(EN) In the present invention, a processor uses a trained neural network to derive a characteristic score for each of a plurality of characteristic items determined in advance in relation to a structure of interest contained in an image. The processor corrects a characteristic score for at least one of the plurality of characteristic items by referring to information representing a relationship between the plurality of characteristic items, said information being derived by analysing a co-occurrence relationship of descriptions of characteristics contained in a plurality of sentences. On the basis of the corrected characteristic score, the processor derives a determination result for the plurality of characteristic items in relation to the structure of interest.
(FR) Dans la présente invention, un processeur utilise un réseau neuronal entraîné pour élaborer un score de caractéristique pour chacun d’une pluralité d’éléments caractéristiques déterminés à l’avance par rapport à une structure d’intérêt contenue dans une image. Le processeur corrige un score de caractéristique pour au moins un de la pluralité d’éléments caractéristiques en faisant référence à des informations représentant une relation entre la pluralité d’éléments caractéristiques, lesdites informations étant élaborées en analysant une relation de cooccurrence de descriptions de caractéristiques contenues dans une pluralité de phrases. Sur la base du score de caractéristique corrigé, le processeur élabore un résultat de détermination pour la pluralité d’éléments caractéristiques par rapport à la structure d’intérêt.
(JA) プロセッサは、学習されたニューラルネットワークを用いて、画像に含まれる関心構造に関して予め定められた複数の性状項目のそれぞれについての性状スコアを導出し、複数の文章に含まれる性状についての記載の共起関係を解析することにより導出された、複数の性状項目間の関係性を表す情報を参照することにより、複数の性状項目のうちの少なくとも１つの性状項目についての性状スコアを修正し、修正された性状スコアに基づいて、関心構造に関して複数の性状項目についての判別結果を導出する。
