JP2004113644A - 診断支援装置、診断支援方法、プログラム及び記憶媒体 - Google Patents
診断支援装置、診断支援方法、プログラム及び記憶媒体 Download PDFInfo
- Publication number
- JP2004113644A JP2004113644A JP2002284042A JP2002284042A JP2004113644A JP 2004113644 A JP2004113644 A JP 2004113644A JP 2002284042 A JP2002284042 A JP 2002284042A JP 2002284042 A JP2002284042 A JP 2002284042A JP 2004113644 A JP2004113644 A JP 2004113644A
- Authority
- JP
- Japan
- Prior art keywords
- medical image
- image data
- diagnosis
- detection
- detection algorithms
- 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.)
- Pending
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Analysis (AREA)
Abstract
【課題】医師による診断をより効率的に支援する。
【解決手段】診断部52は、総合診断プログラム22に従って総合診断処理を実行する。具体的には、診断部52は、先ず、通信部40を介して医用画像DB60から読み出した医用画像データに第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを各々適用して、当該医用画像データを解析する。そして、各検出アルゴリズムを用いた診断結果に基づいて、検出された病変に対する総合評価値をそれぞれ算出する
【選択図】 図1
【解決手段】診断部52は、総合診断プログラム22に従って総合診断処理を実行する。具体的には、診断部52は、先ず、通信部40を介して医用画像DB60から読み出した医用画像データに第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを各々適用して、当該医用画像データを解析する。そして、各検出アルゴリズムを用いた診断結果に基づいて、検出された病変に対する総合評価値をそれぞれ算出する
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明は、医用画像データ上の異常陰影候補を検出する診断支援装置、診断支援方法、プログラム及び記憶媒体に関する。
【0002】
【従来の技術】
近年、コンピュータによる画像処理技術を用いて医用画像データを自動的に解析して医師による診断を支援するコンピュータ支援診断(Computer Aided Diagnosis:以下、「CAD」という。)システムの開発が活発に行われている。具体的には、例えば、医用画像上の微小石灰化クラスタや腫瘤陰影等の異常陰影、或いはその形態的な特徴を検出するための検出アルゴリズムを用いて医用画像データを解析し、診断結果として出力する。
【0003】
さらに、複数の異常陰影検出アルゴリズムから検出目的の異常陰影の種類(即ち、病変)に応じて選出した所定の異常陰影検出アルゴリズムを用いて医用画像データを解析する、画像診断支援装置(即ち、CAD)に関する技術が開示されている(例えば、特許文献1参照。)。
【0004】
【特許文献1】
特開2002−112986号公報
【0005】
【発明が解決しようとする課題】
ところで、上述した画像診断支援装置においては、検出目的に応じた異常陰影検出アルゴリズムを選出する必要があり、異常陰影検出アルゴリズムを適切に選出しないと良好な診断結果が得られないという問題が生じていた。また、医師は、複数の異常陰影検出アルゴリズムを用いて得られた複数の診断結果に基づいて病変を総合的に判断する必要があった。
【0006】
本発明は、上述した従来の事情に鑑みて為されたものであり、医師による診断をより効率的に支援することを目的とする。
【0007】
【課題を解決するための手段】
以上の課題を解決するため、請求項1に記載の発明は、
検出アルゴリズムを用いて医用画像データを解析して異常陰影候補を検出することにより、当該医用画像データの診断支援を行う診断支援装置において、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析手段と、
前記解析手段による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成手段と、
前記生成手段により生成された診断支援情報を出力する出力手段と、
を備えることを特徴としている。
【0008】
また、請求項3に記載の発明は、
検出アルゴリズムを用いて医用画像データを解析して異常陰影候補を検出することにより、当該医用画像データの診断支援を行う診断支援方法であって、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析工程と、
前記解析工程による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成工程と、
前記生成工程により生成された診断支援情報を出力する出力工程と、
を含むことを特徴としている。
【0009】
そして、請求項4に記載の発明は、
コンピュータに、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析機能と、
前記解析機能による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成機能と、
前記生成機能により生成された診断支援情報を出力する出力機能と、
を実現させるためのプログラムである。
【0010】
さらに、請求項5に記載の発明は、請求項4に記載のプログラムを記憶したことを特徴とするコンピュータ読取可能な記憶媒体である。
【0011】
この請求項1、3〜5に記載の発明によれば、医用画像データに対して所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析した結果を用いて、当該医用画像データに対する総合的な診断支援情報を自動的に生成して出力することができるので、医師による診断をより効率的に支援することができる。
【0012】
また、請求項2に記載の発明は、請求項1に記載の診断支援装置であって、
前記解析手段は、
前記複数の検出アルゴリズムの内、二以上の検出アルゴリズムを選択する選択手段を備え、前記選択手段により選択された二以上の検出アルゴリズムを各々適用して、前記1つの医用画像データを解析することを特徴としている。
【0013】
この請求項2に記載の発明によれば、例えば、病変の検出感度や検出部位の特定等、検出目的に応じた複数の検出アルゴリズムを選択し、当該複数の検出アルゴリズムを医用画像データに各々適用することにより、該当する病変に対するより確信度の高い総合的な診断支援情報を生成して出力することができる。
【0014】
【発明の実施の形態】
以下、図を参照して、本発明を適用した診断支援装置について説明する。図1は、診断支援装置1の機能構成例を示す図である。同図において、診断支援装置1は、入力部10と、記憶部20と、表示部30と、通信部40と、処理部50とを備えて構成される。
【0015】
入力部10は、例えば、カーソルキー、テンキー、各種ファンクションキー等を備えたキーボードや、マウス等の入力装置で構成され、キーボードにおいて押下されたキーの押下信号やマウスの位置信号等の操作信号を処理部50に出力して、各種選択指示等の入力手段を実現する。また、入力装置として、表示部30における位置を指示するペン等の装置と、指示された表示部30の位置を感知する装置とが組み合わされたタッチパネルを備え、当該タッチパネルにより指示された位置座標を検出して処理部50に出力することとしてもよい。
【0016】
記憶部20は、例えば、メモリやハードディスク、磁気ディスク、光ディスク等の記憶装置で構成され、診断支援装置1の動作に係る各種処理プログラムや当該処理プログラムによる処理結果等のデータが格納される。処理部50は、記憶部20から読み出した処理プログラムやデータに基づいて種々の処理を実行する。
【0017】
また、記憶部20には、特に、総合診断プログラム22と、診断結果データ24と、検出アルゴリズム26と、重み付けテーブル28とが格納される。
【0018】
検出アルゴリズム26とは、医用画像上の腫瘤陰影や微小石灰化クラスタ等の異常陰影を自動的に検出するためのプログラムであり、そのアルゴリズム(検出方法)によって各種の検出アルゴリズムがある。本実施の形態においては、検出アルゴリズム26として、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cの3つの検出アルゴリズムが用意されている場合を例にとって説明する。
【0019】
重み付けテーブル28には、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cそれぞれの各種病変に対する検出感度に対応した重み値が定義されている。
【0020】
図2に、重み付けテーブル28の一例を示す。同図に示すように、重み付けテーブル28には、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cの各検出アルゴリズムの病変a〜cに対する検出感度に対応した重み値が、それぞれ設定されている。重み付けテーブル28において設定されている重み値は、その数値が大きい程該当する病変に対する検出感度が高いことを示している。即ち、例えば、第1検出アルゴリズム26aに対応付けられた病変aの重み値は“3”であり、当該第1検出アルゴリズム26aの病変aに対する検出感度が高いことを示している。また、第2検出アルゴリズム26b及び第3検出アルゴリズム26cに対応付けられた病変aの重み値はそれぞれ“1”であり、当該第2検出アルゴリズム26b及び第3検出アルゴリズム26cの病変aに対する検出感度が低いことを示している。
【0021】
表示部30は、例えば、CRT(Cathode Ray Tube)やLCD(Liquid Crystal Display)等の各種表示装置で構成され、処理部50から入力される画像信号に基づく医用画像を表示する。
【0022】
通信部40は、外部機器と所定の情報を送受するための通信装置で構成され、例えば、LAN等を用いて医用画像DB60と有線接続される。処理部50は、通信部40及び当該通信部40の通信規格に対応する通信ケーブルを介して医用画像DB60との通信を制御する。この医用画像DB60には、例えば、各種診断モダリティにより取得した医用画像データが蓄積されて患者毎に管理されている。
【0023】
処理部50は、例えば、CPU(Central Processing Unit )等により構成され、診断支援装置1内の各機能部への指示やデータの転送等の処理を実行して診断支援装置1を統括的に制御する。即ち、処理部50は、入力部10を介して入力される操作信号や通信部40を介して入力されるデータ等に基づいて、記憶部20内に格納された各種処理プログラム(アルゴリズムを含む)を読み出し、当該処理プログラムに従って各種処理を実行する。そして、処理部50は、処理結果の一部或いは全てを記憶部20内に格納するとともに、当該処理結果を表示するための表示信号を表示部30に出力して、当該表示信号に対応した表示情報を表示させる。
【0024】
この処理部50により種々の機能が実現されるが、特に、記憶部20に格納される総合診断プログラム22に従って総合診断処理を実行し、CADの機能を実現する機能部を診断部52と呼び、以下説明する。
【0025】
具体的には、診断部52は、通信部40を介して医用画像DB60から読み出した医用画像データに第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを各々適用して、当該医用画像データを解析し、検出した異常陰影に該当する病変の確率(以下、適宜「診断結果」という。)を診断結果データ24に格納する。そして、診断部52は、各検出アルゴリズムを用いて得られた診断結果に基づいて検出された病変に対する総合評価値をそれぞれ算出し、診断結果データ24に格納する。
【0026】
ここで、総合評価値の算出方法について説明する。以下、平均値算出方式、選択的平均値算出方式、重み付き平均値算出方式の3つの算出方法について述べる。
【0027】
(1)平均値算出方式
適用した各検出アルゴリズムによる診断結果の平均値を算出して総合評価値とする。
【0028】
図3は、平均値算出方式を用いて総合評価値を算出した場合の診断結果データ24の一例を示している。例えば、対象となる医用画像データを解析した結果、病変bの確率は、第1検出アルゴリズム26aを適用した場合が“85(%)”、第2検出アルゴリズム26bを適用した場合が“85(%)”、第3検出アルゴリズム26cを適用した場合が“60(%)”であり、診断部52は、各値を平均して総合評価値“77(%)”を算出する。
【0029】
(2)選択的平均値算出方式
適用した各検出アルゴリズムによる診断結果の平均値を算出して総合評価値とする。この際、各検出アルゴリズムの各病変に対する検出感度を考慮して、該当する診断結果を採用するか否かを決定する。具体的には、評価部52は、重み付けテーブル28を参照し、対応する重み値に“2”及び“3”が設定されている診断結果を選択して平均値を算出する。
【0030】
図4は、選択的平均値算出方式を用いて総合評価値を算出した場合の診断結果データ24の一例を示している。診断部52は、重み付けテーブル28を参照して、対応する重み値に“1”が設定されている検出アルゴリズムによる診断結果を無視し、重み値が“2”と“3”の検出アルゴリズムによる診断結果を用いて総合評価値を算出する。例えば、診断部52は、病変bの総合評価値を算出する場合、対応する重み値に“3”が設定されている第1検出アルゴリズム26aによる診断結果“85(%)”、及び対応する重み値に“2”が設定されている第2検出アルゴリズム26bによる診断結果“85(%)”の各値を平均して総合評価値“85(%)”を算出する。
【0031】
(3)重み付き平均値算出方式
適用した各検出アルゴリズムによる診断結果の平均値を算出して総合評価値とする。この際、各病変に対する各検出アルゴリズムの検出感度を考慮して総合評価値を算出する。具体的には、評価部52は、重み付けテーブル28を参照し、各診断結果に対して該当する重み値を乗算した値を用いて平均値を算出する。
【0032】
図5は、重み付き平均値算出方式を用いて総合評価値を算出した場合の診断結果データ24の一例を示している。例えば、第1検出アルゴリズム26aを適用して得られた病変bの確率“85(%)”に該当する重み値“3”、第2検出アルゴリズム26bを適用して得られた病変bの確率“85(%)”に該当する重み値“2”、第3検出アルゴリズム26cを適用して得られた病変bの確率“60(%)”に該当する重み値“1”をそれぞれ乗算した結果を平均して総合評価値“81(%)”を算出する。
【0033】
従って、医用画像データに対して、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを各々適用した診断結果を用いて、病変a〜cの総合評価値を自動的に算出することができる。さらに、(2)及び(3)に示した方法で総合評価値を算出すれば、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cの各検出アルゴリズムによる病変a〜cの検出感度をそれぞれ加味した総合評価値を自動的に算出することができる。
【0034】
次に、上記した構成の診断支援装置1の動作について説明する。図6は、総合診断処理の実行に係る診断部52の処理動作を示すフローチャートである。
【0035】
先ず、診断部52は、通信部40を介して接続される医用画像DB60から医用画像データを取得する(ステップS10)。具体的には、診断部52は、例えば、入力部10を介して診断対象の医用画像データの選択入力を受け付け、入力された指示に応じて、該当する医用画像データを医用画像DB60から読み出す。
【0036】
続いて、診断部52は、検出アルゴリズム26として用意される第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを順次読み出し、読み出した検出アルゴリズムを用いて医用画像データの診断処理をそれぞれ実行する。
【0037】
即ち、診断部52は、先ず、最初の検出アルゴリズムを読み出して(ステップS12)、診断処理を実行する(ステップS14)。具体的には、診断部52は、医用画像データに対して読み出した検出アルゴリズムを適用し、当該医用画像データを解析する。そして、診断部52は、当該医用画像データを解析した結果検出された異常陰影の種類に該当する病変の確率を診断結果データ24に格納する。
【0038】
次いで、診断部52は、全ての検出アルゴリズムを用いた診断処理を実行したか否かを判定し(ステップS16)、未処理の検出アルゴリズムが存在する場合には、次の検出アルゴリズムを読み出して(ステップS18)、ステップS14に遷移し、当該読み出した検出アルゴリズムを用いた診断処理を実行する。
【0039】
そして、診断部52は、全ての検出アルゴリズムを用いた診断処理を実行したと判断した場合には(ステップS16:YES)、診断結果データ24に格納された各検出アルゴリズムの診断結果に基づいて、病変毎に総合評価値を算出し(ステップS20)、結果を表示部30に表示させる(ステップS22)。
【0040】
以上、本発明を適用した一実施の形態例について説明したが、本発明は、上記したものに限らず適宜変更可能である。
【0041】
例えば、上記した実施の形態においては、検出アルゴリズム26として用意される全ての検出アルゴリズム(第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26c)を用いて医用画像データをそれぞれ解析した結果に基づいて総合評価値を算出することとしたが、診断支援装置1を、検出アルゴリズム26として用意された検出アルゴリズムの内の複数の検出アルゴリズムの選択操作を可能に構成し、選択された複数の検出アルゴリズムを用いて医用画像データをそれぞれ解析した結果に基づいて総合評価値を算出することとしてもよい。これによれば、検出部位や病変の検出感度等、検出目的に応じた複数の検出アルゴリズムを選出して医用画像データに各々適用することにより、該当する病変に対するより確信度の高い総合評価値を出力することができる。
【0042】
また、検出アルゴリズムの選択操作を受け付ける際、各検出アルゴリズムの各種病変に対する検出感度等を提示することとしてもよい。これによれば、ユーザー(医師)に、病変の検出感度等の検出目的に応じた検出アルゴリズムを適切に選出させることができ、該当する病変に対してさらに確信度の高い総合評価値を出力することができる。
【0043】
【発明の効果】
本発明によれば、医用画像データに対して所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析した結果を用いて、当該医用画像データに対する総合的な診断支援情報を自動的に生成して出力することができるので、医師による診断をより効率的に支援することができる。
【0044】
また、例えば、病変の検出感度や検出部位の特定等、検出目的に応じた複数の検出アルゴリズムを選択し、当該複数の検出アルゴリズムを医用画像データに各々適用することにより、該当する病変に対するより確信度の高い総合的な診断支援情報を生成して出力することができる。
【図面の簡単な説明】
【図1】実施の形態における診断支援装置の機能構成例を示す図である。
【図2】重み付けテーブルの一例を示す図である。
【図3】診断結果データの一例を示す図である。
【図4】診断結果データの他の例を示す図である。
【図5】診断結果データの他の例を示す図である。
【図6】総合診断処理の一例を示すフローチャートである。
【符号の説明】
1診断支援装置
10入力部
20記憶部
22総合診断プログラム
24診断結果データ
26検出アルゴリズム
26a第1検出アルゴリズム
26b第2検出アルゴリズム
26c第3検出アルゴリズム
28重み付けテーブル
30表示部
40通信部
50処理部
52診断部
60医用画像DB
【発明の属する技術分野】
本発明は、医用画像データ上の異常陰影候補を検出する診断支援装置、診断支援方法、プログラム及び記憶媒体に関する。
【0002】
【従来の技術】
近年、コンピュータによる画像処理技術を用いて医用画像データを自動的に解析して医師による診断を支援するコンピュータ支援診断(Computer Aided Diagnosis:以下、「CAD」という。)システムの開発が活発に行われている。具体的には、例えば、医用画像上の微小石灰化クラスタや腫瘤陰影等の異常陰影、或いはその形態的な特徴を検出するための検出アルゴリズムを用いて医用画像データを解析し、診断結果として出力する。
【0003】
さらに、複数の異常陰影検出アルゴリズムから検出目的の異常陰影の種類(即ち、病変)に応じて選出した所定の異常陰影検出アルゴリズムを用いて医用画像データを解析する、画像診断支援装置(即ち、CAD)に関する技術が開示されている(例えば、特許文献1参照。)。
【0004】
【特許文献1】
特開2002−112986号公報
【0005】
【発明が解決しようとする課題】
ところで、上述した画像診断支援装置においては、検出目的に応じた異常陰影検出アルゴリズムを選出する必要があり、異常陰影検出アルゴリズムを適切に選出しないと良好な診断結果が得られないという問題が生じていた。また、医師は、複数の異常陰影検出アルゴリズムを用いて得られた複数の診断結果に基づいて病変を総合的に判断する必要があった。
【0006】
本発明は、上述した従来の事情に鑑みて為されたものであり、医師による診断をより効率的に支援することを目的とする。
【0007】
【課題を解決するための手段】
以上の課題を解決するため、請求項1に記載の発明は、
検出アルゴリズムを用いて医用画像データを解析して異常陰影候補を検出することにより、当該医用画像データの診断支援を行う診断支援装置において、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析手段と、
前記解析手段による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成手段と、
前記生成手段により生成された診断支援情報を出力する出力手段と、
を備えることを特徴としている。
【0008】
また、請求項3に記載の発明は、
検出アルゴリズムを用いて医用画像データを解析して異常陰影候補を検出することにより、当該医用画像データの診断支援を行う診断支援方法であって、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析工程と、
前記解析工程による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成工程と、
前記生成工程により生成された診断支援情報を出力する出力工程と、
を含むことを特徴としている。
【0009】
そして、請求項4に記載の発明は、
コンピュータに、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析機能と、
前記解析機能による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成機能と、
前記生成機能により生成された診断支援情報を出力する出力機能と、
を実現させるためのプログラムである。
【0010】
さらに、請求項5に記載の発明は、請求項4に記載のプログラムを記憶したことを特徴とするコンピュータ読取可能な記憶媒体である。
【0011】
この請求項1、3〜5に記載の発明によれば、医用画像データに対して所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析した結果を用いて、当該医用画像データに対する総合的な診断支援情報を自動的に生成して出力することができるので、医師による診断をより効率的に支援することができる。
【0012】
また、請求項2に記載の発明は、請求項1に記載の診断支援装置であって、
前記解析手段は、
前記複数の検出アルゴリズムの内、二以上の検出アルゴリズムを選択する選択手段を備え、前記選択手段により選択された二以上の検出アルゴリズムを各々適用して、前記1つの医用画像データを解析することを特徴としている。
【0013】
この請求項2に記載の発明によれば、例えば、病変の検出感度や検出部位の特定等、検出目的に応じた複数の検出アルゴリズムを選択し、当該複数の検出アルゴリズムを医用画像データに各々適用することにより、該当する病変に対するより確信度の高い総合的な診断支援情報を生成して出力することができる。
【0014】
【発明の実施の形態】
以下、図を参照して、本発明を適用した診断支援装置について説明する。図1は、診断支援装置1の機能構成例を示す図である。同図において、診断支援装置1は、入力部10と、記憶部20と、表示部30と、通信部40と、処理部50とを備えて構成される。
【0015】
入力部10は、例えば、カーソルキー、テンキー、各種ファンクションキー等を備えたキーボードや、マウス等の入力装置で構成され、キーボードにおいて押下されたキーの押下信号やマウスの位置信号等の操作信号を処理部50に出力して、各種選択指示等の入力手段を実現する。また、入力装置として、表示部30における位置を指示するペン等の装置と、指示された表示部30の位置を感知する装置とが組み合わされたタッチパネルを備え、当該タッチパネルにより指示された位置座標を検出して処理部50に出力することとしてもよい。
【0016】
記憶部20は、例えば、メモリやハードディスク、磁気ディスク、光ディスク等の記憶装置で構成され、診断支援装置1の動作に係る各種処理プログラムや当該処理プログラムによる処理結果等のデータが格納される。処理部50は、記憶部20から読み出した処理プログラムやデータに基づいて種々の処理を実行する。
【0017】
また、記憶部20には、特に、総合診断プログラム22と、診断結果データ24と、検出アルゴリズム26と、重み付けテーブル28とが格納される。
【0018】
検出アルゴリズム26とは、医用画像上の腫瘤陰影や微小石灰化クラスタ等の異常陰影を自動的に検出するためのプログラムであり、そのアルゴリズム(検出方法)によって各種の検出アルゴリズムがある。本実施の形態においては、検出アルゴリズム26として、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cの3つの検出アルゴリズムが用意されている場合を例にとって説明する。
【0019】
重み付けテーブル28には、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cそれぞれの各種病変に対する検出感度に対応した重み値が定義されている。
【0020】
図2に、重み付けテーブル28の一例を示す。同図に示すように、重み付けテーブル28には、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cの各検出アルゴリズムの病変a〜cに対する検出感度に対応した重み値が、それぞれ設定されている。重み付けテーブル28において設定されている重み値は、その数値が大きい程該当する病変に対する検出感度が高いことを示している。即ち、例えば、第1検出アルゴリズム26aに対応付けられた病変aの重み値は“3”であり、当該第1検出アルゴリズム26aの病変aに対する検出感度が高いことを示している。また、第2検出アルゴリズム26b及び第3検出アルゴリズム26cに対応付けられた病変aの重み値はそれぞれ“1”であり、当該第2検出アルゴリズム26b及び第3検出アルゴリズム26cの病変aに対する検出感度が低いことを示している。
【0021】
表示部30は、例えば、CRT(Cathode Ray Tube)やLCD(Liquid Crystal Display)等の各種表示装置で構成され、処理部50から入力される画像信号に基づく医用画像を表示する。
【0022】
通信部40は、外部機器と所定の情報を送受するための通信装置で構成され、例えば、LAN等を用いて医用画像DB60と有線接続される。処理部50は、通信部40及び当該通信部40の通信規格に対応する通信ケーブルを介して医用画像DB60との通信を制御する。この医用画像DB60には、例えば、各種診断モダリティにより取得した医用画像データが蓄積されて患者毎に管理されている。
【0023】
処理部50は、例えば、CPU(Central Processing Unit )等により構成され、診断支援装置1内の各機能部への指示やデータの転送等の処理を実行して診断支援装置1を統括的に制御する。即ち、処理部50は、入力部10を介して入力される操作信号や通信部40を介して入力されるデータ等に基づいて、記憶部20内に格納された各種処理プログラム(アルゴリズムを含む)を読み出し、当該処理プログラムに従って各種処理を実行する。そして、処理部50は、処理結果の一部或いは全てを記憶部20内に格納するとともに、当該処理結果を表示するための表示信号を表示部30に出力して、当該表示信号に対応した表示情報を表示させる。
【0024】
この処理部50により種々の機能が実現されるが、特に、記憶部20に格納される総合診断プログラム22に従って総合診断処理を実行し、CADの機能を実現する機能部を診断部52と呼び、以下説明する。
【0025】
具体的には、診断部52は、通信部40を介して医用画像DB60から読み出した医用画像データに第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを各々適用して、当該医用画像データを解析し、検出した異常陰影に該当する病変の確率(以下、適宜「診断結果」という。)を診断結果データ24に格納する。そして、診断部52は、各検出アルゴリズムを用いて得られた診断結果に基づいて検出された病変に対する総合評価値をそれぞれ算出し、診断結果データ24に格納する。
【0026】
ここで、総合評価値の算出方法について説明する。以下、平均値算出方式、選択的平均値算出方式、重み付き平均値算出方式の3つの算出方法について述べる。
【0027】
(1)平均値算出方式
適用した各検出アルゴリズムによる診断結果の平均値を算出して総合評価値とする。
【0028】
図3は、平均値算出方式を用いて総合評価値を算出した場合の診断結果データ24の一例を示している。例えば、対象となる医用画像データを解析した結果、病変bの確率は、第1検出アルゴリズム26aを適用した場合が“85(%)”、第2検出アルゴリズム26bを適用した場合が“85(%)”、第3検出アルゴリズム26cを適用した場合が“60(%)”であり、診断部52は、各値を平均して総合評価値“77(%)”を算出する。
【0029】
(2)選択的平均値算出方式
適用した各検出アルゴリズムによる診断結果の平均値を算出して総合評価値とする。この際、各検出アルゴリズムの各病変に対する検出感度を考慮して、該当する診断結果を採用するか否かを決定する。具体的には、評価部52は、重み付けテーブル28を参照し、対応する重み値に“2”及び“3”が設定されている診断結果を選択して平均値を算出する。
【0030】
図4は、選択的平均値算出方式を用いて総合評価値を算出した場合の診断結果データ24の一例を示している。診断部52は、重み付けテーブル28を参照して、対応する重み値に“1”が設定されている検出アルゴリズムによる診断結果を無視し、重み値が“2”と“3”の検出アルゴリズムによる診断結果を用いて総合評価値を算出する。例えば、診断部52は、病変bの総合評価値を算出する場合、対応する重み値に“3”が設定されている第1検出アルゴリズム26aによる診断結果“85(%)”、及び対応する重み値に“2”が設定されている第2検出アルゴリズム26bによる診断結果“85(%)”の各値を平均して総合評価値“85(%)”を算出する。
【0031】
(3)重み付き平均値算出方式
適用した各検出アルゴリズムによる診断結果の平均値を算出して総合評価値とする。この際、各病変に対する各検出アルゴリズムの検出感度を考慮して総合評価値を算出する。具体的には、評価部52は、重み付けテーブル28を参照し、各診断結果に対して該当する重み値を乗算した値を用いて平均値を算出する。
【0032】
図5は、重み付き平均値算出方式を用いて総合評価値を算出した場合の診断結果データ24の一例を示している。例えば、第1検出アルゴリズム26aを適用して得られた病変bの確率“85(%)”に該当する重み値“3”、第2検出アルゴリズム26bを適用して得られた病変bの確率“85(%)”に該当する重み値“2”、第3検出アルゴリズム26cを適用して得られた病変bの確率“60(%)”に該当する重み値“1”をそれぞれ乗算した結果を平均して総合評価値“81(%)”を算出する。
【0033】
従って、医用画像データに対して、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを各々適用した診断結果を用いて、病変a〜cの総合評価値を自動的に算出することができる。さらに、(2)及び(3)に示した方法で総合評価値を算出すれば、第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cの各検出アルゴリズムによる病変a〜cの検出感度をそれぞれ加味した総合評価値を自動的に算出することができる。
【0034】
次に、上記した構成の診断支援装置1の動作について説明する。図6は、総合診断処理の実行に係る診断部52の処理動作を示すフローチャートである。
【0035】
先ず、診断部52は、通信部40を介して接続される医用画像DB60から医用画像データを取得する(ステップS10)。具体的には、診断部52は、例えば、入力部10を介して診断対象の医用画像データの選択入力を受け付け、入力された指示に応じて、該当する医用画像データを医用画像DB60から読み出す。
【0036】
続いて、診断部52は、検出アルゴリズム26として用意される第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26cを順次読み出し、読み出した検出アルゴリズムを用いて医用画像データの診断処理をそれぞれ実行する。
【0037】
即ち、診断部52は、先ず、最初の検出アルゴリズムを読み出して(ステップS12)、診断処理を実行する(ステップS14)。具体的には、診断部52は、医用画像データに対して読み出した検出アルゴリズムを適用し、当該医用画像データを解析する。そして、診断部52は、当該医用画像データを解析した結果検出された異常陰影の種類に該当する病変の確率を診断結果データ24に格納する。
【0038】
次いで、診断部52は、全ての検出アルゴリズムを用いた診断処理を実行したか否かを判定し(ステップS16)、未処理の検出アルゴリズムが存在する場合には、次の検出アルゴリズムを読み出して(ステップS18)、ステップS14に遷移し、当該読み出した検出アルゴリズムを用いた診断処理を実行する。
【0039】
そして、診断部52は、全ての検出アルゴリズムを用いた診断処理を実行したと判断した場合には(ステップS16:YES)、診断結果データ24に格納された各検出アルゴリズムの診断結果に基づいて、病変毎に総合評価値を算出し(ステップS20)、結果を表示部30に表示させる(ステップS22)。
【0040】
以上、本発明を適用した一実施の形態例について説明したが、本発明は、上記したものに限らず適宜変更可能である。
【0041】
例えば、上記した実施の形態においては、検出アルゴリズム26として用意される全ての検出アルゴリズム(第1検出アルゴリズム26a、第2検出アルゴリズム26b、及び第3検出アルゴリズム26c)を用いて医用画像データをそれぞれ解析した結果に基づいて総合評価値を算出することとしたが、診断支援装置1を、検出アルゴリズム26として用意された検出アルゴリズムの内の複数の検出アルゴリズムの選択操作を可能に構成し、選択された複数の検出アルゴリズムを用いて医用画像データをそれぞれ解析した結果に基づいて総合評価値を算出することとしてもよい。これによれば、検出部位や病変の検出感度等、検出目的に応じた複数の検出アルゴリズムを選出して医用画像データに各々適用することにより、該当する病変に対するより確信度の高い総合評価値を出力することができる。
【0042】
また、検出アルゴリズムの選択操作を受け付ける際、各検出アルゴリズムの各種病変に対する検出感度等を提示することとしてもよい。これによれば、ユーザー(医師)に、病変の検出感度等の検出目的に応じた検出アルゴリズムを適切に選出させることができ、該当する病変に対してさらに確信度の高い総合評価値を出力することができる。
【0043】
【発明の効果】
本発明によれば、医用画像データに対して所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析した結果を用いて、当該医用画像データに対する総合的な診断支援情報を自動的に生成して出力することができるので、医師による診断をより効率的に支援することができる。
【0044】
また、例えば、病変の検出感度や検出部位の特定等、検出目的に応じた複数の検出アルゴリズムを選択し、当該複数の検出アルゴリズムを医用画像データに各々適用することにより、該当する病変に対するより確信度の高い総合的な診断支援情報を生成して出力することができる。
【図面の簡単な説明】
【図1】実施の形態における診断支援装置の機能構成例を示す図である。
【図2】重み付けテーブルの一例を示す図である。
【図3】診断結果データの一例を示す図である。
【図4】診断結果データの他の例を示す図である。
【図5】診断結果データの他の例を示す図である。
【図6】総合診断処理の一例を示すフローチャートである。
【符号の説明】
1診断支援装置
10入力部
20記憶部
22総合診断プログラム
24診断結果データ
26検出アルゴリズム
26a第1検出アルゴリズム
26b第2検出アルゴリズム
26c第3検出アルゴリズム
28重み付けテーブル
30表示部
40通信部
50処理部
52診断部
60医用画像DB
Claims (5)
- 検出アルゴリズムを用いて医用画像データを解析して異常陰影候補を検出することにより、当該医用画像データの診断支援を行う診断支援装置において、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析手段と、
前記解析手段による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成手段と、
前記生成手段により生成された診断支援情報を出力する出力手段と、
を備えることを特徴とする診断支援装置。 - 請求項1に記載の診断支援装置であって、
前記解析手段は、
前記複数の検出アルゴリズムの内、二以上の検出アルゴリズムを選択する選択手段を備え、前記選択手段により選択された二以上の検出アルゴリズムを各々適用して、前記1つの医用画像データを解析することを特徴とする診断支援装置。 - 検出アルゴリズムを用いて医用画像データを解析して異常陰影候補を検出することにより、当該医用画像データの診断支援を行う診断支援方法であって、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析工程と、
前記解析工程による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成工程と、
前記生成工程により生成された診断支援情報を出力する出力工程と、
を含むことを特徴とする診断支援方法。 - コンピュータに、
1つの医用画像データに対して、所定の病変を検出可能な複数の検出アルゴリズムを各々適用して解析する解析機能と、
前記解析機能による前記複数の検出アルゴリズムそれぞれの解析結果に基づいて、前記1つの医用画像データに対する総合的な診断支援情報を生成する生成機能と、
前記生成機能により生成された診断支援情報を出力する出力機能と、
を実現させるためのプログラム。 - 請求項4に記載のプログラムを記憶したことを特徴とするコンピュータ読取可能な記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002284042A JP2004113644A (ja) | 2002-09-27 | 2002-09-27 | 診断支援装置、診断支援方法、プログラム及び記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002284042A JP2004113644A (ja) | 2002-09-27 | 2002-09-27 | 診断支援装置、診断支援方法、プログラム及び記憶媒体 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004113644A true JP2004113644A (ja) | 2004-04-15 |
Family
ID=32277733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002284042A Pending JP2004113644A (ja) | 2002-09-27 | 2002-09-27 | 診断支援装置、診断支援方法、プログラム及び記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004113644A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102458252A (zh) * | 2009-06-18 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 单次扫描多流程成像 |
JP2013530735A (ja) * | 2010-05-14 | 2013-08-01 | クリスティアーン ジェッツマ,ラットジャー | 神経障害を診断および/または治療する際に使う装置 |
JP2014030556A (ja) * | 2012-08-02 | 2014-02-20 | Hitachi Ltd | 画像処理装置 |
US8934696B2 (en) | 2009-06-18 | 2015-01-13 | Koninklijke Philips N.V. | Single scan multi-procedure imaging |
JP2015061592A (ja) * | 2013-08-21 | 2015-04-02 | コニカミノルタ株式会社 | 超音波診断装置、超音波画像処理方法およびコンピュータ読み取り可能な非一時的な記録媒体 |
WO2015199255A1 (ko) * | 2014-06-25 | 2015-12-30 | 삼성전자 주식회사 | 컴퓨터 보조 진단 지원 장치 및 방법 |
JP7504600B2 (ja) | 2020-01-27 | 2024-06-24 | キヤノンメディカルシステムズ株式会社 | 解析装置 |
-
2002
- 2002-09-27 JP JP2002284042A patent/JP2004113644A/ja active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102458252A (zh) * | 2009-06-18 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 单次扫描多流程成像 |
JP2012529952A (ja) * | 2009-06-18 | 2012-11-29 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | シングルスキャン・マルチプロシージャ・イメージング |
US8934696B2 (en) | 2009-06-18 | 2015-01-13 | Koninklijke Philips N.V. | Single scan multi-procedure imaging |
US9474449B2 (en) | 2009-06-18 | 2016-10-25 | Koninklijke Philips N.V. | Single scan multi-procedure imaging |
JP2013530735A (ja) * | 2010-05-14 | 2013-08-01 | クリスティアーン ジェッツマ,ラットジャー | 神経障害を診断および/または治療する際に使う装置 |
JP2014030556A (ja) * | 2012-08-02 | 2014-02-20 | Hitachi Ltd | 画像処理装置 |
JP2015061592A (ja) * | 2013-08-21 | 2015-04-02 | コニカミノルタ株式会社 | 超音波診断装置、超音波画像処理方法およびコンピュータ読み取り可能な非一時的な記録媒体 |
WO2015199255A1 (ko) * | 2014-06-25 | 2015-12-30 | 삼성전자 주식회사 | 컴퓨터 보조 진단 지원 장치 및 방법 |
JP7504600B2 (ja) | 2020-01-27 | 2024-06-24 | キヤノンメディカルシステムズ株式会社 | 解析装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210295510A1 (en) | Heat map based medical image diagnostic mechanism | |
JP5875285B2 (ja) | 医療診断支援装置、情報処理方法及びプログラム | |
US20050070783A1 (en) | Medical image processing apparatus | |
JP6021346B2 (ja) | 診断支援装置及びその制御方法 | |
CN109191451B (zh) | 异常检测方法、装置、设备和介质 | |
JP5432287B2 (ja) | レポート機能を備えた画像システム及び動作方法 | |
CN113902642B (zh) | 一种医学图像处理方法、装置、电子设备和存储介质 | |
US20210056690A1 (en) | Medical information processing apparatus and computer readable storage medium | |
JP6362061B2 (ja) | 診断支援システム、その作動方法、およびプログラム | |
JP2012249964A (ja) | 診療支援装置、診療支援方法 | |
JP2023010939A (ja) | 放射線画像表示装置及び放射線撮影システム | |
JP2020081280A (ja) | 画像表示制御システム、画像表示システム及び画像解析装置 | |
JP5995415B2 (ja) | 医療診断支援装置、情報処理方法及びプログラム | |
JP2004113644A (ja) | 診断支援装置、診断支援方法、プログラム及び記憶媒体 | |
JP2017010577A (ja) | 医療診断支援装置及び医療診断支援方法 | |
JP5556674B2 (ja) | 医用画像表示装置及びプログラム | |
JP2011101759A (ja) | 医用画像表示システム及びプログラム | |
US20100125196A1 (en) | Ultrasonic Diagnostic Apparatus And Method For Generating Commands In Ultrasonic Diagnostic Apparatus | |
JP6200618B1 (ja) | 医用画像診断支援システム及び装置、並びに、プログラム | |
CN113689355B (zh) | 图像处理方法、装置、存储介质及计算机设备 | |
JP2009061170A (ja) | 医用画像診断支援装置 | |
JP6316325B2 (ja) | 情報処理装置、情報処理装置の作動方法及び情報処理システム | |
JP2019129989A (ja) | 医用画像処理装置 | |
JP5533198B2 (ja) | 医用画像表示装置及びプログラム | |
JP2010227209A (ja) | 読影レポート作成支援装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050822 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20071009 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20071016 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080311 |