JP7283673B1 - 推定装置、プログラム及び記録媒体 - Google Patents
推定装置、プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP7283673B1 JP7283673B1 JP2023042028A JP2023042028A JP7283673B1 JP 7283673 B1 JP7283673 B1 JP 7283673B1 JP 2023042028 A JP2023042028 A JP 2023042028A JP 2023042028 A JP2023042028 A JP 2023042028A JP 7283673 B1 JP7283673 B1 JP 7283673B1
- Authority
- JP
- Japan
- Prior art keywords
- estimation
- learning
- image data
- image
- ray
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000037182 bone density Effects 0.000 claims abstract description 174
- 238000013528 artificial neural network Methods 0.000 claims abstract description 148
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 126
- 238000011976 chest X-ray Methods 0.000 claims abstract description 34
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 230000001678 irradiating effect Effects 0.000 claims description 43
- 238000004891 communication Methods 0.000 claims description 32
- 210000004705 lumbosacral region Anatomy 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 28
- 238000012549 training Methods 0.000 claims description 24
- 238000003384 imaging method Methods 0.000 claims description 22
- 210000000038 chest Anatomy 0.000 claims description 18
- 210000000689 upper leg Anatomy 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 238000009547 dual-energy X-ray absorptiometry Methods 0.000 claims description 11
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 7
- 239000011707 mineral Substances 0.000 claims description 7
- 238000011176 pooling Methods 0.000 claims description 7
- 210000004072 lung Anatomy 0.000 claims description 3
- 210000000236 metacarpal bone Anatomy 0.000 claims description 3
- 210000000115 thoracic cavity Anatomy 0.000 claims description 3
- 210000002320 radius Anatomy 0.000 claims 1
- 230000036541 health Effects 0.000 description 37
- 208000010392 Bone Fractures Diseases 0.000 description 28
- 238000012545 processing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 210000002569 neuron Anatomy 0.000 description 13
- 210000003127 knee Anatomy 0.000 description 12
- 210000000629 knee joint Anatomy 0.000 description 11
- 230000015654 memory Effects 0.000 description 11
- 210000001624 hip Anatomy 0.000 description 10
- 208000001132 Osteoporosis Diseases 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 229940079593 drug Drugs 0.000 description 8
- 239000007943 implant Substances 0.000 description 8
- 210000000323 shoulder joint Anatomy 0.000 description 8
- 206010028980 Neoplasm Diseases 0.000 description 7
- 230000035622 drinking Effects 0.000 description 7
- 230000000391 smoking effect Effects 0.000 description 7
- 210000001738 temporomandibular joint Anatomy 0.000 description 7
- 210000000544 articulatio talocruralis Anatomy 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000002591 computed tomography Methods 0.000 description 6
- 210000002310 elbow joint Anatomy 0.000 description 6
- 210000002683 foot Anatomy 0.000 description 6
- 210000004247 hand Anatomy 0.000 description 6
- 238000002595 magnetic resonance imaging Methods 0.000 description 6
- 210000003857 wrist joint Anatomy 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 210000004394 hip joint Anatomy 0.000 description 5
- 238000001739 density measurement Methods 0.000 description 4
- 210000001145 finger joint Anatomy 0.000 description 4
- 210000003739 neck Anatomy 0.000 description 4
- 210000003371 toe Anatomy 0.000 description 4
- 208000006386 Bone Resorption Diseases 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000024279 bone resorption Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006403 short-term memory Effects 0.000 description 3
- 208000018084 Bone neoplasm Diseases 0.000 description 2
- 108010022452 Collagen Type I Proteins 0.000 description 2
- 102000012422 Collagen Type I Human genes 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 210000000577 adipose tissue Anatomy 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000004097 bone metabolism Effects 0.000 description 2
- 238000007469 bone scintigraphy Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 108010049937 collagen type I trimeric cross-linked peptide Proteins 0.000 description 2
- 230000001054 cortical effect Effects 0.000 description 2
- 235000006694 eating habits Nutrition 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 230000011164 ossification Effects 0.000 description 2
- 229940095743 selective estrogen receptor modulator Drugs 0.000 description 2
- 239000000333 selective estrogen receptor modulator Substances 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 210000004003 subcutaneous fat Anatomy 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 210000001835 viscera Anatomy 0.000 description 2
- 235000013343 vitamin Nutrition 0.000 description 2
- 239000011782 vitamin Substances 0.000 description 2
- 229940088594 vitamin Drugs 0.000 description 2
- 229930003231 vitamin Natural products 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 235000001674 Agaricus brunnescens Nutrition 0.000 description 1
- 102000002260 Alkaline Phosphatase Human genes 0.000 description 1
- 108020004774 Alkaline Phosphatase Proteins 0.000 description 1
- 229940122361 Bisphosphonate Drugs 0.000 description 1
- 102000055006 Calcitonin Human genes 0.000 description 1
- 108060001064 Calcitonin Proteins 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- ZAHDXEIQWWLQQL-IHRRRGAJSA-N Deoxypyridinoline Chemical compound OC(=O)[C@@H](N)CCCC[N+]1=CC(O)=C(C[C@H](N)C([O-])=O)C(CC[C@H](N)C(O)=O)=C1 ZAHDXEIQWWLQQL-IHRRRGAJSA-N 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- LOJFGJZQOKTUBR-XAQOOIOESA-N NC(N)=NCCC[C@@H](C(O)=O)NC(=O)CNC(=O)CNC(=O)[C@H](CC(O)=O)NC(=O)[C@@H](NC(=O)[C@@H](NC(=O)[C@H](CCCCN)NC(=O)[C@@H](N)CCC(O)=O)C)CC1=CN=CN1 Chemical compound NC(N)=NCCC[C@@H](C(O)=O)NC(=O)CNC(=O)CNC(=O)[C@H](CC(O)=O)NC(=O)[C@@H](NC(=O)[C@@H](NC(=O)[C@H](CCCCN)NC(=O)[C@@H](N)CCC(O)=O)C)CC1=CN=CN1 LOJFGJZQOKTUBR-XAQOOIOESA-N 0.000 description 1
- 102000004067 Osteocalcin Human genes 0.000 description 1
- 108090000573 Osteocalcin Proteins 0.000 description 1
- 102000007591 Tartrate-Resistant Acid Phosphatase Human genes 0.000 description 1
- 108010032050 Tartrate-Resistant Acid Phosphatase Proteins 0.000 description 1
- AUYYCJSJGJYCDS-LBPRGKRZSA-N Thyrolar Chemical class IC1=CC(C[C@H](N)C(O)=O)=CC(I)=C1OC1=CC=C(O)C(I)=C1 AUYYCJSJGJYCDS-LBPRGKRZSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 150000004663 bisphosphonates Chemical class 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000037118 bone strength Effects 0.000 description 1
- 229960004015 calcitonin Drugs 0.000 description 1
- BBBFJLBPOGFECG-VJVYQDLKSA-N calcitonin Chemical compound N([C@H](C(=O)N[C@@H](CC(C)C)C(=O)NCC(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=1NC=NC=1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)NCC(=O)N[C@@H](CO)C(=O)NCC(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(N)=O)C(C)C)C(=O)[C@@H]1CSSC[C@H](N)C(=O)N[C@@H](CO)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CO)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1 BBBFJLBPOGFECG-VJVYQDLKSA-N 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 235000013365 dairy product Nutrition 0.000 description 1
- 229960001251 denosumab Drugs 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 238000002651 drug therapy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 229940088597 hormone Drugs 0.000 description 1
- 239000005556 hormone Substances 0.000 description 1
- 238000002513 implantation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 150000002632 lipids Chemical class 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 238000000554 physical therapy Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
- 239000005495 thyroid hormone Substances 0.000 description 1
- 229940036555 thyroid hormone Drugs 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 150000003722 vitamin derivatives Chemical class 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/482—Diagnostic techniques involving multiple energy imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/505—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30008—Bone
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
Description
図1は本実施の形態1に係るコンピュータ装置1の構成の一例を示すブロック図である。コンピュータ装置1は、骨密度を推定する推定装置として機能する。以後、コンピュータ装置1を「推定装置1」と呼ぶことがある。
図3は、ニューラルネットワーク200の構成の一例を示す図である。本例では、ニューラルネットワーク200は、例えば、畳み込みニューラルネットワーク(CNN(Convolutional Neural Network))である。図3に示されるように、ニューラルネットワーク200は、例えば、入力層210と、隠れ層220と、出力層230とを備える。隠れ層220は中間層とも呼ばれる。隠れ層220は、例えば、複数の畳み込み層240と、複数のプーリング層250と、全結合層260とを備える。ニューラルネットワーク200では、出力層230の前段に全結合層260が存在している。そして、ニューラルネットワーク200では、入力層210と全結合層260との間において、畳み込み層240とプーリング層250とが交互に配置されている。
推定用データ120は、骨密度の推定対象の骨が写る単純X線像の画像データを含む。骨密度の推定対象は、例えば人である。したがって、推定用データ120は、人の骨が写る単純X線像の画像データを含むと言える。学習用データ130には、人の骨が写る複数の単純X線像の画像データが含まれる。単純X線像は、2次元像であって、一般X線像あるいはレントゲン像とも呼ばれる。なお、骨密度の推定対象は人以外であってもよい。例えば、骨密度の推定対象は、イヌ、ネコあるいはウマ等の動物であってもよい。また、対象とする骨は、主に、生物由来の皮質骨及び海綿骨であるが、対象とする骨に、リン酸カルシウムを主成分とする人工骨、あるいは再生医療等によって人工的に製造された再生骨が含まれてもよい。
図5は、ニューラルネットワーク200の学習の一例を説明するための図である。制御部10は、ニューラルネットワーク200の学習を行う場合には、図5に示されるように、ニューラルネットワーク200の入力層210に学習用データ130を入力する。そして、制御部10は、ニューラルネットワーク200の出力層230から出力される出力データ400についての教師データ140に対する誤差が小さくなるように、ニューラルネットワーク200内の可変のパラメータ110aを調整する。より詳細には、制御部10は、記憶部20内の各学習用画像データを入力層210に入力する。制御部10は、入力層210に学習用画像データを入力する場合には、当該学習用画像データを構成する複数の画素データを、入力層210を構成する複数の人工ニューロンにそれぞれ入力する。そして、制御部10は、入力層210に学習用画像データを入力した場合に出力層230から出力される出力データ400についての、当該学習用画像データに対応する基準骨密度に対する誤差が小さくなるように、パラメータ110aを調整する。パラメータ110aの調整方法としては、例えば、誤差逆伝播法が採用される。調整後のパラメータ110aが学習済みパラメータ110となり、記憶部20に記憶される。パラメータ110aには、例えば、隠れ層220で使用されるパラメータが含まれる。具体的には、パラメータ110aには、畳み込み層240で使用されるフィルタ係数と、全結合層260で使用される重み付け係数とが含まれる。なお、パラメータ110aの調整方法、言い換えればパラメータ110aの学習方法は、この限りではない。
<第1の他の例>
本例では、学習用データ130には、各学習用画像データについて、当該学習用画像データが示す学習用単純X線像に写る骨を有する人の健康状態に関する情報が含まれる。言い換えれば、学習用データ130には、各学習用画像データについて、当該学習用画像データが示す学習用単純X線像の被写体(被検体)の健康状態に関する情報が含まれる。以後、学習用単純X線像の被写体の健康状態に関する情報を「学習用健康関連情報」と呼ぶことがある。また、学習用画像データが示す学習用単純X線像の被写体の健康状態に関する情報を、当該学習用画像データに対応する学習用健康関連情報と呼ぶことがある。
本例では、学習用データ130には、同一の人が有する部位が写り、それらに写る部位の向きが互いに異なるN個(N≧2)の学習用単純X線像の画像データが含まれる。以後、当該N個の学習用単純X線像をまとめて「学習用単純X線像セット」と呼ぶことがある。
図7は、本実施の形態に係る推定装置1Aの構成の一例を示す図である。推定装置1Aでは、近似器280が、さらに第2のニューラルネットワーク900を有している。第2のニューラルネットワーク900は、学習済みパラメータ910に基づいて骨折を検知することができる。なお、本実施の形態に係る推定装置1Aは、第1の実施形態に係る推定装置1と同等の構成を有しており、同等の構成については説明を省略する。また、説明の便宜上、上記の例に記載のニューラルネットワーク200を第1のニューラルネットワーク200という。第2のニューラルネットワーク900は、例えば、第1のニューラルネットワーク200と同等の構成を有している。
図12は、本実施の形態に係る推定装置1Bの構成の一例を示す図である。推定装置1Bは骨折予測部980を有する。骨折予測部980は、例えば、実施形態1に係る推定装置1のニューラルネットワーク200の推定結果300に基づいて、骨折する確率を予測することができる。具体的には、例えば、過去の文献などから、骨密度に関連する推定結果(例えば骨密度など)と骨折する確率との関係を示す演算式990が求められる。骨折予測部980は演算式990を記憶している。骨折予測部980は、入力される推定結果300と、記憶する演算式990とに基づいて、骨折の確率を予測することができる。
図13に、本実施の形態の推定システム801の構成の概念を示す。
入力情報(以下、第1入力情報I1ともいう)は、骨量または骨密度の推定対象の骨が写る画像データを有している。画像データは、例えば単純X線像であればよい。骨量または骨密度の推定対象は、例えば人である。この場合、第1入力情報I1は、人の骨が写る単純X線像の画像データであると言える。単純X線像は、2次元像であって、一般X線像あるいはレントゲン像とも呼ばれる。
制御部834は、近似器832が、入力情報Iから骨量または骨密度に関する推定結果Oを算出可能なように、近似器832に対して学習データと教師データを用いた機械学習を実行する。近似器832は、教師データを用いた公知の機械学習により、最適化される。近似器832は、エンコード部Eに入力された学習データから演算されて変換部Cから出力された疑似推定結果と、教師データとの差が小さくなるように、近似器832内の可変のパラメータを調整する。
20 記憶部
100 制御プログラム
110,910,960 学習済みパラメータ
120 推定用データ
130 学習用データ
140 教師データ
200 ニューラルネットワーク
210 入力層
230 出力層
280,832 近似器
500 処理装置
600 骨密度推定システム
801 推定システム
802 端末装置
803 推定装置
831 入力部
833 出力部
834 制御部
835 記憶部
900,8322 第2のニューラルネットワーク
930 判定部
950 第3のニューラルネットワーク
980 骨折予測部
8321 第1のニューラルネットワーク
O 推定結果
I 入力情報
E エンコード部
D デコード部
C 変換部
Claims (26)
- 第1の人の胸部を撮影した第1胸部単純X線画像を含む入力情報から、ニューラルネットワークに基づいて骨の骨密度および骨量の少なくとも1つの推定値を推定する推定部を備え、
前記ニューラルネットワークは、前記第1の人と異なる第2の人の第2胸部単純X線画像を含む学習データと、前記第2の人の骨密度および骨量の少なくとも1つの測定値を含む教師データとに基づく学習済みパラメータを含む、推定装置。 - 前記第1胸部単純X線画像は、前記第1の人を正面から撮影した正面像を含み、
前記第2胸部単純X線画像は、前記第2の人を正面から撮影した正面像を含む、請求項1に記載の推定装置。 - 前記教師データは、前記第2の人に対して正面からX線を照射して得られた骨密度および骨量の少なくとも1つの測定値を含む、請求項1または2に記載の推定装置。
- 前記教師データは、dual-energy X-ray absorptiometry法で測定された骨密度および骨量の少なくとも1つの測定値である、請求項1~3のいずれか1つに記載の推定装置。
- 前記教師データは、前記第2の人の腰椎、大腿骨近位部、橈骨および中手骨の少なくとも1つの骨密度および骨量の少なくとも1つの測定値を含む、請求項4に記載の推定装置。
- 前記教師データは、超音波法による、前記第2の人の腕部および踵のうち少なくとも1つに基づいて測定された骨密度および骨量の少なくとも1つの測定値を含む、請求項1または2に記載の推定装置。
- 前記教師データは、前記測定値を測定した時期が、前記第2胸部単純X線画像が撮影された時期と同じ時期である、請求項1~6のいずれか1つに記載の推定装置。
- 前記第1胸部単純X線画像は、前記第1の人の肺および胸椎の少なくとも1つが写る、請求項1~7のいずれか1つに記載の推定装置。
- 前記第1胸部単純X線画像は、前記推定値を推定する以外の目的を含んで撮影された画像である、請求項1~8のいずれか1つに記載の推定装置。
- 前記第1胸部単純X線画像は、健康診断において撮影された画像である、請求項1~9のいずれか1つに記載の推定装置。
- 前記ニューラルネットワークは、畳み込みニューラルネットワークを含む、請求項1~10のいずれか1つに記載の推定装置。
- 前記ニューラルネットワークは、畳み込み層およびプーリング層を複数含み、前記畳み込み層および前記プーリング層が交互に配置されている、請求項11に記載の推定装置。
- 前記ニューラルネットワークは、さらに全結合層を含み、
前記学習済みパラメータは、前記畳み込み層のフィルタ係数と、前記全結合層の重み付け係数とのパラメータを含む、請求項12に記載の推定装置。 - 前記学習済みパラメータは、前記第2胸部単純X線画像を前記第1胸部単純X線画像として推定された推定値と、前記教師データの前記測定値との誤差が小さくなるようにパラメータ調整されたものである、請求項1~13のいずれか1つに記載の推定装置。
- 前記パラメータ調整は、誤差逆伝搬法に基づく、請求項14に記載の推定装置。
- 前記学習データは、前記第2胸部単純X線画像を複数含み、
複数の前記第2胸部単純X線画像は、互いに異なる画像サイズを含む、請求項1~15のいずれか1つに記載の推定装置。 - 前記学習データは、前記第2の人の正面像および側面像を含む、請求項1~16のいずれか1つに記載の推定装置。
- 前記推定部は、前記骨の骨密度の推定値として、単位面積当りの骨ミネラル密度(g/cm2)、単位体積当りの骨ミネラル密度(g/cm3)、若年成人平均パーセント(YAM)、Tスコア、およびZスコアの1種類を出力する、請求項1~17のいずれか1つに記載の推定装置。
- 前記推定部は、前記骨の骨密度の推定値として、単位面積当りの骨ミネラル密度(g/cm2)、単位体積当りの骨ミネラル密度(g/cm3)、若年成人平均パーセント(YAM)、Tスコア、およびZスコアの少なくとも2種類以上を出力する、請求項1~17のいずれか1つに記載の推定装置。
- 前記第1胸部単純X線画像を通信ネットワークを通じて受信する受信部をさらに有する、請求項1~19のいずれか1つに記載の推定装置。
- 前記第1胸部単純X線画像は、前記第1の人を撮影した単純X線撮影装置で得られた画像データを縮小した画像である、請求項1~20のいずれか1つに記載の推定装置。
- 前記第1胸部単純X線画像は、前記第1の人を撮影した単純X線撮影装置で得られた画像の階調数を低下させた画像である、請求項1~21のいずれか1つに記載の推定装置。
- 前記入力情報は、前記第1の人の年齢、性別、身長および体重の少なくとも1つを含む、請求項1~22のいずれか1つに記載の推定装置。
- 前記学習データは、前記第2の人の年齢、性別、身長および体重の少なくとも1つを含む、請求項1~23のいずれか1つに記載の推定装置。
- コンピュータ装置を、請求項1から請求項24のいずれか一つに記載の推定装置として機能させるためのプログラム。
- 請求項25に記載のプログラムを記憶する記録媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018168502 | 2018-09-10 | ||
JP2018168502 | 2018-09-10 | ||
JP2018220401 | 2018-11-26 | ||
JP2018220401 | 2018-11-26 | ||
JP2023023167A JP7385228B2 (ja) | 2018-09-10 | 2023-02-17 | 装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023023167A Division JP7385228B2 (ja) | 2018-09-10 | 2023-02-17 | 装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7283673B1 true JP7283673B1 (ja) | 2023-05-30 |
JP2023085344A JP2023085344A (ja) | 2023-06-20 |
Family
ID=69777881
Family Applications (18)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019563116A Active JP6744614B1 (ja) | 2018-09-10 | 2019-09-10 | 推定装置、推定システム及び推定プログラム |
JP2020124995A Pending JP2020171785A (ja) | 2018-09-10 | 2020-07-22 | 推定装置 |
JP2022075792A Active JP7157425B2 (ja) | 2018-09-10 | 2022-05-02 | 推定装置、システム及び推定方法 |
JP2022075793A Active JP7157426B2 (ja) | 2018-09-10 | 2022-05-02 | 装置及び方法 |
JP2022156223A Active JP7260886B2 (ja) | 2018-09-10 | 2022-09-29 | 推定装置及び推定方法 |
JP2022156224A Active JP7260887B2 (ja) | 2018-09-10 | 2022-09-29 | 推定装置及び推定方法 |
JP2022173247A Active JP7217906B2 (ja) | 2018-09-10 | 2022-10-28 | 推定装置、システム及び推定方法 |
JP2023023167A Active JP7385228B2 (ja) | 2018-09-10 | 2023-02-17 | 装置 |
JP2023023058A Active JP7264364B2 (ja) | 2018-09-10 | 2023-02-17 | 装置及びシステム |
JP2023023155A Active JP7266230B2 (ja) | 2018-09-10 | 2023-02-17 | 装置及びシステム |
JP2023023176A Active JP7385229B2 (ja) | 2018-09-10 | 2023-02-17 | 装置及びシステム |
JP2023040752A Active JP7283672B1 (ja) | 2018-09-10 | 2023-03-15 | 学習モデル生成方法、プログラム、記録媒体及び装置 |
JP2023042028A Active JP7283673B1 (ja) | 2018-09-10 | 2023-03-16 | 推定装置、プログラム及び記録媒体 |
JP2023053197A Active JP7452825B2 (ja) | 2018-09-10 | 2023-03-29 | 推定装置、推定方法、プログラム及び記録媒体 |
JP2023053286A Active JP7292667B1 (ja) | 2018-09-10 | 2023-03-29 | 推定装置、プログラム及び記録媒体 |
JP2023053222A Pending JP2023089022A (ja) | 2018-09-10 | 2023-03-29 | 処理装置及び推定システム |
JP2024028037A Pending JP2024069261A (ja) | 2018-09-10 | 2024-02-28 | 予測システム |
JP2024032724A Pending JP2024063171A (ja) | 2018-09-10 | 2024-03-05 | 推定システム、推定方法、推定装置、プログラム及び記録媒体 |
Family Applications Before (12)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019563116A Active JP6744614B1 (ja) | 2018-09-10 | 2019-09-10 | 推定装置、推定システム及び推定プログラム |
JP2020124995A Pending JP2020171785A (ja) | 2018-09-10 | 2020-07-22 | 推定装置 |
JP2022075792A Active JP7157425B2 (ja) | 2018-09-10 | 2022-05-02 | 推定装置、システム及び推定方法 |
JP2022075793A Active JP7157426B2 (ja) | 2018-09-10 | 2022-05-02 | 装置及び方法 |
JP2022156223A Active JP7260886B2 (ja) | 2018-09-10 | 2022-09-29 | 推定装置及び推定方法 |
JP2022156224A Active JP7260887B2 (ja) | 2018-09-10 | 2022-09-29 | 推定装置及び推定方法 |
JP2022173247A Active JP7217906B2 (ja) | 2018-09-10 | 2022-10-28 | 推定装置、システム及び推定方法 |
JP2023023167A Active JP7385228B2 (ja) | 2018-09-10 | 2023-02-17 | 装置 |
JP2023023058A Active JP7264364B2 (ja) | 2018-09-10 | 2023-02-17 | 装置及びシステム |
JP2023023155A Active JP7266230B2 (ja) | 2018-09-10 | 2023-02-17 | 装置及びシステム |
JP2023023176A Active JP7385229B2 (ja) | 2018-09-10 | 2023-02-17 | 装置及びシステム |
JP2023040752A Active JP7283672B1 (ja) | 2018-09-10 | 2023-03-15 | 学習モデル生成方法、プログラム、記録媒体及び装置 |
Family Applications After (5)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023053197A Active JP7452825B2 (ja) | 2018-09-10 | 2023-03-29 | 推定装置、推定方法、プログラム及び記録媒体 |
JP2023053286A Active JP7292667B1 (ja) | 2018-09-10 | 2023-03-29 | 推定装置、プログラム及び記録媒体 |
JP2023053222A Pending JP2023089022A (ja) | 2018-09-10 | 2023-03-29 | 処理装置及び推定システム |
JP2024028037A Pending JP2024069261A (ja) | 2018-09-10 | 2024-02-28 | 予測システム |
JP2024032724A Pending JP2024063171A (ja) | 2018-09-10 | 2024-03-05 | 推定システム、推定方法、推定装置、プログラム及び記録媒体 |
Country Status (6)
Country | Link |
---|---|
US (1) | US12033318B2 (ja) |
EP (2) | EP3851048A4 (ja) |
JP (18) | JP6744614B1 (ja) |
CN (2) | CN117393146A (ja) |
AU (3) | AU2019339090B2 (ja) |
WO (1) | WO2020054738A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11741694B2 (en) * | 2020-06-09 | 2023-08-29 | Merative Us L.P. | Spinal fracture detection in x-ray images |
KR102573893B1 (ko) * | 2020-09-09 | 2023-09-01 | 프로메디우스 주식회사 | 의료영상 처리 장치 및 의료영상 처리 방법 |
JP2022139211A (ja) * | 2021-03-11 | 2022-09-26 | 富士フイルム株式会社 | 推定装置、方法およびプログラム |
JP2022140050A (ja) | 2021-03-12 | 2022-09-26 | 富士フイルム株式会社 | 推定装置、方法およびプログラム |
KR102654088B1 (ko) * | 2021-07-05 | 2024-04-04 | 순천향대학교 산학협력단 | Ai를 기반으로 하는 골밀도 변화 예측 장치 및 그 방법 |
JP2023012763A (ja) * | 2021-07-14 | 2023-01-26 | 富士フイルム株式会社 | 推定装置、方法およびプログラム |
JP7418018B2 (ja) * | 2021-11-12 | 2024-01-19 | iSurgery株式会社 | 診断支援装置、およびコンピュータプログラム |
WO2023224022A1 (ja) * | 2022-05-20 | 2023-11-23 | 国立大学法人大阪大学 | プログラム、情報処理方法、及び情報処理装置 |
JP7322262B1 (ja) | 2022-08-30 | 2023-08-07 | ジーイー・プレシジョン・ヘルスケア・エルエルシー | 仮想単色x線画像を推論する装置、ctシステム、学習済みニューラルネットワークの作成方法、および記憶媒体 |
JP7383770B1 (ja) | 2022-08-31 | 2023-11-20 | ジーイー・プレシジョン・ヘルスケア・エルエルシー | 物質密度画像を推論する装置、ctシステム、記憶媒体、および学習済みニューラルネットワークの作成方法 |
WO2024090050A1 (ja) * | 2022-10-27 | 2024-05-02 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム、並びに学習装置、方法およびプログラム |
JP2024066977A (ja) * | 2022-10-28 | 2024-05-16 | 京セラ株式会社 | 画像生成装置、画像生成方法、画像生成プログラム及び記録媒体 |
JP7479648B1 (ja) * | 2022-11-14 | 2024-05-09 | 京セラ株式会社 | 予測装置、予測システム、予測方法、制御プログラム、および記録媒体 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000217874A (ja) | 1999-01-28 | 2000-08-08 | Yaskawa Electric Corp | 関節駆動装置 |
JP2000245722A (ja) | 1999-02-25 | 2000-09-12 | Korea Electronics Telecommun | 骨小柱パターンを利用した骨小柱指標設定方法および骨密度測定方法 |
US20010002925A1 (en) | 1999-12-01 | 2001-06-07 | Cyberlogic, Inc., | Plain x-ray bone densitometry apparatus and method |
JP2002523204A (ja) | 1998-08-28 | 2002-07-30 | アーチ・デベロップメント・コーポレーション | 骨質量・構造のコンピュータ依拠分析方法および装置 |
JP2002238904A (ja) | 2001-02-19 | 2002-08-27 | Tanita Corp | 骨密度推定方法および骨密度推定装置 |
JP2004000556A (ja) | 2002-04-17 | 2004-01-08 | Agfa Gevaert Nv | 骨粗鬆症のスクリーニング法 |
US20050100208A1 (en) | 2003-11-10 | 2005-05-12 | University Of Chicago | Image modification and detection using massive training artificial neural networks (MTANN) |
JP2007052774A (ja) | 1995-07-25 | 2007-03-01 | Ortho-Clinical Diagnostics Inc | コンピュータ援用疾病診断方法 |
JP2007524438A (ja) | 2003-03-25 | 2007-08-30 | イメージング セラピューティクス,インコーポレーテッド | 放射線画像処理技術における補償の方法 |
JP2008036068A (ja) | 2006-08-04 | 2008-02-21 | Hiroshima Univ | 骨粗鬆症診断支援装置および方法、骨粗鬆症診断支援プログラム、骨粗鬆症診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体、骨粗鬆症診断支援用lsi |
JP2009515594A (ja) | 2005-11-11 | 2009-04-16 | ホロジック, インコーポレイテッド | 三次元骨密度モデルを使用して将来の骨折の危険性の推定 |
US20090285467A1 (en) | 2008-05-15 | 2009-11-19 | New Medical Co., Ltd. | Method for assessing bone status |
JP2009285356A (ja) | 2008-05-30 | 2009-12-10 | Institute Of National Colleges Of Technology Japan | 医療用撮影システム、画像処理装置、画像処理方法、およびプログラム |
US20100142675A1 (en) | 2005-12-30 | 2010-06-10 | Zhimin Huo | Bone mineral density assessment using mammography system |
JP2011523573A (ja) | 2008-05-30 | 2011-08-18 | オプタジア メディカル インコーポレイテッド | 骨粗鬆症の検出および追跡の方法およびシステム |
US20120143037A1 (en) | 2009-04-07 | 2012-06-07 | Kayvan Najarian | Accurate Pelvic Fracture Detection for X-Ray and CT Images |
JP2012139411A (ja) | 2010-12-29 | 2012-07-26 | Hitachi Aloka Medical Ltd | 医療用測定装置 |
JP2013505006A (ja) | 2009-09-17 | 2013-02-14 | ダノン,ソシエダ アノニマ | 殺菌されおよび発酵された乳製品およびそのような製品を調製するための方法 |
US20130195325A1 (en) | 2003-09-19 | 2013-08-01 | Imatx, Inc. | Method for bone structure prognosis and simulated bone remodeling |
US20160015347A1 (en) | 2014-07-21 | 2016-01-21 | Zebra Medical Vision Ltd. | Systems and methods for emulating dexa scores based on ct images |
WO2016194161A1 (ja) | 2015-06-03 | 2016-12-08 | 株式会社日立製作所 | 超音波診断装置、及び画像処理方法 |
WO2017141958A1 (ja) | 2016-02-15 | 2017-08-24 | 学校法人慶應義塾 | 脊柱配列推定装置、脊柱配列推定方法及び脊柱配列推定プログラム |
CN107485405A (zh) | 2017-08-18 | 2017-12-19 | 浙江康源医疗器械有限公司 | 一种利用参考模块测量骨密度的装置 |
JP2018005520A (ja) | 2016-06-30 | 2018-01-11 | クラリオン株式会社 | 物体検出装置及び物体検出方法 |
JP2018011958A (ja) | 2016-07-21 | 2018-01-25 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置及び医用画像処理プログラム |
JP2018026131A (ja) | 2016-08-09 | 2018-02-15 | ダンロップスポーツ株式会社 | 動作解析装置 |
WO2018146479A1 (en) | 2017-02-08 | 2018-08-16 | Sheffield Hallam University | Apparatus and method for assessment of a characteristic of a bone |
JP2019200788A (ja) | 2018-05-09 | 2019-11-21 | 威久 山本 | 将来の骨量を予測する方法、情報処理装置、及びコンピュータプログラム |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5259384A (en) * | 1992-07-30 | 1993-11-09 | Kaufman Jonathan J | Ultrasonic bone-assessment apparatus and method |
US5931780A (en) | 1993-11-29 | 1999-08-03 | Arch Development Corporation | Method and system for the computerized radiographic analysis of bone |
JPH07289597A (ja) * | 1994-04-22 | 1995-11-07 | Kiyotoshi Oshiro | 寝たきり患者の骨粗鬆症治療装置 |
CA2158033A1 (en) * | 1995-02-13 | 1996-08-14 | Joseph P. Bisek | Method for periprosthetic bone mineral density measurement |
JPH09248292A (ja) | 1996-03-15 | 1997-09-22 | Asahi Chem Ind Co Ltd | 骨粗しょう症診断装置および骨粗しょう症診断方法 |
US6064716A (en) * | 1997-09-05 | 2000-05-16 | Cyberlogic, Inc. | Plain x-ray bone densitometry apparatus and method |
JP3182558B2 (ja) | 1998-01-06 | 2001-07-03 | 株式会社センサ | 超音波計測による骨塩量評価法 |
US6246745B1 (en) * | 1999-10-29 | 2001-06-12 | Compumed, Inc. | Method and apparatus for determining bone mineral density |
US6570955B1 (en) * | 2002-01-08 | 2003-05-27 | Cyberlogic, Inc. | Digital x-ray material testing and bone densitometry apparatus and method |
FR2836818B1 (fr) * | 2002-03-05 | 2004-07-02 | Eurosurgical | Procede de visualisation et de controle de l'equilibre d'une colonne vertebrale |
KR20040058150A (ko) * | 2004-06-11 | 2004-07-03 | (주)엠텍 | 골 충실도를 이용한 골밀도 측정 방법 및 장치 |
US8014625B2 (en) | 2004-11-10 | 2011-09-06 | Agfa Healthcare | Method of performing measurements on digital images |
EP1968015B1 (en) | 2004-11-10 | 2010-09-15 | Agfa Healthcare | Method of performing measurements on digital images |
JP2013085631A (ja) * | 2011-10-17 | 2013-05-13 | Konica Minolta Medical & Graphic Inc | 関節撮影装置 |
JP2014158628A (ja) | 2013-02-20 | 2014-09-04 | Univ Of Tokushima | 画像処理装置、画像処理方法、制御プログラム、および記録媒体 |
JP6129145B2 (ja) | 2014-12-03 | 2017-05-17 | 株式会社日立製作所 | 医療用x線測定装置 |
US20180020999A1 (en) * | 2015-02-13 | 2018-01-25 | Shimadzu Corporation | Bone analyzing device |
FR3035785B1 (fr) * | 2015-05-07 | 2017-06-02 | Arts | Procede d'estimation de la repartition de la densite minerale osseuse dans au moins une partie de squelette d'un individu |
JP7395106B2 (ja) | 2016-05-12 | 2023-12-11 | インターデイジタル パテント ホールディングス インコーポレイテッド | ワイヤレスシステム中でのフローベースの処理 |
KR101928984B1 (ko) * | 2016-09-12 | 2018-12-13 | 주식회사 뷰노 | 골밀도 추정 방법 및 장치 |
JP7016293B2 (ja) * | 2018-06-08 | 2022-02-04 | 富士フイルム株式会社 | 骨塩情報取得装置、方法およびプログラム |
JP2022156223A (ja) | 2021-03-31 | 2022-10-14 | エドワーズ株式会社 | 真空ポンプ |
-
2019
- 2019-09-10 AU AU2019339090A patent/AU2019339090B2/en active Active
- 2019-09-10 WO PCT/JP2019/035594 patent/WO2020054738A1/ja unknown
- 2019-09-10 JP JP2019563116A patent/JP6744614B1/ja active Active
- 2019-09-10 CN CN202311399597.7A patent/CN117393146A/zh active Pending
- 2019-09-10 US US17/274,757 patent/US12033318B2/en active Active
- 2019-09-10 EP EP19858846.9A patent/EP3851048A4/en active Pending
- 2019-09-10 EP EP23200806.0A patent/EP4276753A3/en active Pending
- 2019-09-10 CN CN201980058486.5A patent/CN112654291A/zh active Pending
-
2020
- 2020-07-22 JP JP2020124995A patent/JP2020171785A/ja active Pending
-
2022
- 2022-05-02 JP JP2022075792A patent/JP7157425B2/ja active Active
- 2022-05-02 JP JP2022075793A patent/JP7157426B2/ja active Active
- 2022-09-28 AU AU2022241515A patent/AU2022241515B2/en active Active
- 2022-09-29 JP JP2022156223A patent/JP7260886B2/ja active Active
- 2022-09-29 JP JP2022156224A patent/JP7260887B2/ja active Active
- 2022-10-28 JP JP2022173247A patent/JP7217906B2/ja active Active
-
2023
- 2023-02-17 JP JP2023023167A patent/JP7385228B2/ja active Active
- 2023-02-17 JP JP2023023058A patent/JP7264364B2/ja active Active
- 2023-02-17 JP JP2023023155A patent/JP7266230B2/ja active Active
- 2023-02-17 JP JP2023023176A patent/JP7385229B2/ja active Active
- 2023-03-15 JP JP2023040752A patent/JP7283672B1/ja active Active
- 2023-03-16 JP JP2023042028A patent/JP7283673B1/ja active Active
- 2023-03-29 JP JP2023053197A patent/JP7452825B2/ja active Active
- 2023-03-29 JP JP2023053286A patent/JP7292667B1/ja active Active
- 2023-03-29 JP JP2023053222A patent/JP2023089022A/ja active Pending
- 2023-12-21 AU AU2023285899A patent/AU2023285899A1/en active Pending
-
2024
- 2024-02-28 JP JP2024028037A patent/JP2024069261A/ja active Pending
- 2024-03-05 JP JP2024032724A patent/JP2024063171A/ja active Pending
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007052774A (ja) | 1995-07-25 | 2007-03-01 | Ortho-Clinical Diagnostics Inc | コンピュータ援用疾病診断方法 |
JP2002523204A (ja) | 1998-08-28 | 2002-07-30 | アーチ・デベロップメント・コーポレーション | 骨質量・構造のコンピュータ依拠分析方法および装置 |
JP2000217874A (ja) | 1999-01-28 | 2000-08-08 | Yaskawa Electric Corp | 関節駆動装置 |
JP2000245722A (ja) | 1999-02-25 | 2000-09-12 | Korea Electronics Telecommun | 骨小柱パターンを利用した骨小柱指標設定方法および骨密度測定方法 |
US20010002925A1 (en) | 1999-12-01 | 2001-06-07 | Cyberlogic, Inc., | Plain x-ray bone densitometry apparatus and method |
JP2002238904A (ja) | 2001-02-19 | 2002-08-27 | Tanita Corp | 骨密度推定方法および骨密度推定装置 |
JP2004000556A (ja) | 2002-04-17 | 2004-01-08 | Agfa Gevaert Nv | 骨粗鬆症のスクリーニング法 |
JP2007524438A (ja) | 2003-03-25 | 2007-08-30 | イメージング セラピューティクス,インコーポレーテッド | 放射線画像処理技術における補償の方法 |
US20130195325A1 (en) | 2003-09-19 | 2013-08-01 | Imatx, Inc. | Method for bone structure prognosis and simulated bone remodeling |
US20050100208A1 (en) | 2003-11-10 | 2005-05-12 | University Of Chicago | Image modification and detection using massive training artificial neural networks (MTANN) |
JP2009515594A (ja) | 2005-11-11 | 2009-04-16 | ホロジック, インコーポレイテッド | 三次元骨密度モデルを使用して将来の骨折の危険性の推定 |
US20100142675A1 (en) | 2005-12-30 | 2010-06-10 | Zhimin Huo | Bone mineral density assessment using mammography system |
JP2008036068A (ja) | 2006-08-04 | 2008-02-21 | Hiroshima Univ | 骨粗鬆症診断支援装置および方法、骨粗鬆症診断支援プログラム、骨粗鬆症診断支援プログラムを記録したコンピュータ読み取り可能な記録媒体、骨粗鬆症診断支援用lsi |
US20090285467A1 (en) | 2008-05-15 | 2009-11-19 | New Medical Co., Ltd. | Method for assessing bone status |
JP2011523573A (ja) | 2008-05-30 | 2011-08-18 | オプタジア メディカル インコーポレイテッド | 骨粗鬆症の検出および追跡の方法およびシステム |
JP2009285356A (ja) | 2008-05-30 | 2009-12-10 | Institute Of National Colleges Of Technology Japan | 医療用撮影システム、画像処理装置、画像処理方法、およびプログラム |
US20120143037A1 (en) | 2009-04-07 | 2012-06-07 | Kayvan Najarian | Accurate Pelvic Fracture Detection for X-Ray and CT Images |
JP2013505006A (ja) | 2009-09-17 | 2013-02-14 | ダノン,ソシエダ アノニマ | 殺菌されおよび発酵された乳製品およびそのような製品を調製するための方法 |
JP2012139411A (ja) | 2010-12-29 | 2012-07-26 | Hitachi Aloka Medical Ltd | 医療用測定装置 |
US20160015347A1 (en) | 2014-07-21 | 2016-01-21 | Zebra Medical Vision Ltd. | Systems and methods for emulating dexa scores based on ct images |
WO2016194161A1 (ja) | 2015-06-03 | 2016-12-08 | 株式会社日立製作所 | 超音波診断装置、及び画像処理方法 |
WO2017141958A1 (ja) | 2016-02-15 | 2017-08-24 | 学校法人慶應義塾 | 脊柱配列推定装置、脊柱配列推定方法及び脊柱配列推定プログラム |
JP2018005520A (ja) | 2016-06-30 | 2018-01-11 | クラリオン株式会社 | 物体検出装置及び物体検出方法 |
JP2018011958A (ja) | 2016-07-21 | 2018-01-25 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置及び医用画像処理プログラム |
JP2018026131A (ja) | 2016-08-09 | 2018-02-15 | ダンロップスポーツ株式会社 | 動作解析装置 |
WO2018146479A1 (en) | 2017-02-08 | 2018-08-16 | Sheffield Hallam University | Apparatus and method for assessment of a characteristic of a bone |
CN107485405A (zh) | 2017-08-18 | 2017-12-19 | 浙江康源医疗器械有限公司 | 一种利用参考模块测量骨密度的装置 |
JP2019200788A (ja) | 2018-05-09 | 2019-11-21 | 威久 山本 | 将来の骨量を予測する方法、情報処理装置、及びコンピュータプログラム |
Non-Patent Citations (3)
Title |
---|
CHU, P. et al.,Using Octuplet Siamese Network For Osteoporosis Analysis On Dental Panoramic Radiographs,2018 40th Annual International Conference of the IEEE Engineering in Medicine and Biology Society,2018年,p. 2579-2582,[検索日:2022.08.23], <DOI:10.1109/EMBC.2018.8512755> |
GONZALEZ, G. et.al,Deep learning for biomarker regression: application to osteoporosis and emphysema on chest CT scans,SPIE Medical Imaging,2018年,Proceedings Volume 10574,105741H-1 to 105741H-7,[検索日:2022.08.23], <DOI:https://doi.org/10.1117/12.2293455> |
Thao P. Ho-Le et al.,"Prediction of Hip Fracture in Post-menopausal Women using Artificial Neural network Approach",IEEE Conference Proceedings,2017年07月,Vol.2017, No.EMBC,p.4207-4210 |
Also Published As
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7283673B1 (ja) | 推定装置、プログラム及び記録媒体 | |
JPWO2020138085A1 (ja) | 疾患予測システム | |
WO2024106443A1 (ja) | 予測システム、予測装置、予測方法、制御プログラム、および記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230316 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230316 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230403 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230411 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230502 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7283673 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |