KR20160135252A - 환자 특정 컴퓨팅 단층촬영 혈관 조영술-기반 콘트라스트 분포 데이터로부터 동맥 그물에서의 유량 및 압력 구배를 추정하기 위한 방법 - Google Patents
환자 특정 컴퓨팅 단층촬영 혈관 조영술-기반 콘트라스트 분포 데이터로부터 동맥 그물에서의 유량 및 압력 구배를 추정하기 위한 방법 Download PDFInfo
- Publication number
- KR20160135252A KR20160135252A KR1020167028143A KR20167028143A KR20160135252A KR 20160135252 A KR20160135252 A KR 20160135252A KR 1020167028143 A KR1020167028143 A KR 1020167028143A KR 20167028143 A KR20167028143 A KR 20167028143A KR 20160135252 A KR20160135252 A KR 20160135252A
- Authority
- KR
- South Korea
- Prior art keywords
- patient
- interest
- region
- arterial
- calculating
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000002591 computed tomography Methods 0.000 title claims description 73
- 238000009826 distribution Methods 0.000 title claims description 23
- 206010060965 Arterial stenosis Diseases 0.000 claims abstract description 23
- 230000022860 translational attenuation Effects 0.000 claims abstract description 15
- 210000001367 artery Anatomy 0.000 claims description 36
- 230000017531 blood circulation Effects 0.000 claims description 35
- 230000003902 lesion Effects 0.000 claims description 28
- 230000000747 cardiac effect Effects 0.000 claims description 23
- 238000002583 angiography Methods 0.000 claims description 21
- 238000012905 input function Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 7
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 238000001356 surgical procedure Methods 0.000 claims description 6
- 208000031481 Pathologic Constriction Diseases 0.000 abstract description 18
- 208000037804 stenosis Diseases 0.000 abstract description 18
- 230000036262 stenosis Effects 0.000 abstract description 18
- 238000004458 analytical method Methods 0.000 abstract description 16
- 238000010968 computed tomography angiography Methods 0.000 abstract description 14
- 239000008280 blood Substances 0.000 abstract description 10
- 210000004369 blood Anatomy 0.000 abstract description 10
- 238000003384 imaging method Methods 0.000 abstract description 8
- 239000002872 contrast media Substances 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 15
- 210000004351 coronary vessel Anatomy 0.000 description 12
- 238000013459 approach Methods 0.000 description 11
- 210000004204 blood vessel Anatomy 0.000 description 11
- 208000029078 coronary artery disease Diseases 0.000 description 11
- 239000011148 porous material Substances 0.000 description 11
- 238000011144 upstream manufacturing Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 230000036961 partial effect Effects 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000005094 computer simulation Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 238000012935 Averaging Methods 0.000 description 6
- 238000009472 formulation Methods 0.000 description 6
- 239000000203 mixture Substances 0.000 description 6
- 230000002107 myocardial effect Effects 0.000 description 6
- 230000000284 resting effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 210000004165 myocardium Anatomy 0.000 description 5
- 230000010412 perfusion Effects 0.000 description 5
- 201000000057 Coronary Stenosis Diseases 0.000 description 4
- 210000000709 aorta Anatomy 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 230000000302 ischemic effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 206010011089 Coronary artery stenosis Diseases 0.000 description 3
- 230000008321 arterial blood flow Effects 0.000 description 3
- 230000004872 arterial blood pressure Effects 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 208000031225 myocardial ischemia Diseases 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 210000005166 vasculature Anatomy 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000002586 coronary angiography Methods 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000004005 microsphere Substances 0.000 description 2
- 230000000414 obstructive effect Effects 0.000 description 2
- 238000013146 percutaneous coronary intervention Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 229910052709 silver Inorganic materials 0.000 description 2
- 239000004332 silver Substances 0.000 description 2
- 239000003826 tablet Substances 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 1
- 206010003211 Arteriosclerosis coronary artery Diseases 0.000 description 1
- 241000282465 Canis Species 0.000 description 1
- 206010008479 Chest Pain Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 208000010428 Muscle Weakness Diseases 0.000 description 1
- 206010028372 Muscular weakness Diseases 0.000 description 1
- 206010049418 Sudden Cardiac Death Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 230000002308 calcification Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000007887 coronary angioplasty Methods 0.000 description 1
- 208000026758 coronary atherosclerosis Diseases 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000003292 diminished effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 238000011833 dog model Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052740 iodine Inorganic materials 0.000 description 1
- 239000011630 iodine Substances 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000002483 medication Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000007406 plaque accumulation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- -1 stents Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000009482 thermal adhesion granulation Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000000007 visual effect 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
- A61B5/02—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
- A61B5/0261—Measuring blood flow using optical means, e.g. infrared light
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- 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
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G06F19/3437—
-
- 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
- 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
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
- A61B6/503—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 the heart
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Physiology (AREA)
- Cardiology (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Signal Processing (AREA)
- Hematology (AREA)
- Psychiatry (AREA)
- Artificial Intelligence (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
본 발명에 따른 실시예는, 동맥 그물의 선택된 부분에서 동맥 협착증의 기능적 심각도(functional severity)를 비-침습적으로(non-invasively) 결정하기 위한 방법을 제공한다. 방법은 CCTA(coronary computed tomography angiography scan)를 사용하여 동맥 그물내 조영제(contrast agent)의 농도와 관련된 환자-특정 데이터를 수집하는 단계를 포함한다. 데이터는 휴식 또는 스트레스 조건들 하에서 수집될 수 있다. 손실 계수(K)의 추정은 스트레스 하에서 수십된 데이터에 대한 필요성을 제거하기 위해 사용될 수 있다. 데이터는 TAG(transluminal attenuation gradient)를 계산하기 위해 사용된다. 데이터는 임의의 분석 스테이지에서 아티팩트들의 이미지화를 위해 수정될 수 있다. TAFE는 흐름 속도의 추정을 결정하는데 사용될 수 있다. 일단 속도가 결정되면, 압력 구배, 관상 혈류 예비력 및/또는 분획 혈류 예비력이 다양한 방법들을 통해 결정될 수 있다. 이들 추정들은 협착증의 기능적 심각도를 추정하는데 사용될 수 있다.
Description
[0001]
본 출원은 2014년 3월 11일자로 출원된 U.S 특허 출원 제14/204,264호를 우선권으로 주장하며, 이는 그 전체가 본 명세서에 참조에 의해 통합된다.
[0002]
본 발명은, 일반적으로, 심장병(cardiology)에 관한 것이다. 더욱 구체적으로, 본 발명은 동맥 그물(arterial network)에서 유량들, 압력 구배들, 및 분획 혈류 예비력(fractional flow reserve)을 결정하기 위한 컴퓨팅된 단층촬영 심장 영상 기반 방법에 관한 것이다.
[0003]
관상 동맥은 심장의 심근 또는 근육에 산소 및 영양분을 공급한다. 시간이 경과함에 따라, 관상 동맥은 콜레스테롤과 플라크(plaque)로 알려져 있는 다른 물질로 막힐 수 있다. 관상 동맥 질환은 관상 동맥의 벽 내부에서의 플라크의 이러한 축적으로 인해 초래된다. 과도한 플라크 축적은, 관상 동맥을 관통하는 감소된 혈류(diminished blood flow) 및 심근으로의 저혈류(low blood flow)를 야기하여, 가슴 통증, 국소 빈혈, 및 심장 마비를 일으킬 수 있다. CAD(Coronary artery disease)는 또한 심장 근육을 약하게 하고 심부전(펌프로서의 심장의 효율이 손상되는 조건)에 기여할 수 있다. 이러한 상태는 급성 심장사(sudden cardiac death)에 대한 가능성을 증가시키는 심장의 전기적 장애(electrical disorders)를 유발할 수 있다. 관상 동맥 질환은 미국에서 남성과 여성 둘 다에 있어 사망의 주요 원인이다. CAD는 17.6 백만 명의 미국인에 영향을 주고 연간 거의 50 만명이 사망하는 결과를 초래한다. 연간 6.3억 달러의 비용으로 정교한 진단 영상 테스트에 대한 접근에도 불구하고, 1,000,000 이상의 미국 환자들은 내재된 위험들에 환자들을 노출시키는 불필요한 침습적 카테터법 수술들(catheterization procedures) 및 US 의료보험 제도에 대한 엄청난(staggering) $8B의 재정적 부담에 회부된다.
[0004]
관상 동맥 질환 및 그의 심각도를 평가하기 위해 현재 사용되는 몇몇 상이한 진단법들이 존재한다. 비-침습적 테스트들은, 심전도 검사들, 혈액 테스트들로부터의 바이오마커 평가들, 트레드밀 테스트들(treadmill tests), 심장 초음파, SPECT(single positron emission computed tomography), 및 PET(positron emission tomography)를 포함할 수 있다. 유감스럽게도, 이러한 비-침습적 테스트들은 관상 동맥 병변의 사이즈, 또는 관상 혈류, 압력 구배 및 FFR(fractional flow reserve)에 대한 그 특정 효과에 관련된 데이터를 제공하지 않는다.
[0005]
QCA(Quantitative coronary angiography)는 관상 동맥 질환과 연관된 것들과 같은 동맥성 병변의 사이즈 가시화하고 정량화하기 위해 잘-정착된 침습적 방법이다. 이러한 방법에서, 방사선 불투과성 조영제(radiopaque contrast agent)가 혈액에 주입되고, 조영제가 관상 동맥 내부로 이동할 때 x-레이 스캔 동영상이 포착된다. 임상 의사들은 협착(obstruction)의 정도를 시각적으로 검사하여 정량화하기 위해 이러한 정보를 이용할 수 있다. 70% 보다 큰 면적의 협착은 통상적으로 흐름을 제한하여 (또한, 관상 동맥 형성술로 알려져 있는) PCI(percutaneous coronary intervention)의 후보가 되는 것으로 고려되었다.
[0006]
병변의 사이즈 또는 폐색의 정도를 시각화 및 정량화하기 위해 위의 절차가 사용될 수 있지만, 병변의 기능적 의의, 즉, 동맥을 통과하는 혈류량에 병변이 영향을 미치는 정도에 반드시 상관되는 것은 아니다. 따라서, 관상 동맥 병변들의 기능적 의의를 결정하기 위한 부가적인 평가들이 개발되어 왔다. 이와 관련하여, 카테터 측정 CFV(coronary flow velocity), PG(pressure gradient), 즉, 다양한 동맥 세그먼트들에 걸친 압력 차이, CFR(coronary flow reserve), 및 FFR(fractional flow reserve)이 관상 동맥 협착증의 기능적 의의에 대한 평가를 위한 우수한 표준(gold standard)들이다. 이들 메트릭들은 현재, 진단용 심장 카테터삽입, 즉, 카테터가 말초 동맥 내에(예컨대, 환자의 다리에) 삽입되고 관상 동맥의 관련 영역들에 대한 맥관구조를 통해 꿰어지는(threaded) 침습성 절차를 사용하여 결정된다. FFR은, 병변으로부터 다운스트림의 평균 혈압을 동일한 병변으로부터 업스트림의 평균 혈압으로 나눈 비를 계산함으로써 결정된다. 이들 압력들은, 진단용 심장 카테터삽입 절차 동안 환자에게 압력 와이어를 삽입함으로써 측정된다. 관상 협착증의 기능적 심각도를 결정하기 위한 FFR의 정확한 측정을 이러한 절차가 제공하지만, 그것은, 침습성 절차의 위험성 및 비용을 초래한다.
[0007]
다중-검출기 CT(computed tomography) 기술에서의 발전들은 이제, 관상 이벤트 위험성과 관련한 여러 중요 팩터들, 즉 전체 관상 동맥 플라크 부담, 관상 동맥 협착증들의 심각도, 플라크의 위치 및 굳기(consistency), 및 플라크 구성에 대한 비침습성 접근을 허용한다. CT에 의해 CAD 상의 해부학적 정보가 중요하고 그리고 환자 결과들과 상관되는 것으로 나타나지만, 심외막 혈류 감소의 정도 및 유발가능한 심근 허혈의 정도 및 심각도를 포함하는 CHD에 대한 환자 결과의 다른 중요 결정요소들이 존재한다. CT는 관상 해부, 관상 혈류, 및 심근 관류의 평가를 허용하며, 따라서, 의심되는 CHD에 대한 환자들의 평가 및 관리를 가이드하기 위한 포괄적인 정보를 획득하는데 있어 독보적인 위치에 있다.
[0008]
관상 CTA는 관상 죽상동맥경화증 및 퍼센트 협착증의 존재를 진단하기 위한 정확한 테스트인 것으로 보여져 왔지만, 침습성 및 비-침습성 표준들과 비교하여 심근 허혈을 불량하게 예측하는 것으로 보여져 왔다. 양전자 방사 단층 촬영과 비교하여, CTA에 의한 50% 협착증은 다수의 연구들에서 반복되어온 결과로 26%의 심근 허혈에 대한 긍정적인 예측 값을 갖는다. FFR과 비교하여, CTA에 의한 협착증, 퍼센트 협착증의 생리학적 의의를 결정하기 위한 침습성의 우수한 표준은, 오직 보통의 전체 상관(r = 0.55)을 나타내고 그리고 길이가 10 mm 보다 작거나 같은 병변들(r = 0.16)에 대한 어떠한 중요한 상관도 나타내지 않는다.
[0009]
FFR은 또한 CT 유도, 환자-특정 심장동맥 모델들로 모델링한 매우 복잡한 CFD(computational fluid dynamics)에 기초하여 추정될 수 있다. HeartFlow Inc.에 의한 것이고 FFRCT™이라 불리는 이런 접근법은 매우 높은 레벨의 세련됨을 요구하고, 계산 집중적이고, 그리고 일반적으로 환자-특정 데이터가 병원 환경으로부터 제 3 자 벤더(vendor)로 송신되는 것을 요구한다. 이는 또한 값비싸고 결과들을 얻기 위하여 며칠이 걸릴 수 있다. 부가적으로, 다기관 임상실험(multicenter trial)에서 실제 FFR을 예측하기 위하여 이런 접근법을 테스팅한 최근 데이터는 실망감을 주었다. 예컨대, 연구는 자신의 미리 지정된 주 평가변수(primary endpoint)를 충족하지 못했고, 이는 일방적 95% CI의 하한계(lower bound)의 >70%의 진단 정확도였다. 이런 접근법의 감소된 정확도뿐 아니라 계산 복잡성에 기여하는 하나의 요소는 관심 동맥에 대한 속도/유량에 대한 정확한 경계 및 입력 조건들의 부족이다. 이를 극복하기 위한 임의의 시도들은 환자-특정 심실 질량, 관계들로부터 유도된 집단 및 심장 동맥 저항들의 측정들로부터 유도된 집단으로부터의 휴식 심장 동맥 흐름을 포함하는 다양한 정보를 결합함으로써 FFRCT™에서 이루어진다. 상기 정보는 혈압, 심박수 및 상행 대동맥 및 모든 주 심장 동맥 혈관들의 CFD(computational fluid dynamic) 모델링 같은 생리적 데이터와 결합된다. 이런 CFD 모델은 또한 다수의 집단 유도 파라미터들을 포함하는 럼프드-엘리먼트(lumped-element)(또는 "윈드케셀"(windkessel)) 모델들을 통해 순환계의 나머지와 연결된다. 그러나, 이런 접근법은 계산된 FFR의 정확도를 감소시킬 수 있는 애드-혹 파라미터들 및 일반(비-특정-환자) 요소들의 사용을 필요로 한다. CFD 해결책의 품질은 이용되는 컴퓨터 그리드(computational grid)에 매우 민감하고 그리고 순환계(상행 대동맥 및 관상 동맥들)의 큰 섹션에 걸쳐 그리드를 생성하는 필요성은 또한 CFD 계산으로부터의 결과들의 부정확도 및 불확실성의 부가적인 원인을 도입한다.
[0010]
그러므로, 주어진 환자의 관상 동맥들에 대해 CFV, PG, CFR, 및/또는 FFR을 결정하는 것과 같은 혈류역학 파라미터들을 평가하기 위한 대안적인 비-침습적 CT 기반 방법을 제공하는 것이 유리할 것이다. 그런 방법이 계산적으로 간단하고 비교적 싸면, 상기 방법은 스캐너 또는 로컬적으로 스캐닝 설비의 컴퓨터로 구현될 수 있고, 그리고 결과들은 스캔의 완료 후 비교적 단시간(몇 분 정도) 내에 이용 가능하게 된다. 이것은 또한 방사선 전문의/임상의가 분석 툴을 사용하여 거의 실시간으로 상호작용하게 할 것이다. 그런 접근법은 임상 심장학의 관행을 근본적으로 변경할 것이고 그리고 임상의들이 심근으로의 혈류량의 감소를 유발하는 특정 혈관들을 정확하고 빠르게 식별하게 한다.
[0011]
전술한 필요성들은 본 발명에 의해 크게 충족되며, 일 양상에서, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법은, 환자의 동맥 그물의 관심 영역을 결정하는 단계를 포함한다. 방법은 혈관조영술 수술 동안 환자의 CT 스캔을 획득하여, 관심 영역에 대한 데이터를 산출하는 단계 및 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해 CT 스캔으로부터 획득된 데이터를 사용하는 단계를 포함한다. 추가로, 방법은, 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해 CT 스캔으로부터 획득된 데이터를 사용하는 단계 및 콘트라스트 분포, TAG, 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하는 단계를 포함한다. 방법은 또한, TAFE를 사용하여 흐름 속도를 모델링하는 단계를 포함한다.
[0012]
본 발명의 양상에 따르면, 방법은 CT 스캔을 획득하기 위해 사용되는 스캐너의 특징들과 관련된 데이터로 TAFE의 계산을 증강시키는 단계 및 본 방법을 실행하도록 비-일시적 컴퓨터 판독가능 매체를 프로그래밍하는 단계를 포함한다. 방법은 또한, 혈관조영술 동안 환자의 CT 스캔을 획득하기 이전에 환자가 휴식 조건에 있게 하는 단계 및 휴식 조건에서 환자에 대한 관심 영역에 대한 관상 혈류 속도를 계산하는 단계를 포함한다. 방법은 또한, 혈관조영술 동안 환자의 CT 스캔을 획득하기 이전에 환자가 스트레스 조건에 있게 하는 단계 및 스트레스 조건에서 환자에 대한 관심 영역에 대한 관상 혈류 속도를 계산하는 단계를 포함한다. 추가하여, 방법은, 휴식시 환자에 대한 혈관조영술 동안 환자의 CT 스캔을 획득하는 단계 및 스트레스 하에서 환자에 대한 혈관조영술 동안 환자의 CT 스캔을 획득하는 단계 및 휴식시에 그리고 심장 스트레스 하에서 환자에 대한 유량을 계산하는 단계를 포함한다. 방법은 또한, Qstress 대 Qrest의 비로서 관심 영역에 대한 관상 혈류 예비력을 계산하는 단계를 포함한다.
[0013]
본 발명의 다른 양상에 따르면, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법은, 환자의 동맥 그물의 관심 영역을 결정하는 단계 및 혈관조영술 수술 동안 환자의 CT 스캔을 획득하여, 관심 영역에 대한 데이터를 산출하는 단계를 포함한다. 방법은 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해 CT 스캔으로부터 획득된 데이터를 사용하는 단계 및 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해 CT 스캔으로부터 획득된 데이터를 사용하는 단계를 포함한다. 방법은 또한, 콘트라스트 분포, TAG, 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하는 단계를 포함한다. 추가로, 방법은 TAFE를 사용하여 흐름 속도를 모델링하는 단계 및 관심 영역에 대한 유입 및 유출 레이트 및 경계 조건들을 결정하기 위해 관상 혈류 속도를 사용하는 단계를 포함한다. 방법은 3D 동맥 내강 지오메트리를 결정하는 단계, 경계 조건들, 유입 및 유출 레이트들, 및 3D 동맥 내강 지오메트리를 사용하여 관심 영역에 대한 CFD 모델링을 수행하는 단계, 및 CFD 모델을 사용하여 관심 영역에 대한 압력 구배를 계산하는 단계를 포함한다. 방법은 또한, 관심 영역에 대한 손실 계수를 결정하기 위해 압력 구배를 사용하는 단계를 포함한다.
[0014]
본 발명의 다른 양상에 따라, 방법은 CT 스캔을 획득하기 위해서 사용되는 스캐너의 특징들에 관련된 데이터를 통해 TAFE의 계산을 증강시키는 단계를 포함한다. 방법은 또한 방법을 실행하기 위해 비-일시적 컴퓨터 판독가능 매체를 프로그래밍하는 단계를 포함한다.
[0015]
본 발명의 또 다른 양상에 따라, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법은 환자의 동맥 그물의 관심 영역을 결정하는 단계를 포함한다. 방법은 혈관조영술 수술 동안에 환자의 CT 스캔을 획득하는 단계, 관심 영역에 대한 데이터를 유도하는 단계 및 관심 영역에 대한 동맥 입력 기능(AIF)을 계산하기 위해 CT 스캔으로부터 획득된 데이터를 사용하는 단계를 포함한다. 방법은 또한, 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해 CT 스캔으로부터 획득된 데이터를 사용하는 단계, 콘트라스트 분포, TAG 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하는 단계, 및 TAFE를 사용하여 흐름 속도를 모델링하는 단계를 포함한다. 추가적으로, 방법은 관심 영역의 유입 및 유출 레이트 및 경계 조건들을 결정하기 위해서 관상 혈류 속도를 사용하는 단계, 3D 동맥 내강 지오메트리를 결정하는 단계, 경계 조건들, 유입 및 유출 레이트들 및 3D 동맥 내강 지오메트리를 사용하여 관심 영역에 대한 CFD 모델링을 수행하는 단계, CFD 모델을 사용하여 관심 영역에 대한 압력 구배를 계산하는 단계, 및 관심 영역에 대한 손실 계수를 결정하기 위해서 압력 구배를 사용하는 단계를 포함한다. 방법은 또한, 상완 압력을 측정하는 단계, 절대 동맥 혈압을 계산하는 단계, 및 환자에 대해 휴식 시에 분획 혈류 예비력을 계산하는 단계를 포함한다.
[0016]
본 발명의 다른 양상에 따라, 방법은 CT 스캔을 획득하기 위해서 사용되는 스캐너의 특징들에 관련된 데이터를 통해 TAFE의 계산을 증강시키는 단계를 포함한다. 방법은 또한 방법을 실행하기 위해서 비-일시적 컴퓨터 판독가능 매체를 프로그래밍하는 단계를 포함한다.
[0017]
본 발명의 또 다른 양상에 따라, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템은 환자의 동맥 그물의 관심 영역에 관련된 환자 특정 데이터를 획득하도록 구성가능한 CT 스캐너를 포함한다. 방법은 또한, 환자의 동맥 그물의 관심 영역을 결정하고, 관심 영역에 대한 환자 특정 데이터를 획득하며, 그리고 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해 CT 스캔으로부터 획득된 환자 특정 데이터를 사용하도록 프로그래밍된 비-일시적 컴퓨터 판독가능 매체를 포함한다. 비-일시적 컴퓨터 판독가능 매체는 또한, 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해서 CT 스캔으로부터 획득된 환자 특정 데이터를 사용하고, 콘트라스트 분포, TAG 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하며, TAFE를 사용하여 흐름 속도를 모델링하도록 프로그래밍된다.
[0018]
본 발명의 또 다른 양상에 따르면, 방법은, 휴식시 환자에 대한 혈관조영술 동안 환자 특정 데이터를 획득하는 단계, 및 스트레스 하에서 환자에 대한 혈관조영술 동안 환자 특정 데이터를 획득하는 단계를 포함한다. 방법은 또한, 스트레스 하에서 그리고 휴식시에 환자에 대한 유량을 계산하는 단계를 포함한다. 부가적으로, 방법은, Qstress 대 Qrest의 비로서 관심 영역에 대한 관상 혈류 예비력을 계산하는 단계를 포함한다. 방법은 또한, 관심 영역에 대한 유입 및 유출 레이트 및 경계 조건들을 결정하기 위해 관상 혈류 속도를 사용하는 단계, 3D 동맥 내강 지오메트리를 결정하는 단계, 경계 조건들, 유입 및 유출 레이트들, 및 3D 동맥 내강 지오메트리를 사용하여 관심 영역에 대한 CFD 모델링을 수행하는 단계, CFD 모델을 사용하여 관심 영역에 대한 압력 구배를 계산하는 단계, 및 관심 영역에 대한 손실 계수를 결정하기 위해 압력 구배를 사용하는 단계를 포함한다. 부가하여, 방법은, 상완 혈압을 측정하는 단계, 절대 동맥 혈압을 계산하는 단계, 및 환자에 대한 휴식시 분획 혈류 예비력을 계산하는 단계를 포함한다.
[0019]
첨부 도면들은, 본원에서 개시되는 대표적인 실시예들을 더 완전히 설명하기 위해 사용될 것이고, 당업자에 의해, 이들 및 이들의 고유의 이점들을 더 잘 이해하기 위해 사용될 수 있는 시각적인 표현들을 제공한다. 그러한 도면들에서, 동일한 참조 번호들은 대응하는 엘리먼트들을 식별한다.
[0020] 도 1a 및 도 1b는 TAFE(transluminal attenuation flow encoding) 포뮬레이션들의 유도를 위해 고려될 수 있는 다수의 가능한 동맥 입력 기능들 중 2개를 예시한다.
[0021] 도 2는 본 발명의 실시예에 따른 혈관의 개략도를 예시한다.
[0022] 도 3a 및 도 3b는 본 발명의 실시예에 따른 흐름과 TAG(transluminal attenuation gradient), 및 TAG와 볼러스(bolus) 지속기간 사이의 관계를 예시한다.
[0023] 도 4는 본 발명의 실시예에 따른 세그먼팅된 동맥 그물의 선택된 부분의 예시적인 개략도를 예시한다.
[0024] 도 5a 내지 도 5c는 본 발명의 실시예에 따른 TAFE 포뮬레이션으로부터 Q를 결정하는 것의 정량적인 예를 예시한다.
[0025] 도 6은 본 발명의 방법(500)에 따른 단계들을 열거하는 흐름도를 예시한다.
[0026] 도 7a 및 도 7b는 본 발명의 실시예에 따른 CFD 데이터로부터 부분적인 볼륨 평균 효과를 평가하기 위한 방법을 예시한다.
[0027] 도 8은 본 발명의 실시예에 따른 상이한 복셀 해상도들에 대한 70% 영역 수축을 갖는 협착증에 대한 CFD 시뮬레이트된 콘트라스트 농도 프로파일을 예시한다.
[0028] 도 9는 본 발명의 실시예에 따른 현재의 방법의 구현을 위한 프로세스의 요약을 예시한다.
[0029] 도 10은 본 발명의 실시예에 따른 특정 환자 데이터에 대한 그래프 모델링 결과들을 예시한다.
[0030] 도 11은 본 발명의 실시예에 따른 CFD 모델에 대해 경계 조건들을 제공하는 목적들을 위해 Q 또는 TAFE를 결정하는 것의 정량적인 예를 예시한다.
[0031] 도 12는 본 발명의 실시예에 따른 계산적 모델링(computational modeling)(즉, CFD 계산)을 위한 현재 방법의 구현을 위한 프로세스의 요약을 도시한다.
[0032] 도 13은 콘트라스트 CT 혈관조영(angiographic) 이미징 데이터를 선택된 동맥 그물에 대한 TAFE-ready TAG 정보로 변환하는 것과 관련된 단계들의 흐름도를 예시한다.
[0033] 도 14는 동맥 그물의 선택된 관심 영역에 대한 TAFE로부터 CFV를 획득하는 것과 관련된 단계들의 흐름도를 예시한다.
[0034] 도 15는 선택된 동맥 그물에서 동맥들에 대한 TAFE로부터 관상 혈류 예비력을 결정하는 것과 관련된 단계들의 흐름도를 예시한다.
[0035] 도 16은 선택된 동맥 그물의 관심 영역에서 동맥들에 대한 TAFE로부터 PG(pressure gradient) 및 손실 계수(K)를 획득하는 것과 관련된 단계들의 흐름도를 예시한다.
[0036] 도 17은 선택된 동맥 그물의 관심 영역의 동맥들에 대한 TAFE로부터 FFR을 획득하는 프로세스를 예시한다.
[0020] 도 1a 및 도 1b는 TAFE(transluminal attenuation flow encoding) 포뮬레이션들의 유도를 위해 고려될 수 있는 다수의 가능한 동맥 입력 기능들 중 2개를 예시한다.
[0021] 도 2는 본 발명의 실시예에 따른 혈관의 개략도를 예시한다.
[0022] 도 3a 및 도 3b는 본 발명의 실시예에 따른 흐름과 TAG(transluminal attenuation gradient), 및 TAG와 볼러스(bolus) 지속기간 사이의 관계를 예시한다.
[0023] 도 4는 본 발명의 실시예에 따른 세그먼팅된 동맥 그물의 선택된 부분의 예시적인 개략도를 예시한다.
[0024] 도 5a 내지 도 5c는 본 발명의 실시예에 따른 TAFE 포뮬레이션으로부터 Q를 결정하는 것의 정량적인 예를 예시한다.
[0025] 도 6은 본 발명의 방법(500)에 따른 단계들을 열거하는 흐름도를 예시한다.
[0026] 도 7a 및 도 7b는 본 발명의 실시예에 따른 CFD 데이터로부터 부분적인 볼륨 평균 효과를 평가하기 위한 방법을 예시한다.
[0027] 도 8은 본 발명의 실시예에 따른 상이한 복셀 해상도들에 대한 70% 영역 수축을 갖는 협착증에 대한 CFD 시뮬레이트된 콘트라스트 농도 프로파일을 예시한다.
[0028] 도 9는 본 발명의 실시예에 따른 현재의 방법의 구현을 위한 프로세스의 요약을 예시한다.
[0029] 도 10은 본 발명의 실시예에 따른 특정 환자 데이터에 대한 그래프 모델링 결과들을 예시한다.
[0030] 도 11은 본 발명의 실시예에 따른 CFD 모델에 대해 경계 조건들을 제공하는 목적들을 위해 Q 또는 TAFE를 결정하는 것의 정량적인 예를 예시한다.
[0031] 도 12는 본 발명의 실시예에 따른 계산적 모델링(computational modeling)(즉, CFD 계산)을 위한 현재 방법의 구현을 위한 프로세스의 요약을 도시한다.
[0032] 도 13은 콘트라스트 CT 혈관조영(angiographic) 이미징 데이터를 선택된 동맥 그물에 대한 TAFE-ready TAG 정보로 변환하는 것과 관련된 단계들의 흐름도를 예시한다.
[0033] 도 14는 동맥 그물의 선택된 관심 영역에 대한 TAFE로부터 CFV를 획득하는 것과 관련된 단계들의 흐름도를 예시한다.
[0034] 도 15는 선택된 동맥 그물에서 동맥들에 대한 TAFE로부터 관상 혈류 예비력을 결정하는 것과 관련된 단계들의 흐름도를 예시한다.
[0035] 도 16은 선택된 동맥 그물의 관심 영역에서 동맥들에 대한 TAFE로부터 PG(pressure gradient) 및 손실 계수(K)를 획득하는 것과 관련된 단계들의 흐름도를 예시한다.
[0036] 도 17은 선택된 동맥 그물의 관심 영역의 동맥들에 대한 TAFE로부터 FFR을 획득하는 프로세스를 예시한다.
[0037]
본 발명에 개시된 청구 대상은, 이제 본 발명의 전체가 아닌 일부 실시예들이 도시된 첨부된 도면들을 참조하여 이하에서 더욱 완전하게 설명될 것이다. 동일한 도면 번호들은 전체를 통해 동일한 엘리먼트들을 지칭한다. 본 발명에 개시된 청구 대상은 많은 상이한 형태들로 실시될 수 있고 본 명세서에서 설명된 실시예들로 제한되는 것으로 해석되지 않아야 한다; 오히려 이러한 실시예들은 본 개시가 적용가능한 법적 요건들을 충족하도록 제공된다. 실제로, 전술한 설명들 및 관련된 도면들에 제시된 교시들의 이익을 갖는 본 발명에 개시된 청구 대상이 속하는 기술 분야의 당업자에게는 많은 변형들 및 본 명세서에 설명된 본 발명에 개시된 청구 대상의 다른 실시예들이 떠오를 것이다. 따라서, 본 발명에 개시된 청구 대상은 개시된 특정 실시예들에 제한되지 않으며, 변형들 및 다른 실시예들이 첨부된 청구항들의 범위 내에 포함되도록 의도되는 것이 이해될 것이다.
[0038]
본 발명에 따른 실시예는 동맥 그물의 선택된 부분의 동맥 협착증의 기능적 심각도를 비침습적으로(non-invasively) 결정하기 위한 방법을 제공한다. 이 방법은 CCTA(coronary computed tomography angiography scan)를 이용하여 환자의 동맥 그물 내의 조영제의 농도와 관련한 환자 특정 데이터를 수집하는 것을 포함한다. 환자 특정 데이터는 휴식 상태에서 또는 스트레스 하에서 수집될 수 있다. 대안적으로, 손실 계수(K)의 추정치의 사용은 스트레스 하에서 수집되는 데이터에 대한 필요성을 제거하기 위해 사용될 수 있다. 환자의 동맥 그물의 선택된 부분에 대한 환자 특정 TAG(transluminal attenuation gradient)를 계산하기 위해 환자 특정 데이터가 사용된다. 데이터는 분석의 임의의 단계에서 인공물(artifact)들을 이미지화하기 위해 수정될 수 있다. 환자에 대한 동맥 혈류 속도, 압력 구배, 동맥 혈류 예비력, 및/또는 분획 혈류 예비력의 추정치를 결정하기 위해 환자 특정 TAG가 사용된다. 그 다음, 동맥 혈류 속도, 압력 구배, 동맥 혈류 예비력, 및 분획 혈류 예비력이 협착증의 기능적 심각도를 추정하기 위해 사용될 수 있다.
[0039]
보다 특히, 식(1)은 일반적으로 HU(Hounsfield Unit)에 의해 CTCA에서 측정되는 동맥 감쇠에 비례하는 단면 평균화된 콘트라스트 농도 C 에 대한 일-방향 이류 식을 표현한다:
여기서 
는 동맥에서의 시간(t) 및 축방향 위치(s)의 함수이다. 
가 상수라고 가정하면, 식(1)의 풀이는 다음과 같이 근사화될 수 있다:
여기서 
는 s=0 즉, 관상 동맥 소공에서의 농도의 시간 변화이고, 우리는 AIF(arterial input function)로서 
를 호출하고, 
는 
에 의해 주어지는 혈관 볼륨이다. 식(1)에 기초하여, 사실상 TAG인, 동맥에서의 2개의 축방향 위치들 
및 
사이의 농도 구배는 다음의 식을 초래한다:
여기서, 
는 평균 단면적이고, 
는 2개의 축방향 위치들 사이의 포인트에 대한 동맥에서의 축방향 거리이다. 따라서, TAG는 평균 유량 에 반비례하지만, 또한 AIF(arterial input function), 
와 관련된다. 도 1a 및 도 1b는 우리가 고려한 2가지 특정 타입들의 AIF 모델들을 도시한다. AIF 프로파일들은 CT 스캔들로부터 이용가능하고, 다른 표현적 프로파일들이 또한 이용될 수 있다.
AIF의 가장 단순한 근사화는 선형 램프 함수(도 1a)이다;
여기서 
및 
은 소공에서의 최대 및 최소 농도들이고, 
는 볼러스(bolus)의 도착 시간이고, 
는 볼러스의 도착과 최대 강화 사이의 시간-지연이다. 식(4)를 식(3)으로 치환하면, 
에서의 TAG는 다음과 같이 추정된다:
여기서 TAG*는 cm-1의 단위들로 소공에서의 밀도 상승에 의해 정규화된 TAG이다. 우리가 TAG*, 평균 단면적(
)의 함수로써 동맥 흐름에 대한 단순한 수식(ml/min)으로 도착하는 
에 대해 풀면:
이다. 일부 경우들에서, AIF는, 예컨대, 다음과 같이 코사인 함수(도 1b)와 같은 비선형 함수에 의해 설명될 수 있다:
여기서 
및 
은 소공에서의 최대 및 최소 농도들이고, 
는 볼러스의 도착 시간이고, 
는 볼러스의 도착과 최대 강화 사이의 시간-지연이다. 식(7)을 식(3)으로 치환하면, 
에서의 TAG는 다음과 같이 추정된다:
여기서 TAG*는 cm-1의 단위들로 소공에서의 밀도 상승에 의해 정규화된 TAG이다. 우리가 TAG*, 평균 단면적(
), 혈관 볼륨(
) 및 볼러스 지속기간
의 함수로써 동맥 흐름에 대한 단순한 수식(ml/min)으로 도착하는 
에 대해 풀면;
이다.
[0040]
위의 식의 모든 파라미터들은 현재 종래의 CTA 시험들을 이용하여 쉽게 이용 가능하다. 식 (6) 및 (9)(및 다른 관련된 식들)에서 
의 계산은 또한 TAFE(transluminal attenuation flow encoding)로서 지칭될 수 있다. 도 2는 위의 파라미터들로 라벨링되는 혈관의 개략도를 예시한다. 도 2에서 예시된 바와 같이, 혈관 세그먼트(vessel segment)(10)는 근위부(12) 및 원위부(14) 및 그 사이에서 적어도 부분적으로 연장하는 혈관 길이(
)를 갖는다. 평균 단면적(
)은 총 혈관 볼륨 및 혈관 길이로 계산될 수 있다. 혈관 볼륨(
)은 전체 혈관에 대해, 특히 혈관 길이(
)(16) 상에서 또한 결정될 수 있다.
[0041]
예로서, 콘트라스트 분산 다이나믹스들의 CFD 시뮬레이션들은 도 3a-3b에서 예시된 바와 같이, TAG와 AIF 간의 제안된 관계 및 흐름과 TAG 간의 기본 관계를 확인하도록 생리적 흐름 조건 하의 관상 동맥 협착증의 단순 모델에서 코사인 AIF(식 7)로 수행되었다. 이 데이터는 AIF 지속기간(Td)의 효과를 나타내고 식(8)에서 상세된 TAG와 1/Q2 간의 선형 관계를 확인한다.
[0042]
동맥 그물에 대한 TAFE를 포뮬레이팅하기 위해, 먼저 동맥 그물의 선택된 부분의 세그먼트들의 연결성이 식별되어야 한다. 도 4는 본 발명의 실시예에 따라 세그멘팅된 동맥 그물의 선택된 부분의 예시적인 개략도를 예시한다. 도 4에서 예시된 바와 같이, 동맥 그물(100)은 (1)-(5)로 라벨링되는 세그먼트들을 포함한다. 선형 램프 함수 AIF(식 4)에 대해, 식 (5) 및 (6)은 변형 없이 임의의 세그먼트들에 적용될 수 있다. 코사인 함수 AIF(식 7)에 대해, 각각의 세그먼트에 대한 감소된 시간이 고려되어야 한다. 식(10)은 코사인 AIF에 대한 동맥 그물에서 임의의 세그먼트(n)에 대한 TAG의 표현을 도시한다.
여기서, 업스트림 세그먼트들의 합은 관상 소공까지의 모든 세그먼트들을 포함해야 한다. 식(11)은 예시적인 동맥 그물에서 (3)으로 라벨링된 세그먼트에 대한 TAG의 표현을 도시한다. 관상 소공까지의 (3)의 업스트림 세그먼트들은 (1) 및 (2)라는 것에 유념한다.
[0043]
위의 표현에 기초하여, TAFE 기반 Q는 또한 아래의 식들에서 설명된 바와 같이 동맥 그물의 선택된 부분에 대해 결정될 수 있다. 식(10)으로부터, 세그먼트들(n)에 대한 TAG는 식(12)에 의해 주어진다,
여기서, 우리는 (sec2/mL)의 유닛들을 갖는 스케일링된 TAG
및 분기 감소된 시간(
)을 정의한다.
마지막으로, 특정 동맥 세그먼트를 통한 유량은 다음에 의해 주어진다.
식(12)은 동맥 그물의 선택된 부분의 세그먼트(n)에서 흐름 추정에 대한 공식을 표현한다.
[0044]
단면적 변화 
에 관한 상세한 정보가 이용가능하지 않다면, 선형 테이퍼링을 가정함으로써 근위 및 원위 단면적들에 대해서만 혈관 볼륨들이 추정될 수 있다. 도 2에 개략적으로 예시된 테이퍼링된 혈관에 대해, 전체 혈관 볼륨이 하기에 의해 추정될 수 있다
여기서, 
및 
은 각각 근위부(12) 및 윈위부(12)에서의 단면적들이다. 축 방향으로의 단지 중간까지의 혈관 볼륨 
은 하기에 의해 제공된다
[0045]
여기서, 관상 유량 추정의 예들이 도 4에 예시된 예시적 동맥 그물에 대해 제공된다. 선형 램프 함수 AIF에 대해, 각각의 세그먼트를 통과하는 유량은, 방정식 (6)과 동일한 포뮬레이션을 사용함으로써 추정될 수 있다;
코사인 함수 AIF에 대해, 유량은 식(15)를 적용함으로써 추정된다. (1)로 라벨링된 제 1 세그먼트가 업스트림 세그먼트들을 갖지 않기 때문에, 유량 
은 TAFE에 의해 하기와 같이 제공된다
여기서, 
은 식(14)을 사용하여 결정될 수 있고, 
은 식(13)을 사용하여 결정된다. 식(19)이 
을 갖는 식(15)로부터 도출됨을 주목하라. 이제, (2)로 라벨링된 세그먼트에 대한 
은 직접적으로 식(15)로부터 하기와 같이 제공된다
여기서, 
은 
및 
을 사용하는 식(14)을 사용하여 결정되는데, 그 이유는 (1)로 라벨링된 제 1 혈관 세그먼트가 (2)로 라벨링된 제 2 혈관 세그먼트에 앞서기 때문이다. 유사하게, (3)으로 라벨링된 제 3 세그먼트에 대한 
은 하기에 의해 결정된다
세그먼트(4)에 대한 소공에 대한 업스트림 세그먼트가 유일하게 세그먼트(1)이기 때문에, 세그먼트(4)에 대한 분기 지체 시간은 
과 동일하다. 마지막으로, (5)로 라벨링된 세그먼트에 대한 
은 하기에 의해 결정된다
세그먼트(5)에 대한 업스트림 세그먼트들이 (1) 및 (2)임을 주목하라.
[0046]
도 5는, 실제 관상 동맥 모델 시뮬레이션에 대한 Q를 결정하는 정량적 예를 예시한다. 도 5a는, CT-스캔 데이터로 행해진 실제 관상 동맥 모델에서 흐름 및 콘트라스트 분산에 대한 CFD(computational fluid dynamics) 시뮬레이션 결과들을 도시한다. 메인 LAD (left anterior descending) 분기(400)는 3개의 분기점들을 갖는 4개의 세그먼트들 S1~S4를 포함한다. 도 5b는, LAD 분기(400)를 따라 정규화된 콘트라스트 분산을 도시한다. 도 5c는, 포뮬레이션(12)을 사용한 각각의 세그먼트들(S1~S4)을 통한 유량의 추정, 및 추정된 유량들을 도시하는 표이고, QTAFE는 풀 CFD 시뮬레이션 QCFD에 의해 획득되는 실제 유량과 비교된다.
[0047]
도 6은, 본 발명의 방법(500)에 따른 단계들을 상세화하는 흐름도를 예시한다. 단계(502)는 환자의 관심 동맥 그물의 적어도 하나의 섹션을 결정하는 단계를 포함한다. 다음으로, 단계(504)는 동맥 그물의 각각의 동맥 세그먼트에 대한 적어도 하나의 업스트림 세그먼트의 식별을 포함한다. 각각의 선택된 세그먼트에 대한 평균 면적들 및 볼륨들은 단계(506)에서 관상동맥 조영술 데이터를 사용하여 결정된다. 각각의 세그먼트의 유량은 단계(508)의 식들 (13), (14), (15)를 사용하여 가장 업스트림의 분기로부터 순차적으로 결정되어야 한다. 각각의 세그먼트의 압력 구배는, 단계(510)의 유량 및 기하학적 정보를 사용함으로써 계산될 수 있다. 압력 구배는 동맥 협착증의 기능적 의의를 결정하기 위해 사용될 수 있다. 이러한 단계들은, 휴식 및 스트레스 조건들에서 주어진 환자에 대해 수행될 수 있고, 이러한 2개의 조건들로부터 획득된 유량 및/또는 압력 정보는 협착증의 기능적 의의의 다른 측정을 제공한다. 이러한 단계들은 또한 컴퓨터, 비-일시적 컴퓨터 판독가능 매체, 또는 대안적으로 CT 스캐너에 통합된 컴퓨팅 디바이스 또는 비-일시적 컴퓨터 판독가능 매체를 사용하여 수행될 수 있다. 실제로, 이 분야의 당업자에게 공지되거나 당업자에 의해 인식가능한 임의의 적절한 계산 방법이 사용될 수 있다. 또한, 특정 식들이 본원에서 상세화되지만, 이러한 식들에 대한 변화들이 또한 유도될 수 있고, 본 출원은 이 분야의 당업자에게 공지되거나 당업자에 의해 인식가능한 임의의 이러한 식을 포함함을 주목해야 한다. 비-일시적 컴퓨터 판독가능 매체는, 컴퓨터에 의해 판독될 수 있는 임의의 제조 물품을 의미하는 것으로 이해된다. 이러한 비-일시적 컴퓨터 판독가능 매체는, 자기 매체, 예컨대, 플로피 디스크, 플렉서블 디스크, 하드 디스크, 릴-투-릴 테이프, 카트리지 테이프, 카세트 테이프 또는 카드들, 광학 매체, 예컨대, CD-ROM, 디스크, 테이프 또는 카드 형태의 기록가능한 컴팩트 디스크, 자기-광학 매체 및 페이퍼 매체, 예컨대, 펀치된 카드들 및 페이퍼 테이프를 포함하지만, 이에 제한되는 것은 아니다. 컴퓨팅 디바이스는, 이러한 목적으로 구체적으로 설계된 특수 컴퓨터일 수 있다. 컴퓨팅 디바이스는, 본 발명에 고유할 수 있고, 본 발명의 방법을 수행하기 위해 구체적으로 설계될 수 있다. 모든 동작가능한 CT(computed tomography) 스캐너들은, 스캐너의 동작들을 수행하고 스캐너에 의해 생성된 이미징 데이터를 수신하도록 구체적으로 설계된 CT 스캐너의 사설 마스터 제어 센터인 콘솔을 갖는다. 통상적으로, 이러한 콘솔은 특수화된 컴퓨터, 주문형 키보드 및 다수의 모니터들로 이루어진다. 2가지 상이한 타입들의 제어 콘솔들이 존재할 수 있어서, 하나는 CT 스캐너 조작자에 의해 사용되고, 다른 하나는 의사에 의해 사용된다. 조작자의 콘솔은, 이미지의 두께, 튜브 전류/전압의 양, 환자 테이블의 기계적 이동 및 다른 방사선 사진 기술 팩터들과 같은 이러한 변수들을 제어한다. 의사의 뷰잉 콘솔은, 통상적 스캐너 동작과 간섭함이 없이 이미지들의 뷰잉을 허용한다. 이러한 콘솔은 기본적인 이미지 분석을 할 수 있다. 동작 콘솔 컴퓨터는, 스캐너와 양방향(입력 출력) 통신을 위해 스캐너 제조자에 의해 구체적으로 설계되는 일반적이 아닌 컴퓨터이다. 이것은, 로컬 상점에서 구매될 수 있는 표준 비즈니스 또는 개인용 컴퓨터가 아니다. 추가적으로, 이러한 콘솔 컴퓨터는, 스캐너 하드웨어를 구체적으로 동작시키기 위해, 컴퓨터 하드웨어에 대한 스캐너 제조자에 의해 설계 및 기록되는 사설 주문 제작 소프트웨어의 실행을 통해 스캐너와의 통신들을 수행한다.
[0048]
CT 혈관조영술에서, CT 영상의 공간 분해능은 최신 다중-검출기 CT 스캐너의 경우에는 약 0.5mm3인 스캐너의 복셀 사이즈로 제한된다. 이는 예컨대, 도 7b에 예시된 바와 같이, 동맥의 2㎜ 지름 섹션의 내강은 단지 약 12 복셀로 해결될 것임을 의미한다. 내강의 외측 에지들의 복셀들은 내강 외부에 부분적으로 위치되어, 임의의 주어진 단면에서 평균 감쇠 계수의 추정의 오차들로 이어질 수도 있다. 동일한 복셀로 서로 다른 구조들로부터의 밀도들의 이러한 "혼합"은 PVA(partial volume-averaging)로 공지되어 있으며 모든 단층 촬영 영상 방식들에 대한 고유의 제한이다.
[0049]
CFD 데이터로부터의 이러한 효과들을 평가하기 위해, 시뮬레이션 도메인이 가상 복셀 격자에 내장되고, 도 7에 예시된 바와 같이, 주어진 축방향 위치(s)에서 평균 감쇠 값이 재평가된다. 이 절차는 CTCA에서의 감쇠의 추정을 모방하고, 
은 이러한 측정들에 고유한 PVA의 효과를 포함한다. 도 5a 및 도 5b에 예시된 바와 같이, 이러한 접근법 사용하여 70%의 영역 수축을 갖는 경우에 대한 PVA의 효과 및 TAG에 대한 그 영향을 추정하도록 간단한 초기 시뮬레이션이 수행된다. 보다 구체적으로, 도 7a - 도 7b는 CFD 데이터로부터 부분 볼륨 평균 효과를 평가하기 위한 방법을 예시한다. 도 7a는 감소 내강 면적을 가진 CFD 모델링된 혈관에서 다수의 단면 슬라이스들을 예시한다. 도 7b에 예시된 2개의 단면도들은 각각 다음의 식들을 사용하여, 부분 볼륨 평균 없이 그리고 부분 볼륨 평균에 따라 0.5mm3 복셀 사이즈를 고려하여 이론적 감쇠 결과에 대한 식에 따라 시뮬레이팅된 CT 감쇠를 나타낸다.
여기서 HU voxel (s)는 주어진 축방향 위치(s)에서의 평균 감쇠 값이다. N lumen 은 축방향 위치(s)에서 내강을 덮는 복셀들의 수이고, HU i 는 제 i 복셀에 대한 평균 감쇠이고, V i 는 복셀의 볼륨이며, 
은 정규화된 평균 감쇠 값이고, C는 요오드 농도이다. 결과들은, PVA 효과가 혈관 테이퍼와 결합하여 측정된 TAG를 증가시키고 PVA와 혈관 곡률/비틀림의 결합은 감쇠 프로파일에 스퓨리어스(spurious) 변동들을 발생시킨다고 나타낸다. 그러나 체외 팬텀 연구들과 연계될 수 있는 CFD 모델링은 본원에서 추가 설명되는 PVA 효과들에 대한 TAFE 포뮬레이션들을 보상하는데 사용될 수 있다.
[0050]
도 8은 0.5mm3, 0.25mm3의 복셀 분해능들에 대한 70% 영역 수축을 위한 CFD 시뮬레이팅된 정규화 감쇠 프로파일들 및 무한 공간 분해능을 갖는 이론적 프로파일에 대한 경우를 예시한다. 공간 분해능의 감소(증가된 부분 볼륨 평균)는 TAG의 과대 평가를 야기하는 경향이 있다. 도 8에 도시된 바와 같이 부분 볼륨 효과들로 인해 야기되는 인위적으로 더 높은 TAG 값들을 고려하기 위해, CTA 복셀 분해능을 고려하는 보정 계수(δ1, δ2)가 구현될 수 있다. 다수의 공간 분해능들 및 고정 테이퍼에서의 계산 시뮬레이션으로부터, δ1은 가장 일반적으로 사용되는 복셀 분해능(약 0.4 × 0.4 × 0.4mm)에 대해 3.5과 거의 같다.
[0051]
예로써, 도 9에 예시된 바와 같이, 이 섹션은, LAD 질병이 있는 환자에게서 절대 흐름 측정을 위해 실제(real-world) CT 혈관조영술 데이터에 식(25)을 적용하는 프로세스를 개략적으로 서술할 것이다. 식(25)에 나타난 바와 같이, 3D CT 획득 이후에, 흐름 계산을 위해 CT 데이터로부터 추출되어야 할 총 4개의 변수들이 존재한다. 이러한 변수들 중 3개(
)는, (704) 및 (706)에 예시된 바와 같이, 혈관들의 정적인 CTCA 이미지들로부터 직접적으로 오며, 하나의 변수(Td)는, (708) 및 (710)에 도시된 콘트라스트 주입 후의 AIF(temporal contrast concentration)로부터 유도된다. 도 9의 프로세스를 요약하자면, 심장 전체의 이하의 3D 동시(isotemporal) 획득은 (702)에 예시되고, 3개의 주 관상동맥 혈관들의 다면 교정들 - 이는 (704)에 예시된 바와 같은 직선 혈관도를 제공함 - 이 생성된다. 그런 다음에, 2개의 사용자-정의된 근위 경계 위치와 원위 경계 위치 사이의 혈관 길이에 따른 내강 밀도를 측정하는데 소프트웨어가 사용된다. 변수 
는 소공으로부터 사용자-정의된 점들까지의 혈관 볼륨으로서 정의되고, 
는 혈관의 길이에 걸친 평균 단면적으로서 정의된다. TAG는, (706)에 예시된 바와 같이, 정규화된 내강 밀도 대 거리 플롯의 기울기로서 정의된다. 식(21)을 위해 필요한 콘트라스트 분산의 시간적 요소는, CTA 획득의 최적의 타이밍 또는 트리거링을 허용하기 위해서, 스캐닝 이전에 (708)에 예시된 바와 같이, 하강하는 대동맥에서 측정되는, (710)에 도시된 시간-밀도 커브로부터 취해진다. 이는 표준 CTCA에서 일반적으로 사용되지는 않지만, 이러한 시간적 AIF 데이터는 CT 원본 데이터에 저장될 수 있고, Td의 결정을 위해 용이하게 재구성된다. 스캐너 및 복셀 해상도에 의존하는, PVA 수정을 위한 파라미터들(
및 
)은 캘리브레이션 테스트를 함으로써 결정될 수 있다. 일단 모든 파라미터들이 분리되면, 식(25)은 동맥 흐름을 계산하는데 사용될 수 있다.
[0052]
상기 포뮬레이션을 안내하기 위해 CFD 시뮬레이션들에 부가하여, 식(25)은 또한, 예컨대, LAD 협착증의 허혈성 개 모델의, 그리고 폐쇄성 및 비-폐쇄성 관상동맥 질병이 있는 환자들의 절대 혈액 흐름을 계산하는데 사용될 수 있다. 그러나, 이러한 적용들은 간단한 예들이며, 제한하는 것으로 여겨져서는 안된다.
[0053]
예로써, [0035]에 설명된 접근법은 개 CT 측정들에 적용되었다. 이러한 데이터 세트는, 동시적인 마이크로스피어 주입들이 있는 프로토타입 256-CT 스캐너를 사용한 CT 이미징을 겪은, LAD 협착증의 4개의 개 모델들로 구성되었다. 이러한 프로토타입 스캐너의 제한된 시간적 해상도에도 불구하고, 이미지 분석 및 식(25)의 적용은 29±10 ml/min의 휴식 관상 혈류(LAD+LCx)를 보여주었다. 이러한 연구에서 관상 혈류 프로브들이 사용되지 않았지만, 이러한 결과는, 이전에 공개된, 유사한 크기의 개들에서의 직접 프로브-유도된 측정들인 31±8 ml/min과 매우 유사하다.
[0054]
또한, 식 (25)로부터 도출된 흐름과 마이크로스피어 MBF (R＝0.89, p＜0.001) 사이에 양호한 상관이 존재하였다. 따라서, 제한된 임상전의 파일럿 데이터 세트에서, 식 (21)은, LAD 및 LCx에 의해 공급된 영토(territorial) 흐름들을 정확히 결정하기 위한 능력을 제공하는 것으로 나타나며, 문헌에 기록된 것들과 동의된 절대적인 총 관상 혈류값들을 제공한다.
[0055]
예로서, [0035]에서 설명된 접근법은 환자 데이터세트들에 적용되었다. 9명의 환자들로 이루어진 이러한 임상 데이터 세트는 존 홉킨스 대학에서 수행된 CORE320 멀티센터 시험에 등록되었다. CORE320의 환자들은, 관상 CTA, 스트레스 CT 및 SPECT 심근 관류 이미징을 경험했다. 모든 AIF 데이터가 수집되었다. 도 1은, 선형 또는 코사인 AIF 모델들의 완벽한 매치를 예증하는 이러한 분석에 포함된 환자에 대한 AIF 기능을 도시하며, 이는 식 (25)을 데이터 세트에 적용하기 위한 추가적인 신뢰도를 제공한다. 평균의 총 관상 혈류(LAD + LCX + RCA)는 123.4±66 ml/min이었다. 심근 질량에 대해 정정된 경우, 총 심근 혈류는 0.86±0.39 ml/g/min이었다. 이들 데이터는 O15-PET에 의해 사람들에서 관측되는 휴식 MBF와 거의 동일하다. 기준 표준(SPECT 심근 관류 이미징)에 의한 정상 대 비정상 관류와 환자들을 비교할 경우, TAG 단독으로는, 허혈성 및 비-허혈성 영토들(p＝0.93) 사이에 어떠한 상당한 차이도 나타내지 않았다. 그러나, TAG가 적용된 식(25) 및 소공에서의 밀도 상승에 의해 정규화되었던 경우, 총 관상 혈류에서 통계적으로 상당한 차이, 즉 정상 및 허혈성 환자들에서 각각 142 ml/min 대 71 ml/min이 존재했다(p＝0.04, 도 9 참조). 사람의 CT 연구들에서의 이들 예비 데이터로부터의 결과들은, 식 (25)가 관상 혈류를 정확히 측정한다는 것을 표시하며, SPECT에 의해 결정된 심근 관류 비정상들을 예측할 수 있지만; TAG는 AIF를 고려하지 않으면서는 예측될 수 없다.
[0056]
식 (25)은, 제한된 세트들의 송곳니에 대한 이러한 수식의 예비 평가 및 간략화된 계산 모델로부터 특정한 타입들의 AIF에 대해 도출되며, 사람의 데이터는 매우 유망하고 타당성을 예증한다. 그러나, 수식은, 임의의 AIF 및 흐름 파형 기능의 효과들을 통합시키기 위해 추가적으로 일반화될 수 있다. 일반적으로, 대류 식 (1)의 풀이는 다음에 의해 주어질 수 있으며:
여기서, 
는 지체된 시간이고, 
는 임의의 시변 유량이다. 하나는 다음의 형태들에 의해 시변 유량 및 자신의 시간 적분을 표현하고;
여기서, 
는 평균 유량이다. 식들 (3), (26) 및 (27)로부터, 우리는 평균 유량에 대한 다음의 수식들을 획득할 수 있다;
여기서, 
이다. 위의 시스템의 식들이 2개의 미지수들, 즉 
을 가지므로; TAG가 측정되면, 그것은, 임의의 AIF 및 흐름 파형에 대한 평균 유량 
을 발견하기 위해 풀어질 수 있다. 따라서, 식들의 시스템, 즉 식 (28)은 임의의 AIF 및 흐름 파형에 대한 일반적인 TAFE 공식이다.
[0057]
FFR이 협착증 평가의 골드 표준으로서 고려되지만, 상술된 방법들은 협착증 심각도의 다른 메트릭을 획득하기 위해서 적용될 수 있다. 특히 환자의 혈관 망의 관심 섹션 내의 PG(pressure gradient)의 추정치가 동맥 혈류 속도, 동맥 유입 기능, 동맥 내 동맥 내강 면적, 포지션 및 위치에 관한 정보를 이용하여 획득될 수 있고; 협착증에 걸친 압력 강하 및 흐름 속도가 상기 방법을 이용하여 결정되면, 협착증 기능적 심각도는 또한 다음 식으로 정의되는 손실 계수의 면에서 결정될 수 있다.
Q는 (TAFE로부터 획득되는) 협착증 업스트림의 유량이고 A는 협착증 업스트림의 내강 면적이다. 상기 척도의 이점은 실질적으로 유량과 관계없으며, 나머지 조건에서 하나의 스캔으로 (즉, 최대 충혈 시 제 2 스캔의 필요없이) 획득될 수 있다는 것이다. 협착증에 대한 압력 강하의 추정치들은 또한 FFR로 변환될 수 있다.
[0058]
본 발명에 따른 방법은, 동맥의 칼슘이 없는 섹션을 통해 환자 특유의 TAG(transluminal attenuation gradient)를 획득하는 단계 및 미리결정된 혈관 또는 심실 위치(동맥 입력 기능 또는 입력 볼러스(bolus) 프로파일로 지칭됨)에서 콘트라스트의 시간 변화를 결정하는 단계를 제공한다. 또한, 이 방법은 TAG 및 AIF를 사용하여 동맥 내 FFR(fractional flow reserve)의 추정치를 계산하는 단계 및 심각한 석회화와 함께 혈관들 내의 동맥 협착증의 기능적 의의을 결정하기 위해 FFR을 이용하는 단계를 포함한다. 본 기술은 CT 공간 해상도 및 부분 볼륨 평균화의 효과들에 대한 TAG 값들을 수정하기 위한 방법을 포함할 수 있다. 본 기술은 또한 혈관 비틀림, 곡률 및 부분 볼륨 평균화의 효과들에 대한 TAG 값들을 수정하기 위한 방법을 포함한다. 방법은 또한, 동맥 협착증의 기능적 의의을 결정하기 위한 프로토콜을 포함하며, 동맥 협착증의 기능적 의의을 결정하는 것은 흐름 속도를 계산하기 위해 동적 CT 획득을 통해 콘트라스트 농도 대 시간 데이터를 획득하는 것을 포함한다.
[0059]
흐름 속도는 대동맥 내에서뿐만 아니라 콘트라스트 측정이 이용가능한 서브 분기들 모두에서 얻어질 수 있다. 따라서, 본 방법은 다양한 분기들에서 유량들의 상대적 크기를 제공할 수 있고 이 정보는 관상동맥 협착증의 기능적 의의의 대안적인 척도를 개발하기 위해서 다른 정보 또는 수학적 모델들과 결합될 수 있다.
[0060]
(TAFE를 통해) TAG로부터 획득된 흐름 속도는 맥관 구조(vasculature)의 연산 모델들(예를 들어, CFD(computational fluid dynamics) 모델들)에 경계 또는 초기 조건들을 제공하는 데에 사용될 수 있다. 계산 모델은 그런 다음, 압력 분포 및 FFR 및 PG와 같은 연관된 메트릭들을 예측하는데 사용될 수 있다. 이는 업스트림(대동맥 등) 및 다운스트림 맥관 구조의 모델링의 필요성을 제거하고 CFD 기반 모델링의 계산적 비용 및 복잡도를 감소시킨다. 도 10 및 도 11은 이러한 접근법의 실시예를 도시하며: TAFE는 CTA로부터 콘트라스트 분산 데이터를 택하고 모든 관련 혈관들에 대해 이것을 유량으로 변환한다. 그런 다음, 이러한 유량들은 계산 모델에 대한 유입 및 유출 경계 조건들을 생성한다.
[0061]
본 명세서에 설명된 방법은 정상적인 혈관들, 비정상적인 혈관들뿐만 아니라 약물, 스텐트들, 이식과 같은 의료 요법들에 대한 대상인 혈관들에서 사용될 수 있다. 상기 방법은 휴식뿐만 아니라 (운동 또는 약물을 통해 유발된) 스트레스와 같은 다른 조건들에서 적용될 수 있다.
[0062]
콘트라스트의 측정은 동시에 측정된 ECG를 포함하는 다양한 입력들에 의해 트리거링될 수 있다.
[0063]
도 12는 본 발명의 실시예에 따른 계산적인 모델링(즉, CFD 계산)을 위한 현재 방법의 구현을 위한 프로세스의 개요를 예시한다. 단계(800)는 CTA로부터의 관심 병변 또는 동맥 세그먼트를 결정하는 것이다. 단계(802)에서, 관심의 세그먼트 내의 흐름 또는 압력에 영향을 미치는 국소 동맥 그물 내의 인접한 동맥들이 결정된다. 단계(804)는 앞서 식별된 국소 동맥 그물에 대한 유입 및 유출 경계 조건들을 결정하기 위해 TAFE를 사용하는 것을 포함한다. 단계(806)에서, 경계 조건들은 국소 동맥 그물 내의 혈류를 시뮬레이팅하는데 사용되고, 단계(808)에서, 국소 동맥 그물 내의 압력이 결정되고, 각각의 세그먼트 또는 관심 병변에 대해 FFR, PG, 손실 계수가 결정된다.
[0064]
도 13은 콘트라스트 CT 혈관조영술 이미징 데이터를 선택된 동맥 그물에 대한 TAFE-ready TAG 정보로 변환하는 것과 연관된 단계들의 흐름도를 예시한다. 단계(902)는 관심 영역 (904) 및 관심 영역 내에 배치된 동맥 그물(906)을 예시한다. 동맥 그물(906)은 TAFE 분석을 위해 식별된다. 단계(908)에서, 분석을 위해 식별된 동맥 그물에 대해 중심선이 식별된다. 내강 분석이 단계(910)에서 수행된다. 단계(912)에서, 이 정보는 TAG 추정을 계산하기 위해 사용되며, 단계(914)에서 TAFE 분석이 데이터에 대해 실행된다.
[0065]
도 14는 동맥 그물의 선택된 관심 영역에 대해 TAFE로부터 CFV를 획득하는 것과 연관된 단계들의 흐름도를 예시한다. 흐름도(1000)에서, 환자에 관련된 데이터를 수집하기 위해 CT 스캔이 단계(1002)에서 수행된다. 단계(1004)에서, 혈관조영술이 환자에 관련된 데이터와 함께 생성되고, 단계(1006)에서, AIF가 계산되고 환자에 관련된 데이터를 사용하여 그래프화된다. 단계(1008)에서, 콘트라스트 분배 및 TAG가 혈관조영술로부터 계산된다. TAG 밀 AIF는 단계(1010)에서, TAFE 분석을 계산하는데 사용된다. 단계(1010)의 TAFE 분석은 또한, 단계(1012)에서 언급된 바와 같이, 해상도와 같은 스캐너 특징들에 기초한 입력을 포함할 수 있다. TAFE 분석은 단계(1014)에서 관상 혈류 속도를 결정하는데 사용된다.
[0066]
도 15는 선택된 동맥 그물 내의 동맥들에 대한 TAFE로부터 관상 혈류 예비력을 결정하는 것과 연관된 단계들의 흐름도를 예시한다. 흐름도(1100)에서, 데이터는 휴식 및 스트레스 둘 모두에서 관심있는 동맥 그물에 대해 환자로부터 획득되어야 한다. 단계(1102)에서, 환자는 휴식 조건으로 유도된다. 이러한 스트레스 상태에서, 관상 혈류 속도는, 단계(1104)에서, 앞서 설명된 바와 같이, TAFE 분석으로부터 획득된다. 단계(1106)에서, 또한 앞서 설명된 바와 같이, 
가 결정된다. 단계(1108)에서, 환자는 스트레스 조건으로 유도된다. 스트레스 상태에서, 관상 혈류 속도는, 단계(1110)에서, 앞서 설명된 바와 같이, TAFE 분석으로부터 획득된다. 단계(1112)에서, 또한 앞서 설명된 바와 같이, 
가 결정된다. CFR(coronary flow reserve)은, 
와 
사이의 비로서 단계(1114)에서 결정된다.
[0067]
도 16은, 선택된 동맥 그물에서의 관심 영역의 동맥들에 대한 TAFE로부터 PG(pressure gradient) 및 손실 계수(K)를 획득하는 것과 연관된 단계들의 흐름도를 예시한다. 흐름도(1200)에서, 상기 설명된 TAFE 분석 프로세스는 단계(1202)에서 실행된다. 단계(1204)에서, TAFE 분석은, 또한 상기 설명된 바와 같이, 관상 혈류 속도를 결정하는데 사용된다. 단계(1206)에서, 유입 및 유출 레이트 경계 조건들은 선택된 동맥 그물에서의 관심 영역에 대해 결정된다. 단계(1208)에서, 3D 동맥 내강 지오메트리는 혈관조영술로부터 계산되고, 단계(1210)에서, CFV에 대한 정보 및 3D 동맥 내강 지오메트리 및 유입 및 유출 레이트 경계 조건들은, 관심대상의 CFD(computational fluid dynamics) 모델링을 실행하는데 사용된다. 단계(1212)에 예시된 바와 같이, 이러한 단계들을 실행하기 위해 컴퓨팅 디바이스, 서버, 태블릿, 스마트폰, 또는 다른 컴퓨터가 사용될 수 있다. 식(29)을 사용하여, 단계(1214)에서 압력 구배(ΔP)가 계산되고, 단계(1216)에서 손실 계수가 계산된다.
[0068]
도 17은, 선택된 동맥 그물에서의 관심 영역의 동맥들에 대한 TAFE로부터 FFR을 획득하는 프로세스를 예시한다. 흐름도(1300)에서, 상기 설명된 TAFE 분석 프로세스는 단계(1302)에서 실행된다. 단계(1304)에서, TAFE 분석은, 또한 상기 설명된 바와 같이, 관상 혈류 속도를 결정하는데 사용된다. 단계(1306)에서, 유입 및 유출 레이트 경계 조건들은 선택된 동맥 그물에서의 관심 영역에 대해 결정된다. 단계(1308)에서, 3D 동맥 내강 지오메트리는 혈관조영술로부터 계산되고, 단계(1310)에서, CFV에 대한 정보 및 3D 동맥 내강 지오메트리 및 유입 및 유출 레이트 경계 조건들은, 관심대상의 CFD(computational fluid dynamics) 모델링을 실행하는데 사용된다. 단계(1312)에 예시된 바와 같이, 이러한 단계들을 실행하기 위해 컴퓨팅 디바이스, 서버, 태블릿, 스마트폰, 또는 다른 컴퓨터가 사용될 수 있다. 단계(1314)에서 압력 구배(ΔP)가 계산된다. 단계(1316)에서, 상완 압력과 같은 생리적 압력 측정들이 획득된다. 단계(1318)에서, 압력 구배(ΔP) 및 생리적 압력 측정들은, 관상 소공에서 절대 압력을 추정하는데 사용되고, 관심 대상의 동맥의 절대 동맥 혈압을 계산하기 위해 CFD 모델링과 결합된다. 단계(1320)에서, FFR은 Pdistal과 Pproximal 사이의 비로서 계산된다.
[0069]
본 발명의 많은 특징들 및 장점들은 상세한 설명으로부터 자명하고, 따라서, 본 발명의 진정한 사상 및 범위 내에 있는, 본 발명의 그러한 모든 특징들 및 장점들을 첨부된 청구항들에 의해 커버하도록 의도된다. 또한, 다수의 수정들 및 변경들이 당업자에게 용이하게 일어날 것이기 때문에, 본 발명을, 예시되고 설명된 정확한 구조 및 작동으로 제한하는 것은 바람직하지 않으며, 따라서, 모든 적합한 수정들 및 등가물들은 본 발명의 범위 내로 재분류되어 본 발명의 범위 내에 있을 수 있다.
Claims (22)
- 환자의 동맥 협착증(arterial stenosis) 또는 병변(lesion)의 기능적 의의를 결정하기 위한 방법으로서,
상기 환자의 동맥 그물(arterial network)의 관심 영역을 결정하는 단계;
혈관조영술(angiogram) 수술 동안 상기 환자의 CT(computed tomography) 스캔을 획득하여, 상기 관심 영역에 대한 데이터를 산출하는 단계;
상기 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해, 상기 CT 스캔으로부터 획득된 데이터를 사용하는 단계;
상기 관심 영역에 대한 콘트라스트 분포(contrast distribution) 및 TAG(transluminal attenuation gradient)를 결정하기 위해, 상기 CT 스캔으로부터 획득된 데이터를 사용하는 단계;
콘트라스트 분포, TAG 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하는 단계; 및
TAFE를 사용하여, 상기 동맥 그물의 관심 구역을 통하는 관상 혈류 속도(coronary flow velocity)를 모델링하는 단계
를 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 1 항에 있어서,
상기 CT 스캔을 획득하기 위해 사용되는 스캐너의 특징들과 관련된 데이터로 TAFE의 계산을 증강시키는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 1 항에 있어서,
상기 방법을 실행하도록 비-일시적 컴퓨터 판독가능 매체를 프로그래밍하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 1 항에 있어서,
상기 혈관조영술 동안 상기 환자의 상기 CT 스캔을 획득하기 이전에 상기 환자가 심장 휴식 조건(cardiac rest condition)에 있게 하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 4 항에 있어서,
상기 심장 휴식 조건에서 상기 환자에 대한 관심 영역에 대한 상기 관상 혈류 속도를 계산하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 1 항에 있어서,
상기 혈관조영술 동안 상기 환자의 상기 CT 스캔을 획득하기 이전에 상기 환자가 심장 스트레스 조건에 있게 하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 6 항에 있어서,
상기 심장 스트레스 조건에서 상기 환자에 대한 관심 영역에 대한 상기 관상 혈류 속도를 계산하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 1 항에 있어서,
심장 휴식시 상기 환자에 대한 혈관조영술 동안 상기 환자의 CT 스캔을 획득하는 단계 및 심장 스트레스 하에서 상기 환자에 대한 혈관조영술 동안 상기 환자의 CT 스캔을 획득하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 6 항에 있어서,
심장 휴식시에 그리고 심장 스트레스 하에서 상기 환자에 대한 상기 동맥 그물의 관심 영역을 통하는 관상 혈류 속도를 계산하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 7 항에 있어서,
심장 스트레스 하에서의 유량 대 심장 휴식하에서의 유량의 비(Qstress 대 Qrest)로서 상기 관심 영역에 대한 관상 혈류 예비력(coronary flow reserve)을 계산하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법으로서,
상기 환자의 동맥 그물의 관심 영역을 결정하는 단계;
혈관조영술 수술 동안 상기 환자의 CT(computed tomography) 스캔을 획득하여, 상기 관심 영역에 대한 데이터를 산출하는 단계;
상기 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해, 상기 CT 스캔으로부터 획득된 데이터를 사용하는 단계;
상기 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해, 상기 CT 스캔으로부터 획득된 데이터를 사용하는 단계;
콘트라스트 분포, TAG 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하는 단계;
TAFE를 사용하여 흐름 속도를 모델링하는 단계;
상기 관심 영역에 대한 유입 및 유출 레이트 및 경계 조건들을 결정하기 위해 관상 혈류 속도를 사용하는 단계;
3D 동맥 내강 지오메트리(arterial lumen geometry)를 결정하는 단계;
상기 경계 조건들, 유입 및 유출 레이트들, 및 3D 상기 동맥 내강 지오메트리를 사용하여 상기 관심 영역에 대한 CFD(computational fluid dynamics) 모델링을 수행하는 단계;
CFD 모델을 사용하여 상기 관심 영역에 대한 압력 구배를 계산하는 단계; 및
상기 관심 영역에 대한 손실 계수(loss coefficient)를 결정하기 위해 상기 압력 구배를 사용하는 단계
를 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 11 항에 있어서,
상기 CT 스캔을 획득하기 위해 사용되는 CT 스캐너의 특징들과 관련된 데이터로 TAFE의 계산을 증강시키는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 11 항에 있어서,
상기 방법을 실행하도록 비-일시적 컴퓨터 판독가능 매체를 프로그래밍하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법으로서,
상기 환자의 동맥 그물의 관심 영역을 결정하는 단계;
혈관조영술 수술 동안 상기 환자의 CT(computed tomography) 스캔을 획득하여, 상기 관심 영역에 대한 데이터를 산출하는 단계;
상기 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해, 상기 CT 스캔으로부터 획득된 데이터를 사용하는 단계;
상기 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해, 상기 CT 스캔으로부터 획득된 데이터를 사용하는 단계;
콘트라스트 분포, TAG 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하는 단계;
TAFE를 사용하여, 상기 동맥 그물의 관심 영역을 통하는 관상 혈류 속도를 모링하는 단계;
상기 관심 영역에 대한 유입 및 유출 레이트 및 경계 조건들을 결정하기 위해 상기 관상 혈류 속도를 사용하는 단계;
3D 동맥 내강 지오메트리를 결정하는 단계;
상기 경계 조건들, 유입 및 유출 레이트들, 및 상기 3D 동맥 내강 지오메트리를 사용하여 상기 관심 영역에 대한 CFD(computational fluid dynamics) 모델링을 수행하는 단계;
CFD 모델을 사용하여 상기 관심 영역에 대한 압력 구배를 계산하는 단계;
상기 관심 영역에 대한 손실 계수(loss coefficient)를 결정하기 위해 상기 압력 구배를 사용하는 단계;
상완 혈압(brachial pressure)을 측정하는 단계;
절대 상완 혈압을 계산하는 단계; 및
상기 환자에 대한 심장 휴식시 분획 혈류 예비력(fractional flow rserve)을 계산하는 단계
를 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 14 항에 있어서,
상기 CT 스캔을 획득하기 위해 사용되는 CT 스캐너의 특징들과 관련된 데이터로 TAFE의 계산을 증강시키는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 제 14 항에 있어서,
상기 방법을 실행하도록 비-일시적 컴퓨터 판독가능 매체를 프로그래밍하는 단계를 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 방법. - 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템으로서,
상기 환자의 동맥 그물의 관심 영역에 관련된 환자 특정 데이터를 획득하도록 구성가능한 CT(computed tomography) 스캐너; 및
비-일시적 컴퓨터 판독가능 매체
를 포함하며, 상기 비-일시적 컴퓨터 판독가능 매체는,
상기 환자의 동맥 그물의 관심 영역을 결정하고;
상기 관심 영역에 대한 상기 환자 특정 데이터를 획득하고;
상기 관심 영역에 대한 AIF(arterial input function)를 계산하기 위해, 상기 CT 스캔으로부터 획득된 상기 환자 특정 데이터를 사용하고;
상기 관심 영역에 대한 콘트라스트 분포 및 TAG(transluminal attenuation gradient)를 결정하기 위해, 상기 CT 스캔으로부터 획득된 상기 환자 특정 데이터를 사용하고;
콘트라스트 분포, TAG 및 AIF를 사용하여 TAFE(transluminal attenuation flow encoding)를 계산하고; 그리고
TAFE를 사용하여 관상 혈류 속도를 모델링
하도록 프로그래밍되는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템. - 제 17 항에 있어서,
심장 휴식시 상기 환자에 대한 혈관조영술 동안 환자 특정 데이터를 획득하는 것 및 심장 스트레스 하에서 상기 환자에 대한 혈관조영술 동안 환자 특정 데이터를 획득하는 것을 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템. - 제 18 항에 있어서,
심장 휴식시에 그리고 심장 스트레스 하에서 상기 환자에 대한 유량을 계산하는 것을 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템. - 제 17 항에 있어서,
심장 스트레스 하에서의 유량 대 심장 휴식 하에서의 유량의 비(Qstress 대 Qrest)로서 상기 관심 영역에 대한 관상 혈류 예비력을 계산하는 것을 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템. - 제 17 항에 있어서,
상기 관심 영역에 대한 유입 및 유출 레이트 및 경계 조건들을 결정하기 위해 상기 관상 혈류 속도를 사용하는 것;
3D 동맥 내강 지오메트리를 결정하는 것;
상기 경계 조건들, 유입 및 유출 레이트들, 및 상기 3D 동맥 내강 지오메트리를 사용하여 상기 관심 영역에 대한 CFD(computational fluid dynamics) 모델링을 수행하는 것;
CFD 모델을 사용하여 상기 관심 영역에 대한 압력 구배를 계산하는 것; 및
상기 관심 영역에 대한 손실 계수를 결정하기 위해 상기 압력 구배를 사용하는 것
을 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템. - 제 21 항에 있어서,
상완 혈압을 측정하는 것;
절대 상완 혈압을 계산하는 것; 및
상기 환자에 대한 심장 휴식시 분획 혈류 예비력을 계산하는 것
을 더 포함하는, 환자의 동맥 협착증 또는 병변의 기능적 의의를 결정하기 위한 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US14/204,264 US9265473B2 (en) | 2012-09-25 | 2014-03-11 | Method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data |
| US14/204,264 | 2014-03-11 | ||
| PCT/US2015/019873 WO2015138555A2 (en) | 2014-03-11 | 2015-03-11 | A method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20160135252A true KR20160135252A (ko) | 2016-11-25 |
| KR102404538B1 KR102404538B1 (ko) | 2022-05-31 |
Family
ID=54072581
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020167028143A KR102404538B1 (ko) | 2014-03-11 | 2015-03-11 | 환자 특정 컴퓨팅 단층촬영 혈관 조영술-기반 콘트라스트 분포 데이터로부터 동맥 그물에서의 유량 및 압력 구배를 추정하기 위한 방법 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP3116382B1 (ko) |
| JP (3) | JP6632989B2 (ko) |
| KR (1) | KR102404538B1 (ko) |
| WO (1) | WO2015138555A2 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220131466A (ko) * | 2021-03-19 | 2022-09-28 | 제주대학교 산학협력단 | 관상동맥 협착의 중증도 평가에 필요한 정보를 제공하는 방법 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3488774A1 (en) * | 2017-11-23 | 2019-05-29 | Koninklijke Philips N.V. | Measurement guidance for coronary flow estimation from bernoulli´s principle |
| EP3605554A1 (en) * | 2018-08-03 | 2020-02-05 | Koninklijke Philips N.V. | Blood flow measurement based on vessel-map slope |
| CN109770888A (zh) * | 2019-03-19 | 2019-05-21 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算瞬时无波形比率的方法 |
| CN109805949B (zh) * | 2019-03-19 | 2020-05-22 | 苏州润迈德医疗科技有限公司 | 基于压力传感器和造影图像计算血流储备分数的方法 |
| DE102020200750A1 (de) * | 2020-01-22 | 2021-07-22 | Siemens Healthcare Gmbh | Bereitstellen eines Blutflussparametersatzes einer Gefäßmalformation |
| JP7548755B2 (ja) | 2020-08-27 | 2024-09-10 | 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、システム及び方法 |
| WO2022074054A1 (en) | 2020-10-07 | 2022-04-14 | Charité - Universitätsmedizin Berlin | A non-invasive method for determining a pressure gradient for a cardiovascular narrowing of a subject, and computer program product |
| CN112932434B (zh) * | 2021-01-29 | 2023-12-05 | 苏州润迈德医疗科技有限公司 | 获取流量损失模型、损失比、供血能力的方法和系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004103184A2 (en) * | 2003-05-21 | 2004-12-02 | Borders Nhs Board | Method for diagnosis and treatment of vessel occlusion |
| WO2012109309A2 (en) * | 2011-02-09 | 2012-08-16 | Neograft Technologies, Inc. | System and mandrel for creating graft devices |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5150292A (en) * | 1989-10-27 | 1992-09-22 | Arch Development Corporation | Method and system for determination of instantaneous and average blood flow rates from digital angiograms |
| WO2001021057A2 (en) * | 1999-09-22 | 2001-03-29 | Florence Medical Ltd. | A method and system for determination of ffr based on flow rate measurements |
| US6554774B1 (en) * | 2000-03-23 | 2003-04-29 | Tensys Medical, Inc. | Method and apparatus for assessing hemodynamic properties within the circulatory system of a living subject |
| JP4013128B2 (ja) | 2002-09-12 | 2007-11-28 | 株式会社日立メディコ | 血流動態解析装置、方法、及び画像診断装置 |
| US7853309B2 (en) | 2005-03-10 | 2010-12-14 | Toshiba Medical Systems Corporation | X-ray CT apparatus and myocardial perfusion image generating system |
| JP4804039B2 (ja) * | 2005-05-27 | 2011-10-26 | 株式会社日立メディコ | 血流動態解析装置、ｘ線ｃｔ装置、ｍｒｉ装置、及び血流動態解析プログラム |
| US8903472B2 (en) | 2007-01-23 | 2014-12-02 | Dtherapeutics, Llc | Applications of scaling laws of tree structures |
| US8488861B2 (en) * | 2007-10-05 | 2013-07-16 | Siemens Aktiengesellschaft | System and method of automatic estimation of arterial input function for evaluation of blood flow |
| WO2010030882A1 (en) * | 2008-09-11 | 2010-03-18 | Acist Medical Systems, Inc. | Physiological sensor delivery device and method |
| JP2010154982A (ja) * | 2008-12-27 | 2010-07-15 | Toshiba Corp | Ｘ線コンピュータ断層撮影装置および画像処理装置 |
| US8315812B2 (en) * | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| EP2651301B1 (en) * | 2010-12-14 | 2018-06-13 | Koninklijke Philips N.V. | Integrated work-flow for accurate input function estimation |
| US20130172734A1 (en) * | 2011-12-30 | 2013-07-04 | General Electric Company | Flow measurement with time-resolved data |
| EP2863802B1 (en) * | 2012-06-26 | 2020-11-04 | Sync-RX, Ltd. | Flow-related image processing in luminal organs |
| JP6381875B2 (ja) * | 2012-08-16 | 2018-08-29 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、医用画像診断装置及び血圧モニタ |
| US9265473B2 (en) * | 2012-09-25 | 2016-02-23 | The Johns Hopkins University | Method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data |
-
2015
- 2015-03-11 JP JP2016556886A patent/JP6632989B2/ja active Active
- 2015-03-11 EP EP15762349.7A patent/EP3116382B1/en active Active
- 2015-03-11 WO PCT/US2015/019873 patent/WO2015138555A2/en active Application Filing
- 2015-03-11 KR KR1020167028143A patent/KR102404538B1/ko active IP Right Grant
-
2019
- 2019-12-11 JP JP2019223773A patent/JP6929925B2/ja active Active
-
2021
- 2021-08-11 JP JP2021131324A patent/JP7303260B2/ja active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004103184A2 (en) * | 2003-05-21 | 2004-12-02 | Borders Nhs Board | Method for diagnosis and treatment of vessel occlusion |
| WO2012109309A2 (en) * | 2011-02-09 | 2012-08-16 | Neograft Technologies, Inc. | System and mandrel for creating graft devices |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20220131466A (ko) * | 2021-03-19 | 2022-09-28 | 제주대학교 산학협력단 | 관상동맥 협착의 중증도 평가에 필요한 정보를 제공하는 방법 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6632989B2 (ja) | 2020-01-22 |
| JP6929925B2 (ja) | 2021-09-01 |
| EP3116382A2 (en) | 2017-01-18 |
| JP2017512104A (ja) | 2017-05-18 |
| JP7303260B2 (ja) | 2023-07-04 |
| KR102404538B1 (ko) | 2022-05-31 |
| EP3116382B1 (en) | 2022-05-04 |
| JP2020062414A (ja) | 2020-04-23 |
| JP2021183165A (ja) | 2021-12-02 |
| WO2015138555A2 (en) | 2015-09-17 |
| EP3116382A4 (en) | 2017-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9265473B2 (en) | Method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data | |
| JP7303260B2 (ja) | 動脈網における流量および圧力勾配を患者特定コンピュータ断層撮影アルゴリズムに基づくコントラスト分布から判断するための方法 | |
| US10803994B2 (en) | Vascular flow assessment | |
| US9737276B2 (en) | Method for estimating flow rates, pressure gradients, coronary flow reserve, and fractional flow reserve from patient specific computed tomography angiogram-based contrast distribution data | |
| US8977339B1 (en) | Method for assessing stenosis severity through stenosis mapping | |
| JP6553099B2 (ja) | 血流予備量比値を算出するための機器 | |
| JP7314183B2 (ja) | 定量的血行動態フロー分析のための方法および装置 | |
| EP3355762B1 (en) | System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand | |
| US20140180080A1 (en) | Method for Estimating Pressure Gradients and Fractional Flow Reserve from Computed Tomography Angiography: Transluminal Attenuation Flow Encoding | |
| US11839457B2 (en) | Measurement guidance for coronary flow estimation from Bernoulli's Principle | |
| US20230252628A1 (en) | Estimating flow to vessel bifurcations for simulated hemodynamics | |
| US11664128B2 (en) | Estimating flow to vessel bifurcations for simulated hemodynamics | |
| Bakker et al. | Preclinical validation of the advection diffusion flow estimation method using computational patient specific coronary tree phantoms | |
| JP2022522951A (ja) | 電子患者データに基づく仮想ストレステスト |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |