JP2018130264A - 動態解析システム - Google Patents

動態解析システム Download PDF

Info

Publication number
JP2018130264A
JP2018130264A JP2017025509A JP2017025509A JP2018130264A JP 2018130264 A JP2018130264 A JP 2018130264A JP 2017025509 A JP2017025509 A JP 2017025509A JP 2017025509 A JP2017025509 A JP 2017025509A JP 2018130264 A JP2018130264 A JP 2018130264A
Authority
JP
Japan
Prior art keywords
ventilator
change amount
subject
signal value
extubation
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.)
Granted
Application number
JP2017025509A
Other languages
English (en)
Other versions
JP6938940B2 (ja
Inventor
慎介 勝原
Shinsuke Katsuhara
慎介 勝原
志行 金子
Shiko Kaneko
志行 金子
敬子 板屋
Keiko Itaya
敬子 板屋
昭教 角森
Akinori Tsunomori
昭教 角森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konica Minolta Inc
Original Assignee
Konica Minolta Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Konica Minolta Inc filed Critical Konica Minolta Inc
Priority to JP2017025509A priority Critical patent/JP6938940B2/ja
Priority to US15/888,489 priority patent/US10765391B2/en
Publication of JP2018130264A publication Critical patent/JP2018130264A/ja
Application granted granted Critical
Publication of JP6938940B2 publication Critical patent/JP6938940B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/021—Measuring pressure in heart or blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/08—Detecting, measuring or recording devices for evaluating the respiratory organs
    • A61B5/0816—Measuring devices for examining respiratory frequency
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
    • A61B6/48—Diagnostic techniques
    • A61B6/486—Diagnostic techniques involving generating temporal series of image data
    • A61B6/487—Diagnostic techniques involving generating temporal series of image data involving fluoroscopy

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Pulmonology (AREA)

Abstract

【課題】人工呼吸器の装着時や抜管時の患者の呼吸状態を客観的に評価できるようにする。
【解決手段】動態解析システム１００によれば、コンソール２の制御部２１は、被検者に人工呼吸器を装着した状態で放射線撮影された被検者Ｈの胸部の動態を示す複数のフレーム画像に基づいて、複数のフレーム画像における信号値変化量及び／又は胸部の所定の構造物の形態変化量を算出し、算出した信号値変化量及び／又は形態変化量に基づいて、被検者Ｈの人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報を生成し、表示部２４に表示させる。
【選択図】図３

Description

本発明は、動態解析システムに関する。
従来、適応数理モデルを用いて、人工呼吸器に接続された患者に取り付けた気道圧力センサ及び流速センサから取得したデータから患者の生理的呼吸努力及び強制時呼吸努力の予測値を非侵襲に得る技術が提案されている（例えば、特許文献１参照）。
特表２００５−５３７０６８号公報
ところで、日本集中治療学会の人口呼吸器離脱プロトコルによると、人口呼吸器の抜管時には、バイタル情報（呼吸数やＳｐＯ２など）と患者のアセスメント（呼吸パターンの悪化、奇異呼吸の出現、補助呼吸筋の使用など）により呼吸状態の評価を行う必要がある。人口呼吸器の装着時においても同様に評価を行うことが好ましい。
しかしながら、患者のアセスメントは患者の呼吸状態を医療従事者の主観により判定しているため、安定した評価が困難である。
本発明の課題は、人工呼吸器の装着時や抜管時の患者の呼吸状態を客観的に評価できるようにすることである。
上記課題を解決するために、請求項１に記載の発明の動態解析システムは、
人工呼吸器が装着された被検者の胸部を放射線撮影することにより取得された前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記複数のフレーム画像における信号値変化量及び／又は前記胸部の所定の構造物の形態変化量を算出する算出手段と、
前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量に基づいて、前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報を生成する生成手段と、
を備える。
請求項２に記載の発明は、請求項１に記載の発明において、
前記生成手段は、前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量を、他の被検者について算出された前記信号値変化量及び／又は前記形態変化量の統計データと比較して、比較結果を前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報として生成する。
請求項３に記載の発明は、請求項２に記載の発明において、
前記人工呼吸器の装着時又は抜管時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
前記生成手段は、前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量を、属性情報及び／又はバイタル情報が前記被検者と同じ他の被検者について算出された前記信号値変化量及び／又は前記形態変化量の統計データと比較して、比較結果を前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報として生成する。
請求項４に記載の発明は、請求項２又は３に記載の発明において、
前記被検者の前記人工呼吸器の装着時の呼吸状態の評価情報を生成する際に用いる前記統計データは、人工呼吸器による呼吸が成功した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データと、人工呼吸器による呼吸が失敗した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データである。
請求項５に記載の発明は、請求項２〜４のいずれか一項に記載の発明において、
前記被検者の前記人工呼吸器の抜管時の呼吸状態の評価情報を生成する際に用いる前記統計データは、人工呼吸器の抜管後に自発呼吸が成功した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データと、人工呼吸器の抜管後に自発呼吸が失敗した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データである。
請求項６に記載の発明は、請求項１〜５のいずれか一項に記載の発明において、
前記人工呼吸器の装着時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
前記生成手段は、他の被検者についての人工呼吸器装着時の前記信号値変化量及び／又は前記形態変化量、属性情報及び／又はバイタル情報、並びに人工呼吸器による呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者についての前記人工呼吸器の装着時の前記信号値変化量及び／又は前記形態変化量、前記属性情報及び／又は前記バイタル情報を入力して前記被検者の前記人工呼吸器による呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報を生成する。
請求項７に記載の発明は、請求項１〜６のいずれか一項に記載の発明において、
前記人工呼吸器の抜管時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
前記生成手段は、他の被検者についての人工呼吸器抜管時の前記信号値変化量及び／又は前記形態変化量、属性情報及び／又はバイタル情報、並びに人工呼吸器抜管後の自発呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者についての前記人工呼吸器の抜管時の前記信号値変化量及び／又は前記形態変化量、前記属性情報及び／又は前記バイタル情報を入力して前記被検者の前記人工呼吸器の抜管後の自発呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報を生成する。
請求項８に記載の発明は、請求項１に記載の発明において、
前記算出手段は、前記人工呼吸器の装着前の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の装着前の前記信号値変化量及び／又は前記形態変化量を算出し、前記人工呼吸器の装着後の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の装着後の前記信号値変化量及び／又は前記形態変化量を算出し、
前記生成手段は、前記算出手段により算出された前記人工呼吸器の装着前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の装着後の前記信号値変化量及び／又は前記形態変化量とに基づいて、前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報を生成する。
請求項９に記載の発明は、請求項８に記載の発明において、
前記生成手段は、前記算出手段により算出された前記人工呼吸器の装着前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の装着後の前記信号値変化量及び／又は前記形態変化量とを比較して、比較結果を前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報として生成する。
請求項１０に記載の発明は、請求項８又は９に記載の発明において、
前記被検者の人工呼吸装着時の属性情報及び／又はバイタル情報を取得する取得手段を備え、
前記生成手段は、他の被検者についての人工呼吸器装着前後の前記信号値変化量及び／又は前記形態変化量、人工呼吸器装着時の属性情報及び／又はバイタル情報、並びに人工呼吸器による呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者についての前記人工呼吸器の装着前後の前記信号値変化量及び／又は前記形態変化量、前記人工呼吸器の装着時の前記属性情報及び／又は前記バイタル情報を入力して前記被検者の前記人工呼吸器による呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報を生成する。
請求項１１に記載の発明は、請求項１に記載の発明において、
前記算出手段は、前記人工呼吸器の抜管前の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の抜管前の前記信号値変化量及び／又は前記形態変化量を算出し、前記人工呼吸器の抜管後の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の抜管後の前記信号値変化量及び／又は前記形態変化量を算出し、
前記生成手段は、前記算出手段により算出された前記人工呼吸器の抜管前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の抜管後の前記信号値変化量及び／又は前記形態変化量とに基づいて、前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報を生成する。
請求項１２に記載の発明は、請求項１１に記載の発明において、
前記生成手段は、前記算出手段により算出された前記人工呼吸器の抜管前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の抜管後の前記信号値変化量及び／又は前記形態変化量とを比較して、比較結果を前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報として生成する。
請求項１３に記載の発明は、請求項１１又は１２に記載の発明において、
前記人工呼吸器の抜管時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
前記生成手段は、他の被検者についての人工呼吸器抜管前後の前記信号値変化量及び／又は前記形態変化量、人工呼吸器抜管時の属性情報及び／又はバイタル情報、並びに人工呼吸器抜管後の自発呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者について前記人工呼吸器の抜管前後の前記信号値変化量及び／又は前記形態変化量、前記人工呼吸器の抜管時の前記属性情報及び／又は前記バイタル情報を入力して前記被検者の人工呼吸器の抜管後の自発呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報を生成する。
請求項１４に記載の発明の動態解析システムは、
被検者の胸部を放射線撮影することにより取得された前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記複数のフレーム画像における信号値変化量及び／又は前記胸部の所定の構造物の形態変化量を算出する算出手段と、
前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量を、人工呼吸器を装着した他の被検者、若しくは過去に人工呼吸器を装着し抜管した他の被検者について算出された前記信号値変化量及び／又は前記形態変化量の統計データと比較して、比較結果を前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報として生成する生成手段と、
を備える。
本発明によれば、人工呼吸器の装着時や抜管時の患者の呼吸状態を客観的に評価することが可能となる。
本実施形態に係る動態解析システムの全体構成を示す図である。 図１のコンソールの機能的構成を示すブロック図である。 図２の制御部により実行される呼吸状態評価処理Ａを示すフローチャートである。 横隔膜移動量の算出手法を説明するための図である。 第１の実施形態における評価画面の一例を示す図である。 図２の制御部により実行される呼吸状態評価処理Ｂを示すフローチャートである。 第２の実施形態における評価画面の一例を示す図である。
以下、図面を参照して本発明に係る好適な実施形態について説明する。なお、本発明は、図示例に限定されるものではない。
＜第１の実施形態＞
（動態解析システム１００の構成）
まず、本発明に係る第１の実施形態の構成について説明する。
図１に、本実施形態における動態解析システム１００の全体構成例を示す。
動態解析システム１００は、例えば、集中治療室や手術室等に在室している移動が困難な患者を被検者として撮影を行うための回診用のシステムであり、放射線発生装置１と、コンソール２と、アクセスポイント３と、ＦＰＤ（Flat Panel Detector）カセッテ４と、を備えて構成されている。放射線発生装置１は、車輪を有し、コンソール２やアクセスポイント３を設置した移動可能な回診車として構成されている。動態解析システム１００において、コンソール２は、アクセスポイント３を介して放射線発生装置１及びＦＰＤカセッテ４と通信接続可能である。
動態解析システム１００は、図１に示すように、手術室（集中治療室）Ｒｃ等に持ち込まれ、ＦＰＤカセッテ４を、例えばベッドＢに寝ている被検者ＨとベッドＢとの間もしくは、図示しないベッドＢの被検者Ｈとは反対面に設けられた挿入口に差し込む等した状態で、放射線発生装置１のポータブルの放射線源１１から放射線を照射して、被検者Ｈの動態撮影を行うシステムである。
動態撮影とは、被検者Ｈに対し、Ｘ線等の放射線をパルス状にして所定時間間隔で繰り返し照射するか(パルス照射)、もしくは、低線量率にして途切れなく継続して照射する(連続照射)ことで、複数の画像を取得することをいう。動態撮影では、例えば、呼吸運動に伴う肺の膨張及び収縮の形態変化、心臓の拍動等の、周期性（サイクル）を持つ被検者Ｈの動態を撮影する。この連続撮影により得られた一連の画像を動態画像と呼ぶ。また、動態画像を構成する複数の画像のそれぞれをフレーム画像と呼ぶ。
本実施形態においては、動態解析システム１００は、被検者Ｈの胸部の動態を撮影するものとして説明する。
以下、動態解析システム１００を構成する各装置について説明する。
放射線発生装置１は、パルス照射、連続照射の少なくともいずれか一方が可能な放射線発生装置である。放射線発生装置１は、放射線を照射する放射線源１１と、放射線照射制御部１２と、曝射スイッチ１３等を備えて構成されている。
放射線源１１は、放射線照射制御部１２の制御に従って、被検者Ｈに対し放射線（Ｘ線）を照射する。
放射線照射制御部１２は、コンソール２から送信された放射線照射条件に基づいて放射線源１１を制御して放射線撮影を行う。コンソール２から入力される放射線照射条件は、例えば、管電流、管電圧、フレームレート（１単位時間（１秒）当たりに撮影するフレーム画像数）、１撮影当たりの総撮影時間もしくは総撮影フレーム画像数、付加フィルター種、パルス照射の場合は1フレーム画像当たりの放射線照射時間等である。
曝射スイッチ１３は、押下されることにより、放射線照射指示信号をコンソール２に入力する。
コンソール２は、放射線照射条件を放射線発生装置１に出力し、画像読取条件をＦＰＤカセッテ４に出力して、放射線撮影及び放射線画像の読み取り動作を制御したり、ＦＰＤカセッテ４から送信された動態画像に基づいて被検者Ｈの人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報を生成して表示したりする。
図２に、コンソール２の機能構成例を示す。図２に示すように、コンソール２は、制御部２１、記憶部２２、操作部２３、表示部２４、通信部２５、コネクター２６等を備えて構成され、各部はバス２７により接続されている。
制御部２１は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory
）等により構成される。制御部２１のＣＰＵは、操作部２３の操作に応じて、記憶部２２に記憶されているシステムプログラムや各種処理プログラムを読み出してＲＡＭ内に展開し、展開されたプログラムに従って、コンソール２各部の動作や、放射線発生装置１及びＦＰＤカセッテ４の動作を集中制御する。また、制御部２１は、展開されたプログラムに従って後述する呼吸状態評価処理Ａを始めとする各種処理を実行し、算出手段、生成手段、属性情報の取得手段として機能する。
記憶部２２は、不揮発性の半導体メモリーやハードディスク等により構成される。記憶部２２は、制御部２１で実行される各種プログラムやプログラムにより処理の実行に必要なパラメーター、或いは処理結果等のデータを記憶する。例えば、記憶部２２は、図３に示す呼吸状態評価処理Ａを実行するためのプログラムを記憶している。各種プログラムは、読取可能なプログラムコードの形態で格納され、制御部２１は、当該プログラムコードに従った動作を逐次実行する。
また、記憶部２２は、動態撮影時の放射線照射条件及び画像読取条件を記憶している。放射線照射条件及び画像読取条件は、操作部２３の操作によりユーザーが設定可能である。
また、記憶部２２は、ＦＰＤカセッテ４から送信された動態画像に、撮影時の被検者Ｈの患者情報（属性情報）、検査情報、バイタル情報、その動態画像に基づいて算出された所定の構造物の形態変化量、信号値変化量、人工呼吸器の装着（又は抜管）による呼吸の成否結果を対応付けて記憶する。属性情報には、年代、性別、疾患の少なくとも一つが含まれる。バイタル情報には、ＳｐＯ２値、ＰａＯ２値、心拍数、血圧値、呼吸数等の少なくとも一つが含まれる。
また、記憶部２２は、過去に人工呼吸器の装着が行われた患者のうち同じ属性情報及び／又はバイタル情報をもつ患者集団毎に、人工呼吸器による呼吸が成功した患者の人工呼吸器の装着前及び後の上記所定の構造物の形態変化量及び信号値変化量の分布を示す統計データと失敗した患者の人工呼吸器装着前及び後の上記所定の構造物の形態変化量及び信号値変化量の分布を示す統計データとを記憶している。また、記憶部２２は、過去に人工呼吸器の抜管が行われた患者のうち同じ属性情報及び／又はバイタル情報をもつ患者集団毎に、人工呼吸器の抜管後の自発呼吸が成功した患者の人工呼吸器の抜管前及び後の上記所定の構造物の形態変化量及び信号値変化量の分布を示す統計データと失敗した患者の人工呼吸器の抜管前及び後の上記所定の構造物の形態変化量及び信号値変化量の分布を示す統計データとを記憶している。
なお、記憶部２２に記憶されている統計データは、患者情報に含まれる複数項目（例えば、性別、年齢、疾患名、・・・）の属性情報のうち、予め定められた一つの項目（例えば、性別）、又はバイタル情報に含まれる複数項目（例えば、ＳｐＯ２値、ＰａＯ２値、心拍数、血圧値、呼吸数、・・・）の情報のうち予め定められた一つの項目（例えば、呼吸数）の情報が同じ患者集団毎に作成したものであってもよいし、予め定められた２以上の項目（例えば、性別と年齢と呼吸数）の情報が同じ患者集団毎に作成したものであってもよい。
操作部２３は、カーソルキー、数字入力キー、及び各種機能キー等を備えたキーボードと、マウス等のポインティングデバイスを備えて構成され、キーボードに対するキー操作やマウス操作により入力された指示信号を制御部２１に出力する。また、操作部２３は、表示部２４の表示画面にタッチパネルを備えても良く、この場合、タッチパネルを介して入力された指示信号を制御部２１に出力する。
表示部２４は、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）等のモニタにより構成され、制御部２１から入力される表示信号の指示に従って、操作部２３からの入力指示やデータ等を表示する。
通信部２５は、無線ＬＡＮアダプタ等を備え、アクセスポイント３を介して無線ＬＡＮ等の通信ネットワークに接続された放射線発生装置１、ＦＰＤカセッテ４、被検者Ｈに取り付けられたパルスオキシメーター、血圧計、呼吸センサーを始めとする外部機器との間のデータ送受信を制御する。
コネクター２６は、図示しないケーブルを介してＦＰＤカセッテ４と通信接続するためのコネクターである。
図１に戻り、アクセスポイント３は、放射線発生装置１とコンソール２との間の通信や、コンソール２とＦＰＤカセッテ４との間の通信等を中継する。
ＦＰＤカセッテ４は、動態撮影対応の可搬型の放射線検出器である。ＦＰＤカセッテ４は、ガラス基板等の基板上の所定位置に、放射線源１１から照射されて少なくとも被検者Ｈを透過した放射線をその強度に応じて検出し、検出した放射線を電気信号に変換して蓄積する複数の放射線検出素子がマトリックス状（二次元状）に配列されて構成されている。各放射線検出素子には、例えばＴＦＴ（Thin Film Transistor）等のスイッチング部が接続され、スイッチング部により各放射線検出素子への電気信号の蓄積及び読み取りが制御され、画像データ（フレーム画像）が取得される。ＦＰＤには放射線をシンチレータを介して光電変換素子により電気信号に変換する間接変換型、放射線を直接的に電気信号に変換する直接変換型があるが、何れを用いてもよい。
ＦＰＤカセッテ４は、スイッチング部による電気信号の蓄積及び読み取りを制御する読取制御部と、アクセスポイント３を介してコンソール２と通信接続するための通信部とを備えている（何れも図示せず）。フレームレート、１撮影当たりの撮影フレーム画像数、画像サイズ（マトリックスサイズ）等の画像読取条件は、通信部を介してコンソール２により設定される。読取制御部は、設定された画像読取条件に基づいて、スイッチング部による各放射線検出素子への電気信号の蓄積及び読み取りを制御する。また、ＦＰＤカセッテ４は、コネクターを有し、図示しないケーブルを介してコンソール２と通信接続可能である。
なお、ＦＰＤカセッテ４は、放射線技師等の撮影実施者が持参してもよいが、ＦＰＤカセッテ４は比較的重く、落下すると壊れたり故障したりする可能性があるため、回診車に設けられたカセッテ用のポケット６１ａに挿入されて搬送できるようになっている。
（動態解析システム１００の動作）
次に、動態解析システム１００における動作について説明する。
図３に、コンソール２により実行される呼吸状態評価処理Ａの流れを示す。呼吸状態評価処理Ａは、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。以下、呼吸状態評価処理Ａについて説明する。
まず、制御部２１は、操作部２３による被検者Ｈの患者情報（氏名、年齢、性別、疾患等）、検査情報（検査対象部位（ここでは、胸部）、呼吸評価項目（人工呼吸器の装着前、装着後、抜管前、抜管後）等）の入力を受け付ける（ステップＳ１）。
次いで、制御部２１は、放射線照射制御部１２及びＦＰＤカセッテ４を制御して、曝射スイッチ１３の押下に応じて被検者Ｈの胸部の動態撮影を行わせ、一連のフレーム画像からなる動態画像を取得する（ステップＳ２）。
ここで、ステップＳ１において入力された呼吸評価項目が「人工呼吸器の装着前」である場合、ステップＳ２においては、被検者Ｈへの人工呼吸器の装着直前の数呼吸分の動態撮影を行う。呼吸評価項目が「人工呼吸器の装着後」である場合、ステップＳ２においては、被検者Ｈへの人工呼吸器の装着直後の数呼吸分の動態撮影を行う。呼吸評価項目が「人工呼吸器の抜管前」である場合、ステップＳ２においては、被検者Ｈからの人工呼吸器の抜管直前の数呼吸分の動態撮影を行う。呼吸評価項目が「人工呼吸器の抜管後」である場合、ステップＳ２においては、被検者Ｈからの人工呼吸器の抜管直後の数呼吸分の動態撮影を行う。
被検者Ｈには、パルスオキシメーター、血圧計、呼吸センサー等のバイタル情報取得装置（取得手段）が取り付けられており、動態撮影時（即ち、人工呼吸器の装着又は抜管時）の被検者Ｈのバイタル情報（ＳｐＯ２値、ＰａＯ２値、心拍数、血圧値、呼吸数等）が計測され、無線通信等によりコンソール２に入力される。
撮影により取得された動態画像の一連のフレーム画像は、動態画像を識別するための識別ＩＤ、患者情報、検査情報、放射線照射条件、画像読取条件、動態撮影時のバイタル情報、撮影順を示す番号等と対応付けて記憶部２２に記憶される。
次いで、制御部２１は、取得した動態画像における被検者Ｈの胸部の所定の構造物の形態変化量を算出する（ステップＳ３）。
ステップＳ３において、制御部２１は、まず、動態画像の任意のフレーム画像から所定の構造物の輪郭を抽出する。所定の構造物は、例えば、肺野、横隔膜、骨部（例えば、肋骨）、心臓等である。
肺野の輪郭の抽出方法は、特に限定せず、公知の方法を適用することができる。例えば、特許第２９８７６３３号に開示されているように、Ｘ線画像では肺野領域は左右の肺部分の画像濃度が周辺より高濃度となる。よって、任意のフレーム画像の濃度ヒストグラムを作成し、その濃度ヒストグラムの形状や面積から肺野領域に該当する高濃度領域の画像部分を判断し、当該画像部分の輪郭を肺野の輪郭として抽出すればよい。或いは、特開２００３−６６６１号公報に開示されているように、標準的な肺野領域の輪郭を定めたテンプレートを用いて任意のフレーム画像にテンプレートマッチングを行うことにより肺野領域の輪郭を抽出することもできる。
また、胸部正面を撮影したＸ線画像では肺野下部の輪郭は横隔膜との境界となるため、横隔膜の輪郭は、肺野下部の輪郭を抽出することにより抽出することができる。
肋骨の輪郭の抽出方法は、特に限定せず、公知の方法を適用することができる。例えば、特開平５−１７６９１９号公報に開示されているように、任意のフレーム画像の肺野領域において縦方向（頭−足の方向）にいくつもの輪郭線を定め、この輪郭線に対して予め定められたモデル関数をあてはめることで肋骨領域の輪郭部分を推定する。そして、この推定された輪郭部分に処理対象とする画像領域を複数定め、各画像領域の各画素についてＳｏｂｅｌオペレータによって勾配とその勾配に対応する方位とを求める。各画素の中で最も大きい勾配とその方位をその画像領域の勾配、方位とする。各画像領域の勾配と方位を座標として座標空間にプロットすると、座標空間では肋骨の上縁、下縁、肋骨の辺縁内部、肋骨以外といったような領域毎に集合が形成されるので、座標空間において肋骨の上縁、下縁等の辺縁に分類される画像領域を肋骨領域の輪郭として抽出することができる。
心臓の輪郭の抽出方法は、特に限定せず、公知の方法を適用することができる。例えば、記憶部２２に心臓のテンプレート画像を記憶しておき、任意のフレーム画像内においてテンプレートマッチングにより心臓領域を抽出し、その輪郭を心臓領域の輪郭として抽出する。
任意のフレーム画像から所定の構造物の輪郭を抽出すると、制御部２１は、抽出された輪郭上に一又は複数の基準点を設定し、設定した基準点を中心とする所定サイズの領域をテンプレート画像としてテンプレートマッチングにより他のフレーム画像における基準点を抽出する。そして、複数のフレーム画像間での基準点の移動量を所定の構造物の形態変化量として算出する。基準点が１つの場合、例えば、図４に示すように、１フレーム目からＮフレーム目までの基準点Ｐｋの移動量が全フレーム画像間において最大の移動量であるとすると、１フレーム目の基準点ＰｋとＮフレーム目の基準点Ｐｋの移動量ｄ（Ｐｋ）を形態変化量として算出する。基準点が複数の場合は、例えば、各基準点の最大移動量の平均値を形態変化量として算出する。
次いで、制御部２１は、取得した動態画像における信号値変化量を算出する（ステップＳ４）。
ステップＳ４においては、例えば、取得した動態画像における肺血流による信号値変化量及び換気による信号値変化量を算出する。
肺血流による信号値変化量を算出する場合、まず、制御部２１は、各フレーム画像において肺野領域内の画素信号値（濃度値）の代表値（例えば、平均値、中央値、最大値等）を算出し、算出した代表値の時間変化を時間方向のハイパスフィルター（例えば、カットオフ周波数０．８０Ｈｚ）でフィルタリングする。これにより、換気等による低周波成分を除去して肺血流の信号成分の時間変化を取得することができる。そして、取得した時間変化の振幅値（ある周期の極大値と極小値の差）や振幅値の平均値を信号値変化量として算出する。なお、画素信号値（代表値）の時間変化に対して時間方向のバンドパスフィルター（例えば、低域のカットオフ周波数０．８Ｈｚ、高域のカットオフ周波数２．４Ｈｚ）を用いてフィルタリングを行うこととしてもよい。
換気による信号値変化量を算出する場合、まず、制御部２１は、各フレーム画像において肺野領域内の画素信号値（濃度値）の代表値（例えば、平均値、中央値、最大値等）を算出し、算出した代表値の時間変化を時間方向のローパスフィルター（例えば、カットオフ周波数０．８０Ｈｚ）でフィルタリングする。これにより、肺血流等による高周波成分を除去して換気の信号成分の時間変化を取得することができる。そして、取得した時間変化の振幅値（ある周期の極大値と極小値の差）や振幅値の平均値を信号値変化量として算出する。
次いで、制御部２１は、ステップＳ３で算出した形態変化量及びステップＳ４で算出した信号値変化量と、被検者Ｈと同じ属性情報及び／又はバイタル情報をもつ他の患者（他の被検者）についての形態変化量及び信号値変化量の統計データとを比較する（ステップＳ５）。
例えば、ステップＳ１において入力された呼吸評価項目が人工呼吸器の装着前である場合、制御部２１は、ステップＳ１において取得された被検者Ｈの患者情報及び／又はステップＳ２の動態撮影時に取得されたバイタル情報に基づいて、被検者Ｈと同じ属性情報及び／又はバイタル情報をもつ、過去に人工呼吸器の装着を行った他の患者の人工呼吸器の装着前の形態変化量、信号変化量の分布を表す統計データ（人工呼吸器による呼吸が成功した患者の統計データ及び失敗した患者の統計データ）を記憶部２２から読み出す。そして、算出した形態変化量及び信号値変化量を読み出した統計データと比較する。本実施形態では、読み出した形態変化量、信号値変化量の統計データのヒストグラム上にステップＳ３、４における算出結果の位置を設定（表示）する。なお、属性情報やバイタル情報が同じとは、それらが数値であるものについては、完全に一致するものだけでなく、ある範囲において同じであるものも含む（以下同様）。
例えば、ステップＳ１において入力された呼吸評価項目が人工呼吸器の装着後である場合、制御部２１は、ステップＳ１において取得された被検者Ｈの患者情報及び／又はステップＳ２の動態撮影時に取得されたバイタル情報に基づいて、被検者Ｈと同じ属性情報及び／又はバイタル情報をもつ、過去に人工呼吸器の装着を行った他の患者の人工呼吸器の装着後の形態変化量、信号変化量の分布を表す統計データ（人工呼吸器による呼吸が成功した患者の統計データ及び失敗した患者の統計データ）を記憶部２２から読み出す。そして、算出した形態変化量及び信号値変化量を読み出した統計データと比較する。本実施形態では、読み出した形態変化量、信号値変化量の統計データのヒストグラム上にステップＳ３、４における算出結果の位置を設定（表示）する。
例えば、ステップＳ１において入力された呼吸評価項目が人工呼吸器の抜管前である場合、制御部２１は、ステップＳ１において取得された被検者Ｈの患者情報及び／又はステップＳ２の動態撮影時に取得されたバイタル情報に基づいて、被検者Ｈと同じ属性情報及び／又はバイタル情報をもつ、過去に人工呼吸器の抜管を行った他の患者の人工呼吸器の抜管前の形態変化量、信号変化量の分布を表す統計データ（人工呼吸器の抜管後の自発呼吸が成功した患者の統計データ及び失敗した患者の統計データ）を記憶部２２から読み出す。そして、算出した形態変化量及び信号値変化量を読み出した統計データと比較する。本実施形態では、読み出した形態変化量、信号値変化量の統計データのヒストグラム上にステップＳ３、４における算出結果の位置を設定（表示）する。
例えば、ステップＳ１において入力された呼吸評価項目が人工呼吸器の抜管後である場合、制御部２１は、ステップＳ１において取得された被検者Ｈの患者情報及び／又はステップＳ２の動態撮影時に取得されたバイタル情報に基づいて、被検者Ｈと同じ属性情報及び／又はバイタル情報をもつ、過去に人工呼吸器の抜管を行った他の患者の人工呼吸器の抜管後の形態変化量、信号変化量の分布を表す統計データ（人工呼吸器の抜管後の自発呼吸が成功した患者の統計データ及び失敗した患者の統計データ）を記憶部２２から読み出す。そして、算出した形態変化量及び信号値変化量を読み出した統計データと比較する。本実施形態では、読み出した形態変化量、信号値変化量の統計データのヒストグラム上にステップＳ３、４における算出結果の位置を設定（表示）する。
なお、ステップＳ３で算出した形態変化量及びステップＳ４で算出した信号値変化量を、過去に人工呼吸器を装着（又は抜管）した患者全体の上記形態変化量及び信号変化量の統計データと比較することとしてもよいが、被検者Ｈと同じ属性情報及び／又はバイタル情報をもつ患者についての形態変化量及び信号値変化量の統計データとを比較することで、性別、年代、バイタル状態などのバラツキを考慮した評価が可能となる。
次いで、制御部２１は、ディープニューラルネットワークなどの機械学習の識別器を用いて、被検者Ｈの人工呼吸器の装着後の（又は抜管後）の呼吸成功率を算出する（ステップＳ６）。
例えば、呼吸評価項目が人工呼吸器の装着前（後）である場合、記憶部２２に記憶されている、過去に人工呼吸器を装着した複数の患者についての属性情報及び／又はバイタル情報、人工呼吸器の装着前（後）に算出された形態変化量、信号値変化量、人工呼吸器による呼吸の成否結果のデータを特徴量としてトレーニングされた、例えば、ディープニューラルネットワークなどの識別器に、ステップＳ１において取得された被検者Ｈの属性情報及び／又はステップＳ２で取得されたバイタル情報、人工呼吸器の装着前（後）に算出された形態変化量、信号値変化量を入力することで、被検者Ｈの人工呼吸器による呼吸の成功率を算出する。
例えば、呼吸評価項目が人工呼吸器の抜管前（後）である場合、記憶部２２に記憶されている、過去に人工呼吸器の抜管した複数の患者についての属性情報及び／又はバイタル情報、人工呼吸器の抜管前（後）に算出された形態変化量、信号値変化量、人工呼吸器の抜管後の自発呼吸の成否結果のデータを特徴量としてトレーニングされた、例えば、ディープニューラルネットワークなどの識別器に、ステップＳ１において取得された被検者Ｈの属性情報及び／又はステップＳ２で取得されたバイタル情報、人工呼吸器の抜管前（後）に算出された形態変化量、信号値変化量を入力することで、被検者Ｈの人工呼吸器の抜管後の自発呼吸の成功率を算出する。
次いで、制御部２１は、ステップＳ５における比較結果及びステップＳ６における算出結果を含む評価画面２４１を表示部２４に表示し（ステップＳ７）、呼吸状態評価処理Ａを終了する。
図５に、評価画面２４１の一例を示す。図５に示すように、評価画面２４１には、被検者Ｈの患者情報２４１ａと、比較した統計データの区分２４１ｂと、所定の構造物の形態変化量の統計データとの比較結果２４１ｃと、換気成分の信号値変化量の統計データとの比較結果２４１ｄと、肺血流成分の信号値変化量の統計データとの比較結果２４１ｅと、呼吸成功率２４１ｆと、動態画像２４１ｇと、が表示されている。図５は、抜管前に撮影した動態画像２４１ｆに基づいて算出した形態変化量（横隔膜最大移動量）及び肺野の信号値変化量を同年代同性別の統計データと比較した例を示している。
例えば、呼吸評価項目が人工呼吸器の装着前である場合、評価画面２４１には、人工呼吸器の装着時の呼吸状態を評価するための評価情報として、被検者Ｈと同じ属性及び／又はバイタル情報をもつ、人工呼吸器による呼吸が成功した患者と失敗した患者それぞれの人工呼吸器の装着前の所定の構造物の形態変化量、肺野の信号値変化量の分布上における被検者Ｈの人工呼吸器装着前の所定の構造物の形態変化量、肺野の信号値変化量の位置が表示される。したがって、ユーザーは、人工呼吸器の装着前の被検者Ｈの所定の構造物の形態変化量及び信号値変化量が、過去に人工呼吸器による呼吸が成功したケースと失敗したケースの何れに該当するのかを客観的に把握することができるので、被検者Ｈに人工呼吸器を装着可能な状況であるか否かを客観的に評価することが可能となる。また、評価画面２４１に、併せて動態画像に基づいて算出した人工呼吸器を装着した場合の呼吸の成功率を表示することで、ユーザー間の評価のバラツキを抑え、より安定的に評価を行うことが可能となる。
例えば、呼吸評価項目が人工呼吸器の装着後である場合、評価画面２４１には、人工呼吸器の装着時の呼吸状態を評価するための評価情報として、被検者Ｈと同じ属性及び／又はバイタル情報をもつ、人工呼吸器による呼吸が成功した患者と失敗した患者それぞれの人工呼吸器の装着後の所定の構造物の形態変化量、肺野の信号値変化量の分布上における被検者Ｈの人工呼吸器装着後の所定の構造物の形態変化量、肺野の信号値変化量の位置が表示される。したがって、ユーザーは、人工呼吸器の装着後の被検者Ｈの所定の構造物の形態変化量及び信号値変化量が、過去に人工呼吸器による呼吸が成功したケースと失敗したケースの何れに該当するのかを客観的に把握することができるので、被検者Ｈへの人工呼吸器の装着が成功したか否かを客観的に評価することが可能となる。また、評価画面２４１に、併せて動態画像に基づいて算出した人工呼吸器による呼吸の成功率を表示することで、ユーザー間の評価のバラツキを抑え、より安定的に評価を行うことが可能となる。
例えば、呼吸評価項目が人工呼吸器の抜管前である場合、評価画面２４１には、人工呼吸器の抜管時の呼吸状態を評価するための評価情報として、被検者Ｈと同じ属性及び／又はバイタル情報をもつ、人工呼吸器の抜管後に自発呼吸が成功した患者と失敗した患者それぞれの人工呼吸器の抜管前の所定の構造物の形態変化量、肺野の信号値変化量の分布上における被検者Ｈの人工呼吸器抜管前の所定の構造物の形態変化量、肺野の信号値変化量の位置が表示される。したがって、ユーザーは、人工呼吸器の抜管前の被検者Ｈの所定の構造物の形態変化量及び信号値変化量が、過去に人工呼吸器の抜管後に自発呼吸が成功したケースと失敗したケースの何れに該当するのかを客観的に把握することができるので、被検者Ｈから人工呼吸器を抜管可能な状況であるか否かを客観的に評価することが可能となる。また、評価画面２４１に、併せて動態画像に基づいて算出した人工呼吸器を抜管した場合の自発呼吸の成功率を表示することで、ユーザー間の評価のバラツキを抑え、より安定的に評価を行うことが可能となる。
例えば、呼吸評価項目が人工呼吸器の抜管後である場合、評価画面２４１には、人工呼吸器の抜管時の呼吸状態を評価するための評価情報として、被検者Ｈと同じ属性及び／又はバイタル情報をもつ、人工呼吸器の抜管後に自発呼吸が成功した患者と失敗した患者それぞれの人工呼吸器の抜管後の所定の構造物の形態変化量、肺野の信号値変化量の分布上における被検者Ｈの人工呼吸器抜管後の所定の構造物の形態変化量、肺野の信号値変化量の位置が表示される。したがって、ユーザーは、人工呼吸器の抜管後の被検者Ｈの所定の構造物の形態変化量及び信号値変化量が、過去に人工呼吸器の抜管後に自発呼吸が成功したケースと失敗したケースの何れに該当するのかを客観的に把握することができるので、被検者Ｈからの人工呼吸器の抜管が成功したか否かを客観的に評価することが可能となる。また、評価画面２４１に、併せて動態画像に基づいて算出した人工呼吸器の抜管後の自発呼吸の成功率を表示することで、ユーザー間の評価のバラツキを抑え、より安定的に評価を行うことが可能となる。
＜第２の実施形態＞
次に、第２の実施形態について説明する。
第２の実施形態において、コンソール２の記憶部２２には、図６に示す呼吸状態評価処理Ｂを実行するためのプログラムを記憶している。その他の第２の実施形態における動態解析システムの構成は、第１の実施形態で説明したものと同様であるので説明を援用し、以下、第２の実施形態の動作について説明する。
図６に、第２の実施形態においてコンソール２により実行される呼吸状態評価処理Ｂの流れを示す。呼吸状態評価処理Ｂは、制御部２１と記憶部２２に記憶されているプログラムとの協働により実行される。
呼吸状態評価処理Ｂにおいて、まず、制御部２１は、操作部２３による被検者Ｈの患者情報（患者の氏名、年齢、性別、疾患等）、検査情報（検査対象部位（ここでは、胸部）、呼吸評価項目（人工呼吸器の装着前後の変化、抜管前後の変化）等）の入力を受け付ける（ステップＳ１１）。
次いで、制御部２１は、放射線照射制御部１２及びＦＰＤカセッテ４を制御して、曝射スイッチ１３の押下に応じて被検者Ｈの胸部の動態撮影を行わせ、一連のフレーム画像からなる動態画像を取得する（ステップＳ１２）。
ステップＳ１１において入力された呼吸評価項目が人工呼吸器の装着前後の変化である場合、ステップＳ１２においては、被検者Ｈへの人工呼吸器の装着直前の数呼吸分と、装着直後の数呼吸分の動態撮影を行う。呼吸評価項目が人工呼吸器の抜管前後の変化である場合、ステップＳ１２においては、被検者Ｈからの人工呼吸器の抜管直前の数呼吸分と、抜管直後の数呼吸分の動態撮影を行う。
ここで、被検者Ｈには、パルスオキシメーター、血圧計、呼吸センサー等が取り付けられており、動態撮影時の被検者Ｈのバイタル情報（ＳｐＯ２値、ＰａＯ２値、心拍数、血圧値、呼吸数）が計測され、無線通信等によりコンソール２に入力される。
撮影により取得された動態画像の一連のフレーム画像は、動態画像を識別するための識別ＩＤ、患者情報、検査情報、放射線照射条件、画像読取条件、動態撮影時のバイタル情報、撮影順を示す番号等と対応付けて記憶部２２に記憶される。
次いで、制御部２１は、取得した動態画像における被検者Ｈの胸部の所定の構造物の形態変化量を算出する（ステップＳ１３）。
呼吸評価項目が人工呼吸器の装着前後の変化である場合、ステップＳ１３においては、人工呼吸器の装着前を撮影した動態画像に基づいて、人工呼吸器装着前における所定の構造物の形態変化量を算出するとともに、人工呼吸器の装着後を撮影した動態画像に基づいて、人工呼吸器装着後における所定の構造物の形態変化量を算出する。呼吸評価項目が人工呼吸器の抜管前後の変化である場合、ステップＳ１３においては、人工呼吸器の抜管前を撮影した動態画像に基づいて、人工呼吸器抜管前における所定の構造物の形態変化量を算出するとともに、人工呼吸器の抜管後を撮影した動態画像に基づいて、人工呼吸器抜管後における所定の構造物の形態変化量を算出する。所定の構造物の算出手法は、図３のステップＳ３で説明したものと同様であるので説明を援用する。
次いで、制御部２１は、取得した動態画像における信号値変化量を算出する（ステップＳ１４）。
呼吸評価項目が人工呼吸器の装着前後の変化である場合、ステップＳ１４においては、人工呼吸器の装着前を撮影した動態画像に基づいて、人工呼吸器装着前における信号値変化量を算出するとともに、人工呼吸器の装着後を撮影した動態画像に基づいて、人工呼吸器装着後における信号値変化量を算出する。呼吸評価項目が人工呼吸器の抜管前後の変化である場合、ステップＳ１４においては、人工呼吸器の抜管前を撮影した動態画像に基づいて、人工呼吸器抜管前における信号値変化量を算出するとともに、人工呼吸器の抜管後を撮影した動態画像に基づいて、人工呼吸器抜管後における信号値変化量を算出する。信号値変化量の算出手法は、図３のステップＳ４で説明したものと同様であるので説明を援用する。
次いで、制御部２１は、人工呼吸器の装着前後（又は抜管前後）におけるステップＳ１３、１４で算出した形態変化量、信号値変化量の比較を行う（ステップＳ５）。
例えば、ステップＳ１１において入力された呼吸評価項目が人工呼吸器の装着前後の変化である場合、制御部２１は、人工呼吸器の装着前に撮影された動態画像から算出された形態変化量と、人工呼吸器の装着後に撮影された動態画像から算出された形態変化量を同一の数値軸の目盛り上にプロットする。また、人工呼吸器の装着前に撮影された動態画像から算出された信号値変化量と、人工呼吸器の装着後に撮影された動態画像から算出された信号値変化量を同一の数値軸の目盛り上にプロットする。
ステップＳ１１において入力された呼吸評価項目が人工呼吸器の抜管前後の変化である場合、制御部２１は、人工呼吸器の抜管前に撮影された動態画像から算出された形態変化量と人工呼吸器の抜管後に撮影された動態画像から算出された形態変化量を同一の数値軸の目盛り上にプロットする。また、人工呼吸器の抜管前に撮影された動態画像から算出された信号値変化量と人工呼吸器の抜管後に撮影された動態画像から算出された信号値変化量を同一の数値軸の目盛り上にプロットする。
次いで、制御部２１は、ディープニューラルネットワークなどの機械学習の識別器を用いて、被検者Ｈの人工呼吸器の装着後（又は抜管後）の呼吸成功率を算出する（ステップＳ１６）。
例えば、呼吸評価項目が人工呼吸器の装着前後の変化である場合、過去に人工呼吸器を装着した複数の患者についての人工呼吸器装着時の属性情報及び／又はバイタル情報、人工呼吸器の装着前後の上記形態変化量及び／又は信号値変化量、並びに人工呼吸器による呼吸の成否結果のデータを特徴量としてトレーニングされた、例えば、ディープニューラルネットワークなどの識別器に、ステップＳ１１において取得された被検者Ｈの属性情報及び／又はステップＳ１２において取得されたバイタル情報、人工呼吸器の装着前後の上記形態変化量及び／又は信号値変化量を入力することで、被検者Ｈの人工呼吸器による呼吸の成功率を算出する。
また、例えば、呼吸評価項目が人工呼吸器の抜管前後の変化である場合、過去に人工呼吸器を抜管した複数の患者についての人工呼吸器抜管時の属性情報及び／又はバイタル情報、人工呼吸器の抜管前後の上記形態変化量及び／又は信号値変化量、並びに人工呼吸器の抜管後の自発呼吸の成否結果のデータを特徴量としてトレーニングされた、例えば、ディープニューラルネットワークなどの識別器に、ステップＳ１１において取得された被検者Ｈの属性情報及び／又はステップＳ１２においれ取得されたバイタル情報、人工呼吸器の抜管前後の上記形態変化量及び／又は信号値変化量を入力することで、被検者Ｈの人工呼吸器の抜管後の自発呼吸の成功率を算出する。
次いで、制御部２１は、ステップＳ１５における比較結果及びステップＳ１６における算出結果を含む評価画面２４２を表示部２４に表示し（ステップＳ１７）、呼吸状態評価処理Ｂを終了する。
図７に、評価画面２４２の一例を示す。図７に示すように、評価画面２４２には、被検者Ｈの患者情報２４２ａと、比較したデータの区分２４２ｂと、所定の構造物の形態変化量の装着（抜管）前後の比較結果２４２ｃと、換気成分の信号値変化量の装着（抜管）前後の比較結果２４２ｄと、肺血流成分の信号値変化量の装着（抜管）前後の比較結果２４２ｅと、呼吸成功率２４２ｆと、動態画像２４２ｇとが表示されている。図７は、動態画像２４２ｆに基づいて算出した抜管後（現在）の形態変化量及び肺野の信号値変化量を抜管前（人工呼吸器下）のものと比較した態様で示している。
例えば、呼吸評価項目が人工呼吸器の装着前後の変化である場合、評価画面２４２には、人工呼吸器の装着時の呼吸状態を評価するための評価情報として、人工呼吸器の装着前に撮影された動態画像から算出された上記形態変化量及び信号値変化量と、人工呼吸器の装着後に撮影された動態画像から算出された上記形態変化量及び信号値変化量とが、それぞれ同一の数値軸の目盛り上にプロットして表示される。したがって、ユーザーは、被検者Ｈへの人工呼吸器の装着前後の呼吸状態の変化（例えば、大幅な際が生じていないか）を客観的にかつ容易に評価することが可能となる。また、評価画面２４２に、併せて動態画像に基づいて算出した人工呼吸器による呼吸の成功率を表示することで、ユーザー間の評価のバラツキを抑え、より安定的に評価を行うことが可能となる。
また、例えば、呼吸評価項目が人工呼吸器の抜管前後の変化である場合、評価画面２４２には、人工呼吸器の抜管時の呼吸状態を評価するための評価情報として、人工呼吸器の抜管前に撮影された動態画像から算出された上記形態変化量及び信号値変化量と、人工呼吸器の抜管後に撮影された動態画像から算出された上記形態変化量及び信号値変化量とが、それぞれ同一の数値軸の目盛り上にプロットして表示される。したがって、ユーザーは、被検者Ｈへの人工呼吸器の抜管前後の呼吸状態の変化（例えば、大幅な差異が生じていないか）を客観的にかつ容易に評価することが可能となる。また、評価画面２４２に、併せて動態画像に基づいて算出した人工呼吸器抜管後の自発呼吸の成功率を表示することで、ユーザー間の評価のバラツキを抑え、より安定的に評価を行うことが可能となる。
以上、本発明の第１〜第２の実施形態について説明したが、上記実施形態及び変形例における記述内容は、本発明に係る動態解析システムの好適な一例であり、これに限定されるものではない。
例えば、上記実施形態においては、動態解析システムが回診用のシステムである場合を例にとり説明したが、本発明は、撮影室で撮影を行い、得られた動態画像に解析を行う動態解析システムにおいても適用可能である。
また、上記実施形態においては、動態画像に基づいて信号値変化量及び所定の構造物の形態変化量の双方を算出して人工呼吸器の装着時又は抜管時の呼吸状態の評価に用いることとしたが、信号値変化量と形態変化量のいずれか一方を算出して人工呼吸器の装着時又は抜管時の呼吸状態の評価に用いることとしてもよい。
また、上記実施形態においては、記憶部２２に統計データが予め記憶されていることとしたが、ステップＳ５やＳ１５で比較を行う際に、記憶部２２に記憶されている、過去に人工呼吸器の装着時又は抜管時に撮影した患者の患者情報、動態撮影時のバイタル情報、及び人工呼吸器の装着後又は抜管後の自発呼吸の成否結果を示すデータに基づいて、被検者Ｈの属性情報及び／又はバイタル情報が同じ患者についての信号値変化量及び形態変化量の統計データを生成することとしてもよい。
また、上記の説明では、本発明に係るプログラムのコンピューター読み取り可能な媒体としてハードディスクや半導体の不揮発性メモリー等を使用した例を開示したが、この例に限定されない。その他のコンピューター読み取り可能な媒体として、ＣＤ−ＲＯＭ等の可搬型記録媒体を適用することが可能である。また、本発明に係るプログラムのデータを通信回線を介して提供する媒体として、キャリアウエーブ（搬送波）も適用される。
その他、動態解析システムを構成する各装置の細部構成及び細部動作に関しても、発明の趣旨を逸脱することのない範囲で適宜変更可能である。
１００ 動態解析システム
１ 放射線発生装置
１１ 放射線源
１２ 放射線照射制御部
１３ 曝射スイッチ
２ コンソール
２１ 制御部
２２ 記憶部
２３ 操作部
２４ 表示部
２５ 通信部
２６ コネクター
２７ バス
３ アクセスポイント
４ ＦＰＤカセッテ

Claims (14)

  1. 人工呼吸器が装着された被検者の胸部を放射線撮影することにより取得された前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記複数のフレーム画像における信号値変化量及び／又は前記胸部の所定の構造物の形態変化量を算出する算出手段と、
    前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量に基づいて、前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報を生成する生成手段と、
    を備える動態解析システム。
  2. 前記生成手段は、前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量を、他の被検者について算出された前記信号値変化量及び／又は前記形態変化量の統計データと比較して、比較結果を前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報として生成する請求項１に記載の動態解析システム。
  3. 前記人工呼吸器の装着時又は抜管時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
    前記生成手段は、前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量を、属性情報及び／又はバイタル情報が前記被検者と同じ他の被検者について算出された前記信号値変化量及び／又は前記形態変化量の統計データと比較して、比較結果を前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報として生成する請求項２に記載の動態解析システム。
  4. 前記被検者の前記人工呼吸器の装着時の呼吸状態の評価情報を生成する際に用いる前記統計データは、人工呼吸器による呼吸が成功した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データと、人工呼吸器による呼吸が失敗した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データである請求項２又は３に記載の動態解析システム。
  5. 前記被検者の前記人工呼吸器の抜管時の呼吸状態の評価情報を生成する際に用いる前記統計データは、人工呼吸器の抜管後に自発呼吸が成功した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データと、人工呼吸器の抜管後に自発呼吸が失敗した他の被検者についての前記信号値変化量及び／又は前記形態変化量の統計データである請求項２〜４のいずれか一項に記載の動態解析システム。
  6. 前記人工呼吸器の装着時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
    前記生成手段は、他の被検者についての人工呼吸器装着時の前記信号値変化量及び／又は前記形態変化量、属性情報及び／又はバイタル情報、並びに人工呼吸器による呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者についての前記人工呼吸器の装着時の前記信号値変化量及び／又は前記形態変化量、前記属性情報及び／又は前記バイタル情報を入力して前記被検者の前記人工呼吸器による呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報を生成する請求項１〜５のいずれか一項に記載の動態解析システム。
  7. 前記人工呼吸器の抜管時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
    前記生成手段は、他の被検者についての人工呼吸器抜管時の前記信号値変化量及び／又は前記形態変化量、属性情報及び／又はバイタル情報、並びに人工呼吸器抜管後の自発呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者についての前記人工呼吸器の抜管時の前記信号値変化量及び／又は前記形態変化量、前記属性情報及び／又は前記バイタル情報を入力して前記被検者の前記人工呼吸器の抜管後の自発呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報を生成する請求項１〜６のいずれか一項に記載の動態解析システム。
  8. 前記算出手段は、前記人工呼吸器の装着前の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の装着前の前記信号値変化量及び／又は前記形態変化量を算出し、前記人工呼吸器の装着後の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の装着後の前記信号値変化量及び／又は前記形態変化量を算出し、
    前記生成手段は、前記算出手段により算出された前記人工呼吸器の装着前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の装着後の前記信号値変化量及び／又は前記形態変化量とに基づいて、前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報を生成する請求項１に記載の動態解析システム。
  9. 前記生成手段は、前記算出手段により算出された前記人工呼吸器の装着前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の装着後の前記信号値変化量及び／又は前記形態変化量とを比較して、比較結果を前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報として生成する請求項８に記載の動態解析システム。
  10. 前記被検者の人工呼吸装着時の属性情報及び／又はバイタル情報を取得する取得手段を備え、
    前記生成手段は、他の被検者についての人工呼吸器装着前後の前記信号値変化量及び／又は前記形態変化量、人工呼吸器装着時の属性情報及び／又はバイタル情報、並びに人工呼吸器による呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者についての前記人工呼吸器の装着前後の前記信号値変化量及び／又は前記形態変化量、前記人工呼吸器の装着時の前記属性情報及び／又は前記バイタル情報を入力して前記被検者の前記人工呼吸器による呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の装着時の呼吸状態を評価するための評価情報を生成する請求項８又は９に記載の動態解析システム。
  11. 前記算出手段は、前記人工呼吸器の抜管前の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の抜管前の前記信号値変化量及び／又は前記形態変化量を算出し、前記人工呼吸器の抜管後の前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記人工呼吸器の抜管後の前記信号値変化量及び／又は前記形態変化量を算出し、
    前記生成手段は、前記算出手段により算出された前記人工呼吸器の抜管前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の抜管後の前記信号値変化量及び／又は前記形態変化量とに基づいて、前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報を生成する請求項１に記載の動態解析システム。
  12. 前記生成手段は、前記算出手段により算出された前記人工呼吸器の抜管前の前記信号値変化量及び／又は前記形態変化量と、前記人工呼吸器の抜管後の前記信号値変化量及び／又は前記形態変化量とを比較して、比較結果を前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報として生成する請求項１１に記載の動態解析システム。
  13. 前記人工呼吸器の抜管時の前記被検者の属性情報及び／又はバイタル情報を取得する取得手段を備え、
    前記生成手段は、他の被検者についての人工呼吸器抜管前後の前記信号値変化量及び／又は前記形態変化量、人工呼吸器抜管時の属性情報及び／又はバイタル情報、並びに人工呼吸器抜管後の自発呼吸の成否結果に基づいて構築された機械学習の識別器に、前記被検者について前記人工呼吸器の抜管前後の前記信号値変化量及び／又は前記形態変化量、前記人工呼吸器の抜管時の前記属性情報及び／又は前記バイタル情報を入力して前記被検者の人工呼吸器の抜管後の自発呼吸の成功率を算出することにより、前記被検者の前記人工呼吸器の抜管時の呼吸状態を評価するための評価情報を生成する請求項１１又は１２に記載の動態解析システム。
  14. 被検者の胸部を放射線撮影することにより取得された前記被検者の胸部の動態を示す複数のフレーム画像に基づいて、前記複数のフレーム画像における信号値変化量及び／又は前記胸部の所定の構造物の形態変化量を算出する算出手段と、
    前記算出手段により算出された前記信号値変化量及び／又は前記形態変化量を、人工呼吸器を装着した他の被検者、若しくは過去に人工呼吸器を装着し抜管した他の被検者について算出された前記信号値変化量及び／又は前記形態変化量の統計データと比較して、比較結果を前記被検者の前記人工呼吸器の装着時又は抜管時の呼吸状態を評価するための評価情報として生成する生成手段と、
    を備える動態解析システム。
JP2017025509A 2017-02-15 2017-02-15 動態解析システム Active JP6938940B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017025509A JP6938940B2 (ja) 2017-02-15 2017-02-15 動態解析システム
US15/888,489 US10765391B2 (en) 2017-02-15 2018-02-05 Dynamic analysis system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017025509A JP6938940B2 (ja) 2017-02-15 2017-02-15 動態解析システム

Publications (2)

Publication Number Publication Date
JP2018130264A true JP2018130264A (ja) 2018-08-23
JP6938940B2 JP6938940B2 (ja) 2021-09-22

Family

ID=63106000

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017025509A Active JP6938940B2 (ja) 2017-02-15 2017-02-15 動態解析システム

Country Status (2)

Country Link
US (1) US10765391B2 (ja)
JP (1) JP6938940B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020081185A (ja) * 2018-11-21 2020-06-04 コニカミノルタ株式会社 動態画像解析装置及び動態画像解析システム
WO2023249098A1 (ja) * 2022-06-23 2023-12-28 東京都公立大学法人 胸郭運動計測装置、胸郭運動計測プログラム、及び非一時的記憶媒体

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7463923B2 (ja) * 2020-09-15 2024-04-09 コニカミノルタ株式会社 Ｘ線動態画像表示装置、プログラム、ｘ線動態画像表示方法及びｘ線動態画像表示システム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006239195A (ja) * 2005-03-04 2006-09-14 Fuji Photo Film Co Ltd コンピュータによる画像診断支援方法および画像診断支援装置ならびにプログラム
JP2011510784A (ja) * 2008-02-07 2011-04-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者の呼吸安定を測定及び予測する装置
WO2012026145A1 (ja) * 2010-08-27 2012-03-01 コニカミノルタエムジー株式会社 診断支援システム及びプログラム
JP2014502854A (ja) * 2010-08-13 2014-02-06 レスピラトリー・モーシヨン・インコーポレイテツド 呼吸の量、運動、および変化を測定することによる呼吸変動モニタリングのための装置および方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5359513A (en) * 1992-11-25 1994-10-25 Arch Development Corporation Method and system for detection of interval change in temporally sequential chest images
IL130371A (en) * 1999-06-08 2004-06-01 Oridion Medical Ltd Capnography waveform interpreter
US6443907B1 (en) * 2000-10-06 2002-09-03 Biomedical Acoustic Research, Inc. Acoustic detection of respiratory conditions
US7425201B2 (en) 2002-08-30 2008-09-16 University Of Florida Research Foundation, Inc. Method and apparatus for predicting work of breathing
JP2005312776A (ja) * 2004-04-30 2005-11-10 Canon Inc 放射線画像取得装置
WO2009049038A1 (en) * 2007-10-11 2009-04-16 Tufts University Systems, devices, and methods employing fiber optic shape tracking
US20180280646A1 (en) * 2010-08-13 2018-10-04 Respiratory Motion, Inc. Respiratory volume monitor and ventilator
JP6406144B2 (ja) * 2015-07-17 2018-10-17 コニカミノルタ株式会社 放射線撮影システム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006239195A (ja) * 2005-03-04 2006-09-14 Fuji Photo Film Co Ltd コンピュータによる画像診断支援方法および画像診断支援装置ならびにプログラム
JP2011510784A (ja) * 2008-02-07 2011-04-07 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 患者の呼吸安定を測定及び予測する装置
JP2014502854A (ja) * 2010-08-13 2014-02-06 レスピラトリー・モーシヨン・インコーポレイテツド 呼吸の量、運動、および変化を測定することによる呼吸変動モニタリングのための装置および方法
WO2012026145A1 (ja) * 2010-08-27 2012-03-01 コニカミノルタエムジー株式会社 診断支援システム及びプログラム

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020081185A (ja) * 2018-11-21 2020-06-04 コニカミノルタ株式会社 動態画像解析装置及び動態画像解析システム
JP7196557B2 (ja) 2018-11-21 2022-12-27 コニカミノルタ株式会社 動態画像解析装置及び動態画像解析システム
WO2023249098A1 (ja) * 2022-06-23 2023-12-28 東京都公立大学法人 胸郭運動計測装置、胸郭運動計測プログラム、及び非一時的記憶媒体

Also Published As

Publication number Publication date
US10765391B2 (en) 2020-09-08
US20180228458A1 (en) 2018-08-16
JP6938940B2 (ja) 2021-09-22

Similar Documents

Publication Publication Date Title
US10242445B2 (en) Dynamic analysis apparatus and dynamic analysis system
US11410312B2 (en) Dynamic analysis system
JP5962237B2 (ja) 胸部診断支援情報生成方法
JP6743662B2 (ja) 動態画像処理システム
JP6701880B2 (ja) 動態解析装置、動態解析システム、動態解析方法及びプログラム
JP2017176202A (ja) 動態解析システム
JP2009153678A (ja) 動態画像処理システム
US10827999B2 (en) Dynamic analysis apparatus and system for measuring temporal changes in blood vessels
JP6938940B2 (ja) 動態解析システム
JP2016087325A (ja) 胸部動態撮影支援システム
JP6740910B2 (ja) 動態画像処理システム
JP2017169830A (ja) 動態解析装置
JP6690774B2 (ja) 動態解析システム、プログラム及び動態解析装置
JP6848393B2 (ja) 動態画像処理装置
JP2019122449A (ja) 動態画像解析装置
JP2018148965A (ja) 動態解析システム
JP6885260B2 (ja) 動態画像解析装置
JP6962030B2 (ja) 動態解析装置、動態解析システム、動態解析プログラム及び動態解析方法
JP2020168173A (ja) 動態解析装置、動態解析システム及びプログラム
JP6888721B2 (ja) 動態画像処理装置、動態画像処理プログラム及び動態画像処理方法
JP2019103586A (ja) 動態画像処理装置
US20230186466A1 (en) Image analyzer and storage medium
JP2018183493A (ja) 画像表示システム及び画像処理装置
JP2017217047A (ja) 画像表示システム
JP2020203191A (ja) 動態解析システム及びプログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190620

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20200417

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200526

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200727

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200908

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20201102

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210126

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210305

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210803

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210816

R150 Certificate of patent or registration of utility model

Ref document number: 6938940

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150