JPWO2016056643A1 - 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム - Google Patents

血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム Download PDF

Info

Publication number
JPWO2016056643A1
JPWO2016056643A1 JP2016553165A JP2016553165A JPWO2016056643A1 JP WO2016056643 A1 JPWO2016056643 A1 JP WO2016056643A1 JP 2016553165 A JP2016553165 A JP 2016553165A JP 2016553165 A JP2016553165 A JP 2016553165A JP WO2016056643 A1 JPWO2016056643 A1 JP WO2016056643A1
Authority
JP
Japan
Prior art keywords
blood vessel
shape model
quality
center line
medical image
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.)
Granted
Application number
JP2016553165A
Other languages
English (en)
Other versions
JP6561349B2 (ja
Inventor
高伸 八木
高伸 八木
栄光 朴
栄光 朴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
EBM Corp
Original Assignee
EBM Corp
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 EBM Corp filed Critical EBM Corp
Publication of JPWO2016056643A1 publication Critical patent/JPWO2016056643A1/ja
Application granted granted Critical
Publication of JP6561349B2 publication Critical patent/JP6561349B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • G09B23/30—Anatomical models
    • G09B23/303—Anatomical models specially adapted to simulate circulation of bodily fluids
    • 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
    • A61B5/4887—Locating particular structures in or on the body
    • A61B5/489—Blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B23/00—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes
    • G09B23/28—Models for scientific, medical, or mathematical purposes, e.g. full-sized devices for demonstration purposes for medicine
    • G09B23/30—Anatomical models
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0066—Optical coherence imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—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
    • A61B5/0263—Measuring blood flow using NMR
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • 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
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pure & Applied Mathematics (AREA)
  • Educational Administration (AREA)
  • Chemical & Material Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Educational Technology (AREA)
  • Business, Economics & Management (AREA)
  • Vascular Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

【解決手段】 この装置は、数値流体力学による血流解析のために血管形状モデルを構築する装置であって、医用画像を入力する入力部と、医用画像に基づいて血管形状モデルを構築する形状モデル生成部と、構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価部と、前記判定結果と構築した血管形状モデルとを出力する出力部とを有する。【選択図】図４

Description

本発明は、数値流体力学による血流解析のための血管形状構築装置、その方法及びコンピュータソフトウエアプログラムに関するものである。
循環器系疾患に、血管の瘤化、硬化、狭窄がある。これらの疾患は、血流の影響により正常部位が病変するもので、その後の進展により死に至るものも少なくないが、その治療は生命の危険を伴うため極めて困難である。このような難治性循環器系疾患の診断や治療方法の決定、発症・進行原因の解明には、数値流体力学（ｃｏｍｐｕｔａｔｉｏｎａｌ ｆｌｕｉｄ ｄｙｎａｍｉｃｓ， ＣＦＤ）による血流解析が有用となる。
数値流体力学とは、流体の流れをコンピュータによる演算解析により取得する技術である。例えば、特許第５５９６８６６号には、血管治療効果をシミュレートするために、医用画像撮像装置等で撮像された医用画像データから三次元血管形状モデルを構築し、その血管形状モデルに基づいて数値流体力学による血流解析を行う技術が開示されている。
しかしながら、上述したような血管形状モデルに基づく血流解析では、解析結果の精度が血管形状の構築精度に大きく左右されるという問題がある。例えば、血管形状モデルの構築に用いられる医用画像データは、撮像する機器の種類や開発メーカー、撮像条件等によってその特性が異なり、血流解析の結果にばらつきをもたらす要因となっている。また、従来の血管形状の構築法では、使用者の判断で入力画像の選定や血管領域および病変部の特定・抽出、諸パラメータの設定が行われており、ユーザー依存性があった。さらに、病変を伴う血管には、血流解析には含めることができない毛細血管や、血管と血管の癒着、狭窄や瘤といった病変特異性がある。従って、従来の構築法では、それら個々の病変特異性を持つ血管形状を１つ１つマニュアルで特定・抽出しなければならず、ユーザー依存性に加えて、多大なコストや労力も問題となっていた。
数値流体力学による血流解析が広く普及するためには、血流解析に用いる形状モデルの構築評価を標準化・共有化して、高精度の形状モデルを高い信頼性で提供することが重要である。しかしながら、今日、血流解析の入力となる血管形状モデルの品質評価はほとんど行われておらず、その精度が十分に保証されていなかった。
特許第５５９６８６６号公報
本発明は、このような状況に鑑みてなされたものであり、その目的は、血流シミュレーションのための血管形状構築の品質管理を行うことが可能な血管形状構築装置、その方法及びコンピュータソフトウエアプログラムを提供することにある。
この発明の第１の主要な観点によれば、数値流体力学による血流解析のために血管形状モデルを構築する装置であって、医用画像を入力する入力部と、前記医用画像に基づいて血管形状モデルを構築する形状モデル生成部と、前記構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価部と、前記判定結果と構築した血管形状モデルとを出力する出力部とを有することを特徴とする装置が提供される。
ここで、この発明の一の実施態様によれば、前記医用画像は輝度情報を有し、前記形状モデル品質評価部は、前記医用画像の前記輝度情報を用いて、前記構築された血管形状モデルの血管壁近傍における血管壁垂直方向の輝度勾配を算出し、当該輝度勾配に基づいて前記形状モデルの品質を判定するものであり、前記形状モデル品質評価部は、前記血管形状モデルの前記輝度勾配が所定値より低い領域がある場合低品質と判定するものである。この場合、前記出力部は、さらに、前記低品質の領域を前記構築された血管形状モデル上で出力表示することが好ましい。また、前記形状モデル品質評価部は、前記構築された血管形状モデル表面の単位領域毎に輝度勾配を算出して、当該輝度勾配が閾値以下のものを低品質箇所と判定し、且つ、前記形状モデル表面全体に対する前記低品質箇所の割合を算出するものであり、この低品質箇所の割合に基づいたスコアを前記判定結果として出力するものであることが好ましい。
また、この発明の別の一の実施態様によれば、上記装置は、さらに、前記医用画像の種類情報を取得し、この種類情報を品質判定テーブルに照らし合わせることで当該医用画像の品質を判定する画像品質判定部を有する装置が提供される。この場合、前記画像品質判定部は、前記医用画像が所定の品質を満たさない場合、当該画像を排除し前記血管形状モデルの生成を行わないようにすることが好ましい。また、前記品質判定テーブルは、撮像装置、撮像条件、および開発メーカーの少なくとも何れか１つの情報を有することが好ましい。
さらなる別の一の実施態様によれば、上記形状モデル生成部は、前記医用画像から血管領域を抽出し且つ当該血管領域の少なくとも一部において血管中心線を生成する第１の抽出部と、前記血管中心線が生成された血管部位に対して当該血管中心線と前記医用画像の両方に基づいて血管内外判定を行い、且つ、前記血管中心線が生成されなかった血管部位に対して前記医用画像に基づいて血管内外判定を行うことで、精密な血管形状モデルを形成する第２の抽出部とを有するものである。この場合、前記第１の抽出部は、血管の中心線候補点群を算出し、当該中心線候補点群に基づいて前記血管中心線を生成するものであることが好ましい。さらにこの場合、前記第１の抽出部は、前記中心線候補点群の密度と当該第１の抽出部で生成された前記血管中心線の線分長とを算出し、当該密度および線分長に基づいて血管の大きさ及び形状を判別するものであることが好ましい。また、さらにこの場合、前記第２の抽出部は、前記第１の抽出部で生成された前記血管中心線に基づいて血管の構造解析を行うことで第２の精密な血管中心線および血管壁を生成するものであることが好ましい。また、前記血管構造解析は、前記第１の抽出部で生成された前記血管中心線上の各点を通る直交断面内領域に対して構造解析を行うものであることが好ましい。
この発明の第２の主要な観点によれば、数値流体力学による血流解析のための血管形状モデルを構築するためにコンピュータにより実行されるコンピュータソフトウエアプログラムであって、以下の記憶媒体に格納される各命令：コンピュータが、医用画像を読み込む入力部と、コンピュータが、前記医用画像に基づいて血管形状モデルを構築する形状モデル生成部と、コンピュータが、前記構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価部と、コンピュータが、前記判定結果と構築した血管形状モデルとを出力する出力部とを有す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が提供される。
また、この発明の第３の主要な観点によれば、数値流体力学による血流解析のための血管形状モデルを構築するためにコンピュータにより実行される方法であって、コンピュータが、医用画像を読み込む読込工程と、コンピュータが、前記医用画像に基づいて血管形状モデルを構築する形状モデル生成工程と、コンピュータが、前記構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価工程と、コンピュータが、前記判定結果と構築した血管形状モデルとを出力する出力工程とを有することを特徴とする方法が提供される。
以上述べた本発明の各構成によれば、いずれも、入力された医用画像データの品質を評価すると共に、構築した血管形状モデルの品質を評価する機能を備え、これらの評価に基づいて画像や形状モデルを適切に処理することにより、より品質の高い血管形状構築を行うことができる装置を得ることができる。
なお、この発明の上記述べた以外の他の特徴については、次に説明する「発明を実施するための形態」及び図面を参照することにより当業者にとって容易に理解することができる。
図１は、数値流体力学を説明するための図。 図２は、数値流体力学による血流解析のフローを示す図。 図３は、血管形状構築のフローを示す図。 図４は、本発明の一実施形態を示す概略構成図。 図５は、前処理のフローを示す図。 図６は、血管モデル生成のフローを示す図。 図７は、粗抽出部の処理を説明するための図。 図８は、精密抽出部の処理を説明するための図。 図９は、血管形状モデルの品質判定を説明するための図。 図１０は、結果表示の例を示す図。
以下、この発明の一実施形態を図面に基づき具体的に説明する。
前述したように、この発明は、数値流体力学（ｃｏｍｐｕｔａｔｉｏｎａｌ ｆｌｕｉｄ ｄｙｎａｍｉｃｓ， ＣＦＤ）による血流解析のための血管形状構築装置、その方法及びコンピュータソフトウエアプログラムに関するものであり、特に、入力された医用画像データの品質を評価すると共に、構築した血管形状モデルの品質を評価する機能を備え、これらの評価に基づいて画像や形状モデルを適切に処理することにより、より品質の高い血管形状構築を行うことができる装置である。
以下、この実施形態の説明を簡単にするために、まず、数値流体力学を用いた解析の概念を説明する。数値流体力学では、流体の流れをコンピュータによる演算解析により演算し出力する。より詳しくは、流れを記述する支配方程式（連続の式、ナビエストークス方程式）を代数方程式に置換して逐次演算により近似解を得る。
数値流体力学の入力は、図１に示すように、流路形状１、流体物性２、境界条件３、計算条件４の４つであり、出力は空間における圧力場・流速場５である。時間発展型として前記支配方程式を解法することで時空間での圧力場・流速場５が算出できる。
ここで、流路形状１は、具体的にはコンピュータ上でＣＡＤ（ｃｏｍｐｕｔｅｒ−ａｉｄｅｄ−ｄｅｓｉｇｎ）などにより設計する。流体物性２は、具体的には密度と粘度である。境界条件３は、具体的に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。例えば、管路の入口や出口における流速分布、壁面では流体の滑りを無視することで速度をゼロと設定したりする（ノンスリップ条件）。計算条件４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。
図２は、上記数値流体力学による血流解析のフローを示したものであるが、その詳細な説明については省略する。
次に、この実施形態における血管形状構築の概念について説明する。
図３は、血管形状構築プロセスを示したものである。血管形状構築では、まず医用画像を取得する（図３（ａ））。次に、前記医用画像から血管内外の判定を行い領域分割する（図３（ｂ））。次に、対象とする領域を設定する（図３（ｃ））。次に、マーチングキューブ法などにより曲面を構築する（図３（ｄ））。これにより画像のボクセル空間からポリゴン空間に移行する。すなわちこの時点で血管壁面は微小三角形要素から構築されている。次に、各血管に対して中心線を構築する（図３（ｅ））。その後は、形状計測などを行う（図３（ｆ））。
ここで構築した血管形状の精度は、前述した血流解析結果に直接的に影響を及ぼす。そのため、高精度の血管形状モデルを高い信頼性で構築することが重要であり、この実施形態における血管形状構築装置は、以下に説明する処理により、より高精度・高信頼性で血管形状モデルを構築するものである。
図４は、この発明の一実施形態を示す概略構成図である。この装置は、大きく分けて、画像入力判定部６と、前処理部７と、形状モデル生成部８と、形状モデル品質判定部９と、出力部１０とからなる。これらの各構成部６〜１０は、実際にはハードディスク等の記憶媒体に格納されたコンピュータソフトウエアプログラムであり、コンピュータのＣＰＵによってＲＡＭ上に展開され順次実行されることで構成される。以下、各構成部６〜１０の構成をその動作と共に詳しく説明する。
（画像入力判定部（ステップＳ１））
まず、画像入力判定部６は、血管抽出のための医用画像を読み込んだ後
（ステップＳ１−１）、その画像品質を品質判定テーブル１１に基づき判定し（ステップＳ１−２）、品質の良くないものを排除し（ステップＳ１−３）、良いもののみを次工程に渡すものである。
この実施形態において、医用画像は例えば医用画像撮像装置で撮像されたものである。医用画像撮像装置は、例えば現在主流のＭＲＡ（磁気共鳴画像）、ＣＴＡ（Ｘ線コンピュータ断層撮影画像）、ＤＳＡ（血管造影画像）に加え、ＩＶＵＳ（血管内超音波画像）、ＯＣＴ（近赤外画像）などが挙げられる。近年の医用画像は、画像種の標準規格、例えばＤＩＣＯＭ規格等に準拠したものが多いが、その画像の品質評価に関する規格化はほとんどなされていない。そのため、医用画像の品質にばらつきが大きく、このような医用画像から構築された血管形状で血流シミュレーションを行うと精度保証されず信頼性の高い結果が得られないという問題がある。
本発明者らは、この問題に対して実験研究を行った結果、（１）撮像装置の種類の違い、（２）撮像条件の違い、（３）開発メーカーの違いの３つの違いが、撮像された医用画像の品質ばらつきをもたらし、それらの画像から構築された血流形状での血流解析結果精度に大きな影響を及ぼしていることが特定された。
次に、これらの３つの因子が画像に及ぼす影響についてより詳しく説明する。（１）撮像装置の種類によってその撮像手法は異なる。例えば、ＤＳＡは動脈内にカテーテル留置しそこから造影剤を注入する。またＣＴＡは静脈内にカテーテル留置しそこから造影剤を注入する。ＭＲＡは一般に造影剤を用いずに血流の動きを信号化することで画像を取得する。そして、これらの撮像装置を用いて撮像された画像のコントラストはＤＳＡ>ＣＴＡ>ＭＲＡの順の関係にある。このように、画像の特性は装置の種類に依存して異なる傾向があり、このような画像の装置依存性は血管抽出の精度に影響を及ぼす。さらに、装置の種類によって以下の画像特性の違いもある。ＤＳＡは造影画像と非造影画像をサブトラクションすることで骨や石灰化などの硬組織由来アーチファクトを除去できる。また、ＣＴＡは本来においては骨や石灰化の影響を受けているため、血管形状構築にはサブトラクションが望ましい。またＭＲＡは信号強度そのものに流速依存性があり、流れの乱れに応じて撮像画像の血管形状が歪んでしまう場合がある。（２）撮像条件とは、例えば空間解像度や時間解像度、造影材の注入速度や注入濃度などである。（３）撮像装置の種類が同じであっても開発メーカーによって画像の品質、例えばノイズ程度が異なる。
そこで、本発明では、画像入力判定部６が、血管抽出のための医用画像を読み込んだ後（ステップＳ１−１）、その医用画像の種類情報を前記品質判定テーブル１１に照らし合わせることでその画像品質を判定し（ステップＳ１−２）、品質の良くないものを排除するようにして、次工程に送る医用画像に制限を設ける。
以下に、画像の品質を判定する具体的な処理について説明する。まず、血流シミュレーションに適した撮像装置、撮像条件および開発メーカー情報を有するデータテーブル１１（以下、「品質判定テーブル」と言う）を予めメモリー上に格納しておく。そして、医用画像読込時に、医用画像データから、当該画像の撮像装置、撮像条件、開発メーカーに関する情報を取得し（ステップＳ１−１）、これらの情報が前記品質判定テーブル１１の情報に該当するかを判定する（ステップＳ１−２）。ここで、読み込まれた医用画像が前記データテーブル１１の情報に該当しないと判定された場合は、当該撮像画像を排除し、以下で詳しく説明する前処理部７に入力されないようにする。判定結果は出力部１０で出力してもよい。例えば、画像が低品質と判定され排除される場合、その旨のメッセージを出力し使用者に知らせてもよい。あるいは、読み込まれた医用画像が前記データテーブルの情報に該当しないと判定された場合でも、自動的に画像を排除せずに、低品質評価である旨のメッセージを出力し使用者に確認させる方法もある。このように、画像入力判定部６で、医用画像対象を制限することで、構築される血管形状の品質ばらつきを低減させることができる。
（前処理部（ステップＳ２））
画像入力判定部６は前述のように医用画像に一定の制限を設けて読込を行うが、制限されずに読み込まれた画像のなかでも質にはばらつきがある。ＤＳＡ，ＣＴＡ，ＭＲＡなど、撮像装置によって撮像原理がそもそも異なるために同一の画像とすることが原理上不可能なためである。そこで、次に、前処理部７が、画像入力判定部６で読み込まれた医用画像の撮像装置依存性、撮像条件依存性、開発メーカー依存性を低減する補正処理を行う。
図５は前処理部７の処理フローを示す図である。
この前処理部７は、まず、ボクセル（医用画像を構成する単位３次元空間要素）のＸＹＺ軸方向の大きさを一定にする補正値を算出し、当該補正値に基づきボクセルを補間し等方化する（ステップＳ２−１）。この実施形態では、Ｚ軸方向（体軸方向）の補間を行うが、他の軸方向の補間を行い等方化してもよいし、これに限られない。次に、等方ボクセル化した画像の解像度を二倍にする画像補間処理を行う（ステップＳ２−２）。次に、撮像装置、撮像条件、開発メーカー依存性を低下させるフィルター処理を行う（ステップＳ２−３）。この画像補正処理は、例えば、ＣＴＡの場合では自動骨抜き、ＭＲＡの場合では血流依存性に対する補正処理を行う。
（形状モデル生成部（ステップＳ３））
次に、形状モデル生成部８が、前処理された医用画像に基づいて血管形状モデルを構築する。
形状モデル構築では、医用画像に対してある一定の条件を満たすボクセルを抽出することで領域分割を行ない、血管領域を抽出する。一定の条件とは、一般的には、輝度値の絶対値（閾値法）や輝度値の勾配（勾配法）で定義される。しかしながら、これら従来手法では解決できない問題がある。例えば、閾値法とはある一つの閾値に対して画像を二値化する方法であるが、この方法は血管の部位や大小に応じて輝度値そのものが一定ではないため、領域対象に含める血管を同一基準で評価できない。より具体的には、太い血管を基準とすれば、細い血管は過小評価され、細い血管を基準とすれば太い血管は過大評価されてしまう。さらに、撮像画像の輝度値は例えば造影剤の濃度等の撮像条件により変動するものであり、この点においても、輝度値のみから血管を特定する閾値法は血管を同一基準で評価する上で問題となる。一方、勾配法は数多くの方法論が提案されているが、シード点依存性があるのが問題となる。すなわち、起点を設定して領域探索を行う際に、異なる起点から探索すれば結果も異なってくるという起点依存性がある。従って、勾配法においても血管を同一基準で評価できないという問題がある。これらの問題に対して、本発明者らが血管形状モデルの適切な構築法について実験研究を行なった結果、血管の中心線を粗抽出した上で再び血管を精密抽出する構築法すなわち多段構築法が有効であることが明らかとなった。
すなわち、この実施形態における形状モデル生成部８は、粗抽出部１２と精密抽出部１３とを有し、多段構築法により血管形状モデルを構築する。つまり、閾値法や勾配法のような単段構築法で領域分割を行う方法ではなく、多段構築法にすることで、対象領域における各血管部位の形状や種類（例えば血管の大小や動脈瘤など）を特定した上で再び血管形状を精密抽出する。
以下、具体的な処理を説明する。
形状モデル生成部８では、図６に示すように、まず、粗抽出部１２が撮像画像から血管形状を粗抽出し粗中心線を生成し（ステップＳ３−１）、次いで、精密抽出部１３がこの粗抽出された粗中心線に基づいて精密抽出を行う（ステップＳ３−２）ことで血管形状モデルを構築する。
図７は粗抽出部１２の処理を説明するための図である。この粗抽出部１２は、より具体的には、まず閾値法や勾配法などの従来手法を用いて血管の粗抽出を行う（ステップＳ３−１−１）。次に、マーチングキューブ法などにより血管曲面を形成する（ステップＳ３−１−２）。この段階で、血管は微小三角形の要素から構成されている。次に、中心線候補点群を演算生成する（ステップＳ３−１−３）。尚、この実施形態では、中心線候補点は、一つの三角形要素の重心から血管内直交方向に線分を形成し、対側面と衝突した点の中点である。次に、前記中心線候補点群や線分に基づいてフィルタリング処理を行う（ステップＳ３−１−４）。微小三角形はほぼ同一の大きさで制御されていることから、中心線候補点群の密度は周囲の微小三角形の数に比例する。すなわち、血管径が大きいほど点群の数は増大し、逆に点群の密度が低ければ血管径は小さくなる。瘤や分岐といった中心線をそもそも数学的に定義できない箇所では中心線候補点群の密度は著しく低下する。従って、一定の精度の中心線を構築するために、中心線候補点群の密度に閾値を設けるフィルタリング処理を行う。さらに、瘤内部にも中心線候補点群が現れるが、この部分に対しては、中心線の密度に加え、中心線の線分長を含めてフィルタリング処理を行ってもよい。これは、血流シミュレーションに用いる血管形状は、少なくともある一定の長さを有する必要があるためである。次に、中心線を生成する（ステップＳ３−１−５）。中心線は、種手の方法で生成することができるが、この実施形態ではB-splineなどの補間により算出する。以下、この粗抽出部１２で生成された中心線を粗中心線と言う。その後、この粗抽出された粗中心線に基づいて精密抽出部１３が精密抽出を行う。
図８は精密抽出部１３の処理を説明するための図である。まず、精密抽出部１３は、粗抽出により生成された粗中心線に基づいて血管内領域を特定する血管構造解析を行う（ステップＳ３−２−１）。この血管構造解析は、粗中心線が形成された領域のみに限定して、血管内外判定を実行することで行う。この血管内外判定では、粗中心線上の各点から垂直面を形成し、その垂直面上で輝度勾配を抽出し、その最大値までを血管内と判定する。このように、本発明では粗中心線を生成し、当該粗中心線の各点を通る垂直平面で血管内領域判定を行うことで、従来の勾配法では困難であったシード点依存性を解決できる。次に、上記判定に基づき血管壁を精密抽出し、この精密抽出した血管壁に対して中心線を再生成する（ステップＳ３−２−２）。次に、中心線を再生できていない部位、例えば瘤や分岐領域などに対して領域拡張法により血管内外判定を行う（ステップＳ３−２−３）。最後に、血管の解剖学的位置・配向性にもとづいて血管および病変部を同定しラベリングを行い（ステップＳ３−２−４）、精密形状モデルを生成する（ステップＳ３−２−５）。尚、ステップＳ３−２−４において、脳動脈瘤などの血管病変の同定は、血管形状のトポロジー変化を算出・分析することにより該当部を抽出する。
（形状モデル品質判定部（ステップＳ４））
次に、形状モデル品質判定部９が、前記で生成した血管形状モデルに基づいて当該モデルの形状再現度合を示すスコアを算出し、当該スコアに基づいて前記血管形状モデルの品質を判定する（ステップＳ４−１）。血管形状モデルの品質を定量化する方法は一つではないが、この実施形態では、形状モデル構築に使用した医用画像の情報を用いて、「血管壁の形状再現性」を評価する。より具体的には、まず、医用画像の輝度情報から血管形状モデルの血管壁近傍における輝度勾配を算出する。この実施形態では、図９（Ａ）に示すように、血管形状モデルの三角形要素の重心に対して血管表面直行方向に線分Ｘｉ（Ｂ）を形成し、当該線分に沿って輝度勾配を算出する。図９（Ｂ）に横軸をＸｉ、縦軸を輝度値とするグラフを示す。同図に示すように、血管壁近傍では血管内から血管外に向けて輝度値が低下する。急激な低下ほど血管内外のコントラストは明瞭となる。形状モデル品質判定部９は、上記輝度勾配を血管形状モデル表面の全三角形要素に対して算出する。図９（Ｃ）は、血管形状モデル表面の各三角形要素における輝度勾配をヒストグラムにしたものである。
そして、形状モデル品質判定部９は、図９（Ｃ）に斜線で示すように輝度勾配が閾値以下のものを品質低下と判定する。その後、形状モデル品質判定部９は、再現度を示すスコアとして全体に対する閾値以下の割合を算出し、総合的な品質（Ｇｒａｄｅ Ａ，Ｂ，Ｃ）を判定する。
他の実施形態では、形状モデル品質判定部９は、構築した形状モデル自体の形状に着目し、再現度を示すスコアとして血管壁の凹凸度を算出することにより血管形状モデルの総合的な品質を評価してもよい。この実施形態では、凹凸が大きいほどモデルの品質が低く、凹凸が小さいほどモデルの品質が高いものとする。
他の実施形態では、さらに、構築した形状モデルに対して癒着の有無を検出・特定する処理を行ってもよい。また、当該癒着の程度を定量化し、当該癒着度の情報を総合的な形状モデルの品質の判定条件に含めてもよい。例えば、形状モデル全体に対する癒着領域の割合を算出し、形状モデルの品質判定の条件に含めることができる。あるいは、上記輝度勾配、凹凸度、および／または癒着度に関するスコアを組み合わせて、総合的な血管形状モデルの品質を判定してもよい。
その後、形状モデル品質判定部９は、形状モデルおよび品質判定結果を次工程に渡す。ただし、この実施形態では、低品質（例えば、Ｇｒａｄｅ Ｃ）と判定された形状モデルは排除する（ステップＳ４−２）。その場合、その旨のメッセージや、品質判定結果、例えばスコア等を以下に記載する出力部１０で出力して使用者に知らせてもよい。あるいは、低品質と判定された場合でも、自動的に形状モデルを排除せずに、出力部１０において品質判定結果や低品質評価である旨のメッセージを出力し使用者に確認させる方法もある。
（出力部 ステップＳ５）
出力部１０は、形状モデル品質判定部９で算出された情報（輝度勾配やそのヒストグラム、スコアなど）、形状モデル品質判定部９で判定された品質評価結果（Ｇｒａｄｅ Ａ，Ｂ，Ｃ）、精密血管形状モデルなどを出力する。例えば品質低下をもたらした箇所を、３次元血管形状モデル上で出力表示してもよいし、血管（ラベル）と関連づけることで文字表示してもよい。図１０は、後交通動脈に該当箇所が見られることを示す。
その他、本発明における装置各部の構成は図示構成例に限定されるものではなく、実質的に同様の作用を奏する限りにおいて、種々の変更が可能である。
例えば、上記実施形態では、図８に示すように動脈瘤を含む脳動脈を例として本発明における装置の構成および処理を説明したが、本発明はこれに限られるものではなく、例えば、脳動脈、頚動脈、冠動脈、大動脈などその他の血管部位に適用してもよい。また、血管の硬化や狭窄などその他の血管病変を含む血管領域に適用することが可能である。また、上記実施形態では、血管病変の同定・抽出を、血管形状のトポロジー変化を算出・分析することにより行っているが、本発明はこれに限られるものではなく、血管病変部を精密に抽出できる手法であればその他の手法であってよい。
また、例えば、上記実施形態では、形状モデルの総合的な品質をＧｒａｄｅ Ａ，Ｂ，Ｃの３段階で判定し出力しているが、これに限られるものではなく、例えば再現度合いを示すスコア（数値）を総合的な品質判定の結果として出力してもよい。また、上記実施形態では、再現度合いを示すスコアを算出する方法として輝度勾配、凹凸度、癒着の情報を用いる場合を説明したが、これに限られるものではなく、血流解析のための血管形状モデルの形状を評価するために、その他の情報を用いてスコアを算出してもよい。さらに、複数の情報を用いて算出された複数のスコアに基づいて、総合的な品質を示すスコア（数値）を算出することができる。この場合、各スコアに重み付けをして、特に血流解析の精度に影響を及ぼしやすい評価項目のスコアが、総合的な品質を示すスコアに反映されるようにしてもよい。また、品質判定結果は必ずしもスコアという形でなくても良い。
また、上記実施形態における装置は出力部を備えているが、これに限られるものではなく、その他のデバイス、例えばその他のパーソナルコンピュータまたはラップトップ、またはスマートフォン、タブレットなどに、上記品質判定結果および／または血管形状モデルを有線または無線で伝送して出力表示してもよい。
また、本発明における装置において、画像入力から形状モデルおよび品質判定結果出力までの一連処理は全自動で行うことができるが、これに限らない。また、本発明における装置は、上記実施形態で説明した装置各部における処理に加えて、精密な血管形状モデル構築に適したその他の処理を加えても良い。また、本発明の血管形状構築装置、その方法およびコンピュータプログラムは、実質的に同様の作用を奏する限りにおいて、様々な用途に応用できることを理解されたい。

Claims (36)

  1. 数値流体力学による血流解析のために血管形状モデルを構築する装置であって、
    医用画像を入力する入力部と、
    前記医用画像に基づいて血管形状モデルを構築する形状モデル生成部と、
    前記構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価部と、
    前記判定結果と構築した血管形状モデルとを出力する出力部と
    を有することを特徴とする装置。
  2. 請求項１に記載の装置において、
    前記医用画像は輝度情報を有し、
    前記形状モデル品質評価部は、前記医用画像の前記輝度情報を用いて、前記構築された血管形状モデルの血管壁近傍における血管壁垂直方向の輝度勾配を算出し、当該輝度勾配に基づいて前記形状モデルの品質を判定するものであり、
    前記形状モデル品質評価部は、前記血管形状モデルの前記輝度勾配が所定値より低い領域がある場合低品質と判定するものである、
    ことを特徴とする装置。
  3. 請求項２に記載の装置において、
    前記出力部は、さらに、前記低品質の領域を前記構築された血管形状モデル上で出力表示するものである
    ことを特徴とする装置。
  4. 請求項２に記載の装置において、
    前記形状モデル品質評価部は、前記構築された血管形状モデル表面の単位領域毎に輝度勾配を算出して、当該輝度勾配が閾値以下のものを低品質箇所と判定し、且つ、前記形状モデル表面全体に対する前記低品質箇所の割合を算出するものであり、この低品質箇所の割合に基づいたスコアを前記判定結果として出力するものである
    ことを特徴とする装置。
  5. 請求項１に記載の装置において、この装置は、さらに、
    前記医用画像の種類情報を取得し、この種類情報を品質判定テーブルに照らし合わせることで当該医用画像の品質を判定する画像品質判定部を有する
    ことを特徴とする装置。
  6. 請求項５に記載の装置において、
    前記画像品質判定部は、前記医用画像が所定の品質を満たさない場合、当該画像を排除し前記血管形状モデルの生成を行わないようにする
    ことを特徴とする装置。
  7. 請求項５に記載の装置において、
    前記品質判定テーブルは、撮像装置、撮像条件、および開発メーカーの少なくとも何れか１つの情報を有する
    ことを特徴とする装置。
  8. 請求項１に記載の装置において、前記形状モデル生成部は、
    前記医用画像から血管領域を抽出し且つ当該血管領域の少なくとも一部において血管中心線を生成する第１の抽出部と、
    前記血管中心線が生成された血管部位に対して当該血管中心線と前記医用画像の両方に基づいて血管内外判定を行い、且つ、前記血管中心線が生成されなかった血管部位に対して前記医用画像に基づいて血管内外判定を行うことで、精密な血管形状モデルを形成する第２の抽出部と
    を有することを特徴とする装置。
  9. 請求項８に記載の装置において、
    前記第１の抽出部は、血管の中心線候補点群を算出し、当該中心線候補点群に基づいて前記血管中心線を生成するものである
    ことを特徴とする装置。
  10. 請求項９に記載の装置において、
    前記第１の抽出部は、前記中心線候補点群の密度と生成された前記血管中心線の線分長とを算出し、当該密度および線分長に基づいて血管の大きさ及び形状を判別するものである
    ことを特徴とする装置。
  11. 請求項８に記載の装置において、
    前記第２の抽出部は、前記第１の抽出部で生成された前記血管中心線に基づいて血管の構造解析を行うことで第２の精密な血管中心線および血管壁を生成するものである
    ことを特徴とする装置。
  12. 請求項１１に記載の装置において、
    前記血管構造解析は、前記第１の抽出部で生成された前記血管中心線上の各点を通る直交断面内領域に対して構造解析を行うものである
    ことを特徴とする装置。
  13. 数値流体力学による血流解析のための血管形状モデルを構築するためにコンピュータにより実行されるコンピュータソフトウエアプログラムであって、以下の記憶媒体に格納される各命令：
    コンピュータが、医用画像を読み込む入力部と、
    コンピュータが、前記医用画像に基づいて血管形状モデルを構築する形状モデル生成部と、
    コンピュータが、前記構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価部と、
    コンピュータが、前記判定結果と構築した血管形状モデルとを出力する出力部と
    を有す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。
  14. 請求項１３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、
    前記医用画像は輝度情報を有し、
    前記形状モデル品質評価部は、コンピュータが、前記医用画像の前記輝度情報を用いて、前記構築された血管形状モデルの血管壁近傍における血管壁垂直方向の輝度勾配を算出し、当該輝度勾配に基づいて前記形状モデルの品質を判定するものであり、
    前記形状モデル品質評価部は、前記血管形状モデルの前記輝度勾配が所定値より低い領域がある場合低品質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。
  15. 請求項１４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、
    前記出力部は、さらに、前記低品質の領域を前記構築された血管形状モデル上で出力表示するものである
    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。
  16. 請求項１４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、
    前記形状モデル品質評価部は、前記構築された血管形状モデル表面の単位領域毎に輝度勾配を算出して、当該輝度勾配が閾値以下のものを低品質箇所と判定し、且つ、前記形状モデル表面全体に対する前記低品質箇所の割合を算出するものであり、この低品質箇所の割合に基づいたスコアを前記判定結果として出力するものである
    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。
  17. 請求項１３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、このコンピュータソフトウエアプログラムは、さらに、
    コンピュータが、前記医用画像の種類情報を取得し、この種類情報を品質判定テーブルに照らし合わせることで当該医用画像の品質を判定する画像品質判定部を有する
    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。
  18. 請求項１７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、
    前記画像品質判定部は、前記医用画像が所定の品質を満たさない場合、当該画像を排除し前記血管形状モデルの生成を行わないようにする
    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。
  19. 請求項１７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、
    前記品質判定テーブルは、撮像装置、撮像条件、および開発メーカーの少なくとも何れか１つの情報を有する
    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。
  20. 請求項１３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、前記形状モデル生成部は、
    コンピュータが、前記医用画像から血管領域を抽出し且つ当該血管領域の少なくとも一部において血管中心線を生成する第１の抽出部と、
    コンピュータが、前記血管中心線が生成された血管部位に対して当該血管中心線と前記医用画像の両方に基づいて血管内外判定を行い、且つ、前記血管中心線が生成されなかった血管部位に対して前記医用画像に基づいて血管内外判定を行うことで、精密な血管形状モデルを形成する第２の抽出部と
    を有す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。
  21. 請求項２０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、
    前記第１の抽出部は、血管の中心線候補点群を算出し、当該中心線候補点群に基づいて前記血管中心線を生成するものである
    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。
  22. 請求項２１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、
    前記第１の抽出部は、前記中心線候補点群の密度と生成された前記血管中心線の線分長とを算出し、当該密度および線分長に基づいて血管の大きさ及び形状を判別するものである
    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。
  23. 請求項２０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、
    前記第２の抽出部は、前記第１の抽出部で生成された前記血管中心線に基づいて血管の構造解析を行うことで第２の精密な血管中心線および血管壁を生成するものである
    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。
  24. 請求項２３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、
    前記血管構造解析は、前記第１の抽出部で生成された前記血管中心線上の各点を通る直交断面内領域に対して構造解析を行うものである
    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。
  25. 数値流体力学による血流解析のための血管形状モデルを構築するためにコンピュータにより実行される方法であって、
    コンピュータが、医用画像を読み込む読込工程と、
    コンピュータが、前記医用画像に基づいて血管形状モデルを構築する形状モデル生成工程と、
    コンピュータが、前記構築された血管形状モデルの形状再現度合を評価することで当該血管形状モデルの品質を判定する形状モデル品質評価工程と、
    コンピュータが、前記判定結果と構築した血管形状モデルとを出力する出力工程と
    を有することを特徴とする方法。
  26. 請求項２５に記載の方法において、
    前記医用画像は輝度情報を有し、
    前記形状モデル品質評価工程は、コンピュータが、前記医用画像の前記輝度情報を用いて、前記構築された血管形状モデルの血管壁近傍における血管壁垂直方向の輝度勾配を算出し、当該輝度勾配に基づいて前記形状モデルの品質を判定するものであり、
    前記形状モデル品質評価工程は、前記血管形状モデルの前記輝度勾配が所定値より低い領域がある場合低品質と判定するものである、
    ことを特徴とする方法。
  27. 請求項２６に記載の方法において、
    前記出力工程は、さらに、コンピュータが、前記低品質の領域を前記構築された血管形状モデル上で出力表示する工程を有するものである
    ことを特徴とする方法。
  28. 請求項２６に記載の方法において、
    前記形状モデル品質評価工程は、前記構築された血管形状モデル表面の単位領域毎に輝度勾配を算出して、当該輝度勾配が閾値以下のものを低品質箇所と判定し、且つ、前記形状モデル表面全体に対する前記低品質箇所の割合を算出するものであり、この低品質箇所の割合に基づいたスコアを前記判定結果として出力するものである
    ことを特徴とする方法。
  29. 請求項２５に記載の方法において、この方法は、さらに、
    コンピュータが、前記医用画像の種類情報を取得し、この種類情報を品質判定テーブルに照らし合わせることで当該医用画像の品質を判定する画像品質判定部を有する
    ことを特徴とする方法。
  30. 請求項２９に記載の方法において、
    前記画像品質判定工程は、前記医用画像が所定の品質を満たさない場合、当該画像を排除し前記血管形状モデルの生成を行わないようにする
    ことを特徴とする方法。
  31. 請求項２９に記載の方法において、
    前記品質判定テーブルは、撮像装置、撮像条件、および開発メーカーの少なくとも何れか１つの情報を有する
    ことを特徴とする方法。
  32. 請求項２５に記載の方法において、前記形状モデル生成工程は、
    コンピュータが、前記医用画像から血管領域を抽出し且つ当該血管領域の少なくとも一部において血管中心線を生成する第１の抽出工程と、
    コンピュータが、前記血管中心線が生成された血管部位に対して当該血管中心線と前記医用画像の両方に基づいて血管内外判定を行い、且つ、前記血管中心線が生成されなかった血管部位に対して前記医用画像に基づいて血管内外判定を行うことで、精密な血管形状モデルを形成する第２の抽出工程と
    を有することを特徴とする方法。
  33. 請求項３２に記載の方法において、
    前記第１の抽出工程は、血管の中心線候補点群を算出し、当該中心線候補点群に基づいて前記血管中心線を生成するものである
    ことを特徴とする方法。
  34. 請求項３３に記載の方法において、
    前記第１の抽出工程は、前記中心線候補点群の密度と生成された前記血管中心線の線分長とを算出し、当該密度および線分長に基づいて血管の大きさ及び形状を判別する工程を有する
    ことを特徴とする方法。
  35. 請求項３２に記載の方法において、
    前記第２の抽出工程は、前記第１の抽出工程で生成された前記血管中心線に基づいて血管の構造解析を行うことで第２の精密な血管中心線および血管壁を生成するものである
    ことを特徴とする方法。
  36. 請求項３５に記載の方法において、
    前記血管構造解析は、前記第１の抽出部で生成された前記血管中心線上の各点を通る直交断面内領域に対して構造解析を行うものである
    ことを特徴とする方法。
JP2016553165A 2014-10-08 2015-10-08 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム Active JP6561349B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462061440P 2014-10-08 2014-10-08
US62/061,440 2014-10-08
PCT/JP2015/078695 WO2016056643A1 (ja) 2014-10-08 2015-10-08 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム

Publications (2)

Publication Number Publication Date
JPWO2016056643A1 true JPWO2016056643A1 (ja) 2017-07-27
JP6561349B2 JP6561349B2 (ja) 2019-08-21

Family

ID=55653247

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016553165A Active JP6561349B2 (ja) 2014-10-08 2015-10-08 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム

Country Status (3)

Country Link
US (1) US20170323587A1 (ja)
JP (1) JP6561349B2 (ja)
WO (1) WO2016056643A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170323587A1 (en) * 2014-10-08 2017-11-09 EBM Corporation Blood-vessel-shape construction device for blood-flow simulation, method therefor, and computer software program
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
DE102016226230B4 (de) * 2016-12-27 2018-07-12 Siemens Healthcare Gmbh Automatisierte Bildprüfung in der Röntgenbildgebung
JP6653673B2 (ja) * 2017-02-28 2020-02-26 富士フイルム株式会社 血流解析装置および方法並びにプログラム
US10950016B2 (en) * 2018-06-11 2021-03-16 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for reconstructing cardiac images
DE102020102683B4 (de) 2020-02-03 2023-12-07 Carl Zeiss Meditec Ag Computerimplementiertes Verfahren, Computerprogramm und Diagnosesystem, insbesondere zur Bestimmung wenigstens eines Geometriemerkmals eines Abschnitts eines Blutgefäßes
KR102513601B1 (ko) * 2020-11-09 2023-03-22 울산대학교 산학협력단 3차원 영상 기반 유체 시뮬레이션 방법,　장치 및 프로그램
CN113456989A (zh) * 2021-06-29 2021-10-01 泰州健朗医疗器械有限公司 介入导管测量亲水涂层附着力用的血路模块及其应用
CN114898036A (zh) * 2022-04-26 2022-08-12 青岛埃米博创医疗科技有限公司 一种基于探索算子的肝血管模型的生成方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000506398A (ja) * 1995-10-06 2000-05-30 ビー エイチ ビー エル シー フィードバックによるｃｔコントラスト増強の予測方法および装置
JP2002501774A (ja) * 1998-02-03 2002-01-22 ザ、ボード、オブ、トラスティーズ、オブ、ザ、ユニバシティー、オブ、イリノイ 脳循環モデルと用途
WO2013031742A1 (ja) * 2011-08-26 2013-03-07 イービーエム株式会社 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
JP2013540045A (ja) * 2010-10-20 2013-10-31 メドトロニック ナビゲーション，インコーポレイテッド ゲーテッドイメージ収集および患者モデル構造
JP2014113264A (ja) * 2012-12-07 2014-06-26 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
JP2015171486A (ja) * 2014-03-12 2015-10-01 国立大学法人大阪大学 血流解析システムおよび血流解析プログラム
US20170323587A1 (en) * 2014-10-08 2017-11-09 EBM Corporation Blood-vessel-shape construction device for blood-flow simulation, method therefor, and computer software program

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000506398A (ja) * 1995-10-06 2000-05-30 ビー エイチ ビー エル シー フィードバックによるｃｔコントラスト増強の予測方法および装置
JP2002501774A (ja) * 1998-02-03 2002-01-22 ザ、ボード、オブ、トラスティーズ、オブ、ザ、ユニバシティー、オブ、イリノイ 脳循環モデルと用途
JP2013540045A (ja) * 2010-10-20 2013-10-31 メドトロニック ナビゲーション，インコーポレイテッド ゲーテッドイメージ収集および患者モデル構造
WO2013031742A1 (ja) * 2011-08-26 2013-03-07 イービーエム株式会社 血管治療効果の血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
WO2013031743A1 (ja) * 2011-08-26 2013-03-07 イービーエム株式会社 血管血流シュミレーションシステム、その方法及びコンピュータソフトウエアプログラム
WO2013031744A1 (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
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
JP2014113264A (ja) * 2012-12-07 2014-06-26 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
JP2015171486A (ja) * 2014-03-12 2015-10-01 国立大学法人大阪大学 血流解析システムおよび血流解析プログラム
US20170323587A1 (en) * 2014-10-08 2017-11-09 EBM Corporation Blood-vessel-shape construction device for blood-flow simulation, method therefor, and computer software program

Also Published As

Publication number Publication date
WO2016056643A1 (ja) 2016-04-14
JP6561349B2 (ja) 2019-08-21
US20170323587A1 (en) 2017-11-09

Similar Documents

Publication Publication Date Title
JP6561349B2 (ja) 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム
US9135699B2 (en) Method and system for hemodynamic assessment of aortic coarctation from medical image data
US9888968B2 (en) Method and system for automated therapy planning for arterial stenosis
US9629563B2 (en) Method and system for functional assessment of renal artery stenosis from medical images
JP2023051917A (ja) ステント計画システム及び血管表現を使用する方法
JP2022133369A (ja) 次数低減モデル及び／または機械学習を使用して血流特性を推定するためのシステム及び方法
US10398386B2 (en) Systems and methods for estimating blood flow characteristics from vessel geometry and physiology
Shum et al. Semiautomatic vessel wall detection and quantification of wall thickness in computed tomography images of human abdominal aortic aneurysms
US10803995B2 (en) Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models
WO2017047819A1 (ja) 血管形状分析装置、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
Sankaran et al. Fast computation of hemodynamic sensitivity to lumen segmentation uncertainty
JP6653673B2 (ja) 血流解析装置および方法並びにプログラム
WO2022166281A1 (zh) 血流动力学指标数据的处理方法和系统
KR20140082663A (ko) 혈류성상 진단을 위한 시스템, 그 방법 및 컴퓨터 소프트웨어 프로그램
JP6713690B2 (ja) 血管形状構築装置、その方法及びコンピュータソフトウエアプログラム
JP2019512131A (ja) 画像ベースの患者固有の血流力学的モデルにおいて解像されていない血管を特定してモデル化するためのシステム及び方法
Villa-Uriol et al. Toward integrated management of cerebral aneurysms
WO2015137260A1 (ja) 血流解析システムおよび血流解析プログラム
Kandangwa et al. Influence of right coronary artery motion, flow pulsatility and non-Newtonian rheology on wall shear stress metrics
Zhang et al. Robust infrarenal aortic aneurysm lumen centerline detection for rupture status classification
KR102000615B1 (ko) 관상동맥의 시작점을 자동으로 추출하기 위한 방법 및 그 장치
JP6876897B2 (ja) 血流解析装置、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
Ayyalasomayajula et al. Three dimensional active contours for the reconstruction of abdominal aortic aneurysms
Seada et al. Model-based automatic segmentation of ascending aorta from multimodality medical data
Kelsey et al. The effects of geometric variation from OCT-derived 3D reconstructions on wall shear stress in a patient-specific coronary artery

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

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: 20190604

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190626

R150 Certificate of patent or registration of utility model

Ref document number: 6561349

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250