JP2021115014A - 放射線治療装置、医用画像処理装置、及び医用画像処理方法 - Google Patents

Abstract

【課題】放射線治療において高画質なＭＲ画像を提供する。【解決手段】放射線治療装置１００は、取得部１６ａと、生成部１６ｂと、出力制御部１６ｃとを備える。取得部は、第１被検体についてリニアックビームＯＮ時の第１ＭＲ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ）画像を取得する。生成部は、複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、前記第１ＭＲ画像を入力することで、前記第３ＭＲ画像に類似した第４ＭＲ画像を生成する。出力制御部は、前記第４ＭＲ画像を出力する。【選択図】図１

Description

本明細書及び図面に開示の実施形態は、放射線治療装置、医用画像処理装置、及び医用画像処理方法に関する。

近年、磁気共鳴イメージング（Magnetic Resonance Imaging：ＭＲＩ）の機能と、放射線治療（「Ｌｉｎａｃ（リニアック又はライナック）」とも呼ばれる）の機能とを備えたＭＲＩ一体型の放射線治療装置（「ＭＲ−Ｌｉｎａｃ」とも呼ばれる）が注目されている。この放射線治療装置は、ＭＲＩによってＭＲ画像を撮像しつつ、被検体内の対象部位（例えば、腫瘍等）に対してＸ線などの放射線を照射して対象部位の治療を行う。

また、リニアックを支援する技術として、画像誘導放射線治療（ＩＧＲＴ：image-guided radiotherapy）及び同期照射が知られている。ＩＧＲＴは、放射線の照射直前や照射中に撮像された画像を用いて、対象部位の位置を確認及び追跡（トラッキング）しながら放射線照射を行う技術である。また、同期照射は、例えば呼吸や心拍の動きに伴って対象部位の位置が移動してしまう場合に、呼吸や心拍の動きに同期させて放射線照射を行う技術である。同期照射には、対象部位の移動に追尾して照射する追尾照射や、対象部位が照射可能位置に移動したタイミングで照射する待ち伏せ照射などがある。

特表２０１９−５０６２０８号公報

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、放射線治療において高画質なＭＲ画像を提供することである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。

実施形態に係る放射線治療装置は、取得部と、生成部と、出力制御部とを備える。取得部は、第１被検体についてリニアックビームＯＮ時の第１ＭＲ（Magnetic Resonance）画像を取得する。生成部は、複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、前記第１ＭＲ画像を入力することで、前記第３ＭＲ画像に類似した第４ＭＲ画像を生成する。出力制御部は、前記第４ＭＲ画像を出力する。

図１は、実施形態に係る放射線治療装置の構成例を示す図である。 図２は、実施形態に係る医用情報処理装置の構成例を示す図である。 図３は、実施形態に係る放射線治療装置及び医用情報処理装置により行われる学習時及び運用時の処理を示す図である。 図４Ａは、実施形態に係る機械学習用のＭＲ画像について説明するための図である。 図４Ｂは、実施形態に係る機械学習用のＭＲ画像について説明するための図である。 図５は、実施形態に係る医用情報処理装置の処理手順を示すフローチャートである。 図６は、実施形態に係る放射線治療装置の処理手順を示すフローチャートである。 図７は、その他の実施形態に係る医用画像処理装置の構成例を示す図である。

以下、図面を参照して、実施形態に係る放射線治療装置、医用画像処理装置、及び医用画像処理方法を説明する。なお、実施形態は、以下の実施形態に限られるものではない。また、一つの実施形態に記載した内容は、原則として他の実施形態にも同様に適用可能である。

（実施形態）
図１及び図２を用いて、実施形態に係る放射線治療装置及び医用画像処理装置の構成について説明する。図１は、実施形態に係る放射線治療装置１００の構成例を示す図である。図２は、実施形態に係る医用情報処理装置２００の構成例を示す図である。

図１に示す放射線治療装置１００は、磁気共鳴イメージング（Magnetic Resonance Imaging：ＭＲＩ）の機能と、放射線治療（「Ｌｉｎａｃ（リニアック又はライナック）」とも呼ばれる）の機能とを備えたＭＲＩ一体型の放射線治療装置（「ＭＲ−Ｌｉｎａｃ」とも呼ばれる）である。例えば、放射線治療装置１００は、放射線治療に先だってＭＲＩによるＭＲ画像の撮像を行い、治療計画の作成を支援する。そして、治療計画が作成されると、放射線治療装置１００は、リニアックによって治療計画に沿った放射線治療が実行される。なお、図１にて説明する放射線治療装置１００の構成はあくまで一例であり、図示した内容に限定されるものではない。例えば、放射線治療装置１００の構成としては、公知のＭＲ−Ｌｉｎａｃの構成を任意に適用可能である。また、リニアックによって照射される放射線を、「リニアックビーム」又は単に「ビーム」とも表記する。

また、放射線治療装置１００は、ＭＲ画像を用いて、画像誘導放射線治療（ＩＧＲＴ：image-guided radiotherapy）及び同期照射を実行可能である。ＩＧＲＴは、放射線の照射直前や照射中に撮像された画像を用いて、対象部位（例えば、腫瘍等）の位置を確認及び追跡しながら放射線照射を行う技術である。また、同期照射は、例えば呼吸や心拍の動きに伴って対象部位の位置が移動してしまう場合に、呼吸や心拍の動きに同期させて放射線照射を行う技術である。なお、ＩＧＲＴ及び同期照射については、公知の技術を任意に適用可能である。

また、図１及び図２では、放射線治療装置１００及び医用情報処理装置２００がネットワークＮＷ１０を介して通信可能に接続される場合を説明するが、これに限定されるものではない。例えば、放射線治療装置１００及び医用情報処理装置２００は、ネットワークＮＷ１０を介さずとも、記憶媒体、又は、取り外し可能な外部記憶装置等を介して情報の受け渡しを行うことが可能である。

ここで、本実施形態に係る放射線治療装置１００は、学習済みモデルを備え、学習済みモデルを用いることで、放射線治療において高画質なＭＲ画像を提供することができる。また、本実施形態に係る医用情報処理装置２００は、放射線治療装置１００が備える学習済みモデルを構築する。なお、本実施形態では、放射線治療装置１００が学習済みモデルを備える場合を説明するが、これに限定されるものではない。放射線治療装置１００とは異なる装置が学習済みモデルを備える場合の実施形態については、後述する。

図１に示すように、例えば、放射線治療装置１００は、静磁場磁石１、傾斜磁場コイル２、傾斜磁場電源３、ＷＢ（Whole Body）コイル４、受信コイル装置５、寝台６、送信回路７、受信回路８、架台９、インタフェース１０、ディスプレイ１１、記憶回路１２、処理回路１３，１４，１５，１６、及び回転フレーム１７を備える。また、放射線治療装置１００は、ネットワークＮＷ（Network）１０を介して接続された他の装置と通信可能である。なお、ネットワークＮＷ１０は、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等、任意の通信網である。また、放射線治療装置１００に被検体Ｓ（例えば、人体）及びネットワークＮＷ１０は含まれない。

静磁場磁石１は、被検体Ｓが配置される撮像空間に静磁場を発生させる。具体的には、静磁場磁石１は、中空の略円筒状（中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、内周側に配置された撮像空間に静磁場を発生させる。例えば、静磁場磁石１は、略円筒状に形成された冷却容器と、当該冷却容器内に充填された冷却材（例えば、液体ヘリウム等）に浸漬された超伝導磁石等の磁石とを有する。なお、静磁場磁石１は、例えば、永久磁石を用いて静磁場を発生させるものであってもよい。

傾斜磁場コイル２は、被検体Ｓが配置される撮像空間に傾斜磁場を発生させる。具体的には、傾斜磁場コイル２は、中空の略円筒状（中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、径方向に積層された略円筒状の複数の傾斜磁場コイルを有する。ここで、複数の傾斜磁場コイルは、傾斜磁場電源３から供給される電流に基づいて、内周側に配置された撮像空間に、互いに直交するＸ軸、Ｙ軸、及びＺ軸の各軸方向に沿った傾斜磁場を発生させる。

より具体的には、傾斜磁場コイル２は、Ｘ軸方向に沿った傾斜磁場コイルを発生させるＸコイルと、Ｙ軸方向に沿った傾斜磁場コイルを発生させるＹコイルと、Ｚ軸方向に沿った傾斜磁場コイルを発生させるＺコイルとを有する。ここで、Ｘ軸、Ｙ軸、及びＺ軸は、放射線治療装置１００に固有の装置座標系を構成する。例えば、Ｘ軸は、傾斜磁場コイル２の中心軸に直交する水平方向に設定され、Ｙ軸は、傾斜磁場コイル２の中心軸に直交する鉛直方向に設定される。また、Ｚ軸は、傾斜磁場コイル２の中心軸に沿って設定される。

傾斜磁場電源３は、傾斜磁場コイル２が有するＸコイル、Ｙコイル、及びＺコイルそれぞれに個別に電流を供給することで、Ｘ軸、Ｙ軸、及びＺ軸の各軸方向に沿った傾斜磁場を撮像空間に発生させる。具体的には、傾斜磁場電源３は、Ｘコイル、Ｙコイル、及びＺコイルそれぞれに適宜に電流を供給することによって、互いに直交するリードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った傾斜磁場を発生させる。ここで、リードアウト方向に沿った軸、位相エンコード方向に沿った軸、及びスライス方向に沿った軸は、撮像の対象となるスライス領域又はボリューム領域を規定するための論理座標系を構成する。

なお、以下では一例として、論理座標系を構成するリードアウト方向に沿った軸、位相エンコード方向に沿った軸、及びスライス方向に沿った軸が、装置座標系を構成するＸ軸、Ｙ軸、及びＺ軸にそれぞれ対応する場合を説明する。しかしながら、論理座標系と装置座標系との対応関係は、これに限定されるものではなく、任意に変更可能である。

そして、リードアウト方向、位相エンコード方向、及びスライス方向それぞれに沿った傾斜磁場は、静磁場磁石１によって発生する静磁場に重畳されることによって、被検体Ｓから発生した磁気共鳴（Magnetic Resonance：ＭＲ）信号に空間的な位置情報を付与する。具体的には、リードアウト方向の傾斜磁場Ｇｒｏは、リードアウト方向の位置に応じてＭＲ信号の周波数を変化させることで、リードアウト方向に沿った位置情報をＭＲ信号に付与する。また、位相エンコード方向の傾斜磁場Ｇｐｅは、位相エンコード方向に沿ってＭＲ信号の位相を変化させることで、位相エンコード方向に沿った位置情報をＭＲ信号に付与する。また、スライス方向の傾斜磁場Ｇｓｓは、スライス方向に沿った位置情報をＭＲ信号に付与する。例えば、スライス方向の傾斜磁場Ｇｓｓは、撮像領域がスライス領域の場合には、スライス領域の方向、厚さ、枚数を決めるために用いられ、撮像領域がボリューム領域である場合には、スライス方向の位置に応じてＭＲ信号の位相を変化させるために用いられる。

ＷＢコイル４は、傾斜磁場コイル２の内側に配置されており、被検体Ｓが配置される撮像空間にＲＦ（Radio Frequency）磁場を印加する送信コイルの機能と、当該ＲＦ磁場の影響によって被検体Ｓから発生するＭＲ信号を受信する受信コイルの機能とを有するＲＦコイルである。具体的には、ＷＢコイル４は、中空の略円筒状（円筒の中心軸に直交する断面の形状が楕円状となるものを含む）に形成されており、送信回路７から供給される高周波パルス信号に基づいて、円筒内に配置された撮像空間にＲＦ磁場を印加する。また、ＷＢコイル４は、ＲＦ磁場の影響によって被検体Ｓから発生するＭＲ信号を受信し、受信したＭＲ信号を受信回路８へ出力する。

受信コイル装置５は、被検体Ｓから発生したＭＲ信号を受信するＲＦコイルである。例えば、受信コイル装置５は、被検体Ｓの部位ごとに用意され、被検体Ｓの撮像が行われる際に、撮像対象の部位の近傍に配置される。そして、受信コイル装置５は、ＷＢコイル４によって印加されるＲＦ磁場の影響によって被検体Ｓから発生したＭＲ信号を受信し、受信したＭＲ信号を受信回路８へ出力する。なお、受信コイル装置５は、被検体ＳにＲＦ磁場を印加する送信コイルの機能をさらに有していてもよい。その場合には、受信コイル装置５は、送信回路７に接続され、送信回路７から供給されるＲＦパルス信号に基づいて、被検体ＳにＲＦ磁場を印加する。

寝台６は、被検体Ｓが載置される天板６ａを備え、被検体Ｓの撮像が行われる際に、被検体Ｓが載置された天板６ａを撮像空間に移動する。例えば、寝台６は、天板６ａの長手方向が静磁場磁石１の中心軸と平行になるように設置されている。

送信回路７は、静磁場中に置かれた対象原子核に固有の共鳴周波数（ラーモア周波数）に対応するＲＦパルス信号をＷＢコイル４に出力する。具体的には、送信回路７は、パルス発生器、ＲＦ発生器、変調器、及び増幅器を有する。パルス発生器は、ＲＦパルス信号の波形を生成する。ＲＦ発生器は、共鳴周波数のＲＦ信号を発生する。変調器は、ＲＦ発生器によって発生したＲＦ信号の振幅をパルス発生器によって発生した波形で変調することで、ＲＦパルス信号を生成する。増幅器は、変調器によって発生したＲＦパルス信号を増幅してＷＢコイル４に出力する。

受信回路８は、ＷＢコイル４又は受信コイル装置５によって受信されたＭＲ信号に基づいてＭＲ信号データを生成する。例えば、受信回路８は、ＷＢコイル４又は受信コイル装置５から出力されるＭＲ信号をデジタル変換することによってＭＲ信号データを生成する。そして、受信回路８は、生成したＭＲ信号データを処理回路１４に出力する。

架台９は、略円筒状（中心軸に直交する断面の形状が楕円状となるものを含む）に形成された中空のボア９ａを有し、静磁場磁石１、傾斜磁場コイル２、及びＷＢコイル４を支持している。具体的には、架台９は、静磁場磁石１の内周側に傾斜磁場コイル２を配置し、傾斜磁場コイル２の内周側にＷＢコイル４を配置し、ＷＢコイル４の内周側にボア９ａを配置した状態で、静磁場磁石１、傾斜磁場コイル２、及びＷＢコイル４それぞれを支持している。ここで、架台９が有するボア９ａ内の空間が、被検体Ｓの撮像が行われる際に被検体Ｓが配置される撮像空間となる。

なお、ここでは、放射線治療装置１００が、静磁場磁石１、傾斜磁場コイル２及びＷＢコイル４それぞれが略円筒状に形成された、いわゆるトンネル型の構成を有する場合の例を説明するが、実施形態はこれに限られない。例えば、放射線治療装置１００は、被検体Ｓが配置される撮像空間を挟んで対向するように一対の静磁場磁石、一対の傾斜磁場コイルユニット及び一対のＲＦコイルを配置した、いわゆるオープン型の構成を有していてもよい。この場合には、一対の静磁場磁石、一対の傾斜磁場コイルユニット及び一対のＲＦコイルによって挟まれた空間が、トンネル型の構成におけるボアに相当する。

インタフェース１０は、操作者から各種指示及び各種情報の入力操作を受け付ける。具体的には、インタフェース１０は、処理回路１６に接続されており、操作者から受け取った入力操作を電気信号へ変換して処理回路１６に出力する。例えば、インタフェース１０は、撮像条件や関心領域（Region Of Interest：ＲＯＩ）の設定等を行うためのトラックボール、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うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等を含む。なお、本明細書において、インタフェース１０は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路もインタフェース１０の例に含まれる。

また、インタフェース１０は、放射線治療装置１００と医用情報処理装置２００との間で行われる通信を制御する。具体的には、インタフェース１０は、医用情報処理装置２００から各種の情報を受信し、受信した情報を処理回路１６に出力する。例えば、インタフェース１０は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等を含む。

ディスプレイ１１は、各種情報及び各種画像を表示する。具体的には、ディスプレイ１１は、処理回路１６に接続されており、処理回路１６から送られる各種情報及び各種画像を表示用の電気信号に変換して出力する。例えば、ディスプレイ１１は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。

記憶回路１２は、各種データを記憶する。具体的には、記憶回路１２は、ＭＲ信号データやＭＲ画像を記憶する。例えば、記憶回路１２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子やハードディスク、光ディスク等によって実現される。

処理回路１３は、寝台制御機能１３ａ及び照射制御機能１３ｂを有する。寝台制御機能１３ａは、制御用の電気信号を寝台６へ出力することで、寝台６の動作を制御する。例えば、寝台制御機能１３ａは、インタフェース１０を介して、天板６ａを長手方向、上下方向又は左右方向へ移動させる指示を操作者から受け付け、受け付けた指示に従って天板６ａを移動するように、寝台６が有する天板６ａの移動機構を動作させる。なお、照射制御機能１３ｂについては、後述する。

処理回路１４は、収集機能１４ａを有する。収集機能１４ａは、各種のパルスシーケンスを実行することで、被検体ＳのＭＲ信号データを収集する。具体的には、収集機能１４ａは、処理回路１６から出力されるシーケンス実行データに従って、傾斜磁場電源３、送信回路７及び受信回路８を駆動することで、パルスシーケンスを実行する。ここで、シーケンス実行データは、パルスシーケンスを表すデータであり、傾斜磁場電源３が傾斜磁場コイル２に電流を供給するタイミング及び供給する電流の強さ、送信回路７がＷＢコイル４に供給するＲＦパルス信号の強さや供給タイミング、受信回路８がＭＲ信号を検出する検出タイミング等を規定した情報である。そして、収集機能１４ａは、パルスシーケンスを実行した結果として、受信回路８からＭＲ信号データを受信し、受信したＭＲ信号データを記憶回路１２に記憶させる。ここで、収集機能１４ａによって受信されたＭＲ信号データの集合は、前述したリードアウト傾斜磁場、位相エンコード傾斜磁場、及びスライス傾斜磁場によって付与された位置情報に応じて２次元又は３次元に配列されることで、ｋ空間を構成するデータとして記憶回路１２に記憶される。

処理回路１５は、再構成機能１５ａを有する。再構成機能１５ａは、記憶回路１２に記憶されたＭＲ信号データに基づいてＭＲ画像を生成する。具体的には、再構成機能１５ａは、収集機能１４ａによって記憶回路１２に記憶されたＭＲ信号データを読み出し、読み出したＭＲ信号データに後処理、すなわち、フーリエ変換等の再構成処理を施すことでＭＲ画像を生成する。また、再構成機能１５ａは、生成したＭＲ画像を記憶回路１２に記憶させる。

処理回路１６は、撮像制御機能１６ａ、画像生成機能１６ｂ、及び出力制御機能１６ｃを有する。撮像制御機能１６ａは、ＭＲＩに関連する各構成要素を制御することで、放射線治療装置１００におけるＭＲＩの処理全体を制御する。具体的には、撮像制御機能１６ａは、操作者から各種指示及び各種情報の入力操作を受け付けるためのＧＵＩ（Graphical User Interface）をディスプレイ１１に表示する。そして、撮像制御機能１６ａは、インタフェース１０を介して受け付けられた入力操作に応じて、ＭＲＩに関連する各構成要素を制御する。例えば、撮像制御機能１６ａは、インタフェース１０を介して操作者から撮像条件の入力を受け付ける。そして、撮像制御機能１６ａは、受け付けた撮像条件に基づいてシーケンス実行データを生成し、当該シーケンス実行データを処理回路１４に送信することで、各種のパルスシーケンスを実行する。また、例えば、撮像制御機能１６ａは、操作者からの要求に応じて、記憶回路１２からＭＲ画像を読み出してディスプレイ１１に出力する。なお、撮像制御機能１６ａは、ＭＲ画像を取得する取得部の一例である。また、画像生成機能１６ｂ及び出力制御機能１６ｃについては、後述する。

ここで、上述した処理回路１３，１４，１５，１６は、例えば、プロセッサによって実現される。この場合に、各処理回路が有する処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路１２に記憶される。各処理回路は、記憶回路１２から各プログラムを読み出して実行することで、各プログラムに対応する機能を実現する。ここで、各処理回路は、複数のプロセッサによって構成され、各プロセッサがプログラムを実行することによって各処理機能を実現するものとしてもよい。また、各処理回路が有する処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。また、ここでは、単一の記憶回路１２が各処理機能に対応するプログラムを記憶するものとして説明したが、複数の記憶回路を分散して配置して、処理回路が個別の記憶回路から対応するプログラムを読み出す構成としても構わない。

回転フレーム１７は、静磁場磁石１を囲むように配置された円環状のフレームであり、放射線発生器１７ａ及び放射線絞り器１７ｂを支持する。放射線発生器１７ａは、例えば、電子銃と加速管を備え、治療用の放射線を照射する。加速管は、電子銃から発生した熱電子を加速し、タングステンターゲットに衝突させて治療用の放射線を発生させる。放射線絞り器１７ｂは、治療用の放射線の照射範囲を絞る複数の絞り羽根（「マルチリーフコリメータ」とも呼ばれる）と、複数の絞り羽根を移動させる移動機構とを備える。

また、回転フレーム１７は、照射制御機能１３ｂによる制御のもと、被検体Ｓを中心とした円軌道にて回転することで、被検体Ｓを中心として放射線発生器１７ａ及び放射線絞り器１７ｂを回転移動させる。これにより、円軌道上の放射線発生器１７ａにて発生した放射線は、照射経路１７ｃを経て被検体Ｓへ照射される。なお、架台９は、回転フレーム１７を回転させるための駆動装置等を備える。

放射線を被検体Ｓに到達させるため、照射経路１７ｃ上に位置する各構成要素には放射線窓が設けられる。放射線窓は、各構成要素における放射線の減衰が可能な限り小さく且つ均一になるように設計された領域である。放射線窓の構成については、公知の技術を任意に適用可能である。

ここで、放射線治療装置１００は、照射制御機能１３ｂにより、被検体Ｓの対象部位に対する放射線治療を実行する。照射制御機能１３ｂは、放射線治療に関連する各構成要素を制御することで、放射線治療装置１００における放射線照射の処理全体を制御する。具体的には、照射制御機能１３ｂは、操作者から各種指示及び各種情報の入力操作を受け付けるためのＧＵＩ（Graphical User Interface）をディスプレイ１１に表示する。そして、照射制御機能１３ｂは、インタフェース１０を介して受け付けられた入力操作に応じて、放射線治療に関連する各構成要素を制御する。

例えば、照射制御機能１３ｂは、操作者からの要求に応じて、記憶回路１２からＭＲ画像を読み出してディスプレイ１１に出力する。操作者は、ディスプレイ１１に表示されたＭＲ画像を参照し、インタフェース１０を介して対象部位や、放射線に対する感受性が高く放射線が照射されないようにすべき臓器などの輪郭を指定する。照射制御機能１３ｂは、操作者によって指定された情報に基づいて、対象部位の３次元的な形状、位置、指定された臓器との位置関係などを解析する。そして、照射制御機能１３ｂは、解析結果に基づいて、被検体Ｓの対象部位に対する放射線治療を長期間（例えば数週間〜数ヶ月間）にわたって継続していくための治療計画を作成する。この治療計画は、例えば、放射線治療に用いる放射線の線質、入射方向、照射野、線量、照射回数などの情報を含む。なお、治療計画は、必ずしも照射制御機能１３ｂによって作成されなくても良い。例えば、照射制御機能１３ｂは、治療計画を作成する機能を備えた医用情報処理装置や、他の医用画像診断装置によって作成された治療計画を受信して利用することもできる。また、治療計画の作成には、ＭＲ画像に限らず、ＣＴ（Computed Tomography）画像や超音波画像等の他の医用画像診断装置によって撮像された医用画像が利用されても良いし、これらの医用画像を組み合わせて利用されても良い。

また、照射制御機能１３ｂは、治療計画に沿って、各回の放射線治療において照射される放射線の照射条件を決定する。そして、照射制御機能１３ｂは、決定した照射条件に基づいて、被検体Ｓの対象部位に対して放射線を照射する。例えば、照射制御機能１３ｂは、回転フレーム１７を回転させながら放射線発生器１７ａの高電圧発生器における印加電圧や印加時間等を制御することで、円軌道上の各位置で放射線を発生させる。また、照射制御機能１３ｂは、円軌道上の各位置において放射線絞り器１７ｂの複数の絞り羽根の配置を制御することで、被検体Ｓの対象部位の形状に対応した形状を有する放射線照射領域を形成させる。これにより、放射線治療装置１００は、被検体Ｓの正常部位（対象部位以外の部位）への放射線の影響を極力抑えながら、対象部位へ効果的に放射線を照射することができる。

次に、図２に示す医用情報処理装置２００の構成について説明する。図２に示すように、医用情報処理装置２００は、入力インタフェース２１、ディスプレイ２２、ＮＷインタフェース２３、記憶回路２４、及び処理回路２５を有する。

入力インタフェース２１は、操作者から各種の指示及び情報の入力操作を受け付ける。具体的には、入力インタフェース２１は、操作者から受け付けた入力操作を電気信号へ変換して処理回路２５に出力する。例えば、入力インタフェース２１は、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うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力回路、及び音声入力回路等によって実現される。なお、入力インタフェース２１は、マウス、キーボード等の物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を制御回路へ出力する電気信号の処理回路も入力インタフェース２１の例に含まれる。

ディスプレイ２２は、各種の情報及び画像を表示する。具体的には、ディスプレイ２２は、処理回路２５から送られる情報及び画像のデータを表示用の電気信号に変換して出力する。例えば、ディスプレイ２２は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、タッチパネル等によって実現される。なお、医用情報処理装置２００が備える出力装置としては、ディスプレイ２２に限らず、例えば、スピーカーを備えていても良い。例えば、スピーカーは、医用情報処理装置２００の処理状況を操作者に通知するために、ビープ音などの所定の音声を出力する。

ＮＷインタフェース２３は、処理回路２５に接続されており、医用情報処理装置２００と外部装置との間で行われる通信を制御する。具体的には、ＮＷインタフェース２３は、ネットワークＮＷ１０を介して外部装置から各種の情報を受信し、受信した情報を処理回路２５に出力する。例えば、ＮＷインタフェース２３は、ネットワークカードやネットワークアダプタ、ＮＩＣ等によって実現される。

記憶回路２４は、処理回路２５に接続されており、各種のデータを記憶する。例えば、記憶回路２４は、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子や、ハードディスク、光ディスク等によって実現される。

処理回路２５は、入力インタフェース２１を介して操作者から受け付けた入力操作に応じて、医用情報処理装置２００の動作を制御する。例えば、処理回路２５は、プロセッサによって実現される。

また、処理回路２５は、学習機能２５ａを実行する。ここで、学習機能２５ａは、学習部の一例である。なお、処理回路２５が実行する学習機能２５ａの処理内容については、後述する。

ところで、ＭＲＩとリニアックは、互いに影響を及ぼすことが知られているため、ＭＲ−Ｌｉｎａｃには互いの影響を低減するための種々の工夫がなされている。しかしながら、従来の技術では、リニアックビームが照射されている時に撮像されたＭＲ画像（「リニアックビームＯＮ時のＭＲ画像」とも表記）は、リニアックビームが照射されていない時に撮像されたＭＲ画像（「リニアックビームＯＦＦ時のＭＲ画像」とも表記）と比較して画像歪みや画像ノイズが生じ易い傾向がある。また、画像歪みや画像ノイズが生じたＭＲ画像を用いてＩＧＲＴや同期照射が行われると、ＩＧＲＴや同期照射の精度が低下する可能性がある。

そこで、本実施形態に係る放射線治療装置１００は、放射線治療において高画質なＭＲ画像を提供するために、以下に説明する処理機能を備える。すなわち、放射線治療装置１００において、撮像制御機能１６ａは、第１被検体についてリニアックビームＯＮ時の第１ＭＲ（Magnetic Resonance）画像を取得する。画像生成機能１６ｂは、複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、第１ＭＲ画像を入力することで、第３ＭＲ画像に類似した第４ＭＲ画像を生成する。出力制御機能１６ｃは、第４ＭＲ画像を出力する。なお、以下の説明において、「リニアックビームＯＮ時のＭＲ画像」は、「ビームＯＮ時のＭＲ画像」とも表記される。また、「リニアックビームＯＦＦ時のＭＲ画像」は、「ビームＯＦＦ時のＭＲ画像」とも表記される。

図３を用いて、実施形態に係る放射線治療装置１００及び医用情報処理装置２００により行われる学習時及び運用時の処理を説明する。図３は、実施形態に係る放射線治療装置１００及び医用情報処理装置２００により行われる学習時及び運用時の処理を示す図である。

図３の上段に示すように、学習時には、医用情報処理装置２００は、例えば、被検体Ｐ−１〜Ｐ−Ｎの「ビームＯＮ時のＭＲ画像」、「照射条件」、「撮像条件」、及び「ビームＯＦＦ時のＭＲ画像」を用いて機械学習を行う。なお、「ビームＯＮ時のＭＲ画像」、「照射条件」、「撮像条件」、及び「ビームＯＦＦ時のＭＲ画像」の詳細については、後述する。

すなわち、医用情報処理装置２００は、「ビームＯＦＦ時のＭＲ画像」を教師データ（正解データ）とする機械学習により、ある被検体の「ビームＯＮ時のＭＲ画像」、「照射条件」、及び「撮像条件」の入力により、ビームＯＦＦ時のＭＲ画像に類似した「高画質ＭＲ画像」を出力する学習済みモデルを構築する。この学習済みモデルは、放射線治療装置１００に受け渡され、記憶回路１２に格納される。

そして、図３の下段に示すように、運用時には、放射線治療装置１００は、放射線治療の対象者である被検体Ｘの「ビームＯＮ時のＭＲ画像」、「照射条件」、及び「撮像条件」を、構築された学習済みモデルに対して入力することで、学習済みモデルから被検体Ｘの「高画質ＭＲ画像」を出力させる。

なお、図３にて説明した内容はあくまで一例であり、図示の内容に限定されるものではない。例えば、「照射条件」及び「撮像条件」は、機械学習の入力データとして必ずしも入力されなくても良い。例えば、医用情報処理装置２００は、少なくとも「ビームＯＮ時のＭＲ画像」及び「ビームＯＦＦ時のＭＲ画像」が機械学習の入力データとして入力可能であれば、機械学習を行うことができる。なお、学習時の入力データとして「照射条件」が入力された場合には、運用時にも「照射条件」が入力されるのが好適である。また、学習時の入力データとして「撮像条件」が入力された場合には、運用時にも「撮像条件」が入力されるのが好適である。

以下、実施形態に係る放射線治療装置１００及び医用情報処理装置２００の各処理機能について説明する。以下では先ず、学習済みモデルを生成する医用情報処理装置２００について説明し、次に、学習済みモデルを用いて高画質ＭＲ画像を生成する放射線治療装置１００について説明する。

医用情報処理装置２００において、記憶回路２４は、複数の被検体Ｐ−１〜Ｐ−Ｎについて、「ビームＯＮ時のＭＲ画像」、「照射条件」、「撮像条件」、及び「ビームＯＦＦ時のＭＲ画像」を記憶する。

このうち、「ビームＯＮ時のＭＲ画像」は、被検体Ｐ−１〜Ｐ−Ｎそれぞれについて、リニアックビームが照射された時に撮像されたＭＲ画像である。なお、被検体Ｐ−１〜Ｐ−Ｎは、第２被検体の一例である。また、ビームＯＮ時のＭＲ画像は、第２ＭＲ画像の一例である。

また、「照射条件」は、ビームＯＮ時のＭＲ画像の撮像時のリニアックビームの照射条件である。この照射条件には、例えば、ビーム出力、ビーム角度、絞り開度、及び照射時間等が含まれる。このうち、ビーム出力は、リニアックビームの出力強度を表す。また、ビーム角度は、リニアックビームの照射角度（照射方向）を表す。また、絞り開度は、複数の絞り羽根により規定される照射範囲の開き具合を表す。また、照射時間は、リニアックビームが照射される時間（期間）を表す。なお、被検体Ｐ−１〜Ｐ−ＮのビームＯＮ時の照射条件は、第２照射条件の一例である。

また、「撮像条件」は、ビームＯＮ時のＭＲ画像の撮像条件である。この撮像条件には、例えば、磁場強度、ＦＯＶ（Field Of View）、スライス厚、撮像時間、及び、シーケンス等が含まれる。このうち、磁場強度は、静磁場磁石１の磁場強度を表す。また、ＦＯＶは、ＭＲＩの撮像空間の位置・大きさを表す。また、スライス厚は、ＭＲ画像のスライス厚を表す。また、撮像時間は、ＭＲ画像の撮像に要した時間（期間）を表す。また、シーケンスは、パルスシーケンスの種類を表す。なお、被検体Ｐ−１〜Ｐ−ＮのビームＯＮ時のＭＲ画像の撮像条件は、第２撮像条件の一例である。

なお、ビームＯＦＦ時のＭＲ画像の撮像条件は、ビームＯＮ時のＭＲ画像の撮像条件と基本的に同一である。ただし、ビームＯＦＦ時のＭＲ画像の撮像条件がビームＯＮ時のＭＲ画像の撮像条件と異なる場合には、ビームＯＦＦ時のＭＲ画像の撮像条件を記憶回路２４に格納しておき、学習用データとして利用するのが好適である。

また、「ビームＯＦＦ時のＭＲ画像」は、被検体Ｐ−１〜Ｐ−Ｎそれぞれについて、リニアックビームが照射されていない時に撮像されたＭＲ画像である。なお、ビームＯＦＦ時のＭＲ画像は、第３ＭＲ画像の一例である。

ここで、図４Ａ及び図４Ｂを用いて、実施形態に係る機械学習用のＭＲ画像について説明する。図４Ａ及び図４Ｂは、実施形態に係る機械学習用のＭＲ画像について説明するための図である。図４Ａには、ビームＯＮ時のＭＲ画像Ｉ１０を例示する。図４Ｂには、ビームＯＦＦ時のＭＲ画像Ｉ２０を例示する。

図４Ａに示すように、ビームＯＮ時のＭＲ画像Ｉ１０は、リニアックビームの影響によって領域Ｒ１０において画像歪みが生じている。一方、図４Ｂに示すように、ビームＯＦＦ時のＭＲ画像Ｉ２０は、画像歪みが生じておらず、ビームＯＮ時のＭＲ画像Ｉ１０と比較して高画質である。

なお、図４Ａ及び図４Ｂにて説明した内容はあくまで一例であり、図示の内容に限定されるものではない。例えば、図４Ａでは画像歪みが生じた場合を例示したが、実施形態はこれに限定されるものではない。例えば、ビームＯＮ時のＭＲ画像には、リニアックビームの影響によって画像ノイズ（アーチファクト）が生じる場合もある。

医用情報処理装置２００において、学習機能２５ａは、複数の被検体Ｐ−１〜Ｐ−Ｎについて、リニアックビームＯＮ時のＭＲ画像と、リニアックビームＯＦＦ時のＭＲ画像とを用いて機械学習を行うことで、学習済みモデルを構築する。構築された学習済みモデルは、記憶回路２４に格納される。

例えば、学習機能２５ａは、複数の被検体Ｐ−１〜Ｐ−Ｎの「ビームＯＮ時のＭＲ画像」、「照射条件」、「撮像条件」、及び「ビームＯＦＦ時のＭＲ画像」を記憶回路２４から読み出す。そして、学習機能２５ａは、ビームＯＮ時のＭＲ画像とビームＯＦＦ時のＭＲ画像との差分（違い）から、リニアックビームが与えるＭＲ画像の画像歪みや画像ノイズの影響を定量的に評価・学習する。この学習機能２５ａによる機械学習は、例えば、公知の機械学習エンジンにより実現可能である。公知の機械学習エンジンとしては、例えば、ディープラーニング（ニューラルネットワーク）やサポートベクターマシン（Support Vector Machine：ＳＶＭ）等が適用可能である。

このように、学習機能２５ａは、複数の被検体Ｐ−１〜Ｐ−Ｎの「ビームＯＮ時のＭＲ画像」、「照射条件」、「撮像条件」、及び「ビームＯＦＦ時のＭＲ画像」に基づいて機械学習を行い、学習済みモデルを構築する。構築された学習済みモデルは、放射線治療装置１００に受け渡され、記憶回路１２に格納される。

図１の説明に戻る。放射線治療装置１００において、撮像制御機能１６ａは、放射線治療の対象者である被検体Ｘについて、対象部位を含む領域のＭＲ画像を撮像する。ここで、撮像制御機能１６ａが撮像するＭＲ画像には、リニアックビームＯＮ時のＭＲ画像と、リニアックビームＯＦＦ時のＭＲ画像とが含まれる場合がある。つまり、撮像制御機能１６ａは、被検体ＸについてリニアックビームＯＮ時のＭＲ画像を取得する取得部の一例である。また、被検体ＸのリニアックビームＯＮ時のＭＲ画像は、第１ＭＲ画像の一例である。

リニアックビームＯＮ時にＭＲ画像を撮像した場合、撮像制御機能１６ａは、リニアックビームＯＮ時のＭＲ画像と、このＭＲ画像の撮像時に照射されたリニアックビームの照射条件と、このＭＲ画像の撮像条件とを、画像生成機能１６ｂへ出力する。なお、リニアックビームＯＮ時のＭＲ画像の撮像時に照射されたリニアックビームの照射条件は、第１照射条件の一例である。また、リニアックビームＯＮ時のＭＲ画像の撮像条件は、第１撮像条件の一例である。

画像生成機能１６ｂは、医用情報処理装置２００によって構築された学習済みモデルに対して、被検体Ｘの「ビームＯＮ時のＭＲ画像」、「照射条件」、及び「撮像条件」を入力することで、被検体Ｘの「高画質ＭＲ画像」を生成する。なお、高画質ＭＲ画像は、第４ＭＲ画像の一例である。また、画像生成機能１６ｂは、生成部の一例である。

例えば、画像生成機能１６ｂは、記憶回路１２に記憶されている学習済みモデルを読み出す。そして、画像生成機能１６ｂは、読み出した学習済みモデルに対して、撮像制御機能１６ａから出力されたリニアックビームＯＮ時のＭＲ画像と、照射条件と、撮像条件とを入力することで、被検体Ｘの高画質ＭＲ画像を出力させる。そして、画像生成機能１６ｂは、学習済みモデルから出力された被検体Ｘの高画質ＭＲ画像を、出力制御機能１６ｃへ送る。

このように、画像生成機能１６ｂは、学習済みモデルを用いた画像生成処理を実行することで、リニアックビームＯＮ時のＭＲ画像からリニアックビームＯＦＦ時のＭＲ画像に類似した高画質ＭＲ画像を生成する。なお、この画像生成処理は、画像歪みや画像ノイズを含むＭＲ画像を、画像歪みや画像ノイズを含まないＭＲ画像に補正する画像補正処理として利用できる。

出力制御機能１６ｃは、高画質ＭＲ画像を出力させる。例えば、出力制御機能１６ｃは、学習済みモデルから出力された被検体Ｘの高画質ＭＲ画像を、ＩＧＲＴを実行するためのＩＧＲＴ用アプリケーション及び同期照射を実行するための同期照射用アプリケーションのうち少なくとも一方に出力する。ＩＧＲＴ用アプリケーションは、被検体Ｘの高画質ＭＲ画像を用いて、ＩＧＲＴを実行する。また、同期照射用アプリケーションは、被検体Ｘの高画質ＭＲ画像を用いて、同期照射を実行する。なお、出力制御機能１６ｃは、出力制御部の一例である。

なお、出力制御機能１６ｃによる高画質ＭＲ画像の出力先は、ＩＧＲＴ用アプリケーションや同期照射用アプリケーションに限定されるものではない。例えば、出力制御機能１６ｃは、ディスプレイ１１に高画質ＭＲ画像を表示しても良い。また、出力制御機能１６ｃは、ネットワークＮＷ１０を介して放射線治療装置１００に接続される外部装置に高画質ＭＲ画像を送信しても良い。また、出力制御機能１６ｃは、記憶回路１２、又は、可搬性の記録媒体に高画質ＭＲ画像を格納しても良い。

次に、図５を用いて、実施形態に係る医用情報処理装置２００の処理手順を説明する。図５は、実施形態に係る医用情報処理装置２００の処理手順を示すフローチャートである。図５に示す処理は、例えば、機械学習を開始する旨の指示を操作者から受け付けた場合に開始される。

図５に示すように、例えば、医用情報処理装置２００において、処理回路２５は、機械学習を開始する旨の指示を操作者から受け付けた場合に、処理を開始すると判定する（ステップＳ１０１，Ｙｅｓ）。なお、当該指示を受け付けるまで、処理回路２５は、待機状態である（ステップＳ１０１，Ｎｏ）。

続いて、処理回路２５は、被検体Ｐ−１〜Ｐ−ＮそれぞれのビームＯＮ時のＭＲ画像、ビームＯＦＦ時のＭＲ画像、照射条件、及び撮像条件を記憶回路２４から読み出す（ステップ１０２）。そして、処理回路２５は、ビームＯＮ時のＭＲ画像、ビームＯＦＦ時のＭＲ画像、照射条件、及び撮像条件を学習用データとした機械学習によって学習済みモデルを生成する（ステップＳ１０３）。そして、処理回路２５は、生成した学習済みモデルを記憶回路２４に格納し（ステップＳ１０４）、処理を終了する。記憶回路２４に格納された学習済みモデルは、任意のタイミングで放射線治療装置１００の記憶回路１２に転送される。

図６を用いて、実施形態に係る放射線治療装置１００の処理手順を説明する。図６は、実施形態に係る放射線治療装置１００の処理手順を示すフローチャートである。図６に示す処理は、例えば、放射線治療を開始する旨の指示を操作者から受け付けた場合に開始される。

図６に示すように、例えば、放射線治療装置１００において、処理回路１６は、放射線治療を開始する旨の指示を操作者から受け付けた場合に、処理を開始すると判定する（ステップＳ２０１，Ｙｅｓ）。なお、当該指示を受け付けるまで、処理回路１６は、待機状態である（ステップＳ２０１，Ｎｏ）。

続いて、処理回路１６は、被検体Ｘについて、照射条件及び撮像条件を設定する（ステップＳ２０２）。そして、処理回路１４は、リニアックビームＯＮ時にＭＲスキャンを実行する（ステップＳ２０３）。そして、処理回路１５は、ＭＲ画像を再構成する（ステップＳ２０４）。

そして、処理回路１６は、再構成されたＭＲ画像、設定された照射条件、及び設定された撮像条件を学習済みモデルに入力することで（ステップＳ２０５）、被検体Ｘの高画質ＭＲ画像を生成する（ステップＳ２０６）。処理回路１３は、被検体Ｘの高画質ＭＲ画像を用いて、ＩＧＲＴや同期照射を実行し（ステップＳ２０７）、放射線治療が完了すると図６の処理を終了する。

上述してきたように、実施形態に係る放射線治療装置１００において、撮像制御機能１６ａは、第１被検体についてリニアックビームＯＮ時の第１ＭＲ（Magnetic Resonance）画像を取得する。画像生成機能１６ｂは、複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、第１ＭＲ画像を入力することで、第３ＭＲ画像に類似した第４ＭＲ画像を生成する。出力制御機能１６ｃは、第４ＭＲ画像を出力する。これによれば、放射線治療装置１００は、放射線治療において高画質なＭＲ画像を提供することができる。例えば、放射線治療装置１００は、リニアックビームＯＮ時のＭＲ画像を、リニアックビームＯＦＦ時のＭＲ画像に類似するＭＲ画像に変換することで、リニアックビームに起因する画像歪みや画像ノイズが低減された高画質ＭＲ画像を提供することができる。

また、放射線治療装置１００は、高画質なＭＲ画像を提供することにより、放射線治療の治療精度を向上させることができる。例えば、放射線治療の治療精度を支援する技術として、ＩＧＲＴや同期照射が利用されている。しかしながら、リニアックビームＯＮ時のＭＲ画像には画像歪みや画像ノイズが含まれるため、腫瘍等の対象部位やランドマークとなる臓器の位置の推定精度が低下する結果、ＩＧＲＴや同期照射の精度が低下する可能性がある。これに対し、本実施形態に係る放射線治療装置１００は、リニアックビームに起因する画像歪みや画像ノイズが低減された高画質ＭＲ画像を生成し、生成した高画質ＭＲ画像を用いてＩＧＲＴや同期照射を実行する。これにより、放射線治療装置１００は、リニアックビームＯＮ時におけるＩＧＲＴや同期照射の精度の低下を抑制することができる。

また、例えば、放射線治療装置１００において、撮像制御機能１６ａは、被検体ＸのリニアックビームＯＮ時のＭＲ画像の撮像時におけるリニアックビームの照射条件を取得する。学習済みモデルは、更に、被検体Ｐ−１〜Ｐ−ＮのリニアックビームＯＮ時のＭＲ画像の撮像時におけるリニアックビームの照射条件を用いて学習される。画像生成機能１６ｂは、更に、学習済みモデルに対して、被検体ＸのリニアックビームＯＮ時のＭＲ画像の撮像時におけるリニアックビームの照射条件を入力することで、高画質ＭＲ画像を生成する。これによれば、放射線治療装置１００は、リニアックビームの照射条件を利用することで、より高画質なＭＲ画像を提供することが期待される。

また、例えば、放射線治療装置１００において、撮像制御機能１６ａは、被検体ＸのリニアックビームＯＮ時のＭＲ画像の撮像条件を取得する。学習済みモデルは、更に被検体Ｐ−１〜Ｐ−ＮのリニアックビームＯＮ時のＭＲ画像の撮像条件を用いて学習される。画像生成機能１６ｂは、学習済みモデルに対して、被検体ＸのリニアックビームＯＮ時のＭＲ画像の撮像条件を入力することで、高画質ＭＲ画像を生成する。これによれば、放射線治療装置１００は、ＭＲ画像の撮像条件を利用することで、より高画質なＭＲ画像を提供することが期待される。

（変形例１）
上記の実施形態では、学習用データとして照射条件や撮像条件を利用する場合を説明したが、実施形態はこれに限定されるものではなく、照射条件や撮像条件以外の情報を学習用データとして利用することも可能である。

例えば、学習用データとして、照射部位、固定具、及び被検体の身体的特徴を表す情報のうち、少なくとも一つを利用可能である。ここで、照射部位は、リニアックビームの照射部位の位置及び形状を表す。また、固定具は、例えば、頭部シェルやアームレストなど、ＭＲ画像の撮像時に使用された使用アクセサリに対応する。また、身体的特徴は、被検体の体格や年齢等である。

すなわち、撮像制御機能１６ａは、更に、第１ＭＲ画像の撮像時のリニアックビームの照射部位を表す情報、第１ＭＲ画像の撮像時の固定具を表す情報、及び第１被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を取得する。学習済みモデルは、更に、第２ＭＲ画像の撮像時のリニアックビームの照射部位を表す情報、第２ＭＲ画像の撮像時の固定具を表す情報、及び第２被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を用いて学習される。画像生成機能１６ｂは、更に、学習済みモデルに対して、取得された少なくとも一つの情報を入力することで、高画質ＭＲ画像を生成する。これによれば、放射線治療装置１００は、照射条件や撮像条件以外の情報を更に利用することで、より高画質なＭＲ画像を提供することが期待される。

（変形例２）
また、上記の実施形態では、放射線治療装置１００のＭＲＩ機能によって撮像されたＭＲ画像が教師データとして利用される場合を説明したが、実施形態はこれに限定されるものではない。例えば、教師データとして、リニアックの機能を備えないＭＲＩ装置（「ＭＲＩ専用装置」とも表記する）によって撮像されたＭＲ画像が利用可能である。

静磁場がリニアックの機能に与える影響を低減するために、ＭＲ−Ｌｉｎａｃでは、ＭＲＩ専用装置と比較して弱い磁場強度（例えば１．５テスラ程度）の静磁場磁石が実装されている。そこで、変形例２に係る学習済みモデルは、リニアックの機能を備えない磁気共鳴イメージング装置によって第２被検体が撮像されたＭＲ画像を、第３ＭＲ画像（教師データ）として用いて学習される。これにより、放射線治療装置１００は、リニアックビームＯＦＦ時のＭＲ画像より高画質なＭＲ画像を出力可能な学習済みモデルを構築することが可能となる。

（その他の実施形態）
上述した実施形態以外にも、種々の異なる形態にて実施されてもよい。

（医用画像処理装置）
また、例えば、上述した実施形態に係る処理機能は、医用画像処理装置に備えることも可能である。また、この医用画像処理装置をネットワークＮＷ１０上に設けることにより、上述した画像生成処理をクラウドサービスとして提供可能である。

図７は、その他の実施形態に係る医用画像処理装置の構成例を示す図である。図７に示すように、例えば、クラウドサービスを提供するサービスセンタには、医用画像処理装置３００が設置される。医用画像処理装置３００は、ネットワークＮＷ１０を介して複数のクライアント端末３１０−１，３１０−２，・・・，３１０−Ｎに接続される。なお、複数のクライアント端末３１０−１，３１０−２，・・・，３１０−Ｎを区別無く総称する場合、「クライアント端末３１０」と記載する。

クライアント端末３１０は、クラウドサービスを利用する利用者が操作する情報処理端末である。ここで、利用者は、例えば、医療機関に従事する医師や技師などの医療従事者である。例えば、クライアント端末３１０は、パーソナルコンピュータやワークステーション等の情報処理装置、又は、ＭＲ−Ｌｉｎａｃ等の放射線治療装置に対応する。クライアント端末３１０は、医用画像処理装置３００により提供されるクラウドサービスを利用可能なクライアント機能を有する。なお、このクライアント機能は、コンピュータによって実行可能なプログラムの形態でクライアント端末３１０に予め記録されている。

医用画像処理装置３００は、入力インタフェース３１、ディスプレイ３２、ＮＷインタフェース３３、記憶回路３４、及び処理回路３５を有する。

入力インタフェース３１は、操作者から各種の指示及び情報の入力操作を受け付ける。入力インタフェース３１の基本的な構成は、入力インタフェース２１の構成と同様であるので説明を省略する。

ディスプレイ３２は、各種の情報及び画像を表示する。ディスプレイ３２の基本的な構成は、ディスプレイ２２の構成と同様であるので説明を省略する。

ＮＷインタフェース３３は、処理回路３５に接続されており、医用画像処理装置３００とクライアント端末３１０との間で行われる通信を制御する。ＮＷインタフェース３３の基本的な構成は、ＮＷインタフェース２３の構成と同様であるので説明を省略する。

記憶回路３４は、処理回路３５に接続されており、各種のデータを記憶する。記憶回路３４の基本的な構成は、記憶回路２４の構成と同様であるので説明を省略する。

処理回路３５は、入力インタフェース３１を介して操作者から受け付けた入力操作に応じて、医用画像処理装置３００の動作を制御する。例えば、処理回路３５は、プロセッサによって実現される。

処理回路３５は、取得機能３５ａ、画像生成機能３５ｂ、及び出力制御機能３５ｃを実行する。処理回路３５が実行する各処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路３４内に記録されている。処理回路３５は、各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。

ここで、利用者は、例えば、クライアント端末３１０を操作して、ＭＲ−Ｌｉｎａｃによって撮像されたリニアックビームＯＮ時のＭＲ画像を医用画像処理装置３００へ送信する（アップロードする）旨の指示を入力する。この指示が入力されると、クライアント端末３１０は、放射線治療の対象である被検体Ｘについて、リニアックビームＯＮ時のＭＲ画像を医用画像処理装置３００へ送信する。

そして、医用画像処理装置３００において、取得機能３５ａは、クライアント端末３１０から送信されたリニアックビームＯＮ時のＭＲ画像を受信することで、リニアックビームＯＮ時のＭＲ画像を取得する。

そして、画像生成機能３５ｂは、取得機能３５ａによって取得されたリニアックビームＯＮ時のＭＲ画像を学習済みモデルに対して入力することで、リニアックビームＯＦＦ時のＭＲ画像に類似した高画質ＭＲ画像を生成する。なお、この学習済みモデルは、上記の実施形態にて説明した説明した学習済みモデルと同様であるので、説明を省略する。

そして、出力制御機能３５ｃは、画像生成機能３５ｂによって生成された高画質ＭＲ画像を、リニアックビームＯＮ時のＭＲ画像の送信元のクライアント端末３１０へ送信する（ダウンロードさせる）。

このように、その他の実施形態に係る医用画像処理装置３００は、放射線治療において高画質なＭＲ画像を提供することができる。なお、高画質ＭＲ画像の送信先は、リニアックビームＯＮ時のＭＲ画像の送信元のクライアント端末３１０に限らず、任意の装置に送信可能である。

また、医用画像処理装置３００は、必ずしもクラウドサービスとして提供されなくても良い。例えば、医用画像処理装置３００は、施設内の医師端末として提供されても良い。この場合、医用画像処理装置３００は、必ずしもネットワークＮＷ１０に接続されていなくても良い。

また、医用画像処理装置３００は、更に、図２に示した学習機能２５ａを備えていても良い。この場合、医用画像処理装置３００は、クライアント端末３１０から送信されたリニアックビームＯＮ時のＭＲ画像を新たな学習用データとして再び機械学習を行うことで、学習済みモデルをアップデートすることができる。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。

また、上述した実施形態及び変形例において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部又は一部を手動的に行なうこともでき、或いは、手動的に行なわれるものとして説明した処理の全部又は一部を公知の方法で自動的に行なうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。

また、上述した実施形態及び変形例で説明した医用画像処理方法は、予め用意された医用画像処理プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この医用画像処理プログラムは、インターネット等のネットワークを介して配布することができる。また、この医用画像処理プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。

以上説明した少なくとも１つの実施形態によれば、放射線治療において高画質なＭＲ画像を提供することができる。

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、実施形態同士の組み合わせ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。

１００ 放射線治療装置
１６ 処理回路
１６ａ 撮像制御機能
１６ｂ 画像生成機能
１６ｃ 出力制御機能

Claims (8)

1. 第１被検体についてリニアックビームＯＮ時の第１ＭＲ（Magnetic Resonance）画像を取得する取得部と、
   複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、前記第１ＭＲ画像を入力することで、前記第３ＭＲ画像に類似した第４ＭＲ画像を生成する生成部と、
   前記第４ＭＲ画像を出力する出力制御部と
   を備える、放射線治療装置。
2. 前記取得部は、更に、前記第１ＭＲ画像の撮像時におけるリニアックビームの第１照射条件を取得し、
   前記学習済みモデルは、更に、前記第２ＭＲ画像の撮像時におけるリニアックビームの第２照射条件を用いて学習され、
   前記生成部は、更に、前記学習済みモデルに対して、前記第１照射条件を入力することで、前記第４ＭＲ画像を生成する、
   請求項１に記載の放射線治療装置。
3. 前記取得部は、更に、前記第１ＭＲ画像の第１撮像条件を取得し、
   前記学習済みモデルは、更に、前記第２ＭＲ画像の第２撮像条件を用いて学習され、
   前記生成部は、更に、前記学習済みモデルに対して、前記第１撮像条件を入力することで、前記第４ＭＲ画像を生成する、
   請求項１又は２に記載の放射線治療装置。
4. 前記取得部は、更に、前記第１ＭＲ画像の撮像時のリニアックビームの照射部位を表す情報、前記第１ＭＲ画像の撮像時の固定具を表す情報、及び前記第１被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を取得し、
   前記学習済みモデルは、更に、前記第２ＭＲ画像の撮像時のリニアックビームの照射部位を表す情報、前記第２ＭＲ画像の撮像時の固定具を表す情報、及び前記第２被検体の身体的特徴を表す情報のうち、少なくとも一つの情報を用いて学習され、
   前記生成部は、更に、前記学習済みモデルに対して、取得された前記少なくとも一つの情報を入力することで、前記第４ＭＲ画像を生成する、
   請求項１〜３のいずれか一つに記載の放射線治療装置。
5. 前記学習済みモデルは、リニアックの機能を備えない磁気共鳴イメージング装置によって前記第２被検体が撮像されたＭＲ画像を、前記第３ＭＲ画像として用いて学習される、
   請求項１〜４のいずれか一つに記載の放射線治療装置。
6. 前記出力制御部は、画像誘導放射線治療を実行するためのアプリケーション、及び、同期照射を実行するためのアプリケーションのうち少なくとも一方に、前記第４ＭＲ画像を出力する、
   請求項１〜５のいずれか一つに記載の放射線治療装置。
7. 第１被検体についてリニアックビームＯＮ時の第１ＭＲ画像を取得する取得部と、
   複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、前記第１ＭＲ画像を入力することで、前記第３ＭＲ画像に類似した第４ＭＲ画像を生成する生成部と、
   前記第４ＭＲ画像を出力する出力制御部と
   を備える、医用画像処理装置。
8. 第１被検体についてリニアックビームＯＮ時の第１ＭＲ画像を取得し、
   複数の第２被検体について、リニアックビームＯＮ時の第２ＭＲ画像と、リニアックビームＯＦＦ時の第３ＭＲ画像とを用いて学習された学習済みモデルに対して、前記第１ＭＲ画像を入力することで、前記第３ＭＲ画像に類似した第４ＭＲ画像を生成し、
   前記第４ＭＲ画像を出力する
   ことを含む、医用画像処理方法。

Images