一种学习装置，其使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出虚拟暗盒相机图像中映现的虚拟暗盒受检者的摄影部位及摄影方向，所述学习装置具有处理器和连接或内置于虚拟暗盒处理器的存储器，虚拟暗盒处理器进行如下处理：针对虚拟暗盒摄影部位及摄影方向的每个组合生成多个根据由三维计算机图形数据构成的人体模型生成的人体的伪图像、即模拟相对于虚拟暗盒医疗用摄影装置定位的状态的虚拟暗盒受检者的伪图像，使用由所生成的虚拟暗盒伪图像和虚拟暗盒组合的正确数据构成的多个教师数据，使虚拟暗盒机器学习模型学习。使虚拟暗盒机器学习模型学习。使虚拟暗盒机器学习模型学习。
【技术实现步骤摘要】
【国外来华专利技术】学习装置、学习方法、学习装置的工作程序、教师数据生成装置、机器学习模型及医疗用摄影装置
[0001]本专利技术的技术涉及一种学习装置、学习方法、学习装置的工作程序、教师数据生成装置、机器学习模型及医疗用摄影装置。
技术介绍
[0002]作为医疗用摄影装置，例如已知有放射线摄影装置。在放射线摄影时，技师根据由作为摄影委托方的医师获取的摄影指令，进行调整放射线摄影装置与受检者的相对位置关系的定位(例如日本特开2020
‑
192440号公报)。在摄影指令中，限定了胸部或腹部之类的摄影部位和正面或背面之类的摄影方向。技师根据摄影指令的内容进行受检者的定位。
[0003]在日本特开2020
‑
192440号公报中公开了如下技术：用光学相机拍摄相对于放射线摄影装置定位的状态的受检者，使技师确认将所拍摄的相机图像与表示理想的定位状态的标记合成的合成图像，由此进行适当的定位辅助。
技术实现思路
[0004]专利技术要解决的技术课题
[0005]正在研究将如上所述的相机图像利用于确认受检者的摄影部位及摄影方向是否符合摄影指令的内容。具体而言，正在研究将相机图像作为输入，将相机图像中映现的受检者的摄影部位及摄影方向导出到机器学习模型中。由此，能够抑制对与由摄影指令指定的摄影部位不同的摄影部位进行拍摄之类的错误。在医疗用摄影的情况下，成为被摄体的受检者行动不便的情况也很多，有时重新摄影的负担大，因此与其他用途相比，抑制重新摄影的必要性高。因此，在医疗用摄影中利用这样的机器学习模型的情况下，期待相机图像中映现的受检者的摄影部位及摄影方向的识别精度高的机器学习模型。
[0006]为了提高机器学习模型的识别精度，由相机图像和摄影部位及摄影方向的组合的正确数据构成的教师数据的数量越多越好。尤其，针对摄影部位及摄影方向的每个组合，教师数据的相机图像越多样，机器学习模型的识别精度越高。即使是相同的摄影部位及摄影方向的组合，相机图像中映现的受检者的姿势或受检者的外观等也多样。即使在受检者的姿势或外观不同的情况下，也需要使机器学习模型识别为是相同的摄影部位及摄影方向的组合。为此，作为教师数据中使用的相机图像，需要针对摄影部位及摄影方向的每个组合大量收集受检者的姿势及外观等不同的多样的相机图像。
[0007]然而，大量收集这样的相机图像非常耗费劳力和时间，因此期待高效地提高机器学习模型的识别精度的方法。
[0008]本专利技术所涉及的技术提供一种与仅使用相机图像作为教师数据的情况相比，能够使导出相机图像中映现的受检者的摄影部位及摄影方向的机器学习模型高效地学习的学习装置、学习方法、学习程序、教师数据生成装置及机器学习模型。
[0009]用于解决技术课题的手段
[0010]为了实现上述目的，本专利技术的学习装置使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出相机图像中映现的受检者的摄影部位及摄影方向，学习装置具有处理器和连接或内置在处理器上的存储器，处理器进行如下处理：针对摄影部位及摄影方向的每个组合生成多个根据由三维计算机图形数据构成的人体模型生成的人体的伪图像、即模拟相对于医疗用摄影装置定位的状态的受检者的伪图像，使用由所生成的伪图像和组合的正确数据构成的多个教师数据，使机器学习模型学习。
[0011]三维计算机图形数据中可以附带有用于变更人体模型的姿势及外观中的至少一者的建模参数。
[0012]建模参数可以包括表示人体模型的体格的体格信息、性别、姿势信息、皮肤的颜色、头发的颜色、发型及服装中的至少一者。
[0013]处理器能够通过从所设定的视点渲染人体模型来生成伪图像，视点能够通过渲染参数进行变更。
[0014]用于设定视点的视点信息中可以包含虚拟地设置在视点上的虚拟相机的焦距和作为虚拟相机至人体模型的距离的摄影距离。
[0015]在将由伪图像和正确数据构成的教师数据作为第1教师数据的情况下，处理器可以进行如下处理：除了第1教师数据以外，还使用由用光学相机拍摄的相机图像和正确数据构成的第2教师数据，使机器学习模型学习。
[0016]还可以使用由伪图像和表示人体模型的体格的体格信息的正确数据构成的多个体格输出用教师数据，使将相机图像作为输入来导出表示受检者的体格的体格信息的体格输出用机器学习模型学习。
[0017]医疗用摄影装置可以包括放射线摄影装置及超声波摄影装置中的至少一者。
[0018]本专利技术的学习方法使用计算机使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出相机图像中映现的受检者的摄影部位及摄影方向，其中，针对摄影部位及摄影方向的每个组合生成多个根据由三维计算机图形数据构成的人体模型生成的人体的伪图像、即模拟相对于医疗用摄影装置定位的状态的受检者的伪图像，使用由所生成的伪图像和组合的正确数据构成的多个教师数据，使机器学习模型学习。
[0019]一种学习装置的工作程序，其使计算机作为学习装置发挥作用，所述学习装置使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出相机图像中映现的受检者的摄影部位及摄影方向，其中，针对摄影部位及摄影方向的每个组合生成多个根据由三维计算机图形数据构成的人体模型生成的人体的伪图像、即模拟相对于医疗用摄影装置定位的状态的受检者的伪图像，使用由所生成的伪图像和组合的正确数据构成的多个教师数据，使机器学习模型学习。
[0020]本专利技术的教师数据生成装置生成教师数据，所述教师数据用于使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出相机图像中映现的受检者的摄影部位及摄影方向，其中，学习装置具有处理器和连接或内置于处理器的存储器，处理器进行如下处理：使用三维计算
机图形数据，所述三维计算机图形数据构成用于生成人体的伪图像的人体模型且附带有用于变更人体模型的姿势及外观中的至少一者的参数，通过改变参数，针对摄影部位及摄影方向的每个组合生成人体模型的姿势及外观中的至少一者不同的多个伪图像，生成由所生成的多个伪图像和组合的正确数据构成的多个教师数据。
[0021]本专利技术的机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出相机图像中映现的受检者的摄影部位及摄影方向，所述机器学习模型使用多个教师数据进行了学习，所述多个教师数据由伪图像和摄影部位及摄影方向的组合的正确数据构成，并且针对每个组合生成，所述伪图像是根据由三维计算机图形数据构成的人体模型生成的人体的伪图像，并且是模拟相对于医疗用摄影装置定位的状态的受检者的伪图像。
[0022]本专利技术的医疗用摄影装置具备机器学习模型。
[0023]专利技术效果
[0024]根据本专利技术的技术，与仅使用相机图像本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种学习装置，其使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出所述相机图像中映现的所述受检者的摄影部位及摄影方向，所述学习装置具有处理器和连接或内置于所述处理器的存储器，所述处理器进行如下处理：针对所述摄影部位及摄影方向的每个组合生成多个根据由三维计算机图形数据构成的人体模型生成的人体的伪图像、即模拟相对于所述医疗用摄影装置定位的状态的所述受检者的伪图像，使用由所生成的所述伪图像和所述组合的正确数据构成的多个教师数据，使所述机器学习模型学习。2.根据权利要求1所述的学习装置，其中，所述三维计算机图形数据中附带有用于变更所述人体模型的姿势及外观中的至少一者的建模参数。3.根据权利要求2所述的学习装置，其中，所述建模参数包括表示所述人体模型的体格的体格信息、性别、姿势信息、皮肤的颜色、头发的颜色、发型及服装中的至少一者。4.根据权利要求1至3中任一项所述的学习装置，其中，所述处理器能够通过从所设定的视点渲染所述人体模型来生成所述伪图像，所述视点能够通过渲染参数进行变更。5.根据权利要求4所述的学习装置，其中，用于设定所述视点的视点信息中包含虚拟地设置在所述视点上的虚拟相机的焦距和作为所述虚拟相机至所述人体模型的距离的摄影距离。6.根据权利要求1至5中任一项所述的学习装置，其中，在将由所述伪图像和所述正确数据构成的教师数据作为第1教师数据的情况下，所述处理器进行如下处理：除了所述第1教师数据以外，还使用由用光学相机拍摄的相机图像和所述正确数据构成的第2教师数据，使所述机器学习模型学习。7.根据权利要求1至6中任一项所述的学习装置，其中，还使用由所述伪图像和表示所述人体模型的体格的体格信息的正确数据构成的多个体格输出用教师数据，使将所述相机图像作为输入来导出表示所述受检者的体格的体格信息的体格输出用机器学习模型学习。8.根据权利要求1至7中任一项所述的学习装置，其中，所述医疗用摄影装置包括放射线摄影装置及超声波摄影装置中的至少一者。9.一种学习方法，其使用计算机使机器学习模型学习，所述机器学习模型将用光学相机拍摄相对于医疗用摄影装置定位的状态的受检者而获得的相机图像作为输入来导出所述相机图像中映现的所述受检者的摄影部位及摄影方向，...
【专利技术属性】
技术研发人员：菅原将高，
申请(专利权)人：富士胶片株式会社，
类型：发明
国别省市：
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。