特表 2024-545736 生体組織識別モデルの構築方法、装置及び電子デバイス

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-12-10

(54)【発明の名称】生体組織識別モデルの構築方法、装置及び電子デバイス

(51)【国際特許分類】

   A61B 8/14 20060101AFI20241203BHJP

【ＦＩ】

A61B8/14

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024555260

(86)(22)【出願日】2023-08-31

(85)【翻訳文提出日】2024-05-15

(86)【国際出願番号】 CN2023116036

(87)【国際公開番号】W WO2024046408

(87)【国際公開日】2024-03-07

(31)【優先権主張番号】202211069992.4

(32)【優先日】2022-09-02

(33)【優先権主張国・地域又は機関】CN

(81)【指定国・地域】

【公序良俗違反の表示】

（特許庁注：以下のものは登録商標）

１．ＢＬＵＥＴＯＯＴＨ

２．ＪＡＶＡ

(71)【出願人】

【識別番号】524183142

【氏名又は名称】復旦大学附属中山医院

(71)【出願人】

【識別番号】518222745

【氏名又は名称】上海科技大学

【氏名又は名称原語表記】ＳＨＡＮＧＨＡＩ ＴＥＣＨ ＵＮＩＶＥＲＳＩＴＹ

【住所又は居所原語表記】Ｎｏ．３９３ Ｍｉｄｄｌｅ Ｈｕａｘｉａ Ｒｏａｄ， Ｐｕｄｏｎｇ Ｎｅｗ Ａｒｅａ， Ｓｈａｎｇｈａｉ， Ｃｈｉｎａ

(74)【代理人】

【識別番号】100095407

【弁理士】

【氏名又は名称】木村 満

(74)【代理人】

【識別番号】100132883

【弁理士】

【氏名又は名称】森川 泰司

(74)【代理人】

【識別番号】100148633

【弁理士】

【氏名又は名称】桜田 圭

(74)【代理人】

【識別番号】100147924

【弁理士】

【氏名又は名称】美恵 英樹

(72)【発明者】

【氏名】陳 子賢

(72)【発明者】

【氏名】鄭 鋭

(72)【発明者】

【氏名】姜 暢

(72)【発明者】

【氏名】姚 佳奇

(72)【発明者】

【氏名】曹 渊武

(72)【発明者】

【氏名】姜 暁幸

【テーマコード（参考）】

4C601

【Ｆターム（参考）】

4C601DD10

4C601DD14

4C601EE11

4C601EE22

4C601FE01

4C601JB53

4C601JC06

4C601JC08

4C601JC15

(57)【要約】

【課題】本発明は、生体組織識別モデルの構築方法、装置及び電子デバイスを提供し、医療技術の分野に関する。本発明は、超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得てから、識別予定生体組織の画像を生体組織識別モデルに入力することで、脊椎内視鏡下で組織の識別を成し遂げて脊椎内視鏡下で組織の識別効率を高める。
【解決手段】当該方法は、訓練用生体組織サンプル情報を分解して、訓練用生体組織サンプル画像の特徴を得る工程と；訓練用生体組織サンプル画像の特徴と訓練用サンプル組織類型との間のマッピング関係を構築する工程と；複数の前記マッピング関係を用いて生体組織識別モデルを訓練して生体組織識別モデルの初始パラメータを得る工程と；支持用生体組織サンプル情報を、初始パラメータを配置していた生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得る工程とを含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得る工程と；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得る工程と；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築する工程と；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得る工程と；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得る工程とを含む、
ことを特徴とする生体組織識別モデルの構築方法。

【請求項2】

前記訓練用サンプル組織類型が骨と筋肉と脂肪と血管とを含む、
ことを特徴とする請求項１に記載の生体組織識別モデルの構築方法。

【請求項3】

前記支持用生体組織サンプル情報が支持用生体組織サンプル画像と支持用サンプル組織類型とを含み、前記支持用サンプル組織類型が神経と髄核と線維輪と脊髄とを含む、
ことを特徴とする請求項２に記載の生体組織識別モデルの構築方法。

【請求項4】

前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るという前記工程が、
１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプル情報に対してウェーブレット分解を行って前記訓練用生体組織サンプル画像の信号特徴を得るステップを含む、
ことを特徴とする請求項３に記載の生体組織識別モデルの構築方法。

【請求項5】

前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るという前記工程が、
前記支持用生体組織サンプル情報を分解して前記支持用生体組織サンプル画像の特徴を得るステップと；
前記支持用生体組織サンプル画像の特徴と前記支持用サンプル組織類型との間のマッピング関係を構築するステップと；
複数の前記マッピング関係を用いて生体組織識別モデルを最適化して前記生体組織識別モデルの最適化パラメータを得るステップと；
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップとを含む、
ことを特徴とする請求項４に記載の生体組織識別モデルの構築方法。

【請求項6】

前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップの後に、
超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得るステップと、
前記識別予定生体組織の画像を最適化済の前記生体組織識別モデルに入力し、生体組織類型を得るステップとを含む、
ことを特徴とする請求項５に記載の生体組織識別モデルの構築方法。

【請求項7】

訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得るために用いられる収集モジュールと；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るために用いられる分解モジュールと；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築するために用いられる構築モジュールと；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得るために用いられる訓練モジュールと；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るために用いられる微調整モジュールとを備える、
ことを特徴とする生体組織識別モデルの構築装置。

【請求項8】

前記訓練用サンプル組織類型が骨と筋肉と脂肪と血管とを含む、
ことを特徴とする請求項７に記載の生体組織識別モデルの構築装置。

【請求項9】

プロセッサーと、コンピューターにおいて実行可能命令を記憶するメモリとを備え、前記実行可能命令を実行する際に前記プロセッサーが請求項１から６のいずれか１項に記載の生体組織識別モデルの構築方法を実行する、
ことを特徴とする電子デバイス。

【請求項10】

１つ以上のプログラムを記憶し、プロセッサーが１つ以上の前記プログラムを実行する際に請求項１から６のいずれか１項に記載の生体組織識別モデルの構築方法を果たす、
ことを特徴とするコンピューター可読記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、医療技術の分野に関し、特に生体組織識別モデルの構築方法、装置及び電子デバイスに関する。

【背景技術】

【0002】

常に国民の健康を脅かす重要な危険因子の１つとなっている脊椎関連疾患は、主に腰椎椎間板ヘルニアや腰部脊椎管狭窄等を含める。

【0003】

低侵襲脊椎手術は、従来の観血的手術よりもリスクが低いが、主任外科医の経験に幾分頼る上に、狭い視野であるし顕微鏡下での「手に当たる感じ」無し等に制限される。目前、既存の手術中で採用されている超音波探触子（例えば、肝臓）は、大き過ぎるため、脊椎の低侵襲アクセスを通過できない。消化管内視鏡や血管内カテーテルにおいて小型超音波探触子が用いられる実例もあるが、当該小型超音波探触子は側向走査又は円形走査を行うものであり、消化管壁や血管壁等の特定の組織構造しか識別できず、走査範囲が狭く、形態復元が難しいため、病変の性質や範囲を判断するためにのみ用いられる。

【0004】

そのため、我々は生体組織識別モデルの構築方法、装置及び電子デバイスを提案する。

【発明の概要】

【発明が解決しようとする課題】

【0005】

本発明は、生体組織識別モデルの構築方法、装置及び電子デバイスを提供することで脊椎内視鏡下で組織の識別を成し遂げて脊椎内視鏡下で組織の識別効率を高めることを目的とする。

【課題を解決するための手段】

【0006】

本発明による生体組織識別モデルの構築方法は、
訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得る工程と；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得る工程と；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築する工程と；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得る工程と；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得る工程とを含む。

【0007】

好ましくは、前記訓練用サンプル組織類型は骨と筋肉と脂肪と血管とを含む。

【0008】

好ましくは、前記支持用生体組織サンプル情報は支持用生体組織サンプル画像と支持用サンプル組織類型とを含む。前記支持用サンプル組織類型は神経と髄核と線維輪と脊髄とを含む。

【0009】

好ましくは、前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るという前記工程は、
１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプル情報に対してウェーブレット分解を行って前記訓練用生体組織サンプル画像の信号特徴を得るステップを含む。

【0010】

好ましくは、前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るという前記工程は、
前記支持用生体組織サンプル情報を分解して前記支持用生体組織サンプル画像の特徴を得るステップと、
前記支持用生体組織サンプル画像の特徴と前記支持用サンプル組織類型との間のマッピング関係を構築するステップと、
複数の前記マッピング関係を用いて生体組織識別モデルを最適化して前記生体組織識別モデルの最適化パラメータを得るステップと、
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップとを含む。

【0011】

好ましくは、前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップの後に、本発明による構築方法は、
超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得るステップと、
前記識別予定生体組織の画像を最適化済の前記生体組織識別モデルに入力し、生体組織類型を得るステップとを含む。

【0012】

本発明による生体組織識別モデルの構築装置は、
訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得るために用いられる収集モジュールと；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るために用いられる分解モジュールと；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築するために用いられる構築モジュールと；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得るために用いられる訓練モジュールと；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るために用いられる微調整モジュールとを備える。

【0013】

好ましくは、前記訓練用サンプル組織類型は骨と筋肉と脂肪と血管とを含む。

【0014】

好ましくは、前記支持用生体組織サンプル情報は支持用生体組織サンプル画像と支持用サンプル組織類型とを含む。前記支持用サンプル組織類型は神経と髄核と線維輪と脊髄とを含む。

【0015】

好ましくは、前記分解モジュールは、
１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプル情報に対してウェーブレット分解を行って前記訓練用生体組織サンプル画像の信号特徴を得る機能を備える。

【0016】

好ましくは、前記微調整モジュールは、
前記支持用生体組織サンプル情報を分解して前記支持用生体組織サンプル画像の特徴を得る機能と、
前記支持用生体組織サンプル画像の特徴と前記支持用サンプル組織類型との間のマッピング関係を構築する機能と、
複数の前記マッピング関係を用いて生体組織識別モデルを最適化して前記生体組織識別モデルの最適化パラメータを得る機能と、
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定する機能とを備える。

【0017】

好ましくは、前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定する機能の後に、本発明による構築装置は、
超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得る機能と、
前記識別予定生体組織の画像を最適化済の前記生体組織識別モデルに入力し、生体組織類型を得る機能とを加える。

【0018】

本発明は、電子デバイスを更に提供する。

【0019】

当該電子デバイスは、プロセッサーと、
コンピューターにおいて実行可能命令を記憶するメモリとを備え、前記実行可能命令を実行する際に前記プロセッサーが上記方法の何れか一様態を実行する。

【0020】

本発明は、コンピューター可読記憶媒体を更に提供し、前記コンピューター可読記憶媒体は、１つ以上のプログラムを記憶し、プロセッサーが１つ以上の前記プログラムを実行する際に上記方法の何れか一様態を果たす。

【発明の効果】

【0021】

本発明は、少数ショット学習により生体組織識別モデルの訓練にかかることであり、収集しやすい大量のデータを用いて生体組織識別モデルの訓練を完了した後、収集し難い少量のデータを用いて生体組織識別モデルを最適化する。次に、超小型ＵＨＦ超音波探触子を用いて最適化済の生体組織識別モデルに基づいて、従来の内視鏡の手術経路において脊椎内視鏡下で組織を走査し、脊椎内視鏡下で組織の識別を成し遂げて脊椎内視鏡下で組織の識別効率を高める。

【図面の簡単な説明】

【0022】

我々は、本発明の実施例中の技術的解決策をより明確に説明するために、次に実施例の記述に必要な図面を簡単に説明するが、次の記述に係る図面が本発明の実施例の一部に過ぎず、当業者にとって創造的な労働を払わないという前提でこれらの図面に基づいて他の関連図面も得ることができることは明らかである。

【0023】

【図1】図１は、本発明の実施例に提供された生体組織識別モデルの構築方法の原理概略図である。

【0024】

【図2】図２は、本発明の実施例に提供された生体組織識別モデルの構築装置の原理概略図である。

【0025】

【図3】図３は、本発明の実施例に提供された電子デバイスの概略図である。

【0026】

【図4】図４は、本発明の実施例に提供されたコンピューター可読媒体の原理概略図である。

【発明を実施するための形態】

【0027】

次の記述は、本発明を開示して当業者が発明を実現できるようにする。次の記述中の好ましい実施例は単なる示例に過ぎず、当業者は他の明らかな変形例を案出できる。次の記述中で定義された本発明の基本原理は、本発明の趣旨及び範囲を逸脱せず、他の実施形態、改良の解決策、変形の解決策、同等の解決策及びその他の技術的解決策に適用される可能性がある。

【0028】

我々は、図１～４と組み合わせて本発明の例示的な実施例をより完全に説明する。しかしながら、例示的な実施例は種々の形態で実施される可能性があり、本明細書に記載の実施例に限定されるものと解釈されるべきではない。それどころか、これらの例示的な実施例を提供すると、本発明をより全面的かつ完全にし、本発明の構想が当業者に全面的に伝わることにより便利になるようにする。図中では、同じ図面標記が同じ又は類似の要素、部品又は部分を表すため、それらの繰り返しの説明を省略する。

【0029】

本発明の技術的構想に従うという前提では、特定の実施例に記載の特徴、構造、特性又は他の細部が適当な方式で１つ以上の他の実施例と組み合わせる可能性がある。

【0030】

具体的な実施例の記述中では、当業者が完全に理解する為に本発明が特徴、構造、特性又は他の細部を説明する。しかしながら、当業者は特定の特徴、構造、特性又は他の細部を伴わずに本発明の技術的解決策を実施する可能性がある。

【0031】

図面に示されているフローチャートは、例示に過ぎず、すべての内容及び操作／工程を含む必要がないし、記載されている順序で実行する必要もない。例えば、ある操作／工程が分解できるし、ある操作／工程が併合又は部分的に併合できるため、実際の実行順序が実際の状況に従って変わる可能性がある。

【0032】

図面に示されるブロック図は、機能的な実体に過ぎず、必ずしも物理的に独立した実体に対応する必要はない。即ち、その機能的な実体は、ソフトウェア形式とか、１つ以上のハードウェアモジュール又は集積回路とか、異なるネットワーク及び／又はプロセッサーデバイス及び／又はマイクロコントローラデバイスを用いて実現される。

【0033】

「及び／又は」という用語は、列挙された関連項目の何れか１項又は多項の全ての組合を含む。

【0034】

図１は、本発明の実施例に提供された生体組織識別モデルの構築方法の原理概略図である。当該方法は、次の工程を含む。

【0035】

Ｓ１１０：訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得る。

【0036】

好ましくは、前記訓練用サンプル組織類型は骨と筋肉と脂肪と血管とを含む。

【0037】

好ましくは、前記支持用生体組織サンプル情報は支持用生体組織サンプル画像と支持用サンプル組織類型とを含む。前記支持用サンプル組織類型は神経と髄核と線維輪と脊髄とを含む。

【0038】

本発明の具体的実施形態では、少数ショット学習（ｆｅｗ－ｓｈｏｔ ｌｅａｒｎｉｎｇ ＦＳＬ）が機械学習方法の一種であり、既存の機械学習と深層学習のタスクが全て大量の注釈データを頼って訓練を行う。しかしながら、人間の学習過程はこうしたことではない。人間は、過去に学ばれた知識を取り入れてほんの数例で新しい問題について学習をよく行うことができる。少数ショット学習はそのような過程に当たるものであり、人間と同様に予備知識を取り入れて新しい問題について少数のサンプルしか必要としないことを期待されている。少数ショット学習についての既存の応用分野は画像に焦点を当てており、画像分類や強化学習等の問題で広く応用されているが、生体組織類型の確定においてはまだ多くの問題があり、成熟したモデルが不足している。

【0039】

骨や筋肉や脂肪や血管等の大量の断面図を収集し、それらの種類を標記し、神経や線維輪や脊髄等の少量の断面図を収集し、それらの種類を標記する。骨や筋肉や脂肪や血管等が比較的表層にあるので容易に取られるだけでなく、骨や筋肉や脂肪や血管等の形状や大きさ等を得易いため、骨や筋肉や脂肪や血管等の大量のデータは、訓練用生体組織サンプル情報としての役割を果たす。神経や髄核や線維輪や脊髄等のデータは、ヒトの脊髄チャネルにあって、入手し兼ねるし、区別も難くし、入手できるデータの量が少ないため、支持用生体組織サンプル情報としての役割を果たす。

【0040】

Ｓ１２０：前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得る。

【0041】

好ましくは、前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るという前記工程は、
１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプル情報に対してウェーブレット分解を行って前記訓練用生体組織サンプル画像の信号特徴を得るステップを含む。

【0042】

本発明の具体的実施形態では、１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプルの超音波走査信号に対してウェーブレット分解を行い、各訓練用生体組織サンプルの信号特徴を得る。訓練用生体組織サンプルの画像は、走査深度における組織の範囲を含む。

【0043】

Ｓ１３０：前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築する。

【0044】

Ｓ１４０：複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得る。

【0045】

Ｓ１５０：前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得る。

【0046】

好ましくは、前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るという前記工程は、
前記支持用生体組織サンプル情報を分解して前記支持用生体組織サンプル画像の特徴を得るステップと、
前記支持用生体組織サンプル画像の特徴と前記支持用サンプル組織類型との間のマッピング関係を構築するステップと、
複数の前記マッピング関係を用いて生体組織識別モデルを最適化して前記生体組織識別モデルの最適化パラメータを得るステップと、
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップとを含む。

【0047】

本発明の具体的実施形態では、１次元Ｈａａｒウェーブレット変換を用いて前記支持用生体組織サンプルの超音波走査信号に対してウェーブレット分解を行い、各支持用生体組織サンプルの信号特徴を得る。支持用生体組織サンプルの画像は、走査深度における組織の範囲を含む。例えば、髄核と脊椎の信号特徴は、均質性と小さな音響インピーダンとを備え、神経の信号特徴は、点状面と小さな音響インピーダンスとを備え、線維輪の信号特徴は、大きな音響インピーダンスを備える。

【0048】

好ましくは、前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップの後に、本発明による構築方法は、
超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得るステップと、
前記識別予定生体組織の画像を最適化済の前記生体組織識別モデルに入力し、生体組織類型を得るステップとを含む。

【0049】

本発明の具体的実施形態では、超小型ＵＨＦ超音波探触子の直径範囲は６ｍｍ以内であり、好ましくは４ｍｍであり；超小型ＵＨＦ超音波探触子の向き角度は、脊椎内視鏡の使用に適応するのに便利であるように前方を向いて横方向に０～６０°で偏向する。これは、低侵襲アクセスに沿って軟部組織に対して超音波走査を行うことを実現して手術中の人体への不必要な損傷を最小限に抑える。

【0050】

超小型ＵＨＦ超音波探触子を用いて従来の内視鏡の手術経路において脊椎内視鏡下で組織を走査する。導線を介して画像化装置と接続する超小型ＵＨＦ超音波探触子は、電気パルス信号を励起して超音波エコーから変換された電気パルス信号を採集するのに用いられ、超音波パラメータを変えることで位相配列超音波の送受信を実現してから、画像化装置を通して超音波によって検出された内容に対して画像化を行う。

【0051】

本発明は、少数ショット学習により生体組織識別モデルの訓練にかかることであり、収集しやすい大量のデータを用いて生体組織識別モデルの訓練を完了した後、収集し難い少量のデータを用いて生体組織識別モデルを最適化する。次に、超小型ＵＨＦ超音波探触子を用いて最適化済の生体組織識別モデルに基づいて、従来の内視鏡の手術経路において脊椎内視鏡下で組織を走査し、脊椎内視鏡下で組織の識別を成し遂げて脊椎内視鏡下で組織の識別効率を高める。

【0052】

図２は、本発明の実施例に提供された生体組織識別モデルの構築装置の原理概略図である。当該装置は、
訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得るために用いられる収集モジュール１０と；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るために用いられる分解モジュール２０と；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築するために用いられる構築モジュール３０と；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得るために用いられる訓練モジュール４０と；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るために用いられる微調整モジュール５０とを備える。

【0053】

好ましくは、前記訓練用サンプル組織類型は骨と筋肉と脂肪と血管とを含む。

【0054】

好ましくは、前記支持用生体組織サンプル情報は支持用生体組織サンプル画像と支持用サンプル組織類型とを含む。前記支持用サンプル組織類型は神経と髄核と線維輪と脊髄とを含む。

【0055】

好ましくは、前記分解モジュールは、
１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプル情報に対してウェーブレット分解を行って前記訓練用生体組織サンプル画像の信号特徴を得る機能を備える。

【0056】

好ましくは、前記微調整モジュールは、
前記支持用生体組織サンプル情報を分解して前記支持用生体組織サンプル画像の特徴を得る機能と、
前記支持用生体組織サンプル画像の特徴と前記支持用サンプル組織類型との間のマッピング関係を構築する機能と、
複数の前記マッピング関係を用いて生体組織識別モデルを最適化して前記生体組織識別モデルの最適化パラメータを得る機能と、
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定する機能とを備える。

【0057】

好ましくは、前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定する機能の後に、本発明による構築装置は、
超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得る機能と、
前記識別予定生体組織の画像を最適化済の前記生体組織識別モデルに入力し、生体組織類型を得る機能とを加える。

【0058】

本発明の実施例の装置の機能が上記方法の実施例で説明されるため、本実施例の記述中では、こと細かではないところに対して上記実施例における関連記述を参照することを許し、ここでは繰り返しない。

【0059】

同様の発明構想に基づいて、本発明の実施例は、電子デバイスを更に提供する。

【0060】

我々は、次に本発明の電子デバイスの実施例を記述しており、当該電子デバイスは、本発明の上記方法と装置の実施例に対して具体的な実物形態と見なされる。本発明の電子デバイスの実施例に記載の細部は、上記方法又は装置の実施例を補足するものと見なし、本発明の電子デバイスの実施例に開示されていない細部は、上記方法又は装置の実施例を参照して実現されることができる。

【0061】

図３は、本発明の実施例に提供された電子デバイスの概略図である。我々は、次に図３を参照しながら本発明の実施例による電子デバイス３００を説明する。図３に示された電子デバイス３００は、一例に過ぎずに本発明の実施例の機能及び応用範囲に何らの制限をもたらすべきではない。

【0062】

図３に示すように、電子デバイス３００は、汎用計算装置の形態で表される。電子デバイス３００の構成要素は、少なくとも１つの処理ユニット３１０や、少なくとも１つの記憶ユニット３２０や、様々なシステムの構成要素（記憶ユニット３２０と処理ユニット３１０とを含む）と接続するバス３３０や、表示ユニット３４０等を備えるが、これらに限定されない。

【0063】

ここで、記憶ユニットは、プログラムコードを記憶するものである。プログラムコードは、処理ユニット３１０によって実行されることができると、処理ユニット３１０が本明細書の上記方法に記述され本発明の種々の例示的な実施形態の工程を実行するようにする。例えば、処理ユニット３１０は、図１に示されたステップを実行できる。

【0064】

記憶ユニット３２０は、ランダム・アクセス・メモリ・ユニット（ＲＡＭ）３２０１及び／又はキャッシュ記憶ユニット３２０２等の揮発性記憶ユニットの形態の可読媒体を含め、更に、読み取り専用メモリユニット（ＲＯＭ）３２０３を含める可能性がある。

【0065】

記憶ユニット３２０は、（少なくとも１つの）一組のプログラムモジュール３２０５を有するプログラム／ユーティリティ３２０４を更に備える可能性がある。このようなプログラムモジュール３２０５は、オペレーティングシステムと、１つ以上のアプリケーションと、他のプログラムモジュール及びプログラムデータとを備えるが、これらに限定されない。これらの例におけるそれぞれ又は何とか組み合わせはネットワーク環境を備える。

【0066】

バス３３０は、幾らかバス構造のうちの一種又は多種を表す可能性があり、記憶ユニットバス、又は記憶ユニット制御器、周辺機器用バス、アクセラレイティッド・グラフィックス・ポート、プロセシング・ユニット、又は様々なバス構造のうちのいずれかバス構造を採用するローカルバスを含める。

【0067】

電子デバイス３００は、１つ以上の外部デバイス４００（例えば、キーボードやポインティングデバイスやＢｌｕｅｔｏｏｔｈデバイス等）と通信できるか、ユーザーを電子デバイス３００と対話させる１つ以上のデバイスと通信できるか、及び／又は電子デバイス３００を１つ以上の他のコンピューティングデバイスと通信させる任意のデバイス（例えば、ルータやモデム等）と通信できる。この通信は、入出力（Ｉ／Ｏ）インターフェース３５０を介して行うことができる。その上、電子デバイス３００は、ネットワークアダプタ３６０を介して、１つ以上のネットワーク（ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）及び／又はパブリックネットワーク等、例えば、インターネット）と通信できる。ネットワークアダプタ３６０は、バス３３０を介して電子デバイス３００の他のモジュールと通信できる。図３に示されていないが、電子デバイス３００が他のハードウェア及び／又はソフトウェアモジュールと組み合わせて使われて、マイクロコードやデバイスドライブや冗長処理ユニットや外部ディスクドライブアレイやＲＡＩＤシステムやテープドライブやデータバックアップストレージシステム等を含むが、これらに限定されないと理解すべきである。

【0068】

上記実施形態の説明により、当業者にとっては、本発明で記述された例示的な実施例がソフトウェアを通して実現されるか、ソフトウェアと必要なハードウェアを組み合わせることで実現されることができると理解しやすくなる。従って、本発明の実施形態に係る技術的解決策は、ソフトウェア製品の形態で具体化することができる。当該ソフトウェア製品は、コンピューター読記憶媒体（ＣＤ－ＲＯＭやＵＳＢフラッシュドライブやモバイルハードディスク等）又はネットワークに記憶され、コンピューティングデバイス（パーソナルコンピューターやサーバやネットワークデバイス等）が本発明による上記方法を実行することを可能にする幾つかの命令を含む。コンピュータープログラムがデータ処理装置によって実行される場合、コンピューター可読媒体は図１に示された本発明の上記方法を実現できる。

【0069】

図４は、本発明の実施例に提供されたコンピューター可読媒体の原理概略図である。

【0070】

図１に示された方法を実現するコンピュータープログラムは、１つ以上のコンピューター可読媒体に記憶されることができる。コンピューター可読媒体は、可読信号媒体又は可読記憶媒体のいずれかであり得る。可読記憶媒体は、例えば、電気的な、磁気的な、光学的な、電磁的な、赤外線の、又は半導体のシステム、デバイス又は装置、又はそれらの任意の組み合わせであるが、これらに限定されない。可読記憶媒体のより具体的な例（例を挙げ果てない）には、１本以上の導線を備える電気的接続、ポータブルディスク、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能なプログラマブル読み取り専用メモリ（ＥＰＲＯＭ又はフラッシュ）、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ－ＲＯＭ）、光記憶装置、磁気記憶装置、又は上記の任意の適切な組み合わせを含める。

【0071】

コンピューター可読記憶媒体は、ベースバンド内に、又は搬送波の一部として伝搬データ信号を備える。ここでは、可読プログラムコードを搬送する。この伝搬データ信号は、電磁信号、光信号、又は上記の任意の適切な組み合わせを含むが、これらに限定されなく、多くの形式を採用する可能性がある。可読記憶媒体は、可読記憶媒体以外の任意の可読媒体を採用することもできる。当該可読媒体は、命令実行システム、デバイス又は装置デバイスによって使われるか、それらと組み合わせて使われるプログラムを送信、伝搬又は送信する可能性がある。可読記憶媒体に含まれたプログラムコードは、無線や有線やケーブルやＲＦ等、又はそれらの任意の適切な組み合わせを含むが、これらに限定されない任意の適切な媒体を介して送信される可能性がある。

【0072】

１つのプログラミング言語又は１つ以上のプログラミング言語の任意の組み合わせでは、本発明の操作を実行するためのプログラムコードをエンコードする。プログラミング言語は、ＪａｖａやＣ＋＋等のオブジェクト指向プログラミング言語を含む上に、従来の手続き型プログラミング言語、例えば、「Ｃ」言語又は類似のプログラミング言語を含む。プログラムコードは、ユーザーのコンピューティングデバイス上で完全に実行されるか、ユーザーのデバイス上で部分的に実行されるか、独立したソフトウェアパッケージとして実行されるか、ユーザーのデバイス並びにリモートコンピューティングデバイス上でそれぞれ部分的に実行されるか、リモートコンピューティングデバイス又はサーバ上で完全に実行さる可能性がある。リモートコンピューティングデバイスにかかる場合は、リモートコンピューティングデバイスは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を含む任意の種類のネットワークを介してユーザーのコンピューティングデバイスと接続するか、外部コンピューティングデバイス（例えば、インターネット接続業者を介してインターネット経由で接続する）と接続する可能性がある。

【0073】

要約すると、本発明は、ハードウェアとか、１つ以上のプロセッサー上で稼働するソフトウェアモジュールとか、それらの組み合わせの方式で実現される可能性がある。当業者は、実施中でマイクロプロセッサー又はデジタル信号プロセッサー（ＤＳＰ）などの汎用データ処理デバイスを用いて本発明の実施例における構成要素の一部又は全部の機能の一部又は全部を実現できると理解すべきである。本発明は、本明細書に記載の方法の一部又は全部を実行するためのデバイス又は装置プログラム（例えば、コンピュータープログラム及びコンピュータープログラム製品）を実現する可能性がある。本発明の実現のためのこのようなプログラムは、コンピューター可読媒体に記憶されるか、１つ以上の信号の形態を備える。このような信号は、インターネットＷｅｂサイトからダウンロードされるか、キャリア信号から提供されるか、その他の形式で提供される可能性がある。

【0074】

上記の具体的実施形態では、本発明の目的、技術的解決策及び有益な効果を更に詳細に説明し、本発明がいかなる特定のコンピューター、仮想デバイス又は電子デバイスにもともと関連しておらず、様々な汎用デバイスも本発明を実現できると理解すべきである。上記内容は、本発明の具体的実施例に過ぎず、本発明を限定することを意図するものではなく、本発明の趣旨及び原理の範囲内で作られた変更や同等の置換や改良等は、本発明の保護範囲に含まれるものとする。

【0075】

本明細書における各実施例は、漸進的に記述されており、各実施例間の同じ部分及び類似部分が互いに参照していい。各実施例では、他の実施例との相違点に着目して説明を行う。

【0076】

上記内容は、本願の実施例に過ぎず、本願を限定するものではない。当業者にとって、本願は様々な変更及び変形を行う可能性がある。本願の趣旨及び原則の範囲内で行われた変更や同等の置換や改良等は、本願の請求の範囲に含まれるものとする。

【0077】

（付記）
（付記１）
訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得る工程と；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得る工程と；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築する工程と；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得る工程と；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得る工程とを含む、
ことを特徴とする生体組織識別モデルの構築方法。

【0078】

（付記２）
前記訓練用サンプル組織類型が骨と筋肉と脂肪と血管とを含む、
ことを特徴とする付記１に記載の生体組織識別モデルの構築方法。

【0079】

（付記３）
前記支持用生体組織サンプル情報が支持用生体組織サンプル画像と支持用サンプル組織類型とを含み、前記支持用サンプル組織類型が神経と髄核と線維輪と脊髄とを含む、
ことを特徴とする付記２に記載の生体組織識別モデルの構築方法。

【0080】

（付記４）
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るという前記工程が、
１次元Ｈａａｒウェーブレット変換を用いて前記訓練用生体組織サンプル情報に対してウェーブレット分解を行って前記訓練用生体組織サンプル画像の信号特徴を得るステップを含む、
ことを特徴とする付記３に記載の生体組織識別モデルの構築方法。

【0081】

（付記５）
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るという前記工程が、
前記支持用生体組織サンプル情報を分解して前記支持用生体組織サンプル画像の特徴を得るステップと；
前記支持用生体組織サンプル画像の特徴と前記支持用サンプル組織類型との間のマッピング関係を構築するステップと；
複数の前記マッピング関係を用いて生体組織識別モデルを最適化して前記生体組織識別モデルの最適化パラメータを得るステップと；
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップとを含む、
ことを特徴とする付記４に記載の生体組織識別モデルの構築方法。

【0082】

（付記６）
前記最適化パラメータに基づいて最適化済の前記生体組織識別モデルを確定するステップの後に、
超小型ＵＨＦ超音波探触子を用いて識別予定生体組織の画像を得るステップと、
前記識別予定生体組織の画像を最適化済の前記生体組織識別モデルに入力し、生体組織類型を得るステップとを含む、
ことを特徴とする付記５に記載の生体組織識別モデルの構築方法。

【0083】

（付記７）
訓練用生体組織サンプル画像と訓練用サンプル組織類型とを含む訓練用生体組織サンプル情報と、支持用生体組織サンプル情報を得るために用いられる収集モジュールと；
前記訓練用生体組織サンプル情報を分解して、前記訓練用生体組織サンプル画像の特徴を得るために用いられる分解モジュールと；
前記訓練用生体組織サンプル画像の特徴と前記訓練用サンプル組織類型との間のマッピング関係を構築するために用いられる構築モジュールと；
複数の前記マッピング関係を用いて生体組織識別モデルを訓練して前記生体組織識別モデルの初始パラメータを得るために用いられる訓練モジュールと；
前記支持用生体組織サンプル情報を、前記初始パラメータを配置していた前記生体組織識別モデルに入力してパラメータを微調整して最適化済の前記生体組織識別モデルを得るために用いられる微調整モジュールとを備える、
ことを特徴とする生体組織識別モデルの構築装置。

【0084】

（付記８）
前記訓練用サンプル組織類型が骨と筋肉と脂肪と血管とを含む、
ことを特徴とする付記７に記載の生体組織識別モデルの構築装置。

【0085】

（付記９）
プロセッサーと、コンピューターにおいて実行可能命令を記憶するメモリとを備え、前記実行可能命令を実行する際に前記プロセッサーが付記１から６のいずれか１つに記載の生体組織識別モデルの構築方法を実行する、
ことを特徴とする電子デバイス。

【0086】

（付記１０）
１つ以上のプログラムを記憶し、プロセッサーが１つ以上の前記プログラムを実行する際に付記１から６のいずれか１つに記載の生体組織識別モデルの構築方法を果たす、
ことを特徴とするコンピューター可読記憶媒体。

【図1】

【図2】

【図3】

【図4】

【国際調査報告】