CN116264971A - X射线装置 - Google Patents
X射线装置 Download PDFInfo
- Publication number
- CN116264971A CN116264971A CN202211566454.6A CN202211566454A CN116264971A CN 116264971 A CN116264971 A CN 116264971A CN 202211566454 A CN202211566454 A CN 202211566454A CN 116264971 A CN116264971 A CN 116264971A
- Authority
- CN
- China
- Prior art keywords
- image
- ray
- condition
- unit
- image acquisition
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 claims abstract description 112
- 238000010801 machine learning Methods 0.000 claims abstract description 29
- 238000007689 inspection Methods 0.000 claims description 75
- 230000003287 optical effect Effects 0.000 claims description 33
- 230000008859 change Effects 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 25
- 238000012549 training Methods 0.000 claims description 15
- 238000006073 displacement reaction Methods 0.000 claims description 11
- 238000010191 image analysis Methods 0.000 abstract description 44
- 238000002594 fluoroscopy Methods 0.000 abstract description 31
- 238000002601 radiography Methods 0.000 abstract description 18
- 210000001015 abdomen Anatomy 0.000 description 60
- 210000000038 chest Anatomy 0.000 description 53
- 238000000034 method Methods 0.000 description 41
- 238000004458 analytical method Methods 0.000 description 35
- 238000010586 diagram Methods 0.000 description 35
- 210000004394 hip joint Anatomy 0.000 description 32
- 230000008569 process Effects 0.000 description 23
- 238000013146 percutaneous coronary intervention Methods 0.000 description 16
- 238000003384 imaging method Methods 0.000 description 13
- 238000007459 endoscopic retrograde cholangiopancreatography Methods 0.000 description 11
- 239000002872 contrast media Substances 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 230000000903 blocking effect Effects 0.000 description 8
- 210000002784 stomach Anatomy 0.000 description 8
- 230000003187 abdominal effect Effects 0.000 description 7
- 210000004072 lung Anatomy 0.000 description 6
- 210000004351 coronary vessel Anatomy 0.000 description 5
- 230000001678 irradiating effect Effects 0.000 description 5
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002496 gastric effect Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 210000000115 thoracic cavity Anatomy 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000009548 contrast radiography Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 210000003108 foot joint Anatomy 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 210000000629 knee joint Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 210000003739 neck Anatomy 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000002832 shoulder Anatomy 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/54—Control of apparatus or devices for radiation diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/40—Arrangements for generating radiation specially adapted for radiation diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
提供一种X射线装置,能够更加可靠且迅速地以恰当的条件执行X射线透视或X射线摄影。X射线装置具备:条件存储部,其将与被检体的部位信息对应的图像获取条件同部位信息相关联地存储;学习模型存储部,其存储学习模型,该学习模型通过机器学习来推断在图像中映现的人体的部位并输出该部位;图像解析部,其通过将被检体的图像作为输入用图像输入到学习模型,来推断该输入用图像中的被检体的部位并输出该部位;条件读出部,其通过将已被输出的被检体的部位选择为部位信息,来读出与该部位信息相关联的图像获取条件;以及主控制部,其按照所读出的图像获取条件来进行X射线管的控制和图像处理部的控制中的至少任一方的控制。
Description
技术领域
本发明涉及一种对被检体照射X射线来进行X射线透视或X射线摄影等的X射线装置。
背景技术
在医疗现场,在使用X射线装置以对被检体进行X射线透视或X射线摄影等从而获取X射线图像的情况下,根据被检体的摄影部位或对被检体进行的检查的种类来设定恰当的X射线照射条件或图像处理条件是很重要的。作为设定恰当的X射线照射条件或图像处理条件的结构,近年来使用具备解剖程序(APR)的X射线装置。
所谓解剖程序,是预先将以管电压和管电流为例的一系列X射线照射条件及以对比度处理条件为例的一系列图像处理条件与被检体的摄影部位或检查的种类等建立关联而得到的数据结构。关于解剖程序,根据被检体的摄影部位或检查的种类预先设定多个程序并存储该多个程序。作为一例,在被检体的摄影部位是胸部的普通X射线摄影的情况下,与以胸部为摄影部位的普通X射线摄影相关联地存储有适于胸部的普通X射线摄影的X射线照射条件及图像处理条件的信息。
在对被检体进行X射线透视等的情况下,在以液晶面板为例的显示部中显示多个解剖程序,操作者从多个解剖程序中选择恰当的解剖程序(例如参照专利文献1、2)。
作为一例,在对被检体的腹部进行内窥镜逆行胰胆管造影检查(ERCP:Endoscopicretograde cholangiopancreatography)的情况下,操作者进行从一览显示于显示部的“胸部/普通摄影”、“腹部/普通摄影”、“腹部/ERCP”等与检查部位及检查的种类相应的多个解剖程序中选择“腹部/ERCP”的程序的操作。通过进行该选择操作,预先与“腹部/ERCP”建立了关联的适于对腹部进行ERCP的情况的X射线照射条件及图像处理条件的参数被读出而显示于显示部。操作者确认所显示的X射线照射条件等后开始进行针对被检体的检查。
现有技术文献
专利文献
专利文献1:日本特开2012-143443号公报
专利文献2:日本特开2018-191983号公报
发明内容
发明要解决的问题
然而,在具有这种结构的现有例的情况下,存在如下问题。
在现有结构中使用解剖程序进行X射线摄影等的情况下,需要操作者从一览显示的程序中选择恰当的程序的操作。由于进行这样的手动操作而使检查长期化,因此在进行紧急的手术时会特别成为问题。另外,担心在进行手动操作时有可能由于操作者的操作失误等而设定不恰当的X射线照射条件等参数。并且,在术式或检查的期间被照射X射线的被检体的部位变化的情况下,需要进行根据变化后的部位重新选择恰当的APR的操作,因此还担心以下问题:操作者的负担增加,并且术式所需的时间长期化。
本发明是鉴于这种情况而完成的,其目的在于提供一种能够更加可靠且迅速地以恰当的条件执行X射线透视或X射线摄影的X射线装置。
用于解决问题的方案
本发明为了实现这样的目的,采用如下结构。
即,第一方式所涉及的X射线装置具备:X射线管,其向被检体照射X射线;X射线检测器,其与所述X射线管相向地配置,用于检测透过了所述被检体的X射线;图像处理部,其通过使用所述X射线检测器输出的检测信号进行图像处理来生成X射线图像;条件存储部,其将与所述被检体的对象部位分别对应的图像获取条件同所述对象部位相关联地存储,所述图像获取条件包括X射线照射条件和图像处理条件中的至少任一方的条件;学习模型存储部,其存储学习模型,所述学习模型通过将人体的图像作为训练图像执行机器学习,来推断在所述图像中映现出的所述人体的部位并输出该部位;对象部位推断部,其通过将最近得到的所述被检体的所述X射线图像和光学图像中的至少任一方的图像作为输入用图像输入到所述学习模型,来推断在所述输入用图像中映现出的部位并输出该部位;条件读出部,其通过将由所述对象部位推断部输出的所述部位选择为所述对象部位,来读出与所述对象部位相关联地存储到所述条件存储部的所述图像获取条件;以及控制部,其按照由所述条件读出部读出的所述图像获取条件来进行所述X射线管的控制和所述图像处理部的控制中的至少任一方的控制。
另外,本发明的第二方式所涉及的X射线装置具备:X射线管,其向被检体照射X射线;X射线检测器,其与所述X射线管相向地配置,用于检测透过了所述被检体的X射线;图像处理部,其通过使用所述X射线检测器输出的检测信号进行图像处理来生成X射线图像;条件存储部,其将与所述被检体的检查项目分别对应的图像获取条件同所述检查项目相关联地存储,所述图像获取条件包括X射线照射条件和图像处理条件中的至少任一方的条件;学习模型存储部,其存储学习模型,所述学习模型通过将映现人体的检查图像作为训练图像执行机器学习,来推断所述检查图像中的检查的种类并输出该检查的种类;检查种类推断部,其通过将最近得到的所述被检体的所述X射线图像和光学图像中的至少任一方的图像作为输入用图像输入到所述学习模型,来推断所述输入用图像中的检查的种类并输出该检查的种类;条件读出部,其通过将由所述检查种类推断部输出的所述检查的种类选择为所述检查项目,来读出与所述检查项目相关联地存储到所述条件存储部的所述图像获取条件;以及控制部,其按照由所述条件读出部读出的所述图像获取条件来进行所述X射线管的控制和所述图像处理部的控制中的至少任一方的控制。
发明的效果
根据本发明的第一方式所涉及的X射线装置,通过使用用于推断在图像中映现的对象部位的学习模型、以及以解剖程序为例的与对象部位相应地关联有恰当的图像获取条件的机构,来自动地设定包括X射线照射条件和图像处理条件中的至少任一方的条件的图像获取条件。学习模型构成为通过将人体的图像作为训练图像的机器学习来推断在图像中映现的人体的部位并输出该部位。即,对象部位推断部通过将被检体的图像作为输入用图像输入到学习模型,来推断在该输入用图像中映现的被检体的部位并输出该部位。条件读出部通过将已被输出的被检体的部位信息选择为对象部位,来自动地读出与该对象部位相关联地存储的图像获取条件。因而,当获取到被检体的X射线图像时,通过对象部位推断部和条件读出部自动地读出对于该X射线图像的照射野而言恰当的图像获取条件。因而,即使在被检体的被照射X射线的对象部位发生了变更的情况下,也自动地读出适于变更后的对象部位的图像获取条件。即,不需要操作者通过手动操作来选择对象部位并设定图像获取条件这样的工序,因此能够更加可靠且迅速地以恰当的条件执行X射线透视或X射线摄影。
根据本发明的第二方式所涉及的X射线装置,通过使用将人体的检查图像中的检查的种类推断为检查项目的学习模型、以及与检查项目相应地关联有恰当的图像获取条件的机构,来自动地设定包括X射线照射条件和图像处理条件中的至少任一方的条件的图像获取条件。学习模型构成为通过将映现人体的检查图像作为训练图像的机器学习来推断图像的检查种类并输出该检查种类。即,检查种类推断部通过将被检体的图像作为输入用图像输入到学习模型,来推断该输入用图像中的检查的种类并输出该检查的种类。条件读出部通过将已被输出的检查的种类信息选择为检查项目,来自动地读出与该检查项目相关联地存储的图像获取条件。因而,当获取到被检体的X射线图像时,通过检查种类推断部和条件读出部自动地读出对于该X射线图像的检查项目而言恰当的图像获取条件。因而,即使在向被检体照射X射线的检查项目发生了变更的情况下,也自动地读出适于变更后的检查项目的图像获取条件。即,不需要操作者通过手动操作来选择检查项目并设定图像获取条件这样的工序,因此能够更加可靠且迅速地以恰当的条件执行X射线透视或X射线摄影。
附图说明
图1是说明实施例1所涉及的X射线装置的整体结构的主视图。
图2是说明实施例1所涉及的X射线装置的整体结构的右侧视图。
图3是说明实施例1所涉及的脚踏开关的整体结构的立体图。
图4是示出实施例1所涉及的显示部所显示的信息的一例的图。
图5是实施例1所涉及的X射线装置的功能框图。
图6是说明实施例1的APR的图。(a)是示出部位信息与关联于部位信息的图像获取条件的关系的图,(b)是示出与各个部位有关的部位信息以及与该部位信息相关联的图像获取条件的具体参数的例子的图。
图7是示出在实施例1中使用学习模型和APR读出图像获取条件的一系列工序的概要图。
图8是示出在实施例1中在X射线照射开始之前读出图像获取条件的一系列工序的概要图。
图9是示出在实施例1中在髋关节为照射野的情况下读出图像获取条件的一系列工序的概要图。
图10是示出在实施例1中在腹部为照射野的情况下读出图像获取条件的一系列工序的概要图。
图11是示出在实施例1中在胸部为照射野的情况下读出图像获取条件的一系列工序的概要图。
图12是示出现有例所涉及的APR的显示画面的图。
图13是示出使用现有例所涉及的APR读出了图像获取条件的状态的图。
图14是说明实施例1的APR的图。(a)是示出将胸部的普通摄影作为检查项目的APR的图,(b)是示出将胸部的PCI作为检查项目的APR的图,(c)是示出将腹部的普通摄影作为检查项目的APR的图,(d)是示出将腹部的ERCP作为检查项目的APR的图,(e)是示出将腹部的UGI作为检查项目的APR的图。
图15是说明实施例2的APR的图。(a)是示出检查项目信息与关联于检查项目信息的图像获取条件的关系的图,(b)是示出与各个部位有关的检查项目信息以及与该检查项目信息相关联的图像获取条件的具体参数的例子的图。
图16是示出在实施例2中使用学习模型和APR读出图像获取条件的一系列工序的概要图。
图17是示出实施例3所涉及的X射线装置的主要部分的功能框图。
图18是关于实施例3说明在学习模型中发生的误解析的图。(a)是示出学习模型恰当地进行了图像解析的情况的图,(b)是示出学习模型进行了错误的图像解析的情况的图。
图19是说明实施例3所涉及的X射线装置的动作的主要部分的工序的流程图。
图20是示出在实施例3中在学习模型恰当地进行了图像解析的情况下使用学习模型和APR读出图像获取条件的一系列工序的概要图。
图21是示出在实施例3中在学习模型进行了错误的图像解析的情况下使用学习模型和APR读出图像获取条件的一系列工序的概要图。
图22是示出实施例4所涉及的X射线装置的主要部分的功能框图。
图23是示出在实施例4中显示认可键的画面的一例的图。
图24是说明实施例所涉及的X射线装置的动作的流程图。(a)是实施例1所涉及的流程图,(b)是实施例4所涉及的流程图。
图25是示出在实施例4中多个定时与各定时的X射线照射野的位置等的关系的图。
图26是关于实施例4示出定时M1或定时M2的X射线装置的主要部分的控制关系的框图。
图27是关于实施例4示出定时M3的X射线装置的主要部分的控制关系的框图。
图28是关于实施例4示出定时M4的X射线装置的主要部分的控制关系的框图。
具体实施方式
[实施例1]
下面,参照附图来说明本发明的实施例1。
<整体结构的说明>
如图1和图2所示,实施例1所涉及的X射线装置1的X射线管5和X射线检测器7隔着用于载置仰卧姿势的被检体M的顶板3相向配置。顶板3配设在构成为能够进行升降移动的顶板支承体4的上部。X射线管5对被检体M照射X射线。X射线检测器7检测从X射线管5向被检体M照射而透过了被检体M的X射线并将其转换为电信号,来作为X射线检测信号进行输出。作为X射线检测器7的一例,列举出FPD(Flat Panel Detector:平板检测器)。
X射线管5和X射线检测器7分别设置在C臂9的一端和另一端。C臂9被保持于臂保持构件11,构成为沿着附图标记RA所示的C臂9的圆弧路径进行转动。即,C臂9沿着圆弧路径RA绕y方向(顶板3的长边方向)的轴进行转动。
臂保持构件11配设在支柱13的侧面部,构成为能够绕着与x方向(顶板3的短边方向)平行的水平轴P的轴(沿着圆弧路径RB)进行旋转。被保持于臂保持构件11的C臂9随着臂保持构件11而绕x方向的轴进行转动。通过将C臂9构成为沿着圆弧路径RA和圆弧路径RB各路径分别绕正交的两个轴转动自如,能够从任意的方向对被检体M照射X射线。
支柱13被在地面配设的支承基台15支承,构成为能够沿着支承基台15的上表面在x方向和y方向各方向上进行水平移动。被支柱13支承的臂保持构件11和C臂9随着支柱13的水平移动而沿x方向或y方向进行水平移动。准直器17设置于X射线管5,用于将从X射线管5照射的X射线限制为规定的形状。作为限制X射线的形状的一例,列举出棱锥的锥状。
在准直器17上配设有光学摄像机19。作为一例,光学摄像机19是数字摄像机,通过利用可见光拍摄被检体M来获取被检体M的光学图像。此外,在X射线装置1中,调整光学摄像机19和X射线管5的位置及方向,以使光学摄像机19的照射野与X射线管5的照射野处于相同的范围。
如图2所示,在顶板3的下方的地面载置有脚踏开关21。脚踏开关21经由线缆23与电源及构成后述的主控制部39的CPU连接。在实施例1中,主控制部39内置于顶板支承体4,在图1中,设为线缆23与顶板支承体4连接。
如图3所示,脚踏开关21具备主干部25、手术操作者用脚操作的开关27以及底板29。开关27由透视用开关27a、摄影用开关27b以及顶板移动开关27c这三个踏板式开关构成。在实施例1中,开关27的数量为三个,但开关27的数量也可以适当变更。
透视用开关27a用于控制X射线透视的启动和关闭。即,通过用脚踩踏透视用开关27a,开始进行按照后述的X射线透视条件从X射线管5间歇性地照射剂量比较低的X射线的X射线透视。摄影用开关27b用于控制X射线摄影的启动和关闭。即,通过用脚踩踏摄影用开关27b,开始进行按照后述的X射线摄影条件从X射线管5照射剂量比较高的X射线的X射线摄影。
顶板移动开关27c用于控制顶板3的铅垂方向的移动的启动和关闭。即,通过用脚踩踏顶板移动开关27,顶板支承体4在z方向上进行伸缩而使顶板3的高度变更。通过操作顶板移动开关27c,顶板3在用于被检体M乘降于顶板3的比较低的位置(乘降位置)与用于手术操作者对卧位姿势的被检体M进行医疗行为的比较高的位置(诊疗位置)之间进行升降移动。
如图5所示,X射线装置1还具备图像处理部33、显示部35、臂位置检测部37、主控制部39、操作台41以及存储部43。
图像处理部33设置在X射线检测器7的后级,基于从X射线检测器7输出的X射线检测信号来生成X射线图像。显示部35显示由图像处理部33生成的X射线图像以及与X射线装置1有关的各种信息。作为显示部35的一例,列举出液晶监视器或高精度显示器等。作为配设显示部35的结构的例子,列举出悬垂配设于顶棚的结构、搭载于移动台车的结构或配设于操作台41的结构等。
臂位置检测部37基于以未图示的电位计或编码器为例的位置检测器,来检测C臂9在圆弧路径RA和圆弧路径RB各路径中的旋转移动量,并且检测C臂9在x方向和y方向上的平移量。通过检测C臂9的旋转移动量和平移量,臂位置检测部37检测C臂9的位置。臂位置检测部37通过检测C臂9的位置,能够确定X射线管5的照射野相对于被检体M的位置。
作为一例,主控制部39具备中央处理运算装置(CPU:Central Processing Unit)等信息处理单元。主控制部39统一控制以X射线管控制部31、图像处理部33、显示部35为例的X射线装置1的各种结构。主控制部39相当于本发明的控制部。
主控制部39具备机器学习部45、图像解析部47以及条件读出部49。机器学习部45通过使用预先获取到的X射线图像或光学图像等进行机器学习来制作学习模型51。图像解析部47通过使用学习模型51来对由X射线装置1生成的X射线图像或光学图像进行解析,并判定在该图像中映现出的人体的部位。
实施例1所涉及的图像解析部47相当于本发明的对象部位推断部。
条件读出部49通过参照解剖程序53(APR 53),从条件存储部43读出与由图像解析部47判定出的部位相关联的图像获取条件。然后,条件读出部49将所读出的图像获取条件发送到X射线管控制部31或图像处理部33,从而按照发送来的条件进行从X射线管5照射X射线以及由图像处理部33生成X射线图像。
操作台41用于输入操作者的与X射线装置1的操作有关的指示,主控制部39按照手术操作者向操作台41输入的指示来进行统一控制。作为配设于操作台41的操作用设备的例子,列举出键盘输入式的面板、触摸输入式的面板、鼠标、拨盘、切换式开关、按钮式开关等。在实施例1中,关于操作台41,列举出如图1所示的附设于顶板3的侧部的结构、配设于支柱13的上部的结构或搭载于移动台车的结构等。
存储部43存储图像处理部33所生成的各种X射线图像以及与X射线装置1的动作有关的各种信息等。作为存储部43的一例,列举出非易失性存储器。存储部43具备学习模型存储部55和条件存储部57。学习模型存储部55存储由机器学习部45制作出的学习模型51。条件存储部57存储APR 53。
在此,对实施例1所涉及的APR 53进行说明。如图6的(a)所示,APR 53是与各个部位信息61对应地关联有图像获取条件63的程序。部位信息61是与成为被照射X射线的对象的人体的部位有关的信息,作为一例,列举出头颈部、胸部、腹部、髋关节、肩部、膝部、脚部等。图像获取条件63是与X射线图像的获取有关的一系列条件,包括X射线照射条件65和图像处理条件67。
X射线照射条件65是与X射线照射有关的各种参数,包括X射线透视条件68和X射线摄影条件69。作为与X射线照射有关的参数的例子,列举出对X射线管5施加的管电压和管电流、X射线照射时间、X射线照射周期等。图像处理条件67是与对X射线检测器7所检测出的电信号进行的图像处理有关的参数,作为例子,列举出对比度处理值、锐化处理值、边缘处理值等。此外,图像获取条件63也可以还包括以帧速率和增益值为例的X射线检测器7的设定条件。
X射线透视条件68是进行X射线透视时的与X射线照射有关的各种参数。在X射线透视中,间歇性地照射比较弱的X射线并获取X射线透视像(运动图像)。X射线摄影条件69是进行X射线摄影时的与X射线照射有关的各种参数。在X射线摄影中,短时间照射比较强的X射线并获取X射线摄影像(静止图像)。此外,在本发明中,X射线图像包括X射线透视像和X射线摄影像。
图6的(b)示出了在本实施例所涉及的APR 53中与部位信息61相关联的图像获取条件63的具体内容。作为一例,预先将部位信息61中的髋关节的部位信息61a与包括X射线照射条件65a及图像处理条件67a的图像获取条件63a建立关联。图像处理条件67a包含对比度处理值为10和锐化处理值为7等参数。X射线照射条件65a中的X射线透视条件68a包含管电压30kV和管电流2.0mA等参数。X射线照射条件65a中的X射线摄影条件69a包含管电压50kV和管电流3.0mA等参数。
同样地,预先将部位信息61中的腹部的部位信息61b与包括X射线照射条件65b及图像处理条件67b的图像获取条件63b建立关联。X射线照射条件65b包括X射线透视条件68b和X射线摄影条件69b。预先将部位信息61中的胸部的部位信息61c与包括X射线照射条件65c及图像处理条件67c的图像获取条件63c建立关联。X射线照射条件65c包括X射线透视条件68c和X射线摄影条件69c。预先将部位信息61中的头颈部的部位信息61d与包括X射线照射条件65d及图像处理条件67d的图像获取条件63d建立关联。X射线照射条件65d包括X射线透视条件68d和X射线摄影条件69d。这样,预先设定对多个部位信息61分别关联了恰当的图像获取条件63的APR 53,并将该APR 53存储于条件存储部57。
在此,使用图7和图24的(a)对在实施例1中自动地设定图像获取条件63的结构进行说明。图24的(a)是与实施例1所涉及的X射线装置1的动作有关的流程图。第一,在机器学习部45中通过预先进行机器学习来制作学习模型51(步骤M1)。机器学习部45预先获取人体的各种部位的图像来作为原图像R1。原图像R1例如是包括X射线图像、将三维CT像向各个方向投影而得到的DRR图像、由光学摄像机获取到的光学图像等的多个图像组。
然后,机器学习部45对原图像R1进行以对比度的增减、明度的增减、噪声的增减等为例的用于应对X射线条件等的变化的图像处理,进而获取多个一维数据增强图像R2。然后,机器学习部45对一维数据增强图像R2进行以旋转、放大、缩小等为例的用于应对被检体M的配置或C臂9的位置等的变化的图像处理,进而获取多个二维数据增强图像R3。
最后,机器学习部45通过将原图像R1、一维数据增强图像R2以及二维数据增强图像R3作为训练用图像进行机器学习,来制作用于推断在图像中映现的人体的部位的学习模型51。即,通过将X射线图像F或光学图像D等作为输入信息输入到学习模型51,学习模型51推断在作为输入信息的图像中映现出人体的哪个部位,并输出通过推断而得到的人体的部位的信息。学习完毕的学习模型51被存储于学习模型存储部55。
此外,在实施例1中例示了在X射线装置1中制作学习模型51的结构,但也可以利用其它装置预先制作学习模型51,并使制作出的学习模型51的程序存储于学习模型存储部55。在该情况下,能够在X射线装置1中省略机器学习部45。
第二,图像解析部47通过使用学习模型51对图像进行解析,来确定在针对被检体M得到的图像中映现出的被检体M的部位。即,图像解析部47读出存储在学习模型存储部55中的学习模型51。然后,在通过X射线照射而由图像处理部33生成了被检体M的X射线图像之后(步骤M2),将从图像处理部33发送来的X射线图像等作为输入用图像输入到学习模型51。学习模型51以在已被输入的X射线图像中映现的人体的构成要素等为线索来解析输入用图像,并推断在输入用图像中映现出的被检体M的部位。通过推断而得到的部位的信息作为部位信息61被从学习模型51输出(步骤M3)。
第三,条件读出部49使用由图像解析部47得到的部位信息61以及APR 53来设定恰当的图像获取条件63。条件读出部49将由图像解析部47得到的部位信息61输入到APR 53,读出在APR 53中与该部位信息61相关联地存储的图像获取条件63并输出该图像获取条件63(步骤M4)。条件读出部49将已被输出的图像获取条件63设定为在紧接着要进行的X射线图像的获取中使用的条件(步骤M5)。
被设定为X射线图像获取用条件的图像获取条件63被发送到X射线管5和图像处理部33,从而按照所设定的图像获取条件63的各种参数新生成被检体M的X射线图像(步骤M6)。这样,X射线装置1通过使用学习模型51和APR53来自动地设定恰当的图像获取条件63。此外,当经过规定的时间时(步骤M7),再次返回到步骤S2来生成输入用图像,从而使用学习模型51进行部位信息61的推断。作为规定的时间的一例,列举出生成10帧的X射线图像的时间。在该情况下,每当生成10帧的X射线图像时由学习模型51执行推断。
<动作的说明>
在此,具体地说明在存储部43中存储有学习模型51和APR 53的状态下使用X射线装置1进行被检体M的检查的动作。在实施例1中,作为检查的一例,以进行冠状动脉介入(PCI:Percutaneous Coronary Intervention)的情况为例进行说明。在实施例1所涉及的冠状动脉介入中,从腹股沟插入导管Ch,一边通过X射线透视逐次确认导管Ch一边使导管Ch到达冠状动脉并使支架留置于冠状动脉。即,如图8至图11所示,被检体M的被照射X射线的对象部位按股关节La、腹部Lb、胸部Lc的顺序发生位移。
当开始基于冠状动脉介入进行被检体M的检查时,首先设定用于获取最初的X射线图像的图像获取条件63。操作者如图8所示那样在使被检体M载置于顶板3的状态下使C臂9移动,以使照射野的位置为髋关节La。然后,使用光学摄像机19拍摄被检体M的髋关节La。通过该拍摄,光学摄像机19生成髋关节La的光学图像D1。所生成的光学图像D1的数据被发送到图像解析部47(参照附图标记T1)。
图像解析部47将光学图像D1作为输入用图像输入到学习模型51。学习模型51解析光学图像D1,估计在作为输入信息的光学图像D1中映现出的部位并输出该部位。在该情况下,学习模型51以在光学图像D1中映现的被检体M的轮廓以及脚的存在等为线索,来估计为在光学图像D1中映现出的部位是髋关节的可能性最高。其结果,学习模型51输出髋关节的部位信息61a。从学习模型51输出的部位信息61a被发送到条件读出部49(参照附图标记T2)。
条件读出部49针对部位信息61a所涉及的髋关节La搜索恰当的图像获取条件63。即,通过向APR 53输入部位信息61a,来读出在APR 53中与部位信息61a相关联地存储的图像获取条件63即图像获取条件63a并输出该图像获取条件63a。其结果,图像获取条件63a中包括的X射线照射条件65a被设定为X射线管5的控制用参数,图像处理条件67a被设定为图像处理部33的控制用参数。
这样,通过进行利用光学摄像机19获取光学图像D1的操作,来使用学习模型51和APR 53自动地设定图像获取条件63a。通过光学图像D1的输入而被设定的图像获取条件63a相当于用于获取最初的X射线图像的图像获取条件63。
操作者在确认了图像获取条件63a已被设定之后,通过用脚踩踏脚踏开关21的透视用开关27a而开始进行X射线透视。操作者一边确认通过X射线透视获取到的髋关节La的X射线透视像,一边从被检体M的腹股沟插入导管Ch。
此时,主控制部39按照图像获取条件63a中包括的X射线透视条件68a来控制X射线管5。即,在管电压30kV和管电流2.0mA等条件下,如图9所示,X射线管5对髋关节La照射X射线。然后,主控制部39按照图像获取条件63a中包括的图像获取条件67a来控制图像处理部33。即,图像处理部33在对比度值10和锐度7等条件下对X射线检测器7的检测信号进行各种图像处理,生成以髋关节La为对象部位的X射线透视像(X射线图像F1)。操作者一边确认在X射线图像F1中映现的导管Ch的位置一边开始进行导管Ch的操作。
此外,X射线装置1以规定的定时重复进行自动地设定图像获取条件63的动作。图9示出了通过对髋关节La照射X射线来自动地设定图像获取条件63的工序。通过从X射线管5对髋关节La照射X射线,图像处理部33生成以髋关节La为对象部位的X射线图像F1。所生成的X射线图像F1的数据被发送到图像解析部47。
图像解析部47将X射线图像F1作为输入用图像输入到学习模型51。学习模型51估计在作为输入信息的X射线图像F1中映现出的部位并输出该部位。在该情况下,学习模型51以在X射线图像F1中映现的被检体M的骨盆Ba和大腿骨Bc等为线索,来估计为在X射线图像F1中映现出的部位是髋关节的可能性最高。其结果,学习模型51输出部位是髋关节的信息即部位信息61a。从学习模型51输出的部位信息61a被发送到条件读出部49。
条件读出部49针对部位信息61a所涉及的髋关节La搜索恰当的图像获取条件63。即,通过向APR 53输入部位信息61a,来读出在APR 53中与部位信息61a相关联地存储的图像获取条件63、即预先被设定为对于生成髋关节La的X射线图像的情况而言恰当的条件(参数)的图像获取条件63a并输出该图像获取条件63a。其结果,X射线管5基于X射线照射条件65a照射X射线,图像处理部33基于图像处理条件67a进行图像处理。这样,在以使X射线照射野位于髋关节La的方式确定了C臂9的位置的情况下,图像获取条件63a被自动地设定为X射线图像获取用条件而持续生成X射线图像F1。操作者一边确认在X射线图像F1中映现的导管Ch的位置,一边操作导管Ch以使其朝向心脏行进。
此外,所生成的X射线图像F1被发送到图像解析部47并显示于显示部35。图4示出了显示部35中显示的信息。显示部35具有图像显示区域K1、解析结果显示区域K2、选择部位显示区域K3以及应用条件显示区域K4。图像显示区域K1用于显示最近获取到的X射线图像F或光学图像D。在对髋关节La照射了X射线的情况下,最近获取到的图像是X射线图像F1,因此X射线图像F1显示于图像显示区域K1。
解析结果显示区域K2用于将学习模型51所输出的信息显示为解析结果。学习模型51针对作为输入信息的输入用图像(在此为X射线图像F1),将在该输入用图像中映现的部位的信息与准确度一起输出。作为一例,输出以下信息:在X射线图像F1中映现的部位是髋关节的准确度为91.4%、是头颈部的准确度为1.4%、是胸部的准确度为4.2%、是腹部的准确度为0.1%。图像解析部47将准确度最高的部位选择为部位信息61,并将部位信息61发送到条件读出部49。另外,图像解析部47使规定数量的部位按准确度从高到低的顺序显示于解析结果显示区域K2。在实施例1中,使三个部位按准确度从高到低的顺序显示于解析结果显示区域K2。即,将“髋关节”、“胸部”以及“头颈部”的信息与准确度的数值一起进行一览显示。解析结果显示区域K2中显示的部位的数量不限于三个,也可以适当变更。
选择部位显示区域K3用于显示被选择为部位信息61的部位。在此,由于选择了髋关节La的部位信息61a,因此在选择部位显示区域K3中显示为“髋关节”。应用条件显示区域K4用于显示在当前时间点应用的图像获取条件63。在此,由于应用了与髋关节La的部位信息61a相关联的图像获取条件63a,因此图像获取条件63a显示于应用条件显示区域K4。此外,为了便于说明,在图4中,在应用条件显示区域K4中显示了图像获取条件63a中的管电压和管电流的信息。在应用条件显示区域K4中显示有调整键NB。操作者操作鼠标等来对调整键NB进行适当输入,由此作为一例能够执行使管电压的数值从在图像获取条件63a中确定的初始值起增加和减少的调整。
操作者使视线朝向显示部35来确认显示于应用条件显示区域K4的图像获取条件63的内容、显示于选择部位显示区域K3的部位的内容、显示于解析结果显示区域K2的准确度的信息等,由此能够掌握根据学习模型51和APR53自动地设定的图像获取条件63是否恰当。另外,操作者一边确认显示于显示部35的X射线图像F1等,一边使导管Ch朝向冠状动脉行进。
操作者使导管Ch行进,并且使C臂9的位置与导管Ch的位置相匹配地沿y方向移动来变更X射线照射野的位置。因此,随着导管Ch从髋关节La的区域向腹部Lb的区域行进,由此被照射X射线的对象部位从髋关节La向腹部Lb进行位移。在X射线装置1中,由于被照射X射线的对象部位发生位移,因此新设定图像获取条件63。图10示出了由于对腹部Lb照射X射线而自动地设定图像获取条件63的工序。
由于从X射线管5对腹部Lb照射X射线,因此图像处理部33生成以腹部Lb为对象部位的X射线图像F2。所生成的X射线图像F2的数据被发送到图像解析部47。
图像解析部47将X射线图像F2作为输入用图像输入到学习模型51来进行X射线图像F2的解析。即,在图像解析部47中,学习模型51估计在作为输入信息的X射线图像F2中映现出的部位并输出该部位。在该情况下,学习模型51以在X射线图像F2中映现的被检体M的胃Ga和腰椎Bh等为线索,来估计为在X射线图像F2中映现出的部位是腹部的可能性最高。其结果,学习模型51输出腹部的部位信息61b。从学习模型51输出的部位信息61b被发送到条件读出部49。
条件读出部49针对部位信息61b所涉及的腹部Lb搜索恰当的图像获取条件63。即,通过向APR 53输入部位信息61b,来读出在APR 53中与部位信息61b相关联地存储的图像获取条件63即图像获取条件63b并输出该图像获取条件63b。其结果,X射线管5基于X射线照射条件63b照射X射线,图像处理部33基于图像处理条件67b进行图像处理。
操作者用脚操作了透视用开关27a,因此X射线管5基于X射线透视条件68b照射X射线来执行X射线透视。此外,在需要X射线摄影像的情况下,操作者将要操作的开关变更为摄影用开关27b,由此X射线管5按照X射线摄影条件69b照射X射线来进行X射线摄影。通过该X射线照射,能够获取根据恰当的条件生成的腹部Lb的X射线摄影像。
这样,在以使X射线照射野位于腹部Lb的方式确定了C臂9的位置的情况下,自动地设定了图像获取条件63b而持续生成X射线图像F2。当图像处理部33所生成的X射线图像F从映现髋关节La的X射线图像F1变为映现腹部Lb的X射线图像F2时,通过图像解析部47和条件读出部49迅速地变更图像获取条件63。即,从适于髋关节La的图像获取条件63a自动且迅速地变更为适于腹部Lb的图像获取条件63b。因此,操作者不中断导管Ch的操作,就能够在显示部35中确认以恰当的条件生成的X射线图像F2。
操作者进一步地继续进行导管Ch的操作来使导管Ch向心脏的附近行进。然后,使C臂9的位置与导管Ch的行进相应地沿y方向移动。因此,随着导管Ch从腹部Lb的区域向心脏所在的胸部Lc的区域行进,被照射X射线的对象部位从腹部Lb向胸部Lc进行位移。由于对象部位向胸部Lc进行位移,因此新设定图像获取条件63。图11示出了由于对胸部Lc照射X射线而自动地设定图像获取条件63的工序。
从X射线管5对胸部Lc照射X射线,由此图像处理部33生成以胸部Lc为对象部位的X射线图像F3。所生成的X射线图像F3的数据被发送到图像解析部47。
图像解析部47将X射线图像F3作为输入用图像输入到学习模型51。学习模型51估计在作为输入信息的X射线图像F3中映现出的部位并输出该部位。在该情况下,学习模型51以在X射线图像F3中映现的被检体M的心脏H、肺Lu以及未图示的胸椎等为线索,来估计为在X射线图像F3中映现出的部位是胸部的可能性最高。其结果,学习模型51输出胸部的部位信息61c。从学习模型51输出的部位信息61c被发送到条件读出部49。
条件读出部49针对部位信息61c所涉及的胸部Lc搜索恰当的图像获取条件63。即,通过向APR 53输入部位信息61c,来读出在APR 53中与部位信息61c相关联地存储的图像获取条件63即图像获取条件63c并输出该图像获取条件63c。然后,将所读出的图像获取条件63c设定为X射线图像获取用条件,将图像获取条件63c中的X射线照射条件65c发送到X射线管5,并且将图像处理条件67c发送到图像处理部33。
其结果,X射线管5基于X射线照射条件65c照射X射线,图像处理部33基于图像处理条件67c进行X射线图像F的图像处理。因此,由于对象部位向胸部Lc进行位移而迅速地自动设定图像获取条件63c,因此使用恰当的图像获取条件63c迅速地提高X射线图像F3的可视性。操作者一边确认X射线图像F3一边使支架留置于冠状动脉,从而结束PCI的术式。
这样,实施例1所涉及的X射线装置1具有以下结构:通过使学习模型51与APR 53相结合,X射线装置1根据成为X射线照射的对象的对象部位的变化来自动地变更图像获取条件63。
在使用APR的现有装置中,通过操作者手动地选择成为X射线照射的对象的对象部位来读出与该对象部位的信息相关联的图像获取条件。作为一例,现有装置如图12所示那样具备显示有用于指定对象部位的多个图标组Ac的操作用的触摸面板TP。操作者从图标组Ac中指定用于指定X射线照射的对象部位的图标(作为一例,为用于指定腹部的图标Ab)并按下该图标。
通过按下用于指定腹部的图标Ab,如图13所示,读出并设定与“腹部”的对象部位信息相关联的图像获取条件Na,并且将图像获取条件Na的信息显示于触摸面板TP。在图13所示的现有例中,管电压40kV且管电流2.5mA这样的条件被显示为图像获取条件Na。这样,为了在现有装置中使用APR设定图像获取条件,操作者必须手动地进行用于确定对象部位的操作。
因此,作为一例,在利用现有装置进行PCI的情况下,每当被照射X射线的对象部位变更为髋关节、腹部、胸部时,操作者需要操作触摸面板TP来手动地指定对象部位。由于每当进行这样的手动操作时都会中断导管手术,因此产生以下问题:PCI的术式长期化,并且操作者难以集中于术式。
作为使手动操作的次数减少的方法,列举出从一开始就选择胸部的APR并读出适于胸部的图像获取条件的方法,但由于在X射线照射的对象部位是髋关节或腹部的情况下也以适于胸部的图像获取条件获取X射线图像,因此难以在PCI的初期或中期获取可视性高的X射线图像。
相对于这种现有结构,在实施例1所涉及的X射线装置1中具备图像解析部47和条件读出部49,其中,该图像解析部47通过学习模型51对最近得到的图像进行解析,并估计在该图像中映现的被检体M的部位,该条件读出部49通过APR 53读出对于由图像解析部47估计出的部位而言恰当的图像获取条件63。学习模型51通过将人体的图像作为训练信息来预先以推断在图像中映现的人体的部位的方式进行学习。因此,学习模型51通过将映现被检体M的X射线图像F或光学图像D作为输入用图像,来推断在该输入用图像中映现的被检体M的部位并作为部位信息61进行输出。
在APR 53中,针对用于确定对象部位的部位信息61分别关联有能够恰当地获取该对象部位的X射线图像的图像获取条件63。因此,通过将使用X射线管5或光学摄像机19最近获取到的被检体M的图像作为输入信息发送到图像解析部47和条件读出部49,来对成为该被检体M的图像的对象的部位自动地设定恰当的图像获取条件63。
这样,实施例1所涉及的X射线装置1具有以下结构:通过使用用于估计在图像中映现的人体的部位的学习模型51和对部位信息61关联有图像获取条件63的APR 53,来根据X射线照射的对象部位的变更自动地变更图像获取条件63。因此,即使在进行以PCI为例的、X射线照射对象部位在短时间内变化那样的检查的情况下,图像获取条件63也根据该对象部位的变化而自动地变化为恰当的参数。因此,操作者能够一边集中于检查一边确认以恰当的条件获取到的可视性高的X射线图像。
另外,通过使学习模型51与APR 53相结合,能够实现获取被检体M的图像作为输入信息、获取恰当的图像获取条件63作为输出信息的结构。在当前时间点的机器学习中,很难将人体的图像作为训练用信息来准确地推断能够恰当地生成该训练用信息的图像的图像获取条件63。即,难以使用学习模型根据被检体的图像直接推断图像获取条件。
因此,发明人进行了深入研究,结果发现能够进行如下的机器学习:将被检体M的图像作为输入信息,来准确地推断在该图像中映现的部位。而且,通过使将部位和图像获取条件63建立了关联的APR 53与学习模型51相结合,实现了以被检体M的图像为起点准确地推断恰当的图像获取条件63的结构。
[实施例2]
接着,说明本发明的实施例2。实施例2所涉及的X射线装置1A的整体结构与如图1所示的实施例1所涉及的X射线装置1的整体结构基本上相同。因此,在实施例2中,对与实施例1相同的结构标注相同的附图标记,并省略详细的说明。
实施例2所涉及的X射线装置1A与利用学习模型51推断在图像中映现的被检体的对象部位的实施例1的不同点在于:在利用学习模型51A推断出图像中的检查项目之后,读出与该检查项目相应的图像获取条件63。下面,对在实施例2中自动地读出图像获取条件63的结构进行说明。
一般来说,如果X射线图像中映现的对象部位不同,则适于获取该X射线图像的图像获取条件63的各种参数不同。然而,即使X射线图像的对象部位相同,如果对该对象部位进行的检查的种类(也称为检查项目、过程)不同,则适于获取该X射线图像的图像获取条件63的各种参数也不同。作为一例,在对腹部不进行任何导入而进行普通的X射线摄影的情况和以向腹部插入了内窥镜的状态进行ERCP的情况下,适于获取X射线图像的图像获取条件63不同。
因此,实施例2所涉及的学习模型51A构成为将图像作为输入用信息并输出检查项目。实施例2所涉及的学习模型51A与实施例1所涉及的学习模型51的相同点在于:在机器学习部45中将原图像R1、一维数据增强图像R2以及二维数据增强图像R3作为训练用图像进行机器学习。但是,实施例1所涉及的学习模型51识别在图像中映现的人体的骨骼、脏器、轮廓等,并以该人体的结构为线索来推断在图像中映现的人体的部位。
另一方面,实施例2所涉及的学习模型51A构成为:除了检测在图像中映现的人体的骨骼、脏器等人体的结构以外,还检测以导管或内窥镜为例的检查设备和以造影剂等为例的检查用药剂。而且,学习模型51A除了以与人体的结构有关的信息为线索以外,还以检查设备的有无或检查用药剂的有无等信息为线索,来推断图像是哪个检查项目所涉及的图像。即,学习模型51A构成为:将被检体M的图像作为输入信息,将用于确定该图像所涉及的检查项目的信息作为检查项目信息71进行输出。
图14的各图是示出输入用图像与由学习模型51A得到的推断结果的关系的图。在将如图14的(a)所示的X射线图像W1作为输入用图像输入到学习模型51A的情况下,学习模型51A对X射线图像W1进行解析来检测心脏H、肺Lu、未图示的胸椎以及人体的轮廓等。然后,学习模型51A以存在心脏H、肺Lu等这样的信息以及不存在以导管为例的检查设备等这样的信息等为线索,来推断为X射线图像W1是以胸部为对象部位的普通X射线摄影的图像。其结果,在将X射线图像W1设为输入信息的情况下,学习模型51A输出以下内容的检查项目信息71(检查项目信息71a):输入用图像的检查项目是“胸部普通摄影”。
在将如图14的(b)所示的X射线图像W2作为输入用图像输入到学习模型51A的情况下,学习模型51A对X射线图像W2进行解析来检测心脏H、肺Lu、导管Ch等,以它们为线索来推断为X射线图像W2是将以胸部为对象的导管术式即PCI作为检查项目的图像。其结果,在将X射线图像W2设为输入信息的情况下,学习模型51A输出以下内容的检查项目信息71(检查项目信息71b):输入用图像的检查项目是“胸部PCI”。
在将如图14的(c)所示的X射线图像W3作为输入用图像输入到学习模型51A的情况下,学习模型51A对X射线图像W3进行解析来检测腰椎Bh、胃Ga等。然后,结合存在腰椎Bh、胃Ga等这样的信息以及不存在导管等检查设备等这样的信息等来推断为X射线图像W3是将腹部的普通X射线摄影作为检查项目的图像。其结果,在将X射线图像W3设为输入信息的情况下,学习模型51A输出“腹部普通摄影”这样的检查项目信息71(检查项目信息71c)。
在将如图14的(d)所示的X射线图像W4作为输入用图像输入到学习模型51A的情况下,学习模型51A检测腰椎Bh、胃Ga、内窥镜Es等。以它们为线索来推断为X射线图像W4是将以腹部为对象的内窥镜检查即ERCP作为检查项目的图像。其结果,在将X射线图像W4设为输入信息的情况下,学习模型51A输出“腹部ERCP”这样的检查项目信息71(检查项目信息71d)。
在将如图14的(e)所示的X射线图像W5作为输入用图像输入到学习模型51A的情况下,学习模型51A结合腰椎Bh、胃Ga、胃的形状来检测所滞留的造影剂Ct等。以它们为线索来推断为X射线图像W5是将对胃进行造影的检查、即上消化道X射线造影检查(UGI:UpperGastrointestinal Series)作为检查项目的图像。其结果,在将X射线图像W5设为输入信息的情况下,学习模型51A输出“腹部UGI”这样的检查项目信息71(检查项目信息71e)。
这样,通过将X射线图像F、光学图像D等作为输入信息进行输入,来以推断作为输入信息的图像是怎样的检查项目所涉及的图像、并输出通过推断而得到的检查项目信息71的方式进行学习模型51A的机器学习。学习完毕的学习模型51A被存储于学习模型存储部55。
在此,对实施例2所涉及的APR 53A进行说明。由于学习模型51A将图像作为输入信息而输出检查项目信息71,因此APR 53A如图15的(a)所示那样构成为与各个检查项目信息71相对应地关联有图像获取条件63。即,通过向APR 53A输入检查项目信息71,从APR 53A输出与该检查项目信息71所涉及的检查项目相应的图像获取条件63。
图15的(b)示出了实施例2所涉及的在APR 53A中与检查项目信息71相关联的图像获取条件63的具体内容。作为一例,预先将检查项目信息71中的以胸部普通X射线摄影为检查项目的检查项目信息71a与包括图像处理条件67e、X射线透视条件68e及X射线摄影条件69e的图像获取条件63e建立关联。预先将以胸部的PCI为检查项目的检查项目信息71b与图像获取条件63f建立关联。预先将以腹部的普通X射线摄影为检查项目的检查项目信息71c与图像获取条件63g建立关联。预先将以腹部的ERCP为检查项目的检查项目信息71d与图像获取条件63h建立关联。这样,在实施例2中,预先设定对多个检查项目信息71分别关联了恰当的图像获取条件63的APR 53A,并将该APR 53A存储于条件存储部57。
在实施例2中,图像解析部47通过使用学习模型51A,来确定针对被检体M得到的图像所涉及的检查项目。即,通过将从图像处理部33发送来的X射线图像等作为输入用图像输入到学习模型51A,学习模型51A以在所输入的X射线图像中映现的人体的构成要素等为线索来推断在X射线图像中执行的检查项目。通过推断而得到的信息作为检查项目信息71被从学习模型51A输出。条件读出部49通过将由图像解析部47得到的检查项目信息71输入到APR53A,来对该检查项目信息71所涉及的检查项目设定恰当的图像获取条件63。
实施例2所涉及的图像解析部47相当于本发明的检查种类推断部。
在此,使用图16对在实施例2中自动地设定图像获取条件63的一系列工序进行说明。作为检查项目的具体例,对在使导管Ch行进到胸部Lc来执行PCI的状态下设定图像获取条件63的情况进行说明。
在使导管Ch行进到胸部Lc的状态下从X射线管5对胸部Lc照射X射线,由此图像处理部33生成以胸部Lc为对象部位的X射线图像W2。所生成的X射线图像W2的数据被发送到图像解析部47。
图像解析部47将X射线图像W2作为输入用图像输入到学习模型51A。学习模型51估计在作为输入信息的X射线图像W2中映现出的部位并输出该部位。在该情况下,学习模型51A以在X射线图像W2中映现的被检体M的心脏H、肺Lu以及导管Ch等为线索,来估计为X射线图像W2是将胸部PCI作为检查项目的图像的可能性最高。其结果,学习模型51A输出输入用图像的检查项目是胸部PCI这样的信息、即检查项目信息71b。从学习模型51A输出的检查项目信息71b被发送到条件读出部49。
条件读出部49搜索对于获取基于检查项目信息71b所涉及的胸部PCI的X射线图像而言恰当的图像获取条件63。即,通过将被选择为检查项目的检查项目信息71b输入到APR53A,来读出在APR 53A中与检查项目信息71b相关联地存储的图像获取条件63即图像获取条件63f并输出该图像获取条件63f。
其结果,X射线管5基于X射线照射条件65f照射X射线,图像处理部33基于图像处理条件67f进行X射线图像F的图像处理。因此,即使不手动地进行用于选择检查项目的操作,也能够迅速地自动设定图像获取条件63f,因此能够使用恰当的图像获取条件63f迅速地提高X射线图像W2的可视性。操作者一边确认X射线图像W2一边使支架留置于冠状动脉,从而结束PCI的术式。
在实施例2中,通过使用学习模型51A和APR 53A,能够将最近得到的被检体M的图像作为输入信息来推断在该图像中执行的检查项目,读出并设定适于该检查项目的图像获取条件63。即,图像获取条件63不仅根据X射线照射的对象部位的变更而自动且恰当地变更,还根据以内窥镜Es的插入或造影剂Ct的注入为例的操作而自动且恰当地变更。
因而,在使用检查设备或检查用药剂进行检查的情况下,能够减轻操作者和被检体M的负担。作为一例,在进行使用了造影剂Ct的造影检查的情况下,在注入造影剂Ct之前自动地选择与普通X射线摄影相应的图像获取条件63,在注入造影剂Ct之后自动地变更为与造影摄影相应的图像获取条件63。即,不需要进行在造影剂Ct注入前后手动地选择检查项目的操作,因此操作者能够集中于造影检查的手术。另外,在以追踪被注入到消化道或血管的造影剂Ct的方式连续地变更X射线摄影对象部位的情况下,检查项目也因对象部位的变更而变更,因此图像获取条件63也与该检查项目的变更相应地自动变更。因此,还能够更加可靠地避免由于手动地进行图像获取条件63的设定而看丢造影剂这样的风险。
[实施例3]
接着,说明本发明的实施例3。如图17所示,实施例3所涉及的X射线装置1B在主控制部39还具备误解析探测部73这一点上与实施例1的结构不同。
误解析探测部73配设在图像解析部47的后级,且配设在条件读出部49的前级。误解析探测部73构成为接收臂位置检测部37随时检测的C臂9的位置信息,并且接收从图像解析部47输出的部位信息61。而且,误解析探测部73基于C臂的位置信息有无变更以及部位信息61有无变更来探测有无发生学习模型51的误解析。
图18是对在图像解析部47中发生学习模型51的误解析的情况进行说明的图。图18的(a)示出了学习模型51正常地解析了映现腹部的X射线图像F2的状态。在该情况下,学习模型51正常地解析在规定的定时Ta得到的X射线图像F2,在判断为X射线图像F2是映现腹部的图像之后输出腹部的部位信息61b。
另一方面,由于在作为输入信息的X射线图像F中产生噪声或像素值的波动等,因此有时学习模型51错误地识别在输入用图像中映现的部位。作为一例,如图18的(b)所示,设为在定时Ta之后的定时Tb获取到映现出环状的伪影At的腹部的X射线图像F4。在将映现出环状的伪影At的腹部的X射线图像F4作为输入信息输入到学习模型51的情况下,存在以下情况:学习模型51将胃Ga的像和伪影At误识别为肺的像,学习模型51实际进行将映现出腹部的X射线图像F4误识别为映现胸部的图像的解析。在发生了这种误解析的情况下,尽管输入了腹部的X射线图像F4,也会从学习模型51输出胸部的部位信息61c。
当将由于这种误解析而输出的部位信息61发送到条件读出部49时,条件读出部49输出并设定适于获取胸部的X射线图像的图像获取条件63c。其结果,在获取腹部的X射线图像时应用了不恰当的图像获取条件63c,因此以后生成的腹部的X射线图像F4的可视性降低。
因此,实施例3所涉及的X射线装置1B通过具备误解析探测部73,来防止由于学习模型51的误解析而应用不恰当的图像获取条件63生成X射线图像F。图19是误解析探测部73探测有无发生学习模型51的误解析的工序的流程图。
误解析探测部73按X射线图像F的每一帧将X射线照射野的位置信息与学习模型51输出的部位信息61进行比较。即,针对在规定的定时T1获取到的X射线图像,将生成该X射线图像时的X射线照射野的位置信息和学习模型51所输出的部位信息61发送到误解析探测部73(步骤S1)。
在实施例3中,X射线照射野的位置根据C臂9的位置来确定。即,由探测C臂9的位置的臂位置检测部37来检测X射线照射野的位置,并从臂位置检测部37向误解析探测部73发送X射线照射野的位置信息。另外,学习模型51所输出的部位信息61被从图像解析部47发送到误解析探测部73。臂位置检测部37相当于本发明的照射位置探测部。
然后,针对在从定时T1起经过了相当于一帧的时间的定时T2获取到的X射线图像,将X射线照射野的位置信息和学习模型51所输出的部位信息61发送到误解析探测部73(步骤S2)。
误解析探测部73首先将在定时T1获取到的X射线图像的部位信息61与在定时T2获取到的X射线图像的部位信息61进行比较,来判定部位信息61是否在定时T1与定时T2之间发生了变化(步骤S3)。在部位信息61没有变化的情况下,误解析探测部73判定为没有发生学习模型51的误解析,将在定时T2得到的部位信息61发送到条件读出部49来读出图像获取条件63(步骤SR1)。因此,使用在定时T2获取到的图像获取条件63控制X射线管5和图像处理部33,来执行定时T2以后的X射线图像的获取。
另一方面,在部位信息61在定时T1与定时T2之间发生了变化的情况下,进入步骤S4。当进入步骤S4时,误解析探测部73将在定时T1获取到的X射线照射野的位置信息与在定时T2获取到的X射线照射野的位置信息进行比较,来判定X射线照射野的位置是否在定时T1与定时T2之间发生了变化。
在判定为X射线照射野在定时T1与定时T2之间发生了位移的情况下,误解析探测部73判定为没有发生学习模型51的误解析。然后,误解析探测部73将在定时T2得到的部位信息61发送到条件读出部49来读出图像获取条件63(步骤SR1)。即,作为X射线照射野发生位移而变更了X射线照射的对象部位的结果,认为学习模型51输出的部位信息61发生了变化,因此误解析探测部73判定为没有发生学习模型51的误解析。因此,使用在定时T2获取到的图像获取条件63控制X射线管5和图像处理部33,来执行定时T2以后的X射线图像的获取。
另一方面,在步骤S4中判定为X射线照射野在定时T1与定时T2之间没有发生位移的情况下,误解析探测部73判定为发生了学习模型51的误解析(步骤S5)。然后,误解析探测部73不使用在定时T2获取到的部位信息61,而将在定时T1获取到的部位信息61发送到条件读出部49来读出图像获取条件63(步骤SR2)。因此,使用在定时T1获取到的图像获取条件63控制X射线管5和图像处理部33,来执行定时T2以后的X射线图像的获取。
在X射线照射野没有发生位移的情况下,由于X射线照射的对象部位没有变化,因此学习模型51输出的部位信息61也应该没有变化。因此,尽管X射线照射野在定时T1与定时T2之间没有发生位移但学习模型51输出的部位信息61却发生了变化这一情况被认为学习模型51进行了误解析。因此,在步骤S4中判定为X射线照射野的位置信息没有变化的情况下,能够判定为在定时T2获取到的部位信息61是错误的信息。这样,通过按每一帧判定X射线照射野有无位移以及部位信息61有无变化,误解析探测部73能够探测学习模型51有无发生误解析。
使用图20和图21具体地说明在实施例3中由误解析探测部73进行判定的工序。图20示出了没有发生误解析的情况下的工序。在定时T1,C臂9位于腹部Lb,生成映现腹部的X射线图像F2。图像解析部47将X射线图像F2作为输入信息输入到学习模型51,由此输出腹部的部位信息61b。腹部的部位信息61b作为定时T1所涉及的部位信息61被发送到误解析探测部73。另外,此时,臂位置检测部37向误解析探测部73发送X射线照射野在定时T1的位置是腹部Lb的意思的位置信息。
然后,在与定时T1的下一帧相当的定时T2,C臂9向胸部Lc移动,设为生成映现胸部的X射线图像F3。图像解析部47将X射线图像F3作为输入信息输入到学习模型51,由此输出胸部的部位信息61c。胸部的部位信息61c作为定时T2所涉及的部位信息61被发送到误解析探测部73。然后,臂位置检测部37向误解析探测部73发送X射线照射野在定时T2的位置是胸部Lc的意思的位置信息。
误解析探测部73将定时T1及定时T2各自所涉及的部位信息61与X射线照射野的位置信息进行比较。首先,通过将定时T1所涉及的部位信息61b与定时T2所涉及的部位信息61c进行比较,误解析探测部73判定为在定时T1与定时T2之间部位信息61存在变更(步骤S3)。接着,通过将定时T1所涉及的X射线照射野的位置信息Lb与定时T2所涉及的X射线照射野的位置信息Lc进行比较,误解析探测部73判定为在定时T1与定时T2之间X射线照射野的位置存在变更(步骤S4)。
由于部位信息61和X射线照射野的位置信息这双方存在变更,因此误解析探测部73判定为学习模型51没有误解析,承认定时T2所涉及的学习模型51的解析结果(部位信息61c)。然后,误解析探测部73将部位信息61c发送到条件读出部49(步骤SR1)。换言之,当进入步骤SR1时,误解析探测部73向条件读出部49发送在部位信息61的内容发生了变化之后学习模型51所输出的图像获取条件63。其结果,条件读出部49读出图像获取条件63c,并使用图像获取条件63c生成定时T2以后的X射线图像。
图21示出了发生误解析的情况下的工序。在定时T1,C臂9位于腹部Lb,生成映现腹部的X射线图像F2。学习模型51将X射线图像F2作为输入信息并输出腹部的部位信息61b。腹部的部位信息61b被发送到误解析探测部73。臂位置检测部37向误解析探测部73发送C臂9在定时T1的位置是腹部Lb的意思的位置信息。
然后,在定时T2,C臂9没有从腹部Lb移动,生成将腹部Lb作为X射线照射野的X射线图像F4。在此,学习模型51将X射线图像F4设为输入信息的结果是,由于伪影At等而错误地解析在X射线图像F4中映现的像,设为输出胸部的部位信息61c。由于误解析而输出的胸部的部位信息61c作为定时T2所涉及的部位信息61被发送到误解析探测部73。然后,臂位置检测部37向误解析探测部73发送X射线照射野在定时T2的位置是腹部Lb的意思的位置信息。
误解析探测部73将定时T1及定时T2各自所涉及的部位信息61与X射线照射野的位置信息进行比较。首先,通过将定时T1所涉及的部位信息61b与定时T2所涉及的部位信息61c进行比较,误解析探测部73判定为在定时T1与定时T2之间部位信息61存在变更(步骤S3)。接着,通过将定时T1所涉及的X射线照射野的位置信息Lb与定时T2所涉及的X射线照射野的位置信息Lb进行比较,误解析探测部73判定为在定时T1与定时T2之间X射线照射野的位置没有变更(步骤S4)。
由于部位信息61存在变更而X射线照射野的位置信息没有变更,因此误解析探测部73判定为在学习模型51中发生了误解析,将定时T2所涉及的学习模型51的解析结果(部位信息61c)作为错误的信息而忽略或废弃(步骤S5)。然后,误解析探测部73向条件读出部49发送在离定时T2最近的定时T1得到的部位信息61b(步骤SR2)。换言之,当进入步骤SR2时,误解析探测部73向条件读出部49发送在部位信息61的内容变化之前学习模型51所输出的图像获取条件63。其结果,条件读出部49读出图像获取条件63b,使用图像获取条件63b生成定时T2以后的X射线图像。
在实施例3中,通过还具备误解析探测部73而具有探测学习模型51的误解析的发生的结构。误解析探测部73判定学习模型51输出的结果有无变化以及X射线照射野的位置有无变更。然后,在探测到学习模型51输出的结果发生了变化而X射线照射野的位置没有变更的情况下,判定为在学习模型51中发生了误解析,废弃最新得到的学习模型51的输出结果(在此为在定时T2得到的部位信息61)。然后,向条件读出部49发送最近得到的学习模型51的输出结果(在此为在定时T1得到的部位信息61),来进行图像获取条件63的读出。
误解析探测部73随时判定X射线照射野的位置有无变更以及学习模型51的输出结果有无变化,由此即使在由于输入信息的噪声等而导致学习模型51进行误解析并输出了错误的部位信息61的情况下,也能够忽略该错误的部位信息61。因而,即使在由于输入信息的噪声等而导致学习模型51进行了误解析的情况下,也能够避免基于由于误解析而输出的错误的部位信息61读出不恰当的图像获取条件63这一情况。因而,能够降低由于波动等引起的学习模型51的误解析所造成的影响来自动地读出恰当的图像获取条件63。
[实施例4]
接着,说明本发明的实施例4。在实施例1和实施例2等中,条件读出部49所读出的图像获取条件63被自动地设定来进行X射线图像F的生成。即,条件读出部49所读出的最新的图像获取条件63被自动发送到X射线管5或图像处理部33,从而始终按照最新的图像获取条件63来控制X射线管5或图像处理部33。
另一方面,在实施例4中构成为:在满足规定的条件的情况下,作为使用条件读出部49所读出的图像获取条件63来控制X射线管5或图像处理部33的步骤的前一阶段,发生认可步骤。认可步骤是操作者决定是否设定由条件读出部49读出的最新的图像获取条件63的步骤。
如图22所示,实施例4所涉及的X射线装置1C在主控制部39还具备认可条件判定部75、认可键显示控制部77以及条件设定控制部79这一点上与实施例1等的结构不同。
认可条件判定部75判定是否产生了需要认可步骤的规定条件(认可条件)。在实施例4中,将学习模型51输出的信息的内容发生了变化的情况设为规定的条件。在认可条件判定部75判定为满足了规定条件的情况下,向认可键显示控制部77发送需要认可步骤的意思的信息。
认可键显示控制部77设置在认可条件判定部75的后级,进行用于使显示部35显示认可键GK的控制。通过从认可条件判定部75发送需要认可步骤的意思的信息,认可键显示控制部77控制显示部35以显示认可键GK。图23示出了显示部35中的认可键GK的显示方式的一例。认可键GK的详细情况在后文叙述。
条件设定控制部79设置在条件读出部49的前级,且设置在认可条件判定部75的后级。在产生了需要认可步骤的规定条件的情况下,条件设定控制部79对是否能够设定由条件读出部49读出的最新的图像获取条件63进行控制。条件设定控制部79构成为以由操作者操作认可键GK为触发来控制条件读出部49,使得设定最新的图像获取条件63。
在本实施例中,条件设定控制部79构成为通过认可条件判定部75的控制来向条件读出部49发送用于阻碍将最新的图像获取条件63设定为X射线图像获取用条件的信号(阻碍信号ST)。另外,条件设定控制部79以由操作者操作认可键GK为触发进行控制,使得停止发送阻碍信号ST。
图24的(b)是示出实施例4所涉及的X射线装置1C的一系列动作的流程图。在实施例1等中,如图24的(a)所示,当在步骤M4中条件读出部49读出图像获取条件63时,自动且无条件地进入步骤M5。即,最新读出的图像获取条件63被自动地设定为X射线图像获取用条件并被发送到X射线管5或图像处理部33。然后,进入步骤M6,按照该最新的图像获取条件63生成下一帧以后的X射线图像F。
另一方面,在实施例4中,在步骤M4与步骤M5之间存在认可条件判定步骤Q1。认可条件判定步骤Q1是判定是否产生了认可条件的步骤。在判定为没有产生认可条件的情况下、即在本实施例中学习模型51输出的信息的内容没有变化的情况下,进入步骤M5。即,在没有产生认可条件的情况下,将由条件读出部49读出的最新的图像获取条件63设定为X射线图像获取用条件。
在认可条件判定步骤Q1中认可条件判定部75判定为产生了认可条件的情况下,从步骤Q1进入步骤M4a来显示认可键GK。作为一例,认可键GK如图23所示那样显示于显示部35中的认可条件产生区域K5。在认可条件产生区域K5中,除了显示认可键GK和拒绝键DK以外,还显示产生了认可条件的意思的信息J1和选择是否认可最新的图像获取条件63的意思的信息J2。信息J1和信息J2的有无以及信息J1和信息J2内容可以适当选择。
在显示了认可键GK之后,进入步骤Q2。在步骤Q2中,操作者进行是否认可最新的图像获取条件63的选择。在认可最新的图像获取条件63的情况下,操作者对操作台41等进行操作来选择认可键GK。作为选择认可键GK的操作的一例,列举出对操作台41的鼠标进行操作来点击认可键GK的操作、或触摸显示于作为触摸面板的显示部35的认可键GK的操作等。操作台41相当于本发明的认可指示输入部。
在进行了选择认可键GK的操作的情况下,从步骤Q2进入步骤M5,最新的图像获取条件63被设定为X射线图像获取用条件。然后,进入步骤M6,使用所设定的图像获取条件63来生成X射线图像。即,通过使用最新的图像获取条件63来生成下一帧以后的X射线图像F。
另一方面,存在当使用最新的图像获取条件63时操作者判断为X射线图像F的可视性反而降低的情况。另外,还存在以下情况:由于在使用在当前时间点被设定为X射线图像获取用条件的图像获取条件63(最近设定的图像获取条件63)所得到的X射线图像F中得到了充分的可视性,因此操作者判断为不需要认可最新的图像获取条件63。
这样,在操作者判断为不认可最新的图像获取条件63的情况下,操作者进行不选择认可键GK而搁置的操作或选择拒绝键DK的操作。在选择了拒绝键DK的情况下,显示于认可条件产生区域K5的认可键GK等信息成为非显示的状态。
在认可键GK未被选择的情况下,进入步骤M5a。在进入了步骤M5a的情况下,最新的图像获取条件63不被设定为X射线图像获取用条件,而将最近设定的图像获取条件63继续设定为X射线图像获取用条件。即,向X射线管5或图像处理部33继续发送最近已经被设定为X射线图像获取用条件的图像获取条件63。然后,进入步骤M6,使用所设定的图像获取条件63来生成X射线图像。即,通过继续使用最近设定的图像获取条件63来生成下一帧以后的X射线图像F。
在此,列举具体例并使用图25至图28对在实施例4中设定图像获取条件63的一系列工序进行说明。图25示出了各定时的X射线照射野的位置等。在实施例4中,作为具体例,设为从定时P1到定时P4获取X射线图像F。而且,设为在紧邻定时P3之前C臂9位移,X射线照射野从腹部Lb位移到胸部Lc。即,在定时P1和定时P2,X射线照射野的位置是腹部Lb,在定时P3和定时P4,X射线照射野的位置是胸部Lc。另外,设为在定时P4操作了认可键GK。
首先,对在定时P1和定时P2设定图像获取条件63的工序进行说明。直到步骤M4为止的工序与如图10所示的实施例1中的工序相同。即,从X射线管5照射X射线并获取腹部Lb的X射线图像F2(步骤M2),学习模型51将X射线图像F2作为输入用图像并输出部位信息61b(步骤M3)。然后,APR 53读出与部位信息61b相关联的图像获取条件63b来作为最新的图像获取条件63(步骤M4)。
在实施例4中,如图24的(b)所示那样从步骤S4进入步骤Q1。在定时P1和定时P2,X射线照射野的位置没有变更。因此,在定时P1和定时P2,由认可条件判定部75判定为没有产生认可条件。在没有产生认可条件的情况下,如图26所示,认可条件判定部75不对认可键显示控制部77和条件设定控制部79进行特别的控制。因此,认可键显示控制部77不对显示部35进行特别的控制,因此不显示认可键GK。
另外,在没有产生认可条件的情况下,条件设定控制部79没有受到由认可条件判定部75进行的控制,因此不会从条件设定控制部79向条件读出部49发送阻碍信号ST。因此,由条件读出部49读出的最新的图像获取条件63(在此为图像获取条件63b)被设定为X射线图像获取用条件(步骤M5)。即,在定时P1和定时P2,最新的图像获取条件63b被发送到X射线管5或图像处理部33,从而按照图像获取条件63b获取X射线图像F(步骤M6)。
接着,对在定时P3设定图像获取条件63的工序进行说明。直到步骤M4为止的工序与如图11所示的实施例1中的工序相同。即,从X射线管5照射X射线并获取胸部Lc的X射线图像F3(步骤M2),学习模型51将X射线图像F3作为输入用图像并输出部位信息61c(步骤M3)。然后,APR 53读出与部位信息61c相关联的图像获取条件63c来作为最新的图像获取条件63(步骤M4)。
但是,定时P3的步骤M4以后的工序与定时P1及定时P2的步骤M4以后的工序不同。定时P2的X射线照射野的位置是腹部Lb,另一方面,定时P3的X射线照射野的位置是胸部Lc。即,如图25中的附图标记L1所示那样,在定时P2,学习模型51输出的信息是部位信息61b,另一方面,在定时P3,学习模型51输出的信息变化为部位信息61c。因此,在定时P3,在步骤Q1中由认可条件判定部75判定为产生了认可条件。
在判定为产生了认可条件的情况下,认可条件判定部75向认可键显示控制部77和条件设定控制部79发送控制信号。认可键显示控制部77按照认可条件判定部75的控制信号使显示部35显示认可键GK(步骤M4a)。具体地说,如图23所示,在显示部35的认可条件产生区域K5中显示认可键GK和拒绝键DK等。
另外,虽然产生了认可条件,但在定时P3没有操作认可键GK(步骤Q2)。因此,条件设定控制部79按照认可条件判定部75的控制信号向条件读出部49发送阻碍信号ST。因此,由条件读出部49读出的最新的图像获取条件63c不被设定为X射线图像获取用条件,而是将在最近的定时设定的图像获取条件63继续设定为X射线图像获取用条件(步骤M5a)。也就是说,在定时P3读出的图像获取条件63c不被发送到X射线管5或图像处理部33(参照图27的附图标记RP)。
而且,定时P3的最近的定时是定时P2。因此,在定时P2被设定为X射线图像获取用条件的图像获取条件63b在定时P3仍继续被设定为X射线图像获取用条件。即,如图25的附图标记L2所示,尽管在定时P3由条件读出部49读出图像获取条件63c,但图像获取条件63b被设定为X射线图像获取用条件,并使用图像获取条件63b来获取X射线图像F(步骤M6)。
最后,对在定时P4设定图像获取条件63的工序进行说明。直到步骤M4为止的工序与定时P3的直到步骤M4为止的工序相同。即,学习模型51输出部位信息61c(步骤M3)。然后,APR 53读出与部位信息61c相关联的图像获取条件63c来作为最新的图像获取条件63(步骤M4)。
但是,在定时P3没有操作认可键GK,而在定时P4,操作者确认显示于显示部35的认可键GK并使用操作台41等操作认可键GK(步骤M4a、步骤Q2)。通过操作认可键GK,来输入认可最新读出的图像获取条件63的内容的指示。
通过在步骤Q2中操作认可键GK,如图28所示,经由操作台41向条件设定控制部79发送停止发送阻碍信号ST的意思的信号AN。条件设定控制部79通过接收信号AN来停止发送阻碍信号ST。因此,通过在定时P4操作认可键GK,条件读出部49最新读出的图像获取条件63c被设定为X射线图像获取用条件(步骤M5)。因此,从条件读出部49向X射线管5或图像处理部33发送最新的图像获取条件63c,从而按照图像获取条件63c获取X射线图像F(步骤M6)。
这样,在实施例4中,作为将图像获取条件63设定为X射线图像获取用条件的前一阶段,执行具备步骤Q1、步骤M4a以及步骤Q2的认可步骤。在APR53中与部位信息61相关联的图像获取条件63被确定为适于被检体的体格处于一般范围的情况的参数。因此,根据被检体的体格等各条件,存在使用APR53读出的图像获取条件63实际上并非最适合作为用于生成该被检体的X射线图像的参数的情况。在该情况下,当将从条件读出部49读出的图像获取条件63自动地设定为X射线图像获取用条件时,对于操作者而言,X射线图像的可视性反而降低。
因此,在本实施例中构成为:设置认可步骤,以操作者认可最新读出的图像获取条件63的设定这一操作为触发,使用最新的图像获取条件63所涉及的参数来生成X射线图像F。通过设置认可步骤,能够避免违背操作者的意愿地将实际上并非最合适的图像获取条件63自动设定为X射线图像获取用条件这一情况。
<由实施方式的结构得到的效果>
(第一项)本实施方式所涉及的X射线装置(1)具备:X射线管(5),其向被检体(M)照射X射线;X射线检测器(7),其检测透过了被检体(M)的X射线;图像处理部(33),其通过使用X射线检测器(7)输出的检测信号进行图像处理来生成X射线图像;条件存储部(57),其将与被检体(M)的对象部位分别对应的图像获取条件(63)同对象部位相关联地存储,所述图像获取条件(63)包括X射线照射条件(65)和图像处理条件(67)中的至少任一方的条件;学习模型存储部(55),其存储学习模型(51),所述学习模型(51)通过将人体的图像作为训练图像执行机器学习,来推断在该图像中映现的人体的部位并输出该部位;对象部位推断部(47),其通过将最近得到的被检体(M)的X射线图像(F)和光学图像(D)中的至少任一方的图像作为输入用图像输入到学习模型(51),来推断在该输入用图像中映现出的部位并输出该部位;条件读出部(49),其通过将由对象部位推断部(47)输出的部位选择为部位信息,来读出与该部位信息相关联地存储到条件存储部(57)的图像获取条件(63);以及控制部(39),其按照由条件读出部(49)读出的图像获取条件(63)来进行X射线管(5)的控制和图像处理部(33)的控制中的至少任一方的控制。
根据第一项所述的X射线装置1,通过使用用于推断在图像中映现的对象部位的学习模型51以及与对象部位相应地关联有恰当的图像获取条件的APR 53,来自动地设定包括X射线照射条件65和图像处理条件67中的至少任一方的条件的图像获取条件63。学习模型51构成为通过将人体的图像作为训练图像的机器学习来推断在图像中映现的人体的部位并输出该部位。即,在图像解析部47中,通过将被检体M的图像作为输入用图像输入到学习模型51,来推断在该输入用图像中映现的被检体的对象部位并输出该对象部位。条件读出部49通过选择已被输出的被检体M的对象部位作为部位信息61,来自动地读出与该部位信息61相关联地存储的图像获取条件63。因而,当获取到被检体的X射线图像F时,通过图像解析部47和条件读出部49自动地读出对于该X射线图像F的照射野而言恰当的图像获取条件63。因而,即使在被检体M的被照射X射线的对象部位发生了变更的情况下,也自动地读出适于变更后的对象部位的图像获取条件63。即,不需要操作者通过手动操作来选择对象部位并设定图像获取条件63这样的工序,因此能够更加可靠且迅速地以恰当的条件执行X射线透视或X射线摄影。
(第二项)另外,在第一项所述的X射线装置中,还具备:照射位置探测部(37),其随时探测X射线照射野相对于被检体(M)的位置;以及误解析探测部(73),其在学习模型(51)输出的部位的内容发生了变化且照射位置探测部(37)探测到X射线照射野的位移的情况下,通过选择在该变化之后从学习模型(51)输出的部位作为对象部位来从条件读出部(49)读出图像获取条件(63),在学习模型(51)输出的部位(61)的内容发生了变化且照射位置探测部(37)未探测到X射线照射野的位移的情况下,通过选择在该变化之前从学习模型(51)输出的部位来从条件读出部(49)读出图像获取条件(63)。
根据第二项所述的X射线装置1B,误解析探测部73将X射线照射野相对于被检体M的位置与学习模型51输出的部位信息61的内容进行比较,来探测在学习模型51中是否发生了误解析。在学习模型51输出的部位信息61的内容发生了变化且X射线照射野发生了位移的情况下,能够判定为学习模型51所输出的部位信息61的变化并不是由学习模型51的误解析引起的。因此,误解析探测部73选择该变化后的部位信息61来从条件读出部49读出图像获取条件63。
另一方面,在学习模型51输出的部位信息61的内容发生了变化且X射线照射野没有位移的情况下,能够判定为学习模型51所输出的部位信息61的变化是由学习模型51的误解析引起的。因此,误解析探测部73不选择该变化后的部位信息61,而是选择在该变化前输出的部位信息61来从条件读出部49读出图像获取条件63。通过具备这样的误解析探测部73,即使在由于以噪声为例的波动而发生学习模型51的误解析从而学习模型51输出的部位信息61的内容发生了变化的情况下,也能够可靠地忽略由于该误解析而输出的部位信息61的内容。因而,能够避免由于学习模型51的误解析而读出不恰当的图像获取条件63这一情况。
(第三项)另外,在第一项或第二项所述的X射线装置中,还具备认可指示输入部(41),所述认可指示输入部(41)用于输入操作者的认可由条件读出部(49)读出的图像获取条件(63)的指示,控制部(39)构成为:在通过认可指示输入部(41)输入了认可图像获取条件(63)的指示的情况下,进行以下控制中的至少任一方的控制:控制X射线管(5)以按照由条件读出部(49)读出的X射线照射条件(65)来照射X射线、以及控制图像处理部(33)以按照图像处理条件(67)来生成X射线图像。
根据第三项所述的X射线装置1C,操作者认可由条件读出部49读出的图像获取条件63,由此按照该图像获取条件63的内容进行X射线管5的控制或图像处理部33的控制。由于被检体的体格不在一般范围等理由,存在与学习模型51输出的部位信息61相关联的图像获取条件63实际上不适合作为用于获取该被检体的X射线图像的条件的情况。在该情况下,操作者通过不认可由条件读出部49读出的图像获取条件63,能够避免违背操作者的意愿地将实际上并非最合适的图像获取条件63自动设定为X射线图像获取用条件这一情况。
(第四项)本实施方式所涉及的X射线装置(1A)具备:X射线管(5),其向被检体(M)照射X射线;X射线检测器(7),其检测透过了被检体(M)的X射线;图像处理部(33),其通过使用X射线检测器(7)输出的检测信号进行图像处理来生成X射线图像;条件存储部(57),其将与被检体(M)的检查项目(71)分别对应的图像获取条件(63)同检查项目(71)相关联地存储,所述图像获取条件(63)包括X射线照射条件(65)和图像处理条件(67)中的至少任一方的条件;学习模型存储部(55),其存储学习模型(51A),所述学习模型(51A)通过将映现人体的检查图像作为训练图像执行机器学习,来推断该检查图像中的检查的种类并输出该检查的种类;检查种类推断部(47),其通过将被检体的X射线图像(F)和光学图像(D)中的至少任一方的图像作为输入用图像输入到学习模型(51A),来推断该输入用图像中的检查的种类并输出该检查的种类;条件读出部(49),其通过将由检查种类推断部(47)输出的检查的种类选择为检查项目(71),来读出与该检查项目(71)相关联地存储到条件存储部(57)的图像获取条件(63);以及控制部(39),其按照由条件读出部(49)读出的图像获取条件(63)来进行X射线管(5)的控制和图像处理部(33)的控制中的至少任一方的控制。
根据第四项所述的X射线装置1A,通过使用用于推断检查图像中的检查的种类的学习模型51A以及与检查的种类所涉及的检查项目信息71相应地关联有恰当的图像获取条件63的APR 53A,来自动地设定包括X射线照射条件65和图像处理条件67中的至少任一方的条件的图像获取条件63。学习模型51A构成为通过将映现人体的检查图像作为训练图像的机器学习来推断该检查图像中的检查的种类并输出该检查的种类。即,在图像解析部47中,通过将被检体M的图像作为输入用图像输入到学习模型51A,来推断该输入用图像中的检查的种类并输出该检查的种类。条件读出部49通过选择已被输出的被检体M的检查的种类作为检查项目信息71,来自动地读出与该检查项目信息71相关联地存储的图像获取条件63。因而,当获取到被检体的X射线图像F时,通过图像解析部47和条件读出部49自动地读出对于该X射线图像F的检查项目而言恰当的图像获取条件63。因而,即使在被检体M的检查项目信息71发生了变更的情况下,也自动地读出适于变更后的检查项目信息71的图像获取条件63。即,不需要操作者通过手动操作来选择对象部位并设定图像获取条件63这样的工序,因此能够更加可靠且迅速地以恰当的条件执行X射线透视或X射线摄影。
(第五项)另外,在第四项所述的X射线装置中,还具备:照射位置探测部(37),其随时探测X射线照射野相对于被检体(M)的位置;以及误解析探测部(73),其在学习模型(51)输出的检查项目(71)的内容发生了变化且照射位置探测部(37)探测到所述X射线照射野的位移的情况下,通过选择在该变化之后输出的检查项目(71)来从条件读出部(49)读出图像获取条件(63),在学习模型(51)输出的检查项目(71)的内容发生了变化且照射位置探测部(37)未探测到X射线照射野的位移的情况下,通过选择在该变化之前输出的检查项目(71)来从条件读出部(49)读出图像获取条件(63)。
根据第五项所述的X射线装置1B,误解析探测部73将X射线照射野相对于被检体M的位置与学习模型51输出的检查项目信息71的内容进行比较,来探测在学习模型51中是否发生了误解析。在学习模型51输出的检查项目信息71的内容发生了变化且X射线照射野发生了位移的情况下,能够判定为学习模型51所输出的检查项目信息71的变化不是由学习模型51的误解析引起的。因此,误解析探测部73选择该变化后的检查项目信息71来从条件读出部49读出图像获取条件63。
另一方面,在学习模型51输出的检查项目信息71的内容发生了变化且X射线照射野没有位移的情况下,能够判定为学习模型51所输出的检查项目信息71的变化是由学习模型51的误解析引起的。因此,误解析探测部73不选择该变化后的检查项目信息71,而是选择在该变化前输出的检查项目信息71来从条件读出部49读出图像获取条件63。通过具备这样的误解析探测部73,即使在由于以噪声为例的波动而发生学习模型51的误解析从而学习模型51输出的检查项目信息71的内容发生了变化的情况下,也能够可靠地忽略由于该误解析而输出的检查项目信息71的内容。因而,能够避免由于学习模型51的误解析而读出不恰当的图像获取条件63这一情况。
(第六项)另外,在第四项或第五项所述的X射线装置中,还具备认可指示输入部(41),所述认可指示输入部(41)用于输入操作者的认可由条件读出部(49)读出的图像获取条件(63)的指示,控制部(39)构成为:在通过认可指示输入部(41)输入了认可图像获取条件(63)的指示的情况下,进行以下控制中的至少任一方的控制:控制X射线管(5)以按照由条件读出部(49)读出的X射线照射条件(65)来照射X射线、以及控制图像处理部(33)以按照图像处理条件(67)来生成X射线图像(F)。
根据第六项所述的X射线装置1C,操作者认可由条件读出部49读出的图像获取条件63,由此按照该图像获取条件63的内容进行X射线管5的控制或图像处理部33的控制。由于被检体的体格不处于一般范围等理由,存在与学习模型51输出的部位信息61相关联的图像获取条件63实际上不适合作为用于获取该被检体的X射线图像的条件的情况。在该情况下,操作者通过不认可由条件读出部49读出的图像获取条件63,能够避免违背操作者的意愿地将实际上并非最合适的图像获取条件63自动设定为X射线图像获取用条件这一情况。
<其它实施方式>
此外,本次公开的实施例在所有方面均为例示,而不是限制性的。本发明的范围包括权利要求书以及与权利要求书等同的含义和范围内的所有变更。作为例子,本发明能够如以下那样变形并实施。
(1)在上述各实施例中,图像获取条件63不限于包括X射线照射条件65和图像处理条件67这双方的结构,也可以是包括其中任一方的结构。另外,X射线照射条件65不限于包括X射线透视条件68和X射线摄影条件69这双方的结构,也可以是包括其中任一方的结构。
(2)在上述各实施例中,作为向学习模型51输入的输入信息而使用的X射线图像F既可以是X射线透视像,也可以是X射线摄影像。另外,也可以使用将X射线透视像作为输入信息而通过学习模型51和APR 53读出的图像获取条件63来进行X射线摄影。另外,也可以使用将X射线摄影像作为输入信息而通过学习模型51和APR 53读出的图像获取条件63来进行X射线透视。
(3)在上述各实施例中,作为X射线装置1,将具备C臂9的X射线透视摄影装置用作例子,但不限于此,能够将本发明的结构应用于以普通X射线摄影用的X射线摄影装置、断层摄影装置为例的任意的放射线摄影装置。
(4)在上述实施例3中,例示了根据臂位置检测部37所探测的C臂9的位置来探测X射线照射野的位移的结构,但不限于由臂位置检测部37探测X射线照射野的位移的结构。作为一例,在由于顶板3进行水平移动而X射线照射野发生位移的情况下,在探测X射线照射野的位移时需要用于确定顶板3的位置的结构。
(5)在上述实施例4中,认可条件不限于学习模型51所输出的信息变化的情况。作为认可条件的其它例,列举出照射野相对于被检体的位置发生变化的情况或最近得到的X射线图像的S/N比为预先决定的阈值以下的情况等。作为照射野的位置发生变化的必要条件,列举出C臂9或顶板3的位置发生变化的情况等。
(6)在上述实施例4中,例示了在将认可键GK显示于显示部35的情况下将认可键GK与X射线图像一起显示的结构,但不限于此。在显示部35具备多个监视器的情况下,也可以在一个监视器上显示X射线图像和解析结果等并在其它监视器上显示认可键GK。另外,也可以将显示认可键GK的监视器或触摸面板配置于操作台41来显示认可键GK。
(7)在上述实施例4中,输入认可图像获取条件63的指示的结构不限于对显示于显示部35等的认可键GK进行操作的结构,也可以适当使用开关或按钮等其它结构。另外,在产生了认可条件的情况下条件设定控制部79控制条件读出部49的方法不限于使用阻碍信号ST阻碍从条件读出部49向X射线管5等发送图像获取条件63的结构。在产生了认可条件的情况下,只要是进行控制使得以被输入认可最新的图像获取条件63的指示为触发来将该最新的图像获取条件63设定为X射线图像获取用条件的结构,就可以适当变更条件设定控制部79进行控制的结构。作为一例,列举出以下结构:通过由操作者输入认可最新的图像获取条件63的指示,来从条件设定控制部79向条件读出部49发送用于指示向X射线管5等发送最新的图像获取条件63的信号。
附图标记说明
1:X射线装置;3:顶板;5:X射线管;7:X射线检测器;9:C臂;17:准直器;19:光学摄像机;21:脚踏开关;33:图像处理部;35:显示部;37:臂位置检测部;39:主控制部;41:操作台;43:存储部;45:机器学习部;47:图像解析部;49:条件读出部;51:学习模型;53:APR;55:学习模型存储部;57:条件存储部;61:部位信息;63:图像获取条件;65:X射线照射条件;67:图像处理条件;68:X射线透视条件;69:X射线摄影条件;71:检查项目信息;73:误解析探测部;75:认可条件判定部;77:认可键显示控制部;79:条件设定控制部。
Claims (6)
1.一种X射线装置,具备:
X射线管,其向被检体照射X射线;
X射线检测器,其检测透过了所述被检体的X射线;
图像处理部,其通过使用所述X射线检测器输出的检测信号进行图像处理来生成X射线图像;
条件存储部,其将与所述被检体的对象部位分别对应的图像获取条件同所述对象部位相关联地存储,所述图像获取条件包括X射线照射条件和图像处理条件中的至少任一方的条件;
学习模型存储部,其存储学习模型,所述学习模型通过将人体的图像作为训练图像执行机器学习,来推断在所述图像中映现出的所述人体的部位并输出该部位;
对象部位推断部,其通过将所述被检体的所述X射线图像和光学图像中的至少任一方的图像作为输入用图像输入到所述学习模型,来推断在所述输入用图像中映现出的部位并输出该部位;
条件读出部,其通过将由所述对象部位推断部输出的所述部位选择为所述对象部位,来读出与所述对象部位相关联地存储到所述条件存储部的所述图像获取条件;以及
控制部,其按照由所述条件读出部读出的所述图像获取条件来进行所述X射线管的控制和所述图像处理部的控制中的至少任一方的控制。
2.根据权利要求1所述的X射线装置,其特征在于,还具备:
照射位置探测部,其随时探测X射线照射野相对于所述被检体的位置;以及
误解析探测部,其在所述学习模型输出的所述部位的内容发生了变化且所述照射位置探测部探测到所述X射线照射野的位移的情况下,通过选择在所述变化之后输出的所述部位作为所述对象部位来从所述条件读出部读出所述图像获取条件,在所述学习模型输出的所述部位的内容发生了变化且所述照射位置探测部未探测到所述X射线照射野的位移的情况下,通过选择在所述变化之前输出的所述部位作为所述对象部位来从所述条件读出部读出所述图像获取条件。
3.根据权利要求1或2所述的X射线装置,其特征在于,
还具备认可指示输入部,所述认可指示输入部用于输入操作者的认可由所述条件读出部读出的所述图像获取条件的指示,
所述控制部构成为:在通过所述认可指示输入部输入了认可所述图像获取条件的指示的情况下,进行以下控制中的至少任一方的控制:控制所述X射线管以按照由所述条件读出部读出的所述X射线照射条件来照射X射线、以及控制所述图像处理部以按照所述图像处理条件来生成所述X射线图像。
4.一种X射线装置,具备:
X射线管,其向被检体照射X射线;
X射线检测器,其检测透过了所述被检体的X射线;
图像处理部,其通过使用所述X射线检测器输出的检测信号进行图像处理来生成X射线图像;
条件存储部,其将与所述被检体的检查项目分别对应的图像获取条件同所述检查项目相关联地存储,所述图像获取条件包括X射线照射条件和图像处理条件中的至少任一方的条件;
学习模型存储部,其存储学习模型,所述学习模型通过将映现人体的检查图像作为训练图像执行机器学习,来推断所述检查图像中的检查的种类并输出该检查的种类;
检查种类推断部,其通过将所述被检体的所述X射线图像和光学图像中的至少任一方的图像作为输入用图像输入到所述学习模型,来推断所述输入用图像中的检查的种类并输出该检查的种类;
条件读出部,其通过将由所述检查种类推断部输出的所述检查的种类选择为所述检查项目,来读出与所述检查项目相关联地存储到所述条件存储部的所述图像获取条件;以及
控制部,其按照由所述条件读出部读出的所述图像获取条件来进行所述X射线管的控制和所述图像处理部的控制中的至少任一方的控制。
5.根据权利要求4所述的X射线装置,其特征在于,还具备:
照射位置探测部,其随时探测X射线照射野相对于所述被检体的位置;以及
误解析探测部,其在所述学习模型输出的所述检查的种类的内容发生了变化且所述照射位置探测部探测到所述X射线照射野的位移的情况下,通过选择在所述变化之后输出的所述检查的种类作为所述检查项目来从所述条件读出部读出所述图像获取条件,在所述学习模型输出的所述检查的种类的内容发生了变化且所述照射位置探测部未探测到所述X射线照射野的位移的情况下,通过选择在所述变化之前输出的所述检查的种类作为所述检查项目来从所述条件读出部读出所述图像获取条件。
6.根据权利要求4或5所述的X射线装置,其特征在于,
还具备认可指示输入部,所述认可指示输入部用于输入操作者的认可由所述条件读出部读出的所述图像获取条件的指示,
所述控制部构成为:在通过所述认可指示输入部输入了认可所述图像获取条件的指示的情况下,进行以下控制中的至少任一方的控制:控制所述X射线管以按照由所述条件读出部读出的所述X射线照射条件来照射X射线、以及控制所述图像处理部以按照所述图像处理条件来生成所述X射线图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021205175A JP2023090285A (ja) | 2021-12-17 | 2021-12-17 | X線装置 |
JP2021-205175 | 2021-12-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116264971A true CN116264971A (zh) | 2023-06-20 |
Family
ID=86744285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211566454.6A Pending CN116264971A (zh) | 2021-12-17 | 2022-12-07 | X射线装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2023090285A (zh) |
CN (1) | CN116264971A (zh) |
-
2021
- 2021-12-17 JP JP2021205175A patent/JP2023090285A/ja active Pending
-
2022
- 2022-12-07 CN CN202211566454.6A patent/CN116264971A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023090285A (ja) | 2023-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7522701B2 (en) | System and method for image composition using position sensors | |
US9888898B2 (en) | X-ray diagnostic apparatus | |
US7283614B2 (en) | X-ray diagnosis apparatus and method for creating image data | |
JP2004049911A (ja) | 医療用診断または治療装置における患者の位置決め方法および装置 | |
JP6169832B2 (ja) | X線撮影装置 | |
EP2310839A1 (en) | A method and system for stitching multiple images into a panoramic image | |
JP7342990B2 (ja) | X線撮影装置 | |
US10765392B2 (en) | X-ray imaging apparatus and x-ray image display method | |
JP5315524B2 (ja) | 医用画像診断装置 | |
US9339251B2 (en) | X-ray imaging apparatus, medical image processing apparatus, X-ray imaging method and medical image processing method | |
CN111803110B (zh) | X射线透视摄影装置 | |
JP5573688B2 (ja) | 放射線撮影装置 | |
US20200359977A1 (en) | X-ray imaging apparatus | |
JPH11347024A (ja) | X線診断装置 | |
CN116264971A (zh) | X射线装置 | |
JP6824641B2 (ja) | X線ct装置 | |
CN116262042A (zh) | X射线装置 | |
JP2002238884A (ja) | X線装置の自動条件設定機構 | |
JP5065591B2 (ja) | X線診断装置 | |
JPH06237924A (ja) | X線診断装置 | |
US20230270397A1 (en) | X-ray imaging apparatus and imaging position correction method | |
JP2017159192A (ja) | X線診断装置及び医用画像処理装置 | |
JP2023122538A (ja) | X線撮影装置および撮影位置補正方法 | |
JP6804491B2 (ja) | X線診断装置 | |
KR102388282B1 (ko) | 씨암용 영상 처리 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |