JP7433809B2 - 学習済みモデルの生成方法、および医用処理装置 - Google Patents
学習済みモデルの生成方法、および医用処理装置 Download PDFInfo
- Publication number
- JP7433809B2 JP7433809B2 JP2019151260A JP2019151260A JP7433809B2 JP 7433809 B2 JP7433809 B2 JP 7433809B2 JP 2019151260 A JP2019151260 A JP 2019151260A JP 2019151260 A JP2019151260 A JP 2019151260A JP 7433809 B2 JP7433809 B2 JP 7433809B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- image
- ray
- trained model
- contrast
- 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
- 238000012545 processing Methods 0.000 title claims description 121
- 238000000034 method Methods 0.000 title claims description 68
- 239000011575 calcium Substances 0.000 claims description 59
- 239000000126 substance Substances 0.000 claims description 42
- 230000001678 irradiating effect Effects 0.000 claims description 27
- 239000002872 contrast media Substances 0.000 claims description 19
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 claims description 12
- 229910052791 calcium Inorganic materials 0.000 claims description 12
- 239000000203 mixture Substances 0.000 claims description 10
- 239000012925 reference material Substances 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 7
- 239000013558 reference substance Substances 0.000 claims 2
- 238000000926 separation method Methods 0.000 claims 2
- 239000013077 target material Substances 0.000 claims 2
- 230000006870 function Effects 0.000 description 160
- 238000001514 detection method Methods 0.000 description 81
- 238000002591 computed tomography Methods 0.000 description 43
- 230000008569 process Effects 0.000 description 43
- 238000010586 diagram Methods 0.000 description 26
- 230000009977 dual effect Effects 0.000 description 10
- 238000003384 imaging method Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013170 computed tomography imaging Methods 0.000 description 2
- 239000013078 crystal Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
図1は、第1の実施形態に係るX線CT装置1の構成図である。X線CT装置1は、X線スキャン(デュアルエネルギースキャン)を実行する。デュアルエネルギースキャンには、例えば、1個のX線管を用いてX線管に印加する管電圧を切り替えることにより、低エネルギーのX線と高エネルギーのX線との各々を個別に被検体に照射する方式や、高速にX線管の管電圧を切り替えながら、低エネルギーのX線と高エネルギーのX線とを被検体にほぼ同時に照射する方式等がある。X線CT装置1は、任意の方式のデュアルエネルギースキャンを実行してよい。
以下、第1の実施形態における処理回路50の処理フローについて説明する。処理回路50の処理には、学習済みモデル41-6を生成する学習処理と、学習済みモデル41-6を使用して生成画像41-5を生成する生成処理とが含まれる。以下においては、まず、処理回路50による学習処理について説明する。図6は、処理回路50の学習処理の一連の流れを示すフローチャートである。図7は、処理回路50の学習処理におけるモデル入力および出力の関係を示す図である。図6に示すフローチャートの処理は、例えば、X線CT装置1の操作者が、入力インターフェース43を操作して学習処理の開始を指示した場合に開始される。図6に示すフローチャートの処理は、多数の画像セット(互いに関連付けられた第1造影画像41-4a、第2造影画像41-4b、および非造影画像41-4cの組の複数セット)を用いて繰り返し行われる。なお、以下においては、学習データである再構成画像41-4が既に収集されて、メモリ41に格納されているものとする。
次に、処理回路50による生成画像41-5の生成処理について説明する。図8は、処理回路50による生成処理の一連の流れを示すフローチャートである。本フローチャートの処理は、例えば、被検体の造影画像の取得後、X線CT装置1の操作者が、入力インターフェース43を操作して生成画像41-5の生成処理の開始を指示した場合に開始される。
以下、第2の実施形態について説明する。上述した第1の実施形態では、生成機能57が、再構成処理機能53により生成された再構成画像41-4を用いて、生成画像41-5を生成する例を説明した。これに対して、第2の実施形態では、生成機能57が、DAS16により出力される検出データ41-2(生データ)を用いて、生成画像41-5を生成する。このため、構成などについては第1の実施形態で説明した図および関連する記載を援用し、詳細な説明を省略する。
以下、第2の実施形態における処理回路50の処理フローについて説明する。処理回路50の処理には、学習済みモデル41-6を生成する学習処理と、学習済みモデル41-6を使用して生成画像41-5を生成する生成処理とが含まれる。以下においては、まず、処理回路50による学習処理について説明する。図11は、処理回路50の学習処理の一連の流れを示すフローチャートである。図12は、処理回路50の学習処理におけるモデル入力および出力の関係を示す図である。図11に示すフローチャートの処理は、例えば、X線CT装置1の操作者が、入力インターフェース43を操作して学習処理の開始を指示した場合に開始される。図11に示すフローチャートの処理は、多数の検出データセット(互いに関連付けられた第1検出データ41-2a、第2検出データ41-2b、および非造影画像41-4cの組の複数セット)を用いて繰り返し行われる。なお、以下においては、学習データである検出データ41-2が既に収集されて、メモリ41に格納されているものとする。
次に、処理回路50による生成画像41-5の生成処理について説明する。図13は、処理回路50による生成処理の一連の流れを示すフローチャートである。本フローチャートの処理は、例えば、被検体の造影画像の取得後、X線CT装置1の操作者が、入力インターフェース43を操作して生成画像41-5の生成処理の開始を指示した場合に開始される。
以下、第3の実施形態について説明する。上述した第1および第2の実施形態では、生成機能57が、特定物質としての造影剤の成分の影響が低減された生成画像41-5を生成する例を説明した。これに対して、第3の実施形態では、生成機能57が、特定物質としてのカルシウムの成分(人体における石灰化された部分など)の影響が低減された生成画像41-5を生成する例を説明する。このため、構成などについては第1の実施形態で説明した図および関連する記載を援用し、詳細な説明を省略する。
以下、第3の実施形態における処理回路50の処理フローについて説明する。処理回路50の処理には、学習済みモデル41-6を生成する学習処理と、学習済みモデル41-6を使用して生成画像41-5を生成する生成処理とが含まれる。以下においては、まず、処理回路50による学習処理について説明する。図17は、処理回路50の学習処理の一連の流れを示すフローチャートである。図18は、処理回路50の学習処理におけるモデル入力および出力の関係を示す図である。図17に示すフローチャートの処理は、例えば、X線CT装置1の操作者が、入力インターフェース43を操作して学習処理の開始を指示した場合に開始される。図17に示すフローチャートの処理は、多数の画像セット(互いに関連付けられた第1Ca含有画像41-4d、第2Ca含有画像41-4e、およびCa非含有画像41-4fの組の複数セット)を用いて繰り返し行われる。なお、以下においては、学習データである再構成画像41-4が既に収集されて、メモリ41に格納されているものとする。
次に、処理回路50による生成画像41-5の生成処理について説明する。図19は、処理回路50による生成処理の一連の流れを示すフローチャートである。本フローチャートの処理は、例えば、被検体の造影画像の取得後、X線CT装置1の操作者が、入力インターフェース43を操作して生成画像41-5の生成処理の開始を指示した場合に開始される。
プログラムを格納するメモリと、
プロセッサと、を備え、
前記プロセッサは、前記プログラムを実行することにより、
特定物質を含む対象物に対してX線スキャンを実行することにより得られた、複数のX線エネルギーに対応する複数のデータセットを入力とし、前記特定物質を含まない前記対象物に対してX線スキャンを実行することにより得られた単一のデータセットを出力とした学習により、前記特定物質を含む被検体に対してX線スキャンを実行することで得られた、前記複数のX線エネルギーに対応し、前記複数のデータセットとは別の複数のデータセットを入力することで、前記特定物質による影響が低減された、前記単一のデータセットとは別の単一のデータセットを生成するための学習済みモデルに対して、前記別の複数のデータセットを入力することで、前記別の単一のデータセットを生成する、
医用処理装置。
Claims (7)
- 特定物質を含む同一の対象物に対してX線スキャンを実行することにより得られた、複数のX線エネルギーに対応する複数のデータセットを取得する第1の取得ステップであって、前記複数のデータセットは、第1のエネルギーのX線を前記同一の対象物に照射することにより得られる第1のデータと、前記第1のエネルギーよりも低い第2のエネルギーのX線を前記同一の対象物に照射することにより得られる第2のデータとを含む、第1の取得ステップと、
前記特定物質を含まない前記同一の対象物に対してX線スキャンを実行することにより得られた、前記複数のデータセットと関連付けられた単一のデータセットを取得する第2の取得ステップと、
前記第1のデータと前記第2のデータとに対して物質分別を行うことにより得られる基準物質のデータを入力とし、前記単一のデータセットを出力とした学習により、前記特定物質を含む被検体に対してX線スキャンを実行することで得られた、前記複数のX線エネルギーに対応し、前記複数のデータセットとは別の複数のデータセットに対して物質分別を行うことにより得られる基準物質のデータを入力することで、前記特定物質による影響が低減された、前記単一のデータセットとは別の単一のデータセットを生成するための学習済みモデルを生成する学習ステップと、
を含む学習済みモデルの生成方法。 - 特定物質を含む同一の対象物に対してX線スキャンを実行することにより得られた、複数のX線エネルギーに対応する複数のデータセットを取得する取得ステップであって、前記複数のデータセットは、第1のエネルギーのX線を前記同一の対象物に照射することにより得られる第1のデータと、前記第1のエネルギーよりも低い第2のエネルギーのX線を前記同一の対象物に照射することにより得られる第2のデータとを含む、取得ステップと、
前記複数のデータセットに基づいて、前記複数のデータセットと関連付けられた前記特定物質による影響を低減した単一のデータセットを生成する生成ステップと、
前記第1のデータと前記第2のデータとに対して物質分別を行うことにより得られる基準物質のデータを入力とし、前記単一のデータセットを出力とした学習により、前記特定物質を含む被検体に対してX線スキャンを実行することで得られた、前記複数のX線エネルギーに対応し、前記複数のデータセットとは別の複数のデータセットに対して物質分別を行うことにより得られる基準物質のデータを入力することで、前記特定物質による影響が低減された、前記単一のデータセットとは別の単一のデータセットを生成するための学習済みモデルを生成する学習ステップと、
を含む学習済みモデルの生成方法。 - 前記特定物質は、造影剤、又はカルシウムを組成に持つ物質である、
請求項1又は2に記載の学習済みモデルの生成方法。 - 前記生成ステップは、
前記複数のデータセットに基づいて、仮想的な非造影画像を生成することと、
生成された前記仮想的な非造影画像を、修正することと、
を含む、
請求項2に記載の学習済みモデルの生成方法。 - 前記基準物質のデータは、前記基準物質の生データである、
請求項1から4の何れか一項に記載の学習済みモデルの生成方法。 - 前記基準物質のデータは、前記基準物質の画像データである、
請求項1から4の何れか一項に記載の学習済みモデルの生成方法。 - 請求項1から6の何れか一項に記載の学習済みモデルの生成方法により生成された前記学習済みモデルと、
前記別の複数のデータセットを取得する取得部と、
前記学習済みモデルに対して、前記別の複数のデータセットに対して物質分別を行うことにより得られる前記基準物質のデータを入力することで、前記別の単一のデータセットを生成するデータ生成部と、
を備えた医用処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019151260A JP7433809B2 (ja) | 2019-08-21 | 2019-08-21 | 学習済みモデルの生成方法、および医用処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019151260A JP7433809B2 (ja) | 2019-08-21 | 2019-08-21 | 学習済みモデルの生成方法、および医用処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021029479A JP2021029479A (ja) | 2021-03-01 |
JP7433809B2 true JP7433809B2 (ja) | 2024-02-20 |
Family
ID=74674304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019151260A Active JP7433809B2 (ja) | 2019-08-21 | 2019-08-21 | 学習済みモデルの生成方法、および医用処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7433809B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110064292A1 (en) | 2009-09-17 | 2011-03-17 | Siemens Corporation | System and method for multi-image based virtual non-contrast image enhancement for dual source ct |
JP2018175847A (ja) | 2017-04-13 | 2018-11-15 | 株式会社Aze | 医用画像処理装置、その制御方法、及びプログラム |
WO2019149711A1 (en) | 2018-01-31 | 2019-08-08 | Koninklijke Philips N.V. | Image quality improved virtual non-contrast images generated by a spectral computed tomography (ct) scanner |
-
2019
- 2019-08-21 JP JP2019151260A patent/JP7433809B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110064292A1 (en) | 2009-09-17 | 2011-03-17 | Siemens Corporation | System and method for multi-image based virtual non-contrast image enhancement for dual source ct |
JP2018175847A (ja) | 2017-04-13 | 2018-11-15 | 株式会社Aze | 医用画像処理装置、その制御方法、及びプログラム |
WO2019149711A1 (en) | 2018-01-31 | 2019-08-08 | Koninklijke Philips N.V. | Image quality improved virtual non-contrast images generated by a spectral computed tomography (ct) scanner |
Also Published As
Publication number | Publication date |
---|---|
JP2021029479A (ja) | 2021-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7684536B2 (en) | Radiography apparatus and radiography method | |
JP2020065920A (ja) | 医用画像診断装置、医用画像診断方法、およびプログラム | |
JP7348376B2 (ja) | 医用処理装置、x線ctシステム及び処理プログラム | |
JP7467253B2 (ja) | X線ctシステム及び医用処理装置 | |
JP5022690B2 (ja) | 放射線撮影装置 | |
JP7242288B2 (ja) | 医用画像診断装置及びモデル学習装置 | |
JP4297869B2 (ja) | 放射線撮影装置 | |
US7502439B2 (en) | Radiographic apparatus and method of using the same | |
JP2020146453A (ja) | 医用処理装置 | |
CN110881993A (zh) | X射线ct装置、医用图像处理装置以及x射线ct系统 | |
JP7433809B2 (ja) | 学習済みモデルの生成方法、および医用処理装置 | |
JP7462433B2 (ja) | 医用診断システム、医用診断装置、および医用情報処理装置 | |
JP2022013679A (ja) | 医用画像処理方法、医用画像処理装置及びx線ct装置 | |
JP7443591B2 (ja) | 医用画像診断装置、および医用画像診断方法 | |
JP2006325966A (ja) | 撮影装置および、その表示装置 | |
JP7320934B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
JP7362259B2 (ja) | 医用画像診断装置、医用画像診断方法、および寝台装置 | |
JP7309988B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
WO2024048374A1 (ja) | 画像処理装置、撮影システム、画像処理方法、及びプログラム | |
JP7144292B2 (ja) | 医用画像処理装置および医用画像処理方法 | |
JP4638316B2 (ja) | 放射線撮影装置ならびに画像処理装置および画像処理方法 | |
WO2015147008A1 (ja) | 放射線画像撮影システム、放射線画像撮影方法、及び放射線画像撮影プログラム | |
JP2023160048A (ja) | 医用画像処理装置、医用画像処理システム及び医用画像処理方法 | |
JP2023012246A (ja) | 医用画像処理装置、x線ct装置、医用画像処理方法及びプログラム | |
US20190311507A1 (en) | Adaptive processing of medical images to reduce noise magnitude |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220615 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230411 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230815 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231013 |
|
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: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240207 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7433809 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |