详情

原文传递信息处理系统、生物样品处理装置和程序

专利名称：	信息处理系统、生物样品处理装置和程序
摘要：	本发明提高了估计准确度。该信息处理系统，包括：获取单元(102)，基于生成估计患者或受试者的健康状况的经学习的模型所使用的学习数据的特征值来获取调整信息；处理单元(103)，基于调整信息对待判断的生物样品执行处理；以及估计单元(104)，将从处理获取的测量数据输入至经学习的模型并估计诊断结果。
专利类型：	发明专利
申请人：	索尼集团公司
发明人：	笹田志织;相坂一树;山根健治;榎润一郎;小林由幸;石井雅人;铃木健二
专利状态：	有效
申请日期：	2022-02-07T00:00:00+0800
发布日期：	2023-11-28T00:00:00+0800
申请号：	CN202280023526.4
公开号：	CN117136303A
代理机构：	北京康信知识产权代理有限责任公司
代理人：	刘瑞贤
分类号：	G01N33/48;G;G01;G01N;G01N33;G01N33/48
申请人地址：	日本东京
主权项：	1.一种信息处理系统，包括：获取单元，配置为基于生成经学习的模型所使用的学习数据的特征值来获取调整信息，所述经学习的模型估计患者或受试者的健康状况；处理单元，配置为基于所述调整信息对待判断的生物样品执行处理；以及估计单元，配置为通过将所述处理所获取的测量数据输入至所述经学习的模型来估计诊断结果。 2.根据权利要求1所述的信息处理系统，其中，使用包括多个所述学习数据的学习数据集生成所述经学习的模型，所述获取单元基于关于包括在所述学习数据集中的多个所述学习数据的特征值的统计信息获取所述调整信息，以及所述处理单元的所述处理是基于所述调整信息调整所述测量数据的特征值。 3.根据权利要求2所述的信息处理系统，其中，所述处理单元调整所述测量数据的所述特征值，使得调整后的所述测量数据的所述特征值落入针对关于多个所述学习数据的所述特征值的所述统计信息设定的预定范围内。 4.根据权利要求3所述的信息处理系统，其中，所述预定范围是其中从所述经学习的模型输出的估计结果的可靠性等于或大于预设值的范围或预期所述可靠性等于或大于所述值的范围。 5.根据权利要求2所述的信息处理系统，其中，所述处理单元调整所述测量数据的所述特征值，使得调整后的所述测量数据的所述特征值接近关于多个所述学习数据的所述特征值的所述统计信息的中值、平均值或质心值。 6.根据权利要求2所述的信息处理系统，其中，所述处理单元根据关于多个所述学习数据的所述特征值的所述统计信息和所述测量数据的所述特征值，生成用于将所述测量数据的所述特征值转换为所述测量数据的所述特征值接近于多个所述学习数据的所述特征值的转换公式，并且使用所述转换公式调整所述测量数据的所述特征值。 7.根据权利要求2所述的信息处理系统，其中，所述处理单元输出使用以图像数据作为输入的神经网络被调整为使得所述测量数据的所述特征值接近于多个所述学习数据的所述特征值的所述测量数据，以及所述估计单元通过将调整后的所述测量数据输入至所述经学习的模型来估计诊断结果。 8.根据权利要求7所述的信息处理系统，进一步包括：预处理估计单元，配置为基于关于多个所述学习数据的所述特征值的所述统计信息来调整所述神经网络的权重参数。 9.根据权利要求8所述的信息处理系统，进一步包括：评价单元，配置为评价通过所述经学习的模型估计的所述诊断结果并且基于所述评价调整所述神经网络的所述权重参数。 10.根据权利要求9所述的信息处理系统，进一步包括：评价单元，配置为评价通过所述经学习的模型估计的所述诊断结果，其中所述处理单元基于所述评价单元针对使用多个所述神经网络时分别从所述经学习的模型输出的各个所述诊断结果输出的所述评价选择彼此不同的多个所述神经网络中的一个。 11.根据权利要求9所述的信息处理系统，其中，所述处理单元基于用户在用户界面中选择的神经网络选择多个所述神经网络中的一个，所述用户界面呈现所述评价单元针对使用多个所述神经网络时分别从所述经学习的所述模型输出的各个所述诊断结果输出的所述评价。 12.根据权利要求9所述的信息处理系统，其中，所述评价单元从所述测量数据的所述特征值中识别不利地影响所述经学习的模型对所述诊断结果的估计的特征值，并且所述处理单元进一步调整由所述评价单元指定的所述特征值。 13.根据权利要求2所述的信息处理系统，其中，所述处理单元调整所述测量数据的所述特征值，使得所述测量数据的所述特征值变为由用户在用户界面中输入的所述测量数据的所述特征值的调整值，所述用户界面呈现关于多个所述学习数据的所述特征值的所述统计信息和所述测量数据的所述特征值之间的关系。 14.根据权利要求1所述的信息处理系统，其中所述处理单元从已经经历使用不同的所述学习数据的学习的多个所述经学习的模型中选择已经经历使用具有接近所述测量数据的特征值的特征值的所述学习数据的学习的所述经学习的模型。 15.根据权利要求1所述的信息处理系统，其中，所述学习数据和所述测量数据是图像数据，并且所述特征值包括亮度、色相、白平衡、伽马值和色图中的至少一者。 16.根据权利要求1所述的信息处理系统，进一步包括：显示单元，配置为将信息呈现给用户，其中，所述特征值包括在获取所述学习数据时的物理条件，所述处理单元指定用于使所述测量数据的特征值接近于所述学习数据的特征值所推荐的获取测量数据时的物理条件，以及所述显示单元将由所述处理单元指定的所述物理条件呈现给所述用户。 17.根据权利要求16所述的信息处理系统，其中，所述物理条件是在获取所述学习数据或所述测量数据的过程中由所述用户手动调整的参数。 18.根据权利要求1所述的信息处理系统，其中，所述学习数据和所述测量数据是医疗图像。 19.一种程序，用于使计算机用作：获取单元，配置为获取生成经学习的模型所使用的学习数据的特征值，所述经学习的模型估计患者或受试者的健康状况；以及输出单元，配置为基于关于待判断的生物样品的测量数据的特征值和所述学习数据的特征值之间的比较结果来输出处理单元的调整信息。 20.一种生物样品处理装置，包括：获取单元，配置为基于生成经学习的模型所使用的学习数据的特征值来获取调整信息，所述经学习的模型估计患者或受试者的健康状况；以及处理单元，配置为基于所述调整信息对待判断的生物样品执行处理。 21.一种程序，用于使计算机用作：获取单元，配置为获取关于基于生成经学习的模型所使用的学习数据的特征值所处理的生物样品的测量数据，所述经学习的模型估计患者或受试者的健康状况；以及估计单元，配置为通过将所述测量数据输入至所述经学习的模型来估计诊断结果。
所属类别：	发明专利