特許ウォッチ

公開番号2025111120
公報種別公開特許公報(A)
公開日2025-07-30
出願番号2024005316
出願日2024-01-17
発明の名称画像判定装置、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 6/46 20240101AFI20250723BHJP(医学または獣医学;衛生学)
要約【課題】患者に対して治療方針を説明するために必要な特徴量(画像)を抽出することで、医師が特徴量を使用して患者に対して分かり易い説明を行えるようにすること。
【解決手段】本開示の一実施形態における画像判定装置は、患者の診断対象領域を含む部位を撮影した動態画像を取得する画像取得手段と、前記動態画像に基づいて、第1処理により、特徴量を抽出する特徴量抽出手段と、前記特徴量に基づいて、機械学習の結果に基づく第2処理により、診断に関する判定を行う判定手段と、前記特徴量と前記診断に関する判定に基づいて説明用データを生成する説明データ生成手段と、前記説明用データを外部に出力する出力部又は通信部と、を備える。
【選択図】図2
特許請求の範囲【請求項１】
患者の診断対象領域を含む部位を撮影した動態画像を取得する画像取得手段と、
前記動態画像に基づいて、第１処理により、特徴量を抽出する特徴量抽出手段と、
前記特徴量に基づいて、機械学習の結果に基づく第２処理により、診断に関する判定を行う判定手段と、
前記特徴量と前記診断に関する判定に基づいて説明用データを生成する説明データ生成手段と、
前記説明用データを外部に出力する出力部又は通信部と、
を備える画像判定装置。
続きを表示（約 1,200 文字）【請求項２】
前記第１処理は、機械学習に基づく処理またはルールに基づく処理である、
請求項１に記載の画像判定装置。
【請求項３】
前記動態画像は、放射線撮影装置により取得した放射線画像である、
請求項１に記載の画像判定装置。
【請求項４】
前記特徴量は、前記動態画像を構成する１つ以上の静止画像を含んでいる、
請求項１に記載の画像判定装置。
【請求項５】
前記診断に関する判定は、特定の疾病の疾病レベルの判定である、
請求項１に記載の画像判定装置。
【請求項６】
前記特定の疾病は、ＣＯＰＤであり、
前記疾病レベルは、病期の判定であり、
前記特徴量は、肺野面積、肺野面積の変化率、気管径、気管径の変化率、横隔膜の変位量、肺胞の変化量、画像濃度、各変化量の分散、前記動態画像を構成する１つ以上の静止画像、及び加工された前記１つ以上の静止画像、の少なくとも１つである、
請求項５に記載の画像判定装置。
【請求項７】
前記特定の疾病は、ＣＯＰＤであり、
前記疾病レベルは、病期の判定であり、
前記特徴量は、肺野の地点毎の動きの大きさの比率、肺野全体の面積、動きが低下している肺野面積、及び肺野全体の面積に対する動きが低下している肺野面積の比率、前記動態画像を構成する１つ以上の静止画像、及び加工された前記１つ以上の静止画像、の少なくとも１つである、
請求項５に記載の画像判定装置。
【請求項８】
前記特定の疾病は、ファロー四徴症であり、
前記疾病レベルは、逆流率であり、
前記特徴量は、肺動脈の波形、心拍波形、前記動態画像を構成する１つ以上の静止画像、及び加工された前記１つ以上の静止画像、の少なくとも１つである、
請求項５に記載の画像判定装置。
【請求項９】
前記特定の疾病は、ＣＴＥＰＨであり、
前記疾病レベルは、確信度であり、
前記特徴量は、各測定位置における血流画像の位相変化量及び振幅変化量、前記動態画像を構成する１つ以上の静止画像、及び加工された前記１つ以上の静止画像、の少なくとも１つである、
請求項５に記載の画像判定装置。
【請求項１０】
患者の診断対象領域を含む部位を撮影した動態画像を取得する画像取得ステップと、
前記動態画像に基づいて、第１処理により、特徴量を抽出する特徴量抽出ステップと、
前記特徴量に基づいて、機械学習の結果に基づく第２処理により、診断に関する判定を行う判定ステップと、
前記特徴量と前記診断に関する判定に基づいて説明用データを生成する説明データ生成ステップと、
前記説明用データを外部に出力するステップと、
を備える画像判定方法。
（【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】
本開示は、画像判定装置、方法、及びプログラムに関する。
続きを表示（約 1,900 文字）【背景技術】
【０００２】
医用画像から機械学習により適切なポジショニングで撮影されたかどうかをクラス判定することが行われている（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【０００３】
特開２０２１－９７８６４号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
インフォームド・コンセントのため、医師、看護師等は、疾病の状況（病状や病態）、治療方針等を患者に対して説明することが必要である。特許文献１の装置は、特徴量に基づいてクラス判定するが、クラス判定の根拠である特徴量は出力されない。したがって、特許文献１の装置を疾病の判断に使用しても、インフォームド・コンセントのための説明資料は出力されない。医用画像は、放射線又は超音波を用いて撮影された画像であって医師等が用いる画像であるが、患者にはなじみがない。したがって、医師等が、把握した疾病の状況や決定した治療方針を患者に説明するにあたり、疾病の状況や治療方針を決定した根拠となる医用画像を用いて説明しても、患者にとって分かり易い説明とはならない場合が多い。
【０００５】
最近は、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、単位時間当たり複数回（例えば１秒間に１５回）の周期で繰り返し、所定時間（持続時間）にわたり放射し、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）として読み出すことにより、複数の静止画像から構成される動態画像に基づいて、医師が疾病の判断を行うことが行われている。つまり、動態画像は、被検体の時間的な変化を撮影した一連の静止画像である。動態画像は、時間的な変化を撮影していれば、２Ｄの画像であっても、３Ｄの画像であってもよい。医用画像が動態画像である場合は、動態画像自体が新しい画像であるから、医師にとっても病態に起因した画像特徴を把握することが難しい場合がある。患者にとってはさらになじみがないから、医師等が患者に対して分かり易い説明を行うことは、より困難である。
【０００６】
したがって、機械学習により特定の疾病の疾病レベルを推定するにあたり、医師に対して病態が分かり易いデータ、あるいは患者に対して治療方針を説明するために必要なデータが提供されることで、医師の判断を補助し、医師等が患者に対して分かり易い説明を行えるようにすることが求められる。
【課題を解決するための手段】
【０００７】
本開示の一実施形態における画像判定装置は、患者の診断対象領域を含む部位を撮影した動態画像を取得する画像取得手段と、前記動態画像に基づいて、第１処理により、特徴量を抽出する特徴量抽出手段と、前記特徴量に基づいて、機械学習の結果に基づく第２処理により、診断に関する判定を行う判定手段と、前記特徴量と前記診断に関する判定に基づいて説明用データを生成する説明データ生成手段と、前記説明用データを外部に出力する出力部又は通信部と、を備える。
【０００８】
本開示の一実施形態における画像判定方法は、患者の診断対象領域を含む部位を撮影した動態画像を取得する画像取得ステップと、前記動態画像に基づいて、第１処理により、特徴量を抽出する特徴量抽出ステップと、前記特徴量に基づいて、機械学習の結果に基づく第２処理により、診断に関する判定を行う判定ステップと、前記特徴量と前記診断に関する判定に基づいて説明用データを生成する説明データ生成ステップと、前記説明用データを外部に出力するステップと、を備える。
【０００９】
本開示の一実施形態における画像判定プログラムは、コンピュータに、患者の診断対象領域を含む部位を撮影した動態画像を取得する画像取得ステップと、前記動態画像に基づいて、第１処理により、特徴量を抽出する特徴量抽出ステップと、前記特徴量に基づいて、機械学習の結果に基づく第２処理により、診断に関する判定を行う判定ステップと、前記特徴量と前記診断に関する判定に基づいて説明用データを生成する説明データ生成ステップと、前記説明用データを外部に出力するステップと、を実行させる。
【００１０】
なお、これらの包括的又は具体的な態様は、システム、装置、方法、集積回路、コンピュータープログラム、又は、記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータープログラム及び記録媒体の任意な組み合わせで実現されてもよい。
【発明の効果】
（【００１１】以降は省略されています）

関連特許