JP2007280229A - Similar case retrieval device, similar case retrieval method and program - Google Patents
Similar case retrieval device, similar case retrieval method and program Download PDFInfo
- Publication number
- JP2007280229A JP2007280229A JP2006108165A JP2006108165A JP2007280229A JP 2007280229 A JP2007280229 A JP 2007280229A JP 2006108165 A JP2006108165 A JP 2006108165A JP 2006108165 A JP2006108165 A JP 2006108165A JP 2007280229 A JP2007280229 A JP 2007280229A
- Authority
- JP
- Japan
- Prior art keywords
- case
- disease
- image
- similar
- acquired
- 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
- Medical Treatment And Welfare Office Work (AREA)
Abstract
Description
本発明は、医用画像の症例と類似する症例を検索する類似症例検索装置、類似症例検索方法およびそのプログラムに関するものである。 The present invention relates to a similar case search apparatus, a similar case search method, and a program for searching for cases similar to cases in medical images.
近年、コンピュータの利用技術の拡大に伴い、医療機関における作業の効率化や迅速化を目的として、紙のカルテに代えて、コンピュータを利用した電子カルテの導入が進められている。さらに、電子カルテを複数の医療機関がアクセスできる共有サーバに保管し、複数の医療機関が電子カルテの診療データを共有して利用できるようにしたシステムが提案されている。 In recent years, with the expansion of computer utilization technology, the introduction of electronic medical records using computers instead of paper medical records has been promoted for the purpose of improving the efficiency and speed of work in medical institutions. Furthermore, a system has been proposed in which electronic medical records are stored in a shared server that can be accessed by a plurality of medical institutions, and a plurality of medical institutions can share and use medical data of electronic medical records.
しかしながら、上述のシステムの機能は、電子カルテを複数の医療機関から取得して保管したり、その電子カルテを複数の医療機関に提供するだけにとどまっており、電子カルテが有効に利用されていなかった。そこで、電子カルテから医療機関の所在地又は患者の住所を示す所在地情報に基づいて、各地域の傷病の発生率を算出して、傷病が数多く発生している地域を特定するものが提案されている(例えば、特許文献1)。 However, the functions of the above-described system are merely obtained by storing electronic medical records from a plurality of medical institutions or providing the electronic medical records to a plurality of medical institutions, and the electronic medical records are not effectively used. It was. Therefore, it is proposed to calculate the rate of injury and illness in each region based on the location information indicating the location of the medical institution or patient from the electronic medical record, and to identify the region where many injuries and illnesses occur. (For example, patent document 1).
一方、診断対象症例の類似症例を、過去撮影された画像の中から画像の特徴量を用いて、決定木、ニューラルネット、線形/非線形分類器、マハラノビス距離などのベクトル間の距離などの種々の手法を用いて画像の特徴が類似した類似画像を検索して、その類似画像を参照できるようにすることで、医師の読影を支援するシステムが提案されている。具体的には、びまん性実質性肺疾患を対象とした類似症例検索手法を提案したものや(例えば、非特許文献1)、孤立性陰影を対象とした類似症例検索の検索手法が提案したものがある(例えば、非特許文献2)。
しかしながら、地域や病院によって罹患率に偏りがある病気の場合、一律に同じ手法の検索で類似症例を検索すると検索結果が実態と合わず、診断に有用な結果が得られないことがある。 However, in the case of a disease whose morbidity is biased depending on the region or hospital, if similar cases are searched using the same method, the search results may not match the actual situation, and results useful for diagnosis may not be obtained.
例えば、A地域では100人に1人の割合で発生し、B地域では1000人に1人の割合で起こる病気N(石綿肺など)があった場合に、A地域の症例データで作成した検索エンジンをB地域で使用すると、B地域では出現頻度の小さな病気Nが上位に検索されることになり、検索結果と実態が合わない場合が発生する恐れがある。 For example, if there is a disease N (asbestosis, etc.) that occurs at a rate of 1 in 100 people in area A and 1 in 1000 in area B, a search created using case data in area A If the engine is used in the B area, the disease N having a low appearance frequency is searched for in the B area, and the search result may not match the actual situation.
そこで、本発明では、この問題を解決するために、各地域の罹患率を考慮した、類似症例を検索する類似症例検索装置、類似症例検索方法およびそのプログラムを提案することを目的とするものである。 Therefore, in order to solve this problem, the present invention aims to propose a similar case search device, a similar case search method and a program thereof for searching for similar cases in consideration of the prevalence of each region. is there.
本発明の類似症例検索装置は、所定の地域で取得された症例画像と該症例画像を診断して得られた疾患情報とを含む症例データを記憶する症例記憶手段と、
前記症例データの症例画像と疾患情報とから、前記所定の地域で発生した複数の疾患の中の各疾患の発生率と、前記所定の地域で取得された症例画像から得られた特徴量の値に対応した前記各疾患の発生率とに基づいて、各症例画像が前記一つの地域において前記各疾患である確率を学習した学習器と、
該学習器を用いて、診断対象画像から取得された特徴量に応じて、該診断対象画像が前記複数の疾患の中の各疾患である確率を得る疾患率取得手段と、
前記症例記憶手段に記憶された前記症例データの中から、前記診断対象画像が前記各疾患である確率に近い症例画像の症例データを前記類似症例データとして検索する類似症例検索手段とを備えたことを特徴とするものである。
The similar case search device of the present invention includes a case storage means for storing case data including a case image acquired in a predetermined area and disease information obtained by diagnosing the case image;
From the case image of the case data and the disease information, the incidence of each disease among a plurality of diseases that occurred in the predetermined region, and the value of the feature value obtained from the case image acquired in the predetermined region A learning device that learns the probability that each case image is the disease in the one area based on the incidence of each disease corresponding to
Using the learning device, according to the feature amount acquired from the diagnosis target image, a disease rate acquisition means for obtaining a probability that the diagnosis target image is each disease of the plurality of diseases;
Similar case search means for searching, as the similar case data, case data of a case image close to the probability that the diagnosis target image is the disease from the case data stored in the case storage means It is characterized by.
また、本発明の類似症例検索方法は、所定の地域で取得された症例画像と該症例画像を診断して得られた疾患情報とを含む症例データを記憶する症例記憶ステップと、
前記症例データの症例画像と疾患情報とから、前記所定の地域で発生した複数の疾患の中の各疾患の発生率と、前記所定の地域で取得された症例画像から得られた特徴量の値に対応した前記各疾患の発生率とに基づいて、各症例画像が前記一つの地域において前記各疾患である確率を学習した学習器を生成する学習器生成ステップと、
前記学習器を用いて、診断対象画像から取得された特徴量に応じて、該診断対象画像が前記複数の疾患の中の各疾患である確率を得る疾患率取得ステップと、
前記症例記憶手段に記憶された前記症例データの中から、前記診断対象画像が前記各疾患である確率に近い症例画像の症例データを前記類似症例データとして検索する類似症例検索ステップとを備えたことを特徴とするものである。
Further, the similar case search method of the present invention includes a case storage step of storing case data including a case image acquired in a predetermined area and disease information obtained by diagnosing the case image,
From the case image of the case data and the disease information, the incidence of each disease among a plurality of diseases that occurred in the predetermined region, and the value of the feature value obtained from the case image acquired in the predetermined region A learning device generating step for generating a learning device that learns the probability that each case image is the disease in the one region based on the incidence of each disease corresponding to
Using the learning device, according to the feature amount acquired from the diagnosis target image, a disease rate acquisition step of obtaining a probability that the diagnosis target image is each disease in the plurality of diseases,
A similar case retrieval step of retrieving, as the similar case data, case data of a case image close to the probability that the diagnosis target image is the disease from the case data stored in the case storage means It is characterized by.
また、本発明のプログラムは、コンピュータを、
所定の地域で取得された症例画像と該症例画像を診断して得られた疾患情報とを含む症例データを記憶する症例記憶手段と、
前記症例データの症例画像と疾患情報とから、前記所定の地域で発生した複数の疾患の中の各疾患の発生率と、前記所定の地域で取得された症例画像から得られた特徴量の値に対応した前記各疾患の発生率とに基づいて、各症例画像が前記一つの地域において前記各疾患である確率を学習した学習器と、
該学習器を用いて、診断対象画像から取得された特徴量に応じて、該診断対象画像が前記複数の疾患の中の各疾患である確率を得る疾患率取得手段と、
前記症例記憶手段に記憶された前記症例データの中から、前記診断対象画像が前記各疾患である確率に近い症例画像の症例データを前記類似症例データとして検索する類似症例検索手段として機能させることを特徴とするものである。
The program of the present invention is a computer,
Case storage means for storing case data including a case image acquired in a predetermined area and disease information obtained by diagnosing the case image;
From the case image of the case data and the disease information, the incidence of each disease among a plurality of diseases that occurred in the predetermined region, and the value of the feature value obtained from the case image acquired in the predetermined region A learning device that learns the probability that each case image is the disease in the one area based on the incidence of each disease corresponding to
Using the learning device, according to the feature amount acquired from the diagnosis target image, a disease rate acquisition means for obtaining a probability that the diagnosis target image is each disease in the plurality of diseases;
Functioning as similar case retrieval means for retrieving case data of case images close to the probability that the diagnosis target image is each disease from the case data stored in the case storage means as the similar case data. It is a feature.
「地域」とは、区切られた範囲の場所をいうが、重なり合った場所や一部含まない場所があってもよい。また、複数の地域をまとめたものをであってもよい。 “Region” means a place in a delimited range, but there may be an overlapping place or a place not including a part. Moreover, what collected several areas may be used.
「疾患情報」とは、疾患名など症例画像の疾患に関する情報である。 “Disease information” is information related to a disease in a case image such as a disease name.
また、前記症例記憶手段が、複数の地域で取得された症例データを該症例データが取得された地域に分けて記憶するものであり、
前記学習器が、前記症例記憶手段に記憶されている症例データのうち、前記複数の地域のうちの一つの地域で取得された症例データを用いて学習したものであり、該学習器を各地域に応じて該類似症例検索装置に複数備え、
前記疾患率取得手段が、前記複数の学習器の中から前記診断対象画像の取得された地域に応じた学習器を用いて、各疾患である確率を得るものであり、
前記類似症例検索手段が、前記症例記憶手段に記憶された症例データのうち前記診断対象画像の取得された地域の症例データから類似症例データを検索するものであってもよい。
Further, the case storage means stores case data acquired in a plurality of regions separately for the region from which the case data was acquired,
The learning device learns using case data acquired in one of the plurality of regions among the case data stored in the case storage means, and the learning device is stored in each region. According to the plurality of similar case search device,
The disease rate acquisition means obtains the probability of each disease using a learning device according to the area from which the diagnostic target image is acquired from the plurality of learning devices,
The similar case retrieval unit may retrieve similar case data from the case data in the region where the diagnosis target image is acquired among the case data stored in the case storage unit.
本発明によれば、所定の地域で発生した複数の疾患の中の各疾患の発生率に基づいて、その地域で取得された症例が各疾患のである確率を学習した学習器を用いて、診断対象画像が各疾患である確率を得て、診断対象画像が各疾患である確率に近い症例画像の症例を類似症例として検索するようにすれば、医師などの読影者が、各疾患らしさが似た症例画像を類似症例として参照して正確な読影を行うことができる。 According to the present invention, diagnosis is performed using a learning device that learns the probability that a case acquired in a certain region is based on the incidence of each disease among a plurality of diseases that have occurred in a predetermined region. By obtaining the probability that the target image is each disease and searching for cases with case images close to the probability that the diagnosis target image is each disease as a similar case, an interpreter, such as a doctor, has a similar likelihood of each disease. Accurate interpretation can be performed by referring to the case image as a similar case.
各地域用の学習器を複数生成することで、複数の地域に対応した疾患の確率と類似症例を検索することができるので、診断対象画像に対して複数の地域の学習器から結果を得て、それらの結果を比較してより正確な診断を行なうことが可能になる。 By generating multiple learners for each region, it is possible to search for disease probabilities and similar cases corresponding to multiple regions. By comparing these results, a more accurate diagnosis can be performed.
以下、図面を参照して本発明による類似症例検索装置の実施の形態について説明する。図1は本発明の実施形態による類似症例検索装置を備えた医用システムの概略構成を示すブロック図である。図1に示すように、本実施形態による医用システム1は、医用画像を撮影するモダリティ2と、被写体の患部を撮影した医用画像を保存する画像サーバ3と、医師が読影を行うワークステーション4と、ワークステーション4の画面上に表示された医用画像を読影医が読影して作成したレポートを保存するレポートサーバ5と、電子カルテを保存する電子カルテサーバ6と、ネットワーク7とを備える。
Embodiments of a similar case retrieval apparatus according to the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a schematic configuration of a medical system provided with a similar case retrieval apparatus according to an embodiment of the present invention. As shown in FIG. 1, a medical system 1 according to the present embodiment includes a
モダリティ2は、CR(Computed Radiography:コンピュータ放射線画像)装置、CT(Computed Tomography:コンピュータ断層撮影)装置、MRI(Magnetic Resonance Imaging:核磁気共鳴映像)、US(Ultrasound imaging:超音波画像)など、患者の画像をデジタルデータとして収録するための装置あるいはシステムである。
画像サーバ3は、放射線科などに設置された各モダリティ2で撮影された大量の医用画像をネットワーク7を介して受信し、医用画像を被写体の患者情報、撮影日、撮影したモダリティの情報などとともにDICOMに準拠した形式で保存する。また、画像サーバ3には、データベースの管理用ソフトウェアがインストールされ、医用画像に付帯された種々の情報を用いて、保存している医用画像を検索する機能を備える。
The image server 3 receives a large amount of medical images taken by each
ワークステーション4は、ネットワーク7を介して画像サーバ3に記憶されている医用画像の中から読影する医用画像を読み出して画像表示装置の画面上に表示する機能を備える。また、医師などの読影者が医用画像の読影をするために、ワークステーション4は高精細なCRTなど表示装置を設けたものが好ましい。 The workstation 4 has a function of reading out a medical image to be interpreted from medical images stored in the image server 3 via the network 7 and displaying it on the screen of the image display device. In order for an interpreter such as a doctor to interpret a medical image, the workstation 4 is preferably provided with a display device such as a high-definition CRT.
レポートサーバ5は、読影医が読影装置4で読影した医用画像の結果を読影レポートとして保存する。
The
電子カルテサーバ6は、各患者の電子カルテを保存する。電子カルテは、診療日時、入力者、診療記録、各種所見、検査結果、指導記録、保険点数請求項目などが記録される。さらに、画像撮影など種々の検査のオーダ情報も記録され、オーダリングシステムを介して、画像サーバ3に蓄積されている各患者を撮影した医用画像や、生体検査など病理結果情報を得ることができる。 The electronic medical record server 6 stores the electronic medical record of each patient. In the electronic medical record, medical date and time, input person, medical record, various findings, test results, instruction record, insurance score claim items, and the like are recorded. Furthermore, order information of various examinations such as image photographing is also recorded, and medical images obtained by photographing each patient stored in the image server 3 and pathological result information such as biological examinations can be obtained via the ordering system.
また、ワークステーション4に類似症例検索するプログラムがインストールされ類似症例検索装置40として機能するように構成し、ワークステーション4の画面上には、診断対象画像とともに、診断対象画像と類似する症例データ100が表示される。
In addition, a similar case search program is installed in the workstation 4 so as to function as the similar
図2に示すように、類似症例検索装置40は、複数の症例データ100を取得された地域に分けて記憶する症例記憶手段41と、各地域で取得された症例データ100の症例画像110と疾患情報120とから、その地域で発生した複数の疾患の中の各疾患の発生率と、各疾患が特定の地域で取得された症例画像110から得られた特徴量の値に対応した各疾患の発生確率とを学習し、症例画像110が各地域において各疾患である確率を各地域に応じて出力する学習器42と、複数の学習器42の中から診断対象画像130が取得された地域に応じた学習器42を用いて、診断対象画像130が複数ある疾患の中の各疾患である確率を得る疾患率取得手段43と、特定の地域で取得された症例データ100の症例画像110のうち、診断対象画像130に類似する症例画像110の症例データ100を類似症例データ140として検索する類似症例検索手段44と、各疾患である確率と類似症例データ140とを表示する表示手段45を備える。
As illustrated in FIG. 2, the similar
症例データ100は、症例画像110とその症例画像110の疾患情報120などで構成される。症例データ100の症例画像110は、画像サーバ3に記憶されている医用画像から選択されたものである。疾患情報120には、確定した疾患名の情報が含まれる。疾患名は、レポートサーバ5に記憶されている症例画像110の読影レポート、電子カルテサーバ6に記憶されている症例画像110に対応する電子カルテの診療記録(確定診断や各種所見を含む)などから得られる。また、疾患情報120に、電子カルテや読影レポートが保管されている保管場所に関する情報(例えば、リンク情報)などを含むようにしてもよい。
症例画像110の選択にあたっては、症例画像110が撮影された病院の住所や患者が住んでいる住所に基づいて、各地域ごとに、症例画像110の読影レポートや、症例画像110に対応する電子カルテの診療記録、各種所見などを参考にして、診断時に診断対象画像130と比較するのに有効と思われるものが選択され、症例記憶手段41に記憶される。また、症例データ100は、各地域に分けて別々の格納部(フォルダ、パーティション、記憶装置など)に記憶したものが好ましい。
In selecting the
学習器42は、特定の地域で発生した複数の疾患の中の各疾患の発生率と、この各疾患が特定の地域で取得された症例画像110から得られた特徴量の値に対応した前記各疾患の発生確率とに基づいて、症例画像110が各疾患である確率を学習する。
The
従来の画像検索では、診断対象画像と症例データベース中の各症例画像との類似度を画像の特徴量を用いて算出し、類似度の高い順に類似症例として検索を行なっているが、地域や病院によって発生率に偏りがある病気(例えば、石綿肺、農夫肺など)の場合、同じ症例データを学習した学習器を用いて、類似症例を検索しても検索結果が実態と合わず、診断に有用な結果が得られない恐れがある。
そこで、症例記憶手段41に記憶されている特定の地域の症例データ100を用いて、その地域で発生した各疾患の発生率を算出する。また、その地域の症例画像110から各疾患を判別するのに適した特徴量を算出し、その特徴量の値と疾患情報120から得られた疾患とに基づいて、その地域で発生する各疾患の発生率を特徴量の値に応じて算出する。例えば、すりガラス陰影らしさと結節影らしさを表す特徴量を用いた場合、すりガラス陰影らしさを表す特徴量の値が大きい程、肺がんの発生率は小さく石綿肺の発生率が高い。一方、結節影らしさを表す特徴量の値が大きい程、石綿肺の発生率は小さく肺がんの発生率が高い。このように各特徴量によってどの疾患の判別に適するのかが異なるため、各特徴量の値に応じて各疾患の発生率を算出するのが望ましい。
In the conventional image search, the similarity between the diagnosis target image and each case image in the case database is calculated using the feature amount of the image, and searches are performed as similar cases in descending order of similarity. If the disease has a bias in incidence (for example, asbestos lung, farmer's lung, etc.), even if a similar case is searched using a learning device that has learned the same case data, the search results do not match the actual condition, Useful results may not be obtained.
Therefore, using the
学習器42に、特定の地域で発生した各疾患の発生率と、特定の地域で取得された症例画像110の特徴量の値に応じた各疾患の発生率とを学習させて、所定の症例画像110が各疾患である確率を出力できるようにする。
The
具体的には、発生率を考慮した学習器の作成例として、ベイズ定理を用いた方法を以下に示す。ここでは、肺がん、間質性肺炎、石綿肺の3疾患に対する類似症例検索を行う場合を例に説明する。例えば、A地域、B地域にて、3疾患が図3のような頻度で生じ、各疾患の類似度を計算するための症例画像110の特徴量として、結節影、すりガラス陰影を用いる。簡略のため、ここでは結節影、すりガラス陰影のそれぞれに対応する特徴量は一つとし、特徴量の値も2値(その陰影に該当する場合を1、該当しない場合を0)としたが、実際には、判別に使用する特徴量は2つとは限らず特徴量が複数存在して、特徴量の値も多値である。各地域で発生した症例の件数は、図3に示すようになっており、A地域はB地域に比較して石綿肺の発生確率が高い地域である。
Specifically, a method using Bayes' theorem is shown below as an example of creating a learning device that takes the occurrence rate into consideration. Here, a case where a similar case search for three diseases of lung cancer, interstitial pneumonia, and asbestosis is performed will be described as an example. For example, in the A region and the B region, three diseases occur at a frequency as shown in FIG. 3, and nodule shadows and ground glass shadows are used as feature amounts of the
疾患名をωi、症例画像110から得られた特徴量をxjとし、このときある特徴量を持った症例画像110が所定の疾患である確率をP(ωi|xj)とする。また、特定の特徴量の値に応じた各疾患の確率をP(xj|ωi)とすると、ベイズ定理より、症例画像110から得られた特徴量がxjの場合に、ωiという病気である確率は以下のように算出できる。
そこで、特定の地域の各疾患の発生率と、その地域で所得された症例データ100の症例画像110の特徴量の値に応じた各疾患の発生率とが(1)式のベイズの定理を満足するように、各学習器42に学習させる。また、症例データ100が取得された地域ごとに、各地域の各疾患の発生率と、その地域で所得された症例データ100の症例画像110の特徴量の値に応じた各疾患の発生率とを用いて別々の学習器42に学習させて、地域ごとに複数の地域に対応して学習器42を生成する。
Therefore, the incidence rate of each disease in a specific area and the incidence rate of each disease according to the feature value of the
疾患率取得手段43は、診断対象となる診断対象画像130から特徴量を取得して、その診断対象画像130を取得した地域の学習器42を用いて、その学習器42に診断対象画像130から取得した特徴量を入力して診断対象画像130が各疾患である確率を得る。
The disease
図3に示すような各疾患の発生件数と特徴量の関係があるとき、A地域用に作成した学習器42、B地域用に作成した学習器42、さらに、A+B地域用に作成した学習器42では以下のような結果が得られる。
When there is a relationship between the number of occurrences of each disease and the feature amount as shown in FIG. 3, the
1)A地域の発生率を用いて作成した学習器42では、診断対象画像130がすりガラス陰影の特徴をもつ場合に、疾患ががん、間質性肺炎、石綿肺であるそれぞれの確率P(肺がん|すりガラス)、P(間質性肺炎|すりガラス)、P(石綿肺|すりガラス)と、診断対象画像130がすり結節影の特徴をもつ場合に、疾患ががん、間質性肺炎、石綿肺であるそれぞれの確率P(肺がん|結節影)、P(間質性肺炎|結節影)、P(石綿肺|結節影)は、以下のような結果が得られる。
2)同様に、B地域の発生率を用いて作成した学習器42では、診断対象画像130がすりガラス陰影の特徴をもつ場合に、疾患ががん、間質性肺炎、石綿肺であるそれぞれの確率P(肺がん|すりガラス)、P(間質性肺炎|すりガラス)、P(石綿肺|すりガラス)と、診断対象画像130がすり結節影の特徴をもつ場合に、疾患ががん、間質性肺炎、石綿肺であるそれぞれの確率P(肺がん|結節影)、P(間質性肺炎|結節影)、P(石綿肺|結節影)は、以下のような結果が得られる。
3)さらに、A+B地域の発生率を用いて作成した学習器42では、診断対象画像130がすりガラス陰影の特徴をもつ場合に、疾患ががん、間質性肺炎、石綿肺であるそれぞれの確率P(肺がん|すりガラス)、P(間質性肺炎|すりガラス)、P(石綿肺|すりガラス)と、診断対象画像130がすり結節影の特徴をもつ場合に、疾患ががん、間質性肺炎、石綿肺であるそれぞれの確率P(肺がん|結節影)、P(間質性肺炎|結節影)、P(石綿肺|結節影)は、以下のような結果が得られる。
類似症例検索手段44は、症例記憶手段41に記憶されている特定の地域で取得された症例データ100の症例画像110の中から、診断対象画像130に類似する症例画像110の症例データ100を類似症例データ140として検索する。
The similar
診断対象画像130と症例画像110とが類似するか否かは、各疾患の発生率が近いものを類似するものとして求める。例えば、A地域で、すりガラスの特徴を持つ診断対象画像130の各疾患の確率は、肺がんの確率は0.22、間質性肺炎の確率は0.38、石綿肺の確率は0.40である。そこで、A地域で取得された症例データ100の中から、診断対象画像130の各疾患の発生率が近い症例画像110の症例データ100を、類似症例データ140として検索する。あるいは、診断対象画像130と症例画像110の特徴量が近いものを類似するものとしてもよい。
Whether or not the
同様に、B地域で、すりガラスの特徴を持つ診断対象画像130の各疾患の確率を求めると、B地域で取得された症例データ100の中から、診断対象画像130との類似度の高い症例画像110の症例データ100を類似症例データ140として複数検出する。
Similarly, when the probability of each disease in the
表示手段45は、疾患率取得手段43で求めた診断対象画像の各疾患の確率と、類似症例検索手段44で検索された類似症例データ140の症例画像110とその疾患情報120から得られた疾患名を表示する。必要に応じて、疾患情報120に含まれている電子カルテの診療記録や読影レポートなど保管場所から、その症例の電子カルテの診療記録や読影レポートなどが参照できるように表示してもよい。
The display means 45 displays the probability of each disease in the diagnosis target image obtained by the disease rate obtaining means 43, the
次に、診断対象画像と類似する類似画像を検索して、診断対象画像を読影する流れについて、図4のフローチャートに基づいて説明する。 Next, a flow of searching for a similar image similar to the diagnosis target image and interpreting the diagnosis target image will be described based on the flowchart of FIG.
まず、ワークステーション4内に設けられた学習器42は、症例記憶手段41に記憶されている各地域の症例データ100を用いて、各地域用の学習器42を生成する。各学習器42には、各地域で発生した複数の疾患の中の各疾患の発生率と、各地域で取得された症例画像110から得られた特徴量の値に対応した前記各疾患の発生確率とに基づいて、症例画像110が各疾患である確率を学習させる。(S100)。このとき、症例記憶手段41に記憶されている全ての症例データ100を用いて、全国用の学習器42を生成する。
First, the
読影医が読影を行う際には、まず、ワークステーション4の画面上に診断対象となる医用画像の一覧が表示され、その一覧の中から読影医が診断対象画像130を指示すると、画像サーバ3の中から診断対象画像130が検索されて表示装置上に表示される(S101)。読影医は、表示された診断対象画像130を観察して読影レポートを作成するが、読影を行なう際、疾患率取得手段43で、診断対象画像130から特徴量を取得して、その診断対象画像130を取得した地域の学習器42を用いて、その学習器42に診断対象画像130から取得した特徴量を入力して診断対象画像130が各疾患である確率を得て、表示手段45で画面上に診断対象画像130とともに、各疾患である確率を表示する(図5参照)。
When the interpretation doctor performs interpretation, first, a list of medical images to be diagnosed is displayed on the screen of the workstation 4. When the interpretation doctor designates the
さらに、類似症例検索手段44で診断対象画像130と類似する症例データ100の検索を行う。ワークステーション4は、類似症例データ140の検索が指示されると、その診断対象画像130を取得した地域の症例データ100の中から、診断対象画像130と類似する症例画像110を検索し(S102)、表示手段45で類似度が高い症例画像110の症例データ100を類似症例データ140として図5に示すように表示する(S103)。
Further, the similar
図5(a)はA地域で取得されたすりガラスの特徴を持つ診断対象画像130と類似する症例データ100の症例画像110を画面上に表示した例を示す。類似症例検索手段44で検出された類似症例データ100の症例画像110の疾患の発生率をA地域用の学習器42を用いて求め、類似症例データ140の中から、各疾患の確率が高い順に疾患名とともに症例画像110を表示する。A地域で取得されたすりガラスの特徴を持つ診断対象画像130に対しては、「石綿肺」、「間質性肺炎」、「肺がん」の順番で表示される。
FIG. 5A shows an example in which a
しかし、同じような特徴を持つ診断対象画像130であっても、B地域で取得された場合には、図5(b)に示すように、「間質性肺炎」、「肺がん」、「石綿肺」の順番で表示される。これにより、各地域に即した順番で疾患に対応した症例データ100が表示されるため、各疾患との比較が行いやすくなる。
However, even if the
また、診断対象画像130が、各疾患である確率は、診断対象画像130が取得された地域用の学習器42を用いて各疾患の確率を求めるとともに、全国用の学習器42を用いて全国での各疾患である確率を表示して、全国の確率と比較できるように、図5(c)のように表示してもよい。
In addition, the probability that the
あるいは、全国とその地域によって、疾患の検索順位が異なる場合のみ、両者を併せて表示させ、医師に注意を促すようにしても良い。 Alternatively, only when the disease search order is different between the whole country and the region, both may be displayed together to alert the doctor.
読影医は、画面上に表示された類似症例データ140の症例画像110と診断対象画像130を比較するとともに、類似症例データ140の疾患名を確認し、さらに、その類似症例の電子カルテの診療記録や読影レポートなど表示手段45で表示して確認してもよい。読影医は、類似症例データ140を参考にして読影を行い、読影結果を読影レポートとして入力する(S104)。読影レポートの入力が完了すると、読影レポートはレポートサーバ5に送信されて保存される(S105)。
The interpretation doctor compares the
上述では、各地域ごとに症例データを集めて、各地域に応じた学習器を複数用意する場合について説明したが、特定の地域のみの症例データを集めて、学習器を1つのみ用意するようにして、その地域に応じた学習器で地域に応じ診断を行うことができる。具体的には、1つの病院で取得した症例データを用いて学習器を作成することによって、その病院の所在地域に適した診断を行うことができる。 In the above description, the case data is collected for each region and a plurality of learning devices corresponding to each region are prepared. However, only one learning device is prepared by collecting case data only for a specific region. Thus, diagnosis can be performed according to the region with a learning device according to the region. Specifically, by creating a learning device using case data acquired at one hospital, a diagnosis suitable for the location of the hospital can be performed.
以上、詳細に説明したように、画像が取得された地域の症例データを用いて疾患の発生率を学習した学習器を用いることによって、診断対象の画像が取得された地域の実態に対応した症例データを参考にすることができ、診断精度を向上させることが可能になる。 As described above in detail, by using a learning device that learns the incidence of disease using the case data of the area where the image was acquired, the case corresponding to the actual situation of the area where the image to be diagnosed was acquired Data can be referred to, and diagnostic accuracy can be improved.
1 医用システム
2 モダリティ
3 画像サーバ
4 ワークステーション
5 レポートサーバ
6 電子カルテサーバ
7 ネットワーク
40 類似症例検索装置
41 症例記憶手段
42 学習器
43 疾患率取得手段
44 類似症例検索手段
100 症例データ
110 症例画像
120 疾患情報
130 診断対象画像
140 類似症例データ
DESCRIPTION OF SYMBOLS 1
100 case data
110 case images
120 Disease information
130 Images to be diagnosed
140 Similar case data
Claims (4)
前記症例データの症例画像と疾患情報とから、前記所定の地域で発生した複数の疾患の中の各疾患の発生率と、前記所定の地域で取得された症例画像から得られた特徴量の値に対応した前記各疾患の発生率とに基づいて、各症例画像が前記一つの地域において前記各疾患である確率を学習した学習器と、
該学習器を用いて、診断対象画像から取得された特徴量に応じて、該診断対象画像が前記複数の疾患の中の各疾患である確率を得る疾患率取得手段と、
前記症例記憶手段に記憶された前記症例データの中から、前記診断対象画像が前記各疾患である確率に近い症例画像の症例データを前記類似症例データとして検索する類似症例検索手段とを備えたことを特徴とする類似症例検索装置。 Case storage means for storing case data including a case image acquired in a predetermined area and disease information obtained by diagnosing the case image;
From the case image of the case data and the disease information, the incidence of each disease among a plurality of diseases that occurred in the predetermined region, and the value of the feature value obtained from the case image acquired in the predetermined region A learning device that learns the probability that each case image is the disease in the one area based on the incidence of each disease corresponding to
Using the learning device, according to the feature amount acquired from the diagnosis target image, a disease rate acquisition means for obtaining a probability that the diagnosis target image is each disease of the plurality of diseases;
Similar case search means for searching, as the similar case data, case data of a case image close to the probability that the diagnosis target image is the disease from the case data stored in the case storage means A similar case retrieval apparatus characterized by
前記学習器が、前記症例記憶手段に記憶されている症例データのうち、前記複数の地域のうちの一つの地域で取得された症例データを用いて学習したものであり、該学習器を各地域に応じて該類似症例検索装置に複数備え、
前記疾患率取得手段が、前記複数の学習器の中から前記診断対象画像の取得された地域に応じた学習器を用いて、各疾患である確率を得るものであり、
前記類似症例検索手段が、前記症例記憶手段に記憶された症例データのうち前記診断対象画像の取得された地域の症例データから類似症例データを検索することを特徴とする請求項1記載の類似症例検索装置。 The case storage means stores case data acquired in a plurality of regions separately for the region from which the case data was acquired,
The learning device learns using case data acquired in one of the plurality of regions among the case data stored in the case storage means, and the learning device is stored in each region. According to the plurality of similar case search device,
The disease rate acquisition means obtains the probability of each disease using a learning device according to the area from which the diagnostic target image is acquired from the plurality of learning devices,
2. The similar case according to claim 1, wherein the similar case retrieval unit retrieves similar case data from case data in a region where the diagnosis target image is acquired from among the case data stored in the case storage unit. Search device.
前記症例データの症例画像と疾患情報とから、前記所定の地域で発生した複数の疾患の中の各疾患の発生率と、前記所定の地域で取得された症例画像から得られた特徴量の値に対応した前記各疾患の発生率とに基づいて、各症例画像が前記一つの地域において前記各疾患である確率を学習した学習器を生成する学習器生成ステップと、
前記学習器を用いて、診断対象画像から取得された特徴量に応じて、該診断対象画像が前記複数の疾患の中の各疾患である確率を得る疾患率取得ステップと、
前記症例記憶手段に記憶された前記症例データの中から、前記診断対象画像が前記各疾患である確率に近い症例画像の症例データを前記類似症例データとして検索する類似症例検索ステップとを備えたことを特徴とする類似症例検索方法。 A case storage step for storing case data including a case image acquired in a predetermined area and disease information obtained by diagnosing the case image;
From the case image of the case data and the disease information, the incidence of each disease among a plurality of diseases that occurred in the predetermined region, and the value of the feature value obtained from the case image acquired in the predetermined region A learning device generating step for generating a learning device that learns the probability that each case image is the disease in the one region based on the incidence of each disease corresponding to
Using the learning device, according to the feature amount acquired from the diagnosis target image, a disease rate acquisition step of obtaining a probability that the diagnosis target image is each disease in the plurality of diseases,
A similar case retrieval step of retrieving, as the similar case data, case data of a case image close to the probability that the diagnosis target image is the disease from the case data stored in the case storage means A similar case search method characterized by
所定の地域で取得された症例画像と該症例画像を診断して得られた疾患情報とを含む症例データを記憶する症例記憶手段と、
前記症例データの症例画像と疾患情報とから、前記所定の地域で発生した複数の疾患の中の各疾患の発生率と、前記所定の地域で取得された症例画像から得られた特徴量の値に対応した前記各疾患の発生率とに基づいて、各症例画像が前記一つの地域において前記各疾患である確率を学習した学習器と、
該学習器を用いて、診断対象画像から取得された特徴量に応じて、該診断対象画像が前記複数の疾患の中の各疾患である確率を得る疾患率取得手段と、
前記症例記憶手段に記憶された前記症例データの中から、前記診断対象画像が前記各疾患である確率に近い症例画像の症例データを前記類似症例データとして検索する類似症例検索手段として機能させることを特徴とするプログラム。 Computer
Case storage means for storing case data including a case image acquired in a predetermined area and disease information obtained by diagnosing the case image;
From the case image of the case data and the disease information, the incidence of each disease among a plurality of diseases that occurred in the predetermined region, and the value of the feature value obtained from the case image acquired in the predetermined region A learning device that learns the probability that each case image is the disease in the one area based on the incidence of each disease corresponding to
Using the learning device, according to the feature amount acquired from the diagnosis target image, a disease rate acquisition means for obtaining a probability that the diagnosis target image is each disease of the plurality of diseases;
Functioning as similar case retrieval means for retrieving case data of case images close to the probability that the diagnosis target image is the disease from the case data stored in the case storage means as the similar case data. A featured program.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006108165A JP2007280229A (en) | 2006-04-11 | 2006-04-11 | Similar case retrieval device, similar case retrieval method and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006108165A JP2007280229A (en) | 2006-04-11 | 2006-04-11 | Similar case retrieval device, similar case retrieval method and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007280229A true JP2007280229A (en) | 2007-10-25 |
Family
ID=38681593
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006108165A Pending JP2007280229A (en) | 2006-04-11 | 2006-04-11 | Similar case retrieval device, similar case retrieval method and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007280229A (en) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010029659A (en) * | 2008-07-25 | 2010-02-12 | Siemens Ag | Method and device for obtaining parameter related to prostate of patient |
JP2010079568A (en) * | 2008-09-25 | 2010-04-08 | Canon Inc | Data search device, method for controlling the same, and data search system |
JP2010211452A (en) * | 2009-03-10 | 2010-09-24 | Fujifilm Corp | Case image retrieval device, method, and program |
JP2011092685A (en) * | 2009-09-30 | 2011-05-12 | Fujifilm Corp | Diagnosis support system, diagnostic support program and diagnostic support method |
JP2015221377A (en) * | 2015-09-01 | 2015-12-10 | キヤノン株式会社 | Medical care diagnosis support device |
JP2016021248A (en) * | 2015-09-01 | 2016-02-04 | キヤノン株式会社 | Medical diagnosis support apparatus |
JP2016206805A (en) * | 2015-04-17 | 2016-12-08 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Identification server, identifying method, and identification program |
JP2017136462A (en) * | 2017-05-18 | 2017-08-10 | キヤノン株式会社 | Medical diagnosis support apparatus |
JP2018075069A (en) * | 2016-11-07 | 2018-05-17 | 富士通株式会社 | Similar case image retrieval program, similar case image retrieval device, and similar case image retrieval method |
WO2018180631A1 (en) * | 2017-03-30 | 2018-10-04 | 富士フイルム株式会社 | Medical image processing device, endoscope system, and method for operating medical image processing device |
JP2018198090A (en) * | 2016-07-01 | 2018-12-13 | 株式会社トプコン | Method and system for medical support |
WO2019088121A1 (en) * | 2017-10-30 | 2019-05-09 | 公益財団法人がん研究会 | Image diagnosis assistance apparatus, data collection method, image diagnosis assistance method, and image diagnosis assistance program |
CN109785922A (en) * | 2018-12-14 | 2019-05-21 | 平安万家医疗投资管理有限责任公司 | A kind of method for uploading and system of medical history information |
CN110517745A (en) * | 2019-08-15 | 2019-11-29 | 中山大学肿瘤防治中心 | Methods of exhibiting, device, electronic equipment and the storage medium of medical examination result |
WO2020012872A1 (en) * | 2018-07-09 | 2020-01-16 | 富士フイルム株式会社 | Medical image processing device, medical image processing system, medical image processing method, and program |
JPWO2019008941A1 (en) * | 2017-07-03 | 2020-05-07 | 富士フイルム株式会社 | Medical image processing device, endoscope device, diagnosis support device, medical work support device, and report creation support device |
WO2020138128A1 (en) * | 2018-12-26 | 2020-07-02 | キヤノン株式会社 | Image processing device, image processing method, and program |
CN113226153A (en) * | 2018-12-26 | 2021-08-06 | 佳能株式会社 | Image processing apparatus, image processing method, and program |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331581A (en) * | 2000-05-22 | 2001-11-30 | Yusuke Tsukamoto | System and method for automatic diagnosis, system and method for automatically determining medically treating method, and recording medium |
JP2002230518A (en) * | 2000-11-29 | 2002-08-16 | Fujitsu Ltd | Diagnosis support program, computer readable recording medium recorded with diagnosis support program, diagnosis support device and diagnosis support method |
JP2004287614A (en) * | 2003-03-19 | 2004-10-14 | Fuji Photo Film Co Ltd | Medical network server and medical network system |
JP2006059107A (en) * | 2004-08-19 | 2006-03-02 | Kitakyushu City | Method for analyzing health in each area |
-
2006
- 2006-04-11 JP JP2006108165A patent/JP2007280229A/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331581A (en) * | 2000-05-22 | 2001-11-30 | Yusuke Tsukamoto | System and method for automatic diagnosis, system and method for automatically determining medically treating method, and recording medium |
JP2002230518A (en) * | 2000-11-29 | 2002-08-16 | Fujitsu Ltd | Diagnosis support program, computer readable recording medium recorded with diagnosis support program, diagnosis support device and diagnosis support method |
JP2004287614A (en) * | 2003-03-19 | 2004-10-14 | Fuji Photo Film Co Ltd | Medical network server and medical network system |
JP2006059107A (en) * | 2004-08-19 | 2006-03-02 | Kitakyushu City | Method for analyzing health in each area |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010029659A (en) * | 2008-07-25 | 2010-02-12 | Siemens Ag | Method and device for obtaining parameter related to prostate of patient |
JP2010079568A (en) * | 2008-09-25 | 2010-04-08 | Canon Inc | Data search device, method for controlling the same, and data search system |
JP2010211452A (en) * | 2009-03-10 | 2010-09-24 | Fujifilm Corp | Case image retrieval device, method, and program |
JP2011092685A (en) * | 2009-09-30 | 2011-05-12 | Fujifilm Corp | Diagnosis support system, diagnostic support program and diagnostic support method |
US8630467B2 (en) | 2009-09-30 | 2014-01-14 | Fujifilm Corporation | Diagnosis assisting system using three dimensional image data, computer readable recording medium having a related diagnosis assisting program recorded thereon, and related diagnosis assisting method |
JP2016206805A (en) * | 2015-04-17 | 2016-12-08 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | Identification server, identifying method, and identification program |
JP2016021248A (en) * | 2015-09-01 | 2016-02-04 | キヤノン株式会社 | Medical diagnosis support apparatus |
JP2015221377A (en) * | 2015-09-01 | 2015-12-10 | キヤノン株式会社 | Medical care diagnosis support device |
JP2018198090A (en) * | 2016-07-01 | 2018-12-13 | 株式会社トプコン | Method and system for medical support |
JP2018075069A (en) * | 2016-11-07 | 2018-05-17 | 富士通株式会社 | Similar case image retrieval program, similar case image retrieval device, and similar case image retrieval method |
US11412917B2 (en) | 2017-03-30 | 2022-08-16 | Fujifilm Corporation | Medical image processor, endoscope system, and method of operating medical image processor |
JPWO2018180631A1 (en) * | 2017-03-30 | 2020-01-09 | 富士フイルム株式会社 | Medical image processing apparatus, endoscope system, and method of operating medical image processing apparatus |
WO2018180631A1 (en) * | 2017-03-30 | 2018-10-04 | 富士フイルム株式会社 | Medical image processing device, endoscope system, and method for operating medical image processing device |
JP2017136462A (en) * | 2017-05-18 | 2017-08-10 | キヤノン株式会社 | Medical diagnosis support apparatus |
US11450425B2 (en) | 2017-07-03 | 2022-09-20 | Fujifilm Corporation | Medical image processing apparatus, endoscope apparatus, diagnostic support apparatus, medical service support apparatus, and report creation support apparatus |
JPWO2019008941A1 (en) * | 2017-07-03 | 2020-05-07 | 富士フイルム株式会社 | Medical image processing device, endoscope device, diagnosis support device, medical work support device, and report creation support device |
JPWO2019088121A1 (en) * | 2017-10-30 | 2019-11-14 | 公益財団法人がん研究会 | Image diagnosis support apparatus, document collection method, image diagnosis support method, and image diagnosis support program |
CN111655116A (en) * | 2017-10-30 | 2020-09-11 | 公益财团法人癌研究会 | Image diagnosis support device, data collection method, image diagnosis support method, and image diagnosis support program |
WO2019088121A1 (en) * | 2017-10-30 | 2019-05-09 | 公益財団法人がん研究会 | Image diagnosis assistance apparatus, data collection method, image diagnosis assistance method, and image diagnosis assistance program |
US11633084B2 (en) | 2017-10-30 | 2023-04-25 | Japanese Foundation For Cancer Research | Image diagnosis assistance apparatus, data collection method, image diagnosis assistance method, and image diagnosis assistance program |
WO2020012872A1 (en) * | 2018-07-09 | 2020-01-16 | 富士フイルム株式会社 | Medical image processing device, medical image processing system, medical image processing method, and program |
JPWO2020012872A1 (en) * | 2018-07-09 | 2021-08-02 | 富士フイルム株式会社 | Medical image processing equipment, medical image processing system, medical image processing method, and program |
JP7270626B2 (en) | 2018-07-09 | 2023-05-10 | 富士フイルム株式会社 | Medical image processing apparatus, medical image processing system, operating method of medical image processing apparatus, program, and storage medium |
US11991478B2 (en) | 2018-07-09 | 2024-05-21 | Fujifilm Corporation | Medical image processing apparatus, medical image processing system, medical image processing method, and program |
CN109785922A (en) * | 2018-12-14 | 2019-05-21 | 平安万家医疗投资管理有限责任公司 | A kind of method for uploading and system of medical history information |
WO2020138128A1 (en) * | 2018-12-26 | 2020-07-02 | キヤノン株式会社 | Image processing device, image processing method, and program |
CN113226153A (en) * | 2018-12-26 | 2021-08-06 | 佳能株式会社 | Image processing apparatus, image processing method, and program |
CN113226153B (en) * | 2018-12-26 | 2024-08-30 | 佳能株式会社 | Image processing apparatus, image processing method, and computer-readable storage medium |
CN110517745A (en) * | 2019-08-15 | 2019-11-29 | 中山大学肿瘤防治中心 | Methods of exhibiting, device, electronic equipment and the storage medium of medical examination result |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007280229A (en) | Similar case retrieval device, similar case retrieval method and program | |
US11380432B2 (en) | Systems and methods for improved analysis and generation of medical imaging reports | |
KR101898575B1 (en) | Method for predicting future state of progressive lesion and apparatus using the same | |
EP2888686B1 (en) | Automatic detection and retrieval of prior annotations relevant for an imaging study for efficient viewing and reporting | |
JP4799251B2 (en) | Similar case search device, similar case search method and program thereof | |
US8331640B2 (en) | Information processing apparatus and its control method and data processing system | |
JP4795681B2 (en) | Diagnosis support apparatus, diagnosis support method and program thereof | |
RU2711305C2 (en) | Binding report/image | |
CN102365641A (en) | A system that automatically retrieves report templates based on diagnostic information | |
US20210158936A1 (en) | Medical scan co-registration and methods for use therewith | |
JP6885896B2 (en) | Automatic layout device and automatic layout method and automatic layout program | |
JP2015203920A (en) | Similar case retrieval system, similar case retrieval method and program | |
US20220301159A1 (en) | Artificial intelligence-based colonoscopic image diagnosis assisting system and method | |
JP2008200373A (en) | Similar case retrieval apparatus and its method and program and similar case database registration device and its method and program | |
JP7157232B2 (en) | Finding Similar Images for Radiology | |
JP2007275440A (en) | Similar image retrieval system, method, and program | |
US20210183487A1 (en) | Cognitive patient care event reconstruction | |
US20130159022A1 (en) | Clinical state timeline | |
JP6845071B2 (en) | Automatic layout device and automatic layout method and automatic layout program | |
US20220277445A1 (en) | Artificial intelligence-based gastroscopic image diagnosis assisting system and method | |
JP2008234309A (en) | Case collection system | |
JP2013200591A (en) | Database search device, method, and program | |
US20200294655A1 (en) | System and method to automatically prepare an attention list for improving radiology workflow | |
US11742072B2 (en) | Medical image diagnosis assistance apparatus and method using plurality of medical image diagnosis algorithms for endoscopic images | |
CN111226287A (en) | Method for analyzing a medical imaging dataset, system for analyzing a medical imaging dataset, computer program product and computer readable medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090217 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110607 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110808 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120214 |