JP5953438B2 - 冠状動脈を通る血流量を決定する方法 - Google Patents

Description

本発明は、冠状動脈を通る血流量を決定する方法に関する。さらに、本発明は、対応するプロセッサ、画像処理装置及びコンピュータプログラムに関する。

単相ＣＴ冠状動脈造影データセットに基づき狭窄に関連した血流予備比（ＦＦＲ）を推定する流体力学の計算が、現在、臨床研究において評価されている。これらの計算は、狭窄の程度の空間的測定の次のさらなる関数引数をもたらすよう意図している。この方法は、患者の心臓ＣＴデータセットからの冠状動脈樹のセグメンテーション、並びに、狭窄を含有する血管サブシステムにおける後の血流速度及び圧力分布のシミュレーションに基づいている。

臨床的に関連性のあると仮定される計算される量は、血流予備比、すなわち、狭窄にわたる血圧低下である。流体力学の計算は、異なる入力データに頼っている。第１の例において、それは、フローシミュレーションの結果を決定する冠状動脈の幾何学的形状である。しかし、血管入口での血流速度及び／又は血圧のような他の個人化された境界条件が重要であり得る。心臓運動による冠状動脈の空間ダイナミクスは、現在、無視されている。

特許文献１は、冠状動脈疾患の非侵襲性患者特異的評価のための方法及びシステムを開示している。冠状動脈の解剖学的モデルが、医用画像データから生成される。冠状動脈内の血液の速度が、医用画像データにおける造影剤伝播の時空間表示に基づき推定される。境界条件として推定された冠状動脈内の血液の速度を使用した数値流体力学（ＣＦＤ）のシミュレーションを使用して、血流が、冠状動脈の解剖学的モデル内でシミュレートされる。

さらに、非特許文献１は、心臓及び動脈系のモデル、並びに、２つのモデル間の相互作用を考慮することによって、冠状動脈血流量及び三次元心外膜冠状動脈の圧力を予測する方法を開示している。各冠状動脈の出口に対して、集中定数冠血管ベッドモデルが、計算領域において欠いている下流冠血管ネットワークのインピーダンスを表すために割り当てられた。心筋内圧力が、冠状動脈の位置に応じて、左室圧又は右室圧を用いて表された。左室圧及び右室圧は、閉ループシステムと関連する集中定数心臓モデルから解析され、該モデルは、大動脈の三次元モデル、体循環の残り及び肺循環の三要素ウインドケッセルモデル、並びに、心臓の左側及び右側に対する集中定数モデルを含む。

ＵＳ２０１２／００７２１９０ Ａ１ ＵＳ７６２７０８０ Ｂ２ ＵＳ７７７８３８３ Ｂ２

Ｋｉｍ ｅｔ ａｌ．，Ｐａｔｉｅｎｔ−Ｓｐｅｃｉｆｉｃ Ｍｏｄｅｌｉｎｇ ｏｆ Ｂｌｏｏｄ Ｆｌｏｗ ａｎｄ Ｐｒｅｓｓｕｒｅ ｉｎ Ｈｕｍａｎ Ｃｏｒｏｎａｒｙ Ａｒｔｅｒｉｅｓ，Ａｎｎａｌｓ ｏｆ Ｂｉｏｍｅｄｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｖｏｌ．３８，Ｎｏ．１０，Ｏｃｔｏｂｅｒ ２０１０，ｐｐ．３１９５−３２０９ Ｔｅｒｍｅｅｒ Ｍ．ｅｔ ａｌ．，Ｐａｔｉｅｎｔ−Ｓｐｅｃｉｆｉｃ Ｍａｐｐｉｎｇｓ ｂｅｔｗｅｅｎ Ｍｙｏｃａｒｄｉａｌ ａｎｄ Ｃｏｒｏｎａｒｙ Ａｎａｔｏｍｙ，１９９８ ＡＣＭ Ｓｕｂｊｅｃｔ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ Ｉ．３．８ Ａｐｐｌｉｃａｔｉｏｎｓ，Ｊ．３ Ｌｉｆｅ ａｎｄ Ｍｅｄｉｃａｌ Ｓｃｉｅｎｃｅｓ Ｑｉ，Ｓｕｎ："Ｑｕａｎｔｉｔａｔｉｖｅ ｖａｌｉｄａｔｉｏｎ ｏｆ ＣＦＤ ｓｉｍｕｌａｔｉｏｎｓ ｏｆ ｂｌｏｏｄ ｆｌｏｗ ｉｎ ｃｅｒｅｂｒａｌ ａｎｅｕｒｙｓｍｓ：ｉｎ−ｖｉｔｒｏ ａｎｄ ｉｎ−ｖｉｖｏ ｉｎｖｅｓｔｉｇａｔｉｏｎｓ"Ｓｉｅｒｋｅ Ｖｅｒｌａｇ，２０１２ Ｈｕｏ Ｙ．ｅｔ ａｌ．，Ａ ｖａｌｉｄａｔｅｄ ｐｒｅｄｉｃｔｉｖｅ ｍｏｄｅｌ ｏｆ ｃｏｒｏｎａｒｙ ｆｒａｃｔｉｏｎａｌ ｆｌｏｗ ｒｅｓｅｒｖｅ，Ｊ Ｒ Ｓｏｃ．Ｉｎｔｅｒｆａｃｅ．２０１２ Ｊｕｎ ７；９（７１）：１３２５−３８．Ｅｐｕｂ ２０１１ Ｎｏｖ ２３ Ｉｔｕ，Ｌ．Ｍ．ｅｔ ａｌ．，Ａ ｐａｔｉｅｎｔ−ｓｐｅｃｉｆｉｃ ｒｅｄｕｃｅｄ−ｏｒｄｅｒ ｍｏｄｅｌ ｆｏｒ ｃｏｒｏｎａｒｙ ｃｉｒｃｕｌａｔｉｏｎ，ＩＥＥＥ，２０１２，８３２−８３５ Ｃｅｒｑｕｅｉｒａ ＭＤ，Ｗｅｉｓｓｍａｎ ＮＪ，Ｄｉｌｓｉｚｉａｎ Ｖ，Ｊａｃｏｂｓ ＡＫ，Ｋａｕｌ Ｓ，Ｌａｓｋｅｙ ＷＫ，Ｐｅｎｎｅｌｌ ＤＪ，Ｒｕｍｂｅｒｇｅｒ ＪＡ，Ｒｙａｎ Ｔ，Ｖｅｒａｎｉ ＭＳ，"Ｓｔａｎｄａｒｄｉｚｅｄ ｍｙｏｃａｒｄｉａｌ ｓｅｇｍｅｎｔａｔｉｏｎ ａｎｄ ｎｏｍｅｎｃｌａｔｕｒｅ ｆｏｒ ｔｏｍｏｇｒａｐｈｉｃ ｉｍａｇｉｎｇ ｏｆ ｔｈｅ ｈｅａｒｔ：ａ ｓｔａｔｅｍｅｎｔ ｆｏｒ ｈｅａｌｔｈｃａｒｅ ｐｒｏｆｅｓｓｉｏｎａｌｓ ｆｒｏｍ ｔｈｅ Ｃａｒｄｉａｃ Ｉｍａｇｉｎｇ Ｃｏｍｍｉｔｔｅｅ ｏｆ ｔｈｅ Ｃｏｕｎｃｉｌ ｏｎ Ｃｌｉｎｉｃａｌ Ｃａｒｄｉｏｌｏｇｙ ｏｆ ｔｈｅ Ａｍｅｒｉｃａｎ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎ"，Ｃｉｒｃｕｌａｔｉｏｎ，２００２，１０５：５３９−５４２ Ｈｕｏ Ｙ．ｅｔ ａｌ．，Ａ ｖａｌｉｄａｔｅｄ ｐｒｅｄｉｃｔｉｖｅ ｍｏｄｅｌ ｏｆ ｃｏｒｏｎａｒｙ ｆｒａｃｔｉｏｎａｌ ｆｌｏｗ ｒｅｓｅｒｖｅ，Ｊ．Ｒ．Ｓｏｃ．Ｉｎｔｅｒｆａｃｅ，ｄｏｉ：１０．１０９８／ｒｓｉｆ．２０１１．０６０５，ｐｕｂｌｉｓｈｅｄ ｏｎｌｉｎｅ

効率的で、正確且つ信頼できる、冠状動脈を通る血流量を決定する方法を提供することが本発明の目的である。対応するプロセッサ、画像処理装置及びコンピュータプログラムを提供することが本発明のさらなる目的である。

本発明の第１の態様において、冠状動脈を通る血流量を決定する方法が示されており、当該方法は、
− 少なくとも冠状動脈及び心筋の３Ｄ画像データセットを生成するステップ、
− マーカーの投与後に得られる二重エネルギー又はスペクトル３Ｄデータセットから、少なくとも心筋の３Ｄマーカーデータセットを生成するステップであり、上記３Ｄマーカーデータセットは、上記心筋のボクセル内に含有される上記マーカーの量を示す、ステップ、
− 心筋を心筋セグメントに細分するステップ、
− どの冠状動脈がそれぞれの心筋セグメントに血液を供給するかを決定するステップ、
− 上記マーカーデータセットから、それぞれの心筋セグメント内に流れる血液の量を決定するステップ、並びに、
− 関心のある冠状動脈内に流れる血液の総量を、該冠状動脈によって供給される全ての心筋セグメント内に流れる血液の量を合計することによって決定するステップ、
を含む。

本発明のさらなる態様において、冠状動脈を通る血流量を決定するプロセッサが示されており、当該プロセッサは、上記の提案された方法のステップを実行するように構成される。

本発明のさらに別の態様において、画像処理装置が示されており、当該装置は、
− 二重エネルギー又はスペクトル３Ｄデータセットを取得する取得ユニット、
− 本明細書において提案される、冠状動脈を通る血流量を決定するプロセッサ、及び、
− 決定された、関心のある冠状動脈内に流れる血液の総量を出力する出力ユニット、
を含む。

本発明の別のさらなる態様において、コンピュータプログラムが提供され、当該コンピュータプログラムは、コンピュータ上で実行される場合に、処理方法のステップをコンピュータに行わせるプログラムコード手段を含み、並びに、コンピュータプログラムプロダクトを格納する非一時的なコンピュータ可読記録媒体が提供され、コンピュータプログラムプロダクトは、プロセッサによって実行される場合に、本明細書において開示される方法が行われるようにする。

本発明の好ましい実施形態は、従属項において記載されている。特許請求の範囲において記載されるプロセッサ、画像処理装置、コンピュータプログラム及び媒体は、特許請求の範囲において記載される方法と類似の及び／又は同じ、並びに、従属項において記載される好ましい実施形態を有するということが理解されたい。

本発明は、新たな方法で種々の種類の情報を組み合わせて、少なくとも冠状動脈を通る血流量に関する正確且つ信頼できる情報を得るというアイデアに基づいている。上記情報の全てを、一般的に、少なくとも冠状動脈及び心筋の少なくとも１つの３Ｄ画像データセットから得ることができる。本明細書によって提案される方法の必要不可欠な要素は、それぞれの心筋セグメント内に流れる血液の量に対する情報を得ること、及び、この情報を、冠状動脈内に流れる血液の総量を決定するために使用することである。さらに、このアプローチにおいて、どの動脈（又は複数の動脈）がそれぞれの心筋セグメントに接続されているのかに関する情報が使用され、それは、例えば（１７セグメントモデルとも呼ばれる）既知のＡＨＡ（Ａｍｅｒｉｃａｎ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎ）モデルの使用によって等、種々の方法で得ることができる。そのようなモデルの使用によるセグメンテーションは、例えば非特許文献２において記載されている。そこには、本発明に従って使用することもできるモデルを、個々に調整することができるということも記載されている。

上記少なくとも心筋の３Ｄマーカーデータセットは、マーカーの投与後に得られる二重エネルギー又はスペクトル３Ｄデータセットから生成される。上記二重エネルギー又はスペクトル３Ｄデータセットは、好ましくは、二重エネルギー又はスペクトルＣＴスキャナーの使用によって取得される。ＣＴスキャンは、冠状動脈における血流量の流体力学のシミュレーションにおいて使用することができるさらなる境界条件を提供することができる。この情報は、例えば、流体力学のシミュレーションにおいて統合されて、その精度を上げ且つそのシミュレーションをより患者特異的にする。二重エネルギー及びスペクトルＣＴスキャンは、異なるレベルの輝度だけでなく、画像内の物質及び物質の濃度に関する情報も提供する。例えば、骨及びヨウ素は、標準的なＣＴ画像においてどちらも明るいピクセルとして現れるけれども、分けることができる。しかし、一般的に、例えばＭＲ、超音波又はＰＥＴ等、特定の画像領域においてマーカーの量を定量化することができる他の画像処理モダリティを使用することができる。

例えば注射によって投与されるマーカーは、好ましくは、造影剤であり、組織内の造影剤の濃度は、上記二重エネルギー又はスペクトル３Ｄデータセットから１つのボクセルあたりで決定することができる。好ましくは、ヨウ素ベース又はガドリニウムベースの造影剤が使用される。

一実施形態によると、上記少なくとも冠状動脈及び心筋の３Ｄ画像データセットだけでなく、少なくとも心筋の３Ｄマーカーデータセットも、二重エネルギー又はスペクトルＣＴスキャナーの使用によって取得された二重エネルギー又はスペクトル３Ｄデータセットから生成される。従って、一般に、１つの二重エネルギー又はスペクトル３Ｄデータセットのみの取得は、３Ｄ画像データセット及び３Ｄマーカーデータセットを得るのに十分であってもよい。二重エネルギー又はスペクトル３Ｄデータセットを取得すること、及び、そこから２つの異なるデータセットを得ることは、一般的に、当技術分野において既知であり、特に、二重エネルギー又はスペクトルＣＴに関する一般的な刊行物（例えば特許文献２又は特許文献３）から既知であり、従って、本明細書においてより詳細に説明されるべきではない。

大動脈内への血液の量を決定する及び／又はシミュレートすることをさらに可能にする好ましい実施形態によると、上記の提案された方法は、
− 上記心臓の少なくとも２つの３Ｄ画像データセットから、１つの心臓周期の間に心臓によって排出される血液の総量を決定するステップであり、第１の３Ｄ画像データセットが、心臓を実質的に最大限に充たした状態にて得られ、さらに、第２の３Ｄ画像データセットが、心臓を実質的に最小限に満たした状態にて得られる、ステップ、
− 全ての心筋セグメント内に流れる血液の量を合計することによって、全ての冠状動脈内に流れる血液の総量を決定するステップ、及び、
− １つの心臓周期の間に心臓によって排出される血液の総量から、全ての冠状動脈内に流れる血液の総量を引き算することによって、大動脈内に流れる血液の総量を決定するステップ、
を含む。この実施形態は、冠状動脈のフローシミュレーションだけでなく、特定の一群において関心のあるものであり得る大動脈のフローシミュレーションも可能にする。

別の実施形態によると、上記の提案された方法は、上記の冠状動脈内に流れる血液の総量を使用して、上記冠状動脈内又はそれに沿った血流予備比を決定するステップをさらに含む。従って、狭窄にわたる圧力低下を、本発明の使用によって最終的に決定することができる。ＦＦＲ値は、従って、冠状動脈内の異なる位置にて計算することができる。またさらに、２つ以上の狭窄を有する冠状動脈に対して、２つ以上のＦＦＲ値を、従って、計算することができる。

好ましくは、上記血流予備比は、数値流体力学の計算の使用によって決定される。そのような数値流体力学（ＣＦＤ）の計算は、一般的に、当技術分野において既知であり、例えば、非特許文献３において詳細に記載されている。或いは、（例えば、非特許文献４において記載される）分析圧力計算モデル、又は、（例えば、非特許文献５において記載される）低次元化パラメータモデル（ｒｅｄｕｃｅｄ ｏｒｄｅｒ ｐａｒａｍｅｔｅｒ ｍｏｄｅｌ）を使用することができる。

有利に、例えば非特許文献６において記載されるように、心筋は、１７セグメントモデルの使用によって心筋セグメントに細分される。そのようなモデルの使用は、優れたセグメンテーション結果を提供する。しかし、手動のセグメンテーション又は手動の描写等、心筋を分割するための他のセグメンテーションアルゴリズム又はモデルも、或いは、使用することができる。

代わりの実施形態において、心筋は、患者個々のモデルの使用によって、及び／又は、上記少なくとも２つの３Ｄ画像データセットのうち少なくとも１つの３Ｄ画像データセットから、心筋セグメントに細分される。患者個々のモデルの使用は、セグメンテーション結果の精度を上げ、従って、冠状動脈及び大動脈弓を通る血流量を決定することの結果の精度を上げる。

別の実施形態によると、それぞれの筋肉セグメント内に流れる血液の量は、造影剤の投与に応答したそれぞれの筋肉セグメントによる造影剤の取込みから決定される。例えば、造影剤のボーラスを観察して、筋肉セグメント内に流れる血液の量を決定することができる。

好ましくは、冠状動脈の断面積及び／又は抵抗力が、関心のある冠状動脈内に流れる血液の総量を決定するステップにおいてさらに使用される。これは、時間の経過に伴う大動脈に入る量を、単位時間あたりの各冠状動脈に入る量で表現することに寄与し、その量は、例えば、仮想ＦＦＲ計算に対して選択される。

より進歩した実施形態は、
− 上記３Ｄ画像データセット内の左心室を分割するステップ、
− 分割された左心室から心臓によって排出された血液の総量を決定するステップ、
− 全ての心筋セグメント内に流れる血液の量を合計することによって、全ての冠状動脈内に流れる血液の総量を決定するステップ、及び、
− １つの心臓周期の間に心臓によって排出された血液の総量から、全ての冠状動脈内に流れる血液の総量を引き算することによって、大動脈内に流れる血液の総量を決定するステップ、
をさらに含む。

またさらに、一実施形態において当該方法は、
− 上記マーカーの上記投与後に連続した時間にて得られた複数の二重エネルギー又はスペクトル３Ｄデータセットから、少なくとも心筋の複数の３Ｄマーカーデータセットを生成するステップ、
− 上記複数の３Ｄマーカーデータセットから、時間の経過に伴うそれぞれの心筋セグメント内に流れる血液の量を決定するステップ、
− 時間の経過に伴う関心のある冠状動脈内に流れる血液の量を、それぞれの連続した時間にて該冠状動脈により供給された全ての心筋セグメント内に流れる血液の量を合計することによって決定するステップ、
をさらに含む。このように、関心のある冠状動脈内に流れる血液の量を時間の経過に伴い観察して、いくらかのもしかすると有用な情報を提供することができる。

最後に、一実施形態において当該方法は、
− 上記マーカーの上記投与後に連続した時間にて得られた複数の二重エネルギー又はスペクトル３Ｄデータセットから、少なくとも心筋、冠状動脈及び心臓の複数の３Ｄマーカーデータセットを生成するステップ、並びに、
− 複数の連続した時点にて、血流予備比のシミュレーションを行うステップ、
をさらに含む。このように、時間の経過に伴うＦＦＲ値を含む４Ｄマーカーデータセットを得ることができる。

本発明の上記及び他の態様が、以下に記載の１つ又は複数の実施形態から明らかになり、さらに、以下に記載の１つ又は複数の実施形態を参考にして説明される。

本発明による画像処理装置の一実施形態を示した図である。 本発明による方法の第１の実施形態を示した図である。 心臓の概略図である。 本発明による方法の第２の実施形態を示した図である。 本発明による方法の第３の実施形態を示した図である。

図１は、本発明による画像処理装置の一実施形態を示しており、ここでは、コンピュータ断層撮影（ＣＴ）システム１０である。ＣＴシステム１０は、図１に示されている座標のシステムのｚ方向に平行して延びる回転の軸１４を中心として回転する能力を持つガントリ１２を含む。この目的のために、ガントリは、制御ユニット３２により制御されるモーター１６によって、好ましくは一定であるが調整可能な速度にて駆動される。ガントリの上には、例えばＸ線源等の放射線源１８が乗せられる。このＸ線源は、コリメータ装置２０に接続され、コリメータ装置２０は、特に絞り装置を利用して、放射線源１８によって生成された放射線から円錐形の放射線ビーム２８を形成し、すなわち、放射線ビーム２８は、ｚ軸の方向において、並びに、ｚ軸の方向に垂直の方向において（すなわち、回転の軸１４に垂直の面において）、ゼロ以外の有限の次元を有する。

放射線ビームは、患者テーブル（図示せず）のテーブル面に配置された例えば患者等の対象が位置してもよい検査ゾーン２２を照射する。検査ゾーン２２は、放射線ビーム２８の開口部の角度αによって直径が決定される円柱として形作られる（開口部の角度は、放射線源１８及び回転の軸によって定められる面に対する、回転の軸１４に垂直の面における端にて位置する放射線ビーム２８の光線によって囲い込まれる角度を意味するとして理解されることになる）。

検査ゾーン２２を横切った後で、Ｘ線ビーム２８は二次元検出器３０に入射し、二次元検出器３０は、ガントリ１２に取り付けられ、さらに、複数の検出器列を含み、複数の検出器列のそれぞれが複数の検出器素子を含む。検出器列は、回転の軸１４に対して垂直の面において、好ましくは、放射線源１８の周りの円の円弧の上に配置される。しかし、検出器列は異なる方法で形成されてもよく、例えば、検出器列は、回転の軸１４の周りの円の円弧を描いてもよく、又は、直線であってもよい。放射線ビーム２８がぶつかる各検出器素子は、放射線源１８の各位置において放射線ビーム２８の光線に対する測定値を供給する。そのような測定値のセットは、以下において投射データセットとも呼ばれることになる。投射データセットは、１つ又は複数の投射角の１つ又は複数の検出器素子によって取得された測定値を含む。多くの異なる投射角から得られた投射データセットは、３Ｄ画像データセットを共に形成し、例えば、対象の１つ又は複数の画像（例えば、異なる視点からのスライス画像等）を再構築するために使用することができる。

Ｘ線源１８及び検出器３０は、取得ユニットを共に形成する。検出器１８は、一般的に、取得された投射データを格納する手段も含む。そのような格納手段は、検出器３０内に含まれてもよく、又は、（好ましくは）図１において示されているように、外部の別の格納ユニット３４として提供される。

検査ゾーン２２、又は、テーブル面２６は、モーター（図示せず）によって、回転の軸１４に平行して、又は、ｚ軸に平行して移動させることができる。テーブル面２６の高さは、別のモーター（図示せず）によって調整することができる。

取得ユニットによって取得された１つ又は複数の得られた３Ｄ画像データセットを処理するために、処理ユニット３６が提供される。上記処理ユニット３６による処理は、以下において詳細に説明される。再構築された画像又は画像部分は、例えばコンピュータモニター等の表示ユニット３８上に表示されてもよい。

図２は、本発明による方法の第１の実施形態の流れ図を示しており、特に、冠状動脈を通る血流量を決定するために処理ユニット３６によって実行されるステップを例示している。心臓１００の概略図が図３において示されており、図３Ａは、冠状動脈及び大動脈弓を特に示しており、さらに、図３Ｂは、心筋、心室及び心房を特に示している。

処理ユニット３６によって実行される方法は、入力として、マーカーの投与後に得られた二重エネルギー又はスペクトル３Ｄデータセットを受ける。上記二重エネルギー又はスペクトル３Ｄデータセットは、例えば、取得ユニットの使用によって実行される最初のステップＳ０として得ることができる。或いは、上記二重エネルギー又はスペクトル３Ｄデータセットは、データベース内に格納することができ、すなわち、より早い時点にて取得することができ、さらに、次に入力として、処理ユニット３６によって実行される方法に提供することができる。

上記の提案された方法の第１のステップＳ１において、少なくとも冠状動脈及び心筋の３Ｄ画像データセットが生成される。好ましくは、３Ｄ画像データセットは、入力される二重エネルギー又はスペクトル３Ｄデータセットから生成される。しかし、３Ｄ画像データセットは、一般的に、上記二重エネルギー又はスペクトル３Ｄデータセットとは別に及び／又は異なる瞬間にて取得された別の３Ｄデータセットから生成されてもよい。右冠状動脈１１０、左主冠状動脈１１１、回旋冠状動脈１１２及び左前下行枝１１３を含む冠状動脈が、図３Ａにおいて示されている。大動脈弓１２１を含む大動脈１２０が、図３Ａ及び３Ｂにおいて示されている。心筋１３０が、図３Ｂにおいて示されている。図３Ｂは、右心房１４０、左心房１４１、右心室１４２、左心室１４３、右肺動脈１４４、左肺動脈１４５、右肺静脈１４６及び左肺静脈１４７をさらに示している。血液の流れの方向は、矢印によって図３Ｂにおいて示されている。

第２のステップＳ２において、少なくとも心筋の３Ｄマーカーデータセットが、マーカーの投与後に得られた二重エネルギー又はスペクトル３Ｄデータセットから生成され、上記３Ｄマーカーデータセットは、上記心筋のボクセル内に含有される上記マーカーの量を示している。

ステップＳ３において、心筋１３０は心筋セグメントに分割される。これは、例えばモデルベース又はアトラスベースのセグメンテーション等、例えば、医用画像処理において一般的に使用される、一般的に既知のセグメンテーションアルゴリズムによって行うことができる。好ましい実施形態において、心筋は、Ａｍｅｒｉｃａｎ Ｈｅａｒｔ Ａｓｓｏｃｉａｔｉｏｎにより提案される１７セグメントモデルの使用によって心筋セグメントに細分され、１７セグメントモデルは、例えば、非特許文献２において示されているように、心臓を１７のモデルセグメントに細分する。

ステップＳ４において、どの冠状動脈がそれぞれの心筋セグメントに血液を供給するかが決定される。これも、例えば、１７セグメントモデルの使用によって、並びに、冠状動脈、及び、同じ１７セグメントモデルのセグメント内に位置する筋肉セグメントが結合されていること、すなわち、モデルセグメント内の冠状動脈が同じモデルセグメント内に配置される筋肉セグメントに血液を供給していることを仮定することによって得ることができる。

ステップＳ５において、上記３Ｄ画像データセットから、それぞれの心筋セグメント内に流れる血液の量が決定される。この情報は、例えば、造影剤の投与に応答したそれぞれの筋肉セグメントによる造影剤の取込みから得ることができ、造影剤の取込みは、時間の経過に伴い取得される３Ｄ画像データセットにおいて観察することができる。

ステップＳ６において、関心のある冠状動脈内に流れる血液の総量が、該冠状動脈によって供給される全ての心筋セグメント内に流れる血液の量を合計することによって決定される。この目的のために、冠状動脈の断面積及び／又は抵抗力が、好ましくは、（例えば、非特許文献７において記載されているように、例えばスケーリング則の適用によって）さらに使用され、この決定の精度が上げられる。

先に説明された実施形態において、心筋を心筋セグメントに分割するための一般的なモデルが使用される。改善された実施形態ではステップＳ３において、実際の患者の心筋の実際の形状を考慮する患者個々のモデルが使用される。これは、セグメンテーションの精度を改善し、従って、方法全体の精度を改善する。加えて、ステップＳ４においても、心筋及び／又は冠状動脈の実際の設計が考慮に入れられてもよい。要求される情報は、例えば血管樹の画像セグメンテーションの使用によって、例えば上記３Ｄ画像データセットから得ることができる。

別の好ましい実施形態において、上記心臓の３Ｄデータセットは、二重エネルギー又はスペクトルＣＴスキャナーの使用によって取得される。これは、同じ測定データから異なる物質を示す３Ｄデータセットを得ることを可能にする。これを本発明に従い使用して、３Ｄ画像データセット及び３Ｄマーカーデータセットを得ることができる。

上記の提案された方法の別の実施形態が、図４において流れ図として概略的に示されている。この方法はさらなるステップを含む。特に、ステップＳ７において、心臓の少なくとも２つの３Ｄ画像データセットから、１つの心臓周期の間に心臓によって排出される血液の総量が決定され、第１の３Ｄ画像データセットが、心臓を実質的に最大限に充たした状態にて得られ、さらに、第２の３Ｄ画像データセットが、心臓を実質的に最小限に充たした状態にて得られる。次に、ステップＳ８において、全ての冠状動脈内に流れる血液の総量が、（心筋セグメントに対して、ステップＳ５において説明されたように得られる）全ての心筋セグメント内に流れる血液の量を合計することによって決定される。最後に、ステップＳ９において、大動脈内に流れる血液の総量が、１つの心臓周期に間に心臓によって排出される血液の総量から、全ての冠状動脈内に流れる血液の総量を引き算することによって決定される。

さらなるステップの代わりの方針として図４において示されているさらに別の実施形態において、（ステップＳ６において決定された）冠状動脈内に流れる血液の総量がステップＳ１０において使用され、上記冠状動脈内の又はそれに沿った血流予備比が決定される。血流予備比（ＦＦＲ）は、（通常、粥状動脈硬化により狭くなる）冠状動脈の狭窄にわたる圧力差を測定して、狭窄が心筋への酸素送達を妨害する（心筋虚血の）可能性を決定するために冠状動脈カテーテル処置において使用される技術である。血流予備比は、狭窄の前の圧力に対して、狭窄の後ろ（遠位）の圧力として定義される。結果は絶対数であり；例えば、０．５０のＦＦＲは、所与の狭窄が血圧において５０％の低下をもたらすということを意味する。言い換えると、ＦＦＲは、仮定上の狭窄の非存在下での最大流と比較した、狭窄の存在下で血管を下に流れる最大流を表している。

好ましくは、上記血流予備比は、一実施形態において数値流体力学（ＣＦＤ）の計算の使用によって決定される。ＣＦＤは、所与の境界条件（例えば流体粘性等）下でほぼ任意の形状の所与の幾何学的対象において３Ｄ圧力及び流速分布を計算する方法として一般的に既知である。

上記の提案された方法のさらに別の実施形態が、図５において流れ図として概略的に示されている。この方法はさらなるステップを含む。特に、ステップＳ１１において、左心室１４３が、上記３Ｄ画像データセット内で分割される。次に、ステップＳ１２において、分割された左心室から心臓によって排出される血液の総量が、例えば、最大限に満たした状態及び最小限に満たした状態における心臓を示す２つの３Ｄ画像データセットの使用によって決定される。次のステップＳ１３において、全ての冠状動脈内に流れる血液の総量が、全ての心筋セグメント内に流れる血液の量を合計することによって決定される。最後に、ステップＳ１４において、大動脈１２０内に流れる血液の総量が、１つの心臓周期の間に心臓によって排出される血液の総量から、全ての冠状動脈内に流れる血液の総量を引き算することによって決定される。このように、血液の流れに関するさらなる情報を容易に得ることができる。

一般的に、２つの異なるシナリオが、さらなる流れ関連パラメータを推定するために実行可能である。第１のシナリオにおいて、４Ｄの再構築された画像ボリュームから得られた情報が使用される。４Ｄ心臓ＣＴスキャン（例えば心電図同期心臓ＣＴスキャン等）、又は、少なくとも二相性取得プロトコルを使用する場合に、収縮末期及び拡張後期に対応する２つの心臓画像を再構築することができる。これらのデータセットにおいて、左心室の体積を、インタラクティブセグメンテーションによって、又は、モデルベースのセグメンテーションプロセスを使用することによって決定することができる。収縮末期及び拡張後期における心室間の体積差を使用して、左室流出路（ＬＶＯＴ）に入る単位時間あたりの血液量である駆出率又はｄＶ／ｄｔを計算することができる。フル４Ｄ心臓ＣＴスキャン（例えば心電図同期心臓ＣＴスキャン等）を使用する場合、左室流出路における左心室からの単位時間あたりの血流量さえも、時間分解法による様式で計算し、流体力学のシミュレーションに対する開始値として心臓周期にわたるｄＶ／ｄｔ曲線をもたらすことができる。

第２のシナリオにおいて、２Ｄボーラストラッキング画像から得られた情報が使用される。二相性又は多相の心臓情報に加えて、造影剤ボーラスの到着を使用して、大動脈に入る時間の経過に伴う血液量を測定することができる。通常、ボーラスの到着は、上行大動脈のシングルスライスにおける全ての心臓ＣＴスキャンに対して測定される。均一の造影剤血液混合物及び大動脈における左心室の比較的コンパクトな心拍出量を仮定すると、大動脈内に時間の経過に伴い注入される血液量は、大動脈のスライスにおける時間の経過に伴う造影剤の増加に正比例する。スライディングウィンドウ再構築が、大動脈の造影剤増加の時間密度的（ｄｅｎｓｅ ｔｅｍｐｏｒａｌ）なサンプリングに要求される。

どちらのアプローチに対しても、大動脈に入る時間の経過に伴う量は、好ましくは、仮想ＦＦＲ計算に対して選択される、各冠状動脈に入る単位時間あたりの量に変換される。これは、心室からの血液を取り込む異なる血管の断面積を使用し、心室からの血液を取り込む異なる血管の断面積及び血管の抵抗力、並びに／又は、大動脈幹及び冠血管に対する別の数値流体力学の計算を使用することによって達成することができる。

別のさらなる実施形態において、少なくとも心筋の複数の３Ｄマーカーデータセットが、上記マーカーの上記投与後に連続した時間にて得られた複数の二重エネルギー又はスペクトル３Ｄデータセットから得られる。次に、時間の経過に伴うそれぞれの心筋セグメント内に流れる血液の量が、上記複数の３Ｄマーカーデータセットから決定される。これは、時間の経過に伴う関心のある冠状動脈内に流れる血液の量を、それぞれの連続した時間の該冠状動脈によって供給された全ての心筋セグメント内に流れる血液の量を合計することによって決定することを可能にする。

最後に、一実施形態において、少なくとも心筋、冠状動脈及び心臓の複数の３Ｄマーカーデータセットが、上記マーカーの上記投与後に連続した時間にて得られた複数の二重エネルギー又はスペクトル３Ｄデータセットから得られる。これは、複数の連続した時点にて血流予備比を行うことを可能にする。

心臓潅流イメージングは、冠動脈性心疾患の場合の診断及び意思決定に対して重要である。組織潅流が十分に機能を果たさない場合に、治療が必要とされる。しかし、この量は、拍動する心臓の非定常の性質のため、今日の時点で直接評価することができない。上記の提案されたモデルベースの再構築技術の実施形態は、この問題を克服し、さらに、特定の心筋領域に対する造影剤の取込みを再構築するために使用することができる。例えばボーラス到着時間又はピークエンハンスメントまでの時間等、得られた量は、色分けされた画像において可視化することができる。さらに、心臓の冠状動脈及び大動脈弓を通る血流量を、確かに且つ容易に測定することができる。

本発明は、図面及び上記の説明において詳細に例示及び記述されてきたけれども、そのような例示及び記述は、例示的又は例証的であり、拘束性はないと考慮されることになる。本発明は、開示された実施形態に限定されない。開示された実施形態に対する他の変化は、請求された発明を実行する際に、図面、明細書、及び付随の特許請求の範囲の調査から当業者により理解する及びもたらすことができる。

特許請求の範囲において、「含む」という用語は、他の要素又はステップを除外せず、不定冠詞はその複数形を除外しない。１つの要素又は他のユニットは、特許請求の範囲において列挙されたいくつかの項目の機能を満たすことができる。特定の手段が互いに異なる従属項において記載されているという単なる事実は、これらの手段の組合せを役立つよう使用することができないと示しているわけではない。

コンピュータプログラムは、他のハードウェアと共に若しくはその一部として供給される、光記憶媒体又は固体記憶媒体等、適した非一時的なメディア上に記憶／分散させてもよいが、インターネット又は他の有線若しくは無線の通信システムを介して等、他の形状で分散させてもよい。

特許請求の範囲におけるいかなる参照番号も、その範囲を限定するとして解釈されるべきではない。

Claims (15)

1. 冠状動脈を通る血流量を決定する方法であって、
   − 少なくとも前記冠状動脈及び心筋の３Ｄ画像データセットを生成するステップ、
   − マーカーの投与後に得られる二重エネルギー又はスペクトル３Ｄデータセットから、少なくとも前記心筋の３Ｄマーカーデータセットを生成するステップであり、前記３Ｄマーカーデータセットは、前記心筋のボクセル内に含有される前記マーカーの量を示す、ステップ、
   − セグメンテーションモデルを使用して、前記心筋を複数の心筋セグメントに細分するステップ、
   − 一つの細分された心筋セグメントにおける冠状動脈が、同じ細分された心筋セグメントで構成される前記心筋セグメントに血液を供給するということを仮定することによって、どの冠状動脈が前記それぞれの心筋セグメントに血液を供給するかを決定するステップ、
   − 前記３Ｄマーカーデータセットから、前記それぞれの心筋セグメント内に流れる血液の量を決定するステップ、並びに、
   − 関心冠状動脈内に流れる血液の総量を、該冠状動脈によって供給される全ての心筋セグメント内に流れる血液の量を合計することによって決定するステップ、
   を含む方法。
2. 前記少なくとも冠状動脈及び心筋の３Ｄ画像データセット、並びに、前記少なくとも心筋の３Ｄマーカーデータセットは、二重エネルギー又はスペクトルＣＴスキャナーの使用によって取得された二重エネルギー又はスペクトル３Ｄデータセットから生成される、請求項１に記載の方法。
3. − 心臓の少なくとも２つの３Ｄ画像データセットから、１つの心臓周期の間に前記心臓によって排出される血液の総量を決定するステップであり、第１の３Ｄ画像データセットが、前記心臓を実質的に最大限に充たした状態にて得られ、さらに、第２の３Ｄ画像データセットが、前記心臓を実質的に最小限に満たした状態にて得られる、ステップ、
   − 全ての心筋セグメント内に流れる血液の量を合計することによって、全ての冠状動脈内に流れる血液の総量を決定するステップ、及び、
   − 前記１つの心臓周期の間に心臓によって排出される血液の総量から、前記全ての冠状動脈内に流れる血液の総量を引き算することによって、大動脈内に流れる血液の総量を決定するステップ、
   をさらに含む、請求項１に記載の方法。
4. 前記冠状動脈内に流れる血液の総量を使用して、該冠状動脈内又は該冠状動脈に沿った血流予備比を決定するステップをさらに含む、請求項１に記載の方法。
5. 前記血流予備比は、数値流体力学の計算、分析圧力計算モデル又は低次元化パラメータモデルの使用によって決定される、請求項４に記載の方法。
6. 前記心筋は、１７セグメントモデルの使用によって心筋セグメントに細分される、請求項１に記載の方法。
7. 前記心筋は、患者個々のモデルの使用によって、及び／又は、前記少なくとも２つの３Ｄ画像データセットのうち少なくとも１つの３Ｄ画像データセットから、心筋セグメントに細分される、請求項１に記載の方法。
8. 冠状動脈の断面積及び／又は抵抗力が、前記関心冠状動脈内に流れる血液の総量を決定するステップにおいてさらに使用される、請求項１に記載の方法。
9. − 前記３Ｄ画像データセット内の左心室を分割するステップ、
   − 前記分割された左心室から心臓によって排出される血液の総量を決定するステップ、
   − 全ての心筋セグメント内に流れる血液の量を合計することによって、全ての冠状動脈内に流れる血液の総量を決定するステップ、及び、
   − １つの心臓周期の間に前記心臓によって排出された血液の総量から、前記全ての冠状動脈内に流れる血液の総量を引き算することによって、大動脈内に流れる血液の総量を決定するステップ、
   をさらに含む、請求項１に記載の方法。
10. 二重エネルギー又はスペクトルＣＴスキャナーの使用によって、前記二重エネルギー又はスペクトル３Ｄデータセットを取得するステップをさらに含む、請求項２に記載の方法。
11. − 前記マーカーの前記投与後に連続した時間にて得られた複数の二重エネルギー又はスペクトル３Ｄデータセットから、少なくとも前記心筋の複数の３Ｄマーカーデータセットを生成するステップ、
    − 前記複数の３Ｄマーカーデータセットから、時間の経過に伴う前記それぞれの心筋セグメント内に流れる血液の量を決定するステップ、
    − 時間の経過に伴う関心冠状動脈内に流れる血液の量を、それぞれの前記連続した時間にて該冠状動脈により供給された全ての心筋セグメント内に流れる血液の量を合計することによって決定するステップ、
    をさらに含む、請求項１に記載の方法。
12. − 前記マーカーの前記投与後に連続した時間にて得られた複数の二重エネルギー又はスペクトル３Ｄデータセットから、少なくとも前記心筋、前記冠状動脈及び心臓の複数の３Ｄマーカーデータセットを生成するステップ、並びに、
    − 複数の連続した時点にて、血流予備比のシミュレーションを行うステップ、
    をさらに含む、請求項１に記載の方法。
13. 冠状動脈を通る血流量を決定するためのプロセッサであって、
    − 少なくとも前記冠状動脈及び心筋の３Ｄ画像データセットを生成する、
    − マーカーの投与後に得られる二重エネルギー又はスペクトル３Ｄデータセットから、前記心筋のボクセル内に含有される前記マーカーの量を示す、少なくとも前記心筋の３Ｄマーカーデータセットを生成する、
    − セグメンテーションモデルを使用して、前記心筋を複数の心筋セグメントに細分する、
    − 一つの細分された心筋セグメントにおける冠状動脈が、同じ細分された心筋セグメントで構成される前記心筋セグメントに血液を供給するということを仮定することによって、どの冠状動脈が前記それぞれの心筋セグメントに血液を供給するかを決定する、
    − 前記３Ｄマーカーデータセットから、前記それぞれの心筋セグメント内に流れる血液の量を決定する、並びに、
    − 関心冠状動脈内に流れる血液の総量を、該冠状動脈によって供給される全ての心筋セグメント内に流れる血液の量を合計することによって決定する、
    ように構成されるプロセッサ。
14. − 二重エネルギー又はスペクトル３Ｄデータセットを取得する取得ユニット、
    − 冠状動脈を通る血流量を決定する、請求項１３に記載のプロセッサ、及び、
    − 決定された、関心冠状動脈内に流れる血液の総量を出力する出力ユニット、
    を含む画像処理装置。
15. コンピュータプログラムであって、当該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場合に、請求項１に記載の方法のステップを前記コンピュータに実行させるプログラムコード手段を含むコンピュータプログラム。

Images