More specifically, methods and systems are provided for assessing the presence of a functionally significant stenosis in one or more coronary arteries, known as the severity of vascular occlusion. The method and system segment at least a portion of a contrast-enhanced volumetric image dataset into data segments corresponding to the wall region of the target organ, and analyze the data segment to determine the amount of perfusion experience with the wall region of the target organ. A prediction phase can be implemented that involves extracting the features to show. The method and system obtain a feature-perfusion classification (FPC) model derived from a training set of perfused organs, classify a data segment based on the extracted function and FPC model, and a vessel based on the classification of features. A predictive index of occlusion severity can be provided as an output. [Selection diagram] Fig. 3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
