JPWO2020157899A1 - 医療器具分析装置、医療器具分析方法および学習済みモデル - Google Patents
医療器具分析装置、医療器具分析方法および学習済みモデル Download PDFInfo
- Publication number
- JPWO2020157899A1 JPWO2020157899A1 JP2020569265A JP2020569265A JPWO2020157899A1 JP WO2020157899 A1 JPWO2020157899 A1 JP WO2020157899A1 JP 2020569265 A JP2020569265 A JP 2020569265A JP 2020569265 A JP2020569265 A JP 2020569265A JP WO2020157899 A1 JPWO2020157899 A1 JP WO2020157899A1
- Authority
- JP
- Japan
- Prior art keywords
- medical device
- multidimensional
- structure information
- cleaning
- multidimensional structure
- 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.)
- Granted
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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/40—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management of medical equipment or devices, e.g. scheduling maintenance or upgrades
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- A61B1/12—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 with cooling or rinsing arrangements
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/16—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor using chemical substances
- A61L2/18—Liquid substances or solutions comprising solids or dissolved gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/24—Apparatus using programmed or automatic operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/10—Apparatus features
- A61L2202/14—Means for controlling sterilisation processes, data processing, presentation and storage means, e.g. sensors, controllers, programs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/10—Apparatus features
- A61L2202/17—Combination with washing or cleaning means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/20—Targets to be treated
- A61L2202/24—Medical instruments, e.g. endoscopes, catheters, sharps
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Computing Systems (AREA)
- Veterinary Medicine (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Surgery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Chemical & Material Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Endoscopes (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本発明の第一態様に係る医療器具分析装置は、医療器具の多次元構造情報が入力される構造入力部と、学習用医療器具の多次元構造情報と前記学習用医療器具の洗浄後残留汚染状況との関係に関して学習した学習済みモデルに基づき、前記構造入力部に入力される前記医療器具の前記多次元構造情報から、前記医療器具の洗浄後残留汚染状況を推定する推定部と、前記推定部が推定した前記医療器具の前記洗浄後残留汚染状況を出力する出力部と、を備える。
図1は、本実施形態に係る医療器具分析装置100の分析対象である内視鏡(医療器具)200を全体構成図である。
内視鏡(医療器具)200は、図1に示すよう、挿入部201と、操作部202と、ユニバーサルケーブル203と、コネクタ204と、を備えている。
図2は、本実施形態に係る医療器具分析装置100の機能ブロックを示す図である。
医療器具分析装置100は、プログラムを実行可能なコンピュータ7と、データを入力可能な入力装置8と、LCDモニタ等の表示部9と、を備えている。
構造入力部11に入力された内視鏡200の多次元構造情報は、三次元空間におけるボクセルに変換される。三次元空間におけるボクセルは、単位領域Uごとに分割されて分割多次元構造情報Dとなる。以降の説明において、三次元空間において互いに直交する三軸を、X軸、Y軸およびZ軸と称す。
構造分割部2に内視鏡200の多次元構造情報が入力される。図4では、説明を簡略化するため、内視鏡200の全体の多次元構造情報でなく、内視鏡200の一部の多次元構造情報のみが入力されている。構造分割部2は、入力された多次元構造情報を、例えば領域サイズが(X,Y,Z)=(128,128,128)であるボクセルに変換する。構造分割部2は、変換されたボクセルを、単位領域Uに分割し、複数の分割多次元構造情報Dを生成する。分割多次元構造情報Dは、領域サイズが(X,Y,Z)=(32,32,32)であるボクセルのデータを含んでいる。
学習済みモデルMは、入力層30と、第一層31と、第二層32と、第三層33と、出力層34と、を備えている。
出力部5は、出力層34から入力された洗浄後残留汚染状況を、表示部9に出力する。表示部9は、図6に示すように、入力された洗浄後残留汚染状況を表示する。
学習済みモデルMは、後述する教師データに基づいて、事前の学習により生成する。学習済みモデルMの生成は、医療器具分析装置のコンピュータ7により実施してもよいし、コンピュータ7より演算能力が高い他のコンピュータを用いて実施してもよい。
図7(a)は、単位領域Uに分割された学習用内視鏡である。図7(a)において、汚染が洗浄後において実際に残留した部分が着色され、洗浄後残留汚染状況として示されている。
図7(b)は、学習後の学習済みモデルMを用いて、学習用内視鏡の洗浄後残留汚染状況を推定した結果である。図7(b)に示す洗浄後残留汚染状況の推定結果は、図7(a)に示す洗浄後残留汚染状況に対して、99%以上の予測精度で、洗浄後残留汚染状況を推定できており、学習済みモデルMが精度高く学習されたモデルであることを示している。
次に、医療器具分析装置100の動作について説明する。図8は、医療器具分析装置100の動作を示すフローチャートである。
図9(a)は、単位領域Uに分割された内視鏡200の一部である。汚染が洗浄後において残留するであろうと予測される部分が着色されて示されている。
図9(b)は、内視鏡200の浄後残留汚染状況の推定結果である。図9(b)に示す洗浄後残留汚染状況の推定結果は、図9(a)に示す洗浄後残留汚染状況に対して、99%以上の予測精度で、洗浄後残留汚染状況を推定できている。図9(b)に示す推定結果は、学習用内視鏡の洗浄後残留汚染状況を教師データとして用いて学習した学習済みモデルMに基づき、内視鏡200の浄後残留汚染状況を精度高く推定できることを示している。
図10(a)に示すように、内視鏡200の洗浄後に残留する菌は、構造や使用条件等が同一であっても、離散的に分散して付着するため、菌以外の汚染を比較すると、浄後残留汚染状況の推測が難しい。しかしながら、本実施形態の医療器具分析装置100によれば、図10(b)に示すように、内視鏡200の洗浄後に残留する菌についての浄後残留汚染状況を一般化して推定することができる。
医療器具分析装置の機能は、上記実施形態における医療器具分析プログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、OSや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ROM、CD−ROM等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。
例えば、上記実施形態では、学習済みモデルMは畳み込みニューラルネットワークであったが、学習済みモデルの態様はこれに限定されない。学習済みモデルは、サポートベクターマシン(SVM)線形回帰、ロジスティック回帰、決定木、回帰木、ランダムフォレストなどの教師あり機械学習により学習されるモデルであってもよい。
200 内視鏡(医療器具)
1 入力部
11 構造入力部
12 洗浄条件入力部
13 使用条件入力部
2 構造分割部
3 リサンプリング部(第二構造分割部)
4 推定部
5 出力部
7 コンピュータ
8 入力装置
9 表示部
D 分割多次元構造情報
R 第二多次元構造情報
U 単位領域
M 学習済みモデル
Claims (13)
- 医療器具の多次元構造情報が入力される構造入力部と、
学習用医療器具の多次元構造情報と前記学習用医療器具の洗浄後残留汚染状況との関係に関して学習した学習済みモデルに基づき、前記構造入力部に入力される前記医療器具の前記多次元構造情報から、前記医療器具の洗浄後残留汚染状況を推定する推定部と、
前記推定部が推定した前記医療器具の前記洗浄後残留汚染状況を出力する出力部と、を備える、
医療器具分析装置。 - 前記医療器具の前記多次元構造情報を単位領域に分割して複数の分割多次元構造情報を生成する構造分割部と、
前記医療器具の前記多次元構造情報から、各前記複数の前記分割多次元構造情報に対応する第二多次元構造情報を生成する第二構造分割部と、を備えて、
前記推定部は、前記分割多次元構造情報と前記分割多次元構造情報に対応する前記第二多次元構造情報とから、前記医療器具の前記洗浄後残留汚染状況を推定する、
請求項1に記載の医療器具分析装置。 - 前記第二多次元構造情報は、前記単位領域を含む周辺領域の前記多次元構造情報である、
請求項2に記載の医療器具分析装置。 - 前記第二多次元構造情報は、前記分割多次元構造情報と情報量が同じになるように低解像度化した情報である、
請求項3に記載の医療器具分析装置。 - 前記学習済みモデルは、
前記学習用医療器具の前記多次元構造情報から生成された前記分割多次元構造情報と、
前記学習用医療器具の前記多次元構造情報から生成された前記第二多次元構造情報と、
前記学習用医療器具の前記洗浄後残留汚染状況と、
の関係に関して学習したモデルである、
請求項2から請求項4のいずれか一項に記載の医療器具分析装置。 - 前記医療器具の使用条件が入力される使用条件入力部をさらに有し、
前記学習済みモデルは、前記学習用医療器具の使用条件を入力としてさらに用い、
前記推定部は、前記医療器具の前記多次元構造情報から、前記医療器具の前記使用条件に基づいて、前記医療器具の前記洗浄後残留汚染状況を推定する、
請求項1から請求項5のいずれか一項に記載の医療器具分析装置。 - 前記医療器具の洗浄条件が入力される洗浄条件入力部をさらに有し、
前記学習済みモデルは、前記学習用医療器具の洗浄条件を入力としてさらに用い、
前記推定部は、前記医療器具の前記多次元構造情報から、前記医療器具の前記洗浄条件に基づいて、前記医療器具の前記洗浄後残留汚染状況を推定する、
請求項1から請求項5のいずれか一項に記載の医療器具分析装置。 - 医療器具の多次元構造情報を単位領域に分割して複数の分割多次元構造情報を生成する分割工程と、
前記医療器具の前記多次元構造情報から、前記複数の前記分割多次元構造情報それぞれに対応する第二多次元構造情報を生成するリサンプリング工程と、
学習用医療器具の多次元構造情報と前記学習用医療器具の洗浄後残留汚染状況との関係に関して学習した学習済みモデルに基づき、前記医療器具の前記分割多次元構造情報と前記分割多次元構造情報に対応する前記第二多次元構造情報とから、前記医療器具の洗浄後残留汚染状況を推定する推定工程と、
を備える、
医療器具分析方法。 - 前記第二多次元構造情報は、前記単位領域を含む周辺領域の前記多次元構造情報である、
請求項8に記載の医療器具分析方法。 - 学習用医療器具の多次元構造情報と前記学習用医療器具の洗浄後残留汚染状況との関係に関して学習した学習済みモデルであって、
畳み込みニューラルネットワークから構成され、
医療器具の多次元構造情報を単位領域に分割して生成された分割多次元構造情報と、
前記医療器具の前記多次元構造情報から生成された、前記分割多次元構造情報に対応する第二多次元構造情報と、が前記畳み込みニューラルネットワークの入力層に入力され、
前記畳み込みニューラルネットワークの出力層から前記医療器具の洗浄後残留汚染状況を出力するようコンピュータを機能させるための
学習済みモデル。 - 前記第二多次元構造情報は、前記単位領域を含む周辺領域の前記多次元構造情報である、
請求項10に記載の学習済みモデル。 - 前記畳み込みニューラルネットワークは、前記多次元構造情報に加えて、前記医療器具の使用条件を入力とする、
請求項10または請求項11に記載の学習済みモデル。 - 前記畳み込みニューラルネットワークは、前記多次元構造情報に加えて、前記医療器具の洗浄条件を入力とする、
請求項10または請求項11に記載の学習済みモデル。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2019/003337 WO2020157899A1 (ja) | 2019-01-31 | 2019-01-31 | 医療器具分析装置、医療器具分析方法および学習済みモデル |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020157899A1 true JPWO2020157899A1 (ja) | 2021-12-02 |
JP7242712B2 JP7242712B2 (ja) | 2023-03-20 |
Family
ID=71841454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020569265A Active JP7242712B2 (ja) | 2019-01-31 | 2019-01-31 | 医療器具分析装置、医療器具分析方法および学習済みモデル |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210357755A1 (ja) |
JP (1) | JP7242712B2 (ja) |
CN (1) | CN113366482B (ja) |
WO (1) | WO2020157899A1 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009254682A (ja) * | 2008-04-18 | 2009-11-05 | Fujifilm Corp | 内視鏡洗浄機管理システム |
WO2010047081A1 (ja) * | 2008-10-23 | 2010-04-29 | オリンパスメディカルシステムズ株式会社 | 検査管理装置 |
JP2011000186A (ja) * | 2009-06-16 | 2011-01-06 | Olympus Medical Systems Corp | 内視鏡洗浄評価具、内視鏡洗浄評価用光測定装置、および内視鏡洗浄装置 |
JP2016120331A (ja) * | 2008-09-30 | 2016-07-07 | プリンストン トレード アンド テクノロジー インコーポレイテッド | 液体及び気体の流動を使用して内視鏡のチャネルなどの通路を洗浄する装置及び方法 |
JP2017191433A (ja) * | 2016-04-13 | 2017-10-19 | オリンパス株式会社 | 内視鏡検査業務支援システム |
JP2018153872A (ja) * | 2017-03-15 | 2018-10-04 | ファナック株式会社 | 洗浄工程最適化装置及び機械学習装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2138091B1 (en) * | 2007-04-24 | 2013-06-19 | Olympus Medical Systems Corp. | Medical image processing apparatus and medical image processing method |
CN101639932B (zh) * | 2008-07-28 | 2011-10-12 | 汉王科技股份有限公司 | 一种数字图像分辨率增强的方法及系统 |
JP2010139317A (ja) * | 2008-12-10 | 2010-06-24 | Mitsubishi Materials Corp | 軸物工具表面の欠陥検査方法および装置 |
JP5788551B1 (ja) * | 2014-03-27 | 2015-09-30 | オリンパス株式会社 | 画像処理装置および画像処理方法 |
CN106228512A (zh) * | 2016-07-19 | 2016-12-14 | 北京工业大学 | 基于学习率自适应的卷积神经网络图像超分辨率重建方法 |
KR101880678B1 (ko) * | 2016-10-12 | 2018-07-20 | (주)헬스허브 | 기계학습을 통한 의료영상 판독 및 진단 통합 시스템 |
KR101857624B1 (ko) * | 2017-08-21 | 2018-05-14 | 동국대학교 산학협력단 | 임상 정보를 반영한 의료 진단 방법 및 이를 이용하는 장치 |
-
2019
- 2019-01-31 WO PCT/JP2019/003337 patent/WO2020157899A1/ja active Application Filing
- 2019-01-31 JP JP2020569265A patent/JP7242712B2/ja active Active
- 2019-01-31 CN CN201980090581.3A patent/CN113366482B/zh active Active
-
2021
- 2021-07-29 US US17/388,337 patent/US20210357755A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009254682A (ja) * | 2008-04-18 | 2009-11-05 | Fujifilm Corp | 内視鏡洗浄機管理システム |
JP2016120331A (ja) * | 2008-09-30 | 2016-07-07 | プリンストン トレード アンド テクノロジー インコーポレイテッド | 液体及び気体の流動を使用して内視鏡のチャネルなどの通路を洗浄する装置及び方法 |
WO2010047081A1 (ja) * | 2008-10-23 | 2010-04-29 | オリンパスメディカルシステムズ株式会社 | 検査管理装置 |
JP2011000186A (ja) * | 2009-06-16 | 2011-01-06 | Olympus Medical Systems Corp | 内視鏡洗浄評価具、内視鏡洗浄評価用光測定装置、および内視鏡洗浄装置 |
JP2017191433A (ja) * | 2016-04-13 | 2017-10-19 | オリンパス株式会社 | 内視鏡検査業務支援システム |
JP2018153872A (ja) * | 2017-03-15 | 2018-10-04 | ファナック株式会社 | 洗浄工程最適化装置及び機械学習装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113366482A (zh) | 2021-09-07 |
WO2020157899A1 (ja) | 2020-08-06 |
CN113366482B (zh) | 2024-08-23 |
JP7242712B2 (ja) | 2023-03-20 |
US20210357755A1 (en) | 2021-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Puik et al. | Assessment of reconfiguration schemes for Reconfigurable Manufacturing Systems based on resources and lead time | |
JP2013242761A (ja) | マルコフ決定過程システム環境下における方策パラメータを更新するための方法、並びに、その制御器及び制御プログラム | |
US20240082023A1 (en) | Systems and methods for approximating musculoskeletal dynamics | |
CN112959326B (zh) | 机器人正运动学求解方法、装置、可读存储介质及机器人 | |
CN116712056B (zh) | 心电图数据的特征图像生成与识别方法、设备及存储介质 | |
Huang et al. | Learning a continuous and reconstructible latent space for hardware accelerator design | |
Gillmann et al. | How to deal with uncertainty in machine learning for medical imaging? | |
CN113239022B (zh) | 医疗诊断缺失数据补全方法及补全装置、电子设备、介质 | |
CN114283216A (zh) | 图像去伪影方法、装置、设备及存储介质 | |
Gálvez et al. | Immunological-based approach for accurate fitting of 3D noisy data points with Bézier surfaces | |
Bartz-Beielstein | Experimental analysis of evolution strategies: Overview and comprehensive introduction | |
JPWO2020157899A1 (ja) | 医療器具分析装置、医療器具分析方法および学習済みモデル | |
KR102026651B1 (ko) | 입자 필터 프레임 워크를 이용한 강건한 객체 추적 방법 및 시스템 | |
Amorim et al. | Simulink bus usage in practice: an empirical study | |
CN113284132A (zh) | 一种内镜清洗液的定向处理方法及系统 | |
JP6973651B2 (ja) | 演算最適化装置、方法およびプログラム | |
JP2023039197A (ja) | 医療器具分析装置、医療器具分析方法、及び、学習済みモデル | |
JP7127686B2 (ja) | 仮説推論装置、仮説推論方法、及びプログラム | |
JP2021140493A (ja) | 情報処理装置、情報処理方法およびプログラム | |
Papachristoudis et al. | Adaptive belief propagation | |
Pati et al. | Impact of Inference Accelerators on hardware selection | |
CN117541519B (zh) | 光场像差校正方法、装置、电子设备及存储介质 | |
CN115719438B (zh) | 医学图像的去伪影模型训练方法、装置、设备及存储介质 | |
WO2022190966A1 (ja) | 推論装置、モデル生成装置、推論方法、及び推論プログラム | |
Cao et al. | Mamba Policy: Towards Efficient 3D Diffusion Policy with Hybrid Selective State Models |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210729 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210729 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220927 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221118 |
|
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: 20230207 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230308 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7242712 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |