JP2020503075A - 診断映像変換装置、診断映像変換モジュール生成装置、診断映像撮影装置、診断映像変換方法、診断映像変換モジュール生成方法、診断映像撮影方法、及びプログラム - Google Patents
診断映像変換装置、診断映像変換モジュール生成装置、診断映像撮影装置、診断映像変換方法、診断映像変換モジュール生成方法、診断映像撮影方法、及びプログラム Download PDFInfo
- Publication number
- JP2020503075A JP2020503075A JP2018562523A JP2018562523A JP2020503075A JP 2020503075 A JP2020503075 A JP 2020503075A JP 2018562523 A JP2018562523 A JP 2018562523A JP 2018562523 A JP2018562523 A JP 2018562523A JP 2020503075 A JP2020503075 A JP 2020503075A
- Authority
- JP
- Japan
- Prior art keywords
- image
- mri
- probability
- conversion
- diagnostic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims description 92
- 210000004556 brain Anatomy 0.000 claims description 28
- 238000011156 evaluation Methods 0.000 claims description 25
- 238000012805 post-processing Methods 0.000 claims description 21
- 238000007781 pre-processing Methods 0.000 claims description 21
- 210000005252 bulbus oculi Anatomy 0.000 claims description 17
- 238000002059 diagnostic imaging Methods 0.000 claims description 16
- 238000013170 computed tomography imaging Methods 0.000 claims description 14
- 210000003140 lateral ventricle Anatomy 0.000 claims description 14
- 238000010606 normalization Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 210000001508 eye Anatomy 0.000 claims 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 325
- 238000013528 artificial neural network Methods 0.000 description 29
- 230000008569 process Effects 0.000 description 27
- 238000010586 diagram Methods 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000012549 training Methods 0.000 description 6
- 239000002131 composite material Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 3
- 206010008111 Cerebral haemorrhage Diseases 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000009977 dual effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 210000003041 ligament Anatomy 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- A61B5/05—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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/251—Fusion techniques of input or preprocessed data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
- G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- 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]
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/441—AI-based methods, deep learning or artificial neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Optics & Photonics (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
本発明の少なくとも一つの実施例において、前記分類部は、前記CT映像を、撮影された断層の位置によって、脳の最上段から眼球が現れる前までの映像を第1層映像として分類し、眼球が現れ始め、側脳室が現れる前までの映像を第2層映像として分類し、側脳室が現れ始め、脳室が終わる前までの映像を第3層映像として分類し、脳室が終わった後、脳の最下段までの映像を第4層映像として分類する。
本発明の少なくとも一つの実施例において、前記変換モジュールは、前記第1層映像として分類されたCT映像をMRI映像に変換する第1変換モジュールと、前記第2層映像として分類されたCT映像をMRI映像に変換する第2変換モジュールと、前記第3層映像として分類されたCT映像をMRI映像に変換する第3変換モジュールと、前記第4層映像として分類されたCT映像をMRI映像に変換する第4変換モジュールと、を含む。
本発明の少なくとも一つの実施例において、前記診断映像変換装置は、前記入力部を介して入力されたCT映像に対し、正規化、グレー変換、及びサイズ調整のうち少なくとも一つを含む前処理を実行する前処理部をさらに備える。
本発明の少なくとも一つの実施例において、前記診断映像変換装置は、前記変換モジュールが変換したMRI映像に対し、デコンボリューションを含む後処理を実行する後処理部をさらに備える。
本発明の少なくとも一つの実施例において、前記診断映像変換装置は、前記変換モジュールが変換したMRI映像がCT映像である確率とMRI映像である確率を出力する評価部をさらに備える。
本発明の少なくとも一つの実施例においては、前記診断映像変換装置の前記変換モジュールを生成するための診断映像変換モジュール生成装置であって、学習データであるCT映像が入力されると、複数の演算を行ってMRI映像を生成するMRI生成子と、学習データであるMRI映像が入力されると、複数の演算を行ってCT映像を生成するCT生成子と、前記MRI生成子が生成したMRI映像と学習データであるMRI映像を含む映像が入力されると、複数の演算を行って、入力された映像がMRI映像である確率とMRI映像でない確率を出力するMRI判別子と、前記CT生成子が生成したCT映像と学習データであるCT映像を含む映像が入力されると複数の演算を行って、入力された映像がCT映像である確率とCT映像でない確率を出力するCT判別子と、前記MRI判別子から出力される前記MRI映像である確率と前記MRI映像でない確率の期待値と出力値との差である確率損失を算出するMRI確率損失測定子と、前記CT判別子から出力される前記CT映像である確率と前記CT映像でない確率の期待値と出力値との差である確率損失を算出するCT確率損失測定子と、前記MRI生成子が生成したMRI映像と前記学習データであるMRI映像との差である基準損失を算出するMRI基準損失測定子と、前記CT生成子が生成したCT映像と前記学習データであるCT映像との差である基準損失を算出するCT基準損失測定子と、を備え、前記確率損失及び前記基準損失が最小になるように、逆伝搬(Back Propagation)アルゴリズムを用いて前記MRI生成子、前記CT生成子、前記MRI判別子、及び前記CT判別子に含まれた複数の演算の加重値を修正する、診断映像変換モジュール生成装置を提供する。
本発明の少なくとも一つの実施例において、前記診断映像変換モジュール生成装置は、ペアドデータとアンペアドデータを用いて前記確率損失及び前記基準損失が最小になるように逆伝搬アルゴリズムを用いて前記MRI生成子、前記CT生成子、前記MRI判別子、及び前記CT判別子に含まれた複数の演算の加重値を修正する。
本発明の少なくとも一つの実施例においては、CT撮影のためのX線を発生するX線発生装置と、前記X線発生装置から発生して人体を透過したX線を検出し、検出したX線を電気信号に変換し、変換された電気信号から映像データを取得するデータ取得装置と、前記データ取得装置が取得した前記映像データからCT映像を構成して出力する映像構成装置と、前記映像構成装置が構成した前記CT映像の入力を受け、MRI映像に変換して出力する前記診断映像変換装置と、前記CT映像と前記MRI映像を表示するディスプレイ装置と、を備え、前記ディスプレイ装置は、前記CT映像と前記MRI映像を選択的に表示するか、または両方とも表示する、診断映像撮影装置を提供する。
本発明の少なくとも一つの実施例においては、CT映像を入力する入力工程と、前記入力工程で入力されたCT映像をMRI映像に変換する変換工程と、前記変換工程で変換されたMRI映像を出力する出力工程と、を備える、診断映像変換方法を提供する。
本発明の少なくとも一つの実施例において、前記診断映像変換方法は、前記入力工程で入力されたCT映像を、撮影された断層の位置によって分類する分類工程をさらに備え、前記変換工程は、前記分類工程で分類されたCT映像をMRI映像に変換する工程を含む。
本発明の少なくとも一つの実施例において、前記分類工程は、前記CT映像を、撮影された断層の位置によって、脳の最上段から眼球が現れる前までの映像を第1層映像として分類する工程と、眼球が現れ始め、側脳室が現れる前までの映像を第2層映像として分類する工程と、側脳室が現れ始め、脳室が終わる前までの映像を第3層映像として分類する工程と、脳室が終わった後、脳の最下段までの映像を第4層映像として分類する工程とを含む。
本発明の少なくとも一つの実施例において、前記変換工程は、前記第1層映像として分類されたCT映像をMRI映像に変換する第1変換工程と、前記第2層映像として分類されたCT映像をMRI映像に変換する第2変換工程と、前記第3層映像として分類されたCT映像をMRI映像に変換する第3変換工程と、前記第4層映像として分類されたCT映像をMRI映像に変換する第4変換工程と、を含む。
本発明の少なくとも一つの実施例において、前記診断映像変換方法は、前記入力工程で入力されたCT映像に対し、正規化、グレー変換、及びサイズ調整のうち少なくとも一つを含む前処理を実行する前処理工程をさらに備える。
本発明の少なくとも一つの実施例において、前記診断映像変換方法は、前記変換工程で変換したMRI映像に対し、デコンボリューションを含む後処理を実行する後処理工程をさらに備える。
本発明の少なくとも一つの実施例において、前記診断映像変換方法は、前記変換工程で変換したMRI映像がCT映像である確率とMRI映像である確率を出力する評価工程をさらに備える。
本発明の少なくとも一つの実施例においては、前記診断映像変換方法の変換工程で用いられる変換モジュールを生成するための診断映像変換モジュール生成方法であって、学習データであるCT映像が入力されると、複数の演算を行ってMRI映像を生成するMRI生成工程と、学習データであるMRI映像が入力されると、複数の演算を行ってCT映像を生成するCT生成工程と、前記MRI生成工程で生成したMRI映像と学習データであるMRI映像を含む映像が入力されると、複数の演算を行って、入力された映像がMRI映像である確率とMRI映像でない確率を出力するMRI判別工程と、前記CT生成工程で生成したCT映像と学習データであるCT映像を含む映像が入力されると複数の演算を行って、入力された映像がCT映像である確率とCT映像でない確率を出力するCT判別工程と、前記MRI判別工程で出力される前記MRI映像である確率と前記MRI映像でない確率の期待値と出力値との差である確率損失を算出するMRI確率損失測定工程と、前記CT判別工程で出力される前記CT映像である確率と前記CT映像でない確率の期待値と出力値との差である確率損失を算出するCT確率損失測定工程と、前記MRI生成工程で生成したMRI映像と前記学習データであるMRI映像との差である基準損失を算出するMRI基準損失測定工程と、前記CT生成工程で生成したCT映像と前記学習データであるCT映像との差である基準損失を算出するCT基準損失測定工程と、前記確率損失及び前記基準損失が最小になるように、逆伝搬(Back Propagation)アルゴリズムを用いて前記MRI生成工程、前記CT生成工程、前記MRI判別工程、及び前記CT判別工程に含まれた複数の演算の加重値を修正する加重値修正工程を備える、診断映像変換モジュール生成方法を提供する。
本発明の少なくとも一つの実施例において、前記加重値修正工程は、ペアドデータとアンペアドデータを用いて前記確率損失及び前記基準損失が最小になるように逆伝搬アルゴリズムを用いて前記MRI生成工程、前記CT生成工程、前記MRI判別工程、及び前記CT判別工程に含まれた複数の演算の加重値を修正する工程を含む。
本発明の少なくとも一つの実施例においては、CT撮影のためのX線を発生するX線発生工程と、前記X線発生工程で発生して人体を透過したX線を検出し、検出したX線を電気信号に変換し、変換された電気信号から映像データを取得するデータ取得工程と、前記データ取得工程で取得した前記映像データからCT映像を構成して出力する映像構成工程と、前記映像構成工程で構成した前記CT映像の入力を受け、MRI映像に変換して出力する前記診断映像変換方法を実行する診断映像変換工程と、前記CT映像と前記MRI映像を表示する映像表示工程と、を備え、前記映像表示工程は、前記CT映像と前記MRI映像を選択的に表示するか、または両方とも表示する工程を含む、診断映像撮影方法を提供する。
本発明の少なくとも一つの実施例においては、前記診断映像変換方法を実行するプログラムを格納するコンピューター読み取り可能な記録媒体を提供する。
本発明の少なくとも一つの実施例においては、前記診断映像変換モジュール生成方法を実行するプログラムを格納するコンピューター読み取り可能な記録媒体を提供する。
本発明の少なくとも一つの実施例においては、前記診断映像撮影方法を実行するプログラムを格納するコンピューター読み取り可能な記録媒体を提供する。
220:前処理部 230:分類部
240:変換部 241:第1変換部
242:第2変換部 243:第3変換部
244:第4変換部 250:後処理部
260:評価部 270:出力部
G:MRI生成子 F:CT生成子
MD:MRI判別子 CD:CT判別子
MSL:MRI確率損失測定子 CSL:CT確率損失測定子
MLL:MRI基準損失測定子 CLL:CT基準損失測定子
Claims (23)
- CT映像を入力するための入力部と、
前記入力部を介して入力されたCT映像をMRI映像に変換する変換モジュールと、
前記変換モジュールが変換したMRI映像を出力するための出力部と
を備える、
診断映像変換装置。 - 前記入力部を介して入力されたCT映像を、撮影された断層の位置によって分類する分類部をさらに備え、
前記変換モジュールは、前記分類部によって分類されたCT映像をMRI映像に変換する、
請求項1に記載の診断映像変換装置。 - 前記分類部は、前記CT映像を、撮影された断層の位置によって、
脳の最上段から眼球が現れる前までの映像を第1層映像として分類し、
眼球が現れ始め、側脳室が現れる前までの映像を第2層映像として分類し、
側脳室が現れ始め、脳室が終わる前までの映像を第3層映像として分類し、
脳室が終わった後、脳の最下段までの映像を第4層映像として分類する、
請求項2に記載の診断映像変換装置。 - 前記変換モジュールは、
前記第1層映像として分類されたCT映像をMRI映像に変換する第1変換モジュールと、
前記第2層映像として分類されたCT映像をMRI映像に変換する第2変換モジュールと、
前記第3層映像として分類されたCT映像をMRI映像に変換する第3変換モジュールと、
前記第4層映像として分類されたCT映像をMRI映像に変換する第4変換モジュールと、
を含む、
請求項3に記載の診断映像変換装置。 - 前記入力部を介して入力されたCT映像に対し、正規化、グレー変換、及びサイズ調整のうち少なくとも一つを含む前処理を実行する前処理部をさらに備える、
請求項1に記載の診断映像変換装置。 - 前記変換モジュールが変換したMRI映像に対し、デコンボリューションを含む後処理を実行する後処理部をさらに備える、
請求項1に記載の診断映像変換装置。 - 前記変換モジュールが変換したMRI映像がCT映像である確率とMRI映像である確率を出力する評価部をさらに備える、
請求項1に記載の診断映像変換装置。 - 請求項1に記載の診断映像変換装置の前記変換モジュールを生成するための診断映像変換モジュール生成装置であって、
学習データであるCT映像が入力されると、複数の演算を行ってMRI映像を生成するMRI生成子と、
学習データであるMRI映像が入力されると、複数の演算を行ってCT映像を生成するCT生成子と、
前記MRI生成子が生成したMRI映像と学習データであるMRI映像を含む映像が入力されると、複数の演算を行って、入力された映像がMRI映像である確率とMRI映像でない確率を出力するMRI判別子と、
前記CT生成子が生成したCT映像と学習データであるCT映像を含む映像が入力されると複数の演算を行って、入力された映像がCT映像である確率とCT映像でない確率を出力するCT判別子と、
前記MRI判別子から出力される前記MRI映像である確率と前記MRI映像でない確率の期待値と出力値との差である確率損失を算出するMRI確率損失測定子と、
前記CT判別子から出力される前記CT映像である確率と前記CT映像でない確率の期待値と出力値との差である確率損失を算出するCT確率損失測定子と、
前記MRI生成子が生成したMRI映像と前記学習データであるMRI映像との差である基準損失を算出するMRI基準損失測定子と、
前記CT生成子が生成したCT映像と前記学習データであるCT映像との差である基準損失を算出するCT基準損失測定子と、
を備え、
前記確率損失及び前記基準損失が最小になるように、逆伝搬(Back Propagation)アルゴリズムを用いて前記MRI生成子、前記CT生成子、前記MRI判別子、及び前記CT判別子に含まれた複数の演算の加重値を修正する、
診断映像変換モジュール生成装置。 - ペアドデータとアンペアドデータを用いて前記確率損失及び前記基準損失が最小になるように逆伝搬アルゴリズムを用いて前記MRI生成子、前記CT生成子、前記MRI判別子、及び前記CT判別子に含まれた複数の演算の加重値を修正する、
請求項8に記載の診断映像変換モジュール生成装置。 - CT撮影のためのX線を発生するX線発生装置と、
前記X線発生装置から発生して人体を透過したX線を検出し、検出したX線を電気信号に変換し、変換された電気信号から映像データを取得するデータ取得装置と、
前記データ取得装置が取得した前記映像データからCT映像を構成して出力する映像構成装置と、
前記映像構成装置が構成した前記CT映像の入力を受け、MRI映像に変換して出力する請求項1ないし請求項7の何れか一項に記載の診断映像変換装置と、
前記CT映像と前記MRI映像を表示するディスプレイ装置と、
を備え、
前記ディスプレイ装置は、前記CT映像と前記MRI映像を選択的に表示するか、または両方とも表示する、
診断映像撮影装置。 - CT映像を入力する入力工程と、
前記入力工程で入力されたCT映像をMRI映像に変換する変換工程と、
前記変換工程で変換されたMRI映像を出力する出力工程と、
を備える、
診断映像変換方法。 - 前記入力工程で入力されたCT映像を、撮影された断層の位置によって分類する分類工程をさらに備え、
前記変換工程は、前記分類工程で分類されたCT映像をMRI映像に変換する工程を含む、
請求項11に記載の診断映像変換方法。 - 前記分類工程は、前記CT映像を、撮影された断層の位置によって、
脳の最上段から眼球が現れる前までの映像を第1層映像として分類する工程と、
眼球が現れ始め、側脳室が現れる前までの映像を第2層映像として分類する工程と、
側脳室が現れ始め、脳室が終わる前までの映像を第3層映像として分類する工程と、
脳室が終わった後、脳の最下段までの映像を第4層映像として分類する工程と
を含む、
請求項12に記載の診断映像変換方法。 - 前記変換工程は、
前記第1層映像として分類されたCT映像をMRI映像に変換する第1変換工程と、
前記第2層映像として分類されたCT映像をMRI映像に変換する第2変換工程と、
前記第3層映像として分類されたCT映像をMRI映像に変換する第3変換工程と、
前記第4層映像として分類されたCT映像をMRI映像に変換する第4変換工程と、
を含む、
請求項13に記載の診断映像変換方法。 - 前記入力工程で入力されたCT映像に対し、正規化、グレー変換、及びサイズ調整のうち少なくとも一つを含む前処理を実行する前処理工程をさらに備える、
請求項11に記載の診断映像変換方法。 - 前記変換工程で変換したMRI映像に対し、デコンボリューションを含む後処理を実行する後処理工程をさらに備える、
請求項11に記載の診断映像変換方法。 - 前記変換工程で変換したMRI映像がCT映像である確率とMRI映像である確率を出力する評価工程をさらに備える、
請求項11に記載の診断映像変換方法。 - 請求項11に記載の診断映像変換方法の変換工程で用いられる変換モジュールを生成するための診断映像変換モジュール生成方法であって、
学習データであるCT映像が入力されると、複数の演算を行ってMRI映像を生成するMRI生成工程と、
学習データであるMRI映像が入力されると、複数の演算を行ってCT映像を生成するCT生成工程と、
前記MRI生成工程で生成したMRI映像と学習データであるMRI映像を含む映像が入力されると、複数の演算を行って、入力された映像がMRI映像である確率とMRI映像でない確率を出力するMRI判別工程と、
前記CT生成工程で生成したCT映像と学習データであるCT映像を含む映像が入力されると複数の演算を行って、入力された映像がCT映像である確率とCT映像でない確率を出力するCT判別工程と、
前記MRI判別工程で出力される前記MRI映像である確率と前記MRI映像でない確率の期待値と出力値との差である確率損失を算出するMRI確率損失測定工程と、
前記CT判別工程で出力される前記CT映像である確率と前記CT映像でない確率の期待値と出力値との差である確率損失を算出するCT確率損失測定工程と、
前記MRI生成工程で生成したMRI映像と前記学習データであるMRI映像との差である基準損失を算出するMRI基準損失測定工程と、
前記CT生成工程で生成したCT映像と前記学習データであるCT映像との差である基準損失を算出するCT基準損失測定工程と、
前記確率損失及び前記基準損失が最小になるように、逆伝搬(Back Propagation)アルゴリズムを用いて前記MRI生成工程、前記CT生成工程、前記MRI判別工程、及び前記CT判別工程に含まれた複数の演算の加重値を修正する加重値修正工程と
を備える、
診断映像変換モジュール生成方法。 - 前記加重値修正工程は、ペアドデータとアンペアドデータを用いて前記確率損失及び前記基準損失が最小になるように逆伝搬アルゴリズムを用いて前記MRI生成工程、前記CT生成工程、前記MRI判別工程、及び前記CT判別工程に含まれた複数の演算の加重値を修正する工程を含む、
請求項18に記載の診断映像変換モジュール生成方法。 - CT撮影のためのX線を発生するX線発生工程と、
前記X線発生工程で発生して人体を透過したX線を検出し、検出したX線を電気信号に変換し、変換された電気信号から映像データを取得するデータ取得工程と、
前記データ取得工程で取得した前記映像データからCT映像を構成して出力する映像構成工程と、
前記映像構成工程で構成した前記CT映像の入力を受け、MRI映像に変換して出力する請求項1ないし請求項7の何れか一項に記載の診断映像変換方法を実行する診断映像変換工程と、
前記CT映像と前記MRI映像を表示する映像表示工程と、
を備え、
前記映像表示工程は、前記CT映像と前記MRI映像を選択的に表示するか、または両方とも表示する工程を含む、
診断映像撮影方法。 - 請求項11ないし請求項17の何れか一項に記載の診断映像変換方法を実行するプログラムを格納するコンピューター読み取り可能な記録媒体。
- 請求項18または請求項19に記載の診断映像変換モジュール生成方法を実行するプログラムを格納するコンピューター読み取り可能な記録媒体。
- 請求項20に記載の診断映像撮影方法を実行するプログラムを格納するコンピューター読み取り可能な記録媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170154251A KR102036416B1 (ko) | 2017-11-17 | 2017-11-17 | 진단 영상을 변환하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
KR10-2017-0154251 | 2017-11-17 | ||
PCT/KR2018/014151 WO2019098780A1 (ko) | 2017-11-17 | 2018-11-16 | 진단 영상 변환 장치, 진단 영상 변환모듈 생성 장치, 진단 영상 촬영 장치, 진단 영상 변환 방법, 진단 영상 변환모듈 생성 방법, 진단 영상 촬영 방법, 및 컴퓨터 판독 가능한 기록매체 |
KR1020180141923A KR20200057463A (ko) | 2018-11-16 | 2018-11-16 | 진단 영상 변환 장치, 진단 영상 변환모듈 생성 장치, 진단 영상 촬영 장치, 진단 영상 변환 방법, 진단 영상 변환모듈 생성 방법, 진단 영상 촬영 방법, 및 컴퓨터 판독 가능한 기록매체 |
KR10-2018-0141923 | 2018-11-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020503075A true JP2020503075A (ja) | 2020-01-30 |
Family
ID=66539769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018562523A Pending JP2020503075A (ja) | 2017-11-17 | 2018-11-16 | 診断映像変換装置、診断映像変換モジュール生成装置、診断映像撮影装置、診断映像変換方法、診断映像変換モジュール生成方法、診断映像撮影方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210225491A1 (ja) |
JP (1) | JP2020503075A (ja) |
WO (1) | WO2019098780A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021157847A (ja) * | 2020-11-16 | 2021-10-07 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 異常なナンバープレート認識方法、装置、デバイス及び読み取り可能な記憶媒体 |
JP7481916B2 (ja) | 2020-06-16 | 2024-05-13 | 日本放送協会 | 画像変換用ネットワーク学習装置およびそのプログラム、ならびに、画像変換装置およびそのプログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021060462A1 (ja) * | 2019-09-27 | 2021-04-01 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム、学習装置、方法およびプログラム、並びに導出モデル |
JP7406967B2 (ja) * | 2019-11-29 | 2023-12-28 | 日本放送協会 | 画像変換用ネットワーク学習装置およびそのプログラム |
TWI817884B (zh) * | 2023-01-03 | 2023-10-01 | 國立中央大學 | 影像偵測系統及其運作方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH041875A (ja) * | 1990-04-19 | 1992-01-07 | Fuji Photo Film Co Ltd | 多層型ニューラルネットワークの係数格納装置 |
JP2008154680A (ja) * | 2006-12-21 | 2008-07-10 | Ge Medical Systems Global Technology Co Llc | X線ct装置 |
WO2017141958A1 (ja) * | 2016-02-15 | 2017-08-24 | 学校法人慶應義塾 | 脊柱配列推定装置、脊柱配列推定方法及び脊柱配列推定プログラム |
JP2017174039A (ja) * | 2016-03-23 | 2017-09-28 | 富士フイルム株式会社 | 画像分類装置、方法およびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2010016293A1 (ja) * | 2008-08-08 | 2012-01-19 | コニカミノルタエムジー株式会社 | 医用画像表示装置、医用画像表示方法及びプログラム |
KR102049336B1 (ko) * | 2012-11-30 | 2019-11-27 | 삼성전자주식회사 | 컴퓨터 보조 진단 장치 및 방법 |
KR101563153B1 (ko) * | 2013-07-24 | 2015-10-26 | 삼성전자주식회사 | 의료 영상 신호 처리 방법 및 장치 |
KR102328269B1 (ko) * | 2014-10-23 | 2021-11-19 | 삼성전자주식회사 | 초음파 영상 장치 및 그 제어 방법 |
KR102449837B1 (ko) * | 2015-02-23 | 2022-09-30 | 삼성전자주식회사 | 신경망 학습 방법 및 장치, 및 인식 방법 및 장치 |
-
2018
- 2018-11-16 WO PCT/KR2018/014151 patent/WO2019098780A1/ko active Application Filing
- 2018-11-16 US US16/304,477 patent/US20210225491A1/en not_active Abandoned
- 2018-11-16 JP JP2018562523A patent/JP2020503075A/ja active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH041875A (ja) * | 1990-04-19 | 1992-01-07 | Fuji Photo Film Co Ltd | 多層型ニューラルネットワークの係数格納装置 |
JP2008154680A (ja) * | 2006-12-21 | 2008-07-10 | Ge Medical Systems Global Technology Co Llc | X線ct装置 |
WO2017141958A1 (ja) * | 2016-02-15 | 2017-08-24 | 学校法人慶應義塾 | 脊柱配列推定装置、脊柱配列推定方法及び脊柱配列推定プログラム |
JP2017174039A (ja) * | 2016-03-23 | 2017-09-28 | 富士フイルム株式会社 | 画像分類装置、方法およびプログラム |
Non-Patent Citations (1)
Title |
---|
JELMER M. WOLTERINK ET AL.: "Deep MR to CT Synthesis Using Unpaired Data", INTERNATIONAL WORKSHOP ON SIMULATION AND SYNTHESIS IN MEDICAL IMAGING, vol. 2017, JPN7019003749, 26 September 2017 (2017-09-26), pages 14 - 23, ISSN: 0004289225 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7481916B2 (ja) | 2020-06-16 | 2024-05-13 | 日本放送協会 | 画像変換用ネットワーク学習装置およびそのプログラム、ならびに、画像変換装置およびそのプログラム |
JP2021157847A (ja) * | 2020-11-16 | 2021-10-07 | ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッドBeijing Baidu Netcom Science Technology Co., Ltd. | 異常なナンバープレート認識方法、装置、デバイス及び読み取り可能な記憶媒体 |
Also Published As
Publication number | Publication date |
---|---|
US20210225491A1 (en) | 2021-07-22 |
WO2019098780A1 (ko) | 2019-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020503075A (ja) | 診断映像変換装置、診断映像変換モジュール生成装置、診断映像撮影装置、診断映像変換方法、診断映像変換モジュール生成方法、診断映像撮影方法、及びプログラム | |
CN110047128B (zh) | 从几个x射线放射照片3d重建x射线ct体积和分割掩模的方法和系统 | |
US10346974B2 (en) | Apparatus and method for medical image processing | |
CN110444277B (zh) | 一种基于多生成多对抗的多模态脑部mri图像双向转换方法 | |
CN109785243A (zh) | 基于对抗生成网络未配准低剂量ct的去噪方法、计算机 | |
KR20040102038A (ko) | 이미지 픽셀 인코딩 방법, 이미지 처리 방법 및 하나이상의 이미지 픽셀들에 의해 재생된 객체의 특성 인식을위한 이미지 처리 방법 | |
CN113808106B (zh) | 一种基于深度学习的超低剂量pet图像重建系统及方法 | |
JP2019216848A (ja) | 医用画像処理装置、医用画像処理方法及びプログラム | |
CN110556177A (zh) | 自动扫描工作流程 | |
CN111462885B (zh) | 扫描系统的扫描参数确定方法、装置、设备和存储介质 | |
Emami et al. | Attention-guided generative adversarial network to address atypical anatomy in synthetic CT generation | |
CN114881848A (zh) | 一种多序列mr转ct的方法 | |
CN116434918A (zh) | 医学图像处理方法及计算机可读存储介质 | |
KR102084138B1 (ko) | 영상 처리 장치 및 방법 | |
CN110270015A (zh) | 一种基于多序列MRI的sCT生成方法 | |
US20230214664A1 (en) | Learning apparatus, method, and program, image generation apparatus, method, and program, trained model, virtual image, and recording medium | |
KR20200057463A (ko) | 진단 영상 변환 장치, 진단 영상 변환모듈 생성 장치, 진단 영상 촬영 장치, 진단 영상 변환 방법, 진단 영상 변환모듈 생성 방법, 진단 영상 촬영 방법, 및 컴퓨터 판독 가능한 기록매체 | |
JP2021019714A (ja) | 画像処理装置、画像処理方法及びx線ct装置 | |
EP2343687B1 (en) | Tomographic image generating apparatus, tomographic image generating method, and program for generating tomographic images | |
KR20190117234A (ko) | 인공신경망을 이용한 자기 공명 영상의 영상 프로토콜 선택 장치와 방법 및 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 | |
CN110675357A (zh) | 图像优化网络的训练和图像优化方法、装置及设备 | |
Selçuk et al. | Improving image synthesis quality in multi-contrast mri using transfer learning via autoencoders | |
KR102556432B1 (ko) | 딥러닝 기반의 심장의 해부학적 분할을 위한 기준점 생성 및 분할 방법 | |
KR102658413B1 (ko) | Ct 영상을 이용한 인공지능 기반의 담도 영상 추출 장치 및 방법 | |
CN109272486A (zh) | Mr图像预测模型的训练方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190121 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190122 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191015 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20191115 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191126 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200217 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200623 |