WO2014157613A1 - 医用流体解析装置および医用流体解析方法 - Google Patents

医用流体解析装置および医用流体解析方法 Download PDF

Info

Publication number
WO2014157613A1
WO2014157613A1 PCT/JP2014/059105 JP2014059105W WO2014157613A1 WO 2014157613 A1 WO2014157613 A1 WO 2014157613A1 JP 2014059105 W JP2014059105 W JP 2014059105W WO 2014157613 A1 WO2014157613 A1 WO 2014157613A1
Authority
WO
WIPO (PCT)
Prior art keywords
model
body cavity
fluid analysis
treatment
fluid
Prior art date
Application number
PCT/JP2014/059105
Other languages
English (en)
French (fr)
Inventor
智司 若井
Original Assignee
株式会社 東芝
東芝メディカルシステムズ株式会社
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 株式会社 東芝, 東芝メディカルシステムズ株式会社 filed Critical 株式会社 東芝
Priority to CN201480018171.5A priority Critical patent/CN105073009B/zh
Publication of WO2014157613A1 publication Critical patent/WO2014157613A1/ja
Priority to US14/839,248 priority patent/US20150370995A1/en

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • 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
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • 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

Definitions

  • Embodiments described herein relate generally to a medical fluid analysis apparatus and a medical fluid analysis method.
  • TAVR Transcatheter Aortic Valve Replacement
  • stent placement a treatment device in the blood vessel of a subject
  • coil embolization TAVR is sometimes referred to as TAVI (Transscatterator Aortic Valve Implantation).
  • TAVR is a treatment method in which a catheter with a prosthetic valve attached to the tip is inserted into the blood vessel of the subject, the tip of the catheter is transported to the position of the aortic valve, and the aortic valve is replaced with the prosthetic valve.
  • a stent that is a mesh-like metal tube, or a catheter having a stent graft with an artificial blood vessel attached to the stent is inserted into the blood vessel of a subject, and the distal end of the catheter is inserted into, for example, a coronary artery.
  • This is a treatment method in which the stent or stent graft is expanded and placed at the stenosis position after being delivered to the stenosis position.
  • a catheter In coil embolization, a catheter is inserted into a blood vessel of a subject, the tip of the catheter is transported to the position of the cerebral aneurysm on the head of the subject, for example, and an ultrafine platinum coil is passed through the catheter into the cerebral aneurysm. This is a treatment method that prevents blood from flowing into the cerebral aneurysm.
  • JP 2012-24582 A International Publication No. 2013-031742 JP 2009-213617 A
  • An object of the embodiment is to provide a medical fluid analysis apparatus and a medical fluid analysis method that make it possible to grasp the state of a fluid after the treatment device is arranged.
  • a medical fluid analysis apparatus generates a treatment model in which a device model that represents the shape of a treatment device to be placed in a body cavity of a subject is placed in a body cavity model that represents the shape of the body cavity of the subject. Based on a characteristic including at least a hardness of a body cavity tissue in the body cavity model, a characteristic including at least a hardness of a treatment device in the device model, and a fluid characteristic relating to a fluid in the body cavity in the body cavity model, A fluid analysis unit that performs fluid analysis of the fluid in the treatment model, and an output unit that outputs an analysis result by the fluid analysis unit, with the deformation of the treatment model.
  • the figure which shows an example of the image which visualized the analysis result in the embodiment The figure which shows an example of the image which visualized the analysis result in the embodiment.
  • the figure which shows an example of the image which visualized the analysis result in the embodiment The figure which shows an example of the image which visualized the analysis result in the embodiment.
  • the figure which shows an example of the image which visualized the analysis result in the embodiment The figure which shows an example of the image which visualized the analysis result in the embodiment.
  • the medical fluid analysis apparatus includes a treatment model generation unit, a fluid analysis unit, and an output unit.
  • the treatment model generation unit places the device model in the body cavity model by placing the device model representing the shape of the treatment device for placement in the body cavity of the subject in the body cavity model representing the shape of the body cavity of the subject.
  • the fluid analysis unit transforms the treatment model based on the characteristics including the hardness of the body cavity tissue in the body cavity model, the characteristics including the hardness of the treatment device in the device model, and the fluid characteristics regarding the fluid in the body cavity in the body cavity model. And performing fluid analysis of the fluid in the treatment model.
  • the output unit outputs an analysis result by the fluid analysis unit.
  • the body cavity tissue is, for example, a ventricular system, a subarachnoid space, a tubular tissue or the like.
  • the tubular tissue is, for example, bronchi, lymphatic vessels, blood vessels and the like.
  • the body cavity model is a body cavity model, for example, a tubular model.
  • the fluid in the body cavity is, for example, cerebrospinal fluid, air, lymph, blood, and the like.
  • the fluid in the body cavity may be protons (protons).
  • the body cavity is described as a blood vessel, the body cavity model as a blood vessel model, the body cavity tissue as a blood vessel tissue, and the fluid as a blood flow.
  • the embodiment of the medical fluid analyzer is described as a blood flow analyzer for the sake of simplicity. That is, the body cavity model used for fluid analysis in the medical fluid analyzer is not limited to a tubular model such as a blood vessel model. Further, the fluid used for fluid analysis in the medical fluid analyzer is not limited to blood.
  • this medical fluid analysis apparatus may be incorporated in a workstation in a medical image storage communication system (Picture Archiving and Communication System: hereinafter referred to as PACS), for example.
  • the medical fluid analyzer may be connected to a PACS workstation, for example.
  • the function concerning this medical fluid analysis apparatus may be provided on a cloud. At this time, the medical fluid analyzer is incorporated in the cloud.
  • TAVR Transcatheter Valve Replacement
  • fluid analysis related to blood flow around the subject's aortic valve Disclosed is a workstation that performs.
  • FIG. 1 is a block diagram showing a schematic configuration of a workstation 1 according to the present embodiment.
  • the workstation 1 includes a processor 2, a memory 3, a communication device 4, an input device 5, a display device 6, a storage device 7, and a bus line 8.
  • the bus line 8 includes an address bus and a data bus that connect the processor 2, the memory 3, the communication device 4, the input device 5, the display device 6, and the storage device 7 in a communicable manner.
  • the processor 2 is a CPU (Central Processing Unit), for example, and realizes various processes by executing a computer program.
  • CPU Central Processing Unit
  • the memory 3 is a main memory including a ROM (Read Only Memory) and a RAM (Random Access Memory).
  • the memory 3 stores a blood flow analysis program 30 and the like for causing the processor 2 to implement main processing in the present embodiment. Further, the memory 3 forms a working storage area for temporarily storing various information.
  • the communication device 4 communicates with an external device by wire or wireless.
  • the external apparatus is, for example, a modality such as an X-ray CT apparatus and an ultrasonic diagnostic apparatus, a server included in a system such as PACS, or another workstation.
  • the input device 5 is an interface for inputting commands and the like according to user operations, and includes, for example, a keyboard, a mouse, a touch panel, a trackball, and various buttons.
  • the display device 6 is a display such as an LCD (Liquid Crystal Display) or an OELD (Organic ElectroLuminescence Display).
  • LCD Liquid Crystal Display
  • OELD Organic ElectroLuminescence Display
  • the storage device 7 is an HDD (Hard Disk Drive), SSD (Solid State Drive) or the like that can store a relatively large amount of data.
  • the storage device 7 includes CT image data CD, B-mode image data BD, Doppler image data DD, aorta model data AMD, device model data in the course of processing realized by the processor 2 executing the blood flow analysis program 30.
  • the DMD, treatment model data TMD, analysis data AD, and the like are stored. Details of each data will be described later.
  • FIG. 2 is a block diagram showing functions realized by the processor 2 executing the blood flow analysis program 30.
  • the processor 2 includes a CT image input unit 101, a first core line extraction unit 102, a first region extraction unit 103, a first valve surface detection unit 104, a parameter input unit 105, and a blood vessel model generation unit 106.
  • the processing by the flow rate condition generation unit 113, the treatment model generation unit 116, and the fluid analysis unit 117 constitutes the main processing 120 in the present embodiment.
  • the processor 2 simulates and analyzes the blood flow around the artificial valve placed at the aortic valve position of the subject by TAVR by operating as these units.
  • a schematic flowchart of the processing by the processor 2 is shown in FIG.
  • the processor 2 executes steps S1 to S6. This process is started in response to, for example, the user operating the input device 5 to input a process start command.
  • Step S1 Generation of a blood vessel model
  • the processor 2 includes a CT image input unit 101, a first core line extraction unit 102, a first region extraction unit 103, a first valve surface detection unit 104, a parameter input unit 105, and a blood vessel model generation unit.
  • a blood vessel model of the aorta region of the subject is generated.
  • the CT image input unit 101 inputs CT image data CD from the external device to the workstation 1 and stores it in the storage device 7 by communicating with the above-described external device through the communication device 4, for example.
  • the CT image data CD is volume data obtained by scanning the heart region of the subject with an X-ray CT apparatus in advance.
  • the CT image data CD corresponds to the systole of the heart.
  • the first core line extraction unit 102 extracts the core line of the aorta included in the CT image data CD stored in the storage device 7. For example, the first core line extraction unit 102 estimates the lumen of the aorta from the CT image data CD based on the change in the voxel value included in the CT image data CD and a predetermined characteristic value related to the general aorta. Identify a long area. The first core line extraction unit 102 extracts the center line along the longitudinal direction in the specified region as the core line of the aorta. The first core line extraction unit 102 may display an image based on the CT image data CD on the display device 6 and may extract a line segment set on the image by the user via the input device 5 as a core line.
  • the first region extraction unit 103 extracts an aorta region from the CT image data CD based on the core line extracted by the first core line extraction unit 102. For example, the first region extraction unit 103 observes a change in the voxel value in the CT image data CD in the radial direction centering on the core line extracted by the first core line extraction unit 102, and determines between the lumen of the aorta and the tube wall. The aorta region is extracted by executing the process of specifying the boundary over the entire length of the core wire.
  • the first region extraction unit 103 may display an image based on the CT image data CD on the display device 6 and extract a region set on the image by the user via the input device 5 as an aorta region.
  • the first valve surface detection unit 104 detects the valve surface of the aortic valve included in the aortic region extracted by the first region extraction unit 103.
  • the valve surface is defined as, for example, a central plane in a plane group that intersects perpendicularly with the core line of the aorta and includes the aortic leaflets. Therefore, for example, the first valve surface detection unit 104 extracts a plane group including the aortic valve leaflet by scanning a plane perpendicular to the core line along the core line in the aorta region extracted by the first region extraction unit 103. Then, the central plane of the extracted plane group is used as the valve surface.
  • the first valve surface detection unit 104 displays the aorta region extracted by the first region extraction unit 103 on the display device 6, and sets a plane that the user sets on the image via the input device 5 to the valve of the aorta. It may be detected as a surface.
  • the parameter input unit 105 inputs parameters related to the material condition and blood flow condition of the aorta in accordance with, for example, a user operation on the input device 5.
  • the parameter input unit 105 may input parameters from the external device to the workstation 1 by communicating with the external device via the communication device 4.
  • the material condition is, for example, a mechanical index related to the blood vessel wall.
  • This mechanical index includes, for example, an index related to the displacement of the blood vessel wall, an index related to stress and strain generated in the blood vessel wall, an index related to the distribution of internal pressure applied to the lumen of the blood vessel, and an index related to material properties indicating the hardness of the blood vessel. It is.
  • the index relating to the material property indicating the hardness of the blood vessel examples include an average slope of a curve indicating the relationship between the stress and strain of the blood vessel tissue.
  • the blood flow condition is an index related to, for example, blood viscosity.
  • the parameter input unit 105 may input various parameters necessary for simulating blood flow in the aorta.
  • the parameter input unit 105 inputs, for example, a characteristic including the hardness of the body cavity tissue in the body cavity model, for example, a characteristic including the hardness of the blood vessel tissue in the blood vessel model as the material condition.
  • This characteristic may have a characteristic related to the shape of the body cavity tissue, for example, a characteristic related to the shape of the vascular tissue.
  • the blood vessel model generation unit 106 generates an aortic model, which is a kind of blood vessel model, based on the region extracted by the first region extraction unit 103, the position of the valve surface detected by the first valve surface detection unit 104, and the like.
  • FIG. 4 is a schematic diagram illustrating an example of the aorta model AM generated by the blood vessel model generation unit 106.
  • the positions of the heart, the right coronary artery R1, and the left coronary artery R2 are indicated by broken lines in addition to the aorta model AM indicating the inner wall of the tube by a set of a large number of polygons.
  • the blood vessel model generation unit 106 causes the storage device 7 to store the aortic model data AMD indicating the generated aortic model together with the material condition and blood flow condition parameters input by the parameter input unit 105.
  • Step S2 Generation of Initial Flow Rate Conditions
  • the processor 2 includes an ultrasonic image input unit 107, a second core line extraction unit 108, a second region extraction unit 109, a second valve surface detection unit 110, a flow velocity extraction unit 111, an alignment unit 112, And by functioning as the flow rate condition production
  • the ultrasonic image input unit 107 communicates with the above-described external device through the communication device 4, for example, so that B-mode image data BD and Doppler image data DD are input from the external device to the workstation 1 and stored in the storage device 7.
  • the B-mode image data BD is three-dimensional data that expresses the form of the heart region obtained by scanning the heart region of the subject in the B mode in advance with an ultrasonic diagnostic apparatus in luminance.
  • the Doppler image data DD is three-dimensional data indicating the blood flow vector distribution related to the average blood flow velocity obtained by scanning the heart region of the subject in the Doppler mode in advance by the ultrasonic diagnostic apparatus.
  • the B-mode image data BD and the Doppler image data DD are obtained by scanning the same region without moving the ultrasonic probe, and in the systole of the heart, like the CT image data CD. Suppose that it corresponds.
  • the second core extraction unit 108 extracts the aorta core included in the B-mode image data BD stored in the storage device 7 by the ultrasonic image input unit 107.
  • the same method as that of the first core wire extracting unit 102 can be adopted.
  • the second region extraction unit 109 extracts the aorta region from the B-mode image data BD based on the core line extracted by the second core line extraction unit 108.
  • a method for extracting the aorta region by the second region extraction unit 109 a method similar to that for the first region extraction unit 103 may be employed.
  • the second valve surface detection unit 110 detects the valve surface of the aortic valve included in the B-mode image data BD input by the ultrasonic image input unit 107.
  • a method of detecting the valve surface by the second valve surface detection unit 110 a method similar to that of the first valve surface detection unit 104 may be employed.
  • the flow velocity extraction unit 111 extracts the blood flow vector distribution in the aorta region extracted by the second region extraction unit 109 from the Doppler image data DD.
  • the alignment unit 112 aligns the aorta region in the CT image data CD extracted by the first region extraction unit 103 and the aorta region in the B-mode image data BD extracted by the second region extraction unit 109.
  • the alignment unit 112 includes the valve surface positions detected by the first valve surface detection unit 104 and the second valve surface detection unit 110, the aortic origin in both aortic regions, and the aorta and the left and right coronary arteries.
  • the relative positional relationship (scale, rotation angle, etc.) of the aorta region in the B-mode image data BD with respect to the aorta region in the CT image data CD is specified on the basis of the characteristic part such as the connection part.
  • the flow velocity condition generation unit 113 generates an initial flow velocity condition based on medical image data (B-mode image data and Doppler image data) including blood flow information. Specifically, the flow rate condition generation unit 113 is based on the blood flow vector distribution extracted by the flow velocity extraction unit 111 and the positional relationship specified by the alignment unit 112, and is stored in the aorta model generated by the blood vessel model generation unit 106. Generate an initial flow rate condition for the initial flow rate. Specifically, the flow rate condition generation unit 113 executes a conversion process that reduces, enlarges, or rotates the blood flow vector distribution extracted by the flow velocity extraction unit 111 according to the positional relationship specified by the alignment unit 112. The blood flow vector after the conversion process becomes the initial flow velocity condition.
  • the flow rate condition generation unit 113 stores the generated initial flow rate condition in the storage device 7.
  • the initial flow rate condition corresponds to, for example, fluid characteristics relating to fluid in the body cavity tissue in the body cavity model.
  • the fluid characteristic may have the blood flow condition (an index related to blood viscosity or the like) described in step S1.
  • the fluid characteristic may include an index related to cerebrospinal fluid, lymph, air, or the like as a fluid in the body cavity tissue.
  • Step S3 Generation of Treatment Model
  • the processor 2 functions as the device model input unit 114, the device position determination unit 115, and the treatment model generation unit 116, thereby generating a treatment model in which the prosthetic valve model is arranged in the aorta model.
  • the device model input unit 114 inputs device model data DMD and material conditions from the external device to the workstation 1 and stores them in the storage device 7 by communicating with the above-described external device through the communication device 4, for example.
  • the device model data DMD in the present embodiment indicates a prosthetic valve model representing the shape of the prosthetic valve placed in the subject.
  • the artificial valve model is, for example, three-dimensional CAD data created when designing an artificial valve.
  • the material conditions here relate to the artificial valve model.
  • the device model input unit 114 inputs, for example, characteristics including the hardness of the treatment device in the device model as the material condition. Note that this characteristic may have a characteristic related to the shape of the treatment device.
  • FIG. 5 is a schematic diagram showing an example of the artificial valve model DM indicated by the device model data DMD.
  • the artificial valve model DM includes a cylindrical stent 200.
  • a plurality of valve members (not shown) made of a flexible material are provided inside the stent 200.
  • Each valve member opens when the pressure on the inlet 201 side is higher than the pressure on the outlet 202 side, and closes when the pressure on the inlet 201 side is lower than the pressure on the outlet 202 side. That is, each valve member is a movable part.
  • device model data DMD indicating the shape corresponding to the systole of the heart, that is, the prosthetic valve model DM in a state where each valve member is open, is input by the device model input unit 114.
  • the material condition regarding the artificial valve model is, for example, a mechanical index regarding each part of the artificial valve model DM.
  • This mechanical index includes, for example, an index related to the displacement of each part of the prosthetic valve model DM, an index related to stress and strain generated in each part of the prosthetic valve model DM, and an index related to material characteristics indicating the hardness of each part of the prosthetic valve model DM. Etc. Examples of the index relating to the material characteristics include an average slope of a curve indicating a relationship between stress and strain of each part of the artificial valve model DM.
  • the device position determination unit 115 determines a position where the artificial valve is arranged in the blood vessel model generated by the blood vessel model generation unit 106. For example, the device position determination unit 115 arranges the artificial valve model indicated by the device model data DMD stored in the storage device 7 at the valve position in the aortic model indicated by the aorta model data AMD stored in the storage device 7. The displayed image is displayed on the display device 6.
  • FIG. 6 is a schematic diagram showing an example of an image in which the artificial valve model DM is arranged at the valve surface position of the aortic model AM.
  • an image in which the artificial valve model DM is arranged on a cross section along the core line of the aorta model AM is shown, but the display form is not limited to this.
  • the user can adjust the position and angle of the artificial valve model DM in the image by operating the input device 5.
  • the device position determination unit 115 determines the position of the artificial valve model DM after adjustment as the final installation position.
  • the treatment model generation unit 116 replaces the aortic model indicated by the aorta model data AMD stored in the storage device 7 with the artificial valve model indicated by the device model data DMD stored in the storage device 7, and the device position determination unit 115.
  • the treatment model installed at the installation position determined by is generated.
  • the treatment model generation unit 116 stores the treatment model data TMD indicating the generated treatment model together with the aorta model data AMD together with the material conditions and blood flow conditions of the aorta model and the device model data DMD. Is stored in the storage device 7 together with the material conditions of the artificial valve model stored in FIG.
  • Step S4 Fluid Analysis
  • the processor 2 functions as the fluid analysis unit 117.
  • the fluid analysis unit 117 performs fluid analysis based on the treatment model data TMD stored in the storage device 7, the material condition and blood flow condition of the aorta model, the material condition of the artificial valve model, and the initial flow velocity condition.
  • the fluid analysis unit 117 analyzes the treatment model and the fluid (blood) in the vicinity of the device model indicated by the treatment model data TMD, and uses the finite element method (hereinafter referred to as FEM) or the finite volume method (Finite). Computational Fluid Dynamics (hereinafter referred to as CFD) according to an algorithm such as Volume Method (hereinafter referred to as FVM) is used. Note that a device model may be included as an analysis target.
  • the fluid analysis unit 117 initializes a model in which a blood flow vector indicated by the initial flow rate condition is assigned to each of a number of cells set in the treatment model.
  • fluid-structure interaction (FSI) analysis in consideration of material conditions (hardness and shape) of the aorta model and the artificial valve model is executed. That is, the fluid analysis unit 117 calculates a behavior simulation between the blood flow and the treatment model (and the device model) in the treatment model by FSI analysis in CFD using FEM or FVM. When the treatment model is in a steady state in the FSI analysis, the fluid analysis unit 117 generates analysis data AD indicating the blood flow vector distribution related to the blood flow velocity in the treatment model. As such a CFD technique, various known methods can be employed. The fluid analysis unit 117 stores the generated analysis data AD in the storage device 7.
  • FSI fluid-structure interaction
  • the fluid analysis unit 117 sets a blood flow vector and a device model in an initial flow rate condition in a treatment model in a simulation space formed by FEM or FVM. At this time, the fluid analysis unit 117 gives material conditions (characteristics including hardness (and shape)) to the treatment model in the simulation space. Further, the fluid analysis unit 117 assigns material conditions (characteristics including hardness (and shape)) to the device model in the simulation space. In addition, the fluid analysis unit 117 imparts fluid characteristics to the blood flow vector.
  • the fluid analysis unit 117 performs FSI analysis using the above settings as initial conditions.
  • the treatment model is deformed by the blood pressure corresponding to the blood flow vector.
  • the blood flow vector varies as the shape of the treatment model changes.
  • the treatment model is deformed as the blood flow vector varies.
  • the fluid analysis unit 117 simulates that the blood flow vector and the treatment model influence each other by FSI analysis.
  • the fluid analysis unit 117 generates a blood flow vector distribution corresponding to the steady state as analysis data AD.
  • the analysis data AD may include data on the shape of the treatment model in the steady state (and data on the device model).
  • the fluid analysis unit 117 calculates the distribution of the blood flow vector over the predetermined cycle.
  • the fluctuation may be generated as analysis data AD.
  • the CT image data CD and the device model data DMD which are the generation sources of the treatment model
  • the B-mode image data BD and the Doppler image data DD which are the generation sources of the initial flow velocity conditions
  • the analysis data AD indicates a blood flow vector distribution corresponding to the cardiac phase in which the blood flow in the aorta is the earliest in one cardiac cycle.
  • Step S5 Image Generation
  • the processor 2 functions as the image generation unit 118.
  • the image generation unit 118 generates image data of an image obtained by visualizing the analysis result by the fluid analysis unit 117.
  • the image generation unit 118 generates image data in which the blood flow vector distribution indicated by the analysis data AD is visualized in the treatment model indicated by the treatment model data TMD. Further, the image generation unit 118 may generate image data obtained by visualizing the blood flow vector distribution indicated by the analysis data AD in an image generated based on the CT image data CD. The blood flow vector distribution may be visualized by placing an arrow indicating the blood flow vector in the image, or by coloring the image according to the size of the blood flow vector component in a specific direction. May be.
  • the image generation unit 118 may perform visualization by paying attention to a blood flow vector between the artificial valve model and the tube wall of the aortic model.
  • FIG. 7 to 12 illustrate one mode of the image generated by the image generation unit 118.
  • FIG. FIG. 7 shows an image obtained by visualizing a part of the blood flow vector distribution indicated by the analysis data AD in a cross section along the core line of the treatment model indicated by the treatment model data TMD.
  • an antegrade blood flow that flows in the reference direction which is a normal blood flow direction
  • a retrograde blood flow that flows backward in the reference direction are indicated by arrows.
  • the reference direction is, for example, a direction away from the left ventricle along the core line.
  • the antegrade blood flow is a blood flow having a positive velocity component with respect to the reference direction, for example.
  • the retrograde blood flow is, for example, a blood flow having a negative velocity component with respect to the reference direction.
  • This representative value is, for example, a vector value obtained by averaging blood flow vectors near the outlet of the artificial valve model DM for each predetermined region.
  • three arrows corresponding to the representative value of the blood flow are shown at the position where the retrograde blood flow is generated.
  • This representative value is, for example, a vector value obtained by averaging blood flow vectors in a region where retrograde blood flow occurs for each predetermined region.
  • FIG. 8 to 10 show images obtained by visualizing a part of the blood flow vector distribution indicated by the analysis data AD in the image generated based on the CT image data CD.
  • FIG. 8 shows an example in which an AveIP (Average Intensity Projection) image generated based on the CT image data CD is used.
  • FIG. 9 shows an example using a VR (Volume Rendering) image generated based on the CT image data CD.
  • FIG. 10 is an example using a MIP (Maximum Intensity Projection) image generated based on the CT image data CD.
  • 8 to 10 represent the core line extracted by the first core line extraction unit 102 and the artificial valve model DM in addition to the image generated based on the CT image data CD.
  • the display mode of the antegrade blood flow and the retrograde blood flow is the same as in the example of FIG.
  • the forward blood flow and the reverse blood flow are represented by three arrows, but each blood flow may be represented by more arrows.
  • all vectors included in the blood flow vector distribution indicated by the analysis data AD may be represented by arrows.
  • FIG. 11 and 12 show images obtained by visualizing the blood flow vector in the gap A formed between the artificial valve model DM and the aortic vessel wall in the image generated based on the CT image data CD.
  • FIG. 11 shows an example in which a tomographic image (cross cut image with respect to the core line) on the valve surface detected by the first valve surface detection unit 104 is used.
  • FIG. 12 is an example using a Curved MPR (Multi Planar Reconstruction) image along the core line.
  • the blood flow vector in the gap A is colored according to the magnitude of the velocity component in the reference direction, for example.
  • the entire gap A is shaded, and specific coloring is omitted.
  • FIG. 7 to 12 illustrate the case where the blood flow velocity indicated by the blood flow vector distribution is visualized.
  • the image generation unit 118 may visualize another index representing the blood flow.
  • the image generation unit 118 may calculate the blood flow rate based on the blood flow vector distribution, and generate image data of an image that visualizes the flow rate.
  • the image generation unit 118 may generate image data of an image in which the amount of deviation between the blood flow vector in the blood flow vector distribution and the reference direction is visualized.
  • a deviation amount can be, for example, an angle formed by a blood flow vector and a reference direction.
  • the image generation unit 118 obtains the area of the region corresponding to the location where the retrograde blood flow is included in the specific cross section and the volume of the region corresponding to the location where the retrograde blood flow is included in the specific three-dimensional region.
  • image data of an image in which numerical values indicating these areas and volumes are arranged may be generated.
  • Step S6 Image Output
  • the processor 2 functions as the image output unit 119.
  • the image output unit 119 outputs the image data generated by the image generation unit 118.
  • the image output unit 119 causes the display device 6 to display an image based on the image data.
  • the image output unit 119 may transmit the image data to an external device via the communication device 4.
  • step S6 The series of processing by the processor 2 is completed through step S6.
  • the workstation 1 generates a treatment model in which a prosthetic valve model is arranged in the aorta model, performs fluid analysis on the treatment model, and outputs the analysis result.
  • a doctor or the like can know the state of blood flow when the artificial valve is placed in the aorta of the subject before performing TAVR.
  • information such as the position, range, and shape of an anatomical local site at a high risk of leakage of blood flow from the artificial valve (retrograde blood flow). It will be possible to consider countermeasures against leaks prior to implementation.
  • a site with a high risk of leakage can be identified in real time for the operator. It can also be provided.
  • the workstation 1 is disclosed as an example of the blood flow analysis device.
  • a server included in a system such as an X-ray CT apparatus, an ultrasonic diagnostic apparatus, or a console of an X-ray fluoroscopic apparatus or a PACS executes a process in steps S1 to S6, and these apparatuses function as a blood flow analysis apparatus. You may let them.
  • the case where blood flow is analyzed with respect to the systole of the heart is exemplified.
  • an analysis result at the cardiac phase where the blood flow of the aorta is the fastest can be obtained.
  • the cardiac phase to be analyzed is not limited to the systole, and other cardiac phases may be targeted. Further, the processing of steps S1 to S6 may be performed for one cardiac cycle.
  • the blood vessel model is generated based on the CT image data CD generated by the X-ray CT apparatus.
  • the blood vessel model may be generated based on other medical image data, for example, image data generated by an MRI (Magnetic Resonance Imaging) apparatus or B-mode image data generated by an ultrasonic diagnostic apparatus.
  • MRI Magnetic Resonance Imaging
  • B-mode image data generated by an ultrasonic diagnostic apparatus.
  • the blood flow analysis device may have a function of analyzing blood flow in consideration of deterioration of the artificial valve over time. For example, by grasping changes in the shape and material conditions of a prosthetic valve placed in a subject over time by experiments and the like in advance, an artificial valve model and material conditions that consider deterioration over time for each predetermined elapsed period can be obtained. Prepare several.
  • the blood flow analysis apparatus performs the blood flow analysis in consideration of the deterioration over time for each of the predetermined elapsed periods by executing the processing of steps S1 to S6 using these artificial valve models and material conditions. By using such a result of blood flow analysis, it is possible to evaluate a long-term risk related to a leak after performing TAVR.
  • the blood flow analysis device may digitize the risk relating to leakage based on the blood flow analysis result for each elapsed period, and output the result. Such quantification is performed, for example, with respect to the area of the region corresponding to the occurrence location of the retrograde blood flow included in the specific cross section or the volume of the region corresponding to the generation location of the retrograde blood flow included in the specific three-dimensional region. Just do it.
  • the blood flow analysis program 30 is not necessarily written in the memory of the blood flow analysis device from the manufacturing stage.
  • the blood flow analysis program 30 may be provided to the user in a state written in a recording medium such as a CD-ROM or a flash memory, and installed in a computer such as a blood flow analysis apparatus from the recording medium.
  • the blood flow analysis program 30 downloaded via the network may be installed in a computer such as a blood flow analysis device.
  • blood flow analysis related to treatments other than TAVR can also be performed.
  • other treatments include stent placement and coil embolization.
  • the blood flow analysis device In the case of targeting stent placement, the blood flow analysis device generates a blood vessel model related to a blood vessel, for example, a coronary artery, to which a stent or a stent graft is to be placed in Step S1, and sets an initial flow velocity condition of the blood vessel in Step S2.
  • a treatment model in which a device model representing the shape of the stent or stent graft is arranged on the blood vessel model is generated.
  • steps S4 to S6 analysis, image generation, and image output for the treatment model are performed. Do.
  • the blood flow analysis device When coil embolization is a target, the blood flow analysis device generates an aneurysm region to be embolized in step S1, for example, a blood vessel model related to a cerebral aneurysm, and in step S2, an initial stage around the cerebral aneurysm. A flow rate condition is generated, and a treatment model in which a device model representing the shape of the coil packed in the cerebral aneurysm is arranged in the blood vessel model in step S3 is generated. In steps S4 to S6, analysis and image for the treatment model are generated. Generation and image output are performed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Hematology (AREA)
  • Computer Hardware Design (AREA)
  • Biophysics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

　一実施形態における医用流体解析装置は、被検体の体腔内に配置するための治療デバイスの形状を表すデバイスモデルを被検体の体腔の形状を表す体腔モデルに配置した治療モデルを生成する治療モデル生成部と、体腔モデルにおける体腔組織の硬さを少なくとも含む特性と、前記デバイスモデルにおける治療デバイスの硬さを少なくとも含む特性と、体腔モデルにおける体腔内の流体に関する流体特性とに基づいて、治療モデルの変形を伴って、治療モデルにおける前記流体の流体解析を実行する流体解析部と、流体解析部による解析結果を出力する出力部とを具備する。

Description

医用流体解析装置および医用流体解析方法
　本発明の実施形態は、医用流体解析装置および医用流体解析方法に関する。
　被検体の血管内に治療デバイスを配置する治療方法として、例えばＴＡＶＲ（Ｔｒａｎｓｃａｔｈｅｔｅｒ　Ａｏｒｔｉｃ　Ｖａｌｖｅ　Ｒｅｐｌａｃｅｍｅｎｔ；大動脈弁置換術）、ステント留置術、及びコイル塞栓術などがある。ＴＡＶＲは、ＴＡＶＩ（Ｔｒａｎｓｃａｔｈｅｔｅｒ　Ａｏｒｔｉｃ　Ｖａｌｖｅ　Ｉｍｐｌａｎｔａｔｉｏｎ）と呼ばれることもある。
　ＴＡＶＲは、人工弁が先端に装着されたカテーテルを被検体の血管に挿入し、当該カテーテルの先端を大動脈弁の位置まで搬送し、大動脈弁と人工弁とを置換する治療方法である。
　ステント留置術は、例えば網目状の金属製の筒であるステント、或いはステントに人工血管を取り付けたステントグラフトが先端に装着されたカテーテルを被検体の血管に挿入し、当該カテーテルの先端を例えば冠動脈における狭窄位置に搬送し、ステント或いはステントグラフトを当該狭窄位置にて拡張して留置する治療方法である。
　コイル塞栓術は、被検体の血管にカテーテルを挿入し、当該カテーテルの先端を例えば被検体の頭部の脳動脈瘤の位置に搬送し、当該カテーテルを通して極細のプラチナ製コイルを脳動脈瘤内に詰め、脳動脈瘤への血液の流れ込みを防ぐ治療方法である。
　これらの治療方法を実施するにあたっては、治療デバイスを配置した後の血管内の血流が最適な状態となるように治療デバイスを配置する必要がある。
　従来、Ｘ線ＣＴ（Ｃｏｍｐｕｔｅｄ　Ｔｏｍｏｇｒａｐｈｙ）装置などのモダリティにより撮影した被検体内の画像等から把握される治療前の血管の形状や血流速度等の情報が治療計画の立案に役立てられている。しかしながら、これらの情報から実際に治療デバイスを配置した後の流れを医師が推定することは困難であった。
特開２０１２－２４５８２号公報 国際公開２０１３－０３１７４２号公報 特開２００９－２１３６１７号公報
　実施形態の目的は、治療デバイスを配置した後の流体の状態を把握することを可能とする医用流体解析装置及び医用流体解析方法を提供することである。
　一実施形態における医用流体解析装置は、被検体の体腔内に配置するための治療デバイスの形状を表すデバイスモデルを被検体の体腔の形状を表す体腔モデルに配置した治療モデルを生成する治療モデル生成部と、前記体腔モデルにおける体腔組織の硬さを少なくとも含む特性と、前記デバイスモデルにおける治療デバイスの硬さを少なくとも含む特性と、前記体腔モデルにおける体腔内の流体に関する流体特性とに基づいて、前記治療モデルの変形を伴って、前記治療モデルにおける前記流体の流体解析を実行する流体解析部と、前記流体解析部による解析結果を出力する出力部と、を具備する。
一実施形態における血流解析装置（ワークステーション）の概略構成を示すブロック図。 同実施形態における血流解析装置の機能ブロック図。 同実施形態における血流解析装置の動作を示すフローチャート。 同実施形態における血管モデル（大動脈モデル）の一例を示す模式図。 同実施形態におけるデバイスモデル（人工弁モデル）の一例を示す模式図。 同実施形態における大動脈モデルに人工弁モデルを配置した画像の一例を示す模式図。 同実施形態における解析結果を可視化した画像の一例を示す図。 同実施形態における解析結果を可視化した画像の一例を示す図。 同実施形態における解析結果を可視化した画像の一例を示す図。 同実施形態における解析結果を可視化した画像の一例を示す図。 同実施形態における解析結果を可視化した画像の一例を示す図。 同実施形態における解析結果を可視化した画像の一例を示す図。
　一実施形態につき、図面を参照しながら説明する。　
　本実施形態に係る医用流体解析装置は、治療モデル生成部と、流体解析部と、出力部とを有する。治療モデル生成部は、被検体の体腔内に配置するための治療デバイスの形状を表すデバイスモデルを、被検体の体腔の形状を表す体腔モデルに配置することにより、体腔モデルにデバイスモデルを配置した治療モデルを生成する。流体解析部は、体腔モデルにおける体腔組織の硬さを含む特性と、デバイスモデルにおける治療デバイスの硬さを含む特性と、体腔モデルにおける体腔内の流体に関する流体特性とに基づいて、治療モデルの変形を伴って、治療モデルにおける流体の流体解析を実行する。出力部は、流体解析部による解析結果を出力する。
　体腔組織とは、例えば、脳室系、くも膜下腔、管状組織などである。管状組織とは、例えば、気管支、リンパ管、血管などである。体腔モデルとは、体腔のモデルあって、例えば、管状モデルである。また、体腔内の流体とは、例えば、脳脊髄液、空気、リンパ液、血液などである。なお、体腔内の流体は、陽子（プロトン）であってもよい。以下、説明を簡単にするために、体腔は血管、体腔モデルは血管モデル、体腔組織は血管組織、流体は血流として説明する。また、本医用流体解析装置の実施形態は、説明を簡単にするため、血流解析装置として説明する。すなわち、医用流体解析装置において流体解析に用いられる体腔モデルは、血管モデルなどの管状モデルに限定されない。また、医用流体解析装置において流体解析に用いられる流体は、血液に限定されない。
　なお、本医用流体解析装置は、例えば、医用画像保管通信システム（Ｐｉｃｔｕｒｅ　Ａｒｃｈｉｖｉｎｇ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎ　Ｓｙｓｔｅｍ：以下、ＰＡＣＳと呼ぶ）におけるワークステーションに組み込まれてもよい。また、本医用流体解析装置は、例えば、ＰＡＣＳのワークステーションに接続されてもよい。また、本医用流体解析装置に係る機能は、クラウド上に設けられてもよい。このとき、本医用流体解析装置は、クラウド内の組み込まれる。
　本実施形態では、血流解析装置の一例として、被検体に対してＴＡＶＲ（Ｔｒａｎｓｃａｔｈｅｔｅｒ　Ａｏｒｔｉｃ　Ｖａｌｖｅ　Ｒｅｐｌａｃｅｍｅｎｔ；大動脈弁置換術）に係る治療を実施するに際し、被検体の大動脈弁周辺の血流に関する流体解析を実行するワークステーションを開示する。
　図１は、本実施形態に係るワークステーション１の概略構成を示すブロック図である。ワークステーション１は、プロセッサ２、メモリ３、通信装置４、入力装置５、表示装置６、記憶装置７、及びバスライン８を備える。バスライン８は、プロセッサ２、メモリ３、通信装置４、入力装置５、表示装置６、及び、記憶装置７を通信可能に接続するアドレスバス及びデータバス等で構成される。
　プロセッサ２は、例えばＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）であり、コンピュータプログラムを実行することで各種の処理を実現する。
　メモリ３は、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）を含むメインメモリである。メモリ３は、本実施形態における主要な処理をプロセッサ２に実現させるための血流解析プログラム３０等を記憶する。また、メモリ３は、各種の情報を一時的に記憶するための作業用記憶領域を形成する。
　通信装置４は、有線或いは無線にて外部装置と通信する。外部装置は、例えばＸ線ＣＴ装置及び超音波診断装置等のモダリティ、ＰＡＣＳ等のシステムに含まれるサーバ、或いは他のワークステーション等である。
　入力装置５は、ユーザの操作に応じたコマンド等を入力するインターフェイスであり、例えばキーボード、マウス、タッチパネル、トラックボール、及び、各種ボタン等を含む。
　表示装置６は、ＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）或いはＯＥＬＤ（Ｏｒｇａｎｉｃ　ＥｌｅｃｔｒｏＬｕｍｉｎｅｓｃｅｎｃｅ　Ｄｉｓｐｌａｙ）等のディスプレイである。
　記憶装置７は、比較的大容量のデータを記憶可能なＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等である。記憶装置７は、プロセッサ２が血流解析プログラム３０を実行することで実現される処理の過程において、ＣＴ画像データＣＤ、Ｂモード画像データＢＤ、ドプラ画像データＤＤ、大動脈モデルデータＡＭＤ、デバイスモデルデータＤＭＤ、治療モデルデータＴＭＤ、及び、解析データＡＤ等を記憶する。各データの詳細については後述する。
　図２は、プロセッサ２が血流解析プログラム３０を実行することにより実現される機能を示すブロック図である。図示したように、プロセッサ２は、ＣＴ画像入力部１０１、第１の芯線抽出部１０２、第１の領域抽出部１０３、第１の弁面検出部１０４、パラメータ入力部１０５、血管モデル生成部１０６、超音波画像入力部１０７、第２の芯線抽出部１０８、第２の領域抽出部１０９、第２の弁面検出部１１０、流速抽出部１１１、位置合わせ部１１２、流速条件生成部１１３、デバイスモデル入力部１１４、デバイス位置決定部１１５、治療モデル生成部１１６、流体解析部１１７、画像生成部１１８、及び、画像出力部１１９としての機能を実現する。特に、流速条件生成部１１３、治療モデル生成部１１６、及び、流体解析部１１７による処理は、本実施形態におけるメイン処理１２０を構成する。
　プロセッサ２は、これら各部として動作することにより、ＴＡＶＲにて被検体の大動脈弁位置に配置される人工弁の周囲における血流をシミュレート及び解析する。プロセッサ２による処理の概略的なフローチャートを図３に示す。
　当該フローチャートに示すように、プロセッサ２は、ステップＳ１～Ｓ６の処理を実行する。この処理は、例えばユーザが入力装置５を操作して処理開始のコマンドを入力したことに応じて開始される。
　以下、各ステップの詳細について説明する。　
　［ステップＳ１：血管モデルの生成］　
　ステップＳ１において、プロセッサ２は、ＣＴ画像入力部１０１、第１の芯線抽出部１０２、第１の領域抽出部１０３、第１の弁面検出部１０４、パラメータ入力部１０５、及び、血管モデル生成部１０６として機能することにより、被検体の大動脈領域の血管モデルを生成する。
　ＣＴ画像入力部１０１は、例えば通信装置４によって上述の外部装置と通信することにより、当該外部装置からＣＴ画像データＣＤをワークステーション１に入力し、記憶装置７に記憶させる。ＣＴ画像データＣＤは、予めＸ線ＣＴ装置によって被検体の心臓領域をスキャンすることにより得られたボリュームデータである。特に本実施形態において、ＣＴ画像データＣＤは、心臓の収縮期に対応するものとする。
　第１の芯線抽出部１０２は、記憶装置７が記憶するＣＴ画像データＣＤに含まれる大動脈の芯線を抽出する。例えば第１の芯線抽出部１０２は、ＣＴ画像データＣＤに含まれるボクセル値の変化と、予め定められた一般的な大動脈に関する特徴量とに基づき、ＣＴ画像データＣＤから大動脈の内腔と推定される長尺な領域を特定する。第１の芯線抽出部１０２は、特定した領域内の長手方向に沿う中心線を、大動脈の芯線として抽出する。第１の芯線抽出部１０２は、ＣＴ画像データＣＤに基づく画像を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する線分を芯線として抽出してもよい。
　第１の領域抽出部１０３は、第１の芯線抽出部１０２が抽出した芯線に基づいて、ＣＴ画像データＣＤから大動脈領域を抽出する。例えば第１の領域抽出部１０３は、第１の芯線抽出部１０２が抽出した芯線を中心とした放射方向にＣＴ画像データＣＤにおけるボクセル値の変化を観測して大動脈の内腔と管壁との境界を特定する処理を、芯線の全長に亘って実行することにより、大動脈領域を抽出する。第１の領域抽出部１０３は、ＣＴ画像データＣＤに基づく画像を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する領域を大動脈領域として抽出してもよい。
　第１の弁面検出部１０４は、第１の領域抽出部１０３が抽出した大動脈領域に含まれる大動脈弁の弁面を検出する。弁面は、例えば大動脈の芯線と垂直に交わり、且つ大動脈弁尖を含む平面群における中心平面と定義する。そこで、例えば第１の弁面検出部１０４は、第１の領域抽出部１０３が抽出した大動脈領域において、芯線と垂直に交わる平面を芯線に沿って走査して大動脈弁尖を含む平面群を抽出し、抽出した平面群の中心平面を弁面とする。第１の弁面検出部１０４は、第１の領域抽出部１０３が抽出した大動脈領域を表示装置６に表示するとともに、ユーザが入力装置５を介して当該画像上に設定する平面を大動脈の弁面として検出してもよい。
　パラメータ入力部１０５は、例えば入力装置５に対するユーザの操作に従って、大動脈の材質条件及び血流条件に関するパラメータを入力する。パラメータ入力部１０５は、通信装置４によって上述の外部装置と通信することにより、当該外部装置からワークステーション１にパラメータを入力してもよい。材質条件は、例えば血管壁に関する力学的指標である。この力学的指標は、例えば血管壁の変位に関する指標、血管壁に生じる応力やひずみに関する指標、血管内腔に負荷される内圧分布に関する指標、及び、血管の硬さ等を表す材料特性に関する指標等である。血管の硬さ等を表す材料特性に関する指標としては、血管組織の応力とひずみの関係を示す曲線の平均的な傾き等が挙げられる。血流条件は、例えば血液の粘性等に関する指標である。これらの他にも、パラメータ入力部１０５は、大動脈における血流をシミュレートするために必要な種々のパラメータを入力してもよい。
　パラメータ入力部１０５は、上記材質条件として、例えば、体腔モデルにおける体腔組織の硬さを含む特性、例えば、血管モデルにおける血管組織の硬さを含む特性を入力する。なお、この特性は、体腔組織の形状に関する特性、例えば、血管組織の形状に関する特性を有していてもよい。
　血管モデル生成部１０６は、第１の領域抽出部１０３が抽出した領域及び第１の弁面検出部１０４が検出した弁面の位置等に基づき、血管モデルの一種である大動脈モデルを生成する。
　図４は、血管モデル生成部１０６が生成する大動脈モデルＡＭの一例を示す模式図である。同図においては、多数のポリゴンの集合にて管内壁を示す大動脈モデルＡＭに加え、心臓、右冠動脈Ｒ１、及び左冠動脈Ｒ２の位置を破線にて示している。
　血管モデル生成部１０６は、生成した大動脈モデルを示す大動脈モデルデータＡＭＤを、パラメータ入力部１０５が入力した材質条件及び血流条件に関するパラメータとともに記憶装置７に記憶させる。
［ステップＳ２：初期流速条件の生成］　
　ステップＳ２において、プロセッサ２は、超音波画像入力部１０７、第２の芯線抽出部１０８、第２の領域抽出部１０９、第２の弁面検出部１１０、流速抽出部１１１、位置合わせ部１１２、及び、流速条件生成部１１３として機能することにより、ステップＳ１にて生成された大動脈モデルの初期流速条件を生成する。
　超音波画像入力部１０７は、例えば通信装置４によって上述の外部装置と通信することにより、当該外部装置からＢモード画像データＢＤ及びドプラ画像データＤＤをワークステーション１に入力し、記憶装置７に記憶させる。Ｂモード画像データＢＤは、予め超音波診断装置によって被検体の心臓領域をＢモードにてスキャンすることにより得られた当該心臓領域の形態を輝度にて表現する３次元データである。例えば、ドプラ画像データＤＤは、予め超音波診断装置によって被検体の心臓領域をドプラモードにてスキャンすることにより得られた血流の平均速度に関する血流ベクトル分布を示す３次元データである。特に本実施形態において、Ｂモード画像データＢＤ及びドプラ画像データＤＤは、超音波プローブを動かすことなく同一の領域をスキャンして得られたものであり、ＣＴ画像データＣＤと同じく心臓の収縮期に対応するものであるとする。
　第２の芯線抽出部１０８は、超音波画像入力部１０７が記憶装置７に記憶させたＢモード画像データＢＤに含まれる大動脈の芯線を抽出する。第２の芯線抽出部１０８による芯線抽出の手法としては、第１の芯線抽出部１０２と同様の手法を採用し得る。
　第２の領域抽出部１０９は、第２の芯線抽出部１０８が抽出した芯線に基づいて、Ｂモード画像データＢＤから大動脈領域を抽出する。第２の領域抽出部１０９による大動脈領域抽出の手法としては、第１の領域抽出部１０３と同様の手法を採用し得る。
　第２の弁面検出部１１０は、超音波画像入力部１０７が入力したＢモード画像データＢＤに含まれる大動脈弁の弁面を検出する。第２の弁面検出部１１０による弁面検出の手法としては、第１の弁面検出部１０４と同様の手法を採用し得る。
　流速抽出部１１１は、第２の領域抽出部１０９が抽出した大動脈領域内の血流ベクトル分布をドプラ画像データＤＤから抽出する。
　位置合わせ部１１２は、第１の領域抽出部１０３が抽出したＣＴ画像データＣＤにおける大動脈領域と、第２の領域抽出部１０９が抽出したＢモード画像データＢＤにおける大動脈領域とを位置合わせする。具体的には、位置合わせ部１１２は、第１の弁面検出部１０４及び第２の弁面検出部１１０が検出した弁面位置、双方の大動脈領域における大動脈起始部、及び大動脈と左右冠動脈との接続部等の特徴的部分に基づき、ＣＴ画像データＣＤにおける大動脈領域に対するＢモード画像データＢＤにおける大動脈領域の相対的な位置関係（縮尺、回転角度等）を特定する。
　流速条件生成部１１３は、血流情報を含む医用画像データ（Ｂモード画像データおよびドプラ画像データ）に基づいて、初期流速条件を生成する。具体的には、流速条件生成部１１３は、流速抽出部１１１が抽出した血流ベクトル分布と、位置合わせ部１１２が特定した位置関係とに基づき、血管モデル生成部１０６が生成した大動脈モデル内の初期流速に関する初期流速条件を生成する。具体的には、流速条件生成部１１３は、流速抽出部１１１が抽出した血流ベクトル分布を位置合わせ部１１２が特定した位置関係に応じて縮小、拡大、或いは回転等させる変換処理を実行する。変換処理後の血流ベクトルが初期流速条件となる。流速条件生成部１１３は、生成した初期流速条件を記憶装置７に記憶させる。初期流速条件は、例えば、体腔モデルにおける体腔組織内の流体に関する流体特性に対応する。なお、流体特性は、ステップＳ１で説明した血流条件（血液の粘性等に関する指標）を有していてもよい。また、流体特性は、体腔組織内の流体として、脳脊髄液、リンパ液、空気等に関する指標を有していてもよい。
［ステップＳ３：治療モデルの生成］　
　ステップＳ３において、プロセッサ２は、デバイスモデル入力部１１４、デバイス位置決定部１１５、及び、治療モデル生成部１１６として機能することにより、大動脈モデルに人工弁モデルを配置した治療モデルを生成する。
　デバイスモデル入力部１１４は、例えば通信装置４によって上述の外部装置と通信することにより、当該外部装置からデバイスモデルデータＤＭＤと材質条件とをワークステーション１に入力し、記憶装置７に記憶させる。本実施形態におけるデバイスモデルデータＤＭＤは、被検体内に配置する人工弁の形状を表す人工弁モデルを示す。人工弁モデルは、例えば人工弁の設計時等に作成される３次元のＣＡＤデータである。ここでの材質条件は、人工弁モデルに関するものである。
　デバイスモデル入力部１１４は、上記材質条件として、例えば、デバイスモデルにおける治療デバイスの硬さを含む特性を入力する。なお、この特性は、治療デバイスの形状に関する特性を有していてもよい。
　図５は、デバイスモデルデータＤＭＤにて示される人工弁モデルＤＭの一例を示す模式図である。人工弁モデルＤＭは、円筒形のステント２００を含む。ステント２００の内部には、可撓性の材料にて形成された複数の弁部材（図示せず）が設けられている。各弁部材は、入口２０１側の圧力が出口２０２側の圧力よりも高いときに開き、入口２０１側の圧力が出口２０２側の圧力よりも低いときに閉じる。すなわち、各弁部材は可動部である。本実施形態においては、心臓の収縮期に対応する形状、すなわち各弁部材が開いている状態の人工弁モデルＤＭを示すデバイスモデルデータＤＭＤがデバイスモデル入力部１１４によって入力されるものとする。
　人工弁モデルに関する材質条件は、例えば人工弁モデルＤＭの各部に関する力学的指標である。この力学的指標は、例えば人工弁モデルＤＭの各部の変位に関する指標、人工弁モデルＤＭの各部に生じる応力やひずみに関する指標、及び、人工弁モデルＤＭの各部の硬さ等を表す材料特性に関する指標等である。材料特性に関する指標としては、人工弁モデルＤＭの各部の応力とひずみの関係を示す曲線の平均的な傾き等が挙げられる。
　デバイス位置決定部１１５は、血管モデル生成部１０６が生成した血管モデルにおいて人工弁を配置する位置を決定する。例えば、デバイス位置決定部１１５は、記憶装置７が記憶する大動脈モデルデータＡＭＤにて示される大動脈モデルにおける弁面位置に、記憶装置７が記憶するデバイスモデルデータＤＭＤにて示される人工弁モデルを配置した画像を、表示装置６に表示させる。
　図６は、大動脈モデルＡＭの弁面位置に人工弁モデルＤＭを配置した画像の一例を示す模式図である。この例では、大動脈モデルＡＭの芯線に沿う断面に人工弁モデルＤＭを配置した画像を示しているが、表示形態はこれに限られない。
　ユーザは、入力装置５に対する操作により、当該画像における人工弁モデルＤＭの位置や角度を調整することができる。デバイス位置決定部１１５は、調整後における人工弁モデルＤＭの位置を、最終的な設置位置として決定する。
　治療モデル生成部１１６は、記憶装置７が記憶する大動脈モデルデータＡＭＤにて示される大動脈モデルに対し、記憶装置７が記憶するデバイスモデルデータＤＭＤにて示される人工弁モデルを、デバイス位置決定部１１５が決定した設置位置に設置した治療モデルを生成する。治療モデル生成部１１６は、生成した治療モデルを示す治療モデルデータＴＭＤを、大動脈モデルデータＡＭＤとともに記憶装置７が記憶する大動脈モデルの材質条件及び血流条件、及び、デバイスモデルデータＤＭＤとともに記憶装置７が記憶する人工弁モデルの材質条件とともに記憶装置７に記憶させる。
［ステップＳ４：流体解析］　
　ステップＳ４において、プロセッサ２は、流体解析部１１７として機能する。
　流体解析部１１７は、記憶装置７が記憶する治療モデルデータＴＭＤ、大動脈モデルの材質条件と血流条件、人工弁モデルの材質条件、及び、初期流速条件に基づいて流体解析を実行する。
　例えば、流体解析部１１７は、治療モデルデータＴＭＤが示す治療モデルおよびデバイスモデル近傍の流体（血液）を解析対象として、有限要素法（Ｆｉｎｉｔｅ　Ｅｌｅｍｅｎｔ　Ｍｅｔｈｏｄ：以下、ＦＥＭと呼ぶ）または有限体積法（Ｆｉｎｉｔｅ　Ｖｏｌｕｍｅ　Ｍｅｔｈｏｄ：以下、ＦＶＭと呼ぶ）等のアルゴリズムに従った数値流体力学（Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｆｌｕｉｄ　Ｄｙｎａｍｉｃｓ：以下ＣＦＤと呼ぶ）を用いる。なお、解析対象として、デバイスモデルが含まれていてもよい。　
　流体（血流）による治療モデルの変形を考慮する場合において、例えば流体解析部１１７は、治療モデルに設定した多数のセルのそれぞれに対して初期流速条件が示す血流ベクトルを割り当てたモデルを初期条件として、大動脈モデルと人工弁モデルの材質条件（硬さ、形状）等を考慮した流体－構造連成作用（Ｆｌｕｉｄ　Ｓｔｒｕｃｔｕｒｅ　Ｉｎｔｅｒａｃｔｉｏｎ：以下、ＦＳＩと呼ぶ）解析を実行する。すなわち、流体解析部１１７は、ＦＥＭまたはＦＶＭを用いたＣＦＤにおけるＦＳＩ解析により、治療モデル内における血流と治療モデル（およびデバイスモデル）との挙動シミュレーションを演算する。ＦＳＩ解析において治療モデルが定常状態となった場合、流体解析部１１７は、治療モデル内における血流速度に関する血流ベクトル分布を示す解析データＡＤを生成する。このようなＣＦＤの手法としては、既に知られた種々の方法を採用することができる。流体解析部１１７は、生成した解析データＡＤを記憶装置７に記憶させる。
　具体的には、流体解析部１１７は、ＦＥＭまたはＦＶＭにより形成されるシミュレーション空間における治療モデル内に、初期流速条件における血流ベクトルと、デバイスモデルとを設定する。このとき、流体解析部１１７は、シミュレーション空間における治療モデルに材質条件（硬さ（および形状）を含む特性）を付与する。また、流体解析部１１７は、シミュレーション空間におけるデバイスモデルに材質条件（硬さ（および形状）を含む特性）を付与する。加えて、流体解析部１１７は、血流ベクトルに対して流体特性を付与する。
　流体解析部１１７は、上記設定を初期条件として、ＦＳＩ解析を実行する。このとき、治療モデルは、血流ベクトルに応じた血液の圧力により変形する。血流ベクトルは、治療モデルの形状の変化に伴って、変動する。さらに、治療モデルは、血流ベクトルの変動に伴って変形する。このように、流体解析部１１７は、ＦＳＩ解析により、血流ベクトルと治療モデルとが互いに影響を及ぼしあうことをシミュレーションする。流体解析部１１７は、血液ベクトルの挙動と治療モデルの挙動とが所定の範囲の挙動で定常状態となった場合、定常状態に対応する血流ベクトル分布を、解析データＡＤとして生成する。なお、解析データＡＤは、定常状態における治療モデルの形状のデータ（およびデバイスモデルのデータ）を有していてもよい。なお、流体解析部１１７は、血液ベクトルの挙動と治療モデルの挙動とが所定の周期（例えば１心拍、１呼吸など）で定常状態となった場合、所定の周期に亘る血流ベクトルの分布の変動を、解析データＡＤとして生成してもよい。
　既述のように、治療モデルの生成元であるＣＴ画像データＣＤとデバイスモデルデータＤＭＤ、及び、初期流速条件の生成元であるＢモード画像データＢＤとドプラ画像データＤＤは、いずれも心臓の収縮期に対応するものである。すなわち、解析データＡＤは、１心周期において大動脈内の血流が最も早い心位相に対応する血流ベクトル分布を示す。
［ステップＳ５：画像の生成］　
　ステップＳ５において、プロセッサ２は、画像生成部１１８として機能する。　
　画像生成部１１８は、流体解析部１１７による解析結果を可視化した画像の画像データを生成する。
　例えば、画像生成部１１８は、治療モデルデータＴＭＤが示す治療モデルにおいて、解析データＡＤが示す血流ベクトル分布を可視化した画像データを生成する。また、画像生成部１１８は、ＣＴ画像データＣＤに基づいて生成される画像において、解析データＡＤが示す血流ベクトル分布を可視化した画像データを生成してもよい。血流ベクトル分布は、血流ベクトルを示す矢印を画像内に配置することで可視化されてもよいし、特定の方向に対する血流ベクトル成分の大きさに応じて画像内を色付けすることで可視化されてもよい。
　人工弁自体の機能が常に正常であるとの前提に立てば、人工弁内の血流は正常であると仮定できる。そこで、画像生成部１１８は、人工弁モデルと大動脈モデルの管壁との間における血流ベクトルに注目して可視化を行ってもよい。
　図７～図１２に画像生成部１１８が生成する画像の一態様を例示する。　
　図７は、治療モデルデータＴＭＤが示す治療モデルの芯線に沿う断面において解析データＡＤが示す血流ベクトル分布の一部を可視化した画像を示す。この例では、正常な血流方向である基準方向に流れる順行血流と、基準方向に逆行して流れる逆行血流とを矢印にて示している。基準方向は、例えば芯線に沿って左心室から遠ざかる方向である。順行血流は、例えば基準方向に関して正の速度成分を有する血流である。逆行血流は、例えば基準方向に関して負の速度成分を有する血流である。本例では、人工弁モデルＤＭの出口付近における順行血流の代表値に対応する３つの矢印を示している。この代表値は、例えば人工弁モデルＤＭの出口付近の血流ベクトルを所定領域毎に平均したベクトル値である。また、本例では、逆行血流の発生位置において、当該血流の代表値に対応する３つの矢印を示している。この代表値は、例えば逆行血流が発生する領域の血流ベクトルを所定領域毎に平均したベクトル値である。
　図８～図１０は、ＣＴ画像データＣＤに基づいて生成される画像において、解析データＡＤが示す血流ベクトル分布の一部を可視化した画像を示す。図８は、ＣＴ画像データＣＤに基づいて生成されるＡｖｅＩＰ（Ａｖｅｒａｇｅ　Ｉｎｔｅｎｓｉｔｙ　Ｐｒｏｊｅｃｔｉｏｎ）画像を用いる例である。図９は、ＣＴ画像データＣＤに基づいて生成されるＶＲ（Ｖｏｌｕｍｅ　Ｒｅｎｄｅｒｉｎｇ）画像を用いる例である。図１０は、ＣＴ画像データＣＤに基づいて生成されるＭＩＰ（Ｍａｘｉｍｕｍ　Ｉｎｔｅｎｓｉｔｙ　Ｐｒｏｊｅｃｔｉｏｎ）画像を用いる例である。なお、図８～図１０においては、ＣＴ画像データＣＤに基づいて生成される画像に加え、第１の芯線抽出部１０２が抽出した芯線と、人工弁モデルＤＭとを表している。順行血流及び逆行血流の表示態様は、図７の例と同様である。
　なお、図７～図１０の例では、それぞれ３つずつの矢印にて順行血流と逆行血流を表しているが、より多くの矢印にて各血流を表してもよい。例えば、解析データＡＤが示す血流ベクトル分布に含まれる全てのベクトルを矢印にて表してもよい。
　図１１及び図１２は、ＣＴ画像データＣＤに基づいて生成される画像において、人工弁モデルＤＭと大動脈の管壁との間に形成される隙間Ａにおける血流ベクトルを可視化した画像を示す。図１１は、第１の弁面検出部１０４が検出した弁面における断層像（芯線に対するクロスカット画像）を用いる例である。図１２は、芯線に沿うＣｕｒｖｅｄ　ＭＰＲ（Ｍｕｌｔｉ　Ｐｌａｎａｒ　Ｒｅｃｏｎｓｔｒｕｃｔｉｏｎ）画像を用いる例である。これらの画像において、隙間Ａ内の血流ベクトルを、例えば基準方向に関する速度成分の大きさに応じて色付けする。なお、図１１及び図１２においては隙間Ａ全体に斜線を付して具体的な色付けを省略している。
　図７～図１２では、血流ベクトル分布が示す血流速度を可視化する場合を例示した。しかしながら、画像生成部１１８は、血流を表す他の指標を可視化してもよい。
　例えば画像生成部１１８は、血流ベクトル分布に基づいて血液の流量を算出し、当該流量を可視化した画像の画像データを生成してもよい。
　また、画像生成部１１８は、血流ベクトル分布における血流ベクトルと、基準方向との乖離量を可視化した画像の画像データを生成してもよい。このような乖離量は、例えば血流ベクトルと基準方向とが成す角度とすることができる。
　また、画像生成部１１８は、特定の断面に含まれる逆行血流の発生箇所に対応する領域の面積や、特定の３次元領域に含まれる逆行血流の発生箇所に対応する領域の体積を求め、これら面積や体積を示す数値を配置した画像の画像データを生成してもよい。
［ステップＳ６：画像の出力］　
　ステップＳ６において、プロセッサ２は、画像出力部１１９として機能する。　
　画像出力部１１９は、画像生成部１１８が生成した画像データを出力する。例えば画像出力部１１９は、当該画像データに基づく画像を表示装置６に表示させる。また、画像出力部１１９は、通信装置４を介して外部装置に当該画像データを送信してもよい。
　ステップＳ６を以って、プロセッサ２による一連の処理は終了する。
　以上説明したように、本実施形態に係るワークステーション１は、大動脈モデルに人工弁モデルを配置した治療モデルを生成し、この治療モデルに関して流体解析を実行し、その解析結果を出力する。この解析結果を参照することにより、医師等は、人工弁を被検体の大動脈に配置した際の血流の状態をＴＡＶＲの実施前に知ることができる。これにより、ＴＡＶＲの治療計画の段階において、人工弁からの血流のリーク（逆行血流）の発生するリスクが高い解剖学的局所部位の位置、範囲及び形状等の情報を把握できるため、治療の実施前にリークへの対策を検討できるようになる。
　また、例えばＴＡＶＲの術中にＸ線透視撮影装置によって撮影されるリアルタイムのＸ線透視画像に解析データＡＤに基づく画像をフュージョンすることにより、リークの発生するリスクが高い部位等をリアルタイムで術者に提供することもできる。
　これらの他にも、本実施形態にて開示した構成からは、種々の好適な効果が得られる。
（変形例）　
　いくつかの変形例を示す。　
　上記実施形態では、血流解析装置の一例としてワークステーション１を開示した。しかしながら、Ｘ線ＣＴ装置、超音波診断装置、或いはＸ線透視撮影装置のコンソールやＰＡＣＳ等のシステムに含まれるサーバにステップＳ１～Ｓ６の処理を実行させ、これらの装置を血流解析装置として機能させてもよい。
　上記実施形態では、心臓の収縮期に関して血流を解析する場合を例示した。このように心臓の収縮期を対象とすることで、大動脈の血流が最も速くなる心位相での解析結果が得られる。しかしながら、解析対象の心位相は収縮期に限られず、他の心位相を対象としてもよい。また、１心周期を対象としてステップＳ１～Ｓ６の処理を行ってもよい。
　上記実施形態では、Ｘ線ＣＴ装置にて生成されたＣＴ画像データＣＤに基づいて血管モデルが生成される場合を例示した。しかしながら、他の医用画像データ、例えばＭＲＩ（Ｍａｇｎｅｔｉｃ　Ｒｅｓｏｎａｎｃｅ　Ｉｍａｇｉｎｇ）装置によって生成された画像データや超音波診断装置によって生成されたＢモード画像データに基づいて血管モデルが生成されてもよい。
　血流解析装置は、人工弁の経時劣化を考慮した血流の解析を行う機能を備えてもよい。例えば、被検体内に配置された人工弁の時間経過にともなう形状や材質条件の変化を予め実験等により把握することで、所定の経過期間毎の経時劣化を考慮した人工弁モデル及び材質条件を複数用意する。血流解析装置は、これらの人工弁モデル及び材質条件を用いてステップＳ１～Ｓ６の処理を実行することで、上記所定の経過期間毎の経時劣化を考慮した血流解析を行う。このような血流解析の結果を用いれば、ＴＡＶＲの実施後のリークに関する長期的なリスクを評価することができる。さらに、血流解析装置が経過期間毎の血流解析結果に基づいてリークに関するリスクを数値化し、その結果を出力してもよい。このような数値化は、例えば特定の断面に含まれる逆行血流の発生箇所に対応する領域の面積や、特定の３次元領域に含まれる逆行血流の発生箇所に対応する領域の体積に関して行えばよい。
　血流解析プログラム３０は、必ずしも血流解析装置の製造段階から同装置のメモリに書き込まれている必要はない。血流解析プログラム３０は、ＣＤ－ＲＯＭやフラッシュメモリ等の記録媒体に書き込まれた状態でユーザに提供され、この記録媒体から血流解析装置等のコンピュータにインストールされてもよい。また、ネットワークを介してダウンロードされた血流解析プログラム３０が血流解析装置等のコンピュータにインストールされてもよい。
　ステップＳ１～Ｓ６の処理にて、ＴＡＶＲ以外の他の治療に関する血流の解析を行うこともできる。他の治療としては、例えばステント留置術やコイル塞栓術等がある。ステント留置術を対象とする場合、血流解析装置は、ステップＳ１にてステント或いはステントグラフトを留置する対象となる血管、例えば冠動脈に関する血管モデルを生成し、ステップＳ２にて当該血管の初期流速条件を生成し、ステップＳ３にてステント或いはステントグラフトの形状を表すデバイスモデルを血管モデルに配置した治療モデルを生成し、ステップＳ４～Ｓ６にて当該治療モデルを対象とした解析、画像生成、及び画像出力を行う。また、コイル塞栓術を対象とする場合、血流解析装置は、ステップＳ１にて塞栓対象となる瘤領域、例えば脳動脈瘤に関する血管モデルを生成し、ステップＳ２にて当該脳動脈瘤周辺の初期流速条件を生成し、ステップＳ３にて脳動脈瘤に詰めるコイルの形状を表すデバイスモデルを血管モデルに配置した治療モデルを生成し、ステップＳ４～Ｓ６にて当該治療モデルを対象とした解析、画像生成、及び画像出力を行う。
　本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
　１…ワークステーション、２…プロセッサ、３…メモリ、４…通信装置、５…入力装置、６…表示装置、７…記憶装置、８…バスライン、１１３…流速条件生成部、１１６…治療モデル生成部、１１７…流体解析部、１１８…画像生成部、１１９…画像出力部、ＡＭ…大動脈モデル、ＤＭ…人工弁モデル、Ａ…隙間。

Claims (13)

  1. 　被検体の体腔内に配置するための治療デバイスの形状を表すデバイスモデルを被検体の体腔の形状を表す体腔モデルに配置した治療モデルを生成する治療モデル生成部と、
    　前記体腔モデルにおける体腔組織の硬さを少なくとも含む特性と、前記デバイスモデルにおける治療デバイスの硬さを少なくとも含む特性と、前記体腔モデルにおける体腔内の流体に関する流体特性とに基づいて、前記治療モデルの変形を伴って、前記治療モデルにおける前記流体の流体解析を実行する流体解析部と、
    　前記流体解析部による解析結果を出力する出力部と、
    　を備える医用流体解析装置。
  2. 　前記体腔は管状であって、前記体腔組織は管状組織であって、前記体腔モデルは管状モデルである請求項１に記載の医用流体解析装置。
  3. 　前記管状は血管であって、前記管状組織は血管組織であって、前記流体は血流であって、前記管状モデルは血管モデルである請求項２に記載の医用流体解析装置。
  4. 　前記血管組織の硬さを少なくとも含む特性は、前記血管組織の形状に関する特性を有し、
    　前記治療デバイスの硬さを少なくとも含む特性は、前記治療デバイスの形状に関する特性を有する請求項３に記載の医用流体解析装置。
  5. 　前記出力部は、前記治療モデル上で前記解析結果を可視化した画像を表示装置に表示させる請求項３に記載の医用流体解析装置。
  6. 　前記流体解析部は前記流体解析において、前記治療モデルにおける血流のベクトル分布を演算し、
    　前記出力部は、前記ベクトル分布において基準方向に対する逆方向の成分を含むベクトルを可視化した画像を出力する請求項３に記載の医用流体解析装置。
  7. 　前記流体解析部は前記流体解析において、前記治療モデルにおける血流のベクトル分布を演算し、
    　前記出力部は、前記治療モデルにおける前記デバイスモデルと前記血管モデルの管壁との間の前記ベクトル分布を可視化した画像を出力する請求項３に記載の医用流体解析装置。
  8. 　前記被検体の血管を含む３次元の医用画像データに基づいて前記血管モデルを生成する血管モデル生成部をさらに備える請求項３に記載の医用流体解析装置。
  9. 　前記医用画像データは、Ｘ線ＣＴ装置によって生成された画像データである請求項８に記載の医用流体解析装置。
  10. 　前記流体特性は、前記血管モデルにおける血管内の初期流速に関する初期流速条件を含み、
    　前記被検体の血管における血流情報を含む医用画像データに基づいて前記初期流速条件を生成する流速条件生成部をさらに備える請求項３に記載の医用流体解析装置。
  11. 　前記被検体の血管における血流情報を含む医用画像データは、超音波診断装置によって生成されたＢモード画像データ及びドプラ画像データである請求項１０に記載の医用流体解析装置。
  12. 　前記治療デバイスは、人工弁、ステント、ステントグラフト、又は、コイルである請求項３に記載の医用流体解析装置。
  13. 　被検体の体腔内に配置するための治療デバイスの形状を表すデバイスモデルを被検体の体腔の形状を表す体腔モデルに配置した治療モデルを生成し、
    　前記体腔モデルにおける体腔組織の硬さを少なくとも含む特性と、前記デバイスモデルにおける治療デバイスの硬さを少なくとも含む特性と、前記体腔モデルにおける体腔内の流体に関する流体特性とに基づいて、前記治療モデルの変形を伴って、前記治療モデルにおける前記流体の流体解析を実行し、
    　前記流体解析の解析結果を出力する、
    　医用流体解析方法。
PCT/JP2014/059105 2013-03-28 2014-03-28 医用流体解析装置および医用流体解析方法 WO2014157613A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201480018171.5A CN105073009B (zh) 2013-03-28 2014-03-28 医用流体分析装置以及医用流体分析方法
US14/839,248 US20150370995A1 (en) 2013-03-28 2015-08-28 Medical fluid analysis apparatus and medical fluid analysis method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013-069134 2013-03-28
JP2013069134A JP6162452B2 (ja) 2013-03-28 2013-03-28 血流解析装置及び血流解析プログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US14/839,248 Continuation US20150370995A1 (en) 2013-03-28 2015-08-28 Medical fluid analysis apparatus and medical fluid analysis method

Publications (1)

Publication Number Publication Date
WO2014157613A1 true WO2014157613A1 (ja) 2014-10-02

Family

ID=51624569

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2014/059105 WO2014157613A1 (ja) 2013-03-28 2014-03-28 医用流体解析装置および医用流体解析方法

Country Status (4)

Country Link
US (1) US20150370995A1 (ja)
JP (1) JP6162452B2 (ja)
CN (1) CN105073009B (ja)
WO (1) WO2014157613A1 (ja)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11331149B2 (en) 2012-05-16 2022-05-17 Feops Nv Method and system for determining a risk of hemodynamic compromise after cardiac intervention
EP3358482A1 (en) * 2017-02-03 2018-08-08 FEops NV Method and system for determining a risk of hemodynamic compromise after cardiac intervention
JP6385876B2 (ja) * 2015-04-03 2018-09-05 国立大学法人 東京大学 情報統合方法及び装置及びシステム及びプログラム
DK3288479T3 (da) 2015-05-01 2022-01-17 Feops Nv Fremgangsmåde og system til bestemmelse af en risiko for hjerteledningsabnormiteter
WO2017047822A1 (ja) * 2015-09-18 2017-03-23 イービーエム株式会社 血管病変発症・成長予測装置及び方法
US10278662B2 (en) 2016-02-05 2019-05-07 Toshiba Medical Systems Corporation Image processing apparatus and medical image diagnostic apparatus
US11357571B2 (en) 2016-02-16 2022-06-14 Pentas Inc. Stent length estimation device, stent length estimation program, and method of estimating length of stent
WO2018097902A1 (en) * 2016-10-04 2018-05-31 Ohio State Innovation Foundation Systems and methods for predictive heart valve simulation
EP3522784A1 (en) * 2016-10-07 2019-08-14 Koninklijke Philips N.V. Intravascular flow determination
JP6849420B2 (ja) * 2016-12-12 2021-03-24 キヤノンメディカルシステムズ株式会社 超音波診断装置及び医用画像処理装置
WO2018159708A1 (ja) 2017-02-28 2018-09-07 富士フイルム株式会社 血流解析装置および方法並びにプログラム
US11918291B2 (en) * 2017-03-31 2024-03-05 Koninklijke Philips N.V. Simulation of transcatheter aortic valve implantation (TAVI) induced effects on coronary flow and pressure
JP7250435B2 (ja) * 2018-05-21 2023-04-03 キヤノンメディカルシステムズ株式会社 デバイス施術支援装置、プログラム、方法及びシステム
JP7334036B2 (ja) 2018-11-22 2023-08-28 キヤノンメディカルシステムズ株式会社 医用画像処理装置
CN115003229A (zh) * 2020-01-06 2022-09-02 皇家飞利浦有限公司 基于管腔内成像对管腔内处置异常的检测和可视化
JP7479935B2 (ja) * 2020-05-26 2024-05-09 キヤノンメディカルシステムズ株式会社 体液解析装置、体液解析装置の制御方法、およびプログラム
CN114209429A (zh) * 2021-12-29 2022-03-22 北京阅影科技有限公司 模拟经导管主动脉瓣膜置换的方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002191600A (ja) * 2000-12-26 2002-07-09 Toshiba Corp 超音波診断装置、医用画像処理装置、および医用画像作成方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010503421A (ja) * 2006-07-13 2010-02-04 ザ リージェンツ オブ ザ ユニバーシティ オブ コロラド エコー粒子画像速度（ｅｐｉｖ）およびエコー粒子追跡速度測定（ｅｐｔｖ）システムおよび方法
DE102010039407B3 (de) * 2010-08-17 2012-02-02 Siemens Aktiengesellschaft Verfahren zum Bereitstellen eines Hilfsmittels zur Verwendung bei der therapeutischen Behandlung eines körperlichen Objekts
JP5704354B2 (ja) * 2012-11-16 2015-04-22 株式会社三洋物産 遊技機

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002191600A (ja) * 2000-12-26 2002-07-09 Toshiba Corp 超音波診断装置、医用画像処理装置、および医用画像作成方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DAVID S MOLONY ET AL.: "Fluid-structure interaction of a patient-specific abdominal aortic aneurysm treated with an endovascular stent-graft", BIOMEDICAL ENGINEERING, 6 October 2009 (2009-10-06) *
MASAHIRO KOJIMA ET AL.: "The effect of Mesh Design in Cerebral Aneurysm Hemodynamics for Developing Flow Controllable Stent: Computational Fluid Dynamics Study", PROCEEDINGS OF 2012 ICME, INTERNATIONAL CONFERENCE ON COMPLEX MEDICAL ENGINEERING, 4 July 2012 (2012-07-04), pages 772 - 777 *
WENYU FU ET AL.: "Analysis of Fluid Structure Interaction Based on Patient-Specific Internal Carotid Aneurysm Model", 2011 4TH INTERNATIONAL CONFERENCE ON BIOMEDICAL ENGINEERING AND INFORMATICS, vol. 3, 17 October 2011 (2011-10-17), pages 1268 - 1272 *

Also Published As

Publication number Publication date
CN105073009A (zh) 2015-11-18
JP2014188323A (ja) 2014-10-06
JP6162452B2 (ja) 2017-07-12
US20150370995A1 (en) 2015-12-24
CN105073009B (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
JP6162452B2 (ja) 血流解析装置及び血流解析プログラム
Xu et al. A framework for designing patient‐specific bioprosthetic heart valves using immersogeometric fluid–structure interaction analysis
JP7235710B2 (ja) 患者固有の幾何学的形状モデルを変更することによって治療を決定する方法及びシステム
JP6539736B2 (ja) 純粋幾何学的機械学習に基づいて血流予備量比を求める方法及びシステム
EP2963574B1 (en) Method and system for prediction of post-stenting hemodynamic metrics for treatment planning of arterial stenosis
US9886756B2 (en) Method, a graphic user interface, a system and a computer program for optimizing workflow of a medical intervention
JP6300244B2 (ja) 生体シミュレーション装置、生体シミュレーション装置の制御方法、および生体シミュレーション装置の制御プログラム
CN108697469A (zh) 用于在血管内对诸如导管的血管线进行路由的系统和方法
US9953272B2 (en) Machine learning system for assessing heart valves and surrounding cardiovascular tracts
US20220296305A1 (en) Systems and methods for predictive heart valve simulation
EP2977922A2 (en) Method and system for automated therapy planning for arterial stenosis
WO2014077233A1 (ja) 血管解析装置、医用画像診断装置、及び血管解析方法
JP7053656B6 (ja) 造影剤注入撮像
JP6362853B2 (ja) 血管解析装置、および血管解析装置の作動方法
CN112040908B (zh) 患者特异性的虚拟经皮结构性心脏介入方法和系统
JP2020510503A (ja) 心臓治療処置後の血行動態障害のリスクを決定するための方法及びシステム
JP6783941B2 (ja) 変形可能なオブジェクトへのデバイス挿入のための応力予測および応力評価
EP3141972B1 (en) Data driven framework for optimizing artificial organ printing and scaffold selection for regenerative medicine
JP2015219371A (ja) 処理装置、血管模型、画像処理方法、プログラム、および、造形装置に関する。
JP2017029786A (ja) 管状構造解析装置、管状構造解析方法及び管状構造解析プログラム
Babiker The effects of endovascular treatment parameters on cerebral aneurysm hemodynamics

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201480018171.5

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14775370

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14775370

Country of ref document: EP

Kind code of ref document: A1