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。

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。

CT画像から肺野、5葉、気管支、周辺動静脈を自動で抽出する技術です。各抽出結果から低吸収領域の割合を算出します。COPDの診断への貢献が期待されます。

胸部CT画像において、肺区域を右10区域・左8区域に分類する技術です。医師が検出した結節等の病変位置を確認する際に参考となる情報を表示します。

肺のCT画像からCOVID-19肺炎等の特徴的な画像所見を有する可能性がある領域をマーキングする技術です。CT画像を使った肺炎診断への貢献が期待されます。

胸部CT画像から肺結節領域を検出し、検出された領域のサイズやCT値などの計測値を表示します。
結節性病変の見落とし防止、レポート作成の支援を目指します。

浸潤影や網状影、すりガラス影、蜂巣肺など、CT画像上に現れる間質性肺炎の様々な所見を識別し、その分布や体積の解析を支援する技術です。
従来目視で行われていた間質性肺炎の重症度や治療効果などの定量化が期待されます。

胸部単純X線画像から結節・腫瘤影、浸潤影、気胸の3つの画像所見を検出する技術です。健康診断や日常診療など、さまざまな胸部単純X線検査の場面で見落とし防止への貢献が期待されます。

胸部CT画像の肺野内関心領域の高吸収の閾値を推定し、高吸収域の定量値を算出する技術を開発しました。例えば、部分充実型の肺結節の定量的な解析に関する参考情報を得られることが期待されます。