JP2002230518A - 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 - Google Patents
診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法Info
- Publication number
- JP2002230518A JP2002230518A JP2001357478A JP2001357478A JP2002230518A JP 2002230518 A JP2002230518 A JP 2002230518A JP 2001357478 A JP2001357478 A JP 2001357478A JP 2001357478 A JP2001357478 A JP 2001357478A JP 2002230518 A JP2002230518 A JP 2002230518A
- Authority
- JP
- Japan
- Prior art keywords
- image
- feature amount
- diagnosis support
- reference image
- lesion position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003745 diagnosis Methods 0.000 title claims description 77
- 238000000034 method Methods 0.000 title claims description 20
- 230000003902 lesion Effects 0.000 claims abstract description 114
- 238000000605 extraction Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 201000010099 disease Diseases 0.000 abstract description 39
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 39
- 230000006870 function Effects 0.000 description 32
- 210000000056 organ Anatomy 0.000 description 25
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 239000013598 vector Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 206010028980 Neoplasm Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 210000004072 lung Anatomy 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000012925 reference material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000011976 chest X-ray Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
- 210000003437 trachea Anatomy 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Processing Or Creating Images (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】画像を読影して診断する医師が参照症例を容易
に参照できるようにし、診断精度を向上させる。 【解決手段】診断画像から病変位置を検出し（Ｓ２）、
検出されたすべての病変位置に対して画像的な特徴量を
抽出する（Ｓ３）。そして、データベースに蓄積された
参照画像の特徴量と診断画像の特徴量とを照合し、診断
画像に対する参照画像の類似度を演算する（Ｓ５）と共
に、類似度が演算された参照画像に関連付けられた所見
を参照し、参照画像の病名毎にその確率を演算する（Ｓ
６）。その後、演算された確率順に、参照画像，病名及
びその確率を表示する（Ｓ７）。このため、診断画像を
読影して診断する医師は、診断画像に対して画像的に類
似する参照画像を容易に参照することができるようにな
り、例えば、参照画像に関連付けられた所見を参照する
ことで、診断精度を向上することができる。
に参照できるようにし、診断精度を向上させる。 【解決手段】診断画像から病変位置を検出し（Ｓ２）、
検出されたすべての病変位置に対して画像的な特徴量を
抽出する（Ｓ３）。そして、データベースに蓄積された
参照画像の特徴量と診断画像の特徴量とを照合し、診断
画像に対する参照画像の類似度を演算する（Ｓ５）と共
に、類似度が演算された参照画像に関連付けられた所見
を参照し、参照画像の病名毎にその確率を演算する（Ｓ
６）。その後、演算された確率順に、参照画像，病名及
びその確率を表示する（Ｓ７）。このため、診断画像を
読影して診断する医師は、診断画像に対して画像的に類
似する参照画像を容易に参照することができるようにな
り、例えば、参照画像に関連付けられた所見を参照する
ことで、診断精度を向上することができる。
Description
【０００１】
【発明の属する技術分野】本発明は、画像の読影による
診断を支援する診断支援技術において、特に、診断精度
を向上させる技術に関する。
診断を支援する診断支援技術において、特に、診断精度
を向上させる技術に関する。
【０００２】
【従来の技術】従来から、ＣＴ（Computed Tomograph
y）画像，ＭＲＩ（Magnetic ResonanceImaging）画像等
（以下「ＣＴ画像」という）の読影は、放射線科医等の
医師が長い間かけて培ってきた経験をもとに、主観的判
断によって行なわれてきた。しかし、主観的判断のみに
よる画像診断では、見落としや思い違いによる誤診は避
けることができない。このような誤診を避けるために、
複数の医師がＣＴ画像を読影するなど、様々な工夫がな
されているが、時間の制約などの問題も多く残されてい
る。
y）画像，ＭＲＩ（Magnetic ResonanceImaging）画像等
（以下「ＣＴ画像」という）の読影は、放射線科医等の
医師が長い間かけて培ってきた経験をもとに、主観的判
断によって行なわれてきた。しかし、主観的判断のみに
よる画像診断では、見落としや思い違いによる誤診は避
けることができない。このような誤診を避けるために、
複数の医師がＣＴ画像を読影するなど、様々な工夫がな
されているが、時間の制約などの問題も多く残されてい
る。
【０００３】一方、現在では、ＣＴ画像のディジタル化
が急速に進み、単純写真から血管造影像に至るまで、ほ
ぼすべてのＣＴ画像がディジタル化されている。そし
て、ディジタル化されたすべてのＣＴ画像を診断に役立
つものとするため、画像の伝送及び蓄積を迅速に行なう
ＰＡＣＳ（Picture Archiving and Communication Syst
em）が開発された。
が急速に進み、単純写真から血管造影像に至るまで、ほ
ぼすべてのＣＴ画像がディジタル化されている。そし
て、ディジタル化されたすべてのＣＴ画像を診断に役立
つものとするため、画像の伝送及び蓄積を迅速に行なう
ＰＡＣＳ（Picture Archiving and Communication Syst
em）が開発された。
【０００４】
【発明が解決しようとする課題】ところで、ＣＴ画像の
読影では、過去に撮影されたＣＴ画像の中から類似した
症例を有するものを参照すると、診断精度が向上するこ
とが知られている。しかし、従来のＰＡＣＳでは、ディ
ジタル画像を蓄積及び参照するだけであっため、蓄積さ
れた多量のＣＴ画像の中から、適切な参照画像を選び出
すことは極めて困難であった。このため、ＰＡＣＳが開
発されたにもかかわらず、過去に撮影されたＣＴ画像の
活用が不十分となり、医師の主観的判断による診断が依
然として行なわれ、診断精度の向上が困難な状況であっ
た。
読影では、過去に撮影されたＣＴ画像の中から類似した
症例を有するものを参照すると、診断精度が向上するこ
とが知られている。しかし、従来のＰＡＣＳでは、ディ
ジタル画像を蓄積及び参照するだけであっため、蓄積さ
れた多量のＣＴ画像の中から、適切な参照画像を選び出
すことは極めて困難であった。このため、ＰＡＣＳが開
発されたにもかかわらず、過去に撮影されたＣＴ画像の
活用が不十分となり、医師の主観的判断による診断が依
然として行なわれ、診断精度の向上が困難な状況であっ
た。
【０００５】そこで、本発明は以上のような従来の問題
点に鑑み、ＣＴ画像の読影に際して、画像の特徴量を用
いて類似症例の検索を可能にし、診断精度を向上させる
ことができる診断支援技術を提供することを目的とす
る。
点に鑑み、ＣＴ画像の読影に際して、画像の特徴量を用
いて類似症例の検索を可能にし、診断精度を向上させる
ことができる診断支援技術を提供することを目的とす
る。
【０００６】
【課題を解決するための手段】このため、本発明に係る
診断支援技術では、診断画像から検出された病変位置の
画像的な特徴量を抽出し、参照画像及びその特徴量が蓄
積されたデータベースから、抽出された特徴量に基づい
て画像的に類似する参照画像を検索することを特徴とす
る。
診断支援技術では、診断画像から検出された病変位置の
画像的な特徴量を抽出し、参照画像及びその特徴量が蓄
積されたデータベースから、抽出された特徴量に基づい
て画像的に類似する参照画像を検索することを特徴とす
る。
【０００７】かかる構成によれば、診断画像から検出さ
れた病変位置の特徴量に基づいて、データベースに蓄積
された参照画像の中から、画像的に類似する参照画像が
検索される。このため、診断画像を読影して診断を行な
う医師は、診断画像に表れた病変部の症例に類似した過
去の症例を容易に参照できるようになる。また、診断画
像及びその特徴量をデータベースに登録することが望ま
しい。このようにすれば、診断済みの診断画像及びその
特徴量は、データベースに登録され、以後の診断におい
て参照画像及びその特徴量として検索対象となる。この
ため、診断画像の読影が進むにつれて、参照資料が次第
に充実するようになる。
れた病変位置の特徴量に基づいて、データベースに蓄積
された参照画像の中から、画像的に類似する参照画像が
検索される。このため、診断画像を読影して診断を行な
う医師は、診断画像に表れた病変部の症例に類似した過
去の症例を容易に参照できるようになる。また、診断画
像及びその特徴量をデータベースに登録することが望ま
しい。このようにすれば、診断済みの診断画像及びその
特徴量は、データベースに登録され、以後の診断におい
て参照画像及びその特徴量として検索対象となる。この
ため、診断画像の読影が進むにつれて、参照資料が次第
に充実するようになる。
【０００８】さらに、データベースに蓄積された参照画
像の特徴量と診断画像の特徴量とを照合して画像的な類
似度を演算し、類似度順に参照画像を検索することが望
ましい。ここで、類似度は、臓器別に設定された重み付
けを考慮して演算されることが望ましく、重み付けは、
変更可能に構成されたテーブルに設定されていることが
望ましい。
像の特徴量と診断画像の特徴量とを照合して画像的な類
似度を演算し、類似度順に参照画像を検索することが望
ましい。ここで、類似度は、臓器別に設定された重み付
けを考慮して演算されることが望ましく、重み付けは、
変更可能に構成されたテーブルに設定されていることが
望ましい。
【０００９】かかる構成によれば、画像的な類似度によ
って診断画像と参照画像との類似性が定義され、類似性
の強い参照画像から順に検索されることとなる。このた
め、診断画像の読影に際して、参照画像となり得る可能
性が強いものから参照されるので、無駄な参照を行なう
ことが防止され、診断効率が向上する。ここで、臓器別
に設定された重み付けを考慮して類似度を演算するよう
にすれば、臓器の特性に応じた類似度が演算されること
となり、類似度の演算精度が向上する。また、変更可能
に構成されたテーブルに重み付けが設定されていれば、
例えば、ＣＴ装置固有の特性に応じた補正が可能とな
り、類似度の演算精度が一層向上する。
って診断画像と参照画像との類似性が定義され、類似性
の強い参照画像から順に検索されることとなる。このた
め、診断画像の読影に際して、参照画像となり得る可能
性が強いものから参照されるので、無駄な参照を行なう
ことが防止され、診断効率が向上する。ここで、臓器別
に設定された重み付けを考慮して類似度を演算するよう
にすれば、臓器の特性に応じた類似度が演算されること
となり、類似度の演算精度が向上する。また、変更可能
に構成されたテーブルに重み付けが設定されていれば、
例えば、ＣＴ装置固有の特性に応じた補正が可能とな
り、類似度の演算精度が一層向上する。
【００１０】この他には、検索された参照画像に関連付
けられた所見を表示することが望ましい。このようにす
れば、参照画像に加えて、その所見をも参照することが
でき、患者の病名が判然としないときであっても、類似
症例の所見から病名を診断することができるようにな
る。さらに、診断画像から病変位置を検出する際、指定
された臓器の病変位置を検出することが望ましい。ま
た、画像的な特徴量としては、診断画像のすべての病変
位置に対して、広域的な特徴量，局所的な特徴量及び共
通的な特徴量を抽出することが望ましい。
けられた所見を表示することが望ましい。このようにす
れば、参照画像に加えて、その所見をも参照することが
でき、患者の病名が判然としないときであっても、類似
症例の所見から病名を診断することができるようにな
る。さらに、診断画像から病変位置を検出する際、指定
された臓器の病変位置を検出することが望ましい。ま
た、画像的な特徴量としては、診断画像のすべての病変
位置に対して、広域的な特徴量，局所的な特徴量及び共
通的な特徴量を抽出することが望ましい。
【００１１】かかる構成によれば、診断対象とならない
臓器の検出処理が行なわれず、処理速度が向上する。ま
た、画像的な特徴量として、広域的な特徴量，局所的な
特徴量及び共通的な特徴量を検出するようにすれば、疾
病の特性に応じた特徴量の抽出が可能となり、例えば、
腫瘍の見落としが防止される。
臓器の検出処理が行なわれず、処理速度が向上する。ま
た、画像的な特徴量として、広域的な特徴量，局所的な
特徴量及び共通的な特徴量を検出するようにすれば、疾
病の特性に応じた特徴量の抽出が可能となり、例えば、
腫瘍の見落としが防止される。
【００１２】
【発明の実施の形態】以下、添付された図面を参照して
本発明を詳述する。図１は、本発明に係る診断支援技術
を具現化した診断支援装置の構成を示す。診断支援装置
は、少なくとも、中央処理装置（ＣＰＵ）とメモリとを
備えたコンピュータシステム上に構築され、メモリにロ
ードされたプログラムにより作動する。
本発明を詳述する。図１は、本発明に係る診断支援技術
を具現化した診断支援装置の構成を示す。診断支援装置
は、少なくとも、中央処理装置（ＣＰＵ）とメモリとを
備えたコンピュータシステム上に構築され、メモリにロ
ードされたプログラムにより作動する。
【００１３】診断支援装置は、画像データベース１０
と、特徴データベース１２と、所見データベース１４
と、病変位置検出部１６と、病変特徴量抽出部１８と、
病変特徴量照合部２０と、病名確率演算部２２と、を含
んで構成される。なお、以下の説明では、データベース
をＤＢと表わすことにする。画像ＤＢ１０には、ＣＴ画
像，ＭＲＩ画像等の画像データが、ＤＩＣＯＭ（Digita
l Imaging and Communications in Medicine）に準拠し
たフォーマットで蓄積される。ここで、ＤＩＣＯＭと
は、米国で開発された医用ディジタル画像と通信とに関
する規格であって、日本においても採用された標準規格
である。そして、画像ＤＢ１０と特徴ＤＢ１２と所見Ｄ
Ｂ１４とを相互に関連付けるために、画像ＤＢ１０のイ
ンデックスには、図２に示すように、少なくとも、患者
ＩＤ，検査ＩＤ及び画像ファイル名が登録される。な
お、画像ファイルのＤＩＣＯＭヘッダには、検査日や目
的部位（臓器名）などの情報が登録される。
と、特徴データベース１２と、所見データベース１４
と、病変位置検出部１６と、病変特徴量抽出部１８と、
病変特徴量照合部２０と、病名確率演算部２２と、を含
んで構成される。なお、以下の説明では、データベース
をＤＢと表わすことにする。画像ＤＢ１０には、ＣＴ画
像，ＭＲＩ画像等の画像データが、ＤＩＣＯＭ（Digita
l Imaging and Communications in Medicine）に準拠し
たフォーマットで蓄積される。ここで、ＤＩＣＯＭと
は、米国で開発された医用ディジタル画像と通信とに関
する規格であって、日本においても採用された標準規格
である。そして、画像ＤＢ１０と特徴ＤＢ１２と所見Ｄ
Ｂ１４とを相互に関連付けるために、画像ＤＢ１０のイ
ンデックスには、図２に示すように、少なくとも、患者
ＩＤ，検査ＩＤ及び画像ファイル名が登録される。な
お、画像ファイルのＤＩＣＯＭヘッダには、検査日や目
的部位（臓器名）などの情報が登録される。
【００１４】特徴ＤＢ１２には、画像データから抽出さ
れた病変特徴量が蓄積される。病変特徴量とは、画像的
な類似を用いて画像データの検索を可能にする情報であ
って、例えば、病変の大きさ（体積又は面積），形状
（球状度又は円形度），輝度の統計量（平均，偏差な
ど），テクスチャ統計量（空間周波数分解，フーリエ変
換，ウェーブレット変換など）が用いられる。病変特徴
量は、患者ＩＤ及び検査ＩＤに関連付けられた特徴デー
タとして一括りにされる。そして、特徴ＤＢ１２のイン
デックスには、図３に示すように、少なくとも、目的部
位，検査日及び特徴データが登録される。ここで、特徴
データを画像データと１対１に対応させるべく分割して
おくと、検索時のファイルアクセスに長時間要するの
で、例えば、１ヶ月単位で一元化しておくことが望まし
い。この場合、検査日には、検査をした年及び月のみが
登録される。また、目的部位毎に特徴データを分けてお
くことで、検索効率を高めることができる。
れた病変特徴量が蓄積される。病変特徴量とは、画像的
な類似を用いて画像データの検索を可能にする情報であ
って、例えば、病変の大きさ（体積又は面積），形状
（球状度又は円形度），輝度の統計量（平均，偏差な
ど），テクスチャ統計量（空間周波数分解，フーリエ変
換，ウェーブレット変換など）が用いられる。病変特徴
量は、患者ＩＤ及び検査ＩＤに関連付けられた特徴デー
タとして一括りにされる。そして、特徴ＤＢ１２のイン
デックスには、図３に示すように、少なくとも、目的部
位，検査日及び特徴データが登録される。ここで、特徴
データを画像データと１対１に対応させるべく分割して
おくと、検索時のファイルアクセスに長時間要するの
で、例えば、１ヶ月単位で一元化しておくことが望まし
い。この場合、検査日には、検査をした年及び月のみが
登録される。また、目的部位毎に特徴データを分けてお
くことで、検索効率を高めることができる。
【００１５】所見ＤＢ１４には、ＣＴ画像の読影結果で
ある所見が蓄積される。そして、所見ＤＢ１４のインデ
ックスには、図４に示すように、少なくとも、患者Ｉ
Ｄ，検査ＩＤ，担当医師名及び所見が登録される。な
お、所見には、少なくとも、ＣＴ画像を読影して診断し
た病名が含まれる。病変位置検出部１６では、ＣＴ画像
から、診断対象となる臓器又は部位（以下「臓器」とい
う）における病変位置が検出される。病変位置の検出
は、例えば、仁木登「肺癌ＣＴ検診支援システム」日本
放射線技術学会誌，Vol.56 No.3, March(2000), pp.337
-340に示される技術により行なわれる。
ある所見が蓄積される。そして、所見ＤＢ１４のインデ
ックスには、図４に示すように、少なくとも、患者Ｉ
Ｄ，検査ＩＤ，担当医師名及び所見が登録される。な
お、所見には、少なくとも、ＣＴ画像を読影して診断し
た病名が含まれる。病変位置検出部１６では、ＣＴ画像
から、診断対象となる臓器又は部位（以下「臓器」とい
う）における病変位置が検出される。病変位置の検出
は、例えば、仁木登「肺癌ＣＴ検診支援システム」日本
放射線技術学会誌，Vol.56 No.3, March(2000), pp.337
-340に示される技術により行なわれる。
【００１６】病変特徴量抽出部１８では、病変位置検出
部１６により検出された全ての病変位置に対して、画像
的な類似を統計量で表わした病変特徴量が抽出される。
病変特徴量の抽出は、例えば、近藤真樹ら「３次元胸部
Ｘ線ＣＴ像による腫瘍影の含気型と充実型への分類およ
びその良悪性鑑別への応用」Technical Report of IEIC
E MI2000-16(2000-05), pp.27-32に示される技術により
行なわれる。
部１６により検出された全ての病変位置に対して、画像
的な類似を統計量で表わした病変特徴量が抽出される。
病変特徴量の抽出は、例えば、近藤真樹ら「３次元胸部
Ｘ線ＣＴ像による腫瘍影の含気型と充実型への分類およ
びその良悪性鑑別への応用」Technical Report of IEIC
E MI2000-16(2000-05), pp.27-32に示される技術により
行なわれる。
【００１７】病変特徴量照合部２０では、診断対象とな
る臓器について、病変特徴量抽出部１８により抽出され
た病変特徴量と特徴ＤＢ１２に蓄積された病変特徴量と
が照合され、画像類似の尺度を表わす類似度が演算され
る。病名確率演算部２２では、病変特徴量照合部２０に
より演算された類似度に基づいて、診断対象となる臓器
の病名の確率が演算される。そして、病名及びその確率
は、図示しないディスプレイ装置に表示され、医師によ
る診断が支援される。
る臓器について、病変特徴量抽出部１８により抽出され
た病変特徴量と特徴ＤＢ１２に蓄積された病変特徴量と
が照合され、画像類似の尺度を表わす類似度が演算され
る。病名確率演算部２２では、病変特徴量照合部２０に
より演算された類似度に基づいて、診断対象となる臓器
の病名の確率が演算される。そして、病名及びその確率
は、図示しないディスプレイ装置に表示され、医師によ
る診断が支援される。
【００１８】次に、かかる構成からなる診断支援装置の
概要について説明する。Ｘ線ＣＴ装置により断層撮影が
行なわれると、ＣＴ画像は画像ＤＢ１０に蓄積されると
共に、病変位置検出部１６により病変位置が検出され
る。病変位置が検出されると、すべての病変位置に対し
て病変特徴量が抽出される。抽出された病変特徴量は、
特徴ＤＢ１２に登録されると共に、病変特徴量照合部２
０により、特徴ＤＢ１２に蓄積されている過去の症例に
係るＣＴ画像の類似度が演算される。そして、病名確率
演算部２２によりＣＴ画像の類似度に応じた病名の確率
が演算され、確率順に、病名と共にその確率が医師に示
される。
概要について説明する。Ｘ線ＣＴ装置により断層撮影が
行なわれると、ＣＴ画像は画像ＤＢ１０に蓄積されると
共に、病変位置検出部１６により病変位置が検出され
る。病変位置が検出されると、すべての病変位置に対し
て病変特徴量が抽出される。抽出された病変特徴量は、
特徴ＤＢ１２に登録されると共に、病変特徴量照合部２
０により、特徴ＤＢ１２に蓄積されている過去の症例に
係るＣＴ画像の類似度が演算される。そして、病名確率
演算部２２によりＣＴ画像の類似度に応じた病名の確率
が演算され、確率順に、病名と共にその確率が医師に示
される。
【００１９】このため、ＣＴ画像の読影により診断を行
なう医師は、診断対象となる症例と類似した過去の症例
を容易に参照することが可能となり、その所見を参照す
ることで、主観を排して客観的な診断を行なうことがで
きるようになる。このとき、診断対象となる症例の病名
及びその確率が併せて表示されるので、患者の病名が判
然としないときでも、表示された病名及びその確率を参
照して病名を診断することができる。このようにして、
医師による診断精度を向上することができる。
なう医師は、診断対象となる症例と類似した過去の症例
を容易に参照することが可能となり、その所見を参照す
ることで、主観を排して客観的な診断を行なうことがで
きるようになる。このとき、診断対象となる症例の病名
及びその確率が併せて表示されるので、患者の病名が判
然としないときでも、表示された病名及びその確率を参
照して病名を診断することができる。このようにして、
医師による診断精度を向上することができる。
【００２０】図５〜図７は、診断支援装置の制御内容を
示すフローチャートを示す。なお、かかる制御は、例え
ば、Ｘ線ＣＴ装置によりＣＴ画像が撮影され、臓器の指
定並びに患者ＩＤ及び検査ＩＤが入力された後、実行さ
れる。メインルーチンを示す図５において、ステップ１
（図では「Ｓ１」と略記する。以下同様）では、撮影さ
れたＣＴ画像（以下「診断画像」という）が、画像ＤＢ
１０に登録される。このとき、画像ＤＢ１０のインデッ
クスには、患者ＩＤ及び検査ＩＤに対応付けて画像を特
定すべく、患者ＩＤ，検査ＩＤ及び画像ファイル名が追
加登録される。なお、ステップ１における処理が、デー
タベース登録機能，データベース登録手段及びデータベ
ース登録工程の一部に該当する。
示すフローチャートを示す。なお、かかる制御は、例え
ば、Ｘ線ＣＴ装置によりＣＴ画像が撮影され、臓器の指
定並びに患者ＩＤ及び検査ＩＤが入力された後、実行さ
れる。メインルーチンを示す図５において、ステップ１
（図では「Ｓ１」と略記する。以下同様）では、撮影さ
れたＣＴ画像（以下「診断画像」という）が、画像ＤＢ
１０に登録される。このとき、画像ＤＢ１０のインデッ
クスには、患者ＩＤ及び検査ＩＤに対応付けて画像を特
定すべく、患者ＩＤ，検査ＩＤ及び画像ファイル名が追
加登録される。なお、ステップ１における処理が、デー
タベース登録機能，データベース登録手段及びデータベ
ース登録工程の一部に該当する。
【００２１】ステップ２では、病変位置検出部１６から
提供される機能により、診断画像から、指定された臓器
における病変位置が検出される。即ち、診断画像に対し
て、輝度値又はＣＴ値による絞り込みやモルフォロジー
などのフィルタリング処理が施され、臓器の輪郭が検出
される。次に、検出された臓器の輪郭が、正常な範囲か
らどれだけずれているかを示す差分が算出される。正常
な臓器の範囲は、例えば肺の場合、肋骨の内輪郭である
とみなすことで定義される。そして、算出された差分が
所定幅以上になった部分が、病変位置とみなされる。
提供される機能により、診断画像から、指定された臓器
における病変位置が検出される。即ち、診断画像に対し
て、輝度値又はＣＴ値による絞り込みやモルフォロジー
などのフィルタリング処理が施され、臓器の輪郭が検出
される。次に、検出された臓器の輪郭が、正常な範囲か
らどれだけずれているかを示す差分が算出される。正常
な臓器の範囲は、例えば肺の場合、肋骨の内輪郭である
とみなすことで定義される。そして、算出された差分が
所定幅以上になった部分が、病変位置とみなされる。
【００２２】一方、腫瘤のような局所的な病変の場合に
は、病変位置は、例えば、直径が所定値以下の輝度の高
い球状部分を探索することで検出される。但し、血管や
気管などと接触しているような腫瘤は、細線化処理と球
状部分の探索とを組み合わせることで、検出することが
できる。また、病変位置の判断は、医師によって異なる
ことがあり得るので、その位置を修正，削除又は追加で
きるような機能を備えておくことが望ましい。
は、病変位置は、例えば、直径が所定値以下の輝度の高
い球状部分を探索することで検出される。但し、血管や
気管などと接触しているような腫瘤は、細線化処理と球
状部分の探索とを組み合わせることで、検出することが
できる。また、病変位置の判断は、医師によって異なる
ことがあり得るので、その位置を修正，削除又は追加で
きるような機能を備えておくことが望ましい。
【００２３】なお、ステップ２における処理が、病変位
置検出機能，病変位置検出手段及び病変位置検出工程に
該当する。ステップ３では、検出されたすべての病変位
置に対して病変特徴量を抽出すべく、図６に示す病変特
徴量抽出のためのサブルーチンがコールされる。なお、
ステップ３における処理、即ち、図６における処理全体
が、特徴量抽出機能，特徴量抽出手段及び特徴量抽出工
程に該当する。
置検出機能，病変位置検出手段及び病変位置検出工程に
該当する。ステップ３では、検出されたすべての病変位
置に対して病変特徴量を抽出すべく、図６に示す病変特
徴量抽出のためのサブルーチンがコールされる。なお、
ステップ３における処理、即ち、図６における処理全体
が、特徴量抽出機能，特徴量抽出手段及び特徴量抽出工
程に該当する。
【００２４】ステップ４では、抽出された病変特徴量
が、特徴ＤＢ１２に登録される。このとき、病変特徴量
は、検索効率向上のために、目的部位及び検査日に対応
した特徴データに取り込まれ一元化される。但し、検査
日が異なるとき、又は、対応した特徴データが未登録で
あるときには、特徴ＤＢ１２のインデックスに、目的部
位，検査日及び特徴データが追加登録される。なお、ス
テップ４における処理が、データベース登録機能，デー
タベース登録手段及びデータベース登録工程の一部に該
当する。
が、特徴ＤＢ１２に登録される。このとき、病変特徴量
は、検索効率向上のために、目的部位及び検査日に対応
した特徴データに取り込まれ一元化される。但し、検査
日が異なるとき、又は、対応した特徴データが未登録で
あるときには、特徴ＤＢ１２のインデックスに、目的部
位，検査日及び特徴データが追加登録される。なお、ス
テップ４における処理が、データベース登録機能，デー
タベース登録手段及びデータベース登録工程の一部に該
当する。
【００２５】ステップ５では、病変特徴量照合部２０か
ら提供される機能により、診断対象となる臓器につい
て、診断画像の病変特徴量と特徴ＤＢ１２に蓄積された
病変特徴量とが照合され、蓄積されたＣＴ画像（以下
「参照画像」という）の類似度が演算される。即ち、診
断画像及び参照画像の病変特徴量は、図８に示すよう
に、画像単位（検査単位）毎に第１要素から順に、例え
ば、体積，輝度の平均，輝度の偏差，球状度，テクスチ
ャ統計量・・・のようにベクトル的に並べられている。
各要素は、同レベルで比較できるように、０から１の範
囲で正規化される。例えば、体積については、対象部位
が肺の場合、病変部の体積は必ず肺の体積よりも小さい
ことから正規化できる。
ら提供される機能により、診断対象となる臓器につい
て、診断画像の病変特徴量と特徴ＤＢ１２に蓄積された
病変特徴量とが照合され、蓄積されたＣＴ画像（以下
「参照画像」という）の類似度が演算される。即ち、診
断画像及び参照画像の病変特徴量は、図８に示すよう
に、画像単位（検査単位）毎に第１要素から順に、例え
ば、体積，輝度の平均，輝度の偏差，球状度，テクスチ
ャ統計量・・・のようにベクトル的に並べられている。
各要素は、同レベルで比較できるように、０から１の範
囲で正規化される。例えば、体積については、対象部位
が肺の場合、病変部の体積は必ず肺の体積よりも小さい
ことから正規化できる。
【００２６】そして、２つの特徴ベクトルＡ，Ｂを、 Ａ＝（ｆ1 ｆ2 ｆ3 ・・・・） Ｂ＝（ｇ1 ｇ2 ｇ3 ・・・・） と定義し、重み付けベクトルＷを Ｗ＝（ｗ1 ｗ2 ｗ3 ・・・・） とすると、類似度Ｓは、例えば、 Ｓ＝Ｗt(Ｅ-(Ａ-Ｂ))/|Ｗ| ＝[ｗ1(１-ｆ1+ｇ1)+ｗ2(１-ｆ2+ｇ2)+・・・・]/(ｗ1+ｗ2+
・・・・) のようにして演算される。ここで、Ｅは各成分が０のベ
クトル、|Ｗ|は重み付けベクトルＷの成分の和を表わ
す。また、重み付けベクトルＷは、図９に示すように、
臓器別にテーブル形式で設定されることが望ましい。
・・・・) のようにして演算される。ここで、Ｅは各成分が０のベ
クトル、|Ｗ|は重み付けベクトルＷの成分の和を表わ
す。また、重み付けベクトルＷは、図９に示すように、
臓器別にテーブル形式で設定されることが望ましい。
【００２７】なお、重み付けベクトルＷの各成分は、ユ
ーザが自由に変更することができることが望ましい。ま
た、病変特徴量と所見の対応を神経回路網によって予め
学習させておくことで、最適な重み付け値が設定される
ようにしてもよい。ここで、ステップ５における処理
が、参照画像検索機能，参照画像検索手段，参照画像検
索工程，類似度演算機能，類似度演算手段及び類似度演
算工程に該当する。
ーザが自由に変更することができることが望ましい。ま
た、病変特徴量と所見の対応を神経回路網によって予め
学習させておくことで、最適な重み付け値が設定される
ようにしてもよい。ここで、ステップ５における処理
が、参照画像検索機能，参照画像検索手段，参照画像検
索工程，類似度演算機能，類似度演算手段及び類似度演
算工程に該当する。
【００２８】ステップ６では、診断画像に表れた病変部
の病名の確率を演算すべく、図７に示す病名確率演算の
ためのサブルーチンがコールされる。ステップ７では、
病名及びその確率が、例えば、図１０に示すような画面
によって表示される。なお、ステップ７における処理
が、所見表示機能，所見表示手段及び所見表示工程に該
当する。
の病名の確率を演算すべく、図７に示す病名確率演算の
ためのサブルーチンがコールされる。ステップ７では、
病名及びその確率が、例えば、図１０に示すような画面
によって表示される。なお、ステップ７における処理
が、所見表示機能，所見表示手段及び所見表示工程に該
当する。
【００２９】ステップ８では、医師による最終的な診断
である所見が、所見ＤＢ１４に登録される。このとき、
医師は、診断画像に加え、診断画像から推定された病名
及びその確率、並びに、参照画像及びその所見を参照す
ることで、主観を排して客観的な診断を行なうことがで
きる。そして、ここで登録された所見は、以後の診断に
おいて参照画像の所見として利用されることとなり、所
見の登録数の増加に伴って、診断支援のための資料が充
実されることとなる。
である所見が、所見ＤＢ１４に登録される。このとき、
医師は、診断画像に加え、診断画像から推定された病名
及びその確率、並びに、参照画像及びその所見を参照す
ることで、主観を排して客観的な診断を行なうことがで
きる。そして、ここで登録された所見は、以後の診断に
おいて参照画像の所見として利用されることとなり、所
見の登録数の増加に伴って、診断支援のための資料が充
実されることとなる。
【００３０】なお、診断支援装置の運用開始時には、参
照画像，特徴データ及び所見が蓄積されていないため、
初期状態として、典型的な症例を表わす参照画像，特徴
データ及び所見を各ＤＢに登録しておくことが望まし
い。図６は、病変特徴量抽出のためのサブルーチンを示
す。なお、病変特徴量の抽出は、病変特徴量抽出部１８
から提供される機能によって行なわれる。
照画像，特徴データ及び所見が蓄積されていないため、
初期状態として、典型的な症例を表わす参照画像，特徴
データ及び所見を各ＤＢに登録しておくことが望まし
い。図６は、病変特徴量抽出のためのサブルーチンを示
す。なお、病変特徴量の抽出は、病変特徴量抽出部１８
から提供される機能によって行なわれる。
【００３１】ステップ１１では、病変部が広域に亘る広
域特徴量が抽出される。即ち、検出された病変部全体に
対して、例えば、空間周波数分解，フーリエ変換，ウェ
ーブレット変換が施され、広域特徴量としてのテクスチ
ャ統計量が抽出される。ステップ１２では、病変部が局
所に留まる局所特徴量が抽出される。即ち、検出された
局所的な病変部に対して、例えば、球状度（３次元）又
は円形度（２次元）が抽出される。
域特徴量が抽出される。即ち、検出された病変部全体に
対して、例えば、空間周波数分解，フーリエ変換，ウェ
ーブレット変換が施され、広域特徴量としてのテクスチ
ャ統計量が抽出される。ステップ１２では、病変部が局
所に留まる局所特徴量が抽出される。即ち、検出された
局所的な病変部に対して、例えば、球状度（３次元）又
は円形度（２次元）が抽出される。
【００３２】ステップ１３では、病変部に共通する共通
特徴量が抽出される。即ち、検出された病変部に対し
て、例えば、大きさ（体積又は面積），輝度の統計量
（平均，偏差など）が抽出される。図７は、病名確率演
算のためのサブルーチンを示す。なお、病名確率の演算
は、病名確率演算部２２から提供される機能によって行
なわれる。
特徴量が抽出される。即ち、検出された病変部に対し
て、例えば、大きさ（体積又は面積），輝度の統計量
（平均，偏差など）が抽出される。図７は、病名確率演
算のためのサブルーチンを示す。なお、病名確率の演算
は、病名確率演算部２２から提供される機能によって行
なわれる。
【００３３】ステップ２１では、特徴ＤＢ１２に蓄積さ
れた特徴データのうち類似度が演算されたものが、図１
１に示すように、順位，検査ＩＤ，類似度，病名が一括
りにされつつ、類似度順に整列される。このとき、病名
は、特徴データに含まれる患者ＩＤ及び検査ＩＤをキー
として所見ＤＢ１４を検索することで、所見から取得す
ることができる。
れた特徴データのうち類似度が演算されたものが、図１
１に示すように、順位，検査ＩＤ，類似度，病名が一括
りにされつつ、類似度順に整列される。このとき、病名
は、特徴データに含まれる患者ＩＤ及び検査ＩＤをキー
として所見ＤＢ１４を検索することで、所見から取得す
ることができる。
【００３４】ステップ２２では、診断画像の診断に役立
てる参照症例として、類似度順に整列された特徴データ
から、例えば、上位１０位までの特徴データ、又は、類
似度が５０％以上の特徴データが選択される。ステップ
２３では、選択されたすべての参照症例に対して、病名
毎に類似度を平均した病名確率が演算される。
てる参照症例として、類似度順に整列された特徴データ
から、例えば、上位１０位までの特徴データ、又は、類
似度が５０％以上の特徴データが選択される。ステップ
２３では、選択されたすべての参照症例に対して、病名
毎に類似度を平均した病名確率が演算される。
【００３５】ステップ２４では、病名確率順に、病名及
びその確率が表示される。なお、神経回路網で病変特徴
量と所見との対応が学習済みであれば、病変特徴量から
病名及びその確率を直接演算することができる。以上説
明した診断支援装置によれば、指定した臓器について、
診断画像から病変位置が検出され、検出されたすべての
病変位置における病変特徴量が抽出される。抽出された
病変特徴量は、特徴ＤＢ１２に蓄積された同一臓器に関
する特徴データと照合され、参照画像となり得る症例の
類似度が演算される。そして、演算された類似度に基づ
いて病名及びその確率が演算され、これがディスプレイ
装置に表示される。
びその確率が表示される。なお、神経回路網で病変特徴
量と所見との対応が学習済みであれば、病変特徴量から
病名及びその確率を直接演算することができる。以上説
明した診断支援装置によれば、指定した臓器について、
診断画像から病変位置が検出され、検出されたすべての
病変位置における病変特徴量が抽出される。抽出された
病変特徴量は、特徴ＤＢ１２に蓄積された同一臓器に関
する特徴データと照合され、参照画像となり得る症例の
類似度が演算される。そして、演算された類似度に基づ
いて病名及びその確率が演算され、これがディスプレイ
装置に表示される。
【００３６】このため、診断画像を読影して診断を行な
う医師は、診断画像に表れた病変部の症例に類似した過
去の症例を参照することができ、主観を排して客観的な
診断を行なうことができる。そして、客観的な診断が可
能となることから、例えば、読影経験が不足する医師で
あっても、誤診する可能性が激減し、診断精度を向上す
ることができる。また、参照症例を活用することで、診
断画像だけからでは病名が依然としないときであって
も、その病名を推定することができ、診断精度を向上す
ることができる。
う医師は、診断画像に表れた病変部の症例に類似した過
去の症例を参照することができ、主観を排して客観的な
診断を行なうことができる。そして、客観的な診断が可
能となることから、例えば、読影経験が不足する医師で
あっても、誤診する可能性が激減し、診断精度を向上す
ることができる。また、参照症例を活用することで、診
断画像だけからでは病名が依然としないときであって
も、その病名を推定することができ、診断精度を向上す
ることができる。
【００３７】さらに、診断が終了した診断画像は、その
病変特徴量及び所見と共にデータベースに登録され、以
後の診断において参照画像として活用される。このた
め、診断画像の読影が進むにつれて、参照資料が次第に
充実することとなり、診断精度を一層向上することがで
きる。なお、本実施形態における診断支援装置は、スタ
ンドアロン型のコンピュータシステム上に構築された
が、ネットワークを介して接続されたクライアント／サ
ーバモデル上に構築するようにしてもよい。この場合、
全国的規模又は世界的規模で参照症例が蓄積され得るの
で、医療技術の向上にも資することとなり、公益の立場
からも極めて有用である。
病変特徴量及び所見と共にデータベースに登録され、以
後の診断において参照画像として活用される。このた
め、診断画像の読影が進むにつれて、参照資料が次第に
充実することとなり、診断精度を一層向上することがで
きる。なお、本実施形態における診断支援装置は、スタ
ンドアロン型のコンピュータシステム上に構築された
が、ネットワークを介して接続されたクライアント／サ
ーバモデル上に構築するようにしてもよい。この場合、
全国的規模又は世界的規模で参照症例が蓄積され得るの
で、医療技術の向上にも資することとなり、公益の立場
からも極めて有用である。
【００３８】このような機能を実現するプログラムを、
例えば、磁気テープ，磁気ディスク，磁気ドラム，ＩＣ
カード，ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ等のコンピュー
タ読取可能な記録媒体に記録しておけば、本発明に係る
診断支援プログラムを市場に流通させることができる。
そして、かかる記録媒体を取得した者は、一般的なコン
ピュータシステムを利用して、本発明に係る診断支援装
置を容易に構築することができる。
例えば、磁気テープ，磁気ディスク，磁気ドラム，ＩＣ
カード，ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ等のコンピュー
タ読取可能な記録媒体に記録しておけば、本発明に係る
診断支援プログラムを市場に流通させることができる。
そして、かかる記録媒体を取得した者は、一般的なコン
ピュータシステムを利用して、本発明に係る診断支援装
置を容易に構築することができる。
【００３９】また、インターネットに接続されたサーバ
上に、本発明に係る診断支援プログラムを登録させてお
けば、電気通信回線を介して、かかるプログラムをダウ
ンロードすることで、本発明に係る診断支援装置を容易
に構築することができる。
上に、本発明に係る診断支援プログラムを登録させてお
けば、電気通信回線を介して、かかるプログラムをダウ
ンロードすることで、本発明に係る診断支援装置を容易
に構築することができる。
【００４０】（付記１）診断画像から病変位置を検出す
る病変位置検出機能と、該病変位置検出機能により検出
された病変位置の画像的な特徴量を抽出する特徴量抽出
機能と、参照画像及びその特徴量が蓄積されたデータベ
ースから、前記特徴量抽出機能により抽出された特徴量
に基づいて画像的に類似する参照画像を検索する参照画
像検索機能と、をコンピュータに実現させるための診断
支援プログラム。
る病変位置検出機能と、該病変位置検出機能により検出
された病変位置の画像的な特徴量を抽出する特徴量抽出
機能と、参照画像及びその特徴量が蓄積されたデータベ
ースから、前記特徴量抽出機能により抽出された特徴量
に基づいて画像的に類似する参照画像を検索する参照画
像検索機能と、をコンピュータに実現させるための診断
支援プログラム。
【００４１】（付記２）診断画像から病変位置を検出す
る病変位置検出機能と、該病変位置検出機能により検出
された病変位置の画像的な特徴量を抽出する特徴量抽出
機能と、参照画像及びその特徴量が蓄積されたデータベ
ースから、前記特徴量抽出機能により抽出された特徴量
に基づいて画像的に類似する参照画像を検索する参照画
像検索機能と、をコンピュータに実現させるための診断
支援プログラムを記録したコンピュータ読取可能な記録
媒体。
る病変位置検出機能と、該病変位置検出機能により検出
された病変位置の画像的な特徴量を抽出する特徴量抽出
機能と、参照画像及びその特徴量が蓄積されたデータベ
ースから、前記特徴量抽出機能により抽出された特徴量
に基づいて画像的に類似する参照画像を検索する参照画
像検索機能と、をコンピュータに実現させるための診断
支援プログラムを記録したコンピュータ読取可能な記録
媒体。
【００４２】（付記３）前記診断画像及びその特徴量を
前記データベースに登録するデータベース登録機能を備
えたことを特徴とする付記２記載の診断支援プログラム
を記録したコンピュータ読取可能な記録媒体。
前記データベースに登録するデータベース登録機能を備
えたことを特徴とする付記２記載の診断支援プログラム
を記録したコンピュータ読取可能な記録媒体。
【００４３】（付記４）前記データベースに蓄積された
参照画像の特徴量と診断画像の特徴量とを照合して画像
的な類似度を演算する類似度演算機能を備え、前記参照
画像検索機能は、前記類似度演算機能により演算された
類似度順に参照画像を検索することを特徴とする付記２
又は付記３に記載の診断支援プログラムを記録したコン
ピュータ読取可能な記録媒体。
参照画像の特徴量と診断画像の特徴量とを照合して画像
的な類似度を演算する類似度演算機能を備え、前記参照
画像検索機能は、前記類似度演算機能により演算された
類似度順に参照画像を検索することを特徴とする付記２
又は付記３に記載の診断支援プログラムを記録したコン
ピュータ読取可能な記録媒体。
【００４４】（付記５）前記類似度演算機能は、臓器別
に設定された重み付けを考慮して類似度を演算すること
を特徴とする付記４記載の診断支援プログラムを記録し
たコンピュータ読取可能な記録媒体。
に設定された重み付けを考慮して類似度を演算すること
を特徴とする付記４記載の診断支援プログラムを記録し
たコンピュータ読取可能な記録媒体。
【００４５】（付記６）前記重み付けは、変更可能に構
成されたテーブルに設定されていることを特徴とする付
記５記載の診断支援プログラムを記録したコンピュータ
読取可能な記録媒体。
成されたテーブルに設定されていることを特徴とする付
記５記載の診断支援プログラムを記録したコンピュータ
読取可能な記録媒体。
【００４６】（付記７）前記参照画像検索機能により検
索された参照画像に関連付けられた所見を表示する所見
表示機能を備えたことを特徴とする付記２〜付記６のい
ずれか１つに記載の診断支援プログラムを記録したコン
ピュータ読取可能な記録媒体。
索された参照画像に関連付けられた所見を表示する所見
表示機能を備えたことを特徴とする付記２〜付記６のい
ずれか１つに記載の診断支援プログラムを記録したコン
ピュータ読取可能な記録媒体。
【００４７】（付記８）前記病変位置検出機能は、指定
された臓器の病変位置を検出することを特徴とする付記
２〜付記７のいずれか１つに記載の診断支援プログラム
を記録したコンピュータ読取可能な記録媒体。
された臓器の病変位置を検出することを特徴とする付記
２〜付記７のいずれか１つに記載の診断支援プログラム
を記録したコンピュータ読取可能な記録媒体。
【００４８】（付記９）前記特徴量抽出機能は、前記診
断画像のすべての病変位置に対して、広域的な特徴量，
局所的な特徴量及び共通的な特徴量を抽出することを特
徴とする付記２〜付記８のいずれか１つに記載の診断支
援プログラムを記録したコンピュータ読取可能な記録媒
体。
断画像のすべての病変位置に対して、広域的な特徴量，
局所的な特徴量及び共通的な特徴量を抽出することを特
徴とする付記２〜付記８のいずれか１つに記載の診断支
援プログラムを記録したコンピュータ読取可能な記録媒
体。
【００４９】（付記１０）診断画像から病変位置を検出
する病変位置検出手段と、該病変位置検出手段により検
出された病変位置の画像的な特徴量を抽出する特徴量抽
出手段と、参照画像及びその特徴量が蓄積されたデータ
ベースから、前記特徴量抽出手段により抽出された特徴
量に基づいて画像的に類似する参照画像を検索する参照
画像検索手段と、を含んで構成されたことを特徴とする
診断支援装置。
する病変位置検出手段と、該病変位置検出手段により検
出された病変位置の画像的な特徴量を抽出する特徴量抽
出手段と、参照画像及びその特徴量が蓄積されたデータ
ベースから、前記特徴量抽出手段により抽出された特徴
量に基づいて画像的に類似する参照画像を検索する参照
画像検索手段と、を含んで構成されたことを特徴とする
診断支援装置。
【００５０】（付記１１）前記診断画像及びその特徴量
を前記データベースに登録するデータベース登録手段を
備えたことを特徴とする付記１０記載の診断支援装置。
を前記データベースに登録するデータベース登録手段を
備えたことを特徴とする付記１０記載の診断支援装置。
【００５１】（付記１２）前記データベースに蓄積され
た参照画像の特徴量と診断画像の特徴量とを照合して画
像的な類似度を演算する類似度演算手段を備え、前記参
照画像検索手段は、前記類似度演算手段により演算され
た類似度順に参照画像を検索することを特徴とする付記
１０又は付記１１に記載の診断支援装置。
た参照画像の特徴量と診断画像の特徴量とを照合して画
像的な類似度を演算する類似度演算手段を備え、前記参
照画像検索手段は、前記類似度演算手段により演算され
た類似度順に参照画像を検索することを特徴とする付記
１０又は付記１１に記載の診断支援装置。
【００５２】（付記１３）前記類似度演算手段は、臓器
別に設定された重み付けを考慮して類似度を演算するこ
とを特徴とする付記１２記載の診断支援装置。
別に設定された重み付けを考慮して類似度を演算するこ
とを特徴とする付記１２記載の診断支援装置。
【００５３】（付記１４）前記重み付けは、変更可能に
構成されたテーブルに設定されていることを特徴とする
付記１３記載の診断支援装置。
構成されたテーブルに設定されていることを特徴とする
付記１３記載の診断支援装置。
【００５４】（付記１５）前記参照画像検索手段により
検索された参照画像に関連付けられた所見を表示する所
見表示手段を備えたことを特徴とする付記１０〜付記１
４のいずれか１つに記載の診断支援装置。
検索された参照画像に関連付けられた所見を表示する所
見表示手段を備えたことを特徴とする付記１０〜付記１
４のいずれか１つに記載の診断支援装置。
【００５５】（付記１６）前記病変位置検出手段は、指
定された臓器の病変位置を検出することを特徴とする付
記１０〜付記１５のいずれか１つに記載の診断支援装
置。
定された臓器の病変位置を検出することを特徴とする付
記１０〜付記１５のいずれか１つに記載の診断支援装
置。
【００５６】（付記１７）前記特徴量抽出手段は、前記
診断画像のすべての病変位置に対して、広域的な特徴
量，局所的な特徴量及び共通的な特徴量を抽出すること
を特徴とする付記１０〜付記１６のいずれか１つに記載
の診断支援装置。
診断画像のすべての病変位置に対して、広域的な特徴
量，局所的な特徴量及び共通的な特徴量を抽出すること
を特徴とする付記１０〜付記１６のいずれか１つに記載
の診断支援装置。
【００５７】（付記１８）診断画像から病変位置を検出
する病変位置検出工程と、該病変位置検出工程により検
出された病変位置の画像的な特徴量を抽出する特徴量抽
出工程と、参照画像及びその特徴量が蓄積されたデータ
ベースから、前記特徴量抽出工程により抽出された特徴
量に基づいて画像的に類似する参照画像を検索する参照
画像検索工程と、を備えたことを特徴とする診断支援方
法。
する病変位置検出工程と、該病変位置検出工程により検
出された病変位置の画像的な特徴量を抽出する特徴量抽
出工程と、参照画像及びその特徴量が蓄積されたデータ
ベースから、前記特徴量抽出工程により抽出された特徴
量に基づいて画像的に類似する参照画像を検索する参照
画像検索工程と、を備えたことを特徴とする診断支援方
法。
【００５８】（付記１９）前記診断画像及びその特徴量
を前記データベースに登録するデータベース登録工程を
備えたことを特徴とする付記１８記載の診断支援方法。
を前記データベースに登録するデータベース登録工程を
備えたことを特徴とする付記１８記載の診断支援方法。
【００５９】（付記２０）前記データベースに蓄積され
た参照画像の特徴量と診断画像の特徴量とを照合して画
像的な類似度を演算する類似度演算工程を備え、前記参
照画像検索工程は、前記類似度演算工程により演算され
た類似度順に参照画像を検索することを特徴とする付記
１８又は付記１９に記載の診断支援方法。
た参照画像の特徴量と診断画像の特徴量とを照合して画
像的な類似度を演算する類似度演算工程を備え、前記参
照画像検索工程は、前記類似度演算工程により演算され
た類似度順に参照画像を検索することを特徴とする付記
１８又は付記１９に記載の診断支援方法。
【００６０】（付記２１）前記類似度演算工程は、臓器
別に設定された重み付けを考慮して類似度を演算するこ
とを特徴とする付記２０記載の診断支援方法。
別に設定された重み付けを考慮して類似度を演算するこ
とを特徴とする付記２０記載の診断支援方法。
【００６１】（付記２２）前記重み付けは、変更可能に
構成されたテーブルに設定されていることを特徴とする
付記２１記載の診断支援方法。
構成されたテーブルに設定されていることを特徴とする
付記２１記載の診断支援方法。
【００６２】（付記２３）前記参照画像検索工程により
検索された参照画像に関連付けられた所見を表示する所
見表示工程を備えたことを特徴とする付記１８〜付記２
２のいずれか１つに記載の診断支援方法。
検索された参照画像に関連付けられた所見を表示する所
見表示工程を備えたことを特徴とする付記１８〜付記２
２のいずれか１つに記載の診断支援方法。
【００６３】（付記２４）前記病変位置検出工程は、指
定された臓器の病変位置を検出することを特徴とする付
記１８〜付記２３のいずれか１つに記載の診断支援方
法。
定された臓器の病変位置を検出することを特徴とする付
記１８〜付記２３のいずれか１つに記載の診断支援方
法。
【００６４】（付記２５）前記特徴量抽出工程は、前記
診断画像のすべての病変位置に対して、広域的な特徴
量，局所的な特徴量及び共通的な特徴量を抽出すること
を特徴とする付記１８〜付記２４のいずれか１つに記載
の診断支援方法。
診断画像のすべての病変位置に対して、広域的な特徴
量，局所的な特徴量及び共通的な特徴量を抽出すること
を特徴とする付記１８〜付記２４のいずれか１つに記載
の診断支援方法。
【００６５】
【発明の効果】以上説明したように、本発明に係る診断
支援技術によれば、診断画像を読影して診断を行なう医
師は、診断画像に表れた病変部の症例に類似した過去の
症例を容易に参照できるようになる。このため、主観を
排して客観的な診断を行なうことができる。そして、客
観的な診断が可能となることから、例えば、読影経験が
不足する医師であっても、誤診する可能性が激減し、診
断精度を向上することができる。また、参照症例を活用
することで、診断画像だけからでは病名が判然としない
ときであっても、その病名を推定することができ、診断
精度を向上することができる。
支援技術によれば、診断画像を読影して診断を行なう医
師は、診断画像に表れた病変部の症例に類似した過去の
症例を容易に参照できるようになる。このため、主観を
排して客観的な診断を行なうことができる。そして、客
観的な診断が可能となることから、例えば、読影経験が
不足する医師であっても、誤診する可能性が激減し、診
断精度を向上することができる。また、参照症例を活用
することで、診断画像だけからでは病名が判然としない
ときであっても、その病名を推定することができ、診断
精度を向上することができる。
【図１】本発明に係る診断支援装置の構成図である。
【図２】画像ＤＢのインデックスの説明図である。
【図３】特徴ＤＢのインデックスの説明図である。
【図４】所見ＤＢのインデックスの説明図である。
【図５】制御内容を示すメインルーチンのフローチャー
トである。
トである。
【図６】病変特徴量抽出のためのサブルーチンのフロー
チャートである。
チャートである。
【図７】病名確率演算のためのサブルーチンのフローチ
ャートである。
ャートである。
【図８】類似度の算出方法の説明図である。
【図９】重み付けベクトルテーブルの説明図である。
【図１０】病名及びその確率を表示する画面の説明図で
ある。
ある。
【図１１】類似度順に整列された参照症例の説明図であ
る。
る。
１０ 画像ＤＢ １２ 特徴ＤＢ １４ 所見ＤＢ １６ 病変位置検出部 １８ 病変特徴量抽出部 ２０ 病変特徴量照合部 ２２ 病名確率演算部
Claims (11)
- 【請求項１】診断画像から病変位置を検出する病変位置
検出機能と、 該病変位置検出機能により検出された病変位置の画像的
な特徴量を抽出する特徴量抽出機能と、 参照画像及びその特徴量が蓄積されたデータベースか
ら、前記特徴量抽出機能により抽出された特徴量に基づ
いて画像的に類似する参照画像を検索する参照画像検索
機能と、 をコンピュータに実現させるための診断支援プログラ
ム。 - 【請求項２】診断画像から病変位置を検出する病変位置
検出機能と、 該病変位置検出機能により検出された病変位置の画像的
な特徴量を抽出する特徴量抽出機能と、 参照画像及びその特徴量が蓄積されたデータベースか
ら、前記特徴量抽出機能により抽出された特徴量に基づ
いて画像的に類似する参照画像を検索する参照画像検索
機能と、 をコンピュータに実現させるための診断支援プログラム
を記録したコンピュータ読取可能な記録媒体。 - 【請求項３】前記診断画像及びその特徴量を前記データ
ベースに登録するデータベース登録機能を備えたことを
特徴とする請求項２記載の診断支援プログラムを記録し
たコンピュータ読取可能な記録媒体。 - 【請求項４】前記データベースに蓄積された参照画像の
特徴量と診断画像の特徴量とを照合して画像的な類似度
を演算する類似度演算機能を備え、 前記参照画像検索機能は、前記類似度演算機能により演
算された類似度順に参照画像を検索することを特徴とす
る請求項２又は請求項３に記載の診断支援プログラムを
記録したコンピュータ読取可能な記録媒体。 - 【請求項５】前記参照画像検索機能により検索された参
照画像に関連付けられた所見を表示する所見表示機能を
備えたことを特徴とする請求項２〜請求項４のいずれか
１つに記載の診断支援プログラムを記録したコンピュー
タ読取可能な記録媒体。 - 【請求項６】診断画像から病変位置を検出する病変位置
検出手段と、 該病変位置検出手段により検出された病変位置の画像的
な特徴量を抽出する特徴量抽出手段と、 参照画像及びその特徴量が蓄積されたデータベースか
ら、前記特徴量抽出手段により抽出された特徴量に基づ
いて画像的に類似する参照画像を検索する参照画像検索
手段と、を含んで構成されたことを特徴とする診断支援
装置。 - 【請求項７】前記診断画像及びその特徴量を前記データ
ベースに登録するデータベース登録手段を備えたことを
特徴とする請求項６記載の診断支援装置。 - 【請求項８】診断画像から病変位置を検出する病変位置
検出工程と、 該病変位置検出工程により検出された病変位置の画像的
な特徴量を抽出する特徴量抽出工程と、 参照画像及びその特徴量が蓄積されたデータベースか
ら、前記特徴量抽出工程により抽出された特徴量に基づ
いて画像的に類似する参照画像を検索する参照画像検索
工程と、 を備えたことを特徴とする診断支援方法。 - 【請求項９】前記診断画像及びその特徴量を前記データ
ベースに登録するデータベース登録工程を備えたことを
特徴とする請求項８記載の診断支援方法。 - 【請求項１０】前記データベースに蓄積された参照画像
の特徴量と診断画像の特徴量とを照合して画像的な類似
度を演算する類似度演算工程を備え、 前記参照画像検索工程は、前記類似度演算工程により演
算された類似度順に参照画像を検索することを特徴とす
る請求項８又は請求項９に記載の診断支援方法。 - 【請求項１１】前記参照画像検索工程により検索された
参照画像に関連付けられた所見を表示する所見表示工程
を備えたことを特徴とする請求項８〜請求項１０のいず
れか１つに記載の診断支援方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001357478A JP4021179B2 (ja) | 2000-11-29 | 2001-11-22 | 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000-362779 | 2000-11-29 | ||
| JP2000362779 | 2000-11-29 | ||
| JP2001357478A JP4021179B2 (ja) | 2000-11-29 | 2001-11-22 | 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002230518A true JP2002230518A (ja) | 2002-08-16 |
| JP4021179B2 JP4021179B2 (ja) | 2007-12-12 |
Family
ID=26604807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001357478A Expired - Lifetime JP4021179B2 (ja) | 2000-11-29 | 2001-11-22 | 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4021179B2 (ja) |
Cited By (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004326245A (ja) * | 2003-04-22 | 2004-11-18 | Hitachi Medical Corp | 電子カルテシステム |
| JP2005284846A (ja) * | 2004-03-30 | 2005-10-13 | Fuji Photo Film Co Ltd | 診断支援システム並びにそれに用いる方法及びサーバ |
| JP2006034585A (ja) * | 2004-07-27 | 2006-02-09 | Fuji Photo Film Co Ltd | 画像表示装置、画像表示方法およびそのプログラム |
| JP2007280229A (ja) * | 2006-04-11 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
| JP2007279942A (ja) * | 2006-04-05 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
| WO2007119788A1 (ja) * | 2006-04-19 | 2007-10-25 | Fujifilm Corporation | 診断支援システム |
| JP2007305107A (ja) * | 2006-04-10 | 2007-11-22 | Fujifilm Corp | レポート作成支援装置、レポート作成支援方法およびそのプログラム |
| JP2008077163A (ja) * | 2006-09-19 | 2008-04-03 | Fuji Xerox Co Ltd | 検索システム、検索方法及び検索プログラム |
| JP2008146219A (ja) * | 2006-12-07 | 2008-06-26 | Fuji Xerox Co Ltd | データ検索システム、およびデータ検索方法、並びにコンピュータ・プログラム |
| JP2008212248A (ja) * | 2007-02-28 | 2008-09-18 | Toshiba Corp | 医用画像検索システム |
| KR100882275B1 (ko) | 2007-05-25 | 2009-02-06 | 전남대학교산학협력단 | 얼굴영상을 이용한 질병분류시스템 |
| JP2009095649A (ja) * | 2007-09-26 | 2009-05-07 | Fujifilm Corp | 医用情報処理システム、医用情報処理方法、及びプログラム |
| JP2009523059A (ja) * | 2006-01-11 | 2009-06-18 | ボストン サイエンティフィック サイムド，インコーポレイテッド | 医用画像検索 |
| JP2010029481A (ja) * | 2008-07-29 | 2010-02-12 | Univ Of Tsukuba | 腫瘍の経過観察レポート自動作成診断支援システム |
| JP2010079568A (ja) * | 2008-09-25 | 2010-04-08 | Canon Inc | データ検索装置およびその制御方法、データ検索システム |
| JP2010079398A (ja) * | 2008-09-24 | 2010-04-08 | Fuji Xerox Co Ltd | 類似画像提示装置及びプログラム |
| JP2010211749A (ja) * | 2009-03-12 | 2010-09-24 | Fujifilm Corp | 症例画像検索装置、方法およびプログラム |
| JP2011048672A (ja) * | 2009-08-27 | 2011-03-10 | Fujifilm Corp | 症例画像登録装置、方法およびプログラム |
| JP2011131022A (ja) * | 2009-12-25 | 2011-07-07 | Canon Inc | 医療診断支援装置 |
| JP2011180845A (ja) * | 2010-03-01 | 2011-09-15 | Canon Inc | 推論装置 |
| US20120136882A1 (en) * | 2010-11-30 | 2012-05-31 | Canon Kabushiki Kaisha | Diagnosis support apparatus, method of controlling the same, and storage medium |
| JP2012118583A (ja) * | 2010-11-29 | 2012-06-21 | Canon Inc | レポート作成支援装置及びその作成支援方法、並びにプログラム |
| JP4979842B1 (ja) * | 2011-06-30 | 2012-07-18 | パナソニック株式会社 | 類似症例検索装置および類似症例検索方法 |
| JP2012249964A (ja) * | 2011-06-06 | 2012-12-20 | Canon Inc | 診療支援装置、診療支援方法 |
| WO2013001584A1 (ja) * | 2011-06-30 | 2013-01-03 | パナソニック株式会社 | 類似症例検索装置および類似症例検索方法 |
| JP2013061879A (ja) * | 2011-09-14 | 2013-04-04 | Olympus Medical Systems Corp | 画像検索システム |
| WO2013088806A1 (ja) * | 2011-12-13 | 2013-06-20 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 医用画像を検索する方法、装置及びコンピュータプログラム |
| US8527296B2 (en) | 2007-09-26 | 2013-09-03 | Fujifilm Corporation | Medical information processing system, medical information processing method, and computer readable medium |
| JP2014522532A (ja) * | 2011-06-06 | 2014-09-04 | コーニンクレッカ フィリップス エヌ ヴェ | 表現型を示す組み合わせサインのクロスモーダル適用 |
| JP2014241171A (ja) * | 2014-09-18 | 2014-12-25 | キヤノン株式会社 | レポート作成支援装置及びその作成支援方法、並びにプログラム |
| WO2015029135A1 (ja) * | 2013-08-27 | 2015-03-05 | 株式会社日立製作所 | 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム |
| US9208173B1 (en) | 2014-06-13 | 2015-12-08 | Globalfoundries Inc. | Techniques for medical image retreival |
| JP2016021248A (ja) * | 2015-09-01 | 2016-02-04 | キヤノン株式会社 | 医療診断支援装置 |
| JP2016147046A (ja) * | 2015-02-12 | 2016-08-18 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、医用画像処理システム、及び医用画像処理プログラム |
| JP2017074363A (ja) * | 2016-10-05 | 2017-04-20 | キヤノン株式会社 | 診断支援装置及びその制御方法 |
| JP2017099907A (ja) * | 2017-01-11 | 2017-06-08 | キヤノン株式会社 | 診断支援装置および診断支援方法 |
| JP2017191469A (ja) * | 2016-04-13 | 2017-10-19 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
| JP2018054472A (ja) * | 2016-09-29 | 2018-04-05 | ケーディーアイコンズ株式会社 | 情報処理装置及びプログラム |
| DE102018108072A1 (de) | 2017-04-10 | 2018-10-11 | Fujifilm Corporation | Einrichtung, Verfahren und Programm zur Klassifizierung medizinischer Bilder |
| JP2018183601A (ja) * | 2018-06-18 | 2018-11-22 | キヤノン株式会社 | 診断支援システム、その作動方法、診断支援装置、およびプログラム |
| JP2020010804A (ja) * | 2018-07-17 | 2020-01-23 | 大日本印刷株式会社 | 医用画像診断支援装置、プログラム及び医用画像診断支援方法 |
| WO2020044735A1 (ja) * | 2018-08-31 | 2020-03-05 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
| WO2020044736A1 (ja) * | 2018-08-31 | 2020-03-05 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
| JP2020044162A (ja) * | 2018-09-20 | 2020-03-26 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置および医用情報処理システム |
| WO2020093987A1 (zh) * | 2018-11-05 | 2020-05-14 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、系统、计算机设备以及可读存储介质 |
| JP2020093083A (ja) * | 2018-12-11 | 2020-06-18 | メディカルアイピー・カンパニー・リミテッド | 医療映像再構成方法及びその装置 |
| JP2022511965A (ja) * | 2018-12-11 | 2022-02-01 | シナジー エイ．アイ． カンパニー リミテッド | 人工神経網を利用する臓器の体積測定方法及びその装置 |
| WO2022201992A1 (ja) * | 2021-03-24 | 2022-09-29 | ソニーグループ株式会社 | 医療用画像解析装置、医療用画像解析方法及び医療用画像解析システム |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010082001A (ja) * | 2008-09-29 | 2010-04-15 | Toshiba Corp | 画像表示装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06292656A (ja) * | 1993-03-29 | 1994-10-21 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | コンピュータによる画像診断支援装置およびその方法 |
| JPH10326286A (ja) * | 1997-05-27 | 1998-12-08 | Mitsubishi Electric Corp | 類似検索装置及び類似検索プログラムを記録した記録媒体 |
-
2001
- 2001-11-22 JP JP2001357478A patent/JP4021179B2/ja not_active Expired - Lifetime
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06292656A (ja) * | 1993-03-29 | 1994-10-21 | Gakushiyuu Joho Tsushin Syst Kenkyusho:Kk | コンピュータによる画像診断支援装置およびその方法 |
| JPH10326286A (ja) * | 1997-05-27 | 1998-12-08 | Mitsubishi Electric Corp | 類似検索装置及び類似検索プログラムを記録した記録媒体 |
Cited By (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004326245A (ja) * | 2003-04-22 | 2004-11-18 | Hitachi Medical Corp | 電子カルテシステム |
| JP2005284846A (ja) * | 2004-03-30 | 2005-10-13 | Fuji Photo Film Co Ltd | 診断支援システム並びにそれに用いる方法及びサーバ |
| JP2006034585A (ja) * | 2004-07-27 | 2006-02-09 | Fuji Photo Film Co Ltd | 画像表示装置、画像表示方法およびそのプログラム |
| JP2009523059A (ja) * | 2006-01-11 | 2009-06-18 | ボストン サイエンティフィック サイムド，インコーポレイテッド | 医用画像検索 |
| JP2007279942A (ja) * | 2006-04-05 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
| JP2007305107A (ja) * | 2006-04-10 | 2007-11-22 | Fujifilm Corp | レポート作成支援装置、レポート作成支援方法およびそのプログラム |
| JP2007280229A (ja) * | 2006-04-11 | 2007-10-25 | Fujifilm Corp | 類似症例検索装置、類似症例検索方法およびそのプログラム |
| WO2007119788A1 (ja) * | 2006-04-19 | 2007-10-25 | Fujifilm Corporation | 診断支援システム |
| US7949166B2 (en) | 2006-04-19 | 2011-05-24 | Fujifilm Corporation | Diagnosis support system |
| JP2008077163A (ja) * | 2006-09-19 | 2008-04-03 | Fuji Xerox Co Ltd | 検索システム、検索方法及び検索プログラム |
| JP2008146219A (ja) * | 2006-12-07 | 2008-06-26 | Fuji Xerox Co Ltd | データ検索システム、およびデータ検索方法、並びにコンピュータ・プログラム |
| US8306960B2 (en) | 2007-02-28 | 2012-11-06 | Kabushiki Kaisha Toshiba | Medical image retrieval system |
| JP2008212248A (ja) * | 2007-02-28 | 2008-09-18 | Toshiba Corp | 医用画像検索システム |
| KR100882275B1 (ko) | 2007-05-25 | 2009-02-06 | 전남대학교산학협력단 | 얼굴영상을 이용한 질병분류시스템 |
| US8527296B2 (en) | 2007-09-26 | 2013-09-03 | Fujifilm Corporation | Medical information processing system, medical information processing method, and computer readable medium |
| JP2009095649A (ja) * | 2007-09-26 | 2009-05-07 | Fujifilm Corp | 医用情報処理システム、医用情報処理方法、及びプログラム |
| JP2010029481A (ja) * | 2008-07-29 | 2010-02-12 | Univ Of Tsukuba | 腫瘍の経過観察レポート自動作成診断支援システム |
| JP2010079398A (ja) * | 2008-09-24 | 2010-04-08 | Fuji Xerox Co Ltd | 類似画像提示装置及びプログラム |
| JP2010079568A (ja) * | 2008-09-25 | 2010-04-08 | Canon Inc | データ検索装置およびその制御方法、データ検索システム |
| JP2010211749A (ja) * | 2009-03-12 | 2010-09-24 | Fujifilm Corp | 症例画像検索装置、方法およびプログラム |
| JP2011048672A (ja) * | 2009-08-27 | 2011-03-10 | Fujifilm Corp | 症例画像登録装置、方法およびプログラム |
| JP2011131022A (ja) * | 2009-12-25 | 2011-07-07 | Canon Inc | 医療診断支援装置 |
| JP2011180845A (ja) * | 2010-03-01 | 2011-09-15 | Canon Inc | 推論装置 |
| JP2012118583A (ja) * | 2010-11-29 | 2012-06-21 | Canon Inc | レポート作成支援装置及びその作成支援方法、並びにプログラム |
| US9117009B2 (en) | 2010-11-29 | 2015-08-25 | Canon Kabushiki Kaisha | Report creation support apparatus, creation support method thereof and program |
| US9519866B2 (en) * | 2010-11-30 | 2016-12-13 | Canon Kabushiki Kaisha | Diagnosis support apparatus, method of controlling the same, and storage medium |
| US20120136882A1 (en) * | 2010-11-30 | 2012-05-31 | Canon Kabushiki Kaisha | Diagnosis support apparatus, method of controlling the same, and storage medium |
| JP2012249964A (ja) * | 2011-06-06 | 2012-12-20 | Canon Inc | 診療支援装置、診療支援方法 |
| JP2014522532A (ja) * | 2011-06-06 | 2014-09-04 | コーニンクレッカ フィリップス エヌ ヴェ | 表現型を示す組み合わせサインのクロスモーダル適用 |
| US8953857B2 (en) | 2011-06-30 | 2015-02-10 | Panasonic Corporation | Similar case searching apparatus and similar case searching method |
| WO2013001584A1 (ja) * | 2011-06-30 | 2013-01-03 | パナソニック株式会社 | 類似症例検索装置および類似症例検索方法 |
| JP4979842B1 (ja) * | 2011-06-30 | 2012-07-18 | パナソニック株式会社 | 類似症例検索装置および類似症例検索方法 |
| JP2013061879A (ja) * | 2011-09-14 | 2013-04-04 | Olympus Medical Systems Corp | 画像検索システム |
| JPWO2013088806A1 (ja) * | 2011-12-13 | 2015-04-27 | インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ | 医用画像を検索する方法、装置及びコンピュータプログラム |
| WO2013088806A1 (ja) * | 2011-12-13 | 2013-06-20 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 医用画像を検索する方法、装置及びコンピュータプログラム |
| GB2511686A (en) * | 2011-12-13 | 2014-09-10 | Ibm | Medical-image retrieval method, device, and computer program |
| US9201902B2 (en) | 2011-12-13 | 2015-12-01 | Globalfoundries Inc. | Techniques for medical image retrieval |
| WO2015029135A1 (ja) * | 2013-08-27 | 2015-03-05 | 株式会社日立製作所 | 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム |
| JPWO2015029135A1 (ja) * | 2013-08-27 | 2017-03-02 | 株式会社日立製作所 | 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム |
| US9208173B1 (en) | 2014-06-13 | 2015-12-08 | Globalfoundries Inc. | Techniques for medical image retreival |
| JP2014241171A (ja) * | 2014-09-18 | 2014-12-25 | キヤノン株式会社 | レポート作成支援装置及びその作成支援方法、並びにプログラム |
| JP2016147046A (ja) * | 2015-02-12 | 2016-08-18 | 東芝メディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理方法、医用画像処理システム、及び医用画像処理プログラム |
| JP2016021248A (ja) * | 2015-09-01 | 2016-02-04 | キヤノン株式会社 | 医療診断支援装置 |
| JP2017191469A (ja) * | 2016-04-13 | 2017-10-19 | キヤノン株式会社 | 診断支援装置、情報処理方法、診断支援システム及びプログラム |
| JP2018054472A (ja) * | 2016-09-29 | 2018-04-05 | ケーディーアイコンズ株式会社 | 情報処理装置及びプログラム |
| JP2017074363A (ja) * | 2016-10-05 | 2017-04-20 | キヤノン株式会社 | 診断支援装置及びその制御方法 |
| JP2017099907A (ja) * | 2017-01-11 | 2017-06-08 | キヤノン株式会社 | 診断支援装置および診断支援方法 |
| US10650282B2 (en) | 2017-04-10 | 2020-05-12 | Fujifilm Corporation | Medical image classification apparatus, method, and program |
| DE102018108072A1 (de) | 2017-04-10 | 2018-10-11 | Fujifilm Corporation | Einrichtung, Verfahren und Programm zur Klassifizierung medizinischer Bilder |
| JP2018183601A (ja) * | 2018-06-18 | 2018-11-22 | キヤノン株式会社 | 診断支援システム、その作動方法、診断支援装置、およびプログラム |
| JP7129058B2 (ja) | 2018-07-17 | 2022-09-01 | 大日本印刷株式会社 | 医用画像診断支援装置、プログラム及び医用画像診断支援方法 |
| JP2020010804A (ja) * | 2018-07-17 | 2020-01-23 | 大日本印刷株式会社 | 医用画像診断支援装置、プログラム及び医用画像診断支援方法 |
| CN112638262B (zh) * | 2018-08-31 | 2024-05-14 | 富士胶片株式会社 | 相似度确定装置、方法及程序 |
| WO2020044735A1 (ja) * | 2018-08-31 | 2020-03-05 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
| WO2020044736A1 (ja) * | 2018-08-31 | 2020-03-05 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
| CN112601494A (zh) * | 2018-08-31 | 2021-04-02 | 富士胶片株式会社 | 相似度确定装置、方法及程序 |
| CN112638262A (zh) * | 2018-08-31 | 2021-04-09 | 富士胶片株式会社 | 相似度确定装置、方法及程序 |
| JPWO2020044735A1 (ja) * | 2018-08-31 | 2021-06-03 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
| JP7004829B2 (ja) | 2018-08-31 | 2022-01-21 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
| US11854190B2 (en) | 2018-08-31 | 2023-12-26 | Fujifilm Corporation | Similarity determination apparatus, similarity determination method, and similarity determination program |
| US11893735B2 (en) | 2018-08-31 | 2024-02-06 | Fujifilm Corporation | Similarity determination apparatus, similarity determination method, and similarity determination program |
| JP2020044162A (ja) * | 2018-09-20 | 2020-03-26 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置および医用情報処理システム |
| JP7134805B2 (ja) | 2018-09-20 | 2022-09-12 | キヤノンメディカルシステムズ株式会社 | 医用情報処理装置および医用情報処理システム |
| WO2020093987A1 (zh) * | 2018-11-05 | 2020-05-14 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、系统、计算机设备以及可读存储介质 |
| JP2020093083A (ja) * | 2018-12-11 | 2020-06-18 | メディカルアイピー・カンパニー・リミテッド | 医療映像再構成方法及びその装置 |
| JP7239701B2 (ja) | 2018-12-11 | 2023-03-14 | シナジー エイ．アイ． カンパニー リミテッド | 人工神経網を利用する臓器の体積測定方法及びその装置 |
| JP2022511965A (ja) * | 2018-12-11 | 2022-02-01 | シナジー エイ．アイ． カンパニー リミテッド | 人工神経網を利用する臓器の体積測定方法及びその装置 |
| JP7521834B2 (ja) | 2018-12-11 | 2024-07-24 | シナジー エイ．アイ． カンパニー リミテッド | 人工神経網を利用する臓器の体積測定方法及びその装置 |
| US12056890B2 (en) | 2018-12-11 | 2024-08-06 | Synergy A.I. Co. Ltd. | Method for measuring volume of organ by using artificial neural network, and apparatus therefor |
| WO2022201992A1 (ja) * | 2021-03-24 | 2022-09-29 | ソニーグループ株式会社 | 医療用画像解析装置、医療用画像解析方法及び医療用画像解析システム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4021179B2 (ja) | 2007-12-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4021179B2 (ja) | 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 | |
| US6925199B2 (en) | Computer readable recording medium recorded with diagnosis supporting program, diagnosis supporting apparatus and diagnosis supporting method | |
| US7374077B2 (en) | Similar image search system | |
| JP4087640B2 (ja) | 疾患候補情報出力システム | |
| JP4912015B2 (ja) | 類似画像検索装置および方法並びにプログラム | |
| US10664567B2 (en) | Extraction of information from an image and inclusion thereof in a clinical report | |
| KR101943011B1 (ko) | 피검체의 의료 영상 판독을 지원하는 방법 및 이를 이용한 장치 | |
| JP6807820B2 (ja) | 画像検索装置、方法およびプログラム | |
| JP4905967B2 (ja) | 類似症例検索装置、方法、およびプログラム | |
| JP5383431B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| US8306960B2 (en) | Medical image retrieval system | |
| JP4976164B2 (ja) | 類似症例検索装置、方法、およびプログラム | |
| JP6719421B2 (ja) | 学習データ生成支援装置および学習データ生成支援方法並びに学習データ生成支援プログラム | |
| US11875897B2 (en) | Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program | |
| US8260810B2 (en) | Case image registration apparatus, method and recording medium, and case image search apparatus, method, recording medium and system | |
| JP5647522B2 (ja) | クロスモダリティによる事例ベースのコンピュータ支援診断のための方法及びシステム | |
| JP2007286945A (ja) | 類似画像検索装置および方法並びにプログラム | |
| US11669960B2 (en) | Learning system, method, and program | |
| US11468659B2 (en) | Learning support device, learning support method, learning support program, region-of-interest discrimination device, region-of-interest discrimination method, region-of-interest discrimination program, and learned model | |
| Aggarwal et al. | Semantic and content-based medical image retrieval for lung cancer diagnosis with the inclusion of expert knowledge and proven pathology | |
| JP2007275440A (ja) | 類似画像検索装置および方法並びにプログラム | |
| JP2011118540A (ja) | 症例検索装置、方法およびプログラム | |
| JP5655327B2 (ja) | プログラムおよび情報処理装置 | |
| JP7426826B2 (ja) | 所見の兆候を探る画像スライスのコンピュータ支援検索のためのシステム及び方法 | |
| CN116631584A (zh) | 通用型医学影像报告生成方法与系统、电子设备及可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040823 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070330 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070403 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070528 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070925 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070926 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4021179 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111005 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111005 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131005 Year of fee payment: 6 |
|
| EXPY | Cancellation because of completion of term |