特許
J-GLOBAL ID：202003009727481690
機械学習に基づいて血管閉塞を評価する方法およびシステム
発明者：
,
,
出願人/特許権者：
代理人 (1件)：
特許業務法人第一国際特許事務所
公報種別：公表公報
出願番号（国際出願番号）：特願2019-552010
公開番号（公開出願番号）：特表2020-511262
出願日： 2018年03月23日
公開日（公表日）： 2020年04月16日
要約：
より詳細には血管閉塞の重症度として知られている、1つまたは複数の冠状動脈における機能的に有意な狭窄の存在を評価するための方法およびシステムが提供されている。本方法およびシステムは、コントラスト増強ボリューム画像データセットの少なくとも一部を標的臓器の壁領域に対応するデータセグメントにセグメント化し、そしてデータセグメントを分析して、標的臓器の壁領域による灌流経験の量を示す特徴を抽出することを含む予測フェーズを実装することが出来る。この方法とシステムは、灌流臓器のトレーニングセットから派生した特長-灌流分類(FPC)モデルを取得し、抽出された機能とFPCモデルに基づいてデータセグメントを分類し、そして特徴の分類に基づいて血管閉塞の重症度の予測指標を出力として提供することが出来る。【選択図】図3
請求項（抜粋）：
血管閉塞の重症度を評価する方法であって、
a)標的臓器のコントラスト増強ボリューム画像データセットを取得するステップ、
b)前記ボリューム画像データセットの少なくとも一部を、前記標的臓器の壁領域に対応するデータセグメントにセグメント化するステップ、
c)前記標的臓器の壁領域による灌流経験の量を示す特徴を抽出するために、前記データセグメントを分析するステップ、
d)灌流臓器のトレーニングセットから導出された機能-灌流分類(FPC)モデルを取得するステップ、
e)前記抽出された特徴および前記FPCモデルに基づいて前記データセグメントを分類するステップ、および
f)前記特徴の分類に基づいて、血管閉塞の重症度を示す予測を出力として提供するステップ
を備える方法。
IPC (3件)：
A61B 6/03
, A61B 5/055
, A61B 8/14
A61B6/03 360J
, A61B6/03 375
, A61B6/03 360G
, A61B5/055 382
, A61B5/055 380
, A61B8/14
, A61B6/03 360T
4C093AA22
, 4C093AA24
, 4C093CA18
, 4C093CA32
, 4C093CA33
, 4C093DA02
, 4C093EA07
, 4C093FA47
, 4C093FF16
, 4C093FF42
, 4C093FH06
, 4C093FH07
, 4C096AA17
, 4C096AB39
, 4C096AB42
, 4C096AB46
, 4C096AC04
, 4C096AD27
, 4C096DA18
, 4C096DC19
, 4C096DC36
, 4C096DE06
, 4C096DE07
, 4C601DD15
, 4C601DE06
, 4C601EE09
