KR20190125596A - 환자 맞춤형 최적 스텐트 선정 방법 - Google Patents

환자 맞춤형 최적 스텐트 선정 방법 Download PDF

Info

Publication number
KR20190125596A
KR20190125596A KR1020180049584A KR20180049584A KR20190125596A KR 20190125596 A KR20190125596 A KR 20190125596A KR 1020180049584 A KR1020180049584 A KR 1020180049584A KR 20180049584 A KR20180049584 A KR 20180049584A KR 20190125596 A KR20190125596 A KR 20190125596A
Authority
KR
South Korea
Prior art keywords
stent
virtual
stenosis
blood flow
selecting
Prior art date
Application number
KR1020180049584A
Other languages
English (en)
Inventor
조한용
권순성
Original Assignee
주식회사 실리콘사피엔스
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 주식회사 실리콘사피엔스 filed Critical 주식회사 실리콘사피엔스
Priority to KR1020180049584A priority Critical patent/KR20190125596A/ko
Publication of KR20190125596A publication Critical patent/KR20190125596A/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61F—FILTERS IMPLANTABLE INTO BLOOD VESSELS; PROSTHESES; DEVICES PROVIDING PATENCY TO, OR PREVENTING COLLAPSING OF, TUBULAR STRUCTURES OF THE BODY, e.g. STENTS; ORTHOPAEDIC, NURSING OR CONTRACEPTIVE DEVICES; FOMENTATION; TREATMENT OR PROTECTION OF EYES OR EARS; BANDAGES, DRESSINGS OR ABSORBENT PADS; FIRST-AID KITS
    • A61F2/00—Filters implantable into blood vessels; Prostheses, i.e. artificial substitutes or replacements for parts of the body; Appliances for connecting them with the body; Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • A61F2/82—Devices providing patency to, or preventing collapsing of, tubular structures of the body, e.g. stents
    • 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
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • 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
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/102—Modelling of surgical devices, implants or prosthesis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/101—Computer-aided simulation of surgical operations
    • A61B2034/105—Modelling of the patient, e.g. for ligaments or bones
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
    • A61B2034/108—Computer aided selection or customisation of medical implants or cutting guides

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Epidemiology (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Urology & Nephrology (AREA)
  • Robotics (AREA)
  • Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Cardiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Transplantation (AREA)
  • Vascular Medicine (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

본 발명은 스텐트 시술이 필요한 관상동맥 환자에 대한 최적의 스텐트를 선정하는 방법에 관한 것이다. 보다 상세하게는 가상 스텐트에 대한 시뮬레이션을 수행하여 스텐트 시술시 재협착의 가능성을 평가하는 방법에 관한 것이다.
본 발명에 따른 환자 맞춤형 최적 스텐트 선정 방법은 환자의 심장 CT 이미지 데이타를 입력받는 단계와, 상기 입력받은 심장 CT 이미지 데이타를 처리하여 관상동맥 3차원 모델을 생성하는 단계와, 상기 생성된 관상동맥 3차원 모델에서 협착 부분를 선택하는 단계와, 협착 부분에 가상의 스텐트를 삽입하는 단계와, 가상의 스텐트가 삽입된 상태에서 혈류 유동 시뮬레이션을 수행하는 단계와, 혈류 유동 시뮬레이션 결과를 이용하여 가상 스텐트에서의 재 협착 발생 가능성을 평가하는 단계를 포함한다. 특히, 상기 가상 스텐트의 재협착 발생 가능성을 평가하는 단계는, 스텐트 삽입 부위의 혈류 분획 예비력 값과 벽면 전단 응력을 연산하는 단계와, 상기 가상 협착 위치에 대하여, 협착도, 혈류 분획 예비력, 및 벽면 전단 응력 값 사이의 상관 계수를 구하는 단계와, 상기 상관계수가 정해진 값 이상일 경우 재 협착이 발생할 가능성이 높은 것을 판단하는 단계를 포함한다.

Description

환자 맞춤형 최적 스텐트 선정 방법{Method for selecting an optimal stent for a patient}
본 발명은 스텐트 시술이 필요한 관상동맥 환자에 대한 최적의 스텐트를 선정하는 방법에 관한 것이다. 보다 상세하게는 가상 스텐트에 대한 시뮬레이션을 수행하여 스텐트 시술시 재협착의 가능성을 평가하는 방법에 관한 것이다.
관상 동맥 질환은 관상 동맥 혈관 내부에 여러 가지 원인으로 협착이 발생하여, 혈류의 흐름이 원활하지 못하게 되어 생기는 질병이다. 이에 대한 대표적인 치료방법으로 스텐트를 삽입하는 시술이 있다.
스텐트 시술은 비수술적 치료 방법으로 최소한의 절개와 마취, 침습적 조작을 이용하기 때문에 환자가 느끼는 육체적, 정신적, 경제적 부담이 적다는 장점이 있다. 또한, 스텐트 시술은 스텐트가 발전함에 따라 기존의 관상동맥 풍선확장술에서 보여 주었던 급성 혈관 폐쇄와 같은 심각한 합병증을 감소시키고, 다혈관 질환, 개구부 병변, 분지부 병변, 좌주간지 병변 등의 복잡한 병변도 관상동맥 중재술이 가능하도록 하였다.
그러나 스텐트 시술 시 시술자가 2차원 X-선 엔지오그램 영상(2D X-ray Angiogram)을 보면서 시술하기 때문에, 혈관의 삼차원 형상 파악이 어려워서 시술자의 경험과 직관 및 촉감에 의존하기 때문에, 시술자에 따라 시술 결과에 차이가 발생하는 문제점이 있다.
또한, 스텐트 시술 건수가 급격히 늘어남에 따라 스텐트 내 협착 발생 빈도가 늘어나고 있다. 스텐트 내 협착은 혈관의 증막에서 이동한 평활근 세포의 급속한 증식에 따른 세포외 기질의 형성, 즉 신생내막의 증식 또는 혈소판 혈전 및 염증반응 등과 관련되어 있다. 스텐트 내 재협착은 단순 병변에서는 15~20% 정도의 발병률을 보이는 것으로 보고되고 있으며, 당뇨병 환자, 분지주 병변 등의 복잡병변에서는 30~60%까지도 발병률을 보이는 것으로 보고되고 있다. 종래에 이러한 문제를 해결하기 위하여 스텐트의 구조를 달리하거나, 스텐트의 제조 물질을 달리하는 등 스텐트 자체의 개발에 집중되어 있다.
한편, 특허문헌 1에는 가상 스텐트 삽입을 평가하기 위한 기술이 개시되어 있다. 상기 특허문헌에 개시된 발명은, 대동맥 벽의 기계적 성질을 표현하는 조정된 모델을 기반으로 각각 시간 스테이지에 있는 환자 특성의 4D 해부 모델을 사용하여 유체-구조물 상호작용(FSI) 시뮬레이션을 수행함으로써 각각의 다수 개의 시간 스테이지를 위한 대동맥의 안정적 변형 구성을 생성하며, 대동맥의 각각에 대하여 안정적 변형 구성을 위한 가상 스텐트 삽입술을 수행하고, 각각에 대하여 가상 스텐트 삽입술을 위한 FSI 시뮬레이션을 수행하는 기술을 제공한다.
또한, 특허문헌 2에는 가상 스텐트 시뮬레이션을 통하여 최적의 스텐트를 추전하고, 이를 디스플레이에 표시하는 방법에 대한 기술이 공개되어 있다.
1. 미국공개특허 US20130144573A1, Method and System for Patient-Specific Hemodynamic Assessment of Virtual Stent Implantation 2. 대한민국 공개특허공보 제10-2016-0092851호, 스텐트 추천 시스템 및 방법
상기 특허문헌들에 개시된 발명은 가상 스텐트를 삽입할 위치 부위와 스텐트 전개위치를 고려한 스텐트의 선정 방법을 제시하지 못하고 있다. 또한, 삽입된 스텐트와 혈관의 상호 작용에 의한 혈관의 변형을 고려한 전산유체역학 시뮬레이션을 제공하지 못하고 있다. 즉, 실제 스텐트가 삽입된 상태에 대한 정확한 시뮬레이션 방법을 제공하지 못하고 있다. 또한, 가상의 스텐트를 삽입할 경우 재협착이 발생할 가능성에 대한 평가 방법을 제시하지 못하고 있다.
본 발명은 가상 스텐트를 삽입하여, 혈관과 스텐트의 변형을 고려하고 동시에 스텐트가 삽입된 상태에서의 유동을 시뮬레이션하여 실제로 시술한 최적의 스텐트를 선정할 수 있는 방법을 제공하는 것을 목적으로 한다. 특히, 본 발명은 가상의 스텐트의 재 협착 가능성을 평가하는 방법을 제공하는 것을 목적으로 한다.
본 발명에 따른 환자 맞춤형 최적 스텐트 선정 방법은 컴퓨터 시스템를 이용하여 환자에게 적합한 최적의 스텐트를 선정하여 제공하는 방법이다. 본 발명에 따른 방법은, 환자의 심장 CT 이미지 데이타를 입력받는 단계와, 상기 입력받은 심장 CT 이미지 데이타를 처리하여 관상동맥 3차원 모델을 생성하는 단계와, 상기 생성된 관상동맥 3차원 모델에서 협착 부분를 선택하는 단계와, 협착 부분에 가상의 스텐트를 삽입하는 단계와, 가상의 스텐트가 삽입된 상태에서 혈류 유동 시뮬레이션을 수행하는 단계와, 혈류 유동 시뮬레이션 결과를 이용하여 가상 스텐트에서의 재 협착 발생 가능성을 평가하는 단계를 포함한다.
특히, 상기 가상 스텐트의 재협착 발생 가능성을 평가하는 단계는, 스텐트 삽입 부위의 혈류 분획 예비력 값과 벽면 전단 응력을 연산하는 단계와, 상기 가상 협착 위치에 대하여, 협착도, 혈류 분획 예비력, 및 벽면 전단 응력 값 사이의 상관 계수를 구하는 단계와, 상기 상관계수가 정해진 값 이상일 경우 재 협착이 발생할 가능성이 높은 것을 판단하는 단계를 포함한다.
또한, 상기 협착 부분을 선택하는 단계는, 협착 부분의 형태적 특성을 분석하는 단계와, 상기 형태적 특성에 기초하여 스텐트 전개위치를 선정하는 단계를 더 포함하고, 가상의 스텐트를 삽입하는 단계는, 삽입된 가상 스텐트의 기하학적 구조에 따라 혈관의 부분적 변형을 시뮬레이션 하는 단계를 더 포함할 수 있다.
본 발명에 따르면, 환자에게 적합한 최적의 스텐트를 선택하는 방법이 제공된다. 특히, 선택된 스탠트가 재협착이 발생한 위험이 있는 지 여부를 가상의 스텐트 시뮬레이션에 의해서 평가할 수 있다. 따라서, 환자별로 여러 종류의 스텐트 중 가장 적합한 스텐트를 선정할 수 있도록 시술자에게 정보를 제공할 수 있다.
도 1은 본 발명에 따른 방법이 수행되기 위한 컴퓨터 시스템의 개략도
도 2는 관상동맥 3차원 모델에 가상 스텐트가 삽입된 상태의 개략도
도 3은 본 발명에 따른 환자 맞춤형 최적 스텐스 선정 방법에 대한 흐름도
본 발명은 실제 환자 관상동맥 형상을 자유롭게 변형하고, 변형된 관상 동맥 형상에 대하여 혈류 역학 계산을 할 수 있다는 컴퓨터 시뮬레이션의 장점을 활용한 것이다. 환자의 심장에 대한 CT 이미지 데이터를 처리하여 관상 동맥의 3차원 형상 데이터를 생성(추출)하고, 생성된 관상 동맥 3차원 형상 데이터의 특정한 위치에 가상 협착 데이터를 부가하여 특정한 위치에 협착이 있는 관상 동맥 3차원 형상 데이터를 가상적으로 만들 수 있다. 이렇게 가상의 협착이 부가된 관상 동맥에 대하여 경계조건을 지정하고 혈류 역학 시뮬레이션하는 방법을 가상 협착 시뮬레이션(Virtual Stenosis Simulation)이라고 정의한다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략하였다.
컴퓨터 시스템(100)은 인터넷과 같은 외부의 네트웍(180)에 연결되어 통신을 하기 위한 통신부(110)와, 프로그램을 수행하고 주변장치를 제어하기 위한 CPU(120)와, 연산 결과를 표시하기 위한 표시부(130), 프로그램 저장부(140)를 포함한다. 상기 구성요소들은 버스(170)에 접속되어 있다. 또한, 버스(170)에는 시뮬레이션에 필요한 각종 정보를 저장하기 위한 입력정보 DB(150)와 시뮬레이션 결과를 저장하기 위한 출력 정보 DB(160)가 접속되어 있다. 입력 정보 DB(150)에는 인터넷에 접속된 병원의 컴퓨터 시스템(10, 20)으로부터 전송된 피험자 심장의 이미지 데이터와 피험자의 생리 정보들이 저장된다. 병원의 컴퓨터 시스템(10, 20)에는 피험자를 촬영하여 심장의 이미지 데이터를 생성하기 위한 각각 촬영 장치가 구비되어 있다. 촬영장치는, CT 장치(컴퓨터 단층촬영장치), MRI 장치(자기공명화상 진단장치), DSA장치(digital subtraction angiography)등과 같이 대상 혈관부위의 단층 화상을 취득할 수 있는 장치를 포함한다
프로그램 저장부(140)는, 관상동맥 형상 생성부(142)와, 가상 협착 형상 데이터 생성부(144)와, 유체 동력학 수치 해석 시뮬레이션부(146)와, 협착 위험 판별부(148)로 구성된다. 관상동맥 형상 생성부(142)는 입력 DB(150)에 저장된 심장 이미지 데이터를 읽어들여 관상 동맥의 3차원 형상 데이터를 생성한다.
가상 협착 형상 데이터 생성부(144)는, 관상동맥의 3차원 형상 데이터에 가상 협착 데이터를 부가하기 위한 위치들을 선정하고, 상기 선정된 가상 협착 위치 각각에 대하여 정해진 협착도들을 갖는 가상 협착 데이터를 부가하여 가상 협착 관상 동맥 3차원 형상 데이터들을 생성한다. 가상 협착 위치들은 CT 이미지를 분석하여 미세한 협착이 있는 위치를 선정하는 것이 바람직하다. 또한, 의사가 CT 이미지를 보고서 협착이 발생할 가능성이 높다고 판단되는 위치를 추가로 선정할 수도 있다. 또한, CT 이미지 데이터를 분석하여, 혈관에 협착이 발생할 가능성이 높은 지점, 예를 들면 혈관의 형상에 따라서 협착이 많이 발생하는 위치를 통계 분석하여 선정할 수도 있다.
유체 동력학 수치 해석 시뮬레이션부(146)는 가상 협착 관상 동맥 3차원 형상 데이터들에 혈류의 경계 조건을 부여하고, 관상 동맥 3차원 형상들 각각의 내부에 대한 혈류 상태량(압력과 혈류 속도)을 구하는 시뮬레이션을 수행한다. 협착 위험 판별부(148)는 가상 협착 위치들 각각에 대하여, 상기 유체 동력학 수치 해석 시뮬레이션에 의해서 구한 혈류 상태량을 가지고, 협착도 변경에 따른 혈류 분획 예비력(FFRct)과 벽면 전단 응력(WSS)의 대표값을 연산하고, 상기 가상 협착 위치들 각각에 대하여, 협착도, 혈류 분획 예비력, 및 벽면전단응력의 대표 값 사이의 상관 계수를 구하고, 상기 가상 협착 위치들에 각각에 대한 상관 계수를 비교하여 가상 협착 위치들 사이의 상대적인 협착 위험 정도를 상기 표시부에 구별되도록 표시한다.
컴퓨터시스템(100)의 구성 요소 중, 관상동맥 형상 생성부(142)와, 가상 협착 형상 데이터 생성부(144)와, 유체 동력학 수치 해석 시뮬레이션부(146)와, 협착 위험 판별부(148)는 실제로는 하드디스크의 기억영역에 저장된 컴퓨터 소프트웨어로 구성되고, 상기 CPU(120)에 의하여 읽혀져서 실행되어 본 발명의 기능이 수행되도록 한다. 관상 동맥의 협착 위험 위치 예측 장치(100)는 1대의 컴퓨터로 구성되어 있더라도 좋고, 각 구성요소가 분산되어 복수 대의 컴퓨터로 구성되어도 있더라도 좋다.
도 2을 참조하면, 컴퓨터 시스템(100)에서 입력된 환자의 심장 CT 이미지를 처리하여 생성된 3차원 관상동맥 모델의 협착 부분(10)이 도시되어 있다. 헙착 부분(10) 내부에는 협착(30)이 형성되어 있고, 협착 부분에 가상 스텐트(40)가 삽입되어 있다. 가상 스텐트(40)는 스텐트 제조업자가 제공하는 카타로그에 개시된 치수나 형상을 이용하여 재구성할 수 있다. 도면 부호 20은 관상동맥의 협착 부분을 통과하는 중심선이다.
도 3을 참조하여, 본 발명에 따른 환자 맞춤형 최적 스텐트 선정 방법을 설명한다.
사전에 통신부(110)를 통하여 수신된 피험자의 심장 이미지 데이터 및 생리 데이터가 저장된 입력정보 DB(150)에 저장되어 있다. CPU(120)는 프로그램 저장부(140)에 저장된 프로그램들을 읽어 들여서 다음의 순서로 실행한다.
먼저, 컴퓨터 시스템(100)으로 환자의 심장 CT 이미지 데이타가 입력된다(S100). 다음으로, 입력정보 DB(150)에 저장된 지정된 피험자의 심장 촬영 CT 영상(이미지 데이터)을 처리하여 관상 동맥의 3차원 형상 데이터를 생성한다(S110).
다음으로, 상기 생성된 관상동맥의 3차원 형상 데이터에 가상 스텐트를 삽입할 위치를 선정한다(S120).
다음으로, 선택된 위치의 협착의 특성을 분석한다. 협착의 특성은, 협착의 형상, 크기, 길이, 협착율 등과 기하 적인 특성뿐만 아니라 탄성율등과 같은 물리적인 특성일 수도 있다.
다음으로, 협착의 기하 및 물리적인 특성을 분석하여 적합한 스텐트 전개위치를 선정한다(S140). 다음으로, 상기 선정된 전개 위치에 대하여 협착 형태에 적합한 가상 스텐트를 선정하여 삽입한다(S150). 가상 스텐트는 제조업자가 제공하는 카타로그에서 협착의 기하학적인 형상에 가장 근사한 것을 선정한다.
다음으로, 관상동맥에 스텐트가 삽입된 경우에 대하여 관상동맥의 협착부위의 변형을 시뮬레이션에 의해서 구한다(S160). 즉, 연산결과 스텐트에 의해서 변형이 이루어진 변형된 관상동맥 혈관의 형상 데이터들이 생성된다.
다음으로, 스텐트 삽입으로 변형된 관상동맥 혈관의 형상에 대하여, 혈류의 경계 조건을 부여하고, 변형된 관상 동맥 3차원 형상들 각각의 내부에 대한 혈류 상태량(압력과 혈류 속도)을 구하는 유체 동력학 수치 해석 시뮬레이션을 수행한다(S170).
다음으로, 상기 유체 동력학 수치 해석 시뮬레이션에 의해서 구한 혈류 상태량(압력, 혈류 속도)을 이용하여 유동 특성을 분석한다(S180). 유동 특성은 스텐트에 따른 혈류 분획 예비력(FFRct)과 벽면 전단 응력(WSS)이 될 수 있다. 벽면 전단 응력의 대표값으로 본 실시예에서는 가상 협착 위치의 최대 벽면 전단 응력을 사용하였으나, 가상 협착 위치의 평균 전단 응력으로 할 수도 있다.
다음으로, 혈류 유동 시뮬레이션 결과를 이용하여 가상 스텐트에서의 재 협착 발생 가능성을 평가한다(S190). 상기 가상 스텐트의 재협착 발생 가능성을 평가는 상기 가상 협착 위치에 대하여, 협착도, 혈류 분획 예비력, 및 벽면 전단 응력 값 사이의 상관 계수(예를 들면 혈류분획예비력과 벽면 전단응력의 비율)를 구하여 할 수 있다. 상관계수가 정해진 값 이상인 경우 재 협착이 발생할 가능성이 높은 것을 판단할 수 있다.
관상동맥 내부를 흐르는 혈류는 관상동맥이 분지 되는 부분과 같이 관상동맥의 형상이 급격히 변하는 부분에서 난류가 발생할 수 있다. 또한, 관상 동맥에 미세한 협착이 존재하는 부분에서 관상동맥의 직경이 감소하여 난류가 발생할 수도 있다. 관상동맥 내부를 흐르는 혈류에 난류가 발생하면, 난류는 혈관벽에 응력을 발생시키고, 혈관벽에 작용하는 지속적인 응력은 협착의 발생 성장을 촉진할 수 있다. 따라서, 협착 부분의 레이놀즈 수를 구하여 재 협착의 위험성을 평가할 수도 있다.
10 관상동맥 협착 부분
20 중심선
30 협착
40 가상 스텐트

Claims (3)

  1. 컴퓨터 시스템를 이용한 최적의 스텐트를 선정하는 방법으로,
    환자의 심장 CT 이미지 데이타를 입력받는 단계와,
    상기 입력받은 심장 CT 이미지 데이타를 처리하여 관상동맥 3차원 모델을 생성하는 단계와,
    상기 생성된 관상동맥 3차원 모델에서 협착 부분를 선택하는 단계와,
    협착 부분에 가상의 스텐트를 삽입하는 단계와,
    가상의 스텐트가 삽입된 상태에서 혈류 유동 시뮬레이션을 수행하는 단계와,
    혈류 유동 시뮬레이션 결과를 이용하여 가상 스텐트에서의 재 협착 발생 가능성을 평가하는 단계를 포함하는 환자 맞춤형 최적 스텐트 선정 방법.
  2. 제1항에 있어서,
    상기 가상 스텐트의 재협착 발생 가능성을 평가하는 단계는 스텐트 삽입 부위의 혈류 분획 예비력 값과 벽면 전단 응력을 연산하는 단계와,
    상기 가상 협착 위치에 대하여, 협착도, 혈류 분획 예비력, 및 벽면 전단 응력 값 사이의 상관 계수를 구하는 단계와,
    상기 상관계수가 정해진 값 이상인 경우 재 협착이 발생할 가능성이 높은 것을 판단하는 단계를 포함하는 환자 맞춤형 최적 스텐트 선정 방법.
  3. 제1항에 있어서,
    상기 협착 부분을 선택하는 단계는,
    협착 부분의 형태적 특성을 분석하는 단계와,
    상기 형태적 특성에 기초하여 스텐트 전개위치를 선정하는 단계를 더 포함하고,
    가상의 스텐트를 삽입하는 단계는,
    삽입된 가상 스텐트의 기하학적 구조에 따라 혈관의 부분적 변형을 시뮬레이션 하는 단계를 더 포함하는 환자 맞춤형 최적 스텐트 선정 방법.
KR1020180049584A 2018-04-30 2018-04-30 환자 맞춤형 최적 스텐트 선정 방법 KR20190125596A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180049584A KR20190125596A (ko) 2018-04-30 2018-04-30 환자 맞춤형 최적 스텐트 선정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180049584A KR20190125596A (ko) 2018-04-30 2018-04-30 환자 맞춤형 최적 스텐트 선정 방법

Publications (1)

Publication Number Publication Date
KR20190125596A true KR20190125596A (ko) 2019-11-07

Family

ID=68579125

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180049584A KR20190125596A (ko) 2018-04-30 2018-04-30 환자 맞춤형 최적 스텐트 선정 방법

Country Status (1)

Country Link
KR (1) KR20190125596A (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111227930A (zh) * 2020-01-08 2020-06-05 西安马克医疗科技有限公司 一种针对二尖瓣反流及钙化狭窄的3d模型构建及制备方法
CN111227931A (zh) * 2020-01-08 2020-06-05 西安马克医疗科技有限公司 一种针对主动脉瓣疾病的3d模型构建方法及制备方法
KR20210134444A (ko) 2020-04-29 2021-11-10 중앙대학교 산학협력단 3d 심장 모형 시뮬레이션을 통한 최소 조작 환자 맞춤형 심장시술 계획시스템 및 계획방법
CN113648059A (zh) * 2021-08-26 2021-11-16 上海联影医疗科技股份有限公司 手术规划评估方法、计算机设备和存储介质
WO2022119350A1 (ko) * 2020-12-02 2022-06-09 재단법인 아산사회복지재단 초음파 영상 기반의 딥 러닝을 통한 관상동맥 스텐트 예측 방법, 장치 및 기록매체

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160092851A (ko) 2015-01-28 2016-08-05 주식회사 인피니트헬스케어 스텐트 추천 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160092851A (ko) 2015-01-28 2016-08-05 주식회사 인피니트헬스케어 스텐트 추천 시스템 및 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
1. 미국공개특허 US20130144573A1, Method and System for Patient-Specific Hemodynamic Assessment of Virtual Stent Implantation

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111227930A (zh) * 2020-01-08 2020-06-05 西安马克医疗科技有限公司 一种针对二尖瓣反流及钙化狭窄的3d模型构建及制备方法
CN111227931A (zh) * 2020-01-08 2020-06-05 西安马克医疗科技有限公司 一种针对主动脉瓣疾病的3d模型构建方法及制备方法
KR20210134444A (ko) 2020-04-29 2021-11-10 중앙대학교 산학협력단 3d 심장 모형 시뮬레이션을 통한 최소 조작 환자 맞춤형 심장시술 계획시스템 및 계획방법
WO2022119350A1 (ko) * 2020-12-02 2022-06-09 재단법인 아산사회복지재단 초음파 영상 기반의 딥 러닝을 통한 관상동맥 스텐트 예측 방법, 장치 및 기록매체
CN113648059A (zh) * 2021-08-26 2021-11-16 上海联影医疗科技股份有限公司 手术规划评估方法、计算机设备和存储介质
CN113648059B (zh) * 2021-08-26 2023-09-29 上海联影医疗科技股份有限公司 手术规划评估方法、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
KR20190125596A (ko) 환자 맞춤형 최적 스텐트 선정 방법
JP6820382B2 (ja) 脈管構造を数値的に評価するためのシステムおよび方法
EP2977922B1 (en) Method and system for automated therapy planning for arterial stenosis
EP2963574B1 (en) Method and system for prediction of post-stenting hemodynamic metrics for treatment planning of arterial stenosis
US10134129B2 (en) Method and system for hemodynamic computation in coronary arteries
US11948695B2 (en) Systems and methods for identifying and modeling unresolved vessels in image-based patient-specific hemodynamic models
KR102248498B1 (ko) 혈관 기하학적 구조 및 생리학으로부터 혈류 특징들을 추정하기 위한 시스템들 및 방법들
US9043190B2 (en) Systems and methods for identifying personalized vascular implants from patient-specific anatomic data
Gindre et al. Finite element simulation of the insertion of guidewires during an EVAR procedure: example of a complex patient case, a first step toward patient‐specific parameterized models
EP2925216B1 (en) Stenosis therapy planning
KR101863240B1 (ko) 스텐트 추천 시스템 및 방법
EP3244790B1 (en) Instantaneous wave-free ratio (ifr) computer tomography (ct)
KR20190125799A (ko) 환자 맞춤형 최적 스텐트 선정 방법
US20160225291A1 (en) System and method for displaying medical images
Belvroy et al. Impact of aortic tortuosity on displacement forces in descending thoracic aortic aneurysms
Figueroa et al. Computational analysis of displacement forces acting on endografts used to treat aortic aneurysms
Giachetti et al. Reconstruction and web distribution of measurable arterial models
Djukic et al. A study on the accuracy and efficiency of the improved numerical model for stent implantation using clinical data
Paccione et al. Challenges in hemodynamics assessment in complex neurovascular geometries using computational fluid dynamics and benchtop flow simulation in 3D printed patient-specific phantoms
EP4312184A1 (en) Evaluating stenosis progression risk

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application