特許ウォッチ

公開番号2025169584
公報種別公開特許公報(A)
公開日2025-11-14
出願番号2024074407
出願日2024-05-01
発明の名称動態画像解析装置、方法、及びプログラム。
出願人コニカミノルタ株式会社
代理人弁理士法人鷲田国際特許事務所
主分類A61B 6/00 20240101AFI20251107BHJP(医学または獣医学;衛生学)
要約【課題】動態画像に対してFFTなどの周期性スペクトル解析を行っても、全ての情報を抽出することはできない。
【解決手段】本開示の一実施形態における動態画像解析装置は、動態画像が非定常スペクトル解析された結果が入力される入力部と、前記入力された非定常スペクトル解析された結果に基づいて分類する分類部と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
動態画像が非定常スペクトル解析された結果が入力される入力部と、
前記入力された非定常スペクトル解析された結果に基づいて分類する分類部と、
を備える、動態画像分類装置。
続きを表示（約 680 文字）【請求項２】
前記非定常スペクトル解析された結果は、動態画像をウェーブレット変換したスカログラムである、
請求項１に記載の動態画像分類装置。
【請求項３】
前記非定常スペクトル解析された結果は、前記動態画像の少なくとも２カ所の関心領域のスカログラムである、
請求項２に記載の動態画像分類装置。
【請求項４】
前記分類部は、前記少なくとも２カ所の関心領域のスカログラムのコヒーレンス性に基づいて分類する、
請求項３に記載の動態画像分類装置。
【請求項５】
前記非定常スペクトル解析された結果は、前記スカログラムに基づいて生成された周波数スペクトルである、
請求項２に記載の動態画像分類装置。
【請求項６】
前記分類部は、教師無し学習に基づいて分類する、
請求項１に記載の動態画像分類装置。
【請求項７】
前記分類部は、教師有り学習に基づいて分類する、
請求項１に記載の動態画像分類装置。
【請求項８】
前記分類部は、分類した結果に基づいて、疾患を判断する、
請求項１に記載の動態画像分類装置。
【請求項９】
前記疾患は、心疾患及び肺疾患を含む、
請求項８に記載の動態画像分類装置。
【請求項１０】
前記入力部は、前記判断する疾患に応じて、入力されるデータを最適化する、
請求項８に記載の動態画像分類装置。
（【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】
本開示は、動態画像解析装置、方法、及びプログラムに関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
放射線発生装置が、放射線パルスを、放射指示が行われている間、所定時間（持続時間）にわたり単位時間当たり複数回（例えば１秒間に１５回）の周期（パルス周期）で繰り返して放射し、放射線検出装置が、被検体を通して受けた放射線の線量に応じて発生した電荷の量を信号値（強度）として読み出す動態撮影が行われている。動態撮影により、撮影時刻がパルス周期ずつ異なる複数の（一連の）静止画像で構成される動態画像が撮影される。静止画像を撮影する周期はフレームレートと呼ばれており、放射線パルスの周期に等しい。撮影された動態画像に基づいて、医師が疾病の診断を行うことが行われている。医師は、肺や心臓などの臓器の動態撮影により、肺や心臓の動きに基づいて、肺疾患や心疾患の診断を行うことができる。また、医師は、骨の動態撮影により、関節の動きに基づく診断を行うことができる。
【０００３】
動態画像に対して高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を行い、心拍に同期した周期性信号など、特定の周波数スペクトルを抽出する解析が行われている。ＦＦＴによって、特定の周波数スペクトルを抽出することができる。動態画像に対してＦＦＴで抽出する周波数スペクトルとして、心拍動に同期した周波数を抽出すると、動態画像における心拍動に伴う血管の収縮及び拡張を抽出することができる。心拍動に伴う血管の収縮及び拡張が低下する領域を検出することで肺塞栓の診断に有用な情報を得ることができる。信号が低下する領域は、例えば基準フレームとの信号変化量の差分により検出することができる（例えば、特許文献１、２）。
【先行技術文献】
【特許文献】
【０００４】
特開２０２３－１２１１０４号公報
特開２０２２－０９５８７１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
動態画像は、心拍動に伴って血管が収縮及び拡張（心臓誘発血管拡張：Cardiac induced vessel dilation）し、血管の収縮及び拡張による血管の太さ及び血液の量が変化することで、Ｘ線検出装置が検出するＸ線強度の変化として検出される。肺動脈は心拍動に伴う収縮及び拡張の変化が大きいから、動態画像から取得したＸ線強度の変化に対してＦＦＴを行って心拍動に同期した周波数を抽出することにより、血管の収縮及び拡張の変化を検出することができる。
【０００６】
一方、毛細血管（末梢血管）に支配される画像上の肺野（解剖上の肺実質）は心拍動に同期した血管の収縮及び拡張が行われるものの、Ｘ線強度の変化は、肺動脈の強度の変化に対して減衰していると考えられる。
【０００７】
また、肺疾患などにより肺実質の組織性状が均一でない状態となると、血管の収縮及び拡張による振動伝搬において、共振、減衰、及び反射の少なくとも１つが発生する。振動伝搬における共振、減衰、反射の現象は、非定常信号として観測されると考えられる。
【０００８】
このように、生体信号（心拍動に伴う血管の収縮及び拡張）には非定常信号が含まれていると考えられるから、動態画像に対してＦＦＴなどの周期性信号解析（定常スペクトル解析）を行っても、非定常信号に関係する情報を抽出することはできないことに新たに気が付いた。そのため、従来の方法では、例えば、非定常信号として観測される、毛細血管（末梢血管）に関する血流信号が取り出せないこととなり、末梢型の肺塞栓に対して有用な情報が得られないと考えられる。
【課題を解決するための手段】
【０００９】
本開示の一実施形態における動態画像解析装置は、動態画像が非定常スペクトル解析された結果が入力される入力部と、前記入力された非定常スペクトル解析された結果に基づいて分類する分類部と、を備える。
【００１０】
本開示の一実施形態における動態画像解析方法は、動態画像が非定常スペクトル解析された結果が入力され、前記入力された非定常スペクトル解析された結果に基づいて分類する。
（【００１１】以降は省略されています）

関連特許