Machine learning techniques identify and separate abnormal and normal subjects, and identify potential disease types from images (eg, optical coherence tomography (OCT) images of the eye). Used for In these machine learning techniques, training is performed using only normal data. In one example, features or physiological structures of the image are extracted, and the image is classified based on the extracted features. In another example, a region of the image is reconstructed after being masked, and a similarity between the reconstructed region and the original region of the image is determined. Based on such classification and / or similarity, a label (indicating an abnormality) and a score (indicating a severity) can be determined. [Selection diagram] None【解決手段】機械学習技術は、異常な被検者と正常な被検者を識別及び分離し、可能性のある疾患タイプを画像（例えば、眼の光干渉断層（ＯＣＴ）画像）により同定するために使用される。これらの機械学習技術では、正常データのみにより訓練が行われる。１つの例では、画像の特徴又は生理学的構造が抽出され、抽出された特徴に基づき画像が分類される。他の例では、画像の領域がマスクされた後に再構築され、再構築された領域と当該画像の元の領域との間における類似度が求められる。このような分類及び／又は類似度に基づいて、（異常を示す）ラベル及び（重症度を示す）スコアを求めることができる。【選択図】なし
