JP2014241171A - レポート作成支援装置及びその作成支援方法、並びにプログラム - Google Patents

Abstract

【課題】ユーザの感性に合った類似画像検索が効率的に行え、かつ類似画像検索によって得られた類似画像に対応したレポートから得られる情報を同時に利用できる仕組みを提供する。【解決手段】ユーザが指定した複数の診断対象画像を同一グループとして識別するための画像特徴の条件を導出し（Ｓ６１１）、得られた画像特徴の条件を用いて診断対象画像に類似する類似画像の検索条件を決定し、当該検索条件を満たす１つ以上の類似画像をデータベースの中から検索し（Ｓ６１２）、得られた１つ以上の類似画像に付与された画像所見から、所定の条件を満たす画像所見を抽出する（Ｓ６１３、Ｓ６１４）。【選択図】図６−２

Description

本発明は、医用画像に関するレポートの作成を支援する技術に関する。

医師が医用画像を観察して画像診断を行った結果は、画像診断レポートにまとめられる。以前は、専用のレポート用紙に、画像所見と画像診断名を医師が手書きで記入していた。近年、医療業務の効率化を目的として医療文書の電子化が進み、画像診断レポートも電子的に作成される様になった。しかし、従来のレポート作成支援装置の多くは、依然として画像所見と画像診断名を自由文で入力させるもののため、医師は自由文を入力するために少なからず時間をかけており、レポート作成の負担が大きかった。

そこで、下記の特許文献１では、類似画像検索とレポート文の雛形を用いたレポート作成支援技術が提案されている。その提案において、レポート作成支援装置は、複数の（過去に作成された）症例画像に対するレポートに基づいて作成した、レポート文の雛形を保持している。診断対象である患者の医用画像（以下、診断対象画像と呼ぶ）が入力されると、レポート作成支援装置は、過去の症例画像から診断対象画像の類似画像検索を行う。そして、検索によって得られた１つの類似画像に対応するレポート文の雛形を取得し、これを表示する。そして、医師は、表示された雛形を修正することにより、レポート文を作成する手間を軽減できる。

従来の類似画像検索手法は、予め蓄積しておいた複数の症例画像の画像特徴と、診断対象画像の画像特徴を比較し、画像特徴間の類似度が最も高いものからいくつかの類似画像を選択する手法である。ただし、どの様な画像特徴を比較するのか、画像特徴間の類似度をどう定義するのか、類似度がどの程度大きければ（閾値がいくつであれば）類似画像と判断するのか、などの事項（以下、検索パラメータと呼ぶ）を適切に設定する必要がある。

特開２００７−３０５１０７号公報

従来の類似画像検索手法では、検索パラメータを適切に設定できなければ、ユーザの感性に合った類似画像を検索できない恐れがあった。つまり、ユーザが類似していると感じる症例画像をほとんど検索できなかったり、あるいはユーザが類似していないと感じる症例画像を多数検索してしまったりすることがあった。そのため、ユーザの感性に合った類似画像を検索するためには、ユーザが自分自身で適切な検索パラメータを設定しなければならなかった。

ところが、一般に、画像特徴の種類は多数（数１０種類以上）あり、類似度の定義方法も数種類以上あり、類似度が連続値であればその閾値は無限に変更可能である。従って、類似画像の検索結果を見ながら、ユーザの感性に合った類似画像が得られる検索パラメータを試行錯誤的に探す作業は、非常に手間のかかる作業であった。
上述の通り、従来の類似画像検索手法では、必ずしもユーザの感性に合った類似画像が検索できるとは限らないという課題があった。

更に、下記の特許文献１の手法では、類似画像検索によって複数の類似画像が得られた場合でも、診断対象画像のレポート作成支援に利用できるのは、１つの類似画像に対応するレポート文の雛形だけであった。すなわち、複数の類似画像に対応した複数のレポートから得られる情報を、同時に利用できないという課題があった。

本発明は、上述の問題点に鑑みてなされたものであり、ユーザの感性に合った類似画像検索が効率的に行え、かつ類似画像検索によって得られた類似画像に対応したレポートから得られる情報を同時に利用できる仕組みを提供することを目的とする。

本発明のレポート作成支援装置は、診断対象画像に係るレポートの作成を支援するレポート作成支援装置であって、ユーザが指定した複数の診断対象画像を同一グループとして識別するための画像特徴の条件を導出する導出手段と、前記導出手段によって得られた画像特徴の条件を用いて前記診断対象画像に類似する類似画像の検索条件を決定する決定手段と、前記検索条件を満たす１つ以上の類似画像をデータベースの中から検索する検索手段と、前記検索手段によって得られた１つ以上の類似画像に付与された画像所見から、所定の条件を満たす画像所見を抽出する抽出手段とを有する。
また、本発明は、上述したレポート作成支援装置によるレポート作成支援方法、及び、当該レポート作成支援方法をコンピュータに実行させるためのプログラム、並びに、当該プログラムを記憶するコンピュータ読み取り可能な記憶媒体を含む。

本発明によれば、ユーザが選択した複数の診断対象画像に共通する画像特徴の条件を用いて類似画像検索が行われるので、ユーザの感性に合った類似画像検索が行われるという効果がある。更に、診断対象画像に与える画像所見を、類似画像検索によって得られた１つ以上の類似画像に付与された画像所見から抽出することで、蓋然性の高い画像所見をレポートに記入することができるという効果がある。

本発明の第１の実施形態に係るレポート作成支援装置を含むレポート作成支援システムのシステム構成の一例を示す模式図である。 本発明の第１の実施形態に係るレポート作成支援装置の画像表示画面例を示す図である。 本発明の第１の実施形態を示し、ユーザが同一グループとして分類したＲＯＩ画像を同一グループとして識別するための、画像特徴の条件の第１の導出方法を例示する模式図である。 本発明の第１の実施形態を示し、ユーザが同一グループとして分類したＲＯＩ画像を同一グループとして識別するための、画像特徴の条件の第２の導出方法を例示する模式図である。 本発明の第１の実施形態に係るレポート作成支援装置のレポート作成画面例を示す模式図である。 本発明の第１の実施形態に係るレポート作成支援装置の制御手順の一例を示すフローチャートである。 本発明の第１の実施形態を示し、図６−１のステップＳ６０４の詳細な制御手順の一例を示すフローチャートである。 本発明の第２の実施形態に係るレポート作成支援装置の第１の画像表示画面例を示す図である。 本発明の第２の実施形態を示し、図４に例示した画像特徴空間における図７に例示したＲＯＩ画像の分布の一例を示す模式図である。 本発明の第２の実施形態を示し、図６−１のステップＳ６０４の詳細な制御手順の一例を示すフローチャートである。 本発明の第２の実施形態を示し、図８に例示した画像特徴の範囲Ｒ３が画像特徴の範囲Ｒ４に拡張される一例を示す模式図である。 本発明の第２の実施形態に係るレポート作成支援装置の第２の画像表示画面例を示す図である。

以下に、図面を参照しながら、本発明を実施するための形態（実施形態）について説明する。ただし、発明の範囲は図示例に限定されるものではない。

（第１の実施形態）
図１は、本発明の第１の実施形態に係るレポート作成支援装置を含むレポート作成支援システムのシステム構成の一例を示す模式図である。
図１に示すレポート作成支援システムは、レポート作成支援装置１、データベース２、及び、ＬＡＮ３を有して構成されている。

レポート作成支援装置１は、制御部１０、モニタ１０４、マウス１０５、及び、キーボード１０６を有する。また、制御部１０は、中央処理装置（ＣＰＵ）１００、主メモリ１０１、磁気ディスク１０２、表示メモリ１０３、及び、共有バス１０７を有する。

ＣＰＵ１００は、主メモリ１０１に格納されたプログラムを実行することにより、データベース２との通信、レポート作成支援装置１の全体制御、等の各種制御を実行する。このＣＰＵ１００は、主としてレポート作成支援装置１の各構成要素の動作を制御する。

主メモリ１０１は、ＣＰＵ１００が実行する制御プログラムの格納や、ＣＰＵ１００によるプログラム実行時の作業領域の提供を行う。
磁気ディスク１０２は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライブ、後述する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を格納する。
表示メモリ１０３は、モニタ１０４のための表示用データを一時記憶する。モニタ１０４は、例えばＣＲＴモニタや液晶モニタ等であり、表示メモリ１０３からのデータに基づいて画像等を表示する。

モニタ１０４は、ＣＰＵ１００の制御に基づいて、表示メモリ１０３に記憶されている表示用データの表示を行う。
マウス１０５及びキーボード１０６は、ユーザ（医師）によるポインティング入力及び文字等の入力をそれぞれ行う。上記各構成要素は、共有バス１０７により互いに通信可能に接続されている。

本実施形態において、レポート作成支援装置１は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）３を介して、データベース２から医用画像データ、画像特徴及び画像所見を読み出すことができる。ここで、医用画像データ、画像特徴及び画像所見は、夫々対応付けて保管されており、例えば医用画像データの識別子（画像ＩＤ）を検索キーとして、対応付けられた医用画像データ、画像特徴及び画像所見を読み出すことができる。

医用画像データの種類には、単純Ｘ線画像、Ｘ線ＣＴ画像、ＭＲI画像、ＰＥＴ画像、ＳＰＥＣＴ画像、超音波画像などがある。通常、医用画像データは、ＤＩＣＯＭ規格と呼ばれる医用画像の通信・保管に関する国際標準規格に準拠したファイル（ＤＩＣＯＭファイル）としてデータベース２に保管される。

なお、上述の装置構成は、一般的なコンピュータ及びその周辺装置を用いて構成することができる。また、図６−１及び図６−２を用いて後述する本発明に係るレポート作成支援装置の制御手順は、コンピュータ上で実行されるプログラムとして実現することができる。

図２は、本発明の第１の実施形態に係るレポート作成支援装置の画像表示画面例を示す図である。
図２において、モニタ１０４内の画像表示エリア２１０には、診断対象である患者の医用画像データが表示される。ここで、医用画像データが単純Ｘ線画像などの１枚の画像である場合には、その画像を画像表示エリア２１０に表示する。一方、医用画像データがＣＴ画像やＭＲＩ画像などの複数枚の断面画像である場合には、ユーザの指示に従って選ばれた１枚の断面画像を画像表示エリア２１０に表示する。

ユーザは、マウス１０５やキーボード１０６を用いて指示を与えることにより、画像表示エリア２１０に表示された医用画像の注目領域（ＲＯＩ）を指定できる。指定されたＲＯＩ内の画像（ＲＯＩ画像）は、診断対象画像として、未分類画像群表示エリア２２２に表示される。ＲＯＩの指定が終了したら、ユーザは、自分の感性に従って、未分類画像群表示エリア２２２上のＲＯＩ画像を、類似画像を集めたグループに分類する。この操作は、例えば、同一グループに分類したいＲＯＩ画像を、マウス１０５によるドラッグ＆ドロップにより、未分類画像群表示エリア２２２から第１グループ表示エリア２２１に移動させることで行う。図２の例では、５つのＲＯＩ（ＲＯＩ Ａ１〜Ａ５）が指定され、そのうちのＡ１，Ａ２，Ａ３が同一グループ（第１グループ）として分類された状況を示している。

図２には、第１の類似画像を集めた第１グループ表示エリア２２１と、未分類のＲＯＩ画像を集めた未分類画像群表示エリア２２２を示した。この際、図２には示さなかったが、更に、第２、第３、…の類似画像を集めるための第ｎ（ｎ≧２）グループ表示エリアを表示することで、ユーザがＲＯＩ画像をｎ種類のグループと未分類画像群に分類できる様にする。

なお、図２の例では、画像表示エリア２１０に１枚の断面画像だけを表示していたが、非表示の直交３断面画像を表示してもよい。直交３断面画像上で医用画像の注目領域を指定することにより、３次元医用画像の注目領域（ＶＯＩ）を指定できる。この場合、後述のＲＯＩ画像をＶＯＩ画像に置き換え、ＲＯＩ画像の画像特徴はＶＯＩ画像の画像特徴に置き換わる。

図３は、本発明の第１の実施形態を示し、ユーザが同一グループとして分類したＲＯＩ画像を同一グループとして識別するための、画像特徴の条件の第１の導出方法を例示する模式図である。
ここでは、説明を簡単にするために、図３には画像特徴が２つ（ＸとＹ）しかない例を示しているが、以下の２つの画像特徴（２次元空間）に対する説明は、任意のｍ個の画像特徴（ｍ次元空間、ｍは自然数）に容易に拡張できる。なお、それぞれの画像特徴は、正規化されており、画像特徴間のスケールは統一されているものとする。

ユーザが同一グループに指定したＲＯＩ画像の夫々は、ｍ個の画像特徴の夫々を座標軸としたｍ次元の画像特徴空間内における点として位置付けられる。そこで、ＲＯＩ画像の座標の各座標軸での最小値と最大値を求め、これらの最小値と最大値によって囲まれる範囲（ｍ次元の矩形）を、画像特徴の範囲Ｒ１とする。更に、画像特徴の範囲Ｒ１を所定のマージンだけ拡張する（最小値から所定値を減算し、最大値に所定値を加算する）ことにより、画像特徴の範囲Ｒ２を導出する。そして、ここでは、画像特徴の範囲Ｒ２内に存在することを、任意のＲＯＩ画像を同一グループとして識別するための画像特徴の条件とする。

図３では、２つの画像特徴を座標軸とした２次元の画像特徴空間において、同一グループに分類された３つのＲＯＩ画像（ＲＯＩ Ａ１〜Ａ３）が、座標（ｘ_A1，ｙ_A1），（ｘ_A2，ｙ_A2），（ｘ_A3，ｙ_A3）に位置している例を示している。この図３の例では、Ｘ軸方向の最小値はｘ_A2、最大値はｘ_A3となり、Ｙ軸方向の最小値はｙ_A2、最大値はｙ_A1となる。これらの値に基づいて、図３に示す画像特徴の範囲Ｒ１が定義され、更に、画像特徴の範囲Ｒ１にマージンを加えた画像特徴の範囲Ｒ２が定義される。

なお、画像特徴の範囲Ｒ１を拡張するマージンは、座標軸によらず固定値としてもよいが、座標軸ごとに異なる値としてもよい。例えば、画像特徴の範囲Ｒ１の各辺の長さ（座標軸ごとの最大値と最小値との差）を求め、各辺の長さを定数で割った値を各辺と平行な座標軸方向のマージンとして用いることができる。

画像特徴には様々なものがあるが、大別すると、異常陰影領域の形状特徴と濃度分布特徴に分けられる。異常陰影領域の形状特徴の例としては、サイズ（長径、面積、体積）、境界線の楕円率、境界線の不整度などが挙げられる。ここで、境界線の楕円率は、異常陰影領域がどの程度長細いか（円が潰れているか）を示す指標である。この境界線の楕円率は、異常陰影領域の境界線に最も一致する楕円形の形状を計算（楕円フィッティングと呼ばれる）した後、楕円形の長径と短径の比を計算することにより得られる。なお、異常陰影領域の境界線は、一般に知られた領域分割手法または境界線抽出手法（グラフカット法、ウォーターシェッド法、レベルセット法、スネークス法など）を用いて求めることができる。また、境界線の不整度は、異常陰影領域の境界線がどの程度不整（滑らかでない）かを示す指標である。この境界線の不整度は、前記楕円フィッティングにより得られた楕円形の境界線と、異常陰影領域の境界線とのずれ量（２つの境界線に挟まれた領域の面積）を計算することにより得られる。異常陰影領域の濃度分布特徴の例としては、平均濃度値、濃度値の分散、濃度値のヒストグラムなどが挙げられる。

図４は、本発明の第１の実施形態を示し、ユーザが同一グループとして分類したＲＯＩ画像を同一グループとして識別するための、画像特徴の条件の第２の導出方法を例示する模式図である。
第２の導出方法において、画像特徴の範囲Ｒ１を求めるところまでは、第１の導出方法と同様なので説明を省略する。第２の導出方法では、画像特徴の範囲Ｒ１を求めた後、範囲Ｒ１の各辺の長さを所定の閾値と比較し、辺の長さが閾値以下であれば、その辺と平行な座標軸方向には、図３と同様の方法で画像特徴の範囲Ｒ１を所定のマージンだけ拡張する。逆に、辺の長さが閾値以上であれば、その辺と平行な座標軸方向には、画像特徴の範囲Ｒ１を無限に拡張する（つまり、範囲を制限しない）。そして、ここでは、拡張後の画像特徴の範囲Ｒ３を導出し、画像特徴の範囲Ｒ３内に存在することを、任意のＲＯＩ画像を同一グループとして識別するための画像特徴の条件とする。これにより、ユーザが類似性を判断する上で重視しない画像特徴を、ＲＯＩ画像を識別する画像特徴の条件から外すことができる。

図４では、図３と同様に画像特徴の範囲Ｒ１が定義された後に、座標軸ごとに領域の拡張が行われて範囲Ｒ３が定義される様子を示している。図４の例では、Ｘ軸方向における画像特徴の領域Ｒ１の辺の長さ（すなわち、ｘ_A3−ｘ_A2）は閾値以上、Ｙ軸方向における画像特徴の領域Ｒ１の辺の長さ（すなわち、ｙ_A1−ｙ_A2）は閾値以下であると判定された場合を例示している。この場合、Ｘ軸方向には無限の拡張が行われ、Ｙ軸方向には所定のマージンの拡張が行われる。その結果として、任意のＲＯＩ画像を同一グループとして識別するための画像特徴の条件から、画像特徴Ｘが除外される。

なお、夫々の画像特徴を条件から除外するか否かの判定は、上記以外の他の方法で行ってもよい。例えば、同一グループに分類したＲＯＩ画像の画像特徴の値の分散（図４の例の場合、ｘ_A1，ｘ_A2，ｘ_A3の分散やｙ_A1，ｙ_A2，ｙ_A3の分散）に基づいて、それが所定の閾値以下か否かで判定してもよい。また、所定の閾値と比較するのではなく、画像特徴の範囲Ｒ１の各辺の長さや値の分散が大きなものから順に、所定の個数の画像特徴を除外するという方法を用いてもよい。同様に、同一グループに分類したＲＯＩ画像間において、値がばらついている画像特徴を条件から除外する方法であれば、他のいずれの方法を用いてもよい。

図５は、本発明の第１の実施形態に係るレポート作成支援装置のレポート作成画面例を示す模式図である。
図５において、画像所見入力エリア５１０には、図２の説明で述べた第１グループ表示エリア２２１に分類された複数のＲＯＩ画像に共通して見られる画像所見を入力するためのＧＵＩ（グラフィカル・ユーザ・インタフェース）が表示される。また、図２に不図示の第ｎ（ｎ≧２）グループ表示エリアが存在する場合には、各グループに対応した不図示の画像所見入力エリアが表示される。

画像所見入力エリア５１０に例示したＧＵＩは、予め決められた複数の画像所見をテンプレート形式で入力するためのＧＵＩとなっている。各行に１種類の画像所見が表示され、画像所見の種類ごとに予め決められた選択肢中の値が入力（選択）可能となっている。図５の例では、画像所見の種類として、「サイズ」、「全体形状」、「棘状突起」、「境界不整」などが表示されている。以下に、いくつかの画像所見の種類に対して、画像所見の値の例を示す。

「サイズ」の値 ：０．８ｃｍ、１．５ｃｍ、２．４ｃｍ、など
「全体形状」の値：球形、類球形、分葉状、不整形、など
「棘状突起」の値：多い／強い、中程度、少ない／弱い、認めない、など
「境界不整」の値：多い／強い、中程度、少ない／弱い、認めない、など

図６−１及び図６−２を用いて後述する通り、レポート作成支援装置１は、類似画像検索によって得られた複数の類似画像に付与された画像所見を集計する。そして、出現率の高い画像所見を抽出してから、それらの抽出した画像所見を画像所見入力エリアに初期値として表示する。ユーザは、同一グループに属するＲＯＩ画像を指定するだけで、適切な類似画像検索が実行され、類似画像から得られた蓋然性の高い画像所見が初期値として得られるので、レポートの作成効率が飛躍的に高まる。更に、ユーザは、前記初期値として入力された画像所見があまり適切でないと感じた場合には、任意の画像所見を手作業で修正することができるので、レポートの記載内容に責任を持つことができる。

図６−１は、本発明の第１の実施形態に係るレポート作成支援装置の制御手順の一例を示すフローチャートである。図６−１の例では、ユーザが指定した類似画像のグループはｎ個あるものとしている。

まず、ステップＳ６０１において、レポート作成支援装置１は、ＬＡＮ３を介して診断対象である患者の医用画像データをデータベース２から読み出し、主メモリ１０１に一旦記憶する。そして、制御部１０（或いはＣＰＵ１００）は、これを表示メモリ１０３にコピーすることにより、モニタ１０４の画像表示エリア２１０に医用画像を表示する。この際、医用画像データが複数の断層画像から成る場合には、複数の断層画像はすべて主メモリ１０１に記憶される。その後、ユーザの指示に従って任意の断層画像を選択し、制御部１０（或いはＣＰＵ１００）は、選択された断層画像を表示メモリ１０３にコピーすることにより、モニタ１０４の画像表示エリア２１０に表示する。

続いて、ステップＳ６０２において、例えばＣＰＵ１００は、図２で説明した様にユーザの指示に従って、画像表示エリア２１０に表示された医用画像の注目領域をＲＯＩ画像として主メモリ１０１にコピーする。そして、指定された夫々のＲＯＩ画像をモニタ１０４の未分類画像群表示エリア２２２に表示する。この際、ユーザはいつでも画像表示エリア２１０に表示する断層画像を変更することができる。すなわち、ＲＯＩ画像は、任意の断層画像の任意の位置及び範囲からコピーすることができる。このステップＳ６０２では、更に、図２で説明したユーザの指示に従って、前記ＲＯＩ画像を類似画像の第１〜第ｎグループまたは未分類画像群のいずれか１つに分類し、モニタ１０４の対応する表示エリア（例えば、第１グループ表示エリア２２１）に表示する。なお、キーボード１０６やマウス１０５を用いてユーザが「分類完了」の指示を与えることで、ステップＳ６０２からステップＳ６０３へと処理が移行する。

続いて、ステップＳ６０３において、例えばＣＰＵ１００は、類似画像のグループに対するインデックスｋに値１を代入する。

続いて、ステップＳ６０４において、例えばＣＰＵ１００は、第ｋグループのＲＯＩ画像を処理対象として、それらに共通する画像所見を求めて入力テンプレートの初期値としてモニタ１０４に表示する処理を行う。このステップＳ６０４の処理の詳細は、後述のステップＳ６１１〜Ｓ６１６（図６−２）で説明する。

続いて、ステップＳ６０５において、例えばＣＰＵ１００は、前記インデックスｋに値１を加算する。

続いて、ステップＳ６０６において、例えばＣＰＵ１００は、前記インデックスｋの値が、類似画像のグループ数ｎより大きいか否かを判断する。この判断の結果、ｋがｎ以下である場合にはステップＳ６０４に戻る。一方、ステップＳ６０６の判断の結果、ｋがｎより大きい場合には、ステップＳ６０７に進む。

ステップＳ６０７に進むと、例えばＣＰＵ１００は、各類似画像のグループに関してステップＳ６０４で設定された画像所見の初期値を修正するための、ユーザの操作入力を受け付ける。

続いて、ステップＳ６０８において、例えばＣＰＵ１００は、各類似画像のグループのＲＯＩ画像とユーザ修正後の画像所見とを、ＬＡＮ３を介してデータベース２へと出力することにより保存する。その後、処理を終了する。

図６−２は、本発明の第１の実施形態を示し、図６−１のステップＳ６０４の詳細な制御手順の一例を示すフローチャートである。

まず、本実施形態のステップＳ６０４の処理では、ステップＳ６１１において、例えばＣＰＵ１００は、第ｋグループに属する複数のＲＯＩ画像の夫々に画像処理を施すことで、夫々のＲＯＩ画像に関して所定の画像特徴を算出する。そして、図３または図４で説明した方法によって、複数のＲＯＩ画像を同一グループとして識別するための画像特徴の条件を導出する。そして、前記画像特徴の条件を満たす画像特徴を有するＲＯＩ画像であることを、類似画像の検索条件として決定する。

続いて、ステップＳ６１２において、例えばＣＰＵ１００は、ステップＳ６１１で決定した類似画像の検索条件を用いて、ＬＡＮ３を介してデータベース２（症例画像データベース）を検索し、第ｋグループのＲＯＩ画像に関する類似画像を得る。ここで、データベース２には、過去の画像診断によって抽出された様々な症例のＲＯＩ画像（症例画像）が蓄積されている。さらに、データベース２に蓄積された症例画像には、予め計算しておいた所定の画像特徴と、画像診断医によって付与された画像所見が対応付けて蓄積されている。ここでは、検索条件を満たす１つ以上の類似画像がデータベースの中から検索されるものとする。

このステップＳ６１２の類似画像検索によって、例えばｒ個の類似画像ＲＯＩ Ｂ１〜Ｂｒ（ｒ≧２）が得られたとする。以下、ｒ個の類似画像をＲＯＩ Ｂｉ（１≦ｉ≦ｒ）と記す。添え字ｉは、類似画像のインデックスである。この時、レポート作成支援装置１はデータベース２から、ｒ個の類似画像ＲＯＩ Ｂｉ（１≦ｉ≦ｒ）と、各類似画像に付与された画像所見Ｆｉ１〜Ｆｉｑ_i（１≦ｉ≦ｒ，ｑ_i≧２）を受信する。添え字ｑ_iは、類似画像ＲＯＩ Ｂｉに付与された画像所見の個数であり、類似ＲＯＩ画像ごとに（インデックスｉごとに）異なる値となる。

続いて、例えばＣＰＵ１００は、ステップＳ６１２で得られた画像所見の中から、所定の条件を満たす画像所見を抽出する処理を実行する。本実施形態では、以下に示すステップＳ６１３，Ｓ６１４，Ｓ６１５の処理によって、出現率の高い画像所見を抽出する。まず、ステップＳ６１３において、例えばＣＰＵ１００は、ステップＳ６１２で得られた画像所見Ｆｉ１〜Ｆｉｑ_i（１≦ｉ≦ｒ，ｑ_i≧２）に基づいて、画像所見の値ごとの出現頻度を集計する。これにより、例えばＣＰＵ１００は、画像所見の値の夫々が類似画像に付与されている割合（出現率）を算出する。例えば、図５の例では、「全体形状」という画像所見の種類に対して、「全体形状：球形」、「全体形状：類球形」、「全体形状：分葉状」、「全体形状：不整形」の各値について、出現率を算出する。

続いて、ステップＳ６１４において、例えばＣＰＵ１００は、ステップＳ６１３で得られた出現率の算出結果を参照し、出現率の高い画像所見の値を抽出する。すなわち、画像所見の種類ごとに画像所見の値の出現率を比較し、最も出現率の高い値を抽出する。例えば、「全体形状」という画像所見の種類において、「全体形状：球形」の出現率＝０．３、「全体形状：類球形」の出現率＝０．５、「全体形状：分葉状」の出現率＝０．１、「全体形状：不整形」の出現率＝０．１、であったとする。この場合、「全体形状」という画像所見の種類において、「全体形状：類球形」という値を、最も出現率の高い画像所見の値として抽出する。なお、ある所見の種類（例えば、「全体形状」）において、最も出現率の高い画像所見の値が２つ以上（例えば、「球形」と「類球形」）存在する場合には、例えば、最初に抽出された方を選択するなどして、ここではいずれか１つを選択する。

続いて、ステップＳ６１５において、例えばＣＰＵ１００は、ステップＳ６１４で抽出した画像所見の値の出現率を所定の閾値と比較し、閾値以上の出現率を持つ画像所見の値だけを抽出する。例えば、出現率の閾値を０．３とした場合、前記ステップＳ６１４で抽出された「全体形状：類球形」の出現率＝０．５であり、閾値（０．３）以上なので、本ステップでも「全体形状：類球形」は抽出される。

前記ステップＳ６１４及びＳ６１５により、画像所見の種類ごとに、出現率が最も高く、かつ閾値以上の出現率を持つ画像所見の値を抽出することができる。ただし、画像所見の種類によっては閾値以上の出現率を持つ画像所見の値がない場合があるので、そのような画像所見に関しては値が抽出されないことになる。

続いて、ステップＳ６１６において、例えばＣＰＵ１００は、前記ステップＳ６１４及びＳ６１５により抽出された画像所見の値を、第ｋグループ用の画像所見入力エリア内の対応する画像所見入力テンプレートの初期値として表示（レポートに入力）する。図５の例では、「全体形状」、「棘状突起」、「境界不整」という３つの画像所見の種類において、夫々「類球形」、「認めない」、「多い／強い」という画像所見の値が抽出され、初期値として表示されている。一方、その他の画像所見の種類においては、閾値以上の出現率を持つ画像所見の値が抽出されなかったため、初期値として何も表示されていない。

以上のステップＳ６１１〜Ｓ６１６を経ることで、本実施形態に係る図６−１のステップＳ６０４の処理が実現される。

（第２の実施形態）
以下、図７〜１１を用いて、また図２、６を参照して、本発明の第２の実施形態を説明する。ただし、第２の実施形態に係るレポート作成支援装置の装置構成例は、第１の実施形態と同様に図１によって示されるので、ここでは装置構成例の説明は省略する。

図７は、本発明の第２の実施形態に係るレポート作成支援装置の第１の画像表示画面例を示す図である。図７には、図２と同様の表示エリアを示した。ただし、図２に示した画像表示エリア２１０は省略している。

図７において、第１グループ表示エリア７２１には、図２と同様に、ユーザが自分の感性に従って分類した類似のＲＯＩ画像（ＲＯＩ Ａ１〜Ａ３）が表示されている。また、未分類画像群表示エリア７２２には、未分類のＲＯＩ画像（ＲＯＩ Ａ４〜Ａ８）が表示されている。

図８は、本発明の第２の実施形態を示し、図４に例示した画像特徴空間における図７に例示したＲＯＩ画像の分布の一例を示す模式図である。
第１グループを識別するための画像特徴の条件を、第１の実施形態における第２の導出方法で導出すると、第１の実施形態と同様に画像特徴の範囲Ｒ３を得ることができる。ここで、図７で例示した未分類のＲＯＩ画像の内、ＲＯＩ Ａ６及びＡ７が、画像特徴の範囲Ｒ３の範囲内に分布していたとする。本実施形態では、このような場合に、ＲＯＩ Ａ６及びＡ７は、まだユーザが分類を行っていないものの、本来は第１グループに分類されるべきＲＯＩ画像であると判定し、これら未分類のＲＯＩ画像を第１グループに自動的に分類するという処理を実行する。

図９は、本発明の第２の実施形態を示し、図６−１のステップＳ６０４の詳細な制御手順の一例を示すフローチャートである。
図９では、第ｋグループの条件を満たす未分類のＲＯＩ画像を、自動的に第ｋグループに分類するための制御手順の一部を示している。同図では、図６−１に示した制御手順のステップＳ６０１〜Ｓ６０７の図示が省略されている。これら不図示のステップＳ６０１〜Ｓ６０７と、ステップＳ６１１、ステップＳ６１３〜Ｓ６１６は、いずれも第１の実施形態で説明した制御手順と同じなので、その説明を省略する。

図９において、図６−２のステップＳ６１１とステップＳ６１３の間に、ステップＳ９１１〜Ｓ９１３が追加されている部分が、図６−２で説明した制御手順と異なる。

まず、本実施形態のステップＳ６０４の処理では、ステップＳ６１１において、例えばＣＰＵ１００は、第ｋグループに属する複数のＲＯＩ画像の夫々に画像処理を施すことで、夫々のＲＯＩ画像に関して所定の画像特徴を算出する。そして、図３または図４で説明した方法によって、複数のＲＯＩ画像を同一グループとして識別するための画像特徴の条件を導出する。

続いて、ステップＳ９１１おいて、例えばＣＰＵ１００は、未分類画像群表示エリアに表示された未分類のＲＯＩ画像の夫々に画像処理を施すことで、夫々のＲＯＩ画像に関して所定の画像特徴を算出する。そして、例えばＣＰＵ１００は、前記ステップＳ６１１で導出した画像特徴の条件を満たすＲＯＩ画像を、第ｋグループに追加するＲＯＩ画像として検出する。図７及び図８の例では、ＲＯＩ Ａ６及びＡ７が検出される。

続いて、ステップＳ９１２において、例えばＣＰＵ１００は、前記ステップＳ９１１で検出された未分類のＲＯＩ画像を、未分類画像群表示エリアから第ｋグループ表示エリアに移動する。図７の例では、ＲＯＩ Ａ６及びＡ７が、未分類画像群表示エリア７２２から第１グループ表示エリア７２１に移動される。

続いて、ステップＳ９１３において、例えばＣＰＵ１００は、ステップＳ６１１と同様の処理を実行することにより、第ｋグループに属する複数のＲＯＩ画像から、画像特徴の条件を再度導出する。本ステップにおいて、画像特徴の条件を再度導出する理由は、前記ステップＳ９１２で第ｋグループに属するＲＯＩ画像が増加した影響を考慮するためである。この影響を図８及び図１０を用いて説明する。

図１０は、本発明の第２の実施形態を示し、図８に例示した画像特徴の範囲Ｒ３が画像特徴の範囲Ｒ４に拡張される一例を示す模式図である。図８において、例えばＲＯＩ Ａ６が画像特徴の範囲Ｒ３の内部の境界付近に分布していた場合、前記ステップＳ９１３の処理によって、画像特徴の範囲Ｒ３はＲＯＩ Ａ６から所定のマージンだけ拡張され、画像特徴の範囲Ｒ４になる。そして、新たな画像特徴の条件は、画像特徴の範囲Ｒ４によって規定されることになる。

図１１は、本発明の第２の実施形態に係るレポート作成支援装置の第２の画像表示画面例を示す図である。図９で述べた制御手順により、図１０に示した結果が得られる。つまり、ユーザが分類したＲＯＩ画像ＲＯＩ Ａ１〜Ａ３に加えて、ユーザは未分類であったが画像特徴が類似していたＲＯＩ画像ＲＯＩ Ａ６及びＲＯＩ Ａ７も、第１グループ表示エリア７２１に自動的に分類される。これにより、ユーザは類似したＲＯＩ画像をいくつか分類しておけば、残りの類似したＲＯＩ画像は自動的に分類されるので、ＲＯＩ画像の分類においても作業を効率化することができる。

その後、図９において、図６−２のステップＳ６１３〜Ｓ６１６を経ることで、本実施形態に係る図６−１のステップＳ６０４の処理が実現される。

以上説明した通り、本発明に係るレポート作成支援装置１によれば、ユーザが選択した複数の診断対象画像に共通する画像特徴の条件を用いて類似画像検索が行われるので、ユーザの感性に合った類似画像検索が行われるという効果がある。更に、類似画像検索によって得られた１つ以上の類似画像に高頻度で付与された画像所見を抽出することで、蓋然性の高い画像所見をレポートに記入することができるという効果がある。

（その他の実施形態）
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。
このプログラム及び当該プログラムを記憶したコンピュータ読み取り可能な記録媒体は、本発明に含まれる。

１ レポート作成支援装置、２ データベース、３ ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、１０ 制御部、１００ 中央処理装置（ＣＰＵ）、１０１ 主メモリ、１０２ 磁気ディスク、１０３ 表示メモリ、１０４ モニタ、１０５ マウス、１０６
キーボード、１０７ 共有バス

Claims (5)

1. 診断対象画像に係るレポートの作成を支援するレポート作成支援装置であって、
   ユーザが指定した複数の診断対象画像を同一グループとして識別するための画像特徴の条件を導出する導出手段と、
   前記導出手段によって得られた画像特徴の条件を用いて前記診断対象画像に類似する類似画像の検索条件を決定する決定手段と、
   前記検索条件を満たす１つ以上の類似画像をデータベースの中から検索する検索手段と、
   前記検索手段によって得られた１つ以上の類似画像に付与された画像所見から、所定の条件を満たす画像所見を抽出する抽出手段と
   を有することを特徴とするレポート作成支援装置。
2. 前記抽出手段によって得られた画像所見を、前記複数の診断対象画像に共通する画像所見としてレポートに入力する入力手段を更に有することを特徴とする請求項１に記載のレポート作成支援装置。
3. ユーザがグループを指定していない診断対象画像の中から、前記導出手段によって得られた画像特徴の条件を満たす画像を検出する検出手段を更に有することを特徴とする請求項１または２に記載のレポート作成支援装置。
4. 診断対象画像に係るレポートの作成を支援するレポート作成支援方法であって、
   ユーザが指定した複数の診断対象画像を同一グループとして識別するための画像特徴の条件を導出する導出ステップと、
   前記導出ステップによって得られた画像特徴の条件を用いて前記診断対象画像に類似する類似画像の検索条件を決定する決定ステップと、
   前記検索条件を満たす１つ以上の類似画像をデータベースの中から検索する検索ステップと、
   前記検索ステップによって得られた１つ以上の類似画像に付与された画像所見から、所定の条件を満たす画像所見を抽出する抽出ステップと
   を有することを特徴とするレポート作成支援方法。
5. 診断対象画像に係るレポートの作成を支援するレポート作成支援方法をコンピュータに実行させるためのプログラムであって、
   ユーザが指定した複数の診断対象画像を同一グループとして識別するための画像特徴の条件を導出する導出ステップと、
   前記導出ステップによって得られた画像特徴の条件を用いて前記診断対象画像に類似する類似画像の検索条件を決定する決定ステップと、
   前記検索条件を満たす１つ以上の類似画像をデータベースの中から検索する検索ステップと、
   前記検索ステップによって得られた１つ以上の類似画像に付与された画像所見から、所定の条件を満たす画像所見を抽出する抽出ステップと
   をコンピュータに実行させるためのプログラム。

Images