JP7358120B2 - 情報処理装置、断層撮影装置、情報処理方法およびプログラム - Google Patents

情報処理装置、断層撮影装置、情報処理方法およびプログラム Download PDF

Info

Publication number
JP7358120B2
JP7358120B2 JP2019158315A JP2019158315A JP7358120B2 JP 7358120 B2 JP7358120 B2 JP 7358120B2 JP 2019158315 A JP2019158315 A JP 2019158315A JP 2019158315 A JP2019158315 A JP 2019158315A JP 7358120 B2 JP7358120 B2 JP 7358120B2
Authority
JP
Japan
Prior art keywords
inference
medical image
image
unit
inspection result
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
Application number
JP2019158315A
Other languages
English (en)
Other versions
JP2021036932A (ja
Inventor
孝太郎 梅澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Canon Medical Systems Corp
Original Assignee
Canon Inc
Canon Medical Systems Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Inc, Canon Medical Systems Corp filed Critical Canon Inc
Priority to JP2019158315A priority Critical patent/JP7358120B2/ja
Priority to CN202010887193.2A priority patent/CN112446855A/zh
Priority to US17/007,548 priority patent/US11955226B2/en
Publication of JP2021036932A publication Critical patent/JP2021036932A/ja
Application granted granted Critical
Publication of JP7358120B2 publication Critical patent/JP7358120B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10116—X-ray image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30168—Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Physiology (AREA)
  • Databases & Information Systems (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

本発明は、医用画像を処理する情報処理装置、断層撮影装置、情報処理方法およびプログラムに関する。
医療の分野において、様々なモダリティによって医用画像が撮影される。モダリティには、コンピュータ断層撮影装置（ＣＴ（Ｃｏｍｐｕｔｅｄ Ｔｏｍｏｇｒａｐｈｙ）装置）、Ｘ線診断装置、磁気共鳴イメージング装置（ＭＲＩ（Ｍａｇｎｅｔｉｃ Ｒｅｓｏｎａｎｃｅ Ｉｍａｇｉｎｇ）装置）、超音波診断装置等がある。そして、撮影技師によって、モダリティで撮影された医用画像が臨床的な要求を満たしているか（医用画像が適切に撮影されているか）否かを確認することが行われる。この確認作業は例えば検像と呼ばれる。検像が行われた医用画像は、医用画像の保管や管理を行うための医用画像管理システム（ＰＡＣＳ（Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）に送信される。
検像は、コンピュータによって行われる場合もある。特許文献１には、モダリティで撮影された医用画像に対して画像処理が行われる場合に、画像処理が行われた医用画像の画質などに基づいて警告を行う技術が提案されている。
特開２０１５－１５００６２号公報
また、医用画像に対しては、病変の検出や異常部位の有無の判定などを目的とした推論と呼ばれる作業が行われることがある。ただし、検像に合格した医用画像を基に推論が行われないと、推論を正しく行なうことができない可能性がある。
本件開示の技術は上記に鑑みてなされたものであり、その目的は、医用画像に対して適切な検像結果に基づいて推論を行うことを支援することである。
上記目的を達成するために、本件開示の技術に係る情報処理装置は、
被検体を撮影した医用画像を取得する第１の取得部と、
前記医用画像に対する検像結果を取得する第２の取得部と、
前記医用画像に対する推論を行う推論部と、
前記第２の取得部によって取得された前記医用画像に対する検像結果に基づいて、前記推論部による前記医用画像に対する推論結果の外部装置への出力を制御する制御部と
を有し、
前記第２の取得部による前記医用画像に対する検像結果の取得と前記推論部による前記医用画像に対する推論とを実施し、前記第２の取得部による前記医用画像に対する検像結果の取得よりも前記推論部による前記医用画像に対する推論が先に完了した場合、前記制御部は、前記医用画像に対する検像結果が合格となるまで前記医用画像に対する推論結果を外部装置に出力しない
ことを特徴とする。
また、上記目的を達成するために、本件開示の技術に係る情報処理装置は、
被検体を撮影した医用画像を取得する第１の取得部と、
前記医用画像に対する検像結果を取得する第２の取得部と、
前記医用画像に対する推論を行う推論部と、
前記第２の取得部によって取得された前記医用画像に対する検像結果に基づいて、前記推論部による前記医用画像に対する推論の実行を制御する制御部と
を有し、
撮影オーダから特定される前記被検体の撮影部位に対応する部分に限定して前記医用画像に対する検像が行われ、前記医用画像に対する検像結果が合格となる場合、前記制御部は、前記推論部による推論結果が外部装置に出力されるように制御する
ことを特徴とする。
また、上記目的を達成するために、本件開示の技術に係る情報処理方法は、
第１の取得手段が、被検体を撮影した医用画像を取得するステップと、
第２の取得手段が、前記医用画像に対する検像結果を取得するステップと、
推論手段が、前記医用画像に対する推論を行うステップと、
制御手段が、前記第２の取得手段によって取得された前記医用画像に対する検像結果に
基づいて、前記推論手段による前記医用画像に対する推論結果の外部装置への出力を制御するステップと
を有し、
前記第２の取得手段による前記医用画像に対する検像結果の取得と前記推論手段による前記医用画像に対する推論とを実施し、前記第２の取得手段による前記医用画像に対する検像結果の取得よりも前記推論手段による前記医用画像に対する推論が先に完了した場合、前記制御するステップは、前記医用画像に対する検像結果が合格となるまで前記医用画像に対する推論結果を外部装置に出力しない
ことを特徴とする。
また、上記目的を達成するために、本件開示の技術に係る情報処理方法は、
第１の取得手段が、被検体を撮影した医用画像を取得するステップと、
第２の取得手段が、前記医用画像に対する検像結果を取得するステップと、
推論手段が、前記医用画像に対する推論を行うステップと、
制御手段が、前記第２の取得手段によって取得された前記医用画像に対する検像結果に基づいて、前記推論手段による前記医用画像に対する推論の実行を制御するステップと
を有し、
撮影オーダから特定される前記被検体の撮影部位に対応する部分に限定して前記医用画像に対する検像が行われ、前記医用画像に対する検像結果が合格となる場合、前記制御手段は、前記推論手段による推論結果が外部装置に出力されるように制御する
ことを特徴とする。
また、上記目的を達成するために、本件開示の技術に係るプログラムは、コンピュータに上記の情報処理方法を実行させる、ことを特徴とする。
また、上記目的を達成するために、本件開示の技術に係る断層撮影装置は、
上記の情報処理装置と、
前記被検体の断層データを収集するデータ収集部と
を有し、
前記第１の取得部は、前記データ収集部によって収集された前記断層データを基に前記医用画像を取得する
ことを特徴とする。
本件開示の技術によれば、医用画像に対して適切な検像結果に基づいて推論を行うことができる。
第１実施形態に係る情報処理システムの機能ブロック図である。 第１実施形態に係る情報処理装置の概略構成図である。 第１実施形態において実行される処理のフローチャートである。 第１実施形態に係る医用画像の表示例を示す図である。 第２実施形態において実行される処理のフローチャートである。 一変形例において実行される処理のフローチャートである。
以下に、図面を参照しつつ、本件開示の技術の好適な実施の形態について説明する。ただし、以下に記載されている構成部品の寸法、材質、形状およびそれらの相対配置等は、発明が適用される装置の構成や各種条件により適宜変更されるべきものである。よって、この発明の範囲を以下の記載に限定する趣旨のものではない。特に図示あるいは記述をしない構成や工程には、当該技術分野の周知技術または公知技術を適用することが可能である。また、重複する説明は省略する場合がある。
（第１実施形態）
まず、本実施形態における情報処理装置によって解決される問題の一例について説明する。図１に、本実施形態における断層撮影装置１、ＰＡＣＳ３０、モニタ４０、５０、入力装置６０を備える情報処理システム２の機能ブロック図を示す。断層撮影装置１は、架
台１０とコンソール１００とを有する。
例えば、架台１０はＣＴ検査室に設置され、コンソール１００はＣＴ検査室に隣接する制御室に設置される。架台１０とコンソール１００とは互いに通信可能に接続されている。架台１０は、Ｘ線ＣＴ撮影のための撮影機構を搭載する。コンソール１００は、架台１０を制御するコンピュータである。また、コンソール１００は、ＰＡＣＳ３０、モニタ５０、入力装置６０に接続されている。コンソール１００の使用者（撮影技師等）は、入力装置６０を操作してコンソール１００に種々の指示を行い、コンソール１００の処理結果をモニタ５０によって確認する。また、ＰＡＣＳ３０は、モニタ４０に接続されている。医師等は、ＰＡＣＳ３０によって管理されている医用画像をモニタ４０に表示して読影等を行う。各装置の接続形態は、有線接続や無線接続の他、特に限定されない。なお、ＰＡＣＳ３０、モニタ４０、５０が外部装置の一例である。
図１に示すように、架台１０は、架台制御回路１１、Ｘ線発生部１２、回転フレーム１３、Ｘ線検出部１４、データ収集回路１５を有する。架台１０が、被検体の断層データを収集するデータ収集部の一例である。架台制御回路１１は、Ｘ線発生部１２、回転フレーム１３、Ｘ線検出部１４、データ収集回路１５の駆動を制御する。Ｘ線発生部１２は、Ｘ線管によって発生されるＸ線をコリメータによって整形し、整形したＸ線を回転フレーム１３に向けて照射する。回転フレーム１３は、開口を有する略円筒形状の金属枠であり、架台１０内において回転可能に支持されている。また、回転フレーム１３の開口内には、寝台が設けられ、寝台に被検体が載置される。
Ｘ線検出部１４は、Ｘ線発生部１２から回転フレーム１３の寝台に載置された被検体に照射されたＸ線を検出素子によって検出する。検出素子は、シンチレータと光センサを有する。検出素子では、シンチレータによって検出素子に入射するＸ線が入射Ｘ線量に応じた光子量の光に変換され、光センサによって当該光が増幅されて電気信号に変換される。データ収集回路１５は、Ｘ線検出部１４によって検出されたＸ線の線量に応じた電気信号を読み出して増幅し、増幅した電気信号をビュー期間にわたって積分することによりＸ線の線量に応じたデジタル値を有する、被検体の断層データを生成する。
図２は、コンソール１００のハードウェア構成を示す概略構成図である。コンソール１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１１を有する。また、コンソール１００は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１３、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ
Ｄｒｉｖｅ）１１４を有する。さらに、コンソール１００は、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１５、通信インタフェース（Ｉ／Ｆ）１１６を有する。ＣＰＵ１１１、ＲＡＭ１１２、ＲＯＭ１１３、ＨＤＤ１１４、ＧＰＵ１１５、通信Ｉ／Ｆ１１６は、システムバス１１７を介して互いに接続されている。本実施形態では、ＣＰＵ１１１が、ＨＤＤ１１４に記憶されている各種プログラムをＲＡＭ１１２に展開して実行することで、図１に示す画像処理部１０１、制御部１０２、検像結果取得部１０３、推論部１０４、出力部１０５として機能する。
また、コンソール１００の各構成はそれぞれ別の装置として構成されてもよいし、一体となった１つの装置として構成されてもよい。また、コンソール１００の少なくとも一部の構成が一体となった１つの装置として構成されてもよい。
（画像処理部１０１）
画像処理部１０１は、架台１０のデータ収集回路１５から上記の通り生成された断層データを受信し、断層データに対数変換等の前処理や補正処理を行い、処理されたデータを基に被検体のＣＴ画像を生成する。なお、ＣＴ画像が医用画像の一例であり、画像処理部
１０１が被検体の医用画像を取得する第１の取得部および第１の取得手段の一例である。本実施形態では、撮影に関連する被検体の情報や確認事項などが含まれる撮影オーダがあらかじめ提供されており、断層撮影装置１の撮影技師は、撮影オーダを踏まえて被検体の撮影を行う。なお、データ収集回路１５によって収集された断層データは、コンソール１００に自動で送信されてもよい。あるいは、コンソール１００の使用者である撮影技師等がモニタ５０に表示される不図示のＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）を操作してＣＴ画像を指定してもよい。この場合、画像処理部１０１が、指定されたＣＴ画像の生成に使用する断層データをデータ収集回路１５から取得する。
（検像結果取得部１０３）
検像結果取得部１０３は、画像処理部１０１が取得した医用画像が適切に撮影されているかを確認する検像の結果を取得する。検像とは、モダリティで撮影した画像が診断に使用可能な画像であることを確認することである。検像には、例えば、医用画像に虚像が含まれているか否か、医用画像にアーチファクト等に起因するハレーションが生じているか否か、医用画像に含まれる撮影対象の像が歪んでいるか否かを確認することが含まれる。さらに、検像には、医用画像が診断に適した解像度になっているか否か、医用画像が診断に適切な配置になっているか否か、被検体中の関心領域が撮影されているか否か等を確認することが含まれてもよい。以下の説明では、検像の結果、医用画像が適切に撮影されている場合を合格と呼び、医用画像が適切に撮影されていない場合を不合格と呼ぶ。なお、検像結果取得部１０３が、医用画像に対する検像結果を取得する第２の取得部および第２の取得手段の一例である。
本実施形態では、撮影技師等が入力装置６０を操作して医用画像の検像を行う。撮影技師等は、入力装置６０を操作してモニタ５０に画像処理部１０１が取得した医用画像を表示する。そして、撮影技師等がモニタ５０に表示されるＧＵＩ等を操作して医用画像を確認し、医用画像が合格である場合はモニタ５０に表示される合格ボタン（不図示）を押す。また、撮影技師等は、医用画像が不合格である場合はモニタ５０に表示される不合格ボタン（写損ボタン）（不図示）を押す。また、撮影技師等は、再撮影ボタンを押すことで再撮影の要求を行う。また、撮影技師等は、モニタ５０に表示されるＧＵＩ等を操作して、医用画像の検像に関するコメントを入力することもできる。例えば、撮影技師等は、医用画像の検像が不合格であると判断した場合に、モニタ５０に表示されるＧＵＩ等を操作して検像が不合格である理由を入力する。検像結果取得部１０３は、モニタ５０に表示された医用画像に対する撮影技師等による合否判定やコメントを検像結果として取得する。なお、入力装置６０が、合格ボタン、不合格ボタン（写損ボタン）や再撮影ボタンを備えていてもよい。
（推論部１０４）
推論部１０４は、画像処理部１０１が取得した医用画像に対する推論を行う。本実施形態では、ＣＮＮ（Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）等の公知の深層ネットワークを用いた機械学習によって大動脈解離の部位が含まれる医用画像を対象とした学習済みのモデルがあらかじめ作成されている。推論部１０４は、作成されたモデルを用いて医用画像に対する推論を行い、医用画像内の大動脈解離の領域を検出したり局所的な領域を描出したりする。なお、推論の内容はこれに限らず、推論によって、医用画像内の局所的な領域に大動脈解離が含まれている確率等が算出されたり、医用画像に大動脈解離が含まれている確率等が算出されたりしてもよい。なお、推論部１０４は、上記のモデルを用いる代わりにあるいは／加えて、大動脈解離が発生している確率を算出するための算出式等を用いて推論を行ってもよい。なお、推論部１０４が、医用画像に対する推論を行う推論手段の一例である。
（出力部１０５）
出力部１０５は、制御部１０２からの指示に基づいて、コンソール１００において取得される医用画像、検像結果、推論結果をＰＡＣＳ３０やモニタ５０等に出力する。
（制御部１０２）
制御部１０２は、コンソール１００内の各部の制御を司る。また、制御部１０２は、架台１０の架台制御回路１１を制御することで架台１０における被検体の撮影を制御する。また、制御部１０２は、検像結果取得部１０３が取得した検像結果に基づいて、推論部１０４による医用画像に対する推論の実行を制御する。ここで、制御部１０２による推論部１０４の推論の実行の制御は、制御部１０２が推論部１０４に対して推論の実行に関する種々の指示を行うことを意味する。例えば、制御部１０２は、検像結果取得部１０３が取得した検像結果が合格である医用画像に対して推論を行うよう、推論部１０４に指示する。一方、制御部１０２は、検像結果取得部１０３が取得した検像結果が不合格である医用画像に対して推論を行わないよう、推論部１０４に指示する。また、制御部１０２は、検像結果取得部１０３が取得した検像結果が不合格である場合に、検像結果が不合格である当該医用画像に対する推論が推論部１０４によって実行中であるときは、推論部１０４に推論を中断するよう指示する。また、推論部１０４は、ある医用画像に対する推論を中断した場合は、次の医用画像に対する推論に移行する。
なお、本実施形態では、制御部１０２が、医用画像と検像結果と推論結果とを、出力部１０５からコンソール１００内の後述するＨＤＤに出力してもよい。また、検像結果取得部１０３が取得した検像結果が不合格である場合に、制御部１０２は、出力部１０５から図示しないスピーカやランプ等によって音や光等を出力して撮影技師等に報知してもよい。あるいは／加えて、検像結果取得部１０３が取得した検像結果が合格である場合に、制御部１０２は、出力部１０５からスピーカやランプ等によって音や光等を出力して撮影技師等に報知してもよい。検像結果が不合格である場合と合格である場合とでの出力部１０５による報知方法は、それぞれ適宜設定することができる。さらに、制御部１０２が、推論部１０４による推論を中断するよう指示した場合に、出力部１０５から推論が中断されたことを撮影技師等に報知してもよい。
また、制御部１０２は、検像結果が不合格である医用画像の再撮影を要求するメッセージを出力部１０５からモニタ５０に出力して、撮影技師等に医用画像の再撮影を促してもよい。また、制御部１０２は、検像結果が合格である場合に、検像結果が合格であることを示すメッセージや推論結果が出力されることを示すメッセージを出力部１０５からモニタ５０に出力してもよい。さらに、検像結果取得部１０３が取得した検像結果が不合格である場合に、制御部１０２が架台制御回路１１を制御して架台１０において被検体の再撮影を自動で行うように構成されてもよい。さらに、制御部１０２は、再撮影が行われる場合に推論部１０４による推論を中断するよう構成されてもよい。また、制御部１０２は、再撮影が行われなければ推論部１０４による推論を中断しないよう構成されてもよい。
本実施形態では、画像処理部１０１、制御部１０２、検像結果取得部１０３、推論部１０４、出力部１０５は、コンソール１００で実行できるアプリケーションとして存在する。ただし、コンソール１００のこれらの処理部は、オンプレミスなシステムとして存在していてもよい。あるいは、画像処理部１０１、制御部１０２、検像結果取得部１０３、推論部１０４、出力部１０５は、サーバなどのネットワークやクラウド上でプログラムとして存在して処理を実行してもよい。
（処理フロー）
次に、本実施形態におけるコンソール１００のＣＰＵ１１１が実行する処理について、図３のフローチャートを参照しながら説明する。本実施形態では、ＣＰＵ１１１が、架台１０において撮影された被検体の医用画像の検像結果に基づいて、当該医用画像に対する
推論の実行を制御する。
ステップＳ１において、ＣＰＵ１１１は、架台１０のデータ収集回路１５から受信したデータを基に被検体の医用画像を生成する。これにより、ＣＰＵ１１１は、被検体の医用画像を取得する。次に、ステップＳ２において、ＣＰＵ１１１は、撮影技師等による入力装置６０の操作を基に、ステップＳ１において取得した医用画像をモニタ５０に表示する。撮影技師等は、モニタ５０に表示された医用画像に対して検像を行う。そして、撮影技師等は、モニタ５０に表示される合格ボタンおよび不合格ボタンを使用して、医用画像が合格であるか不合格であるかを決定する。また、撮影技師等は、入力装置６０を操作して、医用画像が不合格である理由を入力する。ＣＰＵ１１１は、撮影技師等による医用画像の合格または不合格の決定や不合格の理由を示す情報を医用画像に対する検像結果として取得する。また、ステップＳ３において、ＣＰＵ１１１は、ステップＳ１において取得した医用画像に対して推論を行う。ここで、ＣＰＵ１１１は、ステップＳ２の検像結果の取得処理とステップＳ３の推論処理とを並行に実行する。
次に、ステップＳ４において、ＣＰＵ１１１は、ステップＳ２において取得した検像結果が合格であるか否かの判定を行う。ＣＰＵ１１１は、検像結果が合格である場合は（Ｓ４：Ｙ）ステップＳ７に処理を進め、検像結果が不合格の場合は（Ｓ４：Ｎ）ステップＳ５に処理を進める。ステップＳ５において、ＣＰＵ１１１は、ステップＳ１において取得した医用画像に対する推論を実行中であるか否かを判定する。ＣＰＵ１１１は、推論が実行中である場合は（Ｓ５：Ｙ）、ステップＳ６に処理を進め、推論が実行中でない場合は（Ｓ５：Ｎ）、ステップＳ７に処理を進める。ステップＳ６において、ＣＰＵ１１１は、実行中の推論を中断し、ステップＳ７に処理を進める。
ステップＳ７において、ＣＰＵ１１１は、検像結果および／または推論結果が得られた医用画像をモニタ５０に表示する。図４にモニタ５０における医用画像の表示例を示す。図４の表示例では、モニタ５０には、医用画像の確認画面５０１に、４枚の医用画像が表示されている。また、医用画像には、疾患リスクが高いことを示す推論結果が得られた場合など緊急度が比較的高いことを示す指標５０２も表示される。また、医用画像には、ステップＳ２において取得された検像結果が不合格であることを示す指標５０３、５０４も表示される。撮影技師等が入力装置６０を操作していずれかの指標を押すと、指標の内容を示す情報が詳細情報表示部５０５に表示される。詳細情報表示部５０５に表示される指標の内容は、ステップＳ２において撮影技師等によって入力された、検像結果が不合格である理由のコメントである。
本実施形態では、検像結果が合格である医用画像に対して推論結果が表示され、検像結果が不合格である医用画像に対しては推論結果は表示されない。したがって、図４の表示例では、検像結果が不合格であることを示す指標５０３、５０４が表示されている医用画像には、推論結果を示す指標５０２などの指標は表示されない。これにより、撮影技師等は、適切な検像結果が得られた医用画像を対象として推論結果を確認することができる。
図４の表示例では、撮影技師等が指標５０３を押し、詳細情報表示部５０５に医用画像に虚像（検像結果が不合格）があることを示すメッセージが表示されている例を示す。なお、図４において、指標５０４が表示されている医用画像は、一部にハレーションが生じている医用画像である。このため、指標５０４が押されると、詳細情報表示部５０５には、検像結果が不合格である理由として医用画像にハレーションが生じていることを示す情報が表示される。また、モニタ５０には、再撮影を要求するための再撮影ボタン５０６が表示される。撮影技師等は、それぞれの指標を押して詳細情報表示部５０５に表示される情報を確認しつつ、必要に応じて再撮影ボタン５０６を押すことで再撮影を要求することができる。
また、モニタ５０には、各医用画像に対応するチェックボックス５０７が表示される。撮影技師等は、チェックボックス５０７のオン／オフを切り替えることで、医用画像をＰＡＣＳ３０に送信するか否かを決定することができる。また、モニタ５０には、確認画面５０１に表示された医用画像の確認を完了する完了ボタン５０８が表示される。撮影技師等がモニタ５０に表示される医用画像を確認したり再撮影の要求などの必要な操作を行ったりした後に完了ボタン５０８を押すと、チェックボックス５０７がオンである医用画像がＰＡＣＳ３０に送信される。
ステップＳ８において、ＣＰＵ１１１は、ステップＳ７において表示した医用画像について、再撮影ボタン５０６が押されたか否かに基づいて、医用画像の再撮影が要求されたか否かを判定する。ＣＰＵ１１１は、再撮影ボタン５０６が押された場合は（Ｓ８：Ｙ）、処理をステップＳ１に戻し、再撮影の対象となる医用画像を再度取得する。そして、ＣＰＵ１１１は、再撮影された医用画像を取得し、再撮影された医用画像を対象として上記の処理を繰り返す。一方、ステップＳ７において表示した医用画像に対して再撮影ボタン５０６が押されていない場合は（Ｓ８：Ｎ）、処理をステップＳ９に進める。
ステップＳ９において、ＣＰＵ１１１は、完了ボタン５０８が押されたか否かに基づいて、ステップＳ７において表示した医用画像の確認が完了したか否かを判定する。ＣＰＵ１１１は、完了ボタン５０８が押された場合は（Ｓ９：Ｙ）、処理をステップＳ１０に進める。一方、ＣＰＵ１１１は、完了ボタン５０８が押されていない場合は（Ｓ９：Ｎ）、処理をステップＳ８に戻す。ステップＳ１０において、ＣＰＵ１１１は、モニタ５０に表示された医用画像のうちチェックボックス５０７がオンである医用画像をＰＡＣＳ３０に送信する。そして、ＣＰＵ１１１は、本フローチャートの処理を終了する。
以上により、本実施形態に係るコンソール１００によれば、架台１０において撮影された被検体の医用画像に対する検像結果の取得と推論とを並行して行い、検像結果に基づいて推論の実行が制御される。これにより、検像に合格した医用画像に基づく推論結果が提供されるため、医用画像に基づく推論結果の信頼性をより高めることができる。また、コンソール１００においては検像結果の取得と推論が並行して実行されるため、医用画像の撮影が完了してから検像および推論が完了するまでの時間をより短縮することができる。また、検像結果が不合格である場合は、不合格である医用画像に対して実行中の推論が中断されるため、不要な推論処理を省略することができる。したがって、本実施形態によれば、被検体において大動脈解離が発症している場合に、コンソール１００による上記の処理によって、適切な検像結果に基づく推論結果が得られ、従来よりも迅速に被検体に対する診断が行われることが期待できる。
（第２実施形態）
次に、第２実施形態について説明する。なお、以下の説明において、第１実施形態と同様の構成については、同一の符号を付して詳細な説明は省略する。第２実施形態におけるコンソール１００では、架台１０において撮影された被験体の医用画像が生成され、生成された医用画像に対する推論が行われた後に検像結果の取得が行われる。そして、コンソール１００の制御部１０２は、検像結果に基づいて外部装置への推論結果の出力を制御する。なお、第１実施形態における検像結果の取得および推論の対象疾患は大動脈解離であるが、第２実施形態における検像結果の取得および推論の対象疾患は気胸であるとする。
本実施形態では、推論部１０４は、ＣＮＮ等の公知の深層ネットワークを用いた機械学習によって気胸の部位が含まれる医用画像を対象とした学習済みのモデルがあらかじめ作成されている。推論部１０４は、作成されたモデルを用いて医用画像に対する推論を行い、医用画像内の気胸の領域を検出したり局所的な領域を描出したりする。なお、推論の内
容はこれに限らず、第１実施形態と同様、推論によって、医用画像内に気胸が含まれている確率等が算出されてもよい。
第２実施形態では、画像処理部１０１は、架台１０において撮影された被検体の断層データをデータ収集回路１５から取得し、取得したデータを基に医用画像を生成する。また、推論部１０４が、画像処理部１０１によって取得された医用画像に対する推論を行う。そして、推論部１０４による推論が完了した後に、検像結果取得部１０３が撮影技師等による医用画像の検像結果を取得する。制御部１０２は、画像取得部１０１から当該医用画像を取得する。なお、制御部１０２は、推論部１０４から医用画像を取得してもよい。制御部１０２は、検像結果取得部１０３が取得した検像結果と推論部１０４による推論結果を基に医用画像を表示する。また、制御部１０２は、撮影技師等によって選択された医用画像を出力部１０５からＰＡＣＳ３０に送信する。
（処理フロー）
次に、本実施形態におけるコンソール１００のＣＰＵ１１１が実行する処理について、図５のフローチャートを参照しながら説明する。本実施形態では、ＣＰＵ１１１が、架台１０において撮影された被検体の医用画像に対する推論を行った後に、検像結果を取得し、取得した検像結果を基に推論結果を撮影技師等に表示する。
ステップＳ１１において、ＣＰＵ１１１は、架台１０のデータ収集回路１５から受信したデータを基に被検体の医用画像を生成する。これにより、ＣＰＵ１１１は、被検体の医用画像を取得する。次に、ステップＳ１２において、ＣＰＵ１１１は、ステップＳ１１において取得した医用画像に対して推論を行う。ステップ１２における推論が完了した後、ステップＳ１３において、ＣＰＵ１１１は、撮影技師等による入力装置６０の操作を基に、ステップＳ１１において取得した医用画像をモニタ５０に表示する。撮影技師等は、モニタ５０に表示された医用画像に対して検像を行う。そして、撮影技師等は、モニタ５０に表示される合格ボタンおよび不合格ボタンを使用して、医用画像が合格であるか不合格であるかを決定する。また、撮影技師等は、入力装置６０を用いて、医用画像が不合格である理由を入力する。ＣＰＵ１１１は、撮影技師等による医用画像の合格または不合格の決定や不合格の理由を示す情報を医用画像に対する検像結果として取得する。
ＣＰＵ１１１は、ステップＳ１３の処理を完了すると、処理をステップＳ７に進める。本フローチャートのステップＳ７～Ｓ１０の処理は、第１実施形態の処理と同じである。これにより、モニタ５０には図４に例示するように医用画像が表示される。そして、撮影技師等は、各医用画像を確認して再撮影など必要な操作を行った後に完了ボタン５０８を押して、チェックボックス５０７をオンにした医用画像をＰＡＣＳ３０に送信することができる。
以上のように、本実施形態に係るコンソール１００によれば、架台１０において撮影された被検体の医用画像に対して推論が行われた後に検像を行い、検像結果に基づいて、推論結果を出力するか否かが決定される。これにより、検像結果が合格である場合にのみ推論結果が出力されるため、適切な検像に基づく推論結果が提供される。また、例えば、医用画像に対する検像よりも推論がより短時間で完了する場合には、先に推論を完了しておくことで検像が完了次第、検像結果を基に推論結果が出力される。この結果、医用画像の撮影が完了してから検像および推論が完了するまでの時間をより短縮することができる。したがって、本実施形態によれば、被検体において気胸が発症している場合に、コンソール１００による上記の処理によって、適切な検像結果に基づく推論結果が得られ、従来よりも迅速に被検体に対する診断が行われることが期待できる。
なお、各実施形態の説明は本件開示の技術を説明する上での例示であり、本件開示の技
術は、発明の趣旨を逸脱しない範囲で適宜変更または組み合わせて実施することができる。例えば、上記の実施形態において、コンソール１００の画像処理部１０１、制御部１０２、検像結果取得部１０３、推論部１０４、出力部１０５は、演算回路によって実現されてもよい。さらに、これらの処理部のうち少なくとも１つが、専用に設計されたワークステーションであってもよい。また、これらの処理部の演算回路の各構成は、異なるハードウェアによって構成されてもよい。また、これらの処理部の演算回路の少なくとも一部の構成は単一のハードウェアで構成されてもよい。つまり、コンソール１００のこれらの処理部は、ＣＰＵやＧＰＵ等のプロセッサ、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）チップ等の演算回路で構成されていてもよい。さらに、これらの処理部は、単一のプロセッサや演算回路から構成されるだけでなく、複数のプロセッサや演算回路から構成されていてもよい。
また、上記の実施形態では、画像取得部１０１によって取得された医用画像の検像を撮影技師等が行うことを想定しているが、コンソール１００によって医用画像の検像が実行されるように構成されていてもよい。この場合、ＣＰＵ１１は、上記のステップＳ２、Ｓ１３の処理を実行する代わりに、ステップＳ１、Ｓ１１によって取得した医用画像の検像を実行して検像結果を取得する処理を実行する。
また、医用画像の検像は、１医用画像ごとに実行されてもよいし、複数の医用画像に対して一括して実行されてもよい。ここで、患者単位、すなわち患者ごとに複数の医用画像の検像が一括で実行されてもよい。また、１患者に対して複数種類の検査が行われる場合に、検査単位で複数の医用画像の検像が一括で実行されてもよい。また、検査において複数の部位を一連の順序に従って撮影するようないわゆる撮影シーケンスが存在する場合は、撮影シーケンス単位で複数の医用画像の検像が一括で実行されてもよい。また、撮影対象の部位のボリュームデータいわゆる撮影ボリューム単位で複数の医用画像の検像が一括で実行されてもよい。
また、第２実施形態では、ＣＰＵ１１１は、医用画像に対する推論が完了した後に検像結果を取得するが、一変形例として医用画像に対する検像結果を取得した後に推論を行ってもよい。図６に本変形例においてＣＰＵ１１１が実行する処理のフローチャートを示す。図６のフローチャートに示すように、ＣＰＵ１１１は、上記のステップＳ１１の処理によって医用画像を取得した後に、上記のステップＳ１３の処理によって検像結果を取得する。そして、ＣＰＵ１１１は、ステップＳ１３の検像結果の取得処理の完了後に、上記のステップＳ４の判定処理を行う。そして、ＣＰＵ１１１は、ステップＳ４において検像結果が合格である場合に（Ｓ４：Ｙ）処理をステップＳ１２に進め、検像結果が不合格である場合に（Ｓ４：Ｎ）処理をステップＳ７に進める。ステップＳ７～ステップＳ１０の処理は上記と同じであるため、詳細な説明は省略する。本変形例では、ＣＰＵ１１１は、検像結果を取得した段階で推論の実行の要否を決定する。これにより、検像結果が不合格である場合に不要な推論を行わないことで、医用画像の表示や撮影技師等による再撮影の要求がより短時間で行えることが期待できる。
また、上記の実施形態において、推論結果が異常であることを示す医用画像が、推論結果が正常であることを示す医用画像よりも優先して読影されるよう、医師等に促す処理が実行されてもよい。例えば、ＣＰＵ１１１は、優先して読影されるべき医用画像を示す情報を医用画像と推論結果とともにＰＡＣＳ３０に送信する。この場合に、推論結果の緊急度に応じて優先順位が設定されてもよい。優先順位は、撮影技師等がコンソール１００において設定してもよいし、推論結果の緊急度に応じた優先順位があらかじめコンソール１００に設定されていてもよい。
また、上記の実施形態では、断層撮影装置１において撮影された被検体の医用画像を検
像および推論の対象とする場合を想定した。ただし、各実施形態において医用画像を撮影するモダリティはこれらに限定されない。例えば、断層撮影装置１の代わりに、ＭＲＩ装置、超音波診断装置、Ｘ線マンモグラフィ装置などが用いられてもよい。したがって、本件開示の技術は、Ｘ線などの電磁波や超音波など、所定波長の波が被検体に照射される種々の断層撮影装置に適用できる。さらに、第１実施形態では対象疾患が大動脈解離である場合を想定し、第２実施形態では対象疾患が気胸である場合を想定したが、対象疾患はこれらに限定されず、悪性新生物（悪性腫瘍、がん）やその他の疾患であってもよい。
また、上記の実施形態において、推論結果は、ＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎｓ ｉｎ Ｍｅｄｉｃｉｎｅ）のデータ要素を識別する付帯情報であるタグに追加されてもよい。また、推論結果が医用画像に治療が必要となる可能性がある部位が含まれていることを示す場合に、その旨を示す情報が電子カルテに追加されてもよい。
また、上記の実施形態において、医用画像の検像結果が不合格でも、撮影オーダから特定される撮影部位に対応する部分に限定すれば検像結果が合格となる場合も想定される。そこで、撮影オーダの情報に基づいて撮影部位が特定され、当該部位については検像結果が合格となる場合には、上記の処理によって得られる推論結果が出力されるようにコンソール１００が構成されていてもよい。
（その他の実施例）
本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。
１００・・・コンソール、１０１・・・画像処理部、１０２・・・制御部、１０３・・・検像結果取得部、１０４・・・推論部、１１１・・・ＣＰＵ

Claims (20)

  1. 被検体を撮影した医用画像を取得する第１の取得部と、
    前記医用画像に対する検像結果を取得する第２の取得部と、
    前記医用画像に対する推論を行う推論部と、
    前記第２の取得部によって取得された前記医用画像に対する検像結果に基づいて、前記推論部による前記医用画像に対する推論結果の外部装置への出力を制御する制御部と
    を有し、
    前記第２の取得部による前記医用画像に対する検像結果の取得と前記推論部による前記医用画像に対する推論とを実施し、前記第２の取得部による前記医用画像に対する検像結果の取得よりも前記推論部による前記医用画像に対する推論が先に完了した場合、前記制御部は、前記医用画像に対する検像結果が合格となるまで前記医用画像に対する推論結果を外部装置に出力しない
    ことを特徴とする情報処理装置。
  2. 前記制御部は、前記検像結果が合格である医用画像に対する前記推論結果を前記外部装置に出力し、前記検像結果が不合格である医用画像に対する前記推論結果を前記外部装置に出力しない、ことを特徴とする請求項１に記載の情報処理装置。
  3. 前記検像結果が不合格である場合に、前記第１の取得部は、再撮影による前記被検体の医用画像を取得し、前記第２の取得部は、前記再撮影による前記被検体の前記医用画像に対する検像結果を取得し、
    前記推論部は、前記再撮影による前記被検体の前記医用画像に対する推論を行い、
    前記制御部は、前記再撮影による前記被検体の前記医用画像に対する前記検像結果が合格である場合に、前記再撮影による前記被検体の前記医用画像に対する前記推論の推論結果を前記外部装置に出力する
    ことを特徴とする請求項１または２に記載の情報処理装置。
  4. 被検体を撮影した医用画像を取得する第１の取得部と、
    前記医用画像に対する検像結果を取得する第２の取得部と、
    前記医用画像に対する推論を行う推論部と、
    前記第２の取得部によって取得された前記医用画像に対する検像結果に基づいて、前記推論部による前記医用画像に対する推論の実行を制御する制御部と
    を有し、
    撮影オーダから特定される前記被検体の撮影部位に対応する部分に限定して前記医用画像に対する検像が行われ、前記医用画像に対する検像結果が合格となる場合、前記制御部は、前記推論部による推論結果が外部装置に出力されるように制御する
    ことを特徴とする情報処理装置。
  5. 前記制御部は、前記検像結果が不合格である場合に、前記推論部によって実行中の前記医用画像に対する推論を中断する、ことを特徴とする請求項４に記載の情報処理装置。
  6. 前記検像結果が不合格である場合に、前記第１の取得部は、再撮影による前記被検体の医用画像を取得し、前記第２の取得部は、前記再撮影による前記被検体の前記医用画像に対する検像結果を取得し、
    前記制御部は、前記再撮影による前記被検体の前記医用画像に対する前記検像結果が合格である場合に、前記再撮影による前記被検体の前記医用画像に対する推論を実行するように前記推論部を制御する
    ことを特徴とする請求項４または５に記載の情報処理装置。
  7. 前記制御部は、前記第２の取得部による前記医用画像に対する検像結果の取得と前記推論部による前記医用画像に対する推論とを並行に実行するよう前記第２の取得部および前記推論部を制御する、ことを特徴とする請求項４から６のいずれか一項に記載の情報処理装置。
  8. 前記推論部は、医用画像を用いた機械学習によって作成されたモデルを用いて前記推論を行う、ことを特徴とする請求項１から７のいずれか一項に記載の情報処理装置。
  9. 前記第２の取得部は、前記被検体の撮影部位の情報を取得して、前記撮影部位の情報に基づいて前記医用画像に対する検像を行う、ことを特徴とする請求項１から３のいずれか一項に記載の情報処理装置。
  10. 第１の取得手段が、被検体を撮影した医用画像を取得するステップと、
    第２の取得手段が、前記医用画像に対する検像結果を取得するステップと、
    推論手段が、前記医用画像に対する推論を行うステップと、
    制御手段が、前記第２の取得手段によって取得された前記医用画像に対する検像結果に基づいて、前記推論手段による前記医用画像に対する推論結果の外部装置への出力を制御するステップと
    を有し、
    前記第２の取得手段による前記医用画像に対する検像結果の取得と前記推論手段による前記医用画像に対する推論とを実施し、前記第２の取得手段による前記医用画像に対する検像結果の取得よりも前記推論手段による前記医用画像に対する推論が先に完了した場合、前記制御するステップは、前記医用画像に対する検像結果が合格となるまで前記医用画像に対する推論結果を外部装置に出力しない
    ことを特徴とする情報処理方法。
  11. 前記制御手段は、前記検像結果が合格である医用画像に対する前記推論結果を前記外部装置に出力し、前記検像結果が不合格である医用画像に対する前記推論結果を前記外部装置に出力しない、ことを特徴とする請求項１０に記載の情報処理方法。
  12. 前記検像結果が不合格である場合に、前記第１の取得手段が、再撮影による前記被検体の医用画像を取得し、前記第２の取得手段が、前記再撮影による前記被検体の前記医用画像に対する検像結果を取得するステップと、
    前記推論手段が、前記再撮影による前記被検体の前記医用画像に対する推論を行うステップと、
    前記制御手段が、前記再撮影による前記被検体の前記医用画像に対する前記検像結果が合格である場合に、前記再撮影による前記被検体の前記医用画像に対する前記推論の推論結果を前記外部装置に出力するステップと
    をさらに有する、
    ことを特徴とする請求項１０または１１に記載の情報処理方法。
  13. 第１の取得手段が、被検体を撮影した医用画像を取得するステップと、
    第２の取得手段が、前記医用画像に対する検像結果を取得するステップと、
    推論手段が、前記医用画像に対する推論を行うステップと、
    制御手段が、前記第２の取得手段によって取得された前記医用画像に対する検像結果に基づいて、前記推論手段による前記医用画像に対する推論の実行を制御するステップと
    を有し、
    撮影オーダから特定される前記被検体の撮影部位に対応する部分に限定して前記医用画像に対する検像が行われ、前記医用画像に対する検像結果が合格となる場合、前記制御手段は、前記推論手段による推論結果が外部装置に出力されるように制御する
    ことを特徴とする情報処理方法。
  14. 前記制御手段は、前記検像結果が不合格である場合に、前記推論手段によって実行中の前記医用画像に対する推論を中断する、ことを特徴とする請求項１３に記載の情報処理方法。
  15. 前記検像結果が不合格である場合に、前記第１の取得手段が、再撮影による前記被検体の医用画像を取得し、前記第２の取得手段が、前記再撮影による前記被検体の前記医用画像に対する検像結果を取得するステップと、
    前記制御手段が、前記再撮影による前記被検体の前記医用画像に対する前記検像結果が合格である場合に、前記再撮影による前記被検体の前記医用画像に対する推論を実行するように前記推論手段を制御するステップと
    をさらに有する、ことを特徴とする請求項１３または１４に記載の情報処理方法。
  16. 前記第２の取得手段は、前記医用画像に対する検像を実行して前記検像結果を取得し、
    前記制御手段は、前記第２の取得手段による前記医用画像に対する検像と前記推論手段による前記医用画像に対する推論とを並行に実行するよう前記第２の取得手段と前記推論手段を制御する、
    ことを特徴とする請求項１３から１５のいずれか一項に記載の情報処理方法。
  17. 前記推論手段は、医用画像を用いた機械学習によって作成されたモデルを用いて前記推論を行う、ことを特徴とする請求項１０から１６のいずれか一項に記載の情報処理方法。
  18. 前記第２の取得手段は、前記被検体の撮影部位の情報を取得して、前記撮影部位の情報に基づいて前記医用画像に対する検像を行う、ことを特徴とする請求項１０から１２のいずれか一項に記載の情報処理方法。
  19. コンピュータに請求項１０から１８のいずれか一項に記載の情報処理方法を実行させる、ことを特徴とするプログラム。
  20. 請求項１から９のいずれか一項に記載の情報処理装置と、
    前記被検体の断層データを収集するデータ収集部と
    を有し、
    前記第１の取得部は、前記データ収集部によって収集された前記断層データを基に前記医用画像を取得する
    ことを特徴とする断層撮影装置。
JP2019158315A 2019-08-30 2019-08-30 情報処理装置、断層撮影装置、情報処理方法およびプログラム Active JP7358120B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019158315A JP7358120B2 (ja) 2019-08-30 2019-08-30 情報処理装置、断層撮影装置、情報処理方法およびプログラム
CN202010887193.2A CN112446855A (zh) 2019-08-30 2020-08-28 信息处理装置、断层摄影装置、信息处理方法及存储介质
US17/007,548 US11955226B2 (en) 2019-08-30 2020-08-31 Information processing apparatus, tomographic apparatus, and information processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019158315A JP7358120B2 (ja) 2019-08-30 2019-08-30 情報処理装置、断層撮影装置、情報処理方法およびプログラム

Publications (2)

Publication Number Publication Date
JP2021036932A JP2021036932A (ja) 2021-03-11
JP7358120B2 true JP7358120B2 (ja) 2023-10-10

Family

ID=74681901

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019158315A Active JP7358120B2 (ja) 2019-08-30 2019-08-30 情報処理装置、断層撮影装置、情報処理方法およびプログラム

Country Status (3)

Country Link
US (1) US11955226B2 (ja)
JP (1) JP7358120B2 (ja)
CN (1) CN112446855A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2022209652A1 (ja) * 2021-03-29 2022-10-06

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006051198A (ja) 2004-08-12 2006-02-23 Fuji Photo Film Co Ltd 医用画像処理システム
US20170103512A1 (en) 2015-10-13 2017-04-13 Siemens Healthcare Gmbh Learning-based framework for personalized image quality evaluation and optimization
JP2017192453A (ja) 2016-04-18 2017-10-26 キヤノン株式会社 情報処理装置、情報処理システム、情報処理方法及びプログラム
JP2019093137A (ja) 2017-11-22 2019-06-20 ゼネラル・エレクトリック・カンパニイ 放射線学的所見のためのポイントオブケア警報を送達するためのシステムおよび方法

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6173068B1 (en) * 1996-07-29 2001-01-09 Mikos, Ltd. Method and apparatus for recognizing and classifying individuals based on minutiae
US7940970B2 (en) * 2006-10-25 2011-05-10 Rcadia Medical Imaging, Ltd Method and system for automatic quality control used in computerized analysis of CT angiography
US8520920B2 (en) * 2009-11-11 2013-08-27 Siemens Corporation System for dynamically improving medical image acquisition quality
JP5800595B2 (ja) 2010-08-27 2015-10-28 キヤノン株式会社 医療診断支援装置、医療診断支援システム、医療診断支援の制御方法、及びプログラム
CN105307571B (zh) * 2013-06-18 2018-10-26 佳能株式会社 控制装置、摄像装置、摄像系统和控制方法
JP2015150062A (ja) 2014-02-12 2015-08-24 株式会社東芝 検像装置
KR102434562B1 (ko) * 2015-06-30 2022-08-22 삼성전자주식회사 위조 지문 검출 방법 및 장치, 지문 인식 방법 및 장치
JP7090592B2 (ja) * 2016-07-15 2022-06-24 コーニンクレッカ フィリップス エヌ ヴェ 医療デバイス品質を評価するための装置
JP7252122B2 (ja) * 2016-11-23 2023-04-04 コーニンクレッカ フィリップス エヌ ヴェ 医療撮像装置、及び、画像取得方法を行うように少なくとも１つのプロセッサを制御するためのソフトウェアを担う非一時的コンピュータ可読媒体
US10282838B2 (en) 2017-01-09 2019-05-07 General Electric Company Image analysis for assessing image data
JP6808557B2 (ja) * 2017-03-30 2021-01-06 キヤノン株式会社 情報処理装置、その制御方法及びプログラム
CN109378043A (zh) 2017-10-13 2019-02-22 北京昆仑医云科技有限公司 基于患者的医学图像生成诊断报告的系统和方法及介质
US10783634B2 (en) * 2017-11-22 2020-09-22 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
US11250113B2 (en) * 2018-01-04 2022-02-15 Suprema Inc. Fingerprint image acquisition apparatus and method for user authentication
JP7154877B2 (ja) * 2018-08-22 2022-10-18 キヤノン株式会社 画像投射装置、画像投射装置の制御方法、および、プログラム
JP2022502210A (ja) * 2018-10-12 2022-01-11 エレクタ リミテッド Ｍｒ−ｌｉｎａｃの品質保証
US10887525B2 (en) * 2019-03-05 2021-01-05 Sony Corporation Delivery of notifications for feedback over visual quality of images
EP4272636A1 (en) * 2020-12-30 2023-11-08 Neurophet Inc. Medical image analysis method, medical image analysis device and medical image analysis system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006051198A (ja) 2004-08-12 2006-02-23 Fuji Photo Film Co Ltd 医用画像処理システム
US20170103512A1 (en) 2015-10-13 2017-04-13 Siemens Healthcare Gmbh Learning-based framework for personalized image quality evaluation and optimization
JP2017192453A (ja) 2016-04-18 2017-10-26 キヤノン株式会社 情報処理装置、情報処理システム、情報処理方法及びプログラム
JP2019093137A (ja) 2017-11-22 2019-06-20 ゼネラル・エレクトリック・カンパニイ 放射線学的所見のためのポイントオブケア警報を送達するためのシステムおよび方法

Also Published As

Publication number Publication date
US20210065880A1 (en) 2021-03-04
CN112446855A (zh) 2021-03-05
US11955226B2 (en) 2024-04-09
JP2021036932A (ja) 2021-03-11

Similar Documents

Publication Publication Date Title
US11450001B2 (en) Medical image processing apparatus, medical image processing method, and x-ray CT apparatus
KR101578770B1 (ko) 의료 영상 처리 장치 및 그에 따른 의료 영상 처리 방법
US9615809B2 (en) Tomography apparatus and method of displaying tomography image by tomography apparatus
KR20120132017A (ko) 방사선량 관리 장치 및 방법과 이를 실행하기 위한 기록매체
JP2009082182A (ja) 検査作業支援装置及び方法、並びに検査作業支援システム
US20150150531A1 (en) Medical Imaging System And Program
KR20150095184A (ko) 단층 영상 장치 및 그에 따른 단층 영상 디스플레이 방법
JP2006051198A (ja) 医用画像処理システム
US20110054943A1 (en) Radiography management system and method
JP7358120B2 (ja) 情報処理装置、断層撮影装置、情報処理方法およびプログラム
US9706969B2 (en) Medical image diagnosis apparatus
JP2017085194A (ja) 情報処理装置およびその制御方法
CN111753831A (zh) 一种图像分析方法、装置、图像采集设备及存储介质
CN114269253A (zh) 医疗支援装置、其工作方法及工作程序、以及医疗支援系统
JP6863191B2 (ja) 放射線撮影支援装置放射線撮影支援方法
JP5610685B2 (ja) Ｘ線ｃｔ装置
JP2006325615A (ja) 医用画像診断装置
US20220328196A1 (en) Medical image diagnostic apparatus, medical image processing apparatus, and medical image processing system
JP7466301B2 (ja) 医用システム、医用情報管理装置及び端末装置
US10747847B2 (en) Medical image diagnosis apparatus, server and control method
JP7484473B2 (ja) 画像診断システム、画像診断装置、および、画像診断方法
JP2024039061A (ja) 画質情報提供システム及び画質情報提供方法
JP2024033139A (ja) 医用情報システム及び医用画像診断装置
JP2024058392A (ja) 医用画像処理装置
JP2022118314A (ja) 医用情報処理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220720

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230322

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230517

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230801

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230822

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: 20230905

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230927

R150 Certificate of patent or registration of utility model

Ref document number: 7358120

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150