JP2016513516A - 個別の血行動態のモデル化および監視のためのシステムおよび方法 - Google Patents

Abstract

本発明は、心臓パラメータを評価しおよび個別の心臓モデルを形成するシステムおよび方法に関し、特に、心臓パラメータを監視するために、個別の心臓モデルが抽出および利用されるそのようなシステムおよび方法に関する。

Description

関連出願の相互参照

本出願は、その全体が参照によって本明細書に組み込まれる、「ＳＹＳＴＥＭ ＡＮＤ ＭＥＴＨＯＤ ＦＯＲ ＨＥＭＯＤＹＮＡＭＩＣＳ ＭＯＤＥＬＩＮＧ ＡＮＤ ＭＯＮＩＴＯＲＩＮＧ」と題する、２０１３年３月１４日に出願された米国仮特許出願第６１／７８２，５９７号明細書の優先権を主張する。

本発明は、心臓パラメータを評価し、および個別の心臓モデルを形成するシステムおよび方法に関し、特に、個別の心臓パラメータを監視するために心臓モデルが抽出および利用されるそのようなシステムおよび方法に関する。

科学者は、心臓血管系および特に心臓の機能を予測することを長年試みてきた。それらの試みは、種々の科学分野にわたる方法において変化してきた。心臓の機能を、その種々の部分において、および系統全体として予測することを試みた数学的モデル化が１つのアプローチであった。しかしながら、心臓をモデル化することは、動的であり、かつ相関性があることの両方である非常に多数の変数が存在するので、複雑である。最良の心臓変数は、容易に予測可能ではなく、かつ人間の行動などの種々の要因、種々の非心臓病、環境条件、心臓の再モデル化および非予測的事象に高度に依存することによってさらに複雑である。

心臓血管系および／または循環系は、閉鎖系として作用し、したがって、系統の１つの部分の影響は次に、系統全体の全ての他の部分に影響を及ぼし、その複雑性および動的性質につながる。例えば、人の血圧が上昇し（高血圧）、そして静脈系において対応する血圧低下が存在する場合、静脈血管系が動脈血管系よりも適応的であるという事実を理由に、動脈側における減少は増加よりも少ない。循環系内での主要な要素は心臓である。心臓のいずれかの要素へのいずれかの変化は、系統全体の至るところの感知に影響を与える。

心臓の主要な機能は、酸素化血液を体の至るところの組織に供給することである。この機能は、各々が心臓組織の特定の室に関連する、いくつかの連続したステップで達成される。最初に、非酸素化血液が心臓の右心耳で受けられる。この非酸素化血液は、心臓の右心室によって、血液が酸素化される肺に供給される。酸素化血液は最初に、心臓の左心耳で受けられ、最終的に心臓の左心室によって体の至るところに供給される。心臓の左心室腔は、それが大動脈弁を通じ、最終的に血管系全体の至るところに酸素化血液を供給する役割を果たすので、この過程において特に重要なものである。

心臓血管系のモデル化は、心臓の室の各々とともに協調活動が同時に考慮されることが必要となる。特に、心臓血管系の適切なモデル化は、心臓血管系の様々な異常、例えば、高血圧および心不全を説明および／または考慮すべきである。

今日に報告される最も一般的な心臓血管の異常は、依然として高血圧および鬱血性心不全である。それらの既知の血流障害は、循環系に含まれる作用力と物理的機構との間のバランスの変化および／または異常を反映し、心臓の室および／または全体の組織に関連付けられた変化を示すことがある。

心臓の機能と関連付けられた課題を解決するために、ならびにそれらにつながる原因および／または高血圧などの心臓血管の変化を正確に監視することを理解するために、ほとんどの研究者は、課題をより管理可能な課題に分類し、その焦点および注意を心臓血管系の特定の態様に置き、ならびにそのこと、例えば、左心室をモデル化してきた。

例えば、一部の研究者は、多数の人間の動脈の血行動態をモデル化し、他の研究者は、心臓の形状および筋繊維組織をモデル化してきたにすぎず、ならびに一部の研究者は、細胞生理、および心筋細胞の中の生化学的過程を研究してきた。

心臓血管系全体をモデル化するために、調査者は概して、平均圧力および流量が、電位および電流のそれぞれによってモデル化される、集中定数法を使用する。レジスタ、キャパシタおよびインダクタの適切な組合せによって表現されるインピーダンスによって、動脈血管がモデル化される。

Ｗ．Ｈａｒｖｅｙ、Ｌ．Ｅｕｌｅｒ、Ｄ．Ｂｅｒｎｏｕｌｌｉ、Ｊ．Ｐｏｉｓｅｕｉｌｌｅ、およびその他の科学者の先駆者的研究にも関わらず、医療業務および他の実世界の適用への使用のための、全体の心臓血管系を特徴付け、および基本的な物理の（流体力学および弾性）法則に基づくコンピュータ化された数値解法を可能にする包括的なモデルが十分に開発されてこなかった。

ほとんどの数学的モデルは概して、病気の特定の態様、または他の健康の生物学的過程をシミュレートし、全体として、大域的かつ統合的な過程を提供しない。例えば、心拍出量、血圧、排出機能などの数学的なモデル化、ならびに心臓生理的過程は個々に、当該技術分野で公知である。しかしながら、それらの一見して独自のモデルを包括的に組み合わせ、および相関付けて、臓器などの特定の生物学レベルにおける生物学的現象を分析、予測、または説明することが可能な能力が模索されてきたが、未解決なままである。

参照によって完全に本明細書に示されるようにその内容が組み込まれる、特許文献１は、心臓全体をモデル化する統合モデル化システムを教示するが、それは、容易に測定可能でない血行動態パラメータを識別することが可能な、安定しかつ個別の血行動態監視を生成することが可能な方法を提供しない。

米国特許出願公開第２０１１／０１４４９６７号明細書

本発明は、血行動態および／または心臓パラメータを評価し、ならびに心臓パラメータを監視するために利用される個別の心臓モデルを形成するシステムおよび方法を提供することによって、背景技術の欠点を克服する。本発明の心臓のモデル化は、心臓周期の各事象が個々にモデル化されて、心臓全体の個人の血行動態モデルを形成する、心臓周期の事象の周囲でモデルが抽出されるという点で特徴付けられる。最も好ましくは、個々の心臓周期が１５のケースおよび／または事象のセットに分割される。最も好ましくは、１５の心臓周期事象の各々は、複数の心臓機能でモデル化される。

本発明の実施形態は、２つの段階の処理において複数の心臓パラメータを監視する方法を提供する。２つの段階の処理は、個別の血行動態モデルが、複数の心臓パラメータを含む一次データセットに対して抽出される第１の段階と、個別の心臓モデルが、複数の監視された心臓パラメータを監視するために使用される、第２の段階とを含む。任意選択で、および最も好ましくは、監視された心臓パラメータは、非侵襲的手段によっては容易に利用可能でなく、および／または達成可能でない心臓周期の間、動的に変化する血行動態および／または心臓パラメータへの見識を提供する。最も好ましくは、出力される監視された心臓パラメータは、複数の監視される血行動態パラメータを推論するための少なくとも１つの入力監視心臓パラメータを含む監視入力セットに基づいている。任意選択で、監視入力パラメータは、例えば、任意の動的心臓パラメータ圧、血管の直径、室内の速度、心室容量、血管の速度、弁を通る速度、周期の間の変化するパラメータ、それらと同等のもの、またはそれらのいずれかの組合せを含んでもよいが、それらに限定されない。任意選択で、監視入力パラメータは、例えば、直接測定されたパラメータ、推論されたパラメータから、グラフなどから取得されてもよい。

任意選択で、複数の入力監視心臓パラメータが利用されてもよい。

この出願の文脈内で、用語、補助装置は、本発明のシステムとデータを通信（受信または送信）および／または交換することができるいずれかの装置を指す。補助装置は例えば、画像処理装置、コンピュータ、サーバ、モバイル通信装置、スマートフォン、埋め込み装置、ヘルスケア提供システム、ヘルスケア提供データベース、意思決定支援システム、心エコー検査装置、超音波検査機、ＣＴ、ＭＲＩ、ＰＥＴ、画像プロセッサ、非画像測定装置、センサ、埋め込みセンサ、データ記憶装置、オンライン監視装置、血圧計、血圧装置、直接カテーテル装置、電子装置、埋め込み装置、心電計（「ＥＣＧ」または「ＥＫＧ」）、臨床試験装置、血液作用パラメータを含んでもよいが、それらに限定されない。

本出願の文脈内で、用語、心臓機能は、心臓血管生理機能の少なくとも１つの態様を繰り返すいずれかの機能および／または数学的モデルを指す。

本出願の文脈内で、用語、一次セットは、入力される監視されたセット、補足的ランダムデータセット、モデルセットの部分を含む、モデルを抽出するために使用されるセットを指す。

本出願の文脈内で、用語、入力される測定されたセットは、最も好ましくは、撮像データ、心エコー検査装置からの測定されたパラメータのセットを指す。

本出願の文脈内で、用語、補足的ランダムデータセットは、入力されるセットから利用可能でないいずれかの心臓データを完成させるのに利用される（空欄を埋める）入力されるセットへの補足となるデータセットを指す。

本出願の文脈内で、用語、モデル化データセットは、入力されるセットおよび補足的セットに基づいてシステムデータの提供を判定する初期化手順の間（シミュレーションの前）に判定される、係数、定数のデータセットを指す。

本出願の文脈内で、用語、監視入力データセットは、少なくとも１つ以上であり、かつ最大約７つの心臓パラメータを含む心臓パラメータデータセットを指す。最も好ましくは、監視入力データセットは、好ましくは、複数の監視された心臓パラメータを推論するために使用される。

本出願の文脈内で、用語、監視された心臓パラメータデータセットは、監視入力セットに基づいて抽出／推論／算出／判定される個別の心臓モデルで判定される複数のパラメータを含む心臓パラメータのデータセットを指す。

本出願の文脈内で、用語、心臓機能は、例えば、一般化されたフックの法則、パッシブヤング率、アクティブヤング率、オイラー方程式、Ｍｏｅｎｓの方程式、質量保存の法則およびエネルギー保存の法則から導出される弾性方程式を含むがそれに限定されない、複数の数学的モデル化関数から導出される心臓血管系の血行動態、心臓機能および生理機能を表す、数学的機能またはその派生物を指す。

本出願の文脈内で、用語、心臓周期内事象は、単一の心臓周期を集合的に表す１５の事象および／または事例を指し、１５の事象および／または事例の各々は、心臓周期の寸評を表す。

本出願の文脈内で、用語、機能的心臓ワークフローは、１５の心臓周期事象のどれが利用可能なデータセットを表すかを判定するために表されるワークフローを指す。

本出願の文脈内で、用語、右心は、右心室および心房を含む心臓の右側を指す。

本出願の文脈内で、用語、左心は、左心室および心房を含む心臓の左側を指す。

本出願の文脈内で、以下の記号および頭字語は、出願全体の至るところで使用されてもよい。
ＲＡ 右心房
ＲＶ 右心室
ＬＡ 左心房
ＬＶ 左心室
Ｐ 心膜
Ｐａ 肺動脈
Ｌ１ 仮想肺動脈
Ｌ２ 仮想肺毛細管
Ｌ３ 仮想肺静脈
Ｐｖ 肺静脈
Ａｏ 大動脈
Ｂ１ 大循環動脈
Ｂ２ 全身の毛細血管
Ｂ３ 系統的静脈
Ｖｃ 大静脈
Ｔｒ 三尖弁
Ｍｔ 僧帽弁
ＰＬＡ 左心房圧
ＰＬＶ 左心室圧
ＰＲＡ 右心房圧
ＰＲＶ 右心室圧
ＰＡｏ 大動脈圧
ＰＰａ 肺動脈圧
Ｉｐｒｅｄ＿ＬＡ 左心房再分極−脱分極タイミング
Ｉｐｒｅｄ＿ＬＶ 左心室再分極−脱分極タイミング
Ｉｐｒｅｄ＿ＲＡ 右心房再分極−脱分極タイミング
Ｉｐｒｅｄ＿ＲＶ 右心室再分極−脱分極タイミング
Ｅａ アクティブヤング率
Ｅｐ パッシブヤング率

最も好ましくは、第１の段階では、複数の心臓パラメータを含む一次セットに対して心臓血行動態モデルが抽出され、そこでは、複数の心臓パラメータに合うように、および複数の心臓パラメータを正確に反映するように心臓血行動態モデルが抽出される。最も好ましくは、一次データセットは、測定された心臓パラメータの入力セット、補足的ランダムデータセット、およびモデル化データセットを含む。

最も好ましくは、個別の心臓モデルは、最も好ましくは、複数の心臓パラメータの入力データセットを正確に反映する、正確な個別の心臓モデルを構築および／もしくは抽出することを試み、ならびに／または複数の心臓パラメータの入力データセットを再生成する、心臓血行動態モデルアブストラクタおよび／もしくはビルダ、ならびに／またはシミュレータで抽出される。

最も好ましくは、抽出された心臓血行動態モデルの品質が、複数の心臓パラメータの入力データセットを再生成するその厳守性（ａｄｈｅｒｅｎｃｅ）および／または能力に基づいて評価される。最も好ましくは、抽出された心臓モデルに対するペナルティスコアを判定することによって、抽出されたモデルを評価する評価処理で心臓血行動態モデルが評価される。最も好ましくは、ペナルティは、複数の心臓パラメータの入力セットを予測するモデルの能力に基づいて判定される。任意選択で、および好ましくは、ペナルティがペナルティ閾値レベルに対して評価され、ペナルティが閾値を下回る場合、抽出されたモデルが受け入れられ、ペナルティスコアが閾値を上回る場合、抽出されたモデルが拒絶され、新たなモデルを抽出する処理が推奨される。

最も好ましくは、測定された心臓パラメータの入力セットを最初に取得し、およびその後にモデル化データセットが続く補足的ランダムデータセットを構築することによって、一次データセットが形成される。

最も好ましくは、入力セットは、最も好ましくは、画像分析および／または直接測定による測定されたデータセットである。任意選択で、例えば、超音波、ドプラ超音波法、心エコー法、血管造影図、ＣＴ、ＭＲＩ、ＰＥＴなど、またはそれらのいずれかの組合せを含む、当該技術分野において周知な任意選択の画像処理技術によって入力データセットが提供される。

最も好ましくは、補足的ランダムデータセットは、入力セットにおいて利用可能でなく、および／または発見されない心臓パラメータを含む、入力データセットに補足的な心臓パラメータのシステムにより生成されたデータセットである。最も好ましくは、補足的データセットは、パラメータのタイプおよび予想値に基づく所与の（論理）データ範囲内で、ならびに／または所与の標準値の範囲内で、ランダム値で提供されるパラメータを含む。最も好ましくは、補足的データセットは、アブストラクタによって生成および／またはランダム化される。最も好ましくは、初期値がアブストラクタによってランダム化された後、システムは、抽出された補足的データセットの正当性を検査する。任意選択で、正当性検査は、生成されたパラメータに対するルールベースおよび／または論理階層に従って提供される。例えば、心室の内径は、同一の心室の外径よりも大きくない。

最も好ましくは、モデル化データセットは、心臓周期の個々の１５の事象と関連付けられた心臓機能を利用するために必要となる、パラメータ、係数、定数、および同等の数学的データを含む。任意選択で、および最も好ましくは、モデル化データセットは、心臓血行動態モデルアブストラクタによって判定され、ならびに入力データセットに基づいて、およびより好ましくは、入力セットと補足的データセットとの両方に基づいて、初期化処理の間、判定される。

最も好ましくは、一次データセットは、最も好ましくは、以下の表１で特定されるような複数の心臓パラメータを含む。

最も好ましくは、入力セットは、複数の測定された心臓パラメータを含む。任意選択で、および好ましくは、入力セットの少なくとも一部を形成する複数の心臓パラメータは、画像処理ならびに／または心臓画像および／もしくはデータの分析によって取得されてもよい。例えば、パラメータに基づく画像処理は、例えば、超音波、ドプラ超音波法、心エコー法、血管造影図、ＣＴ、ＭＲＩ、ＰＥＴなど、またはそれらのいずれかの組合せを含むがそれらに限定されない、撮像装置によって提供されてもよい。

任意選択で、複数の心臓パラメータは、例えば、血圧計、血圧装置、直接カテーテル装置、埋め込み装置、心電計（「ＥＣＧ」または「ＥＫＧ」）、臨床試験装置、血液作用パラメータ、またはそれらのいずれかの組合せを含むがそれらに限定されない、任意選択の非撮像医療装置から、入力セットに対して取得されてもよい。

本出願の文脈内で、用語、埋め込み装置は、心臓血管系のいずれかの構造および／または組織に関するデータを提供するいずれかの埋め込まれたものを指してもよい。任意選択で、埋め込み装置は、直接および／または間接、有線および／または無線に関わらず、例えば、心臓、肺、いずれかの細胞、いずれかの神経、いずれかの構造、いずれかの静脈、いずれかの血管、神経節、または同等の解剖構造を含む、心肺系のいずれかの構造および／または組織の周辺に埋め込まれ、それらに結合され、および／または関連してもよい。

任意選択で、および好ましくは、例えば、大動脈、肺動脈、心臓の左側（心室および心房）、心臓の右側（心室および心房）に関連する心エコーパラメータを含むがそれらに限定されない、複数の心臓パラメータの入力セットが、撮像技術によって提供される。任意選択で、および好ましくは、入力セットは、心エコー図から導出されるときに、心臓周期の間の大動脈内腔、Ａｏ弁開閉時間、大動脈における血流速度、Ａｏ弁における血流速度、心臓周期の間の肺動脈内腔、肺動脈における血流速度、ＰＡ弁に関する血流速度、収縮および拡張時の左心室の直径、僧帽弁開閉時間、心臓周期の間の左心室の容積、左心房の直径、左心房の最大面積、左心房の最小面積、左心室の収縮時の壁の厚さ、左心室の拡張時の壁の厚さ、僧帽弁を通る血流速度、心臓周期タイミング、収縮時の右心室の長径、拡張時の右心室の長径、収縮時の右心室の短径、拡張時の右心室の短径、右心房の直径、右心房の最大面積、右心房の最小面積、三尖弁を通る血流速度、もしくは同等のもの、またはそれらのいずれかの組合せを含む。

最も好ましくは、一次データセットの形成に続いて、心臓モデルアブストラクタは、一次セットのデータに基づいて個別の心臓モデルを抽出する処理を開始する。最も好ましくは、血行動態モデルは、個々の心臓事象が評価される事象ごとに基づく（ケースごとに基づく）個々の心臓周期を表す複数の心臓機能の複数の繰り返しおよび評価によって抽出される。最も好ましくは、心臓周期事象の観点からの複数の心臓パラメータの評価は、分解能が増大した個別の心臓血行動態モデルを抽出することを含み、したがって、好ましくは、心臓の機能に高度に相関付けられた個人の心臓の血行動態のより正確な根拠をもたらす。

最も好ましくは、心臓血行動態モデルは、今までに利用された、汎用の全体的な心臓の解剖モデルではなく、単一の心臓周期上の心臓周期のワークフローに対して詳細にモデル化する、その単一の心臓周期事象を反映する機能的心臓ワークフローを通じて一次データセットを評価することによって抽出される。

最も好ましくは、アブストラクタは、一次データセットで利用可能なデータを評価して、１５の心臓周期事象のうちのどれが表されているか、およびどれが一次データセットの値によって反映されているかを判定する。

最も好ましくは、単一の心臓周期の心臓ワークフローは、単一の心臓周期における種々の事象を反映する１５の事例および／または心臓事象を含む。最も好ましくは、１５の心臓周期の事例の各々は、心臓周期の即時的な寸評を個々に識別する。１５の心臓周期の事例は、単一の全ての心臓周期を集合的に説明する。

最も好ましくは、ワークフローを形成する１５の心臓の事例の各々は、特定の心臓周期事象をモデル化する複数の心臓機能と関連付けられる。そのときに、最も好ましくは、１５の心臓事象の各々は、心臓周期内の特定の、および／または即時的な事象における心臓の機能を表す複数の心臓機能と関連付けられる。

最も好ましくは、１５の心臓周期事象は、以下の表２で示されるように、心臓周期の以下の事象を含み、および説明する。

最も好ましくは、１５の心臓周期事象および／または事例は、両方の心臓（左側および右側）が心房収縮であること、左心が心房収縮であり、右心が等容性収縮であること、右心が心房収縮であり、左心が等容性収縮であること、両方の心臓が等容性収縮であること、左心が等容性収縮であり、右心が排出段階であること、右心が等容性収縮であり、左心が排出段階であること、両方の心臓が排出段階であること、左心が排出段階であり、右心が等容性弛緩であること、右心が排出段階であり、左心が等容性弛緩であること、両方の心臓が等容性弛緩であること、左心が等容性弛緩であり、右心が充満段階であること、右心が等容性弛緩であり、左心が充満段階であること、両方の心臓が充満段階であること、左心が充満段階であり、右心が心房収縮であること、右心が充満段階であり、左心が心房収縮であること、で表される。

最も好ましくは、心臓周期事象を反映する１５の事例は、特定の心臓活動を繰り返す心臓機能の特定のセットと関連付けられ、かつそれを評価する。任意選択で、および好ましくは、１５事例の各々は、当該技術分野において公知である、一般化されたフックの法則、パッシブヤング率、アクティブヤング率、オイラー方程式、Ｍｏｅｎｓの方程式、質量保存の法則およびエネルギー保存の法則、それらの派生物、もしくは同等のもの、またはそれらのいずれかの組合せ、の方程式から導出され、またはそれらを含む複数の心臓機能と関連付けられてもよい。

任意選択で、および好ましくは、特定の事例および／または事象と関連付けられた心臓方程式は、以下の表３で述べられる。

最も好ましくは、初期の心臓周期事象（Ｓｎ＝１．．１５、ｎ＝０）は、異なる心室の心臓圧に関して一次データセットを評価することによって判定されてもよい。最も好ましくは、初期化処理は、相互の心室圧を評価する。最も好ましくは、初期化の間、アブストラクタは、体積流量の増加とともに例えば、ＰＬＡ／ＰＬＶ、ＰＲＡ／ＰＲＶ、ＰＲＶ／ＰＰａ、Ｉｐｒｅｄ＿ＬＡ、Ｉｐｒｅｄ＿ＬＶ、Ｉｐｒｅｄ＿ＲＡ、Ｉｐｒｅｄ＿ＲＶを含むがそれらに限定されない、心室の間の圧力比を判定する。相対的な圧力評価に基づいて、アブストラクタは、どの心臓周期事象（１〜１５）が一次データセットによって定義されるかを判定する。

最も好ましくは、初期の心臓周期事象の評価（Ｓ＝Ｓｎ、ｎ＝｛１．．．１５｝）に続いて、アブストラクタは、一次データセットに基づいて、所与の心臓周期事象（Ｓ＝Ｓｎ）と関連付けられたそれぞれの心臓機能を評価する。最も好ましくは、所与の心臓周期事象（Ｓ＝Ｓｎ）と関連付けられた心臓機能の評価に続いて、一次パラメータセットを形成するパラメータが更新される。

次に、更新された一次パラメータセットは、同一の事象（ｎ＝ｎ）となることがある次の心臓周期事象（Ｓｎ＋１）、前の連続した事象（ｎ＝ｎ−１）、または次の連続した事象事象（ｎ＝ｎ＋１）を判定するために評価される。任意選択で、評価処理は、心臓周期事象が（Ｓ＝Ｓｎ）のまま変化していないこと、またはパラメータが次の連続した心臓周期事象（Ｓ＝Ｓｎ＋１＝Ｓｎ＋１、ｎ＝｛１…１５｝）に前進したこと、もしくは前の連続した心臓周期事象に後退したことを一次セットパラメータが示していることを表してもよい。例えば、初期の事象が事象１（ｎ＝１）であった場合、次の事象は、ｎ＝１５、ｎ＝１またはｎ＝２によって定義されるいずれかの事象であってもよい。

最も好ましくは、上記説明されたように、心臓周期事象（１〜１５）の反復する評価処理、および心臓パラメータと関連付けられた状態に従って一次パラメータセットを更新することは、少なくとも単一の全心臓周期の間を継続し、１５の事象の全てを少なくとも一回循環することによって識別され、少なくとも１つの全周期を保証する。最も好ましくは、心臓周期事象の評価は、１０ミリ秒の頻度で行われてもよい。

次に、全周期が実行されると、追加の周期間心臓機能で一次セットが評価される。最も好ましくは、周期間心臓機能は、血行動態制御処理をモデル化する。任意選択で、および好ましくは、それらの周期間心臓機能は、排出量パラメータに対して必要に応じて一次セットを再評価および調節するために提供され、最も好ましくは、４つの心室それぞれに対して評価される圧力関連制御を説明する。この周期間心臓機能は、好ましくは、例えば、右側または左側のいずれかに関する充満の後かつ心房収縮の前、ならびに／または心房収縮の後かつ等容性収縮の前を含むがそれらに限定されない、心室の状態に基づいて、心臓周期間事象と関連付けられる。

上記説明されたように、したがって、周期間心臓機能の評価、および一次データセットが更新および／または調節され、心臓周期状態が評価され、かつ引き続き調節される。

最も好ましくは、１５の心臓周期事象に対するこの心臓機能の反復する評価は、複数の周期の間を継続する。任意選択で、および好ましくは、周期のシミュレーションの周期の数は、リソースなど、またはそれらのいずれかの組合せに従って、ユーザおよび／またはシステムによって定義されてもよい。

任意選択で、および最も好ましくは、初期のモデル安定性評価処理が、安定状態を検査するために開始される前に、少なくとも３つの周期がシミュレートされる。任意選択で、および最も好ましくは、安定状態は、全ての心室、特に左心室および右心室と関連付けられた全ての圧力血行動態パラメータ特性と、拡張の終わりの圧力心臓血管パラメータとを比較することによって判定される。任意選択で、懸案のモデルが安定状態に到達していない場合、システムは、モデルが安定状態に到達するまで、最大約３０の心臓周期をシミュレートすることに戻り、それを続ける。

任意選択で、安定状態が３０の周期の期間内に到達しない場合、システムは、一次パラメータがリセットされる初期化ステージに戻る。最も好ましくは、新たな補足的データセットを形成し、その後に新たな一次データセットを形成して新たなモデルを抽出するモデル化データセットを再評価することによって、リセットされる一次データセットがリセットされる。

最も好ましくは、複数の周期のシミュレーションに続いて、抽出されたモジュールが、ペナルティスコアに対するその精度について評価される。任意選択で、および最も好ましくは、ペナルティスコアは、一次データセット、特に入力パラメータセット、ならびに予想ノルムおよび論理的ノルムに対する経時的なそれらの振舞いに対して判定される。

最も好ましくは、そのランダムデータセットの部分に関する各々の反復する一次データセットが、結果を最適化するように調節される。例えば、クロスエントロピー法が、一次データセットのランダムデータセットの部分を最適化するために利用されてもよく、引き続きシステムの性能を改善して、ペナルティスコアを減少させる。閾値を下回って、許容可能な処理ペナルティ値がアブストラクタによって取得されるまで、処理が継続される。

最も好ましくは、個別の心臓モデルが抽出されると、それは、心臓パラメータを監視するために利用されてもよい。最も好ましくは、心臓パラメータを監視することは、心臓血行動態モデルで複数の心臓パラメータを推論するために、少なくとも１つ、かつ最大７つの監視入力パラメータを利用することを備える。

心臓血行動態モデルは、好ましくは、例えば、以下の表４に述べられるパラメータを含むがそれらに限定されない、複数のパラメータを含み、および定義する。

最も好ましくは、第２の段階の間、第１の段階で抽出された個別の心臓モデルが、少なくとも１つ以上、かつ最大約７つ入力監視心臓パラメータに基づいて、心臓パラメータを監視するために利用される。任意選択で、および好ましくは、例えば、最小のセットの心臓パラメータの入力を監視している間、少なくとも１つ、かつ最大約７つの心臓パラメータが、出力監視データセットとして心臓パラメータの全セットを生成するために使用されてもよい。

任意選択で、および好ましくは、最小のセットの監視心臓入力パラメータの入力が、例えば、左心室の容積、左心室の容積およびＰＡ流の速度監視、大動脈流の速度および三尖弁流の速度監視、大動脈流の速度および僧帽弁流の速度監視、右心室圧の監視、肺動脈圧の監視、左心室圧の監視からなる群から選択されてもよい。

最も好ましくは、監視の結果としての血行動態パラメータの出力は、例えば、少なくとも１つ以上の、および好ましくはそれ以上の、左心室圧、右心室圧、左心房圧、右心房圧、大動脈における圧力、肺動脈における圧力、体循環の動脈、毛細血管および静脈の成分における圧力降下、肺循環の動脈、毛細血管および静脈の成分における圧力降下、左心室の容積、右心室の容積、左心房の容積、右心房の容積、大動脈内腔、ＰＡ内腔、左心室壁の厚さ、右心室壁の厚さ、左心室の心筋内張力およびストレス、右心室の心筋内張力およびストレス、大動脈における血流速度、肺動脈における血流速度、大動脈弁を通る血流路、ＰＡ弁を通る血流路、僧帽弁を通る血流路、三尖弁を通る血流路、体循環抵抗、肺循環抵抗、右心室圧−容積の関係、左心室圧−容積の関係、心膜圧、心膜容積など、またはそれらのいずれかの組合せを含むがそれらに限定されない群から選択される複数の出力パラメータを含んでもよいが、それらに限定されない。

最も好ましくは、入力監視データセットを抽出されたモデルでシミュレートする間、最も好ましくは、監視入力データセットおよび段階１で抽出および特定された個別の心臓モデルを定義するモデル化パラメータ定数を含む監視一次データセットが定義される。

最も好ましくは、最も好ましくは、種々の心臓モジュールが上記説明された１５の心臓事象に関して評価されるモデルに一次データセットが供給される、抽出処理の間に利用されるのと類似の方式で、監視データセットがシミュレートされる。最も好ましくは、シミュレーション処理の間、一次監視データセットが更新され、そこでは、出力監視データセットを形成するために監視入力セットの一部でない複数の心臓パラメータを提供するために、パラメータおよびデータが追加される。

任意選択で、および好ましくは、監視シミュレーション処理は、監視入力セットで利用可能なデータの長さの間を継続する。したがって、最も好ましくは、監視の間に利用可能なシミュレートされた心臓周期の数は、監視入力データセットで利用可能な心臓周期の数によって直接判定される。

任意選択で、および好ましくは、監視は、上記説明されたように、記録された入力撮像監視データに対してオフラインで実行されてもよい。任意選択で、監視は、最も好ましくは、実質的にリアルタイムで出力監視パラメータデータセットを提供するために、撮像データで個人のアクティブなリアルタイムの監視の間に実質的にリアルタイムで、オンラインで実行されてもよい。

本発明の任意選択の実施形態は、個別の心臓モデルを抽出および監視するさらなる第３の段階を提供し、最も好ましくは、任意選択の第３の段階は、解剖学的な心臓の再モデル化を提供するために提供され、そこでは、抽出されたモデルが所与の時間間隔で、ならびに／または時間とともに発生し、および／もしくは心臓事象によって発生する、いずれかの心臓の再モデル化を説明するために心臓事象に続いて更新される。

任意選択で、上記説明されたように、第１の段階の間に抽出された個別の心臓モデルは、時間とともに、例えば、所与の、かつ制御可能な時間間隔で更新されてもよい。任意選択で、再評価の時間間隔は、例えば、モデルを抽出することの終わりから、約３月から最大１年であってもよい。任意選択で、再評価の時間間隔は、約３月、好ましくは、約６月、任意選択で、および好ましくは、約９月および約１２月であってもよい。任意選択で、および好ましくは、そのような再評価は、所与の時間周期で発生することがある、いずれかの解剖学的心臓再モデル化を説明するために提供される。

任意選択で、モデルの再評価を含む３つの段階は、例えば、医学的介入、個別の薬歴の変更、患者履歴、病歴、生理学的事象、生物学的事象、解剖学的事象、心臓血管系の機能に直接もしくは間接的に影響を及ぼす事象、同等の事象、またはそれらのいずれかの組合せを含むがそれらに限定されない、いずれかの１つ以上の事象に続いて提供される。例えば、モデルは、例えば、梗塞、発作、発病、心臓まひ、手術、ステントの留置、血管形成、最小の侵襲的手術、弁置換手術、いずれかの検知された解剖学的変化、例えば壁を厚くすることなど、またはそれらのいずれかの組合せを含むがそれらに限定されない、１つ以上の事象に続いて再評価されてもよい。

他に定義されない限り、本発明の種々の実施形態は、複数のフォーマット、プラットフォームでエンドユーザに提供されてもよく、およびコンピュータ可読メモリ、コンピュータディスプレイ装置、プリントアウト、ネットワークもしくはユーザ上のコンピュータのうちの少なくとも１つに出力されてもよい。

本実施形態の一部と関連付けられた処理は、コンピュータなどのプログラム可能な装置によって実行されてもよい。プログラム可能な装置に処理を実行させることができるソフトウェアは、例えば、コンピュータシステム（不揮発性）メモリ、ディスクオンキー、フラッシュメモリ装置、光ディスク、磁気テープ、または磁気ディスクなどのいずれかの記憶装置に記憶されてもよい。さらに、処理の一部は、コンピュータシステムが製造されるとき、またはコンピュータ可読媒体を介して後にプログラムされてもよい。そのような媒体は、記憶装置に関して上記リスト化されたうちのいずれかを含んでもよく、および例えば、コンピュータによって読み出し、復調／復号、および実行することができる命令を搬送するために変調された搬送波を含んでもよい。

例えば、本明細書で説明される一部の処理の態様が、或る実施形態では、コンピュータシステムに、処理の態様を実行するように命令するコンピュータ可読媒体に記憶された命令を使用して実行されてもよいことを理解することができる。コンピュータ可読媒体は、ディスケット、読み取り専用および読み書き型の両方のコンパクトディスク、光ディスクドライブおよびハードディスクドライブ、フラッシュメモリ装置、またはディスクオンキーなどのメモリ装置を含むことができる。コンピュータ可読媒体はまた、物理的、仮想的、永続的、一時的、反永続的、および／または半一時的とすることができるメモリ記憶装置を含むことができる。コンピュータ可読媒体はさらに、１つ以上の搬送波上で送信される１つ以上のデータ信号を含むことができる。

「コンピュータ」または「コンピュータシステム」は、例えば、無線もしくは有線型のマイクロコンピュータ、ミニコンピュータ、ラップトップ、携帯情報端末（ＰＤＡ）、無線電子メール装置、携帯電話、ページャ、プロセッサ、または装置がネットワーク上でデータを送受信する構成が可能な他のプログラム可能な装置であってもよい。本明細書で開示されるコンピュータ装置は、データを取得、処理および通信するのに使用される一定のソフトウェアアプリケーションを記憶するためのメモリを含むことができる。そのようなメモリは、内部または外部とすることができる。メモリはまた、ハードディスク、光ディスク、フロッピー（登録商標）ディスク、ＲＯＭ（リードオンリメモリ）、ＲＡＭ（ランダムアクセスメモリ）、ＰＲＯＭ（プログラム可能ＲＯＭ）、ＥＥＰＲＯＭ（電子的消去可能ＰＲＯＭ）、フラッシュメモリ、および他のコンピュータ可読媒体を含む、ソフトウェアを記憶するいずれかの手段を含むことができる。

本発明の実施形態の図面および詳細な説明は、本発明の明確な理解のために関連する要素を示すために簡略化されてもよいが、明確化のために他の要素を省略していることを理解されるであろう。当業者は、それらの要素および他の要素が望ましいことがあることを理解するであろう。しかしながら、そのような要素は当該技術分野で公知であり、およびそれらは本発明のより良好な理解を促進しないことから、そのような要素の議論が本明細書では提供されない。

他に定義されない限り、本明細書で使用される全ての技術的および科学的用語は、この発明が属する分野における当業者によって一般に理解されるのと同一の意味を有する。本明細書で提供される構成要素、方法および例は、例示のみであり、限定を意図していない。

ここで、本発明は、例示のみによって、添付図面を参照して説明される。ここで、詳細に図面を参照すると、特に示されるのは、例示を目的としており、および本発明の実施形態の例示的な議論のみを目的としており、かつ本発明の原理および概念的な態様の説明の最も有益および容易な理解となると信じられるものを提供するために提示される。この点で、本発明の基本的な理解のために必要なものよりも詳細に、本発明の構造的な詳細を示す試みはされず、図面とともに参照される詳細な説明によって、本発明のいくつかの形式をどのように実際に具体化することができることが当業者にとって明らになる。

本発明に従った、例示的なシステムの概略的なブロック図である。 個別の心臓モデルに基づいて個別の心臓モデルを抽出し、および複数の心臓パラメータを監視する、本発明に従った例示的な方法である。 個別の心臓モデルをシミュレートおよび抽出するステップを表す、本発明に従った例示的な方法である。 本発明の任意選択の実施形態に従った、個別の心臓血行動態モデルに基づいて事象を監視するときの、本発明に従ったシステムを示す概略的なブロック図である。 本発明の任意選択の実施形態に従った、抽出された個別の心臓血行動態モデルで血行動態および心臓パラメータを監視するときの、本発明に従ったシステムを示す概略的なブロック図である。 血行動態の心臓パラメータを抽出および監視する際の心臓周期事象と心臓機能との間の相関関係のさらなる詳細を示す概略的なブロック図である。 本発明の任意選択の実施形態に従った、事象エバリュエータの例示的なブロック図である。 本発明の任意選択の実施形態に従った、事象分類器のフローチャートである。 図７で示されたフローチャート拡大した部分である。 図７で示されたフローチャート拡大した部分である。 図７で示されたフローチャート拡大した部分である。 図７で示されたフローチャート拡大した部分である。

図面および添付の詳細な説明を参照して、本発明の原理および動作をより良く理解することができる。

ここで、図面を参照して、図１は、複数の心臓パラメータを監視するために利用することができる個別の心臓モデルを抽出する、本発明に従った例示的なシステム１００の概略的なブロック図である。最も好ましくは、システム１００は、入力モジュール１０２、出力モジュール１０４およびアブストラクタ１１０を含む。

任意選択で、システム１００は、少なくとも１つ以上の補助装置５０を関連付けてもよく、またはそれとともに機能してもよい。任意選択で、補助装置は、入力モジュール１０２および／または出力モジュール１０４とインタフェースおよび／または通信してもよい。

最も好ましくは、入力モジュール１０２は、心臓パラメータの入力セットを受信および処理すること、ならびにさらなる処理のために入力セットをアブストラクタ１１０と通信することを備える。

任意選択で、入力モジュール１０２は、心臓パラメータの入力セットを、少なくとも１つ以上の外部および／または補助装置５０から受信してもよい。任意選択で、補助装置５０は、例えば、コンピュータおよび／またはサーバなどを含むがそれらに限定されない、データを送信するためのオフライン装置であってもよい。

任意選択で、補助装置５０は、超音波システム、心電図、カテーテル装置、撮像データ、撮像装置、ＭＲＩ、ＣＴ、ＰＥＴなどを含むがそれらに限定されない、オンライン監視装置であってもよい。

任意選択で、補助装置５０は、入力モジュール１０２と通信することが可能な装置の形式で備えられてもよい。例えば、通信は、本発明の任意選択の方法に従って、生のおよび／または処理されたデータをさらなる処理のために入力モジュール１０２に送信する補助装置５０を含む。例えば、補助装置５０は、血行動態の心臓モデル１５０を抽出するために、入力モジュール１０２を介してシステム１００に提供される、生のおよび／または処理された画像処理データを提供してもよい。任意選択で、補助装置５０は、血行動態モデル１５０で監視するためのデータセット（入力データセット）をシステム１００に提供してもよい。任意選択で、補助装置５０は、複数の心臓パラメータを監視するための入力データセットおよび心臓モードデータセットをシステム１００に提供してもよい。任意選択で、補助装置５０は、監視および／または評価のために、本発明に従って抽出された、心臓血行動態モデル１５０と通信してもよい。

任意選択で、補助装置５０は、例えば、画像処理装置、コンピュータ、サーバ、モバイル通信装置、スマートフォン、埋め込み装置、ヘルスケア提供システム、ヘルスケア提供データベース、意思決定支援システム、心エコー検査装置、超音波検査機、ＣＴ、ＭＲＩ、ＰＥＴ、画像プロセッサ、非画像測定装置、センサ、データ記憶装置、オンライン監視装置、血圧計、血圧装置、直接カテーテル装置、電子装置、埋め込み装置、心電計（「ＥＣＧ」または「ＥＫＧ」）、臨床試験装置、血液作用パラメータなどを含んでもよいが、それらに限定されない。

最も好ましくは、アブストラクタ１１０は、入力モジュール１０２で生成された心臓パラメータの一次セットに基づいて、個別の心臓モデルを生成および抽出することを備える。最も好ましくは、アブストラクタ１１０は、それが、複数の心臓周期事象の評価に基づいて個別の心臓モデルを生成することを促進し、各心臓周期ステージは、個々の心臓周期状態をモデル化する複数の心臓機能と関連付けられる、という点で特徴付けられる。最も好ましくは、心臓周期状態は、心臓周期の間の種々の事象を反映する。

最も好ましくは、アブストラクタ１１０は、両方の心臓（左側および右側）が心房収縮であること、左心が心房収縮であり、右心が等容性収縮であること、右心が心房収縮であり、左心が等容性収縮であること、両方の心臓が等容性収縮であること、左心が等容性収縮であり、右心が排出段階であること、右が等容性収縮であり、左心が排出段階であること、両方の心臓が排出段階であること、左心が排出段階であり、右心が等容性弛緩であること、右心が排出段階であり、左心が等容性弛緩であること、両方の心臓が等容性弛緩であること、左心が等容性弛緩であり、右心が充満段階であること、右心が等容性弛緩であり、左心が充満段階であること、両方の心臓が充満段階であること、左心が充満段階であり、右心が心房収縮であること、右心が充満段階であり、左心が心房収縮であることからなる群から選択される１５の心臓周期を利用する。

最も好ましくは、各心臓周期ステージは、一般化されたフックの法則、パッシブヤング率、アクティブヤング率、オイラー方程式、Ｍｏｅｎｓの方程式、質量保存の法則およびエネルギー保存の法則、から導出された方程式からなる群から選択され、ならびに／またはそれらから導出された基礎方程式、弾性方程式に基づいて選択された複数の心臓機能と関連付けられてもよい。

最も好ましくは、アブストラクタ１１０は、本発明に従って、個々の心臓周期状態と関連付けられた複数の心臓パラメータを評価するとともに個別の心臓モデルを抽出することを促進する、図４Ａでさらに詳細に示されるプロセッサ１１２を含む。

最も好ましくは、アブストラクタ１１０はさらに、抽出された個別の心臓モデルで心臓パラメータを監視することを備える。最も好ましくは、アブストラクタ１１０は、入力モジュール１０２から通信された少なくとも１つ、かつ最大７つの入力心臓パラメータを含む心臓パラメータの入力セットを処理および／または評価して、好ましくは、出力モジュール１０４に通信される複数の出力パラメータを生成する。

任意選択で、および好ましくは、アブストラクタ１１０で生成される出力心臓パラメータは、左心室圧、右心室圧、左心房圧、右心房圧、大動脈における圧力、肺動脈における圧力、体循環における圧力降下、体循環の動脈における圧力降下、体循環の毛細血管における圧力降下、体循環の静脈の成分における圧力降下、肺循環における圧力降下、肺循環の動脈における圧力降下、肺循環の毛細血管における圧力降下、肺循環の静脈の成分における圧力降下、左心室の容積、右心室の容積、左心房の容積、右心房の容積、大動脈内腔、ＰＡ内腔、左心室壁の厚さ、右心室壁の厚さ、左心室の心筋内張力およびストレス、右心室の心筋内張力およびストレス、大動脈における血流速度、肺動脈における血流速度、大動脈弁を通る血流路、ＰＡ弁を通る血流路、僧帽弁を通る血流路、三尖弁を通る血流路、体循環抵抗、肺循環抵抗、右心室圧−容積の関係、左心室圧−容積の関係、心膜圧、心膜容積、それらと同等のもの、またはそれらのいずれかの組合せからなる群から選択されてもよい。

最も好ましくは、出力モジュール１０４は、アブストラクタ１１０での処理に続いて、出力心臓パラメータのセットを通信および表示することを備える。

任意選択で、出力モジュール１０４は、例えば、さらなる処理、表示、印刷、分析、または警告状態を通信するなどのために、少なくとも１つ以上の外部および／または補助装置５０でデータを通信および／または交換してもよい。例えば、出力モジュールは、心臓パラメータの出力のセットを任意選択の補助装置５０と通信してもよい。

任意選択で、出力モジュール１０４は、補助装置５０と通信してもよく、警告状態は、補助装置５０に通信される。任意選択で、出力モジュール１０４は、データを補助装置５０と通信してもよく、補助装置は警告状態を識別するさらなる処理を実行する。

任意選択で、システム１００は、本発明の任意選択の実施形態に従って、エンドユーザによって、自身の個別の心臓血行動態モデルを抽出するために、家庭の場で利用されてもよい。

任意選択で、システム１００は、個別の心臓血行動態モデルで複数の心臓パラメータを監視するために、エンドユーザによって、家庭の場で利用されてもよい。

任意選択で、システム１００は、本発明の任意選択の実施形態に従って抽出された個別の心臓血行動態モデルで複数の心臓パラメータを監視するために、エンドユーザによって、家庭の場で利用されてもよい。

任意選択で、システム１００は、本発明の任意選択の実施形態に従って、個別の心臓血行動態モデルを抽出するために、訓練された医師および／または専門家によって、病院、診療所、および／または介護の場で利用されてもよい。

任意選択で、システム１００は、個別の心臓血行動態モデルで複数の心臓パラメータを監視するために、訓練された医師および／または専門家によって、病院、診療所、および／または介護の場で利用されてもよい。

任意選択で、システム１００は、本発明の任意選択の実施形態に従って抽出された個別の心臓血行動態モデルで複数の心臓パラメータを監視するために、訓練された医師および／または専門家によって、病院、診療所、および／または介護の場で利用されてもよい。

任意選択で、病院の場での監視は、基本的にリアルタイムで提供されてもよく、そこでは、入力監視パラメータが取得され、かつ心臓監視が本発明の任意選択の方法に従って提供され、複数の心臓監視パラメータを実質的にリアルタイムで生成する。

図２〜３は、本発明に従った、複数の個別の心臓血行動態モデルを抽出し、および複数の心臓パラメータを監視する例示的な方法のフローチャートを示す。最も好ましくは、方法は、図１に示されたシステム１００、特に、図４Ａ〜Ｂでさらに示されるアブストラクタ１１０によってなされてもよい。任意選択で、および好ましくは、本発明の方法は、２つの段階で実施されてもよく、第１の段階は、個別の心臓モデルを抽出するために備えられ、かつ第２の段階は、第１の段階からの抽出された個別の心臓モデルで心臓パラメータを監視するために備えられる。

任意選択で、第３の段階は、時間とともに抽出されたモデルを更新するために利用されてもよく、例えば、所与の時間周期で、または心臓再モデル化を備えるがある生理学的事象によって、モデルを再評価する。

最も好ましくは、個別の心臓モデルを抽出する方法は、ステージ２００で開始し、そこでは、複数の心臓パラメータを含むパラメータの入力セットが測定される。任意選択で、および最も好ましくは、入力データセットは測定されたデータセットであり、最も好ましくは、画像分析および／または直接測定によって取得されたデータセットである。任意選択で、入力データセットは、補助装置５０、例えば、図４Ａで示される心エコー装置、超音波装置、ＣＴ、ＭＲＩ、ＰＥＴ、またはそれらと同等のものを含むがそれらに限定されない、例えば、撮像装置で取得されてもよい。

最も好ましくは、入力セットは、複数の測定された心臓パラメータを含む。任意選択で、および好ましくは、入力セット１２０の少なくとも一部を形成する複数の心臓パラメータは、画像処理、ならびに／または例えば、図１および４Ａで示された入力モジュール１０２により提供される心臓画像および／もしくはデータの分析によって取得されてもよい。例えば、パラメータに基づく画像処理は、補助装置５０、ならびに／または、例えば、超音波、ドプラ超音波法、心エコー、血管造影図、ＣＴ、ＭＲＩ、ＰＥＴ、それらと同等のもの、もしくはそれらのいずれかの組合せを含むがそれらに限定されない、入力モジュール１０２の一部としての形式で、撮像装置によって提供されてもよい。

任意選択で、複数の心臓パラメータは、任意選択で、例えば、血圧計、血圧装置、直接カテーテル装置、埋め込み装置、心電計（「ＥＣＧ」または「ＥＫＧ」）、臨床試験装置、血液作用パラメータなど、またはそれらのいずれかの組合せを含むがそれらに限定されない、システムと関連付けられた補助装置の形式で、任意選択の非撮像医療装置から、入力セットに対して取得されてもよい。任意選択で、非撮像医療装置は、例えば、図４Ａに示されるように、入力モジュール１０２を介して処理することができる入力データを、補助装置５０の形式で提供されてもよい。

任意選択で、および好ましくは、画像処理技術によって提供される複数の心臓パラメータを含む入力セット１２０は、例えば、大動脈、肺動脈、心臓の左側（心室および心房）、心臓の右側（心室および心房）に関連する心エコーパラメータを含むがそれらに限定されない。任意選択で、入力セットは、心臓周期の間の大動脈内腔、Ａｏ弁開閉時間、大動脈における血流速度、Ａｏ弁における血流速度、心臓周期の間の肺動脈内腔、肺動脈における血流速度、ＰＡ弁に関する血流速度、収縮および拡張時の左心室の直径、僧帽弁開閉時間、心臓周期の間の左心室の容積、左心房の直径、左心房の最大面積、左心房の最小面積、左心室の収縮時の壁の厚さ、左心室の拡張時の壁の厚さ、僧帽弁を通る血流速度、心臓周期タイミング、収縮時の右心室の長径、拡張時の右心室の長径、収縮時の右心室の短径、拡張時の右心室の短径、右心房の直径、右心房の最大面積、右心房の最小面積、三尖弁を通る血流速度を含むがそれらに限定されない、パラメータから選択される複数のパラメータを含む。

次に、ステージ２１０では、入力データセット１２０が利用され、それを基に一次データセット１２６が形成および蓄積される。最も好ましくは、一次データセット１２６は、心臓パラメータの入力セット（ステージ２００で取得された）、補足的ランダムデータセット１２２、およびモデル化データセット１２４を含む。任意選択で、および好ましくは、一次データセット１２６は、図で４Ａ示され、かつ表１で特定される複数の心臓パラメータを含む。

最も好ましくは、補足的データセット１２２は、入力セット１２０で利用可能でなく、および／または発見されない心臓パラメータを含む、入力データセット１２０に対して補足的な心臓パラメータのランダム化された、システム生成データセットを含む。最も好ましくは、補足的データセット１２２は、パラメータのタイプおよびその予想値に基づいている所与のデータの範囲内にあり、ならびに／または特定の心臓パラメータに対する所与の標準値の範囲内にあるランダム値で提供されるパラメータを含む。最も好ましくは、アブストラクタ１１０は、補足的ランダムデータセット１２２を含むパラメータが論理的であることを保証する検査を実行する。例えば、心室の内径は同一の心室の外径よりも大きくない。任意選択で、正当性検査は、生成されたパラメータに対するルールベースおよび／または論理階層に従って提供される。

最も好ましくは、モデル化データセット１２４は、例えば、表１で述べられる、シミュレーション処理の間に心臓機能を利用するために必要となる、パラメータ、係数、定数、および同等の数学的データを含む。任意選択で、および最も好ましくは、モデル化データセット１２４は、例えば、図４Ａに示されるように、少なくとも入力データセット１２０に基づいて、およびより好ましくは、入力データセット１２０と補足的データセット１２２との両方に基づいて、アブストラクタ１１０によって判定される。

次に、ステージ２２０では、心臓モデルアブストラクタ１１０は、一次セット１２６のデータに基づいて、個別の心臓血行動態モデルを抽出する処理を開始する。最も好ましくは、表４に示されるように、最も好ましくは、個別の心臓血行動態モデルの機能を形成する心臓をより正確にモデル化する心臓周期の事象を反映する、複数の心臓方程式１３６で、一次データセット１２６を評価することによって、個別の心臓モデル１５０が抽出される。最も好ましくは、抽出処理の間に、心臓方程式１３６は、約１０ミリ秒ごとの頻度で評価される。

最も好ましくは、複数の心臓方程式１３６は、１５の心臓周期内事象１３６ａおよび複数の心臓周期間制御事象１３６ｂを説明する単一の心臓周期を反映するような方式で構造化される。最も好ましくは、個々の心臓周期は、表２および図５で示される１５の周期内事象および／または事例１３４ａ、ならびに図４Ａ、図５で示される複数の周期間制御事象１３４ｂのセットを含む、複数の心臓周期事象１３４に分割される。最も好ましくは、１５の心臓周期事象１３４ａの各々は、図５〜６における特定の事象および／または事例１３４ａ、１３６ａに関連し、および対応する複数の心臓関数１３６ａのサブセットと関連付けられる。最も好ましくは、１５の心臓周期事象１３４ａの各々は、心臓周期の即時的な寸評を個々に特定する。１５の心臓周期事象は集合的に、単一の全心臓周期を説明する。最も好ましくは、１５の心臓事象１３４ａの各々は、心臓周期の特定のステージおよび／または即時的なステージにおいて心臓の機能を表す複数の心臓関数１３６ａと関連付けられる。

最も好ましくは、１５の事例および／または事象１３４ａは、右側および左側それぞれの状態に対応して定義される心臓周期の以下の事象を含み、およびそれらを説明する。

事象１：心臓の両側が心房収縮である。

事象２：左心がいまだに心房収縮であり、右側が等容性収縮である。

事象３：左側が等容性収縮であり、右側が心房収縮である。

事象４：両側が等容性収縮である。

事象５：左心が等容性収縮であり、右側が排出段階である。

事象６：左側が排出段階であり、右側が等容性収縮である。

事象７：両側が排出段階である。

事象８：左側が排出段階であり、右側が等容性弛緩である。

事象９：左側が等容性弛緩であり、右側が排出段階である。

事象１０：両側が等容性弛緩である。

事象１１：左側が等容性弛緩であり、右側が充満段階である。

事象１２：左側が充満であり、右側が等容性弛緩である。

事象１３：両側が充満段階である。

事象１４：左側が充満段階であり、右側が心房収縮である。

事象１５：左側が心房収縮であり、右側が充満段階である。

最も好ましくは、心臓周期内事象１３４ａを反映する１５の事例および／または事象１３４ａの各々は、特定の心臓活動の繰り返す数学的モジュールおよび／または関数１３６ａの特定のセットと関連付けられ、ならびにそれらを評価する。

任意選択で、心臓関数１３６は、流量、循環抵抗、流速、流量、壁の弾性、室容積、圧力、歪み、血管抵抗、血液密度、それらのいずれかの増大、またはそれらのいずれかの組合せなどを含むがそれらに限定されない、血行動態パラメータを提供し、および最も好ましくは、それらと関連付けられる。

最も好ましくは、各心臓周期事象１３４、およびその血行動態パラメータは、一般化されたフックの法則、パッシブヤング率、アクティブヤング率、オイラー方程式、Ｍｏｅｎｓの方程式、質量保存の法則およびエネルギー保存の法則、から導出された方程式からなる群から選択され、ならびに／またはそれらから導出された基礎モデル化方程式、弾性方程式に基づいて選択された複数の心臓機能１３６と関連付けられてもよい。

詳細は、図４Ａおよび図５を参照してさらに概略的に示されるサブステージ２２１〜２２５におけるシミュレーション処理を表す、図３で提供されるシミュレーションステージ２２０を参照されたい。

好ましくは、シミュレーション処理は、ステージ２２１で開始し、そこでは、最も好ましくは、アブストラクタ１１０は、一次データセット１２６で利用可能なデータを評価して、１５の心臓周期事象１３４のうちのどれが、一次データセット１２６によって表されるかを判定する。評価は好ましくは、例えば、図４Ａで示される事象分類器１３０によって実行される。

図４Ａ〜Ｂおよび図７で示されるように、事象分類器１３０は、例えば、図７でより詳細に示されるように、異なる心室における心臓圧に関して一次データセット１２６を形成するパラメータを評価することによって判定することができる、心臓周期事象（Ｓ＝Ｓｎ、ｎ＝｛１．．１５｝）を判定することを備える。最も好ましくは、事象分類器１３０は、相互に心室圧を評価する。そこで、最も好ましくは、アブストラクタ１１０のメンバーである事象分類器１３０は、体積流量の増加とともに、例えば、ＰＬＡ／ＰＬＶ、ＰＲＡ／ＰＲＶ、ＰＬＶ／ＰＡｏ、ＰＲＶ／ＰＰａ、Ｉｐｒｅｄ＿ＬＡ、Ｉｐｒｅｄ＿ＬＶ、Ｉｐｒｅｄ＿ＲＡ、Ｉｐｒｅｄ＿ＲＶを含むがそれらに限定されない、心室間の圧力比を判定する。相対的な圧力評価に基づいて、アブストラクタ１１０、特に分類器１３０は、どの心臓周期事象（１〜１５）が一次データセット１２６によって定義されるかを判定する。

次に、ステージ２２２では、心臓周期事象の判定（Ｓ＝Ｓｎ、ｎ＝｛１．．．１５｝）に続いて、アブストラクタ１１０、および、特に事象エバリュエータ１３２は、所与の心臓周期事象（Ｓ＝Ｓｎ）と関連付けられたそれぞれの心臓機能を評価する。例えば、図４Ａ〜Ｂ、図５で示されるように、事象エバリュエータ１３２は、心臓機能モジュール１３６に対応する事象モジュール１３４を含む。機能モジュール１３６は、分類器１３０によって判定および／または分類されると、事象モジュール１３４によって定義された個々の事象と特に関連付けられた心臓機能を評価することを備える。

次に、ステージ２２３では、所与の心臓周期事象（Ｓ＝Ｓｎ）と関連付けられた心臓機能の評価に続いて、機能モジュール１３６および事象モジュール１３４を利用するエバリュエータ１３２で、一次パラメータセット１２６を形成するパラメータは、更新されたデータセット１４０を形成するために更新され、更新されたデータセット１４０は、次いで、誤り検出、およびペナルティスコアの割り当てのためにエバリュエータモジュール１４２で評価される。任意選択で、モデルエバリュエータモジュール１４２が、データセット１４０、その経時的な振る舞い、一時的な傾向、および心臓周期の間の論理的な進行を形成する個々のパラメータの正当性に対するデータセット１４０を評価することが好ましい。

次に、ステージ２２４では、更新され、かつ評価された一次データセット１４０は、アブストラクタ１１０の一部を形成する事象分類器モジュール１３０で再評価されて、次の心臓周期事象（Ｓｎ＋１）を判定する。任意選択で、評価処理は、心臓周期事象（Ｓ＝Ｓｎ）が（Ｓ＝Ｓｎ＋１＝Ｓｎ）のまま変化していないこと、またはパラメータが次の連続した心臓周期事象（Ｓ＝Ｓｎ＋１＝Ｓｎ＋１、ｎ＝｛１…１５｝）に前進したこと、もしくは前の連続した心臓周期事象（Ｓ＝Ｓｎ＋１＝Ｓｎ−１、ｎ＝｛１…１５｝）に後退したことを、更新されたデータセット１４０が示していることを表してもよい。例えば、パラメータ（データセット１４０）は、事象５（図５〜６での１３４、特に１３４ａ５）と関連付けられた心臓機能（１３６）でのパラメータの評価（エバリュエータ１３２での）に続いて、直近の心臓事象が事象５によって反映されることを反映してもよく、事象は、同一の事象５（１３４ａ５）のままで発達してもよく、直後の事象、事象６（１３４ａ６）に変化して発達してもよく（＋／−１）、または直前の事象４（１３４ａ４）に変化して発達してもよい。

最も好ましくは、上記説明された事象モジュール１３４および心臓機能モジュール１３６での反復する心臓周期事象（１〜１５）の評価処理、ならびにデータセット１４０の更新は、初期のステージからの連続した方式で少なくとも１回、１５の事象の全てを通じて循環することによって特定される、少なくとも単一の全心臓周期の間を継続し、少なくとも１つの全周期を保証する。任意選択で、および好ましくは、シミュレーションステージは、複数の心臓周期はシミュレートすることを備えてもよい。

次に、ステージ２２５では、一次セットは、少なくとも１つの全周期を通じて循環されており（事象１〜１５）、次に一次セットが、図５の追加の周期間心臓事象１３４ｂおよび機能１３６ｂで評価される。最も好ましくは、周期間心臓事象および機能１３４ｂ、１３６ｂは、圧力制御処理をモデル化する。任意選択で、および好ましくは、それらの周期間心臓事象および機能１３４ｂ、１３６ｂは、排出量パラメータの必要性に応じて、一次セットを再評価および調節するために提供され、ならびにそれぞれ４つの心室の各々に関して評価される。

最も好ましくは、周期間心臓事象および機能１３４ｂ、１３６ｂの評価に続いて、結果的に、データセット１４０が更新および／または調節され、心臓周期状態が事象分類器モジュール１３０で評価され、ならびにステージ２２２から２２４で示されるように、引き続き調節されて、新たな心臓周期で心臓事象１３４と関連付けられた複数の心臓機能１３６を評価する。任意選択で、複数の心臓周期は、アブストラクタ１１０でシミュレートされてもよい。

最も好ましくは、この反復する評価ステージ２２２〜２２５は、初期モデル安定性評価処理（ステージ２３０）が開始される前に、少なくとも３つ、かつ最大約３０の心臓周期の間を継続する。

次に、ステージ２３０では、少なくとも３つの心臓周期シミュレーションに続いて、任意選択で、および最も好ましくは、安定状態は、全ての心室、特に左心室、右心室、および拡張の終了時の圧力心臓血管パラメータと関連付けられた全ての圧力血行動態パラメータ特性を比較して、それらのバランスが取れているかを検査することによって、モデルエバリュエータ１４２で評価されてもよい。

懸案のモデルが安定状態に到達していない場合、システムは、シミュレートするステージ２２０に戻り、ステージ２４０に進む前に、モデルが安定状態を達成するまでシミュレーションを継続する。

任意選択で、安定状態が３０の循環シミュレーション内に到達していない場合、システムは初期化ステージ２１０に戻り、そこでは、一次データセットがリセットされる。最も好ましくは、リセットされた一次データセットは、新たな補足的データセット１２２を形成することによってリセットされ、その後、新たな一次データセット１２６を形成するモデル化データセットを再評価して、新たなモデルを抽出する。任意選択で、現行では当該技術分野で公知である最適化技術は、例えば、クロスエントロピー法で、改善された補足的データセット１２２を抽出するために利用されてもよい。

任意選択で、一次データセット１２６の安定状態が到達されると、アブストラクタ１１０およびシミュレーション処理はステージ２４０で、モデルエバリュエータモジュール１４２で抽出されたモデルを評価することに進む。ステージ２４０では、抽出されたモデルは、ステージ２００で取得された入力データセット１２０、一次データセットを形成する個々のパラメータの正当性、それの経時的な振る舞い、一時的傾向、および心臓周期の間の論理的進行に対して評価される。

例えば、モジュール１４２は、経時的なパラメータの振る舞いに基づいて、および／または入力セットを形成する測定されたパラメータに対して提供されてもよいペナルティスコアを判定する。例えば、ペナルティスコアは、圧力分布、および／またはそれらが論理的であることを保証する心室に関する傾き、心臓周期の間の室の容積、流量パラメータ、入力セットに対する解剖学的パラメータに対して割り当てられてもよい。任意選択で、心臓パラメータに割り当てられ、および／または心臓パラメータと関連付けられたペナルティは、比例してもよい。

最も好ましくは、ペナルティは閾値に対して評価される。任意選択で、ペナルティスコアが閾値を上回る場合、抽出処理はリセットされ、システムは初期化ステージ、ステージ２１０に戻り、一次パラメータセットがリセットされる。最も好ましくは、リセットされた一次データセットは、新たな補足的データセットを形成することによってリセットされ、その後、モデル化データセットが判定される。その後、新たな抽出処理が、上記説明されたステージ２１０〜２４０で初期化される。

任意選択で、ペナルティスコアが閾値を下回る場合、ステージ２５０で、以下で個別の心臓監視に利用することができる、表４の個別のモデル化データセット１５０を設定することによって、抽出されたモデルが設定される。最も好ましくは、ステージ２５０において、最も好ましくは、モデル化パラメータセット１５０をシステム定数として定義することによって、個別化モジュール１５０によって提供される抽出されたモデルが定義され、それによって、最も好ましくは、モデル化パラメータが、アブストラクタ１１０に記憶され、アブストラクタ１１０は、次に抽出された個別の心臓モデルを判定および定義する。

最も好ましくは、ステージ２００〜２５０は、本発明に従った、心臓モデルをシミュレートおよび抽出することと関連付けられた第１の段階を定義する。ステージ３００〜３５０は、図４Ｂで示されるように、ステージ２５０で定義された抽出された心臓モデルで複数の心臓パラメータを監視する処理を提供する、段階２を定義する。

図４Ｂで示されるように、第２の段階の間、段階１で抽出された個別の心臓血行動態モデルが、少なくとも１つ以上の測定された入力データセット１５２に基づいて心臓パラメータを監視するために利用される。監視は、好ましくは、任意選択で、例えば、上記説明された撮像装置、撮像プロセッサ、または非画像測定装置などの任意選択の補助装置５０で、測定された入力データセット１５２を取得することによって、ステージ３００で開始する。任意選択で、測定された入力データセット１５２は、補助装置５０でリアルタイムの監視で測定され、または例えば、コンピュータ可読媒体上に設けられる記憶されたデータで、オフラインの監視によって提供されるかのいずれかであってもよい。

任意選択で、および好ましくは、測定された入力データは、心臓パラメータの最小のデータセット１５２、例えば、少なくとも１つ以上の心臓パラメータを含んでもよい。最も好ましくは、これは、心臓パラメータの全セットを生成するために、容易に利用可能でない、心臓および血行動態パラメータへのアクセスを提供する、出力監視データセット１５８として、利用されてもよい。

最も好ましくは、入力測定データセット１５２と抽出された個別のモデル化データセット１５０とは、監視データセット１５４を形成するために組み合わされる。最も好ましくは、監視は、入力測定データセット１５２では利用可能でない心臓パラメータを明瞭にすることを含み、そこでは、監視データセット１５４は、容易に測定できず、および侵襲的測定を適用することなしに利用することができない心臓および血行動態パラメータを監視するのにデータセット１５２で利用可能なデータを推定する。

次に、ステージ３２０では、上記説明されたように、心臓周期事象１３４およびその対応する機能１３６に関して監視データセット１５４を評価するために事象分類器１３０、事象エバリュエータ１３２を組み合わせて利用することで、監視データセット１５４を評価することによって、監視が提供される。最も好ましくは、エバリュエータ１３２での評価に続いてシミュレーションを監視するステージ３２０の間、データ更新モジュール１３８は、監視データセットを形成するパラメータを、更新済みデータセット１５６、および更新済みデータセット１４０に更新し、更新済みデータセット１５６、および更新済みデータセット１４０は、心臓方程式１３６を評価するときに利用されるパラメータ、係数および定数への更新を含む。上記説明されたように、監視データセット１５４は、図３で上記ステージ２２０〜２２５に関して説明された、１５の心臓周期事象１３４とそれぞれ関連付けられた心臓機能１３６を利用することによって更新および評価される。上記説明されたように、監視データセット１５４は、好ましくは、１０ミリ秒の頻度で評価され、それによって、毎１０ミリ秒のデータの新たなインスタンスが、事象１３４および関連する機能１３６に関して事象分類器１３０、事象エバリュエータ１３２によって評価され、その後、全データセット１５４が評価されると、出力監視データセット１５８を生成するために、入力データ１５２の存続期間の間に実行されるデータ更新モジュール１３８で、データセット１５４が更新される。

次に、ステージ３５０では、入力セット１５２の全存続期間の間に提供されるシミュレーションに続いて、システムは、複数の心臓および／または血行動態監視パラメータ、例えば、表１で特定されるパラメータを含む出力データセット１５８を、入力または補足的データとして出力する。

任意選択で、および好ましくは、監視心臓入力パラメータの最小のセットの入力は、例えば、カテーテル法による直接圧力測定、心周期の間の大動脈内腔、Ａｏ弁開閉時間、大動脈における血流速度、Ａｏ弁における血流速度、心周期の間の肺動脈内腔、肺動脈における血流速度、ＰＡ弁における血流速度、収縮および拡張時の左心室の直径、僧帽弁開閉時間、心周期の間の左心室の容積、左心房の直径、左心房の最大面積、左心房の最小面積、左心室の収縮時の壁の厚さ、左心室の拡張時の壁の厚さ、僧帽弁を通る血流速度、心周期タイミング、収縮時の右心室の長径、拡張時の右心室の長径、収縮時の右心室の短径、拡張時の右心室の短径、右心房の直径、右心房の最大面積、右心房の最小面積、三尖弁を通る血流速度からなる群から選択されてもよい。

任意選択で、および好ましくは、入力データセット１５２から監視出力セット１５８への監視処理は、上記説明されたように、記録された入力画像監視データに対してオフラインで実行されてもよい。任意選択で、監視は、最も好ましくは、実質的にリアルタイムで、かつ実質的にリアルタイムで取得される入力監視データセット１５２に基づいて、出力監視パラメータデータセット１５８を提供するために、画像データで、個人のアクティブなリアルタイム監視の間、実質的にリアルタイムで、オンラインで実行されてもよい。

最も好ましくは、監視の結果としてのステージ３５０の心臓パラメータ監視出力１５８は、例えば、左心室圧、右心室圧、左心房圧、右心房圧、大動脈における圧力、肺動脈における圧力、体循環の動脈、毛細血管および静脈の成分における圧力降下、肺循環の動脈、毛細血管および静脈の成分における圧力降下、左心室の容積、右心室の容積、左心房の容積、右心房の容積、大動脈内腔、ＰＡ内腔、左心室壁の厚さ、右心室壁の厚さ、左心室の心筋内張力およびストレス、右心室の心筋内張力およびストレス、大動脈における血流速度、肺動脈における血流速度、大動脈弁を通る血流路、ＰＡ弁を通る血流路、僧帽弁を通る血流路、三尖弁を通る血流路、体循環抵抗、肺循環抵抗、右心室圧−容積の関係、左心室圧−容積の関係、心膜圧、心膜容積、それらと同等のもの、またはそれらのいずれかの組合せを含むがそれらに限定されない群から選択される、少なくとも１つ以上の、好ましくは、複数の出力パラメータを含んでもよいが、それらに限定されない。

図４Ｂで示されるように、監視出力データセット１５８は、出力監視データ１５８の品質を評価するために、例えば、モデルエバリュエータモジュール１６０で、さらなる評価および／または分析を受けてもよい。

エバリュエータモジュール１６０は、本発明に従った、３つの段階を実行することを備えてもよく、そこでは、個別の心臓血行動態モデル１５０が抽出された後に発生していることがある心臓再モデル化のいずれかのインスタンスを特定するために、抽出されたモジュールが再評価される。

任意選択で、モデル１５０の再評価を含む３つの段階は、例えば、医学的介入、個別の薬歴、患者履歴、病歴、生理学的事象、生物学的事象、解剖学的事象、心臓血管系の機能に直接もしくは間接的に影響を及ぼす事象、同等の事象、またはそれらのいずれかの組合せを含むがそれらに限定されない、いずれかの１つ以上の事象に続いて提供されてもよい。例えば、モデルは、例えば、梗塞、発作、発病、心臓まひ、手術、ステントの留置、血管形成、最小の侵襲的手術、弁置換手術、いずれかの検知された解剖学的変化、例えば壁を厚くすることなど、またはそれらのいずれかの組合せを含むがそれらに限定されない、１つ以上の事象に続いて再評価されてもよい。

任意選択で、モジュール１６０での評価に続いて、出力データセット１５８は出力モジュール１０４と通信されてもよい。任意選択で、モジュール１０４は、例えば、ディスプレイ、プリントアウト、コンピュータ可読媒体、コンピュータ、サーバ、スマートフォン、モバイル通信装置、ヘルスケアシステム、第三者装置、撮像装置、専用装置など、またはそれらのいずれかの組合せを含むがそれらに限定されない、任意選択の補助装置５０と出力監視データセット１５８を通信することを提供してもよい。任意選択で、出力モジュール１０４は、任意選択の補助装置５０によって任意選択で実行することができるさらなる処理、表示、印刷、および分析などのために、出力監視セット１５８を通信してもよい。

図５は、例えば、上記説明されたように、直近の心臓周期事象を強調して判定し、その後、特定の事象と関連付けられた心臓機能を適用および評価して、それぞれのデータセット１２６、１５４、１４０、１３８を更新するように機能する、事象分類器モジュール１３０および事象エバリュエータ１３２を拡大図を示す。事象分類器１３０は、手元のデータセットを評価して、どの事象がデータに反映されるかを判定する。評価処理は、図７で示されるフローチャートで示される。分類器１３０は、右側および左側の両方の個々の心室における相対的圧力、および再分極−脱分極タイミングを評価することによって、事象を判定する。分類器１３０は、任意選択で、および好ましくは、例えば、ＰＬＡ／ＰＬＶ、ＰＲＡ／ＰＲＶ、ＰＬＶ／ＰＡｏ、ＰＲＶ／ＰＰａ、Ｉｐｒｅｄ＿ＬＡ、Ｉｐｒｅｄ＿ＬＶ、Ｉｐｒｅｄ＿ＲＡ、Ｉｐｒｅｄ＿ＲＶ、それらと同等のもの、またはそれらのいずれかの組合せからなる群から選択される少なくとも１つ以上を含むがそれらに限定されない、比率を評価する。

任意選択で、および好ましくは、分類器１３０は、心臓周期内事象（１３４ａ）または心臓周期間事象の両方を特定することを備え、そこでは、分類器１３０は、心臓内事象または心臓間事象の両方を特定することができる。

ここで、分類器１３０によって異なる事象および／または事例を表す方法を示す図７のフローチャートを参照する。上記説明されたように、心房収縮、等容性収縮、排出、等容性弛緩および充満からなる群から選択される心室の各々の状態を特定するために、ＰＬＡ／ＰＬＶ、ＰＲＡ／ＰＲＶ、ＰＬＶ／ＰＡｏ、ＰＲＶ／ＰＰａ、Ｉｐｒｅｄ＿ＬＡ、Ｉｐｒｅｄ＿ＬＶ、Ｉｐｒｅｄ＿ＲＡ、Ｉｐｒｅｄ＿ＲＶによって提供される、右側および左側の両方に関して、相対圧力パラメータおよび再分極−脱分極タイミングが評価される。その後、表２で特定されるように、１〜１５の異なる心臓周期事象を定義するために、右側対左側の心室の状態が相互に参照される。

最初に、左側（７０１Ｌ）の大動脈弁および右側（７０１Ｒ）の肺動脈弁の状態をそれぞれ判定するステージ７０１が備えられる。

ステージ７０１Ｌでは、エバリュエータは、大動脈圧（ＰＡｏ）が左心室圧（ＰＬＶ）よりも大きいかを判定して、大動脈弁が開いているか、または閉じているかを判定する。ＬＶにおいて圧力が高い場合、大動脈弁が開いており、それは例えば、表２で述べられたように、右側に関して未決の心臓状態である事象６、７または８に適用することができる、ＬＶ排出の状態にあるとして左側が特徴付けられることを示す。最も好ましくは、フラグインジケータｊＬが、例えばｊＬ＝０として示される排出段階の開始を示すバイナリ値に設定される。最も好ましくは、フラグインジケータｊＬは、説明されているように、後のステージ、すなわちステージ７０６において、心房収縮の正確なタイミングおよび／または開始の間を正確に判断するために提供される。最も好ましくは、インジケータｊＬの値は、心臓段階および／または状態が、ｊＬ＝１である心房収縮であるそのようなときまで変化しない。

大動脈圧が左心室圧よりも大きい場合（それは、大動脈弁が閉じていることを示す）、方法は、以下で説明される僧帽弁の状態を判定するステージ７０２Ｌに進む。

並行しているステージ７０１Ｒでは、分類器は、肺動脈（ＰＰａ）圧が右心室圧（ＰＲＶ）よりも大きいかを検査して、肺動脈弁（ＰＡＶ）の状態を判定する。

圧力が右心室よりも高い場合（それは、肺動脈弁が開いていることを示す）、左側の状態に応じて、表２で述べられたように、事象５、７または９に適用することができるＲＶ排出の状態にあるとして、右心室が特徴付けられる。最も好ましくは、フラグインジケータｊＲが、例えばｊＲ＝０として示される排出段階の開始を示すバイナリ値に設定される。最も好ましくは、フラグインジケータｊＲは、説明されているように、後のステージ、すなわちステージ７０６において、右心房の収縮の正確なタイミングおよび開始の間を正確に判断するために提供される。最も好ましくは、インジケータｊＲの値は、心臓段階および／または状態が、ｊＲ＝１である右心房の収縮であるそのようなときまで変化しない。

ＰＡ圧がＲＶ圧よりも高い場合（それは、肺動脈弁が閉じていることを示す）、方法は、三尖弁の状態をさらに判断するステージ７０２Ｒに進む。

次に、ステージ７０２Ｒ／Ｌでは、分類器１３０は、左側の大動脈、および右側の肺動脈を通る最大血流速度がゼロ以下であるかをそれぞれ判定する。それぞれの弁を通る速度がゼロ以下である場合、表２で述べられたように、右側の心臓状態は、事象８、１０、１２に対応する等容性弛緩であり、左側の状態はまた、事象９、１０、１１に対応する等容性弛緩である。

しかしながら、それぞれの弁を通る最大血流がプラスである場合、方法は、心臓状態をさらに判断するステージ７０３に進む。

次に、ステージ７０３では、寝室における圧力が心房における圧力よりも大きいかを評価するために、７０３Ｒ、７０３Ｌのそれぞれの側で、心室における圧力が心房における圧力と比較される。この評価は、弁が開いているか、または閉じているかを判定するために、僧帽弁（左側）および三尖弁（右側）の状態を推測することを提供する。

心房における圧力が高い場合、僧帽弁は開いており、心室の状態は、心室の充満または心房収縮のいずれかであり、これは以下で議論されるステージ７０６の評価に続いて判定される。

心室における圧力が高い場合、状態が等容性であると判定され、そこでは、等容性弛緩または収縮の正確な状態がステージ７０４で判定される。

次に、ステージ７０４では、心房（僧帽弁または三尖弁）を通る流量速度が右側および左側の両方に関してそれぞれ評価される。流量がプラスである場合（ゼロを上回る）、右側に関しては事例８、１０、１２に対応する等容性弛緩であるとして、左側に関しては事例９、１０、１１に対応する等容性弛緩であるとして、状態が判定される。

心房流量速度がゼロ以下であると判定される場合、右側に関しては事象２、４、６に、左側に関しては事象３、４、５に対応する等容性収縮であるとして、状態が判定される。

次に、ステージ７０５は、それぞれの僧帽弁または三尖弁を通じた制御のいずれかのインスタンスを、心臓状態が等容性収縮であるとして特定することを備える。

次に、ステージ７０３に続いてステージ７０６では、上記説明されたように、心房における圧力が心室よりも高いと分類器が判定しており、その場合、左側の僧帽弁が開いているとともに、右側の三尖弁が開いており、したがって、心室の状態は、心室充満または心房収縮のいずれかである。心室充満と心房収縮との間を判断するために、インジケータｊＲ／ｊＬを利用している。

最初に、ステージ７０６では、インジケータｊＬおよびｊＲが、心房収縮を特定するためにそれぞれ検査される。ｊＬ／ｊＲが心房収縮を示している場合、状態は、右側に関して事象１、３、１４と、左側に関して事象ｓ１、２および１５と関連付けられる。

インジケータｊＬ／ｊＲがｊＬ／ｊＲ＝０でる、心房収縮を示していない場合、ステージ７０７は、示されるように、心臓状態が収縮または充満しているかを判定するために利用される。

ステージ７０７では、分類器１３０は、心房の再分極−脱分極タイミングを反映し、直近の時点が脱分極の前後であるかを判定するために、Ｉｐｒｅｄ＿ＲＡおよびＩｐｒｅｄ＿ＬＡが評価される。

直近の時点が脱分極の前である場合、状態は、表２で示されるように、右側に関して事象１１、１３、１５に、左側に関して事象１２、１３、１４に対応する心室充満であるとして判定される。

直近の時点が脱分極と同時またはそれの後である場合、状態は、表２で示されるように、右側に関して事象１、３、１４に、左側に関して事象１、２、１５に対応する心房収縮であるとして判定される。この時に、インジケータｊＬ／ｊＲは、ｊＬ／ｊＲ＝１である値を提供する、心房収縮をシステムに示すために更新される。

再度、図５を参照して、事象分類器モジュール１３０での事象判定に続いて、事象エバリュエータ１３２は、事象モジュール１３４と心臓機能モジュール１３６との間をインタフェースし、および相関付ける反復処理を備える。事象モジュール１３４は、特定の事象に特有である、モジュール１３６における複数の心臓機能のサブセットに対して、事象を特定し、マッピングおよび／または相関付けることを備える。事象サブモジュール１３４は、分類器１３０で示される事象のタイプを特定し、ならびにデータセットが、サブモジュール１３４ｂで周期間制御処理を必要としているか、またはモジュール１３４ａでの周期内処理を適用するかを検査する。モジュール１３４は、全周期に対する事象タイミングに応じて、必要とされるサブモジュール１３４ａ、１３４ｂを判定し、全周期は、全心臓周期が例えば、事象１〜１５を通じて少なくとも１回、処理されていた場合、サブモジュール１３４ｂが活性化され、事象が周期内にあると示される場合、例えば、事象が全ての事象１〜１５を通じて循環していない場合、サブモジュール１３４ａが利用される。

心臓機能モジュール１３６は、例えば、一般化されたフックの法則、パッシブヤング率、アクティブヤング率、オイラー方程式、Ｍｏｅｎｓの方程式、質量保存の法則およびエネルギー保存の法則、それらのいずれかの派生物、またはそれらのいずれかの組合せから導出される弾性方程式を含むがそれに限定されない、心臓血行動態行動をモデル化する複数の心臓機能のライブラリを含む。

事象モジュール１３４とともに心臓機能モジュール１３６は、個々の事象を通じてデータセットを評価および更新するように機能する。したがって、心臓機能モジュール１３６は、例えば、表３で示されるように、特定の事象と関連付けられた心臓機能の適切なセットを適用することによって、心臓周期内事象を評価するサブモジュール１３６ａと、心臓周期間事象を評価するサブモジュール１３６ｂとを含む。

全周期がなされた後、ならびに最も好ましくは、データセットが、右側または左側のいずれかに関して、充満後かつ心房収縮前、および／または心房収縮後かつ等容性収縮前の状態のいずれかであるものとして心臓状態を反映するインスタンスを事象モジュール１３４が特定するときに、サブモジュール１３６ｂが活性化されてもよい。最も好ましくは、サブモジュール１３６ｂは、各事象および各側に対する周期間心臓機能を含み、例えば、Ｉｐｒｅｄ＿ＲＶ、Ｉｐｒｅｄ＿ＬＶ、Ｉｐｒｅｄ＿ＲＡ、Ｉｐｒｅｄ＿ＬＡ、Ｒ＿ＥＶＤｒｅｇ（右側の収縮前容積関連の制御）、Ｌ＿ＥＶＤｒｅｇ（左側の収縮前容積関連の制御）、Ｒ＿ｒｅｇｕｌ（右側の圧力関連制御）、Ｌ＿ｒｅｇｕｌ（左側の圧力関連制御）を判定することを備える。

事象モジュール１３４に基づいて選択されたモジュール１３６における心臓機能でのデータセットの評価に続いて、エバリュエータ１３２は、心臓機能の結果に従って、データセットのパラメータを更新および通信する。

図６は、本発明のアブストラクタ１１０で制御される事象分類器１３０および事象エバリュエータ１３２の協調機能をさらに示す。図６は、各事象、およびサブモジュール１３６ａ１〜１５に配置された対応する心臓機能に対して、特定の事象サブモジュール１３４ａ１〜１５と関連付けられた周期内事象１．．１５のタイプを示す。同様に、右側および左側の両方の周期間事象が、それぞれの事象サブモジュール１３４ｂ１〜４、および対応する心臓機能１３６ｂ１〜４に対して示される。

本発明が、限定された数の実施形態に対して説明されてきたが、本発明の多くの変形、修正および他の適用がなされてもよいことが理解されよう。

Claims (24)

1. 心臓の個別の心臓血行動態モデルを抽出する方法において、
   ａ．複数の測定された心臓パラメータの入力データセットを取得するステップと、
   ｂ．補足的ランダムデータセットを生成して、前記入力データセット、およびモデル化データセットを補足するステップと、
   ｃ．前記入力データセット、前記補足的データセットおよび前記モデル化データセットを含む一次データセットを組み立てるステップと、
   ｄ．心臓モデルアブストラクタで前記一次データセットをシミュレートして、個別の心臓血行動態モデルを抽出するステップであって、前記心臓モデルアブストラクタは、複数の心臓周期をシミュレートして、前記個別の心臓モデルを取得することによって、前記一次データセットが評価および調節され、各心臓周期は、１５の心臓周期事象に分割され、各事象は、心臓周期の間の心室の状態の寸評を反映し、各心臓周期事象は、前記個々の心臓周期事象をモデル化する複数の心臓機能によって表され、かつ複数の心臓機能と関連付けられることを特徴とする、ステップと、
   ｅ．前記一次データは、前記複数の前記心臓周期事象を通じて、前記複数の心臓機能で連続して評価され、それによって、各心臓周期事象の後に、更新されたデータセットを形成する前記一次データセットが更新および調節されることと、
   ｆ．安定状態に到達するまで、複数の心臓周期を通じて前記シミュレーションを実行するステップと、
   ｇ．誤り閾値に対して前記入力データセットを考慮して、前記更新されたデータセットを評価するステップと、
   を含むことを特徴とする方法。
2. ２つの連続した心臓周期の間の複数の周期間心臓機能で前記一次データセットを評価するステップをさらに含み、前記周期間心臓機能は心臓機能を制御していることを特徴とする請求項１に記載の方法。
3. 前記周期間心臓機能は、周期間事象と関連付けられ、かつ心臓の左側または右側の心室の状態が、充満後および心房収縮前であり、または心房収縮後および等容性収縮前であるときを評価することを特徴とする請求項２に記載の方法。
4. 前記１５の心臓周期内事象は、両方の心臓が心房収縮であること；左心が心房収縮であり、右心が等容性収縮であること；右心が心房収縮であり、左心が等容性収縮であること；両方の心臓が等容性収縮であること；左心が等容性収縮であり、右心が排出段階であること；右心が等容性収縮であり、左心が排出段階であること、両方の心臓が排出段階であること；左心が排出段階であり、右心が等容性弛緩であること、右心が排出段階であり、左心が等容性弛緩であること；両方の心臓が等容性弛緩であること；左心が等容性弛緩であり、右心が充満段階であること；右心が等容性弛緩であり、左心が充満段階であること；両方の心臓が充満段階であること；左心が充満段階であり、右心が心房収縮であること；右心が充満段階であり、左心が心房収縮であることからなる群から選択されることを特徴とする請求項１に記載の方法。
5. 各心臓周期事象は、特定の心臓周期事象を反映し、特定の心臓活動を繰り返す複数の心臓機能と関連付けられることを特徴とする請求項１に記載の方法。
6. 前記入力データセットは、超音波、ドプラ超音波法、心エコー図、血管造影図、ＣＴ、ＭＲＩ、ＰＥＴなど、またはそれらのいずれかの組合せからなる群から選択される少なくとも１つの以上の画像信号の画像処理によって取得されることを特徴とする請求項１に記載の方法。
7. 前記入力データセットは、血圧計、血圧装置、カテーテル装置、埋め込み装置、心電計（「ＥＣＧ」または「ＥＫＧ」）、臨床試験装置、血液作用、超音波、ドプラ超音波法、心エコー法、血管造影図、ＣＴ、ＭＲＩ、ＰＥＴ、またはそれらのいずれかの組合せからなる群から選択される少なくとも１つ以上の装置で取得された測定値を含むことを特徴とする請求項１に記載の方法。
8. 前記入力データセットは、心臓周期の間の大動脈内腔、Ａｏ弁開閉時間、大動脈における血流速度、Ａｏ弁における血流速度、心臓周期の間の肺動脈内腔、肺動脈における血流速度、ＰＡ弁に関する血流速度、収縮および拡張時の左心室の直径、僧帽弁開閉時間、心臓周期の間の左心室の容積、左心房の直径、左心房の最大面積、左心房の最小面積、左心室の収縮時の壁の厚さ、左心室の拡張時の壁の厚さ、僧帽弁を通る血流速度、心臓周期タイミング、収縮時の右心室の長径、拡張時の右心室の長径、収縮時の右心室の短径、拡張時の右心室の短径、右心房の直径、右心房の最大面積、右心房の最小面積、三尖弁を通る血流速度、またはそれらのいずれかの組合せからなる群から選択される少なくとも１つ以上の選択された心エコーパラメータを含むことを特徴とする請求項１に記載の方法。
9. 請求項１に記載の方法に従って抽出された個別の心臓血行動態モデルで心臓パラメータを監視する方法において、少なくとも１つの、および最大７つの監視入力心臓パラメータは、前記個別の心臓モデルでシミュレートされて、監視された出力心臓パラメータのセットを生成することを特徴とする方法。
10. 前記出力心臓パラメータのセットは、左心室圧、右心室圧、左心房圧、右心房圧、大動脈における圧力、肺動脈における圧力、体循環における圧力降下、体循環の動脈における圧力降下、体循環の毛細血管における圧力降下、体循環の静脈の成分における圧力降下、肺循環における圧力降下、肺循環の動脈における圧力降下、肺循環の毛細血管における圧力降下、肺循環の静脈の成分における圧力降下、左心室の容積、右心室の容積、左心房の容積、右心房の容積、大動脈内腔、ＰＡ内腔、左心室壁の厚さ、右心室壁の厚さ、左心室の心筋内張力およびストレス、右心室の心筋内張力およびストレス、大動脈における血流速度、肺動脈における血流速度、大動脈弁を通る血流路、ＰＡ弁を通る血流路、僧帽弁を通る血流路、三尖弁を通る血流路、体循環抵抗、肺循環抵抗、右心室圧−容積の関係、左心室圧−容積の関係、心膜圧、心膜容積、それらのいずれかの組合せからなる群から選択される、請求項８に記載の方法。
11. 前記シミュレーションは、前記一次データセットを評価して、体積流量の増加、および心室の間の圧力比を判定することにより、初期心臓周期ステージを判定することによって初期化されることを特徴とする請求項１に記載の方法。
12. 前記体積流量の増加、および心室の間の圧力比は、ＰＬＡ／ＰＬＶ、ＰＲＡ／ＰＲＶ、ＰＬＶ／ＰＡｏ、ＰＲＶ／ＰＰａ、Ｉｐｒｅｄ＿ＬＡ、Ｉｐｒｅｄ＿ＬＶ、Ｉｐｒｅｄ＿ＲＡ、Ｉｐｒｅｄ＿ＲＶからなる群から選択される心臓方程式によって提供されることを特徴とする請求項１１に記載の方法。
13. 前記個別の心臓血行動態モデルは、前記モデル化データセットによって表されることを特徴とする請求項１に記載の方法。
14. 前記複数のシミュレートされた心臓周期は、少なくとも３つ、および最大約３０の周期であることを特徴とする請求項１に記載の方法。
15. ユーザの心臓の個別の心臓血行動態モデルを抽出するシステムであって、入力モジュールと、心臓血行動態モデルアブストラクタと、出力モジュールとを備えたシステムにおいて、
    前記アブストラクタは、複数の心臓パラメータを含む一次データセットに基づいて、個別の心臓モデルを抽出し、前記心臓パラメータの少なくとも一部は、前記入力モジュールによって提供され、
    前記一次データセットは、前記一次データによって表される心臓周期事象を特定するために提供される事象分類器モジュールを利用することによって、前記アブストラクタで処理され、前記心臓周期事象は、少なくとも１５の周期内事象の群から選択され、各事象は、心臓周期の間の心室の状態の寸評を反映し、各心臓周期事象は、前記個々の心臓周期事象をモデル化する複数の心臓機能と関連付けられ、
    前記心臓周期事象、および前記関連付けられた心臓機能は、事象エバリュエータモジュールで前記一次データセットのパラメータを評価して、前記個別の心臓血行動態モデルを抽出することを備え、
    モデル評価モジュールは、前記抽出された個別の心臓血行動態モデルを評価する、
    ことを特徴とするシステム。
16. 前記事象分類器はさらに、２つの連続した心臓周期の間に発生する周期間心臓制御事象を分類することを特徴とする請求項１５に記載のシステム。
17. 前記事象分類器モジュールおよび前記事象エバリュエータモジュールは、少なくとも１つの心臓パラメータを含む入力データセットから複数の心臓パラメータを推測することを備え、前記個別の心臓血行動態モデルは、監視出力データセットを提供することを特徴とする請求項１５に記載のシステム。
18. 前記推測された複数の心臓パラメータは、前記出力モジュールで、処理され、かつ補助装置と通信されることを特徴とする請求項１７に記載のシステム。
19. 前記入力モジュールは、心臓画像データを処理して、複数の心臓パラメータを生成する画像プロセッサを含み、前記心臓画像データは、超音波、ドプラ超音波法、心エコー図、血管造影図、ＣＴ、ＭＲＩ、ＰＥＴ、それらと同等のもの、またはそれらのいずれかの組合せからなるグループのうちの少なくとも１つ以上から選択されることを特徴とする請求項１５に記載のシステム。
20. 前記監視出力データセットは、左心室圧、右心室圧、左心房圧、右心房圧、大動脈における圧力、肺動脈における圧力、体循環における圧力降下、体循環の動脈における圧力降下、体循環の毛細血管における圧力降下、体循環の静脈の成分における圧力降下、肺循環における圧力降下、肺循環の動脈における圧力降下、肺循環の毛細血管における圧力降下、肺循環の静脈の成分における圧力降下、左心室の容積、右心室の容積、左心房の容積、右心房の容積、大動脈内腔、ＰＡ内腔、左心室壁の厚さ、右心室壁の厚さ、左心室の心筋内張力およびストレス、右心室の心筋内張力およびストレス、大動脈における血流速度、肺動脈における血流速度、大動脈弁を通る血流路、ＰＡ弁を通る血流路、僧帽弁を通る血流路、三尖弁を通る血流路、体循環抵抗、肺循環抵抗、右心室圧−容積の関係、左心室圧−容積の関係、心膜圧、心膜容積、それらのいずれかの組合せからなる群から選択される心臓パラメータの出力セットを含むことを特徴とする請求項１７に記載のシステム。
21. 前記出力は、処理センターまたは補助装置と通信されることを特徴とする請求項１８に記載のシステム。
22. 前記補助装置は、コンピュータ、モバイル通信装置、サーバ、超音波システム、心電図、カテーテル法、撮像データ、撮像装置、ＭＲＩ、ＣＴ、ＰＥＴからなる群から選択されることを特徴とする請求項２２に記載のシステム。
23. 請求項１に記載の方法を実行することによって、個別の心臓血行動態モデルを抽出する命令を含むことを特徴とする機械可読媒体。
24. 請求項１に記載の方法を実行することによって、個別の心臓血行動態モデルを抽出するための、プログラム可能なコンピュータによって実行されることを特徴とする方法。

Images