CN113365545A - 图像记录装置、图像记录方法和图像记录程序 - Google Patents

图像记录装置、图像记录方法和图像记录程序 Download PDF

Info

Publication number
CN113365545A
CN113365545A CN201980090591.7A CN201980090591A CN113365545A CN 113365545 A CN113365545 A CN 113365545A CN 201980090591 A CN201980090591 A CN 201980090591A CN 113365545 A CN113365545 A CN 113365545A
Authority
CN
China
Prior art keywords
lesion
unit
time
image
image recording
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.)
Pending
Application number
CN201980090591.7A
Other languages
English (en)
Inventor
北村诚
神田大和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Olympus Corp
Original Assignee
Olympus Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Olympus Corp filed Critical Olympus Corp
Publication of CN113365545A publication Critical patent/CN113365545A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • A61B1/000094—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope extracting biological structures
    • 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
    • A61B1/00006—Operational features of endoscopes characterised by electronic signal processing of control signals
    • 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
    • A61B1/0002—Operational features of endoscopes provided with data storages
    • 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
    • A61B1/00064—Constructional details of the endoscope body
    • A61B1/00071—Insertion part of the endoscope body
    • 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
    • A61B1/005—Flexible endoscopes
    • A61B1/009—Flexible endoscopes with bending or curvature detection of the insertion part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4887—Locating particular structures in or on the body
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/749—Voice-controlled interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/06—Devices, other than using radiation, for detecting or locating foreign bodies ; determining position of probes within or on the body of the patient
    • A61B5/061—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body
    • A61B5/062—Determining position of a probe within the body employing means separate from the probe, e.g. sensing internal probe position employing impedance electrodes on the surface of the body using magnetic field
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10068—Endoscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Endoscopes (AREA)

Abstract

具有：取得内窥镜检查的时间序列图像的取得部(51)；根据所取得的所述时间序列图像确定病变的出现的病变出现确定部(52)；以及从在所述病变出现确定部(52)中确定了所述病变的出现的时间点起开始记录所述时间序列图像的记录部(53)。

Description

图像记录装置、图像记录方法和图像记录程序
技术领域
本发明涉及图像记录装置、图像记录方法和图像记录程序。
背景技术
在医疗领域的图像诊断中，为了对病状进行分类和评价，开发了拍摄与各个患者相关的各种解剖学结构的医用图像的各种系统。作为这些摄影系统，例如，已知有CT(计算机断层摄影)系统、MRI(磁共振摄影)系统、X射线系统、超声波系统、PET(正电子放射断层摄影)系统等。
此外，在日本特表2007-528746号公报中公开了如下方法：对医生等医疗相关者的注解(annotation)数据进行机器学习，从而实现基于所谓的计算机检测/诊断支援即CADe(Computer-Aided Detection/Diagnosis)的病变检测功能。
但是，在使用内窥镜的检查中，在使用上述的计算机检测/诊断支援(CADe)进行病变检测的情况下，医生等医疗相关者的注解数据不一定包含开始出现重要病变的时刻。
此外，在现有的方法中，为了以可靠地包含在内窥镜的检查图像中开始出现病变的时刻的方式进行记录，需要记录该检查中全部图像数据，存在需要确保非常大的数据记录装置的问题。
本发明是鉴于上述情况而完成的，其目的在于提供图像记录装置、图像记录方法和图像记录程序，在使用计算机检测/诊断支援(CADe)进行病变检测时，能够可靠且容易地生成在时间序列的检查图像中开始出现病变的时刻的注解数据。
发明内容
用于解决问题的手段
本发明的一个方式的图像记录装置具有：取得部，其取得内窥镜检查的时间序列图像；病变出现确定部，其确定与所取得的所述时间序列图像相关的病变的出现；以及记录部，其从在所述病变出现确定部中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
本发明的一个方式的图像记录方法具有：取得步骤，取得内窥镜检查的时间序列图像；病变出现确定步骤，确定与所取得的所述时间序列图像相关的病变的出现；以及记录步骤，从在所述病变出现确定步骤中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
本发明的一个方式的图像记录程序使计算机执行如下步骤：取得步骤，取得内窥镜检查的时间序列图像；病变出现确定步骤，确定与所取得的所述时间序列图像相关的病变的出现；以及记录步骤，从在所述病变出现确定步骤中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
附图说明
图1是示出包含本发明的第1实施方式的图像记录装置的内窥镜系统的结构的框图。
图2是对第1实施方式的图像记录装置和周边部的结构进行说明的框图。
图3是对第1实施方式的图像记录装置中的记录部的结构进行说明的框图。
图4是示出第1实施方式的图像记录装置的更具体的结构的框图。
图5是对本发明的第2实施方式的图像记录装置和周边部的结构进行说明的框图。
图6是对本发明的第3实施方式的图像记录装置和周边部的结构进行说明的框图。
图7是示出包含本发明的第4实施方式的图像记录装置的内窥镜系统的结构的框图。
图8是对第4实施方式的图像记录装置和周边部的结构进行说明的框图。
具体实施方式
以下，使用附图对本发明的实施方式进行说明。
＜第1实施方式＞
图1是示出包含本发明的第1实施方式的图像记录装置的内窥镜系统的结构的框图。
如图1所示，本实施方式的内窥镜系统1例如构成为具有内窥镜10、光源装置20、视频处理器30、插入形状检测装置40、图像记录装置50、显示装置60、输入装置70。
内窥镜10构成为具有：被插入被检体内的插入部11；设于插入部11的基端侧的操作部12；以及从操作部12延伸设置的通用软线13。此外，内窥镜10构成为经由设于通用软线13的端部的镜体连接器13A而以能够自由拆卸的方式与光源装置20连接。
进而，内窥镜10构成为经由电连接器14A而以能够自由拆卸的方式与视频处理器30连接，该电连接器14A设于从镜体连接器13A延伸出的电缆14的端部。此外，在插入部11、操作部12和通用软线13的内部设有用于传送从光源装置20供给的照明光的光导(未图示)。
插入部11构成为具有挠性和细长形状。此外，插入部11构成为从前端侧依次设有硬质的前端部11A、形成为弯曲自如的弯曲部11B以及具有挠性的长型的可挠管部11C。
在前端部11A设有照明窗(未图示)，该照明窗用于将通过设于插入部11的内部的光导而传送的照明光向被摄体出射。此外，在前端部11A设有摄像部，该摄像部构成为进行与从视频处理器30供给的摄像控制信号相应的动作，并且拍摄被经由照明窗出射的照明光照明的被摄体而输出摄像信号。摄像部例如构成为具有CMOS图像传感器、CCD图像传感器等图像传感器。
操作部12构成为具有能够由用户把持而进行操作的形状。此外，在操作部12设有角度旋钮121，该角度旋钮121构成为能够进行用于使弯曲部11B向与插入部11的长度轴交叉的上下左右(UDLR)这4个方向弯曲的操作。此外，在操作部12设有1个以上的镜体开关122，该1个以上的镜体开关122能够进行与操作者(用户)的输入操作例如释放操作等相应的指示。
这里，操作部12中的该角度旋钮121、镜体开关122实现作为外部信息的输入装置的功能。
光源装置20构成为例如具有1个以上的LED或1个以上的灯作为光源。此外，光源装置20构成为，能够发出用于对被插入插入部11的被检体内进行照明的照明光，并且将该照明光供给到内窥镜10。此外，光源装置20构成为能够根据从视频处理器30供给的系统控制信号而使照明光的光量变化。
输入装置70经由缆线16以能够自由拆卸的方式与视频处理器30连接，构成为例如具有鼠标、键盘或触摸面板等那样的由操作者(用户)操作的1个以上的输入接口。
此外，输入装置70还实现输入操作者发出的规定的声音的作为外部信息的输入装置的功能。而且，输入装置70构成为，向视频处理器30输出与操作者(用户)的操作或声音输入相应的指示。
插入形状检测装置40构成为经由缆线15以能够自由拆卸的方式与视频处理器30连接。此外，在本实施方式中，插入形状检测装置40构成为，检测从设于插入部11的例如源线圈组产生的磁场，并且基于该检测到的磁场的强度来取得源线圈组所包含的多个源线圈各自的位置。
此外，插入形状检测装置40构成为，基于前述那样取得的多个源线圈各自的位置来计算插入部11的插入形状，并且生成表示该计算出的插入形状的插入形状信息并向视频处理器30输出。
另外，在本实施方式中，针对插入形状检测装置40的各部，可以构成为电子电路，或者，也可以构成为FPGA(Field Programmable Gate Array)等集成电路中的电路模块。此外，在本实施方式中，例如，插入形状检测装置40也可以构成为具有1个以上的处理器(CPU等)。
显示装置(监视器)60经由缆线17以能够自由拆卸的方式与视频处理器30连接，例如构成为具有液晶监视器等。此外，显示装置60构成为能够将从视频处理器30输出的内窥镜图像等显示于画面上。
图像记录装置50经由缆线18以能够自由拆卸的方式与视频处理器30连接。此外，图像记录装置50具有图像取得部，该图像取得部取得在视频处理器30中被适当处理后的时间序列的内窥镜检查图像，并且图像记录装置50具有：记录该时间序列的内窥镜图像的记录部；以及根据该取得的时间序列的内窥镜图像确定病变的出现的病变出现确定部，后面详细叙述该图像记录装置50。
视频处理器30具有图像处理部，该图像处理部取得从内窥镜10输出的摄像信号，实施规定的图像处理而生成时间序列的内窥镜图像。此外，视频处理器30构成为进行用于使该生成的内窥镜图像显示于显示装置60的规定的动作。进而，视频处理器30构成为生成并输出用于控制内窥镜10、光源装置20、图像记录装置50等的动作的各种控制信号。
此外，如上所述，视频处理器30构成为，进行与来自输入装置70和操作部12的镜体开关112的指示相应的动作、即基于外部信息的动作。
例如，视频处理器30在如上所述在输入装置70中输入了由操作者发出的规定的声音(病变的发现等)时，将与该操作者的声音输入相应的信息作为操作者的病变发现动作有关的通知信息，向图像记录装置50的病变出现确定部52送出。另外，后面详细叙述。
进而，视频处理器30例如在接收到来自操作部12的镜体开关112的释放操作信息或冻结操作信息后，与上述同样，根据该操作者的操作，作为操作者的病变发现动作的通知信息，向图像记录装置50的病变出现确定部52送出。后面详细叙述。
进而，视频处理器30构成为，基于从插入形状检测装置40输出的插入形状信息等来控制插入部11的驱动状态。
此外，在本实施方式中，视频处理器30基于从插入形状检测装置40输出的插入形状信息等来掌握该插入部11的状态，例如，还能够检测插入部11的移动速度和移动方向(例如，插入部的拔出速度等)，进行该插入部11的动作停止、动作变化或者该内窥镜的处置动作的判定。
进而，视频处理器30基于来自插入形状检测装置40的插入形状信息等判定上述的内窥镜插入部的动作，将该判定结果作为内窥镜插入部的动作停止信息或动作变化信息、或者与内窥镜处置相关的动作信息，向图像记录装置50中的病变出现确定部(病变发现动作判定部52A)送出。
另外，在本实施方式中，视频处理器30的各部可以构成为各个电子电路，或者，也可以构成为FPGA(Field Programmable Gate Array)等集成电路中的电路模块。此外，在本实施方式中，例如，视频处理器30也可以构成为具有1个以上的处理器(CPU等)。
＜第1实施方式中的图像记录装置50的内部结构＞
接着，详细说明本实施方式的图像记录装置50的结构。
图2是对第1实施方式的图像记录装置和周边部的结构进行说明的框图，图3是对第1实施方式的图像记录装置中的记录部的结构进行说明的框图，图4是示出第1实施方式的图像记录装置的更具体的结构的框图。
另外，在本实施方式中，针对图像记录装置50的各部，可以构成为电子电路，或者也可以构成为FPGA(Field Programmable Gate Array)等集成电路中的电路模块。此外，在本实施方式中，例如，图像记录装置50可以构成为具有1个以上的处理器(CPU等)。
如图2所示，本第1实施方式中的图像记录装置50具有：与视频处理器30连接并且取得内窥镜检查的时间序列图像的图像取得部51；根据在该图像取得部51中取得的所述时间序列图像确定病变的出现的病变出现确定部52；以及记录部53，其从在所述病变出现确定部52中确定出所述病变的出现的时间点起开始记录所述时间序列图像。
图像取得部51取得在视频处理器30的图像处理部中被实施了规定的图像处理后的从内窥镜10输出的摄像信号(图像信号)，将该时间序列的图像信号向记录部53送出，并且向病变出现确定部52送出。
在病变出现确定部52中，在接收到所述时间序列的图像信号后，基于该时间序列图像确定病变的出现时刻，将该时刻的信息向记录部53送出。
记录部53从图像取得部51接收所述时间序列图像，另一方面，接收来自病变出现确定部52的病原出现时刻信息，开始记录与该时刻信息相应的所述时间序列图像，例如开始记录包含与内窥镜检查的时间序列图像相关的病变出现紧后的时刻在内的病变区间的记录。
这样，在本实施方式中，记录部53进行与来自病变出现确定部52的所述时刻信息相应的时间序列图像的记录。换言之，根据本实施方式的图像记录装置，在使用计算机检测/诊断支援(CADe)的病变检测中能够容易地生成在重要的图像中开始出现病变时刻的注解数据。
此外，记录部53具有教师数据生成部，该教师数据生成部基于与由病变出现确定部52确定了出现的病变相关的所述时间序列图像所对应的注解数据，生成机器学习用的教师数据。此外，记录部53具有学习模型生成部，该学习模型生成部基于在该教师数据生成部中生成的教师数据来生成识别用的学习模型。
这里，学习模型实现作为识别机的功能，该识别机基于所生成的教师数据，识别被估计为病变的内窥镜图像上的特征部的边界线。
记录部53还具有识别部，该识别部基于在上述学习模型生成部中生成的所述学习模型来进行规定的识别处理。更具体而言，记录部53在上述识别部中，例如通过所谓的深度学习等方法而生成识别处理的算法，然后，使用该识别算法适当地执行识别处理。
另外，在本第1实施方式中，记录部53如图3所示包含缓冲记录部54。此外，记录部53与来自上述的病变出现确定部52的时刻信息所对应的时间序列图像的记录并行地，适当记录来自图像取得部51的时间序列图像。
缓冲记录部54能够记录从图像取得部51输出的、与内窥镜检查相关的全部的所述时间序列图像，进而，在本实施方式中，至少能够从相对于在该病变出现确定部52中“确定了病变的出现的时间点”追溯了规定时间后的时间起，开始记录该时间序列图像。
另外，病变出现确定部52还能够取得该缓冲记录部54中记录的所述时间序列图像，并且根据该取得的所述时间序列图像确定“病变的出现”。
此时，记录部53例如能够根据在内窥镜检查结束后由所述病变出现确定部52确定了所述病变的出现时刻，记录所述缓冲记录部54所记录的所述时间序列图像中的规定的图像，例如包含所述取得的图像中出现了病变紧后的时刻在内的区间(病变区间)。
接着，参照图4对本第1实施方式的图像记录装置50中的病变出现确定部52的具体结构进行说明。
另外，在图4中，虽然没有特别进行图示，但是记录部53如上所述包含缓冲记录部54。记录部53还包含上述的教师数据生成部、学习模型生成部和识别部。
如图4所示，本第1实施方式中的病变出现确定部52具有病变发现动作判定52A、以及判定病变的出现的时刻的出现时刻判定部52D。
病变发现动作判定部52A基于来自外部的信息来检测发现病变的动作。即病变发现动作判定部52A实现作为操作者通知信息接收部的作用，该操作者通知信息接收部接收从视频处理器30输出的与操作者的病变发现动作相关的通知信息，基于该通知信息来检测病变的发现。
具体而言，病变发现动作判定部52A基于从视频处理器30发送的操作者的发声信息、与操作者相关的规定的释放操作信息、或与操作者相关的规定的冻结操作信息，来检测病变的发现。
如上所述，这些操作者的发声信息、释放操作信息等例如是从接收到来自输入装置70或操作部12的镜体开关112的外部信息的视频处理器30向病变发现动作判定部52A发送的信息。
另一方面，病变发现动作判定部52A基于从视频处理器30发送的内窥镜插入部的动作停止信息或动作变化信息、或者与内窥镜处置相关的动作信息，来检测病变的发现。
如上所述，这些与内窥镜相关的动作信息例如是基于来自插入形状检测装置40的插入形状信息等而在视频处理器30中判定出的与该内窥镜插入部相关的动作信息。
在本实施方式中，在病变发现动作判定部52A中检测到发现病变的动作时，出现时刻判定部52D判定该病变出现的时刻，将基于该时刻的时刻信息发送到记录部53。
具体而言，出现时刻判定部52D在检测到由操作者发现了病变的动作(操作者的声音、释放操作、内窥镜插入部的动作等)时，将该时刻信息发送到记录部53，使得从该检测紧后的时刻起、或者相对于该检测时追溯了规定的时间后的时刻起，记录所述时间序列的内窥镜图像。
另一方面，记录部53如上所述暂时对来自图像取得部51的时间序列图像进行适当缓冲记录，并且记录与来自病变出现确定部52的时刻信息相应的时间序列图像。
＜第1实施方式的作用＞
接着，对本第1实施方式的图像记录装置的作用进行说明。
首先，图像取得部51取得从视频处理器30发送的与内窥镜检查相关的时间序列图像。然后，将该时间序列的图像信号向记录部53送出，并且向病变出现确定部52送出。
在记录部53中，将从图像取得部51接收到的所述时间序列图像适当记录于缓冲记录部54，另一方面，等待从病变出现确定部52接收时刻信息。
另一方面，在病变出现确定部52中，在接收到时间序列图像信号后，基于该时间序列图像，通过上述的病变发现动作判定部52A和出现时刻判定部52D来确定病变的出现时刻，将该时刻的信息向记录部53送出。
记录部53从图像取得部51接收所述时间序列图像并将其缓存于缓冲记录部54，另一方面，在接收到来自病变出现确定部52的病原出现时刻信息时，开始记录与该时刻信息相应的所述时间序列图像，例如开始记录包含与内窥镜检查的时间序列图像相关的病变出现紧后的时刻在内的病变区间。
即，记录部53记录与来自病变出现确定部52的所述时刻信息相应的时间序列图像，换言之，在使用计算机检测/诊断支援(CADe)的病变检测中生成在重要的图像中开始出现病变的时刻的注解数据。
之后，记录部53基于所生成的注解数据，生成机器学习用的教师数据，进而基于该教师数据来生成识别用的学习模型。
进而，记录部53基于所生成的所述学习模型，通过所谓的深度学习等方法来生成识别处理的算法，适当执行识别处理。
＜第1实施方式的效果＞
在本第1实施方式的图像记录装置中，在进行内窥镜检查时，基于计算机实时地进行病变的检测结果和病变的鉴别结果的通知，因此，即使是经验少的医生，也能够以不低于资深医生的水平进行检查。
＜第2实施方式＞
接着，对本发明的第2实施方式进行说明。
本第2实施方式的图像记录装置相比于第1实施方式，不同之处在于病变出现确定部52的结构。在第1实施方式的图像记录装置中，病变出现确定部52根据操作者进行的病变发现动作或内窥镜插入部的动作来确定记录部53记录的时刻信息。即，在第1实施方式中，根据操作者的动作确定了上述时刻信息。
与此相对，在第2实施方式中，其特征在于，根据内窥镜检查图像的图像信号自动地检测病变的关心区域，根据该关心区域的检测来计算病变，并且确定与该计算出的病变信息相应的规定的时刻信息，另外，并且，基于该时刻信息向记录部53自动地记录规定的时间序列图像。
其他的结构与第1实施方式同样，因此，这里仅对与第1实施方式之间的差异进行说明，省略共同的部分的说明。
＜第2实施方式中的图像记录装置50的内部结构＞
接着，详细说明本第2实施方式的图像记录装置50的结构。
图5是对本发明的第2实施方式的图像记录装置和周边部的结构进行说明的框图。
另外，在图5中，虽然未特别图示，但记录部53也如上所述包含缓冲记录部54。并且，记录部53包含上述的教师数据生成部、学习模型生成部和识别部。
此外，在本第2实施方式中，针对图像记录装置50的各部，可以构成为电子电路，或者也可以构成为FPGA(Field Programmable Gate Array)等集成电路中的电路模块。此外，在本实施方式中，例如，图像记录装置50也可以构成为具有1个以上的处理器(CPU等)。
如图5所示，本第2实施方式的图像记录装置50与第1实施方式同样，具有：与视频处理器30连接并取得内窥镜检查的时间序列图像的图像取得部51；根据在该图像取得部51中取得的所述时间序列图像确定病变的出现的病变出现确定部52；以及记录部53，其从在所述病变出现确定部52中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
在第2实施方式中，图像取得部51也与第1实施方式同样，取得在视频处理器30的图像处理部中被实施了规定的图像处理后的从内窥镜10输出的摄像信号(图像信号)，将该时间序列的图像信号向记录部53送出，并且向病变出现确定部52送出。
进而，在病变出现确定部52中，在接收到所述时间序列的图像信号后，基于该时间序列图像确定病变的出现时刻，将该时刻的信息向记录部53送出。此外，记录部53从图像取得部51接收所述时间序列图像，另一方面，接收来自病变出现确定部52的病原出现时刻信息，开始记录与该时刻信息相应的所述时间序列图像，例如开始记录包含与内窥镜检查的时间序列图像相关的病变出现紧后的时刻在内的病变区间。
这样，在本第2实施方式中，也能够在使用计算机检测/诊断支援(CADe)的病变检测中容易地生成在重要图像中开始出现病变的时刻的注解数据。
进而，在第2实施方式中，记录部53也具有与第1实施方式同样的教师数据生成部、学习模型生成部、识别部，使用通过所谓的深度学习等方法生成的识别算法，适当执行识别处理。
另外，在本第2实施方式中，记录部53也包含图3所示的缓冲记录部54，与来自病变出现确定部52的时刻信息所对应的时间序列图像的记录并行地，适当记录来自图像取得部51的时间序列图像。
如图5所示，在本第2实施方式中，病变出现确定部52具有病变检测部52B、病变信息计算部52C、出现时刻判定部52D。
病变检测部52B接收在图像取得部51中取得的时间序列图像即内窥镜检查图像信号，并对该图像信号实施公知的图像处理，从而检测作为“病变”的关心区域(ROI)。
病变信息计算部52C基于在所述病变检测部52B中检测到的关心区域(ROI)的图像数据，计算与该“病变”相关的关心区域(ROI)信息。
与该“病变”相关的信息例如是与在该病变检测部52B中检测到的关心区域(ROI)相关的时间序列信息、与该关心区域(ROI)相关的位置信息、与该关心区域(ROI)相关的距离信息、与该关心区域(ROI)相关的大小信息。
具体而言，病变信息计算部52C对与在病变检测部52B中检测的“病变”相关的关心区域(ROI)的时间序列的变化、位置、距离或大小的信息与预先求出的信息进行比较，在规定的情况下判断为“病变”。
在本第2实施方式中，在病变检测部52B中检测到规定的关心区域(ROI)时，出现时刻判定部52D根据在所述病变信息计算部52C中计算出的与“病变”相关的信息来判定该病变出现的时刻，将基于该时刻的时刻信息发送到记录部53。
＜第2实施方式的作用＞
接着，对本第2实施方式的图像记录装置的作用进行说明。
在第2实施方式中，首先，图像取得部51取得从视频处理器30发送的与内窥镜检查相关的时间序列图像，将该时间序列的图像信号向记录部53送出，并且向病变出现确定部52送出。
在记录部53中，将从图像取得部51接收到的所述时间序列图像适当记录于缓冲记录部54，另一方面，等待从病变出现确定部52接收时刻信息。
另一方面，病变检测部52B接收在图像取得部51中取得的时间序列图像即内窥镜检查图像信，对该图像信号实施公知的图像处理，从而检测作为“病变”的关心区域(ROI)。
然后，病变信息计算部52C基于在所述病变检测部52B中检测到的关心区域(ROI)的图像数据来计算该“病变”。
在病变检测部52B中检测到规定的关心区域(ROI)时，出现时刻判定部52D基于在所述病变信息计算部52C中计算出的与“病变”相关的信息来判定该病变出现的时刻，将基于该时刻的时刻信息发送到记录部53。
记录部53从图像取得部51接收所述时间序列图像，并将其缓存于缓冲记录部54，另一方面，在接收到来自病变出现确定部52的病原出现时刻信息时，开始记录与该时刻信息相应的所述时间序列图像，例如开始记录包含与内窥镜检查的时间序列图像相关的病变出现紧后的时刻在内的病变区间。
在本第2实施方式中，记录部53也记录与来自病变出现确定部52(出现时刻判定部52D)的所述时刻信息相应的时间序列图像，换言之，在使用计算机检测/诊断支援(CADe)的病变检测中生成在重要的图像中开始出现病变时刻的注解数据。
然后，记录部53基于所生成的注解数据，生成机器学习用的教师数据，进而基于该教师数据生成识别用的学习模型。
进而，记录部53基于所生成的所述学习模型，通过所谓的深度学习等的方法生成识别处理的算法，适当执行识别处理。
＜第2实施方式的效果＞
在本第2实施方式的图像记录装置中，能够根据内窥镜检查图像的图像信号自动地检测病变的关心区域，根据该关心区域的检测来计算病变并且确定与该计算出的病变信息相应的规定的时刻信息，另外，并且，基于该时刻信息向记录部自动地记录规定的时间序列图像，因此能够进行更高质量的检查。
＜第3实施方式＞
接着，对本发明的第3实施方式进行说明。
本第3实施方式的图像记录装置的特征在于，在病变检测部中检测到与病变相关的关心区域时，针对在记录部53的缓冲记录部54中缓存的时间序列的内窥镜检查图像的图像信号进行规定的病变匹配处理，根据该匹配的结果来确定规定的时刻信息。
其他的结构与第1实施方式同样，因此，这里仅说明与第1实施方式之间的差异，省略共同的部分的说明。
＜第3实施方式中的图像记录装置50的内部结构＞
接着，详细说明本第3实施方式的图像记录装置50的结构。
图6是对本发明的第3实施方式的图像记录装置和周边部的结构进行说明的框图。
此外，在本第3实施方式中，针对图像记录装置50的各部，可以构成为电子电路，或者也可以构成为FPGA(Field Programmable Gate Array)等集成电路中的电路模块。此外，在本实施方式中，例如，图像记录装置50也可以构成为具有1个以上的处理器(CPU等)。
如图6所示，本第3实施方式中的图像记录装置50与第1实施方式同样，具有：与视频处理器30连接并取得内窥镜检查的时间序列图像的图像取得部51；根据在该图像取得部51中取得的所述时间序列图像来确定病变的出现的病变出现确定部52；以及记录部53，其从在所述病变出现确定部52中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
此外，如图6所示，在本第3实施方式中，病变出现确定部52具有病变检测部52B、病变匹配部52E、出现时刻判定部52D。
在第3实施方式中，图像取得部51与第1实施方式同样，取得在视频处理器30的图像处理部中被实施了规定的图像处理后的从内窥镜10输出的摄像信号(图像信号)，将该时间序列的图像信号向记录部53(缓冲记录部54)送出，并且向病变出现确定部52的病变检测部52B送出。
此外，记录部53的缓冲记录部54存储从图像取得部51接收到的该时间序列的内窥镜检查图像信号作为缓冲。
病变检测部52B与第2实施方式同样，接收在图像取得部51中取得的时间序列图像即内窥镜检查图像信号，对该图像信号实施公知的图像处理，从而检测作为“病变”的关心区域(ROI)。
在所述病变检测部52B中检测到关心区域(ROI)时，病变匹配部52E取得在记录部53的缓冲记录部54中缓存的该内窥镜检查图像，实施该取得的图像与在所述病变检测部52B中检测到的关心区域(ROI)之间的匹配。
在本第3实施方式中，在病变检测部52B中检测到规定的关心区域(ROI)时，出现时刻判定部52D根据所述病变匹配部52E中的匹配结果来判定该病变出现的时刻，将基于该时刻的时刻信息发送到记录部53。
＜第3实施方式的作用＞
接着，对本第3实施方式的图像记录装置的作用进行说明。
在第3实施方式中，首先，图像取得部51取得从视频处理器30发送的与内窥镜检查相关的时间序列图像，将该时间序列的图像信号向记录部53的缓冲记录部54送出，并且向病变出现确定部52(病变检测部52B)送出。
在记录部53中，将从图像取得部51接收到的所述时间序列图像适当记录于缓冲记录部54，另一方面，等待从病变出现确定部52接收时刻信息。
另一方面，病变检测部52B接收在图像取得部51中取得的时间序列图像即内窥镜检查图像信号，对该图像信号实施公知的图像处理，从而检测作为“病变”的关心区域(ROI)。
此外，在病变检测部52B中检测到关心区域(ROI)时，病变匹配部52E取得在缓冲记录部54中缓存的该内窥镜检查图像，实施该取得的图像与在所述病变检测部52B中检测到的关心区域(ROI)之间的匹配。
然后，出现时刻判定部52D根据所述病变匹配部52E中的匹配结果来判定该病变出现的时刻，将基于该时刻的时刻信息发送到记录部53。
记录部53从图像取得部51接收所述时间序列图像并将其缓存于缓冲记录部54，另一方面，在接收到来自病变出现确定部52的病原出现时刻信息时，开始记录与该时刻信息相应的所述时间序列图像，例如开始记录包含与内窥镜检查的时间序列图像相关的病变出现紧后的时刻在内的病变区间。
在本第3实施方式中，记录部53记录与来自病变出现确定部52(出现时刻判定部52D)的所述时刻信息相应的时间序列图像，换言之，在使用计算机检测/诊断支援(CADe)的病变检测中生成在重要的图像中开始出现病变的时刻的注解数据。
然后，记录部53基于所生成的注解数据，生成机器学习用的教师数据，进而基于该教师数据生成识别用的学习模型。
进而，记录部53基于所生成的所述学习模型，通过所谓的深度学习等方法生成识别处理的算法，适当执行识别处理。
＜第3实施方式的效果＞
在本第3实施方式的图像记录装置中，在病变检测部中检测到与病变相关的关心区域时，对在记录部53的缓冲记录部54中缓存的时间序列的内窥镜检查图像的图像信号进行规定的病变匹配处理，根据该匹配的结果来确定规定的时刻信息，因此能够进行更高质量的检查。
＜第4实施方式＞
接着，对本发明的第4实施方式进行说明。
在第1～第3实施方式中，图像记录装置50相对于视频处理器30分开设置，但是在第4实施方式中，其特征在于，在视频处理器内设置该图像记录装置50的功能。
其他的结构与第1实施方式同样，因此这里仅对与第1实施方式之间的差异进行说明，省略共同的部分的说明。
图7是示出包含本发明的第4实施方式的图像记录装置的内窥镜系统的结构的框图，图8是对第4实施方式的图像记录装置和周边部的结构进行说明的框图。
如图7所示，在第4实施方式中，其特征在于，在视频处理器130内设置有具有与第1实施方式的图像记录装置50同等的结构的图像记录装置50，该视频处理器130具有进行与第1实施方式的视频处理器30同样的图像处理等的图像处理部31。
关于本第4实施方式的图像记录装置50，除了与视频处理器一体化以外，与第1实施方式相同，其作用效果也与第1实施方式相同。
另外，在本第4实施方式中，针对图像记录装置50的各部，可以构成为电子电路，此外，也可以构成为FPGA(Field Programmable Gate Array)等集成电路中的电路模块。此外，在本实施方式中，例如，图像记录装置50可以构成为具有1个以上的处理器(CPU等)。
本发明不限于上述的实施方式，能够在不改变本发明的主旨的范围内进行各种变更、改变等。

Claims (20)

1.一种图像记录装置，其特征在于，具有：
取得部，其取得内窥镜检查的时间序列图像；
病变出现确定部，其确定与所取得的所述时间序列图像相关的病变的出现；以及
记录部，其从在所述病变出现确定部中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
2.根据权利要求1所述的图像记录装置，其特征在于，
所述图像记录装置还具有缓冲记录部，该缓冲记录部至少从相对于在所述病变出现确定部中确定了所述病变的出现的时间点追溯规定时间后的时间起，开始记录所述时间序列图像。
3.根据权利要求2所述的图像记录装置，其特征在于，
所述缓冲记录部能够记录内窥镜检查的全部所述时间序列图像，
所述病变出现确定部取得在所述缓冲记录部中记录的所述时间序列图像，并且根据所取得的所述时间序列图像确定病变的出现，
所述记录部根据在该内窥镜检查结束后由所述病变出现确定部确定的所述病变的出现，记录所述缓冲记录部所记录的所述时间序列图像中的规定的图像。
4.根据权利要求1所述的图像记录装置，其特征在于，
所述病变出现确定部具有病变发现动作判定部，该病变发现动作判定部基于来自外部的信息来检测发现病变的动作。
5.根据权利要求4所述的图像记录装置，其特征在于，
所述病变发现动作判定部具有操作者通知信息接收部，该操作者通知信息接收部基于与操作者的病变发现动作相关的通知信息来检测病变的发现。
6.根据权利要求5所述的图像记录装置，其特征在于，
所述操作者通知信息接收部基于操作者的发声信息、与操作者相关的规定的释放操作信息或与操作者相关的规定的冻结操作信息来检测病变的发现。
7.根据权利要求4所述的图像记录装置，其特征在于，
所述病变发现动作判定部具有内窥镜动作信息接收部，该内窥镜动作信息接收部基于与内窥镜的动作相关的信息来检测病变的发现。
8.根据权利要求7所述的图像记录装置，其特征在于，
所述内窥镜动作信息接收部基于内窥镜插入部的动作停止信息或动作变化信息、或者与内窥镜处置相关的动作信息来检测病变的发现。
9.根据权利要求1所述的图像记录装置，其特征在于，
所述病变出现确定部具有病变检测部，该病变检测部基于所取得的所述时间序列图像来检测病变。
10.根据权利要求9所述的图像记录装置，其特征在于，
所述病变出现确定部还具有病变信息计算部，该病变信息计算部基于在所述病变检测部中检测到的病变来计算与该病变相关的信息。
11.根据权利要求10所述的图像记录装置，其特征在于，
所述病变信息计算部计算与在所述病变检测部中检测到的病变相关的时间序列信息。
12.根据权利要求10所述的图像记录装置，其特征在于，
所述病变信息计算部计算与在所述病变检测部中检测到的病变相关的位置信息。
13.根据权利要求10所述的图像记录装置，其特征在于，
所述病变信息计算部计算与在所述病变检测部中检测到的病变相关的距离信息。
14.根据权利要求10所述的图像记录装置，其特征在于，
所述病变信息计算部计算与在所述病变检测部中检测到的病变相关的大小的信息。
15.根据权利要求9所述的图像记录装置，其特征在于，
所述病变出现确定部还具有病变匹配部，该病变匹配部基于在所述病变检测部中检测到的病变来进行该病变的匹配处理。
16.根据权利要求4至15中的任意一项所述的图像记录装置，其特征在于，
所述病变出现确定部还具有出现时刻判定部，该出现时刻判定部判定所述病变的出现时刻。
17.根据权利要求1所述的图像记录装置，其特征在于，
所述图像记录装置具有：
教师数据生成部，其基于如下的注解数据来生成机器学习用的教师数据，该注解数据对应于与由所述病变出现确定部确定了出现的病变相关的所述时间序列图像；以及
学习模型生成部，其基于在所述教师数据生成部中生成的所述教师数据来生成识别用的学习模型。
18.根据权利要求17所述的图像记录装置，其特征在于，
所述图像记录装置还具有识别部，该识别部基于在所述学习模型生成部中生成的所述学习模型来进行规定的识别处理。
19.一种图像记录方法，其特征在于，具有：
取得步骤，取得内窥镜检查的时间序列图像；
病变出现确定步骤，确定与所取得的所述时间序列图像相关的病变的出现；以及
记录步骤，从在所述病变出现确定步骤中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
20.一种图像记录程序，其特征在于，该图像记录程序使计算机执行如下步骤：
取得步骤，取得内窥镜检查的时间序列图像；
病变出现确定步骤，确定与所取得的所述时间序列图像相关的病变的出现；以及
记录步骤，从在所述病变出现确定步骤中确定了所述病变的出现的时间点起，开始记录所述时间序列图像。
CN201980090591.7A 2019-02-13 2019-02-13 图像记录装置、图像记录方法和图像记录程序 Pending CN113365545A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2019/005161 WO2020165978A1 (ja) 2019-02-13 2019-02-13 画像記録装置、画像記録方法および画像記録プログラム

Publications (1)

Publication Number Publication Date
CN113365545A true CN113365545A (zh) 2021-09-07

Family

ID=72043802

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980090591.7A Pending CN113365545A (zh) 2019-02-13 2019-02-13 图像记录装置、图像记录方法和图像记录程序

Country Status (4)

Country Link
US (1) US20210361142A1 (zh)
JP (1) JP7270658B2 (zh)
CN (1) CN113365545A (zh)
WO (1) WO2020165978A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7373335B2 (ja) * 2019-09-18 2023-11-02 富士フイルム株式会社 医用画像処理装置、プロセッサ装置、内視鏡システム、医用画像処理装置の作動方法、及びプログラム
JP2023178526A (ja) * 2020-09-15 2023-12-18 富士フイルム株式会社 画像処理装置、内視鏡システム、画像処理装置の作動方法、及び画像処理装置用プログラム
KR102602392B1 (ko) * 2020-12-31 2023-11-16 주식회사 카이미 딥러닝 모델을 이용한 내시경 영상으로부터의 병변 검출 방법, 장치 및 프로그램
US20240203086A1 (en) * 2021-04-23 2024-06-20 Nec Corporation Image processing device, image processing method, and storage medium
EP4434436A1 (en) * 2021-11-18 2024-09-25 NEC Corporation Video editing device, video editing method, and recording medium

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006271870A (ja) * 2005-03-30 2006-10-12 Olympus Medical Systems Corp 内視鏡用画像処理装置
JP2007011815A (ja) * 2005-06-30 2007-01-18 Tokyo Univ Of Agriculture & Technology ドライビングレコーダ
CN1933002A (zh) * 2005-09-13 2007-03-21 索尼株式会社 数据记录方法、数据记录装置和数据记录程序
JP2007528746A (ja) * 2003-06-27 2007-10-18 シーメンス　メディカル　ソリューションズ　ユーエスエー　インコーポレイテッド Ｃａｄ（コンピュータ援用決定）プロセスを日常的なｃａｄシステム利用から得られた知識に適合させるために機械学習を利用する医用画像診断用のｃａｄ支援
JP2011000173A (ja) * 2009-06-16 2011-01-06 Toshiba Corp 内視鏡検査支援システム
CN102340625A (zh) * 2010-07-16 2012-02-01 安讯士有限公司 事件启动的视频捕获方法及捕获事件启动的视频的摄像机
WO2017216922A1 (ja) * 2016-06-16 2017-12-21 オリンパス株式会社 画像処理装置及び画像処理方法
JP6335412B1 (ja) * 2017-02-02 2018-05-30 オリンパス株式会社 内視鏡画像観察支援システム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3780071B2 (ja) * 1997-07-31 2006-05-31 オリンパス株式会社 内視鏡撮像システム
JP2008301968A (ja) * 2007-06-06 2008-12-18 Olympus Medical Systems Corp 内視鏡画像処理装置
JP4897007B2 (ja) * 2008-05-14 2012-03-14 ユニヴァーシティー・オヴ・ソウル・ファウンデイション・オヴ・インダストリー・アカデミック・コウオペレイション テラヘルツ電磁気波を用いた高解像度生体イメージ生成装置、高解像度イメージ生成方法及びこれを用いた内視鏡装置
US20110301447A1 (en) * 2010-06-07 2011-12-08 Sti Medical Systems, Llc Versatile video interpretation, visualization, and management system
JP5634755B2 (ja) * 2010-06-08 2014-12-03 富士フイルム株式会社 電子内視鏡システム、電子内視鏡用のプロセッサ装置、及び電子内視鏡システムの作動方法
JP5460488B2 (ja) * 2010-06-29 2014-04-02 富士フイルム株式会社 電子内視鏡システム、電子内視鏡用のプロセッサ装置、画像検索システム、及び電子内視鏡システムの作動方法
JP5435746B2 (ja) * 2011-01-24 2014-03-05 富士フイルム株式会社 内視鏡装置
US9743824B2 (en) * 2013-09-04 2017-08-29 Siemens Medical Solutions Usa, Inc. Accurate and efficient polyp detection in wireless capsule endoscopy images
US10182791B2 (en) * 2013-10-07 2019-01-22 The Regents Of The University Of California Integrated ultrasound, OCT, PA and/or florescence imaging endoscope for diagnosing cancers in gastrointestinal, respiratory, and urogenital tracts
EP3267394A1 (en) * 2016-07-04 2018-01-10 Centre National De La Recherche Scientifique Method and apparatus for real-time detection of polyps in optical colonoscopy

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007528746A (ja) * 2003-06-27 2007-10-18 シーメンス　メディカル　ソリューションズ　ユーエスエー　インコーポレイテッド Ｃａｄ（コンピュータ援用決定）プロセスを日常的なｃａｄシステム利用から得られた知識に適合させるために機械学習を利用する医用画像診断用のｃａｄ支援
JP2006271870A (ja) * 2005-03-30 2006-10-12 Olympus Medical Systems Corp 内視鏡用画像処理装置
JP2007011815A (ja) * 2005-06-30 2007-01-18 Tokyo Univ Of Agriculture & Technology ドライビングレコーダ
CN1933002A (zh) * 2005-09-13 2007-03-21 索尼株式会社 数据记录方法、数据记录装置和数据记录程序
JP2011000173A (ja) * 2009-06-16 2011-01-06 Toshiba Corp 内視鏡検査支援システム
CN102340625A (zh) * 2010-07-16 2012-02-01 安讯士有限公司 事件启动的视频捕获方法及捕获事件启动的视频的摄像机
WO2017216922A1 (ja) * 2016-06-16 2017-12-21 オリンパス株式会社 画像処理装置及び画像処理方法
JP6335412B1 (ja) * 2017-02-02 2018-05-30 オリンパス株式会社 内視鏡画像観察支援システム

Also Published As

Publication number Publication date
WO2020165978A1 (ja) 2020-08-20
JP7270658B2 (ja) 2023-05-10
JPWO2020165978A1 (ja) 2021-12-02
US20210361142A1 (en) 2021-11-25

Similar Documents

Publication Publication Date Title
JP7270658B2 (ja) 画像記録装置、画像記録装置の作動方法および画像記録プログラム
US11690494B2 (en) Endoscope observation assistance apparatus and endoscope observation assistance method
US7074185B2 (en) Ultrasonic diagnostic apparatus, ultrasonic probe and navigation method for acquisition of ultrasonic image
KR20200016829A (ko) 진단 검사를 실시간 치료에 통합하기 위한 범용 장치 및 방법
US20220313067A1 (en) Medical image processing apparatus, endoscope system, diagnosis assistance method, and program
US20220361733A1 (en) Endoscopic examination supporting apparatus, endoscopic examination supporting method, and non-transitory recording medium recording program
JP2009022446A (ja) 医療における統合表示のためのシステム及び方法
JP7335157B2 (ja) 学習データ作成装置、学習データ作成装置の作動方法及び学習データ作成プログラム並びに医療画像認識装置
US20180161063A1 (en) Ultrasound observation apparatus, method of operating ultrasound observation apparatus, and computer readable recording medium
US20220409030A1 (en) Processing device, endoscope system, and method for processing captured image
KR20200080906A (ko) 초음파 진단 장치 및 그 동작 방법
US20220218180A1 (en) Endoscope insertion control device, endoscope insertion control method, and non-transitory recording medium in which endoscope insertion control program is recorded
CN116075902A (zh) 用于识别医疗程序期间未检查区域的设备、系统和方法
CN102008283B (zh) 具有彩色多普勒超声扫描功能的电子支气管镜系统
CN115135224A (zh) 内窥镜检查辅助装置、内窥镜检查辅助方法及内窥镜检查辅助程序
JP2021194268A (ja) 血管観察システムおよび血管観察方法
CN102018534B (zh) 一体化彩色多普勒超声电子支气管镜系统
WO2023195103A1 (ja) 検査支援システムおよび検査支援方法
WO2024176780A1 (ja) 医療支援装置、内視鏡、医療支援方法、及びプログラム
JP7541941B2 (ja) 内視鏡及び内視鏡システム
WO2024042895A1 (ja) 画像処理装置、内視鏡、画像処理方法、及びプログラム
US20230380910A1 (en) Information processing apparatus, ultrasound endoscope, information processing method, and program
WO2024171780A1 (ja) 医療支援装置、内視鏡、医療支援方法、及びプログラム
US20240335093A1 (en) Medical support device, endoscope system, medical support method, and program
JP7264407B2 (ja) 訓練用の大腸内視鏡観察支援装置、作動方法、及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination