Deprecated: The each() function is deprecated. This message will be suppressed on further calls in /home/zhenxiangba/zhenxiangba.com/public_html/phproxy-improved-master/index.php on line 456
JP7664438B2 - 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム - Google Patents
[go: Go Back, main page]

JP7664438B2 - 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム - Google Patents

情報処理システム、情報処理方法、画像生成装置および画像生成プログラム Download PDF

Info

Publication number
JP7664438B2
JP7664438B2 JP2024012065A JP2024012065A JP7664438B2 JP 7664438 B2 JP7664438 B2 JP 7664438B2 JP 2024012065 A JP2024012065 A JP 2024012065A JP 2024012065 A JP2024012065 A JP 2024012065A JP 7664438 B2 JP7664438 B2 JP 7664438B2
Authority
JP
Japan
Prior art keywords
information
subject
image
bone
time point
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
Application number
JP2024012065A
Other languages
English (en)
Other versions
JP2025041498A (ja
Inventor
貴朗 白鳥
政之 京本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kyocera Corp
Original Assignee
Kyocera Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kyocera Corp filed Critical Kyocera Corp
Priority to JP2024012065A priority Critical patent/JP7664438B2/ja
Publication of JP2025041498A publication Critical patent/JP2025041498A/ja
Application granted granted Critical
Publication of JP7664438B2 publication Critical patent/JP7664438B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • 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
    • 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
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Rheumatology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Human Computer Interaction (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Description

本開示は、骨の状態の把握を支援する情報処理システムおよび情報処理方法に関する。
近年、コンピュータの計算を用いて、対象者の身体的情報等を推定または予測したりすることが提案されている。例えば、特許文献１には、機械学習モデルを用いて閉経後女性の将来の骨密度を予測する方法等が提案されている。
特開2019-200788号公報
この様なコンピュータの計算を用いて、対象者の身体的情報等を推定または予測する場合において、ユーザの利便性を向上させることが課題の一つとなっている。
上記の課題を解決するために、本開示の一態様に係る情報処理システムは、第１手法に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する第１取得部と、前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる前記対象者の骨に関する情報を示す第２情報を取得する第２取得部と、前記第１情報および前記第２情報を表示する表示画像を生成する生成部と、を備える。
また、本開示の一態様に係る情報処理方法は、第１手法に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する第１取得ステップと、前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる前記対象者の骨に関する情報を示す第２情報を取得する第２取得ステップと、前記第１情報および前記第２情報を表示する表示画像を生成する生成ステップと、を含む。
また、本開示の一態様に係るサーバ装置は、第１手法に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する第１取得部と、前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる前記対象者の骨に関する情報を示す第２情報を取得する第２取得部と、前記第１情報および前記第２情報を表示する表示画像を生成する生成部と、を備える。
本開示の各態様に係る表示装置、第１生成装置および第２生成装置は、コンピュータによって実現してもよく、この場合には、コンピュータを表示装置、第１生成装置および第２生成装置が備える各部（ソフトウェア要素）として動作させることにより表示装置、第１生成装置および第２生成装置をコンピュータにて実現させる表示装置、第１生成装置および第２生成装置の制御プログラム、およびそれを記録したコンピュータ読み取り可能な記録媒体も、本開示の範疇に入る。
本開示の一態様によれば、ユーザの利便性を向上させることができる。
本実施形態１に係る情報処理システムの一例の要部構成を示すブロック図である。 本実施形態１に係る表示装置における表示処理の流れの一例を示すフローチャートである。 本実施形態１に係る推測の基点となる時点より後の時点の対象者の骨密度の推測値を表示する表示画像の一例を示す図である。 本実施形態１に係る推測の基点となる時点より後の時点の対象者の骨密度の推測値を表示する表示画像の他の一例を示す図である。 本実施形態１に係る推測の基点となる時点より後の時点の対象者の骨密度の推測値を表示する表示画像の他の一例を示す図である。 本実施形態１に係る推測の基点となる時点より前の時点の対象者の骨密度の推測値を表示する表示画像の一例を示す図である。 本実施形態１に係る推測の基点となる時点より前の時点の対象者の骨密度の推測値を表示する表示画像の他の一例を示す図である。 本実施形態１に係る対象者の骨密度に関する情報と参照者の骨密度の推移とを表示する表示画像の一例を示す図である。 本実施形態１に係る対象者への治療開始のタイミングの変更に応じて推測値を表示する表示画像の一例を示す図である。 本実施形態１に係る対象者の骨密度の推測値の誤差範囲を表示する表示画像の一例を示す図である。 本実施形態１に係る対象者の骨密度の推測値の推測確率を表示する表示画像の一例を示す図である。 本実施形態１に係る推定値の推定に用いた医用画像および測定値に対応する測定結果を表示する表示画像の一例を示す図である。 本実施形態１に係る推定値に対応する医用画像の表示の例を示す図である。 本実施形態１に係る複数の部位のそれぞれの骨密度の推移を表示する表示画像の一例を示す図である。 本実施形態１に係る表示部に表示される表示画像に含まれる、骨折が生じる可能性が高い箇所を示す表示の一例を示す図である。 本実施形態２に係る情報処理システムの一例の要部構成を示すブロック図である。 本実施形態３に係る情報処理システムの一例の要部構成を示すブロック図である。
〔実施形態１〕
以下、本開示の一実施形態について、図１から図１５を参照しながら詳細に説明する。
（概要）
はじめに、本実施形態の概要について、図１を用いて説明する。図１は本実施形態に係る情報処理システム１の一例の要部構成を示すブロック図である。図１に示すように、情報処理システム１は、測定装置２、撮像装置３および表示装置（画像生成装置）４を含む。
本実施形態では、測定装置２は対象者の骨を測定し、対象者の骨に関する第１情報を表示装置４に送信する。すなわち、表示装置４は、骨の測定に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する。ここで、第１情報は対象者の骨密度、骨量および骨質のうちの少なくとも１つに関する情報であってもよい。さらに、第１情報は対象者の骨密度の測定値を示す情報であってもよい。本実施形態では、第１情報が対象者の骨密度の測定値を示す測定情報４３１である例について説明するが、本開示に記載の「第１情報」に関する「骨密度」との記載は、「骨密度」、「骨量」および「骨質」うちの少なくとも１つと適宜解釈されてもよい。
本明細書では、「測定」との表現が「実測」を意味してもよい。また、「測定値」との表現が「実測値」を意味してもよい。
以下の説明では、外科的治療法の適用を検討される対象がヒトである場合（すなわち、「対象者」）を例に挙げて説明するが、対象はヒトには限られない。すなわち、本開示に係る「対象者」は、例えば、ウマ科、ネコ科、イヌ科、ウシ科またはブタ科等のヒト以外の哺乳動物であってもよい。そして、本開示は、下記の実施形態のうち、これらの動物に対しても適用可能な実施形態であれば、「対象者」、「患者」および「人」を「動物」と言い換えた実施形態も含むものである。
第１情報には、対象者が患っている病名を示す情報が含まれていてもよい。当該病名を示す情報は、骨粗鬆症、リウマチ、骨壊死（例えば、大腿骨頭壊死症など）、全身性硬化症、腎臓病および大理石骨病等の少なくとも１つを示す情報であってもよい。また、第１情報には、骨評価情報が含まれていてもよい。骨評価情報には、骨折リスク評価ツール（ＦＲＡＸ（登録商標）;Fracture Risk Assessment Tool）により評価された情報が含まれていてもよい。
上述の骨密度は、骨の密度に関する値であればよい。骨密度は、例えば、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）、ＹＡＭ（％）、ＡＧＥ（％）、Ｔスコア及びＺスコアの少なくとも１種類によって表されてよい。ＹＡＭは、“Young Adult Mean”の略であって、若年成人平均パーセントや％ＹＡＭ、ＹＡＭ比等と呼称されることもある。ＡＧＥは、同年齢または同年代の骨密度の平均値と比べた値であってもよい。Ｔスコアは測定した骨密度を若年成人平均値と比較し若年成人の標準偏差で除した値である。また、Ｚスコアは、測定した骨密度を被検者と同年齢の平均値と比較し、同年齢の標準偏差で除した値である。骨密度は、これらの例示に限定されることはなく、例えば、独自の数値であってもよい。
上述の骨量とは骨密度に関連する指標であり、該骨量は骨格内の骨組織の量である。
上述の骨質としては、例えば、骨の統計的な性質、骨の形状的な性質、骨の力学的な性質、および骨の化学的な性質の少なくとも１つに基づくものを用いることができる。骨質は、後述する対象者の属性に関する情報を含んでいてもよい。骨質は、例えば、骨代謝マーカ、性別、人種、閉経の有無、年齢、皮質骨の状態、海綿骨の状態、海綿骨の骨梁の状態、疾病情報、骨評価情報、薬剤情報、骨折の有無、骨折の数、骨折の場所、及び骨折歴の少なくとも１つに基づくものを用いることができる。より具体的には、骨質は、例えば、骨形成マーカ、骨吸収マーカ、骨質マーカ（例えば、ビタミンＫの値）、皮質骨の厚さ、骨梁の密度、骨梁の方向、および海綿骨構造指標（trabecular bone score）、の少なくとも１つを用いることができる。
撮像装置３は対象者の医用画像を示すデータである医用画像データ４３２を表示装置４に送信する。
医用画像は、例えば、頚部、胸部、腰部、大腿骨近位部、膝関節、足首関節、肩関節、肘関節、手首関節、指関節または顎関節の少なくとも一部が写る画像であればよい。Ｘ線画像には、骨以外の部位が写っていてもよい。例えば、胸部単純Ｘ線像の場合には、肺を撮影したものと、胸椎を撮影したものを含んでいてもよい。Ｘ線画像は、対象部位が正面から写る正面像であってもよいし、対象部位が側面から写る側面像であってもよい。
表示装置４は、当該医用画像を用いて、対象者の骨に関する第２情報を推定する。ここで、第２情報は、対象者の骨密度、骨量および骨質のうちの少なくとも１つに関する情報であってもよい。さらに、第２情報は対象者の骨密度、骨量および骨質のうちの少なくとも１つの推定値を示す情報であってもよい。すなわち、表示装置４は、対象者に対して、第１手法とは異なる第２手法に基づいて得られる対象者の骨に関する情報を示す第２情報を取得する。ここで、第１手法は対象者の骨についての測定であってもよい。また、第２手法は対象者の骨についての推定であってもよい。
例えば、第１手法は、骨についての測定を行う実測装置を備える病院にて行われた測定であってもよい。第２手法は、当該実測装置を有さない病院にて撮像された医用画像からの推定であってもよい。第１手法と第２手法は、例えば、それぞれ異なる病院にて実行されてもよい。
本実施形態では、第２情報が対象者の骨密度の推定値を示す推定情報４３３である例について説明するが、本開示に記載の「第２情報」に関する「骨密度」との記載は、「骨密度」、「骨量」および「骨質」うちの少なくとも１つと適宜解釈されてもよい。
骨の測定に基づいて得られる対象者の骨に関する情報を示す第１情報および骨の推定に基づいて得られる第２情報の他の例を以下に挙げる。
当該骨が脊椎または椎間板の骨を主に含む場合について説明する。この場合、第１情報および第２情報としては、例えば、椎体高、椎体間距離、前方椎間板腔距離、後方椎間板腔距離、不良姿勢分類、骨化占拠率（脊柱管前後径に対する骨化靱帯の厚さの割合）、残余有効前後径（脊柱管前後径と骨化靱帯との間の厚さ）、椎体後方すべり距離（上位椎椎体後下角と下位椎椎弓先端との距離）およびMeyerding分類の少なくとも何れかを示す情報を挙げることができる。
上記情報によって診断可能な疾患としては、例えば、変形性脊椎症、椎体骨折（外傷性、骨粗鬆症性含む）、脊柱管狭窄症、ヘルニア、変性すべり症、側弯症、胸椎・腰椎変性性疾患、両側性先天性股関節脱臼、脊柱靭帯骨化症等を挙げることができる。
当該骨が股の骨を主に含む場合について説明する。この場合、第１情報および第２情報としては、例えば、関節裂隙面積、関節裂隙距離（幅）、最小関節裂隙距離（幅）、CE角（Center Edge角：骨頭中心を通る垂線と骨頭中心と寛骨臼外側縁を結んだ線とのなす角）、Sharp角（Acetabular Angle：寛骨臼外側縁と涙痕先端を結ぶ線と両側涙痕を結んだ線とのなす角）、ARO（Acetabular Roof Obliquity：寛骨臼底を通る水平線と臼蓋外側縁と臼蓋底を結んだ線とのなす角）、AHI（Acetabular Head Index：大腿骨頭内側端から寛骨臼外側端までの距離を大腿骨頭横径で除したもの）、Kellgren-Lawrence（KL）分類の少なくとも何れかを示す情報を挙げることができる。
上記情報によって診断可能な疾患としては、例えば、変形性股関節症（OA）、大腿骨寛骨臼インピンジメント（OAの病態の一つ）、股関節形成不全、股関節脱臼（先天性含む）、大腿骨すべり症、大腿骨頭壊死等を挙げることができる。
当該骨が膝の骨を主に含む場合について説明する。この場合、第１情報および第２情報としては、例えば、関節裂隙面積、関節裂隙距離（幅）、最小関節裂隙距離（幅），骨棘面積，大腿脛骨角（大腿脛骨外側角）、Osteoarthritis Research Society International（OARSI）分類、Kellgren-Lawrence（KL）分類の少なくとも何れかを示す情報を挙げることができる。上記情報によって、例えば、変形性膝関節症（OA）の診断が可能になる。
当該骨が足の骨を主に含む場合について説明する。この場合、第１情報および第２情報としては、距骨傾斜角および距骨前方引き出し距離の少なくとも何れかを示す情報であってもよい。上記情報によって診断可能な疾患は、例えば、足関節捻挫、距骨壊死症、関節リウマチ、足関節インピンジメント症候群等を挙げることができる。
表示装置４は、第１情報および第２情報を表示する表示画像を生成する。本実施形態では、表示装置４が、測定情報４３１が示す対象者の骨密度の測定値および推定情報４３３が示す対象者の骨密度の推定値を表示する表示画像を生成する例について説明する。
前記構成によれば、情報処理システム１は複数の異なる手法、例えば、測定と推定との手法とに基づいて得られる対象者の骨に関する情報を表示する表示画像を生成することができる。すなわち、医療現場において、対象者の骨に対して、所定の測定装置を用いた測定を定期的に行わずとも、測定とは異なる方法である推定等を利用することによって対象者の骨の状態の推移を把握することができる。例えば、対象者の骨の状態の推移とは、対象者の骨密度、骨量および骨質のうちの少なくともいずれか１つの推移であってもよい。
前記画像に表示される対象者の測定値は、第１時点において測定された対象者の骨密度、骨量および骨質のうちの少なくともいずれか１つの測定値であってもよい。また、前記画像に表示される対象者の推定値は、第１時点とは異なる第２時点における対象者の骨が写る医用画像から表示装置４が備える推定モデル４２２１等によって推定された、推定値であってもよい。当該推定値は、骨密度、骨量および骨質のうちの少なくともいずれか１つの推定値であってもよい。表示装置４は対象者の前記測定値および前記推定値を、第１時点および第２時点の時系列順に並べた表示画像を生成してもよい。
前記構成によれば、情報処理システム１は測定された第１時点における対象者の骨に関する情報と、推定された第２時点における対象者の骨に関する情報と、を第１時点および第２時点に基づく時系列順に並べた画像を生成する。すなわち、対象者の骨密度、骨量および骨質のうちの少なくともいずれか１つの測定値と推定値とを時系列順に並べた画像を生成することができる。
（情報処理システム１）
次に、本実施形態に係る情報処理システム１の詳細について説明する。上述のように、情報処理システム１は、測定装置２、撮像装置３および表示装置４を含む。
≪測定装置２≫
測定装置２は、対象者の骨密度を測定する装置である。測定装置２は、対象者の骨密度を測定できる装置であればよく、特に限定されないが以下を例に挙げることができる。
例えば、測定装置２はＤＸＡ（Dual energy X-ray Absorptiometry）法、超音波法またはＭＤ（micro densitometry）法を用いて骨密度を測定する装置であってもよい。
測定装置２は対象者の骨密度の測定値を示す測定情報４３１を表示装置４に送信する。すなわち、測定情報４３１は、骨について測定を実行する所定の測定装置を用いて測定された情報と換言することができる。測定情報４３１には測定が行われた日時を示す情報が含まれていてもよい。測定装置２と表示装置４との通信は、有線による通信であってもよいし、無線による通信であってもよい。また、当該通信はインターネットを介した通信であってもよい。
≪撮像装置３≫
撮像装置３は、例えば、対象者の体内の情報を取得するために撮影する機器であればよい。撮像装置３は、対象者の医用画像を撮像する装置である。撮像装置３が撮像する医用画像は、対象者の骨の情報が含まれる画像であればよく、特に限定されないが以下を例に挙げることができる。
例えば、医用画像は、Ｘ線画像、ＭＲＩ（magnetic resonance imaging）画像、ＣＴ（computed tomography）画像、ＰＥＴ（Positron Emission Tomography）画像、または超音波画像であってもよい。
撮像装置３は撮像した医用画像を示すデータである医用画像データ４３２を表示装置４に送信する。医用画像データ４３２には、当該医用画像の撮像が行われた日時を示す情報が含まれていてもよい。撮像装置３と表示装置４との通信は、有線による通信であってもよいし、無線による通信であってもよい。また、当該通信はインターネットを介した通信であってもよい。
≪表示装置４≫
表示装置４は、対象者の骨密度の測定値および対象者の骨密度の推定値を表示する表示画像を生成し、当該画像を表示する。表示装置４は、通信部４１、制御部４２、記憶部４３、操作入力部４４および表示部４５を備えている。
＜通信部４１＞
通信部４１は、測定装置２および撮像装置３と通信を行う。通信部４１は、測定装置２から測定情報４３１を受信する。また、通信部４１は、撮像装置３から医用画像データ４３２を受信する。
＜制御部４２＞
制御部４２は、表示装置４の各部を統括して制御する。制御部４２は、取得部４２１（第１取得部）、第１生成部４２２、操作受付部４２３、画像生成部（生成部）４２４、情報取得部（第１取得部、第２取得部、第３取得部）４２５、表示制御部４２６および第２生成部４２７を含む。
《取得部４２１》
取得部４２１は、通信部４１を介して、測定装置２から測定情報４３１を取得する。また、取得部４２１は、通信部４１を介して、撮像装置３から医用画像データ４３２を取得する。
取得部４２１は、取得した測定情報４３１および医用画像データ４３２を記憶部４３に格納する。また、取得部４２１は取得した医用画像データ４３２を第１生成部４２２に送信する。
《第１生成部４２２》
第１生成部４２２は、取得部４２１から受信した対象者の医用画像データ４３２が示す医用画像（第１画像）から推定される対象者の骨密度の推定値を示す推定情報４３３を生成する。第１生成部４２２は、生成した推定情報４３３を記憶部４３に格納する。第１生成部４２２は推定モデル４２２１を備える。
〈推定モデル４２２１〉
推定モデル４２２１は、対象者の医用画像データ４３２が示す医用画像から対象者の骨密度を推定するモデルである。推定モデル４２２１は、第１の人の骨が写る医用画像（第２画像）を含む学習データと、第１の人の骨密度、骨量および骨質のうちの少なくとも１つの値を含む教師データとに基づいて設定されてもよい。すなわち、推定モデル４２２１は、学習済（trained）モデルである。
例えば、学習データに含まれる複数の学習画像データのそれぞれに対して、当該学習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骨密度が教師データとして対応付けられていてもよい。教師データの骨密度は、ＤＸＡ（Dual energy X-ray Absorptiometry）法、超音波法またはＭＤ（micro densitometry）法を用いて得た骨密度であってもよい。また、上述の「第１の人」は、特に、ヒトに限定されなくてもよい。例えば、「対象者」と同種の動物であってもよい。
《操作受付部４２３》
操作受付部４２３は、操作入力部４４を介したユーザによる操作入力を受け付ける。操作受付部４２３は、対象者の骨に関する情報を表示する表示画像の表示を指示する操作入力を受け付ける。操作受付部４２３は当該操作入力を受け付けると、画像生成部４２４に画像の生成を指示する。
操作受付部４２３は、対象者の骨に関する推測を指示する操作入力を受け付ける。操作受付部４２３は当該操作入力を受け付けると、第２生成部４２７に対象者の骨に関する推測を示す推測情報４３４の生成を指示する。さらに、操作受付部４２３は、画像生成部４２４に推測情報４３４を表示する表示画像の生成を指示する。
操作受付部４２３は、表示終了を指示する操作入力を受け付ける。操作受付部４２３は当該操作入力を受け付けると、表示制御部４２６に表示終了を指示する。
《画像生成部４２４》
画像生成部４２４は、対象者の骨に関する情報を表示する表示画像の生成の指示を受信すると、情報取得部４２５を介して記憶部４３の測定情報４３１および推定情報４３３を取得する。画像生成部４２４は測定情報４３１および推定情報４３３を用いて対象者の骨に関する情報を表示する表示画像を生成する。
画像生成部４２４は、推測情報４３４を表示する表示画像の生成の指示を受信すると、情報取得部４２５を介して記憶部４３の測定情報４３１、推定情報４３３および推測情報４３４を取得する。画像生成部４２４は測定情報４３１、推定情報４３３および推測情報４３４を用いて対象者の骨に関する情報を表示する表示画像を生成する。
画像生成部４２４は、生成した表示画像のデータを表示制御部４２６に送信する。画像生成部４２４が生成する表示画像の例の詳細については後述する。
《情報取得部４２５》
情報取得部４２５は、画像生成部４２４の指示に応じて、記憶部４３に格納されている測定情報４３１および推定情報４３３を取得し、画像生成部４２４に送信する。
情報取得部４２５は、画像生成部４２４の指示に応じて、記憶部４３に格納されている測定情報４３１、推定情報４３３および推測情報４３４を取得し、画像生成部４２４に送信する。
《表示制御部４２６》
表示制御部４２６は、画像生成部４２４から受信した画像データが示す表示画像を表示部４５に表示させる。
表示制御部４２６は、操作受付部４２３から受信した表示終了の指示に応じて、表示部４５の画像表示を終了させる。
《第２生成部４２７》
第２生成部４２７は、記憶部４３に格納されている医用画像データ４３２が示す医用画像から推測される対象者の骨密度の推測値を示す推測情報４３４を生成する。
例えば、第２生成部４２７は、対象者の骨密度、骨量および骨質のうちの少なくともいずれか１つが測定された第１時点における対象者の骨が写る医用画像から推測された骨密度、骨量および骨質のうちの少なくともいずれか１つに関する推測情報４３４を生成してもよい。本実施形態では、推測情報４３４が対象者の骨密度の推測値を示す例について説明するが、本開示に記載の「推測情報４３４」との記載は、「骨密度」、「骨量」および「骨質」うちの少なくとも１つを示す情報と適宜解釈されてもよい。
ここで、第１時点における骨密度の測定と第１時点における対象者の骨が写る医用画像の撮像とは、厳密に同時に行われたものでなくてもよい。例えば、所定の期間内において、当該測定と当該撮像とが行われればよい。前記所定の期間は、対象者の骨密度に顕著な変化が生じない期間であればよく特に限定されないが、例えば、半日、１日、１週間、１ヶ月、３ヶ月、６ヶ月などを例として挙げることができる。また、第１時点において、対象者の骨が写る医用画像が撮像されていない場合、表示装置４は、第１時点における対象者の骨が写る医用画像を示す医用画像データ４３２を受信しなくてもよい。すなわち、表示装置４は、第１時点において、対象者の骨が写る医用画像が撮像されている場合に、第１時点における対象者の骨が写る医用画像を示す医用画像データ４３２を受け付けてもよい。本明細書では、推測情報４３４の生成に用いられる医用画像が撮像された時点を推測の基点と呼称する。当該推測情報４３４は第３時点の対象者の骨密度の推測値を示す情報であってもよい。第３時点は、第１時点と異なる時点であってもよい。
第２生成部４２７は、第１生成部４２２が対象者の骨密度の推定値の推定に用いた第２時点における対象者の骨が写る医用画像から推測された、対象者の骨密度に関する推測情報４３４を生成してもよい。当該推測情報４３４は、第３時点の対象者の骨密度の推測値を示す情報であってもよい。第３時点は、第２時点と異なる時点であってもよい。
画像生成部４２４が推測情報４３４を用いて画像を生成する場合、画像生成部４２４は、第３時点と対応付けられた推測情報４３４を表示する表示画像を生成してもよい。
第２生成部４２７は、操作受付部４２３から受信した対象者の骨に関する推測を示す推測情報４３４の生成の指示に応じて、推測情報４３４を生成してもよい。第２生成部４２７は、生成した推測情報４３４を記憶部４３に格納する。また、第２生成部４２７は推測モデル４２７１を備える。
〈推測モデル４２７１〉
推測モデル４２７１は、対象者の医用画像データ４３２が示す医用画像から、当該医用画像が撮像された時点とは異なる時点の対象者の骨密度を推測するモデルである。推測モデル４２７１は、第２の人の骨が写る医用画像（第３画像）を含む学習データと、第２の人の骨密度を含む教師データとに基づいて設定されてもよい。上述の「第２の人」は、特に、ヒトに限定されなくてもよい。例えば、「対象者」と同種の動物であってもよい。
例えば、学習データに含まれる複数の学習画像データに対して、当該学習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骨密度が教師データとして対応付けられている。複数の学習画像データそれぞれに教師データが対応付けられていてもよいし、１つの教師データに複数の学習画像データを対応付けたものを複数用意してもよい。教師データは、ＤＸＡ（Dual energy X-ray Absorptiometry）法、超音波法またはＭＤ（micro densitometry）法を用いて得た骨密度であってもよい。または教師データに別の学習済み（trained）モデルから推定または推測した値を用いてもよい。
教師データは、任意の時期に測定されたものを用いることができる。教師データは、学習用画像データが撮影された時期と同時期に測定されたものであってもよいし、異なる時間軸に測定されたものであってもよい。例えば、教師データの測定には、学習用画像データが撮影された時期に対する所定の基準を設定してもよい。所定の基準としては、例えば、学習用画像データが撮影された時期に対して、過去を含め３か月以内、６か月以内、１年以内を用いることができる。また、教師データの所定の基準としては、教師データにおける被験者の薬剤治療の有無、年齢、閉経および性別の少なくとも１つであってもよい。
学習データの学習用画像データは、異なる時間軸において同一人物を撮影した一連の画像データであってもよい。すなわち、学習用画像データは、以下の第１学習データおよび第２学習データを含んでいてもよい。当該第１学習データは、ある人物の骨のＸ線画像を含む学習データであってもよい。当該第２学習データは、前記ある人物と同一人物の画像であって、第１学習データよりも後に撮影されたＸ線画像を含む学習データであってもよい。
学習データの学習用画像データは、他人の同一部位を撮影し、年齢等の異なるデータ群であってもよい。また、学習データの学習用画像データは、異なる時間軸において同一人を撮影した一連の画像データであってもよい。学習データの学習用画像データは、異なる時間軸において同一部位を撮影した一連のデータであってもよい。
第２生成部４２７が生成する推測情報４３４は、対象者に対して骨密度についての治療が行われた場合の対象者の骨密度に関する情報であってもよい。この場合、上述の第２の人は、骨密度についての治療を受けた人であり、推測モデル４２７１は、治療を受けた第２の人の骨が写る医用画像を含む学習データと、第２の人の骨密度の値を含む教師データとに基づいて設定されてもよい。例えば、上述の学習データは、治療前後の医用画像を含む学習データであってもよい。また、上述の教師データは、治療前後の骨密度の測定値を含む教師データであってもよい。
第２生成部４２７は、推測モデル４２７１として、以下の２つのモデルを備えていてもよい。（１）治療を受けた第２の人の骨が写る医用画像を含む学習データと、治療を受けた第２の人の骨密度の測定値を含む教師データとに基づいて設定されたモデル。（２）治療を受けていない第２の人の骨が写る医用画像を含む学習データと、治療を受けていない第２の人の骨密度の測定値を含む教師データとに基づいて設定されたモデル。
第２生成部４２７は、対象者の治療が開始されるタイミングに応じた推測情報４３４を生成してもよい。
また、対象者の骨密度の推測に用いる医用画像データ４３２が示す医用画像が第１時点における画像である場合、第３時点は、第１時点より前の時点、または第１時点より後の時点であってもよい。また、対象者の骨密度の推測に用いる医用画像データ４３２が示す医用画像が第２時点における画像である場合、第３時点は、第２時点より前の時点、または第２時点より後の時点であってもよい。
推定モデル４２２１の学習データである第１の人の骨が写る医用画像（第２画像）と推測モデル４２７１の学習データである第２の人の骨が写る医用画像（第３画像）は同じ画像であってもよい。
第２画像と第３画像は別の部位を撮像した医用画像であってもよい。第２画像において撮像された人物と第３画像において撮像された人物は同一人物であってもよい。また、第２画像において撮像された人物と第３画像において撮像された人物は別の人物であってもよい。
第２の人の骨密度の測定値を含む教師データは、第３画像が撮影された時点と異なる時点に測定されたデータであってもよい。例えば、教師データを、第３画像が撮影された６か月後、１年後、数年後および数年前のデータのうちの少なくとも１つとしてもよい。また、学習データを、第３画像が撮影された時点を含む所定の期間に測定された骨密度の測定値としてもよい。
＜記憶部４３＞
記憶部４３は、上述した、測定情報４３１、医用画像データ４３２、推定情報４３３および推測情報４３４を格納している。また、記憶部４３は、対象者についての情報を示す対象者データを格納してもよい。当該対象者データには、対象者に対する治療の有無、対象者に対して行われた治療の期間、対象者に対して行われた治療の内容、対象者が怪我をした日時等を示すデータが含まれていてもよい。
＜操作入力部４４＞
操作入力部４４はユーザの操作入力を受け付ける。例えば、操作入力部４４は表示部４５と一体になっていてもよい。表示部４５は制御部４２が行う処理である対象者の骨密度の推測処理、画像生成処理および画像表示処理等の指示を表示してもよい。ユーザがこれらの表示領域を選択することによって、表示領域に対応する処理が実行される構成としてもよい。
＜表示部４５＞
表示部４５は、画像生成部４２４が生成した画像をユーザに表示する。表示部４５の例としては、ディスプレイ、モニタ等が挙げられる。
（表示処理の流れ）
次に、図２を参照して、表示装置４における表示処理の流れを説明する。図２は、表示装置４における表示処理の流れの一例を示すフローチャートである。図２に示すように、操作受付部４２３が対象者の骨に関する情報を表示する表示画像の表示を指示する操作入力を受け付けた場合（Ｓ１でＹＥＳ）、情報取得部４２５は以下の処理を行う。
情報取得部４２５は、測定情報４３１を取得する（Ｓ２：第１取得ステップ）。また、情報取得部４２５は、推定情報４３３を取得する（Ｓ３：第２取得ステップ）。例えば、前記第１情報は、第１時点において測定された対象者の骨密度を示す情報であり、前記第２情報は、第１時点とは異なる第２時点における対象者の骨が写る第１画像から推定モデルによって推定された骨密度を示す情報であってもよい。続いて、画像生成部４２４は測定情報４３１が示す測定値および推定情報４３３が示す推定値を表示する表示画像を生成する（Ｓ４：生成ステップ）。続いて、表示制御部４２６は、画像生成部４２４が生成した表示画像を表示部４５に表示させる（Ｓ５）。
操作受付部４２３が対象者の骨に関する推測を指示する操作入力を受け付けた場合（Ｓ６でＹＥＳ）、情報取得部４２５は、推測情報４３４を取得する（Ｓ７）。当該操作入力に、推測の基点となる時点を示す入力および当該推測が基点となる時点からいつの推測であるかを示す入力が含まれてもよい。例えば、特に限定はされないが、基点となる時点から半年後の推測、基点となる時点から１年後の推測、基点となる時点から半年前の推測、基点となる時点から１年前の推測等を例として挙げることができる。また、当該操作入力には、対象者に対する治療の有無に関する入力が含まれてもよい。例えば、当該推測は、対象者に対して治療が行われた場合の推測、治療が行われない場合の推測、治療が行われた場合と治療が行われない場合との両方の推測等を例として挙げることができる。また、当該操作入力には、対象者に対する治療の開始のタイミングに関する入力が含まれてもよい。例えば、当該推測は、対象者に対する治療の開始のタイミングに応じた推測であってもよい。
続いて、画像生成部４２４は推測情報４３４が示す推測値を表示する表示画像を生成する（Ｓ８）。そして、処理はＳ５に戻る。
操作受付部４２３が対象者の骨に関する推測を指示する操作入力を受け付けず（Ｓ６でＮＯ）、表示終了を指示する操作入力を受け付けた場合（Ｓ９でＹＥＳ）、処理は終了する。
操作受付部４２３が対象者の骨に関する情報を表示する表示画像の表示を指示する操作入力を受け付けていない場合（Ｓ１でＮＯ）、Ｓ１の処理が繰り返される。
操作受付部４２３が対象者の骨に関する推測を指示する操作入力を受け付けず（Ｓ６でＮＯ）、表示終了を指示する操作入力を受け付けていない場合（Ｓ９でＮＯ）、処理はＳ６に戻る。
（画像生成部４２４が生成する表示画像の例）
次に、画像生成部４２４が生成する表示画像の例について、図３から図９を参照して説明する。また、図３から図９に示す「骨密度」との記載は、「骨密度」、「骨量」および「骨質」うちの少なくとも１つと適宜解釈されてもよい。
≪推測の基点となる時点より後の時点の推測値を表示する表示画像の例≫
はじめに、推測の基点となる時点より後の時点の推測値を表示する表示画像の例について説明する。図３から図５は、推測の基点となる時点より後の時点の対象者の骨密度の推測値を表示する表示画像の一例を示す図である。
図３に示す画像Ｄ１には、測定を行った時点における対象者の骨密度の測定値ｍ１－ｍ３、医用画像が撮像された時点における対象者の骨密度の推定値ｎ１－ｎ２および測定値ｍ１－ｍ３と推定値ｎ１－ｎ２とに基づく骨密度の推移Ｔ１が示されている。また、画像Ｄ１には、前記医用画像が撮影された施設名が表示されていてもよい。
対象者の骨密度の測定値の表示態様は、対象者の骨密度の推定値の表示態様とは異なる表示態様で示されてもよい。異なる表示態様とは、例えば、当該測定値は白抜きの円で示されてもよい。当該推定値は黒色の円で示されてもよい。
画像Ｄ１には推測値ｏ１および推測値ｏ２が表示されている。測定値、推定値および推測値はそれぞれ異なる表示態様で表示されてもよい。図３に示す例では、推測値ｏ１およびｏ２は白抜きの三角形で示されている。推測値には点線が連結して示されており、該点線の終点に推測値が示されている。当該点線の始点は推測の基点となる時点を示している。
画像Ｄ１において、推測値ｏ１は、２０２１年１２月２１日の時点を推測の基点とした推測値である。推測値ｏ１は２０２１年１２月２１日の時点で撮像された医用画像から推測された推測値である。また、推測値ｏ１は当該基点の２か月後である２０２２年２月２１日の時点における対象者の骨密度の推測値である。
推測値ｏ２は現在を推測の基点とした推測値であり、現在にて撮像された医用画像から推測された推測値である。また、推測値ｏ２は現在から半年後の時点における対象者の骨密度の推測値である。
ある時点において、対象者の骨密度の測定が行われた場合、画像Ｄ１に表示される該ある時点の測定値は、測定によって得られた対応する測定情報４３１が示す測定値となる。一方で、該ある時点と同一の時点を推測の基点とする場合、画像Ｄ１に表示される該ある時点を推測の基点とする推測値は、該ある時点において撮像された医用画像から推測された推測値となる。
各測定値、各推定値および各推測値には、「測定値」、「推定値」および「推測値」の表記が表示されてもよい。また、画像Ｄ１には、表示される値を得た手法が表記されもよい。当該手法とは、例えば、「測定」、「推定」、「推測」等を挙げることができる。すなわち、画像生成部４２４は、前記第１手法および前記第２手法を示す表示を含む表示画像を生成してもよい。このように手法が表記されていることにより、ユーザの利便性を向上させることができる。また、画像Ｄ１には骨密度に対応する値であるＹＡＭ（Ｙｏｕｎｇ Ａｄｕｌｔ Ｍｅａｎ）比が表示されている。画像Ｄ１には、ＹＡＭ比は診断基準を示す値であり、ＹＡＭ比１００％から８０％の領域には「正常」、ＹＡＭ比８０％から７０％の領域には「骨量減少」、ＹＡＭ比７０％よりも低い領域には「骨粗鬆症」の表記が表示されている。
画像Ｄ１には、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）、ＡＧＥ、Ｔスコア及びＺスコアのうちの少なくとも１種類が表示されてもよい。例えば、ＡＧＥとしては、同年齢または同年代の骨密度の平均値と比べた値によって表示されてよい。これらの値において所定の基準に応じたカテゴリーがわかるような画像Ｄ１であってもよい。カテゴリーは、これらの値に応じた「正常」、「骨量減少」および「骨粗鬆症」などを用いることができる。例えば、Ｔスコアが画像Ｄ１に表示される場合、－１．０以上のＴスコアを正常骨密度として表示し、－１．０から－２．５のＴスコアを低骨密度または骨減少症として表示し、－２．５以下のＴスコアを骨粗鬆症として表示してもよい。また、Ｚスコアが画像Ｄ１に表示される場合、Ｚスコアが－２．０より低い場合は年齢相応より低いことが表示され、Ｚスコアが－２．０を超えると年齢相応よりも高いことが表示されてもよい。
第２生成部４２７は、対象者の骨密度が、ＹＡＭ比、ＴスコアまたはＺスコアにおける、「正常」、「低骨密度または骨減少症」または「骨粗鬆症」に達する時期を推測してもよい。すなわち、第２生成部４２７は、当該時期を示す推測情報４３４を生成してもよい。一例として、推測情報４３４は、対象者の骨密度が、ＹＡＭ比７０％以下(骨粗鬆症)に達するのが１年後等であることを示す。
すなわち、画像生成部４２４は、骨密度に対する判定基準を示す情報を表示する表示画像を生成する。また、当該判定基準を示す情報は、対象者の年齢に応じた判定基準を示す情報であってもよい。また、当該判定基準を示す情報は、独自基準または既に周知のガイドラインなどに基づいた判定基準を示す情報であってもよい。
＜対象者が治療を受けた場合の推測値を表示する例１＞
次に、対象者が治療を受けた場合の対象者の骨密度の推測値を表示する表示画像の例について、図４を参照して説明する。図４は対象者が治療を受けた場合の対象者の骨密度の推測値を表示する表示画像の一例を示す図である。図４に示す画像Ｄ２には、測定を行った時点における骨密度の測定値ｍ１－ｍ３、医用画像が撮像された時点における対象者の骨密度の推定値ｎ１－ｎ２およびこれらの測定値と推定値とに基づく骨密度の推移Ｔ１が示されている。画像Ｄ２について、上述した画像Ｄ１にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。
画像Ｄ２には推測値ｏ１、推測値ｏ２および推測値ｏ３が表示されている。画像Ｄ２に表示されている、推測値ｏ１および推測値ｏ２は対象者が治療を受けていない場合の推測値である。
推測値ｏ３は対象者が治療を受けた場合の推測値である。画像Ｄ２には「薬剤療法」の表示が現在の時点に示されている。当該表示は「薬剤療法」が、現在から開始されることを示している。すなわち、推測値ｏ３は、現在から対象者に対して治療である「薬剤療法」が開始された場合の半年後の推測値である。
図４に示す例では、対象者が治療を受けていない場合の推測値である推測値ｏ１および推測値ｏ２を白抜きの三角形で示している。また、対象者が治療を受けている場合の推測値である推測値ｏ３を黒色の三角形で示している。
前記の構成によれば、治療の有効性を、ユーザに視覚的に認識させることができる。
本例では、現在から対象者に対して治療である「薬剤療法」が開始された場合の半年後の推測値を表示する表示画像の例について説明した。一方で、画像は現在よりも前の時点、すなわち過去の時点にて対象者に対して治療が行われた場合の対象者の骨密度の推測値を表示してもよい。
＜対象者が治療を受けた場合の推測値を表示する例２：治療期間を表示＞
次に、対象者が治療を受けた場合の対象者の骨密度の推測値を表示する表示画像の他の例について、図５を参照して説明する。図５は対象者が治療を受けた場合の対象者の骨密度の推測値を表示する表示画像の他の一例を示す図である。図５に示す画像Ｄ３には、測定を行った時点における骨密度の測定値ｍ１、測定値ｍ１１－ｍ１２、医用画像が撮像された時点における対象者の骨密度の推定値ｎ１－ｎ２およびこれらの測定値と推定値とに基づく骨密度の推移Ｔ２が示されている。画像Ｄ３について、上述した画像Ｄ１－画像Ｄ２にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。
画像Ｄ３には、対象者に対して実際に行われた治療の期間を示す表示ｐ１が表示されている。表示ｐ１は治療の期間として、２０２２年２月２１日から現在までを示している。すなわち、画像生成部４２４は、対象者に対する骨密度についての治療の期間を示す情報を表示する表示画像を生成してもよい。また、画像Ｄ３には、治療の内容を示す情報が表示されてもよい。また、画像Ｄ３には対象者が怪我をした対象者が怪我をした日時を示す表示ｐ２が表示されている。画像生成部４２４は、対象者に関する情報である表示ｐ１および表示ｐ２等を表示する表示画像を、記憶部４３が格納している対象者データを用いて生成してもよい。治療の期間を示す表示ｐ１および対象者が怪我をした日時を示す表示ｐ２の表示について、表示装置４は、当該表示が必要であるか不要であるかの選択の操作入力を受け付けてもよい。
画像Ｄ３には推測値ｏ１１、推測値ｏ１２および推測値ｏ１３が表示されている。推測値ｏ１１は、２０２１年２月２１日の治療が開始された時点を推測の基点とした、対象者が治療を受けた場合の推測値である。また、推測値ｏ１１は、該基点の後の時点である２０２１年５月１３日の時点の推測値である。
推測値ｏ１２は、対象者に対する治療が今後行わなかった場合の現在を推測の基点とした半年後の推測値である。
推測値ｏ１３は、対象者に対する治療が今後継続して行われた場合の現在を推測の基点とした半年後の推測値である。
≪推測の基点となる時点より前の時点の推測値を表示する表示画像の例≫
次に、推測の基点となる時点より前の時点の推測値を表示する表示画像の例について説明する。図６および図７は、推測の基点となる時点より前の時点の対象者の骨密度の推測値を表示する表示画像の例を示す図である。
＜推測の基点を現在として推測した、現在よりも過去の骨密度の推測値を表示する表示画像の例＞
図６に示す画像Ｄ４には、測定を行った時点における対象者の骨密度の測定値ｍ１、医用画像が撮像された時点における対象者の骨密度の推定値ｎ１、ｎ２、ｎ２１およびこれらの測定値と推定値とに基づく骨密度の推移Ｔ３が示されている。また、画像Ｄ４には推測値ｏ２１、推測値ｏ２２および推測値ｏ２３が表示されている。図６に示す画像Ｄ４について、上述した画像Ｄ１－画像Ｄ３にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。
推測値ｏ２１は、２０２２年２月２１日の時点を推測の基点とした、当該基点の後の時点である２０２２年５月１３日の時点の推測値である。
推測値ｏ２２は、現在を推測の基点とした、当該基点の後の時点である半年後の時点の推測値である。
推測値ｏ２３は、現在を推測の基点とした、現在の前の時点である２０２１年５月１３日の時点の推測値である。すなわち、推測値ｏ２３は、推測の基点となる現在よりも過去の時点の推測値である。
＜推測の基点を過去の時点として推測した、基点よりも過去の骨密度の推測値を表示する表示画像の例＞
図７に示す画像Ｄ５には、測定を行った時点における対象者の骨密度の測定値ｍ１、測定値ｍ３１、医用画像が撮像された時点における対象者の骨密度の推定値ｎ３１およびこれらの測定値と推定値とに基づく骨密度の推移Ｔ４が示されている。また、画像Ｄ５には推測値ｏ３１、推測値ｏ３２および推測値ｏ３３が表示されている。図７に示す画像Ｄ５について、上述した画像Ｄ１－画像Ｄ４にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。
推測値ｏ３１は、２０２２年２月２１日の時点を推測の基点とした、当該基点の前の時点である２０２１年１２月２１日の時点の推測値である。すなわち、推測値ｏ３１は、推測の基点となる過去の時点よりもさらに過去の時点の推測値である。
推測値ｏ３２は、現在を推測の基点とした、現在よりも前の時点である２０２２年５月１３日の時点の推測値である。
推測値ｏ３３は、現在を推測の基点とした、現在よりも後の時点である半年後の時点の推測値である。
図６および図７に示す例によれば、医用画像を撮像していない、または、骨密度測定を行っていなかった過去の時点の対象者の骨密度の値を補填することができる。また、医療機関において、対象者の初診時に対象者の過去の時点の骨密度の値を推測することができる。
≪対象者とは異なる参照者の骨密度の推移を示す推移情報を表示する表示画像の例≫
次に、対象者の骨密度に関する情報と、対象者とは異なる参照者の骨密度の推移を示す推移情報と、を表示する表示画像の例について説明する。図８は、対象者の骨密度に関する情報と参照者の骨密度の推移を示す推移情報とを表示する表示画像の一例を示す図である。
図８に示す画像Ｄ６には、測定を行った時点における対象者の骨密度の測定値ｍ４１－ｍ４３、医用画像が撮像された時点における対象者の骨密度の推定値ｎ４１－ｎ４２およびこれらの測定値と推定値とに基づく対象者の骨密度の推移Ｔ５が表示されている。また、画像Ｄ６には推測値ｏ４１が表示されている。推測値ｏ４１は、現在を推測の基点とした、基点から半年後の時点の対象者の骨密度の推測値である。図８に示す画像Ｄ６について、上述した画像Ｄ１－画像Ｄ５にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。
画像Ｄ６には対象者とは異なる参照者の骨密度の推移を示す表示ｐ３が表示されている。すなわち、画像生成部４２４は、対象者とは異なる参照者の骨密度の推移を示す推移情報を表示する画像Ｄ６を生成する。例えば、記憶部４３には、参照者の骨密度の推移を示す参照者データが格納されていてもよい。画像生成部４２４は、参照者の骨密度の推移を示す情報である表示ｐ３を表示する表示画像を、記憶部４３が格納している参照者データを用いて生成してもよい。
例えば、当該参照者は、対象者と同じ属性にある者であってもよい。ここで、同じ属性とは、年齢、体重、性別、疾病、血縁関係者、骨粗鬆症のタイプ、血液マーカによる値および骨折リスク評価ツール（ＦＲＡＸ（登録商標）;Fracture Risk Assessment Tool）による評価の少なくとも１つが同等あるいは近似していることであってもよい。参照者の骨密度の推移が対象者の骨密度の推移の比較対象になればよい。例えば、参照者は既に骨密度に関する治療を受けている者であってもよいし、骨密度に関する治療を受けていない者であってもよい。
≪対象者への治療開始のタイミングの変更に応じて推測値を表示する表示画像の例≫
次に、対象者への治療開始のタイミングの変更に応じた推測値を表示する表示画像の例について説明する。
図９は、対象者への治療開始のタイミングの変更に応じて遷移する表示画像の一例を示す図である。本例では、ユーザの操作入力によって、対象者に対する治療の開始のタイミングが半年後から現在に変更された場合の画像の遷移について説明する。図９に示すように、当該変更が行われると、表示される表示画像は画像Ｄ７から画像Ｄ８に遷移する。また、治療の開始のタイミングはユーザの操作入力によって任意の時点に設定されもよい。
画像Ｄ７は、半年後に対象者に対して治療が開始される場合の対象者の骨密度の推測値を表示する表示画像の一例である。画像Ｄ７には、測定を行った時点における対象者の骨密度の測定値ｍ５１－ｍ５２、医用画像が撮像された時点における対象者の骨密度の推定値ｎ５１－ｎ５２およびこれらの測定値と推定値とに基づく対象者の骨密度の推移Ｔ６が表示されている。また、画像Ｄ７には推測値ｏ５１、推測値ｏ５２および推測値ｏ５３が表示されている。画像Ｄ７について、上述した画像Ｄ１－画像Ｄ６にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。
推測値ｏ５１は、現在を推測の基点とした、半年後の時点の対象者の骨密度の推測値である。
推測値ｏ５２は、対象者に対する治療が半年後に開始された場合の現在を推測の基点とした１年後の対象者の骨密度の推測値である。推測値ｏ５２および後述の推測値ｏ５３、画像Ｄ８の推測値ｏ６２および画像Ｄ８の推測値ｏ６４については、連結している点線の終点に推測値が示されており、当該点線の始点は現在から半年後の対象者の骨密度の推測値に連結している。これらの推測値に連結する点線の始点は推測の基点となる時点を示すものではない。
推測値ｏ５３は、対象者に対する治療が開始されない場合の現在を推測の基点とした１年後の対象者の骨密度の推測値である。
画像Ｄ８は、現在にて対象者に対して治療が開始される場合の対象者の骨密度の推測値を表示する表示画像の一例である。画像Ｄ８について、上述した画像Ｄ１－画像Ｄ７にて説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。画像Ｄ８には推測値ｏ５１、推測値ｏ５２、推測値ｏ６３および推測値ｏ６４が表示されている。
推測値ｏ６１は、対象者に対して治療が開始されない場合の現在を推測の基点とした半年後の対象者の骨密度の推測値である。
推測値ｏ６２は、対象者に対して治療が開始されない場合の現在を推測の基点とした１年後の対象者の骨密度の推測値である。
推測値ｏ６３は、対象者に対する治療が現在にて開始された場合の現在を推測の基点とした半年後の対象者の骨密度の推測値である。
推測値ｏ５４は、対象者に対する治療が現在にて開始された場合の現在を推測の基点とした１年後の対象者の骨密度の推測値である。
本例においては、治療開始のタイミングの変更に応じて表示される画像が画像Ｄ７から画像Ｄ８に遷移する例を説明したが、画像Ｄ７と画像Ｄ８とを同時に表示してもよい。
１つの画像、例えば、１つのグラフに異なる治療開始のタイミングに応じた推測値のそれぞれを表示してもよい。
（他の例）
次に、上述の画像Ｄ１－画像Ｄ８についての他の例について説明する。
（推定値の推定に用いられた医用画像に写る骨の名称を表示する例）
画像Ｄ１－画像Ｄ８には、各推定値が推定されるために用いられた医用画像に写る骨の名称が表示されてもよい。すなわち、画像生成部４２４は、推定情報４３３が推定されるために用いられる医用画像に写る骨の名称を示す情報を表示する表示画像を生成してもよい。また、第１生成部４２２は、医用画像に写る複数の部位の骨の像から推定情報４３３を生成してもよい。画像生成部４２４は、推定情報４３３が推定されるために用いられる医用画像に写る複数の骨の名称を示す情報を表示する表示画像を生成してもよい。骨の名称とは、例えば、頭蓋骨、鎖骨、胸骨、肩甲骨、肋骨、上腕骨、橈骨、尺骨、手骨、脊柱、仙骨、尾骨、大腿骨、膝蓋骨、脛骨、腓骨、及び足骨等であってもよい。
画像Ｄ１－画像Ｄ８には、各推測値が推測されるために用いられた医用画像に写る骨の名称が表示されてもよい。すなわち、画像生成部４２４は、推測情報４３４が推測されるために用いられる医用画像に写る骨の名称を示す情報を表示する表示画像を生成してもよい。また、第２生成部４２７は、医用画像に写る複数の部位の骨の像から推測情報４３４を生成してもよい。画像生成部４２４は、推測情報４３４が推測されるために用いられる医用画像に写る複数の骨の名称を示す情報を表示する表示画像を生成してもよい。
（推定値の推定および推測値の推測に用いた医用画像を表示する例）
画像Ｄ１－画像Ｄ８には、各推定値の推定および各推測値の推測に用いた医用画像が表示されてもよい。当該医用画像とは、例えば、頭部、頚部、胸部、腰部（腰椎（Ｌｕｍｂａｒ）：Ｌ１－Ｌ４等）、股関節、膝関節、足関節、足部、足趾、肩関節、肘関節、手関節、手部、手指あるいは顎関節等が撮像されている医用画像であってもよい。医用画像の撮影部位の種類はこの限りではない。また、医用画像は、単純Ｘ線が照射される対象部位が正面から写る正面像であってもよいし、対象部位が側面から写る側面像であってもよい。Ｘ線画像は、皮質骨及び海綿骨の少なくとも一方が写る画像であってもよい。
（複数の部位のそれぞれから骨密度が推定または推測される場合の表示の例）
医用画像に撮像されている複数の部位のそれぞれから骨密度が推定または推測される場合には、画像Ｄ１－画像Ｄ８には、各部位における骨密度の推移を示すそれぞれのグラフが表示されてもよい。例えば、各推定値の推定および各推測値の推測に用いた各部位の撮像画像が、対応するそれぞれのグラフに重畳して表示されてもよい。複数の部位は、例えば、椎体ごとの領域に設定されてもよい。複数の部位は、例えば、複数の椎体をまとめた領域に設定されてもよい。複数の部位は、例えば、それぞれ異なる面積の領域に設定されてもよい。また、複数の部位は、ある部位の特定部分の面積を分割した領域に設定してもよい。複数の部位は、例えば、対象者の属性情報に応じて、任意で領域を設定してもよい。例えば、対象者に骨折歴がある場合、骨折歴が無い対象者より特定部分の面積を狭い領域に設定してよい。
（判定基準の表示の例）
正常、骨量減少および骨粗鬆症等の判定基準を示す情報を表示する表示画像において、判定基準が当該グラフに重畳されて表示されてもよい。当該判定基準は、測定時の対象者の年齢、推定時の対象者の年齢または推測時の対象者の年齢に応じた判定基準であってもよい。ここでいう推測時とは、例えば、上述の第３の時点であってもよい。
（推測値の誤差範囲または推測確率を表示する例）
第２生成部４２７は、推測値についての誤差範囲を示す情報を含む推測情報４３４を生成してもよい。画像生成部４２４は、各推測値についての誤差範囲を示す情報を表示する表示画像を生成してもよい。
詳細には、第２生成部４２７は、推測値についての推測確率、または推測値についての誤差範囲を示す情報を含む推測情報４３４を生成してもよい。推測確率とは、例えば、予測確率であってもよい。上述の画像Ｄ１－画像Ｄ８には、当該推測確率および当該誤差範囲の少なくとも１つが表示されてもよい。
（推測値の誤差範囲を表示する例）
ここで、推測値の誤差範囲を表示する表示画像の一例を説明する。図１０は、対象者の骨密度の推測値の誤差範囲を表示する表示画像の一例を示す図である。図１０に示す画像Ｄ９には、測定を行った時点における対象者の骨密度の測定値ｍ７１－ｍ７２、医用画像が撮像された時点における対象者の骨密度の推定値ｎ７１－ｎ７２およびこれらの測定値と推定値とに基づく対象者の骨密度の推移Ｔ７が表示されている。また、画像Ｄ９には推測値ｏ７１および推測値ｏ７２が表示されている。
推測値ｏ７１は、現在を推測の基点とした、基点から半年後の時点を含む所定の期間における対象者の骨密度の推測値である。推測値ｏ７２は、現在を推測の基点とした、基点から１年後の時点を含む所定の期間における対象者の骨密度の推測値である。すなわち、推測値ｏ７１および推測値ｏ７２を、現在を推測の基点とした、基点から所定の期間が経過した時点を含む所定の期間における対象者の骨密度の推測値として表示してもよい。
図１０に示す例では、推測値ｏ７１および推測値ｏ７２は、推測値および推測値の誤差範囲を含む円によって示されている。また、推測値ｏ７１および推測値ｏ７２の誤差範囲は、エラーバーや箱ひげ図によって、表示されてもよい。また、推測値ｏ７１および推測値ｏ７２の誤差範囲の上限を点線等で繋いで表示してもよい。また、推測値ｏ７１および推測値ｏ７２の誤差範囲の下限を点線等で繋いで表示してもよい。
（推定値が範囲である例）
第１生成部４２２は、各推定値についての幅を示す情報を含む推定情報４３３を生成してもよい。画像生成部４２４は、各推定値についての幅を表示する表示画像を生成してもよい。推定値についての幅の具体例として、推定骨密度幅０．７９-０．８１（中央値０．８０）ｇ/ｃｍ２などを一例として挙げることができる。
（推測値の推測確率を表示する例）
次に、推測値についての推測確率を表示する表示画像の一例を説明する。図１１は、対象者の骨密度の推測値の推測確率を表示する表示画像の一例を示す図である。図１１に示す画像Ｄ１０には、測定を行った時点における対象者の骨密度の測定値ｍ８１－ｍ８３、医用画像が撮像された時点における対象者の骨密度の推定値ｎ８１－ｎ８２およびこれらの測定値と推定値とに基づく対象者の骨密度の推移Ｔ８が表示されている。また、画像Ｄ１０には推測値ｏ８２が表示されている。
推測値ｏ８２は、現在を推測の基点とした、基点から半年後の時点における対象者の骨密度の推測値である。また、画像Ｄ１０には、推測値ｏ８２の上部に、推測値ｏ８２の推測確率を示す表示ｐ４が「６９％」と表示されている。すなわち、第２生成部４２７は推測値に関する推測確率を示す推測情報４３４を生成してもよい。また、画像生成部４２４は、各推測値について推測確率を表示する表示画像を生成してもよい。
（測定値の測定時の測定結果を表示する例）
画像Ｄ１－画像Ｄ１０において、各測定値の測定時に撮像された医用画像がさらに表示されてもよい。当該医用画像とは、例えば、頭部、頚部、胸部、腰部（腰椎（Ｌｕｍｂａｒ）：Ｌ１－Ｌ４等）、股関節、膝関節、足関節、足部、足趾、肩関節、肘関節、手関節、手部、手指あるいは顎関節等が撮像されている医用画像であってもよい。医用画像の撮影部位の種類はこの限りではない。また、医用画像は、単純Ｘ線が照射される対象部位が正面から写る正面像であってもよいし、対象部位が側面から写る側面像であってもよい。Ｘ線画像は、皮質骨及び海綿骨の少なくとも一方が写る画像であってもよい。また、画像Ｄ１－画像Ｄ１０に、表示されている測定値に対応する測定結果が表示されてもよい。例えば、表示される測定結果は、ＤＸＡ法によって測定された測定結果を示す表示であってもよい。
（推定値の推定および推測値の推測に用いた医用画像を表示する他の例）
画像Ｄ１－画像Ｄ１０において、各推定値の推定および各推測値の推測に用いた医用画像がさらに表示される場合、当該医用画像は推定に用いた領域が分かるように表示されてもよい。
例えば、第１生成部４２２は、推定値の推定に用いた領域に対してヒートマップを生成してもよい。この場合、例えば、ヒートマップの外縁が推定に用いた領域のセグメテーション領域を示してもよい。ヒートマップは、骨密度の大きさを任意の色の濃度で表してもよい。例えば、第１生成部４２２は、着目の度合を示すヒートマップを生成してもよい。また、骨密度の数値を示すヒートマップを生成してもよい。また、第１生成部４２２は、骨折する可能性（確率）を示すヒートマップを生成してもよい。表示画像は、当該ヒートマップが医用画像に重畳された画像を表示してもよい。ヒートマップに用いる画像は、静止画でもよく、動画であってもよい。動画で示すことで、例えば、様々なヒートマップを順番にフェードさせることで、各ヒートマップ間の関係を視覚的に認識することが容易となる。また、解析結果が、セグメンテーション領域以外も含む骨密度のヒートマップである場合には、その一部のセグメンテーション領域を枠線で囲んでもよい。
（医用画像および測定結果の表示方法）
画像Ｄ１－画像Ｄ１０において、各推定値の推定および各推測値の推測に用いた医用画像がさらに表示される場合、マウスのカーソル等が推定値の表示領域または推測値の表示領域に重なると、該推定値または推測値に対応する医用画像が表示されてもよい。ここで、対応する医用画像とは、推定値の推定または推測値の推測に用いられた医用画像であってもよい。例えば、医用画像における推定値の推定または推測値の推測に用いた領域が分かるように、該医用画像が表示されてもよい。また、マウスのカーソル等が測定値の表示領域に重なると、該測定値に対応する測定結果が表示されてもよい。例えば、表示される測定結果は、ＤＸＡ法によって測定された測定結果を示す表示であってもよい。これらの医用画像の表示または測定結果の表示は、マウスのカーソル等が重なった測定値の表示領域または推測値の表示領域からの吹き出しに表示されてもよい。また、推定値、推測値または測定値の表示領域に対してクリック操作が行われた場合に、上述の医用画像または測定結果の表示を含む表示画像が表示されてもよい。
推定値および測定値に対応する医用画像を表示する表示画像の一例を説明する。図１２は、推定値の推定に用いた医用画像および測定値に対応する測定結果を表示する表示画像の一例を示す図である。図１２について、上述の図３で説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。図１２に示す画像Ｄ１１には、骨密度の推移Ｔ１を示すグラフを示す表示Ｐ６と、推定値ｎ２に対応する医用画像の表示である表示Ｐ７と、測定値ｍ３に対応する測定結果の表示である表示Ｐ８とが含まれている。図１２に示すように、画像Ｄ１１には、推定値ｎ２の表示領域にマウスのカーソルＰ５ａが重なると、推定値ｎ２に対応する医用画像の表示である表示Ｐ７が表示されてもよい。例えば、操作受付部４２３が推定値ｎ２の表示領域にマウスのカーソルＰ５ａを重ねる操作を受け付けると、画像生成部４２４は表示Ｐ７を含む表示画像を生成し、表示制御部４２６が当該表示画像を表示部４５に表示させる。また、図１２に示すように、測定値ｍ３の表示領域にマウスのカーソルＰ５ｂが重なると、測定値ｍ３に対応する測定結果の表示Ｐ８が表示されてもよい。
図１３は、推定値ｎ２に対応する医用画像の表示の他の例を示す図である。本例では、図１２に示す推定値ｎ２の表示領域にマウスのカーソルＰ５ａが重なると、推定値ｎ２に対応する医用画像の表示である表示Ｐ７ａが表示される。表示Ｐ７ａには、医用画像における推定値ｎ２の推定に用いた領域を示す枠線である表示Ｐ７１０が表示されている。
（複数の部位のそれぞれの骨密度の推移を表示する例）
表示部４５に表示される表示画像には、医用画像に撮像されている複数の部位のそれぞれの骨密度の推移が表示されてもよい。複数の部位のそれぞれの骨密度の推移を表示する表示画像の一例を説明する。図１４は、複数の部位のそれぞれの骨密度の推移を表示する表示画像の一例を示す図である。図１４について、上述の図３で説明した表示と同じ表示については、同じ符号を付記し、その説明をここでは繰り返さない。図１４に示す画像Ｄ１２には、骨密度の推移Ｔ１を示すグラフを示す表示Ｐ１１と医用画像の表示である表示Ｐ９とが含まれている。医用画像の表示Ｐ９には、腰椎の各部位であるＬ１－Ｌ４が撮像されている領域を示す枠線である表示Ｐ９１から表示Ｐ９４が表示されている。例えば、図１４に示すように、腰椎Ｌ１の表示領域である表示Ｐ９１内にマウスのカーソルＰ１０が位置すると、腰椎Ｌ１における骨密度の推移を示す画像が表示されてもよい。また、腰椎Ｌ１－Ｌ４の各骨密度の推移を同時に表示する表示画像が表示されてもよい。このような表示画像においては、例えば、腰椎Ｌ１の表示領域である表示Ｐ９１内にマウスのカーソルＰ１０が位置すると、腰椎Ｌ１における骨密度の推移が強調されて表示されてもよい。
（推測結果として骨折の推測箇所を表示する例）
操作受付部４２３は、対象者の骨折に関する推測を指示する操作入力を受け付けてもよい。操作受付部４２３は当該操作入力を受け付けると、第２生成部４２７に対象者の骨折に関する推測を示す推測情報４３４の生成を指示する。さらに、操作受付部４２３は、画像生成部４２４に該推測情報４３４が示す対象者の骨折に関する推測を表示する表示画像の生成を指示する。操作受付部４２３は、表示終了を指示する操作入力を受け付ける。操作受付部４２３は当該操作入力を受け付けると、表示制御部４２６に表示終了を指示する。
《第２生成部４２７の他の例》
制御部４２が備える第２生成部４２７は、以下の処理を行ってもよい。第２生成部４２７は、記憶部４３に格納されている医用画像データ４３２が示す医用画像から推測される対象者の将来骨折が発生する可能性に関する情報を含む推測情報４３４を生成する。例えば、第２生成部４２７は、第１時点における対象者の骨が写る医用画像から推測された将来骨折が発生する可能性に関する情報を含む推測情報４３４を生成してもよい。推測情報４３４は、例えば、対象者の将来骨折が発生する確率、骨折が発生すると推測される時期及び骨折が発生する箇所等を示す情報の少なくともいずれかを含んでもよい。
第２生成部４２７は、第２時点における対象者の骨が写る医用画像から推測された、対象者の骨折に関する情報を含む推測情報４３４を生成してもよい。推測情報４３４は、第４時点の対象者の骨折に関する情報を含んでもよい。第４時点は、第２時点及び第３時点と異なる時点であってもよい。
画像生成部４２４が推測情報４３４を用いて画像を生成する場合、画像生成部４２４は、第４時点と対応付けられた推測情報４３４を表示する表示画像を生成してもよい。
〈推測モデル４２７１の他の例〉
本例に係る第２生成部４２７が備える推測モデル４２７１は以下の処理を行ってもよい。推測モデル４２７１は、対象者の医用画像データ４３２が示す医用画像から、当該医用画像が撮像された時点とは異なる時点の対象者の将来骨折が発生する可能性に関する情報を推測してもよい。推測モデル４２７１は、第３の人の骨が写る医用画像（第４画像）を含む学習データと、第３の人の骨折に関する情報を含む教師データとに基づいて設定されてもよい。上述の「第３の人」は、特に、ヒトに限定されなくてもよい。例えば、「対象者」と同種の動物であってもよい。
例えば、学習データに含まれる複数の学習画像データのそれぞれに対して、当該学習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骨折に関する情報が教師データとして対応付けられている。教師データは、骨評価情報及び第３の人の骨折した箇所が写る医用画像（第５画像）等の少なくともいずれかであってもよい。第５画像は、第４画像と同じ部位が写る画像であってよい。第５画像は、第４画像と異なる部位が写る画像であってよい。
教師データは、学習用画像データが撮影された時期と異なる時期に測定されたものであってもよい。教師データは、学習用画像データが撮影された時期とほぼ同じ時期に測定されたものであってもよい。
推測モデル４２７１は、複数のモデルによって構成されてもよい。例えば、推測モデル４２７１は、医用画像から当該医用画像が撮像された時点とは異なる時点の対象者の骨密度を推測するモデル、医用画像から該医用画像が撮像された時点とは異なる時点の対象者の将来骨折が発生する可能性を推測するモデルなどにより構成されてもよい。複数のモデルから出力された推測結果は、表示部４５に表示される表示画像において、一緒に表示してもよいし、何れか一つだけが表示されてもよい。
推測情報４３４は、第１手法と第２手法とは異なる種類の情報を示す手法であってもよい。例えば、第１手法は、骨密度に関する情報を示す手法、第２手法は骨折に関する情報を示す手法であってもよい。例えば、対象者の骨密度の測定値及び対象者の骨密度の推定値は、表示部４５に表示される表示画像において、同じ表示態様で示されてもよい。対象者の骨折に関する情報は、表示部４５に表示される表示画像において、対象者の骨密度の測定値及び対象者の骨密度の推定値の表示態様とは異なる表示態様で示されてもよい。
表示部４５に表示される表示画像には、推測情報４３４が示す将来骨折が生じる可能性が高い箇所が表示されてもよい。図１５は、表示部４５に表示される表示画像に含まれる、骨折が生じる可能性が高い箇所を示す表示の一例を示す図である。図１５の左の図に示す例では、表示部４５に表示される表示画像には、Ｘ線画像の表示である表示Ｐ１３が含まれている。表示Ｐ１３には、将来骨折が生じる可能性が高い領域を示す枠線である表示Ｐ１３１が含まれている。
図１５の右の図に示す例では、表示部４５に表示される表示画像には、Ｘ線画像の表示である表示Ｐ１４が含まれている。表示Ｐ１４には、骨密度の推測に用いる領域を示す枠線である表示Ｐ１４と、将来骨折が生じる可能性が高い領域を示す枠である表示Ｐ１４１および表示Ｐ１４２とが含まれている。例えば、将来骨折が生じる可能性が高い領域を示す枠線である表示Ｐ１４１および表示Ｐ１４２の周辺に、「推測」等の表記が表示されてもよい。
〔実施形態２〕
本開示の他の実施形態について、図１６を参照しながら、以下に説明する。また、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。
図１６は、本実施形態に係る情報処理システム１ａの一例の要部構成を示すブロック図である。図１６に示すように、情報処理システム１ａは、測定装置２、撮像装置３、表示装置（画像生成装置）４ａ、第１生成装置４２２０ａおよび第２生成装置４２２７０ａを含む。各装置は、有線または無線による通信行う。また、当該通信は図１６に示すように、ネットワーク５ａを介して行われてもよい。
第１生成装置４２２０ａは、実施形態１にて説明した第１生成部４２２が行う処理と同様の処理を行う。第１生成装置４２２０ａは通信部４２２１ａを介して生成した推定情報４３３を表示装置４に送信する。
第２生成装置４２７０ａは、実施形態１にて説明した第２生成部４２７が行う処理と同様の処理を行う。第２生成装置４２７０ａは、通信部４２７１ａを介して推測情報４３４の生成の指示を受信する。また、第２生成装置４２７０ａは、通信部４２７１ａを介して生成した推測情報４３４を表示装置４に送信する。
表示装置４ａは、通信部４１ａ、制御部４２ａ、記憶部４３ａ、操作入力部４４および表示部４５を備える。制御部４２ａの取得部４２１ａは、通信部４１ａを介して、測定情報４３１、推定情報４３３および推測情報４３４を受信する。表示装置４ａは、実施形態１にて説明した画像生成処理を行う。また、表示装置４ａは、操作受付部４２３ａが対象者の骨に関する推測を指示する操作入力を受け付ける指示を受け付けると、通信部４１ａを介して、推測情報４３４の生成の指示を第２生成装置４２７０ａに送信する。操作受付部４２３ａは操作受付部４２３と同様の操作を受け付ける。また、操作入力部４４および操作受付部４２３ａの処理を行う操作入力装置が表示装置４ａとは、異なる装置として情報処理システム１ａに含まれていてもよい。この場合、当該操作入力装置は、ネットワーク５ａを介して、表示装置４ａ、第２生成装置４２７０ａ等と通信を行ってもよい。
〔実施形態３〕
本開示の他の実施形態について、図１７を参照しながら、以下に説明する。また、説明の便宜上、上記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。
図１７は、本実施形態に係る情報処理システム１ｂの一例の要部構成を示すブロック図である。図１７に示すように、情報処理システム１ｂは、測定装置２、撮像装置３、表示装置４ｂ、第１生成装置４２２０ａ、第２生成装置４２２７０ａおよびサーバ装置（画像生成装置）６ｂを含む。各装置は、有線または無線による通信行う。また、当該通信は図１７に示すように、ネットワーク５ａを介して行われてもよい。また、サーバ装置６ｂはクラウドサーバであってもよい。
第１生成装置４２２０ａは、実施形態１にて説明した第１生成部４２２が行う処理と同様の処理を行う。第１生成装置４２２０ａは通信部４２２１ａを介して生成した推定情報４３３をサーバ装置６ｂに送信する。
第２生成装置４２７０ａは、実施形態１にて説明した第２生成部４２７が行う処理と同様の処理を行う。第２生成装置４２７０ａは、通信部４２７１ａを介して推測情報４３４の生成の指示を受信する。また、第２生成装置４２７０ａは、通信部４２７１ａを介して生成した推測情報４３４をサーバ装置６ｂに送信する。
サーバ装置６ｂは、通信部６１ｂ、制御部６２ｂおよび記憶部６３ｂを備える。制御部６２ｂの取得部６２１ｂは、通信部６１ｂを介して受信した測定情報４３１、推定情報４３３および推測情報４３４を記憶部６３ｂに格納する。制御部６２ｂの情報取得部６２５ｂおよび画像生成部６２４ｂは、実施形態１にて説明した、情報取得部４２５および画像生成部４２４と同様に画像生成処理を行う。サーバ装置６ｂは、通信部６１ｂを介して生成した画像データ４３０ｂを表示装置４ｂに送信する。
表示装置４ｂは、通信部４１ｂ、制御部４２ｂ、記憶部４３ｂ、操作入力部４４および表示部４５を備える。表示装置４ｂは、操作受付部４２３ｂが対象者の骨に関する推測を指示する操作入力を受け付ける指示を受け付けると、通信部４１ｂを介して、第２生成装置４２７０ａに推測情報４３４の生成の指示を送信する。操作受付部４２３ｂは操作受付部４２３と同様の操作を受け付ける。制御部４２ｂの取得部４２１ｂは、通信部４１ｂを介して、画像データ４３０ｂをサーバ装置６ｂから取得する。取得部４２１ｂは、取得した画像データ４３０ｂを記憶部４３ｂに格納し、画像データ４３０ｂを格納したことを示す信号を表示制御部４２６ｂに送信する。表示制御部４２６ｂは当該信号を取得部４２１ｂから受信すると、記憶部４３ｂから画像データ４３０ｂを取得し、表示部４５に画像データ４３０ｂが示す画像を表示する。
〔ソフトウェアによる実現例〕
表示装置（４、４ａ、４ｂ）、第１生成装置（４２２０ａ）、第２生成装置（４２７０ａ）、サーバ装置（６ｂ）（以下、「装置」と呼ぶ）の機能は、当該装置としてコンピュータを機能させるためのプログラムであって、当該装置の各制御ブロック（特に制御部に含まれる各部）としてコンピュータを機能させるためのプログラムにより実現することができる。
この場合、上記装置は、上記プログラムを実行するためのハードウェアとして、少なくとも１つの制御装置（例えばプロセッサ）と少なくとも１つの記憶装置（例えばメモリ）を有するコンピュータを備えている。この制御装置と記憶装置により上記プログラムを実行することにより、上記各実施形態で説明した各機能が実現される。
上記プログラムは、一時的ではなく、コンピュータ読み取り可能な、１または複数の記録媒体に記録されていてもよい。この記録媒体は、上記装置が備えていてもよいし、備えていなくてもよい。後者の場合、上記プログラムは、有線または無線の任意の伝送媒体を介して上記装置に供給されてもよい。
また、上記各制御ブロックの機能の一部または全部は、論理回路により実現することも可能である。例えば、上記各制御ブロックとして機能する論理回路が形成された集積回路も本開示の範疇に含まれる。この他にも、例えば量子コンピュータにより上記各制御ブロックの機能を実現することも可能である。
また、上記各実施形態で説明した各処理は、ＡＩ（Artificial Intelligence：人工知能）に実行させてもよい。この場合、ＡＩは上記制御装置で動作するものであってもよいし、他の装置（例えばエッジコンピュータまたはクラウドサーバ等）で動作するものであってもよい。
以上、本開示に係る発明について、諸図面および実施例に基づいて説明してきた。しかし、本開示に係る発明は上述した各実施形態に限定されるものではない。すなわち、本開示に係る発明は本開示で示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本開示に係る発明の技術的範囲に含まれる。つまり、当業者であれば本開示に基づき種々の変形または修正を行うことが容易であることに注意されたい。また、これらの変形または修正は本開示の範囲に含まれることに留意されたい。
〔まとめ〕
本開示の態様１に係る情報処理システムは、第１手法に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する第１取得部と、前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる前記対象者の骨に関する情報を示す第２情報を取得する第２取得部と、前記第１情報および前記第２情報を表示する表示画像を生成する生成部と、を備える。
本開示の態様２に係る情報処理システムは、前記態様１において、前記第１情報および前記第２情報は、前記対象者の骨密度、骨量および骨質のうちの少なくともいずれか１つに関する情報であってもよい。
本開示の態様３に係る情報処理システムは、前記態様２において、前記第１取得部は、第１時点において測定された前記第１情報を取得し、前記第２取得部は、前記第１時点とは異なる第２時点における前記対象者の骨が写る第１画像から推定モデルによって推定された骨密度、骨量および骨質のうちの少なくともいずれか１つを示す前記第２情報を取得し、前記生成部は、前記第１情報および前記第２情報を、前記第１時点および前記第２時点の時系列順に並べた前記表示画像を生成してもよい。
本開示の態様４に係る情報処理システムは、前記態様３において、前記推定モデルは、第１の人の骨が写る第２画像を含む学習データと、前記第１の人の骨密度、骨量および骨質のうちの少なくともいずれか１つを含む教師データとに基づいて設定されてもよい。
本開示の態様５に係る情報処理システムは、前記態様３または４において、前記第１時点または前記第２時点における前記対象者の骨が写る画像から推測モデルによって推測された骨密度、骨量および骨質のうちの少なくともいずれか１つに関する推測情報を取得する第３取得部をさらに備え、前記対象者の骨が写る画像が前記第１時点における前記対象者の骨が写る画像である場合、前記推測情報は、前記第１時点とは異なる第３時点の情報であり、前記対象者の骨が写る画像が前記第２時点における前記対象者の骨が写る画像である場合、前記推測情報は、前記第２時点とは異なる第３時点の情報であり、前記生成部は、前記第３時点と対応付けられた前記推測情報を表示する前記表示画像を生成してもよい。
本開示の態様６に係る情報処理システムは、前記態様５において、前記推測モデルは、第２の人の骨が写る第３画像を含む学習データと、前記第２の人の骨密度、骨量および骨質のうちの少なくともいずれか１つを含む教師データとに基づいて設定されてもよい。
本開示の態様７に係る情報処理システムは、前記態様６において、 前記推測情報は、前記対象者に対して骨密度、骨量および骨質のうちの少なくともいずれか１つについての治療が行われた場合の前記対象者の骨密度に関する情報であり、前記第２の人は、骨密度、骨量および骨質のうちの少なくともいずれか１つについての治療を受けた人であり、前記推測モデルは、前記治療を受けた前記第２の人の骨が写る前記第３画像を含む学習データと、前記第２の人の骨密度、骨量および骨質のうちの少なくともいずれか１つを含む教師データとに基づいて設定されてもよい。
本開示の態様８に係る情報処理システムは、前記態様５から７の何れかにおいて、前記対象者の骨が写る画像が前記第１時点における前記対象者の骨が写る画像である場合、前記第３時点は、前記第１時点より前の時点、または前記第１時点より後の時点であり、前記対象者の骨が写る画像が前記第２時点における前記対象者の骨が写る画像である場合、前記第３時点は、前記第２時点より前の時点、または前記第２時点より後の時点であってもよい。
本開示の態様９に係る情報処理システムは、前記態様３から８の何れかにおいて、前記生成部は、前記第２情報が推定されるために用いられる前記第１画像に写る骨の名称を示す情報を表示する前記表示画像を生成してもよい。
本開示の態様１０に係る情報処理システムは、前記態様１から９の何れかにおいて、前記生成部は、前記第２情報を、前記第１情報と異なる表示態様で示す前記表示画像を生成してもよい。
本開示の態様１１に係る情報処理システムは、前記態様１から１０の何れかにおいて、前記生成部は、前記対象者に対する骨密度、骨量および骨質のうちの少なくともいずれか１つについての治療の期間を示す情報を表示する前記表示画像を生成してもよい。
本開示の態様１２に係る情報処理システムは、前記態様１から１１の何れかにおいて、前記生成部は、前記対象者とは異なる参照者の骨密度、骨量および骨質のうちの少なくともいずれか１つの推移を示す推移情報を表示する前記表示画像を生成してもよい。
本開示の態様１３に係る情報処理システムは、前記態様１から１２の何れかにおいて、前記生成部は、骨密度、骨量および骨質のうちの少なくともいずれか１つに対する判定基準を示す情報を表示する前記表示画像を生成してもよい。
本開示の態様１４に係る情報処理システムは、前記態様１から１３の何れかにおいて、前記生成部は、前記第１手法および前記第２手法を示す表示を含む前記表示画像を生成してもよい。
本開示の態様１５に係る情報処理システムは、前記態様１から１４の何れかにおいて、骨について測定を実行する測定装置を備え、前記第１情報は、骨について測定を実行する前記測定装置を用いて測定された情報を含んでもよい。
本開示の態様１６に係る情報処理システムは、前記態様３から９の何れかにおいて、骨が写る画像を撮像する撮像装置を備え、前記第１画像は、前記撮像装置を用いて撮像された画像であってもよい。
本開示の態様１７に係る情報処理方法は、第１手法に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する第１取得ステップと、前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる前記対象者の骨に関する情報を示す第２情報を取得する第２取得ステップと、前記第１情報および前記第２情報を表示する表示画像を生成する生成ステップと、を含む。
本開示の態様１８に係る画像生成装置は、第１手法に基づいて得られる対象者の骨に関する情報を示す第１情報を取得する第１取得部と、前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる前記対象者の骨に関する情報を示す第２情報を取得する第２取得部と、前記第１情報および前記第２情報を表示する表示画像を生成する生成部と、を備える。
本開示の態様１９に係る画像生成プログラムは、前記態様１８に記載の情報処理システムとしてコンピュータを機能させるための画像生成プログラムであって、前記第１取得部、前記第２取得部、前記生成部としてコンピュータを機能させるための画像生成プログラム。
１、１ａ、１ｂ 情報処理システム
４、４ａ 表示装置（画像生成装置）
６ｂ サーバ装置（画像生成装置）
４２１、４２１ａ、６２１ｂ 取得部（第１取得部）
４２４、６２４ｂ 画像生成部（生成部）
４２５、６２５ｂ 情報取得部（第１取得部、第２取得部、第３取得部）
４３１ 測定情報（第１情報）
４３３ 推定情報（第２情報）
４３４ 推測情報
４２２１ 推定モデル
４２７１ 推測モデル
Ｓ２ 第１取得ステップ
Ｓ３ 第２取得ステップ
Ｓ４ 生成ステップ

Claims (19)

  1. 第１手法に基づいて得られる対象者の骨に関する測定値を含む情報を示す第１情報を取得する第１取得部と、
    前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる、前記対象者の骨が写る画像から推定された前記画像の撮像時点における前記対象者の骨に関する推定値を含む情報を示す第２情報を取得する第２取得部と、
    前記第１情報および前記第２情報を表示する表示画像を生成する生成部と、を備える情報処理システム。
  2. 前記第１情報および前記第２情報は、前記対象者の骨密度、骨量および骨質のうちの少なくともいずれか１つに関する情報である
    請求項１に記載の情報処理システム。
  3. 前記第１取得部は、第１時点において測定された前記第１情報を取得し、
    前記第２取得部は、前記第１時点とは異なる第２時点における前記対象者の骨が写る第１画像から推定モデルによって推定された前記第２情報を取得し、
    前記生成部は、前記第１情報および前記第２情報を、前記第１時点および前記第２時点の時系列順に並べた前記表示画像を生成する
    請求項２に記載の情報処理システム。
  4. 前記推定モデルは、第１の人の骨が写る第２画像を含む学習データと、前記第１の人の骨密度、骨量および骨質のうちの少なくともいずれか１つを含む教師データとに基づいて設定される
    請求項３に記載の情報処理システム。
  5. 前記第１時点または前記第２時点における前記対象者の骨が写る画像から推測モデルによって推測された骨密度、骨量および骨質のうちの少なくともいずれか１つに関する推測情報を取得する第３取得部をさらに備え、
    前記対象者の骨が写る画像が前記第１時点における前記対象者の骨が写る画像である場合、前記推測情報は、前記第１時点とは異なる第３時点の情報であり、
    前記対象者の骨が写る画像が前記第２時点における前記対象者の骨が写る画像である場合、前記推測情報は、前記第２時点とは異なる第３時点の情報であり、
    前記生成部は、前記第３時点と対応付けられた前記推測情報を表示する前記表示画像を生成する、
    請求項３に記載の情報処理システム。
  6. 前記推測モデルは、第２の人の骨が写る第３画像を含む学習データと、前記第２の人の骨密度、骨量および骨質のうちの少なくともいずれか１つを含む教師データとに基づいて設定される
    請求項５に記載の情報処理システム。
  7. 前記推測情報は、前記対象者に対して骨密度、骨量および骨質のうちの少なくともいずれか１つについての治療が行われた場合の前記対象者の骨密度に関する情報であり、
    前記第２の人は、骨密度、骨量および骨質のうちの少なくともいずれか１つについての治療を受けた人であり、
    前記推測モデルは、前記治療を受けた前記第２の人の骨が写る前記第３画像を含む学習データと、前記第２の人の骨密度、骨量および骨質のうちの少なくともいずれか１つを含む教師データとに基づいて設定される
    請求項６に記載の情報処理システム。
  8. 前記対象者の骨が写る画像が前記第１時点における前記対象者の骨が写る画像である場合、前記第３時点は、前記第１時点より前の時点、または前記第１時点より後の時点であり、
    前記対象者の骨が写る画像が前記第２時点における前記対象者の骨が写る画像である場合、前記第３時点は、前記第２時点より前の時点、または前記第２時点より後の時点である、
    請求項５に記載の情報処理システム。
  9. 前記生成部は、前記第２情報が推定されるために用いられる前記第１画像に写る骨の名称を示す情報を表示する前記表示画像を生成する、
    請求項３に記載の情報処理システム。
  10. 前記生成部は、前記第２情報を、前記第１情報と異なる表示態様で示す前記表示画像を生成する、
    請求項１に記載の情報処理システム。
  11. 前記生成部は、前記対象者に対する骨密度、骨量および骨質のうちの少なくともいずれか１つについての治療の期間を示す情報を表示する前記表示画像を生成する、
    請求項１に記載の情報処理システム。
  12. 前記生成部は、前記対象者とは異なる参照者の骨密度、骨量および骨質のうちの少なくともいずれか１つの推移を示す推移情報を表示する前記表示画像を生成する、
    請求項１に記載の情報処理システム。
  13. 前記生成部は、骨密度、骨量および骨質のうちの少なくともいずれか１つに対する判定基準を示す情報を表示する前記表示画像を生成する、
    請求項１に記載の情報処理システム。
  14. 前記生成部は、前記第１手法および前記第２手法を示す表示を含む前記表示画像を生成する
    請求項１に記載の情報処理システム。
  15. 骨について測定を実行する測定装置を備え、
    前記第１情報は、前記測定装置を用いて測定された情報を含む、
    請求項１に記載の情報処理システム。
  16. 骨が写る画像を撮像する撮像装置を備え、
    前記第１画像は、前記撮像装置を用いて撮像された画像である、
    請求項３に記載の情報処理システム。
  17. 第１手法に基づいて得られる対象者の骨に関する測定値を含む情報を示す第１情報を取得する第１取得ステップと、
    前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる、前記対象者の骨が写る画像から推定された前記画像の撮像時点における前記対象者の骨に関する推定値を含む情報を示す第２情報を取得する第２取得ステップと、
    前記第１情報および前記第２情報を表示する表示画像を生成する生成ステップと、
    を含む情報処理方法。
  18. 第１手法に基づいて得られる対象者の骨に関する測定値を含む情報を示す第１情報を取得する第１取得部と、
    前記対象者に対して前記第１手法と異なる第２手法に基づいて得られる、前記対象者の骨が写る画像から推定された前記画像の撮像時点における前記対象者の骨に関する推定値を含む情報を示す第２情報を取得する第２取得部と、
    前記第１情報および前記第２情報を表示する表示画像を生成する生成部と、を備える画像生成装置。
  19. 請求項１８に記載の画像生成装置としてコンピュータを機能させるための画像生成プログラムであって、前記第１取得部、前記第２取得部、前記生成部としてコンピュータを機能させるための画像生成プログラム。
JP2024012065A 2023-09-13 2024-01-30 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム Active JP7664438B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2024012065A JP7664438B2 (ja) 2023-09-13 2024-01-30 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2023148672 2023-09-13
JP2024012065A JP7664438B2 (ja) 2023-09-13 2024-01-30 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2023148672 Division 2023-09-13 2023-09-13

Publications (2)

Publication Number Publication Date
JP2025041498A JP2025041498A (ja) 2025-03-26
JP7664438B2 true JP7664438B2 (ja) 2025-04-17

Family

ID=95021476

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2024012065A Active JP7664438B2 (ja) 2023-09-13 2024-01-30 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム

Country Status (4)

Country Link
JP (1) JP7664438B2 (ja)
KR (1) KR20260048347A (ja)
CN (1) CN121816155A (ja)
WO (1) WO2025058057A1 (ja)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002203199A (ja) 2000-12-28 2002-07-19 Mitsubishi Kagaku Bio-Clinical Laboratories Inc 検査報告書及び検査報告書作成システム及びそのシステムのためのサーバ及び出力端末並びにコンピュータ読み取り可能な記録媒体
JP2002531198A (ja) 1998-11-30 2002-09-24 ホロジック， インコーポレイテッド 定量的及び画像データを含むｄｉｃｏｍ準拠ファイル通信
JP2004105738A (ja) 2002-09-19 2004-04-08 Ge Medical Systems Global Technology Co Llc 絶対骨折リスクの評価を行う骨密度測定装置
JP2011125476A (ja) 2009-12-17 2011-06-30 Hitachi Aloka Medical Ltd 骨密度測定装置
JP2013169212A (ja) 2012-02-17 2013-09-02 Konica Minolta Inc 医用画像処理装置及びプログラム
WO2019208037A1 (ja) 2018-04-24 2019-10-31 株式会社島津製作所 画像解析方法、セグメンテーション方法、骨密度測定方法、学習モデル作成方法および画像作成装置
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
KR102068586B1 (ko) 2018-08-27 2020-01-21 주식회사 셀바스헬스케어 골밀도 정보를 디스플레이 하는 장치
WO2020054738A1 (ja) 2018-09-10 2020-03-19 京セラ株式会社 推定装置、推定システム及び推定プログラム
JP2021087464A (ja) 2019-12-02 2021-06-10 コニカミノルタ株式会社 医用画像解析システム、プログラム及び医用画像解析方法
JP2022019360A (ja) 2020-07-17 2022-01-27 キヤノン株式会社 画像処理装置およびその制御方法
WO2022051411A1 (en) 2020-09-03 2022-03-10 Dexcom, Inc. Glucose alert prediction horizon modification
JP2022068639A (ja) 2020-10-22 2022-05-10 キヤノンメディカルシステムズ株式会社 医用画像処理装置
JP2022122131A (ja) 2021-02-09 2022-08-22 富士フイルム株式会社 運動器疾患予測装置、方法およびプログラム、学習装置、方法およびプログラム並びに学習済みニューラルネットワーク

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002531198A (ja) 1998-11-30 2002-09-24 ホロジック， インコーポレイテッド 定量的及び画像データを含むｄｉｃｏｍ準拠ファイル通信
JP2002203199A (ja) 2000-12-28 2002-07-19 Mitsubishi Kagaku Bio-Clinical Laboratories Inc 検査報告書及び検査報告書作成システム及びそのシステムのためのサーバ及び出力端末並びにコンピュータ読み取り可能な記録媒体
JP2004105738A (ja) 2002-09-19 2004-04-08 Ge Medical Systems Global Technology Co Llc 絶対骨折リスクの評価を行う骨密度測定装置
JP2011125476A (ja) 2009-12-17 2011-06-30 Hitachi Aloka Medical Ltd 骨密度測定装置
JP2013169212A (ja) 2012-02-17 2013-09-02 Konica Minolta Inc 医用画像処理装置及びプログラム
WO2019208037A1 (ja) 2018-04-24 2019-10-31 株式会社島津製作所 画像解析方法、セグメンテーション方法、骨密度測定方法、学習モデル作成方法および画像作成装置
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
KR102068586B1 (ko) 2018-08-27 2020-01-21 주식회사 셀바스헬스케어 골밀도 정보를 디스플레이 하는 장치
WO2020054738A1 (ja) 2018-09-10 2020-03-19 京セラ株式会社 推定装置、推定システム及び推定プログラム
JP2021087464A (ja) 2019-12-02 2021-06-10 コニカミノルタ株式会社 医用画像解析システム、プログラム及び医用画像解析方法
JP2022019360A (ja) 2020-07-17 2022-01-27 キヤノン株式会社 画像処理装置およびその制御方法
WO2022051411A1 (en) 2020-09-03 2022-03-10 Dexcom, Inc. Glucose alert prediction horizon modification
JP2022068639A (ja) 2020-10-22 2022-05-10 キヤノンメディカルシステムズ株式会社 医用画像処理装置
JP2022122131A (ja) 2021-02-09 2022-08-22 富士フイルム株式会社 運動器疾患予測装置、方法およびプログラム、学習装置、方法およびプログラム並びに学習済みニューラルネットワーク

Also Published As

Publication number Publication date
JP2025041498A (ja) 2025-03-26
WO2025058057A1 (ja) 2025-03-20
CN121816155A (zh) 2026-04-07
KR20260048347A (ko) 2026-04-09

Similar Documents

Publication Publication Date Title
CN112654291B (zh) 推定装置、推定系统以及记录推定程序的计算机可读取的非暂时性记录介质
Jiang et al. Three‐dimensional printing in orthopaedic preoperative planning improves intraoperative metrics: a systematic review
de Cesar Netto et al. Influence of investigator experience on reliability of adult acquired flatfoot deformity measurements using weightbearing computed tomography
Sasaki et al. Evaluation of sagittal spine-pelvis-lower limb alignment in elderly women with pelvic retroversion while standing and walking using a three-dimensional musculoskeletal model
Pasha et al. Application of low-dose stereoradiography in in vivo vertebral morphologic measurements: comparison with computed tomography
CN114903504A (zh) 运动器官疾病预测装置、方法及存储介质、学习装置、方法及存储介质及学习完成神经网络
Xia et al. Computerized virtual surgery planning for ORIF of proximal humeral fractures
Cone 3rd et al. Triplane fracture of the distal tibial epiphysis: radiographic and CT studies.
JP2025166099A (ja) 判定システム、判定システムの制御方法、および制御プログラム
JP7664438B2 (ja) 情報処理システム、情報処理方法、画像生成装置および画像生成プログラム
JP2022110399A (ja) 画像処理装置及びプログラム
WO2024181506A1 (ja) 情報処理システム、情報処理システムの制御方法、制御プログラム、記録媒体
Wirth et al. C-arm-based mobile computed tomography: a comparison with established imaging on the basis of simulated treatments of talus neck fractures in a cadaveric study
Krakowski et al. Usefulness of rapid prototyping in planning complex trauma surgeries
Bartoníček et al. Valgus intertrochanteric osteotomy for coxa vara of Bucholz–Ogden Types II and III in patients older than 30 years
Barreto et al. P50. Optimizing preoperative decision-making for spinal degeneration: automated segmentation and finite element analysis to evaluate bone quality
Papaloucas et al. Quantitative Radiographic Assessment of Cancellous Bone Changes in the Proximal Tibia After Total Knee Arthroplasty: a 3-year Follow-up Study: CD Papaloucas et al.
Khoo et al. Patterns of Bone Density Change in L4-L5 Spondylolisthesis
WO2025206282A1 (ja) 情報処理システム、予測装置、情報処理方法、制御プログラム及び記録媒体
Spina et al. Proximal junctional failure in adult spinal deformity surgery: incidence, risk factors, and management
Ivanov et al. Biomechanics as a basis for clinical decision support systems in the surgery of the spine-pelvic complex
HO BA THO Characterization and Modeling of Morphological Evolutions in Bones
Usami et al. Preoperative “software-based reduction and fixation” using a 3D workstation software for posterior malleolus intra-articular fracture: A case report
Okano et al. Bone mineral densities in patients with developmental dysplasia of the hip
Rojas et al. Complementary Viewpoints About Bone Quality in the Context of Prosthetic and Implant Success: A Narrative Review

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20240130

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20240130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240507

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240705

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20241008

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20241209

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: 20250311

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20250407

R150 Certificate of patent or registration of utility model

Ref document number: 7664438

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150