特許ウォッチ

公開番号2025149188
公報種別公開特許公報(A)
公開日2025-10-08
出願番号2024049674
出願日2024-03-26
発明の名称画像処理装置、方法およびプログラム、学習装置、方法およびプログラム並びに解析装置
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 5/055 20060101AFI20251001BHJP(医学または獣医学;衛生学)
要約【課題】画像処理装置、方法およびプログラム、並びに学習装置、方法およびプログラムにおいて、疑似的に3次元画像を取得できるようにする。
【解決手段】プロセッサが、被検体の第1範囲を2次元撮影することにより取得された複数のスライス画像からなる第1表現形式の2次元画像の入力により、第1表現形式の2次元画像をスライス補間した第1表現形式の疑似3次元画像を生成する第1スライス補間モデルを、第1範囲よりも狭い第2範囲を3次元撮影することにより取得された第2表現形式の学習用3次元画像を用いることによって転移学習することにより、第2表現形式の2次元画像の入力により、第2表現形式の2次元画像をスライス補間した第2表現形式の疑似3次元画像を生成する第2スライス補間モデルを構築する。
【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、
被検体の第１範囲を２次元撮影することにより取得された複数のスライス画像からなる第１表現形式の２次元画像の入力により、前記第１表現形式の２次元画像をスライス補間した前記第１表現形式の疑似３次元画像を生成する第１スライス補間モデルを、前記第１範囲よりも狭い第２範囲を３次元撮影することにより取得された第２表現形式の学習用３次元画像を用いることによって転移学習することにより、前記第２表現形式の２次元画像の入力により、前記第２表現形式の２次元画像をスライス補間した前記第２表現形式の疑似３次元画像を生成する第２スライス補間モデルを構築する学習装置。
続きを表示（約 1,200 文字）【請求項２】
前記プロセッサは、前記学習用３次元画像のスライスを削減した学習用疑似２次元画像を導出し、前記学習用疑似２次元画像を前記第１スライス補間モデルに入力することにより前記第１スライス補間モデルに学習用疑似３次元画像を出力させ、前記学習用３次元画像と前記学習用疑似３次元画像との差分に基づいて、前記転移学習を行う請求項１に記載の学習装置。
【請求項３】
前記プロセッサは、前記学習用疑似２次元画像に対して前記スライス補間する方向の軸に合わせて前記学習用疑似２次元画像の軸の入れ替えを行い、前記軸が入れ替えられた前記学習用疑似２次元画像を前記第１スライス補間モデルに入力する請求項２に記載の学習装置。
【請求項４】
前記プロセッサは、前記学習用３次元画像からランダムにスライス間隔を変更した前記学習用疑似２次元画像を導出する請求項２または３に記載の学習装置。
【請求項５】
前記プロセッサは、前記学習用３次元画像が実画像か疑似画像かを判別するための判別器を使用して、前記判別器および前記第１スライス補間モデルに対して敵対的学習を行う請求項１に記載の学習装置。
【請求項６】
前記プロセッサは、前記学習用３次元画像のスライス面を表す情報を前記第１スライス補間モデルおよび前記判別器の少なくとも一方に入力する請求項５に記載の学習装置。
【請求項７】
前記プロセッサは、前記学習用３次元画像のスライス面の方向に応じて、前記学習用３次元画像の前記転移学習に使用する頻度を変更する請求項１に記載の学習装置。
【請求項８】
前記プロセッサは、前記第２表現形式の３次元画像に含まれる解剖構造を分類する分類モデルを使用して、前記学習用３次元画像についての第１分類結果を導出し、
前記分類モデルを使用して、前記学習用３次元画像に基づいて前記第１スライス補間モデルが導出した学習用疑似３次元画像についての第２分類結果を導出し、
前記第１分類結果と前記第２分類結果との差分が小さくなるように前記転移学習を行う請求項１に記載の学習装置。
【請求項９】
少なくとも１つのプロセッサを備え、
前記プロセッサは、
請求項１に記載の学習装置により構築された前記第２スライス補間モデルを使用することにより、前記第２表現形式の２次元画像から前記第２表現形式の疑似３次元画像を導出する画像処理装置。
【請求項１０】
前記プロセッサは、前記第２表現形式の２次元画像のスライス間隔を、前記疑似３次元画像のスライス間隔と一致させる補間演算を行い、
前記補間演算が行われた前記２次元画像を前記第２スライス補間モデルに入力することにより前記疑似３次元画像を導出する請求項９に記載の画像処理装置。
（【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、画像処理装置、方法およびプログラム、学習装置、方法およびプログラム並びに解析装置に関するものである。
続きを表示（約 2,300 文字）【背景技術】
【０００２】
医療分野においては、ＣＴ（Computed Tomography）装置およびＭＲＩ（Magnetic Resonance Imaging）装置、超音波撮影装置、ＰＥＴ（Positron Emission Tomography）装置、Ｘ線撮影装置等の各種モダリティの進歩により、より質の高い医用画像を用いての画像診断が可能となってきている。このようなモダリティにおいては、撮影方式の違いによりスライス間隔が異なる画像が取得される。例えば、３次元撮影を行うと、スライス間隔が狭い３次元画像が取得される。２次元撮影を行うと、３次元撮影よりもスライス間隔が大きい２次元画像が取得される。２次元画像と３次元画像との違いは、スライス面に垂直な方向における解像度の違いであり、３次元画像はスライス面に垂直な方向においてスライスが密となるため、解剖構造を高精度に認識できる。一方、２次元画像はスライス面に垂直な方向におけるスライス間隔が３次元画像よりも大きいため、３次元画像と比較すると解剖構造を再現する精度が落ちる。
【０００３】
このため、スライス間隔が３次元撮影を行った場合よりも大きい、２次元撮影により取得されたＣＴ画像に対してスライス補間を行うことにより、スライス間隔が小さい疑似３次元画像を取得する手法が提案されている（例えば非特許文献１参照）。また、ＭＲＩ画像において例えば頭部と言った限られた部位のスライス補間を行う手法も提案されている（例えば非特許文献２参照）。
【先行技術文献】
【非特許文献】
【０００４】
Akira Kudo et. al., Virtual Thin Slice: 3D Conditional GAN-based Super-resolution for CT Slice Interval, arXiv: 1908.11506 2 Sep 2019
Kuan Zhang et al., SOUP-GAN: Super-Resolution MRI Using Generative Adversarial Networks, arXiv:2106.02599 4 June 2021
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、ＣＴについては、被検体の任意の部位について３次元撮影が一般化しているため、いずれの部位であってもスライス間隔が密の３次元画像が取得される。しかしながら、ＭＲＩについては頭部、膝および骨盤といった特定の部位については３次元撮影が行われるものの、特定の部位以外の部位については、一般的に２次元撮影が行われる。このような特定部位以外の部位について３次元画像を取得するために、２次元撮影により取得されたＭＲＩ画像に対してスライス補間を行うことにより、疑似的に３次元画像を導出するモデルを構築することが考えられる。しかしながら、特定部位以外のＭＲＩ画像については学習データとなる３次元画像が少ないため、疑似的に３次元画像を導出するモデルを構築することは困難である。
【０００６】
本開示は上記事情に鑑みなされたものであり、疑似的に３次元画像を取得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】
【０００７】
本開示による学習装置は、少なくとも１つのプロセッサを備え、
プロセッサは、
被検体の第１範囲を２次元撮影することにより取得された複数のスライス画像からなる第１表現形式の２次元画像の入力により、第１表現形式の２次元画像をスライス補間した第１表現形式の疑似３次元画像を生成する第１スライス補間モデルを、第１範囲よりも狭い第２範囲を３次元撮影することにより取得された第２表現形式の学習用３次元画像を用いることによって転移学習することにより、第２表現形式の２次元画像の入力により、第２表現形式の２次元画像をスライス補間した第２表現形式の疑似３次元画像を生成する第２スライス補間モデルを構築する。
【０００８】
本開示による画像処理装置は、少なくとも１つのプロセッサを備え、
プロセッサは、
本開示による学習装置により構築された第２スライス補間モデルを使用することにより、第２表現形式の２次元画像から第２表現形式の疑似３次元画像を導出する。
【０００９】
本開示による学習方法は、コンピュータが、被検体の第１範囲を２次元撮影することにより取得された複数のスライス画像からなる第１表現形式の２次元画像の入力により、第１表現形式の２次元画像をスライス補間した第１表現形式の疑似３次元画像を生成する第１スライス補間モデルを、第１範囲よりも狭い第２範囲を３次元撮影することにより取得された第２表現形式の学習用３次元画像を用いることによって転移学習することにより、第２表現形式の２次元画像の入力により、第２表現形式の２次元画像をスライス補間した第２表現形式の疑似３次元画像を生成する第２スライス補間モデルを構築する。
【００１０】
本開示による画像処理方法は、コンピュータが、本開示による学習装置により構築された第２スライス補間モデルを使用することにより、第２表現形式の２次元画像から第２表現形式の疑似３次元画像を導出する。
（【００１１】以降は省略されています）

関連特許