JP2024518042A - X線管のフィラメントの故障予測を向上させるシステム及び方法 - Google Patents
X線管のフィラメントの故障予測を向上させるシステム及び方法 Download PDFInfo
- Publication number
- JP2024518042A JP2024518042A JP2023565536A JP2023565536A JP2024518042A JP 2024518042 A JP2024518042 A JP 2024518042A JP 2023565536 A JP2023565536 A JP 2023565536A JP 2023565536 A JP2023565536 A JP 2023565536A JP 2024518042 A JP2024518042 A JP 2024518042A
- Authority
- JP
- Japan
- Prior art keywords
- ray tube
- wear indicator
- filament
- ray
- calibration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims description 39
- 238000002059 diagnostic imaging Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 101710181853 C-factor Proteins 0.000 claims 4
- 238000012545 processing Methods 0.000 description 13
- 238000012423 maintenance Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 7
- 238000002591 computed tomography Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 206010011906 Death Diseases 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013152 interventional procedure Methods 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000001953 recrystallisation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05G—X-RAY TECHNIQUE
- H05G1/00—X-ray apparatus involving X-ray tubes; Circuits therefor
- H05G1/08—Electrical details
- H05G1/26—Measuring, controlling or protecting
- H05G1/54—Protecting or lifetime prediction
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- X-Ray Techniques (AREA)
Abstract
非一時的コンピュータ可読媒体26は、医療デバイス1の構成要素10、特にX線管を監視する方法100を実行するために、少なくとも1つの電子プロセッサ20によって実行可能な命令を格納する。この方法は、医療デバイスから、構成要素に関する情報を取得するステップと、取得された情報から、構成要素の一部分、特にフィラメントの摩耗を示す摩耗指標を導出するステップと、摩耗指標が、所定の手動調整禁止基準を満たすことに応答して、医療デバイスの構成要素が、構成要素の残存耐用期間(RUL)の終わりに近づいていること、及び任意選択で、構成要素の手動校正を実行すべきではないことを示す、警報30を出力するステップとを有する。
Description
[0001] 以下は、概ね、医用画像化技術、X線画像化技術、X線管技術、X線管保守技術、及び関連技術に関する。
[0002] X線管は、あらゆる医用X線画像化装置の高価な構成要素であり、X線管の耐用年数は、X線画像化装置がどれほど集中的に使用されているかなど、装置固有の要因に応じて、数年から10年以上までが限度である。各X線管にも、個々の性能特性がある。したがって、X線管の監視及び保守が実行されるのが一般的である。新しいX線管を最初に取り付けた時に、X線管の特性が測定される。こうした特性には、典型的には、管電圧と、フィラメント電流と、管電流との関係が含まれ、場合によっては、管の構成に応じて、グリッド電圧などの他のパラメータも含まれる。初期特性の測定により、新しいX線管のX線管校正データが生成される。例えば、Koninklijke Philips N.V.(オランダ、アイントホーフェン)が生産する一部のX線画像化装置は、X線管校正データをX線管適合テーブルとして格納する。
[0003] この初期のX線管校正の後、手動校正(本明細書では手動適合とも呼ぶ)が、例えば固定スケジュール(2年ごとなど)で、又はX線画像化デバイスの操作者が、手動校正が有用であると考えるときに、実行されることがある。手動適合は、主にフィラメントの摩耗によるX線管の特性の経時的な変化に対して、初期校正データを調整するために実行される。X線管のフィラメントは、大きい(例えば、作動状態の)フィラメント電流で動作するたびに加熱され、フィラメント材料の蒸発を引き起こす。これにより、時間の経過と共にフィラメントの直径が細くなり、したがって、時間の経過と共にフィラメントの抵抗値が増加するため、同じ量のフィラメント加熱、及びその結果としての管電流を実現させるためには、(所与の管電圧、及び該当する場合は所与のグリッド電圧で)フィラメント電流をより小さくする必要がある。これは、フィラメントの摩耗と呼ばれることがある。フィラメント抵抗値が徐々に変化するのに対処するために、2回の手動校正間で、補正係数(C係数)が維持される。C係数は、手動校正時に1にリセットされる。実際のC係数と呼ばれるさらなる係数は、このC係数に基づいて、最初はC係数と等しい値で維持され、その後減衰するが、手動校正時に1にリセットされない。しかし、手動校正後、フィラメントの抵抗値は変化し、それに対応した実際のC係数の変化を引き起こす。実際のC係数は、フィラメントの摩耗につれて小さくなる。
[0004] X線管の監視及び保守の別の一般的な態様は、X線管の残存耐用期間(RUL)の自動推定、又は同じことであるが、故障寿命の予測を、提供することである。この推定値は、単に、X線管の使用時間に基づくことができる。しかし、フィラメントの摩耗は、管球の使用時間だけで決まるものではない。例えば、より大きいフィラメント電流でX線管を動作させると、フィラメントの摩耗が加速されるであろう。したがって、一部のX線画像化装置の監視では、過去のX線管の性能情報に基づいたRULの人工知能(AI)モデリングなど、より高度な予測モデルが使用されている。最新のX線画像化装置は、コンピュータ化されており、通常、データの中でもとりわけ、X線管電圧、フィラメント電流、及び管電流に関する情報が含まれる、主要な動作パラメータの稼働記録及び動作履歴を、維持していることが多い。したがって、稼働記録をマイニングし、データをAIモデリングに入力して、RULの推定値を生成することができる。一般的なシナリオでは、RULが、ある閾値(例えば、1週間から2週間程度)を下回ると、故障寿命の推定値が、遠隔監視する技師のワークステーション、及び/又はX線画像化装置の制御コンソール上に表示される。かかる予測により、X線画像化装置の操作者が、理想的には使用率が低い時間帯、又は他の何らかの計画された装置停止時間における、X線管の交換を事前に計画できるので有益である。
[0005] 高精度のRUL推定は、有益である。誤って、RULの推定が長くなる場合は、X線管が交換され得る前に故障する可能性がある。この場合、故障したX線管が交換されるまで、X線画像化装置は使用できなくなる。最も注目すべきことに、これが、患者の画像化の場の遅延又は中止、及びその結果生じる医療機関の経済的損失を含む、深刻な悪影響をもたらす可能性がある。X線管の故障により、X線画像化装置の付随する構成要素に電気的ストレス及び/又は損傷が生じる可能性もあり、保守がより複雑になり、コストが高くなる。一方、誤って、RULの推定が短くなると、X線管の交換が早すぎ、追加コストが生じる可能性がある。
[0006] 以下では、これらの課題及び他の課題を克服する、特定の諸改善について開示する。
[0007] 本明細書で開示されるいくつかの実施形態では、非一時的コンピュータ可読媒体は、医療デバイスの構成要素を監視する方法を実行するために、少なくとも1つの電子プロセッサによって実行可能な命令を格納する。この方法は、医療デバイスから、構成要素に関する情報を取得するステップと、取得された情報から、構成要素の一部分の摩耗を示す摩耗指標を導出するステップと、摩耗指標が、所定の手動調整禁止基準を満たすことに応答して、医療デバイスの構成要素が、構成要素の残存耐用期間(RUL)の終わりに近づいていることを示す、警報を出力するステップとを有する。
[0008] 本明細書で開示されるいくつかの実施形態では、装置は、フィラメントを備えるX線管を具備する、X線画像化デバイスを備える。少なくとも1つの電子プロセッサは、医用画像化デバイスから、X線管に関するX線管情報を取得し、取得されたX線管情報から、X線管のフィラメントの磨耗を示す磨耗指標を導出し、且つ摩耗指標が、所定の手動調整禁止基準を満たすことに応答して、X線管が、X線管のRULの終わりに近づいていることを示す、警報を出力するようプログラムされる。
[0009] 本明細書で開示されるいくつかの実施形態では、医用画像化デバイスのX線管を監視する方法は、医用画像化デバイスから、電子プロセッサへ、X線管に関するX線管情報を取得するステップと、電子プロセッサを使用して、取得されたX線管情報から、X線管のフィラメントの磨耗を示す磨耗指標を導出するステップ、及び摩耗指標が、所定の手動調整禁止基準を満たすかどうかを判定するステップと、摩耗指標が、所定の手動調整禁止基準を満たすことに応答して、遠隔監視ワークステーションの表示デバイス上に、X線管(10)が、X線管の残存耐用期間RULの終わりに近づいていることを示す、警報を出力するステップとを有する。
[0010] 1つの利点は、適切な場合にだけ手動校正を実行し、X線管の寿命を最適化することにある。
[0011] 別の利点は、X線管について、より正確なRUL推定値を提供することにある。
[0012] 別の利点は、X線管の故障時間を予測して、X線デバイスの最適なサービス時間を判定し、それによりX線デバイスの停止時間を短くすることにある。
[0013] 別の利点は、X線検査の遅延又は中止を減らすことにある。
[0014] 別の利点は、X線管の予測される故障日の正確な判定に基づいて、医療機関の経済的損失を低減することにある。
[0015] 提示される実施形態は、前述の利点のうちの幾つか若しくはそのすべてを提供し、且つ/又は本開示を読んで理解すると当業者には明らかとなるであろう他の利点を提供する。
[0016] 本開示は、様々な構成要素及び構成要素のアレンジメント、並びに様々なステップ及びステップのアレンジメントの形式をなす。図面は、好ましい実施形態を例示することのみを目的としており、本開示を限定するものと解釈されるべきではない。
[0019] 診断用コンピュータ断層撮影(CT)スキャナ、心血管画像化システム(例えば、Cアーム画像化システム)などの特殊な画像化システム、及びX線画像化を使用する画像誘導治療システムなど、X線画像化システムの群(fleet)の遠隔監視を提供することができる。このサービスの構成要素には、稼働記録データのアップロードを受信すること、及びそのデータに対する様々な故障予測モデルを実行することが含まれ得る。これにより、構成要素が故障する前に、予防的な保守を推奨できるため、装置の停止時間及び複数回の現場サービスコールのコストを削減することができる。
[0020] 具体的には、X線管の故障の予測モデリングを提供することができる。X線管は通常、交換が必要になるまでに、約6~12年間使用される。ただし、耐用年数は、動作頻度に大きく依存する。管球の故障の主な形態は、X線ビームを作り出すために、フィラメントが高温で動作するときに、時間の経過と共にフィラメント材料が徐々に蒸発することに起因する、フィラメントの焼損である。故障予測(又は同じことであるが、残存耐用期間、すなわちRUL)モデルは、実行日(すなわち予測日)dpに適用され、推定される故障日defを出力する。隔たりdef-dpが、通常約1週間から2週間程度である、管球故障警報閾値よりも短くなると、推定される故障日defを示す警報が発せられる。理想的には、この警報が発せられたときに、X線システムの操作者は、製造供給元又は他の保守サービス提供者と調整して、X線管の交換に都合の良い時間を手配することができる。手配される時間は、使用率が低い期間(例えば、診療時間後)、又はX線システムの他の何らかの計画された保守の間である。さらに、交換用X線管は、ある程度の調達期間をもって注文できるため、供給及び配送が急がされることによる追加コストを、削減又は排除することができる。
[0021] X線管の故障予測では、同様に設置されたX線画像化システムにおける、X線管の寿命に関する履歴データに基づいて訓練された、RULの人工知能(AI)モデリングを使用する。AIモデルは、管球の取付け日、並びフィラメントが大電流で駆動された累積時間、及び使用される特定の管電流などの、フィラメントの摩耗と関係のある情報など、X線画像化システムの稼働記録から抽出された関連情報を、管電圧及び管電流など、他の関連する管球の動作情報と共に、入力として使う。好適に訓練されたAIモデルは、概して、かなり正確な故障寿命の予測を提供することができる。
[0022] しかし、手動校正(例えば手動適合)は、フィラメントの磨耗を加速させ、これにより、X線管故障予測モデルがX線管のRULを過大評価する可能性があることを、ここで認識されたい。言及されたように、手動校正の実行が早すぎると、X線管にまだ許容可能な期間のRULが残っている間に、早すぎるX線管の交換が行われ、一方、手動校正の実行が遅すぎると、X線管が予想よりも早く故障する可能性がある。以前に論じられたように、手動校正(例えば、手動適合)は、スケジュールに従って実行されてもよく、X線システムの操作者によってスケジュール外に実行されてもよい。特に、X線管が寿命末期に近づくと、X線管は、X線管の動作特性に変動を示し始める可能性がある。X線システムの操作者は、このとき、X線管のRULを延長することを目的として、手動適合を実行して観測された変動を補正する。手動適合では、主にフィラメントの磨耗に起因するX線管特性の変化を調整するために、適合テーブル又は他のX線管校正データが更新される。通常、フィラメントの磨耗によりフィラメント材料が取り除かれ、これによりフィラメントの抵抗値が増加するため、(所与の管電圧において)同じ管電流を実現させるために必要なフィラメント電流は、より小さくなる。ただし、手動適合の際に、例えばフィラメント材料の再結晶化に起因して、フィラメントの抵抗値が小さくなることもある。
[0023] しかし、手動適合には、大きい管電圧及びフィラメント電流値でX線管を駆動することと、管電流を測定することとが含まれる。
[0024] この課題を認識して、以下では、X線管が寿命末期に近づいているときに、X線システムの操作者及び/又は遠隔監視技師(RME)へ、手動適合を実行しないよう通知する、警報を提供することを開示する。推定される故障までの期間def-dpが、1か月から2か月程度であると考えられる閾値時間Tよりも短いと、管球故障予測モデルが予測するのに応答して、警報を生成することができる。これは、既存の管球の故障予測モデルを活用して、やはり「手動適合禁止」の警報を生成するので有益である。
[0025] 別法として、本明細書で開示されるいくつかの実施形態では、蓄積されたフィラメントの摩耗が、故障寿命予測モデルとは別の予測モデルを使用して定量化されるが、この予測モデルも、X線管の動作に関する稼働記録データを使う。集められた履歴データを使用して、使用量の関数である、フィラメントの摩耗の経験的モデルを構築することができる。「手動適合禁止」の警報は、フィラメントの摩耗が閾値Tを超えると発せられる。
[0026] 本明細書で開示されるさらに他の実施形態では、「手動適合禁止」の警報は、初期の適合テーブル又は他のX線管校正データに対して行われた、フィラメント電流調整に基づいて発せられる。フィラメント電流調整は、測定された管電流に基づいて、例えば手動適合によって行われる、標準的な調整であり、この手法では、この利用可能な情報を活用して、フィラメント電流調整値の大きさ(すなわち、絶対値)が閾値Tの範囲外にある場合に、「手動適合禁止」の警報を発する。
[0027] 「手動調整禁止」の警報は、X線管故障予測モデルの使用と組み合わせると(「手動調整禁止」の警報をトリガするために、そのモデルが使用されるかどうかに係わらず)、管球の寿命末期が近づいたときに、手動適合が実行されるにも係わらず、管球の故障予測の信頼性が低いという課題が解決されるので、特に有用である。
[0028] 図1を参照すると、例示的な医療デバイス1が示されている。医療デバイス1は、例えば、(図示の)コンピュータ断層撮影(CT)画像化デバイス、時に心臓の画像化に使用されるようなCアーム画像化デバイス、又はX線画像化を使用する画像誘導治療(IGT)システム、X線透視装置、デジタルX線撮影(DR)用画像化デバイス、若しくはX線画像化を利用する他の画像化デバイス(これ以降、「X線デバイス」又はその変形と呼ばれる)であり得る。医療デバイス1は、さらにより一般的には、直線加速器(LINAC)などの、構成要素の残存耐用期間(RUL)を最適化するために、手動校正を実行できる構成要素を備える、任意の医療デバイスであり得る。X線デバイス1は、図1に示されているように、図1でCTスキャナ10の筐体を部分的に取り除くことにより示され、また図1の左上にカソード12及びアノード14を備えるものとして概略的に示された、X線管10を具備することができる。カソード12は、フィラメント電流Ifによって加熱されると、カソード12とアノード14との間に生成される管電圧Vtにより、アノード14に引きつけられ得る電子を放出する、フィラメント15を備え、アノード14(いくつかの例では、熱を分散させるためにシャフト13の周りを回転する、回転式アノード)は、電子e-が衝突する対象物エリアを有し、これにより画像取得中に使用されるX線ビームを形成する、X線を生成する。電子e-の流れが、X線管10の管電流Itを形成する。X線管10によって作り出されるX線ビームの強度は、多くの場合極めて非線形的に、言及された管電圧Vt、管電流、及びフィラメント電流Ifなどの、様々な動作パラメータに依存する。概略的に図示されたX線管10は、簡略化して表現されたものであり、X線画像化デバイスで使用される現代の市販されているX線管は、多くの場合、幾何形状及び電気的バイアスが、X線ビームの形状、焦点、強度、又は他の特性を制御するために使用できる、グリッドなどのさらなる構成要素を備え、かかる構成要素により、グリッド電圧などの、さらなるX線管性能変数が導入される。
[0029] X線検出器16は、X線放射を検出するよう構成される。検出器16は、図1に示されているように、典型的には検出器アレイを備える。検出器16はまた、ワークステーションコンピュータ、又はより一般的にはコンピュータなどの、電子処理デバイス18と電子通信する。X線デバイス1を使って、カソード12及びアノード14によって生成されたX線放射で作り出された画像は、電子処理デバイス18によって処理される。例示的なCTスキャナ1は、X線管10及び検出器16が画像化対象者の周りを一体になって回転し、対象者の3次元(3D)画像を取得する、断層撮影による画像化を使用する。こうした構成要素は、他の種類のX線画像化デバイスでは、画像化対象者の周りを回転するのではなく、所定の位置に固定されているため、2次元(2D)画像を提供する。Cアーム構成では、X線管10及び検出器16は、患者の周りの様々な有利な点(「視点」と呼ばれる)に移動させることができ、(例えば)心臓の臨床的に重要な視点を提供するか、又はIGTにおいて、介入手技での選択された視点を提供する。いくつかの実施形態では、電子処理デバイス18は、X線デバイス1のデバイスコントローラとして機能することもできる。他の実施形態では、電子処理デバイス18は、X線デバイス1の遠隔監視ワークステーションとして機能することもできる。
[0030] 電子処理デバイス18には、例えば、より複雑な計算タスクを実行するために、サーバクラスタ、クラウドコンピュータ処理リソースなどを形成するよう相互接続された、1つ又は複数のサーバコンピュータも含まれる。例えば、一般的な構成では、ローカル電子処理デバイスが、画像取得を実行し、さらに稼働記録データを記録するよう画像化デバイス1を制御する、コントローラとして機能する一方で、サーバは、病院のネットワーク及び/又はインターネットを介して接続されており、時折稼働記録データの更新を受信する。サーバは、X線管10がいつ故障するかを予測するために、予測故障モデルを適用するなど、アップロードされた稼働記録データの分析を実行する。さらに、本明細書に開示されている実施形態では、サーバは、予測分析を実行し、いつ操作者にX線管10の手動校正の実行を止めるよう警報を発すべきかを判定する。ワークステーション18は、電子プロセッサ20(例えば、マイクロプロセッサ)、少なくとも1つのユーザ入力デバイス22(例えば、マウス、キーボード、トラックボールなど)、及び表示デバイス24(例えば、LCDディスプレイ、プラズマディスプレイ、ブラウン管ディスプレイなど)などの、典型的な構成要素を備える。いくつかの実施形態では、表示デバイス24は、ワークステーション18とは別個の構成要素であり得るか、又は2つ以上の表示デバイスを備える。
[0031] 電子プロセッサ20は、1つ又は複数の非一時的記憶媒体26と、動作可能に接続されている。非一時的記憶媒体26は、非限定的な例示として、磁気ディスク、RAID、又は他の磁気記憶媒体、ソリッドステートドライブ、フラッシュドライブ、電子的に消去可能な読取り専用メモリ(EEROM)、又は他の電子メモリ、光ディスク又は他の光記憶装置、これらの様々な組合せなどのうちの1つ又は複数を含み、例えば、ネットワーク記憶装置、ワークステーション18の内蔵ハードドライブ、これらの様々な組合せなどである。本明細書における1つ又は複数の非一時的媒体26への言及は、単一の媒体又は同じ若しくは別の種類の複数の媒体を包含するものとして、広義に解釈されるべきであることを理解されたい。同様に、電子プロセッサ20は、単一の電子プロセッサとして、又は2つ以上の電子プロセッサとして具現化される。非一時的記憶媒体26は、少なくとも1つの電子プロセッサ20によって実行可能な命令を格納する。命令には、表示デバイス24上に表示するグラフィカルユーザインタフェース(GUI)28の、可視化表現を生成するための命令が含まれる。
[0032] 装置10は、上記で説明されたように構成され、医療デバイスの構成要素を監視する方法又はプロセス100を実行する。本明細書では、医療デバイスはX線デバイス1であり、構成要素は、X線管10であると説明されているが、方法100は、手動校正により構成要素の残存耐用期間(RUL)が短くなる可能性がある、どんな好適な医療デバイスのどの好適な構成要素にも適用することができる。別の例として、LINACは通常、加速された亜原子粒子又はイオンのビームを生成するために、高電圧が使用される、ビーム生成構成要素を備え、ビーム生成構成要素を校正すると、ビーム生成構成要素のRULが短くなる。非一時的記憶媒体26は、監視方法又はプロセス100の実行を含む、開示されている動作を実行するための、少なくとも1つの電子プロセッサ20によって読取り可能且つ実行可能な命令を格納する。方法100は、いくつかの例では、少なくとも部分的にクラウド処理によって実行される。
[0033] 図2を参照すると、監視方法100の一例の例示的な実施形態が、流れ図として概略的に示されている。動作102では、構成要素(すなわち、X線管10)に関する情報が、医療デバイス(すなわち、X線デバイス1)から取得される。電子処理デバイス18は、X線情報を、検出器16を介して取得することができる。動作104では、X線管10のフィラメント15の磨耗を示す磨耗指標が、取得されたX線管情報から導出される。動作106では、電子処理デバイス18は、摩耗指標が所定の手動調整禁止基準(非一時的コンピュータ可読媒体26に格納できる)を満たすかどうかを判定するよう構成される。
[0034] いくつかの例示的な実施形態では、方法100は、取得されたX線管の情報に基づいて、X線管10の故障寿命を予測でき、予測した故障寿命が、X線管がX線管のRULの終わりに近づいており交換すべきであることを示す、警報30を出力できる期間である、所定の管球交換警報閾値時間(非一時的コンピュータ可読媒体26に格納できる)よりも短いかどうかを判定する、任意選択の動作108を有することができる。矢印109で示されているように、いくつかのかかる実施形態では、予測した故障寿命は、動作104への入力となり、フィラメントの磨耗を推定するために使用される。
[0035] 動作102~106は、様々なやり方で実行することができる。例示的な一実施形態では、摩耗指標には、動作108で予測したX線管10の故障寿命が含まれ、所定の手動調整禁止基準には、X線管10の予測した故障寿命が、「手動調整禁止」の警報を発するための、所定の手動調整禁止基準を満たすことができる期間であり得る、所定の手動調整禁止閾値時間(非一時的コンピュータ可読媒体26に格納できる)より短いことが含まれる。所定の手動調整禁止閾値時間は、例えば、所定の管球交換警報閾値時間よりも長い。
[0036] 別の例示的な実施形態では、取得されるX線管情報には、稼働記録11に格納されたX線管10のX線管データが含まれ、摩耗指標は、この情報から導出される。稼働記録11は、例えば、X線管電流、管電圧、フィラメント電流、及び任意選択で、画像化デバイス1によって実行される各画像化期間に使用されるX線管10の、他の動作パラメータ(例えば、グリッド電圧)を格納する。動作104は、次いで、少なくとも1つの電子プロセッサ20で実現される、人工知能(AI)モデル34を適用する。AIモデル34は、同様に設置されたX線管の過去の稼働記録データに基づいて訓練され、画像化期間の累積によるフィラメントの磨耗の蓄積に基づいて、磨耗指標を推定することができる。さらに別の例示的な実施形態では、X線管校正データには、X線管10のフィラメント15の抵抗値を示すデータが含まれ、摩耗指標は、X線管10のフィラメント15の抵抗値を示すデータから導出される。
[0037] さらなる例示的な実施形態では、X線管校正データには、X線管適合テーブル32(非一時的コンピュータ可読媒体26に格納できる)の補正係数(例えば、Koninklijke Philips NVが生産する一部の画像化デバイスの場合には、実際のC係数)が含まれ、摩耗指標には、実際のC係数が含まれる。補正は、主にフィラメントの磨耗を補正するよう作用するので、実際のC係数は、適切な磨耗指標となり得る。X線管適合テーブル32には、Koninklijke Philips NVが生産する特定のX線画像化デバイスなどのいくつかの例では、静的適合テーブル及び動的適合テーブルが含まれる。静的適合テーブルは、管電圧及びフィラメント電流の様々な設定値での、管電流を定量化している。動的適合テーブルは、フィラメントの加熱時間及び冷却時間などの、動的パラメータを特定している。C係数は、これらの実施形態では、適合テーブル32の静的適合テーブルの補正値であり、以前に説明されたように、実際のC係数は、最初はC係数に等しく、その後減衰するが、実際のC係数は、手動校正時に1にリセットされない。実際のC係数の大きさがより小さいということは、元の静的適合テーブルに対する補正がより大きいことに等しく(すなわち、後の手動校正による補正がない)、したがって、フィラメントの磨耗がより大きいことを示している。
[0038] 動作110では、X線管10の手動校正手順を実行すべきではないことを示す、警報30を出力することができる。いくつかの例では、手動校正は、手動で開始される(すなわち、専門技術者又はサービスマンによって開始される)校正であり得る。かかる手動校正には、例えば、X線管10の校正プログラムを実行すること、様々なフィラメント電流If及び管電圧Vtで、X線管10を動作させること、並びにフィラメント電流と管電圧との対ごとに、管電流Itを測定することが含まれ得る。いくつかの実施形態では、警報30は、電子処理デバイス18の表示デバイス24を通して、GUI28上に表示することができる(しかし、例えば、電子処理デバイス18のスピーカ(図示せず)を通して出力される音声警報など、任意の好適な警報30を出力することができる)。例示的な一実施形態では、動作108が実行され、故障寿命が予測されると、予測した故障寿命を表示デバイス24上に出力することもできる。
[0039] これとは別に、予測故障モデル108によって出力された、X線管の予測された故障寿命が、ある閾値内(例えば、1週間から2週間以内)である場合、動作112で、故障寿命予測(又は同じことであるが、RUL予測)が出力される。故障寿命予測112は、動作110で出力される「手動校正禁止」の警報30とは別のものであり、相異なるものであることを理解されたい。故障寿命予測112は、X線管10が故障すると予想される予想時間を、操作者に知らせる。対照的に、動作110で出力される「手動校正禁止」の警報30は、手動校正をもはや実行すべきではないことを、操作者に知らせる。「手動校正禁止」の警報30は、典型的なシナリオでは、推定される故障寿命112が最初に提示されるよりも早い時期(例えば、1か月から2か月程度)に、最初に操作者110によって出力され、推定される故障寿命は、典型的には、X線管の故障する時期が、1週間から2週間程度以内に予測されるときに発せられる。
[0040] 本明細書に開示されているいくつかの実施形態では、蓄積されるフィラメントの摩耗は、X線管10の動作に関する稼働記録データを使用して定量化される。集められた履歴データを使用して、使用量の関数である、フィラメント15の摩耗の経験的モデルを構築することができる。「手動適合禁止」の警報30は、フィラメントの磨耗が閾値T(非一時的コンピュータ可読媒体26に格納できる)を超えたときに発せられる。
[0041] 本明細書で開示される他の実施形態では、「手動適合禁止」の警報30は、初期の適合テーブル32に対して行われた、フィラメント電流の調整に基づいて発せられ得る。フィラメント電流の調整は、測定された管電流Itに基づいて行われる、標準的な調整であり、この手法では、この利用可能な情報を活用して、フィラメント電流調整の大きさ(すなわち、絶対値)が閾値T(非一時的コンピュータ可読媒体26に格納できる)の範囲外にある場合に、「手動適合禁止」の警報30を発する(フィラメント電流調整値は、通常、磨耗によりフィラメントの抵抗値が大きくなるにつれて下降するので、フィラメント電流調整値は、負の値とみなされる)。
[0042] いくつかの実施形態では、警報出力動作110が実行される前に、任意選択の動作114を実行することができる(すなわち、早期の手動適合動作を実行することができる)。動作114では、少なくとも1回のX線管10の手動校正を実行することができ、実行されるX線管10の手動校正のそれぞれが、適合テーブル32に格納されているパラメータを更新するよう動作する。電子処理デバイス18は、ユーザによるX線デバイス1への手動適合入力に応答して、それぞれ実行されるX線管10の手動校正を実行する。
[0043] いくつかの実施形態では、判定されたRUL、警報30、及び/又はX線管10の故障寿命は、例示的なX線デバイス1を含む、X線デバイスの群を保守するサービス主体(servicing entity)に入力することができる。サービス主体は、例示として、例えば、X線デバイス1の製造供給元であるか、又は大規模な医療システムの場合、サービス主体は、医療システムの、システム全体の放射線部門である。一例では、このデータは(装置群のうちの他のX線デバイスからの、類似データと共に)、医療施設が構成要素の故障に関する計画及び予算を立てるのに役立つ、デバイス又は装置群管理システムに入力することができる。そうするために、デバイス又は装置群管理システムを電子処理デバイス18に接続するインタフェースが、表示デバイス24のGUI28上に表示される。装置群管理システムは、群のうちの他のX線デバイスと共に、X線デバイス1から、RUL情報を収集して分析する。装置群からのRUL情報の分析には、例えば、GUI28上に提示される、装置群にわたる週ごと(又は他の何らかの時間単位ごと)の、予想されるX線管の故障数のグラフが含まれる。ユーザは、表示されたインタフェースと対話して、交換するX線管10に関して決定するために、デバイス又は装置群管理システムにデータを供給することができる。同様のインタフェースは、保守スケジュール及び部品の入手可能性の計画を支援するサービス組織、すべてのリスク共有契約を規定又は更新するサービス組織など、他の外部関係者にも提供され得る。
[0044] 本開示を、好ましい実施形態を参照しながら説明してきた。他の人が、前述の詳細な説明を読んで理解すると、修正及び変更を思いつく可能性がある。例示的な実施形態は、すべてのかかる修正及び変更が、添付の特許請求の範囲又はその等価物の範囲内にある限り、かかる修正及び変更を含むものと解釈されることを意図している。
Claims (25)
- 医療デバイスの構成要素を監視する方法を実行するために、少なくとも1つの電子プロセッサによって実行可能な命令を格納する、非一時的コンピュータ可読媒体であって、前記方法が、
前記医療デバイスから、前記構成要素に関する情報を取得するステップと、
取得された前記情報から、前記構成要素の一部分の摩耗を示す摩耗指標を導出するステップと、
前記摩耗指標が、所定の手動調整禁止基準を満たすことに応答して、前記医療デバイスの前記構成要素が、前記構成要素の残存耐用期間の終わりに近づいていることを示す、警報を出力するステップと
を有する、非一時的コンピュータ可読媒体。 - 前記警報が、前記構成要素の手動校正を実行すべきではないことを示す、請求項1に記載の非一時的コンピュータ可読媒体。
- 前記医療デバイスが、医用画像化デバイスであり、前記構成要素が、前記医用画像化デバイスのX線管であり、前記方法が、
前記医用画像化デバイスから、前記X線管に関するX線管情報を取得するステップと、
取得された前記X線管情報から、前記X線管のフィラメントの磨耗を示す磨耗指標を導出するステップと、
前記摩耗指標が、所定の前記手動調整禁止基準を満たすことに応答して、前記X線管の手動校正を実行すべきではないことを示す、前記警報を出力するステップと
を有する、請求項2に記載の非一時的コンピュータ可読媒体。 - 前記方法が、
取得された前記X線管情報に基づいて、前記X線管の故障寿命を予測するステップと、
予測された前記故障寿命が、所定の管球交換警報閾値時間よりも短いことに応答して、前記X線管の予測された前記故障寿命を出力するステップと
をさらに有する、請求項3に記載の非一時的コンピュータ可読媒体。 - 前記摩耗指標が、前記X線管の予測された前記故障寿命を含み、且つ
所定の前記手動調整禁止基準が、前記X線管の予測された前記故障寿命が所定の手動調整禁止閾値時間より短いことを含む、
請求項4に記載の非一時的コンピュータ可読媒体。 - 所定の前記手動調整禁止閾値時間が、所定の前記管球交換警報閾値時間よりも長い、請求項5に記載の非一時的コンピュータ可読媒体。
- 取得される前記X線管情報が、前記X線管の手動校正によって生成された、X線管校正データを含み、且つ
前記摩耗指標が、前記X線管校正データから導出される、
請求項3又は4に記載の非一時的コンピュータ可読媒体。 - 前記X線管校正データが、前記X線管の補正係数(実際のC係数)を含み、且つ
前記摩耗指標が、前記実際のC係数を含む、
請求項7に記載の非一時的コンピュータ可読媒体。 - 前記X線管校正データが、前記X線管の前記フィラメントの抵抗値を示すデータを含み、且つ
前記摩耗指標が、前記X線管の前記フィラメントの前記抵抗値を示す前記データから導出される、
請求項7に記載の非一時的コンピュータ可読媒体。 - 前記警報を出力するステップが、
遠隔監視ワークステーションの表示デバイス上に、前記警報を出力するステップ
を有する、請求項1から9のいずれか一項に記載の非一時的コンピュータ可読媒体。 - 前記遠隔監視ワークステーションが、前記医療デバイスを含む医療デバイス群群から警報を受信し、前記方法が、
前記表示デバイス上に提示されるグラフィカルユーザインタフェース上に、前記医療デバイス群からの前記警報が表現されたものを提示するステップ
をさらに有する、請求項10に記載の非一時的コンピュータ可読媒体。 - フィラメントを備えるX線管を具備する、X線画像化デバイスと、
前記医用画像化デバイスから、前記X線管に関するX線管情報を取得し、
取得された前記X線管情報から、前記X線管の前記フィラメントの磨耗を示す磨耗指標を導出し、且つ
前記摩耗指標が、所定の手動調整禁止基準を満たすことに応答して、前記X線管が、前記X線管の残存耐用期間の終わりに近づいているという警報を出力する
ようプログラムされた、少なくとも1つの電子プロセッサと
を備える、装置。 - 前記警報が、前記構成要素の手動校正を実行すべきではないことを示す、請求項12に記載の装置。
- 前記少なくとも1つの電子プロセッサがさらに、
取得された前記X線管情報に基づいて、前記X線管の故障寿命を予測し、且つ
予測された前記故障寿命が、所定の管球交換警報閾値時間よりも短いことに応答して、前記X線管の予測された前記故障寿命を出力する
ようプログラムされた、請求項12に記載の装置。 - 取得された前記X線管情報が、前記X線管の手動校正によって生成された、X線管校正データを含み、且つ
前記摩耗指標が、前記X線管校正データから導出される、
請求項12又は13に記載の装置。 - 医用画像化デバイスのX線管を監視する方法であって、前記方法が、
前記医用画像化デバイスから、電子プロセッサへ、前記X線管に関するX線管情報を取得するステップと、
前記電子プロセッサを使用して、取得された前記X線管情報から、前記X線管のフィラメントの磨耗を示す磨耗指標を導出するステップ、及び前記摩耗指標が、所定の手動調整禁止基準を満たすかどうかを判定するステップと、
前記摩耗指標が、所定の前記手動調整禁止基準を満たすことに応答して、遠隔監視ワークステーションの表示デバイス上に、前記X線管が、前記X線管の残存耐用期間の終わりに近づいていることを示す、警報を出力するステップと
を有する、方法。 - 前記警報が、前記X線管の手動校正を実行すべきではないことを示す、請求項16に記載の方法。
- 前記電子プロセッサを使用して、取得された前記X線管情報に基づいて、前記X線管の故障寿命を予測するステップ、及び予測された前記故障寿命が、所定の管球交換警報閾値時間より短いかどうかを判定するステップと
予測された前記故障寿命が、前記管球交換警報閾値時間よりも短いことに応答して、前記X線管の予測された前記故障寿命を、前記遠隔監視ワークステーションの前記表示デバイス上に出力するステップと
をさらに有する、請求項16に記載の方法。 - 前記摩耗指標が、前記X線管の予測された前記故障寿命を含み、且つ
所定の前記手動調整禁止基準が、前記X線管の予測された前記故障寿命が所定の手動調整禁止閾値時間より短いことを含む、
請求項18に記載の方法。 - 取得された前記X線管情報が、前記X線管の手動校正によって生成されたX線管校正データを含み、且つ
前記摩耗指標が、前記X線管校正データから導出される、
請求項16又は17に記載の方法。 - 前記X線管校正データが、前記X線管の補正係数(実際のC係数)を含み、且つ
前記摩耗指標が、前記C係数を含む、
請求項20に記載の方法。 - 前記X線管校正データが、前記X線管の前記フィラメントの抵抗値を示すデータを含み、且つ
前記摩耗指標が、前記X線管の前記フィラメントの前記抵抗値を示す前記データから導出される、
請求項20に記載の方法。 - 前記X線管の手動校正を実行すべきではないことを示す、前記警報を出力するステップの前に、少なくとも1回の前記X線管の手動校正を実行するステップであって、実行される前記X線管の手動校正のそれぞれが、前記X線管の前記フィラメントから材料を蒸発させるよう動作する、手動校正を実行するステップをさらに有する、請求項16から22のいずれか一項に記載の方法。
- 前記電子プロセッサが、ユーザによる前記医療デバイスへの手動適合入力に応答して、それぞれ実行される前記X線管の手動校正を実行する、請求項23に記載の方法。
- 前記警報を出力するステップが、
前記表示デバイス上に、グラフィカルユーザインタフェースを提示するステップと、
前記RUL及び前記警報のうちの少なくとも一方を、前記GUIを介して外部の製造供給元に転送するステップと
を有する、請求項16から24のいずれか一項に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163180682P | 2021-04-28 | 2021-04-28 | |
US63/180,682 | 2021-04-28 | ||
PCT/EP2022/060616 WO2022229005A1 (en) | 2021-04-28 | 2022-04-21 | Systems and methods to improve x-ray tube filament failure prediction |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024518042A true JP2024518042A (ja) | 2024-04-24 |
Family
ID=81580031
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023565536A Pending JP2024518042A (ja) | 2021-04-28 | 2022-04-21 | X線管のフィラメントの故障予測を向上させるシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240206044A1 (ja) |
EP (1) | EP4331325A1 (ja) |
JP (1) | JP2024518042A (ja) |
CN (1) | CN117256202A (ja) |
WO (1) | WO2022229005A1 (ja) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7104690B2 (en) * | 2002-07-26 | 2006-09-12 | X-Ray Optical Systems, Inc. | Diagnosing system for an x-ray source assembly |
DE102007062054B4 (de) * | 2007-12-21 | 2010-04-08 | Siemens Ag | Röhre, insbesondere Elektronenröhre, mit Mitteln zur Messung der Elektrodentemperatur und Schutz hierfür |
-
2022
- 2022-04-21 WO PCT/EP2022/060616 patent/WO2022229005A1/en active Application Filing
- 2022-04-21 EP EP22721098.6A patent/EP4331325A1/en active Pending
- 2022-04-21 JP JP2023565536A patent/JP2024518042A/ja active Pending
- 2022-04-21 US US18/556,706 patent/US20240206044A1/en active Pending
- 2022-04-21 CN CN202280031037.3A patent/CN117256202A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4331325A1 (en) | 2024-03-06 |
WO2022229005A1 (en) | 2022-11-03 |
US20240206044A1 (en) | 2024-06-20 |
CN117256202A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7885384B2 (en) | System and method to manage maintenance of a radiological imaging system | |
CN109602435B (zh) | 用来取得预期图像质量的ct成像系统和方法 | |
JP6609572B2 (ja) | X線画像診断装置及び異常検知方法 | |
WO2012157040A1 (ja) | 保守部品寿命予測システムおよび保守部品寿命予測方法 | |
US10753969B2 (en) | Methods and systems for predicting failures in X-ray tubes | |
US10265044B2 (en) | Systems and methods for adaptive imaging systems | |
US20220165395A1 (en) | Medical imaging systems and methods with auto-correction of image quality-based on the log analysis of medical devices | |
US20200286613A1 (en) | Detecting tube output roll off | |
CN111183371B (zh) | 处理数字正电子发射断层摄影的探测器像素性能变化 | |
US20120143659A1 (en) | Computed tomography device and method and data storage medium for operation thereof | |
JP2024518042A (ja) | X線管のフィラメントの故障予測を向上させるシステム及び方法 | |
JP2011182974A (ja) | 放射線源の制御装置、放射線撮影システム及び曝射条件の更新方法 | |
US11779293B2 (en) | System and method for thermal load prediction of proposed imaging procedures for X-ray tubes | |
JP7447138B2 (ja) | X線装置内のフィラメントデマンドを設定する方法、コントローラ、x線装置、制御プログラム及び記憶媒体 | |
WO2023078777A1 (en) | Usage-based wear model and improved lifetime for x-ray devices | |
US20220245482A1 (en) | Methods and systems for monitoring events related to x-ray tubes | |
JP2022023836A (ja) | 評価装置、評価プログラム及び評価システム | |
EP4201332A1 (en) | Dynamic imaging system workflow optimization | |
US20220022838A1 (en) | Evaluation apparatus, evaluation method, and evaluation system | |
EP3375372B1 (en) | System and method for conveying one or more predictive indicators of an imaging control parameter | |
WO2023117751A1 (en) | Dynamic imaging system workflow optimization |