特許ウォッチ

公開番号2025026691
公報種別公開特許公報(A)
公開日2025-02-21
出願番号2024217068,2021040686
出願日2024-12-11,2021-03-12
発明の名称推定装置、方法およびプログラム
出願人富士フイルム株式会社
代理人弁理士法人太陽国際特許事務所
主分類A61B 6/00 20240101AFI20250214BHJP(医学または獣医学;衛生学)
要約【課題】推定装置、方法およびプログラムにおいて、運動器の疾患を高精度で予測できるようにする。
【解決手段】少なくとも1つのプロセッサを備え、プロセッサは、骨部を含む被写体を単純撮影することにより取得した単純放射線画像または被写体をDXA法により撮影することにより取得したDXA走査画像から、骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能する。学習済みニューラルネットワークは、被写体の3次元のCT画像を合成することにより導出された被写体を表す合成2次元画像と被写体の骨密度に関連する情報とを教師データとして用いて学習されてなる。
【選択図】図3
特許請求の範囲【請求項１】
少なくとも１つのプロセッサを備え、
前記プロセッサは、
骨部を含む被写体を単純撮影することにより取得した単純放射線画像または前記被写体をＤＸＡ法により撮影することにより取得したＤＸＡ走査画像から前記骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能し、
前記学習済みニューラルネットワークは、前記被写体の３次元のＣＴ画像を合成することにより導出された前記被写体を表す合成２次元画像と前記被写体の骨密度に関連する情報とを教師データとして用いて学習されてなる、推定装置。
続きを表示（約 1,400 文字）【請求項２】
前記合成２次元画像は、３次元空間上の各位置における組成についての放射線の減弱係数を導出し、前記減弱係数に基づいてあらかじめ定められた方向に前記ＣＴ画像を投影することにより導出される請求項１に記載の推定装置。
【請求項３】
前記骨密度に関連する情報は、前記ＣＴ画像における骨部領域を特定し、前記骨部領域における放射線の減弱係数を導出し、前記放射線の減弱係数および前記骨部領域における質量減弱係数に基づいて導出された、前記骨部領域の各位置における骨密度に基づいて導出される請求項１または２に記載の推定装置。
【請求項４】
前記骨密度に関連する情報は、前記骨部領域の各位置における骨密度をあらかじめ定められた方向に投影することにより導出される請求項３に記載の推定装置。
【請求項５】
前記骨密度に関連する情報は、単位面積当たりの骨密度、単位体積当たりの骨密度、前記被写体の骨折リスクの評価値、前記骨部の治療後の治癒状態を表す情報の少なくとも１つを含む請求項１から４のいずれか１項に記載の推定装置。
【請求項６】
前記プロセッサは、前記ＤＸＡ走査画像から前記骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能し、
前記学習済みニューラルネットワークは、前記合成２次元画像に解像度を低下させる処理を施した低解像度合成２次元画像と前記被写体の骨密度に関連する情報とを教師データとして用いて学習されてなる、請求項１から５のいずれか１項に記載の推定装置。
【請求項７】
前記低解像度合成２次元画像は、前記合成２次元画像の隣接する複数画素の画素値の平均値を前記隣接する複数画素の画素値とする画像であり、前記隣接する複数画素のサイズは前記ＤＸＡ走査画像の１つの画素サイズに対応する請求項６に記載の推定装置。
【請求項８】
前記低解像度合成２次元画像は、前記合成２次元画像の一方向に対して移動平均処理を施された画像であり、前記一方向は前記ＤＸＡ走査画像の走査方向に対応する請求項６に記載の推定装置。
【請求項９】
前記低解像度合成２次元画像は、前記合成２次元画像の隣接する複数画素の画素値の平均値を、前記隣接する複数画素の画素値とする第１の低解像度画像を生成し、前記第１の低解像度画像に対して一方向に移動平均処理をされて生成された画像であり、前記隣接する複数画素のサイズは前記ＤＸＡ走査画像の１つの画素サイズに対応し、前記一方向は前記ＤＸＡ走査画像の走査方向に対応する請求項６に記載の推定装置。
【請求項１０】
骨部を含む被写体を単純撮影することにより取得した単純放射線画像または前記被写体をＤＸＡ法により撮影することにより取得したＤＸＡ走査画像から前記骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークを用いて、前記単純放射線画像または前記ＤＸＡ走査画像から前記骨密度に関連する推定結果を導出する推定方法であって、
前記学習済みニューラルネットワークは、前記被写体の３次元のＣＴ画像を合成することにより導出された前記被写体を表す合成２次元画像と前記被写体の骨密度に関連する情報とを教師データとして用いて学習されてなる、推定方法。
（【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】
本開示は、推定装置、方法およびプログラムに関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
骨粗鬆症等の骨系疾患において、骨密度の診断に用いられる代表的な骨塩定量方法の１つにＤＸＡ法（Dual X-ray Absorptiometry）が知られている。ＤＸＡ法は、人体に入射し透過する放射線が、人体を構成する物質（例えば骨）に依存する減弱係数μ（ｃｍ
2
／ｇ）とその密度ρ(ｇ／ｃｍ
3
)および厚さｔ(ｃｍ)によって特徴付けされる減弱を受けることを利用し、２種類のエネルギーの放射線で撮影して得られた放射線画像のピクセル値から、骨塩量を算出する手法である。
【０００３】
また、被写体を撮影することにより取得された放射線画像を用いて、骨密度を評価するための各種手法が提案されている。例えば特許文献１，２には、ニューラルネットワークを学習することにより構築された学習済みニューラルネットワークを用いることにより、骨が写っている画像から骨密度に関する情報を推定する手法が提案されている。特許文献１に記載された手法においては、単純撮影により取得された骨が写っている画像および骨密度を教師データとしてニューラルネットワークの学習が行われる。また、特許文献１に記載された手法においては、単純撮影により取得された骨が写っている画像、骨密度および骨密度に関連する情報（例えば年齢、性別、体重、飲酒習慣、喫煙習慣、骨折歴、体脂肪率および皮下脂肪率等）を教師データとして用いて、ニューラルネットワークの学習が行われる。
【０００４】
なお、単純撮影とは、被写体に１回放射線を照射して、被写体の透過像である１枚の２次元画像を取得する撮影方法である。以降の説明においては、単純撮影により取得した放射線画像を単純放射線画像と称するものとする。
【先行技術文献】
【特許文献】
【０００５】
米国特許第６０６４７１６号明細書
国際公開第２０２０／０５４７３８号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、さらに高精度で骨密度を推定することが望まれている。
【０００７】
本開示は上記事情に鑑みなされたものであり、骨密度を高精度で推定できるようにすることを目的とする。
【課題を解決するための手段】
【０００８】
本開示による推定装置は、少なくとも１つのプロセッサを備え、
プロセッサは、骨部を含む被写体を単純撮影することにより取得した単純放射線画像または被写体をＤＸＡ法により撮影することにより取得したＤＸＡ走査画像から骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能し、
学習済みニューラルネットワークは、被写体の３次元のＣＴ画像を合成することにより導出された被写体を表す合成２次元画像と被写体の骨密度に関連する情報とを教師データとして用いて学習されてなる。
【０００９】
なお、本開示による推定装置においては、合成２次元画像は、３次元空間上の各位置における組成についての放射線の減弱係数を導出し、減弱係数に基づいてあらかじめ定められた方向にＣＴ画像を投影することにより導出されるものであってもよい。
【００１０】
また、本開示による推定装置においては、骨密度に関連する情報は、ＣＴ画像における骨部領域を特定し、骨部領域における放射線の減弱係数を導出し、放射線の減弱係数および骨部領域における質量減弱係数に基づいて導出された、骨部領域の各位置における骨密度に基づいて導出されるものであってもよい。
（【００１１】以降は省略されています）

関連特許