JPWO2020003990A1 - 医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体 - Google Patents
医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体 Download PDFInfo
- Publication number
- JPWO2020003990A1 JPWO2020003990A1 JP2020527357A JP2020527357A JPWO2020003990A1 JP WO2020003990 A1 JPWO2020003990 A1 JP WO2020003990A1 JP 2020527357 A JP2020527357 A JP 2020527357A JP 2020527357 A JP2020527357 A JP 2020527357A JP WO2020003990 A1 JPWO2020003990 A1 JP WO2020003990A1
- Authority
- JP
- Japan
- Prior art keywords
- learning
- medical image
- computer
- information
- difference information
- 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.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 211
- 238000010801 machine learning Methods 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title abstract description 25
- 238000004195 computer-aided diagnosis Methods 0.000 claims abstract description 143
- 238000004891 communication Methods 0.000 claims abstract description 80
- 238000011156 evaluation Methods 0.000 claims abstract description 43
- 230000006872 improvement Effects 0.000 claims abstract description 13
- 230000010365 information processing Effects 0.000 claims description 44
- 230000006870 function Effects 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 22
- 238000003672 processing method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 239000004065 semiconductor Substances 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000002603 single-photon emission computed tomography Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012327 Endoscopic diagnosis Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000009206 nuclear medicine Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
- A61B1/000096—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope using artificial intelligence
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/774—Generating sets of training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- High Energy & Nuclear Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
Description
図1は、第1実施形態に係る医用画像処理装置を含む機械学習システムの全体構成を概略的に示すブロック図である。機械学習システム10は、既存のCADモジュールの性能向上に寄与する新しい学習用データの収集と、収集した学習用データを用いて既存のCADモジュールに対する再学習又は追加学習の学習処理を行い、既存のCADモジュールよりも性能を改善した新規のCADモジュールを作成する処理と、を実施する情報処理システムである。
図2は、医用画像処理装置13の動作例を示すフローチャートである。図2に示す各ステップは、医用画像処理装置13を構成するコンピュータがプログラムに従って実行する。
図4は、第2実施形態に係る医用画像処理装置を含む機械学習システムの全体構成を概略的に示すブロック図である。図4において、図1に示した構成と同一又は類似の要素には同一の符号を付し、重複する説明を省略する。図1との相違点を説明する。
図5は、第3実施形態に係る医用画像処理装置を含む機械学習システムの全体構成を概略的に示すブロック図である。図5において、図1に示した構成と同一又は類似の要素には同一の符号を付し、重複する説明を省略する。図1との相違点を説明する。
第1実施形態から第3実施形態の各実施形態では、病院内システム12のエッジデバイスである医用画像処理装置と、病院外システム14の情報処理装置とが1対1で接続されている例を説明したが、複数の医用画像処理装置(エッジデバイス)が、病院外システム14の情報処理装置と複数対1の関係で接続されてよい。
図7は、複数の病院内システムと1つの病院外システムとを組み合わせて構成される機械学習システムの概要を示すブロック図である。図7において、図1及び図6と同一又は類似の要素には同一の符号を付し、重複する説明は省略する。
各実施形態で説明した特徴量抽出部22、認識処理部24、学習器26、CAD評価部28、学習差分情報作成部30、処理部31、32、通信部34、42、及び学習処理部46などの各種の処理を実行する処理部(processing unit)のハードウェア的な構造は、次に示すような各種のプロセッサ(processor)である。
図8は、医用画像処理装置及び情報処理装置画像の機能の一部又は全部を実現する装置として用いることができるコンピュータのハードウェア構成の例を示すブロック図である。コンピュータには、デスクトップ型、ノート型、又はタブレット型など、各種形態のコンピュータが含まれる。また、コンピュータは、サーバコンピュータであってもよいし、マイクロコンピュータであってもよい。
上述の各実施形態で説明した医用画像処理装置の処理機能、及び情報処理装置の学習用データの収集機能及び学習機能のうち少なくとも1つの機能をコンピュータに実現させるプログラムを光ディスク、磁気ディスク、若しくは、半導体メモリその他の有体物たる非一時的な情報記憶媒体であるコンピュータ可読媒体に記録し、この情報記憶媒体を通じてプログラムを提供することが可能である。またこのような有体物たる非一時的な情報記憶媒体にプログラムを記憶させて提供する態様に代えて、インターネットなどの電気通信回線を利用してプログラム信号をダウンロードサービスとして提供することも可能である。
上述した各実施形態で説明した構成要素、及び変形例で説明した構成要素は、適宜組み合わせて用いることができ、また、一部の構成要素を置き換えることもできる。
以上説明した本発明の実施形態は、本発明の趣旨を逸脱しない範囲で、適宜構成要件を変更、追加、又は削除することが可能である。本発明は以上説明した実施形態に限定されるものではなく、本発明の技術的思想内で同等関連分野の通常の知識を有する者により、多くの変形が可能である。
12 病院内システム
13 医用画像処理装置
14 病院外システム
15 情報処理装置
16 エッジデバイス
18 通信回線
20 被評価対象CAD情報保持部
22、22A、22B、22C 特徴量抽出部
24、24A、24B、24C 認識処理部
26 学習器
28 CAD評価部
30 学習差分情報作成部
31、32 処理部
34、42 通信部
44 情報記憶部
46 学習処理部
60 機械学習システム
63 医用画像処理装置
70 機械学習システム
73 医用画像処理装置
74A、74B、74C デバイス
500 コンピュータ
502 CPU
504 メモリ
506 GPU
508 記憶装置
510 入力インターフェース部
512 通信インターフェース部
514 表示制御部
516 周辺機器用インターフェース部
518 バス
520 入力装置
530 表示装置
S102〜S110 医用画像処理装置が実施する処理のステップ
S202〜S208 情報処理装置が実施する処理のステップ
図8は、医用画像処理装置及び情報処理装置の機能の一部又は全部を実現する装置として用いることができるコンピュータのハードウェア構成の例を示すブロック図である。コンピュータには、デスクトップ型、ノート型、又はタブレット型など、各種形態のコンピュータが含まれる。また、コンピュータは、サーバコンピュータであってもよいし、マイクロコンピュータであってもよい。
12 病院内システム
13 医用画像処理装置
14 病院外システム
15 情報処理装置
16 エッジデバイス
18 通信回線
20 被評価対象CAD情報保持部
22、22A、22B、22C 特徴量抽出部
24、24A、24B、24C 認識処理部
26 学習器
28 CAD評価部
30 学習差分情報作成部
31、32 処理部
34、42 通信部
44 情報記憶部
46 学習処理部
60 機械学習システム
63 医用画像処理装置
70 機械学習システム
73 医用画像処理装置
74A、74B、74C デバイス
500 コンピュータ
502 CPU
504 メモリ
506 GPU
508 記憶装置
510 入力インターフェース部
512 通信インターフェース部
514 表示制御部
516 周辺機器用インターフェース部
518 バス
520 入力装置
530 表示装置
S102〜S116 医用画像処理装置が実施する処理のステップ
S202〜S208 情報処理装置が実施する処理のステップ
Claims (14)
- 入力された医用画像を基に、第1のコンピュータ支援診断装置の追加学習を行う学習器と、
前記学習器を用いた前記追加学習によって得られる第2のコンピュータ支援診断装置と前記第1のコンピュータ支援診断装置とを比較して、前記追加学習の学習差分情報が前記第1のコンピュータ支援診断装置の性能向上に寄与するか否かを評価する評価部と、
前記評価部の評価結果を基に、前記学習差分情報の通信の要否を判定する通信判定部と、
前記通信判定部の判定結果に従い、前記学習差分情報を出力する通信部と、
を備える医用画像処理装置。 - 前記医用画像の特徴量情報を出力する特徴量抽出部と、
前記特徴量情報に基づいて認識処理を行う認識処理部と、をさらに備え、
前記学習器は、前記特徴量情報と、前記認識処理部の認識結果とに基づいて前記追加学習を行う請求項1に記載の医用画像処理装置。 - 前記第1のコンピュータ支援診断装置のパラメータ情報を記憶しておく第1の情報記憶部をさらに備える請求項1又は2に記載の医用画像処理装置。
- 前記学習差分情報が、前記第1のコンピュータ支援診断装置のパラメータ情報と、前記第2のコンピュータ支援診断装置のパラメータ情報との差分を示すパラメータ差分情報を含む請求項1から3のいずれか一項に記載の医用画像処理装置。
- 前記学習差分情報が、前記第2のコンピュータ支援診断装置のパラメータ情報を含む請求項1から3のいずれか一項に記載の医用画像処理装置。
- 前記学習差分情報が、前記特徴量情報を含む請求項2に記載の医用画像処理装置。
- 前記学習差分情報が、前記追加学習に供された前記医用画像を含む請求項1から6のいずれか一項に記載の医用画像処理装置。
- 前記第1のコンピュータ支援診断装置は、予め第1の学習用データセットを用いて機械学習を行うことによって作成された第1の認識器であり、
前記第2のコンピュータ支援診断装置は、前記第1の認識器のパラメータが変更された第2の認識器である請求項1から7のいずれか一項に記載の医用画像処理装置。 - 請求項1から8のいずれか一項に記載の医用画像処理装置と、
前記通信部から出力された前記学習差分情報を受信して、前記学習差分情報を含む学習用のデータを収集する情報処理装置と、
を備える機械学習システム。 - 前記情報処理装置は、前記受信した前記学習差分情報を用いて前記第1のコンピュータ支援診断装置の学習処理を行う学習処理部を含む請求項9に記載の機械学習システム。
- 前記情報処理装置は、前記受信した前記学習差分情報を記憶しておく第2の情報記憶部をさらに備える請求項9又は10に記載の機械学習システム。
- 医用画像処理装置が実施する医用画像処理方法であって、
医用画像を取得するステップと、
前記取得された前記医用画像を基に、学習器を用いて第1のコンピュータ支援診断装置の追加学習を行うステップと、
前記学習器を用いた前記追加学習によって得られる第2のコンピュータ支援診断装置と前記第1のコンピュータ支援診断装置とを比較して、前記追加学習の学習差分情報が前記第1のコンピュータ支援診断装置の性能向上に寄与するか否かを評価するステップと、
前記評価によって得られる評価結果を基に、前記学習差分情報の通信の要否を判定するステップと、
前記判定によって得られる判定結果に従い、前記学習差分情報を通信部から出力するステップと、
を含む医用画像処理方法。 - コンピュータに、
入力された医用画像を基に、第1のコンピュータ支援診断装置の追加学習を行う学習器の機能と、
前記学習器を用いた前記追加学習によって得られる第2のコンピュータ支援診断装置と前記第1のコンピュータ支援診断装置とを比較して、前記追加学習の学習差分情報が前記第1のコンピュータ支援診断装置の性能向上に寄与するか否かを評価する機能と、
前記評価によって得られる評価結果を基に、前記学習差分情報の通信の要否を判定する機能と、
前記判定によって得られる判定結果に従い、前記学習差分情報を通信部から出力する機能と、を実現させるためのプログラム。 - 非一時的かつコンピュータ読取可能な記憶媒体であって、前記記憶媒体に格納された指令がコンピュータによって読み取られた場合に、
入力された医用画像を基に、第1のコンピュータ支援診断装置の追加学習を行う学習器の機能と、
前記学習器を用いた前記追加学習によって得られる第2のコンピュータ支援診断装置と前記第1のコンピュータ支援診断装置とを比較して、前記追加学習の学習差分情報が前記第1のコンピュータ支援診断装置の性能向上に寄与するか否かを評価する機能と、
前記評価によって得られる評価結果を基に、前記学習差分情報の通信の要否を判定する機能と、
前記判定によって得られる判定結果に従い、前記学習差分情報を通信部から出力する機能と、
をコンピュータに実行させる記憶媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018123441 | 2018-06-28 | ||
JP2018123441 | 2018-06-28 | ||
PCT/JP2019/022908 WO2020003990A1 (ja) | 2018-06-28 | 2019-06-10 | 医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020003990A1 true JPWO2020003990A1 (ja) | 2021-07-08 |
JP7033202B2 JP7033202B2 (ja) | 2022-03-09 |
Family
ID=68984823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020527357A Active JP7033202B2 (ja) | 2018-06-28 | 2019-06-10 | 医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体 |
Country Status (6)
Country | Link |
---|---|
US (1) | US12009104B2 (ja) |
EP (1) | EP3815610A4 (ja) |
JP (1) | JP7033202B2 (ja) |
CN (1) | CN112334070B (ja) |
CA (1) | CA3104779A1 (ja) |
WO (1) | WO2020003990A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12014823B2 (en) * | 2019-08-30 | 2024-06-18 | GE Precision Healthcare LLC | Methods and systems for computer-aided diagnosis with deep learning models |
JPWO2022138876A1 (ja) * | 2020-12-24 | 2022-06-30 | ||
TWI795108B (zh) * | 2021-12-02 | 2023-03-01 | 財團法人工業技術研究院 | 用於判別醫療影像的電子裝置及方法 |
CN115274099B (zh) * | 2022-09-26 | 2022-12-30 | 之江实验室 | 一种人与智能交互的计算机辅助诊断***与方法 |
CN116664966B (zh) * | 2023-03-27 | 2024-02-20 | 北京鹰之眼智能健康科技有限公司 | 一种红外图像处理*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060018524A1 (en) * | 2004-07-15 | 2006-01-26 | Uc Tech | Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT |
JP2013192624A (ja) * | 2012-03-16 | 2013-09-30 | Hitachi Ltd | 医用画像診断支援装置、医用画像診断支援方法ならびにコンピュータプログラム |
US20160148371A1 (en) * | 2014-11-24 | 2016-05-26 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
JP2017187918A (ja) * | 2016-04-05 | 2017-10-12 | 日本電信電話株式会社 | 訓練画像選択装置、方法、及びプログラム |
CN108056789A (zh) * | 2017-12-19 | 2018-05-22 | 飞依诺科技(苏州)有限公司 | 一种生成超声扫描设备的配置参数值的方法和装置 |
US20180144209A1 (en) * | 2016-11-22 | 2018-05-24 | Lunit Inc. | Object recognition method and apparatus based on weakly supervised learning |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002174603A (ja) * | 2000-12-08 | 2002-06-21 | Olympus Optical Co Ltd | 欠陥分類方法 |
US7529394B2 (en) * | 2003-06-27 | 2009-05-05 | Siemens Medical Solutions Usa, Inc. | CAD (computer-aided decision) support for medical imaging using machine learning to adapt CAD process with knowledge collected during routine use of CAD system |
WO2010005034A1 (ja) | 2008-07-11 | 2010-01-14 | クラリオン株式会社 | 音響処理装置 |
WO2010050334A1 (ja) | 2008-10-30 | 2010-05-06 | コニカミノルタエムジー株式会社 | 情報処理装置 |
US20100135552A1 (en) * | 2008-11-28 | 2010-06-03 | David Leib | Medical Imaging with Accessible Computer Assisted Detection |
JP2015116319A (ja) | 2013-12-18 | 2015-06-25 | パナソニックIpマネジメント株式会社 | 診断支援装置、診断支援方法、および診断支援プログラム |
US20160259899A1 (en) * | 2015-03-04 | 2016-09-08 | Expeda ehf | Clinical decision support system for diagnosing and monitoring of a disease of a patient |
US10878320B2 (en) * | 2015-07-22 | 2020-12-29 | Qualcomm Incorporated | Transfer learning in neural networks |
JP2018061771A (ja) * | 2016-10-14 | 2018-04-19 | 株式会社日立製作所 | 画像処理装置、及び画像処理方法 |
EP3695416A4 (en) * | 2017-10-13 | 2021-12-01 | Ai Technologies Inc. | DEEP LEARNING-BASED DIAGNOSIS AND RECOMMENDATION OF ILLNESSES AND OPHTHALMIC DISORDERS |
-
2019
- 2019-06-10 JP JP2020527357A patent/JP7033202B2/ja active Active
- 2019-06-10 EP EP19826063.0A patent/EP3815610A4/en active Pending
- 2019-06-10 CA CA3104779A patent/CA3104779A1/en active Pending
- 2019-06-10 WO PCT/JP2019/022908 patent/WO2020003990A1/ja active Application Filing
- 2019-06-10 CN CN201980042852.8A patent/CN112334070B/zh active Active
-
2020
- 2020-12-10 US US17/117,408 patent/US12009104B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060018524A1 (en) * | 2004-07-15 | 2006-01-26 | Uc Tech | Computerized scheme for distinction between benign and malignant nodules in thoracic low-dose CT |
JP2013192624A (ja) * | 2012-03-16 | 2013-09-30 | Hitachi Ltd | 医用画像診断支援装置、医用画像診断支援方法ならびにコンピュータプログラム |
US20160148371A1 (en) * | 2014-11-24 | 2016-05-26 | Siemens Aktiengesellschaft | Synthetic data-driven hemodynamic determination in medical imaging |
JP2017187918A (ja) * | 2016-04-05 | 2017-10-12 | 日本電信電話株式会社 | 訓練画像選択装置、方法、及びプログラム |
US20180144209A1 (en) * | 2016-11-22 | 2018-05-24 | Lunit Inc. | Object recognition method and apparatus based on weakly supervised learning |
CN108056789A (zh) * | 2017-12-19 | 2018-05-22 | 飞依诺科技(苏州)有限公司 | 一种生成超声扫描设备的配置参数值的方法和装置 |
Non-Patent Citations (1)
Title |
---|
野村 行弘 外7名: "遠隔読影環境における多施設連携型CAD開発、実運用、および継続的性能改善", MEDICAL IMAGING TECHNOLOGY, vol. 32, no. 2, JPN7022000446, March 2014 (2014-03-01), pages 98 - 108, ISSN: 0004696892 * |
Also Published As
Publication number | Publication date |
---|---|
CN112334070B (zh) | 2024-03-26 |
EP3815610A4 (en) | 2021-09-15 |
CN112334070A (zh) | 2021-02-05 |
CA3104779A1 (en) | 2020-01-02 |
EP3815610A1 (en) | 2021-05-05 |
US20210125724A1 (en) | 2021-04-29 |
JP7033202B2 (ja) | 2022-03-09 |
WO2020003990A1 (ja) | 2020-01-02 |
US12009104B2 (en) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7033202B2 (ja) | 医用画像処理装置及び方法、機械学習システム、プログラム並びに記憶媒体 | |
KR101818074B1 (ko) | 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템 | |
US10902588B2 (en) | Anatomical segmentation identifying modes and viewpoints with deep learning across modalities | |
Wang et al. | Smartphone-based wound assessment system for patients with diabetes | |
US9760990B2 (en) | Cloud-based infrastructure for feedback-driven training and image recognition | |
WO2021189909A1 (zh) | 病灶检测分析方法、装置、电子设备及计算机存储介质 | |
US11900594B2 (en) | Methods and systems for displaying a region of interest of a medical image | |
CN109191451B (zh) | 异常检测方法、装置、设备和介质 | |
Ghayvat et al. | AI-enabled radiologist in the loop: novel AI-based framework to augment radiologist performance for COVID-19 chest CT medical image annotation and classification from pneumonia | |
US11151703B2 (en) | Artifact removal in medical imaging | |
CN113284572B (zh) | 多模态异构的医学数据处理方法及相关装置 | |
US11574717B2 (en) | Medical document creation support apparatus, medical document creation support method, and medical document creation support program | |
JP2022036125A (ja) | 検査値のコンテキストによるフィルタリング | |
Khalsa et al. | Artificial intelligence and cardiac surgery during COVID‐19 era | |
JP2018014058A (ja) | 医療情報処理システム、医療情報処理装置及び医療情報処理方法 | |
US11164309B2 (en) | Image analysis and annotation | |
Chu et al. | Artificial Intelligence and Infectious Disease Imaging | |
US11460528B2 (en) | MRI reconstruction with image domain optimization | |
WO2019208130A1 (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 | |
JP7278256B2 (ja) | 画像獲得ワークフローを最適化するためのデバイス、システム、及び方法 | |
US20200357515A1 (en) | System and method for clinical decision support system with inquiry based on reinforcement learning | |
US20220005185A1 (en) | Pneumothorax detection | |
Kaushik et al. | [Retracted] Computational Intelligence‐Based Method for Automated Identification of COVID‐19 and Pneumonia by Utilizing CXR Scans | |
Krishnaswamy et al. | A novel machine learning-based video classification approach to detect pneumonia in COVID-19 patients using lung ultrasound | |
Rithesh et al. | DECOVID-CT: Lightweight 3D CNN for COVID-19 Infection Prediction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201216 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201216 |
|
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: 20220201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220225 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7033202 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |