著者
山本 匡 岩崎 清隆 新井 淳 北原 茂実 梅津 光生
出版者
公益社団法人 日本生体医工学会
雑誌
生体医工学 (ISSN:1347443X)
巻号頁・発行日
vol.51, no.6, pp.350-356, 2013-12-10 (Released:2014-03-28)
参考文献数
11

Percutaneous coronary intervention (PCI) for ischemic heart disease became a common therapy. The improvement of treatment results was caused by invention of drug-eluting stent (DES) but its implantation procedure for pressure and inflation time has not been discussed. 3-time-balloon-inflation method is proved to be an effective method for inflation in in vitro experiments and it was practiced in the clinical field. The purpose of this study is to determine the effectiveness of the 3-time-balloon-inflation method and investigate the factors that cause suppression of stent expansion. From January 2011 to March 2012, PCI with drug-eluting stent (XIENCE V) were performed to 169 patients by a single-operator with 3-time-ballon-inflation method. Minimal lumen area (MLA), vessel cross-sectional area, and plaque cross-section in the MLA were measured by intravascular ultrasound (IVUS) before stent implantation. Minimum stent area (MSA) was measured after stent implantation. Stent expansion ratio (SER) was calculated from assumed area and MSA. Area acquisition ratio (AAR) was calculated from MSA and MLA. Subsequently, the ratio of calcification in the lesion was measured using the color mapping function mounted on the IVUS. The stent diameter used in this study was 2.89±0.35[mm] (mean±SD), stent length was 20.5±6.2[mm] (mean±SD), and the stent expansion pressure was 10.3±2.4[atm] (mean±SD). There was no difference in SER by stent size, target vessels, and MLA. Significant difference was seen in the calcification ratio between the group without pre-dilatation (n=27) and the group with pre-dilatation (n=142), but no difference in SER between the two groups. It was suggested that calcification ratio is one of the factors that causes the suppression of stent expansion because significance of calcification ratio came out in AAR.
著者
藤枝 崇史 新井 淳也 大村 圭 藤田 智成
雑誌
研究報告システムソフトウェアとオペレーティング・システム(OS)
巻号頁・発行日
vol.2012-OS-120, no.7, pp.1-8, 2012-02-21

近年,多数のコンピュータを組み合わせることで性能のスケールアウトや冗長化を実現する分散システムの需要が高まっている.分散システムを開発する際には一貫性の保証が焦点となる.強い一貫性は可用性を犠牲にするため,応答速度が重視される Web サービス等のシステムとの相性が悪い.この問題を解決する一貫性に,結果整合性というモデルが存在する.しかし,結果整合性を利用する分散システムの開発は困難である.本論文で紹介する Bloom は,分散システム開発をターゲットとしたプログラミング言語である.Bloom には,結果整合性を利用する処理を簡便に記述できる,一貫性を厳密に保証すべき処理と結果整合性を利用しても良い処理の判別を自動的に行うことが可能である,などの特徴がある.本論文では,Bloom の処理系である Bud の内部実装の解析と,実行速度の評価を行った.評価の結果,Bloom のプログラム内で扱うデータ量が増えるほどにアクセス速度が増加するため,1000 個のデータを扱う場合,Bud のプログラムの処理速度は Ruby の 100 倍前後遅いという結果が得られた.
著者
藤枝 崇史 新井 淳也 大村 圭 藤田 智成
雑誌
研究報告システムソフトウェアとオペレーティング・システム(OS)
巻号頁・発行日
vol.2012, no.7, pp.1-8, 2012-02-21

近年,多数のコンピュータを組み合わせることで性能のスケールアウトや冗長化を実現する分散システムの需要が高まっている.分散システムを開発する際には一貫性の保証が焦点となる.強い一貫性は可用性を犠牲にするため,応答速度が重視される Web サービス等のシステムとの相性が悪い.この問題を解決する一貫性に,結果整合性というモデルが存在する.しかし,結果整合性を利用する分散システムの開発は困難である.本論文で紹介する Bloom は,分散システム開発をターゲットとしたプログラミング言語である.Bloom には,結果整合性を利用する処理を簡便に記述できる,一貫性を厳密に保証すべき処理と結果整合性を利用しても良い処理の判別を自動的に行うことが可能である,などの特徴がある.本論文では,Bloom の処理系である Bud の内部実装の解析と,実行速度の評価を行った.評価の結果,Bloom のプログラム内で扱うデータ量が増えるほどにアクセス速度が増加するため,1000 個のデータを扱う場合,Bud のプログラムの処理速度は Ruby の 100 倍前後遅いという結果が得られた.Recently, we have seen a growing demand for distributed systems to achieve scale-out performance and availability by many computers. Tha main focus is ensuring consistency in distributed systems. Strong consistency sacrifice availability. Therefore strong consistency is unfit for the systems that require a high-speed response such as web services. Eventual consistency solves the problem. However development of distributed systems are difficult by using eventual consistency. Bloom is a programming language for distributed systems development. Bloom simplifies a distributed program to use in eventual consistency, and it is possible to automatically analysis whether to use strong consistency or eventual consistency. In this paper, we analyzed Bud, Bloom interpreter implementation, and evaluated of Bud processing speed. As a experimental result, processing speed to access objects increased linearly with increasing amount of objects handled by Bloom program. For example, If Bud program handle 1,000 objects, processing speed of Bud program is 100 times as slow as that of Ruby program.