JP7226895B2 - 医療イメージングデバイスによりキャプチャされた組織学的イメージをプロセッシングするための方法及び装置 - Google Patents
医療イメージングデバイスによりキャプチャされた組織学的イメージをプロセッシングするための方法及び装置 Download PDFInfo
- Publication number
- JP7226895B2 JP7226895B2 JP2019566558A JP2019566558A JP7226895B2 JP 7226895 B2 JP7226895 B2 JP 7226895B2 JP 2019566558 A JP2019566558 A JP 2019566558A JP 2019566558 A JP2019566558 A JP 2019566558A JP 7226895 B2 JP7226895 B2 JP 7226895B2
- Authority
- JP
- Japan
- Prior art keywords
- histological
- image
- sample
- target
- images
- 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
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- 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
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- 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
-
- 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
- G16H70/00—ICT specially adapted for the handling or processing of medical references
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Description
Claims (9)
- 医療イメージングデバイスによりキャプチャされた組織学的イメージをプロセッシングするために、コンピュータにより行われる方法であって、
少なくとも1つの組織類型を含む前記組織学的イメージを受信する段階と、
第1オートエンコーダにより、前記組織学的イメージで候補組織類型を決定する段階と、
前記第1オートエンコーダにより、前記組織学的イメージで前記候補組織類型に対応するターゲット領域を識別する段階と、
1つ以上のサンプル組織学的イメージを1つ以上のサンプルターゲット組織学的イメージと連関させる予測モデルに基づいて前記組織学的イメージで前記ターゲット領域に対応する少なくとも1つのターゲット組織学的イメージを識別する段階と、
前記識別された少なくとも1つのターゲット組織学的イメージと連関した1つ以上のディスプレイ特性を前記組織学的イメージに適用する段階と、
前記適用された1つ以上のディスプレイ特性を含む前記組織学的イメージの修正されたイメージを生成する段階と、
を含み、
第1サンプル組織学的イメージセットに基づいて前記第1オートエンコーダをトレーニングすることにより第1非指導学習モデルが生成され、
第2サンプルターゲット組織学的イメージセットに基づいて第2オートエンコーダをトレーニングすることにより第2非指導学習モデルが生成され、
前記予測モデルは、前記第1非指導学習モデル及び前記第2非指導学習モデルに基づいて生成され、
前記第1サンプル組織学的イメージセットにおけるM個のサンプル組織学的イメージの1つ以上の解剖学的位置は、前記第2サンプルターゲット組織学的イメージセットにおけるN個のサンプルターゲット組織学的イメージの1つ以上の解剖学的位置とマッチングするように整列し、M及びNは正の整数であり、
前記予測モデルは、1つ以上のディスプレイ特性を示す1つ以上の特徴に関するデータ
を含み、前記N個のサンプルターゲット組織学的イメージからの1つ以上の特徴を前記M個のサンプル組織学的イメージからの1つ以上の特徴と連関させることによりトレーニングされる、
方法。 - 前記予測モデルは、前記サンプル組織学的イメージのそれぞれにおける第1パッチセット及び前記サンプルターゲット組織学的イメージのそれぞれにおける第2パッチセットを含み、
前記予測モデルにおいて前記第1パッチセットは前記第2パッチセットと連関し、
前記1つ以上のディスプレイ特性を適用する段階は、前記識別された少なくとも1つのターゲット組織学的イメージにおける前記第2パッチセットに基づいて前記受信された組織学的イメージにおける複数のパッチを修正する段階を含む、請求項1に記載の方法。 - 前記候補組織類型に対応する前記ターゲット領域を識別する段階は、前記組織学的イメージで前記ターゲット領域を含む複数の領域を識別する段階を含み、
前記予測モデルは、前記サンプル組織学的イメージのそれぞれにおける第1領域セット、及び前記サンプルターゲット組織学的イメージのそれぞれにおける第2領域セットを含み、
前記予測モデルにおいて前記第1領域セットは前記第2領域セットと連関し、
前記1つ以上のディスプレイ特性を適用する段階は、前記識別された少なくとも1つのターゲット組織学的イメージにおける前記第2領域セットに基づいて前記受信された組織学的イメージにおける前記複数の領域を修正する段階を含む、請求項1に記載の方法。 - 前記第1非指導学習モデルは、前記組織学的イメージにおける前記ターゲット領域と連関した1つ以上の特徴に基づいてトレーニングされる、請求項1に記載の方法。
- 前記第1非指導学習モデル、前記第2非指導学習モデル、及び前記予測モデルのそれぞれは、人工神経ネットワークの1つ以上のモデルハイパーパラメータ(model hyperparameters)及び1つ以上の加重値により定義された多層モデル(multilayer model)を含む、請求項1に記載の方法。
- 医療イメージングデバイスによりキャプチャされた組織学的イメージをプロセッシングするためのイメージプロセッシングデバイスであって、
少なくとも1つの組織類型を含む前記組織学的イメージを受信し、前記組織学的イメージで候補組織類型を決定し、前記組織学的イメージで前記候補組織類型に対応するターゲット領域を識別するように構成された第1オートエンコーダと、
1つ以上のサンプル組織学的イメージを1つ以上のサンプルターゲット組織学的イメージと連関させる予測モデルに基づいて前記組織学的イメージで前記ターゲット領域に対応する少なくとも1つのターゲット組織学的イメージを識別し、前記識別された少なくとも1つのターゲット組織学的イメージと連関した1つ以上のディスプレイ特性を前記組織学的イメージに適用し、前記適用された1つ以上のディスプレイ特性を含む前記組織学的イメージの修正されたイメージを生成するように構成されたイメージ生成ユニットと
を含み、
第1サンプル組織学的イメージセットに基づいて前記第1オートエンコーダをトレーニングすることにより第1非指導学習モデルが生成され、
第2サンプルターゲット組織学的イメージセットに基づいて第2オートエンコーダをトレーニングすることにより第2非指導学習モデルが生成され、
前記予測モデルは、前記第1非指導学習モデル及び前記第2非指導学習モデルに基づいて生成され、
前記第1サンプル組織学的イメージセットにおけるM個のサンプル組織学的イメージの1つ以上の解剖学的位置は、前記第2サンプルターゲット組織学的イメージセットにおけるN個のサンプルターゲット組織学的イメージの1つ以上の解剖学的位置とマッチングするように整列し、M及びNは正の整数であり、
前記予測モデルは、1つ以上のディスプレイ特性を示す1つ以上の特徴に関するデータを含み、前記N個のサンプルターゲット組織学的イメージからの1つ以上の特徴を前記M個のサンプル組織学的イメージからの1つ以上の特徴と連関させることによりトレーニングされる、
イメージプロセッシングデバイス。 - 前記第1オートエンコーダは、前記組織学的イメージで前記ターゲット領域を含む複数の領域を識別するようにさらに構成され、
前記予測モデルは、前記サンプル組織学的イメージのそれぞれにおける第1領域セット、及び前記サンプルターゲット組織学的イメージのそれぞれにおける第2領域セットを含み、
前記予測モデルにおいて前記第1領域セットは前記第2領域セットと連関し、
前記イメージ生成ユニットは、前記識別された少なくとも1つのターゲット組織学的イメージにおける前記第2領域セットに基づいて前記受信された組織学的イメージにおける前記複数の領域を修正するようにさらに構成される、請求項6に記載のイメージプロセッシングデバイス。 - 組織学的イメージをプロセッシングするための命令語を含む非一時的コンピュータ読み取り可能格納媒体であって、前記命令語はコンピュータのプロセッサに動作を行わせ、前記動作は、
少なくとも1つの組織類型を含む前記組織学的イメージを受信する動作と、
第1オートエンコーダにより、前記組織学的イメージで候補組織類型を決定する動作と、
第1オートエンコーダにより、前記組織学的イメージで前記候補組織類型に対応するターゲット領域を識別する動作と、
1つ以上のサンプル組織学的イメージを1つ以上のサンプルターゲット組織学的イメージと連関させる予測モデルに基づいて、前記組織学的イメージで前記ターゲット領域に対応する少なくとも1つのターゲット組織学的イメージを識別する動作と、
前記識別された少なくとも1つのターゲット組織学的イメージと連関した1つ以上のディスプレイ特性を前記組織学的イメージに適用する動作と、
前記適用された1つ以上のディスプレイ特性を含む前記組織学的イメージの修正されたイメージを生成する動作と、
を含み、
第1サンプル組織学的イメージセットに基づいて前記第1オートエンコーダをトレーニングすることにより第1非指導学習モデルが生成され、
第2サンプルターゲット組織学的イメージセットに基づいて第2オートエンコーダをトレーニングすることにより第2非指導学習モデルが生成され、
前記予測モデルは、前記第1非指導学習モデル及び前記第2非指導学習モデルに基づいて生成され、
前記第1サンプル組織学的イメージセットにおけるM個のサンプル組織学的イメージの1つ以上の解剖学的位置は、前記第2サンプルターゲット組織学的イメージセットにおけるN個のサンプルターゲット組織学的イメージの1つ以上の解剖学的位置とマッチングするように整列し、M及びNは正の整数であり、
前記予測モデルは、1つ以上のディスプレイ特性を示す1つ以上の特徴に関するデータ
を含み、前記N個のサンプルターゲット組織学的イメージからの1つ以上の特徴を前記M個のサンプル組織学的イメージからの1つ以上の特徴と連関させることによりトレーニングされる、
格納媒体。 - 前記候補組織類型に対応する前記ターゲット領域を識別する動作は、前記組織学的イメージで前記ターゲット領域を含む複数の領域を識別する動作を含み、
前記予測モデルは、前記サンプル組織学的イメージのそれぞれにおける第1領域セット、及び前記サンプルターゲット組織学的イメージのそれぞれにおける第2領域セットを含み、
前記予測モデルにおいて前記第1領域セットは前記第2領域セットと連関し、
前記1つ以上のディスプレイ特性を適用する動作は、前記識別された少なくとも1つのターゲット組織学的イメージにおける前記第2領域セットに基づいて前記受信された組織学的イメージにおける前記複数の領域を修正する動作を含む、請求項8に記載の格納媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762461490P | 2017-02-21 | 2017-02-21 | |
US62/461,490 | 2017-02-21 | ||
US201762563751P | 2017-09-27 | 2017-09-27 | |
US62/563,751 | 2017-09-27 | ||
PCT/KR2018/002118 WO2018155898A1 (en) | 2017-02-21 | 2018-02-21 | Method and apparatus for processing histological image captured by medical imaging device |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020508536A JP2020508536A (ja) | 2020-03-19 |
JP7226895B2 true JP7226895B2 (ja) | 2023-02-21 |
Family
ID=63252850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019566558A Active JP7226895B2 (ja) | 2017-02-21 | 2018-02-21 | 医療イメージングデバイスによりキャプチャされた組織学的イメージをプロセッシングするための方法及び装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US11984217B2 (ja) |
EP (1) | EP3586306A4 (ja) |
JP (1) | JP7226895B2 (ja) |
KR (1) | KR102622542B1 (ja) |
CN (1) | CN110326024B (ja) |
WO (1) | WO2018155898A1 (ja) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11783603B2 (en) * | 2018-03-07 | 2023-10-10 | Verily Life Sciences Llc | Virtual staining for tissue slide images |
JP7181001B2 (ja) * | 2018-05-24 | 2022-11-30 | 日本電子株式会社 | 生物組織画像処理システム及び機械学習方法 |
JP6981940B2 (ja) * | 2018-08-29 | 2021-12-17 | 富士フイルム株式会社 | 画像診断支援装置、方法及びプログラム |
US20220058839A1 (en) * | 2018-12-31 | 2022-02-24 | Oregon Health & Science University | Translation of images of stained biological material |
CN113498323A (zh) * | 2019-02-26 | 2021-10-12 | 富士胶片株式会社 | 医用图像处理装置、处理器装置、内窥镜系统、医用图像处理方法、及程序 |
US20220198689A1 (en) * | 2019-04-10 | 2022-06-23 | The Board Of Trustees Of The Leland Stanford Junior University | High Resolution Alignment of 3D Imaging with 2D Imaging |
US10996306B2 (en) * | 2019-04-25 | 2021-05-04 | General Electric Company | MRI system and method using neural network for detection of patient motion |
JP2021029258A (ja) * | 2019-08-13 | 2021-03-01 | ソニー株式会社 | 手術支援システム、手術支援方法、情報処理装置、及び情報処理プログラム |
US11633145B2 (en) * | 2019-10-21 | 2023-04-25 | The Trustees Of Dartmouth College | Specimen imaging with x-ray and optical measurement |
US10733325B1 (en) | 2019-11-15 | 2020-08-04 | Capital One Services, Llc | Securing user-entered text in-transit |
KR102306658B1 (ko) * | 2019-12-24 | 2021-09-30 | 아주대학교산학협력단 | 이종 도메인 데이터 간의 변환을 수행하는 gan의 학습 방법 및 장치 |
US11508169B2 (en) * | 2020-01-08 | 2022-11-22 | Palo Alto Research Center Incorporated | System and method for synthetic image generation with localized editing |
CN117034212A (zh) * | 2020-03-10 | 2023-11-10 | 百度在线网络技术(北京)有限公司 | 处理图像数据的方法、装置、电子设备和计算机存储介质 |
JP6885517B1 (ja) * | 2020-03-17 | 2021-06-16 | 株式会社村田製作所 | 診断支援装置及びモデル生成装置 |
KR102447341B1 (ko) * | 2020-04-10 | 2022-09-26 | 주식회사 뷰웍스 | 유방 촬영 장치 및 방법 |
US20230169627A1 (en) * | 2020-04-10 | 2023-06-01 | University Of Tsukuba | Measurement signal processing device, measurement signal processing method, and program |
CN111539883B (zh) * | 2020-04-20 | 2023-04-14 | 福建帝视信息科技有限公司 | 基于强可逆对抗网络的数字病理图像h&e染色复原方法 |
EP4158539A1 (en) * | 2020-06-02 | 2023-04-05 | Memorial Sloan Kettering Cancer Center | Machine learning model for analyzing pathology data from metastatic sites |
KR102261475B1 (ko) * | 2020-06-05 | 2021-06-07 | 주식회사 딥바이오 | 중증도 판단용 뉴럴 네트워크 학습 방법 및 시스템 |
KR102196874B1 (ko) * | 2020-08-07 | 2020-12-31 | 주식회사 환경과학기술 | 위성 이미지 생성 학습 장치, 위성 이미지 생성 학습 방법, 위성 이미지 생성 장치 및 위성 이미지 생성 방법 |
CN112908451B (zh) * | 2021-04-16 | 2023-12-26 | 千乘镜像(北京)科技有限公司 | 图像处理方法、装置和存储介质 |
CN113781366B (zh) * | 2021-11-03 | 2023-06-23 | 四川大学 | 一种基于深度学习的眼部oct图像清晰化方法 |
US20230162364A1 (en) * | 2021-11-19 | 2023-05-25 | Verily Life Sciences Llc | Segmentation generation for image-related functions |
US20230301510A1 (en) * | 2022-03-24 | 2023-09-28 | Worcester Polytechnic Institute | Robotic-assisted optical coherence tomography (oct) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011104016A (ja) | 2009-11-13 | 2011-06-02 | Olympus Corp | 画像処理装置、電子機器、内視鏡システム及びプログラム |
US20130317369A1 (en) | 2012-03-19 | 2013-11-28 | Genetic Innovations, Inc. | Devices, systems, and methods for virtual staining |
WO2016092394A1 (en) | 2014-12-10 | 2016-06-16 | Koninklijke Philips N.V. | Systems and methods for translation of medical imaging using machine learning |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7545965B2 (en) * | 2003-11-10 | 2009-06-09 | The University Of Chicago | Image modification and detection using massive training artificial neural networks (MTANN) |
WO2009058915A1 (en) * | 2007-10-29 | 2009-05-07 | The Trustees Of The University Of Pennsylvania | Computer assisted diagnosis (cad) of cancer using multi-functional, multi-modal in-vivo magnetic resonance spectroscopy (mrs) and imaging (mri) |
US8488863B2 (en) * | 2008-11-06 | 2013-07-16 | Los Alamos National Security, Llc | Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials |
US9025850B2 (en) * | 2010-06-25 | 2015-05-05 | Cireca Theranostics, Llc | Method for analyzing biological specimens by spectral imaging |
PT2779089T (pt) | 2010-07-30 | 2019-02-19 | Fund D Anna Sommer Champalimaud E Dr Carlos Montez Champalimaud | Sistemas e métodos para segmentação e processamento de imagens de tecidos e extração de características dos mesmos para tratar, diagnosticar ou prever condições médicas |
WO2012123718A1 (en) | 2011-03-14 | 2012-09-20 | The University Of Warwick | Histology analysis |
US8948522B2 (en) * | 2011-08-04 | 2015-02-03 | Seiko Epson Corporation | Adaptive threshold for object detection |
US9317781B2 (en) * | 2013-03-14 | 2016-04-19 | Microsoft Technology Licensing, Llc | Multiple cluster instance learning for image classification |
US9786050B2 (en) | 2013-03-15 | 2017-10-10 | The Board Of Trustees Of The University Of Illinois | Stain-free histopathology by chemical imaging |
US9668699B2 (en) * | 2013-10-17 | 2017-06-06 | Siemens Healthcare Gmbh | Method and system for anatomical object detection using marginal space deep neural networks |
US20150269314A1 (en) * | 2014-03-20 | 2015-09-24 | Rudjer Boskovic Institute | Method and apparatus for unsupervised segmentation of microscopic color image of unstained specimen and digital staining of segmented histological structures |
US10283221B2 (en) * | 2016-10-27 | 2019-05-07 | International Business Machines Corporation | Risk assessment based on patient similarity determined using image analysis |
-
2018
- 2018-02-21 EP EP18756616.1A patent/EP3586306A4/en active Pending
- 2018-02-21 KR KR1020197027374A patent/KR102622542B1/ko active IP Right Grant
- 2018-02-21 US US16/487,636 patent/US11984217B2/en active Active
- 2018-02-21 CN CN201880012805.4A patent/CN110326024B/zh active Active
- 2018-02-21 JP JP2019566558A patent/JP7226895B2/ja active Active
- 2018-02-21 WO PCT/KR2018/002118 patent/WO2018155898A1/en unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011104016A (ja) | 2009-11-13 | 2011-06-02 | Olympus Corp | 画像処理装置、電子機器、内視鏡システム及びプログラム |
US20130317369A1 (en) | 2012-03-19 | 2013-11-28 | Genetic Innovations, Inc. | Devices, systems, and methods for virtual staining |
WO2016092394A1 (en) | 2014-12-10 | 2016-06-16 | Koninklijke Philips N.V. | Systems and methods for translation of medical imaging using machine learning |
Also Published As
Publication number | Publication date |
---|---|
JP2020508536A (ja) | 2020-03-19 |
US11984217B2 (en) | 2024-05-14 |
KR102622542B1 (ko) | 2024-01-10 |
CN110326024A (zh) | 2019-10-11 |
KR20190112170A (ko) | 2019-10-02 |
US20200035350A1 (en) | 2020-01-30 |
CN110326024B (zh) | 2023-11-03 |
EP3586306A1 (en) | 2020-01-01 |
WO2018155898A1 (en) | 2018-08-30 |
EP3586306A4 (en) | 2020-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7226895B2 (ja) | 医療イメージングデバイスによりキャプチャされた組織学的イメージをプロセッシングするための方法及び装置 | |
JP4310099B2 (ja) | 肺疾患検出のための方法及びシステム | |
US10249042B2 (en) | Method and apparatus for providing medical information service on basis of disease model | |
US7599542B2 (en) | System and method for detection and display of diseases and abnormalities using confidence imaging | |
CN107624192B (zh) | 通过内窥镜组织分化的外科引导和术中病理的系统和方法 | |
CN110458883A (zh) | 一种医疗影像的处理系统、方法、装置和设备 | |
CN114129240B (zh) | 一种引导信息生成方法、系统、装置及电子设备 | |
US20180082153A1 (en) | Systems and methods for deconvolutional network based classification of cellular images and videos | |
CN109493325A (zh) | 基于ct影像的肿瘤异质性分析系统 | |
Sinha et al. | Medical image processing | |
CN111954805A (zh) | 用于光学组织学图像的分析和远程解译的系统和方法 | |
US8705830B2 (en) | Method and device for processing 3-D image data of a skull | |
CN107408198A (zh) | 细胞图像和视频的分类 | |
CN114332132A (zh) | 图像分割方法、装置和计算机设备 | |
JP2006346094A (ja) | 検出情報の出力方法及び医用画像処理システム | |
CN116097086A (zh) | 细胞诊断和分析方法 | |
Elkhill et al. | Geometric learning and statistical modeling for surgical outcomes evaluation in craniosynostosis using 3D photogrammetry | |
Li et al. | Clinical study of diffusion-weighted imaging in the diagnosis of liver focal lesion | |
Eswaran et al. | Applying Machine Learning for Medical Image Processing | |
Cao et al. | Deep learning based lesion detection for mammograms | |
CN111862014A (zh) | 一种基于左右侧脑室分割的alvi自动测量方法及装置 | |
CN115132357B (zh) | 基于医学影像图预测目标疾病指标状态的装置 | |
Li et al. | SOMA: Subject‐, object‐, and modality‐adapted precision atlas approach for automatic anatomy recognition and delineation in medical images | |
TWI778759B (zh) | 醫療影像處理方法和設備、及其電腦儲存介質和電腦程式產品 | |
CN116344001B (zh) | 一种基于人工智能的医疗信息可视化管理系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210217 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220405 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220705 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221219 |
|
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: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7226895 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |