特許ウォッチ

公開番号2024077583
公報種別公開特許公報(A)
公開日2024-06-07
出願番号2023125500
出願日2023-08-01
発明の名称肺容積検査方法及びその装置
出願人メディカルアイピー・カンパニー・リミテッド
代理人個人,個人,個人
主分類A61B 6/00 20240101AFI20240531BHJP(医学または獣医学;衛生学)
要約【課題】肺容積検査方法及びその装置を提供する。
【解決手段】肺容積検査方法及びその装置に係り、該肺容積検査装置は、患者の二次元医療映像と臨床情報とを人工知能モデルに入力し、患者の肺容積を把握し、該人工知能モデルは、二次元医療映像に係わる符号化映像を生成する第1神経網と、該第1神経網の出力値と、臨床情報とを結合したデータから肺容積を含む第2神経網と、を含むものでもある。本発明は、ソウル大学校病院主管の「重症患者向けビッグデータ構築及びAI基盤CDSS開発」事業を介して開発された技術である(課題番号:HI21C1074050021、課題固有番号:HI21C1074)。
【選択図】図2
特許請求の範囲【請求項１】
患者の二次元医療映像を入力される段階と、
前記患者の臨床情報を入力される段階と、
前記二次元医療映像と前記臨床情報とを人工知能モデルに入力し、前記患者の肺容積を把握する段階と、を含むことを特徴とする肺容積検査方法。
続きを表示（約 1,100 文字）【請求項２】
前記二次元医療映像は、胸部Ｘ線映像であることを特徴とする請求項１に記載の肺容積検査方法。
【請求項３】
前記臨床情報は、前記患者の年齢及び／または性別を含むことを特徴とする請求項１に記載の肺容積検査方法。
【請求項４】
前記二次元医療映像は、Ｘ線映像から肺領域を分割した分割映像であることを特徴とする請求項１に記載の肺容積検査方法。
【請求項５】
Ｘ線映像と、肺領域の分割映像とを含む学習データを利用し、訓練させた領域分割モデルを利用し、前記二次元医療映像から、肺領域の分割映像を生成する段階をさらに含むことを特徴とする請求項４に記載の肺容積検査方法。
【請求項６】
前記臨床情報は、前記分割映像を基に把握された前記肺領域の面積を含むことを特徴とする請求項４に記載の肺容積検査方法。
【請求項７】
前記肺容積を把握する段階は、
第１神経網を介し、前記二次元医療映像に係わる符号化映像を生成する段階と、
前記符号化映像と前記臨床情報とを結合したデータを、第２神経網に入力して肺容積を予測する段階と、を含むことを特徴とする請求項１に記載の肺容積検査方法。
【請求項８】
二次元医療映像、臨床情報及び実際肺容積を含む学習データを利用し、前記第１神経網及び前記第２神経網を指導学習方法によって訓練させる段階をさらに含むことを特徴とする請求項７に記載の肺容積検査方法。
【請求項９】
前記肺容積を把握する段階は、
エンコーダ及びデコーダを含む第１神経網に、前記二次元医療映像を入力する段階と、
前記エンコーダから出力される特徴情報と、前記臨床情報とを結合したデータを、第２神経網に入力して肺容積を予測する段階と、を含むことを特徴とする請求項１に記載の肺容積検査方法。
【請求項１０】
前記第１神経網及び前記第２神経網を含む前記人工知能モデルを訓練させる段階をさらに含み、
前記第１神経網を訓練させる段階は、
前記第１神経網に二次元医療映像を入力する段階と、
前記第１神経網が出力する復元映像と、前記二次元医療映像との差が減少するように、前記第１神経網を学習させる段階と、を含み、
前記第２神経網を訓練させる段階は、
訓練完了した前記第１神経網に二次元医療映像を入力する段階と、
前記第１神経網のエンコーダから出力される特徴情報と、臨床情報とを結合したデータを、前記第２神経網に入力し、得られた予測肺容積と、実際肺容積との差が減少するように、前記第２神経網を学習させる段階と、を含むことを特徴とする請求項９に記載の肺容積検査方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、肺容積を検査する方法及びその装置に係り、さらに詳細には、医療映像から、肺容積を検査する方法及びその装置に関する。
続きを表示（約 1,500 文字）【０００２】
本発明は、ソウル大学校病院主管の「重症患者向けビッグデータ構築及びＡＩ基盤ＣＤＳＳ開発」事業を介して開発された技術である（課題番号：ＨＩ２１Ｃ１０７４０５００２１、課題固有番号：ＨＩ２１Ｃ１０７４）。
【背景技術】
【０００３】
従来の肺容積は、肺活量計を利用し、患者が吸い込んで吐き出した空気の量を基に測定する。しかしながら、肺線維症などの障害により、肺が硬直されれば、肺の弾力性が低下し、息を吐き出すのが困難になり、肺にさらに多くの空気が閉じ込められているので、従来の肺活量計を利用した肺容積の正確度が下がるという問題点がある。
【０００４】
患者胸部のＣＴ（computed tomography）映像から肺領域を分離する過程を遂行し、肺容積を求めることができる。しかしながら、肺容積を求めるためには、コストと時間とが多く必要となるＣＴ撮影が先行されなければならず、また三次元医療映像から肺領域を分離して抽出する複雑な処理過程が必要である。
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明が解決しようとする技術的課題は、Ｘ線映像のような二次元医療映像から、患者の肺容積を容易に把握することができる方法及びその装置を提供するところにある。
【課題を解決するための手段】
【０００６】
前述の技術的課題を達成するための、本発明の実施形態による肺容積検査方法の一例は、患者の二次元医療映像を入力される段階と、前記患者の臨床情報を入力される段階と、該二次元医療映像と該臨床情報とを人工知能モデルに入力し、前記患者の肺容積を把握する段階と、を含む。
【０００７】
前述の技術的課題を達成するための、本発明の実施形態による肺容積検査装置の一例は、患者の二次元医療映像を入力される映像入力部と、前記患者の臨床情報を入力される臨床情報入力部と、該二次元医療映像と該臨床情報とを入力に、肺容積を出力する人工知能モデルを介し、前記患者の肺容積を把握する容積把握部と、を含む。
【発明の効果】
【０００８】
本発明の実施形態によれば、Ｘ線映像のような二次元医療映像から、肺容積を把握することができる。また、該二次元医療映像と共に、臨床情報を利用し、肺容積測定の正確度を向上させることができる。
【図面の簡単な説明】
【０００９】
本発明の実施形態による肺容積検査装置の一例を図示した図である。
本発明の実施形態による肺容積検査方法の一例を図示したフローチャートである。
本発明の実施形態による人工知能モデルの一例の構造を図示した図である。
本発明の実施形態による領域分割モデルの一例を図示した図である。
本発明の実施形態による領域分割モデルの一例を図示した図である。
本発明の実施形態による人工知能モデルの多様な実施形態の構造を図示した図である。
本発明の実施形態による人工知能モデルの多様な実施形態の構造を図示した図である。
本発明の実施形態による人工知能モデルの多様な実施形態の構造を図示した図である。
本発明の実施形態による人工知能モデルの学習データの一例を図示した図である。
本発明の実施形態による肺容積検査装置の一例の構成を図示した図である。
【発明を実施するための形態】
【００１０】
以下において、添付図面を参照し、本発明の実施形態による肺容積検査方法及びその装置について詳細に説明する。
（【００１１】以降は省略されています）

関連特許