JP7087390B2 - 診断支援装置、画像処理方法及びプログラム - Google Patents
診断支援装置、画像処理方法及びプログラム Download PDFInfo
- Publication number
- JP7087390B2 JP7087390B2 JP2018001044A JP2018001044A JP7087390B2 JP 7087390 B2 JP7087390 B2 JP 7087390B2 JP 2018001044 A JP2018001044 A JP 2018001044A JP 2018001044 A JP2018001044 A JP 2018001044A JP 7087390 B2 JP7087390 B2 JP 7087390B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- background
- processing method
- learning
- inference
- 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
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
Description
本発明の他の特徴は、本明細書及び添付図面の記載により明らかにする。
本実施形態は、以下に詳述するように、疾患として皮膚疾患を例に取り、ダーモスコピー画像の機械学習において、疾患領域を撮影した元画像と、元画像を前景部(疾患部)と背景部(非疾患部)に分離して前景画像マップを抽出し、背景部として無地のパターンを埋め込んで得られる背景埋め込み画像(詳しくは後述)を用いて、画像増量を行うものである。本実施形態では、増量画像を、学習時、推論時のどちらにおいても利用する。これにより、学習時においては、背景部が分類の本質ではないことの学習が可能となり、推論時には背景部の影響を取り除いた精度の高い推論が可能となる。
以下、図3から図9を参照しながら、図1,図2に示す本実施形態に係る診断支援装置100の動作である画像処理方法について詳細に説明する。
ここで、上記した色輝度補正処理(図4のステップS13)について、説明する。
上記で説明した診断支援装置100は、その機能をコンビュータに実行させるためのプログラムを備える。また、上記で説明した診断支援装置100の動作である画像処理方法は、その処理をコンピュータに実行させるためのプログラムを備える。
上記した実施形態では、学習時と推論時の双方において、元画像と背景埋め込み画像を用いたが、以下のように組み合わせて実行してもよい。
(a)学習時に元画像と背景埋め込み画像を用い、推論時に背景埋め込み画像のみを用いる。診断されるべき疾患に係る予測対象画像に目盛り等をあえて含めて推論を行うような場合である。
(b)学習時に元画像と背景埋め込み画像を用い、推論時に元画像のみを用いる。診断されるべき疾患に係る予測対象画像に目盛り等が含まれないような場合であり、この場合、推論時に前景部を領域抽出しないで済むメリットがある。
(c)学習時に元画像のみを用い、推論時に背景埋め込み画像のみを用いる。学習用の元画像に目盛り等が含まれていないが、診断されるべき疾患に係る予測対象画像には目盛り等が含まれているような場合であり、この場合、学習時に前景部を領域抽出しないで済むメリットがある。
上述した本実施形態によれば、疾患領域のダーモスコピー画像である元画像の前景部を抽出して背景部に無地のパターンで埋め込んだ背景埋め込み画像を用いることにより、元画像の原寸のまま処理を行うことができる。また、背景がある元画像と、無地パターンで埋めた背景埋め込み画像の両方を学習する場合は、疾患鑑別と無相関の要素を学習することができる。
[請求項1]
疾患領域の診断を支援する診断支援装置の画像処理方法であって、
前記疾患領域を撮影した元画像を疾患部である前景画像と非疾患部である背景画像に分離して抽出された前景画像マップに、新たな背景画像としてパターンを埋め込んだ背景埋め込み画像を生成する画像生成処理(A)と、
前記画像生成処理(A)で生成された前記背景埋め込み画像を学習により特徴を抽出する識別器生成処理(B)と、
前記識別器生成処理(B)で抽出された特徴を用いて未知の画像である予測対象画像について推論する識別器推論処理(C)と、
を含むことを特徴とする画像処理方法。
[請求項2]
学習時と推論時の双方において、前記元画像と前記背景埋め込み画像を用いることを特徴とする請求項1に記載の画像処理方法。
[請求項3]
学習時に前記元画像と前記背景埋め込み画像を用い、推論時に前記背景埋め込み画像のみを用いることを特徴とする請求項1に記載の画像処理方法。
[請求項4]
学習時に前記元画像と前記背景埋め込み画像を用い、推論時に前記元画像のみを用いることを特徴とする請求項1に記載の画像処理方法。
[請求項5]
学習時に前記元画像のみを用い、推論時に前記背景埋め込み画像のみを用いることを特徴とする請求項1に記載の画像処理方法。
[請求項6]
前記画像生成処理(A)において、前記元画像の疾患部周辺の非疾患部について、所定の色の色輝度を正規化することを特徴とする請求項1に記載の画像処理方法。
[請求項7]
前記画像生成処理(A)において、ピクセルごとに意味をラベル付けする画像セグメンテーションによって前記前景画像と前記背景画像を生成することを特徴とする請求項1に記載の画像処理方法。
[請求項8]
前記識別器生成処理(B)において、学習用の画像としてM枚の元画像を用意し、前記元画像から領域抽出した前景画像マップの背景部に無地のパターンを埋め込んだ背景埋め込み画像を生成して画像増量を行い、埋め込みを行っていない元画像と合わせて、学習画像をMx2枚とすることを特徴とする請求項1に記載の画像処理方法。
[請求項9]
前記識別器推論処理(C)において、前記元画像に対する推論値と、前記背景埋め込み画像に対する推論値を得て、その2個の推論値を平均することによって最終推論値とすることを特徴とする請求項2に記載の画像処理方法。
[請求項10]
疾患領域の診断を支援する診断支援装置の画像処理方法であって、
前記疾患領域を撮影した元画像を疾患部である前景画像と非疾患部である背景画像に分離して抽出された前景画像マップに、新たな背景画像としてパターンが埋め込まれた背景埋め込み画像を用いて、前記診断支援装置の機械学習を実行する識別器において、前記背景埋め込み画像を用いて学習及び/又は推論がなされることを特徴とする画像処理方法。
[請求項11]
請求項1から10のいずれか1項に記載の画像処理方法をコンビュータに実行させることを特徴とするプログラム。
[請求項12]
疾患領域の診断を支援する診断支援装置であって、
機械学習を実行する識別器を備え、
前記疾患領域を撮影した元画像を疾患部である前景画像と非疾患部である背景画像に分離して抽出された前景画像マップに、新たな背景画像としてパターンが埋め込まれた背景埋め込み画像を用いて、前記識別器が学習及び/又は推論することを特徴とする診断支援装置。
[請求項13]
前記前景画像マップが学習時に予め用意されることを特徴とする請求項12に記載の診断支援装置。
[請求項14]
前記背景埋め込み画像が学習時に予め生成して用意されることを特徴とする請求項12に記載の診断支援装置。
[請求項15]
前記識別器が前記背景画像を正規化された所定の色に処理することを特徴とする請求項12に記載の診断支援装置。
[請求項16]
前記識別器が、学習時及び推論時のいずれにおいても、前記元画像と前記背景埋め込み画像を用いることを特徴とする請求項12から15のいずれか1項に記載の診断支援装置。
[請求項17]
前記パターンが無地であることを特徴とする請求項12から15のいずれか1項に記載の診断支援装置。
[請求項18]
前記識別器は、診断されるべき疾患を識別する前に予め機械学習が実行されていることを特徴とする請求項12から17のいずれか1項に記載の診断支援装置。
[請求項19]
請求項12から18のいずれか1項に記載の診断支援装置の機能をコンビュータに実行させることを特徴とするプログラム。
Claims (18)
- 疾患領域の診断を支援する診断支援装置の画像処理方法であって、
前記疾患領域を撮影した元画像を疾患部である前景画像と非疾患部である背景画像に分離して抽出された前景画像に、新たな背景画像として無地の画像を合成した背景埋め込み画像を生成する画像生成処理(A)と、
前記画像生成処理(A)で生成された前記背景埋め込み画像を用いた学習により特徴を抽出する識別器生成処理(B)と、
前記識別器生成処理(B)で抽出された特徴を用いて未知の画像である予測対象画像について推論する識別器推論処理(C)と、
を含むことを特徴とする画像処理方法。 - 学習時と推論時の双方において、前記元画像と前記背景埋め込み画像を用いることを特徴とする請求項1に記載の画像処理方法。
- 学習時に前記元画像と前記背景埋め込み画像を用い、推論時に前記背景埋め込み画像のみを用いることを特徴とする請求項1に記載の画像処理方法。
- 学習時に前記元画像と前記背景埋め込み画像を用い、推論時に前記元画像のみを用いることを特徴とする請求項1に記載の画像処理方法。
- 学習時に前記元画像のみを用い、推論時に前記背景埋め込み画像のみを用いることを特徴とする請求項1に記載の画像処理方法。
- 前記画像生成処理(A)において、前記元画像の疾患部周辺の非疾患部について、所定の色の色輝度を正規化することを特徴とする請求項1に記載の画像処理方法。
- 前記画像生成処理(A)において、ピクセルごとに意味をラベル付けする画像セグメンテーションによって前記前景画像と前記背景画像を生成することを特徴とする請求項1に記載の画像処理方法。
- 前記識別器生成処理(B)において、学習用の画像としてM枚の元画像を用意し、前記元画像から領域抽出した前景画像に前記新たな背景画像として前記無地の画像を合成した背景埋め込み画像を生成して画像増量を行い、合成を行っていない元画像と合わせて、学習画像をMx2枚とすることを特徴とする請求項1に記載の画像処理方法。
- 前記識別器推論処理(C)において、前記元画像に対する推論値と、前記背景埋め込み画像に対する推論値とを導出し、導出されたそれぞれの前記推論値を平均することによって最終推論値とすることを特徴とする請求項2に記載の画像処理方法。
- 疾患領域の診断を支援する診断支援装置の画像処理方法であって、
前記疾患領域を撮影した元画像を疾患部である前景画像と非疾患部である背景画像に分離して抽出された前景画像に、新たな背景画像として無地の画像が合成された背景埋め込み画像を用いて、前記診断支援装置の機械学習を実行する識別器において、前記背景埋め込み画像を用いて学習及び/又は推論がなされることを特徴とする画像処理方法。 - 請求項1から10のいずれか1項に記載の画像処理方法をコンビュータに実行させることを特徴とするプログラム。
- 疾患領域の診断を支援する診断支援装置であって、
機械学習を実行する識別器を備え、
前記疾患領域を撮影した元画像を疾患部である前景画像と非疾患部である背景画像に分離して抽出された前景画像に、新たな背景画像として無地の画像が合成された背景埋め込み画像を用いて、前記識別器が学習及び/又は推論することを特徴とする診断支援装置。 - 前記前景画像が学習時に予め用意されることを特徴とする請求項12に記載の診断支援装置。
- 前記背景埋め込み画像が学習時に予め生成して用意されることを特徴とする請求項12に記載の診断支援装置。
- 前記識別器が前記背景画像を正規化された所定の色に処理することを特徴とする請求項12に記載の診断支援装置。
- 前記識別器が、学習時及び推論時のいずれにおいても、前記元画像と前記背景埋め込み画像を用いることを特徴とする請求項12から15のいずれか1項に記載の診断支援装置。
- 前記識別器は、診断されるべき疾患を識別する前に予め機械学習が実行されていることを特徴とする請求項12から16のいずれか1項に記載の診断支援装置。
- 請求項12から17のいずれか1項に記載の診断支援装置の機能をコンビュータに実行させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018001044A JP7087390B2 (ja) | 2018-01-09 | 2018-01-09 | 診断支援装置、画像処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018001044A JP7087390B2 (ja) | 2018-01-09 | 2018-01-09 | 診断支援装置、画像処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019118670A JP2019118670A (ja) | 2019-07-22 |
JP7087390B2 true JP7087390B2 (ja) | 2022-06-21 |
Family
ID=67305603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018001044A Active JP7087390B2 (ja) | 2018-01-09 | 2018-01-09 | 診断支援装置、画像処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7087390B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7418730B2 (ja) * | 2019-08-28 | 2024-01-22 | 龍一 中原 | 医用画像処理装置、医用画像処理方法および医用画像処理プログラム |
CN113763315B (zh) * | 2021-05-18 | 2023-04-07 | 腾讯医疗健康(深圳)有限公司 | 玻片图像的信息获取方法、装置、设备及介质 |
JP7496858B2 (ja) | 2022-08-08 | 2024-06-07 | 基礎地盤コンサルタンツ株式会社 | 粒度分布予測装置、機械学習装置、粒度分布予測方法、及び、機械学習方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005192944A (ja) | 2004-01-09 | 2005-07-21 | Keio Gijuku | 色素沈着部位の遠隔診療システム |
JP2005536236A (ja) | 2001-12-28 | 2005-12-02 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像調整手段を持つ医療用ビューイングシステム |
JP2009061266A (ja) | 2007-08-09 | 2009-03-26 | Toshiba Medical Systems Corp | 画像診断支援システム、医用画像管理装置、画像診断支援処理装置および画像診断支援方法 |
US20140036054A1 (en) | 2012-03-28 | 2014-02-06 | George Zouridakis | Methods and Software for Screening and Diagnosing Skin Lesions and Plant Diseases |
JP2015000347A (ja) | 2013-06-13 | 2015-01-05 | 株式会社東芝 | 医用画像処理装置及び医用画像処理プログラム |
US20150206022A1 (en) | 2014-01-22 | 2015-07-23 | Cognizant Technology Solutions India Pvt. Ltd. | System and method for classifying a skin infection |
JP2016174728A (ja) | 2015-03-20 | 2016-10-06 | カシオ計算機株式会社 | 診断装置並びに当該診断装置における画像処理方法、画像処理システム及びそのプログラム |
-
2018
- 2018-01-09 JP JP2018001044A patent/JP7087390B2/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005536236A (ja) | 2001-12-28 | 2005-12-02 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 画像調整手段を持つ医療用ビューイングシステム |
JP2005192944A (ja) | 2004-01-09 | 2005-07-21 | Keio Gijuku | 色素沈着部位の遠隔診療システム |
JP2009061266A (ja) | 2007-08-09 | 2009-03-26 | Toshiba Medical Systems Corp | 画像診断支援システム、医用画像管理装置、画像診断支援処理装置および画像診断支援方法 |
US20140036054A1 (en) | 2012-03-28 | 2014-02-06 | George Zouridakis | Methods and Software for Screening and Diagnosing Skin Lesions and Plant Diseases |
JP2015000347A (ja) | 2013-06-13 | 2015-01-05 | 株式会社東芝 | 医用画像処理装置及び医用画像処理プログラム |
US20150206022A1 (en) | 2014-01-22 | 2015-07-23 | Cognizant Technology Solutions India Pvt. Ltd. | System and method for classifying a skin infection |
JP2016174728A (ja) | 2015-03-20 | 2016-10-06 | カシオ計算機株式会社 | 診断装置並びに当該診断装置における画像処理方法、画像処理システム及びそのプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019118670A (ja) | 2019-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107788948B (zh) | 诊断支援装置、诊断支援装置的图像处理方法、以及存储程序的存储介质 | |
JP7188514B2 (ja) | 診断支援装置、及び診断支援装置における画像処理方法、並びにプログラム | |
US20210133473A1 (en) | Learning apparatus and learning method | |
JP7229996B2 (ja) | 流れを視覚化するための機械学習を使用したスペックルコントラスト分析 | |
US20080226147A1 (en) | Method to provide automated quality feedback to imaging devices to achieve standardized imaging data | |
JP7187557B2 (ja) | 医療画像学習装置、方法及びプログラム | |
JP4599520B2 (ja) | マルチスペクトル画像処理方法 | |
JP7087390B2 (ja) | 診断支援装置、画像処理方法及びプログラム | |
CN102724909A (zh) | 医用图像处理装置和医用图像处理方法 | |
CN109242792B (zh) | 一种基于白色物体的白平衡校对方法 | |
JP5800549B2 (ja) | 画像処理装置、画像処理装置の作動方法、及び画像処理プログラム | |
CN114365180A (zh) | 图像处理方法、学习装置以及图像处理装置 | |
KR20230059244A (ko) | 인공지능 기반의 내시경 진단 보조 시스템 및 이의 제어방법 | |
de Moura et al. | Skin lesions classification using multichannel dermoscopic Images | |
JP6585623B2 (ja) | 生体情報計測装置、生体情報計測方法および生体情報計測プログラム | |
US20230180999A1 (en) | Learning apparatus, learning method, program, trained model, and endoscope system | |
CN117152362B (zh) | 内窥镜多光谱的多路成像方法、装置、设备及存储介质 | |
TWI803223B (zh) | 於超頻譜影像之物件偵測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201211 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211013 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211217 |
|
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: 20220523 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7087390 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |