WO2020162465A1

WO2020162465A1 - 診断システム、診断装置、診断方法及び診断プログラム

Info

Publication number: WO2020162465A1
Application number: PCT/JP2020/004183
Authority: WO
Inventors: 理恵波並
Original assignee: 旭化成株式会社
Priority date: 2019-02-04
Filing date: 2020-02-04
Publication date: 2020-08-13

Abstract

検査対象から取得したセンサデータから、劣化の評価により評価に適したセンサデータを得る。診断システムは、検査対象から診断用センサデータを取得するデータ取得部と、診断用センサデータに基づいて予め定められた少なくとも１つの特徴を抽出する特徴抽出部と、特徴抽出部から入力された特徴に基づいて、診断用センサデータの診断用スコアを算出するスコア算出部と、診断用センサデータに対して特徴が合成された表示用データ、並びに診断用センサデータ、特徴及び診断用スコアのうち少なくとも一つを含む蓄積用データを生成するデータ生成部と、表示用画像を表示する表示部と、送信指示信号を受信した場合に蓄積用データをデータ蓄積部に送信する送信部と、を備え、特徴抽出部は、推論用モデルを有し、診断用センサデータに基づく推論用モデルの推論結果を特徴として出力する推論部を有する。

Description

診断システム、診断装置、診断方法及び診断プログラム

　本発明は、診断システム、診断装置、診断方法及び診断プログラムに関する。

　従来、例えば腐食等の劣化が生じる鋼材の劣化度を評価する方法として、鋼材の外観を撮影し、撮影した画像に表示される鋼材の表面の色相や彩度等に基づいて、画像処理や機械学習により鋼材の劣化度を評価する方法が知られている（例えば、非特許文献１）。

Bondada, Pratihar and Kumar, "Detection and quantitative assessment of corrosion on pipelines through image analysis", Procedia Computer Science Volume 133, 2018, Pages 804-811

　このような評価方法を用いる場合、評価に用いる画像は、デジタルカメラ、スマートフォンやタブレット端末等の携帯機器を用いて検査員等が検査対象を撮影することにより得られる。したがって、評価に用いる画像は、検査員の熟練度によって評価用データとしての適切度にバラつきが生じやすいという問題がある。画像処理により鋼材の劣化を評価する際に、判定対象である画像が鋼材の劣化診断に有効な画像でない場合には、画像処理の精度が高くても鋼材全体の劣化度の判定精度が低くなってしまうという問題がある。特に、機械学習により鋼材の劣化を評価する場合、診断対象である画像が鋼材の劣化に適した画像でないときには機械学習に用いるモデルの精度が向上せず、鋼材全体の劣化度の判定精度が低くなってしまう。このような問題は、画像以外の加速度、角速度、音波、磁気、気圧又は圧力等のセンサデータを用いて評価を行う場合であっても同様に生じ得る。

　本発明は、このような問題に鑑みてなされたもので、その目的とするところは、劣化の評価を行う際に検査対象からより評価に適したセンサデータを得る診断システム、診断装置、診断方法及び診断プログラムを得ることにある。

　上記課題を解決するために、本発明の一態様に係る診断システムは、検査対象の状態を診断する診断システムであって、検査対象から診断用センサデータを取得するデータ取得部と、データ取得部が取得した診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を抽出する特徴抽出部と、特徴抽出部から入力された特徴に基づいて、診断用センサデータの診断用スコアを算出するスコア算出部と、診断用センサデータ、特徴及び診断用スコアが入力され、診断用センサデータに対して特徴が合成された表示用データを生成し、診断用センサデータ、特徴及び診断用スコアのうち少なくとも一つを含む蓄積用データを生成するデータ生成部と、表示用データに基づいて表示用画像を表示する表示部と、予め定められた少なくとも一つのトリガに応じて送信指示信号を出力する送信指示部と、表示用データを表示部に出力し、送信指示信号を受信した場合に蓄積用データをデータ蓄積部に送信する送信部と、を備え、特徴抽出部は、推論用モデルを有し、診断用センサデータに基づく推論用モデルの推論結果を特徴として出力する推論部を有することを特徴とする。

　本発明の一態様に係る診断装置は、検査対象の状態を診断する診断装置であって、検査対象から取得した診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を抽出する特徴抽出部と、特徴抽出部から入力された特徴に基づいて、診断用センサデータの診断用スコアを算出するスコア算出部と、診断用センサデータ、特徴及び診断用スコアが入力され、診断用センサデータに対して特徴が合成された表示用データを生成し、または診断用センサデータ、特徴及び診断用スコアのうち少なくとも一つを含む蓄積用データを生成するデータ生成部と、予め定められた少なくとも一つのトリガに応じて送信指示信号を出力する送信指示部と、表示用データを外部に送信し、送信指示信号を受信した場合に蓄積用データを外部に送信する送信部と、を備え、特徴抽出部は、診断用センサデータに基づく推論用モデルの推論結果を特徴として出力する推論部を有することを特徴とする。

　本発明の一態様に係る診断方法は、検査対象の状態を診断する診断方法であって、検査対象から診断用センサデータを取得する取得工程と、取得した診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を、診断用センサデータに基づく推論用モデルの推論結果として抽出する特徴抽出工程と、特徴抽出工程で抽出された特徴に基づいて、診断用センサデータの診断用スコアを算出するスコア算出工程と、診断用センサデータに対して特徴が合成された表示用データを生成する表示用データ合成工程と、表示用データを表示する表示工程と、診断用センサデータ、特徴及び診断用スコアのうち少なくとも一つを含む蓄積用データを生成する蓄積用データ合成工程と、予め定められた少なくとも一つのトリガに応じて送信指示信号を出力する送信指示工程と、送信指示信号に基づいて蓄積用データをデータ蓄積部に送信する送信工程と、を備える、を備えることを特徴とする。

　本発明の一態様に係る診断プログラムは、検査対象の状態を診断する診断プログラムであって、検査対象から診断用センサデータを取得することと、取得した診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を、診断用センサデータに基づく推論用モデルの推論結果として抽出することと、抽出された特徴に基づいて、診断用センサデータの診断用スコアを算出することと、診断用センサデータに対して特徴が合成された表示用データを生成することと、表示用データを表示することと、診断用センサデータ、特徴及び診断用スコアのうち少なくとも一つを含む蓄積用データを生成することと、予め定められた少なくとも一つのトリガに応じて送信指示信号を出力することと、送信指示信号に基づいて蓄積用データをデータ蓄積部に送信することと、をコンピュータに実行させることを特徴とする。

　本発明の一態様によれば、劣化の評価を行う際に検査対象からより評価に適したセンサデータを得る診断システム、診断装置、診断方法及び診断プログラムを得ることができる。

本発明の第一実施形態に係る診断システムの一構成例を示す模式図である。本発明の第一実施形態に係る診断システムの一構成例を示すブロック図である。本発明の第一実施形態に係る診断システムのスコア算出部における診断用スコアの算出方法を示す概略図である。本発明の第一実施形態に係る診断装置の学習部の一構成例を示すブロック図である。本発明の第一実施形態に係る診断装置の学習時の動作を示すフローチャートである。本発明の第一実施形態に係る診断装置の診断時の動作を示すフローチャートである。本発明の第二実施形態に係る診断システムの一構成例を示すブロック図である。本発明の第二実施形態に係る診断装置の診断時の動作を示すフローチャートである。本発明の第三実施形態に係る診断システムの一構成例を示すブロック図である。本発明の第三実施形態に係る診断装置の診断時の動作を示すフローチャートである。本発明の第四実施形態に係る診断システムの一構成例を示すブロック図である。本発明の第四実施形態に係る診断装置の診断時の動作を示すフローチャートである。本発明の実施形態に係る診断装置および端末のハードウェア構成の一構成例を示すブロック図である。

　以下、実施形態を通じて本実施形態に係る診断システムを説明するが、以下の実施形態は特許請求の範囲に係る発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

　また、このような診断システムは、汎用のコンピュータなどの情報処理装置であるハードウェアと、コンピュータプログラムであるソフトウェアとの協働によって実現される。コンピュータプログラムは、情報処理装置が備える一又は複数のプロセッサによって読み取り可能であり、ハードディスクにインストールされることによりプロセッサが診断システムの各部として機能する。

１．第一実施形態
　以下、本実施形態に係る診断システム、診断装置、診断方法及び診断プログラムについて、図１から図６を参照して説明する。本実施形態に係る診断システムは、検査対象から取得した画像データ等のセンサデータから特徴を抽出し、センサデータを収集するユーザ（検査員）に抽出した特徴を示すことで、検査対象の評価により適したセンサデータを得る機能を有する。本実施形態に係る診断システム１は、一例として、配管等の検査対象から得られた外観画像の画像データに基づいて、検査対象の劣化状態等を診断する診断システムである。
　なお、本実施形態に係る診断システムは、センサデータとして、画像データ以外に加速度、角速度、音波、磁気、気圧又は圧力等を示すセンサデータを用いて検査対象の診断を行ってもよい。

［診断システムの構成］
　図１に示すように、診断システム１は、検査対象の外観画像を撮影するとともに、撮影した画像を表示する表示部を有する端末１０（１０Ａ、１０Ｂ、１０Ｃ及び１０Ｄ）を備えている。
　また、診断システム１は、端末１０から取得した検査対象の外観画像を診断し、検査対象の特徴を抽出する診断装置１００（１００Ａ、１００Ｂ、１００Ｃ）を備えている。なお、図１に示す端末１０Ｄは、検査対象の外観画像を撮影する機能と併せて、検査対象の特徴の抽出を行う診断装置１００Ｄとしての機能を有する端末の一例である。本実施形態において、端末１０は、診断装置１００に対してケーブルにより直接接続されている（優先接続されている）か、又は診断装置１００と一体的に構成されているが、これに限られない。例えば、端末１０は、診断装置１００に対してそれぞれ無線接続を介して接続されていても良い。

　また、診断システム１は、各診断装置１００Ａ、１００Ｂ、１００Ｃ及び１００Ｄとネットワークを介して接続され、診断装置１００Ａ、１００Ｂ、１００Ｃ及び１００Ｄとの間で情報の送受信を行うサーバ２０を有している。本実施形態において、サーバ２０は、診断装置１００Ａ、１００Ｂ、１００Ｃ及び１００Ｄ（端末１０Ｄ）と無線ネットワークを介して接続されているが、これに限られない。例えば、診断装置１００は、サーバ２０に対してケーブル等により直接接続されたり、有線ネットワークを介して接続されていても良い。
　さらに、診断システム１は、サーバ２０と接続されてユーザが指示を入力可能な入力部５２（例えばキーボード５２ａ及びマウス５２ｂ）が設けられたコンピュータ５０を有している。

　本実施形態における診断システム１では、端末１０で配管等の検査対象が含まれた動画像が撮影される。診断装置１００は、端末１０で取得された検査対象の動画像を構成する複数の静止画像から、予め定められた少なくとも１つの特徴を抽出し、当該特徴を示す情報を端末１０に送信する。端末１０では、抽出された特徴を表示部に表示してユーザに示す。例えば、端末１０では、抽出された特徴を示すマークを検査対象の動画像を構成する複数の静止画像にそれぞれ合成した表示用画像（動画像）が表示される。表示用画像は、検査対象の画像に対して、例えば錆が生じた領域を示すマーク（錆が生じた領域を取り囲む線等）が合成されて生成される。

　診断装置１００は、端末１０での検査対象の撮影後直ちに端末１０から検査対象の画像を受信し、検査対象の外観画像から検査対象の劣化に関連して検査対象に生じる変質に関する情報を検査対象の外観の特徴として抽出する。診断装置１００は、抽出した特徴を用いて表示用画像を生成し、表示用画像を端末１０に送信する。表示用画像は、端末１０の表示部に、検査対象の撮影とほぼ同時に表示される。したがって、端末１０を用いて検査対象の画像を撮影するユーザは、端末１０の表示部を見ることで、検査対象の撮影とほぼ同時に検査対象の外観の特徴を認識することができる。診断装置１００は、検査対象の劣化に関連して検査対象に生じる変質に関する情報を検査対象の外観の特徴として抽出する。

　ユーザは、表示部に表示された検査対象の特徴に基づいて、端末１０の入力部を介して検査対象の画像データの保存指示を行うことができる。診断装置１００は、入力された保存指示に基づき、検査対象の外観画像をサーバ２０に送信する。サーバ２０には、診断装置１００から送信された画像データが蓄積される。サーバ２０に蓄積された画像データは、検査対象の劣化の評価において有効な画像データである。診断システム１は、検査対象の劣化の評価において有効な画像データを収集することができる。

　以下、図１を参照しつつ、図２から図４を用いて、診断システム１を構成する端末１０、診断装置１００、サーバ２０の各部について、詳細に説明する。図２は、診断システム１が有する機能ブロック、すなわちコンピュータプログラムが実行されるときに情報処理装置内に形成される機能ブロックの構成例を示すブロック図である。図３は、診断装置１００における診断用画像データの診断用スコアの算出方法を説明する図である。図４は、サーバ２０の学習部４０の構成を示すブロック図である。各ブロックは、診断装置１００、端末１０のそれぞれが有する演算装置の少なくともいずれかが、診断装置１００、端末１０のそれぞれが有する記憶装置の少なくともいずれかに記憶された所定のデータおよび所定のプログラムを含むソフトウェアに基づいた所定の演算処理を実行することにより実現されてよい。なお、各ブロックは、診断装置１００、端末１０のそれぞれが有する記憶装置の少なくともいずれかに記憶された所定のソフトウェアに加え、外部装置から受信した他のソフトウェアに基づいて所定の演算処理を実行することにより実現されてもよい。診断装置１００、端末１０のハードウェア構成は後述する。

＜端末＞
　端末１０は、公知の撮像装置であり、検査対象及びその周辺を撮影することで、画像データ（診断用画像データ）を生成する。図１に示すように、端末１０は、例えばカメラを備えたスマートフォンやタブレット端末等の携帯機器である端末１０Ａ、カメラを備えたメガネ型表示装置等のウェアラブル表示装置である端末１０Ｂ、デジタルカメラである端末１０Ｃ等が挙げられる。また、上述したように、端末１０は、診断装置１００（１００Ｄ）の機能を有する端末１０Ｄであっても良い。
　端末１０は、データ取得部１２と、表示部１４と、入力部１６とを備えている。また、端末１０は、図示しない制御部や、診断装置１００との間で信号を送受信するための送受信部等を備えている。

（データ取得部）
　データ取得部１２は、例えばカメラであり、検査対象から診断用センサデータの一例である診断用画像データを取得する。配管等の検査対象の外観又はその周辺部に生じた変質部分が撮影された画像を診断用画像といい、診断用画像の画像データを診断用画像データという。

（表示部）
　表示部１４には、データ取得部１２で取得した診断用画像データから抽出した特徴を示すマーク等が検査対象の診断用画像に合成された表示用画像を表示する。より具体的には、表示部１４は、表示用画像が所定のフレームレートで処理された動画をプレビュー動画として表示する。表示部１４としては、例えば液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）、有機ＥＬディスプレイ（ＯＥＬＤ：Organic Electro-Luminescence Display）等の携帯端末に適用される表示装置が挙げられる。表示用画像は、特徴を示すマークが合成された検査対象の静止画像を所定のフレームレートで処理した動画像である。

（入力部）
　入力部１６は、ユーザから検査対象の診断用画像データの取得又は蓄積の指示及びその他の各種指示を受け付け、指示を制御部に出力する。入力部１６は、例えば、端末１０に設けられたボタンや表示部１４に表示されたタッチパネルの入力領域が挙げられる。また、入力部１６は、例えば端末１０と優先接続又はBluetooth（登録商標）、IEEE 802.11（例えばWi-Fi（Wireless Fidelity、登録商標））、NFC（Near Field Communication）、IrDA（InfraRed Data Association、登録商標）等の無線通信で接続されたリモートコントローラに設けられていても良い。
　端末１０は、入力部１６においてユーザからの指示入力を受け付けることにより、検査対象外観の撮影を開始したり、診断装置１００に対して検査対象の劣化診断に用いる診断用画像データの保存指示の送信を行ったりすることができる。

　ユーザは、表示部１４に表示された表示用画像データ（表示用データの一例）が検査対象の劣化診断に用いる診断用画像データとして有効な要素を含んでいると判断した場合には、入力部１６を操作する。入力部１６は、端末１０に設けられたボタンが押下された場合や、表示部１４に表示されたタッチパネルの入力領域（例えば「保存」と表示された領域）が押圧された場合に、診断用画像データやその特徴を蓄積する蓄積指示を受け付ける。

＜診断装置＞
　診断装置１００は、端末１０から送信された診断用画像データの診断を行い、診断結果を診断用画像データに合成して表示用画像データを生成するとともに、ユーザによって選択された診断用画像データに関連する情報を含む蓄積用データを生成する。
　以下、診断装置１００について説明する。

　なお、診断装置１００の説明において、端末１０によって取得された検査対象の画像を「診断用画像」といい、診断用画像の画像データを「診断用画像データ」という。また、診断装置１００において生成される、診断用画像に対して診断用画像から抽出した検査対象の特徴を合成した画像を「表示用画像」といい、表示用画像の画像データを「表示用画像データ」という。「表示用画像」は、いわゆるプレビュー画像である。さらに、診断装置１００において生成される、診断用画像データ、診断用画像から抽出した検査対象の特徴及び後述する診断用スコアのうち少なくとも一つを含むデータを「蓄積用データ」という。

　診断装置１００は、特徴抽出部１１０と、スコア算出部１４０と、データ生成部１５０と、送信指示部１６０と、送信部１７０とを備えている。以下、診断装置１００の各部について説明する。

（特徴抽出部）
　特徴抽出部１１０は、データ解析部１２０及び推論部１３０を有している。特徴抽出部１１０は、端末１０のデータ取得部１２が取得した診断用画像データに基づいて、予め定められた少なくとも１つの特徴を抽出する。

（データ解析部）
　データ解析部１２０は、端末１０から入力された診断用画像データを解析する。すなわち、データ解析部１２０は、入力された診断用センサデータが画像データである場合には、画像解析を行う。データ解析部１２０は、診断用画像データに対応する診断用画像における色、線及び形状、ならびにこれらの組合せに基づいて、診断用画像に現れる検査対象の変質の指標（スコア算出に用いる要素）を特徴として算出する。
　検査対象が保護材で被覆された配管の場合、検査対象又はその周辺に生じた変質としては、保護材表面や架台の塗装の色（変色）、保護材の剥がれ、保護材表面の変形等が挙げられる。診断用画像データにおいて変質部分を示す指標としては、例えば診断用画像に写る保護材表面や架台の塗装の変色の面積、保護材の剥がれの大きさ、保護材表面の変形の個数や面積等が挙げられる。

　データ解析部１２０は、入力された診断用画像データから特徴量を抽出してもよい。特徴点を抽出するアルゴリズムとして、例えばＯＲＢ（Oriented FAST and Rotated BRIEF）、ＳＩＦＴ(Scale-invariant feature transform)、ＳＵＲＦ(Speed-Upped Robust Feature)、Harrisコーナ、ＫＡＺＥ等を用いることができる。このようなアルゴリズムは、特徴量抽出プログラムとしてデータ解析部１２０内の図示しない記憶部に記憶されており、特徴量の抽出処理時には、例えば図示しないＲＡＭ（Random Access Memory）に展開される。
　データ解析部１２０は、特徴量の抽出処理を行うのに加えて、または、特徴量の抽出処理を行うのに変えて、入力された診断用画像データを所定サイズに拡大、縮小するサイズ変更処理や、入力された診断用画像データのノイズを軽減するための平滑化処理等の前処理を行っても良い。前処理された画像は、診断用画像データとして、後述する推論部１３０における特徴の抽出処理に用いられてよい。

　データ解析部１２０は、診断用画像データの解析結果を、推論部１３０又はスコア算出部１４０に出力する。データ解析部１２０は、診断用画像データを解析することにより、予め定められた検査対象の状態評価に有効な要素を抽出する。
　データ解析部１２０は、診断用画像データの画像解析の結果として得られる診断用画像データの特徴を、スコア算出部１４０に出力する。画像解析の結果として得られる診断用画像データの特徴としては、検査対象の変質（例えば、検査対象に発生した変色、錆、塗装劣化）が挙げられる。また、データ解析部１２０は、画像解析の結果として、当該特徴の大きさをスコア算出部１４０に出力する。特徴の大きさとしては、検査対象の変質部分の量（例えば、変色、錆、塗装劣化領域の面積又は面積に対応する数値）が挙げられる。検査対象に生じた変質は、画像解析により診断用画像データのエッジ検出を行うことで、エッジに囲まれた領域として検出される。

　また、データ解析部１２０は、画像解析のみでは抽出できない特徴を得るために、画像解析の結果を特徴量として推論部１３０に出力する。画像解析のみでは抽出できない特徴としては、検査対象が保護材で被覆された配管である場合、保護材の表面の変形や剥がれの有無等が挙げられる。このような特徴は、後述する推論部１３０において、複数の特徴の特徴量に基づいて推論される。
　さらに、データ解析部１２０は、画像解析の結果として抽出した特徴及び特徴量を、データ生成部１５０に出力する。

（推論部）
　推論部１３０は、機械学習により得られた推論用モデル１３２を有している。推論用モデル１３２は、予め定められた特徴を含む学習用画像データを教師データとして機械学習することにより生成された学習済モデルである。ここで、学習用画像データは、例えば検査対象の劣化に関連して検査対象の表面又はその周辺部に生じたと推定される変質部分の画像の画像データである。推論用モデル１３２は、例えば後述する学習部４０で生成された推論用モデル１３２が推論部１３０にコピーされて生成される。
　推論用モデル１３２は、データ解析部１２０から入力された特徴量に基づく推論結果を、診断用画像データの特徴として出力する。また、推論用モデル１３２への入力として、データ解析部１２０の解析結果（特徴量）の代わりに、診断用画像データそのものを入力してもよい。推論部１３０は、推論用モデル１３２の推論結果（推論用モデル１３２の出力である特徴）を、診断用画像データの特徴としてスコア算出部１４０に出力する。
　推論部１３０は、推論用モデル１３２の推論結果（推論用モデル１３２の出力である特徴）を、データ生成部１５０にも出力する。

　以上によれば、データ解析部１２０は、例えば、画像データに対し、予め定められたルールベースの処理によって特徴を抽出する演算処理を行うように構成されていてよい。また、推論部１３０は、例えば、画像データを入力とし、機械学習によって生成された推論モデルによって特徴を抽出（出力）する演算処理を実行するように構成されていてよい。

（スコア算出部）
　スコア算出部１４０は、特徴抽出部１１０のデータ解析部１２０及び推論部１３０から入力された特徴に基づいて、診断用画像データの診断用スコアを算出する。「診断用スコア」とは、ある診断用画像データに基づいて算出された検査対象の状態（例えば劣化状態）を示すスコアである。「診断用スコア」は、診断用画像データの総合的な診断基準を示したスコア（トータルスコア）又は特徴（検査対象に現れる変質）ごとの診断基準を示したスコア（診断用部分スコア）である。トータルスコアは、診断用部分スコアを重み付けして加算することにより得られる。

　スコア算出部１４０は、診断用部分スコアを重み付け加算してトータルスコアを得るための算出式を予め有している。また、図３に示すように、スコア算出部１４０は、診断用画像データから抽出された各特徴（図３に示す特徴Ａ～特徴Ｈ）に対して予め設定された特徴別スコア（係数）を有している。
　スコア算出部１４０は、診断用部分スコアを、データ解析部１２０及び推論部１３０からそれぞれ入力された各特徴の大きさ（図３に示す値ｙａ～ｙｈ）と、当該特徴に対して予め設定された特徴別スコア（図３に示す値ｘａ～ｘｈ）とに基づいて決定する。診断用部分スコアは、例えば、特徴別スコアと特徴の大きさとを乗算することにより得られる。また、スコア算出部１４０は、トータルスコアを、診断用部分スコアと上述の算出式とに基づいて決定する。
　スコア算出部１４０は、トータルスコア及び診断用部分スコアの少なくとも一方を、データ生成部１５０に出力する。

　スコア算出部１４０は、データ解析部１２０及び推論部１３０から入力された特徴に加えて、検査対象の周囲環境に関連するデータ、検査対象の内容物に関連するデータ等に基づいて診断用スコアを算出してもよい。検査対象の周囲環境に関するデータとしては、診断対象が設置されている場所、当該場所の天候、気温、気圧、湿度等を用いることができる。検査対象の内容物に関連するデータとしては、内容物の種類、温度、圧力、流速等を用いることができる。

（データ生成部）
　データ生成部１５０は、入力された診断用画像データに対応する画像に対して、データ解析部１２０又は推論部１３０で抽出した特徴を示すマークを合成することにより、特徴が合成（表示）された表示用画像を生成する。また、データ生成部１５０は、診断用画像データに対応する画像に対して、診断用スコア（トータルスコア、部分スコアの少なくとも一方）をさらに合成することにより、診断用スコアが表示された表示用画像を生成してもよい。ここで、特徴を示すマークとは、例えば、診断用画像内のエッジを示す線、検査対象の変形や変色部分を示す円や図形等をいい、特徴毎に異なる色や形で示されていても良い。データ生成部１５０で生成された表示用画像データは、端末１０に出力される。
　データ生成部１５０は、後述する送信部１７０を介して表示用画像データを端末１０に送信する。

　また、データ生成部１５０は、診断用画像データ、特徴（画像解析の結果として得られた特徴、推論用モデル１３２の推論結果として得られた特徴）、診断用スコアの少なくとも一つを含む蓄積用データを生成する。データ生成部１５０は、さらに特徴量を含む蓄積用データを生成してもよい。蓄積用データは、診断用画像データ、特徴、特徴量、診断用スコア等の複数の情報が含まれる場合、これら複数の情報が互いに関連付けられたデータである。

　データ生成部１５０は、後述する送信指示部１６０からの送信指示信号に基づき、蓄積用データを送信部１７０を介してサーバ２０に送信する。データ生成部１５０は、送信指示部１６０からの送信指示信号を受信した場合に、蓄積用データの生成を開始する。また、データ生成部１５０は、診断用画像データ、特徴、特徴量及び診断用スコア等を取得した後直ちに（すなわち送信指示部１６０からの送信指示信号の受信の有無に関わらず）蓄積用データの生成を開始してもよい。この場合、データ生成部１５０は、蓄積用データを生成しても、所定時間内に送信指示信号を受信しない場合には、未送信の蓄積用データを破棄することが好ましい。

（送信指示部）
　送信指示部１６０は、予め定められた少なくとも一つのトリガに応じて送信部１７０に送信指示信号を出力する。送信指示部１６０は、端末１０から入力された送信指示信号をトリガとして、データ生成部１５０に対して、蓄積用データをサーバ２０に対して送信するように指示する。なお、送信指示部１６０は、端末１０から入力された送信指示信号をトリガとして、送信部１７０に対して、データ生成部１５０が生成する蓄積用データをサーバ２０に対して送信するように指示してもよい。送信指示信号は、端末１０の入力部１６を介してユーザにより入力された診断用画像データの蓄積を指示する信号である。

（送信部）
　送信部１７０は、表示用画像データを端末１０の表示部１４に出力する。また、送信部１７０は、送信指示部１６０からの送信指示信号を受けてデータ生成部１５０が出力した蓄積用データを、サーバ２０の蓄積部３０（データ蓄積部に該当）に送信する。送信された蓄積用データは、劣化診断の評価に適した評価用データとして用いられる。なお、送信部１７０は、送信指示部１６０からの送信指示信号を受信した場合にデータ生成部１５０が生成する蓄積用データをサーバ２０の蓄積部３０（データ蓄積部に該当）に送信してもよい。送信部１７０は、表示用画像データ送信部１７２及び蓄積用データ送信部１７４を有している。

　表示用画像データ送信部１７２は、データ生成部１５０から入力された表示用画像データを端末１０に送信する。データ生成部１５０で生成された表示用画像データは、表示部１４において表示用画像が所定のフレームレートで処理されたプレビュー動画として表示されるように、連続的に端末１０に送信される。
　蓄積用データ送信部１７４は、送信指示部１６０からの送信指示信号を受信した場合に、データ生成部１５０から入力された蓄積用データをサーバ２０に送信する。

＜サーバ＞
　サーバ２０は、蓄積用データを蓄積する蓄積部３０と、学習済モデル（推論用モデル１３２）を生成する学習部４０とを備えている。

（蓄積部）
　蓄積部３０は、診断装置１００から送信された蓄積用データを蓄積する。蓄積部３０に蓄積された蓄積用データは、劣化の可能性が高い検査対象を示すデータである。すなわち、蓄積部３０に蓄積された蓄積用データを参照することにより、ユーザは、超音波検査等の方法により直接劣化の評価を行う必要のある検査対象を確認することができる。

（学習部）
　図４に示すように、学習部４０は、データ加工部４２と、特徴学習部４４とを有している。
　データ加工部４２は、予め準備された学習用画像データ（学習用センサデータの一例）とその学習用画像データに含まれる特徴（ラベル）とが入力されて、学習用画像データの画像解析を行う。学習用画像データは、検査対象の表面又はその周辺部に生じた検査対象の変質部分の画像の画像データである。学習用画像データに含まれる特徴（ラベル）は、学習用画像中の検査対象に生じた変質部分の特徴の正解値を示す情報である。

　学習用画像に表された変質部分は、当該学習用画像に表された検査対象の劣化に起因する変質部分の特徴の抽出に有効な要素である。有効な要素としては、例えば、検査対象表面やその周辺部の塗装の色（変色）、保護材の剥がれ、保護材表面の変形、検査対象を支持する架台に付着した錆等が挙げられる。データ加工部４２は、学習用画像データから抽出した特徴量を特徴学習部４４に出力する。

　データ加工部４２では、コンピュータ５０を介して入力されたユーザの指示に基づいて、学習用画像データのトリミングを行い、検査対象の変質部分のみを切り出してもよい。また、データ加工部４２は、特徴量の抽出処理を行う際に、入力された診断用画像データを所定サイズに拡大、縮小するサイズ変更処理や、入力された診断用画像データのノイズを軽減するための平滑化処理等の前処理を行っても良い。

　特徴学習部４４は、初期モデル及び学習用パラメータが入力され、学習用画像データ並びに学習用画像データから抽出された特徴量及び特徴を教師データとする機械学習により、学習済みモデルである推論用モデル４４２を生成する。特徴学習部４４は、推論用モデル４４２のコピーを特徴抽出部１１０に送信する。これにより、推論部１３０には、推論用モデル１３２が生成される。初期モデル及び学習用パラメータは、特徴学習部４４の図示しない記憶部に予め保存されていても良い。

＜診断システムの各部の動作＞
　以下、診断システム１の各部の動作について説明する。
　まず、学習用画像データを用いた特徴の学習時の動作（推論用モデル１３２生成時の動作）及び診断用画像データの特徴の診断時の動作についてそれぞれ説明する。

（学習時の動作）
　まず、図５を参照して、特徴の学習時の動作を説明する。特徴の学習時には、機械学習により推論用モデル１３２を生成する。図５は、推論用モデル１３２を生成する工程を示すフローチャートである。

　まず、学習部４０のデータ加工部４２に、検査対象の外観又はその周辺部に生じた変質部分を撮影した複数の学習用画像データを教師データとして入力する（ステップＳ１１）。すなわち、学習用画像データは、特徴となる変質ごとに複数の学習用画像データが入力されることが好ましい。

　次に、データ加工部４２において、入力された学習用画像データに対してＯＲＢアルゴリズム等を用いた画像解析を行い、学習用画像データの変質部分の特徴量を抽出する（ステップＳ１２）。データ加工部４２は、画像解析により抽出された特徴量（例えば、輝度変化の大きさと向き）を、特徴学習部４４に出力する。

　続いて、特徴学習部４４において、データ加工部４２から入力された特徴量と、学習用画像データの特徴（変質を示すラベル）とを用いた機械学習を行い、推論用モデル４４２を生成する（ステップＳ１３）。機械学習のアルゴリズムとしては、用いる初期モデルに合わせて公知のものを用いることができる。このとき、図４に示すように、特徴学習部４４には、初期モデル及び学習用パラメータが入力される。なお、初期モデルは、特徴学習部４４の図示しない記憶部に予め保存されていても良い。

　特徴学習部４４に入力される初期モデルとしては、学習用画像データを入力として利用可能であればいずれのモデルであっても良い。特徴学習部４４に入力される初期モデルとしては、例えばサポートベクターマシン、ニューラルネットワーク又はランダムフォレスト等のモデルを用いることができる。

　また、学習用パラメータは、推論用モデル４４２を得るために設定される設定値である。特徴学習部４４は、推論用モデル４４２が最適解を出すことができるパラメータを走査して設定する。学習用パラメータの調整には、適切と考えられるパラメータの組み合わせをすべて試すグリッドサーチや、パラメータの組み合わせを無作為に試すランダムサーチ等が用いられ、これらのパラメータの組み合わせが学習用パラメータとして入力される。

　最後に、ステップＳ１３において生成された推論用モデル４４２が特徴学習部４４（又はデータ加工部４２）の図示しない記憶部に保存される（ステップＳ１４）。以上により、学習用画像データを用いた機械学習により推論用モデル４４２が生成される。

（診断時の動作）
　次に、図２及び図６を参照して、診断用画像データの診断時の動作について説明する。図６は、診断用画像データの診断時の動作を説明するフローチャートである。

　まず、診断の開始時に、診断に先立って学習部４０で生成された推論用モデル４４２を、推論部１３０にコピーして保存し、推論用モデル１３２を生成する（ステップＳ２１）。

　端末１０のデータ取得部１２において、検査対象から診断用画像データを取得する（ステップＳ２２）。診断用画像データは、検査対象を含む領域を撮影して取得する。
　診断装置１００は、端末１０から診断用画像データを取得し、特徴抽出部１１０のデータ解析部１２０において、診断用画像データに対する画像解析を行う（ステップＳ２３）。データ解析部１２０は、画像解析の結果として、診断用画像データの特徴量を推論部１３０及びデータ生成部１５０に出力し、診断用画像データの特徴をスコア算出部１４０及びデータ生成部１５０に出力する。

　ステップＳ２３では、得られた解析結果が特徴（検査対象の変質、錆）やその量（検査対象の変質、錆の面積等）である場合、データ解析部１２０は当該解析結果を特徴としてスコア算出部１４０及びデータ生成部１５０に出力する。
　また、ステップＳ２３では、得られた解析結果が特徴量である場合、データ解析部１２０は当該特徴量を推論部１３０及びデータ生成部１５０に出力する。推論部１３０において推論用モデル１３２の推論結果を得るために必要である場合には、特徴量とともに、特徴やその量を推論部１３０に入力しても良い。

　特徴抽出部１１０の推論部１３０において、入力した特徴量に対する推論用モデル１３２の推論結果として特徴を得る（ステップＳ２４）。推論部１３０は、特徴量が入力されると、その特徴量に基づいて診断用画像データが持つ特徴を推論し、推論結果を特徴として出力する。

　スコア算出部１４０において、データ解析部１２０及び推論部１３０のそれぞれから入力された特徴に基づいて、診断用スコアが算出される（ステップＳ２５）。スコア算出部１４０は、例えば図４に示すように、特徴別スコア（ｘａ～ｘｈ）と特徴の大きさ（ｙａ～ｙｈ）とを乗算して、特徴（特徴Ａ～特徴Ｈ）毎の診断用部分スコアをそれぞれ算出し、各診断用部分スコアを重み付け加算して診断用画像データのトータルスコアを算出する。すなわち、特徴Ａを有する診断用画像データの診断用部分スコアＡはｘａ・ｙａで示される。また、特徴Ｂを有する診断用部分スコアＢ～特徴Ｈを有する診断用部分スコアＨも同様に、それぞれｘｂ・ｙｂ、ｘｃ・ｙｃ、・・・ｘｈ・ｙｈで示される。また、トータルスコアは、診断用部分スコアＡ～診断用部分スコアＨを加算又は重み付けして加算することにより得られる。トータルスコアは、診断用部分スコアＡ～診断用部分スコアＨを加算後に係数を乗算して、所定の桁数のスコアとなるように調整されたスコアであっても良い。スコア算出部１４０は、診断用スコアとして、特徴別スコア及びトータルスコアの少なくとも一方をデータ生成部１５０に出力する。

　データ生成部１５０において、表示用画像データが生成される（ステップＳ２６）。データ生成部１５０は、入力された診断用画像データに対応する画像に対して、データ解析部１２０又は推論部１３０で抽出した特徴を示すマークを合成して表示用画像を生成する。データ生成部１５０は、生成した表示用画像データを端末１０に送信する。

　続いて、端末１０の表示部１４において、表示用画像が表示される（ステップＳ２７）。端末１０は、データ生成部１５０から表示用画像データを取得し、当該表示用画像データを所定のフレームレートで処理して表示部１４に表示用画像をプレビュー動画として表示する。

　送信指示部１６０において、端末１０からの送信指示の有無を判断する（ステップＳ２８）。送信指示部１６０は、端末１０の入力部１６から送信されたトリガに応じて送信指示の有無を判断する。送信指示部１６０は、端末１０の入力部１６から送信された信号の受信の有無に応じて送信指示の有無を判断する。

　送信指示部１６０において、送信指示無しと判断した場合（ステップＳ２８のｎｏ）、ステップＳ２２に処理が戻り、端末１０での診断用データ取得が継続する。
　また、送信指示部１６０において、送信指示有りと判断した場合（ステップＳ２８のｙｅｓ）、送信指示部１６０は、データ生成部１５０に蓄積用データの送信を指示する送信指示信号を出力する。データ生成部１５０は、送信指示信号を受信すると蓄積用データを生成し（ステップＳ２９）、蓄積用データ送信部１７４を介して、生成された蓄積用データをサーバ２０の蓄積部３０に送信する（ステップＳ３０）。なお、データ生成部１５０は送信指示信号を受信した都度サーバ２０に蓄積用データを送信してよい。また、データ生成部１５０は、生成した蓄積用データを図示しない記憶部に保存しておき、送信指示部１６０から送信指示信号を受信したタイミングとは異なるタイミングでサーバ２０に送信してもよい。すなわち、送信指示信号を受信したタイミングで蓄積用データを生成し、一定時間経過後又は一定量の蓄積用データが保存されたタイミングで蓄積用データをサーバ２０に送信してもよい。データ生成部１５０は、送信指示信号受信時に都度蓄積用データを送信するか否かを、生成した蓄積用データのデータサイズと通信帯域幅で判定してもよい。
　蓄積用データがサーバ２０に送信されると、処理がステップＳ２２に戻り、診断用データの取得を継続する。ステップＳ２９、ステップＳ３０における蓄積用データの合成・送信処理と、ステップＳ２２の診断用データの取得処理とは、並行して行われることが好ましい。

［診断プログラム］
　本実施形態に係る診断装置１００により実行される診断プログラムについて説明する。診断装置１００は、以下の（ａ）～（ｈ）の各動作をコンピュータに実行させる診断プログラムに従って、検査対象の状態の診断を行う。以下の診断プログラムは、例えばハードディスクドライブ又はメモリ、ＤＶＤディスク又はＢｌｕ－ｒａｙ（登録商標）等の光ディスク等の記録媒体に記録される。以下のプログラムは、インターネットを介して配布されても良い。さらに、以下のプログラムは、クラウドサーバに記録され、インターネットを介して各動作が実行されても良い。

（ａ）検査対象から診断用センサデータを取得すること
（ｂ）取得した診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を、診断用センサデータに基づく推論用モデルの推論結果として抽出すること
（ｃ）抽出された特徴に基づいて、診断用センサデータの診断用スコアを算出すること
（ｄ）診断用センサデータに対して特徴が合成された表示用データを生成すること
（ｅ）表示用データを表示すること
（ｆ）診断用センサデータ、特徴及び診断用スコアのうち少なくとも一つを含む蓄積用データを生成すること
（ｇ）予め定められた少なくとも一つのトリガに応じて送信指示信号を出力すること
（ｈ）送信指示信号に基づいて蓄積用データをデータ蓄積部に送信すること

＜第一実施形態の効果＞
　第一実施形態に係る診断システム１は、以下の効果を有する。
（１）診断システム１は、検査対象から取得した診断用画像データに対して、診断用画像データから抽出した特徴を合成した表示用画像データを生成し、表示部に表示用画像データをプレビュー画像（動画）として表示する。診断システム１では、検査対象から取得した診断用画像データにどのような特徴が含まれているかをユーザに対して一見して示すことができる。このため、診断システム１では、表示用画像データに基づいてユーザに検査対象からより劣化評価に適したセンサデータを選択させることができる。

（２）診断システム１は、学習用画像データを用いた機械学習により得られた推論用モデル１３２を有しており、推論用モデル１３２は、診断用画像データに対する推論結果を診断用画像データの特徴として抽出する。このため、診断システム１は、診断用画像データの特徴を精度よく抽出することができる。
（３）診断システム１は、診断用画像データに対する画像処理による特徴の抽出と、診断用画像データに対する機械学習による（推論用モデル１３２を用いた）特徴の抽出と、の双方を使い分けることができる。このため、診断システム１は、より正確で、早い診断を行うことができる。

（４）検査対象が配管やタンクである場合、配管やタンクはプラント内において架台上に配置されている場合が多く、検査対象が架台に接触している箇所には腐食が多く見られる。このような箇所に対して測定器を用いた定量的な検査を行うには、足場の設置や検査対象の吊り上げ等が必要であり、多大なコストがかかる。従来、検査対象の劣化の程度は、検査員が検査対象の外観の状態との経験的関係に基づいて判断していた。このため、検査員の熟練度によっては、本来は定量検査が不要な状態の検査対象についても劣化の可能性が高い検査対象として抽出されたり、定量検査が必要な状態の検査対象が劣化の可能性が低い検査対象として抽出される場合があった。この場合、不要な検査コストがかかったり、検査対象の劣化の見落としが生じるおそれがあった。
　診断システム１では、検査対象から外観画像を収集する際に、外観画像から抽出した特徴を合成した表示用画像データをプレビュー画像（動画）として表示する。このため、検査員は、プレビュー画像（動画）を確認しながら劣化の可能性が高い検査対象の外観画像を抽出して保存することができる。このため、不要な検査コストがかかったり、検査対象の劣化の見落としが生じることを抑制することができる。

＜第一実施形態の変形例＞
　第一実施形態の診断システム１において、スコア算出部１４０は、算出式を用いて診断用スコアを算出しているが、これに限られない。
　例えば、スコア算出部１４０は、図示しない算出用モデルを有し、特徴抽出部１１０で抽出された特徴に基づく算出用モデルの推論結果を診断用スコア（診断用部分スコア及びトータルスコア）として出力する診断システムであってもよい。
　算出用モデルは、後述する蓄積部３０に蓄積された蓄積用データを教師データとして機械学習することにより生成された学習済モデルである。ここで、蓄積用データは、ユーザが検査対象の劣化診断のための有効な要素を含んでいると判断した診断用画像データ、特徴、特徴量等を含んでおり、機械学習のためのデータセットとして用いることができる。

　スコア算出部１４０は、例えば、診断初期には予め有している算出式を用いて診断用スコアを算出し、蓄積部３０に所定量の蓄積用データが蓄積された時点で、機械学習により生成された算出用モデルを用いて診断用スコアを得ることができる。

　この場合、学習部４０では、蓄積部３０から入力された蓄積用データを教師データとする機械学習により学習済みモデルであるスコア算出用モデルを生成する。学習部４０においてスコア算出用モデルを生成した場合には、生成された推論用モデルをスコア算出部１４０にコピーして保存する。

　データ加工部４２は、蓄積用データに含まれる診断用画像データの画像解析を行う。学習用画像データは、検査対象の表面又はその周辺部に生じた検査対象の変質部分の画像の画像データである。学習用画像データに含まれる特徴（ラベル）は、学習用画像中の検査対象に生じた変質部分の特徴の正解値を示す情報である。

　特徴学習部４４には、蓄積用データに含まれる診断用画像データ、特徴量及び特徴が入力される。また、特徴学習部４４には、診断用画像中の検査対象の劣化を実測した実測値が入力される。
　特徴学習部４４は、初期モデル及び学習用パラメータが入力され、学習用画像データ、特徴量及び特徴、並びに検査対象の劣化の実測値を教師データとする機械学習により、学習済みモデルであるスコア算出用モデル（図示せず）を生成する。特徴学習部４４は、スコア算出用モデルのコピーを特徴抽出部１１０に送信する。これにより、スコア算出部１４０には、スコア算出用モデル（図示せず）が生成される。

　なお、特徴学習部４４におけるスコア算出用モデルの生成は、端末１０及び診断装置１００における検査対象の診断用画像データの取得及び診断用画像データの診断と並行して行われても良く、一定量の蓄積用データが蓄積された後に単独で行われても良い。
　また、特徴を入力した場合の算出用モデルの推論結果として、「診断用スコア」の代わりに検査対象の評価（劣化の程度）を直接得ても良い。

　蓄積用データは、診断済みの診断用画像データ（特徴が表示された表示用画像データ）に基づいてユーザが選択することにより蓄積されたデータである。このため、変形例の診断システムは、上述した第一実施形態の効果（１）から（４）に加えて、以下の効果を有する。
（５）変形例の診断システムでは、スコア算出モデル生成用の教師データとして精度の高いデータを収集することが可能となる。このため、蓄積用データを教師データとする機械学習により得られた算出用モデルを用いて診断用スコアを得ることで、診断システムにおける診断用画像データに対する診断用スコアのスコア付けの精度が向上する。

２．第二実施形態
　以下、本発明の第二実施形態に係る診断システム２について、図１から図６を参照しつつ図７及び図８を用いて説明する。
　第二実施形態に係る診断システム２は、診断用画像データの診断用スコア（部分スコア及びトータルスコアの少なくとも一方）に応じて、表示用画像にアラート情報を合成する点で、第一実施形態に係る診断システム１と異なる。
　診断システム２は、端末１０、診断装置２００及びサーバ２０を備えている。診断装置２００は、特徴抽出部１１０、スコア算出部２４０、データ生成部２５０、送信指示部１６０、送信部１７０及びスコア判断部２８０を有している。
　以下、図７に示す診断システム２のブロック図を用いて、スコア算出部２４０、データ生成部２５０及びスコア判断部２８０について説明する。また、診断システム２の端末１０、特徴抽出部１１０、送信指示部１６０、送信部１７０及びサーバ２０については、診断システム１の端末１０、特徴抽出部１１０、送信指示部１６０、送信部１７０及びサーバ２０と同様の構成であるため説明を省略する。

（スコア算出部）
　スコア算出部２４０は、第一実施形態のスコア算出部１４０と同様に、特徴抽出部１１０のデータ解析部１２０及び推論部１３０から入力された特徴に基づいて、診断用画像データの診断用スコアを算出する。スコア算出部２４０は、診断用スコア（トータルスコア及び診断用部分スコアの少なくとも一方）を、データ生成部１５０に加えてスコア判断部２８０にも出力する。

（スコア判断部）
　スコア判断部２８０は、診断用センサデータの診断基準となる閾値を有し、スコア算出部２４０から入力された診断用スコアと閾値とを比較して診断用画像データのスコア判断を行う。スコア判断部２８０は、比較結果に基づいてデータ生成部２５０にアラート信号を出力する。ここで、「閾値」とは、診断用画像データの診断用スコアが当該閾値よりも高い（又は低い）場合に、診断用画像データ中の診断対象の劣化の可能性が高いこと示す値である。また、「アラート信号」とは、診断用画像データの診断用スコアが閾値を超えたことを示す信号である。なお、スコア判断部２８０は、トータルスコアに対して閾値を設定してもよいし、診断用部分スコアの少なくとも一つに対して閾値を設定してもよい。また、スコア判断部２８０は、複数の診断用部分スコアに重みづけして足し合わせたものを閾値として設定してもよい。
　例えば、スコア判断部２８０は、診断用画像データの診断用スコアが閾値を超えた場合、データ生成部２５０にアラート信号を送信する。

（データ生成部）
　データ生成部２５０は、第一実施形態のデータ生成部１５０と同様に、表示用画像を生成する。データ生成部２５０は、スコア判断部２８０からアラート信号を受信した場合に、端末１０から入力された診断用画像に対して、データ解析部１２０又は推論部１３０で抽出した特徴を示すマークとともにアラート情報を示す画像を合成して表示用画像を生成する。
　アラート情報は、例えば表示用画像において最前面となるように（すなわち、診断用画像及び特徴を示すマークの前面に）合成される。データ生成部２５０で合成された表示用画像は、端末１０に送信され、表示部１４に表示される。

　ユーザは、例えば、表示部１４に表示された表示用画像を視認して、アラート情報が合成された表示用画像が表示された場合に入力部１６を操作する。送信指示部１６０は、入力部１６の操作をトリガとして送信部１７０に送信指示信号を出力する。送信部１７０は、送信指示部１６０からの送信指示信号を受信した場合に蓄積用データをサーバ２０の蓄積部３０に送信する。

＜診断システムの各部の動作＞
　以下、診断システム２の各部の動作について説明する。
　なお、特徴の学習時の動作については、第一実施形態での説明と同様であるため、説明を省略する。

（診断時の動作）
　図８を参照して、診断用画像データの診断時の動作について説明する。図８は、診断用画像データの診断時の動作を説明するフローチャートである。

　まず、推論部１３０に推論用モデル１３２を保存し（ステップＳ３１）、端末１０のデータ取得部１２において診断用画像データを取得し（ステップＳ３２）、データ解析部１２０において診断用画像データの画像解析を行う（ステップＳ３３）。続いて、推論部１３０において、推論用モデル１３２の推論結果として診断用画像データの特徴を出力し（ステップＳ３４）、スコア算出部２４０において診断用画像データの診断用スコアが算出される（ステップＳ３５）。ステップＳ３１からステップＳ３５の具体的な動作については、第一実施形態における診断時の動作のステップＳ２１からステップＳ２５と同様であるため、詳細な説明は省略する。

　スコア判断部２８０において、スコア算出部２４０から入力された診断用スコアと閾値とを比較して診断用画像データのスコア判断を行う（ステップＳ３６）。スコア判断部２８０において、スコア算出部２４０から入力された診断用スコアが閾値よりも大きい場合（ステップＳ３６のｙｅｓ）、スコア判断部２８０はデータ生成部２５０に対してアラート信号を出力する（ステップＳ３７）。この後、表示用画像データの合成に処理が進む（ステップＳ３８）。

　一方、スコア判断部２８０において、スコア算出部２４０から入力された診断用スコアが閾値よりも小さい場合（ステップＳ３６のｎｏ）、スコア判断部２８０はアラート信号を出力せずに表示用画像データの合成に処理が進む（ステップＳ３８）。

　データ生成部２５０において、表示用画像データが生成される（ステップＳ３８）。データ生成部２５０は、入力された診断用画像データに対応する診断用画像に対して、データ解析部１２０又は推論部１３０で抽出した特徴を示すマークを合成して表示用画像を生成する。また、データ生成部２５０は、スコア判断部２８０からアラート信号が入力された場合には、特徴とともにアラート情報が合成された表示用画像を生成する。データ生成部２５０は、生成した表示用画像データを端末１０に送信する。
　続いて、端末１０の表示部１４において、表示用画像を表示する（ステップＳ３９）。

　この後、送信指示部１６０において、端末１０からの送信指示の有無を判断する（ステップＳ４０）。送信指示部１６０において、送信指示無しと判断した場合（ステップＳ４０のｎｏ）、ステップＳ２２に処理が戻り、端末１０での診断用データ取得が継続する。
　また、送信指示部１６０において、送信指示有りと判断した場合（ステップＳ４０のｙｅｓ）、ステップＳ４１に処理が移り、データ生成部１５０は、蓄積用データを生成し（ステップＳ４１）、蓄積用データ送信部１７４を介して生成された蓄積用データをサーバ２０の蓄積部３０に送信する（ステップＳ４２）。
　蓄積用データがサーバ２０に送信されると、処理がステップＳ３２に戻り、診断用データの取得を継続する。

＜第二実施形態の効果＞
　第二実施形態に係る診断システム２は、第一実施形態及び変形例に係る診断システム１における効果（１）～（５）に加えて、以下の効果を有する。
（６）診断システム１は、診断用画像データの診断用スコアと閾値との比較結果に応じて、アラート情報を合成した表示用画像を表示部１４に表示する。これにより、診断システム１は、ユーザに対して診断用画像データ中の診断対象の劣化の可能性が高いことを表示し、蓄積用データを劣化評価に用いる際の評価データとしての適切度についてユーザごとのばらつきを生じにくくすることができる。

３．第三実施形態
　以下、本発明の第三実施形態に係る診断システム３について、図１から図８を参照しつつ図９及び図１０を用いて説明する。
　第三実施形態に係る診断システム３は、診断用画像データの診断用スコア（部分スコア及びトータルスコアの少なくとも一方）に応じて、自動で蓄積用データを生成し、蓄積部３０に蓄積する点で、第一実施形態に係る診断システム１と異なる。すなわち、第三実施形態に係る診断システム３では、ユーザによって入力部１６が操作されたことに応じて蓄積用データを生成、蓄積する代わりに、診断用スコアに基づいて劣化の可能性が高いと判断された場合に、蓄積用データを生成して蓄積する。

　診断システム３は、端末１０、診断装置３００及びサーバ２０を備えている。診断装置３００は、特徴抽出部１１０、スコア算出部２４０、データ生成部１５０、送信指示部３６０、送信部１７０及びスコア判断部３８０を有している。
　以下、図９に示す診断システム３のブロック図を用いて、スコア判断部３８０及び送信指示部３６０について説明する。ここで、診断システム３の端末１０、特徴抽出部１１０、データ生成部１５０、送信部１７０及びサーバ２０については、第一実施形態における診断システム１の端末１０、特徴抽出部１１０、データ生成部１５０、送信部１７０及びサーバ２０と同様の構成であるため説明を省略する。また、診断システム３のスコア算出部２４０は、第二実施形態における診断システム２のスコア算出部２４０と同様の構成であるため説明を省略する。

（スコア判断部）
　スコア判断部３８０は、診断用センサデータの診断基準となる閾値を有し、スコア算出部２４０から入力された診断用スコアと閾値とを比較して診断用画像データのスコア判断を行う。スコア判断部３８０は、診断用スコアと閾値とを比較した比較結果に基づいて、送信指示部３６０にアラート信号を出力する。
　例えば、スコア判断部３８０は、診断用画像データの診断用スコアが閾値を超えた場合、データ生成部２５０にアラート信号を送信する。

（送信指示部３６０）
　送信指示部３６０は、予め定められた少なくとも一つのトリガに応じて送信部１７０に送信指示信号を出力する。第三実施形態において、「トリガ」は、スコア判断部３８０から送信されるアラート信号である。送信部１７０に送信指示信号を受信すると、データ生成部１５０は表示用画像を生成し、蓄積用データ送信部１７４を介して表示用画像を蓄積部３０に送信する。

＜診断システムの各部の動作＞
　以下、診断システム３の各部の動作について説明する。
　なお、特徴の学習時の動作については、第一実施形態での説明と同様であるため、説明を省略する。

（診断時の動作）
　図１０を参照して、診断用画像データの診断時の動作について説明する。図１０は、診断用画像データの診断時の動作を説明するフローチャートである。

　まず、推論部１３０に推論用モデル１３２を保存し（ステップＳ５１）、端末１０のデータ取得部１２において診断用画像データを取得し（ステップＳ５２）、データ解析部１２０において診断用画像データの画像解析を行う（ステップＳ５３）。続いて、推論部１３０において、推論用モデル１３２の推論結果として診断用画像データの特徴を出力し（ステップＳ５４）、スコア算出部２４０において診断用画像データの診断用スコアが算出される（ステップＳ５５）。ステップＳ５１からステップＳ５５の具体的な動作については、第一実施形態における診断時の動作のステップＳ２１からステップＳ２５と同様であるため、詳細な説明は省略する。

　スコア判断部３８０において、スコア算出部２４０から入力された診断用スコアと閾値とを比較して診断用画像データのスコア判断を行う（ステップＳ５６）。スコア判断部３８０において、スコア算出部２４０から入力された診断用スコアが閾値よりも小さい場合（ステップＳ５６のｎｏ）、スコア判断部３８０はアラート信号を出力せずに表示用画像データの合成に処理が進む（ステップＳ５７）。

　データ生成部２５０において、表示用画像データが生成される（ステップＳ５７）。データ生成部２５０は、入力された診断用画像データに対応する診断用画像に対して、データ解析部１２０又は推論部１３０で抽出した特徴を示すマークを合成して表示用画像を生成する。データ生成部２５０は、生成した表示用画像データを端末１０に送信する。
　続いて、端末１０の表示部１４において、表示用画像を表示し（ステップＳ５８）、処理が診断用データの取得（ステップＳ５２）に戻る。

　一方、スコア判断部３８０において、スコア算出部２４０から入力された診断用スコアが閾値よりも大きい場合（ステップＳ５６のｙｅｓ）、スコア判断部３８０は送信指示部３６０に対してアラート信号を出力する。
　データ生成部２５０において、表示用画像データが生成される（ステップＳ５９）。データ生成部２５０は、入力された診断用画像データに対応する診断用画像に対して、データ解析部１２０又は推論部１３０で抽出した特徴を示すマークを合成して表示用画像を生成する。データ生成部２５０は、生成した表示用画像データを端末１０に送信する。
　続いて、端末１０の表示部１４において、表示用画像を表示する（ステップＳ６０）。

　また、送信指示部３６０は、スコア判断部３８０からアラート信号を受信すると、送信指示有りと判断し、送信部１７０に送信指示信号を送信する。ステップＳ６１に処理が移り、データ生成部１５０は、蓄積用データを生成し（ステップＳ６１）、蓄積用データ送信部１７４を介して生成された蓄積用データをサーバ２０の蓄積部３０に送信する（ステップＳ６２）。
　蓄積用データがサーバ２０に送信されると、処理がステップＳ５２に戻り、診断用データの取得を継続する。

＜第三実施形態の効果＞
　第三実施形態に係る診断システム３は、第一実施形態及び変形例に係る診断システム１並びに第二実施形態に係る診断システム２における効果（１）～（６）に加えて、以下の効果を有する。
（７）診断システム３は、診断用画像データの診断用スコアと閾値との比較結果に応じて、ユーザが入力部１６を操作することなく、劣化の可能性が高いと判断された診断用画像データを含む蓄積用データを生成して蓄積する。このため、診断システム３は、劣化評価に用いる際の評価データとしての適切度についてユーザごとのばらつきが少ない蓄積用データを収集することができる。

４．第四実施形態
　以下、本発明の第四実施形態に係る診断システム４について、図１から図８を参照しつつ図１１及び図１２を用いて説明する。
　第四実施形態に係る診断システム４は、診断用画像データの診断用スコアに応じて、自動で蓄積用データを生成し蓄積部３０に蓄積するとともに、蓄積部３０に蓄積されたことを表示部１４に表示する点で、第一実施形態に係る診断システム１と異なる。すなわち、第四実施形態に係る診断システム４では、ユーザによって入力部１６が操作されたことに応じて蓄積用データを生成、蓄積する代わりに、診断用スコアに基づいて劣化の可能性が高いと判断された場合に、蓄積用データを生成して蓄積する。また、診断システム４では、蓄積用データに含まれる診断用画像データを用いて表示用画像データを生成する際に、自動蓄積されたデータであることを示す蓄積情報も合成して表示用画像データを生成し、表示部に表示する。

　診断システム４は、端末１０、診断装置４００及びサーバ２０を備えている。診断装置４００は、特徴抽出部１１０、スコア算出部２４０、データ生成部１５０、送信指示部４６０、送信部１７０及びスコア判断部４８０を有している。
　以下、図１１に示す診断システム４のブロック図を用いて、スコア判断部４８０及び送信指示部４６０について説明する。ここで、診断システム４の端末１０、特徴抽出部１１０、データ生成部１５０、送信部１７０及びサーバ２０については、第一実施形態における診断システム１の端末１０、特徴抽出部１１０、データ生成部１５０、送信部１７０及びサーバ２０と同様の構成であるため説明を省略する。また、診断システム４のスコア算出部２４０は、第二実施形態における診断システム２のスコア算出部２４０と同様の構成であるため説明を省略する。

（スコア判断部）
　スコア判断部４８０は、診断用センサデータの診断基準となる閾値を有し、スコア算出部２４０から入力された診断用スコアと閾値とを比較して診断用画像データのスコア判断を行う。スコア判断部４８０は、診断用スコアと閾値とを比較した比較結果に基づいて、送信指示部４６０にアラート信号を出力するとともに、データ生成部に蓄積信号を出力する。
　例えば、スコア判断部４８０は、診断用画像データの診断用スコアが閾値を超えた場合、データ生成部２５０にアラート信号を送信し、データ生成部に蓄積信号を送信する。

（送信指示部４６０）
　送信指示部４６０は、予め定められた少なくとも一つのトリガに応じて送信部１７０に送信指示信号を出力する。第四実施形態において、「トリガ」は、スコア判断部４８０から送信されるアラート信号である。送信部１７０に送信指示信号を受信すると、データ生成部１５０は表示用画像を生成し、蓄積用データ送信部１７４を介して表示用画像を蓄積部３０に送信する。また、第四実施形態において、「トリガ」は、スコア判断部４８０から送信されるアラート信号に加えて、端末１０の入力部１６をユーザが操作したことを示す操作信号であっても良い。この場合、診断用スコアに基づいて自動蓄積されなかった診断用画像データであっても、ユーザが蓄積情報が表示されない表示用画像データを視認して入力部１６を操作することにより、蓄積部３０に蓄積することができる。

（診断時の動作）
　図１２を参照して、診断用画像データの診断時の動作について説明する。図１２は、診断用画像データの診断時の動作を説明するフローチャートである。

　まず、推論部１３０に推論用モデル１３２を保存し（ステップＳ７１）、端末１０のデータ取得部１２において診断用画像データを取得し（ステップＳ７２）、データ解析部１２０において診断用画像データの画像解析を行う（ステップＳ７３）。続いて、推論部１３０において、推論用モデル１３２の推論結果として診断用画像データの特徴を出力し（ステップＳ７４）、スコア算出部２４０において診断用画像データの診断用スコアが算出される（ステップＳ７５）。ステップＳ７１からステップＳ７５の具体的な動作については、第一実施形態における診断時の動作のステップＳ２１からステップＳ２５と同様であるため、詳細な説明は省略する。

　スコア判断部４８０において、スコア算出部２４０から入力された診断用スコアと閾値とを比較して診断用画像データのスコア判断を行う（ステップＳ７６）。スコア判断部４８０において、スコア算出部２４０から入力された診断用スコアが閾値よりも小さい場合（ステップＳ７６のｎｏ）、スコア判断部４８０はアラート信号を出力せずに表示用画像データの合成に処理が進む（ステップＳ７７）。

　データ生成部２５０において、表示用画像データが生成される（ステップＳ７７）。データ生成部２５０は、生成した表示用画像データを端末１０に送信する。
　続いて、端末１０の表示部１４において、表示用画像を表示する（ステップＳ７８）。このあと、送信指示部４６０は、端末１０からの送信指示の有無を判断する（ステップＳ７９）。端末１０からの送信指示が無い場合、すなわち、検査員であるユーザが表示用画像に含まれる検査対象の劣化度が高いと判断しなかった場合（ステップＳ７９のｎｏ）、処理がステップＳ７２に戻って診断用データの取得を継続する。また、端末１０からの送信指示が有る場合（ステップＳ７９のｙｅｓ）、処理が後述するステップＳ８３に移る。

　一方、スコア判断部４８０において、スコア算出部２４０から入力された診断用スコアが閾値よりも大きい場合（ステップＳ７６のｙｅｓ）、スコア判断部４８０は送信指示部４６０に対してアラート信号を出力する（ステップＳ８０）。送信指示部４６０は、スコア判断部３８０からアラート信号を受信すると、送信指示有りと判断し、送信部１７０に送信指示信号を送信し、処理がステップＳ６１に移る。

　データ生成部２５０において、表示用画像データが生成される（ステップＳ８１）。データ生成部２５０は、生成した表示用画像データを端末１０に送信する。
　続いて、端末１０の表示部１４において、表示用画像を表示する（ステップＳ８２）。

　続いて、データ生成部１５０は、蓄積用データを生成し（ステップＳ８３）、蓄積用データ送信部１７４を介して生成された蓄積用データをサーバ２０の蓄積部３０に送信する（ステップＳ８４）。
　なお、スコア算出部２４０から入力された診断用スコアが閾値よりも小さい場合（ステップＳ７６のｎｏ）であっても、その後ユーザにより端末１０の入力部１６が操作されて診断用画像データの蓄積指示が有った場合（ステップＳ７９のｙｅｓ）には、処理がステップＳ８３に移り、蓄積用データの生成（ステップＳ８３）及び蓄積用データの送信（ステップＳ８４）が行われる。
　蓄積用データがサーバ２０に送信されると、処理がステップＳ７２に戻り、診断用データの取得を継続する。

＜第四実施形態の効果＞
　第四実施形態に係る診断システム４は、第一実施形態及び変形例に係る診断システム１、第二実施形態に係る診断システム２並びに第三実施形態に係る診断システム３における効果（１）～（７）に加えて、以下の効果を有する。
（８）診断システム４は、診断用画像データの診断用スコアと閾値との比較結果に応じて、劣化の可能性が高いと判断された診断用画像データを含む蓄積用データを生成して蓄積する。このとき、表示部１４に、当該診断用画像データを含む蓄積用データが自動で蓄積されたことを示す蓄積情報が表示される。このため、診断システム４は、ユーザに対してどの診断用画像データが蓄積用データとして蓄積されたかを一見して示すことができる。

（９）診断システム４は、ユーザに対してどの診断用画像データが蓄積用データとして蓄積されたかを一見して示すことができる。このため、診断システム４は、ユーザから、自動で蓄積されていない診断用画像データであっても、ユーザが劣化の可能性が高いと判断された診断用画像データの蓄積指示を受け付けることができる。したがって、診断システム４は、画像解析や推論用モデルで抽出された特徴に基づいて得られた診断用スコアを根拠に劣化の可能性が高いと判断された診断用画像データのみでなく、検査員であるユーザの経験に基づいて劣化の可能性が高いと判断された診断用画像データも収集することが可能となり、検査対象の評価制度が向上する。

５．ハードウェア構成
　以下、本開示における診断装置１００、端末１０のハードウェア構成の一例について詳細に説明する。
　本開示において、診断装置１００および端末１０は、記憶装置、プロセッサを含む演算装置、通信路（ネットワークを介して外部装置と情報の送受信を行う通信インタフェース（Ｉ／Ｆ）、入力装置、表示装置、表示装置としての出力装置、等のハードウェア資源を備えている。診断装置１００は、演算装置が、記憶装置に記憶された所定のデータおよび所定のプログラムを含むソフトウェアに基づいて演算処理を実行する。

　以下、図１３に基づき、診断装置１００及び端末１０のハードウェア構成の一例について詳細に説明する。
　図１３に示すように、診断装置１００及び端末１０は、記憶装置１００１、プロセッサを含む演算装置１００２及び通信路（ネットワーク）１１１０を介して外部装置と情報の送受信を行う通信インタフェース（Ｉ／Ｆ）１００３等のハードウェア資源を備えている。外部装置は、例えば、画像を記憶するコンピュータ１１２０であってよく、また、撮像装置（不図示）であってよい。診断装置１００または端末１０は、記憶装置１００１に記憶された所定のプログラム１００１Ａ及びデータ１００Ｂに基づく情報処理を実行することにより、少なくとも、劣化の評価を行うに際し、検査対象から取得したセンサデータから特徴を抽出し、抽出された特徴に基づいて、センサデータからより評価に適したセンサデータを得るように構成されている。

　演算装置１００２は、ハードウェアプロセッサとしてのＣＰＵ（Central Processing Unit）、１００２Ａ、ＲＡＭ（Random Access Memory）１００２Ｂ、及びＲＯＭ（Read-Only Memory）１００２Ｃを含む。演算装置１００２は、記憶装置１００１に記憶された所定のデータ及び所定のプログラムを含むソフトウェアを用いた、特定の情報処理を実行する。なお、ハードウェアプロセッサとしては、ＣＰＵに限定されず、ＧＰＵ（Graphics Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）等の各種プロセッサを用いることができる。

　記憶装置１００１は、ハードディスクドライブ、ソリッドステートドライブ等のメモリにより構成される補助記憶装置である。記憶装置１００１は、演算装置１００２による特定の情報処理に必要な所定のプログラム、および、所定のデータを記憶している。

　なお、所定のデータ１００１Ａ及び所定のプログラム１００１Ｂは、記憶装置１００１に常時記憶されていなくてもよい。例えば、演算装置１００２が特定の情報処理を実行するときに、その一部または全部を、通信路１１１０を介して他の装置から取得してもよい。また、所定のデータ１００１Ａ及び所定のプログラム１００１Ｂは、演算装置１００２が特定の情報処理を実行するときに、後述のドライブ１００４を介して記憶媒体１００５から読み込んでもよい。

　通信Ｉ／Ｆ１００３は、例えば、有線ＬＡＮモジュール、無線ＬＡＮモジュール等であり、通信路１１１０を介して他の装置と有線又は無線通信を行うためのインタフェースである。本開示において、通信Ｉ／Ｆ１００３は、通信路１１１０を介して、後述のコンピュータ１１２０及び他の装置（図示せず）から所定のデータ等を受信するように構成されている。

　診断装置１００及び端末１０は、入力装置１１３及び例えば表示装置等の出力装置１００６をさらに備えている。入力装置１００６としては、マウス、キーボード、タッチパネル等を用いることができる。また、出力装置１００７としては、ディスプレイ、スピーカ等を用いることができる。また、診断装置１００又は端末１０は、ＣＤドライブ、ＤＶＤドライブ等の、記憶媒体１１２に記憶されたデータおよびプログラムを読み込むためのドライブ１００４をさらに備えていてもよい。

　以上、各実施形態により本開示の具体的な構成を説明したが、本開示の範囲は、図示され記載された例示的な実施形態に限定されるものではなく、本開示が目的とするものと均等な効果をもたらす全ての実施形態をも含む。さらに、本開示の範囲は、請求項により画される発明の特徴の組み合わせに限定されるものではなく、全ての開示されたそれぞれの特徴のうち特定の特徴のあらゆる所望する組み合わせによって画されうる。

１、２，３，４　診断システム
１０，１０Ａ，１０Ｂ，１０Ｃ，１０Ｄ　端末
１２　データ取得部
１４　表示部
１６　入力部
２０　サーバ
３０　蓄積部
４０　学習部
４２　データ加工部
４４　特徴学習部
５０　コンピュータ
５２　入力部
５２ａ　キーボード
５２ｂ　マウス
１００，１００Ａ，１００Ｂ，１００Ｃ，１００Ｄ　診断装置
１１０　特徴抽出部
１２０　データ解析部
１３０　推論部
１３２　推論用モデル
１４０，２４０　スコア算出部
１５０，２５０　データ生成部
１６０，３６０，４６０　送信指示部
１７０　送信部
１７２　表示用画像データ送信部
１７４　蓄積用データ送信部
２８０，３８０，４８０　スコア判断部
４４２　推論用モデル

Claims

　検査対象の状態を診断する診断システムであって、
　前記検査対象から診断用センサデータを取得するデータ取得部と、
　前記データ取得部が取得した前記診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を抽出する特徴抽出部と、
　前記特徴抽出部から入力された前記特徴に基づいて、前記診断用センサデータの診断用スコアを算出するスコア算出部と、
　前記診断用センサデータ、前記特徴及び前記診断用スコアが入力され、前記診断用センサデータに対して前記特徴が合成された表示用データを生成し、前記診断用センサデータ、前記特徴及び前記診断用スコアのうち少なくとも一つを含む蓄積用データを生成するデータ生成部と、
　前記表示用データに基づいて表示用画像を表示する表示部と、
　予め定められた少なくとも一つのトリガに応じて送信指示信号を出力する送信指示部と、
　前記表示用データを前記表示部に出力し、前記送信指示信号を受信した場合に前記蓄積用データをデータ蓄積部に送信する送信部と、
を備え、
　前記特徴抽出部は、推論用モデルを有し、前記診断用センサデータに基づく前記推論用モデルの推論結果を前記特徴として出力する推論部を有する診断システム。
　前記診断用スコアと前記診断用センサデータの診断基準となる閾値とを比較した比較結果に基づいて、前記データ生成部にアラート信号を出力するスコア判断部を備え、
　前記データ生成部は、前記アラート信号を受信した場合に、前記表示用データに対して前記比較結果を示すアラート情報を合成する
請求項１に記載の診断システム。
　前記診断用スコアと前記診断用センサデータの診断基準となる閾値とを比較した比較結果に基づいて、前記送信指示部にアラート信号を出力するスコア判断部を備え、
　前記送信指示部は、前記アラート信号を前記トリガとして、前記送信指示信号を出力する請求項１又は２に記載の診断システム。
　前記スコア判断部は、前記送信指示部にアラート信号を出力する場合に前記データ生成部に蓄積信号を出力し、
　前記データ生成部は、前記蓄積信号を受信した場合に、前記表示用データに対して前記蓄積用データが前記データ蓄積部に送信されたことを示す蓄積情報を合成する
請求項２又は３に記載の診断システム。
　前記推論用モデルは、予め定められた前記特徴を含む学習用センサデータを教師データとして機械学習することにより得られた学習済モデルである
請求項１から４のいずれか一項に記載の診断システム。
　前記推論用モデルを生成する特徴学習部を備え、
　前記推論部は、前記特徴学習部から前記推論用モデルを受信する
請求項１から５のいずれか一項に記載の診断システム。
　前記スコア算出部は、算出用モデルを有し、前記特徴に基づく前記算出用モデルの推論結果を前記診断用スコアとして出力する
請求項１から６のいずれか１項に記載の診断システム。
　前記特徴学習部は、前記蓄積用データに含まれる情報の少なくとも一つを教師データとして機械学習することにより得られた学習済モデルである算出用モデルを生成し、
　前記スコア算出部は、前記特徴学習部から前記算出用モデルを受信する
請求項６に記載の診断システム。
　検査対象の状態を診断する診断装置であって、
　前記検査対象から取得した診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を抽出する特徴抽出部と、
　前記特徴抽出部から入力された前記特徴に基づいて、前記診断用センサデータの診断用スコアを算出するスコア算出部と、
　前記診断用センサデータ、前記特徴及び前記診断用スコアが入力され、前記診断用センサデータに対して前記特徴が合成された表示用データを生成し、または前記診断用センサデータ、前記特徴及び前記診断用スコアのうち少なくとも一つを含む蓄積用データを生成するデータ生成部と、
　予め定められた少なくとも一つのトリガに応じて送信指示信号を出力する送信指示部と、
　前記表示用データを外部に送信し、前記送信指示信号を受信した場合に前記蓄積用データを外部に送信する送信部と、
を備え、
　前記特徴抽出部は、前記診断用センサデータに基づく推論用モデルの推論結果を前記特徴として出力する推論部を有する
診断装置。
　検査対象の状態を診断する診断方法であって、
　前記検査対象から診断用センサデータを取得し、
　取得した前記診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を、前記診断用センサデータに基づく推論用モデルの推論結果として抽出し、
　抽出された前記特徴に基づいて、前記診断用センサデータの診断用スコアを算出し、
　前記診断用センサデータに対して前記特徴が合成された表示用データを生成し、
　前記表示用データを表示し、
　前記診断用センサデータ、前記特徴及び前記診断用スコアのうち少なくとも一つを含む蓄積用データを生成し、
　予め定められた少なくとも一つのトリガに応じて送信指示信号を出力し、
　前記送信指示信号に基づいて前記蓄積用データをデータ蓄積部に送信する、診断方法。
　検査対象の状態を診断する診断プログラムであって、
　前記検査対象から診断用センサデータを取得することと、
　取得した前記診断用センサデータに基づいて、予め定められた少なくとも１つの特徴を、前記診断用センサデータに基づく推論用モデルの推論結果として抽出することと、
　抽出された前記特徴に基づいて、前記診断用センサデータの診断用スコアを算出することと、
　前記診断用センサデータに対して前記特徴が合成された表示用データを生成することと、
　前記表示用データを表示することと、
　前記診断用センサデータ、前記特徴及び前記診断用スコアのうち少なくとも一つを含む蓄積用データを生成することと、
　予め定められた少なくとも一つのトリガに応じて送信指示信号を出力することと、
　前記送信指示信号に基づいて前記蓄積用データをデータ蓄積部に送信することと、
をコンピュータに実行させる診断プログラム。