Евразийский сервер публикаций

Евразийский патент № 045294

   Библиографические данные
(11)045294    (13) B1
(21)202291885

 A ]   B ]   C ]   D ]   E ]   F ]   G ]   H ] 

Текущий раздел: G     


Документ опубликован 2023.11.14
Текущий бюллетень: 2023-11  
Все публикации: 045294  
Реестр евразийского патента: 045294  

(22)2020.12.08
(51) G06T 7/11 (2017.01)
G06T 7/00 (2017.01)
G06T 7/10(2017.01)
(43)A1 2022.09.09 Бюллетень № 09  тит.лист, описание 
(45)B1 2023.11.14 Бюллетень № 11  тит.лист, описание 
(31)62/945,642
(32)2019.12.09
(33)US
(86)IB2020/061648
(87)2021/116909 2021.06.17
(71)ЯНССЕН БАЙОТЕК, ИНК. (US)
(72)Чэнь Яньцин, Тан Чарльз, Муньос-Элиас Эрнесто Х. (US)
(73)ЯНССЕН БАЙОТЕК, ИНК. (US)
(74)Веселицкий М.Б., Кузенкова Н.В., Каксис Р.А., Белоусов Ю.В., Куликов А.В., Кузнецова Е.В., Соколов Р.А., Кузнецова Т.В. (RU)
(54)СПОСОБ ОПРЕДЕЛЕНИЯ СТЕПЕНИ ТЯЖЕСТИ КОЖНОГО ЗАБОЛЕВАНИЯ НА ОСНОВАНИИ ПРОЦЕНТНОГО ЗНАЧЕНИЯ ПЛОЩАДИ ПОВЕРХНОСТИ ТЕЛА, ПОКРЫТОЙ ОЧАГАМИ ПОРАЖЕНИЯ
   Формула 
(57) 1. Способ с использованием вычислительной техники для определения степени тяжести кожного заболевания на основании процентного значения площади поверхности тела (BSA, Body Surface Area), которая покрыта поражениями, включающий:
(а) выполнение сегментации изображения на множество изображений обучающего набора BSA с применением алгоритма сегментации, причем каждое из множества изображений обучающего набора BSA содержит кожное заболевание, причем сегментация изображения, выполненная с использованием алгоритма сегментации, выводит предлагаемые области в каждом из множеств изображений обучающего набора;
(б) классификацию каждой из предложенных областей как "с поражением" или "без поражения";
(в) обучение нейронной сети с использованием классифицированных предложенных областей в каждом из множества изображений обучающего набора;
(г) выполнение сегментации изображения на контрольном изображении BSA, которое содержит кожное заболевание, с использованием алгоритма сегментации, причем сегментация изображения, выполненная с использованием алгоритма сегментации, выводит области в контрольном изображении BSA;
(д) ввод области контрольного изображения в обученную нейронную сеть;
(е) использование обученной нейронной сети для определения и отфильтровывания областей "без поражения" из контрольного изображения, причем остальные области контрольного изображения классифицируются как области "с поражением"; и
(ж) вычисление процентного значения BSA в контрольном изображении, которое покрыто поражениями, с использованием площадей классифицированных областей поражения с контрольным изображением, а также площадей, определенных как области "без поражения", контрольного изображения.
2. Способ по п.1, в котором как изображения обучающего набора, так и контрольное изображение пересегментированы.
3. Способ по п.1 или 2, в котором нейронная сеть представляет собой сверточную нейронную сеть.
4. Способ по любому из предыдущих пунктов, в котором перед этапом (в) обучения изменяют размер множества областей изображений обучающего набора до размера интерполяции изображения примерно 16 ´ 16 пикселей, и перед этапом (д) изменяют размер областей контрольного изображения до размера интерполяции изображения примерно 16 ´ 16 пикселей.
5. Способ по любому из предыдущих пунктов, в котором используют алгоритм сегментации Фельценшвальба.
6. Способ по любому из предыдущих пунктов, в котором этап (б) включает следующие шаги:
пересегментация каждого из множества изображений обучающего набора и
классификация ручным способом каждой из предложенных областей в каждом из множества пересегментированных изображений обучающего набора как "с поражением" или "без поражения".
7. Способ по любому из предыдущих пунктов, дополнительно включающий этап пересегментации контрольного изображения до ввода области пересегментированного контрольного изображения в обученную нейронную сеть.
8. Способ по любому из предыдущих пунктов, в котором как изображения обучающего набора, так и контрольное изображение пересегментированы путем увеличения параметра k-значения до примерно 250.
9. Способ по любому из предыдущих пунктов, в котором кожное заболевание представляет собой псориаз.
10. Компьютерная система, содержащая процессор и носитель компьютерных команд, при исполнении которых процессором выполняется способ по любому из пп.1-9.
Zoom in