【技术实现步骤摘要】
【国外来华专利技术】处理系统、图像处理方法以及学习方法
[0001]本专利技术涉及处理系统、图像处理方法以及学习方法等。
技术介绍
[0002]以往,在辅助医生进行的内窥镜图像的诊断的图像诊断辅助装置中,已知有通过使用机器学习来检测病变的方法、以及求出表示检测的或然性的估计概率的方法。作为通过机器学习生成的已学习模型,已知有神经网络。例如在专利文献1中公开了如下系统:根据卷积神经网络(CNN:Convolutional Neural Network)来估计病变的名称和位置以及其或然性的信息,并将估计出的信息重叠于内窥镜图像,由此提示辅助信息。
[0003]现有技术文献
[0004]专利文献
[0005]专利文献1:国际公开第2019/088121号
技术实现思路
[0006]专利技术所要解决的课题
[0007]在专利文献1等现有方法中,在估计概率低的情况下进行不显示辅助信息等对策。但是,由于未加入提高估计概率的对策,因此有时无法提供具有充分的可靠度的辅助信息。
[0008]根据本申请的几个实施方式,能够提供能够取得可靠度高的信息的处理系统、图像处理方法以及学习方法等。
[0009]用于解决课题的手段
[0010]本申请的一个方式涉及处理系统,该处理系统包含:取得部,其取得由内窥镜装置拍摄到的检测对象图像;控制部,其根据控制信息控制所述内窥镜装置;以及处理部,其基于所述检测对象图像和通过机器学习而取得的、用于计算表示输入图像内的关注区域的或然性的估计概率信息的已学习模 ...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种处理系统,其特征在于,所述处理系统包括:取得部,其取得由内窥镜装置拍摄到的检测对象图像;控制部,其根据控制信息控制所述内窥镜装置;以及处理部,其基于所述检测对象图像和通过机器学习而取得的、用于计算表示输入图像内的关注区域的或然性的估计概率信息的已学习模型,检测所述检测对象图像中包含的所述关注区域,计算与检测出的所述关注区域相关的所述估计概率信息,所述处理部基于所述检测对象图像,确定用于提高与所述检测对象图像内的所述关注区域相关的所述估计概率信息的所述控制信息,所述控制部根据所确定的所述控制信息来控制所述内窥镜装置。2.根据权利要求1所述的处理系统,其特征在于,所述处理部根据基于使用了第一控制信息的控制而取得的第一检测对象图像和所述已学习模型,计算第一估计概率信息,所述处理部在判定为由所述第一估计概率信息表示的所述或然性低于给定的阈值的情况下,进行确定用于提高所述估计概率信息的所述控制信息即第二控制信息的处理。3.根据权利要求2所述的处理系统,其特征在于,所述处理部根据基于使用了所述第二控制信息的控制而取得的第二检测对象图像和所述已学习模型,计算第二估计概率信息,所述处理部在判定为由所述第二估计概率信息表示的所述或然性比所述给定的阈值低的情况下,进行确定用于提高所述估计概率信息的所述控制信息即第三控制信息的处理。4.根据权利要求1所述的处理系统,其特征在于,所述控制信息包含光源控制信息、拍摄控制信息和图像处理控制信息中的至少一项信息,所述光源控制信息用于控制对被摄体照射照明光的光源,所述拍摄控制信息用于控制拍摄所述检测对象图像的拍摄条件,所述图像处理控制信息用于控制针对所拍摄的图像信号的图像处理。5.根据权利要求4所述的处理系统,其特征在于,所述控制信息是表示与所述关注区域相关的色调、明亮度、画面内的位置中的至少一项的信息。6.根据权利要求2所述的处理系统,其特征在于,所述控制信息包含第一~第N(N为2以上的整数)参数类别,其中所述处理部通过变更所述第一控制信息所包含的所述第一~第N参数类别中的2项以上的参数类别,来确定所述第二控制信息。7.根据权利要求2所述的处理系统,其特征在于,所述控制信息包含第一~第N(N为2以上的整数)参数类别,所述处理部通过变更所述第一控制信息所包含的所述第一~第N参数类别中的第i(i是满足1≤i≤N以下的整数)参数类别来确定第二控制信息。8.根据权利要求7所述的处理系统,其特征在于,所述处理部根据基于使用了所述第二控制信息的控制而取得的第二检测对象图像和所述已学习模型,计算第二估计概率信息,
所述处理部在判定为由所述第二估计概率信息表示的所述或然性比所述给定的阈值低的情况下,通过变更所述第二控制信息所包含的所述第一~第N参数类别中的第j(j是满足1≤j≤N以下、j≠i的整数)参数类别来确定第三控制信息。9.根据权利要求1所述的处理系统,其特征在于,所述处理部根据基于使用了第一控制信息的控制而取得的第一检测对象图像和所述已学习模型,计算所述估计概率信息,所述处理部基于所述第一控制信息以及所述第一检测对象图像,进行确定用于提高所述估计概率信息的所述控制信息即第二控制信息的处理。10.根据权利要求1所述的处理系统,其特征在于,所述处理部能够执行:第一处理,基于第一已学习模型和所述检测对象图像,检测所述检测对象图像所包含的所述关注区域;以及第二处理,基于第二已学习模型和所述检测对象图像,检测所述检测对象图像所包含的所述关注区域,所述处理部进行从包含所述第一已学习模型和所述第二已学习模型的多个已学习模型中选择任意的所述已学习模型的处理,所述处理部在选择了所述第一已学习模型的情况下,进行如下处理:基于所述第一已学习模型和所述检测对象图像,进行所述第一处理并且计算所述估计概率信息,确定用于提高计算出的所述估计概率信息的所述控制信息,所述处理部在选择了所述第二已学习模型的情况下,进行如下处理:基于所述第二已学习模型和所述检测对象图像,进行所述第二处理并且计算所述估计概率信息,确定用于提高计算出的所述估计概率信息的所述控制信息。11.根据权利要求10所述的处理系统,其特...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。