FUJIFILM

統計学的モデル、オブジェクトモデル、物理学的モデルに基づき、画像ノイズや画質を繰り返し演算処理により制御する独自技術を採用。
AIを活用し、高いノイズ低減率においても画像の質感を維持し、低線量時でも視認性の優れた画像を実現します。被ばく低減と画像の質感、ノイズ低減と視認性向上の両立を実現します。

高速化もしくは高分解能化によって低下するSNRをAI技術を用いた画像再構成により構造やコントラストの劣化を抑えつつノイズ成分を除去することで、画質を維持した撮像時間の短縮や画質向上による視認性を向上する技術です。

ThickスライスのCTデータから、仮想的にThinスライスを生成する技術です。全身の部位に適用でき、過去データの活用に役立ちます。また、仮想的に生成したThinスライスデータを用いることで、VR表示やサジタル・コロナルの再構成画像における視認性を高めています。

AI技術を活用してエコー信号とノイズを区別し、診断に必要な信号を抽出します。これにより診断に苦慮した症例でも高画質な画像を提供できる技術です。

過去と現在の画像の椎体をばらばらに認識し、各椎体の位置合わせを行い差分をとる技術です。骨濃度の経時的変化を元画像上に重畳することで変化した部分を可視化します。
過去画像からCT値が増大した部分が赤く、低下した部分が青く表示されています。

MRI画像から大腿骨、脛骨、膝蓋骨、軟骨、半月板を自動で抽出する技術です。軟骨の厚さ、半月板と脛骨の距離を計測することで、侵襲を伴わず膝関節の病態を把握することが可能になります。

各椎体を個別に認識し、脊椎や肋骨のラベリングを行います。これにより、医師が骨の位置を目視で数える負荷を軽減できます。また、椎体の剛体位置合わせによるサブトラクションを行うことで、骨折や骨転移などの可視化に活用されます。