JP2009207585A - 医用画像解析システム、コンピュータプログラム及び医用画像解析方法 - Google Patents

Abstract

【課題】医用画像から、主観的指標に関する評価値を求め出力することができる医用画像解析システム、コンピュータプログラム及び医用画像解析方法を提供する。
【解決手段】本発明に係る医用画像解析システムは、解析対象画像入力手段と、解析対象画像値取得手段と、解析対象画像値変換手段と、出力手段とを有する。解析対象画像入力手段に入力された解析対象画像１７から、解析対象画像値取得手段は解析対象画像に関する客観評価値を求め、解析対象画像値変換手段は、解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換する。変換は、参照画像１８から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて行われる。出力手段は、得られた解析対象画像に関する主観評価値に応じた情報を出力する。
【選択図】図２

Description

本発明は、ＣＴ、ＭＲＩといった医用撮像装置により撮像された医用画像を解析するための医用画像解析装置、コンピュータプログラム及び医用画像解析方法に関する。

近年のＣＴ、ＭＲＩといった医用撮像装置の普及により、病院内では、大量の医用画像が日々取得されている。これらの医療画像には、通常、医師がその医用画像を読影し、所見や診断結果を示したカルテや読影レポートなどが添付されている。そのため、これらの医用画像を複数の医師で共有すれば、多量の症例のデータベースとして利用することができると考えられる。

一方で、医用画像から適切な所見や診断結果を示すには、高度な専門的知識が必要である。そこで、医師が医用画像を診断するに際し、上述の大量の医用画像から、診断に有益な情報を適宜抽出して提示することができれば、診断の精度を高めることができ、非常に有益であると考えられる。

このような観点から、大量の医用画像を電子化してデータベースにするとともに、それを用いて医師が診断しようとしている医用画像と類似した医用画像を検索し提示しようという試みがある。

たとえば、特許文献１に開示された技術は、診断しようとしている医用画像から、病変部位の形状、大きさ、濃度勾配などの評価値を計算し、それらの評価値を用いて、診断しようとしている医用画像と類似した医用画像を検索する。医用画像のデータベースには、保管された医用画像からあらかじめ計算された評価値が保存されており、検索の際には、診断しようとしている医用画像から計算された評価値と、保管された医用画像からあらかじめ計算された評価値とを比較して、両者の類比を判断している。

また、非特許文献１に開示された技術は、医師が医用画像を評価する際に用いる指標（例えば肺疾患においては、「肥厚」、「蜂の巣」、「裂け目」等）に応じた評価値を用いて、診断しようとしている医用画像と類似した医用画像を検索することで、より精度の高い検索を行おうとしている。

これらの試みによれば、医師は、検索された医用画像に添付されたカルテや読影レポートを参考にして、診断をすることができる。
特開２００１−１５５０１９号公報 Chi-RenShyu, Caria E. Brodley, Avinash C. Kak, Akio Kosaka, Alex M. Aisen, Lynn S.Broderick、"ASSERT: A Physician-in-the-Loop Content-BasedRetrieval System for HRCT Image Databases"、ComputerVision and Image Understanding、（米）、1999、Vol.75、No.1、p.111-132

しかしながら、上記従来技術が診断しようとしている医用画像から求める評価値は、客観的指標、すなわち、画像処理等の計算によって求められる量に関する評価値であって、主観的指標、すなわち、医師が、診断しようとしている医用画像から診断を下したり、類似する医用画像を抽出する際に用いる指標と異なるという問題がある。

というのも、客観的指標の多くは、医師が、当該指標と病変との関係を理解できないため、診断を下す際の参考とはならない。また、医師が類似する医用画像を抽出する際に用いる指標と異なる指標を用いることにより、医師が抽出する類似画像と異なる画像が抽出されるなど、検索の精度が必ずしも良好でない恐れがある。さらに、上記従来技術によっては、検索された医用画像が、どのような点で診断しようとしている医用画像と類似しているのか、医師が直ちには理解できない。

したがって、医用画像を機械的に解析する際に、医師が用いる主観的指標についての評価をすることができれば、診断に有益な情報が得られるとともに、類似する医用画像を高精度に検索できると考えられる。

本発明は上記課題に鑑みてなされたものであって、その目的は、医用画像から、主観的指標に関する評価値を求め出力することができる医用画像解析システム、コンピュータプログラム及び医用画像解析方法を提供することにある。

上記課題を解決するために、本発明に係る医用画像解析システムは、解析対象画像が入力される解析対象画像入力手段と、解析対象画像に関する客観評価値を前記解析対象画像から取得する解析対象画像値取得手段と、１または複数の参照画像の各々から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて、前記解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換する解析対象画像値変換手段と、前記解析対象画像に関する主観評価値に応じた情報を出力する出力手段と、を有し、前記客観評価値は、客観的指標に関する評価値であり、前記主観評価値は、主観的指標に関する評価値であり、前記参照画像に関する主観評価値は、主観的指標に関する評価者の評価を示す情報であって、前記参照画像の各々に付与される情報から取得されるものであることを特徴とする。

また、本発明に係るコンピュータプログラムは、解析対象画像が入力される解析対象画像入力手段と、解析対象画像に関する客観評価値を前記解析対象画像から取得する解析対象画像値取得手段と、１または複数の参照画像の各々から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて、前記解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換する解析対象画像値変換手段と、前記解析対象画像に関する主観評価値に応じた情報を出力する出力手段と、を有し、前記客観評価値は、客観的指標に関する評価値であり、前記主観評価値は、主観的指標に関する評価値であり、前記参照画像に関する主観評価値は、主観的指標に関する評価者の評価を示す情報であって、前記参照画像の各々に付与される情報から取得されるものであることを特徴とする医用画像解析システムとしてコンピュータを機能させるためのものであることを特徴とする。

また、本発明に係る医用画像解析方法は、解析対象画像を入力するステップと、解析対象画像に関する客観評価値を前記解析対象画像から取得するステップと、１または複数の参照画像の各々から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて、前記解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換するステップと、前記解析対象画像に関する主観評価値に応じた情報を出力するステップと、を有し、前記客観評価値は、客観的指標に関する評価値であり、前記主観評価値は、主観的指標に関する評価値であり、前記参照画像に関する主観評価値は、主観的指標に関する評価者の評価を示す情報であって、前記参照画像の各々に付与される情報から取得されるものであることを特徴とする。

以上の本発明に係る医用画像解析システム、コンピュータプログラム及び医用画像解析方法によれば、医用画像から、主観評価値を求め出力できる。

また、本発明に係る医用画像解析システムの一態様では、前記参照画像が入力される参照画像入力手段と、参照画像に関する客観評価値を前記参照画像から取得する参照画像値取得手段と、前記主観的指標に関する評価者の評価を示す情報が入力される評価情報入力手段と、前記主観的指標に関する評価者の評価を示す情報を主観評価値に変換する参照画像値変換手段をさらに有する。こうすれば、入力される参照画像の各々について客観評価値と主観評価値が得られるから、両者の相関関係に基づいて、解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換できる。

また、本発明に係る医用画像解析システムの一態様では、前記主観的指標に関する評価者の評価を示す情報は、前記参照画像に対して評価者が付与する主観評価値であり、前記解析対象画像値変換手段は、１または複数の識別器が、前記解析対象画像に関する客観評価値に応じて出力する識別信号に基づいて、前記解析対象画像に関する客観評価値を前記解析対象画像に関する主観評価値に変換する。こうすれば、医用画像解析システムは、評価者が付与する主観評価値に基づいて学習するから、精度の高い出力ができる。

あるいは、本発明に係る医用画像解析システムの一態様では、前記主観的指標に関する評価者の評価を示す情報は、前記参照画像に対する評価者の評価を記述する文書であり、前記解析対象画像値変換手段は、前記解析対象画像が、前記参照画像を前記参照画像に関する客観評価値に基づいて分類した分類のいずれに分類されるかに応じて、前記解析対象画像に関する客観評価値を前記解析対象画像に関する主観評価値に変換し、前記解析対象画像値変換手段は、前記分類に分類された前記参照画像に付与された前記文書に、前記主観的指標が関連する度合に応じて、前記解析対象画像に関する客観評価値を前記解析対象画像に関する主観評価値に変換する。こうすれば、医用画像解析システムは、参照画像に付与されたカルテや読影レポートなどの文書を利用して学習することができるから、学習に多大な労力をかけることなく、精度の高い出力をする医用画像解析システムを構築できる。

また、本発明に係る医用画像解析システムの一態様では、前記出力手段は、前記解析対象画像に関する主観評価値に基づいて、保管手段に保管された複数の保管画像より、前記解析対象画像に類似する１または複数の保管画像を類似画像として抽出し、前記類似画像を提示手段に提示する。その際、前記出力手段は、前記解析対象画像に関する主観評価値と、保管画像に関する主観評価値とを比較することにより、前記解析対象画像と前記保管画像との類比を判断する。こうすれば、主観評価値を用いて類似画像を検索するから、より医師の判断に近い、高精度な検索ができる。

また、本発明に係る医用画像解析システムの一態様では、前記出力手段は、前記解析対象画像に関する主観評価値を提示手段に提示する。こうすれば、医用画像解析システムの利用者に、診断に役立つ情報を提示できる。また、類似画像が提示されている場合には、解析対象画像と類似画像とがどのような点で類似しているのかを利用者が直ちに理解できる。

１．第一の実施形態
以下、本発明の第一の実施形態につき、図１乃至８に基づき、詳細に説明する。

図１は、第一の実施形態に係る医用画像解析システムのハードウェア構成を示す図である。同図に示すように、この医用画像解析システムは、マイクロプロセッサ１、データバス２、ハードディスクドライブ３、主記憶４、入出力処理部５、モニタ６からなる公知のコンピュータシステムを含んでいる。

マイクロプロセッサ１は、データバス２を介して各種機器と相互に通信可能に接続されており、ハードディスクドライブ３に格納されるオペレーティングシステム及びプログラムに基づいて、医用画像解析システムの各部を制御する。なお、ハードディスクドライブ３に代えて、ＲＯＭや不揮発性メモリ等を用いてもよい。また、オペレーティングシステム及び／またはプログラムは別途ＤＶＤ−ＲＯＭ等の情報記録媒体に記録されていてよく、これを適宜読み込むものとしてもよい。あるいは、オペレーティングシステム及び／またはプログラムは、コンピュータネットワーク経由で提供されるものであってもよい。

主記憶４は、ＲＡＭからなり、読み出されたプログラムが必要に応じて書きこまれるほか、医用画像解析システムが動作する際の作業領域として用いられる。

入出力処理部５は、マイクロプロセッサ１が種々の機器にアクセスするためのインターフェイスである。既知のＣＴやＭＲＩ等の医用画像撮像装置１０、ＤＶＤ−ＲＯＭ１２を読み取る情報記録媒体読取装置１１、写真や文書１４を電子データとして取り込むスキャナ１３、外部のコンピュータに接続するコンピュータネットワーク１５、及び、キーボードやマウスである入力装置１６が入出力処理部５を介してアクセス可能に接続される。なお、情報記録媒体としては、他にＣＤ−ＲＯＭや各種メモリカード等を好適に用いることができる。また、コンピュータネットワーク１５はインターネットやＬＡＮ、ＰｔｏＰ接続であってよい。入力装置１６としては、他にタブレットやタッチパネル等を用いてよい。

モニタ６はＣＲＴや液晶ディスプレイ等の画像表示デバイスであり、医用画像解析システムのＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）や、医用画像解析システムが出力する結果が表示される。これとは別に、プリンタを接続し、プリントアウトにより出力結果を表示するようにしてもよい。

図２は、上述のハードウェア構成を有する医用画像解析システムのシステム構成を示す図である。当該システムを構成する各要素は、医用画像解析システムのハードウェアに読み込まれたオペレーティングシステム及びプログラムが実行されることにより、ソフトウェアによって実現される。

この医用画像解析システムは、解析対象画像１７が入力される解析対象画像入力手段としての解析対象画像入力部２０、解析対象画像１７から解析対象画像に関する客観評価値を取得する解析対象画像値取得手段としての解析対象画像値取得部３０、解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換する解析対象画像値変換手段としての解析対象画像値変換部４０、解析対象画像に関する主観評価値に応じた情報を出力する出力手段としての出力部５０、出力された情報を提示する提示手段としての提示部６０、出力手段５０と通信可能に接続され、保管画像と、保管画像に関する主観評価値を保管する保管手段としての保管部７０、及び、解析対象画像値変換部４０に学習データを入力する学習データ入力部８０を有している。

学習データ入力部８０は、参照画像１８が入力される参照画像入力手段としての参照画像入力部８１、参照画像１８から参照画像に関する客観評価値を取得する参照画像値取得手段としての参照画像値取得部８２、参照画像１８に付与される主観的指標に関する評価者の評価を示す情報が入力される評価情報入力手段としての評価情報入力部８３、及び、評価者の評価を示す情報から参照画像に関する主観評価値を取得する参照画像値変換手段としての参照画像値変換部８４を有する。

この医用画像解析システムによれば、まず、解析対象画像入力部２０により、解析対象画像１７は電子データとして入力され、符号１００に示すように解析対象画像値取得部３０に受け渡される。解析対象画像入力部２０は、好適には、ＣＴやＭＲＩのような医用画像撮像装置１０である。そのほかにも、医用画像を記録した写真を電子データとして取り込むスキャナ１３であってもよいし、コンピュータネットワーク１５を介して取り込むものであっても、情報記録媒体読取装置１１であってもよい。また、解析対象画像入力部２０は、たとえば、特許文献１に記載されているような公知の方法により、解析対象画像１７から、解析対象部位である病変部医を抽出するものとしてもよい。解析対象画像１７は、二次元画像であってもよいし、三次元画像であってもよい。

解析対象画像値取得部３０は、受け取った解析対象画像１７の電子データに対し、画像処理などの計算を行い、解析対象画像１７中に含まれる解析対象部位の形状、大きさ、濃度勾配といった客観的指標について、その値である客観評価値を取得する。なお、本明細書中では、客観評価値とは、客観的指標に関する評価値を意味し、客観的指標とは、前述したように、画像処理等の計算によって求められる量を意味するものとする。客観評価値の算出方法には、特許文献１に記載されているような種々の公知の方法を用いることができる。

解析対象画像値変換部４０は、符号１０１に示すように、解析対象画像に関する客観評価値を受け取り、解析対象画像に関する主観評価値に変換する。なお、本明細書中では、主観評価値とは、主観的指標に関する評価値を意味し、主観的指標とは、医用画像に対し評価者が評価をする際に用いる指標を意味するものとする。たとえば、解析対象部位がヒトの肺である場合には、医師が肺疾患に見られる病変を表す際に用いる「肥厚」、「蜂の巣」、「裂け目」などの表現が主観的指標である。そして、主観評価値とは、問題としている病変部位が、これらの主観的指標にどの程度合致するかの強度を示す値であり、一例として、１〜５の数値で表すことができる。

そして、解析対象画像値変換部４０は、解析対象画像に関する客観評価値から解析対象画像に関する主観評価値への変換を、参照画像１８から得られる参照画像に関する客観評価値と、参照画像１８に付与される主観的指標に関する評価者の評価を示す情報から得られる参照画像に関する主観評価値との相関関係に基づいて行う。より具体的には、参照画像に関する客観評価値と参照画像に関する主観評価値とが入力されることで、解析対象画像値変換部４０は、両者の相関関係をその内部状態として学習し、その内部状態に基づいて、解析対象画像に関する客観評価値を解析対象画像に関する主観評価値へと変換する。解析対象画像値変換部４０の詳細については、後ほど詳述する。

出力部５０は、符号１０２に示すように、解析対象画像に関する主観評価値を受け取ると、解析対象画像１７に類似する１または複数の類似画像１９を、保管部７０に保管されている多数の保管画像から選択するとともに、解析対象画像に関する主観評価値に応じた情報として、類似画像１９と、解析対象画像に関する主観評価値とを提示部６０に出力する。出力部５０は、後ほど詳述するように、解析対象画像に関する主観評価値と保管画像に関する主観評価値とを比較して類比判断を行う。

保管部７０は、多数の医用画像を保管画像として保管している。同時に、保管画像に対し付与された主観評価値を保管画像とともに保管しており、符号１０４、符号１０５に示すように、保管画像に関する主観評価値と類似画像１９とを出力部５０に受け渡すことができる。保管部７０は、たとえば、ハードディスクドライブ３を用いて構成することができるが、他にも、磁気テープ、ＤＶＤ−ＲＯＭ等の情報記録媒体を用いて構成しても、コンピュータネットワーク１５を介し接続される外部のコンピュータにより構成してもよい。

提示部６０は、好適にはモニタ６であり、符号１０３に示すように、出力部５０から出力を受け取ると、その出力をユーザに提示する。提示部６０としては、他にも、プリンタを用いてもよいし、コンピュータネットワーク１５を介し外部に出力を送信するものとしてもよい。

学習データ入力部８０は、解析対象画像値変換部４０がその内部状態を学習する際に用いられる。

参照画像１８は、解析対象画像値変換部４０がその内部状態を学習する際に用いられる教師データとしてあらかじめ用意される医用画像である。参照画像入力部８１は、参照画像１８を電子データとして受け取り、符号１０６に示すように参照画像値取得部８２に受け渡す。参照画像入力部８１は、好適には、ハードディスクドライブ３に保存された参照画像１８を読み込むものとすることができるが、医用画像を記録した写真を電子データとして取り込むスキャナ１３であってもよいし、コンピュータネットワーク１５を介して取り込むものであっても、情報記録媒体読取装置１１であってもよい。

参照画像値取得部８２は、受け取った参照画像１８の電子データから客観評価値を取得する。取得方法は、解析対象画像値取得部３０と同様である。得られた参照画像に関する客観評価値は、符号１０７に示すように解析対象画像値変換部４０に受け渡され、学習に用いられる。

なお、参照画像値取得部８２を独立に設けずに、解析対象画像値取得部３０がその機能を兼ね備えるものとしてもよい。その場合は、参照画像１８の電子データは破線１１０に示すように解析対象画像値取得部３０に受け渡され、参照画像に関する客観評価値は破線１１１に示すように解析対象画像値変換部４０に受け渡される。

評価情報入力部８３は、解析対象画像値変換部４０がその内部状態を学習する際に用いられるもう一つの教師データである、主観的指標に関する評価者の評価を示す情報の入力を受け付ける。ここでは、主観的指標に関する評価者の評価を示す情報は、参照画像１８の各々に対して評価者である医師が付与する主観評価値である。評価情報入力部８３には、たとえばキーボードなどの入力装置１６を用いることができる。

評価者は、参照画像入力部８１に入力される参照画像１８を見て、その画像が主観的指標にどの程度合致するかを判断し、たとえば１〜５の数値を用い、あまり合致しなければ１を、よく合致するならば５を評価情報入力部８３に入力する。複数の主観的指標について主観評価を入力するようにしてよい。一例として、評価者がある参照画像１８に対し、「肥厚」はほとんど見られないが、「蜂の巣」は強く見られ、「裂け目」はある程度認められると判断したならば、「肥厚」に関する主観評価値として１を、「蜂の巣」に対する主観評価値として５を、「裂け目」に対する主観評価値として３を入力する。

参照画像値変換部８４は、符号１０８に示すように評価情報入力部８３から受け渡される主観的指標に関する評価者の評価を示す情報を、参照画像に関する主観評価値に変換する。この場合、主観的指標に関する評価者の評価を示す情報自体が参照画像に関する主観評価値であるから、参照画像値変換部８４は、入力された参照画像に関する主観評価値を、符号１０９に示すようにそのまま解析対象画像値変換部４０に受け渡す。

なお、以上の説明では学習データ入力部８０を医用画像解析システムに含むものとしたが、学習データ入力部８０をこれとは別に構成しておき、それによって得られた参照画像に関する客観評価値と、参照画像に関する主観評価値のみを、たとえばコンピュータネットワーク１５を介して解析対象画像値変換部４０に受け渡すようにしてもよい。また、医用画像解析システムは、常時学習データ入力部８０を有さずともよく、必要なときのみ構成するようにしてもよい。

次に、解析対象画像値変換部４０を詳細に説明する。

図３は、第一の実施形態に係る解析対象画像値変換部４０を示す図である。

解析対象画像値変換部４０は、入力された解析対象画像に関する客観評価値を、特定の主観的指標についての主観評価値に変換する変換部４１を有する。そして、変換部４１は、図示するように複数の識別器４２ａ〜４２ｊと集計部４３からなる。

各識別器４２ａ〜４２ｊは、入力された解析対象画像に関する客観評価値に応じて識別信号を出力するようになっている。そして、各識別器４２ａ〜４２ｊより出力された識別信号は集計部４３にて集計され、主観評価値へと変換される。

識別器４２ａ〜４２ｊは、サポートベクタマシンである。そして、各々の識別器４２ａ〜４２ｊは、解析対象画像に関する客観評価値が入力されると、異なる２値の主観評価値のいずれに該当するかを識別する識別信号を出力する。ここでは、出力すべき主観評価値の値は１〜５の整数値であるから、識別器４２ａ〜４２ｊの数は、１〜５の整数から２つの異なる整数を選ぶ組み合わせの数、すなわち、１０個となる。具体的な識別器４２ａ〜４２ｊの組み合わせは、図示したとおりである。図中、ｐ／ｑと表記されている識別器４２ａ〜４２ｊは、主観評価値がｐまたはｑのいずれであるのかを識別する識別器である。たとえば、１／２と表記されている識別器４２ａは、主観評価値が１または２のいずれであるのかを識別する。

なお、一般に、主観評価値が１〜ｎの整数で表されるとするならば、必要な識別器の数は_ｎＣ_２である。ｎ＝２であれば、識別器は１つでよいし、ｎ＝１０であれば識別器は４５個必要となる。

そして、集計部４３は、識別器４２ａ〜４２ｊから出力された識別信号を集計し、最も出力された識別信号の数が多い主観評価値を変換結果として出力部５０に出力する。具体的には、主観評価値１に対する識別信号の数が０、主観評価値２に対する識別信号の数が３、主観評価値３に対する識別信号の数が４、主観評価値４に対する識別信号の数が２、主観評価値５に対する識別信号の数が１であれば、集計部４３は主観評価値として３を出力する。識別信号の数が同じ主観評価値がある場合は、主観評価値間に優先順位を設けておけばよい。

なお、サポートベクタマシンには、必要に応じてソフトマージン法やカーネルトリックを適宜用いてよいことは言うまでもない。

また、以上の説明では、識別器としてサポートベクタマシンを用いたが、識別器をそのノードとしたニューラルネットワークを用いてもよく、その他公知の学習による情報処理手法を用いてもよい。

図４は、第一の実施形態に係る解析対象画像値変換部４０を学習させる過程を示す図である。

同図に示すように、解析対象画像値変換部４０を学習させるに際しては、各識別器４２ａ〜４２ｊには、参照画像値取得部８２からの参照画像に関する客観評価値と、参照画像値変換部８４からの参照画像に関する主観評価値とが入力される。

学習は、次のように行われる。

（１）まず、特定の参照画像について、参照画像値取得部８２により得られた参照画像に関する客観評価値が、各識別器４２ａ〜４２ｊに入力される。
（２）次に、参照画像値変換部８４から、参照画像に関する主観評価値が、各識別器４２ａ〜４２ｊに入力される。
（３）そして、各識別器４２ａ〜４２ｊのうち、その識別器が識別しようとする２値の主観評価値のいずれかと、入力された参照画像に関する主観評価値とが合致する識別器は、入力された参照画像に関する客観評価値と参照画像に関する主観評価値との組み合わせを正解として認識する。たとえば、入力された参照画像に関する主観評価値が４である場合には、図中太線で示したように、識別器４２ｃ，４２ｆ，４２ｈ及び識別器４２ｊが当該入力を正解として認識する。
（４）以上の（１）〜（３）の手順を、あらかじめ用意した参照画像の数だけ繰り返す。各識別器４２ａ〜４２ｊは、このようにして正解と認識したデータに基づき、分離超平面を求める。

学習が終了すると、解析対象画像値変換部４０はその内部状態を保持する。そして、上述したとおり、解析対象画像値変換部４０はその内部状態に基づいて、解析対象画像に関する客観評価値を解析対象画像に関する主観評価値へと変換する。

以上の説明では、解析対象画像値変換部４０は、１つの主観的指標について解析対象画像に関する主観評価値を求めるものとして説明したが、好適には、複数の主観的指標についてそれぞれ解析対象画像に関する主観評価値を求めるものとしてよい。

図５は複数の主観的指標についてそれぞれ解析対象画像に関する主観評価値を求める解析対象画像値変換部４０を示す図である。

図示するように、解析対象画像値変換部４０は複数の変換部４１ａ〜４１ｆを有している。変換部の数は、求めようとする主観的指標の数に応じて定められる。たとえば、求めようとする主観的指標が「肥厚」、「蜂の巣」、「裂け目」、「気管支拡張」、「結節」及び「すりガラス」の６種であれば、変換部はそれぞれに対応して６個設けられる。

さらに、複数の変換部４１ａ〜４１ｆは、それぞれが異なる解析対象画像に関する客観評価値を用いてもよい。この場合、解析対象画像値取得部３０は、形状、大きさ、濃度勾配などの複数種類の解析対象画像に関する客観評価値を取得し、複数の変換部４１ａ〜４１ｆは、それぞれ求めようとする主観的指標に応じて任意の１または複数種類の解析対象画像に関する客観評価値を用いることができる。こうすれば、計算量を減らすことができるほか、解析対象画像値変換部４０による変換の精度を高めることができる。

各々の変換部４１ａ〜４１ｆがどの解析対象画像に関する客観評価値を用いるかは、ＳＦＳ（Ｓｅｑｕｅｎｔｉａｌ Ｆｅａｔｕｒｅ Ｓｅｌｅｃｔｉｏｎ）の手法を用いて次のように定めることができる。

（１）まず、学習データとして用いる参照画像と、参照画像に関する主観評価値とは別に、学習結果を検証するための検証画像と、検証画像に関する主観評価値とを用意する。検証画像に関する主観評価値もまた、評価者により付与されたものである。
（２）そして、各変換部４１に対し、任意の１種類の参照画像に関する客観評価値を用いて、前述したとおりの学習を行う。
（３）学習が終了したなら、検証画像を用いて各変換部４１から検証画像に関する主観評価値を出力させる。
（４）出力された検証画像に関する主観評価値と、あらかじめ用意した検証画像に関する主観評価値とを比較し、両者が一致する割合を正解率として求める。
（５）残余の全ての参照画像に関する客観評価値について同様に正解率を求め、最も正解率の高い参照画像に関する客観評価値を選択する。
（６）選択された参照画像に関する客観評価値に、さらに別の任意の１種類の参照画像に関する客観評価値を加えた２値を用い、同様に正解率を求める。
（７）最も高い正解率が得られる参照画像に関する客観評価値の組み合わせを選択する。
（８）さらに別の任意の１種類の参照画像に関する客観評価値を加え、同様に正解率を求め、最も高い正解率が得られる参照画像に関する客観評価値の組み合わせを選択する。
（９）以下、参照画像に関する客観評価値を追加しても正解率が上がらなくなるまで同様に繰り返し、最も高い正解率が得られる参照画像に関する客観評価値の組み合わせを、各変換部４１が用いる解析対象画像に関する客観評価値として選択する。

なお、ここでは、参照画像と検証画像とを別個に用意することとしたが、参照画像を検証画像として用いることも可能である。

他にも、各変換部４１が用いる解析対象画像に関する客観評価値を決定する手法としては、経験的に、各主観的指標に関連が深いと考えられる解析対象画像に関する客観評価値を適宜選択することも可能である。

図６は、出力部５０を示す図である。

図示するように、解析対象画像値変換部４０から入力された解析対象画像に関する主観評価値は二手に分けられ、その一方は符号５３に示すように、比較部５１に入力される。

比較部５１は、保管部７０から、符号１０４に示すように、保管画像に関する主観評価値を読み込み、解析対象画像に関する主観評価値と比較する。より具体的には、比較に用いる主観評価値に係る主観的指標が１つの場合には、両者の差を計算する。比較に用いる主観評価値に係る主観的指標が複数の場合、主観評価値はベクトル量として取り扱い、両者の距離を計算する。

そして、両者の差または距離が最も小さい保管画像に関する主観評価値を有する保管画像を、類似画像１９として選択し、その結果を類似画像取得部５２に受け渡す。

なお、比較部５１が保管部７０から保管画像に関する主観評価値を読み込む際には、逐次的に読み込んでもよいし、複数の保管画像に関する主観評価値をまとめて読みこんでもよい。また、類似画像１９として選択する画像は、１つでもよいし、保管画像に関する主観評価値と解析対象画像に関する主観評価値との差あるいは距離が小さい順に複数選択してもよい。選択する数は、利用者が適宜設定してよい。

類似画像取得部５２は、受け取った結果に基づき、保管部７０から保管画像を類似画像１９として読み出し、提示部６０に出力する。

解析対象画像に関する主観評価値の他方は、符号５４に示すように、そのまま提示部６０に出力される。

提示部６０は、得られた類似画像１９と解析対象画像に関する主観評価値とを、利用者に提示する。加えて、提示部６０は、診断に役立つ更なる情報を利用者に提示してよい。そのような情報には、たとえば、類似画像１９に付与されたカルテや読影レポート等を挙げることができる。

以上第一の実施形態に係る医用画像解析システムは、評価者が付与する主観評価値に基づいて学習することにより、医用画像から、主観的指標に関する評価値を求め出力できる。それにより、高精度な類似画像の検索をしたり、診断に役立つ情報を提示したりできる。

２．第二の実施形態
続いて、本発明の第二の実施形態を図７〜１１に基づいて説明する。

第二の実施形態は、第一の実施形態とは、解析対象画像値変換部４０、学習データ入力部８０のみが相違し、その余については同一であるから、両者が共通する部分については第一の実施形態と同符号を付し、詳細な説明を省略する。

図７は、第二の実施形態に係る解析対象画像値変換部４０を示す図である。

第二の実施形態においては、解析対象画像値変換部４０が解析対象画像値取得部３０から受け取る解析対象画像に関する客観評価値は、複数の客観的指標についてのものであり、ベクトル量である。

かかる解析対象画像に関する客観評価値は、分類判別部４４に受け渡される。

一方、分類データ保持部４５には、客観評価値に関するベクトル空間中における分類を示すデータ及び、各分類に関する主観評価値が保持されている。

分類判別部４４は、分類データ保持部４５から、分類を示すデータを読み出し、解析対象画像に関する客観評価値がどの分類に属するかを判別するとともに、その結果を主観評価値読出部４６に受け渡す。

以下、図８を用いて、分類判別部４４が分類を判別する方法をより詳細に説明する。

ここでは、簡単のため、客観的指標に病変部位の大きさと濃度勾配を選び、客観評価値として二次元ベクトルを用いることとする。図８は横軸に大きさを、縦軸に濃度勾配をとったベクトル空間における分類を示す図である。

図８中には３つの分類ａ〜ｃとともに、各々の分類の中心点Ａ〜Ｃが示されている。各中心点Ａ〜Ｃの座標が、分類データ保持部４５が保持している分類を示すデータである。

ここで、解析対象画像に関する客観評価値が、図中Ｘの位置に与えられたとする。分類判別部４４は、点Ｘから各中心点Ａ〜Ｃまでの距離を計算し、最も近い中心点を有する分類に、解析対象画像が分類されると判断する。図８に示した例では、分類ｂに分類されると判断し、その結果を主観評価値読出部４６に受け渡す。

図７に戻り、主観評価値読出し部４６は、分類データ保持部４５から、解析対象画像が分類される分類に関する主観評価値を読み出し、解析対象画像に関する主観評価値として出力部５０に出力する。図９は、分類データ保持部４５に保持されている各分類に関する主観評価値をテーブルとして示した例である。この場合、解析対象画像が分類ｂに分類されると判断されたならば、「肥厚」に関する主観評価値は４、「蜂の巣」に関する主観評価値は５、「裂け目」に対しては１、「すりガラス」に対しては３が出力部５０に出力されることになる。

図１０は、第二の実施形態における学習データ入力部８０を示す図である。

以下、本実施形態において分類データ保持部４５に保持される分類を示すデータと各分類に関する主観評価値を求める方法を、同図に基づいて説明する。

ここで教師データとして用いるのは、参照画像１８ａと、参照画像１８ａに対する評価者の評価を記述する文書１８ｂであり、そのような文書としては、たとえば、カルテや読影レポートを挙げることができる。

参照画像１８ａから、参照画像入力部８１、参照画像値取得部８２により参照画像に関する客観評価値が第一の実施形態と同様に得られ、符号１０７に示すように、分類部８５に受け渡される。

分類部８５は、得られた参照画像に関する客観評価値を、クラスタリングの手法を用いて複数の分類に分類する。具体的には、Ｋ平均法により、図８に示すような複数の分類ａ〜ｃを求めると同時に、各分類ａ〜ｃの中心点Ａ〜Ｃの座標を求める。分類の個数は、必要とする診断の精度や参照画像１８ａの数に応じて適宜定めることができる。

得られた各分類ａ〜ｃの中心座標は符号１１２に示すように分類データ保持部４５に受け渡される。同時に、各参照画像１８ａがどの分類に属するかを示すデータが、符号１１３に示すように統計値算出部８７に受け渡される。

一方、文書１８ｂは、評価情報入力部８３により電子データとして入力される。評価情報入力部８３は、文書１８ｂが電子データであれば、それを読み込む任意の手段とすることができるし、文書１８ｂが紙媒体であれば、スキャナ１３を用いたＯＣＲ装置としてよい。

主観的指標抽出部８６は、入力された文書１８ｂに、求めようとする主観的指標が関連する度合を抽出する。より具体的には、特定の主観的指標、たとえば「肥厚」が、文書１８ｂ中に存在するか否かを判別し、その有無を符号１１４に示すように統計値算出部８７に出力する。他にも、特定の主観的指標が文書１８ｂ中に出現する個数や出現頻度を求めてもよい。また、特定の主観的指標の類義語・同義語を同時に判別することもできる。

統計値算出部８７は、分類部８５より受け渡された各参照画像１８ａがどの分類に属するかを示すデータ及び、主観的指標抽出部８６より受け渡された特定の主観的指標の有無を示すデータから、各分類における主観的指標に関する統計値を求める。

より具体的には、特定の分類に分類される参照画像１８ａについて付与された文書１８ｂに、特定の主観的指標が付与されている割合を算出する。一例として、図８に示す分類ａに分類される参照画像１８ａが１００件あったとして、その参照画像１８ａについて付与された文書１８ｂ中に、「肥厚」が存在するものが１０件、「蜂の巣」が存在するものが５０件あったならば、「肥厚」に関する統計値は０．１、「蜂の巣」に関する統計値は０．５となる。

参照画像値変換部８４は、符号１１５に示すように統計値算出部８７から主観的指標に関する統計値を受け取り、それを主観評価値に変換する。

一例として、図１１に示すように、統計値が０．２変化するごとに１〜５の主観評価値を与える。もちろん、ある主観評価値に対応する統計値の範囲は任意に定めることができ、その場合、各分類に対し付与される主観評価値が１〜５の範囲で均等に分布するようにすることが好ましい。

そして、得られた主観評価値は符号１１６に示すように分類データ保持部４５に受け渡される。

このようにして、解析対象画像値変換部４０はその内部状態を、参照画像１８ａ、文書１８ｂから学習することができる。

なお、第二の実施態様においても、第一の実施態様同様に、求めようとする主観的指標ごとに、異なる解析対象画像に関する客観評価値を用いるようにしてもよい。

以上第二の実施形態に係る医用画像解析システムによれば、参照画像と参照画像に付与された文書に基づいてその内部状態を学習できるから、評価者が直接参照画像に主観評価値を付与せずとも、医用画像から、主観的指標に関する評価値を求め出力でき、したがって、精度のよい類似画像や、診断に役立つ情報を提示できる。

本発明の第一の実施形態に係る医用画像解析システムのハードウェア構成を示す図である。 本発明の第一の実施形態に係る医用画像解析システムのシステム構成を示す図である。 本発明の第一の実施形態に係る解析対象画像値変換部を示す図である。 本発明の第一の実施形態に係る解析対象画像値変換部を学習させる過程を示す図である。 本発明の第一の実施形態に係る複数の主観的指標について主観評価値を求める解析対象画像値変換部を示す図である。 本発明の第一の実施形態に係る出力部を示す図である。 本発明の第二の実施形態に係る解析対象画像値変換部を示す図である。 ベクトル空間における分類を示す図である。 各分類に関する主観評価値をテーブルとして示した例である。 本発明の第二の実施形態における学習データ入力部を示す図である。 本発明の第二の実施形態における統計値と主観評価値の関係を示す図である。

符号の説明

１ マイクロプロセッサ、２ データバス、３ ハードディスクドライブ、４ 主記憶、５ 入出力処理部、６ モニタ、１０ 医用画像撮像装置、１１ 情報記録媒体読取装置、１２ ＤＶＤ−ＲＯＭ、１３ スキャナ、１４ 写真や文書、１５ コンピュータネットワーク、１６ 入力装置、１７ 解析対象画像、１８ 参照画像、１９ 類似画像、２０ 解析対象画像入力部、３０ 解析対象画像値取得部、４０ 解析対象画像値変換部、４１ 変換部、４２ 識別器、４３ 集計部、４４ 分類判別部、４５ 分類データ保持部、４６ 主観評価値読出部、５０ 出力部、５１ 比較部、５２ 類似画像取得部、６０ 提示部、７０ 保管部、８０ 学習データ入力部、８１ 参照画像入力部、８２ 参照画像値取得部、８３ 評価情報入力部、８４ 参照画像値変換部、８５ 分類部、８６ 主観的指標抽出部、８７ 統計値算出部。

Claims (12)

1. 解析対象画像が入力される解析対象画像入力手段と、
   解析対象画像に関する客観評価値を前記解析対象画像から取得する解析対象画像値取得手段と、
   １または複数の参照画像の各々から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて、前記解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換する解析対象画像値変換手段と、
   前記解析対象画像に関する主観評価値に応じた情報を出力する出力手段と、
   を有し、
   前記客観評価値は、客観的指標に関する評価値であり、
   前記主観評価値は、主観的指標に関する評価値であり、
   前記参照画像に関する主観評価値は、主観的指標に関する評価者の評価を示す情報であって、前記参照画像の各々に付与される情報から取得されるものである
   ことを特徴とする医用画像解析システム。
2. 前記参照画像が入力される参照画像入力手段と、
   参照画像に関する客観評価値を前記参照画像から取得する参照画像値取得手段と、
   前記主観的指標に関する評価者の評価を示す情報が入力される評価情報入力手段と、
   前記主観的指標に関する評価者の評価を示す情報を主観評価値に変換する参照画像値変換手段と、
   をさらに有することを特徴とする請求項１に記載の医用画像解析システム。
3. 前記主観的指標に関する評価者の評価を示す情報は、前記参照画像に対して評価者が付与する主観評価値であることを特徴とする請求項１または２記載の医用画像解析システム。
4. 前記解析対象画像値変換手段は、
   １または複数の識別器が、前記解析対象画像に関する客観評価値に応じて出力する識別信号に基づいて、前記解析対象画像に関する客観評価値を前記解析対象画像に関する主観評価値に変換することを特徴とする請求項３に記載の医用画像解析システム。
5. 前記主観的指標に関する評価者の評価を示す情報は、前記参照画像に対する評価者の評価を記述する文書であることを特徴とする請求項１または２記載の医用画像解析システム。
6. 前記解析対象画像値変換手段は、
   前記解析対象画像が、前記参照画像を前記参照画像に関する客観評価値に基づいて分類した分類のいずれに分類されるかに応じて、前記解析対象画像に関する客観評価値を前記解析対象画像に関する主観評価値に変換することを特徴とする請求項５に記載の医用画像解析システム。
7. 前記解析対象画像値変換手段は、
   前記分類に分類された前記参照画像に付与された前記文書に、前記主観的指標が関連する度合に応じて、前記解析対象画像に関する客観評価値を前記解析対象画像に関する主観評価値に変換することを特徴とする請求項６に記載の医用画像解析システム。
8. 前記出力手段は、
   前記解析対象画像に関する主観評価値に基づいて、保管手段に保管された複数の保管画像より、前記解析対象画像に類似する１または複数の保管画像を類似画像として抽出し、前記類似画像を提示手段に提示することを特徴とする請求項１乃至７のいずれかに記載の医用画像解析システム。
9. 前記出力手段は、
   前記解析対象画像に関する主観評価値と、保管画像に関する主観評価値とを比較することにより、前記解析対象画像と前記保管画像との類比を判断することを特徴とする請求項８記載の医用画像解析システム。
10. 前記出力手段は、
    前記解析対象画像に関する主観評価値を提示手段に提示することを特徴とする請求項１乃至９のいずれかに記載の医用画像解析システム。
11. 解析対象画像が入力される解析対象画像入力手段と、
    解析対象画像に関する客観評価値を前記解析対象画像から取得する解析対象画像値取得手段と、
    １または複数の参照画像の各々から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて、前記解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換する解析対象画像値変換手段と、
    前記解析対象画像に関する主観評価値に応じた情報を出力する出力手段と、
    を有し、
    前記客観評価値は、客観的指標に関する評価値であり、
    前記主観評価値は、主観的指標に関する評価値であり、
    前記参照画像に関する主観評価値は、主観的指標に関する評価者の評価を示す情報であって、前記参照画像の各々に付与される情報から取得されるものである
    ことを特徴とする医用画像解析システムとしてコンピュータを機能させるためのコンピュータプログラム。
12. 解析対象画像を入力するステップと、
    解析対象画像に関する客観評価値を前記解析対象画像から取得するステップと、
    １または複数の参照画像の各々から取得される参照画像に関する客観評価値と、参照画像に関する主観評価値とに基づいて、前記解析対象画像に関する客観評価値を解析対象画像に関する主観評価値に変換するステップと、
    前記解析対象画像に関する主観評価値に応じた情報を出力するステップと、
    を有し、
    前記客観評価値は、客観的指標に関する評価値であり、
    前記主観評価値は、主観的指標に関する評価値であり、
    前記参照画像に関する主観評価値は、主観的指標に関する評価者の評価を示す情報であって、前記参照画像の各々に付与される情報から取得されるものである
    ことを特徴とする医用画像解析方法。

Images