WIPO logo
Mobile | Deutsch | English | Español | Français | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

国際・国内特許データベース検索
World Intellectual Property Organization
検索
 
閲覧
 
翻訳
 
オプション
 
最新情報
 
ログイン
 
ヘルプ
 
自動翻訳
1. (WO2018008593) 画像診断学習装置、画像診断装置、方法およびプログラムを格納する記憶媒体
国際事務局に記録されている最新の書誌情報    第三者情報を提供

Translation翻訳: 原文 > 日本語
国際公開番号:    WO/2018/008593    国際出願番号:    PCT/JP2017/024332
国際公開日: 11.01.2018 国際出願日: 03.07.2017
IPC:
G06T 7/00 (2017.01), A61B 1/045 (2006.01), G06N 3/08 (2006.01)
出願人: NEC CORPORATION [JP/JP]; 7-1, Shiba 5-chome, Minato-ku, Tokyo 1088001 (JP)
発明者: HOSOI Toshinori; (JP)
代理人: SHIMOSAKA Naoki; (JP)
優先権情報:
2016-132659 04.07.2016 JP
発明の名称: (EN) IMAGE DIAGNOSIS LEARNING DEVICE, IMAGE DIAGNOSIS DEVICE, IMAGE DIAGNOSIS METHOD, AND RECORDING MEDIUM FOR STORING PROGRAM
(FR) DISPOSITIF D'APPRENTISSAGE DE DIAGNOSTIC PAR L'IMAGE, DISPOSITIF DE DIAGNOSTIC PAR L'IMAGE, PROCÉDÉ DE DIAGNOSTIC PAR L'IMAGE, ET SUPPORT D'ENREGISTREMENT POUR STOCKER UN PROGRAMME
(JA) 画像診断学習装置、画像診断装置、方法およびプログラムを格納する記憶媒体
要約: front page image
(EN)The present invention more accurately detects an abnormal region even when a region in which an intended diagnosis subject is not sufficiently photographed is included. The present invention is provided with: a convolutional neural network (CNN) configuration storage unit 11 which stores a network configuration of a CNN; a parameter storage unit 12 which stores parameters of the CNN; an inappropriate region detection unit 13 that detects, on the basis of a predetermined criterion, an inappropriate region inappropriate for identification of an abnormal region, in an image for learning in which a diagnosis subject is photographed; an inappropriate region invalidation unit 14 that invalidates a unit corresponding to the inappropriate region, in an input layer of the CNN to which the image for learning has been inputted; a loss value calculation unit 15 that performs calculation for the CNN by using the parameters of the CNN in a state where the invalidation has been performed, and that calculates a loss value on the basis of the result of calculation and of information which indicates an abnormality level of the diagnosis subject and which has been given to the image for learning in advance; and a parameter updating unit 16 which updates the parameters of the CNN on the basis of the loss value.
(FR)La présente invention détecte avec plus d'exactitude une région anormale même lorsqu'une région dans laquelle un sujet de diagnostic souhaité n'est pas suffisamment photographié est incluse. La présente invention comporte: une unité 11 de stockage de configuration de réseau neuronal convolutif (CNN) qui stocke une configuration de réseau d'un CNN; un unité 12 de stockage de paramètres qui stocke des paramètres du CNN; un unité 13 de détection de région inappropriée qui détecte, sur la base d'un critère prédéterminé, une région inappropriée qui est inappropriée pour l'identification d'une région anormale, dans une image servant à l'apprentissage dans laquelle un sujet de diagnostic est photographié; une unité 14 d'invalidation de région inappropriée qui invalide une unité correspondant à la région inappropriée, dans une couche d'entrée du CNN dans laquelle l'image servant à l'apprentissage a été introduite; une unité 15 de calcul de valeur de perte qui effectue un calcul pour le CNN en utilisant les paramètres du CNN dans un état où l'invalidation a été effectuée, et qui calcule une valeur de perte sur la base du résultat de calcul et d'informations qui indiquent un niveau d'anormalité du sujet de diagnostic et dont l'image servant à l'apprentissage a été munie à l'avance; et une unité 16 de mise à jour de paramètres qui met à jour les paramètres du CNN d'après la valeur de perte.
(JA)本来の診断対象が充分に写されていない領域が含まれていても、異常領域をより精度よく検知する。Convolutional Neural Network(CNN)のネットワーク構成を記憶するCNN構成記憶部11と、CNNのパラメータを記憶するパラメータ記憶部12と、診断対象が写された学習用画像において異常領域の識別に適していない不適当領域を所定の基準に基づいて検出する不適当領域検出部13と、学習用画像を入力したCNNの入力層において不適当領域に対応するユニットを無効化する不適当領域無効化部14と、無効化が行われた状態においてCNNの計算をCNNのパラメータを用いて実行し、その計算結果および学習用画像に事前に付与された診断対象の異常性を表す情報に基づいて、損失値を計算する損失値計算部15と、損失値に基づいてCNNのパラメータを更新するパラメータ更新部16とを備える。
指定国: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW.
アフリカ広域知的所有権機関(ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
ユーラシア特許庁(EAPO) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
欧州特許庁(EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
アフリカ知的所有権機関(OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG).
国際公開言語: Japanese (JA)
国際出願言語: Japanese (JA)