JP7247292B2 - 加齢による黄斑変性症用の分類モデルを学習させる電子機器及び方法 - Google Patents
加齢による黄斑変性症用の分類モデルを学習させる電子機器及び方法 Download PDFInfo
- Publication number
- JP7247292B2 JP7247292B2 JP2021152457A JP2021152457A JP7247292B2 JP 7247292 B2 JP7247292 B2 JP 7247292B2 JP 2021152457 A JP2021152457 A JP 2021152457A JP 2021152457 A JP2021152457 A JP 2021152457A JP 7247292 B2 JP7247292 B2 JP 7247292B2
- Authority
- JP
- Japan
- Prior art keywords
- loss function
- vector
- value
- age
- macular degeneration
- 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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine 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
- G16H50/70—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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Eye Examination Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Filters That Use Time-Delay Elements (AREA)
Description
加齢による黄斑変性症(AMD:age-related macular degeneration)の、臨床症状の重症度に応じた分類は、第1段階、第2段階、第3段階、及び第4段階である。現在、一部の関係者は、人工知能(AI:artificial intelligence)モデルを用いて眼底像を分析して、加齢による黄斑変性症の重症度を分類している。これらの関係者は、医療関係者が注記を付けたデータを用いて、人工知能モデルを学習させることができる。一般に、医療関係者は、加齢による黄斑変性症を眼底像中の黄斑領域に応じて分類する。しかし、異なる医療関係者は黄斑領域の異なる識別を有し得る。従って、異なる医療関係者が注記を付けた学習データによって学習させた人工知能モデルは過学習の問題を有することがあり、これにより人工知能モデルの分類精度を低下させる。
異なる医療関係者は黄斑領域の異なる識別を有し得る。従って、異なる医療関係者が注記を付けた学習データによって学習させた人工知能モデルは過学習の問題を有することがあり、これにより人工知能モデルの分類精度を低下させる。
本発明は、加齢による黄斑変性症用の分類モデルを学習させる電子機器及び方法を提供し、これらの電子機器及び方法は、加齢による黄斑変性症用の分類モデルを高い精度で得られるように学習することができる。
前述したことをより分かり易くするために、図面を伴ういくつかの実施形態を以下のように詳細に説明する。以下の実施形態は、本発明を実現することができる例として具体的に引用する。それに加えて、可能な際には常に、図面及び実施形態中の同じ参照番号を有する要素/構成要素/ステップは、同一または同様の構成要素を表す。
p(j)∈[0, 1] ---(1)
[e(1)’ e(2)’ e(3)’ e(4)’]=[e(1) e(2) e(3) e(4)]・M ---(2)
e(i)’=Σj,j≠ie(j)・(a(i,j)+b(i,j)) ---(3)
b(i,j)∝|i-j| ---(4)
b(i, j)=0.1・|i-j| ---(5)
110:プロセッサ
120:記憶媒体
130:トランシーバ
20:バイナリ交差エントロピー関数
21:正規化確率ベクトル
22:ワンホット符号化ベクトル
23:損失関数ベクトル
24:重み行列
25:更新した損失関数ベクトル
S301、S302、S303、S304:ステップ
Claims (10)
- 加齢による黄斑変性症用の分類モデルを学習させる電子機器であって、
トランシーバと、
前記トランシーバに結合されたプロセッサとを具え、該プロセッサは、
前記トランシーバを通して学習データを取得し、
前記学習データに対応する損失関数ベクトルを機械学習アルゴリズムに基づいて計算し、該損失関数ベクトルは、前記加齢による黄斑変性症の第1段階に対応する第1損失関数値、及び前記加齢による黄斑変性症の第2段階に対応する第2損失関数値を含み、
前記第1段階と前記第2段階との段階差に応じて第1ペナルティ重み値を生成し、
前記第2損失関数値及び前記第1ペナルティ重み値により前記第1損失関数値を更新して、更新した損失関数ベクトルを生成し、
前記更新した損失関数ベクトルにより前記分類モデルを学習させる
ように構成されている電子機器。 - 前記損失関数ベクトルが、前記加齢による黄斑変性症の第3段階に対応する第3損失関数値をさらに含み、前記プロセッサが、
前記第1段階と前記第3段階との段階差である第2段階差に応じて第2ペナルティ重み値を生成し、
前記第3損失関数値及び前記第2ペナルティ重み値により前記第1損失関数値を更新して、前記更新した損失関数ベクトルを生成する
ようにさらに構成されている、請求項1に記載の電子機器。 - 前記第2段階差が前記段階差よりも大きく、前記第2ペナルティ重み値が前記第1ペナルティ重み値よりも大きい、請求項2に記載の電子機器。
- 前記第1ペナルティ重み値が前記段階差に比例する、請求項1に記載の電子機器。
- 前記学習データが、加齢による黄斑変性症の段階の注記を付けた眼底像を含む、請求項1に記載の電子機器。
- 前記損失関数ベクトルがバイナリ交差エントロピー関数に対応する、請求項5に記載の電子機器。
- 前記プロセッサが、前記学習データに対応する正規化確率ベクトルを機械学習アルゴリズムに基づいて計算し、前記加齢による黄斑変性症の段階に対応するワンホット符号化ベクトルを、前記眼底像の前記注記に応じて生成し、前記正規化確率ベクトル及び前記ワンホット符号化ベクトルを前記バイナリ交差エントロピー関数に入力して、前記損失関数ベクトルを生成する、請求項6に記載の電子機器。
- 前記更新した損失関数ベクトルにおける更新した損失関数値が、前記第2損失関数値と前記第1ペナルティ重み値との第1乗算値を含む、請求項2に記載の電子機器。
- 前記損失関数値が、前記第3損失関数値と前記第2ペナルティ重み値との第2乗算値をさらに含む、請求項8に記載の電子機器。
- 加齢による黄斑変性症用の分類モデルを学習させる方法であって、
プロセッサが、学習データを取得するステップと、
前記プロセッサが、前記学習データに対応する損失関数ベクトルを機械学習アルゴリズムに基づいて計算するステップであって、該損失関数ベクトルは、前記加齢による黄斑変性症の第1段階に対応する第1損失関数値、及び前記加齢による黄斑変性症の第2段階に対応する第2損失関数値を含むステップと、
前記プロセッサが、前記第1段階と前記第2段階との段階差に応じて第1ペナルティ重み値を生成するステップと、
前記プロセッサが、前記第2損失関数値及び前記第1ペナルティ重み値により前記第1損失関数値を更新して、更新した損失関数ベクトルを生成するステップと、
前記プロセッサが、前記更新した損失関数ベクトルにより前記分類モデルを学習させるステップと
を含む方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110120195A TWI763520B (zh) | 2021-06-03 | 2021-06-03 | 訓練老年性黃斑部退化的分類模型的電子裝置和方法 |
TW110120195 | 2021-06-03 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022186568A JP2022186568A (ja) | 2022-12-15 |
JP7247292B2 true JP7247292B2 (ja) | 2023-03-28 |
Family
ID=77666365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021152457A Active JP7247292B2 (ja) | 2021-06-03 | 2021-09-17 | 加齢による黄斑変性症用の分類モデルを学習させる電子機器及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220392636A1 (ja) |
EP (1) | EP4099340A1 (ja) |
JP (1) | JP7247292B2 (ja) |
CN (1) | CN115440368A (ja) |
TW (1) | TWI763520B (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116663650B (zh) * | 2023-06-06 | 2023-12-19 | 北京百度网讯科技有限公司 | 深度学习模型的训练方法、目标对象检测方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325726A (zh) | 2020-02-19 | 2020-06-23 | 腾讯医疗健康(深圳)有限公司 | 模型训练方法、图像处理方法、装置、设备及存储介质 |
CN112446875A (zh) | 2020-12-11 | 2021-03-05 | 南京泰明生物科技有限公司 | 基于黄斑注意力机制和不确定度的amd分级系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112699268A (zh) * | 2020-12-31 | 2021-04-23 | 腾讯音乐娱乐科技(深圳)有限公司 | 训练评分模型的方法、设备及存储介质 |
-
2021
- 2021-06-03 TW TW110120195A patent/TWI763520B/zh active
- 2021-08-30 CN CN202111004104.6A patent/CN115440368A/zh active Pending
- 2021-09-02 US US17/464,688 patent/US20220392636A1/en active Pending
- 2021-09-08 EP EP21195516.6A patent/EP4099340A1/en active Pending
- 2021-09-17 JP JP2021152457A patent/JP7247292B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111325726A (zh) | 2020-02-19 | 2020-06-23 | 腾讯医疗健康(深圳)有限公司 | 模型训练方法、图像处理方法、装置、设备及存储介质 |
CN112446875A (zh) | 2020-12-11 | 2021-03-05 | 南京泰明生物科技有限公司 | 基于黄斑注意力机制和不确定度的amd分级系统 |
Non-Patent Citations (1)
Title |
---|
JIE,Zhanming他,Better Modeling of Incomplete Annotations for Named Entity Recognition,Proceedings of NAACL-HLT 2019,2019年06月07日,p.729-p.734,https://aclanthology.org/N19-1979.pdf |
Also Published As
Publication number | Publication date |
---|---|
JP2022186568A (ja) | 2022-12-15 |
CN115440368A (zh) | 2022-12-06 |
TWI763520B (zh) | 2022-05-01 |
EP4099340A1 (en) | 2022-12-07 |
US20220392636A1 (en) | 2022-12-08 |
TW202247827A (zh) | 2022-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
El-Kenawy et al. | Advanced meta-heuristics, convolutional neural networks, and feature selectors for efficient COVID-19 X-ray chest image classification | |
Gupta et al. | InstaCovNet-19: A deep learning classification model for the detection of COVID-19 patients using Chest X-ray | |
Shamsi et al. | An uncertainty-aware transfer learning-based framework for COVID-19 diagnosis | |
Casiraghi et al. | Explainable machine learning for early assessment of COVID-19 risk prediction in emergency departments | |
US11636309B2 (en) | Systems and methods for modeling probability distributions | |
Seera et al. | A hybrid intelligent system for medical data classification | |
CN109558896B (zh) | 基于超声组学和深度学习的疾病智能化分析方法及系统 | |
Tharsanee et al. | Deep convolutional neural network–based image classification for COVID-19 diagnosis | |
Ozcan | A deep learning framework for coronavirus disease (covid-19) detection in x-ray images | |
Al-Ali et al. | ANFIS-Net for automatic detection of COVID-19 | |
CN111477337B (zh) | 基于个体自适应传播网络的传染病预警方法、系统及介质 | |
Wu et al. | Combining attention-based multiple instance learning and gaussian processes for CT hemorrhage detection | |
Kumar et al. | Covid-19 detection from chest x-rays using trained output based transfer learning approach | |
Ilhan et al. | Decision and feature level fusion of deep features extracted from public COVID-19 data-sets | |
Pradhan et al. | Optimizing CNN‐LSTM hybrid classifier using HCA for biomedical image classification | |
JP7247292B2 (ja) | 加齢による黄斑変性症用の分類モデルを学習させる電子機器及び方法 | |
Moturi et al. | Grey wolf assisted dragonfly-based weighted rule generation for predicting heart disease and breast cancer | |
Carvalho et al. | COVID-19 diagnosis in CT images using CNN to extract features and multiple classifiers | |
Hallaji et al. | Adversarial learning on incomplete and imbalanced medical data for robust survival prediction of liver transplant patients | |
US8495070B2 (en) | Logic operation system | |
Hemanth et al. | Fusion of artificial neural networks for learning capability enhancement: Application to medical image classification | |
Reda et al. | A transfer learning-enabled optimized extreme deep learning paradigm for diagnosis of covid-19 | |
JP7229313B2 (ja) | 加齢による黄斑変性症用の分類モデルを学習させる電子機器及び方法 | |
Alkhathlan et al. | Predicting and classifying breast cancer using machine learning | |
Hamal et al. | A comparative analysis of machine learning algorithms for detecting COVID-19 using lung X-ray images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210921 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20220713 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20220713 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230206 |
|
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: 20230221 |
|
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: 7247292 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |