処理中

しばらくお待ちください...

設定

設定

出願の表示

1. WO2022044425 - 学習装置、学習方法、プログラム、学習済みモデル、及び内視鏡システム

公開番号 WO/2022/044425
公開日 03.03.2022
国際出願番号 PCT/JP2021/016004
国際出願日 20.04.2021
IPC
A61B 1/045 2006.1
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
1視覚または写真的検査による人体の窩部または管部の内側の診断を行なうための機器,例.内視鏡そのための照明装置
04撮影機またはテレビジョン装置と結合されているもの
045その制御
G06T 7/00 2017.1
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
G06N 3/04 2006.1
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
G06N 3/08 2006.1
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
08学習方法
CPC
A61B 1/045
AHUMAN NECESSITIES
61MEDICAL OR VETERINARY SCIENCE; HYGIENE
BDIAGNOSIS; SURGERY; IDENTIFICATION
1Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes
04combined with photographic or television appliances
045Control therefor
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
G06N 3/08
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
NCOMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS
3Computer systems based on biological models
02using neural network models
08Learning methods
G06T 7/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
7Image analysis
出願人
  • 富士フイルム株式会社 FUJIFILM CORPORATION [JP]/[JP]
発明者
  • 大酒 正明 OOSAKE Masaaki
代理人
  • 中島 順子 NAKASHIMA Junko
  • 米倉 潤造 YONEKURA Junzo
  • 藤森 義真 FUJIMORI Yoshinao
  • 上出 真紀 KAMIDE Maki
  • 大西 基貴 ONISHI Motoki
優先権情報
2020-14456828.08.2020JP
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) LEARNING DEVICE, LEARNING METHOD, PROGRAM, LEARNED MODEL, AND ENDOSCOPE SYSTEM
(FR) DISPOSITIF D'APPRENTISSAGE, PROCÉDÉ D'APPRENTISSAGE, PROGRAMME, MODÈLE APPRIS, ET SYSTÈME D'ENDOSCOPE
(JA) 学習装置、学習方法、プログラム、学習済みモデル、及び内視鏡システム
要約
(EN) Provided are a learning device with which efficient learning can be carried out even when learning is carried out using data obtained under different conditions, a learning method, a program, a learned model, and an endoscope system. A learning device 10 comprises a hierarchical network including a first input layer 301, a second input layer 302, a first intermediate layer 303, a first normalization layer 311, a second normalization layer 312, a second intermediate layer 313, and an output layer 304, wherein a learning control unit enables a first learning for learning a learning model on the basis of a first error between a first recognition result and a correct answer of first data, and a second learning for learning a learning model on the basis of a second error between a second recognition result and a correct answer of second data.
(FR) L'invention concerne un dispositif d'apprentissage avec lequel un apprentissage efficace peut être effectué même lorsqu'un apprentissage est effectué à l'aide de données obtenues dans différentes conditions, un procédé d'apprentissage, un programme, un modèle appris et un système d'endoscope. Un dispositif d'apprentissage 10 comprend un réseau hiérarchique comprenant une première couche d'entrée 301, une seconde couche d'entrée 302, une première couche intermédiaire 303, une première couche de normalisation 311, une seconde couche de normalisation 312, une seconde couche intermédiaire 313, et une couche de sortie 304, une unité de commande d'apprentissage permettant à un premier apprentissage d'apprendre un modèle d'apprentissage sur la base d'une première erreur entre un premier résultat de reconnaissance et une réponse correcte de premières données, et un second apprentissage pour apprendre un modèle d'apprentissage sur la base d'une seconde erreur entre un second résultat de reconnaissance et une réponse correcte de secondes données.
(JA) 互いに異なる条件で取得されたデータを使用して学習を行う場合であっても、効率の良い学習を行うことができる学習装置、学習方法、プログラム、学習済みモデル、及び内視鏡システムを提供する。学習装置10は、第1の入力層301と、第2の入力層302、第1の中間層303と、第1の正規化層311と、第2の正規化層312と、第2の中間層313と、出力層304と、を含む階層型ネットワークを備える学習装置10であって、学習制御部は、第1の認識結果と第1のデータの正解との第1の誤差に基づいて学習モデルを学習させる第1の学習、及び第2の認識結果と第2のデータの正解との第2の誤差に基づいて学習モデルを学習させる第2の学習を行わせる。
国際事務局に記録されている最新の書誌情報