WO2016056632A1 - 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 - Google Patents

血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 Download PDF

Info

Publication number
WO2016056632A1
WO2016056632A1 PCT/JP2015/078676 JP2015078676W WO2016056632A1 WO 2016056632 A1 WO2016056632 A1 WO 2016056632A1 JP 2015078676 W JP2015078676 W JP 2015078676W WO 2016056632 A1 WO2016056632 A1 WO 2016056632A1
Authority
WO
WIPO (PCT)
Prior art keywords
treatment
aneurysm
blood vessel
blood flow
blood
Prior art date
Application number
PCT/JP2015/078676
Other languages
English (en)
French (fr)
Inventor
高伸 八木
栄光 朴
Original Assignee
イービーエム株式会社
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 イービーエム株式会社 filed Critical イービーエム株式会社
Priority to US15/503,626 priority Critical patent/US20170347966A1/en
Priority to JP2016553156A priority patent/JPWO2016056632A1/ja
Publication of WO2016056632A1 publication Critical patent/WO2016056632A1/ja

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
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7271—Specific aspects of physiological measurement analysis
    • A61B5/7275—Determining trends in physiological measurement data; Predicting development of a medical condition based on physiological measurements, e.g. determining a risk factor
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A61B5/02014—Determining aneurysm
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0013—Medical image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • 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
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/41—Medical
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume

Definitions

  • the present invention relates to a system for evaluating the risk of vascular treatment, a computer software program thereof, and a method thereof, and more particularly, the risk of vascular rupture or postoperative after coil embolization which is one of the treatment methods for cerebral aneurysm
  • the present invention relates to a system for evaluating the quality of a computer, its computer software program and method.
  • coil embolization has been performed as one of the treatment methods for cerebral aneurysms.
  • This coil embolization is a method of reducing the blood flow in the aneurysm and making it thrombotic by filling the aneurysm with a plurality of coils made of platinum or the like. By this method, blood flow into the aneurysm is blocked by thrombosis of the entire aneurysm, thereby preventing aneurysm rupture.
  • the volume of the filling coil should be 20-30% with respect to the volume of the cerebral aneurysm.
  • the coil is compressed toward the apex of the aneurysm (coil). compaction), re-increase of the remaining part (neck remant growth) occurred, and the thrombosis tended to be insufficient.
  • the present invention has been made in response to such a problem.Overviewing the above problems, the risk of coil embolization is reduced, that is, the risk of aneurysm rupture, the necessity of treatment itself, the amount of coil, etc. It seeks to provide a system, computer software program and method for supporting treatment in judgment.
  • a system for evaluating blood flow treatment based on a medical image a blood flow information calculation unit for calculating blood flow information in a specific blood vessel to be treated
  • a system including a blood vessel treatment risk determination unit that calculates a risk factor related to blood vessel treatment for the treatment target blood vessel based on the calculated blood flow information, and a display unit that displays the risk factor to a user is provided.
  • a risk factor for coil embolization of an aneurysm can be calculated from blood flow information such as a blood flow obtained from a medical image and presented to the user.
  • the blood flow information calculation unit calculates a blood flow rate that flows into the specific blood vessel to be treated as a lith factor.
  • the blood flow information calculation unit calculates a ratio of the blood flow amount flowing from the parent blood vessel into the aneurysm as a risk factor before the blood vessel treatment.
  • the vascular treatment risk determination unit may further determine an increase risk / rupture risk of the aneurysm before treatment based on a ratio of a blood flow rate flowing into the aneurysm as the risk factor. desirable.
  • the determination of the increase risk / rupture risk is determined based on the classification of the ratio of the blood flow rate flowing into the aneurysm that has increased or not increased in the past.
  • the vascular treatment risk determination unit calculates a ratio between a blood flow rate flowing into the aneurysm from a parent vessel before vascular treatment and a blood flow rate flowing into the aneurysm after vascular treatment. It is calculated as a risk factor indicating the quality of vascular treatment.
  • the determination of the quality of the vascular treatment may be determined based on the classification of the flow rate ratio in the case where re-treatment is necessary after treatment and the flow rate ratio in the case where re-treatment is not necessary. preferable. Furthermore, in this case, when the latter is 200% or more of the former as the flow rate ratio before and after treatment, it is desirable to determine that the result of vascular treatment is not good.
  • the vascular treatment is coil embolization for an aneurysm.
  • the present invention is not limited to this, and for example, clipping and balloon stents may be filled.
  • a computer software program for performing a blood flow simulation based on a medical image to support treatment of a disease related to a blood vessel, wherein the computer is a specific treatment target. Calculating blood flow information in a blood vessel; calculating a risk factor related to blood vessel treatment for the blood vessel to be treated based on the calculated blood flow information; and displaying the calculation result to a user.
  • a computer software program for executing the system is provided.
  • a method comprising the steps of: calculating a risk factor related to vascular treatment for the treatment target blood vessel based on the calculated blood flow information; and displaying the calculation result to a user.
  • FIG. 1 a is a view showing a state of an aneurysm immediately after coil embolization.
  • FIG. 1 b is a view showing a state of aneurysm one year after coil embolization.
  • FIG. 2 is a schematic system configuration diagram showing an embodiment of the present invention.
  • FIG. 3 is a flowchart of channel shape construction in one embodiment.
  • FIG. 4 is a flowchart of blood flow analysis in one embodiment.
  • FIG. 5 is a diagram showing the flow rate of blood in blood vessels and aneurysms with flow lines.
  • FIG. 6 is a reference diagram for defining the neck surface of the cerebral aneurysm.
  • FIG. 7 a is a view showing a remaining portion in the aneurysm immediately after the coil embolization operation.
  • FIG. 7 b is a diagram showing a reopening portion in the aneurysm one year after the coil embolization operation.
  • FIG. 8 is a diagram showing the inflow coefficient in one embodiment of the present invention.
  • FIG. 9 is a table summarizing the relationship between the inflow coefficient and the grade.
  • FIG. 10 is a table summarizing the data with respect to the volume of the knob.
  • FIG. 2 is a schematic system configuration diagram of the blood flow analysis device 1 according to the present invention.
  • the blood flow analysis apparatus 1 is configured by connecting a program storage unit 6 and a data storage unit 7 to a bus 5 to which a CPU 2, a memory 3 and an input / output unit 4 are connected.
  • the program storage unit 6 includes an input unit 8, a blood flow analysis execution unit 9, a blood flow information calculation unit 10, and a vascular treatment risk determination unit 11.
  • the blood flow information calculation unit 10 includes a blood flow information extraction unit 12 and a blood flow information display unit 13, and the blood vessel treatment risk determination unit 11 includes a blood flow information determination unit 14 and a risk information display unit 15.
  • the data storage unit 7 stores a medical image 16, a calculation condition template 17, a pass / fail determination template 18, blood flow information 19, and risk information 20.
  • the components (8 to 20) are actually constituted by computer software stored in a storage area of a hard disk, and are called by the CPU 2 and expanded on the memory 3 and executed. It is configured and functions as a component.
  • the input unit 8 receives the medical image 16, the fluid property 25, the boundary condition 26, and the calculation condition 27 from the data storage unit 7.
  • the medical image 16 is an MRI image or the like.
  • the fluid physical properties 25 are density and viscosity in this embodiment.
  • the boundary condition 26 is a flow velocity / pressure distribution on the end face of each pipeline and a constraint condition on the wall surface. In this embodiment, the velocity is set to zero (non-slip condition) by ignoring the flow velocity distribution at the inlet and outlet of the pipeline and the fluid slip on the wall surface.
  • the calculation condition 27 is generation of a calculation grid for a given flow path shape, and is an equation discretization and simultaneous equation solution for equation solution.
  • the blood flow analysis execution unit 9 acquires a pressure field / flow velocity field based on the medical image 16 read by the input unit 8. As shown in FIG. 4, the blood flow analysis execution unit 9 first receives a medical image 16 (a). Next, a blood vessel shape (surface mesh) is extracted based on the received medical image (b), a calculation grid (volume mesh) is generated (c), and the fluid physical property 25 and the boundary condition (wall surface) input at the input unit 8 ) 26 is set, and (d), the flow rate and flow pressure at the inlet and outlet of the blood flow are set (e). Based on this set flow rate and pressure, the equation is iteratively calculated (f) to obtain the pressure field / velocity field (g). If it solves it, it will become the pressure field and the velocity field in space and time.
  • FIG. 5 is a diagram visualizing the flow line of the blood flow based on the acquired pressure field / flow velocity field, and the magnitude of the flow velocity is expressed using colors. For example, a low flow rate is gradually displayed from blue through a gradation of light blue, green, yellow, orange, etc., and a high flow rate is displayed in red.
  • green, yellow, and red lines are drawn in the portion indicated by A
  • B is substantially light blue and green
  • C is substantially green
  • D is red and yellow.
  • the flow velocity is visualized based on the color so that E and F are substantially composed of a red line.
  • D is near the entrance to the aneurysm, but it can be seen from the state that the streamline extends into the aneurysm, so that blood flow is flowing into the aneurysm.
  • the blood flow information calculation unit 10 calculates an inflow amount of blood, that is, an inflow coefficient, which is one of the intra-aneurysm state quantities, based on the pressure field / flow velocity field 28 obtained by the blood flow analysis execution unit 9. is there.
  • FIG. 6 is a schematic diagram for explaining the calculation of the inflow coefficient.
  • 51 is a knob and 54 is a blood vessel.
  • the center of gravity G59 of the neck surface 52 is determined, and the intra-lumen vertical direction unit vector 57 extending in the vertical direction 58 is extracted therefrom. Then, by taking the inner product of the vertical unit vector 58 in the aneurysm and the velocity vector in the neck surface 52 calculated based on the pressure field / velocity field, the velocity substantially flowing into the aneurysm 51 is calculated. . This speed is zero when integrated over the entire surface because the inflow and outflow are the same. Therefore, either the inflow amount or the outflow amount may be referred to, but only the inflow amount is referred to here. This inflow amount is calculated by adding only positive flow rates when the streamline heading in the vertical direction in the aneurysm is positive.
  • the inflow coefficient is 0.07, that is, 7%, and it can be seen that 7% of the parent blood vessel flow rate flows into the aneurysm.
  • the blood vessel treatment risk determination unit 11 reads the pass / fail determination template 18 stored in the data storage unit 7 and collates the inflow coefficient into the blood mass calculated by the blood flow information calculation unit 10 with the pass / fail determination template 18. Thus, the possibility of increasing aneurysm or re-operation (risk) is determined.
  • this vascular treatment risk determination unit has an inflow coefficient of 0 to 0.22 for grade A, 0.23 to 0.42 for grade B, and 0.43 to 0.2. Up to 7 is judged as grade C. This determination is made, for example, based on accumulated data of the increase and non-increase of the aneurysm. In this example, in FIG.
  • the risk information display unit 15 displays an evaluation result in which there is almost no risk in grade A, attention is required in grade B, and high risk in grade C.
  • FIG. 10 is a diagram in which the data of the inflow coefficient calculated by the blood flow information calculation unit 10 are summarized with respect to the volume of the aneurysm.
  • the inflow coefficient is increased even within a volume of 50 mm 3 . That is, the volume alone is not sufficient as a risk factor.
  • inflow calculations range from a minimum of 0.1 or less to a maximum of about 0.6. As a result, it was proved that the fluid characteristics could not be evaluated only by the shape of the aneurysm, and it was shown that the evaluation by the flow rate count according to the present invention is effective.
  • a numerical value comparing the case where re-operation was required after coil embolization and the case where it was not is also prepared in advance, and the computer calculates the quality of the operation after coil embolization with reference to this template.
  • This numerical value is set to 200% or more in this embodiment.
  • This is a numerical value verified in a comparison between cases where re-operation was required after coil embolization and cases where re-operation was necessary, and in cases where re-operation was necessary, the relative blood flow entering the cerebral aneurysm was approximately doubled.
  • FIGS. 7a and 7b are MRI images of cases where reopening occurred immediately after coil embolization and one year later, respectively. Comparing the state of the aneurysm immediately after the treatment and one year later, it can be seen that the remaining part and the blood inflow part at the resuming part coincide.
  • the inflow amount of the blood flow was calculated in the blood flow information calculation unit, the result that the inflow coefficient reached 62% in this case was calculated. That is, since an inflow coefficient of 62% flows into the aneurysm from the same inflow portion, it is demonstrated that the risk of increased flow can be verified immediately after the operation by examining the inflow coefficient immediately after the operation. It was.
  • the present inventors are related to blood flow in the cerebral aneurysm, and because the blood clot is induced by the decrease in blood flow, We paid attention to the problem that should be dealt with in terms of blood flow rather than shape. That is, as described above, the blood flow is not evaluated no matter how much the risk factor is evaluated by the shape factors such as the volume of the aneurysm, the neck length, and the filling rate as in the conventional case.
  • the present inventors focused on the flow rate of blood flowing into the cerebral aneurysm, and calculated the ratio of the blood flow flowing through the parent blood vessel and the blood flow entering the aneurysm as an inflow coefficient. As a result of this calculation, the present inventors have obtained knowledge that the risk of aneurysm increase and aneurysm rupture can be predicted, and the present invention has been completed.
  • the present invention has the effect of being able to support coil embolization from multiple aspects.
  • the blood flow information for the blood vessel treatment is the blood flow rate
  • the risk factor is the flow rate ratio, but is not limited thereto.
  • the blood flow information may be an amount representing the state of blood flowing in the cerebral aneurysm, and may be, for example, a flow velocity, energy, or pressure.
  • the vascular treatment is coil embolization, but is not limited thereto.
  • clipping and balloon stent filling may be used.

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Epidemiology (AREA)
  • Vascular Medicine (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Cardiology (AREA)
  • Quality & Reliability (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Signal Processing (AREA)
  • Psychiatry (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Neurosurgery (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

医用画像１６を基に血流シミュレーションを行い血管に関する疾患の治療を支援するためのシステムであって、データ格納部７から医用画像１６、流体物性２５、境界条件２６を読み取る入力部８と、この入力部８で読み取った医用画像１６を基に圧力場・流速場を取得する血流解析実行部９と、この圧力場・流速場に基づいて特定の治療対象血管における血流情報を算出する血流情報算出部１０と、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタとしての瘤内に流入する血流量の比率を算出する血管治療リスク判定部１１と、上記算出結果をユーザに表示する表示部１３、１５とを有する。

Description

血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法
　本発明は、血管治療リスクを評価するためのシステム、そのコンピュータソフトウエアプログラム及び方法に関し、特に、脳動脈瘤に対する治療法の一つであるコイル塞栓術を行った場合の血管破裂リスクあるいは術後の良否を評価するシステム、そのコンピュータソフトウエアプログラム及び方法に関するものである。
　従来より、脳動脈瘤の治療法の一つとしてコイル塞栓術が施術されている。このコイル塞栓術とは、瘤内をプラチナ製等の複数のコイルで充填することにより、瘤内の血流を低下させ、瘤内を血栓化させる方法である。この方法により、瘤全域を血栓化することにより瘤内への血流を遮断し、瘤破裂を予防するものである。
　従来、脳動脈瘤のコイル塞栓術は経験則に基づいて行われてきた、すなわち瘤破裂のリスクや治療そのものの要否、さらにはコイルの量等の判断においては、リスクファクターとして、瘤の体積、ネック長、充填率等が検討されている。
　また、充填するコイルの量の判断においては、脳動脈瘤の体積に対して充填コイルの体積が２０－３０％となるようにするのが良いと考えられている。しかしながら、瘤が大きい場合や、瘤のネックが広い場合、また、手技的拘束からコイル充填率が局所的に低下した場合（残存部）に、コイルが瘤頭頂部にかけて圧縮されてしまったり（ｃｏｉｌ　ｃｏｍｐａｃｔｉｏｎ）、残存部の再増大（ｎｅｃｋ　ｒｅｍｎａｎｔ　ｇｒｏｗｔｈ）が起き、血栓化が不十分となりがちであった。
　さらに、術後に治療の良否を検討する場合においても、瘤の血栓化は術直後に起きるものではないため、コイル塞栓術直後の未血栓化段階において手術の良否を判断することはできず、術後に経過を観察することで治療の良否が判断されてきた。このため、経過観察をし、治療の良否を判断するには最低数ヶ月の月日を必要とする。
　いずれのケースにおいても、図１ａおよび図１ｂに見られるように、血流が再開通してしまうことがあり、そのような場合、瘤破裂のリスクが高まるため、再手術の適用が検討される。このようなケースは稀ではなく、施設間の差はあるが全体の２割程度で見られるとする報告すらある。また、ｓｍａｌｌ　ａｎｅｕｒｙｓｍ（小さな瘤）の場合、コイル塞栓術の手術そのものが困難となり期待される充填率が得られない場合もある。Ｇｉａｎｔ　aneurysm（大きな瘤）の場合は、期待される充填率を目指すと非常に多くのコイルを必要とし治療費が高騰することが問題となっている。
　背景技術で述べた従来のコイル塞栓術に関する技術では、いずれも結局のところは瘤の形状要素に基づいた判断が医師の経験則によって行われてきた。
　この発明はこのような課題に応じてなされたものであり、上記の課題を俯瞰し、コイル塞栓術のリスクの低減、すなわち瘤破裂のリスクや治療そのものの要否、さらにはコイルの量等の判断における治療支援となるシステム、そのコンピュータソフトウエアプログラム及び方法を提供しようとするのである。
　この発明の第１の主要な観点によれば、医用画像を基に血流治療を評価するためのシステムであって、特定の治療対象血管における血流情報を算出する血流情報算出部と、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する血管治療リスク判定部と、上記リスクファクタをユーザに表示する表示部とを有するシステムが提供される。
　このような構成によれば、医用画像から得られる血流量等の血流情報から、例えば瘤へのコイル塞栓術に対するリスクファクタを算出して、それをユーザに提示することができる。
　この発明の一の実施態様によれば、このシステムは、前記血流情報算出部が前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである。ここで、この特定の治療対象血管が瘤である場合には、前記血流情報算出部は、親血管から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものであることが好ましい。また、この場合、前記血管治療リスク判定部は、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前にこの瘤の増大リスク／破裂リスクを判定するものであることがさらに望ましい。この場合、増大リスク／破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものであることが好ましい。
　この発明の別の一の実施態様によれば、前記血管治療リスク判定部は、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである。前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものであることが好ましい。さらにこの場合、治療前と治療後の前記流量比率として、後者が前者の２００％以上となった場合に、血管治療の結果は良好でないと判定するものであることが望ましい。
　また、この発明のさらなる一の実施態様によれば、前記血管治療は、瘤に対するコイル塞栓術である。ただし、これに限らず例えば、クリッピング、バルーン・ステントを充てんするものであってもよい。
　また、この発明の第２の主要な観点によれば、医用画像を基に血流シミュレーションを行い血管に関する疾患の治療を支援するためのコンピュータソフトウエアプログラムであって、コンピュータが、特定の治療対象血管における血流情報を算出する工程と、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程と、上記算出結果をユーザに表示する工程とを有する、前記システムを実行するためのコンピュータソフトウエアプログラムが提供される。
　さらに、この発明の第３の主要な観点によれば、医用画像を基に血流シミュレーションを行い血管に関する疾患の治療を支援するための方法であって、特定の治療対象血管における血流情報を算出するステップと、前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップと、上記算出結果をユーザに表示するステップとを有する、方法が提供される。
　なお、上記で挙げていない本発明の特徴は、この後に説明する発明の実施形態及び図面中に当業者が実施可能に明らかにされる。
図１ａは、コイル塞栓術施術直後の瘤の状態を示した図である。 図１ｂは、コイル塞栓術施術１年後の瘤の状態を示した図である。 図２は、本発明の一実施形態を示す概略システム構成図である。 図３は、一実施形態における流路形状構築のフローチャートである。 図４は、一実施形態における血流解析のフローチャートである。 図５は、血管と瘤内における血液の流量を流線で示した図である。 図６は、脳動脈瘤のネック面を定義するための参考図である。 図７ａは、コイル塞栓術施術直後の瘤における残存部を示した図である。 図７ｂは、コイル塞栓術施術一年後の瘤における再開通部を示した図である。 図８は、本発明の一実施形態における流入係数を示した図である。 図９は、流入係数とグレードの関係をまとめた表である。 図１０は、データを瘤の体積に対してまとめた図である。
　以下、本発明の好ましい一実施形態について図２～図１０に基づいて詳細に説明する。
　（全体構成）　
　図２は、本願発明に係る血流解析装置１の概略システム構成図である。この血流解析装置１は、ＣＰＵ２、メモリ３及び入出力部４が接続されたバス５に、プログラム格納部６とデータ格納部７とが接続されてなる。プログラム格納部６は、入力部８と、血流解析実行部９と、血流情報算出部１０と、血管治療リスク判定部１１とを備えている。前記血流情報算出部１０は血流情報抽出部１２および血流情報表示部１３を有し、前記血管治療リスク判定部１１は、血流情報判定部１４およびリスク情報表示部１５を有する。データ格納部７には、医用画像１６と、演算条件テンプレート１７と、良否判断テンプレート１８と、血流情報１９と、リスク情報２０とが格納されている。
　前記構成要素（８～２０）は、実際にはハードディスクの記憶領域に格納されたコンピュータソフトウエアによって構成され、前記ＣＰＵ２によって呼び出されメモリ３上に展開されて実行されることによって、この発明の各構成要素として構成され機能するようになっている。
　以下上記血流解析装置１の各構成要素毎（８～２０）の詳しい構成を、図３に示すフローチャートを参照しつつ説明する。
　（入力部）　
　入力部８はデータ格納部７から医用画像１６、流体物性２５、境界条件２６、計算条件２７を受け取るものである。医用画像１６はＭＲＩ画像等である。また、流体物性２５は、この実施形態においては密度と粘度である。境界条件２６は、各管路の端面における流速・圧力分布、および、壁面における拘束条件である。この実施形態では、管路の入口や出口における流速分布、壁面での流体の滑りを無視することで速度をゼロと設定する（ノンスリップ条件）。計算条件２７は、与えられた流路形状に対しての計算格子生成であり、方程式解法に関する方程式離散化、連立方程式解法である。
　（血流解析実行部）　
　血流解析実行部９は、入力部８で読み取られた医用画像１６を基に圧力場・流速場を取得するものである。この血流解析実行部９は、図４に示されるように、まず医用画像１６受け取る（ａ）。次に受け取った医用画像を基に血管形状（サーフェスメッシュ）を抽出し（ｂ）、計算格子（ボリュームメッシュ）を生成し（ｃ）、入力部８で入力された流体物性２５と境界条件（壁面）２６を設定し、（ｄ）、血流の入口と出口における流量と流圧を設定する（ｅ）。この設定された流量と圧力を基に、方程式を反復演算することで（ｆ）、圧力場・流速場を取得するものである（ｇ）が、この圧力場・流速場は、時間発展型として解法すれば時空間での圧力場・流速場となる。
　図５は取得した圧力場・流速場を基に血流の流線を可視化した図であり、流速の大きさが色を用いて表現されている。例えば流速の小さいものは青から徐々に水色、緑、黄色、オレンジ等のグラデーションを介して流速の大きなものは赤で表示されるようになっている。例えば、図５において、Ａで記される部分は緑、黄色、赤の線が描かれ、Ｂにおいてはほぼ水色と緑、Ｃにおいてはほぼ緑の線でＤには赤と黄色がみられる。そして、ＥおよびＦはほぼ赤の線から構成されるというように、流速が色に基づいて可視化されている。また、Ｄが瘤への入り口付近となるが、流線が瘤内にも伸びている様子から、血流が瘤内に流れていることがわかる。
　（血流情報算出部）　
　血流情報算出部１０は、上記血流解析実行部９で求めた圧力場・流速場２８に基づいて、瘤内状態量の一つである血液の流入量、すなわち流入係数を算出するものである。図６は、この流入係数の算出を説明するための模式図である。図６において、５１は瘤であり、５４が血管である。そして、この５１と５４の境目である、瘤５１のネック部５３にある平面をネック面５２と呼ぶ。
　この実施形態においては、まずこのネック面５２の重心Ｇ５９を決定し、そこから鉛直方向５８に向かう瘤内鉛直方向単位ベクトル５７を抽出する。そして、この瘤内鉛直方向単位ベクトル５８と、上記圧力場・流速場を基に算出されたネック面５２内の速度ベクトルの内積をとることで瘤５１内に実質的に流入する速度を演算する。この速度は面全体に対して積分すればゼロとなるものであるが、これは流入量と流出量が同一であるためである。従って、流入量、流出量のどちらを参照してもよいものであるが、ここでは流入した量のみを参照する。この流入量は、瘤内鉛直方向に向かう流線を正とした場合、正の流量のみを足し合わせることで算出されるものである。例えば図５の例においては、８ｍｌ／ｍｉｎとなる。また親血管の流量１０９ｍｌ／ｍｉｎで除すと、流入係数は０．０７、すなわち７％となり、親血管流量の７％が瘤に流入していることがわかる。
　（血管治療リスク判定部）
　血管治療リスク判定部１１は、データ格納部７に格納された前記良否判断テンプレート１８を読み出し、上記血流情報算出部１０で算出された血液の瘤への流入係数をこの良否判断テンプレート１８に照合して瘤の増大もしくは再手術の可能性（リスク）を判定するものである。この実施形態では、図９に示すように、この血管治療リスク判定部は、流入係数が０～０.２２はグレードＡ、０．２３～０．４２まではグレードＢ、０．４３～０．７まではグレードＣというように判定する。この判定は、例えば、瘤の増大と非増大の蓄積データに基づいて決定されるものであり、この例では、図１０において、流入係数が０～０．２２までは瘤が増大したケースは見られないためグレードＡとし、０．２３～０．４２までは、増大したケースとしなかったケースが混在するため、グレードＢ、そして、０．４３以上においては増大したケースが１００％であるため、グレードＣとするものである。この判定に基づいて、リスク情報表示部１５がグレードＡではリスクはほぼない、グレードＢでは注意が必要であり、グレードＣでは高リスクとなるような評価結果を表示するものである。
　また、図１０は、血流情報算出部１０で算出された流入係数のデータを瘤の体積に対してまとめた図である。体積５０ｍｍ３以内においても流入係数が増大した症例が散見される。すなわち、体積のみではリスクファクターとしては不十分であることを示している。事実、同区域においても流入計算は最小０．１以下から最大０．６程度にまで広がりをもっている。これにより、瘤の形状のみでは流体特性を評価しきれないことが実証され、本発明による流量計数による評価が有効であることが示された。
　また、流入係数を用いた別の例として、コイル塞栓術後の施術評価を説明する。
　この例では、術後に手術の良否を判断するためのテンプレートとして、コイル塞栓術後に再手術を必要となったケースとそうでないケースを比較検討した数値（術後の流入量／術後の流入量）を格納したテンプレートもあらかじめ準備し、これを参照してコイル塞栓術後後に手術の良否をコンピュータが演算する。この数値としてこの実施形態では２００％以上に設定する。これは、コイル塞栓術後に再手術を必要となったケースとそうでないケースの比較において検証された数値として、再手術を必要としたケースでは脳動脈瘤内に入る相対血流量がおよそ二倍増大していること、再手術を必要としたケースでは、およそ５割の血流が瘤内に流入していたことの数値に基づいて決定された数値である。
　図７ａ及び図７ｂは、それぞれコイル塞栓術直後と一年後における再開通を起こした症例のＭＲＩ画像である。施術直後と一年後における瘤の状態を比べると、残存部と再開通部における血液の流入部が一致していることが読み取れる。前記血流情報算出部において血流の流入量が演算されると、本症例において、流入係数は６２％にも達している結果が演算された。すなわち、同一の流入部から流入係数６２％が瘤内に流入しているため、術直後の段階で流入係数を検討することで、流増大のリスクが術直後にわかることが検証できることが実証された。
　以上、本発明の瘤治療支援器具の開発において、本発明者らは脳動脈瘤内の血栓は血流と関連するものであって、血流の低下により血栓が誘発されるわけであるので、形状ではなく血流的要素で取り扱われるべき課題であることに着目した。すなわち、前記の通り、リスクファクターとして、従来のように瘤の体積、ネック長、充填率等の形状的要素でいくら評価しても血流を評価したことにならない。従来の形状要素に代わり、本発明者らは、脳動脈瘤内に流入する血液の流量に着目し、親血管を流れる血流量と瘤内に入る血流量の比を流入係数（Ａｎｅｕｒｙｓｍａｌ　ｉｎｆｌｏｗ　ｃｏｅｆｆｉｃｉｅｎｔ）として算出することで、瘤増大・瘤破裂のリスクが予測できるとの知見を得、この発明を完成したものである。
　このような構成によれば、瘤の形状要素に基づく医師の判断に頼るのではなく、流量係数により、瘤増大のリスク、術後再開通のリスクを容易に判定することができる効果をえることができるものである。
　すなわち、本発明者らによる研究においては、脳動脈瘤のなかには、親血管からの流入が1割台もしくは未満という症例も存在することが明らかとなっている。すなわち、脳動脈瘤は発症したにもかかわらず、形態的には血管と接続しているが、血流的にはすでに血管と接続していない脳動脈瘤があることがわかったものである。本発明の装置を用いれば、リスク低減の他にも、そもそも血流が入らない瘤にはコイル塞栓そのものが不要もしくは充填率を減少させることが可能となり、すなわち、コスト低減も可能となるものである。上述のように、本発明は、コイル塞栓術を多面的に支援できる効果を奏するものである。
　なお、以上で説明は、本発明の一実施例に過ぎず、発明の要旨を変更しない範囲で種々変形可能である。
　例えば、前記一実施形態では、血管治療に対する血流情報は血流量、リスクファクタは流量比等であったが、これに限定されるものではない。例えば、前記血流情報としては脳動脈瘤内に流れる血液の状態を表す量であればよく、例えば、流速、エネルギー、圧力であってもよい。
　また、上記一実施形態では、血管治療は、コイル塞栓術であったが、これに限定されるものではない。例えば、クリッピング、バルーン・ステントを充てんする方法であってもよい。

Claims (27)

  1. 　医用画像に基づいて血管治療を評価するためのシステムであって、
    　特定の治療対象血管における血流情報を算出する血流情報算出部と、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する血管治療リスク判定部と、
    　上記算出されたリスクファクタをユーザに表示する表示部と
    　を有するシステム。
  2. 　請求項１に記載のシステムにおいて、
    　前記血流情報算出部は前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである
    　ことを特徴とするシステム。
  3. 　請求項２に記載のシステムにおいて、
    　前記特定の治療対象血管は瘤であり、
    　前記血流情報算出部は、血管の本流から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものである
    　ことを特徴とするシステム。
  4. 　請求項３記載のシステムにおいて、
    　前記血管治療リスク判定部は、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前に、この瘤の増大リスク／破裂リスクを判定するものである
    　ことを特徴とするシステム。
  5. 　請求項４記載のシステムにおいて、
    　増大リスク／破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものである
    　ことを特徴とするシステム。
  6. 　請求項２に記載のシステムにおいて、
    　前記特定の治療対象血管は瘤であり、
    　前記血管治療リスク判定部は、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである
    　ことを特徴とするシステム。
  7. 　請求項６記載のシステムにおいて、
    　前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものである
    　ことを特徴とするシステム。
  8. 　請求項７記載のシステムにおいて、
    　前記血管治療リスク判定部は、
    　治療前と治療後の前記流量比率として、後者が前者の２００％以上となった場合に、血管治療の結果は良好でないと判定するものである
    　ことを特徴とするシステム。
  9. 　請求項１のシステムであって、
    　前記血管治療は、瘤に対するコイル塞栓術である
    　ことを特徴とするシステム。
  10. 　医用画像に基づいて血管治療を評価するためのコンピュータソフトウエアプログラムであって、以下の工程；
    　コンピュータが、特定の治療対象血管における血流情報を算出する工程と、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程と、
    　上記算出されたリスクファクタをユーザに表示する工程と
    　を実行させる命令を含む
    　ことを特徴とするコンピュータソフトウエアプログラム。
  11. 　請求項１０に記載のコンピュータソフトウエアプログラムにおいて、
    　前記特定の治療対象血管における血流情報を算出する工程は前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  12. 　請求項１１に記載のコンピュータソフトウエアプログラムにおいて、
    　前記特定の治療対象血管は瘤であり、
    　前記特定の治療対象血管における血流情報を算出する工程は、血管の本流から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  13. 　請求項１２記載のコンピュータソフトウエアプログラムにおいて、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程は、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前に、この瘤の増大リスク／破裂リスクを判定するものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  14. 　請求項１３記載のコンピュータソフトウエアプログラムにおいて、
    　増大リスク／破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  15. 　請求項１１に記載のコンピュータソフトウエアプログラムにおいて、
    　前記特定の治療対象血管は瘤であり、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程は、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  16. 　請求項１５記載のコンピュータソフトウエアプログラムにおいて、
    　前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  17. 　請求項１６記載のコンピュータソフトウエアプログラムにおいて、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出する工程は、
    　治療前と治療後の前記流量比率として、後者が前者の２００％以上となった場合に、血管治療の結果は良好でないと判定するものである
    　ことを特徴とするコンピュータソフトウエアプログラム。
  18. 　請求項１０のコンピュータソフトウエアプログラムであって、
    　前記血管治療は、瘤に対するコイル塞栓術である
    　ことを特徴とするコンピュータソフトウエアプログラム。
  19. 　医用画像に基づいて血管治療を評価するための方法であって、
    　特定の治療対象血管における血流情報を算出するステップと、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップと、
    　上記算出されたリスクファクタをユーザに表示するステップと
    　を有する方法。
  20. 　請求項１９に記載の方法において、
    　前記特定の治療対象血管における血流情報を算出するステップは前記特定の治療対象血管に流れ込む血液流量をリスファクタとして演算するものである
    　ことを特徴とする方法。
  21. 　請求項２０に記載の方法において、
    　前記特定の治療対象血管は瘤であり、
    　前記特定の治療対象血管における血流情報を算出するステップは、血管の本流から前記瘤に流入する血流量の割合を血管治療前のリスクファクタとして演算するものである
    　ことを特徴とする方法。
  22. 　請求項２１記載の方法において、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップは、前記リスクファクタとしての瘤に流入する血流量の割合に基づいて、治療前に、この瘤の増大リスク／破裂リスクを判定するものである
    　ことを特徴とする方法。
  23. 　請求項２２記載の方法において、
    　増大リスク／破裂リスクの判定は、過去の増大・非増大となった瘤に流入する血流量の割合の分類に基づいて決定されるものである
    　ことを特徴とする方法。
  24. 　請求項２０に記載の方法において、
    　前記特定の治療対象血管は瘤であり、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップは、血管治療前に親血管から前記瘤に流入する血流量と、血管治療後に前記瘤に流入する血流量の比率を血管治療の良否を示すリスクファクタとして演算するものである
    　ことを特徴とする方法。
  25. 　請求項２４記載のシステムにおいて、
    　前記血管治療の良否の判定は、治療後に再治療が必要となったケースの前記流量比率と、再治療が必要でなかったケースの前記流量比率の分類に基づいて決定されるものである
    　ことを特徴とする方法。
  26. 　請求項２５記載の方法において、
    　前記算出した血流情報に基づいて前記治療対象血管に対する血管治療に関するリスクファクタを算出するステップは、
    　治療前と治療後の前記流量比率として、後者が前者の２００％以上となった場合に、血管治療の結果は良好でないと判定するものである
    　ことを特徴とする方法。
  27. 　請求項１９の方法であって、
    　前記血管治療は、瘤に対するコイル塞栓術である
    　ことを特徴とする方法。
PCT/JP2015/078676 2014-10-08 2015-10-08 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法 WO2016056632A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US15/503,626 US20170347966A1 (en) 2014-10-08 2015-10-08 Vascular treatment evaluation system, and method therefor
JP2016553156A JPWO2016056632A1 (ja) 2014-10-08 2015-10-08 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201462061409P 2014-10-08 2014-10-08
US62/061,409 2014-10-08

Publications (1)

Publication Number Publication Date
WO2016056632A1 true WO2016056632A1 (ja) 2016-04-14

Family

ID=55653237

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/078676 WO2016056632A1 (ja) 2014-10-08 2015-10-08 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法

Country Status (3)

Country Link
US (1) US20170347966A1 (ja)
JP (1) JPWO2016056632A1 (ja)
WO (1) WO2016056632A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5890055B1 (ja) * 2015-07-09 2016-03-22 株式会社アルム 血管画像処理装置、血管画像処理プログラム、および血管画像処理方法
JP6651402B2 (ja) * 2016-04-12 2020-02-19 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、医用画像診断装置およびプログラム
JP7227400B2 (ja) * 2019-04-15 2023-02-21 上海博動医療科技股▲分▼有限公司 冠血流量及び血流速度の取得方法並びに装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013031741A1 (ja) * 2011-08-26 2013-03-07 イービーエム株式会社 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
JP2015073858A (ja) * 2013-10-11 2015-04-20 国立大学法人名古屋大学 動脈瘤成長判定方法及び同方法に使用される装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7986822B2 (en) * 2006-04-24 2011-07-26 Siemens Medical Solutions Usa, Inc. System and method for X-ray based assessment of aneurysm pulsation
US8144958B2 (en) * 2008-09-11 2012-03-27 Carl Zeiss Meditec Ag Medical systems and methods
JP2010207531A (ja) * 2009-03-12 2010-09-24 Toshiba Corp Ｍｒｉ装置及びデータ処理装置
US20130085518A1 (en) * 2009-12-16 2013-04-04 Endoshape, Inc. Multi-fiber shape memory device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013031741A1 (ja) * 2011-08-26 2013-03-07 イービーエム株式会社 血流性状診断のためのシステム、その方法及びコンピュータソフトウエアプログラム
JP2015073858A (ja) * 2013-10-11 2015-04-20 国立大学法人名古屋大学 動脈瘤成長判定方法及び同方法に使用される装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SARA TAKAHASHI ET AL.: "Effect of posterior communicating artery on hemodynamics and rupture risk of cerebral aneurysms : 3D flow visualization study using a patient-specific elastic model of a ruptured aneurysm", DAI 21 KAI BIO FRONTIER KOENKAI KOEN RONBUNSHU, THE JAPAN SOCIETY OF MECHANICAL ENGINEERS, 11 November 2010 (2010-11-11), pages 5 - 6 *

Also Published As

Publication number Publication date
JPWO2016056632A1 (ja) 2017-08-10
US20170347966A1 (en) 2017-12-07

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
Cebral et al. Clinical application of image‐based CFD for cerebral aneurysms
Augsburger et al. Intracranial stents being modeled as a porous medium: flow simulation in stented cerebral aneurysms
Morales et al. A virtual coiling technique for image-based aneurysm models by dynamic path planning
Babiker et al. Quantitative effects of coil packing density on cerebral aneurysm fluid dynamics: an in vitro steady flow study
WO2016056632A1 (ja) 血管治療評価システム、そのコンピュータソフトウエアプログラム及び方法
Castro et al. Hemodynamics and rupture of terminal cerebral aneurysms
US8965084B2 (en) Blood flow computation in vessels with implanted devices
WO2015137260A1 (ja) 血流解析システムおよび血流解析プログラム
Berg et al. Multiple intracranial aneurysms: a direct hemodynamic comparison between ruptured and unruptured vessel malformations
Vali et al. Computational fluid dynamics modeling of contrast transport in basilar aneurysms following flow-altering surgeries
JP2017189308A (ja) 医用画像処理装置、医用画像診断装置およびプログラム
US10390782B2 (en) Device and method for ascertaining at least one individual fluid-dynamic characteristic parameter of a stenosis in a vascular segment having serial stenoses
Csippa et al. Hydrodynamic resistance of intracranial flow-diverter stents: measurement description and data evaluation
Mach et al. A non-Newtonian model for blood flow behind a flow diverting stent
WO2017047820A1 (ja) 病変血流特徴量可視化装置、その方法、及びそのコンピュータソフトウェアプログラム
JP2013508064A (ja) コイリングパラメータのインタラクティブな決定
Muñoz et al. Simulation of intra-saccular devices for pre-operative device size selection: Method and validation for sizing and porosity simulation
JP6865468B2 (ja) 血管内治療シミュレーション装置及び方法
JP2022540954A (ja) 血管病変の機能的影響
Corriveau et al. The effect of flow diverting stents on in vivo intrasaccular aneurysm pressure
Marsh Computational Fluid Dynamics of Intracranial Aneurysms: Eulerian and Lagrangian Analysis of the Effect of Endovascular Treatment on Hemodynamics
Li et al. Patient-specific modeling of hemodynamic characteristics associated with the formation of visceral artery aneurysms at uncommon locations
Nakajima et al. Prediction of atherosclerotic changes in cavernous carotid aneurysms based on computational fluid dynamics analysis: a proof-of-concept study
Doyle et al. Aneurysms

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: 15849266

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016553156

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 15503626

Country of ref document: US

122 Ep: pct application non-entry in european phase

Ref document number: 15849266

Country of ref document: EP

Kind code of ref document: A1