JP2006271840A - 画像診断支援システム - Google Patents

Abstract

【課題】病巣部の大きさを算出し、その病巣部の状態を評価することができる画像診断支援システムを提供する。
【解決手段】撮影手段が生成した画像データから、病巣領域抽出部１１ｃが病巣領域を抽出する。評価値算出手段１１ｅは、その病巣領域を構成する画素数を算出し、その画素数を前記１画素あたりの実測値に基づいて換算して実測面積値に基づく評価値を算出する。比較部１１ｆは、病巣領域の評価値と病巣部の進行度に応じた基準評価値を比較する比較し、表示する。
【選択図】図２

Description

本発明は、画像診断支援システムに係り、特に患者の病巣部を携帯端末装置で撮影し経過観察を行うための技術に関する。

従来、患者の病巣部の大きさを測り、病巣部の評価材料として用いることが行なわれている。

特許文献１には、患者の褥瘡部に形成された洞穴状のポケットに挿入する消息子と計測用メジャーとを根元で一体化した褥瘡ポケットメジャーが開示されている。また、非特許文献１には、褥瘡の写真画像を基に褥瘡の長径及び短径を計測する試みが開示されている。
特開２００３−２７１７３２号公報 清水 千恵、他２名、「画像処理による褥瘡の自動評価の試行」、［online］、第24回医療情報学連合会、［平成17年3月2日検索］、インターネットURL＜http://www.cs-oto.com/jcmi2004/paper/jcmi24/paper/x10220/p10220.html＞

しかし、特許文献１及び特許文献２では、褥瘡の大きさを直接計測したり、写真画像に基づいて大きさを算出したりしているものの、その褥瘡の状態（回復度、悪化度）を評価することができないという問題点があった。

本発明は、上記問題に鑑みて成されたものであり、病巣部の大きさを算出し、その病巣部の状態を評価することができる画像診断支援システムを提供することを目的とする。

上記問題を解決するために、本発明に係る画像診断支援システムは、画像データを生成する撮影手段と、前記画像データから病巣部が撮影されている病巣領域を抽出する病巣領域抽出手段と、前記抽出された病巣領域よりその実測値を算出する実測値データ算出手段と、病巣部の進行度に応じた基準評価値を格納する基準値格納手段と、前記病巣領域の実測値と前記基準評価値とを比較する比較手段と、前記比較手段の比較結果を表示する表示手段と、を備える。

また、前記病巣領域抽出手段は、前記抽出した病巣領域を黒色領域、黄色領域、赤色領域、及び白色領域の色別領域に分離し、前記黒色領域、黄色領域、赤色領域、及び白色領域毎の実測面積値を算出し、それらの各実測面積値に各色に対応した重み付け係数を乗算した値を積算して評価値を算出する評価値算出手段を更に備える。

また、前記基準値格納手段は、過去に撮影された画像データに基づいて算出された実測面積値に基づく基準評価値を格納する格納手段として構成され、前記基準評価値を時系列に沿ってプロットして近似曲線を設定し、その近似曲線に基づいて前記病巣領域の経過を予測する予測手段を更に備える。

また、上記実測値データ算出手段は、前記画像データの１画素あたりの実測値を算出してもよい。この場合、前記病巣領域抽出手段が抽出した病巣領域を構成する画素数を算出し、その画素数を前記１画素あたりの実測値に基づいて換算することにより前記病巣領域の実測面積値に基づく評価値を算出する評価値算出手段を備えてもよい。そして、前記比較手段は、前記評価値と基準評価値とを比較してもよい。

また、前記画像データに含まれる彩度情報に基づいて色校正を行なう色校正手段を更に備え、前記病巣領域抽出手段は、前記色校正手段により色校正処理を行った画像データから病巣領域を抽出してもよい。

また、前記基準値格納手段は、過去に撮影された画像データに基づいて算出された実測面積値に基づく基準評価値を格納する格納手段として構成され、前記比較手段は、前記格納手段に格納された前記基準評価値と、今回撮影された画像データに基づく評価値とを比較してもよい。

本発明によれば、病巣部の大きさを算出し、その病巣部の状態を評価することができる。更に、評価結果に基づいて経過を予測する画像診断支援システムを提供することができる。

以下、図面を用いて本発明の好ましい実施形態について説明する。

[ハードウェアの概略構成]
図１は画像診断支援システムのシステム構成の一例を示すブロック図である。

画像診断支援システム１００は、看護師や医師が操作する携帯端末装置１０と、携帯端末装置１０からの情報を格納するデータベース３０と、を備える。携帯端末装置１０とデータベース３０とは、ＬＡＮ（院内ネットワーク）４０により有線通信及び無線通信を行ない互いに接続される。ＬＡＮ４０には、無線ＬＡＮアクセスポイント４１が接続され、携帯端末装置１０と無線通信を行なう。

携帯端末装置１０は、カメラ機能を備えたＰＤＡにより構成される。携帯端末装置１０は、主として各構成要素の動作を制御する中央処理装置（ＣＰＵ）１１と、装置の制御プログラムが格納されたり、プログラム実行時の作業領域となったりするメモリ１２と、撮影処理や画像診断支援処理等を行うためのプログラムを含む各種アプリケーションソフト等が記録されるＥＥＰＲＯＭ１３と、表示用データを一時記憶する表示メモリ１４と、この表示メモリ１４からのデータに基づいて画像を表示する表示部１５と、図示しないタッチペン、十字キー、電源ボタン等からなる操作部１６と、無線ＬＡＮアクセスポイント４１を介して院内ＬＡＮ４０に無線接続を行なうための通信部１７と、カードインターフェース（Ｉ／Ｆ）部１８と、そのカードＩ／Ｆ部１８に挿入し情報を記録する記録媒体としてのメモリカード１９と、画像を撮影するためのカメラ部２０とを備える。上記各構成手段は、共通バスにより互いに接続される。カメラ部２０は、撮影レンズ２１と、ＣＣＤやＣＭＯＳからなる固体撮像素子２２と、固体撮像素子２２が出力した画像信号をＡ／Ｄ変換した後、ホワイトバランス処理、ガンマ補正処理、ＹＣ処理等の画像処理を施すための画像処理回路２３と、撮影レンズ２１から被写体までの距離を測定する測距部２４とを備える。測距部２４は、例えば、赤外線センサーとして構成し、赤外線を投射し、その反射光を検出する時間に基づいて撮影レンズ２１から被写体までの距離（ａ）を求めるように構成しても良い。オートフォーカス機能付きカメラの場合には、測距部２４を撮像レンズ２１の移動距離を検出するセンサーとして構成し、この移動距離に基づいて撮像レンズ２１から被写体までの距離を検出してもよい。

次に図２に基づいて携帯端末装置１０のＣＰＵ１１が実行するプログラムについて説明する。プログラムは、画像データ取得部１１ａ、色校正部１１ｂ、病巣領域抽出部１１ｃ、実測値データ算出部１１ｄ、評価値算出部１１ｅ、比較部１１ｆ、予測部１１ｇからなる。

画像データ取得部１１ａは、カメラ部２０が撮影して生成した画像データをメモリ１２上に読み出す。または通信部１７を介してデータベース３０に格納された画像データを受信し、メモリ１２上に読み出す。

色校正部１１ｂは、画像データの中から彩度情報を抽出し彩度抽出画像を生成する。更に、その彩度抽出画像を、病巣部と正常部とを区別可能な彩度値に基づいて二値化する。更に、病巣領域を黒色領域、黄色領域、赤色領域、白色領域の４領域に分離する処理を行なう。

病巣領域抽出部１１ｃは、二値化処理した彩度抽出画像からリージョンローイング法などを用いて病巣領域を抽出する。

実測値データ算出部１１ｄは、カメラ部２０の測距部２４が出力した距離（ａ）と撮影レンズ２１に固有の焦点距離（ｆ）とを用いて、撮像レンズ２１からＣＣＤまでの距離ｂを算出する。そして、数１式に基づき１画素あたりの実測値（以下「換算値Ｔ」という）を算出する。

評価値算出部１１ｅは、病巣領域を構成する画素数をカウントし、上記換算値Ｔを用いて実測面積値を算出する。そして実測面積値に基づいて評価値を算出する。この評価値は、実測面積値そのものでも良いし、病巣領域を色別領域に分けた場合には、色別領域の面積比でもよい。更に、色別領域の面積比に、各色に応じた重み付け係数を乗算した値を積算して評価値を算出してもよい。

比較部１１ｆは、評価値算出部１１ｅが算出した評価値と、基準評価値との比較を行なう。基準評価値は、病巣領域の大きさごとに重度、中度、軽度などのランクを設定しておき、ランク毎に設定された所定の面積値でもよい。また、同一の患者の同一箇所の病巣部を撮影した過去の画像データをＤＢ３０に格納し、その過去の画像データに基づいて算出された実測面積値、又は実測面積値に基づいて算出された面積比、重み付け加算された面積比を基準評価値としてもよい。これらの基準評価値と今回撮影された画像に基づく評価値とを比較し、その結果を表示メモリ１４を介して表示部１５に表示する。

予測部１１ｇは、第一、第二実施形態では必須構成要素ではないが、複数の時点で撮影した病巣部の画像データから得た病巣部のデータを時系列に沿ってプロットし、近似曲線を算出する。この近似曲線を用いて完治するまでの期間を予測する。予測結果は、表示メモリ１４を介して表示部１５に表示する。

これらのプログラムはＥＥＰＲＯＭ１３に記録され、ＣＰＵ１１が適宜メモリ１２上にロードして実行する。

＜第一実施形態＞
図３及び図４に基づいて第一実施形態に係る画像診断支援システムの処理の流れを説明する。図３は、第一実施形態に係る画像診断支援システムの処理の流れを示すフローチャートである。図４は、各ステップの処理結果を示す模式図である。

（ステップＳ３０１）
患者の褥瘡部を携帯端末装置１０のカメラ部２０により撮影し、画像データを生成する（Ｓ３０１）。画像データ取得部１１ａは、画像データをメモリ１２に記憶する。

（ステップＳ３０２）
画像データから褥瘡部が撮影された褥瘡領域を抽出し、褥瘡部と正常部とを分離する（Ｓ３０２）。色校正部１１ｂは、画像データから色情報として彩度情報を抽出し、この彩度情報を用いて彩度抽出画像を生成する。病巣領域抽出部１１ｃは、彩度抽出画像を二値化処理し、二値画像に対して輪郭線抽出処理を施して褥瘡領域を抽出する。これにより、褥瘡部と正常部とを分離する。分離した例を図４（ａ）に示す。病巣部を撮影した実画像５０に対し、上記処理を行なうことにより実画像５０を構成する全領域を病巣領域５１と正常領域５２とに分離する。

（ステップＳ３０３）
抽出した褥瘡領域の画素数を計測し、寸法構成して褥瘡部の実測面積値を算出する（Ｓ３０３）。

実測値データ算出部１１ｄは、カメラ部２０の測距部２４から画像データを撮影した際の距離情報を取得し、１画素あたりの実測値（換算値T）を算出する。評価値算出部１１ｅは、褥瘡領域に含まれる画素数をカウントし、その画素数を上記換算値Tを用いて実測面積値に換算する。

（ステップＳ３０４）
比較部１１ｆは、今回撮影した褥瘡部の実測面積値と、過去に褥瘡部を撮影して得た褥瘡部の実測値とをグラフ化して比較する（Ｓ３０４）。比較部１１ｆは、通信部１７を介してＤＢ３０から過去に撮影した画像データの褥瘡部の実測面積値を取得する。図４（ｂ）は、過去の褥瘡部の実測値と今回の撮影した褥瘡部の実測面積値を比較した模式図である。このように表形式のデータを比較結果として出力しても良いし、図４（ｃ）のようにグラフ化しても良い。一度取得した過去の実測面積値は、メモリカード１９に記憶しておき、メモリカード１９から読み出しても良い。

（ステップＳ３０５）
比較部１１ｆは、比較結果を画面表示する（Ｓ３０５）。Ｓ３０４で作成したグラフを表示メモリ１４にロードし、表示部１５に表示する。

本実施の形態により、褥瘡部を撮影すると、過去に撮影した画像と比較したグラフを表示でき、褥瘡が回復傾向にあるのか、それとも進行傾向にあるのかを評価することができる。

＜第二実施形態＞
図５及び図６に基づいて第二実施形態に係る画像診断支援システムの処理の流れを説明する。図５は、第二実施形態に係る画像診断支援システムの処理の流れを示すフローチャートである。図６は、各ステップの処理結果を示す模式図である。

（ステップＳ５０１）
患者の褥瘡部を携帯端末装置１０のカメラ部２０により撮影し、画像データを生成する（Ｓ５０１）。画像データ取得部１１ａは、画像データをメモリ１２に記憶する。

（ステップＳ５０２）
Ｓ３０２と同様、画像データ６０から褥瘡部が撮影された褥瘡領域を抽出し、褥瘡部６１と正常部６２とを分離する（Ｓ５０２）。

（ステップＳ５０３）
病巣領域抽出部１１ｃは、彩度情報を用いて褥瘡部６２を黒色領域、黄色領域、赤色領域、白色領域の４領域に分離する。図６では、褥瘡部６１を黄色領域６３ａ、赤色領域６３ｂ、白色領域６３ｃに分離する。評価値算出部１１ｅは、分離された各領域６３ａ、６３ｂ、６３ｃの実測面積値を算出し、これらの実測面積値に基づいて各色別領域の面積比を算出する（Ｓ５０３）。この面積比は、図６（ｂ）の「面積比」欄に記載される。

（ステップＳ５０４）
色別に分離した４領域の各面積比に、重み係数を乗算して積算した値を過去のデータとグラフ化して比較する（Ｓ５０４）。予め黒色領域は重み係数「４」、黄色領域には重み係数「３」、赤色領域には重み係数「２」、白色領域には重み係数「１」を設定し、ＥＥＰＲＯＭ１３や不揮発性メモリに格納しておく。）評価値算出部１１ｅは、各色別の重み係数を読み出し、Ｓ５０３で算出された各色別領域の面積比に重み係数を乗算し、乗算値を積算して評価値を算出する。この評価値の例を図６（ｂ−１）に示す。そして、過去に撮影した画像データから得られる基準評価値と今回撮影して得られた画像データに基づく評価値とを比較する。この比較例を図６（ｂ−２）に示す。図６（ｂ−２）の「面積比×係数」の値をグラフ化したものが図６（ｃ）である。

（ステップＳ５０５）
比較部１１ｆは、比較結果を画面表示する（Ｓ５０５）。画面表示は、図６（ｂ−２）に示す表形式でも良いし、図６（ｃ）に示すグラフ形式でも良い。

本実施の形態により、褥瘡部を撮影すると、過去に撮影した画像と比較した表またはグラフを表示でき、褥瘡が回復傾向にあるのか、それとも進行傾向にあるのかを評価することができる。

＜第三実施形態＞
図７及び図８に基づいて第三実施形態に係る画像診断支援システムの処理の流れを説明する。図７は、第三実施形態に係る画像診断支援システムの処理の流れを示すフローチャートである。図８は、各ステップの処理結果を示す模式図である。

（ステップＳ７０１）
患者の褥瘡部を携帯端末装置１０のカメラ部２０により撮影し、画像データを生成する（Ｓ７０１）。画像データ取得部１１ａは、画像データをメモリ１２に記憶する。

（ステップＳ７０２）
Ｓ３０２と同様、画像データ８０から褥瘡部が撮影された褥瘡領域を抽出し、褥瘡部８１と正常部８２とを分離する（Ｓ７０２）。

（ステップＳ７０３）
褥瘡部の画像を数値化する（Ｓ７０３）。ここでいう「数値化」とは、Ｓ３０３で行なった褥瘡部の実測面積値を評価値として算出する場合及びＳ５０４で行なった褥瘡部を色別領域に分離し、各色別領域の面積比に重み付け係数を加重加算して評価値を算出する場合とを含む。本実施態様では、各色別領域の面積比に重み付け係数を加重加算して評価値（面積比×係数）を算出する。

（ステップＳ７０４）
数値化した値を過去のデータとグラフ化して比較する（Ｓ７０４）。図８（ｂ―１）は、過去のデータと今回（１２／２２）の評価値とを比較するために表形式で表した模式図である。また、図８（ｂ−２）は、これらの評価値を時系列に沿ってプロットしたグラフである。

（ステップＳ７０５）
グラフから近似曲線を求め、治癒予定日を算出する（Ｓ７０５）。予測部１１ｇは、図８（ｂ−２）のグラフを基に、最小自乗法、スプライン補間曲線、非線形補間曲線などの補間曲線を算出し、治癒予定日を算出する。図８（ｃ）は、図８（ｂ−２）のグラフに基づき補間曲線を算出し治癒予定日を算出したグラフである。

（ステップＳ７０６）
Ｓ７０５の結果を画面表示する（Ｓ７０６）。

本実施の形態により、褥瘡部を撮影すると、過去に撮影した画像と比較した表またはグラフを表示でき、更に過去のデータに基づいて治癒予定日を算出することができる。

図９は、上記実施形態においてＰＤＡ１０に表示される画面の遷移を示す。画面９１は、カメラ部２０で撮影された褥瘡部の画像１５と、「撮影日時（発症からの経過日数を含む）」、「患者ＩＤ」、「患者氏名」及び「褥瘡部の発症部位（撮影部位）」の情報とが表示される。また、「経過数値表示ボタン」９１ａ及び「経過グラフ表示ボタン」９１ｂのソフトボタンも表示される。ソフトボタンは図示しないタッチペンで押圧することによりクリックする。「経過数値表示ボタン」９１ａをクリックすると画面９２へ遷移する。

画面９２では、経過数値表示としてステップＳ５０４で算出した評価値が表形式で表示される。この表は、図６（ｂ−２）と同一のものである。更に画面９２では、図６（ｂ−２）の表をグラフ表示することを要求するための「経過グラフ表示ボタン」９２（ａ）が表示される。「経過グラフ表示ボタン」９２（ａ）をクリックすると画面９３へ遷移する。

画面９３では、図６（ｃ）のグラフと、このグラフのデータを表形式で表示させることを要求する「経過数値表示ボタン」９３（ａ）と、治癒予定予測日を表示させるための「治癒予定予測ボタン」９３（ｂ）とが表示される。「経過数値表示ボタン」９３（ａ）をクリックすると画面９２へ遷移する。「治癒予定予測ボタン」９３（ｂ）をクリックすると画面９４へ遷移する。

画面９４では、ステップＳ７０５で算出した近似曲線が表示される。この近似曲線は、図８（ｃ）と同一のものである。また、画面９３に遷移させるための「戻るボタン」９４（ａ）が表示される。

上記実施形態では、褥瘡部を撮影した画像データに基づく処理を説明したが、本画像診断支援システムは、褥瘡以外の病巣部、例えば外傷部や火傷部などを撮影した画像データでもよい。

画像診断支援システムのシステム構成の一例を示すブロック図 携帯端末装置１０のＣＰＵ１１が実行するプログラムのブロック図 第一実施形態に係る画像診断支援システムの処理の流れを示すフローチャート 第一実施形態の各ステップの処理結果を示す模式図 第二実施形態に係る画像診断支援システムの処理の流れを示すフローチャート 第二実施形態の各ステップの処理結果を示す模式図 第三実施形態に係る画像診断支援システムの処理の流れを示すフローチャート 第三実施形態の各ステップの処理結果を示す模式図 看護支援端末の通知手段を示す模式図

符号の説明

１０…携帯端末装置、３０…データベース、４０…ＬＡＮ、４１…無線ＬＡＮアクセスポイント、１００…画像診断支援システム

Claims (3)

1. 画像データを生成する撮影手段と、
   前記画像データから病巣部が撮影されている病巣領域を抽出する病巣領域抽出手段と、
   前記抽出された病巣領域よりその実測値を算出する実測値データ算出手段と、
   病巣部の進行度に応じた基準評価値を格納する基準値格納手段と、
   前記病巣領域の実測値と前記基準評価値とを比較する比較手段と、
   前記比較手段の比較結果を表示する表示手段と、
   を備えることを特徴とする画像診断支援システム。
2. 前記病巣領域抽出手段は、前記抽出した病巣領域を黒色領域、黄色領域、赤色領域、及び白色領域の色別領域に分離し、
   前記黒色領域、黄色領域、赤色領域、及び白色領域毎の実測面積値を算出し、それらの各実測面積値に各色に対応した重み付け係数を乗算した値を積算して評価値を算出する評価値算出手段を更に備える、
   ことを特徴とする請求項１に記載の画像診断支援システム。
3. 前記基準値格納手段は、過去に撮影された画像データに基づいて算出された実測面積値に基づく基準評価値を格納する格納手段として構成され、
   前記基準評価値を時系列に沿ってプロットして近似曲線を設定し、その近似曲線に基づいて前記病巣領域の経過を予測する予測手段を更に備える、
   ことを特徴とする請求項１又は２に記載の画像診断支援システム。

Images