本发明涉及学习模型、超声波诊断装置及其系统、图像诊断装置。具体而言,涉及学习模型、超声波诊断装置、超声波诊断系统、图像诊断装置、机器学习装置、学习数据制作装置、学习数据制作方法以及存储介质。
背景技术:
1、以往,大多进行基于所拍摄的医用图像的医疗诊断。医用图像以医生等容易观察的方式适当地变换为适当的坐标系而显示输出。
2、在使用了这样的医用图像的诊断中,为了防止伴随诊断能力的偏差等的漏看,通过机器学习使利用了神经网络等的图像识别所涉及的学习模型进行学习来进行图像的自动判断的技术也正受到关注。在专利文献1中公开了如下的技术:在利用超声波回波的图像的诊断中利用从该图像使用机器学习算法而的概率信息。
3、现有技术文献
4、专利文献
5、专利文献1:日本特表2020-519369号公报
技术实现思路
1、发明所要解决的课题
2、在机器学习中,专家生成正解数据(教师数据)并与学习用数据一起输入到学习模型来使该学习模型进行学习。此时,在图像识别所涉及的学习中,若使用进行了上述坐标转换等处理后的图像数据,则在原来的图像中所包含的信息的一部分被去除而信息量减少,因此存在学习精度降低这样的课题。
3、本发明的目的在于提供能够得到更高精度的学习模型并将其用于诊断的该学习模型、诊断用程序、超声波诊断装置、超声波诊断系统、图像诊断装置、机器学习装置、学习数据制作装置、学习数据制作方法以及存储介质。
4、用于解决课题的手段
5、为了实现上述目的,本发明的一个方式是使用学习数据被进行机器学习而得的学习模型,该学习数据由基于通过超声波探头接收到的图像生成用的接收信号的第一超声波图像数据、和对针对第二超声波图像数据的第一正确数据进行上述坐标转换的逆变换而得到的第二正确数据的对构成,该第二超声波图像数据是对该第一超声波图像数据进行包含坐标转换的处理而得到的。
6、发明效果
7、根据本发明,具有能够更高效地得到高精度的学习完毕模型并将其用于诊断的效果。
1.一种学习模型,其是使用学习数据被进行机器学习而得的学习模型,
2.根据权利要求1所述的学习模型,其中,
3.根据权利要求1所述的学习模型,其中,
4.根据权利要求1所述的学习模型,其中,
5.根据权利要求4所述的学习模型,其中,
6.一种计算机可读取存储介质,其存储了诊断用程序,该程序使计算机实现如下功能:
7.根据权利要求6所述的存储介质,其中,
8.根据权利要求6所述的存储介质,其中,
9.根据权利要求6所述的存储介质,其中,
10.一种超声波诊断装置,具有:
11.根据权利要求10所述的超声波诊断装置,其中,
12.根据权利要求10或11所述的超声波诊断装置,其中,
13.根据权利要求10或11所述的超声波诊断装置,其中,
14.根据权利要求10或11所述的超声波诊断装置,其中,
15.根据权利要求11所述的超声波诊断装置,其中,
16.根据权利要求15所述的超声波诊断装置,其中,
17.根据权利要求11、15、16中任一项所述的超声波诊断装置,其中,
18.根据权利要求11、15、16中任一项所述的超声波诊断装置,其中,
19.根据权利要求11、15、16中任一项所述的超声波诊断设备,其中,
20.根据权利要求11、15、16中任一项所述的超声波诊断装置,其中,
21.一种超声波诊断系统,具有:
22.一种图像诊断装置,具有:
23.一种机器学习装置,其使用学习数据进行学习模型的机器学习,
24.根据权利要求23所述的机器学习装置,其中,
25.一种学习数据制作装置,具备控制部和存储部,
26.一种学习数据制作方法,其是控制部通过进行以下的各步骤的处理来制作机器学习用的学习数据的学习数据制作方法,包括:
27.一种计算机可读取存储介质,存储了学习数据制作程序,该学习数据制作程序使计算机实现如下功能: