JP2021500180A - 被検体に対する眼底映像の読取を支援する方法及びそれを利用した装置 - Google Patents
被検体に対する眼底映像の読取を支援する方法及びそれを利用した装置 Download PDFInfo
- Publication number
- JP2021500180A JP2021500180A JP2020523359A JP2020523359A JP2021500180A JP 2021500180 A JP2021500180 A JP 2021500180A JP 2020523359 A JP2020523359 A JP 2020523359A JP 2020523359 A JP2020523359 A JP 2020523359A JP 2021500180 A JP2021500180 A JP 2021500180A
- Authority
- JP
- Japan
- Prior art keywords
- information
- fundus image
- region
- macula
- assisting
- 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
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
- A61B3/1225—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes using coherent radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/12—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for looking at the eye fundus, e.g. ophthalmoscopes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
- A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
- A61B3/14—Arrangements specially adapted for eye photography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30041—Eye; Retina; Ophthalmic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Ophthalmology & Optometry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Eye Examination Apparatus (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Image Analysis (AREA)
Abstract
Description
Claims (19)
- 被検体に対する眼底映像の読取を支援する方法において、
(a)コンピューティング装置が、前記被検体の眼底映像を獲得するか、前記コンピューティング装置に連動される他の装置をして獲得するように支援するステップと、
(b)前記コンピューティング装置が、前記眼底映像の属性情報を抽出するための機械学習モデル(machine learning model)に基づいて前記眼底映像から前記属性情報を抽出するか、前記他の装置をして抽出するように支援するステップと、
(c)前記コンピューティング装置が、抽出された前記属性情報を外部エンティティ(entity)に提供するか、前記他の装置をして提供するように支援するステップと、
を含む眼底映像読取支援方法。 - (d)前記抽出された属性情報に関して評価した評価情報または前記抽出された属性情報を任意に修正した修正情報が獲得されたら、前記コンピューティング装置が、前記評価情報または前記修正情報に基づいて前記機械学習モデルを更新するか、前記他の装置をして更新するように支援するステップ
を更に含む請求項1に記載の眼底映像読取支援方法。 - 前記眼底映像の属性情報は、
前記眼底映像が左眼の映像であるのか右眼の映像であるのかを示す両眼区分情報、
前記眼底映像に含まれた黄斑及び視神経乳頭のうち少なくとも一つの位置を示す位置情報、
前記眼底映像の区画を示す区画区分情報、
前記眼底映像に含まれた視神経血管の映像のみを分離して示す血管情報、及び
前記眼底映像によるC/D比(cup−to−disk ratio)の情報
のうち少なくとも一つを含むことを特徴とする請求項1に記載の眼底映像読取支援方法。 - 前記属性情報が前記血管情報である場合、
前記機械学習モデルは畳み込みニューラルネットワーク(CNN;convolutional neural networks)及びGAN(generative adversarial networks)を含み、
前記視神経血管の映像は前記機械学習モデルに基づいて抽出されることを特徴とする請求項3に記載の眼底映像読取支援方法。 - 前記属性情報が前記両眼区分情報である場合、
前記機械学習モデルは分画ネットワーク(segmentation networks)を含み、
前記機械学習モデルに基づいて前記眼底映像の視神経乳頭(optic disk)の形状及び前記視神経乳頭から出る血管の走行のうち少なくとも一つを判別することで、前記視神経乳頭の形状及び前記血管の走行によって前記眼底映像の両眼区分情報が抽出されることを特徴とする請求項3に記載の眼底映像読取支援方法。 - 前記属性情報が前記位置情報である場合、
前記機械学習モデルは分画ネットワークを含み、
前記黄斑及び前記視神経乳頭のうち少なくとも一つの位置は前記機械学習モデルに基づいて抽出されることを特徴とする請求項3に記載の眼底映像読取支援方法。 - 前記属性情報が前記区画区分情報である場合、
前記機械学習モデルは分画ネットワークを含み、
前記黄斑及び前記視神経乳頭の位置は前記機械学習モデルに基づいて抽出されることで、前記黄斑の中心位置及び前記視神経乳頭の中心位置に基づいて前記眼底映像を3つ以上の個別区画に区分する情報である前記区画区分情報が抽出されることを特徴とする請求項3に記載の眼底映像読取支援方法。 - 前記個別区画は、黄斑領域、視神経乳頭上側領域、視神経乳頭下側領域、外側(temporal)領域、上外側(superotemporal)領域、下外側(inferotemporal)領域、上鼻側(superonasal)領域、及び下鼻側(inferonasal)領域を含み、
前記黄斑領域は、
前記黄斑の中心位置と前記視神経乳頭の中心位置との間の距離d、及び0<k1≦1を満足する所定のk1に対し、k1×dを半径にし、前記黄斑の中心位置を中心点とする黄斑中心円の内部領域であり、
前記視神経乳頭上側領域は、
前記距離d及び0<k2≦1を満足する所定のk2に対し、k2×dを半径にし、前記視神経乳頭の中心位置を中心点とする視神経乳頭中心円の内部領域である視神経乳頭領域が、前記黄斑の中心位置と前記視神経乳頭の中心位置を通る直線l1によって分割される領域のうち上側の領域であり、
前記視神経乳頭下側領域は、
前記視神経乳頭領域が前記直線l1によって分割される領域のうち下側の領域であり、
前記上鼻側領域は、
前記直線l1に垂直に前記視神経乳頭の中心位置を通る直線l2及び前記直線l1によって分割される領域のうち、前記黄斑から遠い上側の領域から前記視神経乳頭上側領域を除外した領域であり、
前記下鼻側領域は、
前記直線l2及び前記直線l1によって分割される領域のうち、前記黄斑から遠い下側の領域から前記視神経乳頭下側領域を除外した領域であり、
前記外側領域は、
前記直線l1に平行し前記黄斑中心円に接するが前記視神経乳頭から遠くなる方向に延長される2つの半直線l3及びl4と前記黄斑中心円によって分割される領域のうち、前記直線l1を含む領域から前記黄斑領域を除外した領域であり、
前記上外側領域は、
前記直線l2及び前記直線l1によって分割される領域のうち、前記黄斑に近い上側の領域のから前記視神経乳頭上側領域、前記黄斑領域、及び前記外側領域を除外した領域であり、
前記下外側領域は、前記直線l2及び前記直線l1によって分割される領域のうち、前記黄斑に近い下側の領域から前記視神経乳頭下側領域、前記黄斑領域、及び前記外側領域を除外した領域であることを特徴とする請求項7に記載の眼底映像読取支援方法。 - 前記属性情報が前記C/D比情報である場合、
前記機械学習モデルは分画ネットワークを含み、
前記機械学習モデルに基づいて視神経乳頭及び眼杯(optic cup)を識別することで前記C/D比が抽出されることを特徴とする請求項3に記載の眼底映像読取支援方法。 - 被検体に対する眼底映像の読取を支援する方法において、
(a)コンピューティング装置が、前記被検体の眼底映像を獲得するか、前記コンピューティング装置に連動される他の装置をして獲得するように支援するステップと、
(b)前記コンピューティング装置が、(i)前記眼底映像の正常可否情報を生成するか、前記他の装置をして生成するように支援するプロセスと、(ii)少なくとも一つのユーザから前記正常可否情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうち少なくとも一つを行うステップと、
(c)前記コンピューティング装置が、前記眼底映像の個別区画を示す区画区分情報を生成するか、前記他の装置をして生成するように支援し、(i)前記個別区画に対応する所見情報を生成するか、前記他の装置をして生成するように支援するプロセルと、(ii)前記少なくとも一つのユーザから前記所見情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうち少なくとも一つを行うステップと、
(d)前記コンピューティング装置が、(i)前記所見情報に基づいて前記眼底映像に対する診断情報を生成するか、前記他の装置をして生成するように支援するプロセスと、(ii)前記少なくとも一つのユーザから前記眼底映像及び前記所見情報に対応する前記診断情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうち少なくとも一つを行うステップと、
(e)前記コンピューティング装置が、前記眼底映像に対する前記所見情報及び前記診断情報を貯蔵または外部エンティティに提供するか、前記他の装置をして貯蔵または提供するように支援するステップと、
を含む眼底映像読取支援方法。 - 前記ステップ(b)の前に、
(b0)前記コンピューティング装置が、(i)前記眼底映像の品質を評価する映像品質情報を生成するか、前記他の装置をして生成するように支援するプロセスと、(ii)前記少なくとも一つのユーザから前記映像品質情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうちから少なくとも一つを行うステップ
を更に含むことを特徴とする請求項10に記載の眼底映像読取支援方法。 - 前記ステップ(a)は、
前記被検体の識別番号、年齢、性別、及び前記眼底映像の両眼区分情報のうち少なくとも一つが前記少なくとも一つのユーザに提供されることを特徴とする請求項10に記載の眼底映像読取支援方法。 - 前記少なくとも一つのユーザは、全体M個のユーザグループのうち第nユーザグループに含まれたkn名のユーザのうちから選択されることで、一つの前記眼底映像に対して多数の読取が行われることを特徴とする請求項10に記載の眼底映像読取支援方法。
- 前記ステップ(c)は、
生成された前記区画区分情報が前記少なくとも一つのユーザに提供されることで、前記区画区分情報の前記少なくとも一つのユーザによる修正を可能にすることを特徴とする請求項10に記載の眼底映像読取支援方法。 - コンピューティング装置をして、請求項1に乃至請求項14のうちいずれか一項に記載の方法を行うように具現された命令語(instructions)を含む、機械読取可能な非一時的記録媒体に貯蔵された、コンピュータプログラム。
- 被検体に対する眼底映像の読取を支援するコンピューティング装置において、
前記被検体の眼底映像を獲得する通信部と、
前記通信部を介して獲得された前記眼底映像の属性情報を抽出するための機械学習モデルに基づいて前記眼底映像から前記属性情報を抽出するか、前記通信部を介して連動される他の装置をして抽出するように支援するプロセッサと、
を含むが、
前記プロセッサは、
抽出された前記属性情報を外部エンティティに提供するか、前記他の装置をして提供するように支援することを特徴とする眼底映像読取支援装置。 - 前記抽出された属性情報に関して評価した評価情報または前記抽出された属性情報を任意に修正した修正情報が前記通信部を介して獲得されたら、
前記プロセッサは、
前記評価情報または前記修正情報に基づいて前記機械学習モデルを更新するか、前記他の装置をして更新するように支援することを特徴とする請求項16に記載の眼底映像読取支援装置。 - 前記眼底映像の属性情報は、
前記眼底映像が左眼の映像であるのか右眼の映像であるのかを示す両眼区分情報、
前記眼底映像に含まれた黄斑及び視神経乳頭のうち少なくとも一つの位置を示す位置情報、
前記眼底映像の区画を示す区画区分情報、
前記眼底映像に含まれた視神経血管の映像のみを分離して示す血管情報、及び
前記眼底映像によるC/D比の情報
のうち少なくとも一つを含むことを特徴とする請求項16に記載の眼底映像読取支援装置。 - 被検体に対する眼底映像の読取を支援するコンピューティング装置において、
前記被検体の眼底映像を獲得する入力モジュールを具現する通信部と、
(1−i)前記眼底映像の正常可否情報を生成するか、前記通信部を介して連動される他の装置をして生成するように支援するプロセスと、(1−ii)前記通信部を介して少なくとも一つのユーザから前記正常可否情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうち少なくとも一つを行う判別モジュールを具現するプロセッサと、
を含むが、
前記判別モジュールは、
前記眼底映像の個別区画を示す区画区分情報を生成するか、前記他の装置をして生成するように支援し、
前記プロセッサは、
(2−i)前記個別区画に対応する所見情報を生成するか、前記他の装置をして生成するように支援するプロセルと、(2−ii)前記通信部を介して前記少なくとも一つのユーザから前記所見情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうち少なくとも一つを行う所見入力モジュールと、
(3−i)前記所見情報に基づいて前記眼底映像に対する診断情報を生成するか、前記他の装置をして生成するように支援するプロセスと、(3−ii)前記通信部を介して前記少なくとも一つのユーザから前記眼底映像及び前記所見情報に対応する前記診断情報を入力されるか、前記他の装置をして入力されるように支援するプロセスとのうち少なくとも一つを行う診断結果入力モジュールと、
前記眼底映像に対する前記所見情報及び前記診断情報を貯蔵または外部エンティティに提供するか、前記通信部を介して前記他の装置をして貯蔵または提供するように支援する貯蔵及び伝送モジュールと、を更に具現することを特徴とする眼底映像読取支援装置。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170141130A KR101848322B1 (ko) | 2017-10-27 | 2017-10-27 | 피검체에 대한 안저 영상의 소견 및 진단 정보의 생성을 위하여 판독을 지원하는 방법 및 이를 이용한 장치 |
KR10-2017-0141129 | 2017-10-27 | ||
KR1020170141129A KR101848321B1 (ko) | 2017-10-27 | 2017-10-27 | 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치 |
KR10-2017-0141130 | 2017-10-27 | ||
PCT/KR2018/008099 WO2019083129A1 (ko) | 2017-10-27 | 2018-07-18 | 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치 |
Publications (4)
Publication Number | Publication Date |
---|---|
JP2021500180A true JP2021500180A (ja) | 2021-01-07 |
JP2021500180A5 JP2021500180A5 (ja) | 2021-07-26 |
JP7178672B2 JP7178672B2 (ja) | 2022-11-28 |
JP7178672B6 JP7178672B6 (ja) | 2022-12-20 |
Family
ID=66246836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020523359A Active JP7178672B6 (ja) | 2017-10-27 | 2018-07-18 | 被検体に対する眼底映像の読取を支援する方法及びそれを利用した装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11771318B2 (ja) |
JP (1) | JP7178672B6 (ja) |
WO (1) | WO2019083129A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11117354B2 (en) | 2015-09-07 | 2021-09-14 | Kureha Corporation | Multilayer film for deep draw forming and method for manufacturing same |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10818386B2 (en) * | 2018-11-21 | 2020-10-27 | Enlitic, Inc. | Multi-label heat map generating system |
CN110689080B (zh) * | 2019-09-30 | 2023-04-18 | 天津工业大学 | 一种血管结构影像的平面图谱构建方法 |
KR102306279B1 (ko) * | 2020-01-29 | 2021-09-29 | 자이메드 주식회사 | 안저 영상판독 지원방법, 안저 영상판독 지원장치 및 이를 포함하는 안저 영상판독 지원 시스템 |
KR102414994B1 (ko) * | 2020-06-05 | 2022-06-30 | 자이메드 주식회사 | 안저영상을 이용한 혈관질환 예측 지원방법 및 지원장치, 이를 포함하는 시스템 |
KR20210156007A (ko) * | 2020-06-17 | 2021-12-24 | 주식회사 픽셀 디스플레이 | 시력 검사 장치, 방법 및 컴퓨터 판독 가능 저장 매체에 저장된 프로그램 |
CN112001920B (zh) | 2020-10-28 | 2021-02-05 | 北京至真互联网技术有限公司 | 眼底图像识别方法及装置和设备 |
TWI746287B (zh) * | 2020-11-26 | 2021-11-11 | 宏碁股份有限公司 | 影像處理系統及影像處理方法 |
TWI784688B (zh) * | 2021-08-26 | 2022-11-21 | 宏碁股份有限公司 | 眼睛狀態評估方法及電子裝置 |
CN116934750B (zh) * | 2023-09-15 | 2023-12-01 | 山东庆葆堂生物科技有限公司 | 一种醋蛋液生产质量评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07136121A (ja) * | 1993-09-21 | 1995-05-30 | Topcon Corp | 眼底疾患に関する解析装置 |
JPH09313447A (ja) * | 1996-06-02 | 1997-12-09 | Topcon Corp | 眼底疾患に関する解析装置 |
US5868134A (en) * | 1993-09-21 | 1999-02-09 | Kabushiki Kaisha Topcon | Retinal disease analyzer |
JP2002330951A (ja) * | 2001-05-11 | 2002-11-19 | Canon Inc | 画像符号化装置及び復号装置及び方法及びコンピュータプログラム及び記憶媒体 |
JP2011520503A (ja) * | 2008-05-14 | 2011-07-21 | エージェンシー フォー サイエンス,テクノロジー アンド リサーチ | 自動陥凹乳頭比測定システム |
JP2013501553A (ja) * | 2009-08-10 | 2013-01-17 | カール ツァイス メディテック アクチエンゲゼルシャフト | 緑内障の組み合わせ解析 |
JP2013069076A (ja) * | 2011-09-21 | 2013-04-18 | Kawasaki Gakuen | 病変の様子を文章化するためのコンピュータプログラムおよび文章作成装置 |
JP2014104275A (ja) * | 2012-11-29 | 2014-06-09 | Osaka Univ | 眼科装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3479788B2 (ja) * | 1993-09-21 | 2003-12-15 | 株式会社トプコン | 眼底疾患の解析装置 |
JP3630857B2 (ja) * | 1996-06-17 | 2005-03-23 | キヤノン株式会社 | 眼科撮影装置 |
JP5203858B2 (ja) * | 2008-09-01 | 2013-06-05 | 富士フイルム株式会社 | 医用画像表示装置、医用画像表示方法、並びに医用画像表示プログラム |
TWI578977B (zh) * | 2011-04-07 | 2017-04-21 | 香港中文大學 | 視網膜圖像分析裝置 |
KR20130000576A (ko) * | 2011-06-23 | 2013-01-03 | 주식회사 인피니트헬스케어 | 안구검진 단말 및 방법 |
KR101805624B1 (ko) * | 2011-08-29 | 2017-12-08 | 삼성전자주식회사 | 장기 모델 영상 생성 방법 및 장치 |
KR20140108417A (ko) | 2013-02-27 | 2014-09-11 | 김민준 | 영상정보를 이용한 건강 진단 시스템 |
GB201308131D0 (en) * | 2013-05-07 | 2013-06-12 | London School Hygiene & Tropical Medicine | Ophthalmoscope |
US8879813B1 (en) * | 2013-10-22 | 2014-11-04 | Eyenuk, Inc. | Systems and methods for automated interest region detection in retinal images |
KR20150094080A (ko) * | 2014-02-10 | 2015-08-19 | 동명대학교산학협력단 | 의료용 영상 진단 장치 |
JP2016002380A (ja) * | 2014-06-18 | 2016-01-12 | キヤノン株式会社 | 画像処理装置、その作動方法及びプログラム |
DE102014018516A1 (de) * | 2014-12-12 | 2016-06-16 | Carl Zeiss Meditec Ag | System zur Augenuntersuchung mittels spannungsabhängiger Parameter |
US9757023B2 (en) * | 2015-05-27 | 2017-09-12 | The Regents Of The University Of Michigan | Optic disc detection in retinal autofluorescence images |
WO2017031099A1 (en) * | 2015-08-20 | 2017-02-23 | Ohio University | Devices and methods for classifying diabetic and macular degeneration |
US10405739B2 (en) * | 2015-10-23 | 2019-09-10 | International Business Machines Corporation | Automatically detecting eye type in retinal fundus images |
CN106408562B (zh) * | 2016-09-22 | 2019-04-09 | 华南理工大学 | 基于深度学习的眼底图像视网膜血管分割方法及系统 |
-
2018
- 2018-07-18 WO PCT/KR2018/008099 patent/WO2019083129A1/ko active Application Filing
- 2018-07-18 JP JP2020523359A patent/JP7178672B6/ja active Active
- 2018-07-18 US US16/759,594 patent/US11771318B2/en active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07136121A (ja) * | 1993-09-21 | 1995-05-30 | Topcon Corp | 眼底疾患に関する解析装置 |
US5868134A (en) * | 1993-09-21 | 1999-02-09 | Kabushiki Kaisha Topcon | Retinal disease analyzer |
JPH09313447A (ja) * | 1996-06-02 | 1997-12-09 | Topcon Corp | 眼底疾患に関する解析装置 |
JP2002330951A (ja) * | 2001-05-11 | 2002-11-19 | Canon Inc | 画像符号化装置及び復号装置及び方法及びコンピュータプログラム及び記憶媒体 |
JP2011520503A (ja) * | 2008-05-14 | 2011-07-21 | エージェンシー フォー サイエンス,テクノロジー アンド リサーチ | 自動陥凹乳頭比測定システム |
JP2013501553A (ja) * | 2009-08-10 | 2013-01-17 | カール ツァイス メディテック アクチエンゲゼルシャフト | 緑内障の組み合わせ解析 |
JP2013069076A (ja) * | 2011-09-21 | 2013-04-18 | Kawasaki Gakuen | 病変の様子を文章化するためのコンピュータプログラムおよび文章作成装置 |
JP2014104275A (ja) * | 2012-11-29 | 2014-06-09 | Osaka Univ | 眼科装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11117354B2 (en) | 2015-09-07 | 2021-09-14 | Kureha Corporation | Multilayer film for deep draw forming and method for manufacturing same |
Also Published As
Publication number | Publication date |
---|---|
US11771318B2 (en) | 2023-10-03 |
US20200288972A1 (en) | 2020-09-17 |
JP7178672B2 (ja) | 2022-11-28 |
JP7178672B6 (ja) | 2022-12-20 |
WO2019083129A1 (ko) | 2019-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101848321B1 (ko) | 피검체에 대한 안저 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
JP2021500180A (ja) | 被検体に対する眼底映像の読取を支援する方法及びそれを利用した装置 | |
You et al. | Application of generative adversarial networks (GAN) for ophthalmology image domains: a survey | |
US11164313B2 (en) | Method and device for assisting heart disease diagnosis | |
Tong et al. | Application of machine learning in ophthalmic imaging modalities | |
US20210104313A1 (en) | Medical image processing apparatus, medical image processing method and computer-readable medium | |
KR101848322B1 (ko) | 피검체에 대한 안저 영상의 소견 및 진단 정보의 생성을 위하여 판독을 지원하는 방법 및 이를 이용한 장치 | |
JP6867117B2 (ja) | 医用画像処理方法及び医用画像処理装置 | |
US20210304363A1 (en) | Image processing apparatus, image processing method and computer-readable medium | |
KR20200005411A (ko) | 심혈관 질병 진단 보조 방법 및 장치 | |
US10052016B2 (en) | Automated clinical evaluation of the eye | |
US20240144478A1 (en) | Method and device for assisting heart disease diagnosis | |
Sandhu et al. | Automated diagnosis and grading of diabetic retinopathy using optical coherence tomography | |
Kauppi | Eye fundus image analysis for automatic detection of diabetic retinopathy | |
US11922601B2 (en) | Medical image processing apparatus, medical image processing method and computer-readable medium | |
JP2018014059A (ja) | 医療情報処理システム及び医療情報処理方法 | |
KR102596534B1 (ko) | 진단 보조 방법 및 장치 | |
KR102071774B1 (ko) | 안구영상을 이용한 심뇌혈관 질환 예측방법 | |
WO2016138256A1 (en) | Clinic evaluation via outer retinal layer assessment | |
Dubey et al. | Recent developments on computer aided systems for diagnosis of diabetic retinopathy: a review | |
Kapoor et al. | The role of artificial intelligence in the diagnosis and management of glaucoma | |
KR20200011530A (ko) | 안구영상을 이용한 심뇌혈관 질환 예측방법 | |
Chaudhary et al. | Glaucoma detection using cross validation algorithm: A comparitive evaluation on rapidminer | |
Roy et al. | Medical Applications of Artificial Intelligence | |
Aljazaeri et al. | Deep segmentation architecture with self attention for glaucoma detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210525 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210525 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220331 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220412 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220711 |
|
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: 20221011 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221107 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7178672 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |