FUJIFILM

脳の区域を100以上の区域にセグメンテーションします。各区域の体積を定量化する技術を開発中です。手術シミュレーションへの活用や、過去・現在の画像から各区域の萎縮率を算出するような応用が期待されます。

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。

膀胱領域を自動で抽出し、膀胱の体積を推定することにより尿量の値を自動計算します。残尿等の計測を簡便にかつ定量的に行うことができ、在宅医療の現場等における医師や看護スタッフによる患者の排尿管理を支援します。

エネルギーサブトラクションによって得られる骨部強調画像から、腰椎や大腿骨を自動的に抽出し、骨密度測定を行う技術を開発中です。

造影CT画像から、膵臓、各周辺臓器領域・周辺脈管を自動抽出し3Dで解析します。
膵管径・残膵体積・断面積の計測、切除シュミレーションを行い、膵臓手術を支援します。

CTまたはMRI画像から左右の腎臓と周辺動静脈を抽出し、腎容積の経時変化の計測を支援します。
形状の多様性から抽出が難しいケースが多い遺伝性疾患である嚢胞腎についても、AI技術により抽出精度を向上し、診断/治療を支援します。

肝内血管の自動抽出（脈管構造認識）により、血管走行を基に定義される機能ごとの肝区域分割（クイノー分割）に対応する自動ラベリングを行います。肝臓に対するIVRプランニングに活用できます。

CT画像から、肝実質・周辺脈管を自動抽出し3Dで解析します。血管の支配領域計算による切除領域プランニングなどによって、術前シミュレーションを支援します。

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。

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。

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。

胸部CTから、縦郭／腋窩リンパ節を抽出する機能です。比較的大きめな縦郭／腋窩リンパ節を抽出します。リンパ節腫大の評価を支援できる可能性があります。

肝臓、腎臓、脾臓で周辺組織と比較して高吸収・低吸収の領域を表示する技術です。

MRI画像から直腸や周囲臓器をセグメンテーションする技術です。
下部消化管領域の手術シミュレーションの活用が期待されます。

MRI画像から脳脊髄液腔の各領域を抽出するAI技術を開発しました。
治療可能な認知症として早期発見が重要なハキム病（iNPH）の診断精度向上を目指します。
この技術では、重要所見（DESH）に関与する領域をAIが効率的に解析し、脳萎縮との判別をサポートすることで、診断の客観性と精度を向上させることが期待されます。

肺動脈で周辺組織と比較して低吸収の領域を表示する技術です。
肺塞栓の診断支援に繋がることが期待されます。

各椎体の高さを自動計測し、ユーザー設定閾値に応じて分類して表示する技術です。
椎体骨折の診断支援が期待されます。

MRI画像に対して、椎体の番号をラベリングする技術です。

副腎、膵臓、胆嚢、リンパ節で周辺組織と比較して高吸収/低吸収となる領域を強調表示する技術です。

高信号/低信号領域の抽出や脳区域ラベリング、脳抽出を行う技術です。

肝臓及び周辺臓器を変形しながら観察し、手術時に剥離する際の脈管の位置推定が可能です。

対象のアプリケーションで作成した3D画像を空間再現ディスプレイに表示し、3D System と同期して操作が可能です。

胆膵の複雑な構造を立体的に表示し、臓器の位置関係などの術前シミュレーションをサポートします。