JP2020500579A - 撮像システムのための収集パラメータを選択すること - Google Patents
撮像システムのための収集パラメータを選択すること Download PDFInfo
- Publication number
- JP2020500579A JP2020500579A JP2019523737A JP2019523737A JP2020500579A JP 2020500579 A JP2020500579 A JP 2020500579A JP 2019523737 A JP2019523737 A JP 2019523737A JP 2019523737 A JP2019523737 A JP 2019523737A JP 2020500579 A JP2020500579 A JP 2020500579A
- Authority
- JP
- Japan
- Prior art keywords
- patient
- camera
- data
- imaging
- depth
- 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
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 claims abstract description 79
- 238000010801 machine learning Methods 0.000 claims abstract description 47
- 238000012549 training Methods 0.000 claims description 29
- 238000013527 convolutional neural network Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 12
- 230000036541 health Effects 0.000 claims description 7
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 4
- 201000010099 disease Diseases 0.000 claims description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 3
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 238000013170 computed tomography imaging Methods 0.000 claims description 2
- 210000004072 lung Anatomy 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 210000004205 output neuron Anatomy 0.000 description 5
- 238000011176 pooling Methods 0.000 description 5
- 210000003484 anatomy Anatomy 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 210000003127 knee Anatomy 0.000 description 4
- 210000001015 abdomen Anatomy 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009206 nuclear medicine Methods 0.000 description 2
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000005865 ionizing radiation Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- 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
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/032—Transmission computed tomography [CT]
-
- 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
- A61B6/06—Diaphragms
-
- 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
- A61B6/4035—Arrangements for generating radiation specially adapted for radiation diagnosis the source being combined with a filter or grating
-
- 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
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
-
- 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
- A61B6/542—Control of apparatus or devices for radiation diagnosis involving control of exposure
- A61B6/544—Control of apparatus or devices for radiation diagnosis involving control of exposure dependent on patient size
-
- 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
- A61B6/545—Control of apparatus or devices for radiation diagnosis involving automatic set-up of acquisition parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5294—Devices using data or image processing specially adapted for radiation diagnosis involving using additional data, e.g. patient information, image labeling, acquisition parameters
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Primary Health Care (AREA)
- Pulmonology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
− カメラシステムからのセンサーデータに基づいて生成される深度関連マップにアクセスするように設定されたカメラデータインターフェースであって、カメラシステムが、撮像システムの視野の少なくとも一部を含む視野を有し、センサーデータは、患者との撮像手順の前に取得され、患者の外形の部分が有するカメラシステムに対する距離を示す、カメラデータインターフェースと、
− 命令のセットを表す命令データを備えるメモリと、
− カメラデータインターフェース及びメモリと通信することと、命令のセットを実行することとを行うように設定されたプロセッサであって、命令のセットが、プロセッサによって実行されたとき、プロセッサに、収集パラメータを識別するために機械学習アルゴリズムを深度関連マップに適用させ、
− 機械学習アルゴリズムが、メモリに記憶されプロセッサによってアクセスされる、アルゴリズムデータによって表され、
− 機械学習アルゴリズムが、i)例示的な深度関連マップと、ii)予測値としての例示的な収集パラメータとのセットを含むトレーニングデータを使用してトレーニングされ、例示的な収集パラメータが、前の患者との前の撮像手順における人間オペレータによる選択を表し、例示的な深度関連マップが、前の撮像手順中に同じ又は同様のタイプのカメラシステムによって取得されたセンサーデータに基づいて生成される、
プロセッサと、
− 撮像システムによって使用されるべき収集パラメータを出力するように設定された出力インターフェースと
を備える。
− カメラシステムからのセンサーデータに基づいて生成される深度関連マップにアクセスするステップであって、カメラシステムが、撮像システムの視野の少なくとも一部を含む視野を有し、センサーデータは、患者との撮像手順の前に取得され、患者の外形の異なる部分がカメラシステムに対して有する距離を示す、アクセスするステップと、
− 収集パラメータを識別するために機械学習アルゴリズムを深度関連マップに適用するステップであって、
− 機械学習アルゴリズムが、メモリに記憶されプロセッサによってアクセスされる、アルゴリズムデータによって表され、
− 機械学習アルゴリズムが、i)例示的な深度関連マップと、ii)予測値としての例示的な収集とのセットを含むトレーニングデータを使用してトレーニングされ、例示的な収集パラメータが、前の患者との前の撮像手順において使用するための人間オペレータによる選択を表し、例示的な深度関連マップが、前の撮像手順中に前のカメラシステムによって取得されたセンサーデータに基づいて生成される、
適用するステップと、
− 撮像システムによって使用されるべき収集パラメータを出力するステップと
を有する。
− 患者の体重と、
− 患者の年齢と、
− 患者の性別と、
− 患者の健康状態レベルの定量化と、
− 患者に関連する病気診断と、
− 患者に関連する投薬記録と、
− 患者に関連するバイタル(vital)パラメータ記録と
のうちの少なくとも1つを含む。
− 撮像手順におけるカメラシステムと撮像システムとの間の、前の相対ジオメトリと現在の相対ジオメトリとの間の偏差を決定することと、
− 偏差が存在するか又はしきい値を超える場合、機械学習アルゴリズムを適用することの前に偏差を補償するために深度関連マップを処理することと
を行わせる。
− トレーニングデータは、トレーニングデータの所与のセットについて、前の撮像手順中の前の患者の外形を示す、前のカメラシステムによって収集された例示的な画像データをさらに含み、
− 命令のセットは、プロセッサによって実行されたとき、プロセッサに、機械学習アルゴリズムへの追加の入力として画像データを使用させる。
− 磁気共鳴撮像システムの磁気アイソセンターに移動されるべき領域のための基準点など、磁気共鳴撮像システムに対する患者の配置を指定するパラメータと、
− 収集されるべき撮像スライスの中心、向き、及び/又はサイズなど、ジオメトリ収集パラメータと、
− プリセットされたプロトコルのための選択パラメータと、
− SENSEファクタと、
− SENSE方向と
のうちの1つである。
− 管電圧、
− 管電流、
− グリッド、
− コリメーションウィンドウ、
− コリメータの検出器の高さ、管の傾き、回転など、コリメータのジオメトリパラメータ
のうちの1つである。
− 電源レベル、
− 管電流、
− 線量変調、
− ローカライザーのためのテーブルの開始及び終了位置など、スキャンプランニングパラメータ、
− 使用されるべきフィルタタイプなど、再構築パラメータ
のうちの1つである。
11 支持体
12 部屋
15 撮像システム
16 撮像システムの視野
18 カメラシステム
19 カメラシステムの視野
58 第1のカメラ
59 第2のカメラ
60 患者情報インターフェース
62 患者情報データベース
100 収集パラメータを選択するためのシステム
102 第1の患者の深度マップ
103 第2の患者の深度マップ
120 カメラデータインターフェース
122 カメラ又は深度データ
140 メモリ
142 内部データ通信
160 プロセッサ
162 収集パラメータを表す出力
170 出力インターフェース
200 畳み込みニューラルネットワーク
201 第1の層
202 第2の層
203 第3の層
204 第4の層
205 第5の層
206 第6の層
207 出力ニューロン
400 撮像システムのための収集パラメータを選択するための方法
410 深度関連マップにアクセスする
420 機械学習アルゴリズムを適用する
430 収集パラメータを出力する
500 コンピュータ可読媒体
510 命令を表す非一時的データ
Claims (15)
- 患者を撮像手順中の撮像システムの撮像設定を少なくとも部分的に定義する、撮像システムのための収集パラメータを選択するためのシステムであって、前記システムは、
カメラシステムからのセンサーデータに基づいて生成される深度関連マップにアクセスするカメラデータインターフェースであって、前記カメラシステムは、前記撮像システムの視野の少なくとも一部を含む視野を有し、前記センサーデータは、前記患者との前記撮像手順の前に取得されて、前記カメラシステムに対して前記患者の外形の部分が有する距離を示す、カメラデータインターフェースと、
命令のセットを表す命令データを備えるメモリと、
前記カメラデータインターフェース及び前記メモリと通信し、前記命令のセットを実行するプロセッサと、
前記撮像システムによって使用されるべき前記収集パラメータを出力する出力インターフェースとを備え、
前記命令のセットは、前記プロセッサによって実行されたとき、前記プロセッサに、前記収集パラメータを識別するために機械学習アルゴリズムを前記深度関連マップに適用させ、
前記機械学習アルゴリズムは、前記メモリに記憶され前記プロセッサによってアクセスされる、アルゴリズムデータによって表され、
前記機械学習アルゴリズムは、i)例示的な深度関連マップと、ii)予測値としての例示的な収集パラメータとのセットを含むトレーニングデータを使用してトレーニングされ、前記例示的な収集パラメータは、前の患者との前の撮像手順における人間オペレータによる選択を表し、前記例示的な深度関連マップが、前記前の撮像手順中の同じ又は同様のタイプのカメラシステムによって取得されたセンサーデータに基づいて生成される、
システム。 - 前記患者の非画像患者データにアクセスする患者データインターフェースをさらに備え、
前記トレーニングデータは、前記トレーニングデータの所与のセットについて、前記患者の前記非画像患者データと同じ又は同様のタイプのものである例示的な非画像患者データをさらに含み、
前記命令のセットは、前記プロセッサによって実行されたとき、前記プロセッサに、前記機械学習アルゴリズムへの追加の入力として前記非画像患者データを使用させる、
請求項1に記載のシステム。 - 前記患者データインターフェースは、前記患者の電子健康記録からの前記非画像患者データにアクセスする、請求項2に記載のシステム。
- 前記患者の前記非画像患者データは、
前記患者の体重と、
前記患者の年齢と、
前記患者の性別と、
前記患者の健康状態レベルの定量化と、
前記患者に関連する病気診断と、
前記患者に関連する投薬記録と、
前記患者に関連するバイタルパラメータ記録と
のうちの少なくとも1つを含む、請求項2又は3に記載のシステム。 - 前記トレーニングデータは、前記トレーニングデータの所与のセットについて、前記前の撮像手順中の前記カメラシステムと前記撮像システムとの間の前の相対ジオメトリを示す例示的なジオメトリデータをさらに含み、
前記命令のセットは、前記プロセッサによって実行されたとき、前記プロセッサに、前記機械学習アルゴリズムへの追加の入力として、前記撮像手順における前記カメラシステムと前記撮像システムとの間の現在の相対ジオメトリを使用させる、
請求項1乃至4のいずれか一項に記載のシステム。 - 前記トレーニングデータの所与のセットの前記例示的な深度関連マップは、前記カメラシステムと前記撮像システムとの間の前の相対ジオメトリに基づいて生成され、
前記命令のセットは、前記プロセッサによって実行されたとき、前記プロセッサに、
前記撮像手順における前記カメラシステムと前記撮像システムとの間の、前記前の相対ジオメトリと現在の相対ジオメトリとの間の偏差を決定することと、
前記偏差が存在し、しきい値を超える場合、前記機械学習アルゴリズムを前記適用することの前に前記偏差を補償するように前記深度関連マップを処理することと
を行わせる、
請求項1乃至4のいずれか一項に記載のシステム。 - 前記カメラデータインターフェースは、前記カメラシステムによって収集された前記患者の外形を示す画像データにアクセスし、
前記トレーニングデータは、前記トレーニングデータの所与のセットについて、前記前の撮像手順中の前記前の患者の外形を示す、前のカメラシステムによって収集された例示的な画像データをさらに含み、
前記命令のセットは、前記プロセッサによって実行されたとき、前記プロセッサに、前記機械学習アルゴリズムへの追加の入力として前記画像データを使用させる、
請求項1乃至6のいずれか一項に記載のシステム。 - 前記システムは前記カメラシステムを備え、前記カメラシステムは、
飛行時間カメラと、
光検出及び測距カメラと、
レーザー検出及び測距カメラと、
ステレオカメラ、又はステレオカメラとして構成された2つのカメラと、
知られているパターンを前記患者の外形へ投影し、それにより変形したパターンを生じるプロジェクタ、及び前記変形したパターンを記録するカメラとのうちの少なくとも1つを備える、
請求項1乃至7のいずれか一項に記載のシステム。 - 前記撮像システムは磁気共鳴撮像システムであり、前記収集パラメータは、
前記磁気共鳴撮像システムに対する前記患者の配置を指定するパラメータと、
ジオメトリ収集パラメータと、
プリセットされたプロトコルのための選択パラメータと、
SENSEファクタと、
SENSE方向と
のうちの1つである、
請求項1乃至8のいずれか一項に記載のシステム。 - 前記撮像システムはX線撮像システムであり、前記収集パラメータは、
管電圧と、
管電流と、
グリッドと、
コリメーションウィンドウと、
コリメータのジオメトリパラメータと
のうちの1つである、請求項1乃至9のいずれか一項に記載のシステム。 - 前記撮像システムはコンピュータ断層撮影撮像システムであり、前記収集パラメータは、
電源レベルと、
管電流と、
線量調節と、
スキャンプランニングパラメータと、
再構築パラメータと
のうちの1つである、
請求項1乃至10のいずれか一項に記載のシステム。 - 前記機械学習アルゴリズムは畳み込みニューラルネットワークである、請求項1乃至11のいずれか一項に記載のシステム。
- 請求項1乃至12のいずれか一項に記載のシステムを含む、ワークステーション又は撮像システム。
- 患者を撮像手順中の撮像システムの撮像設定を少なくとも部分的に定義する、前記撮像システムのための収集パラメータを選択するためのコンピュータ実施方法であって、前記コンピュータ実施方法は、
カメラシステムからのセンサーデータに基づいて生成される深度関連マップにアクセスするステップであって、前記カメラシステムは、前記撮像システムの視野の少なくとも一部を含む視野を有し、前記センサーデータは、前記患者との前記撮像手順の前に取得され、前記患者の外形の異なる部分が前記カメラシステムに対して有する距離を示す、アクセスするステップと、
前記収集パラメータを識別するために機械学習アルゴリズムを前記深度関連マップに適用するステップであって、
前記機械学習アルゴリズムが、メモリに記憶されプロセッサによってアクセスされる、アルゴリズムデータによって表され、
前記機械学習アルゴリズムが、i)例示的な深度関連マップと、ii)予測値としての例示的な収集パラメータとのセットを含むトレーニングデータを使用してトレーニングされ、前記例示的な収集パラメータは、前の患者との前の撮像手順において使用するための人間オペレータによる選択を表し、前記例示的な深度関連マップは、前記前の撮像手順中に前のカメラシステムによって取得されたセンサーデータに基づいて生成される、
適用するステップと、
前記撮像システムによって使用されるべき収集パラメータを出力するステップと
を有する、コンピュータ実施方法。 - プロセッサシステムに請求項14に記載の方法を実施させる命令を表す、一時的又は非一時的データを備える、コンピュータ可読媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP16198086.7 | 2016-11-10 | ||
EP16198086 | 2016-11-10 | ||
PCT/EP2017/078461 WO2018087083A1 (en) | 2016-11-10 | 2017-11-07 | Selecting acquisition parameter for imaging system |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020500579A true JP2020500579A (ja) | 2020-01-16 |
JP7138631B2 JP7138631B2 (ja) | 2022-09-16 |
Family
ID=57321131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019523737A Active JP7138631B2 (ja) | 2016-11-10 | 2017-11-07 | 撮像システムのための収集パラメータを選択すること |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200058389A1 (ja) |
EP (1) | EP3537976B1 (ja) |
JP (1) | JP7138631B2 (ja) |
CN (1) | CN109937012B (ja) |
WO (1) | WO2018087083A1 (ja) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11478212B2 (en) * | 2017-02-16 | 2022-10-25 | Siemens Healthcare Gmbh | Method for controlling scanner by estimating patient internal anatomical structures from surface data using body-surface and organ-surface latent variables |
WO2018227449A1 (en) | 2017-06-15 | 2018-12-20 | Shanghai United Imaging Healthcare Co., Ltd. | Imaging systems and methods thereof |
CN110622213B (zh) * | 2018-02-09 | 2022-11-15 | 百度时代网络技术(北京)有限公司 | 利用3d语义地图进行深度定位和分段的系统和方法 |
EP3545846B1 (en) * | 2018-03-26 | 2021-03-10 | Siemens Healthcare GmbH | Adjusting a collimator of an x-ray source |
US10888296B2 (en) * | 2018-06-29 | 2021-01-12 | Shanghai United Imaging Healthcare Co., Ltd. | Methods and systems for modulating radiation dose |
US11068668B2 (en) * | 2018-10-25 | 2021-07-20 | Facebook Technologies, Llc | Natural language translation in augmented reality(AR) |
US10751021B2 (en) * | 2018-12-20 | 2020-08-25 | General Electric Company | System and method for acquiring an x-ray image |
KR102056989B1 (ko) * | 2018-12-24 | 2020-02-11 | (주)제이엘케이인스펙션 | 머신러닝 기반의 gre 영상을 활용한 혈전 분류 방법 및 시스템 |
JP7104644B2 (ja) * | 2019-02-14 | 2022-07-21 | 富士フイルム株式会社 | 放射線撮影システム及びプログラム |
JP7224208B2 (ja) * | 2019-03-05 | 2023-02-17 | キヤノンメディカルシステムズ株式会社 | 医用処理装置、および医用診断システム |
JP7293814B2 (ja) * | 2019-04-01 | 2023-06-20 | 株式会社リコー | 生体情報計測装置、生体情報計測方法およびプログラム |
JP7350519B2 (ja) * | 2019-05-29 | 2023-09-26 | キヤノン株式会社 | 放射線撮影システム、放射線撮影制御装置及びその制御方法、並びに、プログラム |
EP3757940A1 (de) * | 2019-06-26 | 2020-12-30 | Siemens Healthcare GmbH | Ermittlung einer patientenbewegung während einer medizinischen bildgebungsmessung |
EP3760125A1 (en) * | 2019-07-05 | 2021-01-06 | Koninklijke Philips N.V. | Self-learning distributed system with automated ground-truth generation |
US11430564B2 (en) | 2019-11-27 | 2022-08-30 | Shanghai United Imaging Intelligence Co., Ltd. | Personalized patient positioning, verification and treatment |
EP4099914A4 (en) * | 2020-02-06 | 2024-02-28 | Vicarious Surgical Inc | SYSTEM AND METHOD FOR DETERMINING IN VIVO DEPTH PERCEPTION IN A SURGICAL ROBOTIC SYSTEM |
US20230309939A1 (en) * | 2022-04-04 | 2023-10-05 | GE Precision Healthcare LLC | System and Method for Training Sensor-Guided X-Ray Mammography System |
CN117670758A (zh) * | 2022-08-09 | 2024-03-08 | 上海西门子医疗器械有限公司 | 确定曝光参数的方法、装置、存储介质及程序产品 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08131428A (ja) * | 1994-11-08 | 1996-05-28 | Hitachi Ltd | ディジタルx線撮影装置 |
JP2005021661A (ja) * | 2003-06-10 | 2005-01-27 | Hitachi Medical Corp | X線断層撮影装置 |
JP2006204329A (ja) * | 2005-01-25 | 2006-08-10 | Hitachi Medical Corp | X線断層撮影装置 |
US20140221824A1 (en) * | 2011-07-23 | 2014-08-07 | Broncus Medical Inc. | System and method for automatically determining calibration parameters of a fluoroscope |
JP2015526231A (ja) * | 2012-08-27 | 2015-09-10 | コーニンクレッカ フィリップス エヌ ヴェ | 光学3dシーン検出及び解釈に基づく患者個別型及び自動x線システム調節 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102007021769B4 (de) * | 2007-05-09 | 2015-06-25 | Siemens Aktiengesellschaft | Angiographiegerät und zugehöriges Aufnahmeverfahren mit einem Mechansimus zur Kollisionsvermeidung |
US8494608B2 (en) * | 2008-04-18 | 2013-07-23 | Medtronic, Inc. | Method and apparatus for mapping a structure |
DE102011002928A1 (de) * | 2011-01-20 | 2012-07-26 | Siemens Aktiengesellschaft | Verfahren zur rechnergestützten Konfiguration einer medizinischen Bildgebungsvorrichtung |
US9320444B2 (en) * | 2013-03-15 | 2016-04-26 | Stryker Corporation | Patient support apparatus with patient information sensors |
US9152761B2 (en) * | 2014-01-10 | 2015-10-06 | Heartflow, Inc. | Systems and methods for identifying medical image acquisition parameters |
EP3160352A1 (en) | 2014-06-30 | 2017-05-03 | AGFA Healthcare | Method and system for configuring an x-ray imaging system |
CN107405123B (zh) * | 2014-11-06 | 2020-08-21 | 西门子保健有限责任公司 | 利用深度传感器数据的扫描数据检索 |
CN107851176A (zh) * | 2015-02-06 | 2018-03-27 | 阿克伦大学 | 光学成像系统及其方法 |
WO2018086000A1 (en) * | 2016-11-09 | 2018-05-17 | Edan Instruments, Inc. | Systems and methods for ultrasound imaging |
-
2017
- 2017-11-07 JP JP2019523737A patent/JP7138631B2/ja active Active
- 2017-11-07 WO PCT/EP2017/078461 patent/WO2018087083A1/en unknown
- 2017-11-07 CN CN201780069840.5A patent/CN109937012B/zh active Active
- 2017-11-07 EP EP17797310.4A patent/EP3537976B1/en active Active
- 2017-11-07 US US16/344,428 patent/US20200058389A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08131428A (ja) * | 1994-11-08 | 1996-05-28 | Hitachi Ltd | ディジタルx線撮影装置 |
JP2005021661A (ja) * | 2003-06-10 | 2005-01-27 | Hitachi Medical Corp | X線断層撮影装置 |
JP2006204329A (ja) * | 2005-01-25 | 2006-08-10 | Hitachi Medical Corp | X線断層撮影装置 |
US20140221824A1 (en) * | 2011-07-23 | 2014-08-07 | Broncus Medical Inc. | System and method for automatically determining calibration parameters of a fluoroscope |
JP2015526231A (ja) * | 2012-08-27 | 2015-09-10 | コーニンクレッカ フィリップス エヌ ヴェ | 光学3dシーン検出及び解釈に基づく患者個別型及び自動x線システム調節 |
Also Published As
Publication number | Publication date |
---|---|
WO2018087083A1 (en) | 2018-05-17 |
JP7138631B2 (ja) | 2022-09-16 |
EP3537976B1 (en) | 2020-05-20 |
RU2019118036A3 (ja) | 2021-03-03 |
CN109937012A (zh) | 2019-06-25 |
CN109937012B (zh) | 2023-02-17 |
EP3537976A1 (en) | 2019-09-18 |
US20200058389A1 (en) | 2020-02-20 |
RU2019118036A (ru) | 2020-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7138631B2 (ja) | 撮像システムのための収集パラメータを選択すること | |
US11559221B2 (en) | Multi-task progressive networks for patient modeling for medical scans | |
US9858667B2 (en) | Scan region determining apparatus | |
CN104346821B (zh) | 用于医学成像的自动规划 | |
CN109060849B (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
EP3804624B1 (en) | Synthetic parameterized computed tomography from surface data in medical imaging | |
JP6675495B2 (ja) | 脳深部刺激療法の電極の三次元画像における回転配向の決定 | |
JP6782051B2 (ja) | オンライン学習により強化されたアトラスベース自動セグメンテーション | |
TW201836549A (zh) | 物件定位裝置、物件定位方法、物件定位程式及輻射治療系統 | |
US20220061781A1 (en) | Systems and methods for positioning | |
JP6739422B2 (ja) | 被験者の画像をセグメント化するためのデバイス、システム及び方法 | |
Wang et al. | Automated segmentation of CBCT image using spiral CT atlases and convex optimization | |
US11327773B2 (en) | Anatomy-aware adaptation of graphical user interface | |
US20180064409A1 (en) | Simultaneously displaying medical images | |
CN109077746B (zh) | 一种确定辐射剂量调制线的方法、系统和装置 | |
US11423554B2 (en) | Registering a two-dimensional image with a three-dimensional image | |
US20220277835A1 (en) | Self-learning distributed system with automated ground-truth generation | |
US11645767B2 (en) | Capturing a misalignment | |
US11734849B2 (en) | Estimating patient biographic data parameters | |
RU2780966C2 (ru) | Выбор параметра получения изображений для системы формирования изображений | |
US20230030618A1 (en) | Making measurements in images | |
US20230342974A1 (en) | Imaging systems and methods |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201104 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210924 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211008 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20211221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220407 |
|
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: 20220808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7138631 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |