JP7336231B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP7336231B2 JP7336231B2 JP2019064695A JP2019064695A JP7336231B2 JP 7336231 B2 JP7336231 B2 JP 7336231B2 JP 2019064695 A JP2019064695 A JP 2019064695A JP 2019064695 A JP2019064695 A JP 2019064695A JP 7336231 B2 JP7336231 B2 JP 7336231B2
- Authority
- JP
- Japan
- Prior art keywords
- image data
- data
- learning image
- learning
- information processing
- 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
比較部による比較の結果、第一の学習画像データと第二の学習画像データが一致し且つ、前記第一の学習画像データのデータ拡張方法と、前記第二の学習画像データの拡張法が異なる場合において前記追加学習への前記第二の学習画像データの入力を許可する処理部と、を有する。
本実施形態における情報処理装置は、学習済みモデルの生成に用いたデータセット及び追加学習用のデータセットを比較した比較結果と、それぞれのデータ拡張方法を比較した比較結果とに基づいて、学習済みモデルに対する追加学習を許可するか禁止するかを判定する。なおデータセットは複数の画像から構成されている画像群である。
入力部2は、追加学習用の学習画像データ(第二の学習画像データ)を入力する。学習画像データの入力方法としては、他の装置から送信された学習画像データを受信し、それをデータ拡張方法取得部3へ入力する。もしくは、操作者が不図示のGUIを介して追加学習したい学習画像データを指定することで入力してもよい。なお入力部へ送信される学習画像データは、同一の情報処理装置から与えられてもよい。例えば、学習用データセットと学習済みモデルを有する情報処理装置が、追加学習用に取得した学習画像データ(第二の学習画像データ)をデータ拡張方法取得部3への入力とすることができる。
データ拡張方法取得部3は、学習済みモデル8から学習済みモデルの第一の学習画像データに対応するデータセット名9と学習済みモデルのデータ拡張方法10を取得し、記憶部12から入力画像データ1と対応するデータセット名6を取得し、学習部データ拡張方法7を取得する。そして、取得したデータセット名6、データ拡張方法7、学習済みモデルのデータセット名9、および学習済みモデルのデータ拡張方法10を、比較部4に送信する。
比較部4は、データ拡張方法取得部3で取得した、学習済みモデルの第一の学習画像データに対応するデータセット名9と入力画像データ1(第二の学習画像データ)のデータセット名6を比較し、一致していたらさらにデータ拡張方法も比較をする。そして比較した比較結果を処理部5へ送信する。また、データセットを構成する画像および画像の画素値のいずれかに基づいた比較をしてもよい。すなわち、比較部4は第一の学習画像データおよび第二の学習画像データが一致しているか異なるかを、データセット名、データセットを構成する画像および画像の画素値のうち少なくとも一つに基づいて比較をする。
処理部5では、比較部4で比較された結果を基に第二の学習画像データの追加学習への入力を許可または禁止をする。つまり、学習済みモデルの第一の学習画像データに対応するデータセット名9と入力画像データ1のデータセット名6が一致し、かつ、データ拡張方法も一致している場合は入力を禁止し、それ以外の場合は入力を許可する処理をする。すなわち、処理部5は第一の学習画像データと第二の学習画像データとが一致し且つ第一の学習画像データのデータ拡張方法と、第二の学習画像データのデータ拡張方法とが一致している場合には、追加学習への第二の学習画像データの入力を禁止する。一方で、第一の学習画像データと第二の学習画像データが異なるもしくは、第一の学習画像データのデータ拡張方法と第二の学習画像データのデータ拡張方法が異なる場合には、追加学習への入力を許可する。
次に、図3のフローチャートを用いて、本実施形態における情報処理装置が行う全体の処理を説明する。図3は、本実施形態における情報処理装置が行う処理の一例を示すフローチャートである。本実施形態では、CPU101がRAM103に格納されている各部の機能を実現するプログラムを実行することにより図3に示す処理が実行される。
上述した実施形態では、胸部CT画像から肺がんを検出する学習済みモデルについて説明したが、学習するデータセットは三次元画像データに限らず、一次元時系列の信号であったり、二次元画像データであったり、四次元以上のテンソルであったり、どのような形式でもよい。
上述した実施形態では、肺がんを検出する学習済みモデルに限定して説明したが、肺がんに限らず、その他のがんやその他の疾患でもよい。
上述した実施形態では、画像データとして医用画像を用いる場合について説明したが、医用画像に限らず、文字画像や自然画像でもよい。
上述した実施形態では、データ拡張方法として回転の場合を説明したが、回転以外のデータ拡張方法でもよい。また、複数のデータ拡張方法を組み合わせて用いてもよい。複数のデータ拡張方法が組み合わされている場合は、すべてのデータ拡張方法でデータセットおよびデータ拡張方法が一致している場合のみ、入力を禁止することが望ましい。また、複数のデータ拡張方法を組み合わせた場合においては、適用されるデータ拡張方法によっては、データ拡張を行う順序によって生成される画像データが異なる。ゆえに、複数のデータ拡張方法をどのような順序で適用したかが別途保持されていてもよい。ただし、操作者の設定に応じて全てのデータ拡張方法で一致する場合以外においても、入力を禁止してもよい。
上述した実施形態では、入力画像データ1のデータ拡張方法7を、学習部11から取得したが、入力画像データ1にデータセット名6と共にデータ拡張方法7が記憶(保存)されていてもよい。
上述した実施形態では、同一のデータセットには同一のデータセット名が付与されている条件で記載されていたが、同一のデータセットに対して同一のデータセット名が付与されていない場合がある。
上述した実施形態には、追加学習画像データとして入力をする第二の学習画像データに対応するデータセット名6とデータの拡張方法7、学習済みモデルのデータセット名9および学習済みモデルのデータ拡張方法10がすべて存在する場合について記載した。しかしながら追加学習をする場合の入力画像データにおいて、第二の学習画像データに対応するデータセット名6やデータ拡張方法7が欠損もしくは、適切に付与されていない場合がある。例えば本変形例7では、データ拡張方法取得部3が取得した入力画像データにおいてデータセット名6が適切に付与されていない場合と、データ拡張方法7が適切に付与されていない場合が挙げられる。さらにデータセット名6およびデータ拡張方法7の両者が適切に付与されていない場合も考えられる。以下ではそれぞれの場合に対応する方策を記載する。ここで比較部4により第二の学習画像データにおける、データセット名およびデータ拡張方法が付与されているかを判定してもよいし、判定をするための判定部が別途(不図示)設けられていてもよい。
第2の実施形態では、胸部CT画像から肺がんを検出する学習済みモデルに追加学習する際に、学習済みモデルからそれぞれの学習画像データに対応するデータ拡張方法を取得して比較し、データ拡張方法が同じ場合には、異なるデータ拡張方法を提示する。
比較部4は、データ拡張方法取得部3で取得した、学習済みモデルで学習したデータセット名9と入力画像データのデータセット名6とを比較し、一致していたらデータ拡張方法でも比較を行う。そして比較結果を処理部5へ送信する。
処理部5は、比較部4により比較された比較結果に基づいて、入力画像データ1の入力を許可するか禁止するかを判定する。学習済みモデルのデータセット名と入力画像データ1のデータセット名が一致し、かつ、データ拡張方法も一致している場合は入力を禁止して異なるデータ拡張方法を提示し、それ以外の場合は入力を許可する。
次に、図4のフローチャートを用いて、本実施形態における情報処理装置が行う全体の処理を説明する。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(またはCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (16)
- 学習済みモデルの生成に用いた第一の学習画像データと、追加学習を行うための第二の学習画像データとを比較し、且つ、前記第一の学習画像データのデータ拡張方法と前記第二の学習画像データのデータ拡張方法とを比較する比較部と、
前記比較部による比較の結果、前記第一の学習画像データと前記第二の学習画像データが一致し且つ、前記第一の学習画像データのデータ拡張方法と、前記第二の学習画像データのデータ拡張方法が異なる場合において前記追加学習への前記第二の学習画像データの入力を許可する処理部と、
を有する情報処理装置。 - 前記処理部は、前記第一の学習画像データと前記第二の学習画像データとが一致し且つ、前記第一の学習画像データのデータ拡張方法と、前記第二の学習画像データのデータ拡張方法とが一致している場合には、前記追加学習への前記第二の学習画像データの入力を禁止することを特徴とする請求項1に記載の情報処理装置。
- 前記処理部は、前記第一の学習画像データと前記第二の学習画像データとが一致し且つ、前記第一の学習画像データのデータ拡張方法と、前記第二の学習画像データのデータ拡張方法とが一致している場合には、前記追加学習のため、前記第二の学習画像データのデータ拡張方法として、前記第一の学習画像データのデータ拡張方法とは異なるデータ拡張方法を適用することを特徴とする請求項1に記載の情報処理装置。
- 前記比較部は、前記第一の学習画像データおよび前記第二の学習画像データが一致しているか異なるかを、データセット名、データセットを構成する画像データおよび前記画像データの画素値のうち少なくとも一つに基づいて比較することを特徴とする請求項1乃至3のいずれか一項に記載の情報処理装置。
- 前記比較部は、前記第二の学習画像データに対応する、データセット名およびデータ拡張方法の有無を判定することを特徴とする請求項4に記載の情報処理装置。
- 前記処理部は、同一画像データを有するデータセットに対して、同一のデータセット名を生成することを特徴とする請求項1に記載の情報処理装置。
- 前記処理部により生成される前記データセット名は、前記データセットを構成する画像データの画素値もしくは、画素値に関連する文字列に基づくことを特徴とする請求項6に記載の情報処理装置。
- 前記比較部によって、前記第二の学習画像データにおけるデータセット名が付与されていないと判定された場合、前記処理部により生成された前記データセット名を前記第二の学習画像データにおけるデータセット名とすることを特徴とする請求項6または7に記載の情報処理装置。
- 前記比較部によって、前記第二の学習画像データにおけるデータセット名が付与されていないと判定された場合に、前記比較部はさらに前記第一の学習画像データと画像もしくは、画像を構成する画素が一致するかを比較し、一致していた場合に一致した前記第一の学習画像データに対応するデータセット名を、前記第二の学習画像データに対して付与することを特徴とする請求項5に記載の情報処理装置。
- 前記比較部によって、前記第二の学習画像データにおけるデータ拡張方法が付与されていないと判定された場合に、前記比較部はさらに前記第一の学習画像データと画像もしくは、画像を構成する画素が一致するかを比較し、一致していた場合に一致した前記第一の学習画像データに対応するデータ拡張方法を、前記第二の学習画像データに対して付与することを特徴とする請求項5に記載の情報処理装置。
- 前記比較部によって、前記第二の学習画像データにおけるデータ拡張方法が付与されていないと判定された場合で且つ、前記第一の学習画像データと画像もしくは、画像を構成する画素が一致していない場合において、前記第二の学習画像データに対してデータ拡張方法を適用し、再度前記第一の学習画像データと比較することを特徴とする請求項5に記載の情報処理装置。
- 前記処理部は、前記異なるデータ拡張方法として、前記一致したデータ拡張方法の条件との差異が大きくなるデータ拡張方法を適用することを特徴とする請求項3に記載の情報処理装置。
- 前記データ拡張方法を前記第二の学習画像データに対して適用した結果を提示することを特徴とする請求項3または12に記載の情報処理装置。
- 前記処理部は、前記データ拡張方法によるデータ拡張を前記第二の学習画像データに適用することにより作成された学習画像データを用いて、追加学習を行うことを特徴とする請求項3または12に記載の情報処理装置。
- 学習済みモデルの生成に用いた第一の学習画像データと、追加学習を行うための第二の学習画像データとを比較し、且つ、前記第一の学習画像データのデータ拡張方法と前記第二の学習画像データのデータ拡張方法とを比較する比較ステップと、
前記比較の結果、前記第一の学習画像データと前記第二の学習画像データが一致し且つ、前記第一の学習画像データのデータ拡張方法と、前記第二の学習画像データのデータ拡張方法が異なる場合において前記追加学習への前記第二の学習画像データの入力を許可する処理ステップと、
を有する情報処理方法。 - 請求項15に記載の情報処理方法をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019064695A JP7336231B2 (ja) | 2019-03-28 | 2019-03-28 | 情報処理装置、情報処理方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019064695A JP7336231B2 (ja) | 2019-03-28 | 2019-03-28 | 情報処理装置、情報処理方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020166418A JP2020166418A (ja) | 2020-10-08 |
JP7336231B2 true JP7336231B2 (ja) | 2023-08-31 |
Family
ID=72716246
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019064695A Active JP7336231B2 (ja) | 2019-03-28 | 2019-03-28 | 情報処理装置、情報処理方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7336231B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7201270B1 (ja) | 2021-10-28 | 2023-01-10 | 望 窪田 | 情報処理方法、プログラム及び情報処理装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018169672A (ja) | 2017-03-29 | 2018-11-01 | 三菱電機インフォメーションシステムズ株式会社 | 教師画像を生成する方法、コンピュータおよびプログラム |
-
2019
- 2019-03-28 JP JP2019064695A patent/JP7336231B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018169672A (ja) | 2017-03-29 | 2018-11-01 | 三菱電機インフォメーションシステムズ株式会社 | 教師画像を生成する方法、コンピュータおよびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020166418A (ja) | 2020-10-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6878509B2 (ja) | データ及びモデルを用いた画像再構成ならびに補正のためのシステム及び方法 | |
Torosdagli et al. | Deep geodesic learning for segmentation and anatomical landmarking | |
JP6947759B2 (ja) | 解剖学的対象物を自動的に検出、位置特定、及びセマンティックセグメンテーションするシステム及び方法 | |
JP6598452B2 (ja) | 医用画像処理装置及び医用画像処理方法 | |
US8121362B2 (en) | Registration of medical images using learned-based matching functions | |
JP7221421B2 (ja) | Ct画像の椎骨位置決め方法、装置、機器及び媒体 | |
JP6316671B2 (ja) | 医療画像処理装置および医用画像処理プログラム | |
US8861891B2 (en) | Hierarchical atlas-based segmentation | |
US10803354B2 (en) | Cross-modality image synthesis | |
JP6824845B2 (ja) | 画像処理システム、装置、方法およびプログラム | |
JP6073632B2 (ja) | 医用画像処理装置及び医用画像処理プログラム | |
JP7336231B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP6840481B2 (ja) | 画像処理装置および画像処理方法 | |
Iddrisu et al. | 3D reconstructions of brain from MRI scans using neural radiance fields | |
CN110473241A (zh) | 图像配准方法、存储介质及计算机设备 | |
JP6967983B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
CN116664476A (zh) | 确定医学图像数据中描绘的解剖异常的变化的方法和系统 | |
WO2022163513A1 (ja) | 学習済みモデルの生成方法、機械学習システム、プログラムおよび医療画像処理装置 | |
US20230139458A1 (en) | Image processing method and apparatus | |
CN116848549A (zh) | 经由降维投影的图像结构的检测 | |
US20240144472A1 (en) | Medical image augmentation | |
US11972570B2 (en) | Image processing apparatus, image processing method, and image processing program | |
US20230138451A1 (en) | Image processing method and apparatus | |
US20230222675A1 (en) | Image processing apparatus, operation method of image processing apparatus, operation program of image processing apparatus, and trained model | |
JP2023033234A (ja) | データ拡張方法、データ拡張装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220309 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230405 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230502 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230626 |
|
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: 20230718 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230821 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7336231 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |