KR20210117285A - 관상 동맥의 혈류역학적 파라미터의 환자별 모델링 - Google Patents
관상 동맥의 혈류역학적 파라미터의 환자별 모델링 Download PDFInfo
- Publication number
- KR20210117285A KR20210117285A KR1020217025056A KR20217025056A KR20210117285A KR 20210117285 A KR20210117285 A KR 20210117285A KR 1020217025056 A KR1020217025056 A KR 1020217025056A KR 20217025056 A KR20217025056 A KR 20217025056A KR 20210117285 A KR20210117285 A KR 20210117285A
- Authority
- KR
- South Korea
- Prior art keywords
- patient
- coronary
- model
- data
- flow
- Prior art date
Links
- 210000004351 coronary vessel Anatomy 0.000 title claims abstract description 73
- 230000000004 hemodynamic effect Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 87
- 238000004088 simulation Methods 0.000 claims abstract description 54
- 230000036772 blood pressure Effects 0.000 claims abstract description 12
- 239000012530 fluid Substances 0.000 claims abstract description 11
- 230000017531 blood circulation Effects 0.000 claims description 78
- 210000002216 heart Anatomy 0.000 claims description 37
- 230000002861 ventricular Effects 0.000 claims description 26
- 230000000747 cardiac effect Effects 0.000 claims description 19
- 210000003484 anatomy Anatomy 0.000 claims description 13
- 230000001052 transient effect Effects 0.000 claims description 11
- 210000000709 aorta Anatomy 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 230000002792 vascular Effects 0.000 claims description 7
- 238000010968 computed tomography angiography Methods 0.000 claims description 6
- 239000000556 agonist Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000000547 structure data Methods 0.000 claims description 4
- 238000004335 scaling law Methods 0.000 claims description 3
- 230000036474 chronotropism Effects 0.000 claims description 2
- 230000003534 oscillatory effect Effects 0.000 claims description 2
- 230000001696 purinergic effect Effects 0.000 claims description 2
- 238000002059 diagnostic imaging Methods 0.000 abstract description 5
- 230000035479 physiological effects, processes and functions Effects 0.000 description 63
- 230000004087 circulation Effects 0.000 description 36
- 230000004872 arterial blood pressure Effects 0.000 description 20
- 238000004458 analytical method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 206010002906 aortic stenosis Diseases 0.000 description 9
- 230000006735 deficit Effects 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 9
- 230000002107 myocardial effect Effects 0.000 description 8
- 230000037198 cardiovascular physiology Effects 0.000 description 7
- 239000008280 blood Substances 0.000 description 6
- 210000004369 blood Anatomy 0.000 description 6
- 230000003205 diastolic effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 239000007787 solid Substances 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 238000002583 angiography Methods 0.000 description 5
- 238000010205 computational analysis Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 5
- 238000001727 in vivo Methods 0.000 description 5
- 230000004088 pulmonary circulation Effects 0.000 description 5
- 230000002685 pulmonary effect Effects 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 230000001839 systemic circulation Effects 0.000 description 5
- 230000009885 systemic effect Effects 0.000 description 5
- 238000010200 validation analysis Methods 0.000 description 5
- 241000282465 Canis Species 0.000 description 4
- 208000024172 Cardiovascular disease Diseases 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000009499 grossing Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 210000004165 myocardium Anatomy 0.000 description 4
- 210000005166 vasculature Anatomy 0.000 description 4
- 201000000057 Coronary Stenosis Diseases 0.000 description 3
- 230000001746 atrial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000005094 computer simulation Methods 0.000 description 3
- 230000002526 effect on cardiovascular system Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000036962 time dependent Effects 0.000 description 3
- 102000009346 Adenosine receptors Human genes 0.000 description 2
- 108050000203 Adenosine receptors Proteins 0.000 description 2
- 206010011071 Coronary artery aneurysm Diseases 0.000 description 2
- 206010011089 Coronary artery stenosis Diseases 0.000 description 2
- 208000011200 Kawasaki disease Diseases 0.000 description 2
- OIRDTQYFTABQOQ-KQYNXXCUSA-N adenosine Chemical compound C1=NC=2C(N)=NC=NC=2N1[C@@H]1O[C@H](CO)[C@@H](O)[C@H]1O OIRDTQYFTABQOQ-KQYNXXCUSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000001426 cardiotropic effect Effects 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000003861 general physiology Effects 0.000 description 2
- 210000005003 heart tissue Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000007914 intraventricular administration Methods 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 208000001725 mucocutaneous lymph node syndrome Diseases 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000001732 thrombotic effect Effects 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000001457 vasomotor Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- XJFMHMFFBSOEPR-DNZQAUTHSA-N (2r,3r,4s,5r)-2-[6-amino-2-[(2e)-2-(cyclohexylmethylidene)hydrazinyl]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound N=1C=2N([C@H]3[C@@H]([C@H](O)[C@@H](CO)O3)O)C=NC=2C(N)=NC=1N\N=C\C1CCCCC1 XJFMHMFFBSOEPR-DNZQAUTHSA-N 0.000 description 1
- 101150051188 Adora2a gene Proteins 0.000 description 1
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 238000012893 Hill function Methods 0.000 description 1
- 102100037601 P2X purinoceptor 4 Human genes 0.000 description 1
- 108010080192 Purinergic Receptors Proteins 0.000 description 1
- 206010067171 Regurgitation Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 229940099424 adenocard Drugs 0.000 description 1
- 229940060202 adenoscan Drugs 0.000 description 1
- 230000008321 arterial blood flow Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 229950005661 binodenoson Drugs 0.000 description 1
- 230000002802 cardiorespiratory effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000035487 diastolic blood pressure Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000001174 endocardium Anatomy 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 230000036450 inotropism Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003834 intracellular effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000000386 microscopy Methods 0.000 description 1
- 210000003205 muscle Anatomy 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
- 239000002245 particle Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000000144 pharmacologic effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 102000005962 receptors Human genes 0.000 description 1
- 108020003175 receptors Proteins 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 229960003614 regadenoson Drugs 0.000 description 1
- LZPZPHGJDAGEJZ-AKAIJSEGSA-N regadenoson Chemical compound C1=C(C(=O)NC)C=NN1C1=NC(N)=C(N=CN2[C@H]3[C@@H]([C@H](O)[C@@H](CO)O3)O)C2=N1 LZPZPHGJDAGEJZ-AKAIJSEGSA-N 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000037803 restenosis Diseases 0.000 description 1
- 230000000250 revascularization Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000035488 systolic blood pressure Effects 0.000 description 1
- 238000002287 time-lapse microscopy Methods 0.000 description 1
- 230000000304 vasodilatating effect Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
-
- 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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
-
- 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
- A61B5/02108—Measuring pressure in heart or blood vessels from analysis of pulse wave characteristics
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- 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
-
- 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
-
- 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
- A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
-
- 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
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)
- Cardiology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Hematology (AREA)
- Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Robotics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Generation (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 시스템, 방법 및 컴퓨터 판독 가능 매체가 개시된다. 예시적인 방법은 의료 이미징 데이터에서 도출된 환자별 관상 동맥 해부학적 모델과 연속적으로 기록된 혈압 파형에서 도출된 환자별 경계 조건을 사용하여 전산 유체 역학 시뮬레이션을 수행하여 환자의 관상 동맥에서 환자별 혈류역학적 파라미터를 결정하는 단계를 포함할 수 있다.
Description
심혈관 질환은 미국 남성과 여성의 주요 사망 원인이고 전 세계적으로 사망 원인의 30% 이상을 차지한다. 최근 몇 년 동안의 의학 발전이 심장 질환의 진단과 치료에서 중요한 개선을 제공하였지만, 조기 이환율과 사망률의 발생률은 여전히 높다. 이 이유 중 하나는 모두 심혈관 질환의 진행에 중요한 역할을 하는 관상 동맥의 해부학, 생리학 및 혈류역학을 정확하게 특징화하는 환자별 파라미터의 정확한 추정치가 없기 때문이다.
의료 이미징 기반 기법(예를 들어, 컴퓨터 단층촬영 혈관조영술)은 통상적으로 관상 동맥 협착증의 중증도를 특징화하기 위한 임상 실습에서 사용된다. 그러나, 그러한 기법은 해부학적 평가만을 제공하고, 이는 종종 임상 의사 결정에 부적절하다. 특히, 관상 동맥 협착증의 중증도에 대한 해부학적 평가는 종종 과대평가 또는 과소평가로 이어지며, 이 둘 모두는 바람직하지 않다. 협착증 중증도의 과대평가는 불필요한 개입과 후속적인 재협착증 위험을 유도할 수 있는 반면, 과소평가는 치료를 받지 못하게 유도할 것이다. 정확한 기능 평가는 침습적으로 결정되는 압력 및/또는 유동의 측정을 요구할 수 있다.
관상 동맥 질환의 기능 평가를 위한 여러 전산 유체 역학(CFD) 기반 기법이 개발되었다. 그러나, 이들은 통상적으로 인구 전체 데이터에서 도출된 일반적인 경계 조건과 함께 사용되는 관상 동맥의 단순화된 기하학적 구조에 기반한다. 이것은, 이러한 기법이 관상 동맥 협착증의 경우에 협착증 중증도 평가와 같은 관상 동맥 질환의 포괄적인 환자별 평가에 부적합하게 한다.
상세한 설명은 첨부된 도면을 참조하여 설명된다. 도면은 단지 예시의 목적으로만 제공되고 단지 본 개시의 예시적인 구현예를 묘사한다. 도면은 본 개시의 이해를 가능하게 하기 위해 제공되고 본 개시의 폭, 범위 또는 적용 가능성을 제한하는 것으로 간주되지 않는다. 도면에서, 참조번호의 가장 왼쪽 숫자(들)는 참조번호가 가장 먼저 나타나는 도면을 식별할 수 있다. 동일한 참조 번호의 사용은 유사함을 나타내지만, 반드시 동일하거나 동일한 컴포넌트를 나타내지는 않는다. 그러나, 또한 유사한 컴포넌트를 식별하기 위해 상이한 참조 번호가 사용될 수 있다. 다양한 구현예는 도면에 예시된 것과 다른 엘리먼트 또는 컴포넌트를 활용할 수 있고, 일부 엘리먼트 및/또는 컴포넌트는 다양한 구현예에 존재하지 않을 수 있다. 컴포넌트 또는 엘리먼트를 설명하기 위해 단수 용어의 사용은 문맥에 따라 복수의 이러한 컴포넌트 또는 엘리먼트를 포함할 수 있고 그 반대의 경우도 마찬가지이다.
도 1은 본 개시의 하나 이상의 예시적인 구현예에 따른 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략도이다.
도 2는 본 개시의 하나 이상의 예시적인 구현예에 따른 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 3은 환자의 예시적인 심전도 기록이다.
도 4는 환자의 심장 주기의 예시적인 롬-스카글 주기도(Lomb-Scargle periodogram)이다.
도 5는 관상 순환 경계 조건을 결정하는 데 사용하기 위한 3개의-컴포넌트 모델의 개략도이다.
도 6은 혈액 순환 시스템(BCS) 컴포넌트 모델에 사용하기에 적합한 4개의 상이한 윈드케셀(Windkessel) 모델, 특히 2개, 3개, 4개 및 5개-엘리먼트 윈드케셀 모델(2WM, 3WM, 4WM, 5WM)을 예시한다.
도 7은 혈액 순환 시스템(BCS) 컴포넌트 모델에서 사용하기 위한 여러 기능 블록(도 a 내지 도 7c) 및 기능 블록(도 7b)으로 구성된 예시적인 다중-블록 시스템(도 7d)을 예시한다.
도 8은 전신 및 폐 순환 엘리먼트를 포함하는 혈액 순환 시스템(BCS) 모델, 및 그 HPV 컴포넌트와의 관계를 예시한다.
도 9는 혈액 순환 시스템(BCS) 컴포넌트 모델에서 사용하기에 적합한 저항, 이너턴스(inertance) 및 커패시턴스(RLC) 파라미터를 포함하는 집중 파라미터 기능 블록을 예시한다.
도 10의 a는 심장-심실 압력-체적 루프, 도 10의 b는 시간의 함수로서 플롯된 대동맥압, 및 도 10의 c는 시간의 함수로서 플롯된 심실 체적의 개략도를 예시한다.
도 11a는 기능 블록 및 도 11b는 전체 심장 압력-체적(HPV) 컴포넌트 모델을 예시한다.
도 12는 5회의 심장 주기 동안 재구성된 환자별 심장 심실 체적 및 압력을 도시하는 그래프이다.
도 13은 일반적인 관상 혈류(CBF) 모델 개념을 예시한다.
도 14a 내지 도 14f는 관상 혈류(CBF) 컴포넌트 모델에 사용하기에 적합한 6개의 예시적인 모델을 예시한다.
도 15a 내지 도 15e는 다중-구획 관상 혈류(CBF) 모델에서 사용하기에 적합한 5개의 상이한 기능 블록(도 15a 내지 도 15e)을 예시한다.
도 16은 관상 혈류(CBF) 컴포넌트 모델에 사용하기에 적합한 기능 블록의 파라미터 세트를 예시한다.
도 17은 관상 혈류(CBF) 컴포넌트 모델에 사용하기에 적합한 파라미터를 설명하는 집중 파라미터 다층/다구획 모델을 예시한다.
도 18은 혈액 순환 시스템(BCS)(폐 및 전신 순환) 모델 컴포넌트, 심장 압력-체적(HPV) 모델 컴포넌트, 및 관상 혈류(CBF) 모델 컴포넌트를 포함하는 관상 순환 경계 조건을 결정하는 데 사용하기 위한 3개-컴포넌트 모델을 상세히 예시한다.
도 19는 환자의 혈관 일부의 예시적인 3D 메쉬이다.
도 20은 관상 순환 유입 및 유출 경계 조건을 결정하기 위한 개략도를 예시한다.
도 21은 본 개시의 하나 이상의 예시적인 구현예에 따른 정상-상태 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 22는 본 개시의 하나 이상의 예시적인 구현예에 따른 정상-상태 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 23은 본 개시의 하나 이상의 예시적인 구현예에 따른 과도 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 24는 본 개시의 하나 이상의 예시적인 구현예에 따른 과도 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 25는 실제 결과에 대한 3개-컴포넌트 모델 변형을 사용하여 획득된 분획 혈류 예비력(FFR: fractional flow reserve) 결과를 비교하는 수신기 동작 특징(ROC) 곡선이다.
도 1은 본 개시의 하나 이상의 예시적인 구현예에 따른 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략도이다.
도 2는 본 개시의 하나 이상의 예시적인 구현예에 따른 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 3은 환자의 예시적인 심전도 기록이다.
도 4는 환자의 심장 주기의 예시적인 롬-스카글 주기도(Lomb-Scargle periodogram)이다.
도 5는 관상 순환 경계 조건을 결정하는 데 사용하기 위한 3개의-컴포넌트 모델의 개략도이다.
도 6은 혈액 순환 시스템(BCS) 컴포넌트 모델에 사용하기에 적합한 4개의 상이한 윈드케셀(Windkessel) 모델, 특히 2개, 3개, 4개 및 5개-엘리먼트 윈드케셀 모델(2WM, 3WM, 4WM, 5WM)을 예시한다.
도 7은 혈액 순환 시스템(BCS) 컴포넌트 모델에서 사용하기 위한 여러 기능 블록(도 a 내지 도 7c) 및 기능 블록(도 7b)으로 구성된 예시적인 다중-블록 시스템(도 7d)을 예시한다.
도 8은 전신 및 폐 순환 엘리먼트를 포함하는 혈액 순환 시스템(BCS) 모델, 및 그 HPV 컴포넌트와의 관계를 예시한다.
도 9는 혈액 순환 시스템(BCS) 컴포넌트 모델에서 사용하기에 적합한 저항, 이너턴스(inertance) 및 커패시턴스(RLC) 파라미터를 포함하는 집중 파라미터 기능 블록을 예시한다.
도 10의 a는 심장-심실 압력-체적 루프, 도 10의 b는 시간의 함수로서 플롯된 대동맥압, 및 도 10의 c는 시간의 함수로서 플롯된 심실 체적의 개략도를 예시한다.
도 11a는 기능 블록 및 도 11b는 전체 심장 압력-체적(HPV) 컴포넌트 모델을 예시한다.
도 12는 5회의 심장 주기 동안 재구성된 환자별 심장 심실 체적 및 압력을 도시하는 그래프이다.
도 13은 일반적인 관상 혈류(CBF) 모델 개념을 예시한다.
도 14a 내지 도 14f는 관상 혈류(CBF) 컴포넌트 모델에 사용하기에 적합한 6개의 예시적인 모델을 예시한다.
도 15a 내지 도 15e는 다중-구획 관상 혈류(CBF) 모델에서 사용하기에 적합한 5개의 상이한 기능 블록(도 15a 내지 도 15e)을 예시한다.
도 16은 관상 혈류(CBF) 컴포넌트 모델에 사용하기에 적합한 기능 블록의 파라미터 세트를 예시한다.
도 17은 관상 혈류(CBF) 컴포넌트 모델에 사용하기에 적합한 파라미터를 설명하는 집중 파라미터 다층/다구획 모델을 예시한다.
도 18은 혈액 순환 시스템(BCS)(폐 및 전신 순환) 모델 컴포넌트, 심장 압력-체적(HPV) 모델 컴포넌트, 및 관상 혈류(CBF) 모델 컴포넌트를 포함하는 관상 순환 경계 조건을 결정하는 데 사용하기 위한 3개-컴포넌트 모델을 상세히 예시한다.
도 19는 환자의 혈관 일부의 예시적인 3D 메쉬이다.
도 20은 관상 순환 유입 및 유출 경계 조건을 결정하기 위한 개략도를 예시한다.
도 21은 본 개시의 하나 이상의 예시적인 구현예에 따른 정상-상태 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 22는 본 개시의 하나 이상의 예시적인 구현예에 따른 정상-상태 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 23은 본 개시의 하나 이상의 예시적인 구현예에 따른 과도 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 24는 본 개시의 하나 이상의 예시적인 구현예에 따른 과도 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 개략적인 블록도이다.
도 25는 실제 결과에 대한 3개-컴포넌트 모델 변형을 사용하여 획득된 분획 혈류 예비력(FFR: fractional flow reserve) 결과를 비교하는 수신기 동작 특징(ROC) 곡선이다.
본 개시는 특히 체적 이미징 데이터 및 연속 동맥압 데이터로부터 관상 동맥 혈류의 비침습적 환자별 모델링을 위한 디바이스, 시스템, 방법, 컴퓨터-판독 가능 매체, 기법 및 방법론에 관한 것이다. 환자의 관상 동맥의 체적 데이터는 컴퓨터 단층촬영 혈관조영술(CTA) 또는 자기 공명 혈관조영술(MRA)과 같은 비침습적 의료 이미징 기법을 사용하여 캡처될 수 있다. 체적 데이터는 전산 유체 역학(CFD) 시뮬레이션에 적합한 환자의 관상 동맥의 해부학적 모델을 생성하는 데 사용될 수 있다. 연속적 동맥압 데이터는 비침습적 기법을 사용하여 도출될 수 있다. 연속적 동맥압 데이터는 CFD 시뮬레이션을 위한 경계 조건을 결정하는 데 사용될 수 있다. 환자별 CFD 시뮬레이션은 연속적 동맥압 데이터에서 결정된 입구 및 출구 경계 조건과 함께 관상 동맥 해부학적 모델을 사용하여 수행될 수 있다. 관상 동맥의 환자별 혈류역학적 파라미터는 CFD 시뮬레이션에서 도출될 수 있고 환자의 협착증 기능 평가와 같은 심혈관 질환을 특징화/평가하는 데 사용될 수 있다.
CFD 시뮬레이션은 의료 이미징 데이터에서 도출된 환자별 관상 동맥 해부학적 모델과 연속적 동맥압 데이터에서 도출된 환자별 경계 조건을 사용하여 수행되어 환자의 관상 동맥에서 환자별 혈류역학적 파라미터를 결정할 수 있다. 구현예에서, CFD 시뮬레이션을 위한 관상 동맥 유입 경계 조건을 결정하기 위해 3개-컴포넌트 모델이 사용될 수 있다. 3개-컴포넌트 모델은 전신 및 폐 혈액 순환을 설명하는 혈액 순환 시스템(BCS) 컴포넌트, 심실 또는 심방 압력과 체적 사이의 관계를 설명하는 심실 압력-체적(HPV) 컴포넌트 및 관상동맥 트리 혈액 순환을 설명하는 관상 혈류(CBF) 컴포넌트를 포함할 수 있다. 3개-컴포넌트 모델은 환자의 관상 동맥 입구에서 체적 유량 파형을 결정하게 할 수 있다. 환자의 관상 동맥 입구에서 결정된 체적 유량 파형은 CFD 시뮬레이션을 위한 관상 동맥 유출 경계 조건을 결정하는 데 사용될 수 있다. 예를 들어, 환자의 관상 동맥 입구에서의 체적 유량 파형은 머레이 법칙(Murray's law) 또는 유사한 알로메트릭 스케일링 법칙(allometric scaling law)을 사용하여 환자의 관상 동맥 출구에서의 체적 유량 파형을 결정하는 데 사용될 수 있다(문헌(Sherman T (1981) On connecting large vessels to small - the meaning of murray's law. Journal of General Physiology, 78(4):431-453) 참조).
본 개시에 따른 관상 동맥 혈류의 환자별 모델링은 기존 방법에 비해 장점을 제공하는 기법을 활용할 수 있다. 예를 들어 구성된 환자별 해부학적 모델은 환자의 관상 동맥만 모델링할 수 있다. 즉, 구성된 환자별 해부학적 모델은 예를 들어 환자의 대동맥 재건 또는 심실 체적 추정을 포함하지 않을 수 있다. 이것은 수치적 복잡성과 시뮬레이션 시간을 감소시킬 수 있다. 또한, 경계 조건은 비침습적으로 측정된 연속적 동맥압 데이터에서 도출될 수 있다. 경계 조건을 도출하기 위해 압력 데이터를 사용하는 것의 장점은 경계 조건(예를 들어, 속도, 질량속(mass flux))을 결정하는 데 통상적으로 사용되는 다른 파라미터와 관련하여 압력을 측정할 수 있는 용이성과 심장에서 멀리 떨어진 위치에서 비침습적으로 측정한 경우에도 과도한 오류로 인해 손상되지 않는 압력 측정의 견고성을 포함한다.
본 개시 전반에 걸쳐, 관상 동맥 및 관상 동맥 혈류를 모델링하는 것에 대한 참조가 이루어진다. 관상 동맥은 문맥에서 명백하게 달리 지시하지 않는 한 2개의 주요 관상 동맥뿐만 아니라 이로부터 의존하는 동맥 분지 및 그 안에 함유된 임의의 플라크(plaque)를 포함할 수 있음이 이해되어야 한다.
도 1 및 도 2는 본 개시의 하나 이상의 예시적인 구현예에 따른 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법(100)을 예시한다. 방법(100)은 컴퓨터 또는 컴퓨터 시스템 내에서 수행될 수 있다.
컴퓨터는 프로세서에 의해 실행될 때 관상 동맥의 혈류역학적 파라미터의 환자별 모델링을 위해 본원에 설명된 임의의 동작을 수행할 수 있는 명령을 저장하는 하나 이상의 비-일시적 컴퓨터 판독 가능 저장 매체를 포함할 수 있다. 컴퓨터는 데스크탑 또는 휴대용 컴퓨터, 모바일 디바이스(예를 들어, 스마트폰), 클라우드-기반 컴퓨팅 시스템, 서버, 또는 임의의 다른 컴퓨터일 수 있거나, 컴퓨터 시스템은 이를 포함할 수 있다. 컴퓨터는 프로세서, 판독-전용 메모리(ROM), 랜덤 액세스 메모리(RAM), 주변 디바이스(예를 들어, 입력 디바이스, 출력 디바이스, 저장 디바이스 등)를 연결하기 위한 입/출력(I/O) 어댑터, 키보드, 마우스, 터치 스크린 및/또는 다른 디바이스와 같은 입력 디바이스를 연결하기 위한 사용자 인터페이스 어댑터, 컴퓨터를 네트워크에 연결하기 위한 통신 어댑터, 및 컴퓨터를 디스플레이에 연결하기 위한 디스플레이 어댑터를 포함할 수 있다. 디스플레이는 임의의 계산된 혈류역학적 파라미터를 사용자에게 디스플레이하는 데 사용될 수 있다(예를 들어, 결정된 혈류역학적 파라미터와 오버레이된 환자의 관상 동맥의 이미지 또는 3-차원 모델을 디스플레이).
단계(102)에서, 컴퓨터 시스템은 환자별 해부학적 구조 데이터를 수신할 수 있다. 컴퓨터 시스템은 통신 네트워크를 통해 및/또는 컴퓨터 판독 가능 저장 매체로부터 환자별 해부학적 구조 데이터(예를 들어, CT 스캐너 또는 X선 디바이스에 의해 취득된 이미지 데이터)를 수신할 수 있다.
환자별 해부학적 구조 데이터는 환자의 순환 시스템에 대한 2D 또는 3D 이미지(체적)일 수 있다. 이미지는 환자의 관상 동맥의 적어도 일부 또는 전체를 포함할 수 있다. 이미지는 환자의 심장, 대동맥 등과 같은 다른 해부학적 구조를 포함하거나 포함하지 않을 수 있다. 환자별 해부학적 구조 데이터는 다양한 비침습 의료 이미징 기법을 사용하여 비침습적으로 획득될 수 있다. 예를 들어, 데이터는 컴퓨터 단층촬영(CT), 컴퓨터 단층촬영 혈관조영술(CTA), 자기 공명 이미징(MRI) 또는 자기 공명 혈관조영술(MRA)을 사용하여 획득될 수 있다. 대안적으로, 환자별 해부학적 구조 데이터는 회전 혈관조영술, 동적 혈관조영술 또는 디지털 감산 혈관조영술과 같은 다양한 침습적 이미징 방법을 사용하여 획득될 수 있다.
수신된 환자별 해부학적 구조 데이터는 추가 사용 전에 사용자 및/또는 컴퓨터 시스템에 의해 전처리될 수 있다. 전처리는 예를 들어 캡처된 이미지 데이터의 오정합, 불일치 또는 블러링(blurring) 검사, 캡처된 이미지 데이터에 도시된 스텐트(stent) 검사, 관상 동맥 내강의 가시성을 방해할 수 있는 다른 인공물 검사, 해부학적 구조(예를 들어, 대동맥, 주요 관상 동맥, 다른 혈관 및 환자의 다른 부분) 간의 충분한 대조 검사를 포함할 수 있다. 전처리 동안, 사용자 및/또는 컴퓨터 시스템은 데이터의 소정 오류나 문제를 보정할 수 있다. 전처리는 또한 수신된 환자별 해부학적 구조 데이터에 대한 이미지 처리 기법을 사용하여 해부학적 모델 생성에 사용하기 위한 데이터를 준비(예를 들어, 분할(segmentation)을 위한 데이터 준비)하는 것을 포함할 수 있다. 이미지 처리는 예를 들어, 이미지에서 상이한 해부학적 구조(예를 들어, 심장, 대동맥, 관상 동맥, 다른 혈관계, 죽상경화판 등) 간의 대조 레벨 조정, 해부학적 구조의 평활화(예를 들어, 평활화 필터를 적용) 등을 포함할 수 있다.
단계(104)에서, 컴퓨터 시스템은 환자별 생리학적 데이터를 수신할 수 있다. 컴퓨터 시스템은 통신 네트워크를 통해 및/또는 컴퓨터 판독 가능 저장 매체로부터 환자별 생리학적 데이터를 수신할 수 있다.
환자별 생리학적 데이터는 연속적 동맥압 데이터(예를 들어, 연속적으로 기록된 혈압 파형)를 포함할 수 있다. 연속적 동맥 혈압은 시변하고 임의의 중단 없이(예를 들어, 연속적으로) 실시간으로 측정된다. 일부 구현예에서, 연속적으로 기록된 혈압 파형은 약 1분의 기간 동안 또는 1분 내지 2분의 범위 내의 기간 동안 획득될 수 있지만, 다른 연속 기간이 사용될 수 있다. 연속적 동맥압 데이터는 경피적 절차 없이(예를 들어, 비침습적으로) 획득될 수 있다. 예를 들어, 데이터는 Nexfin™ 모니터, ClearSight™ 모니터, CNAP™ 모니터, Finapres® NOVA 모니터 또는 후속 시스템(예를 들어, Finometer® 및 Portapres® 모니터), 또는 다른 유사한 비침습적 연속적 동맥압 측정 디바이스를 사용하여 획득될 수 있다. 대안적으로, 연속적 동맥압 데이터는 동맥 카테터삽입술(catheterization)과 같은 다양한 침습적 방법을 사용하여 획득될 수 있다. 연속적 동맥압 데이터는 데이터 처리(예를 들어, 신호 처리)를 거쳐 CFD 시뮬레이션 및/또는 CFD를 사용하는 해부학적 모델의 혈액 범람 시뮬레이션을 위한 경계 조건을 결정하는 데 사용할 데이터를 준비할 수 있다. 예를 들어, 압력 신호는 연속적 동맥압 데이터에서 추출될 수 있다.
환자별 생리학적 데이터는 환자의 심장 전기 활동, 기준 심박수, 키, 체중, 헤마토크리트(hematocrit), 1회 박출량 등과 같은 연속적 동맥압 데이터 이외의 생리학적 데이터를 포함할 수 있다. 일반적으로, 임의의 생리학적 데이터는 데이터 처리(예를 들어, 신호 처리)를 거쳐 CFD 시뮬레이션 및/또는 CFD를 사용하는 해부학적 모델의 혈액 범람 시뮬레이션을 위한 경계 조건을 결정하는 데 사용할 데이터를 준비할 수 있다.
생리학적 데이터는 예를 들어 환자로부터의 심전도(ECG) 신호의 연속적인 기록을 포함할 수 있고, 그 예가 도 3에 도시된다. ECG 신호는 심박수 변동성(예를 들어, RR-간격)과 같은 시간적 심장 주기 파라미터를 직접 재구성하는 데 사용될 수 있다. 도 3의 예에서, 환자의 기록에 대해 계산된 평균 RR-간격은 0.897초이다. RR-간격은 예를 들어 CFD 시뮬레이션을 위한 경계 조건을 결정하는 데 사용될 수 있다.
생리학적 데이터는 예를 들어 대동맥압 과정을 포함할 수 있다. 대동맥압 과정은 환자의 ECG 신호를 사용할 수 없을 때 일시적인 심장 주기 파라미터를 간접적으로 결정하는 데 사용될 수 있지만, 이는 ECG와 비교할 때 약간 덜 정확하다. 롬-스카글 알고리즘은 대동맥압 과정으로부터 환자의 심장 주기의 롬-스카글 주기도를 구성하는 데 사용될 수 있고, 그 예가 도 4에 도시된다. 롬-스카글 알고리즘은 불균일한 시간 샘플링으로 약한 주기적 신호의 중요성을 찾고 테스트하는 데 사용될 수 있다(문헌(Townsend RHD (2010) Fast calculation of the Lomb-Scargle periodogram using graphics processing units. The Astrophysical Journal, Supplement Series, Vol.191, 247-253.) 참조). 도 4의 예에서, 롬-스카글 알고리즘을 사용하여 환자의 압력 기록에 대해 계산된 RR-간격은 0.901초이다. 롬-스카글 알고리즘을 사용하여 계산된 RR-간격은 ECG 데이터에서 결정된 RR-간격과 약간 상이하지만, 차이는 0.5% 미만이다.
단계(106)에서, 컴퓨터 시스템은 수신된 환자별 해부학적 구조 데이터로부터 환자의 관상 동맥의 환자별 해부학적 모델을 생성할 수 있다. 환자별 해부학적 모델은 환자의 관상 동맥의 3D 기하학적 모델일 수 있다. 구성된 환자별 해부학적 모델은 환자의 관상 동맥만 모델링할 수 있다. 즉, 구성된 환자별 해부학적 모델은 예를 들어 환자의 심장, 대동맥, 비-관상 동맥 관련 혈관구조 또는 다른 조직의 재건을 포함하지 않을 수 있다.
수신된 환자별 해부학적 구조 데이터(예를 들어, 해부학적 이미지)는 대동맥, 주요 관상 동맥, 관상 동맥 분지, 심근 등과 같은 상이한 해부학적 구조에 대응하는 다양한 광학 밀도의 영역을 포함할 수 있다. 해부학적 구조 표면의 위치는 상이한 해부학적 구조 간의 대조(예를 들어, 상대적인 어두움 및 밝음)에 기반하여 결정될 수 있다. 해부학적 구조 간의 대조는 또한 생성된 모델(예를 들어, 심장)에서 다른 해부학적 특징을 제외하면서 소정의 해부학적 특징(예를 들어, 관상 동맥)의 선택적 모델링을 가능하게 할 수 있다.
환자별 해부학적 모델을 형성하는 프로세스는 일반적으로 분할로서 지칭된다. 분할은 사용자 입력이 있거나 없는 컴퓨터 시스템에 의해 자동으로 수행될 수 있다. 환자별 해부학적 모델을 생성하기 위해, 관상 동맥은 임의의 적합한 관상 동맥 분할 방법을 사용하여 환자별 해부학적 구조 데이터에서 분할될 수 있다. 환자의 관상 동맥의 해부학적 모델을 생성하기 위한 방법(예를 들어, 관상 동맥 분할 방법)은 예를 들어 미국 특허 출원 제2010/006776호 및 제2012/0072190호 및 미국 특허 제7,860,290호, 제7,953,266호, 및 제8,315,812호에 설명되어 있고, 이들 각각은 모든 목적을 위해 그 전체가 참조로 본원에 포함된다. 분할된 관상 동맥은 필요한 경우 (예를 들어, 관상 동맥 또는 이로부터 연장되는 분지가 누락되거나 부정확한 것과 같은 임의의 오류가 있는 경우 분할을 보정하기 위해) 컴퓨터 시스템 및/또는 사용자에 의해 검토 및/또는 보정될 수 있다.
환자별 해부학적 모델(예를 들어, 3D 기하학적 모델)은 표면 메쉬로서 표현될 수 있다. 표면 메쉬는 그 형상이 연결된 정점(예를 들어, 메쉬)의 집합으로서 표현되도록 분할된 구조의 외부 경계를 나타낼 수 있다. 그러한 표현을 사용함으로써, 메쉬-기반 형상 메트릭 또는 통계를 사용하여 형상 제약이 부과될 수 있다. 활성 메쉬 모델(AMM; Active Mesh Model)과 같은 변형 가능한 모델(문헌(Dufour, A. et al., Segmenting and tracking fluorescent cells in dynamic 3-D microscopy with coupled active surfaces. IEEE Transactions on Image Processing, 14(9), 1396-1410, 2005; Dufour, A. et al., J.-C. 3-D active meshes: fast discrete deformable models for cell tracking in 3-D time-lapse microscopy. IEEE Transactions on Image Processing, 20(7), 1925-1937, 2011.) 참조)은 환자별 해부학적 모델을 생성하기 위한 시작점일 수 있다. AMM은 이미지 분석 기법에 사용되는 활성 윤곽 모델(ACM)의 3D 확장이다(문헌(Kass, M. et al., Active contour models. Int. J. of Computer Vision 1(4), 321-331, 1988.) 참조). AMM-기반 방법에서, 분할된 구조는 이미지-종속 데이터와 이미지-독립 기하학적 특성 둘 모두를 바탕으로 계산된 속도로 발전하는 닫힌 표면(전면, 메쉬)으로서 표현될 수 있다.
구현예에서, 환자별 해부학적 모델을 형성하기 위한 프로세스는 예를 들어, AMM-기반 방법을 사용하여 관상 동맥에서 가시 플라크를 분할하고, 컴퓨터 및/또는 사용자 루트 포인트(root point)(예를 들어, 시작점)에 의해 좌측 및 우측 관상 동맥을 선택하고, AMM-기반 방법과 선택된 루트 포인트를 사용하여 관상 동맥을 분할하고, 분할된 플라크 및 동맥의 기하학적 구조를 검증하고/하거나 보정하는 단계를 포함할 수 있다.
분할 후, 사용자 및/또는 컴퓨터 시스템은 CFD 시뮬레이션을 위한 모델을 준비하기 위해 환자별 해부학적 모델을 후-처리할 수 있다. 이것은 예를 들어 관상 동맥 및 그 분지의 중심선을 결정하고, 관상 동맥 및 그 분지의 단면적을 결정하고, 유입 경계와 유출 경계가 결정된 중심선에 수직이 되도록 유입 경계(예를 들어, 흐름이 관상 동맥으로 지향되는 경계) 및 유출 경계(예를 들어, 흐름이 관상 동맥 및/또는 관상 동맥 분지 밖으로 지향되는 경계)의 모델을 생성하여, 경계 조건 적용을 허용하고, 모델을 평활화(예를 들어, 임의의 리지(ridge), 포인트 등을 평활화)하는 단계를 포함할 수 있다. 환자별 해부학적 모델의 후-처리는 필요한 경우 컴퓨터 시스템 및/또는 사용자에 의해 검토되고/되거나 보정될 수 있다.
단계(108)에서, 컴퓨터 시스템은 해부학적 모델에서 혈류의 전산 유체 역학(CFD) 시뮬레이션을 위한 경계 조건을 결정할 수 있다. 경계 조건의 적어도 일부는 수신된 연속적 동맥압 데이터와 같은 수신된 환자별 생리학적 데이터를 사용하여 결정될 수 있다. 경계 조건은 관상 순환 유입 및 유출 경계 조건을 포함할 수 있다.
도 5에 예시된 3개-컴포넌트 모델은 관상 순환 경계 조건을 결정하는 데 사용될 수 있다. 3개-컴포넌트 모델은 전신 및 폐 혈액 순환을 설명하는 혈액 순환 시스템(BCS) 컴포넌트, 심장 압력-체적 루프를 설명하는 심장 압력-체적(HPV) 컴포넌트, 및 관상 동맥 혈액 순환을 설명하는 관상 혈류(CBF) 컴포넌트를 포함할 수 있다(도 5 참조). BCS, HPV 및 CBF 컴포넌트 각각은 각각의 컴포넌트의 다양한 모델에서 선택될 수 있고, 이는 아래에서 더 자세히 논의된다. 3개-컴포넌트 모델은 동맥압의 환자별 연속적 기록(예를 들어, 환자별 연속적 동맥압 데이터)에서 도출될 수 있는 압력 파형(p sa (t))을 입력으로 취할 수 있다. 3개-컴포넌트 모델의 예시적인 구현예가 도 18에 도시된다.
3개-컴포넌트 모델은 환자의 관상 동맥 입구에서의 체적 유량 파형과 같은 유입 경계 조건을 직접 결정하는 데 사용될 수 있다(도 20 참조). 3개-컴포넌트 모델은 환자의 관상 동맥 출구에서의 체적 유량 파형과 같은 유출 경계 조건을 간접적으로 결정하는 데 사용될 수 있다(도 20 참조). 예를 들어, 환자의 관상 동맥 입구에서의 체적 유량 파형은 혈류와 혈관 반경 사이의 관계를 설명하는 머레이 법칙과 같은 알로메트릭 스케일링 법칙(ALS)을 사용하여 환자의 관상 동맥 출구에서의 체적 유량 파형을 결정하는 데 사용될 수 있다(도 20 참조)(문헌(Freund J et al., (2012) Fluid flows and forces in development: functions, features and biophysical principles. Development, 139(7):1229-1245; Newberry M et al., VM (2015) Testing foundations of biological scaling theory using automated measurements of vascular networks. Public Library of Science Computational Biology, 11(8):e1004455; Sherman T (1981) On connecting large vessels to small - the meaning of murray's law. Journal of General Physiology, 78(4):431-453; Algranati D et al. (2010) Mechanisms of myocardium-coronary vessel interaction. American Journal of Physiology. Heart and Circulatory Physiology, Vol.298, No.3,H861-H873.) 참조). 머레이 법칙에 따라, 혈류는 머레이 시스템의 모든 혈관에서 r 3에 비례한다.
혈액 순환 시스템(BCS) 컴포넌트는 전신 및 폐 혈액 순환을 설명한다. 혈액 순환은 예를 들어 도 6에 도시된 2, 3, 4 또는 5개-엘리먼트 윈드케셀(2WM, 3WM, 4WM, 5WM) 집중 기능 블록을 사용하여 모델링될 수 있다(문헌(Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Ostadfar A (2016) Biofluid mechanics. Principles and applications. Elsevier; Pappano A et al. (2013) Cardiovascular physiology. Elsevier; Stergiopulos N et al. (1996) Determinants of stroke volume and systolic and diastolic aortic pressure. American Journal of Physiology, Vol.270, No.6, Pt.2, H2050-H2059; Westerhof N et al. (2009) The arterial windkessel. Medical & Biological Engineering & Computing, Vol.47, No.2, 131-141; Zamir M (2005) The physics of coronary blood flow. Springer-Verlag.)을 참조). 폐 및 전신 순환은 바람직한 구현예에서, 도 7a 내지 도 7d에 도시된 집중 파라미터 모델 중 하나를 사용하여 모델링될 수 있는 반면, 전체 혈액 순환은 도 8에 도시된 다중-구획 모델을 사용하여 모델링될 수 있다.
일 구현예에서, 혈액 순환 시스템 모델 컴포넌트(예를 들어, 전신 및 폐 순환 모델)는 도 9에 도시된 저항(R) - 이너턴스(L) - 커패시턴스(C) 집중 파라미터 기능 블록(RLC)을 기반으로 한다. 도 9의 집중 파라미터 기능 블록에서, 블록 입력(in) 및 출력(out)은 시간(t)과 관련된다:
여기서, q는 유량이고 p는 선택된 구획에서 흐르는 혈액의 압력이다. 도 8에 도시된 바와 같이, 폐 순환 모델은 동맥(C=C pa , R=R pa , L=L pa ), 폐 저장소(C=0, R=R pr , L=0), 및 정맥(C=C pv , R=R pv , L=0) 형태의 3개의 구획을 포함하고, 이는 6개의 방정식(3×2=6)으로 이어진다. 전신 순환 모델은 5개의 구획, 즉 대동맥(C=C sa , R=R sa , L=L sa ), 근위 전도 동맥(C=C sp , R=R sp , L=L sp ), 원위 근육 동맥(C=C sd , R=R sd , L=0), 전신 저장소(C=0, R=R sr , L=0), 및 정맥(C=C sv , R=R sv , L=0)을 포함하고, 이는 10개의 방정식(5×2=10)으로 이어진다. 16개의 방정식의 결과 시스템은 수치적으로 풀어질 수 있다.
심실 또는 심방 압력-체적(HPV) 컴포넌트는 심장 압력-체적 루프를 설명한다. 심장 주기는 도 10에 도시된 바와 같이 4개 단계로 이루어진다(문헌(Barrett KE et al. (2016) Ganong's review of medical physiology, McGraw-Hill; Mohrman D et al. (2013) Cardiovascular physiology. McGraw-Hill, Lange, New York; Pappano A et al. (2013) Cardiovascular physiology. Elsevier.) 참조). 예를 들어, 시변-탄성 모델(TVE), 시변 순응도(TVC) 모델 또는 다른 모델과 같은 많은 상이한 모델은 등적 수축기 및 확장기 단계에 사용될 수 있다(문헌(Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Lankhaar JW et al. (2009) Modeling the instantaneous pressure-volume relation of the left ventricle: a comparison of six models. Annals of biomedical engineering, Vol.37, No.9, 1710-1726; Stergiopulos N et al. (1996) Determinants of stroke volume and systolic and diastolic aortic pressure. American Journal of Physiology, Vol.270, No.6, Pt.2, H2050-H2059.) 참조). 도 11a는 심실 압력-체적(HPV) 컴포넌트 모델; 및 도 11b는 전체, 다중-구획 심실 압력-체적(HPV) 컴포넌트 모델을 구축하기 위한 기능 블록을 예시한다. 바람직한 구현예에서, 압력-체적(HPV) 컴포넌트는 탄성(E(t))을 컴플라이언스에 대한 역수로서 변화시키는 아이디어에 기반한 모델을 사용하며, 이는 다음 형식으로 기재될 수 있다:
등적 단계 동안, 심실의 압력은 다음 방정식으로 설명될 수 있다:
여기서 V(t)는 심실 체적이고 V o는 체적 절편이다.
탄성은 아치볼드 힐 함수(Archibald Hill function)(
)의 컨볼루션에 기반하여 계산될 수 있고, 이는 다음 형식으로 쓰여질 수 있다:
여기서,
T는 ECG에 의해 결정되거나 대동맥압 과정에서 추정될 수 있는 RR-간격에 따른 심장 주기 지속기간이다. 시변 탄성 모델의 경험적 파라미터의 통상적인 값은 아래 표에 제공된다(문헌(Stergiopulos N et al. (1996) Determinants of stroke volume and systolic and diastolic aortic pressure. American Journal of Physiology, Vol.270, No.6, Pt.2, H2050-H2059; Faragallah G et al. (2012) A new control system for left ventricular assist devices based on patient-specific physiological demand. Inverse Problems in Science and Engineering, Vol.20, No.5, 721-734.) 참조).
시변 탄성 모델은 심장 주기의 등적 단계 동안만 사용될 수 있다. 다른 2개의 심장 주기 단계(도 10)의 경우, 혈액량은 심방에 부분적으로 축적되는 반면, 나머지는 판막 압력 구배에 따라 흘러 나온다. 그러므로, 심방 유량 균형은 다음과 같이 설명될 수 있다:
유사하게 심실 유량은 다음과 같이 설명될 수 있다:
동시에, 판막 횡단 흐름은 다음과 같이 설명될 수 있다:
여기서 H는 헤비사이드 계단 함수(Heaviside step function)이다.
구현예에서, HPV 및 BCS 모델의 최적 파라미터 추정을 위해 환자별 교정(PSC) 절차가 사용될 수 있다. 절차는 다음을 포함할 수 있다: (i) 환자의 수축기 및 확장기 혈압 레벨, 성별, 연령 및 심박수(HR)에서 모델 파라미터의 초기 근사값을 결정하는 단계(문헌(Barrett KE et al. (2016) Ganong's review of medical physiology, McGraw-Hill; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Pappano A et al. (2013) Cardiovascular physiology. Elsevier; Zamir M (2005) The physics of coronary blood flow. Springer-Verlag; Maceira AM et al. (2006) Reference right ventricular systolic and diastolic function normalized to age, gender and body surface area from steady-state free precession cardiovascular magnetic resonance. European Heart Journal, Vol.27, Issue 23, Pages 2879-2888; Maceira AM et al. (2006) Normalized left ventricular systolic and diastolic function by steady state free precession cardiovascular magnetic resonance. Journal of Cardiovascular Magnetic Resonance, Vol. 8, Issue 3, 417-426 참조), (ii) 흡연 습관, 운동 습관 및 약물 사용을 포함한 추가 정보에 기반하여 보정하는 단계(문헌(Tsanas A et al. (2009) The Windkessel model revisited: a qualitative analysis of the circulatory system. Medical Engineering & Physics, Vol.31, Issue 5, 581-588) 참조), (iii) 모델을 푸는 단계(HPV + BCS), 및 (iv) 계산된 압력 및 환자 압력 순시 기록에 맞춰 파라미터를 교정하는 단계. 이러한 방식으로, 순환 모델(BCS)과 함께 시변 탄성 모델(예를 들어, HPV 모델에 적용됨)은 도 12에 도시된 바와 같이, 환자의 기록된 대동맥압(p sa )을 사용하여 좌측 및 우측 심장 순시 심실 체적(V) 및 내부 압력(p V ) 과정을 재구성하는 데 사용될 수 있다.
관상 혈류(CBF) 컴포넌트는 관상 동맥 혈액 순환을 설명하고, 도 13에 일반적으로 도시된다. CBF 컴포넌트는 생리학적 발견에서 도출된 여러 결론에서 도출하고(문헌(Epstein S et al. (2015) Reducing the number of parameters in 1D arterial blood flow modeling: less is more for patient-specific simulations. American Journal of Physiology, Heart and Circulatory Physiology, Vol.309, No.1, H222-H234; Kheyfets VO et al. (2016) A zero-dimensional model and protocol for simulating patient-specific pulmonary hemodynamics from limited clinical data. Journal of Biomechanical Engineering, Vol.138, Issue 12,1-8; Maruyama Y et al. (1994) Recent advances in coronary circulation. Springer-Verlag, Berlin and Heidelberg; Mohrman D et al. (2013) Cardiovascular physiology. McGraw-Hill, Lange, New York; Ostadfar A (2016) Biofluid mechanics. Principles and applications. Elsevier; Pappano A et al. (2013) Cardiovascular physiology. Elsevier; Zamir M (2005) The physics of coronary blood flow. Springer-Verlag; Algranati D et al. (2010) Mechanisms of myocardium-coronary vessel interaction. American Journal of Physiology. Heart and Circulatory Physiology, Vol.298, No.3,H861-H873; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology. Heart and Circulatory Physiology, Vol.306, No.4, H517-H528; Westerhof N et al. (2006) Cross-talk between cardiac muscle and coronary vasculature. Physiological Reviews, Vol.86, No.4, 1263-1308) 참조), 이는 (i) 관상 동맥에서 메인 요소 강제 흐름은 대동맥 순시 압력(p sa (t))이고; (ii) 심장 심근-관상 혈관 상호작용은 스로틀링 또는 심지어 역류의 효과와 함께 p sa (t)에 반대되는 압력을 유발하고; (iii) 동맥에 축적된 혈액의 관성 효과는 무시가능함을 포함한다.
전술한 바에 기반하여, 도 13에 일반적으로 도시된 CBF 컴포넌트는 관상 동맥의 흐름에 대한 CFD 시뮬레이션을 위한 경계 조건을 결정하는 데 적합하다. CBF 컴포넌트는 관상 동맥 입구의 흐름(q 0(t))이 심장 수축 및 역 축적에 의해 스로틀되는 강제 대동맥압(p sa (t))으로부터 발생하고, 후자가 주로 심실 압력에 의해 결정되는 것을 특정한다.
CBF 컴포넌트는 압력이 독립 변수로서 작용하는 인과 관계를 설명한다. 압력이 CBF 컴포넌트에서 독립 변수로서 역할을 하기 때문에, CBF 컴포넌트 및 그 환자별 계산 모델링에서의 사용은 경계 조건을 결정하는 다른 기법보다 유리하다. 압력을 독립 변수로서 사용하는 몇 가지 장점은 다음을 포함한다: (i) 압력은 측정하기 훨씬 더 어려운 속도 또는 질량속과 비교할 때 상대적으로 측정하기 쉽고; (ii) 심지어 비침습적이고 심장에서 멀리 떨어진 위치에서도 압력 측정이 과도한 오류로 인해 손상되지 않을 것임.
관상 혈류는 많은 상이한 방식으로 모델링될 수 있다(문헌(Beyar R et al. (1987) Time-dependent coronary blood flow distribution in left ventricular wall. American Journal of Physiology, Heart and Circulatory Physiology, Vol.252, No.2,Pt.2, H417-H433; Boileau E et al. (2015) One-Dimensional Modelling of the Coronary Circulation. Application to Noninvasive Quantification of Fractional Flow Reserve (FFR). Computational and Experimental Biomedical Sciences: Methods and Applications, Vol.21, 137-155; Bruinsma T et al. (1988) Model of the coronary circulation based on pressure dependence of coronary resistance and compliance. Basic Res Cardiol, 83:510-524; Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model. Annals of Biomedical Engineering, Vol.13, No.5, 385-404; Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments. American Journal of Physiology, Heart and Circulatory Physiology, Vol. 258, No.6, H1687-H1698; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation. Annals of Biomedical Engineering, Vol.18, No.4, 347-365; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole. American Journal of Physiology - Heart and Circulatory Physiology, Vol.260, No.6, H1841-H1851; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics. American Journal of Physiology, Heart and Circulatory Physiology, Vol.258, No.1, H262-H276; Lee J et al. (1984) The role of vascular capacitance in the coronary arteries. Circ Res 55:751-762; Lee J et al. (2012) The multi-scale modelling of coronary blood flow. Annals of Biomedical Engineering, Vol.40, Issue 11, 2399-2413; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology, Heart and Circulatory Physiology, Vol.306, No.4, H517-H528; Marsden AL (2014) Thrombotic risk stratification using computational modeling in patients with coronary artery aneurysms following Kawasaki disease. Biomechanics and Modeling in Mechanobiology, Vol.13, No.6, 1261-1276; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog. Circ Res, Vol.49, Issue 3, 584-593, 이의 일부 예는 도 14a 내지 도 14f에 도시됨.) 참조). 도 14a 내지 도 14f에 도시된 관상 혈류 모델은 다음과 같이 요약될 수 있다: (i) 모든 모델은 일반적으로 동일한 대동맥압(psa)으로 가정되는 단일 소스 엘리먼트를 가지며(상기 문헌 참조); (ii) 소스 에너지는 1(c,e,f)(문헌(Bruinsma T et al. (1988) Model of the coronary circulation based on pressure dependence of coronary resistance and compliance. Basic Res Cardiol, 83:510-524; Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model. Annals of Biomedical Engineering, Vol.13, No.5, 385-404; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation. Annals of Biomedical Engineering, Vol.18, No.4, 347-365; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics. American Journal of Physiology, Heart and Circulatory Physiology, Vol.258, No.1, H262-H276; Lee J et al. (1984) The role of vascular capacitance in the coronary arteries. Circ Res 55:751-762; Lee J et al. (2012) The multi-scale modelling of coronary blood flow. Annals of Biomedical Engineering, Vol.40, Issue 11, 2399-2413; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Mohrman D et al. (2013) Cardiovascular physiology. McGraw-Hill, Lange, New York; Sengupta D et al.; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog. Circ Res, Vol.49, Issue 3, 584-593.) 참조), 2(b)(문헌(Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments. American Journal of Physiology, Heart and Circulatory Physiology, Vol. 258, No.6, H1687-H1698.) 참조), 또는 0(a,d)(문헌(Beyar R et al. (1987) Time-dependent coronary blood flow distribution in left ventricular wall. American Journal of Physiology, Heart and Circulatory Physiology, Vol.252, No.2,Pt.2, H417-H433; Boileau E et al. (2015) One-Dimensional Modelling of the Coronary Circulation. Application to Noninvasive Quantification of Fractional Flow Reserve (FFR). Computational and Experimental Biomedical Sciences: Methods and Applications, Vol.21, 137-155; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole. American Journal of Physiology - Heart and Circulatory Physiology, Vol.260, No.6, H1841-H1851; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology, Heart and Circulatory Physiology, Vol.306, No.4, H517-H528.) 참조) 저항 엘리먼트에서 부분적으로 소산되고; (iii) 유입은 통상적으로 단일 저항성 분지와 용량성 분지로 나뉘며, 소수의 모델은 두 개의 용량성 엘리먼트(b,f)가 있고(문헌(Burattini R et al.(1985) Identification of canine intramyocardial compliance on the basis of the waterfall model. Annals of Biomedical Engineering, Vol.13, No.5, 385-404, Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments. American Journal of Physiology, Heart and Circulatory Physiology, Vol. 258, No.6, H1687-H1698; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Marsden AL (2014) Thrombotic risk stratification using computational modeling in patients with coronary artery aneurysms following Kawasaki disease. Biomechanics and Modeling in Mechanobiology, Vol.13, No.6, 1261-1276; Sengupta D et al.) 참조); (iv) 용량성 분지는 그 자체 저항 엘리먼트(d)(문헌(Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole. American Journal of Physiology - Heart and Circulatory Physiology, Vol.260, No.6, H1841-H1851; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York.) 참조) 또는 심실내압(c,f)의 함수로서 소스를 포함할 수 있지만(문헌(Burattini R et al. (1985) Identification of canine intramyocardial compliance on the basis of the waterfall model. Annals of Biomedical Engineering, Vol.13, No.5, 385-404; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics. American Journal of Physiology, Heart and Circulatory Physiology, Vol.258, No.1, H262-H276; Lee J et al. (2012) The multi-scale modelling of coronary blood flow. Annals of Biomedical Engineering, Vol.40, Issue 11, 2399-2413; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Sengupta D et al.; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog. Circ Res, Vol.49, Issue 3, 584-593.) 참조), 둘 다 포함하지 않을 수 있고; (v) 저항성 분지는 일반적으로 심실내압(a,b,c,d,e)과 관련된 그 자체 소스를 포함함(문헌(Beyar R et al. (1987) Time-dependent coronary blood flow distribution in left ventricular wall. American Journal of Physiology, Heart and Circulatory Physiology, Vol.252, No.2,Pt.2, H417-H433; Boileau E et al. (2015) One-Dimensional Modelling of the Coronary Circulation. Application to Noninvasive Quantification of Fractional Flow Reserve (FFR). Computational and Experimental Biomedical Sciences: Methods and Applications, Vol.21, 137-155; Bruinsma T et al. (1988) Model of the coronary circulation based on pressure dependence of coronary resistance and compliance. Basic Res Cardiol, 83:510-524; Chadwick RS et al. (1990) Phasic regional myocardial inflow and outflow: comparison of theory and experiments. American Journal of Physiology, Heart and Circulatory Physiology, Vol. 258, No.6, H1687-H1698; Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation. Annals of Biomedical Engineering, Vol.18, No.4, 347-365; Judd RM et al. (1991) Coronary input impedance is constant during systole and diastole. American Journal of Physiology - Heart and Circulatory Physiology, Vol.260, No.6, H1841-H1851; Kresh JY et al. (1990) Model-based analysis of transmural vessel impedance and myocardial circulation dynamics. American Journal of Physiology, Heart and Circulatory Physiology, Vol.258, No.1, H262-H276; Lee J et al. (1984) The role of vascular capacitance in the coronary arteries. Circ Res 55:751-762; Lee J et al. (2012) The multi-scale modelling of coronary blood flow. Annals of Biomedical Engineering, Vol.40, Issue 11, 2399-2413; Li J K-J (2000) The Arterial Circulation. Physical Principles and Clinical Applications, Springer, New York; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology, Heart and Circulatory Physiology, Vol.306, No.4, H517-H528; Spaan JAE et al. (1981) Diastolic-systolic coronary flow differences are caused by intramyocardial pump action in the anesthetized dog. Circ Res, Vol.49, Issue 3, 584-593.) 참조). 일반적으로, 이들은 도 15a 내지 도 15f에 도시된 기능 블록에 구축된 다중-구획 모델로서 간주될 수 있다.
바람직한 구현예에서, 관상 혈류는 도 16에 도시된 집중 기능 블록을 사용하여 모델링된다. 도 16에 도시된 관상 혈류 모델의 사용을 위해서 다음 질량속 보존 방정식을 성립시킬 필요가 있을 수 있다:
여기서 H는 헤비사이드 계단 함수이다. 스로틀링 압력(pR 및 pC)은 심근-관상혈관 상호작용(MVI)을 설명하며, 여기서 p C =k C (CEP+SIP) 및 p R =k R (CEP+SIP. [3,4,9,14,22,25,32]. 수동 상호작용 메커니즘에는 3개의 주요 가설이 있고, 혈관외 압력 설명은 다음을 포함할 수 있다(문헌(Algranati D et al. (2010) Mechanisms of myocardium-coronary vessel interaction. American Journal of Physiology. Heart and Circulatory Physiology, Vol.298, No.3,H861-H873; Mynard JP et al. (2014) Scalability and in vivo validation of a multiscale numerical model of the left coronary circulation. American Journal of Physiology. Heart and Circulatory Physiology, Vol.306, No.4, H517-H528; Westerhof N et al. (2006) Cross-talk between cardiac muscle and coronary vasculature. Physiological Reviews, Vol.86, No.4, 1263-1308) 참조): (i) 간질, 공동-유도 세포외 압력(CEP=μ1·pV) 및 (ii) 단축-유도 세포내 압력(SIP=μ2·EV). 순시 심장 좌심실(또는 각각 우심실) 압력(pV) 및 탄성(EV)은 HPV 컴포넌트로부터 취해질 수 있고 제로 흐름 압력(pzf)은 20 mmHg 이하로 가정될 수 있다.
관상 동맥은 심장벽에 공간적으로 분포되고 불균일한 방식으로 세포외 압력의 영향을 받으며, 물리적 또는 약리학적 스트레스 조건 - 특히 아데노카드(Adenocard) 또는 아데노스캔(Adenoscan) 같은 아데노신 수용체(푸린성 P1 수용체) 작용제 또는 A2A 수용체의 보다 선택적 작용제(레가데노손(Regadenoson), 비노데노손(Binodenoson))의 투여에 의한 충혈- 에 의해 추가로 조절될 수 있다. 구현예에서, 심장벽 이질성(스트레스의 영향으로 추가로 수정됨)의 효과는 가변 조직 압력 계수를 갖는 다층 및 다중-구획 모델을 활용하여 설명될 수 있고(문헌(Garcia D et al. (2009) Impairment of coronary flow reserve in aortic stenosis. Journal of Applied Physiology, Vol.106, No.1, 113-121; Holenstein R et al. (1990) Parametric analysis of flow in the intramyocardial circulation. Annals of Biomedical Enginfeering, Vol.18, No.4, 347-365; Westerhof N et al. (2006) Cross-talk between cardiac muscle and coronary vasculature. Physiological Reviews, Vol.86, No.4, 1263-1308.) 참조), 그 예는 도 17에 도시된다. 도 17에 따라:
여기서 심장 조직 압력 계수는 다음과 같다:
안정 상태 동안, 혈관외 압력은 지수 k
2.0 이상으로 심내막에서 심외막으로 아래쪽으로 오목하게 비선형적으로 감소한다. 이와는 대조적으로, 임의의 활성 관상 혈관 운동 긴장도(가상 최대 관상 확장)의 폐기 시, 선형 관계가 가정될 수 있다(k
1.0).
활성 관상 혈관 운동 긴장도 제거와 관련된 혈관 확장 효과는 심장 조직 및 기능으로 제한되지 않을 수 있다. 보다 일반적으로, 혈관 확장은 심장 친화성 형태(변시성(chronotropism), 수축성(inotropism), 이완성(lusitropism) 등) 중 하나일 뿐이다. 또한, 내인성 및/또는 외인성 매개체는 혈관 저항의 감소를 야기시키고 관상 혈류뿐만 아니라 전신 및 폐 혈류의 증가를 허용할 수 있다. 바람직한 구현예에서, 푸린성 수용체(R) 결합 내인성 또는 외인성 작용제(A)의 순 심장 친화성 효과(E/Emax)는 다음 협력 동역학 관계에 의해 모델링될 수 있다.
여기서 점유된 수용체의 농도는 다음과 같다:
이들 방정식과 도입 변환기 비율(
)을 결합하면, 하기 명시적인 관계를 얻을 수 있고,
이는 작용의 협력 푸린성 수용체-자극 모델(친화도(KA) 및 효능(KE)을 사용함)이다.
단계(110)에서, 컴퓨터 시스템은 CFD 및 환자별 경계 조건을 사용하여 환자별 해부학적 모델(예를 들어, 관상 동맥)에서 혈류를 시뮬레이팅할 수 있다. 특히, CFD 시뮬레이션은 CFD 모델링을 위한 경계 조건으로서 환자별 연속적 동맥압 데이터에 의해 적어도 부분적으로 결정될 수 있는 관상 동맥의 입구 및/또는 출구에서의 관상 체적 유량 파형을 사용할 수 있다.
CFD 시뮬레이션을 실행하기 전에, 3D 메쉬는 별도의 유입 및 유출 경계 모델과 함께, 환자별 해부학적 모델에 대해 생성되어, CFD 시뮬레이션을 활성화할 수 있다(예를 들어, 수치 시뮬레이션을 위한 3D 계산 그리드 생성). 3D 메쉬는 환자별 해부학적 모델의 표면을 따라 그리고 환자별 해부학적 모델의 내부 전체에 걸쳐 복수의 노드(예를 들어, 메쉬포인트 또는 그리드포인트)를 포함할 수 있다(도 19 참조). 생성된 메쉬는 필요한 경우 (예를 들어, 메쉬 왜곡, 메쉬의 불충분한 공간 해상도 등을 보정하기 위해) 컴퓨터 시스템 및/또는 사용자에 의해 검토되고/되거나 보정될 수 있다.
CFD 시뮬레이션에서, 혈액은 뉴턴 유체 또는 비뉴턴 유체로서 모델링될 수 있고, 유동 필드는 강벽 가정 하에서 이산화된 질량 및 모멘텀(나비어-스토크(Navier-Stokes)) 균형 방정식을 수치적으로 풀어서 획득될 수 있다. 혈류의 3-차원 방정식을 풀기 위한 수치적 방법은 유한 차분, 유한 체적, 스펙트럼, 격자 볼츠만, 입자 기반, 레벨 세트, 등기하학 또는 유한 요소 방법, 또는 다른 전산 유체 역학(CFD) 수치 기법을 포함할 수 있다. 이산화된 나비어-스토크 방정식은 시간에 따라 관상 동맥 내의 혈류 속도와 압력을 점진적으로 시뮬레이팅하는 데 사용될 수 있다. 즉, CFD 시뮬레이션은 메쉬된 해부학적 모델의 노드 각각에서의 혈류 및 압력을 결정할 수 있다. CFD 시뮬레이션의 결과는 환자별 해부학적 구조 및 환자별 경계 조건에 기반한 환자의 관상 동맥에서 환자별 혈류 및 압력 분포일 수 있다.
단계(112)에서, 컴퓨터 시스템은 환자의 관상 동맥과 연관된 하나 이상의 혈류역학적 파라미터를 결정할 수 있다. 하나 이상의 혈류역학적 파라미터는 CFD 시뮬레이션 결과에 적어도 부분적으로 기반하여 결정될 수 있다. 혈류역학적 파라미터의 예는 혈압, 혈류 속도, 벽 전단 응력(WSS), 진동 전단 지수(OSI), 상대 체류 시간(RRT), 분획 혈류 예비력(FFR), 관상 동맥 혈류 예비력(CFR), iFR(instantaneous wave-free ratio) 등 같은 관상 동맥 특징을 포함할 수 있다. 혈류역학적 파라미터는 환자별 해부학적 모델에 걸쳐 보간되어 사용자에게 해부학적 모델에 걸친 혈류역학적 파라미터에 관한 정보를 제공할 수 있다.
단계(114)에서, 컴퓨터 시스템은 하나 이상의 결정된 혈류역학적 파라미터를 출력할 수 있다. 컴퓨터 시스템은, 예를 들어, 하나 이상의 혈류역학적 파라미터 또는 하나 이상의 혈류역학적 파라미터의 시각화(예를 들어, 2D 또는 3D 이미지)를 디스플레이할 수 있다. 컴퓨터 시스템은 예를 들어 혈류역학적 파라미터를 3-차원 상호작용 시각화로서 제시할 수 있다. 컴퓨터 시스템은 하나 이상의 결정된 혈류역학적 파라미터를 원격 컴퓨터에 디스플레이하기 위해 원격 컴퓨터에 전송될 수 있다.
단계(116)에서, 하나 이상의 결정된 혈류역학적 파라미터는 환자별 치료 계획의 일부로서 및/또는 결정하기 위해 사용된다. 일 구현예에서, 하나 이상의 결정된 혈류역학적 파라미터는 심혈관 질환에서 관상동맥 혈관재생 절차를 계획하는 데 사용된다. 예를 들어, 하나 이상의 결정된 혈류역학적 파라미터는 환자의 관상 동맥의 혈류에 대한 혈류역학적 상태를 개선하는 환자의 스텐트 배치를 위한 최적의 환자별 위치를 결정하는 데 사용될 수 있고, 이어서 스텐트는 결정된 최적의 위치에 포지셔닝된다. 다른 예로서, 하나 이상의 결정된 혈류역학적 파라미터는 대안적인 관상 동맥 우회 절차와 비교할 때 환자의 관상동맥 흐름에 대해 더 나은 혈류역학적 조건을 제공하는 환자의 최적의 관상 동맥 우회 절차를 결정하는 데 사용될 수 있고, 이어서 의사는 환자에게 최적의 관상동맥 우회 절차를 수행한다.
일 구현예에서, 하나 이상의 결정된 혈류역학적 파라미터는 가상 심폐 운동 테스트의 지원에 사용된다. 예를 들어, 하나 이상의 결정된 혈류역학적 파라미터는 가상 심폐 운동 테스트 조건 동안 분획 혈류 예비력(FFR) 및/또는 산소 혈액 포화도의 비침습적 추정을 제공하는 데 사용될 수 있는 분획 혈류 예비력 추정을 포함할 수 있다.
위의 구현예가 관상 동맥을 통한 혈류의 일시적인 시뮬레이션을 참조하여 설명되었지만, 본 개시가 또한 관상 동맥을 통한 혈류의 정상 상태 시뮬레이션을 포함하는 것이 이해된다.
관상 동맥을 통한 혈류는 박동이다. 그 압력과 속도는 단일 심장 박동 동안 시간에 따라 변하고 이 프로세스는 반복된다. 이러한 흐름을 시뮬레이팅하는 가장 간단한 방법은 과도 솔버(solver)를 사용하는 것이지만, 이는 매우 시간 소비적일 수 있다. 정상-상태(예를 들어, 고정) 시뮬레이션의 사용은 그 해결 시간이 상대적으로 짧기 때문에 유리할 수 있지만 모든 비-고정 현상에 적용 가능하지 않다.
고정 시뮬레이션을 이용하기 위해, 관상 동맥은 파이프라인 시스템으로서 취급될 수 있다. 이러한 시스템에서, 압력 강하(
)는 유체 속도(
)에 따른다. 일반적인 흐름의 경우, 압력 강하는 속도의 2차 함수(
)이다. 이 방정식에서 계수를 결정하기 위해, 
값들의 3개의 쌍을 찾는 것이 필요하다. 이를 위해, 다양한 압력 및 속도(유량에서 계산됨) 값 경계 조건에 대해 3개의 정상-상태 시뮬레이션이 실행될 수 있고 해당 속도에 대한 압력 강하 값이 확인될 수 있다. 이들 시뮬레이션은 독립적이므로, 병렬로 실행될 수 있다. 이는 해결 시간이 크게 감소되게 한다. 예를 들어, 완료하는 데 수십 시간이 걸리는 과도 시뮬레이션의 결과가 1시간 미만의 고정 시뮬레이션에서 획득될 수 있다. 관성 효과를 고려하기 위해, 압력 강하 방정식에 추가 항이 추가되었다(문헌(Bird RB et al. (1960) Transport Phenomena. John Wiley & Sons, New York; Young D et al. (1973) Flow characteristics in models of arterial stenoses. II. Unsteady flow, Journal of Biomechanics, Vol.6, No.5, 547-559; Young D et al. (1977) Hemodynamics of arterial stenoses at elevated flow rates. Circulation Research, Vol.41, No.1, 99-107.) 참조):
여기서, a, b, c - 고정 시뮬레이션에 기반하여 계산된 계수, k=1.2 - 관성 계수, l - 입구로부터의 거리.
도 21 내지 도 24는 정상-상태 시뮬레이션 또는 과도 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법의 낮은 세부사항 또는 높은 세부사항의 개략적인 블록도를 도시한다. 도 21 내지 도 24에 도시된 바와 같이, 정상-상태 시뮬레이션 기반 방법과 과도 시뮬레이션 기반 방법 사이에 몇 가지 차이가 있다. 그러나, 정상-상태 시뮬레이션 기반 방법에 대한 많은 구현 세부사항은 과도 시뮬레이션 기반 방법에 적용될 수 있고, 그 반대의 경우도 마찬가지이다.
도 21 내지 도 22를 참조하여, 정상-상태 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법(200)의 낮은 세부사항 또는 높은 세부사항의 개략적인 블록도가 도시된다.
도 21을 구체적으로 참조하여, 단계(202)에서, 환자별 해부학적 데이터가 획득되고 전처리된다. 단계(204)에서, 획득된 해부학적 데이터에 기반하여 3-차원 모델이 생성된다. 단계(206)에서, 수치 해석을 위해 3-차원 모델이 준비된다. 단계(208)에서, 3-차원 모델을 사용하여 계산 분석이 수행된다. 단계(210)에서, 환자별 말초 동맥압 기록 데이터가 획득되고 전처리된다. 단계(212)에서, 압력 기록 데이터에 기반하여 경계 조건이 생성된다. 단계(214)에서, 계산 분석 및 경계 조건의 결과가 어셈블리되어 출력된다. 단계(216)에서, 결과에 기반하여 환자별 치료 계획이 준비된다.
도 22를 구체적으로 참조하여, 단계(302)에서, 취득된 환자별 해부학적 데이터(예를 들어, CT 데이터)가 초기에 검토된다. 단계(304)에서, 취득된 해부학적 데이터는 이미지 프로세싱을 거친다. 획득된 해부학적 데이터로부터 3-차원 모델 생성의 시작을 표시하는 단계(306)에서, 플라크가 분할된다. 단계(308)에서, 관상 동맥 루트 포인트가 선택된다. 단계(310)에서, 관상 동맥이 분할된다. 단계(312)에서, 분할의 품질이 검사된다. 단계(314)에서, 동맥 중심선이 자동으로 발견된다. 단계(316)에서, 유입 및 유출 경계 모델이 생성된다. 단계(318)에서, 솔리드 모델이 출력되고 평활화된다. 단계(320)에서, 출력된 솔리드 모델이 검증된다. 수치 해석을 위한 솔리드 모델 준비의 시작을 표시하는 단계(322)에서, 모델의 최종 메쉬가 생성된다. 단계(324)에서, 메쉬가 검증된다. 계산 분석 수행의 시작을 표시하는 단계(326)에서, 수치 해석을 위해 CFD 케이스 세트가 준비된다. 단계(328)에서, CFD 케이스 세트는 흐름 시뮬레이션에 의해 해결된다. 단계(330)에서, 시뮬레이션 결과가 검증된다. 단계(332)에서, 취득된 환자별 해부학적 데이터(예를 들어, 기록된 압력 데이터)가 초기에 검토된다. 기록된 압력 데이터에 기반하여 경계 조건 생성을 시작하는 단계(334)에서, 압력 데이터는 혈액 순환 시스템 모델에 입력된다. 단계(336)에서, 혈액 순환 시스템 모델로부터의 결과가 심실 모델에 입력된다. 단계(338)에서, 심실 모델로부터의 결과가 관상 혈류 모델에 입력되고, 그 출력은 경계 조건을 결정하는 데 사용된다. 단계(340)에서, 경계 조건 결정의 결과가 검증된다. 단계(342)에서, 경계 조건 결정 및 전산 유체 역학 분석의 결과가 어셈블리된다. 단계(344)에서, 어셈블리된 결과가 출력된다.
도 23 내지 도 24를 참조하여, 과도 시뮬레이션을 사용하여 관상 동맥에서 혈류역학적 파라미터의 환자별 모델링을 위한 방법(400)의 낮은 세부사항 또는 높은 세부사항의 개략적인 블록도가 도시된다.
도 23을 구체적으로 참조하여, 단계(402)에서, 환자별 해부학적 데이터가 획득되고 전처리된다. 단계(404)에서, 획득된 해부학적 데이터에 기반하여 3-차원 모델이 생성된다. 단계(406)에서, 환자별 말초 동맥압 기록 데이터가 획득되고 전처리된다. 단계(408)에서, 압력 기록 데이터에 기반하여 경계 조건이 생성된다. 단계(410)에서, 수치 해석을 위해 3-차원 모델이 준비된다. 단계(412)에서, 3-차원 모델 및 경계 조건을 사용하여 계산의 분석이 수행된다. 단계(414)에서, 계산 분석 결과가 출력된다. 단계(416)에서, 결과에 기반하여 환자별 치료 계획이 준비된다.
도 24를 구체적으로 참조하여, 단계(502)에서, 취득된 환자별 해부학적 데이터(예를 들어, CT 데이터)가 초기에 검토된다. 단계(504)에서, 취득된 해부학적 데이터는 이미지 프로세싱을 거친다. 획득된 해부학적 데이터로부터 3-차원 모델 생성의 시작을 표시하는 단계(506)에서, 플라크가 분할된다. 단계(508)에서, 관상 동맥 루트 포인트가 선택된다. 단계(510)에서, 관상 동맥이 분할된다. 단계(512)에서, 분할의 품질이 검사된다. 단계(514)에서, 동맥 중심선이 자동으로 발견된다. 단계(516)에서, 유입 및 유출 경계 모델이 생성된다. 단계(518)에서, 솔리드 모델이 출력되고 평활화된다. 단계(520)에서, 출력된 솔리드 모델이 검증된다. 단계(522)에서, 취득된 환자별 해부학적 데이터(예를 들어, 기록된 압력 데이터)가 초기에 검토된다. 기록된 압력 데이터에 기반하여 경계 조건 생성을 시작하는 단계(524)에서, 압력 데이터는 혈액 순환 시스템 모델에 입력된다. 단계(526)에서, 혈액 순환 시스템 모델로부터의 결과가 심실 모델에 입력된다. 단계(528)에서, 심실 모델로부터의 결과가 관상 혈류 모델에 입력되고, 그 출력은 경계 조건을 결정하는 데 사용된다. 단계(530)에서, 경계 조건 결정의 결과가 검증된다. 수치 해석을 위한 솔리드 모델 준비의 시작을 표시하는 단계(532)에서, 모델의 최종 메쉬가 생성된다. 단계(534)에서, 메쉬가 검증된다. 계산 분석 수행의 시작을 표시하는 단계(536)에서, 수치 해석을 위해 CFD 케이스가 준비된다. 단계(538)에서, CFD 케이스는 흐름 시뮬레이션에 의해 해결된다. 단계(540)에서, 시뮬레이션 결과가 검증된다. 단계(542)에서, 결과가 출력된다.
구현예가 구조적 특징 및/또는 방법론적 동작에 대해 특정한 언어로 설명되었지만, 본 개시가 설명된 특정 특징 또는 동작으로 반드시 제한되지 않는다는 것이 이해되어야 한다. 오히려, 특정 특징 및 동작은 구현예를 구현하는 예시적인 형태로서 개시된다. 구체적으로 달리 명시되지 않거나, 사용된 문맥 내에서 달리 이해되지 않는 한, 특히 "할 수 있다"(can, could, might, 또는 may)와 같은 조건어는 일반적으로 소정 구현예가 소정 특징, 엘리먼트, 및/또는 단계를 포함하는 반면, 다른 구현예는 소정 특징, 엘리먼트, 및/또는 단계를 포함하지 않는다는 것을 전달하려고 의도된다. 따라서, 그러한 조건어는 일반적으로 특징, 엘리먼트 및/또는 단계가 하나 이상의 구현예에 대해 어떤 방식으로든 필요하거나 하나 이상의 구현예가 사용자 입력 또는 프롬프트 유무에 관계없이, 이들 특징, 엘리먼트, 및/또는 단계가 포함되거나 임의의 특정 구현예에서 수행되어야 하는지 여부를 결정하기 위한 로직을 반드시 포함하는 것을 암시하도록 의도되지 않는다.
실시예
실시예 1
본 개시의 하나 이상의 예시적인 구현예에 따른 관상 동맥의 혈류역학적 파라미터의 환자별 모델링을 위한 방법으로부터의 결과를 실제 결과와 비교했다. 특히, 3개 병원의 30명의 환자로부터 침습적으로 수집된 FFR 데이터를 본 개시의 하나 이상의 예시적인 구현예를 사용하여 수치적으로 계산된 FFR 값과 비교했다. 총 35개의 협착증에 대한 통계적 결과는 아래 표와 도 25에 요약되어 있다.
Claims (25)
- 방법으로서,
환자별 해부학적 구조 데이터 및 환자별 생리학적 데이터를 수신하는 단계로서, 상기 해부학적 구조 데이터가 환자의 관상 동맥에 관한 구조적 정보를 포함하고, 상기 환자별 생리학적 데이터가 연속적으로 기록된 혈압 파형을 포함하는 단계;
상기 해부학적 구조 데이터에 적어도 부분적으로 기반하여, 상기 환자의 관상 동맥의 적어도 일부의 해부학적 모델을 생성하는 단계;
상기 연속적으로 기록된 혈압 파형에 적어도 부분적으로 기반하여, 상기 해부학적 모델에서의 혈류의 전산 유체 역학(CFD: computational fluid dynamic) 시뮬레이션을 위한 경계 조건을 결정하는 단계;
CFD 및 상기 경계 조건을 사용하여 상기 해부학적 모델에서 혈류를 시뮬레이팅하는 단계; 및
상기 시뮬레이션에 적어도 부분적으로 기반하여, 상기 환자의 관상 동맥과 연관된 하나 이상의 혈류역학적 파라미터를 결정하는 단계를 포함하는, 방법. - 제1항에 있어서, 상기 해부학적 구조 데이터는 비침습적 측정으로부터 도출되는, 방법.
- 제1항에 있어서, 상기 해부학적 구조 데이터는 컴퓨터 단층촬영 혈관조영술로부터 도출되는, 방법.
- 제1항에 있어서, 상기 연속적으로 기록된 혈압 파형은 비침습적 측정으로부터 도출되는, 방법.
- 제1항에 있어서, 상기 해부학적 모델을 생성하는 단계는 대동맥을 분할하는 단계를 포함하지 않는, 방법.
- 제1항에 있어서, 상기 해부학적 모델은 상기 환자의 관상 동맥만의 모델인, 방법.
- 제1항에 있어서, 상기 경계 조건은 상기 환자의 관상 동맥에 대한 유입 경계 조건 및 상기 환자의 관상 동맥에 대한 유출 경계 조건을 포함하는, 방법.
- 제1항에 있어서, 상기 경계 조건을 결정하는 단계는:
혈액 순환 시스템 모델 및 상기 연속적으로 기록된 혈압 파형에 적어도 부분적으로 기반하여, 체적 혈류 속도 데이터를 결정하는 단계;
심실 압력-체적 모델 및 상기 체적 혈류 속도 데이터에 적어도 부분적으로 기반하여, 심실 압력 데이터를 결정하는 단계;
관상 혈류 모델, 상기 연속적으로 기록된 혈압 파형, 및 상기 심실 압력 데이터에 적어도 부분적으로 기반하여, 관상 동맥 입구 흐름 데이터를 결정하는 단계를 포함하는, 방법. - 제8항에 있어서, 상기 경계 조건을 결정하는 단계는:
알로메트릭 스케일링 법칙(allometric scaling law) 및 상기 관상 동맥 입구 흐름 데이터에 적어도 부분적으로 기반하여, 관상 동맥 출구 흐름 데이터를 결정하는 단계를 포함하는, 방법. - 제8항에 있어서, 상기 혈액 순환 시스템 모델은 하기에 도시된
(a) CR, (b) CRL, 및 (c) RCRL 집중 파라미터 기능 블록으로부터 선택된 적어도 하나의 집중 파라미터 기능 블록을 포함하는, 방법. - 제8항에 있어서, 상기 심실 압력-체적 모델은 시변 탄성 모델인, 방법.
- 제8항에 있어서, 상기 관상 혈류 모델은 하기에 도시된
(a) CRp, (b) CpR, (c) RCRp, (d) CpRp, 및 (e) RCpRp 집중 파라미터 기능 블록으로부터 선택된 적어도 하나의 집중 파라미터 기능 블록을 포함하는, 방법. - 제8항에 있어서, 상기 관상 혈류 모델은 하기에 도시된
복수의 (e) RCpRp 집중 파라미터 기능 블록을 포함하는, 방법. - 제8항에 있어서, 입구에서의 관상동맥 흐름의 상태는 하기에 도시된
혈액 순환 시스템과 관상 혈류의 결합 집중 파라미터 블록 모델에 적어도 부분적으로 기반하여 결정되는, 방법. - 제8항에 있어서, 심장벽 이질성의 흐름 효과는 가변 조직 압력 계수를 갖는 다층 및 다중-구획 모델에 의해 설명되는, 방법.
- 제15항에 있어서, 상기 하나 이상의 혈류역학적 파라미터는 작용제의 협력 푸린성 수용체-자극 모델로 획득된 심장의 변시성(chronotropism), 수축성, 또는 이완성(lusitropism)과 관련된 하나 이상의 혈류역학적 파라미터를 포함하는, 방법.
- 제1항에 있어서, 상기 혈류 시뮬레이션은 과도 솔버(solver) 또는 정상-상태 솔버를 사용하여 수행되는, 방법.
- 제1항에 있어서, 혈관 흐름 및 압력 강하 특징은 정상-상태 접근에 의해 결정되는, 방법.
- 제1항에 있어서, 상기 하나 이상의 혈류역학적 파라미터는 혈압, 혈류, 혈류 속도, 벽 전단 응력(WSS), 진동 전단 지수(OSI), 상대 체류 시간(RRT), 분획 혈류 예비력(FFR: fractional flow reserve), iFR(instantaneous wave-free ratio) 및 관상 동맥 혈류 예비력(CFR: coronary flow reserve)으로부터 선택되는, 방법.
- 제1항에 있어서, 상기 하나 이상의 결정된 혈류역학적 파라미터를 출력하는 단계를 더 포함하는, 방법.
- 제20항에 있어서, 상기 출력하는 단계는 상기 하나 이상의 결정된 혈류역학적 파라미터를 디스플레이 디바이스로 전송하는 단계를 포함하는, 방법.
- 제20항에 있어서, 상기 출력하는 단계는 상기 하나 이상의 결정된 혈류역학적 파라미터를 원격 컴퓨터로 전송하는 단계를 포함하는, 방법.
- 제20항에 있어서, 상기 하나 이상의 결정된 혈류역학적 파라미터에 적어도 부분적으로 기반하여, 환자별 치료 계획을 결정하는 단계를 더 포함하는, 방법.
- 제23항에 있어서, 상기 환자별 치료 계획은 상기 환자 내 스텐트(stent) 배치를 위한 최적의 환자별 위치인, 방법.
- 제20항에 있어서, 상기 하나 이상의 결정된 혈류역학적 파라미터는 가상 심폐 운동 테스트의 일부로서 사용되는, 방법.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/EP2019/050704 WO2020048642A1 (en) | 2019-01-11 | 2019-01-11 | Patient-specific modeling of hemodynamic parameters in coronary arteries |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210117285A true KR20210117285A (ko) | 2021-09-28 |
| KR102620470B1 KR102620470B1 (ko) | 2024-01-03 |
Family
ID=65351989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020217025056A KR102620470B1 (ko) | 2019-01-11 | 2019-01-11 | 관상 동맥의 혈류역학적 파라미터의 환자별 모델링 |
Country Status (21)
| Country | Link |
|---|---|
| US (1) | US20220093266A1 (ko) |
| EP (2) | EP4122381B1 (ko) |
| JP (1) | JP7241183B2 (ko) |
| KR (1) | KR102620470B1 (ko) |
| CN (1) | CN113365552A (ko) |
| AU (1) | AU2019335857A1 (ko) |
| BR (1) | BR112021013537A2 (ko) |
| CA (1) | CA3126313C (ko) |
| EA (1) | EA202191778A1 (ko) |
| ES (2) | ES2933276T3 (ko) |
| FI (1) | FI3820357T3 (ko) |
| HU (2) | HUE060191T2 (ko) |
| IL (1) | IL284704A (ko) |
| LT (1) | LT3820357T (ko) |
| PL (2) | PL4122381T3 (ko) |
| PT (1) | PT3820357T (ko) |
| RS (1) | RS64846B1 (ko) |
| SG (1) | SG11202107506QA (ko) |
| SI (1) | SI3820357T1 (ko) |
| WO (1) | WO2020048642A1 (ko) |
| ZA (1) | ZA202105149B (ko) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11871995B2 (en) | 2017-12-18 | 2024-01-16 | Hemolens Diagnostics Sp. Z O.O. | Patient-specific modeling of hemodynamic parameters in coronary arteries |
| US11847779B2 (en) * | 2021-06-25 | 2023-12-19 | Siemens Healthcare Gmbh | Clinical decision support for cardiovascular disease based on a plurality of medical assessments |
| WO2023152546A1 (en) * | 2022-02-10 | 2023-08-17 | Hemolens Diagnostic Spółka Z Ograniczoną Odpowiedzialnością | Reconstruction of a patient-specific central arterial pressure waveform morphology from a distal non-invasive pressure measurement |
| WO2023161671A1 (en) * | 2022-02-22 | 2023-08-31 | Hemolens Diagnostics Sp. Z O.O. | A method for assessment of a hemodynamic response to an adenosine receptor agonist stimulation, system for assessment of it and computer readable medium |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001326190A (ja) | 2000-05-17 | 2001-11-22 | Nec Corp | 薄膜処理方法及び薄膜処理装置 |
| US7860290B2 (en) | 2006-04-21 | 2010-12-28 | Siemens Medical Solutions Usa, Inc. | Three-dimensional (3D) modeling of coronary arteries |
| US7953266B2 (en) | 2007-02-06 | 2011-05-31 | Siemens Medical Solutions Usa, Inc. | Robust vessel tree modeling |
| WO2010038993A2 (ko) * | 2008-10-01 | 2010-04-08 | 주식회사이루메디 | 심혈관 분석 장치 |
| US8315812B2 (en) | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
| US9119540B2 (en) * | 2010-09-16 | 2015-09-01 | Siemens Aktiengesellschaft | Method and system for non-invasive assessment of coronary artery disease |
| US10162932B2 (en) * | 2011-11-10 | 2018-12-25 | Siemens Healthcare Gmbh | Method and system for multi-scale anatomical and functional modeling of coronary circulation |
| CN108294735B (zh) * | 2012-03-13 | 2021-09-07 | 西门子公司 | 用于冠状动脉狭窄的非侵入性功能评估的方法和系统 |
| WO2015171276A1 (en) * | 2014-05-05 | 2015-11-12 | Siemens Aktiengesellschaft | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models |
| US9595089B2 (en) * | 2014-05-09 | 2017-03-14 | Siemens Healthcare Gmbh | Method and system for non-invasive computation of hemodynamic indices for coronary artery stenosis |
| EP3188059B1 (en) | 2014-08-29 | 2020-05-13 | KNU-Industry Cooperation Foundation | Method for determining patient-specific blood vessel information |
| US9349178B1 (en) * | 2014-11-24 | 2016-05-24 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
| WO2016087396A1 (en) | 2014-12-02 | 2016-06-09 | Koninklijke Philips N.V. | Fractional flow reserve determination |
-
2019
- 2019-01-11 LT LTEPPCT/EP2019/050704T patent/LT3820357T/lt unknown
- 2019-01-11 EA EA202191778A patent/EA202191778A1/ru unknown
- 2019-01-11 PL PL22196006.5T patent/PL4122381T3/pl unknown
- 2019-01-11 KR KR1020217025056A patent/KR102620470B1/ko active IP Right Grant
- 2019-01-11 EP EP22196006.5A patent/EP4122381B1/en active Active
- 2019-01-11 AU AU2019335857A patent/AU2019335857A1/en active Pending
- 2019-01-11 EP EP19703944.9A patent/EP3820357B1/en active Active
- 2019-01-11 ES ES19703944T patent/ES2933276T3/es active Active
- 2019-01-11 WO PCT/EP2019/050704 patent/WO2020048642A1/en active Application Filing
- 2019-01-11 ES ES22196006T patent/ES2963697T3/es active Active
- 2019-01-11 BR BR112021013537-5A patent/BR112021013537A2/pt unknown
- 2019-01-11 PT PT197039449T patent/PT3820357T/pt unknown
- 2019-01-11 PL PL19703944.9T patent/PL3820357T3/pl unknown
- 2019-01-11 CN CN201980088710.5A patent/CN113365552A/zh active Pending
- 2019-01-11 FI FIEP19703944.9T patent/FI3820357T3/fi active
- 2019-01-11 JP JP2021540320A patent/JP7241183B2/ja active Active
- 2019-01-11 HU HUE19703944A patent/HUE060191T2/hu unknown
- 2019-01-11 HU HUE22196006A patent/HUE064142T2/hu unknown
- 2019-01-11 CA CA3126313A patent/CA3126313C/en active Active
- 2019-01-11 US US17/421,964 patent/US20220093266A1/en active Pending
- 2019-01-11 RS RS20231093A patent/RS64846B1/sr unknown
- 2019-01-11 SG SG11202107506QA patent/SG11202107506QA/en unknown
- 2019-01-11 SI SI201930362T patent/SI3820357T1/sl unknown
-
2021
- 2021-07-08 IL IL284704A patent/IL284704A/en unknown
- 2021-07-21 ZA ZA2021/05149A patent/ZA202105149B/en unknown
Non-Patent Citations (2)
| Title |
|---|
| 논문, Diagnostic Performance of a Novel Method for fractional flow reserve computed from noninvasive computed tomography angiography, American journal of cardiology, vol. 120, no. 3, (2017.05.15.) * |
| 논문, Patient-Specific Coronary Stenoses can be modeled using a combination of OCT and flow velocitiesm IEEE Trans. on Biomedical Engineering, Vol. 61, no. 6. (2014.06.01.) * |
Also Published As
| Publication number | Publication date |
|---|---|
| SG11202107506QA (en) | 2021-08-30 |
| US20220093266A1 (en) | 2022-03-24 |
| HUE064142T2 (hu) | 2024-02-28 |
| EP4122381C0 (en) | 2023-09-06 |
| RS64846B1 (sr) | 2023-12-29 |
| CN113365552A (zh) | 2021-09-07 |
| HUE060191T2 (hu) | 2023-02-28 |
| EP4122381B1 (en) | 2023-09-06 |
| ES2963697T3 (es) | 2024-04-01 |
| EP3820357B1 (en) | 2022-09-21 |
| EP3820357A1 (en) | 2021-05-19 |
| JP7241183B2 (ja) | 2023-03-16 |
| PT3820357T (pt) | 2022-10-31 |
| JP2022517995A (ja) | 2022-03-11 |
| ZA202105149B (en) | 2022-10-26 |
| LT3820357T (lt) | 2022-10-25 |
| PL4122381T3 (pl) | 2024-02-05 |
| IL284704A (en) | 2021-08-31 |
| EP4122381A1 (en) | 2023-01-25 |
| FI3820357T3 (fi) | 2022-12-15 |
| CA3126313A1 (en) | 2020-03-12 |
| ES2933276T3 (es) | 2023-02-03 |
| PL3820357T3 (pl) | 2023-07-24 |
| SI3820357T1 (sl) | 2023-03-31 |
| KR102620470B1 (ko) | 2024-01-03 |
| EA202191778A1 (ru) | 2021-11-19 |
| WO2020048642A1 (en) | 2020-03-12 |
| BR112021013537A2 (pt) | 2021-09-14 |
| AU2019335857A1 (en) | 2021-08-12 |
| CA3126313C (en) | 2024-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20240081910A1 (en) | Patient-specific modeling of hemodynamic parameters in coronary arteries | |
| US20210358634A1 (en) | Systems and methods for image processing to determine blood flow | |
| EP3127026B1 (en) | Systems and methods for determining blood flow characteristics using flow ratio | |
| US10162932B2 (en) | Method and system for multi-scale anatomical and functional modeling of coronary circulation | |
| CN105380598B (zh) | 用于针对动脉狭窄的自动治疗规划的方法和系统 | |
| US9629563B2 (en) | Method and system for functional assessment of renal artery stenosis from medical images | |
| JP6661613B2 (ja) | 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法 | |
| US10373700B2 (en) | Non-invasive functional assessment of coronary artery stenosis including simulation of hyperemia by changing resting microvascular resistance | |
| KR102620470B1 (ko) | 관상 동맥의 혈류역학적 파라미터의 환자별 모델링 | |
| Karabelas et al. | Towards a computational framework for modeling the impact of aortic coarctations upon left ventricular load | |
| CN113015497B (zh) | 对对象固有的血管的血流模拟方法及装置 | |
| EA042942B1 (ru) | Специфическое для пациента моделирование гемодинамических параметров в коронарных артериях | |
| CN115985504A (zh) | 基于冠状动脉造影重建冠状动脉模型的方法及相关设备 | |
| IT201700020637A1 (it) | Metodo e apparato per stimare grandezze cardiocircolatorie |
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 |