信息处理装置、程序、学习模型以及学习模型生成方法制造方法及图纸

提供了信息处理装置(300)，该信息处理装置设置有控制单元(324)，该控制单元使用第一学习模型来执行控制，使得医疗用手臂自主操作，其中第一学习模型是通过对关于医疗用手臂(102)的操作的多个状态信息项执行机器学习而获得的，该多个状态信息项被标记被要避开的操作。作。作。

【技术实现步骤摘要】
【国外来华专利技术】信息处理装置、程序、学习模型以及学习模型生成方法


[0001]本公开内容涉及信息处理装置、程序、学习模型和学习模型生成方法。

技术介绍

[0002]近年来，在内窥镜手术中，在使用内窥镜对患者的腹腔进行成像并且将由内窥镜捕获的捕获图像显示在显示器上的同时执行手术。例如，下面的专利文献1公开了将对支承内窥镜的手臂的控制与对内窥镜的电子变焦的控制相关联的技术。
[0003]引用列表
[0004]专利文献
[0005]专利文献1：WO 2018/159328 A

技术实现思路

[0006]技术问题
[0007]顺便提及，近年来，在医疗用观察系统中，用于自主操作支承内窥镜的机器人手臂装置的开发已经取得进展。例如，使学习装置对手术内容等以及关于与手术内容等对应的外科医生或内窥镜医师的运动的信息执行机器学习，并且生成学习模型。参考以这种方式获得的学习模型、控制规则等，生成用于自主控制机器人手臂装置的控制信息。
[0008]然而，由于运动所特有的特性，难对运动进行适当的标记。因此，由于难以收集关于运动的大量信息，因此难以高效地构建关于运动的学习模型。
[0009]因此，本公开内容提出了可以为机器学习收集大量的适当标记的数据并且高效地构建学习模型的信息处理装置、程序、学习模型和学习模型生成方法。
[0010]问题的解决方案
[0011]根据本公开内容，提供了一种信息处理装置。该信息处理装置包括控制单元，该控制单元使用第一学习模型来执行控制以使医疗用手臂自主操作，所述第一学习模型是通过对关于医疗用手臂的操作的多个状态信息进行机器学习而生成的。多个状态信息被标记为应该避开的操作。
[0012]此外，根据本公开内容，提供了一种程序，该程序用于使计算机使用第一学习模型执行对医疗用手臂的自主操作的控制，该第一学习模型是通过对关于医疗用手臂的操作的多个状态信息进行机器学习而生成的。多个状态信息被标记为应该避开的操作。
[0013]此外，根据本公开内容，提供了一种学习模型，该学习模型用于使计算机用来控制医疗用手臂自主操作，以避开基于学习模型输出的状态。该学习模型包括：与通过对关于医疗用手臂的操作的多个状态信息进行机器学习而提取的特征值有关的信息。多个状态信息被标记为应该避开的操作。
[0014]此外，根据本公开内容，提供了一种生成学习模型的方法，该学习模型用于使计算机用来控制医疗用手臂自主操作，以避开基于学习模型输出的状态。该方法包括：通过对关于医疗用手臂的操作的多个状态信息进行机器学习来生成学习模型。多种状态信息被标记
为医疗用手臂应该避开的操作。
附图说明
[0015]图1是示出根据本公开内容的技术可以应用于的内窥镜手术系统的示意性配置的示例的图。
[0016]图2是示出图1中示出的摄像头和CCU(摄像装置控制单元)的功能配置的示例的框图。
[0017]图3是示出根据本公开内容的实施方式的斜视内窥镜的配置的示意图。
[0018]图4是示出根据本公开内容的实施方式的医疗用观察系统10的配置的示例的图。
[0019]图5是用于说明本公开内容的实施方式的概述的说明图。
[0020]图6是示出根据本公开内容的第一实施方式的学习装置200的配置的示例的框图。
[0021]图7是示出根据本公开内容的第一实施方式的生成用于教导负面案例的学习模型的方法的示例的流程图。
[0022]图8是用于说明根据本公开内容的第一实施方式的生成用于教导负面案例的学习模型的方法的示例的说明图。
[0023]图9是示出根据本公开内容的第一实施方式的控制装置300的配置的示例的框图。
[0024]图10是示出根据本公开内容的第一实施方式的控制方法的示例的流程图。
[0025]图11是用于说明根据本公开内容的第一实施方式的控制方法的说明图。
[0026]图12是用于说明根据本公开内容的第二实施方式的生成教师模型的方法的说明图。
[0027]图13是示出根据本公开内容的第二实施方式的控制方法的示例的流程图。
[0028]图14是用于说明根据本公开内容的第二实施方式的控制方法的说明图。
[0029]图15是用于说明根据本公开内容的第三实施方式的控制方法的说明图(第1部分)。
[0030]图16是用于说明根据本公开内容的第三实施方式的控制方法的说明图(第2部分)。
[0031]图17是示出根据本公开内容的第四实施方式的评估装置400的配置的示例的框图。
[0032]图18是示出根据本公开内容的第四实施方式的评估方法的示例的流程图。
[0033]图19是用于说明根据本公开内容的第四实施方式的评估方法的说明图。
[0034]图20是用于说明根据本公开内容的第四实施方式的显示屏的示例的说明图(第1部分)。
[0035]图21是用于说明根据本公开内容的第四实施方式的显示屏的示例的说明图(第2部分)。
[0036]图22是示出根据本公开内容的实施方式的计算机的示例的硬件配置图，该计算机实现生成用于教导负面案例的学习模型的功能。
具体实施方式
[0037]下面将参照附图详细说明本公开内容的优选实施方式。注意，在本说明书和附图
中，具有基本相同的功能配置的部件由相同的附图标记和符号表示，因此省略了对部件的冗余说明。此外，在本说明书和附图中，具有基本相同或相似的功能配置的多个部件有时通过在相同的参考数字后附加不同的字母来区分。然而，当不是特别需要区分具有基本相同或相似的功能配置的多个部件中的每一个时，仅附加相同的参考数字和符号。
[0038]注意，按以下顺序进行说明。
[0039]1.内窥镜手术系统5000的配置示例
[0040]1.1内窥镜手术系统5000的示意性配置
[0041]1.2支承手臂装置5027的详细配置示例
[0042]1.3光源装置5043的详细配置示例
[0043]1.4摄像头5005和CCU 5039的详细配置示例
[0044]1.5内窥镜5001的配置示例
[0045]2.医疗用观察系统10的配置示例
[0046]3.致使创造本公开内容的实施方式的背景
[0047]4.第一实施方式
[0048]4.1生成用于教导负面案例的学习模型
[0049]4.2通过用于教导负面案例的学习模型进行自主控制
[0050]5.第二实施方式
[0051]5.1生成用于教导负面案例的学习模型
[0052]5.2通过用于教导负面案例的学习模型进行自主控制
[0053]6.第三实施方式
[0054]7.第四实施方式
[0055]7.1评估装置400的详细配置示例
[0056]7.2评估方法
[0057]8.结论
[0058]9.硬件配置
[0059]1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，包括控制单元，所述控制单元使用第一学习模型执行控制以使医疗用手臂自主操作，所述第一学习模型是通过对关于所述医疗用手臂的操作的多个状态信息进行机器学习而生成的，所述多个状态信息被标记为应该避开的操作。2.根据权利要求1所述的信息处理装置，还包括生成所述第一学习模型的第一机器学习单元。3.根据权利要求1所述的信息处理装置，其中，所述医疗用手臂支承医疗用观察装置。4.根据权利要求3所述的信息处理装置，其中，所述医疗用观察装置是内窥镜。5.根据权利要求1所述的信息处理装置，其中，所述医疗用手臂支承医疗用器械。6.根据权利要求1所述的信息处理装置，其中，所述多个状态信息包括所述医疗用手臂的位置、姿态、速度、加速度以及图像中的至少任一信息。7.根据权利要求6所述的信息处理装置，其中，所述多个状态信息包括与同一种类的不同状态有关的信息。8.根据权利要求1所述的信息处理装置，其中，所述多个状态信息包括手术者的生物信息。9.根据权利要求8所述的信息处理装置，其中，所述生物信息包括所述手术者的发出的语音、运动、视线、心跳、脉搏、血压、脑电波、呼吸、出汗、肌电位、皮肤温度和皮肤电阻中的至少任意一个。10.根据权利要求2所述的信息处理装置，其中，所述第一学习模型估计关于所述医疗用手臂的位置、姿态、速度、加速度、图像的特征值以及成像条件中的至少任意一个的信息。11.根据权利要求2所述的信息处理装置，其中，所述控制单元使所述医疗用手臂自主操作以避开由所述第一学习模型估计的状态。12.根据权利要求11所述的信息处理装置，还包括操作目标确定单元，所述操作目标确定单元确定所述医疗用手臂的操作目标，其中，所述控制单元基于所述操作目标使所述医疗用手臂自主操作。13.根据权利要求11所述的信息处理装置，还包括：状态信息获取单元，其获取多个所述状态信息；以及第一提取单元，其基于所述第一学习模型，从所述多个状态信息中提取被标记为可以不避开的操作的多个状态信息。14.根据权利要求13所述的信息处理装置，还包括第二机...

【专利技术属性】
技术研发人员：横山和人，黑田容平，福岛哲治，糸谷侑纪，杉本克文，
申请(专利权)人：索尼集团公司，
类型：发明
国别省市：