JP7024197B2 - 画像処理装置、画像処理方法及びプログラム - Google Patents
画像処理装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP7024197B2 JP7024197B2 JP2017059264A JP2017059264A JP7024197B2 JP 7024197 B2 JP7024197 B2 JP 7024197B2 JP 2017059264 A JP2017059264 A JP 2017059264A JP 2017059264 A JP2017059264 A JP 2017059264A JP 7024197 B2 JP7024197 B2 JP 7024197B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- image
- unit
- similarity
- disease name
- 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
Landscapes
- Image Analysis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Description
疾患の患部の画像データを取得する画像取得部と、
前記画像取得部によって取得された画像データから抽出された特徴ベクトルと、画像データベースに各画像データ及び前記各画像データに係る疾患名と紐付けて記憶された前記各画像データの特徴ベクトルと、の類似度を求め、前記画像データベース中での前記各画像データの類似度の高さの順位を求める類似順位計算部と、
前記画像取得部が取得した画像データに係る疾患名を、前記画像データから抽出された特徴ベクトルに基づいて推定する、学習データにより予め学習された推定部と、
前記類似順位計算部により求められた類似度の高さの順位において第1位の画像データに紐付けられている疾患名と前記推定部により推定された疾患名とが異なると判定した場合に、前記類似順位計算部が前記順位を計算した画像データの中で、該画像データに紐付けられた疾患名と前記推定部が推定した疾患名とが一致する画像データの前記順位を補正する順位補正部と、
前記順位補正部が補正した順位の順番で、少なくとも第1位の前記画像データを提示する提示部と、
を備える。
・処理が高速である。
・学習サンプル数が少なくても比較的高い識別精度を得ることができる。
・識別精度を向上させるためのパラメータ調整が比較的簡単である。
・十分な量の学習サンプルを用いて学習させれば識別精度はSVMよりも高くなる。
しかし、ニューラルネットワークを用いると、逆に、以下の欠点もある。
・処理が低速である。
・学習サンプル数が少ないと識別精度が低くなる。
・識別精度を向上させるためのパラメータ調整が難しい。
画像データを取得する画像取得部と、
前記画像データと該画像データに係る名称とを紐付けて記憶する画像データベースと、
前記画像取得部が取得した画像データに類似する程度を示す類似度を、前記画像データベース中の各画像データについて求め、該各画像データの前記類似度の前記画像データベース中での第1位を計算する類似順位計算部と、
前記画像取得部が取得した画像データに係る名称を推定する推定部と、
前記類似順位計算部が計算した前記第1位の画像データに紐付けられた名称と前記推定部が推定した名称とが一致するか否かを判定する判定部と、
前記判定部が判定した結果に応じて所定の提示を行う提示部と、
を備える画像処理装置。
前記類似順位計算部は、前記各画像データの前記類似度の前記画像データベース中での順位を計算する、
付記1に記載の画像処理装置。
前記判定部が前記類似順位計算部が計算した順位が第1位の画像データに紐付けられた名称と前記推定部が推定した名称とが異なると判定した場合に、前記類似順位計算部が前記順位を計算した画像データの中で、該画像データに紐付けられた名称と前記推定部が推定した名称とが一致する画像データの前記順位を補正する順位補正部を備え、
前記提示部は、前記順位補正部が補正した順位の順番で、少なくとも第1位の前記画像データを提示する、
付記2に記載の画像処理装置。
前記順位補正部は、前記類似順位計算部が計算した順位が第1位の画像データに紐付けられた名称と前記推定部が推定した名称とが異なる場合に、前記類似順位計算部が前記順位を計算した画像データの中で、該画像データに紐付けられた名称と前記推定部が推定した名称とが一致する画像データの前記順位を1だけ上げる、
付記3に記載の画像処理装置。
前記推定部は、前記名称を推定する際の信頼度を出力し、
前記順位補正部は、前記類似順位計算部が計算した順位が第1位の画像データに紐付けられた名称と前記推定部が推定した名称とが異なる場合に、前記類似順位計算部が前記順位を計算した画像データの中で、該画像データに紐付けられた名称と前記推定部が推定した名称とが一致する画像データの前記順位を、前記信頼度に応じた値だけ上げる、
付記3に記載の画像処理装置。
前記画像取得部が取得した画像データから特徴ベクトルを抽出する特徴ベクトル抽出部を備え、
前記画像データベースは、前記特徴ベクトル抽出部が抽出した特徴ベクトルを前記画像データと紐付けて記憶し、
前記類似順位計算部は、前記特徴ベクトル抽出部が抽出した特徴ベクトルを用いて前記類似度を求め、
前記推定部は、前記特徴ベクトル抽出部が抽出した特徴ベクトルを用いて前記画像データに係る名称を推定する、
付記1から5のいずれか1つに記載の画像処理装置。
前記類似順位計算部は、前記特徴ベクトルの間の距離を求めることによって、前記類似度を求める、
付記6に記載の画像処理装置。
前記推定部は、SVM(Support Vector Machine)により、前記名称を推定する、
付記1から7のいずれか1つに記載の画像処理装置。
前記推定部は、ニューラルネットワークにより、前記名称を推定する、
付記1から7のいずれか1つに記載の画像処理装置。
前記推定部の学習に用いる学習サンプルの個数が基準個数以上なら、
前記推定部は、ニューラルネットワークにより、前記名称を推定し、
前記推定部の学習に用いる学習サンプルの個数が基準個数未満なら、
前記推定部は、SVMにより、前記名称を推定する、
付記1から7のいずれか1つに記載の画像処理装置。
前記画像データは、疾患の患部の画像データであり、
前記名称は、前記疾患の名称である、
付記1から10のいずれか1つに記載の画像処理装置。
画像データを取得する画像取得ステップと、
前記画像取得ステップで取得した画像データに類似する程度を示す類似度を、前記画像データと該画像データに係る名称とを紐付けて記憶する画像データベース中の各画像データについて求め、該各画像データの前記類似度の前記画像データベース中での第1位を計算する類似順位計算ステップと、
前記画像取得ステップで取得した画像データに係る名称を推定する推定ステップと、
前記類似順位計算ステップで計算した前記第1位の画像データに紐付けられた名称と前記推定ステップで推定した名称とが一致するか否かを判定する判定ステップと、
前記判定ステップで判定した結果に応じて所定の提示を行う提示ステップと、
を含む画像処理方法。
コンピュータに、
画像データを取得する画像取得ステップ、
前記画像取得ステップで取得した画像データに類似する程度を示す類似度を、前記画像データと該画像データに係る名称とを紐付けて記憶する画像データベース中の各画像データについて求め、該各画像データの前記類似度の前記画像データベース中での第1位を計算する類似順位計算ステップ、
前記画像取得ステップで取得した画像データに係る名称を推定する推定ステップ、
前記類似順位計算ステップで計算した前記第1位の画像データに紐付けられた名称と前記推定ステップで推定した名称とが一致するか否かを判定する判定ステップ、及び、
前記判定ステップで判定した結果に応じて所定の提示を行う提示ステップ、
を実行させるためのプログラム。
Claims (10)
- 疾患の患部の画像データを取得する画像取得部と、
前記画像取得部によって取得された画像データから抽出された特徴ベクトルと、画像データベースに各画像データ及び前記各画像データに係る疾患名と紐付けて記憶された前記各画像データの特徴ベクトルと、の類似度を求め、前記画像データベース中での前記各画像データの類似度の高さの順位を求める類似順位計算部と、
前記画像取得部が取得した画像データに係る疾患名を、前記画像データから抽出された特徴ベクトルに基づいて推定する、学習データにより予め学習された推定部と、
前記類似順位計算部により求められた類似度の高さの順位において第1位の画像データに紐付けられている疾患名と前記推定部により推定された疾患名とが異なると判定した場合に、前記類似順位計算部が前記順位を計算した画像データの中で、該画像データに紐付けられた疾患名と前記推定部が推定した疾患名とが一致する画像データの前記順位を補正する順位補正部と、
前記順位補正部が補正した順位の順番で、少なくとも第1位の前記画像データを提示する提示部と、
を備えることを特徴とする画像処理装置。 - 前記順位補正部は、前記類似順位計算部が前記順位を求めた画像データの中で、該画像データに紐付けられた疾患名と前記推定部が推定した疾患名とが一致する画像データの前記順位を1だけ上げる、
ことを特徴とする請求項1に記載の画像処理装置。 - 前記推定部は、前記疾患名を推定する際の信頼度を出力し、
前記順位補正部は、前記類似順位計算部が前記順位を求めた画像データの中で、該画像データに紐付けられた疾患名と前記推定部が推定した疾患名とが一致する画像データの前記順位を、前記信頼度に応じた値だけ上げる、
ことを特徴とする請求項2に記載の画像処理装置。 - 前記類似順位計算部は、前記特徴ベクトルの間の距離を求めることによって、前記類似度を求める、
ことを特徴とする請求項1から3の何れかに記載の画像処理装置。 - 前記推定部は、前記画像取得部が取得した画像データに係る疾患名を、前記画像データから抽出された特徴ベクトルに加え、SVM(Support Vector Machine)を用いた識別器を用いて前記疾患名を推定する、
ことを特徴とする請求項1から4のいずれか1項に記載の画像処理装置。 - 前記推定部は、前記画像取得部が取得した画像データに係る疾患名を、前記画像データから抽出された特徴ベクトルに加え、ニューラルネットワークを用いて前記疾患名を推定する、
ことを特徴とする請求項1から4のいずれか1項に記載の画像処理装置。 - 前記推定部は、
前記学習データにおける学習サンプルの個数が基準個数以上なら、
前記推定部は、前記画像データから抽出された特徴ベクトルに加え、ニューラルネットワークを用いて、前記疾患名を推定し、
前記学習データにおける学習サンプルの個数が基準個数未満なら、
前記推定部は、前記画像データから抽出された特徴ベクトルに加え、SVMを用いた識別器を用いて、前記疾患名を推定する、
ことを特徴とする請求項1から4のいずれか1項に記載の画像処理装置。 - 前記学習データは、前記画像データベースに記憶されている前記各画像データに係る疾患名と前記各画像データの特徴ベクトルであり、
前記推定部に対し前記学習データを用いて学習させるよう制御する制御部を更に備えることを特徴とする請求項1から7のいずれか1項に記載の画像処理装置。 - 疾患の患部の画像データを取得する画像取得ステップと、
前記画像取得ステップにて取得された画像データから抽出された特徴ベクトルと、画像データベースに各画像データ及び前記各画像データに係る疾患名と紐付けて記憶された前記各画像データの特徴ベクトルと、の類似度を求め、前記画像データベース中での前記各画像データの類似度の高さの順位を求める類似順位計算ステップと、
学習データにより予め学習された推定部を用いて、前記画像取得ステップで取得した画像データに係る疾患名を、前記画像データから抽出された特徴ベクトルに基づいて推定する推定ステップと、
前記類似順位計算ステップにて求められた類似度の高さの順位において第1位の画像データに紐付けられている疾患名と前記推定ステップにて推定された疾患名とが異なると判定した場合に、前記類似順位計算ステップにて前記順位を計算した画像データの中で、該画像データに紐付けられた疾患名と前記推定ステップにて推定された疾患名とが一致する画像データの前記順位を補正する補正ステップと、
前記補正ステップにて補正された順位の順番で、少なくとも第1位の前記画像データを提示部に提示する提示ステップと、
を含むことを特徴とする画像処理方法。 - コンピュータに、
疾患の患部の画像データを取得する画像取得ステップ、
前記画像取得ステップにて取得された画像データから抽出された特徴ベクトルと、画像データベースに各画像データ及び前記各画像データに係る疾患名と紐付けて記憶された前記各画像データの特徴ベクトルと、の類似度を求め、前記画像データベース中での前記各画像データの類似度の高さの順位を求める類似順位計算ステップ、
学習データにより予め学習された推定部を用いて、前記画像取得ステップで取得した画像データに係る疾患名を、前記画像データから抽出された特徴ベクトルに基づいて推定する推定ステップ、
前記類似順位計算ステップにて求められた類似度の高さの順位において第1位の画像データに紐付けられている疾患名と前記推定ステップにて推定された疾患名とが異なると判定した場合に、前記類似順位計算ステップにて前記順位を計算した画像データの中で、該画像データに紐付けられた疾患名と前記推定ステップにて推定された疾患名とが一致する画像データの前記順位を補正する補正ステップ、
前記補正ステップにて補正された順位の順番で、少なくとも第1位の前記画像データを提示部に提示する提示ステップ、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017059264A JP7024197B2 (ja) | 2017-03-24 | 2017-03-24 | 画像処理装置、画像処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017059264A JP7024197B2 (ja) | 2017-03-24 | 2017-03-24 | 画像処理装置、画像処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018161206A JP2018161206A (ja) | 2018-10-18 |
JP7024197B2 true JP7024197B2 (ja) | 2022-02-24 |
Family
ID=63859348
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017059264A Active JP7024197B2 (ja) | 2017-03-24 | 2017-03-24 | 画像処理装置、画像処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7024197B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7252035B2 (ja) * | 2019-03-28 | 2023-04-04 | 京セラ株式会社 | 疾患推定システム |
JP7315165B2 (ja) * | 2019-06-10 | 2023-07-26 | TXP Medical株式会社 | 診断支援システム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010082001A (ja) | 2008-09-29 | 2010-04-15 | Toshiba Corp | 画像表示装置 |
WO2010122721A1 (ja) | 2009-04-22 | 2010-10-28 | 日本電気株式会社 | 照合装置、照合方法および照合プログラム |
JP2012179336A (ja) | 2011-03-02 | 2012-09-20 | Stat Lab:Kk | 病理画像診断支援装置 |
JP2012249964A (ja) | 2011-06-06 | 2012-12-20 | Canon Inc | 診療支援装置、診療支援方法 |
JP2015154918A (ja) | 2014-02-19 | 2015-08-27 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 病変検出装置及び方法 |
JP2017045341A (ja) | 2015-08-28 | 2017-03-02 | カシオ計算機株式会社 | 診断装置、及び診断装置における学習処理方法、並びにプログラム |
-
2017
- 2017-03-24 JP JP2017059264A patent/JP7024197B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010082001A (ja) | 2008-09-29 | 2010-04-15 | Toshiba Corp | 画像表示装置 |
WO2010122721A1 (ja) | 2009-04-22 | 2010-10-28 | 日本電気株式会社 | 照合装置、照合方法および照合プログラム |
JP2012179336A (ja) | 2011-03-02 | 2012-09-20 | Stat Lab:Kk | 病理画像診断支援装置 |
JP2012249964A (ja) | 2011-06-06 | 2012-12-20 | Canon Inc | 診療支援装置、診療支援方法 |
JP2015154918A (ja) | 2014-02-19 | 2015-08-27 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 病変検出装置及び方法 |
JP2017045341A (ja) | 2015-08-28 | 2017-03-02 | カシオ計算機株式会社 | 診断装置、及び診断装置における学習処理方法、並びにプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2018161206A (ja) | 2018-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11551134B2 (en) | Information processing apparatus, information processing method, and storage medium | |
US9886669B2 (en) | Interactive visualization of machine-learning performance | |
US20210182333A1 (en) | Correlating image annotations with foreground features | |
Miao et al. | A semi-automatic method for road centerline extraction from VHR images | |
US9495583B2 (en) | Organizing images by correlating faces | |
US10169549B2 (en) | Digital image processing including refinement layer, search context data, or DRM | |
US10339642B2 (en) | Digital image processing through use of an image repository | |
US10528649B2 (en) | Recognizing unseen fonts based on visual similarity | |
JP2013125322A (ja) | 学習装置、プログラム及び学習方法 | |
EP3475840B1 (en) | Facilitating use of images as search queries | |
US11323577B2 (en) | Image processing device for creating an album | |
US11645478B2 (en) | Multi-lingual tagging for digital images | |
CN104915673A (zh) | 一种基于视觉词袋模型的目标分类方法和系统 | |
JP2012174222A (ja) | 画像認識プログラム、方法及び装置 | |
JP2011018178A (ja) | 情報処理装置、情報処理方法およびプログラム | |
TW201546636A (zh) | 註解顯示器輔助裝置及輔助方法 | |
JP7024197B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN114092949A (zh) | 类别预测模型的训练、界面元素类别的识别方法及装置 | |
Davis et al. | Automated bone age assessment using feature extraction | |
JP6377917B2 (ja) | 画像検索装置及び画像検索プログラム | |
US11047696B2 (en) | Methods and systems for determining and assigning a primary point-of-interest type for a point-of-interest | |
JP2015094973A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び記録媒体 | |
JP2017162098A (ja) | 学習方法、情報処理装置および学習プログラム | |
JP2016110256A (ja) | 情報処理装置及び情報処理プログラム | |
CN117315090A (zh) | 基于跨模态风格学习的图像生成方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200106 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210706 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210812 |
|
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: 20220111 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220124 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7024197 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |