JP2010282366A - 診断支援システム及びその診断支援方法、情報処理装置 - Google Patents
診断支援システム及びその診断支援方法、情報処理装置 Download PDFInfo
- Publication number
- JP2010282366A JP2010282366A JP2009134297A JP2009134297A JP2010282366A JP 2010282366 A JP2010282366 A JP 2010282366A JP 2009134297 A JP2009134297 A JP 2009134297A JP 2009134297 A JP2009134297 A JP 2009134297A JP 2010282366 A JP2010282366 A JP 2010282366A
- Authority
- JP
- Japan
- Prior art keywords
- diagnosis
- result
- case
- learning
- doctor
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/20—ICT specially adapted for the handling or processing of medical references relating to practices or guidelines
-
- 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
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
- G06N5/025—Extracting rules from data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Bioethics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Eye Examination Apparatus (AREA)
Abstract
医師個々の診断パターンを予め学習しておき、当該学習結果に基づいて診断スキルに応じた診断画面を各医師に対して表示するようにした技術を提供する。
【解決手段】
診断支援システムは、症例データに対する複数の医師による診断結果に基づく第1の学習結果と、該症例データに対する特定の医師による診断結果に基づく第2の学習結果とを算出する学習手段と、第1の学習結果と第2の学習結果との比較に基づいて特定の医師の診断に関する特徴を分析する分析手段と、分析結果に基づいて患者の検査により得られた臨床データの表示情報を決定する決定手段とを具備する。
【選択図】 図1
Description
図1は、本発明の一実施の形態に係わる診断支援システムの全体構成の一例を示す図である。なお、本実施形態においては、緑内障の診断支援を行なう場合を例に挙げて説明する。
ここで、図3に示すS101の処理について具体例を挙げて説明する。
次に、図3に示すS102の処理の具体的内容に関して説明する。ここでは、緑内障診断の経験が豊富な医師(経験者)がシステム使用者であるとする。
次に、図3に示すS103の処理について具体例を挙げて説明する。ここでは、本システムを使用する医師(経験豊富であっても、そうでなくても良い)をシステム使用者とする。
次に、図4を用いて、図3に示すS104の処理について具体例を挙げて説明する。
2)症例群m4(FP)と症例群m6(緑内障)
症例群m3(FN)及び症例群m1(正常)に分類された症例は、第2の識別関数f2では、正常と診断されているが、第1の識別関数群f1 nでは、症例群m1は正常、症例群m3は緑内障と診断されている。すなわち、システム使用者となる医師が、正確に診断を行なった症例群が症例群m1(第1のカテゴリ)であり、誤診断を行なった症候群が症例群m3(第2のカテゴリ)である。
ここで、μiは各症例群における特徴量ベクトルの平均ベクトルであり、Swはクラス内変動行列である。症例群m3及び症例群m1に分類された各症例に対する特徴量ベクトルをxとすると、クラス内変動行列Swは「式2」のように示される。
次に、実施形態2について説明する。実施形態1においては、各モダリティを単位として診断画面を表示する場合を例に挙げて説明した。これに対して、実施形態2においては、同じモダリティでも複数の異なる撮影結果や解析結果等がある点に注目する。例えば、OCTというモダリティでは、黄斑部の撮影もあれば、視神経乳頭周辺の撮影もある。また、眼底カメラというモダリティでは、眼底画像内の視神経乳頭部の解析もあれば、神経線維欠損の解析もある。
次に、実施形態3について説明する。実施形態1においては、複数の経験豊富な医師の診断パターンと、本システムを利用する医師の診断パターンとの差異を分析する際に、FP症例群及びFN症例群を一つの集合として取り扱っていた。しかし、例えば、緑内障を見落とす場合(FN症例群)の見落としの要因は、複数存在する。そのため、FN症例群は、その中でも更にクラス分けするべきである。
1−1)症例群m3(FN)−1と症例群m1(正常)、
1−2)症例群m3(FN)−2と症例群m1(正常)、
・・・、
1−k)症例群m3(FN)−k3と症例群m1(正常)
また、
2−1)症例群m4(FP)−1と症例群m6(緑内障)、
2−2)症例群m4(FP)−2と症例群m6(緑内障)、
・・・、
2−k)症例群m4(FP)―k4と症例群m6(緑内障)
となる。
Claims (9)
- 症例データに対する複数の医師による診断結果に基づく第1の学習結果と、該症例データに対する特定の医師による診断結果に基づく第2の学習結果とを算出する学習手段と、
前記第1の学習結果と前記第2の学習結果との比較に基づいて前記特定の医師の診断に関する特徴を分析する分析手段と、
前記分析結果に基づいて患者の検査により得られた臨床データの表示情報を決定する決定手段と
を具備することを特徴とする診断支援システム。 - 医師を識別する識別情報を入力する入力手段と、
症例データに対する複数の医師による診断結果に基づく第1の学習結果と、該症例データに対する前記入力手段により入力された識別情報に対応する医師による診断結果に基づく第2の学習結果とを算出する学習手段と、
前記第1の学習結果と前記第2の学習結果との比較に基づいて前記入力手段により入力された識別情報に対応する医師の診断に関する特徴を分析する分析手段と、
患者の検査により得られた臨床データを取得する臨床データ取得手段と、
前記分析結果に基づいて前記臨床データの表示情報を決定する決定手段と、
前記決定手段により決定された表示情報に基づく表示画面を表示器に表示する表示処理手段と
を具備することを特徴とする診断支援システム。 - 前記第1の学習結果と前記第2の学習結果とを用いて前記症例データを複数のカテゴリに分類する分類手段と、
前記臨床データの特徴量と前記症例データの特徴量とに基づいて該臨床データが前記分類手段により分類された前記カテゴリのいずれに属するかを識別する識別手段と
を更に具備し、
前記分類手段は、
前記入力手段により入力された識別情報に対応する医師が正確に診断を行なった症例群が属する第1のカテゴリと、診断を誤った症例群が属する第2のカテゴリとを含む複数のカテゴリに前記症例データを分類し、
前記分析手段は、
前記第1のカテゴリと前記第2のカテゴリとに分類された症例群に基づいて、前記入力手段により入力された識別情報に対応する医師の診断を補助するのに重要となる検査情報を特定し、
前記決定手段は、
前記識別手段により前記臨床データが前記第2のカテゴリに属すると識別された場合、前記分析手段により特定された前記検査情報に基づいて前記表示情報を決める
ことを特徴とする請求項2記載の診断支援システム。 - 前記分類手段により前記第2のカテゴリに分類された症例データを複数のクラスタに分類するクラスタリング手段
を更に具備し、
前記識別手段は、
前記臨床データ取得手段により取得された前記臨床データが前記第2のカテゴリに属する場合に、前記臨床データの特徴量と前記症例データの特徴量とに基づいて該臨床データが前記複数のクラスタ内のいずれに属するかを識別し、
前記決定手段は、
前記識別手段により前記臨床データが前記第2のカテゴリに属すると識別された場合、前記第2のカテゴリのクラスタに対応して前記分析手段により特定された前記検査情報に基づいて前記表示情報を決める
ことを特徴とする請求項3記載の診断支援システム。 - 前記分類手段は、
前記症例データに対する複数の医師による診断結果に基づく前記第1の学習結果を用いて該複数の医師による診断の結果がわかれた症例群が属する第3のカテゴリに前記症例データを分類し、
前記分析手段は、
前記第3のカテゴリに分類された症例群に基づいて、前記入力手段により入力された識別情報に対応する医師の診断を補助するのに重要となる検査情報を特定し、
前記決定手段は、
前記識別手段により前記臨床データが前記第3のカテゴリに属すると識別された場合、前記分析手段により特定された前記検査情報に基づいて前記表示情報を決める
ことを特徴とする請求項3記載の診断支援システム。 - 前記臨床データは、
前記患者に対して複数のモダリティを用いて検査した複数の検査結果を含み、
前記検査情報は、
前記複数の検査結果の内のいずれかを示す情報、前記複数のモダリティの内のいずれにより検査されたかを示す情報、前記モダリティによる検査により得られた複数の撮像箇所又は撮像箇所の内のいずれかを示す情報、の少なくとも1つを含む
ことを特徴とする請求項3から5いずれか1項に記載の診断支援システム。 - 診断支援システムの診断支援方法であって、
学習手段が、症例データに対する複数の医師による診断結果に基づく第1の学習結果と、該症例データに対する特定の医師による診断結果に基づく第2の学習結果とを算出する工程と、
分析手段が、前記第1の学習結果と前記第2の学習結果との比較に基づいて前記特定の医師の診断に関する特徴を分析する工程と、
決定手段が、前記分析結果に基づいて患者の検査により得られた臨床データの表示情報を決定する工程と
を含むことを特徴とする診断支援システムの診断支援方法。 - 医師を識別する識別情報を入力する入力手段と、
症例データに対する複数の医師による診断結果に基づく第1の学習結果と、該症例データに対する前記入力手段により入力された識別情報に対応する特定の医師による診断結果に基づく第2の学習結果とを算出する学習手段と、
前記第1の学習結果と前記第2の学習結果との比較に基づいて前記特定の医師の診断に関する特徴を分析する分析手段と
を具備することを特徴とする情報処理装置。 - 医師を識別する識別情報を入力する入力手段と、
患者の検査により得られた臨床データを取得する臨床データ取得手段と、
症例データに対する複数の医師による診断結果に基づく第1の学習結果と、該症例データに対する前記入力手段により入力された識別情報に対応する特定の医師による診断結果に基づく第2の学習結果との比較により前記特定の医師の診断に関する特徴を分析した結果に基づいて前記臨床データの表示情報を決定する決定手段と、
前記決定手段により決定された表示情報に基づく表示画面を表示器に表示する表示処理手段と
を具備することを特徴とする情報処理装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009134297A JP5538749B2 (ja) | 2009-06-03 | 2009-06-03 | 診断支援システム及びその診断支援方法、プログラム |
PCT/JP2010/001989 WO2010140288A1 (ja) | 2009-06-03 | 2010-03-19 | 診断支援システム及びその診断支援方法、情報処理装置 |
US12/893,989 US20110022553A1 (en) | 2009-06-03 | 2010-09-29 | Diagnosis support system, diagnosis support method therefor, and information processing apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009134297A JP5538749B2 (ja) | 2009-06-03 | 2009-06-03 | 診断支援システム及びその診断支援方法、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010282366A true JP2010282366A (ja) | 2010-12-16 |
JP5538749B2 JP5538749B2 (ja) | 2014-07-02 |
Family
ID=43297431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009134297A Expired - Fee Related JP5538749B2 (ja) | 2009-06-03 | 2009-06-03 | 診断支援システム及びその診断支援方法、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20110022553A1 (ja) |
JP (1) | JP5538749B2 (ja) |
WO (1) | WO2010140288A1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012155455A (ja) * | 2011-01-25 | 2012-08-16 | Sony Corp | 画像処理装置および方法、並びにプログラム |
WO2012141240A1 (ja) * | 2011-04-13 | 2012-10-18 | 興和株式会社 | 視野計 |
JP2017027304A (ja) * | 2015-07-21 | 2017-02-02 | Necソリューションイノベータ株式会社 | 学習支援装置、学習支援方法およびプログラム |
JP2018014059A (ja) * | 2016-07-22 | 2018-01-25 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
JP2019005319A (ja) * | 2017-06-27 | 2019-01-17 | 株式会社トプコン | 眼科情報処理システム、眼科情報処理方法、プログラム、及び記録媒体 |
JP2020515925A (ja) * | 2016-11-29 | 2020-05-28 | ノボ・ノルデイスク・エー/エス | 基礎速度滴定のためのスターターキット |
JP2020190913A (ja) * | 2019-05-22 | 2020-11-26 | キヤノンメディカルシステムズ株式会社 | 読影支援装置および読影支援方法 |
JP2021051776A (ja) * | 2020-12-15 | 2021-04-01 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
JP2021521568A (ja) * | 2018-05-31 | 2021-08-26 | コンプティア | 適応コンピテンシーアセスメントモデルのためのシステム及び方法 |
US11282598B2 (en) | 2016-08-25 | 2022-03-22 | Novo Nordisk A/S | Starter kit for basal insulin titration |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582404B (zh) * | 2020-05-25 | 2024-03-26 | 腾讯科技(深圳)有限公司 | 内容分类方法、装置及可读存储介质 |
CN113488187B (zh) * | 2021-08-03 | 2024-02-20 | 南通市第二人民医院 | 一种麻醉意外案例收集分析方法及系统 |
JP7370419B1 (ja) | 2022-04-28 | 2023-10-27 | フジテコム株式会社 | データ収集装置、信号発生位置特定システム、データ収集方法、信号発生位置特定方法、及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259486A (ja) * | 1993-03-09 | 1994-09-16 | Toshiba Corp | 医用診断支援システム |
JPH07271872A (ja) * | 1994-03-30 | 1995-10-20 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | コンピュータによる画像診断学習支援方法 |
JP2000276587A (ja) * | 1999-01-22 | 2000-10-06 | Fuji Photo Film Co Ltd | 異常陰影検出処理方法およびシステム |
JP2004305551A (ja) * | 2003-04-09 | 2004-11-04 | Konica Minolta Medical & Graphic Inc | 医用画像読影システム |
JP2006043007A (ja) * | 2004-08-02 | 2006-02-16 | Fujitsu Ltd | 診断支援プログラムおよび診断支援装置 |
JP2006171184A (ja) * | 2004-12-14 | 2006-06-29 | Toshiba Corp | 技能評価システムおよび技能評価方法 |
JP2008217426A (ja) * | 2007-03-05 | 2008-09-18 | Fujifilm Corp | 症例登録システム |
JP2009075951A (ja) * | 2007-09-21 | 2009-04-09 | Fujifilm Corp | 評価管理システム及び評価管理装置及び評価管理方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5235510A (en) * | 1990-11-22 | 1993-08-10 | Kabushiki Kaisha Toshiba | Computer-aided diagnosis system for medical use |
EP0616290B1 (en) * | 1993-03-01 | 2003-02-05 | Kabushiki Kaisha Toshiba | Medical information processing system for supporting diagnosis. |
JP3703858B2 (ja) * | 1993-09-30 | 2005-10-05 | シスメックス株式会社 | 帰属度判別装置 |
JP2007286767A (ja) * | 2006-04-13 | 2007-11-01 | Canon Inc | 画像検索システム、及び、画像検索サーバ及びその制御方法、並びに、コンピュータプログラム及びコンピュータ可読記憶媒体 |
US10318709B2 (en) * | 2007-12-21 | 2019-06-11 | Koninklijke Philips N.V. | Method and system for cross-modality case-based computer-aided diagnosis |
-
2009
- 2009-06-03 JP JP2009134297A patent/JP5538749B2/ja not_active Expired - Fee Related
-
2010
- 2010-03-19 WO PCT/JP2010/001989 patent/WO2010140288A1/ja active Application Filing
- 2010-09-29 US US12/893,989 patent/US20110022553A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259486A (ja) * | 1993-03-09 | 1994-09-16 | Toshiba Corp | 医用診断支援システム |
JPH07271872A (ja) * | 1994-03-30 | 1995-10-20 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | コンピュータによる画像診断学習支援方法 |
JP2000276587A (ja) * | 1999-01-22 | 2000-10-06 | Fuji Photo Film Co Ltd | 異常陰影検出処理方法およびシステム |
JP2004305551A (ja) * | 2003-04-09 | 2004-11-04 | Konica Minolta Medical & Graphic Inc | 医用画像読影システム |
JP2006043007A (ja) * | 2004-08-02 | 2006-02-16 | Fujitsu Ltd | 診断支援プログラムおよび診断支援装置 |
JP2006171184A (ja) * | 2004-12-14 | 2006-06-29 | Toshiba Corp | 技能評価システムおよび技能評価方法 |
JP2008217426A (ja) * | 2007-03-05 | 2008-09-18 | Fujifilm Corp | 症例登録システム |
JP2009075951A (ja) * | 2007-09-21 | 2009-04-09 | Fujifilm Corp | 評価管理システム及び評価管理装置及び評価管理方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012155455A (ja) * | 2011-01-25 | 2012-08-16 | Sony Corp | 画像処理装置および方法、並びにプログラム |
WO2012141240A1 (ja) * | 2011-04-13 | 2012-10-18 | 興和株式会社 | 視野計 |
JP5936606B2 (ja) * | 2011-04-13 | 2016-06-22 | 興和株式会社 | 視野計 |
JP2017027304A (ja) * | 2015-07-21 | 2017-02-02 | Necソリューションイノベータ株式会社 | 学習支援装置、学習支援方法およびプログラム |
JP2018014059A (ja) * | 2016-07-22 | 2018-01-25 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
US11282598B2 (en) | 2016-08-25 | 2022-03-22 | Novo Nordisk A/S | Starter kit for basal insulin titration |
JP2020515925A (ja) * | 2016-11-29 | 2020-05-28 | ノボ・ノルデイスク・エー/エス | 基礎速度滴定のためのスターターキット |
JP2019005319A (ja) * | 2017-06-27 | 2019-01-17 | 株式会社トプコン | 眼科情報処理システム、眼科情報処理方法、プログラム、及び記録媒体 |
JP7078948B2 (ja) | 2017-06-27 | 2022-06-01 | 株式会社トプコン | 眼科情報処理システム、眼科情報処理方法、プログラム、及び記録媒体 |
JP2021521568A (ja) * | 2018-05-31 | 2021-08-26 | コンプティア | 適応コンピテンシーアセスメントモデルのためのシステム及び方法 |
JP7043633B2 (ja) | 2018-05-31 | 2022-03-29 | コンプティア | 適応コンピテンシーアセスメントモデルのためのシステム及び方法 |
JP2020190913A (ja) * | 2019-05-22 | 2020-11-26 | キヤノンメディカルシステムズ株式会社 | 読影支援装置および読影支援方法 |
JP7478518B2 (ja) | 2019-05-22 | 2024-05-07 | キヤノンメディカルシステムズ株式会社 | 読影支援装置および読影支援方法 |
JP2021051776A (ja) * | 2020-12-15 | 2021-04-01 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
JP2022116134A (ja) * | 2020-12-15 | 2022-08-09 | 株式会社トプコン | 医療情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
JP5538749B2 (ja) | 2014-07-02 |
US20110022553A1 (en) | 2011-01-27 |
WO2010140288A1 (ja) | 2010-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5538749B2 (ja) | 診断支援システム及びその診断支援方法、プログラム | |
Tong et al. | Application of machine learning in ophthalmic imaging modalities | |
Burlina et al. | Assessment of deep generative models for high-resolution synthetic retinal image generation of age-related macular degeneration | |
Park et al. | Comparison of glaucoma diagnostic capabilities of Cirrus HD and Stratus optical coherence tomography | |
JP5923445B2 (ja) | 緑内障の組み合わせ解析 | |
US20180061049A1 (en) | Systems and methods for analyzing in vivo tissue volumes using medical imaging data | |
US10733727B2 (en) | Application of deep learning for medical imaging evaluation | |
Zahia et al. | Dyslexia detection using 3D convolutional neural networks and functional magnetic resonance imaging | |
WO2018029679A1 (en) | Methods and system for assessing a cognitive function | |
Schmidt et al. | Interpreting PET scans by structured patient data: a data mining case study in dementia research | |
Kaczorowska et al. | Interpretable machine learning models for three-way classification of cognitive workload levels for eye-tracking features | |
US20230162362A1 (en) | Method and system for estimating early progression of dementia from human head images | |
Alexandrescu et al. | Confocal scanning laser ophthalmoscopy in glaucoma diagnosis and management | |
CN112890815A (zh) | 一种基于深度学习的孤独症辅助评估系统和方法 | |
Huang et al. | A structure-related fine-grained deep learning system with diversity data for universal glaucoma visual field grading | |
Goldbaum et al. | Using unsupervised learning with independent component analysis to identify patterns of glaucomatous visual field defects | |
CA3186524A1 (en) | Lung ultrasound processing systems and methods | |
Xia et al. | Dynamic viewing pattern analysis: towards large-scale screening of children with ASD in remote areas | |
Manjur et al. | Detecting Autism Spectrum Disorder and Attention Deficit Hyperactivity Disorder Using Multimodal Time-Frequency Analysis with Machine Learning Using the Electroretinogram from Two Flash Strengths | |
Pandey et al. | Ensemble of deep convolutional neural networks is more accurate and reliable than board-certified ophthalmologists at detecting multiple diseases in retinal fundus photographs | |
Christopher et al. | Novel technologies in artificial intelligence and telemedicine for glaucoma screening | |
Paunksnis et al. | The use of information technologies for diagnosis in ophthalmology | |
Li et al. | Early Detection of Optic Nerve Changes on Optical Coherence Tomography Using Deep Learning for Risk-Stratification of Papilledema and Glaucoma | |
KR102591797B1 (ko) | 치매조기진단 시스템 및 이를 이용한 치매조기진단 방법 | |
CN111436212A (zh) | 用于医学成像评估的深度学习的应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120507 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130917 |
|
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: 20140404 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5538749 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140430 |
|
LAPS | Cancellation because of no payment of annual fees |