技術分野
情報処理装置、方法およびプログラム、学習装置、方法およびプログラム、並びに判別モデル
発明が解決しようとする課題[発明の詳細な説明]から抜粋
一方、主幹動脈閉塞箇所を表すHASはどの血管が詰まったかにより出現場所が変わり、またCT画像における断層面の脳に対する角度、血栓の性状および閉塞度合い等によって見え方が異なる。また、石灰化等の周辺の類似構造物との区別が困難である場合もある。また、梗塞領域はHASが発生した血管による血管支配領域において発生する。このため、主幹動脈閉塞箇所を特定できれば梗塞領域も特定しやすくなる。また、血管の閉塞は脳に限らず心臓等の脳以外の臓器においても発生する。
課題を解決するための手段[発明の詳細な説明]から抜粋
本開示による情報処理装置は、少なくとも1つのプロセッサを備え、
プロセッサは、医用画像および医用画像における第1の疾患領域を取得し、
医用画像および第1の疾患領域に基づいて医用画像における第1の疾患領域と関連する第2の疾患領域を導出し、
医用画像および第2の疾患領域に基づいて第1の疾患領域を更新し、
医用画像および更新された第1の疾患領域に基づいて第2の疾患領域を更新し、
・・・ 続きを
知財ポータルサイト IP Force にログインして見る
発明の効果[発明の詳細な説明]から抜粋
本開示によれば、医用画像に含まれる第1の疾患領域および第1の疾患領域に関連する第2の疾患領域を精度よく特定できる。
この特許の権利範囲[特許請求の範囲]
知財ポータルサイト IP Force にログインして確認する (無料)
この特許公報に記載されている図面[図面の簡単な説明]から抜粋
【図1】
本開示の第1の実施形態による情報処理装置および学習装置を適用した医療情報システムの概略構成を示す図
【図2】
第1の実施形態による情報処理装置および学習装置の概略構成を示す図
【図3】
第1の実施形態による情報処理装置および学習装置の機能構成図
【図4】
第1の実施形態における情報導出部の構成を示す概略ブロック図
【図5】
U-Netの構成を模式的に示す図
【図6】
特徴量マップの反転を説明するための図
【図7】
第1の実施形態において第2判別モデルを構築するU-Netを学習するための学習用データを示す図
【図8】
第1の実施形態において第3判別モデルを構築するU-Netを学習するための学習用データを示す図
【図9】
脳における動脈および支配領域を説明するための図
【図10】
表示画面を示す図
【図11】
第1の実施形態において行われる学習処理を示すフローチャート
【図12】
第1の実施形態において行われる情報処理を示すフローチャート
【図13】
第2の実施形態における情報導出部の構成を示す概略ブロック図
【図14】
第2の実施形態において行われる情報処理を示すフローチャート
【図15】
第3の実施形態における情報導出部の構成を示す概略ブロック図
【図16】
第3の実施形態において第2判別モデルを構築するU-Netを学習するための学習用データを示す図
【図17】
第3の実施形態において第3判別モデルを構築するU-Netを学習するための学習用データを示す図
1 情報処理装置
2 3次元画像撮影装置
3 画像保管サーバ
4 ネットワーク
11 CPU
12A 情報処理プログラム
12B 学習プログラム
13 ストレージ
14 ディスプレイ
15 入力デバイス
16 メモリ
17 ネットワークI/F
18 バス
21 情報取得部
22,82,83 情報導出部
22A,82A,83A 第1判別モデル
22B,82B,83B 第2判別モデル
22C,82C,83C 第3判別モデル
23 学習部
24 代表値導出部
25 表示制御部
31A,31B 第1層
32 第2層
33 第3層
34 第4層
35 第5層
36 第6層
37 第7層
38 第8層
39 第9層
40,45,90,100,110 学習用データ
41,46,91,101,111 入力データ
42,47,92,102,112 正解データ
43,48,93,103,113 非造影CT画像
44,49,94,104,114 マスク画像
51 前大脳動脈
52 中大脳動脈
53 後大脳動脈
61L,61R 前大脳動脈支配領域
62L,62R 中大脳動脈支配領域
63L,63R 後大脳動脈支配領域
70 表示領域
71 マスク
72 マーク
105,115 追加情報
A0 追加情報
G0 CT画像
H0,H1,M0,M1 マスク画像
全ての図面はログインすると無料で閲覧できます。ログイン・ユーザー登録