JP7399102B2 - 医用イメージングにおける自動スライス選択 - Google Patents
医用イメージングにおける自動スライス選択 Download PDFInfo
- Publication number
- JP7399102B2 JP7399102B2 JP2020555887A JP2020555887A JP7399102B2 JP 7399102 B2 JP7399102 B2 JP 7399102B2 JP 2020555887 A JP2020555887 A JP 2020555887A JP 2020555887 A JP2020555887 A JP 2020555887A JP 7399102 B2 JP7399102 B2 JP 7399102B2
- Authority
- JP
- Japan
- Prior art keywords
- slices
- imaging system
- image data
- processor
- medical 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 73
- 238000003384 imaging method Methods 0.000 claims description 96
- 238000001514 detection method Methods 0.000 claims description 67
- 230000002159 abnormal effect Effects 0.000 claims description 52
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 32
- 238000002591 computed tomography Methods 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 24
- 238000013527 convolutional neural network Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 9
- 238000001839 endoscopy Methods 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000002600 positron emission tomography Methods 0.000 claims description 6
- 238000003325 tomography Methods 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 claims description 4
- 230000002547 anomalous effect Effects 0.000 claims description 3
- 238000003058 natural language processing Methods 0.000 claims description 3
- 238000012285 ultrasound imaging Methods 0.000 claims description 3
- 210000003484 anatomy Anatomy 0.000 description 33
- 238000010586 diagram Methods 0.000 description 13
- 210000004556 brain Anatomy 0.000 description 12
- 230000006870 function Effects 0.000 description 9
- 238000013145 classification model Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 230000001902 propagating effect Effects 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 210000003414 extremity Anatomy 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 230000005821 brain abnormality Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
- A61B1/000096—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope using artificial intelligence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. 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
- A61B6/5223—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data generating planar views from image data, e.g. extracting a coronal view from a 3D image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- 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
- G06N3/08—Learning methods
-
- 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
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/032—Transmission computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/02—Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computerised tomographs
- A61B6/037—Emission tomography
-
- 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
- G06T2207/10068—Endoscopic 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
- G06T2207/10—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
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound 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
- G06T2207/20081—Training; Learning
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- General Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Signal Processing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
Description
1.本発明のソリューションは、放射線科医が被検者のすべてのスキャンスライスを詳しく調べなければならないというよりも、スキャンボリューム全体ではなく、放射線科医に最初に表示する必要がある臨床的に重要な特定のスライスのみを特定するのに役立つ。
2.スキャンのすべてのスライスを分析する際に放射線科医が費やす時間を短縮するのに役立つ。
3.システムは更に、リクエストされた検査に加えて、事前の病歴や現在の検査に基づいて、他の臨床所見(もしあれば)についても提案を行うことで、スキャンの繰り返しを減らし、診断の質を向上させることができる。
4.システムは更に、臨床的に重要な情報を有するスライスのみを組み合わせて視覚化ボリュームを与える。
1.撮像モダリティを決定する撮像モダリティタイプ分類モジュール(撮像モダリティ分類器)
2.アナトミカルビュー分類を決定するアナトミカル分類モジュール
3.スライスを正常又は異常のいずれかに分類する異常検出モジュール
4.異常スライス選択モジュール(所定の選択基準)
5.オーケストレータモジュール(マシン実行可能命令)
ここで、FVi?1及びFViは、「i?1」番目及び「i」番目のスライスの特徴ベクトルであり、「D」は特徴ベクトルの次元である。
ここで、Ii-1及びIiは、2つの連続するフレームの強度値である。
ここで、Po(.)は強度値「O」の確率密度関数であり、「Ω」は「I」におけるすべての可能なグレー値の集合である。
スライスの組は、予め規定された閾値(SL2>0及びSL2>Th2)に基づいて選択される。
訓練フェーズでは、システムへの入力は、モダリティ、アナトミー、異常のような関連するラベルと共に医用スタディボリュームの組である。これらの医用スタディボリュームは、CT、MRなどのさまざまな撮像モダリティから取得される。
配備フェーズにおいて、目標は、撮像ボリュームの臨床的に重要なスライスを生成することである。オーケストレータコンポーネントは、入力として、撮像スタディボリュームを受け取り、次いで、スライスを撮像モダリティ分類モジュールに送る。次に、撮像ボリュームをモダリティに分類する。次いで、オーケストレータコンポーネントは、モダリティ分類モジュールからの予測モダリティに基づいて適切なアナトミー分類モデルを選択し、アナトミー分類モジュールをインスタンス化する。
102 コンピュータシステム
104 ハードウェア/ネットワークインタフェース
106 プロセッサ
108 ユーザインタフェース
110 コンピュータメモリ
112 グラフィカルユーザインタフェース
114 スライスのレンダリング
116 スライスをフリップするための制御部
120 マシン実行可能命令
122 3次元医用画像データ
124 撮像モダリティ
126 アナトミカルビュー分類
128 異常検出モジュールの組
130 被選択異常検出モジュール
132 複数のスライスのそれぞれの分類
134 所定の選択基準
136 被選択スライスの組
138 撮像モダリティ分類器
140 アナトミー分類モジュール
200 複数のスライスを含む3次元医用画像データを受け取る
202 3次元医用画像データの撮像モダリティを受け取る
204 3次元医用画像データのアナトミカルビュー分類を受け取る
206 撮像モダリティ及びアナトミカルビュー分類を使用して、異常検出モジュールの組から、被選択異常検出モジュールを選択する
208 異常検出モジュールを使用して、複数のスライスの各々を正常又は異常として分類する
210 複数のスライスのいずれかが異常として分類される場合、所定の選択基準に従って複数のスライスから被選択スライスの組を選択する
300 医用イメージングシステム
302 磁気共鳴イメージング装置
304 磁石
306 磁石のボア
308 撮像ゾーン
309 関心領域
310 磁場勾配コイル
312 磁場勾配コイル電源
314 高周波コイル
316 トランシーバ
318 被検体
320 被検体支持体
340 パルスシーケンスコマンド
342 磁気共鳴イメージンデータ
400 医用イメージングシステム
402 撮像モダリティ分類モデル
404 撮像アナトミーモデル
402' CTアナトミカル分類モジュール
406 異常検出モデル
404' CT脳異常モデル
500 入力層
502 隠れ層
504 出力層
506 出力
600 特徴マップ
602 隠れユニット
604 特徴ベクトル
606 出力
700 医用イメージングシステム
702 CT
704 MR(MRI)
706 超音波
708 X線
710 病理
712 内視鏡検査
714 脳
716 四肢
718 腹部
720 肺
Claims (15)
- 医用イメージングシステムであって、
マシン実行可能命令を記憶するメモリと、
前記医用イメージングシステムを制御するプロセッサと、
を有し、
前記マシン実行可能命令の実行は、前記プロセッサに、
複数のスライスを含む3次元医用画像データを受け取るステップと、
前記3次元医用画像データの撮像モダリティを受け取るステップと、
前記3次元医用画像データのアナトミカルビュー分類を受け取るステップと、
前記撮像モダリティと前記アナトミカルビュー分類とを使用して、異常検出モジュールの組から、被選択異常検出モジュールを選択するステップであって、前記異常検出モジュールの各々が、前記複数のスライスの少なくとも一部を正常又は異常のいずれかに分類するように訓練された畳み込みニューラルネットワークである、ステップと、
前記複数のスライスの少なくとも一部を、選択された前記異常検出モジュールを用いて正常又は異常のいずれかに分類するステップと、
前記複数のスライスのうち所定数のスライスが異常として分類される場合に、所定の選択基準に従って、前記複数のスライスの中から、被選択スライスの組を選択するステップと、
を実行させ、
前記マシン実行可能命令の実行は更に、前記プロセッサに、
前記複数のスライスのうち少なくとも一部のエントロピーを計算するステップと、
前記複数のスライスの少なくとも一部について隣接するスライス間の平均二乗誤差強度変動を計算するステップと、
前記隣接するスライス間の平均二乗誤差強度変動に対する前記スライスのエントロピーの比が所定の情報内容閾値を上回るスライスを、前記被選択スライスの組に追加するステップと、
実行させる、医用イメージングシステム。 - 医用イメージングシステムであって、
マシン実行可能命令を記憶するメモリと、
前記医用イメージングシステムを制御するプロセッサと、
を有し、
前記マシン実行可能命令の実行は、前記プロセッサに、
複数のスライスを含む3次元医用画像データを受け取るステップと、
前記3次元医用画像データの撮像モダリティを受け取るステップと、
前記3次元医用画像データのアナトミカルビュー分類を受け取るステップと、
前記撮像モダリティと前記アナトミカルビュー分類とを使用して、異常検出モジュールの組から、被選択異常検出モジュールを選択するステップであって、前記異常検出モジュールの各々が、前記複数のスライスの少なくとも一部を正常又は異常のいずれかに分類するように訓練された畳み込みニューラルネットワークである、ステップと、
前記複数のスライスの少なくとも一部を、選択された前記異常検出モジュールを用いて正常又は異常のいずれかに分類するステップと、
前記複数のスライスのうち所定数のスライスが異常として分類される場合に、所定の選択基準に従って、前記複数のスライスの中から、被選択スライスの組を選択するステップと、
を実行させ、
前記異常検出モジュールは、前記複数のスライスの少なくとも一部分の特徴ベクトルを生成するように構成され、前記マシン実行可能命令の実行は更に、前記プロセッサに、
前記複数のスライスの少なくとも一部について、隣接するスライスの特徴ベクトル間のユークリッド距離を計算するステップと、
前記複数のスライスの少なくとも一部の前記特徴ベクトルをガウス混合モデルに入力することにより、前記複数のスライスの少なくとも一部の尤度尺度を計算するステップであって、前記ガウス混合モデルは、前記特徴ベクトルが正常であるか異常であるかの確率を決定するように訓練されたものである、ステップと、
前記ユークリッド距離に対する尤度尺度の比が所定の異常尺度値閾値よりも大きいスライスを、前記被選択スライスの組に追加するステップと、
を実行させる、医用イメージングシステム。 - 前記異常検出モジュールは、前記複数のスライスの少なくとも一部分の特徴ベクトルを生成するように構成され、前記マシン実行可能命令の実行は、前記プロセッサに、
前記複数のスライスの少なくとも一部について、隣接するスライスの特徴ベクトル間のユークリッド距離を計算するステップと、
前記複数のスライスの少なくとも一部の前記特徴ベクトルをガウス混合モデルに入力することにより、前記複数のスライスの少なくとも一部の尤度尺度を計算するステップであって、前記ガウス混合モデルは、前記特徴ベクトルが正常であるか異常であるかの確率を決定するように訓練されたものである、ステップと、
前記ユークリッド距離に対する尤度尺度の比が所定の異常尺度値閾値よりも大きいスライスを、前記被選択スライスの組に追加するステップと、
を実行させる請求項1に記載の医用イメージングシステム。 - 前記マシン実行可能命令の実行は更に、前記プロセッサに、前記異常検出モジュールから導出された特徴ベクトルを使用して前記ガウス混合モデルを訓練するステップを実行させる、請求項2又は3に記載の医用イメージングシステム。
- 前記マシン実行可能命令の実行は更に、前記プロセッサに、前記3次元医用画像データの前記撮像モダリティを、撮像モダリティ分類器を用いて決定するステップを実行させる、請求項1乃至4のいずれか1項に記載の医用イメージングシステム。
- 前記撮像モダリティ分類器は、自然言語処理を使用してレポート又はログファイルを処理することと、DICOMヘッダから前記撮像モダリティを抽出することと、ヘルス情報システムから前記撮像モダリティを受け取ることとのうちのいずれか1つを使用して、前記撮像モダリティを決定するように構成される、請求項5に記載の医用イメージングシステム。
- 前記マシン実行可能命令の実行は更に、前記プロセッサに、アナトミー分類モジュールを使用して、前記アナトミカルビュー分類を決定するステップを実行させ、前記アナトミー分類モジュールは、訓練された畳み込みニューラルネットワークである、請求項1乃至6のいずれか1項に記載の医用イメージングシステム。
- 前記撮像モダリティが、磁気共鳴イメージング、コンピュータトモグラフィ、ポジトロンエミッショントモグラフィ、超音波、X線、及び内視鏡のいずれか1つである、請求項1乃至7のいずれか1項に記載の医用イメージングシステム。
- 前記マシン実行可能命令の実行は更に、前記プロセッサに、
3次元医用画像データの複数の組を受け取るステップと、
前記3次元医用画像データの複数の組の少なくとも一部について、前記被選択スライスの組を選択するステップと、
を実行させる、請求項1乃至8のいずれか1項に記載の医用イメージングシステム。 - 前記医用イメージングシステムはディスプレイを有し、前記マシン実行可能命令の実行は更に、前記プロセッサに、前記被選択スライスの組を前記ディスプレイ上に表示させるステップを実行させる、請求項1乃至9のいずれか1項に記載の医用イメージングシステム。
- 前記医用イメージングシステムはディスプレイを有し、前記マシン実行可能命令の実行は更に、前記プロセッサに、前記ディスプレイ上に前記3次元医用画像データの選択された部分を表示するステップを実行させ、前記選択された部分は、前記被選択スライスの組と、前記被選択スライスの組の被選択スライス間にある前記3次元医用画像データのスライスと、を有する、請求項1乃至9のいずれか1項に記載の医用イメージングシステム。
- 前記医用イメージングシステムは、前記3次元医用画像データを取得するように構成された医用イメージングスキャナを有し、前記マシン実行可能命令の実行は更に、前記プロセッサに、前記医用イメージングスキャナを制御し前記3次元医用画像データを取得するステップを実行させる、請求項1乃至11のいずれか1項に記載の医用イメージングシステム。
- 前記医用イメージングスキャナは、磁気共鳴イメージングシステム、ポジトロンエミッショントモグラフィシステム、シングルフォトンエミッショントモグラフィシステム、超音波イメージングシステム、X線システム、コンピュータトモグラフィシステム、及び内視鏡システムのうちのいずれか1つである、請求項12に記載の医用イメージングシステム。
- 医用イメージングシステムを作動させる方法であって、
複数のスライスを含む3次元医用画像データの受け取るステップと、
前記3次元医用画像データの撮像モダリティを受け取るステップと、
前記3次元医用画像データのアナトミカルビュー分類を受け取るステップと、
前記撮像モダリティと前記アナトミカルビュー分類とを使用して、異常検出モジュールの組から、被選択異常検出モジュールを選択するステップであって、前記異常検出モジュールの各々は、前記複数のスライスの少なくとも一部を正常又は異常のいずれかに分類するように訓練された畳み込みニューラルネットワークである、ステップと、
選択された前記異常検出モジュールを使用して、前記複数のスライスの少なくとも一部を正常又は異常のいずれかに分類するステップと、
前記複数のスライスのうちの所定数が異常と分類される場合に、所定の選択基準に従って、前記複数のスライスの中から被選択スライスの組を選択するステップと、
を実行させ、更に、
前記複数のスライスのうち少なくとも一部のエントロピーを計算するステップと、
前記複数のスライスの少なくとも一部について隣接するスライス間の平均二乗誤差強度変動を計算するステップと、
前記隣接するスライス間の平均二乗誤差強度変動に対する前記スライスのエントロピーの比が所定の情報内容閾値を上回るスライスを、前記被選択スライスの組に追加するステップと、
を実行させる、方法。 - 医用イメージング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有するコンピュータプログラムであって、前記マシン実行可能命令の実行は、前記プロセッサに、
複数のスライスを含む3次元医用画像データを受け取るステップと、
前記3次元医用画像データの撮像モダリティを受け取るステップと、
前記3次元医用画像データのアナトミカルビュー分類を受け取るステップと、
前記撮像モダリティと前記アナトミカルビュー分類とを使用して、異常検出モジュールの組から、被選択異常検出モジュールを選択するステップであって、前記異常検出モジュールの各々は、前記複数のスライスの少なくとも一部を正常又は異常のいずれかに分類するように訓練された畳み込みニューラルネットワークである、ステップと、
前記複数のスライスの前記少なくとも一部を、選択された前記異常検出モジュールを用いて正常又は異常のいずれかに分類するステップと、
前記複数のスライスの所定数が異常として分類される場合、所定の選択基準に従って、前記複数のスライスの中から被選択スライスの組を選択するステップと、
実行させ、
前記マシン実行可能命令の実行は更に、前記プロセッサに、
前記複数のスライスのうち少なくとも一部のエントロピーを計算するステップと、
前記複数のスライスの少なくとも一部について隣接するスライス間の平均二乗誤差強度変動を計算するステップと、
前記隣接するスライス間の平均二乗誤差強度変動に対する前記スライスのエントロピーの比が所定の情報内容閾値を上回るスライスを、前記被選択スライスの組に追加するステップと、
を実行させる、コンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP18167156.1A EP3553740A1 (en) | 2018-04-13 | 2018-04-13 | Automatic slice selection in medical imaging |
EP18167156.1 | 2018-04-13 | ||
PCT/EP2019/059491 WO2019197644A1 (en) | 2018-04-13 | 2019-04-12 | Automatic slice selection in medical imaging |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021520925A JP2021520925A (ja) | 2021-08-26 |
JP7399102B2 true JP7399102B2 (ja) | 2023-12-15 |
Family
ID=62063295
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020555887A Active JP7399102B2 (ja) | 2018-04-13 | 2019-04-12 | 医用イメージングにおける自動スライス選択 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210158526A1 (ja) |
EP (2) | EP3553740A1 (ja) |
JP (1) | JP7399102B2 (ja) |
CN (1) | CN111989710A (ja) |
WO (1) | WO2019197644A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020044523A1 (ja) * | 2018-08-30 | 2020-03-05 | オリンパス株式会社 | 記録装置、画像観察装置、観察システム、観察システムの制御方法、及び観察システムの作動プログラム |
US11182642B2 (en) | 2019-02-28 | 2021-11-23 | Stats Llc | System and method for generating player tracking data from broadcast video |
CN110276408B (zh) * | 2019-06-27 | 2022-11-22 | 腾讯科技(深圳)有限公司 | 3d图像的分类方法、装置、设备及存储介质 |
US11423318B2 (en) * | 2019-07-16 | 2022-08-23 | DOCBOT, Inc. | System and methods for aggregating features in video frames to improve accuracy of AI detection algorithms |
US10671934B1 (en) | 2019-07-16 | 2020-06-02 | DOCBOT, Inc. | Real-time deployment of machine learning systems |
US11545255B2 (en) * | 2019-12-20 | 2023-01-03 | Shanghai United Imaging Intelligence Co., Ltd. | Systems and methods for classifying an anomaly medical image using variational autoencoder |
US11113577B1 (en) * | 2020-02-27 | 2021-09-07 | GE Precision Healthcare LLC | Systems and methods for detecting laterality of a medical image |
US20210330296A1 (en) * | 2020-04-27 | 2021-10-28 | Butterfly Network, Inc. | Methods and apparatuses for enhancing ultrasound data |
CN111595850B (zh) * | 2020-04-27 | 2022-07-15 | 平安科技(深圳)有限公司 | 切片缺陷检测方法、电子装置及可读存储介质 |
US11100373B1 (en) | 2020-11-02 | 2021-08-24 | DOCBOT, Inc. | Autonomous and continuously self-improving learning system |
CN112686867A (zh) * | 2020-12-31 | 2021-04-20 | 上海商汤智能科技有限公司 | 医学图像的识别方法及装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003126045A (ja) | 2001-10-22 | 2003-05-07 | Olympus Optical Co Ltd | 診断支援装置 |
JP2004351100A (ja) | 2003-05-30 | 2004-12-16 | Konica Minolta Medical & Graphic Inc | 医用画像処理システム及び医用画像処理方法 |
JP2008541889A (ja) | 2005-06-02 | 2008-11-27 | ザ メディパターン コーポレイション | コンピュータ支援検出のシステムおよび方法 |
JP2009502230A (ja) | 2005-07-22 | 2009-01-29 | ケアストリーム ヘルス インク | 医用画像における傷病部位の検知 |
US20160350919A1 (en) | 2015-06-01 | 2016-12-01 | Virtual Radiologic Corporation | Medical evaluation machine learning workflows and processes |
US20170018075A1 (en) | 2015-07-13 | 2017-01-19 | Delineo Diagnostics, Inc | Method and apparatus for adaptive Computer-Aided Diagnosis |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7536044B2 (en) * | 2003-11-19 | 2009-05-19 | Siemens Medical Solutions Usa, Inc. | System and method for detecting and matching anatomical structures using appearance and shape |
US7672497B2 (en) * | 2005-12-29 | 2010-03-02 | Carestream Health, Inc. | Computer aided disease detection system for multiple organ systems |
JP5926728B2 (ja) * | 2010-07-26 | 2016-05-25 | ケイジャヤ、エルエルシー | 内科医が直接用いるのに適応したビジュアライゼーション |
RU2634636C2 (ru) * | 2012-06-20 | 2017-11-02 | Конинклейке Филипс Н.В. | Графический пользовательский интерфейс для медицинских инструментов |
JP6371544B2 (ja) * | 2014-03-14 | 2018-08-08 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
JP6351323B2 (ja) * | 2014-03-20 | 2018-07-04 | オリンパス株式会社 | 画像処理装置、画像処理方法、及び画像処理プログラム |
US9092691B1 (en) * | 2014-07-18 | 2015-07-28 | Median Technologies | System for computing quantitative biomarkers of texture features in tomographic images |
CN107209240B (zh) * | 2015-01-30 | 2018-10-23 | 皇家飞利浦有限公司 | 用于针对后续磁共振成像的自动扫描规划的系统和方法 |
RU2682970C2 (ru) * | 2015-02-06 | 2019-03-25 | Конинклейке Филипс Н.В. | Автоматическая группировка магнитно-резонансных изображений |
US9633306B2 (en) * | 2015-05-07 | 2017-04-25 | Siemens Healthcare Gmbh | Method and system for approximating deep neural networks for anatomical object detection |
US20160364527A1 (en) * | 2015-06-12 | 2016-12-15 | Merge Healthcare Incorporated | Methods and Systems for Automatically Analyzing Clinical Images and Determining when Additional Imaging May Aid a Diagnosis |
CN110461240A (zh) * | 2017-01-19 | 2019-11-15 | 纽约大学 | 用于超声分析的系统、方法和计算机可访问介质 |
US10580159B2 (en) * | 2017-01-31 | 2020-03-03 | Siemens Healthcare Gmbh | Coarse orientation detection in image data |
US11664114B2 (en) * | 2017-05-25 | 2023-05-30 | Enlitic, Inc. | Medical scan assisted review system |
US10388015B2 (en) * | 2017-09-06 | 2019-08-20 | International Business Machines Corporation | Automated septal defect detection in cardiac computed tomography images |
US10499857B1 (en) * | 2017-09-19 | 2019-12-10 | Deepradiology Inc. | Medical protocol change in real-time imaging |
US10937540B2 (en) * | 2017-12-21 | 2021-03-02 | International Business Machines Coporation | Medical image classification based on a generative adversarial network trained discriminator |
-
2018
- 2018-04-13 EP EP18167156.1A patent/EP3553740A1/en not_active Withdrawn
-
2019
- 2019-04-12 JP JP2020555887A patent/JP7399102B2/ja active Active
- 2019-04-12 CN CN201980025529.XA patent/CN111989710A/zh active Pending
- 2019-04-12 US US17/047,102 patent/US20210158526A1/en active Pending
- 2019-04-12 WO PCT/EP2019/059491 patent/WO2019197644A1/en active Application Filing
- 2019-04-12 EP EP19716436.1A patent/EP3776460A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003126045A (ja) | 2001-10-22 | 2003-05-07 | Olympus Optical Co Ltd | 診断支援装置 |
JP2004351100A (ja) | 2003-05-30 | 2004-12-16 | Konica Minolta Medical & Graphic Inc | 医用画像処理システム及び医用画像処理方法 |
JP2008541889A (ja) | 2005-06-02 | 2008-11-27 | ザ メディパターン コーポレイション | コンピュータ支援検出のシステムおよび方法 |
JP2009502230A (ja) | 2005-07-22 | 2009-01-29 | ケアストリーム ヘルス インク | 医用画像における傷病部位の検知 |
US20160350919A1 (en) | 2015-06-01 | 2016-12-01 | Virtual Radiologic Corporation | Medical evaluation machine learning workflows and processes |
US20170018075A1 (en) | 2015-07-13 | 2017-01-19 | Delineo Diagnostics, Inc | Method and apparatus for adaptive Computer-Aided Diagnosis |
Also Published As
Publication number | Publication date |
---|---|
EP3553740A1 (en) | 2019-10-16 |
US20210158526A1 (en) | 2021-05-27 |
WO2019197644A1 (en) | 2019-10-17 |
JP2021520925A (ja) | 2021-08-26 |
CN111989710A (zh) | 2020-11-24 |
EP3776460A1 (en) | 2021-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7399102B2 (ja) | 医用イメージングにおける自動スライス選択 | |
US11475559B2 (en) | Artificial intelligence-enabled localization of anatomical landmarks | |
EP3514756A1 (en) | Medical analysis method for predicting metastases in a test tissue sample | |
US11333732B2 (en) | Automatic artifact detection and pulse sequence modification in magnetic resonance imaging | |
US10823798B2 (en) | Virtual CT images from magnetic resonance images | |
CN112292732A (zh) | 用于实现对对象的磁共振成像的方法 | |
US20230067146A1 (en) | Automated scout scan examination | |
US11435422B2 (en) | Anomaly detection using magnetic resonance fingerprinting | |
JP7391112B2 (ja) | 磁気共鳴イメージングのための自動的な視野整列 | |
WO2020207848A1 (en) | Removal of false positives from white matter fiber tracts | |
WO2020126853A1 (en) | Automated detection of abnormal subject configuration for medical imaging | |
US20220237787A1 (en) | Fmri task settings with machine learning | |
KR20230030810A (ko) | 데이터 생성 방법 및 이를 이용한 학습방법 및 장치 | |
EP3460751A1 (en) | Automated tumor partitioning | |
EP4321890A1 (en) | Reconstruction parameter determination for the reconstruction of synthesized magnetic resonance images | |
EP4266074A1 (en) | Segmentation of medical images reconstructed from a set of magnetic resonance images | |
EP4231036A1 (en) | Detection of artifical structures in magentic resonance images due to neural networks | |
WO2023121005A1 (ko) | 인공 신경망에 기반하여 분류 정보를 출력하는 방법 및 이를 위한 장치 | |
EP4138092A1 (en) | Detection of improperly configured medical imaging systems | |
EP4306983A1 (en) | Making anatomical measurements using magnetic resonance imaging | |
WO2023020924A1 (en) | Saliency maps for medical imaging | |
CN115867818A (zh) | 磁共振指纹识别质量保证 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220204 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221212 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221220 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230313 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230613 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231101 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231110 |
|
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: 20231130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7399102 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |