WO2022138876A1 - 画像診断支援装置、画像診断支援装置の作動方法、及びプログラム - Google Patents

画像診断支援装置、画像診断支援装置の作動方法、及びプログラム Download PDF

Info

Publication number
WO2022138876A1
WO2022138876A1 PCT/JP2021/048046 JP2021048046W WO2022138876A1 WO 2022138876 A1 WO2022138876 A1 WO 2022138876A1 JP 2021048046 W JP2021048046 W JP 2021048046W WO 2022138876 A1 WO2022138876 A1 WO 2022138876A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
personal information
support device
processor
diagnostic imaging
Prior art date
Application number
PCT/JP2021/048046
Other languages
English (en)
French (fr)
Inventor
拓 林
Original Assignee
富士フイルム株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富士フイルム株式会社 filed Critical 富士フイルム株式会社
Priority to JP2022571655A priority Critical patent/JPWO2022138876A1/ja
Publication of WO2022138876A1 publication Critical patent/WO2022138876A1/ja
Priority to US18/336,019 priority patent/US20230343442A1/en

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G06T2207/30061—Lung

Definitions

  • the processor deletes personal information by converting the image file into image data that does not include incidental information.
  • the processor stores the image file from which the personal information has been deleted in the memory in order to retrain the trained model.
  • the housing 41 does not have a display for displaying an X-ray image. Further, the housing 41 does not have a user interface operated by the user to input information.
  • the user interface is, for example, a physical operation button or a touch panel.
  • the housing 41 has a connector for connecting a display as an external device (for example, an HDMI (registered trademark) (High-Definition Multimedia Interface) terminal) and a connector for connecting a keyboard or the like as an external device (for example). For example, it may be provided with a USB terminal).
  • the detection model 91 is configured using a neural network.
  • the detection model 91 is configured by using, for example, a deep neural network (DNN), which is a multi-layer neural network that is a target of deep learning.
  • DNN deep neural network
  • CNN convolutional neural network
  • the power feeding unit 47 supplies the electric power supplied from the mobile battery 80 to the processor 44 and the like via the third connector 43C.
  • the power feeding unit 47 includes, for example, a power supply circuit and a charge control circuit.
  • the power supply circuit regulates the electric power supplied from the mobile battery 80 and supplies it to the processor 44 and the like.
  • the charge control circuit controls charging of the built-in battery 48 by the electric power supplied from the mobile battery 80.
  • the built-in battery 48 is a secondary battery such as a lithium polymer battery.
  • the communication processing unit 92 determines whether or not a CAD processing request has been received from the console 30 (step S40).
  • the personal information deletion processing unit 93 inputs the personal information from the image file PF received by the communication processing unit 92 together with the CAD processing request. Delete (step S41).
  • the personal information deletion processing unit 93 converts the DICOM format image file PF into a DICOM format image file PFD that does not include personal information.
  • the personal information deletion processing unit 93 may convert the image file PF into image data that does not include the incidental information AD by deleting all the incidental information AD of the image file PF.
  • FIG. 11 shows an example of converting an image file PF into image data (that is, an X-ray image XP) that does not include incidental information AD.
  • the personal information deletion processing unit 93 converts, for example, an image file PF in DICOM format into image data in BMP (bitmap) format or JPEG (Joint Photographic Experts Group) format.
  • the CAD processing unit 94 performs CAD processing using the detection model 91, which is a learned model generated by machine learning, but is not limited to the method by machine learning, and CAD is performed by image analysis. It may be software that performs processing. Further, in the above embodiment, the CAD processing unit 94 detects the abnormal shadow by the CAD processing, but may detect a portion other than the abnormal shadow. For example, the CAD processing unit 94 may detect blood vessels from the ultrasonic image when the CAD processing is performed on the ultrasonic image.

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Veterinary Medicine (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

画像診断支援装置は、プロセッサ及びメモリを有し、かつユーザによって携帯可能である。プロセッサは、医用画像に対するコンピュータ支援診断処理と、外部装置から医用画像と付帯情報とを含む画像ファイルを受信し、コンピュータ支援診断処理の結果を含む情報を外部装置に送信する通信処理と、画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理とを実行する。

Description

画像診断支援装置、画像診断支援装置の作動方法、及びプログラム
　本開示の技術は、画像診断支援装置、画像診断支援装置の作動方法、及びプログラムに関する。
　放射線画像等の医用画像をコンピュータで解析する画像解析処理を実行ことにより、医用画像内の病変の検出等、診断に有用な情報を提供する画像診断支援装置が知られている。この画像診断支援装置は、コンピュータ支援診断（ＣＡＤ：Computer Aided Diagnosis）装置とも呼ばれる。
　画像診断支援装置は、据え置き型のサーバとして構成されており、医療施設内において、ＰＡＣＳ（Picture Archiving and Communication Systems）などの画像格納装置とネットワークを介して接続される。ＰＡＣＳには、放射線撮影装置などのモダリティによって撮影された医用画像が格納される。そして、画像診断装置は、例えば、医療施設内において診断を行う医師が操作する端末装置からの要求に基づいて医用画像に対するＣＡＤ処理を実行し、ＣＡＤ処理の実行結果を要求元の端末装置に送信する（特開２００３－１５０７１４号公報）。
　また、特開２００３－１５０７１４号公報には、例えば、拠点病院などの医療施設に設置される画像診断装置と、遠隔地の地域病院の端末装置とをネットワークで接続することにより、画像診断支援装置が無い地域病院から拠点病院に存在する画像診断支援装置を利用することが開示されている。
　近年、災害医療又は在宅医療など、病院外における医療診断のニーズが増加しており、これに応えるために、可搬型の放射線撮影装置等の可搬型のモダリティが開発されている。このような現場においても、現場で迅速に医療診断を行うために、画像診断支援装置の利用が要望されている。
　しかしながら、災害医療又は在宅医療などの現場では、インターネット等のネットワークを利用することができない場合もあり、特開２００３－１５０７１４号公報に記載のような施設に設置された画像診断支援装置を遠隔地から利用することが困難な場合がある。このため、災害医療又は在宅医療などの現場で利用可能な画像診断支援装置が望まれている。
　そこで、災害医療又は在宅医療などの現場で利用可能なように、画像診断支援装置を持ち運び可能とすることが考えられる。しかしながら、画像診断支援装置を持ち運び可能とすると、盗難にあうおそれがある。画像診断支援装置には、医用画像が格納されており、医用画像の付帯情報には患者の個人情報が含まれるため、個人情報が流出する可能性がある。
　本開示の技術は、災害医療又は在宅医療などの現場で利用することが可能であり、かつ個人情報の流出を防止することが可能な画像診断支援装置、画像診断支援装置の作動方法、及びプログラムを提供することを目的とする。
　上記目的を達成するために、本開示の画像診断支援装置は、プロセッサ及びメモリを有し、かつユーザによって携帯可能である画像診断支援装置であって、プロセッサは、医用画像に対するコンピュータ支援診断処理と、外部装置から医用画像と付帯情報とを含む画像ファイルを受信し、コンピュータ支援診断処理の結果を含む情報を外部装置に送信する通信処理と、画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理とを実行する。
　プロセッサは、付帯情報から個人情報のみを削除することが好ましい。
　プロセッサは、画像ファイルを、付帯情報を含まない画像データに変換することにより、個人情報を削除することが好ましい。
　プロセッサは、画像ファイルを、付帯情報を含まない画像データに変換した後、変換後の画像データに、付帯情報のうち個人情報が削除された情報から少なくとも一部を取得して関連付けることが好ましい。
　プロセッサは、医用画像を用いて学習を行った学習済みモデルを用いてコンピュータ支援診断処理を行うことが好ましい。
　プロセッサは、個人情報が削除された画像ファイルを、学習済みモデルを再学習させるためにメモリに格納することが好ましい。
　プロセッサは、外部装置から受信した画像ファイルをすべて削除することが好ましい。
　プロセッサは、電源がオンとされたことに応じて、画像ファイルをすべて削除することが好ましい。
　プロセッサは、コンピュータ支援診断処理の結果を外部装置に送信することに応じて、画像ファイルをすべて削除することが好ましい。
　プロセッサは、コンピュータ支援診断処理の結果を外部装置に送信した後、コンピュータ支援診断処理の結果を含む画像ファイルをすべて削除することが好ましい。
　本開示の画像診断支援装置の作動方法は、ユーザによって携帯可能である画像診断支援装置の作動方法であって、医用画像に対するコンピュータ支援診断処理と、外部装置から医用画像と付帯情報とを含む画像ファイルを受信し、コンピュータ支援診断処理の結果を含む情報を外部装置に送信する通信処理と、画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理とを実行する。
　本開示のプログラムは、プロセッサ及びメモリを有し、かつユーザによって携帯可能である画像診断支援装置において、プロセッサに処理を実行させるプログラムであって、医用画像に対するコンピュータ支援診断処理と、外部装置から医用画像と付帯情報とを含む画像ファイルを受信し、コンピュータ支援診断処理の結果を含む情報を外部装置に送信する通信処理と、画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理とをプロセッサに実行させる。
　本開示の技術によれば、災害医療又は在宅医療などの現場で利用することが可能であり、かつ個人情報の流出を防止することが可能な画像診断支援装置、画像診断支援装置の作動方法、及びプログラムを提供することができる。
Ｘ線撮影システムの構成の一例を示す図である。 Ｘ線撮影システムのハードウェア構成の一例を示すブロック図である。 コンソール画面の一例を示す図である。 画像ファイルのファイル形式の一例を示す図である。 個人情報削除処理の一例を示す図である。 個人情報削除処理及びＣＡＤ処理の一例を概念的に示す図である。 検出モデルを機械学習により学習させる学習フェーズの一例を説明する図である。 Ｘ線源、電子カセッテ、及びコンソールの処理の流れの一例を示すフローチャートである。 画像診断支援装置の処理の流れの一例を示すフローチャートである。 個人情報削除処理の第１変形例を示すフローチャートである。 個人情報削除処理の第２変形例を示すフローチャートである。 個人情報削除処理の第３変形例を示すフローチャートである。 ＣＡＤ処理が行われた後に、個人情報削除処理を行う例を示す図である。 画像診断支援装置の処理の第１変形例を示すフローチャートである。 画像診断支援装置の処理の第２変形例を示すフローチャートである。
　図１は、放射線としてＸ線を用いるＸ線撮影システム２の構成の一例を示す。放射線としてＸ線を用いるＸ線撮影システム２は、Ｘ線源１０と、電子カセッテ２０と、コンソール３０と、画像診断支援装置４０と、中継器５０とを備える。コンソール３０は、電子カセッテ２０及び画像診断支援装置４０と、中継器５０を介して通信する。中継器５０は、例えば、アクセスポイントとして機能する。
　Ｘ線源１０は、放射線を生成する放射線源の一例である。電子カセッテ２０は、放射線を検出して放射線画像を生成する放射線画像検出器の一例である。画像診断支援装置４０は、放射線画像から異常陰影を含む領域を検出するＣＡＤ処理を行う。
　本実施形態のＸ線源１０、電子カセッテ２０、コンソール３０、及び画像診断支援装置４０は、いずれも小型で持ち運び可能な可搬型の装置である。Ｘ線撮影システム２は、これらを事故、災害等の緊急医療対応が必要な現場、又は在宅医療を受ける患者の自宅に持ち運んでＸ線撮影を行うことが可能である。このような可搬型のＸ線撮影システム２によれば、撮影したＸ線画像をその場ですぐに確認することができ、後日の再訪問を伴う再撮影を防止することができる。Ｘ線画像は、本開示の技術に係る「医用画像」の一例である。
　Ｘ線撮影システム２では、電子カセッテ２０はＸ線源１０と対向する位置に配置される。被写体ＨをＸ線源１０と電子カセッテ２０との間に配置することで、被写体Ｈの検査部位（例えば、胸部）をＸ線撮影することができる。
　Ｘ線源１０は、例えば、保持装置６０により保持される。保持装置６０は、例えば、四本の支持脚６１、及び横棒６２を有する四脚である。支持脚６１の上端、及び横棒６２の両端は、三股のジョイント６３に繋げられ、これにより保持装置６０が組み立てられる。横棒６２には、Ｘ線源１０を機械的に取り付けるための取付具６４が設けられている。Ｘ線源１０は、取付具６４により、Ｘ線４の照射方向が下方向を向くように吊り下げられている。
　Ｘ線源１０には、ケーブル１１Ａを介して照射スイッチ１１が接続されている。Ｘ線撮影システム２を使用する放射線技師又は医師等のユーザは、照射スイッチ１１を操作することにより、Ｘ線源１０にＸ線４の照射を開始させることができる。
　電子カセッテ２０は、Ｘ線源１０から照射されるＸ線４の照射開始を検出する自動Ｘ線検出機能を有している。このため、電子カセッテ２０は、Ｘ線源１０との接続が不要である。また、電子カセッテ２０は、内蔵バッテリ及び無線通信機能を有しているため、電源又はコンソール３０とのケーブルを介した接続は不要である。電子カセッテ２０は、中継器５０と無線接続され、中継器５０を介して、コンソール３０と通信する。
　コンソール３０は、例えば、パーソナルコンピュータで構成されており、表示部３１及び入力操作部３２を有している。コンソール３０は、例えば、通信ケーブル５１を介して中継器５０と接続されている。表示部３１は、液晶ディスプレイ又は有機ＥＬ（Electro Luminescence）ディスプレイ等の表示装置である。入力操作部３２には、キーボード、マウス、又はタッチバッド等を含む入力装置である。
　ユーザは、入力操作部３２を操作することにより、患者情報、及び撮影条件等を入力することができる。表示部３１には、コンソール３０がＸ線源１０から受信したＸ線画像が表示される。ユーザは、Ｘ線画像を観察し、ＣＡＤ処理が必要であると判断した場合には、入力操作部３２を用いてＣＡＤ処理の実行要求を入力することができる。
　コンソール３０は、中継器５０を介して画像診断支援装置４０と通信する。コンソール３０は、ユーザにより入力操作部３２を介して入力される操作信号に応じて、画像診断支援装置４０に対してＣＡＤ処理要求を送信する。このとき、コンソール３０は、ＣＡＤ処理要求とともにＸ線画像を画像診断支援装置４０に送信する。コンソール３０は、画像診断支援装置４０からＣＡＤ処理結果を受信すると、ＣＡＤ処理結果が反映されたＸ線画像を表示部３１に表示させる。
　画像診断支援装置４０は、ユーザによって携帯可能な大きさの筐体４１を有する。筐体４１は、例えば、縦、横、及び高さがいずれも２０ｃｍ以下の箱形状のケースである。筐体４１には、電源スイッチ４２、第１コネクタ４３Ａ、第２コネクタ４３Ｂ、及び第３コネクタ４３Ｃが設けられている。例えば、第１コネクタ４３Ａは、ＵＳＢ（Universal Serial Bus）タイプＡのインターフェース（以下、ＵＳＢ－Ａ　Ｉ／Ｆと表記する。）を有する端子である。第２コネクタ４３Ｂは、ＬＡＮ（Local Area Network）インターフェース（以下、ＬＡＮ　Ｉ／Ｆと表記する。）を有する端子である。第３コネクタ４３Ｃは、ＵＳＢタイプＣのインターフェース（以下、ＵＳＢ－Ｃ　Ｉ／Ｆと表記する。）を有する端子である。
　筐体４１は、Ｘ線画像を表示するディスプレイを備えていない。また、筐体４１は、情報を入力するためにユーザにより操作されるユーザインターフェースを備えていない。ユーザインターフェースとは、例えば、物理的な操作ボタン又はタッチパネルなどである。このように、筐体４１は、ディスプレイ及びユーザインターフェースを備えていないことにより、上記のように小型化が可能である。なお、筐体４１は、外部機器としてのディスプレイを接続するためのコネクタ（例えば、ＨＤＭＩ（登録商標）（High-Definition Multimedia Interface）端子）、及び外部機器としてのキーボード等を接続するためのコネクタ（例えば、ＵＳＢ端子）を備えていてもよい。
　画像診断支援装置４０は、無線又は有線で中継器５０と接続される。例えば、第１コネクタ４３Ａに無線ドングル７０を接続することにより、画像診断支援装置４０は、中継器５０と無線接続される。無線ドングル７０は、例えば、ＷｉＦｉにより通信を行うことを可能とするＷｉＦｉ＿ＵＳＢアダプタである。画像診断支援装置４０は、第１コネクタ４３Ａに無線ドングル７０が接続されると、中継器５０を介してコンソール３０と通信を行う。コンソール３０は、本開示の技術に係る「外部装置」の一例である。
　また、第２コネクタ４３Ｂは、画像診断支援装置４０と中継器５０とをＬＡＮケーブル（図示せず）を介して有線接続する場合に用いられる。画像診断支援装置４０は、第２コネクタ４３Ｂと中継器５０との間にＬＡＮケーブルが接続されると、中継器５０を介してコンソール３０と通信を行う。
　第３コネクタ４３Ｃは、ＵＳＢ＿ＰＤ（Power Delivery）の給電規格に対応している。第３コネクタ４３Ｃには、ＵＳＢ＿ＰＤに対応したＵＳＢケーブル８１を介してモバイルバッテリ８０が接続可能である。モバイルバッテリ８０により、画像診断支援装置４０の内部、及び画像診断支援装置４０に内蔵された内蔵バッテリに電力を供給することができる。モバイルバッテリ８０は、直流の電力を画像診断支援装置４０に供給する。
　また、第３コネクタ４３Ｃは、モバイルバッテリ８０に代えて、ＡＣ（Alternating Current）アダプタ（図示せず）に接続することも可能である。第３コネクタ４３Ｃを、ＵＳＢケーブル８１を介してＡＣアダプタに接続し、ＡＣアダプタを一般家庭等の商用交流電源に接続することが可能である。これにより、画像診断支援装置４０は、商用交流電源からＡＣアダプタにより直流に変換された電力の供給を受けることができる。
　図２は、Ｘ線撮影システム２のハードウェア構成の一例を示す。Ｘ線源１０は、プロセッサ１２、入力操作部１３、内蔵バッテリ１４、高電圧発生器１５、Ｘ線管１６、及び照射野限定器１７を備える。プロセッサ１２は、高電圧発生器１５及び照射野限定器１７の動作を制御する制御部として機能する。プロセッサ１２には、上述の照射スイッチ１１が接続されている。また、入力操作部１３が接続されている。入力操作部１３には、Ｘ線管１６の管電圧及び管電流を設定するための撮影条件調整ボタン、照射野限定器１７の照射野の大きさを調整するための照射野ボタン、及び電源ボタン等が含まれる。
　プロセッサ１２は、入力操作部１３により設定された設定条件に基づいて高電圧発生器１５及び照射野限定器１７を制御する。プロセッサ１２は、照射スイッチ１１が操作されたことに応じて、高電圧発生器１５に高電圧を発生させる。内蔵バッテリ１４は、リチウムポリマーバッテリ等の二次電池であり、コネクタ（図示せず）を介して充電が可能である。
　Ｘ線管１６は、ターゲットの回転機構をもたない固定陽極型Ｘ線管である。Ｘ線管１６は、電子を放出する冷陰極電子源、電子加速器、電子の衝突によりＸ線４を発生するターゲット、及びこれらを収容する外装管で構成される。冷陰極電子源は、熱陰極の場合のようにフィラメント及びこれを加熱する加熱器は不要である。Ｘ線管１６は、ターゲットの回転機構をもたず、フィラメント及び加熱器もないため小型軽量である。また、Ｘ線管１６は、フィラメントの余熱が不要であるので、照射開始指示に即応したＸ線４の発生が可能である。
　照射野限定器１７は、Ｘ線管１６が発生したＸ線４の照射野を限定する。Ｘ線管１６が発生したＸ線４は、照射野限定器１７により照射野が限定されて被写体Ｈの検査部位に照射される。被写体Ｈの検査部位を透過したＸ線４は、電子カセッテ２０に入射する。
　電子カセッテ２０は、プロセッサ２１、Ｘ線検出パネル２２、メモリ２３、通信Ｉ／Ｆ２４、及び内蔵バッテリ２５を備える。プロセッサ２１は、電子カセッテ２０内の各部を制御する制御部として機能する。Ｘ線検出パネル２２は、例えば、薄膜トランジスタ（ＴＦＴ：Thin Film Transistor）とＸ線検出素子からなる複数の画素が二次元に配列されたマトリクス基板を有するフラットパネルディテクタである。
　Ｘ線検出パネル２２は、ＴＦＴがオフとされた電荷蓄積状態において入射したＸ線をＸ線検出素子で電荷に変換して蓄積する。そして、Ｘ線検出パネル２２は、ＴＦＴがオンとされた電荷読み出し状態において、Ｘ線検出素子に蓄積された電荷が信号処理回路に読み出される。信号処理回路では、読み出された電荷を積分アンプで電圧信号に変換し、変換した電圧信号をＡ／Ｄ変換器でＡ／Ｄ変換することで、デジタルの画像データを生成する。以下、この画像データを、Ｘ線画像ＸＰという。
　メモリ２３は、フラッシュメモリ等の不揮発性メモリであり、Ｘ線検出パネル２２により生成されたＸ線画像ＸＰを記憶する。通信Ｉ／Ｆ２４は、中継器５０と無線接続される。プロセッサ２１は、メモリ２３に記憶されたＸ線画像ＸＰを、中継器５０を介してコンソール３０に送信する。なお、電子カセッテ２０を、通信ケーブルを介して中継器５０と有線接続することも可能である。
　内蔵バッテリ２５は、リチウムポリマーバッテリ等の二次電池であり、コネクタ（図示せず）を介して充電が可能である。
　コンソール３０は、表示部３１、入力操作部３２、プロセッサ３３、ＲＡＭ（Random Access Memory）３４、不揮発性メモリ（ＮＶＭ：Non-Volatile Memory）３５、及び通信Ｉ／Ｆ３６を備える。プロセッサ３３は、例えば、ＣＰＵ（Central Processing Unit）である。ＲＡＭ３４は、プロセッサ３３が処理を実行するためのワークメモリである。ＮＶＭ３５は、フラッシュメモリ等の記憶装置であり、プログラム３７を記憶している。
　プロセッサ３３は、ＮＶＭ３５に記憶されたプログラム３７をＲＡＭ３４へロードし、プログラム３７にしたがって処理を実行することにより、コンソール３０の各部を統括的に制御するコンソール制御部３８として機能する。コンソール制御部３８は、表示部３１にＧＵＩ（Graphical User Interface）画面を表示することにより、入力操作部３２を用いた患者情報及び撮影条件等の入力を可能とする。また、コンソール制御部３８は、電子カセッテ２０から受信したＸ線画像ＸＰを表示部３１に表示させる。医師は、表示部３１に表示されたＸ線画像ＸＰに基づいて診断を行うことが可能であるが、Ｘ線画像ＸＰの中から病巣等を含む異常陰影の候補を絞り込むために、入力操作部３２を用いてＣＡＤ処理の実行要求を入力することができる。
　また、コンソール制御部３８は、Ｘ線画像ＸＰに、患者情報及び撮影条件等を含む付帯情報を付加することにより、画像ファイルＰＦを作成する。
　通信Ｉ／Ｆ３６は、通信ケーブル５１（図１参照）を介して中継器５０と有線接続される。コンソール制御部３８は、通信Ｉ／Ｆ３６を介して、ＣＡＤ処理要求とともに、Ｘ線画像ＸＰを含む画像ファイルＰＦを、画像診断支援装置４０に送信する。なお、コンソール３０を、中継器５０と無線接続することも可能である。また、コンソール３０は、例えば、バッテリを搭載したラップトップパソコンの他、タブレット端末、スマートフォン等の携帯端末であってもよい。
　画像診断支援装置４０は、筐体４１内に、上述の電源スイッチ４２、第１コネクタ４３Ａ、第２コネクタ４３Ｂ、及び第３コネクタ４３Ｃの他、プロセッサ４４、ＲＡＭ４５、ＮＶＭ４６、給電部４７、及び内蔵バッテリ４８を備える。プロセッサ４４は、例えば、ＣＰＵとＧＰＵ（Graphics Processing Unit）とにより構成されている。ＲＡＭ４５は、プロセッサ４４が処理を実行するためのワークメモリである。ＮＶＭ４６は、フラッシュメモリ等の記憶装置であり、プログラム９０及び検出モデル９１を記憶している。ＮＶＭ４６には、コンソール３０から送信された画像ファイルＰＦ等のデータも記憶する。ＮＶＭ４６は、本開示の技術に係る「メモリ」の一例である。
　プロセッサ４４は、ＮＶＭ４６に記憶されたプログラム９０をＲＡＭ４５へロードし、プログラム９０にしたがって処理を実行することにより、通信処理部９２、個人情報削除処理部９３、及びＣＡＤ処理部９４として機能する。
　通信処理部９２は、第１コネクタ４３Ａ又は第２コネクタ４３Ｂを介してコンソール３０との間で行う通信の制御を行う。具体的には、通信処理部９２は、コンソール３０から画像ファイルＰＦを受信し、ＣＡＤ処理結果を含む情報をコンソール３０に送信する通信処理を行う。個人情報削除処理部９３は、画像ファイルＰＦから個人情報を削除する個人情報削除処理を行う。
　ＣＡＤ処理部９４は、画像ファイルＰＦに含まれるＸ線画像ＸＰに対して、ＮＶＭ４６に記憶された検出モデル９１を用いてＣＡＤ処理を行う。検出モデル９１は、機械学習により学習を行った学習済みモデルである。
　検出モデル９１は、ニューラルネットワークを用いて構成される。検出モデル９１は、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（ＤＮＮ：Deep Neural Network）を用いて構成されている。ＤＮＮとして、例えば、画像を対象とする畳み込みニューラルネットワーク（ＣＮＮ：Convolutional Neural Network）を用いる。
　給電部４７は、第３コネクタ４３Ｃを介してモバイルバッテリ８０から供給された電力を、プロセッサ４４等に供給する。給電部４７は、例えば、電源回路及び充電制御回路を含む。電源回路は、モバイルバッテリ８０から供給された電力をレギュレートしてプロセッサ４４等に供給する。充電制御回路は、モバイルバッテリ８０から供給された電力による内蔵バッテリ４８の充電を制御する。内蔵バッテリ４８は、リチウムポリマーバッテリ等の二次電池である。
　図３は、コンソール制御部３８によりコンソール３０の表示部３１に表示されるコンソール画面の一例を示す。図３に示すコンソール画面１００は、Ｘ線源１０及び電子カセッテ２０によりＸ線撮影が行われ、コンソール３０が電子カセッテ２０から受信した後、表示部３１に表示される。コンソール画面１００には、Ｘ線画像ＸＰを表示するための画像表示領域１０１が設けられている。
　また、コンソール画面１００には、撮影を完了するための撮影終了ボタン１０２と、次の撮影を行うための次撮影ボタン１０３と、ＣＡＤ処理要求を行うためのＣＡＤ処理ボタン１０４とが表示されている。ＣＡＤ処理要求を行う場合には、医師等は、入力操作部３２として、例えばマウスを操作することにより、ＣＡＤ処理ボタン１０４を押下する。
　また、コンソール制御部３８は、Ｘ線画像ＸＰを、例えば図４に示すようなＤＩＣＯＭ（Digital Imaging and Communication in Medicine）規格に準拠した形式の画像ファイルＰＦとして、ＮＶＭ４６に格納する。画像ファイルＰＦは、Ｘ線画像ＸＰと付帯情報ＡＤとが１つの画像ＩＤで関連付けられたファイルである。付帯情報ＡＤには、患者情報、受付番号、検査部位、撮影条件等が含まれる。図４に示す画像ファイルＰＦの付帯情報ＡＤのうち、項目３～９（患者氏名、患者ＩＤ、性別、生年月日、年齢、身長、及び体重）は、患者の個人情報である。個人情報とは、医用画像を取得した診断対象者に固有の情報をいう。個人情報は、項目３～９が示す情報には限定されない。
　図５は、画像診断支援装置４０の個人情報削除処理部９３により実行される個人情報削除処理の一例を示す。本実施形態では、個人情報削除処理部９３は、画像ファイルＰＦの付帯情報ＡＤに含まれる個人情報をすべて削除することにより、個人情報が削除された画像ファイルＰＦＤを生成する。すなわち、個人情報削除処理部９３は、付帯情報ＡＤから個人情報のみを削除する。
　図５では、個人情報削除処理部９３は、個人情報に対応する項目３～９のデータを削除している。なお、個人情報削除処理部９３は、個人情報を削除した項目３～９に、ダミーデータを付加してもよい。すなわち、個人情報を、ダミーデータに置き換えることにより削除してもよい。本実施形態では、個人情報が削除された画像ファイルＰＦＤは、個人情報が削除される前の画像ファイルＰＦと同様に、ＤＩＣＯＭ形式のファイルである。
　図６は、画像診断支援装置４０により実行される個人情報削除処理及びＣＡＤ処理の一例を概念的に示す。通信処理部９２がコンソール３０からＣＡＤ処理要求とともに画像ファイルＰＦを受信すると、画像ファイルＰＦは個人情報削除処理部９３に入力される。個人情報削除処理部９３は、上述の個人情報削除処理により、画像ファイルＰＦから個人情報を削除する。個人情報削除処理部９３により個人情報が削除された画像ファイルＰＦＤは、ＣＡＤ処理部９４に入力される。
　ＣＡＤ処理部９４は、画像ファイルＰＦＤに含まれるＸ線画像ＸＰを検出モデル９１に入力する。検出モデル９１は、入力されたＸ線画像ＸＰから異常陰影を含む領域を検出し、検出結果Ｒを出力する。検出結果Ｒには、Ｘ線画像ＸＰ内における異常陰影を含む領域の位置情報が含まれる。
　ＣＡＤ処理部９４は、検出結果Ｒに基づき、Ｘ線画像ＸＰに対して画像処理を施すことにより、処理済みＸ線画像ＸＰＣを生成する。例えば、ＣＡＤ処理部９４は、検出結果Ｒに基づき、異常陰影を囲う円状のマークＭをＸ線画像ＸＰに重畳させることにより、処理済みＸ線画像ＸＰＣを生成する。ＣＡＤ処理部９４は、処理済みＸ線画像ＸＰＣを、ＣＡＤ処理結果として、通信処理部９２を介してコンソール３０に送信する。
　なお、ＣＡＤ処理部９４は、ＣＡＤ処理結果として、検出結果Ｒを表す情報のみをコンソール３０に送信してもよい。この場合、コンソール３０内で、検出結果Ｒに基づき、Ｘ線画像ＸＰに対して画像処理を施せばよい。
　図７は、検出モデル９１を機械学習により学習させる学習フェーズの一例を説明する。検出モデル９１は、教師データＴＤを用いて学習を行う。教師データＴＤは、正解ラベルＬが付された複数の教師画像としてのＸ線画像ＸＰを含む。教師データＴＤに含まれるＸ線画像ＸＰは、各種の異常陰影を含むサンプル画像である。正解ラベルＬは、例えば、Ｘ線画像ＸＰ内における異常陰影の位置情報である。
　学習フェーズにおいて、検出モデル９１には、教師画像としてのＸ線画像ＸＰが入力される。検出モデル９１は、入力されたＸ線画像ＸＰに基づく検出結果Ｒを出力する。この検出結果Ｒと正解ラベルＬとに基づいて、損失関数を用いた損失演算がなされる。そして、損失演算の結果に応じて検出モデル９１の各種係数（重み係数、バイアスなど）の更新設定がなされ、更新設定にしたがって検出モデル９１が更新される。
　学習フェーズにおいては、教師画像の検出モデル９１への入力、検出モデル９１からの検出結果Ｒの出力、損失演算、更新設定、及び検出モデル９１の更新の一連の処理が繰り返し行われる。この一連の処理の繰り返しは、検出精度が、予め定められた設定レベルまで達した場合に終了される。こうして検出精度が設定レベルまで達した検出モデル９１は、ＮＶＭ４６に記憶された後、運用フェーズ（推論フェーズとも呼ばれる。）であるＣＡＤ処理においてＣＡＤ処理部９４により用いられる。
　学習フェーズは、例えば、画像診断支援装置４０とは異なる別のコンピュータにおいて実行される。別のコンピュータで生成された検出モデル９１が、画像診断支援装置４０に送信されてＮＶＭ４６に記憶される。なお、画像診断支援装置４０内で学習フェーズを実行してもよい。
　また、学習フェーズにおいて、検出モデル９１を検査部位（胸部、腹部など）ごとに生成してもよい。すなわち、ＮＶＭ４６に、検査部位ごとに生成された複数の検出モデル９１を記憶させてもよい。この場合、ＣＡＤ処理部９４は、ＣＡＤ処理対象の画像ファイルＰＦＤの付帯情報ＡＤ（図５参照）に含まれる検査部位を参照し、検査部位に応じた検出モデル９１を選択すればよい。
　次に、上記構成のＸ線撮影システム２の作用を、図８及び図９に示すフローチャートを参照しながら説明する。図８は、Ｘ線源１０、電子カセッテ２０、及びコンソール３０の処理の流れの一例を示す。図９は、画像診断支援装置４０の処理の流れの一例を示す。
　医師等のユーザは、撮影に先立って、Ｘ線源１０及びコンソール３０に対して撮影条件及び患者情報等の入力操作を行う。次に、被写体ＨをＸ線源１０と電子カセッテ２０との間に配置する。ユーザは、撮影準備が完了すると、照射スイッチ１１を操作することにより、Ｘ線源１０にＸ線４の照射を開始させる。
　Ｘ線源１０のプロセッサ１２は、ユーザにより照射スイッチ１１が押下されたか否かを判定する（ステップＳ１０）。プロセッサ１２は、照射スイッチ１１が押下されたと判定した場合には（ステップＳ１０：ＹＥＳ）、高電圧発生器１５に高電圧を発生させることにより、Ｘ線管１６にＸ線４を発生させる（ステップＳ１１）。これにより、Ｘ線源１０から被写体Ｈを介して電子カセッテ２０にＸ線４が照射される。
　電子カセッテ２０のプロセッサ２１は、自動Ｘ線検出機能により、Ｘ線照射を検出したか否かを判定する（ステップＳ２０）。プロセッサ２１は、Ｘ線照射を検出したと判定した場合には（ステップＳ２０：ＹＥＳ）、Ｘ線検出パネル２２にＸ線画像ＸＰを生成させる（ステップＳ２１）。そして、プロセッサ２１は、Ｘ線画像ＸＰを、通信Ｉ／Ｆ２４を介してコンソール３０に送信する（ステップＳ２２）。
　コンソール３０のコンソール制御部３８は、電子カセッテ２０からＸ線画像ＸＰを受信したか否かを判定する（ステップＳ３０）。コンソール制御部３８は、Ｘ線画像ＸＰを受信したと判定した場合には（ステップＳ３０：ＹＥＳ）、コンソール画面１００（図３参照）にＸ線画像ＸＰを表示させる（ステップＳ３１）。次に、コンソール制御部３８は、ユーザによりＣＡＤ処理ボタン１０４が押下されたか否かを判定する（ステップＳ３２）。コンソール制御部３８は、ＣＡＤ処理ボタン１０４が押下されなかったと判定した場合には（ステップＳ３２：ＮＯ）、処理を終了する。
　一方、コンソール制御部３８は、ＣＡＤ処理ボタン１０４が押下されたと判定した場合には（ステップＳ３２：ＹＥＳ）、ＣＡＤ処理要求とともに画像ファイルＰＦを画像診断支援装置４０に送信する（ステップＳ３３）。そして、コンソール制御部３８は、画像診断支援装置４０からＣＡＤ処理結果を受信したか否かを判定する（ステップＳ３４）。コンソール制御部３８は、画像診断支援装置４０からＣＡＤ処理結果を受信したと判定した場合には（ステップＳ３４：ＹＥＳ）、画像診断支援装置４０からＣＡＤ処理結果として受信した処理済みＸ線画像ＸＰＣ（図６参照）をコンソール画面１００に表示させる（ステップＳ３５）。
　図９に示すように、画像診断支援装置４０では、通信処理部９２は、コンソール３０からＣＡＤ処理要求を受信したか否かを判定する（ステップＳ４０）。通信処理部９２がＣＡＤ処理要求を受信したと判定した場合には（ステップＳ４０：ＹＥＳ）、個人情報削除処理部９３は、通信処理部９２がＣＡＤ処理要求とともに受信した画像ファイルＰＦから個人情報を削除する（ステップＳ４１）。
　次に、ＣＡＤ処理部９４は、個人情報が削除された画像ファイルＰＦＤに含まれるＸ線画像ＸＰに対してＣＡＤ処理を実行する（ステップＳ４２）。ここで、ＣＡＤ処理部９４は、検出モデル９１を用いてＣＡＤ処理を実行することにより、処理済みＸ線画像ＸＰＣを生成する（図６参照）。そして、通信処理部９２は、ＣＡＤ処理結果として処理済みＸ線画像ＸＰＣをコンソール３０に送信する（ステップＳ４３）。
　以上のように、Ｘ線撮影システム２は、ユーザにより携帯可能であって、モバイルバッテリ８０により給電が可能な画像診断支援装置４０を備えるので、災害医療又は在宅医療などの現場で画像診断支援装置を行うことができる。画像診断支援装置４０は、携帯可能であるので、盗難にあうおそれがあるが、画像診断支援装置４０では、コンソール３０から受信した画像ファイルＰＦから個人情報が削除されるので、個人情報の流出が防止される。
　［変形例］
　次に、上記実施形態に係るＸ線撮影システム２の各種変形例について説明する。
　上記実施形態では、個人情報削除処理部９３は、画像ファイルＰＦの付帯情報ＡＤから個人情報をすべて削除しているが、個人情報のうちの少なくとも一部を削除すればよい。例えば、個人情報削除処理部９３は、診断対象者に固有の個人情報のうち、診断対象者を特定することが可能な情報のみを削除してもよい。
　図１０は、画像ファイルＰＦの付帯情報ＡＤから個人情報のうち一部を削除する例を示している。図１０に示す例では、個人情報のうち、「生年月日」及び「年齢」以外の項目のデータを削除している。この場合、例えば、ＮＶＭ４６に、小児診断をサポートする検出モデルと、小児診断をサポートしない検出モデルとが格納されているとする。ＣＡＤ処理部９４は、個人情報が削除された画像ファイルＰＦＤの付帯情報ＡＤに含まれる「年齢」を参照することにより、小児診断をサポートした検出モデルを用いるか否かを判断することができる。ＣＡＤ処理部９４は、例えば、年齢が１５才未満である場合に、小児診断をサポートした検出モデルを用いる。
　個人情報削除処理部９３は、削除対象の個人情報が記録されたテーブルを参照することにより、画像ファイルＰＦの付帯情報ＡＤから削除対象の個人情報を削除してもよい。このテーブルは、例えば、ＮＶＭ４６に記憶されている。
　また、上記実施形態では、個人情報削除処理部９３は、ＤＩＣＯＭ形式の画像ファイルＰＦを、個人情報を含まないＤＩＣＯＭ形式の画像ファイルＰＦＤに変換している。これに代えて、個人情報削除処理部９３は、画像ファイルＰＦの付帯情報ＡＤをすべて削除することにより、画像ファイルＰＦを、付帯情報ＡＤを含まない画像データに変換してもよい。図１１は、画像ファイルＰＦを、付帯情報ＡＤを含まない画像データ（すなわち、Ｘ線画像ＸＰ）に変換する例を示している。個人情報削除処理部９３は、例えば、ＤＩＣＯＭ形式の画像ファイルＰＦを、ＢＭＰ（bitmap）形式又はＪＰＥＧ（Joint Photographic Experts Group）形式等の画像データに変換する。
　また、個人情報削除処理部９３は、付帯情報ＡＤを含まない画像データに変換した後、変換後の画像データに、付帯情報ＡＤのうち個人情報が削除された情報から少なくとも一部を取得して関連付けてもよい。例えば図１２に示すように、個人情報削除処理部９３は、付帯情報ＡＤから検査部位、管電圧、管電流、及び照射時間の情報を取得し、これらをテキスト形式のデータとして、付帯情報ＡＤを含まないＢＭＰ形式の画像データに関連付ける。
　また、上記実施形態では、図６に示すように、個人情報削除処理部９３は、画像ファイルＰＦをＣＡＤ処理部９４に入力する前に、画像ファイルＰＦから個人情報を削除している。これに対して、図１３に示すように、個人情報削除処理部９３は、ＣＡＤ処理部９４によりＣＡＤ処理が行われた後に、画像ファイルＰＦから個人情報を削除してもよい。
　この場合、個人情報削除処理部９３は、コンソール３０から受信し、ＣＡＤ処理が行われた画像ファイルＰＦをすべて削除することにより、個人情報を削除してもよい。また、この場合、個人情報削除処理部９３は、通信処理部９２は、ＣＡＤ処理結果をコンソール３０に送信することに応じて、画像ファイルＰＦを削除すればよい。
　さらに、図１４のフローチャートに示すように、ステップＳ４１をステップＳ４３の後に実行してもよい。すなわち、個人情報削除処理部９３は、通信処理部９２がＣＡＤ処理結果をコンソール３０に送信した後に、画像ファイルＰＦを削除してもよい。この場合、個人情報削除処理部９３は、ＣＡＤ処理結果を含む画像ファイルＰＦをすべて削除することが好ましい。
　また、個人情報削除処理部９３は、ＣＡＤ処理結果をコンソール３０に送信することに応じて、又はＣＡＤ処理結果をコンソール３０に送信した後に画像ファイルＰＦを削除する場合には、ＣＡＤ処理結果を含む画像ファイルＰＦをすべて削除することが好ましい。
　また、画像診断支援装置４０は、通信処理部９２がＣＡＤ処理結果をコンソール３０に送信した後、個人情報を含む画像ファイルＰＦをＮＶＭ４６に記憶させることにより、画像診断支援装置４０内に保持しておいてもよい。この場合、画像診断支援装置４０は、いったん電源がオフとされ、再び電源がオンとされたことに応じて、個人情報を含む画像ファイルＰＦを削除する。具体的には、図１５に示すように、個人情報削除処理部９３は、電源スイッチ４２（図１及び図２）がユーザに操作されることにより、ステップＳ５０で電源がオンとされた後、ＮＶＭ４６に記憶された画像ファイルＰＦをすべて削除することにより、個人情報を削除する（ステップＳ４１）。
　また、ＣＡＤ処理部９４は、個人情報削除処理部９３により個人情報が削除された画像ファイルＰＦを、検出モデル９１を再学習させるために、ＮＶＭ４６に格納してもよい。個人情報が削除された画像ファイルＰＦは、ＣＡＤ処理が行われるたびに、ＮＶＭ４６に格納されることにより、学習用画像として蓄積される。
　また、上記実施形態では、検出モデル９１を機械学習により学習させる学習フェーズ（図７参照）において、Ｘ線画像ＸＰと正解ラベルＬとを含む教師データＴＤを用いて検出モデル９１を学習させている。さらに、個人情報の一部（例えば、性別、年齢、身長、体重）を含む教師データＴＤ用いて検出モデル９１を学習させてもよい。この場合、ＣＡＤ処理部９４は、ＣＡＤ処理において、Ｘ線画像ＸＰに加えて、個人情報の一部を検出モデル９１に入力する。
　なお、上記実施形態では、Ｘ線源１０を可搬型としているが、Ｘ線源１０は、一般Ｘ線撮影システムに用いられるＸ線源であってもよい。この場合、Ｘ線源１０は、例えば、天井式保持装置によって移動自在に保持される。また、一般Ｘ線撮影システムでは、電子カセッテ２０は、撮影台に取り付けて使用される。
　また、Ｘ線撮影システム２は、いわゆる移動式の回診車を用いたものであってもよい。さらに、Ｘ線撮影システム２は、マンモグラフィ装置、又はＣＴ（Computed Tomography）などであってもよい。
　また、本開示の技術は、Ｘ線に限らず、γ線等の他の放射線を使用して被写体を撮影するシステムにも適用することができる。
　さらに、画像診断支援装置４０は、超音波により画像を生成する超音波撮影システムにも適用可能である。すなわち、画像診断支援装置４０は、医用画像としての超音波画像に対してＣＡＤ処理を行うものであってもよい。
　また、上記実施形態では、ＣＡＤ処理部９４は、機械学習により生成された学習済みモデルである検出モデル９１を用いてＣＡＤ処理を行っているが、機械学習による手法に限られず、画像解析によりＣＡＤ処理を行うソフトウェアであってもよい。また、上記実施形態では、ＣＡＤ処理部９４は、ＣＡＤ処理により異常陰影の検出を行っているが、異常陰影以外の部位の検出を行うものであってもよい。例えば、ＣＡＤ処理部９４は、超音波画像に対してＣＡＤ処理を行う場合に、超音波画像から血管の検出を行うものであってもよい。
　また、上記実施形態では、Ｘ線撮影システム２が中継器５０を備えているが、中継器５０は必須ではなく、コンソール３０が中継器の機能を有していてもよい。
　上記実施形態において、例えば、通信処理部９２、個人情報削除処理部９３、及びＣＡＤ処理部９４といった各種の処理を実行する処理部（processing unit)のハードウェア的な構造は、次に示すような各種のプロセッサ（processor）である。
　各種のプロセッサには、ＣＰＵ、プログラマブルロジックデバイス（ＰＬＤ：Programmable Logic Device）、専用電気回路等が含まれる。ＣＰＵは、周知のとおりソフトウェア（プログラム）を実行して各種の処理部として機能する汎用的なプロセッサである。ＰＬＤは、ＦＰＧＡ（Field Programmable Gate Array）等の、製造後に回路構成を変更可能なプロセッサである。専用電気回路は、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである。
　１つの処理部は、これら各種のプロセッサのうちの１つで構成されてもよいし、同種又は異種の２つ以上のプロセッサの組み合せ（例えば、複数のＦＰＧＡや、ＣＰＵとＦＰＧＡの組み合わせ）で構成されてもよい。また、複数の処理部を１つのプロセッサで構成
してもよい。複数の処理部を１つのプロセッサで構成する例としては、第１に、１つ以上のＣＰＵとソフトウェアの組み合わせで１つのプロセッサを構成し、このプロセッサが複数の処理部として機能する形態がある。第２に、システムオンチップ（ＳｏＣ：System On Chip）等に代表されるように、複数の処理部を含むシステム全体の機能を１つのＩＣチップで実現するプロセッサを使用する形態がある。このように、各種の処理部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。
　さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（circuitry）である。
　本発明は、上記各実施形態に限らず、本発明の要旨を逸脱しない限り種々の構成を採用し得ることはもちろんである。さらに、本発明は、プログラムに加えて、プログラムを非一時的に記憶する、コンピュータで読み取り可能な記憶媒体にもおよぶ。

Claims (12)

  1. 　プロセッサ及びメモリを有し、かつユーザによって携帯可能である画像診断支援装置であって、
    　前記プロセッサは、
    　医用画像に対するコンピュータ支援診断処理と、
    　外部装置から前記医用画像と付帯情報とを含む画像ファイルを受信し、前記コンピュータ支援診断処理の結果を含む情報を前記外部装置に送信する通信処理と、
    　前記画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理と、
    　を実行する画像診断支援装置。
  2. 　前記プロセッサは、前記付帯情報から個人情報のみを削除する、
    　請求項１に記載の画像診断支援装置。
  3. 　前記プロセッサは、前記画像ファイルを、前記付帯情報を含まない画像データに変換することにより、個人情報を削除する、
    　請求項１に記載の画像診断支援装置。
  4. 　前記プロセッサは、前記画像ファイルを、前記付帯情報を含まない画像データに変換した後、変換後の画像データに、前記付帯情報のうち個人情報が削除された情報から少なくとも一部を取得して関連付ける、
    　請求項１に記載の画像診断支援装置。
  5. 　前記プロセッサは、前記医用画像を用いて学習を行った学習済みモデルを用いて前記コンピュータ支援診断処理を行う、
    　請求項１から請求項４のうちいずれか１項に記載の画像診断支援装置。
  6. 　前記プロセッサは、個人情報が削除された前記画像ファイルを、前記学習済みモデルを再学習させるために前記メモリに格納する、
    　を備える請求項５に記載の画像診断支援装置。
  7. 　前記プロセッサは、前記外部装置から受信した前記画像ファイルをすべて削除する、
    　請求項１から請求項６のうちいずれか１項に記載の画像診断支援装置。
  8. 　前記プロセッサは、電源がオンとされたことに応じて、前記画像ファイルをすべて削除する、
    　を備える請求項７に記載の画像診断支援装置。
  9. 　前記プロセッサは、前記コンピュータ支援診断処理の結果を前記外部装置に送信することに応じて、前記画像ファイルをすべて削除する、
    　を備える請求項７に記載の画像診断支援装置。
  10. 　前記プロセッサは、前記コンピュータ支援診断処理の結果を前記外部装置に送信した後、前記コンピュータ支援診断処理の結果を含む前記画像ファイルをすべて削除する、
    　を備える請求項７に記載の画像診断支援装置。
  11. 　ユーザによって携帯可能である画像診断支援装置の作動方法であって、
    　医用画像に対するコンピュータ支援診断処理と、
    　外部装置から前記医用画像と付帯情報とを含む画像ファイルを受信し、前記コンピュータ支援診断処理の結果を含む情報を前記外部装置に送信する通信処理と、
    　前記画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理と、
    　を実行する画像診断支援装置の作動方法。
  12. 　プロセッサ及びメモリを有し、かつユーザによって携帯可能である画像診断支援装置において、前記プロセッサに処理を実行させるプログラムであって、
    　医用画像に対するコンピュータ支援診断処理と、
    　外部装置から前記医用画像と付帯情報とを含む画像ファイルを受信し、前記コンピュータ支援診断処理の結果を含む情報を前記外部装置に送信する通信処理と、
    　前記画像ファイルから個人情報のうちの少なくとも一部を削除する個人情報削除処理と、
    　を前記プロセッサに実行させるプログラム。
PCT/JP2021/048046 2020-12-24 2021-12-23 画像診断支援装置、画像診断支援装置の作動方法、及びプログラム WO2022138876A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2022571655A JPWO2022138876A1 (ja) 2020-12-24 2021-12-23
US18/336,019 US20230343442A1 (en) 2020-12-24 2023-06-16 Image diagnosis support device, operation method for image diagnosis support device, and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020215534 2020-12-24
JP2020-215534 2020-12-24

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/336,019 Continuation US20230343442A1 (en) 2020-12-24 2023-06-16 Image diagnosis support device, operation method for image diagnosis support device, and program

Publications (1)

Publication Number Publication Date
WO2022138876A1 true WO2022138876A1 (ja) 2022-06-30

Family

ID=82158048

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/048046 WO2022138876A1 (ja) 2020-12-24 2021-12-23 画像診断支援装置、画像診断支援装置の作動方法、及びプログラム

Country Status (3)

Country Link
US (1) US20230343442A1 (ja)
JP (1) JPWO2022138876A1 (ja)
WO (1) WO2022138876A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016207058A (ja) * 2015-04-27 2016-12-08 成範 李 ネットワーク閲覧システム
JP2019209140A (ja) * 2018-05-30 2019-12-12 キヤノンメディカルシステムズ株式会社 医用システム及び医用情報の転送方法
WO2020003990A1 (ja) * 2018-06-28 2020-01-02 富士フイルム株式会社 医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016207058A (ja) * 2015-04-27 2016-12-08 成範 李 ネットワーク閲覧システム
JP2019209140A (ja) * 2018-05-30 2019-12-12 キヤノンメディカルシステムズ株式会社 医用システム及び医用情報の転送方法
WO2020003990A1 (ja) * 2018-06-28 2020-01-02 富士フイルム株式会社 医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体

Also Published As

Publication number Publication date
JPWO2022138876A1 (ja) 2022-06-30
US20230343442A1 (en) 2023-10-26

Similar Documents

Publication Publication Date Title
JP6079850B2 (ja) コンソールおよび放射線画像撮影システム
JP4986966B2 (ja) 放射線情報システム
US8866096B2 (en) Radiographic image photographing system and control device
JP5665405B2 (ja) 放射線画像撮影システム及び画像表示方法
US7664842B2 (en) Mobile radiography apparatus, control method thereof, and program
JP2010081960A (ja) 放射線画像撮影システム
JPWO2006109551A1 (ja) 放射線画像撮影システム
JP2010075677A (ja) 放射線画像撮影装置、及び画像処理装置
JP4938483B2 (ja) 放射線撮像システム、放射線撮像方法、及びプログラム
JP5514035B2 (ja) 放射線画像撮影システム及び放射線画像撮影方法
JP2018075194A (ja) 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
JP2012110709A (ja) ディジタル放射線画像内に対象向きデータを含めかつこれを訂正するためのシステム及び方法
JP6464699B2 (ja) 放射線画像撮影システム
CN109843177B (zh) 放射线摄像系统及其控制方法、控制装置及介质
WO2022138876A1 (ja) 画像診断支援装置、画像診断支援装置の作動方法、及びプログラム
US20230015883A1 (en) Imaging support device, and operation method and operation program for the same
WO2022138877A1 (ja) 画像診断支援装置、画像診断支援装置の作動方法、及びプログラム
WO2022131225A1 (ja) 画像診断支援装置
JP5665406B2 (ja) 放射線画像撮影システム及び放射線画像撮影方法
JP2006122304A (ja) 放射線画像撮影システム
JP6860050B2 (ja) 放射線撮影システム、撮影制御装置、放射線撮影方法及び放射線撮影プログラム
US20230162840A1 (en) Medical information processing apparatus, medial information processing method, and storage medium
US20230005105A1 (en) Radiation imaging system, image processing method, and storage medium
US20220414872A1 (en) Mobile radiation generation apparatus, method for operating mobile radiation generation apparatus, and operation program for mobile radiation generation apparatus
US20220346710A1 (en) Learned model generating method, processing device, and storage medium

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21911015

Country of ref document: EP

Kind code of ref document: A1

DPE1 Request for preliminary examination filed after expiration of 19th month from priority date (pct application filed from 20040101)
ENP Entry into the national phase

Ref document number: 2022571655

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21911015

Country of ref document: EP

Kind code of ref document: A1