骨部图像解析方法和学习方法技术

本骨部图像解析方法包括以下步骤：基于使用了第一学习用输入图像(30)以及与第一学习用输入图像(30)对应的第一标签图像(40)的机器学习的学习结果，来提取规定的骨部区域(A)和规定构件(300)，第一学习用输入图像(30)是通过将模拟了亮度值比骨部的亮度值大的规定构件(300)的第一模拟构件图像(300a)附加于骨部区域图像(20)来获取到的图像。部区域图像(20)来获取到的图像。部区域图像(20)来获取到的图像。

【技术实现步骤摘要】
【国外来华专利技术】骨部图像解析方法和学习方法


[0001]本专利技术涉及一种骨部图像解析方法和学习方法，特别涉及一种用于进行对被检者的规定的骨部区域的解析的骨部图像解析方法和学习方法。

技术介绍

[0002]以往，已知有用于进行对被检者的规定的骨部区域的解析的骨部图像解析方法和学习方法。这样的骨部图像解析方法例如在专利第2638875号公报中公开。
[0003]在专利第2638875号公报中，公开了具备产生放射线的单元以及被照射了该放射线的1枚晶格的骨盐定量分析装置。另外，在骨盐定量分析装置中，具备如下的单元：该单元通过仅对由上述晶格反射的放射线中的、规定的两个反射角度的放射线进行准直(以使彼此的放射线并行前进的方式进行调整)，来同时地将两个不同能量的放射线向被检者照射。骨盐定量分析装置构成为：利用两个不同能量的放射线同时扫描被检者，由此使用与各个X射线对应的透射数据来进行被检者的骨盐定量分析(骨密度的测定)。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1：专利第2638875号公报

技术实现思路

[0007]专利技术要解决的问题
[0008]上述那样的骨密度的测定一般以腰椎、大腿骨的骨密度为对象。在此，在大腿骨的形状中个人差异大，为了实施稳定的过程观察，确定被检者的骨部的区域变得重要。因此，以往，为了更准确地确定(提取)骨部等的骨部区域(骨部图像)，而考虑基于机器学习的学习结果来进行骨部区域的确定(提取)。
[0009]然而，在以往的方法中，根据对亮度值比骨部的亮度值大的由金属形成的医疗用构件等被设置于规定的骨部区域的被检者进行拍摄所得的摄影图像，基于机器学习的学习结果来进行了对规定的骨部区域的提取，在这种情况下，存在有时无法提取上述医疗用构件周围的骨部的问题。这是因为：由于难以准备足以进行学习的数量的在规定的骨部区域设置有上述医疗用构件的病症图像，而无法充分地进行使用了上述病症图像的机器学习。因而，在以往的方法中，存在如下问题：难以根据亮度值比骨部的亮度值大的上述构件被设置于规定的骨部区域的被检者的摄影图像来进行骨部的提取，因此难以在上述摄影图像上进行骨部的解析。
[0010]本专利技术是为了解决上述的问题而完成的，本专利技术的一个目的在于提供一种能够使在亮度值比骨部的亮度值大的构件被设置于规定的骨部区域的被检者的摄影图像上进行骨部的解析变得容易的骨部图像解析方法和学习方法。
[0011]用于解决问题的方案
[0012]为了达成上述目的，本专利技术的第一方面中的骨部图像解析方法包括以下步骤：获
取显示有规定的骨部区域的多个骨部区域图像；通过将模拟了亮度值比骨部的亮度值大的规定构件的第一模拟构件图像附加于多个骨部区域图像中的一部分骨部区域图像，来获取第一学习用输入图像；获取第一标签图像，第一标签图像包括规定的骨部区域和第一模拟构件图像在第一学习用输入图像中显示的位置的第一正解信息；使用第一学习用输入图像和第一标签图像来实施机器学习，机器学习用于在由X射线摄影装置拍摄到的显示有规定的骨部区域和规定构件的摄影图像上提取规定的骨部区域和规定构件；以及基于机器学习的学习结果，来在摄影图像上提取规定的骨部区域和规定构件。
[0013]另外，根据本专利技术的第二方面的学习方法包括以下步骤：获取显示有规定的骨部区域的多个骨部区域图像；通过将模拟了亮度值比骨部的亮度值大的规定构件的模拟构件图像附加于多个骨部区域图像中的一部分骨部区域图像，来获取学习用输入图像；获取标签图像，标签图像包括规定的骨部区域和模拟构件图像在学习用输入图像中显示的位置的正解信息；以及使用学习用输入图像和标签图像来实施机器学习，机器学习用于在由X射线摄影装置拍摄到的显示有规定的骨部区域和规定构件的摄影图像上提取规定的骨部区域和规定构件。
[0014]专利技术的效果
[0015]根据本专利技术，如上所述，使用将模拟了亮度值比骨部的亮度值大的规定构件的模拟构件图像附加于骨部区域图像所得的第一学习用输入图像(学习用输入图像)来实施机器学习。由此，能够使用如在规定的骨部区域实际设置有上述规定构件那样的模拟的第一学习用输入图像(学习用输入图像)来实施机器学习。其结果，即使由于病症少而无法准备在规定的骨部区域实际设置有上述规定构件的图像，也能够通过使用上述的模拟的第一学习用输入图像(学习用输入图像)，来实施用于提取规定的骨部区域和规定构件的机器学习。由此，能够根据亮度值比骨部的亮度值大的规定构件被设置于规定的骨部区域的被检者的摄影图像，来适当地提取规定的骨部区域(和规定构件)。其结果，能够使亮度值比骨部的亮度值大的规定构件被设置于规定的骨部区域的被检者的摄影图像上进行骨部的解析变得容易。
附图说明
[0016]图1是示出根据第一实施方式的X射线摄影装置和学习装置的图。
[0017]图2是示出根据第一实施方式和第二实施方式的摄影图像(无金属构件)的图。
[0018]图3是示出根据第一实施方式和第二实施方式的摄影图像(有金属构件)的图。
[0019]图4是示出根据第一实施方式的骨部图像解析方法和学习方法的流程图。
[0020]图5是用于说明根据第一实施方式和第二实施方式的骨部区域图像的获取方法的图。
[0021]图6是用于说明根据第一实施方式和第二实施方式的学习用输入图像的获取方法的图。
[0022]图7是用于说明根据第一实施方式的与附加有模拟构件图像的学习用输入图像对应的标签图像的获取方法的图。
[0023]图8是用于说明根据第一实施方式的与未附加模拟构件图像的学习用输入图像对应的标签图像的获取方法的图。
[0024]图9是用于说明根据第一实施方式和第二实施方式的用于再次学习的学习用输入图像的获取方法的图。
[0025]图10是用于说明根据第一实施方式的与用于再次学习的学习用输入图像对应的标签图像的获取方法的图。
[0026]图11是根据第一实施方式的将基于使用了模拟构件图像的机器学习的提取结果与基于未使用模拟构件图像的机器学习(比较例)的提取结果进行比较所得的图。
[0027]图12是示出根据第二实施方式的X射线摄影装置和学习装置的图。
[0028]图13是示出根据第二实施方式的骨部图像解析方法和学习方法的流程图。
[0029]图14是用于说明根据第二实施方式的与学习用输入图像对应的标签图像的获取方法的图。
[0030]图15是示出根据第二实施方式的基于使用了模拟构件图像的机器学习的提取结果的图。
具体实施方式
[0031]以下，基于附图来说明使本专利技术具体化的实施方式。
[0032][第一实施方式][0033](X射线摄影装置的结构)
[0034]如图1所示，X射线摄影装置100具备X射线照射部1、X射线检测部2、图像处理部3以及控制部4。另外，X射线摄影装置100具备显示被图像处理部3处理后的图像的显示部5。
[0035]X射线照射部1向被检本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种骨部图像解析方法，包括以下步骤：获取显示有规定的骨部区域的多个骨部区域图像；通过将模拟了亮度值比骨部的亮度值大的规定构件的第一模拟构件图像附加于所述多个骨部区域图像中的一部分所述骨部区域图像，来获取第一学习用输入图像；获取第一标签图像，所述第一标签图像包括所述规定的骨部区域和所述第一模拟构件图像在所述第一学习用输入图像中显示的位置的第一正解信息；使用所述第一学习用输入图像和所述第一标签图像来实施机器学习，所述机器学习用于在由X射线摄影装置拍摄到的显示有所述规定的骨部区域和所述规定构件的摄影图像上提取所述规定的骨部区域和所述规定构件；以及基于所述机器学习的学习结果，来在所述摄影图像上提取所述规定的骨部区域和所述规定构件。2.根据权利要求1所述的骨部图像解析方法，其特征在于，获取所述第一学习用输入图像的步骤包括以下步骤：将模拟了至少一部分配置于所述规定的骨部区域的内部的金属的所述第一模拟构件图像附加于所述多个骨部区域图像中的一部分所述骨部区域图像。3.根据权利要求2所述的骨部图像解析方法，其特征在于，将模拟了所述金属的所述第一模拟构件图像进行附加的步骤包括以下步骤：将具有与所述金属的亮度值大致相等的亮度值的所述第一模拟构件图像附加于所述骨部区域图像。4.根据权利要求1～3中的任一项所述的骨部图像解析方法，其特征在于，获取所述第一学习用输入图像的步骤包括以下步骤：在将所述第一模拟构件图像附加于多个所述骨部区域图像中的各个所述骨部区域图像的情况下，针对要附加所述第一模拟构件图像的所述多个骨部区域图像中的每个骨部区域图像，以使所述第一模拟构件图像的亮度值、形状、位置以及数量中的至少一方互不相同的方式将所述第一模拟构件图像附加于所述多个骨部区域图像中的各个骨部区域图像，由此获取多个所述第一学习用输入图像。5.根据权利要求1～3中的任一项所述的骨部图像解析方法，其特征在于，获取所述第一标签图像的步骤包括以下步骤：获取对在所述第一标签图像上的与所述规定的骨部区域对应的位置以及与所述第一模拟构件图像对应的位置赋予共同的正解值所得的所述第一标签图像，提取所述规定的骨部区域和所述规定构件的步骤包括以下步骤：基于所述机器学习的学习结果，来在所述摄影图像上一体地提取所述规定的骨部区域和所述规定构件。6.根据权利要求1～3中的任一项所述的骨部图像解析方法，其特征在于，获取所述第一标签图像的步骤包括以下步骤：获取对在所述第一标签图像上的与所述规定的骨部区域对应的位置以及与所述第一模拟构件图像对应的位置赋予互不相同的正解值所得的所述第一标签图像，提取所述规定的骨部区域和所述规定构件的步骤包括以下步骤：基于所述机器学习的学习结果，来在所述摄影图像上个别地提取所述规定的骨部区域和所述规定构件。7.根据权利要求1～3中的任...

【专利技术属性】
技术研发人员：押川翔太，高桥涉，
申请(专利权)人：株式会社岛津制作所，
类型：发明
国别省市：