JP2017167965A - 画像処理装置及び医用情報管理システム - Google Patents

Abstract

【課題】患者の特定を行うことができる画像処理装置及び医用情報管理システムを提供すること。【解決手段】実施形態に係る画像処理装置は、算出部と、制御部とを備える。算出部は、第１の医用画像から抽出された複数の第１の解剖学的ランドマークと、所定のデータベースから得られた第２の医用画像から抽出された複数の第２の解剖学的ランドマークとの間の類似度を算出する。制御部は、前記算出部が算出した算出結果に基づいて得られた情報を表示部に表示させる。【選択図】図１

Description

本発明の実施形態は、画像処理装置及び医用情報管理システムに関する。

近年、医療情報の地域連携が進んでいる。かかる場合、例えば、地域連携を行っている医療機関同士で、医用画像の共有が行われる。

しかし、医療機関ごとに、同一の患者に対して異なる患者ＩＤが割り振られている場合、患者の同定が重要になる。

患者の同定を行うため、例えばＰＩＸ（患者情報相互参照）やＰＤＱ（患者基本情報の問合せ）という仕組みがある。しかし、例えば、患者の意識がないケースや、認知症などのケースでは、正確な情報が得られないケースが存在する。

また、マイナンバーという仕組みがある。しかし、マイナンバーは、法律や条例で定められた社会保障、税災害対策の手続き以外で利用することはできない。将来的に何らかの統一ＩＤが利用されるようになった場合も、利用開始以前に撮影されたデータの同定には利用できない。

また、歯の治療歴、指紋、声紋等で個人を特定する技術がある。しかし、個人を特定するために追加の情報入力が必要になる場合もあることから、煩わしさに堪えない場合もある。

特開２０１１−２５７８５４号公報 特開２００４−１２６７３８号公報

本発明が解決しようとする課題は、患者の特定を行うことができる画像処理装置及び医用情報管理システムを提供することである。

実施形態に係る画像処理装置は、算出部と、制御部とを備える。算出部は、第１の医用画像から抽出された複数の第１の解剖学的ランドマークと、所定のデータベースから得られた第２の医用画像から抽出された複数の第２の解剖学的ランドマークとの間の類似度を算出する。制御部は、前記算出部が算出した算出結果に基づいて得られた情報を表示部に表示させる。

図１は、第１の実施形態に係る画像処理装置及び当該画像処理装置が設置される医用情報管理システムの構成例である。 図２は、第１の実施形態に係る画像処理装置の構成を示すブロック図である。 図３は、第１の実施形態に係る画像処理装置の行う処理の手順を示したフローチャートである。 図４は、第１の実施形態に係る画像処理装置の行う処理の手順を示したフローチャートである。 図５は、第１の実施形態に係る画像処理装置の行う処理を説明した図である。 図６は、第１の実施形態に係る画像処理装置の行う処理を説明した図である。 図７は、第１の実施形態に係る画像処理装置の行う処理を説明した図である。 図８は、第１の実施形態に係る画像処理装置の行う処理を説明した図である。 図９は、第１の実施形態に係る画像処理装置の行う処理を説明した図である。 図１０は、第１の実施形態に係る画像処理装置の行う処理を説明した図である。 図１１は、第１の実施形態の第１の変形例に係る画像処理装置の行う処理の手順を示したフローチャートである。 図１２は、第１の実施形態の第１の変形例に係る画像処理装置の行う処理について説明した図である。 図１３は、実施形態に係る画像処理装置のハードウェア構成を示す図である。

以下、添付図面を用いて、実施形態に係る画像処理装置及び医用情報管理システムを詳細に説明する。

（第１の実施形態）
図１及び図２を用いて、第１の実施形態に係る画像処理装置を含む全体構成について説明する。図１は、第１の実施形態に係る画像処理装置及び当該画像処理装置が接続される装置の構成を示すブロック図である。図２は、第１の実施形態に係る画像処理装置の構成を示すブロック図である。

画像処理装置１００は、必要に応じてモダリティ装置２００、記憶装置２２０、患者情報データベース２３０、画像データベース２４０、表示装置２５０とネットワークを通じて接続され、医用情報管理システムを構成する。ここで、医用情報管理システムの構成としては、モダリティ装置２００、記憶装置２２０、患者情報データベース２３０、画像データベース２４０、表示装置２５０が含まれてもよいし、含まれなくても良い。ここで、ネットワークの一例としては例えば院内ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）である。また、ネットワークの別の例としてはインターネットである。

モダリティ装置２００は、医療用のモダリティ装置であり、例えば被検体を撮影することにより検査を行う。ここでモダリティとは例えば医療用の機器およびこれに関連する機器や付属品などの総称である。モダリティ装置２００の例としては、例えばＸ線ＣＴ装置、磁気共鳴イメージング装置、核医学診断装置、ＰＥＴ（Ｐｏｓｉｔｒｏｎ Ｅｍｉｓｓｉｏｎ Ｔｏｍｏｇｒａｐｈｙ）装置等が挙げられる。

記憶装置２２０は、モダリティ装置２００が被検体に対して撮影を行うことにより取得したデータ、たとえば画像データを、記憶する記憶装置である。記憶装置２２０は、撮影条件など、種々のデータを、記憶する。患者情報データベース２３０は、患者名、患者ＩＤ、生年月日、予約時間等の様々なデータを記憶する情報データベースである。また、画像データベース２４０は、患者情報データベース２３０に記憶された患者名に対応づけられて、種々の医用画像を蓄積する情報データベースである。

ここで、患者情報データベース２３０の記憶する患者の範囲は、例えばモダリティ装置２００が設置されている医療機関を訪れたことのある患者に限られず、例えば全国の複数の医療機関のうちいずれかの医療機関を訪れたことのある患者であってもよい。同様に、画像データベース２４０の記憶する医用画像の範囲は、例えばモダリティ装置２００が設置されている医療機関を訪れたことのある患者の医用画像に限られず、例えば全国の複数の医療機関のうちいずれかの医療機関を訪れたことのある患者の医用画像であってもよい。また、患者情報データベース２３０及び画像データベース２４０は、例えばモダリティ装置２００が設置されている医療機関内に設置されてもよく、また、当該医療機関の外部にあるサーバーにより構成されていてもよい。

記憶装置２２０、患者情報データベース２３０、画像データベース２４０は、例えばＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等である。

表示装置２５０は、画像処理装置１００における処理回路１５０による制御のもと、画像データ等の各種の情報を表示する表示装置である。表示装置２５０は、例えば、液晶表示器等の表示デバイスである。

画像処理装置１００は、モダリティ装置２００で行われた被検体の撮影に基づいて生成され、必要に応じて記憶装置２２０に記憶された医用画像を基に、所定の処理を行う装置である。画像処理装置１００の全体構成が、図２に示されている。

画像処理装置１００は、処理回路１５０、記憶回路１３２、入力装置１３４、表示装置１３５を備える。また、処理回路１２０は、検索機能１５０ａ、抽出機能１５０ｂ、算出機能１５０ｃ、補正機能１５０ｄ及び制御機能１５０ｅを有する。これらの検索機能１５０ａ、抽出機能１５０ｂ、算出機能１５０ｃ、補正機能１５０ｄ及び制御機能１５０ｅの各機能の詳細については、後述する。

第１の実施形態では、検索機能１５０ａ、抽出機能１５０ｂ、算出機能１５０ｃ、補正機能１５０ｄ及び制御機能１５０ｅにて行われる各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１３２へ記憶されている。処理回路１５０はプログラムを記憶回路１３２から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読みだした状態の処理回路１５０は、図２の処理回路１５０内に示された各機能を有することになる。なお、図２においては単一の処理回路１５０にて、検索機能１５０ａ、抽出機能１５０ｂ、算出機能１５０ｃ、補正機能１５０ｄ及び制御機能１５０ｅにて行われる処理機能が実現されるものとして説明したが、複数の独立したプロセッサを組み合わせて処理回路１５０を構成し、各プロセッサがプログラムを実行することにより機能を実現するものとしても構わない。

換言すると、上述のそれぞれの機能がプログラムとして構成され、１つの処理回路が各プログラムを実行する場合であってもよいし、特定の機能が専用の独立したプログラム実行回路に実装される場合であってもよい。

なお、処理回路１５０の有する算出機能１５０ｃ及び補正機能１５０ｄは、算出部の一例である。また、表示装置１３５又は表示装置２５０は、表示部の一例である。処理回路１５０の有する制御機能１５０ｅは、制御部の一例である。また、入力装置１３４は、入力部の一例である。また、処理回路１５０の有する抽出機能１５０ｂは、抽出部の一例である。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＧＰＵ（Ｇｒａｐｈｉｃａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）或いは、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶回路１３２に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路１３２にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。

記憶回路１３２は、画像処理装置１００が行う種々の処理に伴うデータ等を必要に応じて記憶する。例えば、記憶回路１３２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク、光ディスク等である。また、処理回路１５０内の記憶回路１３２が行う処理は、画像処理装置１００外の記憶装置２２０で代替されてもよい。

入力装置１３４は、操作者からの各種指示や情報入力を受け付ける。入力装置１３４は、例えば、マウスやトラックボール等のポインティングデバイス、あるいはキーボード等の入力デバイスである。

表示装置１３５は、処理回路１５０における制御機能１５０ｅによる制御のもと、画像データ等の各種の情報を表示する。表示装置１３５は、例えば、液晶表示器等の表示デバイスである。処理回路１５０内の表示装置１３５が行う処理は、画像処理装置１００外の表示装置２５０で代替されてもよい。

続いて、図３〜図１０を用いて、第１の実施形態に係る画像処理装置１００の行う処理について説明する。図３、４は、第１の実施形態に係る画像処理装置の行う処理の手順を示したフローチャートである。より具体的には、図３は、全体の処理の流れを説明したフローチャートである。また、図４は、図３のステップＳ１４０の処理を詳しく説明したフローチャートである。また、図５〜１０は、第１の実施形態に係る画像処理装置の行う処理の手順を説明した図である。

図３において、画像処理装置１００に含まれる入力装置１３４は、個人を特定するための情報の入力を受け付ける（ステップＳ１００）。ステップＳ１００の処理について、図５を参照しながら説明する。

入力装置１３４は、第１の医用画像に係る被検体を個人として特定する手がかりとなる情報の入力を受け付ける。ここで、第１の医用画像とは、特定の対象となる被検体に関する医用画像であり、例えば当該被検体をモダリティ装置２００を用いて撮影することにより生成された医用画像である。第１の医用画像は、例えば、認知症の患者が医療機関を訪れたとき、当該医療機関に備えられたモダリティ装置２００を用いて当該認知症の患者を撮影した場合における医用画像である。また、別の例として、第１の医用画像は、例えば、意識不明の状態の患者が救急で医療機関に運ばれてきたとき、当該医療機関に備えられたモダリティ装置２００を用いて当該救急の患者を撮影した場合における医用画像である。

また、個人として特定する手がかりとなる情報とは、例えば氏名、住所、電話番号、保険証の番号情報等である。手がかりとなる情報としては、単体で被検体を特定することが可能な情報であってもよいし、当該情報のみでは被検体を特定することが難しい情報であってもよい。すなわち、これらの情報は、不完全な情報、断片的な情報であってもよい。

ここで、情報単体では被検体を特定することが難しい情報の第１の例としては、例えば、カナ氏名やローマ字氏名が挙げられる。例えば、カナ氏名が「トッキョ タロウ」であった場合、「タロウ」が、「太郎」を表すか、あるいは「太朗」であるのかが明確ではないため、完全に被検体を特定することができない場合もある。また、例えば、ローマ字氏名が「ＴＯＫＫＹＯ ＴＡＲＯ」であることが判明したような場合も同様である。しかしながら、例えば、認知症の患者から、氏名が「トッキョ タロウ」である旨の情報を聞き出せた場合、あるいは、意識不明の患者で、持ち物のクレジットカードの記名が「ＴＯＫＫＹＯ ＴＡＲＯ」であることが判明したような場合、入力装置１３４は、そのような不完全な情報を含めて情報の入力を受け付ける。これにより、何も情報がない場合に比較して、画像処理装置１００は、被検体の特定の精度を向上させることができる。

また、別の例として、苗字のみが判明している場合、逆に名前のみが判明している場合、性別のみが判明している場合等においても、入力装置１３４は、そのような不完全な情報を含めて情報の入力を受け付ける。

図５に、かかる情報の入力画面の一例が示されている。入力装置１３４は、ユーザに対して、例えば「患者情報を入力してください」というメッセージとともに、入力フィールドを表示する。当該メッセージを参照したユーザは、表示された入力フィールドに対して、例えばキーボードを用いて、第１の医用画像に係る被検体を個人として特定する手がかりとなる情報を入力する。入力装置１３４は、このような情報の入力を受け付ける。例えば、入力装置１３４は、被検体の氏名が「トッキョ タロウ」、被検体の性別が「男性」である旨の入力を受け付ける。ユーザは、必要な情報の入力を完了すると、例えば「検索」と表示されているボタンをクリックする。この時、入力装置１３４は、受け付けた入力内容を確定する。

次に、処理回路１５０は、第１の医用画像から、複数の第１の解剖学的ランドマークを抽出する（ステップＳ１１０）。ここで、第１の解剖学的ランドマークの例としては、例えば、骨の特徴部位を表す情報が挙げられる。また、第１の解剖学ランドマークの例としては、所定の臓器の所定部位を表す情報が挙げられる。また、第１の解剖学的ランドマークの例としては、血管の特定部位、例えば、血管の形態情報や、血管の狭窄状況を表す情報があげられる。

処理回路１５０は、抽出機能１５０ｂにより、例えば第１の医用画像が３次元ＣＴ画像である場合、左眼球中心、右肺尖、大動脈弁等の予め定義された解剖学的位置を、所定の解剖学的ランドマーク抽出技術により抽出し、複数の第１の解剖学的ランドマークを生成する。

続いて、処理回路１５０は、抽出機能１５０ｂにより、ステップＳ１００で入力装置１３４が入力を受け付けた、第１の医用画像に係る被検体を個人として特定する手がかりとなる情報に基づいて、所定のデータベース（患者情報データベース２３０及び画像データベース２４０）から、第２の医用画像を抽出する（ステップＳ１２０）。

ここで、所定のデータベースは、例えば、複数の医療機関にわたって収集された医用画像を収集したデータベースである。かかるデータベースの一例が、図１に示す患者情報データベース２３０及び画像データベース２４０である。かかるデータベースには、例えば被検体の氏名などの情報と、当該被検体の撮影に係る医用画像とが、関連づけられて保存されている。

処理回路１５０は、抽出機能１５０ｂにより、ステップＳ１００で入力された情報をキーとして、後段の処理で第１の医用画像と比較する候補の医用画像である第２の医用画像を抽出する。ここで、第２の医用画像としては、例えばステップＳ１００で入力された情報にもっともマッチする一つの医用画像が選ばれても良い。また、第２の医用画像としては、例えばステップＳ１００で入力された情報にマッチする所定の数の医用画像が選ばれても良い。また、第２の医用画像としては、例えばステップＳ１００で入力された情報との一致度ａが所定の閾値を超える医用画像が選ばれても良い。

ステップＳ１２０で抽出される第２の医用画像が複数ある場合、ステップＳ１３０以降の処理は、例えば抽出された画像ごとに行われる。

続いて、処理回路１５０は、抽出機能１５０ｂにより、ステップＳ１２０において所定のデータベースから得られた第２の医用画像から、所定の解剖学的ランドマーク抽出技術により、複数の第２の解剖学的ランドマークを抽出する（ステップＳ１３０）。ステップＳ１１０の場合と同様に、第２の解剖学的ランドマークの例としては、例えば、骨の特徴部位を表す情報、所定の臓器の所定部位を表す情報、血管の特定部位、例えば、血管の形態情報や、血管の狭窄状況を表す情報が挙げられる。

続いて、処理回路１５０は、算出機能１５０ｃにより、ステップＳ１１０において第１の医用画像から抽出された複数の第１の解剖学的ランドマークと、所定のデータベースから得られた第２の医用画像から、ステップＳ１３０において抽出された複数の第２の解剖学的ランドマークとの間の類似度を算出する（ステップＳ１４０）。

本ステップについては、図４のフローチャート及び図６〜８を用いて詳細に説明する。図４は、図３のステップＳ１４０の処理をより詳細に説明したフローチャートである。

図６は、第１の医用画像から抽出された複数の第１の解剖学的ランドマーク、及び第２の医用画像から抽出された複数の第２の解剖学的ランドマークの例を表す。

図６において、「対象Ｎｅｗ」は、新規患者のランドマーク、すなわち、第１の医用画像から抽出された複数の第１の解剖学的ランドマークを表す。これに対して、「対象Ｏｌｄ」は、患者候補の既存の画像のランドマーク、すなわち第２の医用画像から抽出された複数の第２の解剖学的ランドマークを表す。

また、図６のそれぞれの行は、各解剖学的ランドマークを表す。例えば、複数の第１の解剖学的ランドマーク（又は複数の第２の解剖学的ランドマーク）の例として、例えば歯突起の上端(頸椎ＩＩ)、右眼球上面、左眼球上面、右眼球中心、左眼球中心、及び第１頸椎（頸椎Ｉ）の前弓（結節）が挙げられる。

また、図６のそれぞれの行の「ｚ」「ｘ」「ｙ」は、それぞれの解剖学的ランドマークの、ｚ座標の位置、ｘ座標の位置、ｙ座標の位置を表す。例えば、第１の医用画像から抽出された解剖学的ランドマーク「歯突起の上端（頸椎ＩＩ）」のｚ座標の位置は３７、ｘ座標の位置は−８、ｙ座標の位置は１８となる。また、例えば第２の医用画像から抽出された解剖学的ランドマーク「第１頸椎(頸椎Ｉ)の前弓（結節）」のｚ座標の位置は１４、ｘ座標の位置は−５、ｙ座標の位置は２となる。

処理回路１５０は、複数の第１のランドマークそれぞれが、複数の第２の解剖学的ランドマークのうちどの解剖学的ランドマークに対応するかを特定する（ステップＳ１４１）。例えば、図６の例では、第１の医用画像において、ｚ座標の位置が３７、ｘ座標の位置が−８、ｙ座標の位置が１８である解剖学的ランドマークは「歯突起の上端（頸椎ＩＩ）」であると特定されている。また、第２の医用画像において、ｚ座標の位置が３５、ｘ座標の位置が−１０、ｙ座標の値が１９である解剖学的ランドマークは「歯突起の上端（頸椎ＩＩ）」であると特定されている。従って、処理回路１５０は、これらの情報をもとに、第１の医用画像における、ｚ座標の位置が３７、ｘ座標の位置が−８、ｙ座標の位置が１８である解剖学的ランドマークが、第２の医用画像において、ｚ座標の位置が３５、ｚ座標の位置が−１０、ｙ座標の値が１９である解剖学的ランドマークに対応すると特定する。処理回路１５０は、その他の解剖学的ランドマークに対しても、同様の処理を行う。

続いて、処理回路１５０は、算出機能１５０ｃにより、医用画像における原点を特定する。具体的には、処理回路１５０は、算出機能１５０ｃにより、第１の医用画像における原点である第１の原点を特定する。また、処理回路１５０は、算出機能１５０ｃにより、第２の医用画像における原点である第２の原点を特定する（ステップＳ１４２）。

かかる例が、図７に示されている。図７の例では、処理回路１５０は、算出機能１５０ｃにより、第一頸椎（脊椎Ｉ）の前弓（結節）を、第１の医用画像における原点である第１の原点として特定する。また、処理回路１５０は、算出機能１５０ｃにより、第一頸椎（脊椎Ｉ）の前弓（結節）を、第２の医用画像における原点である第２の原点として特定する。

ここで、処理回路１５０が原点として特定する解剖学的ランドマークは、例えば、第１の医用画像及び第２の医用画像に共有して含まれるランドマークのうち、最も上方に位置するランドマークである。

続いて、処理回路１５０は、算出機能１５０ｃにより、第１の原点を基準とした第１の解剖学的ランドマークの相対座標である第１の相対座標を算出する。また、処理回路１５０は、第２の原点を基準とした、当該対応する解剖学的ランドマークの相対座標である第２の相対座標を算出する（ステップＳ１４３）。

例えば、図７において、処理回路１５０は、算出機能１５０ｃにより、解剖学的ランドマーク「歯突起の上端(頸椎ＩＩ)」について、第１の原点「第１頸椎（頸椎Ｉ）の前弓（結節）」を基準とした第１の相対座標を、ｚ座標については、３７−１５＝２２、ｘ座標については、−８−１＝−９、ｙ座標については、１８−３＝１５と算出する。また、処理回路１５０は、算出機能１５０ｃにより、解剖学的ランドマーク「歯突起の上端（頸椎Ｉ）」について、第２の原点「第１頸椎（頸椎Ｉ）の前弓（結節）」を基準とした第２の相対座標を、ｚ座標については、３５−１４＝２１、ｘ座標については、−１０−（−５）＝−５、ｙ座標については、１９−２＝１７と算出する。

続いて、処理回路１５０は、算出機能１５０ｃにより、同一の解剖学的ランドマーク間の距離を算出する。ここで、同一の解剖学的ランドマーク間の距離とは、例えば、３次元空間上のユークリッドノルムにより導入された距離である。実施形態はこれに限られず、例えばＬ_１ノルムにより導入された距離など、その他の種類の距離を用いて、処理回路１５０は、算出機能１５０ｃにより、同一の解剖学的ランドマーク間の距離を算出してもよい。

かかる距離の算出の一例が、図８に示されている。例えば、図８において、解剖学的ランドマーク「歯突起の上端（頸椎ＩＩ）」に対して、同一の解剖学的ランドマーク間の距離は、ｓｑｒｔ（（２２−２１）＾２＋（−９−（−５））＾２＋（１５−１７）＾２）＝４．５８となる。また、解剖学的ランドマーク「右眼球上面」に対して、同一の解剖学的ランドマーク間の距離は、ｓｑｒｔ（（７０−７３）＾２＋（１９−２６）＾２＋（９−１０）＾２）＝７．６８となる。

続いて、処理回路１５０は、算出機能１５０ｃにより、複数の第１の解剖学的ランドマークそれぞれに対して、対応する解剖学的ランドマークとの一致度ａを算出する（ステップＳ１４４）。

ここで、一致度ａは、例えば、第１の相対座標と、第２の相対座標との差が大きくなるほど小さくなるように定められた値である。また、一致度ａは、第１の相対座標と、第２の相対座標との差が０である場合に１になるように定められ、第１の相対座標と、第２の相対座標との差の絶対値が無限大である極限で０になるように定められた値である。

一致度ａの具体的な表式としては、ステップＳ１４４で算出された距離をｘとして、例えば、ａ＝１／（１＋ｘ）で与えられる。換言すると、一致度ａは、第１の相対座標と第２の相対座標との間の距離ｘに１を足し、逆数を取った値として定められた値である。

すなわち、この時、距離ｘが０の時、一致度ａは１となる。また、距離ｘが０から増加するに従って、一致度ａは単調に減少する。また、距離ｘが無限大である極限で、一致度ａは０になる。従って、一致度ａは、０より大きく１以下の実数となる。

図８に、このように算出された、解剖学的ランドマークの一例が示されている。例えば、解剖学的ランドマーク「歯突起の上端（頸椎ＩＩ）」については、距離ｘが４．５８であるので、一致度ａは、ａ＝１／（１＋４．５８）＝０．１８となる。また、解剖学的ランドマーク「右眼球上面」については、距離ｘが７．６８であるので、一致度ａは、ａ＝１／（１＋７．６８）＝０．１２となる。

続いて、処理回路１５０は、算出機能１５０ｃにより、ステップＳ１４５において算出された一致度に基づいて、複数の第１の解剖学的ランドマークと、複数の第２の解剖学的ランドマークとの間の類似度を算出する（ステップＳ１４６）。

一例として、処理回路１５０は、全ランドマークの一致度の平均を計算し、計算した平均値を、類似度として算出する。例えば、図８の例では、各解剖学的ランドマークの一致度は、歯突起の上端（頸椎ＩＩ）については、０．１８、右眼球上面については０．１２、左眼球上面については０．１１、右眼球中心については０．１４、左眼球中心については０．１２、第１頸椎（頸椎Ｉ）の前弓（結節）については１．００であるので、全ランドマークの一致度の平均は、（０．１８＋０．１２＋０．１１＋０．１４＋０．１２＋１．００）／６＝０．２８となる。このようにして、ステップＳ１４０の操作が完了する。

図３に戻り、処理回路１５０は、制御機能１５０ｅにより、ステップＳ１４０（すなわち、図４のステップＳ１４１〜ステップＳ１４６）において算出された算出結果に基づいて得られた情報を表示装置２５０（又は表示装置１３５）に表示させる。

かかる状況の例が、図９に示されている。例えば、処理回路１５０は、制御機能１５０ｅにより、表示装置２５０に、第２の医用画像が撮影された医療機関名、患者ＩＤ、患者氏名、及びステップＳ１４６において算出した類似度（一致度）の値をリスト形式で表示する。

図９の例では、第１の医用画像が、患者氏名「トッキョ タロウ」、患者ＩＤが「ｅｍｅｒｇｅｎｃｙ０１０１」に係る医用画像である場合を示している。この時、処理回路１５０は、例えば、類似度（一致度）が大きい順に、第２の医用画像に係るデータを表示装置２５０に表示させる。例えば、患者氏名が「特許太朗」、患者ＩＤが「ＣＢＡ２５４８」、医療機関名（施設）が「○○クリニック」のデータが、類似度(一致度)が０．６５であり類似度が最も大きいので、処理回路１５０は、一番上に表示させる。続いて、例えば、患者氏名が「特許太郎」、患者ＩＤが「ＡＢＣ１５６３」、医療機関名（施設）が、「△△病院」のデータが、類似度（一致度）が０．２８であり類似度が２番目に大きいので、処理回路１５０は、二番目に表示させる。続いて、処理回路１５０は、その他のデータを、表示させる。

ここで、処理回路１５０は、類似度の値が大きいか小さいかに応じて、カラーを変えて表示させてもよい。例えば、処理回路１５０は、類似度の閾値を０．１として、類似度の閾値を超えた、上から一番目と二番目のデータを、上から三番目及び四番目のデータと異なるカラーで表示させることにより、類似度が閾値を超えたデータを視覚的に目立たせても良い。

また、処理回路１５０は、制御機能１５０ｅにより、ステップＳ１４０（図４のステップＳ１４１〜ステップＳ１４６）において算出された算出結果に基づいて得られた情報に併せて、または当該情報に代えて、複数の第１の解剖学的ランドマークを表す情報及び複数の第２の解剖学的ランドマークを表す情報のうち少なくとも一方を、表示装置２５０又は表示装置１３５に表示させてもよい。

この時、処理回路１５０が表示装置２５０又は表示装置１３５に表示させる、複数の第１（又は第２）の解剖学的ランドマークを表す情報の例としては、例えば、図８に示されているような、ランドマークごとの一致度であってもよい。また、当該情報の別の例としては、例えば、図８に示されているような、ランドマークごとの距離であってもよい。

また、別の例として、処理回路１５０は、表示装置２５０又は表示装置１３５に、人体の３Ｄ画像や投影図（ＭＩＰ：Ｍａｘｉｍｕｍ ｉｎｔｅｎｓｉｔｙ ｐｒｏｊｅｃｔｉｏｎなど）とランドマークの位置を示した画像を表示してもよい。図１０に、かかる状況が示されている。

図１０の左端の図は、第１の医用画像に係る情報を示している。すなわち、処理回路１５０は、患者ＩＤ：ｅｍｅｒｇｅｎｃｙ０１０１、患者氏名：トッキョタロウの医用画像である第１の医用画像を、ランドマークの位置を示した記号に重ね合わせて表示させる。図１０の左端において、星印それぞれは第１の医用画像における解剖学的ランドマークを示している。

図１０の中央の図及び右端の図は、第２の医用情報に係る情報を示している。すなわち、処理回路１５０は、患者ＩＤ：ＡＢＣ１５６３、患者氏名：特許太郎の医用画像である第２の医用画像、及び、患者ＩＤ：ＣＢＡ２５４８、患者氏名：特許太朗の医用画像である第２の医用画像を、それぞれ解剖学的ランドマークの位置を示した記号に重ね合わせて表示させる。図１０の中央、右端の図において、星印それぞれは第２の医用画像における解剖学的ランドマークを示している。また、処理回路１５０は、類似度（一致度）をあわせて表示させる。この結果、例えば、患者氏名：特許太郎に係る医用画像の類似度（一致度）が０．２８であり、患者氏名：特許太朗に係る医用画像の類似度（一致度）が０．６５である旨の情報が表示される。

図１０に示されているように、解剖学的ランドマークの位置が、医用画像に重ねて表示されている結果、第１の医用画像と第２の医用画像との類似度が、視覚的にわかりやすく表示されている。この結果、ユーザは、どの患者が、特定対象の患者と同じである可能性が高いかを、直観的に把握することができる。

また、処理回路１５０は、これらの情報を、最初から表示させても良いし、ユーザからこれらの情報を表示させる旨の入力を受け付けたときにこれらの情報を表示させてもよい。

実施形態は、以上に説明した例に限られない。

例えば、個人特定の目的で、第１の実施形態に係る画像処理装置が使用される場合について、説明したが、実施形態はこれに限られない。例えば、同一の患者に対して２重にＩＤが発番されるのを防ぐ目的で、第１の実施形態に係る画像処理装置が使用されてもよい。かかる場合、処理回路１５０は、算出機能１５０ｃにより、同一の被検体が複数の異なる識別子（ＩＤ）で登録されている可能性の大きさを算出する。処理回路１５０は、算出した可能性が所定の閾値を超える場合、同一の被検体が複数の異なる識別子（ＩＤ）で登録されている可能性が高いと判断し、被検体の情報（氏名等）及び、当該複数の異なる識別子（ＩＤ）を、表示装置２５０（又は表示装置１３５）に表示させる。これにより、ユーザは、同一の被検体が複数の異なる識別子（ＩＤ）で登録されている可能性に気が付くことができる。

また、例えば、患者取り違えが起こるのを防ぐ目的で、第１の実施形態に係る画像処理装置が使用されてもよい。かかる場合、処理回路１５０は、算出機能１５０ｃにより、ステップ１４６において算出された類似度に基づいて、患者取り違えが起こっている可能性の大きさを更に算出する。例えば、処理回路１５０は、ステップＳ１４６において算出された類似度が所定の閾値を下回る場合には、患者取り違えが起こっている可能性が高いと判定する。続いて、処理回路１５０は、制御機能１５０ｅにより、患者取り違えが起こっている可能性の大きさを表す情報を、表示装置２５０（又は表示装置１３５）に表示させる。具体的には、処理回路１５０は、患者取り違えが起こっている可能性が高い旨の警告を画面に表示させ、取り違えが起こっている可能性の高い患者のＩＤを画面に表示させる。

また、処理回路１５０は、ステップＳ１４２で原点の位置を特定したのち、第１の医用画像の向きと、第２の医用画像の向きを揃えても良い。具体的には、例えば、処理回路１５０は、向きを決定するのに適した解剖学的ランドマークを少なくとも２点、第１の医用画像及び第２の医用画像から抽出する。処理回路１５０は、抽出した少なくとも２点の解剖学的ランドマークを用いて、第１の医用画像及び第２の医用画像における被検体の「向き」を算出する。処理回路１５０は、算出した被検体の向きに基づいて、第２の医用画像を所定の角度だけ回転させ、第１の医用画像と第２の医用画像との向きを揃える。しかるのち、処理回路１５０は、ステップＳ１４４以降の処理を実行する。また、別の例として、処理回路１５０は、ステップＳ１４２で原点の位置を特定したのち、例えばＤＩＣＯＭ（Ｄｉｇｉｔａｌ Ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｍｅｄｉｃｉｎｅ）のデータを用いて、第１の医用画像の向きと、第２の医用画像の向きを揃えても良い。

また、ステップＳ１４５における一致度の算出方法は、実施形態において説明した例に限られない。例えば、処理回路１５０は、一致度ａを、距離ｘの関数として、ａ＝１／（１＋ｘ）以外の関数系で与えてもよい。例えば、処理回路１５０は、一致度ａを、距離ｘの関数として、ａ＝１−ｔａｎ^―１（ｘ）／（π／２）のような関数系で与えても良い。かかる場合、距離ｘが０の時、一致度ａは１となる。また、距離ｘが増加するにしたがって、一致度ａは減少する。また、距離ｘが無限大の極限で、ｔａｎ^―１（ｘ）はπ／２に近づくから、この時、一致度ａは０となる。

また、一致度ａの関数系は、距離ｘ＝０で必ずしもａ＝１となる必要もなく、また、距離ｘが無限大の極限で必ずしもａ＝０となる必要もない。また、処理回路１５０は、距離ｘが増加するにしたがって、減少していく関数系を用いて、後段の類似度を算出する必要もない。例えば、処理回路１５０は、不一致度ｂ＝１−ａを用いて、類似度を算出しても良い。

また、距離ｘは、必ずしもユークリッド空間の距離に限られない。例えば、距離ｘは、ｐを実数として、Ｌ_ｐノルムから誘導される距離であってもよい。

また、一致度ａの例は、これらに限られない。例えば、処理回路１５０は、一致度ａの値を、距離ｘが第１の閾値ｘ_１よりも小さい場合には、「一致度高」、距離ｘが第１の閾値ｘ_１以上であって、第１の閾値ｘ_１より大きい第２の閾値ｘ_２よりも小さい場合には、「一致度中」、距離ｘが第２の閾値ｘ_２以上であって、第２の閾値ｘ_２より大きい場合には、「一致度低」であると定めても良い。

また、類似度の値を、各解剖学的ランドマークの一致度の平均値として処理回路１５０が算出する場合について説明したが、実施形態はこれに限られない。処理回路１５０は、各解剖学的ランドマークの一致度の単純和、最大値、メジアン、モード、重み付き加算和などを用いて、類似度を算出してもよい。また、処理回路１５０は、各解剖学的ランドマークすべてのデータを用いることを要せず、各解剖学的ランドマークのデータのうち一部のデータを用いて、類似度を算出しても良い。

以上のように、第１の実施形態に係る画像処理装置によれば、患者の特定を行うことができる。この結果、例えば、救急搬送の場合のように患者の意識のないケースや、認知症などのケースなど、正確な情報がない場合でも、患者の特定を行うことができる。また、診断に用いる医用画像データそのものを用いて患者の特定を行うことができるので、患者の特定のための追加の処理が必要とならず、ユーザの利便性を高めることができる。

（第１の実施形態の第１の変形例）
第１の実施形態では、処理回路１５０が、一致度ａの算出において、各ランドマークの種別、例えば骨、臓器、血管の別等を考慮せず、距離ｘのみを考慮して所定の関数系を用いる場合について説明した。第１の実施形態の第１の変形例においては、処理回路１５０は、ランドマークの種別等を考慮した一致度及び類似度の算出を行う。

図１１及び図１２を用いて、第１の実施形態の第１の変形例に係る処理について説明する。図１１は、第１の実施形態の第１の変形例に係る画像処理装置の行う処理の手順を示したフローチャートである。また、図１２は、第１の実施形態の第１の変形例に係る画像処理装置の行う処理について説明した図である。

第１の実施形態の第１の変形例において、図３に示す全体的な処理の流れについては、第１の実施形態の場合と同様である。第１の実施形態の第１の変形例においては、図３のステップＳ１４０に相当するステップが、第１の実施形態と異なる。第１の実施形態の第１の変形例における、ステップＳ１４０に相当するステップが、図１１に示されている。ここで、図１１において、ステップＳ１４１〜ステップＳ１４４の処理は、第１の実施形態と同様の処理を行うことから、詳しい説明は割愛する。

第１の実施形態の第１の変形例においては、ステップＳ１４５ａ〜ステップＳ１４６において、処理回路１５０は、算出機能１５０ｃにより、第１の解剖学的ランドマークの種別と第２の解剖学的ランドマークの種別とに基づいて、ステップＳ１４５における一致度を計算し、計算した一致度に基づいて類似度を算出する。以下、これらの処理について説明する。

ステップＳ１４５ａにおいて、処理回路１５０は、解剖学的ランドマークごとに重みを算出する。第１の実施形態の第１の変形例では、処理回路１５０は、算出機能１５０ｃにより、解剖学的ランドマークごとに、解剖学的ランドマークの種別ｐに対応した重みの値ｗ_１（ｐ）を、例えば所定のデータベース（例えば、記憶回路１３２）から取得することにより算出する（ステップＳ１４５ａ）。

ここで、解剖学的ランドマークの種別ｐとは、解剖学的ランドマークの種類のことである。例えば、「臓器」、「骨」、「血管」、「軟骨」は、互いに異なる解剖学的ランドマークの種別ｐに属する。

図１２に、解剖学的ランドマークの種別ｐと、解剖学的ランドマークの種別ｐに対応した重みｗ_１（ｐ）の値の例が示されている。例えば、胸部ランドマークの場合、解剖学的ランドマーク「気管分岐部」の種別ｐは、「臓器」に属し、その場合の重みｗ_１（ｐ＝臓器）は、「０．２」となる。また、解剖学的ランドマーク「右肩甲骨下角」の種別ｐは「骨」に対応し、その場合の重みｗ_１（ｐ＝骨）は、「１」となる。また、解剖学的ランドマーク「左鎖骨下動脈始点」の種別ｐは、「血管」に属し、その場合の重みｗ_１（ｐ＝血管）は、「０．２」となる。

解剖学的ランドマークの種別ｐに対応した重みｗ_１（ｐ）は、その種別に関するデータを用いて個人特定をすることの信頼度に対応した量となる。例えば、解剖学的ランドマークの種別ｐが、血管や臓器の場合、血管や臓器の位置は、体位（立位、仰向け、うつ伏せなど）により、変化すると考えられるので、個人特定のために用いるのは信頼度が低くなる。また、血管や臓器の場合、血管や臓器の位置は、病状や治療により、例えば、放射線治療で痩せた、あるいは逆に薬の副作用で太ったなどにより位置が変化する可能性があるので、個人特定のために用いるのが信頼度が低くなる。従って、重みｗ_１（ｐ）は、低くなる。逆に、解剖学的ランドマークの種別ｐが、骨の場合、骨の位置は、比較的変化しにくいと考えられるので、骨の位置を個人特定のために用いるのは信頼度が高くなる。従って、重みｗ_１（ｐ）は、高くなる。

続いて、処理回路１５０は、解剖学的ランドマークごとに、重みｗ_１（ｐ）を考慮して、一致度ａを算出する（ステップＳ１４５ｂ）。例えば、第１の解剖学的ランドマーク及び第２の解剖学的ランドマークの種別をｐ、種別ｐの解剖学的ランドマークの重みをｗ_１（ｐ）とすると、距離をｘとして、処理回路１５０は、（重み付け）一致度ａを、例えば次の式により算出する：ａ＝ｗ_１（ｐ）／（１＋ｘ）。

換言すると、一致度ａは、距離ｘに１を足し、逆数を取り、解剖学的ランドマークの種別ｐ（あるいは、後述する第１の医用画像が撮影された第１の撮影状態及び第２の医用画像が撮影された第２の撮影状態）に基づいて定められた重みを表す係数ｗ_１を乗じた値として定められた値である。ここで、距離ｘは、第１の医用画像の所定の解剖学的ランドマークの、第１の原点に対する第１の相対座標と、当該所定の解剖学的ランドマークに対応する解剖学的ランドマークの、第２の原点に対する第２の医用画像との間の距離である。

続いて、処理回路１５０は、算出機能１５０ｃにより、ステップＳ１４５ｂで算出された重み付け一致度を基に、複数の第１の解剖学的ランドマークと、複数の第２の解剖学的ランドマークとの間の類似度を算出する。例えば、処理回路１５０は、ステップＳ１４５ｂで算出された重み付け一致度に対して、単純平均を取り、類似度を算出する。

以上のように、第１の実施形態の第１の変形例においては、画像処理装置１００は、解剖学的ランドマークの種別に応じて、類似度算出の際の重みを変化させる。かかる処理を行うことにより、この結果、個人特定のために信頼度の高いデータの重みを大きくすることができ、特定の精度が向上する。

（第１の実施形態の第２の変形例）
第１の実施形態の第１の変形例においては、処理回路１５０が、解剖学的ランドマークそれぞれの種別ｐに応じた重みｗ_１（ｐ）に応じて類似度を算出する場合を説明した。

第１の実施形態の第２の変形例においては、処理回路１５０は、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とに基づいて、類似度を算出する。

かかる処理について、図４を再び用いて説明する。第１の実施形態の第２の変形例においては、例えば処理回路１５０は、補正機能１５０ｄにより、図４のステップＳ１４２〜ステップＳ１４６の処理を行った後、医用画像が撮影された撮影状態に基づいて、ステップＳ１４６において算出された類似度に対して補正を行って類似度を算出する。なお、第１の実施形態の第２の変形例においては、この追加のステップ以外は、第１の実施形態と同様な処理であるので、繰り返しての説明は省略する。

第１の実施形態の第２の変形例においては、処理回路１５０は、撮影状態によって重みを変化させる。ここで、撮影状態とは、例えば、仰向け／うつ伏せ等の体位を表す。この場合、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態は、撮影時における被検体の体位である。

例えば、仰向けの状態で撮影された画像と、うつ伏せの状態で撮影された画像とでは、解剖学的ランドマークを用いて個人特定を行う場合の精度が異なる。すなわち、処理回路１５０は、補正機能１５０ｄにより、仰向けの状態で撮影された画像と、うつ伏せの状態で撮影された画像とで、異なる重みを用いて類似度を補正する。

例えば、処理回路１５０は、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とが、ともに「仰向け」の場合、または、ともに「うつ伏せ」である場合、補正係数として、ステップＳ１４６で算出された類似度に「１．０」を乗じた値を、最終的な類似度とする。すなわち、処理回路１５０は、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とが同じ撮影状態である場合、最大重みを用いて類似度を算出する。

一方、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とが、一方が「仰向け」であり、他方が「うつ伏せ」である場合、体位が異なっているので、個人特定の精度は低下すると考えられる。従って、この場合、処理回路１５０は、補正係数として、ステップＳ１４６で算出された類似度に、例えば「０．８」を乗じた値を、最終的な類似度とする。なお、第１の実施形態の第１の変形例のように、解剖学的ランドマークの種別に応じた重みづけがされている場合、解剖学的ランドマークの種別に応じた重みによる重みづけと、撮影状態に応じた重みづけが、重ねて行われることになる。

なお、処理回路１５０は、これらの体位の情報を、例えばＤＩＣＯＭ（Ｄｉｇｉｔａｌ ｉｍａｇｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｉｎ Ｍｅｄｉｃｉｎｅ）のデータから、随時取得することができる。

また、撮影状態の別の例としては、撮影における息止めの有無を表す情報が挙げられる。この場合、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態は、息止めの有無を示す情報である。

例えば、息止め時に撮影された画像と、息止め時以外に撮影された画像とでは、解剖学的ランドマークを用いて個人特定を行う場合の精度が異なる。例えば、息止め時は、呼吸による位置のブレが存在しないため、解剖学的ランドマークの位置はほぼ変化しない。これに対して、息止め時以外に撮影された場合、呼吸による位置のブレが存在するので、解剖学的ランドマークの位置が変化する。処理回路１５０は、補正機能１５０ｄにより、息止め時に撮影された画像と、息止め時以外に撮影された画像とで、異なる重みを用いて類似度を補正する。

例えば、処理回路１５０は、補正機能１５０ｄにより、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とが、ともに「息止めあり」の場合補正係数として、ステップＳ１４６で算出された類似度に「１．０」を乗じた値を、最終的な類似度とする。すなわち、処理回路１５０は、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とが同じ撮影状態である場合、最大重みを用いて類似度を算出する。

一方、第１の医用画像が撮影された第１の撮影状態と、第２の医用画像が撮影された第２の撮影状態とが、ともに「息止めなし」である場合、息止めがないので、個人特定の精度は低下すると考えられる。従って、この場合、処理回路１５０は、補正機能１５０ｄにより、補正係数として、ステップＳ１４６で算出された類似度に、例えば「０．８」を乗じた値を、最終的な類似度とする。なお、解剖学的ランドマークの種別に応じた重みや、撮影時の体位に関する重みが、重ねて重み付けされても良い。

以上のように、第１の実施形態の第２の変形例においては、医用画像が撮影された撮影状態に応じて重みづけが行われ、類似度が算出される。撮影状態に応じて、個人特定の精度は一般に異なってくることから、撮影状態に応じて重みづけを行うことで、実施形態に係る画像処理装置は、個人特定の精度を向上させることができる。

また、これまでの実施形態に係る画像処理装置１００は、医用情報管理システムの一部として提供されてもよい。かかる医用情報管理システムは、画像処理装置１００の他に、例えば、医用検査装置に行われた検査に基づいて生成された第１の医用画像を記憶する記憶装置と、複数の被検体の医用画像を記憶するデータベースとを備える。ここで、記憶装置２２０が、かかる記憶装置の一例である。また、患者情報データベース２３０や画像データベース２４０が、かかるデータベースの一例である。

また、実施形態に係る画像処理装置１００は、ＰＡＣＳ（Ｐｉｃｔｕｒｅ Ａｒｃｈｉｖｉｎｇ ａｎｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ｓｙｓｔｅｍ）やＲＩＳ（Ｒａｄｉｏｌｏｇｙ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍ）の一機能として提供されてもよい。また、実施形態に係る画像処理装置１００は、画像処理ワークステーション、若しくはモダリティ装置２００の一機能として提供されてもよい。この場合、典型的には、患者情報データベース２３０及び画像データベース２４０は、画像処理装置１００が備えられた医療機関以外の情報を統合して検索できる。

（プログラム）
上述した実施形態の中で示した処理手順に示された指示は、ソフトウェアであるプログラムに基づいて実行されることが可能である。汎用の計算機システムが、このプログラムを予め記憶しておき、このプログラムを読み込むことにより、上述した実施形態の画像処理装置１００による効果と同様な効果を得ることも可能である。上述した実施形態で記述された指示は、コンピュータに実行させることのできるプログラムとして、磁気ディスク（フレキシブルディスク、ハードディスク等）、光ディスク（ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、ＤＶＤ−ＲＯＭ、ＤＶＤ±Ｒ、ＤＶＤ±ＲＷ等）、半導体メモリ、又はこれに類する記録媒体に記録される。コンピュータ又は組み込みシステムが読み取り可能な記憶媒体であれば、その記憶形式は何れの形態であってもよい。コンピュータは、この記録媒体からプログラムを読み込み、このプログラムに基づいてプログラムに記述されている指示をＣＰＵで実行させれば、上述した実施形態の画像処理装置１００と同様な動作を実現することができる。もちろん、コンピュータがプログラムを取得する場合又は読み込む場合はネットワークを通じて取得又は読み込んでもよい。

また、記憶媒体からコンピュータや組み込みシステムにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているＯＳ（オペレーティングシステム）や、データベース管理ソフト、ネットワーク等のＭＷ（ミドルウェア）等が、上述した実施形態を実現するための各処理の一部を実行してもよい。

更に、記憶媒体は、コンピュータあるいは組み込みシステムと独立した媒体に限らず、ＬＡＮ（Local Area Network）やインターネット等により伝達されたプログラムをダウンロードして記憶又は一時記憶した記憶媒体も含まれる。

また、記憶媒体は１つに限られず、複数の媒体から、上述した実施形態における処理が実行される場合も、実施形態における記憶媒体に含まれ、媒体の構成は何れの構成であってもよい。

なお、実施形態における画像処理装置は、記憶媒体に記憶されたプログラムに基づき、上述した実施形態における各処理を実行するためのものであって、パソコン、マイコン等の１つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であってもよい。

また、実施形態におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって実施形態における機能を実現することが可能な機器、装置を総称している。

図１３は、実施形態に係る画像処理装置１００のハードウェア構成を示す図である。上述した実施形態に係る信号処理装置（画像処理装置）は、ＣＰＵ（Central Processing Unit）３１０等の制御装置と、ＲＯＭ（Read Only Memory）３２０やＲＡＭ（Random Access Memory）３３０等の記憶装置と、ネットワークに接続して通信を行う通信インタフェース３４０と、各部を接続するバス３０１とを備えている。

上述した実施形態に係る画像処理装置で実行されるプログラムは、ＲＯＭ３２０等に予め組み込まれて提供される。また、上述した実施形態に係る画像処理装置で実行されるプログラムは、コンピュータを上述した画像処理装置の各部として機能させ得る。このコンピュータは、ＣＰＵ３１０がコンピュータ読取可能な記憶媒体からプログラムを主記憶装置上に読み出して実行することができる。

以上のように、少なくとも一つの実施形態によれば、患者の特定を行うことができる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１５０ 処理回路
１５０ａ 検索機能
１５０ｂ 抽出機能
１５０ｃ 算出機能
１５０ｄ 補正機能
１５０ｅ 制御機能

Claims (20)

1. 第１の医用画像から抽出された複数の第１の解剖学的ランドマークと、所定のデータベースから得られた第２の医用画像から抽出された複数の第２の解剖学的ランドマークとの間の類似度を算出する算出部と、
   前記算出部が算出した算出結果に基づいて得られた情報を表示部に表示させる制御部とを備える
   画像処理装置。
2. 前記算出部は、前記第１の医用画像が撮影された第１の撮影状態と前記第２の医用画像が撮影された第２の撮影状態とに基づいて、前記類似度を算出する、請求項１に記載の画像処理装置。
3. 前記第１の撮影状態及び前記第２の撮影状態は、撮影時における被検体の体位である、請求項２に記載の画像処理装置。
4. 前記第１の撮影状態及び前記第２の撮影状態は、息止めの有無を示す情報である、請求項２に記載の画像処理装置。
5. 前記算出部は、前記第１の解剖学的ランドマークの種別と前記第２の解剖学的ランドマークの種別とに基づいて、前記類似度を算出する、請求項１に記載の画像処理装置。
6. 前記算出部は、前記複数の第１の解剖学的ランドマークそれぞれが、前記複数の第２の解剖学的ランドマークのうちどの解剖学的ランドマークに対応するかを特定し、前記複数の第１の解剖学的ランドマークそれぞれに対して、前記対応する第２の解剖学的ランドマークとの一致度を算出し、算出した前記一致度に基づいて、前記類似度を算出する、請求項１に記載の画像処理装置。
7. 前記算出部は、前記第１の医用画像における原点である第１の原点と、前記第２の医用画像における原点である第２の原点とを特定し、前記第１の原点を基準とした前記第１の解剖学的ランドマークの相対座標である第１の相対座標と、前記第２の原点を基準とした前記対応する第２の解剖学的ランドマークの相対座標である第２の相対座標とに基づいて、前記一致度を算出する、請求項６に記載の画像処理装置。
8. 前記一致度は、前記第１の相対座標と、前記第２の相対座標との差が大きくなるほど小さくなるように定められた値である、請求項７に記載の画像処理装置。
9. 前記一致度は、前記第１の相対座標と、前記第２の相対座標との差が０である場合に１になるように定められ、前記第１の相対座標と、前記第２の相対座標との差の絶対値が無限大である極限で０になるように定められた値である、請求項７に記載の画像処理装置。
10. 前記一致度は、前記第１の相対座標と前記第２の相対座標との間の距離に１を足し、逆数を取った値として定められた値である、請求項７に記載の画像処理装置。
11. 前記一致度は、前記第１の相対座標と前記第２の相対座標との間の距離に１を足し、逆数を取り、前記第１の医用画像が撮影された第１の撮影状態及び前記第２の医用画像が撮影された第２の撮影状態のうち少なくとも一方に基づいて定められた重みを表す係数を乗じた値として定められた値である、請求項７に記載の画像処理装置。
12. 前記第１の解剖学的ランドマーク及び前記第２の解剖学的ランドマークは、骨の特徴部位を表す情報である、請求項１〜１１のいずれか一つに記載の画像処理装置。
13. 前記第１の解剖学的ランドマーク及び前記第２の解剖学的ランドマークは、血管の形態情報及び血管の狭窄状況を表す情報のうち少なくとも一つを含む情報である、請求項１〜１１のいずれか一つに記載の画像処理装置。
14. 前記第１の医用画像に係る被検体を個人として特定する手がかりとなる情報の入力を受け付ける入力部と、
    前記手がかりとなる情報の入力に基づいて、前記所定のデータベースから、前記第２の医用画像を抽出する抽出部とを更に備え、
    前記算出部は、前記抽出部が抽出した前記第２の医用画像に基づいて、前記類似度を算出する、請求項１〜１３のいずれか一つに記載の画像処理装置。
15. 前記情報は、前記情報のみでは前記被検体を特定することが難しい情報である、請求項１４に記載の画像処理装置。
16. 前記所定のデータベースは、複数の医療機関にわたって収集された医用画像を収集したデータベースである、請求項１〜１５のいずれか一つに記載の画像処理装置。
17. 前記算出部は、前記類似度に基づいて、同一の被検体が複数の異なる識別子で登録されている可能性の大きさを更に算出する、請求項１〜１６のいずれか一つに記載の画像処理装置。
18. 前記算出部は、前記類似度に基づいて、患者取り違えが起こっている可能性の大きさを更に算出し、
    前記制御部は、前記可能性の大きさを表す情報を、前記表示部に表示させる、請求項１〜１６のいずれか一つに記載の画像処理装置。
19. 前記制御部は、前記情報に併せて、又は前記情報に代えて、前記複数の第１の解剖学的ランドマークを表す情報及び前記複数の第２の解剖学的ランドマークを表す情報のうち少なくとも一方を、前記表示部に表示させる、請求項１〜１７のいずれか一つに記載の画像処理装置。
20. 医用検査装置により行われた検査に基づいて生成された第１の医用画像を記憶する記憶装置と、
    複数の被検体の医用画像を記憶するデータベースと、
    前記第１の医用画像から抽出された複数の第１の解剖学的ランドマークと、前記データベースから得られた第２の医用画像から抽出された複数の第２の解剖学的ランドマークとの間の類似度を算出する算出部と、
    前記算出部が算出した算出結果に基づいて得られた情報を表示部に表示させる制御部とを備える
    医用情報管理システム。

Images