特許ウォッチ

公開番号2025149688
公報種別公開特許公報(A)
公開日2025-10-08
出願番号2024050491
出願日2024-03-26
発明の名称画像処理装置、画像処理方法、及び画像処理プログラム
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 6/03 20060101AFI20251001BHJP(医学または獣医学;衛生学)
要約【課題】2次元医療画像に対する臓器認識を高精度に行うことができる画像処理装置、画像処理方法、及び画像処理プログラムを得る。
【解決手段】画像処理装置は、第1の2次元医療画像を入力とし、第1の2次元医療画像に対する臓器認識結果を出力とする機械学習モデルを学習させる画像処理装置であって、被検体を撮影して得られた3次元医療画像に基づいて第2の2次元医療画像を生成し、生成した第2の2次元医療画像、及び3次元医療画像における臓器認識結果に基づく第2の2次元医療画像に対応する臓器認識結果を正解データとして機械学習モデルを学習させる。
【選択図】図7
特許請求の範囲【請求項１】
少なくとも一つのプロセッサを備え、かつ第１の２次元医療画像を入力とし、前記第１の２次元医療画像に対する臓器認識結果を出力とする機械学習モデルを学習させる画像処理装置であって、
前記プロセッサは、
被検体を撮影して得られた３次元医療画像に基づいて第２の２次元医療画像を生成し、
生成した前記第２の２次元医療画像、及び前記３次元医療画像における臓器認識結果に基づく前記第２の２次元医療画像に対応する臓器認識結果を正解データとして前記機械学習モデルを学習させる
画像処理装置。
続きを表示（約 1,000 文字）【請求項２】
前記３次元医療画像は、被検体を撮影して得られた断層画像群を含み、
前記プロセッサは、
第１の３次元医療画像に基づいて、前記第１の３次元医療画像よりもスライス間隔が狭いか又はスライス厚が薄い第２の３次元医療画像を生成する
前記第２の３次元医療画像に基づいて前記第２の２次元医療画像を生成する
請求項１に記載の画像処理装置。
【請求項３】
前記プロセッサは、
前記第２の３次元医療画像を前記第１の２次元医療画像の撮影方向に相当する方向に投影することによって前記第２の２次元医療画像を生成する
請求項２に記載の画像処理装置。
【請求項４】
前記プロセッサは、
前記第２の３次元医療画像に基づいて、エッジを強調させる画像処理を行うことによって前記第２の２次元医療画像を生成する
請求項３に記載の画像処理装置。
【請求項５】
前記プロセッサは、
前記第２の３次元医療画像を前記撮影方向に相当する方向に投影することによって投影画像を生成し、前記投影画像に対して前記画像処理を行うことによって前記第２の２次元医療画像を生成する
請求項４に記載の画像処理装置。
【請求項６】
前記プロセッサは、
前記第１の３次元医療画像の撮影に用いられた撮影装置又は認識対象の臓器に応じて異なる前記画像処理を行う
請求項４に記載の画像処理装置。
【請求項７】
前記臓器認識結果は、認識した臓器の範囲を表す情報である
請求項１から請求項６の何れか１項に記載の画像処理装置。
【請求項８】
前記プロセッサは、
更に、前記３次元医療画像が撮影された際の検査情報を用いて前記機械学習モデルを学習させる
請求項１から請求項６の何れか１項に記載の画像処理装置。
【請求項９】
前記プロセッサは、
更に、前記３次元医療画像が撮影された際の前記被検体の生体情報を用いて前記機械学習モデルを学習させる
請求項１から請求項６の何れか１項に記載の画像処理装置。
【請求項１０】
前記機械学習モデルは、前記第１の２次元医療画像及び前記生体情報を入力とし、前記臓器認識結果を出力とする
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、画像処理方法、及び画像処理プログラムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
特許文献１には、疾患名を含む情報と被検体の位置合わせ画像とに基づいた出力情報を出力する学習済みモデルに対して、取得された疾患名を含む情報と被検体の位置合わせ画像とを入力し、出力情報に基づいたスキャン範囲を出力する技術が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２３－０６５６６９号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ＣＴ（Computed Tomography）装置等の３次元医療画像を撮影する撮影装置では、３次元医療画像の撮影前に、スカウト画像と呼ばれる２次元医療画像が撮影される場合がある。この場合、２次元医療画像に対する臓器認識結果に基づいて、３次元医療画像の撮影範囲が決定される。従って、２次元医療画像に対する臓器認識を高精度に行うことが求められる。なお、スカウト画像はスキャノグラムとも呼ばれる。
【０００５】
例えば、スカウト画像に対する臓器認識のために、スカウト画像及びスカウト画像における臓器認識結果を正解データとして学習された学習済みモデルを用いることが考えられる。しかしながら、スカウト画像等の２次元医療画像では、臓器によっては、人では視認が難しい場合がある。このため、被検体を撮影して得られた２次元医療画像を用いて学習された学習済みモデルでは、臓器認識の精度に改善の余地がある。
【０００６】
本開示は、以上の事情を鑑みてなされたものであり、２次元医療画像に対する臓器認識を高精度に行うことができる画像処理装置、画像処理方法、及び画像処理プログラム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】
【０００７】
本開示の画像処理装置は、少なくとも一つのプロセッサを備え、かつ第１の２次元医療画像を入力とし、第１の２次元医療画像に対する臓器認識結果を出力とする機械学習モデルを学習させる画像処理装置であって、プロセッサは、被検体を撮影して得られた３次元医療画像に基づいて第２の２次元医療画像を生成し、生成した第２の２次元医療画像、及び３次元医療画像における臓器認識結果に基づく第２の２次元医療画像に対応する臓器認識結果を正解データとして機械学習モデルを学習させる。
【０００８】
また、本開示の画像処理方法は、少なくとも一つのプロセッサを備え、かつ第１の２次元医療画像を入力とし、第１の２次元医療画像に対する臓器認識結果を出力とする機械学習モデルを学習させる画像処理装置のプロセッサが、被検体を撮影して得られた３次元医療画像に基づいて第２の２次元医療画像を生成し、生成した第２の２次元医療画像、及び３次元医療画像における臓器認識結果に基づく第２の２次元医療画像に対応する臓器認識結果を正解データとして機械学習モデルを学習させる処理を実行する。
【０００９】
また、本開示の画像処理プログラムは、少なくとも一つのプロセッサを備え、かつ第１の２次元医療画像を入力とし、第１の２次元医療画像に対する臓器認識結果を出力とする機械学習モデルを学習させる画像処理装置のプロセッサに、被検体を撮影して得られた３次元医療画像に基づいて第２の２次元医療画像を生成し、生成した第２の２次元医療画像、及び３次元医療画像における臓器認識結果に基づく第２の２次元医療画像に対応する臓器認識結果を正解データとして機械学習モデルを学習させる処理を実行させる。
【発明の効果】
【００１０】
本開示によれば、２次元医療画像に対する臓器認識を高精度に行うことができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許