JP7376982B2 - Information processing device, radiography system, information processing method and program - Google Patents
Information processing device, radiography system, information processing method and program Download PDFInfo
- Publication number
- JP7376982B2 JP7376982B2 JP2018152723A JP2018152723A JP7376982B2 JP 7376982 B2 JP7376982 B2 JP 7376982B2 JP 2018152723 A JP2018152723 A JP 2018152723A JP 2018152723 A JP2018152723 A JP 2018152723A JP 7376982 B2 JP7376982 B2 JP 7376982B2
- Authority
- JP
- Japan
- Prior art keywords
- failure
- image
- reason
- learning
- radiation image
- 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
- 230000010365 information processing Effects 0.000 title claims description 32
- 238000002601 radiography Methods 0.000 title claims description 22
- 238000003672 processing method Methods 0.000 title claims description 4
- 230000005855 radiation Effects 0.000 claims description 168
- 238000003384 imaging method Methods 0.000 claims description 148
- 238000000034 method Methods 0.000 claims description 58
- 230000006870 function Effects 0.000 claims description 53
- 230000008569 process Effects 0.000 claims description 52
- 230000002950 deficient Effects 0.000 claims description 48
- 238000004891 communication Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 32
- 230000007547 defect Effects 0.000 claims description 26
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 11
- 238000012790 confirmation Methods 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 7
- 208000033986 Device capturing issue Diseases 0.000 claims 2
- 230000007704 transition Effects 0.000 description 25
- 238000002360 preparation method Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 238000003702 image correction Methods 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 210000000629 knee joint Anatomy 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- JJWKPURADFRFRB-UHFFFAOYSA-N carbonyl sulfide Chemical compound O=C=S JJWKPURADFRFRB-UHFFFAOYSA-N 0.000 description 1
- 235000019987 cider Nutrition 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Engineering & Computer Science (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Description
本発明は、医用画像を撮影して表示する情報処理装置、放射線撮影システム、情報処理方法およびプログラムに関する。 The present invention relates to an information processing apparatus, a radiation imaging system , an information processing method, and a program for capturing and displaying medical images.
医療分野における放射線撮影システムではデジタル化が普及しており、放射線撮影装置が照射された放射線からデジタル放射線画像を生成することにより、放射線撮影直後の画像確認が可能となっている。デジタル化された放射線撮影システムによれば、従来のフィルムを用いた撮影方法に比べてワークフローが改善され、早いサイクルでの放射線撮影が可能である。 Digitalization has become widespread in radiation imaging systems in the medical field, and by generating digital radiation images from radiation emitted by radiation imaging equipment, it has become possible to confirm images immediately after radiography. A digital radiography system improves the workflow compared to conventional film-based radiography methods, and enables faster radiography cycles.
このような放射線撮影システムでは、被写体を撮影してデジタル放射線画像を取得する際に、様々な要因(例えば、X線照射条件のような撮影条件)に起因する撮影失敗(以下、写損)が発生し、再撮影が必要となる場合がある。従って、医師や放射線技師等のユーザは、放射線撮影が行われるごとに写損かどうかを判定し、写損と判定した場合には写損理由を入力して再撮影の準備を行わなければならない。このような写損の判定や写損理由の入力といった手間に時間がかかる結果、検査時間が長くなり、ユーザや被検者に負荷がかかってしまう。 In such a radiography system, when photographing a subject to obtain a digital radiation image, there are cases where imaging failures (hereinafter referred to as "impossible images") occur due to various factors (for example, imaging conditions such as X-ray irradiation conditions). This may occur and re-shooting may be required. Therefore, users such as doctors and radiology technicians must determine whether or not the image is a failure each time a radiography is performed, and if it is determined that the image is a failure, they must enter the reason for the failure and prepare for re-imaging. . As a result of the troublesome and time-consuming process of determining whether the image is defective or inputting the reason for the defect, the inspection time becomes longer and a burden is placed on the user and the subject.
特許文献1では、デジタル放射線画像から意図した撮影物体が含まれているかなど撮影の成否判定を行い、撮影失敗と判断した場合は再撮影に遷移するための画面を表示することで、再撮影までにかかる手間を低減することが提案されている。特許文献2では、写損と判定された画像と撮影条件とを関連付けて記憶し、記憶されている撮影条件に類する撮影条件をユーザが入力した場合に警告表示を行い、写損を事前に防止することが提案されている。 In Patent Document 1, the success or failure of radiography is determined based on the digital radiation image, such as whether the intended imaging object is included, and if it is determined that the radiography has failed, a screen for transitioning to re-imaging is displayed, and the process continues until re-imaging. It has been proposed to reduce the amount of effort required. In Patent Document 2, an image determined to be a poor photograph and a photographing condition are stored in association with each other, and a warning is displayed when the user inputs a photographing condition similar to the stored photographing condition, thereby preventing the photographic failure in advance. It is proposed to do so.
ユーザが写損か否かを判断する際に、ユーザの思考およびユーザが所属する施設の意向などが影響する場合がある。例えば、特定の撮影角度から、特定の曲げ角度の膝関節を撮影することが要求されている場合などである。そのような場合、特許文献1,2に記載された技術の様に、撮影システムの一定の基準を用いた写損判定では、写損を適切に判定することができず、写損の検出から再撮影までのユーザの手間を改善することができない。 When a user determines whether or not a photo is a failure, the user's thoughts and the intentions of the facility to which the user belongs may be influenced. For example, there is a case where it is required to photograph a knee joint at a particular bending angle from a particular photographing angle. In such a case, it is not possible to appropriately determine photographic defects using a certain standard of the photographing system, as in the techniques described in Patent Documents 1 and 2, and It is not possible to improve the user's effort until re-shooting.
本発明は上記問題を鑑みてなされたものであり、ユーザの意図に沿った写損判定を実現することを目的とする。 The present invention has been made in view of the above-mentioned problems, and it is an object of the present invention to realize photographic failure determination in accordance with the user's intention.
本発明の一態様による情報処理装置は以下の構成を備える。すなわち、
放射線画像が写損か否かを判定する判定手段による写損であるとの判定結果を肯定又は否定するユーザ入力、または前記判定手段による写損でないとの判定結果を否定するユーザ入力に応じて、前記放射線画像を入力として前記判定手段による写損か否かを判定する写損判定に関する機能を学習する学習手段を備え、
前記学習手段は、前記判定手段により前記放射線画像が写損であると判定され且つ該写損であるとの判定結果を肯定するユーザ入力を受け付けた場合、又は、前記判定手段により前記放射線画像が写損でないと判定され且つ該写損でないとの判定結果を否定するユーザ入力を受け付けた場合、ユーザ入力による写損理由を用いて、前記放射線画像と撮影条件とを入力として写損理由を出力する機能を学習する。
An information processing device according to one aspect of the present invention has the following configuration. That is,
A user input that affirms or denies the judgment result that the radiographic image is a photo failure by the judgment means for determining whether or not the radiation image is a photo failure, or a user input that negates the judgment result that the radiation image is not a photo failure by the judgment means. and a learning means for learning a function related to a photographic failure determination that determines whether or not the photographic image is a photographic failure by the determination means using the radiation image as an input,
The learning means is configured to determine that the radiation image is a failure when the determination means receives a user input that affirms the determination result that the radiation image is a failure , or when the determination means determines that the radiation image is a failure. If it is determined that the image is not a defective image and a user input that negates the determination result that the image is not a defective image is received , the reason for the image failure is determined using the user-inputted reason for the image failure and inputs the radiation image and imaging conditions. Learn the function to output .
本発明によれば、ユーザによる写損か否かの決定に基づいて写損判定の機能の学習を行うことにより、ユーザの意図に沿った写損判定を実現することが可能になる。 According to the present invention, by learning the function of determining whether or not an image is a failure based on the user's decision as to whether or not the image is a failure, it is possible to perform a failure determination in accordance with the user's intention.
以下、本発明の実施形態のいくつかについて図面を用いて説明する。なお、本発明は、具体的に開示された実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。なお、以下の実施形態において、放射線という用語は、X線の他、例えば、α線、β線、γ線、粒子線、宇宙線などを含み得る。 Some embodiments of the present invention will be described below with reference to the drawings. Note that the present invention is not limited to the specifically disclosed embodiments, and various modifications and changes can be made without departing from the scope of the claims. Note that in the following embodiments, the term radiation may include, for example, α rays, β rays, γ rays, particle rays, cosmic rays, etc. in addition to X-rays.
<第1実施形態>
第1実施形態のシステム構成について、図1と図2を用いて説明する。図1は、第1実施形態による放射線撮影システムのハードウェア構成例を示すブロック図である。放射線撮影システムにおいて、撮影制御装置100、放射線撮影装置110、放射線発生装置120がネットワーク130を介して接続されている。なお、ネットワーク130は、有線ネットワークでも無線ネットワークでもよい。
<First embodiment>
The system configuration of the first embodiment will be explained using FIGS. 1 and 2. FIG. 1 is a block diagram showing an example of the hardware configuration of a radiation imaging system according to the first embodiment. In the radiation imaging system, an
情報処理装置としての撮影制御装置100は、コンピュータなどの情報処理装置で構築され、放射線画像を処理することにより写損を判定する。撮影制御装置100は、放射線撮影装置110との通信により放射線撮影の制御を実現する。撮影制御装置100は、また、放射線発生装置120と通信し、放射線発生装置120から放射線を照射した際の情報(照射情報)を取得する。
The
撮影制御装置100において、ネットワーク装置101は、撮影制御装置100をネットワーク130と接続する。ユーザ入力装置102は、キーボード、タッチパネルなどで構成され、ユーザ操作を受け付ける。UI表示装置103は、例えば液晶ディスプレイを有し、操作画面および放射線画像を表示する。更に撮影制御装置100は、装置全体を制御するCPU104、CPU104のワークスペースを提供するRAM105、制御プログラム及び放射線撮影装置110から受信した放射線画像などを記憶する記憶装置106を有する。撮影制御装置100を構成する各部は、メインバス107で接続されており、相互にデータの送受信が可能である。なお、ユーザ入力装置102とUI表示装置103を別々の装置として記載しているが、これらの装置が一体となった操作・表示部(例えば、液晶パネルとタッチパネル)としてもよい。
In the
放射線撮影装置110は、撮影制御装置100からの指示により撮影可能状態へ遷移した後、放射線発生装置120と同期を取りながら放射線撮影を実施する。こうして、放射線撮影装置110は、放射線発生装置120から照射された放射線に基づく放射線画像を生成する。放射線撮影装置110は、ネットワーク130に接続するネットワーク装置111、装置全体を制御するCPU112、CPU112のワークスペースを提供するRAM113、制御プログラム及び生成した画像などを記憶する記憶装置114を有する。更に、放射線撮影装置110は、放射線検出パネル115を有する。放射線検出パネル115は、例えばFPD(Flat Panel Detector)で構成され、放射線量に応じた電気信号を発生することで放射線画像を生成する。放射線撮影装置110を構成する各部は、メインバス116で接続され、相互にデータの送受信が可能である。なお、放射線撮影システムにおいて、放射線撮影装置110の台数は一台に限定されるものではなく、複数台の放射線撮影装置を用いる構成でも良い。
After the
放射線発生装置120は、照射スイッチ125による放射線照射指示を検知し、設定されている照射条件で管球127より放射線を発生させる。照射条件は、ユーザ操作を受け付けるユーザ入力装置126(操作パネルなど)により設定され得る。放射線発生装置120は更に、ネットワーク130に接続するネットワーク装置121、装置全体を制御するCPU122、CPU122のワークスペースを提供するRAM123、制御プログラムなどを記憶する記憶装置124を有する。放射線発生装置120を構成する各部は、メインバス128で接続され、相互にデータの送受信が可能である。
The radiation generating device 120 detects a radiation irradiation instruction from the
図2は、第1実施形態の放射線撮影システムの機能構成例を示すブロック図である。図2に示す各機能部は、例えば、各々の装置上のCPU104、112、122が、記憶装置106、114、124に記憶されている制御プログラムをRAM105、113、123上に読み出して実行することで実現される。なお、各機能部の実現形態はこれに限られるものではなく、例えば、専用のハードウェアにより実現されてもよいし、ハードウェアとソフトウェアの協働により実現されてもよい。
FIG. 2 is a block diagram showing an example of the functional configuration of the radiation imaging system according to the first embodiment. Each functional unit shown in FIG. 2 is configured such that, for example, a
撮影制御装置100は、通信部201、システム制御部202、画像処理部203、表示制御部204、画像記憶部205、写損学習部206、写損判定部207を有する。通信部201は、ネットワーク装置101を制御して通信を行う。システム制御部202は、通信部201を介して、放射線発生装置120の照射条件を示す照射情報(例えば、管電圧、管電流など)や放射線撮影装置110の撮影情報(例えば、グリッドの有無、撮影距離など)などの取得、及び各々の状態管理を行う。また、システム制御部202は、通信部201を介して、放射線撮影装置110から放射線画像を取得する。さらに、システム制御部202は、撮影制御装置100の基本的な機能を実現し、各部の動作制御を行う。
The photographing
画像処理部203は、システム制御部202を介して取得した放射線画像を処理し、撮影制御装置100上で使用する画像を生成する。表示制御部204は、画像処理部203により生成された画像を、UI表示装置103を介して表示する。また、表示制御部204は写損判定部207による判定結果を、UI表示装置103を介して表示する。さらに、表示制御部204は、ユーザ入力装置102からの操作に基づいてシステム制御部202が指示する処理(拡大、回転など)を画像へ反映する。
The
画像記憶部205は、画像処理部203が生成した画像を、当該画像に関連する放射線発生装置120の照射情報および放射線撮影装置110の撮影情報などと関連付けて保存する。また、画像記憶部205は、ユーザ入力装置102からの操作に基づきシステム制御部202で写損を指示された画像(以下、写損画像ともいう)と、その時の写損理由を保存する。
The
写損学習部206は、少なくとも一つまたは複数の機械学習アルゴリズムを用いて、写損と指定された放射線画像と写損理由を学習する。写損学習部206は、特徴量学習部261と特徴量格納部262を有する。特徴量学習部261は、画像記憶部205に保存される、写損画像、前記写損画像に関連する放射線発生装置120の照射情報や、放射線撮影装置110の撮影情報、検査情報から、写損判定に用いられる写損特徴量を学習する。ここでの学習に用いられる照射情報は、例えば管電圧、や管電流などの照射条件を示す情報である。同様に、ここでの学習に用いられる撮影情報は、例えば放射線撮影装置110におけるグリッドの有無、放射線焦点と放射線検出パネル115との距離などである。さらに、ここでの学習に用いられる検査情報は、例えば、撮影部位、性別、体格などである。以下、これらの情報を総称して撮影条件という。以下で説明するように、写損判定、写損理由の生成、それらの学習において、放射線画像と撮影条件が用いられる。
The
また、特徴量学習部261は、上述の写損特徴量に加え、写損理由を生成するために用いられる写損理由特徴量を学習する。更に、特徴量学習部261は、上述の学習を、撮影部位(例えば、胸部撮影、膝関節撮影など)ごとに行う。特徴量格納部262は、特徴量学習部261が撮影部位ごとに学習した写損特徴量および写損理由特徴量を、撮影部位ごとに保存する。なお、第1実施形態で機械学習に用いる具体的な方法に制限はない。例えば写損特徴量の学習にConvolutinoal Neural Networkを用いても良いし、写損理由特徴量の学習にRecurrent neural networkを用いても良いし、複数の方法を組み合わせた学習を行っても良い。
Further, the feature
写損判定部207は、放射線画像と当該放射線画像の撮影条件とに基づいて、当該放射線画像が写損か否かを判定する。写損判定部207は、写損比較部271と写損理由生成部272を有する。写損比較部271は、写損学習部206の特徴量格納部262に記録された写損特徴量と画像処理部203が生成した画像から得られる特徴量を比較、評価し、当該画像が写損か否かを判定する。写損比較部271は、画像が写損であると判定した場合、その写損判定結果に基づく制御画面を表示するように表示制御部204に指示する。その際、写損比較部271は、写損理由生成部272から取得した当該写損画像の写損理由を合わせて表示するように表示制御部204に指示する。写損理由生成部272は、特徴量格納部262に記録されている写損理由特徴量に基づいて写損画像の写損理由を生成する。
The
放射線撮影装置110は、撮影実行部211、画像生成部212、画像補正部213、通信部214を有する。撮影実行部211は、放射線検出パネル115から放射線の照射による放射線画像を取得する。また、撮影実行部211は、放射線検出パネル115から放射線非照射時の暗画像(暗時出力)を取得する。画像生成部212は、撮影実行部211が生成した放射線画像に基づいて、データサイズの小さい画像情報を生成する。本実施形態では、放射線画像の隣接する複数の画素を1画素とし、その画素値を当該複数の画素の平均値とした縮小画像が用いられる。画像補正部213は、放射線画像を暗画像で補正し、補正後の放射線画像を生成する。通信部214は、ネットワーク装置111を制御して通信を行う。例えば、通信部214は、画像生成部212が生成した画像情報と、画像補正部213が生成した放射線画像を、撮影制御装置100へ送信する。
The
放射線発生装置120は、発生装置制御部221と通信部222を有する。発生装置制御部221は、照射スイッチ125からの放射線照射指示の検知に応じて、ユーザ入力装置126により設定されている照射条件に基づいて管球127から放射線を発生させる。通信部222は、ネットワーク装置121を制御して通信を行う。例えば、通信部222は、発生装置制御部221が照射スイッチ125の放射線照射指示を検知したことに応じて時に照射開始通知を放射線撮影装置110へ通知する。この通知に応じて通信部222が放射線撮影装置110からこの通知に応じた照射許可通知を受けた後、発生装置制御部221は放射線を発生させる制御を行う。こうして、放射線発生装置120による放射線照射と放射線撮影装置110による撮影動作が同期通信を行う。また、発生装置制御部221は、通信部222を介して、放射線発生装置120の照射条件を示す照射情報を撮影制御装置100へ送信する。
The radiation generator 120 includes a
なお、第1実施形態および後述の第2~第5実施形態において、撮影制御装置100と放射線撮影装置110を別体としているが、以下で説明する撮影制御装置100の機能を放射線撮影装置110が実行するようにしてもよい。
Note that in the first embodiment and the second to fifth embodiments described later, the
次に、第1実施形態における撮影制御装置100の写損判定処理について図3のフローチャートを参照して説明する。また、写損判定時の再撮影遷移画面の構成について図4を参照して説明する。
Next, the photographic failure determination process of the photographing
図3は、第1実施形態による撮影制御装置100の写損判定処理を示すフローチャートである。なお、図3のフローチャートにより示される写損判定処理は、ユーザ操作に基づき、撮影制御装置100が撮影制御を行う検査の開始に応じて開始されるものとする。
FIG. 3 is a flowchart showing the photographic failure determination process of the photographing
ステップS300では、システム制御部202が、放射線撮影装置110へ、撮影のための準備を行う指示を、通信部201を介して送信する。放射線撮影装置110が準備完了となると、放射線撮影装置110は撮影制御装置100へ折返し準備完了通知を、通信部214を介して送信する。準備完了通知を受けた後、システム制御部202は、撮影制御装置100を撮影可能状態とし、撮影操作(ステップS301)を受け付けるようになる。本実施形態では、放射線撮影装置110が駆動するための条件として、ユーザにより入力された撮影する被写体の情報及び撮影部位等の検査情報に基づく条件を、準備を行う指示として送信する。
In step S300, the
ステップS301では、ユーザが撮影制御装置100の準備完了状態を受けて、放射線発生装置120の照射スイッチ125を押下したことに応じて、撮影が開始する。撮影が開始すると、放射線発生装置120が管球127から放射線を発生させる。被写体を通過した放射線は放射線撮影装置110の放射線検出パネル115で検出される。撮影実行部211は、放射線検出パネル115の検出信号から放射線画像を取得する。その後、画像生成部212が画像情報を、画像補正部213が補正後の放射線画像を生成し、通信部214が撮影制御装置100へ画像情報と補正後の放射線画像を送信する。また、これらの処理と並行して、放射線発生装置120が、当該撮影の照射情報を、通信部222を介して撮影制御装置100へ送信する。
In step S301, when the user presses the
ステップS302では、システム制御部202が通信部201を介して画像情報、放射線画像、及び照射情報を受信し、画像処理部203が撮影制御装置100上で使用する画像を生成する(生成画像)。この生成画像は、ユーザによる写損判定、医用診断に適した放射線画像である。その後、表示制御部204が、生成画像をUI表示装置103に表示される放射線画像表示画面上へ表示する。図4に、生成画像である画像421を表示する放射線画像表示画面420の一例を示す。以下、生成画像を撮影制御装置100が取得した放射線画像として説明する。
In step S302, the
ステップS303では、写損判定部207が、放射線画像と放射線画像の撮影条件とを入力とした写損判定により、放射線画像が写損か否かを判定する(写損判定)。より具体的には、写損判定部207の写損比較部271は、画像処理部203による生成画像と撮影準備指示に用いた検査情報(撮影部位を含む)、及び撮影の照射情報を入力とし、放射線画像が写損か否かを判定する。この写損判定は、写損学習部206内の特徴量学習部261の撮影準備指示に用いた撮影部位毎の写損特徴量に基づいて行われる。ステップS303において写損と判定されなかった場合、処理はステップS304へ進み、写損と判定された場合、処理はステップS305へ進む。
In step S303, the photographic
ステップS304では、システム制御部202が、表示制御部204を介して受け付けるユーザ操作が写損指示であるかを判定する。これは、写損判定部207が写損と判断しなかったが、ユーザが放射線画像表示画面420上へ表示された画像421を写損と判断したることを意味する。こうして、写損判定部207による判定結果を肯定または否定するユーザ入力に応じて処理が分岐する。ユーザは、例えば写損ボタン422を押下することで、写損と判断したことをシステム制御部202に通知することができる。ステップS304において、写損指示であると判定された場合、処理はステップS305へ進み、写損指示であると判定されなかった場合(本実施形態では、OKボタン423が押下された場合)、処理はステップS311へ進む。
In step S304, the
ステップS305の処理は、ステップS303で結果写損と判定された場合、または、ステップS304で写損指示が行われたと判定された場合の処理である。写損理由生成部272は、写損判定部207により放射線画像が写損と判定された場合、または写損判定部207により写損と判定されなかったがユーザ入力により写損が指定された場合、放射線画像と撮影条件を入力として写損理由を生成する。より具体的には、ステップS305で、写損理由生成部272は、写損と判定された放射線画像と撮影準備指示に用いた検査情報、及び当該撮影の照射情報を入力とし、特徴量学習部261の撮影部位毎の写損理由特徴量を元に写損理由を生成する。写損理由生成部272は、特徴量格納部262に格納されている写損理由特徴量と、上記入力された情報から取得される写損理由特徴量を比較、評価し、写損理由を生成する。このとき、写損理由生成部272は、撮影部位に対応した写損理由特徴量に基づく写損理由候補を複数生成する。本実施形態では、入力された情報から取得される写損理由特徴量と、特徴量格納部262に格納されている写損理由特徴量との一致度の大きなものから写損理由を生成するものとする。
The process of step S305 is a process performed when it is determined in step S303 that the result is a failure, or when it is determined that a failure instruction has been given in step S304. The failure
ステップS306では、表示制御部204が、写損判定部207による判定結果を表示する。より具体的には表示制御部204が、写損判定部207により生成された写損理由を反映させた再撮影遷移画面400(図4)をUI表示装置103に表示される放射線画像表示画面420上へ表示する。なお、本実施形態では、ユーザが再撮影遷移画面400上の処理を完了させるまで、放射線画像表示画面420上でのユーザによるその他の処理操作指示、及び撮影完了指示を受け付けないものとする。
In step S306, the
図4は、撮影制御装置100による写損判定時の再撮影遷移画面400の一例を示すである。図4に示されるように、再撮影遷移画面400は、写損と判定された場合に放射線画像表示画面420上に、表示される。画像421は、写損判定の対象となっている放射線画像である。再撮影遷移画面400は、写損理由を入力するための入力領域401、写損理由候補を表示する領域(以下、候補表示領域402)、再撮影の実行を確定するための確定ボタン403、再撮影のキャンセルを指示するキャンセルボタン404を有する。
FIG. 4 shows an example of a
入力領域401は、表示制御部204を介してユーザ操作(テキスト入力操作)により入力される写損理由を受け付ける領域である。また、表示制御部204は、再撮影遷移画面400の表示時に、写損判定部207が生成した写損理由の中で、特徴量格納部262に格納されている写損理由特徴量との一致度が最も大きい写損理由を、予め入力領域401に表示する。ユーザは、再撮影遷移画面400表示時に予め入力領域401に入力された写損理由を用いても良いし、表示制御部204を介して新たに写損理由を入力しても良い。また、候補表示領域402に表示されている写損理由の候補から選択された写損理由が入力領域401に表示されてもよい。
The
候補表示領域402は、再撮影遷移画面400表示時に、写損理由生成部272が生成した複数の写損理由候補のうち、入力領域401に表示した写損理由以外の写損理由を、写損理由候補として表示する。候補表示領域402において、複数の写損理由は、写損理由特徴量との一致の度合いが大きい順に、すなわち、確からしい順に並べて表示される。確定ボタン403は、放射線画像表示画面(不図示)上の画像を写損と確定し、再撮影を行うために検査開始処理へ遷移するためのボタンである。その際、特徴量学習部261は、入力領域401に入力されている写損理由を、当該写損画像の写損理由として紐付ける。キャンセルボタン404は、放射線画像表示画面420上の画像を写損ではないと判断し、放射線画像表示画面へ表示を戻す遷移を行うためのボタンである。
When the reshooting
なお、再撮影遷移画面400は上記形態に限定されるものではない。すなわち、ユーザ操作により写損理由を入力する領域、写損判定部207からの写損理由を複数表示する領域、再撮影制御可否の指示を行うための走査部を有していれば良い。
Note that the reshooting
ステップS307において、システム制御部202は、写損判定部207による判定結果を肯定または否定するユーザ入力に応じて、放射線画像が写損か否かを決定する。より具体的には本実施形態では、システム制御部202は、表示制御部204を介して受け付けたユーザ操作が、再撮影指示か否か(確定ボタン403が押されたかキャンセルボタン404が押されたか)を判定する。ユーザ操作が確定ボタン403の押下による再撮影指示であった場合(写損判定の判定結果が肯定された場合)、処理はステップS308からS309の学習処理を経てステップS300に戻り、システム制御部202は、再撮影のための撮影準備を開始する。ユーザ操作がキャンセルボタン404の押下による再撮影キャンセル指示であった場合、処理はステップS310へ進む。ステップS308とS310では、放射線画像と撮影条件と写損か否かのユーザによる決定とに基づいて、写損判定部207における写損判定の機能の学習が行われる。また、ステップS309では、放射線画像と撮影条件と決定された写損理由とに基づいて、写損理由生成部272における写損理由の生成の機能の学習が行われる。以下、学習についてさらに説明する。
In step S307, the
ステップS308では、写損学習部206内の特徴量学習部261が、放射線画像と撮影準備指示に用いた検査情報、及び撮影の照射情報を元に、撮影部位毎の写損特徴量の学習を行う。その後、特徴量格納部262へ撮影部位毎に写損特徴量を保存する。続いて、ステップS309において、写損学習部206内の特徴量学習部261が、放射線画像と撮影準備指示に用いた検査情報、及び撮影の照射情報、並びに決定された写損理由を元に、撮影部位毎の写損理由特徴量の学習を行う。決定された写損理由とは、入力領域401に記載されている写損理由である。その後、特徴量格納部262へ撮影準備指示に用いた撮影部位毎に写損理由特徴量を保存する。こうして、ステップS308からS309の学習処理を終えると、処理はステップS300に戻りシステム制御部202は再撮影のための撮影準備を開始する。
In step S308, the feature
以上のように、ステップS306~S309において、再撮影遷移画面400は、放射線画像が写損と指定された場合に写損理由を入力する入力部として機能する。ステップS307~S308では、少なくとも一つまたは複数の機械学習アルゴリズムを用いて、写損と指定された放射線画像と写損理由が学習される。結果、ステップS303における写損判定部207では、上記学習の結果を用いて、新たに撮影された放射線画像が写損であるか否かを判定する。
As described above, in steps S306 to S309, the
他方、ユーザ操作がキャンセルボタン404の押下による再撮影キャンセル指示であった場合(写損判定の判定結果が否定された場合)、処理はステップS307からステップS310の学習処理を経てステップS311へ進む。ステップS310では、特徴量学習部261がステップS308と同等の学習処理を行う。ただし、ステップS308は写損である特徴量(写損特徴量)として学習するのに対し、ステップS310は写損ではない特徴量として学習を行う。こうして、写損学習部206は、放射線画像と撮影条件と写損か否かのユーザによる決定とに基づいて、写損判定部207における写損か否かを判定するための機能を学習する。なお、ステップS304で写損指示ありと判定されたがステップS307で再撮影が指示されなかった場合は、ステップS310による学習をスキップするようにしてもよい。
On the other hand, if the user's operation is an instruction to cancel reshooting by pressing the cancel button 404 (if the determination result of the defect determination is negative), the process proceeds from step S307 to step S311 via the learning process of step S310. In step S310, the feature
ステップS311では、システム制御部202が、表示制御部204を介してユーザの操作を受け付け、操作に基づく処理を実施する。ユーザは、システム制御部202による放射線画像表示画面420の操作部424を介して、画像の拡大縮小や階調処理、検査情報の入力処理などを実施できる。また、ユーザは、放射線画像表示画面420の操作部424から検査の終了を指示することができる。検査の終了が指示された場合、システム制御部202は、当該検査を終了させ、画像処理部203が生成した画像を、画像記憶部205を介して記憶装置106へ保存したり、不図示の外部ストレージへ画像を転送したりするなどの処理を行う。
In step S311, the
以上のように、第1実施形態では、撮影制御装置100が、写損と判断され再撮影が指示された放射線画像、撮影準備指示に用いた検査情報、及び撮影の照射情報、並びに写損理由を元に写損特徴量および写損理由特徴量を学習する。同様に、撮影制御装置100が、写損と判断されたが再撮影が指示されなかった放射線画像、撮影準備指示に用いた検査情報、及びその撮影の照射情報を元に、写損特徴量を学習する。こうして学習された写損特徴量と写損理由特徴量を元に、撮影制御装置100が、撮影画像と撮影準備指示に用いた検査情報、及び撮影の照射情報を入力とした写損判定を行い、かつ写損判定時に写損理由を生成する。再撮影が実行されたということは、写損判定部207による写損判定および写損理由がユーザにより肯定されたということであり、再撮影が実行されなかったということはそれらが否定されたということである。
As described above, in the first embodiment, the
すなわち、第1実施形態によれば、写損判定の判定結果を肯定または否定するユーザ入力に応じて(ステップS304、S307)、放射線画像が写損か否かを決定する。そして、放射線画像と撮影条件と写損か否かのユーザによる決定とに基づいて、上記判定機能における写損判定の機能を学習する。こうして、ユーザによる判断が写損判定の機能および写損理由を生成する機能の学習に反映されることになる。したがって、ユーザの思考やユーザが所属する施設の意向や関心事に沿った写損判定を行なうことが可能となり、写損発生による再撮影までの手間を低減することが可能となる。 That is, according to the first embodiment, it is determined whether the radiographic image is a defective image or not in response to a user input affirming or denying the determination result of the defective image determination (steps S304, S307). Then, based on the radiation image, the imaging conditions, and the user's decision as to whether or not the image is a failure, the function of determining the failure in the above-mentioned determination function is learned. In this way, the user's judgment is reflected in the learning of the function of determining whether the image is defective or the function which generates the reason for the defective image. Therefore, it is possible to determine whether a photograph has been taken in accordance with the thoughts of the user or the intentions and concerns of the facility to which the user belongs, and it is possible to reduce the time and effort required to re-photograph due to the occurrence of a photograph failure.
また、撮影条件に含まれる放射線画像の撮影部位を用いて、撮影部位ごとに写損判定の学習を行い、撮影部位について学習された写損判定の機能を用いて放射線画像が写損か否かを判定するようにすることで、写損判定の精度が向上する。また、写損判定により放射線画像が写損と判定された場合に、写損理由を生成する写損理由生成部272を設けることで、写損理由が自動生成されるため、写損発生時におけるユーザの手間をさらに低減できる。また、写損理由生成部272の機能を、ユーザの再撮影指示により確定された写損理由を用いて学習することにより、ユーザの意図に適した写損理由の自動生成が可能となる。さらに、写損理由を生成する機能の学習を、撮影部位ごとに行うことで、より高精度に写損理由を生成することができる。
In addition, using the radiographic image areas included in the imaging conditions, learning to determine whether the radiographic image is defective is performed for each image area, and whether or not the radiographic image is defective is determined using the learned image defect determination function for each image area. By determining this, the accuracy of determining whether the image is defective can be improved. In addition, by providing a failure
<第2実施形態>
次に、第2実施形態を説明する。第1実施形態の構成では、再撮影遷移画面400において、入力領域401を介してユーザが任意の写損理由を入力することができる。そして、特徴量学習部261は、入力された写損理由に基づく写損理由特徴量について学習を行い、結果を特徴量格納部262に格納する。このことは、例えばユーザが入力した写損理由が理由として適切ではなかった場合でも学習が行われ、撮影制御装置100の学習精度が低下し、ユーザが意図していない写損理由となってしまうことを引き起こす可能性がある。従って、写損発生による再撮影までの手間を軽減させることにつながらない問題を発生してしまう。
<Second embodiment>
Next, a second embodiment will be described. In the configuration of the first embodiment, on the
そこで第2実施形態では、撮影制御装置100による、ユーザによる写損理由入力時の写損理由の妥当性の判断を行い、不適切な写損理由を用いた学習の実行を抑制する。第2実施形態による放射線撮影システムのハードウェア構成は第1実施形態(図1)と同様である。以下、図5から図7を用いて、主として第1実施形態からの差分を説明する。
Therefore, in the second embodiment, the photographing
図5は、第2実施形態の放射線撮影システムのソフトウェア構成例を示すブロック図である。撮影制御装置100の写損判定部207は、再撮影遷移画面400へユーザ入力された写損理由を評価する評価部として機能する写損理由比較部500を有する。写損理由比較部500は、写損理由の評価の評価値が所定値以下の場合に、決定された写損理由を採用するか否かをユーザに問い合わせるための確認画面を表示させる。以下、より具体的に説明する。
FIG. 5 is a block diagram showing an example of the software configuration of the radiation imaging system according to the second embodiment. The photographic
写損理由比較部500は、例えば、写損学習部206の特徴量格納部262に記録されている写損理由特徴量とユーザにより入力領域401に入力された写損理由の特徴量とを比較し、ユーザにより入力された写損理由を評価する。例えば、写損理由生成部272により生成される写損理由とユーザ入力された写損理由の文章の類似度が評価される。この写損理由の評価による評価値が所定閾値以下であった場合、写損理由比較部500は、評価結果に基づく制御画面の表示を、表示制御部204に指示する。なお、第2実施形態では、写損理由の評価において、写損理由生成部272により生成される写損理由との文章の類似度を評価することで判定するものとしたが、評価判定を行う具体的な方法に制限はない。例えば、CIDEr、METEORなどのキャプション生成の評価指標を用いて、ユーザが入力した写損理由の文章内の用語が写損理由生成部272により生成される写損理由の文章中に含まれる割合に対し、一定の割合を評価値に用いて判断するようにしてもよい。
For example, the failure
図6は、第2実施形態による撮影制御装置100の写損判定処理を示すフローチャートである。なお、図6において、第1実施形態の写損判定処理(図3)と同様の処理ステップには、第1実施形態と同一の参照番号を付してある。
FIG. 6 is a flowchart showing the photographic failure determination process of the photographing
ステップS600では、システム制御部202が、入力領域401を介してユーザが任意の写損理由を入力したかどうかを判定する。ユーザによる写損理由の入力があったと判定された場合、処理はステップS601に進み、ユーザによる写損理由の入力がないと判定された場合、処理はステップS308へ進む。
In step S600, the
ステップS601では、写損判定部207の写損理由比較部500が、ユーザにより入力された写損理由を評価する。ユーザにより入力された写損理由の評価値が所定閾値以下であった場合、処理はステップS602に進み、評価値が所定閾値より大きい場合、処理はステップS308へ進む。
In step S601, the failure
ステップS602では、写損判定部207が再撮影続行の確認画面を生成する。表示制御部204は、生成された確認画面を、UI表示装置103に表示されている再撮影遷移画面400上へ表示する。第2実施形態では、ユーザが再撮影続行の確認画面上の処理を完了させるまで、ユーザの放射線画像表示画面上のその他の制御操作指示、及び撮影完了処理を受け付けないものとする。
In step S602, the photographic
図7は、再撮影続行の確認画面700の構成の一例を示す図である。確認画面700は、再撮影処理続行ボタン701と再撮影処理キャンセルボタン702を有する。再撮影処理続行ボタン701は、放射線画像表示画面上の画像を写損と確定し、再撮影を行うために検査開始処理へ遷移するためのボタンである。その際、入力領域401に入力されている写損理由を、当該写損画像の写損理由として紐付ける。再撮影処理キャンセルボタン702は、入力領域401を介してユーザが入力した写損理由が適切ではないと判断し、再撮影遷移画面400へ表示を戻す制御を行うためのボタンである。
FIG. 7 is a diagram showing an example of the configuration of a
ステップS603では、システム制御部202が、表示制御部204を介して受け付けたユーザ操作により再撮影指示が行われたか否かの判定(再撮影処理続行ボタン701が押されたか、再撮影処理キャンセルボタン702が押されたかの判定)を行う。ユーザ操作が再撮影処理続行ボタン701を押下する指示であった場合、システム制御部202は、ステップS308からステップS309の処理を実行し、再撮影を行うために処理をステップS300に遷移させる。ユーザ操作が再撮影処理キャンセルボタン702を押下する指示であった場合、システム制御部202は、処理をステップS306に遷移させ、再撮影遷移画面400を再度表示する。これにより、ユーザは、写損理由の入力をやりなおすことができる。
In step S603, the
以上により、第2実施形態では、撮影制御装置100が、ユーザにより入力された写損理由の評価を行うことで、ユーザが入力した写損理由が理由として適切ではなかった場合の学習精度の低下を防ぐことが可能となる。すなわち、ユーザが意図しない写損理由を生成することによる、写損発生による再撮影までの手間を軽減させることにつながらない問題の発生を防ぐことが可能となる。
As described above, in the second embodiment, the photographing
<第3実施形態>
次に、第3実施形態を説明する。第1実施形態では、ユーザの操作に基づき撮影画像が写損と判断され、当該画像の写損特徴量が特徴量格納部262により学習される。このことは、例えばユーザが不用意に写損と判断した場合でも行われ、撮影制御装置100の写損判定の判定基準が下がってしまう。従って、ユーザが写損と判断する撮影画像であっても撮影制御装置100が写損ではない撮影画像と判断してしまう問題が発生する。
<Third embodiment>
Next, a third embodiment will be described. In the first embodiment, a photographed image is determined to be a failure based on a user's operation, and the failure feature of the image is learned by the
そこで第3実施形態では、撮影制御装置100における学習モードの切り替えを可能とし、学習モードに設定されている場合に写損の特徴量学習を行う処理の変更を行う。第3実施形態による放射線撮影システムのハードウェア構成、機能構成は第1実施形態(図1、図2)と同様である。以下、図8を用いて、主として第1実施形態からの差分を説明する。
Therefore, in the third embodiment, it is possible to switch the learning mode in the photographing
図8は、第3実施形態による撮影制御装置100の写損判定処理を示すフローチャートである。なお、図8において、第1実施形態の写損判定処理(図3)と同様の処理ステップには、第1実施形態と同一の参照番号を付してある。
FIG. 8 is a flowchart showing the photographic failure determination process of the photographing
ステップS800では、システム制御部202が、写損判定部207の学習モードが有効かどうか判定を行う。第3実施形態では、システム制御部202が提供する放射線撮影の設定画面(不図示)において、特徴量学習部261による学習を実行する学習モードを有効にするか否かを、ユーザが予め選択できるものとする。写損判定部207の学習モードが有効に設定されている場合、ステップS308、S309による写損特徴量、写損理由特徴量の学習が行われる。他方、写損判定部207の学習モードが無効に設定されている場合、再撮影のための撮影準備を行うために、処理はそのままステップS300へ遷移する。
In step S800, the
同様に、ステップS801において、システム制御部202が、写損判定部207の学習モードが有効かどうか判定を行う。写損判定部207の学習モードが有効に設定されている場合、ステップS310の写損特徴量の学習(写損ではない場合の学習)が行われる。他方、写損判定部207の学習モードが無効に設定されている場合、処理はステップS311へ進む。
Similarly, in step S801, the
以上により、第3実施形態では、撮影制御装置100が、ユーザによる学習モードの設定に基づいて特徴量学習部261による学習を実行するかどうかを判断する。すなわち、ユーザが不用意に写損と判断した場合でも撮影制御装置100が学習を行わないことで、写損誤判断の可能性を低下させることが可能となる。
As described above, in the third embodiment, the
<第4実施形態>
次に、第4実施形態を説明する。第1実施形態の構成では、ユーザの操作に基づき撮影画像が写損と判断され再撮影が行われる。したがって、写損学習部206が十分に学習を行い、写損判定部207の写損判定の精度、及び写損理由生成部272が生成する写損理由の精度がユーザの判断と遜色ない状態になったとしても、ユーザの操作が行われない限りは再撮影が行われない。このことは、撮影制御装置100が、システム上写損画像であると明確に判断できるものでもユーザ操作による再撮影制御処理が必要となり、写損発生による再撮影までの手間を軽減させることにつながらない問題を発生してしまう。
<Fourth embodiment>
Next, a fourth embodiment will be described. In the configuration of the first embodiment, the photographed image is determined to be a failure based on the user's operation, and re-photographing is performed. Therefore, the
そこで第4実施形態では、写損発生時に再撮影へ自動的に撮影制御装置100を移行させるための自動再撮影機能を設ける。第4実施形態による放射線撮影システムのハードウェア構成、機能構成は第1実施形態(図1、図2)と同様である。以下、図9を用いて、主として第1実施形態からの差分を説明する。
Therefore, in the fourth embodiment, an automatic re-photographing function is provided for automatically shifting the photographing
図9は、第4実施形態による撮影制御装置100の写損判定処理を示すフローチャートである。なお、図9において、第1実施形態の写損判定処理(図3)と同様の処理ステップには、第1実施形態と同一の参照番号を付してある。
FIG. 9 is a flowchart showing the photographic failure determination process of the photographing
ステップS900では、システム制御部202が、自動再撮影機能が有効かどうかを判定する。第4実施形態では、システム制御部202が提供する放射線撮影の設定画面(不図示)において、自動再撮影機能の有効、無効を選択できる。自動再撮影機能は、写損判定部207が写損と判断した際に、再撮影遷移画面400を介したユーザの判断を行わずに、自動的に再撮影の準備(ステップS300)に遷移する機能である。ステップS900において自動再撮影機能が有効であると判定された場合、システム制御部202は、再撮影遷移画面400によるユーザ操作を待たずに、再撮影のための準備を開始させる。すなわち、自動差撮影機能が有効に設定されている場合、処理はステップS900からステップS308へ進み、写損特徴量の学習(ステップS308)、写損理由特徴量の学習(ステップS309)を経て、ステップS300へ戻る。
In step S900, the
他方、自動再撮影機能が無効に設定されている場合、処理はステップS900からステップS306へ進み、システム制御部202は、表示制御部204を介して再撮影遷移画面400の表示処理を行う。
On the other hand, if the automatic re-shooting function is set to be disabled, the process proceeds from step S900 to step S306, and the
以上により、第4実施形態では、撮影制御装置100が、ユーザの写損判定部207の自動再撮影機能の設定の基づき再撮影遷移画面400に遷移するかどうかを判断する。すなわち、撮影制御装置100が写損画像と判断した際に即座に再撮影の撮影準備に入ることができ、写損発生による再撮影までの手間をより軽減させることができる。
As described above, in the fourth embodiment, the photographing
<第5実施形態>
次に、第5実施形態を説明する。第1実施形態の構成では、ユーザの操作に基づき撮影画像が写損と判断され、当該画像の写損特徴量が特徴量学習部261により学習される。第1実施形態で用いるような機械学習アルゴリズムでは、精度向上のために大規模な学習データが必要とされる。従って、撮影制御装置100が十分に稼働せず写損の特徴量を十分に学習できていない状態では、学習データ不足により適切な写損判定ができない可能性がある。すなわち、撮影制御装置100が写損ではない撮影画像を写損と判断したり、写損画像を写損ではないと判断したりすることで、写損発生による再撮影までの手間を軽減させることができないという課題を有する。
<Fifth embodiment>
Next, a fifth embodiment will be described. In the configuration of the first embodiment, a photographed image is determined to be a failure based on a user's operation, and the failure feature of the image is learned by the
そこで第5実施形態では、撮影制御装置100が、外部装置と通信可能に接続され、外部装置が提供すべき写損および/または写損理由の特徴量の学習結果を指定し、取得できるようにする。第5実施形態による放射線撮影システムのハードウェア構成は第1実施形態(図1)と同様である。以下、図10を用いて、主として第1実施形態からの差分を説明する。
Therefore, in the fifth embodiment, the photographing
図10は、第5実施形態による放射線撮影システムの機能構成例を示すブロック図である。情報処理装置1000は、例えば、CPUとメモリを有するコンピュータで構成され、通信部1001、写損学習部1002を有する。通信部1001は、情報処理装置1000のネットワーク装置を制御して通信を行う。
FIG. 10 is a block diagram showing an example of the functional configuration of a radiographic system according to the fifth embodiment. The
写損学習部1002は、特徴量学習部1010、特徴量格納部1011、特徴量通信部1012を有する。特徴量学習部1010は、特徴量学習部261と同等の機能を持つ。加えて、特徴量学習部1010は、複数の撮影制御装置から受信した写損の情報を、個々の撮影制御装置ごとの、及び複数の撮影制御装置全体の、写損特徴量、写損理由特徴量として学習する。特徴量格納部1011は、特徴量格納部262と同等の機能を持つ。加えて、特徴量格納部1011は、特徴量学習部1010が生成した個々の撮影制御装置ごとの、及び複数の撮影制御装置全体の、写損特徴量、写損理由特徴量を保存する。特徴量通信部1012は、撮影制御装置100から写損の情報を受信する。また、特徴量通信部1012は、撮影制御装置100へ、撮影制御装置100が要求する写損特徴量、写損理由特徴量を、特徴量格納部1011から取得し送信する。
The photo
撮影制御装置100において、写損学習部206は、特徴量通信部1100を有する。特徴量通信部1100は、写損学習部206が、ステップS308、S309で行う写損特徴量、写損理由特徴量の学習データとなる写損の情報を、情報処理装置1000へ送信する。また、特徴量通信部1100は、情報処理装置1000から、特徴量学習部1010が生成した写損特徴量、写損理由特徴量を取得し、特徴量格納部262へ保存する。なお、第5実施形態では、システム制御部202が、情報処理装置1000との通信設定を行うための画面(通信設定画面)を提供する。また、通信設定画面において、情報処理装置1000へ写損の情報を送受信するか、及び受信時にはどの撮影制御装置(もしくは全ての撮影制御装置)の特徴量を取得するか、をユーザが予め選択できるものとする。例えば、ユーザは、撮影制御装置100において、他のどの撮影制御装置で得られた写損特徴量、写損理由特徴量を取得するか、どの撮影部位の写損特徴量、写損理由特徴量を取得するかを指定することができる。そして、特徴量通信部1100は、ユーザにより指定された他の撮影制御装置から指定された撮影部位の写損特徴量、写損理由特徴量を、情報処理装置1000から取得することができる。
In the photographing
以上のように、第5実施形態では、撮影制御装置100が、情報処理装置1000にて学習された複数の撮影制御装置に基づく写損特徴量、写損理由特徴量を用いた写損判定を行うことができる。すなわち、撮影制御装置100が十分に稼働していない状態においても、別の撮影制御装置からの大規模な学習データを用いた特徴量を使用できる。従って、撮影制御装置100が学習不足による写損のご判定を低減させることができ、写損発生による再撮影までの手間をより軽減させることができる。
As described above, in the fifth embodiment, the photographing
(その他の実施例)
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
(Other examples)
The present invention provides a system or device with a program that implements one or more of the functions of the embodiments described above via a network or a storage medium, and one or more processors in the computer of the system or device reads and executes the program. This can also be achieved by processing. It can also be realized by a circuit (for example, ASIC) that realizes one or more functions.
100:撮影制御装置、110:放射線撮影装置、120:放射線発生装置、201:通信部、202:システム制御部、203:画像処理部、204:表示制御部、205:画像記憶部、206:写損学習部、207:写損判定部 100: Radiography control device, 110: Radiography device, 120: Radiation generation device, 201: Communication unit, 202: System control unit, 203: Image processing unit, 204: Display control unit, 205: Image storage unit, 206: Photographer Loss learning section, 207: Photo loss judgment section
Claims (18)
前記学習手段は、前記判定手段により前記放射線画像が写損であると判定され且つ該写損であるとの判定結果を肯定するユーザ入力を受け付けた場合、又は、前記判定手段により前記放射線画像が写損でないと判定され且つ該写損でないとの判定結果を否定するユーザ入力を受け付けた場合、ユーザ入力による写損理由を用いて、前記放射線画像と撮影条件とを入力として写損理由を出力する機能を学習する、情報処理装置。 In response to a user input that affirms or denies the judgment result that the radiation image is a photo failure by the determination means for determining whether or not the radiation image is a photograph failure, or a user input that negates the determination result that the radiation image is not a photograph failure by the determination means. , comprising a learning means for learning a function related to photographic failure determination that determines whether or not the photographic image is a photographic failure by the determination means using the radiation image as input;
The learning means is configured to determine that the radiation image is a failure when the determination means receives a user input that affirms the determination result that the radiation image is a failure, or when the determination means determines that the radiation image is a failure. When it is determined that the image is not a defective image and a user input that negates the judgment result that the image is not a defective image is received, the reason for the image failure is output using the radiographic image and the imaging conditions as input, using the user input reason for the defective image. An information processing device that learns functions.
前記判定手段は、前記撮影部位について学習された機能を用いて前記放射線画像が写損か否かを判定する、請求項1に記載の情報処理装置。 The learning means learns a function related to the photographic failure determination in the determination means for each imaged part,
The information processing apparatus according to claim 1, wherein the determination unit determines whether or not the radiation image is a failure using a function learned for the imaging site.
前記学習手段は、撮影部位ごとに前記写損理由の出力に関する機能を学習し、
前記撮影条件に含まれている撮影部位について学習された前記写損理由の出力に関する機能を用いて前記放射線画像の写損理由が出力される、請求項3に記載の情報処理装置。 The imaging conditions include the imaging site of the radiographic image,
The learning means learns a function related to outputting the reason for photographing failure for each part to be photographed,
4. The information processing apparatus according to claim 3, wherein the reason for failure to capture the radiographic image is output using a function related to outputting the reason for failure to capture, which is learned for the imaging site included in the imaging condition.
前記表示手段は、前記複数の写損理由候補を表示する、請求項4に記載の情報処理装置。 The function related to outputting the reason for image failure outputs a plurality of candidate reasons for image failure corresponding to the imaged region for the radiographic image,
5. The information processing apparatus according to claim 4, wherein the display means displays the plurality of rejection reason candidates.
前記表示手段は、前記評価手段による前記評価の評価値が所定値以下の場合、前記ユーザ入力された写損理由を採用するか否かをユーザに問い合わせるための確認画面を表示する、請求項3乃至6のいずれか1項に記載の情報処理装置。 Further comprising an evaluation means for evaluating the reason for copy failure input by the user,
3. The display means, if the evaluation value of the evaluation by the evaluation means is less than or equal to a predetermined value, displays a confirmation screen for inquiring the user whether or not to adopt the user-inputted reason for copy failure. 7. The information processing device according to any one of 6 to 6.
前記学習手段は、前記第1設定手段により学習の実行が可に設定されている場合に、前記写損判定に関する機能と前記写損理由の出力に関する機能の学習を実行する、請求項1乃至8のいずれか1項に記載の情報処理装置。 further comprising a first setting means for setting whether or not learning can be performed by the learning means,
Claims 1 to 8, wherein the learning means executes learning of the function related to the copy failure determination and the function related to the output of the copy failure reason when execution of learning is set to be enabled by the first setting unit. The information processing device according to any one of the above.
前記再撮影手段は、前記自動再撮影機能が有効に設定されている場合、前記判定手段により前記放射線画像が写損でると判定されたことに応じて前記再撮影のための処理を開始する、請求項10に記載の情報処理装置。 Further comprising a second setting means for setting whether the automatic re-shooting function is enabled or disabled,
When the automatic re-imaging function is set to be valid, the re-imaging means starts processing for the re-imaging in response to the determining means determining that the radiation image is a failure. The information processing device according to claim 10.
前記学習手段は、前記通信を介して、前記外部装置の前記写損学習部が学習した結果を前記外部装置から取得し、前記情報処理装置の前記写損に関する機能と前記写損理由を出力する機能とが用いる学習の結果として保持する、請求項1乃至11のいずれか1項に記載の情報処理装置。 It is possible to communicate with an external device having a failure learning unit that receives a failed image and a reason for failure from the outside and learns a function related to failure determination and a function for outputting a failure reason.
The learning means acquires the result learned by the copy failure learning unit of the external device from the external device via the communication, and outputs the function related to the copy failure of the information processing device and the reason for the copy failure. The information processing device according to any one of claims 1 to 11, wherein the information processing device retains the information as a result of learning used by the function.
新たに撮影された放射線画像が写損と指定された場合に、前記学習手段による学習結果を用いて、前記新たに撮影された放射線画像を入力として写損理由を出力する手段と、を備える、情報処理装置。 When a radiation image is designated as a failure, the reason for failure is determined using the input reason for failure and at least one machine learning algorithm, using the radiation image designated as failure and the imaging conditions as input. a learning means for learning a function that outputs
means for outputting a reason for failure using the newly taken radiation image as an input, using the learning result by the learning means when a newly taken radiation image is designated as failure; Information processing device.
前記放射線画像が写損か否かを判定する判定手段と、
前記判定手段による写損であるとの判定結果を肯定又は否定するユーザ入力、または前記判定手段による写損でないとの判定結果を否定するユーザ入力に応じて、前記放射線画像を入力として前記判定手段による写損か否かを判定する写損判定に関する機能を学習する学習手段と、を備え、
前記学習手段は、前記判定手段により前記放射線画像が写損であると判定され且つ該写損であるとの判定結果を肯定するユーザ入力を受け付けた場合、又は、前記判定手段により前記放射線画像が写損でないと判定され且つ該写損でないとの判定結果を否定するユーザ入力を受け付けた場合、ユーザ入力による写損理由を用いて、前記放射線画像と撮影条件とを入力として写損理由を出力する機能を学習する、放射線撮影システム。 an imaging means that generates a radiation image by generating an electrical signal according to the radiation dose;
determining means for determining whether or not the radiographic image is a failure;
In response to a user input affirming or denying the judgment result of the judgment means that the image is a failure, or a user input denying the judgment result of the judgment means that the image is a failure, the judgment means receives the radiation image as an input. a learning means for learning a function related to defect judgment for determining whether or not the photo is defective,
The learning means is configured to determine that the radiation image is a failure when the determination means receives a user input that affirms the determination result that the radiation image is a failure, or when the determination means determines that the radiation image is a failure. When it is determined that the image is not a defective image and a user input that negates the judgment result that the image is not a defective image is received, the reason for the image failure is output using the radiographic image and the imaging conditions as input, using the user input reason for the defective image. A radiography system that learns functions.
前記放射線画像が写損と指定された場合に、入力されたと、少なくとも一つの機械学習アルゴリズムとを用いて、写損と指定された前記放射線画像と撮影条件とを入力として写損理由を出力する機能を学習する学習手段と、
新たに撮影された放射線画像が写損と指定された場合に、前記学習手段による学習結果を用いて、前記新たに撮影された放射線画像を入力として写損理由を出力する手段と、を備える、放射線撮影システム。 an imaging means that generates a radiation image by generating an electrical signal according to the radiation dose;
When the radiation image is designated as a failure, output the reason for failure using the input and at least one machine learning algorithm with the radiation image designated as failure and imaging conditions as input. A learning means for learning functions;
means for outputting a reason for failure using the newly taken radiation image as an input, using the learning result by the learning means when a newly taken radiation image is designated as failure; Radiography system.
前記判定により前記放射線画像が写損であると判定され且つ該写損であるとの判定結果を肯定するユーザ入力を受け付けた場合、又は、前記判定により前記放射線画像が写損でないと判定され且つ該写損でないとの判定結果を否定するユーザ入力を受け付けた場合、ユーザ入力による写損理由を用いて、前記放射線画像と撮影条件とを入力として写損理由を出力する機能を学習する工程と、を含む、情報処理方法。 In response to user input that affirms or denies the determination result that the radiation image is a photographic defect obtained by determining whether or not the radiation image is a photographic defect, or in response to a user input that negates the determination result that the radiation image is not a photographic defect obtained by the determination. , a step of learning a function of determining whether or not the radiation image is a defective image by inputting the radiation image;
When the radiographic image is determined to be a defective image according to the determination and a user input affirming the determination result that the radiation image is a defective image is received, or when it is determined that the radiographic image is not a defective image according to the determination, and If a user input denying the determination result that the image is not a defect is received, a step of learning a function of outputting the reason for the image failure using the radiographic image and the imaging conditions as input, using the user input reason for the image failure; An information processing method, including .
新たに撮影された放射線画像が写損と指定された場合に、前記学習した結果を用いて、前記新たに撮影された放射線画像を入力として写損理由を出力する工程と、を含む、情報処理方法。 When a radiation image is designated as a failure, the reason for failure is determined using the input reason for failure and at least one machine learning algorithm, using the radiation image designated as failure and the imaging conditions as input. a process of learning a function that outputs
Information processing, including a step of outputting a reason for failure using the learned result and inputting the newly acquired radiation image when a newly acquired radiation image is designated as failure. Method.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018152723A JP7376982B2 (en) | 2018-08-14 | 2018-08-14 | Information processing device, radiography system, information processing method and program |
PCT/JP2019/026630 WO2020036012A1 (en) | 2018-08-14 | 2019-07-04 | Information processing device, radiographic imaging apparatus, and control method therefor |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018152723A JP7376982B2 (en) | 2018-08-14 | 2018-08-14 | Information processing device, radiography system, information processing method and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020025781A JP2020025781A (en) | 2020-02-20 |
JP7376982B2 true JP7376982B2 (en) | 2023-11-09 |
Family
ID=69524747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018152723A Active JP7376982B2 (en) | 2018-08-14 | 2018-08-14 | Information processing device, radiography system, information processing method and program |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7376982B2 (en) |
WO (1) | WO2020036012A1 (en) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4129185A4 (en) * | 2020-03-30 | 2023-09-27 | FUJIFILM Corporation | Imaging assistance device, operation method for same, and operation program |
JP7540243B2 (en) | 2020-08-21 | 2024-08-27 | コニカミノルタ株式会社 | Apparatus and program for supporting judgment of defective images |
WO2022210753A1 (en) | 2021-03-30 | 2022-10-06 | 富士フイルム株式会社 | Failed photograph image management device, method for operating failed photograph image management device, program for operating failed photograph image management device, and radiographic image capturing system |
WO2024009572A1 (en) * | 2022-07-07 | 2024-01-11 | 富士フイルム株式会社 | Information processing device, information processing method, and information processing program |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007044272A (en) | 2005-08-10 | 2007-02-22 | Canon Inc | X-ray image photographing apparatus and managing system and managing method thereof |
JP2013039197A (en) | 2011-08-12 | 2013-02-28 | Canon Inc | Radiographic system |
JP2013166042A (en) | 2013-06-03 | 2013-08-29 | Canon Inc | Imaging apparatus, control method of the same, and program |
JP2015000322A (en) | 2013-06-18 | 2015-01-05 | キヤノン株式会社 | Control device of tomosynthesis imaging, imaging device, imaging system, control method and program for making computer execute control method |
JP2015173804A (en) | 2014-03-14 | 2015-10-05 | 富士フイルム株式会社 | Photographing error information management apparatus, photographing error information management method, and photographing error information management program |
JP2015195832A (en) | 2014-03-31 | 2015-11-09 | キヤノン株式会社 | Control apparatus, control method, and program |
JP2016013149A (en) | 2014-06-30 | 2016-01-28 | キヤノン株式会社 | Radiation detector, control method therefor, and program |
JP2016116776A (en) | 2014-12-22 | 2016-06-30 | キヤノン株式会社 | X-ray image diagnostic device and control method thereof |
JP2017192453A (en) | 2016-04-18 | 2017-10-26 | キヤノン株式会社 | Information processing device, information processing system, information processing method and program |
-
2018
- 2018-08-14 JP JP2018152723A patent/JP7376982B2/en active Active
-
2019
- 2019-07-04 WO PCT/JP2019/026630 patent/WO2020036012A1/en active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007044272A (en) | 2005-08-10 | 2007-02-22 | Canon Inc | X-ray image photographing apparatus and managing system and managing method thereof |
JP2013039197A (en) | 2011-08-12 | 2013-02-28 | Canon Inc | Radiographic system |
JP2013166042A (en) | 2013-06-03 | 2013-08-29 | Canon Inc | Imaging apparatus, control method of the same, and program |
JP2015000322A (en) | 2013-06-18 | 2015-01-05 | キヤノン株式会社 | Control device of tomosynthesis imaging, imaging device, imaging system, control method and program for making computer execute control method |
JP2015173804A (en) | 2014-03-14 | 2015-10-05 | 富士フイルム株式会社 | Photographing error information management apparatus, photographing error information management method, and photographing error information management program |
JP2015195832A (en) | 2014-03-31 | 2015-11-09 | キヤノン株式会社 | Control apparatus, control method, and program |
JP2016013149A (en) | 2014-06-30 | 2016-01-28 | キヤノン株式会社 | Radiation detector, control method therefor, and program |
JP2016116776A (en) | 2014-12-22 | 2016-06-30 | キヤノン株式会社 | X-ray image diagnostic device and control method thereof |
JP2017192453A (en) | 2016-04-18 | 2017-10-26 | キヤノン株式会社 | Information processing device, information processing system, information processing method and program |
Non-Patent Citations (1)
Title |
---|
梅田 弘之,機械学習の仕組み(Vol.4),[オンライン],2018年01月30日,https://products.sint.co.jp/aisia/blog/vol1-4,[検索日 2019.09.12] |
Also Published As
Publication number | Publication date |
---|---|
JP2020025781A (en) | 2020-02-20 |
WO2020036012A1 (en) | 2020-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7376982B2 (en) | Information processing device, radiography system, information processing method and program | |
US20130279787A1 (en) | Radiographic imaging apparatus and processing method therefor | |
JP7350519B2 (en) | Radiography system, radiography control device, control method thereof, and program | |
US8744156B2 (en) | Photographic information processing apparatus and photographic information processing method | |
WO2020250917A1 (en) | Radiologic imaging support system, radiologic imaging support method, and program | |
JP7094691B2 (en) | Radiation imaging system, radiography method, control device and program | |
JP7540243B2 (en) | Apparatus and program for supporting judgment of defective images | |
CN110881989B (en) | Radiography system, radiography method, and storage medium | |
JP7501138B2 (en) | Radiation image capturing system, program, and image processing method | |
CN110090034A (en) | Control device, X-ray camera system, control method and storage medium | |
JP7504585B2 (en) | Image processing device, image processing method, and program | |
JP6033267B2 (en) | Image processing apparatus, image processing system, image processing program, and image processing method | |
US20230005105A1 (en) | Radiation imaging system, image processing method, and storage medium | |
JP2015195832A (en) | Control apparatus, control method, and program | |
JP2004188094A (en) | Radiographic apparatus and radiographic system | |
JP2003275194A (en) | Medical image processing device, medical image processing method, program and recording medium | |
JP2022018563A (en) | Radiation imaging system, program, optical imaging condition setting method, and optical imaging apparatus | |
JP2024161485A (en) | Image defect judgment support device and program | |
JP2014030760A (en) | Radiation image processor, radiographic system, controller of radiographic system, method for controlling radiation image processor, method and program for controlling radiographic system | |
JP2005027739A (en) | X-ray apparatus | |
JP5868461B2 (en) | Control device, radiography method, radiography system, and program | |
JP2019122724A (en) | Radiographic apparatus, transfer control method, and program | |
JP2006175132A (en) | Image output system | |
JP2018027159A (en) | Control device, control system, processing method and program | |
JP2024086198A (en) | Radiographic apparatus, control method of the same, radiographic system, information processing apparatus, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220808 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230315 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230623 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230706 |
|
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: 20230929 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231027 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7376982 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |