JP2006218138A - ハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置 - Google Patents
ハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置 Download PDFInfo
- Publication number
- JP2006218138A JP2006218138A JP2005035423A JP2005035423A JP2006218138A JP 2006218138 A JP2006218138 A JP 2006218138A JP 2005035423 A JP2005035423 A JP 2005035423A JP 2005035423 A JP2005035423 A JP 2005035423A JP 2006218138 A JP2006218138 A JP 2006218138A
- Authority
- JP
- Japan
- Prior art keywords
- image
- memory
- computer
- definition
- image data
- 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
Links
Images
Landscapes
- Endoscopes (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】 本発明は、ハイビジョンアナログ信号をA/D変換してデジタル画像として生成・保存するファイリング及び電子内視鏡のデジタル画像の特徴量解析を行い、人工知能を応用してコンピューター支援診断の結果をリアルタイム表示するコンピューター支援診断装置を得ることを目的とする。
【解決手段】 本発明は、ハイビジョンのアナログ信号を変換するA/D変換機と、前記信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行うソフトウェアーとCPU、前記画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、前記D/A変換機に接続されたハイビジョンモニターとより構成される。
【選択図】 図1
【解決手段】 本発明は、ハイビジョンのアナログ信号を変換するA/D変換機と、前記信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行うソフトウェアーとCPU、前記画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、前記D/A変換機に接続されたハイビジョンモニターとより構成される。
【選択図】 図1
Description
本発明は、ハイビジョン電子内視鏡で撮像されたハイビジョンアナログ信号をA/D変換してデジタル画像として生成・保存するファイリング及びコンピューターで、電子内視鏡のデジタル画像(高品位・標準品位)の特徴量解析を行い、人工知能(Artificial intelligence、以下「AI」という。)を応用してコンピューター支援診断(Computer-aided diagnosis、以下「CAD」という。)の結果をリアルタイム表示するコンピューター支援診断装置に関する。
近年、内視鏡は医療用分野で広く用いられるようになった。
また、従来の光学式内視鏡の他に撮像手段を内蔵した電子内視鏡も広く用いられる状況になった。
また、従来の光学式内視鏡の他に撮像手段を内蔵した電子内視鏡も広く用いられる状況になった。
電子内視鏡の場合には、光学式内視鏡の場合に使用される光源装置の他に、撮像手段に対して信号処理を行い、映像信号を生成する信号処理装置と、この信号処理装置により生成された映像信号を表示する表示手段とを用いた電子内視鏡装置で診断などに使用される(特許文献1,2を参照)。
この電子内視鏡装置においては、内視鏡画像に対応する映像信号を記録及び再生する記録再生装置等の外部周辺装置或いは外部装置を接続して画像の記録或いは、記録した映像信号の再生に利用したり、また、ファイリング装置を接続してデータベース化して診断、治療により有効に利用できるようにする装置構成或いはシステム構成にする場合もある。
近年、ハイビジョンのアナログ信号出力機能を有する内視鏡装置が開発され、今までの標準品位画像では発見が困難であった微細病変の診断や、鑑別が困難であった疾患の特徴が明らかにされることが期待される。
現行の内視鏡装置においては、ハイビジョンのアナログ信号出力機能があるにも関わらず、ファイリング装置に保存される画像は標準品位にダウンコンバート(down-convert)された画像で、高品位画像を解析することは困難な状況である。
これは、一般ユーザーにとって大きな不利益となる。
これは、一般ユーザーにとって大きな不利益となる。
本出願人等は、電子内視鏡画像にてγ補正を除去することにより内視鏡の色調を定量する方法を提示した(特許文献3を参照)。
消化管の色調(赤みの程度)は粘膜表層のヘモグロビン濃度に比例し、ヘモグロビンインデックス(IHB)として定量可能である。
IHBの2次元画像からは、基本統計量4つ(IHBの平均値、IHBの標準偏差、IHBの歪度、IHBの尖度)とテクスチャー特徴量(Textural feature)11個。
テクスチャー(Texture)とは、本来生地の“きめ”のことで、均一、不均一、粗い、細かい、斑状、線状、波打つ、等と表現されていた特徴で、テクスチャー解析により、それらの特徴を定量することができ、上記の11特徴量には単位がない。
IHBの空間分布様式は、新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等と相関を有する。
消化管の色調(赤みの程度)は粘膜表層のヘモグロビン濃度に比例し、ヘモグロビンインデックス(IHB)として定量可能である。
IHBの2次元画像からは、基本統計量4つ(IHBの平均値、IHBの標準偏差、IHBの歪度、IHBの尖度)とテクスチャー特徴量(Textural feature)11個。
テクスチャー(Texture)とは、本来生地の“きめ”のことで、均一、不均一、粗い、細かい、斑状、線状、波打つ、等と表現されていた特徴で、テクスチャー解析により、それらの特徴を定量することができ、上記の11特徴量には単位がない。
IHBの空間分布様式は、新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等と相関を有する。
さらに、消化管粘膜表面の微細な凹凸は、反射強度の空間微分値として定量可能である。
微細凹凸画像からは、基本統計量4つ(空間微分値の平均値、空間微分値の標準偏差、空間微分値の歪度、空間微分値の尖度)で特徴量を定量することができ、上記同様に特徴量には単位がない。
定量した結果、凹凸の度合いが新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等に示した病態と相関することも判明している。
微細凹凸画像からは、基本統計量4つ(空間微分値の平均値、空間微分値の標準偏差、空間微分値の歪度、空間微分値の尖度)で特徴量を定量することができ、上記同様に特徴量には単位がない。
定量した結果、凹凸の度合いが新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等に示した病態と相関することも判明している。
未知の病変の、IHBの空間分布及び消化管粘膜表面の凹凸の空間分布の特徴をコンピューター解析し、その結果をもとにAIの原理をもちいて新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等を自動診断することが可能である。
CADが、一般ユーザーにもたらす利益は過小評価できない。
CADが、一般ユーザーにもたらす利益は過小評価できない。
現行の内視鏡システムでは検査中に取得された画像を、現有専用機のファイリングシステムとは別のコンピューターにリアルタイムに取り込むことは困難である。
そのため、CADの結果をリアルタイム表示することは困難であり、一般ユーザーがCADの恩恵にあずかることを制限している。
この発明の特長は、内視鏡原画像の画像処理をソフトウェアーで行うことである。
したがって、CADの改良は、ソフトウェアーの改良により容易に行うことが可能である。
それに対し、既存の内視鏡システムにおいては、専用機のハードウェアーにて画像処理が行われるため、ユーザーの要求に迅速に対応することが不可能である。
特開2000‐330037号公報
特開2001‐197484号公報
特開2003‐210401号公報
したがって、CADの改良は、ソフトウェアーの改良により容易に行うことが可能である。
それに対し、既存の内視鏡システムにおいては、専用機のハードウェアーにて画像処理が行われるため、ユーザーの要求に迅速に対応することが不可能である。
本発明は、ハイビジョン電子内視鏡で撮像されたハイビジョンアナログ信号をA/D変換してデジタル画像として生成・保存するファイリング及びコンピューターで、電子内視鏡のデジタル画像(高品位・標準品位)の特徴量解析を行い、人工知能(AI)を応用してコンピューター支援診断(Computer-aided diagnosis)の結果をリアルタイム表示するコンピューター支援診断装置を得ることを目的とする。
本発明のハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置は、ハイビジョン信号出力を具備した電子内視鏡で撮像されたアナログ信号をA/D変換してデジタル画像として生成・保存するファイリング手段と、内視鏡装置の高品位・標準品位のアナログ出力信号をA/D変換してコンピューターのメモリーに画像データとして取り込む手段と、前記メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行う演算手段と、その特徴量と診断結果を表示する表示手段とを有するものである。
本発明のハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置は、ハイビジョン信号出力を具備した電子内視鏡で撮像されたアナログ信号をA/D変換してフレームメモリー上に格納するキャプチャーボードと、内視鏡装置の高品位・標準品位のアナログ出力信号をA/D変換してコンピューターのメモリーに画像データとして取り込むメモリー回路と、前記メモリー回路のメモリー上の画像データをγ補正なしの原画像に変換し、画像特徴量を自動計算し病変の診断を行う画像解析手法と、前記特徴量と病変の診断、および入力画像を表示するハイビジョンモニターとを有するものである。
本発明のハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置は、発生イベントとしてモニターされる内視鏡装置のバックパネルの出力端子からのフリーズ・レリース信号と、ハイビジョンのアナログ信号をシリアル信号に変換するA/D変換機と、前記シリアル信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行う画像解析手法、前記メモリー回路のメモリー上の画像データを圧縮なしの画像ファイルとして保存するHDD、画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、以上の動作回路を統合的に制御するCPUを内装したパーソナルコンピューターと、前記D/A変換機に接続されたハイビジョンモニターとより構成されるものである。
本発明によれば、ハイビジョン電子内視鏡で撮像されたハイビジョンアナログ信号をA/D変換してデジタル画像として生成・保存するファイリング手段によりハイビジョン等高解像度のデジタルファイリングが可能であり、且つ演算手段で、電子内視鏡のデジタル画像(高品位・標準品位)の特徴量解析を行い、人工知能(AI)を応用してコンピューター支援診断(Computer-aided diagnosis)の結果をリアルタイム表示することにより一般ユーザーに高い感度・特異度の診断結果を提示する効果を有する。
以下、図面を参照して本発明の実施の形態を具体的に説明する。
図1は、本発明の全体構成の説明図である。
本発明は、図1に示すように、ハイビジョンのアナログ信号をシリアル信号に変換するA/D変換機と、前記シリアル信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行うソフトウェアー、前記画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、以上の動作回路を統合的に制御するCPUを内装したパーソナルコンピューターと、前記D/A変換機に接続されたハイビジョンモニターとより構成される。
本発明は、図1に示すように、ハイビジョンのアナログ信号をシリアル信号に変換するA/D変換機と、前記シリアル信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行うソフトウェアー、前記画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、以上の動作回路を統合的に制御するCPUを内装したパーソナルコンピューターと、前記D/A変換機に接続されたハイビジョンモニターとより構成される。
図2は、既存の内視鏡装置に附属するハイビジョンモニターの信号入出力コネクターを示す説明図である。
ハイビジョンのアナログ信号出力機能を有する内視鏡装置からの出力信号(Y,PB,Pr)は、信号入出力コネクターを介してハイビジョンモニターに出力表示される。
ハイビジョンモニターの信号入出力コネクターには入力信号と同一信号を出力する出力端子が併設してある。
ハイビジョンのアナログ信号出力機能を有する内視鏡装置からの出力信号(Y,PB,Pr)は、信号入出力コネクターを介してハイビジョンモニターに出力表示される。
ハイビジョンモニターの信号入出力コネクターには入力信号と同一信号を出力する出力端子が併設してある。
図3は、内視鏡装置のバックパネルの出力端子の正面図である。
ハイビジョンのアナログ信号出力機能を有する内視鏡装置のバックパネルの出力端子からはフリーズ・レリース信号(写真撮影のシャッターを押したときに発生する信号)が出力される。
ハイビジョンのアナログ信号出力機能を有する内視鏡装置のバックパネルの出力端子からはフリーズ・レリース信号(写真撮影のシャッターを押したときに発生する信号)が出力される。
図4は、本発明の他の実施形態の全体構成の説明図である。
図4に示すように、発生イベントとしてモニターされる内視鏡装置のバックパネルの出力端子からのフリーズ・レリース信号と、ハイビジョンのアナログ信号をシリアル信号に変換するA/D変換機と、前記シリアル信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行うソフトウェアー、前記メモリー回路のメモリー上の画像データを圧縮なしの画像ファイルとして保存するHDD、画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、以上の動作回路を統合的に制御するCPUを内装したパーソナルコンピューターと、前記D/A変換機に接続されたハイビジョンモニターとより構成される。
図4に示すように、発生イベントとしてモニターされる内視鏡装置のバックパネルの出力端子からのフリーズ・レリース信号と、ハイビジョンのアナログ信号をシリアル信号に変換するA/D変換機と、前記シリアル信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行うソフトウェアー、前記メモリー回路のメモリー上の画像データを圧縮なしの画像ファイルとして保存するHDD、画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、以上の動作回路を統合的に制御するCPUを内装したパーソナルコンピューターと、前記D/A変換機に接続されたハイビジョンモニターとより構成される。
図5は、ハイビジョンモニターの画面表示を示す説明図であり、画像特徴量とコンピューター支援診断の結果は入力画像とともにハイビジョンモニターに表示する。
次に、本発明のハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置の動作を説明する。
ハイビジョンモニターの出力端子からのアナログ信号はA/D変換機を介して、キャプチャーボードのフレームメモリーに転送される。
内視鏡装置のバックパネルの出力端子からフリーズ・レリース信号が発生すると、前記キャプチャーボードのフレームメモリー上の画像データがコンピューターのメモリー回路に転送される。
前記キャプチャーボードのメモリー上の画像データは画像ファイル(圧縮なし)としてHDDに保存する。
同時に、前記メモリー回路のメモリー上の画像データはγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行う。
画像特徴量とコンピューター支援診断の結果は入力画像とともにハイビジョンモニターに表示する。
ハイビジョンモニターの出力端子からのアナログ信号はA/D変換機を介して、キャプチャーボードのフレームメモリーに転送される。
内視鏡装置のバックパネルの出力端子からフリーズ・レリース信号が発生すると、前記キャプチャーボードのフレームメモリー上の画像データがコンピューターのメモリー回路に転送される。
前記キャプチャーボードのメモリー上の画像データは画像ファイル(圧縮なし)としてHDDに保存する。
同時に、前記メモリー回路のメモリー上の画像データはγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行う。
画像特徴量とコンピューター支援診断の結果は入力画像とともにハイビジョンモニターに表示する。
次いで、本発明のコンピューター支援診断原理を説明する。
消化管の色調(赤みの程度)は粘膜表層のヘモグロビン濃度に比例し、ヘモグロビンインデックス(IHB)として定量可能である。
さらに、消化管粘膜表面の微細な凹凸は、反射強度の空間微分値として定量可能である。
未知の病変の、IHBの空間分布及び消化管粘膜表面の凹凸の空間分布の特徴をコンピューター解析し、その結果をもとにAIの原理をもちいて新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等を自動診断することが可能である。
消化管の色調(赤みの程度)は粘膜表層のヘモグロビン濃度に比例し、ヘモグロビンインデックス(IHB)として定量可能である。
さらに、消化管粘膜表面の微細な凹凸は、反射強度の空間微分値として定量可能である。
未知の病変の、IHBの空間分布及び消化管粘膜表面の凹凸の空間分布の特徴をコンピューター解析し、その結果をもとにAIの原理をもちいて新生物の良悪性、悪性腫瘍の深達度、炎症疾患の重症度や薬剤抵抗性、ヘリコバクター感染の有無、胃癌発生危険率等を自動診断することが可能である。
コンピューター支援診断原理は、
(1)病気Aと病気Bの内視鏡画像を数10例集めて、それぞれの画像からヘモグロビンインデックス(IHB)と微細凹凸の2次元画像を作成する。
(2)ヘモグロビンインデックス(IHB)画像からは15の特徴量を、微細凹凸画像からは4つの特徴量を計算する。
合計19の特徴量の中から、病気Aと病気Bで最も異なる(鑑別に有用な)特徴量を選び出す。
(3)病気Aと病気Bのそれぞれにおいて、鑑別に有用な特徴量の相対度数分布から条件付確率密度関数を推定する。
(4)未知の病変の特徴量を計算し、既知である事前確率と条件付確率密度関数を用いて病気Aである確率と病気Bである確率を計算する。
(5)病気Aである確率が病気Bである確率より大きければ、未知の病変を病気Aと診断する。
(6)鑑別すべき病気が3つ以上存在する(病気A、病気B、病気C、病気D、…)場合も、病気Aとそれ以外(病気B、病気C、病気D、…)でもっとも異なる特徴量を選び出し、(3)、(4)、(5)のプロセスにしたがって自動診断を実行させる。
(1)病気Aと病気Bの内視鏡画像を数10例集めて、それぞれの画像からヘモグロビンインデックス(IHB)と微細凹凸の2次元画像を作成する。
(2)ヘモグロビンインデックス(IHB)画像からは15の特徴量を、微細凹凸画像からは4つの特徴量を計算する。
合計19の特徴量の中から、病気Aと病気Bで最も異なる(鑑別に有用な)特徴量を選び出す。
(3)病気Aと病気Bのそれぞれにおいて、鑑別に有用な特徴量の相対度数分布から条件付確率密度関数を推定する。
(4)未知の病変の特徴量を計算し、既知である事前確率と条件付確率密度関数を用いて病気Aである確率と病気Bである確率を計算する。
(5)病気Aである確率が病気Bである確率より大きければ、未知の病変を病気Aと診断する。
(6)鑑別すべき病気が3つ以上存在する(病気A、病気B、病気C、病気D、…)場合も、病気Aとそれ以外(病気B、病気C、病気D、…)でもっとも異なる特徴量を選び出し、(3)、(4)、(5)のプロセスにしたがって自動診断を実行させる。
コンピューター支援診断(Computer-aided diagnosis)は、検者によらず高い感度・特異度で診断行為を可能ならしめる。
更に、症例毎に確率分布関数を更新することにより、診断の感度・特異度を向上させる学習機能を付与することが可能である。
更に、症例毎に確率分布関数を更新することにより、診断の感度・特異度を向上させる学習機能を付与することが可能である。
本発明は、ハイビジョンのアナログ信号出力機能を有する内視鏡装置の通常観察画像に加え、特定の波長域の観察画像、蛍光観察画像、赤外観察画像、紫外観察画像、ICG色素画像においても、画像特徴量を定量しコンピューター支援診断を構築することができる。
それには、ソフトウェアーを改良するだけで良い(ハードウェアーの改良は不要)ので、費用・効果が極めて高い。
それには、ソフトウェアーを改良するだけで良い(ハードウェアーの改良は不要)ので、費用・効果が極めて高い。
Claims (3)
- ハイビジョン信号出力を具備した電子内視鏡で撮像されたアナログ信号をA/D変換してデジタル画像として生成・保存するファイリング手段と、内視鏡装置の高品位・標準品位のアナログ出力信号をA/D変換してコンピューターのメモリーに画像データとして取り込むメモリー手段と、該メモリー手段のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行う演算手段と、前記特徴量をもとに病変の診断を表示する表示手段とを有することを特徴とするハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置。
- ハイビジョン信号出力を具備した電子内視鏡で撮像されたアナログ信号をA/D変換してフレームメモリー上に格納するキャプチャーボードと、内視鏡装置の高品位・標準品位のアナログ出力信号をA/D変換してコンピューターのメモリーに画像データとして取り込むメモリー回路と、前記メモリー回路のメモリー上の画像データをγ補正なしの原画像に変換し、画像特徴量を自動計算し病変の診断を行う画像解析手法と、前記特徴量と病変の診断、および入力画像を表示するハイビジョンモニターとを有することを特徴とするハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置。
- 発生イベントとしてモニターされる内視鏡装置のバックパネルの出力端子からのフリーズ・レリース信号と、ハイビジョンのアナログ信号をシリアル信号に変換するA/D変換機と、前記シリアル信号をフレームメモリー上に格納するキャプチャーボード、該キャプチャーボードのフレームメモリー上の画像データが転送されるメモリー回路、該メモリー回路のメモリー上の画像データがγ補正なしの原画像に変換され、画像特徴量を自動計算し病変の診断を行う画像解析手法、前記メモリー回路のメモリー上の画像データを圧縮なしの画像ファイルとして保存するHDD、画像特徴量とコンピューター支援診断の結果を入力画像とともにD/A変換してハイビジョンモニターに転送するD/A変換機、以上の動作回路を統合的に制御するCPUを内装したパーソナルコンピューターと、前記D/A変換機に接続されたハイビジョンモニターとより構成されることを特徴とするハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005035423A JP2006218138A (ja) | 2005-02-14 | 2005-02-14 | ハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005035423A JP2006218138A (ja) | 2005-02-14 | 2005-02-14 | ハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006218138A true JP2006218138A (ja) | 2006-08-24 |
Family
ID=36980833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2005035423A Pending JP2006218138A (ja) | 2005-02-14 | 2005-02-14 | ハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006218138A (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008044466A1 (fr) * | 2006-10-11 | 2008-04-17 | Olympus Corporation | Dispositif, procédé et programme de traitement d'image |
JP2012115342A (ja) * | 2010-11-29 | 2012-06-21 | Olympus Corp | 画像処理装置、画像処理方法、及び画像処理プログラム |
US8348736B2 (en) | 2008-04-23 | 2013-01-08 | Aristocrat Technologies Australia Pty Limited | Gaming system and method of gaming |
WO2017057574A1 (ja) * | 2015-09-29 | 2017-04-06 | 富士フイルム株式会社 | 画像処理装置、内視鏡システム、及び画像処理方法 |
WO2017057414A1 (ja) * | 2015-09-28 | 2017-04-06 | 富士フイルム株式会社 | 画像処理装置、内視鏡システム、及び画像処理方法 |
WO2019159770A1 (ja) * | 2018-02-13 | 2019-08-22 | Hoya株式会社 | 内視鏡システム |
JPWO2020036121A1 (ja) * | 2018-08-17 | 2021-08-26 | 富士フイルム株式会社 | 内視鏡システム |
EP3884838A4 (en) * | 2018-11-21 | 2022-08-17 | AI Medical Service Inc. | DISEASE DIAGNOSTIC AID METHOD BASED ON DIGESTIVE ORGAN ENDOSCOPIC IMAGES, DIAGNOSTIC AID SYSTEM, DIAGNOSTIC AID PROGRAM AND COMPUTER READABLE RECORDING MEDIA HAVING A DIAGNOSTIC AID PROGRAM STORED ON IT -THIS |
-
2005
- 2005-02-14 JP JP2005035423A patent/JP2006218138A/ja active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008044466A1 (fr) * | 2006-10-11 | 2008-04-17 | Olympus Corporation | Dispositif, procédé et programme de traitement d'image |
US8594396B2 (en) | 2006-10-11 | 2013-11-26 | Olympus Corporation | Image processing apparatus, image processing method, and computer program product |
US8917920B2 (en) | 2006-10-11 | 2014-12-23 | Olympus Corporation | Image processing apparatus, image processing method, and computer program product |
US8348736B2 (en) | 2008-04-23 | 2013-01-08 | Aristocrat Technologies Australia Pty Limited | Gaming system and method of gaming |
US9095773B2 (en) | 2008-04-23 | 2015-08-04 | Aristocrat Technologies Australia Pty Limited | Gaming system and method of gaming |
JP2012115342A (ja) * | 2010-11-29 | 2012-06-21 | Olympus Corp | 画像処理装置、画像処理方法、及び画像処理プログラム |
US8913806B2 (en) | 2010-11-29 | 2014-12-16 | Olympus Corporation | Texture homogeneity based in-vivo image identifying device, method, and computer-readable recording device |
WO2017057414A1 (ja) * | 2015-09-28 | 2017-04-06 | 富士フイルム株式会社 | 画像処理装置、内視鏡システム、及び画像処理方法 |
JPWO2017057414A1 (ja) * | 2015-09-28 | 2018-06-07 | 富士フイルム株式会社 | 画像処理装置、内視鏡システム、及び画像処理方法 |
US10672123B2 (en) | 2015-09-28 | 2020-06-02 | Fujifilm Corporation | Image processing apparatus, endoscope system, and image processing method |
WO2017057574A1 (ja) * | 2015-09-29 | 2017-04-06 | 富士フイルム株式会社 | 画像処理装置、内視鏡システム、及び画像処理方法 |
JPWO2017057574A1 (ja) * | 2015-09-29 | 2018-06-14 | 富士フイルム株式会社 | 画像処理装置、内視鏡システム、及び画像処理方法 |
US10653295B2 (en) | 2015-09-29 | 2020-05-19 | Fujifilm Corporation | Image processing apparatus, endoscope system, and image processing method |
WO2019159770A1 (ja) * | 2018-02-13 | 2019-08-22 | Hoya株式会社 | 内視鏡システム |
JPWO2019159770A1 (ja) * | 2018-02-13 | 2020-12-17 | Hoya株式会社 | 内視鏡システム |
US11436728B2 (en) | 2018-02-13 | 2022-09-06 | Hoya Corporation | Endoscope system |
JPWO2020036121A1 (ja) * | 2018-08-17 | 2021-08-26 | 富士フイルム株式会社 | 内視鏡システム |
EP3884838A4 (en) * | 2018-11-21 | 2022-08-17 | AI Medical Service Inc. | DISEASE DIAGNOSTIC AID METHOD BASED ON DIGESTIVE ORGAN ENDOSCOPIC IMAGES, DIAGNOSTIC AID SYSTEM, DIAGNOSTIC AID PROGRAM AND COMPUTER READABLE RECORDING MEDIA HAVING A DIAGNOSTIC AID PROGRAM STORED ON IT -THIS |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6890184B2 (ja) | 医療画像処理装置及び医療画像処理プログラム | |
JP2006218138A (ja) | ハイビジョンデジタル内視鏡画像のファイリング及びコンピューター支援診断装置 | |
US10957043B2 (en) | AI systems for detecting and sizing lesions | |
JP5147308B2 (ja) | 画像抽出装置および画像抽出プログラム | |
CN110913746B (zh) | 诊断辅助装置、诊断辅助方法及存储介质 | |
US20110135170A1 (en) | System and method for display speed control of capsule images | |
Day et al. | Automated melanoma diagnosis: where are we at? | |
JP2020512852A5 (ja) | ||
JP7289373B2 (ja) | 医療画像処理装置、内視鏡システム、診断支援方法及びプログラム | |
JP6907324B2 (ja) | 診断支援システム、内視鏡システム及び診断支援方法 | |
JP7326308B2 (ja) | 医療画像処理装置及び医療画像処理装置の作動方法、内視鏡システム、プロセッサ装置、診断支援装置並びにプログラム | |
Pogue et al. | Image analysis for discrimination of cervical neoplasia | |
JPWO2020170791A1 (ja) | 医療画像処理装置及び方法 | |
Yang et al. | In vivo multimodal optical imaging: improved detection of oral dysplasia in low-risk oral mucosal lesions | |
JP2005021603A5 (ja) | ||
JP2003189179A (ja) | 異常陰影検出装置および画像出力装置 | |
WO2020040086A1 (ja) | 医療画像処理システム | |
JP3977871B2 (ja) | 画像、例えばマンモグラフィック画像内の予め規定されたサイズのオブジェクトを自動的に検知するための方法 | |
WO2012033349A2 (ko) | 초음파 영상을 이용한 경동맥 혈관의 내막두께와 중막두께의 비율 측정방법 | |
WO2019039252A1 (ja) | 医療画像処理装置及び医療画像処理方法 | |
Neofytou et al. | A standardised protocol for texture feature analysis of endoscopic images in gynaecological cancer | |
CN116134363A (zh) | 内窥镜系统及其工作方法 | |
JP2006255093A (ja) | 医用画像システム | |
JP2009112507A (ja) | 情報制御方法及び装置、並びに内視鏡システム | |
WO2022230607A1 (ja) | 医療画像処理装置、内視鏡システム、及び医療画像処理装置の作動方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070912 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070914 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080124 |