[发明专利]内窥镜装置、内窥镜处理器及内窥镜装置的操作方法

说明书

本发明提供一种通过在从图像中检出检测对象时自动切换照明光(观察模式)而能够减轻施术者进行的切换操作的负担的内窥镜装置、内窥镜处理器、及内窥镜装置的操作方法。利用内窥镜观测器在使用第一照明光(白色光)的第一观察模式下依次拍摄受检体的图像。判定是否从依次拍摄到的图像中继续检出检测对象，当判定为继续检出检测对象时，自动切换为发出第二照明光(特殊光)的第二观察模式。在切换为第二观察模式之后，当经过了固定时间时，从第二观察模式自动切换为第一观察模式。

技术领域

本发明涉及一种内窥镜装置、内窥镜处理器、及内窥镜装置的操作方法，特别是涉及一种减轻用户对内窥镜观测器的操作的技术。

背景技术

已知一般的内窥镜装置是从内窥镜观测器的插入部的顶端照射照明光，利用摄像元件拍摄被观察对象而获取图像信息，但此时照明光不仅仅使用白色光(普通光)，还使用与白色光不同光谱的特殊光(专利文献1、2)。

专利文献1中记载的内窥镜装置在内窥镜观测器的插入部的顶端具有探头部，将探头部抵接于生物体表面，检测生物体表面的特征量，并根据检出的特征量在使用白色光的普通光观察模式与使用特殊光的特殊光观察模式之间自动切换观察模式(照明光)。

专利文献2中记载的内窥镜装置具有使窄带光的光量比宽带光的光量增加的第一照明模式、窄带光的光量与宽带光的光量大致相等的第二照明模式、以及使窄带光的光量比宽带光的光量减少的第三照明模式，判别被观察部位的种类，并根据判别的被观察部位的种类自动切换照明模式，由此减轻施术者的劳力。

另外，近年来，已知进行通过图像分析检测图像中包含的病变、按照类别对病变进行分类等的识别并进行报知，由此对检查进行辅助。

在用于识别的图像分析中，通过以深度学习(Deep Learning)为代表的图像的机器学习，能够实现更高精度的自动识别(例如，非专利文献1)。

以往技术文献

专利文献

专利文献1：日本特开2012-000160号公报

专利文献2：日本特开2014-166590号公报

非专利文献

非专利文献1：A.Krizhevsky，I.Sutskever，and G.Hinton.ImageNetclassification with deep convolutional neural networks.In NIPS，2012

发明内容

发明要解决的技术课题

专利文献1中记载的发明使内窥镜观测器的插入部的顶端的探头部抵接于生物体表面而使生物体表面凹陷，当该生物体表面的凹陷区域的大小超过阈值时，将观察模式自动切换为特殊光观察模式，但施术者需要使探头部抵接于生物体表面(进行触诊)。

专利文献2中记载的发明根据观察部位(例如，食道、贲门、胃)的种类，自动切换使用适合于食道的特殊光观察的照明光的第一照明模式、使用适合于贲门的特殊光观察的照明光的第二照明模式、以及使用适合于胃的特殊光观察的照明光的第三照明模式，但限于在一次内窥镜检查中观察种类不同的多个观察部位。

本发明是鉴于这种情况而完成的，其目的在于提供一种通过在从图像中检出检测对象时自动切换照明光(观察模式)而能够减轻施术者进行的切换操作的负担的内窥镜装置、内窥镜处理器、及内窥镜装置的操作方法。

用于解决技术课题的手段