JP2023528749A - 治療の副作用を監視する装置 - Google Patents
治療の副作用を監視する装置 Download PDFInfo
- Publication number
- JP2023528749A JP2023528749A JP2022567805A JP2022567805A JP2023528749A JP 2023528749 A JP2023528749 A JP 2023528749A JP 2022567805 A JP2022567805 A JP 2022567805A JP 2022567805 A JP2022567805 A JP 2022567805A JP 2023528749 A JP2023528749 A JP 2023528749A
- Authority
- JP
- Japan
- Prior art keywords
- organ
- physiological
- image
- health
- mask
- 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
- 238000011282 treatment Methods 0.000 title claims abstract description 25
- 230000000694 effects Effects 0.000 title claims abstract description 20
- 210000000056 organ Anatomy 0.000 claims abstract description 131
- 230000036541 health Effects 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 10
- 206010028980 Neoplasm Diseases 0.000 claims abstract description 9
- 201000011510 cancer Diseases 0.000 claims abstract description 5
- 230000003902 lesion Effects 0.000 claims description 28
- 210000001165 lymph node Anatomy 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 18
- 238000002591 computed tomography Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 230000001988 toxicity Effects 0.000 claims description 13
- 231100000419 toxicity Toxicity 0.000 claims description 13
- 230000003862 health status Effects 0.000 claims description 8
- 201000010099 disease Diseases 0.000 claims description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims description 4
- 210000000936 intestine Anatomy 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 2
- 230000003190 augmentative effect Effects 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims description 2
- 238000013417 toxicology model Methods 0.000 claims description 2
- 238000010801 machine learning Methods 0.000 claims 1
- 238000011269 treatment regimen Methods 0.000 claims 1
- 238000003384 imaging method Methods 0.000 abstract description 28
- 238000012544 monitoring process Methods 0.000 abstract description 7
- 239000003795 chemical substances by application Substances 0.000 description 13
- 206010009887 colitis Diseases 0.000 description 10
- 238000002600 positron emission tomography Methods 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 206010051290 Central nervous system lesion Diseases 0.000 description 2
- 229940076838 Immune checkpoint inhibitor Drugs 0.000 description 2
- 102000037984 Inhibitory immune checkpoint proteins Human genes 0.000 description 2
- 108091008026 Inhibitory immune checkpoint proteins Proteins 0.000 description 2
- 238000012879 PET imaging Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000012274 immune-checkpoint protein inhibitor Substances 0.000 description 2
- 238000009169 immunotherapy Methods 0.000 description 2
- 230000000968 intestinal effect Effects 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000001404 mediated effect Effects 0.000 description 2
- 238000011275 oncology therapy Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000007675 toxicity by organ Effects 0.000 description 2
- IJPVCOQVFLNLAP-SQOUGZDYSA-N (2r,3s,4r,5r)-2,3,4,5,6-pentahydroxyhexanoyl fluoride Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](O)C(F)=O IJPVCOQVFLNLAP-SQOUGZDYSA-N 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 206010020880 Hypertrophy Diseases 0.000 description 1
- 206010070863 Toxicity to various agents Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 210000001185 bone marrow Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000000112 colonic effect Effects 0.000 description 1
- 238000002052 colonoscopy Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000009093 first-line therapy Methods 0.000 description 1
- YCKRFDGAMUMZLT-BJUDXGSMSA-N fluorine-18 atom Chemical compound [18F] YCKRFDGAMUMZLT-BJUDXGSMSA-N 0.000 description 1
- 210000000232 gallbladder Anatomy 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 210000000867 larynx Anatomy 0.000 description 1
- 230000004066 metabolic change Effects 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 210000000496 pancreas Anatomy 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 210000003800 pharynx Anatomy 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000001959 radiotherapy Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 231100000155 toxicity by organ Toxicity 0.000 description 1
- 210000003932 urinary bladder Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10084—Hybrid tomography; Concurrent acquisition with multiple different tomographic modalities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30056—Liver; Hepatic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30084—Kidney; Renal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- External Artificial Organs (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Nuclear Medicine (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
がん等の治療中の臓器健康状態を監視するシステムが、治療監視及び臓器固有処理に使用される種類の生理学的画像化を利用して、治療の副作用の包括的アセスメントを提供する。
Description
本発明は、治療の副作用を監視する装置に関する。
連邦支援の研究又は開発に関する陳述
関連出願の相互参照
本出願は、参照によって本明細書に組み込まれている、2020年5月8日に出願された米国特許仮出願第63/021,936号、並びに2021年4月21日に出願された米国特許非仮出願第17/236,715号の利益を主張するものである。
本出願は、参照によって本明細書に組み込まれている、2020年5月8日に出願された米国特許仮出願第63/021,936号、並びに2021年4月21日に出願された米国特許非仮出願第17/236,715号の利益を主張するものである。
本発明は、生理学的画像化(例えば、PET画像化、機能MRI)を行う医療用画像化機器に関し、特に、生理学的画像化を用いて、がん等の治療中に毒性副作用を自動的にアセスメントする装置に関する。
治療(例えば、免疫療法を用いる治療)は、その治療を中止しなければならないほどの深刻な副作用を有することがある。一例では、免疫チェックポイント阻害剤(ICI)を使用するがん治療を行うと、患者が、下痢を含む症状を有する免疫介在性大腸炎に罹る場合がある。大腸炎がグレード2又は3であればICI治療の延期が必要であるが、グレード4の大腸炎となると命の危険がありうる為、治療を恒久的にやめなければならない。
そのような副作用の治療への影響は、治療中の副作用を注意深く監視することにより低減できる。残念なことに、可能性のある副作用の種類が多岐にわたる可能性があり、多数のよくある副作用を監視することは困難である。例えば、免疫介在性大腸炎の診断には結腸内視鏡検査又は結腸の生検が必要な場合があるが、定常的に繰り返される監視においてそれを行うのは非現実的である。
本発明は、上記従来の技術における課題を解決するためになされたものである。
本願発明者等は、(がん治療中の腫瘍の退行を監視する為に実施されることが多い)生理学的画像化を臓器固有毒性ルールとともに活用することにより、無関係の臓器の健康状態についてのインサイトも同時に提供することが可能であると認識している。
一実施例では、腸の健康状態は、18F-FDG取り込み剤を使用して監視されてよく、同じ分子画像化取り込み剤が腫瘍の追跡に使用されてよい。本発明では、解剖学的情報を提供する構造画像化スキャナ(例えば、CTマシン)からのデータを使用して臓器をセグメント化し、その臓器に関する(例えば、PETマシンからの)分子取り込み剤取り込み量データ、又は(例えば、MRIマシンからの)臓器機能に関するデータの集中解析を行い、これに毒性ルールを適用して臓器健康状態のアセスメントを行う。複数の臓器を同時に解析して、臓器健康状態の包括的概要を提供することが可能である。
本明細書では、生理学的画像化は、分子的変化(例えば、代謝の変化)、機能的変化(例えば、血流の変化)、又は化学的変化(例えば、局所的な化学組成及び化学吸収)のいずれかを検出する画像化手法(例えば、PET画像化、機能MRI又はMRS)を意味し、これに対して、構造画像化(標準的なCT画像化及びMRI画像化)は解剖学的画像を提供する。
一実施例では、本発明は、患者治療中に臓器健康状態をアセスメントする装置を提供し、本装置は電子コンピュータを有し、電子コンピュータはストアドプログラムを実行して、(a)少なくとも1つの患者臓器の構造画像を受け取ること、(b)臓器機能を示す、その少なくとも1つの臓器の生理学的画像を受け取ること、(c)構造画像を処理して、臓器に描写するマスクを作成すること、(d)このマスクを使用して、生理学的画像のうちの、その臓器に関連する部分を選択すること、(e)その臓器に固有の毒性ルールをその部分の生理学的画像に適用して、臓器健康状態のアセスメントを提供すること、及び/又は(f)アセスメントに基づいて臓器健康状態の表示を出力することを行う。
従って、本発明の少なくとも1つの実施形態の一特徴は、治療に影響を及ぼしうる副作用を特性化する為に、既に存在することの多い生理学的画像情報を活用できる自動化されたシステムを提供することである。
ストアドプログラムは更に、生理学的画像の一部を処理して病変を識別し、毒性ルールの適用前に病変を除去するように臓器マスクを精製してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、臓器が治療中の病変を含む場合でも臓器健康状態の監視を可能にすることである。これらの病変をセグメント化して隔離することにより、臓器健康状態に対する感度が向上する。
構造画像を処理してマスクを作成することにより、マスクが臓器タイプに関連付けられてよく、臓器内の病変を識別することは、臓器タイプに関連付けられた病変識別ルールに従ってよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、臓器健康状態に関して取り込み量情報の高度な量的解析を実現することであり、これを、生理学的画像を観察することだけで達成するのは、生理学的画像と臓器健康状態との関連性にばらつきがあることから困難であろう。
電子コンピュータはストアドプログラムを実行して更に、構造画像を処理してリンパ節領域マスクを識別してよく、リンパ節領域マスクは、生理学的スキャンのうちの、リンパ節に関連する部分を選択する為に使用される。次に、生理学的画像のうちの、リンパ節に関連する部分にリンパ節活動ルールが適用されて、リンパ節の活動がアセスメントされてよく、出力は、リンパ節系の活性化及び/又はストレスを示す、リンパ節活動の表示を提供してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、リンパ節が活性化されているか、過度の負担がかかっているかをアセスメントすることによって臓器健康状態の初期測定値を提供することである。
より一般的には、ストアドプログラムは、様々な臓器に関連付けられた毒性ルールのセットを提供してよく、その様々な毒性ルールが様々な臓器に適用されて、複数の様々な臓器の臓器健康状態のアセスメントが提供される。この場合、出力は、複数の臓器(例えば、第1及び第2の臓器、第1、第2、及び第3の臓器、第1、第2、第3、及び第4の臓器等)の臓器健康状態を表示する。
従って、本発明の少なくとも1つの実施形態の一特徴は、別の方法であればおびただしい数の検査が必要になるであろう臓器健康状態の包括的概要を医療従事者に提供することである。臓器を自動的にセグメント化し、臓器固有ルールを使用することにより、複数の臓器の臓器健康状態を同時にアセスメントすることが実用化される。
出力は、複数の臓器の臓器健康状態の合成測定値を提供してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、臓器健康状態が著しく脅かされているかどうかの表示を即座に医療提供者に提供することである。
代替又は追加として、出力は、構造画像に基づく画像であって、臓器健康状態データで補強された画像を提供してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、セグメント化に使用される画像データを利用して、本システムの解析結果を医療提供者に伝達する為のフレームワークを提供することである。
ストアドプログラムは、以前の構造画像及び以前の生理学的画像に関連付けられた臓器健康状態を示す、以前の出力を保持して、複数の臓器の臓器健康状態のトレンドの表示を提供してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、毒性症状に対する早期対処を可能にする重要なトレンド情報を提供することであり、個々の取り込みスキャンを観察するだけでその情報をアセスメントすることは困難又は不可能であろう。
毒性モデルは、複数の様々な臓器の臓器健康状態を予測する為の、生理学的画像から抽出された閾値又は他の特性を含んでよく、出力は、複数の臓器の予測された臓器健康状態を表示してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、現在の臓器健康状態の経験的理解を織り込んで、可能性のある予後を推定することである。
電子コンピュータは更に、生理学的スキャンを解析して、がん病変の変化をアセスメントしてよく、出力は、がん病変の変化の表示を提供してよい。
従って、本発明の少なくとも1つの実施形態の一特徴は、治療の有効性と副作用との統合表示を提供して、治療中のガイダンスを向上させることである。
これらの特定の目的及び利点は、請求項の範囲に収まる幾つかの実施形態にのみ当てはまるものであってよく、従って、本発明の範囲を定義するものではない。
ここで図1を参照すると、病気治療中の臓器の健康状態を評価するシステム10が構造画像化スキャナ12を備えてよく、これは、例えば、キロボルトCT(コンピュータ断層撮影)スキャナ又はメガボルトCTスキャナ、MRI(磁気共鳴画像化)スキャナ等であり、患者15の解剖学的情報を提示する高解像度構造画像スキャン14を提供することが可能である。
更に、システム10は生理学的画像化スキャナ16を備えてよく、これは、例えば、分子画像化取り込み剤17の投入後の患者15をスキャンして、取り込み剤17の取り込み量を測定することが可能である。
一実施例では、生理学的画像化スキャナ16はPET(陽電子放出断層撮影)スキャナであってよい。当該技術分野において一般的に理解されているように、PETは、取り込み剤17が腫瘍組織に優先的に移動することによって表される、患者15の体内の分子過程を明らかにする生理学的スキャン18を生成する核医学画像化手法である。分子画像化取り込み剤17の一例として、コンピュータ断層撮影(18F-FDG PET/CT)に組み込まれる2-デオキシ-2-[フルオリン-18]フルオロ-D-グルコースがある。このPETスキャナは生理学的画像化スキャナ16の一例に過ぎず、本発明は、組織の基礎代謝を測定する機能CTマシン又は機能MRIマシン又は他の同様の装置を含む生理学的画像化スキャナ16が使用されてよいことを想定している。
一般に、生理学的画像化スキャナ16で生成される生理学的スキャン18は、構造画像化スキャナ12からの高解像度構造画像スキャン14より空間解像度が低い。各場合において、構造画像スキャン14及び取り込み剤生理学的スキャン18は、患者15内の関心対象のボリューム領域内に3次元に分散したボリューム要素(ボクセル)に関連付けられた複数次元の情報を表す。
本発明では、患者15は、場合によっては異なるハードウェア又はプロトコルを使用する同じマシンであってよい構造画像化スキャナ12及び生理学的画像化スキャナ16の両方において同時にスキャンされてよい。これらのスキャンは、患者15の治療の全期間にわたって様々なタイミングで繰り返され、例えば、化学療法、放射線療法等による患者15の治療のセッション間に繰り返される。
図1を引き続き参照すると、構造画像スキャン14及び取り込み剤生理学的スキャン18は、後で詳述する処理の為に電子コンピュータ22が受け取る。一般に、電子コンピュータ22は、メモリ26と通信している1つ以上の処理ユニット24を含み、メモリ26は、本発明の一部を実施する為のデータ及びストアドプログラム28を保持する。コンピュータ22は、構造画像スキャン14及び取り込み剤生理学的スキャン18に基づくカラー出力画像を表示するグラフィックスディスプレイ30と通信してよく、更に、それぞれがユーザによるデータ入力を可能にする、キーボード、マウス等のユーザ入力装置32と通信してよい。後で詳述するように、本発明では、患者15内の複数の腫瘍部位及び複数の臓器部位への取り込み剤の取り込み量の測定結果に基づいて臓器健康状態及び病変の進行又は退行を示す出力をディスプレイ30上に表示する。
更に次に図2及び3を参照すると、処理ブロック34で示された第1のステップで、上述のように構造画像化スキャナ12及び生理学的画像化スキャナ16から取得されたスキャンデータをストアドプログラム28が受け取る。
図3の処理ブロック36に従って、構造画像化スキャナ12からの構造画像スキャン14がセグメント化器38a~38bのセットに転送され、セグメント化器38a~38bは、構造画像スキャン14の、特定の臓器に関連する部分を隔離するマスク40a~40cを生成するように動作する。この点において、各セグメント化器38は、マスク40が特定患者の各臓器の具体的な臓器ボリュームを画定し、しかもマスク40がそれぞれの臓器のものであると容易に特定可能であるように、特定の臓器(例えば、心臓、肺、脳、肝臓、腎臓、骨、脾臓、胃、膵臓、咽頭、喉頭、血管、筋肉、胆嚢、腸、リンパ節、骨髄、膀胱等)に合わせて調整されてよい。図示のセグメント化器38は明確さの為に3つだけとしたが、セグメント化器38の数は、関心対象の臓器又は臓器部位を全て網羅する為に必要又は要望に応じて増やしたり減らしたりしてよい。
一実施形態では、セグメント化器38は、トレーニング済みの畳み込みニューラルネットワーク(CNN)として実施されてよく、例えば、トレーニングに使用されるトレーニングセットは、様々な患者から取得した構造画像スキャン14を前処理(例えば、正規化)して、それらの患者の臓器を識別するようにセグメント化したものである。そのトレーニングセットを使用して、当該技術分野において一般に理解されているように様々な臓器タイプに固有であって、それらの臓器のセグメント化を生成することが可能な重み42a~42cのセットをニューラルネットワークが生成するようにニューラルネットワークがトレーニングされる。一実施形態では、そのニューラルネットアーキテクチャは、参照によって本明細書に組み込まれている、カムニトサス K.(Kamnitsas K.)、レーディヒ C.(Ledig C.)、ニューカム V.F.(Newcombe V.F.)等著「脳病変の正確なセグメント化の為の、完全に接続されたCRFを有する効率的なマルチスケール3D CNN(Efficient multi-scale 3D CNN with fully connected CRF for accurate brain lesion segmentation)」、メディカル イメージ アナリシス(Med Image Anal.)、2017年、36号、61~78頁に記載されているディープメディック(Deep Medic)のそれであってよい。本発明は、臓器ボリュームの自動セグメント化を実現する他のセグメント化システムも使用されてよいことを想定している。更に、複数の独立したセグメント化器38を図示しているが、当然のことながら、共通ハードウェアが使用されてよく、この処理は、個々の重み42を切り換えて順次的に行われてよい。
各臓器に対するマスク40の情報は次に、対応する病変識別器44a~44cが受け取り、病変識別器44a~44cは更に、(点線で示された)生理学的スキャン18及び/又は構造スキャン14を受け取る。病変識別器44a~44cは臓器固有でもあり、個々の臓器に関連付けられた病変識別ルール45a~45cを有しており、これらには、例えば、それぞれの臓器の病変に関連付けられた取り込み特性、並びに病変のサイズ及び形状の特性が記述されており、これは、図3の処理ブロック48に従って、受け取られたマスク40内の病変を自動的にセグメント化及び識別することに役立つ。自動病変識別の手法では、取り込み量が過多である局所部位を探すことが可能であり、これは、例えば、本発明の譲受人に譲渡されていて参照によって組み込まれている米国特許出願第2016/0100795号に記載のとおりである。
病変識別器44の出力は病変ボリューム46a~46cのセットであり、これらをマスク40から(空間ベースで)差し引くことにより、病変ボリュームを除外した精製マスク40’a~40’cを生成することが可能である。
次に、生理学的スキャン18及び精製マスク40’が、マスク40’の個々の臓器に関する臓器固有ルール52a~52cに関連付けられた毒性評価器50a~50cに渡される。一般に、毒性評価器50は、感度及び特異度を高める為に、補強されたマスク40’の範囲に限定された生理学的スキャン18のデータを解析する。一実施形態では、臓器固有ルール52は、マスク40’内の生理学的スキャン18から標準化取り込み値(SUV)ヒストグラムを抽出し、これらの値を履歴レコード54に格納してよく、履歴レコード54は、これらの値を、特定患者15のスキャンの後続セッションに備えて記録する。次に、レコード54からのこれらの履歴SUV値のトレンドを臓器健康状態に関連付けてよい。例えば、本願発明者等は、腸の臓器の場合に、取り込み剤18F-FDG PET/CTに関しての、腸SUVヒストグラムの95パーセンタイルとして定義されるSUV 95の、患者の治療前のベースラインスキャンからの増加量が、後で大腸炎になる患者においては大腸炎にならなかった患者に比べて顕著に大きいことを確認している。このケースでは、腸についての臓器固有ルール52は、SUV 95がベースラインから40%超増加していれば、患者が前大腸炎状態(即ち、大腸炎になりやすい状態)であることになり、治療の調節又は他の措置の採用を考慮する、と定めてよい。本願発明者等の研究では、上述の大腸炎の徴候は、大腸炎の臨床診断の平均115日前に見られるので、臓器健康状態の悪化の有用な予測になることが示されている。この測定は、感度が75%、特異度が88%である。他の臓器に関しても同様の経験的研究によって別のルール52の作成及び妥当性検査が行われてよい。
次に、臓器固有ルール52を使用する各毒性評価器50が、臓器健康状態値56を合成器58に出力してよい。臓器健康状態値56の一例は、上述のSUV 95等の値の関連変化を、前大腸炎状態を確定することに使用される閾値(40%)等の解釈値とともに出力してよい。これらの値は次に、後で詳述するように、合成器58によって使用される。より一般的には、合成器58は、毒性計算器50及び臓器固有ルール52のそれぞれからの情報を結合する。合成器58は又、後述するように、生CT構造画像スキャン14を受け取る。
図2及び3を引き続き参照すると、構造画像スキャン14はリンパ節近傍セグメント化器60にも提供されてよく、リンパ節近傍セグメント化器60は、セグメント化器38と同様に動作するが、患者内のリンパ節のクラスタの範囲を識別する。セグメント化器60は又、一実施形態では、(例えば、首の付け根の周囲の)リンパ節の近傍を識別する為に手動でセグメント化された構造スキャンのセットを使用して上述のようにトレーニングされた畳み込みニューラルネットを利用して、ニューラルネット用の重み62のセットを生成してよい。次に、重み62とともに動作するセグメント化器60が、図3の処理ブロック65に従ってリンパ節のクラスタの範囲を画定する近傍マスク64を生成する。
この、近傍マスク64の情報がリンパ節評価器66に送られ、リンパ節評価器66は、図3の処理ブロック67に従って、生理学的スキャン18を使用して(例えば、閾値処理によって又は上記の患者において述べたように)リンパ節を識別し、それらが、(例えば、免疫療法を含む治療での検出可能又は検出不能な臓器毒性に起因する)リンパ節系の可能なストレスを示すように肥大しているかどうかを判定する。
図3の処理ブロック69に従って、リンパ節評価器66は、リンパ節ストレスのプロキシであるリンパ節肥大の表示68を生成してよく、これも合成器58に出力される。この表示68は、例えば、取り込み剤の取り込みによって示された、ベースラインスキャン以降のリンパ節サイズの増加率であってよい。
更に、構造画像スキャン14及び生理学的スキャン18は病変追跡回路73でも使用されてよく、病変追跡回路73は、病状の時系列監視を行うことが可能であり、従って、一次療法の有効性の表示を提供することが可能である。この追跡では上記の米国特許出願第2016/0100795号に記載の方法を実施してよく、この追跡によって治療情報が合成器58に出力される。
次に図2、3、及び4を参照すると、合成器58は、処理ブロック71に従って、臓器健康状態の包括的概要を提示する出力表示79を提供することが可能であり、これは、臓器固有ルール52で示されて様々な経験的研究から集約されたそれぞれ異なる解析基準による多様な臓器の解析に個別に依存していたのでは困難又は不可能なことであろう。一実施形態では、表示70はスキャン画像72を提示してよく、スキャン画像72は、例えば、CT構造画像スキャン14から導出されて、解析されている各画像78を描写しており、それらの画像は、病変の範囲75をあらかじめ除去して作成されたマスク40’及び64を使用してハイライトされる。これらの臓器画像のそれぞれは、テキストでの注釈74、及び/又は臓器及び得られた測定値79を識別する図を含んでよく、又、チャート76を提示してよく、チャート76は、臓器健康状態の測定値79のトレンドと、臓器固有ルール52に従う、健康状態値56の閾値77とを示し、閾値77は、そこで副作用が治療の制限になっていると判明する可能性が高い、経験的に導出された閾値を示す。従って、例えば、腸の場合には、SUV 95値の変化が測定値79を与えてよく、閾値77として40%閾値が表示されてよい。
これらの様々な健康状態値56のそれぞれが結合され、重み付け又は正規化されて、状態の悪化の可能性を医師にアラートすることを意図された、患者の臓器健康状態の単一の概況表示80が提供されてよい。そのようなアラートがあった場合には、医師は基礎的データを注意深く見直すことになる。
本発明では、患者の臓器健康状態を監視することに加えて、上記の米国特許出願第2016/0100795号に関して上述したように病変追跡回路73のデータを使用して、チャート82と病気の場所を示すスキャン画像84とを組み合わせて病気の変化のアセスメントを提供することが可能である。この場合には、本発明は、治療内容とその効果及び副作用とをより完全に表示する。
当然のことながら、本発明は、明示的に上述された又は暗黙的に必要とされるシステムパラメータを選択及び変更する機能をユーザに提供するユーザインタフェースを提供することが可能である。システムパラメータは、1つ以上の臓器を選択するのに必要なパラメータ、並びに提供される情報の量及びタイプを制御するフィルタを追加するパラメータを含んでよい。
本発明の機能はリモートでアクセス又は使用されてよく、画像化システムによって収集されたデータは、(例えば、セキュアな、HIPAAコンプライアントの)通信ネットワークを介して、そのデータを解析するリモートコンピュータシステムに伝送されてよく、その解析結果は使用の為に返送(又は別の場所に伝送)されてよい。
この点において、本発明は、1人又は複数の患者からデータを集めて記憶するデータベースコンポーネントを含んでよく、この情報を、本発明で使用される有効な閾値を修正すること、及び/又は特定のクエリサブジェクトに該当しうる履歴結果に関する予測又は勧告を提供することに使用してよい。
本明細書では臓器という用語は一般に、肝臓、肺、リンパ節、腸等を含み、これらに限定されない特定の機能を実施するように適合された任意の組織群を意味する。
本明細書では、特定の術語を参考用としてのみ使用しており、従って、それらは限定的であることを意図していない。例えば、「上部(upper)」、「下部(lower)」、「上方(above)」、及び「下方(below)」等の語句は、参照している図面における方向を意味する。「前面(front)」、「後面(back)」、「背面(rear)」、「底面(bottom)」、及び「側面(side)」等の語句は、一貫しているが任意である基準系の中での構成要素の各部分の方位を示し、これらは、論じている構成要素について記述している本文及び関連付けられた図面を参照することにより、明確になる。そのような術語は、具体的に上述された語、それらの派生語、及び同義語を含んでよい。同様に、構造を参照する語句「第1の(first)」、「第2の(second)」、及び他のそのような、数字を使った語句は、文脈によって明確に指示されない限り、特定の並び又は順序を意味するものではない。
本開示及び例示的実施形態の要素又は特徴を紹介する場合、冠詞の「a」、「an」、「the」、及び「前記(said)」は、そのような要素又は特徴が1つ以上あることを意味するものとする。「含む(comprising)」、「含む(including)」、及び「有する(having)」という語句は包含的であるものとし、具体的に述べられた要素又は特徴以外の更なる要素又は特徴があってよいことを意味する。更に当然のこととして、本明細書に記載の方法ステップ、プロセス、及び操作は、実施順序として具体的に特定されない限り、説明又は図示された特定の順序でそれらを実施することが必須であると解釈されるべきではない。やはり当然のこととして、追加又は代替のステップが用いられてよい。
「マイクロプロセッサ(a microprocessor)」及び「プロセッサ(a processor)」、又は「マイクロプロセッサ(the microprocessor)」及び「プロセッサ(the processor)」への参照は、スタンドアロン及び/又は分散環境の形で通信可能であり、従って、有線又は無線の通信により他のプロセッサと通信するように構成可能である1つ以上のマイクロプロセッサを包含するものと理解されてよく、そのような1つ以上のプロセッサは、同様のデバイス又は異なるデバイスであってよい1つ以上のプロセッサ制御されるデバイスにおいて動作するように構成されてよい。更に、メモリへの参照は、特に断らない限り、プロセッサ制御されるデバイスの内部にあってよく、又はプロセッサ制御されるデバイスの外部にあってよく、又は有線又は無線のネットワークを介してアクセスされてよい、プロセッサ可読な且つプロセッサからアクセス可能な1つ以上のメモリ素子及び/又はメモリコンポーネントを包含してよい。
特に意図していることとして、本発明は、本明細書に含まれる実施形態及び例示に限定されるものではなく、特許請求項は、実施形態の一部、及び別々の実施形態の要素の組み合わせを含む、それらの実施形態の修正形態を、後述の特許請求の範囲に含まれるものとして包含するものと理解されるべきである。特許及び非特許公表文献を含む、本明細書に記載の公表文献は全て、参照によって完全な形で本明細書に組み込まれている。
特許庁、並びに本出願に対して発行される全ての特許の全ての読み手が本出願に添付の特許請求項を解釈するのを支援する為に、出願人等は、特定の請求項において「~する為の手段(means for)」又は「~する為のステップ(step for)」という語句が明示的に使用されていない限り、添付の請求項又は請求項要素のいずれも特許法第112条(f)を援用することを意図していないことを注記しておきたい。
Claims (17)
- 患者治療中に臓器健康状態をアセスメントする装置であって、
電子コンピュータを含み、前記電子コンピュータはストアドプログラムを実行して、
(a)少なくとも1つの患者臓器の構造画像を受け取ることと、
(b)臓器機能を示す、前記少なくとも1つの臓器の生理学的画像を受け取ることと、
(c)前記臓器機能情報に従って前記構造画像を処理して、前記少なくとも1つの臓器に適合するマスクを作成することと、
(d)前記マスクを使用して、前記生理学的画像のうちの、前記少なくとも1つの臓器に関連する部分を選択することと、
(e)前記部分に固有の毒性ルールを適用して、臓器健康状態のアセスメントを提供することと、
(f)前記アセスメントに基づいて前記少なくとも1つの臓器の臓器健康状態の表示を出力することと、
を行う、
装置。 - 前記電子コンピュータは前記ストアドプログラムを実行して更に、
前記生理学的画像のうちの、前記少なくとも1つの臓器に関連する前記部分を処理して、前記少なくとも1つの臓器の中の病変を識別し、前記毒性ルールの適用前に前記病変を除去するように前記マスクを精製する、
請求項1に記載の装置。 - 前記構造画像を処理してマスクを前記作成することにより、ある臓器タイプに対する前記マスクが特定され、前記少なくとも1つの臓器の中の病変を前記識別することは、前記臓器タイプに関連付けられた病変識別ルールに従う、請求項2に記載の装置。
- 前記電子コンピュータは前記ストアドプログラムを実行して更に、前記構造画像を処理してリンパ節領域マスクを識別し、
前記リンパ節領域マスクは、前記生理学的画像のうちの、リンパ節に関連する部分を選択する為に使用され、
前記生理学的画像のうちの、リンパ節に関連する前記部分にリンパ節活動ルールが適用されて、前記リンパ節の活動がアセスメントされ、
前記出力は、前記リンパ節系の活性化を示す、リンパ節活動の表示も提供する、
請求項1に記載の装置。 - 前記ストアドプログラムは、様々な臓器に関連付けられた毒性ルールのセットを提供し、
前記構造画像を前記処理することにより、それぞれが特定の臓器タイプに関連付けられている、様々な臓器用のマスクのセットが作成され、
前記様々なマスクは、前記生理学的画像のうちの、前記様々な臓器に関連する様々な部分を選択する為に使用され、前記様々な部分は、使用される前記マスクに応じて特定の属性タイプに関連付けられ、
前記様々な毒性ルールが、前記臓器に応じて前記毒性ルール及び前記臓器に関連付けられた様々な部分に適用されて、複数の様々な臓器の臓器健康状態のアセスメントが提供され、
前記出力は複数の臓器の臓器健康状態を表示する、
請求項1に記載の装置。 - 前記出力は、複数の臓器の臓器健康状態の合成測定値を提供する、請求項1に記載の装置。
- 前記出力は、前記構造画像に基づく画像を提供し、臓器健康状態データで補強されている、請求項1に記載の装置。
- 前記ストアドプログラムは、以前の構造画像及び以前の生理学的画像に関連付けられた臓器健康状態を示す、以前の出力を保持して、複数の臓器の臓器健康状態のトレンドの表示を提供する、請求項1に記載の装置。
- 前記毒性モデルは、異なる複数の臓器の臓器健康状態を予測する為の閾値を提供し、
前記出力は複数の臓器の予測された臓器健康状態を表示する、
請求項1に記載の装置。 - 前記電子コンピュータは更に、前記生理学的画像を解析して病気の変化をアセスメントし、
前記出力は、病気(がんの病変)の変化の表示を提供する、
請求項1に記載の装置。 - 前記生理学的画像は、PETスキャン又は機能CTスキャン又は機能MRI/MRSスキャンである、請求項1に記載の装置。
- 前記構造画像は、CTスキャン及びMRIスキャンからなる群から選択される、請求項1に記載の装置。
- 前記電子コンピュータは前記構造画像を処理して、様々な臓器タイプに関してトレーニングされた機械学習により、少なくとも1つの臓器を描写する前記マスクを作成する、請求項1に記載の装置。
- 前記少なくとも1つの臓器は前記腸であり、前記生理学的画像は18F-FDGの取り込み量を示す、請求項1に記載の装置。
- 前記電子コンピュータと通信して、構造画像及び生理学的画像を取得する装置を更に含む、請求項1に記載の装置。
- 臓器健康状態をアセスメントする方法であって、請求項1~15のいずれか一項に記載の装置を使用して、患者の情報の画像を解析するステップを含む方法。
- 前記解析するステップに基づいて前記患者の治療レジメンを変更するステップを更に含む、請求項16に記載の方法。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063021936P | 2020-05-08 | 2020-05-08 | |
US63/021,936 | 2020-05-08 | ||
US17/236,715 | 2021-04-21 | ||
US17/236,715 US11918374B2 (en) | 2020-05-08 | 2021-04-21 | Apparatus for monitoring treatment side effects |
PCT/US2021/029114 WO2021225816A1 (en) | 2020-05-08 | 2021-04-26 | Apparatus for monitoring treatment side effects |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023528749A true JP2023528749A (ja) | 2023-07-06 |
Family
ID=78411643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022567805A Pending JP2023528749A (ja) | 2020-05-08 | 2021-04-26 | 治療の副作用を監視する装置 |
Country Status (6)
Country | Link |
---|---|
US (2) | US11918374B2 (ja) |
EP (1) | EP4146060A4 (ja) |
JP (1) | JP2023528749A (ja) |
CN (1) | CN115515479A (ja) |
AU (1) | AU2021266664A1 (ja) |
WO (1) | WO2021225816A1 (ja) |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5365948A (en) * | 1992-08-21 | 1994-11-22 | J & W Mcmichael Software Inc. | Method for use in treating a patient with FK 506 to prevent an adverse immune response |
US9208582B2 (en) | 2005-11-02 | 2015-12-08 | Hitachi Medical Corporation | Image analyzing system and method |
US10007961B2 (en) | 2009-09-09 | 2018-06-26 | Wisconsin Alumni Research Foundation | Treatment planning system for radiopharmaceuticals |
US9161720B2 (en) | 2013-03-15 | 2015-10-20 | Wisconsin Alumni Research Foundation | System and method for evaluation of disease burden |
JP6220310B2 (ja) | 2014-04-24 | 2017-10-25 | 株式会社日立製作所 | 医用画像情報システム、医用画像情報処理方法及びプログラム |
EP2980753A1 (en) * | 2014-08-01 | 2016-02-03 | Centre Hospitalier Universitaire d'Angers | Method for displaying easy-to-understand medical images |
US10561379B2 (en) * | 2016-01-11 | 2020-02-18 | H. Lee Moffitt Cancer Center And Research Institute, Inc. | In vivo positron emission tomography-based perfusion/blood pool imaging using labeled erythrocytes |
US10943142B2 (en) | 2016-09-23 | 2021-03-09 | Curemetrix, Inc. | Removal of masking structures in images for the detection of anomalies |
US10445878B2 (en) | 2017-05-09 | 2019-10-15 | Wisconsin Alumni Research Foundation | Image enhancement system for bone disease evaluation |
EP3629898A4 (en) * | 2017-05-30 | 2021-01-20 | Arterys Inc. | AUTOMATED LESION DETECTION, SEGMENTATION AND LONGITUDINAL IDENTIFICATION |
JP6768620B2 (ja) * | 2017-09-27 | 2020-10-14 | 富士フイルム株式会社 | 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、端末装置及びプログラム |
US11657087B2 (en) * | 2018-03-19 | 2023-05-23 | Verily Life Sciences Llc | Surgical video retrieval based on preoperative images |
WO2019241155A1 (en) * | 2018-06-11 | 2019-12-19 | Arterys Inc. | Simulating abnormalities in medical images with generative adversarial networks |
-
2021
- 2021-04-21 US US17/236,715 patent/US11918374B2/en active Active
- 2021-04-26 CN CN202180033212.8A patent/CN115515479A/zh active Pending
- 2021-04-26 EP EP21800617.9A patent/EP4146060A4/en active Pending
- 2021-04-26 JP JP2022567805A patent/JP2023528749A/ja active Pending
- 2021-04-26 AU AU2021266664A patent/AU2021266664A1/en active Pending
- 2021-04-26 WO PCT/US2021/029114 patent/WO2021225816A1/en unknown
-
2024
- 2024-01-26 US US18/423,413 patent/US20240164709A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4146060A1 (en) | 2023-03-15 |
US11918374B2 (en) | 2024-03-05 |
US20240164709A1 (en) | 2024-05-23 |
WO2021225816A1 (en) | 2021-11-11 |
EP4146060A4 (en) | 2024-06-05 |
AU2021266664A1 (en) | 2022-11-03 |
CN115515479A (zh) | 2022-12-23 |
US20210345957A1 (en) | 2021-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9275451B2 (en) | Method, a system, and an apparatus for using and processing multidimensional data | |
EP2693951B1 (en) | Image analysis for specific objects | |
Shinohara et al. | Population-wide principal component-based quantification of blood–brain-barrier dynamics in multiple sclerosis | |
US7778453B2 (en) | Multi-modality method and software for representation and evaluation of extremity exposures of arthritis/arthrosis patients | |
Jannin et al. | Validation in medical image processing. | |
US20100260394A1 (en) | Image analysis of brain image data | |
KR102256345B1 (ko) | 뉴로멜라닌 영상을 이용한 파킨슨병 정보 제공 장치 및 방법 | |
Balasooriya et al. | Intelligent brain hemorrhage diagnosis using artificial neural networks | |
EP4183344A1 (en) | Device and method for supporting chest medical image reading | |
US10445878B2 (en) | Image enhancement system for bone disease evaluation | |
Sharma et al. | Heart disease prediction using convolutional neural network | |
Wu et al. | Cortical bone vessel identification and quantification on contrast-enhanced MR images | |
US8396266B2 (en) | Characterisation of functional medical image scans | |
Tariq et al. | Opportunistic screening for low bone density using abdominopelvic computed tomography scans | |
CN114742836B (zh) | 医学图像的处理方法、装置及计算机设备 | |
JP2023528749A (ja) | 治療の副作用を監視する装置 | |
CN115274063A (zh) | 用于操作医学图像数据集的评估系统的方法、评估系统 | |
CN111035403A (zh) | 一种扫描时机确定方法、装置、设备及存储介质 | |
EP4358022A1 (en) | Medical image diagnostic system, medical image diagnostic method, and program | |
Rekha et al. | Bone Image Analysis For Early Detection of Osteoporosis | |
US20210407674A1 (en) | Method and arrangement for identifying similar pre-stored medical datasets | |
US20230197253A1 (en) | Medical image processing apparatus, method, and program | |
US20230121783A1 (en) | Medical image processing apparatus, method, and program | |
US20230316716A1 (en) | Systems and methods for automated lesion detection using magnetic resonance fingerprinting data | |
US20230274424A1 (en) | Appartus and method for quantifying lesion in biometric image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230614 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240329 |