特許ウォッチ

公開番号2025084107
公報種別公開特許公報(A)
公開日2025-06-02
出願番号2024202030
出願日2024-11-20
発明の名称パーソナライズ化関節骨格・軟骨形態測定システム及び方法
出願人三顧股ふん有限公司
代理人個人,個人
主分類A61B 6/46 20240101AFI20250526BHJP(医学または獣医学;衛生学)
要約【課題】パーソナライズした治療法の決定や、治療効果の検査のために、医師に対し動的でより正確な診療情報を提供可能にする。
【解決手段】パーソナライズ化関節骨格・軟骨形態測定システムは、画像取得モジュールが被検者の複数の骨格画像を取得し、画像解析モジュールが統計的形状モデル及び主成分分析により骨格画像から骨格・軟骨3Dモデルを生成、ニューラルネットワークモデルが入力された骨格・軟骨形状パラメータに基づき、骨格運動パラメータを生成し、モデル構築モジュールが骨格・軟骨3Dモデル及び骨格運動パラメータに基づいてパーソナライズ化関節骨格・軟骨モデルを生成、計算モジュールがパーソナライズ化関節骨格・軟骨モデルに基づいて、運動時における骨格・軟骨3Dモデル間の相対位置をシミュレーションし、骨格・軟骨3Dモデルの軟骨が運動時に干渉し合う領域を削除することで、被検者の実際の軟骨形状及び軟骨摩耗値を算出する。
【選択図】図1
特許請求の範囲【請求項１】
被検者のパーソナライズ化関節骨格・軟骨モデルを構築し、前記パーソナライズ化関節骨格・軟骨モデルに基づき前記被検者の軟骨摩耗値を算出するためのパーソナライズ化関節骨格・軟骨形態測定システムであって、
データセットを記憶するために用いられ、前記データセットには、複数の健常者についての複数の関節骨格・軟骨画像と、前記関節骨格・軟骨画像に対応する骨格・軟骨３Ｄモデル及び複数の形状パラメータが含まれるデータベースと、
前記被検者の複数の骨格画像を取得するために用いられ、各前記骨格画像には第１骨格画像及び第２骨格画像が含まれる画像取得モジュールと、
前記画像取得モジュール及び前記データベースに接続されており、前記データセットを用いて学習された統計的形状モデル（ＳｔａｔｉｓｔｉｃａｌＳｈａｐｅＭｏｄｅｌ）から、前記被検者の前記骨格画像について前記骨格・軟骨３Ｄモデルを取得し、主成分分析（Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓａｎａｌｙｓｉｓ，ＰＣＡ）により、前記骨格・軟骨３Ｄモデル及び前記形状パラメータに基づいて、前記第１骨格画像に対応する複数の第１骨格・軟骨形状パラメータ及び前記第２骨格画像に対応する複数の第２骨格・軟骨形状パラメータを取得し、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータに基づいて、第１骨格・軟骨３Ｄモデル及び第２骨格・軟骨３Ｄモデルを生成する画像解析モジュールと、
前記画像解析モジュールに接続されており、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータが入力されることで、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータに対応する複数の第１骨格運動パラメータ及び複数の第２骨格運動パラメータを生成して出力するニューラルネットワークモデルであって、前記データセットに基づき機械学習法で訓練することで得られるニューラルネットワークモデルと、
前記画像解析モジュール及び前記ニューラルネットワークモデルに接続されており、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルと、前記第１骨格運動パラメータ及び前記第２骨格運動パラメータに基づいて前記パーソナライズ化関節骨格・軟骨モデルを生成するモデル構築モジュールと、
前記モデル構築モジュールに接続されており、前記パーソナライズ化関節骨格・軟骨モデルに基づいて、前記被検者の運動時における前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの相対位置をシミュレーションして、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの軟骨が運動時に干渉し合う領域を削除することで、前記被検者の実際の軟骨形状及び前記軟骨摩耗値を算出する計算モジュール、を含むシステム。
続きを表示（約 2,000 文字）【請求項２】
更に、前記画像解析モジュール及び前記モデル構築モジュールに接続されており、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの角度と位置を調整して投影し、単一平面動態画像レジストレーション法により、前記データセット内の前記健常者の前記関節骨格・軟骨画像と照合することで、前記被検者の前記第１骨格運動パラメータ及び前記第２骨格運動パラメータを算出する画像レジストレーションモジュール、を含む請求項１に記載のパーソナライズ化関節骨格・軟骨形態測定システム。
【請求項３】
前記被検者の各前記骨格画像には、更に、Ｘ線画像が含まれる請求項１に記載のパーソナライズ化関節骨格・軟骨形態測定システム。
【請求項４】
前記第１骨格運動パラメータ及び前記第２骨格運動パラメータには、更に、ＸＹＺ軸３方向における平行移動パラメータ及び回転パラメータが含まれる請求項１に記載のパーソナライズ化関節骨格・軟骨形態測定システム。
【請求項５】
前記パーソナライズ化関節骨格・軟骨モデルは、更に、カラー対応画像及び透視法により可視化して表示される請求項１に記載のパーソナライズ化関節骨格・軟骨形態測定システム。
【請求項６】
パーソナライズ化関節骨格・軟骨形態測定方法であって、
データセットをデータベースに記憶し、前記データセットには、複数の健常者についての複数の関節骨格・軟骨画像と、前記関節骨格・軟骨画像に対応する骨格・軟骨３Ｄモデル及び複数の形状パラメータが含まれるステップと、
画像取得モジュールを用いて前記被検者の複数の骨格画像を取得し、各前記骨格画像には第１骨格画像及び第２骨格画像が含まれるステップと、
画像解析モジュールにより、前記データセットを用いて学習された統計的形状モデル（ＳｔａｔｉｓｔｉｃａｌＳｈａｐｅＭｏｄｅｌ）から、前記被検者の前記骨格画像について前記骨格・軟骨３Ｄモデルを取得し、主成分分析（Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓａｎａｌｙｓｉｓ，ＰＣＡ）により、前記骨格・軟骨３Ｄモデル及び前記形状パラメータに基づいて、前記第１骨格画像に対応する複数の第１骨格・軟骨形状パラメータ及び前記第２骨格画像に対応する複数の第２骨格・軟骨形状パラメータを取得し、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータに基づいて、第１骨格・軟骨３Ｄモデル及び第２骨格・軟骨３Ｄモデルを生成するステップと、
前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータをニューラルネットワークモデルに入力することで、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータに対応する複数の第１骨格運動パラメータ及び複数の第２骨格運動パラメータを生成して出力し、ニューラルネットワークモデルは前記データセットに基づき機械学習法で訓練することで得られるステップと、
モデル構築モジュールを用いて、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルと、前記第１骨格運動パラメータ及び前記第２骨格運動パラメータに基づいて前記パーソナライズ化関節骨格・軟骨モデルを生成するステップと、
計算モジュールにより、前記パーソナライズ化関節骨格・軟骨モデルに基づいて、前記被検者の運動時における前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの相対位置をシミュレーションして、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの軟骨が運動時に干渉し合う領域を削除することで、前記被検者の実際の軟骨形状及び前記軟骨摩耗値を算出するステップ、を含む方法。
【請求項７】
更に、
画像レジストレーションモジュールにより、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの角度と位置を調整して投影し、単一平面動態画像レジストレーション法により、前記データセット内の前記健常者の前記関節骨格・軟骨画像と照合することで、前記被検者の前記第１骨格運動パラメータ及び前記第２骨格運動パラメータを算出するステップ、を含む請求項６に記載のパーソナライズ化関節骨格・軟骨形態測定方法。
【請求項８】
前記被検者の各前記骨格画像には、更に、Ｘ線画像が含まれる請求項６に記載のパーソナライズ化関節骨格・軟骨形態測定方法。
【請求項９】
前記第１骨格運動パラメータ及び前記第２骨格運動パラメータには、更に、ＸＹＺ軸３方向における平行移動パラメータ及び回転パラメータが含まれる請求項６に記載のパーソナライズ化関節骨格・軟骨形態測定方法。
【請求項１０】
前記パーソナライズ化関節骨格・軟骨モデルは、更に、カラー対応画像及び透視法により可視化して表示される請求項６に記載のパーソナライズ化関節骨格・軟骨形態測定方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、関節骨格・軟骨測定システム及び方法に関し、特に、従来の人工知能手法を利用するパーソナライズ化関節骨格・軟骨形態測定システム及び方法に関する。
続きを表示（約 2,800 文字）【背景技術】
【０００２】
軟骨は、人体の関節において極めて重要な役割を果たす結合組織の一種であり、関節の運動時の衝撃や摩擦を軽減するのに寄与して、関節の円滑な動作を確実に保証する。しかし、加齢や関節の過度な使用又は外傷に伴って、軟骨は容易に損傷し、骨関節症（Ｏｓｔｅｏａｒｔｈｒｉｔｉｓ，ＯＡ）の発生を招来する場合がある。骨関節症は、変形性関節炎とも称され、関節軟骨又は関節下骨の損傷による関節炎である。発生しやすい部位は、遠位指関節、親指の付け根、頸部、腰、膝及び臀部とされている。中でも、変形性膝関節症（ＫｎｅｅＯｓｔｅｏａｒｔｈｒｉｔｉｓ，ＫｎｅｅＯＡ）は最も一般的である。こうした疾病では、関節の炎症及び損傷が、骨格の変形、腱や靭帯の変性及び軟骨の摩耗を引き起こす結果、関節の痛み、腫れ、奇形、関節機能の損傷及び生活の質の低下を招来する。そのため、的確な治療にとっては、早期診断及び治療効果の検査が極めて重要であるとともに、軟骨変化の検出が極めて重要な要素となる。
【０００３】
これまでの軟骨変化の検出は、通常、従来の臨床評価や、Ｘ線及びＭＲＩといった画像診断法に依拠してきた。現在、最もよく用いられている変形性関節炎のグレード分類方式は、ケルグレン－ローレンス分類システム（Ｋｅｌｌｇｒｅｎ－ＬａｗｒｅｎｃｅＧｒａｄｉｎｇＳｙｓｔｅｍ）である。当該システムでは、立位膝関節のＸ線画像に基づき、関節隙間の減少度合い（軟骨の摩耗度合いを表す）及び骨棘の生成度合いから、変形性膝関節症を５段階に分ける。しかし、Ｘ線やＭＲＩ検査を用いる方法にはいくつかの制約がある。例えば、Ｘ線法では、実際の軟骨情報を得ることはできず、隙間から膝関節の骨関節症の重症度を推定できるにすぎないため、医師によって評価に違いが出ることがある。また、ＭＲＩ法では、画質に限界があるため、損傷した軟骨と正常な軟骨それぞれの位置を正確に特定することができない。且つ、これらの方法は、いずれも静止時の情報が得られるにすぎない。また、いずれも高いコストと専用の設備を必要とし、操作者の技能の影響を受ける。
【０００４】
従って、新たな関節骨格・軟骨測定システム及び方法を研究開発して、上述した従来の課題を解決する必要がある。
【発明の概要】
【発明が解決しようとする課題】
【０００５】
以上に鑑みて、本発明は、上述した従来の課題を解決するために、パーソナライズ化関節骨格・軟骨形態測定システムを提供する。
【課題を解決するための手段】
【０００６】
本発明は、被検者のパーソナライズ化関節骨格・軟骨モデルを構築し、前記パーソナライズ化関節骨格・軟骨モデルに基づき前記被検者の軟骨摩耗値を算出するためのパーソナライズ化関節骨格・軟骨形態測定システムを提供する。パーソナライズ化関節骨格・軟骨形態測定システムは、データベース、画像取得モジュール、画像解析モジュール、ニューラルネットワークモデル、モデル構築モジュール及び計算モジュールを含む。データベースはデータセットを記憶するために用いられる。前記データセットには、複数の健常者についての複数の関節骨格・軟骨画像と、前記関節骨格・軟骨画像に対応する骨格・軟骨３Ｄモデル及び複数の形状パラメータが含まれる。画像取得モジュールは、前記被検者の複数の骨格画像を取得するために用いられる。各前記骨格画像には第１骨格画像及び第２骨格画像が含まれる。画像解析モジュールは、前記画像取得モジュール及び前記データベースに接続されており、前記データセットを用いて学習された統計的形状モデル（ＳｔａｔｉｓｔｉｃａｌＳｈａｐｅＭｏｄｅｌ）から、前記被検者の前記骨格画像について前記骨格・軟骨３Ｄモデルを取得する。また、主成分分析（Ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔｓａｎａｌｙｓｉｓ，ＰＣＡ）により、前記骨格・軟骨３Ｄモデル及び前記形状パラメータに基づいて、前記第１骨格画像に対応する複数の第１骨格・軟骨形状パラメータ及び前記第２骨格画像に対応する複数の第２骨格・軟骨形状パラメータを取得する。且つ、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータに基づいて、第１骨格・軟骨３Ｄモデル及び第２骨格・軟骨３Ｄモデルを生成する。ニューラルネットワークモデルは、前記画像解析モジュールに接続されており、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータが入力されることで、前記第１骨格・軟骨形状パラメータ及び前記第２骨格・軟骨形状パラメータに対応する複数の第１骨格運動パラメータ及び複数の第２骨格運動パラメータを生成して出力する。ニューラルネットワークモデルは、前記データセットに基づき機械学習法で訓練することで得られる。モデル構築モジュールは、前記画像解析モジュール及び前記ニューラルネットワークモデルに接続されており、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルと、前記第１骨格運動パラメータ及び前記第２骨格運動パラメータに基づいて前記パーソナライズ化関節骨格・軟骨モデルを生成する。計算モジュールは、前記モデル構築モジュールに接続されており、前記パーソナライズ化関節骨格・軟骨モデルに基づいて、前記被検者の運動時における前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの相対位置をシミュレーションする。そして、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの軟骨が運動時に干渉し合う領域を削除することで、前記被検者の実際の軟骨形状及び前記軟骨摩耗値を算出する。
【０００７】
パーソナライズ化関節骨格・軟骨形態測定システムは、更に、前記画像解析モジュール及び前記データベースに接続されており、前記第１骨格・軟骨３Ｄモデル及び前記第２骨格・軟骨３Ｄモデルの角度と位置を調整して投影し、単一平面動態画像レジストレーション法により、前記データセット内の前記健常者の前記関節骨格・軟骨画像と照合することで、前記被検者の前記第１骨格運動パラメータ及び前記第２骨格運動パラメータを算出する画像レジストレーションモジュール、を含む。
【０００８】
前記被検者の各前記骨格画像には、更に、Ｘ線画像が含まれる。
【０００９】
前記第１骨格運動パラメータ及び前記第２骨格運動パラメータには、更に、ＸＹＺ軸３方向における平行移動パラメータ及び回転パラメータが含まれる。
【００１０】
前記パーソナライズ化関節骨格・軟骨モデルは、更に、カラー対応画像及び透視法により可視化して表示される。
（【００１１】以降は省略されています）

関連特許