JPWO2019220871A1 - 胸部x線画像の異常表示制御方法、異常表示制御プログラム、異常表示制御装置、及びサーバ装置 - Google Patents
胸部x線画像の異常表示制御方法、異常表示制御プログラム、異常表示制御装置、及びサーバ装置 Download PDFInfo
- Publication number
- JPWO2019220871A1 JPWO2019220871A1 JP2020519538A JP2020519538A JPWO2019220871A1 JP WO2019220871 A1 JPWO2019220871 A1 JP WO2019220871A1 JP 2020519538 A JP2020519538 A JP 2020519538A JP 2020519538 A JP2020519538 A JP 2020519538A JP WO2019220871 A1 JPWO2019220871 A1 JP WO2019220871A1
- Authority
- JP
- Japan
- Prior art keywords
- ray image
- chest
- abnormal state
- image
- abnormal
- 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.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 94
- 230000002159 abnormal effect Effects 0.000 claims abstract description 189
- 238000011976 chest X-ray Methods 0.000 claims abstract description 183
- 210000003484 anatomy Anatomy 0.000 claims abstract description 46
- 238000001514 detection method Methods 0.000 claims description 67
- 238000004891 communication Methods 0.000 claims description 27
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 12
- 238000002834 transmittance Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 abstract description 11
- 230000005540 biological transmission Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 54
- 230000008569 process Effects 0.000 description 35
- 201000010099 disease Diseases 0.000 description 20
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 20
- 210000003437 trachea Anatomy 0.000 description 19
- 238000012545 processing Methods 0.000 description 17
- 230000003902 lesion Effects 0.000 description 12
- 238000003384 imaging method Methods 0.000 description 11
- 210000002376 aorta thoracic Anatomy 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 9
- 210000000038 chest Anatomy 0.000 description 9
- 210000004072 lung Anatomy 0.000 description 9
- 238000002360 preparation method Methods 0.000 description 8
- 230000009467 reduction Effects 0.000 description 8
- 210000000621 bronchi Anatomy 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 210000000115 thoracic cavity Anatomy 0.000 description 7
- 230000005484 gravity Effects 0.000 description 6
- 239000004065 semiconductor Substances 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000003601 intercostal effect Effects 0.000 description 5
- 230000011218 segmentation Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000747 cardiac effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010020772 Hypertension Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000001370 mediastinum Anatomy 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000009966 trimming Methods 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/461—Displaying means of special interest
- A61B6/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B6/46—Arrangements for interfacing with the operator or the patient
- A61B6/467—Arrangements for interfacing with the operator or the patient characterised by special input means
- A61B6/469—Arrangements for interfacing with the operator or the patient characterised by special input means for selecting a region of interest [ROI]
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
-
- 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
- A61B6/5205—Devices using data or image processing specially adapted for radiation diagnosis involving processing of raw data to produce diagnostic data
-
- 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
- G06N20/00—Machine learning
-
- 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
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4046—Scaling of whole images or parts thereof, e.g. expanding or contracting using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- 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
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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 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]
-
- 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
- G06T2207/20081—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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Heart & Thoracic Surgery (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Computational Linguistics (AREA)
- Geometry (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
読影対象の胸部X線画像である対象胸部X線画像から異常状態を判定してディスプレイに表示する異常表示制御装置のコンピュータが、
前記対象胸部X線画像を取得し、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出し、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定し、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、をディスプレイに表示する胸部X線画像の異常表示制御方法である。
非特許文献1の方法では、前述したように、明確に視認できない病変を検出するのは困難である。また、特許文献1の方法では、肋間領域の面積又は距離に差が表れる異常以外の異常に対応するのは困難である。そこで、本発明者は、胸部X線画像に描出される様々な局所構造に着目し、肋間領域等の特定の解剖学的構造に依存せずに統一的な枠組みで、病変が明確に視認できない場合も含めた多様な異常の有無を判定可能な、以下の各態様を想到するに至った。
読影対象の胸部X線画像である対象胸部X線画像から異常状態を判定してディスプレイに表示する異常表示制御装置のコンピュータが、
前記対象胸部X線画像を取得し、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出し、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定し、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、をディスプレイに表示する胸部X線画像の異常表示制御方法である。
読影対象の胸部X線画像である対象胸部X線画像から異常状態を判定してディスプレイに表示する異常表示制御装置のコンピュータを、
前記対象胸部X線画像を取得する取得部、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出する検出部、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定する判定部、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、をディスプレイに表示する表示制御部、
として機能させる異常表示制御プログラムである。
ディスプレイと、
読影対象の胸部X線画像である対象胸部X線画像を取得する取得部と、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出する検出部と、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定する判定部と、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、を前記ディスプレイに表示する表示制御部と、
を備える異常表示制御装置である。
前記予め機械学習されたモデルは、画素単位で予測を行うニューラルネットワークを使用して、正常状態の胸部X線画像である学習用胸部X線画像において前記構造物が検出されるように学習されたモデルであってもよい。
前記検出では、
前記対象胸部X線画像を前記対象胸部X線画像の解像度より低い第1解像度に変換して第1X線画像を作成し、
前記対象胸部X線画像を前記第1解像度より高く、かつ前記対象胸部X線画像の解像度以下の第2解像度に変換して第2X線画像を作成し、
前記第1X線画像から第1サイズの前記構造物を検出し、
前記第1サイズの前記構造物の検出結果に基づき、前記第2X線画像において前記第2X線画像より小さい探索領域を設定し、
前記探索領域から、前記第1サイズより小さい第2サイズの前記構造物を検出してもよい。
前記第1サイズの前記構造物の検出では、前記第1X線画像から前記第1サイズの前記構造物として解剖学的構造を検出し、
前記第2サイズの前記構造物の検出では、前記第2X線画像の前記探索領域から前記第2サイズの前記構造物として前記線構造を検出してもよい。
前記探索領域の設定では、前記第1サイズの前記構造物と前記第2サイズの前記構造物との相対位置関係が予め保存された位置メモリから読み出した前記相対位置関係を用いて、前記探索領域を設定してもよい。
前記判定では、前記線構造の位置を前記指標として算出してもよい。
前記判定では、2つの前記線構造のなす角度を前記指標として算出してもよい。
前記判定では、2つの前記線構造の間の距離を前記指標として算出してもよい。
前記判定では、前記線構造の面積を前記指標として算出してもよい。
前記判定では、前記線構造の幅を前記指標として算出してもよい。
前記判定では、2以上の前記線構造で挟まれた領域の画像パタンを前記指標として算出してもよい。
前記判定では、前記線構造の近傍領域の画像パタンを前記指標として算出してもよい。
前記判定では、複数の正常状態の胸部X線画像においてそれぞれ検出された前記構造物から算出された前記指標が前記基準指標として予め保存された基準メモリから読み出した前記基準指標と、前記対象胸部X線画像から算出された前記指標との差異に基づき、前記構造物が異常状態であるか否かを判定してもよい。
更に、
単一または複数の前記構造物の異常状態と胸部X線画像に対する異常所見との対応関係が予め保存された異常所見メモリから前記対応関係を読み出して、前記判定された前記構造物毎の異常状態から前記対応関係を用いて前記対象胸部X線画像の異常所見を判定し、
判定された前記対象胸部X線画像の異常所見を前記ディスプレイに表示してもよい。
読影対象の胸部X線画像である対象胸部X線画像を取得する取得部と、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出する検出部と、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め定められた基準値とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定する判定部と、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、を外部の端末装置に送信する通信制御部と、
を備えるサーバ装置である。
以下、本開示の実施の形態が、図面を参照しながら説明される。なお、各図面において、同じ構成要素には同じ符号が用いられ、適宜、説明は省略される。
図1は、第1実施形態における、胸部X線画像の異常表示制御方法を実行する異常表示制御装置100の構成を概略的に示すブロック図である。図2は、医療機関内のネットワーク構成410を概略的に示すブロック図である。
図24は、第2実施形態における、胸部X線画像の異常表示制御方法を実行する異常表示制御装置100Aの構成を概略的に示すブロック図である。図24の異常表示制御装置100Aは、図1の異常表示制御装置100と比較して、CPU120に代えてCPU120Aを備え、メモリ121に代えてメモリ121Aを備える。
図28は、第3実施形態における、胸部X線画像の異常表示制御方法を実行する異常表示制御装置100Bの構成を概略的に示すブロック図である。図28の異常表示制御装置100Bは、図1の異常表示制御装置100と比較して、異常所見情報格納部104を新たに備え、かつ、CPU120に代えてCPU120Bを備え、メモリ121に代えてメモリ121Bを備える。
図32は、第4実施形態における、医療機関内のネットワーク構成410Aを概略的に示すブロック図である。第4実施形態では、図32に示されるように、医療機関のイントラネットワーク400には、サーバ装置500と、表示制御装置600と、医用画像管理システム200と、胸部X線画像撮影装置300と、が接続されている。
101 構造物検出部
102 構造物異常判定部
103 正常モデル格納部
104 異常所見情報格納部
105 画像異常判定部
106 画像メモリ
107 通信部
108 ディスプレイ
109 解像度変換部
110 探索領域設定部
122 表示制御部
123,123A 通信制御部
200 医用情報管理システム
300 胸部X線画像撮影装置
400 イントラネットワーク
500 サーバ装置
600 表示制御装置
Claims (17)
- 読影対象の胸部X線画像である対象胸部X線画像から異常状態を判定してディスプレイに表示する異常表示制御装置のコンピュータが、
前記対象胸部X線画像を取得し、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出し、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定し、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、をディスプレイに表示する、
胸部X線画像の異常表示制御方法。 - 前記予め機械学習されたモデルは、画素単位で予測を行うニューラルネットワークを使用して、正常状態の胸部X線画像である学習用胸部X線画像において前記構造物が検出されるように学習されたモデルである、
請求項1記載の胸部X線画像の異常表示制御方法。 - 前記検出では、
前記対象胸部X線画像を前記対象胸部X線画像の解像度より低い第1解像度に変換して第1X線画像を作成し、
前記対象胸部X線画像を前記第1解像度より高く、かつ前記対象胸部X線画像の解像度以下の第2解像度に変換して第2X線画像を作成し、
前記第1X線画像から第1サイズの前記構造物を検出し、
前記第1サイズの前記構造物の検出結果に基づき、前記第2X線画像において前記第2X線画像より小さい探索領域を設定し、
前記探索領域から、前記第1サイズより小さい第2サイズの前記構造物を検出する、
請求項2記載の胸部X線画像の異常表示制御方法。 - 前記第1サイズの前記構造物の検出では、前記第1X線画像から前記第1サイズの前記構造物として解剖学的構造を検出し、
前記第2サイズの前記構造物の検出では、前記第2X線画像の前記探索領域から前記第2サイズの前記構造物として前記線構造を検出する、
請求項3記載の胸部X線画像の異常表示制御方法。 - 前記探索領域の設定では、前記第1サイズの前記構造物と前記第2サイズの前記構造物との相対位置関係が予め保存された位置メモリから読み出した前記相対位置関係を用いて、前記探索領域を設定する、
請求項3又は4に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、前記線構造の位置を前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、2つの前記線構造のなす角度を前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、2つの前記線構造の間の距離を前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、前記線構造の面積を前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、前記線構造の幅を前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、2以上の前記線構造で挟まれた領域の画像パタンを前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、前記線構造の近傍領域の画像パタンを前記指標として算出する、
請求項1から5のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 前記判定では、複数の正常状態の胸部X線画像においてそれぞれ検出された前記構造物から算出された前記指標が前記基準指標として予め保存された基準メモリから読み出した前記基準指標と、前記対象胸部X線画像から算出された前記指標との差異に基づき、前記構造物が異常状態であるか否かを判定する、
請求項6から12のいずれかに記載の胸部X線画像の異常表示制御方法。 - 更に、
単一または複数の前記構造物の異常状態と胸部X線画像に対する異常所見との対応関係が予め保存された異常所見メモリから前記対応関係を読み出して、前記判定された前記構造物毎の異常状態から前記対応関係を用いて前記対象胸部X線画像の異常所見を判定し、
判定された前記対象胸部X線画像の異常所見を前記ディスプレイに表示する、
請求項1から13のいずれか1項に記載の胸部X線画像の異常表示制御方法。 - 読影対象の胸部X線画像である対象胸部X線画像から異常状態を判定してディスプレイに表示する異常表示制御装置のコンピュータを、
前記対象胸部X線画像を取得する取得部、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出する検出部、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定する判定部、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、をディスプレイに表示する表示制御部、
として機能させる異常表示制御プログラム。 - ディスプレイと、
読影対象の胸部X線画像である対象胸部X線画像を取得する取得部と、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出する検出部と、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め求められた基準指標とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定する判定部と、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、を前記ディスプレイに表示する表示制御部と、
を備える異常表示制御装置。 - 読影対象の胸部X線画像である対象胸部X線画像を取得する取得部と、
前記対象胸部X線画像において、X線透過率が互いに異なる複数の解剖学的構造が投影されて描出された周囲と輝度が異なる第1線状領域、または、気管もしくは気管支の壁または毛髪線を含む解剖学的構造が投影されて描出された第2線状領域、からなる線構造を含む構造物を、予め機械学習されたモデルを用いて検出する検出部と、
前記構造物から異常状態を判定するための指標を算出し、前記指標と予め定められた基準値とを比較し、比較結果に基づいて前記構造物が異常状態であるか否かを判定する判定部と、
前記構造物が異常状態であると判定されると、前記対象胸部X線画像のうち異常状態であると判定された前記構造物を含む領域の画像と、前記構造物の異常状態の内容と、を外部の端末装置に送信する通信制御部と、
を備えるサーバ装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018094738 | 2018-05-16 | ||
JP2018094738 | 2018-05-16 | ||
PCT/JP2019/016947 WO2019220871A1 (ja) | 2018-05-16 | 2019-04-22 | 胸部x線画像の異常表示制御方法、異常表示制御プログラム、異常表示制御装置、及びサーバ装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019220871A1 true JPWO2019220871A1 (ja) | 2021-06-17 |
JP7456928B2 JP7456928B2 (ja) | 2024-03-27 |
Family
ID=68540157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020519538A Active JP7456928B2 (ja) | 2018-05-16 | 2019-04-22 | 胸部x線画像の異常表示制御方法、異常表示制御プログラム、異常表示制御装置、及びサーバ装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11475568B2 (ja) |
JP (1) | JP7456928B2 (ja) |
CN (1) | CN111918611B (ja) |
WO (1) | WO2019220871A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325742B (zh) * | 2020-03-03 | 2023-09-26 | 北京深睿博联科技有限责任公司 | 一种正位胸片中基于空间关系的异常检测方法及系统 |
EP4099268A1 (en) * | 2021-05-31 | 2022-12-07 | Fujita Academy | Medical information display apparatus, medical image processing apparatus, and medical information display method |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143090A1 (en) * | 2009-08-16 | 2012-06-07 | Ori Hay | Assessment of Spinal Anatomy |
WO2018069736A1 (en) * | 2016-10-14 | 2018-04-19 | Axial Medical Printing Limited | A method for generating a 3d physical model of a patient specific anatomic feature from 2d medical images |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06123B2 (ja) * | 1985-07-26 | 1994-01-05 | コニカ株式会社 | 胸部x線検診支援装置 |
JP2005020338A (ja) * | 2003-06-26 | 2005-01-20 | Fuji Photo Film Co Ltd | 異常陰影検出方法および装置並びにプログラム |
US7894646B2 (en) * | 2003-08-01 | 2011-02-22 | Hitachi Medical Corporation | Medical image diagnosis support device and method for calculating degree of deformation from normal shapes of organ regions |
JP2005211439A (ja) * | 2004-01-30 | 2005-08-11 | Fuji Photo Film Co Ltd | 異常陰影表示装置およびそのプログラム |
JP4260060B2 (ja) | 2004-05-12 | 2009-04-30 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | X線ct装置および画像再構成装置 |
WO2007069168A2 (en) * | 2005-12-15 | 2007-06-21 | Koninklijke Philips Electronics, N.V. | System and method for visualizing heart morphologyduring electrophysiology mapping and treatment |
JP5573674B2 (ja) | 2008-09-25 | 2014-08-20 | コニカミノルタ株式会社 | 医用画像処理装置及びプログラム |
JP5765343B2 (ja) * | 2010-08-27 | 2015-08-19 | コニカミノルタ株式会社 | 胸部診断支援システム及びプログラム |
JP5962237B2 (ja) * | 2012-06-11 | 2016-08-03 | コニカミノルタ株式会社 | 胸部診断支援情報生成方法 |
JP2014221163A (ja) * | 2013-05-14 | 2014-11-27 | 国立大学法人九州工業大学 | 画像診断支援装置及び支援方法 |
JP6492553B2 (ja) * | 2014-11-07 | 2019-04-03 | コニカミノルタ株式会社 | 画像処理装置及びプログラム |
JP6833444B2 (ja) | 2016-10-17 | 2021-02-24 | キヤノン株式会社 | 放射線撮影装置、放射線撮影システム、放射線撮影方法、及びプログラム |
CN111918610A (zh) * | 2018-05-16 | 2020-11-10 | 松下电器产业株式会社 | 胸部x线图像的灰度变换方法、灰度变换程序、灰度变换装置、服务器装置以及变换方法 |
-
2019
- 2019-04-22 CN CN201980023263.5A patent/CN111918611B/zh active Active
- 2019-04-22 WO PCT/JP2019/016947 patent/WO2019220871A1/ja active Application Filing
- 2019-04-22 JP JP2020519538A patent/JP7456928B2/ja active Active
-
2020
- 2020-11-04 US US17/088,663 patent/US11475568B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120143090A1 (en) * | 2009-08-16 | 2012-06-07 | Ori Hay | Assessment of Spinal Anatomy |
WO2018069736A1 (en) * | 2016-10-14 | 2018-04-19 | Axial Medical Printing Limited | A method for generating a 3d physical model of a patient specific anatomic feature from 2d medical images |
Also Published As
Publication number | Publication date |
---|---|
JP7456928B2 (ja) | 2024-03-27 |
CN111918611A (zh) | 2020-11-10 |
WO2019220871A1 (ja) | 2019-11-21 |
US20210049766A1 (en) | 2021-02-18 |
CN111918611B (zh) | 2023-12-29 |
US11475568B2 (en) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11961226B2 (en) | Medical image recognition method, model training method, and computer device | |
KR101887194B1 (ko) | 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
KR101874348B1 (ko) | 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
CN111563523B (zh) | 利用机器训练的异常检测的copd分类 | |
US11929174B2 (en) | Machine learning method and apparatus, program, learned model, and discrimination apparatus using multilayer neural network | |
JP4911029B2 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
JP6885517B1 (ja) | 診断支援装置及びモデル生成装置 | |
JP2014534822A (ja) | モデルに基づいた冠動脈のカルシウムスコアリング | |
JP2018175226A (ja) | 医用画像分類装置、方法およびプログラム | |
US10918309B2 (en) | Artificial intelligence-based COPD assessment | |
JP2022517769A (ja) | 三次元ターゲット検出及びモデルの訓練方法、装置、機器、記憶媒体及びコンピュータプログラム | |
JP7101809B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
US11406340B2 (en) | Method for converting tone of chest X-ray image, storage medium, image tone conversion apparatus, server apparatus, and conversion method | |
CN109191465A (zh) | 一种基于深度学习网络判定、标识人体左右第一肋骨的系统 | |
WO2022086910A1 (en) | Anatomically-informed deep learning on contrast-enhanced cardiac mri | |
CN111524109B (zh) | 头部医学影像的评分方法和装置、电子设备及存储介质 | |
US11475568B2 (en) | Method for controlling display of abnormality in chest x-ray image, storage medium, abnormality display control apparatus, and server apparatus | |
US11935234B2 (en) | Method for detecting abnormality, non-transitory computer-readable recording medium storing program for detecting abnormality, abnormality detection apparatus, server apparatus, and method for processing information | |
JP4668289B2 (ja) | 画像処理装置および方法並びにプログラム | |
AU2019204365C1 (en) | Method and System for Image Segmentation and Identification | |
JP2020188960A (ja) | 胸部x線画像の異常表示制御方法、異常表示制御プログラム、異常表示制御装置、及びサーバ装置 | |
EP2178046A2 (en) | Multi-image correlation | |
EP4152255A1 (en) | System and method for differentiating a tissue of interest from another part of a medical scanner image | |
EP4266255A1 (en) | Method and system for generating label of medical image |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220404 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230516 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231215 |
|
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: 20240220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240314 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7456928 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |