JP2017500179A - 狭窄マッピングによって狭窄重症度を評価するための方法 - Google Patents
狭窄マッピングによって狭窄重症度を評価するための方法 Download PDFInfo
- Publication number
- JP2017500179A JP2017500179A JP2016557533A JP2016557533A JP2017500179A JP 2017500179 A JP2017500179 A JP 2017500179A JP 2016557533 A JP2016557533 A JP 2016557533A JP 2016557533 A JP2016557533 A JP 2016557533A JP 2017500179 A JP2017500179 A JP 2017500179A
- Authority
- JP
- Japan
- Prior art keywords
- lesion
- model
- patient
- blood vessel
- blood
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 208000031481 Pathologic Constriction Diseases 0.000 title claims abstract description 72
- 208000037804 stenosis Diseases 0.000 title claims abstract description 72
- 230000036262 stenosis Effects 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000013507 mapping Methods 0.000 title claims abstract description 14
- 230000003902 lesion Effects 0.000 claims abstract description 84
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 34
- 238000003384 imaging method Methods 0.000 claims abstract description 32
- 208000029078 coronary artery disease Diseases 0.000 claims abstract description 18
- 230000000052 comparative effect Effects 0.000 claims abstract description 16
- 230000017531 blood circulation Effects 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 10
- 210000004369 blood Anatomy 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 9
- 230000001788 irregular Effects 0.000 claims description 9
- 230000036772 blood pressure Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 claims description 5
- 238000002583 angiography Methods 0.000 claims description 4
- 238000002586 coronary angiography Methods 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000000747 cardiac effect Effects 0.000 claims description 2
- 238000010968 computed tomography angiography Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 208000005475 Vascular calcification Diseases 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 description 15
- 210000001367 artery Anatomy 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 210000004351 coronary vessel Anatomy 0.000 description 3
- 238000012631 diagnostic technique Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 206010060965 Arterial stenosis Diseases 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 231100000517 death Toxicity 0.000 description 2
- 230000035487 diastolic blood pressure Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002608 intravascular ultrasound Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 210000004165 myocardium Anatomy 0.000 description 2
- 238000012014 optical coherence tomography Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000035488 systolic blood pressure Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010008479 Chest Pain Diseases 0.000 description 1
- 201000000057 Coronary Stenosis Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000002399 angioplasty Methods 0.000 description 1
- 210000000709 aorta Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 239000000994 contrast dye Substances 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 208000019622 heart disease Diseases 0.000 description 1
- 238000005534 hematocrit Methods 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010899 nucleation Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
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
- A61B5/02—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
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
-
- 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
- A61B5/02028—Determining haemodynamic parameters not otherwise provided for, e.g. cardiac contractility or left ventricular ejection fraction
- A61B5/02035—Determining blood viscosity
-
- 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
- A61B5/021—Measuring pressure in heart or blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
- A61B5/0263—Measuring blood flow using NMR
-
- 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7271—Specific aspects of physiological measurement analysis
- A61B5/7282—Event detection, e.g. detecting unique waveforms indicative of a medical condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Hematology (AREA)
- Pulmonology (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
患者についての狭窄重症度を評価する方法は、患者の解剖学的撮像データを含む、狭窄重症度の評価に関する患者情報を得るステップを含む。解剖学的撮像データに基づいて、対象となる如何なる病変の存在も識別され得る。対象となる不規則形状の病変および周辺区域についての3次元画像は、患者の解剖学的撮像データから生成することができる。3次元モデルに対応する条件を有する複数の比較用2次元病変特有のモデルが作成され得る。比較用2次元モデルは、規則的な形状の病変を有する血管を表わし、比較用2次元モデルの各々はさまざまな狭窄重症度を表わし得る。3次元モデルは、複数の比較用2次元モデルのうちの1つにマッピングすることができる。このマッピングの後、患者が冠動脈疾患を患っているかどうかの診断がなされ得る。
Description
本願は、2013年12月5日に提出された米国実用新案出願連続番号第14/098,125号の利点を主張するものであって、その全体が引用によりこの明細書中に援用されている。
技術分野
本開示は、概して、冠動脈疾患を正確に識別および診断する方法に関する。より特定的には、本開示は、狭窄重症度マッピングによって、冠動脈疾患を、不規則形状の病変に関連するものとして正確に識別および診断する非侵襲的方法に関する。
本開示は、概して、冠動脈疾患を正確に識別および診断する方法に関する。より特定的には、本開示は、狭窄重症度マッピングによって、冠動脈疾患を、不規則形状の病変に関連するものとして正確に識別および診断する非侵襲的方法に関する。
発明の背景
冠動脈疾患(CAD:coronary artery disease)は、米国における男性および女性に共通するタイプの心臓病であって、主要な死因となっている。多くの場合、CADは、心筋に血液を供給する動脈が硬化して狭くなることによって、そこを流れる血液が少なくなると、引起される。このCADが発生すると、心筋は必要なだけの血液および酸素を得ることができなくなり、結果として胸痛または心臓発作につながる恐れがある。統計によれば、毎年、米国において約1600万人がCADを発症し、これにより約1200万回の心臓発作が起こり、450000人以上が死亡している。
冠動脈疾患(CAD:coronary artery disease)は、米国における男性および女性に共通するタイプの心臓病であって、主要な死因となっている。多くの場合、CADは、心筋に血液を供給する動脈が硬化して狭くなることによって、そこを流れる血液が少なくなると、引起される。このCADが発生すると、心筋は必要なだけの血液および酸素を得ることができなくなり、結果として胸痛または心臓発作につながる恐れがある。統計によれば、毎年、米国において約1600万人がCADを発症し、これにより約1200万回の心臓発作が起こり、450000人以上が死亡している。
CADと診断して、治療が必要かどうかを判断するために、早期発見技術および処置が開発されてきた。しかしながら、現在の診断技術はしばしば不確かであり、結果として、低程度リスクから中程度リスクの数多くの患者がさらなるテストを受けるために不必要に緊急処置室から病院へ収容されてしまうこととなる。さらなるテストが行われた後、低程度リスクから中程度リスクの患者の多くがCADから除外されており、結果として、100億ドルを越える不必要な費用が発生していることになる。
CADのための侵襲的診断技術は公知であるが、極めて高価である。一般的な侵襲的撮像技術には冠動脈カテーテル/血管造影法(CA:catheter/angiography)がある。CAを用いた場合、カテーテルが人の動脈に挿入されて、造影剤または染料が動脈に注入される。造影された血液が動脈内を流れると、血管内の狭くなった区域を容易に観察することができ、これにより、プラークの存在を示すことができる。別の公知の侵襲的撮像技術には血管内超音波(IVUS:intravascular ultrasound)があり、この場合、血管内にIVUSカテーテルを挿入する必要がある。カテーテルは、動脈内に光線を放射して周囲の血管の位置を測定するためのトランスデューサを含む。結果として確定された血管形状により、如何なるプラークの存在をも明らかにすることができる。別の公知の侵襲的技術として挙げられる光干渉断層撮影法(OCT:optical coherence tomography)は干渉測定技術であって、典型的には、近赤外線を用いて、動脈内から3次元画像を取込んで、如何なるプラークの存在をも示す。
これらの技術は費用がかかり侵襲的であるため、CADの存在を判断するのを支援するための非侵襲的診断技術が開発されてきた。これらの技術はさほど高価でないが、いくつか限界がある。このような技術のうち利用が次第に増えてきた冠動脈CT血管造影(CCTA:coronary computed tomography angiography)では、動脈狭窄の重症度を評価するために血管および周囲構造の解剖学的なデータを非侵襲的に取得する。一般に、CCTAでは、このデータは、心臓を高解像度で撮像することによって集められる。結果として得られる画像により、狭窄をもたらす可能性がある管腔狭窄および/または動脈硬化性プラークをすべて評価することが可能となる。
CCTAデータを用いて、狭窄があるかどうかについて冠動脈管腔を評価するさまざまな方法があり、これは、狭窄の視覚的評価および定量的評価を含む。これらの方法は、CCTAデータに対して手作業で、半自動的に、または自動的に実行することができる。一般に用いられている評価方法は、狭くなった動脈の直径(管腔の直径狭窄)または狭くなった動脈面積(管腔の面積狭窄)を推定して、狭窄の重症度を類別することを含む。このような推定では、概して、予め定められた割合の管腔直径狭窄または管腔面積狭窄(すなわち50%)に基づいて、臨床的に関連する冠動脈狭窄を規定することが必要となる。概して、これらの方法の診断性能は、著しく重篤な狭窄を検出するための十分な感度および特異度をもたらす。
しかしながら、中程度の狭窄病変が存在する場合、この方法の特異度および精度は、否定的な予測値が高いにもかかわらず、低くなってしまう。このよう特異度が低くなる明らかな理由として、管腔直径の狭窄および管腔面積の狭窄の評価技術により、心臓の外科医が、心臓病専門医および放射線専門医によって報告される割合と同じ様にCAD重症度を過大評価してしまう可能性があることが挙げられる。CCTAによる狭窄重症度の過大評価は、断面画像内の管腔直径の評価に影響される可能性がある。なぜなら、不透熱性プラークの成長に応じて冠動脈が拡張するからである。この現象は「リモデリング」と称される。管腔直径評価が困難であることに影響されて、狭窄重症度が過大評価/過小評価されたり、その特異度が低くなったりする可能性がある。なぜなら、病変部位では動脈の管腔形状が不規則になることは珍しくないからである。そのため、管腔直径の評価技術では、多くの場合、真の管腔狭窄が不正確に表わされる可能性があり、CADの存在を正確に評価することに付随して生じる不必要な費用の問題が解決されない。
この評価技術に関する問題点は、図1の概略図によって表わすことができる。図1が示しているさまざまな狭窄重症度の4つの例(A)〜例(D)では、各々がさまざまな幾何学的形状を有している。これらの例の各々は、50%の幾何学的な管腔直径狭窄を呈する症状を示している。言いかえれば、これらの例の各々は、病変の形状、位置および/またはサイズに違いがあるものの、血管直径が最も狭い箇所で実質的に50%にまで小さくなっていることを示している。図2は、これらのさまざまな50%の管腔直径狭窄が如何にさまざまな狭窄重症度を有し得るかを例示的に示す。図示のとおり、図1の例(A)〜例(D)は、狭窄発症前から狭窄発症後までの血流圧低下が同じである標準的な規則的形状の狭窄の例にマッピングされている。図示のとおり、図2の下方の例はさまざまな狭窄重症度を呈しており、管腔直径および管腔面積の技術に基づいて不規則形状を有する中程度の狭窄領域を評価する際に結果として生じる可能性のある不正確性を例示している。
血流力学の近年の進歩により、計算流体力学(CFD:computational fluid dynamics)シミュレーションをうまく利用して、流量および圧力の空間的変化および時間的変化などの動脈中の血流特性を予測することで、CADの診断が支援されてきた。FFRctおよび仮想FFRは、2つの新しい事例であり、CFDを用いて、狭窄手前の圧力に対して狭窄より末梢側の圧力として規定される冠血流予備量比(FFR:fractional flow reserve)を予測し、これによりCADの存在を予測してきた。FFRは、欧州心臓病学会によって、中程度の病変を評価するためのゴールドスタンダードとして認識されてきた。しかしながら、FFR測定は、感圧性の血管形成用ワイヤが冠動脈カテーテル法によって冠動脈内に直接配置されるという侵襲的方法である。FFRct法は複雑になる。なぜなら、このFFRct法では、大動脈における一区域を含む冠状動脈樹枝状分岐全体に対するCCTAの際に計算モデリングが用いられるからである。仮想FFR法も同様に複雑になる。なぜなら、仮想FFR法では、主要血管全体のために回転式冠動脈造影(RoCA:rotational coronary angiography)画像に対して計算モデリングが用いられるからである。
FFRct法および仮想FFR法はともに、生理学的に写実的に血流をシミュレートしようと試みている。これにより、高度な境界条件および初期条件を評価することが必要となるが、この場合、正確に評価するのが困難になるおそれがある。加えて、計算モデリングは、冠状動脈樹枝状分岐領域全体または血管領域全体を細分化して、CFDへの入力として患者特有の動脈管腔の幾何学的形状を構築するために、かなりの(コンピュータおよび人的労力の両方の)リソースを必要とする。これによっても、FFRを正確に予測するための生理学的環境に近いシミュレーションを実行するために、患者特有の動脈モデルの広い領域が必要となる。このように広い領域が必要になると、さまざまな不利点が生じる。1つの不利点は、CFDシミュレーションが、計算の影響を受けないアルゴリズムであるので、大規模な計算リソースを必要とするという点である。別の不利点は、広い領域が必要であるので、通常の血管についての画質が局所的に低くなるために、使用され得るCCTAスキャンの数が制限されてしまう点である。加えて、限定的な時間分解能で撮像することによって動きが不鮮明になるなどの撮像アーティファクト、限定的な空間分解能で撮像することによって石灰化プラークから発生するブルーミングアーティファクト、または、さらに局所的なノイズが、広範囲領域において現われる可能性が高くなる。これにより、FFR値についてのCFDシミュレーションによる予測の信頼性レベルが低下してしまう。
上述の処理方法に限界があるため、狭窄重症度を評価するための新しい技術は有益になるだろう。
発明の概要
したがって、本開示の一局面は、管腔直径の狭窄を評価するための改善された方法を提供することである。
したがって、本開示の一局面は、管腔直径の狭窄を評価するための改善された方法を提供することである。
本開示の別の局面は、先行技術の方法よりも安価である、狭窄重症度を評価するための改善された方法を提供することである。
本開示のさらなる局面は、CADを臨床的に診断する際により有意義な支援を提供する、狭窄重症度を評価するための改善された方法を提供することである。
本開示のさらに別の局面は、中程度の狭窄病変に特に適している、狭窄重症度を評価するための改善された方法を提供することである。
本開示のさらに別の局面は、不規則形状の狭窄に特に適している、狭窄重症度を評価するための改善された方法を提供することである。
上述および他の局面に従って、狭窄重症度を評価する方法が提供される。当該方法に従うと、患者が撮像されて、患者の心臓および周辺区域の解剖学的撮像データが得られる。次いで、対象となる如何なる病変をも識別するために、撮像データが綿密に調査される。次いで、対象となる病変から3次元の病変特有のモデルが作成される。次いで、病変特有の複数の2次元モデルが、3次元の特有のモデルに関連するデータに基づいて作成されてもよい。次いで、計算流体力学の分析が、3次元モデルの流路と複数の2次元モデルの各々の流路とに対して実行される。この計算に基づき、さらに、3次元モデルに対応する2次元モデルが、分析のためにこの3次元モデルにマッピングされる。
本開示の他の局面は、添付の図面に関連付けて検討される際に以下の詳細な説明を参照することによってさらによく理解されるので、容易に認識されるだろう。
発明の詳細な説明
本開示は、動脈の狭窄重症度を、特に不規則形状の狭窄に関連するものとして判断する方法に関する。しかしながら、本開示が如何なるタイプの形状の狭窄または如何なるサイズの狭窄にも適用されることが認識されるだろう、図3は、本開示の一局面に従った方法10を概略的に示す。一局面に従うと、評価すべき患者についての関連データが、まず、参照番号12によって概略的に示されるように取得される。関連する患者のデータは、患者の解剖学的データと、特に、対象となる関連区域の撮像データとを含み得る。患者の解剖学的データは、CCTAなどの非侵襲的撮像方法を用いることによって得られてもよい。CCTAに従うと、コンピュータ断層撮影(CT:computed tomography)装置は、冠状動脈血管の診断のために心臓領域などの構造の画像を走査するために用いられてもよい。この撮像方法から結果として得られる走査データは一般に画像の積重ねを含み、これら画像の積重ねは、次に、3次元画像に組立てられて、さらなる診断のために利用され得る。代替的には、磁気共鳴撮像(MRI:magnetic resonance imaging)または超音波(US:ultrasound)などの他の非侵襲的な3次元撮像方法が用いられてもよい。代替的には、デジタル・サブトラクション血管撮影(DSA:digital subtraction angiography)または回転式冠状動脈造影法(RoCA)などの侵襲的撮像方法が、患者の解剖学的構造をさらに他の使用目的のために撮像するのに用いられてもよい。他の撮像方法が利用されてもよい。
本開示は、動脈の狭窄重症度を、特に不規則形状の狭窄に関連するものとして判断する方法に関する。しかしながら、本開示が如何なるタイプの形状の狭窄または如何なるサイズの狭窄にも適用されることが認識されるだろう、図3は、本開示の一局面に従った方法10を概略的に示す。一局面に従うと、評価すべき患者についての関連データが、まず、参照番号12によって概略的に示されるように取得される。関連する患者のデータは、患者の解剖学的データと、特に、対象となる関連区域の撮像データとを含み得る。患者の解剖学的データは、CCTAなどの非侵襲的撮像方法を用いることによって得られてもよい。CCTAに従うと、コンピュータ断層撮影(CT:computed tomography)装置は、冠状動脈血管の診断のために心臓領域などの構造の画像を走査するために用いられてもよい。この撮像方法から結果として得られる走査データは一般に画像の積重ねを含み、これら画像の積重ねは、次に、3次元画像に組立てられて、さらなる診断のために利用され得る。代替的には、磁気共鳴撮像(MRI:magnetic resonance imaging)または超音波(US:ultrasound)などの他の非侵襲的な3次元撮像方法が用いられてもよい。代替的には、デジタル・サブトラクション血管撮影(DSA:digital subtraction angiography)または回転式冠状動脈造影法(RoCA)などの侵襲的撮像方法が、患者の解剖学的構造をさらに他の使用目的のために撮像するのに用いられてもよい。他の撮像方法が利用されてもよい。
一局面に従うと、最初に得られる関連する患者データはまた、狭窄重症度の評価を支援し得る他の患者情報を含んでもよい。このような患者データは、患者の血圧、心拍数、体重、ヘマトクリット、または、狭窄重症度評価に関連する可能性のある他のさまざまな患者情報を含んでもよい。
一局面に従うと、解剖学的な撮像情報を含む患者データが得られた後、次のステップは、参照番号14によって概略的に示されるように、評価のために対象となる病変または懸念される病変を識別するステップを含み得る。このステップに従うと、上述のとおり撮像によって得られた患者特有の解剖学的データは、まず、画質が許容可能であるかどうかを判断するために評価され得る。画質評価はユーザによる視覚的評価によって実行されてもよい。代替的には、画像の解剖学的データの画質は、容易に入手可能な撮像ビューアソフトウェアを用いて、半自動的な査定によって評価されてもよい。さらに、画質は、コンピュータシステムを用いて自動的に査定されてもよい。画質が許容可能でない場合、上述の方法のいずれかを用いて画像の解剖学的データが再び取得されてもよい。許容可能な画像の解剖学的データが取得されると、対象となる病変およびそれらの位置が存在するかどうかを判断するための分析を実行することができる。対象となる病変の識別は目視検査によって実行されてもよい。代替的には、このステップは、コンピュータシステムによって、またはコンピュータシステムの助けを借りて実行されてもよい。
図示のとおり、対象となる病変が識別された後、一局面に従うと、概して参照番号16によって示されるように、対象となる病変の3次元(3D:three-dimensional)モデルが作成されてもよい。対象となる病変が多数存在する場合、対応する数の3Dモデルが作成され得ることが認識されるだろう。別の局面に従うと、当該方法は、不規則形状を有する病変に特に適している可能性がある。
識別された対象となる病変の3Dモデルは、3Dスライサ(www.slicer.org)などの従来のソフトウェアを用いて、または出願人のSpectrum Cardio Workstationなどのカスタマイズされたソフトウェアを用いて、解剖学的画像データに基づいて作成されてもよい。3Dモデルを作成するために、この識別された病変の管腔構造が、関連する血管の近位区域および遠位区域と共に、さまざまな方法を用いて細分化され得る。一局面に従うと、この細分化は、コンピュータシステムによって自動的に実行されてもよく、またはユーザによって半自動的にシーディング(seeding)および補正しながら実行されてもよい。3Dモデルは、手動で細分化することによって作成されてもよい。一局面に従うと、細分化は2ステップで実行されてもよい。最初に、対象となる管腔構造の中心線情報が抽出され得る。次に、抽出された中心線のまわりの管腔構造が細分化され得る。次いで、対象となる細分化された管腔構造をデジタル表現で生成および保存することができる。
図4は、画像データ100から例示的な3Dモデルを作成するステップを概略的に示す。図示のとおり、画像データは、中心線CLを有する動脈104内に位置する不規則形状の狭窄102を含み得る。画像データにおける血流の方向は矢印Aによって概略的に示される。図示のとおり、動脈104は、狭窄102の手前にある近位区域106と、狭窄102の後方にある遠位区域108とを含み得る。画像データは、血管内における狭窄の位置および狭窄の形状を反映している。
一局面に従うと、病変特有の3Dモデルが画像データ100から作成され得る。先のプロセスとは異なり、本開示に従った3Dモデルは、病変および付近の通常の動脈のまわりにおける動脈管腔境界だけを含んでいればよい。最初に、図4を参照して、病変特有の3Dモデル110において、動脈血管104に沿った病変102の範囲が推定され得る。加えて、血管104の画像データ100は、病変区域102と、さらには、病変の手前にある非疾患の近位区域106および病変の後方にある非疾患の遠位区域108とを含み得る。病変特有の3Dモデル110を準備する一環として、非疾患の近位区域106および非疾患の遠位区域108の長さが、破線Bおよび破線Cによって概略的に示されるように、短くされてもよい。図4の下方部分に示されるように、近位区域106および遠位区域108がモデル110において短くされている。
図4に示されるように3D病変特有のモデル110が作成されると、モデル110がさらに加工および処理され得る。たとえば、一局面に従うと、生成されたモデル110は、平滑化およびトリミングなどによって前処理されてもよい。たとえば、作成された3D画像モデル110は、図5aに示されるように、円弧形状または非線形の形状であってもよい。図5aにおいては、CLは非線形であり、入口境界および出口境界には角度が付けられている。前処理の一環として、3D画像モデル110は、図5bに概略的に示されるように、入口境界112および出口境界114が区域104のCLと血管の壁とに対して垂直になるように、平滑化されてもよい。また、血管の中心線CLは線形にされてもよい。
一局面に従うと、次いで、モデル110は、精度の高いCFDシミュレーション用に準備するために、高解像度にスーパーサンプリングされてもよい。加えて、モデル110が最初に表面メッシュによって表わされ、次いで、四面体でできた固体メッシュに変換されることにより、有限要素法(FEM:finite element method)を用いたCFDシミュレーションの実行が可能になり得る。別の局面に従うと、モデル110は、まず、ボクセルによって表わされてもよく、次いで、格子ボルツマン法(LBM:lattice Boltzmann method)を用いて、CFDシミュレーションを実行するための規則的なグリッドメッシュに変換されてもよい。
図6に概略的に示されるように、対象となる病変202が、複数の出口分岐を有する区域200にわたって分散されているのは珍しいことではない。図6に概略的に示されるように、病変202は、第1の出口経路206および第2の出口経路208を提供する入口流路204を有する区域に位置する可能性もある。一局面に従うと、この状態が存在する場合、入口および出口をそれぞれ1つずつだけ備える3Dモデルが作成され得る。この方法により、入口と出口との各組合せのための流路が決定され得る。
別の局面に従うと、これは、第1の出口206を通る流れを遮断するために仮想壁210を作成することによって達成することができる、次いで、入口204から病変を通りすぎて第2の出口208へ至る流路を有する3Dモデルが分析のために作成されてもよい。同様に、第2の3Dモデルが作成され得る箇所では、そこを通過する流れをブロックするように第2の出口208に仮想壁が作成される。こうして、第2のモデルにより、入口204から第1の出口206を通って、対象となる病変202を通り過ぎる流れを分析することが可能になり得る。
一局面に従うと、罹患した病変の手前の入口距離および罹患した病変の後方にある出口距離のどちらかまたはこれら両方が3Dモデルにおいて短すぎる場合、境界条件を評価するのが難しくなる可能性がある。なぜなら、病変の不規則な形状付近における乱流が、入口および出口の境界層において流れの圧力および速度の分布を不安定にしてしまうからである。一局面に従うと、入口および出口において安定した流れを作り出して境界条件を割当てるために、図5bにおいて説明され概略的に示される態様で、3Dモデルの入口区域および出口区域を所望の範囲にまで伸延させてもよい。一局面に従うと、伸延させた入口116および出口118は、円として形成され、画像が取込まれた入口および出口の元の形状につながれてもよく、これらの幾何学的形状間のつなぎ目は滑らかに形成されている。さらなる局面に従うと、各々の流路ごとに、入口区域および出口区域ならびに中心線距離が決定され得る。伸延させた入口116および出口118はまた、それらの形状が円形であるため、境界条件を設定するのにも有用である。
本開示の一局面に従って、より多くの処理ステップ、より少ない処理ステップ、またはさまざまな処理ステップを採用して、さらなる分析のために3D画像110が準備され得ることが認識されるだろう。
3Dモデル110が処理されて準備されると、公知の比較用の病変特有の2D狭窄重症度マッピングモデル300のリストが、参照番号14によって概略的に示されるように作成され得る。図7に概略的に示されるように、さまざまなレベルの閉塞を表わすために、各々の流路ごとに、規則的な形状を有するとともにさまざまな狭窄重要度レベルを呈するモデル300a〜300nが構築されてもよい。たとえば、5%から95%までの狭窄重症度を、モデルごとに5%ずつ増やしながら表わすように、さまざまなモデルが作成されてもよい。モデル300は、狭窄重症度を上げるかまたは下げる際に作成されて統合されてもよい。一局面に従うと、比較用の病変特有の狭窄重症度マッピングモデル300は、上述のパラメータとさまざまな重症度についての制御パラメータとに基づいて生成されてもよい。図示のとおり、重症度マッピングモデル300は、円形の断面を備えた直線的な管路として示されてもよい。このため、比較用モデル300の各々を通過するシミュレートされた流れはまた、モデルを2次元に簡素化するために用いることができる円対称を有する可能性もある。モデル300はいくつ作成されてもよく、モデル300の数は数字1からNによって識別することができる。
本開示に従うと、2Dの比較用モデル300は、3Dモデルと2Dモデルとの条件が可能な限り近似するように、さまざまな制御パラメータを利用して作成されてもよい。ある制御パラメータは、概して、中心線に対して3D病変特有のモデル110における病変の位置に基づいて推定され得る病変位置であってもよい。別の制御パラメータは病変の長さであってもよい。病変の長さはまた、血管の断面の始まりと血管の断面の終わりとの間における病変の長さを測定することによって、中心線に対して3D病変特有のモデル110における病変の長さに基づいて推定されてもよい。
別の制御パラメータは***の高さであってもよい。一局面に従うと、血管の一方側または両側における病変の***の高さは、不規則形状の病変が規則的な形状に変形した場合、病変の狭窄重症度についての重要な制御パラメータとなる。一局面に従うと、***の高さは、2Dモデルにおける病変位置において0から半径までの間の範囲にあってもよい。2Dモデルにおける入口半径および出口半径が同じではない可能性があるので、***の高さを推定するのに用いられる半径の位置は、血管壁上の規則的な***形状の基部の中心にあってもよい。さまざまな狭窄重症度を有する比較用モデルは、***の高さを変えることによって制御されてもよい。たとえば、[B0,B1…BN−I]と指定された***高さを有するNの比較用モデルが作成されてもよい。この場合、Bi=i*R/Nであり、変数Rは病変の位置における半径である。
さらなる制御パラメータは血管の入口半径および出口半径であってもよい。一局面に従うと、入口半径および出口半径は、病変特有の3Dモデル110における入口および出口における断面の面積から推定されてもよい。3Dモデルと同じ中心線長さを得るように2Dモデルにおける入口および出口を伸延させるためには、入口経路および出口経路を伸延させるための、3Dモデルに関して上述された方法を用いてもよい。
これらの制御パラメータに基づいて、2Dモデルの各々が形成され、さらに、***または病変が、さまざまなサイズを有する***を備えた重症度2Dモデルの各々において血管壁の両側に作成されてもよい。一局面に従うと、***の表面は、狭窄半径を有するU字型の曲線(二次曲線)によって構築されてもよい。別の局面に従うと、図8に概略的に示されるように、各々のモデルごとの狭窄半径は、血管半径に対する***高さの百分率として決定されてもよい。狭窄半径を決定するための他の方法が用いられてもよい。
一局面に従うと、3Dモデルおよび2Dモデルの病変特有の流路のための血管壁境界条件を決定することができる。一局面に従うと、滑り止め用の剛性壁の境界条件が壁層において用いられてもよい。この場合、流体速度は壁との接触時にはゼロである。これはCFDシミュレーションのための単純な境界条件である。しかしながら、他の好適な境界条件が用いられてもよい。
出口における圧力は、測定された患者の収縮期および拡張期の血圧に基づいて推定される。入口における速度は、推定された流量に起因するものであって、出口における典型的な血流速度の選択と、入口と出口との面積比の推定とに関連している。入口と出口との面積比は3Dモデルから導き出されてもよい。別の局面に従うと、3Dモデルおよび2Dモデルについての入口および出口の境界条件がさらに決定されてもよい。単純な速度入口境界条件、圧力出口境界条件が用いられてもよい。一例として、出口における圧力は、測定された患者の収縮期および拡張期の血圧の平均的な圧力を採用することによって推定することができる。しかしながら、他の好適な出口圧力が選択されてもよい。入口の流速は、入口断面における流体速度の分布に基づいて選択されてもよい。速度分布は、十分に発展させた境界条件として放物線状に分散させることができる。均一に分散させた速度分布に従って、入口における平均速度が出口における予想流量に基づいて推定されてもよい。さらに、出口における病変閉塞が全くない通常の血管における予想流量は、患者が休息している際の冠動脈における典型的な血流速度によって推定することができる。入口における流量が得られると、放物線状の速度分布を容易に導き出すことができる。なぜなら、伸延させた入口が円形であるからである。2D重症度チャートモデルはまた、3Dモデルのために決定された入口および出口に対して同じ初期条件を利用する。一局面に従うと、入口直径および出口直径は、病変周囲の通常の血管において発生する可能性のある入口面積と出口面積との如何なる差をも補償するように選択され得る。一例として、出口直径は、この変差をもたらすように入口直径よりも1%小さくなるように選択されてもよい。
3D病変特有のモデルが複数の出口を有する場合、重症度マッピングモデルは、各々の流路毎に入口および出口をそれぞれ1つずつ有してもよい。上述のとおり、他のすべての出口は、これらの出口を通る流れが発生しないように固体壁として処理されてもよい。入口および出口をそれぞれ1つずつ用いて、他のすべての出口をブロックすることで、CFDシミュレーションについての出口境界条件の推定が簡素化されるだけではなく、他の出口を通る流れからの如何なる影響も排除される。このステップは、重症度マッピングモデルにより流路を3D病変特有のモデルで表わすことを可能にする。
一局面に従うと、当該方法の次のステップは、概して参照番号20によって示されるように、各々の流路に対して計算流体力学を実行することを含み得る。具体的には、CFDシミュレーションは、3Dの病変特有のモデル110とさまざまな2Dの比較用モデル300とに対して実行されてもよい。CFDシミュレーションは、OpenFoam(www.openfoam.com)、Palabos(www.palabos.ort)、従来のCFDソフトウェアまたは顧客用に開発されたソフトウェアなどの市販のソフトウェアを用いて行われてもよい。各々のシミュレーションでは、病変によってもたらされる流れの運動量によって血流を押し流すのに必要な力についての値が得られ得る。この場合、力は入口と出口との間における血圧低下に相当する。一局面に従うと、CFDシミュレーションはまた、血液密度および血液粘度などの血流の流体特性を利用してもよい。典型的な血液密度および血液粘度の値が用いられてもよい。CFDシミュレーションが完了すると、入口における圧力が得られ、入口と出口との間における圧力低下が3Dモデルとすべての2Dモデルとについて計算され得る。
3Dの不規則なモデルおよびすべての2Dの規則的なモデルに対するCFDシミュレーションが完了した後、3Dの不規則なモデルが、図9に概略的に示されるように、2D比較用モデルのうちの1つにマッピングされてもよい。これは、3D病変特有のモデルと同じ血圧低下を有する特有の2Dモデルを見出すことによって行われてもよい。一局面に従うと、2Dの規則的なモデルについての低下した圧力値を用いて、2D重症度モデルの圧力低下曲線を作成してもよい。3Dモデルについての低下した圧力値を用いると、3Dについての低下した圧力値が作成済み2D曲線上で交差する位置に基づいて、適切な2Dモデルが決定され得る。マッピングされた2Dモデルは近接する重症度モデルになるだろう。
重症度マッピング位置が得られると、***の高さが近接する2Dモデル内において補間されてもよい。この情報を用いて、新しい2Dの同等の規則的モデルが、推定された***の高さに基づいて生成されてもよく、さらに狭窄の半径が得られる。
一般的な説明および例を用いて上述されたすべての作業が必ずしも必要ではなく、特定の作業の一部が不要になる可能性があり、1つ以上のさらなる作業が記載された作業に加えて実行され得ることに留意されたい。さらに、作業が列挙されている順序は、必ずしもそれらが実行される順序であるとは限らない。
この明細書中に記載される実施形態の説明および例は、さまざまな実施形態の構造の全体的な理解をもたらすように意図されている。この説明および例は、この明細書中に記載される構造または方法を用いる装置およびシステムの要素および特徴のすべてを網羅的かつ包括的に説明する役割を果たすように意図されたものではない。他の多くの実施形態が、本開示を精査することで当業者にとって明らかになり得る。構造的な置換、論理的な置換または別の変更が本開示の範囲から逸脱することなくなされ得るように、他の実施形態が使用されたり、本開示から導き出されたりしてもよい。したがって、本開示は限定的ではなく例示的なものと見なされるべきである。
明確にするためにこの明細書中において別個の実施形態の文脈において記載されているいくつかの特徴は、単一の実施形態において組合せて提供されてもよい。逆に、簡潔にするために単一の実施形態の文脈において記載されたさまざまな特徴も、別個に、または部分的に組合せて提供されてもよい。さらに、範囲内で規定される値に言及している場合、それはその範囲内の各々およびすべての値を含んでいる。
利益、他の利点および問題の解決策を特定の実施形態に関連付けて上述してきた。しかしながら、これらの利益、利点、問題の解決策、およびこれらを発生させるかまたはより顕著にする可能性のある如何なる特徴も、添付の特許請求の範囲のいずれかまたはすべてにおける重要な特徴、所要の特徴または本質的な特徴として解釈されるべきではない。
上述の主題は例示的なものと見なされるべきであって、限定的なものとしてみなされるべきではなく、添付の特許請求の範囲は、このようなあらゆるすべての変更例、改善例、および、本発明の範囲内に収まる他の実施形態を包含するように意図されたものである。このため、本発明の範囲は、法的に可能な最大限度にまで、添付の特許請求の範囲およびそれらの同等例を可能な限り幅広く解釈することによって決定されるべきであり、上述の詳細な説明によって制限または限定されないものとする。
数例の具体的な実施形態を上に詳細に記載してきたが、当業者であれば、例示的な実施形態において多くの変更例が、本開示の実施形態の新規な教示および利点から実質的に逸脱することなく実現可能であることを容易に認識するだろう。したがって、このような変更例はすべて、添付の特許請求の範囲において規定されるように本開示の実施形態の範囲内に含まれるように意図されている。添付の特許請求の範囲においては、ミーンズプラスファンクション節は、記載された機能や、構造的な同等物だけでなく同等の構造をも実行するものとしてこの明細書中に記載された構造を包含するように意図されている。
Claims (18)
- 患者についての狭窄重症度を評価する方法であって、
前記患者の解剖学的撮像データを含む、狭窄重症度の評価に関する患者情報を得るステップと、
前記解剖学的撮像データから、不規則形状を有する前記患者の血管における対象となる病変の存在を識別するステップと、
前記患者の前記解剖学的撮像データをコンピュータシステムに入力するステップと、
前記コンピュータシステムおよびタスク特有のソフトウェアに関連付けられたプロセッサを用いて、前記血管内における対象となる少なくとも1つの病変についての前記患者の解剖学的撮像データから3次元モデルを生成するステップとを含み、生成された前記3次元モデルは、血管入口、前記対象となる少なくとも1つの病変および少なくとも1つの血管出口を含み、前記方法はさらに、
前記プロセッサおよびタスク特有のソフトウェアを利用して、前記3次元モデルに対応する条件を有する一連の比較用2次元病変特有のモデルを作成するステップを含み、前記一連の比較用2次元モデルの各々は、前記血管内における1つ以上の規則的形状の病変を有する血管を表わし、前記2次元病変特有のモデルの各々はさまざまに構成された病変を含み、前記さまざまに構成された病変の各々はさまざまな既知のレベルの狭窄重症度を表わし、前記方法はさらに、
前記一連の比較用2次元モデルのうち1つの2次元モデルに対して前記3次元モデルをマッピングするステップと、
前記マッピングされた2次元モデルに基づいて患者の冠動脈疾患の狭窄重症度の定量的尺度を導き出すステップとを含む、方法。 - 前記タスク特有のソフトウェアは、前記患者の解剖学的撮像データから前記3次元モデルを作成するために前記患者の解剖学的撮像データの細分化を行う、請求項1に記載の方法。
- 前記3次元モデルは、前記血管内に位置する前記対象となる少なくとも1つの病変で構成され、前記血管は、前記血管入口と前記病変との間の血管の区域、および前記病変と前記血管出口との間の血管の区域を含む、請求項1に記載の方法。
- マッピングする前記ステップはさらに、前記3次元モデルと、前記一連の比較用2次元モデルの各々とに対して計算流体力学を実行するステップを含む、請求項1に記載の方法。
- 計算流体力学を実行する前記ステップは、前記入口における血圧、前記3次元モデルに沿った複数の血管直径、前記2次元モデルに沿った複数の血管直径、血液粘度、血液速度、血液流量、血管弾性、血管石灰化、および複数の心拍の位相から導き出される2次元モデル間における差を含むパラメータのうち1つ以上を選択するステップを含む、請求項4に記載の方法。
- 前記3次元モデルを生成するステップよりも前に、タスク特有のソフトウェアを利用して前記患者の解剖学的撮像データを前処理するステップをさらに含む、請求項1に記載の方法。
- 前記解剖学的撮像データを前処理する前記ステップは、前記対象となる少なくとも1つの病変についての前記解剖学的画像データが複数の出口を含むかどうかを判断するステップと、
単一の入口および単一の仮想出口を識別して、そこから前記3次元モデルを作成するステップとを含む、請求項6に記載の方法。 - 前記対象となる少なくとも1つの病変を含む、前記血管についての前記解剖学的撮像データ上の前記複数の出口を、さらなる処理のために単一の仮想出口にまで減らすステップをさらに含む、請求項7に記載の方法。
- 前記対象となる少なくとも1つの血管についての前記解剖学的撮像データが前記血管入口および前記血管出口を有するように、前記識別された単一の仮想出口以外の他の複数の出口に通じる流路を実質的に閉じることによって、前記複数の出口を前記単一の仮想出口にまで減らすように前記解剖学的撮像データを処理するステップをさらに含む、請求項8に記載の方法。
- 前記対象となる少なくとも1つの病変を含む血管の中心線が直線になるように、かつ、前記血管入口および前記血管出口が前記中心線に対して垂直になるように、前記解剖学的画像データを平滑化するステップをさらに含む、請求項6に記載の方法。
- 前記血管入口および前記血管出口は、円形形状が割当てられてもよく、各々が、前記解剖学的画像データにおける開口部の面積に対応する直径を有する、請求項6に記載の方法。
- 複数の比較用2次元モデルを作成する前記ステップは、複数の制御パラメータを利用して、前記2次元比較用モデルに前記3次元モデルを適切に反映させるよう支援するステップを含む、請求項1に記載の方法。
- 前記複数の制御パラメータは、病変位置、病変長さ、***の高さ、入口半径および出口半径のうち1つ以上を含む、請求項12に記載の方法。
- 前記3次元モデルを前記2次元モデルのうちの1つにマッピングする前記ステップは、計算流体力学から、前記対象となる病変にわたる血圧低下を予測するステップを含む、請求項12に記載の方法。
- 前記3次元モデルおよび前記複数の2次元モデルにわたる予測された血圧低下は、入口血流、血圧、血液速度および血液密度を含む一連の可能な制御パラメータを用いる複数の計算から得られる統計結果である、請求項14に記載の方法。
- 狭窄重症度の前記定量的尺度は、血管直径における有効百分率の低下(effective percentage reduction)または血管面積における有効百分率の低下のうち少なくとも1つとして報告される、請求項1に記載の方法。
- 前記患者情報は、心臓用コンピュータ断層撮影血管造影法(CCTA:Cardiac Computed Tomography Angiography)データセットのうち1つ以上を含む、請求項1に記載の方法。
- 前記患者情報は、磁気共鳴血管撮影(MRA)、超音波(US)、デジタル・サブトラクション血管撮影(DSA)または回転式冠状動脈造影法(RoCA)のうち1つ以上から導き出される1つ以上のデータセットを含む、請求項17に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/098,125 | 2013-12-05 | ||
US14/098,125 US8977339B1 (en) | 2013-12-05 | 2013-12-05 | Method for assessing stenosis severity through stenosis mapping |
PCT/US2014/068788 WO2015085170A1 (en) | 2013-12-05 | 2014-12-05 | A method for assessing stenosis severity through stenosis mapping |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017500179A true JP2017500179A (ja) | 2017-01-05 |
Family
ID=52282879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016557533A Pending JP2017500179A (ja) | 2013-12-05 | 2014-12-05 | 狭窄マッピングによって狭窄重症度を評価するための方法 |
Country Status (4)
Country | Link |
---|---|
US (2) | US8977339B1 (ja) |
EP (1) | EP3076857A1 (ja) |
JP (1) | JP2017500179A (ja) |
WO (1) | WO2015085170A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021534858A (ja) * | 2018-08-22 | 2021-12-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 心臓内エコーを用いる冠循環 |
WO2023090681A1 (ko) * | 2021-11-16 | 2023-05-25 | 연세대학교 원주산학협력단 | 인공지능 판별 모델과 3차원 모델링 기반의 위장 질환 진단 장치 및 방법 |
JP7493026B2 (ja) | 2020-03-13 | 2024-05-30 | 朝日インテック株式会社 | 医療装置、および、医療装置の作動方法 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10052032B2 (en) * | 2013-04-18 | 2018-08-21 | Koninklijke Philips N.V. | Stenosis therapy planning |
US10332255B2 (en) * | 2014-02-04 | 2019-06-25 | Zhongle Wu | Method for assessing stenosis severity in a lesion tree through stenosis mapping |
US9901406B2 (en) | 2014-10-02 | 2018-02-27 | Inneroptic Technology, Inc. | Affected region display associated with a medical device |
US10188467B2 (en) | 2014-12-12 | 2019-01-29 | Inneroptic Technology, Inc. | Surgical guidance intersection display |
US9949700B2 (en) * | 2015-07-22 | 2018-04-24 | Inneroptic Technology, Inc. | Medical device approaches |
US10176408B2 (en) | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
US11094058B2 (en) | 2015-08-14 | 2021-08-17 | Elucid Bioimaging Inc. | Systems and method for computer-aided phenotyping (CAP) using radiologic images |
US11113812B2 (en) | 2015-08-14 | 2021-09-07 | Elucid Bioimaging Inc. | Quantitative imaging for detecting vulnerable plaque |
US11087459B2 (en) | 2015-08-14 | 2021-08-10 | Elucid Bioimaging Inc. | Quantitative imaging for fractional flow reserve (FFR) |
US11676359B2 (en) | 2015-08-14 | 2023-06-13 | Elucid Bioimaging Inc. | Non-invasive quantitative imaging biomarkers of atherosclerotic plaque biology |
US11071501B2 (en) | 2015-08-14 | 2021-07-27 | Elucid Bioiwaging Inc. | Quantitative imaging for determining time to adverse event (TTE) |
US11055845B2 (en) | 2016-11-22 | 2021-07-06 | Koninklijke Philips N.V. | Vascular tree standardization for biophysical simulation and/or an extension simulation for pruned portions |
CN108109698B (zh) * | 2016-12-28 | 2021-04-20 | 北京科亚方舟医疗科技股份有限公司 | 计算血流储备分数的***和设置边界条件的方法 |
US10893849B2 (en) * | 2017-02-28 | 2021-01-19 | Canon Medical Systems Corporation | Ultrasound image diagnosis apparatus, medical image processing apparatus, and computer program product |
EP3382641A1 (en) * | 2017-03-30 | 2018-10-03 | Koninklijke Philips N.V. | Contrast injection imaging |
CN109620199B (zh) * | 2018-11-30 | 2021-03-16 | 博动医学影像科技(上海)有限公司 | 建立血管截面函数、血管压力差和血管应力的方法及装置 |
EP3899864A4 (en) | 2019-08-05 | 2022-08-31 | Elucid Bioimaging Inc. | COMBINED EVALUATION OF MORPHOLOGICAL AND PERIVASCULAR PATHOLOGY MARKERS |
CN110675717B (zh) * | 2019-10-10 | 2021-09-14 | 吉林大学 | 一种模拟血管狭窄及血栓的仿生设备 |
CN110889896B (zh) * | 2019-11-11 | 2024-03-22 | 苏州润迈德医疗科技有限公司 | 获取血管狭窄病变区间及三维合成方法、装置和*** |
JP2023502429A (ja) * | 2019-11-22 | 2023-01-24 | ザ・リージェンツ・オブ・ザ・ユニバーシティ・オブ・ミシガン | 機械学習を使用する冠状動脈疾患の解剖学的および機能的評価 |
CN112089433B (zh) * | 2020-09-24 | 2022-04-08 | 杭州阿特瑞科技有限公司 | 一种基于cta和dsa的冠状动脉血流储备分数测量方法 |
CN112932434B (zh) * | 2021-01-29 | 2023-12-05 | 苏州润迈德医疗科技有限公司 | 获取流量损失模型、损失比、供血能力的方法和*** |
CN116649925B (zh) * | 2023-07-28 | 2023-10-31 | 杭州脉流科技有限公司 | 颅内动脉狭窄功能学评估的方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8315812B2 (en) * | 2010-08-12 | 2012-11-20 | Heartflow, Inc. | Method and system for patient-specific modeling of blood flow |
-
2013
- 2013-12-05 US US14/098,125 patent/US8977339B1/en not_active Expired - Fee Related
-
2014
- 2014-12-05 WO PCT/US2014/068788 patent/WO2015085170A1/en active Application Filing
- 2014-12-05 JP JP2016557533A patent/JP2017500179A/ja active Pending
- 2014-12-05 EP EP14824204.3A patent/EP3076857A1/en not_active Withdrawn
-
2015
- 2015-03-10 US US14/643,024 patent/US20160000397A1/en not_active Abandoned
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021534858A (ja) * | 2018-08-22 | 2021-12-16 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 心臓内エコーを用いる冠循環 |
JP7133087B2 (ja) | 2018-08-22 | 2022-09-07 | コーニンクレッカ フィリップス エヌ ヴェ | 心臓内エコーを用いる冠循環 |
JP7493026B2 (ja) | 2020-03-13 | 2024-05-30 | 朝日インテック株式会社 | 医療装置、および、医療装置の作動方法 |
WO2023090681A1 (ko) * | 2021-11-16 | 2023-05-25 | 연세대학교 원주산학협력단 | 인공지능 판별 모델과 3차원 모델링 기반의 위장 질환 진단 장치 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
US20160000397A1 (en) | 2016-01-07 |
WO2015085170A1 (en) | 2015-06-11 |
EP3076857A1 (en) | 2016-10-12 |
US8977339B1 (en) | 2015-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8977339B1 (en) | Method for assessing stenosis severity through stenosis mapping | |
JP6553099B2 (ja) | 血流予備量比値を算出するための機器 | |
JP6611959B2 (ja) | 血管圧力差の計算方法およびシステム | |
KR101834051B1 (ko) | 혈관 기하학적 구조 및 생리학으로부터 혈류 특징들을 추정하기 위한 시스템들 및 방법들 | |
US9737276B2 (en) | Method for estimating flow rates, pressure gradients, coronary flow reserve, and fractional flow reserve from patient specific computed tomography angiogram-based contrast distribution data | |
JP6667999B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US9265473B2 (en) | Method for estimating flow rates and pressure gradients in arterial networks from patient specific computed tomography angiogram-based contrast distribution data | |
JP6484760B2 (ja) | 非侵襲的血流予備量比(ffr)に対する側副血流モデル化 | |
CN112543618B (zh) | 用于进行定量血液动力学流量分析的方法和装置 | |
JP7303260B2 (ja) | 動脈網における流量および圧力勾配を患者特定コンピュータ断層撮影アルゴリズムに基づくコントラスト分布から判断するための方法 | |
EP3169237B1 (en) | Stenosis assessment | |
CA2991775A1 (en) | Systems and methods for estimating hemodynamic forces acting on plaque and monitoring risk | |
US20170068797A1 (en) | Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis Using Flow Computations in Diseased and Hypothetical Normal Anatomical Models | |
CN109688908B (zh) | 用于确定血流储备分数的装置和方法 | |
US10552958B2 (en) | Fractional flow reserve determination | |
JP2019534740A (ja) | 狭窄評価用の機能的指標を決定する装置 | |
US10332255B2 (en) | Method for assessing stenosis severity in a lesion tree through stenosis mapping | |
Zhou et al. | Quantification of coronary artery stenosis by area stenosis from cardiac CT angiography | |
KR20240057147A (ko) | 기계 학습 모델에 기초하여 혈관을 분석하는 방법 및 장치 |