次数低減モデル及び/または機械学習を使用して血流特性を推定するためのシステム及び方法

発明者： , , , , , ,
出願人/特許権者：
代理人 (5件)：山本秀策 , 森下夏樹 , 飯田貴敏 , 石川大輔 , 山本健策
公報種別：公表公報
出願番号（国際出願番号）：特願2019-515458
公開番号（公開出願番号）：特表2019-532702
出願日： 2017年09月19日
公開日（公表日）： 2019年11月14日
要約：

患者の血流特性を決定するためのシステム及び方法が開示されている。一方法は、電子記憶媒体において、1つ以上の点で幾何学的特徴を有する患者の脈管構造の少なくとも一部分の患者特有の画像データを受信することと、受信した画像データから患者特有の次数低減モデルを生成することであって、患者特有の次数低減モデルが、インピーダンス値の推定値、及び患者の脈管構造の1つ以上の点における幾何学的特徴の単純化を含むことと、患者特有の次数低減モデルの1つ以上の点のそれぞれについて、インピーダンス値の推定値及び幾何学的特徴を含む特徴ベクトルを生成することと、1つ以上の点において作成された特徴ベクトルに基づいて血流特性を予測するように訓練された機械学習アルゴリズムを使用して、患者特有の次数低減モデルの1つ以上の点における血流特性を決定することを含んでいる。【選択図】なし

請求項（抜粋）：

電子記憶媒体において、1つ以上の点で幾何学的特徴を有する患者の脈管構造の少なくとも一部分の前記患者特有の画像データを受信することと、前記受信した画像データから患者特有の次数低減モデルを生成することであって、前記患者特有の次数低減モデルが、インピーダンス値の推定値、及び前記患者の脈管構造の前記1つ以上の点における前記幾何学的特徴の単純化を含む、前記生成することと、前記患者特有の次数低減モデルの前記1つ以上の点のそれぞれについて、前記インピーダンス値の推定値及び幾何学的特徴を含む特徴ベクトルを作成することと、前記1つ以上の点において前記作成された特徴ベクトルに基づいて血流特性を予測するように訓練された機械学習アルゴリズムを使用して、前記患者特有の次数低減モデルの前記1つ以上の点における血流特性を決定することと、を含む、前記患者の前記血流特性を決定するためのコンピュータで実行する方法。

IPC (4件)：

A61B 5/029 , A61B 5/055 , G01T 1/161 , G06T 7/00

FI (5件)：

A61B5/0295 , A61B5/055 380 , G01T1/161 D , G06T7/00 612 , G06T7/00 350B

Fターム (27件)：

4C017AA11 , 4C017AB10 , 4C017AC40 , 4C017BC11 , 4C017CC01 , 4C096AB44 , 4C096AC04 , 4C096AD14 , 4C096AD24 , 4C096DB06 , 4C096DC18 , 4C096DC21 , 4C096DC23 , 4C096DC24 , 4C096DD07 , 4C188EE01 , 4C188FF02 , 4C188FF07 , 4C188KK33 , 4C188MM04 , 5L096BA06 , 5L096BA13 , 5L096DA02 , 5L096FA02 , 5L096FA51 , 5L096HA11 , 5L096KA04

引用特許：

審査官引用 (2件)

冠循環のマルチスケールな解剖学的かつ機能的なモデリングの方法およびシステム
公報種別：公表公報出願番号：特願2014-541362 出願人：シーメンス・コーポレイション
患者固有の血流のモデリングのための方法およびシステム
公報種別：公表公報出願番号：特願2013-524095 出願人：ハートフロー,インコーポレイテッド

前のページに戻る