JP2022540152A - ニューラルネットワーク及び非局所的ブロックを用いてセグメンテーションを行う疾病診断システム及び方法 - Google Patents
ニューラルネットワーク及び非局所的ブロックを用いてセグメンテーションを行う疾病診断システム及び方法 Download PDFInfo
- Publication number
- JP2022540152A JP2022540152A JP2022500883A JP2022500883A JP2022540152A JP 2022540152 A JP2022540152 A JP 2022540152A JP 2022500883 A JP2022500883 A JP 2022500883A JP 2022500883 A JP2022500883 A JP 2022500883A JP 2022540152 A JP2022540152 A JP 2022540152A
- Authority
- JP
- Japan
- Prior art keywords
- patch
- level
- neural network
- disease
- 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
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 187
- 201000010099 disease Diseases 0.000 title claims abstract description 153
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 153
- 238000000034 method Methods 0.000 title claims abstract description 86
- 230000011218 segmentation Effects 0.000 title claims abstract description 70
- 238000003745 diagnosis Methods 0.000 claims abstract description 101
- 238000000605 extraction Methods 0.000 claims abstract description 44
- 230000008569 process Effects 0.000 claims description 56
- 238000004364 calculation method Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 9
- 210000003484 anatomy Anatomy 0.000 abstract 1
- 210000001519 tissue Anatomy 0.000 description 22
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 13
- 239000000543 intermediate Substances 0.000 description 9
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000007781 pre-processing Methods 0.000 description 7
- 206010060862 Prostate cancer Diseases 0.000 description 6
- 208000000236 Prostatic Neoplasms Diseases 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000014509 gene expression Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000011176 pooling Methods 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 210000004907 gland Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 210000002307 prostate Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000012128 staining reagent Substances 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/048—Activation functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- 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
- G06T2207/10056—Microscopic 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
- G06T2207/30081—Prostate
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
前記パッチレベル・クラシフィケーション・ニューラルネットワークに含まれている隠れレイヤのうちの2以上の特徴マップ抽出レイヤのそれぞれで生成される特徴マップを入力されて、前記パッチのうち疾病が存在する領域を特定するパッチレベル・セグメンテーション・アーキテクチャと、を備え、
前記パッチレベル・セグメンテーション・アーキテクチャは、前記2以上の特徴抽出レイヤのそれぞれに対応する非局所相関関係算出ノードを含む非局所相関関係算出サブアーキテクチャ-前記非局所相関関係算出ノードのそれぞれは、それに対応する特徴抽出レイヤから入力される特徴マップに対する非局所相関関係算出過程を行い、前記非局所相関関係算出過程は、畳み込み(Convolution)実行過程、非局所的ブロック(Non-local Block)実行過程、または畳み込み及び非局所的ブロックを並列的に行う過程である-、前記非局所相関関係算出サブアーキテクチャによって生成される結果に基づいて、前記パッチのうち疾病が存在する領域を特定するセグメンテーション・サブアーキテクチャと、を備える疾病診断システムが提供される。
の意味を有さない限り、複数の表現を含む。
特徴)個のクラスタ特徴を算出した。なお、このような場合、一つのスライドに対してM×N×P(例えば、80)個のクラスタ特徴が取り出されてもよい。
Claims (12)
- プロセッサ及びニューラルネットワークを格納する格納装置を備えるシステムに具現され、生体画像であるスライドと前記ニューラルネットワークを用いた疾病の診断システムにおいて、
前記システムは、
前記スライドが所定の大きさに分割された所定のパッチのそれぞれに対して、前記パッチを入力レイヤを介して入力されて前記パッチのうち疾病が存在する領域を特定するパッチレベル・セグメンテーション・ニューラルネットワークを備え、
前記パッチレベル・セグメンテーション・ニューラルネットワークは、
前記パッチを入力レイヤを介して入力されて前記パッチに前記疾病が存在するか否かについてのパッチレベルの分類結果を出力するパッチレベル・クラシフィケーション・ニューラルネットワークと、
前記パッチレベル・クラシフィケーション・ニューラルネットワークに含まれている隠れレイヤのうちの2以上の特徴マップ抽出レイヤのそれぞれで生成される特徴マップを入力されて、前記パッチのうち疾病が存在する領域を特定するパッチレベル・セグメンテーション・アーキテクチャと、を備え、
前記パッチレベル・セグメンテーション・アーキテクチャは、
前記2以上の特徴抽出レイヤのそれぞれに対応する非局所相関関係算出ノードを含む非局所相関関係算出サブアーキテクチャ-前記非局所相関関係算出ノードのそれぞれは、それに対応する特徴抽出レイヤから入力される特徴マップに対する非局所相関関係算出過程を行い、前記非局所相関関係算出過程は、畳み込み(Convolution)実行過程、非局所的ブロック(Non-local Block)実行過程、または畳み込み及び非局所的ブロックを並列的に行う過程である-、
前記非局所相関関係算出サブアーキテクチャによって生成される結果に基づいて、前記パッチのうち疾病が存在する領域を特定するセグメンテーション・サブアーキテクチャと、を備える疾病診断システム。 - 前記セグメンテーション・サブアーキテクチャは、
前記非局所相関関係算出サブアーキテクチャによって生成される結果に対して、畳み込み及び結合(concatenation)によって、前記パッチのうち疾病が存在する領域に相当するマスクを生成する請求項1に記載の疾病診断システム。 - 前記パッチレベル・クラシフィケーション・ニューラルネットワークに含まれている特徴マップ抽出レイヤは、低レベルの特徴抽出レイヤ、中レベルの特徴抽出レイヤ、及び高レベルの特徴抽出レイヤを備え、
前記非局所相関関係算出サブアーキテクチャは、
前記低レベルの特徴抽出レイヤから入力される特徴マップに対する畳み込み過程を行うことで、第1の畳み込み結果物を生成する低レベルの非局所相関関係算出ノード、
前記中レベルの特徴抽出レイヤから入力される特徴マップに対する非局所的ブロック過程及び畳み込み過程を並列的に行うことで、第1の非局所結果物及び第2の畳み込み結果物を生成する中レベルの非局所相関関係算出ノード、及び
前記高レベルの特徴抽出レイヤから入力される特徴マップに対する非局所的ブロック過程を行うことで、第2の非局所結果物を生成する高レベルの非局所相関関係算出ノードを備える請求項1に記載の疾病診断システム。 - 前記セグメンテーション・サブアーキテクチャは、
第1の非局所結果物、第2の畳み込み結果物、及び第2の非局所結果物をアップスケーリングした結果物を結合して第1の中間結果物を生成し、
前記第1の中間結果物に対する畳み込み及びアップスケーリングを行った第2の中間結果物を、前記第1の畳み込み結果物と結合して第3の中間結果物を生成し、
前記第3の中間結果物に対する畳み込みを行うことで、前記パッチのうち疾病が存在する領域に相当するマスクを生成する請求項3に記載の疾病診断システム。 - 前記システムは、
前記スライドに含まれている多数のパッチのそれぞれのパッチレベルの分類結果、疾病として分類されたパッチをマーキングし、マーキングされた結果に基づいて、前記スライドに疾病が存在するか否かであるスライドレベルの診断結果を出力するスライド診断エンジンをさらに備える請求項1に記載の疾病診断システム。 - 前記スライドは、生体組織の画像である請求項1に記載の疾病診断システム。
- プロセッサ及びニューラルネットワークを格納する格納装置を備えるシステムに具現され、生体画像であるスライドと前記ニューラルネットワークを用いた疾病の診断方法において、
前記システムが、前記スライドが所定の大きさに分割された所定のパッチのそれぞれに対して、前記パッチを前記ニューラルネットワークの入力レイヤを介して入力されて前記パッチのうち疾病が存在する領域を特定するステップを含み、
前記パッチレベル・セグメンテーション・ニューラルネットワークは、
前記パッチを入力レイヤを介して入力されて前記パッチに前記疾病が存在するか否かについてのパッチレベルの分類結果を出力するパッチレベル・クラシフィケーション・ニューラルネットワークと、
前記パッチレベル・クラシフィケーション・ニューラルネットワークに含まれている隠れレイヤのうちの2以上の特徴マップ抽出レイヤのそれぞれで生成される特徴マップを入力されて、前記パッチのうち疾病が存在する領域を特定するパッチレベル・セグメンテーション・アーキテクチャと、を備え、
前記パッチレベル・セグメンテーション・アーキテクチャは、
前記2以上の特徴抽出レイヤのそれぞれに対応する非局所相関関係算出ノードを含む非局所相関関係算出サブアーキテクチャ-前記非局所相関関係算出ノードのそれぞれは、それに対応する特徴抽出レイヤから入力される特徴マップに対する非局所相関関係算出過程を行い、前記非局所相関関係算出過程は、畳み込み(Convolution)実行過程、非局所的ブロック(Non-local Block)実行過程、または畳み込み及び非局所的ブロックを並列的に行う過程である-、
前記非局所相関関係算出サブアーキテクチャによって生成される結果に基づいて、前記パッチのうち疾病が存在する領域を特定するセグメンテーション・サブアーキテクチャと、を備える疾病診断方法。 - 前記セグメンテーション・サブアーキテクチャは、
前記非局所相関関係算出サブアーキテクチャによって生成される結果に対して、畳み込み及び結合(concatenation)によって、前記パッチのうち疾病が存在する領域に相当するマスクを生成する請求項7に記載の疾病診断方法。 - 前記パッチレベル・クラシフィケーション・ニューラルネットワークに含まれている特徴マップ抽出レイヤは、低レベルの特徴抽出レイヤ、中レベルの特徴抽出レイヤ、及び高レベルの特徴抽出レイヤを備え、
前記非局所相関関係算出サブアーキテクチャは、
前記低レベルの特徴抽出レイヤから入力される特徴マップに対する畳み込み過程を行うことで、第1の畳み込み結果物を生成する低レベルの非局所相関関係算出ノード、
前記中レベルの特徴抽出レイヤから入力される特徴マップに対する非局所的ブロック過程及び畳み込み過程を並列的に行うことで、第1の非局所結果物及び第2の畳み込み結果物を生成する中レベルの非局所相関関係算出ノード、及び
前記高レベルの特徴抽出レイヤから入力される特徴マップに対する非局所的ブロック過程を行うことで、第2の非局所結果物を生成する高レベルの非局所相関関係算出ノードを備える請求項7に記載の疾病診断方法。 - 前記セグメンテーション・サブアーキテクチャは、
第1の非局所結果物、第2の畳み込み結果物、及び第2の非局所結果物をアップスケーリングした結果物を結合して第1の中間結果物を生成し、
前記第1の中間結果物に対する畳み込み及びアップスケーリングを行った第2の中間結果物を、前記第1の畳み込み結果物と結合して第3の中間結果物を生成し、
前記第3の中間結果物に対する畳み込みを行うことで、前記パッチのうち疾病が存在する領域に相当するマスクを生成する請求項9に記載の疾病診断方法。 - 前記疾病診断方法は、
前記システムが、前記スライドに含まれている多数のパッチのそれぞれのパッチレベルの分類結果、疾病として分類されたパッチをマーキングし、マーキングされた結果に基づいて、前記スライドに疾病が存在するか否かであるスライドレベルの診断結果を出力するステップをさらに含む請求項7に記載の疾病診断方法。 - データ処理装置にインストールされ、請求項7乃至請求項10のいずれか一項に記載の方法を行うための媒体に記録されたコンピュータプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2019-0084814 | 2019-07-13 | ||
KR1020190084814A KR102329546B1 (ko) | 2019-07-13 | 2019-07-13 | 뉴럴 네트워크 및 비국소적 블록을 이용하여 세그멘테이션을 수행하는 질병 진단 시스템 및 방법 |
PCT/KR2020/009096 WO2021010671A2 (ko) | 2019-07-13 | 2020-07-10 | 뉴럴 네트워크 및 비국소적 블록을 이용하여 세그멘테이션을 수행하는 질병 진단 시스템 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022540152A true JP2022540152A (ja) | 2022-09-14 |
JP7299658B2 JP7299658B2 (ja) | 2023-06-28 |
Family
ID=74210469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022500883A Active JP7299658B2 (ja) | 2019-07-13 | 2020-07-10 | ニューラルネットワーク及び非局所的ブロックを用いてセグメンテーションを行う疾病診断システム及び方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US12062450B2 (ja) |
EP (1) | EP3989237A4 (ja) |
JP (1) | JP7299658B2 (ja) |
KR (1) | KR102329546B1 (ja) |
CN (1) | CN114503153A (ja) |
WO (1) | WO2021010671A2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102592762B1 (ko) * | 2021-01-27 | 2023-10-24 | 대구대학교 산학협력단 | 합성곱 신경망 기반의 덴스넷을 통한 부정맥 분류 방법 |
US11868443B1 (en) * | 2021-05-12 | 2024-01-09 | Amazon Technologies, Inc. | System for training neural network using ordered classes |
US11948358B2 (en) * | 2021-11-16 | 2024-04-02 | Adobe Inc. | Self-supervised hierarchical event representation learning |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180066983A (ko) * | 2016-12-11 | 2018-06-20 | 주식회사 딥바이오 | 뉴럴 네트워크를 이용한 질병의 진단 시스템 및 그 방법 |
JP2021507803A (ja) * | 2017-12-20 | 2021-02-25 | マイクロト インコーポレーテッドMicrot Inc. | 眼圧の調節のための眼疾患用インプラント装置 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8855387B2 (en) * | 2007-12-28 | 2014-10-07 | Exini Diagnostics Ab | System for detecting bone cancer metastases |
US20120010528A1 (en) * | 2010-04-26 | 2012-01-12 | Aureon Biosciences, Inc. | Systems and methods for predicting disease progression in patients treated with radiotherapy |
US10417525B2 (en) | 2014-09-22 | 2019-09-17 | Samsung Electronics Co., Ltd. | Object recognition with reduced neural network weight precision |
US10049770B2 (en) * | 2015-12-30 | 2018-08-14 | Case Western Reserve University | Prediction of recurrence of non-small cell lung cancer |
US10482633B2 (en) * | 2016-09-12 | 2019-11-19 | Zebra Medical Vision Ltd. | Systems and methods for automated detection of an indication of malignancy in a mammographic image |
US10573003B2 (en) * | 2017-02-13 | 2020-02-25 | Amit Sethi | Systems and methods for computational pathology using points-of-interest |
CN107240102A (zh) * | 2017-04-20 | 2017-10-10 | 合肥工业大学 | 基于深度学习算法的恶性肿瘤计算机辅助早期诊断方法 |
IL272433B2 (en) * | 2017-08-03 | 2024-02-01 | Nucleai Ltd | Systems and methods for tissue image analysis |
EP3514756A1 (en) * | 2018-01-18 | 2019-07-24 | Koninklijke Philips N.V. | Medical analysis method for predicting metastases in a test tissue sample |
KR102273373B1 (ko) * | 2018-05-08 | 2021-07-06 | 주식회사 딥바이오 | 특정 데이터 군집의 종단지점 탐색 방법 및 이를 위한 데이터 처리시스템 |
KR101889725B1 (ko) * | 2018-07-04 | 2018-08-20 | 주식회사 루닛 | 악성 종양 진단 방법 및 장치 |
KR102151723B1 (ko) * | 2018-08-07 | 2020-09-03 | 주식회사 딥바이오 | 다중 색 모델 및 뉴럴 네트워크를 이용한 질병 진단 시스템 및 방법 |
KR102185893B1 (ko) * | 2018-08-07 | 2020-12-02 | 주식회사 딥바이오 | 뉴럴 네트워크를 이용한 질병의 진단 시스템 및 방법 |
KR102174379B1 (ko) * | 2018-08-27 | 2020-11-04 | 주식회사 딥바이오 | 세그멘테이션을 수행하는 뉴럴 네트워크를 이용한 질병 진단 시스템 및 방법 |
KR102246318B1 (ko) * | 2018-10-05 | 2021-04-30 | 주식회사 딥바이오 | 병리 이미지 검색을 위한 시스템 및 방법 |
CN109685809B (zh) * | 2018-12-18 | 2020-11-17 | 清华大学 | 一种基于神经网络的肝包虫病灶分割方法及系统 |
US10789462B2 (en) * | 2019-01-15 | 2020-09-29 | International Business Machines Corporation | Weakly and fully labeled mammogram classification and localization with a dual branch deep neural network |
CN109919961A (zh) | 2019-02-22 | 2019-06-21 | 北京深睿博联科技有限责任公司 | 一种用于颅内cta图像中动脉瘤区域的处理方法及装置 |
WO2020243545A1 (en) * | 2019-05-29 | 2020-12-03 | Leica Biosystems Imaging, Inc. | Computer supported review of tumors in histology images and post operative tumor margin assessment |
SG11202112551SA (en) * | 2019-05-31 | 2021-12-30 | Paige Ai Inc | Systems and methods for processing images of slides to automatically prioritize the processed images of slides for digital pathology |
KR20220133868A (ko) * | 2019-12-13 | 2022-10-05 | 그레일, 엘엘씨 | 패치 컨볼루션 신경망을 사용한 암 분류 |
US11482335B2 (en) * | 2019-12-18 | 2022-10-25 | Pathomiq Inc. | Systems and methods for predicting patient outcome to cancer therapy |
WO2021163384A1 (en) * | 2020-02-11 | 2021-08-19 | Dhristi Inc. | Systems and methods for predictive molecular biomarker identification and quantification from morphology changes in histopathology tissue |
-
2019
- 2019-07-13 KR KR1020190084814A patent/KR102329546B1/ko active IP Right Grant
-
2020
- 2020-07-10 EP EP20841047.2A patent/EP3989237A4/en active Pending
- 2020-07-10 WO PCT/KR2020/009096 patent/WO2021010671A2/ko unknown
- 2020-07-10 JP JP2022500883A patent/JP7299658B2/ja active Active
- 2020-07-10 CN CN202080051105.3A patent/CN114503153A/zh active Pending
- 2020-07-10 US US17/626,806 patent/US12062450B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180066983A (ko) * | 2016-12-11 | 2018-06-20 | 주식회사 딥바이오 | 뉴럴 네트워크를 이용한 질병의 진단 시스템 및 그 방법 |
JP2021507803A (ja) * | 2017-12-20 | 2021-02-25 | マイクロト インコーポレーテッドMicrot Inc. | 眼圧の調節のための眼疾患用インプラント装置 |
Non-Patent Citations (1)
Title |
---|
MUYI SUN ET AL.: "Accurate Gastric Cancer Segmentation in Digital Pathology Images Using Deformable Convolution and Mu", IEEE ACCESS, vol. 第7巻, JPN6023005211, 24 May 2019 (2019-05-24), US, pages 75530 - 75541, ISSN: 0004986720 * |
Also Published As
Publication number | Publication date |
---|---|
EP3989237A2 (en) | 2022-04-27 |
JP7299658B2 (ja) | 2023-06-28 |
WO2021010671A9 (ko) | 2021-05-27 |
US20220301712A1 (en) | 2022-09-22 |
US12062450B2 (en) | 2024-08-13 |
KR20210008283A (ko) | 2021-01-21 |
CN114503153A (zh) | 2022-05-13 |
WO2021010671A3 (ko) | 2021-04-08 |
EP3989237A4 (en) | 2023-07-26 |
WO2021010671A2 (ko) | 2021-01-21 |
KR102329546B1 (ko) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7216447B2 (ja) | セグメンテーションを行うニューラルネットワークを用いた疾病診断システム及び方法 | |
JP7299658B2 (ja) | ニューラルネットワーク及び非局所的ブロックを用いてセグメンテーションを行う疾病診断システム及び方法 | |
JP7146300B2 (ja) | ツーフェーズ疾病診断システム及び該方法 | |
KR102236948B1 (ko) | 준-지도학습을 이용하여 질병의 발병 영역에 대한 어노테이션을 수행하기 위한 방법 및 이를 수행하는 진단 시스템 | |
CN112740335A (zh) | 基于神经网络的疾病诊断系统和方法 | |
JP7152810B2 (ja) | 多色モデル及びニューラルネットワークを用いた疾病診断システム及び方法 | |
CN114330499A (zh) | 分类模型的训练方法、装置、设备、存储介质及程序产品 | |
JP7298943B2 (ja) | 診断結果生成システム及び方法 | |
Ji | Gradient-based interpretation on convolutional neural network for classification of pathological images | |
US20230289957A1 (en) | Disease diagnosis method using neural network trained by using multi-phase biometric image, and disease diagnosis system performing same | |
KR102446638B1 (ko) | 유방암 병변 영역을 판별하기 위한 인공 신경망을 학습하기 위한 학습 방법, 및 이를 수행하는 컴퓨팅 시스템 | |
KR102226897B1 (ko) | 다중 페이즈 생체 이미지를 이용하여 학습된 뉴럴 네트워크를 이용한 질병 진단 방법 및 이를 수행하는 질병 진단 시스템 | |
Xu et al. | An automatic nuclei image segmentation based on multi-scale split-attention U-Net | |
CN112639997B (zh) | 一种利用神经网络进行分割的疾病诊断系统和方法 | |
JP7430025B2 (ja) | 半教師あり学習を用いて疾患の発症領域に対するアノテーションを行うための方法、およびそれを行う診断システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220318 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230210 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230509 |
|
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: 20230519 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230609 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7299658 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |