JP2022552278A - 装置の安全区域を決定するためのシステムおよび方法 - Google Patents

Abstract

医療画像内の装置を安全に配置するための領域を決定するための方法は、医療画像を受信することと、少なくとも１つの深層畳み込みニューラルネットワークを使用して、医療画像内の少なくとも１つの解剖学的ランドマークを検出することと、意味ネットワークを使用して、検出された少なくとも１つの解剖学的領域に基づいて、装置を安全に配置するための領域を決定することと、ディスプレイを使用して、装置を安全に配置するための領域を医療画像上に表示することと、を含む。【選択図】図１

Description

本開示は、一般に、画像の処理および検出に関し、より具体的には、医療画像内の医療装置を安全に配置するための領域を決定するためのシステムおよび方法に関する。

医療画像（例えば、胸部Ｘ線像）に関する日常的で重要な放射線科医の解釈作業は、チューブおよびラインなどの埋め込まれた人工の埋め込み可能な装置の検出および配置の確認である。例えば、患者の生命維持チューブの配置を確認するために、胸部Ｘ線像が使用され得る。医療画像内の埋め込み可能な人工の装置の存在および位置は、放射線科医によって視覚的に評価することができる。加えて、医療画像内の医療装置の検出および分類を支援するために、コンピュータ支援の検出方法が開発されてきた。大量の事例および迅速な解釈に対する必要性を考慮すると、医療画像上の医療装置の配置を評価することは、放射線科医およびＩＣＵ要員にとって困難で時間のかかる作業である。検出されずにいる装置（例えば、チューブまたはライン）の不正確な配置は、重篤な合併症が生じさせ得るか、さらには致死的にさせ得る。例えば、気管内（ＥＴ）チューブの不正確な配置としては、典型的には、チューブが食道内または首部の軟組織内に配置されてしまうことが挙げられる。別の例では、経鼻胃（ＮＧ）チューブの不正確な配置としては、チューブが肋膜空洞内に配置されてしまうことが挙げられる。肋膜空洞内のＮＧチューブの配置は、気胸症を生じさせることがあり得る。したがって、ＩＣＵ内の患者を含む患者にとっては、装置（例えば、チューブまたはライン）が正しく配設されているかどうかを検出することが重要である。

医療画像を使用して、医療装置が正しく配設されているかどうかを判定するためのシステムおよび方法を提供することが望ましい。

一実施形態によれば、医療画像内の装置を安全に配置するための領域を決定するための方法は、医療画像を受信することと、少なくとも１つの深層畳み込みニューラルネットワークを使用して、医療画像内の少なくとも１つの解剖学的ランドマークを検出することと、意味ネットワークを使用して、検出された少なくとも１つの解剖学的領域に基づいて、装置を安全に配置するための領域を決定することと、ディスプレイを使用して、装置を安全に配置するための領域を医療画像上に表示することと、を含む。

別の実施形態によれば、医療画像内の装置を安全に配置するための領域を決定するためのシステムは、医療画像を受信するための入力と、入力に結合されて、医療画像を分析して医療画像内の少なくとも１つの解剖学的ランドマークを検出するように構成された少なくとも１つの深層畳み込みニューラルネットワークと、少なくとも１つの深層畳み込みニューラルネットワークに結合された意味ネットワークであって、検出された少なくとも１つの解剖学的領域に基づいて、装置を安全に配置するための領域を決定するように構成された、意味ネットワークと、少なくとも１つの深層畳み込みニューラルネットワークおよび意味ネットワークに結合されたディスプレイであって、装置を安全に配置するための領域を医療画像上に表示するように構成された、ディスプレイと、を含む。

一実施形態による、医療画像内に装置を安全に配置するための領域（「安全区域」）を決定するための方法を示す。 一実施形態による、医療画像内に装置を安全に配置するための領域を決定するためのシステムの概略ブロック図である。 一実施形態による、装置および医療画像上に装置を安全に配置するための領域の例示的な表示を示す。 一実施形態による、装置および医療画像上に装置を安全に配置するための領域の例示的な表示を示す。 一実施形態による、本明細書で説明される方法を実施することができる例示的なコンピュータシステムのブロック図である。

本開示は、安全に装置を配置するための領域（または「安全区域」）を画定するためのオートメーション化されたシステムおよび方法を記載する。装置を安全に配置するための領域は、患者画像上のオーバレイとして表示され得る。本システムはまた、装置が安全区域外にある場合にアラートを生成するように構成され得る。安全区域は、ディープラーニングを含む機械学習を使用して、解剖学的ランドマークに基づいて決定される。本明細書で説明されるシステムおよび方法は、意味ネットワーク内に組み込まれた１つ以上のディープニューラルネットワークを利用する。すなわち、「意味的に組み込まれたニューラルネットワーク（semantically embedded neural network）（ＳＥＮＮ）」アーキテクチャを使用する。各ニューラルネットワークは、一組の訓練画像などの多数の例から画像領域（例えば、解剖学的ランドマーク）をアウトライン化（セグメント化）するように訓練することができる。意味ネットワークは、事前知識に基づいて、物体の特性（サイズ、形状、および強度など）および物体間の空間的関係の明示的な説明（モデリング）を可能にする。したがって、意味ネットワークは、既に見つかった物体に基づいて、所与の物体（例えば、解剖学的ランドマーク）に関する画像内の見るべき場所にニューラルネットワークを案内すること（すなわち、ネットワークが適切に焦点を絞ることを補助すること）ができ、さらに、ニューラルネットワークに起因するセグメント化が、その物体の予測される特性に一致することを確実にすることもできる。これは、ニューラルネットワークの効率および信頼性を高める。意味ネットワークは、解剖学的ランドマークに対する画像領域として安全区域をモデル化して、安全区域を決定することを可能にする。

図１は、一実施形態による、医療画像内の装置を安全に配置するための領域（「安全区域」）を決定するための方法を示し、図２は、一実施形態による、医療画像内の装置を安全に配置するための領域を決定するためのシステム２００の概略ブロック図である。図１および図２を参照すると、ブロック１０２で、システム２００の意味的に組み込まれたニューラルネットワーク（ＳＥＮＮ）２０４への入力２０２として、医療画像が提供される。医療画像は、例えば、他の既知の撮像モダリティを使用して生成されたＸ線像または画像であり得る。一実施形態では、医療画像は、システムに入力される前に予め前処理され得る。例えば、画像がリスケールされ得るか、または画像強度が正規化され得る。医療画像は、例えば病院ネットワークにおいて、関連付けるまたは記憶することができる。医療画像は、例えば画像保管通信システムから検索され得、また、例えばＤＩＣＯＭ（医療におけるデジタル撮像および通信）画像であり得る。図２に示される実施形態では、ＳＥＮＮ２０４は、深層畳み込みニューラルネットワーク（ＤＣＮＮ）２０６と、意味ネットワーク２０８と、を含む。医療画像は、ＤＣＮＮ２０６に入力され得る。一実施形態では、システムは、意味ネットワーク２０８に組み込まれる１つ以上のＤＣＮＮ２０６を含む。各ＤＣＮＮは、既知の方法を使用して、１つ以上の解剖学的ランドマークをセグメント化するように訓練され得る。一実施例では、ＤＣＮＮ２０６は、解剖学的ランドマークをセグメント化または検出するために、手動でセグメント化された解剖学的ランドマークを有する訓練画像のデータセットを使用して訓練され得る。

ブロック１０４で、ＤＣＮＮ２０６が、入力された医療画像を分析して、医療画像内の少なくとも１つの解剖学的ランドマークを検出する。ＤＣＮＮ２０６の出力は、例えば、解剖学的ランドマークを表すバイナリマスクであり得る。複数のＤＣＮＮ２０６を伴う一実施形態では、各ＤＣＮＮが異なる解剖学的ランドマークを検出（またはセグメント化）するように使用され得る。次いで、ブロック１０６で、意味ネットワーク２０８を使用して、解剖学的ランドマークに基づいて、装置を安全に配置するための領域（「安全区域」）を決定する。意味ネットワークは、解剖学的ランドマークに対する画像領域として安全区域をモデル化して、安全区域を決定することを可能にする。一実施形態では、意味ネットワーク２０８の出力２１０は、例えば、安全区域を表す一組の画素（画像領域）であり得る。ブロック１０８で、安全区域が、医療画像上に、例えばディスプレイ装置２１２上に表示される。安全区域は、例えば医療画像上のオーバレイとして示され得る。一実施形態では、装置が安全区域の中にあるのか外にあるのかを示すために、異なる色が使用され得る。例えば、装置（または装置の一部分）が安全区域の中にあることを示すために、緑色のオーバレイカラーが使用され得、また、装置（または装置の一部分）が安全区域の外にあり、したがって患者に危険をもたらすことを示すために、赤色のオーバレイカラーが使用され得る。

安全区域に加えて、埋め込まれた装置または埋め込まれた装置の一部分（例えば、装置の先端部）もまた、安全区域とともに医療画像上に示され得る。医療画像上の埋め込まれた装置を自動的に検出するための既知の方法が、装置を検出して医療画像上に表示するために使用され得る。一実施形態では、人工の埋め込まれた装置を自動的に検出するためのシステムおよび方法は、米国特許第９，４７１，９７３号に開示されているシステムおよび方法であり、参照によりその全体が本明細書に組み込まれる。一実施形態では、患者画像のディスプレイ上の異なる種類の検出されたチューブおよびラインを区別するために、カラーコードおよびテキストラベルが使用され得る。信頼性を高めるために、両方のシステムからの出力が組み合わせられ得る。例えば、２つのシステムが一致しない場合、その事例はさらに処理されず、再調査を必要とするものとしてフラグが立てられ得る。一実施形態では、装置の配置の正確性に関する独立した判断を行うために、解剖学的ランドマークに対する埋め込まれた装置の測定値がユーザによって使用され得る。

別の実施形態では、本明細書に開示されるシステムおよび方法はまた、ブロック１１０で、装置が安全区域の外にある場合にアラートを生成するように構成され得る。アラートは、システムによって医療アラートが検出されたときに、問題の緊急性の種類およびレベルを伝える言葉で表示されるテキストを伴うバナーとして提供され得る。例えば、装置（例えば、気管内（ＥＴ）チューブ）の先端部が安全区域の外にある場合、デフォルトのアラートは、ＥＴチューブの先端部が「安全区域の外にある」ことを示し得る。他の実施形態ではまた、より精密なチェックも行われ、バナーで報告される緊急性のレベルが高められ得、例えば、装置（または装置の一部分）が安全区域の特定領域の外に、例えば、解剖学的ランドマークのうちの１つの外にある場合、アラートは、差し迫った非常事態があることを示し、特定の領域を識別し得る。システムはまた、例えば、医療画像がチューブ／ラインの配置を確認する旨の要求を示す場合、または最新の医療画像上にチューブ／ラインが見つかった場合、チューブ／ラインが予測される外部入力を受け入れるように構成され得、次いで、チューブ／ラインが見つからない場合、システムは、アラートを発することができる。同様に、システムは、装置（または装置の一部分）の位置が直前の医療画像から変化した場合にアラートを発し得る。

ここで、埋め込み可能な装置を安全に配置するための領域を決定するための開示されるシステムおよび方法を、非限定的な例に関して説明する。一実施形態では、開示されるシステムおよび方法は、胸部Ｘ線画像上の気管内（ＥＴ）チューブの配置と併せて使用され得る。医学文献に基づいて、ＥＴチューブの先端部は、竜骨より約５～７ｃｍ上側（最小安全距離：２ｃｍ）に、または気管のほぼ中間セクションに配設されるべきである。したがって、気管および竜骨は、ＥＴチューブの安全区域を決定する際の主要な解剖学的ランドマークである。上で論じたように、ランドマークは、１つ以上の訓練された深層畳み込みニューラルネットワーク（ＤＣＮＮ）を使用して自動的にセグメント化され得る。訓練されたＤＣＮＮは、解剖学的ランドマーク（気管および竜骨）に対する画像領域として安全区域をモデル化して、安全区域の決定を可能にする、意味ネットワーク内に組み込まれる。例えば、ＤＣＮＮは、竜骨をセグメント化するために提供され得、気管をセグメント化するために異なるＤＣＮＮが使用され得る。

この実施例では、気管の自動的なセグメント化は、Ｕ－Ｎｅｔ深層畳み込みニューラルネットワーク（ＤＣＮＮ）アーキテクチャを使用して行われ得る。ネットワークに入力される前に、胸部Ｘ線像は、以下の前処理を受ける。（１）５１２×５１２×１の画素にリスケールする。（２）画像強度を平均０および標準偏差１に正規化する。Ｕ－Ｎｅｔは、５つのエンコーダおよび５つのデコーダブロックで構成される。各エンコーダブロックは、入力を取り、２つの３×３の畳み込み層を適用し、続いて２×２の最大値プーリングを適用する。各デコーダブロックは、３×３の畳み込み層を適用し、続いて２×２のアップサンプリングを適用する。正規化線形ユニット（ＲｅＬｕ）は、最下層以外のすべてのエンコーダおよびデコーダブロックの活性化関数として使用され得る。最下層は、エンコーダとデコーダとの間を仲介する。加えて、最下層は、３×３の畳み込み層で、およびシグモイドを活性化関数として使用し得る。この実施例では、ＤＣＮＮは、手動でセグメント化された気管を伴う胸部Ｘ線像のデータセットに関して訓練した。損失は、Ｄｉｃｅ係数に関して測定し、Ａｄａｍ最適化アルゴリズムは、０．００００５の学習レートで使用した。ＤＣＮＮ出力は、気管（５１２×５１２×１）を表すバイナリマスクであり、次いで、元の入力画像寸法に空間的にリスケールした。

この実施例では、竜骨の位置特定またはセグメント化は、ＶＧＧＮｅｔ深層畳み込みニューラルネットワーク（ＤＣＮＮ）アーキテクチャに基づいた回帰予測モデルを使用して行われ得る。ネットワークに配置される前に、胸部Ｘ線像は、以下の前処理を受け得る。（１）５１２×５１２×１の画素にリスケールする。（２）コントラスト制限適応ヒストグラム平坦化を使用して、コントラストを高めて、気管の顕著性を高める。（３）画像強度を平均０および標準偏差１に正規化する。ＤＣＮＮは、合計で１６の重み層を有する５つのブロックで構成される。最初の４つのブロックは、畳み込み層に続いて最大値プーリング層で構成され、５番目のブロックは、畳み込み層に続いて３つの全結合層で構成される。３×３の受容野サイズが、すべての畳み込み層で使用される。ドロップアウトは、０．５の小数部で、最初の４つのブロックの後に使用される。ＤＣＮＮの出力は、元の入力画像寸法に空間的にリスケールされる竜骨の空間的位置（座標）を表す、２×１の点配列である。

この実施例では、意味ネットワークは、検出された解剖学的ランドマーク（すなわち、気管および竜骨）に対するＥＴチューブの安全区域の空間的関係を画定するように構成され得る。意味ネットワークは、気管内の２つの領域を説明するように構成され得る。一方は、竜骨の上側の７ｃｍ、および他方は、竜骨の上側の２ｃｍである。この実施例では、次いで、意味ネットワークが、これらの２つの領域の凸包、すなわち、２つの領域を囲む台形としてＥＴチューブの安全区域をモデル化した。別の実施形態では、ＥＴ先端部から竜骨までの測定値を示すことができ、または測定目盛りマークが竜骨の上に表示される。図３および図４には、医療画像上の装置を検出するためのシステムと併せて、安全区域を決定するためのシステムによって出力された例示的な画像が示されている。図３および図４では、胸部Ｘ線像上のオーバレイは、チューブ先端部位置について自動的に検出されたＥＴチューブ３０２，４０２および安全区域３０４，４０４を示す。上述のように、装置または装置の一部分（例えば、チューブ先端部）が安全区域３０４，４０４にあるかどうかを示すために、装置および安全区域に異なる色が使用され得る。

上で論じたように、開示されるシステムおよび方法は、装置が安全区域の外にある場合にアラートを生成するように構成することができる。一実施形態では、アラートは、システムによって医療アラートが検出されたときに、問題の緊急性の種類およびレベルを伝える言葉で表示されるテキストを伴うバナーであり得る。例えば、ＥＴチューブの先端部が安全区域の外にある場合、デフォルトのアラートは、ＥＴチューブの先端部が「安全区域の外にある」ことを示し得る。しかしながら、より精密なチェックも行われて、以下のようにバナーで報告される緊急性のレベルが高められ得る。（ａ）先端部が気管の外側にある場合、「差し迫った非常事態－ＥＴチューブが気管の外にある」、（ｂ）先端部が竜骨を越えている場合、「差し迫った非常事態－ＥＴチューブが竜骨を越えている」。システムはまた、例えば、Ｘ線像がチューブ／ラインの配置を確認する旨の要求を示す場合、または最新のＸ線像上にチューブ／ラインが見つかった場合、チューブ／ラインが予測される外部入力を受け入れるように構成され得、次いで、チューブ／ラインが見つからない場合、システムは、アラートを発することができる。同様に、システムは、先端部の位置が直前の従来のＸ線像から変化した場合にアラートを発し得る。

別の実施形態では、開示されるシステムおよび方法は、胸部Ｘ線画像上の経鼻的胃（ＮＧ）チューブの配置と併せて使用され得る。この実施例では、ＮＧチューブの安全区域は、理想的には、ＮＧチューブ先端部がダイヤフラムの下側に、かつ腹部の左側で胃食道接合部を１０ｃｍ以上越えて視認できるはずであるという知識に基づいて、同様のＳＥＮＮ手法を使用して識別され得る。したがって、胃食道接合部および左肋骨横隔膜角は、この安全区域を画定するために使用される解剖学的ランドマークである。これらの２つのランドマークは、その座標を自動的に決定するために竜骨について上で説明したものと同様に、ＤＣＮＮを使用して画像の点として検出される。次いで、意味ネットワークが、ＮＧチューブの安全区域をそれらのランドマークに対する領域として画定する。

図５は、一実施形態による、本明細書で説明される方法およびシステムを実装することができる例示的なコンピュータシステムのブロック図である。コンピュータシステム５００は、一般に、入力５０２と、少なくとも１つのハードウェアプロセッサ５０４と、メモリ５０６と、出力５０８と、を含む。したがって、コンピュータシステム５００は、一般に、ハードウェアプロセッサ５０４およびメモリ５０６によって実施される。いくつかの実施形態では、コンピュータシステム５００は、ワークステーション、ノートブックコンピュータ、タブレット装置、モバイル装置、マルチメディア装置、ネットワークサーバ、メインフレーム、１つ以上のコントローラ、１つ以上のマイクロコントローラ、または任意の他の汎用もしくは特定用途向けコンピューティング装置であり得る。

コンピュータシステム５００は、自律的または半自律的に動作し得るか、またはメモリ５０６またはコンピュータ可読媒体（例えば、ハードドライブ、ＣＤ－ＲＩＯＭ、フラッシュメモリ）から実行可能なソフトウェアから命令を読み取り得るか、またはユーザからの入力を介して、もしくは別のネットワーク化されたコンピュータまたはサーバなどのコンピュータまたは装置に論理的に接続された任意の他のソースを介して命令を受信し得る。したがって、いくつかの実施形態では、コンピュータシステム５００はまた、コンピュータ可読記憶媒体を読み取るための任意の適切な装置を含むこともできる。一般に、コンピュータシステム５００は、本開示で説明される方法およびアルゴリズムを実施するようにプログラムされ得るか、または別様に構成され得る。

入力５０２は、所望に応じて、作業を行うこと、データを処理すること、またはコンピュータシステム５００を動作させることと一致するパラメータを選択する、入力する、または別様に指定するための能力を含む、コンピュータシステム５００を動作させるための任意の適切な形状または形態を取り得る。いくつかの態様では、入力５０２は、医療画像などのデータを受信するように構成され得る。加えて、入力５０２はまた、上述の方法を実施するために有用であるとみなされる任意の他のデータまたは情報を受信するように構成され得る。コンピュータシステム５００を動作させるための処理タスク間で、１つ以上のハードウェアプロセッサ５０４はまた、入力５０２を経由して受信したデータに対して任意の数の後処理ステップを実施するように構成され得る。

メモリ５０６は、ソフトウェア５１０、ならびに撮像データ、臨床データ、および分子データなどのデータ５１２を含み得、また、処理された情報、命令、および１つ以上のハードウェアプロセッサ５０４によって処理されるデータを記憶および検索するように構成され得る。いくつかの態様では、ソフトウェア５１０は、ハードウェアプロセッサ５０４およびメモリ５０６によって１つ以上の機械学習アルゴリズムを実施することを目的とする命令を含み得る。加えて、出力５０８は、所望に応じて、任意の形態を取り得、例えば、他の所望の情報に加えて、画像、画像上の装置または安全区域のオーバレイ、患者情報、およびレポートを表示するように構成されたディスプレイであり得る。コンピュータシステム５００はまた、通信リンク５１６を使用してネットワーク５１４に結合され得る。通信リンク５１６は、コンピュータシステム５００とネットワーク５１４との間で生じる通信を可能にすることができる無線接続、ケーブル接続、または任意の他の手段であり得る。

上で説明した方法に従って、医療画像内の装置を安全に配置するための領域（「安全区域」）を決定するためのコンピュータ実行可能命令は、コンピュータ可読媒体の形態で記憶され得る。コンピュータ可読媒体は、コンピュータ可読命令、データ構造、プログラムモジュール、または他のデータなどの情報を記憶するための任意の方法または技術で実装される、揮発性および不揮発性の取り外し可能および取り外し不可能な媒体を含む。コンピュータ可読媒体としては、ランダムアクセスメモリ（ＲＡＭ）、リードオンリーメモリ（ＲＯＭ）、電気的消去可能プログラマブルＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリ、もしくは他のメモリ技術、コンパクトディスクＲＯＭ（ＣＤ－ＲＯＭ）、デジタル揮発性ディスク（ＤＶＤ）、または他の光記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置、もしくは他の磁気記憶装置、または所望の命令を記憶するために使用することができ、インターネットまたは他のコンピュータネットワーク形態のアクセスを含む、システム（例えば、コンピュータ）によってアクセスされ得る任意の他の媒体が挙げられるが、これらに限定されない。

本発明は、１つ以上の好ましい実施形態に関して説明されており、明示的に述べられたものを除いて、多くの同等物、代替物、バリエーション、および修正が可能であり本発明の範囲内であることが理解されるべきである。

Claims (19)

1. 医療画像内の装置を安全に配置するための領域を決定するための方法であって、
   医療画像を受信することと、
   少なくとも１つの深層畳み込みニューラルネットワークを使用して、前記医療画像内の少なくとも１つの解剖学的ランドマークを検出することと、
   意味ネットワークを使用して、検出された前記少なくとも１つの解剖学的領域に基づいて、前記装置を安全に配置するための前記領域を決定することと、
   ディスプレイを使用して、装置を安全に配置するための前記領域を前記医療画像上に表示することと、を含む、方法。
2. 前記医療画像が、Ｘ線像である、請求項１に記載の方法。
3. 前記少なくとも１つの深層畳み込みニューラルネットワークが、前記意味ネットワークに組み込まれている、請求項１に記載の方法。
4. 前記少なくとも１つの深層畳み込みニューラルネットワークの出力が、前記少なくとも１つの解剖学的ランドマークのバイナリマスク表現である、請求項１に記載の方法。
5. 前記意味ネットワークの出力が、前記装置を安全に配置するための前記領域を表す一組の画素である、請求項１に記載の方法。
6. 前記意味ネットワークが、前記少なくとも１つの解剖学的領域に対する画像領域として、前記装置を安全に配置するための前記領域をモデル化するように構成されている、請求項１に記載の方法。
7. 前記意味ネットワークが、検出された前記少なくとも１つの解剖学的領域に対する前記装置の空間的関係を画定するように構成されている、請求項６に記載の方法。
8. 前記装置が前記装置を安全に配置するための前記領域内に位置付けられているかどうかに基づいて、アラートを生成することをさらに含む、請求項１に記載の方法。
9. 前記アラートが、前記ディスプレイに表示される、請求項９に記載の方法。
10. 前記医療画像上の前記装置の位置を検出することと、
    前記医療画像上の前記装置の表現を前記ディスプレイに表示することと、をさらに含む、請求項１に記載の方法。
11. 医療画像内の装置を安全に配置するための領域を決定するためのシステムであって、前記システムが、
    医療画像を受信するための入力と、
    前記入力に結合されて、前記医療画像を分析して前記医療画像内の少なくとも１つの解剖学的ランドマークを検出するように構成された少なくとも１つの深層畳み込みニューラルネットワークと、
    少なくとも１つの深層畳み込みニューラルネットワークに結合された意味ネットワークであって、検出された前記少なくとも１つの解剖学的領域に基づいて、前記装置を安全に配置するための前記領域を決定するように構成された、意味ネットワークと、
    前記少なくとも１つの深層畳み込みニューラルネットワークおよび前記意味ネットワークに結合され、かつ装置を安全に配置するための前記領域を前記医療画像上に表示するように構成された、ディスプレイと、を備える、システム。
12. 前記ディスプレイが、前記医療画像の関連する測定値を表示するようにさらに構成される、請求項１１に記載のシステム。
13. 前記医療画像が、Ｘ線像である、請求項１１に記載のシステム。
14. 前記少なくとも１つの深層畳み込みニューラルネットワークが、前記意味ネットワークに組み込まれている、請求項１１に記載のシステム。
15. 前記少なくとも１つの深層畳み込みニューラルネットワークの出力が、前記少なくとも１つの解剖学的ランドマークのバイナリマスク表現である、請求項１１に記載のシステム。
16. 前記意味ネットワークの出力が、前記装置を安全に配置するための前記領域を表す一組の画素である、請求項１１に記載のシステム。
17. 前記意味ネットワークが、前記少なくとも１つの解剖学的領域に対する画像領域として、前記装置を安全に配置するための前記領域をモデル化するように構成されている、請求項１１に記載のシステム。
18. 前記意味ネットワークが、検出された前記少なくとも１つの解剖学的領域に対する前記装置の空間的関係を画定するように構成されている、請求項１７に記載のシステム。
19. 前記ディスプレイが、前記装置が前記装置を安全に配置するための前記領域内に位置付けられているかどうかに基づいて、アラートを生成するようにさらに構成されている、請求項１１に記載のシステム。

Images