血管区分判別システム、血管区分判別方法およびプログラム

Inventor：
Applicant, Patent owner：
Agent (5)：田▲崎▼ 聡 , 飯田雅人 , 小林淳一 , 川越雄一郎 , 春田洋孝
Gazette classification：公開公報
Application number (International application number)：2022062934
Publication number (International publication number)：2023153576
Application date： Apr. 05, 2022
Publication date： Oct. 18, 2023
Summary：

【課題】X線透視や超音波装置が使用できない状況下でも患者の大動脈のZone1、Zone2、Zone3を容易に識別できるようにする。【解決手段】血管区分判別システムは、患者の腹部表面の3次元構造を認識し、患者の腹部表面の3次元構造から患者の腹部表面のデプス画像を生成し、深層学習モデルの学習に使用される学習用データセットを生成し、学習済み深層学習モデルを用いることにより患者の大動脈区分を判別する。学習用データセット生成部は、血管区分判別装置による大動脈区分の判別対象の患者とは異なる者の腹部CT画像などから学習用の腹部表面の3次元構造を生成し、学習用の腹部表面の3次元構造から学習用のデプス画像を生成し、腹部CT画像に基づいて、学習用のデプス画像中の各ピクセルと、大動脈Zone1、大動脈Zone2、大動脈Zone3およびそれら以外のいずれかとの対応関係を示す学習用データセットを生成する。【選択図】図1

Claim (excerpt)：

患者の腹部表面の3次元構造を認識する3次元構造認識装置と、前記3次元構造認識装置によって認識された患者の腹部表面の3次元構造から患者の腹部表面のデプス画像を生成するデプス画像生成部と、深層学習モデルを用いることにより、前記3次元構造認識装置によって腹部表面の3次元構造が認識された患者の大動脈区分を判別する血管区分判別装置と、前記深層学習モデルの学習に使用される学習用データセットを生成する学習用データセット生成部とを備え、前記深層学習モデルの学習が行われる前に、前記学習用データセット生成部は、前記血管区分判別装置による大動脈区分の判別対象の患者とは異なる者の腹部CT(Computed Tomography)画像、腹部MRI(Magnetic Resonance Imaging)画像および腹部MRA(magnetic resonance angiography)画像のいずれかから学習用の腹部表面の3次元構造を生成し、前記学習用の腹部表面の3次元構造から学習用のデプス画像を生成し、前記腹部CT画像、前記腹部MRI画像および前記腹部MRA画像のいずれかに基づいて、前記学習用のデプス画像中の各ピクセルと、大動脈のZone1に対応する第1血管区分、大動脈のZone2に対応する第2血管区分、大動脈のZone3に対応する第3血管区分および他の区分のいずれかとの対応関係を示す学習用データセットを生成し、前記学習用データセット生成部によって生成された前記学習用データセットを使用して前記深層学習モデルの学習が行われた後に、前記3次元構造認識装置が、患者の腹部表面の3次元構造を認識し、前記デプス画像生成部が、前記3次元構造認識装置によって認識された患者の腹部表面の3次元構造から患者の腹部表面のデプス画像を生成し、前記血管区分判別装置が、学習済みの前記深層学習モデルを用いることにより、前記デプス画像生成部によって生成された患者の腹部表面のデプス画像中の各ピクセルが、前記第1血管区分、前記第2血管区分、前記第3血管区分および前記他の区分のいずれかに該当するかを推定する、血管区分判別システム。

IPC (3)：

A61B 6/03 , A61B 5/055 , A61B 34/10

FI (5)：

A61B6/03 377 , A61B6/03 360G , A61B6/03 360J , A61B5/055 390 , A61B34/10

F-Term (16)：

4C093AA22 , 4C093AA25 , 4C093AA26 , 4C093CA23 , 4C093DA02 , 4C093FD03 , 4C093FF16 , 4C093FF22 , 4C093FF42 , 4C096AA10 , 4C096AA18 , 4C096AB36 , 4C096AC05 , 4C096AD14 , 4C096DC19 , 4C096DC40

Return to Previous Page