JP3895400B2 - 診断支援装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は診断支援装置、更に詳しくは内視鏡装置による画像データを基に病変の種類を自動的に判別分類する部分に特徴のある診断支援装置に関する。
【０００２】
【従来の技術】
近年、細長の挿入部を体腔内に挿入し、固体撮像素子等を撮像手段に用いて体腔内臓器等をモニタ画面により観察し、検査あるいは診断することのできる内視鏡装置が広く用いられている。
【０００３】
また、前記体腔内臓器へ超音波を照射し、この超音波の反射あるいは透過度等により該体腔内臓器の状況をモニタ画面により観察し、検査あるいは診断することのできる超音波内視鏡装置も広く用いられている。
【０００４】
一方、このような内視鏡装置、超音波診断装置等により得られた多数の画像データを管理する医療用画像データベースを用いた画像表示装置が提案されている。
【０００５】
これら内視鏡装置及び超音波内視鏡装置等で撮像した内視鏡画像を光磁気ディスク等の記録媒体に記録し、後の診断に有効利用できるように画像ファイル装置を接続してシステムとして使用される状況にある。
【０００６】
また、医療画像分野においては、例えば特開平７−３７０５６号公報に示されるように、画像ファイル装置に記録された画像に対しコンピュータを用い、自動診断を行うことができる診断支援装置が提案されている。
【０００７】
診断支援装置は、画像内における関心領域（ＲＯＩ）から算出された何らかの特徴量を用い、閾値処理あるいは統計的・非統計的判別器を用いて診断対象とする画像がどのような病変に分類されるかを医師に提示することにより、診断の支援を行うものである。
【０００８】
【発明が解決しようとする課題】
しかしながら、従来の診断支援装置においては、内視鏡画像を対象として単純に多数の画像において設定したＲＯＩから個別に算出した特徴量を用いて診断支援を行う場合、必ずしも病変の特徴に即した特徴量の算出が行われているとはいえなかった。その理由は以下の通りである。
【０００９】
内視鏡画像においては、医師は粘膜表面における色調、模様の構造パターン（テクスチャ）の規則性・粗密度等、多くの特徴に基づき病変の発見及び診断を行っている。
【００１０】
ところが、内視鏡画像においては、画像の撮像条件のばらつきが大きい。例えば同一の病変を撮像した場合においても、観察角度、距離等により観察光の照射条件が画像ごとに変化するため、撮像画像における色調が変化する場合がある。また、粘膜色の個人差等の影響も考えられる。さらに、テクスチャにおいても観察距離に応じて特徴が大きく変化するものである。したがって、異なる内視鏡画像からそれぞれ算出された正常部位及び病変部位における特徴量の値が接近し、診断支援の妨げとなる。
【００１１】
一方、病変の発見及び診断は、主として正常粘膜と病変粘膜との前記特徴の違いに基づいている場合が多いと考えられる。例えば１枚の内視鏡画像における正常部位と病変部位との間の何らかの特徴の相対的な相違（例えば周辺粘膜と色調が異なる等）から病変の発見が、該相違の種類（例えば周辺粘膜より色調が赤い等）から診断が行われる。
【００１２】
従来の診断支援装置においてはこの点が考慮されておらず、複数のＲＯＩにおける相対的な特徴量を算出することができなかった。
【００１３】
また、内視鏡画像においては、各画素の画像上の位置に依存する局所的な情報を有効に利用する特徴量に対する考慮もなされていなかった。
【００１４】
さらに、内視鏡画像から特徴量を算出するためには、特徴量算出手法適用の前段にあたってノイズ除去等の前処理が行われている。しかしながら、これらの前処理手法は公知の基本的な手法を適用しているのみであり、内視鏡画像からの特徴量抽出のために特化した複数の手法、さらには、必要に応じてそれらの各手法を適切な順序及び組み合わせて使用するといった配慮がなされていなかった。
【００１５】
本発明は、上記事情に鑑みてなされたものであり、撮像条件の違いによる影響の少ない特徴量の算出、画素の画像上における位置に依存する情報を保存した特徴量の算出、さらには、内視鏡画像から診断に有用な特徴量を算出するための前処理手法を提供することにより、安定した自動診断結果を得ることのできる診断支援装置を提供することを目的としている。
【００１６】
【課題を解決するための手段】
本発明の第１の診断支援装置は、画像データを入力する画像入力手段と、入力された前記画像データを記憶する記憶手段と、前記記憶手段により記録された前記画像データに対して複数の関心領域を設定可能とする関心領域設定手段と、前記関心領域設定手段により設定された複数の関心領域のうち所定の関心領域に係る所定の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出された前記所定の特徴量を用いた病変の判別分類を行う判別分類手段と、を備え、前記特徴量算出手段は、前記複数の関心領域のうちの少なくとも第１の関心領域に係る第１の特徴量と、前記第１の関心領域とは異なる第２の関心領域に係る第２の特徴量とを算出可能とし、前記判別分類手段は、前記特徴量算出手段で算出した前記第１の特徴量と前記第２の特徴量との差分に基づいて算出した相互特徴量に基づいて前記判別分類を行うことを特徴とする。
本発明の第２の診断支援装置は、画像データを入力する画像入力手段と、入力された前記画像データを記憶する記憶手段と、前記記憶手段により記録された前記画像データに対して複数の関心領域を設定可能とする関心領域設定手段と、前記関心領域設定手段により設定された複数の関心領域のうち所定の関心領域に係る所定の特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出された前記所定の特徴量を用いた病変の判別分類を行う判別分類手段と、を備え、前記特徴量算出手段は、前記複数の関心領域のうちの少なくとも第１の関心領域に係る第１の特徴量と、前記第１の関心領域とは異なる第２の関心領域に係る第２の特徴量とを算出可能とし、前記判別分類手段は、前記特徴量算出手段で算出した前記第１の特徴量と前記第２の特徴量との比に基づいて算出した相互特徴量に基づいて前記判別分類を行うことを特徴とする。
本発明の第３の診断支援装置は、画像データを入力する画像入力手段と、入力された前記画像データを記憶する記憶手段と、前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、前記関心領域設定手段により設定された前記関心領域内の局所的な構造パターンに対して所定の処理を行った後に特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出された特徴量を用いた病変の判別分類を行う判別分類手段と、を備え、前記所定の処理は、関心領域内の局所的な構造パターンに係る処理であって、前記特徴量算出手段において特徴量を算出するための基準方向を設定する処理であることを特徴とする。
本発明の第４の診断支援装置は、画像データを入力する画像入力手段と、入力された前記画像データを記憶する記憶手段と、前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、前記関心領域設定手段により設定された前記関心領域から補正処理が行われた特徴量を算出する特徴量算出手段と、前記特徴量算出手段により算出された特徴量を用いた病変の判別分類を行う判別分類手段と、を備え、前記特徴量に対する補正処理が画像の回転移動に関する補正であることを特徴とする。
本発明の第５の診断支援装置は、画像データを入力する画像入力手段と、入力された前記画像データを記憶する記憶手段と、前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、前記関心領域設定手段により設定された前記関心領域から特徴量の値を算出する特徴量算出手段と、前記特徴量算出手段により算出された特徴量の値を用いた病変の判別分類を行う判別分類手段と、前記特徴量算出手段よる特徴量の値の算出前に前記画像データに対して少なくとも１種類の画像処理を実行可能とする画像処理手段と、を備え、前記特徴量算出手段よる特徴量の値の算出前に、前記画像処理手段における前記画像処理の実行の有無について、及び／または、複数種類の画像処理を適用する場合は実行する画像処理の順序について、予め認識されている特徴量の種類に応じて判断することを特徴とする。
【００１８】
【発明の実施の形態】
以下、図面を参照しながら本発明の実施の形態について述べる。
【００１９】
図１ないし図４０は本発明の第１の実施の形態に係わり、図１は診断支援装置の構成を示す構成図、図２は図１の診断支援装置における診断支援処理実行プログラムの構成を示す機能ブロック図、図３は図１の診断支援装置におけるマルチウインドウの画面の概念構成を示す構成図、図４は図３の画面でのアイコン操作によって展開されるマルチウインドウ画面の構成を示す構成図、図５は図４のマルチウインドウ画面上のウインドウの構成を説明する第１の説明図、図６は図４のマルチウインドウ画面上のウインドウの構成を説明する第２の説明図、図７は図１の診断支援装置におけるマルチウインドウの画面の具体的な構成を示す構成図、図８は図１のハードディスクに記録された内視鏡画像ファイルを管理するファイル管理データを説明する説明図、図９は図１のハードディスクに記録された内視鏡画像ファイルの各内視鏡画像の内視鏡検査ごとに付与される管理データを説明する説明図、図１０は図７の画像表示アイコンのクリック操作により展開される画像管理データウインドウの構成を示す構成図、図１１は図１０の呼び出しボタンのクリック操作により展開される検索ウインドウの構成を示す構成図、図１２は図１１の条件検索開始ボタンのクリック操作により展開される検索結果表示ウインドウの構成を示す構成図、図１３は図１２の画像一覧ボタンのクリック操作により展開される画像一覧表示ウィンドウの構成を示す構成図、図１４は図１３の表示ボタンのクリック操作により展開される画像表示ウインドウの構成を示す構成図、図１５は図７の画像処理アイコンのクリック操作により展開される画像処理ウインドウの構成を示す構成図、図１６は図１５の実行ボタンのクリック操作により展開される処理結果画像表示ウィンドウの構成を示す構成図、図１７は図２のデータベース管理ブロックが管理するデータベースの構成を示す構成図、図１８は図７のＲＯＩ設定アイコンのクリック操作により展開されるＲＯＩ設定ウインドウの構成を示す構成図、図１９は図１８の特徴量選択ボタンのクリック操作により展開される算出特徴量メニューウインドウの構成を示す構成図、図２０は図１９の一括選択ボタンのクリック操作により展開される一括選択メニューウインドウの構成を示す構成図、図２１は図１８の部位設定ボタンのクリック操作により展開される部位指定メニューウインドウの構成を示す構成図、図２２は図１８の特徴量算出実行ボタンのクリック操作により展開される特徴量算出結果表示ウインドウの構成を示す構成図、図２３は図７のＲＯＩ設定アイコンによる原画像及び処理結果画像に対するＲＯＩの設定方法を説明する説明図、図２４は図１９の相互特徴量算出ボタンによる特徴量算出処理の流れを示すフローチャート、図２５は図２４の特徴量算出処理におけるＧ画像データから取り出すサンプリング画素を説明する説明図、図２６は図１９の相互特徴量算出ボタンのクリック操作により展開されるＲＯＩ間相互特徴量メニューウィンドウの構成を示す構成図、図２７は図２６のＲＯＩ間相互特徴量メニューウィンドウで算出されるＲＯＩ間相互特徴量を説明する説明図、図２８は図２６のＲＯＩ間相互特徴量メニューウィンドウでのＲＯＩ間相互特徴量算出における自動組み合わせの動作を説明するためのフローチャート、図２９は図７の特徴量算出アイコンのクリック操作により展開される特徴量算出ウインドウの構成を示す構成図、図３０は図２９のＲＯＩ指定ボタンのクリック操作により展開されるＲＯＩ指定ウインドウの構成を示す構成図、図３１は図７の判別分類アイコンのクリック操作により展開される判別分類ウインドウの構成を示す構成図、図３２は図３１のデータセット作成ボタンのクリック操作により展開されるデータセット作成ウインドウの構成を示す構成図、図３３は図３１のクラス別ＲＯＩ選択ボタンのクリック操作により展開されるクラス別ＲＯＩ一覧ウインドウの構成を示す構成図、図３４は図３２の既存データセット呼び出しボタンのクリック操作により展開されるデータセット一覧ウインドウの構成を示す構成図、図３５は図３１の判別分類実行ボタンのクリック操作により展開される判別分類実行ウインドウの構成を示す構成図、図３６は図３５の実行ボタンのクリック操作により展開される判別分類結果表示ウインドウの構成を示す構成図、図３７は図７のレポート作成アイコンのクリック操作により展開されるレポート作成ウインドウの構成を示す構成図、図３８は図３７の選択ボタンのクリック操作により展開される特徴量レポート作成ウインドウの構成を示す構成図、図３９は図３８の表示ボタンのクリック操作により展開される特徴量レポート表示ウインドウの構成を示す構成図、図４０は図３８のグラフ作成ボタンのクリック操作により展開されるグラフ表示ウインドウの構成を示す構成図である。
【００２０】
図１に示すように、本実施の形態の診断支援装置１は、例えば図示しない電子内視鏡から撮像信号を得て映像信号に変換するビデオプロセッサ２と、このビデオプロセッサ２からの映像信号を映し出す観察モニタ３と、ビデオプロセッサ２からの映像信号を画像データに変換して信号処理する入力ユニット４と、入力ユニット４により信号処理した画像データ及びこの画像データを可逆あるいは非可逆圧縮た圧縮画像データを記憶するサーバユニット５と、サーバユニット５に記憶された画像データあるいは圧縮画像データを検索して表示すると共に、関心領域（ＲＯＩ）設定処理、特徴量算出処理、判別分類処理等の一連の診断支援処理を行うカンファレンスユニット６とを備えて構成されている。
【００２１】
入力ユニット４は、ビデオプロセッサ２からの映像信号であるアナログＲＧＢビデオ信号をデジタル信号である画像データへ変換するＡ／Ｄコンバータ１１と、画像データを記憶するメモリを備えビデオプロセッサ２からの管理情報を付加した画像ファイルを生成する画像処理部１２と、画像処理部１２により生成された画像ファイルをＬＡＮ(Local Area Network)ケーブル４ａを介してサーバユニット５に送出するＬＡＮコントローラ１３と、ビデオプロセッサ２と画像データの管理情報等を通信すると共に画像処理部１２及びＬＡＮコントローラ１３を制御するコントローラ１４とを備えて構成される。
【００２２】
ビデオプロセッサ２は、映像信号出力端、アナログＲＧＢビデオ信号出力端及び通信信号出力端を備えており、映像信号出力端は観察モニタ３に接続され、アナログＲＧＢビデオ信号出力端はＡ／Ｄコンバータ１１の入力端に接続され、通信信号出力端はコントローラ１４に接続されている。
【００２３】
また、Ａ／Ｄコンバータ１１の出力端は、画像処理部１２のデータ信号端に接続されている。
【００２４】
コントローラ１４の制御信号端及びデータ信号端は、バスライン１４ａにより画像処理部１２及びＬＡＮコントローラ１３との制御信号端に接続されている。そしてコントローラ１４による画像処理部１２及びＬＡＮコントローラ１３の制御は、バスライン１４ａを介した信号により行われるようになっている。
【００２５】
ビデオプロセッサ２により映像信号に変換された、例えば図示しない電子内視鏡による観察像は、観察モニタ３に観察画像として映し出されるようになっている。また、ビデオプロセッサ２の操作者が、前述した観察画像を記録する必要があると判断した場合、前述した映像信号は、アナログＲＧＢビデオ信号としてＡ／Ｄコンバータ１１へ出力され、このＡ／Ｄコンバータ１１は、アナログＲＧＢビデオ信号を所定の量子化処理を行い、デジタルＲＧＢビデオ信号に変換し、画像処理部１２へ観察画像データとして出力するようになっている。
【００２６】
画像処理部１２は、コントローラ１４の制御により、Ａ／Ｄコンバータ１１から入力された観察画像データを記憶するようになっている。
【００２７】
コントローラ１４は、画像処理部１２に記憶された観察画像データに対して縮小処理等の各種データ処理を施し、さらには管理情報を付加して画像ファイルとし、画像処理部１２へ一旦記憶させ或いはＬＡＮコントローラ１３へ出力するようになっている。また、コントローラ１４は、前述したように各種データ処理を施された画像ファイルを画像処理部１２へ一旦記憶した場合、該画像ファイルを所定のタイミングにより画像処理部１２からＬＡＮコントローラ１３へ出力するようになっている。
【００２８】
サーバユニット５は、入力ユニット４のＬＡＮコントローラ１３より送出される画像ファイルを受け取るＬＡＮコントローラ２１と、ＬＡＮコントローラ２１が受け取った画像ファイルを一時的に記憶するメモリ２２と、ＬＡＮコントローラ２１が受け取った画像ファイルを大容量記憶媒体である例えばハードディスク２３に記録するハードディスクドライバ２４と、ＬＡＮコントローラ２１が受け取った画像ファイルを可逆あるいは非可逆で圧縮して圧縮画像データをハードディスクドライバ２４に送出する圧縮装置２５と、ＬＡＮコントローラ２１、メモリ２２、ハードディスクドライバ２４及び圧縮装置２５を制御するコントローラ２６とを備えて構成され、ハードディスクドライバ２４は、画像ファイル及び圧縮画像データをハードディスク２３に記録すると共に、ＬＡＮコントローラ２１は、ＬＡＮケーブル５ａを介してハードディスク２３に記録された画像ファイルまたは圧縮画像データをカンファレンスユニット６に送信できるようになっている。
【００２９】
入力ユニット４のＬＡＮコントローラ１３のＬＡＮケーブル４ａ端はサーバーユニット５のＬＡＮコントローラー２１に接続されている。このＬＡＮケーブル４ａは、いわゆる１０ｂａｓｅＴといわれるケーブルであり、ツイストペア線を用い１０Ｍbit/sec の双方向のデータ通信を長さ１００ｍ以内の範囲で可能であり、複数の装置間の制御及びデータの送受をすることができるものである。
【００３０】
サーバーユニット４のコントローラ２６の制御信号端及びデータ信号端は、バスライン２６ａによりメモリ２２と、ＬＡＮコントローラ２１と、ハードディスクドライブ２４との制御信号端に接続されている。
【００３１】
サーバユニット５では、入力ユニット４のＬＡＮコントローラ１３からの画像ファイルをＬＡＮケーブル４ａを介してＬＡＮコントローラ２１で入力し、コントローラ２６が、ＬＡＮコントローラ２１を介して入力された画像ファイルを一旦メモリ２２に記憶する。ハードディスクドライブ２４は、この画像ファイルを例えばハードディスク２３へ記憶するようになっている。
【００３２】
カンファレンスユニット６は、サーバーユニット５のＬＡＮコントローラ２１からの画像ファイルまたは圧縮画像データをＬＡＮケーブル５ａを介して受け取るＬＡＮコントローラ３１と、ＬＡＮコントローラ３１が受け取った画像ファイルまたは圧縮画像データを記憶する画像処理部３２と、画像処理部３２が記憶した圧縮画像データを伸張する伸張装置３３と、画像処理部３２が記憶した画像ファイル中のデジタル信号である画像データ及び伸張装置３３で伸張された画像データを逆量子化処理し、アナログＲＧＢビデオ信号へ変換するＤ／Ａコンバータ３４と、Ｄ／Ａコンバータ３４により変換されたアナログＲＧＢビデオ信号を映し出す観察モニタ３５と、画像処理部３２を制御するコントローラ３６とを備えている。
【００３３】
画像処理部３２のデータ信号端は、Ｄ／Ａコンバータ３４の入力端に接続され、このＤ／Ａコンバータ３４の出力端は、観察モニタ３５に接続されている。コントローラ３６の制御信号端及びデータ信号端は、バスライン３６ａにより前記画像処理部３２とＬＡＮコントローラ３１との制御信号端に接続されている。コントローラー３６の制御信号端及びデータ信号端は、バスライン３６ｂにより後述のＣＰＵ４１との制御信号端に接続されている。
【００３４】
また、カンファレンスユニット６は、コントローラ３６を制御するＣＰＵ４１と、例えばサーバーユニット５への画像ファイルの検索等の要求を入力すると共に、この画像ファイルに併せて各種の情報を入力するキーボード４２と、このキーボード４２の信号とＣＰＵ４１の信号との整合をとるキーボードインターフェース（以下、キーボードＩ／Ｆと称する）４３と、キーボード４２により入力された情報を表示する検索モニタ４４と、検索モニタ４４の画面上のカーソル座標を任意の位置に移動させる指示を与えるマウス４５と、このマウス４５の信号とＣＰＵ４１の信号との整合をとるマウスインターフェース（以下、マウスＩ／Ｆと称する）４６と、ＣＰＵ４１の実行プログラム及び検索モニタ４４のメニュー画面の画像データ等の各種データを記録したハードディスク４７と、このハードディスク４７の信号とＣＰＵ４１との信号の整合をとるハードディスクインターフェース（以下、ハードディスクＩ／Ｆと称する）４８と、ＣＰＵ４１の各種処理作業領域として用いられる作業メモリ４９と、検索モニタ４４に表示するデジタルＲＧＢビデオ信号を記憶するメモリを含む画像処理部５０と、ＣＰＵ４１からの情報を印刷するプリンタ５１と、プリンタ５１とＣＰＵ４１との整合をとるプリンタインターフェース（以下、プリンタＩ／Ｆと称する）５２とを備えている。
【００３５】
さらに、カンファレンスユニット６は、ＣＰＵ４１によりキーボード４２から入力された情報のうちパスワードを記憶するパスワード記憶部６１と、パスワード記憶部６１が記憶したパスワードのレベルを判定するパスワード監視部６２と、パスワード監視部６２の判定結果に基づいてＣＰＵ４１の制御を制限する制御制限部６３とを備えている。
【００３６】
ＣＰＵ４１の制御信号端及びデータ信号端は、バスライン４１ａによりハードディスクＩ／Ｆ４８、マウスＩ／Ｆ４６、キーボードＩ／Ｆ４３、作業メモリ４９，画像処理部５０及びパスワード監視部６１の制御信号端及びデータ信号端に接続されている。そして、ＣＰＵ４１は、バスライン４１ａにより、ハードディスクＩ／Ｆ４８、マウスＩ／Ｆ４６、キーボードＩ／Ｆ４３、プリンタＩ／Ｆ５２及び作業メモリ４９を制御するようになっている。
【００３７】
マウスＩ／Ｆ４６は、マウス４５の物理的相対移動量に応じた信号を検出し、作業メモリ４９へ出力し、作業メモリ４９は、前述した移動量を記憶するようになっている。
【００３８】
キーボードＩ／Ｆ４３は、キーボード４２から入力された文字情報の信号を作業メモリ４９へ出力し、作業メモリ４９は、前述した文字情報等を記憶するようになっている。
【００３９】
ハードディスクＩ／Ｆ４８は、ハードディスク４７からＣＰＵ４１が実行するプログラム及びメニュー画面等の検索モニタ４４用の画像データを読み出し、作業メモリ４９へ出力し、作業メモリ４９は前述したプログラム及び検索モニタ４４用の画像データ等を記憶するようになっている。
【００４０】
プリンタＩ／Ｆ５２は、プリンタ５１に対してＣＰＵ４１から送信される情報を伝送し印刷を行う。
【００４１】
ＣＰＵ４１は、前述したようにハードディスク４７に記憶されたプログラムを電源投入時に、作業メモリ４４にロードし該プログラムによって動作する。
【００４２】
前述したようにサーバーユニット５のハードディスク２３に記憶された画像ファイルは、コントローラー２６の制御により、ハードディスクドライバ１４に出力されメモリ２２に一旦記憶されるか或いは直接ＬＡＮコントローラ２１へ出力される。ＬＡＮコントローラ２１からＬＡＮケーブル５ａを介し、カンファレンスユニット６のＬＡＮコントローラ３１へ画像ファイルが入力される。
【００４３】
そして、カンファレンスユニット６では、コントローラ３６の制御によりＬＡＮコントローラ３１は、画像処理部３２に画像ファイルを出力する。画像処理部３２に記憶された、サーバーユニット５のハードディスク２３からの画像ファイルは、コントローラ３６の制御によりデジタルの観察画像データと管理情報に分離され、デジタル観察画像データは画像処理部３２に記憶され、管理情報はバスライン３６ｂによりＣＰＵ４１に送られる。
【００４４】
画像処理部３２は、前述した観察画像データを記憶するようになっている。前述したように画像処理部３２へ記憶されたデジタル信号である観察画像データは、Ｄ／Ａコンバータ３４の逆量子化により、アナログＲＧＢビデオ信号へ変換され、観察モニタ３５へ出力されるようになっている。観察モニタ３５は、前述したように入力されたアナログＲＧＢビデオ信号を映し出すようになっている。尚、観察画像データが圧縮画像データの場合は、伸張装置３３で伸張された後にＤ／Ａコンバータ３４に出力される。
【００４５】
ＣＰＵ４１は、マウス４５によるカーソル、キーボード４２による文字情報、ハードディスク４７からのメニュー画面等の検索モニタ４４用の画像データと管理情報を合成或いは単独で表示するように演算処理し、画像データとして画像処理部５０へ記憶させるようになっている。
【００４６】
ハードディスク２３に記録されている画像ファイルの観察画像データは、例えばカラーである観察画像を横６４０ドット、縦４８０ドットで分割し、この各ドットに対応じてＲＧＢ各色信号レベルを、例えば８ビットとなるように量子化した所定のバイト数で構成されるようになっている。
【００４７】
次に、本実施の形態における診断支援処理の詳細について説明する。診断支援処理は、ハードディスク４７に記録された診断支援処理実行プログラムを用い、ＣＰＵ４１により実行される。また、診断支援処理は、検索モニタ４４に表示されるマルチウインドウ環境上において、キーボード４２及びマウス４５を用いての入力により操作される。
【００４８】
図２に示すように、診断支援処理実行プログラム７０は、画像管理ブロック７１、データベース管理ブロック７２、ＲＯＩ設定ブロック７３、特徴量算出ブロック７４、判別分類ブロック７５、レポート作成ブロック７６及び画像処理ブロック７７からなっている。
【００４９】
続いて、診断支援処理実行プログラム７０を構成する各ブロックの概要を説明する。
【００５０】
画像管理ブロック７１は、診断支援処理において使用する内視鏡画像の管理及び検索等を行う。
【００５１】
データベース管理ブロック７２は、診断支援処理において使用する画像、設定されるＲＯＩ、算出される特徴量等を記憶及び管理するためのデータベースを管理する。
【００５２】
ＲＯＩ設定ブロック７３は、内視鏡画像上において、特徴量の算出及び判別分類の対象とするためのＲＯＩを設定する。
【００５３】
特徴量算出ブロック７４は、ＲＯＩ設定ブロック７３により設定されたＲＯＩに対して、特徴量算出手法を適用することにより特徴量を算出する。
【００５４】
判別分類ブロック７５は、特徴量算出ブロック７４において算出された特徴量を用いた判別分類処理を行う。
【００５５】
レポート作成ブロック７６は、特徴量算出ブロック７４及び／または判別分類ブロック７５により得られた各処理結果の一覧表示及びグラフ上へのプロット等によるレポートを作成する。
【００５６】
また、画像処理ブロック７７は、診断支援処理に使用する原画像である内視鏡画像に対し、たとえばノイズ除去処理、構造成分強調処理等の画像処理を適用する。
【００５７】
そして、画像処理ブロック７７による処理結果画像は、原画像と同様にサーバユニット５におけるハードディスク２３に記録されるとともに、診断支援類処理の対象データとすることができる。
【００５８】
ここで、カンファレンスユニット６においては、各ブロックはマルチウインドウ上でのマルチプロセッシングにより、並行して動作することが可能となっている。
【００５９】
図３はマルチウインドウの例を説明するための説明図である。当初、検索モニタ４４のモニタ画面８０上には各種機能を実行するためのウインドウを開くためのアイコン８１、８２及び８３が表示されている．操作者は目的とする機能のウインドウを開くために，マウス４５に連動して移動するマウスポインタ８４によるクリックを行う。クリックとは、マウスポインタ８４をアイコン等に重ね、マウス４５のボタンを押下する動作を示す。
【００６０】
マウスポインタ８４によりクリックされたアイコンは、各々に対応する機能を実行するための１つ以上のウインドウを開く。図４は開かれたウインドウの例を説明するための説明図であって、図３におけるアイコン８１、８２及び８３は、クリックにより、図４に示すようなウインドウ８５、８６及び８７を検索モニタ４４のモニタ画面８０上にそれぞれ開く。
【００６１】
以後、モニタ画面８０においては，マウスポインタ８４が重ねられたウインドウ上（以下，このようなウインドウをアクティブウインドウと称し、図４においてはウインドウ８６がアクティブウインドウである）で入力等の作業が行われる。また、マウスポインタ８４の移動により任意のウインドウをアクティブウインドウとして選択することが可能である。
【００６２】
また、図５及び図６は上記のウインドウの構成例を説明するための説明図であって、図５においては、ウインドウ９０は、機能の動作指定等を行うためのボタン９１、ウインドウ９０に関する機能におけるシステム側からの出力を表示する出力表示領域９２、機能に基づく事項を選択するためのメニューバー９３、メニューバー９３をスクロールさせるためのスクロールバー９４、キーボード４２からの入力を表示するための入力表示領域９５及び作業を終了によりウインドウ９０を閉じるための終了ボタン９６からなっている。
【００６３】
ボタン９１上にマウスポインタ８４を重ねてクリックすることにより、対応する機能を動作させることができる。なお、例えばボタン９１を選択した場合に新たな別のウインドウ（図示せず）が開くように制御することも可能である。
【００６４】
出力表示領域９２においては、例えばテキスト、数値データ等のメッセージをシステム側から表示する。
【００６５】
キーボード４２から何らかの入力が行われる場合には、入力情報を入力表示領域９５に表示することができる。
【００６６】
すべての作業が終了した場合には、終了ボタン９６にマウスポインタ８４を重ねてクリックすることにより、ウインドウ９０を閉じることができる。
【００６７】
メニューバー９３においては、各事項を指すバー（図５において１、２、３、…の番号付けされた部分）にマウスポインタ８４を重ねてクリックすることにより、希望するものを選択することができる。その際，クリックされたバーは反転表示等の動作が適用され、いずれが指定されたものかを操作者に知らせることができるようになっている。
【００６８】
また、メニューバー９３の表示範囲に対して、選択できる事項の数が大である場合（図５の例においては，例えば事項が１０ある場合等）においては、スクロールバー９４を使用することができる。すなわち、マウスポインタ８４をスクロールバー９４の上方スクロールボタン９４ａに重ねマウス４５のボタンを押下するとメニューバー９３が上方へ、スクロールバー９４の下方スクロールボタン９４ｂに重ねて押下した場合には下方へとスクロールする。図５の例においては、下方スクロールボタン９４ｂを使用することにより、事項６以降を表示・選択することが可能となる。
【００６９】
スクロールポインタ９４ｃは、全事項中においてスクロールバー９４のおよそどの部分をメニューバー９３に表示しているかを知るための目安を示している。
【００７０】
また、図６に示すように、メニューバーの項目を２次元的に配置し、水平方向へのスクロールを行うスクロールバーを備えることも可能である。すなわち、図６において、ウインドウ１００は項目が２次元に配置されたメニューバー１０１と、垂直方向へのスクロールを行うスクロールバー１０２及び水平方向へのスクロールを行うスクロールバー１０３からなっている。
【００７１】
操作者は、図５のスクロールバー９４に対する操作と同様にして、水平及び垂直方向にメニューウインドウ１００をスクロールさせることにより、任意の項目を選択することが可能となる。
【００７２】
本実施の形態におけるウインドウは、以上に説明したように動作するボタン、メニューバー、スクロールバー、出力表示領域及び入力表示領域を任意の大きさ及び個数で構成している。なお、以下の説明において、特に断りのない場合は、終了ボタンをクリックすると、該当するウインドウを閉じるよう動作するものとする。
【００７３】
図７は本実施の形態における診断支援処理の各機能の呼び出し動作を説明するための説明図である。
【００７４】
初めに、検索モニタ４４上において、診断支援処理のメインメニューとなるアイコンが配置されたメイン画面１１０が表示される。このメイン画面１１０は、画像表示機能を呼び出す画像表示アイコン１１１、データベースカスタマイズ機能を呼び出すデータベースアイコン１１２、ＲＯＩ設定機能を呼び出すＲＯＩ設定アイコン１１３、特徴量算出機能を呼び出す特徴量算出アイコン１１４、判別分類機能を呼び出す判別分類アイコン１１５、レポート作成機能を呼び出すレポート作成アイコン１１６及び画像処理機能を呼び出す画像処理アイコン１１７からなっている．
上記のアイコン１１１〜１１７により実行される各機能は、診断支援処理実行プログラムにおいては、図２に示したように、画像表示機能は画像管理ブロック７１が、データベースカスタマイズ機能はデータベース管理ブロック７２が、ＲＯＩ設定機能はＲＯＩ設定ブロック７３が、特徴量算出機能は特徴量算出ブロック７４が、判別分類機能は判別分類ブロック７５が、レポート作成機能はレポート作成ブロック７６が、画像処理機能は画像処理ブロック７７がそれぞれ動作する。
【００７５】
なお、各機能はマルチプロセッシングにより並行して動作可能である。また、各機能においては動作内容ごとのサブルーチン化がなされており、必要に応じて異なる機能から任意のサブルーチンを呼び出すことが可能となっている。
【００７６】
次に、診断支援処理実行プログラムにおける各ブロックの動作の詳細について説明する。
【００７７】
（画像管理ブロック）
画像管理ブロック７１は、前述の通り、主として診断支援処理において使用する内視鏡画像の管理及び検索を行うものである。サーバユニット５のハードディスク２３に記録された内視鏡画像ファイルは、対象となる患者の内視鏡検査ごとに管理される。
【００７８】
図８に示すように、ハードディスク２３に記録された内視鏡画像ファイルは、ファイル管理データにより患者ＩＤ及び検査年月日（及び患者名）ごとに管理されることとなり、各内視鏡検査単位に番号付けがなされている。検査Ｎｏ．は検査ごとに、また患者ＩＤは各患者ごとに設定されるため、重複が生ずることはない。
【００７９】
また、図９は内視鏡画像ファイルの各内視鏡画像の内視鏡検査ごとに付与される管理データを説明するための説明図であって、この例においては、検査Ｎｏ．１として管理される内視鏡画像データは７枚であるものとする。管理データとしては、前述の患者ＩＤ、患者名及び検査年月日の他に、例えば検査部位、診断名、メモ及び担当医等のデータを含むことができる。これらのデータは、ハードディスク２３に記録され、後述する画像検索処理におけるキーとして使用される。
【００８０】
画像表示アイコン１１１をマウスポインタ８４で選択する（図７参照）ことで、画像管理ブロック７１は、図１０に示すような画像管理データウインドウ１２０を開く。画像管理ウィンドウ１２０は各種データを入力するための入力表示領域１２１と、すでに与えられている管理データを再編集する場合に使用する呼び出しボタン１２２及び終了ボタン１２３からなっている。
【００８１】
操作者はマウスポインタ８４を希望する管理データの入力欄に重ね、キーボード４２より必要な情報を入力する。また、検査Ｎｏ．のみを入力し、呼び出しボタン１２２をクリックした場合には、対応する内視鏡検査の管理データを入力表示領域１２１に各々表示する。管理データ呼び出し後は、操作者が所望の管理データを編集することができる。
【００８２】
図１０において、呼び出しボタン１２２をマウス４５でクリックすると、検索処理が実行される。この検索処理においては、図１１に示すように、まず検索ウインドウ１３０を開く。検索ウインドウ１３０は検索キーを入力するための入力表示領域１３１と、入力した検索キーを用いた条件検索の開始を指定する条件検索開始ボタン１３２と、全内視鏡検査データを表示する全検索の開始を指定する全検索開始ボタン１３３及び終了ボタン１３４から構成されている．なお、この例においては、検索キーとして患者ＩＤ、患者名、検査部位及び診断名が使用可能であるものとする。
【００８３】
検索処理において全検索を行う場合、操作者は全検索ボタン１３３をマウス４５でクリックする。また、条件検索を行う場合、操作者は入力表示領域１３１に所望のキーをキーボード４２を用いて入力し、条件検索開始ボタン１３２をマウス４５でクリックする。
【００８４】
これらの操作により検索が実行されるが、検索結果として得られた内視鏡検査データが存在する場合には、図１２に示すような新たに検索結果表示ウインドウ１４０を開き、検索結果を表示する。
【００８５】
検索結果表示ウインドウ１４０は、検索結果である内視鏡検査データの管理データ（この例では検査Ｎｏ．、患者ＩＤ、患者名及び検査年月日）を表示するメニューバー１４１と、スクロールバー１４２と、所望の内視鏡検査において記録した内視鏡画像の一覧表示を指定するための画像一覧ボタン１４３と、後述する各処理において内視鏡検査を選択する際に使用する確定ボタン１４４及び終了ボタン１４５からなっている．
操作者がメニューバー１４１のクリックにより所望の内視鏡検査を指定後、さらに画像一覧ボタン１４３をクリックすると、該当する内視鏡検査において記録された内視鏡画像が一覧表示される図１３に示すような画像一覧表示ウィンドウ１５０が開かれる。
【００８６】
なお、検索結果ウィンドウ１４０において表示された内視鏡検査に基づいて記録されている内視鏡画像に対しては、後述する内視鏡画像の表示、画像処理、ＲＯＩの設定及び特徴量算出、判別分類等の各処理が適用されることとなる。
【００８７】
画像一覧表示ウィンドウ１５０は、図１３に示すように、内視鏡検査データにおける管理データ及び記録された内視鏡画像の枚数等を表示するためのデータ表示領域１５１と、記録された内視鏡画像ごとに付与された画像Ｎｏ．等を表示することにより所望の内視鏡画像を指定することができるメニューバー１５２と、スクロールバー１５３と、メニューバー１５２上でクリックにより選択した内視鏡画像の表示を開始するための表示開始ボタン１５４及び終了ボタン１５５からなっている。
【００８８】
操作者がメニューバー１５２の任意の項目（ここでは内視鏡画像）をクリックにより選択した後、表示ボタン１５４をクリックすることにより、選択された内視鏡画像を表示する図１４に示すような画像表示ウインドウ１６０が開かれる。
【００８９】
画像表示ウィンドウ１６０は、図１４に示すように、画像表示領域１６１と、管理データ等を表示するためのデータ表示領域１６２と、後述するＲＯＩ設定処理等において画像選択等に使用される確定ボタン１６３及び終了ボタン１６４からなっている。
【００９０】
操作者は、画像表示ウィンドウ１６０上に表示された内視鏡画像を見ることにより、最終的な検索結果が所望する内視鏡画像であるか否かを確認することができる。
【００９１】
そして、図１０の画像管理データウインドウ１２０上でのすべての作業が終了した場合には、終了ボタン１２３をマウス４５でクリックすることにより画像管理データウインドウ１２０が閉じられる。
【００９２】
なお、図１３において表示ボタン１５４がクリックされた場合には、画像表示ウインドウ１６０が開かれるとともに，選択された内視鏡画像が観察モニタ３５上に表示されるように制御してもよい。
【００９３】
また、上記の検索処理は、図２において示した各ブロックより、内視鏡画像の検索が必要とされる任意の時点で実行可能となっている。すなわち、各ブロックにおける機能を実行するウィンドウ（図示せず）上に、図１１の検索ウィンドウ１３０を開くことを指示するための検索指示ボタンを設定しておくことができる。
【００９４】
（画像処理ブロック）
次に、画像処理ブロック７７の動作について説明する。画像処理アイコン１１７をマウスポインタ８４で選択する（図７参照）ことで、画像処理ブロック７７は、図１５に示すような画像処理ウインドウ１７０を開く。画像処理ブロック７７は前述のように、ハードディスク２３に記録された内視鏡画像に対し、所望の画像処理を適用する。
【００９５】
画像処理ブロック７７の動作は、画像処理ウインドウ１７０上において指定される。画像処理ウィンドウ１７０は、実行する画像処理の一覧表示からなるメニューバー１７１と、スクロールバー１７２と、前述した検索処理の実行を指定するための検索ボタン１７３と、メニューバー１７１において指定した１つ以上の画像処理の実行開始を指定する実行ボタン１７４及び終了ボタン１７５からなっている。
【００９６】
操作者は、メニューバー１７１上において、所望する画像処理名をクリックにより指定する。画像処理として、例えばノイズ除去処理、構造成分強調処理、２値化処理がある。
【００９７】
また、検索ボタン１７３をクリックすることにより，前述の検索ウインドウ１３０が開かれる（図１１参照）。前述した一連の検索処理を経て、操作者は検索結果表示ウィンドウ１４０において、メニューバー１４１及び確定ボタン１４４のクリックにより、選択した画像処理を適用する内視鏡画像を選択し終了ボタン１３４をクリックすることで、画像処理ウインドウ１７０に戻る（図１２参照）。
【００９８】
適用する画像処理名及び内視鏡画像の選択を終了後、図１５において、実行ボタン１７４をクリックすることにより処理が実行される。メニューバー１７１上に表示される各画像処理は、サブルーチンプログラムとしてハードディスク４７に記憶されている。実行結果である処理結果画像は、新たに開かれる処理結果画像表示ウインドウ上に表示される．
処理結果画像を表示する処理結果画像表示ウィンドウ１８０は、図１６に示すように、処理結果画像表示領域１８１と、画像管理データ表示領域１８２と、処理結果画像のハードディスク２３への記録開始を指示するための記録開始ボタン１８３及び終了ボタン１８４からなっている。
【００９９】
画像管理データ表示領域１８２には、前述の管理データ及び適用した画像処理の処理名等を表示する。また、記録開始ボタン１８３をクリックすることにより、処理結果画像がハードディスク２３に管理データとともに記録される。
【０１００】
なお、ハードディスク２３への記録を行わない場合には、終了ボタン１８４をクリックすることにより処理結果画像表示ウィンドウ１８０を閉じればよい。この場合、処理結果画像は棄却される。
【０１０１】
（データベース管理ブロック）
次に、データベース管理ブロック７２について説明する。データベース管理ブロック７２は、診断支援装置１における内視鏡検査、内視鏡画像、設定したＲＯＩ及び各機能における処理結果等をデータベース化し管理するものである。
【０１０２】
データベース管理ブロック７２が管理するデータベースは、図１７に示すように、検査データ１９０、患者管理データ１９１、処理結果画像管理データ１９２、画像処理手法データ１９３、画像管理データ１９４、ＲＯＩ管理データ１９５、部位データ１９６、所見データ１９７、分類データ１９８、特徴量算出手法データ１９９、ＲＯＩ間相互特徴量データ２００、ＲＯＩ特徴量データ２０１及び判別分類手法データ２０２、データセット名データ２０３、使用特徴量データ２０４、分類クラスデータ２０５、クラス別サンプルデータ２０６、判別分類係数データ２０７、判別分類結果データ２０８、判別境界値データ２０９により構成されており、各データはそれぞれファイルとしてハードディスク２３に記憶されている。
【０１０３】
検査データ１９０は、内視鏡画像の管理単位である前述の内視鏡検査ごとに付与されるデータを管理するデータベースである。
【０１０４】
患者管理データ１９１は、患者名、生年月日及び患者ＩＤ等の患者ごとに付与されるデータを与える参照用データベースである。
【０１０５】
画像管理データ１９４は、各内視鏡検査の下に管理される内視鏡画像ごとに付与されるデータを管理するデータベースである。
【０１０６】
処理結果画像管理データ１９２は、前述の画像処理が適用された処理結果画像に付与されるデータを管理するデータベースである。
【０１０７】
画像処理手法データ１９３は、画像処理の手法の種類を与える参照用データベースである。
【０１０８】
ＲＯＩ管理データ１９５は、内視鏡画像あるいは処理結果画像に対し、後述する一連の処理により設定されたＲＯＩの個々に対して付与されるデータを管理するデータベースである。
【０１０９】
部位データ１９６は、ＲＯＩ管理データに対し、診断部位を与えるための参照用データベースである。
【０１１０】
所見データ１９７は、ＲＯＩ管理データに対し、所見属性を与えるための参照用データベースである。
【０１１１】
分類データ１９８は、ＲＯＩ管理データに対し、診断分類を与えるための参照用データベースである。
【０１１２】
特徴量算出手法データ１９９は、設定されたＲＯＩに対して適用する特徴量算出処理の名称を与える参照用データベースである。
【０１１３】
ＲＯＩ間相互特徴量データ２００は、後述する一連の処理により算出されるＲＯＩ間相互特徴量を管理するためのデータベースである。
【０１１４】
ＲＯＩ特徴量データ２０１は、後述する一連の処理により算出されるＲＯＩ特徴量を管理するためのデータベースである。
【０１１５】
判別分類手法データは２０２は、算出された特徴量を用いた判別分類処理手法の名称を与える参照用データベースである。
【０１１６】
データセット名データ２０３は、判別分類手法に基づく後述する判別分類系を管理するためのデータベースである。
【０１１７】
使用特徴量データ２０４は、判別分類系の生成において使用した特徴量の名称を管理するためのデータベースである。
【０１１８】
分類クラスデータ２０５は、生成した判別分類系のデータセットが分類の対象とするクラス（本実施の形態においては診断分類）を管理するためのデータベースである。
【０１１９】
クラス別サンプルデータ２０６は、判別分類系の生成においてデータセットが教師データとして使用したＲＯＩを管理するデータベースである。
【０１２０】
判別分類係数データ２０７は、生成された判別分類系における各係数値を管理するためのデータベースである。
【０１２１】
判別分類結果データ２０８は、設定されたＲＯＩに対して生成された判別分類系を適用して得られた結果を管理するためのデータベースである。
【０１２２】
判別境界値データ２０９は、生成された判別分類系の判別分類基準となる値を管理するためのデータベースである。
【０１２３】
ここで、参照用データベースとは、診断部位（食道、胃、大腸等）、所見（発赤、褪色、隆起等）、診断分類（正常、潰瘍、早期癌等）の名称を項目として含むデータベースである。参照用データベースは，操作者により、任意の時点で項目の追加、変更及び削除等のカスタマイズが可能なデータベースである。
【０１２４】
一方、参照用データベース以外のデータベースは、各々が管理対象とするデータが発生した時点で項目が生成される。例えば、新たな内視鏡検査により内視鏡画像が記録された場合には検査データ１９０及び画像管理データ１９４に新たな項目が追加生成される。また、データが更新、削除された場合に連動し、対応する項目が更新、削除される。
【０１２５】
各データは、その関連する内容に基づき、各々のキーとなるプライマリナンバを参照することにより結合がなされている。プライマリナンバは各データベースにおける項目ごとに１対１に付与された番号である。これにより、検査、患者、画像、ＲＯＩ等の種々のデータが関連づけられる。
【０１２６】
データベース管理ブロック７２は、データベース化すべきデータの出現、データの内容変更等が生じた場合に、各データのオープン、読みだし、書換、格納、クローズ等の一連の作業を制御する。
【０１２７】
また、図７のデータベースアイコン１１２をクリックすることにより、患者管理データ１９１、部位データ１９６、所見データ１９７及び分類データ１９８における項目の追加、変更及び削除等のカスタマイズが可能となる。その場合、データベースカスタマイズウインドウ（図示せず）が開き、操作者は該ウインドウ上においてカスタマイズするデータ、追加、変更及び削除等の操作を行い、確定ボタン及び終了ボタンのクリックにより作業を終了する。データベース管理ブロック７２は、確定ボタンのクリックにより該当するデータの書き換えを行う。
【０１２８】
（ＲＯＩ設定ブロック）
次に、ＲＯＩ設定ブロック７３の動作について説明する。図７のＲＯＩ設定アイコン１１３のクリックによりＲＯＩ設定処理の実行を選択すると、図１０に示した画像管理データウインドウ１２０が開く。以下、前述の手順にしたがいＲＯＩの設定を行う内視鏡画像を、図１２に示したように、検索結果表示ウィンドウ１４０上のメニューバー１４１において選択する。続いて、確定ボタン１４４をクリックすることにより、新たなＲＯＩ設定ウインドウが開かれる。
【０１２９】
図１８に示すように、ＲＯＩ設定ウインドウ２２０は、画像表示及びＲＯＩ描画作業を行うためのＲＯＩ表示領域２２１、設定するＲＯＩの番号を指定するＲＯＩ番号選択ボタン２２２、算出する特徴量を指定するための特徴量選択ボタン２２３、設定したＲＯＩに対し、部位、所見及び分類をそれぞれ設定するための部位設定ボタン２２４、所見設定ボタン２２５及び分類設定ボタン２２６、特徴量の算出を実行するための特徴量算出実行ボタン２２７、ＲＯＩの設定をやり直す場合等に使用するＲＯＩ削除ボタン２２８、設定したＲＯＩのデータベースへの登録を指示する確定ボタン２２９、終了ボタン２３０，画像表示領域においてＲＯＩの描画線の表示または非表示を指定するためのＲＯＩ表示指定ボタン２３１及びＲＯＩ非表示指定ボタン２３２から構成される。
【０１３０】
操作者はマウス４５を用いてＲＯＩ設定ウインドウ２２０上の各機能ボタンをクリックすることにより作業を進める。なお、本実施の形態においては１枚の内視鏡画像上に最大５個のＲＯＩが設定可能であるものとする。
【０１３１】
始めに、ＲＯＩ設定対象とする内視鏡画像を、ＲＯＩ設定ウインドウ２２０における画像表示領域２２１に表示する。操作者は、表示された内視鏡画像を確認後、マウスポインタによりＲＯＩ番号選択ボタン２２２をクリックする。ＲＯＩ番号選択ボタン２２２は数字１ないし５を示しており、それぞれが設定されるＲＯＩの番号（１）ないし（５）に対応している。
【０１３２】
続いて、画像表示領域２２１上において、マウス４５の操作によりＲＯＩの描画を行う。ＲＯＩの描画は、例えばマウス４５のボタンを押下したままでマウスポインタ８４を移動させ、その軌跡を表示するように制御すればよい。描画されたＲＯＩに対して、対応するＲＯＩの番号（１）ないし（５）のいずれかを画像表示領域２２１上に重畳表示する。
【０１３３】
また、ＲＯＩの設定においては、任意形状の描画に限らず、正方形あるいは長方形のような矩形により設定してもよい。矩形の水平及び垂直方向の大きさ（サイズ）は、操作者による指定または、例えば５画素ずつ大きくした初斯設定値群から選択する等の可変にしておく。その場合は、図１８に示したＲＯＩ設定ウィンドウ上において、「矩形／任意描画選択ボタン」及び「矩形サイズ指定ボタン」（ともに図示せず）を備えるものとする。操作者は，マウスポインタ８４を移動し、画像表示領域２２１に表示された画像上の所望の位置に矩形のＲＯＩを設定することが可能となる。画像表示領域２２１上において、マウスポインタ８４と同時に矩形を表示し、マウスポインタ８４の移動にともない矩形も移動するように制御する。
【０１３４】
また、ＲＯＩの形状は，矩形に限らず、円、その他の多角形等の任意の定形ＲＯＩを任意の大きさで設定できるようにしてもよい。
【０１３５】
次に、設定したＲＯＩにおいて算出する特徴量を指定する。この操作は特徴量選択ボタン２２３をクリックすることにより行う。特徴量選択ボタン２２３をクリックすると、図１９に示す算出特徴量メニューウインドウ２４０が開く。
【０１３６】
算出特徴量メニューウインドウ２４０は、各種処理手法名及び各々から算出される特徴量の名称を表示するメニューバー２４１と、スクロールバー２４２と、後述するＲＯＩ間相互特徴量を指定するための相互特徴量算出ボタン２４３と、やはり後述する特徴量の一括選択を指定する一括選択ボタン２４４と、算出する特徴量の指定を確定し算出特徴量メニューウインドウ２４０を閉じるための確定ボタン２４５から構成される。
【０１３７】
メニューバー２４１には、診断支援装置１において実行可能である処理手法群と、各処理手法の適用により得られる特徴量の名称からなる項目が表示されている。処理手法としては、例えば設定したＲＯＩに内包された各画素におけるＲ、Ｇ及びＢ画像データに基づき色調を評価する手法、濃度共起行列等を用いたテクスチャを解折する手法等、種々のものが考えられる。算出の指定はマウス４５を用いてメニューバー２４１上の該当する項目をクリックすることにより行われる。
【０１３８】
このように、算出可能である特徴量の中から、任意の特徴量を指定可能とすることにより、不要な特徴量の算出にともなう計算時間及び算出結果の記憶領域の節減を図ることが可能となる。
【０１３９】
また，本実施の形態の診断支援処理においては，算出する特徴量の指定をメニューバー２４１の各項目を逐一クリックすることによるのみでなく、一括選択ボタン２４４を使用することによりさらに簡便に行うことができる。
【０１４０】
一括選択ボタン２４４をクリックした場合、新たな一括選択メニューウインドウが開かれる。
【０１４１】
図２０に示すように、一括選択メニューウインドウ２５０は、算出する特徴量の組み合わせを選択するための組み合わせ番号ボタン２５１と、組み合わせ番号ボタン２５１により指定される算出される特徴量の項目を表示する特徴量表示領域２５２と、すべての特徴量の算出を指定するための全選択ボタン２５３と、確定ボタン２５４と、一括選択メニューウインドウ２５０上での操作を終了するための終了ボタン２５５から構成されている。
【０１４２】
一括選択メニューウインドウ２５０では、後の判別分類処理において使用する特徴量の数通り（本実施の形態においては３組とする）の組み合わせを、あらかじめ設定しておく。すなわち、組み合わせ番号ボタン２５１の１ないし３に番号付けされたボタン及び確定ボタン２５４をクリックすることにより、常に必要最小限の特徴量を算出することが可能となる。したがって、使用しない特徴量算出に要する計算時間及び算出された値を記憶するための記憶領域の大幅な節約が実現できる。
【０１４３】
また，全選択ボタン２５３をクリックした場合においては、メニューバー２５１における特徴量すべてが選択される。これにより、すべての特徴量が必要な場合において、算出する特徴量示す項目を逐一クリックする労力が省かれることとなる。
【０１４４】
なお、上述した算出する特徴量の指定は、後述する特徴量算出処理及び判別分類処理の実行時において行うことも可能であるため、ＲＯＩの設定時においては省略（指定なし）してもかまわない。
【０１４５】
続いて、設定するＲＯＩの部位の指定を行う。ＲＯＩの設定における部位の指定は、例えば内視鏡検査における部位が胃であれば、噴門、胃角、胃体部、幽門等の詳細部位が与えられる。図１８のＲＯＩ設定ウインドウ２２０において、部位設定ボタン２２４をクリックすることにより、新たな部位指定メニューウインドウが開かれる。
【０１４６】
図２１に示すように、部位指定メニューウインドウ２６０は、図１７の部位データ１９６における項目を表示するメニューバー２６１と、スクロールバー２６２と、部位の設定を確定する確定ボタン２６３からなっている。また、確定ボタン２６３は終了ボタンの機能も兼ねており、クリックされた時点で部位指定メニューウインドウ２６０を閉じる。操作者は、所望する部位の名称をメニューバー２６１をクリックすることにより選択し、確定ボタン２６３をクリックすることにより確定する。
【０１４７】
また、図１８のＲＯＩ設定ウインドウ２２０の所見設定ボタン２２５及び分類設定ボタン２２６をクリックすることにより、部位の指定と同様にして設定するＲＯＩの所見及び分類を指定する。所見及び分類の指定においては、所見指定メニューウインドウ及び分類指定メニューウインドウ（ともに図示せず）を開く。その際，各々のメニューウインドウが部位指定メニューウインドウ２６０の内容と異なる点は，メニューバー２６１上がそれぞれ所見データ１９７及び分類データ１９８における項目となることである（図１７参照）。
【０１４８】
なお、部位、所見及び分類の指定においては、それぞれ初期値として「未設定」を与えておく。これにより、各項目の指定を省略してＲＯＩの描画のみを行う等の作業が可能となる。
【０１４９】
以上の一連の作業により１個のＲＯＩの設定が終了すると、確定ボタン２２９をクリックを機にＲＯＩ管理データ１９５（図１７参照）に新たなデータが追加される。
【０１５０】
なお、以上においては簡単のため各ボタン等の操作を順序立てて説明したが、ＲＯＩの設定においてはＲＯＩ番号選択ボタン２２２及び確定ボタン２２９がそれぞれＲＯＩ設定開始時及び設定終了時にクリックされればよく、その間の作業はどのような順序で行ってもよい。
【０１５１】
ＲＯＩの設定が完了すると、特徴量の算出が可能となる。特徴量の算出は、後述する特徴量算出ブロック７４が動作することにより行われ、特徴量算出実行ボタン２２７のクリックのみでなく、特徴量算出アイコン１１４のクリック及び判別分類ブロック７５からの呼び出し（ともに後述する）からも実行可能である。
【０１５２】
図１８のＲＯＩ設定ウインドウ２２０において、特徴量算出実行ボタン２２７がクリックされると、算出する特徴量の選択がなされている場合には、図２２に示す特徴量算出結果表示ウインドウ２７０が開く。算出する特徴量が未選択であれば、「算出する特徴量を選択して下さい」等のメッセージを表示する。
【０１５３】
図２２に示すように、特徴量算出結果表示ウインドウ２７０は、各ＲＯＩごとに算出された特徴量の値等を表示するための表示領域２７１と、スクロールバー２７２及び終了ボタン２７３とからなっている。表示領域２７１においては，検査ＮＯ．、患者ＩＤ、患者名、画像Ｎｏ．、ＲＯＩの番号等、ＲＯＩに関する情報が表示されるとともに、算出が終了したＲＯＩから逐次算出結果である値が表示される。また、ＲＯＩ設定ウインドウ２２０を複数開き、異なる複数の内視鏡画像に対し、並行してＲＯＩの設定を行う場合等、多数のＲＯＩから特徴量を算出する場合には、スクロールバー２７２を使用することができる。操作者は、算出結果を確認後、終了ボタン２７３をクリックすることにより、特徴量算出結果ウインドウ２７０を閉じる。特徴量の算出結果は、ＲＯＩ特徴量データ２０１に追加される（図１７参照）。
【０１５４】
なお、図２２の例においては算出される特徴量を１つの特徴量算出結果表示ウインドウ２７０上に表示したが、各特徴量ごとに異なる特徴量算出結果表示ウインドウを開くように制御してもよい。
【０１５５】
また、図１８のＲＯＩ設定ウインドウ２２０においては、ＲＯＩ表示指定ボタン２３１及びＲＯＩ非表示指定ボタン２３２のそれぞれがクリックされることにより、画像表示領域２２１におけるＲＯＩの描画線を表示及び消去するように制御する。これにより、操作者は任意の時点でＲＯＩの描画線のない内視鏡画像を確認することができる。
【０１５６】
なお、特徴量の算出を画像処理ブロック７７による処理結果画像とすることも可能である。この場合、設定されるＲＯＩの描画位置、部位、所見及び分類等は、画像処理の適用されていない原画像と同一である。したがって、原画像である内視鏡画像においてＲＯＩの設定あるいは変更がなされた場合には、同一のデータを処理結果画像に対しても付与するように制御する。また、処理結果画像においてＲＯＩの設定あるいは変更がなされた場合には、やはり原画像に対して同一のデータを付与するように制御すればよい。
【０１５７】
従来、原画像及び処理結果画像においてＲＯＩを設定する場合、あるいは比較のため同一部位を切り出してひとつの画面上に表示する場合等では、座標位置、ＲＯＩサイズ等の情報を各々の画像に対し操作者が別個に指定する必要があった。
【０１５８】
図２３は、本実施の形態における原画像及び処理結果画像に対するＲＯＩの設定方法を説明するための説明図である。図２３において、（ａ）は原画像、（ｂ）は処理結果画像をそれぞれ示している。
【０１５９】
図２３（ａ）の原画像において、ＲＯＩ１ａが定められたとき、図２３（ｂ）の処理結果画像に対しても、自動的にＲＯＩ１ｂが設定されたこととする。ＲＯＩ１ａ及びＲＯＩ１ｂは、それぞれ画像上におけるＲＯＩの位置、大きさ及び形状が同一であるものとする。
【０１６０】
また、逆に図２３（ｂ）の処理結果画像におけるＲＯＩ１ｂが先に設定されれば、対応する図２３（ａ）の原画像に対しても同様にＲＯ１ａを設定する。
【０１６１】
すなわち、原画像及びそれに対する１つ以上のの処理結果画像のいずれか１つにおいてＲＯＩが設定された場合には、関連する各画像上においても同一のＲＯＩが設定されたものとみなし、必要なＲＯＩ管理データ等を付加するように制御する。
【０１６２】
（特徴量算出ブロック）
次に、特徴量算出ブロック７４における特徴量算出手法について説明する。本実施の形態としては、特徴量算出手法として、Ｇａｂｏｒ（ガボール）特徴に基づくテクスチャ解折手法を適用する。
【０１６３】
はじめに、Ｇａｂｏｒ特徴について説明する。Ｇａｂｏｒ特徴は、人間の視覚系のモデル化に基づく特徴量であり、画像における位置（座標）に依存する局所的な情報を保存した周波数成分の解折手法である。なお、より詳しい説明は文献「Ｇａｂｏｒ特徴による指紋認識；浜本他：１９９５年第２６回画像工学コンファレンス発表予報集 Ｐ．９１〜Ｐ．９４」に記述されているため、ここでは概要を示すものとする。
【０１６４】
Ｇａｂｏｒ特徴は、Ｇａｂｏｒフィルタと原画像とのたたみ込み演算により得られた値から算出される特徴量である。Ｇａｂｏｒフィルタは、２次元ガウス曲面と２次元平面上を一方向に伝わる平面波とをかけ合わせたものであり、ガウス曲面における標準偏差σxとσy、平面波の進行方向θk及び平面波の波長λmにより決定される。標準偏差σxとσyは波長λmと密接に関係しており、波長λmの関数とすることができ、それぞれσx（λm）及びσy（λm）と表される。Ｇａｂｏｒフィルタは、実部Ｒｅ（ｆ）及び虚部Ｉｍ（ｆ）からなる２次元フィルタであり、それぞれ、
【数１】

【数２】

で定義される。なお、Ｇａｂｏｒフィルタは、式（１）及び（２）におけるσx（λm）、σy（λm）、λm及びθkを変更することにより、種々の特性を実現することが可能である。
【０１６５】
ここで、波長λmはＧａｂｏｒフィルタが画像から抽出する周波数成分の帯域を、方向θkはその方向を規定する。
【０１６６】
Ｇａｂｏｒ特徴は、Ｇａｂｏｒフィルタと画像とのたたみ込みから得られる。画像を大きさＮ×Ｎの多値画像Ｉ（ｉ，ｊ）（０≦ｉ≦Ｎ-１，０≦ｊ≦Ｎ-１）とし、画像上のサンプリング画素を（Ｘ，Ｙ）とする。ある特定のθk、λmに対するＧａｂｏｒフィルタと画像とのたたみ込みは、
【数３】

で与えられる。そして、式（３）のｇを用いて、Ｇａｂｏｒ特徴の値ｈ（Ｘ，Ｙ，θk，λm）は、
【数４】
ｈ（Ｘ，Ｙ，θk，λm）＝｜ｇ（Ｘ，Ｙ，θk，λm）｜ （４）
ただし、｜ｚ｜は複素数α＋ｉβの絶対値（α²＋β²）^1/2を表す。
【０１６７】
以上において説明したＧａｂｏｒ特徴量ｈ（Ｘ，Ｙ，θk，λm）を、複数のθk及びλmの各々の組み合わせ数（Ｌとする）分作成し、Ｍ個のサンプリング画素に対して算出する。得られた特徴の値を用いて特徴次元数Ｍ×Ｌの特徴量（特徴ベクトル）とする。
【０１６８】
方向θｋは、フイルタの設計をｎ方向について行うのであれば、
【数５】
θk＝π（ｋ−１）／ｎ （ｋ＝１，…，ｎ）（radian） （５）
とする。例えば４方向とすれば０，π／４，π／２，３π／４（radian）とすればよい。また、波長λｍは、２^1/2，２×２^1/2，４×２^1/2，８×２^1/2のように適宜定める。さらにσx（λ）及びσy（λ）については、例えばσx（λm）＝σy（λm）＝０．５×λmのように定めればよい。σx（λm）≠σy（λm）とすることも可能である。
【０１６９】
図２４は本実施の形態におけるＧａｂｏｒ特徴に基づく特徴量算出手法を説明するためのフローチャートである。ステップＳ１０１において、内視鏡画像上に設定されたＲＯＩにおけるＧ画像データＩgを取得する。ここでは、簡単のためＲＯＩの形状は大きさＮ×Ｎの矩形であるものとする。ステップＳ１０２において、取得したＧ画像データＩgに対し、ノイズ除去、逆γ補正、シェーディング補正等の各前処理を適用するか否かを判断し、適用する場合はステップＳ１０３へ、適用しない場合はステップＳ１０４に進む。
【０１７０】
ステップＳ１０３においてはメディアンフィルタリング等によるノイズ除去、逆γ補正、シェーディング補正等の前処理をＧ画像データＩgに対し適用する。なお、前処理の各々を選択的に適用してもよい。
【０１７１】
ステップＳ１０４においては、Ｇ画像データＩgに対し、前述したＧａｂｏｒフィルタによるＧａｂｏｒ特徴を算出する。本実施の形態においては、上述したＧａｂｏｒ特徴を、
θk＝（０，π／４，π／２，３π／４） （ａ）
λm＝（３×２^1/2，６×２^1/2） （ｂ）
σx（λm）=σy（λm）=０．５×λm （ｃ）
について設計したＬ＝８個のＧａｂｏｒフィルタにより、Ｇ画像データＩgからＭ個のサンプリング画素について算出するものとする。
【０１７２】
図２５は、本実施の形態におけるＭ個のサンプリング画素の取り方を説明するための説明図である。ここでは、図２５に示すように、大きさＮ×ＮのＧ画像Ｉgに対し、間隔Ｄで５×５の計２５画素のサンプリング画素を設定し、Ｌ個のＧａｂｏｒフィルタによるＧａｂｏｒ特徴を算出する。
【０１７３】
図２４に戻り、続くステップＳ１０５においては、ステップＳ１０４において算出したＭ×Ｌ（＝１２０）個のＧａｂｏｒ特徴ｈij（ｉ＝１，２，…，Ｍ；ｊ＝１，２，…，Ｌ）を特徴量とし、各値を特徴量算出結果ウィンドウ（図２２参照）に表示し、ＲＯＩ特徴量データ２０１に記億する。
【０１７４】
以上に説明したように、内視鏡画像に対するＧａｂｏｒフィルタの適用によるＧａｂｏｒ特徴の利用により、画像上の位置に依存する局所的な情報を保存した特徴量の算出が可能となる。得られた特徴量を用いて内視鏡画像における粘膜表面の構造パターンを示すテクスチャの解折及び判別分類が良好に行える。
【０１７５】
なおＧａｂｏｒフィルタを設計するための方向θk、波長λm及び標準偏差σxとσyの各々の与え方は、本実施の形態の例に限定されるものではなく、適用対象とする画像に合わせる等適宜決定してよい。また、方向θkを非等間隔に設定してもよい。
【０１７６】
また、使用するＧａｂｏｒフィルタの特性を正規化して使用することももちろん可能である。その場合は、例えば周波数領域における直流成分に対する周波数応答を０に、通過帯域における周波数応答の絶対値の最大値をα（αは任意の定数）となるように各Ｇａｂｏｒフィルタを変更すればよい。さらに、このような正規化を、算出されたＧａｂｏｒ特徴に対して適用してもよい。
【０１７７】
また，本実施の形態においては、特徴量算出の対象として、ＲＯＩにおけるＧ画像を用いたが、Ｒ及びＢ画像から同様の特徴量を算出してもよい。また、例えば輝度画像等のＲ、Ｇ及びＢ画像データに対する演算の適用により得られた画像に対して適用することも可能である。
【０１７８】
さらに、Ｇａｂｏｒ特徴の算出は、Ｍ個のサンプリング画素に関し適用するのみでなく、ＲＯＩに内包される全画素から得るようにしてもよい。
【０１７９】
また、ＲＯＩの形状は矩形に限定されるものではなく、任意の描画形伏でのＲＯＩから同様の特徴量を求めることも可能である。
【０１８０】
次に、特徴量算出ブロック７４におけるＲＯＩ間相互特徴量について説明する。ＲＯＩ間相互特徴量とは、１枚の内視鏡画像中に設定したＲＯＩにおける２個以上の組み合わせにより算出された特徴量を指し示す。
【０１８１】
例えば，ＲＯＩ（１）と（２）、相互特徴量としてｌｏｇ（Ｇ／Ｒ）の平均値間の差分演算を想定した場合、ＲＯＩ間相互特徴量は各々のＲＯＩより算出したｌｏｇ（Ｇ／Ｒ）の平均値ｖ１及びｖ２との差分である
ｖ＝ｖ１−ｖ２
となる。また、差分演算以外にも除算による比ｖ１／ｖ２の算出等、種々のものが考えられ（例えば、（ｖ１−１）×ｖ２のような数式でもよい）、３個以上のＲＯＩにおける特徴量の任意の演算を用いてもよい。
【０１８２】
ＲＯＩ間相互特徴量を導入することにより、異なる病変間の正常粘膜に対する相対的な差異を評価することが可能となる。例えば、ある病変１と病変２との判別において、それぞれの色調を正常粘膜と比較した際に前者は白色調，後者は赤色調として観察者により判断される場合がある。これは、１枚の内視鏡画像中における病変部位とその周辺における正常粘膜との相対的な評価に基づいている。
【０１８３】
一方、内視鏡画像の撮像条件である光源による観察光の照射条件は、内視鏡画像１枚ごとに異なる。したがって、同じ白色調あるいは赤色調の病変を撮像した場合においてもそれらを構成するＲ，Ｇ及びＢ画像データの組成は異なることとなる。そこで、１枚の内視鏡画像の視野内においては比較的撮像条件が均一と考えられることから、同一画像中における複数のＲＯＩから算出される特徴量の相対的な値を求めることにより、撮像条件のばらつきに影響されない判別分類が可能となる。
【０１８４】
本実施の形態では、図１９の算出特徴量メニューウインドウ２４０で、相互特徴量算出ボタン２４３がクリックされた場合、図２６に示すＲＯＩ間相互特徴量メニューウインドウ２８０が開く。
【０１８５】
ＲＯＩ間相互特徴量メニューウィンドウ２８０は、算出する特徴量の種類を指定するためのメニューバー２８１と、スクロールバー２８２と、ＲＯＩ間の演算の種類を指定するためのニューバー２８３と、スクロールバー２８４と、後述する基準分類を指定するためのメニューバー２８５と、スクロールバー２８６と、相互特徴量の一括選択を行うための一括選択ボタン２８７と、算出するＲＯＩ間相互特徴量を確定しＲＯＩ間相互特徴量メニューウィンドウ２８０を閉じるための確定ボタン２８８から構成される。
【０１８６】
メニューバー２８１は、図１９のメニューバー２４１と同様に、算出可能である特徴量が一覧表示され、操作者のクリックにより算出する特徴量の種類が設定される。その際、図１９のメニューバー２４１において設定された特徴量があれば、メニューバー２８１においても同じ特徴量が自動的に選択されるように制御してもよい。
【０１８７】
スクロールバー２８２は、必要に応じてメニューバー２８１をスクロールさせることができる。
【０１８８】
メニューバー２８３は、前述のＲＯＩ間相互演算の種類を設定するためのもので、複数の演算を選択可能である。
【０１８９】
スクロールバー２８４は、必要に応じてメニューバー２８３をスクロールさせることができる。
【０１９０】
メニューバー２８５は、ＲＯＩ間相互特徴量の算出において、基準とするＲＯＩの分類である基準分類を設定する。前述した例において、病変１と病変２のそれぞれの正常粘膜に対するＲＯＩ間相互特徴量を算出する場合には、基準分類を正常とする。複数の基準分類を選択可能としてもよい。
【０１９１】
スクロールバー２８６は、必要に応じてメニューバー２８５をスクロールさせることができる。
【０１９２】
一括選択ボタン２８７は、前述した図１９の一括選択ボタン２４４の動作と同様に、算出するＲＯＩ間相互特徴量の一括選択を指定する。
【０１９３】
操作者は、ＲＯＩ間相互特徴量メニューウインドウ２８０における一連の作業を終了後、確定ボタン２８８のクリックにより算出するＲＯＩ間相互特徴量を確定の上、ＲＯＩ間相互特徴量メニューウインドウ２８０を閉じ、図１８のＲＯＩ設定ウインドウ２２０に戻る。
【０１９４】
ＲＯＩ間相互特徴量の算出が設定された場合には、図１８において特徴量算出実行ボタン２２７のクリックによりＲＯＩ間相互特徴量が算出される。
【０１９５】
図２７はＲＯＩ間相互特徴量の算出を説明するための説明図であって、内視鏡画像２９０において、ＲＯＩが５個設定されそれぞれに分類ボタン２２６（図１８参照）を用いての分類がなされているものとする。また、図２７に示す例においては、基準分類は正常、相互演算は差分演算が設定されているものとする。また，各ＲＯＩ（１）ないし（５）における特徴量をｖ１ないしｖ５とする。
【０１９６】
ＲＯＩ間相互特徴量は、前述の通り、基準分類と同一の分類がなされたＲＯＩから算出される特徴量と、その他の分類がなされたＲＯＩから算出される特徴量との演算を行うものである。したがって、この場合、ＲＯＩ間相互特徴量は、以下の通り求められる。ただし、ともに基準分類が与えられたＲＯＩ間においてはＲＯＩ間相互特徴量の算出は行わないものとする。
【０１９７】
ｖ１−ｖ２
ｖ１−ｖ４
ｖ１−ｖ５
ｖ３−ｖ２
ｖ３−ｖ４
ｖ３−ｖ５
これらの組み合わせは、各ＲＯＩに付された分類をキーとして自動的に決定することが可能である。図２８は、ＲＯＩ間相互特徴量算出における自動組み合わせの動作を説明するためのフローチャートである。
【０１９８】
ステップＳ１において、基準分類と同一の分類（この例では正常）がなされたＲＯＩの番号をカウントするための変数ｉを１に初期化し、ステップＳ２へ進む。
【０１９９】
続くステップＳ２において、ｉ番目のＲＯＩの分類が正常であるかどうかを判定する。判定結果が真であればステップＳ３へ、偽であればステップＳ９へ進む。
【０２００】
ステップＳ３においては、ステップＳ２での判定により基準分類であるとされたｉ番目のＲＯＩとの特徴量間の差分算出対象とするＲＯＩの番号をカウントする変数ｊを１に初期化し、ステップＳ４へ進む。
【０２０１】
ステップＳ４においては、ｉ＝ｊであるかどうかを判定し、判定結果が真であればステップＳ７へ、偽であればステップＳ５へ進む。
【０２０２】
ステップＳ５においては、ｊ番目のＲＯＩの分類が正常であるかどうかを判定する。判定結果が真であればステップＳ７へ、偽であればステップＳ６へ進む。
【０２０３】
ステップＳ６においては、ｉ番目及びｊ番目のＲＯＩにおけるＲＯＩ間相互特徴量の算出を行い、ステップＳ７へ進む。
【０２０４】
ステップＳ７においては、ｊをｊ＋１とし、ステップＳ８へ進む。
【０２０５】
ステップＳ８においては、ｊ＞５であるか否か、すなわち、すべてのＲＯＩ（この例では５個）に対する処理が終了したかどうかを判定する。判定結果が真であればステップＳ９へ、偽であればステップＳ４進む。
【０２０６】
ステップＳ９においては、ｉをｉ＋１とし、ステップＳ１０へ進む。
【０２０７】
ステップＳ１０においては、ｉ＞５であるか否か、すなわち、すべてのＲＯＩ（この例では５個）に対する処理が終了したかどうかを判定する。判定結果が真であれば処理を終了し、偽であればステップＳ２へ進む。
【０２０８】
また，特徴量算出実行ボタン２２７がクリックされると、算出するＲＯＩ間相互特徴量の選択がなされている場合にはＲＯＩ間特徴量算出結果表示ウインドウ（図示せず）が開く。ＲＯＩ間特徴量算出結果ウインドウの構成は、前述の特徴量算出結果表示ウィンドウ（図２２）とほぼ同一であり、例えば（１）−（２）等、どのＲＯＩが組み合わされたかがわかるように表示される点のみが異なる。
【０２０９】
ＲＯＩ間相互特徴量の算出結果は、ＲＯＩ間相互特徴量データ２００に追加される（図１７参照）。
【０２１０】
一方、特徴量算出アイコン１１４（図７）をクリックすると、新たな特徴量算出ウインドウが開く。
【０２１１】
図２９に示すように、特徴量算出ウインドウ３００は、特徴量を算出するＲＯＩを選択するためのＲＯＩ指定ボタン３０１と、特徴量の算出を実行するための特徴量算出実行ボタン３０２及び終了ボタン３０３からなっている。
【０２１２】
操作者が、ＲＯＩ指定ボタン３０１をクリックすることにより、図３０に示すＲＯＩ指定ウインドウ３１０が開く。
【０２１３】
図３０に示すように、ＲＯＩ指定ウィンドウ３１０は、すでに設定済みであるＲＯＩの一覧を表示及び選択することが可能であるメニューバー３１１と、スクロールバー３１２と、すべての設定済みのＲＯＩを特徴量算出の対象として指定する為の全ＲＯＩ指定ボタン３１３と、設定されているＲＯＩを確認するためのＲＯＩ画像表示ボタン３１４と、算出する特徴量の種類を選択する特徴量選択ボタン３１５と、部位，所見あるいは分類によりメニューバー３１１上に表示するＲＯＩを限定するためのＲＯＩ限定ボタン３１６及びＲＯＩ指定を確定しＲＯＩ指定ウィンドウ３１０を閉じるための確定ボタン３１７からなっている。
【０２１４】
メニューバー３１１上には、検査Ｎｏ．、患者ＩＤ、患者名、画像Ｎｏ．あるいはＲＯＩの番号等、ＲＯＩを特定するためのデータが表示され、任意の事項をクリックすることによりＲＯＩを指定する。
【０２１５】
ＲＯＩ画像表示ボタン３１４がクリックされた場合には、メニューバー３１１上で指定されているＲＯＩを含む内視鏡画像を表示する、ＲＯＩ設定ウィンドウ２２０における画像表示領域２２１（図１８参照）に準じた新たなウインドウ（図示せず）が開かれる。その際、内視鏡画像と同時に、部位、所見及び分類等のデータを併せて表示してもよい。
【０２１６】
特徴量選択ボタン３１５がクリックされた場合には、前述のＲＯＩ設定ウィンドウ２２０における特徴量選択ボタン２２３がクリックされた場合と同様の処理が行われる。
【０２１７】
ＲＯＩ限定ボタン３１６がクリックされた場合には、操作者によるメニューバー３１１への表示項目の限定が行われる。すなわち、部位、所見あるいは分類をキーとし、指定されたデータが付されたＲＯＩのみを表示するようにする。
【０２１８】
一連の作業が終了すると，操作者が確定ボタン３１７クリックすることにより、特徴量を算出するＲＯＩの指定が確定し、ＲＯＩ指定ウィンドウ２９０を閉じる。
【０２１９】
図２９の特徴量算出実行ボタン３０３がクリックされた場合においては、指定されたＲＯＩに対する特徴量の算出が行われる。この後の動作は、前述したＲＯＩ設定ウインドウ２２０における特徴量算出実行ボタン２２７がクリックされた場合と同様である。
【０２２０】
また，終了ボタン３０３をクリックすることにより特徴量算出ウインドウ３００を閉じる。
【０２２１】
（判別分類ブロック）
次に、判別分類ブロック７５の動作について説明する。
【０２２２】
判別分類手法としては、統計的手法あるいは非統計的な手法として、種々のものが知られている。前者は線形判別関数、ECM 規則等が挙げられ、後者はニューラルネットワークによる判別器等が挙げられる。本実施の形態においては公知技術として広く用いられているFisherの線形判別関数（２クラス分類）を扱うこととする。
【０２２３】
判別分類処理は、異なる複数のクラス（本実施の形態においては、設定したＲＯＩに対して付された分類をクラスとする）における１つ以上の特徴量から、判別分類器（本実施の形態においては線形判別関数）を作成し、判別分類対象とするデータがいずれのクラスに該当するかを判定するものである。判別分類器の作成にあたっては、あらかじめ正しいクラスが与えられたサンプルデータ（教師データと呼ばれる）における１つ以上の特徴量の値の組み合わせ（特徴ベクトルと呼ばれる）を複数使用する。
【０２２４】
本実施の形態においては、例えば胃におけるＩ型早期癌及び腺腫をクラスとする。また、特徴ベクトルを構成する特徴量を、ＲＯＩ間相互特徴量とし、各ＲＯＩにおける正常粘膜とのｌｏｇ（Ｇ／Ｒ）及びｌｏｇ（Ｂ／Ｒ）の平均値の差分を使用するものとする。
【０２２５】
また、本実施の形態においては、判別分類対象とするクラス、特徴ベクトルとして使用する特徴量の種類、教師データとして使用したＲＯＩの組み合わせ及び判別分類器における各係数をデータセットと呼称する。
【０２２６】
操作者は、判別分類アイコン７５（図７）をクリックすることにより、新たな判別分類ウィンドウを開く。
【０２２７】
図３１に示すように、判別分類ウインドウ３２０は、適用する判別分類手法の種類を表示及び選択するためのメニューバー３２１と、スクロールバー３２２と、後述するデータセット作成処理を動作させるためのデータセット作成ボタン３２３と、判別分類を実行するための判別分類実行ボタン３２４及び終了ボタン３２５からなっている。
【０２２８】
メニューバー３２１においては、実行可能である判別分類手法が一覧表示され、操作者はクリックにより実行する判別分類手法を選択する。
【０２２９】
データセット作成ボタン３２３をクリックすると、新たなデータセット作成ウインドウが開く。
【０２３０】
図３２に示すように、データセット作成ウィンドウ３３０は、判別分類対象とするクラスを設定するためにクラス（ここでは分類）を表示及び選択するためのメニューバー３３１と、スクロールバー３３２と、特徴ベクトルとして使用する特徴量を選択するためのメニューバー３３３と、メニューバー３３３を垂直及び水平方向にそれぞれスクロールさせることができるスクロールバー３３４ａ及び３３４ｂと、教師データを指定するためのクラス別ＲＯＩ選択ボタン３３５と、作成するデータセットに対して名称を付すためのデータセット名入力領域３３６と、データセットの作成を実行する作成実行ボタン３３７と、すでに作成済みのデータセットを呼び出すことができる既存データセット呼び出しボタン３３８及び終了ボタン３３９からなっている。
【０２３１】
操作者は、メニューバー３３１上において判別分類対象とするクラスを、メニューバー３３３上において、特徴ベクトルとして使用する特徴量を選択する。
【０２３２】
クラス別ＲＯＩ選択ボタン３３５をクリックすることにより、新たなクラス別ＲＯＩ一覧ウインドウが開く。このクラス別ＲＯＩ一覧ウインドウは、判別分類対象とするクラス数と同じ数だけ開くものとする。
【０２３３】
図３３に示すように、クラス別ＲＯＩ一覧ウインドウ３４０は、設定されたＲＯＩの一覧を表示及び選択するためのメニューバー３４１と、スクロールバー３４２と、対応するクラスの名称を表示するための出力表示領域３４３と、メニューバー３４１上に表示されたすべてのＲＯＩを一括選択するための全選択ボタン３４４及び確定ボタン３４５からなっている。
【０２３４】
メニューバー３４１上には、設定されたＲＯＩにおいて対応するクラスの分類が付されたものが一覧表示され、クリックにより教師データとして使用することが指定される。また、全選択ボタン３４４をクリックすることにより、メニューバー３４１上に表示されたすべてのＲＯＩを教師データとして一括指定することも可能である。
【０２３５】
教師データとして使用するＲＯＩの指定終了後、確定ボタン３４５をクリックすることによりクラス別ＲＯＩ一覧ウィンドウを閉じる。
【０２３６】
以上の一連の処理を、判別対象とするクラス数回行うことにより、教師データの指定を完了する。
【０２３７】
また、キーボード４２からの入力により作成するデータセットに対する名称を付与することができる。データセット名は図３２の出力表示領域３３６上に表示される。
【０２３８】
以上において説明したデータセット作成ウインドウ３３０上での作業は、任意の順序で行うことが可能である。
【０２３９】
続いて、作成実行ボタン３３７をクリックすることにより、データセットの作成が行われる。Fisher の線形判別関数においては、特徴ベクトルを構成する特徴量の個数と同数の係数と、判別分類の境界値が算出される。
【０２４０】
また，既存データセット呼び出しボタン３３８をクリックすると、新たなデータセット一覧ウインドウが開かれる。
【０２４１】
図３４に示すように、データセット一覧ウインドウ３５０は、作成済みであるデータセット名の一覧表示し、選択するためのメニューバー３５１と、スクロールバー３５２と、確定ボタン３５３及び終了ボタン３５４からなっている。
【０２４２】
操作者はメニューバー３５１上のデータセット名を１個選択し、確定ボタン３５３をクリックすることにより、データセット作成ウインドウ３３０におけるメニューバー３３１、メニューバー３３３、出力表示領域３３６の設定内容を選択したデータセットと同じものとすることができる。また、クラス別ＲＯＩ一覧ウインドウ３４０における各表示項目も同様である。
【０２４３】
以後、再現された各設定条件を適宜変更することにより、新たなデータセットを作成することが可能となる。これにより、判別分類への寄与度が低い特徴量の使用をやめる、教師データとするＲＯＩの組み合わせを若干変更するといった調整が可能となる。
【０２４４】
一連の処理を終了後、終了ボタン３３９をクリックすることによりデータセット作成ウィンドウ３３０を閉じる。
【０２４５】
また、図３１の判別分類実行ボタン３２４をクリックすることにより、作成したデータセットを用いた判別分類が実行される。判別分類実行ボタン３２４をクリックすると、新たな判別分類実行ウインドウが開く。
【０２４６】
図３５に示すように、判別分類実行ウインドウ３６０は、既に作成済みのデータセット名の一覧を表示及び選択することができるメニューバー３６１と、スクロールバー３６１と、設定されたすべてのＲＯＩを表示及び選択することができるメニューバー３６３と、スクロールバー３６４と、スクロールバー３６３上に表示するＲＯＩを、教師データと同じクラスとなる分類が与えられたＲＯＩに限定するための対応クラス選択ボタン３６５と、判別分類の実行を開始するための実行ボタン３６６及び終了ボタン３６７からなっている。
【０２４７】
操作者は、メニューバー３６１上に表示された任意のデータセットを判別分類器として選択する。また、メニューバー３６３上に表示された任意のＲＯＩを判別分類対象として選択する。
【０２４８】
また、対応クラス選択ボタン３６５がクリックされた場合には、教師データと同じクラスとなる分類が付与されたＲＯＩのみを表示する。これにより、作成したデータセットによる判別分類の正答率等を確認することが容易になる。
【０２４９】
実行ボタン３６６がクリックされた場合には、選択されたデータセット及びＲＯＩを用いた判別分類処理が実行され、新たな判別分類結果表示ウインドウが開く。
【０２５０】
図３６に示すように、判別分類結果表示ウインドウ３７０は、使用したデータセット名を表示する出力表示領域３７１と、判別分類の境界値を表示するための出力表示領域３７２と、判別分類の対象としたクラスの名称を表示するための出力表示領域３７３と、判別分類対象としたＲＯＩの情報及び判別結果を表示するための出力表示領域３７４と、スクロールバー３７５及び終了ボタン３７６からなっている。
【０２５１】
判別分類の境界値は Fisher の線形判別関数において２クラスを分離する境界を与える係数である。判別分類対象としたＲＯＩの特徴ベクトルから算出された結果の値がこの境界値に対して大または小であることにより、２クラスに分類する。算出結果と境界値とが等しい場合にはいずれのクラスに分類するかをあらかじめ決定しておけばよい。
【０２５２】
出力表示領域３７４においては、判別分類結果が得られたＲＯＩに関する検査Ｎｏ．、患者ＩＤ、画像Ｎｏ．、ＲＯＩの番号等のデータ及び判別分類結果を逐次表示する。
【０２５３】
操作者は判別分類結果を確認後，終了ボタン３７６をクリックすることにより判別分類結果表示ウインドウ３７０を閉じる。
【０２５４】
なお、判別分類結果表示ウインドウは，選択されたデータセットの個数分開かれ、各データセットごとの判別分類結果が表示される．
以上説明した一連の作業における所望の処理を実施後、図３１の判別分類ウインドウ３２０における終了ボタン３２５をクリックすることにより判別分類ウインドウを閉じる。
【０２５５】
なお、本実施の形態における診断支援処理おいては、教師データあるいは判別分類対象データとして指定されたＲＯＩにおいて、特徴ベクトルとして使用する特徴量が未算出である場合には自動的に特徴量算出ブロック７４を呼び出すよう制御する。これにより、あらかじめ多数のＲＯＩを設定しておき、判別分類において必要とする最小限の特徴量をまとめて算出することが可能となる。
【０２５６】
（レポート作成ブロック）
続いて、レポート作成ブロック７６の動作について説明する。レポート作成アイコン１１６（図７）をクリックすることにより、レポート作成ウインドウが開く。本実施の形態におけるレポートは、特徴量算出及び判別分類における各処理結果を基に作成されたデータ群からなるものとする。その内容は、設定したＲＯＩから算出した特徴量の値、データセットによる判別分類結果等に基づく。
【０２５７】
図３７に示すように、レポート作成ウインドウ３８０は、作成するレポートの内容を選択するための選択ボタン３８１と、終了ボタン３８２からなっている。選択ボタン３８１は特徴量算出または判別分類における各処理結果において所望するものをクリックする。双方のレポートを同時に並行して作成することも可能である。
【０２５８】
選択ボタン３８１において、特徴量算出結果に対するレポート作成がなされた場合には、新たな特徴量レポート作成ウインドウが開かれる。
【０２５９】
図３８に示すように、特徴量レポート作成ウインドウ３９０は、レポート作成の対象とするクラスすなわち分類の一覧を表示及び選択するためのメニューバー３９１と、スクロールバー３９２と、使用する特徴量の一覧を表示及び選択するためのメニューバー３９３と、スクロールバー３９４ａ及び３９４ｂと、レポートの表示開始を指示するための表示ボタン３９５と、後述するグラフの表示開始を指示するためのグラフ作成ボタン３９６及び終了ボタン３９７からなっている。
【０２６０】
操作者はメニューバー３９１及び３９３上において、レポート作成に使用するクラス及び使用特徴量を選択する。
【０２６１】
続いて、表示ボタン３９５をクリックすることにより、新たな特徴量レポート表示ウインドウを開く。図３９に示すように、特徴量レポート表示ウインドウ４００は、メニューバー３９１において選択したクラス数と同数開かれ、クラス名を表示する出力表示領域４０１と、検査Ｎｏ．、患者ＩＤ、画像Ｎｏ．、ＲＯＩの番号等のデータ及び各ＲＯＩにおけるメニューバー３９３上で選択した特徴量の算出結果が一覧表示されるとともに選択可能であるメニューバー４０２と、スクロールバー４０３ａ及び４０３ｂと、レポートの印刷開始を指示するための印刷開始ボタン４０４と、終了ボタン４０５からなっている。
【０２６２】
操作者がメニューバー４０２上で所望の項目を選択し、印刷開始ボタン４０４をクリックすることでその内容をプリンタ５１に出力することができる。
【０２６３】
また、メニューバー４０２におけるすべての項目を選択するための一括選択ボタンを設けてもよい。
【０２６４】
終了ボタン４０５をクリックすることにより特徴量レポート表示ウインドウ４００を閉じる。
【０２６５】
また、図３８においてグラフ作成ボタン３９６をクリックすることにより、新たなグラフ表示ウインドウが開く。この場合、メニューバー３９３において特徴量の個数は２個となる。
【０２６６】
図４０に示すように、グラフ表示ウインドウ４１０は、グラフ上にプロットされる各データのクラスの凡例を示すための出力表示領域４１１と、縦軸及び横軸にそれぞれ選択された特徴量を与えたグラフを表示するためのグラフ表示領域４１２と、出力表示領域４１１及びグラフ表示領域４１２における表示内容の印刷を指示するための印刷開始ボタン４１３及び終了ボタン４１４からなっている。
【０２６７】
グラフ表示領域４１２においては、各クラスの選択された特徴量を２次元座標上にプロットする。表示におけるスケールは、各特徴量の算出結果の最小値及び最大値を基に自動的に設定される。また、プロットされたデータ属するクラスの認識を容易にするために、プロット色はクラスごとに異なるものとする。この例においてはクラス数を３としており、それぞれ赤、青及び緑の点によりプロットし，その対応を凡例として出力表示領域４０１に表示する。
【０２６８】
また、各クラスにおける各特徴量の算出結果の平均値あるいは分散等を併せて表示してもよい。
【０２６９】
印刷開始ボタン４１３がクリックされた場合においては、出力表示領域４１１及びグラフ表示領域４１２における内容を、プリンタ５１に出力する。
【０２７０】
終了ボタン４１４をクリックすることによりグラフ表示ウインドウ４１０を閉じる。
【０２７１】
なお、特徴量レポート表示ウインドウ４００及びグラフ表示ウインドウ４１０を同時に開いている場合には、メニューバー４０２における項目と、グラフ表示領域４１２におけるプロットとの対応がわかるように制御する。例えば、メニューバー４０２における項目をクリックした場合に、対応するプロットを強調表示すればよい。
【０２７２】
また、図３７の選択ボタン３８１において、判別分類結果に対するレポート作成がなされた場合には、判別分類結果レポート作成ウインドウ（図示せず）が開かれ、選択したデータセット、判別分類結果等を適宜選択の上、プリンタ５１に出力すればよい。
【０２７３】
このように本実施の形態の診断支援装置１では、診断支援処理実行プログラム７０の特徴量算出ブロック７４により、１枚の内視鏡画像中に設定したＲＯＩにおける２個以上の組み合わせによりＲＯＩ間相互特徴量を算出することで、異なる病変間の正常粘膜に対する相対的な差異を評価し、同一画像中における複数のＲＯＩから算出される特徴量の相対的な値を求めることにより、撮像条件のばらつきに影響されない判別分類ができる。
【０２７４】
なお、上記第１の実施の形態において説明したＧａｂｏｒ特徴に基づく特徴量算出手法は、ＲＯＩに内包される例えばＧ画像データＩgにおけるＭ個のサンプリング画素に対し、Ｌ個のＧａｂｏｒフィルタを適用することにより得られたＭ×Ｌ個の特徴量をテクスチャ解折及び判別分類に使用するものとしたが、これに限らず、Ｇａｂｏｒ特徴のさらなる利用方法として、得られたＧａｂｏｒ特徴からより診断に有効なあらたな特徴量を算出するようにしてもよい。
【０２７５】
すなわち、上記第１の実施の形態の第１の変形例としては、図２３におけるステップＳ１０１ないしＳ１０４に示した一連の処理により、Ｍ×Ｌ個のＧａｂｏｒ特徴ｈij（ｉ＝１，２，…，Ｍ；ｊ＝１，２，…，Ｌ）を算出する点は、上記第１の実施に形態と同様である。
【０２７６】
この第１の変形例においては、得られたＧａｂｏｒ特徴を、Ｍ個のサンプリング画素毎に、

と置き直す。ｈ（ｉ）（ｉ＝１，２，…，Ｍ）はそれぞれＬ個の要素を持つベクトルと考えることができる。そこで、各ベクトルの要素の生起する確率分布を仮定し、それを規定するパラメータを算出し、得られた値をあらたな特徴量とすることを考える。
【０２７７】
上記第１の実施の形態の第１の変形例においては、ベクトルｈ（ｉ）の各要素の生起する確率分布をＬ次元の正規分布と仮定し、多次元正規分布を規定するパラメータである平均ベクトルμ及び共分散行列Σを求める。
【０２７８】
平均ベクトルμ＝（μ1，μ2，…，μ L）の各要素は、
【数６】

により求められる。これは、Ｍ個のサンプリング画素における、ｉ番目のＧａｂｏｒフィルタにより算出されるＧａｂｏｒ特徴の平均値（期待値）を示す。また、共分散行列Σは、
【数７】

により定義される。式（７）において、σpqは、
【数８】

により定義される分散・共分散である。なお、共分散行列Σにおいては，σpq＝σqpの性質から、Ｌ個の分散（対角成分）と（（Ｌ×（Ｌ−１））／２）個の共分散を特徴量として使用すればよい。
【０２７９】
以上により得られた平均ベクトルμ及び分散・共分散σpqにより、次元数（Ｌ＋Ｌ＋（Ｌ×（Ｌ−１））／２）個の値を特徴量とし、特徴量算出結果ウィンドウ（図２２参照）に表示し、ＲＯＩ特徴量データ２０１に記億する。
【０２８０】
したがって、上記第１の実施の形態の第１の変形例では、以上説明したように、ＲＯＩにおける各画素から算出された特徴量の値の生起する確率分布を仮定し、その分布を規定するパラメータを算出し、あらたな特徴量とすることにより、より診断に有効な特徴量が算出可能となる。さらに、特徴次元数の削減という効果をも得ることができる。
【０２８１】
また、上記第１の実施の形態の第１の変形例においては、Ｇａｂｏｒ特徴に基づく特徴量の生起する確率分布について説明した、確率分布を仮定する特徴は、これに限られるものではない。すなわち、例えば各サンプリング画素から得られたｌｏｇ（Ｇ／Ｒ）、ｌｏｇ（Ｂ／Ｒ）の値についてもその生起する確率分布の型を仮定し、それを規定するパラメータを算出し、あらたな特徴量とすればよい。また、特徴量が生起する確率分布の形態は正規分布に限るものではなく、二項分布，χ²分布等、種々のものが考えられる。
【０２８２】
上記第１の実施の形態の第２の変形例としては、特徴量算出手法として、設定されたＲＯＩにおけるＲ、Ｇ及びＢ画像データに基づく統計量を算出する手法を使用する。
【０２８３】
複数の色信号からなる内視鏡画像においては、各色信号により構成される各画素の色調や分布が診断における有用な情報となっている。上記第１の実施の形態の第２の変形例においては、この点に着目し、判別分類等への使用に良好な特徴量の算出手法について説明する。
【０２８４】
上記第１の実施の形態の第２の変形例においては、内視鏡画像における各画素は各々０ないし２５５の値をとるＲ、Ｇ及びＢ画像データからなるものとする。このような内視鏡画像上に設定されたＲＯＩにおける統計量としては、例えば以下（１）〜（１０）のものが考えられる。なお、各統計量を算出するための画素数を、ここではＮ個とする。また、ｒi、ｇi及びｂiは、それぞれｉ番目（ｉ＝１，２，…，Ｎ）の画素のＲ、Ｇ及びＢデータの値を示すものとする。
【０２８５】
（１）ＲＧＢ各データの平均値：μr，μg，μb
その算出式は、それぞれ、
【数９】

となる。
【０２８６】
（２）ＲＧＢ各データの分散：σ² _r，σ² _g，σ² _b
その算出式は、それぞれ、
【数１０】

となる。
【０２８７】
（３）ＲＧＢ各データの標準偏差：σ_r，σ_g，σ_b
σ_r，σ_g，σ_bは、それぞれの分散σ² _r，σ² _g，σ² _bの正の平方根で与えられる。
【０２８８】
（４）ＲＧＢ各データの共分散：σ² _rg，σ² _rb，σ² _gb
その算出式は、それぞれ、
【数１１】

となる。
【０２８９】
（５）ＲＧＢ各データの相関係数
σ² _rg／（σ_rσ_g），σ² _rb／（σ_rσ_b），σ² _gb／（σ_gσ_b）で与えられる。
【０２９０】
（６）ＲＧＢ各データ各々の平均値／標準偏差
μr／σ_r，μg／σ_g，μb／σ_bで与えられる。
【０２９１】
（７）ｌｏｇ（Ｇ／Ｒ）及びｌｏｇ（Ｂ／Ｒ）の平均値：μ(log(G/R))，μ(log(B/R)
その算出式は、それぞれ、
【数１２】

となる。
【０２９２】
（８）ｌｏｇ（Ｇ／Ｒ）及びｌｏｇ（Ｂ／Ｒ）の分散：σ² _log(G/R)，σ² _log(B/R)
その算出式は、それぞれ、
【数１３】

となる。
【０２９３】
（９）ｌｏｇ（Ｇ／Ｒ）及びｌｏｇ（Ｂ／Ｒ）の標準偏差：σ_log(G/R)，σ_log(B/R)
σ_log(G/R)，σ_log(B/R)は、それぞれの分散σ² _log(G/R)，σ² _log(B/R)の正の平方根で与えられる。
【０２９４】
（１０）ｌｏｇ（Ｇ／Ｒ）及びｌｏｇ（Ｂ／Ｒ）の共分散：σ² _{log(G/R)log(B/R )}
その算出式は、
【数１４】

となる。
【０２９５】
また、Ａ＝ｒi＋ｇi＋ｂi（ｒi、ｇi及びｂiはそれぞれｉ番目の画素のＲ、Ｇ及びＢデータの値）として、Ｒ／Ａ，Ｇ／Ａ及びＢ／Ａを算出することにより、各画素の色調をＲＧＢ色空問におけるベクトルで表現することができ。それらの統計量を特徴量とすることも可能である。すなわち、以下の（１１）〜（１６）の統計量を特徴量とすることができる。
【０２９６】
（１１）Ｒ／Ａ，Ｇ／Ａ，Ｂ／Ａの平均値：μ_r/a，μ_g/a，μ_b/a
その算出式は、それぞれ、
【数１５】

となる。
【０２９７】
（１２）Ｒ／Ａ，Ｇ／Ａ，Ｂ／Ａの分散：σ² _r/a，σ² _g/a，σ² _b/a
その算出式は、それぞれ、
【数１６】

となる。
【０２９８】
（１３）Ｒ／Ａ，Ｇ／Ａ，Ｂ／Ａの標準偏差：σ_r/a，σ_g/a，σ_b/a
σ_r/a，σ_g/a，σ_b/aは、それぞれの分散σ² _r/a，σ² _g/a，σ² _b/aの正の平方根で与えられる。
【０２９９】
（１４）Ｒ／Ａ，Ｇ／Ａ，Ｂ／Ａの共分散：σ² _r/a,g/a，σ² _r/a,b/a，σ² _g/a,b/a
その算出式は、それぞれ、
【数１７】

となる。
【０３００】
（１５）Ｒ／Ａ，Ｇ／Ａ，Ｂ／Ａの相関係数
σ² _r/a,g/a／（σ_r/aσ_g/a）、σ² _r/a,b/a／（σ_r/aσ_b/a）、σ² _g/a,b/a／（σ_g/aσ_b/a）で与えられる。
【０３０１】
（１６）Ｒ／Ａ，Ｇ／Ａ，Ｂ／Ａの平均値／標準偏差
μ_r/a／σ_r/a，μ_g/a／σ_g/a，μ_b/a／σ_b/aで与えられる。
【０３０２】
このように上記第１の実施の形態の第２の変形例では、以上に示した統計量をＲＯＩより算出することにより、診断に有効な特徴量を得ることが可能となる。
【０３０３】
図４１ないし図４３は本発明の第２の実施の形態に係わり、図４１は画像のテクスチャの構造パターンを示すパターン図、図４２は図４１のテクスチャの構造パターンの補正を説明する説明図、図４３は図４１のテクスチャの構造パターンの変形例を示すパターン図である。
【０３０４】
第２の実施の形態は、第１の実施の形態とほとんど同じであるので、異なる点のみ説明し、同一の構成には同じ符号をつけ説明は省略する。
【０３０５】
本発明の第２の実施の形態は、第１の実施の形態の構成と同じであり、Ｇａｂｏｒ特徴のように画像中の位置に依存する局所的な情報を抽出する特徴量の補正方法に関する。
【０３０６】
Ｇａｂｏｒ特徴は，前述したように方向θk、波長λm及びσx（λm）とσy（λm）により設定されるＧａｂｏｒフィルタにより算出される値である。一方、内視鏡での撮像のように、撮像条件を定めることが難しい条件の下で得られた画像は、回転移動が生じるため、上下左右等の方向を規定することが困難である場合が多い。したがって、算出された、方向θkの変化に依存する特徴量の値が意味をなさなくなる場合も考えられる。
【０３０７】
本実施の形態においては、回転移動が生じている画像及び方向を規定することが困難である画像においても、診断に良好に寄与する特徴量を得ることができる補正について説明する。
【０３０８】
本実施の形態においては、特徴量算出手法として第１の実施に形態において説明したＧａｂｏｒ特徴に基づく特徴量を算出するものとする。
【０３０９】
本実施の形態においては、Ｇａｂｏｒ特徴を算出するためのＧａｂｏｒフィルタを第１の実施の形態において説明した数値群（ａ）、（ｂ）及び（ｃ）から得られるものとする。すなわち、方向θkは４通り、波長λmは２通りとなり、Ｇａｂｏｒフィルタは８種となっている。
【０３１０】
図４１及び図４２は、本実施例における補正を説明するための説明図である。ここで、ある画素において、波長λmに対し方向θkを変化させたＧａｂｏｒフィルタにより算出されたＧａｂｏｒ特徴の値をそれぞれ（ｈm1，ｈm2，ｈm3，ｈm4）とする。
【０３１１】
判別分類において同一のクラスに分類されるべきパターンにおいては、同一の波長λmにおける異なる方向の各Ｇａｂｏｒ特徴の値の分布は類似したものとなることが予測される。例えば、図４１に示すようなテクスチャから、Ｇａｂｏｒ特徴を求める場合について考える。図４２（ａ）は、図４１において示したテクスチャの構造パターンの要素を示したものである。
【０３１２】
図４２（ａ）に示すテクスチャ構造パターンにおける画素Ｐ（ｘ，ｙ）に対し、同一のλmにおける４方向のθkによるＧａｂｏｒ特徴は、図４２（ｂ）に示すθ1の場合、すなわちｈm1が最大となる。一方、図４２（ｃ）に示すような回転移動が生じた場合、回転移動後の画素Ｐ（ｘ，ｙ）に対応する画素Ｐ’（ｘ，ｙ）におけるＧａｂｏｒ特徴は図４２（ｂ）におけるθ2の場合が最大となる。
【０３１３】
この例は、テクスチャ解折対象とする構造パターンにより、同一の波長λmにおけるＧａｂｏｒフィルタにおいて、Ｇａｂｏｒ特徴が最大となる方向θkを定めることにより、算出された特徴量の値への回転移動の影響に対する補正が可能であることを示している。
【０３１４】
すなわち、図４２（ａ）及び（ｃ）のように、テクスチャ構造パターンの回転移動による変化が発生した場合においても、得られたＧａｂｏｒ特徴の値が最大となる方向θkをあらたにθ1とし、図４２（ｄ）に示すような並べ替えを行えばよい。この例においては、画素Ｐ（ｘ，ｙ）において得られたＧａｂｏｒ特徴（ｈm1，ｈm2，ｈm3，ｈm4）を、（ｈm2，ｈm3，ｈm4，ｈm1）の順序に並び替えればよい。また、単純に最大値を与える方向を基準とするのみでなく、ｈm1ないしｈm4の値の大小に見られる傾向から回転量を決定してもよい。
【０３１５】
以上に説明した方向θkに関するＧａｂｏｒ特徴の並べ替えを、ＲＯＩにおけるサンプリング画素すべてにおいて適用する。これは、ある特定の波長λm、異なる方向θk（この例では４方向）により規定されるＧａｂｏｒフィルタにより算出されたＧａｂｏｒ特徴の平均値を求め、その最大値を与えるθkについての並び替えを行うようにする。また、回転移動の補正に対するより高い精度を望むのであれば方向θkをより多く（例えば６方向）について定めればよい。
【０３１６】
また，波長λmは複数（この例では２通り）定められるが、その中の特定の波長（基準波長）において並び替えの順序を決定し、他の波長によるＧａｂｏｒ特徴に対しても同様の順序での並び替えを適用する。基準波長は任意のλmを選択可能であるが、例えば対象とするテクスチャ構造パターンをよく反映する波長に定めてもよい。
【０３１７】
以上に説明した補正を適用することにより、回転移動のあるパターン（テクスチャ）に対しても、位置に依存した局所的な情報を保存した特徴量算出手法の適用が可能となる。
【０３１８】
また、内視鏡画像においては、テクスチャ構造の不規則性等の理由により、方向性の保存が重要な意味をなさない場合がある。例えば、図４３に示すテクスチャの例のように、テクスチャ全体における方向性においてはあまり規則性がなく、むしろテクスチャを構成する構造パターン自体に見られる特徴が重要である場合がある。このようなテクスチャに対しては、前述したＲＯＩ全体の回転移動に対する補正を適用するのではなく、むしろサンプリング画素毎に独立に、算出されたＧａｂｏｒ特徴の並び替えを適用した方が望ましい特徴量を得られることとなる。この場合は、図４２を用いて説明したＧａｂｏｒ特徴の並べ替えを、算出した２５画素の各々における最大値に基づき実施すればよい。この補正の適用により、Ｇａｂｏｒ特徴から、周波数成分の伝搬方向によらないあらたな特徴量を算出することが可能となる。なお、基準波長の設定の有無は適宜選択すればよい。
【０３１９】
また、テクスチャ構造における不規則性により、方向性の保存がまったく重要でないような場合もありうる。このような場合には、各サンプリング点において方向θkに規定された順序で得られるＧａｂｏｒ特徴ｈm1ないしｈmn（ｎは方向θkの個数）を値の大小にしたがい再整列して使用してもよい。
【０３２０】
図４４ないし図４６は本発明の第３の実施の形態に係わり、図４４は前処理ブロックの処理構成を示すブロック図、図４５は図４４の前処理ブロックの作用を説明する第１の説明図、図４６は図４４の前処理ブロックの作用を説明する第２の説明図である。
【０３２１】
第３の実施の形態は、第１の実施の形態とほとんど同じであるので、異なる点のみ説明し、同一の構成には同じ符号をつけ説明は省略する。
【０３２２】
本発明の第３の実施の形態は、第１の実施の形態の構成は同じであり、特徴量算出手法による特徴量の値を良好に得るための前処理手法に特徴がある。
【０３２３】
図４４において，前処理手法ブロック５００は、内視鏡画像におけるノイズを除去するためのノイズ除去ブロック５０１と、逆γ補正を適用するための逆γ補正ブロック５０２と、面順次方式の内視鏡により撮像された画像に対する色ずれ補正ブロック５０３と、シェーディングによる大域的な明るさの変化を補正するためのシェーディング補正ブロック５０４とからなっている。各ブロックは、それぞれ独立かつ選択的に適用でき、任意の組み合わせ及び順序で使用することが可能となている。
【０３２４】
次に、各ブロックの動作について説明する。ノイズ除去ブロック５０１は、Ｒ、Ｇ及びＢ画像データの各々におけるノイズを除去するものである。具体的には、例えばＲ，Ｇ及びＢ画像データのすべてまたはいずれかに対し、マスクサイズ３×３のメディアンフィルタあるいは一様重みづけフィルタによるフィルタリングを適用すればよい。処理対象としては、Ｒ、Ｇ及びＢ画像データのみではなく、輝度画像データ等、後段につづく特徴量算出手法が使用する画像データのすべてに適用可能である（他のブロックにおける前処理においても同様である）。
【０３２５】
逆γ補正ブロック５０２は、Ｒ、Ｇ及びＢ画像データ各々に対して適用されているγ補正を除去するための前処理を適用する。
【０３２６】
色ずれ捕正ブロック５０３は、面順次方式の内視鏡で撮像された画像において発生した色ずれを補正するものである。具体的には、以下に示す一連の処理により実現可能である。
【０３２７】
色ずれ補正は、処理対象であるＲＯＩにおいて、Ｇ画像を基準とした場合のＲ画像及びＢ画像が、水平及び垂直の各方向に何画素分ずれているかを推定し、各々のずれを補正するようにする。Ｇ画像に対するＲ画像のずれの補正は以下のように行う。
【０３２８】
図４５及び図４６は、それぞれ各画像のずれが何画素分であるかを推定するための処理及び推定したずれに対する補正に関する説明図である。
【０３２９】
図４５において、Ｇ画像の大きさはｘ1×ｙ1、Ｒ画像の大きさはｘ2×ｙ2であり、ｘ2＝ｘ1＋２×ｄｘ，ｙ2＝ｙ1＋２×ｄｙであるものとする。ここで、ｄｘ及びｄｙは、それぞれ水平及び垂直方向におけるずれの発生した範囲を考慮して定めた値である。
【０３３０】
これにより、Ｒ画像データ及びＧ画像データは同一部位から得ているが、その大きさはＲ画像データの方が若干大きく切り出されていることになる。
【０３３１】
まず、図４５におけるＲ画像データの始点Ｓrを座標（０，０）とする。これに対して、Ｇ画像データの始点Ｓgを（ｘ，ｙ）とし、座標（０，０）から水平方向に２ｄｘ、垂直方向に２ｄｙの範囲で１画素ずつ移動させる。すなわち、Ｓg（ｘ，ｙ）（０≦ｘ≦２ｄｘ，０≦ｙ≦２ｄｙ）となる。水平または垂直方向のいずれか１画素分移動させるごとに、Ｒ画像データ及びＧ画像データとの間の相互相関を算出し、その値の最大値を与えるＳg（ｘmax，ｙmax）を求める。
【０３３２】
例えば、ｄｘ＝ｄｙ＝５，ｘmax＝２，ｙmax＝７であった場合には，ｘmax−ｄｘ＝−３、ｙmax−ｄｙ＝２となることから、Ｇ画像データに対するＲ画像データのずれは、水平方向に−３画素（画像に向かって左方向に３画素）、垂直方向に２画素（画像下方向に２画素）であることがわかる。
【０３３３】
したがって、図４６に示すように、Ｒ画像データを水平方向に３画素、垂直方向に２画素移動させれば、色ずれに対する補正が完了したこととなる。
【０３３４】
Ｂ画像データについても同様の処理を適用することにより、Ｒ、Ｇ及びＢ画像データのすべてが色ずれのない状態に補正される。
【０３３５】
次に、シェーディング補正ブロック５０４の内容について説明する。シェーディングとは、照明光の照射角度、撮像対象の形状等の理由により撮像画像上に表れる、大域的な明暗の変化を示す。本実施の形態においては、ＲＯＩにおけるＲ、Ｇ及びＢ画像データの各々における大域的な明暗の変化を二次曲面近似（以下、この曲面をシェーディング面とする）し、これを用いたシェーディング補正を適用する。
【０３３６】
まず、シェーディング面の算出方法について説明する。二次曲面Ｓ（ｘ，ｙ）は、
【数１８】
Ｓ（ｘ，ｙ）＝ａｘ²＋ｂｘｙ＋ｃｙ²＋ｄｘ＋ｅｙ＋ｆ （１８）
と表される。ここで、ａ，ｂ，ｃ，ｄ，ｅ及びｆは、二次曲面を規定するための定数、ｘ及びｙは三次元空間上でのｘ及びｙ座標を、Ｓ（ｘ，ｙ）は点（ｘ，ｙ）における二次曲面の値をそれぞれ示す。また、画像においては、ｘ及びｙは画素の画像上における位置を、Ｓ（ｘ，ｙ）はその画素の値がそれぞれ対応する。
【０３３７】
例として、大きさＮ×ＮのＲ画像データに対する二次曲面近似について説明する。Ｒ画像データ（Ｉrとする）における各画素は、それぞれ値ｒ（ｘ，ｙ）を持つものとする。ここで、０≦ｘ＜Ｎ及び０≦ｙ＜Ｎである。シェーディング面上での値Ｓ（ｘ，ｙ）と、Ｒ画像データＩr上の各画素の値ｒ（ｘ，ｙ）との２乗誤差Ｄは、
【数１９】
Ｄ（ｘ，ｙ）＝（Ｓ（ｘ，ｙ）−ｒ（ｘ，ｙ））² （１９）
で表される。この差に着目し、０≦ｘ＜Ｎ及び０≦ｙ＜Ｎにおいて式（１９）における２乗誤差Ｄ（ｘ，ｙ）の総和Ｄsumを
【数２０】

とし、その最小値を与える定数ａ，ｂ，ｃ，ｄ，ｅ及びｆを求めることを考える。式（２０）に式（１８）を代入すると、
【数２１】

となる。Ｄsum最小値を与える定数ａ，ｂ，ｃ，ｄ，ｅ及びｆの値の組み合わせは、式（２１）を各々について偏微分した上で、”＝０”とおいた（すなわち、極値を求める）６個の連立方程式から算出することができる。これにより得られた連立方程式を行列形式で表すと、
【数２２】

となる。ここで、式（２２）におけるΣは、
【数２３】

を示すものとする。
【０３３８】
Ｄsumの最小値を与える定数ａ，ｂ，ｃ，ｄ，ｅ及びｆは、式（２２）における左辺のｘ及びｙに関する６×６行列の逆行列を求め、右辺に左から乗ずることにより得ることができ、これを式（１８）に代入することによりシェーディング面とする。
【０３３９】
次に、算出したシェーディング面を用いたシェーディング補正の方法について説明する。
【０３４０】
まず、直流成分の値を保存するため、Ｒ画像データＩrにおける画素ｒ（ｘ，ｙ）の平均値ｒmeanを求めておく。また、画素ｒ（ｘ，ｙ）の各々に対し、
【数２４】

を算出し、得られたｒs（ｘ，ｙ）の平均値ｒｓ_meanを求め、さらに、
【数２５】
ｒsn（ｘ，ｙ）＝ｒs（ｘ，ｙ）／ｒｓ_mean （２５）
を得る。最終的に、
【数２６】
ｒr（ｘ，ｙ）＝ｒsn（ｘ，ｙ）×ｒｓ_mean （２６）
を算出し、これをシェーディング補正後のＲ画像データとする。なお、式（２５）は、ｒsn（ｘ，ｙ）の値の総和を１に正規化するものであり、一連の処理において省略してもよい。その場合は、ｒs（Ｘ，ｙ）に対してｒｓ_meanを乗ずることによりｒr（ｘ，ｙ）を得ることができる。
【０３４１】
また、以上に説明した一連の処理を、Ｇ画像データ及びＢ画像データについても同様に適用することにより、各々に対するシェーディング補正後の画像データを得ることができる。また、Ｒ、Ｇ及びＢ画像データのいずれか１つからシェーディング面を求め、得られた定数ａ，ｂ，ｃ，ｄ，ｅ及びｆを用いて他の画像のシェーディング面として使用してもよい。
【０３４２】
また、シェーディング補正ブロック５０４において適用されるシェーディング補正の処理内容は以上の説明によるものに限らず、例えば低域通過フィルタリングにより得られた画像データをシェーディング曲面に代用してもよい。
【０３４３】
以上に説明したように、各々の前処理を任意の組み合わせ及び順序で適用した画像データに対し特徴量算出手法を適用することにより、より診断に有効な特徴量の算出が可能となる。各前処理の適用の組み合わせ及び順序は、特徴量算出手法に合わせて適宜決定すればよい。また、ユーザによる指定が可能であってもよい。さらに、各前処理を繰り返して適用してもよい。例えば、色ずれ補正ブロック５０３においては，シェーディング補正適用後のＲ、Ｇ及びＢ画像に対し色ずれ補正適用後，再度シェーディング補正を適用することも可能である。この場合は、より精度の高い色ずれ補正を行うことができる。
【０３４４】
さらに、前処理手法ブロック５００においては、他の前処理手法を適宜追加してもよい。例えば画像データに対する閾値処理、エッジ強調処理、二値化処理、ラベリング処理等が挙げられる。
【０３４５】
［付記］
（付記項１）少なくとも１つの信号からなる画像データを入力する画像入力手段と、
入力された前記画像データを記憶する記憶手段と、
前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、
前記関心領域設定手段により設定された前記関心領域から特徴量を算出する特徴量算出手段と、
前記特徴量算出手段により算出された特徴量を用いた病変の判別分類を行う判別分類手段と
を備えたことを特徴とする診断支援装置。
【０３４６】
（付記項２）前記特徴量算出手段が１つの関心領域から算出された第１の特徴量に基づく新たな第２の特徴量を算出する
ことを特徴とする付記項１に記載の診断支援装置。
【０３４７】
（付記項３）前記特徴量算出手段が複数の関心領域から算出された第１の特徴量に基づく新たな第２の特徴量を算出する
ことを特徴とする付記項１または２に記載の診断支援装置。
【０３４８】
（付記項４）第１の特徴量が色調に基づく特徴量である
ことを特徴とする付記項１、２または３のいずれか１つに記載の診断支援装置。
【０３４９】
（付記項５）第１の特徴量がテクスチャに基づく特徴量である
ことを特徴とする付記項１、２または３のいずれか１つに記載の診断支援装置。
【０３５０】
（付記項６）第２の特徴量が複数の関心領域から算出された第１の特徴量における差分演算により得られた値である
ことを特徴とする付記項３、４または５のいずれか１つに記載の診断支援装置。
【０３５１】
（付記項７）第２の特徴量が複数の関心領域から算出された第１の特徴量における比に基づく値である
ことを特徴とする付記項３、４または５のいずれか１つに記載の診断支援装置。
【０３５２】
（付記項８）前記特徴量算出手段が前記関心領域における前記画像データの信号に基づく統計量を算出する
ことを特徴とする付記項１、２、３、４、５、６、７または８のいずれか１つに記載の診断支援装置。
【０３５３】
（付記項９）前記特徴量算出手段が局所的な周波数成分の分布に基づく特徴量を算出する
ことを特徴とする付記項５に記載の診断支援装置。
【０３５４】
（付記項１０）前記第２の特徴量が、前記第１の特徴量の値が生起する確率分布に基づく
ことを特徴とする付記項２、３、４、５、６、７、８または９のいずれか１つに記載の診断支援装置。
【０３５５】
（付記項１１）前記第２の特徴量が、前記関心領域における前記第１の特徴量の平均値及び／または分散及び／または共分散及び／または標準偏差及び／または相関係数である
ことを特徴とする付記項１０に記載の診断支援装置。
【０３５６】
（付記項１２）前記特徴量算出手段が算出する前記特徴量が正規化された値である
ことを特徴とする付記項１、２、３、４、５、６、７、８、９、１０または１１のいずれか１つに記載の診断支援装置。
【０３５７】
（付記項１３）前記特徴量算出手段が算出する前記特徴量が補正された値であることを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１または１２のいずれか１つに記載の診断支援装置。
【０３５８】
（付記項１４）前記特徴量に対する補正が方向に関する補正である
ことを特徴とする付記項１３に記載の診断支援装置。
【０３５９】
（付記項１５）前記特徴量に対する補正が画像の回転移動に関する補正である
ことを特徴とする付記項１３に記載の診断支援装置。
【０３６０】
（付記項１６）前記特徴量算出手段がＧａｂｏｒ特徴に基づく特徴量を算出することを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４または１５のいずれか１つに記載の診断支援装置。
【０３６１】
（付記項１７）前記特徴量算出手段により算出される特徴量が、前記画像データを構成する信号に基づく平均値及び／または標準偏差及び／または分散及び／または共分散及び／または相関係数及び／または標準偏差を平均値で除した値である
ことを特徴とする付記項８に記載の診断支援装置。
【０３６２】
（付記項１８）前記特徴量算出手段よりも前段に前記画像データに対する画像処理を適用するための画像処理手段を設けた
ことを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６または１７のいずれか１つに記載の診断支援装置。
【０３６３】
（付記項１９）前記画像処理手段が、ノイズ除去処理及び／またはγ捕正除去処理及び／または色ずれ補正処理及び／またはシェーディング補正処理の少なくともいずれか１つの画像処理を適用する
ことを特徴とする付記項１８に記載の診断支援装置。
【０３６４】
（付記項２０）前記画像処理手段に対し前記画像処理の適用の有無及び／または適用の順序を前記特徴量算出手段が算出する前記特徴量の種別に応じて異ならしめる
ことを特徴とする付記項１９に記載の診断支援装置。
【０３６５】
（付記項２１）前記関心領域設定手段が設定する前記関心領域の形状が任意の描画線である
ことを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９または２０のいずれか１つに記載の診断支援装置。
【０３６６】
（付記項２２）前記関心領域設定手段が設定する前記関心領域があらかじめ定められた形状であるとともに、その大きさが可変である
ことを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９または２０のいずれか１つに記載の診断支援装置。
【０３６７】
（付記項２３）前記関心領域設定手段が設定する前記関心領域の形状が多角形または円である
ことを特徴とする付記項２２に記載の診断支援装置。
【０３６８】
（付記項２４）前記関心領域設定手段が設定する前記関心領域の形状が任意の描画線によるもの、またはあらかじめ定められた形状であることを選択可能とする関心領域形状選択手段を備えた
ことを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２または２３のいずれか１つに記載の診断支援装置。
【０３６９】
（付記項２５）前記画像データが複数の色信号からなる内視鏡画像及び／または超音波画像である
ことを特徴とする付記項１、２、３、４、５、６、７、８、９、１０、１１、１２、１３、１４、１５、１６、１７、１８、１９、２０、２１、２２、２３または２４のいずれか１つに記載の診断支援装置。
【０３７０】
（付記項２６）前記内視鏡画像がＲＧＢデータからなる
ことを特徴とする付記項２５に記載の診断支援装置。
【０３７１】
（付記項２７）画像データに対し、パターンの方向性に関する特徴量を抽出する
ことを特徴とする画像処理方法。
【０３７２】
（付記項２８）画像データに対し、パターンの方向性に関する特徴量を抽出する第１のステップと、
前記抽出された特徴量を要素とする第１の特徴ベクトルを生成する第２のステップと、
前記第１の特徴ベクトルから第２の特徴ベクトルを生成する第３のステップと
を備えたことを特徴とする付記項２７に記載の画像処理方法。
【０３７３】
（付記項２９）前記第２の特徴ベクトルが、前記第１の特徴ベクトルにおける各要素の生起する確率分布を規定するパラメータである
ことを特徴とする付記項２８に記載の画像処理方法。
【０３７４】
（付記項３０）前記抽出された特徴量に対し、値の正規化及び／または方向に関する補正の少なくともいずれか１つを適用する
ことを特徴とする付記項２７、２８または２９のいずれか１つに記載の画像処理方法。
【０３７５】
（付記項３１）前記方向に関する補正が、画像の回転移動に関するものである
ことを特徴とする付記項３０に記載の画像処理方法。
【０３７６】
（付記項３２）前記抽出された特徴量がＧａｂｏｒ特徴に基づくものである
ことを特徴とする付記項２７、２８、２９、３０または３１のいずれか１つに記載の画像処理方法。
【０３７７】
（付記項３３）画像データに対し、大域的な明暗変化を近似する多次元曲面を生成する第１のステップと、
前記多次元曲面を用いて前記画像データを補正する第２のステップと
からなることを特徴とする画像処理方法。
【０３７８】
（付記項３４）前記補正がシェーディング補正である
ことを特徴とする付記項３３に記載の画像処理方法。
【０３７９】
（付記項３５）前記画像データが内視鏡画像である
ことを特徴とする付記項２７、２８、２９、３０、３１、３２、３３または３４のいずれか１つに記載の画像処理方法。
【０３８０】
（付記項３６）少なくとも１つの信号からなる原画像データを入力する画像入力手段と、
前記画像入力手段により入力された前記原画像データに対して画像処理を適用する画像処理手段と、
前記画像入力手段により入力された前記原画像データ及び前記画像処理手段による処理結果画像データを記億する記憶手段と、
前記記億手段により記録された前記原画像データ及び／または処理結果画像データに対して、少なくとも１つの関心領域を設定する関心領域設定手段と、
前記原画像データ及び処理結果画像データに対して設定される関心領域の情報を管理するための管理手段と
を設けたことを特徴とする診断支援装置。
【０３８１】
（付記項３７）前記管理手段が前記原画像及び前記原画像に対する処理結果画像を１つの画像群として管理し、
前記関心領域設定手段により前記画像群の少なくとも１つの原画像及び／または処理結果画像に対して設定された関心領域と同じ形状、位置及び大きさの関心領域を前記画像群における他の画像に付与する
ことを特徴とする付記項３６に記載の画像処理方法。
【０３８２】
【発明の効果】
以上説明したように本発明の診断支援装置によれば、特徴量算出手段が関心領域設定手段により設定された関心領域から特徴量を算出し、判別分類手段が特徴量算出手段により算出された特徴量を用いた病変の判別分類を行うので、撮像条件の違いによる影響の少ない特徴量等を算出し、この特徴量を用いることで、安定した自動診断結果を得ることができるという効果がある。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る診断支援装置の構成を示す構成図
【図２】図１の診断支援装置における診断支援処理実行プログラムの構成を示す機能ブロック図
【図３】図１の診断支援装置におけるマルチウインドウの画面の概念構成を示す構成図
【図４】図３の画面でのアイコン操作によって展開されるマルチウインドウ画面の構成を示す構成図
【図５】図４のマルチウインドウ画面上のウインドウの構成を説明する第１の説明図
【図６】図４のマルチウインドウ画面上のウインドウの構成を説明する第２の説明図
【図７】図１の診断支援装置におけるマルチウインドウの画面の具体的な構成を示す構成図
【図８】図１のハードディスクに記録された内視鏡画像ファイルを管理するファイル管理データを説明する説明図
【図９】図１のハードディスクに記録された内視鏡画像ファイルの各内視鏡画像の内視鏡検査ごとに付与される管理データを説明する説明図
【図１０】図７の画像表示アイコンのクリック操作により展開される画像管理データウインドウの構成を示す構成図
【図１１】図１０の呼び出しボタンのクリック操作により展開される検索ウインドウの構成を示す構成図
【図１２】図１１の条件検索開始ボタンのクリック操作により展開される検索結果表示ウインドウの構成を示す構成図
【図１３】図１２の画像一覧ボタンのクリック操作により展開される画像一覧表示ウィンドウの構成を示す構成図
【図１４】図１３の表示ボタンのクリック操作により展開される画像表示ウインドウの構成を示す構成図
【図１５】図７の画像処理アイコンのクリック操作により展開される画像処理ウインドウの構成を示す構成図
【図１６】図１５の実行ボタンのクリック操作により展開される処理結果画像表示ウィンドウの構成を示す構成図
【図１７】図２のデータベース管理ブロックが管理するデータベースの構成を示す構成図
【図１８】図７のＲＯＩ設定アイコンのクリック操作により展開されるＲＯＩ設定ウインドウの構成を示す構成図
【図１９】図１８の特徴量選択ボタンのクリック操作により展開される算出特徴量メニューウインドウの構成を示す構成図
【図２０】図１９の一括選択ボタンのクリック操作により展開される一括選択メニューウインドウの構成を示す構成図
【図２１】図１８の部位設定ボタンのクリック操作により展開される部位指定メニューウインドウの構成を示す構成図
【図２２】図１８の特徴量算出実行ボタンのクリック操作により展開される特徴量算出結果表示ウインドウの構成を示す構成図
【図２３】図７のＲＯＩ設定アイコンによる原画像及び処理結果画像に対するＲＯＩの設定方法を説明する説明図
【図２４】図１９の相互特徴量算出ボタンによる特徴量算出処理の流れを示すフローチャート
【図２５】図２４の特徴量算出処理におけるＧ画像データから取り出すサンプリング画素を説明する説明図
【図２６】図１９の相互特徴量算出ボタンのクリック操作により展開されるＲＯＩ間相互特徴量メニューウィンドウの構成を示す構成図
【図２７】図２６のＲＯＩ間相互特徴量メニューウィンドウで算出されるＲＯＩ間相互特徴量を説明する説明図
【図２８】図２６のＲＯＩ間相互特徴量メニューウィンドウでのＲＯＩ間相互特徴量算出における自動組み合わせの動作を説明するためのフローチャート
【図２９】図７の特徴量算出アイコンのクリック操作により展開される特徴量算出ウインドウの構成を示す構成図
【図３０】図２９のＲＯＩ指定ボタンのクリック操作により展開されるＲＯＩ指定ウインドウの構成を示す構成図
【図３１】図７の判別分類アイコンのクリック操作により展開される判別分類ウインドウの構成を示す構成図
【図３２】図３１のデータセット作成ボタンのクリック操作により展開されるデータセット作成ウインドウの構成を示す構成図
【図３３】図３１のクラス別ＲＯＩ選択ボタンのクリック操作により展開されるクラス別ＲＯＩ一覧ウインドウの構成を示す構成図
【図３４】図３２の既存データセット呼び出しボタンのクリック操作により展開されるデータセット一覧ウインドウの構成を示す構成図
【図３５】図３１の判別分類実行ボタンのクリック操作により展開される判別分類実行ウインドウの構成を示す構成図
【図３６】図３５の実行ボタンのクリック操作により展開される判別分類結果表示ウインドウの構成を示す構成図
【図３７】図７のレポート作成アイコンのクリック操作により展開されるレポート作成ウインドウの構成を示す構成図
【図３８】図３７の選択ボタンのクリック操作により展開される特徴量レポート作成ウインドウの構成を示す構成図
【図３９】図３８の表示ボタンのクリック操作により展開される特徴量レポート表示ウインドウの構成を示す構成図
【図４０】図３８のグラフ作成ボタンのクリック操作により展開されるグラフ表示ウインドウの構成を示す構成図
【図４１】本発明の第２の実施の形態に係る画像のテクスチャの構造パターンを示すパターン図
【図４２】図４１のテクスチャの構造パターンの補正を説明する説明図
【図４３】図４１のテクスチャの構造パターンの変形例を示すパターン図
【図４４】本発明の第３の実施の形態に係る前処理ブロックの処理構成を示すブロック図
【図４５】図４４の前処理ブロックの作用を説明する第１の説明図
【図４６】図４４の前処理ブロックの作用を説明する第２の説明図
【符号の説明】
１…診断支援装置
２…ビデオプロセッサ
３、３５…観察モニタ
４…入力ユニット
５…サーバユニット
６…カンファレンスユニット
１１…Ａ／Ｄコンバータ
１２、３２、５０…画像処理部
１３、２１、３１Ｌ…ＬＡＮコントローラ
１４、２６、３６…コントローラ
２２…メモリ
２３、４７…ハードディスク
２４…ハードディスクドライバ
２５…圧縮装置
３３…伸張装置
３４…Ｄ／Ａコンバータ
４１…ＣＰＵ
４２…キーボード
４３…キーボードＩ／Ｆ
４４…検索モニタ
４５…マウス
４６…マウスＩ／Ｆ
４８…ハードディスクＩ／Ｆ
４９…作業メモリ
５０…画像処理部
５１…プリンタ
５２…プリンタＩ／Ｆ
６１…パスワード記憶部
６２…パスワード監視部
６３…制御制限部
７０…診断支援処理実行プログラム
７１…画像管理ブロック
７２…データベース管理ブロック
７３…ＲＯＩ設定ブロック
７４…特徴量算出ブロック
７５…判別分類ブロック
７６…レポート作成ブロック
７７…画像処理ブロック

Claims (5)

1. 画像データを入力する画像入力手段と、
   入力された前記画像データを記憶する記憶手段と、
   前記記憶手段により記録された前記画像データに対して複数の関心領域を設定可能とする関心領域設定手段と、
   前記関心領域設定手段により設定された複数の関心領域のうち所定の関心領域に係る所定の特徴量を算出する特徴量算出手段と、
   前記特徴量算出手段により算出された前記所定の特徴量を用いた病変の判別分類を行う判別分類手段と、
   を備え、
   前記特徴量算出手段は、前記複数の関心領域のうちの少なくとも第１の関心領域に係る第１の特徴量と、前記第１の関心領域とは異なる第２の関心領域に係る第２の特徴量とを算出可能とし、前記判別分類手段は、前記特徴量算出手段で算出した前記第１の特徴量と前記第２の特徴量との差分に基づいて算出した相互特徴量に基づいて前記判別分類を行うことを特徴とする診断支援装置。
2. 画像データを入力する画像入力手段と、
   入力された前記画像データを記憶する記憶手段と、
   前記記憶手段により記録された前記画像データに対して複数の関心領域を設定可能とする関心領域設定手段と、
   前記関心領域設定手段により設定された複数の関心領域のうち所定の関心領域に係る所定の特徴量を算出する特徴量算出手段と、
   前記特徴量算出手段により算出された前記所定の特徴量を用いた病変の判別分類を行う判別分類手段と、
   を備え、
   前記特徴量算出手段は、前記複数の関心領域のうちの少なくとも第１の関心領域に係る第１の特徴量と、前記第１の関心領域とは異なる第２の関心領域に係る第２の特徴量とを算出可能とし、前記判別分類手段は、前記特徴量算出手段で算出した前記第１の特徴量と前記第２の特徴量との比に基づいて算出した相互特徴量に基づいて前記判別分類を行うことを特徴とする診断支援装置。
3. 画像データを入力する画像入力手段と、
   入力された前記画像データを記憶する記憶手段と、
   前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、
   前記関心領域設定手段により設定された前記関心領域内の局所的な構造パターンに対して所定の処理を行った後に特徴量を算出する特徴量算出手段と、
   前記特徴量算出手段により算出された特徴量を用いた病変の判別分類を行う判別分類手段と、
   を備え、
   前記所定の処理は、関心領域内の局所的な構造パターンに係る処理であって、前記特徴量算出手段において特徴量を算出するための基準方向を設定する処理であることを特徴とする診断支援装置。
4. 画像データを入力する画像入力手段と、
   入力された前記画像データを記憶する記憶手段と、
   前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、
   前記関心領域設定手段により設定された前記関心領域から補正処理が行われた特徴量を算出する特徴量算出手段と、
   前記特徴量算出手段により算出された特徴量を用いた病変の判別分類を行う判別分類手段と、
   を備え、
   前記特徴量に対する補正処理が画像の回転移動に関する補正であることを特徴とする診断支援装置。
5. 画像データを入力する画像入力手段と、
   入力された前記画像データを記憶する記憶手段と、
   前記記憶手段により記録された前記画像データに対して少なくとも１つの関心領域を設定する関心領域設定手段と、
   前記関心領域設定手段により設定された前記関心領域から特徴量の値を算出する特徴量算出手段と、
   前記特徴量算出手段により算出された特徴量の値を用いた病変の判別分類を行う判別分類手段と、
   前記特徴量算出手段よる特徴量の値の算出前に前記画像データに対して少なくとも１種類の画像処理を実行可能とする画像処理手段と、
   を備え、
   前記特徴量算出手段よる特徴量の値の算出前に、前記画像処理手段における前記画像処理の実行の有無について、及び／または、複数種類の画像処理を適用する場合は実行する画像処理の順序について、予め認識されている特徴量の種類に応じて判断することを特徴とする診断支援装置。

Images