Super LSI
超広域
CMOS技術
既存の小型および中型CMOSセンサーとは異なり、Super LSIはRayence社の大面積ウエハ技術を利用して、世界最大の12インチCMOSを実現しました。緻密なピッチ設計により、高解像度のプレミアム画像を取得することができます。また、on-chip ADC設計でノイズを低減し、異なるレベルのX線画像を作成することができます。


ADC on Chip
ADC on chip設計を採用し、CMOS内部でアナログ信号をデジタル信号に変換して外部に出力します。変換後のデジタル値をチップの外部に出力することで、信号へのノイズ侵入を最低限に抑え、低ノイズ(32µVrms)を実現します。4,608列で並列にアナログ信号をデジタルに変換することで、高速読み出し(14µs/row)を実現しています。
rayence MIDAS 2121


競合他社


ADC on chipを通じてノイズを低減することで、競合他社と比較して約12%向上したというSNR特性を実現します。


* このチップは、ピクセルから収集したアナログ信号を内部でデジタルに変換し、外部に出力することで、ノイズの侵入経路を最小限に抑えます。
Super IGZO TFT
a-Si TFTに比べて画像取得速度が向上されました
さらに、Super IGZOはRayenceの独自開発した技術であり、a-Si TFTに比べて画像取得速度が20倍増しとなっています。特に、Super IGZOは人体手術のX線撮影、歯科のパノラマ/CBCT撮影、産業内部検査など、高速な画像取得が必要な用途において、画像品質と作業効率の両方を確保することができます。
専門のCsl技術
イメージ画質の向上
Rayence CsIの中心技術はX線散乱を最低限に抑えることです。X線を可視光に変換し、シンチレーターを介してピクセルに移動させる過程で、X線の進行方向がずれます。つまり、X線の散乱が起こっているのです。解決策として、散乱を最小限に抑える低線量CsI技術を開発しました。散乱が発生するエリアを最小限に抑えつつ、ぼかし現象を改善し、コントラストを増すことで高解像度を確保しています。


アプリケーションおよび寸法のカスタマイズ
当社はX線アプリケーションとお客様の要望に合わせてシンチレーターを開発しています。当社は、医療、乳房検査、歯科、非破壊検査など、お客様の要望に合わせたさまざまなX線検査ビジネスにソリューションとサービスを提供しています。


優れた均一性
CsI特性を考慮した内部堆積技術により、物質構造が単独で配置されているため、低線量でも優れた品質の画像を提供することが可能です。X線を電気信号に変換して安定的に画像を生成し、そのクラスで最高品質の画像を提供します


優れたエッジたコーティング
反射層を適用することで感度を向上させ、防湿性やさまざまな厚さのシンチレーターの作成など、お客様のニーズに応じた製品を開発しています。感度、DQE、MTFなどのビデオ品質に影響する特性指標を上げることによって、CsI技術をさらに向上させています。


Clear ON
診断の正確性を高めるための画像処理の強化
Clear ON、Rayence画像処理の主なアルゴリズムは鮮やかなX線画像を提供することです。Clear ONはグレースケール範囲を拡大することで、画像のコントラストとシャープネスを高めています。特に、Clear ONは医療X線撮影に特化したスマートなアルゴリズムです。また、HDRとスーパー解像度の改善にも注目してください。

HDR画像処理の前は、軟組織エリアを読影するのが難しかったのですが、HDRで処理されたX線画像には欠損部分がなく、画像が鮮やかに表示されます。したがって、軟組織を見逃すことなく、一度に複数のエリアを表示できるので、読影がよりしやすくなります。
スーパー解像度の性能を向上させることのメリットは、画像の解像度を上げて高解像度の画像を生成できることです。詳細データを含む臨床画像を読影することができるので、病変や欠陥を素早くかつ正確的に検出することができます。
Grid ON
散乱防止アルゴリズム
Grid ONとは、散乱するX線を低減させるための仮想グリッドのアルゴリズムです。「
」 グリッドを使用せずにグリッド機能を実現する散乱防止技術なので、低線量でも撮影することができます。
散乱防止アルゴリズムが採用されたGrid ONは、散乱X線を除去させ、取得した高品質なX線画像を提供する、仮想グリッドの役割を果たしています。
Grid ONが適用された画像は、鮮明さとコントラストが向上されるため、より正確的な読影が可能となります。


Advanced De-Noising
ノイズ低減画像処理
ノイズは読影を妨げる主な原因なので、Advanced De-Noising技術は、ノイズを低減すさせるために開発されています。Advanced De-Noisingは、X線を電気信号に変換する際に発生するノイズを最小限に抑え、低線量でも優れたSNR性能を発揮できるため、従来のノイズ除去アルゴリズムを改良しています。


Advanced De-Noisingアルゴリズムにより、病変や異常サインを検出することで、シャープネスを向上させ、ノイズ低減アルゴリズムを改善し続けます。これにより、画像品質と高性能が実現されています。取得した画像にノイズを識別することで、読影の精度が向上されます。


Blending
異なるレベルのオブジェクトの画像処理
医学スクリーニング人工知能ソリューション
画像認識
AI技術
胸部X線画像を読み取る時に、主要な病変を自動的に検出し、診断の効率と正確性を高めてくれます。
また、胸部画像の解析はX線画像の環境下でなら迅速かつ正確に判断できるため、現場医療スタッフの役に立ちます。

胸部X線画像で発見された主な異常ケースを学習することで、画像の読み取りをサポートします


肺がん、結核、肺炎などの主要な肺疾患の治療をサポートする方法として、正常な所見と異常所見という五つの主要所見とそれらの組み合わせを解析、および情報を提供します。
画像認識
AI技術
このAI支援診断ソリューションは、乳がん検出に特化しています。このソリューションは、乳がんの診断精度を向上させ、乳がんの早期発見の可能性を高めます。また、このソリューションは乳房X線撮影のパフォーマンスを著しく向上させます。

Mammo Insight提供情報
このソリューションでは、乳がんの疑わしい箇所をヒートマップとアウトラインで表示します。
このソリューションは、各乳房の乳がんの発生確率を確率値として導き出します。
乳房密度は4種類に分類されます。
AIを使用した早期の乳がん診断で生存率を高めます。
五年間の生存率 (早期発見した場合の生存率と発見が遅れた場合の生存率)

画像認識
AI技術
この技術はX線画像を分析し、GP法(Greulich-Pyle)によって定義された年齢グループ(31人の男性、27人の女性)の中から、骨年齢が最も類似する上位3つのランキングを提供します。この技術は、医療スタッフの読影に役立つために、一度クリックするだけで数秒以内に分析結果が表示されます。

このソリューションでは、乳がんの疑わしい箇所をヒートマップとアウトラインで表示します。

このソリューションは、各乳房の乳がんの発生確率を確率値として導き出します。

参照1ディープラーニングプログラムを使った骨年齢推定:正確性と効率の評価 AJR:209,2017年12月
参照2.左手の骨200枚のX線画像の骨年齢の合計読影時間
成長チャートを通じて骨年齢レポート
を提供します
