WO2023189260A1 - コンピュータプログラム、情報処理装置及び情報処理方法 - Google Patents

コンピュータプログラム、情報処理装置及び情報処理方法 Download PDF

Info

Publication number
WO2023189260A1
WO2023189260A1 PCT/JP2023/008439 JP2023008439W WO2023189260A1 WO 2023189260 A1 WO2023189260 A1 WO 2023189260A1 JP 2023008439 W JP2023008439 W JP 2023008439W WO 2023189260 A1 WO2023189260 A1 WO 2023189260A1
Authority
WO
WIPO (PCT)
Prior art keywords
guiding catheter
catheter
computer program
frames
target frame
Prior art date
Application number
PCT/JP2023/008439
Other languages
English (en)
French (fr)
Inventor
貴則 富永
雄紀 坂口
Original Assignee
テルモ株式会社
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 テルモ株式会社 filed Critical テルモ株式会社
Publication of WO2023189260A1 publication Critical patent/WO2023189260A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters

Definitions

  • the present invention relates to a computer program, an information processing device, and an information processing method.
  • Patent Document 1 discloses that a catheter is inserted into a blood vessel, and a blood vessel cross-sectional image is generated based on signals (ultrasound waves emitted toward the blood vessel tissue and reflected waves) obtained by an imaging core housed in the catheter. An image diagnostic apparatus is disclosed.
  • a sheath is inserted into a blood vessel, a soft wire called a guide wire is advanced through the sheath, and a guiding catheter is inserted into the coronary artery along the guide wire. It will be kept at the entrance.
  • a device such as a catheter, stent, or balloon is then inserted into the coronary artery through the guiding catheter.
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to provide a computer program, an information processing device, and an information processing method that can determine the position of a guiding catheter.
  • a computer program generates a medical image showing cross-sectional images of a plurality of frames of a luminal organ into which a guiding catheter is inserted. acquire data, identify a guiding catheter determination area for determining a guiding catheter based on a cross-sectional image of all or a part of the target frames of the plurality of frames of the acquired medical image data, and identify the guiding catheter determination area A process is executed to determine whether or not a guiding catheter exists in the target frame based on the pixel value of the catheter determination area.
  • the position of the guiding catheter can be determined.
  • FIG. 1 is a diagram illustrating an example of the configuration of an information processing system according to the present embodiment.
  • FIG. 1 is a diagram illustrating an example of the configuration of an information processing device.
  • FIG. 3 is a diagram showing an example of medical image data.
  • FIG. 3 is a diagram showing an example of a cross-sectional image of a blood vessel into which a guiding catheter has been inserted.
  • FIG. 3 is a diagram showing a first example of a guiding catheter determination area. It is a figure which shows an example of the determination method of a guiding catheter. It is a figure which shows the 1st example of the identification method of an inner peripheral boundary. It is a figure which shows the 2nd example of the identification method of an inner peripheral boundary.
  • FIG. 3 is a diagram showing an example of a method for distinguishing between a guiding catheter and a calcified plaque.
  • FIG. 3 is a diagram illustrating an example of a method for selecting a target frame for speeding up.
  • FIG. 3 is a diagram illustrating an example of processing using a learning model. It is a figure showing an example of segmentation data outputted by a learning model.
  • FIG. 7 is a diagram showing a comparative example in which a guiding catheter is mistakenly recognized as a blood vessel lumen.
  • FIG. 3 is a diagram showing an example of detection of a guiding catheter according to the present embodiment.
  • FIG. 3 is a diagram showing an example of blood vessel information obtained by the information processing device.
  • FIG. 3 is a diagram showing an example of blood vessel information obtained by the information processing device.
  • FIG. 3 is a diagram illustrating an example of a processing procedure by an information processing device.
  • FIG. 1 is a diagram showing an example of the configuration of an information processing system 100 according to the present embodiment.
  • the information processing system 100 is, for example, an image diagnosis system, and is a device for performing intravascular imaging (image diagnosis) used in cardiac catheterization (PCI).
  • Cardiac catheterization is a method of treating narrowed coronary arteries by inserting a catheter through a blood vessel in the groin, arm, or wrist.
  • intravascular ultrasound IVUS
  • OFDI optical frequency domain imaging
  • OCT optical coherence tomography
  • IVUS uses reflected ultrasound waves to interpret the inside of a blood vessel as a tomographic image.
  • a thin catheter equipped with an ultra-small sensor at the tip is inserted into a coronary artery, passed to the lesion, and then a medical image of the inside of the blood vessel is generated using ultrasound emitted from the sensor (ultrasound transceiver).
  • OFDI uses near-infrared rays to interpret the condition inside blood vessels using high-resolution images.
  • a catheter is inserted into a blood vessel, near-infrared rays are irradiated from the tip, and a cross section of the blood vessel is measured using interferometry to generate a medical image.
  • OCT is an intravascular image diagnosis that applies near-infrared rays and optical fiber technology.
  • a blood vessel will be described as an example of a hollow organ.
  • medical images include those generated by IVUS, OFDI, or OCT, but below, the case where the IVUS method is mainly used will be described.
  • the information processing system 100 includes a catheter 10, an MDU (Motor Drive Unit) 20, a display device 30, an input device 40, and an information processing device 50.
  • a server 200 is connected to the information processing device 50 via the communication network 1.
  • the catheter 10 is an image diagnostic catheter for obtaining ultrasonic tomographic images of blood vessels using the IVUS method.
  • the catheter 10 has an ultrasonic probe at its tip for obtaining ultrasonic tomographic images of blood vessels.
  • the ultrasonic probe includes an ultrasonic transducer that emits ultrasonic waves within a blood vessel, and an ultrasonic sensor that receives reflected waves (ultrasonic echoes) reflected from structures such as living tissue in the blood vessel or medical equipment.
  • the ultrasound probe is configured to be able to move forward and backward in the longitudinal direction of the blood vessel while rotating in the circumferential direction of the blood vessel.
  • the MDU 20 is a drive device to which the catheter 10 can be detachably attached, and controls the operation of the catheter 10 inserted into a blood vessel by driving a built-in motor in response to operations by a medical worker.
  • the MDU 20 can be rotated in the circumferential direction while moving the ultrasound probe of the catheter 10 from the tip (distal) side to the base (proximal) side (pullback operation).
  • the ultrasound probe continuously scans the inside of the blood vessel at predetermined time intervals and outputs reflected wave data of the detected ultrasound waves to the information processing device 50.
  • the information processing device 50 acquires medical image data showing time-series (multiple frames) cross-sectional images of blood vessels based on the reflected wave data output from the ultrasound probe of the catheter 10.
  • the ultrasound probe scans the inside of the blood vessel while moving from the tip (distal) side to the proximal end (proximal) side, so multiple medical images in chronological order are multiple images spanning from distal to proximal. This is a tomographic image of the blood vessels observed at the location.
  • the display device 30 includes a liquid crystal display panel, an organic EL display panel, etc., and can display processing results by the information processing device 50. Furthermore, the display device 30 can display medical images generated (acquired) by the information processing device 50.
  • the input device 40 is an input interface such as a keyboard or a mouse that accepts input of various setting values when performing an inspection, operation of the information processing device 50, and the like.
  • the input device 40 may be a touch panel, soft keys, hard keys, etc. provided on the display device 30.
  • the server 200 is, for example, a data server, and may include an image DB that stores medical image data.
  • FIG. 2 is a diagram showing an example of the configuration of the information processing device 50.
  • the information processing device 50 includes a control unit 51 that controls the entire information processing device 50, a communication unit 52, an interface unit 53, a determination area specifying unit 54, a GC determination unit 55, a memory 56, a storage unit 57, and a recording medium reading unit 60. Equipped with The storage unit 57 stores a computer program 58 and a learning model 59.
  • the determination area specifying unit 54 and the GC determining unit 55 may be configured with hardware, may be realized with software (computer program 58), or may be configured with both hardware and software. Good too.
  • the information processing device 50 may be configured with functions distributed among a plurality of information processing devices.
  • the control unit 51 incorporates a required number of CPU (Central Processing Unit), MPU (Micro-Processing Unit), GPU (Graphics Processing Unit), GPGPU (General-purpose computing on graphics processing units), TPU (Tensor Processing Unit), etc. It may be configured as follows. Further, the control unit 51 may be configured by combining DSPs (Digital Signal Processors), FPGAs (Field-Programmable Gate Arrays), quantum processors, and the like.
  • DSPs Digital Signal Processors
  • FPGAs Field-Programmable Gate Arrays
  • quantum processors and the like.
  • the control unit 51 can execute processing determined by the computer program 58. That is, the processing by the control unit 51 is also the processing by the computer program 58.
  • the memory 56 can be composed of semiconductor memory such as SRAM (Static Random Access Memory), DRAM (Dynamic Random Access Memory), and flash memory.
  • the computer program 58 can be loaded into the memory 56 and the control unit 51 can execute the computer program 58.
  • the communication unit 52 includes, for example, a communication module and has a communication function with the server 200 via the communication network 1. Further, the communication unit 52 may have a communication function with an external device (not shown) connected to the communication network 1. The communication unit 52 may obtain from the server 200 medical image data showing cross-sectional images of multiple frames of a blood vessel into which a guiding catheter has been inserted.
  • the interface section 53 provides an interface function between the catheter 10, the display device 30, and the input device 40.
  • the information processing device 50 (control unit 51) can transmit and receive data and information between the catheter 10, the display device 30, and the input device 40 through the interface unit 53.
  • the interface unit 53 may acquire, from the catheter 10, medical image data showing cross-sectional images of a plurality of frames of a blood vessel into which a guiding catheter has been inserted.
  • a guiding catheter (also referred to as a "GC”) is a catheter that guides therapeutic devices such as guide wires, catheters (e.g., IVUS catheters), stents, and balloons to coronary arteries.
  • the lesion can be reached through the inside of a ding catheter.
  • the recording medium reading section 60 can be configured with, for example, an optical disk drive, and reads the computer program 58 (program product) recorded on the recording medium 61 (for example, an optically readable disk storage medium such as a CD-ROM) into the recording medium. It can be read by the reading unit 60 and stored in the storage unit 57.
  • the computer program 58 is loaded into the memory 56 and executed by the control unit 51. Note that the computer program 58 may be downloaded from an external device via the communication unit 52 and stored in the storage unit 57.
  • the storage unit 57 can be configured with, for example, a hard disk or a semiconductor memory, and can store necessary information (for example, data being processed by the information processing device 50, processing results, etc.).
  • the determination region specifying unit 54 has a function as a specifying unit, and performs guidance based on cross-sectional images of all or some target frames of a plurality of frames of medical image data acquired via the interface unit 53 or the communication unit 52.
  • a guiding catheter determination area for determining a guiding catheter is specified.
  • the target frame is a frame to be determined for determining whether or not a guiding catheter is present. Details of the method for identifying the guiding catheter determination area will be described later.
  • the GC determination unit 55 has a function as a determination unit, and determines whether a guiding catheter exists in the target frame based on the pixel value of the guiding catheter determination area specified by the determination area identification unit 54. do. Details of the determination method will be described later.
  • FIG. 3 is a diagram showing an example of medical image data.
  • the ultrasonic probe attached to the catheter scans the inside of the blood vessel while moving from the tip (distal) side to the proximal end (proximal) side, thereby generating multiple frames (as shown in Figure 3).
  • Medical image data (G1, G2, G3, . . . , Gn) consisting of cross-sectional images of frames 1 to n) can be acquired.
  • the cross-sectional image G1 is the most distal image data
  • the cross-sectional image Gn is the most proximal image data.
  • FIG. 4 is a diagram showing an example of a cross-sectional image of a blood vessel into which a guiding catheter has been inserted.
  • FIG. 4 schematically shows a cross-sectional image of the outside of the guiding catheter and a cross-sectional image of the inside of the guiding catheter.
  • the area around the catheter area that indicates the catheter position may be relatively bright (high brightness value) or relatively dark (low brightness value). are distributed in a mixed manner.
  • the area near the catheter area is distributed as a mixture of relatively bright areas (high brightness values) and relatively dark areas (low brightness values).
  • the area outside the neighboring area is entirely dark and has a low brightness value.
  • Such a distribution of brightness values is considered to represent the characteristics when a guiding catheter is present.
  • most of the ultrasonic waves emitted from the catheter's sensor (ultrasonic transceiver) are reflected by the inner peripheral surface of the guiding catheter and returned to the sensor, so most of the ultrasonic waves do not reach the area outside the guiding catheter.
  • the brightness values are relatively low (or there are no high brightness pixels) in the area outside the guiding catheter.
  • the presence or absence of the guiding catheter can be determined by measuring pixel values (for example, brightness values) in the area outside the guiding catheter.
  • FIG. 5 is a diagram showing a first example of the guiding catheter determination area.
  • the guiding catheter determination region (GC determination region) can be a concentric region surrounding the catheter region and defined by an outer circumferential boundary and an inner circumferential boundary.
  • the determination region identification unit 54 may identify the outer circumferential boundary of the guiding catheter determination region based on the catheter region of the catheter inserted into the guiding catheter. Specifically, based on the distance that the ultrasonic waves emitted from the sensor installed on the catheter reach, the range from the outer periphery of the catheter area (where the sensor is attached) to that distance can be identified as the outer circumferential boundary. . A method for identifying the inner circumferential boundary will be described later.
  • the GC determination unit 55 can determine that a guiding catheter exists in the target frame when the statistical value of the pixel value of the guiding catheter determination region of the target frame is less than or equal to a required threshold value.
  • the statistical value may be an average value, a median value, or a mode value of the pixel values of each pixel in the guiding catheter determination area.
  • the range of brightness values can be, for example, 0 (dark) to 255 (bright).
  • the guiding catheter determination area does not have high-intensity pixels and is a collection of relatively low-intensity pixels, so that, for example, the average value of the luminance values becomes small.
  • pixel values in the four corner regions indicated by C in a rectangular medical image can be excluded from the determination of the presence or absence of a guiding catheter.
  • the GC determination unit 55 determines the presence or absence of a guiding catheter based on the pixel value of the guiding catheter determination area
  • the pixel value of the area indicated by the symbol C is used to determine the pixel value of the guiding catheter determination area of the target frame.
  • the presence or absence of a guiding catheter can be determined with high accuracy by suppressing the statistical values from becoming unnecessarily small.
  • FIG. 6 is a diagram showing an example of a method for determining a guiding catheter.
  • a plurality of virtual line segments radially extending from the center of the catheter region are set.
  • line segments L1 to L8 are set by rotating each line by 45 degrees around the center of the catheter region.
  • the GC determination unit 55 determines, based on pixel values in the guiding catheter determination region, pixel values on a plurality of line segments extending radially from the center of the catheter region of the catheter inserted into the guiding catheter. It can be determined whether a guiding catheter exists in the target frame.
  • the guiding catheter is determined based on the statistical values of the pixel values on the line segments L1 to L8 within the guiding catheter determination area. Specifically, the presence or absence of a guiding catheter is determined in each of the determination regions L1 to L8, and finally, based on a majority vote of the determination results in each of the determination regions L1 to L8, it is determined whether a guiding catheter exists in the target frame. Determine whether or not. In the example of FIG. 6, out of the eight line segments L1 to L8, it is determined that six line segments have GC and two line segments do not have GC. It can be determined that a ding catheter is present.
  • the presence or absence of a guiding catheter can be determined at high speed. Further, since the final judgment is made by majority vote using the judgment results of each of a plurality of line segments, it is possible to improve the judgment accuracy. Note that the number of line segments is not limited to the example shown in FIG. The number of line segments may be an odd number.
  • the required threshold value used by the GC determination unit 55 to determine the presence or absence of a guiding catheter may be a fixed value, or may be set as appropriate.
  • the GC determination unit 55 determines the required threshold value based on the distribution of pixel values in the inner region (the region between the outer circumference and the inner circumference of the catheter region) inside the inner circumferential boundary of the guiding catheter judgment region. May be set.
  • the minimum value of the distribution of pixel values for example, brightness values
  • the intermediate value between the maximum value and the minimum value the average value of the pixel values in the inner region, and the like are used as thresholds. It's okay.
  • the method of setting the threshold value is not limited to these methods.
  • the threshold value may be set to be a common threshold value for all target frames, or may be set for each target frame.
  • the guiding catheter determination area may be specified by specifying a common guiding catheter determination area for all target frames, or may be specified for each target frame.
  • FIG. 7 is a diagram showing a first example of a method for specifying an inner circumferential boundary.
  • the solid line indicates the catheter region
  • the thin broken line indicates the range in which the guiding catheter into which the catheter is inserted exists, that is, the range in which the guiding catheter can move due to physical constraints.
  • the diameter of the thin dashed line is determined by the diameter of the guiding catheter.
  • a boundary indicated by a thick broken line surrounding the range in which the guiding catheter exists, indicated by a thin broken line can be specified as the inner peripheral boundary.
  • the determination region identifying unit 54 can identify the inner peripheral boundary of the guiding catheter determination region based on the catheter region of the catheter inserted into the guiding catheter and the diameter of the guiding catheter.
  • FIG. 8 is a diagram showing a second example of the method for specifying the inner circumferential boundary.
  • the inner boundary can be specified.
  • the determination region identifying unit 54 identifies the blood flow region based on the difference in pixel values at corresponding positions in the cross-sectional images of the plurality of target frames, and performs guiding catheter determination based on the identified blood flow region.
  • the inner boundary of the region can be specified.
  • the plurality of target frames may be at least two or more frames.
  • FIG. 8 illustrates three target frames: frame (i-1), frame (i), and frame (i+1). In this case, pixels for which the difference in pixel value between frame (i-1) and frame (i) is greater than or equal to a predetermined threshold are extracted, and at the same time, the difference in pixel value between frame (i) and frame (i+1) is Extract pixels that are equal to or greater than a threshold.
  • the extracted pixels constitute a blood flow region, as shown in FIG.
  • the determination region specifying unit 54 can specify the inner peripheral boundary by expanding the boundary of the extracted blood flow region outward in the radial direction.
  • the amount of expansion during expansion processing may be, for example, about several pixels.
  • the inner peripheral boundary By specifying the inner peripheral boundary, it is possible to specify the guiding catheter determination area in the area outside the guiding catheter, and it is possible to accurately determine the presence or absence of the guiding catheter.
  • FIG. 9 is a diagram showing a second example of the guiding catheter determination area.
  • the ultrasonic waves emitted from the sensor installed on the catheter are reflected on the inner circumferential surface of the guiding catheter, the reflected waves are reflected again on the outer circumferential surface of the catheter and proceed toward the inner circumferential surface of the guiding catheter.
  • multiple reflections may occur in which the light is reflected again at the inner circumferential surface of the guiding catheter.
  • multiple echoes occur in the area outside the guiding catheter. Multiple echoes appear concentrically with the circular shape of the guiding catheter on the cross-sectional image.
  • the determination region identifying unit 54 identifies a circumferential region having a diameter that is an integral multiple of a predetermined distance d in the radial direction from the center of the catheter region of the catheter inserted into the guiding catheter, and performs guiding catheter determination.
  • the circumferential region can be excluded from the region.
  • the radial width of the circumferential region may be, for example, several pixels.
  • FIG. 10 is a diagram showing the guiding catheter and calcified plaque on a cross-sectional image.
  • FIG. 10 schematically illustrates the guiding catheter and calcified plaque on a cross-sectional image, and may differ from the actual image. Since the ultrasonic waves emitted from the sensor are reflected on the inner peripheral surface of the guiding catheter, there are no high-intensity pixels in the area outside the guiding catheter, and the area is a collection of relatively low-intensity pixels.
  • the ultrasound emitted from the sensor is reflected by the calcified plaque, similar to a guiding catheter, so that the ultrasound waves outside the calcified plaque are
  • the area is a collection of relatively low-luminance pixels. Therefore, it may be difficult to distinguish between a guiding catheter and a calcified plaque on a cross-sectional image. Therefore, in the IVUS method, there is a possibility that a guiding catheter and a calcified lesion may be erroneously detected. Below, a method for distinguishing between a guiding catheter and a calcified plaque will be explained.
  • FIG. 11 is a diagram showing an example of a method for distinguishing between a guiding catheter and a calcified plaque.
  • the tip of the catheter in the pullback operation, is rotated in the circumferential direction while moving from the distal end side to the proximal end side.
  • the guiding catheter is inserted into a blood vessel from the proximal end toward the distal end.
  • the tip of the catheter thus travels proximally outside the guiding catheter and through the guiding catheter from the entrance of the guiding catheter. Therefore, the GC determination unit 55 can distinguish between a guiding catheter and a calcified plaque as follows.
  • the GC determination unit 55 determines whether a guiding catheter candidate exists in the target frame based on the pixel value of the guiding catheter determination area. In the example of FIG. 11, it is assumed that there are two guiding catheter candidates (GC candidates). If the target frame is continuous from the proximal end of the blood vessel, the GC determining unit 55 can determine that the guiding catheter candidate is a guiding catheter. Further, if the target frame is not continuous from the proximal end of the blood vessel, the GC determination unit 55 can determine that the guiding catheter candidate is a calcified plaque.
  • the determination of the presence or absence of a guiding catheter can be performed by sequentially selecting one frame at a time from the target frame on the proximal end side until the frame in which it is determined that a guiding catheter does not exist.
  • the processing time is relatively long.
  • the entrance (end) of the guiding catheter can be quickly found. This can shorten processing time and speed up processing.
  • the method for selecting target frames will be explained below.
  • FIG. 12 is a diagram illustrating an example of a method for selecting target frames for speeding up.
  • target frames are selected at intervals of a plurality of frames from the proximal end side, and the presence or absence of a guiding catheter is determined in the selected target frames. If a guiding catheter exists, a target frame is selected at a plurality of frame intervals from the target frame, and the presence or absence of a guiding catheter is determined in the selected target frame. Similar processing is continued until the target frame in which the guiding catheter does not exist. When a target frame in which no guiding catheter is found, target frames are selected at intervals from the target frame toward the proximal end. In this case, the spacing should be smaller.
  • target frames are selected at intervals from the target frame toward the distal end. In this case, the spacing should be smaller. In this way, the location of the entrance (end) of the guiding catheter can be determined.
  • the determination region identifying section 54 identifies the guiding catheter determination region based on the cross-sectional image of the target frame thinned out from the proximal end side of the plurality of frames of the acquired medical image data, and the GC determining section 55 Based on the pixel values of the specified guiding catheter determination area, it is possible to determine whether a guiding catheter exists in the target frame.
  • FIG. 13 is a diagram showing an example of processing by the learning model 59.
  • the learning model 59 includes an input layer 59a, a middle layer 59b, and an output layer 59c, and can be configured with U-Net, for example.
  • the intermediate layer 59b includes multiple encoders and multiple decoders. Convolution processing is repeated using a plurality of encoders on the medical image data input to the input layer 59a. Multiple decoders repeatedly perform upsampling (deconvolution) processing on the image convolved by the encoder. When decoding a convolved image, the feature map generated by the encoder is added to the image to be deconvolved. This makes it possible to retain positional information that is lost due to convolution processing, and to output segmentation (which pixel belongs to which class) with higher accuracy.
  • the learning model 59 can output segmentation data (region information of a predetermined region) when medical image data is input. Segmentation data is obtained by classifying each pixel of medical image data into classes.
  • the learning model 59 can classify each pixel of input medical image data into three classes, eg, classes 1, 2, and 3. Class 1 indicates Background and indicates the area outside the blood vessel. Class 2 indicates (Plaque + Media) and indicates the area of the blood vessel containing plaque. Class 3 indicates Lumen and indicates the inner lumen of a blood vessel. Therefore, the boundary between pixels classified as class 2 and class 3 indicates the boundary of the lumen, and the boundary between pixels classified as class 1 and class 2 represents the boundary of the blood vessel. shows.
  • the learning model 59 can output region information of a predetermined portion of a blood vessel (that is, information indicating a lumen boundary and a blood vessel boundary).
  • the predetermined region includes a blood vessel border and a lumen border.
  • the area information is coordinate data of pixels indicating the boundaries of the blood vessel and the boundaries of the lumen.
  • the learning model 59 is not limited to U-Net, and may be, for example, GAN (Generative Adversarial Network), SegNet, or the like.
  • the learning model 59 can be generated as follows. First, first training data including medical image data indicating a cross-sectional image of a blood vessel and segmentation data indicating the class of each pixel of the medical image data is acquired. For example, the first training data may be collected and stored in the server 200, and may be acquired from the server 200. Next, based on the first training data, the learning model 59 may be generated so as to output segmentation data when medical image data indicating a cross-sectional image of a blood vessel is input to the learning model 59.
  • the learning model 59 is trained to output region information for each of the lumen boundary and the blood vessel boundary.
  • a model 59 may be generated.
  • FIG. 14 is a diagram showing an example of segmentation data output by the learning model 59.
  • Medical image data (G1, G2, G3,..., Gn) consisting of cross-sectional images of multiple frames (frames 1 to n) from multiple time-series cross-sectional images of blood vessels obtained by one pullback operation. get.
  • Medical image data (G1, G2, G3, . . . , Gm) is made up of cross-sectional images of residual frames obtained by excluding the target frame in which the guiding catheter exists from a plurality of frames of the acquired medical image data.
  • m ⁇ n.
  • the learning model 59 outputs segmentation data (S1, S2, S3, . . . , Sm) corresponding to each of frames 1 to m.
  • Each segmentation data includes region information of blood vessel boundaries and lumen boundaries, as described in FIG. 13.
  • FIG. 15A is a diagram showing a comparative example in which a guiding catheter is mistakenly recognized as a blood vessel lumen
  • FIG. 15B is a diagram showing an example of detecting a guiding catheter according to the present embodiment.
  • FIG. 15A shows a case where the determination area specifying section 54 and the GC determining section 55 of this embodiment are not provided.
  • the guiding catheter is mistakenly identified as the blood vessel lumen. For this reason, the position, diameter, area, etc. of the stenosis cannot be evaluated correctly.
  • the control unit 51 can use the learning model 59 to specify area information of a predetermined portion of a blood vessel based on a cross-sectional image of a remaining frame obtained by excluding a target frame in which a guiding catheter is present from a plurality of frames. . This allows accurate evaluation of the location, diameter, area, etc. of the stenosis.
  • FIG. 16A and 16B are diagrams showing examples of blood vessel information obtained by the information processing device 50.
  • the horizontal axis indicates the position of the long axis of the blood vessel
  • the vertical axis indicates the plaque area ratio (plaque burden). Since the plaque area ratio shown in FIG. 16A uses segmentation data using only the remaining frames excluding the target frame in which the guiding catheter is present, the position, diameter, area, etc. of the stenosis can be accurately evaluated.
  • By obtaining blood vessel information as shown in FIG. 16A it is possible to determine, for example, where in the blood vessel the stent should be placed, how long the stent should be, etc.
  • the horizontal axis indicates the position of the long axis of the blood vessel
  • the vertical axis indicates the average lumen diameter.
  • the average lumen diameter shown in FIG. 16B uses segmentation data using only the remaining frames excluding the target frame in which the guiding catheter exists, so the position, diameter, area of the stenosis, etc. be able to evaluate correctly.
  • the stent diameter can be determined.
  • FIG. 17 is a diagram showing an example of a processing procedure by the information processing device 50.
  • the control unit 51 acquires medical image data (S11) and selects a target frame (S12).
  • the target frames may be selected frame by frame sequentially from the proximal end side, or may be selected by the method illustrated in FIG. 12.
  • the control unit 51 specifies a guiding catheter determination area on the cross-sectional image of the target frame (S13). For identification of the guiding catheter determination area, see FIG. 5 or FIG. 9.
  • the control unit 51 identifies a plurality of line segments (virtual line segments) extending radially from the center of the catheter region (S14), and calculates statistical values of pixel values on each line segment (S15).
  • the statistical value may be an average value, a median value, or a mode value.
  • the control unit 51 determines whether there is a guiding catheter candidate in the target frame (S16).
  • the control unit 51 determines whether the target frame is a continuous frame from the proximal end (S17). If the frames are continuous from the proximal end (YES in S17), the control unit 51 determines that a guiding catheter exists in the target frame (S18), and performs the process of step S20, which will be described later.
  • the control unit 51 determines that a calcified plaque exists in the target frame (S19), and determines whether there are still target frames (S20). If there is no guiding catheter candidate in the target frame (NO in S16), the control unit 51 performs the process of step S20.
  • the control unit 51 continues the processing from step S12 onwards. If the target frame exists (YES in S20), the control unit 51 continues the processing from step S12 onwards. If the target frame does not exist (NO in S20), the control unit 51 inputs the medical image data excluding the target frame in which the guiding catheter exists to the learning model 59, and obtains region information of a predetermined portion of the blood vessel for each frame. is acquired (S21), and based on the acquired region information of the predetermined site, the plaque area ratio and average lumen diameter in the long axis direction of the blood vessel are calculated (S22), and the process ends.
  • the computer program of the present embodiment causes a computer to acquire medical image data showing cross-sectional images of a plurality of frames of a hollow organ into which a guiding catheter has been inserted;
  • a guiding catheter determination area for determining a guiding catheter is specified based on a cross-sectional image of all or part of the target frame, and the guiding catheter determination area is determined based on the pixel value of the specified guiding catheter determination area.
  • a process is executed to determine whether a guiding catheter exists.
  • the computer program of this embodiment causes a computer to perform a process of specifying an inner peripheral boundary of the guiding catheter determination area based on the catheter area of the catheter inserted into the guiding catheter and the diameter of the guiding catheter. Let it run.
  • the computer program of the present embodiment causes a computer to specify a blood flow region based on the difference in pixel values at corresponding positions of each of the cross-sectional images of the plurality of target frames, and to perform the guiding based on the identified blood flow region. Execute processing to specify the inner peripheral boundary of the catheter determination area.
  • the computer program of this embodiment causes a computer to execute a process of specifying the outer peripheral boundary of the guiding catheter determination area based on the catheter area of the catheter inserted into the guiding catheter.
  • the computer program of this embodiment causes the computer to specify a circumferential region portion having a diameter that is an integral multiple of a predetermined distance in the radial direction from the center of the catheter region of a catheter inserted into the guiding catheter, and A process is executed to determine whether or not a guiding catheter exists in the target frame based on the pixel values of the guiding catheter determination area excluding the circumferential area.
  • the computer program of the present embodiment causes the computer to display pixel values of the guiding catheter determination area on a plurality of line segments radially extending from the center of the catheter area of a catheter inserted into the guiding catheter. Based on the pixel values, a process is executed to determine whether or not a guiding catheter exists in the target frame.
  • the computer program of the present embodiment causes a computer to perform a process of determining that a guiding catheter exists in the target frame when a statistical value of a pixel value in the guiding catheter determination area of the target frame is less than or equal to a predetermined threshold value. Execute.
  • the computer program of this embodiment causes a computer to execute a process of setting the required threshold value based on the distribution of pixel values inside the inner peripheral boundary of the guiding catheter determination region.
  • the computer program of this embodiment causes the computer to determine whether or not a guiding catheter candidate exists in the target frame based on the pixel value of the guiding catheter determination area, and determines whether or not the target frame is a hollow organ. If the guiding catheter candidate is continuous from the proximal end, the guiding catheter candidate is determined to be a guiding catheter, and if the target frame is not continuous from the proximal end of the hollow organ, the guiding catheter candidate is determined to be a calcified plaque. It is determined that the process is executed.
  • the computer program of this embodiment causes a computer to execute a process of identifying a guiding catheter determination region based on a cross-sectional image of a target frame thinned out from the proximal end side of the plurality of frames of acquired medical image data. .
  • the computer program of the present embodiment causes a computer to specify area information of a predetermined region of the hollow organ based on a cross-sectional image of a remaining frame obtained by excluding a target frame in which the guiding catheter is present from the plurality of frames. Execute the process.
  • the information processing device of this embodiment includes an acquisition unit that acquires medical image data showing cross-sectional images of a plurality of frames of a hollow organ into which a guiding catheter is inserted, and all of the plurality of frames of the acquired medical image data. or a specifying unit that specifies a guiding catheter determination region for determining a guiding catheter based on a cross-sectional image of a part of the target frame; and a determination unit that determines whether or not a guiding catheter is present.
  • the information processing method of this embodiment acquires medical image data showing cross-sectional images of a plurality of frames of a hollow organ into which a guiding catheter is inserted, and all or part of the plurality of frames of the acquired medical image data.
  • a guiding catheter determination area for determining a guiding catheter is specified based on a cross-sectional image of a target frame, and a guiding catheter exists in the target frame based on a pixel value of the specified guiding catheter determination area. Determine whether or not.
  • Communication network 10 Catheter 20 MDU 30 Display device 40 Input device 50 Information processing device 51 Control unit 52 Communication unit 53 Interface unit 54 Judgment area specifying unit 55 GC judgment unit 56 Memory 57 Storage unit 58 Computer program 59 Learning model 59a Input layer 59b Intermediate layer 59c Output layer 60 Recording Media reading unit 61 Recording medium 200 Server

Abstract

ガイディングカテーテルの位置を判定できるコンピュータプログラム、情報処理装置及び情報処理方法を提供する。　コンピュータプログラムは、コンピュータに、ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得し、取得した医用画像データの複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定し、特定したガイディングカテーテル判定領域の画素値に基づいて、対象フレームにガイディングカテーテルが存在するか否かを判定する、処理を実行させる。

Description

コンピュータプログラム、情報処理装置及び情報処理方法
　本発明は、コンピュータプログラム、情報処理装置及び情報処理方法に関する。
　特許文献１には、血管内にカテーテルを挿入し、カテーテル内に収容されたイメージングコアで得られた信号（血管組織に向けて出射した超音波、及び反射波）に基づいて血管断面画像を生成する画像診断装置が開示されている。
　ＰＣＩ（経皮的冠動脈インターベンション）の手技において、血管にシースを挿入し、シースの中をガイドワイヤと呼ばれる柔らかいワイヤを血管に沿って進行し、このガイドワイヤに沿ってガイディングカテーテルが冠動脈の入口に留置される。そしてガイディングカテーテルの中を通ってカテーテル、ステント、バルーンなどのデバイスが冠動脈に挿入される。
国際公開第２０１７／１６４０７１号
　カテーテルを血管内に挿入し、カテーテルの先端部に設けられたセンサによって血管の断面を計測して医用画像を生成する際に、センサを周方向に回転させながら、センサを先端（遠位）側から基端（近位）側へ移動させるプルバック操作を行う。センサによる観察箇所が、ガイディングカテーテルが存在しない血管からガイディングカテーテル内に進行するにつれて、ガイディングカテーテルの内部を内腔として誤認する可能性がある。このため、ガイディングカテーテルの位置が分からないと狭窄部の位置、径又は面積などを正しく評価できない。
　本発明は、斯かる事情に鑑みてなされたものであり、ガイディングカテーテルの位置を判定できるコンピュータプログラム、情報処理装置及び情報処理方法を提供することを目的とする。
　本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、コンピュータプログラムは、コンピュータに、ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得し、取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定し、特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、処理を実行させる。
　本発明によれば、ガイディングカテーテルの位置を判定できる。
本実施の形態の情報処理システムの構成の一例を示す図である。 情報処理装置の構成の一例を示す図である。 医用画像データの一例を示す図である。 ガイディングカテーテルが挿入された血管の断面画像の一例を示す図である。 ガイディングカテーテル判定領域の第１例を示す図である。 ガイディングカテーテルの判定方法の一例を示す図である。 内周境界の特定方法の第１例を示す図である。 内周境界の特定方法の第２例を示す図である。 ガイディングカテーテル判定領域の第２例を示す図である。 断面画像上のガイディングカテーテルと石灰化プラークとを示す図である。 ガイディングカテーテルと石灰化プラークとの区別方法の一例を示す図である。 高速化のための対象フレームの選定方法の一例を示す図である。 学習モデルによる処理の一例を示す図である。 学習モデルが出力するセグメンテーションデータの一例を示す図である。 ガイディングカテーテルを血管内腔と誤認する比較例を示す図である。 本実施形態によるガイディングカテーテルの検出例を示す図である。 情報処理装置によって得られる血管情報の一例を示す図である。 情報処理装置によって得られる血管情報の一例を示す図である。 情報処理装置による処理手順の一例を示す図である。
　以下、本発明の実施の形態について説明する。図１は本実施の形態の情報処理システム１００の構成の一例を示す図である。情報処理システム１００は、例えば、画像診断システムであり、心臓カテーテル治療（ＰＣＩ）に用いられる血管内イメージング（画像診断）を行うための装置である。心臓カテーテル治療は、脚の付け根や腕、手首などの血管からカテーテルを差し込んで、冠動脈の狭くなった部分を治療する方法である。血管内イメージングには、血管内超音波検査（ＩＶＵＳ:Intra Vascular Ultra Sound）法、光干渉断層診断（ＯＦＤＩ：Optical Frequency Domain Imaging、ＯＣＴ：Optical Coherence Tomography）法、の二つの方法がある。ＩＶＵＳは、超音波の反射を利用して、血管内部を断層画像で読影する。具体的には、先端に超小型センサを搭載した細いカテーテルを冠動脈内に挿入し、病変部まで通した後、センサ（超音波送受信機）から発信される超音波で血管内の医用画像を生成することができる。ＯＦＤＩは、近赤外線を用いて、血管内の状態を高解像度の画像で読影する。具体的には、ＩＶＵＳと同様に、カテーテルを血管内に挿入し、先端部から近赤外線を照射し、干渉法によって血管の断面を測定し、医用画像を生成する。また、ＯＣＴは、近赤外線と光ファイバ技術を応用した血管内画像診断である。本明細書では、管腔器官の例として血管について説明する。また、本明細書において、医用画像（医用画像データ）は、ＩＶＵＳ、ＯＦＤＩ、又はＯＣＴによって生成されたものを含むが、以下では、主にＩＶＵＳ法を用いた場合について説明する。
　情報処理システム１００は、カテーテル１０、ＭＤＵ（Motor Drive Unit）２０、表示装置３０、入力装置４０、及び情報処理装置５０を備える。情報処理装置５０には、通信ネットワーク１を介してサーバ２００が接続されている。
　カテーテル１０は、ＩＶＵＳ法によって血管の超音波断層像を得るための画像診断用カテーテルである。カテーテル１０は、血管の超音波断層像を得るための超音波プローブを先端部に有する。超音波プローブは、血管内において超音波を発する超音波振動子、及び血管の生体組織又は医用機器などの構造物で反射された反射波（超音波エコー）を受信する超音波センサを有する。超音波プローブは、血管の周方向に回転しながら、血管の長手方向に進退可能に構成されている。
　ＭＤＵ２０は、カテーテル１０を着脱可能に取り付けることができる駆動装置であり、医療従事者の操作に応じて内蔵モータを駆動して、血管内に挿入されたカテーテル１０の動作を制御する。ＭＤＵ２０は、カテーテル１０の超音波プローブを先端（遠位）側から基端（近位）側へ移動させながら周方向に回転させることができる（プルバック操作）。超音波プローブは、所定の時間間隔で連続的に血管内を走査し、検出された超音波の反射波データを情報処理装置５０へ出力する。
　情報処理装置５０は、カテーテル１０の超音波プローブから出力された反射波データに基づいて、血管の時系列（複数のフレーム）の断面画像を示す医用画像データを取得する。超音波プローブは、血管内を先端（遠位）側から基端（近位）側へ移動しながら血管内を走査するため、時系列順の複数の医用画像は、遠位から近位にわたる複数箇所で観測された血管の断層画像となる。
　表示装置３０は、液晶表示パネル、有機ＥＬ表示パネル等を備え、情報処理装置５０による処理結果を表示することができる。また、表示装置３０は、情報処理装置５０が生成（取得）した医用画像を表示することができる。
　入力装置４０は、検査を行う際の各種設定値の入力、情報処理装置５０の操作等を受け付けるキーボード、マウス等の入力インタフェースである。入力装置４０は、表示装置３０に設けられたタッチパネル、ソフトキー、ハードキー等であってもよい。
　サーバ２００は、例えば、データサーバであり、医用画像データを蓄積した画像ＤＢを備えてもよい。
　図２は情報処理装置５０の構成の一例を示す図である。情報処理装置５０は、情報処理装置５０全体を制御する制御部５１、通信部５２、インタフェース部５３、判定領域特定部５４、ＧＣ判定部５５、メモリ５６、記憶部５７、及び記録媒体読取部６０を備える。記憶部５７は、コンピュータプログラム５８、及び学習モデル５９を記憶する。
　判定領域特定部５４、及びＧＣ判定部５５は、ハードウエアで構成してもよく、ソフトウエア（コンピュータプログラム５８）で実現するようにしてもよく、あるいはハードウエアとソフトウエアの両方で構成してもよい。情報処理装置５０は、複数の情報処理装置で機能を分散して構成してもよい。
　制御部５１は、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro-Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＧＰＧＰＵ（General-purpose computing on graphics processing units）、ＴＰＵ（Tensor Processing Unit）等が所要数組み込まれて構成されてもよい。また、制御部５１は、ＤＳＰ（Digital Signal Processors）、ＦＰＧＡ（Field-Programmable Gate Arrays）、量子プロセッサなどを組み合わせて構成してもよい。
　制御部５１は、コンピュータプログラム５８で定められた処理を実行することができる。すなわち、制御部５１による処理は、コンピュータプログラム５８による処理でもある。
　メモリ５６は、ＳＲＡＭ（Static Random Access Memory）、ＤＲＡＭ（Dynamic Random Access Memory）、フラッシュメモリ等の半導体メモリで構成することができる。コンピュータプログラム５８をメモリ５６に展開して、制御部５１がコンピュータプログラム５８を実行することができる。
　通信部５２は、例えば、通信モジュールを備え、通信ネットワーク１を介してサーバ２００との間の通信機能を有する。また、通信部５２は、通信ネットワーク１に接続されている外部の装置（不図示）との間の通信機能を備えてもよい。通信部５２は、ガイディングカテーテルが挿入された血管の複数のフレームの断面画像を示す医用画像データをサーバ２００から取得してもよい。
　インタフェース部５３は、カテーテル１０、表示装置３０及び入力装置４０との間のインタフェース機能を提供する。情報処理装置５０（制御部５１）は、インタフェース部５３を通じて、カテーテル１０、表示装置３０及び入力装置４０との間でデータや情報の送信及び受信を行うことができる。インタフェース部５３は、ガイディングカテーテルが挿入された血管の複数のフレームの断面画像を示す医用画像データをカテーテル１０から取得してもよい。
　ガイディングカテーテル（「ＧＣ」とも称する）は、ガイドワイヤ、カテーテル（例えば、ＩＶＵＳカテーテル）、ステント、バルーンなどの治療機器（デバイス）を冠動脈まで導くためのカテーテルであり、これらの治療機器は、ガイディングカテーテルの内部を通って病変部に到達させることができる。
　記録媒体読取部６０は、例えば、光学ディスクドライブで構成することができ、記録媒体６１（例えば、ＣＤ－ＲＯＭ等の光学可読ディスク記憶媒体）に記録されたコンピュータプログラム５８（プログラム製品）を記録媒体読取部６０で読み取って記憶部５７に格納することができる。コンピュータプログラム５８は、メモリ５６に展開されて、制御部５１により実行される。なお、コンピュータプログラム５８は、通信部５２を介して、外部の装置からダウンロードして記憶部５７に格納してもよい。
　記憶部５７は、例えば、ハードディスク又は半導体メモリ等で構成することができ、所要の情報（例えば、情報処理装置５０による処理途中のデータや処理結果など）を記憶することができる。
　判定領域特定部５４は、特定部としての機能を有し、インタフェース部５３又は通信部５２を介して取得した医用画像データの複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定する。対象フレームは、ガイディングカテーテルが存在するか否かを判定する判定対象のフレームである。ガイディングカテーテル判定領域の特定方法の詳細は後述する。
　ＧＣ判定部５５は、判定部としての機能を有し、判定領域特定部５４で特定したガイディングカテーテル判定領域の画素値に基づいて、当該対象フレームにガイディングカテーテルが存在するか否かを判定する。判定方法の詳細は後述する。
　図３は医用画像データの一例を示す図である。カテーテルに設けられた超音波プローブは、血管内を先端（遠位）側から基端（近位）側へ移動しながら血管内を走査することで、図３に示すような、複数のフレーム（フレーム１～ｎ）の断面画像で構成される医用画像データ（Ｇ１，Ｇ２，Ｇ３，…，Ｇｎ）を取得することができる。図の例では、断面画像Ｇ１が最も遠位（Distal）側の画像データであり、断面画像Ｇｎが最も近位（Proximal）側の画像データである。
　次に、ガイディングカテーテル判定領域（ＧＣ判定領域）について説明する。
　図４はガイディングカテーテルが挿入された血管の断面画像の一例を示す図である。図４はガイディングカテーテル外の断面画像と、ガイディングカテーテル内の断面画像を模式的に示している。ガイディングカテーテル外の断面画像では、血管内の状態に応じて、カテーテルの位置を示すカテーテル領域の周囲領域は、比較的明るい部分（輝度値が高い）と比較的暗い部分（輝度値が低い）とが混在して分布している。一方、ガイディングカテーテル内の断面画像では、カテーテル領域の近傍の領域は、比較的明るい部分（輝度値が高い）と比較的暗い部分（輝度値が低い）とが混在して分布しているが、その近傍領域より外側の領域は、全体的に暗く、輝度値が低くなっている。このような輝度値の分布は、ガイディングカテーテルが存在する場合の特徴を表していると考えられる。すなわち、カテーテルのセンサ（超音波送受信機）から発信される超音波のほとんどがガイディングカテーテルの内周面で反射されてセンサに戻るため、ガイディングカテーテルの外側の領域には超音波がほとんど届かず、結果としてガイディングカテーテルの外側の領域では輝度値が比較的低くなる（あるいは、高輝度の画素が存在しない）。別言すれば、ガイディングカテーテルの外側の領域の画素値（例えば、輝度値）を計測することにより、ガイディングカテーテルの存否を判定できる。
　図５はガイディングカテーテル判定領域の第１例を示す図である。図５に示すように、ガイディングカテーテル判定領域（ＧＣ判定領域）は、カテーテル領域を囲み、外周境界と内周境界とで画定される同心円状の領域とすることができる。判定領域特定部５４は、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域に基づいてガイディングカテーテル判定領域の外周境界を特定してもよい。具体的には、カテーテルに設けられたセンサから発信される超音波が届く距離に基づいて、カテーテル領域の外周部（センサが取り付けられている箇所）から当該距離までの範囲を外周境界として特定できる。内周境界の特定方法は後述する。
　ＧＣ判定部５５は、対象フレームのガイディングカテーテル判定領域の画素値の統計値が所要の閾値以下である場合、当該対象フレームにガイディングカテーテルが存在すると判定することができる。統計値は、ガイディングカテーテル判定領域の各画素の画素値の平均値でもよく、中央値でもよく、最頻値でもよい。輝度値の範囲は、例えば、０（暗い）～２５５（明るい）とすることができる。対象フレームにガイティングカテーテルが存在する場合には、ガイディングカテーテル判定領域は、高輝度の画素がなく、比較的低輝度の画素の集合となるので、例えば、輝度値の平均値は小さくなる。
　図５に示すように、外周境界を設けることにより、矩形状の医用画像のうち符号Ｃで示す四隅の領域における画素値をガイディングカテーテルの存否の判定から除外することができる。これにより、ＧＣ判定部５５がガイディングカテーテル判定領域の画素値に基づいてガイディングカテーテルの存否を判定する際に、符号Ｃで示す領域の画素値によって、対象フレームのガイディングカテーテル判定領域の画素値の統計値が不要に小さくなることを抑制して、ガイディングカテーテルの存否を精度良く判定できる。
　図６はガイディングカテーテルの判定方法の一例を示す図である。図６に示すように、カテーテル領域の中心部から径方向に向かう複数の仮想線分を設定する。図６の例では、カテーテル領域の中心部を中心として４５°ずつ回転させた線分Ｌ１～Ｌ８を設定する。ＧＣ判定部５５は、ガイディングカテーテル判定領域の画素値であって、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域の中心部から径方向に向かう複数の線分上の画素値に基づいて、対象フレームにガイディングカテーテルが存在するか否かを判定することができる。この場合、ガイディングカテーテルの判定は、ガイディングカテーテル判定領域内の線分Ｌ１～Ｌ８上それぞれの画素値の統計値に基づいて行われる。具体的には、判定領域Ｌ１～Ｌ８それぞれにおいて、ガイディングカテーテルの存否を判定し、最終的に判定領域Ｌ１～Ｌ８それぞれの判定結果の多数決に基づいて、対象フレームにガイディングカテーテルが存在するか否かを判定する。図６の例では、８個の線分Ｌ１～Ｌ８のうち、６個の線分でＧＣあり、２個の線分でＧＣなしと判定されているので、多数決によって、当該対象フレームにはガイディングカテーテルが存在すると判定できる。
　上述のように、ガイディングカテーテル判定領域全体の画素の画素値を処理する必要がないので、高速にガイディングカテーテルの存否を判定できる。また、複数の線分それそれの判定結果を用いて多数決で最終判定するので、判定精度の向上を図ることができる。なお、線分の数は、図６の例に限定されるものではない。線分の数は奇数でもよい。
　ＧＣ判定部５５がガイディングカテーテルの存否を判定する際に用いる所要の閾値は、固定値でもよいが、適宜設定するようにしてもよい。例えば、ＧＣ判定部５５は、ガイディングカテーテル判定領域の内周境界よりも内側の内側領域（カテーテル領域の外周と内周境界との間の領域）の画素値の分布に基づいて所要の閾値を設定してもよい。例えば、内側領域における画素値（例えば、輝度値）の分布の極小値、極大値と極小値との間の中間値、内側領域における画素値の平均値に所定の重み付けした値などを閾値として用いてもよい。なお、閾値の設定方法は、これらに限定されるものではない。閾値の設定は、全ての対象フレームに対して、共通の閾値でもよく、対象フレーム毎に設定してもよい。同様に、ガイディングカテーテル判定領域の特定も、全ての対象フレームに対して、共通のガイディングカテーテル判定領域を特定してよく、対象フレーム毎に特定してもよい。
　次に、内周境界の特定方法について説明する。
　図７は内周境界の特定方法の第１例を示す図である。図７において、実線はカテーテル領域を示し、細い破線は、カテーテルが挿入されたガイディングカテーテルの存在範囲、すなわち物理的制約によってガイディングカテーテルが移動可能な範囲を示す。細い破線の径は、ガイディングカテーテルの径によって決定される。そして、細い破線で示すガイディングカテーテルの存在範囲を囲むように太い破線で示す境界を内周境界として特定することができる。このように、判定領域特定部５４は、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域、及びガイディングカテーテルの径に基づいてガイディングカテーテル判定領域の内周境界を特定することができる。
　図８は内周境界の特定方法の第２例を示す図である。ガイディングカテーテルの外側及び内側には血流があり、ガイディングカテーテルの外側の血流はカテーテルのセンサによってほとんど計測できないが、ガイディングカテーテルの内側の血流はセンサによって計測できる。血流は時々刻々変化するので、断面画像上の同一箇所（同一画素）の画素値（輝度値）は時間的に変化する。従って、血流によって輝度が変化する領域を特定することにより、断面画像上でのガイディングカテーテルの位置、形状を特定することができ、特定したガイディングカテーテルの位置、形状よりも外側の領域に内周境界を特定することができる。
　このように、判定領域特定部５４は、複数の対象フレームの断面画像それぞれの対応する位置の画素値の差分に基づいて血流領域を特定し、特定した血流領域に基づいてガイディングカテーテル判定領域の内周境界を特定することができる。複数の対象フレームは、少なくとも２つ以上のフレームであればよい。図８には、フレーム（ｉ-１）、フレーム（ｉ）、フレーム（ｉ＋１）の３つの対象フレームを図示している。この場合、フレーム（ｉ-１）とフレーム（ｉ）との画素値の差分が所定の閾値以上の画素を抽出するとともに、フレーム（ｉ）とフレーム（ｉ＋１）との画素値の差分が所定の閾値以上の画素を抽出する。抽出した画素は、図８に示すように、血流領域を構成する。そして、判定領域特定部５４は、抽出した血流領域の境界を径方向の外側に向かって膨張処理することにより、内周境界を特定することができる。膨張処理する際の膨張量は、例えば、数ピクセル（画素）程度でもよい。
　内周境界を特定することにより、ガイディングカテーテルの外側の領域にガイディングカテーテル判定領域を特定でき、ガイディングカテーテルの存否を精度良く判定できる。
　図９はガイディングカテーテル判定領域の第２例を示す図である。カテーテルに設けられたセンサから発信される超音波がガイディングカテーテルの内周面で反射する際に、その反射波がカテーテルの外周面で再度反射してガイディングカテーテルの内周面に向かって進行し、再度ガイディングカテーテルの内周面で反射するという多重反射が発生する場合がある。この場合、ガイディングカテーテルの外側の領域に多重エコーが発生する。多重エコーは、断面画像上でガイディングカテーテルの円形状と同心円状に現れる。図９には、カテーテル領域とガイディングカテーテルとの間の距離をｄとすると、カテーテル領域からの距離が距離ｄの整数倍（すなわち、２ｄ、３ｄなど）の位置に同心円状の多重エコーが発生する可能性がある部分（円周領域部）を模式的に示している。
　判定領域特定部５４は、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域の中心部からの径方向に向かう所定距離ｄの整数倍の径を有する円周領域部を特定し、ガイディングカテーテル判定領域から当該円周領域部を除外することができる。円周領域部の径方向の幅は、例えば、数ピクセルとしてもよい。これにより、多重エコーによって発生した、比較的輝度の高い領域を除去することにより、ガイディングカテーテルの存否の判定精度を向上させることができる。
　次に、ガイディングカテーテルと石灰化プラークとの区別方法について説明する。
　図１０は断面画像上のガイディングカテーテルと石灰化プラークとを示す図である。図１０は断面画像上のガイディングカテーテルと石灰化プラークとを模式的に図示するものであり、実際の画像とは異なる場合がある。ガイディングカテーテルの内周面でセンサから発信された超音波が反射されるため、ガイディングカテーテルの外側の領域には高輝度の画素がなく、比較的低輝度の画素の集合となる。石灰化プラークの場合、特に全周性の石灰化の場合には、ガイディングカテーテルと同様に、センサから発信された超音波が石灰化プラークの部分で反射されるため、石灰化プラークの外側の領域には高輝度の画素がなく、比較的低輝度の画素の集合となる。このため、断面画像上では、ガイディングカテーテルと石灰化プラークとを区別することが困難な場合がある。このため、ＩＶＵＳ法では、ガイディングカテーテルと石灰化病変とを誤検出する可能性がある。以下では、ガイディングカテーテルと石灰化プラークとの区別方法について説明する。
　図１１はガイディングカテーテルと石灰化プラークとの区別方法の一例を示す図である。図１１に示すように、プルバック操作では、カテーテルの先端（センサ位置）を遠位端側から近位端側へ移動させながら周方向に回転させる。ガイディングカテーテルは、近位端側から遠位端側の方に向かって血管内に挿入されている。従って、カテーテルの先端は、ガイディングカテーテルの外を近位側に向かって移動し、ガイディングカテーテルの入口からガイディングカテーテル内を移動する。そこで、ＧＣ判定部５５は、以下のようにして、ガイディングカテーテルと石灰化プラークとを区別することができる。
　すなわち、ＧＣ判定部５５は、ガイディングカテーテル判定領域の画素値に基づいて、対象フレームにガイディングカテーテル候補が存在するか否かを判定する。図１１の例では、２つのガイディングカテーテル候補（ＧＣ候補）が存在しているとする。ＧＣ判定部５５は、対象フレームが血管の近位端から連続する場合、当該ガイディングカテーテル候補は、ガイディングカテーテルであると判定することができる。また、ＧＣ判定部５５は、対象フレームが血管の近位端から連続しない場合、当該ガイディングカテーテル候補は、石灰化プラークであると判定することができる。
　ガイディングカテーテルの存否の判定は、近位端側の対象フレームから順番に１個ずつ選定し、ガイディングカテーテルが存在しないと判定されたフレームまで行うことができる。この場合、対象フレームを順番に１フレームずつ選定するので、処理時間が比較的長くなる。一方、図１１に例示したように、ガイディングカテーテルは、近位端側から遠位端側の方に向かって血管内に挿入されているため、ガイディングカテーテルの入口（端部）を素早く見つけることで処理時間を短縮して処理を高速化することができる。以下、対象フレームの選定方法について説明する。
　図１２は高速化のための対象フレームの選定方法の一例を示す図である。図１２に示すように、近位端側から複数フレームだけ間隔を空けて対象フレームを選定し、選定した対象フレームにおいてガイディングカテーテルの存否を判定する。ガイディングカテーテルが存在する場合、当該対象フレームからさらに複数フレーム間隔を空けて対象フレームを選定し、選定した対象フレームにおいてガイディングカテーテルの存否を判定する。同様の処理を、ガイディングカテーテルが存在しない対象フレームまで続ける。ガイディングカテーテルが存在しない対象フレームが見つかった場合、当該対象フレームから近位端側に向かって間隔を空けて対象フレームを選定する。この場合、間隔はより小さくする。選定した対象フレームでガイディングカテーテルが存在すると判定された場合には、当該対象フレームから遠位端側に向かって間隔を空けて対象フレームを選定する。この場合、間隔はより小さくする。このようにして、ガイディングカテーテルの入口（端部）の位置を特定することができる。
　このように、判定領域特定部５４は、取得した医用画像データの複数のフレームの近位端側から間引きした対象フレームの断面画像に基づいてガイディングカテーテル判定領域を特定し、ＧＣ判定部５５は、特定したガイディングカテーテル判定領域の画素値に基づいて、対象フレームにガイディングカテーテルが存在するか否かを判定することができる。
　図１３は学習モデル５９による処理の一例を示す図である。学習モデル５９は、入力層５９ａ、中間層５９ｂ、及び出力層５９ｃを備え、例えば、Ｕ－Ｎｅｔで構成することができる。中間層５９ｂは、複数のエンコーダ、及び複数のデコーダを備える。入力層５９ａに入力された医用画像データに対して、複数のエンコーダで畳み込み処理を繰り返す。エンコーダで畳み込まれた画像に対して、複数のデコーダでアップサンプリング（逆畳み込み）処理を繰り返す。畳み込まれた画像をデコードする際に、エンコーダで生成した特徴マップを逆畳み込み処理を行う画像に足し合わせる処理を行う。これにより、畳み込み処理によって失われる位置情報を保持することができ、より精度の高いセグメンテーション（いずれのピクセルがいずれのクラスであるか）を出力することができる。
　学習モデル５９は、医用画像データが入力されると、セグメンテーションデータ（所定部位の領域情報）を出力することができる。セグメンテーションデータは、医用画像データの各ピクセルをクラスに分類したものである。学習モデル５９は、入力された医用画像データそれぞれのピクセルを、例えば、クラス１、２、３の３つのクラスに分類することができる。クラス１はBackgroundを示し、血管の外側の領域を示す。クラス２は（Plaque + Media）を示し、プラークを含む血管の領域を示す。クラス３はLumenを示し、血管の内腔を示す。従って、クラス２に分類されたピクセルとクラス３に分類されたピクセルとの境界は内腔の境界を示し、クラス１に分類されたピクセルとクラス２に分類されたピクセルとの境界は血管の境界を示す。すなわち、学習モデル５９は、医用画像データが入力されると、血管の所定部位の領域情報（すなわち、内腔の境界及び血管の境界を示す情報）を出力することができる。所定部位は、血管の境界及び内腔の境界を含む。領域情報は、血管の境界及び内腔の境界それぞれを示す画素（ピクセル）の座標データである。なお、学習モデル５９は、Ｕ－Ｎｅｔに限定されるものではなく、例えば、ＧＡＮ（Generative Adversarial Network）、ＳｅｇＮｅｔ等でもよい。
　学習モデル５９の生成方法は、以下のようにすることができる。まず、血管の断面画像を示す医用画像データ、及び当該医用画像データの各ピクセルのクラスを示すセグメンテーションデータを含む第１訓練データを取得する。例えば、第１訓練データをサーバ２００で収集して記憶しておき、サーバ２００から取得するようにすればよい。次に、第１訓練データに基づいて、血管の断面画像を示す医用画像データを学習モデル５９に入力した場合に、セグメンテーションデータを出力するように学習モデル５９を生成すればよい。別言すれば、第１訓練データに基づいて、血管の断面画像を示す医用画像データを学習モデル５９に入力した場合に、内腔の境界及び血管の境界それぞれの領域情報を出力するように学習モデル５９を生成すればよい。
　図１４は学習モデル５９が出力するセグメンテーションデータの一例を示す図である。１回のプルバック操作によって得られた複数の時系列の血管の断面画像から、複数のフレーム（フレーム１～ｎ）の断面画像で構成される医用画像データ（Ｇ１，Ｇ２，Ｇ３，…，Ｇｎ）を取得する。取得した医用画像データの複数のフレームからガイディングカテーテルが存在する対象フレームを除外した残余フレームの断面画像で構成される医用画像データ（Ｇ１，Ｇ２，Ｇ３，…，Ｇｍ）とする。ここで、ｍ＜ｎである。学習モデル５９は、フレーム１～ｍそれぞれに対応するセグメンテーションデータ（Ｓ１，Ｓ２，Ｓ３，…，Ｓｍ）を出力する。各セグメンテーションデータは、図１３で説明したように、血管の境界及び内腔の境界の領域情報を含む。
　図１５Ａはガイディングカテーテルを血管内腔と誤認する比較例を示す図であり、図１５Ｂは本実施形態によるガイディングカテーテルの検出例を示す図である。図１５Ａは、本実施形態の判定領域特定部５４、及びＧＣ判定部５５を具備しない場合を示す。比較例では、ガイディングカテーテルを血管内腔と誤認している。このため、狭窄部の位置、径、面積などを正しく評価できない。
　一方、図１５Ｂに示すように、本実施形態によれば、血管内にガイディングカテーテルが存在する場合には、ガイディングカテーテルを検出することができる。そして、ガイディングカテーテルが存在するフレームを除外することができる。すなわち、制御部５１は、学習モデル５９を用いて、複数のフレームからガイディングカテーテルが存在する対象フレームを除外した残余フレームの断面画像に基づいて血管の所定部位の領域情報を特定することができる。これにより、狭窄部の位置、径、面積などを正しく評価できる。
　図１６Ａ及び図１６Ｂは情報処理装置５０によって得られる血管情報の一例を示す図である。図１６Ａにおいて、横軸は血管の長軸の位置を示し、縦軸はプラーク面積率（プラークバーデン）を示す。図１６Ａに示すプラーク面積率は、ガイディングカテーテルが存在する対象フレームを除外した残余フレームだけを用いたセグメンテーションデータを用いているので、狭窄部の位置、径、面積などを正しく評価できる。図１６Ａに示すような血管情報が得られることにより、例えば、ステントを血管内のどの位置に置けばよいか、ステントの長さをどの程度にすればよいか等を判断することができる。
　図１６Ｂにおいて、横軸は血管の長軸の位置を示し、縦軸は平均内腔径を示す。図１６Ｂに示す平均内腔径は、図１６Ａと同様に、ガイディングカテーテルが存在する対象フレームを除外した残余フレームだけを用いたセグメンテーションデータを用いているので、狭窄部の位置、径、面積などを正しく評価できる。図１６Ｂに示すような血管情報が得られることにより、例えば、ステント径を判断することができる。
　図１７は情報処理装置５０による処理手順の一例を示す図である。以下では便宜上、処理の主体を制御部５１として説明する。制御部５１は、医用画像データを取得し（Ｓ１１）、対象フレームを選定する（Ｓ１２）。対象フレームは、近位端側から順番に１フレームずつ選定してもよく、あるいは、図１２に例示した方法で選定してもよい。制御部５１は、対象フレームの断面画像上のガイディングカテーテル判定領域を特定する（Ｓ１３）。ガイディングカテーテル判定領域の特定は、図５又は図９を参照。
　制御部５１は、カテーテル領域の中心部から径方向に向かう複数の線分（仮想線分）を特定し（Ｓ１４）、各線分上の画素値の統計値を算出する（Ｓ１５）。統計値は、平均値でもよく、あるいは中央値、最頻値でもよい。制御部５１は、対象フレームにガイディングカテーテル候補があるか否かを判定する（Ｓ１６）。
　対象フレームにガイディングカテーテル候補がある場合（Ｓ１６でＹＥＳ）、制御部５１は、対象フレームは近位端から連続するフレームであるか否かを判定する（Ｓ１７）。近位端から連続するフレームである場合（Ｓ１７でＹＥＳ）、制御部５１は、対象フレームにガイディングカテーテルが存在すると判定し（Ｓ１８）、後述のステップＳ２０の処理を行う。
　近位端から連続するフレームでない場合（Ｓ１７でＮＯ）、制御部５１は、対象フレームに石灰化プラークが存在すると判定し（Ｓ１９）、対象フレームが未だあるか否かを判定する（Ｓ２０）。対象フレームにガイディングカテーテル候補がない場合（Ｓ１６でＮＯ）、制御部５１は、ステップＳ２０の処理を行う。
　対象フレームが存在する場合（Ｓ２０でＹＥＳ）、制御部５１は、ステップＳ１２以降の処理を続ける。対象フレームが存在しない場合（Ｓ２０でＮＯ）、制御部５１は、ガイディングカテーテルが存在する対象フレームを除外した医用画像データを学習モデル５９に入力して、フレーム毎の血管の所定部位の領域情報を取得し（Ｓ２１）、取得した所定部位の領域情報に基づいて、血管の長軸方向のプラーク面積率、平均内腔径を算出し（Ｓ２２）、処理を終了する。
　本実施形態のコンピュータプログラムは、コンピュータに、ガイディングカテーテ・BR>汲ェ挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得し、取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定し、特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域、及び前記ガイディングカテーテルの径に基づいて前記ガイディングカテーテル判定領域の内周境界を特定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、複数の前記対象フレームの断面画像それぞれの対応する位置の画素値の差分に基づいて血流領域を特定し、特定した血流領域に基づいて前記ガイディングカテーテル判定領域の内周境界を特定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域に基づいて前記ガイディングカテーテル判定領域の外周境界を特定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域の中心部からの径方向に向かう所定距離の整数倍の径を有する円周領域部を特定し、前記円周領域部を除外した前記ガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、前記ガイディングカテーテル判定領域の画素値であって、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域の中心部から径方向に向かう複数の線分上の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、前記対象フレームの前記ガイディングカテーテル判定領域の画素値の統計値が所要の閾値以下である場合、前記対象フレームにガイディングカテーテルが存在すると判定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、前記ガイディングカテーテル判定領域の内周境界よりも内側の画素値の分布に基づいて前記所要の閾値を設定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、前記ガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテル候補が存在するか否かを判定し、前記対象フレームが管腔器官の近位端から連続する場合、前記ガイディングカテーテル候補は、ガイディングカテーテルであると判定し、前記対象フレームが管腔器官の近位端から連続しない場合、前記ガイディングカテーテル候補は、石灰化プラークであると判定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、取得した医用画像データの前記複数のフレームの近位端側から間引きした対象フレームの断面画像に基づいてガイディングカテーテル判定領域を特定する、処理を実行させる。
　本実施形態のコンピュータプログラムは、コンピュータに、前記複数のフレームから前記ガイディングカテーテルが存在する対象フレームを除外した残余フレームの断面画像に基づいて前記管腔器官の所定部位の領域情報を特定する、処理を実行させる。
　本実施形態の情報処理装置は、ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得する取得部と、取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定する特定部と、特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する判定部とを備える。
　本実施形態の情報処理方法は、ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得し、取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定し、特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する。
　１　通信ネットワーク
　１０　カテーテル
　２０　ＭＤＵ
　３０　表示装置
　４０　入力装置
　５０　情報処理装置
　５１　制御部
　５２　通信部
　５３　インタフェース部
　５４　判定領域特定部
　５５　ＧＣ判定部
　５６　メモリ
　５７　記憶部
　５８　コンピュータプログラム
　５９　学習モデル
　５９ａ　入力層
　５９ｂ　中間層
　５９ｃ　出力層
　６０　記録媒体読取部
　６１　記録媒体
　２００　サーバ 

Claims (13)

  1. 　コンピュータに、
    　ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得し、
    　取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定し、
    　特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、
    　処理を実行させるコンピュータプログラム。
  2. 　コンピュータに、
    　ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域、及び前記ガイディングカテーテルの径に基づいて前記ガイディングカテーテル判定領域の内周境界を特定する、
    　処理を実行させる請求項１に記載のコンピュータプログラム。
  3. 　コンピュータに、
    　複数の前記対象フレームの断面画像それぞれの対応する位置の画素値の差分に基づいて血流領域を特定し、
    　特定した血流領域に基づいて前記ガイディングカテーテル判定領域の内周境界を特定する、
    　処理を実行させる請求項１に記載のコンピュータプログラム。
  4. 　コンピュータに、
    　ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域に基づいて前記ガイディングカテーテル判定領域の外周境界を特定する、
    　処理を実行させる請求項１から請求項３のいずれか一項に記載のコンピュータプログラム。
  5. 　コンピュータに、
    　ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域の中心部からの径方向に向かう所定距離の整数倍の径を有する円周領域部を特定し、
    　前記円周領域部を除外した前記ガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、
    　処理を実行させる請求項１から請求項４のいずれか一項に記載のコンピュータプログラム。
  6. 　コンピュータに、
    　前記ガイディングカテーテル判定領域の画素値であって、ガイディングカテーテル内に挿入されるカテーテルのカテーテル領域の中心部から径方向に向かう複数の線分上の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、
    　処理を実行させる請求項１から請求項５のいずれか一項に記載のコンピュータプログラム。
  7. 　コンピュータに、
    　前記対象フレームの前記ガイディングカテーテル判定領域の画素値の統計値が所要の閾値以下である場合、前記対象フレームにガイディングカテーテルが存在すると判定する、
    　処理を実行させる請求項１から請求項６のいずれか一項に記載のコンピュータプログラム。
  8. 　コンピュータに、
    　前記ガイディングカテーテル判定領域の内周境界よりも内側の画素値の分布に基づいて前記所要の閾値を設定する、
    　処理を実行させる請求項７に記載のコンピュータプログラム。
  9. 　コンピュータに、
    　前記ガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテル候補が存在するか否かを判定し、
    　前記対象フレームが管腔器官の近位端から連続する場合、前記ガイディングカテーテル候補は、ガイディングカテーテルであると判定し、
    　前記対象フレームが管腔器官の近位端から連続しない場合、前記ガイディングカテーテル候補は、石灰化プラークであると判定する、
    　処理を実行させる請求項１から請求項８のいずれか一項に記載のコンピュータプログラム。
  10. 　コンピュータに、
    　取得した医用画像データの前記複数のフレームの近位端側から間引きした対象フレームの断面画像に基づいてガイディングカテーテル判定領域を特定する、
    　処理を実行させる請求項１から請求項９のいずれか一項に記載のコンピュータプログラム。
  11. 　コンピュータに、
    　前記複数のフレームから前記ガイディングカテーテルが存在する対象フレームを除外した残余フレームの断面画像に基づいて前記管腔器官の所定部位の領域情報を特定する、
    　処理を実行させる請求項１から請求項１０のいずれか一項に記載のコンピュータプログラム。
  12. 　ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得する取得部と、
    　取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定する特定部と、
    　特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する判定部と
    　を備える、
    　情報処理装置。
  13. 　ガイディングカテーテルが挿入された管腔器官の複数のフレームの断面画像を示す医用画像データを取得し、
    　取得した医用画像データの前記複数のフレームの全部又は一部の対象フレームの断面画像に基づいてガイディングカテーテルを判定するためのガイディングカテーテル判定領域を特定し、
    　特定したガイディングカテーテル判定領域の画素値に基づいて、前記対象フレームにガイディングカテーテルが存在するか否かを判定する、
    　情報処理方法。 
PCT/JP2023/008439 2022-03-28 2023-03-07 コンピュータプログラム、情報処理装置及び情報処理方法 WO2023189260A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022052276 2022-03-28
JP2022-052276 2022-03-28

Publications (1)

Publication Number Publication Date
WO2023189260A1 true WO2023189260A1 (ja) 2023-10-05

Family

ID=88201390

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/008439 WO2023189260A1 (ja) 2022-03-28 2023-03-07 コンピュータプログラム、情報処理装置及び情報処理方法

Country Status (1)

Country Link
WO (1) WO2023189260A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011200596A (ja) * 2010-03-26 2011-10-13 Terumo Corp 光干渉断層像形成装置及びその制御方法
JP2018535765A (ja) * 2015-11-19 2018-12-06 ライトラボ・イメージング・インコーポレーテッド 血管内撮像及びガイドカテーテルの検出方法及びシステム
JP2020163216A (ja) * 2020-06-29 2020-10-08 ライトラボ・イメージング・インコーポレーテッド プロセッサ装置の作動方法
WO2020257619A1 (en) * 2019-06-20 2020-12-24 Canon U.S.A., Inc. Range finder for oct luminal clearance

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011200596A (ja) * 2010-03-26 2011-10-13 Terumo Corp 光干渉断層像形成装置及びその制御方法
JP2018535765A (ja) * 2015-11-19 2018-12-06 ライトラボ・イメージング・インコーポレーテッド 血管内撮像及びガイドカテーテルの検出方法及びシステム
WO2020257619A1 (en) * 2019-06-20 2020-12-24 Canon U.S.A., Inc. Range finder for oct luminal clearance
JP2020163216A (ja) * 2020-06-29 2020-10-08 ライトラボ・イメージング・インコーポレーテッド プロセッサ装置の作動方法

Similar Documents

Publication Publication Date Title
US8025622B2 (en) Systems and methods for estimating the size and position of a medical device to be applied within a patient
JP2024020239A (ja) 血管内データ収集及び処理システム
Athanasiou et al. Atherosclerotic plaque characterization methods based on coronary imaging
US11850089B2 (en) Intravascular imaging and guide catheter detection methods and systems
US20120283569A1 (en) Systems and methods for navigating and visualizing intravascular ultrasound sequences
AU2014223201B2 (en) Systems and methods for lumen border detection in intravascular ultrasound sequences
JP2018519018A (ja) 血管内画像化システムインターフェイス及びステント検出方法
EP3865050A1 (en) Image processing apparatus, method and storage medium to determine longitudinal orientation
CN114650778A (zh) 诊断支援装置、诊断支援系统以及诊断支援方法
JP2020032170A (ja) 管腔内画像を表示するための方法およびシステム
WO2021199968A1 (ja) コンピュータプログラム、情報処理方法、情報処理装置及びモデル生成方法
US20240013385A1 (en) Medical system, method for processing medical image, and medical image processing apparatus
WO2023189260A1 (ja) コンピュータプログラム、情報処理装置及び情報処理方法
JP2015150369A (ja) ステント検出装置、ステント画像表示装置、およびそのプログラムと方法。
WO2023054467A1 (ja) モデル生成方法、学習モデル、コンピュータプログラム、情報処理方法及び情報処理装置
WO2023054442A1 (ja) コンピュータプログラム、情報処理装置及び情報処理方法
WO2023189261A1 (ja) コンピュータプログラム、情報処理装置及び情報処理方法
WO2024071322A1 (ja) 情報処理方法、学習モデルの生成方法、コンピュータプログラム及び情報処理装置
US20240013386A1 (en) Medical system, method for processing medical image, and medical image processing apparatus
JP2023049952A (ja) コンピュータプログラム、情報処理装置、情報処理方法及び学習モデル生成方法
WO2023100838A1 (ja) コンピュータプログラム、情報処理装置、情報処理方法及び学習モデル生成方法
WO2024071121A1 (ja) コンピュータプログラム、情報処理方法、及び情報処理装置
JP2023051176A (ja) コンピュータプログラム、情報処理装置及び情報処理方法
US20240008849A1 (en) Medical system, method for processing medical image, and medical image processing apparatus
US20230042524A1 (en) Program, information processing method, method for generating learning model, method for relearning learning model, and information processing system

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: 23779288

Country of ref document: EP

Kind code of ref document: A1