JP7262203B2 - 画像処理装置および画像処理装置の制御方法ならびにプログラム - Google Patents
画像処理装置および画像処理装置の制御方法ならびにプログラム Download PDFInfo
- Publication number
- JP7262203B2 JP7262203B2 JP2018196071A JP2018196071A JP7262203B2 JP 7262203 B2 JP7262203 B2 JP 7262203B2 JP 2018196071 A JP2018196071 A JP 2018196071A JP 2018196071 A JP2018196071 A JP 2018196071A JP 7262203 B2 JP7262203 B2 JP 7262203B2
- Authority
- JP
- Japan
- Prior art keywords
- estimation target
- estimated
- image processing
- area
- boundary
- 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
- Image Analysis (AREA)
Description
まず、図1を参照して、実施形態に係る画像処理を用いて被験者8の患部9の面積を計測する患部面積計測システム(単に計測システムともいう)について説明する。計測システム1は、患部9の画像を撮影して被写体距離を測定し、次に画像内の患部の領域を領域分割する。そして、被写体距離とカメラの画角に基づき1ピクセルあたりの面積を計測したうえで、領域分割の結果と1ピクセルあたりの面積に基づいて、患部9の面積を計測する。
次に、図2を参照して、画像処理装置3の機能構成について説明する。画像処理装置3は、CPU、MPU或いはGPUで構成される演算回路と、RAMとROMとを含む制御部10を有する。制御部10は、ROMに記録されたプログラムを、RAMに展開、実行することにより、画像処理装置3を構成する後述の各部の機能を実現する。なお、画像処理装置3の機能ブロックの1つ以上は、ASICやプログラマブルロジックアレイなどのハードウェアによって実現されてもよいし、上述のCPUやGPUなどのハードウェアがソフトウェアを実行することによって実現されてもよい。また、PCなどの電子機器によって実現されてもよい。従って、以下の説明において、異なる機能ブロックが動作主体として記載されている場合であっても、同じハードウェアが主体として実現されうる。また、ROMの代わりに制御部10の外部に設けられた不図示の不揮発性の記録媒体を使用したり、RAMの代わりに制御部10の外部に設けられた不図示の揮発性メモリを使用したりしてもよい。
次に、図3を参照して、本実施形態に係る画像処理の一連の動作について説明する。なお、本画像処理は、例えば画像処理装置3の制御部10が上述のプログラムをRAMに展開、実行することにより、制御部10自身により、又は制御部10が計測システムを構成する各部を制御することにより、実現される。また、本画像処理は、例えば、不図示の操作部を介してユーザから動作開始指示を受け取ったときに開始される。
W[mm] = 2L*tan(θ/2) ……(1)
さらに、X方向の画像サイズをXpix とすると、1ピクセル面積Spixは式(2)のように求められる。
Spix[mm^2] = [W/Xpix]^2 ……(2)
面積算出部17は、Spixに、S107で構成された閉曲線が示す褥瘡21の領域に相当する領域のピクセル数を乗算することで、領域の特定された褥瘡領域の面積を算出する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
Claims (12)
- 機械学習における学習済モデルを用いて、入力画像内における推定対象の領域を推定する推定手段と、
前記入力画像におけるエッジを抽出するエッジ抽出手段と、
前記推定された推定対象の領域を、前記抽出されたエッジ上の位置に基づいて補正する補正手段とを有し、
前記補正手段は、前記推定された推定対象の領域の境界上の位置の少なくとも一部を、該境界上の位置と対応付けられる前記抽出されたエッジ上の位置で置き換え、
前記補正手段は、更に、前記学習済モデルを生成する際の前記推定対象に関する学習の程度に応じて、前記抽出されたエッジ上の位置による置き換えの基準を異ならせる、ことを特徴とする画像処理装置。 - 前記補正手段は、前記推定された推定対象の領域の所定の範囲ごとの、前記推定された推定対象の領域の境界上にある第1の位置を前記第1の位置と対応付けられる前記抽出されたエッジ上の第2の位置と置き換えるか否かの判定に応じて、前記推定された推定対象の領域の境界上の位置の少なくとも一部を補正する、ことを特徴とする請求項1に記載の画像処理装置。
- 前記補正手段は、前記推定された推定対象の領域の境界上にある第1の位置と対応付けられる前記抽出されたエッジ上の第2の位置が、前記推定された推定対象の領域の境界上にある前記第1の位置から所定の距離の範囲内にある場合に、前記推定された推定対象の領域の境界上にある前記第1の位置を前記抽出されたエッジ上の前記第2の位置と置き換えると判定する、ことを特徴とする請求項1に記載の画像処理装置。
- 前記置き換えの基準は、前記推定された推定対象の領域の境界上にある第1の位置からの距離の範囲であり、
前記補正手段は、前記学習済モデルを生成する際の前記推定対象に関する学習の程度に応じて、前記距離の範囲を異ならせる、ことを特徴とする請求項1に記載の画像処理装置。 - 前記補正手段は、前記学習済モデルを生成する際の前記推定対象に関する学習の程度が低いほど前記距離の範囲を大きくする、ことを特徴とする請求項4に記載の画像処理装置。
- 前記推定対象に関する学習に用いる学習用データのサンプル数が少ないほど、前記推定対象に関する学習を行う際のイテレーション数が少ないほど、又は、前記学習済モデルの教師付データに対する正答率が低いほど、前記推定対象に関する学習の程度が低い、ことを特徴とする請求項5に記載の画像処理装置。
- 前記推定された推定対象の領域の境界上にある第1の位置と対応付けられる前記抽出されたエッジ上の第2の位置は、前記抽出されたエッジと、前記推定された推定対象の領域の境界上にある前記第1の位置と、前記推定された推定対象の領域内に定められる所定の点の位置とによって特定される、ことを特徴とする請求項2から6のいずれか1項に記載の画像処理装置。
- 前記推定対象の被写体距離と、前記入力画像を撮像した際の画角とを取得する取得手段と、
前記取得された前記被写体距離および前記画角と、前記補正された推定対象の領域とを用いて、前記推定対象の領域の実際の面積を算出する算出手段と、を更に有する、ことを特徴とする請求項1から7のいずれか1項に記載の画像処理装置。 - 前記補正された推定対象の領域を表す情報を前記入力画像内の前記推定対象の領域に重畳した画像を生成する表示制御手段を更に有する、ことを特徴とする請求項1から8のいずれか1項に記載の画像処理装置。
- 前記推定対象の被写体距離と、前記入力画像を撮像した際の画角とを取得する取得手段と、
前記取得された前記被写体距離および前記画角と、前記補正された推定対象の領域とを用いて、前記推定対象の領域の実際の面積を算出する算出手段と、
前記補正された推定対象の領域を表す情報を、前記入力画像内の前記推定対象の領域に重畳すると共に、前記算出された実際の面積を表す情報を前記入力画像の所定の領域に表示するようにした画像を生成する表示制御手段と、を更に有することを特徴とする請求項1から7のいずれか1項に記載の画像処理装置。 - 画像処理装置の制御方法であって、
機械学習における学習済モデルを用いて、入力画像内における推定対象の領域を推定する推定工程と、
前記入力画像におけるエッジを抽出するエッジ抽出工程と、
前記推定された推定対象の領域を、前記抽出されたエッジ上の位置に基づいて補正する補正工程とを有し、
前記補正工程では、前記推定された推定対象の領域の境界上の位置の少なくとも一部を、該境界上の位置と対応付けられる前記抽出されたエッジ上の位置で置き換え、
前記補正工程では、更に、前記学習済モデルを生成する際の前記推定対象に関する学習の程度に応じて、前記抽出されたエッジ上の位置による置き換えの基準を異ならせる、ことを特徴とする画像処理装置の制御方法。 - コンピュータを、請求項1から10のいずれか1項に記載の画像処理装置の各手段として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018196071A JP7262203B2 (ja) | 2018-10-17 | 2018-10-17 | 画像処理装置および画像処理装置の制御方法ならびにプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018196071A JP7262203B2 (ja) | 2018-10-17 | 2018-10-17 | 画像処理装置および画像処理装置の制御方法ならびにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020064464A JP2020064464A (ja) | 2020-04-23 |
JP7262203B2 true JP7262203B2 (ja) | 2023-04-21 |
Family
ID=70388334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018196071A Active JP7262203B2 (ja) | 2018-10-17 | 2018-10-17 | 画像処理装置および画像処理装置の制御方法ならびにプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7262203B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001043376A (ja) | 1999-07-30 | 2001-02-16 | Canon Inc | 画像抽出方法及び装置並びに記憶媒体 |
JP2006271840A (ja) | 2005-03-30 | 2006-10-12 | Hitachi Medical Corp | 画像診断支援システム |
JP2012254221A (ja) | 2011-06-09 | 2012-12-27 | Canon Inc | 画像処理装置、画像処理装置の制御方法、およびプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH096961A (ja) * | 1995-06-16 | 1997-01-10 | Sony Corp | 領域分割処理装置および方法 |
-
2018
- 2018-10-17 JP JP2018196071A patent/JP7262203B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001043376A (ja) | 1999-07-30 | 2001-02-16 | Canon Inc | 画像抽出方法及び装置並びに記憶媒体 |
JP2006271840A (ja) | 2005-03-30 | 2006-10-12 | Hitachi Medical Corp | 画像診断支援システム |
JP2012254221A (ja) | 2011-06-09 | 2012-12-27 | Canon Inc | 画像処理装置、画像処理装置の制御方法、およびプログラム |
Non-Patent Citations (1)
Title |
---|
江 浩,外2名,領域情報とエッジ情報を併用したセグメンテーションの一手法,電子情報通信学会論文誌 (J74-D-II) 第12号,日本,社団法人電子情報通信学会,1991年,第J74-D-II巻 |
Also Published As
Publication number | Publication date |
---|---|
JP2020064464A (ja) | 2020-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111325739B (zh) | 肺部病灶检测的方法及装置,和图像检测模型的训练方法 | |
CN107480677B (zh) | 一种识别三维ct图像中感兴趣区域的方法及装置 | |
WO2021003821A1 (zh) | 一种肾小球病理切片图像的细胞检测方法、装置及设备 | |
US9536316B2 (en) | Apparatus and method for lesion segmentation and detection in medical images | |
JP6595474B2 (ja) | 創傷アセスメントおよびマネジメントのための方法およびシステム | |
CN114820494B (zh) | 用于可视化流动的使用机器学习的散斑对比度分析 | |
EP3065072A1 (en) | Apparatus and method for providing reliability for computer aided diagnosis | |
CN110136153B (zh) | 一种图像处理方法、设备及存储介质 | |
CN103026379A (zh) | 推算图像噪音水平的方法 | |
Chai et al. | Edge detection in ultrasound images using speckle reducing anisotropic diffusion in canny edge detector framework | |
CN113034528B (zh) | 基于影像组学的靶区及危及器官勾画轮廓准确性检验方法 | |
CN114332132A (zh) | 图像分割方法、装置和计算机设备 | |
CN117315210B (zh) | 一种基于立体成像的图像虚化方法及相关装置 | |
WO2022127043A1 (zh) | 基于卷积神经网络的检测方法、装置、计算机设备及存储介质 | |
CN112598629B (zh) | 一种基于人工智能的牙齿排列异常定位辅助系统 | |
JP7262203B2 (ja) | 画像処理装置および画像処理装置の制御方法ならびにプログラム | |
US20220301177A1 (en) | Updating boundary segmentations | |
CN114093462A (zh) | 医学影像处理方法、图像处理方法、计算机设备、存储介质 | |
KR102173321B1 (ko) | 형태학적 특징을 이용한 자동 척추 골절 진단 및 검출 장치 및 방법 | |
CN112767403A (zh) | 医学影像分割模型训练方法、医学影像分割方法及装置 | |
CN109447948B (zh) | 一种基于病灶彩色视网膜眼底图像的视盘分割方法 | |
JP4127537B2 (ja) | 画像処理方法および装置並びにプログラム | |
WO2022188102A1 (zh) | 深度图像的修复方法及装置、摄像头组件及电子设备 | |
JP7019104B2 (ja) | 閾値の学習方法 | |
JP5383486B2 (ja) | 脳出血部位セグメンテーションする装置の作動方法および装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20210103 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210113 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20211004 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221007 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221024 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221222 |
|
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: 20230313 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230411 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7262203 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |