JP2019177032A - 眼科画像処理装置、および眼科画像処理プログラム - Google Patents
眼科画像処理装置、および眼科画像処理プログラム Download PDFInfo
- Publication number
- JP2019177032A JP2019177032A JP2018068716A JP2018068716A JP2019177032A JP 2019177032 A JP2019177032 A JP 2019177032A JP 2018068716 A JP2018068716 A JP 2018068716A JP 2018068716 A JP2018068716 A JP 2018068716A JP 2019177032 A JP2019177032 A JP 2019177032A
- Authority
- JP
- Japan
- Prior art keywords
- image
- image processing
- ophthalmic
- ophthalmic image
- processing apparatus
- 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
Abstract
Description
(2) 眼科画像を処理する眼科画像処理装置において実行される眼科画像処理プログラムであって、前記眼科画像処理装置のプロセッサによって実行されることで、撮影手段によって撮影された前記眼科画像を取得する画像取得ステップと、機械学習アルゴリズムによって訓練された単一ネットワークに前記眼科画像を入力することによって、複数種類の処理結果を出力させる画像処理ステップと、を前記眼科画像処理装置に実行させることを特徴とする。
本開示に係る実施形態について説明する。実施形態の眼科画像処理装置(例えば、眼科画像処理装置1)は、眼科画像を処理する。眼科画像処理装置は、例えば、画像取得部(例えば、画像取得部71)と、画像処理部(例えば、画像処理部72)を主に備える。画像取得部は、撮影部(例えば、眼科撮影装置10)によって撮影された眼科画像を取得する。画像処理部は、眼科画像を処理する。画像処理部は、機械学習アルゴリズムによって訓練された単一のネットワーク(数学モデル)に眼科画像を入力することによって、複数種類の処理結果を出力させる。これによって、複数種類の処理を行う際の処理時間が短縮される。
以下、本開示に係る実施例を図面に基づいて説明する。本実施例の眼科画像処理装置1は、単一のネットワーク(数学モデル)を用いて眼科画像を処理することによって複数種類の処理結果を出力する。複数種類の処理は、例えば、ノイズ除去、網膜層セグメンテーション、疾患分類、疾患検出、網膜厚推定、カラリゼーション、画質評価、特徴位置検出、超解像(高解像度化)などである。
続いて、眼科撮影装置10について説明する。眼科撮影装置10は、被検眼の画像を撮影する。画像取得部は、眼科撮影装置と通信手段を介して接続されており、眼科撮影装置10によって撮影された眼科画像を取得する。本実施例では、眼科撮影装置10としてOCTを用いた場合を説明する。もちろん、OCTに限らず、SLO(Scanning Laser Ophthalmoscope)、眼底カメラ、シャインプルークカメラ等によって撮影された眼科画像であってもよい。
本実施例では、画像処理部71によって眼科画像を処理する際に、単一のネットワークが用いられる。ネットワークは、機械学習アルゴリズムによって訓練される。本実施例の単一ネットワークは、眼科画像の入力に対して複数種類の処理を行う。例えば、ネットワークは、入力された眼科画像に対して網膜厚推定、疾患分類、網膜層のセグメンテーションなどを行う。
<ネットワークの構造および入出力>
図3は本実施例のネットワーク構造を示す図である。本実施例のネットワーク100は、互いに異なるタスクを処理する複数のネットワークモデルを組み合わせた構造になっている。図3の例では、網膜厚推定モデルと、疾患分類モデルと、網膜層セグメンテーションモデルが組み合わされた構造である。
上記のようなネットワークを実現するための学習処理について説明する。図3のネットワーク100を学習させる場合、まず入力画像に対して出力された網膜厚と正解値との誤差を計算し、網膜厚の出力に関わった全ての層C1,C2,C3,L1,L2,L3の重みを更新する。次に入力画像に対して出力した疾患分類結果と正解分類結果との誤差を計算し、疾患分類に関わった全ての層C1,C2,C3,L1,L4,L5の重みを更新する。さらに、入力画像に対して出力した網膜層のセグメンテーション結果と正解結果との誤差を計算し、セグメンテーションに関わった全ての層C1,C2,C3,C4,C5,C6の重みを更新する。全てのモデルの重み更新1回分を学習1回とし、これを全てのモデルにおける誤差が小さくなるまで繰り返すことによって、各出力に対して適した重みとなるようにする。このとき、タスクによって出力の取り得る値の範囲が異なるため、それぞれのタスクに応じた重みを誤差に掛けてもよい。
本実施例の眼科画像処理装置1の制御動作を図7に基づいて説明する。なお、以下の説明では、眼科撮影装置10によって撮影されたOCT画像を処理する場合を示す。なお、OCT画像は、断層画像であってもよいし、正面画像(En face画像)であってもよい。
まず、眼科撮影装置10によって被検眼のOCT画像が撮影されると、画像取得部71は、そのOCT画像を取得する。画像取得部71は、例えば、無線または有線などの通信手段を介し、OCT画像を取得する。例えば、画像取得部71は、眼科撮影装置10の検出器45から直接OCT信号を取得してもよいし、眼科撮影装置10の記憶部11(図1参照)等に記憶されたOCT画像を取得してもよい。なお、画像取得部71は、眼科撮影装置10からOCT画像を取得してもよいし、USBメモリ等の外部記憶装置に記憶されたOCT画像を取得してもよい。
画像処理部72は、単一ネットワーク100を用いてOCT画像の解析処理を行う。例えば画像処理部72は、画像取得部71によって取得されたOCT画像をネットワーク100の入力層C1に入力する。OCT画像が入力されると、各層において計算が行われ、出力層L3,L5,C6からそれぞれ網膜厚K1、疾患分類結果K2、セグメンテーション結果P1が出力される。
単一ネットワーク100による解析結果が得られると、表示制御部74は、確認画面80に解析結果を表示させる(図6参照)。確認画面80は、解析結果の良否を確認するための画面である。例えば、表示制御部74は、網膜厚K1と、疾患分類結果K2と、セグメンテーション結果P1を確認画面80に表示させる。検者は、確認画面80を確認し、再撮影が必要か否かを判断する。例えば、網膜厚推定、疾患分類、セグメンテーション等ができておらず、再撮影が必要な場合、検者は再撮影ボタン81を押す。再撮影ボタン81が押されると、画像取得部71は、OCT画像を放棄し、再度、眼科撮影装置10によって再撮影されたOCT画像を取得する。再撮影が必要ない場合、検者は完了ボタン82を押す。完了ボタン82が押されると、画像取得部71は、取得したOCT画像を記憶部73に記憶させる。
単一ネットワークモデルの変容例を図9に示す。図9のネットワーク200は、ネットワーク100に対し、さらに、デノイジング(ノイズ除去)、超解像(高解像度化)、疾患領域セグメンテーション(疾患部位検出)の処理を行うモデルが組み合わされた構造である。各モデルは、畳み込み層C1,C2,C3を共有する。網膜層セグメンテーションモデルとデノイジングモデルは、畳み込み層C1,C2,C3,C4,C5を共有する。さらに、超解像モデルは、畳み込み層C1,C2,C3,C4,C5,C7までデノイジングモデルと共通の層が用いられ、そこに畳み込み層C8が追加されることで高解像度の画像を生成するモデルとなる。疾患領域セグメンテーション画像は、畳み込み層C1,C2,C3を共有し、それ以降は専用の層C9,C10が用いられる。
10 眼科撮影装置
11 記憶部
70 制御部
71 画像取得部
72 画像処理部
73 記憶部
74 表示制御部
75 表示部
Claims (7)
- 眼科画像を処理する眼科画像処理装置であって、
撮影手段によって撮影された前記眼科画像を取得する画像取得手段と、
前記眼科画像を処理する画像処理手段と、を備え、
前記画像処理手段は、機械学習アルゴリズムによって訓練された単一ネットワークに前記眼科画像を入力することによって、複数種類の処理結果を出力させることを特徴とする眼科画像処理装置。 - 前記複数種類の処理結果は、ノイズ除去、網膜層セグメンテーション、疾患分類、疾患検出、網膜厚推定、特徴位置検出、カラリゼーション、画質評価、および超解像の少なくともいずれかの処理を行った結果を含むことを特徴とする請求項1の眼科画像処理装置。
- 前記画像処理手段は、前記撮影手段による前記眼科画像の撮影中に、前記単一ネットワークによる画像処理を行うことを特徴とする請求項1または2の眼科画像処理装置。
- 表示手段の表示を制御する表示制御手段をさらに備え、
前記表示制御手段は、前記眼科画像の良否を確認するための確認画面において前記処理結果を表示させることを特徴とする請求項1〜3のいずれかの眼科画像処理装置。 - 前記画像処理手段は、前記単一ネットワークに複数の眼科画像を入力することを特徴とする請求項1〜4のいずれかの眼科画像処理装置。
- 前記複数の眼科画像は、複数のモダリティにおいて撮影された画像であることを特徴とする請求項5の眼科画像処理装置。
- 眼科画像を処理する眼科画像処理装置において実行される眼科画像処理プログラムであって、前記眼科画像処理装置のプロセッサによって実行されることで、
撮影手段によって撮影された前記眼科画像を取得する画像取得ステップと、
機械学習アルゴリズムによって訓練された単一ネットワークに前記眼科画像を入力することによって、複数種類の処理結果を出力させる画像処理ステップと、を前記眼科画像処理装置に実行させることを特徴とする眼科画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018068716A JP2019177032A (ja) | 2018-03-30 | 2018-03-30 | 眼科画像処理装置、および眼科画像処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018068716A JP2019177032A (ja) | 2018-03-30 | 2018-03-30 | 眼科画像処理装置、および眼科画像処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019177032A true JP2019177032A (ja) | 2019-10-17 |
Family
ID=68276868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018068716A Pending JP2019177032A (ja) | 2018-03-30 | 2018-03-30 | 眼科画像処理装置、および眼科画像処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019177032A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3910550A1 (en) | 2020-05-14 | 2021-11-17 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method each for obtaining a region of object and pixels of the object using neural network |
JP2022132072A (ja) * | 2021-02-26 | 2022-09-07 | 南方科技大学 | 画像処理方法、装置、電子デバイス及び記憶媒体 |
JP7333520B2 (ja) | 2020-01-30 | 2023-08-25 | 富士通株式会社 | 学習プログラム、学習方法、及び情報処理装置 |
KR102580749B1 (ko) * | 2022-10-05 | 2023-09-19 | 서울대학교산학협력단 | 의료영상의 화질평가 방법 및 장치 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008062528A1 (fr) * | 2006-11-24 | 2008-05-29 | Nidek Co., Ltd. | Analyseur d'image de fond d'œil |
WO2017181288A1 (en) * | 2016-04-21 | 2017-10-26 | The University Of British Columbia | Echocardiographic image analysis |
JP2018005841A (ja) * | 2016-07-08 | 2018-01-11 | 株式会社トプコン | 医用画像処理方法及び医用画像処理装置 |
WO2018035473A2 (en) * | 2016-08-18 | 2018-02-22 | Google Llc | Processing fundus images using machine learning models |
US20180060722A1 (en) * | 2016-08-30 | 2018-03-01 | Lunit Inc. | Machine learning method and apparatus based on weakly supervised learning |
US20180089834A1 (en) * | 2016-09-29 | 2018-03-29 | Magic Leap, Inc. | Neural network for eye image segmentation and image quality estimation |
-
2018
- 2018-03-30 JP JP2018068716A patent/JP2019177032A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008062528A1 (fr) * | 2006-11-24 | 2008-05-29 | Nidek Co., Ltd. | Analyseur d'image de fond d'œil |
WO2017181288A1 (en) * | 2016-04-21 | 2017-10-26 | The University Of British Columbia | Echocardiographic image analysis |
JP2018005841A (ja) * | 2016-07-08 | 2018-01-11 | 株式会社トプコン | 医用画像処理方法及び医用画像処理装置 |
WO2018035473A2 (en) * | 2016-08-18 | 2018-02-22 | Google Llc | Processing fundus images using machine learning models |
US20180060722A1 (en) * | 2016-08-30 | 2018-03-01 | Lunit Inc. | Machine learning method and apparatus based on weakly supervised learning |
US20180089834A1 (en) * | 2016-09-29 | 2018-03-29 | Magic Leap, Inc. | Neural network for eye image segmentation and image quality estimation |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7333520B2 (ja) | 2020-01-30 | 2023-08-25 | 富士通株式会社 | 学習プログラム、学習方法、及び情報処理装置 |
EP3910550A1 (en) | 2020-05-14 | 2021-11-17 | Canon Kabushiki Kaisha | Image processing apparatus and image processing method each for obtaining a region of object and pixels of the object using neural network |
JP2022132072A (ja) * | 2021-02-26 | 2022-09-07 | 南方科技大学 | 画像処理方法、装置、電子デバイス及び記憶媒体 |
JP7257645B2 (ja) | 2021-02-26 | 2023-04-14 | 南方科技大学 | 画像処理方法、装置、電子デバイス及び記憶媒体 |
KR102580749B1 (ko) * | 2022-10-05 | 2023-09-19 | 서울대학교산학협력단 | 의료영상의 화질평가 방법 및 장치 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11935241B2 (en) | Image processing apparatus, image processing method and computer-readable medium for improving image quality | |
US10660514B2 (en) | Image processing apparatus and image processing method with generating motion contrast image using items of three-dimensional tomographic data | |
EP2147634A1 (en) | Eyeground observing device and program for controlling same | |
JP2018038611A (ja) | 眼科解析装置、眼科解析プログラム | |
JP2023009530A (ja) | 画像処理方法、画像処理装置、及びプログラム | |
US20210183019A1 (en) | Image processing apparatus, image processing method and computer-readable medium | |
JP2019177032A (ja) | 眼科画像処理装置、および眼科画像処理プログラム | |
WO2020183791A1 (ja) | 画像処理装置および画像処理方法 | |
JP2018019771A (ja) | 光コヒーレンストモグラフィ装置、および光コヒーレンストモグラフィ制御プログラム | |
JP2017046976A (ja) | 眼科撮影装置及び眼科撮影プログラム | |
JP6471593B2 (ja) | Oct信号処理装置、およびoct信号処理プログラム | |
JP2017046975A (ja) | 眼科撮影装置及び眼科撮影プログラム | |
JP6898724B2 (ja) | 画像処理方法、画像処理装置およびプログラム | |
CN114760906A (zh) | 医用图像处理装置、光学相干断层摄影装置、医用图像处理方法和程序 | |
JP6375760B2 (ja) | 光コヒーレンストモグラフィー装置、および眼底画像処理プログラム | |
JP6503665B2 (ja) | 光コヒーレンストモグラフィー装置及びプログラム | |
JP2020163100A (ja) | 画像処理装置および画像処理方法 | |
JP6606846B2 (ja) | Oct信号処理装置、およびoct信号処理プログラム | |
JP2013179972A (ja) | 眼光断層画像撮像装置 | |
US20210049742A1 (en) | Image processing apparatus, image processing method, and non-transitory computer-readable storage medium | |
JP2020058615A (ja) | 画像処理装置、学習済モデル、画像処理方法およびプログラム | |
JP2020032072A (ja) | 画像処理装置、画像処理方法、及びプログラム | |
JP6888643B2 (ja) | Oct解析処理装置、及びoctデータ処理プログラム | |
JP2018191761A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP7246862B2 (ja) | 画像処理装置、画像処理装置の制御方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211119 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211124 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220124 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20220517 |