JPWO2020257108A5 - - Google Patents

Description

本開示は、機械学習を使用して、皮膚色調を客観的に分析および分類するための自動化されたシステムおよび方法に関する。そのような分析および分類は、皮膚の分析、診断、および治療を増強させるために使用され得る。ある実施形態では、本システムは、患者の基礎皮膚色調画像を受信する。本システムは、基準較正プロファイルを使用して基礎皮膚色調画像を較正することによって、較正された基礎皮膚色調画像を発生させる。本システムは、較正された基礎皮膚色調画像に基づいて、患者の基礎皮膚色調を決定する。本システムは、次いで、患者の皮膚の一部の懸念画像を受信してもよく、患者の皮膚色調測定値に基づいて、候補機械学習診断モデルの複数のセットから、機械学習診断モデルのセットを選択してもよく、候補機械学習診断モデルのセットはそれぞれ、懸念画像を受信し、患者の病状の診断を出力するように訓練されてもよい。
本発明は、例えば、以下を提供する。
（項目１）
患者の基礎皮膚色調に基づいて診断を決定するための方法であって、前記方法は、
患者の基礎皮膚色調画像を受信することと、
基準較正プロファイルを使用して前記基礎皮膚色調画像を較正することによって、較正された基礎皮膚色調画像を発生させることと、
前記較正された基礎皮膚色調画像に基づいて、前記患者の基礎皮膚色調を決定することと、
前記患者の皮膚の一部の懸念画像を受信することと、
前記患者の基礎皮膚色調に基づいて、候補機械学習診断モデルの複数のセットから機械学習診断モデルのセットを選択することであって、前記候補機械学習診断モデルのセットはそれぞれ、前記懸念画像を受信し、前記患者の病状の診断を出力するように訓練される、ことと
を含む、方法。
（項目２）
前記較正された皮膚色調画像を発生させることは、前記基礎皮膚色調画像が品質基準を満たすことを決定することに応答して実施される、項目１に記載の方法。
（項目３）
前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することは、
前記較正された基礎皮膚色調画像の各ピクセルの数値表現を決定することと、
各数値表現に基づいて統計演算を実施することによって、集計表現を発生させることと、
前記集計表現に対応する色空間内の点を識別することと、
前記色空間内の前記点を、分類システム内の離散値にマップすることと
を含む、項目１に記載の方法。
（項目４）
前記方法はさらに、複数の較正された基礎皮膚色調画像を発生させることを含み、前記複数のものは、前記較正された基礎皮膚色調画像を含み、前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することはさらに、
前記複数の較正された基礎皮膚色調画像のそれぞれを測定分類器の中に入力することと、
前記測定分類器からの出力として、前記基礎皮膚色調を受信することと
を含む、項目１に記載の方法。
（項目５）
前記方法はさらに、
前記基準較正プロファイルおよび前記基礎皮膚色調に基づいて、適合された撮像プロファイルを発生させることと、
前記適合された撮像プロファイルを使用して、前記懸念画像を較正することと
を含む、項目１に記載の方法。
（項目６）
前記方法はさらに、前記測定された皮膚色調に対応する分類を決定することを含み、前記機械学習診断モデルのセットを選択することは、前記分類に対応する診断分類器を選択することを含み、前記方法はさらに、
前記懸念画像を前記選択された診断分類器の中に入力することと、
前記選択された診断分類器からの出力として、それから前記診断が導出される情報を受信することと
を含む、項目１に記載の方法。
（項目７）
前記方法はさらに、
前記基礎皮膚色調および前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと
を含む、項目１に記載の方法。
（項目８）
前記方法を決定することはさらに、
前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと、
前記基礎皮膚色調に基づいて、前記情報を修正することと、
前記修正された情報に基づいて、前記診断を決定することと
を含む、項目１に記載の方法。
（項目９）
前記方法はさらに、
前記懸念画像が前記基礎皮膚色調に基づいて診断可能であるかどうかを決定することと、
前記懸念画像が診断可能ではないことを決定することに応答して、前記懸念画像が診断されることはできないというインジケーションを出力することと
を含む、項目１に記載の方法。
（項目１０）
前記病状の診断は、前記患者が前記病状を有する確率を含む、項目１に記載の方法。
（項目１１）
患者の基礎皮膚色調に基づいて診断を決定するためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、コンピュータ可読記憶媒体を備え、前記コンピュータ可読記憶媒体は、
患者の基礎皮膚色調画像を受信することと、
基準較正プロファイルを使用して前記基礎皮膚色調画像を較正することによって、較正された基礎皮膚色調画像を発生させることと、
前記較正された基礎皮膚色調画像に基づいて、前記患者の基礎皮膚色調を決定することと、
前記患者の皮膚の一部の懸念画像を受信することと、
前記患者の基礎皮膚色調に基づいて、候補機械学習診断モデルの複数のセットから機械学習診断モデルのセットを選択することであって、候補機械学習診断モデルのセットはそれぞれ、前記懸念画像を受信し、前記患者の病状の診断を出力するように訓練される、ことと
を行うためのコンピュータプログラムコードを含有する、コンピュータプログラム製品。
（項目１２）
前記較正された皮膚色調画像を発生させることは、前記基礎皮膚色調画像が、品質基準を満たすことを決定することに応答して実施される、項目１１に記載のコンピュータプログラム製品。
（項目１３）
前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することは、
前記較正された基礎皮膚色調画像の各ピクセルの数値表現を決定することと、
各数値表現に基づいて統計演算を実施することによって、集計表現を発生させることと、
前記集計表現に対応する色空間内の点を識別することと、
前記色空間内の点を、分類システム内の離散値にマップすることと
を含む、項目１１に記載のコンピュータプログラム製品。
（項目１４）
前記方法はさらに、複数の較正された基礎皮膚色調画像を発生させることを含み、前記複数のものは、前記較正された基礎皮膚色調画像を含み、前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することはさらに、
前記複数の較正された基礎皮膚色調画像のそれぞれを測定分類器の中に入力することと、
前記測定分類器からの出力として、前記基礎皮膚色調を受信することと
を含む、項目１１に記載のコンピュータプログラム製品。
（項目１５）
前記方法はさらに、前記測定された皮膚色調に対応する分類を決定することを含み、前記機械学習診断モデルのセットを選択することは、前記分類に対応する診断分類器を選択することを含み、前記方法はさらに、
前記懸念画像を前記選択された診断分類器の中に入力することと、
前記選択された診断分類器からの出力として、それから前記診断が導出される情報を受信することと
を含む、項目１１に記載のコンピュータプログラム製品。
（項目１６）
前記方法はさらに、
前記基礎皮膚色調および前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと
を含む、項目１１に記載のコンピュータプログラム製品。
（項目１７）
前記方法を決定することはさらに、
前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと、
前記基礎皮膚色調に基づいて、前記情報を修正することと、
前記修正された情報に基づいて、前記診断を決定することと
を含む、項目１１に記載のコンピュータプログラム製品。
（項目１８）
前記病状の診断は、前記患者が前記病状を有する確率を含む、項目１１に記載のコンピュータプログラム製品。
（項目１９）
患者の診断を決定するための方法であって、前記方法は、
患者の少なくとも一部の生体認証データを受信することと、
前記生体認証データを、前記患者の属性を取得するように訓練される分類器の中に入力することと、
前記分類器からの出力として、前記患者の属性を受信することと、
前記患者の属性に基づいて、候補機械学習診断モデルの複数のセットから、機械学習診断モデルのセットを選択することであって、前記候補機械学習診断モデルのセットはそれぞれ、前記属性を受信し、前記患者の病状の診断を出力するように訓練される、ことと
を含む、方法。
（項目２０）
前記候補機械学習診断モデルのセットはそれぞれ、前記属性に加えて、前記患者の器官を描写する懸念画像を受信し、前記属性および前記懸念画像の両方に基づいて、前記患者の病状の診断を出力するように訓練される、項目１９に記載の方法。

Claims (20)

1. 患者の基礎皮膚色調に基づいて診断を決定するためのシステムの作動方法であって、前記システムは、１つ以上のプロセッサを備え、前記作動方法は、
   前記１つ以上のプロセッサが、患者の基礎皮膚色調画像を受信することと、
   前記１つ以上のプロセッサが、基準較正プロファイルを使用して前記基礎皮膚色調画像を較正することによって、較正された基礎皮膚色調画像を発生させることと、
   前記１つ以上のプロセッサが、前記較正された基礎皮膚色調画像に基づいて、前記患者の基礎皮膚色調を決定することと、
   前記１つ以上のプロセッサが、前記患者の皮膚の一部の懸念画像を受信することと、
   前記１つ以上のプロセッサが、前記患者の基礎皮膚色調に基づいて、候補機械学習診断モデルの複数のセットから機械学習診断モデルのセットを選択することであって、前記候補機械学習診断モデルのセットはそれぞれ、前記懸念画像を受信し、前記患者の病状の診断を出力するように訓練される、ことと
   を含む、作動方法。
2. 前記較正された皮膚色調画像を発生させることは、前記基礎皮膚色調画像が品質基準を満たすことを決定することに応答して実施される、請求項１に記載の作動方法。
3. 前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することは、
   前記１つ以上のプロセッサが、前記較正された基礎皮膚色調画像の各ピクセルの数値表現を決定することと、
   前記１つ以上のプロセッサが、各数値表現に基づいて統計演算を実施することによって、集計表現を発生させることと、
   前記１つ以上のプロセッサが、前記集計表現に対応する色空間内の点を識別することと、
   前記１つ以上のプロセッサが、前記色空間内の前記点を、分類システム内の離散値にマップすることと
   を含む、請求項１に記載の作動方法。
4. 前記作動方法は、前記１つ以上のプロセッサが、複数の較正された基礎皮膚色調画像を発生させることをさらに含み、前記複数のものは、前記較正された基礎皮膚色調画像を含み、前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することは、
   前記１つ以上のプロセッサが、前記複数の較正された基礎皮膚色調画像のそれぞれを測定分類器の中に入力することと、
   前記１つ以上のプロセッサが、前記測定分類器からの出力として、前記基礎皮膚色調を受信することと
   をさらに含む、請求項１に記載の作動方法。
5. 前記作動方法は、
   前記１つ以上のプロセッサが、前記基準較正プロファイルおよび前記基礎皮膚色調に基づいて、適合された撮像プロファイルを発生させることと、
   前記１つ以上のプロセッサが、前記適合された撮像プロファイルを使用して、前記懸念画像を較正することと
   をさらに含む、請求項１に記載の作動方法。
6. 前記作動方法は、前記１つ以上のプロセッサが、前記測定された皮膚色調に対応する分類を決定することをさらに含み、前記機械学習診断モデルのセットを選択することは、前記分類に対応する診断分類器を選択することを含み、前記作動方法は、
   前記１つ以上のプロセッサが、前記懸念画像を前記選択された診断分類器の中に入力することと、
   前記１つ以上のプロセッサが、前記選択された診断分類器からの出力として、それから前記診断が導出される情報を受信することと
   をさらに含む、請求項１に記載の作動方法。
7. 前記作動方法は、
   前記１つ以上のプロセッサが、前記基礎皮膚色調および前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
   前記１つ以上のプロセッサが、前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと
   をさらに含む、請求項１に記載の作動方法。
8. 前記作動方法は、
   前記１つ以上のプロセッサが、前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
   前記１つ以上のプロセッサが、前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと、
   前記１つ以上のプロセッサが、前記基礎皮膚色調に基づいて、前記情報を修正することと、
   前記１つ以上のプロセッサが、前記修正された情報に基づいて、前記診断を決定することと
   をさらに含む、請求項１に記載の作動方法。
9. 前記作動方法は、
   前記１つ以上のプロセッサが、前記懸念画像が前記基礎皮膚色調に基づいて診断可能であるかどうかを決定することと、
   前記懸念画像が診断可能ではないことを決定することに応答して、前記１つ以上のプロセッサが、前記懸念画像が診断されることはできないというインジケーションを出力することと
   をさらに含む、請求項１に記載の作動方法。
10. 前記病状の診断は、前記患者が前記病状を有する確率を含む、請求項１に記載の作動方法。
11. 患者の基礎皮膚色調に基づいて診断を決定するためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、コンピュータ可読記憶媒体を備え、前記コンピュータ可読記憶媒体は、
    患者の基礎皮膚色調画像を受信することと、
    基準較正プロファイルを使用して前記基礎皮膚色調画像を較正することによって、較正された基礎皮膚色調画像を発生させることと、
    前記較正された基礎皮膚色調画像に基づいて、前記患者の基礎皮膚色調を決定することと、
    前記患者の皮膚の一部の懸念画像を受信することと、
    前記患者の基礎皮膚色調に基づいて、候補機械学習診断モデルの複数のセットから機械学習診断モデルのセットを選択することであって、前記候補機械学習診断モデルのセットはそれぞれ、前記懸念画像を受信し、前記患者の病状の診断を出力するように訓練される、ことと
    を行うためのコンピュータプログラムコードを含有する、コンピュータプログラム製品。
12. 前記較正された皮膚色調画像を発生させることは、前記基礎皮膚色調画像が、品質基準を満たすことを決定することに応答して実施される、請求項１１に記載のコンピュータプログラム製品。
13. 前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することは、
    前記較正された基礎皮膚色調画像の各ピクセルの数値表現を決定することと、
    各数値表現に基づいて統計演算を実施することによって、集計表現を発生させることと、
    前記集計表現に対応する色空間内の点を識別することと、
    前記色空間内の点を、分類システム内の離散値にマップすることと
    を含む、請求項１１に記載のコンピュータプログラム製品。
14. 前記方法は、複数の較正された基礎皮膚色調画像を発生させることをさらに含み、前記複数のものは、前記較正された基礎皮膚色調画像を含み、前記較正された画像に基づいて、前記患者の基礎皮膚色調を決定することは、
    前記複数の較正された基礎皮膚色調画像のそれぞれを測定分類器の中に入力することと、
    前記測定分類器からの出力として、前記基礎皮膚色調を受信することと
    をさらに含む、請求項１１に記載のコンピュータプログラム製品。
15. 前記方法は、前記測定された皮膚色調に対応する分類を決定することをさらに含み、前記機械学習診断モデルのセットを選択することは、前記分類に対応する診断分類器を選択することを含み、前記方法は、
    前記懸念画像を前記選択された診断分類器の中に入力することと、
    前記選択された診断分類器からの出力として、それから前記診断が導出される情報を受信することと
    をさらに含む、請求項１１に記載のコンピュータプログラム製品。
16. 前記方法は、
    前記基礎皮膚色調および前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
    前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと
    をさらに含む、請求項１１に記載のコンピュータプログラム製品。
17. 前記方法は、
    前記懸念画像を、前記機械学習診断モデルの選択されたセットの少なくとも１つの分類器の中に入力することと、
    前記少なくとも１つの分類器からの出力として、それから前記診断が導出される情報を受信することと、
    前記基礎皮膚色調に基づいて、前記情報を修正することと、
    前記修正された情報に基づいて、前記診断を決定することと
    をさらに含む、請求項１１に記載のコンピュータプログラム製品。
18. 前記病状の診断は、前記患者が前記病状を有する確率を含む、請求項１１に記載のコンピュータプログラム製品。
19. 患者の診断を決定するためのシステムの作動方法であって、前記システムは、１つ以上のプロセッサを備え、前記作動方法は、
    前記１つ以上のプロセッサが、患者の少なくとも一部の生体認証データを受信することと、
    前記１つ以上のプロセッサが、前記生体認証データを、前記患者の属性を取得するように訓練される分類器の中に入力することと、
    前記１つ以上のプロセッサが、前記分類器からの出力として、前記患者の属性を受信することと、
    前記１つ以上のプロセッサが、前記患者の属性に基づいて、候補機械学習診断モデルの複数のセットから、機械学習診断モデルのセットを選択することであって、前記候補機械学習診断モデルのセットはそれぞれ、前記属性を受信し、前記患者の病状の診断を出力するように訓練される、ことと
    を含む、作動方法。
20. 前記候補機械学習診断モデルのセットはそれぞれ、前記属性に加えて、前記患者の器官を描写する懸念画像を受信し、前記属性および前記懸念画像の両方に基づいて、前記患者の病状の診断を出力するように訓練される、請求項１９に記載の作動方法。