JP2017187824A - データ分類装置、方法およびプログラム - Google Patents
データ分類装置、方法およびプログラム Download PDFInfo
- Publication number
- JP2017187824A JP2017187824A JP2016073908A JP2016073908A JP2017187824A JP 2017187824 A JP2017187824 A JP 2017187824A JP 2016073908 A JP2016073908 A JP 2016073908A JP 2016073908 A JP2016073908 A JP 2016073908A JP 2017187824 A JP2017187824 A JP 2017187824A
- Authority
- JP
- Japan
- Prior art keywords
- link
- node
- data
- links
- layer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000002372 labelling Methods 0.000 claims description 54
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 7
- 108090000623 proteins and genes Proteins 0.000 description 6
- 210000001015 abdomen Anatomy 0.000 description 5
- 210000002414 leg Anatomy 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 210000000038 chest Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000002600 positron emission tomography Methods 0.000 description 2
- 101100008048 Caenorhabditis elegans cut-4 gene Proteins 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 210000000689 upper leg Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/94—Hardware or software architectures specially adapted for image or video understanding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Health & Medical Sciences (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】あらかじめ定められた方向にN個(N>2)の要素が、特定の順序で並んで含まれる複数のデータをグラフカット処理によりN個のラベルのいずれかに分類する。複数のデータは、複数の要素のそれぞれについての要素らしさを表すスコアを有する。データごとに、ノードsからノードtの方向である第1の方向に向かうリンクに対して、データにおける最も大きいスコアを有する要素に対応するリンクほど小さくなる重みを設定する。第1の方向と反対の第2の方向に向かうリンクおよび各データの順序が進む方向に向かうリンクに対して、切断を規制する重みを設定する。重みが設定されたグラフに対してグラフカット処理を実行して切断するリンクを決定し、複数のデータにN個のラベルを割り当てる。
【選択図】図3
Description
N個の要素のうちの、0番目およびN−1番目の要素の基準となるノードsおよびノードtの間に、各ラベルの境界となるk(=N−1)段の層が特定の順序で設けられ、各層i(i=1〜k)上に対応する順序で並ぶ各データに対応する複数のノードwが設けられてなり、ノードsと第1層における全てのノードwとを、ノードsからノードtに向かう第1の方向に結ぶ、0番目の要素に対応するsリンク、第k層における全てのノードwとノードtとを第1の方向に結ぶ、N−1番目の要素に対応するtリンク、および全てのノードwを双方向に結ぶnリンクであって、第1層から第k層の各層間が1番目からN−2番目の要素に対応するnリンクを有するグラフを用いて、sリンク、tリンクおよびnリンクのうち切断するリンクをグラフカット処理により決定して、各データに特定の順序を持ってN個のラベルを割り当てるラベリング手段を備え、
ラベリング手段は、データごとに、第1の方向に向かうsリンク、tリンクおよびnリンクに対して、データにおける最も大きいスコアを有する要素に対応するリンクほど小さくなる重みを設定し、
複数のnリンクのうち、第1の方向と反対の第2の方向に向かうnリンク、および各データの順序が進む方向に向かうnリンクに対して、切断を規制する重みを設定し、
重みが設定されたグラフに対してグラフカット処理を実行することにより、sリンク、tリンクおよびnリンクのうちの切断するリンクを決定して、複数のデータに各要素に対応するN個のラベルを割り当てることを特徴とするものである。
要素が部位であってもよい。
N個の要素のうちの、0番目およびN−1番目の要素の基準となるノードsおよびノードtの間に、各ラベルの境界となるk(=N−1)段の層が特定の順序で設けられ、該各層i(i=1〜k)上に対応する順序で並ぶ各データに対応する複数のノードwが設けられてなり、ノードsと第1層における全てのノードwとを、ノードsからノードtに向かう第1の方向に結ぶ、0番目の要素に対応するsリンク、第k層における全てのノードwとノードtとを第1の方向に結ぶ、N−1番目の要素に対応するtリンク、および全てのノードwを双方向に結ぶnリンクであって、第1層から第k層の各層間が1番目からN−2番目の要素に対応するnリンクを有するグラフを用いて、sリンク、tリンクおよびnリンクのうち切断するリンクをグラフカット処理により決定して、各データに特定の順序を持ってN個のラベルを割り当てるステップを有し、
ステップは、データごとに、第1の方向に向かうsリンク、tリンクおよびnリンクに対して、データにおける最も大きいスコアを有する要素に対応するリンクほど小さくなる重みを設定するステップ、
複数のnリンクのうち、第1の方向と反対の第2の方向に向かうnリンク、および各データの順序が進む方向に向かうnリンクに対して、切断を規制する重みを設定するステップ、並びに
重みが設定されたグラフに対してグラフカット処理を実行することにより、sリンク、tリンクおよびnリンクのうちの切断するリンクを決定して、複数のデータに各要素に対応するN個のラベルを割り当てるステップを有することを特徴とするものである。
あらかじめ定められた方向にN個(N>2)の部位が、0からN−1までの特定の順序を持って並んで含まれる被写体についての、前記あらかじめ定められた方向に延びる軸に垂直な複数の断面における複数の断層画像であって、前記複数の部位のそれぞれについての部位らしさを表すスコアを有する、前記特定の順序に対応する順序で並ぶ複数の断層画像のそれぞれを、前記特定の順序を持ってN個のラベルのいずれかに分類するデータ分類装置において、
前記N個の部位のうちの、0番目およびN−1番目の部位の基準となるノードsおよびノードtの間に、各ラベルの境界となるk(=N−1)段の層が前記特定の順序で設けられ、該各層i(i=1〜k)上に前記対応する順序で並ぶ各断層画像に対応する複数のノードwが設けられてなり、前記ノードsと第1層における全ての前記ノードwとを、前記ノードsから前記ノードtに向かう第1の方向に結ぶ、0番目の部位に対応するsリンク、第k層における全ての前記ノードwと前記ノードtとを、前記第1の方向に結ぶ、N−1番目の部位に対応するtリンク、および全ての前記ノードwを双方向に結ぶnリンクであって、前記第1層から前記第k層の各層間が1番目からN−2番目の部位に対応するnリンクを有するグラフを用いて、前記sリンク、前記tリンクおよび前記nリンクのうち切断するリンクをグラフカット処理により決定して、前記各断層画像に前記特定の順序を持ってN個のラベルを割り当てるラベリング手段を備え、
前記ラベリング手段は、前記断層画像ごとに、前記第1の方向に向かう前記sリンク、前記tリンクおよび前記nリンクに対して、前記断層画像における最も大きいスコアを有する部位に対応するリンクほど小さくなる重みを設定し、
前記複数のnリンクのうち、前記第1の方向と反対の第2の方向に向かうnリンク、および前記各断層画像の順序が進む方向に向かうnリンクに対して、切断を規制する重みを設定し、
前記重みが設定された前記グラフに対して前記グラフカット処理を実行することにより、前記sリンク、前記tリンクおよび前記nリンクのうちの切断するリンクを決定して、前記複数の断層画像に前記各部位に対応するN個のラベルを割り当てることを特徴とするデータ分類装置。
前記ラベリング手段は、同一ラベルに割り当てられる断層画像の数に上限値を設定する場合、該上限値を設定するラベルの部位に対応する前記nリンクの境界となる2つの層の間において、前記ノードs側にある層の基準となる第1の基準ノードと、該第1の基準ノードから前記各データの順序が進む方向に前記上限値より1多く離れたデータについての、前記ノードt側にある層における対象となる第1の対象ノードとを、前記第1の基準ノードから前記第1の対象ノードの方向に結ぶ第1の追加のリンクを設定し、前記上限値を設定するラベルが割り当てられる断層画像に対応する前記ノードwを結ぶ前記nリンクについては、前記第1の追加のリンクが交差するリンクの数以下の数のリンクにおいてのみ切断を許容する実施態様項1記載のデータ分類装置。
前記ラベリング手段は、同一ラベルに割り当てられる断層画像の数に下限値を設定する場合、該下限値を設定するラベルの部位に対応する前記nリンクの境界となる2つの層の間において、前記ノードs側にある層の第2の基準となる第2の基準ノードと、該第2の基準ノードから前記各データの順序が進む方向に前記下限値より1少なく離れたデータについての、前記ノードt側にある層における対象となる第2の対象ノードとを、前記第2の対象ノードから前記第2の基準ノードの方向に結ぶ第2の追加のリンクを設定し、前記下限値を設定するラベルが割り当てられる断層画像に対応する前記ノードwを結ぶ前記nリンクについては、前記第2の追加のリンクが含まれるリンクの数を超える数のリンクにおいてのみ切断を許容する実施態様項1または2記載のデータ分類装置。
前記ラベリング手段は、連続する複数のラベルに割り当てられる断層画像の数に上限値を設定する場合、該上限値を設定する複数のラベルの部位に対応する前記nリンクの境界となる2つの層の間において、最も前記ノードs側にある層の基準となる第3の基準ノードと、該第3の基準ノードから前記各データの順序が進む方向に前記上限値より1多く離れたデータについての、最も前記ノードt側にある層における対象となる第3の対象ノードとを、前記第3の基準ノードから前記第3の対象ノードの方向に結ぶ第3の追加のリンクを設定し、前記上限値を設定する複数のラベルが割り当てられる断層画像に対応する前記ノードwを結ぶ前記nリンクについては、前記第3の追加のリンクが交差するリンクの数以下の数のリンクにおいてのみ切断を許容する実施態様項1から3のいずれか1項記載のデータ分類装置。
前記ラベリング手段は、連続する複数のラベルに割り当てられる断層画像の数に下限値を設定する場合、該下限値を設定する複数のラベルの部位に対応する前記nリンクの境界となる2つの層の間において、最も前記ノードs側にある層の基準となる第4の基準ノードと、該第4の基準ノードから前記各データの順序が進む方向に前記下限値より1少なく離れたデータについての、最も前記ノードt側にある層における対象となる第4の対象ノードとを、前記第4の対象ノードから前記第4の基準ノードの方向に結ぶ第4の追加のリンクを設定し、前記下限値を設定する複数のラベルが割り当てられる断層画像に対応する前記ノードwを結ぶ前記nリンクについては、前記第4の追加のリンクが含まれるリンクの数以下の数のリンクにおいてのみ切断を許容する実施態様項1から4のいずれか1項記載のデータ分類装置。
2 3次元画像撮影装置
3 画像保管サーバ
4 ネットワーク
11 CPU
12 メモリ
13 ストレージ
14 ディスプレイ
15 入力部
21 画像取得部
22 スコア算出部
23 ラベリング部
31 頭部
32 胸部
33 腹部
34 脚部
40,41 グラフ
SL sリンク
TL tリンク
NL nリンク
Claims (8)
- あらかじめ定められた方向にN個(N>2)の要素が、0からN−1までの特定の順序で並んで含まれる複数のデータであって、前記複数の要素のそれぞれについての要素らしさを表すスコアを有する、前記特定の順序に対応する順序で並ぶ複数のデータのそれぞれを、前記特定の順序を持ってN個のラベルのいずれかに分類するデータ分類装置において、
前記N個の要素のうちの、0番目およびN−1番目の要素の基準となるノードsおよびノードtの間に、各ラベルの境界となるk(=N−1)段の層が前記特定の順序で設けられ、該各層i(i=1〜k)上に前記対応する順序で並ぶ各データに対応する複数のノードwが設けられてなり、前記ノードsと第1層における全ての前記ノードwとを、前記ノードsから前記ノードtに向かう第1の方向に結ぶ、0番目の要素に対応するsリンク、第k層における全ての前記ノードwと前記ノードtとを前記第1の方向に結ぶ、N−1番目の要素に対応するtリンク、および全ての前記ノードwを双方向に結ぶnリンクであって、前記第1層から前記第k層の各層間が1番目からN−2番目の要素に対応するnリンクを有するグラフを用いて、前記sリンク、前記tリンクおよび前記nリンクのうち切断するリンクをグラフカット処理により決定して、前記各データに前記特定の順序を持ってN個のラベルを割り当てるラベリング手段を備え、
前記ラベリング手段は、前記データごとに、前記第1の方向に向かう前記sリンク、前記tリンクおよび前記nリンクに対して、前記データにおける最も大きいスコアを有する要素に対応するリンクほど小さくなる重みを設定し、
前記複数のnリンクのうち、前記第1の方向と反対の第2の方向に向かうnリンク、および前記各データの順序が進む方向に向かうnリンクに対して、切断を規制する重みを設定し、
前記重みが設定された前記グラフに対して前記グラフカット処理を実行することにより、前記sリンク、前記tリンクおよび前記nリンクのうちの切断するリンクを決定して、前記複数のデータに前記各要素に対応するN個のラベルを割り当てることを特徴とするデータ分類装置。 - 前記ラベリング手段は、同一ラベルに割り当てられるデータの数に上限値を設定する場合、該上限値を設定するラベルの要素に対応する前記nリンクの境界となる2つの層の間において、前記ノードs側にある層の基準となる第1の基準ノードと、該第1の基準ノードから前記各データの順序が進む方向に前記上限値より1多く離れたデータについての、前記ノードt側にある層における対象となる第1の対象ノードとを、前記第1の基準ノードから前記第1の対象ノードの方向に結ぶ第1の追加のリンクを設定し、前記上限値を設定するラベルが割り当てられるデータに対応する前記ノードwを結ぶ前記nリンクについては、前記第1の追加のリンクが交差するリンクの数以下の数のリンクにおいてのみ切断を許容する請求項1記載のデータ分類装置。
- 前記ラベリング手段は、同一ラベルに割り当てられるデータの数に下限値を設定する場合、該下限値を設定するラベルの要素に対応する前記nリンクの境界となる2つの層の間において、前記ノードs側にある層の第2の基準となる第2の基準ノードと、該第2の基準ノードから前記各データの順序が進む方向に前記下限値より1少なく離れたデータについての、前記ノードt側にある層における対象となる第2の対象ノードとを、前記第2の対象ノードから前記第2の基準ノードの方向に結ぶ第2の追加のリンクを設定し、前記下限値を設定するラベルが割り当てられるデータに対応する前記ノードwを結ぶ前記nリンクについては、前記第2の追加のリンクが含まれるリンクの数を超える数のリンクにおいてのみ切断を許容する請求項1または2記載のデータ分類装置。
- 前記ラベリング手段は、連続する複数のラベルに割り当てられるデータの数に上限値を設定する場合、該上限値を設定する複数のラベルの要素に対応する前記nリンクの境界となる2つの層の間において、最も前記ノードs側にある層の基準となる第3の基準ノードと、該第3の基準ノードから前記各データの順序が進む方向に前記上限値より1多く離れたデータについての、最も前記ノードt側にある層における対象となる第3の対象ノードとを、前記第3の基準ノードから前記第3の対象ノードの方向に結ぶ第3の追加のリンクを設定し、前記上限値を設定する複数のラベルが割り当てられるデータに対応する前記ノードwを結ぶ前記nリンクについては、前記第3の追加のリンクが交差するリンクの数以下の数のリンクにおいてのみ切断を許容する請求項1から3のいずれか1項記載のデータ分類装置。
- 前記ラベリング手段は、連続する複数のラベルに割り当てられるデータの数に下限値を設定する場合、該下限値を設定する複数のラベルの要素に対応する前記nリンクの境界となる2つの層の間において、最も前記ノードs側にある層の基準となる第4の基準ノードと、該第4の基準ノードから前記各データの順序が進む方向に前記下限値より1少なく離れたデータについての、最も前記ノードt側にある層における対象となる第4の対象ノードとを、前記第4の対象ノードから前記第4の基準ノードの方向に結ぶ第4の追加のリンクを設定し、前記下限値を設定する複数のラベルが割り当てられるデータに対応する前記ノードwを結ぶ前記nリンクについては、前記第4の追加のリンクが含まれるリンクの数以下の数のリンクにおいてのみ切断を許容する請求項1から4のいずれか1項記載のデータ分類装置。
- 前記複数のデータが、あらかじめ定められた方向にN個(N>2)の部位が、0からN−1までの特定の順序を持って並んで含まれる被写体についての、前記あらかじめ定められた方向に延びる軸に垂直な複数の断面における複数の断層画像であり、
前記要素が前記部位である請求項1から5のいずれか1項記載のデータ分類装置。 - あらかじめ定められた方向にN個(N>2)の要素が、0からN−1までの特定の順序で並んで含まれる複数のデータであって、前記複数の要素のそれぞれについての要素らしさを表すスコアを有する、前記特定の順序に対応する順序で並ぶ複数のデータのそれぞれを、前記特定の順序を持ってN個のラベルのいずれかに分類するデータ分類方法において、
前記N個の要素のうちの、0番目およびN−1番目の要素の基準となるノードsおよびノードtの間に、各ラベルの境界となるk(=N−1)段の層が前記特定の順序で設けられ、該各層i(i=1〜k)上に前記対応する順序で並ぶ各データに対応する複数のノードwが設けられてなり、前記ノードsと第1層における全ての前記ノードwとを、前記ノードsから前記ノードtに向かう第1の方向に結ぶ、0番目の要素に対応するsリンク、第k層における全ての前記ノードwと前記ノードtとを前記第1の方向に結ぶ、N−1番目の要素に対応するtリンク、および全ての前記ノードwを双方向に結ぶnリンクであって、前記第1層から前記第k層の各層間が1番目からN−2番目の要素に対応するnリンクを有するグラフを用いて、前記sリンク、前記tリンクおよび前記nリンクのうち切断するリンクをグラフカット処理により決定して、前記各データに前記特定の順序を持ってN個のラベルを割り当てるステップを有し、
前記ステップは、前記データごとに、前記第1の方向に向かう前記sリンク、前記tリンクおよび前記nリンクに対して、前記データにおける最も大きいスコアを有する要素に対応するリンクほど小さくなる重みを設定するステップ、
前記複数のnリンクのうち、前記第1の方向と反対の第2の方向に向かうnリンク、および前記各データの順序が進む方向に向かうnリンクに対して、切断を規制する重みを設定するステップ、並びに
前記重みが設定された前記グラフに対して前記グラフカット処理を実行することにより、前記sリンク、前記tリンクおよび前記nリンクのうちの切断するリンクを決定して、前記複数のデータに前記各要素に対応するN個のラベルを割り当てるステップを有することを特徴とするデータ分類方法。 - あらかじめ定められた方向にN個(N>2)の要素が、0からN−1までの特定の順序で並んで含まれる複数のデータであって、前記複数の要素のそれぞれについての要素らしさを表すスコアを有する、前記特定の順序に対応する順序で並ぶ複数のデータのそれぞれを、前記特定の順序を持ってN個のラベルのいずれかに分類するデータ分類方法をコンピュータに実行させるためのデータ分類プログラムにおいて、
前記N個の要素のうちの、0番目およびN−1番目の要素の基準となるノードsおよびノードtの間に、各ラベルの境界となるk(=N−1)段の層が前記特定の順序で設けられ、該各層i(i=1〜k)上に前記対応する順序で並ぶ各データに対応する複数のノードwが設けられてなり、前記ノードsと第1層における全ての前記ノードwとを、前記ノードsから前記ノードtに向かう第1の方向に結ぶ、0番目の要素に対応するsリンク、第k層における全ての前記ノードwと前記ノードtとを前記第1の方向に結ぶ、N−1番目の要素に対応するtリンク、および全ての前記ノードwを双方向に結ぶnリンクであって、前記第1層から前記第k層の各層間が1番目からN−2番目の要素に対応するnリンクを有するグラフを用いて、前記sリンク、前記tリンクおよび前記nリンクのうち切断するリンクをグラフカット処理により決定して、前記各データに前記特定の順序を持ってN個のラベルを割り当てる手順を有し、
前記手順は、前記データごとに、前記第1の方向に向かう前記sリンク、前記tリンクおよび前記nリンクに対して、前記データにおける最も大きいスコアを有する要素に対応するリンクほど小さくなる重みを設定する手順、
前記複数のnリンクのうち、前記第1の方向と反対の第2の方向に向かうnリンク、および前記各データの順序が進む方向に向かうnリンクに対して、切断を規制する重みを設定する手順、並びに
前記重みが設定された前記グラフに対して前記グラフカット処理を実行することにより、前記sリンク、前記tリンクおよび前記nリンクのうちの切断するリンクを決定して、前記複数のデータに前記各要素に対応するN個のラベルを割り当てる手順をコンピュータに実行させることを特徴とするデータ分類プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016073908A JP6562869B2 (ja) | 2016-04-01 | 2016-04-01 | データ分類装置、方法およびプログラム |
US15/473,099 US10275883B2 (en) | 2016-04-01 | 2017-03-29 | Data sorting apparatus, data sorting method, and data sorting program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016073908A JP6562869B2 (ja) | 2016-04-01 | 2016-04-01 | データ分類装置、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017187824A true JP2017187824A (ja) | 2017-10-12 |
JP6562869B2 JP6562869B2 (ja) | 2019-08-21 |
Family
ID=59958930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016073908A Active JP6562869B2 (ja) | 2016-04-01 | 2016-04-01 | データ分類装置、方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10275883B2 (ja) |
JP (1) | JP6562869B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019208835A (ja) * | 2018-06-04 | 2019-12-12 | キヤノンメディカルシステムズ株式会社 | X線ct装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102325343B1 (ko) * | 2016-10-31 | 2021-11-11 | 삼성전자주식회사 | 의료 영상 장치 및 의료 영상 처리 방법 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130058574A1 (en) * | 2010-01-21 | 2013-03-07 | Universite Paris 13 | Method for segmenting images, computer program, and corresponding computer system |
WO2014033792A1 (ja) * | 2012-08-31 | 2014-03-06 | 株式会社島津製作所 | 放射線断層画像生成装置、放射線断層撮影装置および放射線断層画像生成方法 |
JP2014064835A (ja) * | 2012-09-27 | 2014-04-17 | Fujifilm Corp | 画像処理装置および方法並びにプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030224344A1 (en) * | 2000-03-27 | 2003-12-04 | Ron Shamir | Method and system for clustering data |
US7602398B2 (en) * | 2005-01-28 | 2009-10-13 | Microsoft Corporation | Decorating surfaces with textures |
JP2008259682A (ja) | 2007-04-12 | 2008-10-30 | Fujifilm Corp | 部位認識結果修正装置、方法、およびプログラム |
JP5673624B2 (ja) * | 2012-07-24 | 2015-02-18 | カシオ計算機株式会社 | オブジェクト検索装置、方法、およびプログラム |
JP5894514B2 (ja) | 2012-09-28 | 2016-03-30 | 富士フイルム株式会社 | 画像処理装置、画像処理プログラムおよび画像処理装置の動作方法 |
-
2016
- 2016-04-01 JP JP2016073908A patent/JP6562869B2/ja active Active
-
2017
- 2017-03-29 US US15/473,099 patent/US10275883B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130058574A1 (en) * | 2010-01-21 | 2013-03-07 | Universite Paris 13 | Method for segmenting images, computer program, and corresponding computer system |
WO2014033792A1 (ja) * | 2012-08-31 | 2014-03-06 | 株式会社島津製作所 | 放射線断層画像生成装置、放射線断層撮影装置および放射線断層画像生成方法 |
JP2014064835A (ja) * | 2012-09-27 | 2014-04-17 | Fujifilm Corp | 画像処理装置および方法並びにプログラム |
Non-Patent Citations (1)
Title |
---|
宋妍ほか: "映像の構造に注目したMCMC法によるシーン分割の高精度化に関する検討", 電子情報通信学会技術研究報告, vol. 第110巻/第89号, JPN6019024541, 14 June 2010 (2010-06-14), JP, pages 115 - 120, ISSN: 0004065026 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019208835A (ja) * | 2018-06-04 | 2019-12-12 | キヤノンメディカルシステムズ株式会社 | X線ct装置 |
JP7199839B2 (ja) | 2018-06-04 | 2023-01-06 | キヤノンメディカルシステムズ株式会社 | X線ct装置及び医用画像処理方法 |
Also Published As
Publication number | Publication date |
---|---|
US10275883B2 (en) | 2019-04-30 |
US20170287130A1 (en) | 2017-10-05 |
JP6562869B2 (ja) | 2019-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10573000B2 (en) | System and method for medical image management | |
US10825168B2 (en) | Automated organ risk segmentation machine learning methods and systems | |
CN106339571B (zh) | 用于分类医学图像数据组的人工神经网络 | |
US10734107B2 (en) | Image search device, image search method, and image search program | |
CN109886913B (zh) | 成像扫描中关键发现的标识 | |
EP3714461A1 (en) | Multi-modal computer-aided diagnosis systems and methods for prostate cancer | |
CN110598722B (zh) | 多模态神经影像数据自动信息融合系统 | |
JP2019169049A (ja) | 医用画像特定装置、方法およびプログラム | |
JP2018505705A (ja) | 機械学習を用いた医用イメージングの変換のためのシステムおよび方法 | |
US20220237898A1 (en) | Machine learning system and method, integration server, information processing apparatus, program, and inference model creation method | |
US12079991B2 (en) | Deep-learning models for image processing | |
JP5462866B2 (ja) | 画像セグメンテーションに基づく画像分類 | |
US20220392619A1 (en) | Information processing apparatus, method, and program | |
JP6981940B2 (ja) | 画像診断支援装置、方法及びプログラム | |
JP6562869B2 (ja) | データ分類装置、方法およびプログラム | |
Özbay et al. | Brain tumor detection with mRMR-based multimodal fusion of deep learning from MR images using Grad-CAM | |
US20230004785A1 (en) | Machine learning system and method, integration server, information processing apparatus, program, and inference model creation method | |
JPWO2019208130A1 (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 | |
Hasan et al. | An intelligent detection system for Covid-19 diagnosis using CT-images | |
WO2021197176A1 (en) | Systems and methods for tumor characterization | |
JP2023019734A (ja) | 学習装置、方法およびプログラム、並びに情報処理装置、方法およびプログラム | |
JP7299314B2 (ja) | 医療文書作成装置、方法およびプログラム、学習装置、方法およびプログラム、並びに学習済みモデル | |
JP6869086B2 (ja) | 位置合せ装置および位置合せ方法並びに位置合せプログラム | |
Vinay et al. | Predication of lung nodule characteristic rating using best classifier model | |
US20230342928A1 (en) | Detecting ischemic stroke mimic using deep learning-based analysis of medical images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20170908 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170908 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180726 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190619 |
|
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: 20190702 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190723 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6562869 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |