JP6867117B2 - 医用画像処理方法及び医用画像処理装置 - Google Patents
医用画像処理方法及び医用画像処理装置 Download PDFInfo
- Publication number
- JP6867117B2 JP6867117B2 JP2016136180A JP2016136180A JP6867117B2 JP 6867117 B2 JP6867117 B2 JP 6867117B2 JP 2016136180 A JP2016136180 A JP 2016136180A JP 2016136180 A JP2016136180 A JP 2016136180A JP 6867117 B2 JP6867117 B2 JP 6867117B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- resolution
- eye
- medical
- artificial intelligence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012545 processing Methods 0.000 title claims description 88
- 238000003672 processing method Methods 0.000 title claims description 50
- 238000013473 artificial intelligence Methods 0.000 claims description 72
- 238000000034 method Methods 0.000 claims description 65
- 230000008569 process Effects 0.000 claims description 59
- 238000006243 chemical reaction Methods 0.000 claims description 32
- 206010025421 Macule Diseases 0.000 claims description 5
- 210000004126 nerve fiber Anatomy 0.000 claims description 5
- 210000004204 blood vessel Anatomy 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 description 66
- 238000004891 communication Methods 0.000 description 46
- 238000003384 imaging method Methods 0.000 description 27
- 201000010099 disease Diseases 0.000 description 22
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 22
- 238000010191 image analysis Methods 0.000 description 20
- 230000006870 function Effects 0.000 description 19
- 238000003745 diagnosis Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 12
- 230000008859 change Effects 0.000 description 9
- 238000012014 optical coherence tomography Methods 0.000 description 8
- 238000012216 screening Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 230000017531 blood circulation Effects 0.000 description 5
- 238000007639 printing Methods 0.000 description 5
- 238000010835 comparative analysis Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 4
- 210000001525 retina Anatomy 0.000 description 4
- 208000010412 Glaucoma Diseases 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000000799 fluorescence microscopy Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 206010061818 Disease progression Diseases 0.000 description 2
- 210000003161 choroid Anatomy 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 230000002207 retinal effect Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- -1 choroid) Substances 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 1
- 238000002599 functional magnetic resonance imaging Methods 0.000 description 1
- MOFVSTNWEDAEEK-UHFFFAOYSA-M indocyanine green Chemical compound [Na+].[O-]S(=O)(=O)CCCCN1C2=CC=C3C=CC=CC3=C2C(C)(C)C1=CC=CC=CC=CC1=[N+](CCCCS([O-])(=O)=O)C2=CC=C(C=CC=C3)C3=C2C1(C)C MOFVSTNWEDAEEK-UHFFFAOYSA-M 0.000 description 1
- 229960004657 indocyanine green Drugs 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 210000003733 optic disk Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000000790 retinal pigment Substances 0.000 description 1
- 210000003786 sclera Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 210000004127 vitreous body Anatomy 0.000 description 1
Images
Landscapes
- Eye Examination Apparatus (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
例示的な実施形態に係る医用画像処理装置の一つの態様は、画像受付部と、画像変換部と、処理部とを備える。画像受付部は、所定の解像度を有する被検眼の画像を受け付ける。画像変換部は、低解像度画像と高解像度画像との複数の組み合わせを学習した人工知能エンジンを含み、画像受付部により受け付けられた画像を、所定の解像度より高い第1解像度を有する第1画像に変換する。処理部は、画像変換部により生成された第1画像に基づき所定の処理を実行する。人工知能エンジンは、眼の解剖学的特徴を表す特徴情報を含む眼科知識ベースを備えた眼科用人工知能エンジンを含んでいる。眼科用人工知能エンジンは、少なくとも特徴情報に基づいて被検眼の画像を第1画像に変換する。
医用画像処理方法を眼科に適用した例を説明する。医用画像処理方法を実現するための医用画像処理装置の例については後述する。
医用画像処理方法の第1の例について、図1を参照しつつ説明する。本例では、実施形態に係る基本的な医用画像処理方法を説明する。
まず、コンピュータは、所定の解像度を有する被検者の所定部位の画像を受け付ける。所定の解像度は比較的低い解像度であってよい。例えば、この低解像度画像は、過去に使用されていた低解像度の撮影装置により取得された画像、緊急時や往診時などに簡易的な撮影装置で得られた画像、又は、遠隔医療等において遠隔地から送信された画像などであってよい。
次に、コンピュータは、ステップS1で受け付けられた低解像度画像をその解像度より高い第1解像度を有する第1画像に変換する。つまり、コンピュータは、医用画像を高解像度化する。
コンピュータは、ステップS2で高解像度化された第1画像に基づいて所定の処理を実行する。
医用画像処理方法の第2の例について、図2を参照しつつ説明する。本例では、被検者の所定部位のN枚の画像を並べて表示するための医用画像処理方法について説明する(Nは2以上の整数とする)。
まず、第1の例におけるステップS1と同じ要領で、コンピュータは、所定の解像度を有する被検者の所定部位の画像(低解像度画像)を受け付ける。
次に、第1の例におけるステップS2と同じ要領で、コンピュータは、ステップS11で取得された画像の解像度を変換することにより、所定の解像度より高い第1解像度の第1画像を生成する。
コンピュータは、ステップS11で取得された低解像度画像の解像度よりも高い第2解像度を有する、第1画像と同じ部位を表す第2画像を取得する。
コンピュータは、ステップS12で得られた第1画像と、ステップS13で得られた第2〜第N画像を含むN枚の画像の少なくとも一部(複数の画像)を、それらの撮影日に応じた順序で並べて表示装置に表示させる。このとき、複数の画像の撮影日等も表示させることができる。
医用画像処理方法の第3の例について、図3を参照しつつ説明する。本例では、被検者の所定部位のN個の解析データを取得するための医用画像処理方法、更には、それら解析データを並べて表示するための医用画像処理方法について説明する(Nは2以上の整数とする)。
まず、第1の例におけるステップS1と同じ要領で、コンピュータは、所定の解像度を有する被検者の所定部位の画像(低解像度画像)を受け付ける。
次に、第1の例におけるステップS2と同じ要領で、コンピュータは、ステップS21で取得された画像の解像度を変換することにより、所定の解像度より高い第1解像度の第1画像を生成する。
コンピュータは、ステップS21で取得された低解像度画像の解像度よりも高い第2解像度を有する、第1画像と同じ部位を表す第2画像を取得する。より一般に、コンピュータは、ステップS21で取得された低解像度画像の解像度よりも高い解像度をそれぞれ有する、第1画像と同じ部位を表す1又は2以上の画像を取得する。ここで取得される画像の数は任意である。
コンピュータは、ステップS22で得られた第1画像及びステップS23で得られた第2〜第N画像のそれぞれに所定の解析処理を施す。解析処理の典型的な例として、眼底OCTにより取得された画像に対する、乳頭3次元形状解析、網膜神経線維層(RNFL)厚解析、網膜色素上皮(RPE)層厚解析、セグメント解析(視細胞内接/外節(IS/OS)ライン、錐体外節先端(COST)、外顆粒層、外境界膜、脈絡膜)、篩状板解析などがある。これにより、第1画像に基づく第1解析データ、第2画像に基づく第2解析データ、・・・、第N画像に基づく第N解析データが得られる。
コンピュータは、ステップS24で生成されたN個の解析データの少なくとも一部(複数の解析データ)を、対応する複数の画像の撮影日に応じた順序で並べて表示装置に表示させる。このとき、複数の画像の撮影日等も表示させることができる。撮影日及びそれに関する処理は、前述した第2の例と同様であってよい。
医用画像処理方法の第4の例について、図4を参照しつつ説明する。本例では、被検者の所定部位のN個の解析データを取得するための医用画像処理方法、更には、それら解析データから所定部位の特性の時系列変化を表す情報を生成するための医用画像処理方法について説明する(Nは2以上の整数とする)。
まず、第1の例におけるステップS1と同じ要領で、コンピュータは、所定の解像度を有する被検者の所定部位の画像(低解像度画像)を受け付ける。
次に、第1の例におけるステップS2と同じ要領で、コンピュータは、ステップS31で取得された画像の解像度を変換することにより、所定の解像度より高い第1解像度の第1画像を生成する。
コンピュータは、ステップS31で取得された低解像度画像の解像度よりも高い第2解像度を有する、第1画像と同じ部位を表す第2画像を取得する。より一般に、コンピュータは、ステップS31で取得された低解像度画像の解像度よりも高い解像度をそれぞれ有する、第1画像と同じ部位を表す1又は2以上の画像を取得する。ここで取得される画像の数は任意である。
コンピュータは、ステップS32で得られた第1画像及びステップS33で得られた第2〜第N画像のそれぞれに所定の解析処理を施す。この解析処理は、前述した第3の例におけるそれと同様であってよい。
コンピュータは、ステップS24で生成されたN個の解析データの少なくとも一部(複数の解析データ)と、これら複数の画像の撮影日とに基づいて、被検者の所定部位の特性の時系列変化を表す情報を生成する。この情報の典型的な例として、乳頭3次元形状の時系列変化を表すカラーマップやグラフ等、RNFL厚の時系列変化を表すカラーマップやグラフ等がある。撮影日及びそれに関する処理は、前述した第2の例と同様であってよい。また、コンピュータは、生成された情報を出力装置に出力させることができる。
医用画像処理方法の第5の例について、図5を参照しつつ説明する。本例では、被検者が罹患している疾患又はその候補に関する推論を行うための医用画像処理方法について説明する。ここで、被検者が罹患している疾患は、既に確定診断がなされている疾患を含んでよい。また、被検者が罹患している疾患の候補は、未だ確定診断がなされていない疾患や、健康診断・検診・スクリーニング等の対象の疾患を含んでよい。
まず、第1の例におけるステップS1と同じ要領で、コンピュータは、所定の解像度を有する被検者の所定部位の画像(低解像度画像)を受け付ける。
次に、第1の例におけるステップS2と同じ要領で、コンピュータは、ステップS41で取得された画像の解像度を変換することにより、所定の解像度より高い第1解像度の第1画像を生成する。
コンピュータは、被検者に関する医療情報を取得する。医療情報は、例えば、電子カルテ、パーソナルヘルスレコード(PHR)、手術記録、検査データなど、医療行為において取得、作成、利用することが可能な情報のいずれかを含んでよい。
コンピュータは、ステップS42で得られた第1画像と、ステップS43で得られた医療情報に基づいて、被検者が罹患している疾患又はその候補に関する推論を行う。推論は、人工知能エンジンによって実行される。
医用画像処理方法の第6の例について、図6を参照しつつ説明する。本例では、眼科分野への応用について説明する。
まず、第1の例におけるステップS1と同じ要領で、コンピュータは、所定の解像度を有する被検眼の所定部位の画像(低解像度画像)を受け付ける。
コンピュータは、ステップS51で取得された画像が左眼画像であるか右眼画像であるか判別する。
次に、第1の例におけるステップS2と同じ要領で、コンピュータは、ステップS51で取得された画像の解像度を変換することにより、所定の解像度より高い第1解像度の第1画像を生成する。
コンピュータは、ステップS2で高解像度化された第1画像に基づいて所定の処理を実行する。所定の処理は、前述したように任意の処理であってよい。
以上のような医用画像処理方法を実現するための医用画像処理装置の例を説明する。このような装置の構成の例を図7に示す。
制御部10は各種の制御を実行する。例えば、制御部10は、医用画像処理装置1の各要素の制御や、2以上の要素の連係的制御を実行する。また、制御部10は、医用画像処理装置1の外部の装置の制御を行うことができる。例えば、ユーザインターフェイス100が医用画像処理装置1に含まれない場合、制御部10はユーザインターフェイス100の制御を行うことができる。制御部10はプロセッサを含む。
出力制御部11は、前述した出力装置を制御する。本例において、出力制御部11は、図1のステップS3、図2のステップS14、図3のステップS25、図6のステップS54などを実行することができる。
記憶部20は各種のデータを記憶する。記憶部20に記憶されるデータの例として、被検者氏名や被検者ID等の被検者情報がある。記憶部20は、例えば、半導体記憶装置、磁気記憶装置、光記憶装置、及び光磁気記憶装置のうちの少なくとも1つを含む。
記憶部20には知識ベース21が格納されている。知識ベース21は、眼科知識ベース等の医学知識ベースや、自然言語解析や画像解析のための知識ベースを含んでいてよい。本例では、前述したように、低解像度画像と高解像度画像との複数の組み合わせ(学習サンプル)を学習することによって知識ベース21の少なくとも一部を作成することができる。
通信部40は、他の装置(外部装置200)にデータを送信する処理と、外部装置200からデータを受信する処理とを行う。通信部40は、外部装置200との間の通信方式に応じた公知の通信機器を含む。
データ処理部30は、各種のデータ処理を実行する。本例において、データ処理部30は、画像の解像度変換、左眼画像/右眼画像の判別、画像解析、推論などを実行することができる。データ処理部30は、プロセッサとコンピュータプログラムとを含む。データ処理部30は、人工知能エンジン(眼科用人工知能エンジン等)を含んでよい。知識ベース21は人工知能エンジンによって使用される。
ユーザインターフェイス100には、表示部101と操作部102とが含まれる。表示部101は、フラットパネルディスプレイ等の表示デバイスを含む。操作部102は、マウス、キーボード、トラックパッド、ボタン、キー、ジョイスティック、操作パネル等の操作デバイスを含む。
医用画像処理装置1が実行可能な動作のいくつかの例を説明する。以下の動作例をそれぞれ適用することができる。或いは、以下の動作例のうちのいずれか2以上を組み合わせることもできる。また、以下の動作例におけるいずれかのステップを変形することも可能である。
第1の動作例を説明する。まず、通信部40は、所定の解像度を有する被検者の所定部位の画像を受け付ける(例えば、図1のステップS1)。
第2の動作例を説明する。まず、通信部40は、所定の解像度を有する被検者の所定部位の画像を受け付ける(例えば、図2のステップS11)。
第3の動作例を説明する。まず、通信部40は、所定の解像度を有する被検者の所定部位の画像を受け付ける(例えば、図3のステップS21)。
第4の動作例を説明する。まず、通信部40は、所定の解像度を有する被検者の所定部位の画像を受け付ける(例えば、図4のステップS31)。
第5の動作例を説明する。まず、通信部40は、所定の解像度を有する被検者の所定部位の画像を受け付ける(例えば、図5のステップS41)。
第6の動作例を説明する。まず、通信部40は、所定の解像度を有する被検眼の所定部位の画像を受け付ける(例えば、図6のステップS51)。
以上に例示した実施形態の作用及び効果について説明する。以下に説明する作用や効果は例示的なものであり、これらのうちのいずれか2以上を任意に組み合わせることや、これらのうちのいずれか1以上を公知技術と組み合わせることなどが可能である。
10 制御部
11 出力制御部
20 記憶部
21 知識ベース
30 データ処理部
31 画像変換部
32 左右判別部
33 画像解析部
34 推論部
40 通信部
100 ユーザインターフェイス
101 表示部
102 操作部
200 外部装置
Claims (4)
- コンピュータを用いて医用画像を処理する方法であって、
前記コンピュータが、
低解像度画像と高解像度画像との複数の組み合わせを学習した人工知能エンジンを含み、
所定の解像度を有する被検眼の画像を受け付け、
前記人工知能エンジンにより、前記画像を前記所定の解像度より高い第1解像度を有する第1画像に変換し、
前記第1画像に基づき所定の処理を実行し、
前記人工知能エンジンが、眼の解剖学的特徴を表す特徴情報を含む眼科知識ベースを備えた眼科用人工知能エンジンを含み、
前記眼科用人工知能エンジンが、少なくとも前記特徴情報に基づいて前記被検眼の画像を前記第1画像に変換する
ことを特徴とする医用画像処理方法。 - 前記特徴情報が、左眼の解剖学的特徴を表す左眼情報と、右眼の解剖学的特徴を表す右眼情報とを含み、
前記コンピュータが、前記被検眼の画像が左眼画像であるか右眼画像であるか判別し、
前記眼科用人工知能エンジンが、前記左眼画像であると判別された場合には少なくとも前記左眼情報に基づいて前記第1画像を生成し、前記右眼画像であると判別された場合には少なくとも前記右眼情報に基づいて前記第1画像を生成する
ことを特徴とする請求項1に記載の医用画像処理方法。 - 前記解剖学的特徴は、視神経乳頭の位置、視神経乳頭の形態、黄斑の位置、黄斑の形態、血管の走行、血管の形態、神経線維の走行、及び神経線維の形態のいずれかを含む
ことを特徴とする請求項1又は2に記載の医用画像処理方法。 - 所定の解像度を有する被検眼の画像を受け付ける画像受付部と、
低解像度画像と高解像度画像との複数の組み合わせを学習した人工知能エンジンを含み、前記画像受付部により受け付けられた前記画像を前記所定の解像度より高い第1解像度を有する第1画像に変換する画像変換部と、
前記第1画像に基づき所定の処理を実行する処理部と
を備え、
前記人工知能エンジンが、眼の解剖学的特徴を表す特徴情報を含む眼科知識ベースを備えた眼科用人工知能エンジンを含み、
前記眼科用人工知能エンジンが、少なくとも前記特徴情報に基づいて前記被検眼の画像を前記第1画像に変換する
ことを特徴とする医用画像処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016136180A JP6867117B2 (ja) | 2016-07-08 | 2016-07-08 | 医用画像処理方法及び医用画像処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016136180A JP6867117B2 (ja) | 2016-07-08 | 2016-07-08 | 医用画像処理方法及び医用画像処理装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020154647A Division JP2021007017A (ja) | 2020-09-15 | 2020-09-15 | 医用画像処理方法及び医用画像処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018005841A JP2018005841A (ja) | 2018-01-11 |
JP6867117B2 true JP6867117B2 (ja) | 2021-04-28 |
Family
ID=60946500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016136180A Active JP6867117B2 (ja) | 2016-07-08 | 2016-07-08 | 医用画像処理方法及び医用画像処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6867117B2 (ja) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11202005927VA (en) | 2017-12-20 | 2020-07-29 | Medi Whale Inc | Method and apparatus for assisting in diagnosis of cardiovascular disease |
KR20200005404A (ko) * | 2018-07-06 | 2020-01-15 | 연세대학교 산학협력단 | 진단 보조 시스템 |
US10878574B2 (en) * | 2018-02-21 | 2020-12-29 | Topcon Corporation | 3D quantitative analysis of retinal layers with deep learning |
JP2019177032A (ja) * | 2018-03-30 | 2019-10-17 | 株式会社ニデック | 眼科画像処理装置、および眼科画像処理プログラム |
JP7262933B2 (ja) * | 2018-05-25 | 2023-04-24 | キヤノンメディカルシステムズ株式会社 | 医用情報処理システム、医用情報処理装置、放射線診断装置、超音波診断装置、学習用データの生産方法及びプログラム |
JP7229715B2 (ja) * | 2018-10-10 | 2023-02-28 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法及びプログラム |
DE112019003022T5 (de) | 2018-06-15 | 2021-03-18 | Canon Kabushiki Kaisha | Medizinische Bildverarbeitungsvorrichtung, medizinisches Bildverarbeitungsverfahren und Programm |
JP7183590B2 (ja) * | 2018-06-29 | 2022-12-06 | 株式会社ニデック | 眼科画像処理装置、oct装置、および眼科画像処理プログラム |
JP7305401B2 (ja) * | 2018-09-06 | 2023-07-10 | キヤノン株式会社 | 画像処理装置、画像処理装置の作動方法、及びプログラム |
CN112822973A (zh) | 2018-10-10 | 2021-05-18 | 佳能株式会社 | 医学图像处理装置、医学图像处理方法和程序 |
JP7341874B2 (ja) * | 2018-12-26 | 2023-09-11 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
WO2020166465A1 (ja) * | 2019-02-13 | 2020-08-20 | キヤノン株式会社 | 画像処理装置、画像処理方法、及びプログラム |
JP7362403B2 (ja) * | 2019-03-11 | 2023-10-17 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
WO2020183791A1 (ja) * | 2019-03-11 | 2020-09-17 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
JP7406901B2 (ja) * | 2019-03-29 | 2023-12-28 | キヤノン株式会社 | 情報処理装置及び情報処理方法 |
JPWO2020241794A1 (ja) * | 2019-05-31 | 2020-12-03 | ||
JP7439419B2 (ja) * | 2019-09-04 | 2024-02-28 | 株式会社ニデック | 眼科画像処理プログラムおよび眼科画像処理装置 |
JP7303896B2 (ja) * | 2019-11-08 | 2023-07-05 | オリンパス株式会社 | 情報処理システム、内視鏡システム、学習済みモデル、情報記憶媒体及び情報処理方法 |
CN115776863A (zh) * | 2020-07-06 | 2023-03-10 | 阿伊里斯株式会社 | 处理装置、处理程序、处理方法及处理*** |
WO2022013794A1 (en) * | 2020-07-15 | 2022-01-20 | Alcon Inc. | Digital image optimization for ophthalmic surgery |
CN113520304A (zh) * | 2021-07-15 | 2021-10-22 | 苏州微清医疗器械有限公司 | 显示多种光学图像分辨率的方法及共焦激光扫描成像仪 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9361667B2 (en) * | 2010-08-27 | 2016-06-07 | Sony Corporation | Image processing apparatus and method |
JP5701138B2 (ja) * | 2011-04-19 | 2015-04-15 | 富士フイルム株式会社 | 医用画像処理装置および方法、並びにプログラム |
JP6512738B2 (ja) * | 2014-02-28 | 2019-05-15 | キヤノン株式会社 | 画像処理装置、画像処理方法及びプログラム |
JP6532151B2 (ja) * | 2014-12-18 | 2019-06-19 | 日本放送協会 | 超解像装置およびプログラム |
JP6316325B2 (ja) * | 2016-01-21 | 2018-04-25 | キヤノン株式会社 | 情報処理装置、情報処理装置の作動方法及び情報処理システム |
-
2016
- 2016-07-08 JP JP2016136180A patent/JP6867117B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018005841A (ja) | 2018-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6867117B2 (ja) | 医用画像処理方法及び医用画像処理装置 | |
KR101848321B1 (ko) | 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
EP4023143A1 (en) | Information processing device, information processing method, information processing system, and program | |
JP7341874B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP7279291B2 (ja) | 眼の画像内における病変の検知 | |
JP7178672B2 (ja) | 被検体に対する眼底映像の読取を支援する方法及びそれを利用した装置 | |
US20220415457A1 (en) | Method and system for medical support | |
JP7413147B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN112601487A (zh) | 医学图像处理装置、医学图像处理方法和程序 | |
JP2021039748A (ja) | 情報処理装置、情報処理方法、情報処理システム及びプログラム | |
JP2018014059A (ja) | 医療情報処理システム及び医療情報処理方法 | |
JP5148928B2 (ja) | 眼底検査装置及びプログラム | |
KR101848322B1 (ko) | 피검체에 대한 안저 영상의 소견 및 진단 정보의 생성을 위하여 판독을 지원하는 방법 및 이를 이용한 장치 | |
WO2020183791A1 (ja) | 画像処理装置および画像処理方法 | |
WO2020202680A1 (ja) | 情報処理装置及び情報処理方法 | |
KR102071774B1 (ko) | 안구영상을 이용한 심뇌혈관 질환 예측방법 | |
JP2022155690A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP2020163100A (ja) | 画像処理装置および画像処理方法 | |
WO2020138128A1 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR20210016171A (ko) | 의료영상을 이용한 질환정보 제공 방법 | |
JP7344847B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
KR102343796B1 (ko) | 안구영상을 이용한 심혈관계 질환 예측방법 | |
JP2023133539A (ja) | 眼科情報処理装置及び眼科撮影装置 | |
JP2021086560A (ja) | 医用画像処理装置、医用画像処理方法及びプログラム | |
JP2021164663A (ja) | 医用画像処理方法及び医用画像処理装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20161226 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190614 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200729 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200915 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210120 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210323 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210408 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6867117 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |