JP7246898B2 - データ解析処理装置及びデータ解析処理プログラム - Google Patents
データ解析処理装置及びデータ解析処理プログラム Download PDFInfo
- Publication number
- JP7246898B2 JP7246898B2 JP2018214594A JP2018214594A JP7246898B2 JP 7246898 B2 JP7246898 B2 JP 7246898B2 JP 2018214594 A JP2018214594 A JP 2018214594A JP 2018214594 A JP2018214594 A JP 2018214594A JP 7246898 B2 JP7246898 B2 JP 7246898B2
- Authority
- JP
- Japan
- Prior art keywords
- subset
- data
- classifier
- reference data
- classification
- 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
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic networks
-
- 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
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- 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
Description
前記方法は、類似性探索を実行するために前記分類器を適用することを分類することが出来る。前記方法は、前記分類器の、前記医用データ又は前記更なる医用データに対する前記適用の結果を表示することを具備することが出来る。前記方法は、1ショットアプローチを用いて前記分類器の訓練を具備することが出来る。前記分類器の前記性質について前記ユーザに対して表示された前記フィードバックは、前記クラスのうちの分離の二次元又は三次元投影とすることが出来る。前記医用データは、非撮像データを具備することが出来る。前記医用データは、撮像データを具備することが出来る。前記ユーザに前記医用データの複数のサンプルを選択するよう許可することは、前記ユーザに前記撮像データの関心の領域を特定することを許可し、且つ前記特定された関心の領域に従って、前記複数のサンプルを選択すること、を具備することが出来る。前記関心の領域は、前記撮像データの輪郭、画像パッチ、全体のボリュームのうちの少なくとも一つを具備する、又は一つにより定義することが出来る。前記方法は、患者に係る、例えば前記患者の特定に従って及び/又は患者特定により、前記複数のサンプルを選択することを具備することが出来る。前記方法は、前記複数のサンプルを編集するために、前記ユーザが前記表示されたフィードバックと相互作用するよう許可することを具備することが出来る。前記方法は、前記複数のサンプルのうちの一つ又は複数を除去するために、前記ユーザが前記表示されたフィードバックと相互作用するよう許可することを具備することが出来る。前記方法は、関連する既存のデータベースから前記医用データを提供することを具備することが出来る。
(第一の実施形態)
本実施形態によると、身体部位の情報に関連付けられた、複数の教師あり画像を格納するためのメモリと、前記教師あり画像は、医用画像の部分的なエリア画像であり、ユーザ入力により複数の被検体の身体部位に関連する情報を収集し、前記複数の被検体の身体部位に関連する前記情報に基づいて関連した身体部位情報を有する前記複数の教師あり画像を表示し、前記表示された複数の教師あり画像に対して前記教師あり画像の順序の追加又は削除等の編集処理に応じることで、前記身体部位に関する前記教師あり画像の分類器を更新する、よう構成された処理回路と、を具備する医用画像処理装置が提供されている。
Claims (13)
- 参照データのセットから、各要素が第一の分類カテゴリに属する第一のサブセットを取得し、
前記参照データのセットから、各要素が第二の分類カテゴリに属する第二のサブセットを取得し、
前記第一のサブセット及び前記第二のサブセットを用いて分類器を訓練し、
前記訓練された分類器を用いて前記参照データの前記第一のサブセット及び前記第二のサブセットを分類し、
前記分類の評価に基づいて、前記参照データのセットから後続の第一のサブセット及び第二のサブセットを取得し、
前記後続の第一のサブセット及び前記後続の第二のサブセットを用いて、前記分類器を更に訓練する、処理部を具備し、
前記第一のサブセットの各要素は、クエリデータ要素と類似するかどうかによって選択され、
前記第二のサブセットの各要素は、クエリデータと非類似かつ前記第一のサブセットおよび前記第二のサブセットが前記分類器を訓練するために使用されるか否かに従って選択される、
データ解析処理装置。 - 前記後続の第一のサブセットの各要素及び前記後続の第二のサブセットの各要素は、前記第一の分類カテゴリ又は前記第二の分類カテゴリに属することを特徴とする請求項1記載のデータ解析処理装置。
- 前記処理部は、1ショット学習アルゴリズムを使用して前記分類器を訓練する請求項1又は2記載のデータ解析処理装置。
- a)ユーザからの前記第一の分類カテゴリ及び前記第二の分類カテゴリの選択又は定義を受け取る、
b)ユーザからの前記第一のサブセット、前記第二のサブセット、前記後続の第一のサブセット、前記後続の第二のサブセットのうちの少なくとも一つの取得を受け取る、
c)ユーザからの前記第一のサブセット及び前記第二のサブセットのうちの少なくとも一方の分類の評価に関する指示を受け取る、
a)、b)、c)、のうちの少なくとも一つを実行するユーザインターフェースをさらに具備する請求項1乃至3のうちいずれか一項記載のデータ解析処理装置。 - 前記ユーザインターフェースは、医用撮像の少なくとも一部分を表示し、ユーザに前記医用撮像上の少なくとも一つの領域を選択することで、前記参照データのセットを取得することを特徴とする請求項4記載のデータ解析処理装置。
- 前記処理部は、前記第一のサブセットの各要素及び第二のサブセットの各要素を、より類似する要素がより近くに位置するように、且つより類似しない要素が互いに離れて位置するようにマッピングされた二次元空間又は三次元空間を示す視覚的表現を生成し、
前記視覚的表現を表示する表示部をさらに具備すること、
を特徴とする請求項1乃至5のうちいずれか一項記載のデータ解析処理装置。 - 前記処理部は、多次元スケーリング(Multi-dimensional Scaling:MDS)、確率論的隣接埋め込み(Stochastic Neighbor Embedding:SNE)、t-分布SNR(t-Distributed SNE:t-SNE)のうちの少なくとも一つを用いて、前記視覚的表現を生成する請求項6記載のデータ解析処理装置。
- 前記処理部は、前記参照データとして、複数の部分的な医用画像、複数の完全な医用画像、複数の部分的な医用画像と複数の完全な医用画像との組み合わせを取得する請求項1乃至7のうちいずれか一項記載のデータ解析処理装置。
- 前記処理部は、類似する画像を分類するように訓練された分類器にクエリデータを入力することで、類似性探索を実行する、請求項1記載のデータ解析処理装置。
- 前記処理部は、前記第一の分類カテゴリと前記第一のサブセットの前記分類との間の相関関係に基づいて、前記第一のサブセットの分類の前記評価を実行する請求項1乃至9のうちいずれか一項記載のデータ解析処理装置。
- 前記処理部は、前記相関関係が所定のしきい値に到達するまで、前記分類器を逐次的に訓練するよう請求項10記載のデータ解析処理装置。
- 前記処理部は、前記第一のサブセット、前記第二のサブセット、前記後続の第一のサブセット、前記後続の第二のサブセットのうちの少なくとも一つに含まれる少なくとも一つの要素を、ユーザからの入力に応答して編集する請求項1乃至11のうちいずれか一項記載のデータ解析処理装置。
- コンピュータに、
参照データのセットから、各要素が第一の分類カテゴリに属する第一のサブセットを取得させ
前記参照データのセットから、各要素が第二の分類カテゴリに属する第二のサブセットを取得させ、
前記第一のサブセット及び前記第二のサブセットを用いて分類器を訓練させ、
前記訓練された分類器を用いて前記参照データの前記第一のサブセット及び前記第二のサブセットを分類させ、
前記分類の評価に基づいて、前記参照データのセットから後続の第一のサブセット及び第二のサブセットを取得させ、
前記後続の第一のサブセット及び前記後続の第二のサブセットを用いて、前記分類器を更に訓練させる機能を実現させ、
前記第一のサブセットの各要素は、クエリデータ要素と類似するかどうかによって選択され、
前記第二のサブセットの各要素は、クエリデータと非類似かつ前記第一のサブセットおよび前記第二のサブセットが前記分類器を訓練するために使用されるか否かに従って選択される、
データ解析処理プログラム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762586574P | 2017-11-15 | 2017-11-15 | |
US62/586,574 | 2017-11-15 | ||
US16/161,226 US11625597B2 (en) | 2017-11-15 | 2018-10-16 | Matching network for medical image analysis |
US16/161,226 | 2018-10-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019091454A JP2019091454A (ja) | 2019-06-13 |
JP7246898B2 true JP7246898B2 (ja) | 2023-03-28 |
Family
ID=66432198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018214594A Active JP7246898B2 (ja) | 2017-11-15 | 2018-11-15 | データ解析処理装置及びデータ解析処理プログラム |
Country Status (2)
Country | Link |
---|---|
US (2) | US11625597B2 (ja) |
JP (1) | JP7246898B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113015977A (zh) * | 2018-06-29 | 2021-06-22 | 人工智能技术公司 | 使用自然语言处理的对疾病和病症的基于深度学习的诊断和转诊 |
JP7049974B2 (ja) * | 2018-10-29 | 2022-04-07 | 富士フイルム株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US20200250538A1 (en) * | 2019-02-01 | 2020-08-06 | Google Llc | Training image and text embedding models |
US11640539B2 (en) | 2019-07-08 | 2023-05-02 | Vianai Systems, Inc. | Techniques for visualizing the operation of neural networks using samples of training data |
US10990848B1 (en) | 2019-12-27 | 2021-04-27 | Sap Se | Self-paced adversarial training for multimodal and 3D model few-shot learning |
US11080560B2 (en) | 2019-12-27 | 2021-08-03 | Sap Se | Low-shot learning from imaginary 3D model |
US11748932B2 (en) * | 2020-04-27 | 2023-09-05 | Microsoft Technology Licensing, Llc | Controllable image generation |
WO2021250056A1 (en) | 2020-06-10 | 2021-12-16 | Koninklijke Philips N.V. | Methods and systems for utilizing an ecg database |
EP3944256A1 (en) * | 2020-07-22 | 2022-01-26 | Koninklijke Philips N.V. | Methods and systems for utilizing an ecg database |
US11481460B2 (en) * | 2020-07-01 | 2022-10-25 | International Business Machines Corporation | Selecting items of interest |
CN112215366B (zh) * | 2020-12-07 | 2021-03-02 | 成都数联铭品科技有限公司 | 基于结果画像的模型解释方法、系统、计算及存储设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015185149A (ja) | 2014-03-26 | 2015-10-22 | 日本電気株式会社 | 機械学習装置、機械学習方法、及びプログラム |
JP2016099734A (ja) | 2014-11-19 | 2016-05-30 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
JP2016133895A (ja) | 2015-01-16 | 2016-07-25 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US20160260023A1 (en) | 2015-03-02 | 2016-09-08 | Northrop Grumman Systems Corporation | Digital object library management system for machine learning applications |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8751530B1 (en) * | 2012-08-02 | 2014-06-10 | Google Inc. | Visual restrictions for image searches |
US9122950B2 (en) | 2013-03-01 | 2015-09-01 | Impac Medical Systems, Inc. | Method and apparatus for learning-enhanced atlas-based auto-segmentation |
JP6244996B2 (ja) | 2014-03-10 | 2017-12-13 | 富士通株式会社 | 識別関数特定装置、識別関数特定プログラム、識別関数特定方法および生体認証装置 |
US10219767B2 (en) * | 2014-10-13 | 2019-03-05 | Koninklijke Philips N.V. | Classification of a health state of tissue of interest based on longitudinal features |
US10835210B2 (en) | 2015-03-30 | 2020-11-17 | Siemens Medical Solutions Usa, Inc. | Three-dimensional volume of interest in ultrasound imaging |
US10810494B2 (en) * | 2016-08-08 | 2020-10-20 | EyeEm Mobile GmbH | Systems, methods, and computer program products for extending, augmenting and enhancing searching and sorting capabilities by learning and adding concepts on the fly |
US10037601B1 (en) * | 2017-02-02 | 2018-07-31 | International Business Machines Corporation | Systems and methods for automatic detection of architectural distortion in two dimensional mammographic images |
-
2018
- 2018-10-16 US US16/161,226 patent/US11625597B2/en active Active
- 2018-11-15 JP JP2018214594A patent/JP7246898B2/ja active Active
-
2022
- 2022-12-28 US US18/089,789 patent/US11954598B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015185149A (ja) | 2014-03-26 | 2015-10-22 | 日本電気株式会社 | 機械学習装置、機械学習方法、及びプログラム |
JP2016099734A (ja) | 2014-11-19 | 2016-05-30 | キヤノン株式会社 | 画像処理装置、情報処理方法及びプログラム |
JP2016133895A (ja) | 2015-01-16 | 2016-07-25 | キヤノン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
US20160260023A1 (en) | 2015-03-02 | 2016-09-08 | Northrop Grumman Systems Corporation | Digital object library management system for machine learning applications |
Also Published As
Publication number | Publication date |
---|---|
US11954598B2 (en) | 2024-04-09 |
US20230133353A1 (en) | 2023-05-04 |
US20190147334A1 (en) | 2019-05-16 |
US11625597B2 (en) | 2023-04-11 |
JP2019091454A (ja) | 2019-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7246898B2 (ja) | データ解析処理装置及びデータ解析処理プログラム | |
Khosravan et al. | A collaborative computer aided diagnosis (C-CAD) system with eye-tracking, sparse attentional model, and deep learning | |
US11850021B2 (en) | Dynamic self-learning medical image method and system | |
JP7279015B2 (ja) | マンモグラフィにおける密度の評価 | |
Islam et al. | Abnormality detection and localization in chest x-rays using deep convolutional neural networks | |
US10691980B1 (en) | Multi-task learning for chest X-ray abnormality classification | |
EP3675130A1 (en) | Systems and methods to determine disease progression from artificial intelligence detection output | |
KR101874348B1 (ko) | 피검체의 흉부 pa 영상의 판독을 지원하는 방법 및 이를 이용한 장치 | |
JP7366583B2 (ja) | 医用情報処理装置、方法及びプログラム | |
JP2008520317A (ja) | 医療画像データ内の腫瘍境界を自動的に検出及び区分するシステム及び方法 | |
JP2021002338A (ja) | 画像セグメンテーション及び識別のための方法及びシステム | |
JP2022505205A (ja) | 腸の病理学のための画像スコアリング | |
US10706534B2 (en) | Method and apparatus for classifying a data point in imaging data | |
CN107688815A (zh) | 医学图像的分析方法和分析系统以及存储介质 | |
US20210202072A1 (en) | Medical image diagnosis assistance apparatus and method for providing user-preferred style based on medical artificial neural network | |
JP7170000B2 (ja) | 学習システム、方法及びプログラム | |
JP2023516651A (ja) | 訓練データにおける欠落したアノテーションに対処するためのクラス別損失関数 | |
CN114360695B (zh) | 乳腺超声扫查分析辅助系统、介质及设备 | |
Iakovidis et al. | Image analysis framework for infection monitoring | |
EP4109463A1 (en) | Providing a second result dataset | |
JP7387457B2 (ja) | 医用画像処理装置、プログラム、および医用画像処理システム | |
Sridhar et al. | Lung Segment Anything Model (LuSAM): A Prompt-integrated Framework for Automated Lung Segmentation on ICU Chest X-Ray Images | |
Lensink et al. | Segmentation of pulmonary opacification in chest ct scans of covid-19 patients | |
Keshavamurthy et al. | Weakly supervised pneumonia localization in chest X‐rays using generative adversarial networks | |
Kumar et al. | Understanding Anatomy Classification Through Attentive Response Maps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210930 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220823 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221019 |
|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20230106 |
|
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: 20230214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230315 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7246898 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |