图像处理装置、图像处理装置的工作方法、图像处理装置的工作程序以及学习完毕模型制造方法及图纸

一种图像处理装置，其具备：处理器；及存储器，连接或内置于处理器，处理器对多个医用图像中的第1医用图像和第2医用图像进行非线性对位处理，根据非线性对位处理的结果，对第1医用图像和第2医用图像中的至少1个进行变形，由此生成在以医用图像作为对象的机器学习模型的学习中使用的至少1个新医用图像。的学习中使用的至少1个新医用图像。的学习中使用的至少1个新医用图像。

【技术实现步骤摘要】
【国外来华专利技术】图像处理装置、图像处理装置的工作方法、图像处理装置的工作程序以及学习完毕模型


[0001]本专利技术的技术涉及一种图像处理装置、图像处理装置的工作方法、图像处理装置的工作程序以及学习完毕模型。

技术介绍

[0002]在医疗领域中，随着人工智能技术的最新进展，提出有各种将医用图像输入至机器学习模型并从机器学习模型输出疾病诊断意见的技术。
[0003]如上所述的将图像作为对象的机器学习模型中依次输入多个学习用图像并进行学习。若学习用图像的数量少，则学习次数也相应减少，因此难以提高疾病诊断意见的预测精度。因此，一直以来利用被称作数据增强(data augment ation)的数据膨胀方法，增加学习用图像的数量。
[0004]作为数据膨胀方法，例如如<C.Shorten，T.M.Khoshgofttar：A survey on Image Data Augmentation，Journal of Big Data，2019>所记载，对1个图像实施平移、旋转、放大缩小、反转、剪切、噪声赋予等各种处理，从而生成本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种图像处理装置，其具备：处理器；及存储器，连接或内置于所述处理器，所述处理器对多个医用图像中的第1医用图像和第2医用图像进行非线性对位处理，根据所述非线性对位处理的结果，对所述第1医用图像和所述第2医用图像中的至少1个进行变形，由此生成在以所述医用图像作为对象的机器学习模型的学习中使用的至少1个新医用图像。2.根据权利要求1所述的图像处理装置，其中，所述处理器进行如下处理：通过将校正变形量αT_12适用于所述第1医用图像，将所述第1医用图像作为第1新医用图像，所述校正变形量αT_12通过对所述非线性对位处理中的从所述第1医用图像向所述第2医用图像的变形量T_12乘以变形系数α而得，通过将校正变形量βT_21适用于所述第2医用图像，将所述第2医用图像作为第2新医用图像，所述校正变形量βT_21通过对所述非线性对位处理中的从所述第2医用图像向所述第1医用图像的变形量T_21乘以变形系数β而得。3.根据权利要求2所述的图像处理装置，其中，对所述医用图像进行分类，所述处理器在所述第1医用图像和所述第2医用图像的类别相同的情况和不同的情况下，变更所述变形系数α及β的值。4.根据权利要求3所述的图像处理装置，其中，所述处理器将所述第1新医用图像设为与所述第1医用图像相同的类别，将所述第2新医用图像设为与所述第2医用图像相同的类别。5.根据权利要求2至4中任一项所述的图像处理装置，其中，所述变形系数α及β为按照正态分布的随机数。6.根据引用权利要求3或4的权利要求5所述的图像处理装置，其中...

【专利技术属性】
技术研发人员：王彩华，
申请(专利权)人：富士胶片株式会社，
类型：发明
国别省市：