JP2024512369A - 造影放射線学の分野における機械学習 - Google Patents

Abstract

本発明は、機械学習法によって人工造影放射線画像を生成する技術分野に関する。【選択図】図６

Description

本発明は、機械学習法による人工造影放射線画像の生成の技術分野に関する。

放射線学は、診断および治療目的のための画像処理を扱う医学分野である。

Ｘ線およびＸ線に感受性のフィルムは、以前は主に医用画像において使用されていたが、今日の放射線学には、例えばコンピュータ断層撮影（ＣＴ）、磁気共鳴画像法（ＭＲＩ）または超音波検査などの様々な異なる画像化方法を含む。

これら全ての方法を用いて、検査対象内の特定の構造の描写または境界を容易にする物質を使用することができる。前記物質は、造影剤と呼ばれる。

コンピュータ断層撮影法において、ヨウ素含有溶液が通常、造影剤として使用される。磁気共鳴画像法（ＭＲＩ）において、超常磁性物質（例えば、酸化鉄ナノ粒子、超常磁性鉄白金粒子（ＳＩＰＰ））または常磁性物質（例えば、ガドリニウムキレート、マンガンキレート）が通常、造影剤として使用される。

組織内での広がりのパターンから、造影剤は、以下のカテゴリーに大別することができる：細胞外造影剤、細胞内造影剤および血管内造影剤。

細胞外ＭＲＩ造影剤としては、例えば、ガドリニウムキレートガドブトロール（Ｇａｄｏｖｉｓｔ（登録商標））、ガドテリドール（Ｐｒｏｈａｎｃｅ（登録商標））、ガドテル酸（Ｄｏｔａｒｅｍ（登録商標））、ガドペンテチン酸（Ｍａｇｎｅｖｉｓｔ（登録商標））およびガドジアミド（Ｏｍｎｉｃａｎ（登録商標））が挙げられる。前記ガドリニウムキレートの高度に親水性の特性およびそれらの低分子量は、静脈内投与後、間質空間への急速な拡散をもたらす。血液循環系における一定の比較的短期間の循環の後、それらは腎臓を介して排泄される。

細胞内造影剤は、組織の細胞内にある程度取り込まれ、続いて排泄される。

ガドキセチン酸に基づく細胞内ＭＲＩ造影剤は例えば、それらが、胆?を介して糞便中に排泄される前に、肝細胞（ｌｉｖｅｒ ｃｅｌｌｓ）、肝細胞（ｈｅｐａｔｏｃｙｔｅｓ）によって比例的に特異的に取り込まれ、機能組織（柔組織）に蓄積し、健康な肝組織におけるコントラストを増強するという事実によって区別される。ガドキセチン酸に基づくそのような造影剤の例は、ＵＳ６，０３９，９３１Ａに記載されており；それらは、例えば、Ｐｒｉｍｏｖｉｓｔ（登録商標）またはＥｏｖｉｓｔ（登録商標）の商品名で市販されている。さらに、肝細胞への取り込みが少ないＭＲＩ造影剤は、ガドベン酸ジメグルミン（Ｍｕｌｔｉｈａｎｃｅ（登録商標））である。

Ｐｒｉｍｏｖｉｓｔ（登録商標）／Ｅｏｖｉｓｔ（登録商標）のコントラスト増強作用は、安定なガドリニウム錯体Ｇｄ－ＥＯＢ－ＤＴＰＡ（ガドリニウムエトキシベンジルジエチレントリアミンペンタ酢酸）によって媒介される。ＤＴＰＡは、常磁性ガドリニウムイオンと非常に高い熱力学的安定性を有する錯体を形成する。エトキシベンジル（ＥＯＢ）ラジカルは、造影剤の肝胆汁取り込みのメディエーターである。

血管内造影剤は、細胞外造影剤と比較して、血液循環系における明らかにより長い滞留時間によって区別される。ガドフォスベセット（Ｇａｄｏｆｏｓｖｅｓｅｔ）は例えば、ガドリニウムに基づく血管内ＭＲＩ造影剤である。これは、三ナトリウム塩一水和物形態（Ａｂｌａｖａｒ（登録商標））として使用されている。それは血清アルブミンに結合し、それによって、血液循環系における造影剤の長い滞留時間（血液中の半減期約１７時間）を達成する。

造影剤が患者に投与され、身体における造影剤の動的な広がりが、画像化方法によって追跡される多数の放射線検査が存在する。例えば、ダイナミック造影磁気共鳴画像法による限局性肝臓病巣の発見および鑑別診断が挙げられる。

Ｐｒｉｍｏｖｉｓｔ（登録商標）は、肝臓における腫瘍の検知に使用することができる。健康な肝臓組織への血液供給は、主に門脈（門脈静脈）を介して達成されるが、肝動脈（ｌｉｖｅｒ ａｒｔｅｒｙ）（肝動脈（ａｒｔｅｒｉａ ｈｅｐａｔｉｃａ））は、ほとんどの原発腫瘍を供給する。したがって、造影剤のボーラスの静脈内注射後、健康な肝臓の柔組織のシグナル上昇と腫瘍のシグナル上昇との間の時間遅延を観察することが可能である。

悪性腫瘍に加えて、肝臓で頻繁に見つかるものは、?胞、血管腫および限局性結節性過形成（ＦＮＨ）などの良性病変である。治療の適切な計画は、これらを悪性腫瘍と区別することを必要とする。Ｐｒｉｍｏｖｉｓｔ（登録商標）は、良性および悪性の限局性肝臓病巣の同定に使用することができる。Ｔ１強調ＭＲＩにより、前記病巣の特徴に関する情報が得られる。区別は、肝臓および腫瘍への異なる血液供給、ならびにコントラスト増強の時間的プロファイルを利用することによって達成される。

Ｐｒｉｍｏｖｉｓｔ（登録商標）によって達成されるコントラスト増強は、少なくとも２つの相、すなわち、動的相（いわゆる動脈相、門脈相および後期相を含む）と、肝胆管相とに分けることができ、ここで、肝細胞へのＰｒｉｍｏｖｉｓｔ（登録商標）の有意な取り込みがすでに行われている。

分布相の間にＰｒｉｍｏｖｉｓｔ（登録商標）によって達成されるコントラスト増強の事例では、観察されるものは病変の特徴づけのための情報を提供する典型的な灌流パターンである。血管新生を描写することは、病変の種類を特徴づけ、腫瘍と血管との間の空間的関係を決定するのに役立つ。

Ｔ１強調ＭＲＩ画像において、Ｐｒｉｍｏｖｉｓｔ（登録商標）は、注射後１０～２０分（肝胆道相）に、健康な肝臓の柔組織において明確なシグナル増強を導くが、一方、肝細胞を含まないか、またはわずかな肝細胞のみを含む病巣、例えば、転移または中程度から低分化肝細胞癌（ＨＣＣ）はより暗い領域として現れる。

したがって、動的相および肝胆道相にわたる経時的な造影剤の拡散を追跡することは、限局性肝臓病変の検出および鑑別診断の良好な可能性を提供するが、検査は比較的長いタイムスパンにわたる。ＭＲＩ画像における動きのアーチファクトを最小限に抑えるために、上記のタイムスパンにわたって、患者による動きは大幅に回避されるべきである。動きの長い制限は、患者にとって不快であり得る。

この問題およびさらなる問題は、本発明によって解決される。本発明は、１つ以上の放射線画像を合成的に生成することを可能にする手段を提供する。合成的に生成された放射線画像は、経時的に変化する造影剤の増強を示す測定された放射線画像の時系列に基づく機械学習モデルによって予測される。診断に重要な全ての放射線画像を測定しなければならないわけではなく；測定された放射線画像に基づいて１つ以上の放射線画像を予測（計算）することができ；したがって検査時間を短縮することができるという事実により、放射線検査を迅速にすることができるという利点を有する。さらに、放射線画像の予測は、周波数空間で行われる（通常のように、実空間では行われない）。その結果、検査領域の放射線学的表現における詳細情報からコントラスト情報を分離し、訓練および予測をコントラスト情報に限定し、その後、予測後に詳細情報を再導入することが可能である。この手順は例えば、計算の複雑さを低減する。さらに、周波数空間での作業は、画像レジストレーションの不備に対するより高い許容度を意味する。

本発明は、第１の態様において、
－ 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
－ 複数の第１の表現を予測モデルに供給するステップ、ここで、予測モデルは、多数の検査対象の検査領域の第１の参照表現および第２の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の検査領域を表す第１の参照表現から、周波数空間における第２のタイムスパンの間の検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
－ 予測モデルから周波数空間における検査領域の１つ以上の予測された表現を受信するステップ、ここで、１つ以上の予測された表現は、第２のタイムスパンの間の検査領域を表し、
－ １つ以上の予測された表現を実空間における検査領域の１つ以上の表現に変換するステップ、
－ 実空間における検査領域の１つ以上の表現を出力および／または記憶するステップ
を含む、コンピュータ実装方法を提供する。

本発明はさらに、
・受信ユニットと、
・制御および計算ユニットと、および
・出力ユニットと
を備え、
ここで、制御および計算ユニットは、
－ 受信ユニットに周波数空間における検査対象の検査領域の複数の第１の表現を受信するように促すように、ここで、第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
－ 複数の第１の表現を予測モデルに供給するように、ここで、予測モデルは、多数の検査対象の検査領域の第１の参照表現および第２の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の検査領域を表す第１の参照表現から、周波数空間における第２のタイムスパンの間の検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
－ 予測モデルから周波数空間における検査領域の１つ以上の予測された表現を受信するように、ここで、１つ以上の予測された表現は、第２のタイムスパンの間の検査領域を表し、
－ １つ以上の予測された表現を実空間における検査領域の１つ以上の表現に変換するように、
－ 出力ユニットに実空間における検査領域の１つ以上の表現を出力および／または記憶するように促すように
構成されている、システムを提供する。

本発明はさらに、コンピュータシステムのメモリにロードすることができるコンピュータプログラムを備えるコンピュータプログラム製品を提供し、ここで、それが、コンピュータシステムに、以下の：
－ 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
－ 複数の第１の表現を予測モデルに供給するステップ、ここで、予測モデルは、多数の検査対象の検査領域の第１の参照表現および第２の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の検査領域を表す第１の参照表現から、周波数空間における第２のタイムスパンの間の検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
－ 予測モデルから周波数空間における検査領域の１つ以上の予測された表現を受信するステップ、ここで、１つ以上の予測された表現は、第２のタイムスパンの間の検査領域を表し、
－ １つ以上の予測された表現を実空間における検査領域の１つ以上の表現に変換するステップ、
－ 実空間における検査領域の１つ以上の表現を出力および／または記憶するステップ
を実行するように促す。

本発明はさらに、少なくとも１つの放射線画像を予測するための方法における造影剤の使用を提供し、ここで、この方法は、以下の：
－ 周波数空間における検査対象の検査領域の複数の第１の表現を生成するステップ、ここで、第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
－ 複数の第１の表現を予測モデルに供給するステップ、ここで、予測モデルは、多数の検査対象の検査領域の第１の参照表現および第２の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の検査領域を表す第１の参照表現から、周波数空間における第２のタイムスパンの間の検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
－ 予測モデルから周波数空間における検査領域の１つ以上の予測された表現を受信するステップ、ここで、１つ以上の予測された表現は、第２のタイムスパンの間の検査領域を表し、
－ １つ以上の予測された表現を実空間における検査領域の１つ以上の表現に変換するステップ、
－ 実空間における検査領域の１つ以上の表現を出力および／または記憶するステップ
を含む。

少なくとも１つの放射線画像を予測するための方法において使用するための造影剤がさらに提供され、ここで、この方法は、以下の：
－ 造影剤を投与するステップ、ここで、造影剤は、検査対象の検査領域内に広がり、
－ 周波数空間における検査対象の検査領域の複数の第１の表現を生成するステップ、ここで、第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
－ 複数の第１の表現を予測モデルに供給するステップ、ここで、予測モデルは、多数の検査対象の検査領域の第１の参照表現および第２の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の検査領域を表す第１の参照表現から、周波数空間における第２のタイムスパンの間の検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
－ 予測モデルから周波数空間における検査領域の１つ以上の予測された表現を受信するステップ、ここで、１つ以上の予測された表現は、第２のタイムスパンの間の検査領域を表し、
－ １つ以上の予測された表現を実空間における検査領域の１つ以上の表現に変換するステップ、
－ 実空間における検査領域の１つ以上の表現を出力および／または記憶するステップ
を含む。

さらに、本発明による造影剤およびコンピュータプログラム製品を含むキットが提供される。

本発明は、本発明の主題（方法、システム、コンピュータプログラム製品、使用、使用のための造影剤、キット）を区別することなく、以下により詳細に説明される。それどころか、以下の説明は、どの文脈（方法、システム、コンピュータプログラム製品、使用、使用のための造影剤、キット）で生じるかにかかわらず、本発明の全ての主題に同様に適用されることが意図される。

ステップが本明細書または特許請求の範囲において順番に記載される場合、これは、必ずしも、本発明が記載された順序に限定されることを意味しない。代わりに、１つのステップが別のステップ上に構築されない限り、これは、前のステップに基づいて構築されたステップが続いて実行されることを絶対に必要とする（ただし、個々の場合には明らかになる）が、ステップは、異なる順序で、または互いに並行して実行されることも考えられる。したがって、記載された順序は、本発明の好ましい実施形態である。

本発明は、検査対象の放射線検査のタイムスパンを短縮することができる。

「検査対象」は、通常、生物、好ましくは哺乳動物、非常に特に好ましくはヒトである。

「検査領域」は通常、検査対象の一部、例えば、臓器または臓器の一部である。画像ボリューム（視野、ＦＯＶ）とも呼ばれる「検査領域」は特に、放射線画像において撮像されるボリュームである。検査領域は典型的には例えば、概観画像（ローカライザ）上で、放射線科医によって定義される。もちろん、検査領域は代替的にまたは追加的に、例えば選択されたプロトコルに基づいて自動的に定義されることも可能である。

「放射線検査」という用語は、診断、治療、および／または科学的目的のために、電磁線、粒子放射線、または機械的波を用いて検査対象への洞察を可能にする全ての撮像方法を意味すると理解される。本発明の文脈における「放射線学」という用語は特に、以下の検査方法を包含する：コンピュータ断層撮影法、磁気共鳴画像法、超音波検査法、ポジトロン放射断層撮影法、心エコー検査法、シンチグラフィー。

本発明の好ましい実施形態において、放射線検査は磁気共鳴画像検査である。

磁気共鳴画像法（略してＭＲＩ）は、ヒトまたは動物の体内の組織および器官の構造および機能を描写するための医学的診断において特に使用される撮像方法である。

ＭＲＩにおいて、検査対象物中の陽子の磁気モーメントが基本磁場中で整列され、その結果、縦方向に沿って巨視的な磁化が存在する。次いで、これは、高周波（ＨＦ）パルス（励起）の照射によって静止位置から偏向される。次いで、励起状態から静止位置への復帰（緩和）、すなわち磁化のダイナミクスは、１つ以上のＨＦ受信コイルによって緩和信号として検出される。

空間符号化のために、急速に切り替えられた傾斜磁場が基本磁場に重畳される。捕捉された緩和信号、または検出され空間的に分解されたＭＲＩデータは最初に、周波数空間における生データとして存在し、例えば、後続の逆フーリエ変換によって実空間（画像空間）に変換することができる。

ネイティブＭＲＩの場合、組織コントラストは、異なる緩和時間（Ｔ１およびＴ２）およびプロトン密度によって生成される。Ｔ１緩和は、縦磁化のその平衡状態への遷移を表し、Ｔ１は、共鳴励起前の平衡磁化の６３．２１％に達するのにかかる時間である。これは、縦緩和時間またはスピン－格子緩和時間とも呼ばれる。Ｔ２緩和は同様に、横磁化のその平衡状態への遷移を表す。

放射線検査において、造影剤が、コントラスト増強のために一般に使用される。

「造影剤」は、Ｘ線診断、磁気共鳴画像法および超音波検査などの撮像方法における身体の構造および機能の描写を改善する物質または物質の混合物である。

造影剤の実例は文献に見出すことができる（例えば、Ａ．Ｓ．Ｌ．Ｊａｓｃｉｎｔｈら：Ｃｏｎｔｒａｓｔ Ａｇｅｎｔｓ ｉｎ ｃｏｍｐｕｔｅｄ ｔｏｍｏｇｒａｐｈｙ：Ａ Ｒｅｖｉｅｗ，Ｊｏｕｒｎａｌ ｏｆ Ａｐｐｌｉｅｄ Ｄｅｎｔａｌ ａｎｄ Ｍｅｄｉｃａｌ Ｓｃｉｅｎｃｅｓ，２０１６，Ｖｏｌ．２，Ｉｓｓｕｅ ２，１４３－１４９；Ｈ．Ｌｕｓｉｃら：Ｘ－ｒａｙ－Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ Ｃｏｎｔｒａｓｔ Ａｇｅｎｔｓ，Ｃｈｅｍ．Ｒｅｖ．２０１３，１１３，３，１６４１－１６６６；ｈｔｔｐｓ：／／ｗｗｗ．ｒａｄｉｏｌｏｇｙ．ｗｉｓｃ．ｅｄｕ／ｗｐ－ｃｏｎｔｅｎｔ／ｕｐｌｏａｄｓ／２０１７／１０／ｃｏｎｔｒａｓｔ－ａｇｅｎｔｓ－ｔｕｔｏｒｉａｌ．ｐｄｆ，Ｍ．Ｒ．Ｎｏｕｇｈら：Ｒａｄｉｏｇｒａｐｈｉｃ ａｎｄ ｍａｇｎｅｔｉｃ ｒｅｓｏｎａｎｃｅｓ ｃｏｎｔｒａｓｔ ａｇｅｎｔｓ：Ｅｓｓｅｎｔｉａｌｓ ａｎｄ ｔｉｐｓ ｆｏｒ ｓａｆｅ ｐｒａｃｔｉｃｅｓ，Ｗｏｒｌｄ Ｊ Ｒａｄｉｏｌ．２０１７ Ｓｅｐ ２８；９（９）：３３９?３４９；Ｌ．Ｃ．Ａｂｏｎｙｉら：Ｉｎｔｒａｖａｓｃｕｌａｒ Ｃｏｎｔｒａｓｔ Ｍｅｄｉａ ｉｎ Ｒａｄｉｏｇｒａｐｈｙ：Ｈｉｓｔｏｒｉｃａｌ Ｄｅｖｅｌｏｐｍｅｎｔ ＆ Ｒｅｖｉｅｗ ｏｆ Ｒｉｓｋ Ｆａｃｔｏｒｓ ｆｏｒ Ａｄｖｅｒｓｅ Ｒｅａｃｔｉｏｎｓ，Ｓｏｕｔｈ Ａｍｅｒｉｃａｎ Ｊｏｕｒｎａｌ ｏｆ Ｃｌｉｎｉｃａｌ Ｒｅｓｅａｒｃｈ，２０１６，Ｖｏｌ．３，Ｉｓｓｕｅ１，１－１０；ＡＣＲ Ｍａｎｕａｌ ｏｎ Ｃｏｎｔｒａｓｔ Ｍｅｄｉａ，２０２０，ＩＳＢＮ：９７８－１－５５９０３－０１２－０；Ａ．Ｉｇｎｅｅら：Ｕｌｔｒａｓｏｕｎｄ ｃｏｎｔｒａｓｔ ａｇｅｎｔｓ，Ｅｎｄｏｓｃ Ｕｌｔｒａｓｏｕｎｄ．２０１６ Ｎｏｖ－Ｄｅｃ；５（６）：３５５－３６２を参照されたい）。

ＭＲＩ造影剤は、造影剤を取り込む構造の緩和時間を変更することによってその効果を発揮する。常磁性物質と超常磁性物質の２つのグループを区別することができる。両方の物質群は、個々の原子または分子の周りに磁場を誘導する不対電子を有する。超常磁性造影剤は、Ｔ２の主な短縮をもたらし、一方、常磁性造影剤は、主にＴ１の短縮をもたらす。造影剤自体は、信号を発するのではなく、その近傍の信号の強度に単に影響を及ぼすだけであるので、前記造影剤の効果は、間接的である。超常磁性造影剤の例は、酸化鉄ナノ粒子（ＳＰＩＯ、超常磁性酸化鉄）である。常磁性造影剤としては、例えば、ガドペンテト酸ジメグルミン（商品名：Ｍａｇｎｅｖｉｓｔ（登録商標）等）、ガドテル酸（Ｄｏｔａｒｅｍ（登録商標）、Ｄｏｔａｇｉｔａ（登録商標）、Ｃｙｃｌｏｌｕｘ（登録商標））、ガドジアミド（Ｏｍｎｉｓｃａｎ（登録商標））、ガドテリドール（ＰｒｏＨａｎｃｅ（登録商標））およびガドブトロール（Ｇａｄｏｖｉｓｔ（登録商標））等のガドリニウムキレートが挙げられる。

本発明を用いて、検査領域の１つ以上の合成放射線画像を予測することが可能である。予測は、予測モデルを用いて行われる。

予測モデルは、周波数空間における検査対象の検査領域の複数の第１の表現に基づいて、周波数空間における検査対象の検査領域の１つ以上の第２の表現を予測するように構成されているコンピュータ支援モデルである。複数の第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表す。少なくとも１つの第２の表現は、第２のタイムスパンの間の検査領域を表す。

「複数」という語は、少なくとも２の数字を意味する。予測に使用される複数の第１の表現は、通常、１０以下である。

第２のタイムスパンは、第１のタイムスパンの前または後に来ることができる。タイムスパンが少なくとも部分的に重複するか、または一方のタイムスパンが他方のタイムスパン内にあることも考えられる。

図１（ａ）（Ｆｉｇ．１（ａ））、図１（ｂ）（Ｆｉｇ．１（ｂ））、図１（ｃ）（Ｆｉｇ．１（ｃ））および図１（ｄ）（Ｆｉｇ．１（ｄ））は、説明のためのものである。図１（ａ）、図１（ｂ）、図１（ｃ）および図１（ｄ）はそれぞれ、タイムラインを示している。定義された時点は、タイムライン上にマークされる。時間ｔ_０は、造影剤が検査対象に投与される時点を特徴付ける。破線のフレームは、検査対象が放射線検査を受けるタイムスパン、すなわち、例えば、磁気共鳴画像システムまたはコンピュータ断層撮影システムにおいて検査対象が費やす時間を示す。

図１（ａ）は、放射線検査の典型的なプロファイルを概略的に示す。検査対象は、断層撮影装置に導入される。時点ｔ_－１において、検査対象は、断層撮影装置内に位置する。時点ｔ_－１において、第１の放射線画像が生成され、すなわち、検査対象の検査領域の表現が生成される。前記時点（ｔ_－１）において、造影剤は、検査対象にまだ投与されていない、すなわち、その表現は、造影剤を含まない（ネイティブ）表現である。時点ｔ_０において、造影剤が、断層撮影装置内に位置する検査対象に投与される。時点ｔ_１、ｔ_２およびｔ_３において、検査対象のさらなる表現が生成される。その後、検査対象は、断層撮影装置から離れる。検査対象は、比較的長いタイムスパンＴ_ｔ、断層撮影装置内に位置していた。この間、検査領域の４つの表現が、測定に基づいて、生成された。

図１（ｂ）は、本発明による放射線検査のプロファイルを概略的に示す。検査対象は、断層撮影装置に導入される。時点ｔ_－１において、検査対象は、断層撮影装置内に位置する。時点ｔ_－１において、検査対象の検査領域の第１の表現が生成される。前記時点（ｔ_－１）において、造影剤は、検査対象にまだ投与されていない、すなわち、その表現は、造影剤を含まない（ネイティブ）表現である。時点ｔ_０において、造影剤が、断層撮影装置内に位置する検査対象に投与される。時点ｔ_１およびｔ_２において、検査対象のさらなる表現が生成される。その後、検査対象は、断層撮影装置から離れる。図１（ａ）の場合の時点ｔ_３での測定に基づいて生成された表現が、図１（ｂ）に示すプロファイルの場合には予測（計算）される。検査対象は、タイムスパンＴ_ａの間、断層撮影装置内に位置し、前記タイムスパンＴ_ａは、図１（ａ）のタイムスパンＴ_ｔよりも短い。したがって、図１（ｂ）の場合、放射線検査は、図１（ａ）の場合ほど長くは続かず、検査対象にとってより快適であるが；両方の場合で生成されるものは、ｔ_－１、ｔ_１、ｔ_２およびｔ_３の時点における検査領域を表す検査領域の表現である。時点ｔ_－１、ｔ_１およびｔ_２における測定に基づいて生成された表現は、本発明の文脈における検査対象の検査領域の最初の表現であり、ここで、少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域、すなわち、時点ｔ_１、ｔ_２およびｔ_３における表現を表し；時点ｔ_－１における表現は、造影剤の投与前のタイムスパンにおける検査領域を表す。時点ｔ_３における表現は、表現ｔ_－１、ｔ_１およびｔ_２に基づいて、本発明による予測モデルにより予測される。これは、第２のタイムスパンの間の検査領域を表し、前記第２のタイムスパンは、図１（ｂ）の場合の第１のタイムスパンの後に来る。

図１（ｃ）は、本発明による放射線検査のさらなるプロファイルを概略的に示す。造影剤は、時点ｔ_０において検査対象に投与される。前記時点（ｔ_０）において、検査対象は、断層撮影装置内にまだ位置していない。検査対象が断層撮影装置に導入されるのは、造影剤が投与された後でのみである。時点ｔ_１、ｔ_２およびｔ_３において（造影剤投与後の第１のタイムスパンにおいて）、検査対象の検査領域の表現が生成される。これらは、造影剤の投与後の第１のタイムスパンにおける検査領域を表す。時点ｔ_３での表現の生成後、検査対象は断層撮影装置から離れることができ、放射線検査は終了している。時点ｔ_１、ｔ_２およびｔ_３における表現から、時点ｔ_－１における表現を予測することができる。時点ｔ_－１での表現は、第２のタイムスパンの間の検査領域を表し、前記第２のタイムスパンは、第１のタイムスパンの前に来る。検査対象は、タイムスパンＴ_ｂの間、断層撮影装置内に位置し、前記タイムスパンＴ_ｂは、図１（ａ）のタイムスパンＴ_ｔよりも短い。したがって、図１（ｃ）の場合、放射線検査は、図１（ａ）の場合ほど長くは続かず、検査対象にとってより快適であるが、両方の場合に生成されるものは、ｔ_－１、ｔ_１、ｔ_２およびｔ_３の時点における検査領域を表す検査領域の表現である。

図１（ｄ）は、本発明による放射線検査のさらなるプロファイルを概略的に示す。この実施例は、本発明が造影剤の個々の投与に限定されないことを明確にすることを意図している。例えば、２回以上の投与を行うことが考えられる。個々の投与の場合、同じ造影剤を投与する必要もなく、代わりに、異なる造影剤を投与することも可能である。（第１の）造影剤は、時点ｔ_０で検査対象に投与される。前記時点（ｔ_０）において、検査対象は、断層撮影装置内にまだ位置していない。検査対象が断層撮影装置に導入されるのは、造影剤が投与された後でのみである。時点ｔ_２において、検査対象の検査領域の第１の表現が生成される。時点ｔ_２における表現は、（第１の）造影剤の投与後の第１のタイムスパンにおける検査領域を表す。時点ｔ_３において（第２の）造影剤が投与される。前記時点（ｔ_３）において、検査対象は、断層撮影装置内に位置する。（第２の）造影剤の投与後、検査領域の２つのさらなる表現が生成され、１つは時点ｔ_４で、もう１つは時点ｔ_５である。時点ｔ_２、ｔ_４およびｔ_５で生成される表現は、造影剤の投与後の第１のタイムスパンの間の検査領域を表す表現である。これらの表現は、時点ｔ_－１における検査領域の表現および／または時点ｔ_１における検査領域の表現を予測するために使用され得る。時点ｔ_－１およびｔ_１における検査領域の表現は、第２のタイムスパンの間の検査領域を表し、前記第２のタイムスパンは、第１のタイムスパンの前に来る。

図１（ｂ）、図１（ｃ）および図１（ｄ）に示すプロファイルと、さらなるプロファイル／変形例との組み合わせも同様に可能である。

本発明の好ましい実施形態において、第１のタイムスパンは、造影剤の投与前に、または造影剤の投与とともに開始する。造影剤を含まない検査領域（ネイティブ画像）を示す検査領域の１つ以上の表現が生成される場合、放射線科医は、そのような画像から検査対象の健康状態に関する重要な情報をすでに取得することができるので、有利である。例えば、放射線科医は、ネイティブＭＲＩ画像における出血を識別することができる。

本発明による予測モデルがここに記載される予測を行うことができるようにするためには、事前に適切に構成されていなければならない。

ここで、「予測」という語は、周波数空間における第２のタイムスパンの間の検査領域を表す検査領域の少なくとも１つの表現が、周波数空間における検査領域の複数の第１の表現を使用して計算されることを意味し、ここで、複数の第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表す。

予測モデルは、好ましくは教師あり機械学習プロセスにおける自己学習アルゴリズムを用いて作成（構成、訓練）される。訓練データは、学習に使用される。前記訓練データは、多数の検査対象の各検査対象について、検査領域の複数の表現を含む。検査領域は通常、全ての検査対象（例えば、人体の一部、器官または器官の一部）について同じである。訓練データセットの表現は、本明細書では参照表現とも呼ばれる。「多数」という用語は、好ましくは１０を超え、さらにより好ましくは１００を超えることを意味する。

各検査対象について、訓練データは、ｉ）周波数空間における検査領域の複数の第１の参照表現を含み、そのうちの少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、およびｉｉ）第２のタイムスパンの間の検査領域を表す周波数空間における検査領域の１つ以上の第２の参照表現を含む。

予測モデルは、各検査対象について、複数の第１の参照表現から１つ以上の第２の参照表現を予測（計算）するように訓練される。

自己学習アルゴリズムは、機械学習の間に、訓練データに基づく統計モデルを生成する。このことは、実例が単に暗記されるのではなく、アルゴリズムが訓練データ中のパターンおよび規則性を「認識する」ことを意味する。したがって、予測モデルは、未知のデータも評価することができる。検証データは、未知のデータの評価の質を試験するために使用することができる。

予測モデルは、教師付き学習によって訓練することができ、すなわち、データセットのペア（第１および第２の表現）がアルゴリズムに続いてそれぞれ提示される。次いで、アルゴリズムは、第１の表現と第２の表現との間の関係を学習する。

教師あり学習によって訓練された自己学習システムは、従来技術において広く記載されている（例えば、Ｃ．Ｐｅｒｅｚ：Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ Ｔｅｃｈｎｉｑｕｅｓ：Ｓｕｐｅｒｖｉｓｅｄ Ｌｅａｒｎｉｎｇ ａｎｄ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ，Ａｍａｚｏｎ Ｄｉｇｉｔａｌ Ｓｅｒｖｉｃｅｓ ＬＬＣ－Ｋｄｐ Ｐｒｉｎｔ Ｕｓ，２０１９，ＩＳＢＮ１０９６９９６５４５，９７８１０９６９９６５４５を参照）。

好ましくは、予測モデルは、人工ニューラルネットワークであるか、またはそのようなネットワークを備える。

人工ニューラルネットワークは、処理要素の少なくとも３つの層：入力ニューロン（ノード）を有する第１の層と、少なくとも１つの出力ニューロン（ノード）を有する第Ｎの層と、Ｎ－２の中間層とを備え、Ｎは、自然数であり、２よりも大きい。

入力ニューロンは、第１の表現を受信する働きをする。出力ニューロンは、複数の第１の表現について１つ以上の第２の表現を出力するように働く。

入力ニューロンと出力ニューロンとの間の層の処理要素は、所定の接続重みを有する所定のパターンで互いに接続される。

好ましくは、人工ニューラルネットワークがいわゆる畳み込みニューラルネットワーク（略してＣＮＮ）である。

畳み込みニューラルネットワークは、入力データをマトリクスの形で処理することができる。ＣＮＮは本質的に、フィルタ（畳み込み層）および集約層（プーリング層）からなり、これらは交互に繰り返され、最後に、１層または複数層の「通常である」完全に接続されたニューロン（密な／完全に接続された層）からなる。

ニューラルネットワークの訓練は例えば、バックプロパゲーション法によって実行することができる。ネットワークに関するここでの目的は、所与の入力データを所与の出力データにマッピングする最大の信頼性である。マッピング品質は、損失関数によって記述される。目的は、損失関数を最小化することである。バックプロパゲーション法の場合、人工ニューラルネットワークは、接続重みの変更によって学習される。

訓練された状態では、処理要素間の接続重みは、第１の表現と１つ以上の第２の表現との間の関係に関する情報を含み、この情報は、新たな複数の第１の表現（例えば、新たな検査対象の）についての第２のタイムスパンの間の検査領域を示す１つ以上の第２の表現を予測するために使用され得、そのうちの少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間に検査領域を示す。

データを訓練および検証データセットに分割するために、交差検証方法を使用することができる。訓練データセットは、ネットワーク重みのバックプロパゲーション訓練に使用される。検証データセットは、訓練されたネットワークが未知のデータに適用され得る予測の精度をチェックするために使用される。

人工ニューラルネットワークの構築および訓練に関するさらなる詳細は、先行技術から収集することができる（例えば、Ｓ．Ｋｈａｎら：Ａ Ｇｕｉｄｅ ｔｏ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ ｆｏｒ Ｃｏｍｐｕｔｅｒ Ｖｉｓｉｏｎ，Ｍｏｒｇａｎ ＆ Ｃｌａｙｐｏｏｌ Ｐｕｂｌｉｓｈｅｒｓ ２０１８，ＩＳＢＮ１６８１７３０２２７，９７８１６８１７３０２２６，ＷＯ２０１８／１８３０４４Ａ１，ＷＯ２０１８／２００４９３，ＷＯ２０１９／０７４９３８Ａ１，ＷＯ２０１９／２０４４０６Ａ１，ＷＯ２０１９／２４１６５９Ａ１を参照されたい）。

好ましくは、予測モデルは、敵対的生成ネットワーク（ＧＡＮ）である（例えば、ｈｔｔｐ：／／３ｄｇａｎ．ｃｓａｉｌ．ｍｉｔ．ｅｄｕ／を参照されたい）。

表現に加えて、検査対象、検査領域、検査条件および／または放射線検査についてのさらなる情報も、訓練、検証および予測のために使用することができる。

検査対象に関する情報の例は、性別、年齢、体重、身長、既往症、既に摂取された薬剤の性質および期間および量、血圧、中心静脈圧、呼吸速度、血清アルブミン、総ビリルビン、血糖、鉄含有量、呼吸能力などである。これらは、例えば、データベースまたは電子患者ファイルから読み取ることができる。

検査領域に関する情報の例は：既存の状態、手術、部分切除、肝臓移植、鉄肝臓、脂肪肝などである。

すでに説明したように、訓練、検証および予測に使用される検査領域の表現は、周波数空間における検査領域の表現（空間周波数空間またはフーリエ空間または周波数領域またはフーリエ表現とも呼ばれる）である。

磁気共鳴画像法において、生データは通常、上述の測定方法により、いわゆるｋ空間データとして生じる。前記ｋ空間データは、周波数空間における検査領域の描写であり、すなわち、そのようなｋ空間データは、訓練、検証、および予測のために使用され得る。実空間における表現が存在する場合、実空間におけるそのような表現は、フーリエ変換によって周波数空間における表現に変換（ｃｏｎｖｅｒｔｅｄ）（変換（ｔｒａｎｓｆｏｒｍｅｄ））することができ；逆に：周波数空間における表現は例えば、逆フーリエ変換によって実空間における表現に変換（ｃｏｎｖｅｒｔｅｄ）（変換（ｔｒａｎｓｆｏｒｍｅｄ））することができる。

したがって、検査領域の放射線画像が、実空間における２次元画像の形態で存在する場合、検査領域のこの表現は、２Ｄフーリエ変換によって、周波数空間における検査領域の２次元表現に変換され得る。

検査領域の３次元画像（ボリューム描画）は、２次元画像のスタックとして扱うことができる。また、３Ｄフーリエ変換により、３次元映像を周波数空間における検査領域の３次元表現に変換することも考えられる。

実空間表現を周波数空間表現に変換するために、フーリエ変換以外の変換を使用することも考えられる。このような変換によって満たされなければならない３つの主要な特性は、以下の通りである：
ａ）明確な逆変換（実空間描写と周波数空間描写との間の明確な結びつき）の存在
ｂ）コントラスト情報の局所性
ｃ）欠陥画像レジストレーションに関するロバスト性。

１つの描写から別の描写への変換の詳細は、多数の教科書および出版物に記載されている（例えば、Ｗ．Ｂｕｒｇｅｒ，Ｍ．Ｊ．Ｂｕｒｇｅ：Ｄｉｇｉｔａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ：Ａｎ Ａｌｇｏｒｉｔｈｍｉｃ Ｉｎｔｒｏｄｕｃｔｉｏｎ Ｕｓｉｎｇ Ｊａｖａ，Ｔｅｘｔｓ ｉｎ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ，２ｎｄ ｅｄｉｔｉｏｎ，Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，２０１６，ＩＳＢＮ：９７８１４４７１６６８４９；Ｗ．Ｂｉｒｋｆｅｌｌｎｅｒ：Ａｐｐｌｉｅｄ Ｍｅｄｉｃａｌ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ，Ｓｅｃｏｎｄ Ｅｄｉｔｉｏｎ：Ａ Ｂａｓｉｃ Ｃｏｕｒｓｅ，Ｖｅｒｌａｇ Ｔａｙｌｏｒ ＆ Ｆｒａｎｃｉｓ，２０１４，ＩＳＢＮ：９７８１４６６５５５５７０；Ｒ．Ｂｒａｃｅｗｅｌｌ：Ｆｏｕｒｉｅｒ Ａｎａｌｙｓｉｓ ａｎｄ Ｉｍａｇｉｎｇ，Ｖｅｒｌａｇ Ｓｐｒｉｎｇｅｒ Ｓｃｉｅｎｃｅ ＆ Ｂｕｓｉｎｅｓｓ Ｍｅｄｉａ，２００４，ＩＳＢＮ：９７８０３０６４８１８７１を参照されたい）。

図２（Ｆｉｇ．２）は、実空間および周波数空間における検査領域の表現の生成を例示的かつ概略的に示す。

図２は、タイムラインを示す。３つの異なった時点ｔ_１、ｔ_２およびｔ_３において、検査領域の表現が、測定に基づいて生成される。検査領域は、ヒトの肺である。時点ｔ_１において、第１の表現が生成される。これは、実空間における検査領域（肺）の表現（Ｏ１）または周波数空間における検査領域（肺）の表現（Ｆ１）であり得る。実空間における検査領域の表現（Ｏ１）は、フーリエ変換ＦＴによって、周波数空間における検査領域の表現（Ｆ１）に変換され得る。周波数空間における検査領域の表現（Ｆ１）は、逆フーリエ変換ｉＦＴによって、実空間における検査領域の表現（Ｏ１）に変換され得る。２つの表現（Ｏ１）および（Ｆ１）は、表現が異なるだけで、検査領域に関する同じ情報を含む。時点ｔ_２において、さらなる表現が生成される。これは、実空間における検査領域（肺）の表現（Ｏ２）または周波数空間における検査領域（肺）の表現（Ｆ２）であり得る。実空間における検査領域の表現（Ｏ２）は、フーリエ変換ＦＴによって、周波数空間における検査領域の表現（Ｆ２）に変換され得る。周波数空間における検査領域の表現（Ｆ２）は、逆フーリエ変換ｉＦＴによって、実空間における検査領域の表現（Ｏ２）に変換され得る。２つの表現（Ｏ２）および（Ｆ２）は、表現が異なるだけで、検査領域に関する同じ情報を含む。時点ｔ_３において、さらなる表現が生成される。これは、実空間における検査領域（肺）の表現（Ｏ３）または周波数空間における検査領域（肺）の表現（Ｆ３）であり得る。実空間における検査領域の表現（Ｏ３）は、フーリエ変換ＦＴによって、周波数空間における検査領域の表現（Ｆ３）に変換され得る。周波数空間における検査領域の表現（Ｆ３）は、逆フーリエ変換ｉＦＴによって、実空間における検査領域の表現（Ｏ３）に変換され得る。２つの表現（Ｏ３）および（Ｆ３）は、表現が異なるだけで、検査領域に関する同じ情報を含む。

実空間における検査領域の表現（Ｏ１）、（Ｏ２）および（Ｏ３）は、人間にとって身近な表現であり；人間によって即座に把握され得る。表現（Ｏ１）、（Ｏ２）および（Ｏ３）は、造影剤が静脈内でどのように動的に広がるかを示す。人間にはより把握するのは困難であるが、同じ情報が表現（Ｆ１）、（Ｆ２）、および（Ｆ３）に含まれている。

図３（Ｆｉｇ．３）は、図２で生成されたような周波数空間における検査領域（Ｆ１）、（Ｆ２）、および（Ｆ３）の表現が、予測モデル（ＰＭ）を訓練するためにどのように使用され得るかを概略的かつ例示的に示す。表現（Ｆ１）、（Ｆ２）および（Ｆ３）は、検査対象の訓練データのセットを形成する。訓練は、多数の検査対象の多数の訓練データセットを使用して行われる。

表現（Ｆ１）および（Ｆ２）は、周波数空間における検査領域の複数（本件では２つ）の第１の参照表現のであり、そのうちの少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の検査領域を表す。表現（Ｆ３）は、第２のタイムスパンの間の検査領域を表す周波数空間における検査領域の第２の参照表現である。図３において、予測モデルは、周波数空間における検査領域の表現（Ｆ１）および（Ｆ２）から周波数空間における検査領域の表現（Ｆ３）を予測するように訓練される。表現（Ｆ１）および（Ｆ２）は、予測モデル（ＰＭ）に入力され、および予測モデルは、表現（Ｆ１）および（Ｆ２）から表現（Ｆ３＊）を計算する。アスタリスク（＊）は、表現（Ｆ３＊）が予測された表現であることを示す。計算された表現（Ｆ３＊）は、表現（Ｆ３）と比較される。偏差を定義された最小値に低減するように予測モデルを訓練するために、偏差はバックプロパゲーション法において使用され得る。多数の検査対象の多数の訓練データセットに基づいて予測モデルが訓練されており、予測が定義された精度に達している場合、訓練された予測モデルを予測に使用することができる。これは、図４に例示的かつ概略的に示されている。

図４（Ｆｉｇ．４）は、図３で訓練された予測モデル（ＰＭ）を示す。予測モデルは、少なくともいくつかが造影剤の投与後の第１のタイムスパンにおける検査領域を表す周波数空間における検査領域の複数の第１の表現に基づいて、周波数空間における検査領域の１つ以上の第２の表現を生成するために使用され、前記１つ以上の第２の表現は、第２のタイムスパンにおける検査領域を表す。

本例において、周波数空間における検査領域の２つの第１の表現（Ｆ^～１）および（Ｆ^～２）が、予測モデル（ＰＭ）に入力され、および予測モデル（ＰＭ）が、第２の表現（Ｆ^～３＊）を生成（計算）する。チルド（～）は、表現が新しい検査対象の表現であることを示し、通常、その表現には、予測モデルの訓練のための訓練方法において使用された表現が存在しない。アスタリスク（＊）は、表現（Ｆ^～３＊）が、予測された表現であることを示す。周波数空間における検査領域の表現（Ｆ^～３＊）は例えば、逆フーリエ変換ｉＦＴによって、実空間における検査領域の表現（О^～３＊）に変換することができる。

周波数空間における検査領域の表現の使用は、実空間（画像空間とも呼ばれる）における検査領域の表現の使用よりも有利である。周波数空間における検査領域の表現を用いられると、訓練や予測に重要なコントラスト情報は、詳細情報（微細構造）から分離され得る。これにより、訓練の場合には、予測モデルによって学習されるべき情報に集中することができ、また、予測の場合には、予測モデルによって予測されるべき情報：コントラスト情報にも集中することができる。

実空間における検査領域の表現におけるコントラスト情報は通常、表現全体にわたって分散される（各ピクセル／ボクセルが、コントラストに関する情報を本質的に有する）が、周波数空間における検査領域の表現におけるコントラスト情報は、周波数空間の中心内および中心の周りに符号化される。言い換えれば、周波数空間における表現における低周波数は、コントラストに関与し、一方、高周波数は、微細構造に関する情報を含む。

したがって、コントラスト情報を分離し、訓練および予測をコントラスト情報に制限し、訓練後／予測後に微細構造に関する情報を再導入することが可能である。

好ましい実施形態において、本発明による方法は、以下の：
－ 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、第１の表現の少なくとも一部は、造影剤の投与後の第１のタイムスパンの間の第１の検査領域を表し、
－ 第１の表現の中の領域を特定するステップ、ここで、特定された領域は、周波数空間の中心を含み、
－ 第１の表現を特定された領域に縮小するステップ、ここで、複数の縮小された第１の表現が得られ、
－ 複数の縮小された第１の表現を予測モデルに供給するステップ、
－ 予測モデルから周波数空間における検査領域の１つ以上の第２の表現を受信するステップ、ここで、１つ以上の第２の表現は、第２のタイムスパンの間の検査領域を表し、
－ 特定された領域の外側にある受信された第１の表現の１つ以上の領域によって１つ以上の第２の表現を補足するステップ、ここで、１つ以上の補足された第２の表現が得られ、
－ １つ以上の補足された第２の表現を実空間における検査領域の１つ以上の表現に変換するステップ、
－ 実空間における検査領域の１つ以上の表現を出力および／または記憶するステップ
を含む。

第１の表現における領域の特定は例えば、本発明によるコンピュータシステムのユーザが、本発明によるコンピュータシステムに１つ以上のパラメータを入力すること、および／または、領域の形状および／または大きさを定義するリストから選択することによって達成することができる。しかしながら、例えば、検査領域の表現内の所定の領域を選択するように適切に構成されている本発明によるコンピュータシステムによって、特定が自動的に実行されることも考えられる。

特定された領域は通常、第１の表現によって満たされる周波数空間よりも小さいが、いずれの場合も、周波数空間の中心を含む。

周波数空間の中心（原点またはゼロ点とも呼ばれる）を含む周波数空間の領域は、本発明による方法に関連するコントラスト情報を含む。特定された領域が、第１の表現によって満たされる周波数空間よりも小さい場合、結果は、後続の予測のためのより低い計算の複雑さである（これは特に、予測モデルの訓練にも適用される）。したがって、領域の大きさの選択は、計算の複雑さに直接的な影響を及ぼし得る。

原理的には、第１の表現によって満たされる周波数空間全体に対応する領域を特定することも可能であり；そのような場合、周波数空間のサブ領域への縮小はなく、計算の複雑さは最大である。

したがって、周波数空間の中心の周りの領域を特定することによって、本発明によるコンピュータシステムのユーザは、周波数空間における検査領域の完全な表現が、訓練および予測の基礎を形成することを望むかどうか、または計算の複雑さを低減したいかどうかを自ら決定することができる。ここで、ユーザは、特定された領域の大きさを通して、必要とされる計算の複雑さに直接影響を及ぼすことができる。

特定された領域は通常、周波数空間と同じ次元を有し：２Ｄ周波数空間における２Ｄ表現の場合、特定された領域は通常、面積（ａｒｅａ）であり、３Ｄ周波数空間における３Ｄ表現の場合、特定された領域は、通常、体積（ｖｏｌｕｍｅ）である。

特定された領域は原則として任意の形状を有することができ、したがって、例えば、円形および／または角張った、凹形および／または凸形であることができる。好ましくは、領域がデカルト座標系における３Ｄ周波数空間の場合には直方体または立方体形状であり、デカルト座標系における２Ｄ周波数空間の場合には長方形または正方形である。しかしながら、それは、球形または円形であるか、または他の形状を有することもできる。

好ましくは、特定された領域の幾何学的重心は、周波数空間の中心と一致する。

訓練、検証および予測に使用される表現は、特定された領域に縮小される。ここで言う「縮小」との用語は、特定された範囲に存在しない表現の全ての部分が切り取られる（廃棄される）か、またはマスキングによって覆われることを意味する。マスキングの場合、特定された領域の外側にある領域はマスクで覆われ、その結果、特定された領域のみが覆われないままであり、マスクで覆う場合、対応するピクセル／ボクセルの色値は例えば、ゼロ（黒）に設定することができる。

このようにして得られた表現は、本明細書では縮小された表現とも呼ばれる。

縮小後に得られた第１の表現（縮小された第１の表現）は、予測モデルに供給される：予測モデルは、周波数空間における検査領域の表現に対する造影剤の量の動的影響を学習するための訓練方法において予め訓練されている。訓練は同様に、縮小された表現（縮小された第１の表現および縮小された第２の表現）を利用することが好ましい。

このように、予測モデルは、検査領域の表現に対して造影剤がどのような動的影響を有したかを学習し、（縮小された）第１の表現に基づいて１つ以上の（縮小された）第２の表現を予測するために、この学習された「知識」を適用することができる。

１つ以上の予測された第２の表現は、第２のタイムスパンの間の周波数空間における検査領域を表す。

１つ以上の予測された第２の表現は、（縮小された）第１の表現に基づいて予測モデルによって計算および出力される。

少なくとも１つの予測された第２の表現が、縮小された第１の表現に基づいて生成されている場合、最終的な人工的に生成された画像における微細構造に関する情報を可能な限り失わないように、以前に廃棄された部分（切り取られたか、またはマスクで覆われた）を再度追加することが好適である。

以前に廃棄された（切り取られた、またはマスクで覆われた）部分を再使用するために、少なくとも１つの予測された第２の表現は、少なくとも１つの予測された第２の表現が少なくとも１つの最初に受信された第１の表現の対応する重畳された周波数領域を置き換えるように、少なくとも１つの受信された第１の表現と重畳され得る。好ましくは、予測された第２の表現は、造影剤なしの検査領域を表す最初に受信された第１の表現の対応する周波数領域を置き換える。

重畳された周波数領域の置換は、第１の表現を特定された領域に縮小するときに省略された、受信された第１の表現の周波数空間の１つ以上の領域による補足に対応する。

言い換えると：検査領域の少なくとも１つの予測された第２の表現の周波数空間は、少なくとも１つの最初に受信された第１の表現の領域によって満たされ、それによって、少なくとも１つの最初に受信された第１の表現は、予測された第２の表現よりも大きい。

したがって、周波数空間における検査領域の表現を使用することによって、コントラスト情報を詳細情報から分離し、訓練および予測をコントラスト情報に限定し、次いで、訓練および／または予測後に詳細情報を再導入することが可能である。すでに説明したように、この手順は、訓練、検証、および予測の間の計算の複雑さを軽減する。

しかしながら、周波数空間における作業は、実空間における作業よりもさらに別の利点を有する：周波数空間では、実空間ほど、個々の表現のコレジストレーションは重要ではない。「コレジストレーション」（従来技術では「画像レジストレーション」とも呼ばれる）は、デジタル画像処理における重要なプロセスであり、同じシーン、または少なくとも類似のシーンの２つ以上の画像を、可能な限り最良の方法で互いに調和させるように働く。画像のうちの１つは参照画像として定義され、他は対象画像と呼ばれる。前記対象画像を参照画像と最適にマッチングさせるために、補償変換が計算される。位置合わせされるべき画像は、異なる位置から、異なる時点で、および／または異なるセンサを用いて取得されたので、互いに異なる。

本発明の場合、検査領域の複数の第１の表現の個々の表現は、第１に、異なる時点で生成され；第２に、検査領域における造影剤の含有量および拡散に関して異なる。

したがって、周波数空間における検査領域の表現の使用は、実空間における検査領域の表現の使用に勝る利点を有し、訓練、検証および予測方法は、画像位置合わせにおける誤差に関してより寛容である。言い換えれば：周波数空間における表現が正確に重ね合わされない場合、これは、実空間における表現がピクセル／ボクセル正確さに重ね合わされない場合よりも影響が少ない。これはフーリエ変換の特性によるものであり：既に説明したように、フーリエ変換された画像のコントラスト情報は常に、フーリエ空間の原点（中心）付近にマッピングされる。画像空間（実空間）における回転（Ｔｕｒｎｓ）または回転（ｒｏｔａｔｉｏｎｓ）は、画像情報（例えば、可視構造）が変換後の画像の異なる領域に局在化されることをもたらす。しかしながら、フーリエ空間では、これらの変換が本発明に関連するコントラスト情報が符号化される領域を変更しない。

図５（Ｆｉｇ．５）は、本発明の好ましい実施形態による予測モデルの訓練におけるステップを例示的かつ概略的に示す。

受信されるものは、周波数空間における検査対象の２つの第１の表現（Ｆ１）および（Ｆ２）と、周波数空間における検査対象の第２の表現（Ｆ３）である。表現（Ｆ１）、（Ｆ２）および（Ｆ３）において、それぞれ同じ領域Ａが特定される。領域Ａは周波数空間の中心を含み、この場合、正方形を有し、正方形の幾何学的重心は、周波数空間の中心と一致する。表現（Ｆ１）、（Ｆ２）および（Ｆ３）は、それぞれ特定された領域Ａに縮小され：３つの縮小された表現（Ｆ１_ｒｅｄ）、（Ｆ２_ｒｅｄ）および（Ｆ３_ｒｅｄ）になる。縮小された表現は、訓練に使用される。予測モデルは、縮小された表現（Ｆ１_ｒｅｄ）および（Ｆ２）から縮小された表現（Ｆ３_ｒｅｄ）を予測するように訓練される。縮小された表現（Ｆ１_ｒｅｄ）および（Ｆ２_ｒｅｄ）は、予測モデル（ＰＭ）に供給され、予測モデルは、縮小された表現（Ｆ３_ｒｅｄ）にできるだけ近づく縮小された表現（Ｆ３＊_ｒｅｄ）を計算する。

図６（Ｆｉｇ．６）は、図５において訓練された予測モデルが予測のためにどのように使用され得るかを例示的かつ概略的に示す。

本例において、周波数空間における検査領域の２つの第１の表現（Ｆ^～１）および（Ｆ^～２）が受信され、それぞれ特定された領域Ａに縮小される。結果は、２つの縮小された第１の表現（Ｆ^～１_ｒｅｄ）および（Ｆ^～２_ｒｅｄ）である。縮小された第１の表現（Ｆ^～１_ｒｅｄ）および（Ｆ^～２_ｒｅｄ）は、訓練された予測モデル（ＰＭ）に供給される。訓練された予測モデル（ＰＭ）は、縮小された第１の表現（Ｆ^～１_ｒｅｄ）および（Ｆ^～２_ｒｅｄ）から縮小された第２の表現（Ｆ^～３_ｒｅｄ＊）を計算する。縮小された第２の表現（Ｆ^～３_ｒｅｄ＊）は、さらなる段階において、受信された第１の表現（Ｆ^～１）を縮小するときに破棄された受信された第１の表現（Ｆ^～１）の領域（Ｆ^～１_ＤＩ）によって（特定された領域Ａの外にある領域によって）補足される。説明したように、受信された第１の表現（Ｆ^～１）の部分に代えて、またはそれに加えて、受信された第２の表現（Ｆ^～２）の部分を縮小された第３の表現（Ｆ^～３_ｒｅｄ＊）に追加することも可能である。

補足表現（Ｆ^～３_ｒｅｄ＊）＋（Ｆ^～１_ＤＩ）から、実空間における検査領域の表現（О^～３＊）を逆フーリエ変換により生成することができる。

周波数空間描写を実空間描写に変換するために、例えば、反復再構成法などの他の方法を使用することもできることに留意されたい。

本発明による方法は、コンピュータシステムを用いて実行することができる。本発明はさらに、（例えば、本発明によるコンピュータプログラムを用いて）本発明による方法を実行するように構成されたコンピュータシステムを提供する。

図７（Ｆｉｇ．７）は、本発明によるコンピュータシステムの一実施形態を概略的かつ例示的に示す。コンピュータシステム（１０）は、受信ユニット（１１）と、制御および計算ユニット（１２）と、出力ユニット（１３）とを備える。

「コンピュータシステム」は、プログラム可能な計算規則によってデータを処理する電子データ処理のためのシステムである。そのようなシステムは通常、しばしば「コンピュータ」とも呼ばれる制御および計算ユニットを備え、前記ユニットは、論理演算を実行するためのプロセッサと、コンピュータプログラムをロードするためのメモリと、周辺機器とを備える。

コンピュータ技術において、「周辺機器」は、コンピュータに接続され、コンピュータの制御のために、および／または入力および出力デバイスとして使用されるすべてのデバイスを指す。その例は、モニタ（スクリーン）、プリンタ、スキャナ、マウス、キーボード、ジョイスティック、ドライブ、カメラ、マイクロホン、スピーカなどである。内蔵ポートと拡張カードは、コンピュータテクノロジの周辺機器とも見なされる。

今日のコンピュータシステムは一般に、デスクトップＰＣ、ポータブルＰＣ、ラップトップ、ノートブック、ネットブックおよびタブレットＰＣ、ならびにいわゆるハンドヘルド（例えば、スマートフォン）に細分化され；すべてのそのようなシステムは、本発明の実行のために使用され得る。

（例えば、ユーザによる制御のための）コンピュータシステムへの入力は例えば、キーボード、マウス、マイクロホン、タッチセンシティブディスプレイなどの入力手段を介して達成される。出力は、特にモニタ（スクリーン）、プリンタおよび／またはデータ記憶媒体とすることができる出力ユニット（１３）を介して達成される。

本発明によるコンピュータシステム（１０）は、造影剤の投与後の第１のタイムスパンの間に検査領域を表す周波数空間における検査対象の検査領域の複数の第１の表現から、周波数空間における検査対象の検査領域の１つ以上の第２の表現を予測するように構成され、ここで、１つ以上の第２の表現は、第２のタイムスパンの間の検査領域を表す。

制御および計算ユニット（１２）は、受信ユニット（１１）および出力ユニット（１３）の制御、様々なユニット間のデータおよび信号フローの調整、検査領域の表現の処理および人工放射線画像の生成するために機能する。複数の制御および計算ユニットが存在することが考えられる。

受信ユニット（１１）は、検査領域の表現を受信するために機能する。表現は例えば、磁気共鳴画像システムから送信されてもよいし、コンピュータ断層撮影システムから送信されてもよいし、データ記憶媒体から読み出されてもよい。磁気共鳴画像システムまたはコンピュータ断層撮影システムは、本発明によるコンピュータシステムの構成要素とすることができる。しかしながら、本発明によるコンピュータシステムは、磁気共鳴画像システムまたはコンピュータ断層撮影システムの構成要素であることも考えられる。表現は、ネットワーク接続または直接接続を介して送信され得る。表現は、無線通信（ＷＬＡＮ、Ｂｌｕｅｔｏｏｔｈ、モバイル通信など）を介して、および／またはケーブルを介して送信され得る。複数の受信ユニットが存在することが考えられる。データ記憶媒体はまた、本発明によるコンピュータシステムの構成要素であってもよく、または例えばネットワークを介してそれに接続されてもよい。複数のデータ記憶媒体が存在することが考えられる。

表現および場合によってはさらなるデータ（例えば、検査対象に関する情報、画像取得パラメータなど）は、受信ユニットによって受信され、制御および計算ユニットに送信される。

制御および計算ユニットは、受信されたデータに基づいて人工放射線画像を生成するように構成される。

出力ユニット（１３）を介して、人工放射線画像は、（例えば、モニタ上に）表示されるか、（例えば、プリンタを介して）出力されるか、またはデータ記憶媒体に記憶され得る。複数の出力ユニットが存在することが考えられる。

図８（Ｆｉｇ．８）は、予測モデルを訓練するための本発明による方法の好ましい実施形態をフローチャートの形態で例示的に示す。

方法（１００）は、以下の：
（１１０） 訓練データを受信するステップ、ここで、訓練データは、多数の検査対象の各検査対象について、ｉ）周波数空間における検査領域の複数の第１の参照表現を含み、そのうちの少なくとも一部は、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、およびｉｉ）第２のタイムスパンの間の検査領域を表す周波数空間における検査領域の１つ以上の第２の参照表現を含み、
（１２０） 各検査対象について：複数の第１の参照表現を予測モデルに供給するステップ、ここで、予測モデルは、複数の第１の参照表現に基づいて１つ以上の第２の参照表現生成するように訓練され、ここで、訓練は、損失関数の最小化を含み、ここで、損失関数は、１つ以上の受信された第２の参照表現からの、生成された第２の参照表現の偏差を定量化し、
（１３０） 訓練された予測モデルを出力および／または記憶し、および／または訓練された予測モデルを、新しい検査対象の検査領域の１つ以上の表現を予測するための方法に供給するステップ
を含む。

図９は、予測モデルを訓練するための本発明による方法のさらに好ましい実施形態をフローチャートの形態で例示的に示す。

方法（２００）は、以下の：
（２１０） 訓練データを受信するステップ、ここで、訓練データは、多数の検査対象の各検査対象について、ｉ）周波数空間における検査領域の複数の第１の参照表現を含み、そのうちの少なくとも一部は、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、およびｉｉ）第２のタイムスパンの間の検査領域を表す周波数空間における検査領域の１つ以上の第２の参照表現を含み、
（２２０） 第１の参照表現における領域を特定するステップ、ここで、特定された表現は、周波数空間の中心を含み、
（２３０） 参照表現を特定された領域に縮小するステップ、ここで、複数の縮小された第１の参照表現および１つ以上の縮小された第２の参照表現は、各検査対象について取得され、
（２４０） 各検査対象について：複数の縮小された第１の参照表現を予測モデルに供給するステップ、ここで、予測モデルは、複数の縮小された第１の参照表現に基づいて１つ以上の縮小された第２の参照表現を生成するように訓練され、ここで、訓練は、損失関数の最小化を含み、ここで、損失関数は、訓練データの１つ以上の縮小された第２の参照表現からの、生成された縮小された第２の参照表現の偏差を定量化し、
（２５０） 訓練された予測モデルを出力および／または記憶し、および／または訓練された予測モデルを、新しい検査対象の検査領域の１つ以上の表現を予測するための方法に供給するステップ
を含む。

図１０（Ｆｉｇ．１０）は、１つ以上の表現を予測するための本発明による方法の好ましい実施形態をフローチャートの形態で例示的に示す。

方法（３００）は、以下の：
（３１０） 予測モデルを提供するステップ、ここで、予測モデルは、上述の方法（１００）に従って訓練されており、
（３２０） 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、第１の表現の少なくとも一部は、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
（３３０） 複数の第１の表現を予測モデルに供給するステップ、
（３４０） 予測モデルから周波数空間における検査領域の１つ以上の予測された表現を受信するステップ、ここで、１つ以上の予測された表現は、第２のタイムスパンの間の検査領域を表し、
（３５０） １つ以上の予測された表現を、実空間における検査領域の１つ以上の表現に変換するステップ、
（３６０） 実空間における１つ以上の検査領域の表現を出力および／または記憶するステップ
を含む。

図１１（Ｆｉｇ．１１）は、１つ以上の表現を予測するための本発明による方法のさらに好ましい実施形態をフローチャートの形態で例示的に示す。

方法（４００）は、以下の：
（４１０） 予測モデルを提供するステップ、ここで、予測モデルは、上述の方法（２００）に従って訓練されており、
（４２０） 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、第１の表現の少なくとも一部は、造影剤の投与後の第１のタイムスパンの間の検査領域を表し、
（４３０） 第１の表現における領域を特定するステップ、ここで、特定された領域は、周波数空間の中心を含み、
（４４０） 第１の表現を特定された領域に縮小するステップ、ここで、複数の縮小された第１の表現が得られ、
（４５０） 複数の縮小された第１の表現を予測モデルに供給するステップ、
（４６０） 予測モデルから周波数空間における検査領域の１つ以上の第２の表現を受信するステップ、ここで、１つ以上の第２の表現は、第２のタイムスパンの間の検査領域を表し、
（４７０） 特定された領域の外側にある受信された第１の表現の１つ以上の領域によって１つ以上の第２の表現を補足するステップ、ここで、１つ以上の補足された第２の表現が得られ、
（４８０） １つ以上の補足された第２の表現を実空間における１つ以上の表現に変換するステップ、
（４９０） 実空間における検査領域の１つ以上の表現の出力および／または記憶するステップ
を含む。

以下に挙げるのは、本発明を、人工放射線画像を生成するためにどのように使用できるかのいくつかの実施例である。

実施例１
一実施形態において、本発明は、血管内造影剤（血液プール（造影）剤とも呼ばれる）をシミュレートするために使用される。

比較的長い取得時間／走査時間で放射線画像を生成するとき、例えば、血管系を描写するための胸部と腹部の自由呼吸下での画像取得の場合（例えば、ＭＲＩにおける自由呼吸下での肺塞栓症の診断）、細胞外造影剤は血管系から比較的急速に排除され、これはコントラストが急速に低下することを意味する。しかしながら、コントラストをより長い時間維持することができれば有利である。

この問題を解決するために、周波数空間における検査領域の複数の第１の表現が第１のステップにおいて生成／受信され、ここで、第１の表現の少なくともいくつかは、造影剤の投与後の検査領域を表す。

投与される造影剤は、細胞外造影剤および／または細胞内造影剤であり得る。

造影剤は、好ましくは体重に基づく投薬を使用して、検査対象の血管内、例えば腕静脈内に導入される。そこから、それは血液循環系に沿って血液と共に移動する。

「血液循環系」は、ヒトおよびほとんどの動物の体内の血液によって覆われる経路である。これは、心臓によって、および血管のネットワーク（心血管系、血管系）によって形成される血液の流れ系である。

細胞外造影剤は、検査対象、造影剤および投与量に依存する一定の期間、血液循環系内を循環し、一方、腎臓を介して血液循環系から連続的に排除される。

造影剤が検査対象の血管系内で広がるおよび／または循環する間に、血管系またはその一部の少なくとも１つの第１の表現が捕捉される。血管系またはその一部における造影剤の拡散の異なる位相（例えば、分布位相、動脈位相、静脈位相など）を表す複数の第１の表現を捕捉することができる。複数の画像の捕捉は、血管の種類の後の区別を可能にする。

測定された表現は、周囲組織に対するコントラスト増強を伴う血管系またはその一部を表す。好ましくは少なくとも１つの表現がコントラスト増強（動脈相）を有する動脈を示し、一方、少なくとも１つのさらなる表現はコントラスト増強（静脈相）を有する静脈を示す。

人工表現は、測定された表現に基づいて生成される。人工表現は、好ましくは測定された表現と同じ検査領域を示す。検査領域の複数の測定された表現が、造影剤の投与後の異なる時点で捕捉された場合、造影剤が血管から徐々に排除されるので、後の表現は特に、周囲組織に対して次第に低下するコントラストを有する血管を示す。対照的に、人工表現は、周囲組織に対して一貫して高いコントラストを有する血管を示す。

これは、経時的に変化する血管のコントラスト増強を示す測定された表現に基づいて、経時的に一定である血管のコントラスト増強を示す複数の表現を予測するように事前に訓練された、本発明による予測モデルに供給される測定された表現によって達成される。

そのような予測モデルの訓練および検証のために使用される参照データは通常、細胞外または細胞内造影剤の投与後の検査領域の測定された表現を含む。参照データは、血液プール造影剤の投与後の検査領域の表現をさらに含むことができる。そのような参照データは例えば、臨床研究において確認することができる。このような臨床試験に使用することができる血管内造影剤は例えば、フェルモキシトールである。フェルモキシトールは、経口療法を実施することができない慢性腎疾患における鉄欠乏症の非経口治療のために認可されているコロイド鉄－炭水化物複合体である。フェルモキシトールは、静脈内注射として投与される。フェルモキシトールは、Ｒｉｅｎｓｏ（登録商標）またはＦｅｒａｈｍｅ（登録商標）の商品名で静脈内注射用の液剤として市販されている。鉄－炭水化物複合体は超常磁性を示し、従ってＭＲＩ検査におけるコントラスト増強に使用できる（未公認（ｏｆｆ－ｌａｂｅｌ））（例えば、Ｌ．Ｐ．Ｓｍｉｔｓら：Ｅｖａｌｕａｔｉｏｎ ｏｆ ｕｌｔｒａｓｍａｌｌ ｓｕｐｅｒｐａｒａｍａｇｎｅｔｉｃ ｉｒｏｎ－ｏｘｉｄｅ（ＵＳＰＩＯ） ｅｎｈａｎｃｅｄ ＭＲＩ ｗｉｔｈ ｆｅｒｕｍｏｘｙｔｏｌ ｔｏ ｑｕａｎｔｉｆｙ ａｒｔｅｒｉａｌ ｗａｌｌ ｉｎｆｌａｍｍａｔｉｏｎ，Ａｔｈｅｒｏｓｃｌｅｒｏｓｉｓ ２０１７，２６３：２１１－２１８を参照されたい）。

血管内造影剤Ａｂｌａｖａｒ（登録商標）の投与後の表現を訓練データとして用いることも同様に考えられる。

同様に、例えば、第１の表現に基づくセグメンテーション法によって、経時的に一定のコントラスト増強を有する検査領域の血管を示す参照表現を合成的に生成することも考えられる。セグメンテーション法は、文献に広く記載されている。以下の刊行物を例として挙げることができる：Ｆ．Ｃｏｎｖｅｒｓａｎｏら：Ｈｅｐａｔｉｃ Ｖｅｓｓｅｌ Ｓｅｇｍｅｎｔａｔｉｏｎ ｆｏｒ ３Ｄ Ｐｌａｎｎｉｎｇ ｏｆ Ｌｉｖｅｒ Ｓｕｒｇｅｒｙ，Ａｃａｄ Ｒａｄｉｏｌ ２０１１，１８：４６１－４７０；Ｓ．Ｍｏｃｃｉａら：Ｂｌｏｏｄ ｖｅｓｓｅｌ ｓｅｇｍｅｎｔａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ－Ｒｅｖｉｅｗ ｏｆ ｍｅｔｈｏｄｓ，ｄａｔａｓｅｔｓ ａｎｄ ｅｖａｌｕａｔｉｏｎ ｍｅｔｒｉｃｓ，Ｃｏｍｐｕｔｅｒ Ｍｅｔｈｏｄｓ ａｎｄ Ｐｒｏｇｒａｍｓ ｉｎ Ｂｉｏｍｅｄｉｃｉｎｅ １５８（２０１８）７１－９１；Ｍ．Ｍａｒｃａｎら：Ｓｅｇｍｅｎｔａｔｉｏｎ ｏｆ ｈｅｐａｔｉｃ ｖｅｓｓｅｌｓ ｆｒｏｍ ＭＲＩ ｉｍａｇｅｓ ｆｏｒ ｐｌａｎｎｉｎｇ ｏｆ ｅｌｅｃｔｒｏｐｏｒａｔｉｏｎ－ｂａｓｅｄ ｔｒｅａｔｍｅｎｔｓ ｉｎ ｔｈｅ ｌｉｖｅｒ，Ｒａｄｉｏｌ Ｏｎｃｏｌ ２０１４；４８（３）：２６７－２８１；Ｔ．Ａ．Ｈｏｐｅら：Ｉｍｐｒｏｖｅｍｅｎｔ ｏｆ Ｇａｄｏｘｅｔａｔｅ Ａｒｔｅｒｉａｌ Ｐｈａｓｅ Ｃａｐｔｕｒｅ Ｗｉｔｈ ａ Ｈｉｇｈ Ｓｐａｔｉｏ－Ｔｅｍｐｏｒａｌ Ｒｅｓｏｌｕｔｉｏｎ Ｍｕｌｔｉｐｈａｓｅ Ｔｈｒｅｅ－Ｄｉｍｅｎｓｉｏｎａｌ ＳＰＧＲ－Ｄｉｘｏｎ Ｓｅｑｕｅｎｃｅ，Ｊｏｕｒｎａｌ ｏｆ Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ ３８：９３８－９４５（２０１３）；ＷＯ２００９／１３５９２３Ａ１，ＵＳ６７５４３７６Ｂ１，ＷＯ２０１４／１６２２７３Ａ１，ＷＯ２０１７／１３９１１０Ａ１，ＷＯ２００７／０５３６７６Ａ２，ＥＰ２７５０１０２Ａ１）。

供給された第１の表現に基づいて、訓練された予測モデルは、次いで、経時的に一定である血管のコントラスト増強を示す第２の表現を生成する。

実施例２
好ましい実施形態において、本発明がダイナミック造影磁気共鳴画像法において１つ以上の人工ＭＲＩ画像を生成（予測）するために使用される。

以下のテキストでは、用語「画像」が使用される。「画像」は、本発明の文脈における表現である。画像は、実空間における表現または周波数空間における表現とすることができる。予測モデルの訓練および予測のために、周波数空間における表現、すなわち、例えばｋ空間データが常に使用される。しかしながら、実空間における表現が測定に基づいて生成される場合、それらは、例えば、フーリエ変換によって、訓練および／または予測に導入される以前に、周波数空間における表現に変換することができる。

検査領域は、基本磁場に導入される。検査領域は、ＭＲＩ方法にかけられ、この過程で、第１のタイムスパンの間に検査領域を示す複数のＭＲＩ画像が生成される。第１のタイムスパンの間の測定に基づいて生成されたこれらのＭＲＩ画像は、本明細書では第１のＭＲＩ画像とも呼ばれる。

「複数」という用語は、少なくとも２つの（第１の）ＭＲＩ画像、好ましくは少なくとも３つの（第１の）ＭＲＩ画像、非常に特に好ましくは少なくとも４つの（第１の）ＭＲＩ画像が生成されることを意味する。

検査領域に広がる造影剤が、検査対象に投与される。造影剤は好ましくは、体重に基づく投薬を用いて（例えば、腕静脈内に）ボーラスとして静脈内投与される。

好ましくは、造影剤が例えば、Ｇｄ－ＥＯＢ－ＤＴＰＡまたはＧｄ－ＢＯＰＴＡなどの肝胆道造影剤である。特に好ましい実施形態において、造影剤は、コントラスト増強活性物質としてガドキセト酸またはガドキセト酸の塩を有する物質または物質混合物である。ガドキセト酸の二ナトリウム塩（Ｇｄ－ＥＯＢ－ＤＴＰＡ二ナトリウム）が極めて特に好ましい。

第１のタイムスパンは好ましくは、検査領域内に分布する造影剤を含む。好ましくは、第１のタイムスパンが、検査対象の肝臓または肝臓の一部のダイナミック造影磁気共鳴画像法における動脈相および／または門脈相および／または後期相を含む。前記相は例えば、以下の刊行物に定義および記載されている：Ｊ．Ｍａｇｎ．Ｒｅｓｏｎ．Ｉｍａｇｉｎｇ，２０１２，３５（３）：４９２－５１１，ｄｏｉ：１０．１００２／ｊｍｒｉ．２２８３３；Ｃｌｕｊｕｌ Ｍｅｄｉｃａｌ，２０１５，Ｖｏｌ．８８ ｎｏ．４：４３８－４４８，ＤＯＩ：１０．１５３８６／ｃｊｍｅｄ－４１４；Ｊｏｕｒｎａｌ ｏｆ Ｈｅｐａｔｏｌｏｇｙ，２０１９，Ｖｏｌ．７１：５３４?５４２，ｈｔｔｐ：／／ｄｘ．ｄｏｉ．ｏｒｇ／１０．１０１６／ｊ．ｊｈｅｐ．２０１９．０５．００５）。

図１２（Ｆｉｇ．１２）は、ヒトの腕静脈に肝胆道造影剤を投与した後の肝動脈（Ａ）、肝静脈（Ｖ）および健康な肝細胞（Ｐ）における造影剤の濃度の経時的プロファイルを模式的に示す。濃度は、時間ｔの関数としての磁気共鳴測定における記載された領域（肝動脈、肝静脈、肝細胞）におけるシグナル強度Ｉの形態で示される。静脈内ボーラス注射の際、造影剤の濃度は、まず肝動脈（Ａ）内で上昇する（破線曲線）。濃度は最大値を通過し、その後低下する。肝静脈（Ｖ）中の濃度は肝動脈中よりもゆっくりと上昇し、その最大値に達する（点線曲線）。健康な肝細胞（Ｐ）中の造影剤の濃度はゆっくり（連続曲線）上昇し、非常に後の時点でのみその最大値に達する（最大値は図１２に示されていない）。いくつかの特徴的な時点を定義することができる：時点ＴＰ０において、造影剤がボーラスとして静脈内投与される。時点ＴＰ１において、肝動脈内の造影剤の濃度（信号強度）は、その最大値に達する。時点ＴＰ２において、肝動脈および肝静脈の信号強度の曲線が交差する。時点ＴＰ３において、肝静脈における造影剤の濃度（信号強度）は、その最大値を通過する。時点ＴＰ４において、肝動脈および肝細胞のシグナル強度の曲線が交差する。時点Ｔ５において、肝動脈および肝静脈の濃度は、もはや測定可能なコントラスト増強を引き起こさないレベルまで低下している。

好ましい実施形態において、第１のタイムスパンが、
（ｉ） 造影剤を含まない検査領域を示し、
（ｉｉ） 動脈相の間の検査領域を示し、ここで、造影剤が動脈を介して検査領域に広がり、
（ｉｉｉ） 門脈相の間の検査領域を示し、ここで、造影剤が門脈を介して検査領域に入り、および
（ｉｖ） 後期相の間の検査領域を示す、ここで、動脈および静脈内の造影剤の濃度は低下し、肝細胞内の造影剤の濃度は上昇する、
検査対象の肝臓または肝臓の一部のＭＲＩ画像が生成されるように選択され。

好ましくは、第１のタイムスパンは、造影剤の投与前１分から１秒のタイムスパンで、または造影剤の投与と共に開始し、造影剤の投与から２分から１５分、好ましくは２分から１３分、さらにより好ましくは３分から１０分のタイムスパンにわたって持続する。造影剤は非常に遅い腎臓および胆汁排泄を受けるので、第２のタイムスパンは、造影剤の投与後、最大２時間以上続く可能性がある。

好ましい実施形態において、第１のタイムスパンが少なくとも時点ＴＰ０、ＴＰ１、ＴＰ２、ＴＰ３およびＴＰ４を含む。

好ましい実施形態において、以下の全てのフェーズの少なくともＭＲＩ画像が（測定に基づいて）生成される：ＴＰ０の前のタイムスパンにおいて、ＴＰ０からＴＰ１までのタイムスパンにおいて、ＴＰ１からＴＰ２までのタイムスパンにおいて、ＴＰ２からＴＰ３までのタイムスパンにおいて、ＴＰ３からＴＰ４までのタイムスパンにおいて。

ＴＰ０の前、ＴＰ０～ＴＰ１、ＴＰ１～ＴＰ２、ＴＰ２～ＴＰ３、およびＴＰ３～ＴＰ４のタイムスパンにおいて、１つ以上のＭＲＩ画像がそれぞれ（測定に基づいて）生成されることが考えられる。

第１のタイムスパンの間に（測定に基づいて）生成された（第１の）ＭＲＩ画像に基づいて、第２のタイムスパンの間の検査領域を示す第２のＭＲＩ画像または複数の第２のＭＲＩ画像が予測される。第２のタイムスパンについて予測されるＭＲＩ画像は、本明細書では第２のＭＲＩ画像とも呼ばれる。

本発明の好ましい実施形態において、第２のタイムスパンは、第１のタイムスパンの後に続く。

第２のタイムスパンは好ましくは、肝胆管相内のタイムスパンであり；好ましくは、造影剤の投与後少なくとも１０分、好ましくは造影剤の投与後少なくとも２０分に開始するタイムスパンである。

第２のタイムスパンの間の検査領域を表す、少なくとも１つの第２の表現は、本発明による予測モデルを用いて予測される。予測モデルは、第１のタイムスパンの間の検査領域を示す複数の第１のＭＲＩ画像に基づいて、第２のタイムスパンの間の検査領域を示す１つ以上のＭＲＩ画像を予測するように予め訓練されている。

ここで説明する実施例は、図１（ｂ）にも概略的に示されている。

実施例３
本発明のさらに好ましい実施形態において、本発明は、肝臓の病変を血管と区別するために使用される。Ｔ１強調ＭＲＩ画像において、Ｐｒｉｍｏｖｉｓｔ（登録商標）が注射後１０～２０分（肝胆道相において）に、健康な肝臓の柔組織において明確なシグナル増強を導くが、一方、肝細胞を含まないか、またはわずかな肝細胞のみを含む病巣、例えば、転移または中程度から低分化肝細胞癌（ＨＣＣ）は、より暗い領域として現れる。しかし、肝胆道相において、血管も暗い領域として現れ、肝胆道相の間で生成されるＭＲＩ画像において、コントラストのみに基づいて肝病変と血管を区別することができないことを意味する。

本発明は、検査対象の肝臓または肝臓の一部の人工ＭＲＩ画像を生成するために使用することができ、ここで、肝臓病変をより容易に識別できるようにするために、肝臓内の血管と肝臓細胞との間のコントラストが人工的に最小化されている。

「画像」は、本発明の文脈における表現である。画像は、実空間における表現または周波数空間における表現とすることができる。予測モデルの訓練および予測のために、周波数空間における表現が常に使用される。しかし、実空間における表現は、測定に基づいて生成することができ、その後、訓練および／または予測に導入される前に、例えばフーリエ変換によって周波数空間における表現に変換される。

複数の第１の表現は、血管が識別可能である検査領域の少なくとも１つの表現を含み、好ましくは、造影剤（血管表現）によるコントラスト増強を伴って描出される。

常磁性造影剤を使用する場合、そのような表現における血管は、コントラスト増強（高信号描写）による高信号強度によって特徴付けられる。したがって、経験的に確認可能な範囲内の信号強度を有するそのような表現内の（連続的である）構造は、血管に起因し得る。これは、そのような表現を用いて、血管が実空間描写で描写される場所、またはどの構造が実空間描写で血管（動脈および／または静脈）に帰属され得るかについての情報が存在することを意味する。

複数の第１の表現はさらに、健康な肝細胞がコントラスト増強（肝細胞表現）で描写される検査領域の少なくとも１つの表現、例えば、肝胆道相の間に取得された検査領域の表現を含む。

血管を介した少なくとも１つの血管表現からの情報は、少なくとも１つの肝細胞表現からの情報と組み合わされる。これは、血管に起因し得る構造と、健康な肝細胞に起因し得る構造との間のコントラストの差が平準化された少なくとも１つの表現を（人工的に）生成（計算）することを含む。

ここで、「平準化」との用語は、「調和」または「最小化」を意味する。平準化の目的は、人工的に生成された表現において血管と健康な肝細胞との境界を消失させ、人工的に生成された表現における血管と健康な肝細胞とを均一な組織として見せ、これに対して、異なるコントラストのために肝臓病変が構造的に目立せることである。

通常、１（番号＝１）の人工表現は、１（番号＝１）の血管表現と１（番号＝１）の肝細胞表現に基づいて予測される。

少なくとも１つの血管表現および少なくとも１つの肝細胞表現に加えて、少なくとも１つのネイティブ表現も、少なくとも１つの人工表現を予測するために追加的に使用されることが考えられる。

一実施形態において、人工表現の生成は、以下の：
－ 少なくとも１つの血管表現および少なくとも１つの肝細胞表現を予測モデルに供給するステップ、ここで、予測モデルは、参照表現に基づいて、少なくとも１つの参照血管表現および少なくとも１つの参照肝細胞表現から少なくとも１つの人工表現を生成するように教師あり学習によって訓練されており、ここで、血管に起因し得る構造と、健康な肝細胞に起因し得る構造との間のコントラストにおける差異は、少なくとも１つの人工表現において平準化されており、
－ 予測モデルからの出力として少なくとも１つの人工表現を受信するステップ
を含む。

実施例４
さらなる実施形態において、本発明は、肝臓のネイティブＭＲＩ画像を生成するために使用される。ここで、造影剤によって引き起こされるコントラスト増強無しの肝臓または肝臓の一部を示す検査対象の肝臓または肝臓の一部の１つ以上の人工ＭＲＩ画像が生成される。人工ＭＲＩ画像（複数可）は、すべて造影剤によって引き起こされるコントラスト増強によって取得されたＭＲＩ画像に基づいて作成される。

「画像」は、本発明の文脈における表現である。画像は、実空間における表現または周波数空間における表現とすることができる。予測モデルの訓練および予測のために、周波数空間における表現が常に使用される。しかし、実空間での表現は、測定に基づいて生成することができ、その後、例えば、訓練および／または予測に導入される前に、フーリエ変換によって周波数空間における表現に変換される。

検査領域は、基本磁場に導入される。検査領域に広がる造影剤が、検査対象に投与される。造影剤は好ましくは、体重に基づく投薬を使用して、ボーラスとして静脈内（例えば、腕静脈内）に投与される。好ましくは、造影剤が例えば、Ｇｄ－ＥＯＢ－ＤＴＰＡまたはＧｄ－ＢＯＰＴＡなどの肝胆道造影剤である。特に好ましい実施形態において、造影剤は、コントラスト増強活性物質としてガドキセト酸またはガドキセト酸の塩を有する物質または物質混合物である。ガドキセト酸の二ナトリウム塩（Ｇｄ－ＥＯＢ－ＤＴＰＡ二ナトリウム）が極めて特に好ましい。

造影剤の投与後の第１のタイムスパンにおける検査領域を表す検査領域の複数の第１の表現が生成される。好ましくは、複数の第１の表現は、Ｔ１強調描写である。

好ましくは、複数の第１の表現は、動的相の間の検査領域を表す検査領域の少なくとも１つの表現、例えば、動脈相の間、静脈相の間、および／または後期相の間の検査領域を表す少なくとも１つの表現を含む（例えば、図１２および実施例２における関連する説明を参照されたい）。常磁性造影剤を使用する場合、そのような表現における血管は、コントラスト増強（高信号描写）による高信号強度によって特徴付けられる。

好ましくは、複数の第１の表現はさらに、肝胆道相の間の検査領域を表す検査領域の少なくとも１つの表現を含む。肝胆道相の間、健康な肝組織（柔組織）がコントラスト増強を伴って描出される。

動的および肝胆道相のＭＲＩ検査は、比較的長いタイムスパンにわたって行われる。前記タイムスパンにわたって、患者による動きは、放射線画像における動きアーチファクトを最小限に抑えるために回避されるべきである。動きの長い制限は、患者にとって不快であり得る。したがって、肝胆道相内のＭＲＩ画像を直接取得することができるようにするために、ＭＲＩ画像取得の前にあるタイムスパン（すなわち、１０～２０分）にわたって造影剤が検査対象に既に投与されている、短縮されたＭＲＩ手順が、現在確立されつつある。次いで、造影剤の第２の用量の投与後に、同じＭＲＩプロセスにおいて動的相のＭＲＩ画像が取得される。従来のＭＲＩプロセスと比較して、ＭＲＩにおける患者または検査対象の滞留時間は、結果として明らかに短くなる。したがって、本発明によれば、検査対象への第１の造影剤の（第１の）投与後の肝胆道相における肝臓または肝臓の部分の少なくとも１つの表現を記録すること、および同じ検査対象への第２の造影剤の投与または第１の造影剤の第２の投与後の動的相における同じ肝臓または同じ肝臓の部分の少なくとも１つのさらなる表現を記録することが好ましい。第１の造影剤は、肝胆道、常磁性造影剤である。第２の造影剤は、細胞外、常磁性造影剤であってもよい。

次いで、検査領域の第１の表現が、本発明による予測モデルに供給される。予測モデルは、受信された第１の表現に基づいて、造影剤によって引き起こされるコントラスト増強無しで検査対象の肝臓または肝臓の一部分を示す１つ以上の第２の表現を予測するように予め訓練されている。予測モデルは好ましくは、教師あり機械学習プロセスにおける自己学習アルゴリズムを利用して作成された。学習に使用されるものは、多数の検査対象の肝臓または肝臓の一部の動的相および肝胆道相の間の検査領域の複数の表現を含む訓練データである。さらに、訓練データは、コントラスト増強が存在しなかった、すなわち造影剤の投与無しに生成された検査領域の表現も含む。

ここで説明する実施例は、図１（ｃ）にも概略的に示されている。

実施例５
さらに好ましい実施形態において、本発明は、肝臓のダイナミック造影磁気共鳴画像法における患者の検査時間を短縮するために使用される。

ここで、造影剤は、２つのボーラスの形態で投与される。第１の投与は、検査対象がまだＭＲＩスキャナ内に位置していない時点で行われる。第１の投与の場合、第１の造影剤が投与される。第１の造影剤は好ましくは体重に基づく投薬を用いてボーラスとして静脈内に（例えば、腕静脈内に）投与される。第１の造影剤は好ましくは例えば、Ｇｄ－ＥＯＢ－ＤＴＰＡまたはＧｄ－ＢＯＰＴＡなどの肝胆道造影剤である。特に好ましい実施形態において、第１の造影剤は、コントラスト増強活性物質としてガドキセト酸またはガドキセト酸の塩を有する物質または物質混合物である。ガドキセト酸の二ナトリウム塩（Ｇｄ－ＥＯＢ－ＤＴＰＡ二ナトリウム）が極めて特に好ましい。

第１の造影剤の投与後、検査対象がＭＲＩスキャナに導入され、第１の時点で第１のＭＲＩ画像が生成される前に、一定のタイムスパン待つことができる。

「画像」は、本発明の文脈における表現である。画像は、実空間における表現または周波数空間における表現とすることができる。予測モデルの訓練および予測のために、周波数空間における表現が常に使用される。しかし、実空間における表現は、測定に基づいて生成することができ、その後、例えば、訓練および／または予測に導入される前に、フーリエ変換によって周波数空間における表現に変換される。

第１の投与と第１のＭＲＩ画像の生成との間のタイムスパンは、好ましくは５分～１時間の範囲内、さらにより好ましくは１０分～３０分の範囲内、最も好ましくは８分～２５分の範囲内である。

第１のＭＲＩ画像は、第１の造影剤の投与後の肝胆道相の間の検査対象の肝臓または肝臓の一部を表す。健康な肝細胞は、第１の造影剤の投与の結果として、第１のＭＲＩ画像においてコントラスト増強を伴って描出される。

第１のＭＲＩ画像が生成される肝胆道相は、本明細書では第１の肝胆道相とも呼ばれる。第１の造影剤は、健康な肝細胞に到達しており、常磁性造影剤の場合、健康な肝細胞のコントラスト増強、シグナル増強をもたらす。動脈相、門脈相および第１の造影剤の投与後に生じる後期相の間、ＭＲＩ画像は生成されない。第１の造影剤の投与後に生じる動脈相、門脈相および後期相は、本明細書では第１の動脈相、第１の門脈相および第１の後期相とも呼ばれる。

第１の肝胆道相の間に複数のＭＲＩ画像が生成されることが考えられる。

第１の肝胆道相の間の１つ以上の第１のＭＲＩ画像の生成の後、造影剤が２回目に投与される。２回目に投与されるのは、第２の造影剤である。第２の造影剤は、第１の造影剤と同じ造影剤とすることができるが；第２の造影剤は、異なる造影剤、好ましくは細胞外造影剤とすることもできる。同様に、第２の造影剤は好ましくは、体重に基づく投薬を用いてボーラスとして静脈内に（例えば、腕静脈内に）投与される。

第１の造影剤の投与は、本明細書では第１の投与とも呼ばれ；第２の造影剤の投与は本明細書では第２の投与とも呼ばれる。第１の造影剤と第２の造影剤とが同一である場合、このようにして行われるのは、肝胆道造影剤の第１の投与であり、後の時点で、肝胆道造影剤の第２の投与である。第１の造影剤と第２の造影剤とが異なる場合、行われるのは、第１の造影剤の第１の投与であり、前記第１の造影剤は肝胆道造影剤であり、後の時点で行われるのは、第２の（異なる）造影剤の第２の投与である。

第２の投与の時点において（または第２の造影剤の投与の時点において）、検査対象は好ましくは、既にＭＲＩスキャナ内に位置している。第２の造影剤の投与後、再び動脈相、門脈相および後期相を通過する。この動脈相、門脈相および後期相は、本明細書において第２の動脈相、第２の門脈相、および第２の後期相とも呼ばれる。第２の動脈相および／または第２の門脈相および／または第２の後期相において、ＭＲＩ画像または複数のＭＲＩ画像が生成される。前記ＭＲＩ画像は、取得の順に第２、第３、第４などと呼ばれる。

好ましい実施形態において、第２の動脈相の間に第２のＭＲＩ画像が生成され、第２の門脈相の間に第３のＭＲＩ画像が生成され、第２の後期相の間に第４のＭＲＩ画像が生成される。そのような第２のＭＲＩ画像は特に、コントラスト増強を伴う動脈を示し；そのような第３のＭＲＩ画像は特に、コントラスト増強を伴う静脈を示す。

さらに、上述の相の間に２つ以上のＭＲＩ画像が生成されることも考えられる。

第１および第２の造影剤の投与後の１つ以上の相の間に生成されたＭＲＩ画像から、人工ＭＲＩ画像を計算することが可能である。

測定されたＭＲＩ画像から人工ＭＲＩ画像を生成する目的は、健康な肝臓組織と他の領域との間のコントラストを増強させることである。第１の造影剤として肝胆道常磁性造影剤を使用する場合、第２の動脈相、第２の門脈相および第２の後期相の間の健康な肝臓組織の信号強度は、第１の造影剤の投与の結果として依然として上昇する。上述の第２の相において広がる第２の造影剤は同様に、それが広がる組織において高いシグナルをもたらす。これは、健康な肝臓組織と残りの組織との間のＭＲＩ画像には低コントラストしか存在せず、残りの組織は、（第２の）造影剤によりコントラスト増強されることを意味する。このコントラストを増強させるために、予測モデルを利用して生成されるものは、第１の造影剤の投与後の動的相において検査領域がどのように見えるか、または第２の造影剤のみが投与された場合に検査領域がどのように見えるかを示す少なくとも１つの人工ＭＲＩ画像である：血管は、第２の造影剤の投与の結果としてコントラスト増強を伴って描写されるが、健康な肝細胞は、第１の造影剤の投与の結果としてコントラスト増強を伴って描写されない。換言すれば、生成されるのは、第２のＭＲＩ画像のように見える人工ＭＲＩ画像であり、第１の造影剤の投与によって引き起こされた健康な肝細胞のコントラスト増強が、第２のＭＲＩ画像から差し引かれる（除去される）という違いがある。

ここで説明する実施例は、図１（ｄ）にも概略的に示されている。

図１（ａ）は、放射線検査の典型的なプロファイルを概略的に示す。 図１（ｂ）は、本発明による放射線検査のプロファイルを概略的に示す。 図１（ｃ）は、本発明による放射線検査のさらなるプロファイルを概略的に示す。 図１（ｄ）は、本発明による放射線検査のさらなるプロファイルを概略的に示す。 図２（Ｆｉｇ．２）は、実空間および周波数空間における検査領域の表現の生成を例示的かつ概略的に示す。 図３（Ｆｉｇ．３）は、図２で生成されたような周波数空間における検査領域（Ｆ１）、（Ｆ２）、および（Ｆ３）の表現が、予測モデル（ＰＭ）を訓練するためにどのように使用され得るかを概略的かつ例示的に示す。 図４（Ｆｉｇ．４）は、図３で訓練された予測モデル（ＰＭ）を示す。 図５（Ｆｉｇ．５）は、本発明の好ましい実施形態による予測モデルの訓練におけるステップを例示的かつ概略的に示す。 図６（Ｆｉｇ．６）は、図５において訓練された予測モデルが予測のためにどのように使用され得るかを例示的かつ概略的に示す。 図７（Ｆｉｇ．７）は、本発明によるコンピュータシステムの一実施形態を概略的かつ例示的に示す。 図８（Ｆｉｇ．８）は、予測モデルを訓練するための本発明による方法の好ましい実施形態をフローチャートの形態で例示的に示す。 図９は、予測モデルを訓練するための本発明による方法のさらに好ましい実施形態をフローチャートの形態で例示的に示す。 図１０（Ｆｉｇ．１０）は、１つ以上の表現を予測するための本発明による方法の好ましい実施形態をフローチャートの形態で例示的に示す。 図１１（Ｆｉｇ．１１）は、１つ以上の表現を予測するための本発明による方法のさらに好ましい実施形態をフローチャートの形態で例示的に示す。 図１２（Ｆｉｇ．１２）は、ヒトの腕静脈に肝胆道造影剤を投与した後の肝動脈（Ａ）、肝静脈（Ｖ）および健康な肝細胞（Ｐ）における造影剤の濃度の経時的プロファイルを模式的に示す。

Claims (15)

1. コンピュータ実装方法であって、
   － 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、前記第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の前記検査領域を表し、
   － 前記複数の第１の表現を予測モデルに供給するステップ、ここで、前記予測モデルは、多数の検査対象の前記検査領域の第１の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の前記検査領域を表す前記第１の参照表現から、周波数空間における第２のタイムスパンの間の前記検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
   － 前記予測モデルから周波数空間における前記検査領域の１つ以上の予測された表現を受信するステップ、ここで、前記１つ以上の予測された表現は、第２のタイムスパンの間の前記検査領域を表し、
   － 前記１つ以上の予測された表現を実空間における前記検査領域の１つ以上の表現に変換するステップ、
   － 実空間における前記検査領域の前記１つ以上の表現を出力するステップ
   を含む、前記コンピュータ実装方法。
2. 請求項１に記載の方法であって、ここで、前記複数の第１の表現が、
   － 前記造影剤の前記投与前の前記検査領域を表す周波数空間における前記検査領域の少なくとも１つの表現を含み、および
   － 前記造影剤の前記投与後の前記第１のタイムスパンにおける前記検査領域を表す周波数空間における前記検査領域の少なくとも１つの表現を含み、
   および、ここで、前記１つ以上の予測された表現が、前記第２のタイムスパンにおける前記検査領域を表し、ここで、前記第２のタイムスパンが、前記第１のタイムスパンの後に来る、前記方法。
3. 請求項１に記載の方法であって、ここで、前記複数の第１の表現が、前記造影剤の前記投与後の前記第１のタイムスパンにおける前記検査領域を表す周波数空間における前記検査領域の少なくとも２つの表現を含み、およびここで、前記１つ以上の予測された表現が、前記第２のタイムスパンにおける前記検査領域を表し、ここで、前記第２のタイムスパンが、前記第１のタイムスパンの前に来る、前記方法。
4. 請求項１に記載の方法であって、ここで、前記複数の第１の表現が、
   － 第１の造影剤の前記投与後の前記第１のタイムスパンにおける前記検査領域を表す周波数空間における前記検査領域の少なくとも１つの表現を含み、
   － 第２の造影剤の前記投与後の前記第１のタイムスパンにおける前記検査領域を表す周波数空間における前記検査領域の少なくとも１つの表現を含み、ここで、前記第１の造影剤および前記第２の造影剤は、同一であるかまたは異なり、ここで、前記第２の造影剤は、前記第１の造影剤の後に投与され、
   および、ここで、前記１つ以上の予測された表現が、前記第２のタイムスパンにおける前記検査領域を表し、ここで、前記第２のタイムスパンが、前記第１のタイムスパンの前に来る、前記方法。
5. 請求項１に記載の方法であって、ここで、前記複数の予測された表現が、経時的に一定であるコントラストの増強を伴う前記第２のタイムスパンにおける前記検査領域を表す、前記方法。
6. 請求項１～５のいずれかに記載の方法であって、ここで、前記予測モデルが、人工ニューラルネットワークであるか、またはそのようなネットワークを備える、前記方法。
7. 請求項１～６のいずれかに記載の方法であって、ここで、周波数空間における前記検査領域の前記第１の表現が、磁気共鳴画像検査のｋ空間データである、前記方法。
8. 請求項１～６のいずれかに記載の方法であって、ここで、実空間における前記検査領域の複数の放射線画像が、第１のステップで受信され、これらの受信された放射線画像が、フーリエ変換によって周波数空間における前記検査領域の前記第１の表現に変換される、前記方法。
9. 請求項１～８のいずれかに記載の方法であって：
   － 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、前記第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の前記検査領域を表し、
   － 前記第１の表現における領域を特定するステップ、ここで、前記特定された領域は、前記周波数空間の中心を含み、
   － 前記第１の表現を前記特定された領域に縮小するステップ、
   － 前記複数の縮小された第１の表現を予測モデルに供給するステップ、
   － 前記予測モデルから周波数空間における前記検査領域の１つ以上の第２の表現を受信するステップ、ここで、前記１つ以上の第２の表現は、第２のタイムスパンの間の前記検査領域を表し、
   － 前記１つ以上の第２の表現を、前記特定された領域の外側にある前記受信された第１の表現の１つ以上の領域によって補足するステップ、
   － 前記１つ以上の補足された第２の表現を、実空間における前記検査領域の１つ以上の表現に変換するステップ、
   － 実空間における前記検査領域の前記１つ以上の表現を出力するステップ
   を含む、前記方法。
10. 請求項１～９のいずれかに記載の方法であって、ここで、前記１つ以上の補足された第２の表現が、逆フーリエ変換によって実空間における前記検査領域の１つ以上の表現に変換される、前記方法。
11. システムであって、
    ・ 受信ユニットと、
    ・ 制御および計算ユニットと、および
    ・ 出力ユニットと
    を備え、
    ここで、前記制御および計算ユニットが、
    － 前記受信ユニットに周波数空間における検査対象の検査領域の複数の第１の表現を受信するように促すように、ここで、前記第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の前記検査領域を表し、
    － 前記複数の第１の表現を予測モデルに供給するように、ここで、前記予測モデルは、多数の検査対象の前記検査領域の第１の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の前記検査領域を表す前記第１の参照表現から、周波数空間における第２のタイムスパンの間の前記検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
    － 前記予測モデルから周波数空間における前記検査領域の１つ以上の予測された表現を受信するように、ここで、前記１つ以上の予測された表現は、第２のタイムスパンの間の前記検査領域を表し、
    － 前記１つ以上の予測された表現を実空間における前記検査領域の１つ以上の表現に変換するように、
    － 前記出力ユニットに実空間における前記検査領域の前記１つ以上の表現を出力するように促すように
    構成されている、前記システム。
12. コンピュータシステムのメモリにロードすることができるコンピュータプログラムを備えるコンピュータプログラム製品であって、ここで、それが、以下の：
    － 周波数空間における検査対象の検査領域の複数の第１の表現を受信するステップ、ここで、前記第１の表現の少なくともいくつかは、造影剤の投与後の第１のタイムスパンの間の前記検査領域を表し、
    － 前記複数の第１の表現を予測モデルに供給するステップ、ここで、前記予測モデルは、多数の検査対象の前記検査領域の第１の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の前記検査領域を表す前記第１の参照表現から、周波数空間における第２のタイムスパンの間の前記検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
    － 前記予測モデルから周波数空間における前記検査領域の１つ以上の予測された表現を受信するステップ、ここで、前記１つ以上の予測された表現は、第２のタイムスパンの間の前記検査領域を表し、
    － 前記１つ以上の予測された表現を、実空間における前記検査領域の１つ以上の表現に変換するステップ、
    － 実空間における前記検査領域の１つ以上の表現を出力するステップ
    を前記コンピュータシステムに実行するように促す、前記製品。
13. 少なくとも１つの放射線画像を予測するための方法における造影剤の使用であって、ここで、前記方法が、以下の：
    － 前記造影剤を投与するステップ、ここで、前記造影剤は、検査対象の検査領域に広がり、
    － 周波数空間における前記検査対象の前記検査領域の複数の第１の表現を生成するステップ、ここで、前記第１の表現の少なくともいくつかは、前記造影剤の投与後の第１のタイムスパンの間の前記検査領域を表し、
    － 前記複数の第１の表現を予測モデルに供給するステップ、ここで、前記予測モデルは、多数の検査対象の前記検査領域の第１の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の前記検査領域を表す前記第１の参照表現から、周波数空間における第２のタイムスパンの間の前記検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
    － 前記予測モデルから周波数空間における前記検査領域の１つ以上の予測された表現を受信するステップ、ここで、前記１つ以上の予測された表現は、第２のタイムスパンの間の前記検査領域を表し、
    － 前記１つ以上の予測された表現を実空間における前記検査領域の１つ以上の表現に変換するステップ、
    － 実空間における前記検査領域の前記１つ以上の表現を出力するステップ
    を含む、前記使用。
14. 少なくとも１つの放射線画像を予測するための方法における使用のための造影剤であって、ここで、前記方法が、以下の：
    － 前記造影剤を投与するステップ、ここで、前記造影剤は、検査対象の検査領域に広がり、
    － 周波数空間における前記検査対象の前記検査領域の複数の第１の表現を生成するステップ、ここで、前記第１の表現の少なくともいくつかは、前記造影剤の投与後の第１のタイムスパンの間の前記検査領域を表し、
    － 前記複数の第１の表現を予測モデルに供給するステップ、ここで、前記予測モデルは、多数の検査対象の前記検査領域の第１の参照表現に基づいて、少なくともいくつかが周波数空間における造影剤の投与後の第１のタイムスパンの間の前記検査領域を表す前記第１の参照表現から、周波数空間における第２のタイムスパンの間の前記検査領域を表す１つ以上の第２の参照表現を生成するように訓練されており、
    － 前記予測モデルから周波数空間における前記検査領域の１つ以上の予測された表現を受信するステップ、ここで、前記１つ以上の予測された表現は、第２のタイムスパンの間の前記検査領域を表し、
    － 前記１つ以上の予測された表現を実空間における前記検査領域の１つ以上の表現に変換するステップ、
    － 実空間における前記検査領域の１つ以上の表現を出力するステップ
    を含む、前記造影剤。
15. 造影剤および請求項１２に記載のコンピュータプログラム製品を含むキット。

Images