JP7391112B2 - 磁気共鳴イメージングのための自動的な視野整列 - Google Patents

Description

本発明は、磁気共鳴イメージング、特には、磁気共鳴イメージングのためのプランニングに関する。

患者の身体内の画像を生成するための手順の一部として原子の核スピンを整列させるために、大きな静的磁場が磁気共鳴イメージング（ＭＲＩ）スキャナによって使用される。この大きな静的磁場は、Ｂ０場又はメイン磁場と呼ばれる。対象者の様々な量及び特性がＭＲＩを使用して空間的に測定され得る。例えば、対象者の様々な解剖学的又は生理学的特性がＭＲＩを使用して調べられ得る。対象者内の適切なロケーションをイメージングするために、予備的磁気共鳴画像が最初に取得され、これは、一般的にはローカライザ又はスカウト画像と呼ばれる。次いで、ローカライザは、その後のスキャンのための視野（関心領域）を適切に位置決めするためにオペレータによって使用される。

会議刊行物など（２０１０）「Ａｕｔｏｍａｔｅｄ Ｓｃａｎ Ｐｌａｎｅ Ｐｌａｎｎｉｎｇ ｆｏｒ Ｂｒａｉｎ ＭＲＩ ｕｓｉｎｇ ２Ｄ Ｓｃｏｕｔ Ｉｍａｇｅｓ」、Ｉｎ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＳＭＲＭ、２０１０年、３１３６ページ、は、スキャン平面プランニングのための自動的アルゴリズムの使用を開示している。

本発明は、独立請求項において、医療システム、コンピュータプログラムプロダクト、及び方法を提供する。実施形態が従属請求項において与えられる。

ローカライザ磁気共鳴画像の後の視野の位置決めの自動化に伴う困難さは、対象者の初期位置及び対象者の解剖学的組織が大きく変化することがあることである。訓練されたオペレータは、その後のスキャンにおいて許容可能な結果を取得するように視野を一貫的に配置する際にも困難さも有する。本発明の実施形態は、視野を位置決めするために訓練可能な機械学習コンポーネントを有する予測器アルゴリズムを使用することによってこの問題を解決する。予測器アルゴリズムは、予測視野整列データを生成するための入力として、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータを使用する。これは、幾つかの利点を有する。第１に、ローカライザ磁気共鳴画像の履歴、対象者データ、及びロケーション視野を含む医療イメージングデータベースが訓練用データの情報を得るために調べられる。

一態様では、本発明は、医療システムを制御するために構成されたマシン実行可能命令を記憶するメモリを備える医療システムを提供する。メモリは、更に、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの入力に応答して予測視野整列データを出力するために構成された予測器アルゴリズムを記憶する。本明細書で使用される予測視野整列データは、その後の磁気共鳴イメージングスキャンのための視野の位置を指定するために使用されるデータを包含する。

本明細書で使用されるローカライザ磁気共鳴画像は、その後の磁気共鳴イメージングスキャンのプランニングのために使用される磁気共鳴画像を包含する。これらは、一般的には、低解像度で、非常に視野の広い磁気共鳴画像であるが、これは、多くの磁気共鳴画像が更なる磁気共鳴イメージングスキャンのプランニングに使用されるので必ずしもそうである必要はない。本明細書で使用される対象者メタデータは、対象者を記述し、磁気共鳴イメージングプロトコルの適切な実行に関連するデータを包含する。例えば、対象者メタデータは、対象者の身長、体重、性別、疑われる医療状態、及び他のパラメータなどの対象者の記述子を列挙する。これらの対象者メタデータは、視野整列データの予測に影響を与える。例えば、小児は、成人のものとは異なる未成熟な脳の解剖学的構造を有する。更には、肥満体の患者は、腹部領域を全体的に映像化するために、細身の患者が検査される場合に比べてより大きな視野を必要とする。

予測器アルゴリズムは訓練可能機械学習アルゴリズムを含む。医療システムは、更に、医療システムを制御するために構成されたプロセッサを備える。マシン実行可能命令の実行は、プロセッサに、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータを受信させる。１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの両方は、異なる例において異なるやり方で受信される。適切な機械学習可能アルゴリズムは、訓練及び推論のために画像及びテキストの両方を使用する（いわゆるテキスト－画像埋め込み型）深層学習モデルに基づく。実際的な例としては、例えば、ｈｔｔｐｓ：／／ｚｐａｓｃａｌ．ｎｅｔ／ｃｖｐｒ２０１８／Ｗａｎｇ＿ＴｉｅＮｅｔ＿Ｔｅｘｔ－Ｉｍａｇｅ＿Ｅｍｂｅｄｄｉｎｇ＿ＣＶＰＲ＿２０１８＿ｐａｐｅｒ．ｐｄｆ、ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ｐｄｆ／１７０４．０３４７０．ｐｄｆ、ｈｔｔｐｓ：／／ａｒｘｉｖ．ｏｒｇ／ｐｄｆ／１７１１．０５５３５．ｐｄｆ、ｈｔｔｐ：／／ｏｐｅｎａｃｃｅｓｓ．ｔｈｅｃｖｆ．ｃｏｍ／ｃｏｎｔｅｎｔ＿ＥＣＣＶ＿２０１８／ｐａｐｅｒｓ／Ｙｉｎｇ＿Ｚｈａｎｇ＿Ｄｅｅｐ＿Ｃｒｏｓｓ－Ｍｏｄａｌ＿Ｐｒｏｊｅｃｔｉｏｎ＿ＥＣＣＶ＿２０１８＿ｐａｐｅｒ．ｐｄｆがある。特には、これらの様々な複雑な入力（画像、テキスト、カテゴリー変数）を使うニューラルネットワークは、入力されたローカライザ画像及び患者メタデータから視野設定を予測することができる。

幾つかの場合には、受信することは、メモリ又はストレージデバイスからこれらを読み出すことを包含する。他の例では、これらはネットワークを介して受信される。他の例では、プロセッサは、１つ又は複数のローカライザ磁気共鳴画像を取得するために磁気共鳴イメージングシステムのようなものを制御し、例えば、磁気共鳴イメージングスキャンのプランニングのために対象者メタデータをストレージデバイスから受信し、又は端末若しくは他のユーザインタフェースを介してこれを受信する。

マシン実行可能命令の実行は、更に、プロセッサに、予測器アルゴリズムへの１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信させる。１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータは、予測器アルゴリズムに入力され、これに応答して予測器アルゴリズムは予測視野整列データを提供する。これは、その後の磁気共鳴イメージングスキャンを構成するために予測視野整列データが使用されるので、有益である。これは、例えば、自動的な磁気共鳴イメージングを可能にする。また、これは、オペレータが磁気共鳴イメージングシステムを手動で操作するときに使用される補助又は品質制御ツールにもなる。

本明細書で使用される医療システムは、異なる例において異なる種類のシステムを包含する。一例では、医療システムは磁気共鳴イメージングシステムであり、説明される実施形態は磁気共鳴イメージングシステムの構成要素に一体化される。別の例では、医療システムは、磁気共鳴イメージングデータ及び画像のプランニング及び／又は分析のために使用されるワークステーションである。別の例では、医療システムは、ネットワーク又は他のデータ交換インタフェースを介し、クラウド又はクラウドコンピューティングシステムを通じて提供されるサービスである。

別の実施形態では、メモリは、更に、訓練用データを記憶する。訓練用データは訓練用エントリを含む。訓練用エントリの各々は、１つ又は複数の訓練用磁気共鳴画像、訓練用対象者メタデータ、及び訓練用視野整列データを含む。１つ又は複数の訓練用磁気共鳴画像及び訓練用対象者メタデータは、予測器アルゴリズムに入力されるデータの種類を表す。訓練用視野整列データは、予測器アルゴリズムによって出力されるデータの種類を表す。

メモリは、更に、予測視野整列データと訓練用視野整列データとの比較を使用して予測器アルゴリズムを訓練するために構成された訓練用アルゴリズムを含む。この比較は、例えば、異なるやり方で実行される。幾つかの例では、比較は訓練済みニューラルネットワークによってなされ得る。他の例では、予測視野整列データ及び訓練用視野整列データの幾何学的ロケーションが比較され、定量化される。

マシン実行可能命令の実行は、更に、プロセッサに、予測器アルゴリズムへの１つ又は複数の訓練用磁気共鳴画像の入力に応答して、及び訓練用対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信させる。マシン実行可能命令の実行は、更に、プロセッサに、予測視野整列データと訓練用視野整列データとの比較を使用して予測器アルゴリズムを訓練させる。これは、予測器アルゴリズムによって出力される予測視野整列データの正確性を向上させるための手段を提供するので、有益である。

幾つかの場合には、予測視野整列データと訓練用視野整列データとの比較の判定は、予測器アルゴリズム自体によって実行される。例えば、これらの２つのデータは予測器アルゴリズムに入力され、訓練は自動的に進行する。他の場合には、マシン実行可能命令の実行は、更に、プロセッサに、更なるアルゴリズム又は数学的比較を使用して、予測視野整列データと訓練用視野整列データとの比較を判定させる。例えば、２つの視野の座標及び位置決めが数値的に比較される。

別の実施形態では、マシン実行可能命令の実行は、更に、プロセッサに、医療画像データベースから、１つ又は複数の訓練用磁気共鳴画像、訓練用対象者メタデータ、及び訓練用視野整列データを抽出することによって、訓練用データを生成させる。一般的に、磁気共鳴イメージングプロトコルが実行されると、検査からのデータはデータベースに記憶される。例えば、データは、特定の検査から、いわゆるＤＩＣＯＭファイルに記憶される。一例では、データはＤＩＣＯＭファイルから抽出される。この実施形態及び関連する実施形態は、予測器アルゴリズムを生成し、又は向上させるために実際の検査データ及び視野の整列を使用する手段を提供するので、有益である。

別の実施形態では、予測器アルゴリズムは畳み込みニューラルネットワークである。例えば、畳み込みニューラルネットワークは深層学習を使用して訓練される。予測視野整列データは、訓練用視野整列データと数値的に比較される。

別の実施形態では、予測器アルゴリズムは、対象者メタデータ及び１つ又は複数のローカライザ磁気共鳴画像を使用して特徴ベクトルを提供するために構成された特徴抽出器を含む。この特徴抽出器は、異なる例において異なる形態をとる。例えば、解剖学的ランドマークを探索するアルゴリズムは、これらの解剖学的ランドマークのロケーションを識別する特徴ベクトルを含む。同様に、可変形状モデル、又は解剖学的地図でさえもが、このようなやり方で使用される。他の例では、後に訓練可能機械学習アルゴリズムによって予測視野整列データを出力するために使用される特徴ベクトルを提供するために、ニューラルネットワークが使用される。

訓練可能機械学習アルゴリズムは、特徴ベクトルの入力に応答して予測視野整列データを出力するために構成される。このようなやり方での特徴ベクトルの使用は、非常に透明性が高く、医療システムを使用する医師又は他の専門家によって容易に理解されるので、有益である。このことは、予測器アルゴリズムの応答の脆性の程度を低減する。また、このことは、人間がより容易に理解できる訓練可能機械学習アルゴリズムの使用を可能にする。

別の実施形態では、訓練可能機械学習アルゴリズムは、決定木アルゴリズムである。

別の実施形態では、訓練可能機械学習アルゴリズムは、ｋ近傍法アルゴリズムである。

決定木又はｋ近傍法アルゴリズムの使用は、人間がモデルを手動でレビューすることができ、それが安全であるか、及び／又は、誤りを生じる恐れのあるデータ、又は予測器アルゴリズムの誤動作を招いたり、虚偽のデータを提供したりするデータを含まないかを見ることができるという点で、有益である。

別の実施形態では、特徴抽出器は、特徴ベクトルを提供するために構成された訓練済みニューラルネットワークである。この実施形態は、訓練済みニューラルネットワークが、特徴ベクトルを提供し、画像を実質的に分類し、後に予測器アルゴリズムによって使用される様々なランドマークのロケーションを特定するためにのみ使用されるので、有益である。これは、例えば、予測器アルゴリズムの動作を、より透明性の高い、人間が理解可能なものにする。

別の実施形態では、特徴抽出器は、可変形状モデルを適合することによって特徴ベクトルを提供するために構成される。

別の実施形態では、特徴抽出器は、解剖学的地図を使用して特徴ベクトルを提供するために構成される。

別の実施形態では、医療システムは医療イメージングワークステーションである。

別の実施形態では、医療システムはクラウドベース磁気共鳴イメージングプランニングシステムである。例えば、磁気共鳴イメージングシステム又は他の医療イメージングワークステーションは、インターネット又は他のネットワーク接続を介して医療システムに接触し得、これに対象者メタデータ及び１つ又は複数のローカライザ磁気共鳴画像を送信し、返信として予測視野整列データを受信する。

別の実施形態では、医療システムは、更に、磁気共鳴イメージングシステムを備える。

別の実施形態では、メモリは、更に、ローカライザ磁気共鳴イメージングデータを取得するように磁気共鳴イメージングシステムを制御するために構成されたローカライザパルスシーケンスコマンドを含む。マシン実行可能命令の実行は、プロセッサに、更に、ローカライザパルスシーケンスコマンドによって磁気共鳴イメージングシステムを制御することによってローカライザ磁気共鳴イメージングデータを取得させる。マシン実行可能命令の実行は、プロセッサに、更に、ローカライザ磁気共鳴イメージングデータから１つ又は複数のローカライザ磁気共鳴画像を再構成させる。この実施形態は、視野の自動的な判定が、磁気共鳴イメージングシステムに直接的に組み込まれるので、有益である。

別の実施形態では、メモリは、更に、臨床磁気共鳴イメージングデータを取得するように磁気共鳴イメージングシステムを制御するために構成された臨床パルスシーケンスコマンドを含む。マシン実行可能命令の実行は、プロセッサに、更に、予測視野整列データによって臨床パルスシーケンスコマンドを修正することにって修正済みパルスシーケンスコマンドを生成させる。例えば、修正済みパルスシーケンスコマンドにおける視野は、予測視野整列データを使用して修正又は変更され得る。マシン実行可能命令の実行は、プロセッサに、更に、修正済みパルスシーケンスコマンドによって磁気共鳴イメージングシステムを制御することによって臨床磁気共鳴イメージングデータを取得させる。

幾つかの例では、マシン実行可能命令の実行はまた、プロセッサに、臨床磁気共鳴イメージングデータから１つ又は複数の臨床磁気共鳴画像を再構成させる。

別の態様では、本発明は、医療システムを制御するプロセッサによる実行のためのマシン実行可能命令を含むコンピュータプログラムプロダクトを提供する。コンピュータプログラムプロダクトは、更に、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの入力に応答して予測視野整列データを出力するために構成された予測器アルゴリズムの実装形態を含む。予測器アルゴリズムは訓練可能学習アルゴリズムを含む。マシン実行可能命令の実行は、プロセッサに、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータを受信させる。マシン実行可能命令の実行は、プロセッサに、予測器アルゴリズムへの１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信させる。この実施形態の利点は、先に考察された。

別の態様では、本発明は、医療システムを動作させる方法を提供する。医療システムは予測器アルゴリズムを記憶するメモリを備える。予測器アルゴリズムは、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの入力に応答して予測視野整列データを出力するために構成される。予測器アルゴリズムは訓練可能機械学習アルゴリズムを含む。メモリは、更に、訓練用データを記憶する。訓練用データは訓練用エントリを含む。訓練用エントリの各々は、１つ又は複数の訓練用磁気共鳴画像、訓練用対象者メタデータ、及び訓練用視野整列データを含む。メモリは、更に、予測視野整列データと訓練用視野整列データとの比較を使用して特定のアルゴリズムを訓練するために構成された訓練用アルゴリズムを含む。

方法は、予測器アルゴリズムへの１つ又は複数の訓練用磁気共鳴画像の入力に応答して、及び訓練用対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信するステップを有する。方法は、更に、予測視野整列データと訓練用視野整列データとの比較を判定するステップを有する。方法は、更に、予測視野整列データと訓練用視野整列データとの比較を入力することによって、訓練用アルゴリズムによって予測器アルゴリズムを訓練するステップを有する。

別の実施形態では、方法は、更に、医療画像データベースから、１つ又は複数の訓練用磁気共鳴画像、訓練用対象者メタデータ、及び訓練用視野整列データを抽出することによって、訓練用データを生成するステップを有する。

別の実施形態では、方法は、更に、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータを受信するステップを有する。方法は、更に、予測器アルゴリズムへの１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信するステップを有する。

本発明の上述の実施形態のうちの１つ又は複数は、組み合わせられた実施形態が相互排他的でない限り、組み合わせられることを理解されたい。

当業者には理解されるように、本発明の態様は、装置、方法又はコンピュータプログラムプロダクトとして具体化され得る。従って、本発明の態様は、全面的にハードウェア実施形態、全面的にソフトウェア実施形態（ファームウェア、常駐ソフトウェア、マイクロコード等を含む）又は本明細書において全て一般的に「回路」、「モジュール」若しくは「システム」と称され得るソフトウェア及びハードウェア態様を組み合わせた実施形態の形態をとり得る。更に、本発明の態様は、コンピュータ可読媒体上で具現化されたコンピュータ実行可能コードを有する１つ又は複数のコンピュータ可読媒体において具体化されたコンピュータプログラムプロダクトの形態をとり得る。

１つ又は複数のコンピュータ可読媒体の任意の組み合わせが利用されてもよい。コンピュータ可読媒体は、コンピュータ可読信号媒体又はコンピュータ可読ストレージ媒体でもよい。本明細書で使用される「コンピュータ可読ストレージ媒体」は、コンピューティングデバイスのプロセッサによって実行可能な命令を保存することができる任意の有形ストレージ媒体を包含する。コンピュータ可読ストレージ媒体は、コンピュータ可読非一時的ストレージ媒体と称される場合もある。コンピュータ可読ストレージ媒体はまた、有形コンピュータ可読媒体と称される場合もある。一部の実施形態では、コンピュータ可読ストレージ媒体はまた、コンピューティングデバイスのプロセッサによってアクセスされることが可能なデータを保存可能であってもよい。コンピュータ可読ストレージ媒体の例は、フロッピー（登録商標）ディスク、磁気ハードディスクドライブ、半導体ハードディスク、フラッシュメモリ、ＵＳＢサムドライブ、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、光ディスク、磁気光学ディスク、及びプロセッサのレジスタファイルを含むが、これらに限定されない。光ディスクの例は、例えば、ＣＤ－ＲＯＭ、ＣＤ－ＲＷ、ＣＤ－Ｒ、ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＷ、又はＤＶＤ－Ｒディスクといったコンパクトディスク（ＣＤ）及びデジタル多用途ディスク（ＤＶＤ）を含む。コンピュータ可読ストレージ媒体という用語は、ネットワーク又は通信リンクを介してコンピュータデバイスによってアクセスされることが可能な様々な種類の記録媒体も指す。例えば、データは、モデムによって、インターネットによって、又はローカルエリアネットワークによって読み出されてもよい。コンピュータ可読媒体上で具現化されたコンピュータ実行可能コードは、限定されることはないが、無線、有線、光ファイバケーブル、ＲＦ等を含む任意の適切な媒体、又は上記の任意の適切な組み合わせを用いて送信されてもよい。

コンピュータ可読信号媒体は、例えばベースバンドにおいて又は搬送波の一部として内部で具体化されたコンピュータ実行可能コードを備えた伝搬データ信号を含んでもよい。このような伝搬信号は、限定されることはないが電磁気、光学的、又はそれらの任意の適切な組み合わせを含む様々な形態の何れかをとり得る。コンピュータ可読信号媒体は、コンピュータ可読ストレージ媒体ではない及び命令実行システム、装置、若しくはデバイスによって又はそれと関連して使用するためのプログラムを通信、伝搬、若しくは輸送できる任意のコンピュータ可読媒体でもよい。

「コンピュータメモリ」又は「メモリ」は、コンピュータ可読ストレージ媒体の一例である。コンピュータメモリは、プロセッサに直接アクセス可能な任意のメモリである。「コンピュータストレージ」又は「ストレージ」は、コンピュータ可読ストレージ媒体の更なる一例である。コンピュータストレージは、任意の不揮発性コンピュータ可読ストレージ媒体である。一部の実施形態では、コンピュータストレージは、コンピュータメモリであってもよく、又はその逆であってもよい。

本明細書で使用される「プロセッサ」は、プログラム、マシン実行可能命令、又はコンピュータ実行可能コードを実行可能な電子コンポーネントを包含する。「プロセッサ」を含むコンピューティングデバイスへの言及は、場合により、２つ以上のプロセッサ又は処理コアを含むと解釈されるべきである。プロセッサは、例えば、マルチコアプロセッサである。プロセッサは、また、単一のコンピュータシステム内の、又は複数のコンピュータシステムの中へ分配されたプロセッサの集合体も指す。コンピュータデバイスとの用語は、各々が一つ又は複数のプロセッサを有するコンピュータデバイスの集合体又はネットワークを指してもよいと理解されるべきである。コンピュータ実行可能コードは、同一のコンピュータデバイス内の、又は複数のコンピュータデバイス間に分配された複数のプロセッサによって実行される。

コンピュータ実行可能コードは、本発明の態様をプロセッサに行わせるマシン実行可能命令又はプログラムを含んでもよい。本発明の態様に関する動作を実施するためのコンピュータ実行可能コードは、Java（登録商標）、Smalltalk（登録商標）、又はC++等のオブジェクト指向プログラミング言語及び「Ｃ」プログラミング言語又は類似のプログラミング言語等の従来の手続きプログラミング言語を含む１つ又は複数のプログラミング言語の任意の組み合わせで書かれてもよい及びマシン実行可能命令にコンパイルされてもよい。場合によっては、コンピュータ実行可能コードは、高水準言語の形態又は事前コンパイル形態でもよい及び臨機応変にマシン実行可能命令を生成するインタプリタと共に使用されてもよい。

コンピュータ実行可能コードは、完全にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、スタンドアローンソフトウェアパッケージとして、部分的にユーザのコンピュータ上で及び部分的にリモートコンピュータ上で、又は完全にリモートコンピュータ若しくはサーバ上で実行することができる。後者の場合、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）若しくは広域ネットワーク（ＷＡＮ）を含む任意の種類のネットワークを通してユーザのコンピュータに接続されてもよい、又はこの接続は外部コンピュータに対して（例えば、インターネットサービスプロバイダを使用したインターネットを通して）行われてもよい。

本発明の態様は、本発明の実施形態による方法、装置（システム）及びコンピュータプログラムプロダクトのフローチャート、図及び／又はブロック図を参照して説明される。フローチャート、図、及び／又はブロック図の各ブロック又は複数のブロックの一部は、適用できる場合、コンピュータ実行可能コードの形態のコンピュータプログラム命令によって実施され得ることが理解されよう。相互排他的でなければ、異なるフローチャート、図、及び／又はブロック図におけるブロックの組み合わせが組み合わせられてもよいことが更に理解される。これらのコンピュータプログラム命令は、コンピュータ又は他のプログラム可能データ処理装置のプロセッサを介して実行する命令がフローチャート及び／又はブロック図の１つ又は複数のブロックにおいて指定された機能／行為を実施するための手段を生じさせるようにマシンを作るために、汎用コンピュータ、特定用途コンピュータ、又は他のプログラム可能データ処理装置のプロセッサへと提供されてもよい。

これらのコンピュータプログラム命令はまた、コンピュータ可読媒体に保存された命令がフローチャート及び／又はブロック図の１つ又は複数のブロックにおいて指定された機能／行為を実施する命令を含む製品を作るように、コンピュータ、他のプログラム可能データ処理装置、又は他のデバイスにある特定の方法で機能するように命令することができるコンピュータ可読媒体に保存されてもよい。

コンピュータプログラム命令はまた、コンピュータ又は他のプログラム可能装置上で実行する命令がフローチャート及び／又はブロック図の１つ又は複数のブロックにおいて指定された機能／行為を実施するためのプロセスを提供するように、一連の動作ステップがコンピュータ、他のプログラム可能装置又は他のデバイス上で行われるようにすることにより、コンピュータ実施プロセスを生じさせるために、コンピュータ、他のプログラム可能データ処理装置、又は他のデバイス上にロードされてもよい。

本明細書で使用される「ユーザインタフェース」は、ユーザ又はオペレータがコンピュータ又はコンピュータシステムとインタラクトすることを可能にするインタフェースである。「ユーザインタフェース」は、「ヒューマンインタフェースデバイス」と称される場合もある。ユーザインタフェースは、情報若しくはデータをオペレータに提供することができる及び／又は情報若しくはデータをオペレータから受信することができる。ユーザインタフェースは、オペレータからの入力がコンピュータによって受信されることを可能にしてもよい及びコンピュータからユーザへ出力を提供してもよい。つまり、ユーザインタフェースはオペレータがコンピュータを制御する又は操作することを可能にしてもよい、及びインタフェースはコンピュータがオペレータの制御又は操作の結果を示すことを可能にしてもよい。ディスプレイ又はグラフィカルユーザインタフェース上のデータ又は情報の表示は、情報をオペレータに提供する一例である。キーボード、マウス、トラックボール、タッチパッド、指示棒、グラフィックタブレット、ジョイスティック、ゲームパッド、ウェブコム、ヘッドセット、ペダル、有線グローブ、リモコン、及び加速度計を介したデータの受信は、オペレータから情報又はデータの受信を可能にするユーザインタフェース要素の全例である。

本明細書で使用される「ハードウェアインタフェース」は、コンピュータシステムのプロセッサが外部コンピューティングデバイス及び／又は装置とインタラクトする及び／又はそれを制御することを可能にするインタフェースを包含する。ハードウェアインタフェースは、プロセッサが外部コンピューティングデバイス及び／又は装置へ制御信号又は命令を送ることを可能にしてもよい。ハードウェアインタフェースはまた、プロセッサが外部コンピューティングデバイス及び／又は装置とデータを交換することを可能にしてもよい。ハードウェアインタフェースの例は、ユニバーサルシリアルバス、ＩＥＥＥ１３９４ポート、パラレルポート、ＩＥＥＥ１２８４ポート、シリアルポート、ＲＳ－２３２ポート、ＩＥＥＥ４８８ポート、ブルートゥース（登録商標）接続、無線ＬＡＮ接続、ＴＣＰ／ＩＰ接続、イーサネット（登録商標）接続、制御電圧インタフェース、ＭＩＤＩインタフェース、アナログ入力インタフェース、及びデジタル入力インタフェースを含むが、これらに限定されない。

本明細書で使用される「ディスプレイ」又は「ディスプレイデバイス」は、画像又はデータを表示するために構成された出力デバイス又はユーザインタフェースを包含する。ディスプレイは、視覚、音声、及び／又は触覚データを出力してもよい。ディスプレイの例は、コンピュータモニタ、テレビスクリーン、タッチスクリーン、触覚電子ディスプレイ、点字スクリーン、陰極線管（ＣＲＴ）、蓄積管、双安定ディスプレイ、電子ペーパー、ベクターディスプレイ、平面パネルディスプレイ、真空蛍光ディスプレイ（ＶＦ）、発光ダイオード（ＬＥＤ）ディスプレイ、エレクトロルミネッセントディスプレイ（ＥＬＤ）、プラズマディスプレイパネル（ＰＤＰ）、液晶ディスプレイ（ＬＣＤ）、有機発光ダイオードディスプレイ（ＯＬＥＤ）、プロジェクタ、及びヘッドマウントディスプレイを含むが、これらに限定されない。

磁気共鳴（ＭＲ）データは、本明細書においては、磁気共鳴イメージングスキャン中に磁気共鳴装置のアンテナによって原子スピンにより発せられた無線周波数信号の記録された測定結果として定義される。磁気共鳴データは、医療画像データの一例である。磁気共鳴イメージング（ＭＲＩ）画像又はＭＲ画像は、本明細書においては、磁気共鳴イメージングデータ内に含まれる解剖学的データの再構成された２次元又は３次元視覚化として定義される。視覚化はコンピュータを使用して実行され得る。

以下において、本発明の好適な実施形態が、単なる例として次の図面を参照して説明される。

医療システムの一例を示す図である。 図１の医療システムを使用する方法を示すフローチャートを図示する図である。 医療システムの更なる例を示す図である。 図３の医療システムを使用する方法を示すフローチャートを図示する図である。 医療システムの更なる例を示す図である。 図５の医療システムを使用する方法を示すフローチャートを図示する図である。 医療システムの更なる例を示す図である。

図において似通った参照番号を付された要素は、等価な要素であるか、同じ機能を実行するかの何れかである。先に考察された要素は、機能が等価である場合は、後の図においては必ずしも考察されない。

図１は、医療システム１００の一例を示す。医療システム１００は、プロセッサ１０４を有するコンピュータ１０２を備えるものとして示される。プロセッサ１０４は、１つ又は複数の処理コアを表すように意図され、異なるコンピュータ又はコンピューティングシステムに分配されてよい。プロセッサ１０４は、ハードウェアインタフェース１０６に接続される。ハードウェアインタフェース１０６は、例えば、プロセッサ１０４が医療システム１００の他の構成要素に接続すること及び／又はこれを制御することを可能にするために使用される。ハードウェアインタフェース１０６は、ネットワークを介して他のコンピュータシステム又はデータシステムと通信することを可能にする要素も含んでよい。プロセッサ１０４は、更に、任意選択的なユーザインタフェース１０８に接続されるものとして示される。プロセッサ１０４はまた、ここでは、メモリ１１０に接続されるものとしても示される。

メモリ１１０は、例えば、プロセッサ１０４がアクセスする種々の種類のメモリを表す。メモリ１１０は、プロセッサ１０４にとってアクセス可能であるメモリの任意の組み合わせである。これは、フラッシュＲＡＭ、ハードドライブ、又は他のストレージデバイスなど、メインメモリ、キャッシュメモリ、更には不揮発性メモリなどのようなものを含む。幾つかの例では、メモリ１１０は、非一時的コンピュータ可読媒体であると見なされる。

メモリ１１０は、マシン実行可能命令１２０を含むものとして示される。マシン実行可能命令１２０は、プロセッサ１０４が医療システム１００を制御することを可能にする。マシン実行可能命令１２０はまた、プロセッサ１０４が様々なデータ分析及び画像処理タスクを実行することも可能にする。

メモリ１１０は、更に、予測器アルゴリズム１２２の実装形態を含むものとして示される。メモリは、更に、１つ又は複数のローカライザ磁気共鳴画像１２４を含むものとして示される。ローカライザという用語は、１つの特定の磁気共鳴画像、又は特定の磁気共鳴画像の集合を識別するための全体的ラベルとして使用される。メモリ１１０は、更に、対象者メタデータ１２６を含むものとして示される。対象者メタデータ１２６は、対象者を記述するメタデータであり、１つ又は複数のローカライザ磁気共鳴画像１２４又は他のデータを取得又は再構成するために、磁気共鳴プロトコルが使用される。メモリ１１０は、更に、予測視野整列データ１２８を含むものとして示される。予測視野整列データ１２８は、対象者メタデータ１２６及び１つ又は複数のローカライザ磁気共鳴画像１２４を予測器アルゴリズム１２２に入力することによって提供された。

図２は、医療システム１００を動作させる方法を示すフローチャートを図示する。最初にステップ２００において、１つ又は複数のローカライザ磁気共鳴画像１２４が受信される。ステップ２００において、対象者メタデータ１２６も受信される。次にステップ２０２において、予測視野整列データ１２８が、対象者メタデータ１２６及び１つ又は複数のローカライザ磁気共鳴画像１２４を予測器アルゴリズム１２２に入力することによって提供される。

図３は、医療システム３００の更なる例を示す。図１の医療システム１００及び図３の医療システム３００の特徴は、自由に組み合わせられることに留意されたい。これは、全ての要素を単一のコンピュータシステムに組み合わせる形態であってもよく、又は、図１及び図３に示されたシステム１００、３００がネットワーク接続によって接続されてもよい。

図３において、メモリ１１０は、再び、マシン実行可能命令１２０及び予測器アルゴリズム１２２を含むものとして示される。メモリ１１０は、更に、予測視野整列データ１２８’を含むものとして示される。メモリ１１０は、更に、予測器アルゴリズム１２２を修正又は訓練するために構成された訓練用アルゴリズム３００を含むものとして示される。メモリ１１０は、更に、１つ又は複数の訓練用エントリ３０２を含むものとして示される。各訓練用エントリ３０２は、１つ又は複数の訓練用磁気共鳴画像３０４、訓練用対象者メタデータ３０６、及び訓練用視野整列データ３０８を含む。

１つ又は複数の訓練用磁気共鳴画像３０４及び訓練用対象者メタデータ３０６は、予測視野整列データ１２８を提供するために、予測器アルゴリズム１２２に入力される。次いで、予測視野整列データ１２８’が訓練用視野整列データ３０８と比較され、比較３１０が行われる。例えば、視野整列データは、視野の座標及び／又は配向を含む。比較３１０は、これらの座標及び配向の数値的比較であり得る。次いで、比較３１０は訓練用アルゴリズム３００に入力され、訓練用アルゴリズム３００はこれを予測器アルゴリズム１２２を修正するために使用する。幾つかの例では、比較機能は訓練用アルゴリズム３００に直接的に統合される。この場合、システムは、予測視野整列データ１２８’及び訓練用視野整列データ３０８を訓練用アルゴリズム３００に直接的に入力することによって機能し、次いで、訓練用アルゴリズム３００が動作して予測器アルゴリズム１２２を修正する。

メモリ１１０は、更に、医療イメージングデータベース３１２を任意選択的に含むものとして示される。医療イメージングデータベース３１２は、例えば、磁気共鳴イメージングシステムの使用中に取得されたＤＩＣＯＭ画像並びに他のデータ及びメタデータなどのアーカイブデータを提供する。幾つかの事例では、マシン実行可能命令１２０は、医療イメージングデータベース３１２内に含まれるデータから情報を得るために訓練用エントリ３０２を調べ、又はこれを抽出するようにプログラムされる。

図４は、図３の医療システム３００を動作させる方法を示すフローチャートを図示する。図４の方法は、図３の方法と組み合わせられてよい。例えば、図３のステップが、図４に含まれるステップの前又は後に実行されてよい。

最初にステップ４００において、１つ又は複数の訓練用磁気共鳴画像３０４及び訓練用対象者メタデータ３０６を予測器アルゴリズム１２２に入力することによって、予測視野整列データ１２８が受信される。次にステップ４０２において、訓練用視野整列データ３０８を予測視野整列データ１２８’と比較することによって、比較３１０が計算される。最後にステップ４０４において、予測器アルゴリズム１２２は、比較３１０を使用して予測器アルゴリズム１２２を訓練又は修正する。予測器アルゴリズム１２２を修正する正確な方法は、予測器アルゴリズムの種類に依存する。もしも予測器アルゴリズムが訓練可能機械学習アルゴリズムを含むなら、どのように訓練されるかはこのアルゴリズムの種類によって決定される。

図５は、医療システム５００の更なる例を示す。この例では、医療システム５００は、更に、磁気共鳴イメージングシステム５０２を備える。図３に示された医療システム３００の特徴もまた、図５に示された特徴と自由に組み合わせられることに留意されたい。

磁気共鳴イメージングシステム５０２は磁石５０４を備える。磁石５０４は、ボア５０６がそれを貫通する超伝導円筒型磁石である。異なる種類の磁石の使用も可能であり、例えば、分割円筒磁石及びいわゆる開放磁石の両方を使用することも可能である。分割円筒磁石は、磁石のアイソ平面へのアクセスを可能にするためにクライオスタットが２つのセクションに分割されていることを除いて、標準的な円筒磁石と同様のものであり、このような磁石は、例えば、荷電粒子ビーム治療とともに使用される。開放磁石は２つの磁石セクションを有し、これらは上下に配置され、その間に対象者を受け入れるのに十分な大きさの空間を有する。２つのセクションの配置は、ヘルムホルツコイルのものと同様である。開放磁石は、対象者が閉じ込められる程度がより少ないので、一般的である。円筒磁石のクライオスタット内部には、超電導コイルの集合がある。

円筒磁石５０４のボア５０６内には、磁場が磁気共鳴イメージングを実行するのに十分強く均一であるイメージングゾーン５０８がある。関心領域５０９がイメージングゾーン５０８内に示されている。取得される磁気共鳴データは、一般に、視野に関して取得される。対象者５１８は、少なくとも対象者５１８の一部分がイメージングゾーン５０８及び関心領域５０９内にあるように対象者支持体５２０によって支持されるものとして示される。

磁石のボア５０６内には、磁石５０４のイメージングゾーン５０８内で磁気スピンを空間的に符号化するために、予備的磁気共鳴データの取得のために使用される磁場勾配コイル５１０のセットもある。磁場勾配コイル５１０は、磁場勾配コイル電源５１２に接続される。磁場勾配コイル５１０は代表的なものであることが意図される。一般的に、磁場勾配コイル５１０は、３つの直交空間方向で空間的に符号化するためのコイルの３つの別個のセットを含む。磁場勾配電源は、電流を磁場勾配コイルに供給する。磁場勾配コイル５１０に供給される電流は、時間の関数として制御され、傾斜化されるか又はパルス化される。

イメージングゾーン５０８に隣接するのは、イメージングゾーン５０８内の磁気スピンの配向を操作するため及び同じくイメージングゾーン５０８内のスピンから無線伝送を受信するための無線周波数コイル５１４である。無線周波数アンテナは、複数のコイル素子を含む。無線周波数アンテナは、チャネル又はアンテナとも呼ばれる。無線周波数コイル５１４は、無線周波数トランシーバ５１６に接続される。無線周波数コイル５１４及び無線周波数トランシーバ５１６は、別個の送信及び受信コイル並びに別個の送信機及び受信機と置き換えられる。無線周波数コイル５１４及び無線周波数トランシーバ５１６は代表的なものであることを理解されたい。無線周波数コイル５１４は、専用送信アンテナ及び専用受信アンテナをも表すように意図される。同様に、トランシーバ５１６は、別個の送信機及び受信機をも表す。無線周波数コイル５１４は、複数の受信／送信コイル素子をも有し、無線周波数トランシーバ５１６は、複数の受信／送信チャネルを有する。例えば、ＳＥＮＳＥなどの並列イメージング技術が実行されるならば、無線周波数コイル５１４は複数のコイル素子を有する。

トランシーバ５１６及び磁場勾配コイル電源５１２は、コンピュータシステム１０２のハードウェアインタフェース１０６に接続されるものとして示される。

メモリ１１０は、更に、ローカライザパルスシーケンスコマンド５３０を含むものとして示される。メモリは、更に、ローカライザパルスシーケンスコマンド５３０によって磁気共鳴イメージングシステム５０２を制御することによって取得されたローカライザ磁気共鳴イメージングデータ５３２を含むものとして示される。メモリ１１０は、更に、１つ又は複数のローカライザ磁気共鳴画像１２４を含むものとして示される。これらは、ローカライザ磁気共鳴イメージングデータ５３２から再構成された。医療システム５００は、図１の医療システム１００の特徴の全てを含むものとして示される。

メモリ１１０は、更に、臨床パルスシーケンスコマンド５３４を含むものとして示される。予測視野整列データ１２８は、パルスシーケンスコマンドを修正して視野を設定又は修正するために使用される。メモリ１１０は、更に、予測視野整列データ１２８によって臨床パルスシーケンスコマンド５３４を修正することによって作られた修正済みパルスシーケンスコマンド５３６を含むものとして示される。メモリ１１０は、更に、修正済みパルスシーケンスコマンド５３６によって磁気共鳴イメージングシステム５０２を制御することによって取得された臨床磁気共鳴イメージングデータ５３８を含むものとして示される。メモリ１１０は、更に、臨床磁気共鳴イメージングデータ５３８から再構成された臨床磁気共鳴画像５４０を任意選択的に含むものとして示される。

図６は、図５の医療システム５００を動作させる方法を示すフローチャートを図示する。最初にステップ６００において、ローカライザパルスシーケンスコマンド５３０によって磁気共鳴イメージングシステム５０２を制御することによってローカライザ磁気共鳴イメージングデータ５３２が取得される。次にステップ６０２において、ローカライザ磁気共鳴イメージングデータ５３２から１つ又は複数のローカライザ磁気共鳴画像１２４が再構成される。次に図２に示されたステップ２００及びステップ２０２が実行される。ステップ２０２の後に、方法はステップ６０４に進む。ステップ６０４において、予測視野整列データ１２８によって臨床パルスシーケンスコマンド５３４を修正することによって、修正済みパルスシーケンスコマンド５３６が生成又は作成される。最後に、ステップ６０６において、修正済みパルスシーケンスコマンド５３６によって磁気共鳴イメージングシステム５０２を制御することによって、臨床磁気共鳴イメージングデータ５３８が取得される。

プランニングは、臨床画像（臨床磁気共鳴画像５４０）の品質が依存し得る各ＭＲＩ調査の予備的なステップである。プランニングの自動操作は、フォローアップ調査の量的比較のための画像の配向の高い再現性を達成することを可能にする。例は、放射線データセットの内容を利用する自動的シーケンスプランニングアルゴリズムの訓練のための新しい手法を提供する。例は、あらかじめ構築された解剖学的モデル及び専門家の知識の関与なしに、自動的シーケンスプランニングアルゴリズムを展開し、訓練することを可能にする。

放射線スタッフの多くの時間及び労力が、ＭＲ調査のプランニングに費やされる。プランニングの目的は、関心領域（ＲＯＩ）に対してＭＲスキャナの視野（ＦＯＶ）（５０９）を中心に位置付け、対象者（５１８）の臓器及び組織の解剖学的軸に沿ってスキャン平面を配向することである。プランニングは、情報を最大化し、患者の位置及び個々の解剖学的特異性の臨床画像に対する影響を低減し、便利な視点から画像を示すことを可能にする。シーケンスプランニングの主なステップは、以下のもののうちの１つ又は複数を含む；
１． ３つの直交平面での低解像度のローカライザ画像の取得。
２． 解剖学的ランドマークの視覚的認識及びマーキング。
３． 認識された解剖学的ランドマークに対するＦＯＶの整列。全ての結果的な臨床画像は新たに整列された視野において得られる。

例は、自動的シーケンスプランニングアルゴリズムの展開の新たな手法を提供する。

手動のシーケンスプランニングは、迅速でコスト効果の高いＭＲ調査の予備的ステップであるが、少々欠点がある。手動のプランニングの最も重要な欠点としては以下のものなどがある；
１） 正確性が人間に依存すること。シーケンスプランニングの正確性は、包括的で信頼性の高いＭＲＩ調査のために欠くことのできない要件である。しかしながら、これは、医療スタッフの技能に強く依存し、これを制御する容易な手法はない。
２） 再現性の不足。シーケンスプランニングの再現性は、フォローアップ調査の量的分析及び比較のために重要な要件である。しかしながら、患者間及び患者内でのＦＯＶ配向の著しいばらつきがあり、フォローアップスキャンが、先の調査と同じ配向で手動で整列されることを保証することはほとんど不可能である。

これらの欠点を克服するために考えられるやり方は、自動的シーケンスプランニング（ＡＳＰ）アルゴリズムを通じたものである。これらのアルゴリズムの目的は、患者の解剖学的組織の特異性及び彼／彼女の位置にもかかわらず均一で非常に再現性の高いＦＯＶの配向を自動的に示唆することである。これまで、たくさんのＡＳＰアルゴリズムが市販品において提案され、開発され、実施されてきた。これらの全ては、人間の身体のあらかじめ構築された解剖学的モデル基づき、解剖学的ランドマークの自動認識を利用する。その結果、既存のＡＳＰアルゴリズムは専門家の医療知識を必要とし、特定の医療機関の選好及び実践に容易に適合することができない。提案された例は、場合によってはあらかじめ構築された解剖学的モデル無しに、及び場合によっては専門家の知識の関与なしに、自動的シーケンスプランニングアルゴリズム（予測アルゴリズム１２２）の展開及び訓練を可能にする。

例の考えられる要素は、放射線データセットの内容を利用する自動的シーケンスプランニング（ＡＳＰ）アルゴリズムの訓練のための新たな手法である。多くの既存の放射線データセットは、ローカライザ（又はスカウト画像）、患者メタデータ（年齢、性別、体重など）、異なるモダリティの臨床画像を含む。ローカライザは、ＦＯＶ整列及びシーケンスプランニングの前の初期位置の関心領域（ＲＯＩ）を示す。臨床画像は、シーケンスプランニングの後の同一のＲＯＩを示し、適用される整列ステップ（例えば、スキャン平面の相対的シフト及び傾き）についての情報を含む。従って、放射線データセットは、所与の位置に関する初期患者位置と最適なＦＯＶ配向とのペアの集合であると見なされ得る。つまり、このような集合は、機械学習の最新のアルゴリズム（例えば、ｋ近傍法、回帰、コンピュータビジョンなど）によって抽出され得る専門家の知識の黙示的な形態を表す。機械学習アルゴリズムの訓練中、ローカライザ画像及び患者メタ情報が特徴であり、臨床画像の位置及び配向が目標値である。このようにしてアルゴリズムがいったん最適化されると、アルゴリズムは新たなローカライザ画像に適用され、その後の放射線調査のためのＦＯＶの原点位置及び配向を生む。

例は、予測器（予測器アルゴリズム１２２）及び、任意選択的に、教師（訓練用アルゴリズム３００）を含む（以下の図７を参照）。予測器は、入力としてローカライザ画像を受信し、後の臨床画像のためのＦＯＶの最適な位置及び配向を返す機械学習アルゴリズム（訓練可能機械学習アルゴリズム）を含む。多くの最新の機械学習アルゴリズム（ｋ近傍法、決定木、畳み込みネットワークなど）が、予測器として使用され得る。教師は、ＦＯＶ位置及び配向の実際の値と予測値とを比較し、現実の値と予測値との間の不一致の程度を推定し、予測器を修正して、それにより不一致を減らすアルゴリズムである。予測器の修正の目指すことは、おそらく目標値の最も高い正確性及び精度を達成することである。教師の特定の実装形態は、選択された予測器に依存する。

実施形態は、対象者の任意の部分の放射線調査のプランニングに対して適用可能である。本発明を構築するために、以下のステップのうちの１つ又は複数が実行される：
１． 適切な訓練用放射線データセットを収集し、準備する。ローカライザ画像及び患者メタ情報は特徴として働き、結果的な臨床画像の空間的ＦＯＶ配向は目標グラウンドトゥルー値として働く。
２． 選択された特徴を使用してＦＯＶの空間的配向を予測を可能にする予測器アーキテクチャを選択する。
３． ＦＯＶの予測配向と現実の配向との不一致を最小化するように予測器のパラメータを最適化する。
４． ＡＳＰアルゴリズム及びその最適化されたパラメータを、コンピュータハードドライブなどの書き込み可能媒体上に記憶する。

例を使用するために、以下のステップのうちの１つ又は複数が実行される：
１． 利用可能な患者メタ情報を収集し、適切な放射線機器によってローカライザ画像を取得する。
２． 記憶されたＡＳＰアルゴリズム及びその最適化されたパラメータをロードする。
３． 患者メタ情報及びローカライザ画像を予測器に送信する。
４． 予測された最適なＦＯＶ配向を得る。
５． 提案された最適なＦＯＶ配向を使用してＦＯＶを整列する。
６． 必要とされる臨床画像を取得する。

図７は、医療システム３００の機能図を図示する。医療システム３００は、例えば、医療イメージングデータベース３１２にアクセスする。これは、１つ又は複数の訓練用磁気共鳴画像３０４として使用される磁気共鳴画像のロケーションの特定など磁気共鳴イメージングデータの履歴を含む。医療イメージングデータベース３１２はまた、訓練用対象者メタデータ３０６として使用される、対象者を記述するメタデータも含む。１つ又は複数の訓練用磁気共鳴画像３０４及び訓練用対象者メタデータ３０６は、予測器アルゴリズム１２２に入力される。これは、特定の１つ又は複数の訓練用磁気共鳴画像３０４及び訓練用対象者メタデータ３０６に関する予測視野整列データ１２８’を提供する。ついで、予測器１２２によって出力された予測視野整列データ１２８’は、訓練用アルゴリズム３００に提供される。医療イメージングデータベース３１２はまた、特定のローカライザ画像３０４に関する視野整列データも提供する。これは訓練用視野整列データ３０８として使用される。訓練用アルゴリズム３００は、次いで、訓練用視野整列データ３０８及び予測視野整列データ１２８’を使用して、予測器アルゴリズム１２２を訓練する（４０４）。

他の場合には、ローカライザは、１つ又は複数のローカライザ磁気共鳴画像１２４及び対象者メタデータ１２６を表す。これらは、予測器アルゴリズム１２２に入力されて予測視野整列データ１２８を生成し、予測視野整列データ１２８は、ついで、パルスシーケンスコマンドを修正するために使用され、磁気共鳴イメージングシステム５０２を制御するために使用される。例えば、磁気共鳴イメージングシステム５０２のスキャナコンソール又はユーザインタフェース１０８は、オペレータによる承認のために予測視野整列データ１２８を表示し得る。

本発明は、図面及び前述の記載において詳細に図示及び説明されたが、このような図示及び記載は、説明的又は例示的であって限定するものではないと見なされるべきである。すなわち本発明は、開示された実施形態に限定されるものではない。

開示された実施形態のその他の変形が、図面、本開示及び添付の請求項の検討から、請求項に係る発明を実施する当業者によって理解されて実現され得る。請求項において、「含む、備える」という単語は、他の要素又はステップを除外するものではなく、単数形は、複数を除外するものではない。単一のプロセッサ又は他のユニットが請求項に記載された幾つかのアイテムの機能を果たす。特定の手段が相互に異なる従属請求項に列挙されているという単なる事実は、これらの手段の組み合わせが有利に用いられないことを示すものではない。コンピュータプログラムは、他のハードウェアと共に若しくは他のハードウェアの一部として供給される光記憶媒体又はソリッドステート媒体等の適当な媒体に保存／分配されてもよいが、インターネット又は他の有線若しくは無線の電気通信システムを介して等の他の形式で分配されてもよい。請求項における任意の参照符号は、本発明の範囲を限定するものと解釈されるべきではない。

１００ 医療システム
１０２ コンピュータ
１０４ プロセッサ
１０６ ハードウェアインタフェース
１０８ 任意選択的なユーザインタフェース
１１０ メモリ
１２０ マシン実行可能命令
１２２ 予測器アルゴリズム
１２４ １つ又は複数のローカライザ磁気共鳴画像
１２６ 対象者メタデータ
１２８ 予測視野整列データ
１２８’ 予測視野整列データ
２００ １つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータを受信する
２０２ 予測器アルゴリズムへの１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信する
３００ 訓練用アルゴリズム
３０２ 訓練用エントリ
３０４ １つ又は複数の訓練用磁気共鳴画像
３０６ 訓練用対象者メタデータ
３０８ 訓練用視野整列データ
３１０ 比較
３１２ 医療イメージングデータベース
４００ 予測器アルゴリズムへの１つ又は複数の訓練用磁気共鳴画像の入力に応答して、及び訓練用対象者メタデータの入力に応答して、予測器アルゴリズムから予測視野整列データを受信する
４０２ 予測視野整列データと訓練用視野整列データとの比較を判定する
４０４ 予測視野整列データと訓練用視野整列データとの比較を使用して予測器アルゴリズムを訓練する
５００ 医療システム
５０２ 磁気共鳴イメージングシステム
５０４ 磁石
５０６ 磁石のボア
５０８ イメージングゾーン
５０９ 関心領域
５１０ 磁場勾配コイル
５１２ 磁場勾配コイル電源
５１４ 無線周波数コイル
５１６ トランシーバ
５１８ 対象者
５２０ 対象者支持体
５３０ ローカライザパルスシーケンスコマンド
５３２ ローカライザ磁気共鳴イメージングデータ
５３４ 臨床パルスシーケンスコマンド
５３６ 修正済みパルスシーケンスコマンド
５３８ 臨床磁気共鳴イメージングデータ
５４０ 臨床磁気共鳴画像
６００ ローカライザパルスシーケンスコマンドによって磁気共鳴イメージングシステムを制御することによりローカライザ磁気共鳴イメージングデータを取得する
６０２ ローカライザ磁気共鳴イメージングデータから１つ又は複数のローカライザ磁気共鳴画像を再構成する
６０４ 予測視野整列データによって臨床パルスシーケンスコマンドを修正することにより修正済みパルスシーケンスコマンドを生成する
６０６ 修正済みパルスシーケンスコマンドによって磁気共鳴イメージングシステムを制御することにより臨床磁気共鳴イメージングデータを取得する

Claims (11)

1. マシン実行可能命令と、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの入力に応答して磁気共鳴イメージングシステムのための予測視野整列データを出力するための予測器アルゴリズムとを記憶するメモリと、医療システムを制御するためのプロセッサとを備える、医療システムであって、
   前記予測器アルゴリズムは訓練可能機械学習アルゴリズムを含み、前記予測器アルゴリズムは畳み込みニューラルネットワークであり、
   前記マシン実行可能命令の実行は、前記プロセッサに、
   前記１つ又は複数のローカライザ磁気共鳴画像及び前記対象者メタデータを受信することと、
   前記予測器アルゴリズムへの前記１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び前記対象者メタデータの入力に応答して、前記予測器アルゴリズムから前記予測視野整列データを受信することと
   を実施させる、医療システム。
2. 前記メモリは、更に、訓練用エントリを含む訓練用データを記憶し、前記訓練用エントリの各々は、１つ又は複数の訓練用磁気共鳴画像、訓練用対象者メタデータ、及び訓練用視野整列データを含み、前記メモリは、更に、前記予測視野整列データと前記訓練用視野整列データとの比較を使用して前記予測器アルゴリズムを訓練するための訓練用アルゴリズムを含み、前記マシン実行可能命令の前記実行は、更に、前記プロセッサに、
   前記予測器アルゴリズムへの前記１つ又は複数の訓練用磁気共鳴画像の入力に応答して、及び前記訓練用対象者メタデータの入力に応答して、前記予測器アルゴリズムから前記予測視野整列データを受信することと、
   前記予測視野整列データと前記訓練用視野整列データとの前記比較を判定することと、
   前記予測視野整列データと前記訓練用視野整列データとの前記比較を使用して前記予測器アルゴリズムを訓練することと
   を実施させる、請求項１に記載の医療システム。
3. 前記マシン実行可能命令の前記実行は、更に、前記プロセッサに、医療画像データベースから、前記１つ又は複数の訓練用磁気共鳴画像、前記訓練用対象者メタデータ、及び前記訓練用視野整列データを抽出することによって、前記訓練用データを生成させる、請求項２に記載の医療システム。
4. 前記医療システムは、医療イメージングワークステーション、及びクラウドベース磁気共鳴イメージングプランニングシステムのうちの任意の１つである、請求項１から３のいずれか一項に記載の医療システム。
5. 前記医療システムは、更に、磁気共鳴イメージングシステムを備える、請求項１から３のいずれか一項に記載の医療システム。
6. 前記メモリは、更に、ローカライザ磁気共鳴イメージングデータを取得するように前記磁気共鳴イメージングシステムを制御するためのローカライザパルスシーケンスコマンドを含み、前記マシン実行可能命令の前記実行は更に、前記プロセッサに、
   前記ローカライザパルスシーケンスコマンドによって前記磁気共鳴イメージングシステムを制御することにより前記ローカライザ磁気共鳴イメージングデータを取得することと、
   前記ローカライザ磁気共鳴イメージングデータから前記１つ又は複数のローカライザ磁気共鳴画像を再構成することと
   を実施させる、請求項５に記載の医療システム。
7. 前記メモリは、更に、臨床磁気共鳴イメージングデータを取得するように前記磁気共鳴イメージングシステムを制御するための臨床パルスシーケンスコマンドを含み、前記マシン実行可能命令の前記実行は更に、前記プロセッサに、
   前記予測視野整列データによって前記臨床パルスシーケンスコマンドを修正することにより修正済みパルスシーケンスコマンドを生成することと、
   前記修正済みパルスシーケンスコマンドによって前記磁気共鳴イメージングシステムを制御することにより前記臨床磁気共鳴イメージングデータを取得することと
   を実施させる、請求項５又は６に記載の医療システム。
8. 医療システムを制御するプロセッサによる実行のためのマシン実行可能命令を含むコンピュータプログラムであって、前記コンピュータプログラムは、更に、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの入力に応答して予測視野整列データを出力するための予測器アルゴリズムを含み、前記予測器アルゴリズムは訓練可能機械学習アルゴリズムを含み、前記マシン実行可能命令の実行は、前記プロセッサに、
   前記１つ又は複数のローカライザ磁気共鳴画像及び前記対象者メタデータを受信することと、
   前記予測器アルゴリズムへの前記１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び前記対象者メタデータの入力に応答して、前記予測器アルゴリズムから前記予測視野整列データを受信することと
   を実施させる、コンピュータプログラム。
9. 医療システムを動作させる方法であって、前記医療システムは予測器アルゴリズムを記憶するメモリを備え、前記予測器アルゴリズムは、１つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータの入力に応答して予測視野整列データを出力するように構成され、前記予測器アルゴリズムは訓練可能機械学習アルゴリズムを含み、前記メモリは、更に、訓練用エントリを含む訓練用データを記憶し、前記訓練用エントリの各々は、１つ又は複数の訓練用磁気共鳴画像、訓練用対象者メタデータ、及び訓練用視野整列データを含み、前記メモリは、更に、前記予測視野整列データと前記訓練用視野整列データとの比較を使用して前記予測器アルゴリズムを訓練するための訓練用アルゴリズムを含み、前記方法は、
   前記予測器アルゴリズムへの前記１つ又は複数の訓練用磁気共鳴画像の入力に応答して、及び前記訓練用対象者メタデータの入力に応答して、前記予測器アルゴリズムから前記予測視野整列データを受信するステップと、
   前記予測視野整列データと前記訓練用視野整列データとの前記比較を判定するステップと、
   前記予測視野整列データと前記訓練用視野整列データとの前記比較を入力することによって、前記訓練用アルゴリズムによって前記予測器アルゴリズムを訓練するステップと
   を有する、方法。
10. 医療画像データベースから、前記１つ又は複数の訓練用磁気共鳴画像、前記訓練用対象者メタデータ、及び前記訓練用視野整列データを抽出することによって、前記訓練用データを生成するステップを更に有する、請求項９に記載の方法。
11. １つ又は複数のローカライザ磁気共鳴画像及び対象者メタデータを受信するステップと、
    前記予測器アルゴリズムへの前記１つ又は複数のローカライザ磁気共鳴画像の入力に応答して、及び前記対象者メタデータの入力に応答して、前記予測器アルゴリズムから前記予測視野整列データを受信するステップと
    を有する、請求項９又は１０に記載の方法。

Images