知財求人 - 知財ポータルサイト「IP Force」
特表2024-503925肝線維症をモニタリングする磁気共鳴及び超音波せん断波エラストグラフィの解釈の向上のための装置及び方法
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】
(43)【公表日】2024-01-29
(54)【発明の名称】肝線維症をモニタリングする磁気共鳴及び超音波せん断波エラストグラフィの解釈の向上のための装置及び方法
(51)【国際特許分類】
A61B 8/08 20060101AFI20240122BHJP
A61B 5/055 20060101ALI20240122BHJP
【ＦＩ】
A61B8/08
A61B5/055 382
A61B5/055 390
【審査請求】未請求
【予備審査請求】未請求
(21)【出願番号】P 2023545256
(86)(22)【出願日】2022-01-25
(85)【翻訳文提出日】2023-07-26
(86)【国際出願番号】 EP2022051522
(87)【国際公開番号】W WO2022161915
(87)【国際公開日】2022-08-04
(31)【優先権主張番号】63/142,024
(32)【優先日】2021-01-27
(33)【優先権主張国・地域又は機関】US
(81)【指定国・地域】
(71)【出願人】
【識別番号】590000248
【氏名又は名称】コーニンクレッカ フィリップス エヌ ヴェ
【氏名又は名称原語表記】Ｋｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ．
【住所又は居所原語表記】Ｈｉｇｈ Ｔｅｃｈ Ｃａｍｐｕｓ ５２， ５６５６ ＡＧ Ｅｉｎｄｈｏｖｅｎ，Ｎｅｔｈｅｒｌａｎｄｓ
(74)【代理人】
【識別番号】110001690
【氏名又は名称】弁理士法人Ｍ＆Ｓパートナーズ
(72)【発明者】
【氏名】サデギ セイェダリ
(72)【発明者】
【氏名】エリコ クラウディア
(72)【発明者】
【氏名】クルエッカー ヨヘン
(72)【発明者】
【氏名】シエ フア
【テーマコード（参考）】
4C096
4C601
【Ｆターム（参考）】
4C096AA18
4C096AC05
4C096AD06
4C096BA18
4C096FC20
4C601DD19
4C601DD23
4C601EE09
4C601LL33
(57)【要約】
第１のイメージングモダリティと第２のイメージングモダリティとの間でのせん断波エラストグラフィの解釈の向上のための方法及びシステム１００は、関心領域３３の少なくとも１つの第２のイメージングモダリティエラストグラフィ値３２、６０を取得するために、第１のイメージングモダリティ１０とは異なる第２のイメージングモダリティ２０によりエラストグラフィ測定を行うことを有する。少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値３６、３８、６２は、取得された第２のイメージングモダリティエラストグラフィ値に基づいて予測される。（ｉ）関心領域の線維症レベル５２１を示す、グラフィカルユーザインタフェース又はスマートレポートダッシュボード５０が生成され、線維症レベルは、（ｉ）（ａ）少なくとも１つの第２のイメージングモダリティエラストグラフィ値３２及び／又は（ｉ）（ｂ）予測された少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値３６、３８に応じて決定される。
【特許請求の範囲】
【請求項1】
第１のイメージングモダリティと第２のイメージングモダリティとの間でのせん断波エラストグラフィの解釈の向上のための方法であって、前記方法は、関心領域の少なくとも１つの第２のイメージングモダリティエラストグラフィ値を取得するために、前記第１のイメージングモダリティとは異なる前記第２のイメージングモダリティによりエラストグラフィ測定を行うステップと、
プロセッサにより、取得された前記第２のイメージングモダリティエラストグラフィ値に基づいて少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測するステップと、
前記プロセッサ及びディスプレイにより、（ｉ）前記関心領域の線維症レベルを含むスマートレポートダッシュボードを生成するステップであって、前記線維症レベルは、（ｉ）（ａ）前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び／又は（ｉ）（ｂ）予測された前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値に応じて決定される、スマートレポートダッシュボードを生成するステップと、
を有する、方法。
【請求項2】
前記第２のイメージングモダリティは、（ｉ）磁気共鳴せん断波エラストグラフィ（ＭＲＥ）と（ｉｉ）超音波せん断波エラストグラフィ（ＵＥ）との間で選択され、前記第１のイメージングモダリティは、前記第２のイメージングモダリティの選択されていない方のイメージングモダリティを含む、請求項１に記載の方法。
【請求項3】
前記第２のイメージングモダリティにより取得されたエラストグラフィ値は、前記第１のイメージングモダリティにより取得されたエラストグラフィ値と同等ではない、請求項１に記載の方法。
【請求項4】
前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び予測された前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値はそれぞれ、（ｉ）剛性マップ及び（ｉｉ）ｋＰａ単位の剛性値のうちの１つ又は複数を含む、請求項１に記載の方法。
【請求項5】
前記プロセッサにより、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアを予測するステップであって、予測された前記信頼スコアは、前記第２のイメージングモダリティエラストグラフィ測定に基づいて複数の線維症レベルＦ０～Ｆ４のそれぞれにおける信頼パーセンテージの中で最も高い信頼パーセンテージを含む、信頼スコアを予測するステップと、前記プロセッサにより、前記最も高い信頼パーセンテージを有する前記線維症レベルに基づいて予測された線維症レベルを選択するステップと、
をさらに有する、請求項１に記載の方法。
【請求項6】
前記スマートレポートダッシュボードは、（ｉｉ）前記関心領域のベースライン線維症レベルをさらに含み、前記ベースライン線維症レベルは、前記関心領域の少なくとも１つのベースライン第１のイメージングモダリティエラストグラフィ値を取得するように前記第１のイメージングモダリティにより行われたベースラインエラストグラフィ測定に基づいて決定されており、前記ベースラインエラストグラフィ測定は、前記第２のイメージングモダリティによる前記エラストグラフィ測定前に行われている、請求項１に記載の方法。
【請求項7】
前記スマートレポートダッシュボードは、（ｉｉｉ）（ａ）取得された前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づいて予測された前記少なくとも１つの第１のイメージングモダリティエラストグラフィ値と、（ｉｉｉ）（ｂ）前記少なくとも１つのベースライン第１のイメージングモダリティエラストグラフィ値との間での（ｉｉｉ）エラストグラフィ値のパーセンテージ変化をさらに含む、請求項６に記載の方法。
【請求項8】
前記スマートレポートダッシュボードは、（ｉｖ）前記関心領域の前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値、（ｖ）前記関心領域の予測された前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値、及び（ｖｉ）前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアをさらに含み、前記信頼スコアは、０～１００パーセントの間のパーセンテージであり、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づく前記線維症レベルにおける信頼レベルを表す、請求項７に記載の方法。
【請求項9】
前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測するステップは、前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測するために深層学習ベースのアルゴリズムを開始するステップを有し、前記深層学習ベースのアルゴリズムは、敵対的生成ネットワーク（ＧＡＮ）及び畳み込みニューラルネットワーク（ＣＮＮ）からなる群から選択されるアルゴリズムを含む、請求項１に記載の方法。
【請求項10】
前記プロセッサ及び第２の深層学習ベースのアルゴリズムにより、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアを決定するステップであって、前記信頼スコアを決定するステップは、前記深層学習ベースのアルゴリズムを開始するステップと同時に自動的に起動され、前記信頼スコアは、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づく前記線維症レベルのリアルタイム分類又は前記線維症レベルの信頼レベルをさらに提供する、信頼スコアを決定するステップをさらに有する、請求項９に記載の方法。
【請求項11】
第１のイメージングモダリティと第２のイメージングモダリティとの間でのせん断波エラストグラフィの解釈の向上のためのシステムであって、前記第２のイメージングモダリティから取得されたエラストグラフィ測定に関係するイメージングデータを受信する入力部と、
関心領域の少なくとも１つの第２のイメージングモダリティエラストグラフィ値を取得するために、前記第１のイメージングモダリティとは異なる前記第２のイメージングモダリティによりエラストグラフィ測定を行い、
取得された前記第２のイメージングモダリティエラストグラフィ値に基づいて少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測し、かつ
（ｉ）前記関心領域の線維症レベルを含むスマートレポートダッシュボードを生成することであって、前記線維症レベルは、（ｉ）（ａ）前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び／又は（ｉ）（ｂ）予測された前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値に応じて決定される、スマートレポートダッシュボードを生成する、コントローラと、
前記スマートレポートダッシュボードを表示するために前記コントローラと通信するディスプレイと、
を備える、システム。
【請求項12】
前記第２のイメージングモダリティは、（ｉ）磁気共鳴せん断波エラストグラフィ（ＭＲＥ）と（ｉｉ）超音波せん断波エラストグラフィ（ＵＥ）との間で選択され、前記第１のイメージングモダリティは、前記第２のイメージングモダリティの選択されていない方のイメージングモダリティを含む、請求項１１に記載のシステム。
【請求項13】
前記第２のイメージングモダリティにより取得されたエラストグラフィ値は、前記第１のイメージングモダリティにより取得されたエラストグラフィ値と同等ではない、請求項１１に記載のシステム。
【請求項14】
前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び予測された前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値はそれぞれ、（ｉ）剛性マップ及び（ｉｉ）ｋＰａ単位の剛性値のうちの１つ又は複数を含む、請求項１１に記載のシステム。
【請求項15】
前記コントローラは、さらに、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアを予測することであって、予測された前記信頼スコアは、前記第２のイメージングモダリティエラストグラフィ測定に基づいて複数の線維症レベルＦ０～Ｆ４のそれぞれにおける信頼パーセンテージの中で最も高い信頼パーセンテージを含む、信頼スコアを予測し、かつ
前記最も高い信頼パーセンテージを有する前記線維症レベルに基づいて予測された線維症レベルを選択する、請求項１１に記載のシステム。
【請求項16】
前記スマートレポートダッシュボードは、前記関心領域の（ｉｉ）ベースライン線維症レベルをさらに含み、前記ベースライン線維症レベルは、前記関心領域の少なくとも１つのベースライン第１のイメージングモダリティエラストグラフィ値を取得するように前記第１のイメージングモダリティにより行われたベースラインエラストグラフィ測定に基づいて決定されており、前記ベースラインエラストグラフィ測定は、前記第２のイメージングモダリティによる前記エラストグラフィ測定前に行われている、請求項１１に記載のシステム。
【請求項17】
前記スマートレポートダッシュボードは、（ｉｉｉ）（ａ）取得された前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づいて予測された前記少なくとも１つの第１のイメージングモダリティエラストグラフィ値と、（ｉｉｉ）（ｂ）前記少なくとも１つのベースライン第１のイメージングモダリティエラストグラフィ値との間での（ｉｉｉ）エラストグラフィ値のパーセンテージ変化をさらに含む、請求項１６に記載のシステム。
【請求項18】
前記スマートレポートダッシュボードは、（ｉｖ）前記関心領域の前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値、（ｖ）前記関心領域の予測された前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値、及び（ｖｉ）前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアをさらに含み、前記信頼スコアは、０～１００パーセントの間のパーセンテージであり、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づく前記線維症レベルにおける信頼レベルを表す、請求項１７に記載のシステム。
【請求項19】
前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測することは、前記少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測するために深層学習ベースのアルゴリズムを開始することを有し、前記深層学習ベースのアルゴリズムは、敵対的生成ネットワーク（ＧＡＮ）及び畳み込みニューラルネットワーク（ＣＮＮ）からなる群から選択されるアルゴリズムを含む、請求項１１に記載のシステム。
【請求項20】
前記プロセッサは、さらに、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアを決定することであって、前記信頼スコアを決定することは、前記深層学習ベースのアルゴリズムを開始することと同時に自動的に起動され、前記信頼スコアは、前記少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づく前記線維症レベルのリアルタイム分類又は前記線維症レベルの信頼レベルをさらに提供する、信頼スコアを決定する、請求項１８に記載のシステム。
【発明の詳細な説明】
【技術分野】
【0001】
[0001] 本実施形態は一般に、エラストグラフィに関し、より詳細には、肝線維症をモニタリングする磁気共鳴及び超音波せん断波エラストグラフィの解釈の向上のための装置並びにその方法に関する。
【背景技術】
【0002】
[0002] 肝疾患は米国において１２番目の主な死亡原因である。Ｂ型肝炎、Ｃ型肝炎、及び非アルコール性脂肪肝疾患（ＮＡＦＬＤ）などの肝疾患の様々な原因は、肝臓に瘢痕化を引き起こす。瘢痕化は、治療せずに放置すると、肝疾患の進んだ状態である肝線維症につながる可能性がある。肝線維症は、細胞外マトリックスタンパク質の蓄積と併せた、肝臓への慢性損傷に起因する。線維症は、治療せずに放置すると、肝硬変、肝臓がん、肝不全、及び死へとさらに進行する可能性がある。したがって、肝線維症を正確に診断及びモニタリングすることが極めて重要である。
【0003】
[0003] 肝線維症診断のための現在のゴールドスタンダードは肝生検であるが、生検に関連付けられるいくつかの限界がある。肝生検は侵襲性であり、不安を生じさせる。いくつかの極端な場合では、併存症を有する患者にとって生検後の出血及び肝破裂などの合併症は死につながりかねない。したがって、より良好な患者管理のために肝線維症評価及び治療モニタリングのための非侵襲性で正確な測定ツールを開発することが望ましい。
【0004】
[0004] せん断波エラストグラフィが軟組織の硬さを非侵襲的に測定するめの有望なツールであることが示されている。超音波せん断波エラストグラフィ（ＵＥ）及び磁気共鳴せん断波エラストグラフィ（ＭＲＥ）は両方とも、肝線維症を診断及びモニタリングする定量的イメージング技術である。ここで図１を参照すると、磁気共鳴せん断波エラストグラフィ１０のためのシステムの上位システム設定の概観が示されている。ＭＲＥのため、患者がＭＲＩスキャナ１２の台に載せられている。パッシブドライバ／トランスデューサ１４が、患者に関心領域１６に関して位置決めされている。患者は次いで、エラストグラフィ測定を行う間、ＭＲＩスキャナ内に拘束される。さらに、ＭＲＥに関して、パッシブドライバを使用して、低周波数（肝臓の場合は～６０Ｈｚ）での連続的な音響振動が対象者の関心領域（例えば、腹部）に伝達され、狭い周波数帯域を有する高周波を生成し、これは、波動エネルギーが所望の周波数で集中されることを意味する。線維症ステージの対応する指定とともに、ＭＲＥにより取得された６つの異なる剛性マップ（参照符号１８によってまとめて示されている）の例が、図１の下部に示されている。ＭＲＥ剛性マップを図１において左から右に（すなわち、線維症の増加レベルで）見ると、それぞれの線維症ステージ指定は、Ｆ０：正常（線維症なし）、Ｆ１：隔壁のない門脈線維症、Ｆ２：僅かな隔壁のある門脈線維症、Ｆ３：硬変のない多数の隔壁、Ｆ４：硬変を含む。
【0005】
[0005] ここで図２を参照すると、超音波せん断エラストグラフィ２０のためのシステムのシステム設定の概観が示されている。ＭＲＥ法とは異なるＵＥ法は、高強度短持続時間超音波「プッシュ」パルスを使用して、広い周波数スペクトルを有するせん断波を生成する。ＵＥ法の励起ステップにおいて、その広い周波数スペクトル内に波動のエネルギーを分布させる程度を正確に制御することは困難である。ＵＥにより取得された剛性マップ（参照符号２２によって示されている）の一例も、剛性マップの上部右側部分にある対応する色分けされた剛性スケール２４とともに図２に示されている。
【0006】
[0006] 超音波イメージングベンダーは、広い帯域幅から群速度と同様のせん断波速度を再構成するためにタイム・オブ・フライト法を使用し、これはベンダー依存でもある。せん断波周波数の違いのため、選択された組織粘弾性機械モデル及び時間遅延推定法、超音波システムによって報告された、群速度のようなせん断波速度（ｍ／ｓ）及び後続の剛性値（ｋＰａ）は、ＭＲＥによって測定された速度又は剛性値（ｋＰａ）と一致しない。これらの違いは、ＭＲＥ剛性測定及びＵＥ剛性測定を置き換え不可能にさせ、その結果、ＵＥ及びＭＲＥにより取得された測定値を直接比較することが困難である。
【0007】
[0007] 肝線維症の診断及びモニタリングのためにどのエラストグラフィ法（ＵＥ又はＭＲＥ）を選択するかに関して国際的な臨床機関によって提供されたガイドラインは知られていない。ＭＲＥは、健康者及び肝線維症患者において高い再現性がある。さらに、ＭＲＥは、肝線維症を診断することにＵＥよりも高い成功率を有する（ＭＲＥの場合９３％ｖｓ．ＵＥの場合８２％）。さらに、ＭＲＥは、その高いせん断波ＳＮＲ、３Ｄボリュームイメージングのため、及びサンプリング変動を低減することになる肝臓の大きな割合を評価することにより、よりロバストな定量化性能を有し得る。しかしながら、ＭＲＥはいくつかの限界を有する。パッシブドライバを位置決めするためにさらなる時間が必要とされ、患者によってはトランスデューサが不快の原因となる。
【0008】
[0008] ＭＲＥに比べ、ＵＥは安価であり、より速く、携帯性が高く、広く入手可能であり、世界中で多くの臨床センターにおいて独立して承認されてきた。ＭＲＩスキャナを利用できない臨床現場もあり、患者によっては再度ＭＲスキャナ内に拘束されることに起因してＭＲＥを受けたがらない。これらの場合、より高い臨床値のため、肝線維症についてのモニタリング段階時に、ＵＥがＭＲＥよりも優先される。したがって、臨床機関におけるシステムの利用可能性、患者の快適レベル、及びケアコストに応じて、ＭＲＥ又はＵＥが、肝線維症の診断及びモニタリングに優先される。
【0009】
[0009] ＭＲＥ及びＵＥは両方とも肝線維症診断に使用されるが、ＭＲＥとＵＥとの前述した技術的相違により、所与の患者について経時的なモニタリング及び測定一貫性のために同じ画像モダリティの使用が好ましい。同じ画像モダリティを使用することにより、経時的な剛性変化がもっぱら病理的であり、ＭＲＥとＵＥとの技術的な相違（励起周波数、機器関連依存性、及び後処理アルゴリズム）にではなく患者関連因子によるものであることが確実となる。しかしながら、ＭＲＥは高価であり、複数の時点においてＭＲＥ測定を行うこと又は肝臓モニタリングのためのフォローアップ検査は、患者にかなりの経済的負担をかける。ＭＲＥに比べ、ＵＥのより低いコスト及びより広い利用可能性を考慮すると、フォローアップ肝線維症モニタリングにＵＥを使用することが望ましい。また、小児患者及び高齢患者によってはＭＲＩスキャン内で不快を感じかねず、このため、ＭＲＥ検査をより労力のかかる手間取るもの（すなわち、多くの動き及び測定の繰り返し）にするであろう。
【発明の概要】
【発明が解決しようとする課題】
【0010】
[0010] したがって、当該技術分野における課題を克服する改善された方法及び装置が望まれている。より良好な患者管理のために肝線維症評価及び治療モニタリングのための非侵襲性で正確な測定ツールを提供すること、及び一方のイメージングモダリティへの依存性を取り除くことがさらに望ましい。
【課題を解決するための手段】
【0011】
[0011] 一態様によれば、本開示の実施形態は、１）ＵＥ測定を行うことによってのみ、対応するＭＲＥ剛性値及び信頼レベル（又はスコア）を予測すること、及び２）最初の及び予測された肝線維症の剛性マップに加え、プロット及びテーブルにおいて、線維症ステージ、信頼スコア、剛性値の変化を示すスマートダッシュボードを提供することによって、肝線維症をモニタリングするＭＲＥとＵＥとの開きを埋める。
【0012】
[0012] 一実施形態によれば、第１のイメージングモダリティと第２のイメージングモダリティとの間でのせん断波エラストグラフィの解釈の向上のための方法は、関心領域の少なくとも１つの第２のイメージングモダリティエラストグラフィ値を取得するために、第１のイメージングモダリティとは異なる第２のイメージングモダリティによりエラストグラフィ測定を行うことを有する。方法は、プロセッサにより、取得された第２のイメージングモダリティエラストグラフィ値にのみ基づいて少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測することをさらに有する。予測することの後、方法は、プロセッサ及びディスプレイにより、（ｉ）関心領域の線維症レベルを含むか又は示すグラフィカルユーザインタフェース又はスマートレポートダッシュボードを生成することであって、線維症レベルは、（ｉ）（ａ）少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び／又は（ｉ）（ｂ）予測された少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値に応じて決定される、スマートレポートダッシュボードを生成することを有する。
【0013】
[0013] 一実施形態では、第２のイメージングモダリティは、（ｉ）磁気共鳴せん断波エラストグラフィ（ＭＲＥ）と（ｉｉ）超音波せん断波エラストグラフィ（ＵＥ）との間で選択される。第１のイメージングモダリティは、第２のイメージングモダリティの選択されていない方のイメージングモダリティを含む。第２のイメージングモダリティにより取得されたエラストグラフィ値は、各それぞれのイメージングモダリティの励起周波数及び後処理アルゴリズムの技術的相違に起因して、第１のイメージングモダリティにより取得されたエラストグラフィ値と同等でない。
【0014】
[0014] 一実施形態によれば、少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び予測された少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値はそれぞれ、（ｉ）剛性マップ及び（ｉｉ）ｋＰａ単位の剛性値のうちの１つ又は複数を含む。例えば、剛性値は、それぞれの剛性マップの平均値を含む。別の実施形態では、方法は、少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアを予測することであって、予測された信頼スコアは、第２のイメージングモダリティエラストグラフィ測定に基づいて複数の線維症レベルＦ０～Ｆ４のそれぞれにおける信頼パーセンテージの中で最も高い信頼パーセンテージを含む、信頼スコアを予測することと、プロセッサにより、最も高い信頼パーセンテージを有する線維症レベルに基づいて、予測された線維症レベルを選択することと、を有する。
【0015】
[0015] さらに別の実施形態では、スマートレポートダッシュボードは、（ｉｉ）関心領域のベースライン線維症レベルをさらに含む（又は示す）。ベースライン線維症レベルは、関心領域の少なくとも１つのベースライン第１のイメージングモダリティエラストグラフィ値を取得するように第１のイメージングモダリティにより行われた初期のベースラインエラストグラフィ測定に基づいて決定される。一実施形態では、ベースラインエラストグラフィ測定は、第２のイメージングモダリティによるエラストグラフィ測定前に行われる。さらに別の実施形態では、スマートレポートダッシュボードは、（ｉｉｉ）（ａ）取得された少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づいて予測された少なくとも１つの第１のイメージングモダリティエラストグラフィ値と、（ｉｉｉ）（ｂ）少なくとも１つのベースライン第１のイメージングモダリティエラストグラフィ値との間での（ｉｉｉ）エラストグラフィ値のパーセンテージ変化をさらに含む（又は示す）。さらに、スマートレポートダッシュボードは、（ｉｖ）関心領域の少なくとも１つの第２のイメージングモダリティエラストグラフィ値、（ｖ）関心領域の予測された少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値、及び（ｖｉ）少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアをさらに含む（又は示す）。信頼スコアは、０～１００パーセントの間のパーセンテージであり、少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づく線維症レベルにおける信頼レベルを表す。
【0016】
[0016] 一実施形態では、少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測することは、少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測するために深層学習ベースのアルゴリズムを開始することを有する。深層学習ベースのアルゴリズムは、敵対的生成ネットワーク（ＧＡＮ）及び／又は畳み込みニューラルネットワーク（ＣＮＮ）を含む。別の実施形態では、方法は、プロセッサ及び第２の深層学習ベースのアルゴリズムにより、少なくとも１つの第２のイメージングモダリティエラストグラフィ値に関連する信頼スコアを決定することをさらに有する。信頼スコアを決定することは、深層学習ベースのアルゴリズムを開始することと同時に自動的に起動される。信頼スコアは、少なくとも１つの第２のイメージングモダリティエラストグラフィ値に基づく線維症レベルのリアルタイム分類又は線維症レベルの信頼レベルをさらに提供する。
【0017】
[0017] 別の実施形態によれば、第１のイメージングモダリティと第２のイメージングモダリティとの間でのせん断波エラストグラフィの解釈の向上のためのシステムは、第２のイメージングモダリティから取得されたエラストグラフィ測定に関係するイメージングデータを受信する入力部と、関心領域の少なくとも１つの第２のイメージングモダリティエラストグラフィ値を取得するために、第１のイメージングモダリティとは異なる第２のイメージングモダリティによりエラストグラフィ測定を行うように構成されたコントローラと、を備える。コントローラは、取得された第２のイメージングモダリティエラストグラフィ値にのみ基づいて少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測するようにさらに構成される。予測することの後、コントローラは、（ｉ）関心領域の線維症レベルを含む（又は示す）グラフィカルユーザインタフェース又はスマートレポートダッシュボードを生成することであって、線維症レベルは、（ｉ）（ａ）少なくとも１つの第２のイメージングモダリティエラストグラフィ値及び／又は（ｉ）（ｂ）予測された少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値に応じて決定される、スマートレポートダッシュボードを生成するようにさらに構成される。システムは、スマートレポートダッシュボードを表示するためにコントローラと通信するディスプレイをさらに備える。
【0018】
[0018] なおもさらなる好都合点及び利点は、以下の詳細な説明を読み理解すれば、当業者に明らかとなるであろう。
【0019】
[0019] 本開示の実施形態は、様々な構成要素及び構成要素の配置、並びに様々なステップ及びステップの構成の形態をとることができる。したがって、図面は、様々な実施形態を例示するためのものであり、実施形態を限定するものとして解釈されるべきではない。図面では、同様の参照符号は、同様の要素を指す。さらに、図は、縮尺通りに描かれていない場合があることに留意されたい。
【図面の簡単な説明】
【0020】
【図1】[0020] 磁気共鳴せん断波エラストグラフィ（ＭＲＥ）のための方法の例示的なフローダイヤグラム図である。
【図2】[0021] 超音波せん断波エラストグラフィ（ＵＥ）のための方法の例示的なフローダイヤグラム図である。
【図3】[0022] ＭＲＥが取得したせん断弾性率（又は剛性）を示すグラフ例である。
【図4】[0023] ＵＥが取得したせん断弾性率を示すグラフ図である。
【図5】[0024] 本開示の一実施形態による、取得又は測定された第２のイメージングモダリティエラストグラフィ値にのみ基づいて対応する第１のイメージングモダリティエラストグラフィ値を予測するステップの例示的なフローダイヤグラム図である。
【図6】[0025] 本開示の一実施形態による信頼スコアを予測するステップの例示的なフローダイヤグラム図であり、予測された信頼スコアは、第２のイメージングモダリティにより取得又は測定されたエラストグラフィ値に関連する。
【図7-1】[0026] 本開示の一実施形態による、スマートレポートダッシュボードの例示的なグラフィカルユーザインタフェースの図である。
【図8】[0027] 本開示の一実施形態による、第１のイメージングモダリティと第２のイメージングモダリティとの間のせん断波エラストグラフィの解釈の向上のためのシステムのブロック図である。
【発明を実施するための形態】
【0021】
[0028] 本開示の実施形態並びにその様々な特徴及び有利な詳細が、図面において記載及び／又は例示されるとともに以下の説明において詳述される非限定的な例を参照しながら、より完全に説明される。図面において例示される特徴は必ずしも縮尺通りに描かれているわけではなく、一実施形態の特徴は、本明細書において明示的に記載されていなくても、当業者が認識するように、他の実施形態とともに利用することができることに留意するべきである。よく知られた構成要素及び処理技法の説明は、本開示の実施形態を不必要に不明瞭にしないように省かれる場合がある。本明細書において使用される例は単に、本発明の実施形態が実施されるやり方の理解を容易にすること、及び当業者が同じことを実施するのをさらに可能にすることを意図しているにすぎない。したがって、本明細書における例は、添付の特許請求の範囲及び適用法によってのみ定められる、本開示の実施形態の範囲を、限定するものとして解釈されるべきではない。
【0022】
[0029] 本開示の実施形態は、様々であるため、本明細書において記載される特定の方法論、プロトコル、デバイス、装置、材料、用途などに限定されないことを理解されたい。本明細書において使用される術語は、特定の実施形態のみを説明するために使用され、特許請求の範囲に記載される実施形態の範囲において限定的であることを意図していないことも理解されたい。本明細書において及び添付の特許請求の範囲において使用される場合、単数形は、コンテキストが明らかに別段に指示していない限り、複数形を含むことに留意せねばならない。
【0023】
[0030] 別段に定義されない限り、本明細書において使用されるすべての技術用語及び科学用語は、本開示の実施形態が属する、当業者によって一般的に理解されるのと同じ意味を有する。好ましい方法、装置、及び材料が記載されているが、本明細書において記載されるものと類似又は同等の任意の方法及び材料を、実施形態の実施又は試験において使用することができる。
【0024】
[0031] 本開示の実施形態をより完全に理解するために、最初に、本明細書において以下で論じるように、実施形態によって克服される、当該技術分野において知られた少なくとも２つの課題／限界を検討する。第１の課題に関して、グラウンドトゥルースとして肝生検から得られる肝線維症ステージ分類についてＵＥ及びＭＲＥにおいて剛性カットオフ値が存在する一方、同じ患者でのＭＲＥ及びＵＥにおける剛性値は同等ではない。例えば、図３は、磁気共鳴せん断波エラストグラフィすなわちＭＲＥについて肝線維症レベル（Ｆ０、Ｆ１、Ｆ２、Ｆ３、及びＦ４）に対する剛性（ｋＰａ）のプロット１１０を示す。プロット１１０に関して、左側の縦軸１１２は、第１のイメージングモダリティについてｋＰａ単位の剛性スケールを含み、横軸１１４は、第１のイメージングモダリティについてＦ０～Ｆ４の線維症レベルスケールを含む。図４は、超音波せん断波エラストグラフィすなわちＵＥについて肝線維症レベル（Ｆ０、Ｆ１、Ｆ２、Ｆ３、及びＦ４）に対する剛性（ｋＰａ）のプロット１３０を示す。プロット１３０に関して、左側の縦軸１３２は、第２のイメージングモダリティについてｋＰａ単位の剛性スケールを含み、横軸１３４は、第２のイメージングモダリティについてのＦ０～Ｆ４の線維症レベルスケールを含む。ＭＲＥとＵＥとの剛性値の差の根本的な理由は、（ｉ）それぞれの励起周波数の技術的相違、及び（ｉｉ）イメージングモダリティの剛性マップ再構成についてのそれぞれの後処理アルゴリズムの技術的相違を含む。
【0025】
[0032] 励起周波数の技術的相違に関して、以下を考慮されたい。ＭＲＥにおいて使用される外部ドライバが、狭い周波数帯域幅を有する高調波を生じ、このことは、波動エネルギーが所望の周波数（例えば、肝臓について～６０Ｈｚ）で集中され得ることを意味する。他方、ＵＥ法は、高強度短持続時間超音波「プッシュ」パルスを使用して、広い周波数スペクトルを有するせん断波を生成する。ＵＥにおける所望のせん断波周波数をフィルタリング除去して後処理段階でＭＲＥにおけるせん断波周波数と比較可能にすることが可能であるが、励起ステップにおいてそのスペクトル内に波動の周波数を分布させる程度を制御することは困難である。これらの方法における生じた波動の周波数成分の違い（単一周波数ｖｓ．多周波数励起）が、ＵＥにおけるせん断群速度をＭＲＥのせん断波群速度と異ならせ、したがって、適合させない。
【0026】
[0033] 剛性マップ再構成のための後処理アルゴリズムの技術的相違に関して、以下をさらに考慮されたい。ＭＲＥでは、通常、ローカル周波数推定（ＬＦＥ）アルゴリズムが剛性マップ再構成に使用される。ＬＦＥは、数スケールにわたる瞬時周波数の局所推定を組み合わせるアルゴリズムによりせん断波伝播パターンの局所空間周波数を推定することによってせん断波速度を計算する。しかしながら、ＵＥでは、逆波動方程式又は２Ｄ相互相関アルゴリズムが使用される。さらに、ＵＥでは、再構成された剛性マップは２Ｄであるのに対し、ＭＲＥでは、再構成された剛性マップは３Ｄである。
【0027】
[0034] 再び図３及び図４を参照すると、図はさらに、それぞれＭＲＥ及びＵＥが取得したせん断弾性率を示す。図から見てとることができるように、ＵＥが取得したせん断弾性率（又は剛性）（図４）は、すべての肝線維症レベル（Ｆ０～Ｆ４）についてのＭＲＥが取得したせん断弾性率（図３）よりも高い。さらに比較すると、ＭＲＥは、肝線維症を診断するにあたりＵＥよりも高い成功率（９３％ｖｓ．８２％）を有する。ＭＲＥは、その高いせん断波ＳＮＲ、３Ｄボリュームイメージングのため、及び、サンプリング変動が低減することになる肝臓の大きな割合を評価することにより、ロバストな定量化性能を有し得る。
【0028】
[0035] しかしながら、ＭＲＥに比べ、ＵＥは安価であり、より速く、携帯性が高く、広く入手可能であり、ＵＥは世界中で多くの臨床機関／設備において独立して承認されてきた。ＭＲＩスキャナを利用できない臨床ケア現場もあり、患者によっては再度ＭＲスキャナ内に拘束されることに起因してＭＲＥを受けたがらない。これらの場合、ＵＥがＭＲＥよりも優先される。したがって、臨床機関におけるシステムの利用可能性、患者の快適レベル、及びケアコストに応じて、ＭＲＥ又はＵＥが、肝線維症の診断及びモニタリングに優先される。
【0029】
[0036] これまでのように、患者がＭＲＥ／ＵＥ検査を受けることになれば、フォローアップ測定における肝線維症のモニタリングは、一貫性のため、変わらずにＭＲＥ／ＵＥ（すなわち同じ画像モダリティ）のままである必要があるであろう。しかしながら、ＭＲＥは高価であり、複数の時点においてＭＲＥ測定を行うことは、患者にかなりの経済的負担をかけ、困らせることになりかねない。適切な知識なくＵＥ測定とＭＲＥ測定とを直接比較することは不都合にも、誤った解釈をもたらす可能性がある。モダリティ依存の剛性カットオフ値の別の欠点は、それら剛性カットオフ値がもっぱら、別々のステージ分類結果又はグレード分類結果（例えば、グレード２又は３）を示すことである。しかしながら、治療中、場合によっては、同じステージ内においてさえ治療が引きこす連続的な剛性値変化を定量化することも重要である。本開示の実施形態は好都合には、臨床医が肝線維症の進行／退行をより良く定量化及びモニタリングするのに役立つために種々の時点で交換可能にＵＥ及びＭＲＥを使用することを可能にすることによる解決策を提供する。
【0030】
[0037] 本開示の実施形態によって克服される第２の課題は、フォローアップ線維症モニタリングのために、また、１つの画像モダリティへの依存性を取り除くために、ＭＲＥとＵＥとの開きを埋めることである。本開示の実施形態は、両方の画像モダリティにわたるスマート報告システムを提供する。これに反して、現在の臨床実施に関して、行われるエラストグラフィ検査のタイプ（ＭＲＥ又はＵＥ）に応じて、測定される肝硬度に対応する線維症レベルを見つけるために異なるルックアップテーブルが使用される。超音波及びＭＲＩの技術者又はユーザの訓練レベルの違いを考慮すると、技術者又はユーザが種々の時点において様々なイメージングモダリティを使用して種々の剛性レベルを相関させることは不都合である。この課題に対処するために、本開示の実施形態は好都合には、すべての時点における線維症ステージとベースラインから現在の検査までの傾向を示す剛性値の変化とを表す、画像モダリティにわたる適用可能性を有するスマートレポート／ダッシュボードを提供する。本開示の実施形態によって提示されるダッシュボードもまた好都合には、１つの画像モダリティへの依存性を取り除き、ユーザが自身の専門知識とは関係なく肝線維症の変化をより容易に解釈するのに役立つ。
【0031】
[0038] 特に、本開示の実施形態は、ＭＲＥ検査を行う必要なく、ＵＥをよりＭＲＥに近いものにすることによって、ＭＲＥ剛性結果とＵＥ剛性結果との開きを埋めるための解決策を提供する。一実施形態によれば、せん断波エラストグラフィシステム及び方法が、ＵＥ測定を行うことによってのみ、対応するＭＲＥ剛性マップ（及び／又は剛性値）並びに信頼レベルを予測し、逆の場合も同様である。特に、せん断波エラストグラフィシステム及び方法は、ＵＥ測定された剛性マップを入力として用い、アルゴリズムに基づいて人工知能（ＡＩ）を適用して、１）対応するＭＲＥ剛性マップを予測し、また、２）取得された剛性マップに関する信頼レベル（又は取得された剛性値に関する信頼スコア）を予測する。最後に、システム及び方法は、測定及び予測された剛性マップに加え、プロット及びテーブルにおいて、所与の患者についての複数の時点での線維症ステージ、剛性値の変化を示す、画像モダリティ（ＵＥ／ＭＲＥ）にわたるスマートレポート／ダッシュボードを提供する。
【0032】
[0039] 本明細書における開示から理解されるように、本開示の実施形態による方法及びシステムは、３つの態様に分割することができる。第１の態様では、方法は、ＵＥ測定を行うことによってのみ、対応するＭＲＥ剛性値を予測することを有し、逆の場合も同様である。第２の態様では、方法は、取得された剛性値（例えば、取得された肝硬度値）に関する信頼スコアを予測することを有する。第３に、方法は、経時的に所与の患者についての線維症ステージ及び剛性値の変化を示すスマートレポートを提供することを有する。
【0033】
[0040] ここで図５を参照すると、本開示の一実施形態による、参照符号３０によって示された、取得された第２のイメージングモダリティエラストグラフィ値にのみ基づいて対応する第１のイメージングモダリティエラストグラフィ値を予測するステップの例示的なフローダイヤグラム図が示されている。明瞭にするため、図５のフローダイヤグラム図の一部が図５Ａ、図５Ｂ及び図５Ｃに再現されている。対応するＭＲＥ剛性値を予測することに関して、一例として以下を考慮されたい。方法は、第１のイメージングモダリティとは異なる第２のイメージングモダリティによりエラストグラフィ測定を行って、関心領域の、参照符号３２によって示された少なくとも１つの第２のイメージングモダリティエラストグラフィ値を得ることで開始する。本例では、第２のイメージングモダリティはＵＥであり、第１のイメージングモダリティはＭＲＥである。図２を再び参照すると、ＵＥデバイス２０を使用して患者２１の所与の関心領域（ＲＯＩ）について超音波ＵＥ測定が行われる。ＵＥデバイス２０は例えば、超音波プローブ２５、グラフィカルユーザインタフェース又は超音波スキャナタッチパネル２６、及びディスプレイ２７を備える。システムオペレータ又はユーザ２３が、関心領域について超音波ＵＥ測定を行うことができ、剛性マップ２２及び対応する色分けされた剛性スケール２４などの、結果として得られる測定値が、図２において参照符号２９によって示されるようにディスプレイデバイス２７上に表示される。ＵＥ測定がＵＥデバイス２０により得られた後に続き、ＵＥデバイスのグラフィカルユーザインタフェース又は超音波スキャナタッチパネル２６上のソフトボタン２０が行われる。ソフトボタン２８は、「対応するＭＲＥ剛性マップ（又は剛性値）を取得」などとラベリングされる。
【0034】
[0041] ユーザがソフトボタン２８を選択すると、超音波スキャナ２０が、図５において参照符号３４によって示された対応する剛性値予測アプリケーションを起動する。剛性値予測アプリケーションは、プロセッサにより、取得された第２のイメージングモダリティエラストグラフィ値のみに基づいて少なくとも１つの対応する第１のイメージングモダリティエラストグラフィ値を予測する適切なプログラム命令を含む。一実施形態では、剛性値予測アプリケーションは、敵対的生成ネットワーク（ＧＡＮ）又は畳み込みニューラルネットワーク（ＣＮＮ）などの、深層学習ベースのアルゴリズムを実施するように構成される。
【0035】
[0042] 深層学習は、多層化した、人間の認知システムに似せようとする、人工ニューラルネットワークのタイプである。ＧＡＮ及びＣＮＮは、当該技術分野において知られている、本明細書において簡潔にしか説明されない、深層学習ベースのアルゴリズムの例である。ここで、図５Ｂを参照すると、敵対的生成ネットワーク（ＧＡＮ）３４は、２つのネットワーク、すなわち、生成ネットワーク３４１及び識別ネットワーク３４２を含む深層学習アーキテクチャを含む。生成ネットワーク及び識別ネットワークは、コスト関数３４３により、逆伝播アルゴリズムと共同で訓練される。訓練により、生成ネットワーク３４１は、よりリアルなサンプル（例えば、リアル）を生成することがより良好になり、識別ネットワークは、人工的に生成されたサンプル（例えば、生成）を差異化することがより良好になる。本開示の実施形態によれば、深層学習ベースのアルゴリズムは、取得されたＵＥ剛性マップ（又はエラストグラフィ値）３２にのみ基づいて対応するＭＲＥ剛性マップ３６を予測するように開始される。さらに、訓練セット３４４は、参照符号３４５により示された処理ブロック「ｘ」を介して識別ネットワーク３４２に入力される。動作時、関心領域３３を有する取得されたＵＥ剛性マップ３２（図５Ａ）は、参照符号３４６によって示された処理ブロック「ｚ」を介して、ＧＡＮネットワーク３４の生成ネットワーク３４１に入力される。生成ネットワーク３４１の出力は、参照符号３４７によって示される処理ブロック「ｘハット」により、識別ネットワーク３４２に入力される。識別ネットワーク３４２は、図５Ｃに示すように、予測されたＭＲＥ剛性マップ３６及び／又はＭＲＥ剛性マップの対応する予測された平均値（すなわち、剛性値）３８を出力する。さらに、生成ネットワーク及び識別ネットワークは、コスト関数３４３の逆伝播出力３４８により逆伝播アルゴリズムと共同で訓練される。次いで、予測されたＭＲＥ剛性マップ３６及び剛性マップの対応する予測された平均値３８は、超音波スキャナ２０の適切なメモリ（図示せず）に記憶される。
【0036】
[0043] 訓練のため、ＵＥ測定及びＭＲＥ測定は、種々のレベルの肝線維症及び健康管理を有する患者の群において同じ日に行われてもよい。深層学習ベースのアルゴリズムでは、超音波ＵＥ及びＭＲＥ剛性マップは、（ｉ）入力及び（ｉｉ）グラウンドトゥルースとしてそれぞれ用いられる。
【0037】
[0044] 訓練フェーズは、ベンダーに依存せず、１つのベンダーのスキャナに限定されないものとすることができる。さらに、ＭＲＥ剛性マップは、（ＵＥとは違い）３次元（３Ｄ）であるため、同じ平面内にあるＵＥ剛性マップは、一貫性のため、ＧＡＮネットワーク３４に送り込まれるものとする。ＵＥ及びＭＲＥ平面を適合させるために、適切なナビゲーションシステムが好ましくは、同じＭＲ平面がＵＥ測定のために選択されることを確実にするための手引きに使用される。ＵＥ測定中、ユーザ又はＵＥシステムオペレータ２３（図２）は、適合するＭＲ平面に達するまでＵＥシステム２０（図２）を使用して超音波プローブ２５（図２）を動かす。適合するＭＲ平面に達すると、ユーザ２３はその際、剛性測定値の取得を開始する。
【0038】
[0045] ここで図６を参照すると、本開示の一実施形態による、参照符号４０によってまとめて示される、信頼スコアを予測するステップの例示的なフローダイヤグラム図が示されており、予測される信頼スコアは、第２のイメージングモダリティにより取得されたエラストグラフィ値（すなわち、実際に測定されたエラストグラフィ値）に関連する。明瞭にするため、フローダイヤグラム図の一部が図６．１、図６Ｂ及び図６Ｃに再現されている。取得された剛性値の自動信頼スコアは、以下で論じられるように決定される。参照符号４２によって示された、取得された剛性値に関する信頼スコアを自動的に決定するアプリケーション又は機能は、図５を参照しながら本明細書において論じたような前のステップにおいて、深層学習ベースのアプリケーション３４（すなわち、深層学習ベースのアルゴリズム）と共に同時に起動される。取得された又は実際の測定された剛性マップの、参照符号４４によって示された信頼スコアは、リアルタイム分類を行うために、畳み込みニューラルネットワーク（ＣＮＮ）などの、深層学習ベースのアルゴリズムを使用して得られる（図６）。
【0039】
[0046] 畳み込みニューラルネットワーク（ＣＮＮ）は、深層学習アーキテクチャを有し、入力画像をフィルタリングする場合に空間関係を保存する能力により医用イメージング研究において使用される。医用イメージングにおける空間関係は、筋肉と骨との間の組織界面、構造境界、又は関節を定める、したがって、ＣＮＮは、特別な注意を見い出した。畳み込みニューラルネットワーク４２の概略図が図６Ｂに示されている。図６、図６Ａ及び図６Ｂを参照すると、ＣＮＮ４２は、生のピクセルの入力画像（例えば、ＵＥ剛性マップ３２）を取得し、それを畳み込み層（Ｃｏｎｖ）４２１及び４２３、正規化線形層（Ｆｌａｔｔｅｎ：平坦化）４２５、及びプーリング層（Ｐｏｏｌ）４２２及び４２４を介して変換する。これが次いで、全結合層（ＦＣ）４２６及び４２７に送り込まれ、確率又はクラススコアを割り当てて、入力（すなわち、ＵＥ剛性マップ３２）を、最も高い確率（Ｓｏｆｔｍａｘ：ソフトマックス）４２８を有するクラスに分類する。全結合層における異なる重みによって画像におけるピクセルを処理することができるか、又は代替的に、画像全体にわたる様々な繰り返しパターンを抽出するために重みの同じセットを使用してすべての位置を処理することができる。これらの訓練可能な重みは、カーネル又はフィルタと呼ばれ、ドット積又は畳み込みを用いて適用され、次いで、非線形関数によって処理される。各畳み込み層は、各層におけるパターンの複数のセットを抽出するためにいくつかのフィルタを有する。多くの場合、各畳み込み層（Ｃｏｎｖ）４２１及び４２３の後にプーリング層（Ｐｏｏｌ）４２２及び４２４がそれぞれ続き、これにより、次元が低減し、並進不変性が課される。これらの畳み込み層及びプーリング層はともに積み重ねられて多層ネットワークを形成することができ、この多層ネットワークは多くの場合、１つ又は複数の全結合層４２６及び４２７に終わる。
【0040】
[0047] 関心領域３３（図６．１）が患者の肝臓を含む場合、深層学習ベースのアルゴリズムの出力は、最も高い信頼スコアを有する肝線維症レベル４４である（図６Ｃ）。換言すると、各クラスについての確率又はクラススコアが割り当てられて、入力（例えば、エラストグラフィ値３２）をそれぞれの線維症レベル（それぞれ参照符号４４１、４４２、４４３、４４４及び４４５によって示された、レベル１、レベル２、レベル３、レベル４及び線維症なし）に分類する。その後、肝線維症レベルを表す、最も高い確率を有するクラスが出力される。例えば、ＡＩモデル（すなわち、図６の畳み込みニューラルネットワーク（ＣＮＮ））によって予測された最も高い信頼スコアが線維症レベル２に属する場合（例えば、信頼スコアがレベル２について＝０．８２、レベル１について＝０．０５、レベル３について＝０Ａ０、レベル４について＝０．０２、及び線維症なしについて０．０１）、信頼スコアは８２％に等しく、これは、第２のイメージングモダリティ（例えば、ＵＥモダリティ）によって測定された剛性値がレベル２の線維症を表すことを８２％確信していることを意味する。最も高い確率及び対応する線維症レベルは、図７に関して本明細書においてさらに論じるように、適切なメモリ（図示せず）に保存され、ＧＵＩ２６を介して又はスマートレポートダッシュボード５０上に出力されるか又は示される。例えば、信頼スコア（例えば、図６における４４）及び剛性マップ（例えば、図５における３６）が予測されると、「スマートレポート」ソフトボタン２８は、システムユーザ２３がスマートレポートダッシュボード５０（図７）を介して最終結果を観察するためにソフトボタン２８をクリックすることができるように超音波スキャナタッチパネル２６上に出現させられるか又は出現するように作製される。本明細書において使用される場合、線維症ステージとは、線維症レベルと同じであるものと理解される。さらに、予測された信頼レベル及び予測された信頼スコアは、本明細書において置き換え可能に使用され、さらには、実際の測定されたエラストグラフィ値、例えば、測定されたＵＥ剛性マップに基づくものである。
【0041】
[0048] 一実施形態では、予測された信頼スコアは、第２のイメージングモダリティにおける測定された剛性値に関連する。特に、第２のイメージングモダリティにおける測定された剛性値の予測された信頼スコアは、第２のイメージングモダリティによって測定された報告された線維症レベルの信頼レベルを示す。線維症レベルの信頼スコアを予測するＡＩモデルは、訓練フェーズにおいてグラウンドトゥルースとして肝生検を用いて較正／評価される。換言すると、訓練フェーズにおける深層学習ベースのアルゴリズムに関して、ＵＥ剛性マップ及び肝生検は、（ｉ）入力及び（ｉｉ）グラウンドトゥルースとしてそれぞれ用いられる。訓練のため、ＵＥ及び肝生検は、種々のレベルの肝線維症を有する患者の群において同じ日に行われてもよい。この訓練は、「信頼スコア」の決定に当てはまる。
【0042】
[0049] ここで図７を参照すると、本開示の一実施形態による、参照符号５０によって示された、スマートレポートダッシュボードの例示的なグラフィカルユーザインタフェースの図が示されている。明瞭にするため、フローダイヤグラム図の一部が図７Ａ及び図７Ｂに再現されている。スマートレポートダッシュボード５０は、マルチメディアの１つ又は複数の形態を含むグラフィカルユーザインタフェースを有する。超音波及びＭＲＩユーザの訓練レベルの違いを考慮すると、ユーザが種々の時点において様々なイメージングモダリティを使用して種々の剛性レベルを相関させることは不都合である。スマートレポート又はスマートレポートダッシュボード５０は、ユーザが線維症変化をより良好にモニタリングするのに役立つ。
【0043】
[0050] ユーザが超音波スキャナタッチパネル２６上で「スマートレポート」ソフトボタン２８をクリックすると、スマートダッシュボード５０が自動的に生成され（図７）、スマートダッシュボード５０は以下のうちの１つ又は複数を示すことを有する。参照符号５２によって示された現在の線維症ステージ又はレベル、及び、図６を参照しながら本明細書において論じたような前のステップにおいて取得された、参照符号５４によって示された対応する予測された信頼スコアが提供される。一実施形態では、現在の線維症ステージ５２は、線維症レベル５２１、第２のイメージングモダリティエラストグラフィ測定により取得されたエラストグラフィ値５２２（例えば、測定されたＵＥ剛性値）、及び、取得された第２のイメージングモダリティエラストグラフィ測定に基づいた第１のイメージングモダリティエラストグラフィ測定に対応する予測されたエラストグラフィ値５２３（例えば、予測されたＭＲＥ剛性値）の表示を含む。第２のイメージングモダリティエラストグラフィ測定によるエラストグラフィ値５２２の取得、及び第１のイメージングモダリティ測定に対応するエラストグラフィ値５２３の予測は、少なくとも図５、ＵＥ剛性マップ３２、予測されたＭＲＥ剛性マップ３６、及び予測されたＭＲＥ剛性値３８を参照しながら本明細書において論じたように達成される。一実施形態では、新たな剛性値（すなわち、測定されたＵＥ値５２２及び／又は対応する予測されたＭＲＥ値５２３）は、参照符号５６によって示されたプロットと、これまでの検査中に測定された既存の剛性値の参照符号５８によって示されたテーブルとに自動的に加えられる。プロット５６及び／又はテーブル５８は好都合には、経時的な肝硬度の変化の有意義な例示を提供する。ここで図７．１を参照すると、プロット５６は、１つ又は複数のこれまでの検査における取得された線維症レベルを示す。プロット５６に関して、左側の縦軸５６１は、第２のイメージングモダリティについてｋＰａ単位の剛性スケールを含み、横軸５６２は、第１のイメージングモダリティについてｋＰａ単位の剛性スケールを含み、右側の縦軸５６３は、レベル０～レベル４の線維症レベルのスケールを含む。プロット５６の例において示すように、第１のイメージングモダリティにより取得されたベースライン（２０１９年３月１０日）測定値から、第２のイメージングモダリティにより取得された後続の測定（２０２０年２月４日）へ、線維症レベルの低下が観察され、レベル３からレベル２への線維症レベルの変化に対応する。図７Ｂをさらに参照すると、テーブル５８は、線維症レベル５１１と、第１のイメージングモダリティエラストグラフィ測定（例えば、測定されたＭＲＥ剛性値）とともにベースライン（２０１９年３月１０日）により取得されたエラストグラフィ値５１２との表示を含む線維症ステージ５１をさらに有する。図７Ａ及び図７Ｂにおいて、スマートダッシュボード５０は、参照符号６４によって示されたベースライン剛性マップに加え、図５を参照しながら本明細書において論じたように取得された、参照符号６０及び６２によってそれぞれ示された、測定された剛性マップ及び予測された剛性マップをさらに示す。ベースライン剛性マップ６４は、ＭＲＥ又はＵＥイメージングモダリティのうちの１つ又は複数により取得された、初期の線維症検査におけるなど、前に取得された剛性マップであることに留意されたい。ＭＲＥ／ＵＥカットオフ値についてのより多くの情報、例えば、ＭＲＥ／ＵＥ間の相違に関するガイドライン資料（参照論文など）にユーザの目を向けさせる、参照符号６６によって示されたハイパーリンクが、スマートダッシュボード５０内に含まれる。さらに、スマートダッシュボード５０は、参照符号６８によって示された、結果フィールドとして、及び／又は、参照符号７０によって示された、適切な象徴的な表示（例えば、パーセンテージ数字、及び、増加には上向き又は減少には下向きを示すグラフィック）により表現することができる、線維症硬度の増減などの、結果を提供する。図７に示すように、スマートレポートダッシュボード５０は、プロット及びテーブルにおいて、剛性値、線維症レベルの変化、測定及び予測された剛性マップ、並びに信頼スコアを示す。
【0044】
[0051] 本明細書において理解すべきように、剛性マップは、いずれの方向にしても予測することができる。ＭＲＩスキャナを利用できない臨床現場があるか、又は、患者によってはＭＲスキャナ内に拘束されることに起因してＭＲＥを受けたがらない。これらの場合、線維症診断段階時にＵＥがＭＲＥよりも優先される。しかしながら、治療段階時、肝線維症をより正確にモニタリングするために、ＭＲＥが推奨される場合があるが、その理由は、そのより高いせん断波ＳＮＲ、３Ｄボリュームイメージング及び肝臓のより大きな割合を評価することのため、ＵＥに比してより高い成功率及びよりロバストな定量化性能を有するからである。そのため、患者が線維症診断検査においてＵＥ検査及び長期フォローアップ測定においてＭＲＥ検査を受けるケースがある。このシナリオでは、本開示の一実施形態によるＭＲＥ剛性マップを予測するステップの代わりに、測定されたＭＲＥ剛性マップに基づいてＵＥ剛性マップ及び剛性値を予測することを用いることができる。この事例では、（ｉ）入力及び（ｉｉ）グラウンドトゥルースがそれぞれＭＲＥ剛性マップ及びＵＥ剛性マップとなることを除き、同じ深層学習ベースのアルゴリズム及び訓練プロセスを使用することができる。
【0045】
[0052] ここで図８を参照すると、本開示の一実施形態による、第１のイメージングモダリティと第２のイメージングモダリティとの間のせん断波エラストグラフィの解釈の向上のためのシステム１００のブロックダイヤグラム図が示されている。この実施形態では、システム１００は、少なくともコントローラ１０２、ディスプレイ１０４、及び入力／出力デバイス１０６を備える。コントローラ１０２は、１つ又は複数のせん断波イメージングモダリティシステム又は装置、例えば、所与のせん断波エラストグラフィ実施の要件に応じて、ＭＲＥシステム／装置１０及び／又はＵＥシステム／装置２０に動作可能に接続される。一実施形態では、コントローラ１０２は、所与のせん断波エラストグラフィ実施及び／又は適用の要件にさらに応じて、本明細書において論じるような様々な機能を行うために、マイクロプロセッサ、マイクロコントローラ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、集積回路、離散アナログ又はデジタル回路構成要素、ハードウェア、ソフトウェア、ファームウェア、又はそれらの任意の組み合わせのうちの１つ又は複数を含む。コントローラ１０２は、様々なモジュール、ユニット、又はサブシステムのうちの１つ又は複数をさらに含むことができる。一実施形態では、コントローラ１０２は、所与のせん断波エラストグラフィシステム実施及び／又は適用の要件に応じて適切に、様々なモジュール、ユニット、又はサブシステムのうちの１つ又は複数を含むシステム電子機器、電源、及びメモリを有することができる。一実施形態では、所与のせん断波エラストグラフィシステム実施の要件に応じて、１つ又は複数のソフトボタン（例えば、本明細書において論じたようなソフトボタン２８）、及びスマートレポートダッシュボード５０或いはその１つ又は複数の部分（例えば、現在の線維症ステージ、信頼スコア、剛性値のプロット、経時的な剛性の変化、取得及び予測された剛性マップ、剛性値、線維症硬度の増減を示すテーブルなど）を表示するためのディスプレイ１０４がコントローラ１０２に動作可能に接続される。入力／出力デバイス１０６は、所与のせん断波エラストグラフィシステム実施の要件に応じて、入力／出力デバイス、ユーザインタフェース、触覚出力デバイス、タッチスクリーン、光学ディスプレイ、マイクロフォン、キーパッド、キーボード、ポインティングデバイス、画像キャプチャデバイス、ビデオカメラ、自動出力デバイス、及びそれらの任意の組み合わせのうちの１つ又は複数を含むことができる。
【0046】
[0053] 本明細書において論じるように、本開示の実施形態の様々な態様は、例えば、ＵＥを使用して対応するＭＲＥ剛性マップを予測する（又はその逆、すなわち、ＭＲＥを使用してＵＥ剛性マップを予測する）エラストグラフィ特徴を有する、ユーザインタフェース構成要素を伴う。本開示の実施形態は、超音波／ＭＲスキャナの新たな特徴に組み込むことができる、すなわち、超音波（ＵＳ）又は磁気共鳴イメージング（ＭＲＩ）スキャナ装置に含めることができる。さらに、本明細書において提示されるスマート報告システム／ダッシュボード又はグラフィカルユーザインタフェース及びその特徴は、超音波／ＭＲスキャナに組み込むことができる。
【0047】
[0054] したがって、本開示の実施形態は、肝線維症の進行をモニタリングするためのフォローアップ剛性測定のために同じ画像モダリティを保つ必要性を取り除く。フォローアップ剛性測定のためにＭＲＥの代わりにＵＥを可能にすることは好都合には、患者にとってより低コストのケアに寄与する。さらに、本開示の実施形態によるスマートダッシュボード／レポートは好都合には、報告システムにおいて１つの画像モダリティへの依存性を取り除く。本開示の方法及びシステム装置はさらに好都合には、種々のレベルの訓練／経歴を有するユーザが肝線維症の変化をモニタリングすることをできることを可能にする。
【0048】
[0055] ほんのわずかの例示的な実施形態を上記で詳細に説明してきたが、当業者は、本開示の実施形態の新規な教示及び利点から実質的に逸脱することなく、例示的な実施形態において多くの変更が可能であることを容易に理解するであろう。例えば、本開示の実施形態は好都合には、ＭＲＥイメージングモダリティ及びＵＥイメージングモダリティの両方においてベースラインせん断波エラストグラフィ測定を行うことによって、その後、（ｉ）後続の時点における所与のせん断波エラストグラフィイメージングモダリティの利用可能性及び（ｉｉ）信頼スコアに基づいて、ＭＲＥ又はＵＥの一方又は他方を行うことによって用いることができる。本明細書において論じたように、それぞれの予測されたイメージングモダリティエラストグラフィ値のために、後続の時点において、ＭＲＥ又はＵＥのいずれかを信頼スコアの受容性に基づいて選択することができる。信頼スコアが、１つのイメージングモダリティについて容認できないものと判断されたか又は所与の容認できる範囲内にないと判断された場合、他方のイメージングモダリティを選択することができる、すなわち、信頼スコアに基づいて、ＭＲＥとＵＥとの間で選択することに役立つために測定基準として用いられる。したがって、そのような変更はすべて、添付の特許請求の範囲内において定義される本開示の実施形態の範囲内に含まれることが意図される。特許請求の範囲において、ミーンズプラスファンクション節は、記載された機能を行うものとして本明細書において説明された構造をカバーし、構造的な均等物だけでなく均等な構造もカバーするものとして意図される。
【0049】
[0056] さらに、１つ又は複数の請求項において丸括弧内に置かれた参照符号はいずれも、請求項を限定するものと解釈されるものではない。「有する、含む」などの語は、任意の請求項又は明細書全体において記載された要素又はステップ以外の要素又はステップの存在を排除するものではない。ある要素の単数形の参照は、そのような要素の複数形の参照を排除するものではなく、その逆も同じである。実施形態のうちの１つ又は複数は、複数の異なる要素を有するハードウェアによって、及び／又は適切にプログラムされたコンピュータによって実現されてもよい。複数の手段を列挙した装置クレームにおいて、これらの手段のうちのいくつかは、ハードウェアの１つの同じアイテムによって具現化されてもよい。ある手段が相互に異なる従属項に記載されるという単なる事実は、これらの手段の組み合わせが有利に使用されることができないことを示すものではない。
【図1】
【図2】
【図3】
【図4】
【図5】
【図5A】
【図5B】
【図5C】
【図6】
【図6A】
【図6B】
【図6C】
【図7-1】
【図7-2】
【図7A】
【図7B】
【図8】
【国際調査報告】