医療用画像処理

生物学的異常の検索の自動化を実現するディープラーニングベースの画像分析

従来の医療用画像分析では、検査官の柔軟性と規則性のないものを判断する能力が必要でした。これは時間がかかる作業であると共に、曖昧な背景や画像の品質などの課題により、対象物や対象領域を正確に特定するのが困難でした。自動システムでは、無関係な特徴を無視しながら、対象領域を正しく識別する必要があります。現在、ディープラーニングベースの画像分析は、レントゲン、超音波、NMR による生物学的異常の検索を自動化できます。

身体の正常な外観から特定の異常または違いを探す場合、Cognex Deep Learning は、検査官の柔軟性とコンピューターシステムの速さと確実さを組み合わせることができます。位置決めツールは、背景が紛らわしくコントラストが乏しい場合でも、そのエリア独自の特徴を学習させることで、関心領域（特定の臓器など）を識別します。欠陥検出ツールは、臓器の正常な外観と特殊な異常をサンプル画像セットでトレーニングすることでそれらの参照モデルを作成します。対象領域における正常な生理機能から逸脱する異常は、放射線専門家による CAD コンピュータ支援診断で欠陥としてフラグ付けされます。