JP2021180866A - パッチガイド方法及びプログラム - Google Patents

Abstract

【課題】パッチガイド方法及びプログラムを提供する。【解決手段】パッチガイド方法は、コンピュータがデプスカメラを用いて対象体の頭を含む３次元スキャンモデルを獲得する段階Ｓ１５１０と、前記対象体の３次元脳ＭＲＩモデルを獲得する段階Ｓ１５２０と、前記スキャンモデルと前記脳ＭＲＩモデルに対する整合を行って整合されたモデルを獲得する段階Ｓ１５３０と、前記デプスカメラを用いて前記対象体の頭を撮影した画像を獲得する段階Ｓ１５４０と、前記撮影された画像の一つの位置と前記整合されたモデル上の一つの位置とをマッチさせる段階Ｓ１５５０とを含む。【選択図】図１５

Description

本発明はパッチガイド方法及びプログラムに関する。

ＭＲＩシステムとは、特定強さの磁場で発生するＲＦ（Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ）信号に対するＭＲ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ）信号の強さを明暗のコントラストとして表現して対象体の断層部位に対するイメージを獲得する機器をいう。例えば、対象体を強力な磁場中に横たえた後、特定の原子核（例えば、水素原子核など）のみを共鳴させるＲＦ信号を対象体に瞬間的に照射してから中断すると、前記特定の原子核からＭＲ信号が放出されるが、ＭＲＩシステムはこのＭＲ信号を受信してＭＲイメージを獲得できる。ＭＲ信号は対象体から放射されるＲＦ信号を意味する。ＭＲ信号の大きさは対象体に含まれている所定の原子（例えば、水素など）の濃度、弛緩時間Ｔ１、弛緩時間Ｔ２及び血流などの流れにより決定されることができる。

ＭＲＩシステムは、他のイメージング装置とは異なる特徴を含む。イメージの獲得が検知ハードウェア（ｄｅｔｅｃｔｉｎｇ ｈａｒｄｗａｒｅ）の方向に依存するＣＴのようなイメージング装置とは異なり、ＭＲＩシステムは任意の地点に指向された２Ｄイメージ又は３Ｄボリュームイメージを獲得できる。また、ＭＲＩシステムは、ＣＴ、Ｘ-ｒａｙ、ＰＥＴ及びＳＰＥＣＴとは異なり、対象体及び検査員に放射線を露出させず、高い軟部組織（ｓｏｆｔ ｔｉｓｓｕｅ）コントラストを有するイメージの獲得が可能であり、異常な組織の明確な描写によって重要な神経（ｎｅｕｒｏｌｏｇｉｃａｌ）イメージ、血管内部（ｉｎｔｒａｖａｓｃｕｌａｒ）イメージ、筋骨格（ｍｕｓｃｕｌｏｓｋｅｌｅｔａｌ）イメージ及び腫瘍（ｏｎｃｏｌｏｇｉｃ）イメージなどを獲得できる。

電気的脳刺激とは、電極を頭中あるいは、外に付着させ、電流が流れるようにして最終的に脳に電流を印加する方法をいう。電気的脳刺激は簡単に施術できる非侵襲的治療方法であって、刺激を加える位置及び刺激の種類によって多様な脳疾患を治療するのに広く利用されている。

また、対象体の脳活動による電気活動を測定できる脳波検査（Ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ、ＥＥＧ）も同様に神経科及び神経精神科の治療に広く利用されている。

電気的脳刺激とＥＥＧ脳波検査は何れも非侵襲的検査及び治療方法であって、簡単に施術できるという長所がある。しかし、人によって脳の構造と頭の形状が異なっているので、医者が正確な位置にパッチを付着して施術し難いという問題から、人によって異なる頭の形状を反映したパッチガイド方法の開発が求められる。

そこで、本発明は上記事情に鑑みてなされたものであって、その目的は、パッチガイド方法及びプログラムを提供することにある。

本発明が解決しようとする課題は、以上で言及した課題に制限されず、言及されていない他の課題は、以下の記載から通常の技術者が明確に理解できるであろう。

前述した課題を解決するための本発明の一側面によるパッチガイド方法は、コンピュータがデプスカメラを用いて対象体の頭を含む３次元スキャンモデルを獲得する段階と、前記対象体の３次元脳ＭＲＩモデルを獲得する段階と、前記スキャンモデルと前記脳ＭＲＩモデルに対する整合を行って整合されたモデルを獲得する段階と、前記デプスカメラを用いて前記対象体の頭を撮影した画像を獲得する段階と、前記撮影された画像の一つの位置と前記整合されたモデル上の一つの位置とをマッチさせる段階とを含む。

開示された実施例によれば、事前に学習されたモデルを活用して脳ＭＲＩ画像のセグメンテーションを行うことによって、自動的に短時間で脳ＭＲＩ画像のセグメンテーションを行えるという効果を奏する。

そのため、医療現場で誰でも短時間で対象体の３次元脳画像を獲得でき、更に対象体の脳に対する電気的刺激の効果を視覚的に確認できるシミュレーション結果を提供できるという効果が得られる。

また、頭モデリング及びＭＲＩモデリングを用いてパッチの位置をガイドすることによって、人によって異なる頭及び脳の構造を考慮したパッチの位置をガイドできるという効果がある。

更に、頭モデリング及びＭＲＩモデリングを用いてＥＥＧパッチの位置を判断することによって、ＥＥＧ脳波検査によってより正確な結果が得られるという効果がある。

本発明の効果は、以上で言及した効果に制限されず、言及されていない他の効果は、以下の記載から通常の技術者が明確に理解できるであろう。

一実施例によって３次元脳地図を生成する方法を示すフローチャートである。 一実施例によって対象体の３次元脳地図を生成し、シミュレーションを行う方法を示すフローチャートである。 脳ＭＲＩ画像に対するセグメンテーションを行った結果を示す図である。 連結構成要素に基づくノイズ除去方法の一例を示す図である。 ホールリジェクションを用いた後処理方式の一例を示す図である。 対象体の脳ＭＲＩ画像から生成された３次元脳画像の一例を示す図である。 拡散テンソル画像の一例を示す図である。 シミュレーション結果の一例を示す図である。 一実施例によるＴＭＳ刺激ナビゲーション方法を示すフローチャートである。 ＴＭＳ施術方法の一例を示す図である。 対象体の脳に印加される磁場と電場の関係を示す図である。 施術用コイルの種類による磁気ベクトルポテンシャルを可視化した情報を示す図である。 コイルの位置及び方向を算出する方法の一例を示す図である。 施術用コイルの磁場から誘導される電気的刺激が対象体の脳から伝播される状態を視覚化した例示を示す図である。 一実施例によるパッチガイド方法を示すフローチャートである。 一実施例によって電気刺激結果をシミュレーションする結果を示す図である。 イメージを整合する方法の一実施例を示す図である。 デプスカメラを用いて得られた３次元スキャンモデルの一例を示す図である。 デプスカメラモジュールが接続されているコンピュータ装置が対象体の頭を撮影し、撮影された対象体の頭にパッチを付着するための位置をガイドする一例を示す図である。 携帯可能なコンピュータ装置とそれに接続されているデプスカメラモジュールを示す図である。

[発明の実施のための最良の形態]
前述した課題を解決するための本発明の一側面によるパッチガイド方法は、コンピュータがデプスカメラを用いて対象体の頭を含む３次元スキャンモデルを獲得する段階と、前記対象体の３次元脳ＭＲＩモデルを獲得する段階と、前記スキャンモデルと前記脳ＭＲＩモデルに対する整合を行って整合されたモデルを獲得する段階と、前記デプスカメラを用いて前記対象体の頭を撮影した画像を獲得する段階と、前記撮影された画像の一つの位置と前記整合されたモデル上の一つの位置とをマッチさせる段階とを含む。

また、前記撮影された画像に含まれている少なくとも１つのパッチを認識する段階と、前記撮影された画像で前記認識されたパッチの位置を判断する段階と、前記判断されたパッチの位置に対応する前記整合されたモデル上の位置を獲得する段階とを更に含むことができる。

更に、前記整合を行う段階は、前記スキャンモデルと前記脳ＭＲＩモデルの顔の特徴（ｆａｃｉａｌ ｆｅａｔｕｒｅ）を計算する段階と、前記スキャンモデルと前記脳ＭＲＩモデルの顔の特徴を用いて前記スキャンモデルと前記脳ＭＲＩモデルの整合を行う段階とを含むことができる。

また、前記スキャンモデルの顔の特徴を計算する段階は、前記対象体の頭を含む色画像及び深度画像を獲得する段階と、前記色画像を用いて前記対象体の顔の特徴を計算する段階と、前記深度画像を用いて前記対象体の顔の特徴の３次元位置を計算する段階とを含むことができる。

更に、前記撮影された画像で前記対象体の頭に付着するパッチの位置をガイドする画像を表示する段階を更に含み、前記表示する段階は、前記整合されたモデル上で前記パッチを付着する位置を決定する段階と、前記撮影された画像で前記決定された位置に対応する位置を表示する段階とを含むことができる。

また、前記撮影された画像でパッチを認識する段階と、前記認識されたパッチの移動方向をガイドする段階と、前記認識されたパッチが前記決定された位置に付着しているか否かを判断する段階とを更に含むことができる。

更に、前記対象体の３次元脳ＭＲＩモデルを獲得する段階は、前記対象体の脳ＭＲＩ画像を獲得する段階と、前記脳ＭＲＩ画像に含まれている複数の領域それぞれの性質に基づいて前記対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる前記対象体の３次元脳地図を生成する段階とを含み、前記パッチガイド方法は、前記３次元脳地図を用いて前記対象体の頭に付着するパッチの位置を決定する段階を更に含むことができる。

また、前記３次元脳地図を生成する段階は、前記対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる複数の格子（ｍｅｓｈ）で構成された３次元立体画像を生成する段階を含むことができる。

更に、前記パッチの位置を決定する段階は、パッチを用いる目的を獲得する段階と、前記対象体の頭にパッチが付着される位置によって前記対象体の脳に電気的刺激が伝達される過程をシミュレーションする段階と、前記得られた目的及び前記シミュレーションの結果を用いて前記パッチの位置を決定する段階とを含むことができる。

前述した課題を解決するための本発明の一側面によるコンピュータプログラムは、ハードウェアであるコンピュータと結合され、開示された実施例によるパッチガイド方法を行えるようにコンピュータで読み取り可能な記録媒体に格納される。

本発明のその他の具体的な事項は、詳細な説明及び図面に含まれている。

本発明の利点及び特徴、そしてそれらを達成する方法は、添付の図面と共に詳細に後述されている実施例を参照すれば明確になる。しかし、本発明は、以下で開示される実施例に制限されるものではなく、互いに異なる多様な形態で実現することができる。但し、本実施例は本発明の開示を完全なものにし、本発明が属する技術分野における通常の技術者に本発明の範疇を完全に理解させるために提供されるものであり、本発明は請求範囲の範疇により定義されるに過ぎない。

本明細書で用いられた用語は、実施例を説明するためのものであり、本発明を制限しようとするものではない。本明細書において、単数表現は特に言及しない限り複数表現も含む。明細書で用いられる「含む（ｃｏｍｐｒｉｓｅｓ）」及び／又は「含んでいる（ｃｏｍｐｒｉｓｉｎｇ）」は、言及された構成要素以外に１つ以上の他の構成要素の存在又は追加を排除しない。明細書全体に亘って同一の図面符号は同一の構成要素を示し、「及び／又は」は言及された構成要素のそれぞれ及び１つ以上の全ての組み合わせを含む。たとえ、「第１」、「第２」などが多様な構成要素を叙述するために用いられていても、これらの構成要素はこれらの用語により制限されないのは当然である。これらの用語は、単に１つの構成要素を他の構成要素と区別するために用いる。従って、以下で言及される第１構成要素は、本発明の技術的思想内で第２構成要素でもあり得るのはもちろんである。

他の定義がなければ、本明細書で用いられる全ての用語（技術及び科学的用語を含む）は、本発明が属する技術分野における通常の技術者が共通して理解できる意味として使用できる。また、一般に用いられる辞典に定義されている用語は、明白に特に定義されていない限り、理想的に又は過度に解釈されない。

明細書で用いられる「部」又は「モジュール」という用語はソフトウェア、ＦＰＧＡ又はＡＳＩＣのようなハードウェアの構成要素を意味し、「部」又は「モジュール」は特定の役割を果たす。しかし、「部」又は「モジュール」はソフトウェア又はハードウェアに限定される意味ではない。「部」又は「モジュール」は、アドレッシングできる格納媒体に存在するように構成されてもよく、１つ又はそれ以上のプロセッサを再生させるように構成されてもよい。従って、一例として「部」又は「モジュール」はソフトウェアの構成要素、オブジェクト指向ソフトウェアの構成要素、クラスの構成要素及びタスクの構成要素のような構成要素と、プロセス、関数、属性、プロシージャ、サブルーチン、プログラムコードのセグメント、ドライバ、ファームウェア、マイクロコード、回路、データ、データベース、データ構造、テーブル、アレイ及び変数を含む。構成要素と「部」又は「モジュール」内で提供される機能は、より少数の構成要素及び「部」又は「モジュール」で結合されるか、追加の構成要素と「部」又は「モジュール」などに更に分離されることができる。

本明細書において「対象体（ｏｂｊｅｃｔ）」は、人又は動物、あるいは人又は動物の一部を含むことができる。例えば、対象体は肝臓、心臓、子宮、脳、乳房、腹部などの臓器、又は血管を含むことができる。また、「対象体」はファントム（ｐｈａｎｔｏｍ）を含むことができる。ファントムは生物の密度と実効原子番号に非常に似ている体積を有する物質を意味するものであって、身体と類似する性質を持つ球形（ｓｐｈｅｒｅ）のファントムを含むことができる。

また、本明細書において「使用者」は医療専門家であって、医師、看護師、臨床検査技師、医療画像専門家などであり、医療装置を修理する技術者も含まれ得るが、これに限定されない。

更に、本明細書において「磁気共鳴画像（ＭＲ Ｉｍａｇｅ：Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｅ）」とは、核磁気共鳴の原理を利用して得られた対象体の画像を意味する。

以下、添付の図面を参照して本発明の実施例を詳細に説明する。

図１は、一実施例によって３次元脳地図を生成する方法を示すフローチャートである。

図１に示す方法は、コンピュータによって行われる段階を時系列的に示すものである。本明細書においてコンピュータは少なくとも１つのプロセッサを含むコンピュータ装置を包括する意味として用いられる。

段階Ｓ１１０で、コンピュータは対象体の脳ＭＲＩ画像を獲得する。

一実施例において、コンピュータはＭＲＩ画像獲得装置と接続されているワークステーションであって、ＭＲＩ画像獲得装置から対象体の脳ＭＲＩ画像を直接獲得できる。

また、コンピュータは、外部サーバ又は他のコンピュータから対象体の脳ＭＲＩ画像を獲得することもできる。

開示された実施例において、対象体の脳ＭＲＩ画像は、対象体の脳を含む頭部分を撮影したＭＲＩ画像を意味する。即ち、対象体の脳ＭＲＩ画像は対象体の脳だけでなく、対象体の頭蓋骨及び頭皮を含むＭＲＩ画像を意味する。

段階Ｓ１２０で、コンピュータは、段階Ｓ１１０で得られた脳ＭＲＩ画像を複数の領域にセグメンテーション（区画化）する。

一実施例において、コンピュータは、段階Ｓ１１０で得られた脳ＭＲＩ画像を部位別にセグメンテーションする。例えば、コンピュータは、段階Ｓ１１０で得られた脳ＭＲＩ画像を白質、灰白質、脳脊髓液、頭蓋骨及び頭皮にセグメンテーションすることができるが、脳ＭＲＩ画像をセグメンテーションできる種類はこれに制限されない。

一実施例において、コンピュータは、複数の加工された脳ＭＲＩ画像を用いて学習されたモデルに対象体の脳ＭＲＩ画像を入力してセグメンテーションされた対象体の脳ＭＲＩ画像を獲得する。

一実施例において、加工された脳ＭＲＩ画像は、脳ＭＲＩ画像に含まれている複数の領域それぞれがラベリングされた画像である。また、学習されたモデルは、脳ＭＲＩ画像の入力を受けて、セグメンテーションされた脳ＭＲＩ画像を出力するモデルである。

一実施例において、学習されたモデルは、機械学習（Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ）を用いて学習されたモデルを意味し、特にディープラーニング（Ｄｅｅｐ Ｌｅａｒｎｉｎｇ）を用いて学習されたモデルを意味できる。

一実施例において、学習されたモデルは、１つ以上のバッチ正規化（Ｂａｔｃｈ Ｎｏｒｍａｌｉｚａｔｉｏｎ）レイヤ、活性化（Ａｃｔｉｖａｔｉｏｎ）レイヤ及びコンボリューション（Ｃｏｎｖｏｌｕｔｉｏｎ）レイヤを含むモデルであり得るが、これに制限されない。

一実施例において、学習されたモデルは、ＭＲＩ画像の低レベル特性から高レベル特性を抽出する複数のブロックで構成された水平パイプラインと、水平パイプラインから抽出された特性を集めてセグメンテーションを行う垂直パイプラインを含み、相対的に画質が落ちるＭＲＩのセグメンテーションを行えるように構成することもできる。

図３には、脳ＭＲＩ画像３００（ａ）に対するセグメンテーションを行った結果３００（ｂ）が示されている。

一実施例において、コンピュータは、セグメンテーション結果に対する後処理を行う。

一実施例において、コンピュータは、連結構成要素に基づくノイズの除去（Ｃｏｎｎｅｃｔｅｄ Ｃｏｍｐｏｎｅｎｔ-ｂａｓｅｄ Ｎｏｉｓｅ Ｒｅｊｅｃｔｉｏｎ）を行う。連結構成要素に基づくノイズの除去方法は、コンボリューションニューラルネットワーク（Ｃｏｎｖｏｌｕｔｉｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ、ＣＮＮ）を用いて行われたセグメンテーションの結果を向上させるのに用いられる。

図４には、連結構成要素に基づくノイズ除去方法の一例が示されている。

コンピュータは、セグメンテーション画像４００において最も大きなかたまり（ｃｈｕｎｋ）である連結構成要素を除いた残りの構成要素４０２を除去することによって、向上したセグメンテーション画像４１０を獲得する。

一実施例において、コンピュータは、ホールリジェクション（Ｈｏｌｅ Ｒｅｊｅｃｔｉｏｎ）を行う。ホールリジェクションは、コンボリューション神経網に基づくセグメンテーションのエラーのうちの１つであるホールを除去するのに利用される。

図５には、ホールリジェクションを用いた後処理方式の一例が示されている。

コンピュータは、セグメンテーション画像５００に含まれているホール５０２の少なくとも一部を除去し、向上したセグメンテーション画像５１０を獲得する。

段階Ｓ１３０で、コンピュータは、段階Ｓ１２０でセグメンテーションされた対象体の脳ＭＲＩ画像を用いてセグメンテーションされた複数の領域を含む対象体の３次元脳画像を生成する。

図６には、対象体の脳ＭＲＩ画像から生成された３次元脳画像６００が示されている。

また、セグメンテーションされた対象体の２次元脳ＭＲＩ画像から、セグメンテーションされた対象体の３次元脳画像６１０を生成した結果の一例が図６に示されている。

段階Ｓ１４０で、コンピュータは、段階Ｓ１３０で生成された３次元脳画像に含まれている複数の領域それぞれの性質に基づいて対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる対象体の３次元脳地図を生成する。

対象体の３次元脳地図を生成し、生成された脳地図を用いてシミュレーションを行う具体的な方法は図２で後述する。

図２は、一実施例によって対象体の３次元脳地図を生成し、シミュレーションを行う方法を示すフローチャートである。

図２に示す方法は、図１に示した方法の一実施例に該当する。従って、図２と関連して省略された内容であっても、図１と関連して説明された内容は図２に示す方法にも適用される。

段階Ｓ２１０で、コンピュータは、対象体の３次元脳画像を用いて対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる複数の格子（ｍｅｓｈ）で構成された３次元立体画像を生成する。

一実施例において、コンピュータは、三角形又は四角形を含む複数の表面格子（Ｓｕｒｆａｃｅ Ｍｅｓｈ）で構成された３次元立体画像を生成する。

一実施例において、コンピュータは、四面体又は八面体を含む複数の空間格子（Ｖｏｌｕｍｅｔｒｉｃ Ｍｅｓｈ）で構成された３次元立体画像を生成する。

３次元立体画像を構成する格子の種類は、シミュレーションの用途に応じて異なるように設定できる。

段階Ｓ２２０で、コンピュータは、対象体の脳に対する電気的刺激による電流の流れをシミュレーションするための前記複数の領域それぞれの物理的特性を獲得する。

一実施例において、段階Ｓ２２０で得られる物理的特性は、セグメンテーションされた複数の領域それぞれの等方性（ｉｓｏｔｒｏｐｉｃ）電気伝導率及び異方性（ａｎｉｓｏｔｒｏｐｉｃ）電気伝導率のうちの少なくとも１つを含む。

一実施例において、等方性電気伝導率は、セグメンテーションされた各領域に対して実験を通じて知られた電気伝導率を割り当てることによって獲得できる。

例えば、脳の各領域に対して知られた電気伝導率は、下記表１の通りである。

異方性電気伝導率は、脳白質にある白質繊維の異方性を実現したものである。

一実施例において、異方性電気伝導率は、対象体の脳に対する伝導テンソル画像から得られる。

例えば、コンピュータは、対象体の脳ＭＲＩ画像から対象体の脳に対する伝導テンソル画像を獲得し、得られた伝導テンソル画像を用いてセグメンテーションされた複数の領域それぞれの異方性電気伝導率を獲得する。

他の実施例において、対象体の脳ＭＲＩ画像は拡散テンソル画像を含み、コンピュータは、対象体の拡散テンソル画像を用いてセグメンテーションされた複数の領域それぞれの異方性電気伝導率を獲得する。

図７には、拡散テンソル画像７００の一例が示されている。

拡散テンソル画像の固有ベクトルは、伝導テンソルの固有ベクトルと一致すると知られているため、コンピュータは、拡散テンソル画像に含まれている神経繊維の方向によって異方性電気伝導率を獲得できる。例えば、神経線維の方向は高い電気伝導率を有し、神経線維と垂直な方向は低い電気伝導率を有する。

段階Ｓ２３０で、コンピュータは３次元脳地図を用いて、対象体の頭の一地点に特定の電気的刺激が加えられる場合、特定の電気的刺激が対象体の脳から伝播される状態をシミュレーションする。

一実施例において、コンピュータは、段階Ｓ２１０で得られた格子画像と、段階Ｓ２２０で得られた物理的特性を用いて電気的刺激が対象体の脳から伝播される状態をシミュレーションする。

図８には、シミュレーション結果の一例が示されている。

対象体の頭に加えられ得る電気的刺激は、磁場、電場及び電流のうちの少なくとも１つを含むことができ、対象体の頭に磁場が加えられる場合、対象体の脳には磁場によって誘導された電流を流すことができる。

一実施例において、コンピュータは、対象体の脳で電気的刺激を加える刺激目標地点を獲得する。コンピュータは、対象体の３次元脳地図を用いて、刺激目標地点に電気的刺激を加えるために対象体の頭に電気的刺激を加える位置を獲得する。

例えば、コンピュータは、対象体の３次元脳地図を用いて、対象体の頭皮から刺激目標地点まで電気的刺激が伝達されるための推薦経路を獲得し、推薦経路から対象体の頭に電気的刺激を加える位置を獲得できる。

コンピュータが対象体の脳に電気的刺激を加えるための位置及び方向を算出及び提供する方法については、以下で後述する。

図９は、一実施例によるＴＭＳ（Ｔｒａｎｓｃｒａｎｉａｌ Ｍａｇｎｅｔｉｃ Ｓｔｉｍｕｌａｔｉｏｎ、経頭蓋的磁気刺激法）刺激ナビゲーション方法を示すフローチャートである。

図９に示すＴＭＳ刺激ナビゲーション方法は、コンピュータによって行われる段階を時系列的に示すものである。

図１０には、ＴＭＳ施術方法の一例が示されている。

ＴＭＳは、施術用コイル１０００を対象体１０の頭の一側面に隣接させ、コイル１０００で発生する磁場によって対象体１０の脳に誘導される電場を利用し、脳の特定部分を刺激する治療法である。

施術用コイル１０００の形状によってコイル１０００周辺で発生する磁場の強さと形状が異なり、対象体１０の頭及び脳の形状によって電気的信号が伝播される様子も異なるはずである。

従って、開示された実施例によれば、コイル１０００の種類による刺激地点を算出して提供し、対象体１０の頭及び脳の形状に伴うシミュレーション結果を提供する。

段階Ｓ９１０で、コンピュータは、対象体の脳で電気的刺激を加える刺激目標地点を獲得する。

刺激目標地点は、治療しようとする疾患によって臨床的又は理論的根拠に基づいて選択される。一実施例において、刺激目標地点は、開示された実施例によって生成された対象体の３次元脳画像又は３次元脳地図を用いて指示される。

段階Ｓ９２０で、コンピュータは、ＴＭＳ施術用コイルの磁気ベクトルポテンシャル（Ｍａｇｎｅｔｉｃ Ｖｅｃｔｏｒ Ｐｏｔｅｎｔｉａｌ）の空間的分布に関する情報を獲得する。

一実施例において、空間的分布に関する情報は、施術用コイルの形状に伴う磁気双極子（Ｍａｇｎｅｔｉｃ Ｄｉｐｏｌｅ）を用いて磁気ベクトルポテンシャルを可視化した情報を含む。

図１２には、施術用コイル（１２００及び１２５０）の種類による磁気ベクトルポテンシャルを可視化した情報（１２１０及び１２６０）が示されている。

段階Ｓ９３０で、コンピュータは、段階Ｓ９２０で得られた空間的分布から、段階Ｓ９１０で得られた刺激目標地点に対する最適刺激条件を獲得するための１つ以上のパラメータを獲得する。

一実施例において、刺激目標地点に対する最適刺激条件は、施術用コイルによって刺激目標地点に印加される磁場の強さが最大となるようにする条件を意味する。

図１１には、対象体の脳に印加される磁場と電場の関係が示されている。

図１１のシミュレーション画像１１００（ａ）を参照すれば、対象体の脳に印加される磁場の大きさ、グラジエント（電位）の大きさ及び磁場によって誘導される電場の大きさを視覚化したイメージがそれぞれ示されている。対象体の脳に印加される電場の大きさは、対象体の脳に印加される磁場とグラジエントを足して算出できる。

図１１のグラフ１１００（ｂ）を参照すれば、対象体の脳に印加される磁場と、磁場によって誘導される電場間の相関関係が示されている。

グラフ１１００（ｂ）によれば、対象体の脳に強い磁場が印加されるほど、対象体の脳に強い電場が誘導されることが分かる。

従って、刺激目標地点に対する最適刺激条件は、施術用コイルによって刺激目標地点に印加される磁場の強さが最大となるようにするものであることが分かる。

一実施例において、コンピュータが獲得するパラメータは、コイルによって誘導される磁気ベクトルポテンシャルの空間的分布で最も高い磁気ベクトルポテンシャル値を有する最適点（Ｏｐｔｉｍａｌ Ｐｏｉｎｔ）を含む。

また、コンピュータが獲得するパラメータは、最適点を開始点とする法線ベクトル （Ｎｏｒｍａｌ Ｖｅｃｔｏｒ）のうち最適点でのグラジエント（Ｇｒａｄｉｅｎｔ）との積が最小となる法線ベクトルである最適ベクトル（Ｏｐｔｉｍａｌ Ｖｅｃｔｏｒ）を含む。

図１２には、磁気ベクトルポテンシャル（１２１０及び１２６０）それぞれの最適点（１２１２及び１２６２）及び最適ベクトル（１２１４及び１２６４）が示されている。

最適点ｆと最適ベクトルｖは、下記の式１及び式２によって算出される。

前記数式２において、∇ｆ（ｘ，ｙ，ｚ）は最適点を定義する際に用いられたｆを最適点であるｘ，ｙ，ｚで微分した値であり、ν（ｉ，ｊ，ｋ）は（ｉ，ｊ，ｋ）方向への法線ベクトルを意味する。

段階Ｓ９４０で、コンピュータは、段階Ｓ９３０で得られたパラメータを用いて、段階Ｓ９１０で得られた刺激目標地点に対する最適刺激条件を満たすコイルの位置及び方向を算出する。

一実施例において、コイルの位置及び方向を算出する段階は、刺激目標地点が最適点から最適ベクトル方向に最も近接するようにするコイルの位置及び方向を算出する段階を含む。

図１３には、コイルの位置及び方向を算出する方法の一例が示されている。

対象体１０及び対象体１０の刺激目標地点（Ｓ、１２）が獲得されると、コンピュータは、刺激目標地点１２から最も近い頭皮上の一地点１４を決定する。

このとき、刺激目標地点１２及び刺激目標地点１２から最も近い頭皮上の一地点１４間の距離をＤとし、地点１４を開始点とし刺激目標地点１２を終点とするベクトルをＫとする。また、コイル１３１０の厚さを２Ｐとする。

コンピュータは、ベクトルＫ１３２０とコイル１３１０の最適ベクトル１３１２を整列する下記の式３のような行列を生成及び適用する。

これにより、コイルの位置は、下記の式４のように算出される。

段階Ｓ９５０で、コンピュータは、施術用コイルを段階Ｓ９４０で算出された位置に段階Ｓ９５０で算出された方向へ位置させる場合、施術用コイルの磁場から誘導される電気的刺激が対象体の脳から伝播される状態をシミュレーションする。

一実施例において、コンピュータは、図１及び図２に示した方法によって生成された３次元脳地図を用いてシミュレーションを行う。

例えば、コンピュータは、対象体の脳ＭＲＩ画像を獲得し、得られた脳ＭＲＩ画像に含まれている複数の領域それぞれの性質に基づいて対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる対象体の３次元脳地図を生成できる。

コンピュータは、生成された３次元脳地図を用いてコイルによる電気的刺激が対象体の脳から伝播される状態をシミュレーションする。

また、３次元脳地図は、対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる複数の格子で構成された３次元立体画像を含むことができる。

一実施例において、コンピュータは、施術用コイルの磁場から誘導される電気的刺激が対象体の脳から伝播される状態を３次元立体画像を用いて視覚化する。

図１４には、施術用コイルの磁場から誘導される電気的刺激が対象体の脳から伝播される状態を視覚化した例示が示されている。

開示された実施例において、コンピュータは、ＴＭＳ施術用コイルが備えられたロボットアーム装置と接続される。ロボットアーム装置は、コンピュータが指定した位置にＴＭＳ施術用コイルを移動させることができる機械装置を含む。

ロボットアーム装置は、開示された実施例によってコンピュータが指定した位置にＴＭＳ施術用コイルを移動させることによって、コンピュータの演算結果によって自動的に患者にＴＭＳコイルを用いた施術を行える。

図１５は、一実施例によるパッチガイド方法を示すフローチャートである。

開示された実施例において、パッチは脳刺激パッチを含む。例えば、脳刺激パッチは、電気刺激パッチ及び超音波刺激パッチを含むことができるが、これに制限されない。また、パッチはＥＥＧパッチを含む。但し、開示された実施例によるパッチの種類は、前述した例示に制限されない。

段階Ｓ１５１０で、コンピュータは、デプスカメラを用いて対象体の頭を含む３次元スキャンモデルを獲得する。

デプスカメラ（ｄｅｐｔｈ ｃａｍｅｒａ）は、三角測量方式の３次元レーザスキャナ、構造光線パターンを用いたデプスカメラ、赤外線の反射時間差を用いたＴＯＦ（Ｔｉｍｅ Ｏｆ Ｆｌｉｇｈｔ）方式を用いたデプスカメラなどを含むことができるが、その種類はこれに制限されない。

デプスカメラは、画像に距離情報を反映して３次元スキャンモデルを獲得するのに利用される。

一実施例において、対象体、即ち患者は背もたれのない原形の椅子に着席し、使用者、即ち医者は三角台など臨時固定装置を用いてデプスカメラを患者の顔の高さから患者の顔がよく見えるように位置させる。

医者は、デプスカメラを用いたスキャンを開始し、患者をゆっくり一回まわすことによって患者の頭を含む３次元スキャンモデルを獲得する。

一実施例において、デプスカメラは、自動回転可能な固定モジュールに備えられ、デプスカメラが中央に位置する患者の周辺を回転することによって、３次元スキャンモデルを獲得できる。

反面、開示された実施例によれば、別途の高価な装置がなくても３次元スキャンが可能なように、携帯可能なコンピュータ装置（例えば、スマートフォン、タブレットＰＣなど）にデプスカメラモジュールを接続し、三角台など手軽に入手できる臨時固定装置を用いてデプスカメラモジュールが接続されているコンピュータ装置を固定し、患者をスツールなどに着席させた後、回転させることによって３次元スキャンモデルを獲得できる。

図２０を参照すれば、携帯可能なコンピュータ装置２０００とそれに接続されているデプスカメラモジュール２０１０が示されている。

また、図１８を参照すれば、デプスカメラを用いて得られた３次元スキャンモデル１８００の一例が示されている。

一実施例において、コンピュータは、デプスカメラを用いて集められた距離画像を用いて対象体の頭を含む３次元モデルを生成し、互いに異なる開始点で撮影された画像を互いに位置を合せた後に合わせて客体の３次元モデルを再構成する。例えば、コンピュータは、デプスカメラを用いて集められた距離画像でポイントクラウド（ｐｏｉｎｔ ｃｌｏｕｄ）形態の３次元データを集めてモデルを再構成する。しかし、３次元モデルを生成する方法は制限されない。

段階Ｓ１５２０で、コンピュータは、対象体の３次元脳ＭＲＩモデルを獲得する。

一実施例において、対象体の３次元脳ＭＲＩモデルを獲得する段階は、対象体の脳ＭＲＩ画像を獲得する段階及び対象体の脳ＭＲＩ画像に含まれている複数の領域それぞれの性質に基づいて対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる対象体の３次元脳地図を生成する段階を含む。

また、対象体の３次元脳地図を生成する段階は、対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる複数の格子（ｍｅｓｈ）で構成された３次元立体画像を生成する段階を含む。

段階Ｓ１５２０でコンピュータが対象体の３次元脳ＭＲＩモデルを獲得する方法は、図１ないし図８と関連して説明された、３次元脳地図の生成方法を利用することができる。

段階Ｓ１５３０で、コンピュータは、対象体の頭を含む３次元スキャンモデルと対象体の脳ＭＲＩモデルに対する整合を行う。

図１７には、イメージを整合する方法の一実施例が示されている。図１７に示すイメージ１７００を参照すれば、対象体の脳ＭＲＩ写真と、対象体の脳の構造をモデリングしたイメージとが重なっている。

イメージ１７００で、下記の３つのイメージは、脳ＭＲＩ写真と脳の構造をモデリングしたイメージが整合されていない例示に該当する。また、イメージ１７００で、上側の３つのイメージは、脳ＭＲＩ写真と脳の構造をモデリングしたイメージが整合された例示に該当する。

コンピュータは、脳ＭＲＩモデルを用いてパッチが付着される位置によってパッチの電気又は超音波刺激により対象体の脳に発生する変化を計算する。また、コンピュータは、対象体の頭を含む３次元スキャンモデルを用いてパッチを実際に付着すべき位置を計算する。

従って、コンピュータは、対象体の頭を含む３次元スキャンモデルと対象体の脳ＭＲＩモデルに対する整合を行うことによって、対象体の頭にパッチを付着すべき位置を計算し、それにより対象体の脳に発生する変化を計算できる。同様に、コンピュータは整合された結果を用いて、対象体の脳に特定の変化を起こすために対象体の頭にパッチを付着すべき位置を計算し、その結果を提供できる。

一実施例において、コンピュータが整合を行う段階は、スキャンモデルと脳ＭＲＩモデルの顔の特徴（ｆａｃｉａｌ ｆｅａｔｕｒｅ）を計算する段階及びスキャンモデルと脳ＭＲＩモデルの顔の特徴を用いてスキャンモデルと脳ＭＲＩモデルの整合を行う段階を含む。

対象体の頭を含むスキャンモデルと、対象体の脳ＭＲＩモデルはその様式が異なるので、整合し難い。従って、コンピュータは、対象体の顔の特徴を用いて両モデルを整合させることができる。

一実施例において、対象体の頭を含むスキャンモデルの顔の特徴を計算する段階は、対象体の頭を含む色画像及び深度画像を獲得する段階、対象体の頭を含む色画像を用いて対象体の顔の特徴を計算する段階及び対象体の頭を含む深度画像を用いて対象体の顔の特徴の３次元位置を計算する段階を含む。

図１８には、対象体の頭を含むスキャンモデル１８００及び対象体の脳ＭＲＩモデル１８１０を整合し、整合されたモデル１８２０を生成する一例が示されている。

段階Ｓ１５４０で、コンピュータは、デプスカメラを用いて対象体の頭を撮影した画像を獲得する。

例えば、医者は、臨時に固定されたデプスカメラを直接手に持って患者の頭を映しながら動かすことができる。

段階Ｓ１５５０で、コンピュータは、段階Ｓ１５４０で撮影された画像の一つの位置と整合されたモデル上の一つの位置をマッチさせる。

例えば、コンピュータがデプスカメラを用いて対象体の頭の一地点を撮影している場合、コンピュータは、撮影されている一地点が整合されたモデル上におけるどの部分に該当するかに対する計算を行う。

一実施例において、コンピュータは、撮影された画像と整合されたモデルをマッチして対象体の頭に付着するパッチの位置をガイドする画像を表示する。

図１９を参照すれば、デプスカメラモジュールが接続されているコンピュータ装置１９００が対象体の頭１９１０を撮影し、コンピュータ装置１９００は、撮影された対象体の頭１９１０にパッチ１９３０を付着するための位置１９２０をガイドする画像を表示する。

一実施例において、コンピュータ装置１９００は、整合されたモデル上でパッチ１９３０を付着する位置を決定し、撮影された画像で決定された位置に対応する位置１９２０を表示する。

また、コンピュータ装置１９００は、撮影された画像でパッチ１９３０を認識し、認識されたパッチ１９３０の移動方向をガイドする。

また、コンピュータ装置１９００は、認識されたパッチ１９３０が決定された位置１９２０に付着しているか否かを判断する。

一実施例において、パッチ１９３０には、少なくとも１つのマーカが付着されるか、表示される。例えば、パッチ１９３０には特定図形、色及び２次元コードのうちの少なくとも１つが付着又は表示され、コンピュータ装置１９００は、パッチ１９３０に付着されるか、表示されたマーカを用いてパッチ１９３０を認識し、パッチ１９３０の動きをトラッキングする。

例えば、医者が患者の頭をコンピュータ装置１９００又はコンピュータ装置１９００と接続されているデプスカメラを用いて位置を変更しながら撮影する場合、コンピュータ装置１９００に表示される患者の頭の位置も変更され、同様にコンピュータ装置１９００が認識するパッチ１９３０の位置も変更される。この場合、コンピュータ装置１９００は、コンピュータ装置１９００が移動する場合にもパッチ１９３０をトラッキングして医者が患者の頭の正確な位置にパッチ１９３０を付着できるようにガイドする。

一実施例において、コンピュータ装置１９００は、撮影された画像でパッチ１９３０を認識し、認識されたパッチの移動方向をガイドする。例えば、コンピュータ装置１９００は、パッチ１９３０が決定された位置１９２０に付着され得るように、パッチ１９３０の移動方向を表示する。

また、コンピュータ装置１９００は、認識されたパッチ１９３０が決定された位置１９２０に付着しているか否かを判断する。例えば、コンピュータ装置１９００は、パッチ１９３０が最終的に認識された位置が決定された位置１９２０に対応するか否かを判断し、決定された位置１９２０とパッチ１９３０が付着された位置が異なる場合、パッチ１９３０の位置を変更することを要請する通知をすることができる。

一実施例において、コンピュータ装置１９００は、撮影された画像で対象体の頭に付着されたパッチ１９３０を認識し、認識されたパッチ１９３０の位置を判断する。コンピュータ装置１９００は、判断されたパッチ１９３０の位置に対応する、整合されたモデル上の位置を獲得する。

例えば、ＥＥＧ脳波検査を行う場合、使用者の頭の形状及び構造と関係なく一貫した位置にＥＥＧパッチを付着するか、任意の位置にＥＥＧパッチを付着するようになる。この場合、ＥＥＧパッチが獲得した脳波が対象体の脳のどの位置から受信した脳波であるかを具体的に分かり難い。

従って、開示された実施例によれば、コンピュータ装置１９００は、１つ以上のＥＥＧパッチを付着した対象体の頭を撮影し、撮影された画像で認識された１つ以上のＥＥＧパッチの位置を獲得する。

コンピュータ装置１９００は、得られたＥＥＧパッチの位置に対応する対象体の整合されたモデル上の位置を獲得して、対象体の頭に付着されたＥＥＧパッチで得られた脳波が対象体の脳のどの部分から受信されたかを具体的に判断できる。例えば、コンピュータ装置１９００は、開示された実施例を活用して各ＥＥＧパッチで受信した脳波の信号源を分析することができる。

図１６は、一実施例によって電気刺激結果をシミュレーションする結果を示す図である。

図１６には、対象体の頭１６００の３次元モデル及び３次元モデル上の一つの位置にパッチ１６１０を付着した実施例が示されている。

コンピュータは、対象体の頭１６００の３次元モデルの一つの位置にパッチ１６１０が付着された場合、パッチ１６１０による電気刺激が対象体の脳１６５０から伝達される結果をシミュレーションする。

一実施例において、コンピュータは、対象体の脳１６５０に対する３次元脳地図を獲得し、３次元脳地図を用いて対象体の頭に付着されるパッチ１６１０の位置を決定する。

一実施例において、パッチ１６１０の位置を決定する段階は、パッチ１６１０を用いる目的を獲得する段階、対象体の頭１６００にパッチ１６１０が付着される位置によって前記対象体の脳１６５０に電気的刺激が伝達される過程をシミュレーションする段階及び得られた目的とシミュレーション結果を用いてパッチ１６１０の位置を決定する段階を含む。

例えば、コンピュータは、対象体の脳１６５０に特定の刺激を加えようとする場合、シミュレーション結果を用いて対象体の脳１６５０に特定の刺激を加えられるパッチ１６１０の位置を決定できる。

コンピュータは、図１６に示す実施例によって決定されたパッチ１６１０の位置をデプスカメラを用いて撮影された対象体の頭の一地点とマッチさせ、マッチした位置にパッチをガイドする画像を表示できる。

本発明の実施例と関連して説明された方法又はアルゴリズムの段階は、ハードウェアで直接実現するか、ハードウェアにより実行されるソフトウェアモジュールで実現するか、又はこれらの結合により実現することができる。ソフトウェアモジュールはＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、フラッシュメモリ（Ｆｌａｓｈ Ｍｅｍｏｒｙ）、ハードディスク、脱着型ディスク、ＣＤ-ＲＯＭ、又は本発明が属する技術分野において周知されている任意の形態のコンピュータ読み取り可能な記録媒体に常に存在し得る。

以上、添付の図面を参照して本発明の実施例を説明したが、本発明が属する技術分野における通常の技術者は、本発明がその技術的思想や必須な特徴を変更することなく、他の具体的な形態で実施され得るということが理解できるであろう。従って、以上で述べた実施例は全ての面で例示的なものであり、制限的ではないものとして理解すべきである。

Claims (9)

1. コンピュータがデプスカメラを用いて対象体の頭を含む３次元スキャンモデルを獲得する段階と、
   コンピュータが前記対象体の３次元脳ＭＲＩモデルを獲得する段階と、
   コンピュータが前記スキャンモデルと前記脳ＭＲＩモデルに対する整合を行って整合されたモデルを獲得する段階と、
   コンピュータが前記デプスカメラを用いて前記対象体の頭を撮影した画像を獲得する段階と、
   コンピュータが前記撮影した画像の一つの位置と前記整合されたモデル上の一つの位置とをマッチさせる段階と、
   を含み、
   前記対象体の３次元脳ＭＲＩモデルを獲得する段階は、
   コンピュータが前記対象体の脳ＭＲＩ画像を獲得する段階と、
   コンピュータが前記脳ＭＲＩ画像に含まれている複数の領域それぞれの性質に基づいて、前記対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる前記対象体の３次元脳地図を生成する段階と、
   を含み、
   コンピュータが、前記３次元脳地図におけるパッチを付着するための位置を決定する段階を更に含むパッチガイド方法。
2. コンピュータが前記撮影した画像に含まれている少なくとも１つのパッチを認識する段階と、
   コンピュータが前記撮影した画像において認識されたパッチの位置を判断する段階と、
   コンピュータが判断したパッチの位置に対応する前記整合されたモデル上の位置を獲得する段階と、
   を更に含むことを特徴とする請求項１に記載のパッチガイド方法。
3. 前記整合を行う段階は、
   コンピュータが前記スキャンモデルと前記脳ＭＲＩモデルの顔の特徴（ｆａｃｉａｌ ｆｅａｔｕｒｅ）を計算する段階と、
   コンピュータが前記スキャンモデルと前記脳ＭＲＩモデルの顔の特徴を用いて前記スキャンモデルと前記脳ＭＲＩモデルの整合を行う段階と、
   を含むことを特徴とする請求項１に記載のパッチガイド方法。
4. 前記スキャンモデルの顔の特徴を計算する段階は、
   コンピュータが前記対象体の頭を含む色画像及び深度画像を獲得する段階と、
   コンピュータが前記色画像を用いて前記対象体の顔の特徴を計算する段階と、
   コンピュータが前記深度画像を用いて前記対象体の顔の特徴の３次元位置を計算する段階と、
   を含むことを特徴とする請求項３に記載のパッチガイド方法。
5. コンピュータが前記撮影した画像で前記対象体の頭にパッチを付着するための位置をガイドする画像を表示する段階を更に含み、
   前記表示する段階は、
   コンピュータが前記整合されたモデル上で前記パッチを付着する位置を決定する段階と、
   コンピュータが前記撮影した画像で前記決定された位置に対応する位置を表示する段階と、
   を含むことを特徴とする請求項１に記載のパッチガイド方法。
6. コンピュータが前記撮影した画像においてパッチを認識する段階と、
   コンピュータが、認識されたパッチが前記パッチを付着するための位置に付着されうるよう前記認識されたパッチの移動方向を表示する段階と、
   を更に含むことを特徴とする請求項５に記載のパッチガイド方法。
7. 前記３次元脳地図を生成する段階は、
   コンピュータが前記対象体の脳に対する電気的刺激の伝達過程をシミュレーションできる複数の格子（ｍｅｓｈ）で構成された３次元立体画像を生成する段階を含むことを特徴とする請求項1に記載のパッチガイド方法。
8. 前記パッチを付着するための位置を決定する段階は、
   コンピュータが対象体の脳で電気的刺激を加える刺激目標地点を獲得する段階と、
   コンピュータが前記対象体の頭にパッチが付着される位置によって前記対象体の脳に電気的刺激が伝達される過程をシミュレーションする段階と、
   コンピュータが前記得られた刺激目標地点及び前記シミュレーションの結果を用いて前記３次元脳地図におけるパッチを付着するための位置を決定する段階と、
   を含むことを特徴とする請求項1に記載のパッチガイド方法。
9. 請求項１〜8のいずれかに記載の方法をコンピュータに実行させるプログラム。

Images