JP6815711B1 - 診断支援プログラム、装置、及び方法 - Google Patents
診断支援プログラム、装置、及び方法 Download PDFInfo
- Publication number
- JP6815711B1 JP6815711B1 JP2020014823A JP2020014823A JP6815711B1 JP 6815711 B1 JP6815711 B1 JP 6815711B1 JP 2020014823 A JP2020014823 A JP 2020014823A JP 2020014823 A JP2020014823 A JP 2020014823A JP 6815711 B1 JP6815711 B1 JP 6815711B1
- Authority
- JP
- Japan
- Prior art keywords
- recognizer
- recognizers
- recognition
- image
- breast
- 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
- 238000000034 method Methods 0.000 title claims abstract description 73
- 210000000481 breast Anatomy 0.000 claims abstract description 87
- 238000007689 inspection Methods 0.000 claims abstract description 75
- 230000008569 process Effects 0.000 claims abstract description 52
- 238000003745 diagnosis Methods 0.000 claims abstract description 44
- 238000013528 artificial neural network Methods 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 31
- 230000003902 lesion Effects 0.000 claims description 27
- 230000003211 malignant effect Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 abstract description 20
- 238000001514 detection method Methods 0.000 abstract description 15
- 206010028980 Neoplasm Diseases 0.000 description 30
- 230000006870 function Effects 0.000 description 18
- 238000010801 machine learning Methods 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 208000004434 Calcinosis Diseases 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 235000021403 cultural food Nutrition 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 210000005075 mammary gland Anatomy 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- 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
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/10072—Tomographic images
-
- 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
- G06T2207/10116—X-ray 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
- G06T2207/10132—Ultrasound 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
- G06T2207/30068—Mammography; Breast
-
- 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
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Optics & Photonics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Analysis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
<全体構成>
図1は、本発明の一実施形態における診断支援装置18が組み込まれた医用画像診断システム10の全体構成図である。この医用画像診断システム10は、医療施設内にて医療業務を行う医師等に対して、コンピュータ支援診断/検出機能(つまり、CAD機能)を提供可能に構成される。
図2は、図1における診断支援装置18のハードウェア構成の一例を示す図である。診断支援装置18は、通信I/F30と、プロセッサ32と、メモリ34と、記憶装置36と、を含んで構成される。
図3は、図1及び図2における診断支援装置18の機能ブロックの一例を示す図である。診断支援装置18は、メモリ34に記憶された診断支援プログラムを読み出して実行することで、取得手段40、認識手段42、選択手段44、送信手段46、及び記憶手段48として機能する。取得手段40は、図2の通信I/F30及びプロセッサ32によって実現される手段である。認識手段42及び選択手段44はそれぞれ、図2のプロセッサ32により実現される手段である。送信手段46は、図2の通信I/F30及びプロセッサ32によって実現される手段である。記憶手段48は、図2の記憶装置36によって実現される手段である。
図4は、図3における認識器50の処理流れの一例を示す図である。認識器50は、ニューラルネットワークを含んで構成される。認識器50は、ニューラルネットワークのみで構成されてもよい。このニューラルネットワークは、機械学習(以下、単に「学習」ともいう)を通じて、画像中の物体を検出する「物体検出モデル」を構築可能に構成される。物体検出モデルの種類は、関心領域(ROI:Region Of Interest)の抽出器が物体の検出器とは別に設けられている「two-stage detector」(例えば、Faster R-CNNやその派生モデル等)であってもよいし、抽出器と検出器とが一体的に構成されている「one-stage detector」(例えば、YOLO、SSD、M2Detやこれらの派生モデル等)であってもよい。
図5は、機械学習用サーバ24の学習処理に関わる機能ブロック図である。この機械学習用サーバ24は、予め準備された教師データ70を用いて、学習器74に対する学習処理を行うことで、1グループ以上の学習パラメータ群52を作成する。本図では、機械学習用サーバ24の構成のうち、学習器74及び学習処理手段76を模式的に示している。
本発明の一実施形態における診断支援装置18が組み込まれた医用画像診断システム10は、以上のように構成される。続いて、医用画像診断システム10の全体動作について図1〜図3及び図6を、診断支援装置18による認識器50の選択動作について図7〜図10を参照しながらそれぞれ説明する。
(1.学習パラメータ群52のダウンロード)
機械学習用サーバ24は、新たな学習又は追加的な学習を通じて学習パラメータ群52を生成する。そして、機械学習用サーバ24は、診断支援装置18又は画像撮影装置14の要求に応じて、自装置が記憶している学習パラメータ群52を要求先に向けて送信する。これにより、診断支援装置18又は画像撮影装置14は、機械学習用サーバ24からの学習パラメータ群52を取得・記憶することで、最新バージョンの認識器50が利用可能となる。
医師等は、画像撮影装置12を用いて、被検者の乳房を撮影する作業を行う。撮影の終了後、画像撮影装置12は、自装置が生成した乳房画像54を、被検者ID及び検査情報56と紐付けた状態にて画像サーバ16に送信する。これにより、画像サーバ16には、乳房画像54及び検査情報56を含むデータセット(以下、診断情報)が記憶される。なお、現時点の診断情報には結果情報58が含まれない。
診断支援装置18は、定期的に又は不定期に、画像サーバ16に対して未処理の乳房画像54があるか否かを問い合わせる。未処理の乳房画像54がある場合、診断支援装置18の取得手段40は、該当する診断情報とその管理IDを画像サーバ16から取得する。
医師等は、診断端末20を用いて、診断対象である被検者の診断画面100(図6)の表示を要求する操作を行う。そうすると、診断端末20は、指定された被検者に対応する診断情報を要求する旨の信号(つまり、要求信号)を画像サーバ16に送信する。画像サーバ16は、診断端末20からの要求信号に応答して、乳房画像54、検査情報56及び結果情報58(図3)を含む診断情報を診断端末20に送信する。
続いて、診断支援装置18が備える選択手段44による認識器50の選択動作について、図7〜図10を参照しながら説明する。
選択動作の第1例では、認識手段42に実装される複数の認識器50には、出力値の定義が異なる2以上の認識器50が含まれることを想定する。この「出力値の定義」とは、検出対象である病変部位の表現方法を意味し、例えば、病変部位の種類、性状、又はカテゴリーが含まれる。種類の一例として、具体的には、腫瘍、微小石灰化等が挙げられる。性状の一例として、具体的には、良性、悪性等が挙げられる。カテゴリーの一例として、BI−RADS(Breast Imaging Reporting And Data System)分類のカテゴリー1〜5、あるいはサブカテゴリー4A/4B/4C等が挙げられる。
選択動作の第2例では、認識手段42に実装される複数の認識器50には、認識性能が異なる2以上の認識器50が含まれることを想定する。この「認識性能」は、感度、特異度、ROC(Receiver Operating Characteristic)曲線のAUC(Area Under the Curve)スコア等により評価される。
選択動作の第3例では、認識手段42に実装される複数の認識器50には、異なる地域で収集されたテスト画像71を含む2以上の母集団を用いて学習がなされた2以上の認識器50が含まれることを想定する。この「収集地域」は、被検者の体格又は食文化等が統計的に有意に異なる地域を意味し、例えば、国家共同体、国、県、州等により区分される。
選択動作の第4例では、認識手段42に実装される複数の認識器50には、演算時間又は演算量が異なる2以上の認識器50が含まれることを想定する。
以上のように、この診断支援装置18は、ニューラルネットワークを含んで構成される複数の認識器50の中から1以上の認識器50を用いて、被検者の乳房の投影像又は断面像を示す乳房画像54の認識処理を行う認識手段42と、被検者の検査に関する検査情報56に応じて、複数の認識器50の中から、認識処理に用いられる認識器50又は認識処理による認識結果を出力すべき認識器50を選択する選択手段44を備える。
なお、本発明は、上記した実施形態に限定されるものではなく、この発明の主旨を逸脱しない範囲で自由に変更できることは勿論である。あるいは、技術的に矛盾が生じない範囲で各々の構成を任意に組み合わせてもよい。
Claims (12)
- 1又は複数のコンピュータを、
ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識手段、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択手段、
として機能させ、
前記複数の認識器は、病変部位のカテゴリーを示す値を出力する第1認識器と、病変部位の性状を示す値を出力する第2認識器と、を含み、
前記選択手段は、前記検査情報により特定される検査の種類がスクリーン検査である場合に前記第1認識器を選択する一方、前記検査の種類が精密検査である場合に前記第2認識器を選択する、診断支援プログラム。 - 1又は複数のコンピュータを、
ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識手段、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択手段、
として機能させ、
前記複数の認識器は、病変部位のカテゴリーを示す値を出力する第1認識器と、病変部位の性状を示す値を出力する第2認識器と、を含み、
前記選択手段は、前記検査情報により特定される表示手段であって前記乳房画像を表示させる表示手段の表示性能が相対的に低い場合に前記第1認識器を選択する一方、前記表示手段の表示性能が相対的に高い場合に前記第2認識器を選択する、診断支援プログラム。 - 前記第1認識器は、BI−RADSカテゴリーを区別する値を出力し、
前記第2認識器は、良性であるか悪性であるかを区別する値を出力する、
請求項1又は2に記載の診断支援プログラム。 - 1又は複数のコンピュータを、
ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識手段、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択手段、
として機能させ、
前記複数の認識器は、第1認識器と、該第1認識器と比べて演算量又は演算時間が相対的に少ない第2認識器と、を含み、
前記選択手段は、前記検査情報により特定される前記乳房画像の種類が静止画像である場合に前記第1認識器を選択する一方、前記乳房画像の種類が動画像である場合に前記第2認識器を選択する、診断支援プログラム。 - 前記複数の認識器は、地域毎に収集されるテスト画像を含む2以上の母集団を用いて機械学習がなされた2以上の認識器を含み、
前記選択手段は、前記検査情報により特定される検査の実施地域に対応する認識器を選択する、
請求項1〜4のいずれか1項に記載の診断支援プログラム。 - 前記1又は複数のコンピュータを、
前記選択手段により選択された前記認識器の種類又は特性を示す認識器情報を、前記認識結果を示す結果情報と併せて表示手段に表示させる制御を行う表示制御手段としてさらに機能させる、
請求項1〜5のいずれか1項に記載の診断支援プログラム。 - ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識手段と、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択手段と、
を備え、
前記複数の認識器は、病変部位のカテゴリーを示す値を出力する第1認識器と、病変部位の性状を示す値を出力する第2認識器と、を含み、
前記選択手段は、前記検査情報により特定される検査の種類がスクリーン検査である場合に前記第1認識器を選択する一方、前記検査の種類が精密検査である場合に前記第2認識器を選択する、診断支援装置。 - ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識手段と、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択手段と、
を備え、
前記複数の認識器は、病変部位のカテゴリーを示す値を出力する第1認識器と、病変部位の性状を示す値を出力する第2認識器と、を含み、
前記選択手段は、前記検査情報により特定される表示手段であって前記乳房画像を表示させる表示手段の表示性能が相対的に低い場合に前記第1認識器を選択する一方、前記表示手段の表示性能が相対的に高い場合に前記第2認識器を選択する、診断支援装置。 - ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識手段と、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択手段と、
を備え、
前記複数の認識器は、第1認識器と、該第1認識器と比べて演算量又は演算時間が相対的に少ない第2認識器と、を含み、
前記選択手段は、前記検査情報により特定される前記乳房画像の種類が静止画像である場合に前記第1認識器を選択する一方、前記乳房画像の種類が動画像である場合に前記第2認識器を選択する、診断支援装置。 - 1又は複数のコンピュータが、
ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識ステップと、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択ステップと、
を実行し、
前記複数の認識器は、病変部位のカテゴリーを示す値を出力する第1認識器と、病変部位の性状を示す値を出力する第2認識器と、を含み、
前記選択ステップでは、前記検査情報により特定される検査の種類がスクリーン検査である場合に前記第1認識器を選択する一方、前記検査の種類が精密検査である場合に前記第2認識器を選択する、診断支援方法。 - 1又は複数のコンピュータが、
ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識ステップと、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択ステップと、
を実行し、
前記複数の認識器は、病変部位のカテゴリーを示す値を出力する第1認識器と、病変部位の性状を示す値を出力する第2認識器と、を含み、
前記選択ステップでは、前記検査情報により特定される表示手段であって前記乳房画像を表示させる表示手段の表示性能が相対的に低い場合に前記第1認識器を選択する一方、前記表示手段の表示性能が相対的に高い場合に前記第2認識器を選択する、診断支援方法。 - 1又は複数のコンピュータが、
ニューラルネットワークを含んで構成される複数の認識器の中から1以上の認識器を用いて、被検者の乳房の投影像又は断面像を示す乳房画像の認識処理を行う認識ステップと、
前記被検者の検査に関する検査情報に応じて、前記複数の認識器の中から、前記認識処理に用いられる認識器又は前記認識処理による認識結果を出力すべき認識器を選択する選択ステップと、
を実行し、
前記複数の認識器は、第1認識器と、該第1認識器と比べて演算量又は演算時間が相対的に少ない第2認識器と、を含み、
前記選択ステップでは、前記検査情報により特定される前記乳房画像の種類が静止画像である場合に前記第1認識器を選択する一方、前記乳房画像の種類が動画像である場合に前記第2認識器を選択する、診断支援方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020014823A JP6815711B1 (ja) | 2020-01-31 | 2020-01-31 | 診断支援プログラム、装置、及び方法 |
JP2020195523A JP2021125230A (ja) | 2020-01-31 | 2020-11-25 | 診断支援プログラム、装置、及び方法 |
US17/796,694 US20230057933A1 (en) | 2020-01-31 | 2021-01-28 | Storage medium, diagnosis support apparatus and diagnosis support method |
PCT/JP2021/002960 WO2021153648A1 (ja) | 2020-01-31 | 2021-01-28 | 記憶媒体、診断支援装置及び診断支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020014823A JP6815711B1 (ja) | 2020-01-31 | 2020-01-31 | 診断支援プログラム、装置、及び方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020195523A Division JP2021125230A (ja) | 2020-01-31 | 2020-11-25 | 診断支援プログラム、装置、及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6815711B1 true JP6815711B1 (ja) | 2021-01-20 |
JP2021121261A JP2021121261A (ja) | 2021-08-26 |
Family
ID=74164544
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020014823A Active JP6815711B1 (ja) | 2020-01-31 | 2020-01-31 | 診断支援プログラム、装置、及び方法 |
JP2020195523A Pending JP2021125230A (ja) | 2020-01-31 | 2020-11-25 | 診断支援プログラム、装置、及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020195523A Pending JP2021125230A (ja) | 2020-01-31 | 2020-11-25 | 診断支援プログラム、装置、及び方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230057933A1 (ja) |
JP (2) | JP6815711B1 (ja) |
WO (1) | WO2021153648A1 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102391934B1 (ko) * | 2022-01-19 | 2022-04-28 | 주식회사 엘티포 | 인공지능 기반 갑상선 결절의 암 위험도 진단 시스템 및 방법 |
WO2023188903A1 (ja) * | 2022-03-29 | 2023-10-05 | 富士フイルム株式会社 | 画像処理装置、医療診断装置、超音波内視鏡装置、画像処理方法、及びプログラム |
CN116665865B (zh) * | 2023-06-13 | 2023-12-26 | 爱汇葆力(广州)数据科技有限公司 | 基于大数据实现陪诊人员的信息智能管理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140101080A1 (en) * | 2012-09-28 | 2014-04-10 | Samsung Electronics Co., Ltd. | Apparatus and method of diagnosis using diagnostic models |
US20150173705A1 (en) * | 2013-12-23 | 2015-06-25 | Samsung Electronics Co., Ltd. | Apparatus and method for adapting diagnostic model for computer-aided diagnosis |
US20180157800A1 (en) * | 2016-12-02 | 2018-06-07 | General Electric Company | Methods and systems for user defined distributed learning models for medical imaging |
-
2020
- 2020-01-31 JP JP2020014823A patent/JP6815711B1/ja active Active
- 2020-11-25 JP JP2020195523A patent/JP2021125230A/ja active Pending
-
2021
- 2021-01-28 US US17/796,694 patent/US20230057933A1/en active Pending
- 2021-01-28 WO PCT/JP2021/002960 patent/WO2021153648A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140101080A1 (en) * | 2012-09-28 | 2014-04-10 | Samsung Electronics Co., Ltd. | Apparatus and method of diagnosis using diagnostic models |
US20150173705A1 (en) * | 2013-12-23 | 2015-06-25 | Samsung Electronics Co., Ltd. | Apparatus and method for adapting diagnostic model for computer-aided diagnosis |
US20180157800A1 (en) * | 2016-12-02 | 2018-06-07 | General Electric Company | Methods and systems for user defined distributed learning models for medical imaging |
Also Published As
Publication number | Publication date |
---|---|
WO2021153648A1 (ja) | 2021-08-05 |
JP2021125230A (ja) | 2021-08-30 |
JP2021121261A (ja) | 2021-08-26 |
US20230057933A1 (en) | 2023-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11850021B2 (en) | Dynamic self-learning medical image method and system | |
WO2021153648A1 (ja) | 記憶媒体、診断支援装置及び診断支援方法 | |
US11069056B2 (en) | Multi-modal computer-aided diagnosis systems and methods for prostate cancer | |
CN111401398B (zh) | 用于根据人工智能检测输出确定疾病进展的系统和方法 | |
CN107403058B (zh) | 图像报告方法 | |
US11488306B2 (en) | Immediate workup | |
JP6818424B2 (ja) | 診断支援装置、情報処理方法、診断支援システム及びプログラム | |
US20190130565A1 (en) | Method of processing medical image, and medical image processing apparatus performing the method | |
US11893729B2 (en) | Multi-modal computer-aided diagnosis systems and methods for prostate cancer | |
JP6930411B2 (ja) | 情報処理装置及び情報処理方法 | |
AU2019204365B1 (en) | Method and System for Image Segmentation and Identification | |
JPWO2019208130A1 (ja) | 医療文書作成支援装置、方法およびプログラム、学習済みモデル、並びに学習装置、方法およびプログラム | |
KR102480134B1 (ko) | 기계학습을 이용한 의료 영상 판독의 품질 관리 방법 및 장치 | |
CN114220534A (zh) | 针对前列腺癌的多模态计算机辅助诊断系统和方法 | |
JP2022061191A (ja) | 情報処理装置、情報処理方法、プログラム及び情報処理システム | |
US11967424B2 (en) | Information processing apparatus, information processing method, and recording medium | |
EP4339961A1 (en) | Methods and systems for providing a template data structure for a medical report | |
US11410341B2 (en) | System and method for visualizing placement of a medical tube or line | |
EP4022636A1 (en) | Methods and systems for computer-aided diagnosis with deep learning models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200716 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200716 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200820 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200825 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200915 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201027 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201125 |
|
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: 20201222 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6815711 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S633 | Written request for registration of reclamation of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313633 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313117 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |