特許ウォッチ

公開番号2024053473
公報種別公開特許公報(A)
公開日2024-04-15
出願番号2022159785
出願日2022-10-03
発明の名称優先度決定方法及び優先度決定プログラム
出願人富士通株式会社
代理人弁理士法人酒井国際特許事務所
主分類A61B 5/055 20060101AFI20240408BHJP(医学または獣医学;衛生学)
要約【課題】ダイナミック検査で撮影される複数の画像の優先度を適切に決定することを課題とする。
【解決手段】優先度決定方法では、ダイナミック検査で撮影される第1の画像セットに含まれる画像の集合のうち一または複数の画像の組合せに対応する複数の第2の画像セットを生成し、画像を良性または悪性のクラスに分類する機械学習モデルに第1の画像セットが入力された際の出力と、機械学習モデルに第2の画像セットが入力された際の出力との差に基づくスコアを第2の画像セットごとに算出し、複数の第2の画像セットのうちスコアが特定の条件を満たす第2の画像セットを出力する、処理をコンピュータが実行する。
【選択図】図11
特許請求の範囲【請求項１】
ダイナミック検査で撮影される第１の画像セットに含まれる画像の集合のうち一または複数の画像の組合せに対応する複数の第２の画像セットを生成し、
画像を良性または悪性のクラスに分類する機械学習モデルに前記第１の画像セットが入力された際の出力と、前記機械学習モデルに前記第２の画像セットが入力された際の出力との差に基づくスコアを前記第２の画像セットごとに算出し、
前記複数の第２の画像セットのうち前記スコアが特定の条件を満たす第２の画像セットを出力する、
処理をコンピュータが実行することを特徴とする優先度決定方法。
続きを表示（約 1,000 文字）【請求項２】
前記算出する処理は、前記第１の画像セットに含まれる画像のそれぞれから病変部位がクロップされた画像のそれぞれを前記機械学習モデルに入力すると共に、前記第２の画像セットに含まれる画像のそれぞれから病変部位がクロップされた画像のそれぞれを前記機械学習モデルに入力する処理を含む、
ことを特徴とする請求項１に記載の優先度決定方法。
【請求項３】
前記算出する処理は、前記機械学習モデルに前記第１の画像セットが入力された際の最終層または中間層の出力と、前記機械学習モデルに前記第２の画像セットが入力された際の前記最終層または前記中間層の出力との差に基づくスコアを算出する処理を含む、
ことを特徴とする請求項１に記載の優先度決定方法。
【請求項４】
前記生成する処理は、前記複数の第２の画像セットのうち前記スコアが最高である第２の画像セットに含まれる画像の集合のうち一または複数の画像の組合せに対応する複数の第３の画像セットを生成する処理を含み、
前記算出する処理は、前記機械学習モデルに前記第１の画像セットが入力された際の出力と、前記機械学習モデルに前記第３の画像セットが入力された際の出力との差に基づくスコアを前記第３の画像セットごとに算出する処理を含み、
前記出力する処理は、前記複数の第３の画像セットのうち前記スコアが最高である第３の画像セットを出力する処理を含む、
ことを特徴とする請求項１に記載の優先度決定方法。
【請求項５】
前記ダイナミック検査は、造影剤を用いるＭＲＩ検査またはＣＴ検査に対応する、
ことを特徴とする請求項１に記載の優先度決定方法。
【請求項６】
ダイナミック検査で撮影される第１の画像セットに含まれる画像の集合のうち一または複数の画像の組合せに対応する複数の第２の画像セットを生成し、
画像を良性または悪性のクラスに分類する機械学習モデルに前記第１の画像セットが入力された際の出力と、前記機械学習モデルに前記第２の画像セットが入力された際の出力との差に基づくスコアを前記第２の画像セットごとに算出し、
前記複数の第２の画像セットのうち前記スコアが特定の条件を満たす第２の画像セットを出力する、
処理をコンピュータに実行させることを特徴とする優先度決定プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、優先度決定方法及び優先度決定プログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
例えば、検査画像を用いた診断の効率化を支援する技術として、未読の医療検査資料に含まれる画像に対する自動画像解析によって得られる所見に基づいて、未読の医療検査資料の優先度情報を決定する従来技術１が提案されている（例えば、特許文献１参照）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２０－０８７４７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記の従来技術１に代表される従来技術では、ダイナミック検査で撮影される複数の画像の優先度を適切に決定することが困難である側面がある。
【０００５】
すなわち、上記の自動画像解析では、画像に異常がある可能性を示す異常性スコアが高い画像の優先度が一律に高く決定される。つまり、上記の従来技術１では、ＡＩ（Artificial Intelligence）などにより異常に対応する特徴が検出される画像の優先度が一律に高く決定される。
【０００６】
ところが、診断においては、上記の自動画像解析で特徴が検出される画像の優先度が必ずしも高いとは限らない。ダイナミック検査では、造影剤が組織内を移動する様子が複数のタイミングで撮影されるが、複数の時相のうち特定の時相における画像に特徴が検出されないことが診断を左右する所見となる場合がある。
【０００７】
あくまで１つの事例として、Ｇｄ－ＥＯＢ－ＤＴＰＡ造影剤（以下、ＥＯＢ造影剤）を用いるＭＲＩ（Magnetic Resonance Imaging）検査で肝腫瘤の良性または悪性を鑑別する場合を例に挙げる。この場合、悪性のがんでは、動脈相で病変が造影剤に早期に濃染して速やかにウオッシュアウトする一方で、良性の血管腫では、時間経過に連れて病変および周囲のコントラスト差が徐々に減少する。このため、悪性のがんでは、後期相で病変および周囲のコントラストが大きくなる一方で、良性の血管腫では、後期相で病変および周囲のコントラストが小さくなる。このことから、肝腫瘤から良性の血管腫を識別する場合、ダイナミック相、例えば後期相で病変および周囲のコントラストが小さい、言い換えれば画像に特徴がないという所見が重要となる場合がある。
【０００８】
ところが、上記の従来技術１では、異常に対応する特徴が検出されない画像の優先度が一律に低く決定される。このため、後期相の画像の優先度が高く決定されるどころか低く決定されてしまう。このように、上記の従来技術１では、ＥＯＢ造影剤ＭＲＩ検査で撮影される複数の画像の優先度を適切に決定するのが困難である側面がある。
【０００９】
１つの側面では、本発明は、ダイナミック検査で撮影される複数の画像の優先度を適切に決定できる優先度決定方法及び優先度決定プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１０】
１つの側面にかかる優先度決定方法では、ダイナミック検査で撮影される第１の画像セットに含まれる画像の集合のうち一または複数の画像の組合せに対応する複数の第２の画像セットを生成し、画像を良性または悪性のクラスに分類する機械学習モデルに前記第１の画像セットが入力された際の出力と、前記機械学習モデルに前記第２の画像セットが入力された際の出力との差に基づくスコアを前記第２の画像セットごとに算出し、前記複数の第２の画像セットのうち前記スコアが特定の条件を満たす第２の画像セットを出力する、処理をコンピュータが実行する。
【発明の効果】
（【００１１】以降は省略されています）

関連特許