Growth RTV製品特徴

深層学習支援による臓器抽出(出願済)


独自開発したDICOM RT解析フレームワークによる臓器領域を抽出し、深層学習に用いることで、ワンクリックで対象臓器の三次元領域を高精度に抽出します。
現在は胸腹部臓器(体表、肺(L/R)、肝臓、腎臓(L/R)、脊柱管)の抽出モデルを搭載済みで、他部位も順次アップデートにより追加予定。

充実した基本表示機能


CTおよびMRIの放射線画像DICOMのみでなく、放射線画像データであるDICOM RTフォーマットに対応し、各断面表示、2D・3D輪郭表示、照射野表示、線量分布表示等、充実な基本表示機能を搭載しています。
表示機能一覧:

  • 直交断面表示(アキシャル、コロナル、サジタル)
  • 複数連続断面同時表示(4断面、9断面)
  • コントラスト調整、ズームイン・アウト
  • 断面上臓器輪郭表示
  • 臓器3次元再構成表面表示
  • 2D/3D照射フィールド形状表示(Beamごと、CPごと切り替え可)
  • Beam’s Eye Viewモード
  • DRR表示
  • 体表照射形状表示
  • 線量分布表示
  • DVH表示

抽出臓器のエクスポート


抽出された臓器の形状をSTL、PLY、DICOM RT Structure Set形式でエクスポート可能であり、3Dプリンタでの立体造形・他社製CADと連携可能です。
また、DICOM RT Structure Setでエクスポートした場合、当社OEM製品であるiVASの肺機能評価に用いたり、無償版Growth RTV Eduにて表示することができます。
※本ソフトウェアは医療機器として認定されたものではありません。 診断・治療などの医療行為には使用しないでください。

深層学習モデルの追加学習によるカスタマイズ対応
(※オプション)


基本機能では対応していない臓器に対しても、ご希望の医療・研究施設に応じて、施設内の画像データを利用した領域抽出の追加学習を行った上でカスタマイズ対応可能です。
追加学習の実施形態・料金等についてはご相談ください。

「Deep SealTM」技術による深層学習モデルの識別保護機能


当社独自開発した深層学習モデルの識別保護技術「Deep SealTM」(出願済)によって、深層学習モデルに特別な入出力を学習時に記憶させることで特徴づけることを可能にしました。
Growth RTV内に搭載された基本モデルのみでなく、導入施設側でカスタマイズ学習したモデルに対しても本技術を利用して特徴づけし、コード流出やリバースエンジニアリングによる学習済モデルの無断流用・転用を抑制できます。
また、ご希望によって単一なパターンのみでなく、複数パターンを記憶することが可能であり、抑止力の向上に繋がります。

製品紹介動画

推奨動作環境

仕様概要

項目 要件
OS Windows 7/8/8.1/10 (64bit)
CPU/Memory Intel Core i3 3.0 GHz以上 / 4GB以上
グラフィックス CUDAテクノロジーをサポートした NVIDIA GeForce GTX400シリーズ以降のチップセットを搭載したGPU
グラフィックス メモリ 2.0GB以上 (4.0GB以上推奨)
入力データ規格 DICOM/DICOM RT規格
対応CT・MRI画像 非圧縮/Jpeg Lossless形式/Jpeg 2000形式
外部連携 DICOM Query/Retrieve

※1) 本ソフトウェアは医療機器として認定されたものではありません。 診断・治療などの医療行為には使用しないでください。

この製品のお問い合わせは

当社に関するご要望・ご質問等は、下記のフォームにてお問い合わせ下さい。

お名前*
所属機関
役職
電話番号
メールアドレス*
件名
お問合せ内容*
Return to Top ▲Return to Top ▲