JP2021101965A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2021101965A5 JP2021101965A5 JP2019235153A JP2019235153A JP2021101965A5 JP 2021101965 A5 JP2021101965 A5 JP 2021101965A5 JP 2019235153 A JP2019235153 A JP 2019235153A JP 2019235153 A JP2019235153 A JP 2019235153A JP 2021101965 A5 JP2021101965 A5 JP 2021101965A5
- Authority
- JP
- Japan
- Prior art keywords
- eye
- inspected
- information
- image
- fundus
- 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
- 230000003902 lesion Effects 0.000 claims 27
- 201000010099 disease Diseases 0.000 claims 16
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims 16
- 238000003384 imaging method Methods 0.000 claims 16
- 208000037919 acquired disease Diseases 0.000 claims 5
- 238000000034 method Methods 0.000 claims 4
- 238000012014 optical coherence tomography Methods 0.000 claims 3
- 238000003325 tomography Methods 0.000 claims 2
- 206010012689 Diabetic retinopathy Diseases 0.000 claims 1
- 208000010412 Glaucoma Diseases 0.000 claims 1
- 208000014139 Retinal vascular disease Diseases 0.000 claims 1
- 206010064930 age-related macular degeneration Diseases 0.000 claims 1
- 230000007547 defect Effects 0.000 claims 1
- 208000002780 macular degeneration Diseases 0.000 claims 1
- 230000036244 malformation Effects 0.000 claims 1
- 210000004126 nerve fiber Anatomy 0.000 claims 1
- 230000003287 optical effect Effects 0.000 claims 1
- 230000002207 retinal effect Effects 0.000 claims 1
- 230000011218 segmentation Effects 0.000 claims 1
- 230000006496 vascular abnormality Effects 0.000 claims 1
Claims (25)
- 被検眼の眼底正面画像と被検眼の病名情報とを含む学習データを用いた学習により得た学習済モデルを用いて被検眼の眼底正面画像から被検眼の病名情報を取得するとともに、被検眼の眼底正面画像から病変の位置、大きさ及び種類の少なくとも一つを示す病変情報を取得する演算処理部と、
前記取得された病名情報及び病変情報を用いて、断層画像の撮影パラメータを設定するパラメータ設定部と、
を備える、制御装置。 - 前記学習データは、被検眼の断層画像を更に含み、
前記演算処理部は、前記学習済モデルを用いて、被検眼の眼底正面画像及び断層画像から被検眼の病名情報を取得する、請求項1に記載の制御装置。 - 前記演算処理部は、病名情報を取得するための学習済モデルとは異なる学習済モデルであって、被検眼の眼底正面画像と被検眼の病変情報とを含む学習データを用いた学習により得た学習済モデルを用いて、被検眼の眼底正面画像から病変情報を取得する、請求項1又は2に記載の制御装置。
- 前記演算処理部は、入力された画像からセグメンテーション結果又は物体認識結果を生成するための学習済モデルを用いて、病変情報を取得する、請求項1乃至3のいずれか一項に記載の制御装置。
- 病変情報を取得するための学習済モデルは、敵対的生成ネットワーク又はオートエンコーダーを含み、
前記演算処理部は、前記敵対的生成ネットワーク又は前記オートエンコーダーを用いて得た画像と、該敵対的生成ネットワーク又は該オートエンコーダーに入力された画像との差に関する情報を用いて、病変情報を取得する、請求項1乃至3のいずれか一項の記載の制御装置。 - 病変情報を取得するための学習済モデルの学習データは、被検眼の断層画像を更に含み、
前記演算処理部は、病変情報を取得するための学習済モデルを用いて、被検眼の眼底正面画像及び断層画像から病変情報を取得する、請求項3乃至5のいずれか一項に記載の制御装置。 - 被検眼の眼底正面画像と被検眼の病名情報とを含む学習データを用いた学習により得た学習済モデル、及び被検眼の眼底正面画像と被検眼の病変の位置、大きさ及び種類の少なくとも一つを示す病変情報とを含む学習データを用いた学習により得た学習済モデルのうち少なくとも一方を用いて、被検眼の眼底正面画像から病名情報及び病変情報のうち少なくとも一方を取得する演算処理部と、
前記取得された病名情報及び病変情報のうち少なくとも一方を用いて、断層画像の撮影パラメータを設定するパラメータ設定部と、
を備える、制御装置。 - 前記病名情報は、緑内障、網膜血管疾患、加齢黄斑変性症、及び糖尿病性網膜症のうち少なくとも一つを含む、請求項1乃至7のいずれか一項に記載の制御装置。
- 前記演算処理部は、病名情報を取得するための学習済モデルに、被検眼の複数の眼底正面画像を入力して前記病名情報を取得する、請求項1乃至8のいずれか一項に記載の制御装置。
- 前記演算処理部は、病変情報を取得するための学習済モデルに、被検眼の複数の眼底正面画像を入力して前記病変情報を取得する、請求項1乃至9のいずれか一項に記載の制御装置。
- 前記病変の種類は、視神経乳頭の形状異常、神経線維層欠損、網膜血管異常、及び軟性ドルーゼンのうち少なくとも一つを含む、請求項1乃至10のいずれか一項に記載の制御装置。
- 前記取得された病名情報及び病変情報のうち少なくとも一方は、操作者の指示に応じて修正可能であり、
前記パラメータ設定部は、前記撮影パラメータの設定に、前記修正された病名情報又は病変情報を用いる、請求項1乃至11のいずれか一項に記載の制御装置。 - 前記パラメータ設定部は、前記設定された撮影パラメータを、操作者の指示に応じて修正可能である、請求項1乃至12のいずれか一項に記載の制御装置。
- 前記操作者の指示は、文字認識用の学習済モデルと音声認識用の学習済モデルとジェスチャー認識用の学習済モデルとのうち少なくとも1つの学習済モデルを用いて得た情報である、請求項12又は13に記載の制御装置。
- 被検眼の眼底正面画像を取得する取得部と、
被検眼の眼底正面画像と断層画像の撮影パラメータとを含む学習データを用いた学習により得た学習済モデルを用いて、前記取得した被検眼の眼底正面画像から断層画像の撮影パラメータを取得する演算処理部と、
を備える、制御装置。 - 前記撮影パラメータは、断層画像の撮影の要否の情報を含む、請求項1乃至15のいずれか一項に記載の制御装置。
- 前記撮影パラメータは、撮影範囲、スキャンパターン、及びスキャン数のうち少なくとも一つを含む、請求項1乃至16のいずれか一項に記載の制御装置。
- 前記撮影パラメータは、診断目的に応じた撮影モードを含む、請求項1乃至17のいずれか一項に記載の制御装置。
- 前記診断目的に応じた撮影モードは、解析する画像の種類に対応する撮影モード、及び疾病に対応する撮影モードのうち少なくとも一つを含む、請求項18に記載の制御装置。
- 請求項1乃至19のいずれか一項に記載の制御装置と、
前記撮影パラメータを用いて被検眼の断層画像を撮影する撮影装置と、
を備える、光干渉断層撮影装置。 - 前記撮影装置は、被検眼の眼底正面画像を更に撮影する、請求項20に記載の光干渉断層撮影装置。
- 被検眼の眼底正面画像と被検眼の病名情報とを含む学習データを用いた学習により得た学習済モデルを用いて、被検眼の眼底正面画像から被検眼の病名情報を取得することと、
被検眼の眼底正面画像から病変の位置、大きさ及び種類の少なくとも一つを示す病変情報を取得することと、
前記取得された病名情報及び病変情報を用いて、断層画像の撮影パラメータを設定することと、
を含む、光干渉断層撮影装置の制御方法。 - 被検眼の眼底正面画像と被検眼の病名情報とを含む学習データを用いた学習により得た学習済モデル、及び被検眼の眼底正面画像と被検眼の病変の位置、大きさ及び種類の少なくとも一つを示す病変情報とを含む学習データを用いた学習により得た学習済モデルのうち少なくとも一方を用いて、被検眼の眼底正面画像から病名情報及び病変情報のうち少なくとも一方を取得することと、
前記取得された病名情報及び病変情報のうち少なくとも一方を用いて、断層画像の撮影パラメータを設定することと、
を含む、光干渉断層撮影装置の制御方法。 - 被検眼の眼底正面画像を取得することと、
被検眼の眼底正面画像と断層画像の撮影パラメータとを含む学習データを用いた学習により得た学習済モデルを用いて、前記取得した被検眼の眼底正面画像から断層画像の撮影パラメータを取得することと、
を含む、光干渉断層撮影装置の制御方法。 - コンピュータによって実行されると、該コンピュータに請求項22乃至24のいずれか一項に記載の制御方法の各工程を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019235153A JP7332463B2 (ja) | 2019-12-25 | 2019-12-25 | 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019235153A JP7332463B2 (ja) | 2019-12-25 | 2019-12-25 | 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021101965A JP2021101965A (ja) | 2021-07-15 |
JP2021101965A5 true JP2021101965A5 (ja) | 2022-04-11 |
JP7332463B2 JP7332463B2 (ja) | 2023-08-23 |
Family
ID=76755594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019235153A Active JP7332463B2 (ja) | 2019-12-25 | 2019-12-25 | 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7332463B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230025959A (ko) * | 2021-08-17 | 2023-02-24 | 주식회사 메디컬에이아이 | 딥러닝 알고리즘을 기반으로 복수개의 표준 심전도 데이터를 생성하는 방법 |
KR20230025957A (ko) * | 2021-08-17 | 2023-02-24 | 주식회사 메디컬에이아이 | 2개 유도의 비동시적 심전도를 기반으로 동시적 심전도를 생성하는 방법 |
KR20230025956A (ko) * | 2021-08-17 | 2023-02-24 | 주식회사 메디컬에이아이 | 딥러닝 기반 심전도 데이터의 노이즈 제거 시스템 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4819851B2 (ja) | 2008-07-31 | 2011-11-24 | キヤノン株式会社 | 診断支援装置およびその方法、プログラム、記録媒体 |
JP5981213B2 (ja) | 2012-02-28 | 2016-08-31 | 株式会社トプコン | 眼底観察装置 |
US11132797B2 (en) | 2017-12-28 | 2021-09-28 | Topcon Corporation | Automatically identifying regions of interest of an object from horizontal images using a machine learning guided imaging system |
DK3671536T3 (da) | 2018-12-20 | 2024-06-17 | Optos Plc | Påvisning af patologier i øjenbilleder |
-
2019
- 2019-12-25 JP JP2019235153A patent/JP7332463B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102543875B1 (ko) | 의료용 화상 처리 장치, 의료용 화상 처리 방법, 컴퓨터 판독가능 매체, 및 학습 완료 모델 | |
JP7269413B2 (ja) | 医用画像処理装置、医用画像処理システム、医用画像処理方法及びプログラム | |
JP2020093076A5 (ja) | ||
JP6907563B2 (ja) | 画像処理装置、および画像処理プログラム | |
JP2021101965A5 (ja) | ||
US10719932B2 (en) | Identifying suspicious areas in ophthalmic data | |
JP2020058800A5 (ja) | ||
WO2018143180A1 (ja) | 画像処理装置、および画像処理プログラム | |
JP6878923B2 (ja) | 画像処理装置、画像処理システム、および画像処理プログラム | |
JP7196908B2 (ja) | 眼科画像処理装置および眼科画像処理プログラム | |
US9113779B2 (en) | Image processing apparatus, image processing method, and program recording medium | |
JP2024045441A (ja) | 眼科画像処理装置、および眼科画像処理プログラム | |
JP2019208851A (ja) | 眼底画像処理装置および眼底画像処理プログラム | |
JP2021097989A5 (ja) | ||
US20220400942A1 (en) | Methods and Systems for Estimating Visual Field Sensitivities from Retinal Optical Texture Analysis (ROTA) Maps | |
WO2022097620A1 (ja) | 眼科情報処理装置、眼科装置、眼科情報処理方法、及びプログラム | |
JP6866954B2 (ja) | 眼科画像処理プログラム、およびoct装置 | |
JP2022185838A5 (ja) | ||
JP2022138552A5 (ja) | ||
JP7328489B2 (ja) | 眼科画像処理装置、および眼科撮影装置 | |
JP2021074095A (ja) | 眼科画像処理装置および眼科画像処理プログラム | |
JP2021069667A (ja) | 画像処理装置、画像処理方法及びプログラム | |
US20240013397A1 (en) | Ophthalmologic image processing system, ophthalmologic image processing device, and storage medium for storing ophthalmologic image processing program | |
JP7302184B2 (ja) | 眼科画像処理装置、および眼科画像処理プログラム | |
JP7446730B2 (ja) | 画像処理装置、画像処理方法及びプログラム |