TOP
|
特許
|
意匠
|
商標
特許ウォッチ
Twitter
他の特許を見る
公開番号
2025036102
公報種別
公開特許公報(A)
公開日
2025-03-14
出願番号
2024095857
出願日
2024-06-13
発明の名称
レーザ光到達度合学習推論システム、レーザ光到達度合学習システム、レーザ光到達度合推論システム、レーザ光到達度合学習方法、レーザ光到達度合推論方法、およびコンピュータプログラム
出願人
Niceduck合同会社
,
国立大学法人大阪大学
代理人
個人
,
個人
主分類
A61N
5/067 20060101AFI20250306BHJP(医学または獣医学;衛生学)
要約
【課題】人間などの生体の組織へ照射したレーザ光が組織内の各部位にどのような強さで届くのかをスペックの高くない計算機で従来よりも高速に推論する。
【解決手段】生体の特定の組織の三次元組織モデル51と、三次元組織モデル51に対してレーザ光を照射した際の、三次元組織モデル51の各位置におけるレーザ光の到達度合である光フルエンス分布52とを、データセット50として収集し、三次元組織モデル51および光フルエンス分布52をそれぞれ入力データおよび正解データとして用いて機械学習を行うことによって学習済ニューラルネットワーク67を生成し、被験者の特定の組織の三次元組織モデル54を学習済ニューラルネットワーク67へ入力することによって、レーザ光を三次元組織モデル54へ照射した際の、三次元組織モデル54の各位置におけるレーザ光の光フルエンス分布55を算出する。
【選択図】図3
特許請求の範囲
【請求項1】
生体の特定の組織の三次元モデルである学習用三次元モデルと、当該学習用三次元モデルに対してレーザ光を照射した際の、当該学習用三次元モデルの各位置における前記レーザ光の到達度合である学習用到達度合とを、データセットとして取得する、取得手段と、
前記データセットの前記学習用三次元モデルおよび前記学習用到達度合をそれぞれ入力データおよび正解データとして用いて機械学習を行うことによって学習済モデルを生成する学習手段と、
被験者の前記特定の組織の三次元モデルである被験三次元モデルを前記学習済モデルへ入力することによって、当該被験三次元モデルへ前記レーザ光を照射した際の、当該被験三次元モデルの各位置における前記レーザ光の推論到達度合を算出する、推論手段と、
を有することを特徴とするレーザ光到達度合学習推論システム。
続きを表示(約 1,600 文字)
【請求項2】
生体の特定の組織の三次元モデルである学習用三次元モデルと、当該学習用三次元モデルに対してレーザ光を照射した際の、当該学習用三次元モデルの各位置における前記レーザ光の到達度合である学習用到達度合とを、データセットとして取得する、取得手段と、
前記データセットの前記学習用三次元モデルおよび前記学習用到達度合をそれぞれ入力データおよび正解データとして用いて機械学習を行うことによって学習済モデルを生成する学習手段と、
を有することを特徴とするレーザ光到達度合学習システム。
【請求項3】
前記学習手段は、畳込みニューラルネットワークを訓練することによって前記学習済モデルを生成する、
請求項2に記載のレーザ光到達度合学習システム。
【請求項4】
前記学習手段は、前記畳込みニューラルネットワークとしてU-Netを訓練することによって前記学習済モデルを生成する、
請求項3に記載のレーザ光到達度合学習システム。
【請求項5】
前記学習手段は、前記学習用三次元モデルを前記畳込みニューラルネットワークに入力することによって得られる特徴マップと前記学習用到達度合との誤差を算出し、当該誤差が小さくなるように当該畳込みニューラルネットワークを訓練する、
請求項3または請求項4に記載のレーザ光到達度合学習システム。
【請求項6】
前記学習手段は、前記学習用三次元モデルの各位置を、前記学習用到達度合に示される当該位置の前記到達度合の大きさに応じて複数のグループのうちのいずれかに分類し、当該グループごとに個別誤差として、異なる損失関数または重み係数を用いて誤差を算出し、当該個別誤差の和が小さくなるように前記畳込みニューラルネットワークを訓練する、
請求項5に記載のレーザ光到達度合学習システム。
【請求項7】
前記複数のグループには、最上位グループが含まれており、
前記学習手段は、前記学習用三次元モデルの各位置のうちの前記到達度合が所定の値以上である位置が分類されるように定められた閾値に基づいて前記最上位グループへの分類を行う、
請求項6に記載のレーザ光到達度合学習システム。
【請求項8】
前記複数のグループには、さらに最下位グループが含まれており、
前記学習手段は、前記学習用三次元モデルの各位置のうちの前記到達度合が所定の値未満である位置が分類されるように定められた第2の閾値に基づいて前記最下位グループへの分類を行う、
請求項7に記載のレーザ光到達度合学習システム。
【請求項9】
前記複数のグループには、さらに第1の中間グループおよび第2の中間グループが含まれており、
前記学習手段は、前記最上位グループ、前記第1の中間グループ、前記第2の中間グループそれぞれの前記個別誤差として、それぞれの平均二乗誤差にそれぞれの重み係数を掛けた値を算出し、前記最下位グループの前記個別誤差として、当該最下位グループの平均絶対パーセント誤差に当該最下位グループの重み係数を掛けた値を算出する、
請求項8に記載のレーザ光到達度合学習システム。
【請求項10】
前記複数のグループには、さらに第1の中間グループ、第2の中間グループ、および第3のグループが含まれており、
前記学習手段は、前記最上位グループ、前記第1の中間グループ、前記第2の中間グループ、および前記第3のグループそれぞれの前記個別誤差として、それぞれの平均二乗誤差にそれぞれの重み係数を掛けた値を算出し、前記最下位グループの前記個別誤差として、当該最下位グループの平均絶対パーセント誤差に当該最下位グループの重み係数を掛けた値を算出する、
請求項9に記載のレーザ光到達度合学習システム。
(【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、照射したレーザ光の、生体の組織の各位置への到達の度合を推論する技術に関する。
続きを表示(約 1,600 文字)
【背景技術】
【0002】
近年、腫瘍を除去する治療方法としてPDT(Photodynamic Therapy)が注目されている。PDTは、日本語で「光線力学療法」と表記される治療方法であって、PS(photosensitizer)すなわち光感受性薬剤の腫瘍への集積性および特定の波長の光に対する光化学反応を利用した、腫瘍選択性のある低侵襲な治療法である.
PSは、生体内に投与されると生体内の腫瘍細胞の内部に集積する。特定の波長のレーザ光が照射されると、PSに光化学反応が起こって一重項酸素が発生する。そして、一重項酸素によって腫瘍細胞が死滅する。
【0003】
このような特徴により、PDTは、周囲の正常な細胞への影響を抑えつつ、腫瘍細胞を壊死に導くことができる。
【0004】
PDTにおいてレーザ光の照射位置または照射角度などの治療条件を最適化することによって、レーザ光が照射される臓器などの組織へのダメージのリスクを軽減することが期待できる。
【0005】
最適化を図るためには、組織内光分布、すなわち照射されたレーザ光が組織内にどのよう届くのかを、把握しなければならない。組織内光分布を実験的に把握することが難しいため、シミュレーションの活用が有効である。
【0006】
例えば、非特許文献1に記載されるアプリケーションソフトウェアによると、人間の脳などの組織へ照射したレーザ光が組織内の各部位にどのような強さで届くのかをシミュレーションすることができる。
【先行技術文献】
【非特許文献】
【0007】
"Monte Carlo Simulation of Photon Migration in 3D Turbid Media Accelerated by Graphics Processing Units",Qianqian Fang & David Boas 著,2009年
【発明の概要】
【発明が解決しようとする課題】
【0008】
しかし、上述の非特許文献1に記載されるような既存のシミュレーションの手法では、大規模な並列計算機のような高スペックなリソースが必要なので、使用環境が限られる。同様の手法をスペックの高くない計算機で実現することが技術的に可能であるが、計算時間が掛かってしまう。したがって、手術の現場のような、リアルタイム性を要求されるシチュエーションで使用するのは難しい。
【0009】
本発明は、このような問題点に鑑み、人間などの生体の組織へ照射したレーザ光が組織内の各部位にどのような強さで届くのかをスペックの高くない計算機で従来よりも高速に推論することを、目的とする。
【課題を解決するための手段】
【0010】
本発明の一形態に係るレーザ光到達度合学習推論システムは、生体の特定の組織の三次元モデルである学習用三次元モデルと、当該学習用三次元モデルそれぞれに対してレーザ光を照射した際の、当該学習用三次元モデルの各位置における前記レーザ光の到達度合である学習用到達度合とを、データセットとして取得する、取得手段と、前記データセットの前記学習用三次元モデルおよび前記学習用到達度合をそれぞれ入力データおよび正解データとして用いて機械学習を行うことによって学習済モデルを生成する学習手段と、被験者の前記特定の組織の三次元モデルである被験三次元モデルを前記学習済モデルへ入力することによって、当該被験三次元モデルへ前記レーザ光を照射した際の、当該被験三次元モデルの各位置における前記レーザ光の推論到達度合を算出する、推論手段と、を有する。
【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
関連特許
個人
健康器具
1か月前
個人
歯の掃除具
4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
脈波測定方法
1か月前
個人
白内障治療法
22日前
個人
脈波測定方法
1か月前
個人
マッサージ機
1か月前
個人
乗馬テラピー
5か月前
個人
洗井間専家。
8日前
個人
塗り薬塗り具
3か月前
個人
身体牽引装置
5か月前
個人
導電香
2か月前
個人
健康器具
3か月前
個人
収納容器
3か月前
個人
発熱器具
4か月前
個人
染毛方法
4か月前
個人
片足歩行支援具
2か月前
個人
クリップ
2か月前
三生医薬株式会社
錠剤
19日前
個人
磁器治療器
5か月前
個人
眼科診療車
2か月前
個人
口内洗浄具
1か月前
個人
動体視力強化装置
5か月前
個人
車椅子持ち上げ器
22日前
個人
服薬支援装置
17日前
株式会社コーセー
化粧料
2か月前
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
株式会社コーセー
美爪料
2か月前
個人
除菌システム
2か月前
個人
血管硬化度算出方法
5か月前
個人
避難困難者救出台車
2か月前
株式会社ナカニシ
生検針
5か月前
東レ株式会社
下肢着用具
5か月前
株式会社結心
手袋
29日前
続きを見る
他の特許を見る