JP7114386B2 - 医用画像診断装置およびモダリティ制御装置 - Google Patents
医用画像診断装置およびモダリティ制御装置 Download PDFInfo
- Publication number
- JP7114386B2 JP7114386B2 JP2018141740A JP2018141740A JP7114386B2 JP 7114386 B2 JP7114386 B2 JP 7114386B2 JP 2018141740 A JP2018141740 A JP 2018141740A JP 2018141740 A JP2018141740 A JP 2018141740A JP 7114386 B2 JP7114386 B2 JP 7114386B2
- Authority
- JP
- Japan
- Prior art keywords
- subject
- medical
- medical image
- data
- imaging
- 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.)
- Active
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims description 30
- 238000003384 imaging method Methods 0.000 claims description 55
- 238000009826 distribution Methods 0.000 claims description 27
- 239000002872 contrast media Substances 0.000 claims description 11
- 230000006870 function Effects 0.000 description 108
- 238000012545 processing Methods 0.000 description 106
- 230000015654 memory Effects 0.000 description 43
- 238000010586 diagram Methods 0.000 description 16
- 230000010365 information processing Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000002591 computed tomography Methods 0.000 description 14
- 238000012544 monitoring process Methods 0.000 description 13
- 206010002383 Angina Pectoris Diseases 0.000 description 11
- 206010010904 Convulsion Diseases 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 8
- 238000000034 method Methods 0.000 description 8
- 206010003225 Arteriospasm coronary Diseases 0.000 description 7
- 210000004351 coronary vessel Anatomy 0.000 description 7
- 238000002595 magnetic resonance imaging Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000002360 preparation method Methods 0.000 description 5
- 208000005392 Spasm Diseases 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 201000001068 Prinzmetal angina Diseases 0.000 description 3
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000007943 implant Substances 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000728173 Sarima Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000002586 coronary angiography Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Images
Description
本発明の実施形態は、医用画像診断装置、モダリティ制御装置および医用情報管理装置に関する。
医用画像診断において、特定の疾患に関する発作が生じている瞬間の撮影を行う場合に、次のような問題が知られている。例えば、発作を誘発させて撮影する場合には、人体へ負荷をかける必要がある。また、発作を誘発できない場合には、発作がいつ発生するかわからないため、撮影するタイミングを決定するのが困難である。
一例として、狭心症の評価では、発作が発生している状態で冠動脈造影の検査を行う必要がある。例えば、労作性狭心症は、運動負荷により発作を誘発させ、発作が生じている瞬間を撮影することによって、診断評価を行う。しかし、高齢者および併存疾患を有する患者は、運動負荷を行えない場合がある。そのため、検査の際に発作を誘発させることができず、診断評価を行えない場合がある。
また例えば、冠攣縮性狭心症は、冠動脈の痙攣に起因する狭心症であり、運動負荷では発作を誘発させることができない。冠攣縮薬物誘発試験により発作を誘発させることは可能であるが、人体へ負荷をかけることになるため、必ずしも全ての人が検査を行えない場合がある。
換言すると、狭心症などの特定の疾患の検査などにおいて、当該特定の疾患に起因する発作を意図的に誘発させることが困難であるという問題がある。そのため、従来は、当該特定の疾患に罹患している被検体に関する検査を最適なタイミングで実行することが困難であった。
本発明が解決しようとする課題は、被検体に関する検査を最適なタイミングで実行可能にすることである。
実施形態に係る医用画像診断装置は、取得部と、予測部と、制御部とを備える。取得部は、被検体の生体データをリアルタイムに取得する。予測部は、生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測する。制御部は、発生時間帯に基づいて、被検体の撮像を制御する。
以下、図面を参照しながら、医用画像診断装置、モダリティ制御装置および医用情報管理装置の実施形態について詳細に説明する。
（第１の実施形態）
図１は、第１の実施形態に係る医用情報処理システムの構成例を示すブロック図である。例えば、図１に示すように、本実施形態に係る医用情報処理システム１００は、医用画像診断装置１１０と、サーバ装置１２０と、端末装置１３０と、生体データ計測装置１４０とを備える。医用画像診断装置１１０と、サーバ装置１２０と、端末装置１３０と、生体データ計測装置１４０とは、例えば、医療施設内に設置された院内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）１５０を介して互いに接続される。尚、医用情報処理システム１００は、複数のサーバ装置および複数の端末装置を備えてもよい。
図１は、第１の実施形態に係る医用情報処理システムの構成例を示すブロック図である。例えば、図１に示すように、本実施形態に係る医用情報処理システム１００は、医用画像診断装置１１０と、サーバ装置１２０と、端末装置１３０と、生体データ計測装置１４０とを備える。医用画像診断装置１１０と、サーバ装置１２０と、端末装置１３０と、生体データ計測装置１４０とは、例えば、医療施設内に設置された院内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）１５０を介して互いに接続される。尚、医用情報処理システム１００は、複数のサーバ装置および複数の端末装置を備えてもよい。
医用情報処理システム１００には、例えば、ＰＡＣＳ（Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）、ＨＩＳ（Ｈｏｓｐｉｔａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）およびＲＩＳ（Ｒａｄｉｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）などが導入されている。これらのシステムは、例えば、検査予約システムによって運用される。医用情報処理システム１００は、医用画像、検査オーダおよび患者情報などの各種情報を統括的に管理する。
図２は、図１の医用画像診断装置の構成例を示すブロック図である。例えば、図２に示すように、本実施形態に係る医用画像診断装置１１０は、医用撮像装置１１１と、メモリ１１２と、ディスプレイ１１３と、入力インタフェース１１４と、処理回路１１５と、通信インタフェースとを備える。
医用画像診断装置１１０は、被検体を撮影することにより検査を実施する装置である。医用画像診断装置１１０は、例えばＸ線診断装置、Ｘ線コンピュータ断層撮影（ＣＴ：Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置および磁気共鳴イメージング（ＭＲＩ：Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）装置などに相当する。一例を挙げれば、医用撮像装置１１１は架台に対応し、メモリ１１２、ディスプレイ１１３、入力インタフェース１１４、処理回路１１５および通信インタフェース１１６は当該架台に接続されたコンソールに対応する。尚、Ｘ線診断装置、Ｘ線ＣＴ装置およびＭＲＩ装置などは、モダリティ装置と呼ばれてもよい。
医用撮像装置１１１は、被検体に関する医用信号を生成する。医用信号は、被検体に医用撮像を施すことにより収集された生データである。よって、医用信号は、医用信号データと呼ばれてもよい。医用信号データは、例えば、医用撮像装置１１１がＸ線ＣＴ装置である場合における投影データまたはサイノグラムデータ、ＭＲＩ装置である場合におけるｋ空間データに相当する。
医用撮像装置１１１がＸ線診断装置の架台である場合、当該架台は、Ｘ線管とＸ線検出器との間に載置された被検体にＸ線を照射する。被検体を透過したＸ線は、Ｘ線検出器により検出される。Ｘ線検出器においては、検出されたＸ線の線量に応じた波高値を有する電気信号が発生される。当該電気信号は、Ａ／Ｄ変換器を介してディジタルデータに変換される。ディジタルデータは、生データとして処理回路１１５に伝送される。
医用撮像装置１１１がＸ線ＣＴ装置の架台である場合、当該架台は、Ｘ線管とＸ線検出器とを被検体回りに回転させながらＸ線管から被検体にＸ線を照射し、被検体を透過したＸ線をＸ線検出器により検出する。Ｘ線検出器においては、検出されたＸ線の線量に応じた波高値を有する電気信号が発生される。当該電気信号は、データ収集回路によりＡ／Ｄ変換などの信号処理が施される。Ａ／Ｄ変換後の電気信号は投影データまたはサイノグラムデータと呼ばれる。投影データまたはサイノグラムデータは、生データとして処理回路１１５に伝送される。
医用撮像装置１１１がＭＲＩ装置の架台である場合、当該架台は、静磁場磁石を介した静磁場の印加の下、傾斜磁場コイルを介した傾斜磁場の印加と送信コイルを介したＲＦパルスの印加とを繰り返す。ＲＦパルスの印加に起因して被検体から磁気共鳴（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ：ＭＲ）信号が放出される。放出されたＭＲ信号は、受信コイルを介して受信される。受信されたＭＲ信号は、受信回路によりＡ／Ｄ変換などの信号処理が施される。Ａ／Ｄ変換後のＭＲ信号は、ｋ空間データに対応する。ｋ空間データは、生データとして処理回路１１５に伝送される。
換言すると、医用撮像装置１１１は、被検体に対し、当該医用撮像装置１１１のモダリティ装置種に応じた撮像原理の医用撮像を施し、当該被検体に関する生データを収集する。収集された生データは、処理回路１１５に伝送される。
なお、医用撮像装置１１１は、収集された医用信号データに画像復元処理を施すことによって医用画像データを生成してもよい。医用画像データは、例えば、Ｘ線画像、ＣＴ画像およびＭＲ画像などに相当する。
メモリ１１２は、種々の情報を記憶する。メモリ１１２として、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）および集積回路記憶装置などが適宜利用可能である。また、メモリ１１２は、ＣＤ－ＲＯＭドライブ、ＤＶＤドライブおよびフラッシュメモリなどの可搬性記憶媒体との間で種々の情報を読み書きする駆動装置などであってもよい。例えば、メモリ１１２は、医用撮像装置１１１によって取得された生データや医用画像データを記憶する。また、メモリ１１２は、本実施形態に係る制御プログラムおよびデータなどを記憶する。尚、メモリ１１２の保存領域は、院内ＬＡＮ１５０に接続された外部記憶装置内にあってもよい。
ディスプレイ１１３は、操作者が各種業務を遂行するための種々の情報を表示する。ディスプレイ１１３には、例えばダリティ装置種に応じた撮像条件などを入力するための画面や医用画像データなどが表示される。ディスプレイ１１３として、例えば、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ、ＬＥＤディスプレイ、プラズマディスプレイ、および当技術分野で知られている他の任意のディスプレイが適宜利用可能である。
入力インタフェース１１４は、例えば、マウス、キーボード、および操作面へ触れることで指示が入力されるタッチパネルなどにより実現される。入力インタフェース１１４は、例えば、操作者からの操作を受け付ける。操作者の操作は、例えば、マウスポインタの移動操作、クリック操作およびドラッグアンドドロップ操作などに相当する。入力インタフェース１１４は、操作者からの操作を電気信号へ変換し、当該電気信号を処理回路１１５へ出力する。本実施形態では、入力インタフェース１１４は、モダリティ装置種に応じた撮影条件などを操作者から受け付ける。
処理回路１１５は、ハードウェア資源として、図示していないプロセッサ、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭなどのメモリを有し、医用画像診断装置１１０を制御する。処理回路１１５は、システム制御機能１１５ａ、画像生成機能１１５ｂ、取得機能１１５ｃ、予測機能１１５ｄおよび撮像制御機能１１５ｅを有する。システム制御機能１１５ａ、画像生成機能１１５ｂ、取得機能１１５ｃ、予測機能１１５ｄおよび撮像制御機能１１５ｅにて行われる各種機能は、コンピュータによって実行可能なプログラムの形態でメモリへ記憶されている。処理回路１１５は、これら各種機能に対応するプログラムをメモリから読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１１５は、図２の処理回路１１５に示された複数の機能などを有することになる。
なお、図２において、単一の処理回路１１５にて前述の各種機能が実現するものとして説明したが、複数の独立したプロセッサがプログラムを実行することにより各種機能を実現するものとして構わない。換言すると、前述の各種機能がプログラムとして構成され、一つの処理回路が各プログラムを実行する場合であってもよいし、特定の機能が専用の独立したプログラム実行回路に実装される場合であってもよい。
前述の「プロセッサ」という文言は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）およびプログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）およびフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））などの回路を意味する。
処理回路１１５におけるプロセッサは、メモリ１１２に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、メモリ１１２にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、処理回路１１５が有するシステム制御機能１１５ａ、画像生成機能１１５ｂ、取得機能１１５ｃ、予測機能１１５ｄおよび撮像制御機能１１５ｅは、それぞれシステム制御部、画像生成部、取得部、予測部および制御部の一例である。
システム制御機能１１５ａは、入力インタフェース１１４を介して操作者から受け付けた入力操作に基づいて、処理回路１１５の各機能などを制御する機能である。具体的には、処理回路１１５は、システム制御機能１１５ａにより、メモリ１１２に記憶されている制御プログラムを読み出す。読み出された制御プログラムは、処理回路１１５内のメモリ上に展開され、当該制御プログラムに従って医用画像診断装置１１０の各部が制御される。
画像生成機能１１５ｂは、医用撮像装置１１１から出力された生データに対して、モダリティ装置種に応じた処理を施すことによって医用画像データを生成する機能である。例えば、医用撮像装置１１１がＸ線診断装置である場合、処理回路１１５は、画像生成機能１１５ｂにより、生データに対して各種処理を行うことによってＸ線画像を生成する。例えば、医用撮像装置１１１がＸ線ＣＴ装置である場合、処理回路１１５は、画像生成機能１１５ｂにより、生データに対してフィルタ補正逆投影（Ｆｉｌｔｅｒｅｄ Ｂａｃｋ Ｐｒｏｊｅｃｔｉｏｎ：ＦＢＰ）を用いることによってＣＴ画像を生成する。また、医用撮像装置１１１がＭＲＩ装置である場合、処理回路１１５は、生データに対して高速フーリエ変換（Ｆａｓｔ Ｆｏｕｒｉｅｒ Ｔｒａｎｓｆｏｒｍ：ＦＦＴ）を用いることによってＭＲ画像を生成する。
取得機能１１５ｃは、被検体の生体データをリアルタイムに取得する機能である。例えば生体データが心電波形である場合、処理回路１１５は、取得機能１１５ｃにより、被検体の心電波形をリアルタイムに取得する。また、処理回路１１５は、医用撮像装置１１１に載置された被検体の生体データをリアルタイムに取得してもよい。また、処理回路１１５は、例えば院内ＬＡＮを介して接続された他の医用画像診断装置が有する医用撮像装置（他の医用撮像装置）によって撮像された医用画像に基づく生体データをリアルタイムに取得してもよい。また、処理回路１１５は、例えば院内ＬＡＮを介して接続された超音波診断装置によって撮像された医用画像に基づく生体データをリアルタイムに取得してもよい。
予測機能１１５ｄは、被検体に関するイベントの発生時間帯を予測する機能である。具体的には、処理回路１１５は、予測機能１１５ｄにより、リアルタイムに取得された被検体の生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測する。より具体的には、処理回路１１５は、生体データを用いて確率分布を更新することによって、発生時間帯を予測してもよい。また、処理回路１１５は、リアルタイムに取得された被検体の生体データと他の生体データとに基づいて確率分布を算出し、発生時間帯を予測してもよい。他の生体データは、例えば、集団ビッグデータに相当し、複数の被検体、或いは複数の患者から得られた生体データである。尚、確率分布の算出（或いは生体データの解析）には、例えば、単回帰分析、重回帰分析、相関分析および時系列分析（ＡＲＩＭＡモデルおよびＳＡＲＩＭＡモデル）などの分析法が用いられる。
本実施形態におけるイベントは、例えば不定期（或いは、突然）に発生する発作のことである。不定期に発生する発作には、例えば不整脈および冠攣縮性狭心症などに起因するものがある。本実施形態における確率分布は、イベントが発生する確率について、例えば時間と確率密度との関係で示したものである。本実施形態における発生時間帯は、イベントが発生する可能性のある時間帯を示したものである。よって、発生時間帯は、例えば確率密度がある閾値を越えている期間に相当する。尚、発生時間帯は、発生時刻の概念を含んでもよい。
また、特定のイベントについては、処理回路１１５は、予測機能１１５ｄにより、当該イベントが発生する部位別の確率分布を算出、或いは発生時間帯を予測してもよい。例えば、冠攣縮性狭心症は、右冠動脈および左冠動脈のどちらかで攣縮が発生する。そのため、処理回路１１５は、右冠動脈および左冠動脈のそれぞれにおいて、攣縮の発生に関する確率分布を算出、或いは発生時間帯を予測してもよい。
本実施形態では、イベントおよび生体データは何らかの相関性があるものとする。例えば、処理回路１１５は、生体データを解析することによって、生体データにおけるあるパターンの後にイベントが発生するという関係に基づいて確率分布を算出する。尚、予測される発生時刻は、様々であり、今から数分後の場合もあれば、今から数日後の場合もある。
イベントの発生時間帯を予測する方法として、例えば次の三つが考えられる。一つ目は、被検体のリアルタイムの生体データと、被検体の過去の生体データに基づく確率分布とによって発生時間帯を予測する方法である。二つ目は、被検体のリアルタイムの生体データと、イベントに関する他の被検体の過去の生体データに基づく確率分布とによって発生時間帯を予測する方法である。三つ目は、被検体のリアルタイムの生体データと、被検体および他の被検体の過去の生体データに基づく確率分布とによって発生時間帯を予測する方法である。尚、発生時間帯の予測において、被検体のＰＨＲ（Ｐｅｒｓｏｎａｌ Ｈｅａｌｔｈ Ｒｅｃｏｒｄ）、或いは他の被検体のＰＨＲをさらに用いてもよい。
撮像制御機能１１５ｅは、発生時間帯に基づいて、被検体の撮像を制御する機能である。具体的には、処理回路１１５は、撮像制御機能１１５ｅにより、発生時間帯に基づいて、医用撮像装置１１１における撮像の開始または終了を制御する。例えば、医用撮像装置１１１がＸ線ＣＴ装置およびＭＲＩ装置などの連続撮像が可能な装置である場合、処理回路１１５は、発生確率が閾値を越えた時点から撮像を開始し、閾値を下回った時点で撮像を終了してもよい。また、処理回路１１５は、発生時間帯に基づいて、被検体への造影剤の投与の開始または終了を制御してもよい。
通信インタフェース１１６は、院内ＬＡＮ１５０を介して接続されたサーバ装置１２０、端末装置１３０および生体データ計測装置１４０との間でデータ通信を行う。サーバ装置１２０、端末装置１３０および生体データ計測装置１４０との通信の規格は、如何なる規格であっても良いが、例えば、ＨＬ７、ＤＩＣＯＭ、又はその両方などが挙げられる。
サーバ装置１２０は、例えばＰＡＣＳサーバに相当する。サーバ装置１２０は、医用画像診断装置１１０によって収集された医用画像データを記憶する。具体的には、サーバ装置１２０は、例えば、各診療科に配置された端末装置１３０から複数の検査オーダを受信する。サーバ装置１２０は、受信した複数の検査オーダから、医用画像診断装置１１０ごとに患者リストを作成する。サーバ装置１２０は、作成した患者リストを医用画像診断装置１１０に送信する。また、サーバ装置１２０は、端末装置１３０からの要求に応じて、医用画像データを端末装置１３０へと送信する。
端末装置１３０は、例えばＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、タブレット式ＰＣ、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）およびスマートフォンなどに相当する。端末装置１３０は、医療施設内の各診療科に配置される。端末装置１３０は、操作者によって被検体の症状および医師の所見などのカルテ情報が入力される。また、端末装置１３０は、操作者によって検査オーダが入力される。端末装置１３０は、入力された検査オーダを医用画像診断装置１１０またはサーバ装置１２０へと送信する。
生体データ計測装置１４０は、被検体の身体的特徴および行動パターンなどの生体データを測定する装置に相当する。生体データには、例えば心電波形、脈拍、血流、血圧、皮膚温度、脳波、眼球運動、血糖値および血中酸素飽和度などが含まれる。生体データ計測装置１４０は、被検体の生体データをリアルタイムに計測し、医用画像診断装置１１０およびサーバ装置１２０へと送信する。
生体データ計測装置１４０は、被検体が常時身につけることができるウェアラブルデバイスでもよい。このようなウェアラブルデバイスは、被検体が身につけている限り、いかなる場所でも生体データを取得することができる。
生体データ計測装置１４０は、非接触のデバイスから生体データを取得してもよい。具体的には、非接触のデバイスは、室内に配置されたｗｅｂカメラ、サーモグラフィカメラおよびマイクロフォンなどに相当し、画像解析および音声解析をすることによって生体データを取得する。尚、非接触のデバイスを用いて生体データを取得する場合、非接触のデバイスは、顔認識および音声認識などを用いて被検体を特定してもよい。
生体データは、医用画像診断装置および超音波診断装置などによって取得される医用画像データでもよい。具体的には、生体データは、超音波診断装置などによって得られるドプラデータでもよい。よって、生体データ計測装置１４０は、被検体に関する生体データを取得できれば、単体の装置でなくてもよい。即ち、生体データ計測装置１４０として、医用画像診断装置および超音波診断装置などが用いられてもよい。
一実施形態では、生体データ計測装置１４０は、心電計に相当する。心電計は、被検体の心電波形を取得する。心電計の種類には、手術室などに備え付けられる据え置き型心電計と、被検体が常時身につけることができるホルター心電計とがある。
次に、以上のように構成された医用画像診断装置１１０の動作について図３のフローチャートおよび図４の模式図を用いて説明する。
図３は、第１の実施形態における動作を例示するフローチャートである。以下では、具体例として、冠攣縮性狭心症の疑いがある被検体の冠動脈について、医師がＸ線造影検査を行うことを想定している。この被検体には心電計が装着されており、医用画像診断装置１１０は、リアルタイムで被検体の生体データ（心電波形）を取得している。尚、医用画像診断装置１１０はＸ線ＣＴ装置であるものとする。
冠攣縮性狭心症とは、冠動脈の一部分が痙攣を起こして急に縮むことによって引き起こされる狭心症である。冠攣縮性狭心症は、明け方および夜間の安静時にも発作が起こり得る。このように安静時にも発作が起こるため、冠攣縮性狭心症による発作の原因は様々である。
図４は、第１の実施形態における動作を説明するための模式図である。図４の模式図では、主に、図３のフローチャートのステップＳＴ１０４からステップＳＴ１０９までの流れを示している。
始めに、医用画像診断装置１１０は、通信インタフェース１１６を介して検査予約システムなどから検査対象の被検体に関する被検体情報（患者情報）を取得する。患者情報は、例えば患者ＩＤ、患者名、生年月日、年来、体重、性別および検査部位などである。尚、被検体情報は、被検体が有するインプラントを示すインプラント情報を含んでもよい。
なお、被検体が検査を行う日時は、当該被検体の過去の生体データおよび他の被検体の過去の生体データの少なくとも一方を用いて算出された確率分布から決定されてもよい。この確率分布では、例えば、「２時間後から１５分間に亘ってイベント発生確率が７０％」などのような時間帯が予測される。よって、操作者は、時間に余裕をもって検査の準備を進めることができる。
（ステップＳＴ１０１）
医用画像診断装置１１０において、造影セットアップが実行される。具体的には、造影セットアップでは、操作者により天板上に被検体Ｐが載置され、被検体の静脈に対して、造影剤を注入するための管が挿入される。尚、造影セットアップは、位置決め撮影後に行われてもよい。
医用画像診断装置１１０において、造影セットアップが実行される。具体的には、造影セットアップでは、操作者により天板上に被検体Ｐが載置され、被検体の静脈に対して、造影剤を注入するための管が挿入される。尚、造影セットアップは、位置決め撮影後に行われてもよい。
（ステップＳＴ１０２）
処理回路１１５は、操作者による入力インタフェース１１４の操作に応じて、位置決め撮影用の撮影条件を含む撮影計画を設定する。
処理回路１１５は、操作者による入力インタフェース１１４の操作に応じて、位置決め撮影用の撮影条件を含む撮影計画を設定する。
（ステップＳＴ１０３）
処理回路１１５は、スキャン範囲、関心領域および撮影条件などを決定するための被検体Ｐの位置決め画像データを取得する。位置決め画像データは、例えばヘリカルスキャン、或いはノンヘリカルスキャンによって被検体Ｐに対する全周分の投影データを収集することによって取得される。具体的には、処理回路１１５は、被検体Ｐの心臓を含む胸部全体などの広範囲に対して、本スキャンの線量よりも低線量にヘリカルスキャン、或いはノンヘリカルスキャンを実行する。
処理回路１１５は、スキャン範囲、関心領域および撮影条件などを決定するための被検体Ｐの位置決め画像データを取得する。位置決め画像データは、例えばヘリカルスキャン、或いはノンヘリカルスキャンによって被検体Ｐに対する全周分の投影データを収集することによって取得される。具体的には、処理回路１１５は、被検体Ｐの心臓を含む胸部全体などの広範囲に対して、本スキャンの線量よりも低線量にヘリカルスキャン、或いはノンヘリカルスキャンを実行する。
処理回路１１５は、画像生成機能１１５ｂにより、被検体Ｐに関する投影データから三次元のＸ線ＣＴ画像データ（ボリュームデータ）を再構成することができる。また、処理回路１１５は、再構成したボリュームデータに基づいて、任意の方向に応じた二次元の位置決め画像を生成する。尚、位置決め画像は、前述のボリュームデータを三次元の位置決め画像データとして用いてもよい。
（ステップＳＴ１０４）
処理回路１１５は、取得機能１１５ｃにより、被検体Ｐの生体データをリアルタイムに取得する。具体的には、処理回路１１５は、被検体Ｐに装着された心電計を介して、生体データとして心電波形（心電図）のデータを取得する。
処理回路１１５は、取得機能１１５ｃにより、被検体Ｐの生体データをリアルタイムに取得する。具体的には、処理回路１１５は、被検体Ｐに装着された心電計を介して、生体データとして心電波形（心電図）のデータを取得する。
（ステップＳＴ１０５）
処理回路１１５は、予測機能１１５ｄにより、イベントの発生時間帯を予測する。具体的には、処理回路１１５は、リアルタイムに取得された被検体の生体データとイベント（冠攣縮性狭心症の発作）に関する確率分布とに基づいて、イベントの発生する可能性が最も高い時刻ｔ１を予測する。
処理回路１１５は、予測機能１１５ｄにより、イベントの発生時間帯を予測する。具体的には、処理回路１１５は、リアルタイムに取得された被検体の生体データとイベント（冠攣縮性狭心症の発作）に関する確率分布とに基づいて、イベントの発生する可能性が最も高い時刻ｔ１を予測する。
（ステップＳＴ１０６）
処理回路１１５は、操作者による入力インタフェース１１４の操作に応じて、被検体Pのモニタリング撮影を行うためのモニタリング条件を設定する。モニタリング条件は、造影条件および撮影条件を含む。造影条件は、例えば、造影剤の注入速度、注入量および注入時間が示されている。また、処理回路１１５は、操作者による入力インタフェース１１４の操作により、位置決め画像上に、モニタリング撮影のための関心領域ＲＯＩを設定する。
処理回路１１５は、操作者による入力インタフェース１１４の操作に応じて、被検体Pのモニタリング撮影を行うためのモニタリング条件を設定する。モニタリング条件は、造影条件および撮影条件を含む。造影条件は、例えば、造影剤の注入速度、注入量および注入時間が示されている。また、処理回路１１５は、操作者による入力インタフェース１１４の操作により、位置決め画像上に、モニタリング撮影のための関心領域ＲＯＩを設定する。
（ステップＳＴ１０７）
処理回路１１５は、撮像制御機能１１５ｅにより、発生時間帯に基づいて、被検体の撮像を制御する。具体的には、処理回路１１５は、時刻ｔ１で本スキャンが行えるようにモニタリング撮影を行う。例えば、処理回路１１５は、発作の発生する時刻ｔ１に基づいて、造影剤の注入する時刻を決定する。そして、処理回路１１５は、造影条件に基づいて、被検体Ｐに造影剤を注入するインジェクタを制御する。また、処理回路１１５は、撮影条件に基づいて、モニタリング撮影を実行するようにＸ線源とＸ線検出器とを制御する。
処理回路１１５は、撮像制御機能１１５ｅにより、発生時間帯に基づいて、被検体の撮像を制御する。具体的には、処理回路１１５は、時刻ｔ１で本スキャンが行えるようにモニタリング撮影を行う。例えば、処理回路１１５は、発作の発生する時刻ｔ１に基づいて、造影剤の注入する時刻を決定する。そして、処理回路１１５は、造影条件に基づいて、被検体Ｐに造影剤を注入するインジェクタを制御する。また、処理回路１１５は、撮影条件に基づいて、モニタリング撮影を実行するようにＸ線源とＸ線検出器とを制御する。
モニタリング撮影中、処理回路１１５は、Ｘ線検出器からＤＡＳ（Ｄａｔａ Ａｃｑｕｉｓｉｔｉｏｎ Ｓｙｓｔｅｍ）を介して出力された投影データに対して再構成処理を行い、複数の医用画像データ（モニタリング画像データ）を順次作成し、メモリ１１２へと保存する。
（ステップＳＴ１０８）
処理回路１１５は、医用画像データ（モニタリング撮影によって取得されたモニタリング画像）の関心領域ＲＯＩの画素における造影剤の濃度の指標値が閾値に到達したか否かを判定する。この判定は、例えば、関心領域ＲＯＩの画素のＣＴ値（指標値）を時系列で表す時間濃度曲線（Ｔｉｍｅ Ｄｅｎｓｉｔｙ Ｃｕｒｖｅ：ＴＤＣ）を作成し、ＣＴ値と閾値を比較して行う。尚、この判定は、必ずしもＴＤＣを作成する必要はなく、指標値と閾値とを比較すれば実行可能である。
処理回路１１５は、医用画像データ（モニタリング撮影によって取得されたモニタリング画像）の関心領域ＲＯＩの画素における造影剤の濃度の指標値が閾値に到達したか否かを判定する。この判定は、例えば、関心領域ＲＯＩの画素のＣＴ値（指標値）を時系列で表す時間濃度曲線（Ｔｉｍｅ Ｄｅｎｓｉｔｙ Ｃｕｒｖｅ：ＴＤＣ）を作成し、ＣＴ値と閾値を比較して行う。尚、この判定は、必ずしもＴＤＣを作成する必要はなく、指標値と閾値とを比較すれば実行可能である。
指標値が閾値に到達していない場合、処理はステップＳＴ１０７へと戻り、処理回路１１５は、モニタリング撮影を継続する。指標値が閾値に到達した場合、処理はステップＳＴ１０９へと進み、処理回路１１５は、モニタリング撮影を終了する。
（ステップＳＴ１０９）
処理回路１１５は、モニタリング撮影を終了したタイミングで本スキャンを実行するようにＸ線源およびＸ線検出器を制御する。この本スキャンは、例えば、一回転のスキャンで心臓全体を撮影可能なボリュームスキャンである。
処理回路１１５は、モニタリング撮影を終了したタイミングで本スキャンを実行するようにＸ線源およびＸ線検出器を制御する。この本スキャンは、例えば、一回転のスキャンで心臓全体を撮影可能なボリュームスキャンである。
本スキャン中において、処理回路１１５は、Ｘ線検出器からＤＡＳを介して出力された投影データに対して再構成処理を行い、医用画像データ（断層像データおよびボリュームデータ）を生成し、メモリ１１２へと保存する。尚、ボリュームデータは、再構成された複数の断層像データを補間処理することにより生成される。
なお、上記フローチャートは一例であり、確率分布を用いた撮像の制御が行われる内容であれば、途中の処理を省略、或いは途中に処理を追加してもよい。また、ステップＳＴ１０１の造影セットアップは、撮像に関する準備および被検体に関する準備であればどのような準備が含まれてもよい。例えば、造影セットアップにおいて、造影剤の準備の外に、被検体に対するＥＣＧモニタの取り付けや、呼吸センサの取り付けなどが行われてもよい。
また、冠動脈に関する検査において、上記ではＸ線ＣＴ装置によるＸ線造影検査について説明したが、これに限らない。例えば、ＭＲＩ装置による冠動脈ＭＲＡ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ａｎｇｉｏｇｒａｐｈｙ）が行われてもよい。冠動脈ＭＲＡでは、造影セットアップにおいて、被検体への局所コイルの取り付けなどが追加されてもよい。
上述したように第１の実施形態よれば、医用画像診断装置１１０は、被検体の生体データをリアルタイムに取得し、取得した生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測し、予測した発生時間帯に基づいて、被検体の撮像を制御することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、被検体を撮像するための医用撮像装置に載置された被検体の生体データをリアルタイムに取得することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、別の医用撮像装置によって撮像された医用画像に基づく生体データをリアルタイムに取得することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、超音波診断装置によって撮像された医用画像に基づく生体データをリアルタイムに取得することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、被検体の過去の生体データおよびイベントに関する他の被検体の生体データの少なくとも一方を用いて確率分布を算出することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、生体データを用いて確率分布を更新することによって、発生時間帯を予測することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、発生時間帯に基づいて、撮像の開始または終了を制御することができる。
また、第１の実施形態によれば、医用画像診断装置１１０は、発生時間帯に基づいて、被検体への造影剤の投与の開始または終了を制御することができる。
従って、医用画像診断装置１１０は、イベントの発生時間帯に合わせて検査を行うことができるため、被検体に関する検査を最適なタイミングで実行することができる。
（第２の実施形態）
第１の実施形態では、医用画像診断装置１１０においてイベントを予測し、撮像を制御する場合について説明された。他方、第２の実施形態では、医用画像診断装置とは異なるモダリティ制御装置においてイベントを予測し、モダリティ制御装置が医用画像診断装置に対して撮像制御の指示をする場合について説明される。
第１の実施形態では、医用画像診断装置１１０においてイベントを予測し、撮像を制御する場合について説明された。他方、第２の実施形態では、医用画像診断装置とは異なるモダリティ制御装置においてイベントを予測し、モダリティ制御装置が医用画像診断装置に対して撮像制御の指示をする場合について説明される。
図５は、第２の実施形態に係る医用情報処理システムの構成例を示すブロック図である。例えば、図５に示すように、本実施形態に係る医用情報処理システム１００は、医用画像診断装置１１０と、サーバ装置１２０と、端末装置１３０と、生体データ計測装置１４０と、モダリティ制御装置２００とを備える。
図６は、図５のモダリティ制御装置の構成例を示すブロック図である。例えば、図６に示すように、本実施形態に係るモダリティ制御装置２００は、メモリ２１０と、ディスプレイ２２０と、入力インタフェース２３０と、処理回路２４０と、通信インタフェース２５０とを備える。
以下、ディスプレイ２２０、入力インタフェース２３０および通信インタフェース２５０は、図２のディスプレイ１１３、入力インタフェース１１４および通信インタフェース１１６と略同様の構成および機能であるため、説明を省略する。
モダリティ制御装置２００は、医用画像診断装置１１０の制御および医用画像の読影などを担う装置である。具体的には、モダリティ制御装置２００は、医用画像診断装置１１０に対して撮像に関する制御を行う。また、モダリティ制御装置２００は、医用画像診断装置１１０によって撮影された位置決め画像などの医用画像データを受信し、受信した医用画像データをディスプレイ２２０に表示してもよい。
メモリ２１０は、図２のメモリ１１２と略同様の構成を有する。メモリ２１０は、例えば、医用画像診断装置１１０によって取得された生データや医用画像データを記憶する。また、メモリ２１０は、本実施形態に係る制御プログラムおよびデータなどを記憶する。尚、メモリ２１０の保存領域は、院内ＬＡＮ１５０に接続された外部記憶装置内にあってもよい。
処理回路２４０は、ハードウェア資源として、図示していないプロセッサ、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭなどのメモリを有し、モダリティ制御装置２００を制御する。処理回路２４０は、取得機能２４０ａ、予測機能２４０ｂおよび制御指示機能２４０ｃを有する。取得機能２４０ａ、予測機能２４０ｂおよび制御指示機能２４０ｃにて行われる各種機能は、コンピュータによって実行可能なプログラムの形態でメモリへ記憶されている。処理回路２４０は、これら各種機能に対応するプログラムをメモリから読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路２４０は、図６の処理回路２４０に示された複数の機能などを有することになる。
処理回路２４０におけるプロセッサは、メモリ２１０に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、メモリ２１０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、処理回路２４０が有する取得機能２４０ａ、予測機能２４０ｂおよび制御指示機能２４０ｃは、それぞれ取得部、予測部および指示部の一例である。
以下、取得機能２４０ａおよび予測機能２４０ｂは、図２の取得機能１１５ｃおよび予測機能１１５ｄと略同様の機能であるため、説明を省略する。
制御指示機能２４０ｃは、発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示する機能である。具体的には、処理回路２４０は、制御指示機能２４０ｃにより、発生時間帯に基づいて、医用画像診断装置１１０における撮像の開始または終了に関する制御を、医用画像診断装置１１０へ指示する。また、処理回路２４０は、発生時間帯に基づいて、被検体への造影剤の投与の開始または終了に関する制御を医用画像診断装置１１０へ指示してもよい。
図７は、第２の実施形態における動作を例示するフローチャートである。図７の具体例は、第１の実施形態に係る具体例と略同様である。
始めに、モダリティ制御装置２００は、通信インタフェース２５０を介して検査予約システムなどから検査対象の被検体に関する患者情報を取得する。そして、医用画像診断装置１１０において、被検体Ｐについての検査準備が終了した後、処理回路２４０が処理を開始する。
（ステップＳＴ２０１）
処理回路２４０は、取得機能２４０ａにより、被検体Ｐの生体データをリアルタイムに取得する。具体的には、処理回路２４０は、被検体Ｐに装着された心電計を介して、生体データとして心電波形（心電図）のデータを取得する。
処理回路２４０は、取得機能２４０ａにより、被検体Ｐの生体データをリアルタイムに取得する。具体的には、処理回路２４０は、被検体Ｐに装着された心電計を介して、生体データとして心電波形（心電図）のデータを取得する。
（ステップＳＴ２０２）
処理回路２４０は、予測機能２４０ｂにより、イベントの発生時間帯を予測する。具体的には、処理回路２４０は、リアルタイムに取得された被検体の生体データとイベント（冠攣縮性狭心症の発作）に関する確率分布とに基づいて、イベントの発生する可能性が最も高い時刻ｔ１を予測する。
処理回路２４０は、予測機能２４０ｂにより、イベントの発生時間帯を予測する。具体的には、処理回路２４０は、リアルタイムに取得された被検体の生体データとイベント（冠攣縮性狭心症の発作）に関する確率分布とに基づいて、イベントの発生する可能性が最も高い時刻ｔ１を予測する。
（ステップＳＴ２０３）
処理回路２４０は、制御指示機能２４０ｃにより、発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示する。具体的には、処理回路２４０は、予測された時刻ｔ１を基準とするタイミングで撮像に関する動作を制御するように医用画像診断装置１１０へ指示する。
処理回路２４０は、制御指示機能２４０ｃにより、発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示する。具体的には、処理回路２４０は、予測された時刻ｔ１を基準とするタイミングで撮像に関する動作を制御するように医用画像診断装置１１０へ指示する。
上述したように第２の実施形態によれば、モダリティ制御装置２００は、被検体の生体データをリアルタイムに取得し、取得した生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測し、予測した発生時間帯に基づいて、被検体の撮像に関する制御をモダリティ装置へ指示することができる。
従って、モダリティ制御装置２００は、イベントの発生時間帯に合わせてモダリティ装置に制御の指示を行うことができるため、被検体に関する検査を適切なタイミングで実行することができる。
（第３の実施形態）
第１の実施形態および第２の実施形態では、手術室内、或いは医療施設内にいる被検体、或いは患者から生体データを取得し、医用画像診断装置の撮像を制御する場合について説明された。他方、第３の実施形態では、医用情報管理装置が医療施設の外にいる患者から生体データを取得し、取得した生体データからイベントを予測し、検査の予約情報を生成および送信する場合について説明する。
第１の実施形態および第２の実施形態では、手術室内、或いは医療施設内にいる被検体、或いは患者から生体データを取得し、医用画像診断装置の撮像を制御する場合について説明された。他方、第３の実施形態では、医用情報管理装置が医療施設の外にいる患者から生体データを取得し、取得した生体データからイベントを予測し、検査の予約情報を生成および送信する場合について説明する。
図８は、第３の実施形態に係る医用情報処理システム１００を含むネットワーク構成を例示するブロック図である。例えば、図８に示すように、本実施形態に係る医用情報処理システム１００は、医用画像診断装置１１０と、サーバ装置１２０と、端末装置１３０と、医用情報管理装置３００とを備える。第３の実施形態に係るネットワーク構成では、生体データ計測装置１４０は、医用情報処理システム１００に含まれていないが、インターネットおよびファイアウォールを介して、医用情報管理装置３００などに各種データを送信可能である。尚、生体データ計測装置１４０は、院内ＬＡＮ１５０に接続された医用情報処理システム１００に含まれていてもよい。
図９は、図８の医用情報管理装置の構成例を示すブロック図である。例えば、図９に示すように、本実施形態に係る医用情報管理装置３００は、メモリ３１０と、ディスプレイ３２０と、入力インタフェース３３０と、処理回路３４０と、通信インタフェース３５０とを備える。
以下、ディスプレイ３２０、入力インタフェース３３０および通信インタフェース３５０は、図２のディスプレイ１１３、入力インタフェース１１４および通信インタフェース１１６と略同様の構成および機能であるため、説明を省略する。
医用情報管理装置３００は、医用画像診断装置１１０を用いて行われる検査についての予約情報を生成および送信する装置である。医用情報管理装置３００は、例えば、予約情報として検査オーダを生成し、サーバ装置１２０へ送信、或いはＲＩＳへ登録する。
メモリ３１０は、図２のメモリ１１２と略同様の構成を有する。メモリ３１０は、例えば、処理回路３４０によって生成された予約情報を記憶する。また、メモリ３１０は、本実施形態に係る制御プログラムおよびデータなどを記憶する。尚、メモリ３１０の保存領域は、院内ＬＡＮ１５０に接続された外部記憶装置内にあってもよい。
処理回路３４０は、ハードウェア資源として、図示していないプロセッサ、ＲＯＭ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭなどのメモリを有し、医用情報管理装置３００を制御する。処理回路３４０は、取得機能３４０ａ、予測機能３４０ｂ、生成機能３４０ｃおよび送信機能３４０ｄを有する。取得機能３４０ａ、予測機能３４０ｂ、生成機能３４０ｃおよび送信機能３４０ｄにて行われる各種機能は、コンピュータによって実行可能なプログラムの形態でメモリへ記憶されている。処理回路３４０は、これら各種機能に対応するプログラムをメモリから読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路３４０は、図９の処理回路３４０に示された複数の機能などを有することになる。
処理回路３４０におけるプロセッサは、メモリ３１０に保存されたプログラムを読み出し実行することで各種機能を実現する。なお、メモリ３１０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。また、処理回路３４０が有する取得機能３４０ａ、予測機能３４０ｂ、生成機能３４０ｃおよび送信機能３４０ｄは、それぞれ取得部、予測部、生成部および送信部の一例である。
以下、取得機能３４０ａおよび予測機能３４０ｂは、図２の取得機能１１５ｃおよび予測機能１１５ｄと略同様の機能であるため、説明を省略する。
生成機能３４０ｃは、発生時間帯に基づいて、被検体に関する検査の予約情報を生成する機能である。具体的には、処理回路３４０は、生成機能３４０ｃにより、発生時間帯に基づいて、被検体についての検査オーダを生成する。
送信機能３４０ｄは、予約情報を、検査を実施する医療施設が管理している装置へ送信する機能である。具体的には、処理回路３４０は、送信機能３４０ｄにより、生成された検査オーダをＨＩＳが導入されているサーバ装置１２０などへ送信する。また、処理回路３４０は、検査日時に関する情報を、被検体へ電子メールなどを用いて通知してもよい。
図１０は、第３の実施形態における動作を例示するフローチャートである。以下では、具体例として、院外にいる患者の生体データからイベントの発生を予測し、予約情報を生成および送信することを想定している。この患者にはホルター心電計が装着されており、医用情報管理装置３００は、リアルタイムで被検体の生体データ（心電波形）を取得している。
（ステップＳＴ３０１）
処理回路３４０は、取得機能３４０ａにより、被検体Ｐの生体データをリアルタイムに取得する。具体的には、処理回路３４０は、被検体Ｐに装着されたホルター心電計を介して、生体データとして心電波形（心電図）のデータを取得する。
処理回路３４０は、取得機能３４０ａにより、被検体Ｐの生体データをリアルタイムに取得する。具体的には、処理回路３４０は、被検体Ｐに装着されたホルター心電計を介して、生体データとして心電波形（心電図）のデータを取得する。
（ステップＳＴ３０２）
処理回路３４０は、予測機能３４０ｂにより、イベントの発生時間帯を予測する。具体的には、処理回路３４０は、リアルタイムに取得された被検体の生体データとイベント（例えば、不定期に発生する発作）に関する確率分布とに基づいて、イベントの発生する日時を予測する。
処理回路３４０は、予測機能３４０ｂにより、イベントの発生時間帯を予測する。具体的には、処理回路３４０は、リアルタイムに取得された被検体の生体データとイベント（例えば、不定期に発生する発作）に関する確率分布とに基づいて、イベントの発生する日時を予測する。
（ステップＳＴ３０３）
処理回路３４０は、生成機能３４０ｃにより、発生時間帯に基づいて、被検体に関する検査の予約情報を生成する。具体的には、処理回路３４０は、イベントの発生する日時に検査を実施するための検査オーダを生成する。
処理回路３４０は、生成機能３４０ｃにより、発生時間帯に基づいて、被検体に関する検査の予約情報を生成する。具体的には、処理回路３４０は、イベントの発生する日時に検査を実施するための検査オーダを生成する。
（ステップＳＴ３０４）
処理回路３４０は、送信機能３４０ｄにより、生成された予約情報を、検査を実施する医療施設が管理している装置へ送信する。具体的には、処理回路３４０は、検査オーダをＨＩＳが導入されているサーバ装置１２０などへ送信する。また、処理回路３４０は、検査日時に関する情報を、被検体へ電子メールで通知する。
処理回路３４０は、送信機能３４０ｄにより、生成された予約情報を、検査を実施する医療施設が管理している装置へ送信する。具体的には、処理回路３４０は、検査オーダをＨＩＳが導入されているサーバ装置１２０などへ送信する。また、処理回路３４０は、検査日時に関する情報を、被検体へ電子メールで通知する。
上述したように第３の実施形態によれば、医用情報管理装置３００は、被検体の生体データをリアルタイムに取得し、取得した生体データとイベントに関する確率分布とに基づいて、被検体に関するイベントの発生時間帯を予測し、予測した発生時間帯に基づいて、被検体に関する検査の予約情報を生成し、生成した予約情報を、検査を実施する医療施設が管理している装置へと送信する事ができる。
従って、医用情報管理装置３００は、イベントの発生時間帯に合わせて検査予約をすることができるため、被検体に関する検査を適切なタイミングで実行することができる。
（変形例）
第３の実施形態では、予約情報を送信する先は、原則的に患者が通院している医療施設であった。他方、変形例では、予約情報を送信する先は、患者の位置情報に基づく医療施設であってもよい。
第３の実施形態では、予約情報を送信する先は、原則的に患者が通院している医療施設であった。他方、変形例では、予約情報を送信する先は、患者の位置情報に基づく医療施設であってもよい。
具体的には、医用情報管理装置３００は、生体データと同時に、患者の位置情報を取得する。イベントの発生時間帯が数時間後に迫っている場合、医用情報管理装置３００は、当該位置情報に基づく、情報検査可能な医療施設の情報を患者に通知してもよい。例えば、患者から医療施設の指示があった場合、医用情報管理装置３００は、予約情報を、指示のあった医療施設が管理している装置へと送信する。
従って、医用情報管理装置３００は、患者の位置情報を考慮した検査予約をすることができる。
以上説明した少なくとも一つの実施形態によれば、被検体に関する検査を最適なタイミングで実行可能にすることができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１００ 医用情報処理システム
１５０ 院内ＬＡＮ
Ｐ 被検体
１５０ 院内ＬＡＮ
Ｐ 被検体
Claims (8)
- 被検体の生体データをリアルタイムに取得する取得部と、
前記生体データとイベントに関する確率分布とに基づいて、前記被検体に関する前記イベントの発生時間帯を予測する予測部と、
前記発生時間帯に基づいて、前記被検体への造影剤の投与の開始または終了を制御する制御部と
を具備する、医用画像診断装置。 - 前記被検体を撮像するための医用撮像装置
を更に具備し、
前記取得部は、前記医用撮像装置に載置された前記被検体の生体データをリアルタイムに取得する、請求項１に記載の医用画像診断装置。 - 前記取得部は、前記医用撮像装置とは異なる他の医用撮像装置によって撮像された医用画像に基づく前記生体データをリアルタイムに取得する、請求項２に記載の医用画像診断装置。
- 前記取得部は、超音波診断装置によって撮像された医用画像に基づく前記生体データをリアルタイムに取得する、請求項２に記載の医用画像診断装置。
- 前記予測部は、前記被検体の過去の生体データおよび前記イベントに関する他の被検体の生体データの少なくとも一方を用いて前記確率分布を算出する、請求項１から請求項４までのいずれか一項に記載の医用画像診断装置。
- 前記予測部は、前記生体データを用いて前記確率分布を更新することによって、前記発生時間帯を予測する、請求項１から請求項５までのいずれか一項に記載の医用画像診断装置。
- 前記制御部は、前記発生時間帯に基づいて、前記被検体の撮像の開始または終了を制御する、請求項１から請求項６までのいずれか一項に記載の医用画像診断装置。
- 被検体の生体データをリアルタイムに取得する取得部と、
前記生体データとイベントに関する確率分布とに基づいて、前記被検体に関する前記イベントの発生時間帯を予測する予測部と、
前記発生時間帯に基づいて、前記被検体への造影剤の投与の開始または終了をモダリティ装置へ指示する指示部と
を具備する、モダリティ制御装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018141740A JP7114386B2 (ja) | 2018-07-27 | 2018-07-27 | 医用画像診断装置およびモダリティ制御装置 |
| JP2022091763A JP7297980B2 (ja) | 2018-07-27 | 2022-06-06 | 医用情報管理装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018141740A JP7114386B2 (ja) | 2018-07-27 | 2018-07-27 | 医用画像診断装置およびモダリティ制御装置 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022091763A Division JP7297980B2 (ja) | 2018-07-27 | 2022-06-06 | 医用情報管理装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020014804A JP2020014804A (ja) | 2020-01-30 |
| JP7114386B2 true JP7114386B2 (ja) | 2022-08-08 |
Family
ID=69579766
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018141740A Active JP7114386B2 (ja) | 2018-07-27 | 2018-07-27 | 医用画像診断装置およびモダリティ制御装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7114386B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2022220166A1 (ja) * | 2021-04-15 | 2022-10-20 | ||
| JPWO2022220165A1 (ja) * | 2021-04-15 | 2022-10-20 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003290225A (ja) | 2002-03-29 | 2003-10-14 | Matsushita Electric Ind Co Ltd | 画像処理装置及び超音波診断装置 |
| JP2007044513A (ja) | 2005-08-05 | 2007-02-22 | Siemens Ag | 医用画像撮影方法および装置 |
| JP2016514508A (ja) | 2013-03-20 | 2016-05-23 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 放射線撮像における予測動きゲーティングのための神経生理学的監視 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4663591A (en) * | 1985-08-16 | 1987-05-05 | General Electric Company | Method for reducing image artifacts due to periodic signal variations in NMR imaging |
| JPH07108289B2 (ja) * | 1986-09-10 | 1995-11-22 | ゼネラル・エレクトリック・カンパニイ | Ｎｍｒ作像における人為効果減少装置 |
-
2018
- 2018-07-27 JP JP2018141740A patent/JP7114386B2/ja active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003290225A (ja) | 2002-03-29 | 2003-10-14 | Matsushita Electric Ind Co Ltd | 画像処理装置及び超音波診断装置 |
| JP2007044513A (ja) | 2005-08-05 | 2007-02-22 | Siemens Ag | 医用画像撮影方法および装置 |
| JP2016514508A (ja) | 2013-03-20 | 2016-05-23 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 放射線撮像における予測動きゲーティングのための神経生理学的監視 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2020014804A (ja) | 2020-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Carpenter et al. | Skeletal muscle in healthy subjects versus those with GNE-related myopathy: evaluation with shear-wave US—a pilot study | |
| Shreve et al. | Electroencephalography measures are useful for identifying large acute ischemic stroke in the emergency department | |
| US11903714B2 (en) | Systems, devices, software, and methods for diagnosis of cardiac ischemia and coronary artery disease | |
| KR20170021189A (ko) | 의료영상 표시장치 및 의료영상 처리방법 | |
| KR102510760B1 (ko) | 영상처리장치, 영상처리방법 및 이를 기록한 기록매체 | |
| JP7114386B2 (ja) | 医用画像診断装置およびモダリティ制御装置 | |
| JP7157420B2 (ja) | 画像撮像装置、画像撮像方法、画像撮像プログラム、及び記憶媒体 | |
| Frush | Radiation, CT, and children: the simple answer is… it's complicated | |
| US20200342964A1 (en) | Medical information processing apparatus, ordering system and method | |
| JP7297980B2 (ja) | 医用情報管理装置 | |
| JP7425508B2 (ja) | 重症度評価装置及びモデル生成装置 | |
| Ng et al. | Data overloading in medical imaging: Emerging issues, challenges and opportunities in efficient data management | |
| JP6878022B2 (ja) | 医用画像診断装置、サーバおよびプログラム | |
| Damodaran et al. | Artificial intelligence in pocus: The vanguard of technology in covid-19 pandemic | |
| CN113316412A (zh) | 用于诊断心脏缺血和冠状动脉疾病的系统、设备、软件和方法 | |
| JP7394588B2 (ja) | 情報処理装置、情報処理方法、および撮像システム | |
| CN110946615B (zh) | 超声波诊断装置及使用其的操作方法 | |
| Min et al. | New frontiers in CT angiography: physiologic assessment of coronary artery disease by multidetector CT | |
| US20200082931A1 (en) | Diagnostic support apparatus | |
| EP3708066A1 (en) | Medical device | |
| US20220139528A1 (en) | Analysis support apparatus, analysis support system, and analysis support method | |
| JP7443080B2 (ja) | 医用情報処理システム、医用情報処理方法、および医用情報処理プログラム | |
| JP7167241B1 (ja) | 学習済みモデル生成方法、処理装置、および記憶媒体 | |
| US20220280124A1 (en) | Diagnosis support system | |
| JP2013165754A (ja) | 医用画像診断装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210420 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220315 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220606 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220628 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220727 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7114386 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |