエアによって構成され、前記CPU2によって呼び出されメモリ3上に展開されて実行されることによって、この発明の各構成要素として構成され機能するようになっている。
以下上記血流解析装置1の各構成要素毎(8〜20)の詳しい構成を、図3に示すフローチャートを参照しつつ説明する。
(入力部)
入力部8はデータ格納部7から医用画像16、流体物性25、境界条件26、計算条件27を受け取るものである。医用画像16はMRI画像等である。また、流体物性25は、この実施形態においては密度と粘度である。境界条件26は、各管路の端面における流速・圧力分布、および、壁面における拘束条件である。この実施形態では、管路の入口や出口における流速分布、壁面での流体の滑りを無視することで速度をゼロと設定する(ノンスリップ条件)。計算条件27は、与えられた流路形状に対しての計算格子生成であり、方程式解法に関する方程式離散化、連立方程式解法である。
入力部8はデータ格納部7から医用画像16、流体物性25、境界条件26、計算条件27を受け取るものである。医用画像16はMRI画像等である。また、流体物性25は、この実施形態においては密度と粘度である。境界条件26は、各管路の端面における流速・圧力分布、および、壁面における拘束条件である。この実施形態では、管路の入口や出口における流速分布、壁面での流体の滑りを無視することで速度をゼロと設定する(ノンスリップ条件)。計算条件27は、与えられた流路形状に対しての計算格子生成であり、方程式解法に関する方程式離散化、連立方程式解法である。
(血流解析実行部)
血流解析実行部9は、入力部8で読み取られた医用画像16を基に圧力場・流速場を取得するものである。この血流解析実行部9は、図4に示されるように、まず医用画像16受け取る(a)。次に受け取った医用画像を基に血管形状(サーフェスメッシュ)を抽出し(b)、計算格子(ボリュームメッシュ)を生成し(c)、入力部8で入力された流体物性25と境界条件(壁面)26を設定し、(d)、血流の入口と出口における流量と流圧を設定する(e)。この設定された流量と圧力を基に、方程式を反復演算することで(f)、圧力場・流速場を取得するものである(g)が、この圧力場・流速場は、時間発展型として解法すれば時空間での圧力場・流速場となる。
血流解析実行部9は、入力部8で読み取られた医用画像16を基に圧力場・流速場を取得するものである。この血流解析実行部9は、図4に示されるように、まず医用画像16受け取る(a)。次に受け取った医用画像を基に血管形状(サーフェスメッシュ)を抽出し(b)、計算格子(ボリュームメッシュ)を生成し(c)、入力部8で入力された流体物性25と境界条件(壁面)26を設定し、(d)、血流の入口と出口における流量と流圧を設定する(e)。この設定された流量と圧力を基に、方程式を反復演算することで(f)、圧力場・流速場を取得するものである(g)が、この圧力場・流速場は、時間発展型として解法すれば時空間での圧力場・流速場となる。
図5は取得した圧力場・流速場を基に血流の流線を可視化した図であり、流速の大きさが色を用いて表現されている。例えば流速の小さいものは青から徐々に水色、緑、黄色、オレンジ等のグラデーションを介して流速の大きなものは赤で表示されるようになっている。例えば、図5において、Aで記される部分は緑、黄色、赤の線が描かれ、Bにおいてはほぼ水色と緑、Cにおいてはほぼ緑の線でDには赤と黄色がみられる。そして、EおよびFはほぼ赤の線から構成されるというように、流速が色に基づいて可視化されている。また、Dが瘤への入り口付近となるが、流線が瘤内にも伸びている様子から、血流が瘤内に流れていることがわかる。
(血流情報算出部)
血流情報算出部10は、上記血流解析実行部9で求めた圧力場・流速場28に基づいて、瘤内状態量の一つである血液の流入量、すなわち流入係数を算出するものである。図6は、この流入係数の算出を説明するための模式図である。図6において、51は瘤であり、54が血管である。そして、この51と54の境目である、瘤51のネック部53にある平面をネック面52と呼ぶ。
血流情報算出部10は、上記血流解析実行部9で求めた圧力場・流速場28に基づいて、瘤内状態量の一つである血液の流入量、すなわち流入係数を算出するものである。図6は、この流入係数の算出を説明するための模式図である。図6において、51は瘤であり、54が血管である。そして、この51と54の境目である、瘤51のネック部53にある平面をネック面52と呼ぶ。
この実施形態においては、まずこのネック面52の重心G59を決定し、そこから鉛直方向58に向かう瘤内鉛直方向単位ベクトル57を抽出する。そして、この瘤内鉛直方向単位ベクトル58と、上記圧力場・流速場を基に算出されたネック面52内の速度ベクトルの内積をとることで瘤51内に実質的に流入する速度を演算する。この速度は面全体に対して積分すればゼロとなるものであるが、これは流入量と流出量が同一であるためである。従って、流入量、流出量のどちらを参照してもよいものであるが、ここでは流入した量のみを参照する。この流入量は、瘤内鉛直方向に向かう流線を正とした場合、正の流量のみを足し合わせることで算出されるものである。例えば図5の例においては、8ml/minとなる。また親血管の流量109ml/minで除すと、流入係数は0.07、すなわち7%となり、親血管流量の7%が瘤に流入していることがわかる。
(血管治療リスク判定部)
血管治療リスク判定部11は、データ格納部7に格納された前記良否判断テンプレート18を読み出し、上記血流情報算出部10で算出された血液の瘤への流入係数をこの良否判断テンプレート18に照合して瘤の増大もしくは再手術の可能性(リスク)を判定するものである。この実施形態では、図9に示すように、この血管治療リスク判定部は、流入係数が0〜0.22はグレードA、0.23〜0.42まではグレードB、0.43〜0.7まではグレードCというように判定する。この判定は、例えば、瘤の増大と非増大の蓄積データに基づいて決定されるものであり、この例では、図10において、流入係数が0〜0.22までは瘤が増大したケースは見られないためグレードAとし、0.23〜0.42までは、増大したケースとしなかったケースが混在するため、グレードB、そして、0.43以上においては増大したケースが100%であるため、グレードCとするものである。この判定に基づいて、リスク情報表示部15がグレードAではリスクはほぼない、グレードBでは注意が必要であり、グレードCでは高リスクとなるような評価結果を表示するものである。
血管治療リスク判定部11は、データ格納部7に格納された前記良否判断テンプレート18を読み出し、上記血流情報算出部10で算出された血液の瘤への流入係数をこの良否判断テンプレート18に照合して瘤の増大もしくは再手術の可能性(リスク)を判定するものである。この実施形態では、図9に示すように、この血管治療リスク判定部は、流入係数が0〜0.22はグレードA、0.23〜0.42まではグレードB、0.43〜0.7まではグレードCというように判定する。この判定は、例えば、瘤の増大と非増大の蓄積データに基づいて決定されるものであり、この例では、図10において、流入係数が0〜0.22までは瘤が増大したケースは見られないためグレードAとし、0.23〜0.42までは、増大したケースとしなかったケースが混在するため、グレードB、そして、0.43以上においては増大したケースが100%であるため、グレードCとするものである。この判定に基づいて、リスク情報表示部15がグレードAではリスクはほぼない、グレードBでは注意が必要であり、グレードCでは高リスクとなるような評価結果を表示するものである。
また、図10は、血流情報算出部10で算出された流入係数のデータを瘤の体積に対してまとめた図である。体積50mm3以内においても流入係数が増大した症例が散見される。すなわち、体積のみではリスクファクターとしては不十分であることを示している。事実、同区域においても流入計算は最小0.1以下から最大0.6程度にまで広がりをもっている。これにより、瘤の形状のみでは流体特性を評価しきれないことが実証され、本発明による流量計数による評価が有効であることが示された。
また、流入係数を用いた別の例として、コイル塞栓術後の施術評価を説明する。
この例では、術後に手術の良否を判断するためのテンプレートとして、コイル塞栓術後に再手術を必要となったケースとそうでないケースを比較検討した数値(術後の流入量/術後の流入量)を格納したテンプレートもあらかじめ準備し、これを参照してコイル塞栓術後後に手術の良否をコンピュータが演算する。この数値としてこの実施形態では200%以上に設定する。これは、コイル塞栓術後に再手術を必要となったケースとそうでないケースの比較において検証された数値として、再手術を必要としたケースでは脳動脈瘤内に入る相対血流量がおよそ二倍増大していること、再手術を必要としたケースでは、およそ5割の血流が瘤内に流入していたことの数値に基づいて決定された数値である。
図7a及び図7bは、それぞれコイル塞栓術直後と一年後における再開通を起こした症例のMRI画像である。施術直後と一年後における瘤の状態を比べると、残存部と再開通部における血液の流入部が一致していることが読み取れる。前記血流情報算出部において血流の流入量が演算されると、本症例において、流入係数は62%にも達している結果が演算された。すなわち、同一の流入部から流入係数62%が瘤内に流入しているため、術直後の段階で流入係数を検討することで、流増大のリスクが術直後にわかることが検証できることが実証された。
以上、本発明の瘤治療支援器具の開発において、本発明者らは脳動脈瘤内の血栓は血流と関連するものであって、血流の低下により血栓が誘発されるわけであるので、形状ではなく血流的要素で取り扱われるべき課題であることに着目した。すなわち、前記の通り、リスクファクターとして、従来のように瘤の体積、ネック長、充填率等の形状的要素でいくら評価しても血流を評価したことにならない。従来の形状要素に代わり、本発明者らは、脳動脈瘤内に流入する血液の流量に着目し、親血管を流れる血流量と瘤内に入る血流量の比を流入係数(Aneurysmal inflow coefficient)として算出することで、瘤増大・瘤破裂のリスクが予測できるとの知見を得、この発明を完成したものである。
このような構成によれば、瘤の形状要素に基づく医師の判断に頼るのではなく、流量係数により、瘤増大のリスク、術後再開通のリスクを容易に判定することができる効果をえることができるものである。
すなわち、本発明者らによる研究においては、脳動脈瘤のなかには、親血管からの流入が1割台もしくは未満という症例も存在することが明らかとなっている。すなわち、脳動脈瘤は発症したにもかかわらず、形態的には血管と接続しているが、血流的にはすでに血管と接続していない脳動脈瘤があることがわかったものである。本発明の装置を用いれば、リスク低減の他にも、そもそも血流が入らない瘤にはコイル塞栓そのものが不要もしくは充填率を減少させることが可能となり、すなわち、コスト低減も可能となるものである。上述のように、本発明は、コイル塞栓術を多面的に支援できる効果を奏するものである。
なお、以上で説明は、本発明の一実施例に過ぎず、発明の要旨を変更しない範囲で種々変形可能である。
例えば、前記一実施形態では、血管治療に対する血流情報は血流量、リスクファクタは流量比等であったが、これに限定されるものではない。例えば、前記血流情報としては脳動脈瘤内に流れる血液の状態を表す量であればよく、例えば、流速、エネルギー、圧力であってもよい。
また、上記一実施形態では、血管治療は、コイル塞栓術であったが、これに限定されるものではない。例えば、クリッピング、バルーン・ステントを充てんする方法であってもよい。
Claims (27)
- 医用画像に基づいて血管治療を評価するためのシステムであって、
特定の治療対象血管における血流情報を算出する血流情報算出部と、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する血管治療リスク判定部と、
上記算出されたリスクファクタをユーザに表示する表示部と
を有するシステム。 - 請求項1に記載のシステムにおいて、
前記血流情報算出部は前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである
ことを特徴とするシステム。 - 請求項2に記載のシステムにおいて、
前記特定の治療対象血管は瘤であり、
前記血流情報算出部は、血管の本流から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものである
ことを特徴とするシステム。 - 請求項3記載のシステムにおいて、
前記血管治療リスク判定部は、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前に、この瘤の増大リスク/破裂リスクを判定するものである
ことを特徴とするシステム。 - 請求項4記載のシステムにおいて、
増大リスク/破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものである
ことを特徴とするシステム。 - 請求項2に記載のシステムにおいて、
前記特定の治療対象血管は瘤であり、
前記血管治療リスク判定部は、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである
ことを特徴とするシステム。 - 請求項6記載のシステムにおいて、
前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものである
ことを特徴とするシステム。 - 請求項7記載のシステムにおいて、
前記血管治療リスク判定部は、
治療前と治療後の前記流量比率として、後者が前者の200%以上となった場合に、血管治療の結果は良好でないと判定するものである
ことを特徴とするシステム。 - 請求項1のシステムであって、
前記血管治療は、瘤に対するコイル塞栓術である
ことを特徴とするシステム。 - 医用画像に基づいて血管治療を評価するためのコンピュータソフトウエアプログラムであって、以下の工程;
コンピュータが、特定の治療対象血管における血流情報を算出する工程と、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程と、
上記算出されたリスクファクタをユーザに表示する工程と
を実行させる命令を含む
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項10に記載のコンピュータソフトウエアプログラムにおいて、
前記特定の治療対象血管における血流情報を算出する工程は前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項11に記載のコンピュータソフトウエアプログラムにおいて、
前記特定の治療対象血管は瘤であり、
前記特定の治療対象血管における血流情報を算出する工程は、血管の本流から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項12記載のコンピュータソフトウエアプログラムにおいて、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程は、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前に、この瘤の増大リスク/破裂リスクを判定するものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項13記載のコンピュータソフトウエアプログラムにおいて、
増大リスク/破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項11に記載のコンピュータソフトウエアプログラムにおいて、
前記特定の治療対象血管は瘤であり、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程は、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項15記載のコンピュータソフトウエアプログラムにおいて、
前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項16記載のコンピュータソフトウエアプログラムにおいて、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程は、
治療前と治療後の前記流量比率として、後者が前者の200%以上となった場合に、血管治療の結果は良好でないと判定するものである
ことを特徴とするコンピュータソフトウエアプログラム。 - 請求項10のコンピュータソフトウエアプログラムであって、
前記血管治療は、瘤に対するコイル塞栓術である
ことを特徴とするコンピュータソフトウエアプログラム。 - 医用画像に基づいて血管治療を評価するための方法であって、
特定の治療対象血管における血流情報を算出するステップと、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップと、
上記算出されたリスクファクタをユーザに表示するステップと
を有する方法。 - 請求項19に記載の方法において、
前記特定の治療対象血管における血流情報を算出するステップは前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである
ことを特徴とする方法。 - 請求項20に記載の方法において、
前記特定の治療対象血管は瘤であり、
前記特定の治療対象血管における血流情報を算出するステップは、血管の本流から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものである
ことを特徴とする方法。 - 請求項21記載の方法において、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップは、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前に、この瘤の増大リスク/破裂リスクを判定するものである
ことを特徴とする方法。 - 請求項22記載の方法において、
増大リスク/破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものである
ことを特徴とする方法。 - 請求項20に記載の方法において、
前記特定の治療対象血管は瘤であり、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップは、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである
ことを特徴とする方法。 - 請求項24記載のシステムにおいて、
前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものである
ことを特徴とする方法。 - 請求項25記載の方法において、
前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップは、
治療前と治療後の前記流量比率として、後者が前者の200%以上となった場合に、血管治療の結果は良好でないと判定するものである
ことを特徴とする方法。 - 請求項19の方法であって、
前記血管治療は、瘤に対するコイル塞栓術である
ことを特徴とする方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201462061409P | 2014-10-08 | 2014-10-08 | |
US62/061,409 | 2014-10-08 | ||
PCT/JP2015/078676 WO2016056632A1 (ja) | 2014-10-08 | 2015-10-08 | 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2016056632A1 true JPWO2016056632A1 (ja) | 2017-08-10 |
Family
ID=55653237
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016553156A Pending JPWO2016056632A1 (ja) | 2014-10-08 | 2015-10-08 | 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170347966A1 (ja) |
JP (1) | JPWO2016056632A1 (ja) |
WO (1) | WO2016056632A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5890055B1 (ja) * | 2015-07-09 | 2016-03-22 | 株式会社アルム | 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法 |
JP6651402B2 (ja) * | 2016-04-12 | 2020-02-19 | 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、医用画像診断装置およびプログラム |
JP7227400B2 (ja) * | 2019-04-15 | 2023-02-21 | 上海博動医療科技股▲分▼有限公司 | 冠血流量及び血流速度の取得方法並びに装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010207531A (ja) * | 2009-03-12 | 2010-09-24 | Toshiba Corp | Mri装置及びデータ処理装置 |
WO2013031741A1 (ja) * | 2011-08-26 | 2013-03-07 | イービーエム株式会社 | 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム |
JP2015073858A (ja) * | 2013-10-11 | 2015-04-20 | 国立大学法人名古屋大学 | 動脈瘤成長判定方法及び同方法に使用される装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7986822B2 (en) * | 2006-04-24 | 2011-07-26 | Siemens Medical Solutions Usa, Inc. | System and method for X-ray based assessment of aneurysm pulsation |
US8144958B2 (en) * | 2008-09-11 | 2012-03-27 | Carl Zeiss Meditec Ag | Medical systems and methods |
US20130085518A1 (en) * | 2009-12-16 | 2013-04-04 | Endoshape, Inc. | Multi-fiber shape memory device |
-
2015
- 2015-10-08 WO PCT/JP2015/078676 patent/WO2016056632A1/ja active Application Filing
- 2015-10-08 US US15/503,626 patent/US20170347966A1/en not_active Abandoned
- 2015-10-08 JP JP2016553156A patent/JPWO2016056632A1/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010207531A (ja) * | 2009-03-12 | 2010-09-24 | Toshiba Corp | Mri装置及びデータ処理装置 |
WO2013031741A1 (ja) * | 2011-08-26 | 2013-03-07 | イービーエム株式会社 | 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム |
JP2015073858A (ja) * | 2013-10-11 | 2015-04-20 | 国立大学法人名古屋大学 | 動脈瘤成長判定方法及び同方法に使用される装置 |
Non-Patent Citations (1)
Title |
---|
高橋 彩来 外: "脳動脈瘤から分岐した後交通動脈が瘤破裂へ及ぼす影響:実形状弾性血管モデルによる血流の三次元可視化解析", 第21回バイオフロンティア講演会講演論文集, JPN6019016495, 11 November 2010 (2010-11-11), JP, pages 5 - 6, ISSN: 0004030035 * |
Also Published As
Publication number | Publication date |
---|---|
WO2016056632A1 (ja) | 2016-04-14 |
US20170347966A1 (en) | 2017-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Augsburger et al. | Intracranial stents being modeled as a porous medium: flow simulation in stented cerebral aneurysms | |
Cebral et al. | Aneurysm rupture following treatment with flow-diverting stents: computational hemodynamics analysis of treatment | |
JP6162452B2 (ja) | 血流解析装置及び血流解析プログラム | |
Cebral et al. | Clinical application of image‐based CFD for cerebral aneurysms | |
Kakalis et al. | The haemodynamics of endovascular aneurysm treatment: a computational modelling approach for estimating the influence of multiple coil deployment | |
Morales et al. | A virtual coiling technique for image-based aneurysm models by dynamic path planning | |
Babiker et al. | Quantitative effects of coil packing density on cerebral aneurysm fluid dynamics: an in vitro steady flow study | |
Castro et al. | Hemodynamics and rupture of terminal cerebral aneurysms | |
WO2016056632A1 (ja) | 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 | |
US8965084B2 (en) | Blood flow computation in vessels with implanted devices | |
Sun et al. | Comprehensive validation of computational fluid dynamics simulations of in‐vivo blood flow in patient‐specific cerebral aneurysms | |
WO2015137260A1 (ja) | 血流解析システムおよび血流解析プログラム | |
Vali et al. | Computational fluid dynamics modeling of contrast transport in basilar aneurysms following flow-altering surgeries | |
US10390782B2 (en) | Device and method for ascertaining at least one individual fluid-dynamic characteristic parameter of a stenosis in a vascular segment having serial stenoses | |
CN111863263A (zh) | 一种模拟方法、装置以及设备 | |
Csippa et al. | Hydrodynamic resistance of intracranial flow-diverter stents: measurement description and data evaluation | |
Farnoush et al. | A growth model of saccular aneurysms based on hemodynamic and morphologic discriminant parameters for risk of rupture | |
WO2017047820A1 (ja) | 病変血流特徴量可視化装置、その方法、及びそのコンピュータソフトウェアプログラム | |
Muñoz et al. | Simulation of intra-saccular devices for pre-operative device size selection: Method and validation for sizing and porosity simulation | |
JP2013508064A (ja) | コイリングパラメータのインタラクティブな決定 | |
JP6865468B2 (ja) | 血管内治療シミュレーション装置及び方法 | |
Evju | Computational hemodynamics in cerebral aneurysms: Robustness of rupture risk indicators under different model assumptions | |
Corriveau et al. | The effect of flow diverting stents on in vivo intrasaccular aneurysm pressure | |
Marsh | Computational Fluid Dynamics of Intracranial Aneurysms: Eulerian and Lagrangian Analysis of the Effect of Endovascular Treatment on Hemodynamics | |
Nakajima et al. | Prediction of atherosclerotic changes in cavernous carotid aneurysms based on computational fluid dynamics analysis: a proof-of-concept study |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180822 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20191119 |