JPWO2020020809A5

JPWO2020020809A5 -

Info

Publication number: JPWO2020020809A5
Application number: JP2021503763A
Authority: JP
Publication date: 2022-07-28
Anticipated expiration: 2039-07-22

Claims

被検者の生体組織の画像を生成するために、前記被検者に向けて超音波を送信するプローブと、
前記画像を受信し、少なくとも１つのニューラルネットワークを使用して、前記画像がターゲット画像ビューに従って前記生体組織を視覚化する確率を示す信頼メトリックを出力するプロセッサと、
を含み、
前記プロセッサはさらに、前記信頼メトリックの値が閾値を超える場合、
前記画像を選択し、
記憶された前記画像をセグメント化して、少なくとも２つの異なるタイプの生体組織に関連する領域を特定し、
前記少なくとも２つの異なるタイプの生体組織のうちの１つにそれぞれ関連する、第１の複数のピクセル及び第２の複数のピクセルを特定することによって、前記画像内の第１の関心領域及び第２の関心領域の場所を決定し、
前記第１の関心領域及び前記第２の関心領域のエコー強度値の比を計算する、
超音波イメージングシステム。
前記プロセッサはさらに、前記信頼メトリックの前記値が前記閾値を超えない場合、１つ以上の連続リアルタイム画像フレームを自動的に受信し、前記１つ以上の連続リアルタイム画像フレームそれぞれの信頼メトリックを出力する、請求項１に記載の超音波イメージングシステム。
前記生体組織は、肝組織、腎組織、又はこれらの組み合わせのうちの少なくとも１つを含み、前記少なくとも１つのニューラルネットワークは、前入力画像が、肝臓／腎臓エコー強度比の計算に適した肝臓及び右腎臓サジタルビューに対応する場合に、前記閾値を超える信頼メトリックを生成するようにトレーニングされる、請求項１に記載の超音波イメージングシステム。
前記少なくとも１つの人工ニューラルネットワークは、入力画像をセグメント化してセグメンテーションマップを生成するようにトレーニングされた畳み込みニューラルネットワークを含み、前記信頼メトリックは、リアルタイム画像の前記セグメンテーションマップに少なくとも部分的に基づいている、請求項１に記載の超音波イメージングシステム。
前記畳み込みニューラルネットワークは、前記入力画像を、縮小パスの後に拡張パスに沿って伝播して、前記セグメンテーションマップを生成する完全畳み込みネットワークを含む、請求項４に記載の超音波イメージングシステム。
前記少なくとも１つの人工ニューラルネットワークは、入力画像内の物体を検出し、検出された前記物体の場所と、前記検出された物体がターゲット物体カテゴリに対応する確率とを出力するようにトレーニングされた深層畳み込みネットワークを含み、前記信頼メトリックは、前記確率に基づいている、請求項１に記載の超音波イメージングシステム。
前記プロセッサは、前記検出された物体の前記場所に基づいて、第１の関心領域及び第２の関心領域の場所を決定する、請求項６に記載のシステム。
前記少なくとも１つの人工ニューラルネットワークは、入力画像を、複数の信頼メトリックに対応する複数の分類のうちの１つに分類する深層畳み込みネットワークを含む、請求項１に記載の超音波イメージングシステム。
前記プロセッサは、
記憶された前記画像と同時に少なくとも１つの推奨関心領域ペアを自動的に特定及び表示し、
前記少なくとも１つの推奨関心領域ペアからの１つの推奨関心領域ペアの選択の指示を受信することによって、
前記第１の関心領域及び前記第２の関心領域の場所を決定し、
前記プロセッサは、前記第１の関心領域及び前記第２の関心領域を、選択された前記推奨関心領域ペアに対応するように設定する、
請求項１に記載の超音波イメージングシステム。
前記プロセッサはさらに、前記信頼メトリックの現在値を表すグラフィカルインジケータを生成し、前記グラフィカルインジケータを、前記超音波イメージングシステムのディスプレイに表示させ、かつ、前記少なくとも１つの人工ニューラルネットワークによって新しい信頼メトリックが出力されるたびに前記ディスプレイ上で動的に更新させる、請求項１に記載の超音波イメージングシステム。
被検者の生体組織の超音波検査方法であって、
超音波システムのプロセッサが、１つ以上のタイプの生体組織を表すリアルタイム超音波画像を受信するステップと、
前記リアルタイム超音波画像を、各入力画像の信頼メトリックを出力するようにトレーニングされた少なくとも１つの畳み込みニューラルネットワークに提供するステップであって、前記信頼メトリックは、前記リアルタイム超音波画像が、ターゲット画像ビューに従って前記生体組織を視覚化する確率を示す、提供するステップと、
前記信頼メトリックが閾値を超える場合は、
前記リアルタイム超音波画像を、前記超音波システムのメモリに自動的に記憶するステップと、
記憶された画像をセグメント化して、少なくとも２つの異なるタイプの生体組織に関連する領域を特定するステップと、
前記少なくとも２つの異なるタイプの生体組織のうちの１つにそれぞれ関連する、第１の複数のピクセル及び第２の複数のピクセルを特定するステップを含む、第１の関心領域及び第２の関心領域の場所を決定するステップと、
前記第１の関心領域のエコー強度値と前記第２の関心領域のエコー強度値との比を計算するステップと、
前記信頼メトリックが前記閾値を超えない場合は、
１つ以上の連続リアルタイム画像それぞれの信頼メトリックを決定するために、前記１つ以上の連続リアルタイム画像を前記少なくとも１つの畳み込みニューラルネットワークに自動的に提供するステップと、
を含む、超音波検査方法。
前記リアルタイム超音波画像内に表される前記生体組織は、肝組織、腎組織、又はこれらの組合せのうちの少なくとも１つを含み、前記ターゲット画像ビューは、肝臓／腎臓エコー強度比の計算に適した肝臓及び右腎臓サジタルビューに対応する、請求項１１に記載の超音波検査方法。
前記少なくとも１つの畳み込みニューラルネットワークは、入力画像をセグメント化してセグメンテーションマップを生成するようにトレーニングされ、リアルタイム画像の前記セグメンテーションマップに基づいて前記信頼メトリックを計算するステップを含む、請求項１１に記載の超音波検査方法。
前記少なくとも１つの畳み込みニューラルネットワークは、前記入力画像を、縮小パスの後に拡張パスに沿って伝播して、前記セグメンテーションマップを生成する完全畳み込みネットワークを含む、請求項１３に記載の超音波検査方法。
前記少なくとも１つの畳み込みニューラルネットワークは、１つ以上の物体カテゴリの物体が前入力画像内に存在する確率と、前入力画像内の前記物体の場所とを決定するようにトレーニングされた深層畳み込みネットワークを含む、請求項１１に記載の超音波検査方法。
前記少なくとも１つの畳み込みニューラルネットワークは、入力画像を、前記閾値を超える値に関連する分類を含む複数の分類のうちの１つに分類する深層畳み込みネットワークを含む、請求項１１に記載の超音波検査方法。
第１の関心領域及び第２の関心領域の場所を決定するステップは、
前記記憶された画像と同時に少なくとも１つの推奨関心領域ペアを自動的に特定及び表示するステップと、
前記少なくとも１つの推奨関心領域ペアからの１つの推奨関心領域ペアの選択の指示を受信するステップと、
を含み、
前記第１の関心領域及び前記第２の関心領域は、選択された前記推奨関心領域ペアに対応するように設定されている、
請求項１１に記載の超音波検査方法。
コンピュータ支援の肝イメージングモードの起動の指示を受信するステップと、前記閾値を超える信頼メトリックが前記少なくとも１つの畳み込みニューラルネットワークによって出力されるまで、各入力リアルタイム超音波画像を前記少なくとも１つの畳み込みニューラルネットワークに自動的に提供するステップとをさらに含む、請求項１１に記載の超音波検査方法。
前記信頼メトリックの現在値を表すグラフィカルインジケータを表示するステップをさらに含み、前記表示するステップは、リアルタイム超音波画像が入力されるたびに更新される前記信頼メトリックの前記現在値を表すように前記グラフィカルインジケータを動的に更新するステップを含む、請求項１８に記載の超音波検査方法。
前記信頼メトリックが前記閾値を超えるという決定に応答して、前記超音波システムのリアルタイムイメージングモードからフリーズモードに自動的に遷移するステップをさらに含み、前記遷移するステップは、前記記憶された超音波画像を表示するステップを含む、請求項１１に記載の超音波検査方法。
実行されると、医用イメージングシステムのプロセッサに、請求項１１から２０のいずれか一項に記載の方法を行わせる実行可能命令を含む、非一時的コンピュータ可読媒体。