图像解析方法、处理装置、测定装置及学习模型制作方法制造方法及图纸

技术编号:27572452 阅读:17 留言:0更新日期:2021-03-09 22:20
本发明专利技术提供一种图像解析方法、处理装置、测定装置及学习模型制作方法。该图像解析方法包括以下工序:使用机器学习作为分割的手段,并且制作教师用图像,该教师用图像是在包含被检体的股骨的区域的图像中至少附加有能够识别股骨的颈部区域和背景区域的标签的图像;以及通过使用了包含被检体的股骨的区域的图像和制作出的教师用图像的学习处理,来制作机器学习的学习模型。学习的学习模型。学习的学习模型。

【技术实现步骤摘要】
图像解析方法、处理装置、测定装置及学习模型制作方法


[0001]本专利技术涉及一种图像解析方法、图像处理装置、骨密度测定装置以及学习模型制作方法。

技术介绍

[0002]以往,已知一种为了测定骨密度而利用减影图像进行骨解析的放射线摄影装置。例如在日本特开2016-119954号公报中公开了这种装置。
[0003]上述日本特开2016-119954号公报的放射线摄影装置具备:减影图像生成单元,其生成相当于高电压条件下的放射线图像与低电压条件下的放射线图像之差的减影图像;以及骨解析单元,其对减影图像中拍进的被检体的骨像的一部分实施图像处理,并计算用于评价骨的状态(骨密度)的评价值。
[0004]在上述日本特开2016-119954号公报中,用户从减影图像中选择想要获取骨的状态(骨密度)的评价的部位(关心区域),由此利用骨解析单元计算出评价值。因此,用户需要从减影图像中选择想要测定骨密度的部位。
[0005]另外,虽然在上述日本特开2016-119954号公报中没有公开,但以往已知如下一种图像解析方法:在关心区域为股骨的颈部的情况下,自动地检测作为关心区域的股骨的颈部。该以往的图像解析方法是如下一种方法:对包含股骨的图像进行图像解析,将股骨的中间变细的部分(宽度小的部分)作为股骨的颈部区域来自动地检测。然而,由于股骨的颈部的大小、形状以及位置因被检体的不同而大为不同,因此在使用了以往的图像解析方法的情况下,存在将颈部区域以外的部分误检测为股骨的颈部区域的情况。因此,以往的图像解析方法存在以下问题点:股骨的颈部区域的检测精度低,用户需要修正关心区域的位置或大小,因此用户耗费工夫。

技术实现思路

[0006]本专利技术是为了解决如上所述的问题而完成的,本专利技术的一个目的在于,提供一种能够高精度地检测股骨的颈部并能够节省用户的工夫的图像解析方法、图像处理装置、骨密度测定装置以及学习模型制作方法。
[0007]为了实现上述目的,本专利技术的第一方面的图像解析方法通过对包含被检体的股骨的区域的图像进行解析,来进行用于确定被检体的股骨的颈部区域的分割,所述图像解析方法包括以下工序:使用机器学习作为分割的手段,并且制作教师用图像,该教师用图像是在包含被检体的股骨的区域的图像中至少附加有能够识别股骨的颈部区域和背景区域的标签的图像;以及通过使用了包含被检体的股骨的区域的图像和制作出的教师用图像的学习处理,来制作机器学习的学习模型。此外,分割是指将图像划分为多个区域(例如,将包含股骨的图像划分为包含股骨的区域、包含除股骨以外的骨头的区域以及包含背景的区域)。
[0008]为了实现上述目的,本专利技术的第二方面的图像处理装置具备:控制部,其进行以下控制:基于通过使用了教师用图像和包含被检体的股骨的学习用的输入图像的机器学习而
学习到的学习模型,进行股骨的颈部区域的分割,从包含被检体的股骨的分析用的分析图像获取被检体的股骨的颈部区域,并且基于被检体的股骨的颈部区域来获取关心区域,其中,教师用图像附加有用于识别被检体的股骨的颈部区域和背景区域的标签;以及显示部,其以能够变更关心区域的范围的方式来显示将基于学习模型获取到的关心区域和分析图像进行叠加而得到的图像。
[0009]为了实现上述目的,本专利技术的第三方面的骨密度测定装置具备:控制部,其进行以下控制:基于通过使用了教师用图像和包含被检体的股骨的学习用的输入图像的机器学习而学习到的学习模型,进行股骨的颈部区域的分割,从包含被检体的股骨的用于测定骨密度的分析图像获取被检体的股骨的颈部区域,并且基于被检体的股骨的颈部区域来获取关心区域,基于获取到的关心区域来测定骨密度,其中,教师用图像附加有用于识别被检体的股骨的颈部区域和背景区域的标签;以及显示部,其以能够变更关心区域的范围的方式来显示将基于学习模型获取到的关心区域和分析图像进行叠加而得到的图像。
[0010]为了实现上述目的,本专利技术的第四方面的学习模型制作方法包括以下工序:获取包含被检体的股骨的学习用的输入图像;基于输入图像获取附加有用于识别被检体的股骨的颈部区域和背景区域的标签的教师用图像;以及基于输入图像和教师用图像,通过机器学习来获取用于确定股骨的颈部区域的学习模型。
[0011]根据第一方面,如上所述那样包括以下工序:制作教师用图像,该教师用图像是在包含被检体的股骨的区域的图像中至少附加有能够识别股骨的颈部区域和背景区域的标签的图像;以及通过使用了包含被检体的股骨的区域的图像和在制作教师用图像的工序中制作出的教师用图像的学习处理,来制作机器学习的学习模型。由此,由于包括通过使用了至少附加有能够识别股骨的颈部区域和背景区域的标签的教师用图像和包含被检体的股骨的区域的图像的学习处理来制作机器学习的学习模型的工序,因此能够基于得到的学习模型来识别股骨的颈部区域和背景区域。其结果,能够高精度地检测股骨的颈部区域。另外,根据第二方面和第三方面,如上所述,基于通过使用了包含被检体的股骨的学习用的输入图像和附加有用于识别被检体的股骨的颈部区域和背景区域的标签的教师用图像的机器学习而学习到的学习模型,从包含被检体的股骨的分析用的分析图像获取被检体的股骨的颈部区域,并且基于被检体的股骨的颈部区域获取关心区域。由此,能够基于通过机器学习得到的学习模型来识别股骨的颈部区域和背景区域,因此能够高精度地检测股骨的颈部区域。并且,由于能够高精度地检测股骨的颈部,因此能够省去用户修正关心区域的位置或大小的工夫。另外,根据第四方面,通过使用附加有用于识别被检体的股骨的颈部区域和背景区域的标签的教师用图像来获取学习模型,并使用所获取到的学习模型,能够容易且高精度地检测股骨的颈部区域。
附图说明
[0012]图1是示出骨密度测定装置的结构的框图。
[0013]图2是示出关心区域的图。
[0014]图3是用于说明股骨的颈部的图。
[0015]图4是示出输入图像的一例的图。
[0016]图5是示出分析图像的一例的图。
[0017]图6是示出控制部的控制流程的图。
[0018]图7是示出学习模型的制作方法的流程图。
[0019]图8是示出教师用图像的一例的图。
[0020]图9是后处理阶段的流程图。
[0021]图10是示意地示出后处理阶段的图。
具体实施方式
[0022]以下,基于附图来说明将本专利技术具体化的实施方式。
[0023][骨密度测定装置的结构][0024]如图1所示,本实施方式的骨密度测定装置100具备摄影部1、控制部2以及显示部3。此外,骨密度测定装置100是本专利技术的“图像处理装置”的一例。
[0025]骨密度测定装置100是用于诊断骨质疏松症等骨疾病的装置。本实施方式的骨密度测定装置100是使用DXA(Dual energy X-ray Absorptiometry:双能源X射线吸收)法测定骨密度的装置。DXA法是以下方法:照射两种不同能量的X射线,计算由于骨与除骨以外的软组织的X射线吸收率的差异而未被吸收的X本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种图像解析方法,通过对包含被检体的股骨的区域的图像进行解析,来进行用于确定所述被检体的所述股骨的颈部区域的分割,所述图像解析方法包括以下工序:使用机器学习作为所述分割的手段,并且制作教师用图像,该教师用图像是在包含所述被检体的所述股骨的区域的图像中至少附加有能够识别所述股骨的颈部区域和背景区域的标签的图像;以及通过使用了包含所述被检体的所述股骨的区域的图像和制作出的所述教师用图像的学习处理,来制作机器学习的学习模型。2.根据权利要求1所述的图像解析方法,其特征在于,所述教师用图像附加有能够识别所述股骨的颈部区域、除所述股骨的颈部区域以外的股骨区域以及背景区域的标签。3.根据权利要求1所述的图像解析方法,其特征在于,还包括以下工序:股骨颈部区域获取工序,通过向所述学习模型输入包含所述被检体的所述股骨的分析用的分析图像,来获取所述被检体的所述股骨的颈部区域;叠加工序,将表示在所述股骨颈部区域获取工序中获取到的所述被检体的所述股骨的颈部区域的信息叠加在所述分析图像的对应的位置处;以及显示通过叠加工序获得的叠加图像。4.根据权利要求3所述的图像解析方法,其特征在于,表示所述被检体的所述股骨的颈部区域的信息包含基于在所述股骨颈部区域获取工序中获取到的所述被检体的所述股骨的颈部区域而获取到的关心区域。5.根据权利要求4所述的图像解析方法,其特征在于,所述股骨的颈部区域中的所述关心区域的范围构成为能够变更。6.根据权利要求5所述的图像解析方法,其特征在于,所述股骨颈部区域获取工序构成为:基于使用至少附加有用于分别识别所述被检体的所述股骨的颈部区域和所述背景区域的标签的所述教师用图像学习到的所述学习模型,来获取骨区域映射图像,基于获取到的所述骨区域映射图像来获取所述被检体的所述股骨的颈部区域,其中,所述骨区域映射图像至少附加有用于分别识别所述被检体的所述股骨的颈部区域和所述背景区域的标签。7.根据权利要求6所述的图像解析方法,其特征在于,所述股骨颈部区域获取工序构成为:进行从获取到的所述骨区域映射图像分离所述被检体的所述股骨的颈部区域的控制。8.根据权利要求7所述的图像解析方法,其特征在于,所述股骨颈部区域获取工序构成为:基于从获取到...

【专利技术属性】
技术研发人员:胡尔重中矢知宏能登原大介
申请(专利权)人:株式会社岛津制作所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1