TOP特許意匠商標
特許ウォッチ Twitter
10個以上の画像は省略されています。
公開番号2025008346
公報種別公開特許公報(A)
公開日2025-01-20
出願番号2023110444
出願日2023-07-05
発明の名称病変検出方法および病変検出プログラム
出願人富士通株式会社
代理人弁理士法人扶桑国際特許事務所
主分類A61B 6/03 20060101AFI20250109BHJP(医学または獣医学;衛生学)
要約【課題】人体の内部における断層画像の撮影位置に関係なく一定の精度で病変領域を検出する。
【解決手段】人体21の第1の撮影位置を撮影した断層画像22aを取得し、人体11a,11b,・・・の内部を撮影した複数の断層画像であって、入力された断層画像に含まれる画素を単位として病変の領域かを識別する機械学習モデル2aを生成する際に学習データとして使用された、それぞれが病変の領域を含む複数の断層画像のうち、人体11a,11b,・・・の内部における、第1の撮影位置に対応する第2の撮影位置において撮影された断層画像の数に基づいて、機械学習モデル2aと、入力された断層画像を分割した画像ブロックを単位として病変の領域かを識別する機械学習モデル2bのいずれかを選択し、選択された機械学習モデルを用いて断層画像22aから病変の領域を検出する。
【選択図】図1
特許請求の範囲【請求項1】
コンピュータが、
第1の人体の内部における第1の撮影位置を撮影した第1の断層画像を取得し、
1以上の第2の人体の内部を撮影した複数の断層画像であって、入力された断層画像に含まれる画素を単位として特定の病変の領域か否かを識別する第1の機械学習モデルを機械学習によって生成する際に学習データとして使用された、それぞれが前記特定の病変の領域を含む前記複数の断層画像のうち、前記1以上の第2の人体の内部における、前記第1の撮影位置に対応する第2の撮影位置において撮影された断層画像の数に基づいて、前記第1の機械学習モデルと、前記入力された断層画像を一定サイズごとに分割した画像ブロックを単位として前記特定の病変の領域か否かを識別する第2の機械学習モデルのいずれかを選択し、
前記第1の機械学習モデルと前記第2の機械学習モデルのうち選択された機械学習モデルを用いて、前記第1の断層画像から前記特定の病変の領域を検出する、
病変検出方法。
続きを表示(約 2,600 文字)【請求項2】
前記1以上の第2の人体における所定の臓器領域を所定方向に所定分割数に分割して得られた複数の第1の分割領域のそれぞれについて、前記複数の断層画像のうち対応する第1の分割領域で撮影された断層画像の画像数を計数する処理を、前記コンピュータがさらに実行し、
前記選択では、
前記第1の人体における前記臓器領域を前記所定方向に前記所定分割数に分割して得られた複数の第2の分割領域のうち、前記第1の断層画像が撮影された第3の分割領域を特定し、
前記複数の第1の分割領域のうち、前記第3の分割領域に対応する第4の分割領域について計数された前記画像数に基づいて、前記第1の機械学習モデルと前記第2の機械学習モデルのいずれかを選択する、
請求項1記載の病変検出方法。
【請求項3】
前記選択では、前記複数の断層画像の総数に対する、前記第4の分割領域について計数された前記画像数の割合が、所定閾値より大きい場合に前記第1の機械学習モデルを選択し、前記割合が前記所定閾値以下の場合に前記第2の機械学習モデルを選択する、
請求項2記載の病変検出方法。
【請求項4】
コンピュータが、
1以上の第2の人体の内部を撮影した複数の断層画像と、前記複数の断層画像のそれぞれに対応し、対応する断層画像上の画素ごとに特定の病変の領域か否かを示す複数の正解データとを取得し、
前記複数の断層画像のそれぞれが、前記1以上の第2の人体における所定の臓器領域を所定方向に所定分割数に分割して得られた複数の第1の分割領域のうち、どの分割領域で撮影された断層画像かによって、前記複数の断層画像を前記複数の第1の分割領域のいずれかに分類し、
入力された断層画像に含まれる画素を単位として特定の病変の領域か否かを識別する第1の機械学習モデルに対して前記複数の断層画像を入力して識別処理を実行し、識別結果を前記複数の正解データと比較することで、前記第1の機械学習モデルの識別精度を示す指標を前記複数の第1の分割領域のそれぞれについて算出し、
第1の人体の内部を撮影した第1の断層画像を取得し、
前記第1の人体における前記臓器領域を前記所定方向に前記所定分割数に分割して得られた複数の第2の分割領域のうち、前記第1の断層画像が撮影された第3の分割領域を特定し、
前記複数の第1の分割領域のうち、前記第3の分割領域に対応する第4の分割領域について算出された前記指標に基づいて、前記第1の機械学習モデルと、前記入力された断層画像を一定サイズごとに分割した画像ブロックを単位として前記特定の病変の領域か否かを識別する第2の機械学習モデルのいずれかを選択し、
前記第1の機械学習モデルと前記第2の機械学習モデルのうち選択された機械学習モデルを用いて、前記第1の断層画像から前記特定の病変の領域を検出する、
病変検出方法。
【請求項5】
前記選択では、前記第4の分割領域について算出された前記指標が所定閾値より大きい場合に前記第1の機械学習モデルを選択し、当該指標が前記所定閾値以下の場合に前記第2の機械学習モデルを選択する、
請求項4記載の病変検出方法。
【請求項6】
コンピュータに、
第1の人体の内部における第1の撮影位置を撮影した第1の断層画像を取得し、
1以上の第2の人体の内部を撮影した複数の断層画像であって、入力された断層画像に含まれる画素を単位として特定の病変の領域か否かを識別する第1の機械学習モデルを機械学習によって生成する際に学習データとして使用された、それぞれが前記特定の病変の領域を含む前記複数の断層画像のうち、前記1以上の第2の人体の内部における、前記第1の撮影位置に対応する第2の撮影位置において撮影された断層画像の数に基づいて、前記第1の機械学習モデルと、前記入力された断層画像を一定サイズごとに分割した画像ブロックを単位として前記特定の病変の領域か否かを識別する第2の機械学習モデルのいずれかを選択し、
前記第1の機械学習モデルと前記第2の機械学習モデルのうち選択された機械学習モデルを用いて、前記第1の断層画像から前記特定の病変の領域を検出する、
処理を実行させる病変検出プログラム。
【請求項7】
コンピュータに、
1以上の第2の人体の内部を撮影した複数の断層画像と、前記複数の断層画像のそれぞれに対応し、対応する断層画像上の画素ごとに特定の病変の領域か否かを示す複数の正解データとを取得し、
前記複数の断層画像のそれぞれが、前記1以上の第2の人体における所定の臓器領域を所定方向に所定分割数に分割して得られた複数の第1の分割領域のうち、どの分割領域で撮影された断層画像かによって、前記複数の断層画像を前記複数の第1の分割領域のいずれかに分類し、
入力された断層画像に含まれる画素を単位として特定の病変の領域か否かを識別する第1の機械学習モデルに対して前記複数の断層画像を入力して識別処理を実行し、識別結果を前記複数の正解データと比較することで、前記第1の機械学習モデルの識別精度を示す指標を前記複数の第1の分割領域のそれぞれについて算出し、
第1の人体の内部を撮影した第1の断層画像を取得し、
前記第1の人体における前記臓器領域を前記所定方向に前記所定分割数に分割して得られた複数の第2の分割領域のうち、前記第1の断層画像が撮影された第3の分割領域を特定し、
前記複数の第1の分割領域のうち、前記第3の分割領域に対応する第4の分割領域について算出された前記指標に基づいて、前記第1の機械学習モデルと、前記入力された断層画像を一定サイズごとに分割した画像ブロックを単位として前記特定の病変の領域か否かを識別する第2の機械学習モデルのいずれかを選択し、
前記第1の機械学習モデルと前記第2の機械学習モデルのうち選択された機械学習モデルを用いて、前記第1の断層画像から前記特定の病変の領域を検出する、
処理を実行させる病変検出プログラム。

発明の詳細な説明【技術分野】
【0001】
本発明は、病変検出方法および病変検出プログラムに関する。
続きを表示(約 2,300 文字)【背景技術】
【0002】
各種疾患の診断には、CT(Computed Tomography)やMRI(Magnetic Resonance Imaging)などによる医用画像が広く用いられている。医用画像を用いた画像診断では、医師は多数の画像を読影しなければならず、医師の負担が大きい。そのため、医師の診断作業をコンピュータによって何らかの形で支援する技術が求められている。
【0003】
そのような技術の例として、機械学習によって生成された学習済みモデル(機械学習モデル)を用いて、医用画像から病変領域を検出する技術がある。例えば、LSTM(Long-Short-Term Memory)と統合されたニューラルネットワークを訓練する心臓セグメンテーションのためのシステムが提案されている。
【先行技術文献】
【特許文献】
【0004】
米国特許出願公開第2019/0223725号明細書
【発明の概要】
【発明が解決しようとする課題】
【0005】
ところで、機械学習モデルの一例として、撮影された断層画像に含まれる画素ごとに特定の病変の領域か否かを識別する機械学習モデルがある。この機械学習モデルを用いた識別処理では、1枚の断層画像が機械学習モデルに入力されると、その断層画像から病変領域が画素単位で識別される。
【0006】
このような機械学習モデルは、人体における断層画像の撮影位置によっては識別精度が低下する可能性があるという問題がある。
例えば、このような機械学習モデルを生成する際には、実際に撮影された人体の断層画像が学習データとして使用される。通常、どの人体からも内部のある特定の範囲から断層画像が均等な間隔で撮影されるので、学習データとして使用される断層画像の数は、人体における位置に関係なく一定となる。一方、病変領域の出現頻度は、人体内部の位置によって偏りが生じ得る。このため、学習データとして使用される断層画像のうち、病変領域を含む断層画像の数は、人体内部の位置によって偏る可能性がある。学習データとして十分な数の断層画像が使用されていない位置において撮影された断層画像については、病変の識別精度が低下する可能性がある。
【0007】
1つの側面では、本発明は、人体の内部における断層画像の撮影位置に関係なく一定の精度で病変領域を検出可能な病変検出方法および病変検出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】
【0008】
1つの案では、コンピュータが次のような処理を実行する病変検出方法が提供される。この病変検出方法では、コンピュータは、第1の人体の内部における第1の撮影位置を撮影した第1の断層画像を取得し、1以上の第2の人体の内部を撮影した複数の断層画像であって、入力された断層画像に含まれる画素を単位として特定の病変の領域か否かを識別する第1の機械学習モデルを機械学習によって生成する際に学習データとして使用された、それぞれが特定の病変の領域を含む複数の断層画像のうち、1以上の第2の人体の内部における、第1の撮影位置に対応する第2の撮影位置において撮影された断層画像の数に基づいて、第1の機械学習モデルと、入力された断層画像を一定サイズごとに分割した画像ブロックを単位として特定の病変の領域か否かを識別する第2の機械学習モデルのいずれかを選択し、第1の機械学習モデルと第2の機械学習モデルのうち選択された機械学習モデルを用いて、第1の断層画像から特定の病変の領域を検出する。
【0009】
また、1つの案では、コンピュータが次のような処理を実行する病変検出方法が提供される。この病変検出方法では、コンピュータは、1以上の第2の人体の内部を撮影した複数の断層画像と、複数の断層画像のそれぞれに対応し、対応する断層画像上の画素ごとに特定の病変の領域か否かを示す複数の正解データとを取得し、複数の断層画像のそれぞれが、1以上の第2の人体における所定の臓器領域を所定方向に所定分割数に分割して得られた複数の第1の分割領域のうち、どの分割領域で撮影された断層画像かによって、複数の断層画像を複数の第1の分割領域のいずれかに分類し、入力された断層画像に含まれる画素を単位として特定の病変の領域か否かを識別する第1の機械学習モデルに対して複数の断層画像を入力して識別処理を実行し、識別結果を複数の正解データと比較することで、第1の機械学習モデルの識別精度を示す指標を複数の第1の分割領域のそれぞれについて算出し、第1の人体の内部を撮影した第1の断層画像を取得し、第1の人体における臓器領域を所定方向に所定分割数に分割して得られた複数の第2の分割領域のうち、第1の断層画像が撮影された第3の分割領域を特定し、複数の第1の分割領域のうち、第3の分割領域に対応する第4の分割領域について算出された指標に基づいて、第1の機械学習モデルと、入力された断層画像を一定サイズごとに分割した画像ブロックを単位として特定の病変の領域か否かを識別する第2の機械学習モデルのいずれかを選択し、第1の機械学習モデルと第2の機械学習モデルのうち選択された機械学習モデルを用いて、第1の断層画像から特定の病変の領域を検出する。
【0010】
さらに、1つの案では、上記の病変検出方法と同様の処理をコンピュータに実行させる病変検出プログラムが提供される。
【発明の効果】
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する
Flag Counter

関連特許

個人
健康器具
1か月前
個人
歯茎みが品
2か月前
個人
鼾防止用具
1か月前
個人
歯の掃除具
4か月前
個人
塗り薬塗り具
3か月前
個人
マッサージ機
1か月前
個人
導電香
2か月前
個人
脈波測定方法
1か月前
個人
白内障治療法
21日前
個人
脈波測定方法
1か月前
個人
洗井間専家。
7日前
個人
クリップ
2か月前
個人
染毛方法
4か月前
個人
発熱器具
4か月前
個人
健康器具
3か月前
個人
片足歩行支援具
2か月前
個人
収納容器
3か月前
個人
眼科診療車
2か月前
三生医薬株式会社
錠剤
18日前
個人
車椅子持ち上げ器
21日前
個人
口内洗浄具
1か月前
株式会社コーセー
化粧料
2か月前
株式会社コーセー
美爪料
2か月前
株式会社結心
手袋
28日前
東レ株式会社
吸収制御剤
4か月前
株式会社 MTG
浴用剤
2か月前
個人
服薬支援装置
16日前
個人
除菌システム
2か月前
個人
避難困難者救出台車
2か月前
株式会社ファンケル
化粧料
4か月前
株式会社ファンケル
化粧料
29日前
株式会社ニデック
眼科装置
2か月前
個人
立位姿勢支持具
4か月前
個人
尿バッグカバー
2か月前
株式会社ダリヤ
皮膚化粧料
21日前
個人
Dr.なかまつよい耳
4か月前
続きを見る