JP7819697B2 - 視覚化のための方法及びシステム - Google Patents

視覚化のための方法及びシステム

Info

Publication number
JP7819697B2
JP7819697B2 JP2023528479A JP2023528479A JP7819697B2 JP 7819697 B2 JP7819697 B2 JP 7819697B2 JP 2023528479 A JP2023528479 A JP 2023528479A JP 2023528479 A JP2023528479 A JP 2023528479A JP 7819697 B2 JP7819697 B2 JP 7819697B2
Authority
JP
Japan
Prior art keywords
coronary artery
data
measurement
along
coronary
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
Application number
JP2023528479A
Other languages
English (en)
Other versions
JP2023551132A (ja
JP2023551132A5 (ja
Inventor
ハネス ニキッシュ
ホルガー シュミット
クラース ボンタス
ラファエル ウィムカー
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of JP2023551132A publication Critical patent/JP2023551132A/ja
Publication of JP2023551132A5 publication Critical patent/JP2023551132A5/ja
Application granted granted Critical
Publication of JP7819697B2 publication Critical patent/JP7819697B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • 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
    • A61B6/503—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 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
    • A61B6/50—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
    • A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion CT
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • 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
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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
    • G06T2207/30048—Heart; Cardiac
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Cardiology (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Description

本開示は概して、視覚化のための、特に、心筋潅流測定値及び冠状動脈の視覚化のための方法及びシステムに関する。
従来、コンピュータ断層撮影法(CT)、特に、冠状動脈コンピュータ断層撮影法(CCTA)はその形態及び幾何学的形状に関して冠状動脈を評価し、主要心血管イベント(MACE)の関連する将来のリスクを予測するために使用されてきた。スペクトルCT取得は心筋組織中のヨウ素含有量を直接測定することによって局所的な心筋潅流を決定することを可能にする可能性を有し、これは心筋の機能的評価をもたらす。
包括的なリスク評価を可能にする方法が必要とされている。
背景技術のセクションで提供される説明は、単に背景技術のセクションで言及されるか、又は背景技術のセクションと関連付けられるため、先行技術であると想定されるべきではない。背景セクションは、主題技術の1つ又は複数の態様を説明する情報を含み得る。
本開示の一実施形態は、視覚化のための方法を提供することができる。方法は患者の心筋組織の第1の潅流測定値のデータを取得することと、患者の冠状動脈の幾何学的形状のデータを取得することと、冠状動脈の第2の潅流測定値のデータを取得することと、冠状動脈の第2の潅流測定値のデータに基づいて冠状動脈に沿った流れ障害測定値のデータを取得することと、単一の画像上で、心筋組織及び冠状動脈の第1の潅流測定値を視覚化することであって、視覚化される冠状動脈は冠状動脈の幾何学的形状及び冠状動脈に沿った流れ障害測定値を表す、視覚化することとを含み得る。
本開示の別の実施形態は、視覚化システムを提供することができる。可視化システムは、複数の命令を記憶するメモリと、メモリに結合するプロセッサ回路とを含み得る。プロセッサ回路は患者の心筋組織の第1の潅流測定値のデータを取得し、患者の冠状動脈の幾何学的形状のデータを取得し、冠状動脈の第2の潅流測定値のデータを取得し、冠状動脈の第2の潅流測定値のデータに基づいて冠状動脈に沿った流れ障害測定値のデータを取得し、単一の画像上で、心筋組織及び冠状動脈の第1の潅流測定値を可視化し、可視化される冠状動脈は、冠状動脈の幾何学的形状及び冠状動脈に沿った流れ障害測定値を表す、命令を実行するように構成され得る。
本開示の別の実施形態は、プロセッサ回路によって実行されると、プロセッサ回路に視覚化のための方法を実行させる、1つ又は複数の実行可能命令を記憶した非一時的コンピュータ可読媒体を提供することができる。方法は患者の心筋組織の第1の潅流測定値のデータを取得することと、患者の冠状動脈の幾何学的形状のデータを取得することと、冠状動脈の第2の潅流測定値のデータを取得することと、冠状動脈の第2の潅流測定値のデータに基づいて冠状動脈に沿った流れ障害測定値のデータを取得することと、単一の画像上で、心筋組織及び冠状動脈の第1の潅流測定値を視覚化することであって、視覚化される冠状動脈は冠状動脈の幾何学的形状及び冠状動脈に沿った流れ障害測定値を表す、視覚化することとを含み得る。
本開示の一実施形態による、人間の心臓の4つのチャンバの3次元表面レンダリングの一例を示す。 本開示の一実施形態によるシステムの概略図を示す。 本開示の一実施形態によるシステムの概略図を示す。 本開示の一実施形態による、線形減衰ロバストフィットから実際の血管半径への血管有効半径の偏差を予測するために使用される、線形血管テーパリングモデルを図示する。 本開示の一実施形態による、冠状動脈の中心線に沿った狭窄率を示す。 本開示の一実施形態による左心室ブルズアイプロットセクタを示す。 図4Aに対応する心筋スライス及びセクタを示す。 本開示の一実施形態による、体積ブルズアイプロット(VBEP)の形態で、標的形状を構築する態様を概略的に示す。 本開示の一実施形態による、ブルズアイプロットを使用した、視覚化される潅流測定値及び視覚化される冠状動脈を示す。 本開示の一実施形態による方法のフローチャートを示す。
本開示の原理による例示的な実施形態の説明は、明細書全体の一部と見なされるべき添付の図面に関連して読まれることが意図される。本明細書に開示される本開示の実施形態の説明において、方向又は向きへの基準は、単に説明の便宜のために意図され、本開示の範囲を限定することは決して意図されない。「底部」、「上」、「水平」、「垂直方向」、「上」、「底部」、「上」、「底部」、「上」、「上」、「底部」、及び「底部」などの相対的な意味それらの派生語(たとえば、「水平」、「底部」、「上」など)は、そのとき説明されているような、又は議論中の図面に示されているような向きを指すと解釈されるべきである。これらの相対的な意味は説明の便宜のためだけのものであり、明示的にそのように示されない限り、装置が特定の配向で構築又は操作されることを必要としない。「取り付けられた」、「取り付けられた」、「接続される」、「結合される」、「相互接続される」、及び同様の用語は明示的に別段の記載がない限り、構造が、直接的又は間接的に介在構造を介して、ならびに可動又は剛体のアタッチメント又は関係の両方を介して、互いに固定又は取り付けられる関係を指す。さらに、本開示の特徴及び利点は、例示される実施形態を参照することによって例示される。したがって、本開示は単独で又は特徴の組み合わせで存在し得る特徴のいくつかの可能な非限定的な組合せを示すそのような例示的な実施形態に明確に限定されるべきではなく、本開示の範囲は本明細書に添付される特許請求の範囲によって定義される。
本開示は、現在企図されている本開示を実施する最良の形態(単数又は複数)を説明する。この説明は限定的な意味で理解されることを意図するものではなく、本開示の利点及び構造を当業者に助言するために、添付の図面を参照することによって、単に例示目的のために提示される本開示の例を提供する。図面の様々なビューにおいて、同様の参照符号は、同様又は類似の部分を示す。
開示される実施形態は、本明細書における革新的な教示の多くの有利な使用の例に過ぎないことに留意することが重要である。一般に、本出願の明細書においてなされる記述は、必ずしも様々な請求される開示のいずれも限定しない。さらに、いくつかの記述はいくつかの発明の特徴に適用され得るが、他のものには適用されない。一般に、特に明記しない限り、単数の要素は、一般性を失うことなく、複数であってもよく、逆もまた同様である。
本開示は単一の画像上で、心筋組織及び冠状動脈の潅流測定値を視覚化することができ、冠状動脈は単一の画像上で潅流測定値とオーバーレイされ、視覚化される冠状動脈は冠状動脈の幾何学的形状及び冠状動脈に沿った流れ障害測定を表すことができる。心筋組織の潅流測定値は、局所的な血液及び酸素供給、ならびに心筋の潅流欠陥を定量化することを可能にする。冠状動脈の幾何学的形状は、観察される潅流及び血液供給にも関連し得、共通の座標系を計算するために使用され得る。次いで、冠状動脈に沿った流れ障害測定値を使用して、実際の血流に対する冠幾何学形状の局所的な効果を定量化することができる。一例ではこれらの3つの項目(すなわち、心筋組織の潅流測定値、冠状動脈の幾何学的眼、及び冠状動脈に沿った流れ障害測定値)は単一のスペクトルCCTAスキャンから計算され、共通のブルズアイ視覚化のバリエーションにマッピングされ得、ユーザが統一されるグラフィック図における相補態様の各々の相対的寄与を判断することを可能にする。
本開示のいくつかの実施形態では、3つの項目(すなわち、心筋組織の潅流測定値、冠状動脈の幾何学的形状、及び冠状動脈に沿った流れ障害測定値)が視覚化及び予測分析に適した共通の表現に集約され得るので、包括的なリスク評価がより効率的に達成され得る。さらに、本開示のいくつかの実施形態では、表現が迅速な目視検査、報告、及び文書化の目的のために、平面に容易にマッピング可能であり得る。本開示のいくつかの実施形態では、表現が転送可能なステートメントを可能にするために、標準報告方式及び母集団モデルと同期され得る。
図1は心筋壁820(例えば、図示の例では左心室)及び冠状動脈830の一部(すなわち、心臓810を囲む血管)を含む、人間の心臓810の4つのチャンバの3次元(3D)表面レンダリングを示す。心筋壁820を形成する筋肉組織は、心筋又は心筋肉組織823と呼ばれる。任意の他の筋肉組織と同様に、心筋組織は、動作するために酸素を必要とする。酸素は、冠状動脈830によって供給され得る。
図2Aは、本開示の一実施形態によるシステムの概略図を示す。図2Aに示されるように、システムは、撮像装置100A及び処理装置100Bを含み得る。
撮像装置100Aは、患者の画像データ311を取得してもよい。いくつかの実施形態では撮像装置100AがCT撮像装置を含んでもよく、画像データ311は患者のCT血管造影データを含んでもよい。CT撮像装置はスペクトル取得及び断層撮影再構成によって、ボクセル内に編成されるスペクトルコンピュータ断層撮影ボリュメトリック画像データ、例えば、スペクトルCCTAデータを取得することができる。
体積画像データは患者の身体における心臓領域のコントラスト強調体積画像と、心臓領域のベースライン体積画像とを含むことができ、コントラスト強調体積画像は、患者の冠状動脈解剖学的構造に関する解剖学的情報を伝達することができる。この方法では、ヨウ素造影剤を使用することができる。
図2Bに示されるように、処理装置100Bは、プロセッサ回路111及びメモリ113を含み得る。メモリ113は、複数の命令を格納することができる。プロセッサ回路111は、メモリ113に結合し得、命令を実行するように構成され得る。処理装置100Bは、撮像装置100Aから患者の画像データ311を受信してもよい。
図2Aに示すように、処理装置100Bは、複数の機能ブロック131、133、141、143、145、147、151、153、155を含んでもよい。
図2Aを参照すると、ブロック131は心筋壁820のセグメント化データ321を提供するために、心筋壁820のセグメントモデルに従って患者の画像データ311をセグメント化することができる。セグメンテーションは、ユーザによって手動で、又は(半)自動セグメンテーションによって実行されてもよい。心筋壁820の自動セグメンテーションの一例では、心筋壁820が手動注釈付きデータ上で訓練される畳み込みニューラルネットワーク(CNN)を使用して自動的にセグメンテーションされ得る。セグメンテーションのための方法は例えば、Ecabert O, al., Automatic model based segmentation of heart in CT images, IEEE Trans Med Imaging., 1189, (2008)に記載されており、これは基準により本明細書に組み込まれる。
ブロック133は、患者の心筋組織823の第1の潅流測定値711のデータ323を取得することができる。心筋組織823の第1の潅流測定値711のデータ323の取得は、心筋壁820のセグメント化されるデータ321に基づき得る。第1の潅流測定値711のデータ323は例えば、三次元体積画像に含まれてもよい。
図2Aに示される例では、第1の潅流測定値711のデータ323が静的スペクトルCT潅流画像を使用することによって取得され得る。しかしながら、心筋組織の第1の潅流測定値のデータは他の種類の画像、例えば、陽電子放出断層撮影(PET)、磁気共鳴(MR)潅流画像、又は潅流測定値、例えば、安静／ストレス差を有する動的安静／ストレスCT潅流画像を使用することによっても得ることができる。
図2Aを参照すると、ブロック141は冠状動脈830のセグメント化データ331を提供するために、冠状動脈830のセグメントモデルに従って患者の画像データ311をセグメント化することができる。例えば、ブロック141は、画像内の冠状動脈830及び管腔の血管中心線を自動的に抽出するように適合され得る。中心線の自動又は半自動トレースのための様々なアルゴリズムを使用することができる。冠状血管の中心線を追跡するための任意の方法を使用することができる。冠状動脈の中心線を抽出する方法は例えば、D. Lesageらの「 A Review of 3D Vessel Lumen Segmentation Techniques Models, Features and Extractions Schemes, Medical Image Analysis, 819, (2009)」に記載されており、これは参照により本明細書に組み込まれる。冠状動脈の中心線を抽出するための別の方法は例えば、Wolterink JMらの「 Coronary artery centerline extraction in cardiac CT angiography using a CNN based orientation classifier, Med Image Anal. 46(2019)」に記載されており、これは参照により本明細書に組み込まれる。冠状動脈のためのセグメンテーションの方法は例えば、Bulow Tらの「A general framework for tree segmentation and reconstruction from medical volume data, Med. Image Comput. Comput. Assist. Intervent. 533, (2004)」に記載されており、これは参照により本明細書に組み込まれる。
ブロック143は、冠状動脈830のセグメント化されるデータ331に基づいて、冠状動脈830の幾何学的形状713のデータ333を取得することができる。例えば、冠状動脈830の幾何学的形状333は、冠状動脈830の中心線及び冠状動脈830の内腔に関して表され得る。
冠状動脈830の幾何学的形状713のデータ333を取得するために使用される画像は、心筋組織823の第1の潅流測定値711のデータ323を取得するために使用される画像と同じであってもよく、又は異なるものであってもよい。CCTAスキャンを使用する代わりに、冠状動脈830の幾何学的形状713のデータ333は冠状動脈を抽出し、又は冠状動脈を補完し、精緻化するために異なる血管造影モダリティを使用することによって取得され得る。
図2Aを参照すると、ブロック145は、冠状動脈830の第2の潅流測定値715のデータ341を取得することができる。冠状動脈830の第2の潅流測定値715のデータ341の取得は、冠状動脈830のセグメント化されるデータ331に基づき得る。冠状動脈830の第2の潅流測定値715は、冠状動脈830の血流に対応し得る。冠状動脈830の血流は、下流の潅流に関する情報を提供する機能量であってもよい。
ブロック147は、冠状動脈830の第2の潅流測定値715のデータ341に基づいて、冠状動脈830に沿った流れ障害測定値717のデータ343を取得することができる。いくつかの実施形態では第1の潅流測定値711のデータ323の取得、冠状動脈830の幾何学的形状713のデータ333の取得、及び冠状動脈830に沿った流れ障害測定717のデータ343の取得は同じ冠状動脈コンピュータ断層撮影血管造影データに基づくことができる。
図2A及び図3Aを参照すると、いくつかの実施形態では流れ障害測定値717のデータ343を取得するために、ブロック147は冠状動脈830に沿った基準値347からの第2の潅流測定値715の流れ偏差345を決定することができる。図3Aにおいて実線によって表される値は、冠状動脈830の第2の潅流測定値715に対応し得る。図3Aに示される一例では、流れ偏差345が中心線に沿った有効半径領域における線形テーパリングモデルをロバストにフィッティングすることによって決定され得る。線形モデル断面積は、基準値347として機能する。次いで、ブロック147は、決定される流れ偏差345に基づいて、冠状動脈830に沿って狭窄評価348(図3B参照)を処理して、流れ障害測定値717を取得することができる。一例では図3Bに示されるように、冠状動脈830に沿って狭窄評価348を処理することは流れ偏差345に基づいて、冠状動脈830に沿って複数の狭窄率349(例えば、断面積における相対的なローカル損失であり得る、狭窄率)を決定することを含み得る。狭窄率349は、冠状動脈狭窄によって誘発される局所的な流れ障害を定量化するための測定値を含むことができる。図3Bにおいて、ピークは、冠状動脈830の強い狭窄を示し得る。次いで、ブロック147は、狭窄率349の累積合計を処理して、冠状動脈830の流れ障害測定値717のデータ343を取得することができる。
いくつかの実施形態では、断面積における累積損失を処理する代わりに、半径／直径における累積損失、圧力降下(フラクショナルフローリザーブ(FFR))、体積血流、血流速度などの他の測定値を使用することによって、流れ障害測定値のデータを取得することができる。断面積における累積損失を計算するために使用される線形テーパリングモデルの代わりに、より高度な血管テーパリングモデルを使用することができる。集団統計、同じ患者の以前の画像などの追加の情報を使用して、流れ障害測定値のデータを取得することができる。
図2Aを参照すると、ブロック151は、心筋組織823の第1の潅流測定値711のデータ323、冠状動脈830の幾何学的形状713のデータ333、及び冠状動脈830に沿った流れ障害測定717のデータ343をリフォーマットすることができる。いくつかの実施形態では、リフォーマットが容積測定ブルズアイプロット(VBEP)上での可視化のために行われ得る。
図4Aは左心室ブルズアイプロット扇形を概略的に示し、図4Bは、対応する心筋スライス及び扇形を示す。心臓の断層撮影撮像のための標準化される心筋セグメンテーションが、米国心臓協会(AHA)によって提案されている。AHA提案は例えば、M. Cerqueiraらの「Standardized Myocardial Segmentation and Nomenclature for Tomographic Imaging of Heart,539,(2002)」に記載されており、これは基準により本明細書に組み込まれる。図に示すように。図4A及び図4Bを参照すると、AHAは、左心室を心臓の長軸に垂直な3分の1に分割して、左心室の3つのスライスを生成することを推奨している。円形基底スライスS1は扇形1乃至6を備え、キャビティ中央スライスS2は扇形7乃至12を備え、先端短軸スライスS3は扇形13乃至16を備える。最後のセクターであるアペックス17は、垂直長軸スライスS4に示されている。
図5は、容積測定ブルズアイプロットの形成で、標的形状201を構築する態様を概略的に示す。図4BのスライスS1乃至S4を含む左心室は図5の基準形状20に対応し得、図4Aに示されるブルズアイプロットは図5の目標形状201に基づいて視覚化され得る。
図2A及び図5を参照すると、ブロック151は基準形状20(図5参照)に適合するように、心筋組織823の第1の潅流測定値711のデータ323、冠状動脈830の幾何学的形状713のデータ333、及び冠状動脈830に沿った流れ障害測定717のデータ343をリフォーマットすることができる。次いで、ブロック151は、心筋組織823のリフォーマットされるデータ325と、冠状動脈830の幾何学的形状713のリフォーマットされるデータ335と、冠状動脈830に沿った流れ障害測定値717のリフォーマットされるデータ345とを取得し得る。
図5に示すように、基準形成20は、楕円台の形成である。ボクセルデータであり得るデータ323、333、及び343のリフォーマットにおいて、データの真の解剖学的位置は、基準形状20に一致するようにフィッティングされ得る。セグメンテーションは、内側基準面22及び外側基準面23の位置決めをもたらすことができる。
基準形状20は左心室の長軸21、内側基準面22(例えば、内壁又は心内膜)、及び外側基準面23(例えば、外壁又は心外膜)を含む。
図2A及び図5を参照すると、ブロック153は次いで、目標形状201に、心筋組織823のリフォーマットされるデータ325、冠状動脈830の幾何学的形状713のリフォーマットされるデータ335、及び冠状動脈830に沿った流れ障害測定値717のリフォーマットされるデータ345をマッピングし得る。次いで、ブロック153は、心筋組織823のマッピングされるデータ327と、冠状動脈830の幾何学的形状713のマッピングされるデータ337と、冠状動脈830に沿った流れ障害測定値717のマッピングされるデータ347とを取得し得る。図5に示されるターゲット形状201は、少なくとも第1のターゲット表面29及び第2のターゲット表面200によって画定され得る。データ325、335、及び345のマッピングは、内側基準面22から第1のターゲット面29へ、及び外側基準面23から第2のターゲット面200へのマッピングデータを含み得る。いくつかの実施形態では、データ325、335、及び345はボクセル値のセットから、シリンダの形態のターゲット形状201にマッピングされ得る。図5に関連して、基準形状20の各輪郭24は基準形状20の断面を構成することができ、輪郭24は、ターゲット形状201の断面の2D平面の形成で、2次元(2D)平面26の単一の同心リングに投影される。図5では、マッピングが基準形状20上のセクション25をターゲット形状201の2D平面上のセクション25’にマッピングすることによって示される。マッピングは連続的であってもよく、したがって、基準形状20上のセクション25内のデータの定量化は、目標形状上のセクション25’へのマッピングに関連して行われなくてもよい。セクションは単に説明のために示されており、データの定量化を示すためではない。
基準形状20の面間距離に沿って延びる方向は、目標形状201に維持され、その結果、参照形状の参照番号27によって示される方向に沿った壁厚は参照番号28によって示されるように、シリンダの深さ寸法の方向にマッピングされる。
結果として、左心室は円柱の形成で標的形状201上にマッピングされ得、円柱軸に沿った寸法は心筋壁の厚さを表す。したがって、内側基準面22(例えば、内壁又は心内膜)はシリンダの底部、すなわち、第1の表面29上に投影され得、一方、外側基準面23(例えば、外壁又は心外膜)はシリンダの上部、すなわち、第2の表面200上に投影され得る。心内膜と心外膜との間の組織は、シリンダの底部から頂部まで延在する平面上に投影される。
図6は、一実施形態による、ブルズアイプロットを使用した、視覚化される潅流測定値及び冠状動脈を示す。
図2A及び図6を参照すると、ブロック155は、単一の画像700上で、心筋組織823及び冠状動脈830の第1の潅流測定値711を視覚化することができる。単一の画像700上で、冠状動脈830は、第1の潅流測定値711と重ね合わされ得る。図6に示されるように、可視化される冠状動脈830は、冠状動脈830の幾何学的形状713及び冠状動脈830に沿った流れ障害測定値717を表し得る。いくつかの実施形態では、単一の画像700上の第1の潅流測定値711及び冠状動脈830がユーザのコンピュータ画面上で視覚化されてもよく、又は記憶装置に記憶されてもよい。いくつかの実施形態では冠状動脈830の幾何学的形状713を表す心筋組織823及び冠状動脈830の第1の潅流測定値711、ならびに冠状動脈830に沿った流れ障害測定値717は単一の画像700上で、たとえばユーザのコンピュータ画面上で同時に可視化され得る。第1の潅流測定値711及び流れ障害測定値717は例えば、色、厚さ、及びサイズのうちの少なくとも1つによって視覚化され得る。図6に示される例では第1の潅流測定値711がセクション1乃至16を含む環状領域上に示され、冠状動脈830はセクション1、3、6、7、8、12、13、14、及び16の中で、環状領域の外側に示される。
特に、相補的画像特徴(すなわち、潅流測定値711及び冠状動脈830)は同じ座標系において視覚化され得、平面内の強度は心筋壁820全体にわたる第1の潅流測定値711の集計値であり得る。集計は例えば、平均化により行うことができる。冠状動脈830の幅は視覚的狭窄評価を可能にするように、有効局所断面積に対応し得る。いくつかの例では、冠状動脈830の色が流れ障害測定値717を符号化することができる。
いくつかの実施形態では、視覚化が例えば、侵襲的FFR、光コヒーレンストモグラフィ(OCT)、血管内超音波(IVUS)、又はX線血管造影によって測定される機能的情報を使用することによって、自然に富化され得る。いくつかの実施形態では、視覚化が血管と潅流される領域との間の推定される接続を見ることができるピクセル-出口確率マップによって増強することができる。他の実施形態では、単一の画像において、狭窄を特に強調して注意を集中させることができる。
本開示では単一の画像700が心筋組織823の第1の潅流測定値711、冠状動脈830の幾何学的形状713、及び冠状動脈830の流れ障害測定717を示し得るので、補完的側面の各々の相対的寄与は統一されるグラフィック図においてユーザによって判断され得る。
図7は、本開示の一実施形態による方法のフローチャートである。
一実施形態による例示的な方法では、図7の701において、患者の画像データ311を取得することができる。いくつかの実施形態では、患者のCCTAデータが画像データ311として取得され得る。703において、患者の画像データ311は心筋壁820のセグメント化データ321を提供するために、心筋壁820のセグメントモデルに従ってセグメント化され得る。705において、心筋組織823の第1の潅流測定値711のデータ323は、心筋壁820のセグメント化されるデータ321に基づいて取得され得る。
713において、患者の画像データ311は冠状動脈830のセグメント化データ331を提供するために、冠状動脈830のセグメントモデルに従ってセグメント化され得る。715において、患者の冠状動脈830の幾何学的形状713のデータ333は、冠状動脈830のセグメント化データ331に基づいて取得され得る。717において、冠状動脈830のセグメント化されるデータ331に基づいて、冠状動脈830の第2の潅流測定値715のデータ341を取得することができる。719において、冠状動脈830の第2の潅流測定値715のデータ341に基づいて、冠状動脈830に沿った流れ障害測定717のデータ343を取得することができる。
いくつかの実施形態では、713、715、717、及び719によって示されるプロセスは703及び705によって示されるプロセスの前に、又はそれと並行して実施され得る。
721において、心筋組織823の第1の潅流測定値711のデータ323、冠状動脈830の幾何学的形状713のデータ333、及び冠状動脈830に沿った流れ障害測定717のデータは、基準形状20に適合するようにリフォーマットされ得る。723において、心筋組織823のリフォーマットされるデータ325、冠状動脈830の幾何学的形状713のリフォーマットされるデータ335、及び冠状動脈830に沿った流れ障害測定値717のリフォーマットされるデータ345が、目標形状201にマッピングされ得る。次いで、725において、マッピングに基づいて、心筋組織823及び冠状動脈830の第1の潅流測定値711が、単一の画像700上で可視化され得る。単一の画像700上で、冠状動脈830は、第1の潅流測定値71とオーバーレイされ得る。
本開示による方法は、コンピュータ実装方法として、又は専用ハードウェアで、又は両方の組合せで、コンピュータ上で実装され得る。本開示による方法のための実行可能コードは、コンピュータプログラム製品上に記憶され得る。コンピュータプログラム製品の例は、メモリ装置、光記憶装置、集積回路、サーバ、オンラインソフトウェアなどを含む。好ましくは、コンピュータプログラム製品が前記プログラム製品がコンピュータ上で実行されるときに本開示による方法を実行するための、コンピュータ可読媒体上に記憶される非一時的プログラムコードを含み得る。一実施形態では、コンピュータプログラムがコンピュータプログラムがコンピュータ上で実行されるときに、本開示による方法のすべてのステップを実行するように適合されるコンピュータプログラムコードを含むことができる。コンピュータプログラムは、コンピュータ可読媒体上で具現化され得る。
本開示はいくつかの説明される実施形態に関して、ある程度の長さで、いくつかの詳細に記載されているが、任意のそのような詳細又は実施形態又は任意の特定の実施形態に限定されるべきではなく、先行技術を考慮してそのような特許請求の範囲の最も広い可能な解釈を提供するように、したがって、本開示の意図される範囲を効果的に包含するように、添付の特許請求の範囲を参照して解釈されるべきである。
本明細書に列挙されるすべての例及び条件付き言語は本開示の原理及び本発明者によって当該技術分野を促進するために寄与される概念を読者が理解するのを助けるための教育目的のためのものであり、そのような具体的に列挙される例及び条件に限定されないと解釈されるべきである。さらに、本開示の原理、態様、及び実施形態を列挙する本明細書のすべての記述、ならびにその具体例は、その構造的及び機能的同等物の両方を包含することを意図する。さらに、そのような等価物は現在知られている等価物及び将来開発される等価物、すなわち、構造にかかわらず同じ機能を実行する開発される任意の要素の両方を含むことが意図される。
以下、本願発明の実施の形態を付記する。
（付記１）
可視化のための方法であって、
患者の心筋組織の第1の潅流測定値のデータを取得するステップと、
前記患者の冠状動脈の幾何学的形状のデータを取得するステップと、
前記冠状動脈の第2の潅流測定値のデータを取得するステップと、
前記冠状動脈の第2の潅流測定値のデータに基づいて前記冠状動脈に沿う流れ障害測定値のデータを取得するステップと、
単一の画像上で、前記心筋組織及び冠状動脈の第1の潅流測定値を可視化ステップであって、前記冠状動脈は前記単一の画像上で前記第1の潅流測定値と重ね合わされ、前記可視化される前記冠状動脈は、前記冠状動脈の幾何学的形状及び前記冠状動脈に沿う流れ障害測定値を表す、ステップと
を有する、方法。
（付記２）
前記冠状動脈に沿う流れ障害測定値のデータを取得するステップは、前記冠状動脈に沿う基準値からの第2の潅流測定値の流れ偏差を決定するステップと、
前記決定される流れ偏差に基づいて前記冠状動脈に沿って狭窄評価を処理して、前記流れ障害測定値のデータを取得するステップと
を有する、付記1に記載の方法。
（付記３）
前記冠状動脈に沿う狭窄評価の処理は、
前記流れ偏差に基づいて前記冠状動脈に沿う複数の狭窄率を決定するステップと、
前記狭窄率の累積和を処理して、前記流れ障害測定値のデータを取得するステップと
を有する、付記2に記載の方法。
（付記４）
前記視覚化するステップは、前記単一の画像上で、前記冠状動脈の幾何学的形状を表し、前記冠状動脈に沿う流れ障害測定値を表す、前記冠状動脈及び前記心筋組織の前記第1の潅流測定値を同時に視覚化するステップを有する、付記1に記載の方法。
（付記５）
前記視覚化するステップは、色、厚さ、及びサイズの少なくとも1つによって、前記第1の潅流測定値及び前記流れ障害測定値を視覚化するステップを有する、付記1に記載の方法。
（付記６）
前記患者の冠状動脈コンピュータ断層撮影血管造影データを取得するステップをさらに有し、
前記第1の潅流測定値のデータの取得、前記冠状動脈の幾何学的形状のデータの取得、及び前記冠状動脈に沿う流れ障害測定値のデータの取得は、同じ前記冠状動脈コンピュータ断層撮影血管造影データに基づく、
付記1に記載の方法。
（付記７）
心筋壁のセグメントモデルに従って前記患者の画像データをセグメント化して、前記心筋壁のセグメント化されるデータを提供するステップであって、前記心筋組織の第一の潅流測定値のデータの取得は、前記心筋壁のセグメント化されるデータに基づく、ステップと、
前記冠状動脈のセグメントモデルに従って前記患者の画像データをセグメント化して、前記冠状動脈のセグメント化されるデータを提供するステップであって、前記患者の冠状動脈の幾何学的形状のデータの取得及び前記冠状動脈に沿う流れ障害測定値のデータの取得は、前記冠状動脈のセグメント化されるデータに基づく、ステップと、
前記心筋組織の第１の潅流測定値のデータ、前記冠状動脈の幾何学的形状のデータ、及び前記冠状動脈に沿う流れ障害測定値のデータをリフォーマットして、基準形状に適合させるステップであって、前記基準形状は、少なくとも内側基準面及び外側基準面によって定義される、ステップと
を更に有する、付記1に記載の方法。
（付記８）
前記心筋組織のリフォーマットされるデータ、前記冠状動脈の幾何学的形状のリフォーマットされるデータ、及び前記冠状動脈に沿う流れ障害測定値のリフォーマットされるデータを標的形状にマッピングするステップであって、前記標的形状は、少なくとも一つの第1の標的面及び第2の標的面によって定義され、前記マッピングするステップは、前記内側基準面から前記第1の標的面へマッピングするステップ、及び前記外側基準面から前記第2の標的面へマッピングするステップを有する、ステップと、
前記マッピングするステップに基づいて、単一の画像上で、前記冠状動脈の幾何学的形状を表し、前記冠状動脈に沿う流れ障害測定値を表す、前記心筋組織及び冠状動脈の第1の潅流測定値を視覚化するステップと
をさらに有する、付記7に記載の方法。
（付記９）
複数の命令を記憶するメモリと、
前記メモリに結合されるプロセッサ回路であって、
患者の心筋組織の第1の潅流測定値のデータを取得するステップと、
前記患者の冠状動脈の幾何学的形状のデータを取得するステップと、
前記冠状動脈の第2の潅流測定値のデータを取得するステップと、
前記冠状動脈の第2の潅流測定値のデータに基づいて、前記冠状動脈に沿う流れ障害測定値のデータを取得するステップと、
単一の画像上で、前記心筋組織及び冠状動脈の第1の潅流測定値を可視化するステップであって、前記冠状動脈は前記単一の画像上で前記第1の潅流測定値と重ね合わされ、前記可視化される冠状動脈は前記冠状動脈の幾何学的形状及び前記冠状動脈に沿う流れ障害測定値を表す、ステップと
を実行するための前記命令を実行するように構成されるプロセッサ回路と
を有する可視化システム。
（付記１０）
前記プロセッサ回路は、
前記冠状動脈に沿う基準値からの前記第2の潅流測定値の流れ偏差を決定するステップと、
前記決定される流れ偏差に基づいて前記冠状動脈に沿う狭窄評価を処理し、前記流れ障害測定値のデータを取得するステップと
を実行するようにさらに構成される、付記9に記載の視覚化システム。
（付記１１）
前記プロセッサ回路は、
前記流れ偏差に基づいて前記冠状動脈に沿う複数の狭窄率を決定するステップと、
前記狭窄率の累積和を処理して、前記流れ障害測定値のデータを取得するステップと
を実行するようにさらに構成される、付記10に記載の視覚化システム。
（付記１２）
前記視覚化するステップは、前記単一の画像上で、前記冠状動脈の幾何学的形状を表し、前記冠状動脈に沿う前記流れ障害測定値を表す、前記冠状動脈及び前記心筋組織の第1の潅流測定値を同時に視覚化するステップを含む、付記9に記載の視覚化システム。
（付記１３）
前記視覚化するステップは、色、厚さ、及びサイズの少なくとも1つによって、前記第1の潅流測定値及び前記流れ障害測定値を視覚化するステップを有する、付記9に記載の視覚化システム。
（付記１４）
前記患者の冠状動脈コンピュータ断層撮影血管造影データを取得するように構成される撮像デバイスをさらに有し、
前記プロセッサ回路は、同じ前記冠状動脈コンピュータ断層撮影血管造影データに基づいて、前記第1の潅流測定値のデータ、前記冠状動脈の幾何学的形状のデータ、及び前記冠状動脈に沿う流れ障害測定値のデータを取得するように構成される、付記9に記載の可視化システム。
（付記１５）
一つ又はそれより多くの実行可能命令を記憶している非一時的コンピュータ可読媒体であって、プロセッサ回路によって実行されるとき、前記プロセッサ回路に、
患者の心筋組織の第1の潅流測定値のデータを取得するステップと、
前記患者の冠状動脈の幾何学的形状のデータを取得するステップと、
前記冠状動脈の第2の潅流測定値のデータを取得するステップと、
前記冠状動脈の第2の潅流測定値のデータに基づいて、前記冠状動脈に沿う流れ障害測定値のデータを取得するステップと、
単一の画像上で、前記心筋組織及び冠状動脈の第1の潅流測定値を可視化するステップであって、前記冠状動脈は前記単一の画像上で前記第1の潅流測定値と重ね合わされ、前記可視化される冠状動脈は、前記冠状動脈の幾何学的形状及び前記冠状動脈に沿う流れ障害測定値を表す、ステップと
を有する、視覚化のための方法を実行させる、非一時的コンピュータ可読媒体。

Claims (11)

  1. 視覚化のためのコンピュータ実装方法であって、
    患者の心筋組織の第1の潅流測定値のデータを取得するステップと、
    前記患者の冠状動脈の幾何学的形状のデータを取得するステップと、
    前記冠状動脈の第2の潅流測定値のデータを取得するステップと、
    前記冠状動脈の第2の潅流測定値のデータに基づいて前記冠状動脈に沿う流れ障害測定値のデータを取得するステップと、
    単一の画像上で、前記心筋組織の第1の潅流測定値及び前記冠状動脈を視覚化するステップであって、前記冠状動脈は前記単一の画像上で前記第1の潅流測定値と重ね合わされ、前記視覚化される前記冠状動脈は、前記冠状動脈の幾何学的形状及び前記冠状動脈に沿う流れ障害測定値を表す、ステップと
    を有し、
    前記冠状動脈に沿う流れ障害測定値のデータを取得するステップは、
    前記冠状動脈に沿う基準値からの第2の潅流測定値の流れ偏差を決定するステップと、
    前記決定される流れ偏差に基づいて前記冠状動脈に沿って狭窄評価を処理して、前記流れ障害測定値のデータを取得するステップと
    を有し、
    前記冠状動脈に沿う狭窄評価の処理は、
    前記流れ偏差に基づいて前記冠状動脈に沿う複数の狭窄率を決定するステップと、
    前記狭窄率の累積和を処理して、前記流れ障害測定値のデータを取得するステップと
    を有する、方法。
  2. 前記視覚化するステップは、前記単一の画像上で、前記冠状動脈の幾何学的形状を表し、前記冠状動脈に沿う流れ障害測定値を表す、前記冠状動脈及び前記心筋組織の前記第1の潅流測定値を同時に視覚化するステップを有する、請求項1に記載のコンピュータ実装方法。
  3. 前記視覚化するステップは、色、厚さ、及びサイズの少なくとも1つによって、前記第1の潅流測定値及び前記流れ障害測定値を視覚化するステップを有する、請求項1に記載のコンピュータ実装方法。
  4. 前記患者の冠状動脈コンピュータ断層撮影血管造影データを取得するステップをさらに有し、
    前記第1の潅流測定値のデータの取得、前記冠状動脈の幾何学的形状のデータの取得、及び前記冠状動脈に沿う流れ障害測定値のデータの取得は、同じ前記冠状動脈コンピュータ断層撮影血管造影データに基づく、
    請求項1に記載のコンピュータ実装方法。
  5. 心筋壁のセグメントモデルに従って前記患者の画像データをセグメント化して、前記心筋壁のセグメント化されるデータを提供するステップであって、前記心筋組織の第一の潅流測定値のデータの取得は、前記心筋壁のセグメント化されるデータに基づく、ステップと、
    前記冠状動脈のセグメントモデルに従って前記患者の画像データをセグメント化して、前記冠状動脈のセグメント化されるデータを提供するステップであって、前記患者の冠状動脈の幾何学的形状のデータの取得及び前記冠状動脈に沿う流れ障害測定値のデータの取得は、前記冠状動脈のセグメント化されるデータに基づく、ステップと、
    前記心筋組織の第１の潅流測定値のデータ、前記冠状動脈の幾何学的形状のデータ、及び前記冠状動脈に沿う流れ障害測定値のデータをリフォーマットして、基準形状に適合させるステップであって、前記基準形状は、少なくとも内側基準面及び外側基準面によって定義される、ステップと
    を更に有する、請求項1に記載のコンピュータ実装方法。
  6. 前記心筋組織のリフォーマットされるデータ、前記冠状動脈の幾何学的形状のリフォーマットされるデータ、及び前記冠状動脈に沿う流れ障害測定値のリフォーマットされるデータを標的形状にマッピングするステップであって、前記標的形状は、少なくとも一つの第1の標的面及び第2の標的面によって定義され、前記マッピングするステップは、前記内側基準面から前記第1の標的面へマッピングするステップ、及び前記外側基準面から前記第2の標的面へマッピングするステップを有する、ステップと、
    前記マッピングするステップに基づいて、単一の画像上で、前記冠状動脈の幾何学的形状を表し、前記冠状動脈に沿う流れ障害測定値を表す、前記心筋組織及び冠状動脈の第1の潅流測定値を視覚化するステップと
    をさらに有する、請求項5に記載のコンピュータ実装方法。
  7. 複数の命令を記憶するメモリと、
    前記メモリに結合されるプロセッサ回路であって、
    患者の心筋組織の第1の潅流測定値のデータを取得するステップと、
    前記患者の冠状動脈の幾何学的形状のデータを取得するステップと、
    前記冠状動脈の第2の潅流測定値のデータを取得するステップと、
    前記冠状動脈の第2の潅流測定値のデータに基づいて、前記冠状動脈に沿う流れ障害測定値のデータを取得するステップと、
    単一の画像上で、前記心筋組織の第1の潅流測定値及び前記冠状動脈を視覚化するステップであって、前記冠状動脈は前記単一の画像上で前記第1の潅流測定値と重ね合わされ、前記視覚化される冠状動脈は前記冠状動脈の幾何学的形状及び前記冠状動脈に沿う流れ障害測定値を表す、ステップと
    を実行するための前記命令を実行するように構成されるプロセッサ回路と
    を有し、
    前記プロセッサ回路は、
    前記冠状動脈に沿う基準値からの前記第2の潅流測定値の流れ偏差を決定するステップと、
    前記決定される流れ偏差に基づいて前記冠状動脈に沿う狭窄評価を処理し、前記流れ障害測定値のデータを取得するステップと
    を実行するようにさらに構成され
    前記プロセッサ回路は、
    前記流れ偏差に基づいて前記冠状動脈に沿う複数の狭窄率を決定するステップと、
    前記狭窄率の累積和を処理して、前記流れ障害測定値のデータを取得するステップと
    を実行するようにさらに構成される、
    視覚化システム。
  8. 前記視覚化するステップは、前記単一の画像上で、前記冠状動脈の幾何学的形状を表し、前記冠状動脈に沿う前記流れ障害測定値を表す、前記冠状動脈及び前記心筋組織の第1の潅流測定値を同時に視覚化するステップを含む、請求項7に記載の視覚化システム。
  9. 前記視覚化するステップは、色、厚さ、及びサイズの少なくとも1つによって、前記第1の潅流測定値及び前記流れ障害測定値を視覚化するステップを有する、請求項7に記載の視覚化システム。
  10. 前記患者の冠状動脈コンピュータ断層撮影血管造影データを取得するように構成される撮像デバイスをさらに有し、
    前記プロセッサ回路は、同じ前記冠状動脈コンピュータ断層撮影血管造影データに基づいて、前記第1の潅流測定値のデータ、前記冠状動脈の幾何学的形状のデータ、及び前記冠状動脈に沿う流れ障害測定値のデータを取得するように構成される、請求項7に記載の視覚化システム。
  11. 一つ又はそれより多くの実行可能命令を記憶している非一時的コンピュータ可読媒体であって、プロセッサ回路によって実行されるとき、前記プロセッサ回路に、
    患者の心筋組織の第1の潅流測定値のデータを取得するステップと、
    前記患者の冠状動脈の幾何学的形状のデータを取得するステップと、
    前記冠状動脈の第2の潅流測定値のデータを取得するステップと、
    前記冠状動脈の第2の潅流測定値のデータに基づいて、前記冠状動脈に沿う流れ障害測定値のデータを取得するステップと、
    単一の画像上で、前記心筋組織の第1の潅流測定値及び前記冠状動脈を視覚化するステップであって、前記冠状動脈は前記単一の画像上で前記第1の潅流測定値と重ね合わされ、前記視覚化される冠状動脈は、前記冠状動脈の幾何学的形状及び前記冠状動脈に沿う流れ障害測定値を表す、ステップと
    を有し、
    前記冠状動脈に沿う流れ障害測定値のデータを取得するステップは、
    前記冠状動脈に沿う基準値からの第2の潅流測定値の流れ偏差を決定するステップと、
    前記決定される流れ偏差に基づいて前記冠状動脈に沿って狭窄評価を処理して、前記流れ障害測定値のデータを取得するステップと
    を有し、
    前記冠状動脈に沿う狭窄評価の処理は、
    前記流れ偏差に基づいて前記冠状動脈に沿う複数の狭窄率を決定するステップと、
    前記狭窄率の累積和を処理して、前記流れ障害測定値のデータを取得するステップと
    を有する、視覚化のための方法を実行させる、非一時的コンピュータ可読媒体。
JP2023528479A 2020-11-30 2021-11-22 視覚化のための方法及びシステム Active JP7819697B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063119308P 2020-11-30 2020-11-30
US63/119,308 2020-11-30
PCT/EP2021/082456 WO2022112154A1 (en) 2020-11-30 2021-11-22 Method and system for visualization

Publications (3)

Publication Number Publication Date
JP2023551132A JP2023551132A (ja) 2023-12-07
JP2023551132A5 JP2023551132A5 (ja) 2024-09-17
JP7819697B2 true JP7819697B2 (ja) 2026-02-25

Family

ID=78821446

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023528479A Active JP7819697B2 (ja) 2020-11-30 2021-11-22 視覚化のための方法及びシステム

Country Status (5)

Country Link
US (1) US20230410307A1 (ja)
EP (1) EP4252251A1 (ja)
JP (1) JP7819697B2 (ja)
CN (1) CN116529837A (ja)
WO (1) WO2022112154A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10210956B2 (en) 2012-10-24 2019-02-19 Cathworks Ltd. Diagnostically useful results in real time
JP7036742B2 (ja) 2016-05-16 2022-03-15 キャスワークス リミテッド 血管評価システム
US12315076B1 (en) 2021-09-22 2025-05-27 Cathworks Ltd. Four-dimensional motion analysis of a patient's coronary arteries and myocardial wall
KR20240148399A (ko) 2022-02-10 2024-10-11 캐스웍스 엘티디. 기계 학습 기반 센서 분석 및 혈관 트리 분할을 위한 시스템 및 방법
IL326432A (en) 2023-08-09 2026-04-01 Cathworks Ltd Coronary artery assessment after PCI
CN121942048A (zh) 2023-08-09 2026-04-28 凯思沃克斯有限公司 针对血管指数测量的增强用户界面和串扰分析
CN118427337A (zh) * 2024-05-06 2024-08-02 智慧芽信息科技(苏州)有限公司 牛眼图生成方法、装置、电子设备和存储介质
US12512196B2 (en) 2024-06-12 2025-12-30 Cathworks Ltd. Systems and methods for secure sharing of cardiac assessments using QR codes

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010537701A (ja) 2007-09-03 2010-12-09 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ボクセルデータの可視化
JP2014064915A (ja) 2012-09-25 2014-04-17 Toshiba Medical Systems Corp Ｘ線診断装置および医用画像処理装置
JP2019115680A (ja) 2012-11-30 2019-07-18 キヤノンメディカルシステムズ株式会社 カラーマップの生成方法、医用画像処理装置、医用画像処理システム、及びプログラム

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102123665B (zh) * 2008-08-13 2013-09-11 皇家飞利浦电子股份有限公司 冠状血管和心肌灌注信息的动态可视化
JP5656361B2 (ja) * 2009-03-16 2015-01-21 株式会社東芝 Ｘ線診断装置
JP4937397B2 (ja) * 2010-10-25 2012-05-23 富士フイルム株式会社 医用画像診断支援装置および方法、並びにプログラム
WO2014084398A1 (ja) * 2012-11-30 2014-06-05 株式会社 東芝 医用画像診断装置
JP6098677B2 (ja) * 2014-10-10 2017-03-22 キヤノンマーケティングジャパン株式会社 医用画像処理装置、医用画像処理装置に搭載可能なプログラム、及び医用画像処理方法
EP3087921A1 (en) * 2015-04-27 2016-11-02 Coronary Technologies SARL Computer-implemented method for identifying zones of stasis and stenosis in blood vessels
EP3378398A1 (en) * 2017-03-24 2018-09-26 Koninklijke Philips N.V. Myocardial ct perfusion image synthesis

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010537701A (ja) 2007-09-03 2010-12-09 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ ボクセルデータの可視化
JP2014064915A (ja) 2012-09-25 2014-04-17 Toshiba Medical Systems Corp Ｘ線診断装置および医用画像処理装置
JP2019115680A (ja) 2012-11-30 2019-07-18 キヤノンメディカルシステムズ株式会社 カラーマップの生成方法、医用画像処理装置、医用画像処理システム、及びプログラム

Also Published As

Publication number Publication date
JP2023551132A (ja) 2023-12-07
US20230410307A1 (en) 2023-12-21
CN116529837A (zh) 2023-08-01
WO2022112154A1 (en) 2022-06-02
EP4252251A1 (en) 2023-10-04

Similar Documents

Publication Publication Date Title
JP7819697B2 (ja) 視覚化のための方法及びシステム
JP7236768B2 (ja) 心筋血流量及びｃｔ画像に基づく冠状動脈冠血流予備量比の計算方法
US10758200B2 (en) Method and system for assessing a haemodynamic parameter
JP7236769B2 (ja) 心筋血流量及びｃｔ画像に基づく微小循環抵抗指数の計算方法
JP5953438B2 (ja) 冠状動脈を通る血流量を決定する方法
US10460204B2 (en) Method and system for improved hemodynamic computation in coronary arteries
US10803995B2 (en) Method and system for non-invasive functional assessment of coronary artery stenosis using flow computations in diseased and hypothetical normal anatomical models
US20230095242A1 (en) Method and system for multi-modality joint analysis of vascular images
US12102414B2 (en) Method of scanning and assessing lung and vascular health
US20160000397A1 (en) Method for assessing stenosis severity through stenosis mapping
US8755575B2 (en) Transmural perfusion gradient image analysis
CN111340934A (zh) 用于生成组合式组织-血管表示的方法和计算机系统
CN102236797A (zh) 确定生物管状组织结构改变的方法、计算单元和数据载体
Luo et al. IVUS validation of patient coronary artery lumen area obtained from CT images
Wächter 3D reconstruction of cerebral blood flow and vessel morphology from x-ray rotational angiography

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240905

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240905

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20250509

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20250520

A601 Written request for extension of time

Free format text: JAPANESE INTERMEDIATE CODE: A601

Effective date: 20250807

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20251114

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: 20260113

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20260126

R150 Certificate of patent or registration of utility model

Ref document number: 7819697

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150