JP6734475B2 - 画像処理装置及びプログラム - Google Patents
画像処理装置及びプログラム Download PDFInfo
- Publication number
- JP6734475B2 JP6734475B2 JP2019517853A JP2019517853A JP6734475B2 JP 6734475 B2 JP6734475 B2 JP 6734475B2 JP 2019517853 A JP2019517853 A JP 2019517853A JP 2019517853 A JP2019517853 A JP 2019517853A JP 6734475 B2 JP6734475 B2 JP 6734475B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- data
- information
- fundus
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Ophthalmology & Optometry (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Description
また本実施の形態の機械学習結果の情報は、ニューラルネットワークの例に限られない。ここでの機械学習結果の情報は、例えばSVM(Support Vector Machine)やベイズの事後分布の情報や樹木構造を基本とする方法を応用して機械学習したものであってもよい。
また、本実施の形態の一例では、学習データの一部には、眼底写真に係る目についての所定の症状に関する情報が関連付けられていない、眼底写真の画像データが含まれてもよい。
次に、本実施の形態の制御部11の動作について説明する。本実施の形態に係る制御部11は、図3に例示するように、受入部21と、推定部22と、出力部23とを機能的に含む。
本実施の形態の画像処理装置1は、基本的には以上の構成を備えており、次のように動作する。本実施の形態の画像処理装置1のある例では、残差ネットワークを用い、図2(a)に例示した眼底写真の画像データと、当該画像データに対して人為的に描画された視神経乳頭陥凹縁を表す閉曲線が通過する各画素の位置を表すデータとを学習データとし、眼底写真の画像データを入力したときの出力として、当該閉曲線の各画素の位置を表す情報がベクトルとして得られるよう学習処理したニューラルネットワークを記憶部12に格納している。
また本実施の形態の画像処理装置1の記憶部12が保持する機械学習結果は、次のように学習処理されたものであってもよい。すなわち学習データとして図2(b)に例示するように、眼底写真の画像データのうち、視神経乳頭部に相当する画像の範囲を特定し、当該特定した画像範囲を含む部分画像データを抽出したものを用いてもよい。
また学習データとして視神経乳頭部に相当する画像の範囲を特定する例に代えて、視神経乳頭部だけでなく、視神経乳頭部と黄斑部とを含む範囲を特定して、当該特定した画像範囲を含む部分画像データを抽出したものを学習データと、処理対象の入力データとに用いてもよい。
また、ここまでの説明では、眼底写真の画像データとして二次元の画像データを用いることとしていたが、本実施の形態はこれに限られない。
また本実施の形態の一例に係る画像処理装置1は、推定の処理の対象となる画像データについて、推定の処理に十分な画質を有していないものや、そもそも視神経乳頭等の眼底構造が撮影されていないものなど、推定ができないと判断される画像データであるか否かを判断し、推定ができないと判断した場合には推定の処理を行わずに、あるいは推定の処理を行ってその結果とともに、十分な推定ができない旨の情報を利用者に提示してもよい。
Claims (8)
- 眼底写真の画像データを入力データとし、当該入力データである各眼底写真と、当該眼底写真に係る目についての緑内障の疑いの有無を表す情報とを互いに関連付けた情報を含む学習用データを用いて、眼底写真の画像データと、目の症状に関する情報との関係を機械学習した状態にある機械学習結果を保持する保持手段と、
画像データの入力を受け入れ、当該入力された画像データについて予め定めた条件を満足するか否かを判別し、前記条件を満足する画像データを、処理の対象となる眼底写真の画像データとして受け入れる受入手段と、
前記受け入れた画像データを入力データとして、前記機械学習結果を用いて、処理の対象となった眼底写真に係る目についての前記目の症状に関する情報を推定する推定手段と、
当該推定の結果を出力する手段と、
を含み、
前記目の症状に関する情報は、
前記処理の対象となった眼底写真に係る目について緑内障と診断される確率を表す情報であり、
前記入力された画像データについて予め定めた条件には、画質に関する条件を含む画像処理装置。 - 請求項1に記載の画像処理装置であって、
前記条件には、眼底構造が撮影されているか否かに係る条件が含まれ、
前記受入手段は、前記入力された画像データに視神経乳頭部の像が含まれるか否かにより、当該画像データに眼底構造が撮影されているか否かを判断する画像処理装置。 - 請求項2に記載の画像処理装置であって、
前記受入手段は、前記入力された画像データから抽出した輪郭線のうち、円形状の輪郭線を検出し、当該検出した円形状の輪郭線の数が1であり、その大きさが所定の値の範囲にあるときに、前記入力された画像データに視神経乳頭部の像が含まれると判断する画像処理装置。 - 請求項1から3のいずれか一項に記載の画像処理装置であって、
前記入力データである眼底写真に係る目について緑内障の疑いの有無を表す情報は、当該眼底写真を参照した眼科医により判断された情報である画像処理装置。 - 眼底写真の画像データを入力データとし、当該入力データである各眼底写真に対応する目の症状に関する情報とを互いに関連付けた情報を含む学習用データを用いて、眼底写真の画像データと、目の症状に関する情報との関係を機械学習した状態にある機械学習結果を保持する保持手段と、
処理の対象となる眼底写真の画像データを入力データとして受け入れる受入手段と、
前記受け入れた入力データとしての画像データと、前記機械学習結果とを用いて、処理の対象となった眼底写真に係る目についての前記目の症状に関する情報を推定する推定手段と、
当該推定の結果を出力する手段と、
を含み、
前記目の症状に関する情報は、
処理の対象となった眼底写真における視神経乳頭陥凹縁を表す曲線の情報である画像処理装置。 - 請求項1から5のいずれか一項に記載の画像処理装置であって、
前記推定手段は、前記受入手段が受け入れた画像データから、視神経乳頭部に相当する画像の範囲を特定し、当該特定した画像範囲を含む、前記受け入れた画像データの一部である部分画像データを抽出し、当該抽出した部分画像データと、前記機械学習結果とを用いて、処理の対象となった眼底写真に係る目についての前記目の症状に関する情報を推定する画像処理装置。 - 請求項6に記載の画像処理装置であって、
前記推定手段は、前記特定した画像範囲が、画像内の予め定めた位置となるよう、前記部分画像データを抽出する画像処理装置。 - コンピュータを、
眼底写真の画像データを入力データとし、当該入力データである各眼底写真と、当該眼底写真に対応する、眼底写真に係る目についての緑内障の疑いの有無を表す情報とを互いに関連付けた情報を含む学習用データを用いて、眼底写真の画像データと、目の症状に関する情報との関係を機械学習した状態にある機械学習結果を保持する保持手段と、
画像データの入力を受け入れ、当該入力された画像データについて予め定めた条件を満足するか否かを判別し、前記条件を満足する画像データを、処理の対象となる眼底写真の画像データとして受け入れる受入手段と、
前記受け入れた画像データを入力データとして、前記機械学習結果を用いて、処理の対象となった眼底写真に係る目についての前記目の症状に関する情報を推定する推定手段と、
当該推定の結果を出力する手段と、
として機能させるプログラムであって、
前記目の症状に関する情報は、
前記処理の対象となった眼底写真に係る目について緑内障と診断される確率を表す情報であり、
前記入力された画像データについて予め定めた条件には、画質に関する条件を含むプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017196870 | 2017-10-10 | ||
JP2017196870 | 2017-10-10 | ||
PCT/JP2018/037580 WO2019073962A1 (ja) | 2017-10-10 | 2018-10-09 | 画像処理装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019073962A1 JPWO2019073962A1 (ja) | 2019-11-14 |
JP6734475B2 true JP6734475B2 (ja) | 2020-08-05 |
Family
ID=66100877
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019517853A Active JP6734475B2 (ja) | 2017-10-10 | 2018-10-09 | 画像処理装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6734475B2 (ja) |
WO (1) | WO2019073962A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI735879B (zh) * | 2019-05-16 | 2021-08-11 | 醫療財團法人徐元智先生醫藥基金會亞東紀念醫院 | 利用神經網路從鼾聲來預測睡眠呼吸中止之方法 |
KR102295426B1 (ko) * | 2019-07-05 | 2021-08-30 | 순천향대학교 산학협력단 | 인공지능 기반의 안구질병 검출장치 및 방법 |
WO2021162118A1 (ja) * | 2020-02-12 | 2021-08-19 | 国立大学法人東海国立大学機構 | 画像診断支援装置、画像診断支援システム、および、画像診断支援方法 |
WO2024014461A1 (ja) * | 2022-07-14 | 2024-01-18 | 学校法人東海大学 | 緑内障スクリーニング方法、眼科装置、プログラム、及び記録媒体 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008062528A1 (fr) * | 2006-11-24 | 2008-05-29 | Nidek Co., Ltd. | Analyseur d'image de fond d'œil |
WO2009139722A1 (en) * | 2008-05-14 | 2009-11-19 | Agency For Science, Technology And Research | Automatic cup-to-disc ratio measurement system |
US20110190657A1 (en) * | 2009-08-10 | 2011-08-04 | Carl Zeiss Meditec, Inc. | Glaucoma combinatorial analysis |
JP5563394B2 (ja) * | 2010-07-14 | 2014-07-30 | キヤノン株式会社 | 画像処理装置、プログラムおよび記憶媒体 |
JP5514026B2 (ja) * | 2010-07-16 | 2014-06-04 | 株式会社トプコン | 眼底画像処理装置及び眼底観察装置 |
AU2012207076A1 (en) * | 2011-01-20 | 2013-08-15 | University Of Iowa Research Foundation | Automated determination of arteriovenous ratio in images of blood vessels |
JP6086345B2 (ja) * | 2012-11-29 | 2017-03-01 | 国立大学法人大阪大学 | 眼科装置 |
JP6361065B2 (ja) * | 2014-05-13 | 2018-07-25 | 株式会社三城ホールディングス | 白内障検査装置および白内障判定プログラム |
EP3273840A4 (en) * | 2015-03-26 | 2019-01-02 | Eyekor, LLC | Image analysis |
-
2018
- 2018-10-09 JP JP2019517853A patent/JP6734475B2/ja active Active
- 2018-10-09 WO PCT/JP2018/037580 patent/WO2019073962A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JPWO2019073962A1 (ja) | 2019-11-14 |
WO2019073962A1 (ja) | 2019-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6734475B2 (ja) | 画像処理装置及びプログラム | |
CN110276356B (zh) | 基于r-cnn的眼底图像微动脉瘤识别方法 | |
US20210228071A1 (en) | System and method of otoscopy image analysis to diagnose ear pathology | |
Tabassum et al. | CDED-Net: Joint segmentation of optic disc and optic cup for glaucoma screening | |
KR102058884B1 (ko) | 치매를 진단을 하기 위해 홍채 영상을 인공지능으로 분석하는 방법 | |
CN107480677B (zh) | 一种识别三维ct图像中感兴趣区域的方法及装置 | |
WO2018120942A1 (zh) | 一种多模型融合自动检测医学图像中病变的系统及方法 | |
WO2022142030A1 (zh) | 高血压性视网膜病变的病变特征的测量方法及测量系统 | |
Sánchez et al. | Mixture model-based clustering and logistic regression for automatic detection of microaneurysms in retinal images | |
KR102313143B1 (ko) | 딥러닝에 기반한 당뇨망막병증 검출 및 증증도 분류장치 및 그 방법 | |
JP7270686B2 (ja) | 画像処理システムおよび画像処理方法 | |
JP7066959B2 (ja) | 網膜血管系画像からの高血圧のレベルの判定 | |
CN113012093B (zh) | 青光眼图像特征提取的训练方法及训练系统 | |
CN113643354B (zh) | 基于增强分辨率的眼底图像的血管管径的测量装置 | |
JP7332463B2 (ja) | 制御装置、光干渉断層撮影装置、光干渉断層撮影装置の制御方法、及びプログラム | |
Naz et al. | Glaucoma detection in color fundus images using cup to disc ratio | |
US20130222767A1 (en) | Methods and systems for detecting peripapillary atrophy | |
JP7355434B2 (ja) | 眼底画像認識方法及び装置並びに設備 | |
JP2008073280A (ja) | 眼底画像処理装置 | |
CN108665474B (zh) | 一种基于b-cosfire的眼底图像视网膜血管分割方法 | |
CN116030042B (zh) | 一种针对医生目诊的诊断装置、方法、设备及存储介质 | |
Kumar et al. | Detection of glaucoma using image processing techniques: a critique | |
CN112669273A (zh) | 眼底图像中玻璃膜疣自动分割方法、装置及可读存储介质 | |
Dutta et al. | Automatic evaluation and predictive analysis of optic nerve head for the detection of glaucoma | |
Santos et al. | Deep neural network model based on one-stage detector for identifying fundus lesions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190403 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190403 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190515 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190521 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190917 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191118 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200406 |
|
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: 20200616 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200709 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6734475 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |