JP2020065920A - 医用画像診断装置、医用画像診断方法、およびプログラム - Google Patents

Abstract

【課題】撮影前の操作を効率的に行えるようにすることである。【解決手段】実施形態の医用画像診断装置は、取得部と、処理部とを備える。取得部は、被検体の身体特徴データと撮影対象部位に関する情報とを取得する。処理部は、身体特徴データと撮影対象部位に関する情報とに基づいて、寝台位置情報を出力する学習済みモデルに対して、前記取得部により取得された前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する寝台位置情報を出力する。【選択図】図１

Description

本発明の実施形態は、医用画像診断装置、医用画像診断方法、およびプログラムに関する。

従来、Ｘ線ＣＴ装置等の医用画像診断装置において、被検体の身長に応じた乗降がしやすい高さを演算して、その演算結果に基づいて寝台の高さを変更する方法が開示されている。

また、従来の医用画像診断装置では、マニュアル操作でＦＯＶ（Field Of View）を設定することが多く、撮影前の操作に時間を要する場合があった。

特開２００９−２９１２８１号公報

本発明が解決しようとする課題は、撮影前の操作を効率的に行えるようにすることである。

実施形態の医用画像診断装置は、取得部と、処理部とを備える。取得部は、被検体の身体特徴データと撮影対象部位に関する情報とを取得する。処理部は、身体特徴データと撮影対象部位に関する情報とに基づいて、寝台位置情報を出力する学習済みモデルに対して、前記取得部により取得された前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する寝台位置情報を出力する。

第１の実施形態に係るＸ線ＣＴ装置の構成図。 メモリに格納されるデータの一例を示す図。 スキャン制御機能の構成図。 被検体情報に記憶される身体特徴データと撮影対象部位に関する情報の一例を示す図。 学習済みモデルによる出力処理を説明するための図。 学習機能の処理について説明するための図。 身体特徴データの選択肢のルックアップテーブルについて説明するための図。 Ｘ線ＣＴ装置の利用環境について説明する図。 Ｘ線ＣＴ装置の利用環境について説明する図。 Ｘ線ＣＴ装置による撮影処理の流れの一例を示すフローチャート。 学習機能による学習処理の流れの一例を示すフローチャート。 参考例の画像診断装置において生じる問題について説明するための図。 第２の実施形態に係る核医学診断装置の構成図。 メモリに格納されるデータの一例を示す図。 学習済みモデルによる出力処理を説明するための図。 学習機能の学習済みモデル生成処理を説明するための図。 核医学診断装置による撮影処理の流れの一例を示すフローチャート。 第３の実施形態に係るＸ線ＣＴ装置の構成図。 メモリに格納されるデータの一例を示す図。 自動位置合わせ機能の構成図。 推奨位置の設定条件の一例を示す図。 処理機能の処理を説明するための図。 Ｘ線ＣＴ装置による撮影処理の流れの一例を示すフローチャート。 自動位置合わせ機能による、推奨位置導出処理の流れの一例を示すフローチャート。

以下、実施形態の医用画像診断装置、医用画像診断方法、およびプログラムを、図面を参照して説明する。医用画像診断装置は、例えば、Ｘ線ＣＴ（Computed Tomography：コンピュータ断層診断）装置や、ＰＥＴ（Positron Emission Tomography：陽電子放出断層撮影）装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography：単一フォトン放射断層撮影）検査装置等の医用画像に対する処理を行って被検体を診断する装置である。第１の実施形態および第３の実施形態では医用画像診断装置はＸ線ＣＴ装置であるものとし、第２の実施形態ではＳＰＥＣＴ検査装置等の核医学診断装置であるものとして説明するが、これに限定されるものではない。

（第１の実施形態）
図１は、第１の実施形態に係るＸ線ＣＴ装置１の構成図である。Ｘ線ＣＴ装置１は、医用画像診断装置の一例である。Ｘ線ＣＴ装置１は、例えば、架台装置１０と、寝台装置３０と、コンソール装置４０とを有する。図１では、説明の都合上、架台装置１０をＺ軸方向から見た図とＸ軸方向から見た図の双方を掲載しているが、実際には、架台装置１０は一つである。実施形態では、非チルト状態での回転フレーム１７の回転軸または寝台装置３０の天板３３の長手方向をＺ軸方向、Ｚ軸方向に直交し、床面に対して水平である軸をＸ軸方向、Ｚ軸方向に直交し、床面に対して垂直である方向をＹ軸方向とそれぞれ定義する。

架台装置１０は、例えば、Ｘ線管１１と、ウェッジ１２と、コリメータ１３と、Ｘ線高電圧装置１４と、Ｘ線検出器１５と、データ収集システム（以下、ＤＡＳ：Data Acquisition System）１６と、回転フレーム１７と、制御装置１８とを有する。

Ｘ線管１１は、Ｘ線高電圧装置１４からの高電圧の印加により、陰極（フィラメント）から陽極（ターゲット）に向けて熱電子を照射することでＸ線を発生させる。Ｘ線管１１は、真空管を含む。例えば、Ｘ線管１１は、回転する陽極に熱電子を照射することでＸ線を発生させる回転陽極型のＸ線管である。

ウェッジ１２は、Ｘ線管１１から被検体Ｐに照射されるＸ線量を調節するためのフィルタである。ウェッジ１２は、Ｘ線管１１から被検体Ｐに照射されるＸ線量の分布が予め定められた分布になるように、自身を透過するＸ線を減衰させる。ウェッジ１２は、ウェッジフィルタ（wedge filter）、ボウタイフィルタ（bow-tie filter）とも呼ばれる。ウェッジ１２は、例えば、所定のターゲット角度や所定の厚みとなるようにアルミニウムを加工したものである。

コリメータ１３は、ウェッジ１２を透過したＸ線の照射範囲を絞り込むための機構である。コリメータ１３は、例えば、複数の鉛板の組み合わせによってスリットを形成することで、Ｘ線の照射範囲を絞り込む。コリメータ１３は、Ｘ線絞りと呼ばれる場合もある。

Ｘ線高電圧装置１４は、例えば、高電圧発生装置と、Ｘ線制御装置とを有する。高電圧発生装置は、変圧器（トランス）および整流器などを含む電気回路を有し、Ｘ線管１１に印加する高電圧を発生させる。Ｘ線制御装置は、Ｘ線管１１に発生させるべきＸ線量に応じて高電圧発生装置の出力電圧を制御する。高電圧発生装置は、上述した変圧器によって昇圧を行うものであってもよいし、インバータによって昇圧を行うものであってもよい。Ｘ線高電圧装置１４は、回転フレーム１７に設けられてもよいし、架台装置１０の固定フレーム（不図示）の側に設けられてもよい。

Ｘ線検出器１５は、Ｘ線管１１が発生させ、被検体Ｐを通過して入射したＸ線の強度を検出する。Ｘ線検出器１５は、検出したＸ線の強度に応じた電気信号（光信号などでもよい）をＤＡＳ１８に出力する。Ｘ線検出器１５は、例えば、複数のＸ線検出素子列を有する。複数のＸ線検出素子列のそれぞれは、Ｘ線管１１の焦点を中心とした円弧に沿ってチャネル方向に複数のＸ線検出素子が配列されたものである。複数のＸ線検出素子列は、スライス方向（列方向、ｒｏｗ方向）に配列される。

Ｘ線検出器１５は、例えば、グリッドと、シンチレータアレイと、光センサアレイとを有する間接型の検出器である。シンチレータアレイは、複数のシンチレータを有する。それぞれのシンチレータは、シンチレータ結晶を有する。シンチレータ結晶は、入射するＸ線の強度に応じた光量の光を発する。グリッドは、シンチレータアレイのＸ線が入射する面に配置され、散乱Ｘ線を吸収する機能を有するＸ線遮蔽板を有する。なお、グリッドは、コリメータ（一次元コリメータまたは二次元コリメータ）と呼ばれる場合もある。光センサアレイは、例えば、光電子増倍管（フォトマルチプライヤー：ＰＭＴ）等の光センサを有する。光センサアレイは、シンチレータにより発せられる光の光量に応じた電気信号を出力する。Ｘ線検出器１５は、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であってもかまわない。

ＤＡＳ１６は、例えば、増幅器と、積分器と、Ａ／Ｄ変換器とを有する。増幅器は、Ｘ線検出器１５の各Ｘ線検出素子により出力される電気信号に対して増幅処理を行う。積分器は、増幅処理が行われた電気信号をビュー期間（後述）に亘って積分する。Ａ／Ｄ変換器は、積分結果を示す電気信号をデジタル信号に変換する。ＤＡＳ１６は、デジタル信号に基づく検出データをコンソール装置４０に出力する。検出データは、生成元のＸ線検出素子のチャンネル番号、列番号、及び収集されたビューを示すビュー番号により識別されたＸ線強度のデジタル値である。ビュー番号は、回転フレーム１７の回転に応じて変化する番号であり、例えば、回転フレーム１７の回転に応じてインクリメントされる番号である。従って、ビュー番号は、Ｘ線管１１の回転角度を示す情報である。ビュー期間とは、あるビュー番号に対応する回転角度から、次のビュー番号に対応する回転角度に到達するまでの間に収まる期間である。ＤＡＳ１６は、ビューの切り替わりを、制御装置１８から入力されるタイミング信号によって検知してもよいし、内部のタイマーによって検知してもよいし、図示しないセンサから取得される信号によって検知してもよい。フルスキャンを行う場合においてＸ線管１１によりＸ線が連続曝射されている場合、ＤＡＳ１６は、全周囲分（３６０度分）の検出データ群を収集する。ハーフスキャンを行う場合においてＸ線管１１によりＸ線が連続曝射されている場合、ＤＡＳ１６は、半周囲分（１８０度分）の検出データを収集する。

回転フレーム１７は、Ｘ線管１１、ウェッジ１２、およびコリメータ１３と、Ｘ線検出器１５とを対向支持する円環状の部材である。回転フレーム１７は、固定フレームによって、内部に導入された被検体Ｐを中心として回転自在に支持される。回転フレーム１７は、更にＤＡＳ１６を支持する。ＤＡＳ１６が出力する検出データは、回転フレーム１７に設けられた発光ダイオード（ＬＥＤ）を有する送信機から、光通信によって、架台装置１０の非回転部分（例えば固定フレーム）に設けられたフォトダイオードを有する受信機に送信され、受信機によってコンソール装置４０に転送される。なお、回転フレーム１７から非回転部分への検出データの送信方法として、前述の光通信を用いた方法に限らず、非接触型の任意の送信方法を採用してよい。回転フレーム１７は、Ｘ線管１１などを支持して回転させることができるものであれば、円環状の部材に限らず、アームのような部材であってもよい。

Ｘ線ＣＴ装置１は、例えば、Ｘ線管１１とＸ線検出器１５の双方が回転フレーム１７によって支持されて被検体Ｐの周囲を回転するＲｏｔａｔｅ／Ｒｏｔａｔｅ−ＴｙｐｅのＸ線ＣＴ装置（第３世代ＣＴ）であるが、これに限らず、円環状に配列された複数のＸ線検出素子が固定フレームに固定され、Ｘ線管１１が被検体Ｐの周囲を回転するＳｔａｔｉｏｎａｒｙ／Ｒｏｔａｔｅ−ＴｙｐｅのＸ線ＣＴ装置（第４世代ＣＴ）であってもよい。

制御装置１８は、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサを有する処理回路と、モータやアクチュエータなどを含む駆動機構とを有する。制御装置１８は、コンソール装置４０または架台装置１０に取り付けられた入力インターフェース４３からの入力信号を受け付けて、架台装置１０および寝台装置３０の動作を制御する。

制御装置１８は、例えば、回転フレーム１７を回転させたり、架台装置１０をチルトさせたり、寝台装置３０の天板３３を移動させたりする。架台装置１０をチルトさせる場合、制御装置１８は、入力インターフェース４３に入力された傾斜角度（チルト角度）に基づいて、Ｚ軸方向に平行な軸を中心に回転フレーム１７を回転させる。制御装置１８は、図示しないセンサの出力等によって回転フレーム１７の回転角度を把握している。また、制御装置１８は、回転フレーム１７の回転角度を随時、処理回路５０に提供する。制御装置１８は、架台装置１０に設けられてもよいし、コンソール装置４０に設けられてもよい。

寝台装置３０は、スキャン対象の被検体Ｐを載置して移動させ、架台装置１０の回転フレーム１７の内部に導入する装置である。寝台装置３０は、例えば、基台３１と、寝台駆動装置３２と、天板３３と、支持フレーム３４とを有する。基台３１は、支持フレーム３４を鉛直方向（Ｙ軸方向）に移動可能に支持する筐体を含む。寝台駆動装置３２は、モータやアクチュエータを含む。寝台駆動装置３２は、被検体Ｐが載置された天板３３を、支持フレーム３４に沿って、天板３３の長手方向（Ｚ軸方向）に移動させる。天板３３は、被検体Ｐが載置される板状の部材である。

寝台駆動装置３２は、天板３３だけでなく、支持フレーム３４を天板３３の長手方向に移動させてもよい。また、上記とは逆に、架台装置１０がＺ軸方向に移動可能であり、架台装置１０の移動によって回転フレーム１７が被検体Ｐの周囲に来るように制御されてもよい。また、架台装置１０と天板３３の双方が移動可能な構成であってもよい。

コンソール装置４０は、例えば、メモリ４１と、ディスプレイ４２と、入力インターフェース４３と、メモリ４１と、ネットワーク接続回路４４と、処理回路５０とを有する。実施形態では、コンソール装置４０は架台装置１０とは別体として説明するが、架台装置１０にコンソール装置４０の各構成要素の一部または全部が含まれてもよい。

メモリ４１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。メモリ４１は、例えば、検出データや投影データ、再構成画像、ＣＴ画像等を記憶する。これらのデータは、メモリ４１ではなく（或いはメモリ４１に加えて）、Ｘ線ＣＴ装置１が通信可能な外部メモリに記憶されてもよい。外部メモリは、例えば、外部メモリを管理するクラウドサーバが読み書きの要求を受け付けることで、クラウドサーバによって制御されるものである。

ディスプレイ４２は、各種の情報を表示する。例えば、ディスプレイ４２は、処理回路によって生成された医用画像（ＣＴ画像）や、操作者による各種操作を受け付けるＧＵＩ（Graphical User Interface）画像等を表示する。ディスプレイ４２は、例えば、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）、有機ＥＬ（Electroluminescence）ディスプレイ等である。ディスプレイ４２は、架台装置１０に設けられてもよい。ディスプレイ４２は、デスクトップ型でもよいし、コンソール装置４０の本体部と無線通信可能な表示装置（例えばタブレット端末）であってもよい。

入力インターフェース４３は、操作者による各種の入力操作を受け付け、受け付けた入力操作の内容を示す電気信号を処理回路５０に出力する。例えば、入力インターフェース４３は、検出データまたは投影データ（後述）を収集する際の収集条件、ＣＴ画像を再構成する際の再構成条件、ＣＴ画像から後処理画像を生成する際の画像処理条件などの入力操作を受け付ける。例えば、入力インターフェース４３は、マウスやキーボード、タッチパネル、トラックボール、スイッチ、ボタン、ジョイスティック、フットペダル、カメラ、赤外線センサ、マイク等により実現される。入力インターフェース４３は、架台装置１０に設けられてもよい。また、入力インターフェース４３は、コンソール装置４０の本体部と無線通信可能な表示装置（例えばタブレット端末）により実現されてもよい。

ネットワーク接続回路４４は、例えば、プリント回路基板を有するネットワークカード、或いは無線通信モジュールなどを含む。ネットワーク接続回路４４は、接続する対象のネットワークの形態に応じた情報通信用プロトコルを実装する。ネットワークは、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、インターネット、セルラー網、専用回線等を含む。

処理回路５０は、Ｘ線ＣＴ装置１の全体の動作を制御する。処理回路５０は、例えば、
システム制御機能５１、前処理機能５２、再構成処理機能５３、画像処理機能５４、スキャン制御機能５５、表示制御機能５６、学習機能５７などを実行する。処理回路５０は、例えば、ハードウェアプロセッサがメモリ４１に記憶されたプログラムを実行することにより、これらの機能を実現するものである。

ハードウェアプロセッサとは、例えば、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（Application Specific Integrated Circuit; ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device; ＳＰＬＤ）または複合プログラマブル論理デバイス（Complex Programmable Logic Device; ＣＰＬＤ）や、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array; ＦＰＧＡ））などの回路（circuitry）を意味する。メモリ４１にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。

コンソール装置４０または処理回路５０が有する各構成要素は、分散化されて複数のハードウェアにより実現されてもよい。処理回路５０は、コンソール装置４０が有する構成ではなく、コンソール装置４０と通信可能な処理装置によって実現されてもよい。処理装置は、例えば、一つのＸ線ＣＴ装置と接続されたワークステーション、あるいは複数のＸ線ＣＴ装置に接続され、以下に説明する処理回路５０と同等の処理を一括して実行する装置（例えばクラウドサーバ）である。

システム制御機能５１は、入力インターフェース４３が受け付けた入力操作に基づいて、処理回路５０の各種機能を制御する。

前処理機能５２は、ＤＡＳ１６により出力された検出データに対して対数変換処理やオフセット補正処理、チャネル間の感度補正処理、ビームハードニング補正等の前処理を行って、投影データを生成し、生成した投影データをメモリ４１に記憶させる。

再構成処理機能５３は、前処理機能５２によって生成された投影データに対して、フィルタ補正逆投影法や逐次近似再構成法等による再構成処理を行って、ＣＴ画像を生成し、生成したＣＴ画像をメモリ４１に記憶させる。

画像処理機能５４は、入力インターフェース４３が受け付けた入力操作に基づいて、ＣＴ画像を公知の方法により、三次元画像や任意断面の断面像データに変換する。三次元画像への変換は、前処理機能５２によって行われてもよい。

スキャン制御機能５５は、Ｘ線高電圧装置１４、ＤＡＳ１６、制御装置１８、および寝台駆動装置３２に指示することで、架台装置１０における検出データの収集処理を制御する。スキャン制御機能５５は、スキャノ画像を収集する撮影、および診断に用いる画像を撮影する際の各部の動作をそれぞれ制御する。

表示制御機能５６は、ディスプレイ４２の表示態様を制御する。

学習機能５７は、寝台装置３０の位置情報を学習する。学習機能５７については後述する。学習機能５７は、「学習部」の一例である。

上記構成により、Ｘ線ＣＴ装置１は、ヘリカルスキャン、コンベンショナルスキャン、ステップアンドシュートなどの態様で被検体Ｐのスキャンを行う。ヘリカルスキャンとは、天板３３を移動させながら回転フレーム１７を回転させて被検体Ｐをらせん状にスキャンする態様である。コンベンショナルスキャンとは、天板３３を静止させた状態で回転フレーム１７を回転させて被検体Ｐを円軌道でスキャンする態様である。ステップアンドシュートとは、天板３３の位置を一定間隔で移動させてコンベンショナルスキャンを複数のスキャンエリアで行う態様である。

図２は、メモリ４１に格納されるデータの一例を示す図である。図２に示すように、メモリ４１には、例えば、処理回路５０により生成される被検体情報４１−１、検出データ４１−２、投影データ４１−３、再構成画像４１−４、推奨位置４１−５、学習済みモデル４１−６などの情報が格納される。

図３は、スキャン制御機能５５の構成図である。スキャン制御機能５５は、例えば、被検体情報取得機能５５−１と、自動位置合わせ機能５５−２と、手動位置合わせ機能５５−３と、スキャン実行機能５５−４とを備える。

被検体情報取得機能５５−１は、被検体Ｐに対応付けられた身体特徴データと撮影対象部位に関する情報を被検体情報４１−１より取得し、自動位置合わせ機能５５−２に出力する。被検体情報取得機能５５−１は、「取得部」の一例である。なお、被検体情報取得機能５５−１は、入力インターフェース４３を介して操作者により入力された身体特徴データと撮影対象部位に関する情報の入力を受け付け、その入力内容を取得するものであってもよい。

図４は、被検体情報４１−１に記憶される身体特徴データと撮影対象部位に関する情報の一例を示す図である。被検体情報４１−１には、例えば、被検体の身体特徴データ（例えば、被検体を識別するＩＤや、性別、年齢に関する情報、身長、体重、胸囲、腹囲等の実測値）と、撮影対象部位に関する情報（例えば、頭部、胸部等）が含まれる。身体特徴データには、被検体Ｐの正確な値（実測値）が入力されてもよいし、操作者によって推定値が設定されてもよい。

なお、被検体情報４１−１には、被検体Ｐの検査目的や注意情報が含まれてもよい。被検体情報４１−１には、例えば、「人間ドック」、「定期健診」等の検査目的や、治療中または罹患の疑いのある疾患名称や、「腹部膨隆あり」、「腹部膨隆なし」等の注意情報が含まれる。学習済みモデル４１−６は、後述する図１２に示すように被検体Ｐの腹部が膨隆した状態であることを考慮したものでない場合、身長や体重等の条件を満たす場合であっても、出力された推奨位置が被検体Ｐに好適な撮影位置とは乖離する可能性がある。そのため、自動位置合わせ機能５５−２による学習済みモデル４１−６の選択時には、被検体Ｐの検査目的や症状が参照されることが望ましいといえる。

図３に戻り、自動位置合わせ機能５５−２は、被検体情報取得機能５５−１により出力された身体特徴データと撮影対象部位に関する情報に基づいて、天板３３の推奨位置を設定することで位置合わせを補助する。位置合わせについては後述する。自動位置合わせ機能５５−２は、後述する学習機能５７の生成する学習済みモデル４１−６を被検体Ｐの身長、体重等の身体特徴データ等に応じて選択し、選択した学習済みモデル４１−６に被検体Ｐの身体特徴データと撮影対象部位に関する情報を入力することで、天板３３の推奨位置を設定する。自動位置合わせ機能５５−２は、例えば、被検体Ｐの身体特徴データおよび撮影対象部位に近いデータで学習された学習済みモデル４１−６を選択する。無ければ後述のように手動位置合わせ機能５５−３がＸ線ＣＴ装置１の操作者の入力を受け付け、位置合わせを行う。

学習済みモデル４１−６は、例えば、後述する被検体Ｐの年代、性別、身長、体重、撮影対象部位等によりラベルが設けられた複数のグループごとに用意されている。自動位置合わせ機能５５−２は、被検体Ｐの年代、性別、身長、体重、撮影対象部位等が該当するグループに対応する学習済みモデル４１−６を選択する。

天板３３の推奨位置には、例えば、被検体Ｐの撮影開始直前の天板３３の基準位置に対する高さや、天板３３と架台装置１０との位置関係（または被検体Ｐと架台装置１０との位置関係）が含まれる。天板３３の推奨位置には、被検体Ｐの乗降時、撮影開始前（例えば、固定具装着などの撮影準備時）等のタイミング毎の天板３３の基準位置に対する高さや、天板３３と架台装置１０との位置関係が含まれてもよい。基準位置は、寝台装置３０を設置する床面であってもよいし、天板３３の取りうる最低位置であってもよい。自動位置合わせ機能５５−２は、天板３３の推奨位置を推奨位置４１−５としてメモリ４１に記憶させる。自動位置合わせ機能５５−２は、「処理部」の一例である。

自動位置合わせ機能５５−２は、天板３３の推奨位置への移動開始前に、操作者や天板３３に載る被検体Ｐに注意を促すために何らかのトリガー操作（例えば、操作者によるロック解除動作や、天板３３を動かすことを知らせる音声案内）が設けることが望ましい。

なお、自動位置合わせ機能５５−２は、被検体Ｐに応じた好適な学習済みモデルが学習済みモデル４１−６に存在しない場合、天板３３の推奨位置の設定を割愛し、処理を手動位置合わせ機能５５−３に進めてもよい。

図５は、学習済みモデル４１−６による出力処理を説明するための図である。自動位置合わせ機能５５−２は、被検体Ｐの身体特徴データと撮影対象部位に関する情報とをパラメータとして学習済みモデル４１−６に入力することで、天板３３の推奨位置４１−５に記憶される推奨位置を出力する。この推奨位置に基づいて後続の処理を行うことにより、被検体Ｐの撮影（スキャン）までに要する位置合わせ時間を短縮することができる。自動位置合わせ機能５５−２は、このように粗く設定された推奨位置４１−５をメモリ４１に記憶させる。

手動位置合わせ機能５５−３は、自動位置合わせ機能５５−２により設定された推奨位置を採用するか否かについてのＸ線ＣＴ装置１の操作者の入力を受け付ける。ここで受け付ける入力は、位置合わせのやり直しを目的とする入力である場合と、微調整を目的とする入力である場合がある。手動位置合わせ機能５５−３は、操作者による位置合わせのやり直しや微調整の入力操作を受け付けて、天板３３の動作を制御する。手動位置合わせ機能５５−３は、位置合わせのやり直しや微調整の結果を、推奨位置４１−５に反映させる。

以下、自動位置合わせ機能５５−２および手動位置合わせ機能５５−３による位置合わせについて説明する。位置合わせとは、被検体Ｐが天板３３上で撮影姿勢になった後、天板３３を撮影開始位置に移動させることである。

手動で位置合わせを行う場合、Ｘ線ＣＴ装置１の操作者は、ボタンやフットペダル等の入力インターフェース４３を操作して天板３３を移動させて、被検体Ｐを撮影開始位置（Ｘ線管１１とＤＡＳ１６との間に撮影する部位が含まれる状態）に移動させる。Ｘ線ＣＴ装置１は、例えば、位置合わせ用照射ランプ（レーザー光）を照射することで、操作者による位置合わせを補助する。Ｘ線ＣＴ装置１の操作者は、例えば、架台装置１０のＺ軸方向の位置合わせ用照射ランプが被検体Ｐの体の左右の真ん中のラインと合っている状態であることを確認し、次いでＸ軸方向の位置合わせ用照射ランプが位置合わせに用いる部位（例えば、被検体Ｐの眼、耳、胸鎖関節など）と合っている状態であることを確認しながらＦＯＶ中心を合わせる。後述する自動位置合わせ機能５５−２は、この位置合わせに要する手間を軽減し、撮影前の操作を効率的に行えるようにする。

図３に戻り、スキャン実行機能５５−４は、手動位置合わせ機能５５−３により設定された天板３３の位置で撮影を行い、ＣＴ画像を取得する。スキャン実行機能５５−４は、取得した撮影画像を、検出データ４１−２、投影データ４１−３、再構成画像４１−４などの形式で記憶させる。

以下、学習機能５７の行う処理について説明する。学習機能５７は、複数の被検体の身体特徴データと撮影対象部位に関する情報とのセットをメモリ４１または外部装置から取得する。学習機能５７は、取得した被検体の身体特徴データと撮影対象部位に関する情報とを学習データとし、同じ被検体に対して設定された天板３３の位置情報を教師データとして機械学習を行うことで、学習済みモデル４１−６を生成する。学習機能５７は、「モデル生成部」の一例である。また、学習機能５７は、外部装置により実現されてもよい。

図６は、学習機能５７の処理について説明するための図である。学習機能５７は、予め接続情報等が定義されると共に接続係数等のパラメータが暫定的に設定された機械学習モデルに対して、複数セットの学習データを入力し、その結果が、学習データに対応する教師データに近づくように、機械学習モデルにおけるパラメータを調整する。学習機能５７は、例えば、被検体情報４１−１に含まれる、ある被検体の身体特徴データと撮影対象部位に関する情報とを学習データとし、推奨位置４１−５に含まれる、その被検体の撮影時の天板３３の位置情報を教師データとする学習済みモデルを生成するための機械学習モデルを生成する。

学習機能５７は、例えば、バックプロパゲーション（逆誤差伝搬法）によって機械学習モデルのパラメータを調整する。機械学習モデルは、例えば、ＣＮＮ（Convolution Neural Network）を利用したＤＮＮ（Deep Neural Network）である。なお、機械学習モデルは、より新しい学習データがアウトプットとして反映されやすくなるように、学習データ毎に重み付け設定などを行ってもよい。

学習機能５７は、予め定められたセット数の学習データと、対応する教師データについてバックプロパゲーションを行うと、処理を終了する。その時点の機械学習モデルが学習済みモデル４１−６として記憶される。なお、学習機能５７は、ある被検体の身体特徴データと撮影対象部位に関する情報と、その撮影時の天板３３の位置情報とを用いて学習済みモデル４１−６を生成してもよい。

なお、学習機能５７には、学習データと、１サイクル前の学習データとの差分を一定以下に制限するようレートリミッタが設けられてもよい。

図７は、身体特徴データの選択肢のルックアップテーブルについて説明するための図である。身体特徴データは、推定値を入力する代替として図７に示すようなあらかじめ設定された選択肢が設けられ、操作者に選択されてもよい。ルックアップテーブルには、例えば、年代であれば「１０代」、「２０代」等の選択肢が設けられ、身長であれば「高め」、「標準」、「低め」等の選択肢が設けられる。また、ルックアップテーブルには、体重として平均的な体重（図７では５５−７０［ｋｇ］）か、それ以上（図７では７０［ｋｇ］以上）か、それ以下（図７では５５［ｋｇ］以下）かを示す選択肢が設けられてもよいし、「標準」、「やや肥満」、「肥満」等の体重を示唆する選択肢が設けられてもよい。Ｘ線ＣＴ装置１が、操作者にルックアップテーブルの選択肢のいずれかを選択させることで、操作者は正確な値の測定や入力の手間を省くことができる。

なお、学習済みモデル４１−６には、図７に示されたようなルックアップテーブルの選択肢が、身体特徴データの年代、性別、身長、体重等のラベルとして付与されてもよい。

なお、学習機能５７の用いる学習済みモデル４１−６、或いは学習機能５７の用いる学習データおよび教師データは、他のＸ線ＣＴ装置１により生成されたものであってもよい。

図８および図９は、Ｘ線ＣＴ装置１の利用環境について説明する図である。他のＸ線ＣＴ装置１により生成された学習済みモデル、或いは学習機能５７の用いる学習データおよび教師データは、例えば、図８に示すようにＸ線ＣＴ装置１の利用施設Ｈ１に対して、Ｘ線ＣＴ装置１のメーカのサービス担当者ＭＰ等により提供される。また、他のＸ線ＣＴ装置１により生成された学習済みモデル、或いは学習機能５７の用いる学習データおよび教師データは、例えば、図９に示すように複数のＸ線ＣＴ装置１の利用施設Ｈ１〜ＨＮ（Ｎは任意の自然数）により外部ネットワークＮＷを介してクラウドサーバＣＳ等で共有されてもよい。クラウドサーバＣＳは、専ら学習機能５７と同様の学習を行うものであってよい。また、図９において各利用施設Ｈ１〜ＨＮに提供される学習済みモデルは、Ｘ線ＣＴ装置１のメーカによって提供されてもよい。

学習済みモデル４１−６として機能するデータ構造ないしプログラムは、Ｘ線ＣＴ装置１の販売時点で、Ｘ線ＣＴ装置１のメモリ４１に学習済みモデル４１−６として格納されていてもよいし、販売後にＸ線ＣＴ装置１のメモリ４１に学習済みモデル４１−６としてインストールされてもよい。学習機能５７は、例えば、自装置の撮影結果を反映した学習済みモデル４１−６が生成されていない場合に、メーカ提供の学習済みモデルや他の利用施設提供の学習済みモデルがあるかを検索し、操作者にその検索の結果である学習済みモデルを使用するか否かを判断させてもよい。

図１０は、Ｘ線ＣＴ装置１による撮影処理の流れの一例を示すフローチャートである。

まず、被検体情報取得機能５５−１は、被検体情報４１−１に記録される被検体Ｐの身体特徴データと撮影対象部位に関する情報を取得する（ステップＳ１００）。次に、自動位置合わせ機能５５−２は、被検体Ｐに応じた好適な学習済みモデル４１−６が存在するか否かを判定する（ステップＳ１０２）。好適な学習済みモデル４１−６が存在すると判定した場合、自動位置合わせ機能５５−２は、学習済みモデルに入力パラメータである身体特徴データと撮影対象部位に関する情報を適用し（ステップＳ１０４）、その結果出力された推奨位置に天板３３を移動させるか否かについて、操作者の判断結果の入力を受け付ける（ステップＳ１０６）。なお、ステップＳ１０２において選択された学習済みモデル４１−６が複数存在する場合、ステップＳ１０４において複数の選択肢が存在することがディスプレイ４２に表示され、操作者による選択を受け付けてもよいし、ステップＳ１０４において最も好適な学習済みモデル４１−６が自動的に選択されてもよい。

自動位置合わせ機能５５−２は、ステップＳ１０６において、天板３３を推奨位置に移動させることを示す操作者の入力を受け付けたと判定した場合、天板３３を推奨位置に移動させる（ステップＳ１０８）。ステップＳ１０６において推奨位置に移動させることを示す操作者の入力を受け付けなかったと判定した場合、すなわちマニュアル操作で位置合わせを行うことを示す入力を受け付けたと判定した場合、または、ステップＳ１０２において自動位置合わせ機能５５−２により好適な学習済みモデル４１−６が存在すると判定されなかった場合、手動位置合わせ機能５５−３は、操作者による位置合わせの入力を受け付け、天板３３を移動させる（ステップＳ１１０）。次に、学習機能５７は、ステップＳ１１０による位置合わせの結果を、学習データとして保存する（ステップＳ１１２）。

手動位置合わせ機能５５−３は、ステップＳ１１０または自動位置合わせ機能５５−２によるステップＳ１０８の処理の後、天板３３の最終的な位置を微調整する入力操作を受け付ける（ステップＳ１１４）。次に、スキャン実行機能５５−４は、撮影を行う（ステップＳ１１６）。以上、本フローチャートの処理の説明を終了する。なお、上述のステップＳ１１２は、ステップＳ１０８の処理の後にも行われてもよい。

図１１は、学習機能５７による学習処理の流れの一例を示すフローチャートである。図１１のフローチャートは、Ｘ線ＣＴ装置１が１名の被検体の撮影を終了する度に行われてもよいし、上述の操作者によるマニュアル操作で位置合わせが行われた結果、図１０のステップＳ１１２で保存された学習データが所定セット数以上である場合に行われてもよい。

まず、学習機能５７は、１セットの学習データを取得する（ステップＳ２００）。次に、学習機能５７は、ステップＳ２００で取得した１セットの学習データを機械学習モデルに入力し（ステップＳ２０２）、１セットの学習データに対応する教師データから誤差を逆伝搬させる（ステップＳ２０４）。

次に、学習機能５７は、所定セット数の学習データについてステップＳ２０２およびＳ２０４の処理を行ったか否かを判定する（ステップＳ２０６）。所定セット数の学習データについてステップＳ２０２およびＳ２０４の処理を行っていない場合、学習機能５７は、ステップＳ２００に処理を戻す。所定セット数の学習データについてステップＳ２０２およびＳ２０４の処理を行った場合、学習機能５７は、その時点のパラメータを用いて学習済みモデル４１−６を確定し（ステップＳ２０８）、本フローチャートの処理を終了する。

ここで、参考例の画像診断装置について説明する。図１２は、参考例の画像診断装置において生じる問題について説明するための図である。参考例の画像診断装置とは、実施形態のＸ線ＣＴ装置１のような被検体の身体特徴データと撮影対象部位に関する情報に基づいて位置合わせを行う機能を備えていないものである。

例えば、被検体Ｐの断面画像の撮影を行う際に、被検体Ｐの身長や体重等の情報や、被検体Ｐの性別や年代における平均的な位置に撮影中心（撮影時の軸）ＳＬが自動で設定された場合、被検体Ｐの体形によってはＦＯＶ中心がずれ、その設定が不適切になる場合がある。図１２に示すように、被検体Ｐの腹部が腹水等により膨隆している場合、ＣＴ画像のうち位置Ｏ１およびＯ２に示す位置にはオーバーフローアーチファクトが検出される可能性が高い。この点、実施形態のＸ線ＣＴ装置１は、上記に説明するように被検体の身体特徴データとアーチファクト要因を含む撮影対象部位に関する情報に基づいて位置合わせを行うため、このような問題が生じるのを抑制することができる。

以上、説明した第１の実施形態のＸ線ＣＴ装置１によれば、被検体の身体特徴データと撮影対象部位に関する情報とを含む被検体情報４１−１を取得する被検体情報取得機能５５−１とを学習済みモデル４１−６に対して入力することで、天板３３の推奨位置を出力する自動位置合わせ機能５５−２と、を備えることにより、撮影前の被検体Ｐの位置合わせ等の操作を効率的に行えるようにすることができる。

（第２の実施形態）
以下、第２の実施形態の核医学診断装置２について説明する。なお、以下の説明において、第１の実施形態と同一の構成及び機能については第１の実施形態と同一の符号を付し、詳細な説明を省略する。また、第１の実施形態と同じ名称であるが構成または機能が異なるものについては、符号に「Ａ」を付すものとする。

図１３は、第２の実施形態に係る核医学診断装置２の構成図である。核医学診断装置２は、例えば、スキャナ装置６０と、コンソール装置４０Ａとを備える。第２の実施形態では、コンソール装置４０Ａが医用画像診断装置の一例である。

［スキャナ装置］
スキャナ装置６０は、例えば、固定架台６２と、回転架台６４と、回転駆動装置６６と、１２０度ずつずらして回転架台６４に取り付けられた３つのガンマ線検出器８０およびコリメータ８２と、コリメータ駆動回路８４と、データ収集回路８６と、寝台装置３０とを備える。

固定架台６２は、スキャナ装置６０が設置される室内の床に固定される。回転架台６４は、固定架台６２に対して回転軸ＡＸ回りに回転可能に支持される。被検体Ｐは、体軸が回転架台６４の回転軸ＡＸと略平行になるように天板３３に載置される。

回転駆動装置６６は、回転架台６４を回転軸ＡＸ周りに回転させる。回転駆動装置６６は、例えば、モータなどの駆動手段、駆動手段を制御するための電子部品、および駆動手段の回転軸の回転力を回転架台６４に伝達するローラなどの伝達手段を有する。回転駆動装置６６は、処理回路５０Ａにより制御される。例えば、処理回路５０Ａは、回転架台６４を介してガンマ線検出器８０を回転軸ＡＸ周りに連続的に、あるいはステップ的に回転させることで、複数方向からの被検体Ｐの投影データを収集することを可能にする。

ガンマ線検出器８０は、被検体Ｐに投与されたテクネシウムなどのＲＩ（放射性同位元素）により放射されるガンマ線を検出する。ガンマ線検出器８０の検出タイミングは、処理回路５０Ａによって制御される。ガンマ線検出器８０は、例えば、シンチレータ型検出器、または半導体型検出器である。これについては後述する。

コリメータ８２は、ガンマ線検出器８０に入射するガンマ線の入射角度を規制する。コリメータ８２は、鉛やタングステンなどの放射線を透過しづらい物質により形成される。コリメータ８２には、光子が飛来する方向を規制するための複数の孔が設けられる。この孔の断面は、例えば六角形などの多角形形状を有する。

ガンマ線検出器８０がシンチレータ型検出器である場合、ガンマ線検出器８０は、例えば、コリメータ８２によりコリメートされたガンマ線が入射すると瞬間的な閃光を発するシンチレータと、ライトガイドと、シンチレータから射出された光を検出する２次元に配列された複数の光電子増倍管と、シンチレータ用電子回路とを有する。シンチレータは、例えばタリウム活性化ヨウ化ナトリウムＮａＩ（Ｔｌ）により構成される。シンチレータ用電子回路は、ガンマ線が入射する事象（イベント）が発生するごとに、複数の光電子増倍管の出力に基づいて複数の光電子増倍管により構成される検出面内におけるガンマ線の入射位置情報（位置情報）、入射強度情報および入射時刻情報を生成しコンソール装置４０Ａの処理回路５０Ａに出力する。この位置情報は、検出面内の２次元座標の情報であってもよいし、あらかじめ検出面を複数の分割領域（１次セル）に仮想的に分割しておき（例えば１０２４×１０２４個に分割しておき）、どの１次セルに入射があったかを示す情報であってもよい。

ガンマ線検出器８０が半導体型検出器である場合、ガンマ線検出器８０は、コリメータ８２によりコリメートされたガンマ線を検出するための２次元に配列された複数の半導体素子と、半導体用電子回路などを有する。半導体素子は、例えばＣｄＴｅやＣｄＺｎＴｅ（ＣＺＴ）により形成される。半導体用電子回路は、ガンマ線が入射する事象（イベント）が発生するごとに、半導体素子の出力に基づいて入射位置情報、入射強度情報および入射時刻情報を生成して処理回路５０Ａに出力する。この位置情報は、複数の半導体素子（例えば１０２４×１０２４個）のうちどの半導体素子に入射したかを示す情報である。

コリメータ駆動回路８４は、例えば、ガンマ線検出器８０およびコリメータ８２を、回転架台６４の回転軸ＡＸに近づけ、或いは遠ざける方向に駆動する。

データ収集回路８６は、例えばプリント回路基板を含む。データ収集回路８６は、処理回路５０Ａからの指示に従い、少なくともガンマ線検出器８０を制御することにより、被検体Ｐの撮影を実行する。データ収集回路８６は、ガンマ線検出器８０により検出されたガンマ線の検出位置情報、強度情報、ガンマ線検出器８０と被検体Ｐとの相対位置を示す情報、およびガンマ線の検出時刻を、ガンマ線の入射イベントに対応付けて収集する。

データ収集回路８６は、ガンマ線検出器８０の撮影結果として得られる２次元画像を再構成し、放射性医薬品の分布や移動過程を検出する断面画像（３次元画像でもよい）を生成する。

天板３３は、被検体Ｐを載置すると共に、被検体Ｐの動きを規制する。寝台駆動装置３２は、処理回路５０Ａにより制御され、天板３３を、回転架台６４の回転軸ＡＸに沿って、或いは上下方向（図中、Ｙ方向）に移動させる。

［コンソール装置］
コンソール装置４０Ａは、核医学診断装置２専用に設計された装置であってもよいし、汎用のパーソナルコンピュータやワークステーションに必要なプログラムがインストールされたものであってもよい。前者の場合、コンソール装置４０Ａの構成の一部は固定架台６２に分散して配置されてもよい。

図１４は、メモリ４１Ａに格納されるデータの一例を示す図である。メモリ４１Ａは、例えば、被検体情報４１Ａ−１、検出データ４１Ａ−２、投影データ４１Ａ−３、再構成画像４１Ａ−４、推奨相対位置４１Ａ−５、学習済みモデル４１Ａ−６、処理回路５０Ａにより生成される核医学診断画像４１Ａ−７や所見情報４１Ａ−８などの情報が格納される。また、メモリ４１Ａには、処理回路５０Ａのハードウェアプロセッサが実行するプログラムが格納されてもよい。

処理回路５０Ａは、例えば、前処理機能５２Ａと、再構成処理機能５３Ａと、スキャン制御機能５５Ａと、学習機能５７Ａとを備える。処理回路５０Ａは、例えば、ハードウェアプロセッサが処理回路５０Ａに記憶されたプログラムを実行することにより、これらの機能を実現するものである。

前処理機能５２Ａは、例えば、入力インターフェース４３により受け付けられ、或いはメモリ４１Ａに記憶された前処理条件情報に基づいて、後述するスキャン制御機能５５Ａにより取得された投影データ４１Ａ−３に対する前処理を実行する。前処理には、例えば、均一性補正処理、回転中心補正処理、前処理フィルタ処理、ファンビーム投影データをパラレルビーム投影データに変換する処理などが含まれる。

再構成処理機能５３Ａは、前処理機能５２Ａによって前処理が行われた投影データに対して再構成処理を行い、ボリュームデータを生成する。ボリュームデータは、核医学診断画像４１Ａ−７の一つとしてメモリ４１Ａに格納される。再構成処理機能５３Ａは、例えば、Ｃｈａｎｇ法逐次近似法（Iterative Chang）に基づいて再構成処理を行う。これに代えて、再構成処理機能５３Ａは、ＭＬ−ＥＭ（Maximum Likelihood-Expectation Maximization）法、ＯＳ−ＥＭ（Ordered Subset Expectation Maximization）法などに基づいて再構成処理を行ってもよい。

スキャン制御機能５５Ａは、入力インターフェース４３により受け付けられたスキャン計画の実行指示に基づいて、回転駆動装置６６、コリメータ駆動回路８４、データ収集回路８６、寝台装置３０のうち一部または全部を制御してスキャンを実行し、データ収集回路８６から投影データ４１Ａ−３を生成する。

学習機能５７Ａは、天板３３の推奨位置に加えて、撮影開始直前・撮影中のガンマ線検出器８０のそれぞれと寝台装置３０との相対位置に関する情報や、ガンマ線検出器８０と被検体Ｐとの相対位置を示す情報を推奨相対位置４１Ａ−５として記憶させる。推奨相対位置４１Ａ−５は、例えば、撮影開始直前のガンマ線検出器８０のそれぞれと寝台装置３０との相対位置に関する情報や、ガンマ線検出器８０と被検体Ｐとの相対位置（被検体Ｐに対して、ガンマ線検出器８０をどの方向から近づけるか、どの程度の距離まで近づけるか、等）を示す情報、或いはこれらを実現するためのガンマ線検出器８０などの絶対的な駆動量を含む。以下の説明において、推奨相対位置４１Ａ−５に含まれる情報を、単に「推奨相対位置」と称する場合がある。推奨相対位置４１Ａ−５に含まれる情報は、「相対位置情報」の一例である。

自動位置合わせ機能５５Ａ−２は、被検体Ｐに応じた学習済みモデル４１Ａ−６を選択し、選択した学習済みモデル４１Ａ−６に被検体情報取得機能５５Ａ−１により出力された被検体Ｐの被検体情報４１Ａ−１の身体特徴データと撮影対象部位に関する情報を入力して得られた出力結果に基づいて、推奨相対位置を設定する。

学習済みモデル４１Ａ−６は、被検体Ｐの身体特徴データと撮影対象部位に関する情報に基づいて推奨相対位置を出力する。学習済みモデル４１Ａ−６は、寝台装置３０の推奨相対位置として、例えば、天板３３の高さに加え、スキャンの撮影開始直前の被検体Ｐの特徴点のあるべき相対座標を出力する。なお、寝台装置３０の上の規定の位置にヘッドレストや固定具等が設置され、検査毎の寝台装置３０の上での被検体Ｐの位置がほとんど変わらない（誤差が無視できる）場合には、天板３３の任意の箇所を推奨相対位置の位置合わせに用いてもよい。

図１５は、学習済みモデル４１Ａ−６による出力処理を説明するための図である。学習済みモデル４１Ａ−６は、被検体Ｐの身体特徴データと撮影対象部位に関する情報とをパラメータとして受け付けることで、推奨相対位置４１Ａ−５の推奨相対位置を出力する。

手動位置合わせ機能５５Ａ−３は、自動位置合わせ機能５５Ａ−２により設定された推奨相対位置を採用するか否かについての医用画像診断装置１Ａの操作者の入力を受け付ける。手動位置合わせ機能５５Ａ−３は、推奨相対位置に移動させることを示す操作者の入力を受け付けた場合、自動位置合わせ機能５５Ａ−２により設定された推奨相対位置に、回転架台６４、天板３３（不図示）、およびガンマ線検出器８０とコリメータ８２のうち少なくとも一部を推奨相対位置に移動させた後、位置合わせのやり直しや微調整の操作を受け付ける。また、手動位置合わせ機能５５Ａ−３は、推奨相対位置に移動させないことを示す操作者の入力を受け付けた場合、その入力操作に応じて回転架台６４、天板３３、およびガンマ線検出器８０とコリメータ８２のうち少なくとも一部の動作を制御する。手動位置合わせ機能５５Ａ−３は、位置合わせのやり直しや微調整の結果を、推奨相対位置４１Ａ−５に反映させる。

図１６は、学習機能５７Ａの学習済みモデル生成処理を説明するための図である。学習機能５７は、例えば、被検体情報４１−１に含まれる、ある被検体Ｐの身体特徴データと撮影対象部位に関する情報とを学習データとし、推奨相対位置４１Ａ−５に含まれる、その撮影時のガンマ線検出器８０の位置情報や、天板３３等の寝台装置３０の位置情報を教師データとする学習済みモデルを生成する機械学習モデルを生成する。

図１７は、核医学診断装置２による撮影処理の流れの一例を示すフローチャートである。

まず、被検体情報取得機能５５Ａ−１は、被検体情報４１Ａ−１に記録される被検体Ｐの身体特徴データと撮影対象部位に関する情報を取得する（ステップＳ３００）。次に、自動位置合わせ機能５５Ａ−２は、被検体Ｐに応じた好適な学習済みモデル４１Ａ−６が存在するか否かを判定する（ステップＳ３０２）。「好適な学習済みモデル４１Ａ−６」については第１実施形態と同様に、被検体Ｐの身体特徴データに応じて選択されるものであってよい。自動位置合わせ機能５５Ａ−２は、被検体Ｐに応じた好適な学習済みモデル４１Ａ−６が存在すると判定した場合、学習済みモデルに入力パラメータである身体特徴データと撮影対象部位に関する情報を適用し（ステップＳ３０４）、その結果出力された推奨相対位置に固定架台６２、回転架台６４および寝台装置３０を移動させるか否かについて、操作者の判断結果の入力を受け付ける（ステップＳ３０６）。なお、ステップＳ３０２において選択された学習済みモデル４１Ａ−６が複数存在する場合、ステップＳ３０４において複数の選択肢が存在することがディスプレイ４２に表示され、操作者による選択を受け付けてもよいし、ステップＳ３０４において最も好適な学習済みモデル４１Ａ−６が選択されてもよい。

自動位置合わせ機能５５Ａ−２は、ステップＳ３０６において、回転架台６４等を推奨相対位置に移動させることを示す操作者の入力を受け付けたと判定した場合、回転架台６４等を推奨相対位置に移動させる（ステップＳ３０８）。手動位置合わせ機能５５Ａ−３は、ステップＳ３０６において推奨相対位置に回転架台６４等を移動させることを示す操作者の入力を受け付けなかったと判定した場合、すなわちマニュアル操作で位置合わせを行うことを示す入力を受け付けたと判定した場合、または、ステップＳ３０２において自動位置合わせ機能５５Ａ−２により好適な学習済みモデル４１Ａ−６が存在すると判定されなかった場合に、操作者による位置合わせの入力を受け付け、回転架台６４等を移動させる（ステップＳ３１０）。次に、学習機能５７Ａは、ステップＳ３１０による位置合わせの結果を、学習データとして保存する（ステップＳ３１２）。

手動位置合わせ機能５５Ａ−３は、ステップＳ３１０または自動位置合わせ機能５５Ａ−２によるステップＳ３０８の処理の後、回転架台６４等の最終的な位置を微調整する入力操作を受け付ける（ステップＳ３１２）。次に、スキャン実行機能５５Ａ−４は、撮影を行う（ステップＳ３１４）。以上、本フローチャートの処理の説明を終了する。なお、上述のステップＳ３１２は、ステップＳ３０８の処理の後にも行われてもよい。

以上説明した第２の実施形態の核医学診断装置２のコンソール装置４０Ａによれば、被検体Ｐの条件を満たす学習済みモデル４１Ａ−６に対して、被検体情報４１Ａ−１の身体特徴データと撮影対象部位に関する情報を入力することで、回転架台６４、天板３３、およびガンマ線検出器８０とコリメータ８２のうち少なくとも一部の位置情報を含む推奨相対位置を出力する自動位置合わせ機能５５Ａ−２を備えることにより、撮影時の寝台装置３０およびガンマ線検出器８０と、被検体Ｐとの位置合わせを効率的に行えるようにすることができる。

（第３の実施形態）
図１８は、第３の実施形態に係るＸ線ＣＴ装置１Ｂの構成図である。なお、以下の説明において、第１の実施形態と同一の構成及び機能については第１の実施形態と同一の符号を付し、詳細な説明を省略する。また、第１の実施形態と同じ名称であるが構成または機能が異なるものについては、符号に「Ｂ」を付すものとする。Ｘ線ＣＴ装置１Ｂは、第１の実施形態のＸ線ＣＴ装置１と比較して、学習機能５７を有さない点が異なる。

図１９は、メモリ４１Ｂに格納されるデータの一例を示す図である。メモリ４１Ｂには、例えば、第１の実施形態のメモリ４１の学習済みモデル４１−６に代わり、参考被検体情報４１−７の情報が格納される。参考被検体情報４１−７には、被検体Ｐとは異なる被検体を含む被検体情報４１−１と、被検体Ｐとは異なる被検体の撮影時の天板３３の位置情報とが含まれ、Ｘ線ＣＴ装置１Ｂでの撮影が行われる度に蓄積される。

図２０は、自動位置合わせ機能５５Ｂ−２の構成図である。自動位置合わせ機能５５Ｂ−２は、例えば、決定機能５５Ｂ−２１と、処理機能５５Ｂ−２２とを備える。

決定機能５５Ｂ−２１は、参考被検体情報４１−７を検索して被検体Ｐの撮影における天板３３の推奨位置の導出方法を決定する。決定機能５５Ｂ−２１は、「決定部」の一例である。処理機能５５Ｂ−２２は、決定機能５５Ｂ−２１により決定された天板３３の推奨位置の導出方法で、被検体Ｐの撮影における天板３３の推奨位置を設定することで位置合わせを補助する。処理機能５５Ｂ−２２は、「処理部」の一例である。

〔推奨位置の導出方法〕
Ｘ線ＣＴ装置１Ｂの操作者は、被検体Ｐの撮影の前に天板３３の推奨位置の導出方法についての設定を行う。

天板３３の推奨位置の導出方法には、例えば、被検体Ｐと撮影条件が最も類似する参考被検体情報４１−７をそのまま採用条件とすること、被検体Ｐと体格が最も類似する参考被検体情報４１−７をそのまま採用条件とすること、被検体Ｐと撮影条件が類似する複数件の参考被検体情報４１−７の単純平均や加重平均を採用条件とすること、被検体Ｐと体型が類似する複数件の参考被検体情報４１−７の単純平均や加重平均を採用条件とすること、被検体Ｐと撮影条件および体型が類似する複数件の参考被検体情報４１−７の単純平均や加重平均を採用条件とすることなどが含まれる。

図２１は、推奨位置４１−５の設定条件を説明するための図である。例えば、Ｘ線ＣＴ装置１Ｂの操作者は、図２１に示すディスプレイ４２に表示される画像ＩＭを参照し、入力インターフェース４３を操作して推奨位置の導出方法を設定する。画像ＩＭには、天板３３の推奨位置の導出方法の条件テーブルＤＣＴと、条件テーブルＤＣＴのうちどの導出方法を用いるかの設定を受け付ける入力フォーマットＦ１と、入力フォーマットＦ１で指定した導出方法で天板３３の推奨位置の導出ができなかった場合の処理設定を受け付ける入力フォーマットＦ２などが含まれる。入力フォーマットＦ２は、入力フォーマットＦ１の導出方法以外の、代替方法の設定を受け付ける入力フォーマットＦ２−１や、自動位置合わせ機能５５Ｂ−２による処理を中止してＸ線ＣＴ装置１Ｂの操作者に手動設定を促す設定を受け付ける入力フォーマットＦ２−２が含まれる。

条件テーブルＤＣＴには、演算方法や演算対象とする参考被検体情報４１−７の件数が異なる天板３３の推奨位置の導出方法が複数件含まれる。条件テーブルＤＣＴに含まれる導出方法は、Ｘ線ＣＴ装置１Ｂの操作者によりカスタマイズ入力が可能であってもよい。また、被検体Ｐと撮影条件等が類似する複数件の参考被検体情報４１−７の加重平均を援用する導出方法を設定する場合、条件テーブルＤＣＴには、被検体情報４１−１のうちどの検出値にどの程度の重み付けを行うのかの設定がＸ線ＣＴ装置１Ｂの操作者が自ら設定可能であってもよい。なお、決定機能５５Ｂ−２１は、参考被検体情報４１−７を検索して、検索結果に応じて条件テーブルＤＣＴの中から任意の導出方法を選択して決定してもよい。撮影条件には、被検体Ｐの撮影対象部位に関する情報（例えば、胸部、頭部など）や、被検体ＰをＨＦ（Head First）で架台装置１０に挿入するか、ＦＦ（Foot First）で架台装置１０に挿入するかの挿入方向や、血管造影を行うか否か、被検体Ｐの体勢などの条件が含まれる。

図２２は、処理機能５５Ｂ−２２の処理を説明するための図である。参考被検体情報４１−７には図示のように複数件の被検体の身体特徴データと、撮影時の天板３３の位置情報（例えば、座標など）が含まれる。

決定機能５５Ｂ−２１により決定された導出方法が、被検体Ｐと身体特徴データが最も類似した被検体の身体特徴データに基づく天板位置を推奨位置として選択して採用する導出方法である場合、処理機能５５Ｂ−２２は、被検体Ｐと撮影条件が同一であり、且つ、被検体Ｐと身体特徴データの合致度合が所定度合以上である他の被検体の参考被検体情報４１−７の天板位置を被検体Ｐの推奨位置として出力する。処理機能５５Ｂ−２２は、例えば、図中の参考被検体情報４１−７のうち、被検体Ｐと身体特徴データ（性別、身長、年齢、体重、体脂肪率）が最も似ている被検体Ｆの天板３３の位置情報を推奨位置とする。

決定機能５５Ｂ−２１により決定された導出方法は、被検体Ｐと撮影条件が同一である参考被検体情報４１−７の身体特徴データに基づく天板位置を推奨位置として導出する導出方法である場合、処理機能５５Ｂ−２２は、被検体Ａ〜被検体Ｅの天板位置の平均を導出して、被検体Ｐの推奨位置とする。

決定機能５５Ｂ−２１により決定された導出方法が、被検体Ｐと身体特徴データと撮影条件が最も類似した被検体の身体特徴データに基づく寝台位置を採用する導出方法である場合、処理機能５５Ｂ−２２は、被検体Ｐと撮影条件が同一であり、且つ、被検体Ｐと身体特徴データおよび撮影条件の合致度合が所定度合以上である他の被検体の参考被検体情報４１−７の寝台位置を被検体Ｐの寝台位置情報として出力する。処理機能５５Ｂ−２２は、例えば、図中の参考被検体情報４１−７のうち、被検体Ｐと身体特徴データ（例えば、性別、身長、年齢、体重、体脂肪率）と撮影条件（例えば、造影、ＨＦ／ＦＦ）が最も似ている被検体Ａの天板３３の位置情報を推奨位置とする。

決定機能５５Ｂ−２１により決定された導出方法が、１以上の被検体以外の他の被検体の身体特徴データに基づく寝台位置を選択して採用する導出方法である場合、処理機能５５Ｂ−２２は、被検体Ｐと撮影条件が同一であり、且つ、被検体Ｐと身体特徴データの合致度合が所定度合以上である他の被検体のうち、導出条件に最も近い他の被検体の寝台位置情報を被検体の寝台位置情報として出力する。

導出条件が、例えば、被検体Ｐの身体特徴データと参考被検体情報４１−７に含まれる他の被検体の身体特徴データとの誤差が所定値未満であることと定義される場合、決定機能５５Ｂ−２１は、誤差が所定値未満である参考被検体情報４１−７を抽出した後、抽出結果から寝台位置を導出する。

例えば、Ｘ線ＣＴ装置１Ｂの操作者により所定の閾値として、身長の誤差が５〔％〕未満であることと設定されている場合、被検体Ｂの身長と被検体Ｐの身長は所定の閾値以上の誤差があることから、決定機能５５Ｂ−２１は被検体Ｂの参考被検体情報４１−７を採用しないと決定する。その場合、処理機能５５Ｂ−２２は、例えば、被検体Ｐと撮影条件が同一である被検体Ａおよび被検体Ｃ〜Ｅの寝台位置情報の単純平均（または加重平均）を被検体Ｐの寝台位置情報として出力する。

また、Ｘ線ＣＴ装置１Ｂの操作者により所定の閾値として、年齢の誤差が５〔歳〕未満であることと設定されている場合、被検体Ｃの年齢と被検体Ｐの年齢は所定の閾値以上の誤差があることから、決定機能５５Ｂ−２１は被検体Ｃの参考被検体情報４１−７を採用しないと決定する。その場合、処理機能５５Ｂ−２２は、例えば、被検体Ｐと撮影条件が同一である被検体Ａ〜Ｂ、および被検体Ｄ〜Ｅの寝台位置情報の単純平均（または加重平均）を被検体Ｐの寝台位置情報として出力する。

また、Ｘ線ＣＴ装置１Ｂの操作者により所定の閾値として、体重の誤差が３〔ｋｇ〕未満であることと設定されている場合、被検体Ｄの体重と被検体Ｐの体重は所定の閾値以上の誤差があることから、決定機能５５Ｂ−２１は被検体Ｄの参考被検体情報４１−７を採用しないと決定する。その場合、処理機能５５Ｂ−２２は、例えば、被検体Ｐと撮影条件が同一である被検体Ａ〜Ｃ、および被検体Ｅの寝台位置情報の単純平均（または加重平均）を被検体Ｐの寝台位置情報として出力する。

また、Ｘ線ＣＴ装置１Ｂの操作者により所定の閾値として、体脂肪率の誤差が３〔％〕未満であることと設定されている場合、被検体Ｅの体脂肪率と被検体Ｐの体脂肪率は所定の閾値以上の誤差があることから、決定機能５５Ｂ−２１は被検体Ｅの参考被検体情報４１−７を採用しないと決定する。その場合、処理機能５５Ｂ−２２は、例えば、被検体Ｐと撮影条件が同一である被検体Ａ〜Ｄの寝台位置情報の単純平均（または加重平均）を被検体Ｐの寝台位置情報として出力する。

また、Ｘ線ＣＴ装置１Ｂの操作者により複数の身体特徴データに対して所定の閾値が設定されてもよい。例えば、Ｘ線ＣＴ装置１Ｂの操作者により所定の閾値として、身長の誤差が５〔％〕未満であり、且つ年齢の誤差が５〔歳〕未満であることと設定されている場合、被検体Ｂおよび被検体Ｃの参考被検体情報４１−７を採用しないと決定する。その場合、処理機能５５Ｂ−２２は、例えば、被検体Ｐと撮影条件が同一である被検体ＤおよびＥの寝台位置情報の単純平均（または加重平均）を被検体Ｐの寝台位置情報として出力する。

被検体Ｐの身体特徴データと参考被検体情報４１−７に含まれる他の被検体の身体特徴データとの誤差が所定値未満であることは、具体的な数値により定義されるものであってもよいし、図７のルックアップテーブルが援用されるものであってもよい（ルックアップテーブルにおいて同じ選択肢が設定される範囲や、隣接する選択肢が設定される範囲など）し、統計学的な信頼区間などで定義されてもよい。

Ｘ線ＣＴ装置１Ｂの操作者により所定の閾値として、撮影条件が同一であることと設定されている場合、造影ありの被検体Ｆと、挿入方向がＦＦの被検体Ｇは撮影条件が異なることから、決定機能５５Ｂ−２１は被検体Ｆおよび被検体Ｇの参考被検体情報４１−７を採用しないと決定する。

また、被検体情報４１−１に、被検体Ｐの検査目的や注意情報が含まれている場合、決定機能５５Ｂ−２１は、被検体Ｐの検査目的や注意情報に基づいて参考被検体情報４１−７を抽出してもよい。例えば、被検体情報４１−１に「腹部膨隆あり」の注意情報が含まれる場合、決定機能５５Ｂ−２１は、「腹部膨隆あり」の注意情報が含まれる参考被検体情報４１−７を優先的に抽出する。

図２３は、Ｘ線ＣＴ装置１Ｂによる撮影処理の流れの一例を示すフローチャートである。

まず、被検体情報取得機能５５−１は、被検体情報４１−１に記録される被検体Ｐの身体特徴データと撮影対象部位に関する情報を取得する（ステップＳ４００）。次に、自動位置合わせ機能５５Ｂ−２は、推奨位置を導出する（ステップＳ４０２）。ステップＳ４０２の処理については後述する。次に、自動位置合わせ機能５５Ｂ−２は、推奨位置を採用するか否かについて、操作者の判断結果の入力を受け付ける（ステップＳ４０４）。

自動位置合わせ機能５５Ｂ−２は、天板３３を推奨位置に移動させることを示す操作者の入力を受け付けたと判定した場合、天板３３を推奨位置に移動させる（ステップＳ４０６）。推奨位置に移動させることを示す操作者の入力を受け付けなかったと判定した場合、手動位置合わせ機能５５−３は、操作者による位置合わせの入力を受け付け、天板３３を移動させる（ステップＳ４０８）。

手動位置合わせ機能５５−３は、ステップＳ４０６またはステップＳ４０８の処理の後、天板３３の最終的な位置を微調整する入力操作を受け付ける（ステップＳ４１０）。次に、スキャン実行機能５５−４は、撮影を行う（ステップＳ４１２）。以上、本フローチャートの処理の説明を終了する。

図２４は、自動位置合わせ機能５５Ｂ−２による、推奨位置導出処理の流れの一例を示すフローチャートである。図２４に示すフローチャートは、図２３のステップＳ４０２に該当する。

決定機能５５Ｂ−２１は、あらかじめ設定された導出条件を満たす参考被検体情報４１−７を検索する（ステップＳ５００）。ステップＳ５００の導出条件は、例えば、図２１の入力フォーマットＦ１で指定された導出方法である。決定機能５５Ｂ−２１は、導出条件を満たす参考被検体情報４１−７の検索結果が得られたか否かを判定する（ステップＳ５０２）。導出条件を満たす参考被検体情報４１−７の検索結果が得られたと判定された場合、処理機能５５Ｂ−２２は、導出条件を満たす参考被検体情報４１−７の検索結果に基づいて、天板３３の推奨位置を導出する（ステップＳ５０４）。導出条件を満たす参考被検体情報４１−７の検索結果が得られたと判定されなかった場合、処理機能５５Ｂ−２２は、代替条件を満たす参考被検体情報４１−７の検索結果に基づいて、天板３３の推奨位置を導出する（ステップＳ５０６）。ステップＳ５０６の代替条件は、例えば、図２１の入力フォーマットＦ２で指定された導出方法である。以上、本フローチャートの処理の説明を終了する。

なお、図２４に示すフローチャートは、代替条件として、他の導出条件が選択されている場合の処理の流れを説明するものである。代替条件として入力フォーマットＦ２−２が選択されている場合、ステップＳ５０６では天板３３の推奨位置の導出を中止する処理が行われる。

以上、説明した第３の実施形態のＸ線ＣＴ装置１Ｂによれば、被検体Ｐの被検体情報４１−１を取得する被検体情報取得機能５５−１と、被検体Ｐの身体特徴データと撮影対象部位に関する情報である被検体情報４１−１とに基づいて、天板３３の推奨位置情報の導出方法を決定する決定機能５５Ｂ−２１と、決定機能５５Ｂ−２１により決定された導出方法で被検体Ｐに関する天板３３の推奨位置を出力する処理機能５５Ｂ−２２と、を備えることにより、撮影前の被検体Ｐの位置合わせ等の操作を効率的に行えるようにすることができる。

上記説明した実施形態は、以下のように表現することができる。
プログラムを格納するストレージと、
プロセッサと、を備え、
前記プロセッサは、前記プログラムを実行することにより、
被検体の身体特徴データと、撮影対象部位に関する情報とを取得し、
前記身体特徴データと、前記撮影対象部位に関する情報とに基づいて、寝台位置情報を出力する学習済みモデルに対して、前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記寝台位置情報を出力する、
ように構成されている、医用画像診断装置。

以上説明した少なくともひとつの実施形態によれば、被検体の身体特徴データと、撮影対象部位に関する情報とを含む被検体情報（４１−１）を取得する取得部（５５−１、５５Ａ−１）と、被検体Ｐの条件を満たす学習済みモデル（４１−６、４１Ａ−６）に対して、被検体の身体特徴データと、撮影対象部位に関する情報を入力することで、寝台装置（３０）の推奨位置を出力する処理部（５５−２、５５Ａ−２）とを備えることにより、撮影前の寝台装置の位置合わせ等の操作を効率的に行えるようにすることができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の軽減、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１、１Ｂ…Ｘ線ＣＴ装置
２…核医学診断装置
１０、１０Ａ…架台装置
１１…Ｘ線管
１２…ウェッジ
１３…コリメータ
１４…Ｘ線高電圧装置
１５…Ｘ線検出器
１６…データ収集システム
１７…回転フレーム
１８…制御装置
２２…検出器
３０…寝台装置
３１…基台
３２…寝台駆動装置
３３…天板
３４…支持フレーム
４０、４０Ａ、４０Ｂ…コンソール装置
５０、５０Ａ、５０Ｂ…処理回路
５５−１、５５Ａ−１…被検体情報取得機能
５５−２、５５Ａ−２、５５Ｂ−２…自動位置合わせ機能
５５Ｂ−２１…決定機能
５５Ｂ−２２…処理機能
５７…学習機能
６０…スキャナ装置
６２…固定架台
６４…回転架台
６６…回転駆動装置
８０…ガンマ線検出器
８２…コリメータ
８４…コリメータ駆動回路
８６…データ収集回路

Claims (15)

1. 被検体の身体特徴データと撮影対象部位に関する情報とを取得する取得部と、
   身体特徴データと撮影対象部位に関する情報とに基づいて、寝台位置情報を出力する学習済みモデルに対して、前記取得部により取得された前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する寝台位置情報を出力する処理部と、
   を備える医用画像診断装置。
2. 前記寝台位置情報は、基準位置に対する寝台の天板の高さを含む、
   請求項１に記載の医用画像診断装置。
3. 前記処理部は、前記被検体の注意情報に基づいて、複数の学習済みモデルの中から一以上の学習済みモデルを選択し、選択した一以上の学習済みモデルに対して、前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記寝台位置情報を出力する、
   請求項１または２に記載の医用画像診断装置。
4. 前記注意情報には、自装置の撮影した画像に写り込むアーチファクト要因となる情報を含む、
   請求項３に記載の医用画像診断装置。
5. 前記アーチファクト要因となる情報とは、撮影対象部位に関する膨隆の情報である、
   請求項４に記載の医用画像診断装置。
6. 前記身体特徴データと、前記撮影対象部位に関する情報とを学習データとし、同じ被検体に対して設定された前記寝台位置情報を教師データとして機械学習を行うことで、前記学習済みモデルを生成する学習部を更に備える、
   請求項１から５のうちいずれか１項に記載の医用画像診断装置。
7. コンピュータが、
   被検体の身体特徴データと撮影対象部位に関する情報とを取得し、
   身体特徴データと撮影対象部位に関する情報とに基づいて、寝台位置情報を出力する学習済みモデルに対して、取得された前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する寝台位置情報を出力する、
   医用画像診断方法。
8. コンピュータに、
   被検体の身体特徴データと撮影対象部位に関する情報とを取得させ、
   身体特徴データと撮影対象部位に関する情報とに基づいて、寝台位置情報を出力する学習済みモデルに対して、取得させた前記身体特徴データと前記撮影対象部位に関する情報とを入力させることで、前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する寝台位置情報を出力させる、
   プログラム。
9. 被検体の身体特徴データと、撮影対象部位に関する情報とを取得する取得部と、
   前記身体特徴データと、撮影対象部位に関する情報とに基づいて、スキャン時の医用画像診断装置と前記被検体との相対位置情報を出力する学習済みモデルに対して、前記取得部により取得された前記身体特徴データと前記撮影対象部位に関する情報とを入力することで、前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する相対位置情報を出力する処理部と、
   を備える医用画像診断装置。
10. 前記相対位置情報には、少なくとも前記被検体と前記医用画像診断装置の検出器との位置情報を含む、
    請求項９に記載の医用画像診断装置。
11. 被検体の身体特徴データと撮影対象部位に関する情報とを取得する取得部と、
    身体特徴データと前記撮影対象部位に関する情報とに基づいて、寝台位置の推奨位置情報の導出方法を決定する決定部と、
    前記決定部により決定された前記導出方法で前記取得された身体特徴データと前記撮影対象部位に関する情報に係る被検体に関する寝台位置情報を出力する処理部と、
    を備える医用画像診断装置。
12. 前記導出方法は、前記被検体以外の他の被検体の身体特徴データに基づく寝台位置情報を採用する導出方法であって、
    前記処理部は、前記被検体と撮影条件が同一であり、且つ、前記被検体と身体特徴データの合致度合が所定度合以上である前記他の被検体の寝台位置情報を前記被検体の寝台位置情報として出力する、
    請求項１１に記載の医用画像診断装置。
13. 前記導出方法は、前記被検体と撮影条件が同一である、１以上の前記被検体以外の他の被検体の身体特徴データに基づく寝台位置情報を導出する導出方法であって、
    前記処理部は、前記他の被検体に対応付いた寝台位置情報の平均を導出して、前記被検体の寝台位置情報とする、
    請求項１１に記載の医用画像診断装置。
14. 前記導出方法は、１以上の前記被検体以外の他の被検体の身体特徴データに基づく寝台位置情報を選択する導出方法であって、
    前記処理部は、前記被検体と撮影条件が同一であり、且つ、前記被検体と身体特徴データの合致度合が所定度合以上である前記他の被検体のうち、採用条件に最も近い前記他の被検体の寝台位置情報を前記被検体の寝台位置情報として出力する、
    請求項１１に記載の医用画像診断装置。
15. 前記採用条件は、前記他の被検体の身体特徴データと前記被検体の身体特徴データとの誤差が所定値未満であることである、
    請求項１４に記載の医用画像診断装置。

Images