特開 2023-90285 Ｘ線装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023090285

(43)【公開日】2023-06-29

(54)【発明の名称】Ｘ線装置

(51)【国際特許分類】

   A61B 6/00 20060101AFI20230622BHJP

【ＦＩ】

A61B6/00 320Z

A61B6/00 350Z

【審査請求】未請求

【請求項の数】6

【出願形態】ＯＬ

(21)【出願番号】P 2021205175

(22)【出願日】2021-12-17

(71)【出願人】

【識別番号】000001993

【氏名又は名称】株式会社島津製作所

(74)【代理人】

【識別番号】100093056

【弁理士】

【氏名又は名称】杉谷 勉

(74)【代理人】

【識別番号】100142930

【弁理士】

【氏名又は名称】戸高 弘幸

(74)【代理人】

【識別番号】100175020

【弁理士】

【氏名又は名称】杉谷 知彦

(74)【代理人】

【識別番号】100180596

【弁理士】

【氏名又は名称】栗原 要

(74)【代理人】

【識別番号】100195349

【弁理士】

【氏名又は名称】青野 信喜

(72)【発明者】

【氏名】松木 大輔

(72)【発明者】

【氏名】山本 淳也

【テーマコード（参考）】

4C093

【Ｆターム（参考）】

4C093AA01

4C093CA18

4C093EE16

4C093FA15

4C093FA35

4C093FD03

4C093FG05

4C093FG16

(57)【要約】

【課題】より確実かつ迅速に適切な条件でＸ線透視またはＸ線撮影を実行できるＸ線装置を提供する。
【解決手段】被検体Ｍの部位情報６１に対応した画像取得条件６３を、部位情報６１と紐付けて記憶する条件記憶部５７と、機械学習により、画像に映し出される人体の部位を推論して出力させる学習モデル５１を記憶する学習モデル記憶部５５と、被検体の画像を入力用画像として学習モデル５１に入力することにより、当該入力用画像における被検体Ｍの部位を推論させて出力させる画像解析部４７と、出力された被検体の部位を部位情報６１として選択することにより、当該部位情報６１に紐付けられた画像取得条件６３を読み出させる条件読み出し部４９と、読み出された画像取得条件６３に沿って、Ｘ線管５の制御および画像処理部３３の制御のうち少なくともいずれか一方の制御を行う主制御部３９と、を備える。
【選択図】図９

【特許請求の範囲】

【請求項1】

被検体にＸ線を照射するＸ線管と、
前記被検体を透過したＸ線を検出するＸ線検出器と、
前記Ｘ線検出器が出力する検出信号を用いて画像処理を行うことによりＸ線画像を生成する画像処理部と、
前記被検体における対象部位の各々に対応した、Ｘ線照射条件および画像処理条件の少なくともいずれか一方の条件を含む画像取得条件を、前記対象部位と紐付けて記憶する条件記憶部と、
人体の画像を教師画像として機械学習を実行することにより、前記画像に映し出されている前記人体の部位を推論して出力させる学習モデルを記憶する学習モデル記憶部と、
前記被検体の前記Ｘ線画像および光学画像のうち少なくともいずれか一方の画像を入力用画像として前記学習モデルに入力することにより、前記入力用画像に映し出されている部位を推論させて出力させる対象部位推論部と、
前記対象部位推論部によって出力された前記部位を前記対象部位として選択することにより、前記対象部位に紐付けて前記条件記憶部に記憶された前記画像取得条件を読み出させる条件読み出し部と、
前記条件読み出し部によって読み出された前記画像取得条件に沿って、前記Ｘ線管の制御および前記画像処理部の制御のうち少なくともいずれか一方の制御を行う制御部と、
を備えるＸ線装置。

【請求項2】

請求項１に記載のＸ線装置において、
前記被検体に対するＸ線照射野の位置を随時検知する照射位置検知部と、
前記学習モデルが出力する前記部位の内容が変化した場合でかつ前記照射位置検知部が前記Ｘ線照射野の変位を検知した場合は前記変化の後に出力された前記部位を前記対象部位として選択することにより前記条件読み出し部から前記画像取得条件を読み出させ、前記学習モデルが出力する前記部位の内容が変化した場合でかつ前記照射位置検知部が前記Ｘ線照射野の変位を検知しない場合は前記変化の前に出力された前記部位を前記対象部位として選択することにより前記条件読み出し部から前記画像取得条件を読み出させる誤解析検知部と、
を備えるＸ線装置。

【請求項3】

請求項１または請求項２に記載のＸ線装置において、
前記条件読み出し部によって読み出された前記画像取得条件を承認する操作者の指示を入力させる承認指示入力部を備え、
前記制御部は、
前記画像取得条件を承認する指示が前記承認指示入力部によって入力された場合に、前記条件読み出し部によって読み出された前記Ｘ線照射条件に沿ってＸ線が照射されるように前記Ｘ線管を制御すること、および前記画像処理条件に沿って前記Ｘ線画像が生成されるように前記画像処理部を制御すること、の少なくともいずれか一方の制御を行うように構成されている
Ｘ線装置。

【請求項4】

被検体にＸ線を照射するＸ線管と、
前記被検体を透過したＸ線を検出するＸ線検出器と、
前記Ｘ線検出器が出力する検出信号を用いて画像処理を行うことによりＸ線画像を生成する画像処理部と、
前記被検体における検査項目の各々に対応した、Ｘ線照射条件および画像処理条件の少なくともいずれか一方の条件を含む画像取得条件を、前記検査項目と紐付けて記憶する条件記憶部と、
人体を映す検査画像を教師画像として機械学習を実行することにより、前記検査画像における検査の種類を推論して出力させる学習モデルを記憶する学習モデル記憶部と、
前記被検体の前記Ｘ線画像および光学画像の少なくともいずれか一方の画像を入力用画像として前記学習モデルに入力することにより、前記入力用画像における検査の種類を推論させて出力させる検査種類推論部と、
前記検査種類推論部によって出力された前記検査の種類を前記検査項目として選択することにより、前記検査項目に紐付けて前記条件記憶部に記憶された前記画像取得条件を読み出させる条件読み出し部と、
前記条件読み出し部によって読み出された前記画像取得条件に沿って、前記Ｘ線管の制御および前記画像処理部の制御の少なくともいずれか一方の制御を行う制御部と、
を備えるＸ線装置。

【請求項5】

請求項４に記載のＸ線装置において、
前記被検体に対するＸ線照射野の位置を随時検知する照射位置検知部と、
前記学習モデルが出力する前記検査の種類の内容が変化した場合でかつ前記照射位置検知部が前記Ｘ線照射野の変位を検知した場合は前記変化の後に出力された前記検査の種類を前記検査項目として選択することにより前記条件読み出し部から前記画像取得条件を読み出させ、前記学習モデルが出力する前記検査の種類の内容が変化した場合でかつ前記照射位置検知部が前記Ｘ線照射野の変位を検知しない場合は前記変化の前に出力された前記検査の種類を前記検査項目として選択することにより前記条件読み出し部から前記画像取得条件を読み出させる誤解析検知部と、
を備えるＸ線装置。

【請求項6】

請求項４または請求項５に記載のＸ線装置において、
前記条件読み出し部によって読み出された前記画像取得条件を承認する操作者の指示を入力させる承認指示入力部を備え、
前記制御部は、
前記画像取得条件を承認する指示が前記承認指示入力部によって入力された場合に、前記条件読み出し部によって読み出された前記Ｘ線照射条件に沿ってＸ線が照射されるように前記Ｘ線管を制御すること、および前記画像処理条件に沿って前記Ｘ線画像が生成されるように前記画像処理部を制御すること、の少なくともいずれか一方の制御を行うように構成されている
Ｘ線装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、被検体に対してＸ線を照射してＸ線透視またはＸ線撮影などを行うＸ線装置に関する。

【背景技術】

【0002】

医療現場では、被検体に対してＸ線透視またはＸ線撮影などを行ってＸ線画像を取得するためにＸ線装置を用いる場合、被検体の撮影部位または被検体に対して行う検査の種類に応じて、適切なＸ線照射条件または画像処理条件を設定することが重要である。適切なＸ線照射条件または画像処理条件を設定する構成として、近年ではアナトミカルプログラム（ＡＰＲ）を備えるＸ線装置が使用される。

【0003】

アナトミカルプログラムとは、管電圧および管電流を例とする一連のＸ線照射条件およびコントラスト処理条件を例とする一連の画像処理条件と、被検体の撮影部位または検査の種類などとを予め関連づけたデータ構造である。アナトミカルプログラムは、被検体の撮影部位または検査の種類に応じて複数のプログラムが予め設定されて記憶される。一例として被検体の撮影部位が胸部である一般Ｘ線撮影の場合、胸部の一般Ｘ線撮影に適したＸ線照射条件および画像処理条件の情報が、胸部を撮影部位とする一般Ｘ線撮影と紐付けられて記憶される。

【0004】

被検体に対してＸ線透視等を行う場合、液晶パネルを例とする表示部に複数のアナトミカルプログラムが表示され、操作者は複数のアナトミカルプログラムの中か適切なものを選択する（例えば特許文献１、２を参照）。

【0005】

一例として被検体の腹部に対して内視鏡的逆行性胆道膵管造影検査（ＥＲＣＰ：Ｅｎｄｏｓｃｏｐｉｃ ｒｅｔｏｇｒａｄｅ ｃｈｏｌａｎｇｉｏｐａｎｃｒｅａｔｏｇｒａｐｈｙ）を行う場合、操作者は表示部に一覧表示される「胸部／一般撮影」、「腹部／一般撮影」、「腹部／ＥＲＣＰ」など、検査部位および検査の種類に応じた複数のアナトミカルプログラムの中から「腹部／ＥＲＣＰ」のプログラムを選択する操作を行う。当該選択操作を行うことにより、「腹部／ＥＲＣＰ」と予め紐付けられていた、腹部に対してＥＲＣＰを行う場合に適切なＸ線照射条件および画像処理条件のパラメータが読み出されて表示部に表示される。操作者は表示されたＸ線照射条件等を確認し、被検体に対する検査を開始する。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２０１２－１４３４４３号公報

【特許文献2】特開２０１８－１９１９８３号公報

【発明の概要】

【発明が解決しようとする課題】

【0007】

しかしながら、このような構成を有する従来例の場合には、次のような問題がある。

【0008】

従来の構成においてアナトミカルプログラムを用いてＸ線撮影等行う場合、一覧表示されているプログラムの中から、操作者が適切なプログラムを選択する操作を必要とする。このようなマニュアル操作を行うことによって検査が長期化するため、特に緊急の手術を行う際に問題となる。またマニュアル操作を行う際において、操作者の操作ミスなどに起因して不適切なＸ線照射条件等のパラメータが設定される可能性が懸念される。さらに、術式または検査の最中にＸ線を照射する被検体の部位が変化する場合、変化後の部位に応じて改めて適切なＡＰＲを選択する操作を必要とするので操作者の負担が増大するとともに術式に要する時間が長期化するという問題も懸念される。

【0009】

本発明は、このような事情に鑑みてなされたものであって、より確実かつ迅速に適切な条件でＸ線透視またはＸ線撮影を実行できるＸ線装置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】

【0010】

本発明は、このような目的を達成するために、次のような構成をとる。
すなわち第１の態様に係るＸ線装置は、 被検体にＸ線を照射するＸ線管と、前記Ｘ線管と対向して配置され、前記被検体を透過したＸ線を検出するＸ線検出器と、前記Ｘ線検出器が出力する検出信号を用いて画像処理を行うことによりＸ線画像を生成する画像処理部と、前記被検体における対象部位の各々に対応した、Ｘ線照射条件および画像処理条件の少なくともいずれか一方の条件を含む画像取得条件を、前記対象部位と紐付けて記憶する条件記憶部と、人体の画像を教師画像として機械学習を実行することにより、前記画像に映し出されている前記人体の部位を推論して出力させる学習モデルを記憶する学習モデル記憶部と、直近に得られた前記被検体の前記Ｘ線画像および光学画像のうち少なくともいずれか一方の画像を入力用画像として前記学習モデルに入力することにより、前記入力用画像に映し出されている部位を推論させて出力させる対象部位推論部と、前記対象部位推論部によって出力された前記部位を前記対象部位として選択することにより、前記対象部位に紐付けて前記条件記憶部に記憶された前記画像取得条件を読み出させる条件読み出し部と、前記条件読み出し部によって読み出された前記画像取得条件に沿って、前記Ｘ線管の制御および前記画像処理部の制御のうち少なくともいずれか一方の制御を行う制御部と、を備える。

【0011】

また本発明の第２の態様に係るＸ線装置は、被検体にＸ線を照射するＸ線管と、前記Ｘ線管と対向して配置され、前記被検体を透過したＸ線を検出するＸ線検出器と、前記Ｘ線検出器が出力する検出信号を用いて画像処理を行うことによりＸ線画像を生成する画像処理部と、前記被検体における検査項目の各々に対応した、Ｘ線照射条件および画像処理条件の少なくともいずれか一方の条件を含む画像取得条件を、前記検査項目と紐付けて記憶する条件記憶部と、人体を映す検査画像を教師画像として機械学習を実行することにより、前記検査画像における検査の種類を推論して出力させる学習モデルを記憶する学習モデル記憶部と、直近に得られた前記被検体の前記Ｘ線画像および光学画像の少なくともいずれか一方の画像を入力用画像として前記学習モデルに入力することにより、前記入力用画像における検査の種類を推論させて出力させる検査種類推論部と、前記検査種類推論部によって出力された前記検査の種類を前記検査項目として選択することにより、前記検査項目に紐付けて前記条件記憶部に記憶された前記画像取得条件を読み出させる条件読み出し部と、前記条件読み出し部によって読み出された前記画像取得条件に沿って、前記Ｘ線管の制御および前記画像処理部の制御の少なくともいずれか一方の制御を行う制御部と、を備える。

【発明の効果】

【0012】

本発明の第１の態様に係るＸ線装置によれば、画像に映る対象部位を推論する学習モデルと、アナトミカルプログラムを例とする対象部位に応じて適切な画像取得条件が紐付けられている機構とを用いることにより、Ｘ線照射条件および画像処理条件の少なくともいずれか一方の条件を含む画像取得条件を自動的に設定する。学習モデルは、人体の画像を教師画像とする機械学習によって、画像に映る人体の部位を推論して出力されるように構成される。すなわち対象部位推論部では被検体の画像を入力用画像として学習モデルに入力することで、当該入力用画像に映る被検体の部位が推論されて出力される。条件読み出し部は、出力された被検体の部位情報を対象部位として選択することによって、当該対象部位と紐付けられて記憶されていた画像取得条件を自動的に読み出す。従って、被検体のＸ線画像を取得すると、対象部位推論部と条件読み出し部とによって、当該Ｘ線画像の照射野に対して適切な画像取得条件が自動的に読み出される。従って、被検体にＸ線を照射する対象部位が変更された場合であっても、変更後の対象部位に適切な画像取得条件が自動的に読み出される。すなわち、操作者がマニュアル操作で対象部位を選択して画像取得条件を設定するという工程が不要となるので、より確実かつ迅速に適切な条件でＸ線透視またはＸ線撮影を実行できる。

【0013】

本発明の第２の態様に係るＸ線装置によれば、人体の検査画像における検査の種類を検査項目として推論する学習モデルと、検査項目に応じて適切な画像取得条件が紐付けられている機構とを用いることにより、Ｘ線照射条件および画像処理条件の少なくともいずれか一方の条件を含む画像取得条件を自動的に設定する。学習モデルは、人体を映す検査画像を教師画像とする機械学習によって、画像の検査種類を推論して出力されるように構成される。すなわち検査種類推論部では被検体の画像を入力用画像として学習モデルに入力することで、当該入力用画像における検査の種類が推論されて出力される。条件読み出し部は、出力された検査の種類情報を検査項目として選択することによって、当該検査項目と紐付けられて記憶されていた画像取得条件を自動的に読み出す。従って、被検体のＸ線画像を取得すると、検査種類推論部と条件読み出し部とによって、当該Ｘ線画像の検査項目に対して適切な画像取得条件が自動的に読み出される。従って、被検体にＸ線を照射する検査項目が変更された場合であっても、変更後の検査項目に適切な画像取得条件が自動的に読み出される。すなわち、操作者がマニュアル操作で検査項目を選択して画像取得条件を設定するという工程が不要となるので、より確実かつ迅速に適切な条件でＸ線透視またはＸ線撮影を実行できる。

【図面の簡単な説明】

【0014】

【図1】実施例１に係るＸ線装置の全体構成を説明する正面図である。

【図2】実施例１に係るＸ線装置の全体構成を説明する右側面図である。

【図3】実施例１に係るフットスイッチの全体構成を説明する斜視図である。

【図4】実施例１に係る表示部が表示する情報の一例を示す図である。

【図5】実施例１に係るＸ線装置の機能ブロック図である。

【図6】実施例１におけるＡＰＲを説明する図である。（ａ）は部位情報と、部位情報に紐付けられる画像取得条件との関係を示す図であり、（ｂ）は各々の部位に係る部位情報と、当該部位情報に紐付けられる画像取得条件の具体的なパラメータの例とを示す図である。

【図7】実施例１において学習モデルとＡＰＲとを用いて画像取得条件を読み出す一連の工程を示す概略図である。

【図8】実施例１において、Ｘ線照射の開始前に画像取得条件を読み出す一連の工程を示す概略図である。

【図9】実施例１において、股関節が照射野である場合に画像取得条件を読み出す一連の工程を示す概略図である。

【図10】実施例１において、腹部が照射野である場合に画像取得条件を読み出す一連の工程を示す概略図である。

【図11】実施例１において、胸部が照射野である場合に画像取得条件を読み出す一連の工程を示す概略図である。

【図12】従来例に係るＡＰＲの表示画面を示す図である。

【図13】従来例に係るＡＰＲを用いて、画像取得条件を読み出している状態を示す図である。

【図14】実施例１におけるＡＰＲを説明する図である。（ａ）は胸部の一般撮影を検査項目とするＡＰＲを示す図であり、（ｂ）は胸部のＰＣＩを検査項目とするＡＰＲを示す図であり、（ｃ）は胸部の一般撮影を検査項目とするＡＰＲを示す図であり、（ｄ）は腹部のＥＲＣＰを検査項目とするＡＰＲを示す図であり、（ｅ）は腹部のＵＧＩを検査項目とするＡＰＲを示す図である。

【図15】実施例２におけるＡＰＲを説明する図である。（ａ）は検査項目情報と、検査項目情報に紐付けられる画像取得条件との関係を示す図であり、（ｂ）は各々の部位に係る検査項目情報と、当該検査項目情報に紐付けられる画像取得条件の具体的なパラメータの例とを示す図である

【図16】実施例２において学習モデルとＡＰＲとを用いて画像取得条件を読み出す一連の工程を示す概略図である。

【図17】実施例３に係るＸ線装置の要部を示す機能ブロック図である。

【図18】実施例３について学習モデルにおいて発生する誤解析を説明する図である。（ａ）は学習モデルが適切に画像解析を行った場合を示す図であり、（ｂ）は学習モデルが誤った画像解析を行った場合を示す図である。

【図19】実施例３に係るＸ線装置の動作について、要部の工程を説明するフローチャートである。

【図20】実施例３において学習モデルが適切に画像解析を行った場合について、学習モデルとＡＰＲとを用いて画像取得条件を読み出す一連の工程を示す概略図である。

【図21】実施例３において学習モデルが誤った画像解析を行った場合について、学習モデルとＡＰＲとを用いて画像取得条件を読み出す一連の工程を示す概略図である。

【図22】実施例４に係るＸ線装置の要部を示す機能ブロック図である。

【図23】実施例４において承認キーが表示される画面の一例を示す図である。

【図24】実施例に係るＸ線装置の動作を説明するフローチャートである。（ａ）は実施例１に係るフローチャートであり、（ｂ）は実施例４に係るフローチャートである。

【図25】実施例４において、複数のタイミングと、各タイミングにおけるＸ線照射野の位置などとの関係を示す図である。

【図26】実施例４について、タイミングＭ１またはタイミングＭ２におけるＸ線装置の要部の制御関係を示すブロック図である。

【図27】実施例４について、タイミングＭ３におけるＸ線装置の要部の制御関係を示すブロック図である。

【図28】実施例４について、タイミングＭ４におけるＸ線装置の要部の制御関係を示すブロック図である。

【発明を実施するための形態】

【実施例0015】

以下、図面を参照してこの発明の実施例１を説明する。

【0016】

＜全体構成の説明＞
実施例１に係るＸ線装置１は、図１および図２に示すように、仰臥姿勢の被検体Ｍを載置させる天板３を挟んで、Ｘ線管５とＸ線検出器７が対向配置されている。天板３は、昇降移動可能に構成されている天板支持体４の上部に配設されている。Ｘ線管５は被検体Ｍに対してＸ線を照射する。Ｘ線検出器７はＸ線管５から被検体Ｍに照射されて透過したＸ線を検出して電気信号に変換させ、Ｘ線検出信号として出力させる。Ｘ線検出器７の一例として、ＦＰＤ（Ｆｌａｔ Ｐａｎｅｌ Ｄｅｔｅｃｔｏｒ）が挙げられる。

【0017】

Ｘ線管５とＸ線検出器７は、Ｃアーム９の一端と他端にそれぞれ設けられている。Ｃアーム９はアーム保持部材１１に保持されており、符号ＲＡで示されるＣアーム９の円弧経路に沿って回動するように構成される。すなわち、Ｃアーム９は円弧経路ＲＡに沿ってｙ方向（天板３の長手方向）の軸周りに回動する。

【0018】

アーム保持部材１１は支柱１３の側面部に配設されており、ｘ方向（天板３の短手方向）に平行な水平軸Ｐの軸周り（円弧経路ＲＢ）に回転可能となるように構成される。アーム保持部材１１に保持されているＣアーム９は、アーム保持部材１１に従ってｘ方向の軸周りに回動する。Ｃアーム９が円弧経路ＲＡおよび円弧経路ＲＢの各々に沿って、直交する二軸の周りにそれぞれ回動自在に構成されることにより、被検体Ｍに対して任意の方向からＸ線を照射できる。

【0019】

支柱１３は床面に配設された支持基台１５に支持されており、支持基台１５の上面に沿ってｘ方向およびｙ方向の各々に水平移動が可能となるように構成される。支柱１３に支持されているアーム支持部材１１およびＣアーム９は、支柱１３の水平移動に従ってｘ方向またはｙ方向へ水平移動する。コリメータ１７はＸ線管５に設けられており、Ｘ線管５から照射されるＸ線を所定の形状に制限する。Ｘ線を制限する形状の一例として、角錐となっているコーン状が挙げられる。

【0020】

コリメータ１７には光学カメラ１９が配設されている。光学カメラ１９は一例としてデジタルカメラであり、被検体Ｍを可視光で撮影することにより被検体Ｍの光学画像を取得する。なおＸ線装置１において、光学カメラ１９の照射野とＸ線管５の照射野とは同じ範囲となるように、光学カメラ１９とＸ線管５との位置および向きが調整されている。

【0021】

図２に示すように、天板３の下方の床面にはフットスイッチ２１が載置されている。フットスイッチ２１は、ケーブル２３を介して電源および後述する主制御部３９を構成するＣＰＵと接続されている。実施例１では主制御部３９は天板支持体４に内蔵されており、図１においてケーブル２３は天板支持体４に接続されているものとする。

【0022】

フットスイッチ２１は図３に示すように、胴体部２５と、術者が足で操作するスイッチ２７と、底板２９とを備えている。スイッチ２７は透視用スイッチ２７ａと、撮影用スイッチ２７ｂと、天板移動スイッチ２７ｃとの３つのペダル式スイッチによって構成される。実施例１においてスイッチ２７の数は３つであるが、スイッチ２７の数は適宜変更してよい。

【0023】

透視用スイッチ２７ａはＸ線透視のオン・オフを制御するものである。すなわち透視用スイッチ２７ａを足で踏み込むことによって、後述するＸ線透視条件に従ってＸ線管５から比較的低線量のＸ線を断続的に照射するＸ線透視が開始される。撮影用スイッチ２７ｂはＸ線撮影のオン・オフを制御するものである。すなわち撮影用スイッチ２７ｂを足で踏み込むことによって、後述するＸ線撮影条件に従ってＸ線管５から比較的高線量のＸ線を照射するＸ線撮影が開始される。

【0024】

天板移動スイッチ２７ｃは天板３の鉛直方向の移動のオン・オフを制御するものである。すなわち天板移動スイッチ２７を足で踏むことによって、天板支持体４がｚ方向に伸縮して天板３の高さを変更させる。天板移動スイッチ２７ｃの操作により、天板３は被検体Ｍが天板３に乗降するための比較的低い位置（乗降位置）と、臥位体勢の被検体Ｍに対して術者が医療行為を行うための比較的高い位置（診療位置）との間を昇降移動する。

【0025】

Ｘ線装置１は図４に示すように、さらに画像処理部３３、表示部３５、アーム位置検出部３７、主制御部３９、操作卓４１、および記憶部４３を備えている。

【0026】

画像処理部３３はＸ線検出器７の後段に設けられており、Ｘ線検出器７から出力されたＸ線検出信号に基づいてＸ線画像を生成する。表示部３５は、画像処理部３３によって生成されたＸ線画像およびＸ線装置１に関する各種情報を表示する。表示部３５の一例として、液晶モニタまたは高精度ディスプレイなどが挙げられる。表示部３５を配設する構成の例として、天井に懸垂配設されている構成、移動台車に搭載させる構成、または操作卓４１に配設する構成などが挙げられる。

【0027】

アーム位置検出部３７は、図示しないポテンショメータまたはエンコーダを例とする位置検出器に基づいて、円弧経路ＲＡおよび円弧経路ＲＢの各々におけるＣアーム９の回転移動量を検出するとともに、およびｘ方向およびｙ方向におけるＣアーム９の平行移動量を検出する。Ｃアーム９の回転移動量および平行移動量を検出することにより、アーム位置検出部３７はＣアーム９の位置を検出する。アーム位置検出部３７がＣアーム９の位置を検出することにより、被検体Ｍに対するＸ線管５の照射野の位置を特定することができる。

【0028】

主制御部３９は、一例として中央処理演算装置（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）などの情報処理手段を備えている。主制御部３９は、Ｘ線管制御部３１、画像処理部３３、表示部３５を例とするＸ線装置１の各種構成を統括制御する。主制御部３９は、本発明における制御部に相当する。

【0029】

主制御部３９は、機械学習部４５と画像解析部４７と条件読み出し部４９とを備えている。機械学習部４５は、予め取得されているＸ線画像または光学画像などを用いて機械学習を行うことにより、学習モデル５１を作成する。画像解析部４７は学習モデル５１を用いることにより、Ｘ線装置１によって生成されたＸ線画像または光学画像に対して解析を行い、当該画像に映っている人体の部位を判定する。実施例１に係る画像解析部４７は、本発明における対象部位推論部に相当する。

【0030】

条件読み出し部４９はアナトミカルプログラム５３（ＡＰＲ５３）を参照することにより、画像解析部４７によって判定された部位と紐付けられている画像取得条件を条件記憶部４３から読み出す。そして条件読み出し部４９は、読み出された画像取得条件をＸ線管制御部３１または画像処理部３３に送信し、送信した条件に沿ってＸ線管５からのＸ線照射および画像処理部３３によるＸ線画像の生成を行わせる。

【0031】

操作卓４１はＸ線装置１の操作に関する操作者の指示を入力するものであり、術者が操作卓４１に入力する指示に従って主制御部３９は統括制御を行う。操作卓４１に配設される操作用デバイスの例として、キーボード入力式のパネル、タッチ入力式のパネル、マウス、ダイヤル、切り換え式スイッチ、押しボタン式スイッチなどが挙げられる。実施例１において、操作卓４１は図１に示すような天板３の側部に添設される構成、支柱１３の上部に配設される構成、または移動台車に搭載させる構成などが挙げられる。

【0032】

記憶部４３は、画像処理部３３が生成する各種Ｘ線画像、およびＸ線装置１の動作に関する各種情報などを記憶する。記憶部４３の一例として、不揮発性メモリが挙げられる。記憶部４３は、学習モデル記憶部５５と条件記憶部５７とを備えている。学習モデル記憶部５５は、機械学習部４５によって作成された学習モデル５１を記憶する。条件記憶部５７は、ＡＰＲ５３を記憶する。

【0033】

ここで実施例１に係るＡＰＲ５３について説明する。ＡＰＲ５３は図６（ａ）に示すように、部位情報６１の各々に対応して画像取得条件６３が紐付けられたプログラムである。部位情報６１は、Ｘ線を照射する対象となる人体の部位に関する情報であり、一例として頭頸部、胸部、腹部、股関節、肩部、膝部、足部などが挙げられる。画像取得条件６３はＸ線画像の取得に関する一連の条件であり、Ｘ線照射条件６５と画像処理条件６７とを含む。

【0034】

Ｘ線照射条件６５はＸ線照射に関する各種パラメータであり、Ｘ線透視条件６８とＸ線撮影条件６９とを含んでいる。Ｘ線照射に関するパラメータの例としては、Ｘ線管５に印加する管電圧および管電流、Ｘ線照射時間、Ｘ線照射周期などが挙げられる。画像処理条件６７はＸ線検出器７が検出した電気信号に対して行う画像処理に関するパラメータであり、例としてはコントラスト処理値、先鋭化処理値、エッジ処理値などが挙げられる。なお画像取得条件６３は、フレームレートおよびゲイン値を例とするＸ線検出器７の設定条件をさらに含んでもよい。

【0035】

Ｘ線透視条件６８は、Ｘ線透視を行う際におけるＸ線照射に関する各種パラメータである。Ｘ線透視では、比較的弱いＸ線を断続的に照射してＸ線透視像（動画）を取得する。Ｘ線撮影条件６８は、Ｘ線撮影を行う際におけるＸ線照射に関する各種パラメータである。Ｘ線撮影では、比較的強いＸ線を短時間照射してＸ線撮影像（静止画）を取得する。なお本発明において、Ｘ線画像はＸ線透視像とＸ線撮影像とを含む。

【0036】

図６（ｂ）は本実施例に係るＡＰＲ５３において、部位情報６１と紐付けられている画像取得条件６３の具体的な内容について示している。一例として部位情報６１のうち、股関節の部位情報６１ａはＸ線照射条件６５ａおよび画像処理条件６７ａを含む画像取得条件６３ａと予め紐付けられている。画像処理条件６７ａは、コントラスト処理値１０および先鋭化処理値７などのパラメータを含む。Ｘ線照射条件６５ａのうちＸ線透視条件６８ａは、管電圧３０ｋＶおよび管電流２．０ｍＡなどのパラメータを含む。Ｘ線照射条件６５ａのうちＸ線撮影条件６９ａは、管電圧５０ｋＶおよび管電流３．０ｍＡなどのパラメータを含む。

【0037】

同様に、部位情報６１のうち腹部の部位情報６１ｂは、Ｘ線照射条件６５ｂおよび画像処理条件６７ｂを含む画像取得条件６３ｂと予め紐付けられている。Ｘ線照射条件６５ｂは、Ｘ線透視条件６８ｂおよびＸ線撮影条件６９ｂを含む。部位情報６１のうち胸部の部位情報６１ｃは、Ｘ線照射条件６５ｃおよび画像処理条件６７ｃを含む画像取得条件６３ｃと予め紐付けられている。Ｘ線照射条件６５ｃは、Ｘ線透視条件６８ｃおよびＸ線撮影条件６９ｃを含む。部位情報６１のうち頭頸部の部位情報６１ｄは、Ｘ線照射条件６５ｄおよび画像処理条件６７ｄを含む画像取得条件６３ｄと予め紐付けられている。Ｘ線照射条件６５ｄは、Ｘ線透視条件６８ｄおよびＸ線撮影条件６９ｄを含む。このように、複数の部位情報６１の各々に対して適切な画像取得条件６３が紐付けられているＡＰＲ５３が予め設定され、条件記憶部５７に記憶される。

【0038】

ここで、実施例１において自動的に画像取得条件６３を設定する構成について図７および図２４（ａ）を用いて説明する。図２４（ａ）は実施例１に係るＸ線装置１の動作に関するフローチャートである。第１に、機械学習部４５において予め機械学習を行うことにより学習モデル５１を作成する（ステップＭ１）。機械学習部４５では、人体の様々な部位の画像を原画像Ｒ１として予め取得する。原画像Ｒ１は例として、Ｘ線画像、三次元ＣＴ像を様々な方向に投影したＤＲＲ画像、光学カメラで取得された光学画像などを含む多数の画像群である。

【0039】

そして機械学習部４５は原画像Ｒ１に対してコントラストの増減、明度の増減、ノイズの増減などを例とする、Ｘ線条件などのバリエーションに対応するための画像処理を行い、さらに多数の１次水増し画像Ｒ２を取得する。そして機械学習部４５は１次水増し画像Ｒ２に対して回転、拡大、縮小などを例とする、被検体Ｍの配置またはＣアーム９の位置などのバリエーションに対応するための画像処理を行い、さらに多数の２次水増し画像Ｒ３を取得する。

【0040】

最後に機械学習部４５は原画像Ｒ１、１次水増し画像Ｒ２、および２次水増し画像Ｒ３を教師用画像として機械学習を行うことにより、画像に映る人体の部位を推論する学習モデル５１を作成する。すなわち学習モデル５１は、Ｘ線画像Ｆまたは光学画像Ｄなどを入力情報として入力することにより、入力情報である画像に人体におけるどの部位が映っているかを推論し、推論によって得られた人体の部位の情報を出力する。学習済みの学習モデル５１は、学習モデル記憶部５５に記憶される。

【0041】

なお実施例１ではＸ線装置１において学習モデル５１を作成する構成を例示しているが、他の装置で学習モデル５１を予め作成し、作成された学習モデル５１のプログラムを学習モデル記憶部５５に記憶させてもよい。この場合、Ｘ線装置１において機械学習部４５を省略できる。

【0042】

第２に、画像解析部４７は学習モデル５１を用いることにより画像を解析し、被検体Ｍについて得られた画像に映っている被検体Ｍの部位を特定する。すなわち画像解析部４７は学習モデル記憶部５５に記憶されている学習モデル５１を読み出す。そしてＸ線照射によって被検体ＭのＸ線画像が画像処理部３３によって生成された後（ステップＭ２）、画像処理部３３から送信されたＸ線画像などを入力用画像として学習モデル５１に入力する。学習モデル５１は、入力されたＸ線画像に映る人体の構成要素などを手掛かりとして入力用画像を解析し、入力用画像に映っている被検体Ｍの部位を推論する。推論により得られた部位の情報は、部位情報６１として学習モデル５１から出力される（ステップＭ３）。

【0043】

第３に、条件読み出し部４９は、画像解析部４７によって得られた部位情報６１とＡＰＲ５３とを用いて、適切な画像取得条件６３を設定する。条件読み出し部４９は、画像解析部４７によって得られた部位情報６１をＡＰＲ５３に入力し、ＡＰＲ５３において当該部位情報６１と紐付けて記憶されている画像取得条件６３を読み出して出力させる（ステップＭ４）。条件読み出し部４９は、出力された画像取得条件６３を直後に行われるＸ線画像の取得に用いる条件として設定する（ステップＭ５）。

【0044】

Ｘ線画像の取得用条件として設定された画像取得条件６３はＸ線管５および画像処理部３３に送信され、設定された画像取得条件６３の各種パラメータに従って被検体ＭのＸ線画像が新たに生成される（ステップＭ６）。このように、Ｘ線装置１では学習モデル５１およびＡＰＲ５３を用いることにより、適切な画像取得条件６３を自動で設定する。なお所定の時間が経過すると（ステップＭ７）、再びステップＳ２に戻って入力用画像が生成されて学習モデル５１を用いた部位情報６１の推論が行われる。所定の時間の一例として、１０フレーム分のＸ線画像が生成される時間が挙げられる。この場合、Ｘ線画像が１０フレーム生成されるたびに学習モデル５１による推論が実行される。

【0045】

＜動作の説明＞
ここで、学習モデル５１およびＡＰＲ５３が記憶部４３に記憶されている状態で、Ｘ線装置１を用いて被検体Ｍの検査を行う動作について具体的に説明する。実施例１では検査の一例として、冠動脈インターベンション（ＰＣＩ：Ｐｅｒｃｕｔａｎｅｏｕｓ Ｃｏｒｏｎａｒｙ Ｉｎｔｅｒｖｅｎｔｉｏｎ）を行う場合を例として説明する。実施例１に係る冠動脈インターベンションでは足の付け根からカテーテルＣｈを挿入し、Ｘ線透視によりカテーテルＣｈを逐次確認しつつ冠動脈へカテーテルＣｈを到達させてステントを留置させる。すなわち図８ないし図１１に示すように、被検体Ｍに対してＸ線を照射させる対象部位は、股関節Ｌａ、腹部Ｌｂ、胸部Ｌｃの順に変位する。

【0046】

冠動脈インターベンションによる被検体Ｍの検査を開始すると、まずは最初のＸ線画像を取得するための画像取得条件６３を設定する。操作者は図８に示すように、天板３に被検体Ｍを載置させた状態で、照射野の位置が股関節ＬａとなるようにＣアーム９を移動させる。そして光学カメラ１９を用いて被検体Ｍの股関節Ｌａを撮影する。当該撮影により、光学カメラ１９は股関節Ｌａの光学画像Ｄ１を生成する。生成された光学画像Ｄ１のデータは画像解析部４７へと送信される（符号Ｔ１を参照）。

【0047】

画像解析部４７は、光学画像Ｄ１を入力用画像として学習モデル５１に入力する。学習モデル５１は光学画像Ｄ１を解析し、入力情報である光学画像Ｄ１に映っている部位を推定して出力する。この場合、光学画像Ｄ１に映る被検体Ｍの輪郭および足の存在などを手掛かりとして、学習モデル５１は光学画像Ｄ１に映っている部位は股関節である可能性が最も高いと推定する。その結果、学習モデル５１は股関節との部位情報６１ａを出力する。学習モデル５１から出力された部位情報６１ａは、条件読み出し部４９へと送信される（符号Ｔ２を参照）。

【0048】

条件読み出し部４９は、部位情報６１ａに係る股関節Ｌａについて適切な画像取得条件６３を探索する。すなわち部位情報６１ａをＡＰＲ５３に入力することにより、ＡＰＲ５３において部位情報６１ａと紐付けて記憶されている画像取得条件６３、すなわち画像取得条件６３ａが読み出されて出力される。その結果、画像取得条件６３ａに含まれているＸ線照射条件６３ａがＸ線管５の制御用パラメータとして設定され、画像処理条件６７ａが画像処理部３３の制御用パラメータとして設定される。

【0049】

このように、光学カメラ１９で光学画像Ｄ１を取得する操作を行うことにより、学習用モデル５１およびＡＰＲ５３を用いて画像取得条件６３ａが自動的に設定される。光学画像Ｄ１の入力により設定される画像取得条件６３ａが、最初のＸ線画像を取得するための画像取得条件６３に相当する。

【0050】

操作者は画像取得条件６３ａが設定されたことを確認した後、フットスイッチ２１の透視用スイッチ２７ａを足で踏むことによりＸ線透視を開始する。操作者はＸ線透視により取得される股関節ＬａのＸ線透視像を確認しつつ、被検体Ｍの足の付け根からカテーテルＣｈを挿入させる。

【0051】

このとき、画像取得条件６３ａに含まれるＸ線透視条件６８ａに従って、主制御部３９はＸ線管５を制御する。すなわち管電圧３０ｋＶおよび管電流２．０ｍＡなどの条件下で、図９に示すようにＸ線管５は股関節Ｌａに対してＸ線を照射する。そして画像取得条件６３ａに含まれる画像取得条件６７ａに従って、主制御部３９は画像処理部３３を制御する。すなわちＸ線検出器７の検出信号に対してコントラスト値１０および鮮鋭度７などの条件下で画像処理部３３は各種画像処理を行い、股関節Ｌａを対象部位とするＸ線透視像（Ｘ線画像Ｆ１）を生成する。操作者はＸ線画像Ｆ１に映るカテーテルＣｈの位置を確認しつつカテーテルＣｈの操作を開始する。

【0052】

なおＸ線装置１では所定のタイミングで画像取得条件６３を自動的に設定する動作を繰り返す。図９は、股関節Ｌａに対してＸ線を照射することによって画像取得条件６３を自動的に設定する工程を示している。Ｘ線管５から股関節Ｌａに対してＸ線を照射することにより、画像処理部３３は股関節Ｌａを対象部位とするＸ線画像Ｆ１を生成する。生成されたＸ線画像Ｆ１のデータは画像解析部４７へと送信される。

【0053】

画像解析部４７は、Ｘ線画像Ｆ１を入力用画像として学習モデル５１に入力する。学習モデル５１は、入力情報であるＸ線画像Ｆ１に映っている部位を推定して出力する。この場合、Ｘ線画像Ｆ１に映る被検体Ｍの骨盤Ｂａおよび大腿骨Ｂｃなどを手掛かりとして、学習モデル５１はＸ線画像Ｆ１に映っている部位は股関節である可能性が最も高いと推定する。その結果、学習モデル５１は部位が股関節であるとの情報である部位情報６１ａを出力する。学習モデル５１から出力された部位情報６１ａは、条件読み出し部４９へと送信される。

【0054】

条件読み出し部４９は、部位情報６１ａに係る股関節Ｌａについて適切な画像取得条件６３を探索する。すなわち部位情報６１ａをＡＰＲ５３に入力することにより、ＡＰＲ５３において部位情報６１ａと紐付けて記憶されている画像取得条件６３、すなわち股関節ＬａのＸ線画像を生成する場合に適切な条件（パラメータ）として予め設定された画像取得条件６３ａが読み出されて出力される。その結果、Ｘ線照射条件６３ａに基づいてＸ線管５はＸ線を照射し、画像処理条件６７ａに基づいて画像処理部３３は画像処理を行う。このように、Ｘ線照射野が股関節Ｌａに位置するようにＣアーム９の位置が定められている場合、画像取得条件６３ａがＸ線画像取得用の条件として自動的に設定されてＸ線画像Ｆ１が生成し続けられる。操作者は、Ｘ線画像Ｆ１に映るカテーテルＣｈの位置を確認しつつ、カテーテルＣｈを操作して心臓へ向けて進行させる。

【0055】

なお、生成されたＸ線画像Ｆ１は画像解析部４７へ送信されるとともに表示部３５に表示される。図４は、表示部３５に表示される情報を示している。表示部３５は、画像表示領域Ｋ１と、解析結果表示領域Ｋ２と、選択部位表示領域Ｋ３と、適用条件表示領域Ｋ４を有している。画像表示領域Ｋ１は、直近に取得されたＸ線画像Ｆまたは光学画像Ｄを表示する。股関節ＬａにＸ線を照射している場合、直近に取得された画像はＸ線画像Ｆ１であるのでＸ線画像Ｆ１が画像表示領域Ｋ１に表示される。

【0056】

解析結果表示領域Ｋ２は、学習モデル５１が出力した情報が解析結果として表示される。学習モデル５１は入力情報である入力用画像（ここではＸ線画像Ｆ１）について、当該入力用画像に映る部位の情報を確度とともに出力する。一例として、Ｘ線画像Ｆ１に映る部位が股関節である確度は９１．４％であり、頭頸部である確度は１．４％であり、胸部である確度は４．２％であり、腹部である確度は０．１％である、という情報を出力する。画像解析部４７は最も確度が高い部位を部位情報６１として選択し、部位情報６１を条件読み出し部４９に送信する。また、画像解析部４７は、所定数の部位を確度が高い順に解析結果表示領域Ｋ２に表示させる。実施例１では確度が高い順に３つの部位を解析結果表示領域Ｋ２に表示させる。すなわち、「股関節」と「胸部」と「頭頸部」との情報が確度の数値とともに一覧表示される。解析結果表示領域Ｋ２に表示させる部位の数は３つに限ることはなく適宜変更してよい。

【0057】

選択部位表示領域Ｋ３は、部位情報６１として選択された部位が表示される。ここでは股関節Ｌａの部位情報６１ａが選択されているので、選択条件表示領域Ｋ３には「股関節」と表示される。適用条件表示領域Ｋ４は、現時点において適用されている画像取得条件６３が表示される。ここでは股関節Ｌａの部位情報６１ａと紐付けられている画像取得条件６３ａが適用されているので、画像取得条件６３ａが適用条件表示領域Ｋ４に表示される。なお説明の便宜上、図４において画像取得条件６３ａのうち管電圧および管電流の情報が適用条件表示領域Ｋ４に表示されている。適用条件表示領域Ｋ４には調節キーＮＢが表示される。操作者はマウスなどを操作して調整キーＮＢに適宜入力を行うことにより、一例として管電圧の数値を画像取得条件６３ａにおいて定められている初期値から増減させる調整を実行できる。

【0058】

操作者は表示部３５に視線を向け、適用条件表示領域Ｋ４に表示されている画像取得条件６３の内容と、選択条件表示領域Ｋ３に表示される部位の内容と、解析結果表示領域Ｋ２に表示される確度の情報などを確認することにより、学習モデル５１およびＡＰＲ５３によって自動的に設定される画像取得条件６３が適切であるかどうかを把握できる。また操作者は表示部３５に表示されるＸ線画像Ｆ１などを確認しつつ、カテーテルＣｈを冠動脈へ向けて進行させる。

【0059】

操作者はカテーテルＣｈを進行させるとともに、Ｃアーム９の位置をカテーテルＣｈの位置に合わせてｙ方向に移動させてＸ線照射野の位置を変更させる。そのため、カテーテルＣｈが股関節Ｌａの領域から腹部Ｌｂの領域へ進行することにより、Ｘ線を照射させる対象部位は股関節Ｌａから腹部Ｌｂへと変位する。Ｘ線装置１ではＸ線を照射させる対象部位が変位することにより、新たに画像取得条件６３が設定される。図１０は、腹部Ｌｂに対してＸ線を照射することによって画像取得条件６３を自動的に設定する工程を示している。

【0060】

Ｘ線管５から腹部Ｌｂに対してＸ線を照射することにより、画像処理部３３は腹部Ｌｂを対象部位とするＸ線画像Ｆ２を生成する。生成されたＸ線画像Ｆ２のデータは画像解析部４７へと送信される。

【0061】

画像解析部４７は、Ｘ線画像Ｆ２を入力用画像として学習モデル５１に入力してＸ線画像Ｆ２の解析を行う。すなわち画像解析部４７において、学習モデル５１は入力情報であるＸ線画像Ｆ２に映っている部位を推定して出力する。この場合、Ｘ線画像Ｆ２に映る被検体Ｍの胃Ｇａおよび腰椎Ｂｈなどを手掛かりとして、学習モデル５１はＸ線画像Ｆ２に映っている部位は腹部である可能性が最も高いと推定する。その結果、学習モデル５１は腹部の部位情報６１ｂを出力する。学習モデル５１から出力された部位情報６１ｂは、条件読み出し部４９へと送信される。

【0062】

条件読み出し部４９は、部位情報６１ｂに係る腹部Ｌｂについて適切な画像取得条件６３を探索する。すなわち部位情報６１ｂをＡＰＲ５３に入力することにより、ＡＰＲ５３において部位情報６１ｂと紐付けて記憶されている画像取得条件６３、すなわち画像取得条件６３ｂが読み出されて出力される。その結果、Ｘ線照射条件６３ｂに基づいてＸ線管５はＸ線を照射し、画像処理条件６７ｂに基づいて画像処理部３３は画像処理を行う。

【0063】

操作者は透視用スイッチ２７ａを足で操作しているので、Ｘ線透視条件６８ｂに基づいてＸ線管５はＸ線を照射してＸ線透視が実行される。なおＸ線撮影像が必要となった場合、操作者は操作するスイッチを撮影用スイッチ２７ｂに変更することによりＸ線撮影条件６９ｂに従ってＸ線管５はＸ線を照射してＸ線撮影を行う。当該Ｘ線照射により、適切な条件によって生成された腹部ＬｂのＸ線撮影像を取得できる。

【0064】

このように、Ｘ線照射野が腹部Ｌｂに位置するようにＣアーム９の位置が定められている場合、画像取得条件６３ｂが自動的に設定されてＸ線画像Ｆ２が生成し続けられる。画像処理部３３が生成するＸ線画像Ｆが、股関節Ｌａを映すＸ線画像Ｆ１から腹部Ｌｂを映すＸ線画像Ｆ２に変わると、画像解析部４７および条件読み出し部４９によって画像取得条件６３が速やかに変更される。すなわち股関節Ｋａに適した画像取得条件６３ａから腹部Ｌｂに適した画像取得条件６３ｂへと自動的かつ速やかに変更される。よって、操作者はカテーテルＣｈの操作を中断することなく、適切な条件で生成されたＸ線画像Ｆ２を表示部３５で確認できる。

【0065】

操作者はカテーテルＣｈの操作をさらに続行させ、心臓の近傍へとカテーテルＣｈを進行させる。そしてカテーテルＣｈの進行に応じてＣアーム９の位置をｙ方向に移動させる。そのため、カテーテルＣｈが腹部Ｌｂの領域から心臓がある胸部Ｌｃの領域へ進行することにより、Ｘ線を照射させる対象部位は腹部Ｌｂから胸部Ｌｃへと変位する。対象部位が胸部Ｌｃへ変位することにより、新たに画像取得条件６３が設定される。図１１は、胸部Ｌｃに対してＸ線を照射することによって画像取得条件６３を自動的に設定する工程を示している。

【0066】

Ｘ線管５から胸部Ｌｃに対してＸ線を照射することにより、画像処理部３３は胸部Ｌｃを対象部位とするＸ線画像Ｆ３を生成する。生成されたＸ線画像Ｆ３のデータは画像解析部４７へと送信される。

【0067】

画像解析部４７は、Ｘ線画像Ｆ２を入力用画像として学習モデル５１に入力する。学習モデル５１は、入力情報であるＸ線画像Ｆ２に映っている部位を推定して出力する。この場合、Ｘ線画像Ｆ２に映る被検体Ｍの心臓Ｈ、肺Ｌｕ、および図示しない胸椎などを手掛かりとして、学習モデル５１はＸ線画像Ｆ２に映っている部位は胸部である可能性が最も高いと推定する。その結果、学習モデル５１は胸部との部位情報６１ｃを出力する。学習モデル５１から出力された部位情報６１ｃは、条件読み出し部４９へと送信される。

【0068】

条件読み出し部４９は、部位情報６１ｃに係る胸部Ｌｃについて適切な画像取得条件６３を探索する。すなわち部位情報６１ｃをＡＰＲ５３に入力することにより、ＡＰＲ５３において部位情報６１ｃと紐付けて記憶されている画像取得条件６３、すなわち画像取得条件６３ｃが読み出されて出力される。そして読み出された画像取得条件６３ｃがＸ線画像取得用の条件として設定され、画像取得条件６３ｃのうちＸ線照射条件６５ｃがＸ線管５へ送信されるとともに画像処理条件６７ｃが画像処理部３３へ送信される。

【0069】

その結果、Ｘ線照射条件６５ｃに基づいてＸ線管５はＸ線を照射し、画像処理条件６７ｃに基づいて画像処理部３３はＸ線画像Ｆの画像処理を行う。よって、対象部位が胸部Ｌｃに変位することによって速やかに画像取得条件６３ｃが自動的に設定されるので、適切な画像取得条件６３ｃを用いて速やかにＸ線画像Ｆ３の視認性が向上する。操作者はＸ線画像Ｆ３を確認しつつ冠動脈にステントを留置させ、ＰＣＩの術式を終了させる。

【0070】

このように、実施例１に係るＸ線装置１では学習モデル５１とＡＰＲ５３とを組み合わせることにより、Ｘ線装置１はＸ線照射の対象となる対象部位の変化に応じて自動的に画像取得条件６３が変更される構成を有している。

【0071】

ＡＰＲを用いる従来の装置では、Ｘ線照射の対象となる対象部位を操作者が手動で選択することによって、当該対象部位の情報に紐付けられている画像取得条件が読み出される。従来の装置は一例として図１２に示すように、対象部位を指定する多数のアイコン群Ａｃが表示される操作用のタッチパネルＴＰを備えている。操作者はアイコン群Ａｃの中からＸ線照射の対象部位を指定するアイコン（一例として、胸部を指定するアイコンＡｂ）を指定して押下する。

【0072】

胸部を指定するアイコンＡｂが押下されることにより、図１３に示すように、「胸部」との対象部位情報と紐付けられている画像取得条件Ｎａが読み出されて設定されるとともに、画像取得条件Ｎａの情報がタッチパネルＴＰに表示される。図１３に示される従来例では管電圧４０ｋＶ、管電流２．５ｍＡとの条件が画像取得条件Ｎａとして表示されている。このように、従来の装置においてＡＰＲを用いて画像取得条件を設定するには、操作者が手動で対象部位を特定する操作が必須である。

【0073】

そのため、一例としてＰＣＩを従来の装置で行う場合、Ｘ線を照射する対象部位が股関節、腹部、胸部と変更されるたびに、操作者はタッチパネルＴＰを操作して手動で対象部位を指定する必要がある。このような手動の操作を行うたびにカテーテル手技を中断することになるので、ＰＣＩの術式が長期化するとともに操作者が術式に集中することが困難になるという問題が発生する。

【0074】

手動による操作の回数を低減させる方法として、当初から胸部のＡＰＲを選択して胸部に適した画像取得条件を読み出す方法が挙げられるが、Ｘ線照射の対象部位が股関節または腹部である場合であっても胸部に適した画像取得条件でＸ線画像が取得されるので、ＰＣＩの初期または中期において視認性の高いＸ線画像を取得することが困難となる。

【0075】

このような従来の構成に対し、実施例１に係るＸ線装置１では直近に得られた画像を学習モデル５１によって解析し、当該画像に映る被検体Ｍの部位を推定する画像解析部４７と、画像解析部４７によって推定された部位に適切な画像取得条件６３をＡＰＲ５３によって読み出す条件読み出し部４９とを備えている。学習モデル５１は、人体の画像を教師情報とすることにより、画像に映る人体の部位を推論するように予め学習されている。そのため学習モデル５１は、被検体Ｍを映すＸ線画像Ｆまたは光学画像Ｄを入力用画像とすることにより、当該入力用画像に映る被検体Ｍの部位を推論して部位情報６１として出力する。

【0076】

ＡＰＲ５３では、対象部位を特定する部位情報６１の各々に対して、当該対象部位のＸ線画像を適切に取得できる画像取得条件６３が紐付けられている。そのためＸ線管５または光学カメラ１９を用いて直近に取得された被検体Ｍの画像を入力情報として画像解析部４７および条件読み出し部４９へ送信することにより、当該被検体Ｍの画像の対象となっている部位に適切な画像取得条件６３が自動的に設定される。

【0077】

このように、実施例１に係るＸ線装置１では画像に映る人体の部位を推定する学習モデル５１と、部位情報６１に対して画像取得条件６３が紐付けられているＡＰＲ５３とを用いることによって、Ｘ線照射の対象部位の変更に応じて画像取得条件６３が自動的に変更される構成を有している。そのため、ＰＣＩを例とするＸ線照射対象部位が短時間で変化するような検査を行う場合であっても、当該対象部位の変化に応じて画像取得条件６３が適切なパラメータへと自動的に変化するの。よって、操作者は検査に集中しつつ適切な条件で取得された視認性の高いＸ線画像を確認することができる。

【0078】

また、学習モデル５１とＡＰＲ５３とを組み合わせることにより、被検体Ｍの画像を入力情報として、適切な画像取得条件６３を出力情報として取得する構成を実現できる。現時点の機械学習では、人体の画像を教師用情報として、当該教師用情報の画像を適切に生成できるような画像取得条件６３を確度よく推論させることは困難である。すなわち学習モデルを用いて、被検体の画像から直接画像取得条件を推論することは困難である。

【0079】

そこで発明者は鋭意検討の結果、被検体Ｍの画像を入力情報として、当該画像に映る部位を確度よく推論する機械学習は可能であることを見出した。そして部位と画像取得条件６３とが紐付けられたＡＰＲ５３と学習モデル５１とを組み合わせることで、被検体Ｍの画像を起点として適切な画像取得条件６３を確度よく推論させる構成を実現させた。

【実施例0080】

次に、本発明の実施例２を説明する。実施例２に係るＸ線装置１Ａの全体構成は、図１に示されるような実施例１に係るＸ線装置１の全体構成と基本的に共通する。そこで、実施例２において実施例１と共通する構成については同符号を付し、詳細な説明を省略する。

【0081】

実施例２に係るＸ線装置１Ａは、画像における検査項目を学習モデル５１Ａで推論した後、当該検査項目に応じた画像取得条件６３を読み出させるという点において、画像に映る被検体の対象部位を学習モデル５１で推論する実施例１と相違する。以下、実施例２において画像取得条件６３を自動的に読み出させる構成について説明する。

【0082】

一般的に、Ｘ線画像に映る対象部位が異なると、当該Ｘ線画像の取得に適した画像取得条件６３の各種パラメータが異なる。しかしながら、Ｘ線画像の対象部位が同じであっても、当該対象部位に対して行う検査の種類（検査項目、プロシージャともいう）が異なると、当該Ｘ線画像の取得に適した画像取得条件６３の各種パラメータも異なる。一例として腹部に対して何も導入することなく一般的なＸ線撮影を行う場合と、腹部に内視鏡を挿入した状態でＥＲＣＰを行う場合とではＸ線画像の取得に適切な画像取得条件６３が異なる。

【0083】

そこで、実施例２に係る学習モデル５１Ａは、画像を入力用情報として検査項目を出力するように構成される。機械学習部４５において原画像Ｒ１、１次水増し画像Ｒ２、および２次水増し画像Ｒ３を教師用画像として機械学習を行うという点では、実施例２に係る学習モデル５１Ａは実施例１に係る学習モデル５１と共通する。但し、実施例１に係る学習モデル５１は画像に映る人体の骨、臓器、輪郭などを認識し、当該人体の構成を手掛かりとして画像に映る人体の部位を推論する。

【0084】

一方、実施例２に係る学習モデル５１Ａは画像に映る人体の骨、臓器などの人体の構成に加えて、カテーテルまたは内視鏡を例とする検査機器、および造影剤などを例とする検査用薬剤を検出するように構成されている。そして学習モデル５１Ａは人体の構成に関する情報に加えて検査機器の有無または検査用薬剤の有無などの情報を手掛かりとして、画像がどのような検査項目に係る画像であるかを推論する。すなわち学習モデル５１Ａは被検体Ｍの画像を入力情報として、当該画像に係る検査項目を特定する情報を検査項目情報７１として出力するように構成される。

【0085】

図１４の各図は入力用画像と、学習モデル５１Ａによる推論結果との関係を示す図である。図１４（ａ）に示すようなＸ線画像Ｗ１を入力用画像として学習モデル５１Ａに入力した場合、学習モデル５１ＡはＸ線画像Ｗ１を解析して心臓Ｈ、肺Ｌｕ、図示しない胸椎および人体の輪郭などを検出する。そして学習モデル５１Ａは心臓Ｈ、肺Ｌｕなどが存在するという情報、およびカテーテルを例とする検査機器などが存在しないという情報などを手掛かりとして、Ｘ線画像Ｗ１は胸部を対象部位とする一般Ｘ線撮影の画像であると推論する。その結果、Ｘ線画像Ｗ１を入力情報とした場合、入力用画像の検査項目は「胸部一般撮影」であるとの検査項目情報７１（検査項目情報７１ａ）を学習モデル５１Ａは出力する。

【0086】

図１４（ｂ）に示すようなＸ線画像Ｗ２を入力用画像として学習モデル５１Ａに入力した場合、学習モデル５１ＡはＸ線画像Ｗ２を解析して心臓Ｈ、肺Ｌｕ、カテーテルＣｈなどを検出し、これらを手掛かりとしてＸ線画像Ｗ２が胸部を対象とするカテーテル術式、すなわちＰＣＩを検査項目とする画像であると推論する。その結果、学習モデル５１ＡはＸ線画像Ｗ２を入力情報とした場合、入力用画像は「胸部ＰＣＩ」が検査項目であるという内容の検査項目情報７１（検査項目情報７１ｂ）を出力する。

【0087】

図１４（ｃ）に示すようなＸ線画像Ｗ３を入力用画像として学習モデル５１Ａに入力した場合、学習モデル５１ＡはＸ線画像Ｗ２を解析して腰椎Ｂｈ、胃Ｇａなどを検出する。そして腰椎Ｂｈ、胃Ｇａなどが存在するという情報と、カテーテルなど検査機器などが存在しないという情報などを合わせて、Ｘ線画像Ｗ３は腹部の一般Ｘ線撮影を検査項目とする画像であると推論する。その結果、学習モデル５１ＡはＸ線画像Ｗ３を入力情報とした場合、「腹部一般撮影」との検査項目情報７１（検査項目情報７１ｃ）を出力する。

【0088】

図１４（ｄ）に示すようなＸ線画像Ｗ４を入力用画像として学習モデル５１Ａに入力した場合、学習モデル５１Ａは腰椎Ｂｈ、胃Ｇａ、内視鏡Ｅｓなどを検出する。これらを手掛かりとしてＸ線画像Ｗ４が腹部を対象とする内視鏡検査、すなわちＥＲＣＰを検査項目とする画像であると推論する。その結果、学習モデル５１ＡはＸ線画像Ｗ４を入力情報とした場合、「腹部ＥＲＣＰ」との検査項目情報７１（検査項目情報７１ｄ）を出力する。

【0089】

図１４（ｅ）に示すようなＸ線画像Ｗ５を入力用画像として学習モデル５１Ａに入力した場合、学習モデル５１Ａは腰椎Ｂｈ、胃Ｇａ、胃の形状に合わせて滞留している造影剤Ｃｔなどを検出する。これらを手掛かりとしてＸ線画像Ｗ５が胃を造影している検査、すなわち上部消化管Ｘ線造影検査（ＵＧＩ：Ｕｐｐｅｒ Ｇａｓｔｒｏｉｎｔｅｓｔｉｎａｌ Ｓｅｒｉｅｓ）を検査項目とする画像であると推論する。その結果、学習モデル５１ＡはＸ線画像Ｗ５を入力情報とした場合、「腹部ＵＧＩ」との検査項目情報７１（検査項目情報７１ｅ）を出力する。

【0090】

このように、Ｘ線画像Ｆまたは光学画像Ｄなどを入力情報として入力することにより、入力情報である画像はどのような検査項目に係る画像であるかを推論し、推論によって得られた検査項目の情報７１を出力するように、学習モデル５１Ａの機械学習が行われる。学習済みの学習モデル５１Ａは、学習モデル記憶部５５に記憶される。

【0091】

ここで実施例２に係るＡＰＲ５３Ａについて説明する。学習モデル５１Ａは画像を入力情報として検査項目情報７１を出力するので、ＡＰＲ５３Ａは図１５（ａ）に示すように、検査項目情報７１の各々に対応して画像取得条件６３が紐付けられるように構成されている。すなわち検査項目情報７１をＡＰＲ５３Ａへ入力することにより、当該検査項目情報７１に係る検査項目に応じた画像取得条件６３がＡＰＲ５３Ａから出力される。

【0092】

図１５（ｂ）は実施例２に係るＡＰＲ５３Ａにおいて、検査項目情報７１と紐付けられている画像取得条件６３の具体的な内容について示している。一例として検査項目情報７１のうち、胸部一般Ｘ線撮影を検査項目とする検査項目情報７１ａは、画像処理条件６７ｅ、Ｘ線透視条件６８ｅ、およびＸ線撮影条件６９ｅを含む画像取得条件６３ｅと予め紐付けられている。胸部のＰＣＩを検査項目とする検査項目情報７１ｂは、画像取得条件６３ｆと予め紐付けられている。腹部の一般Ｘ線撮影を検査項目とする検査項目情報７１ｃは、画像取得条件６３ｇと予め紐付けられている。腹部のＥＲＣＰを検査項目とする検査項目情報７１ｄは、画像取得条件６３ｈと予め紐付けられている。このように実施例２では、複数の検査項目情報７１の各々に対して適切な画像取得条件６３が紐付けられているＡＰＲ５３Ａが予め設定され、条件記憶部５７に記憶される。

【0093】

実施例２において、画像解析部４７は学習モデル５１Ａを用いることにより、被検体Ｍについて得られた画像に係る検査項目を特定する。すなわち画像処理部３３から送信されたＸ線画像などを入力用画像として学習モデル５１Ａに入力することにより、学習モデル５１Ａは、入力されたＸ線画像に映る人体の構成要素などを手掛かりとして、Ｘ線画像において実行されている検査項目を推論する。推論により得られた情報は、検査項目情報７１として学習モデル５１Ａから出力される。条件読み出し部４９は、画像解析部４７によって得られた検査項目情報７１をＡＰＲ５３Ａに入力することにより、当該検査項目情報７１に係る検査項目に適切な画像取得条件６３を設定する。実施例２に係る画像解析部４７は、本発明における検査種類推論部に相当する。

【0094】

ここで、実施例２において自動的に画像取得条件６３を設定する一連の工程について図１６を用いて説明する。検査項目の具体例として、胸部ＬｃにカテーテルＣｈを進行させてＰＣＩを実行している状態において画像取得条件６３を設定する場合について説明する。

【0095】

胸部ＬｃにカテーテルＣｈを進行させている状態でＸ線管５から胸部Ｌｃに対してＸ線を照射することにより、画像処理部３３は胸部Ｌｃを対象部位とするＸ線画像Ｗ２を生成する。生成されたＸ線画像Ｗ２のデータは画像解析部４７へと送信される。

【0096】

画像解析部４７は、Ｘ線画像Ｗ２を入力用画像として学習モデル５１Ａに入力する。学習モデル５１は、入力情報であるＸ線画像Ｗ２に映っている部位を推定して出力する。この場合、Ｘ線画像Ｗ２に映る被検体Ｍの心臓Ｈ、肺Ｌｕ、およびカテーテルＣｈなどを手掛かりとして、Ｘ線画像Ｗ２は胸部ＰＣＩを検査項目とする画像である可能性が最も高いと学習モデル５１Ａは推定する。その結果、入力用画像の検査項目は胸部ＰＣＩであるとの情報、すなわち検査項目情報７１ｂを学習モデル５１Ａは出力する。学習モデル５１Ａから出力された検査項目情報７１ｂは、条件読み出し部４９へと送信される。

【0097】

条件読み出し部４９は、検査項目情報７１ｂに係る胸部ＰＣＩによるＸ線画像の取得に適切な画像取得条件６３を探索する。すなわち検査項目として選択された検査項目情報７１ｂをＡＰＲ５３Ａに入力することにより、ＡＰＲ５３Ａにおいて検査項目情報７１ｂと紐付けて記憶されている画像取得条件６３、すなわち画像取得条件６３ｆが読み出されて出力される。

【0098】

その結果、Ｘ線照射条件６５ｆに基づいてＸ線管５はＸ線を照射し、画像処理条件６７ｆに基づいて画像処理部３３はＸ線画像Ｆの画像処理を行う。よって、手動で検査項目を選択する操作を行わなくとも速やかに画像取得条件６３ｆが自動的に設定されるので、適切な画像取得条件６３ｆを用いて速やかにＸ線画像Ｗ２の視認性が向上する。操作者はＸ線画像Ｗ２を確認しつつ冠動脈にステントを留置させ、ＰＣＩの術式を終了させる。

【0099】

実施例２では学習モデル５１ＡとＡＰＲ５３Ａとを用いることにより、直近に得られた被検体Ｍの画像を入力情報として当該画像において実行されている検査項目を推論し、当該検査項目に適切な画像取得条件６３を読み出して設定できる。すなわちＸ線照射の対象部位の変更のみならず、内視鏡Ｅｓの挿入または造影剤Ｃｔの注入を例とする操作によっても画像取得条件６３は自動的かつ適切に変更される。

【0100】

従って、検査機器や検査用薬剤を用いる検査を行う場合において、操作者および被検体Ｍの負担を低減できる。一例として造影剤Ｃｔを用いた造影検査を行う場合、造影剤Ｃｔの注入前は一般Ｘ線撮影に応じた画像取得条件６３が自動的に選択され、造影剤Ｃｔの注入後は造影撮影に応じた画像取得条件６３へと自動的に変更される。すなわち、造影剤Ｃｔの注入前後において検査項目を手動で選択する操作が不要であるので、操作者は造影検査の手技に集中できる。また、消化管または血管に注入された造影剤Ｃｔを追跡するようにＸ線撮影対象部位を連続的に変更する場合、対象部位の変更によって検査項目も変更されるので、当該検査項目の変更に応じて画像取得条件６３も自動的に変更される。よって、画像取得条件６３の設定を手動で行うことに起因して造影剤を見失うといったリスクもより確実に回避できる。