図面 (/)

技術 iFR−CT

出願人 コーニンクレッカフィリップスエヌヴェ
発明者 ゴシェンリランラマッシュイェチェル
出願日 2016年1月6日 (4年10ヶ月経過) 出願番号 2017-536523
公開日 2018年1月25日 (2年9ヶ月経過) 公開番号 2018-501894
状態 特許登録済
技術分野 放射線診断機器
主要キーワード ゼロ勾配 分岐抵抗 静止フェーズ データアナライザ 初期境界 パラメータ決定器 分類信号 最大フロー
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2018年1月25日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (4)

課題・解決手段

非侵襲的に瞬時ウェーブフリーメトリックを決定する方法は、イメージングシステムによって生成される電子フォーマット化された画像データを受信することを含む。画像データは、狭窄を有する血管を表わす強度をもつボクセルを有する。方法は更に、画像データから血管の出口周辺抵抗を計算することを含む。方法は更に、境界条件の組及び数値流体力学アルゴリズムに基づいて、血管の入口と血管の出口との間の狭窄の狭窄抵抗を計算することを含む。方法は更に、瞬時ウェーブフリー比メトリックを計算することを含む。メトリックは、狭窄抵抗に基づく数値であり、方法は更に、計算された瞬間的なウェーブフリー比メトリックを示す信号を生成することを含む。

概要

背景

部分冠血流予備量比FFR)は、冠動脈狭窄の機能的意義を示すために使用されるメトリックである。狭窄心筋への血流及びゆえに酸素供給を妨げているかどうかを決定するために冠動脈狭窄の両側における圧力差を測定することが、介入心臓学プロシージャと共に使用されており、心筋への酸素供給の妨げは、心筋虚血をもたらすことがある。FFRは、狭窄の近位側の圧力Pinに対する狭窄の遠位側の圧力Pdの比であり、すなわち、Pd/Pinであり、これは、同じ血管内の正常な最大フローに対する狭窄病変遠位側の最大血流の比である。FFRは、冠動脈カテーテル処置の最中に実施される。このために、カテーテルが、シース及びガイドワイヤを使用して大腿骨動脈又は橈骨動脈に挿入される。FFRは、病変の正確な深刻さを決定するために、圧力と、温度と、フローとを測定するワイヤの先端部上の小さいセンサを使用する。これは、最大血流(充血)の最中に行われる。圧力ワイヤの引き戻しが実施され、血管の両端の圧力が記録される。

概要

非侵襲的に瞬時ウェーブフリー比メトリックを決定する方法は、イメージングシステムによって生成される電子フォーマット化された画像データを受信することを含む。画像データは、狭窄を有する血管を表わす強度をもつボクセルを有する。方法は更に、画像データから血管の出口周辺抵抗を計算することを含む。方法は更に、境界条件の組及び数値流体力学アルゴリズムに基づいて、血管の入口と血管の出口との間の狭窄の狭窄抵抗を計算することを含む。方法は更に、瞬時ウェーブフリー比メトリックを計算することを含む。メトリックは、狭窄抵抗に基づく数値であり、方法は更に、計算された瞬間的なウェーブフリー比メトリックを示す信号を生成することを含む。

目的

FFR−CTは、非侵襲的な心臓CTスタディから得られる冠動脈ジオメトリに関する数値流体力学シミュレーション(CFD)を使用してFFRの評価を提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

非侵襲的に瞬時ウェーブフリーメトリックを決定する方法であって、イメージングシステムによって生成される電子フォーマット化された画像データを受信するステップであって、前記画像データは、狭窄を有する血管を表す強度をもつボクセルを有する、ステップと、前記画像データから、前記血管の出口周辺抵抗を計算するステップと、境界条件の組及び数値流体力学アルゴリズムに基づいて、前記血管の入口と前記血管の出口との間の狭窄の狭窄抵抗を計算するステップと、前記狭窄抵抗に基づく数値である前記瞬時ウェーブフリー比メトリックを計算し、計算された前記瞬時ウェーブフリー比メトリックを示す信号を生成するステップと、を含む方法。

請求項2

前記画像データから前記血管をセグメント化するステップと、前記セグメント化された画像データから、前記血管の出口の血管直径を決定するステップと、前記セグメント化された画像データから主冠動脈分岐の分岐直径を決定するステップと、機械学習を使用して主冠動脈分岐の分岐抵抗を算出するステップと、を更に含み、前記周辺抵抗が、前記血管直径、前記分岐直径、及び前記分岐抵抗に基づいて計算される、請求項1に記載の方法。

請求項3

前記周辺抵抗が、前記血管直径の前記分岐直径に対する比によってスケーリングされる前記分岐抵抗として計算される、請求項2に記載の方法。

請求項4

前記周辺抵抗が、前記血管直径の前記分岐直径に対する比の3乗根によってスケーリングされる分岐抵抗として計算される、請求項3に記載の方法。

請求項5

前記境界条件の組が、前記血管の入口における圧力及び前記血管の出口における速度を含む、請求項1乃至4のいずれか1項に記載の方法。

請求項6

前記数値流体力学アルゴリズムが、入力パラメータとして、前記入口における圧力及び前記出口における速度を使用して、前記血管の出口において算定される圧力を計算する、請求項5に記載の方法。

請求項7

前記狭窄抵抗を計算する前記ステップが、前記境界条件を初期化し、前記出口において算定される圧力を計算するために、前記境界条件を使用して前記数値流体力学アルゴリズムを実施し、更新された狭窄抵抗を算出し、前記更新された狭窄抵抗が予め決められた停止基準を満たさないことに応じて、2回目の反復を実施すること、によって、前記狭窄抵抗を反復的に計算することを含む、請求項6に記載の方法。

請求項8

前記予め決められた停止基準は、以前の狭窄抵抗と現在の狭窄抵抗との間の残差平方和を最小にすることを含む、請求項7に記載の方法。

請求項9

前記2回目の反復が、前記更新された狭窄抵抗に基づいて前記出口における更新された速度を計算するステップと、前記入口における圧力及び前記出口における更新された速度を使用して数値流体力学アルゴリズムを実施するステップと、第2の更新された狭窄抵抗を算出するステップと、前記第2の更新された狭窄抵抗が前記予め決められた停止基準を満たさないことに応じて、別の反復を実施するステップと、を含む、請求項7又は8に記載の方法。

請求項10

前記更新された狭窄抵抗が前記予め決められた停止基準を満たすことに応じて、前記狭窄抵抗に基づいて前記瞬時ウェーブフリー比メトリックを計算するステップを更に含む、請求項7乃至9のいずれか1項に記載の方法。

請求項11

前記メトリックが予め決められた閾値より大きいか又小さいかを示す分類信号を生成するステップを更に含み、前記閾値以上のメトリック値は、第1の狭窄レベルを示し、前記閾値以下のメトリック値は、第2の狭窄レベルを示し、前記第1の狭窄レベルは、前記第2の狭窄レベルより深刻である、請求項1乃至10のいずれか1項に記載の方法。

請求項12

非侵襲的に瞬時ウェーブフリー比メトリックを決定するシステムであって、境界条件の組及び数値流体力学アルゴリズムの結果に基づいて、血管の入口と前記血管の出口との間の前記血管の狭窄の狭窄抵抗を計算する狭窄抵抗決定器と、前記狭窄抵抗に基づく数値である前記瞬時ウェーブフリー比率メトリックを計算し、前記計算された瞬時ウェーブフリー比メトリックを示す信号を生成するiFR決定器と、を有するシステム。

請求項13

前記画像データにおいて前記血管を識別する関心組織識別器と、前記画像データから前記血管の出口の血管直径と、主冠動脈分岐の分岐直径とを決定し、機械学習を使用して主冠動脈分岐の分岐抵抗を決定する関心組織ジオメトリ抽出器と、前記血管直径、前記分岐直径及び前記分岐抵抗に基づいて、前記画像データから前記血管の出口の周辺抵抗を計算するパラメータ決定器と、を更に有する、請求項12に記載のシステム。

請求項14

前記周辺抵抗が、前記血管直径の前記分岐直径に対する比によってスケーリングされる前記分岐抵抗として計算される、請求項13に記載のシステム。

請求項15

前記周辺抵抗が、前記血管直径の前記分岐直径に対する比の3乗根によってスケーリングされる前記分岐抵抗として計算される、請求項13に記載のシステム。

請求項16

前記境界条件の組が、前記血管の入口における圧力及び前記血管の出口における速度を含む、請求項12乃至15のいずれか1項に記載のシステム。

請求項17

前記狭窄抵抗が、前記出口における前記速度に対する、前記入口における前記圧力から前記出口における前記圧力を引いたものの比として計算される、請求項16に記載のシステム。

請求項18

前記狭窄抵抗が反復的に決定される、請求項12乃至17のいずれか1項に記載のシステム。

請求項19

各々の反復において、更新された狭窄抵抗が計算され、更新された狭窄抵抗と以前の狭窄抵抗との間の平方和が停止基準を満たさない場合のみ、別の反復が実施される、請求項18に記載のシステム。

請求項20

コンピュータ可読命令によって符号化されたコンピュータ可読記憶媒体であって、前記コンピュータ可読命令は、コンピューティングシステムプロセッサによって実行されるとき、前記プロセッサに、非侵襲的に決定されたパラメータのみからiFRメトリックを計算させ、前記パラメータは、コンピュータトモグラフィ画像データ及び数値流体力学アルゴリズムに基づいて非侵襲的に決定される、コンピュータ可読記憶媒体。

技術分野

0001

本発明は、概して、画像データに基づいて血管内の狭窄について、瞬時ウェーブフリー比(instantaneous wave-free ratio)すなわち瞬時血流予備量比(instant flow reserve)(iFR)メトリックを算出することに関し、コンピュータトモグラフィ(CT)に対する特定のアプリケーションに関して記述される。

背景技術

0002

部分冠血流予備量比FFR)は、冠動脈狭窄の機能的意義を示すために使用されるメトリックである。狭窄が心筋への血流及びゆえに酸素供給を妨げているかどうかを決定するために冠動脈狭窄の両側における圧力差を測定することが、介入心臓学プロシージャと共に使用されており、心筋への酸素供給の妨げは、心筋虚血をもたらすことがある。FFRは、狭窄の近位側の圧力Pinに対する狭窄の遠位側の圧力Pdの比であり、すなわち、Pd/Pinであり、これは、同じ血管内の正常な最大フローに対する狭窄病変遠位側の最大血流の比である。FFRは、冠動脈カテーテル処置の最中に実施される。このために、カテーテルが、シース及びガイドワイヤを使用して大腿骨動脈又は橈骨動脈に挿入される。FFRは、病変の正確な深刻さを決定するために、圧力と、温度と、フローとを測定するワイヤの先端部上の小さいセンサを使用する。これは、最大血流(充血)の最中に行われる。圧力ワイヤの引き戻しが実施され、血管の両端の圧力が記録される。

発明が解決しようとする課題

0003

瞬時ウェーブフリー比すなわち瞬時血流予備量比(iFR)は、冠動脈狭窄の機能的意義を示すために使用されることができる別の測定である。iFRは、「ウェーブフリー期間」と呼ばれる心拡張期特定期間にわたるPinに対するPdの比として規定される。

0004

このウェーブフリー期間中、冠動脈フローに影響を及ぼす競合する力(ウェーブ)は静止しており、これは、同様の圧力及びフロー変化を意味し、これは、心臓サイクルの残りの部分と比較して、それらの比(すなわち抵抗)をほぼ一定にする。iFRは、評価されようとする冠動脈に配置される侵襲性の冠動脈圧力ワイヤを使用する心臓カテーテル処置の間にも実施される。FFR及びiFRは、0乃至1のレンジの値であり、より高い値は、非狭窄又はより深刻でない狭窄を示し、より低い値は、より深刻な狭窄を示す。残念ながら、FFR及びiFRは共に、侵襲性のプロシージャであり、ゆえに、感染症から死亡にまで至る合併症影響されやすい

0005

FFR−CTは、非侵襲的心臓CTスタディから得られる冠動脈ジオメトリに関する数値流体力学シミュレーション(CFD)を使用してFFRの評価を提供するために使用される非侵襲性のプロシージャである。残念なことに、CFDベースのFFR算出は、心臓収縮及び緩和の間に現れる多くの遷移効果を伴う複雑な動的シミュレーションと、高い算出エラーつながりうる多くの不確実さを有する複雑なモデルとを必要とする。

0006

本発明の見地は、上述した問題その他に対処する。

課題を解決するための手段

0007

1つの見地によれば、瞬時ウェーブフリー比メトリックを非侵襲的に決定する方法は、イメージングシステムによって生成される電子フォーマット化された画像データを受信することを含む。画像データは、狭窄を有する血管を表わす強度をもつボクセルを有する。方法は更に、画像データから、血管の出口周辺抵抗を計算することを含む。方法は更に、境界条件の組及び数値流体力学アルゴリズムに基づいて、血管の入口と血管の出口との間の狭窄の狭窄抵抗を計算することを含む。方法は更に、狭窄抵抗に基づく数値である瞬時ウェーブフリー比メトリックを計算し、計算された瞬時ウェーブフリー比メトリックを示す信号を生成することを含む。

0008

別の見地において、非侵襲的に瞬時ウェーブフリー比メトリックを決定するシステムは、画像データから血管の出口の周辺抵抗を計算するように構成されるパラメータ決定器を有する。システムは更に、境界条件の組及び数値流体力学アルゴリズムの結果に基づいて、血管の入口と血管の出口との間の血管の狭窄の狭窄抵抗を計算するように構成される狭窄抵抗決定器を有する。システムは更に、瞬時ウェーブフリー比率メトリックを計算し及び計算された瞬時ウェーブフリー比メトリックを示す信号を生成するように構成されるiFR決定器を有し、メトリックは、狭窄抵抗に基づく数値である。

0009

別の見地において、コンピュータ可読記憶媒体は、コンピュータ可読命令によって符号化され、コンピュータ可読命令は、コンピューティングシステムプロセッサによって実行される場合、プロセッサに、非侵襲的に決定されたパラメータのみからiFRメトリックを計算させ、かかるメトリックは、コンピュータトモグラフィ画像データ及び数値流体力学アルゴリズムに基づいて、非侵襲的に決定される。

0010

本発明の更に別の見地は、以下の詳細な説明を読み理解することにより、当業者に理解される。

0011

本発明は、さまざまな構成要素及び構成要素の取り合わせの形並びにさまざまなステップ及びステップの取り合わせの形をとりうる。図面は、好適な実施形態を例示する目的のためだけにあり、本発明を制限するものとして解釈されるべきでない。

図面の簡単な説明

0012

データアナライザに関連してイメージングシステムを概略的に示す図。
図1のデータアナライザの例を示す図。
iFRメトリックを決定する例示の方法を示す図。

実施例

0013

以下は、心臓CTスキャンから算出される特定の冠動脈ジオメトリに基づいてiFRメトリックを算出するための非侵襲アプローチを記述する。図1は、イメージングシステム100(例えばCTスキャナ)を概略的に示す。イメージングシステム100は、通常静止したガントリ102及び回転ガントリ104を有し、回転ガントリ104は、静止ガントリ102によって回転可能に支持され、z軸を中心に検査領域106の周囲を回転する。

0014

例えばX線管のような放射線源110は、回転ガントリ104によって回転可能に支持され、回転ガントリ104と共に回転し、検査領域106を横切る放射線を放出する。放射線感受性検出器アレイ112は、検査領域106をはさんで放射線源110とは反対側に、円弧をなして配される。放射線感受性検出器アレイ112は、検査領域106を横切る放射線を検出し、投影データを生成し、すなわち検出された光子ごとに投影データを示す信号を生成する。

0015

再構成器114は、投影再構成し、検査領域106に位置する被検体又は対象のスキャンされた部分を示すボリュメトリック画像データを生成する。オペレータコンソール116は、例えばモニタのような人間可読の出力装置、及び例えばキーボードマウスなどの入力装置を有する。コンソール116に常駐するソフトウェアは、オペレータが、グラフィカルユーザインタフェースGUI)等を通じて、スキャナ100とインタラクトし及び/又はスキャナ100動作させることを可能にする。

0016

例えば寝台のような被検体支持体119は、検査領域106において対象又は被検体を支持する。データリポジトリ118は、ボリュメトリック画像データ及び/又は投影データを含む電子フォーマット化されたデータを記憶する。データリポジトリの例は、画像保管通信システムPACS)、放射線医学情報システム(RIS)、病院情報システム(HIS)、電子医療カルテEMR)、データベースサーバ等を有する。

0017

データアナライザ120は、狭窄を有する関心のある血管(例えば冠動脈)を表現する画像データを処理するように構成され、画像データは、ウェーブフリー拡張期の最中に取得される。後で詳しく述べるように、このような処理は、CFDシミュレーションを使用して血管出口における周辺抵抗を算出すること、及びそれに基づいてiFRメトリックを決定することを含む。拡張期に、冠動脈圧力及び速度は、単調に低下する。ウェーブフリーの拡張期における一時的な圧力及び速度は、線形関数を使用して近似されることができる。圧力と速度との間の比によって規定される各血管出口におけるウェーブフリー周辺抵抗は、ほぼ一定であり、算出されることができる。ウェーブフリー拡張期の最中のCFDシミュレーションは、狭窄の機能的意義の迅速な評価を提供する。結果として得られるCTベースのiFR(iFR−CT)メトリックは、狭窄の機能的意義のよりロバスト且つ非侵襲の評価につながる。

0018

データアナライザ120は、1又は複数のコンピューティングシステムの1又は複数のプロセッサ(例えば、マイクロプロセッサ中央処理ユニット、その他)によって実現されることができ、かかるプロセッサは、例えば物理メモリのような1又は複数の非一時的コンピュータ可読記憶媒体に記憶された1又は複数のコンピュータ可読命令を実行する。1又は複数のプロセッサによって処理される少なくとも1つの命令は、搬送波、信号及び/又は他の一時的媒体によって付加的に又は代替として保持されることができる。データアナライザ120は、コンソール116の一部、コンピューティングシステムに分散されたイメージングシステム100の外部のコンピューティングシステム、それらの組み合わせ等でありうる。

0019

図2は、データアナライザ120の例を示す。

0020

関心組織(tissue of interest、TOI)識別器202は、入力として、関心のある組織(TOI、以下関心組織)204を表わす強度をもつボクセルを有する画像データを取得し、画像データ内の関心組織204を識別する。関心組織204は、ユーザ選択された関心組織、デフォルト関心組織等を示す信号によって予め決められることができ又は識別されることができる。TOI識別器202は、関心組織を識別するために、自動及び/又は手動のアプローチを用いることができる。関心組織の例は、狭窄を有する血管のような管状の組織である。しかしながら、関心組織は、他の組織であってもよい。

0021

TOIジオメトリ抽出器206は、識別された関心組織から、幾何学的情報を抽出する。TOI識別器202は、幾何学的情報を抽出するために、自動の及び/又は手動のアプローチを用いることができる。例として、抽出は、動的輪郭及び冠動脈血管に合わせられるレベルセットによるセグメント化を用いることを含むことができ、ここで関心組織は冠動脈血管であり、その後、高品質のセグメント化を生成するために任意の付加的な手動の編集が行われる。この及び/又は他の抽出から、冠動脈血管の関心のあるジオメトリ(例えば血管直径)が決定されることができる。

0022

パラメータ決定器208は、抽出された関心のあるジオメトリに基づいて、少なくとも1つのパラメータを決定する。図示されるパラメータ決定器208は、血管出口における周辺抵抗を算出するように構成される。このために、パラメータ決定器208は、組織に血液を分配することに関する生理学規則を利用することができ、心臓CTスキャンの特性及び制限を考慮することができる。例えば、冠動脈の遠位部分は、解像度カットオフの下でありうるので、代表的なカットポイントは、出口領域がこの動脈によって供給される領域に供給される血液の一部に比例するように、見つけることができる。

0023

カットポイント選択の例示の規則は、以下を含む:狭窄の後ろ;最後の分岐の直後;血管の領域を表現する;異なる複数のセグメント化器への不変量。他の及び/又は異なる、より多い又はより少ない、規則が、ここで企図される。特定の出口のウェーブフリー周辺抵抗は、スケーリング則に基づいて、主冠動脈分岐に対して、式1に示すように算出されることができる。


ここで、Riは、関心のある出口のウェーブフリー周辺抵抗を表し、Rmainは、主冠動脈分岐の抵抗を表し、Diは、関心のある出口における直径を表し、Dmainは、主冠動脈分岐における直径を表し、Rmainは、機械学習及び/又は他のアプローチを通じて算出されることができる。狭窄抵抗決定器210は、画像データ内の狭窄の抵抗を決定する。一例において、狭窄抵抗決定器210は、境界条件212及び式2に基づいて、各入口と各出口の間の狭窄の抵抗rを決定する:

ここで、Pinletは、境界条件であり、入口における圧力を表し、Voutletは、境界条件であり、出口における速度を表し、Poutletは、入力Pinlet及びVoutletを得る数値流体力学アルゴリズムであるCFDに基づいて算出される出口における圧力を表す。一例において、出口速度及び入口圧力についての初期境界条件は、それぞれ正常平均速度及び圧力値としてセットされる(例えば、出口速度=40cm/s及び入口圧力=100mmHg)。出口圧力の境界条件は、ゼロ勾配としてセットされることができ、値は、このCFDにおいて得られる。

0024

CFDプロセッサ214は、例えば偏微分方程式を使用して数値流体力学(CFD)シミュレーションを実施する。概して、CFDは、流体フローを含む問題を解決し及び解析するために数値解析法及び/又はアルゴリズムを使用する流体力学アプローチである。CFDプロセッサ214は、境界条件によって規定される表面に関して計算を実施する。出力は、一例において、例えば出口の圧力を含むあらゆるポイントにおける圧力のフルボリュメトリック情報を含む。ウェーブフリー拡張期間中のCFDシミュレーションは、他の期間中よりも低い複雑さである。

0025

式2を使用して、狭窄rの抵抗が、反復的に算出されることができる。以下は、n(n=1,..N)回の反復による例示の反復アプローチを示す。境界条件Pinlet及びVoutletが初期化される。各々の反復の最中、CFDシミュレーションは、現在の境界条件によって実施され、それによりP(n)outletを生成する。更新される算出された抵抗r(n+1)は、式3に示すように計算される:

0026

論理216は、停止基準が満たされるかどうかをチェックする。一例において、停止基準は、式4に示すように現在の抵抗と以前の抵抗との間の残差平方和(sum of squares difference、SSD)を最小にすることに基づく:

ここで、Rpは、データベース及び機械学習技法の統計を使用して学習されるターゲット抵抗であり、Rcは、(最適化の最中の)出口における実際の(現在の)抵抗を表し、出口速度及び出口圧力を使用して、各々のCFD反復の中で計算される。所与の出口について:Rc=Poutlet/Voutletであり、ここで、Poutletは、CFD反復から得られる。式4の停止基準は、RpによるRcの収束である。

0027

停止基準が満たされない場合、境界条件更新器218は、式5に示すように、計算された狭窄抵抗r(n)に基づいて境界条件Voutletを更新し、

式2、3及び4が再び実施される。式5において、Riは、出口iにおける周辺抵抗をさし、rは、入口と各出口との間の狭窄の抵抗を示す。狭窄がない場合、r≒0である。

0028

停止基準が満たされる場合、iFR決定器220は、計算された狭窄抵抗に基づいてiFRを決定する。概して、抵抗Riがそれらのターゲット値に到達したのち、iFRメトリックが算出される。iFRメトリックは、式6に示すように算出されることができる:


ここで、Paは、入口圧力(又は大動脈圧)であり、Pdは、当該の狭窄の遠位側にあるシミュレートされた圧力である。

0029

前述したものは、非侵襲であり、ロバストであり、正確な、速いシミュレーションを可能にする。更に、FFR−CTをモデル化する場合の不確実さのレベルは、iFR−CTを算出する場合よりも非常に大きく、(静止フェーズで実施される)iFRのシミュレートは、CFDベースのFFR算出より非常に簡単である。従って、iFR−CTは、狭窄の機能的意義のよりロバストで且つ非侵襲の算出をもたらす。更に、上述のアプローチを使用して、iFR算出は、例えば5分乃至10秒のオーダーの大きさで加速される。

0030

図3は、iFRメトリックを決定する例示の方法を示す。

0031

上述の工程又は処理の順序は非制限的であることが理解されるべきである。従って、他の順序もまた、ここに企図される。更に、1又は複数の工程が省かれることができ、及び/又は1又は複数の付加の工程が含められることができる。

0032

302において、被検体の領域が、スキャンされる。

0033

304において、狭窄を有する冠動脈のような関心組織が、スキャンからの画像データにおいてセグメント化される。

0034

306において、血管直径、血管半径、その他のような幾何学的情報が、関心組織から抽出される。

0035

308において、冠動脈血管出口における周辺抵抗が、幾何学的情報に基づいて決定される。

0036

310において、入口圧力及び出口速度の境界条件が、初期化される。

0037

312において、CFDが、入口圧力及び出口速度の境界条件を使用して実施され、出口圧力を算出する。

0038

314において、狭窄抵抗は、入口圧力、出口速度、及び算出された出口圧力に基づいて計算される。

0039

316において、停止基準がチェックされる。

0040

停止基準が満たされない場合、318において、出口速度が、計算された狭窄抵抗に基づいて更新され、工程312−316が繰り返される。

0041

停止基準が満たされる場合、320において、iFRメトリックが算出される。

0042

iFRメトリックは、非一時的メモリに保存され、視覚的に提示され、処理される等で行われることができる。ここに述べられるように、iFRは、例えば狭窄が心筋への酸素供給を妨げる見込みのような、冠動脈狭窄の機能的意義を示す。

0043

上述したことは、コンピュータ可読記憶媒体に符号化され又は埋め込まれることができるコンピュータ可読命令によって実現されることができ、コンピュータ可読命令は、コンピュータプロセッサによって実行されるとき、記述された工程をプロセッサに実施させる。付加的に又は代替として、コンピュータ可読命令の少なくとも1つは、信号、搬送波又は他の一過性の媒体によって保持される。

0044

本発明は、さまざまな実施形態に関してここに記述される。変更及び変形は、当業者であれば、本願明細書の記載を読むことにより思いつくことができる。すべてのこのような変更及び変形が添付の請求項又はその等価なものの範囲内にある限り、本発明は、すべてのこのような変更及び変形を含むものとして解釈されることが意図される。

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ