JP7082395B2 - 情報処理装置、機械学習データの製造方法、及びプログラム - Google Patents
情報処理装置、機械学習データの製造方法、及びプログラム Download PDFInfo
- Publication number
- JP7082395B2 JP7082395B2 JP2018036595A JP2018036595A JP7082395B2 JP 7082395 B2 JP7082395 B2 JP 7082395B2 JP 2018036595 A JP2018036595 A JP 2018036595A JP 2018036595 A JP2018036595 A JP 2018036595A JP 7082395 B2 JP7082395 B2 JP 7082395B2
- Authority
- JP
- Japan
- Prior art keywords
- information
- eye
- machine learning
- output
- input
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Ophthalmology & Optometry (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Eye Examination Apparatus (AREA)
- Image Analysis (AREA)
Description
本実施の形態は以上の構成を備えており、次のように動作する。本発明の実施の形態に係る情報処理装置1は、学習処理を行うよう指示を受けると、図3に例示するように、光干渉断層計(OCT)による検査と、視野検査とを実質的に同時に(例えば数日の期間内に)行った特定の対象者から得られた、光干渉断層計(OCT)による、眼底計測結果(網膜の構造に関する情報)と、視野検査の結果との組(以下の説明ではペアデータと呼ぶ)と、光干渉断層計(OCT)による検査の結果と組となっていない視野検査の結果の情報(以下、ノンペアデータと呼ぶ)との入力をそれぞれ複数受け入れる(S1)。
また、教師なし学習により症状の進行のパターンを抽出する方法は、非負値行列因子分解(NMF)の方法に限られない。
また、ここまでの説明では、ノンペアデータに基づいてノンペアデータが表すニューラルネットワークの出力に関するパターンを推定し、当該パターンとニューラルネットワークの出力とが一致するように、ニューラルネットワークの学習処理を行うようにしていたが、本実施の形態はこれに限られない。
上述の機械学習の結果を用いると、診断処理のほか、次のように、患者の状態に係る入力情報(上述の例であれば、光干渉断層計(OCT)による、眼底計測結果(網膜の構造に関する情報)や眼底写真の画像データなどの目に係る診断情報)と、患者の状態に係る出力情報(上述の例であれば視野検査の結果に相当する情報)との関係を可視化する処理を行うこともできる。
Claims (7)
- 出力情報のパターンを表す情報を取得する取得手段と、
入力情報と、対応する出力情報とを関連付ける機械学習データを生成する手段であって、前記入力情報を入力したときに学習器が出力する情報と、当該入力情報に対応する前記出力情報との相違に関する情報と、前記取得した前記出力情報のパターンに係る情報とを用いて前記学習器のパラメータを制御して機械学習データを生成する学習処理手段と、
を含み、
前記学習処理手段により生成された機械学習データを、処理の対象となる前記入力情報に対応する、前記出力情報を推定する処理に供する情報処理装置。 - 目の症状に関する情報のパターンを表す情報を取得する取得手段と、
目に係る診断情報と、対応する目の症状に関する情報とを関連付ける機械学習データを生成する手段であって、目に係る診断情報を入力としたときの学習器の出力と、当該入力した診断情報に対応する目の症状に関する情報との相違に関する情報と、前記受け入れた目の症状に関する情報のパターンに係る情報とを用いて前記学習器のパラメータを制御して機械学習データを生成する学習処理手段と、
を含み、
前記学習処理手段により生成された機械学習データを、処理の対象となる目に係る診断情報に対応する、目の症状に関する情報を推定する処理に供する情報処理装置。 - 請求項2に記載の情報処理装置であって、
前記取得手段は、目の症状に関する情報を複数受け入れて、当該複数の目の症状に関する情報に基づく教師なし学習により得られる目の症状に関する情報のパターンを表す情報を生成して取得する情報処理装置。 - 請求項2または3に記載の情報処理装置であって、
前記目に係る診断情報は、網膜構造を表す情報であり、前記目の症状に関する情報は、視野に関する情報である情報処理装置。 - 請求項3に記載の情報処理装置であって、
前記取得手段が受け入れる目の症状に関する情報は少なくとも視野を表す情報を含む情報である情報処理装置。 - 目の症状に関する情報を複数受け入れて、当該複数の目の症状に関する情報に基づく教師なし学習により得られる目の症状に関する情報のパターンを表す情報を取得する工程と、
目に係る診断情報と、対応する目の症状に関する情報とを関連付ける機械学習データを生成する工程であって、目に係る診断情報を入力としたときの学習器の出力と、当該入力した診断情報に対応する目の症状に関する情報との相違に関する情報と、前記受け入れた目の症状に関する情報のパターンに係る情報とを用いて前記学習器のパラメータを制御する工程と、
を含む、
機械学習データの製造方法。 - コンピュータを、
目の症状に関する情報のパターンを表す情報を取得する取得手段と、
目に係る診断情報と、対応する目の症状に関する情報とを関連付ける機械学習データを生成する手段であって、目に係る診断情報を入力としたときの学習器の出力と、当該入力した診断情報に対応する目の症状に関する情報との相違に関する情報と、前記受け入れた目の症状に関する情報のパターンに係る情報とを用いて前記学習器のパラメータを制御して機械学習データを生成する学習処理手段と、
として機能させ、
前記学習処理手段により生成された機械学習データが、処理の対象となる目に係る診断情報に対応する、目の症状に関する情報を推定する処理に供されるプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018036595A JP7082395B2 (ja) | 2018-03-01 | 2018-03-01 | 情報処理装置、機械学習データの製造方法、及びプログラム |
PCT/JP2019/007950 WO2019168129A1 (ja) | 2018-03-01 | 2019-02-28 | 情報処理装置、及び機械学習データの製造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018036595A JP7082395B2 (ja) | 2018-03-01 | 2018-03-01 | 情報処理装置、機械学習データの製造方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019152977A JP2019152977A (ja) | 2019-09-12 |
JP7082395B2 true JP7082395B2 (ja) | 2022-06-08 |
Family
ID=67805367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018036595A Active JP7082395B2 (ja) | 2018-03-01 | 2018-03-01 | 情報処理装置、機械学習データの製造方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7082395B2 (ja) |
WO (1) | WO2019168129A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7497863B2 (ja) | 2020-07-17 | 2024-06-11 | 国立大学法人千葉大学 | 診断装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014136316A1 (ja) | 2013-03-04 | 2014-09-12 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP2018014059A (ja) | 2016-07-22 | 2018-01-25 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05189397A (ja) * | 1992-01-13 | 1993-07-30 | Hitachi Ltd | ニューラル・ネットワークの学習方法および情報処理システム |
JP2015116319A (ja) * | 2013-12-18 | 2015-06-25 | パナソニックIpマネジメント株式会社 | 診断支援装置、診断支援方法、および診断支援プログラム |
-
2018
- 2018-03-01 JP JP2018036595A patent/JP7082395B2/ja active Active
-
2019
- 2019-02-28 WO PCT/JP2019/007950 patent/WO2019168129A1/ja active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014136316A1 (ja) | 2013-03-04 | 2014-09-12 | 日本電気株式会社 | 情報処理装置、情報処理方法、及びプログラム |
JP2018014059A (ja) | 2016-07-22 | 2018-01-25 | 株式会社トプコン | 医療情報処理システム及び医療情報処理方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019168129A1 (ja) | 2019-09-06 |
JP2019152977A (ja) | 2019-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stoehr et al. | Detecting changes in the covariance structure of functional time series with application to fMRI data | |
JP7070255B2 (ja) | 異常判別プログラム、異常判別方法および異常判別装置 | |
JP7057589B2 (ja) | 医療情報処理システム、歩行状態定量化方法およびプログラム | |
Wang et al. | Weakly supervised lesion detection from fundus images | |
US10610109B2 (en) | Emotion representative image to derive health rating | |
US11663845B2 (en) | Method and apparatus for privacy protected assessment of movement disorder video recordings | |
WO2010088763A1 (en) | Methods and apparatuses for quantitatively determining the likelihood of a disease | |
CN113728394A (zh) | 身体活动执行和训练的评分度量 | |
CN111862020B (zh) | 一种眼前节生理年龄预测方法、装置、服务器及存储介质 | |
CN110516762B (zh) | 一种肌肉状态量化评定方法、装置、存储介质及智能终端 | |
Rivail et al. | Modeling disease progression in retinal OCTs with longitudinal self-supervised learning | |
WO2021217906A1 (zh) | 基于步态特征的体态检测方法、装置、设备及存储介质 | |
Zia et al. | A multilevel deep feature selection framework for diabetic retinopathy image classification | |
TW201941220A (zh) | 診斷支援裝置、程式製品、記錄有學習完成模型的記錄媒體及學習裝置 | |
Hung et al. | A deep learning approach to identify blepharoptosis by convolutional neural networks | |
Zhang et al. | A human-in-the-loop deep learning paradigm for synergic visual evaluation in children | |
JP7082395B2 (ja) | 情報処理装置、機械学習データの製造方法、及びプログラム | |
CN110603550A (zh) | 利用导航任务识别生物标志物和利用导航任务进行治疗的平台 | |
WO2018083853A1 (ja) | 視野感度推定装置、視野感度推定装置の制御方法、及びプログラム | |
US11250723B1 (en) | Visuospatial disorders detection in dementia using a computer-generated environment based on voting approach of machine learning algorithms | |
Meshram et al. | Development And Analysis Of Deep Learning Model Based On Multiclass Classification Of Retinal Image For Early Detection Of Diabetic Retinopathy | |
CN112446418A (zh) | 一种眼底分类模型集成系统、方法、电子设备及介质 | |
Kumari et al. | Automated process for retinal image segmentation and classification via deep learning based cnn model | |
EP3474290A1 (en) | Systems and methods for optimizing a joint cost function and detecting neuro muscular profiles thereof | |
Wang et al. | Uncertainty-guided domain alignment for layer segmentation in oct images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210208 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220225 |
|
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: 20220510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220520 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7082395 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |