JP2023003557A - 情報処理システム、情報処理方法及びプログラム - Google Patents

Abstract

【課題】医用画像の匿名性を担保可能な情報処理システム等を提供すること。【解決手段】本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、制御部を備える。制御部は、次の各ステップを実行するように構成される。再構成ステップでは、被検体の、複数の第１の連続断層画像に基づいて、被検体の少なくとも一部を示す第１のボリュームデータを再構成する。第１のボリュームデータは、被検体の外観を表す第１の輪郭データと、被検体の体内を含む内部データとを有する。変換ステップでは、第１の輪郭データ以外の参照輪郭データに基づいて、第１のボリュームデータを第２のボリュームデータに変換する。第２のボリュームデータは、第１の輪郭データとは異なる第２の輪郭データと、被検体の体内を含む内部データとを有する。【選択図】図１

Description

本発明は、情報処理システム、情報処理方法及びプログラムに関する。

近年では、医用画像診断装置によって撮像された医用画像を、機械学習の教師データとして使用することが行われている（例えば特許文献１）。また、このような機械学習に基づいたプログラムを医師が使用することで、その医師の診断を支援することができる。

特開２０１９－１８０８６６号公報

しかしながら、例えば、医用画像がＸ線ＣＴスキャナ等による連続断層画像である場合、これを再構成することで被検体の顔を認識可能なほどに再現することができる。このため、このようなデータを教師データとして使用することに個人情報保護の観点から懸念の声が挙がっている。

本発明では上記事情を鑑み、医用画像の匿名性を担保可能な情報処理システム等を提供することとした。

本発明の一態様によれば、情報処理システムが提供される。この情報処理システムは、制御部を備える。制御部は、次の各ステップを実行するように構成される。再構成ステップでは、被検体の、複数の第１の連続断層画像に基づいて、被検体の少なくとも一部を示す第１のボリュームデータを再構成する。第１のボリュームデータは、被検体の外観を表す第１の輪郭データと、被検体の体内を含む内部データとを有する。変換ステップでは、第１の輪郭データ以外の参照輪郭データに基づいて、第１のボリュームデータを第２のボリュームデータに変換する。第２のボリュームデータは、第１の輪郭データとは異なる第２の輪郭データと、被検体の体内を含む内部データとを有する。

このような態様によれば、医用画像の匿名性を担保することができる。

本実施形態に係る情報処理システム１を表す構成図である。 本実施形態に係る情報処理装置２のハードウェア構成を示すブロック図である。 本実施形態に係る情報処理装置２における制御部２３等によって実現される機能を示すブロック図である。 第１の実施形態に係る情報処理装置２によって実行される情報処理の流れを示すアクティビティ図である。 第１の連続断層画像ＩＭ１（連続断層画像ＩＭ）の一例を示す概要図である。 第１の連続断層画像ＩＭ１の１つである第１の画像４を示す模式図である。 被検体の顔を認識可能な第１のボリュームデータＶ１の一例を示す模式図である。 架空の人物の顔を形成する参照ボリュームデータＶ０の一例を示す模式図である。 ボリュームデータＶに対するランドマークＬＭの設定を示す模式図である。 変換生成された第２のボリュームデータＶ２の一例を示す模式図である。 第２のボリュームデータＶ２から生成された第２の連続断層画像ＩＭ２のうちの１つである第２の画像８を示す模式図である。 内部データ６を変形させることによる補正を示す模式図である。

以下、図面を用いて本発明の実施形態について説明する。以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。

ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。

また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０又は１で構成される２進数のビット集合体としての信号値の高低、又は量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。

また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、及びメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、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（例えば、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）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。

［実施形態］
１．ハードウェア構成
本節では、本実施形態のハードウェア構成について説明する。

１．１ 情報処理システム１
図１は、本実施形態に係る情報処理システム１を表す構成図である。情報処理システム１は、少なくとも１つの情報処理装置２を備え、これらがネットワーク１１を通じて接続されている。ここでは、情報処理装置２は、複数の情報処理装置２として描写されている。情報処理装置２は、ブロックチェーンＢＣ等を用いて種々の情報を分散管理可能に構成されている。また、情報処理システム１に例示されるシステムとは、１つ又はそれ以上の装置又は構成要素からなるものである。したがって、情報処理装置２単体であってもシステムの一例となる。

１．２ 情報処理装置２
図２は、本実施形態に係る情報処理装置２のハードウェア構成を示すブロック図である。情報処理装置２は、通信部２１と、記憶部２２と、制御部２３と、表示部２４と、入力部２５とを有し、これらの構成要素が情報処理装置２の内部において通信バス２０を介して電気的に接続されている。各構成要素についてさらに説明する。

通信部２１は、ＵＳＢ、ＩＥＥＥ１３９４、Ｔｈｕｎｄｅｒｂｏｌｔ（登録商標）、有線ＬＡＮネットワーク通信等といった有線型の通信手段が好ましいものの、無線ＬＡＮネットワーク通信、３Ｇ／ＬＴＥ／５Ｇ等のモバイル通信、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信等を必要に応じて含めてもよい。すなわち、これら複数の通信手段の集合として実施することがより好ましい。

本実施形態では、情報処理装置２は、通信部２１を介して、ネットワーク１１経由で他の情報処理装置２を含む外部装置と、ブロックチェーンＢＣに関するトランザクション情報を通信するように構成される。ブロックチェーンＢＣについては、次の記憶部２２の説明において後述する。

記憶部２２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部２３によって実行される情報処理装置２に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。また、これらの組合せであってもよい。

特に本実施形態では、記憶部２２は、コンピュータに、情報処理システム１における各ステップを実行させるプログラムを記憶している。すなわち、このようなプログラムが情報処理装置２にインストールされていることによって、情報処理装置２は、後述の各機能部を有し、各ステップを実行するように構成されることなる。

また、記憶部２２は、トークン化した情報を、分散型台帳の一例であるブロックチェーンＢＣに記憶するように構成される。分散型台帳は、電子的な台帳である。分散型台帳は、複数の情報処理装置２による複数のノードによって共有される。

ブロックチェーンＢＣでは、データを、数珠繋ぎにされた複数のブロックとして記録し、各ノードがこれらのブロックを共有するように実装される。各情報処理装置２は、分散型台帳のノードとして機能する。分散型台帳には、初期値として、最初のブロックである起源ブロックが登録されているものとする。新たに生成されたブロックは、起源ブロックに繋がれる。ブロックには、トランザクション情報が含まれる。本実施形態のトランザクション情報は、後述の第２の連続断層画像ＩＭ２を含んでいる。

制御部２３は、情報処理装置２に関連する全体動作の処理・制御を行う。制御部２３は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部２３は、記憶部２２に記憶された所定のプログラムを読み出すことによって、情報処理装置２に係る種々の機能を実現する。すなわち、記憶部２２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部２３によって具体的に実現される構成となっている。すなわち、情報処理システム１は、制御部２３を備え、この制御部２３は、後述の各機能部を備える。

表示部２４は、例えば、情報処理装置２の筐体に含まれるものであってもよいし、外付けされるものであってもよい。表示部２４は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。これは例えば、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ及びプラズマディスプレイ等の表示デバイスを、情報処理装置２の種類に応じて使い分けて実施することが好ましい。

入力部２５は、情報処理装置２の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部２５は、表示部２４と一体となってタッチパネルとして実施されてもよい。タッチパネルであれば、ユーザは、タップ操作、スワイプ操作等を入力することができる。もちろん、タッチパネルに代えて、スイッチボタン、マウス、ＱＷＥＲＴＹキーボード等を採用してもよい。すなわち、入力部２５がユーザによってなされた操作入力を受け付ける。当該入力が命令信号として、通信バス２０を介して制御部２３に転送され、制御部２３が必要に応じて所定の制御や演算を実行しうる。

２．機能構成
本節では、本実施形態の機能構成について説明する。前述の通り、記憶部２２に記憶されているソフトウェアによる情報処理がハードウェアの一例である制御部２３によって具体的に実現されることで、制御部２３に含まれる各機能部として実行されうる。

図３は、本実施形態に係る情報処理装置２における制御部２３等によって実現される機能を示すブロック図である。具体的には、情報処理システム１の一例である情報処理装置２は、受付部２３１、読出部２３２、再構成部２３３、位置合わせ部２３４、設定部２３５、変換部２３６、画像化部２３７、補正部２３８及び送信部２３９を備える。

受付部２３１は、ネットワーク１１を介して又は不図示の記録メディア等を通じて、外部より種々の情報を受け付けるように構成される。例えば、受付部２３１は、病院１２から不図示の記録メディアを通じて提供された被検体の第１の連続断層画像ＩＭ１を受け付けてもよい。受付部２３１が受け付けた第１の連続断層画像ＩＭ１は、情報処理装置２の記憶部２２に記憶される。これについては後にさらに詳述する。

読出部２３２は、受付部２３１が受け付けた又は予め記憶部２２に記憶された種々の情報を読み出すように構成される。例えば、読出部２３２は、記憶部２２に記憶された第１の連続断層画像ＩＭ１や参照情報の一例である参照ボリュームデータＶ０又は参照輪郭データ５０等を読み出してもよい。これについては後にさらに詳述する。

再構成部２３３は、連続断層画像ＩＭを再構成してボリュームデータＶを再構成するように構成される。例えば、再構成部２３３は、記憶部２２に記憶された第１の連続断層画像ＩＭ１に基づいて、被検体の少なくとも一部を示す第１のボリュームデータＶ１を再構成してもよい。これについては後にさらに詳述する。

位置合わせ部２３４は、第１のボリュームデータＶ１と、架空の人物の外観を表す参照輪郭データ５０を有する参照ボリュームデータＶ０との位置合わせ処理を実行するように構成される。これについては後にさらに詳述する。

設定部２３５は、互いに位置合わせされた、第１のボリュームデータＶ１と参照輪郭データ５０とに対して、ランドマークＬＭを設定するように構成される。これについては後にさらに詳述する。

変換部２３６は、変換ステップとして、参照輪郭データ５０に基づいて、第１のボリュームデータＶ１を第２のボリュームデータＶ２に変換するように構成される。これについては後にさらに詳述する。

画像化部２３７は、ボリュームデータＶから所定のスライス厚をもって、複数の連続断層画像ＩＭを生成するように構成される。例えば、画像化部２３７は、第２のボリュームデータＶ２から複数の第２の連続断層画像ＩＭ２を生成してもよい。これについては後にさらに詳述する。

補正部２３８は、第２の輪郭データ５２に合わせて中間データ７を伸縮させる補正を実行するように構成される。これについては後にさらに詳述する。

送信部２３９は、通信部２１及びネットワーク１１を介して、種々の情報を外部に送信するように構成される。例えば、送信部２３９は、第２の連続断層画像ＩＭ２の少なくとも一部を外部装置、例えば他の情報処理装置２に送信してもよい。これについては後にさらに詳述する。

３．情報処理方法
本節では、前述した情報処理システム１の情報処理方法について説明する。以下では、情報処理装置２を使用する被検体が病院１２において医用画像診断を受診し、その結果である第１の連続断層画像ＩＭ１を教師データとして提供する場合を想定する。医用画像診断に用いられた装置は、例えば、Ｘ線ＣＴスキャナ、磁気共鳴イメージング装置等が一例として該当する。例えば、Ｘ線ＣＴスキャナであれば、Ｘ線検出器が不図示のＸ線管から照射されたＸ線を検出し、当該Ｘ線量に対応した検出データを電気信号として不図示のＤＡＳに出力する。そして、Ｘ線管とＸ線検出器とを対向させて支持する不図示の回転フレームを被検体の周りに回転させることで、複数ビュー、すなわち被検体の全周囲分の検出データを収集する。このようにして、連続断層画像ＩＭが得られる。

さらに、連続断層画像ＩＭを再構成して得られるボリュームデータＶは、外観を表す輪郭データ５と、体内を含む内部データ６とを有する。さらに、ボリュームデータＶは、輪郭データ５と内部データ６との間の領域を示す中間データ７を有する。さらに、連続断層画像ＩＭのうちの１つを取り出した場合も同様に、それぞれ、連続断層画像ＩＭの、輪郭データ５、内部データ６、中間データ７と称することとする。本実施形態では、医用画像診断において、医師は、連続断層画像ＩＭにおける内部データ６を観察することで症例を同定する。

３．１ 情報処理の概要
図４は、第１の実施形態に係る情報処理装置２によって実行される情報処理の流れを示すアクティビティ図である。先に、図４の各アクティビティに沿って、情報処理の流れを概説する。

はじめに、受付部２３１は、受付ステップとして、第１の連続断層画像ＩＭ１を受け付ける。具体的には、情報処理装置２のユーザである被検体は、病院１２より提供された不図示の記録メディアに記録された第１の連続断層画像ＩＭ１を、自身の情報処理装置２に読み込ませることで、第１の連続断層画像ＩＭ１を記憶部２２に記憶させる（アクティビティＡ１０１）。

続いて、再構成部２３３は、再構成ステップとして、被検体の、複数の第１の連続断層画像ＩＭ１に基づいて、被検体の少なくとも一部を示す第１のボリュームデータＶ１を再構成する。具体的には、制御部２３が記憶部２２に記憶された再構成機能を備えるプログラムを読み出すことで、かかる再構成ステップが実行される（アクティビティＡ１０２）。

続いて、読出部２３２は、予め記憶部２２に記憶された参照情報の一例である参照ボリュームデータＶ０を読み出すことで、記憶部２２の一時記憶領域にこれを書き出す（アクティビティＡ１０３）。このとき、読み出された参照ボリュームデータＶ０に含まれる参照輪郭データ５０が複数の人物画像の平均値によって算出されてなる場合、アクティビティＡ１０４及びＡ１０５に処理を進める。一方、参照輪郭データ５０が例えばＧＡＮ等の学習済みモデルに基づいて生成されたものである場合、アクティビティＡ１０４及びＡ１０５に記載される処理を省略することができる。以下、アクティビティＡ１０４及びＡ１０５の説明を行う。

位置合わせ部２３４は、位置合わせステップとして、第１のボリュームデータＶ１と、参照輪郭データ５０を有する参照ボリュームデータＶ０との位置合わせ処理を実行する。具体的には、制御部２３が記憶部２２に記憶された位置合わせ機能を備えるプログラムを読み出すことで、イテレーション計算（アクティビティＡ１０４の繰り返し）が実行され、評価関数が極値を得る参照ボリュームデータＶ０及び第１のボリュームデータＶ１の位置関係が自動的に算出されるとよい。

続いて、設定部２３５は、設定ステップとして、互いに位置合わせされた、第１のボリュームデータＶ１と参照ボリュームデータＶ０とに対して、ランドマークＬＭを設定する。ランドマークＬＭは、特徴箇所となりうる追跡点であり、これについてはさらに後述する。具体的には、制御部２３が記憶部２２に記憶されたランドマーク設定機能を備えるプログラムを読み出すことで、かかる設定ステップが実行される（アクティビティＡ１０５）。

続いて、変換部２３６は、変換ステップとして、ランドマークＬＭに基づいて、第１のボリュームデータＶ１を、第２の輪郭データ５２を有する第２のボリュームデータＶ２に変換する。ここでは、内部データ６は変換前後で変形はせず、輪郭データだけが第１の輪郭データ５１から第２の輪郭データ５２に変形する。具体的には、制御部２３が記憶部２２に記憶された変換機能を備えるプログラムを読み出すことで、かかる変換ステップが実行される（アクティビティＡ１０６）。

続いて、画像化部２３７は、画像化ステップとして、第２のボリュームデータＶ２から複数の第２の連続断層画像ＩＭ２を生成する。具体的には、制御部２３が記憶部２２に記憶された画像化機能を備えるプログラムを読み出すことで、かかる画像化ステップが実行される（アクティビティＡ１０７）。

続いて、補正部２３８は、補正ステップとして、第２の輪郭データ５２に合わせて中間データ７を伸縮させる補正を実行することで、第２の連続断層画像ＩＭ２を補正する。具体的には、制御部２３が記憶部２２に記憶された補正機能を備えるプログラムを読み出すことで、かかる補正ステップが実行される（アクティビティＡ１０８）。

最後に、送信部２３９は、送信ステップとして、第２の連続断層画像ＩＭ２の少なくとも一部を外部装置に送信する。かかる送信は、情報処理装置２を操作する被検体の入力部２５に対する入力によって決定されるとよい。より具体的には、アクティビティＡ１０８で補正された第２の連続断層画像ＩＭ２を、ブロックチェーンＢＣのブロックに記録し、ネットワーク１１を介して複数の情報処理装置２間で共有（ここでは分散台帳管理）される（アクティビティＡ１０９）。このような態様によれば、被検体の自由意志で、匿名性を担保しつつ自身の医用画像、ここでは第２の連続断層画像ＩＭ２を教師データとして提供することができる。

以上をまとめると、前述の情報処理方法は、次の各ステップを備える。再構成ステップでは、被検体の、複数の第１の連続断層画像ＩＭ１に基づいて、被検体の少なくとも一部を示す第１のボリュームデータＶ１を再構成する。第１のボリュームデータＶ１は、被検体の外観を表す第１の輪郭データ５１と、被検体の体内を含む内部データ６とを有する。変換ステップでは、第１の輪郭データ５１以外の参照輪郭データ５０に基づいて、第１のボリュームデータＶ１を第２のボリュームデータＶ２に変換する。第２のボリュームデータＶ２は、第１の輪郭データ５１とは異なる第２の輪郭データ５２と、被検体の体内を含む内部データ６とを有する。

このような態様によれば、医用画像の匿名性を担保することができる。また、匿名性を担保するだけではなく、機械学習の精度を維持することが可能となる。教師データとして提供される第２の連続断層画像ＩＭ２は、あくまでも輪郭データ５のみを第１の輪郭データ５１から第２の輪郭データ５２に差し替えたものであるため、教師データとして重要な内部データ６を損ねることなく、機械学習の精度を維持することが可能となる。

３．２ 情報処理の詳細
続いて、図４で概説された情報処理の詳細部分を説明する。

図５は、第１の連続断層画像ＩＭ１（連続断層画像ＩＭ）の一例を示す概要図である。図５に示されるように、連続断層画像ＩＭは、複数の画像からなる。すなわち、第１の連続断層画像ＩＭ１は、複数の第１の画像４からなる。ここでは、第１の画像４ａ，４ｂ，４ｃ，４ｄ，４ｅ，４ｆ，４ｇが図示され、それぞれが所定のスライス厚ごとに撮像された画像である。スライス厚は特に限定されず、例えば、０．１～２０ｍｍであり、好ましくは、０．４～１０ｍｍであり、さらに好ましくは、１～５ｍｍであり、具体的には例えば、０．１，０．１５，０．２，０．２５，０．３，０．３５，０．４，０．４５，０．５，０．５５，０．６，０．６５，０．７，０．７５，０．８，０．８５，０．９，０．９５，１，１．５，２，２．５，３，３．５，４，４．５，５，５．５，６，６．５，７，７．５，８，８．５，９，９．５，１０，１０．５，１１，１１．５，１２，１２．５，１３，１３．５，１４，１４．５，１５，１５．５，１６，１６．５，１７，１７．５，１８，１８．５，１９，１９．５，２０ｍｍであり、ここで例示した数値の何れか２つの間の範囲内であってもよい。特に、スライス厚の値が小さい場合は、再構成されるボリュームデータＶからの顔の特定精度が高くなり、個人情報に該当するおそれが高まることとなる。

図６は、第１の連続断層画像ＩＭ１の１つである第１の画像４を示す模式図である。図６に示されるように、第１の画像４は、体表４１と、中間的組織４２と、骨４３と、骨４３より内側の領域４４とを含んでいる。体表４１は、第１の連続断層画像ＩＭ１を第１のボリュームデータＶ１に再構成した場合の外観を決める要素であり、体表４１が第１の輪郭データ５１を構成する。なお、病理学的には、体表４１は、表皮と真皮とを少なくとも含む。中間的組織４２は、皮下組織、筋肉、脂肪及び血管のうちの少なくとも１つを含み、中間データ７を構成する。骨４３及び骨４３より内側の領域４４は、症例を含みうる内部データ６を構成する。

換言すると、第１の輪郭データ５１は、被検体の体表４１を表すデータであり、内部データ６は、被検体の、骨４３及び骨４３よりも内側の領域４４を表すデータである。また、中間データ７は、皮下組織、筋肉、脂肪及び血管のうちの少なくとも１つを含む中間的組織４２を含む。本実施形態では、中間的組織４２は、症例を同定する箇所として除外しているため、かかる領域を伸縮させてもよいこととなる。かかる伸縮については、図１１を用いて後に詳述する。このようにして、人体としての整合性を担保した上で、匿名性を担保することもできる。

図７は、被検体の顔を認識可能な第１のボリュームデータＶ１の一例を示す模式図である。前述の通り、第１のボリュームデータＶ１は、第１の連続断層画像ＩＭ１を再構成することによって得られる。なお、第１の連続断層画像ＩＭ１を再構成した第１のボリュームデータＶ１は、被検体の外観を表す第１の輪郭データ５１と、被検体の体内を含む内部データ６とを有している。第１のボリュームデータＶ１が第１の輪郭データ５１を有することで、被検体の顔（外見）が認識可能であるため、第１のボリュームデータＶ１及びその元となる第１の連続断層画像ＩＭ１は、個人情報保護の対象となりうる。

図８は、架空の人物の顔を形成する参照ボリュームデータＶ０の一例を示す模式図である。図７及び図８に示されるように、参照ボリュームデータＶ０から認識される顔と、第１のボリュームデータＶ１から認識される顔とは異なっている。例えば、参照輪郭データ５０は、被検体とは異なる人物の輪郭データによって算出される。このように、被検体とは異なる人物の輪郭データは、過去に撮像されているものを流用することができるため、容易に参照輪郭データ５０を生成することができる。好ましくは、参照輪郭データ５０は、複数の人物画像の平均値によって算出される。具体的には、過去に撮像された、複数の被検体の医用画像から再構成される顔の平均値として参照輪郭データ５０が算出されればよい。このような態様によれば、平均演算という容易なアルゴリズムで、架空の人物の輪郭データ５である参照輪郭データ５０を生成することができる。

ここで好ましくは、参照輪郭データ５０は、年齢、性別及び人種の少なくとも１つごとに決定されるとよい。年齢、性別及び人種によって、顔の特徴が大きく異なるため、これらの条件を加味して、複数の平均値となる顔、すなわち参照輪郭データ５０を予め生成しておくとよい。このような態様によれば、被検体の属性、特に年齢、性別及び人種が近い又は同一の参照輪郭データ５０を選択することができ、より自然に第２のボリュームデータＶ２及び第２の連続断層画像ＩＭ２を生成することに寄与する。

さらに好ましくは、参照輪郭データ５０を、直接的に第２の輪郭データ５２とするとよい。かかる場合、参照輪郭データ５０を含む参照ボリュームデータＶ０そのものが、第１のボリュームデータＶ１を変形させたデータであるとよい。より具体的には、第２の輪郭データ５２は、予め設定された参照情報、例えばＧＡＮによる学習済みモデルに基づいて、第１の輪郭データ５１の少なくとも一部を変形して得られるとよい。ＧＡＮは、生成モデルの一種であり、正解データなく、種々のデータから特徴を学習することで、実在しないデータを生成したり、存在するデータの特徴に沿って変換をすることができる。このように、参照輪郭データ５０が元々第１の輪郭データ５１を変形させて得られるものであれば、前述した位置合わせ部２３４及び設定部２３５による処理を減ることなく、より容易に第２の輪郭データ５２を含む第２のボリュームデータＶ２に変換することができる。

図９は、ボリュームデータＶに対するランドマークＬＭの設定を示す模式図である。図９に示される例では、ランドマークＬＭは、参照ボリュームデータＶ０（図９Ａ）及び第１のボリュームデータＶ１（図９Ｂ）の、目の中心、口の中心、眉間、鼻の頂点及び耳の頂点にそれぞれ設定されている。例えば、受付部２３１が被検体の入力部２５を用いた入力を受け付け、設定部２３５が当該入力に基づいて、ランドマークＬＭを設定するように実施してもよい。或いは、制御部２３が記憶部２２に記憶された自動検出機能を備えるプログラムを読み出すことで、目の中心、口の中心、眉間、鼻の頂点及び耳の頂点のうちの少なくとも１つを自動検出するように実施してもよい。さらに、これらを組み合わせて、ランドマークＬＭを設定する推奨箇所の自動検出後に、被検体の入力による手動調整を可能に実施してもよい。

図１０は、変換生成された第２のボリュームデータＶ２の一例を示す模式図である。図７～図１０に示されるように、第２のボリュームデータＶ２に形成される人物の顔は、参照ボリュームデータＶ０に形成される架空の人物の顔とも、第１のボリュームデータＶ１に形成される被検体の顔とも異なっている。より具体的には、参照ボリュームデータＶ０に含まれる参照輪郭データ５０と、第１のボリュームデータＶ１に含まれる第１の輪郭データ５１とにランドマークＬＭをそれぞれ設定した後に、これらをガイドとして参照ボリュームデータＶ０を変形させることで、第２の輪郭データ５２を有する第２のボリュームデータＶ２が得られる。好ましくは、薄型スプライン法を用いて、第２のボリュームデータＶ２が得られるように参照ボリュームデータＶ０を変形することができる。なお、前述の通り、内部データ６は変換前後で変形はせず、輪郭データだけが第１の輪郭データ５１から第２の輪郭データ５２に変形する。

換言すると、変換部２３６は、変換ステップとして、ランドマークＬＭに基づいて、第１のボリュームデータＶ１を、第２の輪郭データ５２を有する第２のボリュームデータＶ２に変換している。このようにランドマークＬＭを設定してから変換することで、より自然に被検体の外観だけを変化させることができ、さらに人体としての整合性を担保した上で、匿名性を担保することができる。換言すると、第２のボリュームデータＶ２における内部データ６は、第１のボリュームデータＶ１における被検体の中間データ７と同一であり、さらに換言すると、第２のボリュームデータＶ２は、第１の輪郭データ５１とは異なる第２の輪郭データ５２と、被検体の体内を含む内部データ６とを有している。

図１１は、第２のボリュームデータＶ２から生成された第２の連続断層画像ＩＭ２のうちの１つである第２の画像８を示す模式図である。より詳細には、左から順に、第２の輪郭データ５２（図１１Ａ）と、第１の画像４（図１１Ｂ）と、第２の輪郭データ５２と第１の画像４とを組合せた第２の画像８（図１１Ｃ）とが示されている。画像化部２３７によって生成された第２の画像８は、外観としては、第２の輪郭データ５２を有するものであり、再構成することで、図１０に示される第２のボリュームデータＶ２を得ることができる。しかし、図１１Ｃに示されるように、輪郭データ５だけを差し替えている状態では、空白領域Ｒ１又ははみ出し領域Ｒ２がデータ内に含まれていることとなる。

そこで好ましくは、補正部２３８は、補正ステップとして、第２の輪郭データ５２に合わせて中間データ７を伸縮させる補正を実行することができる。図１２は、内部データ６を変形させることによる補正を示す模式図である。補正前（図１２Ａ）では、第１の輪郭データ５１と、第２の輪郭データ５２との間に空白領域Ｒ１が存在している。そこで、中間データ７である皮下７１及び筋肉７２を画像処理で引き伸ばして皮下７１’及び筋肉７２’とすることで、換言すると、第１の輪郭データ５１を第２の輪郭データ５２に沿わせるように第１の輪郭データ５１’とすることで、第１の輪郭データ５１と第２の輪郭データ５２との間の空白領域Ｒ１がデータに含まれないようにしている。なお不図示ではあるが、はみ出し領域Ｒ２を取り除くには、同様に中間データ７である皮下７１及び筋肉７２を画像処理で縮めることが好ましい。このような態様によれば、輪郭データ５を差し替えたことで外見を変更するだけでなく、人体としての整合性を担保した上で、匿名性をも担保することができる。

［その他］
前述の実施形態に係る情報処理システム１に関して、以下のような態様を採用してもよい。

病院１２によって提供される第１の連続断層画像ＩＭ１は、ネットワーク１１を介して情報処理装置２に送信されるように実施してもよい。

本実施形態では、受付部２３１、読出部２３２、再構成部２３３、位置合わせ部２３４、設定部２３５、変換部２３６、画像化部２３７、補正部２３８及び送信部２３９を、情報処理装置２の制御部２３によって実現される機能部として説明しているが、この少なくとも一部を、外部装置の一例である不図示のサーバによって実現される機能部として実施してもよい。すなわち、第１の連続断層画像ＩＭ１を匿名化するためのサービスが、ネットワーク１１を介して提供されてもよい。

情報処理装置２に変えて、病院１２が所有するサーバに直接的に第１の連続断層画像ＩＭ１が保存され、これに対して前述の処理を実行することによって、第２の連続断層画像ＩＭ２が生成されてもよい。かかる場合、被験体の撮像時に、第２の連続断層画像ＩＭ２を機械学習の教師データとして提供することの同意を予め得ておくことが好ましい。さらに、病院１２から、第１の連続断層画像ＩＭ１を再構成した第１のボリュームデータＶ１が提供されてもよい。

本実施形態では、補正部２３８は、第２の連続断層画像ＩＭ２を補正する例を説明したが、画像化部２３７が第２のボリュームデータＶ２を画像化する前に、補正部２３８が第２のボリュームデータＶ２に対して補正を行うように実施してもよい。

参照ボリュームデータＶ０次第では、第１のボリュームデータＶ１と第２のボリュームデータＶ２が類似する可能性がある。このような事態を防止するために、制御部２３が予め記憶部２２に記憶された顔認識プログラムを読み出して、参照ボリュームデータＶ０及び第１のボリュームデータＶ１によって特定される人物の顔が同一人物として認識されるかを、都度確認するように実施してもよい。

参照輪郭データ５０は、被検体とは異なる人物の輪郭データ以外であってもよい。例えば、架空の人物の輪郭データでもよいし、被検体の輪郭データを予め加工処理した輪郭データでもよい。

第２の連続断層画像ＩＭ２を、ブロックチェーンＢＣによる分散台帳管理に代えて、不図示のサーバにおいて一元的に管理されるように実施してもよい。また、第２の連続断層画像ＩＭ２に代えて、第２のボリュームデータＶ２を共有するように実施してもよい。

本実施形態を、頒布可能なプログラムとして実施してもよい。このプログラムは、コンピュータに、情報処理システム１における各ステップを実行させるものである。

さらに、次に記載の各態様で提供されてもよい。
前記情報処理システムにおいて、前記制御部は、画像化ステップをさらに実行するように構成され、前記画像化ステップでは、前記第２のボリュームデータから複数の第２の連続断層画像を生成する、もの。
前記情報処理システムにおいて、前記制御部は、次の各ステップをさらに実行するように構成され、受付ステップでは、前記第１の連続断層画像を受け付け、送信ステップでは、前記第２の連続断層画像の少なくとも一部を外部装置に送信する、もの。
前記情報処理システムにおいて、補正ステップをさらに実行するように構成され、前記ボリュームデータは、前記輪郭データと前記内部データとの間の領域を示す中間データを有し、前記補正ステップでは、前記第２の輪郭データに合わせて前記中間データを伸縮させる補正を実行する、もの。
前記情報処理システムにおいて、前記中間データは、皮下組織、筋肉、脂肪及び血管のうちの少なくとも１つを含む中間的組織を含む、もの。
前記情報処理システムにおいて、前記参照輪郭データは、前記被検体とは異なる人物の輪郭データと、架空の人物の輪郭データと、前記被検体の輪郭データを予め加工処理した輪郭データとのうちの少なくとも１つによって算出された、もの。
前記情報処理システムにおいて、前記参照輪郭データは、複数の前記人物の輪郭データの平均値によって算出された、もの。
前記情報処理システムにおいて、前記参照輪郭データは、年齢、性別及び人種の少なくとも１つごとに決定された、もの。
前記情報処理システムにおいて、前記制御部は、次の各ステップをさらに実行するように構成され、位置合わせステップでは、前記第１のボリュームデータと、前記参照輪郭データを有する参照ボリュームデータとの位置合わせ処理を実行し、設定ステップでは、互いに位置合わせされた、前記第１のボリュームデータと前記参照ボリュームデータとに対して、ランドマークを設定し、前記変換ステップでは、前記ランドマークに基づいて、前記第１のボリュームデータを、前記第２の輪郭データを有する第２のボリュームデータに変換する、もの。
前記情報処理システムにおいて、前記参照輪郭データは、前記第２の輪郭データであり、前記第２の輪郭データは、予め設定された参照情報に基づいて、前記第１の輪郭データの少なくとも一部を変形して得られる、もの。
前記情報処理システムにおいて、前記第１の輪郭データは、前記被検体の体表を表すデータで、前記内部データは、前記被検体の、骨及び前記骨よりも内側の領域を表すデータである、もの。
情報処理方法であって、前記情報処理システムにおける各ステップを備える、方法。
プログラムであって、コンピュータに、前記情報処理システムにおける各ステップを実行させる、もの。
もちろん、この限りではない。

最後に、本発明に係る種々の実施形態を説明したが、これらは、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。当該新規な実施形態は、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。当該実施形態やその変形は、発明の範囲や要旨に含まれるとともに、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 ：情報処理システム
１１ ：ネットワーク
１２ ：病院
２ ：ユーザ端末
２０ ：通信バス
２１ ：通信部
２２ ：記憶部
２３ ：制御部
２３１ ：受付部
２３２ ：読出部
２３３ ：再構成部
２３４ ：位置合わせ部
２３５ ：設定部
２３６ ：変換部
２３７ ：画像化部
２３８ ：補正部
２３９ ：送信部
２４ ：表示部
２５ ：入力部
４ ：第１の画像
４ａ ：第１の画像
４ｂ ：第１の画像
４ｃ ：第１の画像
４ｄ ：第１の画像
４ｅ ：第１の画像
４ｆ ：第１の画像
４ｇ ：第１の画像
４１ ：表皮
４２ ：皮下組織
４３ ：骨
４４ ：領域
５ ：輪郭データ
５０ ：参照輪郭データ
５１ ：第１の輪郭データ
５１’ ：第１の輪郭データ
５２ ：第２の輪郭データ
６ ：内部データ
７ ：中間データ
７１ ：皮下
７１’ ：皮下
７２ ：筋肉
７２’ ：筋肉
８ ：第２の画像
ＢＣ ：ブロックチェーン
ＩＭ ：連続断層画像
ＩＭ１ ：第１の連続断層画像
ＩＭ２ ：第２の連続断層画像
ＬＭ ：ランドマーク
Ｒ１ ：空白領域
Ｒ２ ：はみ出し領域
Ｖ ：ボリュームデータ
Ｖ０ ：参照ボリュームデータ
Ｖ１ ：第１のボリュームデータ
Ｖ２ ：第２のボリュームデータ

Claims (13)

1. 情報処理システムであって、
   制御部を備え、
   前記制御部は、次の各ステップを実行するように構成され、
   再構成ステップでは、被検体の、複数の第１の連続断層画像に基づいて、前記被検体の少なくとも一部を示す第１のボリュームデータを再構成し、ここで前記第１のボリュームデータは、前記被検体の外観を表す第１の輪郭データと、前記被検体の体内を含む内部データとを有し、
   変換ステップでは、前記第１の輪郭データ以外の参照輪郭データに基づいて、前記第１のボリュームデータを第２のボリュームデータに変換し、ここで前記第２のボリュームデータは、前記第１の輪郭データとは異なる第２の輪郭データと、前記被検体の体内を含む前記内部データとを有する、もの。
2. 請求項１に記載の情報処理システムにおいて、
   前記制御部は、画像化ステップをさらに実行するように構成され、
   前記画像化ステップでは、前記第２のボリュームデータから複数の第２の連続断層画像を生成する、もの。
3. 請求項２に記載の情報処理システムにおいて、
   前記制御部は、次の各ステップをさらに実行するように構成され、
   受付ステップでは、前記第１の連続断層画像を受け付け、
   送信ステップでは、前記第２の連続断層画像の少なくとも一部を外部装置に送信する、もの。
4. 請求項１～請求項３の何れか１つに記載の情報処理システムにおいて、
   補正ステップをさらに実行するように構成され、
   前記ボリュームデータは、前記輪郭データと前記内部データとの間の領域を示す中間データを有し、
   前記補正ステップでは、前記第２の輪郭データに合わせて前記中間データを伸縮させる補正を実行する、もの。
5. 請求項４に記載の情報処理システムにおいて、
   前記中間データは、皮下組織、筋肉、脂肪及び血管のうちの少なくとも１つを含む中間的組織を含む、もの。
6. 請求項１～請求項５の何れか１つに記載の情報処理システムにおいて、
   前記参照輪郭データは、前記被検体とは異なる人物の輪郭データと、架空の人物の輪郭データと、前記被検体の輪郭データを予め加工処理した輪郭データとのうちの少なくとも１つによって算出された、もの。
7. 請求項６に記載の情報処理システムにおいて、
   前記参照輪郭データは、複数の前記人物の輪郭データの平均値によって算出された、もの。
8. 請求項１～請求項７の何れか１つに記載の情報処理システムにおいて、
   前記参照輪郭データは、年齢、性別及び人種の少なくとも１つごとに決定された、もの。
9. 請求項１～請求項８の何れか１つに記載の情報処理システムにおいて、
   前記制御部は、次の各ステップをさらに実行するように構成され、
   位置合わせステップでは、前記第１のボリュームデータと、前記参照輪郭データを有する参照ボリュームデータとの位置合わせ処理を実行し、
   設定ステップでは、互いに位置合わせされた、前記第１のボリュームデータと前記参照ボリュームデータとに対して、ランドマークを設定し、
   前記変換ステップでは、前記ランドマークに基づいて、前記第１のボリュームデータを、前記第２の輪郭データを有する第２のボリュームデータに変換する、もの。
10. 請求項１～請求項９の何れか１つに記載の情報処理システムにおいて、
    前記参照輪郭データは、前記第２の輪郭データであり、
    前記第２の輪郭データは、予め設定された参照情報に基づいて、前記第１の輪郭データの少なくとも一部を変形して得られる、もの。
11. 請求項１～請求項１０の何れか１つに記載の情報処理システムにおいて、
    前記第１の輪郭データは、前記被検体の体表を表すデータで、
    前記内部データは、前記被検体の、骨及び前記骨よりも内側の領域を表すデータである、もの。
12. 情報処理方法であって、
    請求項１～請求項１１の何れか１つに記載の情報処理システムにおける各ステップを備える、方法。
13. プログラムであって、
    コンピュータに、請求項１～請求項１１の何れか１つに記載の情報処理システムにおける各ステップを実行させる、もの。

Images