JP2022034404A - 医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、医用画像生成プログラム及び治療計画作成プログラム - Google Patents
医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、医用画像生成プログラム及び治療計画作成プログラム Download PDFInfo
- Publication number
- JP2022034404A JP2022034404A JP2020138180A JP2020138180A JP2022034404A JP 2022034404 A JP2022034404 A JP 2022034404A JP 2020138180 A JP2020138180 A JP 2020138180A JP 2020138180 A JP2020138180 A JP 2020138180A JP 2022034404 A JP2022034404 A JP 2022034404A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- dimensional
- individual
- medical image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000002360 preparation method Methods 0.000 title abstract 6
- 238000004364 calculation method Methods 0.000 claims description 69
- 230000009466 transformation Effects 0.000 claims description 25
- 238000005259 measurement Methods 0.000 abstract description 17
- 230000000241 respiratory effect Effects 0.000 description 22
- 230000029058 respiratory gaseous exchange Effects 0.000 description 12
- 238000003745 diagnosis Methods 0.000 description 10
- 230000005855 radiation Effects 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 230000007935 neutral effect Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000001959 radiotherapy Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000003434 inspiratory effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000283690 Bos taurus Species 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 241000283707 Capra Species 0.000 description 1
- 241000700198 Cavia Species 0.000 description 1
- 241000699800 Cricetinae Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 241000287828 Gallus gallus Species 0.000 description 1
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 241001494479 Pecora Species 0.000 description 1
- 241000700159 Rattus Species 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 235000013330 chicken meat Nutrition 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000002594 fluoroscopy Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Landscapes
- Radiation-Therapy Devices (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
Description
しかし、特許文献1に記載された4次元CT画像を取得するには、通常の3次元CT画像の取得よりも撮影時間が長く、特にX線を用いた撮影の場合、患者の被ばく線量が大きくなるため、患者の負担が大きいという問題がある。また、患者の呼吸の乱れが発生すると、4次元CT画像の精度が大きく低下するという技術的な問題も生じる。
さらに、患者の4次元画像データを取得するための測定装置は既に公知であるが、装置自体のコストや取り扱うデータ量の多さといった点などから、患者の4次元画像データを常に取得することができる環境を整備することは困難である。
また、本発明の課題は、上記医用画像生成装置で作成された画像を用い、観察個体に係る負担を減らし、かつ精度の高い治療計画の作成又は治療対象部位への処置が可能な治療計画作成装置、治療システム、治療計画作成方法、治療方法及び治療計画作成プログラムを提供することである。
すなわち、本発明は、以下の医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、治療方法、医用画像生成プログラム及び治療計画作成プログラムである。
この特徴によれば、観察個体の特定領域に係る2次元又は3次元の画像データを取得する一方、既に測定済みである対照個体の特定領域に係る4次元画像データを用いた画像変形を行うことで、観察個体の特定領域に係る4次元画像データを推計することが可能となる。これにより、観察個体自体は測定に係る負荷が軽減される。また、対照個体で測定された結果を用いた画像変形を行うことで、観察個体の呼吸の乱れなどに影響されず、精度の高い観察個体の特定領域に係る4次元画像データを簡便に生成することが可能となる。
この特徴によれば、2次元画像データを用いる場合と比較し、画像変形時における演算負荷を低減させることが可能となる。これにより、4次元画像データの生成をより簡便に行うことができる。
この特徴によれば、画像そのものをデータとして学習させるよりも、必要なデータ容量を小さくすることが可能となる。これにより、演算負荷を低減させることが可能となる。
この特徴によれば、対照個体の特定領域に係る基準位相画像データ及び他の呼吸位相における変形量を求め、これらに基づくモデルを作成することで、演算に係るデータ量を減らし、演算負荷を低減させることが可能となる。また、データの連続性を考慮したモデルを作成することが可能となるため、観察個体の特定領域に係る3次元画像データを変形する際、観察個体の構造上の連続性を確保した精度の高い4次元画像データを出力することが可能となる。
この特徴によれば、対照個体の特定領域に係る画像データと、観察個体の特定領域に係る画像データを直接比較し、この比較結果に基づき、対照個体の特定領域に係る4次元画像データをそのまま観察個体の特定領域に係る4次元画像データとして出力することができる。これにより、画像変形処理における演算式(プログラム)の構築が容易となる。
この特徴によれば、上記医用画像生成装置で生成された画像を用いることで、観察個体の測定に係る負荷を低減させ、かつ精度の高い4次元画像データを基に、治療計画を作成することが可能となる。これにより、観察個体に対する治療計画に係る精度を高めることも可能となる。
この特徴によれば、上記医用画像生成装置で生成された画像を用いることで、観察個体の測定に係る負荷を低減させ、かつ精度の高い4次元画像データを基に、観察個体の治療対象部位に対して処置を行うことが可能となる。これにより、観察個体にとって治療全体の負荷を低減し、治療対象部位への処置に係る精度を高めることも可能となる。
この特徴によれば、観察個体の特定領域に係る2次元又は3次元の画像データを取得する一方、既に測定済みである対照個体の特定領域に係る4次元画像に関するデータを基にした画像変形を行うことで、観察個体の特定領域に係る4次元画像データを推計することが可能となる。これにより、観察個体自体は測定に係る負荷が軽減される。また、対照個体で測定された結果を用いた画像変形を行うことで、観察個体の呼吸の乱れなどに影響されず、精度の高い観察個体の特定領域に係る4次元画像データを簡便に生成することが可能となる。
この特徴によれば、2次元画像データを用いる場合と比較し、画像変形時における演算負荷を低減させることが可能となる。これにより、4次元画像データの生成をより簡便に行うことができる。
この特徴によれば、画像そのものをデータとして学習させるよりも、必要なデータ容量を小さくすることが可能となる。これにより、演算負荷を低減させることが可能となる。
この特徴によれば、対照個体の特定領域に係る基準位相画像データ及び他の呼吸位相における変形量を求め、これらに基づくモデルを作成することで、演算に係るデータ量を減らし、演算負荷を低減させることが可能となる。また、データの連続性を考慮したモデルを作成することが可能となるため、観察個体の特定領域に係る3次元画像データを変形する際、観察個体の構造上の連続性を確保した精度の高い4次元画像データを出力することが可能となる。
この特徴によれば、対照個体の特定領域に係る画像データと、観察個体の特定領域に係る画像データを直接比較し、この比較結果に基づき、対照個体の特定領域に係る4次元画像データをそのまま観察個体の特定領域に係る4次元画像データとして出力することができる。これにより、画像変形処理における演算式(プログラム)の構築が容易となる。
この特徴によれば、上記医用画像生成方法で生成された画像を用いることで、観察個体の測定に係る負荷を低減させ、かつ精度の高い4次元画像データを基に、治療計画を作成することが可能となる。これにより、観察個体に対する治療計画に係る精度を高めることも可能となる。
この特徴によれば、上記医用画像生成方法で生成された画像を用いることで、観察個体の測定に係る負荷を低減させ、かつ精度の高い4次元画像データを基に、観察個体の治療対象部位に対して処置を行うことが可能となる。これにより、観察個体にとって治療全体の負荷を低減し、治療対象部位への処置に係る精度を高めることも可能となる。
この特徴によれば、大量のデータを速やかに取得、演算することができ、医用画像生成に係る一連のプロセスを円滑に実施することが可能となる。
この特徴によれば、大量のデータを速やかに取得、演算することができ、治療計画作成に係る一連のプロセスを円滑に実施することが可能となる。
また、本発明によれば、上記医用画像生成装置で作成された画像を用い、観察個体に係る負担を減らし、かつ精度の高い治療計画の作成又は治療対象部位への処置が可能な治療計画作成装置、治療システム、治療計画作成方法、治療方法及び治療計画作成プログラムを提供することができる。
なお、実施形態に記載する医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、治療方法、医用画像生成プログラム及び治療計画作成プログラムについては、本発明を説明するために例示したに過ぎず、これに制限されるものではない。
また、本明細書中において、「対照個体」とは、観察個体とは別の存在であり、かつ観察個体と同種のものを指す。例えば、観察個体がヒトである場合、対照個体もヒトである。また、対照個体と観察個体との間には、特に関係性・関連性は必要としない。例えば、対照個体と観察個体の間に共通・類似する要素(年代、体格、症例など)が多く存在してもよく、ほとんど存在しなくてもよい。
(医用画像生成装置)
図1は、本発明の第1の実施態様に係る医用画像生成装置の構造を示す概略説明図である。
本実施態様に係る医用画像生成装置1Aは、観察個体の特定領域に係る4次元画像データを生成するものである。医用画像生成装置1Aは、図1に示すように、画像取得部2と、学習部3と、画像変形処理部4とを備えている。また、医用画像生成装置1Aは、画像変形処理部4における演算手段の一例として、変形量算出部5を備えている。なお、図1において、一点鎖線で示された矢印は、制御又は入力可能に接続されていることを示している。
なお、画像取得部2としては、観察個体の特定領域に係る3次元の画像データを取得できるものとすることがより好ましい。これにより、後述する画像変形処理部4における演算負荷を低減させることが可能となる。
学習部3で学習するデータとしては、4次元画像データを取得する環境が整備された施設において、複数の対照個体に対して測定を行い、取得されたものを用いることが挙げられる。すなわち、学習部3は、これまで様々な施設で、様々な対照個体に対して測定されてきた4次元画像データを集約し、データベース化するものである。したがって、学習部3は4次元画像データを収集できるものであればよく、学習部3で学習するデータを取得する手段自体は、医用画像生成装置1Aとは別体として遠隔地に配設されているものであってもよい。これにより、医用画像生成装置1A自体は、4次元画像に関するデータを取得する機能を必要とせず、装置としてのコストを低減させることが可能となる。
まず、学習部3で学習した対照個体の特定領域に係る4次元CT画像のうち、基準位相となる画像データ(図2では3次元画像データ)を設定する。4次元CT画像は、1呼吸周期における3次元画像データの集合体であり、基準位相の設定においては1呼吸周期を任意の間隔で等分する。例えば、1呼吸周期を10等分し、周期の初めと終わり(吸気位相)をT00及びT90とし、周期の中間点(呼気位相)をT50として、4次元CT画像を呼吸位相(@Tn)ごとに分割する。そして、そのうちの1つを基準位相(@Tref)として設定する。
このとき設定する基準位相(@Tref)は、画像取得部2で取得する観察個体の特定領域に係る画像データの呼吸位相と合わせることが好ましい。例えば、基準位相(@Tref)としては呼吸周期内の呼気位相に相当する箇所(@T50)を選択し、画像取得部2では観察個体が息を吐き切った状態(呼気位相)の画像を取得することが挙げられる。
2つの画像(画像A及び画像B)において、画像Aと画像B間で互いに類似した部位(特徴点)が最も良く一致するように、画像A上の特徴点に対応する画像B上の特徴点の移動ベクトルを求める。
この移動ベクトルを、本実施態様における変形量(以下、「DVF(deformable vector file)」とも呼ぶ)とする。例えば、4DCT@Trefに対する4DCT@T00の変形量をDVF@T00とし、同様に4DCT@T10~4DCT@T90の変形量をDVF@T10~DVF@T90とする。
なお、DIRによる変形量の算出に係るアルゴリズムについては特に限定されない。例えば、日本放射線腫瘍学会(JASTRO)公認ガイドラインである「放射線治療における非剛体画像レジストレーション利用のためのガイドライン2018年版(略称:DIRガイドライン2018)」に示されるアルゴリズムを用いることができる。
図3に示すように、オートエンコーダにより、1つのエンコーダ(Encoder)及び複数のデコーダ(Decoder)を用いて、入力データと出力データの関係性をつなぐネットワークパラメータの最適化を行う。この最適化には、確率的勾配降下法などの手法を用いることができる。
この演算結果に基づき、呼吸位相ごとの変形量群を導出することができるモデル作成が可能となる。また、1つの基準位相画像データ(4DCT@Tref)に対し、全ての変形量(DVF@T00~T90)を関連付けて演算を行うことができる。これにより、呼吸位相間の関係性(連続性)が考慮されたモデルを作成することができる。
図4Aに示すように、画像変形処理部4では、学習部3で得られたモデルに対して、画像取得部2で取得した観察個体の特定領域に係る画像データ(3DCT)を入力することで、この画像データ(3DCT)に対応する変形量(DVF@T00~T90)が算出される。そして、図4Bに示すように、この変形量を用いて、観察個体の特定領域に係る画像データ(3DCT)を変形する。これにより、観察個体の特定領域に係る呼吸位相ごとの画像データ(4DCT@T00~T90)が得られる。
図5は、画像変形処理部4によって得られた画像データのうち、4DCT@T00、T20、T50、T70、T90に相当するものを示している。このとき、図5における4DCT@T50は、画像変形処理部4に入力した画像データ(3DCT)に相当する。
そして、図5に示したような画像データの集合体が、観察個体の特定領域に係る4次元画像データとして出力される。
なお、学習部3で得られたモデルは、呼吸位相間の関係性が考慮されている。このため、図5に示すように、画像変形処理部4から出力される4次元画像データは、呼吸位相ごとの画像データ(4DCT@T00~T90)が、観察個体の構造(ヒトとしての骨格や臓器形状など)における連続性が確保され、かつ精度の高い4次元画像データとして出力されることになる。
図6は、本実施態様における医用画像生成プロセスに関するフロー図である。なお、この医用画像生成プロセスに係る工程は、本実施態様における医用画像生成方法に相当するものである。
また、学習部3では、入力されたデータを教師データとし、呼吸位相ごとの変形量群を導出するモデルを作成する。このとき、ニュートラルネットワークなどの機械学習の手法を用い、1つの入力データ(基準位相画像データ)と複数の出力データ(変形量)の関連性を維持させた状態で学習、演算を行うことで、データの連続性を考慮したモデルが作成される。
そして、学習部3で作成したモデルは画像変形処理部4に入力される。
そして、得られた画像データの集合体が、観察個体の特定領域に係る4次元画像データとして出力される。これは画像変形処理ステップに相当する。
さらに、画像変形処理部4から出力された観察個体の特定領域に係る4次元画像データは保存され、医用画像生成プロセスは終了する。
図7は、本発明の第1の実施態様における治療計画作成装置の構造を示す概略説明図である。
図7に示すように、本実施態様における治療計画作成装置10は、上述した医用画像生成装置1Aと、治療計画立案部11を備えている。
治療計画立案部11としては、医用画像生成装置1Aから観察個体の特定領域に係る4次元画像データを取得し、この4次元画像データを基に、観察個体に対する治療計画を立案することができるものであればよく、特に限定されない。例えば、観察個体に対する治療が放射線治療である場合、治療計画立案部11は、医用画像生成装置1Aで生成された4次元画像データから治療対象部位(ターゲット)を特定するターゲット特定手段と、ターゲットの位置や形状に基づき、照射する放射線のエネルギー、照射方向、照射範囲の形状などのシミュレーションを行う放射線照射シミュレーション手段と、放射線照射シミュレーション手段の結果に基づく治療計画評価手段などを備え、これらの手段を用いて治療計画を立案することが挙げられる。また、治療計画立案部11で立案した治療計画は、図示しない保存部に保存され、必要に応じて外部に出力される。
なお、治療計画立案部11は、例えば、CPUなどのハードウェアプロセッサがプログラム(ソフトウェア)を実行することにより実現される。
図8は、本発明の第1の実施態様における治療システムの構造を示す概略説明図である。
図8に示すように、本実施態様における治療システム20は、上述した医用画像生成装置1Aと、処置部21を備えている。
処置部21としては、医用画像生成装置1Aから観察個体の特定領域に係る4次元画像データを取得し、この4次元画像データを基に、観察個体の治療対象部位に対する処置を行うことができるものであればよく、特に限定されない。例えば、観察個体に対する治療が放射線治療である場合、処置部21としては、観察個体を固定する寝台と、放射線を照射する放射線照射装置と、放射線照射装置の出力を制御する出力制御手段とを備え、医用画像生成装置1Aで生成された4次元画像データを基に、観察個体の治療対象部位に対して処置を行うことが挙げられる。また、上述した治療計画立案部11による治療計画を基に、処置部21の制御を行い、観察個体の治療対象部位に対して処置を行うものとしてもよい。
図9は、本発明の第2の実施態様における医用画像生成装置の構造を示す概略説明図である。
第2の実施態様に係る医用画像生成装置1Bは、図9に示すように、第1の実施態様に係る医用画像生成装置1Aにおける変形量算出部5に代えて、比較演算部6を設けるものである。なお、第1の実施態様の構造と同じものについては、説明を省略する。
まず、学習部3で学習した対照個体の特定領域に係る4次元CT画像のうち、基準位相となる画像データ(図10では3次元画像データ)を設定する。4次元CT画像は、1呼吸周期における3次元画像データの集合体であり、基準位相の設定においては1呼吸周期を任意の間隔で等分する。例えば、1呼吸周期を10等分し、周期の初めと終わり(吸気位相)をT00及びT90とし、周期の中間点(呼気位相)をT50として、4次元CT画像を呼吸位相(@Tn)ごとに分割する。そして、そのうちの1つを基準位相(@Tref)として設定する。
このとき設定する基準位相(@Tref)は、画像取得部2で取得する観察個体の特定領域に係る画像データの呼吸位相と合わせることが好ましい。例えば、基準位相(@Tref)としては呼吸周期内の呼気位相に相当する箇所(@T50)を選択し、画像取得部2では観察個体が息を吐き切った状態(呼気位相)の画像を取得することが挙げられる。
そして、抽出した対照個体の基準位相画像データ(4DCT@Tref)が含まれる対照個体の特定領域に係る4次元画像データ(4DCT)を、学習部3のデータから取得し、これを観察個体の特定領域に係る4次元画像データとして出力する。
なお、複数の対照個体の基準位相画像データ(4DCT@Tref)を抽出した場合、それぞれに対応する対照個体の特定領域に係る4次元画像データ(4DCT)を平均化したものを観察個体の特定領域に係る4次元画像データとして出力するものとしてもよい。
図11は、本実施態様における医用画像生成プロセスに関するフロー図である。なお、この医用画像生成プロセスに係る工程は、本実施態様における医用画像生成方法に相当するものである。
図11に示すように、まず、対照個体の特定領域に係る4次元画像データ(4DCT)を収集し、学習部3に入力する。学習部3では、4次元画像データの基準位相画像データ(4DCT@Tref)を設定する。これは学習ステップに相当する。そして、設定した4次元画像データの基準位相画像データ(4DCT@Tref)は、比較演算部6に入力する。
このとき、対照個体のデータ数は特に限定されないが、演算負荷を低減させるために、あらかじめ観察個体と共通・類似する要素を多く有する対照個体を所定数選択し、選択した対照個体の特定領域に係る4次元画像データの基準位相画像データ(4DCT@Tref)を比較演算部6に入力するものとしてもよい。
そして、抽出した対照個体の基準位相画像データ(4DCT@Tref)が含まれる対照個体の特定領域に係る4次元画像データ(4DCT)を、学習部3のデータから抽出し、これを観察個体の特定領域に係る4次元画像データとして出力する。これは画像変形処理ステップに相当する。
さらに、画像変形処理部4から出力された観察個体の特定領域に係る4次元画像データは保存され、医用画像生成プロセスは終了する。
Claims (15)
- 観察個体の特定領域に係る4次元画像データを生成する医用画像生成装置において、
前記観察個体の特定領域に係る2次元又は3次元の画像データを取得する画像取得部と、
前記観察個体とは別の対照個体の特定領域に係る4次元画像に関する複数のデータを学習する学習部と、
前記学習部のデータを基に、前記画像取得部で取得した画像データを変形し、前記観察個体の特定領域に係る4次元画像データとして推計して出力する画像変形処理部と、を備えることを特徴とする、医用画像生成装置。 - 前記画像取得部は、3次元画像データを取得することを特徴とする、請求項1に記載の医用画像生成装置。
- 前記対照個体の特定領域に係る4次元画像について、基準位相となる2次元又は3次元画像データを1つ設定し、基準位相に対する他の位相における2次元又は3次元画像データの変形量を算出する変形量算出部を備え、
前記学習部は、前記変形量算出部で算出した変形量及び基準位相の画像データを学習することを特徴とする、請求項1又は2に記載の医用画像生成装置。 - 前記学習部は、前記変形量算出部で算出した変形量及び基準位相の画像データから、位相ごとの変形量群を導出するモデルを作成し、
前記画像変形処理部は、前記モデルを用い、前記画像取得部で取得した画像データにおける位相ごとの画像データを算出し、前記観察個体の特定領域に係る4次元画像データとして出力することを特徴とする、請求項3に記載の医用画像生成装置。 - 前記対照個体の特定領域に係る4次元画像について、基準位相となる2次元又は3次元画像データを1つ設定するとともに、前記画像取得部で取得した画像データと、前記基準位相の画像データとを比較する比較演算部を備え、
前記画像変形処理部は、前記画像取得部で取得した画像データと類似性の高い基準位相の画像データを含む前記対照個体の特定領域に係る4次元画像に関するデータを、前記観察個体の特定領域に係る4次元画像データとして出力することを特徴とする、請求項1又は2に記載の医用画像生成装置。 - 請求項1~5のいずれか一項に記載の医用画像生成装置と、
前記医用画像生成装置で生成された観察個体の特定領域に係る4次元画像データを用い、観察個体に対する治療計画を立案する治療計画立案部と、を備えることを特徴とする、治療計画作成装置。 - 請求項1~5のいずれか一項に記載の医用画像生成装置と、
前記医用画像生成装置で生成された観察個体の特定領域に係る4次元画像データを用い、観察個体の治療対象部位に対する処置を行う処置部と、を備えることを特徴とする、治療システム。 - 観察個体の特定領域に係る4次元画像データを生成する医用画像生成方法において、
観察個体の特定領域に係る2次元又は3次元の画像データを取得する画像取得ステップと、
前記観察個体とは別の対照個体の特定領域に係る4次元画像に関する複数のデータを学習する学習ステップと、
前記学習ステップにより学習したデータを基に、前記画像取得手段で取得した画像データを変形し、前記観察個体の特定領域に係る4次元画像データとして推計して出力する画像変形処理ステップと、を備えることを特徴とする、医用画像生成方法。 - 前記画像取得ステップは、3次元画像データを取得することを特徴とする、請求項8に記載の医用画像生成方法。
- 前記対照個体の特定領域に係る4次元画像について、基準位相となる2次元又は3次元画像データを1つ設定し、基準位相に対する他の位相における2次元又は3次元画像データの変形量を算出する変形量算出ステップを備え、
前記学習ステップは、前記変形量算出ステップで算出した変形量及び基準位相の画像データを学習することを特徴とする、請求項8又は9に記載の医用画像生成方法。 - 前記学習ステップは、前記変形量算出ステップで算出した変形量及び基準位相の画像データから、位相ごとの変形量群を導出するモデルを作成し、
前記画像変形処理ステップは、前記モデルを用い、前記画像取得ステップで取得した画像データにおける位相ごとの画像データを算出し、前記観察個体の特定領域に係る4次元画像データとして出力することを特徴とする、請求項10に記載の医用画像生成方法。 - 前記対照個体の特定領域に係る4次元画像について、基準位相となる2次元又は3次元画像データを1つ設定するとともに、前記画像取得ステップで取得した画像データと、前記基準位相の画像データとを比較する比較演算ステップを備え、
前記画像変形処理ステップは、前記画像取得ステップで取得した画像データと類似性の高い基準位相の画像データを含む前記対照個体の特定領域に係る4次元画像に関するデータを、前記観察個体の特定領域に係る4次元画像データとして出力することを特徴とする、請求項8又は9に記載の医用画像生成方法。 - 請求項8~12のいずれか一項に記載の医用画像生成方法により、観察個体の特定領域に係る4次元画像データを取得する医用画像取得ステップと、
前記医用画像取得ステップで取得した4次元画像データを用い、観察個体に対する治療計画を立案する治療計画立案ステップと、を備えることを特徴とする、治療計画作成方法。 - 請求項8~12のいずれか一項に記載の医用画像生成方法を実行することを特徴とする、医用画像生成プログラム。
- 請求項13に記載の治療計画作成方法を実行することを特徴とする、治療計画作成プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020138180A JP2022034404A (ja) | 2020-08-18 | 2020-08-18 | 医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、医用画像生成プログラム及び治療計画作成プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020138180A JP2022034404A (ja) | 2020-08-18 | 2020-08-18 | 医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、医用画像生成プログラム及び治療計画作成プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022034404A true JP2022034404A (ja) | 2022-03-03 |
Family
ID=80442247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020138180A Pending JP2022034404A (ja) | 2020-08-18 | 2020-08-18 | 医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、医用画像生成プログラム及び治療計画作成プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022034404A (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020025702A (ja) * | 2018-08-10 | 2020-02-20 | キヤノンメディカルシステムズ株式会社 | X線ct装置、ワークステーション及びプログラム |
WO2020086976A1 (en) * | 2018-10-25 | 2020-04-30 | Elekta, Inc. | Machine learning approach to real-time patient motion monitoring |
-
2020
- 2020-08-18 JP JP2020138180A patent/JP2022034404A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020025702A (ja) * | 2018-08-10 | 2020-02-20 | キヤノンメディカルシステムズ株式会社 | X線ct装置、ワークステーション及びプログラム |
WO2020086976A1 (en) * | 2018-10-25 | 2020-04-30 | Elekta, Inc. | Machine learning approach to real-time patient motion monitoring |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6619889B2 (ja) | 動き予測を用いた治療制御 | |
CN106039576B (zh) | 射野剂量测定系统、设备和方法 | |
JP6656251B2 (ja) | Mri誘導リナックのモーション管理 | |
US11645768B2 (en) | Multi image fusion based positioning verification | |
JP5491174B2 (ja) | 画像誘導型放射線治療のための画像の変形可能なレジストレーション | |
JP6611814B2 (ja) | 放射線治療のための可搬型ctスキャナーの使用 | |
JP2018535732A (ja) | 組織パラメータ推定を用いたmrデータからの擬似ct生成 | |
US20070038070A1 (en) | Determining patient-related information on the position and orientation of MR images by the individualisation of a body model | |
CN108883302A (zh) | 自适应辐射治疗规划 | |
CN115003379A (zh) | 用于重建受运动影响的处置剂量的局部形变图 | |
JP2017035314A (ja) | 放射線治療装置、方法及びプログラム | |
US20180071551A1 (en) | CBCT and X-Ray Combined Setup with X-Ray Verification of Patient Positioning | |
WO2019110135A1 (en) | Augmented reality assistance in medical procedure preparation | |
JP2023505376A (ja) | 介入のための患者モデル推定 | |
EP3790626B1 (en) | Computation of a breathing curve for medical applications | |
JP6316078B2 (ja) | 患者位置決めシステム、および位置ずれ量算出方法 | |
Whelan et al. | Utilising pseudo-CT data for dose calculation and plan optimization in adaptive radiotherapy | |
JP2022034404A (ja) | 医用画像生成装置、治療計画作成装置、治療システム、医用画像生成方法、治療計画作成方法、医用画像生成プログラム及び治療計画作成プログラム | |
JP2018532503A (ja) | 対象を撮像する装置 | |
Sato et al. | OC-0271: Positional accuracy valuation of a three dimensional printed device for head and neck immobilisation | |
WO2023068365A1 (ja) | 標的外形推定装置および治療装置 | |
CN112997216B (zh) | 一种定位图像的转化系统 | |
Shamir et al. | A Machine Learning Based Approach for Rapidly Estimating Tumor Treating Fields Distributions in the Body | |
Suwanraksa et al. | Deep learning techniques for synthetic CT generation: a single model for multiple anatomical sites | |
Capaldi et al. | Motion Management and Image-Guided Radiation Therapy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230816 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230822 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231023 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240402 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20240531 |