JP2005065944A - 診断支援装置 - Google Patents

Abstract

【課題】 本発明の課題は、異常陰影候補の検出性能を調整する際の指標となる情報を技師に提示することにより、技師の技量に応じた異常陰影候補の検出性能を容易に調整可能とする。
【解決手段】 診断支援装置１０は、診断結果が確定している医用画像に対して、複数のアルゴリズム及び外部パラメータを適用させて異常陰影候補の検出を行い、各アルゴリズム及び外部パラメータの組み合せパターンに応じて、異常陰影候補の検出性能を異常陰影候補の正答率（ＴＰ）、誤答率（ＦＰ）として算出する。そして、算出した異常陰影候補の正答率（ＴＰ）、誤答率（ＦＰ）に基づいて、ＴＰ−ＦＰグラフ又は模擬画像生成して、異常陰影候補の検出性能の調査結果として表示手段２２に表示させ、この調査結果に基づいて、異常陰影候補の検出性能の調整を行わせる。
【選択図】 図１

Description

本発明は、医用画像を画像解析して異常陰影候補を検出する診断支援装置に関するものである。

医療の分野においては、患者を撮影した医用画像のデジタル化が実現されている。診断時には、ＣＲ（Computed Radiography）装置、ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置、超音波装置（ＵＳ；Ultrasound System）等により生成された医用画像データがモニタに表示され、このモニタ表示された医用画像を医師が読影して、病変部の状態や経時変化を観察している。

従来、このような医師の読影に対する負担軽減を目的として、上記医用画像データを画像解析することにより、自動的に病変部を異常陰影候補として検出するコンピュータ支援診断装置（Computed-Aided Diagnosis；以下、ＣＡＤという。）と呼ばれる医用画像処理装置が開発されている。この異常陰影検出処理は、放射線画像を表す画像データに基づいて、癌等を表す異常な種瘤陰影や高濃度の微小石灰化陰影等（以下、これらを総称して異常陰影という）と考えられる異常陰影候補を電子計算機を用いて検出する処理である。

また、異常陰影検出処理システムにおいて、異常陰影候補の検出結果と、医師の判断結果に基づく修正結果からＣＡＤの検出性能を定量評価し、読影診断結果と病理診断結果から、診断正診率や癌検出率等を求め、読影診断の定量評価を行う技術が開発されている（例えば、特許文献１参照）。このような異常陰影検出処理システムにおいては、後で自動的に診断正診率や癌検出率等を確認することにより、この結果を読影のレベルアップに利用することができる。
特開２０００−２７６５８７号公報

しかしながら、上述した異常陰影検出処理システム（例えば、特許文献１）においては、複数の画像情報についての検出処理の結果と当該結果を訂正した後の訂正結果とをそれぞれ対応付けて保存し、両者を照らし合わせることにより、自動検出処理による検出の確からしさを統計処理によって求めるのみであり、この結果に基づいて、検出アルゴリズムの変更や、異常陰影と原画像とを組み合わせて出力する場合のレイアウト等の調整は、技師の裁量に任されている。

したがって、技師は、出力された診断正診率や癌検出率等に基づいて、アルゴリズムの変更や、各種設定を調整することはできるが、これらの操作は煩雑であると共に、診断正診率や癌検出率等を向上させるための変更、調整の判断は難しく、変更、調整後の形態が必ずしも最適の形態になるとは限らなかった。

本発明の課題は、異常陰影候補の検出性能を調整する際の指標となる情報を技師に提示することにより、技師の技量に応じた異常陰影候補の検出性能を容易に調整可能とし、併せて読影のレベルアップ、診断効率の向上を図ることを目的とする診断支援装置を提供することである。

上記課題を解決するために、請求項１記載の発明は、
被写体を撮影した医用画像を表示する表示手段を備える診断支援装置であって、
前記医用画像から検索条件に基づいて異常陰影候補を検出する異常陰影候補検出手段と、
前記異常陰影候補検出手段により、検出された異常陰影候補の検出結果と、医用画像の付帯情報とを比較して、異常陰影候補の検出条件毎に検出性能を調査する検出性能調査手段と、
前記検出性能調査手段により調査された異常陰影候補の検出性能を表示手段に表示させるデータ出力手段と、
を備えることを特徴としている。

請求項１記載の発明によれば、異常陰影候補の検出性能の調整を行う際に、検出性能調査手段により調査された検出性能を表示手段に表示させ、表示された検出性能を指標とすることにより、技師の技量に応じた好適な検出性能の調整を容易に行うことができる。

請求項２記載の発明は、請求項１記載の診断支援装置において、
前記異常陰影候補検出手段に異常陰影候補を検出させる医用画像を複数指定する指定手段を備えることを特徴としている。

請求項２記載の発明によれば、複数の医用画像から検出された異常陰影候補の検出結果に基づいて、信頼性の高い調査性能を取得することができる。

請求項３記載の発明は、請求項１又は２記載の診断支援装置において、
前記異常陰影候補検出手段は、異常陰影候補の検出条件として、複数のアルゴリズム又は外部パラメータのうち少なくとも２以上を設定し、
前記異常陰影候補検出手段により設定されたアルゴリズム又は外部パラメータを前記医用画像と対応付けて保存するデータ保存手段を備えることを特徴としている。

請求項４記載の発明は、請求項３記載の診断支援装置において、
前記異常陰影候補検出手段は、前記少なくとも２以上設定したアルゴリズム又は外部パラメータを適用し、当該アルゴリズム及び外部パラメータの組み合わせのパターンに基づいて、前記医用画像から異常陰影候補の検出を行い、
前記データ保存手段は、前記異常陰影候補検出手段により検出された異常陰影候補の検出結果と、当該検出条件となるアルゴリズム又は外部パラメータを対応付けて保存することを特徴としている。

請求項３又は４記載の発明によれば、データ保存手段に保存された検出条件となるアルゴリズム又は外部パラメータと、異常陰影候補の検出結果を利用することにより、重複する演算を必要とせずに、効率良く異常陰影候補の検出を行うことができる。

請求項５記載の発明は、請求項１から４の何れか一項に記載の診断支援装置において、
前記異常陰影候補検出手段により異常陰影候補の検出が行われている間、当該異常陰影候補の検出における進捗状況を前記表示手段に表示させるデータ出力手段を備えることを特徴としている。

請求項６記載の発明は、請求項５記載の診断支援装置において、
前記データ出力手段は、前記進捗状況を表示手段に表示させる際に、異常陰影候補の検出を行っている医用画像に関する患者情報、検査情報、医用画像識別情報、アルゴリズム、外部パラメータのうち少なくとも１つ以上を表示させることを特徴としている。

請求項５又は６記載の発明は、異常陰影候補の検出が行われている間、種々の情報に基づいて、進捗状況を把握することができるため、利便性がよい。

請求項７記載の発明は、請求項３から６の何れか一項に記載の診断支援装置において、
前記データ保存手段は、前記医用画像の付帯情報として、読影医による診断結果、病理診断結果、確定診断結果のうち少なくとも１つに基づく確定診断結果を医用画像に対応付けて保存することを特徴としている。

請求項８記載の発明は、請求項１から６の何れか一項に記載の診断支援装置において、
前記医用画像は、読影医による診断結果、病理診断結果、確定診断結果のうち少なくとも１つに基づく確定診断結果を有することを特徴としている。

請求項７又は８記載の発明は、確定診断結果が付帯する医用画像について検出された異常陰影候補の検出性能を調査することができるため、正確な異常陰影候補の検出性能を取得することができる。

請求項９記載の発明は、請求項３から８の何れか一項に記載の診断支援装置において、
前記検出性能調査手段は、前記医用画像の付帯情報と、異常陰影候補の検出結果とに基づいて、検出された異常陰影候補毎に検出結果の真偽を判別し、
前記データ保存手段は、当該判別結果を医用画像と共に保存することを特徴とする。

請求項１０記載の発明は、請求項９記載の診断支援装置において、
前記検出性能調査手段は、前記検出性能の調査結果として、前記データ保存手段に保存された判別結果に基づいて、適用されたアルゴリズム、外部パラメータ、又はアルゴリズム及び外部パラメータの組み合わせ毎の統計を算出し、算出された統計に基づいて、検出された異常陰影候補の真偽の割合を示すグラフを作成し、
前記データ出力手段は、前記検出性能調査手段により作成されたグラフを表示手段に表示させることを特徴としている。

請求項１１記載の発明は、請求項９記載の診断支援装置において、
前記検出性能調査手段は、前記検出性能の調査結果として、前記データ保存手段に保存された判別結果に基づいて、適用されたアルゴリズム、外部パラメータ、又はアルゴリズム及び外部パラメータの組み合わせ毎の統計を算出し、算出された統計に基づいて、検出された異常陰影候補の真偽の割合を示す模擬画像を作成し、
前記データ出力手段は、前記検出性能調査手段により作成された模擬画像を表示手段に表示させることを特徴としている。

請求項１０又は１１記載の発明によれば、種々の態様により調査結果を表示手段に表示させることにより、的確かつ容易に異常陰影候補の検出性能を認識させることができる。

請求項１２記載の発明は、請求項１０又は１１記載の診断支援装置において、
前記データ出力手段は、異常陰影候補の調査結果として算出された統計に関する数値情報、前記グラフ及び模擬画像のうち少なくとも１つを前記医用画像と共に印刷出力させることを特徴とする。

請求項１２記載の発明によれば、調査結果として算出された統計に関する数値情報、前記グラフ及び模擬画像を確実に記録媒体に記録してデータを保存することができる。

請求項１３記載の発明は、請求項１から１２の何れか一項に記載の診断支援装置において、
前記医用画像は、乳房単純Ｘ線画像であることを特徴としている。

請求項１４記載の発明は、請求項１から１２の何れか一項に記載の診断支援装置において、
前記医用画像は、ＣＴ装置又はＭＲＩ装置により撮影された医用画像であることを特徴としている。

請求項１５記載の発明は、請求項１から１２の何れか一項に記載の診断支援装置において、
前記医用画像は、超音波装置により撮影された医用画像であることを特徴としている。

本発明によれば、医用画像から異常陰影候補の検出を行う診断支援装置において、異常陰影候補の検出性能の調整を行う際に、過去の異常陰影候補の検出結果から得られる異常陰影候補の検出性能を表示させ、表示された検出性能を指標とすることにより、技師の技量に応じた好適な検出性能の調整を容易に行うことができる。

以下、図１〜図８を参照して本発明の実施の形態を詳細に説明する。ただし、発明の範囲は、図示例に限定されない。

まず、本実施の形態の構成を説明する。

図１は、本実施の形態における診断支援装置１の機能的構成を示す図である。図１に示すように、診断支援装置１０は、画像データ入力手段１１に接続され、画像データ記憶手段１２、画像処理手段１３、アルゴリズム記憶手段１４、指定手段１５、アルゴリズム選択手段１６、異常陰影候補検出手段１７、検出性能調査手段１８、データ保存手段１９、画像出力制御手段２０、データ出力手段２１、表示手段２２等を備えて構成される。なお、本実施の形態において、診断支援装置１と、画像データ入力手段は、別体に構成される場合を例として説明を行うが、診断支援装置１が画像データ入力手段１１を備える構成であってもよい。

画像データ入力手段１１は、例えば、レーザデジタイザ等であり、患者を撮影した医用画像が記録されたフィルム上をレーザビームで走査し、透過した光量を測定してその測定値をアナログデジタル変換することにより、医用画像をデジタル画像データとして診断支援装置１０へ入力する。

なお、画像データ入力手段１１は、上記レーザデジタイザに限らず、例えばＣＣＤ（Charge Coupled Device）等の光検出素子を適用して、医用画像が記録されたフィルム上を光走査し、その反射光をＣＣＤにより光電変換してデジタル画像データを入力することとしてもよい。

また、フィルムに記録された医用画像を読み取るのではなく、蓄積性蛍光体を用いて撮影された医用画像をデジタル変換して医用画像データを生成する撮影装置と接続可能な構成とし、この撮影装置からデジタル画像データを診断支援装置１０に入力することとしてもよい。この場合には、フィルムが不要であり、コストダウンを図ることが可能となる。

また、画像データ入力手段１１は、放射線画像を撮像して電気信号として出力するフラットパネルディテクタ（Flat Panel Detector；以下、ＦＰＤという。）を接続可能な構成とし、このＦＰＤからデジタル画像データを入力することとしてもよい。ＦＰＤは、特開平６−３４２０９８号公報に記載されているように、照射された放射線の強度に応じた電荷を生成する放射線検出素子と、この放射線検出素子により生成された電荷を蓄積するコンデンサとが２次元的に配列されたものである。

また、画像データ入力手段１１は、特開平９−９００４８号公報に記載されているように、蛍光強度を検出するフォトダイオード、ＣＣＤ、ＣＭＯＳ（Complementary Metal-Oxide Semiconductor）センサ等の光検出素子を画素毎に設けた光検出器を備えた構成とし、放射線を増感紙等の蛍光体層に吸収させて蛍光を発光させ、その蛍光強度を光検出器で検出し、光電変換を行ってデジタル医用画像データを入力することとしてもよい。また、放射線の照射により可視光を発する放射線シンチレータと、レンズアイ及び各々のレンズに対応するエリアセンサと組み合わせた構成であってもよい。

また、画像データ入力手段１１は、「乳癌におけるＣＡＤ」（NIPPON ACTA RADIOLOGICA 2002;62:409-414）に記載される超音波装置によって撮影された超音波画像を医用画像データとして入力することとしてもよい。なお、マンモグラフィは、微小石灰化クラスタを検出するのに適しているのに対し、組織分解能に優れた超音波画像は、種瘤陰影の大きさや広がりを把握するのに適しているといわれている。

また、画像データ入力手段１１は、撮影された医用画像データを記録したＣＤ−ＲＯＭ（Compact Disk-Read Only Memory）やフロッピー（登録商標）等の各種記憶媒体から医用画像データを読み取り可能な構成であってもよいし、ネットワークを介して外部装置から医用画像データを受信可能な構成であってもよい。

なお、上述した種々の構成によりデジタル医用画像データを得る際には、撮影部位にもよるが、例えばマンモグラフィに対しては、画像の実行画素サイズが２００μｍ以下であることが好ましく、さらには１００μｍ以下であることが好ましい。診断支援装置１０の性能を最大限に発揮させるためには、例えば実行画素サイズ５０μｍ程度の医用画像データを入力することが好ましい。

また、画像データ入力手段１１により入力された医用画像データにはヘッダ領域が設けられており、このヘッダ領域に、その医用画像に関する情報、例えば撮影された患者の氏名、患者ＩＤ（患者を個別に識別するためのＩＤ）、性別等の患者情報、撮影部位、撮影日等の撮影情報、画像がどの検査に属するかを示す検査ＩＤ（検査を個別に識別するためのＩＤ）等の検査情報等が記録されていることとする。

画像データ記憶手段１２は、磁気的、光学的記録媒体又は半導体メモリ等により構成され、画像データ入力手段１１により入力された医用画像データを記憶する。このとき、必要に応じてデータ圧縮を施すこととする。データ圧縮方法としては、公知のＪＰＥＧ、ＤＰＣＭ、ウェーブレット圧縮等の手法により、可逆圧縮又は不可逆圧縮を行うことが可能であるが、データ圧縮に伴う画像データの劣化が無い可逆圧縮が好ましい。

画像処理手段１３は、画像データ記憶手段１２から入力された医用画像データに各種画像処理を施して画像出力制御手段２０に出力する。各種画像処理には、画像コントラストを調整する階調処理、コントラスト補正処理、画像の鮮鋭度を調整する周波数強調処理、ダイナミックレンジの広い画像を被写体の細部のコントラストを低下させることなく見やすい濃度範囲に収めるためのダイナミックレンジ圧縮処理等が含まれる。

アルゴリズム記憶手段１４は、例えば、ハードディスク装置が用いられ、異常陰影候補検出のための複数のアルゴリズムを記憶する。指定手段１５は、異常陰影候補検出処理に用いるアルゴリズムの指定、患者の症例情報を入力指定する。なお、新規演算時や再演算時の入力に際しては、キーボードより直接入力する方式や、表示手段２２に表示させたアルゴリズム種や外部パラメータ値から、マウス等で適宜選択する方式等が採用可能である。

アルゴリズム選択手段１６は、指定手段１５により指定されたアルゴリズムを選択し、又は指定手段１５により入力された患者の症例情報に基づいて、最適なアルゴリズムを選択し、選択したアルゴリズムをアルゴリズム記憶手段１４から読み出して、異常陰影候補検出手段１７に出力する。ここで、アルゴリズム選択手段１６は、異常陰影の種類に応じて最適な異常陰影候補を検出するため、複数のアルゴリズムを選択することが好ましい。また、アルゴリズム選択手段１６は、過去に適用されたアルゴリズム及び外部パラメータの各組み合せがデータ保存手段に保存されている場合、データ保存手段からアルゴリズム及び外部パラメータを選択して、異常陰影候補に出力させる。

異常陰影候補検出手段１７は、アルゴリズム選択手段１６から与えられる一又は複数のアルゴリズムに従って、指定手段１５により外部パラメータが設定されていれば設定された外部パラメータを用いて、画像データ記憶手段１２から画像データに対して、異常陰影候補検出処理を行い、異常陰影候補データを得る。

また、異常陰影候補検出手段１７は、過去に適用されたアルゴリズム及び外部パラメータの各組み合わせがデータ保存手段に保存されている場合、データ保存手段からアルゴリズム及び外部パラメータに対応する特徴量を取得して、異常陰影候補の検出を行う。これにより、過去に行った演算を重複して行うことなく、効率良く異常陰影候補の検出を行うことができる。

ここで、異常陰影候補検出手段１７による異常陰影候補の検出の際に適用されるアルゴリズムについて具体的に説明する。マンモグラフィでは、乳癌の特徴である腫瘤や微小石灰化クラスタと思われる陰影を検出する。腫瘤陰影は、有る程度の大きさを有する塊であり、マンモグラフィ上ではガウス分布に近い、白っぽくて丸い陰影として現れる。微小石灰化クラスタは、微小な石灰が集まって（クラスタ化して）存在するとそこが初期癌である可能性が高いという特徴を持っている。マンモグラフィ上では、略円錐構造を持った白っぽく丸い陰影として現れる。

そこで、異常陰影候補検出手段１７では、上述した腫瘤陰影の検出アルゴリズムとして、以下の論文に記載された公知の方法を適用することが可能である。

・左右乳房を比較することによって検出する方法
（Med.Phys.,Vol.21.No.3,pp.445-452）
・アイリスフィルタを用いて検出する方法
（信学論（D-11）,Vol.J75-D-11,no.3,pp.663-670,1992）
・Ｑｕｏｉｔフィルタを用いて検出する方法
（信学論（D-11）,Vol.J76-D-11,no.3,pp.279-287,1993）
・分割した乳房領域の画素値のヒストグラムに基づく２値化により検出する方法
（JAMIT Frontier 講演論文集,pp.84-85,1995）
・方向性のある多数のラプラシアンフィルタの最小出力をとる最小方向差分フィルタ）
（信学論（D-11）,Vol.J76-D-11,no.2,pp.241-249,1993）
また、微小石灰化クラスタ陰影の検出アルゴリズムとして、以下の論文に記載された公知の方法を適用することができる。

・ラプラシアンフィルタ処理を行った画像を用いて検出する方法
（信学論（D-11）,Vol.J71-D-11,no.10,pp.1994-2001,1988）
・乳腺等の背景パターンの影響を抑えるためにモルフォロジー解析した画像を使用する検出方法
（信学論（D-11）,Vol.J71-D-11,no.7,pp.1170-1176,1992）
検出性能調査手段１８は、過去に検出された異常陰影候補の検出結果に基づいて、検出条件毎に検出性能を調査する。具体的に、検出性能調査手段１８は、一の医用画像に対して、複数のアルゴリズム及び外部パラメータの組み合わせにより、検出された異常陰影候補の検出結果をデータ保存手段から取得する。そして、読影医により病変位置が指摘された読影診断結果や、病理診断結果により真陽性であるか偽陽性であるかが判定された判定結果である確定診断結果と、異常陰影候補の検出結果を、検出条件であるアルゴリズム、外部パラメータ、及びこれらの組み合わせ毎に比較して、検出された異常陰影候補毎の真偽を判別する。

そして、検出性能調査手段１８は、検出された異常陰影候補の真偽、すなわち、検出された異常陰影候補が真陽性であるか偽陽性であるかを判別して、判別結果の統計情報を算出する。例えば、異常陰影候補の検出条件毎に、異常陰影検出の正答率（ＴＰ）、誤答率（ＦＰ）を算出する。ここで算出される正答率（ＴＰ）は、例えば、病変毎に算出されるものであり、下記式（１）により示される。
ＴＰ＝検出された異常陰影候補の個数／真陽性の個数 （１）
また、誤答率（ＦＰ）は、医用画像毎に算出されるものであり、下記式（２）により示される。
ＦＰ＝検出された偽陽性の個数／医用画像の枚数 （２）
さらに、検出性能調査手段１８は、算出した正当率（ＴＰ）、誤答率（ＦＰ）に基づいて、各アルゴリズム毎に異常陰影候補の検出性能を示すグラフ（ＴＰ−ＦＰグラフ）を作成して、データ出力手段２１に出力する。図２を参照して、ＴＰ−ＦＰグラフ１８１について説明する。ＴＰ−ＦＰグラフ１８１は、縦軸にＴＰ、横軸にＦＰが設定されており、一般に、ＴＰの上昇と共に、ＦＰが上昇するグラフとなっている。すなわち、検出率を向上させると、本来の病変部の検出率は向上するが、一方で、偽陽性の検出率が高くなり、誤答率が上昇する、トレードオフの関係である。

また、検出性能調査手段１８は、正答率（ＴＰ）、誤答率（ＦＰ）に基づいて、模擬的な異常陰影候補の画像データを生成し、これを模擬画像としてデータ出力手段２１に出力する。図３を参照して、模擬画像について説明する。図３に示すように、模擬画像１８２は、種瘤陰影１８２ａ，１８２ｄが三角印で、微小石灰化クラスタ１８２ｂ，１８２ｃが破線枠で、数及び位置が定性的に示されている。このうち、斜線円部で示される種瘤陰影１８２ａは真陽性であり、斜線円部のない種瘤陰影１８２ｄは、偽陽性であることを示している。また、微小な点の集合により示される石灰化クラスタ１８２ｂは真陽性であり、微小な点の集合がない石灰化クラスタ１８２ｃは偽陽性であることを示している。図３の例においては、検出率を優先する設定にされているため、本来の病変が検出されると共に、偽の病変が検出されていることが模式的に示されている。

データ保存手段１９は、例えば、ハードディスク装置が用いられ、異常陰影候補検出手段１７により検出された異常陰影候補の検出結果を保存する。また、データ保存手段１９は、異常陰影候補を検出する際に適用したアルゴリズムや、検出された異常陰影候補の検出結果に外部パラメータが用いられている場合、検出結果とともにアルゴリズム、外部パラメータを対応付けて保存する。また、データ保存手段１９は、検出性能の調査結果を、異常陰影候補の検出結果、異常陰影候補の検出条件、読影診断結果、病理診断結果、読影診断結果及び／又は病理診断結果に基づく確定診断結果等の診断結果と対応付けて保存する。

さらに、データ保存手段１９は、検出性能調査手段１８により、異常陰影候補の検出結果と、診断結果とに基づいて判別された異常陰影候補の真偽の判別結果を医用画像、アルゴリズム及び外部パラメータに対応付けて保存する。なお、データ保存手段１９は、異常陰影候補の検出結果や検出性能の調査結果を、患者情報、検査情報とともに保存する構成であってもよい。

画像出力制御手段２０は、表示手段２２に医用画像データを出力する際の制御を行う。画像出力制御手段２０は、画像処理手段１３から入力された医用画像データを表示手段２２に出力する際に、異常陰影候補記憶手段（図示せず）に記憶されている異常陰影候補の情報を読み出し、この異常陰影候補の情報に基づいて、医用画像データにおける異常陰影候補の画像領域を矢印でマークする、色を変える等して、異常陰影候補の画像領域を識別可能に出力させる。

読影医が、使用しているＣＡＤの性能を知る場合や、ＣＡＤの検出性能を調整する際には、データ出力手段２１を通じて、検出性能調査手段１８により作成された正答率（ＴＰ）、誤答率（ＦＰ）のグラフ（以下、「ＴＰ−ＦＰグラフ」と記す）を表示手段２２に表示させる。また、データ出力手段２１は、異常陰候補の検出性能の調査結果の一例として、ＴＰ−ＦＰグラフに代えて、模擬画像を表示手段２２に表示させる。なお、データ出力手段２１により、ＴＰ−ＦＰグラフ又は模擬画像が表示された医用画像表示画面の詳細例については後述する。

また、過去に保存されている演算結果を流用する場合以外は、異常陰影候補の検出に演算時間を要するので、データ出力手段２１は、異常陰影候補検出手段１７により、異常陰影候補の検出が行われている間、異常陰影候補の検出に係る進捗状況を表示手段２２に出力して表示させる。これにより、ＣＴ・ＭＲＩ画像のような画像枚数（データ）が多い画像群にＣＡＤを行う場合に進捗状況が確認可能となり、読影医の無駄な待ち時間を省くことが可能である。

表示手段２２は、ＣＲＴ（Cathode Ray Tube）やＬＣＤ（Liquid Crystal Display）、プラズマディスプレイ等からなる表示手段が適用され、画像出力制御手段２０から入力された医用画像データやデータ出力手段から入力された進捗状況、異常陰影候補の検出性能の調査結果を表示出力する。表示手段としては、医用画像専用の精細高輝度のＣＲＴ、ＬＣＤが好ましい。

なお、診断支援装置１０に、紙などの記録媒体へ記録を行うプリンタや、フィルムへの記録を行う露光装置等を備え、これらの出力手段により医用画像又は検出性能に関する情報を印刷出力、露光出力する構成であってもよい。

次に、本実施の形態の動作を説明する。

図４は、診断支援装置１０により実行される異常陰影候補検出処理を示すフローチャートである。この異常陰影候補検出処理は、選択された複数のアルゴリズム又は外部パラメータを適用して異常陰影候補の検出処理を行い、検出された異常陰影候補の検出結果と、読影医による診断結果や病理診断結果を含む確定診断結果等の診断結果とを比較して、異常陰影候補の検出性能を調査し、調査結果を表示する処理である。

まず、図４に示すように、画像データ入力手段１１により医用画像データが入力され、当該入力された医用画像データが画像データ記憶手段１２に記憶される。また、画像データ記憶手段１２に記憶された医用画像データは、指定手段１５により入力される指示に従って、異常陰影候補検出手段１７に出力されることにより、異常陰影候補の検出が行われる医用画像データとして選択される（ステップＳ１）。

次いで、異常陰影候補検出手段１７により、選択された医用画像について過去に演算したアルゴリズム及び外部パラメータがデータ保存手段に保存されているか否かが判別される（ステップＳ２）。過去に演算したアルゴリズム及び外部パラメータがデータ保存手段に保存されている場合（ステップＳ２；ＹＥＳ）、アルゴリズム及び外部パラメータに対応する特徴量を取得する（ステップＳ４）。そして、異常陰影候補検出手段１７により、取得された特徴量に基づいて、医用画像データから異常陰影候補の検出処理が行われる（ステップＳ５）。

一方、過去に演算したアルゴリズム及び外部パラメータがデータ保存手段に保存されていない場合（ステップＳ２；ＮＯ）、指定手段１５及びアルゴリズム選択手段１６によりアルゴリズムと外部パラメータが選択され、異常陰影候補検出手段１７において、選択されたアルゴリズムと外部パラメータが設定される（ステップＳ３）。ここで、アルゴリズム及び外部パラメータは、複数選択されることが望ましい。

続いて、異常陰影候補検出手段１７により、設定されたアルゴリズム及び外部パラメータが適用され、医用画像データから異常陰影候補の検出処理が行われる（ステップＳ５）。さらに、適用されたアルゴリズム及び外部パラメータは検出条件として、医用画像データから検出された異常陰影候補に対応付けてデータ保存手段１９に保存される。

続いて、アルゴリズム選択手段１６により、他のアルゴリズム又は他の外部パラメータの組み合わせが選択されるか否かを判別する（ステップＳ６）。すなわち、異常陰影候補検出手段は、複数選択されたアルゴリズム及び外部パラメータを適用して、医用画像×アルゴリズム×外部パラメータの組み合わせパターンに基づいて、複数回異常陰影候補の検出処理を行う。したがって、異常陰影候補検出手段１７により、複数選択されたアルゴリズム及び外部パラメータの取り得る組み合わせパターンが選択され、異常陰影候補の行っていない組み合わせパターンがあるか否かを判別される。

そして、異常陰影候補の検出を行っていない他のアルゴリズム又は外部パラメータの組み合せが選択された場合（ステップＳ６；ＹＥＳ）、ステップＳ３に移行し、新たに選択されたアルゴリズム及び外部パラメータを適用して、異常陰影候補の検出処理が行われる。

続いて、異常陰影候補の検出処理が終了すると（ステップＳ６；ＮＯ）、検出性能調査手段１８により、アルゴリズム及び外部パラメータ毎に、異常陰影候補の検出結果がデータ保存手段１９から取得される。そして、取得された異常陰影候補の検出結果と、確定診断結果に基づいて、検出性能の調査が行われ、ＴＰ−ＦＰグラフ又は模擬画像が生成される（ステップＳ７）。さらに、画像出力制御手段２０により、医用画像データが表示手段２２に出力されると共に、データ出力手段２１により、検出性能の調査結果が表示手段２２に出力される（ステップＳ８）。

次に、上述した異常陰影候補検出処理において、表示手段２２に表示される医用画像表示画面について説明する。図５は、上述したステップＳ５において、異常陰影候補の検出処理が行われている間に表示手段２２に表示される医用画像表示画面の一例を示す図である。図５に示すように、医用画像表示画面２２１には、医用画像データが表示される領域と、医用画像データの素抜け領域には、進捗状況が表示される領域が設けられている。ここで、表示手段２２に表示される進捗状況は、常陰影候補検出手段１７により異常陰影候補の検出処理が行われている間に表示されるものであり、一例として、一患者について撮影された医用画像データに対する異常陰影候補の検出処理の進捗状況が表示されている。

また、表示手段２２に表示される進捗状況は、種々の情報に基づいて表示される構成でもよい。例えば、一患者に対して与えられる医用画像に関する情報としては、患者情報、検査情報、医用画像情報、アルゴリズム、外部パラメータ等がある。具体的に、図６（ｂ）に示す情報は、一患者に対して、２種の検査情報があり、各検査情報には、３種の医用画像情報があり、各医用画像情報には４種のアルゴリズムが設定され、各アルゴリズムには、５種の外部パラメータが設定されていることを示している。この患者について異常陰影候補の検出処理が行われている場合に、これらの情報に基づいて進捗状況が表示される例について説明する。なお、図６（ｂ）に示す情報のデータ構成は、上段のデータに帰属するデータのみを示すが、２段目以降の検査情報、医用画像情報、アルゴリズム情報についても、それぞれ対応するデータが設定されているものとする。

図６（ａ）は、複数の情報に基づいて進捗状況が表示された場合の医用画像表示画面の一例を示す図である。図６（ａ）に示すように、医用画像表示画面２２２には、医用画像データが表示され、医用画像データの素抜け領域に進捗状況を表示する領域が設けられている。ここで、進捗状況としては、３種の情報に関する進捗状況が表示されており、最上段の領域２２２ａには、一患者についての異常陰影候補の検出処理の進捗状況が「７３％」として示されている。また、２段目の領域２２２ｂには、検出処理が行われている医用画像の識別情報が医用画像情報として示されており、一患者について複数ある医用画像データのうちコードＮｏ「123456789」の医用画像データについて異常陰影候補の検出処理が行われていることを示している。

３段目の領域２２２ｃには、アルゴリズムについて進捗状況が示されており、現在検出処理に適用されているアルゴリズム名が「アルゴリズムＡ」として表示され、アルゴリズムＡの演算の進捗状況がインジケータにより示されている。４段目の領域２２２ｄには、外部パラメータについて進捗状況が示されており、現在演算に適用されている外部パラメータ名が「外部パラメータＢ」として表示され、外部パラメータＢの演算の進捗状況がインジケータにより示されている。

図７（ａ）〜（ｃ）は、検出性能調査手段１８から出力された検出性能の調査結果が表示された場合の医用画像表示画面の一例を示す図である。図７（ａ）に示すように、医用画像表示画面２２３−１には、医用画像データが表示され、医用画像データの素抜け領域には、検出性能の調査結果であるＴＰ−ＦＰグラフを表示する領域２２３ａと、ＴＰ−ＦＰグラフにおけるＴＰ−ＦＰの割合を変化させるスライドバーを表示する領域２２３ｂが設けられている。このスライドバーを指定手段１５により左右に操作することにより、ＴＰ−ＦＰグラフ上の△マーカを任意のＴＰ−ＦＰ割合に合わせて変化させることができる。

したがって、技師は、このＴＰ−ＦＰグラフに基づいて、異常陰影候補の検出性能を的確に把握することができる。これにより、ＴＰ−ＦＰグラフを指標として、技師の技量に応じた最適な異常陰影候補の検出性能を調整することができる。なお、医用画像表示画面２２３−１において、スライドバーにより指定されたポイントにおける正答率（ＴＰ）、誤答率（ＦＰ）の値を数値情報として表示する構成であってもよい。

具体的には、図７（ｂ）に示すように、医用画像表示画面２２３−２は、ＴＰ−ＦＰグラフが表示されると共に、ＴＰ，ＦＰの数値情報を、「ＴＰ：７５[％] ＦＰ：１．２[個／img]」として表示する。或いは、図７（ｃ）に示すように、医用画像表示画面２２３−３は、ＴＰ−ＦＰグラフを表示せずに、ＴＰ，ＦＰの数値情報のみを表示する構成であっても良い。これらの医用画像表示画面は、ユーザの設定に応じて、変更可能に表示されるものとする。

図８（ａ）は、検出性能調査手段１８から出力された検出性能の調査結果が他の形態により表示された場合の医用画像表示画面の一例を示す図である。図８に示すように、医用画像表示画面２２４には、医用画像データが表示され、医用画像データの素抜け領域には、検出性能の調査結果である模擬画像を表示する領域２２４ａと、模擬画像のＴＰ−ＦＰの割合を変化させるスライドバーを表示する領域２２４ｂが設けられている。このスライドバーを指定手段１５により左右に操作することにより、ＴＰ−ＦＰの割合に応じた模擬画像を表示することができる。

例えば、図８（ｂ）に示す図は、スライドバーを左に移動させ、ＴＰ−ＦＰの割合を低くした場合、すなわち、異常陰影候補の検出率を低下させた場合に表示される模擬画像の一例を示す拡大図である。図８（ｂ）に示すように、模擬画像２２５には、模擬石灰画像２２５ａと、模擬種瘤画像２２５ｂが模擬画像として示されている。つまり、検出性能を低下させた結果、異常陰影候補の検出率は低下するものの真陽性の異常陰影候補のみが検出された結果を示している。

また、図８（ｃ）に示す図は、スライドバーを右に移動させ、ＴＰ−ＦＰ割合を高くした場合、すなわち、異常陰影候補の検出率を向上させた場合に表示される模擬画像の一例を示す拡大図である。図８（ｃ）に示すように、模擬画像２２６には、真の模擬石灰画像２２６ａと、偽の模擬石灰画像２２６ｂと、真の模擬種瘤画像２２６ｃと、偽の種瘤画像２２６ｄとが、模擬画像として示されている。つまり、検出性能を向上させた結果、異常陰影候補の検出率が向上し、真陽性のみならず偽陽性の異常陰影候補が検出された結果を示している。なお、模擬画像２２６は一例であり、例えば、全ての異常陰影候補に対して、三角印により「正」「偽」を指し示す構成であってもよい。

このように、ＴＰ−ＦＰの割合を変化させることにより、検出される異常陰影候補を模擬画像として表示させて、数値だけでは把握し難い異常陰影候補の大まかな検出性能を、画像により確認することができる。したがって、技師は、異常陰影候補の検出性能の調整を行う際に、表示された模擬画像を指標として、最適な異常陰影候補の検出性能を調整することができる。

また、診断支援装置１０は、検出性能調査手段１８から出力された検出性能の調査結果に基づいて、指定手段１５により指定されたＴＰ−ＦＰに対応するアルゴリズム及び外部パラメータをデータ保存手段１９から取得して、最適な検出条件の組み合わせを決定する検出性能調整処理を実行する。図９は、診断支援装置１０により実行される検出性能調整処理を示すフローチャートである。

図９に示すように、画像データ入力手段１１により、未読影の医用画像データが入力されると（ステップＳ１１）、図示しないデータベース（以下、「ＤＢ」と記す）から、入力された医用画像データに類似する医用画像データが検索される（ステップＳ１２）。ここで、ＤＢに格納されている医用画像データは、過去に複数のアルゴリズム及び外部パラメータの組み合わせにより、異常陰影候補の検出処理が行われた検出結果と、検出性能調査手段１８により検出性能調査が行われた調査結果がデータ保存手段に保存されているものである。

次いで、検出性能調査手段１８により、データ保存手段１９から類似医用画像データについて検出性能の調査結果が取得され（ステップＳ１３）、取得された検出性能の調査結果に基づいて、ＴＰ−ＦＰグラフが生成される（ステップＳ１４）。図１０を参照して、データ保存手段１９に保存されている検出性能の調査結果について説明する。

図１０（ａ）は、類似医用画像データについて、複数のアルゴリズム及び外部パラメータの組み合わせにより異常陰影候補の検出処理を行った場合に得られる検出性能の調査結果を説明するための図である。図１０（ａ）の左側に示すように、ＤＢに格納されている医用画像データに対して、アルゴリズムＡ〜Ｄ、外部パラメータi〜iiをそれぞれ組み合わせて異常陰影候補の検出処理を行った場合、アルゴリズム及び外部パラメータの組み合わせから得られる検出結果は８組である。

そして、このアルゴリズム及び外部パラメータの８組の組み合わせを適用して、医用画像データについて異常陰影候補の検出処理が行なわれ、各検出結果に基づいて検出性能の調査が行われ、得られた調査結果が図１０（ａ）の右側に示す表である。図１０（ａ）の表には、８組のアルゴリズム及び外部パラメータの組み合わせ毎に正答率（ＴＰ）、誤答率（ＦＰ）が示されている。なお、検出性能を調整する際に、任意のＦＰ，ＴＰが指定された場合、この表に基づいて、指定されたＦＰ，ＴＰに対応するアルゴリズム及び外部パラメータの組み合わせが取得される。

図９のステップＳ１３に戻り、検出性能調査手段１８により、データ保存手段１９から検出性能の調査結果が取得されると、取得された調査結果に基づいて、ＴＰ−ＦＰグラフが作成される（ステップＳ１４）。そして、作成されたＴＰ−ＦＰグラフは表示手段２２に表示される（ステップＳ１５）。図１０（ｂ）は、表示手段２２に表示されるＴＰ−ＦＰグラフの表示画面例を示す図である。

この表示手段２２に表示されたＴＰ−ＦＰグラフを参照して、指定手段１５により、同時に表示されるスライドバーが操作され、任意のＦＴ，ＴＰが入力される（ステップＳ１６）。さらに、異常陰影候補検出手段１８により、入力されたＦＴ，ＴＰに対応するアルゴリズム及び外部パラメータの組み合わせがデータ保存手段から取得される（ステップＳ１７）。

例えば、図１０（ｂ）に示す表示画面において、スライドバーが操作され、ＴＰ：８２（％）、ＦＰ：１．３（個／img）が入力された場合、対応するアルゴリズム及び外部パラメータの組み合わせとしては、ＦＴ，ＴＰが最も近い値を示すアルゴリズムＣ及び外部パラメータiiの組み合わせが取得される。そして、異常陰影候補検出手段１８は、取得されたアルゴリズム及び外部パラメータを異常陰影候補の検出条件として設定し（ステップＳ１８）、本検出性能調整処理が終了される。

以上のように、本実施の形態によれば、診断支援装置１０は、診断結果が確定している医用画像に対して、複数のアルゴリズム及び外部パラメータを適用させて異常陰影候補の検出を行い、各アルゴリズム及び外部パラメータの組み合せパターンに応じて、異常陰影候補の検出性能を異常陰影候補の正答率（ＴＰ）、誤答率（ＦＰ）として算出する。そして、算出した異常陰影候補の正答率（ＴＰ）、誤答率（ＦＰ）に基づいて、ＴＰ−ＦＰグラフ又は模擬画像生成して、異常陰影候補の検出性能の調査結果として表示手段２２に表示させ、異常陰影候補の検出性能を調整する際の指標として利用させる。

したがって、医用画像を出力する際に、最適なアルゴリズム又は外部パラメータの調整を行う場合、検出性能の調査結果を表示手段２２に表示させ、当該調査結果に基づいて、好適なアルゴリズム又は外部パラメータの組み合わせを選択し、検出性能の調整を行うことができるため、技師の技量に応じて異常陰影候補の検出性能を調整することができる。これにより、技師の技量や、習熟度に応じた検出性能を調整して、異常陰影候補の検出処理を行うことができるため、医用画像の読影のレベルアップを図り、診断効率を向上させることができる。

また、異常陰影候補の検出性能を示す情報としては、ＴＰ−ＦＰグラフにより定量的に示す他、模擬画像により、大まかな検出性能を示すことが可能であり、技師は視覚的に異常陰影候補の検出性能を把握して調整することができる。これにより、技師の技量、好みに応じて、ＴＰ−ＦＰグラフに基づいて、異常陰影候補の検出性能の調整を正確に行うことができ、また、模擬画像に基づいて、異常陰影候補の検出性能の調整を感覚的に行うことができる。

また、異常陰影候補検出手段１７は、複数のアルゴリズム、外部パラメータ、及びこれらの組み合わせにより、異常陰影候補の検出を複数回行うため、各アルゴリズム、外部パラメータ、及びこれらの組み合わせによる異常陰影候補の検出結果を詳細に取得することができる。したがって、この詳細に取得された検出結果に基づいて、異常陰影候補の検出性能を統計的に処理し、統計結果に基づいて、異常陰影候補の検出性能を調査することができるため、正確な異常陰影候補の検出性能を取得することができる。

また、データ保存手段は、医用画像と、当該医用画像についての異常陰影候補の検出結果、及び異常陰影候補を検出する際に適用されたアルゴリズム及び外部パラメータをそれぞれ対応付けて記憶するため、過去に行われた異常陰影候補の検出結果を有効に利用して、効率良く異常陰影候補の検出性能を調査することができる。

また、検出性能を調査するために利用される医用画像は、予め読影医による診断結果又は病理診断結果に基づく確定診断結果が付帯する医用画像であるため、異常陰影候補として検出された病変部が真陽性であるか偽陽性であるかを明確に決定することができる。このため、検出性能調査手段１８は、医用画像に付帯する確定診断結果と比較して、各種アルゴリズム、外部パラメータ、及びこれらの組み合わせにより検出された異常陰影候補が真陽性であるか偽陽性であるかを判断し、確実かつ速やかに統計演算を行い、調査結果を取得することができる。

また、データ保存手段は、各種アルゴリズム、外部パラメータ、及びこれらの組み合わせにより検出された異常陰影候補が真陽性であるか偽陽性であるかを検出条件毎に判断して、これらの統計演算を行うため、異常陰影候補の検出性能を調整する際に、詳細なアルゴリズム、外部パラメータ、及びこれらの組み合わせに基づいて、検出性能の調整を行うことができる。

以上のように、本実施の形態によれば、過去に行われた異常陰影候補の検出性能の調査結果を指標として表示させ、表示された検出性能の調査結果に基づいて、好適なアルゴリズム及び外部パラメータを設定させ、技師の技量に応じて異常陰影候補の検出性能を容易かつ的確に調整することができる。これにより、医用画像の読影のレベルアップを図り、診断効率を向上させることができる。

なお、上述した本実施の形態における記述は、本発明に係る好適な診断支援装置の一例であり、これに限定されるものではない。

例えば、本実施の形態において、異常陰影候補の検出性能は、ＴＰ−ＦＰグラフ又は模擬画像として表示される場合を例として説明を行ったが、これに限らず、例えば、検出性能調査手段により算出された正答率（ＴＰ）、誤答率（ＦＰ）を数値情報として、表示手段２２に表示する構成であってもよい。

また、本実施の形態において列挙したアルゴリズムの例は、一例であり、その他種々のアルゴリズムに基づいて、異常陰影候補の検出が可能であることは勿論である。

その他、本実施の形態における診断支援装置１０の構成部分の細部構成、及び細部動作に関しても、本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

本発明を適用した実施の形態における診断支援装置１０の機能的構成を示すブロック図である。 図１に示す検出性能調査手段により作成されるＴＰ−ＦＰグラフの一例を示す図である。 図１に示す検出性能調査手段により作成される模擬画像の一例を示す図である。 診断支援装置１０により実行される異常陰影候補検出処理を示すフローチャートである。 図１の表示手段に表示される進捗状況を含む医用画像表示画面の一例を示す図である。 （ａ）図１の表示手段に表示される進捗状況を含む医用画像表示画面の一例を示す図である。 （ｂ）異常陰影候補の検出が行われている医用画像に関する情報のデータ構成例を示す図である。 図１の表示手段に表示されるＴＰ−ＦＰグラフを含む医用画像表示画面の一例を示す図である。 （ａ）図１の表示手段に表示される模擬画像を含む医用画像表示画面の一例を示す図である。 （ｂ）図８（ａ）に示す模擬画像の拡大図を示す図である。 （ｃ）図８（ａ）に示す模擬画像の拡大図を示す図である。 診断支援装置１０により実行される検出性能調整処理を示すフローチャートである。 （ａ）データ保存手段に記憶される検出性能の調査結果を説明するための図である。 （ｂ）検出性能調整処理において表示手段２２に表示されるＴＰ−ＦＰグラフの一例を示す図である。

符号の説明

１０ 診断支援装置
１１ 画像データ入力手段
１２ 画像データ記憶手段
１３ 画像処理手段
１４ アルゴリズム記憶手段
１５ 指定手段
１６ アルゴリズム選択手段
１７ 異常陰影候補検出手段
１８ 検出性能調査手段
１９ データ保存手段
２０ 画像出力制御手段
２１ データ出力手段
２２ 表示手段

Claims (15)

1. 被写体を撮影した医用画像を表示する表示手段を備える診断支援装置であって、
   前記医用画像から検出条件に基づいて異常陰影候補を検出する異常陰影候補検出手段と、
   前記異常陰影候補検出手段により、検出された異常陰影候補の検出結果と、医用画像の付帯情報とを比較して、異常陰影候補の検出条件毎に検出性能を調査する検出性能調査手段と、
   前記検出性能調査手段により調査された異常陰影候補の検出性能を表示手段に表示させるデータ出力手段と、
   を備えることを特徴とする診断支援装置。
2. 前記異常陰影候補検出手段に異常陰影候補を検出させる医用画像を複数指定する指定手段を備えることを特徴とする請求項１記載の診断支援装置。
3. 前記異常陰影候補検出手段は、異常陰影候補の検出条件として、複数のアルゴリズム又は外部パラメータのうち少なくとも２以上を設定し、
   前記異常陰影候補検出手段により設定されたアルゴリズム又は外部パラメータを前記医用画像と対応付けて保存するデータ保存手段を備えることを特徴とする請求項１又は２記載の診断支援装置。
4. 前記異常陰影候補検出手段は、前記少なくとも２以上設定したアルゴリズム又は外部パラメータを適用し、当該アルゴリズム及び外部パラメータの組み合わせのパターンに基づいて、前記医用画像から異常陰影候補の検出を行い、
   前記データ保存手段は、前記異常陰影候補検出手段により検出された異常陰影候補の検出結果と、当該検出条件となるアルゴリズム又は外部パラメータとを対応付けて保存することを特徴とする請求項３記載の診断支援装置。
5. 前記異常陰影候補検出手段により異常陰影候補の検出が行われている間、当該異常陰影候補の検出における進捗状況を前記表示手段に表示させるデータ出力手段を備えることを特徴とする請求項１から４の何れか一項に記載の診断支援装置。
6. 前記データ出力手段は、前記進捗状況を表示手段に表示させる際に、異常陰影候補の検出を行っている医用画像に関する患者情報、検査情報、医用画像情報、アルゴリズム、外部パラメータのうち少なくとも１つ以上を表示させることを特徴とする請求項５記載の診断支援装置。
7. 前記データ保存手段は、前記医用画像の付帯情報として、読影医による診断結果、病理診断結果、確定診断結果のうち少なくとも１つを医用画像に対応付けて保存することを特徴とする請求項３から６の何れか一項に記載の診断支援装置。
8. 前記医用画像は、読影医による診断結果、病理診断結果、確定診断結果のうち少なくとも１つを有することを特徴とする請求項１から６の何れか一項に記載の診断支援装置。
9. 前記検出性能調査手段は、前記医用画像の付帯情報と、異常陰影候補の検出結果とに基づいて、検出された異常陰影候補毎に検出結果の真偽を判別し、
   前記データ保存手段は、当該判別結果を医用画像と共に保存することを特徴とする請求項３から８の何れか一項に記載の診断支援装置。
10. 前記検出性能調査手段は、前記検出性能の調査結果として、前記データ保存手段に保存された判別結果に基づいて、適用されたアルゴリズム、外部パラメータ、又はアルゴリズム及び外部パラメータの組み合わせ毎の統計を算出し、算出された統計に基づいて、検出された異常陰影候補の真偽の割合を示すグラフを作成し、
    前記データ出力手段は、前記検出性能調査手段により作成されたグラフを表示手段に表示させることを特徴とする請求項９記載の診断支援装置。
11. 前記検出性能調査手段は、前記検出性能の調査結果として、前記データ保存手段に保存された判別結果に基づいて、適用されたアルゴリズム、外部パラメータ、又はアルゴリズム及び外部パラメータの組み合わせ毎の統計を算出し、算出された統計に基づいて、検出された異常陰影候補の真偽の割合を示す模擬画像を作成し、
    前記データ出力手段は、前記検出性能調査手段により作成された模擬画像を表示手段に表示させることを特徴とする請求項９記載の診断支援装置。
12. 前記データ出力手段は、調査結果として算出された統計に関する数値情報、前記グラフ及び模擬画像のうち少なくとも１つを前記医用画像と共に印刷出力させることを特徴とする請求項１０又は１１記載の診断支援装置。
13. 前記医用画像は、乳房単純Ｘ線画像であることを特徴とする請求項１から１２の何れか一項に記載の診断支援装置。
14. 前記医用画像は、ＣＴ装置又はＭＲＩ装置により撮影された医用画像であることを特徴とする請求項１から１２の何れか一項に記載の診断支援装置。
15. 前記医用画像は、超音波装置により撮影された医用画像であることを特徴とする請求項１から１２の何れか一項に記載の診断支援装置。

Images