信息处理装置、信息处理方法、信息处理系统和程序制造方法及图纸

信息处理装置包括：评估单元，用于使用已学习从眼底图像获得的特征与根据特征评估的疾病发生风险之间的关系的已学习模型来评估受检者的疾病发生风险；和校正单元，用于基于受检者的生物信息校正评估的疾病发生风险。受检者的生物信息校正评估的疾病发生风险。受检者的生物信息校正评估的疾病发生风险。

【技术实现步骤摘要】
【国外来华专利技术】信息处理装置、信息处理方法、信息处理系统和程序


[0001]本专利技术涉及一种信息处理装置、信息处理方法、信息处理系统和程序。

技术介绍

[0002]为筛查和诊断疾病，使用普通X射线摄像、X射线计算机断层扫描(CT)、核磁共振(NMR)摄像、超声波检查法、正电子发射断层扫描(PET)或单光子发射计算机断层扫描(SPECT)的各种类型的诊断摄像装置用来拍摄身体各个部位的图像。
[0003]特别是，眼睛是唯一可以直接从外部观察到血管的部位。糖尿病视网膜病变和年龄相关性黄斑变性(AMD)等眼部疾病已通过眼科检查而确诊。这种技术的应用不仅限于眼部疾病，已经考虑将这种技术应用于诸如动脉硬化和糖尿病(DM)等生活方式疾病的早期诊断，并应用于诸如脑梗死和痴呆的风险评估等各种疾病的筛查。例如，已知有使用眼科检查设备确定疾病风险的技术。PTL 1公开了通过分析从眼科检查设备获得的检查数据来生成指示特定疾病风险的风险信息。
[0004]引用列表
[0005]专利文献
[0006]PTL 1：日本特开2017
‑
386号公报

技术实现思路

[0007]技术问题
[0008]然而，仅使用从利用诊断摄像装置或眼科检查设备拍摄的生物图像中获得的信息，很难达到足够的风险确定精度。
[0009]鉴于上述情况，本说明书公开的目的是提高疾病风险确定的确定精度。
[0010]应注意，本说明书的公开不限于上述目的，并且，从实施稍后描述的专利技术的实施例中所示的配置中得到的且可能无法通过现有技术获得的操作效果的实现可以定位为本说明书公开的其他目的之一。
[0011]问题的解决方案
[0012]本说明书中公开的信息处理装置包括：评估单元，用于使用已学习从眼底图像获得的特征与根据特征评估的疾病发生风险之间的关系的已学习模型来评估受检者的疾病发生风险；和校正单元，用于基于受检者的生物信息来校正评估的疾病发生风险。
[0013]专利技术的有利效果
[0014]根据本说明书的公开，可以提高疾病风险确定的确定精度。
附图说明
[0015]图1是示出根据第一实施例的检查系统的整体配置的示例的图。
[0016]图2是示出根据第一实施例的信息处理装置的功能配置的框图。
[0017]图3是示出根据第一实施例的信息处理装置的过程的示例的流程图。
[0018]图4A是示出根据第一实施例的疾病风险评估结果的显示示例的图。
[0019]图4B是示出根据第一实施例的疾病风险评估结果的显示示例的图。
[0020]图4C是示出根据第一实施例的疾病风险评估结果的显示示例的图。
[0021]图4D是示出根据第一实施例的疾病风险评估结果的显示示例的图。
[0022]图4E是示出根据第一实施例的疾病风险评估结果的显示示例的图。
[0023]图4F是示出根据第一实施例的疾病风险评估结果的显示示例的图。
[0024]图5是示出根据第一实施例的变型的医疗预约系统的配置的示例的图。
[0025]图6是根据第二实施例的风险评估的流程图。
[0026]图7是示出根据第一实施例的检查系统的整体配置的示例的图。
[0027]图8是示出根据第一实施例的检查系统的整体配置的示例的图。
[0028]图9是示出根据第四变型的用作机器学习模型的神经网络的配置示例的图。
[0029]图10A是示出根据第八变型的用作机器学习模型的神经网络的配置示例的图。
[0030]图10B是示出根据第八变型的用作机器学习模型的神经网络的配置示例的图。
[0031]图11A是示出根据第八变型的用作机器学习模型的神经网络的配置示例的图。
[0032]图11B是示出根据第八变型的用作机器学习模型的神经网络的配置示例的图。
具体实施方式
[0033]根据本实施例的信息处理装置的特征在于，基于使用诊断摄像装置或眼科检查设备拍摄的生物图像(在检查中被检体的医学图像)和从其他检查获得的生物信息来执行疾病风险评估。
[0034]以下，将根据附图详细描述本说明书中公开的信息处理装置的优选实施例。注意，这些实施例中描述的元件只是示例性的，并且本说明书中公开的信息处理装置的技术范围由权利要求确定，并且不受以下各个实施例的限制。此外，本说明书的公开不限于以下实施例，并且基于本说明书公开的要点可以进行各种变型(包括实施例的有机组合)，并且这些变型不会排除在本说明书公开的范围之外。也就是说，通过组合后面描述的实施例及其变型而获得的配置都包括在本说明书中公开的实施例中。
[0035]在以下实施例中，尽管将眼底照相机用作用于拍摄用于疾病风险评估的生物图像的摄像装置的情况描述为代表性示例，但这不是唯一可能的情况，其他诊断摄像装置或眼科检查设备也适用。例如，可以根据执行风险评估的疾病来使用能够拍摄眼底和眼前节图像的其他眼科检查设备，例如光学相干断层扫描设备(OCT扫描仪)。此外，还可以使用用于疾病筛查和诊断的诊断摄像装置，例如普通X射线摄像、X射线计算机断层扫描(CT)、核磁共振(NMR)摄像、超声波检查法、正电子发射断层扫描(PET)或单光子发射计算机断层扫描(SPECT)。
[0036]【第一实施例】
[0037]图1是示出包括根据本实施例的信息处理装置的信息处理系统100的整体配置的图。
[0038]信息处理系统100包括眼底照相机101、生物信息检查装置102、云服务器103和信息处理装置104。
[0039]眼底照相机101拍摄眼底图像，其是用于疾病风险评估的生物图像。
[0040]例如，为了使用眼底照相机101拍摄图像，可以使用近红外光。通常，在拍摄图像的情况下，存在可能降低静止图像质量的因素，例如受检者的眼睛位置、身体移动、眨眼以及图像中混合进异物。因此，在所拍摄图像不适于计算图像特征的情况下，有必要再次拍摄图像。然而，在使用现有技术的眼底照相机中使用的可见光闪光灯拍摄图像的情况下，发生瞳孔缩小，并且再次拍摄图像需要一些时间。因此，使用近红外光可以防止瞳孔缩小，并且可以进行连续和重复的摄像。此外，通过使用近红外光可以容易地拍摄运动图像而不会引起瞳孔缩小。
[0041]或者，弱可见光可用于利用眼底照相机101拍摄图像。如上所述，一般来说，在拍摄图像的情况下，存在可能降低静止图像质量的因素，例如受检者的眼睛位置、身体移动、眨眼以及图像中混合进异物。在拍摄图像不适于计算图像特征的情况下，有必要再次拍摄图像。然而，在使用现有技术的眼底照相机中使用可见光闪光灯拍摄图像的情况下，发生瞳孔缩小，并且再次拍摄图像需要一些时间。因此，可以通过使用弱可见光来防止瞳孔缩小，并且可以进行连续和重复的摄像。此外，通过使用弱可见光，可以拍摄运动图像而不会引起瞳孔缩小。
[0042]或者，在使用眼底照相机101拍摄图像的情况下，可以使用与用于搜索眼前节位置的观察光相同的光源或具有相本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种信息处理装置，包括：评估单元，用于使用已学习了从眼底图像获得的特征与根据特征评估的疾病发生风险之间的关系的已学习模型来评估受检者的疾病发生风险；和校正单元，用于基于受检者的生物信息来校正评估的疾病发生风险。2.根据权利要求1所述的信息处理装置，其中，评估单元利用已学习模型来评估受检者发生第一疾病和第二疾病的风险，已学习模型已学习从眼底图像获得的特征与根据特征评估的第一疾病发生风险之间的关系，以及从眼底图像获得的特征与根据特征评估的第二疾病发生风险之间的关系。3.根据权利要求1所述的信息处理装置，其中，评估单元利用第一已学习模型和第二已学习模型来评估受检者发生第一疾病和第二疾病的风险，第一已学习模型已学习从眼底图像获得的特征与根据特征评估的第一疾病发生风险之间的关系，第二已学习模型已学习从眼底图像获得的特征与根据特征评估的第二疾病发生风险之间的关系。4.根据权利要求1至3中任一项所述的信息处理装置，还包括：获取单元，用于获取受检者的眼底图像，其中：评估单元通过将从受检者眼底图像获得的特征输入到已学习模型来评估概率，作为受检者的疾病发生风险。5.根据权利要求1至4中任一项所述的信息处理装置，其中：已学习模型学习从眼底图像获得的血管形态与根据血管形态评估的发生心血管疾病风险之间的关系，以及校正单元使用受检者的血压、体重指数(BMI)、年龄、性别、病史或吸烟习惯中的至少一种生物信息来执行校正。6.根据权利要求5所述的信息处理装置，其中，血管形态包括指示动脉直径、静脉直径、动脉直径与静脉直径之比、血管分叉角度、分叉不对称性、动脉
‑
静脉狭窄或血管扭曲的特征中的至少一个。7.一种信息处理装置，包括：获取单元，用于获取通过拍摄受检者的眼底而摄像的眼底图像；评估单元，用于通过将获得的眼底图像输入到已深入学习了眼底图像与根据眼底图像评估的疾病发生风险之间的关系的已学习模型，来评估受检者的疾病发生风险；和校正单元，用于基于受检者的生物信息来校正评估的疾病发生风险。8.根据权利要求1至7中任一项所述的信息处理装置，其中，校正单元使用为生物信息的每一项确定的特定权重系数，校正评估的疾病发生风险。9.根据权利要求1至8中任一项所述的信息处理装置，还包括：用于在显示单元上显示经校正后的疾病发生风险的显示控制单元。10.根据权利要求9所述的信息处理装置，其中，显示控制单元在显示单元上显示被分类为多个类别中的一个类别的校正后的疾病发生风险。11.根据权利要求9或10所述的信息处理装置，其中，显示控制单元在显示单元上与受检者的眼底图像并行地显示校正后的疾病发生风险。12.根据权利要求9至11中任一项所述的信息处理装置，其中，显示控制单元基于与校正后的疾病发生风险相对应的概率，在显示单元上显示图形。
13.根据权利要求9至12中任一项所述的信息处理装置，其中，显示控制单元在显示单元上显示受检者的眼底图像，眼底图像的一部分与被强调的疾病高度相关。14.根据权利要求9至13中任一项所述的信息处理装置，其中，显示控制单元根据校正后的疾病发生风险和疾病类型，在显示单元上显示推荐的医疗机构。15.根据权利要求14所述的信息处理装置，其中，响应于完成与推荐医疗机构的预约，用于评估疾病发生风险的眼底图像、用于校正评估的疾病发生风险的生物信息以及评估的疾病发生风险被通过推荐医疗机构的系...

【专利技术属性】
技术研发人员：福岛聪，平田吉洋，富田律也，
申请(专利权)人：佳能株式会社，
类型：发明
国别省市：