JP6226187B2 - 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム - Google Patents
情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム Download PDFInfo
- Publication number
- JP6226187B2 JP6226187B2 JP2013556374A JP2013556374A JP6226187B2 JP 6226187 B2 JP6226187 B2 JP 6226187B2 JP 2013556374 A JP2013556374 A JP 2013556374A JP 2013556374 A JP2013556374 A JP 2013556374A JP 6226187 B2 JP6226187 B2 JP 6226187B2
- Authority
- JP
- Japan
- Prior art keywords
- local feature
- feature
- local
- communication terminal
- medical article
- 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.)
- Active
Links
- 238000004891 communication Methods 0.000 title claims description 194
- 238000000034 method Methods 0.000 title claims description 135
- 230000010365 information processing Effects 0.000 title claims description 98
- 238000003672 processing method Methods 0.000 title claims description 6
- 239000013598 vector Substances 0.000 claims description 161
- 239000003814 drug Substances 0.000 claims description 111
- 229940079593 drug Drugs 0.000 claims description 37
- 238000003384 imaging method Methods 0.000 claims description 36
- 230000005540 biological transmission Effects 0.000 claims description 30
- 230000007547 defect Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 description 83
- 238000012545 processing Methods 0.000 description 76
- 238000010586 diagram Methods 0.000 description 72
- 230000006870 function Effects 0.000 description 14
- 239000011159 matrix material Substances 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 9
- 238000001514 detection method Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 239000000825 pharmaceutical preparation Substances 0.000 description 4
- 229940127557 pharmaceutical product Drugs 0.000 description 4
- 238000010187 selection method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001802 infusion Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229940127554 medical product Drugs 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
-
- 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
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- 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
- G06V20/66—Trinkets, e.g. shirt buttons or jewellery items
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G06V2201/034—Recognition of patterns in medical or anatomical images of medical instruments
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Medical Preparation Storing Or Oral Administration Devices (AREA)
- Image Analysis (AREA)
Description
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段と、
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成手段と、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識手段と、
を備えたことを特徴とする。
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理システムにおける情報処理方法であって、
撮像ステップと、
前記撮像ステップにおいて撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
を備えることを特徴とする。
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成手段と、
前記m個の第2局所特徴量を、局所特徴量の照合に基づいて撮像した前記画像に含まれる医療用物品を認識する情報処理装置に送信する第1送信手段と、
前記情報処理装置から、撮像した前記画像に含まれる医療用物品を示す情報を受信する第1受信手段と、
を備えることを特徴とする。
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記m個の第2局所特徴量を、局所特徴量の照合に基づいて撮像した前記画像に含まれる医療用物品を認識する情報処理装置に送信する第1送信ステップと、
前記情報処理装置から、撮像した前記画像に含まれる医療用物品を示す情報を受信する第1受信ステップと、
を含むことを特徴とする。
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記m個の第2局所特徴量を、局所特徴量の照合に基づいて撮像した前記画像に含まれる医療用物品を認識する情報処理装置に送信する第1送信ステップと、
前記情報処理装置から、撮像した前記画像に含まれる医療用物品を示す情報を受信する第1受信ステップと、
をコンピュータに実行させることを特徴とする。
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段と、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信手段と、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識手段と、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信手段と、
を備えることを特徴とする。
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理装置の制御方法であって、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信ステップと、
を含むことを特徴とする。
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理装置の制御プログラムであって、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信ステップと、
をコンピュータに実行させることを特徴とする。
本発明の第1実施形態としての情報処理システム100について、図1を用いて説明する。情報処理システム100は、医療用物品をリアルタイムに認識するシステムである。なお、本明細書中の医療用物品との文言は、医療機器、医療器具、医薬品を含む。
次に、本発明の第2実施形態に係る情報処理システムについて説明する。本実施形態においては、病院あるいは薬局において、各部署で医療用部品を認識して管理する構成を総合的に示す。
図2は、本実施形態に係る情報処理システム200の構成を示すブロック図である。
図3は、本実施形態に係る通信端末221、231、251における表示画面例を示す図である。なお、図3には、病室の通信端末221と、手術室の通信端末231と、薬トレーの通信端末251とを示すが、他の場合も類似である。
図4乃至図6を参照して、本実施形態に係る情報処理システム200における各部署に適用した場合の動作手順を示す。
図4は、本実施形態に係る情報処理システム200の病室における動作手順を示すシーケンス図である。
図5は、本実施形態に係る情報処理システム200の手術室における動作手順を示すシーケンス図である。
図6は、本実施形態に係る情報処理システム200の薬局における動作手順を示すシーケンス図である。
図7は、本実施形態に係る通信端末211、221、231、241、251の機能構成を示すブロック図である。
図8Aは、本実施形態に係る病院コンピュータ201aの機能構成を示すブロック図である。
図8Bは、本実施形態に係る薬局コンピュータ202aの機能構成を示すブロック図である。
図9Aは、本実施形態に係る病院の局所特徴量DB410の構成を示す図である。なお、かかる構成に限定されない。
図9Bは、本実施形態に係る医療機器DB420の構成を示す図である。なお、かかる構成に限定されない。
図9Cは、本実施形態に係る手術器具DB530の構成を示す図である。手術器具DB530は、各手術器具の情報を記憶するDB930と、手術に対応して手術器具のトレー内の配置および数を記憶するDB940とを含む。なお、かかる構成に限定されない。
図10Aは、本実施形態に係る薬局の局所特徴量DB610の構成を示す図である。なお、かかる構成に限定されない。
図10Bは、本実施形態に係る処方箋DB620の構成を示す図である。なお、かかる構成に限定されない。
図10Cは、本実施形態に係る在庫管理DB630の構成を示す図である。なお、かかる構成に限定されない。
図11Aは、本実施形態に係る局所特徴量生成部702の構成を示すブロック図である。
図11B〜図11Fは、本実施形態に係る局所特徴量生成部702の処理を示す図である。
図11Bの画像1121は、図11Aの特徴点検出部1111において、映像中の画像から特徴点を検出した状態を示す図である。以下、1つの特徴点データ1121aを代表させて局所特徴量の生成を説明する。特徴点データ1121aの矢印の起点が特徴点の座標位置を示し、矢印の長さがスケール(大きさ)を示し、矢印の方向が角度を示す。ここで、スケール(大きさ)や方向は、対象映像にしたがって輝度や彩度、色相などを選択できる。また、図11Bの例では、60度間隔で6方向の場合を説明するが、これに限定されない。
図11Aの局所領域取得部1112は、例えば、特徴点データ1121aの起点を中心にガウス窓1122aを生成し、このガウス窓1122aをほぼ含む局所領域1122を生成する。図11Bの例では、局所領域取得部1112は正方形の局所領域1122を生成したが、局所領域は円形であっても他の形状であってもよい。この局所領域を各特徴点について取得する。局所領域が円形であれば、撮影方向に対してロバスト性が向上するという効果がある。
次に、サブ領域分割部1113において、上記特徴点データ1121aの局所領域1122に含まれる各画素のスケールおよび角度をサブ領域1123に分割した状態が示されている。なお、図11Bでは4×4=16画素をサブ領域とする5×5=25のサブ領域に分割した例を示す。しかし、サブ領域は、4×4=16や他の形状、分割数であってもよい。
サブ領域特徴ベクトル生成部1114は、サブ領域内の各画素のスケールを6方向の角度単位にヒストグラムを生成して量子化し、サブ領域の特徴ベクトル1124とする。すなわち、特徴点検出部1111が出力する角度に対して正規化された方向である。そして、サブ領域特徴ベクトル生成部1114は、サブ領域ごとに量子化された6方向の頻度を集計し、ヒストグラムを生成する。この場合、サブ領域特徴ベクトル生成部1114は、各特徴点に対して生成される25サブ領域ブロック×6方向=150次元のヒストグラムにより構成される特徴ベクトルを出力する。また、勾配方向を6方向に量子化するだけに限らず、4方向、8方向、10方向など任意の量子化数に量子化してよい。勾配方向をD方向に量子化する場合、量子化前の勾配方向をG(0〜2πラジアン)とすると、勾配方向の量子化値Qq(q=0,…,D−1)は、例えば式(1)や式(2)などで求めることができるが、これに限られない。
Qq=round(G×D/2π)modD …(2)
ここで、floor()は小数点以下を切り捨てる関数、round()は四捨五入を行う関数、modは剰余を求める演算である。また、サブ領域特徴ベクトル生成部1114は勾配ヒストグラムを生成するときに、単純な頻度を集計するのではなく、勾配の大きさを加算して集計してもよい。また、サブ領域特徴ベクトル生成部1114は勾配ヒストグラムを集計するときに、画素が属するサブ領域だけではなく、サブ領域間の距離に応じて近接するサブ領域(隣接するブロックなど)にも重み値を加算するようにしてもよい。また、サブ領域特徴ベクトル生成部1114は量子化された勾配方向の前後の勾配方向にも重み値を加算するようにしてもよい。なお、サブ領域の特徴ベクトルは勾配方向ヒストグラムに限られず、色情報など、複数の次元(要素)を有するものであればよい。本実施形態においては、サブ領域の特徴ベクトルとして、勾配方向ヒストグラムを用いることとして説明する。
次に、図11C〜図11Fにしたがって、局所特徴量生成部702における、次元選定部1115に処理を説明する。
図11Cは、局所特徴量生成部702における、特徴ベクトルの次元数の選定処理の様子を示す図である。
図11Dは、局所特徴量生成部702における、サブ領域からの特徴ベクトルの選定順位の一例を示す図である。
図11Gは、本実施形態に係る符号化部703aを示すブロック図である。なお、符号化部は本例に限定されず、他の符号化処理も適用可能である。
図11H、図11Jおよび図11Kは、本実施形態に係る医療用物品認識部813、医薬品認識部823の処理を示す図である。
図12Aは、本実施形態に係る通信端末211〜261のハードウェア構成を示すブロック図である。
図12Bは、本実施形態に係る通信端末211〜261における局所特徴量生成テーブル1243を示す図である。
図13は、本実施形態に係る通信端末211〜261の処理手順を示すフローチャートである。このフローチャートは、図12AのCPU1210によってRAM1240を用いて実行され、図7の各機能構成部を実現する。
図14Aは、本実施形態に係る局所特徴量生成処理S1313の処理手順を示すフローチャートである。
図14Bは、本実施形態に係る符号化処理S1315の処理手順を示すフローチャートである。
図14Cは、本実施形態に係る差分値の符号化処理S1437の処理手順を示すフローチャートである。
図15は、本実施形態に係る病院コンピュータ201aのハードウェア構成を示すブロック図である。
図16は、本実施形態に係る病院コンピュータ201aの処理手順を示すフローチャートである。このフローチャートは、図15のCPU1510によりRAM1540を使用して実行され、図8Aの各機能構成部を実現する。
図17は、本実施形態に係る局所特徴量DB生成処理S1613の処理手順を示すフローチャートである。
図18Aは、本実施形態に係る医療用物品認識処理S1623の処理手順を示すフローチャートである。
図18Bは、本実施形態に係る照合処理S1813の処理手順を示すフローチャートである。
図19は、本実施形態に係る薬局コンピュータ202aのハードウェア構成を示すブロック図である。
図20は、本実施形態に係る薬局コンピュータ202aの処理手順を示すフローチャートである。このフローチャートは、図19のCPU1010によりRAM1940を使用して実行され、図8Bの各機能構成部を実現する。
図20の局所特徴量DB生成処理(S2013)や医薬品認識処理(S2023)の詳細については、図17、図18Aおよび図18Bと、医療用物品を医薬品に変更すれば類似であるので、説明はそれらで代替する。
次に、本発明の第3実施形態に係る情報処理システムについて説明する。本実施形態に係る情報処理システムは、上記第2実施形態と比べると、局所特徴量の精度を調整して認識処理と判定処理とを異なる精度で行なう点で異なる。その他の構成および動作は、第2実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図21は、本実施形態に係る情報処理システムの動作手順を示すシーケンス図である。なお、図21においては、病院の手術室における手術器具トレー内の手術器具の認識と判定処理を代表して説明するが、薬トレーなどの他の処理においても同様の手順で実現できる。
図22は、本発明の第3実施形態に係る通信端末の機能構成を示すブロック図である。なお、第2実施形態の図7と同様の機能構成には、同じ参照番号を付して説明を省略する。
以下、図23A〜図23C、図24および図25を参照して、精度調整部2208の数例の構成を説明する。
図5Aは、本実施形態に係る精度調整部2208の第1の構成2208−1を示すブロック図である。精度調整部2208の第1の構成2208−1においては、次元数決定部2311で次元数を決定可能である。
(第2の構成)
図23Bは、本実施形態に係る精度調整部2208の第2の構成2208−2を示すブロック図である。精度調整部2208の第2の構成2208−2においては、特徴ベクトル拡張部2312が複数次元の値をまとめることで、次元数を変更することが可能である。
図24は、本実施形態に係る精度調整部2208の第3の構成2208−3を示すブロック図である。精度調整部2208の第3の構成2208−3においては、特徴点選定部2411が特徴点選定で特徴点数を変更することで、精度を維持しながら局所特徴量のデータ量を変更することが可能である。
図25は、本実施形態に係る精度調整部2208の第4の構成2208−4を示すブロック図である。精度調整部2208の第4の構成2208−4においては、次元数決定部2311と特徴点選定部2411とが協働しながら、精度を維持しながら局所特徴量のデータ量を変更する。
図26は、本実施形態に係る精度パラメータ2208aの構成を示す図である。
図27は、本実施形態に係る病院コンピュータ2701aの機能構成を示すブロック図である。なお、第2実施形態の図8と同様の機能構成には、同じ参照番号を付して説明を省略する。
図28は、本実施形態に係る精度調整DB2740の構成を示す図である。精度調整DB2740の構成は、図28に限定されない。
次に、本発明の第4実施形態に係る情報処理システムについて説明する。本実施形態に係る情報処理システムは、上記第2実施形態および第3実施形態と比べると、通信端末が通信端末用局所特徴量DBを有して、医療用物品認識処理を通信端末と病院コンピュータとで分担する点で異なる。その他の構成および動作は、第2実施形態および第3実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図29は、本実施形態に係る情報処理システムの動作手順を示すシーケンス図である。なお、図29においては、病院における医療用物品の認識と判定処理を代表して説明するが、薬局における処理においても同様の手順で実現できる。また、図29にはセンターPCを図示していないが、前出のシーケンス図と同様に判定結果を受信して報知する。
次に、本発明の第5実施形態に係る情報処理システムについて説明する。本実施形態に係る情報処理システムは、上記第2実施形態乃至第4実施形態と比べると、通信端末が独立して医療用物品の認識および判定を行なう点で異なる。その他の構成および動作は、第2実施形態乃至第4実施形態と同様であるため、同じ構成および動作については同じ符号を付してその詳しい説明を省略する。
図30は、本実施形態に係る通信端末3011〜3061の機能構成を示すブロック図である。なお、第2実施形態の図7と同様の機能構成部には同じ参照番号を付して、説明は省略する。
以上、実施形態を参照して本発明を説明したが、本発明は上記実施形態に限定されものではない。本発明の構成や詳細には、本発明のスコープ内で当業者が理解し得る様々な変更をすることができる。また、それぞれの実施形態に含まれる別々の特徴を如何様に組み合わせたシステムまたは装置も、本発明の範疇に含まれる。
(付記1)
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段と、
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成手段と、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識手段と、
を備えたことを特徴とする情報処理システム。
(付記2)
前記認識手段の認識結果を報知する報知手段をさらに備えることを特徴とする付記1に記載の情報処理システム。
(付記3)
前記情報処理システムは、ユーザが携帯する通信端末と、前記通信端末と通信する情報処理装置とを有し、
前記通信端末が、前記撮像手段と前記第2局所特徴量生成手段と前記報知手段とを含んで、前記m個の第2局所特徴量を前記通信端末から前記情報処理装置へ送信し、
前記情報処理装置が、前記第1局所特徴量記憶手段と前記認識手段とを含んで、前記認識手段の認識結果を前記情報処理装置から前記通信端末へ送信することを特徴とする付記2に記載の情報処理システム。
(付記4)
前記第1局所特徴量記憶手段は、複数の医療用物品にそれぞれ対応付けて各医療用物品の画像から生成した前記m個の第1局所特徴量を記憶し、
前記認識手段は、前記撮像手段が撮像した前記画像に含まれる複数の医療用物品を認識すると共に、前記n個の第2局所特徴量のならびに基づいて、前記撮像手段が撮像した前記画像における前記複数の医療用物品の配置を判定する配置判定手段を有することを特徴とする付記1乃至3のいずれか1つに記載の情報処理システム。
(付記5)
前記医療用物品は医療機器であり、前記撮像手段が撮像する画像は診察室、病室あるいは手術室であって、
前記配置判定手段は、前記診察室、病室あるいは手術室における前記医療機器の配置を認識し、
前記第2局所特徴量生成手段は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識手段は、精度をより高く調整して前記第2局所特徴量生成手段が生成した第2局所特徴量に基づいて、前記医療機器の間違い、欠陥あるいは状態をさらに認識することを特徴とする付記4に記載の情報処理システム。
(付記6)
前記医療用物品は医療器具であり、前記撮像手段が撮像する画像は医療器具を配置するトレーであって、
前記配置判定手段は、前記トレーにおける前記医療器具の配置を認識し、
前記第2局所特徴量生成手段は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識手段は、精度をより高く調整して前記第2局所特徴量生成手段が生成した第2局所特徴量に基づいて、前記医療器具の間違い、欠陥あるいは状態をさらに認識することを特徴とする付記4に記載の情報処理システム。
(付記7)
前記医療用物品は医薬品であり、前記撮像手段が撮像する画像は薬棚あるいは薬トレーであって、
前記配置判定手段は、前記薬棚あるいは薬トレーにおける前記医薬品の配置を認識し、
前記第2局所特徴量生成手段は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識手段は、精度をより高く調整して前記第2局所特徴量生成手段が生成した第2局所特徴量に基づいて、前記医薬品の間違い、欠陥あるいは状態をさらに認識することを特徴とする付記4に記載の情報処理システム。
(付記8)
前記配置判定手段が認識した前記複数の医薬品の配置に基づいて、棚卸しを行なう管理手段を備えることを特徴とする付記7に記載の情報処理システム。
(付記9)
前記第1局所特徴量および前記第2局所特徴量は、画像から抽出した特徴点を含む局所領域を複数のサブ領域に分割し、前記複数のサブ領域内の勾配方向のヒストグラムからなる複数の次元の特徴ベクトルを生成することにより生成されることを特徴とする付記1乃至8のいずれか1つに記載の情報処理システム。
(付記10)
前記第1局所特徴量および前記第2局所特徴量は、前記生成した複数の次元の特徴ベクトルから、隣接するサブ領域間の相関がより小さな次元を選定することにより生成されることを特徴とする付記9に記載の情報処理システム。
(付記11)
前記特徴ベクトルの複数の次元は、前記特徴点の特徴に寄与する次元から順に、かつ、前記局所特徴量に対して求められる精度の向上に応じて第1次元から順に選択できるよう、所定の次元数ごとに前記局所領域をひと回りするよう配列することを特徴とする付記9または10に記載の情報処理システム。
(付記12)
前記第2局所特徴量生成手段は、前記医療用物品の相関に対応して、他の医療用物品とより高い前記相関を有する医療用物品については次元数のより多い前記第2局所特徴量を生成することを特徴とする付記11に記載の情報処理システム。
(付記13)
前記第1局所特徴量記憶手段は、前記医療用物品の相関に対応して、他の医療用物品とより高い前記相関を有する医療用物品については次元数のより多い前記第1局所特徴量を記憶することを特徴とする付記11または12に記載の情報処理システム。
(付記14)
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理システムにおける情報処理方法であって、
撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
を備えることを特徴とする情報処理方法。
(付記15)
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成手段と、
前記m個の第2局所特徴量を、局所特徴量の照合に基づいて撮像した前記画像に含まれる医療用物品を認識する情報処理装置に送信する第1送信手段と、
前記情報処理装置から、撮像した前記画像に含まれる医療用物品を示す情報を受信する第1受信手段と、
を備えることを特徴とする通信端末。
(付記16)
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記m個の第2局所特徴量を、局所特徴量の照合に基づいて撮像した前記画像に含まれる医療用物品を認識する情報処理装置に送信する第1送信ステップと、
前記情報処理装置から、撮像した前記画像に含まれる医療用物品を示す情報を受信する第1受信ステップと、
を含むことを特徴とする通信端末の制御方法。
(付記17)
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記m個の第2局所特徴量を、局所特徴量の照合に基づいて撮像した前記画像に含まれる医療用物品を認識する情報処理装置に送信する第1送信ステップと、
前記情報処理装置から、撮像した前記画像に含まれる医療用物品を示す情報を受信する第1受信ステップと、
をコンピュータに実行させることを特徴とする制御プログラム。
(付記18)
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段と、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信手段と、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識手段と、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信手段と、
を備えることを特徴とする情報処理装置。
(付記19)
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理装置の制御方法であって、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信ステップと、
を含むことを特徴とする情報処理装置の制御方法。
(付記20)
医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理装置の制御プログラムであって、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信ステップと、
をコンピュータに実行させることを特徴とする制御プログラム。
Claims (13)
- 医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段と、
撮像手段が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成手段と、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識手段と、
を備え、
前記第1局所特徴量記憶手段は、複数の医療用物品にそれぞれ対応付けて各医療用物品の画像から生成した前記m個の第1局所特徴量を記憶し、
前記認識手段は、前記撮像手段が撮像した前記画像に含まれる複数の医療用物品を認識すると共に、前記n個の第2局所特徴量のならびに基づいて、前記撮像手段が撮像した前記画像における前記複数の医療用物品の配置を判定する配置判定手段を有し、
前記配置判定手段は、前記撮像手段が撮像する対象における前記医療用物品の配置を認識し、
前記第2局所特徴量生成手段は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識手段は、精度をより高く調整して前記第2局所特徴量生成手段が生成した第2局所特徴量に基づいて、前記医療用物品の間違い、欠陥あるいは状態をさらに認識することを特徴とする情報処理システム。 - 前記認識手段の認識結果を報知する報知手段をさらに備えることを特徴とする請求項1に記載の情報処理システム。
- 前記情報処理システムは、ユーザが携帯する通信端末と、前記通信端末と通信する情報処理装置とを有し、
前記通信端末が、前記撮像手段と前記第2局所特徴量生成手段と前記報知手段とを含んで、前記m個の第2局所特徴量を前記通信端末から前記情報処理装置へ送信し、
前記情報処理装置が、前記第1局所特徴量記憶手段と前記認識手段とを含んで、前記認識手段の認識結果を前記情報処理装置から前記通信端末へ送信することを特徴とする請求項2に記載の情報処理システム。 - 前記医療用物品は医療機器であり、前記撮像手段が撮像する画像は診察室、病室あるいは手術室であって、
前記配置判定手段は、前記診察室、病室あるいは手術室における前記医療機器の配置を認識することを特徴とする請求項1乃至3のいずれか1項に記載の情報処理システム。 - 前記医療用物品は医療器具であり、前記撮像手段が撮像する画像は医療器具を配置するトレーであって、
前記配置判定手段は、前記トレーにおける前記医療器具の配置を認識することを特徴とする請求項1乃至3のいずれか1項に記載の情報処理システム。 - 前記医療用物品は医薬品であり、前記撮像手段が撮像する画像は薬棚あるいは薬トレーであって、
前記配置判定手段は、前記薬棚あるいは薬トレーにおける前記医薬品の配置を認識することを特徴とする請求項1乃至3のいずれか1項に記載の情報処理システム。 - 前記配置判定手段が認識した前記複数の医薬品の配置に基づいて、棚卸しを行なう管理手段を備えることを特徴とする請求項6に記載の情報処理システム。
- 前記第1局所特徴量および前記第2局所特徴量は、画像から抽出した特徴点を含む局所領域を複数のサブ領域に分割し、前記複数のサブ領域内の勾配方向のヒストグラムからなる複数の次元の特徴ベクトルを生成することにより生成されることを特徴とする請求項1乃至7のいずれか1項に記載の情報処理システム。
- 前記第1局所特徴量および前記第2局所特徴量は、前記生成した複数の次元の特徴ベクトルから、隣接するサブ領域間の相関がより小さな次元を選定することにより生成されることを特徴とする請求項8に記載の情報処理システム。
- 医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理システムにおける情報処理方法であって、
撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を生成する第2局所特徴量生成ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
を備え、
前記第1局所特徴量記憶手段は、複数の医療用物品にそれぞれ対応付けて各医療用物品の画像から生成した前記m個の第1局所特徴量を記憶し、
前記認識ステップは、前記撮像した映像中の前記画像に含まれる複数の医療用物品を認識すると共に、前記n個の第2局所特徴量のならびに基づいて、前記撮像した映像中の前記画像における前記複数の医療用物品の配置を判定する配置判定ステップを有し、
前記配置判定ステップは、前記撮像の対象における前記医療用物品の配置を認識し、
前記第2局所特徴量生成ステップは、前記第2局所特徴量の精度を調整する精度調整ステップを有し、
前記認識ステップは、精度をより高く調整して前記第2局所特徴量生成ステップで生成した第2局所特徴量に基づいて、前記医療用物品の間違い、欠陥あるいは状態をさらに認識することを特徴とする情報処理方法。 - 医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段と、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信手段と、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識手段と、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信手段と、
を備え、
前記第1局所特徴量記憶手段は、複数の医療用物品にそれぞれ対応付けて各医療用物品の画像から生成した前記m個の第1局所特徴量を記憶し、
前記認識手段は、前記通信端末が撮像した前記画像に含まれる複数の医療用物品を認識すると共に、前記n個の第2局所特徴量のならびに基づいて、前記通信端末が撮像した前記画像における前記複数の医療用物品の配置を判定する配置判定手段を有し、
前記配置判定手段は、前記通信端末が撮像する対象における前記医療用物品の配置を認識し、
前記通信端末は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識手段は、精度をより高く調整して前記通信端末が生成した第2局所特徴量に基づいて、前記医療用物品の間違い、欠陥あるいは状態をさらに認識することを特徴とする情報処理装置。 - 医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理装置の制御方法であって、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信ステップと、
を含み、
前記第1局所特徴量記憶手段は、複数の医療用物品にそれぞれ対応付けて各医療用物品の画像から生成した前記m個の第1局所特徴量を記憶し、
前記認識ステップは、前記撮像した映像中の前記画像に含まれる複数の医療用物品を認識すると共に、前記n個の第2局所特徴量のならびに基づいて、前記撮像した映像中の前記画像における前記複数の医療用物品の配置を判定する配置判定ステップを有し、
前記配置判定ステップは、前記撮像の対象における前記医療用物品の配置を認識し、
前記通信端末は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識ステップは、前記通信端末で前記制度調整手段により精度をより高く調整して生成した第2局所特徴量に基づいて、前記医療用物品の間違い、欠陥あるいは状態をさらに認識することを特徴とする情報処理装置の制御方法。 - 医療用物品と、前記医療用物品の画像のm個の特徴点のそれぞれを含むm個の局所領域のそれぞれについて生成された、それぞれ1次元からi次元までの特徴ベクトルからなるm個の第1局所特徴量とを、対応付けて記憶する第1局所特徴量記憶手段を備えた情報処理装置の制御プログラムであって、
通信端末が撮像した映像中の画像からn個の特徴点を抽出し、前記n個の特徴点のそれぞれを含むn個の局所領域について、それぞれ1次元からj次元までの特徴ベクトルからなるn個の第2局所特徴量を、前記通信端末から受信する第2受信ステップと、
前記第1局所特徴量の特徴ベクトルの次元数iおよび前記第2局所特徴量の特徴ベクトルの次元数jのうち、より少ない次元数を選択し、選択された前記次元数までの特徴ベクトルからなる前記n個の第2局所特徴量に、選択された前記次元数までの特徴ベクトルからなる前記m個の第1局所特徴量の所定割合以上が対応すると判定した場合に、前記映像中の前記画像に前記医療用物品が存在すると認識する認識ステップと、
認識した前記医療用物品を示す情報を前記通信端末に送信する第2送信ステップと、
をコンピュータに実行させ、
前記第1局所特徴量記憶手段は、複数の医療用物品にそれぞれ対応付けて各医療用物品の画像から生成した前記m個の第1局所特徴量を記憶し、
前記認識ステップは、前記撮像した映像中の前記画像に含まれる複数の医療用物品を認識すると共に、前記n個の第2局所特徴量のならびに基づいて、前記撮像した映像中の前記画像における前記複数の医療用物品の配置を判定する配置判定ステップを有し、
前記配置判定ステップは、前記撮像の対象における前記医療用物品の配置を認識し、
前記通信端末は、前記第2局所特徴量の精度を調整する精度調整手段を有し、
前記認識ステップは、前記通信端末で前記制度調整手段により精度をより高く調整して生成した第2局所特徴量に基づいて、前記医療用物品の間違い、欠陥あるいは状態をさらに認識することを特徴とする制御プログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012017383 | 2012-01-30 | ||
JP2012017383 | 2012-01-30 | ||
PCT/JP2013/051573 WO2013115093A1 (ja) | 2012-01-30 | 2013-01-25 | 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2013115093A1 JPWO2013115093A1 (ja) | 2015-05-11 |
JP6226187B2 true JP6226187B2 (ja) | 2017-11-08 |
Family
ID=48905133
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013556374A Active JP6226187B2 (ja) | 2012-01-30 | 2013-01-25 | 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US9418314B2 (ja) |
EP (1) | EP2811459B1 (ja) |
JP (1) | JP6226187B2 (ja) |
WO (1) | WO2013115093A1 (ja) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9792528B2 (en) * | 2012-01-30 | 2017-10-17 | Nec Corporation | Information processing system, information processing method, information processing apparatus and control method and control program thereof, and communication terminal and control method and control program thereof |
DK3199463T3 (en) * | 2016-01-29 | 2018-07-23 | Becton Dickinson Rowa Germany Gmbh | Method for filling a transport tray for transferring drug portions and filling station for such a transport tray |
JP6607506B2 (ja) * | 2017-02-14 | 2019-11-20 | 浩平 田仲 | 情報提供システム、情報提供装置、情報提供方法及び情報提供プログラム |
KR102344832B1 (ko) * | 2017-05-31 | 2021-12-28 | 에이조 가부시키가이샤 | 수술기구 검출 시스템 및 컴퓨터 프로그램 |
US11139048B2 (en) * | 2017-07-18 | 2021-10-05 | Analytics For Life Inc. | Discovering novel features to use in machine learning techniques, such as machine learning techniques for diagnosing medical conditions |
US11062792B2 (en) | 2017-07-18 | 2021-07-13 | Analytics For Life Inc. | Discovering genomes to use in machine learning techniques |
US11625834B2 (en) | 2019-11-08 | 2023-04-11 | Sony Group Corporation | Surgical scene assessment based on computer vision |
JP2022012643A (ja) * | 2020-07-02 | 2022-01-17 | オオクマ電子株式会社 | 医薬品の管理システム、および医薬品の管理方法 |
WO2023189097A1 (ja) * | 2022-03-29 | 2023-10-05 | テルモ株式会社 | プログラム、情報処理装置、情報処理システム及び情報処理方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711293B1 (en) | 1999-03-08 | 2004-03-23 | The University Of British Columbia | Method and apparatus for identifying scale invariant features in an image and use of same for locating an object in an image |
JP4988408B2 (ja) * | 2007-04-09 | 2012-08-01 | 株式会社デンソー | 画像認識装置 |
US9041508B2 (en) * | 2008-08-08 | 2015-05-26 | Snap-On Incorporated | Image-based inventory control system and method |
JP4547639B2 (ja) * | 2008-08-26 | 2010-09-22 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP4735783B2 (ja) * | 2009-03-13 | 2011-07-27 | 日本電気株式会社 | 画像識別子照合装置 |
JP4683395B2 (ja) | 2009-03-16 | 2011-05-18 | 独立行政法人国立高等専門学校機構 | 識別装置および識別方法 |
JP5164222B2 (ja) | 2009-06-25 | 2013-03-21 | Kddi株式会社 | 画像検索方法およびシステム |
JP5521676B2 (ja) * | 2010-03-19 | 2014-06-18 | 富士通株式会社 | 画像処理装置及び画像処理プログラム |
US20110238137A1 (en) * | 2010-03-25 | 2011-09-29 | Fujifilm Corporation | Medical apparatus for photodynamic therapy and method for controlling therapeutic light |
JP2011221688A (ja) | 2010-04-07 | 2011-11-04 | Sony Corp | 認識装置、認識方法、およびプログラム |
JP5685390B2 (ja) * | 2010-05-14 | 2015-03-18 | 株式会社Nttドコモ | 物体認識装置、物体認識システムおよび物体認識方法 |
JP5105380B2 (ja) | 2010-05-28 | 2012-12-26 | 独立行政法人国立高等専門学校機構 | ピッキングシステムおよびピッキング方法 |
US20130113929A1 (en) * | 2011-11-08 | 2013-05-09 | Mary Maitland DeLAND | Systems and methods for surgical procedure safety |
-
2013
- 2013-01-25 WO PCT/JP2013/051573 patent/WO2013115093A1/ja active Application Filing
- 2013-01-25 JP JP2013556374A patent/JP6226187B2/ja active Active
- 2013-01-25 EP EP13743138.3A patent/EP2811459B1/en active Active
- 2013-01-25 US US14/375,452 patent/US9418314B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JPWO2013115093A1 (ja) | 2015-05-11 |
EP2811459B1 (en) | 2020-02-19 |
EP2811459A1 (en) | 2014-12-10 |
EP2811459A4 (en) | 2016-10-26 |
US9418314B2 (en) | 2016-08-16 |
US20150003704A1 (en) | 2015-01-01 |
WO2013115093A1 (ja) | 2013-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6226187B2 (ja) | 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム | |
ES2624679T3 (es) | Tecnología de autenticación biométrica | |
Celebi et al. | Deterministic initialization of the k-means algorithm using hierarchical clustering | |
JPWO2013089042A1 (ja) | 情報処理システム、情報処理方法、情報処理装置およびその制御方法と制御プログラム、通信端末およびその制御方法と制御プログラム | |
Jiang et al. | Image retrieval method based on image feature fusion and discrete cosine transform | |
Ratyal et al. | Three-dimensional face recognition using variance-based registration and subject-specific descriptors | |
Karthik et al. | A hybrid feature modeling approach for content-based medical image retrieval | |
Sánchez-Sánchez et al. | Convolutional neural network approach for multispectral facial presentation attack detection in automated border control systems | |
Martins et al. | Multispectral facial recognition in the wild | |
Dindorf et al. | Machine learning techniques demonstrating individual movement patterns of the vertebral column: The fingerprint of spinal motion | |
JP7409499B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
WO2013089004A1 (ja) | 映像処理システム、映像処理方法、携帯端末用またはサーバ用の映像処理装置およびその制御方法と制御プログラム | |
Zhang et al. | Initial investigation of different classifiers for plant leaf classification using multiple features | |
Huang et al. | RWBD: learning robust weighted binary descriptor for image matching | |
Velvizhy et al. | Automatic food recognition system for diabetic patients | |
WO2006061365A1 (en) | Face recognition using features along iso-radius contours | |
Cai et al. | Robust facial expression recognition using RGB-D images and multichannel features | |
Nurzynska et al. | Evaluation of Keypoint Descriptors for Flight Simulator Cockpit Elements: WrightBroS Database | |
CN107766832A (zh) | 一种用于现场作业施工管理的人脸识别方法 | |
Pietkiewicz | Application of fusion of two classifiers based on principal component analysis method and time series comparison to recognize maritime objects upon FLIR images | |
Li et al. | Grassmann manifold based shape matching and retrieval under partial occlusions | |
US9600081B2 (en) | Information processing method and electronic device for improving gesture identification | |
JP7468642B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
Sun et al. | A dynamic programming approach for accurate content-based retrieval of ordinary and nano-scale medical images | |
WO2022249278A1 (ja) | 画像処理装置、画像処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20161222 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170427 |
|
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: 20170914 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170927 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6226187 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |