このコンテンツは医療従事者向けの内容です。
CT画像解析オプション
Deep Learning 技術*1を活用した画像解析の拡充
- *1 一部の画像解析にDeep Learning技術を用いています。導入後に自動的にシステムの性能や精度が変化することはない。
胸部CTにおける読影ワークフローを支援します。
肺・心臓・甲状腺に対応。
肺結節の候補を検出して表示します。結節内の高吸収域を定量化する補助機能と併せて、読影業務の質の向上を目指します。
臓器セグメンテーション機能で認識した区域情報を表示します。
肺結節の性状分析結果（形状や吸収値など）の観察と分析結果を元に、肺結節の所見文候補を複数作成して提示します。
肺動脈において、周辺組織と比較して低吸収な領域を強調表示します。
胸部の関心領域について仮想的にThinスライスを生成します。
読影ワークフローを強力に支援する機能をセット。
胸部CTにおいて、周辺組織と比較して高吸収な領域を強調表示します。
頸部／縦隔／腋窩において、比較的大きなリンパ節を抽出します。
甲状腺において、周辺組織と比較して高吸収・低吸収領域を強調表示を行います。
心膜腔内において、周辺組織と比較して高吸収な領域を強調表示します。
縦隔リンパ節を、肺癌取扱い規約（第9版）、食道癌取扱い規約（第12版）に基づきラベリングします。
腹部CTにおける読影ワークフローを支援します。
肝臓、腎臓、脾臓、膵臓、副腎、胆嚢、前立腺の抽出に対応。
臓器セグメンテーション機能で認識した区域情報を表示します。
肝臓内の関心領域を性状分析し、自然言語処理技術により所見文候補を複数作成し提示します。
腹部CT画像において、最大短径を自動で計測します。
周辺組織と比較して信号値に変化のある領域を強調表示します。
腹部（大動脈周囲、骨盤部）において、比較的大きなリンパ節を抽出します。
頭部CTにおける読影ワークフローを支援します。
周囲と比較してHU値が高い箇所、低い箇所を強調することで見易くします。
臓器セグメンテーション機能で認識した脳区域情報（34区域）を表示します。
EvansIndex、脳梁角、MidlineShiftを自動計測します。
大動脈（胸部～外腸骨・内腸骨動脈）の直交断面/VR/CPRの3画面を並べて表示します。直交断面の長径・短径を表示し、大動脈瘤の定量化を支援します。過去検査との比較表示も可能です。
骨のCTにおける読影ワークフローを支援します。
肋骨骨折の候補を検出して表示する機能です。以下の補助機能により、読影業務の質の向上を目指します。
臓器セグメンテーション機能で認識した脊椎、肋骨の番号を表示します。
椎体・肋骨のCT値の増減を表示する機能です。
CT画像から、椎体の前／中央／後ろの高さを自動計測をする機能です。
厚いスライスの画像に対して、薄いスライスを推定した再構成画像を表示します。
各臓器・区域の体積推移をグラフで観察することができます。
臓器セグメンテーション技術を応用した所見文作成支援機能を利用できます。胸部、腹部、骨、頭部を対象としています。
- *2 本機能は画像処理プログラム FS-AI683型で実現しています。
- *3 本機能は肺結節検出プログラム FS-AI688型で実現しています。
- *4 本機能は画像診断ワークステーション用プログラム FS-V686型で実現しています。
- *5 肺結節性状分析機能は、肺結節検出CADを導入した場合、追加可能です。
- *6 本機能は肋骨骨折検出プログラム FS-AI691型で実現しています。
