JP7464958B2 - 個人の色素異常症を特徴付けるための方法及びシステム - Google Patents
個人の色素異常症を特徴付けるための方法及びシステム Download PDFInfo
- Publication number
- JP7464958B2 JP7464958B2 JP2021534736A JP2021534736A JP7464958B2 JP 7464958 B2 JP7464958 B2 JP 7464958B2 JP 2021534736 A JP2021534736 A JP 2021534736A JP 2021534736 A JP2021534736 A JP 2021534736A JP 7464958 B2 JP7464958 B2 JP 7464958B2
- Authority
- JP
- Japan
- Prior art keywords
- folder
- individual
- tkn
- tkm
- pigmentation
- 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
- 208000012641 Pigmentation disease Diseases 0.000 title claims description 117
- 238000000034 method Methods 0.000 title claims description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000004931 aggregating effect Effects 0.000 claims description 9
- 208000031019 skin pigmentation disease Diseases 0.000 claims description 7
- 208000034301 polycystic dysgenetic disease of parotid salivary glands Diseases 0.000 claims description 6
- 102100032919 Chromobox protein homolog 1 Human genes 0.000 claims description 4
- 101000797584 Homo sapiens Chromobox protein homolog 1 Proteins 0.000 claims description 4
- 210000003491 skin Anatomy 0.000 description 10
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 208000035475 disorder Diseases 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 4
- 239000000049 pigment Substances 0.000 description 4
- 208000007256 Nevus Diseases 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000019612 pigmentation Effects 0.000 description 2
- 229910052704 radon Inorganic materials 0.000 description 2
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 2
- 230000001225 therapeutic effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 206010004950 Birth mark Diseases 0.000 description 1
- 201000009030 Carcinoma Diseases 0.000 description 1
- 208000034656 Contusions Diseases 0.000 description 1
- 206010040829 Skin discolouration Diseases 0.000 description 1
- 238000012152 algorithmic method Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 210000004262 dental pulp cavity Anatomy 0.000 description 1
- 210000004207 dermis Anatomy 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000002615 epidermis Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 201000001441 melanoma Diseases 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000007920 subcutaneous administration Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000002626 targeted therapy Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
- A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/1032—Determining colour for diagnostic purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4547—Evaluating teeth
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/45—For evaluating or diagnosing the musculoskeletal system or teeth
- A61B5/4538—Evaluating a particular part of the muscoloskeletal system or a particular medical condition
- A61B5/4542—Evaluating the mouth, e.g. the jaw
- A61B5/4552—Evaluating soft tissue within the mouth, e.g. gums or tongue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Dermatology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Dentistry (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Generation (AREA)
Description
本発明は、皮膚の色素異常症の外的進行及び内的進行を二次元（２Ｄ）及び三次元（３Ｄ）内で特徴付けし、評価するための方法及びシステムに関する。
皮膚の色素異常症（あざ、良性病変、悪性病変、癌腫、黒色腫等）を評価するために、皮膚科学的技法はＡＢＣＤと呼ばれる基準に基づく。従って色素異常症は、
－その非対称性（Ａ）、
－その境界（Ｂ）、
－その色（Ｃ）、
－その直径（Ｄ）
によって特徴付けられる。
－その非対称性（Ａ）、
－その境界（Ｂ）、
－その色（Ｃ）、
－その直径（Ｄ）
によって特徴付けられる。
加えて、皮膚科医は可視イメージング分野における二次元イメージング技法を使用して色素異常症の厚さの不均一性を評価しようと試みる。
皮膚科医にとっての課題は疑わしい「あざ」をできるだけ早期に識別し、新たな症候学を発展させることである。
大規模なデータベースを構築し、専門家システムを用いた色素パッチの分類における更なる手段を取るために、主にオーストラリア、米国、及びドイツの幾つかの研究センタ及び病院が協力している。励まされる結果にもかかわらず、この手法は往々にして校正されていない二次元カラー画像に限定された取得に悩まされ、それに関する全てのことがこの手法を特異度及び感度に関して不十分であり続けると思わせる。
（例えばＹａｎａｌ Ｗａｚａｅｆｉ， Ｃａｒｏｌｉｎｅ Ｍａｒｑｕｅｓｔｅ， Ｇｉｏｖａｎｎｉ Ｐｅｌｌａｃａｎｉ， Ｌｕｃ Ｔｈｏｍａｓによる刊行物“Ｅｖｉｄｅｎｃｅ ｏｆ ａ Ｌｉｍｉｔｅｄ Ｉｎｆｒａ－Ｉｎｄｉｖｉｄｕａｌ Ｄｉｖｅｒｓｉｔｙ ｏｆ Ｎｅｖｉ： Ｉｎｔｕｉｔｉｖｅ Ｐｅｒｃｅｐｔｉｏｎ ｏｆ Ｄｏｍｉｎａｎｔ Ｃｌｕｓｔｅｒｓ Ｉｓ ａ Ｃｒｕｃｉａｌ Ｓｔｅｐ ｉｎ ｔｈｅ Ａｎａｌｙｓｉｓ ｏｆ Ｎｅｖｉ ｂｙ Ｄｅｒｍａｔｏｌｏｇｉｓｔｓ”， Ｊｏｕｒｎａｌ ｏｆ Ｉｎｖｅｓｔｉｇａｔｉｖｅ Ｄｅｒｍａｔｏｌｏｇｙ， Ａｐｒｉｌ ２０１３、又はＲｅｎｅ－Ｊｅａｎ Ｂｅｎｓａｄｏｕｎ， Ｊｅａｎ Ｋｒｕｔｍａｎｎ， Ｐｈｉｌｉｐｐｅ Ｇ Ｈｕｍｂｅｒｔ， Ｔｈｏｍａｓ Ｌｕｇｅｒによる“Ａｌｇｏｒｉｔｈｍ ｆｏｒ ｄｅｒｍｏｃｏｓｍｅｔｉｃ ｕｓｅ ｉｎ ｔｈｅ ｍａｎａｇｅｍｅｎｔ ｏｆ ｃｕｔａｎｅｏｕｓ ｓｉｄｅｅｆｆｅｃｔｓ ａｓｓｏｃｉａｔｅｄ ｗｉｔｈ ｔａｒｇｅｔｅｄ ｔｈｅｒａｐｙ ｉｎ ｏｎｃｏｌｏｇｙ”， Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ｅｕｒｏｐｅａｎ Ａｃａｄｅｍｙ ｏｆ Ｄｅｒｍａｔｏｌｏｇｙ ａｎｄ Ｖｅｎｅｒｅｏｌｏｇｙ， Ｆｅｂｒｕａｒｙ ２０１３に記載されているような）色素異常症の性状を予測評価するためのモデルは二次元パラメータに限定されており、予測解析を可能にする正確な三次元イメージングを必要とする、色素異常症の深さ、ボリューム、厚さ、及び表面粗度を反映する次元を取り入れない。
本発明の目的はこれらの欠点を軽減することである。
より正確には、本発明の主題は、
－それぞれの色素異常症について、
〇日付ｔｋｍにおいて、
・色素異常症の２Ｄ画像を複数の角度から取得し、少なくとも１つの３Ｄ画像を再構築するステップと、
・前述の画像を第１のフォルダ内に記憶するステップと、
・前述の画像から色素異常症のパラメータを計算し、第２のフォルダ内に記憶するステップと、
・前述のパラメータを評価し、第３のフォルダ内に記憶するステップと、
〇先の４つのステップの少なくとも１つを複数の日に反復し、それぞれの反復について、
・少なくとも１つの期間内のデータを比較し、変化を明らかにするステップと、
・期間ごとに１つの第４のフォルダ内に記憶するステップと、
・第４のフォルダごとに、色素異常症のスナップショットを定める第５のフォルダへとフォルダをグループ化するステップと、
・色素異常症の動的プロファイルを定める第６のフォルダへと第５のフォルダを集約するステップと、
－先のステップを反復して他のそれぞれの色素異常症に関する第６のフォルダを得るステップと、
－第６のフォルダを集約する、個人の色素異常症のナレッジベースを個人について生成するステップと
を含む、個人の皮膚の色素異常症を特徴付けるための方法である。
－それぞれの色素異常症について、
〇日付ｔｋｍにおいて、
・色素異常症の２Ｄ画像を複数の角度から取得し、少なくとも１つの３Ｄ画像を再構築するステップと、
・前述の画像を第１のフォルダ内に記憶するステップと、
・前述の画像から色素異常症のパラメータを計算し、第２のフォルダ内に記憶するステップと、
・前述のパラメータを評価し、第３のフォルダ内に記憶するステップと、
〇先の４つのステップの少なくとも１つを複数の日に反復し、それぞれの反復について、
・少なくとも１つの期間内のデータを比較し、変化を明らかにするステップと、
・期間ごとに１つの第４のフォルダ内に記憶するステップと、
・第４のフォルダごとに、色素異常症のスナップショットを定める第５のフォルダへとフォルダをグループ化するステップと、
・色素異常症の動的プロファイルを定める第６のフォルダへと第５のフォルダを集約するステップと、
－先のステップを反復して他のそれぞれの色素異常症に関する第６のフォルダを得るステップと、
－第６のフォルダを集約する、個人の色素異常症のナレッジベースを個人について生成するステップと
を含む、個人の皮膚の色素異常症を特徴付けるための方法である。
本発明による方法は、複数のデータフィールドを含む個人の色素異常症のナレッジベースＢＣＤＰ（λ）を個人λについて生成できるようにする。
本発明の別の主題は、
－それぞれの色素異常症について、
〇日付ｔｋｍにおいて、
・色素異常症の２Ｄ画像を日付ｔｋｍにおいて及び複数の視角から取得し、前述の処理済みの２Ｄ画像から少なくとも１つの３Ｄ画像を再構築するステップと、
・前述の２Ｄ画像及び３Ｄ画像を個人、色素異常症、及びｔｋｍに関連する第１のフォルダ内に記憶するステップと、
・前述の２Ｄ画像及び３Ｄ画像から色素異常症の既定のパラメータをシステムの第１の計算手段によって計算し、前述のパラメータを個人、色素異常症、及びｔｋｍに関連する第２のフォルダ内に記憶するステップと、
・前述のパラメータの評価を取得し、前述の評価を個人、色素異常症、及びｔｋｎに関連する第３のフォルダ内に記憶するステップと、
〇先の４つのステップの少なくとも１つをｔｋｍからｔｋｎ（ｔｋｎ＞ｔｋｍ）までの複数の日に反復し、それぞれの反復について、
・日付ｔｋｎと日付ｔｋｍとの間の少なくとも１つの期間内の第１のフォルダ、第２のフォルダ、及び第３のフォルダのデータを比較し、システムの第２の計算手段によって前述のデータの変化を明らかにするステップと、
・期間ごとに１つの第４のフォルダを用いて、変化を個人、色素異常症、及びｔｋｎに関連する少なくとも１つの第４のフォルダ内に記憶するステップと、
・第４のフォルダごとに、色素異常症のスナップショットを定める、個人、色素異常症、及びｔｋｎを有する第５のフォルダへとｔｋｎに関連する第１のフォルダ、第２のフォルダ、第３のフォルダ、及び第４のフォルダをグループ化するステップと、
・色素異常症の動的プロファイルを定める、個人及び色素異常症を有する第６のフォルダへと第５のフォルダを集約するステップと、
－先のステップを反復して個人の他のそれぞれの色素異常症に関する第６のフォルダを得るステップと、
－第６のフォルダを集約する、個人の色素異常症のナレッジベースを個人について生成するステップと
を実装するようにプログラムされるプロセッサを含む、個人の皮膚の色素異常症を特徴付けるためのシステムである。
－それぞれの色素異常症について、
〇日付ｔｋｍにおいて、
・色素異常症の２Ｄ画像を日付ｔｋｍにおいて及び複数の視角から取得し、前述の処理済みの２Ｄ画像から少なくとも１つの３Ｄ画像を再構築するステップと、
・前述の２Ｄ画像及び３Ｄ画像を個人、色素異常症、及びｔｋｍに関連する第１のフォルダ内に記憶するステップと、
・前述の２Ｄ画像及び３Ｄ画像から色素異常症の既定のパラメータをシステムの第１の計算手段によって計算し、前述のパラメータを個人、色素異常症、及びｔｋｍに関連する第２のフォルダ内に記憶するステップと、
・前述のパラメータの評価を取得し、前述の評価を個人、色素異常症、及びｔｋｎに関連する第３のフォルダ内に記憶するステップと、
〇先の４つのステップの少なくとも１つをｔｋｍからｔｋｎ（ｔｋｎ＞ｔｋｍ）までの複数の日に反復し、それぞれの反復について、
・日付ｔｋｎと日付ｔｋｍとの間の少なくとも１つの期間内の第１のフォルダ、第２のフォルダ、及び第３のフォルダのデータを比較し、システムの第２の計算手段によって前述のデータの変化を明らかにするステップと、
・期間ごとに１つの第４のフォルダを用いて、変化を個人、色素異常症、及びｔｋｎに関連する少なくとも１つの第４のフォルダ内に記憶するステップと、
・第４のフォルダごとに、色素異常症のスナップショットを定める、個人、色素異常症、及びｔｋｎを有する第５のフォルダへとｔｋｎに関連する第１のフォルダ、第２のフォルダ、第３のフォルダ、及び第４のフォルダをグループ化するステップと、
・色素異常症の動的プロファイルを定める、個人及び色素異常症を有する第６のフォルダへと第５のフォルダを集約するステップと、
－先のステップを反復して個人の他のそれぞれの色素異常症に関する第６のフォルダを得るステップと、
－第６のフォルダを集約する、個人の色素異常症のナレッジベースを個人について生成するステップと
を実装するようにプログラムされるプロセッサを含む、個人の皮膚の色素異常症を特徴付けるためのシステムである。
非限定的な例として、及び添付図面を参照しながら示す以下の詳細な説明を読めば本発明の他の特徴及び利点が明らかになる。
全ての図面において同じ要素を同じ参照記号で示している。
本発明による方法は、個人λの色素異常症のナレッジベースＢＣＤＰ（λ）を個人λについて生成できるようにし、図１ａ及び図１ｂに示すようにこのベースは複数のデータフィールドを含み、各フィールドは個人λについて識別されている１つの色素異常症＃ｋに充てられ、ｋ＝｛１，２，．．．，Ｋ｝であり、Ｋは個人λの色素異常症の数である。
より正確には、個人λの色素異常症を特徴付けるための方法は、色素異常症６０（又は＃ｋ）ごとに以下のステップを含む。
色素異常症の２Ｄ画像を日付ｔｋｍにおいて複数の視角θから取得し、逆ラドン変換に基づく反射トモグラフィー型のアルゴリズム的方法により、それらの取得済みの２Ｄ画像から少なくとも１つの３Ｄ画像を再構築するステップ。この画像の取得及び再構築のために、図２ａ及び図２ｂに関して記載する色素異常症をイメージングするためのシステムを好ましくは使用する。かかるシステムは、
－表皮及び真皮内に波が浸透することを可能にするために最適化される光源の少なくとも１つのエミッタであって、前述の異常症６０を照らすように構成される、エミッタと、
－１組のレシーバであって、（この又は）これらのエミッタ及びレシーバは可視、赤外線（ＩＲ）、及び近ＩＲ線域内で及び／又は第１の治療範囲（０．６５μｍ～０．９５μｍ）及び第２の治療範囲（１μｍ～１．３５μｍ）内で動作しており、図２ｂに示すようにエミッタ及びレシーバはエミッタ－レシーバ３にまとめることができる、１組のレシーバと、
－視角ごとに少なくとも１つの画像を得るためにレシーバを少なくとも２つの視角θｉに配置するための手段であって、それらのレシーバは半径ｒの球状キャップ上に分散され、それらの配置手段は図２ｂに示すようなレール２とすることができ、レール２上にはエミッタ－レシーバ３（又は様々なＰｎの位置においてレール２上をスライドする１つのエミッタ－レシーバ３）が固定位置Ｐｎに配置される、配置するための手段と、
－レセプタを色素異常症６０に向けるためにレセプタを配置するための窓を含む、取得装置及びオペレータ５０を保護するための構造１であって、皮膚上に配置されることを意図し、配置窓を除き不透明な外面を有し、図２ｂに示すように窓は拡大鏡４を備え得る、構造１と
を含み、図２ａから見て取れるように、
－取得した２Ｄ画像Ｓ１を処理するためのユニットＢであって、処理済みの２Ｄ画像Ｓ２から再構築済み３Ｄ画像Ｓ３を得るための反射的なラドン変換に基づく３Ｄ再構築モジュールを更に含む、ユニットＢと、
－２Ｄ処理済み画像を表示するための手段Ｄ１及び再構築済み３Ｄ画像を表示するための手段Ｄ３を含む表示手段と
を更に含む、画像を取得するための装置Ａを含む。
当然ながら、米国特許第８，８３６，７６２号明細書「Ｏｐｔｒｏｎｉｃ ｓｙｓｔｅｍ ａｎｄ ｍｅｔｈｏｄ ｄｅｄｉｃａｔｅｄ ｔｏ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｆｏｒ ｆｏｒｍｕｌａｔｉｎｇ ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ Ｉｍａｇｅｓ」に記載されているような別の２Ｄ及び３Ｄイメージングシステム又は立体３Ｄ再構築システムを使用することができる。
それらの２Ｄ画像及び３Ｄ画像から、この方法は以下のステップを含む：
－表皮及び真皮内に波が浸透することを可能にするために最適化される光源の少なくとも１つのエミッタであって、前述の異常症６０を照らすように構成される、エミッタと、
－１組のレシーバであって、（この又は）これらのエミッタ及びレシーバは可視、赤外線（ＩＲ）、及び近ＩＲ線域内で及び／又は第１の治療範囲（０．６５μｍ～０．９５μｍ）及び第２の治療範囲（１μｍ～１．３５μｍ）内で動作しており、図２ｂに示すようにエミッタ及びレシーバはエミッタ－レシーバ３にまとめることができる、１組のレシーバと、
－視角ごとに少なくとも１つの画像を得るためにレシーバを少なくとも２つの視角θｉに配置するための手段であって、それらのレシーバは半径ｒの球状キャップ上に分散され、それらの配置手段は図２ｂに示すようなレール２とすることができ、レール２上にはエミッタ－レシーバ３（又は様々なＰｎの位置においてレール２上をスライドする１つのエミッタ－レシーバ３）が固定位置Ｐｎに配置される、配置するための手段と、
－レセプタを色素異常症６０に向けるためにレセプタを配置するための窓を含む、取得装置及びオペレータ５０を保護するための構造１であって、皮膚上に配置されることを意図し、配置窓を除き不透明な外面を有し、図２ｂに示すように窓は拡大鏡４を備え得る、構造１と
を含み、図２ａから見て取れるように、
－取得した２Ｄ画像Ｓ１を処理するためのユニットＢであって、処理済みの２Ｄ画像Ｓ２から再構築済み３Ｄ画像Ｓ３を得るための反射的なラドン変換に基づく３Ｄ再構築モジュールを更に含む、ユニットＢと、
－２Ｄ処理済み画像を表示するための手段Ｄ１及び再構築済み３Ｄ画像を表示するための手段Ｄ３を含む表示手段と
を更に含む、画像を取得するための装置Ａを含む。
当然ながら、米国特許第８，８３６，７６２号明細書「Ｏｐｔｒｏｎｉｃ ｓｙｓｔｅｍ ａｎｄ ｍｅｔｈｏｄ ｄｅｄｉｃａｔｅｄ ｔｏ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｆｏｒ ｆｏｒｍｕｌａｔｉｎｇ ｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌ Ｉｍａｇｅｓ」に記載されているような別の２Ｄ及び３Ｄイメージングシステム又は立体３Ｄ再構築システムを使用することができる。
それらの２Ｄ画像及び３Ｄ画像から、この方法は以下のステップを含む：
個人λ、色素異常症＃ｋ、前述の視角θ、及び（例えば最後の視角を用いて取得された画像の日付である）日付ｔｋｍに関連する第１のフォルダ「Ｄｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｍ）」内に２Ｄ（取得済み）及び３Ｄ（再構築済み）画像を記憶するステップ。従って、図３に示すこの第１のフォルダは以下を含む：
－日付ｔｋｍ且つ角度θｋｉ（ｉ＝｛１，２，．．．，Ｉ｝、Ｉは取得された画像の数）において取得された色素異常症＃ｋの２Ｄ画像、
－及び日付ｔｋｍの色素異常症＃ｋのそれらの２Ｄ画像から再構築された３Ｄ画像（λ，＃ｋ，ｔｋｍ）。
－日付ｔｋｍ且つ角度θｋｉ（ｉ＝｛１，２，．．．，Ｉ｝、Ｉは取得された画像の数）において取得された色素異常症＃ｋの２Ｄ画像、
－及び日付ｔｋｍの色素異常症＃ｋのそれらの２Ｄ画像から再構築された３Ｄ画像（λ，＃ｋ，ｔｋｍ）。
２Ｄ画像及び／又は３Ｄ画像から色素異常症＃ｋの既定のパラメータを本発明によるシステムの第１の計算手段ＭＯＤ１によって計算し、そのパラメータを個人λ、色素異常症＃ｋ、及び日付ｔｋｍに関連する図４ａ及び図４ｂに示す第２のフォルダ「Ｄｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｍ）」内に記憶するステップ。第２のファイルＤｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）のパラメータは、例えば下記のものである：
－非対称性（ＰａｒａＣａｌｃｕｌＡ）：色素異常症の直角ビューの非対称性の程度であり、その情報源は色素異常症＃ｋと直角に撮られる２Ｄ画像である。
－境界（ＰａｒａＣａｌｃｕｌＢ）：直角ビューについて計算される平均輪郭に対する色素異常症の輪郭の不規則さ（ずれ）であり、その情報源は色素異常症＃ｋと直角に撮られる画像である。
－色（ＰａｒａＣａｌｃｕｌＣ）：直角ビューの有彩色解析から生じる色であり、その情報源は色素異常症＃ｋと直角に撮られる２Ｄ画像である。
－平面直径（ＰａｒａＣａｌｃｕｌＤ）：直角ビュー内の色素異常症を包含する円の直径であり、その情報源は色素異常症＃ｋと直角に撮られる２Ｄ画像である。
－三次元表面によって描出されるボリュームを得ることを可能にする色素異常症の３Ｄアイソデンシティ（３Ｄ ｉｓｏｄｅｎｓｉｔｙ）であり、その情報源は日付ｔｋｎにおける色素異常症＃ｋの再構築済み３Ｄ画像である。
－ボリューム直径：色素異常症＃ｋの３Ｄボリューム全体を包含する球の直径である。
－色素異常症＃ｋの３Ｄ画像の主縦断面内で計算される色素異常症＃ｋの皮表上の厚さ。
－色素異常症＃ｋの３Ｄ画像の主縦断面内で計算される色素異常症の皮表からの深さ。
－色素異常症の皮表からの深さ方向のルート（ｒｏｏｔ）の数であり、その情報源は色素異常症＃ｋの３Ｄ画像である。
－色素異常症の皮表からの深さの不規則さであり、その情報源は色素異常症＃ｋの３Ｄ画像である。
－色素異常症＃ｋによって覆われる皮膚上の領域であり、その情報源は色素異常症＃ｋの３Ｄ画像である。
－色素異常症の３Ｄアイソデンシティ内に含まれるボクセルのμｍ3単位のボリューム。
ユーザは関心のある独自のパラメータを抽出するために色素異常症の３Ｄ画像内に独自の解析断面を定めることができる。
－非対称性（ＰａｒａＣａｌｃｕｌＡ）：色素異常症の直角ビューの非対称性の程度であり、その情報源は色素異常症＃ｋと直角に撮られる２Ｄ画像である。
－境界（ＰａｒａＣａｌｃｕｌＢ）：直角ビューについて計算される平均輪郭に対する色素異常症の輪郭の不規則さ（ずれ）であり、その情報源は色素異常症＃ｋと直角に撮られる画像である。
－色（ＰａｒａＣａｌｃｕｌＣ）：直角ビューの有彩色解析から生じる色であり、その情報源は色素異常症＃ｋと直角に撮られる２Ｄ画像である。
－平面直径（ＰａｒａＣａｌｃｕｌＤ）：直角ビュー内の色素異常症を包含する円の直径であり、その情報源は色素異常症＃ｋと直角に撮られる２Ｄ画像である。
－三次元表面によって描出されるボリュームを得ることを可能にする色素異常症の３Ｄアイソデンシティ（３Ｄ ｉｓｏｄｅｎｓｉｔｙ）であり、その情報源は日付ｔｋｎにおける色素異常症＃ｋの再構築済み３Ｄ画像である。
－ボリューム直径：色素異常症＃ｋの３Ｄボリューム全体を包含する球の直径である。
－色素異常症＃ｋの３Ｄ画像の主縦断面内で計算される色素異常症＃ｋの皮表上の厚さ。
－色素異常症＃ｋの３Ｄ画像の主縦断面内で計算される色素異常症の皮表からの深さ。
－色素異常症の皮表からの深さ方向のルート（ｒｏｏｔ）の数であり、その情報源は色素異常症＃ｋの３Ｄ画像である。
－色素異常症の皮表からの深さの不規則さであり、その情報源は色素異常症＃ｋの３Ｄ画像である。
－色素異常症＃ｋによって覆われる皮膚上の領域であり、その情報源は色素異常症＃ｋの３Ｄ画像である。
－色素異常症の３Ｄアイソデンシティ内に含まれるボクセルのμｍ3単位のボリューム。
ユーザは関心のある独自のパラメータを抽出するために色素異常症の３Ｄ画像内に独自の解析断面を定めることができる。
計算されたパラメータを専門家に評価させ、評価済みのパラメータを図５に示す関連する第３のフォルダ「Ｄｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔ（λ，＃ｋ，ｔｋｍ）」内に記憶するステップ。これらのパラメータを評価する専門家は医師又はこの分野で認識されているシステム専門家である。
先の４つのステップの少なくとも１つをｔｋｍからｔｋｎ（ｔｋｎ＞ｔｋｍ）までの複数の日に反復し、こうして３つの（第１の、第２の、及び第３の）フォルダの少なくとも１つが反復の回数の分だけ得られる。概して４つのステップが反復され、３つの新たなフォルダが得られる。
それぞれの反復について、本発明によるシステムの第２の計算手段ＭＯＤ２により日付ｔｋｎと日付ｔｋｍとの間の少なくとも１つの期間内の第１のフォルダ、第２のフォルダ、及び第３のフォルダのデータを比較し、第１のフォルダ、第２のフォルダ、及び第３のフォルダ内のそれらのデータ（２Ｄ画像、３Ｄ画像、現在の様々なパラメータ等のパラメータ、非対称性、境界、色等）の変化を明らかにするステップ、並びに図６ａ及び図６ｂに示す第４のフォルダ「Ｄｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）」内に前述のデータの変化を記憶するステップ。
比較を計算し、色素異常症の変化を明らかにするための手段ＭＯＤ２は、例えばユーザ（医師ではないオペレータ又は医師）が
－日付ｔｋｍ及び日付ｔｋｎにおける色素異常症＃ｋの領域の寸法並びに表面及びボリュームの不規則さを３Ｄ画像によって比較すること、
－日付ｔｋｍ及び日付ｔｋｎにおける色素異常症＃ｋの計算済みパラメータ、つまり非対称性、境界、色、（平面及びボリューム）直径、皮膚上の厚さ、皮表からの深さ、皮表からの深さ方向のルートの数、深さの厚さの不規則さ、及び覆われた皮膚上の領域を比較すること、
－その分野の専門家によって評価された、日付ｔｋｍ及び日付ｔｋｎにおける同じ色素異常症＃ｋに関するパラメータＡ、Ｂ、Ｃ、及びＤを比較すること、
－例えば同じ視角で撮影した２Ｄ画像の比較、又は３Ｄボリュームにおける断面の比較、又は他の任意の特定の比較要素等、異なる日付ｔｋｍ及びｔｋｎにおける同じ色素異常症＃ｋの他の特定の比較要素を定めること
を可能にする。
－進行の識別は、例えば「変化なし」又は「陽性進行」等である。
－日付ｔｋｍ及び日付ｔｋｎにおける色素異常症＃ｋの領域の寸法並びに表面及びボリュームの不規則さを３Ｄ画像によって比較すること、
－日付ｔｋｍ及び日付ｔｋｎにおける色素異常症＃ｋの計算済みパラメータ、つまり非対称性、境界、色、（平面及びボリューム）直径、皮膚上の厚さ、皮表からの深さ、皮表からの深さ方向のルートの数、深さの厚さの不規則さ、及び覆われた皮膚上の領域を比較すること、
－その分野の専門家によって評価された、日付ｔｋｍ及び日付ｔｋｎにおける同じ色素異常症＃ｋに関するパラメータＡ、Ｂ、Ｃ、及びＤを比較すること、
－例えば同じ視角で撮影した２Ｄ画像の比較、又は３Ｄボリュームにおける断面の比較、又は他の任意の特定の比較要素等、異なる日付ｔｋｍ及びｔｋｎにおける同じ色素異常症＃ｋの他の特定の比較要素を定めること
を可能にする。
－進行の識別は、例えば「変化なし」又は「陽性進行」等である。
次いで、図７に示す個人λの日付ｔｋｎにおける色素異常症＃ｋのスナップショットを表す第５のフォルダ「ＩＤＤＰ（λ，＃ｋ，ｔｋｎ）」へとｔｋｎに関連する４つのフォルダをグループ化するステップ。
計算手段ＭＯＤ２は対話型であり、即ちユーザ（医師ではないオペレータ又は医師）はＭＯＤ２と対話することができ、ｔｋｍとｔｋｎとの間で選択される進行期間（全期間又は部分的期間）に応じて様々な第４のフォルダを同じ色素異常症＃ｋについて作成することが可能になる。とりわけ、日付ｔｋｍと日付ｔｋｎとの間の同じ色素異常症＃ｋの比較は下記に基づき得る：
１．ｎ＝ｍ＋１である場合は漸進的ユニタリ変化、及び／又は
２．ｎ＞ｍ＋１である場合は任意の変化、及び／又は
３．ｎが色素異常症の最後の日付に対応し、ｍが色素異常症の最初の日付に対応する場合は全体的な変化。
１．ｎ＝ｍ＋１である場合は漸進的ユニタリ変化、及び／又は
２．ｎ＞ｍ＋１である場合は任意の変化、及び／又は
３．ｎが色素異常症の最後の日付に対応し、ｍが色素異常症の最初の日付に対応する場合は全体的な変化。
その結果、一方で反復の数だけ、他方でｔｋｎとｔｋｍとの間の様々な進行期間の数だけ第５の瞬時的フォルダ「ＩＤＤＰ（λ，＃ｋ，ｔｋｎ）」が少なくともある。
従って個人λ及び色素異常症＃ｋについて、日付ｔｋｎにおける色素異常症のスナップショットＩＤＤＰ（λ，＃ｋ，ｔｋｎ）に関して可能な状況は下記の通りであり得る：
－部分的な状況１：２Ｄ画像及び３Ｄ画像が日付ｔｋｎに撮られる；この場合、第１のフォルダＤａｔａ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｎ）が自動で生成され、第２のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）が色素異常症のパラメータを計算するための手段ＭＯＤ１によって生成される。計算手段ＭＯＤ２は、少なくとも１つの過去のフォルダＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｍ）がある場合に第３のフォルダＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）の生成を可能にする。
－部分的な状況２：２Ｄ画像及び３Ｄ画像が日付ｔｋｎに撮られず、従って第２のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）と同様にＤｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｎ）のフォルダは空だが、この日付ｔｋｎにおいて色素異常症＃ｋがこの分野の専門家によって評価される場合は第３のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔＭｅｔｉｅｒ（λ，＃ｋ，ｔｋｎ）が生成され、それを受けてモジュールＭＯＤ２は、少なくとも１つの過去の第３のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔＭｅｔｉｅｒ（λ，＃ｋ，ｔｋｍ）がある場合に第４のフォルダＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）を生成する。
－完璧な状況：２Ｄ画像及び３Ｄ画像が日付ｔｋｎに撮られ、この日付ｔｋｎにおいてこの分野の専門家によって評価が行われる。この場合、４つのフォルダの全てＤｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｎ）、Ｄｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）、Ｄｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔＭｅｔｉｅｒ（λ，＃ｋ，ｔｋｎ）、及びＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）が生成される。
－部分的な状況１：２Ｄ画像及び３Ｄ画像が日付ｔｋｎに撮られる；この場合、第１のフォルダＤａｔａ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｎ）が自動で生成され、第２のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）が色素異常症のパラメータを計算するための手段ＭＯＤ１によって生成される。計算手段ＭＯＤ２は、少なくとも１つの過去のフォルダＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｍ）がある場合に第３のフォルダＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）の生成を可能にする。
－部分的な状況２：２Ｄ画像及び３Ｄ画像が日付ｔｋｎに撮られず、従って第２のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）と同様にＤｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｎ）のフォルダは空だが、この日付ｔｋｎにおいて色素異常症＃ｋがこの分野の専門家によって評価される場合は第３のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔＭｅｔｉｅｒ（λ，＃ｋ，ｔｋｎ）が生成され、それを受けてモジュールＭＯＤ２は、少なくとも１つの過去の第３のフォルダＤｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔＭｅｔｉｅｒ（λ，＃ｋ，ｔｋｍ）がある場合に第４のフォルダＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）を生成する。
－完璧な状況：２Ｄ画像及び３Ｄ画像が日付ｔｋｎに撮られ、この日付ｔｋｎにおいてこの分野の専門家によって評価が行われる。この場合、４つのフォルダの全てＤｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｎ）、Ｄｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）、Ｄｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔＭｅｔｉｅｒ（λ，＃ｋ，ｔｋｎ）、及びＤｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ）が生成される。
他の等価の状況もあり得る。
図８に示す個人λの色素異常症＃ｋの動的プロファイルを表す第６のフォルダ「ＰＤＤＰ（λ，＃ｋ）」へとこれらのＩＤＤＰ（λ，＃ｋ，ｔｋｎ）は集約される。
先のステップは、個人の他のそれぞれの色素異常症に対して反復される。その後、他のそれぞれの色素異常症について個人λの色素異常症の動的プロファイルが得られる。
次いで、図１ｂに既に示しているように、第６のフォルダ、即ち個人λの色素異常症ごとの動的プロファイルを集約し、個人λの色素異常症のナレッジベース「ＢＣＤＰ（λ）」を個人λについて生成することができる。従来のベースに対するこのＢＣＤＰ（λ）ベースの利点の１つは、ＭＩＰ型（ＭＩＰは最大値投影：ｍａｘｉｍｕｍ ｉｎｔｅｎｓｉｔｙ ｐｒｏｊｅｃｔｉｏｎの頭字語である）のスライス又は表現により色素異常症の３Ｄ画像を通して色素異常症の内部を見ることができることであり、そのことは以下で定める色素異常症のグローバルナレッジベースから確立される１組の予測方程式を使用して専門家が色素異常症の漸進的性状を定量化することを可能にし得る。
図９に既に示しているように、色素異常症のグローバルナレッジベース（ＢＣＧＤＰ）は複数の個人｛λ１，λ２，．．．，λｐ｝の色素異常症のナレッジベースＢＣＤＰ（λ）を集約することによって作成することができ、ｐはベース内の個人の数である。
非限定的な例として、複数の個人の色素異常症のナレッジを色素異常症のグローバルナレッジベースに集約することは、年齢層、性別、地理的位置等の選択基準に関連する。
この色素異常症のグローバルナレッジベースは、例えば変化の二次元又は三次元パラメータ及び粗度パラメータに基づき、グローバル統計解析、（カプラン－マイヤ－型の単変量解析及びコックスモデル型の多変量解析から得られる代表的な記述子に基づく）予測方程式の確立に寄与し、例えば深層学習等の先端技術を用いて自動評価を行う目的で入力ベースとして使用することもできる。
本発明による方法は、皮膚疾患又は皮下疾患を早期発見するために生物医学分野に主に適用される。
別の応用例は、歯肉線及び歯根管の内的変化をモニタする必要がある歯列矯正である。
Claims (6)
- －それぞれの色素異常症（６０，＃ｋ）について、
●日付ｔｋｍにおいて、
・色素異常症の２Ｄ画像（Ｓ１）を日付ｔｋｍにおいて及び複数の視角（θ）から取得し、処理済みの２Ｄ画像（Ｓ２）から少なくとも１つの３Ｄ画像（Ｓ３）を再構築するステップと、
・前記２Ｄ画像及び３Ｄ画像を個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｍに関連する第１のフォルダ（Ｄｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｍ））内に記憶するステップと、
・前記２Ｄ画像及び３Ｄ画像から前記色素異常症の既定のパラメータを第１の計算手段（ＭＯＤ１）によって計算し、前記パラメータを前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｍに関連する第２のフォルダ（Ｄｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｍ））内に記憶するステップと、
・前記パラメータの評価を取得し、前記評価を前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｎに関連する第３のフォルダ（Ｄｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔ（λ，＃ｋ，ｔｋｍ））内に記憶するステップと、
●先の４つの前記ステップの少なくとも１つをｔｋｍからｔｋｎ（ｔｋｎ＞ｔｋｍ）までの複数の日に反復し、それぞれの反復について、
・前記日付ｔｋｎと日付ｔｋｍとの間の少なくとも１つの期間内の前記第１のフォルダ、第２のフォルダ、及び第３のフォルダのデータを比較し、第２の計算手段（ＭＯＤ２）によって前記データの変化を明らかにするステップと、
・期間ごとに１つの第４のフォルダを用いて、前記変化を前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｎに関連する少なくとも１つの第４のフォルダ（Ｄｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ））内に記憶するステップと、
・第４のフォルダごとに、前記色素異常症のスナップショットを定める、前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｎを有する第５のフォルダ（ＩＤＤＰ（λ，＃ｋ，ｔｋｎ））へとｔｋｎに関連する前記第１のフォルダ、第２のフォルダ、第３のフォルダ、及び第４のフォルダをグループ化するステップと、
・前記色素異常症の動的プロファイルを定める、前記個人（λ）及び前記色素異常症（＃ｋ）を有する第６のフォルダ（ＰＤＤＰ（λ，＃ｋ））へと前記第５のフォルダを集約するステップと、
－先の前記ステップを反復して前記個人（λ）の他のそれぞれの色素異常症（＃ｋ）に関する第６のフォルダ（ＰＤＤＰ（λ，＃ｋ））を得るステップと、
－前記第６のフォルダを集約する、前記個人（λ）の色素異常症のナレッジベース（ＢＣＤＰ（λ））を前記個人（λ）について生成するステップと
を含む、個人（λ）の皮膚の色素異常症を特徴付けるための方法。 - 前記パラメータが前記２Ｄ画像から計算され、少なくとも非対称性、境界、色、直径であることを特徴とする、請求項１に記載の個人（λ）の皮膚の色素異常症を特徴付けるための方法。
- 前記パラメータが前記再構築済み３Ｄ画像から計算され、３Ｄアイソデンシティ、ボリューム直径、皮表上の厚さ、深さ、ルートの数、前記深さの不規則さ、前記皮膚上の領域、前記３Ｄアイソデンシティ内に含まれるボクセルのボリュームを更に含むことを特徴とする、請求項１に記載の個人（λ）の皮膚の色素異常症を特徴付けるための方法。
- －それぞれの色素異常症（６０，＃ｋ）について、
●日付ｔｋｍにおいて、
・色素異常症の２Ｄ画像（Ｓ１）を日付ｔｋｍにおいて及び複数の視角（θ）から取得し、処理済みの２Ｄ画像（Ｓ２）から少なくとも１つの３Ｄ画像（Ｓ３）を再構築するステップと、
・前記２Ｄ画像及び３Ｄ画像を個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｍに関連する第１のフォルダ（Ｄｏｎｎｅｅｓ＿２Ｄθ３Ｄ（λ，＃ｋ，ｔｋｍ））内に記憶するステップと、
・前記２Ｄ画像及び３Ｄ画像から前記色素異常症の既定のパラメータをシステムの第１の計算手段（ＭＯＤ１）によって計算し、前記パラメータを前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｍに関連する第２のフォルダ（Ｄｏｎｎｅｅｓ＿ＰａｒａＣａｌｃｕｌ（λ，＃ｋ，ｔｋｍ））内に記憶するステップと、
・前記パラメータの評価を取得し、前記評価を前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｎに関連する第３のフォルダ（Ｄｏｎｎｅｅｓ＿ＰａｒａＥｘｐｅｒｔ（λ，＃ｋ，ｔｋｍ））内に記憶するステップと、
●先の４つの前記ステップの少なくとも１つをｔｋｍからｔｋｎ（ｔｋｎ＞ｔｋｍ）までの複数の日に反復し、それぞれの反復について、
・前記日付ｔｋｎと日付ｔｋｍとの間の少なくとも１つの期間内の前記第１のフォルダ、第２のフォルダ、及び第３のフォルダのデータを比較し、前記システムの第２の計算手段（ＭＯＤ２）によって前記データの変化を明らかにするステップと、
・期間ごとに１つの第４のフォルダを用いて、前記変化を前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｎに関連する少なくとも１つの第４のフォルダ（Ｄｏｎｎｅｅｓ＿ＥｖｏＣａｌｃｕｌ（λ，＃ｋ，ｔｋｎ））内に記憶するステップと、
・第４のフォルダごとに、前記色素異常症のスナップショットを定める、前記個人（λ）、前記色素異常症（＃ｋ）、及びｔｋｎを有する第５のフォルダ（ＩＤＤＰ（λ，＃ｋ，ｔｋｎ））へとｔｋｎに関連する前記第１のフォルダ、第２のフォルダ、第３のフォルダ、及び第４のフォルダをグループ化するステップと、
・前記色素異常症の動的プロファイルを定める、前記個人（λ）及び前記色素異常症（＃ｋ）を有する第６のフォルダ（ＰＤＤＰ（λ，＃ｋ））へと前記第５のフォルダを集約するステップと、
－先の前記ステップを反復して前記個人（λ）の他のそれぞれの色素異常症（＃ｋ）に関する第６のフォルダ（ＰＤＤＰ（λ，＃ｋ））を得るステップと、
－前記第６のフォルダを集約する、前記個人（λ）の色素異常症のナレッジベース（ＢＣＤＰ（λ））を前記個人（λ）について生成するステップと
を実装するようにプログラムされるプロセッサを含む、個人（λ）の皮膚の色素異常症を特徴付けるためのシステム。 - 前記パラメータが前記２Ｄ画像から計算され、少なくとも非対称性、境界、色、及び直径であることを特徴とする、請求項４に記載の個人（λ）の皮膚の色素異常症を特徴付けるためのシステム。
- 前記パラメータが前記再構築済み３Ｄ画像から計算され、３Ｄアイソデンシティ、ボリューム直径、皮表上の厚さ、深さ、ルートの数、前記深さの不規則さ、前記皮膚上の領域、前記３Ｄアイソデンシティ内に含まれるボクセルのボリュームを更に含むことを特徴とする、請求項４に記載の個人（λ）の皮膚の色素異常症を特徴付けるためのシステム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1873482 | 2018-12-20 | ||
| FR1873482A FR3090949B1 (fr) | 2018-12-20 | 2018-12-20 | Procede de caracterisation de desordres pigmentaires d’un individu |
| PCT/EP2019/085162 WO2020126932A1 (fr) | 2018-12-20 | 2019-12-13 | Procede et systeme de caracterisation de desordres pigmentaires d'un individu |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022514277A JP2022514277A (ja) | 2022-02-10 |
| JP7464958B2 true JP7464958B2 (ja) | 2024-04-10 |
Family
ID=67262387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021534736A Active JP7464958B2 (ja) | 2018-12-20 | 2019-12-13 | 個人の色素異常症を特徴付けるための方法及びシステム |
Country Status (6)
| Country | Link |
|---|---|
| US (1) | US20220071553A1 (ja) |
| EP (1) | EP3897353A1 (ja) |
| JP (1) | JP7464958B2 (ja) |
| KR (1) | KR20210104845A (ja) |
| FR (1) | FR3090949B1 (ja) |
| WO (1) | WO2020126932A1 (ja) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009504272A (ja) | 2005-08-12 | 2009-02-05 | リック ビー． イェーガー， | 美容モニタリングおよび処置を介した医学的モニタリングおよび処置のシステムおよび方法 |
| US20090118600A1 (en) | 2007-11-02 | 2009-05-07 | Ortiz Joseph L | Method and apparatus for skin documentation and analysis |
| US20110273535A1 (en) | 2009-01-28 | 2011-11-10 | Avi Mendelson | Mole monitoring system |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2953313B1 (fr) | 2009-11-27 | 2012-09-21 | Thales Sa | Systeme optronique et procede d'elaboration d'images en trois dimensions dedies a l'identification |
| PL408689A1 (pl) * | 2014-06-28 | 2016-01-04 | Ktg Spółka Z Ograniczoną Odpowiedzialnością | Sposób diagnozowania znamion na skórze |
| FR3030847B1 (fr) * | 2014-12-19 | 2017-12-22 | Thales Sa | Procede de discrimination et d'identification par imagerie 3d d'objets d'une scene |
| EP3481332A4 (en) * | 2016-08-02 | 2020-01-22 | Parto Inc. | FAST, REAL-TIME, LARGE DEPTH OF FIELD, MULTISPECTRAL BODY OPTICAL IMAGING FOR SKIN SURVEILLANCE AND PHOTOGRAPHY |
| IT201600121060A1 (it) * | 2016-11-29 | 2018-05-29 | St Microelectronics Srl | Procedimento per analizzare lesioni della pelle, sistema, dispositivo e prodotto informatico corrispondenti |
| US20180206780A1 (en) * | 2017-01-26 | 2018-07-26 | Speclipse, Inc. | Laser-Based System And Method For Diagnosing Pigmented Lesions |
-
2018
- 2018-12-20 FR FR1873482A patent/FR3090949B1/fr active Active
-
2019
- 2019-12-13 WO PCT/EP2019/085162 patent/WO2020126932A1/fr unknown
- 2019-12-13 KR KR1020217022661A patent/KR20210104845A/ko active Search and Examination
- 2019-12-13 EP EP19817730.5A patent/EP3897353A1/fr active Pending
- 2019-12-13 US US17/413,506 patent/US20220071553A1/en active Pending
- 2019-12-13 JP JP2021534736A patent/JP7464958B2/ja active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009504272A (ja) | 2005-08-12 | 2009-02-05 | リック ビー． イェーガー， | 美容モニタリングおよび処置を介した医学的モニタリングおよび処置のシステムおよび方法 |
| US20110270200A1 (en) | 2005-08-12 | 2011-11-03 | Tcms Transparent Beauty Llc | System And Method For Applying A Reflectance Modifying Agent To Improve The Visual Attractiveness Of Human Skin |
| US20090118600A1 (en) | 2007-11-02 | 2009-05-07 | Ortiz Joseph L | Method and apparatus for skin documentation and analysis |
| US20110273535A1 (en) | 2009-01-28 | 2011-11-10 | Avi Mendelson | Mole monitoring system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2022514277A (ja) | 2022-02-10 |
| FR3090949A1 (fr) | 2020-06-26 |
| US20220071553A1 (en) | 2022-03-10 |
| WO2020126932A1 (fr) | 2020-06-25 |
| KR20210104845A (ko) | 2021-08-25 |
| FR3090949B1 (fr) | 2020-12-25 |
| EP3897353A1 (fr) | 2021-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Adabi et al. | Universal in vivo textural model for human skin based on optical coherence tomograms | |
| Nagae et al. | Real-time 3D photoacoustic visualization system with a wide field of view for imaging human limbs | |
| EP3478160B1 (en) | Phonodermoscopy, a medical device system and method for skin diagnosis | |
| Faust et al. | Application of infrared thermography in computer aided diagnosis | |
| JP6035268B2 (ja) | 組織の形態学的パラメータを決定する光学伝達診断装置の作動方法 | |
| US9619883B2 (en) | Systems and methods for evaluating hyperspectral imaging data using a two layer media model of human tissue | |
| Yuffa et al. | Three-dimensional facial recognition using passive long-wavelength infrared polarimetric imaging | |
| Rodríguez-Quiñonez et al. | Optical monitoring of scoliosis by 3D medical laser scanner | |
| Courtenay et al. | Hyperspectral imaging and robust statistics in non-melanoma skin cancer analysis | |
| Aggarwal et al. | Applications of multispectral and hyperspectral imaging in dermatology | |
| Usenik et al. | Automated classification and visualization of healthy and diseased hard dental tissues by near-infrared hyperspectral imaging | |
| D'Alessandro et al. | 3-D volume reconstruction of skin lesions for melanin and blood volume estimation and lesion severity analysis | |
| JP7464958B2 (ja) | 個人の色素異常症を特徴付けるための方法及びシステム | |
| Jayasankar et al. | Deep learning-enabled soft tissue tumor localization using spatially offset Raman spectral analysis: in-silico investigations | |
| US11585654B2 (en) | Texture detection apparatuses, systems, and methods for analysis | |
| US11880178B1 (en) | Surface data, acquisition, storage, and assessment system | |
| Slavine et al. | Semi-automated image processing for preclinical bioluminescent imaging | |
| Paquit et al. | Simulation of skin reflectance images using 3D tissue modeling and multispectral Monte Carlo light propagation | |
| Petruk et al. | The optical diagnostics of parameters of biological tissues of human intact skin in near-infrared range | |
| Ding et al. | Hyperspectral imaging with burn contour extraction for burn wound depth assessment | |
| Vasudev et al. | Simulation pipeline for virtual clinical trials of dermatology images | |
| Kumar et al. | Image processing based wound assessment system for patients with diabetes using six classification algorithms | |
| Kluwe | Early-Detection of Diabetic Foot Ulceration Using Thermal Images | |
| JP7434317B2 (ja) | 皮膚色素疾患用の二次元及び三次元撮像システム | |
| Müller-Holtz | POTENTIAL OF TERAHERTZ PULSED |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221212 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230822 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231211 |
|
| 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: 20240220 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240321 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7464958 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |