JP2023129277A - 周波数帯域を用いたハイパースペクトルによる物体画像の検出方法 - Google Patents
周波数帯域を用いたハイパースペクトルによる物体画像の検出方法 Download PDFInfo
- Publication number
- JP2023129277A JP2023129277A JP2023015049A JP2023015049A JP2023129277A JP 2023129277 A JP2023129277 A JP 2023129277A JP 2023015049 A JP2023015049 A JP 2023015049A JP 2023015049 A JP2023015049 A JP 2023015049A JP 2023129277 A JP2023129277 A JP 2023129277A
- Authority
- JP
- Japan
- Prior art keywords
- image
- host
- hyperspectral
- object image
- convolution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000000701 chemical imaging Methods 0.000 title abstract 3
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000011159 matrix material Substances 0.000 claims description 17
- 208000000461 Esophageal Neoplasms Diseases 0.000 claims description 16
- 206010030155 Oesophageal carcinoma Diseases 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 15
- 201000004101 esophageal cancer Diseases 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 9
- 238000000513 principal component analysis Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 3
- 238000004040 coloring Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000013527 convolutional neural network Methods 0.000 abstract description 9
- 238000001228 spectrum Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 21
- 230000003902 lesion Effects 0.000 description 17
- 201000011510 cancer Diseases 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 210000004027 cell Anatomy 0.000 description 11
- 206010028980 Neoplasm Diseases 0.000 description 8
- 210000004204 blood vessel Anatomy 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000001839 endoscopy Methods 0.000 description 8
- 230000003595 spectral effect Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 6
- 210000004400 mucous membrane Anatomy 0.000 description 5
- ZCYVEMRRCGMTRW-UHFFFAOYSA-N 7553-56-2 Chemical compound [I] ZCYVEMRRCGMTRW-UHFFFAOYSA-N 0.000 description 4
- 238000005481 NMR spectroscopy Methods 0.000 description 4
- 238000002046 chromoendoscopy Methods 0.000 description 4
- 210000002808 connective tissue Anatomy 0.000 description 4
- 210000003238 esophagus Anatomy 0.000 description 4
- 229910052740 iodine Inorganic materials 0.000 description 4
- 239000011630 iodine Substances 0.000 description 4
- 238000010186 staining Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 210000001519 tissue Anatomy 0.000 description 4
- 206010058314 Dysplasia Diseases 0.000 description 3
- 206010018338 Glioma Diseases 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 238000011846 endoscopic investigation Methods 0.000 description 3
- 210000000981 epithelium Anatomy 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 210000004876 tela submucosa Anatomy 0.000 description 3
- 201000000274 Carcinosarcoma Diseases 0.000 description 2
- 206010025323 Lymphomas Diseases 0.000 description 2
- 206010039491 Sarcoma Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000005081 epithelial layer Anatomy 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 210000001035 gastrointestinal tract Anatomy 0.000 description 2
- 208000029824 high grade glioma Diseases 0.000 description 2
- 208000032839 leukemia Diseases 0.000 description 2
- 201000011614 malignant glioma Diseases 0.000 description 2
- 201000001441 melanoma Diseases 0.000 description 2
- 210000004088 microvessel Anatomy 0.000 description 2
- 210000004877 mucosa Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000002784 stomach Anatomy 0.000 description 2
- 208000032612 Glial tumor Diseases 0.000 description 1
- 102000006395 Globulins Human genes 0.000 description 1
- 108010044091 Globulins Proteins 0.000 description 1
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 208000003445 Mouth Neoplasms Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 208000030961 allergic reaction Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000009400 cancer invasion Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 210000000845 cartilage Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000008103 glucose Substances 0.000 description 1
- 230000003394 haemopoietic effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 208000012987 lip and oral cavity carcinoma Diseases 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000000944 nerve tissue Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 210000004798 organs belonging to the digestive system Anatomy 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 210000003800 pharynx Anatomy 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000004927 skin cell Anatomy 0.000 description 1
- 210000004085 squamous epithelial cell Anatomy 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 210000001835 viscera Anatomy 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/06—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor with illuminating arrangements
- A61B1/0638—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor with illuminating arrangements providing two or more wavelengths
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/273—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for the upper alimentary canal, e.g. oesophagoscopes, gastroscopes
- A61B1/2733—Oesophagoscopes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/32—Normalisation of the pattern dimensions
-
- 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
- G06V10/58—Extraction of image or video features relating to hyperspectral data
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
-
- 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
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/7715—Feature extraction, e.g. by transforming the feature space, e.g. multi-dimensional scaling [MDS]; Mappings, e.g. subspace methods
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/695—Preprocessing, e.g. image segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/698—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/18—Extraction of features or characteristics of the image
- G06V30/18114—Extraction of features or characteristics of the image involving specific hyperspectral computations of features
-
- 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
- G06T2207/10024—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
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic 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
- G06T2207/20084—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
- G06T2207/30092—Stomach; Gastric
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Multimedia (AREA)
- Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Optics & Photonics (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Artificial Intelligence (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Gastroenterology & Hepatology (AREA)
- Quality & Reliability (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Endoscopes (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
Description
最大辺長は、
下式の式(二十三)によって辺長寸法skを求められる。
予測ボックスDの位置
10 ホスト
12 処理ユニット
14 メモリ
16 格納ユニット
20 画像キャプチャユニット
30 リポジトリ
B 境界ボックス
BAND 周波数帯域
Bc 第2の中心点
BG 背景画像
BGI 周辺画像
C 畳み込みカーネル
CELL 細胞
CNN 畳み込みニューラルネットワーク
D 予測ボックス
Dc 第1の中心点
F1 第1のハイパースペクトル特徴値
F2 第2の特徴値
HSA ハイパースペクトル画像情報
HYI ハイパースペクトル画像
IMG 入力画像
O1 測定対象物画像
O1R 物体参照画像
O2 選択画像
P 畳み込みプログラム
R 比較結果
REF 参照画像
SA サンプル画像
SIM 模擬画像
TA 目標物体画像
NTA 非目標物体画像
S10~S42 ステップ
Claims (13)
- 周波数帯域を用いたハイパースペクトルによる物体画像の検出方法であって、以下のステップを含む:
参照画像をハイパースペクトル参照画像に変換するハイパースペクトル画像情報を取得し、前記参照画像は少なくとも1つの物体参照画像と1つの背景参照画像を含み、
画像キャプチャユニットは入力画像をキャプチャしてホストに提供し、前記入力画像は少なくとも1つの測定対象物画像と1つの背景画像を含み、
前記ホストは、前記ハイパースペクトル画像情報に基づいて前記入力画像を変換することによって、ハイパースペクトル画像を取得し、
前記ホストは前記ハイパースペクトル画像に基づいて分析を行うことによって、複数の第1のハイパースペクトル特徴値を取得し、
前記ホストはこれらの第1のハイパースペクトル特徴値に対して、細胞の周波数帯域に基づく選択及び主成分分析演算を行うことによって、前記ハイパースペクトル画像を簡略化して対応する複数の第2の特徴値を生成し、
前記ホストは複数の畳み込みカーネルに基づいて、前記第2の特徴値に対して少なくとも1つの畳み込み演算を行って前記背景画像をフィルタリングし、前記ホストは畳み込み結果および前記少なくとも1つの測定対象物画像に基づいて少なくとも1つの選択画像を取得し、前記畳み込みカーネルは、複数の選択特徴値と、複数の周辺特徴値とを含み、前記少なくとも1つの測定対象物画像は、複数の周辺画像および前記少なくとも1つの選択画像を含み、これらの周辺画像は前記少なくとも1つの選択画像を取囲み、前記少なくとも1つの選択画像は、前記選択特徴値に対応し、これらの周辺画像は、前記周辺特徴値に対応し、
前記ホストは前記少なくとも1つの選択画像のエッジに基づいて少なくとも1つの予測ボックスを生成し、
前記ホストは、前記予測ボックスの第1の中心点と境界ボックスの第2の中心点とを比較するために用いる前記入力画像の境界ボックスを取得し、前記ホストは、前記予測ボックスと前記境界ボックスとの中心オフセットを取得し、前記境界ボックスは前記入力画像のエッジに対応し、
前記ホストは、前記中心オフセットに基づいて回帰演算を行い、回帰演算結果を取得し、
前記ホストは、前記回帰演算結果と前記予測ボックスに基づいて前記測定対象物画像の位置合わせ調整を行い、前記第1の中心点を前記第2の中心点に移動させるとともに前記選択画像を前記第2の中心点に移動させ、
前記ホストは位置調整後の前記測定対象物画像と少なくとも1つのサンプル画像とをマッチング比較して比較結果を生成し、
前記ホストは、前記比較結果に基づいて、前記入力画像が目標物体画像であると判断する、方法。 - 前記ホストが前記複数の畳み込みカーネルに基づいて前記第2の特徴値に対して少なくとも1つの畳み込み演算を行うステップにおいて、前記ホストは前記畳み込みカーネルをm×n×pに設定し、かつ前記入力画像の複数の画素値を複数の画素正規値に正規化して、前記畳み込みカーネルに前記複数の画素正規値をかけ算して、畳み込み層で前記複数の第2の特徴値を取得し、かつm=nであり、mは1、3、5、10、19または38である、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記畳み込み結果と前記少なくとも1つの測定対象物画像に基づいて少なくとも1つの選択画像を取得するステップにおいて、前記ホストが前記複数の選択特徴値の所在エリアを統合して前記入力画像上に少なくとも1つの分布エリアを取得する、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記ホストが前記複数の畳み込みカーネルによって前記第2の特徴値に対して少なくとも1つの畳み込み演算を行うステップにおいて、前記ホストがSSMD(Single Shot Multibox Detector)モデルによって、前記入力画像のそれぞれの画素に畳み込みを行うことによって、前記第2の特徴値を検出する、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記ホストが前記中心オフセットに基づいて回帰演算を行うステップにおいて、前記ホストは前記予測ボックスの第1の位置、前記境界ボックスの第2の位置およびズーム因子によって前記回帰演算を行うことによって、前記測定対象物画像を位置決めする、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記ホストが前記測定対象物画像と少なくとも1つのサンプル画像とをマッチング比較するステップでは、前記ホストが完全接続層において前記測定対象物画像と前記少なくとも1つのサンプル画像とのマッチング比較を行う、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 比較結果に基づいて前記入力画像が目標物体画像であると判断するステップにおいて、前記ホストが前記少なくとも1つのサンプル画像に基づいて前記入力画像が目標物体画像であると判断できない場合、前記ホストが前記少なくとも1つのサンプル画像に基づいて前記測定対象物画像を近似比較する、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記ホストが前記少なくとも1つのサンプル画像によって前記測定対象物画像に対して近似比較を行うステップにおいて、前記ホストが前記測定対象物画像の近似度が近似閾値よりも大きいと判断する場合、前記ホストは前記入力画像を前記目標物体画像と判断する、請求項7に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- ハイパースペクトル画像情報は、前記入力画像の複数の白色光画像と複数の狭帯域画像に対応し、かつ複数の配色関数、補正マトリックスおよび変換マトリックスを含む、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記ホストが位置合わせ後の前記測定対象物画像と、なくとも1つのサンプル画像とのマッチング比較を行うステップにおいて、前記ホストがリポジトリから前記少なくとも1つのサンプル画像を読み取り、位置合わせ後の前記測定対象物画像に基づいて前記マッチング比較を行う、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記ホストが前記複数の第1のハイパースペクトル特徴値に対して細胞の周波数帯域による選択及び主成分分析演算を行うことによって、前記ハイパースペクトル画像を簡略化して対応する前記複数の第2の特徴値を生成するステップの後に、前記ホストはこれらの第1のハイパースペクトル特徴値に対して、周波数帯域による選択と前記ハイパースペクトル画像情報とに基づいた模擬画像への変換を行う、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記細胞が食道癌細胞である、請求項1に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
- 前記周波数帯域は415nmおよび540nmである、請求項11に記載の周波数帯域を用いたハイパースペクトルによる物体画像の検出方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111108093 | 2022-03-04 | ||
TW111108093A TWI796156B (zh) | 2022-03-04 | 2022-03-04 | 以波段用於超頻譜檢測物件影像之方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023129277A true JP2023129277A (ja) | 2023-09-14 |
JP7449004B2 JP7449004B2 (ja) | 2024-03-13 |
Family
ID=86692329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023015049A Active JP7449004B2 (ja) | 2022-03-04 | 2023-02-03 | 周波数帯域を用いたハイパースペクトルによる物体画像の検出方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230281818A1 (ja) |
JP (1) | JP7449004B2 (ja) |
TW (1) | TWI796156B (ja) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6556076B2 (ja) | 2016-03-10 | 2019-08-07 | 富士フイルム株式会社 | 内視鏡画像信号処理装置および方法並びにプログラム |
US9895112B2 (en) | 2016-05-04 | 2018-02-20 | National Chung Cheng University | Cancerous lesion identifying method via hyper-spectral imaging technique |
CN111655116A (zh) | 2017-10-30 | 2020-09-11 | 公益财团法人癌研究会 | 图像诊断辅助装置、资料收集方法、图像诊断辅助方法及图像诊断辅助程序 |
CN111670000B (zh) | 2018-02-05 | 2024-06-28 | 索尼公司 | 成像装置和成像方法以及程序 |
JP7125479B2 (ja) | 2018-05-14 | 2022-08-24 | 富士フイルム株式会社 | 医療画像処理装置、医療画像処理装置の作動方法及び内視鏡システム |
US11257213B2 (en) | 2018-10-25 | 2022-02-22 | Koninklijke Philips N.V. | Tumor boundary reconstruction using hyperspectral imaging |
TWI732544B (zh) | 2020-05-05 | 2021-07-01 | 國立中正大學 | 二維材料薄膜檢測方法及二維材料薄膜檢測系統 |
CN112766199B (zh) | 2021-01-26 | 2022-04-29 | 武汉大学 | 基于自适应多尺度特征提取模型的高光谱图像分类方法 |
-
2022
- 2022-03-04 TW TW111108093A patent/TWI796156B/zh active
-
2023
- 2023-01-31 US US18/162,083 patent/US20230281818A1/en active Pending
- 2023-02-03 JP JP2023015049A patent/JP7449004B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP7449004B2 (ja) | 2024-03-13 |
TWI796156B (zh) | 2023-03-11 |
US20230281818A1 (en) | 2023-09-07 |
TW202336690A (zh) | 2023-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Clancy et al. | Surgical spectral imaging | |
US8472682B2 (en) | Medical image processing | |
US8483454B2 (en) | Methods for tissue classification in cervical imagery | |
JP2020073081A (ja) | 画像診断支援装置、学習済みモデル、画像診断支援方法および画像診断支援プログラム | |
EP1576920B1 (en) | Imaging device | |
CN115049666B (zh) | 基于彩色小波协方差深度图模型的内镜虚拟活检装置 | |
TWI738367B (zh) | 以卷積神經網路檢測物件影像之方法 | |
Ali et al. | Color-based template selection for detection of gastric abnormalities in video endoscopy | |
US20240065540A1 (en) | Apparatus and method for detecting cervical cancer | |
JP7533881B2 (ja) | セマンティックセグメンテーションに基づく画像識別方法 | |
JP7449004B2 (ja) | 周波数帯域を用いたハイパースペクトルによる物体画像の検出方法 | |
Zhang et al. | Medical biometrics: computerized TCM data analysis | |
Meyer-Veit et al. | Hyperspectral endoscopy using deep learning for laryngeal cancer segmentation | |
Chand et al. | Identifying oral cancer using multispectral snapshot camera | |
JP7142754B1 (ja) | 畳み込みニューラルネットワークを使用して食道癌の画像を検出する方法 | |
Ye et al. | Segmentation and feature extraction of endoscopic images for making diagnosis of acute appendicitis | |
CN116322465A (zh) | 图像处理装置、内窥镜系统、图像处理装置的工作方法及图像处理装置用程序 | |
JP2023129258A (ja) | ハイパースペクトル画像による物体検出方法 | |
Obukhova et al. | Image processing algorithm for virtual chromoendoscopy (Tone Enhancement) in clinical decision support system | |
JPWO2020017211A1 (ja) | 医用画像学習装置、医用画像学習方法、及びプログラム | |
Abdullah et al. | Computer-aided diseases diagnosis system based on tongue color analysis: A review | |
TWI821149B (zh) | 內視鏡冗餘影像除去方法 | |
Finkšt et al. | Autofluorescence bronchoscopy image processing in the selected colour spaces | |
Wang et al. | Spectrum aided vision enhancer enhances mucosal visualization by hyperspectral imaging in capsule endoscopy | |
Lu et al. | Research progress in narrow-band imaging of capsule endoscopes based on hyperspectral image conversion technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240116 |
|
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: 20240130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7449004 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |