JP7408324B2 - 診断支援装置、診断支援システム、診断支援方法およびプログラム - Google Patents
診断支援装置、診断支援システム、診断支援方法およびプログラム Download PDFInfo
- Publication number
- JP7408324B2 JP7408324B2 JP2019167109A JP2019167109A JP7408324B2 JP 7408324 B2 JP7408324 B2 JP 7408324B2 JP 2019167109 A JP2019167109 A JP 2019167109A JP 2019167109 A JP2019167109 A JP 2019167109A JP 7408324 B2 JP7408324 B2 JP 7408324B2
- Authority
- JP
- Japan
- Prior art keywords
- finding
- information
- data format
- inference
- medical image
- 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
- 238000003745 diagnosis Methods 0.000 title claims description 71
- 238000000034 method Methods 0.000 title claims description 18
- 238000012360 testing method Methods 0.000 claims description 42
- 238000013145 classification model Methods 0.000 claims description 21
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 11
- 210000004072 lung Anatomy 0.000 description 8
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 2
- 206010027476 Metastases Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 201000005202 lung cancer Diseases 0.000 description 2
- 208000020816 lung neoplasm Diseases 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 230000009401 metastasis Effects 0.000 description 2
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 210000000621 bronchi Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 239000000439 tumor marker Substances 0.000 description 1
Images
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
医用画像を取得する取得手段と、
医用画像を用いた機械学習により作成された分類モデルを用いて、前記取得された医用画像から所見情報を導出する所見導出手段と、
前記導出された所見情報における所見項目の確からしさを表す値のデータ形式を、第1のデータ形式と第2のデータ形式のいずれかのデータ形式に設定する設定手段と、
前記設定された所見情報に基づいて、前記取得された医用画像に対する推論を行う推論手段と、
を有することを特徴とする。
また、本件開示の技術に係る診断支援システムは、
医用画像を取得する取得手段と、
医用画像を用いた機械学習により作成された分類モデルを用いて、前記取得された医用画像から所見情報を導出する所見導出手段と、
前記導出された所見情報における所見項目の確からしさを表す値のデータ形式を、第1のデータ形式と第2のデータ形式のいずれかのデータ形式に設定する設定手段と、
前記設定された所見情報に基づいて、前記取得された医用画像に対する推論を行う推論手段と、
を有することを特徴とする。
また、本件開示の技術に係るプロセッサにより実行される診断支援方法は、
医用画像を取得するステップと、
医用画像を用いた機械学習により作成された分類モデルを用いて、前記取得された医用画像から所見情報を導出するステップと、
前記導出された所見情報における所見項目の確からしさを表す値のデータ形式を、第1のデータ形式と第2のデータ形式のいずれかのデータ形式に設定するステップと、
前記設定された所見情報に基づいて、前記取得された医用画像に対する推論を行うステップと
を有することを特徴とする。
また、本件開示の技術に係るプログラムは、
コンピュータに上記の診断支援方法を実行させる、ことを特徴とする。
第1実施形態に係る医用画像診断支援システムについて説明する。医療の分野では、X線CT(Computer Tomography)装置やMRI(Magnetic Resonance Imaging)装置等の撮影装置により得られた医用画像に基づいて診断を行う、画像診断が行われている。ここで、医師等が医用画像を観察して診断を導きだすことを読影という。例えば、主治医からの読影の依頼に応じて、画像診断を専門とする読影医が読影を行う。読影医は医用画像から得られる所見(以下、画像所見と称する。)や各種の測定値から総合的に判断して、医用画像に含まれる被検体である患者の病変や症状を特定する。また、読影医は、画像所見や測定値に基づく診断の経緯等を含む読
影レポートを作成する。このような読影を支援するために、コンピュータが医用情報を解析して得られた結果を提示するシステムが提案されている。
もよい。例えば診断支援装置100は、以下に説明する推論部103として実行する処理を専用に行うGPUを有していてもよいし、推論部103の機能がプログラムされたFPGA(Field-Programmable Gate Array)を有していてもよい。
GUIを介してユーザが入力した情報は、医用画像の付帯情報として症例情報端末200に送信される。また、症例情報端末200は、付帯情報を医用情報とともに診断支援装置100に送信する。また、表示制御部104は、推論部103が出力した推論結果をモニタ300に表示してユーザに提示する。
す。
力情報の要素ごとに、尤度形式とバイナリ形式のいずれのデータ形式も用いることができる。
の機能を実現するモジュールが作成または更新されるたびに発行される識別情報である。所見情報生成部IDと推論部IDは対応するモジュールに参照可能に保存される。例えば、モジュールのバージョン情報としてモジュールに埋め込まれる。なお、本実施形態において、モジュールはメインメモリ112に格納される。
次に、第2実施形態について説明する。なお、以下の説明において、第1実施形態と同様の構成については、同一の符号を付して詳細な説明は省略する。第2実施形態では、診断支援装置を用いてテーブル600を作成する。
第1実施形態では、ステップS3020において所見情報生成部ID、推論部ID、所見情報に基づいてデータ形式が特定される。これに代えて、所見情報生成部ID、推論部ID、所見情報のいずれか1つまたは2つに基づいてデータ形式が特定されてもよい。例えば所見情報生成部IDと推論部IDのいずれか一方と所見情報に基づいてデータ形式が特定されてもよいし、所見情報生成部IDのみに基づいてデータ形式が特定されてもよい。あるいは、入力画像の画像特徴量等の情報によってさらに細分化された項目ごとにデータ形式が特定されてもよい。
第1実施形態では、ステップS3020においてテーブル600を用いてデータ形式が特定される。これに限らず、テーブル600を用いずにデータ形式が特定されてもよい。例えば、所見情報ごとに異なる導出器を用いて所見が導出されるように構成し、導出器の所見導出精度に基づいて所見情報ごとにデータ形式が切り替えられてもよい。
第1実施形態では、ステップS3010において尤度形式の所見情報とバイナリ形式の所見情報とが生成され、ステップS3020において各形式の所見情報が選択的に使用さ
れた。これに限らず、ステップS3010では尤度形式の所見情報が生成され、ステップS3020において必要に応じてバイナリ形式の所見情報に変換されてもよい。
第2実施形態では、ステップS9020において、所見情報生成部104の出力を基に試験用の入力情報が生成される。これに限らず、試験用の正解データセットに含まれる正解ラベルを基に試験用の入力情報が生成されてもよい。試験用の正解データセットに含まれる正解ラベルを用いる場合、所見情報のデータ形式は必然的にバイナリ形式となるため、尤度形式の入力情報に変換される場合は、人為的に生成された尤度が用いられる。また、試験用の正解データセットに含まれる正解ラベルを用いる場合は、入力情報の一部に人為的に誤りを発生させる。また、誤りの発生がそれぞれ異なるように数千パターンのデータセットが生成され、生成されたデータセットを用いて上記の処理が実行されることで、統計的に推論精度が最も高くなる所見情報ごとのデータ形式が特定されてもよい。
本発明は、上記の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(たとえば、ASIC)によっても実現可能である。
Claims (14)
- 医用画像を取得する取得手段と、
医用画像を用いた機械学習により作成された分類モデルを用いて、前記取得された医用画像から所見情報を導出する所見導出手段と、
前記導出された所見情報における所見項目の確からしさを表す値のデータ形式を、第1のデータ形式と第2のデータ形式のいずれかのデータ形式に設定する設定手段と、
前記設定された所見情報に基づいて、前記取得された医用画像に対する推論を行う推論手段と、
を有することを特徴とする診断支援装置。 - 前記所見導出手段は、前記取得された医用画像から複数の所見情報を導出し、
前記設定手段は、前記複数の所見情報ごとに、所見項目の確からしさを表す値のデータ形式を、前記第1のデータ形式または前記第2のデータ形式のいずれかのデータ形式に設定する、
ことを特徴とする請求項1に記載の診断支援装置。 - 前記所見導出手段は、所見情報ごとに異なる分類モデルを用いて、前記取得された医用画像から前記複数の所見情報を導出する、請求項2に記載の診断支援装置。
- 前記第1のデータ形式は、前記所見項目の確からしさを表す値をバイナリ値で表すデータ形式であり、前記第2のデータ形式は、前記所見項目の確からしさを表す値を尤度で表すデータ形式である、ことを特徴とする請求項1から3のいずれか一項に記載の診断支援装置。
- 前記所見導出手段は、前記所見情報における前記所見項目の確からしさを表す値のデータ形式に前記第2のデータ形式を用いて前記所見情報を導出し、
前記設定手段は、前記導出された所見情報における前記所見項目の確からしさを表す値のデータ形式を前記第1のデータ形式に設定するか、または、前記第2のデータ形式のままとする、
ことを特徴とする請求項1から4のいずれか一項に記載の診断支援装置。 - 前記設定手段は、前記所見導出手段を識別する情報と前記推論手段を識別する情報の少なくともいずれか一方に基づいて、前記所見情報における前記所見項目の確からしさを表す値のデータ形式を前記第1のデータ形式または前記第2のデータ形式に設定する、ことを特徴とする請求項1から5のいずれか一項に記載の診断支援装置。
- 前記推論手段は、前記設定された所見情報に基づいて、前記取得された医用画像に含まれる部位に関する診断名を推論する、ことを特徴とする請求項1から6のいずれか一項に記載の診断支援装置。
- 前記推論手段は、複数の診断名について診断名ごとに推論される確率を算出し、算出した確率に基づいて、前記取得された医用画像に含まれる部位に関する診断名を推論する、ことを特徴とする請求項7に記載の診断支援装置。
- 所見情報の所見項目の確からしさを表す値が前記第1のデータ形式によって構成された第1の試験データと、前記所見情報の前記所見項目の確からしさを表す値が前記第2のデータ形式によって構成された第2の試験データと、を取得する試験データ取得手段をさらに有し、
前記設定手段は、前記推論手段が前記第1の試験データを用いて試験用の医用画像に対して推論を行った場合の推論結果と、前記推論手段が前記第2の試験データを用いて前記試験用の医用画像に対して推論を行った場合の推論結果との比較に基づいて、前記所見情報ごとに前記第1のデータ形式または前記第2のデータ形式を特定する、
ことを特徴とする請求項1から8のいずれか一項に記載の診断支援装置。 - 医用画像と診断名の正解ラベルとが対応付けられた正解データを取得する正解データ取得手段をさらに有し、
前記試験データ取得手段は、前記取得した正解データに基づいて、前記第1の試験データおよび前記第2の試験データを生成する、
ことを特徴とする請求項9に記載の診断支援装置。 - 前記試験データ取得手段は、前記取得した正解データに含まれる所見項目の確からしさを表す値に誤りを発生させて、前記第1の試験データおよび前記第2の試験データを生成する、ことを特徴とする請求項10に記載の診断支援装置。
- 医用画像を取得する取得手段と、
医用画像を用いた機械学習により作成された分類モデルを用いて、前記取得された医用画像から所見情報を導出する所見導出手段と、
前記導出された所見情報における所見項目の確からしさを表す値のデータ形式を、第1のデータ形式と第2のデータ形式のいずれかのデータ形式に設定する設定手段と、
前記設定された所見情報に基づいて、前記取得された医用画像に対する推論を行う推論手段と、
を有することを特徴とする診断支援システム。 - 医用画像を取得するステップと、
医用画像を用いた機械学習により作成された分類モデルを用いて、前記取得された医用画像から所見情報を導出するステップと、
前記導出された所見情報における所見項目の確からしさを表す値のデータ形式を、第1のデータ形式と第2のデータ形式のいずれかのデータ形式に設定するステップと、
前記設定された所見情報に基づいて、前記取得された医用画像に対する推論を行うステ
ップと
を有することを特徴とするプロセッサにより実行される診断支援方法。 - コンピュータに請求項13に記載の診断支援方法を実行させる、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019167109A JP7408324B2 (ja) | 2019-09-13 | 2019-09-13 | 診断支援装置、診断支援システム、診断支援方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019167109A JP7408324B2 (ja) | 2019-09-13 | 2019-09-13 | 診断支援装置、診断支援システム、診断支援方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021043857A JP2021043857A (ja) | 2021-03-18 |
JP7408324B2 true JP7408324B2 (ja) | 2024-01-05 |
Family
ID=74862364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019167109A Active JP7408324B2 (ja) | 2019-09-13 | 2019-09-13 | 診断支援装置、診断支援システム、診断支援方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7408324B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3821225B2 (ja) | 2002-07-17 | 2006-09-13 | 日本電気株式会社 | 時系列データに対する自己回帰モデル学習装置並びにそれを用いた外れ値および変化点の検出装置 |
JP2019074868A (ja) | 2017-10-13 | 2019-05-16 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
-
2019
- 2019-09-13 JP JP2019167109A patent/JP7408324B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3821225B2 (ja) | 2002-07-17 | 2006-09-13 | 日本電気株式会社 | 時系列データに対する自己回帰モデル学習装置並びにそれを用いた外れ値および変化点の検出装置 |
JP2019074868A (ja) | 2017-10-13 | 2019-05-16 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021043857A (ja) | 2021-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11288550B2 (en) | Data processing apparatus and method, recognition apparatus, learning data storage apparatus, machine learning apparatus, and program | |
US11763933B2 (en) | Medical report labeling system and method for use therewith | |
US10878948B2 (en) | Mid-protocol evaluation system | |
JP7051849B2 (ja) | ディープラーニング医療システムおよび医療処置のための方法 | |
JP2020500377A (ja) | ディープラーニング医療システムおよび画像収集のための方法 | |
CN111563523B (zh) | 利用机器训练的异常检测的copd分类 | |
JP7224757B2 (ja) | 診断支援装置、情報処理方法、診断支援システム及びプログラム | |
JP6818424B2 (ja) | 診断支援装置、情報処理方法、診断支援システム及びプログラム | |
JP6016406B2 (ja) | 医療診断支援装置及び医療診断支援方法及び入力支援システム | |
JP2013511762A (ja) | プロトコルガイドイメージング手順 | |
US20200105414A1 (en) | Information processing apparatus, information processing system, information processing method, and non-transitory computer-readable storage medium | |
JP7007469B2 (ja) | 医療文書作成支援装置、方法およびプログラム、学習済みモデル、並びに学習装置、方法およびプログラム | |
JP7408324B2 (ja) | 診断支援装置、診断支援システム、診断支援方法およびプログラム | |
EP4379672A1 (en) | Methods and systems for classifying a medical image dataset | |
JP7368592B2 (ja) | 文書作成支援装置、方法およびプログラム | |
WO2023054646A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
CN116596828A (zh) | 记录介质、动态解析***以及动态解析装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220902 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230905 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231031 |
|
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: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231220 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7408324 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |