JP2020112937A - 計算機および画像処理方法 - Google Patents
計算機および画像処理方法 Download PDFInfo
- Publication number
- JP2020112937A JP2020112937A JP2019001991A JP2019001991A JP2020112937A JP 2020112937 A JP2020112937 A JP 2020112937A JP 2019001991 A JP2019001991 A JP 2019001991A JP 2019001991 A JP2019001991 A JP 2019001991A JP 2020112937 A JP2020112937 A JP 2020112937A
- Authority
- JP
- Japan
- Prior art keywords
- model information
- learning data
- image
- learning
- 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
- 238000003672 processing method Methods 0.000 title claims 17
- 238000012545 processing Methods 0.000 claims abstract description 179
- 238000011156 evaluation Methods 0.000 claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 49
- 238000000034 method Methods 0.000 claims description 101
- 230000008569 process Effects 0.000 claims description 95
- 238000006243 chemical reaction Methods 0.000 claims description 61
- 238000013527 convolutional neural network Methods 0.000 description 59
- 230000009467 reduction Effects 0.000 description 26
- 238000010586 diagram Methods 0.000 description 25
- 230000006870 function Effects 0.000 description 22
- 230000010354 integration Effects 0.000 description 11
- 230000004913 activation Effects 0.000 description 9
- 230000003902 lesion Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000002591 computed tomography Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000013523 data management Methods 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000002945 steepest descent method Methods 0.000 description 2
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/52—Scale-space analysis, e.g. wavelet analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
Description
図16は、実施例1の画像処理部112が実行する処理の流れを示す図である。
図17は、実施例1の画像処理部112が実行する処理の流れを示す図である。
101 演算装置
102 メモリ
103 ストレージ装置
104 通信インタフェース
105 出力インタフェース
106 入力インタフェース
107 バス
110 設定部
111 学習部
112 画像処理部
120 学習データDB
121 学習データ
130 モデル情報DB
131 モデル情報
150、224 ネットワーク
160 ディスプレイ
170 キーボード
180 マウス
200 CNN
210 拡張学習データ
220 評価データ
230 拡張評価データ
240 出力データ
250 統合出力データ
300 評価スライス画像
310 境界検出層
311 移動層
312 結合層
320 ノード
321 畳み込み演算
322 加算演算
323 活性化関数
330 出力スライス画像
340 矩形領域
350 ROI
351 TP−ROI
352 FP−ROI
500 入力データ
501 入力スライス画像
510 正解データ
511 正解スライス画像
512 マスク
550 拡張入力データ
560 拡張正解データ
700 拡張入力スライス画像
710 拡張出力データ
720 拡張出力スライス画像
1500 論理演算子
1510、1511 乗算器
1512 加算器
1513 活性化関数
1900 変換学習データ
1910 変換入力データ
1920 変換正解データ
2200 画像取得装置
2210 学習装置
2220 画像処理装置
2230 データ管理装置
Claims (14)
- 画像からオブジェクトを検出するための画像処理を実行する計算機であって、
演算装置および前記演算装置に接続される記憶装置を備え、
前記画像処理を実現するためのモデルを定義するモデル情報を複数格納するモデル情報データベースを保持し、
前記演算装置は、
評価画像が入力された場合、前記複数のモデル情報の各々に基づいて、前記評価画像から前記オブジェクトを検出するための識別処理を実行し、
前記複数のモデル情報の各々に基づく前記識別処理によって得られた出力結果を統合することによって、前記オブジェクトの検出結果を出力することを特徴とする計算機。 - 請求項1に記載の計算機であって、
前記演算装置は、前記出力結果に関する論理積の演算を実行する第1論理演算、および前記出力結果に関する論理和の演算を実行する第2論理演算を実行することによって、前記複数の出力結果を統合することを特徴とする計算機。 - 請求項2に記載の計算機であって、
前記モデル情報は、任意の大きさの前記オブジェクトを検出するためのモデルを定義する情報であり、
前記演算装置は、
前記評価画像のサイズを任意のサイズに縮小することによって、拡張評価画像を生成し、
前記拡張評価画像に対して、少なくとも一つの前記モデル情報に基づく前記識別処理を実行することを特徴とする計算機。 - 請求項3に記載の計算機であって、
前記演算装置は、一つの前記評価画像に対して、異なるサイズの前記拡張評価画像を複数生成することを特徴とする計算機。 - 請求項2に記載の計算機であって、
前記モデル情報を生成するための学習処理に用いる学習データを格納する学習データデータベースを保持し、
前記演算装置は、
前記学習データを任意のサイズに縮小して拡張学習データを生成し、
前記複数の学習データの各々から生成された拡張学習データのグループを設定し、
前記グループに含まれる前記複数の拡張学習データを用いた学習処理を実行することによって前記モデル情報を生成し、
前記モデル情報データベースに前記生成されたモデル情報を格納することを特徴とする計算機。 - 請求項5に記載の計算機であって、
前記演算装置は、
前記オブジェクトを含む前記拡張学習データを選択し、前記選択された拡張学習データから前記オブジェクトを包含する所定の大きさの部分画像を生成し、
複数の前記部分画像および少なくとも一つの前記オブジェクトを含まない前記拡張学習データから構成される変換学習データを生成し、
前記変換学習データを用いた学習処理を実行することを特徴とする計算機。 - 請求項2に記載の計算機であって、
前記モデル情報を生成するための学習処理に用いる学習データを格納する学習データデータベースを保持し、
前記演算装置は、
初期の前記モデル情報を生成し、
終了条件が満たされるまで、前記学習データを用いた学習処理を繰り返し実行することによって前記モデル情報を更新し、
前記モデル情報の格納条件を満たすか否かを判定し、
前記モデル情報の格納条件が満たされたと判定された場合、前記学習処理の実行回数を示す値が付与された前記モデル情報を前記学習データデータベースに格納することを特徴とする計算機。 - 計算機が実行する、画像からオブジェクトを検出するための画像処理方法をであって、
前記計算機は、
演算装置および前記演算装置に接続される記憶装置を有し、
前記画像からオブジェクトを検出するための画像処理を実現するためのモデルを定義するモデル情報を複数格納するモデル情報データベースを保持し、
前記画像処理方法は、
前記演算装置が、評価画像が入力された場合、前記複数のモデル情報の各々に基づいて、前記評価画像から前記オブジェクトを検出するための識別処理を実行する第1のステップと、
前記演算装置が、前記複数のモデル情報の各々に基づく前記識別処理によって得られた出力結果を統合することによって、前記オブジェクトの検出結果を出力する第2のステップと、を含むことを特徴とする画像処理方法。 - 請求項8に記載の画像処理方法であって、
前記第2のステップは、前記演算装置が、前記出力結果に関する論理積の演算を実行する第1論理演算、および前記出力結果に関する論理和の演算を実行する第2論理演算を実行することによって、前記複数の出力結果を統合するステップを含むことを特徴とする画像処理方法。 - 請求項9に記載の画像処理方法であって、
前記モデル情報は、任意の大きさの前記オブジェクトを検出するためのモデルを定義する情報であり、
前記第1のステップは、
前記演算装置が、前記評価画像のサイズを任意のサイズに縮小することによって、拡張評価画像を生成する第3のステップと、
前記演算装置が、前記拡張評価画像に対して、少なくとも一つの前記モデル情報に基づく前記識別処理を実行する第4のステップと、を含むことを特徴とする画像処理方法。 - 請求項10に記載の画像処理方法であって、
前記第3のステップは、前記演算装置が、一つの前記評価画像に対して、異なるサイズの前記拡張評価画像を複数生成するステップを含むことを特徴とする画像処理方法。 - 請求項9に記載の画像処理方法であって、
前記計算機は、前記モデル情報を生成するための学習処理に用いる学習データを格納する学習データデータベースを保持し、
前記画像処理方法は、
前記演算装置が、前記学習データを任意のサイズに縮小して拡張学習データを生成する第5のステップと、
前記演算装置が、前記複数の学習データの各々から生成された拡張学習データのグループを設定する第6のステップと、
前記演算装置が、前記グループに含まれる前記複数の拡張学習データを用いた学習処理を実行することによって前記モデル情報を生成する第7のステップと、
前記演算装置が、前記モデル情報データベースに前記生成されたモデル情報を格納する第8のステップと、を含むことを特徴とする画像処理方法。 - 請求項12に記載の画像処理方法であって、
前記第7のステップは、
前記演算装置が、前記オブジェクトを含む前記拡張学習データを選択し、前記選択された拡張学習データから前記オブジェクトを包含する所定の大きさの部分画像を生成するステップと、
前記演算装置が、複数の前記部分画像および少なくとも一つの前記オブジェクトを含まない前記拡張学習データから構成される変換学習データを生成するステップと、
前記演算装置が、前記変換学習データを用いた学習処理を実行するステップと、を含むことを特徴とする画像処理方法。 - 請求項9に記載の画像処理方法であって、
前記モデル情報を生成するための学習処理に用いる学習データを格納する学習データデータベースを保持し、
前記画像処理方法は、
前記演算装置が、初期の前記モデル情報を生成するステップと、
前記演算装置が、終了条件が満たされるまで、前記学習データを用いた学習処理を繰り返し実行することによって前記モデル情報を更新するステップと、
前記演算装置が、前記モデル情報の格納条件を満たすか否かを判定するステップと、
前記モデル情報の格納条件が満たされたと判定された場合、前記演算装置が、前記学習処理の実行回数を示す値が付与された前記モデル情報を前記学習データデータベースに格納するステップと、を含むことを特徴とする画像処理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019001991A JP2020112937A (ja) | 2019-01-09 | 2019-01-09 | 計算機および画像処理方法 |
US16/736,847 US20200218942A1 (en) | 2019-01-09 | 2020-01-08 | Computer and image processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019001991A JP2020112937A (ja) | 2019-01-09 | 2019-01-09 | 計算機および画像処理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020112937A true JP2020112937A (ja) | 2020-07-27 |
Family
ID=71405146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019001991A Pending JP2020112937A (ja) | 2019-01-09 | 2019-01-09 | 計算機および画像処理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20200218942A1 (ja) |
JP (1) | JP2020112937A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022045449A (ja) * | 2020-09-09 | 2022-03-22 | 株式会社東芝 | 学習装置、方法およびプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018707A (ja) * | 2004-07-05 | 2006-01-19 | Nippon Telegr & Teleph Corp <Ntt> | 被写体識別装置、その識別方法とその識別プログラム、および被写体識別器設定装置、その設定方法とその設定プログラム |
JP2013210968A (ja) * | 2012-03-30 | 2013-10-10 | Canon Inc | 物体検出装置及びその方法、プログラム |
-
2019
- 2019-01-09 JP JP2019001991A patent/JP2020112937A/ja active Pending
-
2020
- 2020-01-08 US US16/736,847 patent/US20200218942A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006018707A (ja) * | 2004-07-05 | 2006-01-19 | Nippon Telegr & Teleph Corp <Ntt> | 被写体識別装置、その識別方法とその識別プログラム、および被写体識別器設定装置、その設定方法とその設定プログラム |
JP2013210968A (ja) * | 2012-03-30 | 2013-10-10 | Canon Inc | 物体検出装置及びその方法、プログラム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022045449A (ja) * | 2020-09-09 | 2022-03-22 | 株式会社東芝 | 学習装置、方法およびプログラム |
JP7408515B2 (ja) | 2020-09-09 | 2024-01-05 | 株式会社東芝 | 学習装置、方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20200218942A1 (en) | 2020-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10600185B2 (en) | Automatic liver segmentation using adversarial image-to-image network | |
EP3236418B1 (en) | Image processing apparatus, image processing method, and storage medium | |
US10395380B2 (en) | Image processing apparatus, image processing method, and storage medium | |
US20140241606A1 (en) | Apparatus and method for lesion segmentation in medical image | |
US10706534B2 (en) | Method and apparatus for classifying a data point in imaging data | |
US10949698B2 (en) | Image processing apparatus, image processing system, image processing method, and storage medium | |
JP5566299B2 (ja) | 医用画像処理装置、及び医用画像処理方法 | |
JP5608726B2 (ja) | 臓器の区分けのための相互作用的なicpアルゴリズム | |
US20200380365A1 (en) | Learning apparatus, method, and program | |
US20100150413A1 (en) | Abnormal shadow candidate detecting method and abnormal shadow candidate detecting device | |
JP2021056995A (ja) | 医用情報処理装置、医用情報処理システム及び医用情報処理方法 | |
JP2013051988A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
JP2011526508A (ja) | 医療用画像の領域分割 | |
KR102149369B1 (ko) | 의료 영상을 시각화하는 방법 및 이를 이용한 장치 | |
JP2013111125A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
EP2528039A1 (en) | Image processing method and image processing apparatus | |
US11406340B2 (en) | Method for converting tone of chest X-ray image, storage medium, image tone conversion apparatus, server apparatus, and conversion method | |
JP6643821B2 (ja) | 画像処理装置 | |
US20200160118A1 (en) | Computer, neural network construction method, and computer system | |
KR102046240B1 (ko) | 병변 스크리닝 장치 및 방법 | |
JP2020112937A (ja) | 計算機および画像処理方法 | |
CN114693642B (zh) | 一种结节匹配方法、装置、电子设备及存储介质 | |
JP2017162034A (ja) | 画像処理装置、画像処理方法、画像処理システムおよびプログラム | |
US20230368913A1 (en) | Uncertainty Estimation in Medical Imaging | |
JP2019025240A (ja) | 画像処理装置、画像処理方法、画像処理システム及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20210226 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20210311 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210617 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20211027 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220530 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220607 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20221129 |