処理中

しばらくお待ちください...

設定

設定

出願の表示

1. WO2020110775 - 画像処理装置、画像処理方法、及びプログラム

公開番号 WO/2020/110775
公開日 04.06.2020
国際出願番号 PCT/JP2019/044868
国際出願日 15.11.2019
IPC
A61B 6/03 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
6放射線診断用機器,例.放射線治療と結合している装置
02異なる平面内を連続的に診断するための用具;立体放射線写真診断
03計算による断層撮影装置
A61B 6/00 2006.01
A生活必需品
61医学または獣医学;衛生学
B診断;手術;個人識別
6放射線診断用機器,例.放射線治療と結合している装置
G06N 3/04 2006.01
G物理学
06計算;計数
N特定の計算モデルに基づくコンピュータ・システム
3生物学的モデルに基づくコンピュータシステム
02ニューラルネットワークモデルを用いるもの
04アーキテクチャ,例.網構造
G06T 7/10 2017.01
G物理学
06計算;計数
Tイメージデータ処理または発生一般
7イメージ分析
10セグメンテーション;エッジ検出
G16H 30/40 2018.01
G物理学
16特定の用途分野に特に適合した情報通信技術[2018.01]
Hヘルスケアインフォマティクス,すなわち,医療または健康管理データの取扱いまたは処理に特に適合した情報通信技術[2018.01]
30医療画像の取扱いまたは処理に特に適合したICT
40医療画像を処理するためのもの,例.編集
CPC
A61B 6/00
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
6Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
A61B 6/03
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
6Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
02Devices for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
03Computerised tomographs
G06N 3/04
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
04Architectures, e.g. interconnection topology
G06T 7/10
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
10Segmentation; Edge detection
G16H 30/40
GPHYSICS
16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
30ICT specially adapted for the handling or processing of medical images
40for processing medical images, e.g. editing
出願人
  • 富士フイルム株式会社 FUJIFILM CORPORATION [JP]/[JP]
発明者
  • ケシュワニ ディーパック KESHWANI, Deepak
  • 北村 嘉郎 KITAMURA, Yoshiro
代理人
  • 松浦 憲三 MATSUURA, Kenzo
優先権情報
2018-22502030.11.2018JP
公開言語 (言語コード) 日本語 (JA)
出願言語 (言語コード) 日本語 (JA)
指定国 (国コード)
発明の名称
(EN) IMAGE PROCESSING DEVICE, IMAGE PROCESSING METHOD, AND PROGRAM
(FR) DISPOSITIF DE TRAITEMENT D'IMAGE, PROCÉDÉ DE TRAITEMENT D'IMAGE ET PROGRAMME
(JA) 画像処理装置、画像処理方法、及びプログラム
要約
(EN)
This image processing device, image processing method, and program can suppress errors in medical image segmentation. This image processing device is provided with a segmentation unit (42) which applies deep learning to perform segmentation for classifying medical images into specific classes on the basis of local features of a medical image (200), and a global feature classification unit (46) which applies deep learning to classify medical images by global features, which are features of the medical image as a whole. The segmentation unit shares weights in the first low-level layer, which is a low-level layer, with a second low-level layer, which is a low-level layer in the global feature classification unit.
(FR)
Ce dispositif de traitement d'image, le procédé de traitement d'image et le programme peuvent supprimer des erreurs dans une segmentation d'image médicale. Ce dispositif de traitement d'image est pourvu d'une unité de segmentation (42) qui applique un apprentissage profond pour effectuer une segmentation pour classifier des images médicales en classes spécifiques sur la base de caractéristiques locales d'une image médicale (200), et une unité de classification de caractéristiques globales (46) qui applique un apprentissage profond pour classifier des images médicales par des caractéristiques globales, qui sont des caractéristiques de l'image médicale dans son ensemble. L'unité de segmentation partage des poids dans la première couche de bas niveau, qui est une couche de bas niveau, avec une seconde couche de bas niveau, qui est une couche de bas niveau dans l'unité de classification de caractéristiques globales.
(JA)
医用画像のセグメンテーションにおける誤りを抑制し得る画像処理装置、画像処理方法、及びプログラムを提供する。深層学習を適用して、医用画像(200)の局所の特徴に基づき医用画像を特定のクラスに分類するセグメンテーションを行うセグメンテーション部(42)と、深層学習を適用して、医用画像を医用画像の全体の特徴であるグローバル特徴に分類するグローバル特徴分類部(46)と、を備え、セグメンテーション部は、低次層である第一低次層の重みを、グローバル特徴分類部における低次層である第二低次層と共有する。
国際事務局に記録されている最新の書誌情報