特許ウォッチ

公開番号2025121219
公報種別公開特許公報(A)
公開日2025-08-19
出願番号2024016531
出願日2024-02-06
発明の名称訓練データの生成方法、及び異常判定方法
出願人国立大学法人東海国立大学機構,住友化学株式会社
代理人個人,個人,個人,個人
主分類A61B 6/03 20060101AFI20250812BHJP(医学または獣医学;衛生学)
要約【課題】物体の3次元画像から、当該物体の部分に多様な態様で生じる異常を判定し易くする。
【解決手段】物体の3次元画像から物体における異常を判定するための機械学習に用いる訓練データの生成方法は、3次元画像(32)から物体の部分及びその近傍を含むように切り出された部分画像(33)に基づいて、複数の方向から部分画像が2次元平面に投影された複数の2次元画像(41～43)を特定の画像サイズにおいて生成すること、複数の2次元画像に、特定の画像サイズを有する画像内の各画素の位置を示す画像(51,52)を重畳させた重畳画像(34)を生成すること、及び重畳画像と物体における部分の異常を判定した異常情報とを関連付けて、機械学習による学習済みモデルの生成に用いられる訓練データを生成すること、を含む。学習済みモデルは、物体の重畳画像として入力される入力画像から、入力画像における部分について異常情報を出力する。
【選択図】図7
特許請求の範囲【請求項１】
物体の３次元画像から前記物体における異常を判定するための機械学習に用いる訓練データの生成方法であって、
前記３次元画像から前記物体の部分及び前記部分の近傍を含むように切り出された部分画像に基づいて、複数の方向から前記部分画像が２次元平面に投影された複数の２次元画像を特定の画像サイズにおいて生成すること、
前記複数の２次元画像に、前記特定の画像サイズを有する画像内の各画素の位置を示す画像を重畳させた重畳画像を生成すること、及び
前記重畳画像と前記物体における前記部分の異常を判定した異常情報とを関連付けて、機械学習による学習済みモデルの生成に用いられる訓練データを生成することを含み、
前記学習済みモデルは、前記物体の重畳画像として入力される入力画像から、前記入力画像における前記部分について前記異常情報を出力する
訓練データの生成方法。
続きを表示（約 1,200 文字）【請求項２】
前記複数の方向は、互いに直交する３つの方向を含む
請求項１に記載の訓練データの生成方法。
【請求項３】
前記異常情報は、前記物体において前記部分が異常であるか否かを示し、
前記学習済みモデルは、前記入力画像を前記入力画像における前記部分が異常であるか否かにより分類する
請求項１に記載の訓練データの生成方法。
【請求項４】
前記訓練データは、前記物体における１種類以上の部分について種類毎に生成され、
前記学習済みモデルは、前記種類毎の訓練データに基づいて各種類について生成される
請求項１に記載の訓練データの生成方法。
【請求項５】
前記複数の方向は、互いに直交する３つの方向と、前記３つの方向とは異なる方向とを含む方向から選択される２以上の方向を含む
請求項１に記載の訓練データの生成方法。
【請求項６】
前記３次元画像の前記部分画像から前記複数の２次元画像を生成することは、最大値投影法、ＤＲＲ法、平均値投影法、ボリュームレンダリング、又は多断面再構成法により各２次元画像を生成することを含む
請求項１に記載の訓練データの生成方法。
【請求項７】
請求項１に記載の訓練データの生成方法により生成された訓練データに基づいて、機械学習を行うことで、前記学習済みモデルを生成することを含む
学習済みモデルの生成方法。
【請求項８】
物体の３次元画像から前記物体における異常を判定する異常判定方法であって、
前記３次元画像から前記物体の部分及び前記部分の近傍を含むように切り出された部分画像に基づいて、複数の方向から前記部分画像が２次元平面に投影された複数の２次元画像を特定の画像サイズにおいて生成すること、
前記複数の２次元画像に、前記特定の画像サイズを有する画像内の位置を示す画像を重畳させた重畳画像を生成すること、及び
前記重畳画像を機械学習による学習済みモデルに入力して、前記物体における前記部分の異常を判定した異常情報を出力させることを含み、
前記学習済みモデルは、前記物体の重畳画像として入力される入力画像と前記入力画像における前記部分の異常を判定した異常情報とを関連付けた訓練データに基づいて、機械学習により生成される
異常判定方法。
【請求項９】
前記複数の方向は、互いに直交する３つの方向を含む
請求項８に記載の異常判定方法。
【請求項１０】
前記異常情報は、前記物体において前記部分が異常であるか否かを示し、
前記学習済みモデルは、前記入力画像を前記入力画像における前記部分が異常であるか否かにより分類する
請求項８に記載の異常判定方法。
（【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】
本発明は、物体の３次元画像から当該物体における異常を判定するための機械学習に用いる訓練データの生成方法、及び異常判定方法に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
特許文献１は、ＣＴ（Computed Tomography）装置等により撮影された、心臓の血管といった対象物が含まれる３次元画像の各画素を複数のクラス（例えば冠動脈と冠静脈）に分類する画像分類装置を開示している。特許文献１の画像分類装置は、３次元画像に含まれる特徴点（例えば心臓の大動脈弁、僧帽弁および心尖部）を検出し、特徴点に基づいて３次元画像に基準軸を設定する。特許文献１の画像分類装置は、当該基準軸を基準として、３次元画像に含まれる対象物を特定の投影方向に投影することにより２次元画像を生成し、２次元画像に基づいて、対象物の各画素を複数のクラスに分類するため、少ない演算量にて精度良く分類することができる。
【先行技術文献】
【特許文献】
【０００３】
特開２０１８－１３９６９３号公報
【非特許文献】
【０００４】
Murase, R., Suganuma, M., & Okatani, T. (2020). How can CNNs use image position for segmentation?. arXiv preprint arXiv:2005.03463.
【発明の概要】
【発明が解決しようとする課題】
【０００５】
本発明は、物体の３次元画像から、当該物体の部分に多様な態様で生じる異常を判定し易くすることができる機械学習に用いる訓練データの生成方法、及び異常判定方法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】
【０００６】
本発明の一態様は、物体の３次元画像から物体における異常を判定するための機械学習に用いる訓練データの生成方法を提供する。訓練データの生成方法は、３次元画像から物体の部分及び部分の近傍を含むように切り出された部分画像に基づいて、複数の方向から部分画像が２次元平面に投影された複数の２次元画像を特定の画像サイズにおいて生成すること、複数の２次元画像に、特定の画像サイズを有する画像内の各画素の位置を示す画像を重畳させた重畳画像を生成すること、及び重畳画像と物体における部分の異常を判定した異常情報とを関連付けて、機械学習による学習済みモデルの生成に用いられる訓練データを生成することを含む。学習済みモデルは、物体の重畳画像として入力される入力画像から、入力画像における部分について異常情報を出力する。
【０００７】
本発明の別の一態様は、物体の３次元画像から物体における異常を判定する異常判定方法を提供する。異常判定方法は、３次元画像から物体の部分及び部分の近傍を含むように切り出された部分画像に基づいて、複数の方向から部分画像が２次元平面に投影された複数の２次元画像を特定の画像サイズにおいて生成すること、複数の２次元画像に、特定の画像サイズを有する画像内の位置を示す画像を重畳させた重畳画像を生成すること、及び重畳画像を機械学習による学習済みモデルに入力して、物体における部分の異常を判定した異常情報を出力させることを含む。学習済みモデルは、物体の重畳画像として入力される入力画像と入力画像における部分の異常を判定した異常情報とを関連付けた訓練データに基づいて、機械学習により生成される。
【発明の効果】
【０００８】
本発明によれば、物体の３次元画像から当該物体の部分及びその近傍を含めて切り出された画像に基づき、当該画像を複数の方向から２次元平面に投影した複数の２次元画像に、各画素の位置を示す画像を重畳させた重畳画像が生成される。これにより、物体の３次元画像から、生成される重畳画像を用いて、当該物体の部分に多様な態様で生じる異常を判定し易くすることができる。
【図面の簡単な説明】
【０００９】
実施形態１に係る画像診断システムの構成を示す図
画像診断システムにおける画像処理装置の構成を例示するブロック図
画像診断システムにおける診断対象のＣＴ画像を説明するための図
画像処理装置における異常判定の動作を例示するフローチャート
画像処理装置における異常判定の動作を説明するための図
画像処理装置における重畳画像の生成処理を例示するフローチャート
重畳画像の生成処理を説明するための図
画像処理装置における訓練データの生成処理を例示するフローチャート
画像処理装置における訓練処理を例示するフローチャート
画像処理装置における部位分類モデル及び異常判定モデルの性能評価の結果を示す図
実施形態１の第１の変形例における２次元画像を説明するための図
実施形態１の第２の変形例における２次元画像を説明するための図
【発明を実施するための形態】
【００１０】
以下、添付の図面を参照して、本発明の実施の形態に係る訓練データの生成方法、及び異常判定方法を説明する。以下の説明では、同様の構成要素には同一の符号を付している。それらの重複する説明については適宜、省略する。
（【００１１】以降は省略されています）

関連特許