JP6741301B2 - 計測支援システム、計測支援方法及び計測支援プログラム - Google Patents

Description

本発明は、一部の領域における部分的な測定値から、他の領域の測定値を予測するための計測支援システム、計測支援方法及び計測支援プログラムに関する。

物体に作用する力を測定するために各種センサが用いられている。例えば、放射線治療では、治療に用いる放射線の線量を計測する。このような線量を計測するために、熱蛍光板状体（熱蛍光シート）を利用した線量計が検討されている（例えば、特許文献１参照）。この文献に記載された技術では、熱蛍光積層体は、母体としての四ホウ酸リチウムと、この母体中に存在するマンガン及びアルミニウム（III）とを含む熱蛍光板状体が、複数枚、積層されて形成されている。

また、第１の情報に基づいて、第２の情報を予測するために、いわゆる「カップリング学習」技術も検討されている（例えば、特許文献２参照）。この文献に記載された技術では、画像処理システムは、学習対象を記録する画像記憶部と、学習結果を記録する学習結果記憶部と、入力部に接続された制御部とを備える。そして、制御部は、学習対象毎に、算出した第１の特徴ベクトル及び第２の特徴ベクトルの主成分係数ベクトルを、主成分係数ベクトルのばらつきを表わす指標で除算した行ベクトルを生成し、主成分分析を行なうことにより、結合主成分基底ベクトル、平均ベクトルを生成し、学習結果記憶部に記録する。そして、処理対象の第１の特徴ベクトルの主成分係数ベクトル、学習結果記憶部に記録された結合主成分基底ベクトルを用いて、第２の特徴ベクトルの主成分係数ベクトルを算出し、処理対象の第２の特徴ベクトルを算出する。

特開２０１０−１２７９３０号公報 特開２０１６−９５６５１号公報

通常、熱蛍光シートを用いた線量を計測する場合、シートを計測したい箇所に置き、放射線を照射することで電子及び正孔の一部を捕獲中心で捉える。そして、放射線を照射した熱蛍光物質を備えたシート自体を加熱することで、熱蛍光を観測し、シートに照射された放射線量を把握することができる。しかしながら、熱蛍光シートを配置できる計測場所は限定されるため、すべての場所での計測は困難である。

上記課題を解決する計測支援システムは、学習対象物に配置された複数の計測点についての計測値を含む教師データを用いて、計測値を予測するために学習結果を記録した学習結果記憶部と、入力部、出力部に接続された制御部とを備える。そして、前記制御部が、前記入力部から、予測対象における複数の計測点の３次元の実測座標及び実測値を取得し、前記予測対象の空間的配置情報を特定し、前記学習結果記憶部の学習結果を用いて、前記実測座標及び前記実測値から、前記予測対象における他の領域の計測値を予測して、前記出力部に出力する。

本発明によれば、一部の領域でしか計測できない場合においても、他の領域での計測値を効率的に予測することができる。

実施形態の計測支援システムの説明図。 実施形態において用いるデータの説明図。 実施形態の熱蛍光シートの貼付状態の説明図。 実施形態における学習処理の処理手順の流れ図。 実施形態の処理手順の説明図であって、（ａ）は熱蛍光シートの分割、（ｂ）は分割したシート片の貼付、（ｃ）はシート情報登録処理の処理フロー、（ｄ）は手の３次元形状におけるシート片の３次元配置情報の説明図。 実施形態の処理手順の説明図であって、（ａ）はシート片の剥離、（ｂ）は線量評価処理の処理フロー、（ｃ）はシート配置領域の線量マッピング、（ｄ）は全体領域の線量マッピングの説明図。

以下、図１〜図６に従って、計測支援システム、計測支援方法及び計測支援プログラムを具体化した一実施形態を説明する。本実施形態では、患者の患部に放射線を照射した場合の線量分布を算出する場合を説明する。

図１に示すように、本実施形態では、熱蛍光シート１０、評価装置２０、撮影装置３１、測定装置３２を用いる。
熱蛍光シート１０は、特許文献１に開示されているシートタイプの線量計である。この熱蛍光シート１０は、測定場所に１枚のシートを配置することにより、放射線照射による状態変化により、線量を測定することができる。具体的には、熱蛍光物質が放射線の照射を受けると物質内で電子及び正孔が励起され、励起された電子及び正孔の一部は不純物や格子欠陥による捕獲中心に捕らえられる。これらの捕獲中心が、放射線量に比例する。この熱蛍光物質を２００〜４００℃の高温に加熱すると、捕らえられた電子が解放され、正孔と再結合し、このとき熱蛍光（熱ルミネセンス）を発する。本実施形態では、熱蛍光シート１０は、熱蛍光物質が貼り付けられた線量計台紙からシート状の熱蛍光物質を剥がして作成される。そして、この熱蛍光シート１０では、シート面内の複数の位置で、熱ルミネセンスを計測可能である。これにより、熱蛍光シート１０を用いて、線量分布を算出することができる。

評価装置２０は、計測支援処理を行なうコンピュータシステムである。この評価装置２０には、入力部２５、出力部２６が接続されている。入力部２５は、キーボードやポインティングデバイス等であり、各種情報を入力するために用いられる。また、入力部２５は、撮影装置３１、測定装置３２から情報を取得する入力インターフェースとして機能する。出力部２６は、ディスプレイ等であり、各種情報を出力するために用いられる。

この評価装置２０は、制御部２１、教師情報記憶部２２、学習結果記憶部２３、計測情報記憶部２４を備えている。
制御部２１は、制御手段（ＣＰＵ、ＲＡＭ、ＲＯＭ等）を備え、後述する処理（教師情報取得段階、学習段階、計測情報取得段階、予測段階等の各処理）を行なう。そのための計測支援プログラムを実行することにより、制御部２１は、教師情報取得部２１１、学習部２１２、計測情報取得部２１３、予測部２１４として機能する。

教師情報取得部２１１は、機械学習に用いる教師データを取得する処理を実行する。本実施形態では、シミュレーションにより、機械学習に用いる教師データを生成する。
学習部２１２は、教師データを用いた機械学習により、線量を予測するための予測モデルを生成する処理を実行する。機械学習の手法として、特許文献２に開示された「カップリング学習」を用いることができる。なお、機械学習は、学習により予測モデルを生成できるものであれば、「カップリング学習」に限定されるものではなく、深層学習等を用いることもできる。

計測情報取得部２１３は、評価対象物の線量を予測するための情報を取得する処理を実行する。この計測情報取得部２１３は、熱蛍光シートの画像パターンを記憶しており、画像認識により、熱蛍光シートの３次元配置位置を特定することができる。
予測部２１４は、予測モデルを用いて、評価対象物の線量を予測する処理を実行する。

図２に示すように、本実施形態では、評価対象情報Ｄ１、計測領域情報Ｄ２、計測値分布情報Ｄ３から、予測モデルＭ１を用いて、全体分布情報Ｄ４を算出する。
評価対象情報Ｄ１は、複数の計測点における分布を予測する評価対象領域の３次元形状に関する情報である。

計測領域情報Ｄ２は、計測値を算出した領域（計測領域）の３次元形状に関する情報である。
計測値分布情報Ｄ３は、計測領域における計測値の２次元分布に関する情報である。
全体分布情報Ｄ４は、評価対象領域における予測値の３次元分布に関する情報である。
予測モデルＭ１は、機械学習により算出した全体分布情報Ｄ４を予測するための情報である。

教師情報記憶部２２には、予測モデルを生成するために、評価対象情報Ｄ１、計測領域情報Ｄ２、計測値分布情報Ｄ３、全体分布情報Ｄ４からなる複数の教師データが記録される。

学習結果記憶部２３には、カップリング学習によって生成された予測モデルＭ１（学習結果）が記録される。カップリング学習の場合には、主成分基底ベクトルと平均ベクトルが記録される。
計測情報記憶部２４には、評価対象についての計測情報が記録される。この計測情報は、評価対象情報Ｄ１、計測領域情報Ｄ２、計測値分布情報Ｄ３を含む。

ここで、図３に示すように、手５００における放射線の線量を計測する場合を想定して、各情報を説明する。ここでは、手５００に、シート片１１が貼付されている。評価対象情報Ｄ１として、手５００の３次元モデルを用いる。計測領域情報Ｄ２として、手５００の表面に配置されたシート片１１の３次元モデル（３次元配置情報）を用いる。計測値分布情報Ｄ３として、シート片１１における熱ルミネセンス分布から算出される線量分布（面内分布）を用いる。

そして、評価対象情報Ｄ１〜計測値分布情報Ｄ３から、予測モデルＭ１を用いて、全体分布情報Ｄ４として、シート片１１の貼付領域を含め、手５００表面全体の線量分布（計測予測値）を予測する。

撮影装置３１は、評価対象情報Ｄ１、計測領域情報Ｄ２の３次元モデルを生成するためのカメラである。
測定装置３２は、計測値分布情報Ｄ３を算出するための計測装置である。本実施形態では、加熱により、熱蛍光シート１０から発せられた熱ルミネセンスの発光強度を計測し、この発光強度により線量分布を計測する。

（学習処理）
次に、図４を用いて、学習処理を説明する。
ここでは、評価装置２０の制御部２１は、教師データの取得処理を実行する（ステップＳ１−１）。具体的には、制御部２１の教師情報取得部２１１は、予め準備された複数の３次元のサンプル形状モデルに対して、放射線を照射するシミュレーションを行なう。ここでは、教師情報取得部２１１は、サンプル形状モデルを評価対象情報Ｄ１として特定する。次に、教師情報取得部２１１は、サンプル形状モデルの表面において、任意の計測領域を特定し、この計測領域の３次元配置情報を計測領域情報Ｄ２として特定する。次に、教師情報取得部２１１は、所定の位置に配置された放射線源から所定量の放射線を照射するシミュレーションを行なう。この場合、教師情報取得部２１１は、サンプル形状モデルの表面において、線量分布を算出する。そして、教師情報取得部２１１は、計測領域における線量分布を計測値分布情報Ｄ３として特定する。更に、教師情報取得部２１１は、サンプル形状モデルの表面全体における線量分布を全体分布情報Ｄ４として特定する。次に、教師情報取得部２１１は、特定した評価対象情報Ｄ１〜全体分布情報Ｄ４を一つのセットの教師データとして教師情報記憶部２２に記録する。そして、教師情報取得部２１１は、複数のサンプル形状モデルに対して、任意の計測領域を設定し、上記と同様に評価対象情報Ｄ１〜全体分布情報Ｄ４を生成し、教師データとして教師情報記憶部２２に記録する。

次に、評価装置２０の制御部２１は、機械学習処理を実行する（ステップＳ２−２）。具体的には、制御部２１の学習部２１２は、教師情報記憶部２２に記録された教師データを用いて、機械学習により、予測モデルＭ１を算出する。そして、学習部２１２は、算出した予測モデルＭ１を学習結果記憶部２３に記録する。

（計測支援処理）
次に、図５、図６を用いて、計測支援処理を説明する。ここでは、患者の身体（手）に熱蛍光シートを貼り付けて、照射した放射線の線量を計測する場合を想定する。

まず、図５（ａ）に示すように、シートの分割処理を実行する（ステップｔ１）。ここでは、評価対象物（患者の手）の形状に応じて、対象物の表面に密着できるように、熱蛍光シート１０を所定（任意）の形状、大きさのシートに割いたり、切ったりして分割する。ここでは、熱蛍光シート１０から、３枚のシート片１１を分割する場合を想定する。
次に、図５（ｂ）に示すように、シートの貼付処理を実行する（ステップｔ２）。ここでは、分割した各シート片１１を手５００の体表面の任意の位置に貼り付ける。

（シート情報登録処理）
次に、図５（ｃ）を用いて、シート情報登録処理を説明する。
ここでは、評価装置２０の制御部２１は、３次元撮影処理を実行する（ステップＳ２−１）。具体的には、撮影装置３１を用いて、各シート片１１を貼り付けた手５００を撮影する。そして、制御部２１の計測情報取得部２１３は、撮影装置３１から、入力部２５を介して、３次元撮影画像を取得する。この３次元撮影画像には、手５００の３次元形状情報が含まれる。

次に、評価装置２０の制御部２１は、シートの配置情報の登録処理を実行する（ステップＳ２−２）。具体的には、制御部２１の計測情報取得部２１３は、手５００の３次元形状において、各シート片１１の３次元配置位置を特定する。ここでは、３次元撮影画像において、熱蛍光シートの画像認識により３次元配置位置（３次元の実測座標）を特定する。そして、計測情報取得部２１３は、特定した手５００の３次元形状情報及びシート片１１の３次元配置情報を計測情報記憶部２４に記録する。
これにより、図５（ｄ）に示すように、手５００の３次元形状５１０において、シート片１１の３次元配置情報が記録される。

次に、図５（ｃ）に示すように、照射処理を実行する（ステップｔ３）。ここでは、放射線源を用いて、患者の手５００に放射線を照射する。
次に、図６（ａ）に示すように、シートの剥離処理を実行する（ステップｔ４）。ここでは、手５００の表面に貼り付けられた各シート片１１を手５００から剥離する。

次に、熱蛍光の計測処理を実行する（ステップｔ５）。ここでは、測定装置３２を用いて、各シート片１１の熱処理を行ない、各シートの熱ルミネセンスの発光強度分布を測定する。

（線量評価処理）
次に、図６（ｂ）を用いて、線量評価処理を説明する。
ここでは、評価装置２０の制御部２１は、シートの線量情報の取得処理を実行する（ステップＳ３−１）。具体的には、制御部２１の計測情報取得部２１３は、測定装置３２から、入力部２５を介して、各シート片１１の発光強度分布情報（面内分布）を取得する。そして、計測情報取得部２１３は、発光強度に応じて、各シート片１１内における放射線の線量分布（実測値）を算出する。

次に、評価装置２０の制御部２１は、シート配置領域の線量マッピング処理を実行する（ステップＳ３−２）。具体的には、制御部２１の計測情報取得部２１３は、計測情報記憶部２４から、シート配置領域の３次元形状情報（空間的配置情報）を取得する。そして、計測情報取得部２１３は、算出した各シート片１１の線量分布を、３次元形状５１０の計測領域にマッピングする。
この場合、図６（ｃ）に示すように、手の３次元形状５１０において、部分的に放射線量分布を算出する。

次に、評価装置２０の制御部２１は、予測処理を実行する（ステップＳ３−３）。具体的には、制御部２１の予測部２１４は、シート配置領域の線量分布を予測モデルに適用して、全体分布情報Ｄ４を算出する。

ここでは、図６（ｄ）に示すように、３次元形状５１０の全体における線量分布を予測する。この結果、シート片１１の非配置領域においても線量がマッピングされる。
次に、評価装置２０の制御部２１は、出力処理を実行する（ステップＳ３−４）。具体的には、制御部２１の予測部２１４は、線量をマッピングした３次元形状を、出力部２６に表示する。

以上、本実施形態によれば、以下に示す効果を得ることができる。
（１）本実施形態では、熱蛍光物質が貼り付けられた線量計台紙からシート状の熱蛍光物質を剥がして作成した熱蛍光シート１０を用いる。そして、シート分割処理（ステップｔ１）、シートの貼付処理（ステップｔ２）を実行する。台紙から剥離するため、加工容易な熱蛍光シートを貼付先の形状に応じて分割することができる。更に、評価対象物の表面に対して、その形状に応じて、柔軟な熱蛍光シートを密着させて線量分布を計測することができる。この場合、密着させることにより、表面形状に応じた、より正確な線量を計測することができる。更に、この線量に応じて、評価対象物内部（例えば、体内）の線量の予測が可能である。

（２）本実施形態では、評価装置２０の制御部２１は、教師データの取得処理を実行する（ステップＳ１−１）。この場合、教師データとして、シミュレーションにより、評価対象情報Ｄ１〜全体分布情報Ｄ４を生成する。これにより、効率的に教師データを取得することができる。

（３）本実施形態では、評価装置２０の制御部２１は、配置した３次元撮影処理（ステップＳ２−１）、シートの配置情報の登録処理（ステップＳ２−２）を実行する。これにより、全体形状において、計測領域を特定することができる。

（４）本実施形態では、熱蛍光の計測処理（ステップｔ５）を実行する。これにより、計測対象物に密着した計測領域の線量分布を算出することができる。

（５）本実施形態では、評価装置２０の制御部２１は、シート配置領域の線量マッピング処理（ステップＳ３−２）、予測処理（ステップＳ３−３）を実行する。これにより、部分的な領域の線量計測により、全体領域における線量分布を算出することができる。

本実施形態は、以下のように変更して実施することができる。本実施形態及び以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。
・上記実施形態では、体表面に熱蛍光シートを密着させて貼り付けた。貼付箇所は体表面に限定されるものではない。服等の表面や裏面等に熱蛍光シートを貼り付けて、体形状に沿って線量を計測するようにしてもよい。例えば、医療従事者の服に貼り付けることにより、個人被ばく線量の計測を行なうことができる。
・上記実施形態では、評価装置２０の制御部２１は、教師データの取得処理を実行する（ステップＳ１−１）。この場合、教師データを、シミュレーションにより、評価対象情報Ｄ１〜全体分布情報Ｄ４を生成して取得する。教師データは、シミュレーションによって生成したデータを取得する場合に限定されるものではない。例えば、広い面積の熱蛍光シート１０を用いたばく露実験により、実測値で教師データを取得するようにしてもよい。この場合には、熱蛍光シート１０の全体領域の配置情報を評価対象情報Ｄ１、全体の中で一部の領域を計測領域として、この領域の配置情報を計測領域情報Ｄ２、この領域における計測値を計測値分布情報Ｄ３、全体の計測値を全体分布情報Ｄ４として用いる。

・上記実施形態では、評価装置２０の制御部２１は、シートの配置情報の登録処理を実行する（ステップＳ２−２）。ここでは、３次元撮影画像において、熱蛍光シートの画像認識により３次元配置位置を特定する。シート片１１の配置の特定は画像認識を用いる場合に限定されない。例えば、３次元撮影画像において、入力部２５を用いて、熱蛍光シートの画像を指定することにより、シート片１１の３次元配置位置を特定するようにしてもよい。

また、シート片１１を撮影した２次元画像を取得し、この２次元画像を用いて、撮影装置３１から取得した３次元撮影画像において、シート片１１の３次元配置位置を特定するようにしてもよい。この場合には、評価装置２０の制御部２１は、２次元画像に含まれる形状と、３次元撮影画像に含まれる形状との画像マッチングにより、シート片１１の３次元配置位置を特定する。

・上記実施形態では、熱蛍光シート１０を用いて線量分布を算出する。線量分布を算出することができれば、熱蛍光シートを用いる場合に限定されるものではない。例えば、放射線を照射した場合、放射線焼けにより、皮膚の色が変化することがある（放射線焼け）。そこで、放射線の照射前後の皮膚の色分布により、放射線焼けが生じていない領域の放射線量を予測するようにしてもよい。

・上記実施形態では、部分的な線量分布の計測により、全体の線量分布を算出する。本発明の適用対象は、線量の予測に限定されるものではない。例えば、光分布（電磁波）、粒子線、圧力の分布を部分的に計測し、計測領域の計測値分布から全体分布を予測するようにしてもよい。

・上記実施形態では、評価対象物の部分的な計測領域における計測値分布により、評価対象物全体の線量分布を算出する。評価対象物と計測領域とは同一物である必要はない。評価対象物として集合体を想定し、この集合体の構成要素における計測値分布を用いて、集合体における計測値を予測するようにしてもよい。

また、集合体の構成要素の動きを考慮して、計測領域を特定するようにしてもよい。この場合も、シミュレーションにより、集合体（すべての構成要素）の動き履歴、構成要素の動き履歴、構成要素の計測値、すべての構成要素の計測値をシミュレーションにより算出した教師データを用いて機械学習を行なう。例えば、被ばく環境において複数の作業者が作業を行なう場合を想定する。この場合、一部の作業者のみに対して、放射線の計測器を付与する。そして、すべての作業者の動き（所在位置）の所在履歴情報を記録する。ここで、評価対象情報Ｄ１として、すべての作業者の所在履歴情報を用いる。また、計測領域情報Ｄ２として、計測器を付与された作業者の所在履歴情報を用いる。計測値分布情報Ｄ３として、計測手段により計測した値を用いる。そして、全体分布情報Ｄ４として、すべての作業者の被ばく線量情報を予測する。これにより、一部の作業者における計測値を用いて、他の作業者における計測値を予測することができる。

１０…熱蛍光シート、１１…シート片、２０…評価装置、２１…制御部、２１１…教師情報取得部、２１２…学習部、２１３…計測情報取得部、２１４…予測部、２２…教師情報記憶部、２３…学習結果記憶部、２４…計測情報記憶部、２５…入力部、２６…出力部、３１…撮影装置、３２…測定装置。

Claims (9)

1. 学習対象物に配置された複数の計測シートについての実測値を含む教師データを用いて、前記計測シートが配置されていない領域の推定値を予測するための学習結果を記録した学習結果記憶部と、
   入力部、出力部に接続された制御部とを備えた計測支援システムであって、
   前記制御部が、
   前記入力部から、計測に用いる計測シートの配置について予測対象における複数の計測シートの３次元の実測座標及び実測値を取得し、
   前記計測シートを配置する予測対象全体の形状情報を特定し、
   前記学習結果記憶部の学習結果を用いて、前記実測座標及び前記実測値から、前記予測対象において、前記計測シートが配置されていない領域の推定値を予測して、前記出力部に出力することを特徴とする計測支援システム。
2. 前記制御部が、
   前記計測シートの形状を取得し、
   前記形状を用いて、前記予測対象において、前記計測シートが配置された領域を特定することを特徴とする請求項１に記載の計測支援システム。
3. 前記制御部が、前記計測シートのシート面内の複数の位置で、前記実測値を取得することを特徴とする請求項１又は２に記載の計測支援システム。
4. 前記制御部が、前記計測シートにより、前記予測対象の表面に貼り付けられた位置で、前記実測値として放射線の線量を計測することを特徴とする請求項１〜３のいずれか一項に記載の計測支援システム。
5. 前記予測対象は人体であり、前記予測対象の表面に前記計測シートを貼り付けることを特徴とする請求項１〜４のいずれか一項に記載の計測支援システム。
6. 前記制御部が、
   前記学習対象物に、３次元で配置された複数の前記計測シートにおける実測値を含む教師データを用いて、前記予測対象において前記計測シートが配置されていない領域の推定値を予測するための学習結果を算出し、
   前記学習結果記憶部に記録する学習処理を実行することを特徴とする請求項１〜５のいずれか一項に記載の計測支援システム。
7. 前記学習対象物の形状と、前記学習対象物の表面に配置された複数の計測シートについての実測値を含む教師データを用いることを特徴とする請求項１〜６のいずれか一項に記載の計測支援システム。
8. 学習対象物に配置された複数の計測シートについての実測値を含む教師データを用いて、前記計測シートが配置されていない領域の推定値を予測するための学習結果を記録した学習結果記憶部と、
   入力部、出力部に接続された制御部とを備えた計測支援システムを用いて、計測支援を行なう方法であって、
   前記制御部が、前記入力部から、計測に用いる計測シートの配置について予測対象における複数の計測シートの３次元の実測座標及び実測値を取得するステップと、
   前記制御部が、前記計測シートを配置する予測対象全体の形状情報を特定するステップと、
   前記制御部が、前記学習結果記憶部の学習結果を用いて、前記実測座標及び前記実測値から、前記予測対象において、前記計測シートが配置されていない領域の推定値を予測して、前記出力部に出力するステップとを備えることを特徴とする計測支援方法。
9. 学習対象物に配置された複数の計測シートについての実測値を含む教師データを用いて、前記計測シートが配置されていない領域の推定値を予測するための学習結果を記録した学習結果記憶部と、
   入力部、出力部に接続された制御部とを備えた計測支援システムを用いて、計測支援を行なうプログラムであって、
   前記制御部を、
   前記入力部から、計測に用いる計測シートの配置について予測対象における複数の計測シートの３次元の実測座標及び実測値を取得する手段、
   前記計測シートを配置する予測対象全体の形状情報を特定する手段、
   前記学習結果記憶部の学習結果を用いて、前記実測座標及び前記実測値から、前記予測対象において、前記計測シートが配置されていない領域の推定値を予測して、前記出力部に出力する手段として機能させることを特徴とする計測支援プログラム。