WO2016047996A2 - 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법 - Google Patents

불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법 Download PDF

Info

Publication number
WO2016047996A2
WO2016047996A2 PCT/KR2015/009929 KR2015009929W WO2016047996A2 WO 2016047996 A2 WO2016047996 A2 WO 2016047996A2 KR 2015009929 W KR2015009929 W KR 2015009929W WO 2016047996 A2 WO2016047996 A2 WO 2016047996A2
Authority
WO
WIPO (PCT)
Prior art keywords
myocardium
segment
myocardial
area
area pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/KR2015/009929
Other languages
English (en)
French (fr)
Inventor
양동현
정준호
김영학
김남국
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Asan Foundation
Original Assignee
Asan Foundation
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 Asan Foundation filed Critical Asan Foundation
Publication of WO2016047996A2 publication Critical patent/WO2016047996A2/ko
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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]

Definitions

  • the present disclosure relates to a method for describing geopolitical changes in the myocardium using the bullseye map segmentation pattern as a whole. Particularly, the geopolitical change in the three-dimensional myocardium is converted into the area of the segment of the bulls eye map in two dimensions. It relates to a method of determining.
  • FIG. 1 is a view showing an image of the heart.
  • CAD coronary artery disease
  • Coronary arteries are small blood vessels that supply blood to the myocardium.
  • CAD changes the way blood is sprayed through the myocardium. This reduces the exercise of the heart muscle.
  • the myocardium of the left ventricle is divided into 16 short axis images along the major axis, and each short axis image is divided into 36 segments.
  • the myocardium is thus divided into 576 (16x36) polygonal surfaces.
  • Myocardial perfusion information by SPECT is given to the 576 polygonal surfaces based on the result of registration, and coronary tree and myocardium are visualized together in three dimensions.
  • the myocardium is divided into regions irrespective of the cardiovascular structure, and is visualized by simply superimposing the myocardial perfusion image and the cardiovascular image.
  • segmenting an electrocardiogram-gated cardiac CT images to generate a patient specific myocardial segment model Generating a bull's eye map of the myocardial segmentation model; Quantitatively evaluating a segment area pattern on a bullseye map using morphological boundaries in the myocardial segmentation model; And evaluating the difference by comparing the evaluated area pattern with the normal pattern, and the geopolitical change of the myocardium using the Bullseye Map Segment area pattern.
  • Technical methods are provided.
  • FIG. 2 is a diagram illustrating a process of forming an incongruous point in a 3D heart image
  • 3 is a myocardial segmentation model based on the anatomical structure of the patient
  • FIG. 5 is a diagram illustrating testing a region divided by a C line indicated by a solid line in FIG. 4 and a region divided by a D line indicated by a dotted line;
  • 6 is a graph and a data table showing an area of patient specific bull's eye segment
  • FIGS. 6 and 7 are graph and a data table showing the area ratio (A / B) of FIGS. 6 and 7;
  • FIG. 10 is a graph of the data of FIG. 9;
  • 11 is a table showing a fixed bull's eye segment thickness and mass
  • FIG. 12 is a graph of the data of FIG. 11;
  • the present disclosure is a method for quantitatively analyzing a difference between normal and a disease (eg, aortic stenosis) based on the anatomy of a patient's myocardium.
  • a disease eg, aortic stenosis
  • a Bullseye Map Segment area pattern is used. Methods of describing geopolitical changes in myocardium are provided.
  • a patient-specific myocardial segment model is generated by segmenting CT images (An electrocardiogram-gated cardiac CT images). Thereafter, a bull's eye map of the myocardial segmentation model is generated. Next, using the morphological boundaries in the myocardial segmentation model, the segment area pattern on the bullseye map is quantitatively evaluated. Then, the difference is evaluated by comparing the area pattern of the divided division and the normal pattern.
  • the process of generating a myocardial segmentation model involves dividing the left ventricular region (septum) into two halves, and dividing the remaining left ventricular region into quarters.
  • the myocardial segmentation model is generated as a 17-segment model. Can be.
  • the 17-segment model reflects the geopolitical changes in the myocardium, the segment 17 is not a fixed limitation. In this example, a unique method of dividing the septum and left ventricular region is used.
  • the process of evaluating the difference may include calculating a change in the area of a specific segment and a process of evaluating the disease based on the change. For example, in the process of generating a myocardial segmentation model, a 17-segment model is used, including dividing the right ventricular left ventricle into two halves, and dividing the remaining left ventricular quadrant into quarters. If the segment area of the septum is reduced compared to normal, the difference (reduction) can be evaluated as aortic stenosis.
  • the area distribution or pattern of a specific segment and / or segment changes geopolitically or morphologically, focusing on generating a bullseye map based on the myocardial segmentation model and segmenting on the bullseye map.
  • the normal and the disease can be evaluated.
  • This example quantitatively evaluates the area changes of the segments in the bullseye map of the segment model. Abnormality was found to increase or decrease the segment area compared to normal. For example, in the case of aortic stenosis, the area of the segment of septum was reduced compared to normal. This approach can be applied to many other diseases.
  • the geomyologic change of the myocardium is determined by the two-dimensional bullseye map using the three-dimensional CT image
  • the three-dimensional geopolitical change by the CT image only. Can be determined as a simple two-dimensional index.
  • FIG. 2 is a diagram illustrating a process of forming an incongruous point in a 3D heart image
  • FIG. 3 is a myocardial segmentation model based on an anatomical structure of a patient.
  • an electrocardiogram-gated cardiac CT image is segmented automatically and / or semi-automatically to create a patient specific myocardial 17-segment model.
  • the patient-specific myocardial 17-split model is automatically segmented from the ECG-cardicity image using the seed region growth method.
  • different grooves are determined between front and rear axial ventricles, respectively, as boundaries of 1,2 divisions and as boundaries of 3,4 divisions.
  • Each partition is automatically divided as follows. The outer angle of the two boundaries was devide in the base plane to distinguish the 1, 4, 5, 6 partitions, while the inner angle was devide to distinguish the 2, 3 partitions. Similarly, the splits in the middle plane are devided.
  • 17 divisions 10 are shown in three orientation views (Axial, Sagittal, and Coronal View).
  • FIG. 5 is a diagram illustrating testing a region divided by a C line indicated by a solid line in FIG. 4 and a region divided by a D line indicated by a dotted line
  • FIGS. 6 to 12 illustrate a divided area pattern evaluated in a bullseye map.
  • Matlab was used as a tool.
  • FIG. 6 is a graph and data table showing an area of patient specific bull's eye segment
  • FIG. 7 is a graph and data table showing an area of fixed bull's eye segment
  • FIG. 8 is an area ratio of FIG. A / B)) is a graph and data table.
  • FIG. 9 is a table showing thickness and mass in a patient specific bull's eye segment
  • FIG. 10 is a graph of data of FIG. 9
  • FIG. 11 is a table showing fixed bull's eye segment thickness and mass
  • FIG. 12 is data of FIG. 11. Is a graph of
  • the patient specific anatomy based 17-segment model presented in this example can be used to distinguish normal from As patient.
  • this model is equivalent to 3D segmentation analysis, superior to the traditional 17 segmentation model, since morphological boundaries represent anatomical information of patient-specific segmentation along with visualization.
  • the method of expressing myocardial geopolitical changes is based on the mass or thickness of myocardium but is determined from the segment area change in the bulls eye map.
  • the geopolitical changes in the three-dimensional myocardium vary according to the disease, and the area of a particular segment of the two-dimensional bulls eye map is found to increase or decrease. This can be used to determine normal and abnormal (eg aortic stenosis).
  • Evaluating the difference includes: calculating a change in the area of the particular segment; And evaluating the disease on the basis of the increase and decrease.
  • (3) generating the myocardial segmentation model includes: dividing the area of the left ventricle (septum) attached to the right ventricle into two halves; And dividing the remaining left ventricular region into quadrants.
  • Myocardial segmentation model is a geospatial change description method using a bullseye map segmentation area pattern, characterized in that the generated 17-segment model.
  • a 17-segment model is a method of describing myocardial changes in the myocardium using a bullseye map segmentation pattern, which is characterized by reflecting geopolitical changes in the myocardium.
  • (6) generating the myocardial segmentation model includes: dividing the area of the left ventricle (septum) attached to the right ventricle into two halves; And dividing the remaining left ventricular region into quadrants, and the bull's eye map characterized by evaluating the difference in the segment area of the septum region as aortic stenosis in the process of evaluating the disease.
  • a method for describing geopolitical changes in myocardium using a bullseye map segmentation area pattern wherein the geomyologic changes in the myocardium are determined using a two-dimensional bullseye map using a three-dimensional CT image.
  • the myocardial three-dimensional geopolitical change can be determined as a simple two-dimensional index by CT images only.

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Optics & Photonics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Description

불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법
본 개시(Disclosure)는 전체적으로 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법에 관한 것으로, 특히 3차원적인 심근의 지정학적 변화를 2차원인 bulls eye map의 Segment의 area의 면적 변화로 판정하는 방법에 관한 것이다.
여기서는, 본 개시에 관한 배경기술이 제공되며, 이들이 반드시 공지기술을 의미하는 것은 아니다(This section provides background information related to the present disclosure which is not necessarily prior art).
도 1은 심장의 이미지를 나타내는 도면으로서, 관상동맥 질환(CAD; Coronary Artery Disease)은 협착이나 혈관이 좁아져 혈액의 흐름이 방해되는 것이다. 관상동맥은 심근에 피를 공급하는 작은 혈관들이다. CAD는 심근을 통해 피가 뿌려지는 길을 바꾼다. 이로 인해 심장근육의 운동이 감소된다.
심장에 대한 CT 또는 MRI 등의 의료영상을 기초로 CAD를 평가하는 방법이 다양하게 연구되어 왔다. 예를 들어, 다양한 의료영상을 통합하거나, 진단 및 평가를 위해 시각화하는 연구가 있다.
예를 들어, 논문 Three-dimensional registration of myocardial perfusion SPECT and CT coronary angiography(Annals of Nuclear Medicine Vol. 19, No. 3, 207-215, 2005)에는 CT coronary angiography (CTCA) 및 myocardial perfusion SPECT 정보를 통합하기 위한 정합(registration)의 방법이 개시되어 있다.
상기 논문에서는 좌심실의 심근을 장축 방향을 따라 16개의 단축 방향 이미지로 나누고, 다시 각 단축 방향 이미지를 36개의 세그먼트(segment)로 나눈다. 따라서 심근은 576(16x36)개의 다각형 표면(polygonal surface)으로 나누어진다. SPECT에 의한 심근관류 정보가 정합의 결과를 기초로 상기 576개의 다각형 표면에 주어지며, 관상동맥 트리와 심근이 3차원으로 함께 시각화된다.
그러나, 상기 논문에서는 심근이 심혈관의 구조와 무관하게 영역이 나누어지고, 단순히 심근관류 영상과 심혈관 영상을 중첩하는 방식으로 시각화하고 있다.
이에 대하여 '발명의 실시를 위한 형태'의 후단에 기술한다.
여기서는, 본 개시의 전체적인 요약(Summary)이 제공되며, 이것이 본 개시의 외연을 제한하는 것으로 이해되어서는 아니된다(This section provides a general summary of the disclosure and is not a comprehensive disclosure of its full scope or all of its features).
본 개시에 따른 일 태양에 의하면(According to one aspect of the present disclosure), CT 이미지(An electrocardiogram-gated cardiac CT images)를 분할하여 환자 맞춤된 심근 분할 모델(patient specific myocardial segment model)을 생성하는 단계; 상기 심근 분할 모델의 불스아이맵(bull’s eye map)을 생성하는 단계; 상기 심근 분할 모델에서 morphological boundaries를 사용하여 불스아이맵 상에서 분할의 면적 패턴(segment area pattern)을 정량적으로 평가하는 단계; 그리고 평가된 분할의 면적 패턴과 정상 패턴(normal pattern)을 비교하여 차이를 평가하는 단계;를 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴(Bullseye Map Segment area pattern)을 이용한 심근의 지정학적 변화 기술 방법이 제공된다.
이에 대하여 '발명의 실시를 위한 형태'의 후단에 기술한다.
도 1은 심장의 이미지를 나타내는 도면,
도 2는 3차원 심장 이미지에서 불할의 포인트를 형성하는 과정을 설명하는 도면,
도 3은 환자의 해부학적 구조에 기반한 심근 분할 모델,
도 4는 심근 분할 모델을 기초로 생성된 불스아이맵,
도 5는 도 4에서 실선으로 표시된 C 라인으로 분할된 영역과 점선으로 표시된 D 라인으로 분할된 영역을 테스트하는 것을 설명하는 도면,
도 6은 Area of patient specific bull’s eye segment를 나타내는 그래프 및 데이터 테이블,
도 7은 Area of Fixed bull’s eye segment를 나타내는 그래프 및 데이터 테이블,
도 8은 도 6과 도 7의 면적비(Area ratio of (A/B))를 타타내는 그래프 및 데이터 테이블,
도 9는 patient specific bull’s eye segment에서 두께와 질량을 나타내는 테이블,
도 10은 도 9의 데이터의 그래프,
도 11은 Fixed bull’s eye segment 두께와 질량을 나타내는 테이블,
도 12는 도 11의 데이터의 그래프.
이하, 본 개시를 첨부된 도면을 참고로 하여 자세하게 설명한다(The present disclosure will now be described in detail with reference to the accompanying drawing(s)).
본 개시는 환자의 심근의 해부학적 구조에 기반하여 정상과 질환(예: aortic stenosis) 간의 차이를 정량적으로 분석하는 방법으로서, 본 예에서 불스아이맵 분할 면적 패턴(Bullseye Map Segment area pattern)을 이용한 심근의 지정학적 변화 기술 방법이 제공된다.
먼저, CT 이미지(An electrocardiogram-gated cardiac CT images)를 분할하여 환자 맞춤된 심근 분할 모델(patient specific myocardial segment model)을 생성한다. 이후, 상기 심근 분할 모델의 불스아이맵(bull’s eye map)을 생성한다. 다음으로, 상기 심근 분할 모델에서 morphological boundaries를 사용하여 불스아이맵 상에서 분할의 면적 패턴(segment area pattern)을 정량적으로 평가한다. 그리고 평가된 분할의 면적 패턴과 정상 패턴(normal pattern)을 비교하여 차이를 평가한다.
심근 분할 모델을 생성하는 과정은 우심실이 붙은 좌심실의 영역(셉툼)을 절반으로 2분할하는 과정 그리고 나머지 좌심실 영역을 4등분하는 과정을 포함하며, 이를 포함하여 심근 분할 모델은 17-segment model로 생성될 수 있다. 이러한, 17-segment model은 심근의 지정학적 변화를 반영하지만, 여기서, 17이라는 세그멘트는 고정된 특별한 한정은 아니며, 본 예에서는 상기 셉툼과 좌심실 영역을 분할하는 독자적인 방법이 사용된 것에 특징이 있다.
차이를 평가하는 과정은 특정 분할의 면적(segment area)의 증감을 계산하는 과정과, 증감을 기준으로 질환을 평가하는 과정을 포함할 수 있다. 일 예로, 심근 분할 모델을 생성하는 과정에서 우심실이 붙은 좌심실의 영역(셉툼)을 절반으로 2분할하는 과정과, 나머지 좌심실 영역을 4등분하는 과정을 포함하여 17 분할 모델이 사용되며, 질환을 평가하는 과정에서 셉툼 영역의 분할 면적(segment area)가 정상에 비해 줄어든 경우, 이러한 차이(감소)에 대해 aortic stenosis로 평가할 수 있다. 특히, 질환마다, 특정한 분할 및/또는 분할의 면적 분포 또는 패턴이 지정학적으로 또는 형태학적으로 변하는 것을 발견하였고, 이에 착안하여 상기 심근 분할 모델을 기초로 불스아이맵을 생성하고 불스아이맵 상의 분할의 면적 패턴 또는 분포를 정상과 비교함으로써, 정상과 질환를 평가할 수 있다.
본 예에서는 segment model의 bullseye map에 나타난 segment들의 area 변화를 정량적으로 평가한다. 정상과 비교하면 비정상은 segment area가 증감하는 것을 발견하였다. 예를 들어, aortic stenosis 경우 셉툼 영역의 segment의 area가 정상에 비해 줄어든 것을 확인하였다. 여러 다른 질환에 대해 이러한 방식이 적용될 수 있다.
본 개시에 따른 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법은 3차원 CT 이미지를 사용하여 2차원 불스아이맵으로 심근의 지정학적 변화를 판정하므로 CT 영상만으로 3차원적 지정학적 변화를 2차원의 간편한 지표로 판정할 수 있다.
이하, 첨부된 도면을 참조하여 설명한다.
도 2는 3차원 심장 이미지에서 불할의 포인트를 형성하는 과정을 설명하는 도면이고, 도 3은 환자의 해부학적 구조에 기반한 심근 분할 모델이다.
예를 들어, 심전도-심장시티 이미지(an electrocardiogram-gated cardiac CT images)가 자동 및/또는 반자동으로 분할되어 patient specific myocardial 17-segment model이 만들어진다. 이때, 시드 영역 성장법을 사용하여 환자특화된 심근 17분할모델이 심전도-심장시티 이미지로부터 자동으로 분할된다. 상기 모델을 교정하기 위해 1,2 분할의 경계로서 및 3,4분할의 경계로서 다른 그루브를 각각 전후축 심실 사이 그루브를 결정한다. 각 분할은 다음과 같이 자동으로 구분된다. 2개의 경계들의 외측각(outer angle)은 1,4,5,6 분할을 구분하기 위해 기본 평면에서 devide 되었고, 한편, 내측각은 2,3 분할을 구분하기 위해 devide 되었다. 비슷하게 중간 평면의 분할들이 devided 되었다. 도 3에서는 17개 분할들(10)을 3개 방향뷰(Axial, Sagittal, Coronal View)에서 보여주고 있다.
도 4는 심근 분할 모델을 기초로 생성된 불스아이맵으로서, 심근 분할 모델이 전술된 것과 같이 만들어진 다음, 모폴로지컬 경계들을 사용하여 불스아이맵 상에서 17개 분할들의 면적이 정량적으로 평가되었다. 이 과정을 위해 windows7 x64 environment 상에서 in-house program이 개발되었다. CT data (normal control: 35, AS: 144)가 불스아이맵 분석을 위해 평가되었다.
도 5는 도 4에서 실선으로 표시된 C 라인으로 분할된 영역과 점선으로 표시된 D 라인으로 분할된 영역을 테스트하는 것을 설명하는 도면이고, 도 6 내지 도 12는 불스아이맵에서 평가된 분할 면적 패턴과 정상을 비교한 데이터들로서, Tool로서 Matlab가 사용되었다.
테스트 결과, AS 환자들의 분할 면적 분포는 정상과 현저히 달랐다(t-test, all p-values < 0.011), 이러한 결과는 3D 에서 각 분할의 최대 두께를 비교한 결과와 거의 동등하였다(t-test, all pvalues< 0.02 except 5th segment). 이에 더하여, 이 플렛폼에서 각 분할에 대해 평균 밀도 및 최대 두께를 포함하는 정량적 파라미터가 구축었다.
도 6은 Area of patient specific bull’s eye segment를 나타내는 그래프 및 데이터 테이블이고, 도 7은 Area of Fixed bull’s eye segment를 나타내는 그래프 및 데이터 테이블이며, 도 8은 도 6과 도 7의 면적비(Area ratio of (A/B))를 타타내는 그래프 및 데이터 테이블이다.
도 6 내지 도 8에는, AS(aortic stenosis)를 나타내는 선(20)과 정상을 나타내는 선(21)이 있다. 그래프에서 분할 면적 분포(segment area distribution)에 있어서, 정상과 질환 사이에 현저히 차이가 있음을 확인할 수 있다(t-test, all p-values < 0.011). ,
도 9는 patient specific bull’s eye segment에서 두께와 질량을 나타내는 테이블이고, 도 10은 도 9의 데이터의 그래프이며, 도 11은 Fixed bull’s eye segment 두께와 질량을 나타내는 테이블이고, 도 12는 도 11의 데이터의 그래프이다,
도 9 내지 도 12에는, AS(aortic stenosis)를 나타내는 선(20)과 정상을 나타내는 선(21)이 있다. 두께와 질량에 있어서, 정상과 질환 사이에 현저히 차이가 있음을 확인할 수 있다(t-test, all pvalues< 0.02 except 5th segment).
본 예에서 제시된 patient specific anatomy based 17-segment model은 As 환자와 정상을 구분하는데에 사용될 수 있다. 특히, 모폴로지컬 경계가 시각화와 함께 동시에 환자특화된 분할의 해부구조 정보를 나타내기 때문에, 이 모델은 3D 분할분석과 동등하며, 전통적인 17분할 모델보다 우월하다.
본 예에서 patient specific anatomy를 기초로 cardiac CT quantitative analysis software를 만들며, 심근의 지정학적 변화를 표현하는 방법에는 심근의 mass나 두께가 있지만, bulls eye map에서 Segment area 변화로부터 판단한다. 특히, 질환에 따라 3차원적인 심근의 지정학적 변화가 달라지며, 2차원인 bulls eye map의 특정 Segment의 area가 증가 또는 감소하는 것을 발견하다. 이를 이용하여 정상과 비정상(예: aortic stenosis)을 판정할 수 있다.
이하 본 개시의 다양한 실시 형태에 대하여 설명한다.
(1) CT 이미지(An electrocardiogram-gated cardiac CT images)를 분할하여 환자 맞춤된 심근 분할 모델(patient specific myocardial segment model)을 생성하는 단계; 상기 심근 분할 모델의 불스아이맵(bull’s eye map)을 생성하는 단계; 상기 심근 분할 모델에서 morphological boundaries를 사용하여 불스아이맵 상에서 분할의 면적 패턴(segment area pattern)을 정량적으로 평가하는 단계; 그리고 평가된 분할의 면적 패턴과 정상 패턴(normal pattern)을 비교하여 차이를 평가하는 단계;를 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴(Bullseye Map Segment area pattern)을 이용한 심근의 지정학적 변화 기술 방법.
(2) 차이를 평가하는 단계는: 특정 분할의 면적(segment area)의 증감을 계산하는 과정; 그리고 증감을 기준으로 질환을 평가하는 과정;을 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
(3) 심근 분할 모델을 생성하는 단계는: 우심실이 붙은 좌심실의 영역(셉툼)을 절반으로 2분할하는 과정; 그리고 나머지 좌심실 영역을 4등분하는 과정;을 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
(4) 심근 분할 모델은 17-segment model로 생성되는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
(5) 17-segment model은 심근의 지정학적 변화를 반영하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
(6) 심근 분할 모델을 생성하는 단계는: 우심실이 붙은 좌심실의 영역(셉툼)을 절반으로 2분할하는 과정; 그리고 나머지 좌심실 영역을 4등분하는 과정;을 포함하며, 질환을 평가하는 과정에서 셉툼 영역의 분할 면적(segment area)가 정상에 비해 줄어든 차이에에 대해 aortic stenosis로 평가하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
(7) 3차원 CT 이미지를 사용하여 2차원 불스아이맵으로 심근의 지정학적 변화를 판정하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
본 개시에 의하면, CT 영상만으로 심근 3차원적 지정학적 변화를 2차원의 간편한 지표로 판정할 수 있다.

Claims (7)

  1. CT 이미지(An electrocardiogram-gated cardiac CT images)를 분할하여 환자 맞춤된 심근 분할 모델(patient specific myocardial segment model)을 생성하는 단계;
    상기 심근 분할 모델의 불스아이맵(bull’s eye map)을 생성하는 단계;
    상기 심근 분할 모델에서 morphological boundaries를 사용하여 불스아이맵 상에서 분할의 면적 패턴(segment area pattern)을 정량적으로 평가하는 단계; 그리고
    평가된 분할의 면적 패턴과 정상 패턴(normal pattern)을 비교하여 차이를 평가하는 단계;를 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴(Bullseye Map Segment area pattern)을 이용한 심근의 지정학적 변화 기술 방법.
  2. 청구항 1에 있어서,
    차이를 평가하는 단계는:
    특정 분할의 면적(segment area)의 증감을 계산하는 과정; 그리고
    증감을 기준으로 질환을 평가하는 과정;을 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
  3. 청구항 1에 있어서,
    심근 분할 모델을 생성하는 단계는:
    우심실이 붙은 좌심실의 영역(셉툼)을 절반으로 2분할하는 과정; 그리고
    나머지 좌심실 영역을 4등분하는 과정;을 포함하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
  4. 청구항 3에 있어서,
    심근 분할 모델은 17-segment model로 생성되는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
  5. 청구항 4에 있어서,
    17-segment model은 심근의 지정학적 변화를 반영하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
  6. 청구항 2에 있어서,
    심근 분할 모델을 생성하는 단계는:
    우심실이 붙은 좌심실의 영역(셉툼)을 절반으로 2분할하는 과정; 그리고
    나머지 좌심실 영역을 4등분하는 과정;을 포함하며,
    질환을 평가하는 과정에서 셉툼 영역의 분할 면적(segment area)가 정상에 비해 줄어든 차이에에 대해 aortic stenosis로 평가하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
  7. 청구항 1에 있어서,
    3차원 CT 이미지를 사용하여 2차원 불스아이맵으로 심근의 지정학적 변화를 판정하는 것을 특징으로 하는 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법.
PCT/KR2015/009929 2014-09-22 2015-09-22 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법 Ceased WO2016047996A2 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2014-0126024 2014-09-22
KR1020140126024A KR20160035167A (ko) 2014-09-22 2014-09-22 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법

Publications (1)

Publication Number Publication Date
WO2016047996A2 true WO2016047996A2 (ko) 2016-03-31

Family

ID=55582209

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2015/009929 Ceased WO2016047996A2 (ko) 2014-09-22 2015-09-22 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법

Country Status (2)

Country Link
KR (1) KR20160035167A (ko)
WO (1) WO2016047996A2 (ko)

Also Published As

Publication number Publication date
KR20160035167A (ko) 2016-03-31

Similar Documents

Publication Publication Date Title
CN102551780B (zh) 用于确定和显示心肌的供血的装置和计算机断层造影仪
JP7309986B2 (ja) 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
EP3671649B1 (en) Method and computer system for generating a combined tissue-vessel representation
EP3573531B1 (en) Systems for computation of functional index parameter values for blood vessels
Prakosa et al. Methodology for image-based reconstruction of ventricular geometry for patient-specific modeling of cardiac electrophysiology
US10275878B2 (en) Method for the quantification of the presence of fats in a region of the heart
Liu et al. Extraction of coronary atherosclerotic plaques from computed tomography imaging: a review of recent methods
JP2019512131A (ja) 画像ベースの患者固有の血流力学的モデルにおいて解像されていない血管を特定してモデル化するためのシステム及び方法
Goubergrits et al. CT-based analysis of left ventricular hemodynamics using statistical shape modeling and computational fluid dynamics
CN111161241A (zh) 一种肝脏图像识别方法、电子设备及存储介质
Nakajima et al. Diagnostic performance of artificial neural network for detecting ischemia in myocardial perfusion imaging
CN110706770B (zh) 心脏数据处理设备及处理方法、计算机可读存储介质
WO2020101264A1 (ko) 관상동맥석회화점수 산정 방법 및 장치
Kakouros et al. Coronary pressure-derived fractional flow reserve in the assessment of coronary artery stenoses
Zhang et al. Simultaneous registration of location and orientation in intravascular ultrasound pullbacks pairs via 3D graph-based optimization
Cazoulat et al. Vasculature-driven biomechanical deformable image registration of longitudinal liver cholangiocarcinoma computed tomographic scans
O'Brien et al. Automated left ventricle ischemic scar detection in CT using deep neural networks
CN105708548A (zh) 用于识别供应区的方法、用于对供应区进行图形表示的方法、及其成像设备
US20160256059A1 (en) Method and system for processing of medical images for generating a prognosis of cardiac function
Jung et al. Patient‐specific 17‐segment myocardial modeling on a bull's‐eye map
Kirişli et al. Additional diagnostic value of integrated analysis of cardiac CTA and SPECT MPI using the SMARTVis system in patients with suspected coronary artery disease
WO2014163334A1 (ko) 물질특성에 기반한 전산유체역학 모델링 및 분석 방법
KR102229367B1 (ko) 뇌혈관 비교 판독 영상 디스플레이 장치 및 방법
Yu et al. Noninvasive computed tomography derived fractional flow reserve simulation based on microvascular tree model reconstruction
WO2016047996A2 (ko) 불스아이맵 분할 면적 패턴을 이용한 심근의 지정학적 변화 기술 방법

Legal Events

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

Ref document number: 15843992

Country of ref document: EP

Kind code of ref document: A2

NENP Non-entry into the national phase in:

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15843992

Country of ref document: EP

Kind code of ref document: A2