特許ウォッチ

公開番号2025172182
公報種別公開特許公報(A)
公開日2025-11-20
出願番号2025154448,2024192164
出願日2025-09-17,2021-03-11
発明の名称推定装置、方法およびプログラム
出願人富士フイルム株式会社
代理人弁理士法人太陽国際特許事務所
主分類A61B 6/50 20240101AFI20251113BHJP(医学または獣医学;衛生学)
要約【課題】推定装置、方法およびプログラムにおいて、運動器の疾患を高精度で予測できるようにする。
【解決手段】少なくとも1つのプロセッサを備え、プロセッサは、骨部を含む被写体を単純撮影することにより取得した単純放射線画像から骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能する。学習済みニューラルネットワークは、(i)エネルギー分布が異なる放射線により骨部を含む被写体を撮影することにより取得された2つの放射線画像、(ii)被写体の放射線画像および被写体の骨部を表す骨部画像、または(iii)被写体の放射線画像および被写体の骨部の骨密度を表す骨密度画像と、被写体の骨部の骨密度に関連する情報とを教師データとして用いて学習されてなる。
【選択図】図3
特許請求の範囲【請求項１】
少なくとも１つのプロセッサを備え、
前記プロセッサは、
骨部を含む被写体を単純撮影することにより取得した単純放射線画像から前記骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能し、
前記学習済みニューラルネットワークは、（ｉ）エネルギー分布が異なる放射線により骨部を含む被写体を撮影することにより取得された２つの放射線画像、（ｉｉ）前記被写体の放射線画像および前記被写体の前記骨部を表す骨部画像、または（ｉｉｉ）前記被写体の放射線画像および前記被写体の前記骨部の骨密度を表す骨密度画像と、前記被写体の骨部の骨密度に関連する情報とを教師データとして用いて学習されてなる、推定装置。
続きを表示（約 2,200 文字）【請求項２】
前記骨密度に関連する情報は、
エネルギー分布が異なる放射線により骨部および軟部を含む被写体を撮影することにより取得された２つの放射線画像のうちの少なくとも一方の放射線画像に基づいて推定された、前記被写体の体厚分布、
前記２つの放射線画像を取得した際の撮影条件、および
前記２つの放射線画像を重み付け減算するエネルギーサブトラクション処理により導出された、前記骨部が抽出された骨部画像における骨部領域の画素値に基づいて導出される請求項１に記載の推定装置。
【請求項３】
前記骨部画像は、
前記２つの放射線画像のうちの少なくとも一方の放射線画像を用いて前記被写体の前記骨部および前記軟部を認識し、
前記骨部および前記軟部の認識結果と前記２つの放射線画像とを用いて前記骨部および前記軟部についての減弱係数を導出し、
前記減弱係数を用いて前記エネルギーサブトラクション処理を行うことにより導出される請求項２に記載の推定装置。
【請求項４】
前記骨部画像は、
前記骨部画像に含まれる前記骨部の画素値に基づいて前記重み付け減算に用いる新たな重み係数を導出し、
前記２つの放射線画像に対して前記新たな重み係数を用いて前記重み付け減算を行うことにより新たな骨部画像を導出し、
前記新たな骨部画像に基づくさらに新たな重み係数の導出、およびさらに新たな重み係数に基づくさらに新たな骨部画像の導出を繰り返すことにより導出される請求項２に記載の推定装置。
【請求項５】
前記骨部画像は、
前記軟部についての異なるエネルギー分布毎の減弱係数、前記軟部の厚さ、前記骨部についての異なるエネルギー分布毎の減弱係数、および前記骨部の厚さを初期値から変更しつつ、異なるエネルギー分布毎に、前記軟部の減弱係数×前記軟部の厚さ＋前記骨部の減弱係数×前記骨部の厚さの値と、前記放射線画像の各画素値との相違を導出し、
前記相違が最小となるまたは前記相違が予め定められたしきい値未満となる、前記異なるエネルギー分布毎の前記軟部の減弱係数および前記骨部の減弱係数を導出し、
前記軟部の減弱係数および前記骨部の減弱係数に基づいて導出された重み係数を用いて前記エネルギーサブトラクション処理を行うことにより導出される請求項２に記載の推定装置。
【請求項６】
前記骨部画像は、
前記被写体の前記軟部に含まれる複数の組成の組成割合を導出し、
前記組成割合に応じて前記２つの放射線画像の画素毎に前記軟部における異なるエネルギー分布毎の減弱係数を導出し、
導出された前記軟部の減弱係数および予め定められた前記骨部の減弱係数に基づいて導出された重み係数を用いて前記エネルギーサブトラクション処理を行うことにより導出される請求項２に記載の推定装置。
【請求項７】
前記組成割合は、
前記２つの放射線画像のそれぞれについての画素毎に、前記被写体の体厚をそれぞれ第１の体厚および第２の体厚として導出し、
前記第１の体厚および前記第２の体厚に基づいて、前記放射線画像の画素毎に導出される請求項６に記載の推定装置。
【請求項８】
前記組成割合は、
前記複数の組成のそれぞれについての前記異なるエネルギー分布毎の減弱係数に基づいて、前記第１の体厚および前記第２の体厚を導出し、
前記組成の厚さおよび前記組成毎の減弱係数を変更しつつ、前記第１の体厚および前記第２の体厚を導出し、前記第１の体厚と前記第２の体厚との相違が予め定められたしきい値以下となる前記組成の厚さに基づいて導出される請求項７に記載の推定装置。
【請求項９】
前記骨部画像は、
前記被写体に照射された放射線のうち前記被写体により散乱された散乱線成分を前記２つの放射線画像から除去する散乱線除去処理を行い、前記散乱線成分が除去された前記２つの放射線画像に対する前記エネルギーサブトラクション処理により導出される請求項２から８のいずれか１項に記載の推定装置。
【請求項１０】
前記散乱線除去処理は、前記被写体と前記放射線画像を検出する放射線検出器との間に介在する物体の前記体厚分布に応じた放射線特性を取得し、
前記撮影条件、前記体厚分布および前記物体の放射線特性を用いて、前記２つの放射線画像のそれぞれに含まれる放射線の一次線分布および散乱線分布を導出し、
前記２つの放射線画像のそれぞれについての前記一次線分布および前記散乱線分布の和と、前記２つの放射線画像の各位置における画素値との誤差を導出し、前記誤差が予め定められたしきい値未満となるように前記体厚分布を更新し、更新した体厚分布に基づく前記放射線特性の導出、並びに前記２つの放射線画像のそれぞれに含まれる前記一次線分布および前記散乱線分布の導出を繰り返し、
前記誤差が予め定められたしきい値未満となったときの前記散乱線分布を前記２つの放射線画像のそれぞれから減算することにより行われる請求項９に記載の推定装置。
（【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、推定装置、方法およ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】
骨粗鬆症等の骨系疾患において、骨密度の診断に用いられる代表的な骨塩定量方法の１つにＤＸＡ法（Dual X-ray Absorptiometry）が知られている。ＤＸＡ法は、人体に入射し透過する放射線が、人体を構成する物質（例えば骨）に依存する減弱係数μ（ｃｍ
2
／ｇ）とその密度ρ(ｇ／ｃｍ
3
)および厚さｔ(ｃｍ)によって特徴付けされる減弱を受けることを利用し、２種類のエネルギーの放射線で撮影して得られた放射線画像のピクセル値から、骨塩量を算出する手法である。
【０００３】
また、被写体を撮影することにより取得された放射線画像を用いて、骨密度を評価するための各種手法が提案されている。例えば特許文献１，２には、ニューラルネットワークを学習することにより構築された学習済みニューラルネットワークを用いることにより、骨が写っている画像から骨密度に関する情報を推定する手法が提案されている。特許文献１に記載された手法においては、単純撮影により取得された骨が写っている画像および骨密度を教師データとしてニューラルネットワークの学習が行われる。また、特許文献１に記載された手法においては、単純撮影により取得された骨が写っている画像、骨密度および骨密度に関連する情報（例えば年齢、性別、体重、飲酒習慣、喫煙習慣、骨折歴、体脂肪率および皮下脂肪率等）を教師データとして用いて、ニューラルネットワークの学習が行われる。
【０００４】
なお、単純撮影とは、被写体に１回放射線を照射して、被写体の透過像である１枚の２次元画像を取得する撮影方法である。以降の説明においては、単純撮影により取得した放射線画像を単純放射線画像と称するものとする。
【先行技術文献】
【特許文献】
【０００５】
米国特許第６０６４７１６号明細書
国際公開第２０２０／０５４７３８号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、さらに高精度で骨密度を推定することが望まれている。
【０００７】
本開示は上記事情に鑑みなされたものであり、骨密度を高精度で推定できるようにすることを目的とする。
【課題を解決するための手段】
【０００８】
本開示による推定装置は、少なくとも１つのプロセッサを備え、
プロセッサは、骨部を含む被写体を単純撮影することにより取得した単純放射線画像から骨部の骨密度に関連する推定結果を導出する学習済みニューラルネットワークとして機能し、
学習済みニューラルネットワークは、（ｉ）エネルギー分布が異なる放射線により骨部を含む被写体を撮影することにより取得された２つの放射線画像、（ｉｉ）被写体の放射線画像および被写体の骨部を表す骨部画像、または（ｉｉｉ）被写体の放射線画像および被写体の骨部の骨密度を表す骨密度画像と、被写体の骨部の骨密度に関連する情報とを教師データとして用いて学習されてなる。
【０００９】
なお、本開示による推定装置においては、骨密度に関連する情報は、
エネルギー分布が異なる放射線により骨部および軟部を含む被写体を撮影することにより取得された２つの放射線画像のうちの少なくとも一方の放射線画像に基づいて推定された、被写体の体厚分布、
２つの放射線画像を取得した際の撮影条件、および
２つの放射線画像を重み付け減算するエネルギーサブトラクション処理により導出された、骨部が抽出された骨部画像における骨部領域の画素値に基づいて導出されるものであってもよい。
【００１０】
また、本開示による推定装置においては、骨部画像は、２つの放射線画像のうちの少なくとも一方の放射線画像を用いて被写体の骨部および軟部を認識し、
骨部および軟部の認識結果と２つの放射線画像とを用いて骨部および軟部についての減弱係数を導出し、
減弱係数を用いてエネルギーサブトラクション処理を行うことにより導出されるものであってもよい。
（【００１１】以降は省略されています）

関連特許