特許ウォッチ

公開番号2025068267
公報種別公開特許公報(A)
公開日2025-04-28
出願番号2023178046
出願日2023-10-16
発明の名称情報処理装置、情報処理方法およびプログラム
出願人国立研究開発法人国立がん研究センター,キヤノン株式会社,キヤノンメディカルシステムズ株式会社
代理人弁理士法人酒井国際特許事務所
主分類A61B 6/03 20060101AFI20250421BHJP(医学または獣医学;衛生学)
要約【課題】膵臓癌などの異常候補領域の検出精度を向上させること。
【解決手段】実施形態に係る情報処理装置は、画像データ取得部と、走行線取得部と、特徴量取得部と、特徴量変化取得部と、異常候補領域特定部とを備える。画像データ取得部は、膵臓を撮影した3次元断層画像データを取得する。走行線取得部は、3次元断層画像データに対応する膵臓内を走行する走行線を特定可能な走行線データを取得する。特徴量取得部は、3次元断層画像データに対応する走行線に沿った特徴量を取得する。特徴量変化取得部は、走行線に沿った複数の特徴量間の変化量を取得する。異常候補領域特定部は、変化量に基づいて、膵臓における走行線の近傍の異常候補領域を特定する。
【選択図】図1
特許請求の範囲【請求項１】
膵臓を撮影した３次元断層画像データを取得する画像データ取得部と、
前記３次元断層画像データに対応する前記膵臓内を走行する走行線を特定可能な走行線データを取得する走行線取得部と、
前記３次元断層画像データに対応する前記走行線に沿った特徴量を取得する特徴量取得部と、
前記走行線に沿った複数の前記特徴量間の変化量を取得する特徴量変化取得部と、
前記変化量に基づいて、異常候補領域を特定する異常候補領域特定部と、
を備える情報処理装置。
続きを表示（約 1,000 文字）【請求項２】
前記３次元断層画像データは、複数の断面画像データを含み、
前記特徴量取得部は、前記３次元断層画像データのうち、前記走行線に交差する少なくとも１つの断面画像データに対して、前記特徴量を取得する、
請求項１に記載の情報処理装置。
【請求項３】
前記特徴量取得部は、前記走行線に交差する複数の断面画像データに対して、前記特徴量を取得する、
請求項２に記載の情報処理装置。
【請求項４】
前記特徴量取得部は、前記走行線上の画素値に基づく値を前記特徴量として取得することを特徴とする、
請求項１に記載の情報処理装置。
【請求項５】
前記特徴量変化取得部は、複数の前記特徴量に対して、前記走行線に沿って一次微分した値に基づいて前記変化量を取得する、
請求項１に記載の情報処理装置。
【請求項６】
前記異常候補領域特定部は、前記変化量が所定の条件を満たす変化点に対応する画素および前記変化点から所定の距離離れた位置に対応する画素のうち、少なくとも一方の画素を含む領域を前記異常候補領域として特定する、
請求項１に記載の情報処理装置。
【請求項７】
前記３次元断層画像データ中の特徴量を取得する対象領域として、前記膵臓の領域および膵管の領域のうちの少なくとも一つを取得する領域取得部をさらに有し、
前記特徴量取得部は、前記走行線に交差する断面画像データにおける前記対象領域に基づいて、前記特徴量を取得する、
請求項１乃至６のいずれか一項に記載の情報処理装置。
【請求項８】
前記特徴量取得部は、前記断面画像データにおける前記対象領域の輝度の統計値に基づく特徴量を、前記特徴量として取得する、
請求項７に記載の情報処理装置。
【請求項９】
前記特徴量取得部は、前記断面画像データにおける前記対象領域の輝度の統計値として、平均値、最大値、最小値、中央値、分散値のうち少なくとも一つに基づく特徴量を取得する、
請求項８に記載の情報処理装置。
【請求項１０】
前記特徴量取得部は、前記断面画像データにおける前記対象領域の形状に関する特徴量を、前記特徴量として取得する、
請求項７に記載の情報処理装置。
（【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】
本明細書及び図面に開示の実施形態は、情報処理装置、情報処理方法およびプログラムに関する。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
一般に、膵臓癌は発見が難しく、予後が非常に悪い癌である。そのため、早期発見のための診断支援技術の確立が望まれている。近年は、深層学習の発展により、膵臓癌が疑われる領域を医用画像から検出する技術の研究が増えつつある。例えば、非特許文献１のように、深層学習の一つであるＣＮＮを用いて、膵臓癌が疑われる領域をセグメンテーションする方法が提案されている。
【０００３】
しかしながら、医用画像における膵臓癌は不明瞭な場合が多く、深層学習を用いた方法であっても、膵臓癌が疑われる領域の検出に失敗するという課題があった。一方で、膵臓癌の早期発見に重要な間接所見として、主膵管の拡張や途絶、膵臓の狭窄などがある。これらの情報を用いることで、不明瞭な膵臓癌に対する検出精度が向上する可能性がある。
【先行技術文献】
【非特許文献】
【０００４】
ＺｈｕｏｔｕｎＺｈｕｅｔａｌ．， “Ｍｕｌｔｉ－ＳｃａｌｅＣｏａｒｓｅ－ｔｏ－ＦｉｎｅＳｅｇｍｅｎｔａｔｉｏｎｆｏｒＳｃｒｅｅｎｉｎｇＰａｎｃｒｅａｔｉｃＤｕｃｔａｌＡｄｅｎｏｃａｒｃｉｎｏｍａ”，ａｒＸｉｖ：１８０７．０２９４１［ｃｓ．ＣＶ］，２０１９．
Ｃ．Ｈａｔｔｏｒｉｅｔａｌ．， ”ＣｅｎｔｅｒｌｉｎｅｄｅｔｅｃｔｉｏｎａｎｄｅｓｔｉｍａｔｉｏｎｏｆｐａｎｃｒｅａｔｉｃｄｕｃｔｆｒｏｍａｂｄｏｍｉｎａｌＣＴｉｍａｇｅｓ”，Ｐｒｏｃ．ＳＰＩＥ１２０３２，ＭｅｄｉｃａｌＩｍａｇｉｎｇ２０２２．
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、膵臓癌などの異常候補領域の検出精度を向上させることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置づけることもできる。
【課題を解決するための手段】
【０００６】
実施形態に係る情報処理装置は、画像データ取得部と、走行線取得部と、特徴量取得部と、特徴量変化取得部と、異常候補領域特定部とを備える。画像データ取得部は、膵臓を撮影した３次元断層画像データを取得する。走行線取得部は、３次元断層画像データに対応する膵臓内を走行する走行線を特定可能な走行線データを取得する。特徴量取得部は、３次元断層画像データに対応する走行線に沿った特徴量を取得する。特徴量変化取得部は、走行線に沿った複数の特徴量間の変化量を取得する。異常候補領域特定部は、変化量に基づいて、膵臓における走行線の近傍の異常候補領域を特定する。
【図面の簡単な説明】
【０００７】
図１は、第１の実施形態に係る情報処理装置の機能構成の一例を示す図である。
図２は、第１の実施形態に係る情報処理装置のハードウェア構成の一例を示す図である。
図３は、第１の実施形態に係るＣＴ画像データについて説明する図である。
図４は、第１の実施形態に係る走行線データが保持している走行線について説明する図である。
図５は、第１の実施形態に係る情報処理装置の処理手順の一例を示すフローチャートである。
図６は、第１の実施形態に係る特徴量算出処理の手順の一例を示すフローチャートである。
図７は、第１の実施形態に係る走行線に沿った特徴量に対して特徴量の変化量をプロットしたグラフの一例である。
図８は、第１の実施形態に係る走行線に沿った特徴量に対して特徴量の変化量をプロットしたグラフの一例である。
図９は、第１の実施形態に係る情報処理装置による表示形態の一例を示す図である。
図１０は、第２の実施形態に係る情報処理装置の機能構成の一例を示す図である。
図１１は、第２の実施形態に係る情報処理装置の処理手順の一例を示すフローチャートである。
図１２は、第２の実施形態に係る特徴量算出処理の手順の一例を示すフローチャートである。
図１３は、第３の実施形態に係る情報処理装置の機能構成の一例を示す図である。
図１４は、第３の実施形態に係る情報処理装置の処理手順の一例を示すフローチャートである。
【発明を実施するための形態】
【０００８】
以下、図面を参照しながら、情報処理装置、情報処理方法およびプログラムの実施形態について詳細に説明する。各図面に示される同一または同等の構成要素、部材、処理には、同一の符号を付するものとし、適宜重複した説明は省略する。また、各図面では適宜、構成要素、部材、処理の一部は省略して表示する。
【０００９】
以下の各実施形態では、３次元断層画像データの一例として、Ｘ線コンピュータ断層撮像（Ｘ線ＣＴ（ＣｏｍｐｕｔｅｄＴｏｍｏｇｒａｐｈｙ））装置で撮影されたＣＴ画像データを用いて説明する。なお、本発明の実施形態は、以下の実施形態に限定されるものではなく、例えば、核磁気共鳴画像撮像（ＭａｇｎｅｔｉｃＲｅｓｏｎａｎｃｅＩｍａｇｉｎｇ：ＭＲＩ）装置、ポジトロン断層撮像（ＰｏｓｉｔｒｏｎＥｍｉｓｓｉｏｎＴｏｍｏｇｒａｐｈｙ：ＰＥＴ）装置、超音波診断装置で撮像された画像に対しても適用可能である。
【００１０】
＜第１の実施形態＞
（概要）
本実施形態では、ＣＴ画像データにおいて膵臓内を走行する走行線に沿った画像の特徴量を算出し、その特徴量を用いて異常候補領域および異常領域を検出する方法について説明する。
（【００１１】以降は省略されています）

関連特許