特許ウォッチ

公開番号2024075922
公報種別公開特許公報(A)
公開日2024-06-05
出願番号2022187189
出願日2022-11-24
発明の名称判定装置およびプログラム
出願人国立大学法人北海道大学
代理人個人,個人,個人
主分類G01T 1/161 20060101AFI20240529BHJP(測定;試験)
要約【課題】医療被ばくを低減することができ、かつ、腫瘍に関する指標値に基づく判定を比較的高精度に行えるようにする。
【解決手段】判定装置が、放射線画像である基画像に基づいて、ニューラルネットワークを用いて、前記基画像の撮影時の投与線量よりも多い投与線量での放射線画像に相当する推定画像を生成する画像処理部と、得られた推定画像に基づいて、放射線画像で示される放射線量の指標値を算出する指標値算出部と、得られた指標値と閾値とを比較して、精密検査を提案するか否かを決定する処理、前記指標値と閾値とを比較して、治療効果を判定する処理、前記指標値と閾値とを比較して、腫瘍の良悪性を判定する処理、または、前記指標値と閾値とを比較して、病期を判定する処理の少なくとも何れかを行う判定部と、を備える。
【選択図】図1
特許請求の範囲【請求項１】
放射線画像である基画像に基づいて、ニューラルネットワークを用いて、前記基画像の撮影時の投与線量よりも多い投与線量での放射線画像に相当する推定画像を生成する画像処理部と、
得られた推定画像に基づいて、放射線画像で示される放射線量の指標値を算出する指標値算出部と、
得られた指標値と閾値とを比較して、精密検査を提案するか否かを決定する処理、前記指標値と閾値とを比較して、治療効果を判定する処理、前記指標値と閾値とを比較して、腫瘍の良悪性を判定する処理、または、前記指標値と閾値とを比較して、病期を判定する処理の少なくとも何れかを行う判定部と、
を備える判定装置。
続きを表示（約 880 文字）【請求項２】
前記画像処理部は、前記基画像の各ピクセル値の対数をとる対数変換を行い、変換後の画像を前記ニューラルネットワークに入力する、
請求項１に記載の判定装置。
【請求項３】
前記画像処理部は、陽電子放射断層撮影法による複数個所のスライス画像を前記基画像として用いる、
請求項１または請求項２に記載の判定装置。
【請求項４】
前記画像処理部は、陽電子放射断層撮影法による複数個所のスライス画像に基づいて、前記陽電子放射断層撮影法における第１のスライス間隔とは異なる第２のスライス間隔によるスライス画像にて、前記推定画像を生成する、
請求項３に記載の判定装置。
【請求項５】
前記画像処理部は、前記基画像の投与線量として設定されている投与線量で撮影された放射線画像をニューラルネットワークへの入力とし、前記推定画像の投与線量として設定されている投与線量で撮影された放射線画像を正解とする訓練データを用いて学習済みの前記ニューラルネットワークを用いる、
請求項１に記載の判定装置。
【請求項６】
前記指標値算出部は、前記推定画像の時系列データに基づいて、前記指標値の時系列データを算出する、
請求項１に記載の判定装置。
【請求項７】
コンピュータに、
放射線画像である基画像に基づいて、ニューラルネットワークを用いて、前記基画像の撮影時の投与線量よりも多い投与線量での放射線画像に相当する推定画像を生成することと、
得られた推定画像に基づいて、放射線画像で示される放射線量の指標値を算出することと、
得られた指標値と閾値とを比較して、精密検査を提案するか否かを決定する処理、前記指標値と閾値とを比較して、治療効果を判定する処理、前記指標値と閾値とを比較して、腫瘍の良悪性を判定する処理、または、前記指標値と閾値とを比較して、病期を判定する処理の少なくとも何れかを行うことと、
を実行させるためのプログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、判定装置およびプログラムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
臨床検査等で行われているＰＥＴ（Positron Emission Tomography、陽電子放射断層撮影法）検査では、腫瘍に取り込まれた放射性同位元素から放出されたガンマ線を検出器にて計測することにより、体内における放射性同位元素の集積の程度から腫瘍の位置を同定する。ＰＥＴ検査で得られる画像は、ＰＥＴ画像と称される。
【０００３】
ここで、投与線量と検出器におけるガンマ線のカウント数、および、検出器でのガンマ線の収集時間とカウント数は、それぞれ比例関係にあることが知られている。したがって、患者の被ばく線量を抑えるために投与線量を抑えることは、収集時間を減少させることと同義であると仮定することができる。一方、短時間収集では、検出器におけるガンマ線のカウント数が減少するため、診断に十分な画質が得られない可能性がある。
【０００４】
一方、放射線画像診断・治療における医療被ばくの低減が求められており、ＰＥＴ検査においても低投与線量での撮影など投与線量の最小化に向けた様々な検討が進められている。
例えば、特許文献１には、ＰＥＴ画像の画質を向上させることを目的とした医用画像処理装置が記載されている。この医用画像処理装置は、ＰＥＴスキャンの初期の画像再構成に対応する放射マップおよび減衰マップを取得し、放射輸送方程式法を使用してＰＥＴスキャンの散乱源マップを計算する。そして、この医用画像処理装置は、上記の放射マップ、減衰マップおよび散乱源マップに基づいて散乱を推定し、推定された散乱および対象のＰＥＴスキャンデータに基づいて画像再構成を行い、ＰＥＴ画像再構成における主要な劣化要因である散乱を補正する。
【０００５】
また、特許文献２には、特許文献１と同様に医用画像の画質を向上させることを目的とし、ニューラルネットワークを用いたオフライントレーニングプロセスからフィルタ補正済みのサイノグラムを出力し、フィルタ補正済みサイノグラム上で解析的画像再構成を実行する技術が記載されている。
【０００６】
また、特許文献３には、対象部位を診断する読影医の負担を軽減することを目的とした画像診断支援装置、画像診断支援方法および画像診断支援プログラムが記載されている。
また、特許文献４には、深層学習を使用した低線量ＰＥＴイメージングからの低線量ＰＥＴ画像の推定に関する技術が記載されている。
【０００７】
また、非特許文献１には、超解像深層学習を用いたＰＥＴ画像の画質改善に伴う患者被ばく線量低減の可能性が示されている。
【先行技術文献】
【特許文献】
【０００８】
特開２０２１－１７３７５５号公報
特開２０２１－１３７２５号公報
特開２０２０－７６６１１号公報
特表２０２１－５０９９５３号公報
【非特許文献】
【０００９】
Takaaki Yoshimura、外７名、"Medical Radiation Exposure Reduction in PET via Super-Resolution Deep Learning Model"、Diagnostics 2022、Vol. 12、Iss. 4、872、２０２２年
【発明の概要】
【発明が解決しようとする課題】
【００１０】
ＰＥＴ画像に基づいてＳＵＶ（Standard Uptake Value）など腫瘍に関する指標値を算出することが行われている。ＰＥＴ検査における投与線量の低減など、医療被ばくを低減することができ、かつ、腫瘍に関する指標値に基づく判定を比較的高精度に行えることが好ましい。
（【００１１】以降は省略されています）

関連特許