JP2021058242A - 医用画像診断装置、医用画像診断システム、および医用画像診断方法 - Google Patents

Abstract

【課題】医用画像診断装置に対する操作のログと、ユーザ情報および被検体情報の少なくとも一方と、にもとづいて繰り返し動作を検出する。【解決手段】実施形態に係る医用画像診断装置は、処理部を備える。処理部は、自装置に対する操作のログと、ユーザに関する情報および被検体に関する情報の少なくとも一方と、にもとづいて、一連の複数の操作からなる動作であって繰り返し実行される動作である繰り返し動作を検出する。【選択図】 図３

Description

本発明の実施形態は、医用画像診断装置、医用画像診断システム、および医用画像診断方法に関する。

医用画像診断装置は、利用用途が多く、また複数の操作者（医師等、以下ユーザという）により共用されることが多い。そこで、医用画像診断装置の入力ンターフェースには、細かい操作ごとにキーが用意されて細かな制御を受け付け可能とすることで、様々な要望に答えられるように汎用性を高めたものがある。

一方で、被検体の検査を行う場合には、ユーザは、ユーザの専門分野に応じて同じような複数の一連の操作を行うことが多い。たとえば、集団検診で胃部Ｘ線バリウム検査を開始する場合には、ユーザは、被検体を載置するために天板を移動させ、被検体の胃部を撮影するために天板に載置した被検体の胃部、Ｘ線管、およびＸ線検出器の位置関係を調整する。そして、これらの一連の複数の操作（以下、動作という）を、ユーザは被検体ごとに繰り返すことになる。

しかし、汎用性を高めた入力インターフェースでこのような繰り返し実行される動作（以下、繰り返し動作という）を入力するためには、繰り返し動作を１回実行するごとに、繰り返し動作を構成する一連の複数の操作のそれぞれに対応するキー操作を連続して行わなければならない。このため、ユーザは動作を指示するたびに、非常に複雑で難しい作業を強いられることになる。

この作業を単純化する方法として、これらの一連の複数の操作をショートカットキーに割り当てる方法や、プリセットされたオートポジショニングを利用する方法などが考えられる。しかし、一連の複数の操作のそれぞれの操作（たとえば天板を左に動かすなど）のパラメータ（たとえば２０ｃｍなど）が被検体に応じて異なるため、単に一連の複数の操作をショートカットキーに割り当て、あるいはオートポジショニングを利用しても、ユーザの作業負担を低減する効果は低い。また、そもそもこの種の割り当て作業自体が、ユーザにとっては煩雑な作業である。したがって、ユーザの多くは、紙に記載された操作手順を参照しながら複数の一連の操作を行っている。

特開２００９−１１６７８７号公報

クリストファー Ｍ. ビショップ（Christopher M. Bishop）著、「パターン認識と機械学習（上）（Pattern recognition and machine learning）」、（米国）、第１版、スプリンガー（Springer）、２００６年、Ｐ．２２５−２９０

本発明が解決しようとする課題は、医用画像診断装置に対する操作のログと、ユーザ情報および被検体情報の少なくとも一方と、にもとづいて繰り返し動作を検出することである。

実施形態に係る医用画像診断装置は、処理部を備える。処理部は、自装置に対する操作のログと、ユーザに関する情報および被検体に関する情報の少なくとも一方と、にもとづいて、一連の複数の操作からなる動作であって繰り返し実行される動作である繰り返し動作を検出する。

第１の実施形態に係るＸ線診断装置を含む医用画像診断システムの一構成例を示すブロック図。 解析機能の学習時におけるデータフローの一例を示す説明図。 解析機能の運用時におけるデータフローの一例を示す説明図。 Ｘ線診断装置を起動してからシャットダウンするまでの間に設定される、繰り返し動作抽出区間の一例を示す説明図。 学習済みモデルの再学習時におけるデータフローの一例を示す説明図。 第２の実施形態に係るＸ線診断装置を含む医用画像診断システムの一構成例を示すブロック図。 第３の実施形態に係る医用画像診断システムの一構成例を示すブロック図。 第３実施形態に係る第２の医用画像診断装置の一例としてのＸ線診断装置の一構成例を示すブロック図。

以下、図面を参照しながら、医用画像診断装置、医用画像診断システム、および医用画像診断方法の実施形態について詳細に説明する。

一実施形態に係る医用画像診断装置としては、Ｘ線診断装置、Ｘ線ＣＴ（Computed Tomography）装置、磁気共鳴イメージング（ＭＲＩ：Magnetic Resonance Imaging）装置など種々の装置を用いることができる。

（第１の実施形態）
図１は、第１の実施形態に係るＸ線診断装置１０を含む医用画像診断システム１の一構成例を示すブロック図である。

医用画像診断システム１は、医用画像診断装置の一例としてのＸ線診断装置１０、ＨＩＳ（Hospital Information System、病院情報システム）１０１、ＲＩＳ（Radiology Information System、放射線科情報システム）１０２、およびＰＡＣＳ（Picture Archiving and Communication Systems、画像保存通信システム）１０３を有する。

Ｘ線診断装置１０は、図１に示すように撮影装置２０およびコンソール３０を有する。

撮影装置２０は、通常は検査室に設置され、被検体に関する医用画像データを生成するよう構成される。コンソール３０は、検査室に隣接する操作室に設置され、医用画像データにもとづくＸ線画像を生成して表示を行なう。なお、Ｘ線診断装置１０は、撮影装置２０が設置される検査室に設置されてもよいし、撮影装置２０とネットワークを介して接続されて検査室と離れた遠隔地に設置されてもよい。

撮影装置２０は、Ｘ線源２１、ＦＰＤ２２、天板２３、高電圧電源２４、およびコントローラ２５を有する。

Ｘ線源２１は、高電圧電源２４により電圧を印加されてＸ線を発生する。

ＦＰＤ２２は、複数のＸ線検出素子を有するフラットパネルディテクタ（平面検出器、ＦＰＤ：Flat Panel Detector）により構成され、ＦＰＤ２２に照射されたＸ線を検出し、この検出したＸ線にもとづく医用画像データを出力する。この医用画像データはコンソール３０に与えられる。Ｘ線源２１とＦＰＤ２２は、天板２３に載置された被検体を挟んで対向配置されればよい。たとえば、Ｘ線源２１とＦＰＤ２２は、被検体を挟んで対向配置されるようにＣアームの両端部にそれぞれ支持されてもよい。また、Ｘ線源２１とＦＰＤ２２は、それぞれが独立な支持部材に支持されてもよい。

天板２３は、寝台の上部に設けられ、被検体Ｐを載置する。高電圧電源２４は、Ｘ線源２１に印加する高電圧を発生する機能を有する高電圧発生装置と、Ｘ線源２１が照射するＸ線に応じた出力電圧の制御を行うＸ線制御装置とを有する。高電圧発生装置は、変圧器方式であってもよいし、インバータ方式であってもよい。

また、高電圧電源２４は、Ｘ線の照射停止指示をコントローラ２５から受けると、Ｘ線源２１に対する高電圧出力を停止する。

コントローラ２５は、プロセッサおよび記憶回路を少なくとも有する。コントローラ２５は、この記憶回路に記憶されたプログラムに従ってコンソール３０により制御されて、撮影装置２０の各コンポーネントを統括制御する。コントローラ２５の記憶回路の記憶媒体内のプログラムおよびデータの一部または全部は、ネットワーク１００を介した通信によりダウンロードされてもよいし、光ディスクなどの可搬型記憶媒体を介して記憶回路に与えられてもよい。

一方、コンソール３０は、ディスプレイ３１、入力インターフェース３２、記憶回路３３、通信回路３４、および処理回路３５を有する。

ディスプレイ３１は、たとえば液晶ディスプレイやＯＬＥＤ（Organic Light Emitting Diode）ディスプレイなどの一般的な表示出力装置により構成され、処理回路３５の制御に従って処理回路３５が出力した繰り返し動作の内容などの各種情報を表示する。

入力インターフェース３２は、たとえばトラックボール、スイッチ、ボタン、マウス、キーボード、操作面へ触れることで入力操作を行なうタッチパッド、光学センサを用いた非接触入力インターフェース、および音声入力インターフェース等などの一般的な入力装置により実現され、ユーザの操作に対応した操作入力信号を処理回路３５に出力する。

記憶回路３３は、磁気的もしくは光学的記録媒体または半導体メモリなどの、プロセッサにより読み取り可能な記録媒体を含んだ構成を有する。記憶回路３３の記憶媒体内のプログラムおよびデータの一部または全部は、電子ネットワークを介した通信によりダウンロードされてもよいし、光ディスクなどの可搬型記憶媒体を介して記憶回路３３に与えられてもよい。

通信回路３４は、ネットワーク１００の形態に応じた種々の情報通信用プロトコルを実装する。通信回路３４は、この各種プロトコルに従ってＸ線診断装置１０とＨＩＳ１０１、ＲＩＳ１０２、ＰＡＣＳ１０３とを接続する。この接続には、電子ネットワークを介した電気的な接続などを適用することができる。ここで電子ネットワークとは、電気通信技術を利用した情報通信網全般を意味し、無線／有線の病院基幹ＬＡＮ（Local Area Network）やインターネット網のほか、電話通信回線網、光ファイバ通信ネットワーク、ケーブル通信ネットワークおよび衛星通信ネットワークなどを含む。

処理回路３５は、記憶回路３３に記憶されたプログラムを読み出して実行することにより、Ｘ線診断装置１０に対するユーザの操作のログと、ユーザに関する情報（以下、ユーザ情報という）および被検体に関する情報（以下、被検体情報という）の少なくとも一方と、にもとづいて繰り返し動作を検出するための処理を実行するプロセッサである。

なお、本明細書において、「操作」とは、入力インターフェース３２に対してユーザが１回で入力できる作業単位をいうものとする。操作には、パラメータが伴うことがあることに注意する。たとえば、天板２３を下げる、という操作には、どれだけの距離、どれだけの速度で下げるか、といったパラメータが伴い得る。

「動作」とは、複数の一連の操作により構成されるものとする。たとえば、胃部のＸ線撮影を行う場合、天板２３を下げる操作、被検体を載置する操作、天板２３を上げる操作、およびＸ線源２１を被検体の胃の位置に合わせる操作が行われる。これら複数の一連の操作を動作と定義する。この例では、動作を構成する各操作に付随するパラメータは、被検体の体格に応じて変化する。

また、ここで例示した胃部Ｘ線撮影の検査開始直後の動作は、被検体が入れ替わるたびに、ユーザによって過去に何度も繰り返し実行されていることが予想される。種々の動作のうち、このようにＸ線診断装置１０に対する操作のログに所定回数以上含まれた動作を、「繰り返し動作」というものとする。

処理回路３５のプロセッサは、図１に示すように、システム制御機能３５０、ログ収集機能３５１、解析機能３５２、提示機能３５３、割当機能３５４、および再現機能３５５を実現する。これらの各機能はそれぞれプログラムの形態で記憶回路３３に記憶されている。なお、処理回路３５の機能３５０−３５５の一部は、ネットワークを介してコンソール３０にデータ送受信可能に接続された外部のプロセッサにより実現されてもよい。

システム制御機能３５０は、Ｘ線診断装置１０を統括制御する。たとえば、システム制御機能３５０は、入力インターフェース３２を介したユーザ指示に応じて、コントローラ２５を介して撮影装置２０のＸ線源２１、ＦＰＤ２２、天板２３などを駆動する。

ログ収集機能３５１は、Ｘ線診断装置１０に対する操作のログを収集し、記憶回路３３またはＸ線診断装置１０に接続された他の記憶媒体等の記憶媒体に記憶させる。ログ収集機能３５１は、収集部の一例である。

解析機能３５２は、Ｘ線診断装置１０に対する操作のログと、ユーザ情報および被検体情報の少なくとも一方と、にもとづいて、繰り返し動作（繰り返し実行される動作（一連の複数の操作））を検出する。解析機能３５２は、処理部の一例である。解析機能３５２の詳細については図２−５を参照して後述する。

提示機能３５３は、解析機能３５２が検出した繰り返し動作を、たとえばディスプレイ３１に繰り返し動作を表示するなどの方法で、ユーザに提示する。提示機能３５３は、提示部の一例である。

割当機能３５４は、ユーザによる入力インターフェース３２を介した指示に応じて、解析機能３５２が検出した繰り返し動作を、１つのキーまたは複数のキーの組み合わせにより構成されるショートカットキーに割り当てる。割当機能３５４は割当部の一例である。

再現機能３５５は、解析機能３５２が検出した繰り返し動作が割り当てられたショートカットキーが操作されると、コントローラ２５を介して撮影装置２０を制御することにより、当該ショートカットキーに割り当てられた繰り返し動作をＸ線診断装置１０に再現させる。再現機能３５５は再現部の一例である。

（解析機能）
次に、解析機能３５２について図２−５を参照して説明する。解析機能３５２は、Ｘ線診断装置１０に対する操作のログ（以下、操作ログという）と、ユーザ情報および被検体情報の少なくとも一方と、にもとづいて、繰り返し動作を検出する。検出方法としては、動作ベクトル検出アルゴリズムを用いて検出する方法、および機械学習を用いた方法などの方法が挙げられる。

動作ベクトル検出アルゴリズムを用いて繰り返し動作を検出する場合は、解析機能３５２は、Ｘ線診断装置１０に対する操作のログから、大きな動きをベクトル化してとらえることで一連の操作を検出する。たとえば、天板２３が１２ｃｍ上昇後すぐに２ｃｍ下降し、またすぐに１０ｃｍ上がってから３０ｃｍ左に移動した場合を考える。この場合は、４つの操作とは考えず、大まかに２０ｃｍ上げる操作１つと３０ｃｍ左移動させる操作１つの２つの操作と考える。このように、解析機能３５２は、動作ベクトル検出アルゴリズムを利用する場合、操作のログのうちのパラメータが小さい操作をノイズととらえることで大まかな操作を把握するよう調整する調整機能５３としても機能することができる。

また、繰り返し動作が検出されると、解析機能３５２は、被検体の体格に応じたパラメータを各操作に設定し、当該パラメータの設定を行った繰り返し動作を出力してもよい。

解析機能３５２は、機械学習を用いて繰り返し動作を検出してもよい。この場合、機械学習としては、ＳＶＭ（サポートベクターマシン）を利用した機械学習を用いてもよいし、ＣＮＮ（畳み込みニューラルネットワーク）や畳み込み深層信念ネットワーク（ＣＤＢＮ：Convolutional Deep Belief Network）などの、多層のニューラルネットワークを用いた深層学習を用いてもよい。以下の説明では、機械学習がニューラルネットワークを用いた深層学習であり、機械学習モデルが深層学習を用いた学習済みモデルである場合の例を示す。

図２は、解析機能３５２の学習時におけるデータフローの一例を示す説明図である。解析機能３５２は、トレーニングデータセットを多数用いて深層学習を行うことにより、パラメータデータ５２を逐次的に更新する。

トレーニングデータセットは、トレーニングデータセットを構成する学習用データ群４１を構成する学習用データ４１１、４１２、４１３・・・、と、各学習用データに対応する教師データ群４２を構成し各学習用データに対応する教師データとしての繰り返し動作４２１、４２２、４２３、・・・、により構成される。

各学習用データは、操作ログ（Ｘ線診断装置１０に対する操作のログ）と、被検体情報およびユーザ情報の少なくとも一方と、の組みからなる。図２には、被検体情報およびユーザ情報の両方を用いる場合の例を示した。被検体情報は、被検体の身体的情報（身長、体重、体の厚みなどの被検体の体格に関する情報、性別、年齢、被検体ＩＤなど）、および被検体に対して行われる検査情報（検査部位に関する情報、被検体の検査目的に関する情報、検査ＩＤなど）などを含む。検査部位および検査目的は電子カルテ等から取得することができる。ユーザ情報は、ユーザ（たとえば撮影技師、手技者、読影医など）が専門とする診療科の情報、ユーザの所属する病院が専門とする診療科の情報、氏名、ユーザＩＤなどを含む。

各教師データの繰り返し動作４２１、４２２、４２３としては、たとえばユーザがこれまで入力の際に参照していた、紙に書かれた操作手順などを利用することができる。

解析機能３５２は、トレーニングデータセットが与えられるごとに、学習用データをニューラルネットワーク５１で処理した結果が教師データに近づくようにパラメータデータ５２を更新していく、いわゆる学習を行う。一般に、パラメータデータ５２の変化割合が閾値以内に収束すると、学習は終了と判断される。以下、学習後のパラメータデータ５２を特に学習済みパラメータデータ５２ｔという。

なお、学習用データの種類と図３に示す運用時の入力データの種類は一致させるべきことに注意する。たとえば、学習用データとして操作ログと被検体情報とを用い、ユーザ情報を用いない場合は、運用時の入力データも同様に、ユーザ情報を用いないようにする。

図３は、解析機能３５２の運用時におけるデータフローの一例を示す説明図である。運用時には、解析機能３５２は、操作ログが収集されるごとに、または所定の周期もしくは所定のタイミングで、またはユーザの指示に応じて、操作ログと被検体情報およびユーザ情報の少なくとも一方との組みからなる入力データ６１にもとづいて、学習済みモデル５０を用いて繰り返し動作６２を検出する。

たとえば、被検体情報が入力データに含まれる場合は、学習済みモデル５０が出力する繰り返し動作６２は、被検体の体格に応じたパラメータが加味されたものとすることができる。また、ユーザ情報が入力データに含まれる場合は、ユーザが専門とする診療科またはユーザの所属する病院が専門とする診療科の情報を用いることができるため、たとえば診療科の情報とその診療科で用いられる専門性の高い手技の動作などとをあらかじめに関連付けておくことにより、診療科の情報にもとづいてより深い複雑な動作を検出することができる。

なお、ニューラルネットワーク５１と学習済みパラメータデータ５２ｔは、学習済みモデル５０を構成する。ニューラルネットワーク５１は、プログラムの形態で記憶回路３３に記憶される。学習済みパラメータデータ５２ｔは、記憶回路３３に記憶されてもよいし、ネットワークを介して処理回路３５と接続された記憶媒体に記憶されてもよい。学習済みモデル５０（ニューラルネットワーク５１と学習済みパラメータデータ５２ｔ）が記憶回路３３に記憶される場合、処理回路３５のプロセッサにより実現される解析機能３５２は、記憶回路３３から学習済みモデル５０を読み出して実行することで、操作ログと被検体情報およびユーザ情報の少なくとも一方との組みからなる入力データ６１にもとづいて繰り返し動作６２を検出する。

なお、学習済みモデル５０は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）などの集積回路によって構築されてもよい。

次に、学習済みモデル５０を、運用時に検出した繰り返し動作６２を用いて再学習させる方法の一例を説明する。

図４は、Ｘ線診断装置１０を起動してからシャットダウンするまでの間に設定される、繰り返し動作抽出区間の一例を示す説明図である。図４には、Ｘ線診断装置１０を起動してからシャットダウンするまでの間に、被検体Ａの検査と被検体Ｂの検査が実行される場合の例を示した。また、被検体Ａの検査と被検体Ｂの検査は、それぞれ３回の撮影を含むものとする。

また、図５は、学習済みモデル５０の再学習時におけるデータフローの一例を示す説明図である。

図４に示した区間のそれぞれでは、毎回同じ動作（一連の複数の操作）が行われる可能性が高いものと思われる。たとえば、図４に示すように、被検体の検査開始から検査終了までの期間を医用撮影のタイミングで複数の区間に区切る場合、被検体Ａの検査開始から１回目の医用撮影までの区間ＴＡｓでは、被検体Ａの検査部位を撮影位置に移動させる動作が行われる可能性が高い。被検体Ｂの検査開始から１回目の医用撮影までの区間ＴＢｓでも、同様の目的の動作が行われる可能性が高い。撮影間の区間ＴＡ１２とＴＢ１２も同様と考えられる。この場合、検査開始から１回目の医用撮影までに行われる繰り返し動作、撮影間の区間で行われる繰り返し動作などを検出するとよい。また、図４に示した区間のそれぞれで行われる動作を連続した一つの動作としてあつかい、連続する複数の区間で１つの繰り返し動作ととらえてもよい場合もあるものと考えられる。

そこで、所定の区間の操作のログを学習用データ７１１の操作ログ（区間）として用いる。また、区間ごとの操作ログを解析機能３５２の調整機能５３によって動作ベクトル検出アルゴリズムを用いて調整することによって、区間で実行された全操作から把握される１つの繰り返し動作が得られる。これを教師データ７２１の繰り返し動作として用いて、パラメータデータ５２ｔを再度更新することで、学習済みモデル５０の精度の向上が期待できる。また、図４に示すように、一人の被検体の検査開始から検査終了までの期間を一つの区間ＴＡ、ＴＢとして扱って再学習のためのトレーニングデータセットを生成してもよい。

また、図４に示すように、Ｘ線診断装置１０の電源投入などによる起動指示があってから所定の区間Ｔｗｕでは、繰り返し動作である可能性の高い始業点検が行われるものと考えられる。また、終了点検の開始からシャットダウンまでの区間Ｔｓｄでは、同様に繰り返し動作である可能性の高い終業点検が行われるものと考えられる。したがって、これらの区間Ｔｗｕ、Ｔｓｄを起動から所定の区間Ｔｗｕの操作のログを学習用データ７１１の操作ログ（区間ごと）として用い、この操作ログ（区間ごと）を解析機能３５２の調整機能５３によって動作ベクトル検出アルゴリズムを用いて調整した動作を教師データ７２１の繰り返し動作として用いて、パラメータデータ５２ｔを再度更新してもよい。

（提示、割当、再現）
解析機能３５２によって繰り返し動作が検出されると、提示機能３５３は、解析機能３５２が検出した繰り返し動作をユーザに提示する。上述したとおり、解析機能３５２は、操作ログが収集されるごとに、または所定の周期もしくは所定のタイミングで、またはユーザの指示に応じて、繰り返し動作の検出を行うことができる。

具体的には、提示機能３５３は、検出された繰り返し動作の内容を、たとえば操作およびパラメータのリスト表示などの提示画像によってユーザに提示する。ユーザは、この提示画像を確認することで、検出された繰り返し動作を理解することができる。

また、ユーザは、検出された繰り返し動作がどのような操作の組み合わせであるのか確認するために、再現機能３５５に指示することで、検出された繰り返し動作をＸ線診断装置１０に再現させてもよい。この指示は、提示画像に設けられた再現ボタンなどを介して受け付けることができる

提示画像や再現動作によって検出された繰り返し動作を確認したユーザが所望した場合、割当機能３５４は、ユーザによる入力インターフェース３２を介した指示に応じて、解析機能３５２が検出した繰り返し動作を、１つのキーまたは複数のキーの組み合わせにより構成されるショートカットキーに割り当てる。

また、割当機能３５４は、再現動作を確認したユーザによる繰り返し動作の内容の調整、たとえば繰り返し動作を構成する複数の操作の変更や、各操作のパラメータ（たとえば移動の量、速度、角度など）の調整、を受け付けてもよい。この場合は、調整後の繰り返し動作をユーザに指示されたあるいは初期設定されたショートカットキーに割り当てる。この場合、ユーザは、解析機能３５２が検出した繰り返し動作を、自分の使い勝手がよいように調整した上で、ショートカットキーに登録することができるため、非常に利便性が高い。

また、割当機能３５４は、検出された繰り返し動作と、割り当てられたショートカットキーの情報と、ユーザとを関連付けて記憶回路３３に記憶させてもよい。この場合、複数のユーザが共用している入力インターフェース３２であっても、ログインユーザに応じて、同じキーに異なる繰り返し動作を割り当てることが可能となり、Ｘ線診断装置１０をユーザの専用機化することができる。

また、割当機能３５４は、検出された繰り返し動作と、割り当てられたショートカットキーの情報と、ユーザが所属する病院の情報とを関連付けて記憶回路３３に記憶させてもよい。この場合、汎用機として納品されたＸ線診断装置１０であっても、容易に病院専用にカスタマイズして病院専用機化することができる。

再現機能３５５は、繰り返し動作が割り当てられたショートカットキーの操作を受け付けると、繰り返し動作を再現する。ショートカットキーは１つのキーで構成されてもよい。ショートカットキーが１つのキーで構成される場合、再現機能３５５は、たとえば当該１つのキーをユーザが押下し続けている間は、繰り返し動作を構成する複数の一連の操作が順次再現するように機能してもよい。

この場合、再現機能３５５は、ユーザが当該キーを途中で離して押下をやめた場合、繰り返し動作を中断する。中断中に、ユーザが繰り返し動作の操作の調整やパラメータの調整、あるいは繰り返し動作にない操作などによって調整を行った場合でも、ユーザが押下を再開した場合は、再現機能３５５は中断された繰り返し動作を再開してもよい。再開にあたっては、調整によって繰り返し動作からずれた変位を、繰り返し動作を中断せず行っていたら本来であれば到達したであろう位置に誘導するか、調整をそのまま反映して繰り返し動作の続きを再現するかは、再開時にユーザの指示を仰いでもよいし、初期設定またはユーザ設定によってあらかじめ設定されてもよい。

また、再現機能３５５は、繰り返し動作の最後の操作が終了した場合は、その旨の情報を画像や音声でユーザに通知してもよい。

また、再現機能３５５は、繰り返し動作に１または複数の区切りを設けておき、ユーザがショートカットキーの押下を継続している場合でも、区切りに到達した時点で強制的に再現を中断してもよい。区切りは、たとえば繰り返し動作を構成する操作単位としてもよいし、繰り返し動作の提示画像を介してユーザにより設定されてもよい。区切りで中断した動作の再開トリガは、たとえば一度キーを離してから再度押下されたことや、押下継続のまま所定時間経過したことなどを利用することができる。区切りに到達した時点で強制的に再現を中断することにより、被検体やユーザが装置に巻き込まれたり挟まれたりなどの危険を未然に防ぐことができる。

また、再現機能３５５は、繰り返し動作にショートカットキーに割り当てられていない場合でも、繰り返し動作を構成する一連の操作のそれぞれに対応するキーを順次ユーザに示すことで、ユーザが繰り返し動作の再現を容易に行うことができるように支援することができる。キーの示し方としては、たとえばディスプレイ３１上にキーレイアウトを表示して次に押下すべきキーの色、輝度等の表示態様をかえる方法や、各キーにＬＥＤなどの発光部が内蔵されて各キーの発光状態を個別に制御可能な場合は、次に押下すべきキーに対応するＬＥＤの点灯状態を変更する方法などを用いることができる。また、この場合でも、１つのキーに割り当てられている場合と同様に、繰り返し動作の途中で、ユーザが繰り返し動作の操作の調整やパラメータの調整、あるいは繰り返し動作にない操作を行うなどして調整を受け付けてもよく、また再開の方法も１つのキーに割り当てられている場合と同様である。

また、このとき、解析機能３５２は、繰り返し動作にない操作が行われた場合であって、当該操作とこれまでに行われた操作とを最初の一連の操作として含む別な繰り返し動作への分岐の可能性を検知してもよい。この場合は、再現機能３５５は、解析機能３５２から分岐の可能性がある旨の情報および分岐した場合の繰り返し動作の情報を取得し、ユーザに対してどの繰り返し動作を再開するかの選択をうながしてもよい。

さらに、解析機能３５２は、ユーザによる操作が行われるごとに繰り返し動作の検出を行っているときに、すでに検出済みの繰り返し動作を構成する一連の複数の操作のうちの最初の一部の操作を検知すると、残りの操作に対応するキーをユーザに通知してもよい。このとき、対応する繰り返し動作の全体を提示画像などであわせて提示してもよい。

本実施形態に係る医用画像診断装置によれば、被検体の体格に応じたパラメータが自動設定された繰り返し動作を出力することができる。また、ユーザの専門分野に応じた複雑な繰り返し動作を検出することができる。繰り返し動作を提案することにより、ユーザは、より少ない操作で所望の動作を実現することが可能となる。

（第２の実施形態）
次に、本発明に係る医用画像診断装置、医用画像診断システム、および医用画像診断方法の第２実施形態について説明する。

図６は、第２の実施形態に係るＸ線診断装置１０Ａを含む医用画像診断システム１Ａの一構成例を示すブロック図である。

この第２実施形態に示す医用画像診断システム１Ａは、医用画像診断装置の一例としてのＸ線診断装置１０Ａが解析機能３５２を備えずともよい一方、解析機能３５２に相当する解析機能８５２を有する情報処理装置８０を備える点で第１実施形態に示す医用画像診断システム１と異なる。他の構成および作用については図１に示す医用画像診断システム１と実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

医用画像診断装置の一例としてのＸ線診断装置１０Ａのコンソール３０Ａの処理回路３５Ａは、第１実施形態に係る処理回路３５とは異なり、送受信機能３５６を実現する一方、解析機能３５２を実現せずともよい。

送受信機能３５６は、自装置に対する操作ログを情報処理装置８０に送信する。また、送受信機能３５６は、情報処理装置８０によって操作ログから検出された繰り返し動作の情報を受信する。

情報処理装置８０は、パーソナルコンピュータなどの一般的な情報処理装置により構成され、ディスプレイ８１、入力インターフェース８２、記憶回路８３、通信回路８４、および処理回路８５を有する。構成８１−８４はそれぞれコンソール３０Ａの構成３１−３４と同様の構成および作用を有するため、説明を省略する。

処理回路８５のプロセッサは、図６に示すように、ログ取得機能８５１、解析機能８５２、および送受信機能８５３を実現する。これらの各機能はそれぞれプログラムの形態で記憶回路８３に記憶されている。

ログ取得機能８５１は、Ｘ線診断装置１０Ａから送信されて送受信機能８５３が受信した操作ログを取得する。解析機能８５２の機能は、図６に示す例ではＸ線診断装置１０Ａの解析機能３５２と同等であるため説明を省略する。

送受信機能８５３は、Ｘ線診断装置１０Ａから送信されてきた操作ログを受信する。また、送受信機能８５３は、解析機能８５２が検出した繰り返し動作の情報をＸ線診断装置１０Ａに送信する。

情報処理装置８０の処理回路８５のプロセッサとして、Ｘ線診断装置１０Ａの処理回路３５Ａのプロセッサよりも高性能なものを用いることにより、大規模な学習済みモデルの構築が可能となるなどの利点を享受することができるため、Ｘ線診断装置１０Ａのコンソール３０Ａで行うよりもさらに高度な繰り返し動作の検出が可能となる。

（第３の実施形態）
図７は、第３の実施形態に係る医用画像診断システム１Ｂの一構成例を示すブロック図である。また、図８は、第３実施形態に係る第２の医用画像診断装置の一例としてのＸ線診断装置１０Ｂの一構成例を示すブロック図である。

この第３実施形態に示す医用画像診断システム１Ｂは、第２の医用画像診断装置の一例としてのＸ線診断装置１０Ｂ、ＭＲＩ装置１０Ｃを備える点で第２実施形態に示す医用画像診断システム１Ａと異なる。他の構成および作用については図６に示す医用画像診断システム１Ａと実質的に異ならないため、同じ構成には同一符号を付して説明を省略する。

図８には、第２の医用画像診断装置の一例として、Ｘ線診断装置１０Ｂの構成例を示したが、第３実施形態では、ＭＲＩ装置１０Ｃ等の他のモダリティであっても、図８に示すＸ線診断装置１０Ｂの処理回路３５Ｂと同等の処理回路を備える。

図７と図８を比較して明らかなように、第１の医用画像診断装置としてのＸ線診断装置１０Ａの処理回路３５Ａの実現機能例と第２の医用画像診断装置としてのＸ線診断装置１０Ｂの処理回路３５Ｂの実現機能例とは同等である。

このため、第３実施形態に係る医用画像診断システム１Ｂは、複数の医用画像診断装置の操作ログを情報処理装置８０に集約し、検出した繰り返し動作を複数の医用画像診断装置で共有することができる。

たとえば、Ｘ線診断装置１０Ａのユーザに熟練の優れた医師がいる一方で、Ｘ線診断装置１０Ｂのユーザには未熟なユーザしかいない場合を考える。この場合、Ｘ線診断装置１０Ａから情報処理装置８０に熟練の優れた医師による操作ログが送信されれば、熟練の優れた医師の操作ログにもとづいて繰り返し動作をすることができるとともに、この繰り返し動作をＸ線診断装置１０Ｂに送信することができる。このため、いわゆるエキスパート技術者のノウハウを容易に転用することができ、未熟な医師であっても専門的で効率的な繰り返し動作を容易かつ確実に実行することができる。

以上説明した少なくとも１つの実施形態によれば、医用画像診断装置に対する操作のログと、ユーザ情報および被検体情報の少なくとも一方と、にもとづいて繰り返し動作を検出することができる。

なお、上記実施形態において、「プロセッサ」という文言は、たとえば、専用または汎用のＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、または、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（たとえば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、およびＦＰＧＡ）等の回路を意味するものとする。プロセッサは、記憶媒体に保存されたプログラムを読み出して実行することにより、各種機能を実現する。

また、上記実施形態では処理回路の単一のプロセッサが各機能を実現する場合の例について示したが、複数の独立したプロセッサを組み合わせて処理回路を構成し、各プロセッサが各機能を実現してもよい。また、プロセッサが複数設けられる場合、プログラムを記憶する記憶媒体は、プロセッサごとに個別に設けられてもよいし、１つの記憶媒体が全てのプロセッサの機能に対応するプログラムを一括して記憶してもよい。

なお、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、種々の省略、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、１Ａ、１Ｂ 医用画像診断システム
１０、１０Ａ、１０Ｂ Ｘ線診断装置
１０Ｃ ＭＲＩ装置
３０、３０Ａ コンソール
３１ ディスプレイ
３２ 入力インターフェース
３５１ ログ収集機能
３５２ 解析機能
３５３ 提示機能
３５４ 割当機能
３５５ 再現機能
３５６ 送受信機能
７１１ 学習用データ
７２１ 教師データ
８５１ ログ取得機能
８５２ 解析機能
８５３ 送受信機能

Claims (16)

1. 自装置に対する操作のログと、ユーザに関する情報および被検体に関する情報の少なくとも一方と、にもとづいて、一連の複数の操作からなる動作であって繰り返し実行される動作である繰り返し動作を検出する処理部、
   を備えた医用画像診断装置。
2. 前記被検体に関する情報は、
   前記被検体の体格に関する情報を含む身体的情報、前記被検体の検査部位に関する情報、および前記被検体の検査目的に関する情報の少なくとも１つを含み、
   前記処理部は、
   検出した前記繰り返し動作を構成する複数の操作のそれぞれのパラメータを前記被検体に関する情報に応じて設定し、当該パラメータの設定を行った前記繰り返し動作を出力する、
   請求項１記載の医用画像診断装置。
3. 前記ユーザに関する情報は、
   前記ユーザが専門とする診療科の情報、および前記ユーザの所属する病院が専門とする診療科の情報の少なくとも１つを含み、
   前記処理部は、
   前記ユーザに関する情報に含まれる診療科に関連付けられた動作を前記繰り返し動作として検出する、
   請求項１または２に記載の医用画像診断装置。
4. 前記処理部が検出した前記繰り返し動作を前記ユーザに提示する提示部、
   をさらに備えた請求項１ないし３のいずれか１項に記載の医用画像診断装置。
5. 前記ユーザによる入力部を介した指示に応じて、前記処理部が検出した前記繰り返し動作を、１つのキーまたは複数のキーの組み合わせにより構成されるショートカットキーに割り当てる割当部、
   をさらに備えた請求項４記載の医用画像診断装置。
6. 前記割当部は、
   前記処理部が検出した前記繰り返し動作と、割り当てられたショートカットキーの情報と、前記ユーザまたは前記ユーザが所属する病院の情報と、を関連付けて記憶部に記憶させる、
   請求項５記載の医用画像診断装置。
7. 前記処理部が検出した前記繰り返し動作が割り当てられた前記ショートカットキーが操作されると、前記自装置に前記繰り返し動作を再現させる再現部、
   をさらに備えた請求項５または６に記載の医用画像診断装置。
8. 前記再現部は、
   前記ショートカットキーの操作に応じた前記繰り返し動作の再現中に、前記繰り返し動作を構成する前記一連の複数の操作の調整および各操作のパラメータの調整の少なくとも一方を受け付ける、
   請求項７記載の医用画像診断装置。
9. 前記処理部は、
   前記ユーザにより前記自装置に対する操作が行われるごとに前記繰り返し動作の検出を行い、前記繰り返し動作を構成する前記一連の複数の操作のうちの最初の一部の操作を検知すると、残りの操作に対応するキーを前記ユーザに通知する、
   請求項１ないし８のいずれか１項に記載の医用画像診断装置。
10. 前記処理部は、
    前記自装置に対する操作のログと、前記ユーザに関する情報および前記被検体に関する情報の少なくとも一方と、にもとづいて、動作ベクトル検出アルゴリズムを利用して前記繰り返し動作を検出する、
    請求項１ないし９のいずれか１項に記載の医用画像診断装置。
11. 前記処理部は、
    前記自装置に対する操作のログと、前記ユーザに関する情報および前記被検体に関する情報の少なくとも一方と、にもとづいて前記繰り返し動作を出力する学習済みモデルに対して前記自装置に対する操作のログと前記ユーザに関する情報および前記被検体に関する情報の少なくとも一方とを入力することにより、前記繰り返し動作を検出する、
    請求項１ないし９のいずれか１項に記載の医用画像診断装置。
12. 前記学習済みモデルは、
    学習用データと教師データからなるトレーニングデータセットであって、前記被検体に対する検査開始から検査終了までに実行された前記自装置に対する操作のログと、前記被検体に関する情報と、を前記学習用データとし、前記被検体に対する検査開始から検査終了までに実行された前記自装置に対する全操作から把握される１つの繰り返し動作を前記教師データとするトレーニングデータセット、を用いて学習を行ったモデルである、
    請求項１１記載の医用画像診断装置。
13. 前記学習済みモデルは、
    学習用データと教師データからなるトレーニングデータセットであって、前記被検体に対する検査開始から検査終了までの期間を医用撮影のタイミングで区切った区間ごとに、区間で実行された前記自装置に対する操作のログと、前記被検体に関する情報と、を前記学習用データとし、当該区間で実行された前記自装置に対する全操作から把握される１つの繰り返し動作を前記教師データとするトレーニングデータセット、を用いて学習を行ったモデルである、
    請求項１１記載の医用画像診断装置。
14. 自装置に対するユーザによる操作を受け付ける入力部と、
    前記自装置に対する操作のログを収集する収集部と、
    を有する医用画像診断装置と、
    前記医用画像診断装置とデータ送受信可能に接続され、前記医用画像診断装置に対する操作のログと、前記ユーザに関する情報および被検体に関する情報の少なくとも一方と、にもとづいて、一連の複数の操作からなる動作であって繰り返し実行される動作である繰り返し動作を検出する処理部を備えた情報処理装置と、
    を備えた医用画像診断システム。
15. 前記医用画像診断装置を複数備え、
    前記情報処理装置の前記処理部は、
    複数の前記医用画像診断装置のそれぞれから操作のログを受信し、第１の医用画像診断装置に対する操作のログから検出した繰り返し動作を、第２の医用画像診断装置に送信し、
    前記第２の医用画像診断装置は、
    前記情報処理装置の前記処理部が前記第１の医用画像診断装置に対する操作のログから検出した前記繰り返し動作を前記ユーザに提示する提示部をさらに有する、
    請求項１４記載の医用画像診断システム。
16. 医用画像診断装置に用いられる医用画像診断方法であって、
    前記医用画像診断装置に対する操作のログと、ユーザに関する情報および被検体に関する情報の少なくとも一方と、を取得するステップと、
    前記医用画像診断装置に対する操作のログと、前記ユーザに関する情報および前記被検体に関する情報の少なくとも一方と、にもとづいて、繰り返し実行される一連の複数の操作としての繰り返し動作であって前記ユーザおよび前記被検体の少なくとも一方に応じた繰り返し動作を生成するステップと、
    を有する医用画像診断方法。

Images