脂質コアプラーク被膜の厚さの検出
【課題】血管壁を調査するためのコンピュータプログラム製品を含む、方法、システム、および装置が説明される。
【解決手段】血管壁に対して近赤外線が照射される。血管壁から反射された近赤外線が受光される。血管壁から反射された近赤外線に基づき反射スペクトルが決定される。反射スペクトルが脂質コアプラーク（ＬＣＰ）の存在を示すかどうかはＬＣＰ分類器を反射スペクトルに適用することによって判定される。反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さが決定される。ＬＣＰ被膜の厚さを示す指標が表示される。
【解決手段】血管壁に対して近赤外線が照射される。血管壁から反射された近赤外線が受光される。血管壁から反射された近赤外線に基づき反射スペクトルが決定される。反射スペクトルが脂質コアプラーク（ＬＣＰ）の存在を示すかどうかはＬＣＰ分類器を反射スペクトルに適用することによって判定される。反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さが決定される。ＬＣＰ被膜の厚さを示す指標が表示される。
【発明の詳細な説明】
【技術分野】
【０００１】
[0001]本発明の技術は、一般的に脂質コアプラーク被膜の厚さ検出の分野に関するものであり、より具体的には、近赤外分光法を使用した脂質コアプラーク被膜の厚さの検出に関するものである。
【背景技術】
【０００２】
[0002]脂質コアの存在および特性は、冠状動脈プラークの危険性を評価するための重要な考慮事項である。脂質コアプラーク（「ＬＣＰ」）に関して、脂質充満コアの上に被さる線維性被膜の厚さは、ＬＣＰの破裂の危険性を表す重要な指示として広く認められている。膨張リモデリング、プラーク容積増大、炎症、脂質コア、および例えば、．０６５〜．１ｍｍ未満の被膜厚さなどの特性を示すＬＣＰは、薄被膜型線維粥腫（thin-capped fibroatheromas）（「ＴＦＣＡ」）に分類されうる。ＴＣＦＡは、インビボ不安定プラークに関連していると考えられる病理組織学的に定義されている構造であり、また冠動脈血栓による突然死における責任部位として、死後に、ほとんどの場合に関与している構造である。その結果、ＬＣＰ被膜厚さのインビボでの検出は、ＬＣＰが将来破裂する危険性を評価するためのツールとして、インターベンション心臓病学コミュニティでは大きな関心を寄せている。
【０００３】
[0003]被膜厚さを十分に測定できる既存技術は少ししかなく、また被膜厚さを測定することができる既存技術には欠点もある。例えば、血管内超音波法（「ＩＶＵＳ」）は、線維性被膜の厚さを視覚化する十分な解像度を持たない。ＩＶＵＳは、プラークの上に載る薄い皮膜の存在を推定するために使用されることが多い。いくつかのアプローチでは、プラークの上に載る被膜が一見して存在していないように見えることが、被膜厚さが４０ＭＨｚのＩＶＵＳ（１００μｍ）の標準的に規定されている解像限界より薄いことを意味すると想定する定義を利用する。例えば、いくつかのＩＶＵＳアプローチでは、脂質コアであると考えられるエコールーセントプラーク領域が内腔と連通しているように見える場合に、被膜厚さは、１００μｍ未満であると想定され、このプラーク負荷も高まる場合、構造はインビボＴＣＦＡであると想定される。
【０００４】
[0004]別の例として、光干渉断層法（「ＯＣＴ」）は、線維性被膜の厚さを視覚化する十分な解像度（数１０ミクロンと各種報告されている）を有する。しかし、ＯＣＴ技術の精度は、無数の画像アーチファクトの悪影響を受ける可能性があり、プラーク毎の複数の断面の本質的に主観的なオフラインでの解釈に対するコンセンサスの推奨はまだ策定されていない。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】米国特許第８，０００，７７４号
【特許文献２】米国特許第６，８１６，７４３号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
[0005]したがって、ＬＣＰ被膜厚さを迅速に、容易に、かつ正確に評価するための技術の必要性は依然としてある。
[0006]一態様では、血管壁を調査するためのコンピュータ実装方法がある。この方法は、プローブを使って、近赤外線を血管壁に照射するステップを伴う。この方法は、プローブにより、血管壁から反射された近赤外線を受光するステップを伴う。この方法は、コンピューティングデバイスにより、血管壁から反射された近赤外線に基づき反射スペクトルを決定するステップを伴う。この方法は、コンピューティングデバイスにより、反射スペクトルが脂質コアプラークの存在を示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定するステップを伴う。この方法は、コンピューティングデバイスにより、反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定するステップを伴う。この方法は、ＬＣＰ被膜の厚さを示す指標をディスプレイ上に表示するステップを伴う。
【０００７】
[0007]別の態様では、血管壁を調査するための、非一時的なコンピュータ可読記憶媒体内に明確に具現化された、コンピュータプログラム製品があり、コンピュータプログラム製品はデータ処理装置に、近赤外線を照射された血管壁から反射された近赤外線を示す信号を受信し、受信された信号に基づき反射スペクトルを決定し、反射スペクトルがＬＣＰの存在を示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定し、反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定し、ＬＣＰ被膜の厚さを示す指標をディスプレイ上に表示することを行わせるように動作可能である命令を備える。
【０００８】
[0008]別の態様では、ＬＣＰ被膜厚さ分類器を構築するためのコンピュータ実装方法がある。この方法は、複数の血管壁上の複数の場所のそれぞれの場所について、プローブを使って、近赤外線をその場所に照射するステップと、プローブによって、その場所から反射された近赤外線を受光するステップと、コンピューティングデバイスにより、その場所から反射された近赤外線に基づき反射スペクトルを決定するステップと、コンピューティングデバイスにより、反射スペクトルがその場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定するステップと、コンピューティングデバイスにより、反射スペクトルがその場所にＬＣＰが存在することを示す場合にその場所を選択するステップと、コンピューティングデバイスにより、その場所に関連付けられている組織病理学データを受信するステップとを実行するステップを含む。この方法は、コンピューティングデバイスにより、被膜厚さ閾値を受信するステップを伴う。この方法は、コンピューティングデバイスにより、それぞれの選択された場所の反射スペクトルおよび組織病理学データならびに被膜厚さ閾値に基づきＬＣＰ被膜厚さ分類器を生成するステップを伴う。
【０００９】
[0009]別の態様では、ＬＣＰ被膜厚さ分類器を構築するための、非一時的なコンピュータ可読記憶媒体内に明確に具現化された、コンピュータプログラム製品があり、コンピュータプログラム製品はデータ処理装置に、複数の血管壁上の複数の場所のそれぞれの場所について、近赤外線を照射された場所から反射された近赤外線を示す信号を受信し、受信された信号に基づき反射スペクトルを決定し、反射スペクトルがその場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定し、反射スペクトルがその場所にＬＣＰが存在することを示す場合にその場所を選択し、その場所に関連付けられている組織病理学データを受信するステップを行わせるように動作可能である命令を備える。コンピュータプログラム製品はデータ処理装置に、被膜厚さ閾値を受信し、それぞれの選択された場所の反射スペクトルおよび組織病理学データならびに被膜厚さ閾値に基づきＬＣＰ被膜厚さ分類器を生成することを行わせるように動作可能な命令を備える。
【００１０】
[0010]上記の態様はどれも、以下の特徴のうちの１つまたは複数を含みうる。いくつかの実施形態では、ＬＣＰ被膜厚さ分類器は、１つまたは複数の試料反射スペクトルおよび関連する組織病理学データに基づき生成される数学的モデルを含む。いくつかのアプリケーションでは、組織病理学データは、ＬＣＰ被膜厚さ測定結果を含む。いくつかの実施形態では、ＬＣＰ被膜厚さ分類器を適用して、ＬＣＰ被膜の厚さが厚さ閾値を超える確率を求める。いくつかの実施形態では、ＬＣＰ被膜厚さ分類器を適用して、ＬＣＰ被膜の厚さが厚さ閾値より小さい確率を求める。いくつかのアプリケーションでは、厚さ閾値は、約．４ミリメートルである。いくつかのアプリケーションでは、厚さ閾値は、約．１ミリメートルである。
【００１１】
[0011]いくつかの実施形態では、この方法は、反射スペクトルがＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定するステップを含む。
【００１２】
[0012]いくつかの実施形態では、ＬＣＰ被膜の厚さを示す指標は、ＬＣＰ被膜の厚さが厚さ閾値を超えることを表す指示を含む。いくつかの実施形態では、ＬＣＰ被膜の厚さを示す指標は、ＬＣＰ被膜の厚さが厚さ閾値より小さいことを表す指示を含む。
【００１３】
[0013]いくつかの実施形態では、コンピュータプログラム製品はデータ処理装置に、反射スペクトルがＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定させるように動作可能な命令を備える。
【００１４】
[0014]本発明の他の態様および利点は、例によってのみ本発明の原理を示す、添付図面と併せて、以下の詳細な説明を読むと明らかになるであろう。
[0015]本発明の技術の前記の、ならびに他の、目的、特徴、および利点、さらには本発明の技術それ自体は、添付図面と併せて読んだときに、さまざまな実施形態の以下の説明から、より完全に理解されるであろう。
【図面の簡単な説明】
【００１５】
【図１】それぞれがＬＣＰを含む２つの動脈試料を示す図である。
【図２Ａ】光学分光カテーテルシステムを示す図である。
【図２Ｂ】図２Ａのカテーテルの一部の代替的図面である。
【図３】異なる物質に対する例示的な近赤外吸収スペクトルのグラフである。
【図４】ＬＣＰ被膜厚さ分類器を構築する方法を示す流れ図である。
【図５】血管壁を調査し、ＬＣＰ被膜の厚さを示す指標を生成するための方法を示す流れ図である。
【図６】ＬＣＰ被膜の厚さを示す指標を表示するための例示的なグラフィックディスプレイ６００を示す図である。
【発明を実施するための形態】
【００１６】
[0016]この技術は、血管壁のインビボ調査を行うために近赤外分光法を使用する方法および装置、ならびにＬＣＰ被膜の厚さの分類を行う。この技術は、コレステロールを多量に含むＬＣＰに対する健康な血管組織のさまざまな生化学的成分の間の近赤外スペクトル差を利用して、ＬＣＰ被膜厚さを特徴付ける。
【００１７】
[0017]いくつかの実施形態では、この技術は、破裂に対するＬＣＰの不安定さに関連すると考えられるプラーク特性を識別するために使用されうる。このような不安定ＬＣＰは、一般的に、トリガーとなる活動または患者側の事象がある場合、またはない場合に、急性冠動脈症候群の原因となる血栓症に至る潰瘍形成、破裂、または腐食などの事象を生じる傾向のあるＬＣＰとして記述することができる。例えば、この技術は、不安定で、破裂する可能性が高い場合のある、薄被膜型アテローム性動脈硬化ＬＣＰを非破壊的に識別するために使用されうる。いくつかのアプリケーションでは、この技術によってもたらされる特定のＬＣＰに関する情報は、医師がこれらのＬＣＰに対処するために適切な薬剤または手術による介入を決定する際に役立ちうる。いくつかのアプリケーションでは、この技術によってもたらされる特定のＬＣＰに関する情報は、特定のＬＣＰの治療に関して特定の薬剤の有効性を評価するステップを円滑にすることができる。
【００１８】
[0018]図１は、それぞれがＬＣＰを含む２つの動脈試料を示す図である。動脈断面１００は、内腔１１５、線維性組織１０５、およびＬＣＰと整合性のとれている脂質の豊富な構造、すなわち脂質プールを示す。線維性組織１０５は、その最も薄い領域１１０にあっても、プラークの脂質含有部分の上に載る極厚の被膜を構成する。この例などの、いくつかの場合において、極厚の被膜は、最小厚さが．４ｍｍを超える被膜とすることができる。動脈断面１５０は、ＬＣＰと整合性のとれている脂質の豊富な構造、脂質プール１７０および壊死性コア１７５を含む動脈の一例である。ＬＣＰ構造を内腔１６５から分離する線維性組織１５５は、極薄の領域１６０を有する。いくつかの場合において、極薄の被膜は、最小厚さが．１ｍｍ未満である被膜とすることができる。断面１５０内に示されているプラークは、領域１６０が脂質プール１７０および壊死性コア１７５を破裂させてその内容物を内腔１６５内に放出する可能性が高く、延いては血栓症および心臓組織への血流の喪失が引き起こされうるため、不安定であると考えることができる。
【００１９】
[0019]近赤外分光法を実行するためにこの技術の一部として、またはこの技術と併せてさまざまな器具が使用されうる。図２Ａは、光学分光カテーテルシステム２００を示す図である。カテーテルシステム２００は、一般的に、血管分析に使用されうる。例えば、カテーテルシステム２００は、近赤外線を血管壁に照射し、血管壁から反射された近赤外線を受光するために使用することができる。この技術では、受光した反射近赤外線を使用して、検出されたＬＣＰの被膜厚さを評価することができる。
【００２０】
[0020]カテーテルシステム２００は、プローブもしくはカテーテル２０５、およびスペクトロメーターシステム２１０を備える。カテーテル２０５は、カテーテルヘッド２０７を備えることができる。分光計システム２１０は、プルバックおよび回転デバイス２１５、光源２２０、検出器システム２２５、および波長走査または波長復号化デバイス２３０を備える。
【００２１】
[0021]カテーテル２０５は、光ファイバーもしくは光ファイバー束（図示せず）を備えることができる。カテーテル２０５は、大腿動脈２４５などの、末梢血管を介して患者２４０体内に挿入されうる。次いで、カテーテルヘッド２０７が、心臓２５５の冠動脈２５０または頸動脈２６０などの、血管内の所望の標的領域に移動されうる。示されている例では、これは、カテーテルヘッド２０７を大動脈２６５に通して上へ移動することによって達成される。
【００２２】
[0022]カテーテルヘッド２０７が血管内の調査のためある部位に配置された後、放射線が生成されうる。示されている例では、光源２２０によって近赤外線が発生され、注目する１つまたは複数のスペクトル帯域にまたがる波長帯上で同調される。他の実施形態では、注目するスペクトル帯域を供給するために１つまたは複数の広帯域光源が使用され、スペクトロメーターまたは波長符号化方式を使用してさまざまな波長の信号強度が決定される。いずれの場合も、光信号がカテーテル２０５の光ファイバー内に結合され、カテーテルヘッド２０７に伝送されうる。
【００２３】
[0023]いくつかの実施形態では、近赤外スペクトル帯域が分光法のために使用される。例示的なスペクトル帯域は、１０００から１４５０ナノメートル（ｎｍ）、１０００ｎｍから１３５０ｎｍ、１１００ｎｍから１９００ｎｍ、１１５０ｎｍから１２５０ｎｍ、１１７５ｎｍから１２８０ｎｍ、および１１９０ｎｍから１２５０ｎｍまでの波長を有する光を含む。他の例示的なスペクトル帯域は、１６６０ｎｍから１７４０ｎｍ、および１６３０ｎｍから１８００ｎｍまでの波長を含む。いくつかの実装では、スペクトル応答は、完全なスペクトル領域について最初に得られ、次いで、さらなる分析のために完全なスペクトル領域内の帯域が選択される。
【００２４】
[0024]いくつかの実施形態では、受光した拡散反射近赤外線がカテーテル２０５の光ファイバー内を下って伝送されプルバックおよび回転デバイス２１５に向かうか、または別の光ファイバー内に入る。これは、受光した放射線または光信号を、１つまたは複数の検出器を備えることができる、検出器システム２２５に供給する。
【００２５】
[0025]波長走査または復号化デバイス２３０は、標的領域（例えば、血管の内壁）のスペクトル応答を探るために光源２２０を制御しながら、また典型的には流体である、介在する血液または不要な信号源を通して、カテーテルシステム２００の応答を監視する。
【００２６】
[0026]その結果、スペクトロメーターシステム２１０がスペクトルを収集することができる。スペクトルの収集が完了すると、次いで、スペクトロメーターシステム２１０は、データをアナライザー２７０に供給する。
【００２７】
[0027]図２Ｂは、図２Ａのカテーテル２０５の一部の代替的図面である。カテーテル２０５の光ファイバーからの光信号２７５（例えば、近赤外線）は、例えば、折り返し鏡２７７によって向き付けられて、カテーテルヘッド２０７から出て、血管壁２８２の標的領域２８０に当たる。次いで、カテーテルヘッド２０７は、標的領域２８０および介在する流体から拡散反射された光を集光し、反射光線２８５を下方のカテーテル２０５へ返す。
【００２８】
[0028]一実施形態では、カテーテルヘッド２０７は、矢印２８７によって例示されているようにスピンする。これにより、カテーテルヘッド２０７は、血管壁２８２の周全体を走査することができる。他の実施形態では、カテーテルヘッド２０７は、複数の放射体および検出器窓を備え、これは好ましくはカテーテルヘッド２０７の周上に分配される。いくつかの例では、カテーテルヘッド２０７は、分析されている血管の一部分の長さを通して引き戻されている間にスピンする。
【００２９】
[0029]アナライザー２７０は、反射された放射線２８５を受光し、血管壁２８２または注目する他の組織（例えば、カテーテルヘッド２０７の反対側にある領域２８０にある組織）の評価を行うことができる。いくつかの実施形態では、アナライザー２７０は、反射された放射線２８５に基づき反射スペクトルを決定する。いくつかの実施形態では、反射スペクトルは、拡散反射スペクトルまたは対数変換反射スペクトルであるものとしてよい。いくつかの実施形態では、吸光度スペクトルが決定されうるが、ただし、吸光度は式１で与えられる。
【００３０】
吸光度＝−ｌｏｇ（Ｉ／Ｉ０） 式１
式１において、Ｉは、反射された放射線の検出された強度であり、Ｉ０は、入射強度である。以下で詳しく説明されるように、アナライザー２７０は、決定されたスペクトルに基づきＬＣＰの被膜厚さを評価することができる。
ＬＣＰ被膜厚さ分類器の構築
[0030]上で指摘されているように、この技術は、コレステロールを多量に含むＬＣＰに対する健康な血管組織のさまざまな生化学的成分の間の近赤外スペクトル差を利用する。図３は、異なる物質に対する例示的な近赤外吸収スペクトルのグラフ３００である。グラフ３００は、コラーゲンとともに、コレステリルオレイン酸、コレステロール、およびコレステリルリノール酸を含む、さまざまな形態のコレステロールに対する近赤外線スペクトルを含む。健康な血管組織は、コラーゲンに富んでいるが、ＬＣＰは、より高い相対的含有量のコレステロールを含む。グラフ３００は、コラーゲンとさまざまなコレステロール形態との間のスペクトル差を示しており、本発明の技術ではこれを使用して、ＬＣＰ被膜厚さを評価する。
【００３１】
[0031]いくつかの実施形態では、この技術は、ＬＣＰ被膜の厚さを分類するための数学的分類器またはモデルを構築するステップを伴う。数学的分類器は、知られている組織試料（例えば、ＬＣＰ被膜の厚さが知られている試料）のスペクトルと組織状態との間の関係をモデル化することによって作成することができる。
【００３２】
[0032]図４は、ＬＣＰ被膜厚さ分類器を構築する方法を示す流れ図４００である。いくつかの実施形態では、図２Ａの分光カテーテルシステム２００は、ＬＣＰ被膜厚さ分類器を構築する方法を実行することができる。いくつかの実施形態では、別のコンピューティングデバイスが、ＬＣＰ被膜厚さ分類器を構築する方法を実行することができる。
【００３３】
[0033]ステップ４１０で、血管内の場所に対して近赤外線が照射される。図２Ａを参照しつつ上で説明されているように、カテーテルシステム２００は、例えば、血管内の場所に近赤外線を照射するために使用されうる。近赤外線は、特定のスペクトル帯域内の近赤外線を含むことができる。例示的なスペクトル帯域は、１０００から１４５０ナノメートル（ｎｍ）、１０００ｎｍから１３５０ｎｍ、１１００ｎｍから１９００ｎｍ、１１５０ｎｍから１２５０ｎｍ、１１７５ｎｍから１２８０ｎｍ、および１１９０ｎｍから１２５０ｎｍまでを含む。他の例示的なスペクトル帯域は、１６６０ｎｍから１７４０ｎｍ、および１６３０ｎｍから１８００ｎｍまでの波長を含む。ステップ４２０で、その場所から反射された近赤外線が受光される。例えば、カテーテルシステム２００は、その場所から反射された近赤外線を受光することができる。
【００３４】
[0034]ステップ４３０で、反射スペクトルは、その場所から反射された近赤外線に基づき決定される。いくつかの実施形態では、アナライザー２７０が、その場所から反射された近赤外線に基づき反射スペクトルを決定することができる。いくつかの実施形態では、反射スペクトルは、拡散反射スペクトルまたは対数変換反射スペクトルであるものとしてよい。いくつかの実施形態では、吸光度スペクトルが決定されうる。
【００３５】
[0035]ステップ４４０で、反射スペクトルがＬＣＰの存在を示しているかどうかが判定される。いくつかの実施形態では、反射スペクトルがＬＣＰの存在を示しているかどうかは、参照により本明細書に組み込まれている、Ｓｕｍらにより２００７年１月３日に出願された米国特許第８，０００，７７４号、名称「Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｉｎｔｒａ Ｌｕｍｉｎａｌ Ｔｈｒｏｍｂｏｓｉｓ Ｄｅｔｅｃｔｉｏｎ」において説明されている方法を使用して判定されうる。いくつかの実施形態では、反射スペクトルがＬＣＰの存在を示しているかどうかは、参照により本明細書に組み込まれている、Ｍｏｒｅｎｏらにより２００１年１月２４日に出願された米国特許第６，８１６，７４３号、名称「Ｍｅｔｈｏｄｓ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ ｉｎ ｖｉｖｏ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｖｕｌｎｅｒａｂｌｅ Ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ Ｐｌａｑｕｅｓ」において説明されている方法を使用して判定されうる。ステップ４５０で、反射スペクトルがその場所にＬＣＰが存在することを示す場合にその場所が選択される。
【００３６】
[0036]ステップ４６０で、その場所に関連付けられている組織病理学データが受信される。組織病理学データは、その場所の目視検査によって得られるデータを含みうる。例えば、組織病理学者は、その場所の血管の断面を調査して、Ｌが存在しているかどうか、およびＬＣＰの被膜の厚さを判定することができる。これらのデータは、データベース内に用意されるが、または他の好適な記憶装置デバイス内に収められうる。
【００３７】
[0037]ステップ４７０で、データの収集元となる血管壁の場所がさらにあるかどうかが判定される。残されている複数の血管内に、スペクトルおよび組織病理学データの送り元である場所がさらにある場合、残りの場所毎にステップ４１０〜４６０が繰り返される。そうでない場合、この方法は、ステップ４８０に進む。
【００３８】
[0038]ステップ４８０で、被膜厚さ閾値が受信される（例えば、約．４ｍｍまたは．１ｍｍ）。
[0039]ステップ４９０で、ＬＣＰ被膜厚さ分類器が、ステップ４１０〜４７０からのそれぞれの選択された場所の反射スペクトルおよび組織病理学データならびに被膜厚さ閾値に基づき生成される。いくつかの実施形態では、データは、それぞれの行が対応する場所に対するスペクトルを表す「ｘブロック」行列、および対応する場所に対する組織病理学データ（例えば、被膜厚さ基準値）の「ｙブロック」ベクトルとして設定される。いくつかの実施形態では、被膜厚さ閾値が組織病理学データのベクトルに適用され、その結果、「ｙブロック」は厚さが被膜厚さ閾値より大きい被膜の有無を示す。いくつかの実施形態では、被膜厚さ閾値が組織病理学データのベクトルに適用され、その結果、「ｙブロック」は厚さが被膜厚さ閾値より小さい被膜の有無を示す。
【００３９】
[0040]次いで、被膜厚さ分類器は、それぞれの場所に対する反射スペクトルと組織病理学データとの間の関係をモデル化することによって作成される多変数数学的モデルなどの、いくつかの多変数技術のうちのどれかを使用して生成されうる。これらの数学的モデルは、部分最小二乗判別分析法（Partial Least Squares Discrimination Analysis）（ＰＬＳ−ＤＡ）、マハラノビス距離および大きい残差を用いる主成分分析法（Principle Component Analysis with Mahalanobis Distance and augmented Residuals）（ＰＣＡ／ＭＤＲ）、およびＫ最近傍を用いるＰＣＡ、ユークリッド距離を用いるＰＣＡ、ＳＩＭＣＡ、ブートストラップ誤差調整単一サンプル法（bootstrap error-adjusted single-sample technique）（ＢＥＳＴ）、ニューラルネットワーク、およびサポートベクタマシンなどの他の方法、ならびに他の種類の判別手段などの技術に基づくものとすることができる。
【００４０】
[0041]いくつかの実施形態では、複数の分類器が生成されうる。例えば、第１の分類器は、厚いＬＣＰ被膜（例えば、約．４ｍｍ）に対応する被膜厚さ閾値を使用して生成されるものとしてよく、また、第２の分類器は、薄いＬＣＰ被膜（例えば、約．１ｍｍ）に対応する被膜厚さ閾値を使用して生成されるものとしてよい。
血管壁の調査
[0042]いくつかの実施形態では、この技術は、血管壁を調査し、ＬＣＰ被膜の厚さを示す指標を生成する方法を伴う。図5は、血管壁を調査するための方法を表す流れ図５００である。いくつかの実施形態では、図２Ａの分光カテーテルシステム２００は、血管壁を調査する方法を実行することができる。いくつかの実施形態では、別のコンピューティングデバイスが、血管壁を調査する方法を実行することができる。
【００４１】
[0043]ステップ５１０で、血管壁に対して近赤外線が照射される。図２Ａを参照しつつ上で説明されているように、カテーテルシステム２００は、例えば、血管に近赤外線を照射するために使用されうる。近赤外線は、特定のスペクトル帯域内の近赤外線を含むことができる。例示的なスペクトル帯域は、１０００から１４５０ナノメートル（ｎｍ）、１０００ｎｍから１３５０ｎｍ、１１００ｎｍから１９００ｎｍ、１１５０ｎｍから１２５０ｎｍ、１１７５ｎｍから１２８０ｎｍ、および１１９０ｎｍから１２５０ｎｍまでを含む。他の例示的なスペクトル帯域は、１６６０ｎｍから１７４０ｎｍ、および１６３０ｎｍから１８００ｎｍまでの波長を含む。ステップ５２０で、血管壁から反射された近赤外線が受光される。例えば、カテーテルシステム２００は、その場所から反射された近赤外線を受光することができる。
【００４２】
[0044]ステップ５３０で、反射スペクトルは、血管壁から反射された近赤外線に基づき決定される。いくつかの実施形態では、アナライザー２７０が、血管壁から反射された近赤外線に基づき反射スペクトルを決定することができる。いくつかの実施形態では、反射スペクトルは、拡散反射スペクトルまたは対数変換拡散反射スペクトルであるものとしてよい。いくつかの実施形態では、吸光度スペクトルが決定されうる。
【００４３】
[0045]ステップ５４０で、反射スペクトルがＬＣＰの存在を示しているかどうかが判定される。図４のステップ４５０に関してすでに説明されている技術のどれかが使用されうる。反射スペクトルがＬＣＰの存在を示している場合、この方法はステップ５５０に進む。
【００４４】
[0046]ステップ５５０で、ＬＣＰ被膜の厚さは、反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによって決定される。
[0047]いくつかの実施形態では、ＬＣＰ被膜厚さ分類器は、図４を参照しつつ上で説明されているように生成された分類器とすることができる。ＬＣＰ被膜厚さ分類器は、血管壁にそった特定の場所の組織を特徴付けるためにスペクトルに適用される。例えば、ＬＣＰ被膜厚さ分類器を反射スペクトルに適用することで、スペクトルがＬＣＰ被膜厚さ分類器を構築するために使用される被膜厚さ閾値より大きい被膜厚さを持つＬＣＰ被膜を示す確率が求められる。そのような実施形態では、被膜厚さは、分類器によって与えられる確率が閾値（例えば、．６）を超えた場合に被膜厚さ閾値より大きいと判定される。ＬＣＰ被膜厚さ分類器を反射スペクトルに適用することで、スペクトルがＬＣＰ被膜厚さ分類器を構築するために使用される被膜厚さ閾値より小さい被膜厚さを持つＬＣＰ被膜を示す確率が求められる。そのような実施形態では、被膜厚さは、分類器によって与えられる確率が閾値（例えば、．６）を超えた場合に被膜厚さ閾値より小さいと判定される。
【００４５】
[0048]いくつかの実施形態では、複数の分類器が適用されうる。例えば、第１の分類器は、厚いＬＣＰ被膜（例えば、約．４ｍｍ）に対応する被膜厚さ閾値を用いて適用されるものとしてよく、また、第２の分類器は、薄いＬＣＰ被膜（例えば、約．１ｍｍ）に対応する被膜厚さ閾値を使用して適用されるものとしてよい。いくつかの実施形態では、複数の分類器の結果を組み合わせて単一の分類器が得られる。
【００４６】
[0049]ステップ５６０で、ＬＣＰ被膜の厚さを示す指標が表示される。いくつかの実施形態では、ＬＣＰ被膜の厚さを示す指標が、グラフィックディスプレイ上に表示される。図６は、ＬＣＰ被膜の厚さを示す指標を表示するための例示的なグラフィックディスプレイ６００を示す図である。グラフィックディスプレイ６００上のプロット６１０は、例えば、ＬＣＰ被膜厚さ分類器によって与えられるような、ＬＣＰの存在を示す空間分解図を示している。プロット６２０は、ＬＣＰ分類器によって与えられるような、ＬＣＰ被膜の厚さを示す指標の空間分解図を示している。上で説明されているように、ＬＣＰ被膜厚さ分類器を反射スペクトルに適用することで、スペクトルがＬＣＰ被膜厚さ分類器を構築するために使用される被膜厚さ閾値より大きい被膜厚さを持つＬＣＰ被膜を示す確率が求められる。プロット６２０は、この確率を、濃陰影領域が分類器が閾値（例えば、．６）を超える確率を持つ被膜厚さ閾値より大きい被膜厚さを有すると予測したＬＣＰ被膜を持つ血管内の場所を示し、薄陰影領域が分類器が閾値（例えば、．６）より小さい確率を持つ被膜厚さ閾値より大きい被膜厚さを有すると予測したＬＣＰ被膜を持つ血管内の場所を示すツーシェードスケール（two-shade scale）にマッピングする。プロット６３０は、ＬＣＰ被膜厚さ分類器によって与えられるような、ＬＣＰ被膜の厚さを示す指標の空間分解図を示している。プロット６２０は、極厚の被膜を有すると予測された領域（中間陰影）（例えば、．６より大きい確率）、極薄の被膜を有すると予測された領域（淡陰影）（例えば、．４より小さい確率）、および分類器が中間確率を付けた領域（濃陰影）（例えば、．４から．６の間の確率）を際立たせるために、同じ確率をスリーシェードスケール（three-shade scale）にマッピングする。
【００４７】
[0050]グラフィックディスプレイ６００は、薄い被膜の指数の要約番号（thin cap index summary numbers）６４０および厚い被膜の指数の要約番号（thick cap index summary numbers）６５０も表示し、これは薄い被膜について被膜厚さ閾値より低いと予測するか、または厚い被膜について被膜厚さ閾値より高いと予測する評価されたＬＣＰピクセルの場所の数および割合を示す。
【００４８】
[0051]上述の技術は、デジタル電子回路で、またはコンピュータのハードウェア、ファームウェア、ソフトウェア、またはこれらの組み合わせで実装することができる。実装は、データ処理装置、例えば、プログラム可能なプロセッサ、１つのコンピュータ、もしくは複数のコンピュータによる実行のため、またはこれらのオペレーションを制御するために、コンピュータプログラム製品、つまり、情報媒体内に、例えば、機械可読記憶装置デバイス内に、明確に具現化されるコンピュータプログラムとしてなされうる。コンピュータプログラムは、コンパイル言語またはインタプリタ言語を含む、任意の形態のプログラミング言語で書かれ、スタンドアロンプログラム、またはモジュール、コンポーネント、サブルーチン、またはコンピューティング環境において使用するのに適している他のユニットを含む、任意の形態で配備されうる。コンピュータプログラムは、1つのコンピュータ上で、または1つのサイトにあるか、または複数のサイトにまたがって分散され、通信ネットワークによって相互接続されている複数のコンピュータ上で実行されるように配備されうる。
【００４９】
[0052]方法ステップは、入力データを操作し、出力を生成することによりコンピュータプログラムを実行して本発明の機能を実行する１つまたは複数のプログラム可能なプロセッサによって実行されうる。方法ステップは、専用論理回路、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、またはＡＳＩＣ（特定用途向け集積回路）によっても実行され、また装置は、専用論理回路、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、またはＡＳＩＣ（特定用途向け集積回路）として実装されうる。モジュールは、その機能を実装するコンピュータプログラムおよび／またはプロセッサ／専用回路の部分を指すものとしてよい。
【００５０】
[0053]コンピュータプログラムの実行に適しているプロセッサとしては、例えば、汎用マイクロプロセッサ、専用マイクロプロセッサ、および任意の種類のデジタルコンピュータの任意の１つまたは複数のプロセッサが挙げられる。一般に、プロセッサは、読み取り専用メモリまたはランダムアクセスメモリまたはその両方から命令およびデータを受け取る。一般に、コンピュータは、データを格納するための１つまたは複数の大容量記憶装置デバイス、例えば、磁気ディスク、磁気光ディスク、または光ディスクも備え、これらからデータを受け取るか、またはこれらにデータを転送するか、またはその両方を行うように動作可能なように結合されうる。データ伝送および命令も、通信ネットワークを経由してなされるものとしてよい。コンピュータプログラムの命令およびデータを具現化するのに好適な情報媒体は、例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイスなどの半導体メモリデバイス、磁気ディスク、例えば、内蔵ハードディスクまたはリムーバブルディスク、光磁気ディスク、ならびにＣＤ−ＲＯＭおよびＤＶＤ−ＲＯＭディスクを含む、あらゆる形態の不揮発性メモリを含む。プロセッサおよびメモリは、専用論理回路で補完されるか、または専用論理回路に組み込まれうる。
【００５１】
[0054]ユーザーと情報のやり取りを行うために、上述の技術は、ユーザーに情報を表示するための表示デバイス（例えば、ＣＲＴ（陰極線管）またはＬＣＤ（液晶ディスプレイ）モニタ）ならびにキーボードおよびユーザーがコンピュータに入力を送るために（例えば、ユーザーインターフェース要素とやり取りするために）使用できるポインティングデバイス、例えば、マウスもしくはトラックボールを有するコンピュータ上に実装することができる。他の種類のデバイスも、ユーザーと情報をやり取りするために使用することができ、例えば、ユーザーに返されるフィードバックは、任意の形態の感覚フィードバック、例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバックとすることができ、ユーザーからの入力は、音響、話し声、または触覚入力を含む、任意の形態で受け取ることができる。
【００５２】
[0055]上述の技術は、バックエンドコンポーネントを、例えば、データサーバーとして、および／またはミドルウェアコンポーネントを、例えば、アプリケーションサーバとして、および／またはフロントエンドコンポーネントを、例えば、ユーザーと例示的実装との情報のやり取りに使用されるグラフィカルユーザーインターフェースおよび／またはウェブブラウザを有するクライアントコンピュータとして、またはそのようなバックエンド、ミドルウェア、またはフロントエンドコンポーネントの任意の組み合わせを備える分散コンピューティングシステム内に実装することができる。システムのコンポーネントは、デジタルデータ通信の任意の形態または媒体、例えば、通信ネットワークによって相互接続することができる。通信ネットワークの例としては、ローカルエリアネットワーク（「ＬＡＮ」）、ワイドエリアネットワーク（「ＷＡＮ」）、例えばインターネットが挙げられ、有線とワイヤレスの両方がある。
【００５３】
[0056]コンピューティングシステムは、クライアントおよびサーバーを備えることができる。クライアントおよびサーバーは、一般に、互いに隔てられており、典型的には、通信ネットワークを通じて情報のやり取りを行う。クライアントとサーバーとの関係は、コンピュータプログラムが各コンピュータ上で実行され、互いとの間にクライアント-サーバー関係を有することによって発生する。
【００５４】
[0057]本発明の技術は、特定の実施形態に関して説明されている。本明細書で説明されている代替的形態は、例示することのみを目的とする例であり、いかなる形でも代替的形態を制限することはない。説明されている方法のステップは、異なる順序で実行されうるが、それでも、所望の結果が得られる。他の実施形態も、以下の請求項の範囲内に収まる。
【符号の説明】
【００５５】
１００ 動脈断面
１０５ 線維性組織
１１０ 最も薄い領域
１１５ 内腔
１５０ 動脈断面
１５５ 線維性組織
１６０ 極薄の領域
１６５ 内腔
１７０ 脂質プール
１７５ 壊死性コア
２００ 光学分光カテーテルシステム
２０５ プローブもしくはカテーテル
２０７ カテーテルヘッド
２１０ スペクトロメーターシステム
２１５ プルバックおよび回転デバイス
２２０ 光源
２２５ 検出器システム
２３０ 波長走査または波長復号デバイス
２４０ 患者
２４５ 大腿動脈
２５０ 冠動脈
２５５ 心臓
２６０ 頸動脈
２７０ アナライザー
２７５ 光信号
２７７ 折り返し鏡
２８０ 標的領域
２８２ 血管壁
２８５ 反射光線
２８７ 矢印
３００ グラフ
４００ 流れ図
５００ 流れ図
６００ グラフィックディスプレイ
６１０ プロット
６２０ プロット
６３０ プロット
６４０ 薄い被膜の指数の要約番号
６５０ 厚い被膜の指数の要約番号
【技術分野】
【０００１】
[0001]本発明の技術は、一般的に脂質コアプラーク被膜の厚さ検出の分野に関するものであり、より具体的には、近赤外分光法を使用した脂質コアプラーク被膜の厚さの検出に関するものである。
【背景技術】
【０００２】
[0002]脂質コアの存在および特性は、冠状動脈プラークの危険性を評価するための重要な考慮事項である。脂質コアプラーク（「ＬＣＰ」）に関して、脂質充満コアの上に被さる線維性被膜の厚さは、ＬＣＰの破裂の危険性を表す重要な指示として広く認められている。膨張リモデリング、プラーク容積増大、炎症、脂質コア、および例えば、．０６５〜．１ｍｍ未満の被膜厚さなどの特性を示すＬＣＰは、薄被膜型線維粥腫（thin-capped fibroatheromas）（「ＴＦＣＡ」）に分類されうる。ＴＣＦＡは、インビボ不安定プラークに関連していると考えられる病理組織学的に定義されている構造であり、また冠動脈血栓による突然死における責任部位として、死後に、ほとんどの場合に関与している構造である。その結果、ＬＣＰ被膜厚さのインビボでの検出は、ＬＣＰが将来破裂する危険性を評価するためのツールとして、インターベンション心臓病学コミュニティでは大きな関心を寄せている。
【０００３】
[0003]被膜厚さを十分に測定できる既存技術は少ししかなく、また被膜厚さを測定することができる既存技術には欠点もある。例えば、血管内超音波法（「ＩＶＵＳ」）は、線維性被膜の厚さを視覚化する十分な解像度を持たない。ＩＶＵＳは、プラークの上に載る薄い皮膜の存在を推定するために使用されることが多い。いくつかのアプローチでは、プラークの上に載る被膜が一見して存在していないように見えることが、被膜厚さが４０ＭＨｚのＩＶＵＳ（１００μｍ）の標準的に規定されている解像限界より薄いことを意味すると想定する定義を利用する。例えば、いくつかのＩＶＵＳアプローチでは、脂質コアであると考えられるエコールーセントプラーク領域が内腔と連通しているように見える場合に、被膜厚さは、１００μｍ未満であると想定され、このプラーク負荷も高まる場合、構造はインビボＴＣＦＡであると想定される。
【０００４】
[0004]別の例として、光干渉断層法（「ＯＣＴ」）は、線維性被膜の厚さを視覚化する十分な解像度（数１０ミクロンと各種報告されている）を有する。しかし、ＯＣＴ技術の精度は、無数の画像アーチファクトの悪影響を受ける可能性があり、プラーク毎の複数の断面の本質的に主観的なオフラインでの解釈に対するコンセンサスの推奨はまだ策定されていない。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】米国特許第８，０００，７７４号
【特許文献２】米国特許第６，８１６，７４３号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
[0005]したがって、ＬＣＰ被膜厚さを迅速に、容易に、かつ正確に評価するための技術の必要性は依然としてある。
[0006]一態様では、血管壁を調査するためのコンピュータ実装方法がある。この方法は、プローブを使って、近赤外線を血管壁に照射するステップを伴う。この方法は、プローブにより、血管壁から反射された近赤外線を受光するステップを伴う。この方法は、コンピューティングデバイスにより、血管壁から反射された近赤外線に基づき反射スペクトルを決定するステップを伴う。この方法は、コンピューティングデバイスにより、反射スペクトルが脂質コアプラークの存在を示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定するステップを伴う。この方法は、コンピューティングデバイスにより、反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定するステップを伴う。この方法は、ＬＣＰ被膜の厚さを示す指標をディスプレイ上に表示するステップを伴う。
【０００７】
[0007]別の態様では、血管壁を調査するための、非一時的なコンピュータ可読記憶媒体内に明確に具現化された、コンピュータプログラム製品があり、コンピュータプログラム製品はデータ処理装置に、近赤外線を照射された血管壁から反射された近赤外線を示す信号を受信し、受信された信号に基づき反射スペクトルを決定し、反射スペクトルがＬＣＰの存在を示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定し、反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定し、ＬＣＰ被膜の厚さを示す指標をディスプレイ上に表示することを行わせるように動作可能である命令を備える。
【０００８】
[0008]別の態様では、ＬＣＰ被膜厚さ分類器を構築するためのコンピュータ実装方法がある。この方法は、複数の血管壁上の複数の場所のそれぞれの場所について、プローブを使って、近赤外線をその場所に照射するステップと、プローブによって、その場所から反射された近赤外線を受光するステップと、コンピューティングデバイスにより、その場所から反射された近赤外線に基づき反射スペクトルを決定するステップと、コンピューティングデバイスにより、反射スペクトルがその場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定するステップと、コンピューティングデバイスにより、反射スペクトルがその場所にＬＣＰが存在することを示す場合にその場所を選択するステップと、コンピューティングデバイスにより、その場所に関連付けられている組織病理学データを受信するステップとを実行するステップを含む。この方法は、コンピューティングデバイスにより、被膜厚さ閾値を受信するステップを伴う。この方法は、コンピューティングデバイスにより、それぞれの選択された場所の反射スペクトルおよび組織病理学データならびに被膜厚さ閾値に基づきＬＣＰ被膜厚さ分類器を生成するステップを伴う。
【０００９】
[0009]別の態様では、ＬＣＰ被膜厚さ分類器を構築するための、非一時的なコンピュータ可読記憶媒体内に明確に具現化された、コンピュータプログラム製品があり、コンピュータプログラム製品はデータ処理装置に、複数の血管壁上の複数の場所のそれぞれの場所について、近赤外線を照射された場所から反射された近赤外線を示す信号を受信し、受信された信号に基づき反射スペクトルを決定し、反射スペクトルがその場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を反射スペクトルに適用することによって判定し、反射スペクトルがその場所にＬＣＰが存在することを示す場合にその場所を選択し、その場所に関連付けられている組織病理学データを受信するステップを行わせるように動作可能である命令を備える。コンピュータプログラム製品はデータ処理装置に、被膜厚さ閾値を受信し、それぞれの選択された場所の反射スペクトルおよび組織病理学データならびに被膜厚さ閾値に基づきＬＣＰ被膜厚さ分類器を生成することを行わせるように動作可能な命令を備える。
【００１０】
[0010]上記の態様はどれも、以下の特徴のうちの１つまたは複数を含みうる。いくつかの実施形態では、ＬＣＰ被膜厚さ分類器は、１つまたは複数の試料反射スペクトルおよび関連する組織病理学データに基づき生成される数学的モデルを含む。いくつかのアプリケーションでは、組織病理学データは、ＬＣＰ被膜厚さ測定結果を含む。いくつかの実施形態では、ＬＣＰ被膜厚さ分類器を適用して、ＬＣＰ被膜の厚さが厚さ閾値を超える確率を求める。いくつかの実施形態では、ＬＣＰ被膜厚さ分類器を適用して、ＬＣＰ被膜の厚さが厚さ閾値より小さい確率を求める。いくつかのアプリケーションでは、厚さ閾値は、約．４ミリメートルである。いくつかのアプリケーションでは、厚さ閾値は、約．１ミリメートルである。
【００１１】
[0011]いくつかの実施形態では、この方法は、反射スペクトルがＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定するステップを含む。
【００１２】
[0012]いくつかの実施形態では、ＬＣＰ被膜の厚さを示す指標は、ＬＣＰ被膜の厚さが厚さ閾値を超えることを表す指示を含む。いくつかの実施形態では、ＬＣＰ被膜の厚さを示す指標は、ＬＣＰ被膜の厚さが厚さ閾値より小さいことを表す指示を含む。
【００１３】
[0013]いくつかの実施形態では、コンピュータプログラム製品はデータ処理装置に、反射スペクトルがＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定させるように動作可能な命令を備える。
【００１４】
[0014]本発明の他の態様および利点は、例によってのみ本発明の原理を示す、添付図面と併せて、以下の詳細な説明を読むと明らかになるであろう。
[0015]本発明の技術の前記の、ならびに他の、目的、特徴、および利点、さらには本発明の技術それ自体は、添付図面と併せて読んだときに、さまざまな実施形態の以下の説明から、より完全に理解されるであろう。
【図面の簡単な説明】
【００１５】
【図１】それぞれがＬＣＰを含む２つの動脈試料を示す図である。
【図２Ａ】光学分光カテーテルシステムを示す図である。
【図２Ｂ】図２Ａのカテーテルの一部の代替的図面である。
【図３】異なる物質に対する例示的な近赤外吸収スペクトルのグラフである。
【図４】ＬＣＰ被膜厚さ分類器を構築する方法を示す流れ図である。
【図５】血管壁を調査し、ＬＣＰ被膜の厚さを示す指標を生成するための方法を示す流れ図である。
【図６】ＬＣＰ被膜の厚さを示す指標を表示するための例示的なグラフィックディスプレイ６００を示す図である。
【発明を実施するための形態】
【００１６】
[0016]この技術は、血管壁のインビボ調査を行うために近赤外分光法を使用する方法および装置、ならびにＬＣＰ被膜の厚さの分類を行う。この技術は、コレステロールを多量に含むＬＣＰに対する健康な血管組織のさまざまな生化学的成分の間の近赤外スペクトル差を利用して、ＬＣＰ被膜厚さを特徴付ける。
【００１７】
[0017]いくつかの実施形態では、この技術は、破裂に対するＬＣＰの不安定さに関連すると考えられるプラーク特性を識別するために使用されうる。このような不安定ＬＣＰは、一般的に、トリガーとなる活動または患者側の事象がある場合、またはない場合に、急性冠動脈症候群の原因となる血栓症に至る潰瘍形成、破裂、または腐食などの事象を生じる傾向のあるＬＣＰとして記述することができる。例えば、この技術は、不安定で、破裂する可能性が高い場合のある、薄被膜型アテローム性動脈硬化ＬＣＰを非破壊的に識別するために使用されうる。いくつかのアプリケーションでは、この技術によってもたらされる特定のＬＣＰに関する情報は、医師がこれらのＬＣＰに対処するために適切な薬剤または手術による介入を決定する際に役立ちうる。いくつかのアプリケーションでは、この技術によってもたらされる特定のＬＣＰに関する情報は、特定のＬＣＰの治療に関して特定の薬剤の有効性を評価するステップを円滑にすることができる。
【００１８】
[0018]図１は、それぞれがＬＣＰを含む２つの動脈試料を示す図である。動脈断面１００は、内腔１１５、線維性組織１０５、およびＬＣＰと整合性のとれている脂質の豊富な構造、すなわち脂質プールを示す。線維性組織１０５は、その最も薄い領域１１０にあっても、プラークの脂質含有部分の上に載る極厚の被膜を構成する。この例などの、いくつかの場合において、極厚の被膜は、最小厚さが．４ｍｍを超える被膜とすることができる。動脈断面１５０は、ＬＣＰと整合性のとれている脂質の豊富な構造、脂質プール１７０および壊死性コア１７５を含む動脈の一例である。ＬＣＰ構造を内腔１６５から分離する線維性組織１５５は、極薄の領域１６０を有する。いくつかの場合において、極薄の被膜は、最小厚さが．１ｍｍ未満である被膜とすることができる。断面１５０内に示されているプラークは、領域１６０が脂質プール１７０および壊死性コア１７５を破裂させてその内容物を内腔１６５内に放出する可能性が高く、延いては血栓症および心臓組織への血流の喪失が引き起こされうるため、不安定であると考えることができる。
【００１９】
[0019]近赤外分光法を実行するためにこの技術の一部として、またはこの技術と併せてさまざまな器具が使用されうる。図２Ａは、光学分光カテーテルシステム２００を示す図である。カテーテルシステム２００は、一般的に、血管分析に使用されうる。例えば、カテーテルシステム２００は、近赤外線を血管壁に照射し、血管壁から反射された近赤外線を受光するために使用することができる。この技術では、受光した反射近赤外線を使用して、検出されたＬＣＰの被膜厚さを評価することができる。
【００２０】
[0020]カテーテルシステム２００は、プローブもしくはカテーテル２０５、およびスペクトロメーターシステム２１０を備える。カテーテル２０５は、カテーテルヘッド２０７を備えることができる。分光計システム２１０は、プルバックおよび回転デバイス２１５、光源２２０、検出器システム２２５、および波長走査または波長復号化デバイス２３０を備える。
【００２１】
[0021]カテーテル２０５は、光ファイバーもしくは光ファイバー束（図示せず）を備えることができる。カテーテル２０５は、大腿動脈２４５などの、末梢血管を介して患者２４０体内に挿入されうる。次いで、カテーテルヘッド２０７が、心臓２５５の冠動脈２５０または頸動脈２６０などの、血管内の所望の標的領域に移動されうる。示されている例では、これは、カテーテルヘッド２０７を大動脈２６５に通して上へ移動することによって達成される。
【００２２】
[0022]カテーテルヘッド２０７が血管内の調査のためある部位に配置された後、放射線が生成されうる。示されている例では、光源２２０によって近赤外線が発生され、注目する１つまたは複数のスペクトル帯域にまたがる波長帯上で同調される。他の実施形態では、注目するスペクトル帯域を供給するために１つまたは複数の広帯域光源が使用され、スペクトロメーターまたは波長符号化方式を使用してさまざまな波長の信号強度が決定される。いずれの場合も、光信号がカテーテル２０５の光ファイバー内に結合され、カテーテルヘッド２０７に伝送されうる。
【００２３】
[0023]いくつかの実施形態では、近赤外スペクトル帯域が分光法のために使用される。例示的なスペクトル帯域は、１０００から１４５０ナノメートル（ｎｍ）、１０００ｎｍから１３５０ｎｍ、１１００ｎｍから１９００ｎｍ、１１５０ｎｍから１２５０ｎｍ、１１７５ｎｍから１２８０ｎｍ、および１１９０ｎｍから１２５０ｎｍまでの波長を有する光を含む。他の例示的なスペクトル帯域は、１６６０ｎｍから１７４０ｎｍ、および１６３０ｎｍから１８００ｎｍまでの波長を含む。いくつかの実装では、スペクトル応答は、完全なスペクトル領域について最初に得られ、次いで、さらなる分析のために完全なスペクトル領域内の帯域が選択される。
【００２４】
[0024]いくつかの実施形態では、受光した拡散反射近赤外線がカテーテル２０５の光ファイバー内を下って伝送されプルバックおよび回転デバイス２１５に向かうか、または別の光ファイバー内に入る。これは、受光した放射線または光信号を、１つまたは複数の検出器を備えることができる、検出器システム２２５に供給する。
【００２５】
[0025]波長走査または復号化デバイス２３０は、標的領域（例えば、血管の内壁）のスペクトル応答を探るために光源２２０を制御しながら、また典型的には流体である、介在する血液または不要な信号源を通して、カテーテルシステム２００の応答を監視する。
【００２６】
[0026]その結果、スペクトロメーターシステム２１０がスペクトルを収集することができる。スペクトルの収集が完了すると、次いで、スペクトロメーターシステム２１０は、データをアナライザー２７０に供給する。
【００２７】
[0027]図２Ｂは、図２Ａのカテーテル２０５の一部の代替的図面である。カテーテル２０５の光ファイバーからの光信号２７５（例えば、近赤外線）は、例えば、折り返し鏡２７７によって向き付けられて、カテーテルヘッド２０７から出て、血管壁２８２の標的領域２８０に当たる。次いで、カテーテルヘッド２０７は、標的領域２８０および介在する流体から拡散反射された光を集光し、反射光線２８５を下方のカテーテル２０５へ返す。
【００２８】
[0028]一実施形態では、カテーテルヘッド２０７は、矢印２８７によって例示されているようにスピンする。これにより、カテーテルヘッド２０７は、血管壁２８２の周全体を走査することができる。他の実施形態では、カテーテルヘッド２０７は、複数の放射体および検出器窓を備え、これは好ましくはカテーテルヘッド２０７の周上に分配される。いくつかの例では、カテーテルヘッド２０７は、分析されている血管の一部分の長さを通して引き戻されている間にスピンする。
【００２９】
[0029]アナライザー２７０は、反射された放射線２８５を受光し、血管壁２８２または注目する他の組織（例えば、カテーテルヘッド２０７の反対側にある領域２８０にある組織）の評価を行うことができる。いくつかの実施形態では、アナライザー２７０は、反射された放射線２８５に基づき反射スペクトルを決定する。いくつかの実施形態では、反射スペクトルは、拡散反射スペクトルまたは対数変換反射スペクトルであるものとしてよい。いくつかの実施形態では、吸光度スペクトルが決定されうるが、ただし、吸光度は式１で与えられる。
【００３０】
吸光度＝−ｌｏｇ（Ｉ／Ｉ０） 式１
式１において、Ｉは、反射された放射線の検出された強度であり、Ｉ０は、入射強度である。以下で詳しく説明されるように、アナライザー２７０は、決定されたスペクトルに基づきＬＣＰの被膜厚さを評価することができる。
ＬＣＰ被膜厚さ分類器の構築
[0030]上で指摘されているように、この技術は、コレステロールを多量に含むＬＣＰに対する健康な血管組織のさまざまな生化学的成分の間の近赤外スペクトル差を利用する。図３は、異なる物質に対する例示的な近赤外吸収スペクトルのグラフ３００である。グラフ３００は、コラーゲンとともに、コレステリルオレイン酸、コレステロール、およびコレステリルリノール酸を含む、さまざまな形態のコレステロールに対する近赤外線スペクトルを含む。健康な血管組織は、コラーゲンに富んでいるが、ＬＣＰは、より高い相対的含有量のコレステロールを含む。グラフ３００は、コラーゲンとさまざまなコレステロール形態との間のスペクトル差を示しており、本発明の技術ではこれを使用して、ＬＣＰ被膜厚さを評価する。
【００３１】
[0031]いくつかの実施形態では、この技術は、ＬＣＰ被膜の厚さを分類するための数学的分類器またはモデルを構築するステップを伴う。数学的分類器は、知られている組織試料（例えば、ＬＣＰ被膜の厚さが知られている試料）のスペクトルと組織状態との間の関係をモデル化することによって作成することができる。
【００３２】
[0032]図４は、ＬＣＰ被膜厚さ分類器を構築する方法を示す流れ図４００である。いくつかの実施形態では、図２Ａの分光カテーテルシステム２００は、ＬＣＰ被膜厚さ分類器を構築する方法を実行することができる。いくつかの実施形態では、別のコンピューティングデバイスが、ＬＣＰ被膜厚さ分類器を構築する方法を実行することができる。
【００３３】
[0033]ステップ４１０で、血管内の場所に対して近赤外線が照射される。図２Ａを参照しつつ上で説明されているように、カテーテルシステム２００は、例えば、血管内の場所に近赤外線を照射するために使用されうる。近赤外線は、特定のスペクトル帯域内の近赤外線を含むことができる。例示的なスペクトル帯域は、１０００から１４５０ナノメートル（ｎｍ）、１０００ｎｍから１３５０ｎｍ、１１００ｎｍから１９００ｎｍ、１１５０ｎｍから１２５０ｎｍ、１１７５ｎｍから１２８０ｎｍ、および１１９０ｎｍから１２５０ｎｍまでを含む。他の例示的なスペクトル帯域は、１６６０ｎｍから１７４０ｎｍ、および１６３０ｎｍから１８００ｎｍまでの波長を含む。ステップ４２０で、その場所から反射された近赤外線が受光される。例えば、カテーテルシステム２００は、その場所から反射された近赤外線を受光することができる。
【００３４】
[0034]ステップ４３０で、反射スペクトルは、その場所から反射された近赤外線に基づき決定される。いくつかの実施形態では、アナライザー２７０が、その場所から反射された近赤外線に基づき反射スペクトルを決定することができる。いくつかの実施形態では、反射スペクトルは、拡散反射スペクトルまたは対数変換反射スペクトルであるものとしてよい。いくつかの実施形態では、吸光度スペクトルが決定されうる。
【００３５】
[0035]ステップ４４０で、反射スペクトルがＬＣＰの存在を示しているかどうかが判定される。いくつかの実施形態では、反射スペクトルがＬＣＰの存在を示しているかどうかは、参照により本明細書に組み込まれている、Ｓｕｍらにより２００７年１月３日に出願された米国特許第８，０００，７７４号、名称「Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｉｎｔｒａ Ｌｕｍｉｎａｌ Ｔｈｒｏｍｂｏｓｉｓ Ｄｅｔｅｃｔｉｏｎ」において説明されている方法を使用して判定されうる。いくつかの実施形態では、反射スペクトルがＬＣＰの存在を示しているかどうかは、参照により本明細書に組み込まれている、Ｍｏｒｅｎｏらにより２００１年１月２４日に出願された米国特許第６，８１６，７４３号、名称「Ｍｅｔｈｏｄｓ ａｎｄ Ａｐｐａｒａｔｕｓ ｆｏｒ ｉｎ ｖｉｖｏ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｎｄ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ Ｖｕｌｎｅｒａｂｌｅ Ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ Ｐｌａｑｕｅｓ」において説明されている方法を使用して判定されうる。ステップ４５０で、反射スペクトルがその場所にＬＣＰが存在することを示す場合にその場所が選択される。
【００３６】
[0036]ステップ４６０で、その場所に関連付けられている組織病理学データが受信される。組織病理学データは、その場所の目視検査によって得られるデータを含みうる。例えば、組織病理学者は、その場所の血管の断面を調査して、Ｌが存在しているかどうか、およびＬＣＰの被膜の厚さを判定することができる。これらのデータは、データベース内に用意されるが、または他の好適な記憶装置デバイス内に収められうる。
【００３７】
[0037]ステップ４７０で、データの収集元となる血管壁の場所がさらにあるかどうかが判定される。残されている複数の血管内に、スペクトルおよび組織病理学データの送り元である場所がさらにある場合、残りの場所毎にステップ４１０〜４６０が繰り返される。そうでない場合、この方法は、ステップ４８０に進む。
【００３８】
[0038]ステップ４８０で、被膜厚さ閾値が受信される（例えば、約．４ｍｍまたは．１ｍｍ）。
[0039]ステップ４９０で、ＬＣＰ被膜厚さ分類器が、ステップ４１０〜４７０からのそれぞれの選択された場所の反射スペクトルおよび組織病理学データならびに被膜厚さ閾値に基づき生成される。いくつかの実施形態では、データは、それぞれの行が対応する場所に対するスペクトルを表す「ｘブロック」行列、および対応する場所に対する組織病理学データ（例えば、被膜厚さ基準値）の「ｙブロック」ベクトルとして設定される。いくつかの実施形態では、被膜厚さ閾値が組織病理学データのベクトルに適用され、その結果、「ｙブロック」は厚さが被膜厚さ閾値より大きい被膜の有無を示す。いくつかの実施形態では、被膜厚さ閾値が組織病理学データのベクトルに適用され、その結果、「ｙブロック」は厚さが被膜厚さ閾値より小さい被膜の有無を示す。
【００３９】
[0040]次いで、被膜厚さ分類器は、それぞれの場所に対する反射スペクトルと組織病理学データとの間の関係をモデル化することによって作成される多変数数学的モデルなどの、いくつかの多変数技術のうちのどれかを使用して生成されうる。これらの数学的モデルは、部分最小二乗判別分析法（Partial Least Squares Discrimination Analysis）（ＰＬＳ−ＤＡ）、マハラノビス距離および大きい残差を用いる主成分分析法（Principle Component Analysis with Mahalanobis Distance and augmented Residuals）（ＰＣＡ／ＭＤＲ）、およびＫ最近傍を用いるＰＣＡ、ユークリッド距離を用いるＰＣＡ、ＳＩＭＣＡ、ブートストラップ誤差調整単一サンプル法（bootstrap error-adjusted single-sample technique）（ＢＥＳＴ）、ニューラルネットワーク、およびサポートベクタマシンなどの他の方法、ならびに他の種類の判別手段などの技術に基づくものとすることができる。
【００４０】
[0041]いくつかの実施形態では、複数の分類器が生成されうる。例えば、第１の分類器は、厚いＬＣＰ被膜（例えば、約．４ｍｍ）に対応する被膜厚さ閾値を使用して生成されるものとしてよく、また、第２の分類器は、薄いＬＣＰ被膜（例えば、約．１ｍｍ）に対応する被膜厚さ閾値を使用して生成されるものとしてよい。
血管壁の調査
[0042]いくつかの実施形態では、この技術は、血管壁を調査し、ＬＣＰ被膜の厚さを示す指標を生成する方法を伴う。図5は、血管壁を調査するための方法を表す流れ図５００である。いくつかの実施形態では、図２Ａの分光カテーテルシステム２００は、血管壁を調査する方法を実行することができる。いくつかの実施形態では、別のコンピューティングデバイスが、血管壁を調査する方法を実行することができる。
【００４１】
[0043]ステップ５１０で、血管壁に対して近赤外線が照射される。図２Ａを参照しつつ上で説明されているように、カテーテルシステム２００は、例えば、血管に近赤外線を照射するために使用されうる。近赤外線は、特定のスペクトル帯域内の近赤外線を含むことができる。例示的なスペクトル帯域は、１０００から１４５０ナノメートル（ｎｍ）、１０００ｎｍから１３５０ｎｍ、１１００ｎｍから１９００ｎｍ、１１５０ｎｍから１２５０ｎｍ、１１７５ｎｍから１２８０ｎｍ、および１１９０ｎｍから１２５０ｎｍまでを含む。他の例示的なスペクトル帯域は、１６６０ｎｍから１７４０ｎｍ、および１６３０ｎｍから１８００ｎｍまでの波長を含む。ステップ５２０で、血管壁から反射された近赤外線が受光される。例えば、カテーテルシステム２００は、その場所から反射された近赤外線を受光することができる。
【００４２】
[0044]ステップ５３０で、反射スペクトルは、血管壁から反射された近赤外線に基づき決定される。いくつかの実施形態では、アナライザー２７０が、血管壁から反射された近赤外線に基づき反射スペクトルを決定することができる。いくつかの実施形態では、反射スペクトルは、拡散反射スペクトルまたは対数変換拡散反射スペクトルであるものとしてよい。いくつかの実施形態では、吸光度スペクトルが決定されうる。
【００４３】
[0045]ステップ５４０で、反射スペクトルがＬＣＰの存在を示しているかどうかが判定される。図４のステップ４５０に関してすでに説明されている技術のどれかが使用されうる。反射スペクトルがＬＣＰの存在を示している場合、この方法はステップ５５０に進む。
【００４４】
[0046]ステップ５５０で、ＬＣＰ被膜の厚さは、反射スペクトルがＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を反射スペクトルに適用することによって決定される。
[0047]いくつかの実施形態では、ＬＣＰ被膜厚さ分類器は、図４を参照しつつ上で説明されているように生成された分類器とすることができる。ＬＣＰ被膜厚さ分類器は、血管壁にそった特定の場所の組織を特徴付けるためにスペクトルに適用される。例えば、ＬＣＰ被膜厚さ分類器を反射スペクトルに適用することで、スペクトルがＬＣＰ被膜厚さ分類器を構築するために使用される被膜厚さ閾値より大きい被膜厚さを持つＬＣＰ被膜を示す確率が求められる。そのような実施形態では、被膜厚さは、分類器によって与えられる確率が閾値（例えば、．６）を超えた場合に被膜厚さ閾値より大きいと判定される。ＬＣＰ被膜厚さ分類器を反射スペクトルに適用することで、スペクトルがＬＣＰ被膜厚さ分類器を構築するために使用される被膜厚さ閾値より小さい被膜厚さを持つＬＣＰ被膜を示す確率が求められる。そのような実施形態では、被膜厚さは、分類器によって与えられる確率が閾値（例えば、．６）を超えた場合に被膜厚さ閾値より小さいと判定される。
【００４５】
[0048]いくつかの実施形態では、複数の分類器が適用されうる。例えば、第１の分類器は、厚いＬＣＰ被膜（例えば、約．４ｍｍ）に対応する被膜厚さ閾値を用いて適用されるものとしてよく、また、第２の分類器は、薄いＬＣＰ被膜（例えば、約．１ｍｍ）に対応する被膜厚さ閾値を使用して適用されるものとしてよい。いくつかの実施形態では、複数の分類器の結果を組み合わせて単一の分類器が得られる。
【００４６】
[0049]ステップ５６０で、ＬＣＰ被膜の厚さを示す指標が表示される。いくつかの実施形態では、ＬＣＰ被膜の厚さを示す指標が、グラフィックディスプレイ上に表示される。図６は、ＬＣＰ被膜の厚さを示す指標を表示するための例示的なグラフィックディスプレイ６００を示す図である。グラフィックディスプレイ６００上のプロット６１０は、例えば、ＬＣＰ被膜厚さ分類器によって与えられるような、ＬＣＰの存在を示す空間分解図を示している。プロット６２０は、ＬＣＰ分類器によって与えられるような、ＬＣＰ被膜の厚さを示す指標の空間分解図を示している。上で説明されているように、ＬＣＰ被膜厚さ分類器を反射スペクトルに適用することで、スペクトルがＬＣＰ被膜厚さ分類器を構築するために使用される被膜厚さ閾値より大きい被膜厚さを持つＬＣＰ被膜を示す確率が求められる。プロット６２０は、この確率を、濃陰影領域が分類器が閾値（例えば、．６）を超える確率を持つ被膜厚さ閾値より大きい被膜厚さを有すると予測したＬＣＰ被膜を持つ血管内の場所を示し、薄陰影領域が分類器が閾値（例えば、．６）より小さい確率を持つ被膜厚さ閾値より大きい被膜厚さを有すると予測したＬＣＰ被膜を持つ血管内の場所を示すツーシェードスケール（two-shade scale）にマッピングする。プロット６３０は、ＬＣＰ被膜厚さ分類器によって与えられるような、ＬＣＰ被膜の厚さを示す指標の空間分解図を示している。プロット６２０は、極厚の被膜を有すると予測された領域（中間陰影）（例えば、．６より大きい確率）、極薄の被膜を有すると予測された領域（淡陰影）（例えば、．４より小さい確率）、および分類器が中間確率を付けた領域（濃陰影）（例えば、．４から．６の間の確率）を際立たせるために、同じ確率をスリーシェードスケール（three-shade scale）にマッピングする。
【００４７】
[0050]グラフィックディスプレイ６００は、薄い被膜の指数の要約番号（thin cap index summary numbers）６４０および厚い被膜の指数の要約番号（thick cap index summary numbers）６５０も表示し、これは薄い被膜について被膜厚さ閾値より低いと予測するか、または厚い被膜について被膜厚さ閾値より高いと予測する評価されたＬＣＰピクセルの場所の数および割合を示す。
【００４８】
[0051]上述の技術は、デジタル電子回路で、またはコンピュータのハードウェア、ファームウェア、ソフトウェア、またはこれらの組み合わせで実装することができる。実装は、データ処理装置、例えば、プログラム可能なプロセッサ、１つのコンピュータ、もしくは複数のコンピュータによる実行のため、またはこれらのオペレーションを制御するために、コンピュータプログラム製品、つまり、情報媒体内に、例えば、機械可読記憶装置デバイス内に、明確に具現化されるコンピュータプログラムとしてなされうる。コンピュータプログラムは、コンパイル言語またはインタプリタ言語を含む、任意の形態のプログラミング言語で書かれ、スタンドアロンプログラム、またはモジュール、コンポーネント、サブルーチン、またはコンピューティング環境において使用するのに適している他のユニットを含む、任意の形態で配備されうる。コンピュータプログラムは、1つのコンピュータ上で、または1つのサイトにあるか、または複数のサイトにまたがって分散され、通信ネットワークによって相互接続されている複数のコンピュータ上で実行されるように配備されうる。
【００４９】
[0052]方法ステップは、入力データを操作し、出力を生成することによりコンピュータプログラムを実行して本発明の機能を実行する１つまたは複数のプログラム可能なプロセッサによって実行されうる。方法ステップは、専用論理回路、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、またはＡＳＩＣ（特定用途向け集積回路）によっても実行され、また装置は、専用論理回路、例えば、ＦＰＧＡ（フィールドプログラマブルゲートアレイ）、またはＡＳＩＣ（特定用途向け集積回路）として実装されうる。モジュールは、その機能を実装するコンピュータプログラムおよび／またはプロセッサ／専用回路の部分を指すものとしてよい。
【００５０】
[0053]コンピュータプログラムの実行に適しているプロセッサとしては、例えば、汎用マイクロプロセッサ、専用マイクロプロセッサ、および任意の種類のデジタルコンピュータの任意の１つまたは複数のプロセッサが挙げられる。一般に、プロセッサは、読み取り専用メモリまたはランダムアクセスメモリまたはその両方から命令およびデータを受け取る。一般に、コンピュータは、データを格納するための１つまたは複数の大容量記憶装置デバイス、例えば、磁気ディスク、磁気光ディスク、または光ディスクも備え、これらからデータを受け取るか、またはこれらにデータを転送するか、またはその両方を行うように動作可能なように結合されうる。データ伝送および命令も、通信ネットワークを経由してなされるものとしてよい。コンピュータプログラムの命令およびデータを具現化するのに好適な情報媒体は、例えば、ＥＰＲＯＭ、ＥＥＰＲＯＭ、およびフラッシュメモリデバイスなどの半導体メモリデバイス、磁気ディスク、例えば、内蔵ハードディスクまたはリムーバブルディスク、光磁気ディスク、ならびにＣＤ−ＲＯＭおよびＤＶＤ−ＲＯＭディスクを含む、あらゆる形態の不揮発性メモリを含む。プロセッサおよびメモリは、専用論理回路で補完されるか、または専用論理回路に組み込まれうる。
【００５１】
[0054]ユーザーと情報のやり取りを行うために、上述の技術は、ユーザーに情報を表示するための表示デバイス（例えば、ＣＲＴ（陰極線管）またはＬＣＤ（液晶ディスプレイ）モニタ）ならびにキーボードおよびユーザーがコンピュータに入力を送るために（例えば、ユーザーインターフェース要素とやり取りするために）使用できるポインティングデバイス、例えば、マウスもしくはトラックボールを有するコンピュータ上に実装することができる。他の種類のデバイスも、ユーザーと情報をやり取りするために使用することができ、例えば、ユーザーに返されるフィードバックは、任意の形態の感覚フィードバック、例えば、視覚フィードバック、聴覚フィードバック、または触覚フィードバックとすることができ、ユーザーからの入力は、音響、話し声、または触覚入力を含む、任意の形態で受け取ることができる。
【００５２】
[0055]上述の技術は、バックエンドコンポーネントを、例えば、データサーバーとして、および／またはミドルウェアコンポーネントを、例えば、アプリケーションサーバとして、および／またはフロントエンドコンポーネントを、例えば、ユーザーと例示的実装との情報のやり取りに使用されるグラフィカルユーザーインターフェースおよび／またはウェブブラウザを有するクライアントコンピュータとして、またはそのようなバックエンド、ミドルウェア、またはフロントエンドコンポーネントの任意の組み合わせを備える分散コンピューティングシステム内に実装することができる。システムのコンポーネントは、デジタルデータ通信の任意の形態または媒体、例えば、通信ネットワークによって相互接続することができる。通信ネットワークの例としては、ローカルエリアネットワーク（「ＬＡＮ」）、ワイドエリアネットワーク（「ＷＡＮ」）、例えばインターネットが挙げられ、有線とワイヤレスの両方がある。
【００５３】
[0056]コンピューティングシステムは、クライアントおよびサーバーを備えることができる。クライアントおよびサーバーは、一般に、互いに隔てられており、典型的には、通信ネットワークを通じて情報のやり取りを行う。クライアントとサーバーとの関係は、コンピュータプログラムが各コンピュータ上で実行され、互いとの間にクライアント-サーバー関係を有することによって発生する。
【００５４】
[0057]本発明の技術は、特定の実施形態に関して説明されている。本明細書で説明されている代替的形態は、例示することのみを目的とする例であり、いかなる形でも代替的形態を制限することはない。説明されている方法のステップは、異なる順序で実行されうるが、それでも、所望の結果が得られる。他の実施形態も、以下の請求項の範囲内に収まる。
【符号の説明】
【００５５】
１００ 動脈断面
１０５ 線維性組織
１１０ 最も薄い領域
１１５ 内腔
１５０ 動脈断面
１５５ 線維性組織
１６０ 極薄の領域
１６５ 内腔
１７０ 脂質プール
１７５ 壊死性コア
２００ 光学分光カテーテルシステム
２０５ プローブもしくはカテーテル
２０７ カテーテルヘッド
２１０ スペクトロメーターシステム
２１５ プルバックおよび回転デバイス
２２０ 光源
２２５ 検出器システム
２３０ 波長走査または波長復号デバイス
２４０ 患者
２４５ 大腿動脈
２５０ 冠動脈
２５５ 心臓
２６０ 頸動脈
２７０ アナライザー
２７５ 光信号
２７７ 折り返し鏡
２８０ 標的領域
２８２ 血管壁
２８５ 反射光線
２８７ 矢印
３００ グラフ
４００ 流れ図
５００ 流れ図
６００ グラフィックディスプレイ
６１０ プロット
６２０ プロット
６３０ プロット
６４０ 薄い被膜の指数の要約番号
６５０ 厚い被膜の指数の要約番号
【特許請求の範囲】
【請求項１】
血管壁(blood vessel wall)を調査するためのコンピュータ実装方法(computer-implemented method)であって、
プローブを使って、近赤外線(near-infrared light)を血管壁に照射するステップと、
前記プローブによって、前記血管壁から反射された近赤外線を受光するステップと、
コンピューティングデバイスにより、前記血管壁から前記反射された近赤外線に基づき反射スペクトルを決定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが脂質コアプラーク（ＬＣＰ:lipid core plaque）の存在を示すかどうかをＬＣＰ分類器(classifier)を前記反射スペクトルに適用することによって判定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが前記ＬＣＰの存在を示す(indicative)場合にＬＣＰ被膜厚さ分類器(cap thickness classifier)を前記反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定するステップと、
ディスプレイ上に、前記ＬＣＰ被膜(cap)の前記厚さを示す指標(indicia)を表示するステップとを含むコンピュータ実装方法。
【請求項２】
前記ＬＣＰ被膜厚さ分類器は、１つまたは複数の試料反射スペクトルおよび関連する(associated)組織病理学(histopathology)データに基づき生成される数学的モデルを含む請求項１に記載の方法。
【請求項３】
前記組織病理学データは、ＬＣＰ被膜厚さ測定結果を含む請求項２に記載の方法。
【請求項４】
前記ＬＣＰ被膜厚さ分類器を適用する(applying)ステップで、ＬＣＰ被膜の厚さが厚さ閾値を超える確率を求める請求項１に記載の方法。
【請求項５】
前記厚さ閾値は、約．４ミリメートルである請求項４に記載の方法。
【請求項６】
前記厚さ閾値は、約．１ミリメートルである請求項４に記載の方法。
【請求項７】
前記ＬＣＰ被膜厚さ分類器を適用するステップで、ＬＣＰ被膜の厚さが厚さ閾値より小さい確率を求める請求項１に記載の方法。
【請求項８】
前記厚さ閾値は、約．４ミリメートルである請求項７に記載の方法。
【請求項９】
前記厚さ閾値は、約．１ミリメートルである請求項７に記載の方法。
【請求項１０】
前記反射スペクトルが前記ＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を前記反射スペクトルに適用することによって前記ＬＣＰ被膜の厚さ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。
【請求項１１】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値を超えることを表す指示を含む請求項１に記載の方法。
【請求項１２】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値より小さいことを表す指示を含む請求項１に記載の方法。
【請求項１３】
血管壁を調査するための、非一時的(non-transitory)なコンピュータ可読記憶媒体に明確に具現化された(tangibly embodied)、コンピュータプログラム製品であって、データ処理装置に、
近赤外線を照射された前記血管壁から反射された近赤外線を示す信号を受信し、
前記受信された信号に基づき反射スペクトルを決定し、
前記反射スペクトルが脂質コアプラーク（ＬＣＰ）の存在を示すかどうかをＬＣＰ分類器を前記反射スペクトルに適用することによって判定し、
前記反射スペクトルが前記ＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を前記反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定し、
ディスプレイ上に前記ＬＣＰ被膜の前記厚さを示す指標を表示することを行わせるように動作可能である命令を備えるコンピュータプログラム製品。
【請求項１４】
前記ＬＣＰ被膜厚さ分類器は、１つまたは複数の試料反射スペクトルおよび関連する組織病理学データに基づき生成される数学的モデルを含む請求項１３に記載のコンピュータプログラム製品。
【請求項１５】
前記組織病理学データは、ＬＣＰ被膜厚さ測定結果を含む請求項１４に記載のコンピュータプログラム製品。
【請求項１６】
前記ＬＣＰ被膜厚さ分類器を適用するステップで、ＬＣＰ被膜の厚さが厚さ閾値を超える確率を求める請求項１３に記載のコンピュータプログラム製品。
【請求項１７】
前記厚さ閾値は、約．４ミリメートルである請求項１６に記載のコンピュータプログラム製品。
【請求項１８】
前記厚さ閾値は、約．１ミリメートルである請求項１６に記載のコンピュータプログラム製品。
【請求項１９】
前記ＬＣＰ被膜厚さ分類器を適用するステップで、ＬＣＰ被膜の厚さが厚さ閾値より小さい確率を求める請求項１３に記載のコンピュータプログラム製品。
【請求項２０】
前記厚さ閾値は、約．４ミリメートルである請求項１９に記載のコンピュータプログラム製品。
【請求項２１】
前記厚さ閾値は、約．１ミリメートルである請求項１９に記載のコンピュータプログラム製品。
【請求項２２】
前記データ処理装置に、前記反射スペクトルが前記ＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を前記反射スペクトルに適用することによって前記ＬＣＰ被膜の厚さを決定させるように動作可能である命令を備える請求項１３に記載のコンピュータプログラム製品。
【請求項２３】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値を超えることを表す指示を含む請求項１３に記載のコンピュータプログラム製品。
【請求項２４】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値より小さいことを表す指示を含む請求項１３に記載のコンピュータプログラム製品。
【請求項２５】
脂質コアプラーク（ＬＣＰ）被膜厚さ分類器を構築するためのコンピュータ実装方法であって、
ａ．複数の血管壁上の複数の場所のそれぞれの場所について、
プローブを使って、近赤外線を前記場所に照射するステップと、
前記プローブによって、前記場所から反射された近赤外線を受光するステップと、
コンピューティングデバイスにより、前記場所から前記反射された近赤外線に基づき反射スペクトルを決定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが前記場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を前記反射スペクトルに適用することによって判定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが前記場所に前記ＬＣＰが存在することを示す場合に前記場所を選択するステップと、
前記コンピューティングデバイスにより、前記場所に関連付けられている組織病理学データを受信するステップと、
ｂ．前記コンピューティングデバイスにより、被膜厚さ閾値を受信するステップと、
ｃ．前記コンピューティングデバイスにより、ステップａからのそれぞれの選択された場所の前記反射スペクトルおよび組織病理学データならびに前記被膜厚さ閾値に基づき前記ＬＣＰ被膜厚さ分類器を生成するステップとを含むコンピュータ実装方法。
【請求項２６】
脂質コアプラーク（ＬＣＰ）被膜厚さ分類器を構築するための、非一時的なコンピュータ可読記憶媒体に明確に具現化された、コンピュータプログラム製品であって、データ処理装置に、
ａ．複数の血管壁上の複数の場所のそれぞれの場所について、
近赤外線を照射された前記場所から反射された近赤外線を示す信号を受信し、
前記受信された信号に基づき反射スペクトルを決定し、
前記反射スペクトルが前記場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を前記反射スペクトルに適用することによって判定し、
前記反射スペクトルが前記場所にＬＣＰが存在することを示す場合に前記場所を選択し、
前記場所に関連付けられている組織病理学データを受信し、
ｂ．被膜厚さ閾値を受信し、
ｃ．ステップａからのそれぞれの選択された場所の前記反射スペクトルおよび組織病理学データならびに前記被膜厚さ閾値に基づき前記ＬＣＰ被膜厚さ分類器を生成することを行わせるように動作可能な命令を備えるコンピュータプログラム製品。
【請求項１】
血管壁(blood vessel wall)を調査するためのコンピュータ実装方法(computer-implemented method)であって、
プローブを使って、近赤外線(near-infrared light)を血管壁に照射するステップと、
前記プローブによって、前記血管壁から反射された近赤外線を受光するステップと、
コンピューティングデバイスにより、前記血管壁から前記反射された近赤外線に基づき反射スペクトルを決定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが脂質コアプラーク（ＬＣＰ:lipid core plaque）の存在を示すかどうかをＬＣＰ分類器(classifier)を前記反射スペクトルに適用することによって判定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが前記ＬＣＰの存在を示す(indicative)場合にＬＣＰ被膜厚さ分類器(cap thickness classifier)を前記反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定するステップと、
ディスプレイ上に、前記ＬＣＰ被膜(cap)の前記厚さを示す指標(indicia)を表示するステップとを含むコンピュータ実装方法。
【請求項２】
前記ＬＣＰ被膜厚さ分類器は、１つまたは複数の試料反射スペクトルおよび関連する(associated)組織病理学(histopathology)データに基づき生成される数学的モデルを含む請求項１に記載の方法。
【請求項３】
前記組織病理学データは、ＬＣＰ被膜厚さ測定結果を含む請求項２に記載の方法。
【請求項４】
前記ＬＣＰ被膜厚さ分類器を適用する(applying)ステップで、ＬＣＰ被膜の厚さが厚さ閾値を超える確率を求める請求項１に記載の方法。
【請求項５】
前記厚さ閾値は、約．４ミリメートルである請求項４に記載の方法。
【請求項６】
前記厚さ閾値は、約．１ミリメートルである請求項４に記載の方法。
【請求項７】
前記ＬＣＰ被膜厚さ分類器を適用するステップで、ＬＣＰ被膜の厚さが厚さ閾値より小さい確率を求める請求項１に記載の方法。
【請求項８】
前記厚さ閾値は、約．４ミリメートルである請求項７に記載の方法。
【請求項９】
前記厚さ閾値は、約．１ミリメートルである請求項７に記載の方法。
【請求項１０】
前記反射スペクトルが前記ＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を前記反射スペクトルに適用することによって前記ＬＣＰ被膜の厚さ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。
【請求項１１】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値を超えることを表す指示を含む請求項１に記載の方法。
【請求項１２】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値より小さいことを表す指示を含む請求項１に記載の方法。
【請求項１３】
血管壁を調査するための、非一時的(non-transitory)なコンピュータ可読記憶媒体に明確に具現化された(tangibly embodied)、コンピュータプログラム製品であって、データ処理装置に、
近赤外線を照射された前記血管壁から反射された近赤外線を示す信号を受信し、
前記受信された信号に基づき反射スペクトルを決定し、
前記反射スペクトルが脂質コアプラーク（ＬＣＰ）の存在を示すかどうかをＬＣＰ分類器を前記反射スペクトルに適用することによって判定し、
前記反射スペクトルが前記ＬＣＰの存在を示す場合にＬＣＰ被膜厚さ分類器を前記反射スペクトルに適用することによってＬＣＰ被膜の厚さを決定し、
ディスプレイ上に前記ＬＣＰ被膜の前記厚さを示す指標を表示することを行わせるように動作可能である命令を備えるコンピュータプログラム製品。
【請求項１４】
前記ＬＣＰ被膜厚さ分類器は、１つまたは複数の試料反射スペクトルおよび関連する組織病理学データに基づき生成される数学的モデルを含む請求項１３に記載のコンピュータプログラム製品。
【請求項１５】
前記組織病理学データは、ＬＣＰ被膜厚さ測定結果を含む請求項１４に記載のコンピュータプログラム製品。
【請求項１６】
前記ＬＣＰ被膜厚さ分類器を適用するステップで、ＬＣＰ被膜の厚さが厚さ閾値を超える確率を求める請求項１３に記載のコンピュータプログラム製品。
【請求項１７】
前記厚さ閾値は、約．４ミリメートルである請求項１６に記載のコンピュータプログラム製品。
【請求項１８】
前記厚さ閾値は、約．１ミリメートルである請求項１６に記載のコンピュータプログラム製品。
【請求項１９】
前記ＬＣＰ被膜厚さ分類器を適用するステップで、ＬＣＰ被膜の厚さが厚さ閾値より小さい確率を求める請求項１３に記載のコンピュータプログラム製品。
【請求項２０】
前記厚さ閾値は、約．４ミリメートルである請求項１９に記載のコンピュータプログラム製品。
【請求項２１】
前記厚さ閾値は、約．１ミリメートルである請求項１９に記載のコンピュータプログラム製品。
【請求項２２】
前記データ処理装置に、前記反射スペクトルが前記ＬＣＰの存在を示す場合に第２のＬＣＰ被膜厚さ分類器を前記反射スペクトルに適用することによって前記ＬＣＰ被膜の厚さを決定させるように動作可能である命令を備える請求項１３に記載のコンピュータプログラム製品。
【請求項２３】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値を超えることを表す指示を含む請求項１３に記載のコンピュータプログラム製品。
【請求項２４】
前記ＬＣＰ被膜の厚さを示す前記指標は、前記ＬＣＰ被膜の前記厚さが厚さ閾値より小さいことを表す指示を含む請求項１３に記載のコンピュータプログラム製品。
【請求項２５】
脂質コアプラーク（ＬＣＰ）被膜厚さ分類器を構築するためのコンピュータ実装方法であって、
ａ．複数の血管壁上の複数の場所のそれぞれの場所について、
プローブを使って、近赤外線を前記場所に照射するステップと、
前記プローブによって、前記場所から反射された近赤外線を受光するステップと、
コンピューティングデバイスにより、前記場所から前記反射された近赤外線に基づき反射スペクトルを決定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが前記場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を前記反射スペクトルに適用することによって判定するステップと、
前記コンピューティングデバイスにより、前記反射スペクトルが前記場所に前記ＬＣＰが存在することを示す場合に前記場所を選択するステップと、
前記コンピューティングデバイスにより、前記場所に関連付けられている組織病理学データを受信するステップと、
ｂ．前記コンピューティングデバイスにより、被膜厚さ閾値を受信するステップと、
ｃ．前記コンピューティングデバイスにより、ステップａからのそれぞれの選択された場所の前記反射スペクトルおよび組織病理学データならびに前記被膜厚さ閾値に基づき前記ＬＣＰ被膜厚さ分類器を生成するステップとを含むコンピュータ実装方法。
【請求項２６】
脂質コアプラーク（ＬＣＰ）被膜厚さ分類器を構築するための、非一時的なコンピュータ可読記憶媒体に明確に具現化された、コンピュータプログラム製品であって、データ処理装置に、
ａ．複数の血管壁上の複数の場所のそれぞれの場所について、
近赤外線を照射された前記場所から反射された近赤外線を示す信号を受信し、
前記受信された信号に基づき反射スペクトルを決定し、
前記反射スペクトルが前記場所にＬＣＰが存在することを示すかどうかをＬＣＰ分類器を前記反射スペクトルに適用することによって判定し、
前記反射スペクトルが前記場所にＬＣＰが存在することを示す場合に前記場所を選択し、
前記場所に関連付けられている組織病理学データを受信し、
ｂ．被膜厚さ閾値を受信し、
ｃ．ステップａからのそれぞれの選択された場所の前記反射スペクトルおよび組織病理学データならびに前記被膜厚さ閾値に基づき前記ＬＣＰ被膜厚さ分類器を生成することを行わせるように動作可能な命令を備えるコンピュータプログラム製品。
【図２Ａ】
【図２Ｂ】
【図３】
【図４】
【図５】
【図１】
【図６】
【図２Ｂ】
【図３】
【図４】
【図５】
【図１】
【図６】
【公開番号】特開２０１３−４６７６０（Ｐ２０１３−４６７６０Ａ）
【公開日】平成２５年３月７日（２０１３．３．７）
【国際特許分類】
【外国語出願】
【出願番号】特願２０１２−１８７２８２（Ｐ２０１２−１８７２８２）
【出願日】平成２４年８月２８日（２０１２．８．２８）
【出願人】（５１２２２３５７１）インフラレドックス，インコーポレーテッド (1)
【Ｆターム（参考）】
【公開日】平成２５年３月７日（２０１３．３．７）
【国際特許分類】
【出願番号】特願２０１２−１８７２８２（Ｐ２０１２−１８７２８２）
【出願日】平成２４年８月２８日（２０１２．８．２８）
【出願人】（５１２２２３５７１）インフラレドックス，インコーポレーテッド (1)
【Ｆターム（参考）】
[ Back to top ]