JP7311936B1 - コンピュータプログラム、学習モデルの生成方法、及び情報処理装置 - Google Patents
コンピュータプログラム、学習モデルの生成方法、及び情報処理装置 Download PDFInfo
- Publication number
- JP7311936B1 JP7311936B1 JP2022568486A JP2022568486A JP7311936B1 JP 7311936 B1 JP7311936 B1 JP 7311936B1 JP 2022568486 A JP2022568486 A JP 2022568486A JP 2022568486 A JP2022568486 A JP 2022568486A JP 7311936 B1 JP7311936 B1 JP 7311936B1
- Authority
- JP
- Japan
- Prior art keywords
- pancreas
- field image
- learning model
- operative field
- display
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004590 computer program Methods 0.000 title claims abstract description 24
- 210000000496 pancreas Anatomy 0.000 claims abstract description 270
- 238000003384 imaging method Methods 0.000 claims abstract description 39
- 238000001356 surgical procedure Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims description 23
- 210000004204 blood vessel Anatomy 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 17
- 238000011156 evaluation Methods 0.000 claims description 16
- 239000003086 colorant Substances 0.000 claims description 11
- 230000000694 effects Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000004040 coloring Methods 0.000 claims description 4
- 238000002674 endoscopic surgery Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 40
- 238000004364 calculation method Methods 0.000 description 48
- 238000010586 diagram Methods 0.000 description 34
- 238000009826 distribution Methods 0.000 description 23
- 238000003860 storage Methods 0.000 description 18
- 238000002357 laparoscopic surgery Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 15
- 210000000056 organ Anatomy 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 8
- 238000005452 bending Methods 0.000 description 8
- 238000010336 energy treatment Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000003780 insertion Methods 0.000 description 8
- 230000037431 insertion Effects 0.000 description 8
- 238000011176 pooling Methods 0.000 description 8
- 210000001519 tissue Anatomy 0.000 description 8
- 210000004379 membrane Anatomy 0.000 description 6
- 239000012528 membrane Substances 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 230000003902 lesion Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 210000002808 connective tissue Anatomy 0.000 description 4
- 238000007796 conventional method Methods 0.000 description 4
- 230000012447 hatching Effects 0.000 description 4
- 238000003709 image segmentation Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 230000004913 activation Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005401 electroluminescence Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010047571 Visual impairment Diseases 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 210000003815 abdominal wall Anatomy 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002512 chemotherapy Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000001198 duodenum Anatomy 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
- A61B1/045—Control thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Abstract
Description
(実施の形態1)
図1は実施の形態1に係る腹腔鏡手術支援システムの概略構成を説明する模式図である。腹腔鏡手術では、開腹手術を実施する代わりに、トロッカ10と呼ばれる開孔器具を患者の腹壁に複数個取り付け、トロッカ10に設けられた開孔から、腹腔鏡11、エネルギ処置具12、鉗子13などの器具を患者の体内に挿入する。術者は、腹腔鏡11によって撮像された患者体内の画像(術野画像)をリアルタイムに見ながら、エネルギ処置具12を用いて患部を切除するなどの処置を行う。腹腔鏡11、エネルギ処置具12、鉗子13などの術具は、術者又はロボットなどにより保持される。術者とは、腹腔鏡手術に関わる医療従事者であり、執刀医、助手、看護師、手術をモニタしている医師などを含む。
図3は術野画像の一例を示す模式図である。本実施の形態における術野画像は、患者の腹腔内を腹腔鏡11により撮像して得られる画像である。術野画像は、腹腔鏡11の撮像装置11Bが出力する生の画像である必要はなく、CCU110などによって処理が施された画像(フレーム画像)であってもよい。また、術野画像は、CCU110から表示装置130に出力される画像であってもよく、腹腔鏡11に着脱可能に装着される画像処理装置(不図示)によって処理が施された画像であってもよい。更に、術野画像は、録画装置140に記録済みの録画映像であってもよい。
図4は学習モデル300の構成例を示す模式図である。学習モデル300は、画像セグメンテーションを行うための学習モデルであり、例えばSegNetなどの畳み込み層を備えたニューラルネットワークにより構築される。学習モデル300は、SegNetに限らず、FCN(Fully Convolutional Network)、U-Net(U-Shaped Network)、PSPNet(Pyramid Scene Parsing Network)など、画像セグメンテーションが行える任意のニューラルネットワークを用いて構築されてもよい。また、学習モデル300は、画像セグメンテーション用のニューラルネットワークに代えて、YOLO(You Only Look Once)、SSD(Single Shot Multi-Box Detector)など物体検出用のニューラルネットワークを用いて構築されてもよい。
実施の形態2では、膵臓を認識したときの確信度に応じて表示態様を変更する構成について説明する。
なお、腹腔鏡手術支援システムの全体構成、情報処理装置200の内部構成等については実施の形態1と同様であるため、その説明を省略することとする。
実施の形態3では、膵臓部分について設定された表示色と、術野画像における膵臓部分の表示色とを平均化し、平均化した色により膵臓部分を着色して表示する構成について説明する。
なお、腹腔鏡手術支援システムの全体構成、情報処理装置200の内部構成等については実施の形態1と同様であるため、その説明を省略することとする。
実施の形態4では、情報処理装置200が複数種の学習モデルを備える構成について説明する。
実施の形態5では、入力される術野画像に応じて最適な学習モデルを選択する構成について説明する。
実施の形態6では、第1学習モデル410により膵臓部分を認識し、第2学習モデル420により膵臓部分とは区別すべき他の部分を認識する構成について説明する。
実施の形態7では、術野画像の動的状態に応じて、膵臓部分の表示及び非表示を切り替える構成について説明する。
実施の形態8では、膵臓部分の表示及び非表示を周期的に切り替える構成について説明する。
実施の形態9では、膵臓部分の表示に対してエフェクトを施す構成について説明する。
なお、実施の形態9では、表示サイズを徐々に拡大するエフェクトについて説明したが、認識した膵臓部分の輪郭(境界)を強調するエフェクトを施してもよく、膵臓部分の輪郭(境界)を強調すると共に、輪郭(境界)の内部を表示状態から非表示状態に徐々に遷移させ、輪郭(境界)のみを残像として残すエフェクトを施してもよい。
実施の形態10では、情報処理装置200が備えるユーザインタフェースについて説明する。
11 腹腔鏡
12 エネルギ処置具
13 鉗子
110 カメラコントロールユニット(CCU)
120 光源装置
130 表示装置
140 録画装置
200 情報処理装置
201 制御部
202 記憶部
203 操作部
204 入力部
205 出力部
206 通信部
300 学習モデル
PG1 認識処理プログラム
PG2 表示処理プログラム
PG3 学習処理プログラム
Claims (14)
- コンピュータに、
鏡視下手術の術野を撮像して得られる術野画像を取得し、
術野画像の入力に応じて前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された学習モデルに、取得した術野画像を入力し、
前記学習モデルより出力される情報に基づき、前記術野画像に含まれる膵臓部分として、膵臓の外縁により定まる領域から、膵臓表面に現れる血管、脂肪、小葉間の溝、又は小葉間の影に該当する部分を除いた膵臓部分を認識し、
前記部分を除いて認識した膵臓部分を前記術野画像上に表示する
処理を実行させるためのコンピュータプログラム。 - コンピュータに、
鏡視下手術の術野を撮像して得られる術野画像を取得し、
術野画像の入力に応じて前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された学習モデルに、取得した術野画像を入力して、該術野画像に含まれる膵臓部分を認識し、
前記術野画像内の特定部位の動的状態に応じて、前記膵臓部分の表示及び非表示を切り替える
処理を実行させるためのコンピュータプログラム。 - コンピュータに、
鏡視下手術の術野を撮像して得られる術野画像を取得し、
術野画像の入力に応じて前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された学習モデルに、取得した術野画像を入力して、該術野画像に含まれる膵臓部分を認識し、
前記術野画像内に含まれる術具の動的状態に応じて、前記膵臓部分の表示及び非表示を切り替える
処理を実行させるためのコンピュータプログラム。 - 前記コンピュータに、
前記膵臓部分の認識結果の確信度に応じて、前記膵臓部分の表示態様を変更する
処理を実行させるための請求項1から請求項3の何れか1つに記載のコンピュータプログラム。 - 前記コンピュータに、
前記膵臓部分について設定された表示色と、前記術野画像における膵臓部分の表示色とを平均化し、
認識した膵臓部分を、平均化した色により着色して表示する
処理を実行させるための請求項1から請求項3の何れか1つに記載のコンピュータプログラム。 - 前記学習モデルは、膵臓部分を認識するための複数種の学習モデルを含み、
前記コンピュータに、
前記術野画像を入力した場合に各学習モデルから出力される情報に基づいて、各学習モデルを評価し、
評価結果に基づいて選択した学習モデルを用いて、前記術野画像に含まれる膵臓部分を認識する
処理を実行させるための請求項1から請求項3の何れか1つに記載のコンピュータプログラム。 - 前記コンピュータに、
前記膵臓部分の表示及び非表示を周期的に切り替える
処理を実行させるための請求項1から請求項6の何れか1つに記載のコンピュータプログラム。 - 前記コンピュータに、
前記膵臓部分の表示に対して所定のエフェクトを施す
処理を実行させるための請求項1から請求項7の何れか1つに記載のコンピュータプログラム。 - コンピュータに、
鏡視下手術の術野を撮像して得られる術野画像を取得し、
術野画像の入力に応じて、前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された第1学習モデル、及び前記術野画像に含まれる前記膵臓部分とは区別すべき他の部分に関する情報を出力するよう学習された第2学習モデルに、取得した術野画像を各別に入力して、該術野画像に含まれる膵臓部分及び他の部分を認識し、
前記第1学習モデルによる認識結果の確信度と、前記第2学習モデルによる認識結果の確信度との高低に応じて、前記術野画像上での前記膵臓部分及び前記他の部分の表示態様を設定し、
設定した表示態様にて前記膵臓部分及び前記他の部分を前記術野画像上に表示すると共に、前記第1学習モデルを用いて膵臓部分と認識した領域と、前記第2学習モデルを用いて他の部分と認識した領域とが重複する場合、確信度が高い方の認識結果を採用し、前記膵臓部分及び前記他の部分の何れか一方を選択的に表示する
処理を実行させるためのコンピュータプログラム。 - コンピュータに、
鏡視下手術の術野を撮像して得られる術野画像を取得し、
術野画像の入力に応じて、前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された第1学習モデル、及び前記術野画像に含まれる前記膵臓部分とは区別すべき他の部分に関する情報を出力するよう学習された第2学習モデルに、取得した術野画像を各別に入力して、該術野画像に含まれる膵臓部分及び他の部分を認識し、
前記第1学習モデルによる認識結果の確信度と、前記第2学習モデルによる認識結果の確信度との高低に応じて、前記術野画像上での前記膵臓部分及び前記他の部分の表示態様を設定し、
設定した表示態様にて前記膵臓部分及び前記他の部分を前記術野画像上に表示すると共に、前記第1学習モデルを用いて膵臓部分と認識した領域と、前記第2学習モデルを用いて他の部分と認識した領域とが重複する場合、夫々の確信度に応じて表示色を混合し、混合した表示色にて前記領域を着色して表示する
処理を実行させるためのコンピュータプログラム。 - コンピュータが、
鏡視下手術の術野を撮像して得られる術野画像と、該術野画像内の膵臓の外縁により定まる領域から、膵臓表面に現れる血管、脂肪、小葉間の溝、又は小葉間の影に該当する部分を除いた膵臓部分を示す正解データとを含む訓練データを取得し、
取得した訓練データのセットに基づき、術野画像を入力した場合、膵臓の外縁により定まる領域から、膵臓表面に現れる血管、脂肪、小葉間の溝、又は小葉間の影に該当する部分を除いた膵臓部分に関する情報を出力する学習モデルを生成する
学習モデルの生成方法。 - 鏡視下手術の術野を撮像して得られる術野画像を取得する取得部と、
術野画像の入力に応じて前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された学習モデルに、取得した術野画像を入力して、該術野画像に含まれる膵臓部分として、膵臓の外縁により定まる領域から、膵臓表面に現れる血管、脂肪、小葉間の溝、又は小葉間の影に該当する部分を除いた膵臓部分を認識する認識部と、
前記部分を除いて認識した膵臓部分を前記術野画像上に表示する表示部と
を備える情報処理装置。 - 鏡視下手術の術野を撮像して得られる術野画像を取得する取得部と、
術野画像の入力に応じて前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された学習モデルに、取得した術野画像を入力して、該術野画像に含まれる膵臓部分を認識する認識部と、
該認識部により認識した膵臓部分を表示する表示部と
を備え、
前記術野画像内の特定部位の動的状態に応じて、前記膵臓部分の表示及び非表示を切り替える、情報処理装置。 - 鏡視下手術の術野を撮像して得られる術野画像を取得する取得部と、
術野画像の入力に応じて前記術野画像に含まれる膵臓部分に関する情報を出力するよう学習された学習モデルに、取得した術野画像を入力して、該術野画像に含まれる膵臓部分を認識する認識部と、
該認識部により認識した膵臓部分を表示する表示部と
を備え、
前記術野画像内に含まれる術具の動的状態に応じて、前記膵臓部分の表示及び非表示を切り替える、情報処理装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021180519 | 2021-11-04 | ||
JP2021180519 | 2021-11-04 | ||
PCT/JP2022/041056 WO2023080170A1 (ja) | 2021-11-04 | 2022-11-02 | コンピュータプログラム、学習モデルの生成方法、及び情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2023080170A1 JPWO2023080170A1 (ja) | 2023-05-11 |
JP7311936B1 true JP7311936B1 (ja) | 2023-07-20 |
Family
ID=86241574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022568486A Active JP7311936B1 (ja) | 2021-11-04 | 2022-11-02 | コンピュータプログラム、学習モデルの生成方法、及び情報処理装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7311936B1 (ja) |
WO (1) | WO2023080170A1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011000173A (ja) * | 2009-06-16 | 2011-01-06 | Toshiba Corp | 内視鏡検査支援システム |
WO2019054045A1 (ja) * | 2017-09-15 | 2019-03-21 | 富士フイルム株式会社 | 医療画像処理装置、医療画像処理方法及び医療画像処理プログラム |
JP2020509455A (ja) * | 2017-02-28 | 2020-03-26 | ヴェリリー ライフ サイエンシズ エルエルシー | プログラム可能光源を使用する画像のマルチクラス分類のシステムおよび方法 |
WO2020110278A1 (ja) * | 2018-11-30 | 2020-06-04 | オリンパス株式会社 | 情報処理システム、内視鏡システム、学習済みモデル、情報記憶媒体及び情報処理方法 |
WO2020174778A1 (ja) * | 2019-02-28 | 2020-09-03 | 富士フイルム株式会社 | 超音波内視鏡システムおよび超音波内視鏡システムの作動方法 |
JP2020156903A (ja) * | 2019-03-27 | 2020-10-01 | Hoya株式会社 | 内視鏡用プロセッサ、情報処理装置、プログラム、情報処理方法および学習モデルの生成方法 |
WO2021153797A1 (ja) * | 2020-01-30 | 2021-08-05 | アナウト株式会社 | コンピュータプログラム、学習モデルの生成方法、画像処理装置、及び手術支援システム |
-
2022
- 2022-11-02 WO PCT/JP2022/041056 patent/WO2023080170A1/ja active Application Filing
- 2022-11-02 JP JP2022568486A patent/JP7311936B1/ja active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011000173A (ja) * | 2009-06-16 | 2011-01-06 | Toshiba Corp | 内視鏡検査支援システム |
JP2020509455A (ja) * | 2017-02-28 | 2020-03-26 | ヴェリリー ライフ サイエンシズ エルエルシー | プログラム可能光源を使用する画像のマルチクラス分類のシステムおよび方法 |
WO2019054045A1 (ja) * | 2017-09-15 | 2019-03-21 | 富士フイルム株式会社 | 医療画像処理装置、医療画像処理方法及び医療画像処理プログラム |
WO2020110278A1 (ja) * | 2018-11-30 | 2020-06-04 | オリンパス株式会社 | 情報処理システム、内視鏡システム、学習済みモデル、情報記憶媒体及び情報処理方法 |
WO2020174778A1 (ja) * | 2019-02-28 | 2020-09-03 | 富士フイルム株式会社 | 超音波内視鏡システムおよび超音波内視鏡システムの作動方法 |
JP2020156903A (ja) * | 2019-03-27 | 2020-10-01 | Hoya株式会社 | 内視鏡用プロセッサ、情報処理装置、プログラム、情報処理方法および学習モデルの生成方法 |
WO2021153797A1 (ja) * | 2020-01-30 | 2021-08-05 | アナウト株式会社 | コンピュータプログラム、学習モデルの生成方法、画像処理装置、及び手術支援システム |
Also Published As
Publication number | Publication date |
---|---|
JPWO2023080170A1 (ja) | 2023-05-11 |
WO2023080170A1 (ja) | 2023-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220334787A1 (en) | Customization of overlaid data and configuration | |
EP3463032B1 (en) | Image-based fusion of endoscopic image and ultrasound images | |
JP7166430B2 (ja) | 医用画像処理装置、プロセッサ装置、内視鏡システム、医用画像処理装置の作動方法及びプログラム | |
JP7194889B2 (ja) | コンピュータプログラム、学習モデルの生成方法、手術支援装置、及び情報処理方法 | |
JP7457415B2 (ja) | コンピュータプログラム、学習モデルの生成方法、及び支援装置 | |
JP7153974B2 (ja) | コンピュータプログラム、学習モデルの生成方法、及び画像処理装置 | |
KR101595962B1 (ko) | 대장내시경 수술 시뮬레이션시스템 | |
JP7289373B2 (ja) | 医療画像処理装置、内視鏡システム、診断支援方法及びプログラム | |
US20220215539A1 (en) | Composite medical imaging systems and methods | |
JP2010069208A (ja) | 画像処理装置、画像処理方法および画像処理用プログラム | |
JP7146318B1 (ja) | コンピュータプログラム、学習モデルの生成方法、及び手術支援装置 | |
US20220096164A1 (en) | Systems and methods for facilitating optimization of an imaging device viewpoint during an operating session of a computer-assisted operation system | |
JP7311936B1 (ja) | コンピュータプログラム、学習モデルの生成方法、及び情報処理装置 | |
CN117956939A (en) | Computer program, learning model generation method, and information processing device | |
JP7368922B2 (ja) | 情報処理装置、情報処理方法、及びコンピュータプログラム | |
US20210378748A1 (en) | Anatomical structure visualization systems and methods | |
JP2021045337A (ja) | 医用画像処理装置、プロセッサ装置、内視鏡システム、医用画像処理方法、及びプログラム | |
US20230395250A1 (en) | Customization, troubleshooting, and wireless pairing techniques for surgical instruments | |
US20230306592A1 (en) | Image processing device, medical diagnosis device, endoscope device, and image processing method | |
CN115023171A (zh) | 学习用医疗图像数据生成装置、学习用医疗图像数据生成方法以及程序 | |
EP4356396A1 (en) | Customization, troubleshooting, and wireless pairing techniques for surgical instruments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221109 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20221109 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221213 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230203 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230330 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230516 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230526 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20230607 |
|
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: 20230627 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230630 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7311936 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |