JPWO2017047821A1 - 組織血管特性を可視化するための方法及びその装置 - Google Patents
組織血管特性を可視化するための方法及びその装置 Download PDFInfo
- Publication number
- JPWO2017047821A1 JPWO2017047821A1 JP2017540053A JP2017540053A JPWO2017047821A1 JP WO2017047821 A1 JPWO2017047821 A1 JP WO2017047821A1 JP 2017540053 A JP2017540053 A JP 2017540053A JP 2017540053 A JP2017540053 A JP 2017540053A JP WO2017047821 A1 JPWO2017047821 A1 JP WO2017047821A1
- Authority
- JP
- Japan
- Prior art keywords
- blood vessel
- tissue
- blood
- blood flow
- unit
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000002792 vascular Effects 0.000 title claims description 29
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 207
- 230000017531 blood circulation Effects 0.000 claims abstract description 91
- 238000004458 analytical method Methods 0.000 claims abstract description 37
- 239000008280 blood Substances 0.000 claims abstract description 36
- 210000004369 blood Anatomy 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 55
- 238000003384 imaging method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 5
- 238000005206 flow analysis Methods 0.000 claims description 5
- 210000002889 endothelial cell Anatomy 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 19
- 238000000926 separation method Methods 0.000 description 8
- 210000004556 brain Anatomy 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000012800 visualization Methods 0.000 description 6
- 238000002603 single-photon emission computed tomography Methods 0.000 description 5
- 230000035882 stress Effects 0.000 description 5
- 238000005452 bending Methods 0.000 description 4
- 238000002583 angiography Methods 0.000 description 3
- 230000004872 arterial blood pressure Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 2
- 210000005013 brain tissue Anatomy 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 208000003174 Brain Neoplasms Diseases 0.000 description 1
- 201000008450 Intracranial aneurysm Diseases 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 230000005907 cancer growth Effects 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000036581 peripheral resistance Effects 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012916 structural analysis Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000004614 tumor growth Effects 0.000 description 1
- 231100000216 vascular lesion Toxicity 0.000 description 1
Classifications
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【解決手段】 この方法は、組織血管特性を可視化するための方法であって、コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を有する。
【選択図】 図2
【選択図】 図2
Description
本発明は、PET/SPECT等の機能イメージングを使用せずに、血管の形態イメージングデータから組織血液量や血管の抹消抵抗等の組織血管特性を算出及び表示する技術に関するものである。
従来より医療現場で利用されている非侵襲イメージングは、(1)形態イメージング、(2)機能イメージングの二つに分類することができる。形態イメージングのなかでは、MRA、CTA、DSAなどで血管の形状をイメージングするものが代表的である。形態イメージングでは、空間解像度の限定から高々0.5mmオーダーの血管を可視化することにとどまっている。一方、心臓や脳の深部の血液供給は毛細血管に頼っている。毛細血管のスケールは0.001〜0.01mmオーダーであり、形態イメージングすることはできない。そこで、PETやSPECTといった機能イメージングが用いられる。PETやSPECTでは、血中に毛細血管を透過する物質を注入してその分布を計測する。この場合、物質は放射性物質となり、毛細血管の壁を透過する性質を利用して組織に供給される組織血流量や組織が保有する組織血液量を計測することができる。
しかしながら、非侵襲イメージングを使って毛細血管を含めた組織の血管特性を可視化しようとする場合に、形態イメージングと機能イメージングに分かれてしまっているので、医療現場に多大な負荷とコストを要求してしまうという課題があった。
さらに、形態画像と機能画像を結びつけるためには抹消抵抗という概念を導入する必要がある。しかし、抹消抵抗はこれまで概念レベルであった。すなわち、抹消抵抗を図るためには遠位血管での圧力と流量が必要となり、その値の計測には、カテーテルを用いた侵襲的計測が必要となり、非侵襲的には行えないという課題があった。
一方、癌や腫瘍の成長は毛細血管が局所的に増大することが必要であることを鑑みると、組織内血流を供給する毛細血管そのものをイメージングすることはできないにしても、毛細血管に血流を供給する責任血管の同定を行うことができれば新たなる治療法を生み出すきっかけとなることが期待できる。
以上の背景から、発明者らは、医用画像等の形態イメージングから得られるデータから機能イメージングで得られるデータを数学的に算出できれば上述の課題を抜本的に解決できるという結論に至った。このために発明者らは、形態イメージングをベースに機能イメージングを行う方法を誠意開発し、MRA、CTA、DSAなどの血管形態イメージングをベースにPET/SPECTのようなイメージングとして組織血液量や抹消抵抗等の組織血管特性を数学的に算出する方法を見いだした。
上記課題を解決するために、本発明の第1の主要な観点によれば、
コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を有する組織血管特性を可視化するための方法が提供される。
コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を有する組織血管特性を可視化するための方法が提供される。
この発明の一の実施態様によれば、前記責任血管を同定する工程は、コンピュータが当該解析対象領域に対する最近傍血管を抽出する工程と、コンピュータが前記最近傍血管を流れる血流の流線を計算する工程と、コンピュータが前記計算された流線に基づいて前記責任血管を決定する工程と、をさらに有するものである。
別の一の実施態様によれば、前記組織血管特性は、前記解析対象領域に供給される組織血流量であり、前記組織血管特性を算出する工程は、コンピュータがメモリに格納された組織血流量算出係数を読み出す工程と、コンピュータが前記読みだした組織血流量算出係数を前記責任血管の血流量に乗することで前記解析対象領域の単位重量当たりの組織血流量を出力する工程と、を有するものである。
この発明のさらに別の一の実施態様によれば、前記組織血管特性は、前記解析対象領域の毛細血管における抹消抵抗であり、前記組織血管特性を算出する工程はさらに、コンピュータが前記責任血管の血流量に基づいて前記責任血管の圧力損失値を算出する工程と、コンピュータが前記圧力損失値に基づいて前記解析対象領域の抹消抵抗を算出して出力する工程を有する。
また、前記医用画像は、MRA、CTA、DSAによる血管断層画像を用いるのが好ましい。
この発明のさらに別の一の実施態様によれば、前記血流量は、コンピュータがハーゲンポアズイユ理論と内皮細胞の一定せん断応力調節機能からモデル化した式から算出するものである。
別の一の実施態様によれば、前記組織血流量算出係数は、形態イメージングから求めた血管血流量と機能イメージングから求めた組織血液量の関連性を統計処理して得られ、前記メモリに格納されたものである。
この発明のさらに別の一の実施態様によれば、圧力損失値を算出する工程は、コンピュータがハーゲンポアズイユ理論をもとにモデル化した式に前記流量を適用することで算出するものである。
さらに別の一の実施態様によれば、前記医用画像から各血管の血管形状を算出する工程をさらに有するものである。
さらに別の一の実施態様によれば、前記算出された血管形状に基づいて、各血管における血流量を物理的に算出する工程をさらに有するものである。
この発明のさらに別の一の実施態様によれば、前記責任血管を同定する工程はさらに、前記医用画像を血流解析の計算結果に対して重畳表示する工程と、前記重畳表示された医用画像上でユーザーが前記解析対象領域のターゲット点を指定する工程と、前記ターゲット点を指定した医用画像から近傍血管を抽出する工程と、を有するものである。
別の一の実施態様によれば、前記流線を計算する工程は、前記抽出された最近傍血管上で前記ターゲット点から最も近い位置にシード点を配置することで流線を計算するものである。
この発明の第2の主要な観点によれば、コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する責任血管同定部と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する組織血管特性算出部と、を有する組織血管特性を可視化するための装置が提供される。
この発明の第3の主要な観点によれば、コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と、を実行する命令を含む組織血管特性を可視化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。
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提供される。
以下、本発明の好ましい実施形態について詳細に説明する。
図1は、この実施形態に係る血管特性表示装置を示す概略構成図である。
図1は、本発明の一実施形態における血管特性表示装置100のシステム構成図を示すものである。この血管特性表示装置100は、制御部1、操作部2、記録部3、及び表示部4等を有する。制御部1は、CPUとメモリ(いずれも図示せず)を有し、記録部3に記録されている医用画像データ、コンピュータ・ソフトウエアや各種の変数及び係数(後述するせん断応力値、組織血流量算出係数などを含む)を適宜読み出し、メモリ上に展開することにより、図2に示すような各構成要素として機能する。すなわち、医用画像入力部21、細線化部22、グラフ化部23、形状測定部24、血管血流量算出部25、(図示していない)責任血管同定部26、血管特定算出部27として機能する。
次に図2〜10を参照して各構成部によって実行される動作について、ステップを追って詳細に説明する。
(医用画像入力部:ステップS1)
医用画像入力部21は医用画像等を入力する入力インターフェースとして機能する。入力される医用画像は、MRA(磁気共鳴血管造影)、CTA(コンピュータ断層血管造影)、DSA(デジタル差分血管造影)等の撮像装置で撮像された断層画像が望ましく、医用画像は、図示しないネットワークやその他の転送手段により一旦記録部3に記録された後、制御部1に入力される(図1)。
医用画像入力部21は医用画像等を入力する入力インターフェースとして機能する。入力される医用画像は、MRA(磁気共鳴血管造影)、CTA(コンピュータ断層血管造影)、DSA(デジタル差分血管造影)等の撮像装置で撮像された断層画像が望ましく、医用画像は、図示しないネットワークやその他の転送手段により一旦記録部3に記録された後、制御部1に入力される(図1)。
また、医用画像入力部21では画像(医用画像)の他、流体物性、境界条件、計算条件等の流体解析に必要なパラメータ等の入力処理をすることもできるようになっている。
(細線化部:ステップS2)
細線化部22では、医用画像入力部21で入力された医用画像を二値化(ステップS2−1)及び細線化処理(ステップS2−2)して血管の中心線を取得する。細線化部22における処理は、図3を参照して説明する。
細線化部22では、医用画像入力部21で入力された医用画像を二値化(ステップS2−1)及び細線化処理(ステップS2−2)して血管の中心線を取得する。細線化部22における処理は、図3を参照して説明する。
二値化(ステップS2−1)
まず、細線化部22はステップS1で入力された医用画像((図3(a))を二値化し、血管の3次元形状を抽出する(図3(b):ステップS2−1)。本実施形態では、細線化部22は二値化の閾値を画像全体の輝度値のヒストグラムに基づいて血管壁特有の特徴を抽出するように自動設定する。他の実施形態では、ユーザーが二値化の閾値を選定して設定するようにしてもよい。
まず、細線化部22はステップS1で入力された医用画像((図3(a))を二値化し、血管の3次元形状を抽出する(図3(b):ステップS2−1)。本実施形態では、細線化部22は二値化の閾値を画像全体の輝度値のヒストグラムに基づいて血管壁特有の特徴を抽出するように自動設定する。他の実施形態では、ユーザーが二値化の閾値を選定して設定するようにしてもよい。
細線化(ステップS2−2)
次に、細線化部22は、二値化した3次元血管形状データに対して細線化処理を行い血管中心線を取得する(図3(c):ステップS2−2)。細線化は複数のアルゴリズムが知られており、特定のアルゴリズムに限定されないが、この実施形態では、細線化部は、抽出した血管領域のボクセルを当該血管領域の外周側(すなわち表面)から中心に向けて削ることで血管の芯を抽出し、血管走行方向にスプライン曲線などをフィッティングすることで中心線を取得する。
次に、細線化部22は、二値化した3次元血管形状データに対して細線化処理を行い血管中心線を取得する(図3(c):ステップS2−2)。細線化は複数のアルゴリズムが知られており、特定のアルゴリズムに限定されないが、この実施形態では、細線化部は、抽出した血管領域のボクセルを当該血管領域の外周側(すなわち表面)から中心に向けて削ることで血管の芯を抽出し、血管走行方向にスプライン曲線などをフィッティングすることで中心線を取得する。
(グラフ化部23:ステップS3)
グラフ化(ステップS3−1)
次に、グラフ化部23は、細線化部22で得られた血管中心線を用いてグラフ化を行う(図3(d):ステップS3−1)。グラフ化とは、この実施形態では中心線データの各血管部分にラベリングすることであり、そのグラフ化されたデータをグラフデータと呼ぶ。グラフ化処理において、グラフ化部は、まず血管中心線を領域ごとに要素分割する。この要素分割は、図3(d)に示すように、細線化処理で取得した中心線においてその端部・分岐点(A、B、C、・・・)を特定し、当該端部・分岐点で前記中心線を分割することで行う。以下、この分割された端点・分岐点間の中心線に対応する各血管部分を血管要素と言う。その後、グラフ化部は、各血管要素の中心線データにラベリング(#1、2、3、・・・)を行いグラフデータを生成する(ステップS3−1)。
グラフ化(ステップS3−1)
次に、グラフ化部23は、細線化部22で得られた血管中心線を用いてグラフ化を行う(図3(d):ステップS3−1)。グラフ化とは、この実施形態では中心線データの各血管部分にラベリングすることであり、そのグラフ化されたデータをグラフデータと呼ぶ。グラフ化処理において、グラフ化部は、まず血管中心線を領域ごとに要素分割する。この要素分割は、図3(d)に示すように、細線化処理で取得した中心線においてその端部・分岐点(A、B、C、・・・)を特定し、当該端部・分岐点で前記中心線を分割することで行う。以下、この分割された端点・分岐点間の中心線に対応する各血管部分を血管要素と言う。その後、グラフ化部は、各血管要素の中心線データにラベリング(#1、2、3、・・・)を行いグラフデータを生成する(ステップS3−1)。
尚、グラフ化において、血管の癒着により血管にアーチファクトとしてのループ形状が発生する場合がある。
グラフ化部に、血管のループの有無を判定し、血管ループが検出された場合は血管同士の癒着を切り離す処理を含めてもよい。ここでいう癒着とは図4(a)〜(b)に示すように、本来血管同士は癒着していないにも関わらず、画像精度の不足から癒着しているかのようにみえ、ループ形状が発生している現象である。この現象を以下、「癒着」または、「癒着アーチファクト」と言う。
癒着の検出(ステップS3−2)
通常、血管とは全身レベルでは一巡閉鎖系のループ回路となっているが、血流解析が取り扱う比較的に微視的な領域においてループは形成しない。従って、この実施形態では、ループの有無に応じて癒着の有無を検出する。具体的には、図5(a)〜(c)に示すように、癒着部位の検出を、血管形状のグラフ化、および当該グラフの深さ優先探索により行う(ステップS3−2)。すなわち、端点と分岐点を検出し、それらの接続関係を調べる。
通常、血管とは全身レベルでは一巡閉鎖系のループ回路となっているが、血流解析が取り扱う比較的に微視的な領域においてループは形成しない。従って、この実施形態では、ループの有無に応じて癒着の有無を検出する。具体的には、図5(a)〜(c)に示すように、癒着部位の検出を、血管形状のグラフ化、および当該グラフの深さ優先探索により行う(ステップS3−2)。すなわち、端点と分岐点を検出し、それらの接続関係を調べる。
例えば、図5(a)に示す血管形状をもとに処理された図5(b)に示すグラフでは血管の分岐構造が表現されている。この図上で、円で示したものは節点であり、端点または分岐点を示す。癒着が生じると、このグラフに閉路(ループ)として表れるようになっており、この閉路をグラフの深さ擾先探索を行うことで検出する(図5(c))。これは初期の節点からすべての節点を通るように辺をたどっていく操作である。たどり方の規則は以下の通りである。
(1)分岐点に来たときには、通過していない辺を選び、次の節点に進む。
(2)端点に来たときには、手前の分岐点に戻る。
(3)分岐点に戻ったときに通過していない辺がなければ、手前の分岐点に戻る。
(1)分岐点に来たときには、通過していない辺を選び、次の節点に進む。
(2)端点に来たときには、手前の分岐点に戻る。
(3)分岐点に戻ったときに通過していない辺がなければ、手前の分岐点に戻る。
図5(c)において、各節点の番号は分岐深さ優先探索の訪問順序を表す。また、実線矢印は往路、点線矢印は復路を示す。この図5(c)に示す例では5番と6番の間に閉路が生じている。深さ優先探索を行うと、5番の節点から6番,7番,8番と進み6番に戻ってくる。ここで、往路は図の下側の辺を通ってきたので、上側の辺はまだ通過していない。ところが上の辺を選ぶとすでに訪問済みの5番に着く。閉路がなければ訪問済みの節点に戻るのは復路だけであるが、閉路が存在する場合は往路で訪問済みの節点に到達する。従って、節点と辺の通過状況を記録しておくことによって閉路を検出することができ、閉路と判定された時点の節点(図5(c)に示す例では6番)が癒着部位とみなすことができる。
癒着部位の分離(ステップS3−3)
グラフ化部23は癒着部位を検出すると、次に当該癒着部位の分離を行う。この癒着分離は、ある閾値を設定し、癒着の程度を評価することで行なう。癒着の程度が閾値以上であれば、領域分割の始点にもどり、より厳格な基準で二値化を行うことで積極的に癒着の程度を緩和する。癒着の程度が閾値以下であれば、癒着部位に接続されている血管の走行方向と形状にもとづいて癒着部位を分離する。分離の処理は、血管領域、中心線、血管の走行方向および断面積に基づいて行う。血管領域、中心線、血管の走行方向は領域分割および構造解析で取得したものであり、血管の断面は血管領域の血管走行方向に垂直な断面を計測することにより取得する。
グラフ化部23は癒着部位を検出すると、次に当該癒着部位の分離を行う。この癒着分離は、ある閾値を設定し、癒着の程度を評価することで行なう。癒着の程度が閾値以上であれば、領域分割の始点にもどり、より厳格な基準で二値化を行うことで積極的に癒着の程度を緩和する。癒着の程度が閾値以下であれば、癒着部位に接続されている血管の走行方向と形状にもとづいて癒着部位を分離する。分離の処理は、血管領域、中心線、血管の走行方向および断面積に基づいて行う。血管領域、中心線、血管の走行方向は領域分割および構造解析で取得したものであり、血管の断面は血管領域の血管走行方向に垂直な断面を計測することにより取得する。
分離処理の流れは以下の通りである。
(1)血管の断面積の変化から癒着区間を求める。
(2)癒着区間の前後の血管の中心線を用いて、癒着区間の中心線を推定する。
(3)癒着区間の血管断面において二つの接する楕円を血管表面の輪郭に当てはめることによって各血管の形状を推定する。
(4)癒着区間断面を二つに分割する。
(1)血管の断面積の変化から癒着区間を求める。
(2)癒着区間の前後の血管の中心線を用いて、癒着区間の中心線を推定する。
(3)癒着区間の血管断面において二つの接する楕円を血管表面の輪郭に当てはめることによって各血管の形状を推定する。
(4)癒着区間断面を二つに分割する。
以下に、図6を参照して、上記(1)〜(4)の各分離処理をより詳細に説明する。まず、癒着区間とその前後における血管の断面積を計測する。癒着している部分は二本の血管が一体となっているため、血管の走行に沿って断面積をプロットしていくと図6(a)中の下方に示したグラフのように癒着区間のみ断面積が増大する。この変化を検出して、癒着区間を決定する。
次に血管の中心線に着目すると、元々は二本だった中心線が内側へとずれていき、ついには接して分岐点となる。図6(a)上図において一点鎖線で示したものがそれに相当する。しかし、本来は二本の血管であるから、図6(a)上図において点線で示したように、交わることの無い二本の曲線になっているはずである。そこで、癒着区間の本来の中心線をその前後の中心線から補間することによって推定する。その次に、推定された中心線を用いて、癒着区間の断面上で各血管の輪郭を推定する。図6(b)は癒着区間における血管走行方向に垂直な断面を示している。二つの黒い点71は推定された中心線を示す。血管の断面は楕円と仮定して、二つ楕円72の中心が既知であり、接しているという条件の下で癒着区間の血管の輪郭73に二つの楕円を当てはめる。図6(b)の点線が当てはめた二つの楕円を示す。最後に、癒着区間の内部を二つの血管の径の比に応じて二つの領域に分割し、分離処理を完了する。
(形状計測部24:ステップS4)
形状計測部24では、グラフ化処理により得られた各血管要素の形状計測を行う。具体的には、この実施形態では下記のパラメータを計測する(図8)。
(1)直径
(2)凹凸
(3)曲げ
(4)捻れ
(5)分岐角度
(1)直径は、血管中心線走行方向での血管断面積の等価直径である。(2)凹凸は、図7に示すように、血管表面走行座標系の線分の各点と当該点を含む中心線直行断面で定義しうる血管高さを写像した3次元情報より定量化する。(3)曲げと(4)捻れは血管中心線をスプライン関数近似することで定量する。(5)分岐角度は、血管分岐部における親血管と娘血管のなす角度である。
形状計測部24では、グラフ化処理により得られた各血管要素の形状計測を行う。具体的には、この実施形態では下記のパラメータを計測する(図8)。
(1)直径
(2)凹凸
(3)曲げ
(4)捻れ
(5)分岐角度
(1)直径は、血管中心線走行方向での血管断面積の等価直径である。(2)凹凸は、図7に示すように、血管表面走行座標系の線分の各点と当該点を含む中心線直行断面で定義しうる血管高さを写像した3次元情報より定量化する。(3)曲げと(4)捻れは血管中心線をスプライン関数近似することで定量する。(5)分岐角度は、血管分岐部における親血管と娘血管のなす角度である。
(血管血流量計算部25:ステップS5)
血管血流量計算部25は、形状計測部24で出力された血管平均径をもとに以下の数1を使用して各血管要素における血流量を算出する。
血管血流量計算部25は、形状計測部24で出力された血管平均径をもとに以下の数1を使用して各血管要素における血流量を算出する。
なお、ここでτは壁面せん断応力、μは血液粘度である。この実施形態では、τとμは定数として与えられるが、対象患者で実測した値を用いてもよい。または、加齢や疾患ごとに応じて別途に用意された至適せん断応力ダイアグラムからせん断応力を決めても良い。ここで、αは血管の曲げや蛇行による影響を補正する係数である。
(責任血管同定部26)
図2には図示されていない責任血管同定部26は、血管特性の解析対象領域に血液を供給する責任血管を同定する。この工程は、ステップS5の後に形状計測部24(ステップS4)によって取得された血管の3次元形状データを画面上に表示させて、ユーザーがターゲットを指定した上で責任血管が抽出されるようにしてもよいし、ステップS5の後ではなく、ステップS7B−1で行われてもよい。
図2には図示されていない責任血管同定部26は、血管特性の解析対象領域に血液を供給する責任血管を同定する。この工程は、ステップS5の後に形状計測部24(ステップS4)によって取得された血管の3次元形状データを画面上に表示させて、ユーザーがターゲットを指定した上で責任血管が抽出されるようにしてもよいし、ステップS5の後ではなく、ステップS7B−1で行われてもよい。
また別の実施形態では、責任血管の同定はステップS1で医用画像を入力した後に行われる。この場合、ステップS1の後に画面上に医用画像を表示してユーザーにターゲットを指定させ、近傍血管の抽出、最近傍血管の同定、及び最近傍血管中を流れる血流の流線計算を行うことにより、ターゲットに血液を供給する血液輸送経路が可視化され、責任血管が同定される。この責任血管同定の工程については、後述の別の実施形態の説明において、図14〜18を参照して詳細に説明する。
(血管特性算出部27:ステップS7)
血管特性算出部27は、責任血管同定部26で同定された責任血管を用いて、組織毎、あるいは指定領域毎の血管特性を算出するものである。以下に算出される組織血管特性別に詳細に説明する。
血管特性算出部27は、責任血管同定部26で同定された責任血管を用いて、組織毎、あるいは指定領域毎の血管特性を算出するものである。以下に算出される組織血管特性別に詳細に説明する。
(組織血管特性A:組織血液量の可視化)
組織血液量計算部41(ステップS7A−1)
組織血液量計算部41は、血管血流量計算部25で算出された血管血流量をもとに、以下の数2を使用して組織血流量を計算する。
組織血液量計算部41(ステップS7A−1)
組織血液量計算部41は、血管血流量計算部25で算出された血管血流量をもとに、以下の数2を使用して組織血流量を計算する。
ここで、Qtissueは単位重量当たりの組織血液量[ml/min/gram]、βは比例係数、Qiは責任血管同定部26で抽出された最近傍血管を流れる血管血流量である。図9では、Qi=150と示されている。
上記比例係数βは、血管血流量と組織血流量の関連性を統計処理することで得られた値である。より詳しくは、この実施形態では例えば脳を対象とした場合、脳全体に供給される血流量すなわち上記血管血流量の積算値と、脳の組織に供給される血流量とは一致するものであり、脳組織単位重量当たりの組織血流量であるQtissueを脳全体で積算すると上記血管血流量の積算値と一致する。βは、このような血流量の質量保存則を利用して算出した値である。より具体的には、βは、最近傍血管の血流量に関連付けてQtissueを取得できるように質量保存を拘束条件として取得される。
Qtissueが図9に四角で示す組織の場合、最近傍血管は、図9に示す#1であり、この血管を流れる血流量をもとに組織血流量を算出する。βは、血管血流量と組織血流量の関連性を統計処理することで得られた値である。この実施形態では、血管血流量は位相コントラストMRI等による形態イメージングから得られたであり、組織血液量はPET/SPECT等による機能イメージングから得られたである。
組織血液量の表示
最終的に、血管特性可視化装置100は組織血流量を画面に表示する。この実施形態では、図10に示すようにCT撮像された医用画像に組織血流量計算部の結果を重畳したものを断面表示する。この組織血流量計算部の結果は、脳において3次元的すなわち各単位組織毎に組織血液量を計算した結果である。尚、この図では重畳した結果が2次元断面で示されているが、本発明の装置は当該結果を3次元的に表示してもよい。ここでは、組織血液量の値を4段階に区別して表示する。例えば組織血流量の大小は図10に示すように赤、黄色、緑、青で表わす。赤の領域が最も組織血液量が高く、黄色、緑、青の順で組織血流量が低くなっていくものとする。
最終的に、血管特性可視化装置100は組織血流量を画面に表示する。この実施形態では、図10に示すようにCT撮像された医用画像に組織血流量計算部の結果を重畳したものを断面表示する。この組織血流量計算部の結果は、脳において3次元的すなわち各単位組織毎に組織血液量を計算した結果である。尚、この図では重畳した結果が2次元断面で示されているが、本発明の装置は当該結果を3次元的に表示してもよい。ここでは、組織血液量の値を4段階に区別して表示する。例えば組織血流量の大小は図10に示すように赤、黄色、緑、青で表わす。赤の領域が最も組織血液量が高く、黄色、緑、青の順で組織血流量が低くなっていくものとする。
本実施形態では、最終的に算出・可視化される組織血管特性が組織血液量の場合を説明したが、次に算出される組織血管特性が抹消抵抗の場合の実施形態を説明する。
(組織血管特性B:抹消抵抗の可視化)
次に、血管特性算出部27で出力される組織血管特性が抹消抵抗の場合の実施形態について説明する。この実施形態では、血管特性算出部27は、圧力計算部45(ステップS7B−1)と抹消抵抗計算部46(ステップS7B−2)をさらに有す。
次に、血管特性算出部27で出力される組織血管特性が抹消抵抗の場合の実施形態について説明する。この実施形態では、血管特性算出部27は、圧力計算部45(ステップS7B−1)と抹消抵抗計算部46(ステップS7B−2)をさらに有す。
圧力計算部45(ステップS7B−1)
まず、圧力計算部45は、形状計算部24と血流量計算部25で算出されたデータをもとに、以下の数3を使用して各血管要素における圧力損失値Δpを計算する。
まず、圧力計算部45は、形状計算部24と血流量計算部25で算出されたデータをもとに、以下の数3を使用して各血管要素における圧力損失値Δpを計算する。
ここで、μは血液粘度、lは血管長さ、Dは血管直径、Qは血流量である。Βは血管の曲げや蛇行を補正する係数である。
具体的には、まず、圧力計算部45は、各器官に血液を供給する主幹動脈のルートとなる基底血管を抽出する。図11に示す血管(グラフ)の例では、基底血管は#1に相当する。基底血管を抽出するアルゴリズムは形状情報や解剖情報であり特段の指定はない。その後、圧力計算部45は、基底血管をもとに上記数3を用いて図13に示すように各血管要素(#1,#2,#3,・・・)の圧力損失値を計算し出力する。
抹消抵抗計算部46(ステップS7B−2)
次に抹消抵抗計算部46は、圧力計算部45で計算された圧力損失値をもとに以下の数4を使用して抹消抵抗値R_iを計算し出力する。
次に抹消抵抗計算部46は、圧力計算部45で計算された圧力損失値をもとに以下の数4を使用して抹消抵抗値R_iを計算し出力する。
ここで、動脈圧P_iは基底動脈圧Pref_arteryと前述の圧力損失値Δpから計算する。上記抹消抵抗値の計算では、静脈圧P_(ref_vein)に実測値を用いてもよい。あるいは、静脈圧P_(ref_vein)は動脈圧に対して小さいため、これを無視して以下の数5により抹消抵抗値の計算を行ってもよい。
(血流輸送経路の可視化:責任血管の同定)
次に、対象組織に対する血流輸送経路を可視化する場合の実施形態を図15〜19を参照して説明する。本実施形態では、形態としてイメージングできる主幹動脈を利用して、血液の輸送経路を可視化する方法及びその装置に関するものである。方法は、コンピュータシミュレーションによる。形態から血液シミュレーションを行う。その後、ターゲット(例えば脳で言えば溜や腫瘍など)付近にシーディングポイントをおいて流線を作成する。流線はこの場合、流れ方法上流に向かって作成しいくことになる。この流線の軌跡をたどることによって責任血管を同定する。
次に、対象組織に対する血流輸送経路を可視化する場合の実施形態を図15〜19を参照して説明する。本実施形態では、形態としてイメージングできる主幹動脈を利用して、血液の輸送経路を可視化する方法及びその装置に関するものである。方法は、コンピュータシミュレーションによる。形態から血液シミュレーションを行う。その後、ターゲット(例えば脳で言えば溜や腫瘍など)付近にシーディングポイントをおいて流線を作成する。流線はこの場合、流れ方法上流に向かって作成しいくことになる。この流線の軌跡をたどることによって責任血管を同定する。
図15は、本実施形態における血流輸送経路可視化装置の機能構成を示す図である。
入力部(ステップSC1)
この装置は、医用画像データと、当該画像データを用いて数値流体力学(Computational Fluid Dynamics:CFD)による血流解析を行うことで取得される速度場・圧力場データとを入力とする(ステップSC1)。医用画像データは、上述の実施形態で入力される医用画像と同様に、MRA、CTA、DSAなどの撮像装置で撮像された断層画像群である。
この装置は、医用画像データと、当該画像データを用いて数値流体力学(Computational Fluid Dynamics:CFD)による血流解析を行うことで取得される速度場・圧力場データとを入力とする(ステップSC1)。医用画像データは、上述の実施形態で入力される医用画像と同様に、MRA、CTA、DSAなどの撮像装置で撮像された断層画像群である。
重畳部32(ステップSC2)
重畳部32は、図15で示すように、入力された医用画像データの座標系(Ximage, Yimage, Zimage)と速度場・圧力場の座標系(XCFD、YCFD、ZCFD)のデータを受け取り、同一座標系で表現するために、前記医用画像データの座標系を速度場・圧力場の座標系に座標変換する。
重畳部32は、図15で示すように、入力された医用画像データの座標系(Ximage, Yimage, Zimage)と速度場・圧力場の座標系(XCFD、YCFD、ZCFD)のデータを受け取り、同一座標系で表現するために、前記医用画像データの座標系を速度場・圧力場の座標系に座標変換する。
ターゲット指定部33(ステップSC3)
次に、ターゲット指定部33は、重畳部32で座標変換した医用画像データを表示部に表示し、ユーザーインターフェースを介して当該画像データにおいてターゲットとなる血管病変部をユーザーに選択させる。ターゲットの一例をあげれば、脳動脈瘤や脳腫瘍などが相当する。図16は、表示部に表示された医用画像の例を示す。図16では2重円で示したものがターゲットとして指定された部位に相当する。
次に、ターゲット指定部33は、重畳部32で座標変換した医用画像データを表示部に表示し、ユーザーインターフェースを介して当該画像データにおいてターゲットとなる血管病変部をユーザーに選択させる。ターゲットの一例をあげれば、脳動脈瘤や脳腫瘍などが相当する。図16は、表示部に表示された医用画像の例を示す。図16では2重円で示したものがターゲットとして指定された部位に相当する。
近傍血管抽出部34(ステップSC4)
次に、図17と18を参照して近傍血管抽出部34が行う処理を説明する。
(ステップSC4−1)
近傍血管抽出部34は、まず、ターゲット指定部33でターゲット指定された医用画像を上述したステップS2−1〜S2−2の二値化・細線化処理を行い、次にステップS3−1〜S3−3グラフ化・癒着検出・分離処理を行う。
(ステップSC4−2)
次に、近傍血管抽出部34は、ターゲット指定部33で指定したターゲットに対する近傍血管を抽出する。近傍血管抽出部は近傍血管をターゲットからの距離に応じて分類するが、連続した血管は一つとみなす。ターゲットからの距離はボロノイ線図等の手法を利用して算出する。図17は、ターゲットから各血管までの距離を測定し、最近傍血管を同定した段階を示す。図17において、2重円で示したものがターゲットであり、点線で示した区間が同定された最近傍血管である。
次に、図17と18を参照して近傍血管抽出部34が行う処理を説明する。
(ステップSC4−1)
近傍血管抽出部34は、まず、ターゲット指定部33でターゲット指定された医用画像を上述したステップS2−1〜S2−2の二値化・細線化処理を行い、次にステップS3−1〜S3−3グラフ化・癒着検出・分離処理を行う。
(ステップSC4−2)
次に、近傍血管抽出部34は、ターゲット指定部33で指定したターゲットに対する近傍血管を抽出する。近傍血管抽出部は近傍血管をターゲットからの距離に応じて分類するが、連続した血管は一つとみなす。ターゲットからの距離はボロノイ線図等の手法を利用して算出する。図17は、ターゲットから各血管までの距離を測定し、最近傍血管を同定した段階を示す。図17において、2重円で示したものがターゲットであり、点線で示した区間が同定された最近傍血管である。
流線計算部35(ステップSC5)
流線計算部35は、ターゲットへの血液の輸送経路を計算し可視化する。具体的には、近傍血管抽出部34で抽出した近傍血管内にシード点を配置し、当該近傍血管内のシード点から流れ方向上流に向けて流線を計算することによりターゲットへの血液輸送経路を可視化する。
流線計算部35は、ターゲットへの血液の輸送経路を計算し可視化する。具体的には、近傍血管抽出部34で抽出した近傍血管内にシード点を配置し、当該近傍血管内のシード点から流れ方向上流に向けて流線を計算することによりターゲットへの血液輸送経路を可視化する。
(流線の表示36:ステップSC6)
図18は、近傍血管内で最もターゲットから近い位置にシード点が配置され、血流輸送経路が計算された結果の一例を示す。流線計算部35によってターゲットに対する血流輸送経路を可視化することにより、ターゲットに血液を供給する責任血管の同定が可能になる。この血流輸送経路の可視化による責任血管の同定方法は、上述の実施形態における責任血管同定部26でも用いられる。
図18は、近傍血管内で最もターゲットから近い位置にシード点が配置され、血流輸送経路が計算された結果の一例を示す。流線計算部35によってターゲットに対する血流輸送経路を可視化することにより、ターゲットに血液を供給する責任血管の同定が可能になる。この血流輸送経路の可視化による責任血管の同定方法は、上述の実施形態における責任血管同定部26でも用いられる。
その他、本発明は、さまざまに変形可能であることは言うまでもなく、上述した一実施形態に限定されず、発明の要旨を変更しない範囲で種々変形可能である。
Claims (24)
- コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する工程と、
コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する工程と
を有する組織血管特性を可視化するための方法。 - 請求項1記載の方法において、
前記責任血管を同定する工程は、
コンピュータが当該解析対象領域に対する最近傍血管を抽出する工程と、
コンピュータが前記最近傍血管を流れる血流の流線を計算する工程と、
コンピュータが前記計算された流線に基づいて前記責任血管を決定する工程と
をさらに有するものである、方法。 - 請求項1記載の方法において、
前記組織血管特性は、前記解析対象領域に供給される組織血流量であり、
前記組織血管特性を算出する工程は、
コンピュータがメモリに格納された組織血流量算出係数を読み出す工程と、
コンピュータが前記読みだした組織血流量算出係数を前記責任血管の血流量に乗することで前記解析対象領域の単位重量当たりの組織血流量を出力する工程と
を有するものである、方法。 - 請求項2記載の方法において、
前記組織血管特性は、前記解析対象領域の毛細血管における抹消抵抗であり、
前記組織血管特性を算出する工程はさらに、
コンピュータが前記責任血管の血流量に基づいて前記責任血管の圧力損失値を算出する工程と、
コンピュータが前記圧力損失値に基づいて前記解析対象領域の抹消抵抗を算出して出力する工程と
を有するものである、方法。 - 請求項1記載の方法において、
前記医用画像は、MRA、CTA、DSAによる血管断層画像である
ことを特徴とする方法。 - 請求項1記載の方法において、
前記血流量は、コンピュータがハーゲンポアズイユ理論と内皮細胞の一定せん断応力調節機能からモデル化した式から算出するものである、方法。 - 請求項3記載の方法において、
前記組織血流量算出係数は、形態イメージングから求めた血管血流量と機能イメージングから求めた組織血液量の関連性を統計処理して得られ、前記メモリに格納されたものである、方法。 - 請求項4記載の方法において、
圧力損失値を算出する工程は、コンピュータがハーゲンポアズイユ理論をもとにモデル化した式に前記流量を適用することで算出するものである、方法。 - 請求項1記載の方法において、
前記医用画像から各血管の血管形状を算出する工程をさらに有するものである、方法。 - 請求項9記載の方法において、
前記算出された血管形状に基づいて、各血管における血流量を物理的に算出する工程をさらに有するものである、方法。 - 請求項2記載の方法において、
前記責任血管を同定する工程はさらに、
前記医用画像を血流解析の計算結果に対して重畳表示する工程と、
前記重畳表示された医用画像上でユーザーが前記解析対象領域のターゲット点を指定する工程と、
前記ターゲット点を指定した医用画像から近傍血管を抽出する工程と、
を有するものである、方法。 - 請求項2記載の方法において、
前記流線を計算する工程は、前記抽出された最近傍血管上で前記ターゲット点から最も近い位置にシード点を配置することで流線を計算するものである、方法。 - コンピュータが解析対象領域を含む医用画像を処理し、当該解析対象領域に血液を供給する責任血管を同定し、その血流量を出力する責任血管同定部と、
コンピュータが前記血流量から当該解析対象領域の組織血管特性を算出し、上記医用画像に重畳若しくは個別に表示する組織血管特性算出部と
を有する組織血管特性を可視化するための装置。 - 請求項13記載の装置において、
前記責任血管同定部は、
コンピュータが当該解析対象領域に対する最近傍血管を抽出する最近傍血管抽出部と、
コンピュータが前記最近傍血管を流れる血流の流線を計算する流線計算部と、
コンピュータが前記計算された流線に基づいて前記責任血管を決定する責任血管決定部と
をさらに有するものである、装置。 - 請求項13記載の装置において、
前記組織血管特性は、前記解析対象領域に供給される組織血流量であり、
前記組織血管特性算出部は、
コンピュータがメモリに格納された組織血流量算出係数を読み出す組織血流量算出係数読出し部と、
コンピュータが前記読みだした組織血流量算出係数を前記責任血管の血流量に乗することで前記解析対象領域の単位重量当たりの組織血流量を出力する組織血流量出力部と
を有するものである、装置。 - 請求項14記載の装置において、
前記組織血管特性は、前記解析対象領域の毛細血管における抹消抵抗であり、
前記組織血管特性算出部はさらに、
コンピュータが前記責任血管の血流量に基づいて前記責任血管の圧力損失値を算出する圧力損失値算出部と、
コンピュータが前記圧力損失値に基づいて前記解析対象領域の抹消抵抗を算出して出力する抹消抵抗算出部と
を有するものである、装置。 - 請求項13記載の装置において、
前記医用画像は、MRA、CTA、DSAによる血管断層画像である
ことを特徴とする装置。 - 請求項13記載の装置において、
前記血流量は、コンピュータがハーゲンポアズイユ理論と内皮細胞の一定せん断応力調節機能からモデル化した式から算出するものである、装置。 - 請求項15記載の装置において、
前記組織血流量算出係数は、形態イメージングから求めた血管血流量と機能イメージングから求めた組織血液量の関連性を統計処理して得られ、前記メモリに格納されたものである、装置。 - 請求項16記載の装置において、
前記圧力損失値算出部は、コンピュータがハーゲンポアズイユ理論をもとにモデル化した式に前記流量を適用することで算出するものである、装置。 - 請求項13記載の装置において、
前記医用画像から各血管の血管形状を算出する血管形状算出部をさらに有するものである、装置。 - 請求項21記載の装置において、
前記算出された血管形状に基づいて、各血管における血流量を物理的に算出する血流量算出部をさらに有するものである、装置。 - 請求項14記載の装置において、
前記責任血管同定部はさらに、
前記医用画像を血流解析の計算結果に対して重畳表示する重畳表示部と、
前記重畳表示された医用画像上でユーザーが前記解析対象領域のターゲット点を指定するターゲット指定部と、
前記ターゲット点を指定した医用画像から近傍血管を抽出する近傍血管抽出部と
を有するものである、装置。 - 請求項14記載の装置において、
前記流線計算部は、前記抽出された最近傍血管上で前記ターゲット点から最も近い位置にシード点を配置することで流線を計算するものである、装置。
Applications Claiming Priority (7)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562220604P | 2015-09-18 | 2015-09-18 | |
US201562220611P | 2015-09-18 | 2015-09-18 | |
US201562220606P | 2015-09-18 | 2015-09-18 | |
US62/220,604 | 2015-09-18 | ||
US62/220,611 | 2015-09-18 | ||
US62/220,606 | 2015-09-18 | ||
PCT/JP2016/077756 WO2017047821A1 (ja) | 2015-09-18 | 2016-09-20 | 組織血管特性を可視化するための方法及びその装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPWO2017047821A1 true JPWO2017047821A1 (ja) | 2018-08-02 |
Family
ID=58289384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017540053A Pending JPWO2017047821A1 (ja) | 2015-09-18 | 2016-09-20 | 組織血管特性を可視化するための方法及びその装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JPWO2017047821A1 (ja) |
WO (1) | WO2017047821A1 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2845253C (en) * | 2011-08-17 | 2022-03-01 | Novita Therapeutics, Llc | System and method to increase the overall diameter of veins and arteries |
EP2749224A4 (en) * | 2011-08-26 | 2015-12-02 | Ebm Corp | BLOOD CIRCULATION SIMULATION SYSTEM FOR SIMULATING A BLOOD VESSEL PROCESSING EFFECT, METHOD THEREOF, AND COMPUTER SOFTWARE |
JP6334902B2 (ja) * | 2012-11-30 | 2018-05-30 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置 |
JP6262027B2 (ja) * | 2014-03-10 | 2018-01-17 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置 |
-
2016
- 2016-09-20 JP JP2017540053A patent/JPWO2017047821A1/ja active Pending
- 2016-09-20 WO PCT/JP2016/077756 patent/WO2017047821A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2017047821A1 (ja) | 2017-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110168613B (zh) | 用于使用降阶模型和机器学习估计血流特性的系统和方法 | |
WO2019210553A1 (zh) | 基于造影图像和流体力学模型的微循环阻力指数计算方法 | |
JP6776283B2 (ja) | 血管のセグメンテーションの方法および装置 | |
CN105184086B (zh) | 用于冠状动脉中改进的血液动力学计算的方法及系统 | |
WO2020107667A1 (zh) | 基于心肌血流量和ct图像的冠状动脉血流储备分数计算方法 | |
US9629563B2 (en) | Method and system for functional assessment of renal artery stenosis from medical images | |
EP2157905B1 (en) | A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures | |
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 | |
US10275878B2 (en) | Method for the quantification of the presence of fats in a region of the heart | |
JP2006081906A (ja) | 器官内の塞栓症により冒されている領域を分析するための自動化された方法および装置ならびに器官内の塞栓症により冒されている領域を分析するためのコンピュータプログラムコードが記憶されているコンピュータ読み取り可能媒体 | |
JP2022508239A (ja) | 心筋血流量及びct画像に基づく微小循環抵抗指数の計算方法 | |
CN109478327A (zh) | 用于在任意视场计算断层摄影血管造影(cta)中自动检测全身动脉的方法 | |
WO2016159379A1 (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 | |
Hemmati et al. | Semi-automatic 3D segmentation of carotid lumen in contrast-enhanced computed tomography angiography images | |
KR101479577B1 (ko) | 심근 및 심혈관 정보의 통합 분석 방법 | |
Jeon et al. | Identification of coronary arteries in CT images by Bayesian analysis of geometric relations among anatomical landmarks | |
WO2017047821A1 (ja) | 組織血管特性を可視化するための方法及びその装置 | |
WO2016159353A1 (ja) | 情報統合方法及び装置及びシステム及びプログラム | |
CN113143305A (zh) | 提供血管畸形的血流参数组 | |
WO2017047135A1 (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 | |
JPWO2020054019A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN113139961B (zh) | 一种冠状动脉优势型的确定方法和装置 | |
CN117476238B (zh) | 用于评估心肌缺血的计算流体力学仿真分析方法及系统 | |
Plantefève et al. | Robust automatic graph-based skeletonization of hepatic vascular trees | |
KR20160143560A (ko) | 전산유체역학을 이용한 기관지 분석 방법 및 그 장치 |