JP6653673B2 - 血流解析装置および方法並びにプログラム - Google Patents
血流解析装置および方法並びにプログラム Download PDFInfo
- Publication number
- JP6653673B2 JP6653673B2 JP2017037061A JP2017037061A JP6653673B2 JP 6653673 B2 JP6653673 B2 JP 6653673B2 JP 2017037061 A JP2017037061 A JP 2017037061A JP 2017037061 A JP2017037061 A JP 2017037061A JP 6653673 B2 JP6653673 B2 JP 6653673B2
- Authority
- JP
- Japan
- Prior art keywords
- blood vessel
- blood flow
- blood
- region
- vessel region
- 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.)
- Active
Links
- 230000017531 blood circulation Effects 0.000 title claims description 127
- 238000000034 method Methods 0.000 title claims description 25
- 210000004204 blood vessel Anatomy 0.000 claims description 197
- 238000004088 simulation Methods 0.000 claims description 49
- 238000005206 flow analysis Methods 0.000 claims description 38
- 210000005259 peripheral blood Anatomy 0.000 claims description 27
- 239000011886 peripheral blood Substances 0.000 claims description 27
- 210000004351 coronary vessel Anatomy 0.000 claims description 18
- 230000002792 vascular Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 8
- 208000031481 Pathologic Constriction Diseases 0.000 description 9
- 230000036262 stenosis Effects 0.000 description 9
- 208000037804 stenosis Diseases 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 210000002565 arteriole Anatomy 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 239000012530 fluid Substances 0.000 description 3
- 210000004165 myocardium Anatomy 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000013146 percutaneous coronary intervention Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000002966 stenotic effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000000302 ischemic effect Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000009958 sewing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/026—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—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
- A61B6/5211—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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/023—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the heart
-
- 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
- A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Epidemiology (AREA)
- Physiology (AREA)
- Primary Health Care (AREA)
- Vascular Medicine (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Hematology (AREA)
- Cardiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
Description
本発明は、３次元医用画像から抽出された血管領域を用いて、その血管領域内を流れる血流のシミュレーションを行う血流解析装置および方法並びにプログラムに関するものである。
冠動脈に生じた狭窄病変に対し、虚血性判断およびＰＣＩ（Percutaneous Coronary Intervention：冠動脈インターベンション）適用判断の指標として、ＦＦＲ（Fractional Flow Reserve：冠血流予備量比）の計測が行われる。
近年、冠動脈のボリュームデータを用いて冠動脈内の血流をＣＦＤ（Computational Fluid Dynamics）で解析することで、非侵襲的にＦＦＲを求める技術が提案されている（たとえば特許文献１参照）。
また、特許文献２〜特許文献４においても、血管の画像データを用いて血流シミュレーションを行うことが提案されている。
ここで、発明者らの研究により、狭窄部のＦＦＲの解析結果は、狭窄部の下流側の流動抵抗値に大きく影響を受けることがわかった。そして、必要精度のＦＦＲを求めるためには、ボリュームデータの分解能を超えた不可視領域の末梢血管網を何らかの方法でモデル化して抵抗値を算出し、血流解析を行うことが重要であることが分かった。そこで、発明者らは、狭窄部の下流側の血管を、フラクタルモデルなどを用いて生成された血管モデルに置き換えてＣＦＤによる解析を試みた。
しかしながら、このように血管モデルへの置き換えをした場合、狭窄部の下流側のどの位置から先の血管をモデル化するかによって解析結果にばらつきが生じることがわかった。具体的には、狭窄部よりも下流側の任意の位置から先の血管をモデル化する場合、その下流側の位置のわずかな誤差によって血管の直径がばらつくため、その直径に応じた血管モデルを生成すると、その血管モデルの抵抗値にばらつきが生じて血流解析結果にばらつきが生じ、これによりＦＦＲを高精度に計測することが難しいことがわかった。
また、実際には、冠動脈の末端だけでなく、冠動脈の表面からも直接的に細動脈レベル以下の細い血管が分岐しており、さらに分岐を繰り返しながら毛細血管となって心筋内部に潜り込んでいるため、これらの細い血管を考慮してＣＦＤを行わなければ、高精度な血流解析を行うことは難しい。
本発明は、上記事情に鑑み、血管内を流れる血流を高精度に解析することができ、ＦＦＲなどを高精度に計測することができる血流解析装置および方法並びにプログラムを提供することを目的とするものである。
本発明の血流解析装置は、血管を含む被写体を撮影した３次元医用画像から血管領域を抽出する血管領域抽出部と、血管領域から分岐する分岐血管に対応する抵抗値と血管領域を延伸方向に区分した予め設定された区間の表面積とを乗じた線抵抗を求め、線抵抗を血管領域の表面の各点に対してそれぞれ付与することによって血管ネットワークモデルを生成し、血管ネットワークモデルを用いて血流のシミュレーションを行う血流シミュレーション部とを備える。
また、本発明の血流解析装置において、血流シミュレーション部は、各点が配置される血管領域のサイズに応じて、分岐血管に対応する抵抗値を変更することができる。
また、本発明の血流解析装置において、血流シミュレーション部は、各点が配置される血管領域のサイズに応じて、表面積を変更することができる。
また、本発明の血流解析装置において、血流シミュレーション部は、血管領域の末端に対して、３次元医用画像上に血管領域として現れてない末梢血管モデルを接続し、末梢血管モデルに基づいて算出した線抵抗を血管領域の末端に付与して血管ネットワークモデルを生成することができる。
また、本発明の血流解析装置において、血管領域抽出部は、被写体として心臓を撮影した３次元医用画像から冠動脈を含む血管領域を抽出することができる。
また、本発明の血流解析装置においては、血流のシミュレーション結果に基づいて、血流を表す画像を表示部に表示させる表示制御部を備えることができる。
また、本発明の血流解析装置において、表示制御部は、血管領域に対して血流を表す画像を重ね合わせて表示させることができる。
また、本発明の血流解析装置において、表示制御部は、血流を表す画像をカラー表示することができる。
本発明の血流解析方法は、血管を含む被写体を撮影した３次元医用画像から血管領域を抽出し、血管領域の表面の各点に対して、血管領域から分岐する分岐血管に対応する抵抗値と各点を含む予め設定された領域の表面積とを乗じた線抵抗をそれぞれ付与することによって血管ネットワークモデルを生成し、血管ネットワークモデルを用いて血流のシミュレーションを行う。
本発明の血流解析プログラムは、コンピュータを、血管を含む被写体を撮影した３次元医用画像から血管領域を抽出する血管領域抽出部と、血管領域の表面の各点に対して、血管領域から分岐する分岐血管に対応する抵抗値と各点を含む予め設定された領域の表面積とを乗じた線抵抗をそれぞれ付与することによって血管ネットワークモデルを生成し、血管ネットワークモデルを用いて血流のシミュレーションを行う血流シミュレーション部として機能させる。
本発明の他の血流解析装置は、コンピュータに実行させるための命令を記憶するメモリと、記憶された命令を実行するよう構成されたプロセッサを備え、プロセッサが、血管を含む被写体を撮影した３次元医用画像から血管領域を抽出する処理と、血管領域から分岐する分岐血管に対応する抵抗値と血管領域を延伸方向に区分した予め設定された区間の表面積とを乗じた線抵抗を求め、線抵抗を血管領域の表面の各点に対してそれぞれ付与することによって血管ネットワークモデルを生成し、血管ネットワークモデルを用いて血流のシミュレーションを行う処理とを実行するように構成されている。
本発明の血流解析装置および方法並びにプログラムによれば、血管を含む被写体を撮影した３次元医用画像から血管領域を抽出し、その血管領域から分岐する分岐血管に対応する抵抗値と血管領域を延伸方向に区分した予め設定された区間の表面積とを乗じた線抵抗を求め、その線抵抗を血管領域の表面の各点に対してそれぞれ付与することによって血管ネットワークモデルを生成し、その血管ネットワークモデルを用いて血流のシミュレーションを行う。すなわち、細動脈レベル以下の細い血管も考慮して上述した線抵抗を算出し、これを血管領域の表面の各点に対して付与するようにしたので、細動脈レベル以下の細い血管もモデル化した血管ネットワークモデルを用いて血流のシミュレーションを行うことができる。これにより血管内を流れる血流を高精度に解析することができ、ＦＦＲなどを高精度に計測することができる。
以下、図面を参照して本発明の血流解析装置の一実施形態を用いた血流解析システムについて説明する。図１は、本実施形態の血流解析システムの概略構成を示すブロック図である。
本実施形態の血流解析システムは、具体的には、図１に示すように、血流解析装置１と、医用画像保管サーバ２と、表示部３と、入力部４とを備えている。
血流解析装置１は、コンピュータに本実施形態の血流解析プログラムをインストールしたものである。
血流解析装置１は、中央処理装置（ＣＰＵ（central processing unit））、半導体メモリ、およびハードディスクやＳＳＤ(Solid State Drive)等のストレージデバイスを備えている。ストレージデバイスには、本実施形態の血流解析プログラムがインストールされており、この血流解析プログラムが中央処理装置によって実行されることによって、図１に示す３次元画像取得部１０、血管領域抽出部１１、血流シミュレーション部１２および表示制御部１３が動作する。
血流解析プログラムは、ＤＶＤ（Digital Versatile Disc）およびＣＤ−ＲＯＭ（Compact Disc Read Only Memory）などの記録媒体に記録されて配布され、その記録媒体からコンピュータにインストールされる。または、血流解析プログラムは、ネットワークに接続されたサーバコンピュータの記憶装置もしくはネットワークストレージに対して、外部からアクセス可能な状態で記憶される。そして、外部からの要求に応じてコンピュータにダウンロードされ、インストールされる。
３次元画像取得部１０は、予め撮影された患者の３次元医用画像６を取得するものである。３次元医用画像６は、たとえばＣＴ（Computed Tomography）装置やＭＲＩ（Magnetic Resonance Imaging）装置などによって撮影して得られたボリュームデータである。本実施形態では、患者の心臓（本発明の被写体に相当する）の３次元医用画像６を取得する場合について説明するが、これに限らず、肺、肝臓および頭部などその他の臓器でもよい。
３次元医用画像６は、医用画像保管サーバ２に患者の識別情報とともに予め保管されており、３次元画像取得部１０は、入力部４などを用いてユーザによって入力された患者の識別情報に基づいて、その識別情報を有する３次元医用画像６を医用画像保管サーバ２から読み出して一時記憶するものである。
血管領域抽出部１１は、３次元医用画像６から血管領域を抽出するものである。具体的には、本実施形態の血管領域抽出部１１は、心臓の３次元医用画像６から冠動脈の領域を血管領域として抽出する。血管領域抽出部１１は、たとえば心臓の３次元医用画像６に対して多重解像度変換を行い、各解像度の画像に対してヘッセ行列の固有値解析を行い、各解像度の画像における解析結果を統合することによって、心臓領域中の様々なサイズの線構造（血管）の集合体として、冠動脈の領域を抽出する（たとえばY Sato, et al.、「Three-dimensional multi-scale line filter for segmentation and visualization of curvilinear structures in medical images.」、Medical Image Analysis、1998年6月、Vol.2、No.2、p.p.143-168など参照）。また、さらに最小全域木アルゴリズム等を用いて、抽出された各線構造の中心点を連結することにより、冠動脈を表す木構造のデータを生成し、抽出された冠動脈の中心点を結ぶ芯線上の各点（木構造データの各ノード）において、芯線に直交する断面を求め、各断面において、グラフカット法などの公知のセグメンテーション手法を用いて冠動脈の輪郭を認識し、その輪郭を表す情報を木構造データの各ノードに関連づけることによって、冠動脈の領域を抽出するようにしてもよい。
なお、冠動脈の領域の抽出方法としては上記の方法に限らず、領域拡張法などのその他の公知な手法を用いるようにしてもよい。
血流シミュレーション部１２は、血管領域抽出部１１によって抽出された血管領域（冠動脈の領域）に基づいて、血管領域内に流れる血流を演算処理によってシミュレーションするものである。
ここで、本実施形態においては、上述したように３次元医用画像６から冠動脈の領域を抽出しているが、３次元医用画像６の解像度の限界から、高解像度に抽出可能な血管領域は、太い心外膜冠動脈領域のみである。しかしながら、実際には、心外膜冠動脈の表面からも直接的に細動脈レベル以下の細い血管が分岐しており、さらに分岐を繰り返しながら毛細血管となって心筋内部に潜り込んでいる。したがって、これらの細い血管を考慮することなく血流シミュレーションを行ったのでは、高精度な血流解析を行うことが難しい。
そこで、本実施形態の血流シミュレーション部１２は、細動脈レベル以下の細い血管なども考慮した血管ネットワークモデルを生成し、その血管ネットワークモデルを用いて血流シミュレーションを行うものである。以下、本実施形態の血流シミュレーション部１２によって生成される血管ネットワークモデルについて説明する。
図２は、本実施形態において生成される血管ネットワークモデルを模式的に表した図である。なお、図２では、分かりやすくするために３次元医用画像６から抽出された血管領域Ｂを直線状に表している。また、図２に示す血管領域Ｂにおいて一部細くなっている部分は、狭窄病変部を表している。
血流シミュレーション部１２は、図２に示すように、３次元医用画像６から抽出された血管領域Ｂの表面の各点に対して、線抵抗ＳＲを付与して血管ネットワークモデルを生成し、その血管ネットワークモデルを用いて血流のシミュレーションを行うものである。線抵抗ＳＲは、血管領域Ｂから分岐する上述したような細動脈レベル以下の分岐血管に対応する分岐抵抗Ｒ（本発明の分岐血管に対応する抵抗値に相当する）と、血管領域Ｂを延伸方向に区分した予め設定された区間の表面積Ｓとを乗じた値である。なお、以下、上記予め設定された区間をセグメントという。
具体的には、血流シミュレーション部１２は、３次元医用画像６から抽出された血管領域に基づいて、多面体からなるサーフェスモデルを生成する。サーフェスモデルは、ポリゴンまたはパラメトリック曲面のなどのパッチを複数縫い合わせたメッシュ構造によって定義されるものである。なお、メッシュ構造の生成方法については、たとえばデローニー分割法などの公知な手法を用いることができる。
そして、血流シミュレーション部１２は、血管領域のサーフェスモデルの各節点に対して、上述した線抵抗ＳＲを割り当てる。上記節点とは、サーフェスモデルを形成するパッチの頂点である。なお、全ての節点に線抵抗ＳＲを割り当てることが望ましいが、一部の節点には割り当てないようにしてもよい。
そして、血流シミュレーション部１２は、上述したようにして形成された血管ネットワークモデルを用いてＣＦＤ（Computational Fluid Dynamics）に基づく血流解析を行うことによって、血流のシミュレーションを行う。具体的には、上述したように血管領域Ｂの各節点に線抵抗ＳＲを付与し、ＣＦＤに基づく血流解析を行うことによって、図３に示すように各節点の圧力Ｐを求め、その圧力Ｐを下式に示すように線抵抗ＳＲで除算することによって、各節点における表面流出速度Ｖを求める。なお、図３においては、血管領域Ｂを直線状に模式化しており、図３に示す四角で区切られた区間は、所定の節点に設定されたセグメントを表している。
Ｖ＝Ｐ／（ＳＲ）
そして、この求められた表面流出速度Ｖを各節点の速度境界条件として与え、再びＣＦＤに基づく血流解析を行うことによって、各節点の圧力Ｐを求める。すなわち、血流シミュレーション部１２は、血管表面の各節点にＣＦＤによって求められた圧力Ｐを渡し、その圧力Ｐに基づいて、各節点の表面流出速度Ｖを速度境界条件として受け取るという弱連成解析を刻々と行う。これにより、血管領域Ｂ内の血流をシミュレーションすることができる。
Ｖ＝Ｐ／（ＳＲ）
そして、この求められた表面流出速度Ｖを各節点の速度境界条件として与え、再びＣＦＤに基づく血流解析を行うことによって、各節点の圧力Ｐを求める。すなわち、血流シミュレーション部１２は、血管表面の各節点にＣＦＤによって求められた圧力Ｐを渡し、その圧力Ｐに基づいて、各節点の表面流出速度Ｖを速度境界条件として受け取るという弱連成解析を刻々と行う。これにより、血管領域Ｂ内の血流をシミュレーションすることができる。
次に、血管領域の表面の各節点に付与される線抵抗ＳＲの算出方法について説明する。
まず、上述したセグメントは、同一の直径Ｄを有する血管領域が走行していると想定される血管領域の一部の区間である。セグメントの長さ（走行距離）は、解剖学的データから予め取得される。そして、セグメントの表面積Ｓは、血管領域の直径をＤとした場合に、Ｓ＝πＤ×走行距離によって算出される。すなわち、表面積Ｓは、図４に示すように、直径Ｄの関数として表すことができ、この関数が予め設定されている。そして、血管領域の表面の各節点の線抵抗ＳＲを算出する際には、その節点の位置における直径Ｄが取得され、その直径Ｄと図４に示す関数とに基づいて、その節点に対するセグメントの表面積Ｓが求められる。
次に、血管領域の表面の各節点に対して割り当てられる分岐抵抗Ｒの算出方法について説明する。分岐抵抗Ｒは、上述したように３次元医用画像６からは抽出することができない分岐血管に対応する抵抗値である。したがって、本実施形態においては、３次元医用画像６から抽出された血管領域の表面の各節点のそれぞれについて、分岐血管に相当する末梢血管モデルを生成し、その末梢血管モデルの合成抵抗を分岐抵抗Ｒとする。以下、末梢血管モデルの生成方法について説明する。図５は、末梢血管モデルの生成方法を説明するための図である。図５に示す太い直線状の領域が、３次元医用画像６から抽出された血管領域Ｂを表しており、その血管領域Ｂから分岐している領域ｒ１〜ｒ６が、末梢血管モデルを表している。また、図５に示す矩形はセグメントを表している。なお、図５は、所定の節点に対するセグメントのみを示しているが、実際には、セグメントは節点毎に設定され、その各セグメントに対してそれぞれ末梢血管モデルが生成される。
まず、血管領域Ｂの表面の各節点の位置における血管領域Ｂの直径Ｄが求められる。そして、その各節点の位置における直径Ｄに基づいて、各節点に接続される末梢血管モデル（分岐血管）の分岐指数、流量分配比および長径比などが取得される。なお、血管領域Ｂの直径Ｄに応じた分岐指数、流量分配比および長径比などは、解剖学的データに基づく確率分布にしたがって予め設定されるものである。そして、分岐指数、流量分配比および長径比などに基づいて、血管領域Ｂに直接接続される血管をスタートにＹ字型２分岐を繰り返したフラクタルモデルとして末梢血管モデルが生成される。
そして、上述したようにして生成した末梢血管モデルにHagen-Poiseuille流れを仮定した流体抵抗モデルを適用すると、末梢血管モデルを血液が流れた場合の流れの抵抗値を算出することができる。ただし、末梢血管モデルを生成する際に用いた分岐指数などのパラメータには、確率分布にしたがったばらつきがある。したがって、モンテカルロ法を用いて末梢血管モデルを複数回生成し、その複数の末梢血管モデルについて算出した上記抵抗値の平均値または中央値を算出し、その平均値または中央値を分岐抵抗Ｒとする。
上述したように各節点に接続される末梢血管モデルは、その各節点における血管領域Ｂの直径Ｄに基づいて生成され、その生成された末梢血管モデルに基づいて分岐抵抗Ｒが算出される。したがって、各節点の分岐抵抗Ｒは、図６に示すような直径Ｄの関数として表すことができる。なお、図６に示すｄ（Ｄ）は、直径Ｄの位置に接続される分岐血管の直径であり、ｄ（Ｄ）に基づいて末梢血管モデルが生成される。血管領域Ｂの直径Ｄと分岐血管の直径ｄ（Ｄ）との関係は、図７に示すような関係となる。
上記のようにして、血管領域Ｂの各節点の位置における直径Ｄに基づいて、図６および図７に示す関数を用いて、各節点の分岐抵抗Ｒが算出される。そして、各節点に対して設定された表面積Ｓと分岐抵抗Ｒとが乗算されて線抵抗ＳＲが算出される。
図１に戻り、表示制御部１３は、血流シミュレーション部１２における血流のシミュレーション結果を表示部３に表示させるものである。血流シミュレーション結果の表示方法としては、たとえば血流のシミュレーション結果に基づいて、血流を表す画像を生成して表示するようすればよい。血流を表す画像としては、たとえば図８に示すように、３次元医用画像６から抽出された血管領域に対して血流速度に応じた色を割り当てた画像を生成し、この画像を血管領域に重畳表示してカラー表示するようにすればよい。また、血流速度の変化を動画としてカラー表示させるようにしてもよい。また、図８に示すように血流速度の変化から狭窄が生じているところを特定し、その狭窄部を指し示す矢印の画像を表示させるようにしてもよい。また、血流を表す画像としては、図８に示すようなカラー表示に限らず、血流方向を表す流速ベクトルを表示するようにしてもよいし、流線または流跡線を表示させるようにしてもよい。
また、血流シミュレーション部１２が、血流シミュレーション結果に基づいて、狭窄部を特定し、その狭窄部におけるＦＦＲを測定し、表示制御部１３が、ＦＦＲの測定結果を表示部３に表示させるようにしてもよい。また、このようにＦＦＲの測定結果を表示する場合には、表示部３に表示された血管領域上において、ユーザが入力部４を用いてＦＦＲの測定対象箇所を指定するようにしてもよい。
医用画像保管サーバ２は、各種データを保存して管理するコンピュータであり、大容量記憶装置およびデータベース管理用プログラムを備えている。医用画像保管サーバ２は、予め撮影された３次元医用画像６などをネットワーク経由でＣＴ装置などの撮影装置から取得し、大容量記憶装置に保存して管理する。
入力部４は、ユーザによる種々の設定入力を受け付けるものであり、キーボードやマウスなどの入力デバイスを備えたものである。入力部４は、たとえば患者の識別情報の設定入力およびＦＦＲの測定対象箇所の指定などを受け付けるものである。
次に、本実施形態の血流解析システムの作用について、図９に示すフローチャートを参照しながら説明する。
まず、ユーザによる患者の識別情報などの設定入力に応じて、患者の３次元医用画像６が３次元画像取得部１０によって取得される（Ｓ１０）。本実施形態においては、上述したように心臓の３次元医用画像６が取得される。
そして、３次元画像取得部１０によって取得された心臓の３次元医用画像６は、血管領域抽出部１１に入力され、血管領域抽出部１１は、入力された３次元医用画像６から血管領域を抽出する（Ｓ１２）。
血管領域抽出部１１によって抽出された血管領域は、血流シミュレーション部１２によって取得され、血流シミュレーション部１２は、上述したようにして血管領域の表面の各節点に対して線抵抗ＳＲを付与することによって血管ネットワークモデルを生成する（Ｓ１４）。そして、血流シミュレーション部１２は、その血管ネットワークモデルを用いてＣＦＤにより血流解析を行うことによって、血流のシミュレーショを行う（Ｓ１６）。
血流シミュレーション部１２による血流シミュレーション結果は、表示制御部１３に出力され、表示制御部１３は、血管領域をカラー表示するなどして血流シミュレーション結果を表示する（Ｓ１８）。
上記実施形態の血流解析システムによれば、血管領域から分岐する分岐血管に対応する分岐抵抗Ｒと血管領域を延伸方向に区分したセグメントの表面積Ｓとを乗じた線抵抗ＳＲを求め、その線抵抗ＳＲを血管領域の表面の各節点に対してそれぞれ付与することによって血管ネットワークモデルを生成し、その血管ネットワークモデルを用いて血流のシミュレーションを行う。すなわち、細動脈レベル以下の細い血管も考慮して上述した線抵抗ＳＲを算出し、これを血管領域の表面の各節点に対して付与するようにしたので、細動脈レベル以下の細い血管もモデル化した血管ネットワークモデルを用いて血流のシミュレーションを行うことができる。これにより血管内を流れる血流を高精度に解析することができ、ＦＦＲなどを高精度に計測することができる。
なお、上記実施形態の説明においては、３次元医用画像６から抽出された血管領域の各節点に対して末梢血管モデルを生成するようにしたが、血管領域の末端に対しても末梢血管モデルを接続するようにしてもよい。そして、図１０に示すように末梢血管モデルに基づいて算出した線抵抗ＳＲを血管領域の末端に付与して血管ネットワークモデルを生成してもよい。
また、上記実施形態においては、血管領域の表面の各節点の位置における血管領域の直径に基づいて末梢血管モデルを生成し、その末梢血管モデルの合成抵抗を分岐抵抗Ｒとして設定するようにしたが、すなわち血管領域の直径に応じて、分岐抵抗Ｒを変更するようにしたが、血管領域の直径に限らず、各節点の位置における血管領域の断面積または単位長体積に応じて、分岐抵抗Ｒを変更するようにしてもよい。本発明における「血管領域のサイズ」とは、血管領域の直径の他に断面積または単位長体積も含むものとする。
また、上記実施形態においては、血管領域の表面の各節点の位置における血管領域の直径に基づいて、各節点のセグメントの表面積Ｓを算出するようにしたが、すなわち血管領域の直径に応じて、セグメントの表面積Ｓを変更するようにしたが、血管領域の直径に限らず、各節点の位置における血管領域の断面積または単位長体積に応じて、セグメントの表面積Ｓを変更するようにしてもよい。
また、上記実施形態においては、血管表面の速度境界条件を弱連成解析によって求めるようにしたが、これに限らず、線抵抗を１つの方程式に組み込んで解く強連成解析によって速度境界条件を求めるようにしてもよい。
また、分岐血管に対応する抵抗値としては、粘性抵抗のみを考慮し、図２に示すように抵抗素子成分のみを設定するようにしてもよいし、慣性抵抗も考慮して、抵抗素子成分に対してインダクタ成分を直列に接続するようにしてもよい。これにより、血管領域表面からの流出を一次遅れ系とすることができ、急変動を抑えることができるので、シミュレーションの安定性を向上させることができる。
また、解法としては、上記実施形態の方法に限らず、たとえば心筋の多孔質モデルを生成し、線抵抗を透水係数に置き換えることで、心筋の多孔質モデルを解くようにしてもよい。
１ 血流解析装置
２ 医用画像保管サーバ
３ 表示部
４ 入力部
６ ３次元医用画像
１０ ３次元画像取得部
１１ 血管領域抽出部
１２ 血流シミュレーション部
１３ 表示制御部
Ｂ 血管領域
Ｄ 血管領域の直径
Ｐ 圧力
Ｒ 分岐抵抗
Ｓ 表面積
ＳＲ 線抵抗
Ｖ 表面流出速度
ｄ 分岐血管の直径
ｒ１-ｒ６ 末梢血管モデル
２ 医用画像保管サーバ
３ 表示部
４ 入力部
６ ３次元医用画像
１０ ３次元画像取得部
１１ 血管領域抽出部
１２ 血流シミュレーション部
１３ 表示制御部
Ｂ 血管領域
Ｄ 血管領域の直径
Ｐ 圧力
Ｒ 分岐抵抗
Ｓ 表面積
ＳＲ 線抵抗
Ｖ 表面流出速度
ｄ 分岐血管の直径
ｒ１-ｒ６ 末梢血管モデル
Claims (10)
- 血管を含む被写体を撮影した３次元医用画像から血管領域を抽出する血管領域抽出部と、
前記血管領域から分岐する分岐血管に対応する抵抗値と前記血管領域を延伸方向に区分した予め設定された区間の表面積とを乗じた線抵抗を求め、前記線抵抗を前記血管領域の表面の各点に対してそれぞれ付与することによって血管ネットワークモデルを生成し、前記血管ネットワークモデルを用いて血流のシミュレーションを行う血流シミュレーション部とを備えた血流解析装置。 - 前記血流シミュレーション部が、前記各点が配置される前記血管領域のサイズに応じて、前記分岐血管に対応する抵抗値を変更する請求項１記載の血流解析装置。
- 前記血流シミュレーション部が、前記各点が配置される前記血管領域のサイズに応じて、前記表面積を変更する請求項１または２記載の血流解析装置。
- 前記血流シミュレーション部が、前記血管領域の末端に対して、前記３次元医用画像上に前記血管領域として現れてない末梢血管モデルを接続し、前記末梢血管モデルに基づいて算出した線抵抗を前記血管領域の末端に付与して前記血管ネットワークモデルを生成する請求項１から３いずれか１項記載の血流解析装置。
- 前記血管領域抽出部が、前記被写体として心臓を撮影した前記３次元医用画像から冠動脈を含む前記血管領域を抽出する請求項１から４いずれか１項記載の血流解析装置。
- 前記血流のシミュレーション結果に基づいて、前記血流を表す画像を表示部に表示させる表示制御部を備えた請求項１から５いずれか１項記載の血流解析装置。
- 前記表示制御部が、前記血管領域に対して前記血流を表す画像を重ね合わせて表示させる請求項６記載の血流解析装置。
- 前記表示制御部が、前記血流を表す画像をカラー表示する請求項６または７記載の血流解析装置。
- 血管を含む被写体を撮影した３次元医用画像から血管領域を抽出し、
前記血管領域の表面の各点に対して、前記血管領域から分岐する分岐血管に対応する抵抗値と前記各点を含む予め設定された領域の表面積とを乗じた線抵抗をそれぞれ付与することによって血管ネットワークモデルを生成し、前記血管ネットワークモデルを用いて血流のシミュレーションを行う血流解析方法。 - コンピュータを、血管を含む被写体を撮影した３次元医用画像から血管領域を抽出する血管領域抽出部と、
前記血管領域の表面の各点に対して、前記血管領域から分岐する分岐血管に対応する抵抗値と前記各点を含む予め設定された領域の表面積とを乗じた線抵抗をそれぞれ付与することによって血管ネットワークモデルを生成し、前記血管ネットワークモデルを用いて血流のシミュレーションを行う血流シミュレーション部として機能させる血流解析プログラム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017037061A JP6653673B2 (ja) | 2017-02-28 | 2017-02-28 | 血流解析装置および方法並びにプログラム |
| US15/904,688 US10646127B2 (en) | 2017-02-28 | 2018-02-26 | Blood flow analysis device, method, and program |
| DE102018104391.0A DE102018104391A1 (de) | 2017-02-28 | 2018-02-27 | Blutströmungs-Analysevorrichtung, -Verfahren und -Programm |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017037061A JP6653673B2 (ja) | 2017-02-28 | 2017-02-28 | 血流解析装置および方法並びにプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018140045A JP2018140045A (ja) | 2018-09-13 |
| JP6653673B2 true JP6653673B2 (ja) | 2020-02-26 |
Family
ID=63112299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017037061A Active JP6653673B2 (ja) | 2017-02-28 | 2017-02-28 | 血流解析装置および方法並びにプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10646127B2 (ja) |
| JP (1) | JP6653673B2 (ja) |
| DE (1) | DE102018104391A1 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022031015A1 (ko) * | 2020-08-04 | 2022-02-10 | 이에이트 주식회사 | Lbm 기반의 혈류 시뮬레이션 장치, 방법 및 컴퓨터 프로그램 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112384136A (zh) * | 2018-11-13 | 2021-02-19 | 苏州润迈德医疗科技有限公司 | 基于造影图像获取血管评定参数的方法、装置及*** |
| CN113520354B (zh) * | 2018-12-31 | 2023-06-13 | 深圳北芯生命科技股份有限公司 | 压力测量导管的导管模拟器 |
| US10861157B2 (en) * | 2019-04-04 | 2020-12-08 | Medtronic Vascular, Inc. | System and methods for determining modified fractional flow reserve values |
| JP7283325B2 (ja) * | 2019-09-19 | 2023-05-30 | 株式会社島津製作所 | 画像処理装置 |
| CN111317455B (zh) * | 2020-03-03 | 2022-02-22 | 上海联影医疗科技股份有限公司 | 血流动力学参数确定方法、装置、设备及存储介质 |
| CN111815598B (zh) * | 2020-06-30 | 2024-04-26 | 上海联影医疗科技股份有限公司 | 一种血管参数的计算方法、装置、设备及存储介质 |
| CN112690814B (zh) * | 2020-11-06 | 2022-10-14 | 杭州阿特瑞科技有限公司 | 一种低误差的冠状动脉血流储备分数测量方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010027652A1 (en) * | 2008-08-26 | 2010-03-11 | Cardiac Pacemakers, Inc. | Cardiac output estimation using pulmonary artery pressure |
| US8675940B2 (en) * | 2009-10-27 | 2014-03-18 | Siemens Aktiengesellschaft | Generation of moving vascular models and blood flow analysis from moving vascular models and phase contrast MRI |
| US10648918B2 (en) * | 2011-08-03 | 2020-05-12 | Lightlab Imaging, Inc. | Systems, methods and apparatus for determining a fractional flow reserve (FFR) based on the minimum lumen area (MLA) and the constant |
| US9968409B2 (en) * | 2011-08-26 | 2018-05-15 | EBM Corporation | System for diagnosing bloodflow characteristics, method thereof, and computer software program |
| WO2013138428A1 (en) * | 2012-03-15 | 2013-09-19 | Siemens Aktiengesellschaft | A framework for personalization of coronary flow computations during rest and hyperemia |
| US20150216425A1 (en) * | 2012-08-10 | 2015-08-06 | Vita-Sentry Ltd. | Estimations of equivalent inner diameter of arterioles |
| US9814433B2 (en) * | 2012-10-24 | 2017-11-14 | Cathworks Ltd. | Creating a vascular tree model |
| US10210956B2 (en) * | 2012-10-24 | 2019-02-19 | Cathworks Ltd. | Diagnostically useful results in real time |
| US9858387B2 (en) | 2013-01-15 | 2018-01-02 | CathWorks, LTD. | Vascular flow assessment |
| US9757073B2 (en) | 2012-11-06 | 2017-09-12 | Koninklijke Philips N.V. | Fractional flow reserve (FFR) index |
| WO2015017571A1 (en) | 2013-07-30 | 2015-02-05 | Heartflow, Inc. | Method and system for modeling blood flow with boundary conditions for optimized diagnostic performance |
| US10165955B2 (en) * | 2014-02-06 | 2019-01-01 | Reuven Gladshtein | Obtaining cardiovascular parameters using arterioles related transient time |
| JP2015171486A (ja) * | 2014-03-12 | 2015-10-01 | 国立大学法人大阪大学 | 血流解析システムおよび血流解析プログラム |
| WO2016001017A1 (en) * | 2014-06-30 | 2016-01-07 | Koninklijke Philips N.V. | Apparatus for determining a fractional flow reserve value |
| WO2016030744A1 (ko) * | 2014-08-29 | 2016-03-03 | 강원대학교산학협력단 | 환자별 혈관 정보 결정 방법 |
| WO2016056643A1 (ja) * | 2014-10-08 | 2016-04-14 | イービーエム株式会社 | 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム |
| JP6818492B2 (ja) * | 2015-10-05 | 2021-01-20 | キヤノンメディカルシステムズ株式会社 | 画像処理装置、画像処理方法、及びプログラム |
| WO2018133118A1 (zh) * | 2017-01-23 | 2018-07-26 | 上海联影医疗科技有限公司 | 血流状态分析***及方法 |
-
2017
- 2017-02-28 JP JP2017037061A patent/JP6653673B2/ja active Active
-
2018
- 2018-02-26 US US15/904,688 patent/US10646127B2/en active Active
- 2018-02-27 DE DE102018104391.0A patent/DE102018104391A1/de active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022031015A1 (ko) * | 2020-08-04 | 2022-02-10 | 이에이트 주식회사 | Lbm 기반의 혈류 시뮬레이션 장치, 방법 및 컴퓨터 프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20180242856A1 (en) | 2018-08-30 |
| JP2018140045A (ja) | 2018-09-13 |
| US10646127B2 (en) | 2020-05-12 |
| DE102018104391A1 (de) | 2018-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6653673B2 (ja) | 血流解析装置および方法並びにプログラム | |
| AU2020244586B2 (en) | Method and system for sensitivity analysis in modeling blood flow characteristics | |
| CN108550388B (zh) | 基于血管造影的计算血管血流参数的装置和*** | |
| Papamanolis et al. | Myocardial perfusion simulation for coronary artery disease: a coupled patient-specific multiscale model | |
| CN105792738B (zh) | 用于改善功能狭窄分析的局部ffr估计和可视化 | |
| EP3420483B1 (en) | Systems and methods for identifying and modeling unresolved vessels in image-based patient-specific hemodynamic models | |
| JP5820117B2 (ja) | データセットを選択式及び対話式に処理する方法 | |
| RU2717885C1 (ru) | Оценка потока, сопротивления или давления на основании измерений давления или потока и ангиографии | |
| CN107615335A (zh) | 医学图象处理方法和*** | |
| Marlevi et al. | Estimation of cardiovascular relative pressure using virtual work-energy | |
| JP6561349B2 (ja) | 血流シミュレーションのための血管形状構築装置、その方法及びコンピュータソフトウエアプログラム | |
| JP2007135894A (ja) | ヒト血流データをもとにした血流解析装置及びシミュレーション方法 | |
| EP3140757A1 (en) | Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models | |
| JP6873981B2 (ja) | モバイルｆｆｒシミュレーション | |
| CN112749521A (zh) | 血流动力学指标数据的处理方法和*** | |
| KR20220009995A (ko) | 반응 표면 및 차수 감소 모델링을 사용한 혈류 추정 시스템 및 방법 | |
| US11266322B2 (en) | Blood flow analysis apparatus, blood flow analysis method, and blood flow analysis program | |
| KR20140120235A (ko) | 물질특성에 기반한 전산유체역학 모델링 및 분석 방법 | |
| WO2023117820A1 (en) | Aortic abdominal aneurysm biomarkers | |
| Ayari et al. | Analysis of regional deformation of the heart's left ventricle using invariant SPHARM descriptors | |
| CN113412502A (zh) | 患者特定皮质表面密铺为偶极子贴片 | |
| JP7368500B2 (ja) | 流体解析装置、方法およびプログラム | |
| Cui et al. | Three-Dimensional Coronary Artery Centerline Extraction and Cross Sectional Lumen Quantification from CT Angiography Images | |
| Siogkas et al. | Fluid Dynamics–Derived Parameters in Coronary Vessels | |
| Debbich et al. | Impact of Surface Mesh Simplification on Hemodynamic Simulations |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20170519 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170908 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170908 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190225 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200107 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191226 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200128 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6653673 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |