JP7662861B2 - 医用画像診断装置、および医用画像診断方法 - Google Patents

Description

本発明の実施形態は、医用画像診断装置、および医用画像診断方法に関する。

従来、Ｘ線ＣＴ装置等の画像診断装置に関して、機械学習により画像処理パラメータを設定する方法や、画像内において検出対象自体（例えば、冠状動脈）や検出対象におけるＡＬ（Anatomical Landmark：解剖学的特徴点）を含むテンプレート画像を機械学習することで、画像解析段階における処理負荷を軽減する技術が開示されている。

また、従来、人体の特徴点（例えば、頭部や胴体の輪郭線）を認識してスキャン範囲を自動設定する、ＡＬＤ（Adaptive Layer Distribution）と称される技術が存在する。

しかしながら従来の技術では、機械学習結果を反映して撮影時における被検体の撮影位置合わせを容易に行うことができない場合があった。

米国特許出願公開第２０１６／２０９９９５号明細書 米国特許出願公開第２０１７／３４７９７３号明細書 米国特許出願公開第２０１８／７０９０８号明細書

本発明が解決しようとする課題は、撮影時における被検体の撮影位置合わせを容易に行えるようにすることである。

実施形態の医用画像診断装置は、取得部と、処理部とを備える。取得部は、スキャン対象部位に関する情報と被検体の位置合わせ画像とを取得する。処理部は、スキャン対象部位に関する情報と被検体の位置合わせ画像とに基づいてスキャン時の被検体のスキャン範囲を出力する学習済みモデルに対して、前記取得されたスキャン対象部位に関する情報と被検体の位置合わせ画像とを入力することで、前記取得されたスキャン対象部位に関する情報と被検体の位置合わせ画像に係る被検体に関するスキャン範囲を出力する。

第１の実施形態に係るＸ線ＣＴ装置の構成図。 メモリ４１に格納されるデータの一例を示す図。 スキャン制御機能５５の構成図。 スキャン範囲自動設定機能５５－２による処理の内容について説明するための図。 学習機能５７の処理について説明するための図。 Ｘ線ＣＴ装置１の利用環境の一例について説明する図。 Ｘ線ＣＴ装置１の利用環境の一例について説明する図。 Ｘ線ＣＴ装置１による撮影処理の流れの一例を示すフローチャート。 学習機能５７による学習処理の流れの一例を示すフローチャート。 第２の実施形態に係る架台装置１０Ａを説明するための図。 第２の実施形態に係るメモリ４１Ａに格納されるデータの一例を示す図。 第２の実施形態に係るスキャン制御機能５５Ａの構成図。 スキャン範囲自動設定機能５５－２Ａによる処理の内容について説明するための図。 学習機能５７Ａの処理について説明するための図。 Ｘ線ＣＴ装置１Ａによる撮影処理の流れの一例を示すフローチャート。 学習機能５７Ａによる光学画像の学習処理の流れの一例を示すフローチャート。

以下、実施形態の医用画像診断装置、および医用画像診断方法を、図面を参照して説明する。医用画像診断装置は、例えば、Ｘ線ＣＴ（Computed Tomography：コンピュータ断層診断）装置や、ＭＲＩ（Magnetic Resonance Imaging：磁気共鳴画像）装置、ＰＥＴ（Positron Emission Tomography：陽電子放出断層撮影）装置等の医用画像に対する処理を行って被検体を診断する装置である。以下の説明において、医用画像診断装置はＸ線ＣＴ装置であるものとして説明するが、これに限定されるものではない。

（第１の実施形態）
図１は、第１の実施形態に係るＸ線ＣＴ装置１の構成図である。Ｘ線ＣＴ装置１は、例えば、架台装置１０と、寝台装置３０と、コンソール装置４０とを有する。図１では、説明の都合上、架台装置１０をＺ軸方向から見た図とＸ軸方向から見た図の双方を掲載しているが、実際には、架台装置１０は一つである。本実施形態では、非チルト状態での回転フレーム１７の回転軸または寝台装置３０の天板３３の長手方向をＺ軸方向、Ｚ軸方向に直交し、床面に対して水平である軸をＸ軸方向、Ｚ軸方向に直交し、床面に対して垂直である方向をＹ軸方向とそれぞれ定義する。

架台装置１０は、例えば、Ｘ線管１１と、ウェッジ１２と、コリメータ１３と、Ｘ線高電圧装置１４と、Ｘ線検出器１５と、データ収集システム（以下、ＤＡＳ：Data Acquisition System）１６と、回転フレーム１７と、制御装置１８とを有する。

Ｘ線管１１は、Ｘ線高電圧装置１４からの高電圧の印加により、陰極（フィラメント）から陽極（ターゲット）に向けて熱電子を照射することでＸ線を発生させる。Ｘ線管１１は、真空管を含む。例えば、Ｘ線管１１は、回転する陽極に熱電子を照射することでＸ線を発生させる回転陽極型のＸ線管である。

ウェッジ１２は、Ｘ線管１１から被検体Ｐに照射されるＸ線量を調節するためのフィルタである。ウェッジ１２は、Ｘ線管１１から被検体Ｐに照射されるＸ線量の分布が予め定められた分布になるように、自身を透過するＸ線を減衰させる。ウェッジ１２は、ウェッジフィルタ（wedge filter）、ボウタイフィルタ（bow-tie filter）とも呼ばれる。ウェッジ１２は、例えば、所定のターゲット角度や所定の厚みとなるようにアルミニウムを加工したものである。

コリメータ１３は、ウェッジ１２を透過したＸ線の照射範囲を絞り込むための機構である。コリメータ１３は、例えば、複数の鉛板の組み合わせによってスリットを形成することで、Ｘ線の照射範囲を絞り込む。コリメータ１３は、Ｘ線絞りと呼ばれる場合もある。

Ｘ線高電圧装置１４は、例えば、高電圧発生装置と、Ｘ線制御装置とを有する。高電圧発生装置は、変圧器（トランス）および整流器などを含む電気回路を有し、Ｘ線管１１に印加する高電圧を発生させる。Ｘ線制御装置は、Ｘ線管１１に発生させるべきＸ線量に応じて高電圧発生装置の出力電圧を制御する。高電圧発生装置は、上述した変圧器によって昇圧を行うものであってもよいし、インバータによって昇圧を行うものであってもよい。Ｘ線高電圧装置１４は、回転フレーム１７に設けられてもよいし、架台装置１０の固定フレーム（不図示）の側に設けられてもよい。

Ｘ線検出器１５は、Ｘ線管１１が発生させ、被検体Ｐを通過して入射したＸ線の強度を検出する。Ｘ線検出器１５は、検出したＸ線の強度に応じた電気信号（光信号などでもよい）をＤＡＳ１８に出力する。Ｘ線検出器１５は、例えば、複数のＸ線検出素子列を有する。複数のＸ線検出素子列のそれぞれは、Ｘ線管１１の焦点を中心とした円弧に沿ってチャネル方向に複数のＸ線検出素子が配列されたものである。複数のＸ線検出素子列は、スライス方向（列方向、ｒｏｗ方向）に配列される。

Ｘ線検出器１５は、例えば、グリッドと、シンチレータアレイと、光センサアレイとを有する間接型の検出器である。シンチレータアレイは、複数のシンチレータを有する。それぞれのシンチレータは、シンチレータ結晶を有する。シンチレータ結晶は、入射するＸ線の強度に応じた光量の光を発する。グリッドは、シンチレータアレイのＸ線が入射する面に配置され、散乱Ｘ線を吸収する機能を有するＸ線遮蔽板を有する。なお、グリッドは、コリメータ（一次元コリメータまたは二次元コリメータ）と呼ばれる場合もある。光センサアレイは、例えば、光電子増倍管（フォトマルチプライヤー：ＰＭＴ）等の光センサを有する。光センサアレイは、シンチレータにより発せられる光の光量に応じた電気信号を出力する。Ｘ線検出器１５は、入射したＸ線を電気信号に変換する半導体素子を有する直接変換型の検出器であってもかまわない。

ＤＡＳ１６は、例えば、増幅器と、積分器と、Ａ／Ｄ変換器とを有する。増幅器は、Ｘ線検出器１５の各Ｘ線検出素子により出力される電気信号に対して増幅処理を行う。積分器は、増幅処理が行われた電気信号をビュー期間（後述）に亘って積分する。Ａ／Ｄ変換器は、積分結果を示す電気信号をデジタル信号に変換する。ＤＡＳ１６は、デジタル信号に基づく検出データをコンソール装置４０に出力する。検出データは、生成元のＸ線検出素子のチャンネル番号、列番号、及び収集されたビューを示すビュー番号により識別されたＸ線強度のデジタル値である。ビュー番号は、回転フレーム１７の回転に応じて変化する番号であり、例えば、回転フレーム１７の回転に応じてインクリメントされる番号である。従って、ビュー番号は、Ｘ線管１１の回転角度を示す情報である。ビュー期間とは、あるビュー番号に対応する回転角度から、次のビュー番号に対応する回転角度に到達するまでの間に収まる期間である。ＤＡＳ１６は、ビューの切り替わりを、制御装置１８から入力されるタイミング信号によって検知してもよいし、内部のタイマーによって検知してもよいし、図示しないセンサから取得される信号によって検知してもよい。フルスキャンを行う場合においてＸ線管１１によりＸ線が連続曝射されている場合、ＤＡＳ１６は、全周囲分（３６０度分）の検出データ群を収集する。ハーフスキャンを行う場合においてＸ線管１１によりＸ線が連続曝射されている場合、ＤＡＳ１６は、半周囲分（１８０度分）の検出データを収集する。

回転フレーム１７は、Ｘ線管１１、ウェッジ１２、およびコリメータ１３と、Ｘ線検出器１５とを対向支持する円環状の部材である。回転フレーム１７は、固定フレームによって、内部に導入された被検体Ｐを中心として回転自在に支持される。回転フレーム１７は、更にＤＡＳ１６を支持する。ＤＡＳ１６が出力する検出データは、回転フレーム１７に設けられた発光ダイオード（ＬＥＤ）を有する送信機から、光通信によって、架台装置１０の非回転部分（例えば固定フレーム）に設けられたフォトダイオードを有する受信機に送信され、受信機によってコンソール装置４０に転送される。なお、回転フレーム１７から非回転部分への検出データの送信方法として、前述の光通信を用いた方法に限らず、非接触型の任意の送信方法を採用してよい。回転フレーム１７は、Ｘ線管１１などを支持して回転させることができるものであれば、円環状の部材に限らず、アームのような部材であってもよい。

Ｘ線ＣＴ装置１は、例えば、Ｘ線管１１とＸ線検出器１５の双方が回転フレーム１７によって支持されて被検体Ｐの周囲を回転するＲｏｔａｔｅ／Ｒｏｔａｔｅ－ＴｙｐｅのＸ線ＣＴ装置（第３世代ＣＴ）であるが、これに限らず、円環状に配列された複数のＸ線検出素子が固定フレームに固定され、Ｘ線管１１が被検体Ｐの周囲を回転するＳｔａｔｉｏｎａｒｙ／Ｒｏｔａｔｅ－ＴｙｐｅのＸ線ＣＴ装置（第４世代ＣＴ）であってもよい。

制御装置１８は、例えば、ＣＰＵ（Central Processing Unit）などのプロセッサを有する処理回路と、モータやアクチュエータなどを含む駆動機構とを有する。制御装置１８は、コンソール装置４０または架台装置１０に取り付けられた入力インターフェース４３からの入力信号を受け付けて、架台装置１０および寝台装置３０の動作を制御する。

制御装置１８は、例えば、回転フレーム１７を回転させたり、架台装置１０をチルトさせたり、寝台装置３０の天板３３を移動させたりする。架台装置１０をチルトさせる場合、制御装置１８は、入力インターフェース４３に入力された傾斜角度（チルト角度）に基づいて、Ｚ軸方向に平行な軸を中心に回転フレーム１７を回転させる。制御装置１８は、図示しないセンサの出力等によって回転フレーム１７の回転角度を把握している。また、制御装置１８は、回転フレーム１７の回転角度を随時、処理回路５０に提供する。制御装置１８は、架台装置１０に設けられてもよいし、コンソール装置４０に設けられてもよい。

寝台装置３０は、スキャン対象の被検体Ｐを載置して移動させ、架台装置１０の回転フレーム１７の内部に導入する装置である。寝台装置３０は、例えば、基台３１と、寝台駆動装置３２と、天板３３と、支持フレーム３４とを有する。基台３１は、支持フレーム３４を鉛直方向（Ｙ軸方向）に移動可能に支持する筐体を含む。寝台駆動装置３２は、モータやアクチュエータを含む。寝台駆動装置３２は、被検体Ｐが載置された天板３３を、支持フレーム３４に沿って、天板３３の長手方向（Ｚ軸方向）に移動させる。天板３３は、被検体Ｐが載置される板状の部材である。

寝台駆動装置３２は、天板３３だけでなく、支持フレーム３４を天板３３の長手方向に移動させてもよい。また、上記とは逆に、架台装置１０がＺ軸方向に移動可能であり、架台装置１０の移動によって回転フレーム１７が被検体Ｐの周囲に来るように制御されてもよい。また、架台装置１０と天板３３の双方が移動可能な構成であってもよい。また、Ｘ線ＣＴ装置１は、被検体Ｐが立位または座位でスキャンされる方式の装置であってもよい。この場合、Ｘ線ＣＴ装置１は、寝台装置３０に代えて被検体支持機構を有し、架台装置１０は、回転フレーム１７を、床面に垂直な軸方向を中心に回転させる。

コンソール装置４０は、例えば、メモリ４１と、ディスプレイ４２と、入力インターフェース４３と、メモリ４１と、ネットワーク接続回路４４と、処理回路５０とを有する。実施形態では、コンソール装置４０は架台装置１０とは別体として説明するが、架台装置１０にコンソール装置４０の各構成要素の一部または全部が含まれてもよい。

メモリ４１は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等により実現される。メモリ４１は、例えば、検出データや投影データ、再構成画像、ＣＴ画像等を記憶する。これらのデータは、メモリ４１ではなく（或いはメモリ４１に加えて）、Ｘ線ＣＴ装置１が通信可能な外部メモリに記憶されてもよい。外部メモリは、例えば、外部メモリを管理するクラウドサーバが読み書きの要求を受け付けることで、クラウドサーバによって制御されるものである。外部メモリは、例えば、ＰＡＣＳ(Picture Archiving and Communication Systems)と称されるシステムにより実現される。ＰＡＣＳとは、各種画像診断装置によって撮影された画像等を体系的に記憶するシステムである。

図２は、メモリ４１に格納されるデータの一例を示す図である。図２に示すように、メモリ４１には、例えば、撮影条件４１－１や、処理回路５０により生成される検出データ４１－２、投影データ４１－３、再構成画像４１－４、スキャン範囲４１－７、学習済みモデル４１－８などの情報が格納される。再構成画像４１－４は、例えば、スキャノ画像４１－５、本撮影画像４１－６と分類することができる。

ディスプレイ４２は、各種の情報を表示する。例えば、ディスプレイ４２は、処理回路によって生成された医用画像（ＣＴ画像）や、操作者による各種操作を受け付けるＧＵＩ（Graphical User Interface）画像等を表示する。ディスプレイ４２は、例えば、液晶ディスプレイやＣＲＴ（Cathode Ray Tube）、有機ＥＬ（Electroluminescence）ディスプレイ等である。ディスプレイ４２は、架台装置１０に設けられてもよい。ディスプレイ４２は、デスクトップ型でもよいし、コンソール装置４０の本体部と無線通信可能な表示装置（例えばタブレット端末）であってもよい。

入力インターフェース４３は、操作者による各種の入力操作を受け付け、受け付けた入力操作の内容を示す電気信号を処理回路５０に出力する。例えば、入力インターフェース４３は、検出データまたは投影データ（後述）を収集する際の収集条件、ＣＴ画像を再構成する際の再構成条件、ＣＴ画像から後処理画像を生成する際の画像処理条件などの入力操作を受け付ける。例えば、入力インターフェース４３は、マウスやキーボード、タッチパネル、トラックボール、スイッチ、ボタン、ジョイスティック、カメラ、赤外線センサ、マイク等により実現される。入力インターフェース４３は、架台装置１０に設けられてもよい。また、入力インターフェース４３は、コンソール装置４０の本体部と無線通信可能な表示装置（例えばタブレット端末）により実現されてもよい。

ネットワーク接続回路４４は、例えば、プリント回路基板を有するネットワークカード、或いは無線通信モジュールなどを含む。ネットワーク接続回路４４は、接続する対象のネットワークの形態に応じた情報通信用プロトコルを実装する。ネットワークは、例えば、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）、インターネット、セルラー網、専用回線等を含む。

処理回路５０は、Ｘ線ＣＴ装置１の全体の動作を制御する。処理回路５０は、例えば、システム制御機能５１、前処理機能５２、再構成処理機能５３、画像処理機能５４、スキャン制御機能５５、表示制御機能５６、学習機能５７、転送機能５８などを実行する。処理回路５０は、例えば、ハードウェアプロセッサがメモリ４１に記憶されたプログラムを実行することにより、これらの機能を実現するものである。

ハードウェアプロセッサとは、例えば、ＣＰＵ、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（Application Specific Integrated Circuit; ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device; ＳＰＬＤ）または複合プログラマブル論理デバイス（Complex Programmable Logic Device; ＣＰＬＤ）、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array; ＦＰＧＡ））などの回路（circuitry）を意味する。メモリ４１にプログラムを記憶させる代わりに、ハードウェアプロセッサの回路内にプログラムを直接組み込むように構成しても構わない。この場合、ハードウェアプロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。ハードウェアプロセッサは、単一の回路として構成されるものに限らず、複数の独立した回路を組み合わせて１つのハードウェアプロセッサとして構成され、各機能を実現するようにしてもよい。また、複数の構成要素を１つのハードウェアプロセッサに統合して各機能を実現するようにしてもよい。

コンソール装置４０または処理回路５０が有する各構成要素は、分散化されて複数のハードウェアにより実現されてもよい。処理回路５０は、コンソール装置４０が有する構成ではなく、コンソール装置４０と通信可能な処理装置によって実現されてもよい。処理装置は、例えば、一つのＸ線ＣＴ装置と接続されたワークステーション、あるいは複数のＸ線ＣＴ装置に接続され、以下に説明する処理回路５０と同等の処理を一括して実行する装置（例えばクラウドサーバ）である。

システム制御機能５１は、入力インターフェース４３が受け付けた入力操作に基づいて、処理回路５０の各種機能を制御する。

前処理機能５２は、ＤＡＳ１６により出力された検出データ４１－２に対して対数変換処理やオフセット補正処理、チャネル間の感度補正処理、ビームハードニング補正等の前処理を行って投影データ４１－３を生成し、生成した投影データ４１－３をメモリ４１に記憶させる。

再構成処理機能５３は、前処理機能５２によって生成された投影データに対して、フィルタ補正逆投影法や逐次近似再構成法等による再構成処理を行って再構成画像４１－４を生成し、生成した再構成画像４１－４をメモリ４１に記憶させる。

画像処理機能５４は、入力インターフェース４３が受け付けた入力操作に基づいて、再構成画像４１－４を公知の方法により、三次元画像や任意断面の断面像データに変換する。三次元画像への変換は、前処理機能５２によって行われてもよい。

スキャン制御機能５５は、Ｘ線高電圧装置１４、ＤＡＳ１６、制御装置１８、および寝台駆動装置３２に指示することで、架台装置１０における検出データの収集処理を制御する。スキャン制御機能５５は、スキャノ画像４１－５または本撮影画像４１－６を収集する撮影、および診断に用いる画像を撮影する際の各部の動作をそれぞれ制御する。

表示制御機能５６は、ディスプレイ４２の表示態様を制御する。

学習機能５７は、スキャン範囲４１－７を学習する。学習機能５７の詳細な処理については後述する。学習機能５７は、「学習部」の一例である。

転送機能５８は、撮影された再構成画像４１－４の一部または全部をＰＡＣＳに転送する。転送機能５８は、「転送部」の一例である。

上記構成により、Ｘ線ＣＴ装置１は、ヘリカルスキャン、コンベンショナルスキャン、ステップアンドシュートなどの態様で被検体Ｐのスキャンを行う。ヘリカルスキャンとは、天板３３を移動させながら回転フレーム１７を回転させて被検体Ｐをらせん状にスキャンする態様である。コンベンショナルスキャンとは、天板３３を静止させた状態で回転フレーム１７を回転させて被検体Ｐを円軌道でスキャンする態様である。コンベンショナルスキャンを実行する。ステップアンドシュートとは、天板３３の位置を一定間隔で移動させてコンベンショナルスキャンを複数のスキャンエリアで行う態様である。

図３は、スキャン制御機能５５の構成図である。スキャン制御機能５５は、例えば、スキャノ画像取得機能５５－１と、スキャン範囲自動設定機能５５－２と、スキャン範囲手動設定機能５５－３と、スキャン実行機能５５－４とを備える。

スキャノ画像取得機能５５－１は、スキャン範囲を決定するための被検体Ｐのスキャノ画像４１－５を取得する。なお、スキャノ画像は、位置合わせ画像の一例である。位置合わせ画像の他の例としては、スカウト画像などが挙げられる。

スキャノ画像の取得方法について説明する。スキャノ画像取得機能５５－１は、制御装置１８に、Ｘ線管１１の位置を所定の回転角度に固定し、寝台装置３０の天板３３をＺ軸方向に移動させながらＸ線管１１よりＸ線を被検体Ｐに照射するよう制御させる。スキャノ画像取得機能５５－１は、このようにして取得された検出データ４１－２から被検体Ｐの２次元のスキャノ画像４１－５を取得する。

なお、スキャノ画像４１－５の取得方法は、上述の方式に限らず、例えば、ヘリカルスキャンあるいはノンヘリカルスキャンによって被検体Ｐに対する全周囲分の投影データ４１－３を収集する方式で取得してもよい。ここで、スキャノ画像取得機能５５－１は、被検体の胸部全体、腹部全体、上半身全体、全身などの広範囲に対して本撮影よりも低線量でスキャンを実行する。ノンヘリカルスキャンとは、例えば、ステップアンドシュート方式のスキャンである。このように、スキャノ画像取得機能５５－１が被検体Ｐに対する全周囲分の検出データ４１－２を収集することで、再構成処理機能５３が３次元の再構成画像４１－４（ボリュームデータ）を再構成し、再構成したボリュームデータに基づいて、任意の方向に応じた２次元のスキャノ画像４１－５を生成してもよい。また、スキャノ画像４１－５は、前述のボリュームデータを用いることで、３次元のスキャノ画像４１－５として扱うことも可能である。

スキャノ画像取得機能５５－１は、例えば上記例示した方法のいずれかによって取得したスキャノ画像を、スキャン範囲自動設定機能５５－２に出力する。スキャノ画像取得機能５５－１は、「取得部」の一例である。なお「取得部」は、上記の例のように「自ら生成して取得する」のに限らず、「他の機能部から取得する」ものであってもよい。

スキャン範囲自動設定機能５５－２は、スキャノ画像取得機能５５－１により出力されたスキャノ画像と、撮影条件とを学習済みモデル４１－８に入力し、その結果として得られる出力情報に応じて、スキャン範囲４１－７を設定し、メモリ４１に記憶させる。

学習済みモデル４１－８は、後述するように、例えば学習機能５７によって学習されたものである。学習済みモデル４１－８は、例えば、被検体の撮影条件（例えば、年齢、性別、体型、疾患名、スキャン対象部位、検査条件、寝台位置条件のうち一部または全部）を入力すると、スキャン範囲を出力するように学習されたものである。スキャン対象部位には、例えば、頭部、上半身、肺、肝臓等がある。検査条件には、例えば、初回撮影、経過観察撮影等がある。なお、本実施形態では、撮影条件は入力パラメータであるものとしているが、撮影条件ごとの学習済みモデル４１－８が学習され、スキャン範囲自動設定機能５５－２は、被検体Ｐの撮影条件に合致する学習済みモデル４１－８を選択して、上記の処理に用いてもよい。更に、撮影条件のうち第１部分ごとの学習済みモデル４１－８が学習されると共に、撮影条件のうち第２部分は入力パラメータとして用いられ、スキャン範囲自動設定機能５５－２は、被検体Ｐの撮影条件のうち第１部分に合致する学習済みモデル４１－８を選択して、上記の処理に用いてもよい。

図４は、スキャン範囲自動設定機能５５－２による処理の内容について説明するための図である。スキャン範囲自動設定機能５５－２は、パラメータとして撮影条件４１－１と、スキャノ画像４１－５とを学習済みモデル４１－８に入力することで、被検体Ｐのスキャン範囲４１－７を出力する。このスキャン範囲４１－７に基づいて後続の処理を行うことにより、スキャン範囲を最初から手動で設定する場合に比して、被検体Ｐのスキャノ画像撮影から本撮影までに要するスキャン計画の時間を短縮することができる。

スキャン範囲自動設定機能５５－２は、このように自動で設定されたスキャン範囲４１－７をメモリ４１に記憶させる。スキャン範囲自動設定機能５５－２は、「処理部」の一例である。

なお、スキャン範囲自動設定機能５５－２は、好適な学習済みモデル４１－８が存在しない場合には、スキャン範囲４１－７の設定処理を省略して、スキャノ画像４１－５をスキャン範囲手動設定機能５５－３に出力してもよい。

スキャン範囲手動設定機能５５－３は、操作者によるスキャン範囲の微調整、やり直し、新規設定などを受け付ける。スキャン範囲手動設定機能５５－３は、例えば、スキャン範囲自動設定機能５５－２により出力されたスキャン範囲４１－７に対して、操作者が入力インターフェース４３を介して入力した微調整の内容を反映させ、メモリ４１のスキャン範囲４１－７を更新する。

また、スキャン範囲手動設定機能５５－３は、スキャン範囲自動設定機能５５－２により出力されたスキャン範囲４１－７を採用しないことを示す操作を操作者が行った場合に、スキャン範囲設定のやり直し（または新規作成）を行う。この場合、スキャン範囲手動設定機能５５－３は、スキャノ画像取得機能５５－１により出力されたスキャノ画像４１－５に対して、操作者が入力インターフェース４３を介して入力した操作（例えば、ディスプレイ４２上で、スキャノ画像４１－５の上にスキャン範囲４１－７を示す枠線を表示し、その枠線の位置を移動させたり、枠線の大きさを拡大したり縮小したりする入力操作）に応じてスキャン範囲４１－７を設定する。スキャン範囲手動設定機能５５－３は、設定したスキャン範囲４１－７で、メモリ４１に記憶されたスキャン範囲４１－７を上書きする。スキャン範囲自動設定機能５５－２がスキャン範囲４１－７の設定処理を省略した場合も同様に、スキャン範囲手動設定機能５５－３は、スキャノ画像４１－５の上にスキャン範囲４１－７を示す枠線を表示し、その枠線の位置を移動させたり、枠線の大きさを拡大したり縮小したり、スキャノ画像４１－５の端部から任意の割合を削除して小さくしたりする入力操作に応じてスキャン範囲４１－７を設定する。スキャン範囲手動設定機能５５－３は、微調整、やり直し等により設定されたスキャン範囲４１－７をメモリ４１に記憶させる。スキャン範囲手動設定機能５５－３は、「画像加工部」の一例である。

なお、スキャン範囲自動設定機能５５－２およびスキャン範囲手動設定機能５５－３は、ＣＴ画像を再構成する際の再構成範囲を設定するものであってもよい。この場合、スキャン範囲自動設定機能５５－２は、例えば、学習済みモデル４１－８によって出力されたスキャン範囲４１－７を再構成範囲に変換する所定の演算を行い、その演算結果に基づいて、制御装置１８にスキャンを実行させる。このとき、学習済みモデル４１－８によって出力されるスキャン範囲４１－７は、再構成範囲よりも広範囲となる可能性がある。また、スキャン範囲自動設定機能５５－２およびスキャン範囲手動設定機能５５－３が再構成範囲を設定する場合、且つ、学習済みモデル４１－８に再構成範囲を出力する学習済みモデルがある場合、その再構成範囲を出力する学習済みモデルが用いられてもよい。この場合、スキャン範囲手動設定機能５５－３は、再構成範囲を上下左右に拡張した範囲をスキャン範囲４１－７として設定する。

スキャン実行機能５５－４は、メモリ４１に格納されたスキャン範囲４１－７によって規定される範囲で本撮影を行い、本撮影画像４１－６（スキャン画像）を取得するように、制御装置１８を制御する。

スキャン範囲４１－７には、スキャン範囲自動設定機能５５－２による自動設定結果であるスキャン範囲が採用されたのか、スキャン範囲手動設定機能５５－３による手動設定が行われたのか否かを識別するフラグ等が設定されてもよい。

学習機能５７は、複数の被検体に関するスキャノ画像と撮影条件とスキャン範囲とのセットをメモリ４１または外部装置から取得する。学習機能５７は、取得したスキャノ画像と、スキャン対象部位に関する情報を含む撮影条件とを学習データとし、同じ被検体に対して設定されたスキャノ画像を教師データとして機械学習を行うことで、学習済みモデル４１－８を生成する。学習機能５７は、「モデル生成部」の一例である。

また、学習機能５７は、外部装置により実現されてもよい。その場合、転送機能５８は、少なくとも、転送対象であるスキャノ画像４１－５とそのスキャノ画像４１－５に対応付いたスキャン範囲４１－７とを転送し、学習に用いられるようにしてもよい。また、転送機能５８は、転送対象であるスキャノ画像４１－５に基づいて生成された再構成画像４１－４の再構成範囲をさらに転送して、学習に用いられるようにしてもよい。

図５は、学習機能５７の処理について説明するための図である。学習機能５７は、予め接続情報等が定義されると共に接続係数等のパラメータが暫定的に設定された機械学習モデルに対して、複数セットの学習データを入力し、その結果が、学習データに対応する教師データに近づくように、機械学習モデルにおけるパラメータを調整する。機械学習モデルには、撮影条件とスキャノ画像が入力される。

機械学習モデルに入力される撮影条件には、例えば、前述した撮影条件が設定される。

機械学習モデルに入力されるスキャノ画像には、例えば、検査中に設定された情報（例えば、体軸方向再構成範囲、画像再構成時のＲＯＩ（region of interest）の設定情報）等が含まれてよい。

学習機能５７は、例えば、バックプロパゲーション（逆誤差伝搬法）によって機械学習モデルのパラメータを調整する。機械学習モデルは、例えば、ＣＮＮ（Convolution Neural Network）を利用したＤＮＮ（Deep Neural Network）である。なお、機械学習モデルは、より新しい学習データがアウトプットとして反映されやすくなるように、学習データ毎に重み付け設定などを行ってもよい。

学習機能５７は、予め定められたセット数の学習データと、対応する教師データについて学習を行うと、処理を終了する。その時点の機械学習モデルが学習済みモデル４１－８として記憶される。

スキャノ画像は、アーチファクトが検出されて再撮影を要する場合等、同一または類似の方向から複数回撮影されることがある。したがって、学習機能５７は、転送機能５８により転送されたスキャノ画像（すなわち、成功事例）のみを学習対象として、スキャン制御機能５５によるスキャン範囲設定の処理結果を学習済みモデルに反映させるよう学習済みモデルを更新することで、より好適な学習済みモデルを生成することができる。その場合、学習機能５７は、転送機能５８により転送された成功事例のスキャノ画像のうち、再構成画像４１－４として取得された範囲を抽出して学習対象とすることで、より高精度な学習済みモデルを生成してもよい。

また、スキャン計画に用いられるスキャノ画像は、２以上の異なる角度で取得された複数の画像が用いられることがあるが、学習機能５７は、そのうち一部の画像から学習済みモデルを生成してもよいし、すべての画像から学習済みモデルを生成してもよい。

学習機能５７の用いる学習済みモデル４１－８、或いは学習機能５７の用いる学習データおよび教師データは、他のＸ線ＣＴ装置１により生成されたものであってもよい。

図６および図７は、Ｘ線ＣＴ装置１の利用環境の一例について説明する図である。他のＸ線ＣＴ装置１または学習装置により生成された学習済みモデル、或いは学習機能５７の用いる学習データおよび教師データは、例えば、図６に示すようにＸ線ＣＴ装置１の利用施設Ｈ１に対して、Ｘ線ＣＴ装置１のメーカのサービス担当者ＭＰ等により提供される。また、他のＸ線ＣＴ装置１により生成された学習済みモデル、或いは学習機能５７の用いる学習データおよび教師データは、例えば、図７に示すように複数のＸ線ＣＴ装置１の利用施設Ｈ１～ＨＮ（Ｎは任意の自然数）により外部ネットワークＮＷを介してクラウドサーバＣ等で共有されてもよい。クラウドサーバＣは、専ら学習機能５７と同様の学習を行うものであってよい。

図８は、Ｘ線ＣＴ装置１による撮影処理の流れの一例を示すフローチャートである。

まず、コンソール装置４０は、被検体Ｐを特定する情報や撮影条件の入力を受け付け（ステップＳ１００）、当該撮影のセッティング（例えば、寝台装置３０に天板３３を撮影開始位置に移動させる操作）を受け付ける（ステップＳ１０２）。次に、制御装置１８は、スキャノ画像４１－５を撮影するよう架台装置１０を制御する（ステップＳ１０４）。

次に、学習済みモデル４１－８に入力パラメータである撮影条件とスキャノ画像を入力し（ステップＳ１０６）、ディスプレイ４２に学習済みモデルの出力であるスキャン範囲４１－７を表示する（ステップＳ１０８）。なお、ステップＳ１０６において適用した学習済みモデル４１－８が複数存在する場合、ステップＳ１０８でスキャン範囲４１－７が複数パターン表示されてもよいし、ステップＳ１０６において最も好適な学習済みモデル４１－８が選択されてもよい。

次に、入力インターフェース４３は、ステップＳ１０８で表示したスキャン範囲４１－７を採用するか、スキャン範囲４１－７を採用せず操作者がマニュアル操作でスキャン範囲設定をやり直すかについて、Ｘ線ＣＴ装置１の操作者による判断結果の入力を受け付ける（ステップＳ１１０）。スキャン範囲手動設定機能５５－３は、操作者がマニュアル操作でスキャン範囲設定を行う場合、入力インターフェース４３を介して行われるスキャン範囲設定を受け付ける（ステップＳ１１２）。ステップＳ１１０で表示したスキャン範囲を採用する場合、後述するステップＳ１１４に処理を進める。

スキャン範囲手動設定機能５５－３は、操作者のマニュアル操作による最終的な微調整を受け付ける（ステップＳ１１４）。次に、スキャン実行機能５５－４は、本撮影を行う（ステップＳ１１６）。

次に、転送機能５８は、撮影結果である本撮影画像４１－６をＰＡＣＳ等に転送する（ステップＳ１１８）。次に、学習機能５７は、該スキャノ画像および撮影条件（例えば、再構成範囲等）に基づいて、学習済みモデル４１－８を生成する。または、学習機能５７は、該スキャノ画像および撮影条件を学習済みモデルに反映する（ステップＳ１２０）。ステップＳ１２０の処理詳細は後述する。以上、本フローチャートの説明を終了する。

図９は、学習機能５７による学習処理の流れの一例を示すフローチャートである。図９に示す処理の流れは、図８のステップＳ１２０の処理詳細に該当する。図９のフローチャートは、Ｘ線ＣＴ装置１が１名の被検体の撮影を終了する度に行われてもよいし、上述の操作者によるマニュアル操作でスキャン範囲のやり直しが行われた撮影の度に（ステップＳ１１２が実行される度に）行われてもよい。

まず、学習機能５７は、１セットの学習データであるスキャノ画像と撮影条件とを取得する（ステップＳ２００）。次に、学習機能５７は、ステップＳ２００で取得した１セットの学習データを機械学習モデルに入力し（ステップＳ２０２）、１セットの学習データに対応する教師データから誤差を逆伝搬させる（ステップＳ２０４）。

次に、学習機能５７は、所定セット数の学習データについてステップＳ２０２およびＳ２０４の処理を行ったか否かを判定する（ステップＳ２０６）。所定セット数の学習データについてステップＳ２０２およびＳ２０４の処理を行っていない場合、学習機能５７は、ステップＳ２００に処理を戻す。所定セット数の学習データについてステップＳ２０２およびＳ２０４の処理を行った場合、学習機能５７は、その時点のパラメータを用いて学習済みモデル４１－８を確定し（ステップＳ２０８）、本フローチャートの処理を終了する。なお、ステップＳ２０６において、学習データが所定セット数存在しないため処理が継続できない場合等は、後続の処理を軽減してもよい。

以上、説明した第１の実施形態のＸ線ＣＴ装置１によれば、スキャン対象部位に関する情報と被検体Ｐのスキャノ画像を取得するスキャノ画像取得機能５５－１と、スキャン対象部位に関する情報と被検体のスキャノ画像とに基づいてスキャン時の被検体のスキャン範囲を出力する学習済みモデル４１－８に対して、スキャノ画像取得機能５５－１により取得されたスキャン対象部位に関する情報と被検体Ｐのスキャノ画像とを入力することで、取得されたスキャン対象部位に関する情報と被検体Ｐのスキャノ画像に係る被検体Ｐに関するスキャン範囲４１－７を出力するスキャン範囲自動設定機能５５－２と、を備えることにより、撮影時における被検体の撮影位置合わせを容易に行えるようにすることができる。

（第２の実施形態）
以下、第２の実施形態のＸ線ＣＴ装置１Ａについて説明する。なお、以下の説明において、第１の実施形態と同一の構成及び機能については第１の実施形態と同一の符号を付し、詳細な説明を省略する。また、第１の実施形態と同じ名称であるが構成または機能が異なるものについては、符号の末尾に「Ａ」を付すものとする。

図１０は、第２の実施形態に係る架台装置１０Ａを説明するための図である。架台装置１０Ａは、第１の実施形態の架台装置１０と比較して、カメラ１９をさらに備える。カメラ１９は、被検体Ｐを含む空間を撮影し、光学画像４１－９を取得する。カメラ１９は、架台装置１０以外の箇所に設置されてもよく、例えば、寝台装置３０の全体が撮影できる位置（例えば、Ｘ線ＣＴ装置１Ａの設置される部屋の天井や、寝台装置３０の近傍）に設置されてもよい。

図１１は、第２の実施形態に係るメモリ４１Ａに格納されるデータの一例を示す図である。メモリ４１Ａは、第１の実施形態のメモリ４１と比較して、光学画像４１－９をさらに記憶する。

図１２は、第２の実施形態に係るスキャン制御機能５５Ａの構成図である。スキャン制御機能５５Ａは、第１の実施形態のスキャン制御機能５５と比較して、光学画像取得機能５５－５をさらに備える。

光学画像取得機能５５－５は、カメラ１９が撮像した光学画像４１－９と、その光学画像に写り込む被検体Ｐに対応付けられた撮影条件４１－１とを取得し、スキャン範囲自動設定機能５５－２Ａに出力する。光学画像取得機能５５－５は、「取得部」の他の一例である。

スキャン範囲自動設定機能５５－２Ａは、光学画像取得機能５５－５により出力された光学画像と、撮影条件とを学習済みモデル４１－８Ａに入力し、その結果として得られた出力情報に応じて、スキャン範囲４１－７を設定し、メモリ４１に記憶させる。

スキャン範囲自動設定機能５５－２Ａは、操作者によるスキャン範囲の調整、やり直し、新規設定などを受け付ける。スキャン範囲自動設定機能５５－２Ａはスキャン範囲が採用されることを示す操作を受け付けた場合、操作者が入力インターフェース４３を介して入力した微調整の内容を反映した後、本撮影が行われる。この微調整は、スキャン範囲手動設定機能５５－３によって行われる。スキャン範囲自動設定機能５５－２Ａは、やり直し、新規設定などを示す処理を受け付けた場合、すなわち光学画像に基づくスキャン範囲が採用されないことを示す処理を受け付けた場合、光学画像の再取得が行われてもよいし、スキャノ画像の取得のための処理が行われてもよい。スキャン範囲自動設定機能５５－２Ａは、「処理部」の他の一例である。

図１３は、スキャン範囲自動設定機能５５－２Ａによる処理の内容について説明するための図である。スキャン範囲自動設定機能５５－２Ａは、パラメータとして撮影条件４１－１に含まれる検査条件の情報と、光学画像４１－９とを学習済みモデル４１－８に入力することで、被検体Ｐのスキャン範囲４１－７を出力する。このスキャン範囲４１－７に基づいて後続の処理を行うことにより、被検体Ｐのスキャノ画像撮影から本撮影までに要するスキャン計画の時間を短縮することができる。

学習機能５７Ａは、スキャノ画像と撮影条件を学習データとする学習済みモデルに加えて、光学画像と撮影条件を学習データとする学習済みモデルを生成する。学習機能５７Ａは、複数の被検体に関する光学画像と撮影条件とスキャン範囲とのセットをメモリ４１または外部装置から取得する。学習機能５７Ａは、取得した光学画像と、スキャン対象部位に関する情報を含む撮影条件とを学習データとし、同じ被検体に対して設定されたスキャン範囲を教師データとして機械学習を行うことで、学習済みモデル４１－８を生成する。

図１４は、学習機能５７Ａの処理について説明するための図である。学習機能５７Ａは、予め接続情報等が定義されると共に接続係数等のパラメータが暫定的に設定された機械学習モデルに対して、複数セットの学習データを入力し、その結果が、学習データに対応する教師データに近づくように、機械学習モデルにおけるパラメータを調整する。機械学習モデルには、撮影条件と光学画像が入力される。学習機能５７Ａは、予め定められたセット数の学習データと、対応する教師データについて学習を行うと、処理を終了する。その時点の機械学習モデルが学習済みモデル４１－８Ａとして記憶される。

なお、スキャン範囲自動設定機能５５－２Ａによる光学画像に基づくスキャン範囲の生成と、スキャノ画像に基づくスキャン範囲の生成は併用されてもよい。スキャン範囲自動設定機能５５－２Ａは、例えば、Ｘ軸方向のスキャン範囲をスキャノ画像の学習済みモデルの出力に基づいて設定し、Ｙ軸方向のスキャン範囲をスキャノ画像の代替として光学画像の学習済みモデルの出力に基づいて設定する。これにより、Ｘ線ＣＴ装置１Ａの操作者や被検体Ｐの被ばく量を減少させることができる。

図１５は、Ｘ線ＣＴ装置１Ａによる撮影処理の流れの一例を示すフローチャートである。なお、図１５のフローチャートのステップＳ３００およびＳ３０２は、図７のフローチャートのステップＳ１００およびＳ１０２と対応する。また、図１５のフローチャートのステップＳ３１２～Ｓ３２８は、図７のフローチャートのステップＳ１０４～Ｓ１２０と対応する。

まず、コンソール装置４０は、被検体Ｐを特定する情報や撮影条件の入力を受け付け（ステップＳ３００）、当該撮影のセッティングを受け付ける（ステップＳ３０２）。次に、光学画像取得機能５５－５は、カメラ１９により撮影された光学画像を取得する（ステップＳ３０４）。次に、学習済みモデルに光学画像を適用し（ステップＳ３０６）、ディスプレイ４２に学習済みモデルに基づくスキャン範囲を表示する（ステップＳ３０８）。なお、ステップＳ３０６において適用された学習済みモデルが複数存在する場合、ステップＳ３０８でスキャン範囲が複数パターン表示されてもよいし、ステップＳ３６において最も好適な学習済みモデルが選択されてもよい。

次に、入力インターフェース４３は、ステップＳ３０８で表示したスキャン範囲を採用するか、スキャノ画像を撮影してスキャン範囲設定を行うかについて、Ｘ線ＣＴ装置１Ａの操作者による判断結果の入力を受け付ける（ステップＳ３１０）。表示したスキャン範囲を採用することを示す操作を受け付けた場合、後述するステップＳ３２２に処理を進める。制御装置１８は、スキャノ画像を撮影することを示す操作を受け付けた場合、スキャノ画像を撮影するよう架台装置１０を制御する（ステップＳ３１２）。

次に、スキャン範囲自動設定機能５５－２Ａは、学習済みモデルに入力パラメータである撮影条件とスキャノ画像を入力し（ステップＳ３１４）、ディスプレイ４２に学習済みモデルの出力であるスキャン範囲を表示する（ステップＳ３１６）。なお、ステップＳ３１４において適用した学習済みモデルが複数存在する場合、ステップＳ３１６でスキャン範囲が複数パターン表示されてもよいし、ステップＳ３１４において最も好適な学習済みモデルが選択されてもよい。

次に、入力インターフェース４３は、ステップＳ３１６で表示したスキャン範囲設定を採用するか、操作者がマニュアル操作でスキャン範囲設定をやり直すかについて、Ｘ線ＣＴ装置１Ａの操作者による判断結果の入力を受け付ける（ステップＳ３１８）。スキャン範囲自動設定機能５５－２Ａは、操作者がマニュアル操作でスキャン範囲設定をやり直す場合、入力インターフェース４３を介して行われるスキャン範囲設定を受け付ける（ステップＳ３２０）。ステップＳ３１６で表示したスキャン範囲を採用する場合、後述するステップＳ３２２に処理を進める。

スキャン範囲自動設定機能５５－２Ａは、操作者のマニュアル操作による最終的な微調整を受け付ける（ステップＳ３２２）。次に、制御装置１８は、本撮影を行う（ステップＳ３２４）。

次に、転送機能５８は、撮影結果である本撮影画像はＰＡＣＳ等に転送する（ステップＳ３２６）。次に、学習機能５７Ａは、該スキャノ画像または該光学画像、および撮影条件を含む学習済みモデルを生成する。または、学習機能５７Ａは、該スキャノ画像または該光学画像、および撮影条件を学習済みモデルに反映する（ステップＳ３２８）。ステップＳ３２８の処理詳細は後述する。以上、本フローチャートの説明を終了する。

図１６は、学習機能５７Ａによる光学画像の学習処理の流れの一例を示すフローチャートである。図９に示すフローチャートと、図１６に示すフローチャートとを合わせたものは、図１５のステップＳ３２８の処理詳細に該当する。図１６のフローチャートは、Ｘ線ＣＴ装置１が１名の被検体の撮影を終了する度に行われてもよいし、上述の操作者によるマニュアル操作でスキャン範囲のやり直しが行われた撮影の度に（ステップＳ３２０が実行される度に）行われてもよい。

まず、学習機能５７Ａは、１セットの学習データである光学画像と撮影条件とを取得する（ステップＳ４００）。次に、学習機能５７Ａは、１セットの学習データを機械学習モデルに入力し（ステップＳ４０２）、１セットの学習データに対応する教師データから誤差を逆伝搬させる（ステップＳ４０４）。

次に、学習機能５７Ａは、所定セット数の学習データについてステップＳ４０２およびＳ４０４の処理を行ったか否かを判定する（ステップＳ４０６）。所定セット数の学習データについてステップＳ４０２およびＳ４０４の処理を行っていない場合、学習機能５７Ａは、ステップＳ４００に処理を戻す。所定セット数の学習データについてステップＳ４０２およびＳ４０４の処理を行った場合、学習機能５７Ａは、その時点のパラメータを用いて学習済みモデル４１－８を確定し（ステップＳ４０８）、本フローチャートの処理を終了する。なお、ステップＳ４０６において、学習データが所定セット数存在しないため処理が継続できない場合等は、後続の処理を軽減してもよい。

以上説明した第２の実施形態によれば、第１の実施形態と同様の効果を奏する他、スキャン範囲自動設定機能５５－２Ａによって光学画像に基づくスキャン範囲が生成されることにより、第１の実施形態と比較してスキャノ画像の撮影回数を軽減できる可能性が高まり、Ｘ線ＣＴ装置１Ａの操作者や被検体Ｐの被ばく量が軽減される可能性を高めることができる。

上記説明した実施形態は、以下のように表現することができる。
プログラムを格納するストレージと、
プロセッサと、を備え、
前記プロセッサは、前記プログラムを実行することにより、
スキャン対象部位に関する情報と被検体の位置合わせ画像を取得し、
スキャン対象部位に関する情報と被検体の位置合わせ画像とに基づいて、スキャン時の前記被検体のスキャン範囲を出力する学習済みモデルに対して、取得した前記スキャン対象部位に関する情報と被検体の位置合わせ画像とを入力することで、前記取得したスキャン対象部位に関する情報と被検体の位置合わせ画像に係る被検体に関するスキャン範囲を出力する、
ように構成されている、医用画像診断装置。

以上説明した少なくともひとつの実施形態によれば、スキャン対象部位に関する情報を含む撮影条件情報（４１－１）と、被検体のスキャン範囲を特定するための画像（４１－４、４１－９）を取得する取得部（５５－１、５５－５）と、撮影条件情報と、被検体のスキャン範囲を特定するための画像とに基づいて、学習済みモデル（４１－８）に対して、撮影条件情報と、被検体のスキャン範囲を特定するための画像とを入力することで、該スキャン時の被検体のスキャン範囲を出力する処理部（５５－２、５５－２Ａ）と、を持つことにより、撮影時における被検体の撮影位置合わせを容易に行うことができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の軽減、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１、１Ａ…Ｘ線ＣＴ装置
１０、１０Ａ…架台装置
１１…Ｘ線管
１２…ウェッジ
１３…コリメータ
１４…Ｘ線高電圧装置
１５…Ｘ線検出器
１６…データ収集システム
１７…回転フレーム
１８…制御装置
１９…カメラ
３０…寝台装置
３１…基台
３２…寝台駆動装置
３３…天板
３４…支持フレーム
４０…コンソール装置
５０…処理回路
５１…システム制御機能
５２…前処理機能
５３…再構成処理機能
５４…画像処理機能
５５、５５Ａ…スキャン制御機能
５５－１…スキャノ画像取得機能
５５－２、５５－２Ａ…スキャン範囲自動設定機能
５５－３…スキャン範囲手動設定機能
５５－４…スキャン実行機能
５５－５…光学画像取得機能
５６…表示制御機能
５７、５７Ａ…学習機能
５８…転送機能

Claims (17)

1. 被検体の位置合わせ画像であるスキャノ画像および光学画像を取得する取得部と、
   被検体のスキャノ画像に基づいた寝台装置の天板の第１方向のスキャン範囲を出力する第１学習済みモデルに対して、取得された前記被検体のスキャノ画像を入力することにより出力される第１方向のスキャン範囲と、被検体の光学画像に基づいた被検体の前記第１方向に直交する第２方向のスキャン範囲を出力する第２学習済みモデルに対して、取得された前記被検体の光学画像を入力することにより出力される第２方向のスキャン範囲と、を出力する処理部と、
   を備える医用画像診断装置。
2. スキャン対象部位に関する情報を含む撮影条件と被検体の位置合わせ画像であるスキャノ画像および光学画像とを取得する取得部と、
   スキャン対象部位に関する情報を含む撮影条件と被検体のスキャノ画像とに基づいた寝台装置の天板の第１方向のスキャン範囲を出力する第１学習済みモデルに対して、取得された前記撮影条件と前記被検体のスキャノ画像とを入力することにより出力される第１方向のスキャン範囲と、スキャン対象部位に関する情報を含む撮影条件と被検体の光学画像とに基づいた被検体の前記第１方向に直交する第２方向のスキャン範囲を出力する第２学習済みモデルに対して、取得された前記撮影条件と取得された前記被検体の光学画像とを入力することにより出力される第２方向のスキャン範囲と、を出力する処理部と、
   を備える医用画像診断装置。
3. 被検体の位置合わせ画像であるスキャノ画像および光学画像を取得する取得部と、
   被検体のスキャノ画像に基づいた寝台装置の天板の第１方向の再構成範囲を出力する第１学習済みモデルに対して、取得された前記被検体のスキャノ画像を入力することにより出力される第１方向の再構成範囲と、被検体の光学画像に基づいた被検体の前記第１方向に直交する第２方向の再構成範囲を出力する第２学習済みモデルに対して、取得された前記被検体の光学画像を入力することにより出力される第２方向の再構成範囲と、を出力する処理部と、
   を備える医用画像診断装置。
4. スキャン対象部位に関する情報を含む撮影条件と被検体の位置合わせ画像であるスキャノ画像および光学画像とを取得する取得部と、
   スキャン対象部位に関する情報を含む撮影条件と被検体のスキャノ画像とに基づいた寝台装置の天板の第１方向の再構成範囲を出力する第１学習済みモデルに対して、取得された前記撮影条件と前記被検体のスキャノ画像とを入力することにより出力される第１方向の再構成範囲と、スキャン対象部位に関する情報を含む撮影条件と被検体の光学画像とに基づいた被検体の前記第１方向に直交する第２方向の再構成範囲を出力する第２学習済みモデルに対して、取得された前記撮影条件と取得された前記被検体の光学画像とを入力することにより出力される第２方向の再構成範囲と、を出力する処理部と、
   を備える医用画像診断装置。
5. 取得された前記位置合わせ画像上に、前記処理部により出力された前記第１方向および第２方向のスキャン範囲を表示させる画像加工部をさらに備える、
   請求項１または２に記載の医用画像診断装置。
6. 前記画像加工部は、表示された前記スキャン範囲に対する操作者の操作に応じて、前記スキャン範囲の設定を行う、
   請求項５に記載の医用画像診断装置。
7. 取得された前記位置合わせ画像上に、前記処理部により出力された前記第１方向および第２方向の再構成範囲を表示させる画像加工部をさらに備える、
   請求項３または４に記載の医用画像診断装置。
8. 前記画像加工部は、表示された前記再構成範囲に対する操作者の操作に応じて、前記再構成範囲の設定を行う、
   請求項７に記載の医用画像診断装置。
9. 前記処理部は、前記第１方向および第２方向のスキャン範囲に対して所定の演算を行うことにより当該スキャン範囲を再構成範囲に変換する、
   請求項１または２に記載の医用画像診断装置。
10. 前記処理部は、前記第１方向および第２方向の再構成範囲を拡張した範囲をスキャン範囲として設定する、
    請求項３または４に記載の医用画像診断装置。
11. 前記位置合わせ画像は、ヘリカルスキャンまたはノンヘリカルスキャンによって取得された前記被検体の全周囲分の投影データに基づくスキャノ画像である、
    請求項１から４のいずれか一項に記載の医用画像診断装置。
12. 前記取得部は、前記被検体の検査条件をさらに取得し、
    前記処理部は、
    前記第１学習済みモデルに対して、取得された前記被検体の検査条件と前記被検体のスキャノ画像とを入力することにより出力される前記第１方向のスキャン範囲と、
    前記第２学習済みモデルに対して、取得された前記被検体の検査条件と前記被検体の光学画像とを入力することにより出力される前記第２方向のスキャン範囲と、
    を出力する、
    請求項１に記載の医用画像診断装置。
13. 前記取得部は、寝台位置条件をさらに取得し、
    前記処理部は、
    前記第１学習済みモデルに対して、取得された前記寝台位置条件と前記被検体のスキャノ画像とを入力することにより出力される前記第１方向のスキャン範囲と、
    前記第２学習済みモデルに対して、取得された前記寝台位置条件と前記被検体の光学画像とを入力することにより出力される前記第２方向のスキャン範囲と、
    を出力する、
    請求項１に記載の医用画像診断装置。
14. コンピュータが、
    被検体の位置合わせ画像であるスキャノ画像および光学画像を取得し、
    被検体のスキャノ画像に基づいた寝台装置の天板の第１方向のスキャン範囲を出力する第１学習済みモデルに対して、取得された前記被検体のスキャノ画像を入力することにより出力される第１方向のスキャン範囲と、被検体の光学画像に基づいた被検体の前記第１方向に直交する第２方向のスキャン範囲を出力する第２学習済みモデルに対して、取得された前記被検体の光学画像を入力することにより出力される第２方向のスキャン範囲と、を出力する、
    医用画像診断方法。
15. コンピュータが、
    スキャン対象部位に関する情報を含む撮影条件と被検体の位置合わせ画像であるスキャノ画像および光学画像とを取得し、
    スキャン対象部位に関する情報を含む撮影条件と被検体のスキャノ画像とに基づいた寝台装置の天板の第１方向のスキャン範囲を出力する第１学習済みモデルに対して、取得された前記撮影条件と前記被検体のスキャノ画像とを入力することにより出力される第１方向のスキャン範囲と、スキャン対象部位に関する情報を含む撮影条件と被検体の光学画像とに基づいた被検体の前記第１方向に直交する第２方向のスキャン範囲を出力する第２学習済みモデルに対して、取得された前記撮影条件と取得された前記被検体の光学画像とを入力することにより出力される第２方向のスキャン範囲と、を出力する、
    医用画像診断方法。
16. コンピュータが、
    被検体の位置合わせ画像であるスキャノ画像および光学画像を取得し、
    被検体のスキャノ画像に基づいた寝台装置の天板の第１方向の再構成範囲を出力する第１学習済みモデルに対して、取得された前記被検体のスキャノ画像を入力することにより出力される第１方向の再構成範囲と、被検体の光学画像に基づいた被検体の前記第１方向に直交する第２方向の再構成範囲を出力する第２学習済みモデルに対して、取得された前記被検体の光学画像を入力することにより出力される第２方向の再構成範囲と、を出力する、
    医用画像診断方法。
17. コンピュータが、
    スキャン対象部位に関する情報を含む撮影条件と被検体の位置合わせ画像であるスキャノ画像および光学画像とを取得し、
    スキャン対象部位に関する情報を含む撮影条件と被検体のスキャノ画像とに基づいた寝台装置の天板の第１方向の再構成範囲を出力する第１学習済みモデルに対して、取得された前記撮影条件と前記被検体のスキャノ画像とを入力することにより出力される第１方向の再構成範囲と、スキャン対象部位に関する情報を含む撮影条件と被検体の光学画像とに基づいた被検体の前記第１方向に直交する第２方向の再構成範囲を出力する第２学習済みモデルに対して、取得された前記撮影条件と取得された前記被検体の光学画像とを入力することにより出力される第２方向の再構成範囲と、を出力する、
    医用画像診断方法。

Images