WO2023021671A1 - 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 - Google Patents

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 Download PDF

Info

Publication number
WO2023021671A1
WO2023021671A1 PCT/JP2021/030465 JP2021030465W WO2023021671A1 WO 2023021671 A1 WO2023021671 A1 WO 2023021671A1 JP 2021030465 W JP2021030465 W JP 2021030465W WO 2023021671 A1 WO2023021671 A1 WO 2023021671A1
Authority
WO
WIPO (PCT)
Prior art keywords
wall
information
thickness
blood vessel
organ
Prior art date
Application number
PCT/JP2021/030465
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 CN202180043218.3A priority Critical patent/CN115996671A/zh
Priority to PCT/JP2021/030465 priority patent/WO2023021671A1/ja
Publication of WO2023021671A1 publication Critical patent/WO2023021671A1/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
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]

Definitions

  • the present invention relates to a wall thickness estimation method for estimating the thickness of an organ wall or blood vessel wall.
  • Cerebral aneurysm one of the vascular diseases, is an extremely high-risk disease with a fatality rate of over 50% once it ruptures, and a high rate of sequelae, which has a large impact on society. be. 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 one cerebral aneurysm to another.
  • 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 wall thickness estimation method comprises a plurality of predetermined points on the organ wall or the blood vessel wall based on a moving image including the organ wall or the blood vessel wall obtained using a four-dimensional angiography method.
  • the method includes a generating step of generating estimated information that is information in which the mass of each of a plurality of predetermined points is visualized, and an outputting step of outputting the estimated information generated by the generating step.
  • a computer program according to an aspect of the present invention causes a computer to execute the wall thickness estimation method described above.
  • a wall thickness estimation apparatus provides a plurality of predetermined thicknesses of the organ wall or the vascular wall based on a moving image containing the organ wall or the vascular wall obtained using a four-dimensional angiography method.
  • an acquisition unit that acquires behavior information, which is numerical information about changes in the position of each of the points over time; a generating unit that generates estimated information that is information in which the mass of each of the plurality of predetermined points of is visualized; and an output unit that outputs the estimated information generated by the generating unit.
  • a wall thickness estimation system includes: the wall thickness estimation device; a video information processing device that acquires the video image, generates the behavior information, and outputs the behavior information to the acquisition unit; and a display device for displaying the estimated information output by the output unit.
  • 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. 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. 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 aneur
  • FIG. 7 is a diagram showing an example of estimation information according to the embodiment and a still image of a cerebral aneurysm and mother blood vessel of a case.
  • FIG. 8 is a schematic diagram showing masses of a cerebral aneurysm and mother blood vessels, which is another example of estimated information according to the embodiment.
  • each figure is a schematic diagram and is not necessarily strictly illustrated. Moreover, in each figure, the same code
  • 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 obtain 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 U. 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's U 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 thickness of the vascular wall may be the thickness of the wall of a blood vessel including arteries or veins, or the thickness of the aneurysm wall of an aneurysm or varicose vein. It may be the thickness of the aneurysm wall of the visceral aneurysm.
  • 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 the subject U's body.
  • a computer generates a moving image including organ walls or blood vessel walls in a specific part of the subject U by utilizing the fact that X-ray absorption differs depending on the part of the subject's U body.
  • the moving image capturing device 400 also has a function of measuring and acquiring the subject's U electrocardiogram waveform.
  • a method using an X-ray CT device or MRI device and a four-dimensional angiography method does not require an incision or the like, which imposes a heavy burden on the body of the subject U, 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. It is numerical information in which a plurality of sets are arranged according to the passage of time for one heart beat in .
  • 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.
  • the display device 200 displays the estimation information output from the wall thickness estimation device 100.
  • the display device 200 is specifically a monitor device configured by a liquid crystal panel, an organic EL (Electro Luminescence) panel, or the like.
  • a television, a smartphone, a tablet terminal, or the like may be used as the display device 200 .
  • the wall thickness estimation device 100, the display device 200, and the moving image information processing device 300 need only be able to transmit and receive behavior information or estimation information, and may be wired or wirelessly connected. may
  • the moving image information processing device 300 acquires a moving image including an organ wall or blood vessel wall, and generates behavior information, which is numerical information regarding temporal changes in positions of a plurality of predetermined points on the organ wall or blood vessel wall.
  • the wall thickness estimation device 100 acquires the behavior information generated by the moving image information processing device 300, and generates estimation information for estimating the thickness of the organ wall or blood vessel wall based on the acquired behavior information. Further, wall thickness estimation device 100 outputs the generated estimation information to display device 200 .
  • the wall thickness estimation system 1000 a moving image including organ walls or blood vessel walls can be obtained by a minimally invasive method. Furthermore, the wall thickness estimation system 1000 can generate estimation information for estimating the thickness of the organ wall or blood vessel wall using behavior information about the moving image. Therefore, the wall thickness estimation system 1000 can generate highly accurate information about the wall thickness near each of the plurality of predetermined points on the organ wall or vessel wall.
  • 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 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 Acquisition unit 110 specifically acquires the behavior information generated by moving image information processing apparatus 300 .
  • the acquisition unit 110 is, for example, a communication interface that performs wired communication or wireless communication.
  • the generation unit 120 generates estimation information for estimating the thickness of the organ wall or blood vessel wall based on the behavior information acquired by the acquisition unit 110 .
  • the estimated information is information obtained by visualizing the mass of each of a plurality of predetermined points on the organ wall or blood vessel wall.
  • the estimated information is, for example, image data in which information about the mass of each of a plurality of predetermined points is graphed. A method for generating estimation information will be described later with reference to FIGS. 6 to 8.
  • FIG. The generator 120 is specifically implemented by a processor, microcomputer, or dedicated circuit that executes a program.
  • the estimation information is information in which the mass of each of a plurality of predetermined points for estimating the thickness of the organ wall or blood vessel wall is visualized.
  • the thickness of the organ wall or blood vessel wall can be estimated by obtaining the estimation information according to the present embodiment.
  • 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.
  • FIG. 3 Although the blood vessel wall is used for explanation in the present embodiment, the same applies to the organ wall. Furthermore, here, the vessel wall is the aneurysm wall 11 of the cerebral aneurysm 10 .
  • the positive x-axis direction is the direction in which the cerebral aneurysm 10 extends from the parent blood vessel 20
  • the z-axis is the direction in which the parent blood vessel 20 extends
  • the y-axis is the x-axis. and a direction extending perpendicular to the z-axis.
  • FIG. 3 is a perspective view showing a cerebral aneurysm 10 according to this embodiment.
  • FIG. 4 is a cross-sectional view of cerebral aneurysm 10 according to the present embodiment taken along line IV-IV in FIG.
  • Mother blood vessel 20 is one of the blood vessels that constitute arteries in subject U's brain.
  • the cerebral aneurysm 10 is an aneurysm in which a part of the parent blood vessel 20 swells, and is an aneurysm that extends from the parent blood vessel 20 in the x-axis direction.
  • FIG. 5 is a cross-sectional view of the cerebral aneurysm 10 according to the present embodiment along line VV in FIG.
  • points are provided in the cross-sectional view of the cerebral aneurysm 10 so as to correspond to 0:00 to 3:00 indicated by the clock face.
  • a point p1 is provided in the 0 o'clock direction
  • a point p30 is provided in the 3 o'clock direction
  • 28 points p2 to p29 are provided so as to equally divide between 0 o'clock and 3 o'clock.
  • the number of points is not limited to this, and for example, 10 to 1000 points may be provided in one cross-sectional view.
  • one cross-sectional view is used in this embodiment, it is not limited to this, and a plurality of cross-sectional views (for example, 10 to 1000 cross-sectional views) may be used.
  • a plurality of predetermined points on the vascular wall (aneurysm wall 11) according to the present embodiment are points p1 to p30. That is, there are a total of 30 predetermined points on the knobby wall 11 .
  • the acquisition unit 110 acquires behavior information, which is numerical information about changes in position over time, at each of these 30 predetermined points.
  • the generation unit 120 generates estimation information for estimating the thickness of the nodule wall 11 near a predetermined point based on this behavior information.
  • the plurality of predetermined points on the vascular wall are not limited to the above, and can be selected from two or more points on the vascular wall.
  • the behavior information is numerical information regarding temporal changes in position during a certain period of time.
  • the fixed time is the time during which the heart beats once.
  • the time during one heart beat is evenly divided into, for example, 100 steps.
  • the time during which the heart beats once is not limited to this, and may be equally divided by selecting any number of steps selected from 10 steps to 10000 steps.
  • the time when the pulsation starts is defined as 0 steps
  • the time when the pulsation ends is defined as 100 steps. Therefore, the behavior information includes information about the x-, y-, and z-axis positions of 30 predetermined points at each step from 0 to 100 steps.
  • the fixed time may be a specific number of seconds, such as 1 second, 5 seconds, or 10 seconds. Moreover, the fixed time may be subdivided in any way as long as it is divided into three or more. For example, alternatively, the fixed time may be divided by a different number of steps instead of 100 steps. Furthermore, the fixed time may not be evenly divided.
  • FIG. 6 is a flow chart showing a processing procedure for estimating the thickness of the aneurysm wall 11 of the cerebral aneurysm 10 by the wall thickness estimation device 100 according to the present embodiment.
  • Acquisition unit 110 acquires behavior information, which is numerical information relating to temporal changes in positions of a plurality of predetermined points on aneurysm wall 11 of cerebral aneurysm 10 of subject U via moving image information processing apparatus 300 (acquisition step S101).
  • the generation unit 120 generates estimation information that is information in which the mass of each of a plurality of predetermined points for estimating the thickness of the blood vessel wall is visualized from the behavior information acquired by the acquisition unit 110 in the acquisition step S101. (generating step S102). Processing performed by the generation unit 120 will be described in more detail below.
  • the generation unit 120 generates estimation information using Equation (1). For each of the plurality of predetermined points, x is the position, ⁇ is the mass, ⁇ is the resistance, k is the spring constant, and P is the external force, where m is a rational number.
  • estimation information may be generated using all the formulas represented by formula (1).
  • the generation unit 120 calculates the mass ⁇ , the resistance ⁇ , and the spring constant k for each of a plurality of predetermined points, assuming that formula (1) is satisfied. At this time, at least one of the mass ⁇ , the resistance ⁇ , and the spring constant k may be calculated.
  • the mass ⁇ is the mass of a given point, but more specifically, it may be the mass in the area around the given point.
  • the area around the point is, for example, 5 mm or less from the point to the center. Note that the mass ⁇ is not limited to the above.
  • the resistance ⁇ and the spring constant k are the resistance and spring constant generated by the vibration of the cerebral aneurysm 10 due to the pulsation of the heart, but are not limited to these. Also, the resistance ⁇ may be a value derived from friction caused by contact between the cerebral aneurysm 10 and the brain.
  • the external force P a potential value based on the electrocardiogram waveform of the subject U is used, but the external force P is not limited to this. Note that, in the present embodiment, generation unit 120 acquires potentials based on electrocardiogram waveforms from moving image capturing device 400 via moving image information processing device 300 and acquiring unit 110 .
  • the generation unit 120 uses parameter estimation to calculate the mass ⁇ , the resistance ⁇ , and the spring constant k.
  • Parameter estimation can use a mathematical analysis method as an example.
  • the generating unit 120 uses the mass ⁇ calculated as described above, the generating unit 120 generates estimated information.
  • the estimated information is, for example, image data in which information about the calculated mass ⁇ is graphed.
  • equation (1) As described above, by using equation (1) or parameter estimation, it is possible to generate more accurate information about the blood vessel wall.
  • 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 wall thickness estimation device 100 may execute the wall thickness estimation method by reading out a computer program recorded on a recording medium such as a computer-readable CD-ROM.
  • FIG. 7 is a diagram showing an example of estimation information according to the present embodiment and still images of the cerebral aneurysm 10 and mother blood vessel 20 of the case. More specifically, (a) of FIG. 7 is an example of the estimated information and is a diagram showing the mass ⁇ of each of a plurality of predetermined points, and (b) of FIG. FIG. 10 is a diagram showing a still image of a cerebral aneurysm 10 in a case when the patient was injured.
  • the values on the horizontal axis in (a) of FIG. 7 correspond to the numbers at the end of the points p1 to p30 shown in FIG. 5, and the values on the vertical axis correspond to the mass ⁇ of the points p1 to p30.
  • the mass ⁇ is a relative mass. In this embodiment, the mass ⁇ decreases from the point p1 to the point p12, the mass ⁇ is lowest at the point p12, and the mass ⁇ increases from the point p12 to the point p30.
  • the mass ⁇ is high at ⁇ p30.
  • FIG. 7(b) indicates the direction in which the numbers at the end of points p1 to p30 shown in FIG. 5 increase.
  • FIG. 7B the darker the color of the cerebral aneurysm 10, the thinner the vascular wall, and the lighter the color, the thicker the vascular wall.
  • the cerebral aneurysm 10 is represented in two colors, black and white, but in actual craniotomy, a still image of the cerebral aneurysm 10 may be represented in color. . Therefore, the dark-colored portion of the cerebral aneurysm 10 in FIG. 7B is a portion with a weak white color tone and a strong red color tone in an actual craniotomy. Also, the light-colored portion of the cerebral aneurysm 10 in FIG. 7(b) is a portion with a strong white color tone and a weak red color tone in an actual craniotomy.
  • the point p12 with the lowest mass ⁇ corresponds to the area surrounded by the dashed line in FIG. 7(b), and the points p25 to p30 with the highest mass ⁇ correspond to the area surrounded by the dashed line in FIG. 7(b). do.
  • the area surrounded by the broken line is the area where the cerebral aneurysm 10 is dark in color and the vascular wall is thin
  • the area surrounded by the dashed line is the area in which the cerebral aneurysm 10 is colored. It is a thin and thick region of the blood vessel wall.
  • the point p12 where the mass ⁇ is the lowest corresponds to the region where the vascular wall is thin
  • the points p25 to p30 where the mass ⁇ is high correspond to the regions where the vascular wall is thick.
  • the estimated information (more specifically, the calculated mass ⁇ )
  • the calculated mass ⁇ it is possible to generate highly accurate information about the thickness of the blood vessel wall.
  • Such information is, for example, useful information for distinguishing between cerebral aneurysms that tend to grow and rupture from those that do not tend to grow and rupture, and for appropriately determining the need for treatment.
  • 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.
  • the generation unit 120 may generate another example of estimated information using the calculated mass ⁇ (eg, (a) in FIG. 7).
  • FIG. 8 is a schematic diagram showing the mass ⁇ of the cerebral aneurysm 10 and mother blood vessel 20, which is another example of estimated information according to the present embodiment.
  • the schematic diagram shown in FIG. 8 may be generated using the minimum value, maximum value, standard deviation, average value and median value of each of mass ⁇ , resistance ⁇ and spring constant k.
  • the cerebral aneurysm 10 and mother blood vessel 20 are represented in two colors, black and white. Figures may be rendered in color.
  • the estimated information represented as such a schematic diagram is useful information for distinguishing between cerebral aneurysms that tend to grow and rupture from those that do not tend to grow and rupture, and for appropriately determining the need for treatment. be.
  • the wall thickness estimation method includes acquisition step S101, generation step S102, and output step S103.
  • acquisition step S101 based on a moving image including the organ wall or the vascular wall obtained using the four-dimensional angiography method, numerical information regarding the temporal change in the position of each of a plurality of predetermined points on the organ wall or the vascular wall is obtained.
  • a generating step S102 generates estimation information, which is information obtained by visualizing the mass of each of a plurality of predetermined points for estimating the thickness of the organ wall or blood vessel wall, based on the behavior information acquired in the acquiring step S101. do.
  • the output step S103 outputs the estimated information generated by the generation step S102.
  • the computer program according to the present embodiment causes a computer to execute the wall thickness estimation method described above.
  • 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 mass of each of a plurality of predetermined points for estimating the thickness of the blood vessel wall is visualized using 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 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 method can be used not only for vascular walls but also for estimating the thickness of organ walls.
  • the wall thickness estimation method generates highly accurate information about the organ wall or blood vessel wall by a minimally invasive technique, so that specific treatment can be performed for the disease of the organ or blood vessel. useful information can be proposed.
  • the generation step S102 calculates the mass ⁇ , the resistance ⁇ , and the spring constant k assuming that the formula (1) is satisfied.
  • the generation step S102 uses parameter estimation to calculate the mass ⁇ , the resistance ⁇ , and the spring constant k.
  • the thickness of the vascular wall is the thickness of the aneurysm wall in an aneurysm or varicose vein.
  • 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 thickness of the vascular wall is the thickness of the aneurysm wall in a cerebral aneurysm.
  • the wall thickness estimation method can estimate the thickness of the aneurysm wall of a cerebral aneurysm as the thickness of the blood vessel wall.
  • the thickness of the vascular wall is the thickness of the vascular wall of an artery or a vein.
  • the wall thickness estimation method can estimate the thickness of the arterial or venous vessel wall as the thickness of the 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 acquires numerical information on the temporal change in the position of each 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 a four-dimensional angiography method. Get some behavioral information.
  • the generation unit 120 Based on the behavior information acquired by the acquisition unit 110, the generation unit 120 generates estimation information that is information in which the mass 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 estimation information generated by the generation unit.
  • 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 mass of each of a plurality of predetermined points for estimating the thickness of the blood vessel wall is visualized using the behavior information regarding 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 device 100 can be used to estimate the thickness of not only blood vessel walls but also organ walls.
  • 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
  • the wall thickness estimation system 1000 includes the wall thickness estimation device 100 described above, the motion image information processing device 300 that acquires a motion image, generates behavior information and outputs it to the acquisition unit 110, and the output unit 130. and a display device 200 for displaying the estimated information.
  • 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 mass 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 of the vascular wall 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.
  • the wall thickness estimation system 1000 generates highly accurate information on the organ wall or blood vessel wall by a minimally invasive method, thereby performing specific treatment for the disease of the organ or blood vessel. can suggest useful information for
  • a doctor or the like can obtain highly accurate information about the thickness of the organ wall or blood vessel wall.
  • AI Artificial Intelligence
  • behavior information by using an actual case and four-dimensional angiography was shown.
  • the method by which behavior information is obtained is not limited to this.
  • behavioral information may be obtained by two other example methods, which are described below.
  • behavior information is obtained by using an artificially made artificial aneurysm, an artificial heart connected to the artificial aneurysm, and an imaging device.
  • An artificial aneurysm has an artificial blood vessel and an artificial aneurysm.
  • Artificial blood vessels and artificial aneurysms are made by simulating human blood vessels and aneurysms generated in human blood vessels.
  • the artificial aneurysm may be made of, for example, a rubber material such as silicone rubber or fluororubber.
  • 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
  • An artificial heart is a device that takes over the pump function of the human heart.
  • the artificial heart and the artificial aneurysm are connected, and the pump function of the artificial heart is activated to cause the artificial aneurysm to pulsate.
  • Behavioral information is obtained using the motion of the artificial aneurysm and an imaging device.
  • 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 all information of 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. . 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.
  • the imaging device images the pulsating artificial aneurysm to obtain the three-dimensional coordinates of the surface of the artificial aneurysm, the displacement in the three-dimensional space, and the velocity in the three-dimensional space. and all the information of the acceleration in 3D space is obtained. Behavior information may be obtained based on any or all of the three-dimensional coordinates, displacement in three-dimensional space, velocity in three-dimensional space, and acceleration in 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 the three-dimensional coordinates of the surface of the blood vessel and aneurysm of the model animal, the displacement in the three-dimensional space, the velocity in the three-dimensional space, and the All information of acceleration in three-dimensional space is obtained.
  • 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 (such as 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)
  • Medical Informatics (AREA)
  • Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary 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質量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、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１つである脳動脈瘤は、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つ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質量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質量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、実施の形態に係る推定情報の一例と症例の脳動脈瘤及び母血管の静止画とが示された図である。 図８は、実施の形態に係る推定情報の他の例である脳動脈瘤及び母血管の質量が示された模式図である。
　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Ｕ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Ｕ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装置又は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、大動脈瘤又は内蔵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Ｕの体を通過したあとのＸ線を検出する。このとき、被験者Ｕ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Ｕ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Ｕ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Ｕ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つの組とし、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。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質量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質量に関する情報がグラフ化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～図８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本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質量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、質量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、質量が大きいほど臓器壁又は血管壁の厚みが厚く、質量が小さいほど臓器壁又は血管壁の厚みが薄い。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の１つである、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、ｘ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、ｚ軸は、母血管２０が延びる方向であり、ｙ軸は、ｘ軸及びｚ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Ｕの脳内の動脈を構成する血管の１つである。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ｘ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０時～３時に対応するように、点が設けられている。ここでは、０時方向には点ｐ１が設けられ、３時方向には点ｐ３０が設けられ、０時と３時との間を等分するように２８個の点ｐ２～点ｐ２９が設けられている。なお、点の数はこれに限られず、１つの断面図において、例えば、１０個～１０００個の点が設けられてもよい。さらに、本実施の形態においては、１つ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。
　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ｐ１～点ｐ３０である。つまり、瘤壁１１における複数の所定の点は合計で３０個存在する。
　取得部１１０は、この３０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。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、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、これに限られず、１０ステップ～１００００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。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。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、３０個の所定の点のｘ軸、ｙ軸及びｚ軸の位置に関する情報が含まれている。
　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Ｕ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質量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。生成部１２０は、式（１）を用いて、推定情報を生成する。なお、複数の所定の点のそれぞれの、位置がｘ、質量がρ、抵抗がμ、ばね定数がｋ及び外力がＰであり、ｍは有理数である。
Figure JPOXMLDOC01-appb-M000002
　ここで、位置ｘ、有理数ｍ及び外力Ｐは変数であり、質量ρ、抵抗μ及びばね定数ｋは定数である。さらに、式（１）で表現される全ての数式を用いて、推定情報が生成されてもよい。
　生成部１２０は、式（１）を満たすものとして、複数の所定の点のそれぞれについて、質量ρ、抵抗μ及びばね定数ｋを算出する。なお、このとき、質量ρ、抵抗μ及びばね定数ｋのうち少なくとも１つを算出してもよい。
　質量ρは、所定の点の質量であるが、より具体的には、所定の点の周囲の領域における質量であってもよい。点の周囲の領域とは、例えば、点と中心として５ｍｍ以下である。なお、質量ρは、上記に限られない。
　抵抗μ及びばね定数ｋは、それぞれ、心臓の脈動によって脳動脈瘤１０が振動することで発生する抵抗及びばね定数であるが、これに限られない。また、抵抗μは、脳動脈瘤１０と脳とが接することで生じる摩擦に由来する値であってもよい。外力Ｐは、被験者Ｕの心電図波形に基づく電位の値が用いられるが、これに限られない。なお、本実施の形態においては、生成部１２０は、動画像情報処理装置３００及び取得部１１０を介して動画像撮影装置４００から心電図波形に基づく電位を取得する。
　さらに、生成部１２０は、パラメータ推定を用いて質量ρ、抵抗μ及びばね定数ｋを算出する。パラメータ推定は、一例として、数理解析的手法を用いることができる。
　以上のように算出された質量ρを用いて、生成部１２０は、推定情報を生成する。ここで、推定情報とは、一例として、算出された質量ρに関する情報がグラフ化された画像データである。
　上記のように、式（１）、又は、パラメータ推定が用いられることで、血管壁に関するより高精度な情報を生成することができる。
　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。
　次に、推定情報（より具体的には算出された質量ρ）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、症例において、図５が示す点ｐ１～ｐ３０に対応する複数の所定の点のそれぞれの質量ρを算出する。
　図７は、本実施の形態に係る推定情報の一例と症例の脳動脈瘤１０及び母血管２０の静止画とが示された図である。より具体的には、図７の（ａ）は推定情報の一例であって複数の所定の点のそれぞれの質量ρが示された図であり、図７の（ｂ）は開頭手術が行われたときの症例の脳動脈瘤１０の静止画が示された図である。
　図７の（ａ）の横軸の値は図５が示す点ｐ１～点ｐ３０の末尾の数字に対応し、縦軸の値は点ｐ１～点ｐ３０の質量ρに対応する。なお、質量ρは相対質量である。本実施の形態においては、点ｐ１から点ｐ１２に向かうにつれて質量ρが低下し、点ｐ１２において質量ρが最も低く、点ｐ１２から点ｐ３０に向かうにつれて質量ρが増加しており、例えば、点ｐ２５～ｐ３０において質量ρが高い。
　図７の（ｂ）の矢印は図５が示す点ｐ１～ｐ３０の末尾の数字が増加する向きを示している。図７の（ｂ）においては、脳動脈瘤１０の色が濃いほど血管壁の厚みが薄く、色が薄いほど血管壁の厚みが厚く図示されている。
　なお、図７の（ｂ）においては、脳動脈瘤１０は、白黒の２色で表現されているが、実際の開頭手術においては、脳動脈瘤１０の静止画はカラーで表現されてもよい。そのため、図７の（ｂ）における脳動脈瘤１０の色が濃い部位は、実際の開頭手術においては白色の色調が弱くかつ赤色の色調が強い部位である。また、図７の（ｂ）における脳動脈瘤１０の色が薄い部位は、実際の開頭手術においては白色の色調が強くかつ赤色の色調が弱い部位である。
　質量ρが最も低い点ｐ１２は図７の（ｂ）の破線で囲まれた領域に対応し、質量ρが高い点ｐ２５～ｐ３０は図７の（ｂ）の一点鎖線で囲まれた領域に対応する。図７の（ｂ）が示すように破線で囲まれた領域は脳動脈瘤１０の色が濃く血管壁の厚みが薄い領域であり、一点鎖線で囲まれた領域は脳動脈瘤１０の色が薄く血管壁の厚みが厚い領域である。換言すると、質量ρが最も低い点ｐ１２は血管壁の厚みが薄い領域に対応し、質量ρが高い点ｐ２５～ｐ３０は血管壁の厚みが厚い領域に対応している。つまり、質量ρが大きいほど血管壁の厚みが厚く、質量ρが小さいほど血管壁の厚みが薄いという、発明者らの仮説が正しいことが明らかである。
　つまり、推定情報（より具体的には算出された質量ρ）を用いることで、血管壁の厚みについて、高精度な情報を生成することができる。
　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。
　また、推定情報は、上記に限られない。例えば、生成部１２０、算出された質量ρ（例えば図７の（ａ））を用いて、他の例の推定情報を生成してもよい。図８は、本実施の形態に係る推定情報の他の例である脳動脈瘤１０及び母血管２０の質量ρが示された模式図である。なお、図８が示す模式図は、質量ρ、抵抗μ及びばね定数ｋのそれぞれの最小値、最大値、標準偏差、平均値及び中央値を利用して生成されてもよい。
　図８においては、脳動脈瘤１０及び母血管２０の色が濃いほど質量ρが低く、色が薄いほど質量ρが高く図示されている。なお、図８においては、脳動脈瘤１０及び母血管２０は、白黒の２色で表現されているが、実際に出力部１３０が出力する際には、脳動脈瘤１０及び母血管２０の模式図はカラーで表現されてもよい。
　そのため、図８における脳動脈瘤１０及び母血管２０の色が濃い部位は、実際に出力部１３０が出力する際には白色の色調が弱くかつ赤色の色調が強く部位である。また、図８における脳動脈瘤１０及び母血管２０の色が薄い部位は、実際に出力部１３０が出力する際には白色の色調が強くかつ赤色の色調が弱く部位である。
　上記の通り、発明者らの仮説は正しいため、図８が示す推定情報では、脳動脈瘤１０及び母血管２０の色が濃いほど血管壁の厚みが薄く、色が薄いほど血管壁の厚みが厚く図示されている。
　このような模式図として表される推定情報は、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。
　また、図８においては、２次元の模式図が示されているが、推定情報として３次元カラーマップが用いられてもよい。
　［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質量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質量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、複数の所定の点のそれぞれの、位置をｘ、質量をρ、抵抗をμ、ばね定数をｋ及び外力をＰとし、有理数をｍとする。このとき、生成工程Ｓ１０２は、式（１）を満たすものとして質量ρ、抵抗μ及びばね定数ｋを算出する。
　これにより、臓器壁又は血管壁に関するより高精度な情報を生成することができる。
　また、生成工程Ｓ１０２は、パラメータ推定を用いて質量ρ、抵抗μ及びばね定数ｋを算出する。
　これにより、臓器壁又は血管壁に関するより高精度な情報を生成することができる。
　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質量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質量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質量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。
　本実施の形態で用いられたパラメータ推定による解析は、ＡＩ（Ａｒｔｉｆｉｃｉａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ）の中に含まれる。つまり、生成工程Ｓ１０２で、質量ρ、抵抗μ及びばね定数ｋを算出するための解析は、パラメータ推定に限られず、ＡＩ技術に含まれる他の手法が用いられてもよい。
　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２つのその他の例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、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。
　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、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が得られる。これらの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、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またはプロセッサなどのプログラム実行部が、ハードディスクまた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　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
　１０００　壁厚み推定システム
　２００　表示装置
　３００　動画像情報処理装置
　４００　動画像撮影装置
　Ｕ　被験者
　ｐ１、ｐ２、ｐ３、ｐ４、ｐ５、ｐ６、ｐ７、ｐ８、ｐ９、ｐ１０、ｐ１１、ｐ１２、ｐ１３、ｐ１４、ｐ１５、ｐ１６、ｐ１７、ｐ１８、ｐ１９、ｐ２０、ｐ２１、ｐ２２、ｐ２３、ｐ２４、ｐ２５、ｐ２６、ｐ２７、ｐ２８、ｐ２９、ｐ３０　点
　Ｓ１０１　取得工程
　Ｓ１０２　生成工程
　Ｓ１０３　出力工程

Claims (9)

  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質量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. 　前記複数の所定の点のそれぞれの、前記位置をｘ、前記質量をρ、抵抗をμ、ばね定数をｋ及び外力をＰとし、有理数をｍとするとき、
    　前記生成工程は、
    Figure JPOXMLDOC01-appb-M000001
     　を満たすものとして前記質量ρ、前記抵抗μ及び前記ばね定数ｋを算出する
    　請求項１に記載の壁厚み推定方法。
  3. 　前記生成工程は、パラメータ推定を用いて前記質量ρ、前記抵抗μ及び前記ばね定数ｋを算出する
    　請求項２に記載の壁厚み推定方法。
  4. 　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１～３のいずれか１項に記載の壁厚み推定方法。
  5. 　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１～４のいずれか１項に記載の壁厚み推定方法。
  6. 　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１～５のいずれか１項に記載の壁厚み推定方法。
  7. 　請求項１～６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。
  8. 　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質量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。
  9. 　請求項８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/JP2021/030465 2021-08-19 2021-08-19 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 WO2023021671A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202180043218.3A CN115996671A (zh) 2021-08-19 2021-08-19 壁厚推测方法、壁厚推测装置及壁厚推测系统
PCT/JP2021/030465 WO2023021671A1 (ja) 2021-08-19 2021-08-19 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/030465 WO2023021671A1 (ja) 2021-08-19 2021-08-19 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

Publications (1)

Publication Number Publication Date
WO2023021671A1 true WO2023021671A1 (ja) 2023-02-23

Family

ID=85240378

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/030465 WO2023021671A1 (ja) 2021-08-19 2021-08-19 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

Country Status (2)

Country Link
CN (1) CN115996671A (ja)
WO (1) WO2023021671A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000229078A (ja) * 1999-02-10 2000-08-22 Japan Science & Technology Corp 血管病変診断システムおよび診断プログラム記憶媒体
JP2004041670A (ja) * 2002-05-17 2004-02-12 Hamano Life Science Research Foundation 生体機能情報の分別抽出方法およびその装置
JP2017500102A (ja) * 2013-12-10 2017-01-05 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 解剖学的構造のモデルベースのセグメンテーション
WO2021019809A1 (ja) * 2019-08-01 2021-02-04 国立大学法人大阪大学 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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000229078A (ja) * 1999-02-10 2000-08-22 Japan Science & Technology Corp 血管病変診断システムおよび診断プログラム記憶媒体
JP2004041670A (ja) * 2002-05-17 2004-02-12 Hamano Life Science Research Foundation 生体機能情報の分別抽出方法およびその装置
JP2017500102A (ja) * 2013-12-10 2017-01-05 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 解剖学的構造のモデルベースのセグメンテーション
WO2021019809A1 (ja) * 2019-08-01 2021-02-04 国立大学法人大阪大学 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

Also Published As

Publication number Publication date
CN115996671A (zh) 2023-04-21

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
JP5408399B1 (ja) 画像生成装置
EP3912550B1 (en) System, method and computer program product for estimating perfusion
CN109561863B (zh) 诊断辅助程序
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
CN111386076A (zh) 估计呼吸期间胸腔移动的系统、方法和计算机可读介质
JP6253085B2 (ja) Ｘ線動画像解析装置、ｘ線動画像解析プログラム及びｘ線動画像撮像装置
CN114980970A (zh) 确定放射参数的系统和方法
US20220051401A1 (en) Providing a scene with synthetic contrast
JP2020014562A (ja) 動態画像解析装置、動態画像解析方法及びプログラム
US10098604B2 (en) Medical image processing device, medical imaging device, medical image processing method and medical imaging method
US20190298290A1 (en) Imaging support apparatus and radiographic imaging system
US20100030572A1 (en) Temporal registration of medical data
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
EP3992981A1 (en) Medical data processing device, and medical data processing method
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
US20240225577A1 (en) Wall thickness estimation method, recording medium, wall thickness estimation device, and wall thickness estimation system
WO2023179876A1 (en) System configured to aid in training a patient's breathing in preparation for a radiotherapy treatment
RU2264786C1 (ru) Способ определения основных функциональных показателей миогемодинамики сердца
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
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
US20240104728A1 (en) Providing a result dataset
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
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

Legal Events

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

Ref document number: 18008334

Country of ref document: US

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

Ref document number: 21954239

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE