JP2020123044A - 情報処理装置 - Google Patents
情報処理装置 Download PDFInfo
- Publication number
- JP2020123044A JP2020123044A JP2019013230A JP2019013230A JP2020123044A JP 2020123044 A JP2020123044 A JP 2020123044A JP 2019013230 A JP2019013230 A JP 2019013230A JP 2019013230 A JP2019013230 A JP 2019013230A JP 2020123044 A JP2020123044 A JP 2020123044A
- Authority
- JP
- Japan
- Prior art keywords
- classification
- image
- unit
- sample
- result
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
そこで、本発明は、グラム染色された検体の画像から菌種を絞り込む作業を支援することを目的とする。
図1は実施例に係る医療情報システム1の全体構成を表す。医療情報システム1は、自システムのユーザである医師や看護師などの医療従事者に対して医療に関する情報を提供するためのシステムである。医療情報システム1は、本実施例では、感染症の治療に用いる治療薬を決定する際の参考となる情報(以下「参考情報」という)をユーザに提供する。
図5は細菌分類画面の一例を表す。図5の例では、検体画像表示部202は、検体が採取された患者の患者番号及びその患者の検体の複数のサムネイル画像を細菌分類画面に表示している。
図8は記憶処理における動作の手順の一例を表す。図8に表す手順は、例えばユーザがユーザ装置20に対して検体画像を入力する操作を行うことを契機に開始される。記憶処理において入力される検体画像は、迅速な治療が必要な患者の検体画像であってもよいし、過去に撮影された検体画像であってもよい。
上述した実施例は本発明の実施の一例に過ぎず以下のように変形させてもよい。また、上述した実施例及び以下に示す各変形例は必要に応じて組み合わせて実施してもよい。
実施例では、新たな検体画像が取得された際に、図7に表す各情報が出力されたが、出力される情報はこれに限らない。例えば、検体画像に含まれる細菌については、通常は、培養された後に同定試験にかけられて菌種が同定されるので、その同定結果が出力されてもよい。
図11は本変形例で記憶される情報の一例を表す。図11の例では、検体画像記憶部102は、図6に表す各情報に加えて、同定結果を検体画像に対応付けて記憶している。
分類部105は、実施例では、SVMと呼ばれる機械学習の手法を用いたが、これに限らない。分類部105は、例えば、ニューラルネットワーク(Neural Network)、その階層をさらに深くした深層学習(Deep Learning)、クラスタ分析又はベイジアンネットワーク等の機械学習の手法を用いてもよい。
図12は本変形例において実現される機能構成を表す。図12では、図4に表す分類部105に代えて、第1分類部151及び第2分類部152を有する分類部105aを備えるサーバ装置10aが表されている。第1分類部151及び第2分類部152は、いずれも検体画像に含まれる細菌の画像の特徴からその細菌を分類する機能であるが、用いる分類方法が互に異なっている。
図13は本変形例において記憶される情報の一例を表す。図13の例では、検体画像記憶部102は、図6に表す第2分類結果に代えて、第1結果及び第2結果を検体画像及び第1分類結果に対応付けて記憶している。
図14は本変形例の細菌分類画面の一例を表す。図14の例では、類似分類画像表示部204は、新たな検体画像B11と、検体画像B11に第1結果が類似する検体画像(第1類似画像)として検体画像B12及びB13と、検体画像B11に第2結果が類似する検体画像(第2類似画像)として検体画像B22及びB23とを表示している。
実施例では、「グラム陽性球菌」、「グラム陰性球菌」、「グラム陽性桿菌」、「グラム陰性桿菌」及び「不明」という5つの種類に細菌が分類されたが、これに限らない。例えば、単なる「不明」ではなく、「グラム陽性不明」及び「グラム陰性不明」というように、色による分類は行ったが形状による分類が不明であることを表す分類が行われてもよい。
実施例では、類似する分類結果を判断するため、各分類の割合の数値の差分を用いたが、これに限らない。例えば上記変形例のように各分類の細菌の有無だけが分類結果として表される場合は、各分類の細菌の「あり」と「なし」の組合せが全て一致する場合だけ分類結果が類似すると判断されてもよいし、1つだけ異なる場合までは類似すると判断されてもよい。要するに、分類結果の表し方に応じて類似の判断がされればよい。
検体画像記憶部102が記憶する検体画像は、基本的には、医療情報システム1が情報を提供する医療施設の患者から採取された検体の画像であり、診察の際に治療方針を決めるために採取された検体の画像である。従って、いずれの検体画像も、図9に表す新たな検体画像として取得され、その分類結果が治療方針を決める際の参考として用いられる。
検体画像は、上述したように検体を1000倍程度に拡大した画像である。そのため、スライドグラス上の検体の量はわずかであるが、どの部分を撮影するかによって含まれる細菌が異なり、分類のしやすさも異なってくる。そこで、検体画像として適当な箇所の画像を取得することを支援する処理が行われてもよい。
2つの出力部(検体画像出力部103及び類似分類画像抽出部106)は、実施例ではユーザ装置20に対して検体画像等を出力したが、これに限らない。各出力部は、例えば、サーバ装置10にディスプレイ等の表示手段が接続されている場合に、その表示手段に対して検体画像等を出力してもよい。また、各出力部は、ユーザの電子メールアドレスやSNS(Social Networking Service)のアカウントなどのユーザに対応する宛先に対して検体画像等を出力してもよい。要するに、出力された検体画像等をユーザが確認できるようになっていれば、方法で検体画像等が出力されてもよい。
本発明は、サーバ装置及びユーザ装置という各情報処理装置の他、図4に示す各手段を実現する他の装置としても捉えられる。また、それらの装置を備える医療情報システムのようなシステムとしても捉えられる。また、本発明は、各情報処理装置が実施する処理を実現するための情報処理方法としても捉えられるし、各情報処理装置を制御するコンピュータを機能させるためのプログラムとしても捉えられる。このプログラムは、それを記憶させた光ディスク等の記録媒体の形態で提供されてもよいし、インターネット等のネットワークを介してコンピュータにダウンロードさせ、それをインストールして利用可能にするなどの形態で提供されてもよい。
また、本発明は、患者から採取される検体に関する検査作業の複数の工程からなる作業の記録が蓄積されている場合に、第1ユーザの前記記録と、第2ユーザの前記記録とを取得する取得部と、取得された前記第1ユーザの前記記録及び前記第2ユーザの前記記録に基づいて、前記作業における共通の工程であって前記検体の見本画像を表示させて行われる工程において前記第1ユーザが行った作業と当該工程において前記第2ユーザが行った作業との相違点を当該工程において表示させた見本画像に関する違いによって表す相違点情報を生成する情報生成部と、生成された前記相違点情報を出力する第1出力部とを備える情報処理装置を提供する。
Claims (7)
- グラム染色された検体の画像に含まれる細菌の画像に基づき人が行った当該細菌の分類の結果と当該細菌の画像の特徴との関係を学習して細菌の画像から当該細菌を分類する分類手段が検体の画像について分類した結果を、当該検体の画像に対応付けて記憶する記憶部と、
グラム染色された新たな検体の画像を取得する取得部と、
取得された前記新たな検体の画像について前記分類手段が分類した結果と類似する分類の結果に対応付けて記憶されている検体の画像を出力する出力部と
を備える情報処理装置。 - 前記記憶部は、前記検体の画像に対応付けて、当該検体の画像について人が行った細菌の分類結果を記憶し、
前記出力部は、出力対象の前記検体の画像について人が行った分類結果を当該検体の画像と共に出力する
請求項1に記載の情報処理装置。 - 前記記憶部は、前記検体の画像に写っている検体に含まれる細菌の同定結果を当該画像に対応付けて記憶し、
前記出力部は、出力対象の画像に対応付けて記憶されている前記同定結果を当該画像と共に出力する
請求項1又は2に記載の情報処理装置。 - 前記分類手段には、分類方法が互いに異なる第1分類手段及び第2分類手段が含まれ、
前記出力部は、前記第1分類手段による分類結果と類似する前記分類に対応付けて記憶されている前記検体の画像と、前記第2分類手段による分類結果と類似する前記分類に対応付けて記憶されている前記検体の画像とを出力する
請求項1から3のいずれか1項に記載の情報処理装置。 - 同一の検体について異なる箇所の複数の画像が撮影された場合に、当該複数の画像から、前記分類手段による分類結果が所定の条件を満たすものを特定する特定部を備え、
前記取得部は、前記特定部により特定された画像を前記新たにグラム染色された検体の画像として取得する
請求項1から4のいずれか1項に記載の情報処理装置。 - 前記条件は、前記分類手段による分類が不能な細菌の割合が閾値未満となる場合に満たされる
請求項5に記載の情報処理装置。 - 前記分類手段には、分類方法が互いに異なる第1分類手段及び第2分類手段が含まれ、
前記条件は、前記第1分類手段による分類結果と前記第2分類手段による分類結果との差分が所定のレベル未満となる場合に満たされる
請求項5に記載の情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019013230A JP6898955B2 (ja) | 2019-01-29 | 2019-01-29 | 情報処理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019013230A JP6898955B2 (ja) | 2019-01-29 | 2019-01-29 | 情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020123044A true JP2020123044A (ja) | 2020-08-13 |
JP6898955B2 JP6898955B2 (ja) | 2021-07-07 |
Family
ID=71992703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019013230A Active JP6898955B2 (ja) | 2019-01-29 | 2019-01-29 | 情報処理装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6898955B2 (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022019138A1 (ja) * | 2020-07-20 | 2022-01-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、および、プログラム |
CN114459865A (zh) * | 2022-02-14 | 2022-05-10 | 吉林大学 | 一种多功能使用便捷的革兰氏染色装置 |
JP7090302B1 (ja) | 2021-04-02 | 2022-06-24 | カーブジェン株式会社 | システム、携帯端末装置、プログラム、又は方法 |
EP4276767A1 (en) | 2022-05-12 | 2023-11-15 | Uniwersytet Jagiellonski | A method and a system for identifying polyculture bacteria on microscopic images using deep learning |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08315144A (ja) * | 1995-05-16 | 1996-11-29 | Hitachi Ltd | パターン分類装置及びそのパターン分類方法 |
JP2000353246A (ja) * | 1999-06-11 | 2000-12-19 | Hitachi Ltd | パターン認識装置 |
JP2011021893A (ja) * | 2009-07-13 | 2011-02-03 | Medeia Kk | 口腔内細菌マップ作成支援システム |
JP2018092952A (ja) * | 2018-03-15 | 2018-06-14 | 株式会社ホロン | 走査型電子顕微鏡および検査装置 |
JP2018534605A (ja) * | 2015-09-17 | 2018-11-22 | エス.ディー.サイト ダイアグノスティクス リミテッド | 身体試料中の実体を検出する方法および装置 |
-
2019
- 2019-01-29 JP JP2019013230A patent/JP6898955B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08315144A (ja) * | 1995-05-16 | 1996-11-29 | Hitachi Ltd | パターン分類装置及びそのパターン分類方法 |
JP2000353246A (ja) * | 1999-06-11 | 2000-12-19 | Hitachi Ltd | パターン認識装置 |
JP2011021893A (ja) * | 2009-07-13 | 2011-02-03 | Medeia Kk | 口腔内細菌マップ作成支援システム |
JP2018534605A (ja) * | 2015-09-17 | 2018-11-22 | エス.ディー.サイト ダイアグノスティクス リミテッド | 身体試料中の実体を検出する方法および装置 |
JP2018092952A (ja) * | 2018-03-15 | 2018-06-14 | 株式会社ホロン | 走査型電子顕微鏡および検査装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022019138A1 (ja) * | 2020-07-20 | 2022-01-27 | キヤノン株式会社 | 画像処理装置、画像処理方法、および、プログラム |
JP7090302B1 (ja) | 2021-04-02 | 2022-06-24 | カーブジェン株式会社 | システム、携帯端末装置、プログラム、又は方法 |
JP2022158399A (ja) * | 2021-04-02 | 2022-10-17 | カーブジェン株式会社 | システム、携帯端末装置、プログラム、又は方法 |
CN114459865A (zh) * | 2022-02-14 | 2022-05-10 | 吉林大学 | 一种多功能使用便捷的革兰氏染色装置 |
CN114459865B (zh) * | 2022-02-14 | 2023-09-15 | 吉林大学 | 一种多功能使用便捷的革兰氏染色装置 |
EP4276767A1 (en) | 2022-05-12 | 2023-11-15 | Uniwersytet Jagiellonski | A method and a system for identifying polyculture bacteria on microscopic images using deep learning |
Also Published As
Publication number | Publication date |
---|---|
JP6898955B2 (ja) | 2021-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6898955B2 (ja) | 情報処理装置 | |
Linder et al. | A malaria diagnostic tool based on computer vision screening and visualization of Plasmodium falciparum candidate areas in digitized blood smears | |
Zhang et al. | Origa-light: An online retinal fundus image database for glaucoma analysis and research | |
WO2019103440A1 (ko) | 피검체의 의료 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
Priya et al. | Automated object and image level classification of TB images using support vector neural network classifier | |
JPWO2009031283A1 (ja) | 培養装置、培養情報管理方法およびプログラム | |
JP2016518813A (ja) | デジタル・ホール・スライドの自動採点のための組織物体に基づく機械学習システム | |
US20180342078A1 (en) | Information processing device, information processing method, and information processing system | |
Wong et al. | Republication–APD colony counter app: using watershed algorithm for improved colony counting | |
Majchrowska et al. | AGAR a microbial colony dataset for deep learning detection | |
US10140713B1 (en) | Morphology identification in tissue samples based on comparison to named feature vectors | |
JP2017023055A (ja) | 細胞管理システム、プログラム、及び、細胞管理方法 | |
Horvath et al. | Machine-assisted interpretation of auramine stains substantially increases through-put and sensitivity of microscopic tuberculosis diagnosis | |
US20040014165A1 (en) | System and automated and remote histological analysis and new drug assessment | |
JP2018054472A (ja) | 情報処理装置及びプログラム | |
JP6769847B2 (ja) | 情報処理装置 | |
Shah et al. | Automatic detection and classification of tuberculosis bacilli from camera-enabled Smartphone microscopic images | |
Zachariou et al. | Extracting and classifying salient fields of view from microscopy slides of tuberculosis bacteria | |
JP7361511B2 (ja) | 検査支援方法、第1検査支援装置、第2検査支援装置およびコンピュータプログラム | |
Afify et al. | Insight into automatic image diagnosis of ear conditions based on optimized deep learning approach | |
KR102330216B1 (ko) | Ai학습 분석을 이용한 골연령 및 건강상태 판독방법 | |
WO2021045214A1 (ja) | 画像解析装置、細胞培養観察装置、画像解析方法、プログラム、及び情報処理システム | |
JP6345036B2 (ja) | 情報処理装置及びプログラム | |
JP2022020559A (ja) | 画像処理装置、画像処理方法、および、プログラム | |
Chowdhury et al. | Detection of cotton wool spots from retinal images using fuzzy C means |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190131 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20200330 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200525 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20201110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210201 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20210201 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20210208 |
|
C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20210209 |
|
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: 20210601 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210611 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6898955 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |