特表 2024-521850 医用画像解析のための装置

(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】2024-06-04

(54)【発明の名称】医用画像解析のための装置

(51)【国際特許分類】

   A61B 5/00 20060101AFI20240528BHJP

【ＦＩ】

A61B5/00 G

【審査請求】未請求

【予備審査請求】未請求

(21)【出願番号】P 2023573363

(86)(22)【出願日】2022-05-12

(85)【翻訳文提出日】2023-12-14

(86)【国際出願番号】 EP2022062906

(87)【国際公開番号】W WO2022253544

(87)【国際公開日】2022-12-08

(31)【優先権主張番号】21177112.6

(32)【優先日】2021-06-01

(33)【優先権主張国・地域又は機関】EP

(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】グラス ミカエル

(72)【発明者】

【氏名】バルトルシャット イヴォ マッテオ

(72)【発明者】

【氏名】ザールバッハ アクセル

【テーマコード（参考）】

4C117

【Ｆターム（参考）】

4C117XA10

4C117XB20

4C117XE43

4C117XE44

4C117XE45

4C117XR06

4C117XR08

(57)【要約】

本発明は、カメラ２０と、処理ユニット３０と、出力ユニット４０とを備える医用画像解析のための装置１０に関する。カメラは、医用イメージングシステムのシステム画像ディスプレイの近くに配置されるように構成される。カメラは、システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得するように構成され、システム画像は、患者の医用画像データを含み、ローカル画像は、患者の医用画像データのローカル画像データを含む。処理ユニットは、複数の画像及びイメージングパラメータを決定するように構成され、決定は、ローカル画像の利用を含む。処理ユニットは、複数の画像及びイメージングパラメータを利用してプロセス判断を決定するように構成され、プロセス判断は、医用画像データのローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は新規ローカル画像を取得することと、新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定することのうちのいずれかを行うためのものである。出力ユニットは、画像データを出力するように構成される。

【特許請求の範囲】

【請求項1】

医用画像解析のための装置であって、前記装置が、
カメラと、
処理ユニットと、
出力ユニットと
を備え、
前記カメラが、医用イメージングシステムのシステム画像ディスプレイの近くに配置され、
前記カメラが、前記システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得し、前記システム画像が患者の医用画像データを含み、前記ローカル画像が前記患者の前記医用画像データのローカル画像データを含み、
前記処理ユニットが、複数の画像及びイメージングパラメータを決定し、前記決定が、前記ローカル画像の利用を含み、前記複数の画像及びイメージングパラメータが、前記カメラと前記システム画像ディスプレイとの間の決定された距離、及び／又は前記カメラの視軸と前記システム画像ディスプレイに垂直な軸との間の決定された角度を含み、
前記処理ユニットが、前記複数の画像及びイメージングパラメータを利用して、プロセス判断を決定し、前記プロセス判断が、
前記医用画像データの前記ローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は
新規ローカル画像を取得することと、前記新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、前記新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定することであって、前記処理ユニットが、前記複数の画像及びイメージングパラメータを利用して、前記新規ローカル画像の取得のために前記カメラと前記システム画像ディスプレイとの間の新規距離を決定し、及び／又は、前記処理ユニットが、前記複数の画像及びイメージングパラメータを利用して、前記新規ローカル画像の取得のために前記カメラの視軸と前記システム画像ディスプレイに垂直な軸との間の新規角度を決定すること
のうちのいずれかを行うためのものであり、
前記出力ユニットが画像データを出力し、前記出力ユニットが前記新規距離に関連する情報を出力し、及び／又は、前記出力ユニットが前記新規角度に関連する情報を出力する、装置。

【請求項2】

前記医用画像データの前記ローカル画像データが、さらなる処理に好適であると決定された場合、前記処理ユニットが、機械学習アルゴリズムを実施して、ローカル処理された画像データを生成し、前記生成が、前記患者の前記医用画像データの前記ローカル画像データの利用を含み、
前記出力ユニットが、前記ローカル処理された画像データを出力する、請求項１に記載の装置。

【請求項3】

前記ローカル処理された画像データの前記生成が、前記複数の画像及びイメージングパラメータを利用して、誤差情報を算出することを含む、請求項２に記載の装置。

【請求項4】

前記処理ユニットが、前記複数の画像及びイメージングパラメータを利用して、前記ローカル処理された画像データについての少なくとも１つの確実性指標又は信頼レベルを算出する、請求項３に記載の装置。

【請求項5】

前記処理ユニットが、前記ローカル処理された画像データに重ね合わせた確実性指標又は信頼レベルヒートマップを生成する、請求項３又は４に記載の装置。

【請求項6】

前記機械学習アルゴリズムの前記実施が、前記複数の画像及びイメージングパラメータの利用を含む、請求項２から５のいずれか一項に記載の装置。

【請求項7】

前記処理ユニットが、前記機械学習アルゴリズムを適合させ、前記適合が、前記複数の画像及びイメージングパラメータの利用を含む、請求項６に記載の装置。

【請求項8】

前記処理ユニットが、前記複数の画像及びイメージングパラメータを利用して、前記新規ローカル画像の取得のために前記システム画像ディスプレイについての少なくとも１つの新規表示設定を決定し、前記出力ユニットが、前記新規表示設定に関連する情報を出力する、請求項１から７のいずれか一項に記載の装置。

【請求項9】

前記処理ユニットが、前記複数の画像及びイメージングパラメータを利用して、前記システム画像ディスプレイが配置されている部屋内の照明条件における変更を決定し、前記出力ユニットが、照明条件における前記変更に関連する情報を出力する、請求項１から８のいずれか一項に記載の装置。

【請求項10】

前記複数の画像及びイメージングパラメータが、前記ローカル画像内の１つ又は複数のロケーションにおける決定された信号対ノイズ、前記システム画像ディスプレイが配置されている部屋内における決定された１つ又は複数の照明条件、前記システム画像ディスプレイについての決定された表示設定のうちの２つ以上を含む、請求項１から９のいずれか一項に記載の装置。

【請求項11】

医用画像解析のための方法であって、前記方法は、
ａ）医用イメージングシステムのシステム画像ディスプレイの近くに装置のカメラを配置するステップと、
ｂ）前記カメラによって、前記システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得するステップであって、前記システム画像が、患者の医用画像データを含み、前記ローカル画像が、前記患者の前記医用画像データのローカル画像データを含む、取得するステップと、
ｃ）前記装置の処理ユニットによって、複数の画像及びイメージングパラメータを決定するステップであって、前記決定するステップが前記ローカル画像を利用するステップを有し、前記複数の画像及びイメージングパラメータが、前記カメラと前記システム画像ディスプレイとの間の決定された距離、及び／又は前記カメラの視軸と前記システム画像ディスプレイに垂直な軸との間の決定された角度を含む、決定するステップと、
ｄ）前記処理ユニットによって、プロセス判断を決定するステップであって、前記プロセス判断を決定するステップが、前記複数の画像及びイメージングパラメータを利用するステップを有し、前記プロセス判断が、
前記医用画像データの前記ローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は
新規ローカル画像を取得することと、前記新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、前記新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定することであって、前記処理ユニットによって、前記複数の画像及びイメージングパラメータを利用して、前記新規ローカル画像の取得のために前記カメラと前記システム画像ディスプレイとの間の新規距離を決定するステップ、及び／又は前記処理ユニットによって、前記複数の画像及びイメージングパラメータを利用して、前記新規ローカル画像の取得のために前記カメラの視軸と前記システム画像ディスプレイに垂直な軸との間の新規角度を決定することのうちのいずれかを行うためのものである、決定するステップと、
ｆ）前記装置の出力ユニットによって画像データを出力するステップ、前記出力ユニットによって前記新規距離に関連する情報を出力するステップ、及び／又は、前記出力ユニットによって前記新規角度に関連する情報を出力するステップと
を有する、方法。

【請求項12】

前記医用画像データの前記ローカル画像データがさらなる処理に好適であると決定された場合、前記方法は、
ｅ）前記処理ユニットによって、機械学習アルゴリズムを実施して、ローカル処理された画像データを生成することにより、前記ローカル処理された画像データを生成するステップを有し、前記生成するステップが、前記患者の前記医用画像データの前記ローカル画像データを利用するステップを有し、
前記ステップｆ）が、前記出力ユニットによって、前記ローカル処理された画像データを出力するステップを有する、請求項１１に記載の方法。

【請求項13】

プロセッサによって実行されると、請求項１２に記載の方法を実行する、請求項１から１１のいずれか一項に記載のシステムを制御するためのコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、医用画像解析のための装置、医用画像解析のための方法、並びにコンピュータプログラム要素及びコンピュータ可読媒体に関する。

【背景技術】

【0002】

近年、ＡＩベースの画像解析は、コンピュータビジョンタスクから医用画像解析に至るまで幅広い用途において有望な結果を示している。

【0003】

ＥＰ３７５８０１５Ａ１は、医用イメージング装置を備えたイメージングシステムについて記載している。医用イメージング装置は、イメージングセッションにおいて患者の第１の画像を取得するための検出部と、スクリーン上に第１の画像を表示するための表示ユニットとを備える。システムは、医用イメージング装置とは別個に、モバイル画像処理デバイスをさらに備える。モバイル処理デバイスは、第１の画像の表現を受信するためのインタフェースと、表現を解析し、解析に基づいて、イメージングセッション中、医療上の判断支援情報を計算するように構成された画像解析部とを備える。判断支援情報は、モバイル処理デバイスのオンボード表示デバイス上に表示される。

【0004】

米国特許第１０７９００５６（Ｂ１）号は、１つ又は複数の検査結果を配信するためのシステムであって、１つ又は複数の検査結果の各々が、１人のみに関連付けられ、イメージングモダリティによって生成された一連のデジタル画像を持つ、システムについて記載している。システムは、ローカルエリアネットワーク内で実行するように構成され、イメージングモダリティ、及び／又はイメージングモダリティの各々によって生成された画像を表示するように構成されたコンピューティングデバイスとデータ通信する同期アプリケーションを含む。システムはまた、ローカルエリアネットワークの外部となり、同期アプリケーションとデータ通信するように適合されたサーバと、コンピューティングデバイスのうちの１つ又は複数にインストールされたクライアント側閲覧アプリケーションとを含む。クライアント側閲覧アプリケーションは、一連のデジタル画像を表す未レンダリングデータを含む検査結果を取得し、未レンダリングデータをローカルでレンダリングし、ユーザがデジタル画像を操作可能にするように構成される。

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかし、Ｘ線システムや診断アプリケーションなどの医療用デバイスは、しばしば、セキュアな環境（例えば、インターネットアクセスなしで）で使用されるため、ＡＩベースの画像解析ソフトウェアは、品質及び規制要件のため頻繁な更新を行うことができないため、時代遅れとなり得る。

【0006】

この問題を解決する必要がある。

【課題を解決するための手段】

【0007】

医用画像を解析するための改善された手段を持つことが有利である。本発明の目的は、独立請求項の主題によって解決され、さらなる実施形態が、従属請求項に組み込まれる。本発明の以下で説明する態様及び例は、医用画像解析のための装置、医用画像解析のための方法、並びにコンピュータプログラム要素及びコンピュータ可読媒体に適用されることに留意されたい。

【0008】

第１の態様では、医用画像解析のための装置であって、装置が、
カメラと、
処理ユニットと、
出力ユニットと
を備える、装置が提供される。

【0009】

カメラは、医用イメージングシステムのシステム画像ディスプレイの近くに配置されるように構成される。カメラは、システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得するように構成され、システム画像は、患者の医用画像データを含み、ローカル画像は、患者の医用画像データのローカル画像データを含む。処理ユニットは、複数の画像及びイメージングパラメータを決定するように構成され、決定は、ローカル画像の利用を含む。処理ユニットは、複数の画像及びイメージングパラメータを利用して、プロセス判断を決定するように構成され、プロセス判断は、
医用画像データのローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は
新規ローカル画像を取得することと、新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定すること
のうちのいずれかを行うためのものであり、
出力ユニットは、画像データを出力するように構成される。

【0010】

一例では、医用画像データのローカル画像データが、さらなる処理のために好適であると決定された場合、処理ユニットは、機械学習アルゴリズムを実施して、ローカル処理された画像データを生成するように構成され、生成は、患者の医用画像データのローカル画像データの利用を含む。出力ユニットは、ローカル処理された画像データを出力するように構成される。

【0011】

したがって、患者が、Ｘ線システム又はＭＲＩなどの医用イメージングデバイス又はシステムからの医用画像において取り込んでいる可能性のある状態の診断は、医用イメージングデバイス又はシステムのディスプレイのスクリーンキャプチャを使用して支援される。

【0012】

訓練されたニューラルネットワークなどの機械学習アルゴリズムの実施の前に、スマートフォンと医用イメージングデバイスとの間の距離、医用イメージングデバイスのディスプレイ上の実際の表示設定、及び画質などの特定のイメージングパラメータを利用して、機械学習アルゴリズムがスマートフォンによって取得された画像に対して動作可能であるかどうか、又はスマートフォンが、スマートフォンに対して動作する機械学習アルゴリズムによって後で解析されるより適切な画像を取得するために、新規画像の取得のためにスマートフォンを再位置決めすべきかどうか、及び／若しくは医用イメージングデバイスのディスプレイを調節すべきかどうかを決定する。

【0013】

言い換えれば、疾病検出のためのニューラルネットワークの適用前に、医用画像ディスプレイの画像のスマートフォンカメラによる取得の取得条件を検出し、スマートフォンカメラ画像の予想画質を推定し、取得設定を変更して、画像の再撮影を行うようにユーザにアドバイスを与えることができ、その際、画質に従って検出された疾病に関連する信頼レベル若しくは確実性指標情報を表示することができ、又はニューラルネットワーク解析をスマートフォン画像に対して動作させることができ、取得条件をニューラルネットワーク解析に組み込むことができる。このようにして、画質を向上させ、ＡＩ疾病検出を達成する。

【0014】

医用イメージングシステムのシステム画像ディスプレイは、医用イメージングユニットに取り付けられる必要はなく、医用イメージングユニットとは別個であってもよく、実際にはＰＡＣＳディスプレイの一部であってもよいことに留意されたい。したがって、システム画像ディスプレイは、患者のライブ画像を示している必要はなく、画像の保存画像を示していてもよい。ただし、医用画像ディスプレイは、比較的最近取得された患者の現在の画像を示している可能性がある。このことは、「医用イメージングシステム」及び「システム画像ディスプレイ」が何を意味するのかについて説明している。

【0015】

このようにして、診断精度を向上させることができ、特定の機械学習アルゴリズムを利用することができる。

【0016】

一例では、ローカル処理された画像データの生成は、複数の画像及びイメージングパラメータを利用して、誤差情報を算出することを含む。

【0017】

一例では、処理ユニットは、複数の画像及びイメージングパラメータを利用して、ローカル処理された画像データについての少なくとも１つの確実性指標又は信頼レベルを算出するように構成される。

【0018】

一例では、処理ユニットは、ローカル処理された画像データに重ね合わせた確実性指標又は信頼レベルヒートマップを生成するように構成される。

【0019】

したがって、スマートフォン又は他のイメージング装置によって取得される画像の品質などのイメージングパラメータを考慮することで、処理された画像を見ているユーザが、画像の各部分において、任意の決定された診断に関連付けられる誤差が大きいかどうかを理解することが可能となる。したがって、例えば、スマートフォンによって撮影された医用イメージングシステムディスプレイの一部にぎらつきがあった場合、処理された画像のこの部分は、画像の他の部分よりもその診断に関連付けられるより大きい誤差を有し得、これにより、ユーザが処理された画像をより適切に解釈することが可能となる。同じことが、画像全体の信号対ノイズや、カメラから医用画像システムディスプレイの異なる部分までの距離などのパラメータにも当てはまる。

【0020】

一例では、機械学習アルゴリズムの実施は、複数の画像及びイメージングパラメータの利用を含む。

【0021】

一例では、処理ユニットは、機械学習アルゴリズムを適合させるように構成され、適合は、複数の画像及びイメージングパラメータの利用を含む。

【0022】

したがって、ニューラルネットワークなどの特定の機械学習アルゴリズムは、画像及びイメージングパラメータに基づいて選択することができ、これにより、最良の機械学習アルゴリズム又は最も適切な機械学習アルゴリズムを利用することが可能となる。さらに、選択された又はデフォルトの機械学習アルゴリズムは、スマートフォン又は他の同等の装置で取得された画像データの解析のために最適化されるように、画像及びイメージングパラメータに基づいて適合させることができる。

【0023】

一例では、処理ユニットは、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにカメラとシステム画像ディスプレイとの間の新規距離を決定するように構成され、出力ユニットは、新規距離に関連する情報を出力するように構成される。

【0024】

一例では、処理ユニットは、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにカメラの視軸とシステム画像ディスプレイに垂直な軸との間の新規角度を決定するように構成され、出力ユニットは、新規角度に関連する情報を出力するように構成される。

【0025】

このようにして、スマートフォンなどの装置は、医用イメージングシステムの表示スクリーンサイズの知識を使用して、例えば、表示スクリーンの外側範囲から決定される、表示スクリーンに対する距離を決定することができる。これは、カメラと表示スクリーンとの間の角度を決定するためにも使用することができる。スマートフォン又は他の装置は、２つ以上のカメラを持つことができ、表示スクリーンに対する距離を決定するための三角測量又はスマートフォンによって利用される他の標準的な距離決定方法論を使用することができる。次いで、処理ユニットは、スマートフォンによって取得された画像に関してこれらのパラメータが最適でないと決定し、スマートフォンによってより良好な画像が取得可能となるように、医用システムディスプレイにスマートフォンを近づけること、及び／又はディスプレイに対してより正面に向ける等の角度を変えることなどの情報をユーザに提示することができる。

【0026】

一例では、処理ユニットは、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにシステム画像ディスプレイについての少なくとも１つの新規表示設定を決定するように構成され、出力ユニットは、新規表示設定に関連する情報を出力するように構成される。

【0027】

したがって、処理ユニットは、例えば、文字及びアイコン識別能力を持つ画像処理ソフトウェアを実装することができ、これにより医用システムディスプレイの解像度、コントラスト、明るさなどの表示設定を決定することが可能となる。次いで、スマートフォン又は他の同様の装置は、スマートフォンによって、医用画像ディスプレイ上に提示されている画像データのより良好且つより適切な画像が取得され得るように、医用システムディスプレイ上の表示設定を調節するための情報をユーザに提供することができる。

【0028】

一例では、処理ユニットは、複数の画像及びイメージングパラメータを利用して、システム画像ディスプレイが配置されている部屋内の照明条件における変更を決定するように構成され、出力ユニットは、照明条件における変更に関連する情報を出力するように構成される。

【0029】

医用画像ディスプレイのスマートフォン画像、又は医用画像ディスプレイの他の装置画像から、画像処理によって、例えば、照明又は窓から差し込む日光によって引き起こされる、表示スクリーン上のぎらつきがあるかどうかを決定することが可能となる。次いで、このことが、スマートフォンによる最適でない画像データの取得に繋がっているという決定を行うことができ、医用画像ディスプレイが位置している部屋内の照明条件を調節するための情報をユーザに中継することができる。

【0030】

一例では、複数の画像及びイメージングパラメータは、カメラとシステム画像ディスプレイとの間の決定された距離、カメラの視軸とシステム画像ディスプレイに垂直な軸との間の決定された角度、ローカル画像内の１つ又は複数のロケーションにおける決定された信号対ノイズ、システム画像ディスプレイが配置されている部屋内の決定された１つ又は複数の照明条件、システム画像ディスプレイについての決定された表示設定のうちの２つ以上を含む。

【0031】

第２の態様では、医用画像解析のための方法であって、方法は、
ａ）医用イメージングシステムのシステム画像ディスプレイの近くに装置のカメラを配置するステップと
ｂ）カメラによって、システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得するステップであって、システム画像が、患者の医用画像データを含み、ローカル画像が、患者の医用画像データのローカル画像データを含む、取得するステップと、
ｃ）装置の処理ユニットによって、複数の画像及びイメージングパラメータを決定するステップであって、決定するステップが、ローカル画像を利用するステップを有する、決定するステップと、
ｄ）処理ユニットによって、プロセス判断を決定するステップであって、決定するステップが、複数の画像及びイメージングパラメータを利用するステップを有し、プロセス判断が、
医用画像データのローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は
新規ローカル画像を取得することと、新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定すること
のうちのいずれかを行うためのものである、決定するステップと、
ｆ）装置の出力ユニットによって、画像データを出力するステップと
を有する、方法が提供される。

【0032】

一例では、医用画像データのローカル画像データが、さらなる処理に好適であると決定された場合、方法は、
ｅ）処理ユニットによって、機械学習アルゴリズムを実施して、ローカル処理された画像データを生成することにより、ローカル処理された画像データを生成するステップを有し、生成するステップが、患者の医用画像データのローカル画像データを利用するステップを有し、
ステップｆ）は、出力ユニットによって、ローカル処理された画像データを出力するステップを有する。

【0033】

別の態様によれば、処理ユニットによって実行されると、前述したような方法を実行するように適合される、前述したような装置のうちの１つ又は複数を制御するコンピュータプログラム要素が提供される。

【0034】

別の態様によれば、前述したようなコンピュータ要素が記憶されたコンピュータ可読媒体が提供される。

【0035】

コンピュータプログラム要素は、例えば、ソフトウェアプログラムとすることができるが、ＦＰＧＡ、ＰＬＤ、又は任意の他の適切なデジタル手段であってもよい。

【0036】

有利には、上記態様のいずれかによって提供される利益は、他の態様のすべてに等しく適用することができ、逆もまた同様である。

【0037】

上記態様及び例は、以下で説明する実施形態を参照すれば明らかとなり、解明されるであろう。

【0038】

例示的な実施形態について、以下の図面を参照して、以下で説明する。

【図面の簡単な説明】

【0039】

【図1】医用画像解析のための装置の一例の概略的なセットアップを示す図である。

【図2】医用画像解析のための方法を示す図である。

【図3】医用イメージングシステム／デバイスのディスプレイ上に示される医用画像の画像をスマートフォンが取得する様子を示す図である。

【発明を実施するための形態】

【0040】

図１は、医用画像解析のための装置１０の概略例を示す。装置は、カメラ２０と、処理ユニット３０と、出力ユニット４０とを備える。カメラは、医用イメージングシステムのシステム画像ディスプレイの近くに配置されるように構成される。カメラは、システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得するように構成される。システム画像は、患者の医用画像データを含み、ローカル画像は、患者の医用画像データのローカル画像データを含む。処理ユニットは、複数の画像及びイメージングパラメータを決定するように構成され、決定は、ローカル画像の利用を含む。処理ユニットは、複数の画像及びイメージングパラメータを利用して、プロセス判断を決定するように構成され、プロセス判断は、
医用画像データのローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は
新規ローカル画像を取得することと、新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定すること
のうちのいずれかを行うためのものである。

【0041】

次いで、出力ユニットは、画像データを出力するように構成される。

【0042】

一例によれば、医用画像データのローカル画像データが、さらなる処理に好適であると決定された場合、処理ユニットは、機械学習アルゴリズムを実施して、ローカル処理された画像データを生成するように構成される。その場合、ローカル処理された画像データの生成は、患者の医用画像データのローカル画像データの利用を含み得る。その場合、出力ユニットによって出力される出力画像データは、ローカル処理された画像データを含み得る。

【0043】

一例では、ローカル処理された画像データは、疾病分類の表示である。

【0044】

一例では、ローカル処理された画像データは、疾病分類の表示を含む。

【0045】

一例では、ローカル処理された画像データは、診断を含む。

【0046】

したがって、例えば、肺結節が存在しているという表示、癌の表示、若しくは別の病状の表示、又は医用イメージングに基づいて示す事ができる骨折若しくは他の状態の表示が提示され得る。この表示は、関連する信頼レベル又は確実性指標を持ち得る、単純な文字によるはい／いいえの形式とすることができる。これはまた、決定された分類のロケーションを示す、画像に疾病／病状分類を重ね合わせた、ローカル画像に対応する画像の形式とすることもできる。

【0047】

一例では、装置は、スマートフォンである。

【0048】

一例では、処理ユニットは、コンピュータとは別のロケーションにあってもよい。例えば、カメラは、ネットワークを介して処理ユニットに送信される画像を取得することができ、その場合、その処理ユニットは、クラウド内に存在し得る。次いで、処理された情報が、カメラのオペレータに送り返され得る。これは、新規画像を取得するか又は取得したばかりの画像を続行するという判断を、ローカルで行うこともリモートで行うこともできるということを意味する。また、医用解析を提供するための画像データ自体の処理も、やはりリモート又はローカルで実行することができ、必要に応じて、オペレータに情報が返される。

【0049】

一例では、装置は、ネットワークを介して機械学習アルゴリズムに対する更新をダウンロードし、更新に基づいて機械学習アルゴリズムを更新するように構成される。

【0050】

一例では、装置は、ネットワークを介して新規機械学習アルゴリズムをダウンロードし、新規機械学習アルゴリズムによって古い機械学習アルゴリズムを置き換えるように構成され、装置によって利用される機械学習アルゴリズムは、新規機械学習アルゴリズムとなる。

【0051】

一例では、出力ユニットは、装置の表示スクリーンを備える。

【0052】

一例では、ローカル処理された画像データの生成は、複数の画像及びイメージングパラメータの利用を含む。

【0053】

一例では、複数の画像及びイメージングパラメータは、コントラスト若しくはグレースケールレベル又はダイナミックレンジなどのシステム画像ディスプレイ上のシステム画像に関連する表示パラメータを含む。

【0054】

一例では、処理ユニットは、画像処理アルゴリズムを実施して、表示パラメータを決定するように構成される。

【0055】

したがって、処理ユニットは、書き込まれたグレースケール値又はバー形式で示されたグレースケールなどの画像に関連付けられたマーカから、画像がどのように表示されているかに関連付けられた画像及びイメージングパラメータを決定することができる。このようにして、ローカル画像がさらなる処理に対して十分でない、又は改善され得ると決定された場合、システムディスプレイ上に表示されているもののダイナミックレンジ及び／又はコントラストを上げて、カメラによって画像を再撮影するための情報がオペレータに提供され得る。

【0056】

一例では、処理ユニットは、ニューラルネットワークアルゴリズムを実施して、表示パラメータを決定するように構成される。

【0057】

したがって、異なるコントラストレベル及びダイナミックレンジレベルの一連の画像を取得及び使用してニューラルネットワークを訓練することができ、訓練画像のためのコントラストレベル／ダイナミックレンジに関するグランドトゥルース情報が提供される。次いで、オペレータが、医用画像ユニットのディスプレイ上に提示されているものの画像を取得する際、画像自体の中の内容に基づいて、医用画像表示ユニットの出力設定を調節することによって画像が改善され得るかどうかについての決定を行うことができる。

【0058】

一例によれば、処理ユニットは、複数の画像及びイメージングパラメータを利用して、ローカル処理された画像データについての少なくとも１つの確実性指標又は信頼レベルを算出するように構成される。

【0059】

一例によれば、処理ユニットは、複数の画像及びイメージングパラメータを利用して、ローカル処理された画像データの複数のロケーションについての複数の確実性指標又は信頼レベルを算出するように構成される。

【0060】

したがって、疾病分類に関する信頼レベルを提供することができ、これにより、オペレータは、画像の解析についてより適切な解釈及び理解が得られる。また、診断が正しいことの確実性指標は、診断が正しいかどうかに関連する不確実性指標を暗黙的に提供するという点で、「確実性指標」は「不確実性指標」とも解釈され得ることを当業者は理解するであろう。

【0061】

一例によれば、処理ユニットは、ローカル処理された画像データに重ね合わせた確実性指標又は信頼レベルヒートマップを生成するように構成される。

【0062】

一例によれば、機械学習アルゴリズムの実施は、複数の画像及びイメージングパラメータの利用を含む。

【0063】

一例では、機械学習アルゴリズムの実施は、複数の機械学習アルゴリズムから機械学習アルゴリズムを選択することを含み、選択は、複数の画像及びイメージングパラメータの利用を含む。

【0064】

一例によれば、処理ユニットは、機械学習アルゴリズムを適合させるように構成され、適合は、複数の画像及びイメージングパラメータの利用を含む。

【0065】

一例によれば、処理ユニットは、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにカメラとシステム画像ディスプレイとの間の新規距離を決定するように構成される。出力ユニットは、新規距離に関連する情報を出力するように構成される。

【0066】

一例によれば、処理ユニットは、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにカメラの視軸とシステム画像ディスプレイに垂直な軸との間の新規角度を決定するように構成される。出力ユニットは、新規角度に関連する情報を出力するように構成される。

【0067】

一例によれば、処理ユニットは、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにシステム画像ディスプレイについての少なくとも１つの新規表示設定を決定するように構成される。出力ユニットは、新規表示設定に関連する情報を出力するように構成される。

【0068】

一例によれば、処理ユニットは、複数の画像及びイメージングパラメータを利用して、システム画像ディスプレイが配置されている部屋内の照明条件における変更を決定するように構成される。出力ユニットは、照明条件における変更に関連する情報を出力するように構成される。

【0069】

一例によれば、複数の画像及びイメージングパラメータは、カメラとシステム画像ディスプレイとの間の決定された距離、カメラの視軸とシステム画像ディスプレイに垂直な軸との間の決定された角度、ローカル画像内の１つ又は複数のロケーションにおける決定された信号対ノイズ、システム画像ディスプレイが配置されている部屋内の決定された１つ又は複数の照明条件、システム画像ディスプレイについての決定された表示設定のうちの２つ以上を含む。

【0070】

一例では、機械学習アルゴリズムは、訓練されたニューラルネットワークである。

【0071】

一例では、ニューラルネットワークは、患者の複数の医用画像、及び医療専門家によって作成された状態や疾病の診断についての関連するグランドトゥルース情報を使用して訓練される。

【0072】

一例では、ニューラルネットワークは、訓練のために使用される画像に関連付けられた画像及びイメージングパラメータを使用して訓練される。したがって、ニューラルネットワークは、画像及びイメージングパラメータと共にスクリーン上に提示される医用画像のカメラによって取得された画像に基づいて訓練され得る。そうすれば、ニューラルネットワークは、新規画像を解析する際に、より効果的に動作することができる。次いで、新規画像のためのローカル処理されたデータの生成は、患者の医用画像データのローカル画像データ、並びにローカル画像の取得に関連付けられた複数の画像及びイメージングパラメータを活用することができる。

【0073】

また、当業者は、システム全体が、図１に関して上述した装置を備えると共に、医用イメージングシステムも備えるように、システム全体が形成又は提供され得ることを理解するであろう。

【0074】

図２は、医用画像解析のための方法１００を示し、ステップｅ）は、任意選択である。方法は、
ステップａ）とも呼ばれる、配置するステップ１１０において、医用イメージングシステムのシステム画像ディスプレイの近くに装置のカメラを配置するステップと、
ステップｂ）とも呼ばれる、取得するステップ１２０において、カメラによって、システム画像ディスプレイ上に表示されたシステム画像のローカル画像を取得するステップであって、システム画像が患者の医用画像データを含み、ローカル画像が、患者の医用画像データのローカル画像データを含む、取得するステップと、
ステップｃ）とも呼ばれる、決定するステップ１３０において、装置の処理ユニットによって、複数の画像及びイメージングパラメータを決定するステップであって、決定するステップが、ローカル画像を利用するステップを有する、決定するステップと、
ステップｄ）とも呼ばれる、決定するステップ１４０において、処理ユニットによって、プロセス判断を決定するステップであって、決定するステップが、複数の画像及びイメージングパラメータを利用するステップを有し、プロセス判断が、
医用画像データのローカル画像データがさらなる処理に好適であるかどうかを決定すること、又は
新規ローカル画像を取得することと、新規ローカル画像のために新規の複数の画像及びイメージングパラメータを決定することと、新規の複数の画像及びイメージングパラメータを利用して新規プロセス判断を決定することとを行うべきかどうかを決定すること
のうちのいずれかを行うためのものである、決定するステップと、
ステップｆ）とも呼ばれる、出力するステップ１６０において、装置の出力ユニットによって、画像データを出力するステップと
を有する。

【0075】

一例によれば、医用画像データのローカル画像データが、さらなる処理に好適であると決定された場合、方法は、
ステップｅ）とも呼ばれる、生成するステップ１５０において、処理ユニットによって、機械学習アルゴリズムを実施して、ローカル処理された画像データを生成することにより、ローカル処理された画像データを生成するステップを有し、生成するステップが、患者の医用画像データのローカル画像データを利用するステップを有し、
ステップｆ）は、出力ユニットによって、ローカル処理された画像データを出力するステップを有する。

【0076】

一例では、装置は、スマートフォンである。

【0077】

一例では、方法は、ネットワークを介して機械学習アルゴリズムに対する更新を装置にダウンロードするステップと、更新に基づいて機械学習アルゴリズムを更新するステップとを有する。

【0078】

一例では、方法は、ネットワークを介して新規機械学習アルゴリズムを装置にダウンロードするステップと、新規機械学習アルゴリズムによって古い機械学習アルゴリズムを置き換えるステップとを有し、装置によって利用される機械学習アルゴリズムは、新規機械学習アルゴリズムとなる。

【0079】

一例では、出力ユニットは、装置の表示スクリーンを備える。

【0080】

一例では、ローカル処理された画像データを生成するステップは、複数の画像及びイメージングパラメータを利用して、誤差情報を算出するステップを有する。

【0081】

一例では、方法は、処理ユニットによって、複数の画像及びイメージングパラメータを利用して、ローカル処理された画像データについての少なくとも１つの信頼レベル又は確実性指標を算出するステップを有する。

【0082】

一例では、方法は、処理ユニットによって、複数の画像及びイメージングパラメータを利用して、ローカル処理された画像データの複数のロケーションについての複数の信頼レベル又は確実性指標を算出するステップを有する。

【0083】

一例では、方法は、処理ユニットによって、ローカル処理された画像データに重ね合わせた信頼レベル又は確実性指標ヒートマップを生成するステップを有する。

【0084】

一例では、機械学習アルゴリズムを実施するステップは、複数の画像及びイメージングパラメータを利用するステップを有する。

【0085】

一例では、機械学習アルゴリズムを実施するステップは、複数の機械学習アルゴリズムから機械学習アルゴリズムを選択するステップを有し、選択するステップは、複数の画像及びイメージングパラメータを利用するステップを有する。

【0086】

一例では、方法は、処理ユニットによって、機械学習アルゴリズムを適合させるステップを有し、適合させるステップは、複数の画像及びイメージングパラメータを利用するステップを有する。

【0087】

一例では、方法は、処理ユニットによって、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにカメラとシステム画像ディスプレイとの間の新規距離を決定するステップと、出力ユニットによって、新規距離に関連する情報を出力するステップとを有する。

【0088】

一例では、方法は、処理ユニットによって、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにカメラの視軸とシステム画像ディスプレイに垂直な軸との間の新規角度を決定するステップと、出力ユニットによって、新規角度に関連する情報を出力するステップとを有する。

【0089】

一例では、方法は、処理ユニットによって、複数の画像及びイメージングパラメータを利用して、新規ローカル画像の取得のためにシステム画像ディスプレイについての少なくとも１つの新規表示設定を決定するステップと、出力ユニットによって、新規表示設定に関連する情報を出力するステップとを有する。

【0090】

一例では、方法は、処理ユニットによって、複数の画像及びイメージングパラメータを利用して、システム画像ディスプレイが配置されている部屋内の照明条件における変更を決定するステップと、出力ユニットによって、照明条件における変更に関連する情報を出力するステップとを有する。

【0091】

一例では、複数の画像及びイメージングパラメータは、カメラとシステム画像ディスプレイとの間の決定された距離、カメラの視軸とシステム画像ディスプレイに垂直な軸との間の決定された角度、ローカル画像内の１つ又は複数のロケーションにおける決定された信号対ノイズ、システム画像ディスプレイが配置されている部屋内の決定された１つ又は複数の照明条件、システム画像ディスプレイについての決定された表示設定のうちの２つ以上を含む。

【0092】

一例では、機械学習アルゴリズムは、訓練されたニューラルネットワークである。

【0093】

したがって、医用イメージングユニット／システムは、通常通りに動作し、医用イメージングユニット／システムのディスプレイ上に表示される、システム画像とも呼ばれる、医用画像を取得している。しかし、医用イメージングユニット／システムに提供される画像解析ソフトウェアは、時代遅れとなり、最新のソフトウェアで利用可能な機能性を呈さない場合がある。これを緩和するために、スマートフォンは、ユニット／システムディスプレイ上に表示されているものの画像を取得し、この画像を、最新のＡＩアルゴリズムによって解析して、ゴールドスタンダード診断を実行する。ただし、画像に対してＡＩが動作する前に、スマートフォンがそのようなＡＩ処理に好適であるかどうかの決定を行い、好適でない場合、ユニット／システムディスプレイ上に表示されているもののより良好且つ好適な画像をどのように取得するかに関するフィードバックをユーザに与える。これは、絶えずスマートフォンのハードウェア（すなわち、カメラの解像度、計算能力）を向上させることや、高速インターネット接続の可用性を向上させることによって円滑化され、これにより、日々のルーチンにおいて（常に最新の）ＡＩアプリケーションを採用することが可能となる。ただし、スマートフォンは、単に画像を取得し、これを、処理が行われるクラウドなどの別のロケーションに送信することも可能であることに留意されたい。したがって、ここで、「装置」とは、カメラ、処理ユニット、及び出力ユニットで構成される単一ユニットとすることができ、又は完全に別のロケーションにある、別個のユニットから形成することもできる。ただし、簡略化のために、以下の説明では、スマートフォンの形態の装置を中心に論じるが、上述したように、説明は、単に装置の一形態の一例を形成する、その特定の実施形態に限定されない。

【0094】

したがって、スマートフォンの使用は、臨床環境（特に発展途上国における）にＡＩ技術をもたらす興味深い代替選択肢を提供し、スマートフォンカメラ画像の測定されたビューイングパラメータ、及びユニット／システムディスプレイに関して導出された情報を、ＡＩベースの画像分類に組み込むことができる。

【0095】

カメラは、ユニット／システムディスプレイ上に提示されているものの画像を取得し、ネットワークを介してこれをプロセッサに送信することができ、このプロセッサは、さらなる処理に対して画像に問題がない、又は新規画像を取得する必要があるとの決定を実行すると共に、さらなる処理も実行することに留意されたい。そのようなプロセッサは、例えば、クラウド内に存在し得る。

【0096】

医用画像解析のための装置及び医用画像解析のための方法について、具体的に詳細に説明し、そのためにスマートフォンについて説明するが、上で明確にしたように、これは、例示に過ぎず、図３を参照する。

【0097】

図３は、医用画像取得ユニット又はシステムのディスプレイ又はモニタ上に表示されている画像のローカル画像をスマートフォンが取得する様子の一例を示しており、この場合、医用画像取得ユニット又はシステムは、Ｘ線ユニットであるが、ＭＲＩユニット若しくはＰＥＴユニット又は任意の他の医用イメージングユニットであってもよい。次いで、スマートフォンは、画像を処理して、必要に応じて、新規のより良好な画像をどのように撮影するかに関するフィードバックを与え、これは、スマートフォンの再位置決め、モニタに対する設定の変更、及び／又は部屋内の照明条件の変更であってもよい。次いで、新規に取得された画像、又はさらなる処理に既に好適であった場合、元の画像は、スマートフォン上で動作する訓練されたニューラルネットワークに提供され、このニューラルネットワークは、ダウンロードされる更新を通して頻繁に更新され得る。また、ニューラルネットワークは、より効果的に動作するために、取得した取得パラメータを利用することもでき、実際、スマートフォン上に記憶されている複数のニューラルネットワークから特定のニューラルネットワークが、取得パラメータに基づいて選定され得る。

【0098】

引き続き図３を参照して、ここで、詳細なワークフローについて説明する。

【0099】

図３に示すように、スマートフォンは、医用ユニットディスプレイ／モニタに対して位置決めされており、表示されたシステム画像のローカル画像を取得している。スマートフォンによる画像取得に関して、いくつかの異なる画像取得パラメータが検出され、疾病検出に利用される。これらは、限定されないが、以下を含む。

【0100】

スマートフォンの距離及び取得角度。医用画像ディスプレイに対してスマートフォンの角度付けが強いと画像の歪みが生じ、距離が遠いと、情報損失が生じる。これは、例えば、ディスプレイフレーム、ディスプレイ上の文字等を介して測定され得る。

【0101】

全体的な画質。これは、ディスプレイ及びスマートフォンカメラの品質から決定され得る。これは、鮮明度、ノイズ、信号対ノイズ比（ＳＮＲ）、コントラスト対ノイズ比（ＣＮＲ）等の全体的な画質パラメータによって測定され得る。

【0102】

表示される画像のレベル及びウィンドウ。これは、画像内の典型的なグレー値分布を介して推定されるか、又はディスプレイ上の文字から導出され得る。これは、例えば、ユニット／システムディスプレイ上に表示されるモニタ設定からこの情報を取得する画像処理ソフトウェアによって決定され得る。

【0103】

部屋の照明及びディスプレイ上の反射スポット。これは、画像の全体的な明るさや画像内の明るいスポットから決定され得る。

【0104】

全体的な画質や、ダイナミックレンジ／コントラストの表示に関するユニット／システムディスプレイについての設定は、訓練されたニューラルネットワーク（ｎｅｕｒａｌ ｎｅｔｗｏｒｋ）によって決定され得ることに留意されたい。したがって、グレースケール設定及び／又はコントラストレベルなどのモニタ設定のグランドトゥルース情報を持つ多くの画像を使用して、ＮＮを訓練することができる。ユニット／システムの画像が取得されると、ユニット／システムのディスプレイについての表示モダリティの決定を行うことができる。取得された画像が、さらなる処理にふさわしいものではないという決定が行われた場合、適切であれば、フィードバックの一形態は、例えば、オペレータがユニット／システムディスプレイについてのダイナミックレンジ／コントラスト設定を上げることであり得る。

【0105】

次いで、決定されたパラメータは、以下の３つ異なる目的のために使用される。

【0106】

スマートフォンによる画像取得を最適化すべきかどうか、またどのようにしてそれを行うかについてや、画質における損失をどのようにして最小限に抑えるのかについて、（例えば、インタフェースに位置決め指示を示すこと／現在の画質レベルを示すことによって）スマートフォンのユーザにアドバイスが与えられる。

【0107】

疾病検出についてのニューラルネットワークの結果をスマートフォン上に表示させる際に、達成された結果は、対応する精度値／不確実度を用いて修正され得る。領域的又は局所的画質劣化が生じている場合、ニューラルネットワークのヒートマップを、画質マップと相関させることができ、それら２つが、疾病ごとに視覚化されるか、疾病確実度の数値が算出される。

【0108】

最後に、測定された画像取得設定／品質パラメータを考慮に入れることが可能である、又はこれらのパラメータがネットワークの訓練及び推論に組み込まれ得る、画質適合されたニューラルネットワークを適用することができる。

【0109】

したがって、胸部Ｘ線解析などの用途のためにスマートフォンを使用して医用画像ディスプレイの画像を取得することは、そのようなシナリオにおける固有の制限であることが予想される画質の損失と、例えば、特定のウィンドウレベル設定、サイズ変更、コントラスト、明るさ等の選択に起因する、診断用Ｘ線画像のモニタへの表示又は医用画像ユニット自体の表示が最適でないことで生じる損失情報とが組み合わされることにより、問題となる可能性があることが予想され得る。また、照明、スマートフォンの位置決め、及びカメラの特性などの環境条件が、ＡＩベースの解析を受ける画像に影響を及ぼす可能性があり、予想される画質及びＡＩ性能の大幅な劣化をもたらすことが予想される。しかし、本システム及び方法は、疾病検出のためのニューラルネットワークの適用前におけるスマートフォンカメラの取得条件の検出を通してこれに対処する。カメラ画像の予想画質が推定され、取得設定を変更して画像を再撮影するようにユーザにアドバイスが与えられるか、ＡＩ解析が行われる場合、例えば、異なる画像ロケーションにおける画質に従って、検出された疾病に関連するエラーバーが提示され、取得条件もＡＩニューラルネットワーク解析に組み込まれて、より最適化されたＡＩ解析を提供する。

【0110】

別の例示的な実施形態では、適切なシステム上で、前述の実施形態のうちの１つによる方法のステップを実行するように構成されることを特徴とするコンピュータプログラム又はコンピュータプログラム要素が提供される。

【0111】

したがって、コンピュータプログラム要素は、コンピューティングユニット上に記憶され、このコンピューティングユニットも、一実施形態の一部となる。このコンピューティングユニットは、上述の方法のステップを実行するか又は実行を引き起こすように構成される。さらに、これは、上述の装置及び／又はシステムのコンポーネントを動作させるように構成される。コンピューティングユニットは、自動的に動作する、且つ／又はユーザの命令を実行するように構成され得る。コンピュータプログラムは、データプロセッサのワーキングメモリにロードされる。したがって、データプロセッサは、前述の実施形態のうちの１つによる方法を実行するように具備される。

【0112】

本発明のこの例示的な実施形態は、最初から本発明を使用するコンピュータプログラムと、更新によって、既存のプログラムを本発明を使用するプログラムに変えるコンピュータプログラムとの両方を包含する。

【0113】

さらに、コンピュータプログラム要素は、上述の方法の例示的な実施形態の手順を満たすのに必要なすべてのステップを提供することが可能となる。

【0114】

本発明のさらなる例示的な実施形態によれば、ＣＤ－ＲＯＭ、ＵＳＢスティック等のコンピュータ可読媒体が提示され、コンピュータ可読媒体は、前述のセクションによって説明されたコンピュータプログラム要素がその上に記憶される。

【0115】

コンピュータプログラムは、他のハードウェアと共に又はその一部として供給される光記憶媒体又はソリッドステート媒体などの好適な媒体上に記憶及び／又は配布されるが、インターネット又は他の有線若しくは無線電気通信システムを介してなど、他の形態で配布されてもよい。

【0116】

ただし、コンピュータプログラムはまた、ワールドワイドウェブのようなネットワークを介して提示され、そのようなネットワークからデータプロセッサのワーキングメモリにダウンロードされてもよい。本発明のさらなる例示的な実施形態によれば、コンピュータプログラム要素をダウンロードのために利用可能にするための媒体が提供され、このコンピュータプログラム要素は、本発明の前述した実施形態のうちの１つによる方法を実行するように配置される。

【0117】

本発明の実施形態は、異なる主題を参照して説明されることに留意する必要がある。具体的には、いくつかの実施形態が、方法タイプの請求項を参照して説明され、他の実施形態が、デバイスタイプの請求項を参照して説明される。ただし、当業者は、上記及び下記の説明から、別途記載のない限り、１つのタイプの主題に属する特徴の任意の組合せに加えて、異なる主題に関連する特徴間の任意の組合せも本出願と共に開示されると見なされることを推察するであろう。しかし、すべての特徴は、組み合わせることで、特徴の単なる総和を超える相乗効果を生み出すことができる。

【0118】

本発明は、図面及び前述の説明において詳細に例示及び説明してきたが、そのような例示及び説明は、例示及び一例であり、制限であると見なされない。本発明は、開示される実施形態に限定されない。開示される実施形態に対する他の変形は、特許請求される発明を実践する当業者によって、図面、開示、及び添付の特許請求の範囲の検討から理解及び実行され得る。

【0119】

特許請求の範囲において、「備える（有する、含む）」という用語は、他の要素又はステップを除外せず、単数形は、複数を除外しない。単一のプロセッサ又は他のユニットは、特許請求の範囲において記載される複数の項目の機能を満たし得る。単に特定の手段が相互に異なる従属請求項に記載されているという事実は、利点を得るために、これらの手段の組合せを使用できないこと示していない。特許請求の範囲における任意の参照符号は、範囲を限定するものとして解釈されるべきではない。

【図1】

【図2】

【図3】

【国際調査報告】