JP2005185560A - 医用画像処理装置及び医用画像処理システム - Google Patents

Abstract

【課題】教師データを更新可能な構成とし、異常陰影候補の検出条件をカスタマイズ可能とする。
【解決手段】医用画像処理装置１０では、ＣＰＵ１１により、操作部１２を介してユーザにより選択された任意のポイントの周辺領域において動的輪郭抽出法により抽出された輪郭内の領域が指定される。そして、指定された領域の画像が新規の教師データとして教師ＤＢ１８に保存され、登録テーブル１８１において教師データが属するカテゴリに教師データの画像ファイル名が書き込まれる。その後、教師ＤＢ１８に保存された教師データに対して、ユーザにより操作部１２を介してカテゴリの変更が指示されると、ＣＰＵ１１により登録テーブル１８１において変更指示された教師データの分類カテゴリが変更されて上書きされる。
【選択図】図２

Description

本発明は、医用画像を解析して異常陰影の候補領域を検出する医用画像処理装置及び医用画像処理システムに関する。

医療の分野では、医師が診察時にＸ線画像や超音波画像等の医用画像を読影し、病変部分を見つけて病状の経過を観察したりするが、従来から、このような医師の読影に対する負担軽減を目的として、医用画像の画像データを画像解析することにより、病変部分の陰影を異常陰影候補として自動的に検出するコンピュータ診断支援装置（以下、ＣＡＤ；Computed-Aided Diagnosisという。）と呼ばれる医用画像処理装置が開発されている（例えば、特許文献１参照）。

上記ＣＡＤの中には、教師データと呼ばれる標本データを用いて異常陰影候補の検出を行うアルゴリズムが適用されているものもある。このようなアルゴリズムでは、異常症例、正常症例等、所定のカテゴリに予め分類された教師データが登録されており、この教師データに基づいて入力された判別対象データがどのカテゴリに属するかを判別する判別ロジックにより異常陰影候補の検出が行われる。教師データを用いる判別ロジックとしては、マハラノビスの距離を利用した判別分析手法、サポートベクトルマシンや人工ニューラルネットワーク等の手法が用いられる。

異常陰影候補の検出は一般的に２段階で行われる。まず医用画像が解析されて画像特徴量（以下、単に特徴量という）が算出され、当該特徴量に基づいて異常陰影と推測される領域が異常陰影候補として１次検出される。次いで、１次検出された異常陰影候補の特徴量が判別対象データとして判別ロジックに入力され、判別ロジックにより予め登録されている教師データに基づいて判別対象データのカテゴリが判別され、２次検出が行われる。そして、異常陰影候補の検出結果として出力するカテゴリに属する判別対象データのみが最終的な検出結果として出力される。
特開２００２−１１２９８６号公報

上記判別ロジックで用いる教師データは予めメーカ側で準備された一般的な教師データが使用されるため、上記ＣＡＤによる異常陰影候補の検出結果は読影する医師に関わらず一定の検出条件である。しかしながら、読影を行う医師によっては明らかに異常陰影と分かる陰影はＣＡＤにより検出してほしくないといった要望や、医師が専門とする分野における症例の教師データを増やしてＣＡＤの専門性を高めたいといった要望がある。

本発明の課題は、教師データを更新可能な構成とし、異常陰影候補の検出条件をカスタマイズ可能とすることである。

請求項１に記載の発明は、
教師データを用いて判別を行う判別ロジックを用いて、患者が撮影された医用画像から異常陰影候補を検出する異常陰影候補検出手段を備えた医用画像処理装置において、
異常陰影候補の検出時に用いられる教師データを更新可能に保存する教師データ保存手段と、
医用画像及び異常陰影候補の検出結果を表示する表示手段と、
前記表示手段に表示された医用画像上で前記教師データとして登録すべき領域を指定する領域指定手段と、
前記指定された領域の画像を教師データとして前記教師データ保存手段に保存させるデータ制御手段と、
前記教師データ保存手段に保存された教師データに基づいて、前記異常陰影候補検出手段における判別ロジックを補正するロジック補正手段と、
を備えることを特徴とする。

請求項２に記載の発明は、請求項１に記載の医用画像処理装置において、
前記データ制御手段は、医用画像の読影を行うユーザ毎に教師データを教師データ保存手段に保存させることを特徴とする。

請求項３に記載の発明は、請求項１又は２に記載の医用画像処理装置において、
前記データ制御手段は、教師データを複数のカテゴリに分類して教師データ保存手段に保存させることを特徴とする。

請求項４に記載の発明は、請求項３に記載の医用画像処理装置において、
前記教師データが分類されるカテゴリは、正常症例、異常症例のカテゴリ、正常症例、異常良性症例、異常悪性症例のカテゴリ、若しくは検出候補、非検出候補のカテゴリであることを特徴とする。

請求項５に記載の発明は、請求項３又は４に記載の医用画像処理装置において、
前記教師データ保存手段において教師データが分類されたカテゴリを変更する変更手段を備え、
前記ロジック補正手段は、前記変更手段によりカテゴリが変更された後の教師データに基づいて補正ロジックを補正することを特徴とする。

請求項６に記載の発明は、請求項５に記載の医用画像処理装置において、
前記変更手段によりカテゴリが変更された際の変更履歴情報を保存する履歴保存手段を備え、
前記変更手段は、教師データのカテゴリを変更後、当該教師データのカテゴリを変更前のカテゴリに戻すことを指示されると、前記履歴保存手段に保存された変更履歴情報に基づいて教師データのカテゴリを変更前のカテゴリに変更することを特徴とする。

請求項７に記載の発明は、請求項６に記載の医用画像処理装置において、
前記教師データ保存手段に保存された教師データを削除する削除手段を備え、
前記履歴保存手段は、前記削除手段により教師データが削除された際の履歴情報を保存し、
前記変更手段は、教師データを削除後、当該教師データの削除を取り消す旨が指示されると、前記履歴保存手段に保存された履歴情報に基づいて削除された教師データを元の保存状態に戻すことを特徴とする。

請求項８に記載の発明は、請求項７に記載の医用画像処理装置において、
前記ロジック補正手段は、前記削除手段により教師データが削除されると、当該削除された教師データを除く他の教師データに基づいて判別ロジックを補正することを特徴とする。

請求項９に記載の発明は、請求項１〜８の何れか一項に記載の医用画像処理装置において、
前記領域指定手段は、前記表示手段に表示された医用画像上で、ユーザにより選択された任意のポイントに基づいて領域を指定することを特徴とする。

請求項１０に記載の発明は、請求項９に記載の医用画像処理装置において、
前記領域指定手段は、前記表示手段に表示された医用画像上で、ユーザにより選択された任意のポイントの周辺領域で動的輪郭抽出法により抽出された輪郭内の領域を指定することを特徴とする。

請求項１１に記載の発明は、請求項１〜１０の何れか一項に記載の医用画像処理装置において、
複数の医用画像処理装置において用いられる教師データを更新可能に保存する教師データ保存手段を備えたサーバと通信する通信手段を備え、
前記データ制御手段は、医用画像処理装置が備える教師データ保存手段に保存された教師データを前記通信手段により前記サーバに送信させ、サーバの教師データ保存手段に保存させることを特徴とする。

請求項１２に記載の発明は、請求項１１に記載の医用画像処理装置において、
前記データ制御手段は、前記サーバの教師データ保存手段に保存された教師データを要求する要求情報を前記通信手段によりサーバに送信させてサーバから教師データを取得し、当該取得された教師データを医用画像処理装置が備える教師データ保存手段に保存させることを特徴とする。

請求項１３に記載の発明は、請求項１２に記載の医用画像処理装置において、
前記表示手段は、サーバから教師データを取得する際にサーバが備える教師データ保存手段に保存された教師データを選択的に表示することを特徴とする。

請求項１４に記載の発明は、請求項１〜１３の何れか一項に記載の医用画像処理装置において、
前記異常陰影候補検出手段による異常陰影候補の検出結果の情報を、その検出に使用された教師データの情報と対応付けて保存する検出結果保存手段を備えることを特徴とする。

請求項１５に記載の発明は、
教師データを用いて患者が撮影された医用画像から異常陰影候補を検出する異常陰影候補検出手段を備えた医用画像処理装置と、サーバとが通信接続された医用画像処理システムにおいて、
前記医用画像処理装置は、
異常陰影候補の検出時に用いられる教師データを更新可能に保存する教師データ保存手段と、
医用画像とともに異常陰影候補の検出結果を表示する表示手段と、
前記表示手段に表示された医用画像上で前記教師データとして登録すべき領域を指定する領域指定手段と、
前記指定された領域の画像を教師データとして前記教師データ保存手段に保存させるとともに、サーバが備える教師データ保存手段に保存させるデータ制御手段と、を備え、
前記サーバは、
前記医用画像処理装置において用いられる教師データを更新可能に保存する教師データ保存手段を備えることを特徴とする。

請求項１６に記載の発明は、請求項１５に記載の医用画像処理システムにおいて、
前記サーバは、前記医用画像処理装置からの要求に応じてサーバの教師データ保存手段に保存された教師データを前記医用画像処理装置に提供する提供手段と、
前記医用画像処理装置のデータ制御手段は、前記サーバが備える教師データ保存手段に保存された教師データを要求する要求情報をサーバに送信してサーバから教師データを取得し、当該取得された教師データを医用画像処理装置が備える教師データ保存手段に保存させることを特徴とする。

請求項１７に記載の発明は、請求項１６に記載の医用画像処理システムにおいて、
前記医用画像処理装置のデータ制御手段は、教師データの要求情報とともに要求を行ったユーザのユーザ情報をサーバに送信してサーバから教師データを取得し、
前記サーバにおいて、前記提供手段により提供された教師データ数に応じて、その教師データの要求を行ったユーザ毎に課金する課金手段を備えることを特徴とする。

請求項１８に記載の発明は、請求項１５〜１７の何れか一項に記載の医用画像処理システムにおいて、
前記異常陰影候補検出手段による異常陰影候補の検出結果の情報を、その検出に使用された教師データの情報と対応付けて保存する検出結果保存手段を備えることを特徴とする。

請求項１に記載の発明によれば、登録すべき教師データとして指定された領域の画像を教師データ保存手段に保存し、教師データ保存手段に保存された教師データ群に基づいて、判別ロジックの補正を行うので、症例として追加したい教師データを新たに登録して最適な判別ロジックを作成することができる。従って、異常陰影候補の検出条件をユーザに応じてカスタマイズすることができ、例えば病院で専門とする分野の症例を増やす等して異常陰影候補検出の専門性を高めることができる。

請求項２に記載の発明によれば、読影を行うユーザ毎に教師データを保存するので、例えば読影医毎に教師データを保存することにより、その読影医に応じた検出条件にカスタマイズすることができ、最適な異常陰影候補の検出を行うことができる。

請求項３、４に記載の発明によれば、教師データをカテゴリ毎に分類して保存するので、ユーザは読影のスキルや好み等に合わせて登録する教師データのカテゴリを選択することにより、異常陰影候補の検出条件を調整することができる。

請求項５に記載の発明によれば、教師データのカテゴリを変更するので、ユーザのスキルや好み等に応じて、カテゴリを変更することにより異常陰影候補の検出条件を調整することができる。例えば、読影医がある特徴を有する異常陰影は医用画像処理装置による検出結果を見なくても読影医が判別できるので、そのような症例の教師データを異常症例のカテゴリから正常症例のカテゴリに変更することにより、検出されないように調整することができる。

請求項６に記載の発明によれば、カテゴリが変更された際の変更履歴情報を保存し、この変更履歴情報に基づいて変更されたカテゴリを元のカテゴリに戻すので、誤ってカテゴリの変更を行ってしまった場合でも元のカテゴリに再設定することができる。

請求項７に記載の発明によれば、教師データを表示するので、保存された教師データの確認を行うことができる。

請求項８に記載の発明によれば、教師データの削除を行うので、教師データの追加により検出精度が低下した場合等に、その原因となった教師データを削除することができる。

請求項９に記載の発明によれば、ユーザにより選択されたポイントに基づいて教師データとして登録すべき領域を指定するので、ユーザはポイントを選択する簡単な操作だけで領域を指定することができる。

請求項１０に記載の発明によれば、動的輪郭抽出法により抽出された領域を教師データとして登録すべき領域として指定するので、ユーザはポイントを選択する簡単な操作だけで、自動的に抽出された陰影の領域を指定することができる。

請求項１１、１３に記載の発明によれば、医用画像処理装置で登録された教師データをサーバの教師データ保存手段に保存させるので、サーバにおいて各医用画像処理装置で登録された教師データを一括管理することができる。

請求項１２、１５、１６に記載の発明によれば、サーバで保存されている教師データを医用画像処理装置が取得して医用画像処理装置の教師データ保存手段に保存するので、他の医用画像処理装置で登録された教師データを取得して症例に追加したり、失われた教師データを再取得したりすることができる。

請求項１４、１８に記載の発明によれば、異常陰影候補の検出結果の情報をその検出に使用された教師データの情報と対応付けて保存するので、後に検出に使用された教師データを遡って確認することが可能となる。

請求項１７に記載の発明によれば、医用画像処理装置に提供された教師データ数に応じて、ユーザ毎に課金することができる。

本実施の形態では、医用画像において指定された領域の画像を教師データとしてデータベース登録し、登録されたデータベース内の教師データに基づいて異常陰影候補検出時の判別ロジック内の判別パラメータを補正する医用画像処理装置の例と、各医用画像処理装置で新規登録された教師データをサーバ内のデータベースにアップロードし、何れの医用画像処理装置からもサーバ内のデータベースに登録された教師データを取得可能な医用画像処理システムの例を説明する。

まず、構成を説明する。
図１に、本実施の形態における医用画像処理システム１００のシステム構成を示す。図１に示すように、医用画像処理システム１００は、医用画像処理システム１０と、サーバ５０とから構成され、各装置は通信ネットワークＮを介して相互にデータの送受信が可能に接続されている。なお、図１には２台の医用画像処理装置、１台のサーバ５０が接続された例を説明したが、その設置台数は特に限定しない。

以下、各装置について説明する。
医用画像処理装置１０は、入力された医用画像を画像解析して異常陰影候補を検出し、読影時には医用画像とともにその検出結果を表示するものである。

図２に、医用画像処理装置１０の内部構成を示す。
図２に示すように、医用画像処理装置１０は、ＣＰＵ（Central Processing Unit）１１、操作部１２、表示部１３、ＲＡＭ（Random Access Memory）１４、ＲＯＭ（Read Only Memory）１５、通信部１６、プログラムメモリ１７、教師データベース（以下、ＤＢ；DataBaseという）１８を備えて構成される。

ＣＰＵ１１は、プログラムメモリ１８に格納されるシステムプログラムの他、異常陰影候補検出プログラムをＲＡＭ１４に展開し、当該プログラムとの協働により医用画像処理装置１０の各部の動作を集中制御する。

異常陰影候補検出処理では、候補領域を特定する１次検出及び特定された候補領域に対する２次検出を経て、最終的な検出結果を出力する。
以下、異常陰影候補の検出方法について、患者の乳房を撮影したＸ線医用画像（これをマンモグラフィという）において乳癌の所見となる腫瘤陰影候補を検出する場合を例に説明するが、超音波画像、ＭＲＩ（Magnetic Resonance Imaging）画像等、他の医用画像から各病変種類の異常陰影候補を検出する場合には、その画像種類及び病変種類に応じた検出方法を適用することとする。

腫瘤陰影は、円形に近い形状であり、マンモグラフィ上ではガウス分布状の濃度変化を有する低濃度の陰影として現れる。このような特徴的な濃度特性に基づいて、１次検出時には、例えば特開平０８−２６３６４１号公報に開示されているように、アイリスフィルタを使用して注目画素の周辺部から注目画素にかけての濃度勾配の強度成分及び方向成分を特徴量として算出し、この特徴量に基づいて候補領域を特定する。この１次検出で特定された候補を１次候補という。

なお、上述した検出方法はその一例であり、他の公知の検出方法、例えばラプラシアンフィルタを用いた手法（電気情報通信学会論文誌(D-II),Vol.J76-D-II,no.2,pp.241-249,1993）等も適用可能である。

２次検出時には、１次候補領域におけるコントラスト、標準偏差、濃度平均値、曲率、フラクタル次元、円形度、面積等の各種特徴量を算出する。そして、算出された特徴量を判別対象データとして、予め教師ＤＢ１８に保存されている教師データ群に基づいて構築された判別ロジックに入力し、判別対象データがどのカテゴリに属するかを判別する。カテゴリはユーザが設定可能であるとし、初期設定により設定されているものとする。カテゴリの例としては、正常症例と異常症例のカテゴリ、ユーザが検出を所望する検出候補とユーザが検出を所望しない非検出候補のカテゴリ等が挙げられる。

判別ロジックとしては、例えばＢＰ（Back Propagation）法を適用した階層型ニューラルネットワーク、マハラノビスの距離、線形判別式を用いた判別分析や、サポートベクトルマシン等が適用可能である。
ＢＰ法のニューラルネットワークは、図３（ａ）に示すように、入力データを受け取るニューロンからなる入力層と、外部へ出力データを出力するニューロンからなる出力層と、入力層と出力層の中間に存在するニューロンからなる中間層とから構成される。中間層及び出力層の各ニューロンには入力された信号に重み付け等を行うバイアス関数が設定されており、出力層のニューロンにはある入力データに対して期待される出力データとして教師データが設定されている。ＢＰ法は、一旦入力層に入力データが入力され、出力層から出力データが出力されると、当該出力データと教師データとの誤差に基づいて中間層及び出力層のバイアス関数を修正するものである。このＢＰ法のニューラルネットワークにおいて判別パラメータとなるのは、中間層、出力層に設定されるバイアス関数の重み係数等である。

マハラノビスの距離は、図３（ｂ）に示すように、異常症例のカテゴリに属する教師データａ１〜ａ５の母集団Ａクラスの重心Ｇａと、正常症例のカテゴリに属する教師データｂ１〜ｂ４の母集団Ｂクラスの重心Ｇｂとのうち、判別対象データＸがどちらの重心に近いかを教師データの分散を考慮して判別することにより、判別対象データＸが属するクラスを判別する判別ロジックである。このとき判別パラメータとなるのは、各クラスの重心Ｇａ、Ｇｂ等であり、この重心Ｇａ、Ｇｂは教師データの追加、カテゴリの変更、削除等により位置が移動することとなる。

また、サポートベクトルマシンは、図４に示すように、例えば異常症例に属する教師データ（図中、□で示す）と正常症例に属する教師データ（図中、○で示す）を識別する識別関数を求めることにより、判別対象データがどちらの症例に属するかを判別する判別ロジックである。このサポートベクトルマシンでは、教師データを全て正しく識別する超平面Ｍの周辺領域において、教師データが存在しないマージン領域（超平面Ｍ周辺のＨ１、Ｈ２の領域）を最大とする最適識別関数が判別パラメータとなる。

判別ロジックによる判別の結果、異常陰影候補として検出するカテゴリ、例えば異常症例のカテゴリや、検出候補のカテゴリに属すると判別された１次候補のみを１次検出及び２次検出を経た最終的な異常陰影候補の検出結果として出力する。そして、ＣＰＵ１１は、出力された異常陰影候補の特徴量を異常陰影候補の検出結果として、その検出に用いられた教師データの情報と対応付けてＲＯＭ１５に保存させる。すわなち、異常陰影候補検出プログラムとＣＰＵ１１との協働により異常陰影候補検出手段を実現することができる。

さらに、ＣＰＵ１１は、本発明に係る登録処理プログラム（図９参照）、編集処理プログラム（図１２参照）、教師データ提供処理プログラム（図１３参照）をＲＡＭ１４に展開し、各プログラムとの協働により処理動作を統括的に制御する。

登録処理では、操作部１２を介してユーザにより選択された任意のポイントの周辺領域において動的輪郭抽出法により抽出された輪郭内の領域を指定し、当該指定された領域の画像を教師データとして教師ＤＢ１８に保存させる。ここで、動的輪郭抽出法とは、スネーク法としても知られる手法であり、輪郭を抽出する対象画像領域に複数の候補点を設定し、当該複数の候補点に対し、輪郭の滑らかさを定義する内部エネルギー、領域の境界においてエネルギーが最小となるように設計された画像エネルギー、領域が初期領域より膨張するように設計された外部エネルギーを算出し、各エネルギーの和が最小となるように候補点を制御することにより、動的に輪郭を決定する手法である。すわなち、登録処理プログラムとＣＰＵ１１との協働により、データ制御手段を実現することができるとともに、操作部１２、ＣＰＵ１１により領域指定手段を実現することができる。

また、教師データの保存時に、ユーザにより教師データが属する分類カテゴリが選択されると、教師ＤＢ１８内の登録テーブル１８１（後述する）に、教師データが属する分類カテゴリの情報を書き込む。

編集処理では、教師ＤＢ１８に保存された教師データに対して、ユーザにより操作部１２を介してカテゴリの変更が指示されると、教師ＤＢ１８内の登録テーブル１８１において変更指示された教師データの分類カテゴリを指示された分類カテゴリに上書きする。そして、変更履歴テーブル１８２（後述する）においてその変更日付、変更内容等の変更履歴情報を書き込む。また、ユーザにより削除が指示されると、登録テーブル１８１において削除が指示された教師データの登録情報を消去し、変更履歴テーブル１８２において消去の日付等の情報を書き込む。すわなち、編集処理プログラムとＣＰＵ１１との協働により、変更手段、削除手段を実現することができる。

教師データ提供処理プログラムでは、教師ＤＢ１８に保存された教師データを読み出して通信部１６によりサーバ５０に送信させ、サーバ５０内の教師ＤＢに保存させて教師データのアップロードを行う。また、サーバ５０で保存されている教師データをダウンロードする指示が入力されると、ユーザにより選択された教師データを要求する要求情報を通信部１６によりサーバ５０に送信させ、サーバ５０から教師データを取得する（ダウンロードする）。

また、ＣＰＵ１１は、登録処理、編集処理等において、教師ＤＢ１８の教師データの追加、変更、削除が行われると、その追加、変更又は削除後の教師データ群に基づいて、判別ロジックにおける判別パラメータを算出し、当該判別パラメータを判別ロジックに設定して判別ロジックの補正を行う。すなわち、各プログラムとＣＰＵ１１との協働により、ロジック補正手段を実現することができる。

操作部１２は、カーソルキーや数字キー、各種機能キーからなるキーボード、マウスやタッチパネル等のポインティングディバイスを備えて構成され、押下されたキーやマウスの操作に対応する操作信号をＣＰＵ１１に出力する。

表示部１３は、ＬＣＤ（Liquid Crystal Display）等から構成される表示手段であり、医用画像やＣＰＵ１１による異常陰影候補の検出結果、教師データのカテゴリを選択する選択画面等の各種表示画面を表示する。

ＲＡＭ１４は、ＣＰＵ１１によって実行される各種プログラムやこれらプログラムによって処理されたデータ等を一時的に記憶するワークエリアを形成する。

ＲＯＭ１５は、処理対象の医用画像の画像データ群を保存するとともに、異常陰影候補の検出に必要な各種情報、例えば判別ロジックにおいて設定されている判別パラメータ等を記憶する。

また、ＲＯＭ１５は、異常陰影候補検出処理における異常陰影候補の検出結果の情報を、その検出に用いられた教師データの情報と対応付けて保存する検出結果保存手段である。

通信部１６は、ネットワークインターフェースカード（以下、ＮＩＣ；Network Interface Cardという）、モデム、ターミナルアダプタ等の通信用インターフェースにより構成され、通信ネットワーク上の外部機器と各種情報の送受信を行う。例えば、サーバ５０にＤＢ登録対象の教師データを送信する。また、各診療室に設置される診療端末に接続して、異常陰影候補の検出結果を送信する構成としてもよい。

また、通信部１６は、医用画像生成装置（図示せず）に通信接続し、当該医用画像生成装置から医用画像の画像データを受信する。
なお、医用画像の入力は通信による入力方法に限らない。例えば、医用画像生成装置と接続するためのインターフェースを備え、このインターフェースを介して医用画像生成装置において生成された医用画像を医用画像処理装置１０に入力することとしてもよい。

医用画像生成装置としては、例えば医用画像が記録されたフィルム上にレーザ光を走査して医用画像を読み取るレーザデジタイザや、ＣＣＤ（Charge Coupled Device）等の光電変換素子からなるセンサによりフィルムに記録された医用画像を読み取るフィルムスキャナ等が適用可能である。

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医用画像を撮影する撮影装置や、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コンデンサからなるフラットパネルディテクタ等を接続可能な構成としてもよく、その医用画像の入力方法は特に限定しない。

プログラムメモリ１７は、システムプログラムや異常陰影候補検出プログラム、登録処理プログラム、編集処理プログラム、教師データ提供処理プログラム及び各プログラムで処理されたデータ等を記憶する。

教師ＤＢ１８は、大容量メモリにより構築された教師データ保存手段であり、判別ロジックで使用される教師データを保存する。また、教師ＤＢ１８は、ＤＢ登録された教師データに関する登録情報を格納するための登録テーブル１８１及び登録された教師データの変更、削除等の変更履歴情報を保存するための変更履歴テーブル１８２を有している。すなわち、教師ＤＢ１８により履歴保存手段を実現することができる。

登録テーブル１８１には、図５に示すように、ユーザ名（例えば“医師Ｘ”等）ユーザの所属科（例えば“内科”等）のユーザ情報に対応付けて、教師データの病変種類（例えば“腫瘤”）、教師データを分類するカテゴリ（例えば“正常症例”、異常症例ではあるが良性のものである“異常良性症例”、異常症例のうち悪性のものである“異常悪性症例”の各カテゴリ）毎に、教師データ（例えば“教師データＡ”、“教師データＤ”等）の情報が格納されている。

変更履歴テーブル１８２には、図６に示すように、各教師データのデータファイル名（例えば“教師データＡ”）に対応付けて、カテゴリが変更された又は削除された際の日付、その内容等の変更履歴情報（例えば２００３年１１月１５日に異常良性症例のカテゴリから異常悪性症例のカテゴリに変更したことを示す“2003.11.15 変更（異常良性→異常悪性）”）が格納される。

また、教師ＤＢ１８は、教師ＤＢ１８に登録された教師データの特徴量のデータを格納するための特徴量ファイル（図示せず）を有している。例えばコントラスト、標準偏差、濃度平均値、曲率、円形度、面積等の各種特徴量のデータが格納される。

次にサーバ５０について説明する。
サーバ５０は、通信ネットワークＮ上の各医用画像処理装置１０で用いられる教師データをＤＢ化して統括的に管理するとともに、ＤＢ登録された教師データを提供するウェブページを運用し、当該ウェブページを介した医用画像処理装置１０からの要求に応じて教師データを提供する。

図７に、サーバ５０の内部構成を示す。
図７に示すように、サーバ５０は、ＣＰＵ５１、ＲＡＭ５２、ＲＯＭ５３、教師ＤＢ５４、通信部５５を備えて構成される。

ＣＰＵ５１は、ＲＯＭ５３に格納されたシステムプログラムの他、本発明に係る教師データ提供処理プログラムをＲＡＭ５２に展開し、当該プログラムとの協働により処理動作を統括的に制御する。

教師データ提供処理では、医用画像処理装置１０からのＤＢ登録要求に応じて、通信部５５を介して医用画像処理装置１０から送信された教師データを教師ＤＢ５４に保存させる。また、医用画像処理装置１０からの教師データのダウンロード要求に応じて、選択された教師データを教師ＤＢ５４から読み出して通信部５５により医用画像処理装置１０に送信させ、教師データを各医用画像処理装置１０に提供する。また、教師データの提供時には提供された教師データ数に応じた金額を算出し、ＲＯＭ５３の課金テーブル５３１において算出された金額をユーザ毎に書き込み、課金する。すなわち、教師データ提供処理プログラムとＣＰＵ１１との協働により、提供手段及び課金手段を実現することができる。

ＲＡＭ５２は、ＣＰＵ５１によって実行される各種プログラムやこれらプログラムによって処理されたデータ等を一時的に記憶するワークエリアを形成する。

ＲＯＭ５３は、システムプログラムや教師データ提供処理プログラム及び各プログラムで処理されたデータ等を格納する。また、ＲＯＭ５３は、教師ＤＢ５４に格納される教師データの提供に対する課金状況をユーザ毎に管理するための課金テーブル５３１を格納する。

課金テーブル５３１には、図８に示すように、教師データをダウンロードしたユーザ名（例えば“Ｘ”）に対応付けて、ダウンロードされた教師データのデータファイル名（例えば“教師データＰ”、“教師データＱ”等）、そのダウンロードされた教師データの合計数（例えば“２０”）、ダウンロードされた教師データに対する課金金額（例えば“５０００円”）の各情報が格納される。

教師ＤＢ５４は、大容量メモリにより構築された教師データ保存手段であり、通信ネットワークＮ上の各医用画像処理装置１０により登録された教師データを格納する。また、教師ＤＢ５４に登録された教師データに関する登録情報を格納するための登録テーブル５４１を格納する。登録テーブル５４１のデータ構成は、図５を参照して説明した医用画像処理装置１０の登録テーブル１８１と同様であるので、その図示及び説明は省略する。すなわち、登録テーブル５４１には、ユーザ名、ユーザの所属科のユーザ情報に対応付けて教師データの分類カテゴリ、その分類カテゴリに属する教師データのファイル名の各情報が格納される。

また、教師ＤＢ５４は保存している教師データの特徴量のデータを格納するための特徴量ファイルを備え、この特徴量ファイルに例えばコントラスト、標準偏差、濃度平均値、曲率、円形度、面積等の各種特徴量のデータを格納する。

通信部５５は、ＮＩＣ、モデム、ターミナルアダプタ等の通信用インタフェースにより構成され、通信ネットワークＮ上の外部機器と各種情報の送受信を行う。例えば、医用画像処理装置１０からアップロードされた教師データを受信し、教師ＤＢ５４で保存されている教師データのうちダウンロードが要求された教師データを医用画像処理装置１０に送信する。

次に、本実施の形態における動作を説明する。
本実施形態では、医用画像処理装置１０において教師ＤＢ１８に教師データを追加、変更、削除する例と、各医用画像処理装置１０で登録された教師データをサーバ５０で一括管理し、要求に応じて各医用画像処理装置１０に教師データを提供する例とを説明する。

まず、図９を参照して、医用画像処理装置１０において教師データを教師ＤＢ１８に追加する登録処理について説明する。なお、説明の前提として、医用画像処理装置１０の起動時に行われるログイン認証によりユーザが特定されていることとする。
図９に示す登録処理では、通信部１６を介して医用画像が入力されると（ステップＳ１）、当該医用画像に対してＣＰＵ１１では異常陰影候補の検出が行われる（ステップＳ２）。次いで、検出が終了すると、表示部１３において医用画像とともに異常陰影候補の検出結果が表示される（ステップＳ３）。

図１０に、その表示画面例を示す。
図１０に示すように、表示部１３では医用画像Ｇが表示された結果画面１３１が表示される。結果画面１３１では、異常陰影候補の検出結果として検出された異常陰影候補を指摘するマーカｍ１が医用画像Ｇ上に表示される。また、表示部１３には教師データとして登録する画像領域を指定するためのポインタｐが表示される。ユーザは、教師データを登録する際に操作部１２を介してこのポインタｐを操作し、教師データとして登録する画像領域の中心付近のポイントを選択する。

この結果画面１３１において、操作部１２を介してポインタｐが操作され、任意のポイントが選択されると、ＣＰＵ１１において動的輪郭抽出法により選択されたポイントの所定範囲内で輪郭の抽出が行われ、抽出された輪郭内の画像領域が教師データとして登録する画像領域として指定される（ステップＳ４）。

なお、本実施形態では動的輪郭抽出法により陰影の画像領域を指定する例を説明したが、これに限らず、ポインタｐにより選択されたポイントから所定範囲内で検出された異常陰影候補の画像領域を指定することとしてもよいし、異常陰影候補が検出されていない領域で画像領域を指定する場合にはポインタｐで登録対象の画像領域を囲むように操作させてその囲まれた画像領域を指定することとしてもよい。

教師データとして登録する画像領域が指定されると、その登録対象の教師データをどのカテゴリに分類するかを選択するための選択画面が表示部１３に表示される。図１１に、その選択画面例を示す。図１１に示すように、選択画面１３２では、教師データとして指定された画像領域の画像ｇ１が表示されるとともに、分類するカテゴリが選択的に表示される。ユーザは、選択画面１３２において画像ｇ１を確認し、分類したいカテゴリを選択する。

なお、医用画像処理装置１０により検出された異常陰影候補の画像領域が指定された場合は図１１に示すように分類のカテゴリのみが選択的に表示されるが、医用画像処理装置１０により異常陰影候補が検出されていない画像領域が指定された場合は、分類のカテゴリが選択的に表示されるとともに陰影の病変種類名を入力するための入力領域が表示される。

この選択画面１３２において、操作部１２を介してカテゴリが選択されると（ステップＳ５）、指定された領域の画像が教師データとして教師ＤＢ１８に保存されるとともに、選択されたカテゴリの情報（病変種類名が入力された場合はその病変種類名の情報も合わせて）、追加日付等がログイン認証時に特定されたユーザに対応付けて登録テーブル１８１に格納され、教師データの新規登録が行われる（ステップＳ６）。

次いで、教師ＤＢ１８に既存の教師データに新規登録された教師データを加え、これら教師データ群に基づいて異常陰影候補を２次検出する際の判別ロジックで用いられる判別パラメータの補正がＣＰＵ１１により行われる（ステップＳ７）。例えば、また、判別ロジックとしてニューラルネットワークが適用されている場合は、出力層に設定されている教師データが新たに設定される。（主成分分析削除）また、判別ロジックとしてマハラノビスの距離の手法が適用されている場合は、各カテゴリの教師データ群に基づいて各カテゴリにおける母集団平均（重心）が新たに算出され、ポートベクトルマシンが適用されている場合は、最適識別関数が算出されて判別ロジックに設定される。
このようにして判別パラメータが補正されると、本処理を終了する。以後の異常陰影候補検出処理では、補正後の判別パラメータが設定された判別ロジックにより２次検出が行われる。

次に、図１２を参照して、医用画像処理装置１０の教師ＤＢ１８に教師データを登録後、この登録された教師データの変更、削除を行う編集処理を説明する。図１２は、医用画像処理装置１０により実行される編集処理を説明するフローチャートである。説明の前提として、教師データの変更、削除は編集メニューから指示することができるものとする。

図１２に示す編集処理では、まず編集メニューにおいて教師ＤＢ１８に登録されている教師データの画像が表示部１３に一覧表示される。そして、この一覧表示された教師データの中からユーザにより操作部１２を介して変更対象の教師データが選択されると（ステップＳ１１）、操作部１２を介して教師データの変更が指示されたのか教師データの削除が指示されたのかが判別される（ステップＳ１２）。

教師データの変更が指示された場合（ステップＳ１２；変更）、変更後のカテゴリを選択するための選択画面（図１１参照）が表示部１３に表示される。そして、選択画面において、変更後のカテゴリが選択されると、登録テーブル１８１において選択された教師データのカテゴリが選択されたカテゴリに変更され（ステップＳ１３）、ステップＳ１５の処理に移行する。

一方、教師データの削除が指示された場合（ステップＳ１２；削除）、ステップＳ１１において選択された教師データが登録テーブル１８１から削除され（ステップＳ１４）、ステップＳ１５の処理に移行する。このとき、削除が指示された教師データの情報が登録テーブル１８１から削除されるのみで教師データ自体は教師ＤＢ１８に保存されたままである。

ステップＳ１５では、変更又は削除された日付、変更又は削除があった旨、変更内容等の情報が変更履歴情報として変更履歴テーブル１８２に保存される。後に、変更された教師データを変更前のカテゴリに戻す、或いは初期状態にリセットする等が指示された場合には、この変更履歴情報に基づいて教師データの登録状況をカテゴリの変更前又は削除前の状態に戻すことができる。次いで、変更又は削除が行われた後の教師データ群に基づいて、ＣＰＵ１１により異常陰影候補の２次検出時に判別ロジックで使用される判別パラメータの補正が行われる（ステップＳ１６）。補正方法は図９の登録処理におけるステップＳ７で説明した補正方法と同様であるので、ここでは説明を省略する。補正が終了すると、本処理を終了する。

次に、図１３を参照して、サーバ５０において各医用画像処理装置１０からアップロードされた教師データを管理するとともに、各医用画像処理装置１０に教師データを提供する教師データ提供処理を説明する。図１３は、医用画像処理装置１０とサーバ５０とで実行される教師データ提供処理を説明するフローチャートである。

図１３に示す教師データ提供処理では、まず医用画像処理装置１０において教師ＤＢ１８に登録された教師データをサーバ５０の教師ＤＢ５４に登録することを要求する要求情報が生成され、登録対象の教師データ、特徴量データ及び教師データに関する登録情報とともにサーバ５０に送信される（ステップＳ１０１）。サーバ５０では、通信ネットワークＮ上の何れかの医用画像処理装置１０から教師データの登録要求情報とともに教師データ、特徴量データ及び登録情報が受信されると、当該受信された教師データ及び特徴量データがサーバ５０内の教師ＤＢ５４に保存され、受信された登録情報に基づいて登録テーブル５４１に教師データに関する登録情報が保存され、ＤＢ登録が行われる（ステップＳ１０２）。

このようにして、サーバ５０内の教師ＤＢ５４には、各医用画像処理装置１０により登録された教師データが保存され、サーバ５０において一括管理される。そして、サーバ５０では、教師データを各医用画像処理装置１０に提供するためのウェブページが運用され、ユーザは他のユーザにより登録された教師データを取得したい場合や、ユーザの操作する医用画像処理装置１０で登録されていた教師データが失われたため、もう一度同じ教師データを取得したい場合等に、医用画像処理装置１０を操作しウェブページを介してサーバ５０で管理されている教師データを取得することができる。

医用画像処理装置１０では、操作部１２を介してユーザにより教師データを提供するウェブページへのアクセスが指示されると、サーバ５０からウェブページが取得されて表示部１３に表示される。なお、ウェブページ取得時にウェブページへのログイン認証が行われ、ユーザが特定されたこととする。そして、このウェブページにおいてサーバ５０内の教師ＤＢ５４に登録された教師データのダウンロードが指示されると、教師データのダウンロードを要求する要求情報が生成され、サーバ５０に送信される（ステップＳ１０３）。

サーバ５０では、教師データのダウンロードの要求情報が受信されると、ダウンロード可能な教師データのリスト情報が作成され、当該リスト情報が医用画像処理装置１０に送信される（ステップＳ１０４）。医用画像処理装置１０では、サーバ５０から受信された教師データのリスト情報に基づいて、ダウンロード対象の教師データが選択的に表示部１３に表示される。例えば、教師データのサムネイル画像を一覧表示することとしてもよいし、最初に教師データのファイル名を一覧表示させておいてその中から選択された教師データの画像を表示することとしてもよい。

次いで、医用画像処理装置１０においてダウンロード対象の教師データが選択され、当該教師データのダウンロードが指示されると、ダウンロードを要求する要求情報が生成され、サーバ５０に送信される（ステップＳ１０５）。

サーバ５０では、医用画像処理装置１０からダウンロードの要求情報が受信されると、選択された教師データ及びその特徴量データが教師ＤＢ５４から取得され、医用画像処理装置１０に送信される（ステップＳ１０６）。次いで、ダウンロードされた教師データ数に応じた金額がダウンロードを行ったユーザに対応付けて課金テーブル５３１に書き込まれ、課金が行われる（ステップＳ１０７）。

なお、本実施形態では、ダウンロードされた教師データ数に応じて課金を行うこととしたが、ダウンロードされた教師データのデータ用量に応じて課金することとしてもよく、課金方法については特に限定しない。

一方、医用画像処理装置１０では、サーバ５０から送信された（ダウンロードされた）教師データ及び特徴量データが医用画像処理装置１０内の教師ＤＢ１８に保存されるとともに、登録テーブル１８１においてその登録情報が書き込まれ、ＤＢ登録が行われる（ステップＳ１０８）。次いで、医用画像処理装置１０では、教師ＤＢ１８内に既存の教師データに新規登録された教師データを加えた教師データ群に基づいて、異常陰影候補検出時の判別ロジックで用いられる判別パラメータの補正が行われ（ステップＳ１０９）、本処理を終了する。

以上のように、本実施形態によれば、指定された画像領域が教師データとして教師ＤＢ１８に保存されて新規登録されるとともに、指示に応じて教師ＤＢ１８内に保存された教師データの変更、削除が行われ、新規登録、変更、削除後の教師データ群に基づいて判別ロジックで用いられる判別パラメータの補正が行われるので、ユーザは自由に教師データの追加や変更、削除を行うことができ、異常陰影候補の検出条件をカスタマイズすることができる。

例えば、医師毎に教師データのＤＢを作成することにより、医師の苦手な症例を集中的に追加することにより、その医師に応じた異常陰影候補の検出を実現することができる。

また、教師データとして登録する画像領域を指定する際には、ユーザにより選択された任意のポイントの周辺領域において動的輪郭抽出法により抽出された輪郭内の画像領域が自動指定されるので、ユーザは簡単な操作で教師データの新規登録を行うことができる。

また、教師データを保存する際には、ユーザにより選択されたカテゴリに教師データを分類して保存するので、ユーザは自己の読影スタイルに合わせて異常陰影候補の検出、非検出を調整することが可能となり、使い勝手が向上する。

また、教師データを変更、削除した際にはその履歴情報が変更履歴テーブル１８２に保存されるので、教師データのカテゴリを変更後、検出精度が低下したためやはり変更前のカテゴリに戻したいといった場合に、変更履歴テーブル１８２に保存された変更履歴情報に基づいて変更前のカテゴリに再設定することができる。

また、各医用画像処理装置１０でＤＢ登録された教師データはサーバ５０にアップロードされ、サーバ５０では教師データが一括管理されるとともに、各医用画像処理装置１０からの要求に応じて教師データが医用画像処理装置１０にダウンロードされるので、ユーザは他のユーザによりＤＢ登録された教師データ等を取得することができ、所望の症例の教師データを増やして検出精度を向上させることができる。

また、サーバ５０では、ダウンロードされた教師データの数だけ課金金額が算出され、当該課金金額がユーザ情報に対応付けて課金テーブル５３１に保存されるので、ユーザに対する課金管理を行うことができる。

なお、本実施形態における記述内容は、本発明を適用した医用画像処理システム１００及び医用画像処理装置１０の好適な一例であり、これに限定されるものではない。

例えば、上述した説明では、ユーザ毎に教師データの追加、変更、削除を行うことができる例を説明したが、診療科毎、病院毎等、あるグループ毎に教師データをＤＢ登録することとしてもよい。これにより、グループ毎に異常陰影候補の検出条件を統一することができる。例えば、医用画像生成装置の装置特性により医用画像の画質が代わってくるため、医用画像生成装置毎に教師データのＤＢを作成することによりその装置特性に応じた最適な異常陰影候補の検出を行うことができる。

また、医用画像処理装置１０のＲＯＭ１５で保存されている異常陰影候補の検出結果の情報をその検出に使用された教師データの情報と対応付けてサーバ５０のＲＯＭ５３に保存することとしてもよい。すなわち、サーバ５０により検出結果保存手段を実現することとしてもよい。

その他、本実施の形態における医用画像処理システム１００及び医用画像処理装置１０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。

本実施の形態における医用画像形成システム１００のシステム構成を示す図である。 図１の医用画像処理装置１０の内部構成を示す図である。 補正ロジックの概念図を示す図であり、（ａ）はニューラルネットワーク、（ｂ）はマハラノビスの距離を利用した判別分析を示す図である。 補正ロジックの概念図を示す図であり、サポートベクトルマシンを示す。 教師ＤＢ１８内の登録テーブル１８１のデータ構成例を示す図である。 教師ＤＢ１８内の変更履歴テーブル１８２のデータ構成例を示す図である。 図１のサーバ５０内部構成を示す図である。 記憶部５３内の課金テーブル５３１のデータ構成例を示す図である。 医用画像処理装置１０により実行される登録処理を説明するフローチャートである。 登録処理時に表示される医用画像及び異常陰影候補の検出結果の表示画面例を示す図である。 教師データを登録する際に表示される分類カテゴリの選択画面例を示す図である。 医用画像処理装置１０により実行される編集処理を説明するフローチャートである。 医用画像処理装置１０及びサーバ５０により実行される教師データ提供処理を説明するフローチャートである。

符号の説明

１００ 医用画像処理システム
１０ 医用画像処理装置
１１ ＣＰＵ
１２ 操作部
１３ 表示部
１４ ＲＡＭ
１５ ＲＯＭ
１６ 通信部
１７ プログラムメモリ
１８ 教師ＤＢ
１８１ 登録テーブル
１８２ 変更履歴テーブル
５０ サーバ
５１ ＣＰＵ
５２ ＲＡＭ
５３ ＲＯＭ
５３１ 課金テーブル
５４ 教師ＤＢ
５４１ 登録テーブル
５４２ 変更履歴テーブル
５５ 通信部

Claims (18)

1. 教師データを用いて判別を行う判別ロジックを用いて、患者が撮影された医用画像から異常陰影候補を検出する異常陰影候補検出手段を備えた医用画像処理装置において、
   異常陰影候補の検出時に用いられる教師データを更新可能に保存する教師データ保存手段と、
   医用画像及び異常陰影候補の検出結果を表示する表示手段と、
   前記表示手段に表示された医用画像上で前記教師データとして登録すべき領域を指定する領域指定手段と、
   前記指定された領域の画像を教師データとして前記教師データ保存手段に保存させるデータ制御手段と、
   前記教師データ保存手段に保存された教師データに基づいて、前記異常陰影候補検出手段における判別ロジックを補正するロジック補正手段と、
   を備えることを特徴とする医用画像処理装置。
2. 前記データ制御手段は、医用画像の読影を行うユーザ毎に教師データを教師データ保存手段に保存させることを特徴とする請求項１に記載の医用画像処理装置。
3. 前記データ制御手段は、教師データを複数のカテゴリに分類して教師データ保存手段に保存させることを特徴とする請求項１又は２に記載の医用画像処理装置。
4. 前記教師データが分類されるカテゴリは、正常症例、異常症例のカテゴリ、正常症例、異常良性症例、異常悪性症例のカテゴリ、若しくは検出候補、非検出候補のカテゴリであることを特徴とする請求項３に記載の医用画像処理装置。
5. 前記教師データ保存手段において教師データが分類されたカテゴリを変更する変更手段を備え、
   前記ロジック補正手段は、前記変更手段によりカテゴリが変更された後の教師データに基づいて補正ロジックを補正することを特徴とする請求項３又は４に記載の医用画像処理装置。
6. 前記変更手段によりカテゴリが変更された際の変更履歴情報を保存する履歴保存手段を備え、
   前記変更手段は、教師データのカテゴリを変更後、当該教師データのカテゴリを変更前のカテゴリに戻すことを指示されると、前記履歴保存手段に保存された変更履歴情報に基づいて教師データのカテゴリを変更前のカテゴリに変更することを特徴とする請求項５に記載の医用画像処理装置。
7. 前記教師データ保存手段に保存された教師データを削除する削除手段を備え、
   前記履歴保存手段は、前記削除手段により教師データが削除された際の履歴情報を保存し、
   前記変更手段は、教師データを削除後、当該教師データの削除を取り消す旨が指示されると、前記履歴保存手段に保存された履歴情報に基づいて削除された教師データを元の保存状態に戻すことを特徴とする請求項６に記載の医用画像処理装置。
8. 前記ロジック補正手段は、前記削除手段により教師データが削除されると、当該削除された教師データを除く他の教師データに基づいて判別ロジックを補正することを特徴とする請求項７に記載の医用画像処理装置。
9. 前記領域指定手段は、前記表示手段に表示された医用画像上で、ユーザにより選択された任意のポイントに基づいて領域を指定することを特徴とする請求項１〜８の何れか一項に記載の医用画像処理装置。
10. 前記領域指定手段は、前記表示手段に表示された医用画像上で、ユーザにより選択された任意のポイントの周辺領域で動的輪郭抽出法により抽出された輪郭内の領域を指定することを特徴とする請求項９に記載の医用画像処理装置。
11. 複数の医用画像処理装置において用いられる教師データを更新可能に保存する教師データ保存手段を備えたサーバと通信する通信手段を備え、
    前記データ制御手段は、医用画像処理装置が備える教師データ保存手段に保存された教師データを前記通信手段により前記サーバに送信させ、サーバの教師データ保存手段に保存させることを特徴とする請求項１〜１０の何れか一項に記載の医用画像処理装置。
12. 前記データ制御手段は、前記サーバの教師データ保存手段に保存された教師データを要求する要求情報を前記通信手段によりサーバに送信させてサーバから教師データを取得し、当該取得された教師データを医用画像処理装置が備える教師データ保存手段に保存させることを特徴とする請求項１１に記載の医用画像処理装置。
13. 前記表示手段は、サーバから教師データを取得する際にサーバが備える教師データ保存手段に保存された教師データを選択的に表示することを特徴とする請求項１２に記載の医用画像処理装置。
14. 前記異常陰影候補検出手段による異常陰影候補の検出結果の情報を、その検出に使用された教師データの情報と対応付けて保存する検出結果保存手段を備えることを特徴とする請求項１〜１３の何れか一項に記載の医用画像処理装置。
15. 教師データを用いて患者が撮影された医用画像から異常陰影候補を検出する異常陰影候補検出手段を備えた医用画像処理装置と、サーバとが通信接続された医用画像処理システムにおいて、
    前記医用画像処理装置は、
    異常陰影候補の検出時に用いられる教師データを更新可能に保存する教師データ保存手段と、
    医用画像とともに異常陰影候補の検出結果を表示する表示手段と、
    前記表示手段に表示された医用画像上で前記教師データとして登録すべき領域を指定する領域指定手段と、
    前記指定された領域の画像を教師データとして前記教師データ保存手段に保存させるとともに、サーバが備える教師データ保存手段に保存させるデータ制御手段と、を備え、
    前記サーバは、
    前記医用画像処理装置において用いられる教師データを更新可能に保存する教師データ保存手段を備えることを特徴とする医用画像処理システム。
16. 前記サーバは、前記医用画像処理装置からの要求に応じてサーバの教師データ保存手段に保存された教師データを前記医用画像処理装置に提供する提供手段と、
    前記医用画像処理装置のデータ制御手段は、前記サーバが備える教師データ保存手段に保存された教師データを要求する要求情報をサーバに送信してサーバから教師データを取得し、当該取得された教師データを医用画像処理装置が備える教師データ保存手段に保存させることを特徴とする請求項１５に記載の医用画像処理システム。
17. 前記医用画像処理装置のデータ制御手段は、教師データの要求情報とともに要求を行ったユーザのユーザ情報をサーバに送信してサーバから教師データを取得し、
    前記サーバにおいて、前記提供手段により提供された教師データ数に応じて、その教師データの要求を行ったユーザ毎に課金する課金手段を備えることを特徴とする請求項１６に記載の医用画像処理システム。
18. 前記異常陰影候補検出手段による異常陰影候補の検出結果の情報を、その検出に使用された教師データの情報と対応付けて保存する検出結果保存手段を備えることを特徴とする請求項１５〜１７の何れか一項に記載の医用画像処理システム。

Images