WO2022190821A1 - 壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム - Google Patents

壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム Download PDF

Info

Publication number
WO2022190821A1
WO2022190821A1 PCT/JP2022/006662 JP2022006662W WO2022190821A1 WO 2022190821 A1 WO2022190821 A1 WO 2022190821A1 JP 2022006662 W JP2022006662 W JP 2022006662W WO 2022190821 A1 WO2022190821 A1 WO 2022190821A1
Authority
WO
WIPO (PCT)
Prior art keywords
wall
information
thickness
blood vessel
organ
Prior art date
Application number
PCT/JP2022/006662
Other languages
English (en)
French (fr)
Inventor
由恵 杉山
Original Assignee
国立大学法人大阪大学
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 国立大学法人大阪大学 filed Critical 国立大学法人大阪大学
Priority to JP2023505258A priority Critical patent/JPWO2022190821A1/ja
Priority to US18/271,977 priority patent/US20240081767A1/en
Priority to CN202280006359.2A priority patent/CN116171130A/zh
Publication of WO2022190821A1 publication Critical patent/WO2022190821A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1075—Measuring physical dimensions, e.g. size of the entire body or parts thereof for measuring dimensions by non-invasive methods, e.g. for determining thickness of tissue layer
    • 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
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging

Definitions

  • the present invention relates to a wall thickness estimation method for estimating the thickness of an organ wall or blood vessel wall.
  • a cerebral aneurysm which is an example of a vascular disease, is an extremely high-risk disease with a fatality rate exceeding about 50% once it ruptures, and a high rate of sequelae. . Therefore, preventive treatment (preemptive medicine) to prevent cerebral aneurysm rupture is highly important, and appropriate therapeutic intervention is essential.
  • the information for example, thickness
  • cerebral aneurysm rupture is more likely to occur in areas where the aneurysm wall is thinner than in areas where the aneurysm wall is thicker.
  • the shape such as the thickness of the aneurysm wall varies from cerebral aneurysm to cerebral aneurysm.
  • CT Computer Tomography
  • MRI Magnetic Resonance Imaging
  • MRA Magnetic Resonance Angiography
  • the ultrasonic diagnostic apparatus disclosed in Patent Document 1 is known as a minimally invasive technique for predicting the thickness of a blood vessel wall such as an aneurysm wall of a cerebral aneurysm.
  • Patent Literature 1 discloses an ultrasonic diagnostic apparatus that generates image data using ultrasonic signals and displays information about the thickness of a blood vessel wall of a subject based on the image data.
  • the present invention proposes useful information for performing specific treatments for diseases of organs or blood vessels by generating highly accurate information on the walls of organs or blood vessels using a minimally invasive technique.
  • the purpose is to provide methods such as
  • a computer program according to an aspect of the present invention causes a computer to execute the wall thickness estimation method described above.
  • the wall thickness estimation method and the like of the present invention by generating highly accurate information on the organ wall or blood vessel wall by a minimally invasive technique, it is useful for performing specific treatments for diseases of the organ or blood vessel. information can be proposed.
  • FIG. 1 is a diagram showing the configuration of a wall thickness estimation system according to an embodiment.
  • FIG. 2 is a block diagram showing a characteristic functional configuration of the wall thickness estimation device according to the embodiment.
  • FIG. 3 is a perspective view showing a cerebral aneurysm according to the embodiment.
  • FIG. 4 is a cross-sectional view of the cerebral aneurysm according to the present embodiment taken along line IV-IV in FIG.
  • FIG. 5 is a cross-sectional view of the cerebral aneurysm according to this embodiment taken along line VV in FIG.
  • FIG. 6 is a flowchart showing a processing procedure for estimating the aneurysm wall thickness of a cerebral aneurysm by the wall thickness estimation device according to the embodiment.
  • FIG. 7 is a diagram for explaining distortion at a predetermined point according to the embodiment.
  • FIG. 8 is another diagram for explaining distortion at a predetermined point according to the embodiment.
  • FIG. 9 is a diagram showing an example of estimation information according to the embodiment.
  • FIG. 10 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 11 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 12 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 13 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 14 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 15 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 16 is a diagram showing another example of estimation information according to the embodiment.
  • FIG. 1 is a diagram showing the configuration of a wall thickness estimation system 1000 according to this embodiment.
  • the wall thickness estimation system 1000 uses four-dimensional angiography to acquire behavior information, which is numerical information about changes in the position of each predetermined point over time, from a moving image including the organ wall or blood vessel wall of the subject P. Furthermore, the wall thickness estimation system 1000 is a system that generates estimation information for estimating the thickness of the organ wall or blood vessel wall based on the acquired behavior information. For example, the wall thickness estimation system 1000 estimates the thickness of a cerebral aneurysm, which is an example of the subject P's blood vessel wall.
  • 4D angiography is a method that takes into account the time axis of 3D angiography.
  • Three-dimensional angiography is a method of collecting three-dimensional blood vessel data using an X-ray CT device or an MRI device and extracting blood vessel information.
  • the four-dimensional angiography method using an X-ray CT apparatus is also called 4DCTA (4 Dimensional Computed Tomography Angiography).
  • a moving image is obtained by 4D angiography.
  • the moving image may be a time series of three or more still images, and may be, for example, a moving image covering the time when the heart beats n times (n is a natural number).
  • the moving image may be a moving image within a predetermined period of time.
  • the predetermined time may be, for example, m seconds (m is a natural number).
  • the organ wall is the wall of the organ, and the organ includes the chest organ and the abdominal organ.
  • chest organs include heart and lungs
  • abdominal organs include but are not limited to stomach, intestine, liver, kidney and pancreas.
  • the organ may also include a thoracic organ with a lumen and an abdominal organ with a lumen.
  • An organ wall may be, for example, a wall that separates the organ in question from an organ or organ other than the organ in question.
  • the organ wall when the organ is the heart, the organ wall is a wall composed of muscle (myocardium) separating the heart from other organs.
  • the organ wall may be, for example, a wall that separates regions within the organ.
  • the organ wall when the organ is the heart, the organ wall is the ventricular middle wall separating the left ventricle and the right ventricle, which are examples of regions within the heart.
  • the wall thickness estimation system 1000 includes a wall thickness estimation device 100, a display device 200, a moving image information processing device 300, and a moving image capturing device 400.
  • the moving image capturing device 400 is a device that generates moving images including organ walls or blood vessel walls using four-dimensional angiography.
  • the moving image capturing device 400 is, for example, an X-ray CT device or an MRI device.
  • the moving image capturing apparatus 400 is an X-ray CT apparatus, and includes an X-ray tube that emits X-rays, a detector that receives signals, and a computer.
  • the detector is located on the opposite side of the X-ray tube and detects the X-rays after they pass through Subject P's body.
  • a computer generates a moving image including organ walls or blood vessel walls in a specific part of the subject P by utilizing the fact that X-ray absorption differs depending on the part of the subject P's body.
  • the moving image capturing device 400 also has a function of measuring and acquiring the subject P's electrocardiogram waveform.
  • a method using an X-ray CT device or MRI device and a four-dimensional angiography method does not require incision or the like, which imposes a heavy burden on the body of the subject P, unlike methods such as open surgery, open heart surgery, or craniotomy. It is a minimally invasive technique. Also, a technique using an X-ray CT device or an MRI device and a four-dimensional angiography method can generate highly precise moving images.
  • the moving image information processing device 300 acquires a moving image including an organ wall or a blood vessel wall generated by the moving image capturing device 400 using a four-dimensional angiography method, and detects each of a plurality of predetermined points on the organ wall or the blood vessel wall. Generates behavior information, which is numerical information about the time change of the position of . In other words, the behavior information is information based on moving images including organ walls or blood vessel walls obtained using four-dimensional angiography.
  • the behavior information is a set of a specific time in a moving image and three-dimensional coordinate positions of each of a plurality of predetermined points on the organ wall or blood vessel wall at the specific time.
  • This is numerical information in which a plurality of sets are arranged according to the passage of time for one pulsation of the heart in the image. It should be noted that the plurality of predetermined points means a minimal area.
  • the moving image information processing device 300 outputs behavior information to the wall thickness estimation device 100 .
  • the moving image information processing apparatus 300 is, for example, a personal computer, but may be a server apparatus with high computing power connected to a network.
  • the wall thickness estimation device 100 acquires the behavior information generated by the moving image information processing device 300, generates estimation information for estimating the thickness of the organ wall or the blood vessel wall based on the acquired behavior information, The generated estimation information is output to display device 200 .
  • Wall thickness estimation device 100 is, for example, a personal computer, but may be a server device with high computing power connected to a network.
  • FIG. 2 is a block diagram showing a characteristic functional configuration of the wall thickness estimation device 100 according to this embodiment.
  • Wall thickness estimation device 100 includes acquisition section 110 , generation section 120 , and output section 130 .
  • the estimation information is information that visualizes the distortion of each of a plurality of predetermined points for estimating the thickness of the organ wall or blood vessel wall.
  • the output unit 130 outputs the estimation information generated by the generation unit 120.
  • the output unit 130 may output the estimation information generated by the generation unit 120 to the display device 200 .
  • the output unit 130 is, for example, a communication interface that performs wired communication or wireless communication.
  • the generation unit 120 generates estimated information using the strain calculated as described above (more specifically, the maximum principal strain).
  • the estimated information is, for example, image data in which information about the calculated maximum principal strain is shown as a schematic diagram.
  • the output unit 130 outputs the estimated information generated by the generation unit 120 (output step S103).
  • the output unit 130 transmits the image data generated by the generation unit 120 in the generation step S102 to the display device 200, for example.
  • the display device 200 acquires the image data output by the output unit 130 and displays an image based on the image data.
  • the principal strain is calculated for the cerebral aneurysm 10a of the case, and the estimated information is generated by the maximum principal strain among these principal strains.
  • the predetermined number of points is the maximum number of points allowed by the calculation capability of the wall thickness estimation device 100, for example, 100,000 predetermined points. is used. Note that the number of predetermined points is not limited to 100,000, and a number larger than 100,000 may be selected.
  • the maximum principal strain is calculated for each of the plurality of (for example, 100000) predetermined points.
  • FIG. 9 is a diagram showing an example of estimation information according to the present embodiment.
  • FIG. 9 is a diagram of image data showing a schematic diagram of the relationship between the shape of a cerebral aneurysm 10a and the maximum principal strain, which is an example of estimated information.
  • large dots or small dots are added to locations corresponding to a plurality of predetermined points of cerebral aneurysm 10a, and these two types of dots indicate the shape of cerebral aneurysm 10a in the case.
  • a large dot corresponds to a predetermined point at which a maximum principal strain that expands at a predetermined rate or more occurs, and a small dot corresponds to another predetermined point.
  • large dots or small dots are illustrated in the image data shown in FIG. Each is the same size.
  • Craniotomy revealed the shape of the cerebral aneurysm and areas of thin vessel wall in that shape.
  • the wall thickness estimation method according to the present embodiment generates highly accurate information about the vascular wall using a minimally invasive technique, thereby providing useful information for performing specific treatments for vascular diseases.
  • the wall thickness estimation method according to the present embodiment can be used for estimating the thickness of not only blood vessel walls but also organ walls.
  • a moving image including the vascular wall is generated using an X-ray CT device or MRI device and a four-dimensional angiography method.
  • moving images including vascular walls can be obtained by a minimally invasive technique compared to techniques such as craniotomy.
  • the wall thickness estimation method can generate estimation information in which the distortion of each of a plurality of predetermined points for estimating the thickness of the blood vessel wall is visualized using the behavior information about the moving image. It was shown that the vascular wall thickness estimated based on the estimated information corresponds to the vascular wall thickness obtained by craniotomy.
  • the wall thickness estimation method can estimate the thickness of the aneurysm or varicose vein wall as the thickness of the blood vessel wall.
  • the wall thickness estimation device 100 also includes an acquisition unit 110, a generation unit 120, and an output unit .
  • the acquisition unit 110 acquires numerical information regarding temporal changes in the positions of a plurality of predetermined points on the organ wall or blood vessel wall, based on a moving image containing the organ wall or blood vessel wall obtained using four-dimensional angiography. Get the behavior information that is Based on the behavior information acquired by the acquisition unit 110, the generation unit 120 generates estimation information, which is information in which the distortion of each of a plurality of predetermined points for estimating the thickness of the organ wall or blood vessel wall is visualized. do.
  • the output unit 130 outputs the estimated information generated by the generation unit 120 .
  • a moving image including the vascular wall is generated using an X-ray CT device or MRI device and four-dimensional angiography.
  • moving images including vascular walls can be obtained by a minimally invasive technique compared to techniques such as craniotomy.
  • the wall thickness estimating apparatus 100 can generate estimation information in which the distortion of each of a plurality of predetermined points for estimating the thickness of the blood vessel wall is visualized using the behavior information about the moving image. It was shown that the vascular wall thickness estimated based on the estimated information corresponds to the vascular wall thickness obtained by craniotomy.
  • the wall thickness estimation device 100 can generate highly accurate information about the wall thickness near each of a plurality of predetermined points on the blood vessel wall.
  • the thickness of the aneurysm wall 11 of the cerebral aneurysm 10 is estimated.
  • Such information is useful information for, for example, distinguishing between cerebral aneurysms that tend to grow and rupture from those that do not tend to grow and rupture, and to appropriately determine the need for treatment.
  • the wall thickness estimation apparatus 100 generates highly accurate information on the organ wall or blood vessel wall using a minimally invasive technique, thereby performing specific treatment for diseases of the organ or blood vessel. can suggest useful information for
  • a moving image including the vascular wall is generated using an X-ray CT device or MRI device and four-dimensional angiography.
  • moving images including vascular walls can be obtained by a minimally invasive technique compared to techniques such as craniotomy.
  • the wall thickness estimation system 1000 can generate estimation information in which the distortion of each of a plurality of predetermined points for estimating the thickness of the blood vessel wall is visualized using the behavior information about the moving image. It was shown that the vascular wall thickness estimated based on the estimated information corresponds to the vascular wall thickness obtained by craniotomy.
  • the wall thickness estimation system 1000 can generate highly accurate information about the wall thickness near each of a plurality of predetermined points on the blood vessel wall.
  • the thickness of the aneurysm wall 11 of the cerebral aneurysm 10 is estimated.
  • Such information is useful information for, for example, distinguishing between cerebral aneurysms that tend to grow and rupture from those that do not tend to grow and rupture, and to appropriately determine the need for treatment.
  • the wall thickness estimation system 1000 can be used to estimate the thickness of not only blood vessel walls but also organ walls.
  • a large dot corresponds to a predetermined point at which a maximum principal strain that expands at a predetermined rate or more occurs.
  • a large dot corresponds to a predetermined point at which a maximum principal strain that expands by 5% or more with respect to the size of the microcube corresponding to each of the plurality of predetermined points occurs.
  • the predetermined ratio may be 5%, 10%, or 15%. Also, this predetermined ratio is not limited to the above, and may be another ratio.
  • the principal strain is used as the strain, but it is not limited to this.
  • one of a total of 9 components of strain including 3 components of vertical strain and 6 components of shear strain may be used as the strain to output the estimated information.
  • Engineering strain is an example of strain calculated from behavior information.
  • stretch is an example of a parameter related to strain calculated from engineering strain.
  • logarithmic distortion is an example of distortion calculated from behavior information.
  • estimation information may be output using distortions other than the maximum principal distortion shown in this embodiment.
  • the absolute value of strain is calculated as the value of strain correlated with the thickness of the organ wall or blood vessel wall. Therefore, when case findings are accumulated, it is possible to estimate the likelihood of rupture (high risk) of an organ wall or blood vessel wall based on the strain calculated from one case.
  • behavior information may be obtained by the methods of Alternative Example 1 and Alternative Example 2 below.
  • behavior information is obtained by using an artificially made artificial aneurysm, an artificial heart connected to the artificial aneurysm, and an imaging device.
  • the artificial aneurysm may be made of, for example, silicone resin.
  • the artificial aneurysm is not limited to the above as long as it is made of a flexible material.
  • the artificial aneurysm is made using the image data obtained by the X-ray CT device or MRI device described above.
  • This image data includes data of a human blood vessel and an aneurysm generated in the blood vessel.
  • the artificial aneurysm is created based on the DICOM (Digital Imaging and Communications in Medicine) data related to the image data obtained above.
  • DICOM Digital Imaging and Communications in Medicine
  • the imaging device is, for example, a camera device capable of capturing still images and moving images. Furthermore, the imaging device may be a device capable of obtaining information on the three-dimensional coordinates of the surface of the observation target and displacement in the three-dimensional space. Such an imaging device can obtain the three-dimensional coordinates of the surface of the observation target, the displacement in the three-dimensional space, the velocity in the three-dimensional space, and the acceleration in the three-dimensional space by imaging for one second, five seconds, or ten seconds. You can get all information. Note that the time for which the imaging device captures images is not limited to the above, and other times may be used.
  • the imaging device images the pulsating artificial aneurysm, thereby obtaining information on the three-dimensional coordinates of the surface of the artificial aneurysm and the displacement in the three-dimensional space.
  • Behavior information may be obtained based on any or all of the three-dimensional coordinates and the displacement in the three-dimensional space.
  • Example 1 Compared to the craniotomy described above, the method of Example 1 is a less invasive technique, so behavioral information can be obtained more easily.
  • behavior information is obtained by using a model animal having an aneurysm in a blood vessel and the imaging device described above.
  • the imaging device images the blood vessel and aneurysm of the model animal, thereby obtaining information on the three-dimensional coordinates of the surface of the blood vessel and aneurysm of the model animal and the displacement in the three-dimensional space.
  • Behavior information may be obtained based on any or all of the information.
  • data on blood vessels and aneurysms in model animals can be obtained at equal time intervals (eg, once every two weeks). Therefore, behavior information can be obtained more easily than in the embodiment.
  • the thickness of the blood vessel wall is the thickness of the aneurysm wall 11 of the cerebral aneurysm 10, but as described above, it may be the thickness of the wall of a blood vessel including arteries or veins.
  • the vascular wall is the thickness of a blood vessel including arteries or veins
  • the degree of stenosis of the artery or vein can be estimated by using the wall thickness estimation method or the like according to the embodiment.
  • each component may be implemented by dedicated hardware or by executing a software program suitable for each component.
  • Each component may be realized by reading and executing a software program recorded in a recording medium such as a hard disk or a semiconductor memory by a program execution unit such as a CPU or processor.
  • the wall thickness estimation method according to the present invention can be used for various purposes such as medical equipment and medical methods.

Landscapes

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

Abstract

壁厚み推定方法は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、臓器壁又は血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する取得工程（Ｓ１０１）と、取得工程（Ｓ１０１）により取得された挙動情報に基づいて、臓器壁又は血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する生成工程（Ｓ１０２）と、生成工程（Ｓ１０２）により生成された推定情報を出力する出力工程（Ｓ１０３）とを含む。

Description

壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム
　本発明は、臓器壁又は血管壁の厚みを推定する壁厚み推定方法などに関する。
　血管の疾患の一例である脳動脈瘤は、一旦破裂すると、致死率が約５０％を越える極めてハイリスクな疾患であり、かつ、高率に後遺症を残す社会的にも影響が大きい疾患である。このため、脳動脈瘤の破裂を未然に防ぐ予防的治療（先制医療）の重要性が高く、適切な治療介入が不可欠である。
　適切な治療には、脳動脈瘤の瘤壁の情報（例えば、厚さ）を知ることが有効である。脳動脈瘤の破裂は、瘤壁の厚い部分に比べ、瘤壁の薄い部分において、起こりやすいことが知られているためである。しかしながら、１個の脳動脈瘤においても、瘤壁の厚みなどの形状は、脳動脈瘤ごとに多様である。
　そのため、瘤壁の厚みなどの形状に関する情報を、ＣＴ（コンピュータ断層撮影法（Ｃｏｍｐｕｔｅｄ　Ｔｏｍｏｇｒａｐｈｙ））、ＭＲＩ（磁気共鳴画像（Ｍａｇｎｅｔｉｃ　Ｒｅｓｏｎａｎｃｅ　Ｉｍａｇｉｎｇ））及びＭＲＡ（磁気共鳴血管撮影（Ｍａｇｎｅｔｉｃ　Ｒｅｓｏｎａｎｃｅ　Ａｎｇｉｏｇｒａｐｈｙ））によって得られる瘤壁の内腔などの形態のみから推察することは、専門家であっても困難である。
　例えば、脳動脈瘤の瘤壁の厚みを予測する手法としては、医師が行う開頭手術による撮影又は目視が知られている。しかしながら、この手法は、高侵襲な手法であり、患者負担が大きく、容易に脳動脈瘤の瘤壁の厚みを予測できる手法ではない。
　また、例えば、低侵襲、かつ、脳動脈瘤の瘤壁などの血管壁の厚みを予測する手法として、特許文献１に開示される超音波診断装置が知られている。特許文献１には、超音波信号を用いて、画像データが生成され、当該画像データに基づいて、被検者の血管壁の厚みに関する情報を表示する超音波診断装置が開示されている。
特開２０１３－１１８９３２号公報
　しかしながら、特許文献１に開示される従来技術により得られる画像データは、精密さが低いため、血管壁に関して、精度の高い情報が得られにくい。さらに、従来技術では、血管壁に限られず人体内の臓器の臓器壁に関しても、精度の高い情報が得られにくく、臓器及び血管の疾患に対して具体的な処置を施すための情報を提案することは困難である。
　そこで、本発明は、低侵襲な手法により臓器壁又は血管壁に関する高精度な情報を生成することで、臓器又は血管の疾患に対して具体的な処置を施すための有益な情報を提案することができる方法などの提供を目的とする。
　本発明の一態様に係る壁厚み推定方法は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、前記臓器壁又は前記血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する取得工程と、前記取得工程により取得された前記挙動情報に基づいて、前記臓器壁又は前記血管壁の厚みを推定するための前記複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する生成工程と、前記生成工程により生成された前記推定情報を出力する出力工程とを含む。
　また、本発明の一態様に係るコンピュータプログラムは、上記に記載の壁厚み推定方法をコンピュータに実行させる。
　また、本発明の一態様に係る壁厚み推定装置は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、前記臓器壁又は前記血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する取得部と、前記取得部により取得された前記挙動情報に基づいて、前記臓器壁又は前記血管壁の厚みを推定するための前記複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する生成部と、前記生成部により生成された前記推定情報を出力する出力部とを備える。
　また、本発明の一態様に係る壁厚み推定システムは、上記に記載の壁厚み推定装置と、前記動画像を取得し、前記挙動情報を生成して前記取得部に出力する動画像情報処理装置と、前記出力部が出力した前記推定情報を表示する表示装置とを備える。
　本発明の壁厚み推定方法等によれば、低侵襲な手法により臓器壁又は血管壁に関する高精度な情報を生成することで、臓器又は血管の疾患に対して具体的な処置を施すための有益な情報を提案することができる。
図１は、実施の形態に係る壁厚み推定システムの構成を示す図である。 図２は、実施の形態に係る壁厚み推定装置の特徴的な機能構成を示すブロック図である。 図３は、実施の形態に係る脳動脈瘤を示す斜視図である。 図４は、図３のＩＶ－ＩＶ線における本実施の形態に係る脳動脈瘤の断面図である。 図５は、図４のＶ－Ｖ線における本実施の形態に係る脳動脈瘤の断面図である。 図６は、実施の形態に係る壁厚み推定装置が脳動脈瘤の瘤壁の厚みを推定する処理手順を示すフローチャートである。 図７は、実施の形態に係る所定の点の歪を説明するための図である。 図８は、実施の形態に係る所定の点の歪を説明するための他の図である。 図９は、実施の形態に係る推定情報の例が示された図である。 図１０は、実施の形態に係る推定情報の他の例が示された図である。 図１１は、実施の形態に係る推定情報の他の例が示された図である。 図１２は、実施の形態に係る推定情報の他の例が示された図である。 図１３は、実施の形態に係る推定情報の他の例が示された図である。 図１４は、実施の形態に係る推定情報の他の例が示された図である。 図１５は、実施の形態に係る推定情報の他の例が示された図である。 図１６は、実施の形態に係る推定情報の他の例が示された図である。
　以下、実施の形態について、図面を参照しながら説明する。なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、工程、工程の順序等は、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、独立請求項に記載されていない構成要素については、任意の構成要素として説明される。
　なお、各図は模式図であり、必ずしも厳密に図示されたものではない。また、各図において、実質的に同一の構成に対しては同一の符号を付しており、重複する説明は省略又は簡略化される場合がある。
　（実施の形態）
　［壁厚み推定システムの構成］
　本実施の形態に係る壁厚み推定システム１０００の構成に関して説明する。図１は、本実施の形態に係る壁厚み推定システム１０００の構成を示す図である。
　壁厚み推定システム１０００は、４次元血管撮影法を用いて、被験者Ｐの臓器壁又は血管壁を含む動画像から所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する。さらに、壁厚み推定システム１０００は、取得した挙動情報に基づいて臓器壁又は血管壁の厚みを推定するための推定情報を生成するシステムである。例えば、壁厚み推定システム１０００は、被験者Ｐの血管壁の一例である脳動脈瘤の厚みを推定する。
　４次元血管撮影法とは、３次元血管撮影法に時間軸を加味した手法である。３次元血管撮影法とは、Ｘ線ＣＴ装置、ＭＲＩ装置によって血管の立体データを収集し、血管情報を抽出する手法である。なお、Ｘ線ＣＴ装置を用いた４次元血管撮影法は、４ＤＣＴＡ（４　Ｄｉｍｅｎｓｉｏｎａｌ　Ｃｏｍｐｕｔｅｄ　Ｔｏｍｏｇｒａｐｈｙ　Ａｎｇｉｏｇｒａｐｈｙ）ともいわれる。
　４次元血管撮影法により動画像が得られる。当該動画像は、３枚以上の静止画の時系列であればよく、例えば、心臓がｎ回脈動（ｎは自然数）する時間にかけての動画像であってもよい。また、例えば、当該動画像は、所定の時間内の動画像であってもよい。所定の時間とは、例えば、ｍ秒間（ｍは自然数）であってもよい。
　ここで、臓器壁とは臓器が有する壁であり、臓器とは胸部臓器と腹部臓器とを含む。例えば、胸部臓器は心臓及び肺などであり、腹部臓器は胃、腸、肝臓、腎臓及び膵臓などであるが、これらに限られない。また、臓器とは、内腔を有する胸部臓器と、内腔を有する腹部臓器とを含んでもよい。
　臓器壁とは、例えば、当該臓器と当該臓器以外の臓器又は器官とを隔てる壁であってもよい。一例として、臓器が心臓である場合は、臓器壁とは、心臓と他の器官とを隔てる筋肉（心筋）により構成される壁である。また、臓器壁とは、例えば、当該臓器内での領域を隔てる壁であってもよい。一例として、臓器が心臓である場合は、臓器壁とは、心臓内の領域の一例である左心室と右心室とを隔てる心室中壁である。
　また、血管壁の厚みとは、動脈又は静脈を含む血管の壁の厚みであってもよく、動脈瘤又は静脈瘤の瘤壁の厚みであってもよく、例えば、脳動脈瘤、大動脈瘤又は内臓瘤の瘤壁の厚みであってもよい。
　図１が示すように、壁厚み推定システム１０００は、壁厚み推定装置１００と、表示装置２００と、動画像情報処理装置３００と、動画像撮影装置４００とを備える。
　動画像撮影装置４００は、４次元血管撮影法を用いて臓器壁又は血管壁を含む動画像を生成する装置である。動画像撮影装置４００は、例えば、Ｘ線ＣＴ装置又はＭＲＩ装置である。本実施の形態においては、動画像撮影装置４００はＸ線ＣＴ装置であり、動画像撮影装置４００はＸ線を照射するＸ線管と信号を受け取る検出器とコンピュータとを備える。
　検出器は、Ｘ線管の向かい側に位置し、被験者Ｐの体を通過したあとのＸ線を検出する。このとき、被験者Ｐの身体の部位によって、Ｘ線の吸収が異なることを利用して、コンピュータが被験者Ｐの特定部位における臓器壁又は血管壁を含む動画像を生成する。なお、動画像撮影装置４００は、被験者Ｐの心電図波形を測定し取得する機能も有している。
　Ｘ線ＣＴ装置又はＭＲＩ装置と４次元血管撮影法とを用いる手法は、開腹手術、開心手術又は開頭手術などの手法とは異なり、被験者Ｐの体に与える負担が大きい切開などを要しないため、低侵襲な手法である。また、Ｘ線ＣＴ装置又はＭＲＩ装置と、４次元血管撮影法とを用いる手法は、精密さの高い動画像を生成することができる。
　動画像情報処理装置３００は、動画像撮影装置４００が４次元血管撮影法を用いて生成した臓器壁又は血管壁を含む動画像を取得し、臓器壁又は血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を生成する。つまり、挙動情報は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた情報である。
　また、例えば、挙動情報とは、動画像における特定の時刻と当該特定の時刻での臓器壁又は血管壁における複数の所定の点のそれぞれの３次元の座標位置とを１個の組とし、動画像において心臓が１脈動する時間の経過に従って複数の組が並べられた数値情報である。なお、この複数の所定の点とは、極小領域を意味する。
　動画像情報処理装置３００は、挙動情報を壁厚み推定装置１００へ出力する。動画像情報処理装置３００は、例えば、パーソナルコンピュータであるが、ネットワークに接続された計算能力の高いサーバ装置であってもよい。
　壁厚み推定装置１００は、動画像情報処理装置３００によって生成された挙動情報を取得し、取得された挙動情報に基づいて、臓器壁又は血管壁の厚みを推定するための推定情報を生成し、生成された推定情報を表示装置２００へ出力する。壁厚み推定装置１００は、例えば、パーソナルコンピュータであるが、ネットワークに接続された計算能力の高いサーバ装置であってもよい。
　表示装置２００は、壁厚み推定装置１００から出力される推定情報を表示する。表示装置２００は、具体的には、液晶パネル又は有機ＥＬ（Ｅｌｅｃｔｒｏ　Ｌｕｍｉｎｅｓｃｅｎｃｅ）パネルなどによって構成されるモニタ装置である。表示装置２００として、テレビ、スマートフォン又はタブレット端末などが用いられてもよい。
　壁厚み推定装置１００と、表示装置２００及び動画像情報処理装置３００とは、挙動情報又は推定情報を送受信可能であればよく、有線で接続されていてもよいし、無線通信可能に接続されていてもよい。
　動画像情報処理装置３００は、臓器壁又は血管壁を含む動画像を取得し、臓器壁又は血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を生成する。壁厚み推定装置１００は、動画像情報処理装置３００によって生成された挙動情報を取得し、取得された挙動情報に基づいて、臓器壁又は血管壁の厚みを推定するための推定情報を生成する。さらに、壁厚み推定装置１００は、生成された推定情報を表示装置２００へ出力する。
　これにより、壁厚み推定システム１０００においては、低侵襲な手法によって、臓器壁又は血管壁を含む動画像が得られる。さらに、壁厚み推定システム１０００は、当該動画像に関する挙動情報を利用して、臓器壁又は血管壁の厚みを推定するための推定情報を生成することができる。そのため、壁厚み推定システム１０００は、臓器壁又は血管壁における複数の所定の点のそれぞれの付近の壁厚さについて、精度の高い情報を生成することができる。
　次に、本実施の形態に係る壁厚み推定装置１００の機能構成を具体的に説明する。
　図２は、本実施の形態に係る壁厚み推定装置１００の特徴的な機能構成を示すブロック図である。壁厚み推定装置１００は、取得部１１０と、生成部１２０と、出力部１３０とを備える。
　取得部１１０は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、臓器壁又は血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する。取得部１１０は、具体的には、動画像情報処理装置３００によって生成された挙動情報を取得する。取得部１１０は、例えば、有線通信又は無線通信を行う通信インターフェースである。
　生成部１２０は、取得部１１０により取得された挙動情報に基づいて、臓器壁又は血管壁の厚みを推定するための推定情報を生成する。推定情報は、臓器壁又は血管壁における複数の所定の点のそれぞれの歪が可視化された情報である。
　推定情報は、例えば、複数の所定の点のそれぞれの歪に関する情報が模式図として示された画像データである。なお、推定情報を生成する手法については、図６及び図７を用いて後述する。生成部１２０は、具体的には、プログラムを実行するプロセッサ、マイクロコンピュータ、又は、専用回路によって実現される。
　ここで、生成部１２０が生成する推定情報に関する発明者らの仮説について説明する。上述の通り、推定情報は、臓器壁又は血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された情報である。発明者らは、臓器壁又は血管壁における複数の所定の点のそれぞれにおいては、歪と臓器壁又は血管壁の厚みとに、相関があると仮説をたて検証を進めてきた。
　すなわち、本仮説によれば、歪が大きいほど臓器壁又は血管壁の厚みが薄く、歪が小さいほど臓器壁又は血管壁の厚みが厚い。本仮説が正しければ、本実施の形態に係る推定情報が得られることで、臓器壁又は血管壁の厚みが推定可能である。
　出力部１３０は、生成部１２０が生成した推定情報を出力する。出力部１３０は、生成部１２０が生成した推定情報を表示装置２００へ出力してもよい。出力部１３０は、例えば、有線通信又は無線通信を行う通信インターフェースである。
　ここで、挙動情報に関する情報における、複数の所定の点について、図３～図５を用いて説明する。本実施の形態においては、血管壁を用いて説明するが、臓器壁についても同様である。さらに、ここでは、血管壁とは、脳動脈瘤１０の瘤壁１１である。
　なお、図３～図５において、例えば、ξ軸正方向は、母血管２０から脳動脈瘤１０が延びる方向であり、ζ軸は、母血管２０が延びる方向であり、η軸は、ξ軸及びζ軸と直交方向に延びる方向である。
　図３は、本実施の形態に係る脳動脈瘤１０を示す斜視図である。図４は、図３のＩＶ－ＩＶ線における本実施の形態に係る脳動脈瘤１０の断面図である。母血管２０は、被験者Ｐの脳内の動脈を構成する血管の一例である。脳動脈瘤１０は、母血管２０の一部が膨らんだ瘤であって、母血管２０からξ軸方向に延びて発生した瘤である。
　図５は、図４のＶ－Ｖ線における本実施の形態に係る脳動脈瘤１０の断面図である。
　図５が示すように、脳動脈瘤１０の断面図において、時計盤が示す時間に対応するように、０時～１１時の方向に複数の所定の点が設けられている。０時方向には点ｐ０が設けられ、１時～１１時方向にそれぞれ点ｐ１～点ｐ１１が設けられている。つまり、脳動脈瘤１０の断面図における脳動脈瘤１０の外周に、１２個の所定の点が設けられている。
　なお、所定の点の数はこれに限られず、１個の断面図における脳動脈瘤１０の外周に、例えば、１０個～１０００個の所定の点が設けられてもよい。また、本実施の形態においては、１個の断面図が用いられているが、これに限られず、複数の断面図（例えば、１０個～１０００個の断面図）が用いられてもよい。さらに、この複数の断面図のそれぞれにおける脳動脈瘤１０の外周に、例えば、１０個～１０００個の所定の点が設けられてもよい。この場合、１個の脳動脈瘤１０に対して、３００００個～２０００００個の所定の点が設けられる。また、血管壁における複数の所定の点は、上記に限られず、血管壁において、２個以上の点から選択することができる。なお、所定の点の数は、３００００個～２０００００個に限られず、３００００個より小さい数が選択されてもよく、２０００００個よりも大きい数が選択されてもよい。
　上記のように、本実施の形態に係る血管壁（瘤壁１１）における複数の所定の点は、点ｐ０～点ｐ１１である。つまり、瘤壁１１における複数の所定の点は合計で１２個存在する。
　取得部１１０は、この１２個の所定の点のそれぞれにおいて、位置の時間変化に関する数値情報である挙動情報を取得する。生成部１２０は、この挙動情報に基づいて、所定の点の付近の瘤壁１１の厚みを推定するための推定情報を生成する。
　なお、本実施の形態においては、挙動情報は、一定時間の間の位置の時間変化に関する数値情報である。例えば、一定時間とは、心臓が１脈動する間の時間である。さらに、心臓が１脈動する間の時間は、例えば、１００ステップに均等に分割される。
　なお、心臓が１脈動する間の時間は、例えば、１０ステップ～１００００００ステップから選ばれる任意のステップ数から選ばれて均等に分割されてもよい。ステップ数は、１０ステップ～１００００００ステップに限られず、１０ステップより小さい数が選択されてもよく、１００００００ステップよりも大きい数が選択されてもよい。このときの、脈動が開始される時刻を０ステップとし、脈動が終了した時刻を１００ステップとする。また、心臓が１脈動する間の時間は、上記に限られず、任意に設定される。
　よって、挙動情報には、０ステップ～１００ステップのそれぞれのステップにおける、１２個の所定の点のそれぞれのξ軸、η軸及びζ軸の位置に関する情報が含まれている。つまり、挙動情報は、１２個の所定の点のそれぞれについて、時刻と、当該時刻における座標位置（ξ軸、η軸及びζ軸の位置）とが１個の組になったデータである。換言すると、挙動情報は、時間発展するデータを含む。
　なお、一定時間は、具体的な秒数でもよく、例えば、１秒間、５秒間又は１０秒間でもよい。また、当該一定時間は、３分割以上であれば、どのように細分化されてもよい。例えば、上記とは異なり、当該一定時間は、１００ステップではなく、異なるステップ数によって分割されてもよい。さらに、当該一定時間は、均等に分割されなくてもよい。
　［壁厚み推定方法の処理手順］
　続いて、壁厚み推定装置１００が実行する壁厚み推定方法における具体的な処理手順について説明する。ここでも、血管壁を用いて説明するが、臓器壁についても同様である。図６は、本実施の形態に係る壁厚み推定装置１００が脳動脈瘤１０の瘤壁１１の厚みを推定する処理手順を示すフローチャートである。
　取得部１１０は、動画像情報処理装置３００を介して被験者Ｐの脳動脈瘤１０の瘤壁１１複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する（取得工程Ｓ１０１）。
　次に、生成部１２０は、取得工程Ｓ１０１で取得部１１０が取得した挙動情報から血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する（生成工程Ｓ１０２）。生成部１２０が行う処理について、以下、より詳細に説明する。
　まず、生成部１２０は、挙動情報から、複数の所定の点のそれぞれにおける歪を算出する。
　ここでは、生成部１２０は、挙動情報が含む時間と位置とのデータを用いて、歪を算出する。歪が算出される方法は、特に限定されず公知の方法が用いられる。例えば、１個の点（例えば点ｐ１）と当該１個の点に隣接する他の１個の点（例えば点ｐ２）との２個の点において、ある時刻（例えば１０ステップ）と次のある時刻（１１ステップ）における２個の点における位置の変化から、１個の点の歪が算出されてもよい。また、複数の所定の点のそれぞれのクラスターが形成する局所平面を用いて歪を算出する手法が用いられてもよい。
　さらに、図７及び図８を用いて、歪について説明する。図７は、本実施の形態に係る所定の点の歪を説明するための図である。図８は、本実施の形態に係る所定の点の歪を説明するための他の図である。
　本実施の形態においては、複数の所定の点のそれぞれを微小立方体とみなし、この微小立方体において歪が算出される。なお、図７及び図８に図示される立方体が、微小立方体に相当する。まず、図７が示すように、所定の直交座標系（座標系Ａ）の座標軸が面法線となるように、この微小立方体が配置される。
　このとき、この微小立方体が有する面に対して３成分の垂直歪と６成分のせん断歪とを含む合計９成分の歪が算出される。なお、３成分の垂直歪とは、εｘｘ、εｙｙ及びεｚｚであり、６成分のせん断歪とは、εｘｙ、εｘｚ、εｙｘ、εｙｚ、εｚｘ及びεｚｙである。
　さらに、６成分のせん断歪の値が０となるように、この微小立方体が回転された場合の座標系を、座標系Ｂとする。なお、座標系Ｂでの座標軸は、回転された微小立方体の面法線に相当する。このときの３成分の垂直歪のそれぞれが主歪であり、３成分の垂直歪（主歪）のうち最大値の主歪を最大主歪とする。
　このように、生成部１２０は、挙動情報から、複数の所定の点のそれぞれにおける垂直歪を算出する。なお、このとき、複数の所定の点のそれぞれにおいて、時刻と、当該時刻における３成分の垂直歪とは、互いに対応付けられている。
　生成部１２０は、以上のように算出された歪（より具体的には、最大主歪）を用いて、推定情報を生成する。ここで推定情報とは、一例として、算出された最大主歪に関する情報が模式図として示された画像データである。
　次に、出力部１３０は、生成部１２０が生成した推定情報を出力する（出力工程Ｓ１０３）。出力工程Ｓ１０３において、出力部１３０は、例えば、生成工程Ｓ１０２で生成部１２０が生成した画像データを表示装置２００へ送信する。
　表示装置２００は、出力部１３０が出力した画像データを取得して、当該画像データに基づいて画像を表示する。
　また、壁厚み推定装置１００は、コンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体に記録されたコンピュータプログラムを読み出すことによって、壁厚み推定方法を実行してもよい。
　［推定情報と血管壁の厚みとの関係性］
　次に、推定情報（より具体的には算出された歪）と血管壁の厚みとの関係性について、脳動脈瘤に関する症状の例（以下、症例と記載）を用いて説明する。
　ここでは、症例の脳動脈瘤１０ａにおいて、主歪が算出され、この主歪のうち最大主歪によって推定情報が生成されている。なお、所定の点の数としてなお、本実施の形態においては、所定の点の数として、壁厚み推定装置１００の計算能力の許す限りの最大の点の数、例えば、１０００００個の所定の点が用いられる。なお、所定の点の数は、１０００００個に限られず、１０００００個よりも大きい数が選択されてもよい。この複数（例えば、１０００００個）の所定の点のそれぞれの最大主歪が算出されている。
　図９は、本実施の形態に係る推定情報の例が示された図である。
　より具体的には、図９は、推定情報の例である脳動脈瘤１０ａの形状と最大主歪との関係の模式図が示された画像データの図である。図９においては、脳動脈瘤１０ａの複数の所定の点のそれぞれに対応する箇所に、大きいドット又は小さいドットが付され、この２種類のドットによって症例の脳動脈瘤１０ａの形状が示されている。なお、大きいドットは、所定割合以上膨張する最大主歪が発生した所定の点に相当し、小さいドットは、これ以外の所定の点に相当する。また、図９が示す画像データにおいては大きいドット又は小さいドットが図示されているが、挙動情報を生成する際に用いられる臓器壁又は血管壁（ここでは瘤壁１１）における複数の所定の点のそれぞれは同じ大きさである。
　図１０～図１６は、本実施の形態に係る推定情報の他の例が示された図である。図１０～図１６においては、図９と同様に、大きいドット又は小さいドットによって症例の脳動脈瘤１０ａの形状が示されている。
　また、図９～図１６の順で、時間変化する最大主歪が図示されている。図９はステップ０での、図１０はステップ１０での、図１１はステップ２０での、図１２はステップ３０での、図１３はステップ４０での、図１４はステップ５０での、図１５はステップ６０での、図１６はステップ７０での、脳動脈瘤１０ａの最大主歪が示されている。つまり、図９～図１６が示す推定情報には、症例の脳動脈瘤の形状と所定割合以上膨張する最大主歪が発生する所定の点との時間変化が示されている。
　さらに、症例の脳動脈瘤１０ａについての開頭手術が行われた。開頭手術によって、脳動脈瘤の形状と、当該形状における血管壁の薄い領域とが明らかにされた。
　ここで、推定情報と、開頭手術によって明らかにされた脳動脈瘤の形状及び血管壁の赤色の領域とが比較された。なお、この赤色の領域とは、血管壁が脆弱又は菲薄な領域に相当する。この結果、推定情報が示す所定割合以上膨張する最大主歪が発生した所定の点は、血管壁の赤色の領域（血管壁が脆弱又は菲薄な領域）に相当することが示された。
　このように、赤色の領域が菲薄な領域に相当する場合があり、つまり、算出された歪（ここでは最大主歪）と臓器壁又は血管壁の厚みとに相関がある、という発明者の仮説が正しいことが示された。
　上記の通り、算出された歪（ここでは最大主歪）が可視化された情報である推定情報は、血管壁の厚みについての高精度な情報として利用されることができる。
　このような情報は、例えば、増大及び破裂しやすい脳動脈瘤と、増大及び破裂し難い脳動脈瘤とを分別し、治療要否を適切に判断するための有益な情報である。
　つまり、本実施の形態に係る壁厚み推定方法は、低侵襲な手法により血管壁に関する高精度な情報を生成することで、血管の疾患に対して具体的な処置を施すための有益な情報を提案することができる。さらに、本実施の形態に係る壁厚み推定方法は、血管壁に限られず、臓器壁の厚みを推定するためにも利用することができる。
　つまり、開腹手術、開心手術又は開頭手術などを用いない低侵襲な手法により臓器壁に関する高精度な情報を生成することで、臓器の疾患に対して具体的な処置を施すための有益な情報を提案することができる。
　［効果など］
　以上説明したように、壁厚み推定方法は、取得工程Ｓ１０１と、生成工程Ｓ１０２と、出力工程Ｓ１０３とを含む。取得工程Ｓ１０１は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、臓器壁又は血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する。生成工程Ｓ１０２は、取得工程Ｓ１０１により取得された挙動情報に基づいて、臓器壁又は血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する。出力工程Ｓ１０３は、生成工程Ｓ１０２により生成された推定情報を出力する。
　また、本実施の形態に係るコンピュータプログラムは、上記に記載の壁厚み推定方法をコンピュータに実行させる。
　これにより、壁厚み推定方法においては、一例として、血管壁を含む動画像が、Ｘ線ＣＴ装置又はＭＲＩ装置と、４次元血管撮影法とを用いて生成される。例えば、開頭手術などの手法と比較すると、低侵襲な手法によって、血管壁を含む動画像が得られる。壁厚み推定方法は、当該動画像に関する挙動情報を利用して、血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された推定情報を生成することができる。推定情報に基づいて推定された血管壁の厚みは、開頭手術により得られた血管壁の厚みと、対応することが示された。
　つまり、壁厚み推定方法は、血管壁における複数の所定の点のそれぞれの付近の壁厚さについて、精度の高い情報を生成することができる。本実施の形態においては、例えば、脳動脈瘤１０の瘤壁１１の厚みが推定される。このような情報は、例えば、増大及び破裂しやすい脳動脈瘤と、増大及び破裂し難い脳動脈瘤とを分別し、治療要否を適切に判断するための有益な情報である。
　なお、壁厚み推定方法は、血管壁に限られず、臓器壁の厚みを推定するためにも利用することができる。
　つまり、本実施の形態に係る壁厚み推定方法は、低侵襲な手法により臓器壁又は血管壁に関する高精度な情報を生成することで、臓器又は血管の疾患に対して具体的な処置を施すための有益な情報を提案することができる。
　また、壁厚み推定方法においては、血管壁の厚みは、動脈瘤又は静脈瘤における瘤壁の厚みである。
　これにより、壁厚み推定方法は、血管壁の厚みとして、動脈瘤又は静脈瘤の瘤壁の厚みを推定することができる。
　また、壁厚み推定方法においては、血管壁の厚みは、脳動脈瘤における瘤壁の厚みである。
　これにより、壁厚み推定方法は、血管壁の厚みとして、脳動脈瘤の瘤壁の厚みを推定することができる。
　また、壁厚み推定方法においては、血管壁の厚みは、動脈又は静脈における血管壁の厚みである。
　これにより、壁厚み推定方法は、血管壁の厚みとして、動脈又は静脈の血管壁の厚みを推定することができる。
　また、壁厚み推定装置１００は、取得部１１０と、生成部１２０と、出力部１３０とを備える。取得部１１０は、４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、臓器壁又は血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する。生成部１２０は、取得部１１０により取得された挙動情報に基づいて、臓器壁又は血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する。出力部１３０は、生成部１２０により生成された推定情報を出力する。
　これにより、壁厚み推定装置１００においては、一例として、血管壁を含む動画像が、Ｘ線ＣＴ装置又はＭＲＩ装置と、４次元血管撮影法とを用いて生成される。例えば、開頭手術などの手法と比較すると、低侵襲な手法によって、血管壁を含む動画像が得られる。壁厚み推定装置１００は、当該動画像に関する挙動情報を利用して、血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された推定情報を生成することができる。推定情報に基づいて推定された血管壁の厚みは、開頭手術により得られた血管壁の厚みと、対応することが示された。
　つまり、壁厚み推定装置１００は、血管壁における複数の所定の点のそれぞれの付近の壁厚さについて、精度の高い情報を生成することができる。本実施の形態においては、例えば、脳動脈瘤１０の瘤壁１１の厚みが推定される。このような情報は、例えば、増大及び破裂しやすい脳動脈瘤と、増大及び破裂し難い脳動脈瘤とを分別し、治療要否を適切に判断するための有益な情報である。
　なお、壁厚み推定装置１００は、血管壁に限られず、臓器壁の厚みを推定するためにも利用することができる。
　つまり、本実施の形態に係る壁厚み推定装置１００は、低侵襲な手法により臓器壁又は血管壁に関する高精度な情報を生成することで、臓器又は血管の疾患に対して具体的な処置を施すための有益な情報を提案することができる。
　また、壁厚み推定システム１０００は、上記に記載の壁厚み推定装置１００と、動画像を取得し、挙動情報を生成して取得部１１０に出力する動画像情報処理装置３００と、出力部１３０が出力した推定情報を表示する表示装置２００とを備える。
　これにより、壁厚み推定システム１０００においては、一例として、血管壁を含む動画像が、Ｘ線ＣＴ装置又はＭＲＩ装置と、４次元血管撮影法とを用いて生成される。例えば、開頭手術などの手法と比較すると、低侵襲な手法によって、血管壁を含む動画像が得られる。壁厚み推定システム１０００は、当該動画像に関する挙動情報を利用して、血管壁の厚みを推定するための複数の所定の点のそれぞれの歪が可視化された推定情報を生成することができる。推定情報に基づいて推定された血管壁の厚みは、開頭手術により得られた血管壁の厚みと、対応することが示された。
　つまり、壁厚み推定システム１０００は、血管壁における複数の所定の点のそれぞれの付近の壁厚さについて、精度の高い情報を生成することができる。本実施の形態においては、例えば、脳動脈瘤１０の瘤壁１１の厚みが推定される。このような情報は、例えば、増大及び破裂しやすい脳動脈瘤と、増大及び破裂し難い脳動脈瘤とを分別し、治療要否を適切に判断するための有益な情報である。
　なお、壁厚み推定システム１０００は、血管壁に限られず、臓器壁の厚みを推定するためにも利用することができる。
　つまり、本実施の形態に係る壁厚み推定システム１０００は、低侵襲な手法により臓器壁又は血管壁に関する高精度な情報を生成することで、臓器又は血管の疾患に対して具体的な処置を施すための有益な情報を提案することができる。
　さらに、推定情報が可視化されて表示されることで、例えば、医師などは、臓器壁又は血管壁の厚みについての精度の高い情報を得ることができる。
　（その他の実施の形態）
　以上、実施の形態に係る壁厚み推定方法等について説明したが、本発明は、上記実施の形態に限定されるものではない。
　なお、大きいドットは、所定割合以上膨張する最大主歪が発生した所定の点に相当する。一例として、大きいドットは、複数の所定の点のそれぞれに対応する上記の微小立方体の大きさに対して、５％以上膨張する最大主歪が発生した所定の点に相当する。なお、所定割合は、上記の５％でもよく、１０％でもよく、１５％でもよい。また、この所定割合は、上記に限られず、他の割合でもよい。
　また、本実施の形態においては、歪として最大主歪が用いられて推定情報が出力されたがこれに限らない。
　例えば、３成分の垂直歪のうち、最大主歪以外の２個の主歪が用いられてもよい。つまり、３成分の垂直歪（主歪）のうち最小値の主歪を最小主歪とし、３成分の垂直歪（主歪）のうち最小値の主歪と最大値の主歪との中間値の主歪を中間主歪とした場合に、最小主歪又は中間主歪が、歪として用いられて推定情報が出力されてもよい。
　さらに、本実施の形態においては、歪として主歪が用いられたがこれに限らない。
　例えば、３成分の垂直歪と６成分のせん断歪とを含む合計９成分の歪のうち、１つが、歪として用いられて推定情報が出力されてもよい。
　また、例えば、歪として、工学歪、ストレッチ又は対数歪が用いられて推定情報が出力されてもよい。
　工学歪は、挙動情報から算出される歪の一例である。また、ストレッチは、工学歪から算出される歪に関するパラメータの一例である。また、対数歪は、挙動情報から算出される歪の一例である。
　このように、本実施の形態で示した最大主歪以外の歪が用いられて推定情報が出力されてもよい。
　また、本実施の形態においては、臓器壁又は血管壁の厚みに相関がある歪の値として、歪の絶対値が算出される。そのため、症例の知見が累積されると、１つの症例から算出された歪に基づいて、臓器壁又は血管壁の破裂しやすさ（リスクの高さ）を見積もることができる。
　上記実施の形態においては、実際の症例と４次元血管撮影法とを用いることで、挙動情報が得られる方法が示された。しかしながら、挙動情報が得られる方法はこれに限らない。例えば、以下に示すその他の例１及びその他の例２の方法により挙動情報が得られてもよい。
　その他の例１の方法においては、人工的に作られた人工瘤と、人工瘤に接続された人工心臓と、撮像装置とが用いられることで、挙動情報が得られる。
　人工瘤は、人工的な血管と人工的な瘤とを有する。人工的な血管と人工的な瘤とは、ヒトの血管とヒトの血管に発生した瘤とを模して作られる。人工瘤は、例えば、ゴム材料によって構成されてもよく、シリコンゴム、フッ素ゴムなどを利用することができる。
　また、人工瘤は、例えば、シリコン樹脂によって構成されてもよい。人工瘤は、可撓性のある材料によって構成されれば、上記に限られるものではない。
　人工瘤は、上記に記載のＸ線ＣＴ装置又はＭＲＩ装置により得られた画像データを利用して作られる。この画像データには、ヒトの血管と、当該血管に発生した瘤とのデータが含まれる。
　人工瘤は、上記得られた画像データに関するＤＩＣＯＭ（Ｄｉｇｉｔａｌ　Ｉｍａｇｉｎｇ　ａｎｄ　Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ　ｉｎ　Ｍｅｄｉｃｉｎｅ）データを基にして、作られる。
　人工心臓は、ヒトの心臓がもつポンプ機能を代行する装置である。この人工心臓と人工瘤とが接続され、人工心臓がもつポンプ機能を稼働させることで、人工瘤が脈動するように動く。この人工瘤の動きと撮像装置とを用いて、挙動情報が得られる。
　撮像装置は、例えば、静止画及び動画を撮像可能なカメラ装置である。さらに、撮像装置は、観察対象の表面の３次元座標及び３次元空間での変位の情報を得ることができる装置であってもよい。このような撮像装置は、１秒、５秒又は１０秒撮像することで、観察対象の表面の３次元座標、３次元空間での変位、３次元空間での速度及び３次元空間での加速度の全ての情報を得ることができる。なお、撮像装置が撮像する時間は、上記に限られず、他の時間であってもよい。
　以上のように、その他の例１の方法においては、撮像装置が、脈動する人工瘤を撮像することで、人工瘤の表面の３次元座標及び３次元空間での変位の情報が得られる。これらの３次元座標及び３次元空間での変位のうち、いずれか又は全ての情報を基に、挙動情報が得られてもよい。
　その他の例１の方法においては、上記に記載の開頭手術と比べ、低侵襲な手法であるため、より容易に挙動情報を得ることができる。
　また、その他の例２の方法においては、血管に瘤が発生しているモデル動物と、上記の撮像装置とが用いられることで、挙動情報が得られる。
　具体的には、撮像装置が、モデル動物の血管と瘤とを撮像することで、モデル動物の血管と瘤との表面の３次元座標及び３次元空間での変位の情報が得られる。これらのうち、いずれか又は全ての情報を基に、挙動情報が得られてもよい。
　その他の例２の方法においては、実施の形態で示したヒトの症例の場合と異なり、症例の対象となるヒトの同意書などが必要ではない。また、モデル動物の血管と瘤との表面に撮像に必要な模様付け（例えば、スプレーの吹き付けによるマーキング）が出来るため、精緻な３次元座標の時間発展データが取得される。
　さらに、モデル動物の血管と瘤とのデータを時間等間隔（２週間に１度など）で取得することができる。よって、実施の形態に比べ、より容易に挙動情報を得ることができる。
　上記の方法を用いることで、容易に数多くの挙動情報が得られるようになり、その結果、多数の推定情報が得られるようになる。これにより、壁に関する情報の精度の向上が見込まれる。
　本実施の形態では、血管壁の厚みが脳動脈瘤１０の瘤壁１１の厚みである場合を示したが、上述のように、動脈又は静脈を含む血管の壁の厚みであってもよい。例えば、血管壁が動脈又は静脈を含む血管の厚みである場合、実施の形態に係る壁厚み推定方法などを用いることで、当該動脈又は静脈の狭窄の程度が推定される。
　なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　その他、各実施の形態に対して当業者が思いつく各種変形を施して得られる形態、又は、本発明の趣旨を逸脱しない範囲で各実施の形態における構成要素及び機能を任意に組み合わせることで実現される形態も本発明に含まれる。
　本発明に係る壁厚み推定方法は、医療機器、医療方法などの様々な用途に利用可能である。
　１０、１０ａ　脳動脈瘤
　１１　瘤壁
　２０　母血管
　１００　壁厚み推定装置
　１１０　取得部
　１２０　生成部
　１３０　出力部
　２００　表示装置
　３００　動画像情報処理装置
　４００　動画像撮影装置
　１０００　壁厚み推定システム
　Ｐ　被験者
　ｐ０、ｐ１、ｐ２、ｐ３、ｐ４、ｐ５、ｐ６、ｐ７、ｐ８、ｐ９、ｐ１０、ｐ１１　点
　Ｓ１０１　取得工程
　Ｓ１０２　生成工程
　Ｓ１０３　出力工程

Claims (7)

  1. 　４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、前記臓器壁又は前記血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する取得工程と、
    　前記取得工程により取得された前記挙動情報に基づいて、前記臓器壁又は前記血管壁の厚みを推定するための前記複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する生成工程と、
    　前記生成工程により生成された前記推定情報を出力する出力工程とを含む
    　壁厚み推定方法。
  2. 　前記血管壁の厚みは、動脈瘤又は静脈瘤における瘤壁の厚みである
    　請求項１に記載の壁厚み推定方法。
  3. 　前記血管壁の厚みは、脳動脈瘤における瘤壁の厚みである
    　請求項１又は２に記載の壁厚み推定方法。
  4. 　前記血管壁の厚みは、動脈又は静脈における血管壁の厚みである
    　請求項１～３のいずれか１項に記載の壁厚み推定方法。
  5. 　請求項１～４のいずれか１項に記載の壁厚み推定方法をコンピュータに実行させるためのコンピュータプログラム。
  6. 　４次元血管撮影法を用いて得られた臓器壁又は血管壁を含む動画像に基づいた、前記臓器壁又は前記血管壁における複数の所定の点のそれぞれの位置の時間変化に関する数値情報である挙動情報を取得する取得部と、
    　前記取得部により取得された前記挙動情報に基づいて、前記臓器壁又は前記血管壁の厚みを推定するための前記複数の所定の点のそれぞれの歪が可視化された情報である推定情報を生成する生成部と、
    　前記生成部により生成された前記推定情報を出力する出力部とを備える
    　壁厚み推定装置。
  7. 　請求項６に記載の壁厚み推定装置と、
    　前記動画像を取得し、前記挙動情報を生成して前記取得部に出力する動画像情報処理装置と、
    　前記出力部が出力した前記推定情報を表示する表示装置とを備える
    　壁厚み推定システム。
PCT/JP2022/006662 2021-03-09 2022-02-18 壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム WO2022190821A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2023505258A JPWO2022190821A1 (ja) 2021-03-09 2022-02-18
US18/271,977 US20240081767A1 (en) 2021-03-09 2022-02-18 Wall thickness estimation method, recording medium, wall thickness estimation device, and wall thickness estimation system
CN202280006359.2A CN116171130A (zh) 2021-03-09 2022-02-18 壁厚度推测方法、计算机程序、壁厚度推测装置、以及壁厚度推测系统

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021036850 2021-03-09
JP2021-036850 2021-03-09

Publications (1)

Publication Number Publication Date
WO2022190821A1 true WO2022190821A1 (ja) 2022-09-15

Family

ID=83227701

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/006662 WO2022190821A1 (ja) 2021-03-09 2022-02-18 壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム

Country Status (4)

Country Link
US (1) US20240081767A1 (ja)
JP (1) JPWO2022190821A1 (ja)
CN (1) CN116171130A (ja)
WO (1) WO2022190821A1 (ja)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190087957A1 (en) * 2017-09-21 2019-03-21 The Regents Of The University Of Michigan Techniques of deformation analysis for quantification of vascular enlargement

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190087957A1 (en) * 2017-09-21 2019-03-21 The Regents Of The University Of Michigan Techniques of deformation analysis for quantification of vascular enlargement

Also Published As

Publication number Publication date
JPWO2022190821A1 (ja) 2022-09-15
CN116171130A (zh) 2023-05-26
US20240081767A1 (en) 2024-03-14

Similar Documents

Publication Publication Date Title
TWI828701B (zh) 用於肺體積閘控ｘ射線成像系統和方法，及非暫態電腦可讀取儲存媒介
US10169542B2 (en) Systems and methods for automatically determining myocardial bridging and patient impact
EP3277169B1 (en) Systems and methods for estimating virtual perfusion images
US20170071479A1 (en) Image processing apparatus, image processing method, and storage medium
KR20150118484A (ko) 의료 영상 정합 방법 및 장치
JP2016520357A (ja) 狭窄治療計画
US20220051401A1 (en) Providing a scene with synthetic contrast
CN108320279A (zh) 用于诊断患者状况的成像系统
JP7152077B2 (ja) 血管壁厚み推定方法、血管壁厚み推定装置及び血管壁厚み推定システム
US20100030572A1 (en) Temporal registration of medical data
WO2022190821A1 (ja) 壁厚み推定方法、コンピュータプログラム、壁厚み推定装置及び壁厚み推定システム
WO2023021671A1 (ja) 壁厚み推定方法、壁厚み推定装置及び壁厚み推定システム
JP7381081B2 (ja) 壁厚み推定方法、壁厚み推定装置及び壁厚み推定システム
WO2023058759A1 (ja) 壁厚み推定方法、コンピュータプログラム、学習方法、模型作製方法、壁厚み推定装置及び壁厚み推定システム
US20240104728A1 (en) Providing a result dataset
JP7292191B2 (ja) 医用画像処理装置、医用画像処理方法、および医用画像処理プログラム
Chen Towards practical ultrasound ai across real-world patient diversity
US20220084206A1 (en) Information processing apparatus, information processing method, and non-transitory storage medium
JP2022171345A (ja) 医用画像処理装置、医用画像処理方法及びプログラム
WO2020013198A1 (ja) 画像診断支援装置、方法及びプログラム、並びに心臓シミュレーションシステム
Santhanam et al. A Framework for Modeling and Visualizing Cardiovascular Deformation Under Normal and Altered Circulatory Conditions.
CN116612241A (zh) 三维重建方法、装置、设备及存储介质

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: 22766784

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18271977

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2023505258

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22766784

Country of ref document: EP

Kind code of ref document: A1