Computationally-efficient constrained constructive optimisation algorithm for patient-specific coronary microvascular network generation

技術要約：患者固有の冠状微小血管ネットワーク生成のための計算効率の高い制約付き構成的最適化

問題提起

心筋灌流の正確な患者固有の解析には、現実的な冠状微小血管ネットワークの再構築が必要である。しかし、これらの微細構造を生体内（in vivo）で直接測定することは極めて困難である。制約付き構成的最適化（Constrained Constructive Optimisation: CCO）は、生理学的最適性原理（例：総エネルギーまたは体積の最小化）に基づき血管樹を生成するための確立された手法であるが、既存の実装には以下のような重大な制限がある：

1. 計算コスト： 標準的なCCOアルゴリズムは、血管が挿入されるたびに全樹木のグローバルな再最適化を行い、すべての既存セグメントに対して接続を評価するため、ネットワークのサイズが増大するにつれて計算時間が指数関数的に増大する（$O(n_t^2)$ またはそれ以上）。これは、冠状微小血管系に典型的な数百万本の血管を持つネットワークを生成する場合、計算上不可能となる。
2. 患者固有情報の統合の欠如： 従来のCCOは通常、単一の流入血管から開始される。臨床画像から再構築された既存の患者固有の心外膜動脈樹を、元の解剖学的構造を変更することなく下流の微小血管へと拡張することを、ネイティブにはサポートしていない。
3. 解剖学的忠実度： 標準的なCCOには、冠状動脈の特有のトポロジー組織（例えば、主経路長と心筋壁厚の関係など）を強制するための具体的な制約が欠けており、左心室（LV）のような非凸領域に適用した場合、非現実的な幾何学的形状をもたらすことがある。

手法

著者らは、既存の患者固有の心外膜樹から微小血管ネットワークを生成するために、計算効率の高いCCOの変種（eCCO）と冠状動脈特有の制約を統合した新しいフレームワークを提案している。

1. 計算効率の高いCCO (eCCO)
著者らは、計算複雑性を軽減するために、修正されたグローバル・ローカル最適化戦略を導入している：

• 粗いグローバル探索： $N_{near}$（通常は20）個の近傍候補血管それぞれに対して $n$ 回のローカル反復を行う代わりに、アルゴリズムはまず、すべての候補に対して単一の代表的な分岐位置（三角形の分岐平面の重心）を評価する。
• 精緻なローカル探索： この粗いレベルで最小コストを示した候補血管に対してのみ、完全な精緻なローカル最適化（平面を $n$ 個の点に離散化する）を行う。
• 複雑性の低減： この再構成により、末端挿入あたりのコスト関数評価回数が $20n$ 回から $20 + n$ 回へと減少し、構造的特性を維持しつつ、スケーラビリティを大幅に向上させている。

2. 患者固有の心外膜樹との統合
本フレームワークは、標準的なCCOの初期化および接続ロジックを修正している：

• 初期条件： アルゴリズムは、単一のルート血管ではなく、臨床画像から得られた、セグメント化された患者固有の冠状動脈樹から開始される。
• 接続戦略： 新しい末端血管は、既存の樹木セグメントの端点、または以前に生成された微小血管に直接接続される。
  • 固定された親血管半径： 親血管の半径が調整される標準的なCCOとは異なり、既存のセグメント化された樹木の半径は固定される。
  • 半径の更新： 新しい血管の半径は、流量バランスと減少した水力学的抵抗に基づいて計算される。
  • 生理学的妥当性： 固定された心外膜樹と新しい枝との間の接合部において、分岐指数（$\gamma$）が計算される。接続は、$2.5 \leq \gamma \leq 3.5$ である場合にのみ受理され、生理学的な一貫性が確保される。
• 領域制約： 非凸な左心室（LV）の幾何学的形状に対しては、ガウス求積点を用いたメッシュベースのアプローチにより末端候補を選択する。ラプラス方程式を解く等電位関数を用いることで、生成されるすべての血管が心筋壁内に留まることを保証する。

3. 冠状動脈特有のトポロジー制約
冠状動脈の特性的な横断的組織を保持するために、新しい制約が適用されている：

• 主経路長： 心外膜血管から派生するあらゆる新しいサブツリーについて、主経路の長さ（$l_p$）を計算する。
• 拒絶基準： もし $l_p > \alpha \cdot m_t$ （ここで $m_t$ は局所的な心筋壁厚、$\alpha$ は本研究で1.5に設定されたスケーリング定数）である場合、その候補血管は拒絶される。これにより、アルゴリズムが心筋壁の解剖学的限界を逸脱するような、過度に長く非現実的なサブツリーを生成することを防いでいる。

主な結果

提案されたフレームワークは、3つの段階で評価された：

1. 球状ドメインのベンチマーク：

• 球状ドメインにおいて10,000本の末端血管を生成した。
• 効率性： eCCOアルゴリズムは、標準的なCCOアルゴリズムよりも約13倍高速であった。
• 正確性： 目的関数値（総血管体積）および分岐角（$\Psi_1, \Psi_2, \theta_1, \theta_2$）の3D分布は、eCCOと標準的なCCOの間で同等であり、効率性の向上が幾何学的忠実度を損なっていないことが確認された。

2. ヒト左心室（LV）の再構築：

• 本フレームワークを、高解像度のクライオマイクロトーム・データセット（Schwarz et al., 2020）をリファレンスとして、ヒトの左心室に適用した。
• 初期条件： 大きな心外膜血管（シュトレーラー次数 > 6）のみを開始樹木として使用した。
• 制約の影響： 主経路の制約がない場合、アルゴリズムは平均半径 $1.4 \pm 1.2$ $\mu$m の末端血管を生成した（リファレンスよりも著しく小さい）。制約を加えた場合、末端半径の平均は $29.58 \pm 10.9$ $\mu$m に増加し、リファレンスの値である $32.16 \pm 16.44$ $\mu$m に密接に一致した。
• 幾何学的合致： 生成されたネットワークの3D分岐角分布は、リファレンス・データセットと定性的および定量的に高い一致を示した。

3. ブタ左心室への適用：

• 本フレームワークは、ブタの心臓データセットに適用され、70,000本の末端血管を持つ微小血管ネットワークを生成することに成功した。
• 得られた分岐角分布はヒトモデルのそれと同様であり、本フレームワークが異なる種や画像モダリティに適用可能であることを示した。

意義および主張

著者らは、既存の冠状動脈樹から開始して、患者固有の幾何学的形状内に冠状微小血管を生成するCCOフレームワークの初の適用であると主張している。

• 計算のスケーラビリティ： eCCOアルゴリズムは、大規模な微小血管ネットワーク（数百万本の血管）の生成を可能にし、これは患者固有の血行動態モデリングに適している。これにより、従来のメソッドにおける計算上のボトルネックを克服している。
• 患者固有情報の統合： この手法は、元の患者の解剖学的構造を変更することなく、臨床画像（心外膜樹）から微小循環へとシームレスに拡張することを可能にし、非侵襲的イメージングと微小血管解析の間の溝を埋めるものである。
• 生理学的リアリズム： 冠状動脈特有のトポロジー制約（主経路長と壁厚の関係）を組み込むことにより、本フレームワークは、高解像度のヒトデータで観察される末端血管半径および3D分岐特性を正確に再現するネットワークを生成する。

著者らは、現在の研究は幾何学的再構築に焦点を当てているものの、このフレームワークは将来の大規模な個別化灌流モデリングをサポートするように設計されており、臓器特有の制約を組み込むことで他の血管化された臓器（肝臓、脳など）にも拡張可能であると述べている。