JP5054252B1 - 類似症例検索装置、類似症例検索方法、類似症例検索装置の作動方法およびプログラム - Google Patents
類似症例検索装置、類似症例検索方法、類似症例検索装置の作動方法およびプログラム Download PDFInfo
- Publication number
- JP5054252B1 JP5054252B1 JP2012513395A JP2012513395A JP5054252B1 JP 5054252 B1 JP5054252 B1 JP 5054252B1 JP 2012513395 A JP2012513395 A JP 2012513395A JP 2012513395 A JP2012513395 A JP 2012513395A JP 5054252 B1 JP5054252 B1 JP 5054252B1
- Authority
- JP
- Japan
- Prior art keywords
- interpretation
- image feature
- image
- item
- interpretation item
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/196—Recognition using electronic means using sequential comparisons of the image signals with a plurality of references
- G06V30/1983—Syntactic or structural pattern recognition, e.g. symbolic string recognition
- G06V30/1985—Syntactic analysis, e.g. using a grammatical approach
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/211—Selection of the most significant subset of features
- G06F18/2113—Selection of the most significant subset of features by ranking or filtering the set of features, e.g. using a measure of variance or of feature cross-correlation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
【選択図】図1
Description
図1は、本発明の実施の形態1における類似症例検索装置のブロック図である。
類似症例検索を行うに当たり、事前に読影知識を作成し、第一の読影知識データベース110、及び、第二の読影知識データベース120に格納しておく。読影知識は、医用画像とその医用画像を読影した結果である読影レポートとの対から構成される“症例”を複数集めたものから作成される。症例として、症例データベース100に格納されたものを用いてもよいし、他のデータベースに格納されたものを用いてもよい。必要な症例数は、種種のデータマイニングアルゴリズムを用いて何らかの法則性および知識を得るために十分となる数である。通常は数百〜数万個のデータが用いられる。本実施の形態では、第一の読影知識データベース110に格納される第一の読影知識として、任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報を用いる。また、第二の読影知識データベース120に格納される第二の読影知識として、医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性、つまり、(画像特徴量−読影項目)の二項間の相関関係を用いる。
1対の(画像特徴量,読影項目)間の相関関係の求め方について説明する。相関関係の表現形態は複数あるが、ここでは相関比を用いる。相関比は、質的データと量的データとの間の相関関係を表す指標であり、(式1)で表される。
1対の(画像特徴量,疾病名)間の相関関係については、(画像特徴量,読影項目)間の場合と同じく相関比を用いることができる。図14に、疾病名と画像特徴量との間の相関関係(例えば、相関比)の概念図を示す。この図では図12と同じく相関関係を二値表現しているが、もちろん図13のような多値表現を行うことも可能である。
1対の(読影項目,疾病名)間の相関関係の求め方について説明する。相関関係の表現形態は複数あるが、ここでは対数尤度比を用いる。対数尤度比は、質的データ間の共起の強さを表す指標であり、(式2)で表される。
以下、図19のフローチャートおよび図20の類似症例検索画面例を用いて類似症例検索の手順について説明する。
次に実施の形態2について説明する。実施の形態1との差異は、第二の読影知識データベース120の事前作成の際、読影項目同士の相関関係(共起関係)も同時に算出しておくことである。また、読影者による読影項目選択の際、共起頻度の低い読影項目同士が選択された場合、選択誤りの可能性があることを読影者に通知することである。以下、実施の形態1との差異を中心に説明する。
本発明の実施の形態2における類似症例検索装置の読影知識データベース作成フローは、実施の形態1と同じく図2であり、S10からS14までの動作は実施の形態1と同一であるので説明を繰り返さない。
本発明の実施の形態2における類似症例検索装置の類似症例検索フローは、実施の形態1と同じく図19であり、S30からS34、S36からS38までの動作は実施の形態1と同一であるので説明を繰り返さない。
次に実施の形態3について説明する。実施の形態1との差異は、第二の読影知識データベース120の事前作成の際、読影項目同士の相関関係(共起関係)も同時に算出しておき、読影者による読影項目選択の際、共起頻度の低い読影項目同士を選択不可能なように予め設定していることである。以下、実施の形態1との差異を中心に説明する。
本発明の実施の形態3における類似症例検索装置の読影知識データベース作成フローは、実施の形態2と同一であるので説明を繰り返さない。ただし、読影項目候補表示部170が、第二の読影知識データベース120に接続されている点が図1とは異なる。
本発明の実施の形態3における類似症例検索装置の類似症例検索フローは、実施の形態1と同じく図19であり、S30からS34、S36からS38までの動作は実施の形態1と同一であるので説明を繰り返さない。
次に実施の形態4について説明する。実施の形態1との差異は、第二の読影知識データベース120の事前作成の際に(読影項目−病名)間の相関関係も同時に算出しておくこと、及び、読影者による読影項目選択の際に、選択中の読影項目群から相関の高い疾病名を推定し読影者に対して表示すること、である。以下、実施の形態1との差異を中心に説明する。
本発明の実施の形態4における類似症例検索装置の読影知識データベース作成フローは、実施の形態1と同じく図2であり、S10からS14までの動作は実施の形態1と同一であるので説明を繰り返さない。
本発明の実施の形態4における類似症例検索装置の類似症例検索フローは、実施の形態1と同じく図19であり、S30からS34、S36からS38までの動作は実施の形態1と同一であるので説明を繰り返さない。
次に実施の形態5について説明する。実施の形態1との差異は、読影項目に対する適合度を算出した後に読影者に選択してもらうことをせず、算出した適合度を用いて類似症例検索装置が読影項目を自動設定し、自動設定した読影項目から重みを計算し、類似症例を検索することである。以下、実施の形態1との差異を中心に説明する。
本発明の実施の形態5における類似症例検索装置の読影知識データベース作成フローは、実施の形態1と同じく図2であり、動作は実施の形態1と同一であるので説明を繰り返さない。
本発明の実施の形態5における類似症例検索装置の類似症例検索フローを図38に示す。S30からS33までの動作は実施の形態1と同一であるので説明を繰り返さない。
次に実施の形態6について説明する。実施の形態5との差異は、適合度に基づいて読影項目を自動設定するのではなく、読影項目の選択履歴情報を用いて読影項目を設定することである。以下、実施の形態1および5との差異を中心に説明する。
本発明の実施の形態5における第一類似症例検索装置および第二類似症例検索装置の読影知識データベース作成フローは、実施の形態1と同じく図2であり、動作は実施の形態1と同一であるので説明を繰り返さない。
本発明の実施の形態6における第一類似症例検索装置の類似症例検索フローは、実施の形態1と同じく図19である。ただし、以下の処理が追加的に実行される。
110 第一の読影知識データベース
120 第二の読影知識データベース
130 読影対象画像読込部
140 読影対象画像表示部
150 画像特徴抽出部
160 読影項目適合度算出部
170 読影項目候補表示部
180 読影項目選択部
190 重み決定部
200 類似症例検索部
210 類似症例表示部
220、220A 読影端末
230 読影項目設定部
300 読影対象画像
310 読影項目候補表示・選択領域
320 読影レポート入力領域
330 類似症例表示領域
410 腹部の周囲
420 対象臓器
430 病変領域
440 点(病変の中心)
510 読影項目選択履歴データベース
Claims (14)
- 医用画像と当該医用画像を読影した結果が記載された文書データである読影レポートとを含む症例データを複数蓄積した症例データベースから、読影対象の医用画像に類似する医用画像を含む症例データを検索する類似症例検索装置であって、
読影対象の医用画像である読影対象画像から複数の画像特徴量を抽出する画像特徴抽出部と、
医用画像の特徴を言語化した文字列である任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報である第一の読影知識に基づいて、前記画像特徴抽出部が抽出した複数の画像特徴量の各読影項目に対する適合度を算出する読影項目適合度算出部と、
前記読影項目適合度算出部が算出した適合度が所定閾値よりも大きい読影項目、または適合度が大きいものから所定個数の読影項目を表示する読影項目候補表示部と、
前記読影項目候補表示部が表示した読影項目の中から、ユーザにより選択された読影項目を入力として受け付ける読影項目選択部と、
医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性を予め定めた第二の読影知識に基づいて、前記画像特徴抽出部が抽出した画像特徴量ごとに、当該画像特徴量と前記読影項目選択部で選択された読影項目との間の関連性が高いほど大きな値の重みを決定する重み決定部と、
前記画像特徴抽出部が抽出した前記複数の画像特徴量と、症例データベースに登録されている症例データに含まれる医用画像から抽出される複数の画像特徴量とを、前記重み決定部が決定した画像特徴量毎の重みで重み付けして比較することにより、前記読影対象画像に類似する医用画像を含む症例データを前記症例データベースより検索する類似症例検索部と
を備える類似症例検索装置。 - 前記読影項目適合度算出部は、
前記第一の読影知識から、適合度算出の対象読影項目に関連する全ての画像特徴量の値の存在範囲情報を取得し、
前記画像特徴抽出部が抽出した各画像特徴量と、取得した前記存在範囲情報との一致度を算出し、
前記第二の読影知識に基づいた前記対象読影項目との間の関連性が高い画像特徴量ほど、当該画像特徴量について算出した前記一致度に対する重みを大きくした上で、前記画像特徴抽出部が抽出した前記複数の画像特徴量に対して算出した複数の前記一致度を統合することにより、前記画像特徴抽出部が抽出した前記複数の画像特徴量の前記対象読影項目に対する適合度を算出する
請求項1記載の類似症例検索装置。 - 前記読影項目候補表示部は、さらに、読影項目と共に、当該読影項目に対応する適合度を表示する
請求項1または2に記載の類似症例検索装置。 - 前記読影項目候補表示部は、さらに、医用画像に付属する読影レポートにおける読影項目同士の共起度合いを予め定めた共起確率情報に基づいて、前記読影項目選択部で選択された読影項目同士の共起確率を決定し、決定した前記共起確率が所定値以下である場合に、読影項目の選択誤りの可能性を示す情報を表示する
請求項1から3のいずれか1項に記載の類似症例検索装置。 - 前記読影項目候補表示部は、さらに、医用画像に付属する読影レポートにおける読影項目同士の共起度合いを予め定めた共起確率情報に基づいて、前記読影項目選択部で選択された読影項目との共起確率が所定値以下の読影項目が選択不可能であることを表示する
請求項1から3のいずれか1項に記載の類似症例検索装置。 - 前記読影項目候補表示部は、さらに、医用画像に付属する読影レポートから抽出される、医用画像の特徴を言語化した文字列である読影項目と疾病名の間の関連性を予め定めた関連性情報に基づいて、選択された読影項目との関連性が最も高い疾病名を推定し、前記推定された疾病名を表示する
請求項1から5のいずれか1項に記載の類似症例検索装置。 - 医用画像と当該医用画像を読影した結果が記載された文書データである読影レポートとを含む症例データを複数蓄積した症例データベースから、読影対象の医用画像に類似する医用画像を含む症例データを検索する類似症例検索装置であって、
読影対象の医用画像である読影対象画像から複数の画像特徴量を抽出する画像特徴抽出部と、
医用画像の特徴を言語化した文字列である任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報である第一の読影知識に基づいて、前記画像特徴抽出部が抽出した複数の画像特徴量の各読影項目に対する適合度を算出する読影項目適合度算出部と、
前記読影項目適合度算出部が算出した適合度が所定値以上の読影項目を、類似症例検索に使用する読影項目として設定する読影項目設定部と、
医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性を予め定めた第二の読影知識に基づいて、前記画像特徴抽出部が抽出した画像特徴量ごとに、当該画像特徴量と前記読影項目設定部が設定した読影項目との間の関連性が高いほど大きな値の重みを決定する重み決定部と、
前記画像特徴抽出部が抽出した前記複数の画像特徴量と、症例データベースに登録されている症例データに含まれる医用画像から抽出される複数の画像特徴量とを、前記重み決定部が決定した画像特徴量毎の重みで重み付けして比較することにより、前記読影対象画像に類似する医用画像を含む症例データを前記症例データベースより検索する類似症例検索部と
を備える類似症例検索装置。 - 前記読影項目設定部は、
読影項目の組の中から過去にユーザが選択した読影項目の履歴情報に基づいて、前記読影項目適合度算出部が算出した適合度が所定値以上の読影項目の中から、前記履歴情報と同じ選択を行うことで得られる読影項目を、類似症例検索に使用する読影項目として設定する
請求項7記載の類似症例検索装置。 - 医用画像と当該医用画像を読影した結果が記載された文書データである読影レポートとを含む症例データを複数蓄積した症例データベースから、読影対象の医用画像に類似する医用画像を含む症例データを検索する類似症例検索方法であって、
読影対象の医用画像である読影対象画像から複数の画像特徴量を自動的に抽出する画像特徴抽出ステップと、
医用画像の特徴を言語化した文字列である任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報である第一の読影知識を参照し、前記画像特徴抽出ステップにおいて抽出された複数の画像特徴量の各読影項目に対する適合度を自動的に算出する読影項目適合度算出ステップと、
前記読影項目適合度算出ステップにおいて算出された適合度が所定閾値よりも大きい読影項目、または適合度が大きいものから所定個数の読影項目を表示する読影項目候補表示ステップと、
前記読影項目候補表示ステップにおいて表示された読影項目の中から、ユーザにより選択された読影項目を入力として受け付ける読影項目選択ステップと、
医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性を予め定めた第二の読影知識を参照し、前記画像特徴抽出ステップにおいて抽出された画像特徴量ごとに、当該画像特徴量と前記読影項目選択ステップにおいて選択された読影項目との間の関連性が高いほど大きな値の重みを自動的に決定する重み決定ステップと、
前記画像特徴抽出ステップにおいて抽出された前記複数の画像特徴量と、症例データベースに登録されている症例データに含まれる医用画像から抽出される複数の画像特徴量とを、前記重み決定ステップにおいて決定された画像特徴量毎の重みで重み付けし、重み付けされた前記複数の画像特徴量から前記読影対象画像と前記症例データベースに複数蓄積されている症例データに含まれる医用画像との類似度を算出し、前記読影対象画像と類似度が大きい医用画像を含む症例データを前記症例データベースより自動的に検索する類似症例検索ステップと、
を含む類似症例検索方法。 - 医用画像と当該医用画像を読影した結果が記載された文書データである読影レポートとを含む症例データを複数蓄積した症例データベースから、読影対象の医用画像に類似する医用画像を含む症例データを検索する類似症例検索方法であって、
読影対象の医用画像である読影対象画像から複数の画像特徴量を自動的に抽出する画像特徴抽出ステップと、
医用画像の特徴を言語化した文字列である任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報である第一の読影知識を参照し、前記画像特徴抽出ステップにおいて抽出された複数の画像特徴量の各読影項目に対する適合度を自動的に算出する読影項目適合度算出ステップと、
前記読影項目適合度算出ステップにおいて算出された適合度が所定値以上の読影項目を、類似症例検索に使用する読影項目として設定する読影項目設定ステップと、
医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性を予め定めた第二の読影知識を参照し、前記画像特徴抽出ステップにおいて抽出された画像特徴量ごとに、当該画像特徴量と前記読影項目設定ステップにおいて設定された読影項目との間の関連性が高いほど大きな値の重みを自動的に決定する重み決定ステップと、
前記画像特徴抽出ステップにおいて抽出された前記複数の画像特徴量と、症例データベースに登録されている症例データに含まれる医用画像から抽出される複数の画像特徴量とを、前記重み決定ステップにおいて決定された画像特徴量毎の重みで重み付けし、重み付けされた前記複数の画像特徴量から前記読影対象画像と前記症例データベースに複数蓄積されている症例データに含まれる医用画像との類似度を算出し、前記読影対象画像と類似度が大きい医用画像を含む症例データを前記症例データベースより自動的に検索する類似症例検索ステップと、
を含む類似症例検索方法。 - 請求項9または請求項10に記載の類似症例検索方法に含まれる各ステップをコンピュータに実行させるためのプログラム。
- 医用画像と当該医用画像を読影した結果が記載された文書データである読影レポートとを含む症例データを複数蓄積した症例データベースから、読影対象の医用画像に類似する医用画像を含む症例データを検索する類似症例検索装置の作動方法であって、
画像特徴抽出部が、読影対象の医用画像である読影対象画像から複数の画像特徴量を抽出する画像特徴抽出ステップと、
読影項目適合度算出部が、医用画像の特徴を言語化した文字列である任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報である第一の読影知識に基づいて、前記画像特徴抽出ステップにおいて抽出された複数の画像特徴量の各読影項目に対する適合度を算出する読影項目適合度算出ステップと、
読影項目候補表示部が、前記読影項目適合度算出ステップにおいて算出された適合度が所定閾値よりも大きい読影項目、または適合度が大きいものから所定個数の読影項目を表示する読影項目候補表示ステップと、
読影項目選択部が、前記読影項目候補表示ステップにおいて表示された読影項目の中から、ユーザにより選択された読影項目を入力として受け付ける読影項目選択ステップと、
重み決定部が、医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性を予め定めた第二の読影知識に基づいて、前記画像特徴抽出ステップにおいて抽出された画像特徴量ごとに、当該画像特徴量と前記読影項目選択ステップにおいて選択された読影項目との間の関連性が高いほど大きな値の重みを決定する重み決定ステップと、
類似症例検索部が、前記画像特徴抽出ステップにおいて抽出された前記複数の画像特徴量と、症例データベースに登録されている症例データに含まれる医用画像から抽出される複数の画像特徴量とを、前記重み決定ステップにおいて決定された画像特徴量毎の重みで重み付けして比較することにより、前記読影対象画像に類似する医用画像を含む症例データを前記症例データベースより検索する類似症例検索ステップと、
を含む類似症例検索装置の作動方法。 - 医用画像と当該医用画像を読影した結果が記載された文書データである読影レポートとを含む症例データを複数蓄積した症例データベースから、読影対象の医用画像に類似する医用画像を含む症例データを検索する類似症例検索装置の作動方法であって、
画像特徴抽出部が、読影対象の医用画像である読影対象画像から複数の画像特徴量を抽出する画像特徴抽出ステップと、
読影項目適合度算出部が、医用画像の特徴を言語化した文字列である任意の読影項目に対し、前記読影項目を含む読影レポートに対応する医用画像から抽出された複数の画像特徴量を基に算出された、画像特徴量の種類毎の値の存在範囲を示す情報である第一の読影知識に基づいて、前記画像特徴抽出ステップにおいて抽出された複数の画像特徴量の各読影項目に対する適合度を算出する読影項目適合度算出ステップと、
読影項目設定部が、前記読影項目適合度算出ステップにおいて算出された適合度が所定値以上の読影項目を、類似症例検索に使用する読影項目として設定する読影項目設定ステップと、
重み決定部が、医用画像から抽出される各画像特徴量と、前記医用画像に対する読影レポートから抽出される各読影項目との間の関連性を予め定めた第二の読影知識に基づいて、前記画像特徴抽出ステップにおいて抽出された画像特徴量ごとに、当該画像特徴量と前記読影項目設定ステップにおいて設定された読影項目との間の関連性が高いほど大きな値の重みを決定する重み決定ステップと、
類似症例検索部が、前記画像特徴抽出ステップにおいて抽出された前記複数の画像特徴量と、症例データベースに登録されている症例データに含まれる医用画像から抽出される複数の画像特徴量とを、前記重み決定ステップにおいて決定された画像特徴量毎の重みで重み付けして比較することにより、前記読影対象画像に類似する医用画像を含む症例データを前記症例データベースより検索する類似症例検索ステップと、
を含む類似症例検索装置の作動方法。 - 請求項12または請求項13に記載の類似症例検索装置の作動方法に含まれる各ステップをコンピュータに実行させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2011/006161 WO2013065090A1 (ja) | 2011-11-04 | 2011-11-04 | 類似症例検索装置および類似症例検索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5054252B1 true JP5054252B1 (ja) | 2012-10-24 |
JPWO2013065090A1 JPWO2013065090A1 (ja) | 2015-04-02 |
Family
ID=47189523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012513395A Active JP5054252B1 (ja) | 2011-11-04 | 2011-11-04 | 類似症例検索装置、類似症例検索方法、類似症例検索装置の作動方法およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US8958613B2 (ja) |
JP (1) | JP5054252B1 (ja) |
CN (1) | CN103200861B (ja) |
WO (1) | WO2013065090A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018205903A (ja) * | 2017-05-31 | 2018-12-27 | キヤノン株式会社 | 情報処理装置、情報処理方法、情報処理システム及びプログラム |
JP2020021324A (ja) * | 2018-08-01 | 2020-02-06 | 合同会社みらか中央研究所 | プログラム、情報処理方法および情報処理装置 |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011092681A (ja) * | 2009-09-30 | 2011-05-12 | Fujifilm Corp | 医用画像処理装置および方法並びにプログラム |
JP6106259B2 (ja) * | 2012-03-21 | 2017-03-29 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 医用イメージングと生検データとを統合する臨床ワークステーション及びこれを使用する方法 |
US9928874B2 (en) | 2014-02-05 | 2018-03-27 | Snap Inc. | Method for real-time video processing involving changing features of an object in the video |
JP6099593B2 (ja) * | 2014-03-27 | 2017-03-22 | 富士フイルム株式会社 | 類似症例検索装置、類似症例検索方法、及び類似症例検索プログラム |
JP6109778B2 (ja) * | 2014-03-27 | 2017-04-05 | 富士フイルム株式会社 | 類似症例検索装置、類似症例検索方法、及び類似症例検索プログラム |
JP6099592B2 (ja) * | 2014-03-27 | 2017-03-22 | 富士フイルム株式会社 | 類似症例検索装置及び類似症例検索プログラム |
JP6460636B2 (ja) * | 2014-03-28 | 2019-01-30 | キヤノンメディカルシステムズ株式会社 | 読影レポート作成装置、読影レポート作成システムおよび読影レポート作成プログラム |
US9613181B2 (en) * | 2014-05-29 | 2017-04-04 | Globalfoundries Inc. | Semiconductor device structure including active region having an extension portion |
JP6027065B2 (ja) * | 2014-08-21 | 2016-11-16 | 富士フイルム株式会社 | 類似画像検索装置、類似画像検索装置の作動方法、および類似画像検索プログラム |
KR20160054992A (ko) * | 2014-11-07 | 2016-05-17 | 삼성전자주식회사 | 관심영역의 재검출 회피 장치 및 방법 |
US10116901B2 (en) | 2015-03-18 | 2018-10-30 | Avatar Merger Sub II, LLC | Background modification in video conferencing |
JP2016184221A (ja) * | 2015-03-25 | 2016-10-20 | 富士フイルム株式会社 | 診療支援装置とその作動方法および作動プログラム、並びに診療支援システム |
CN106156457B (zh) * | 2015-03-27 | 2019-04-09 | 时云医疗科技(上海)有限公司 | 一种基于体征数据的信息推送方法及系统 |
WO2016163170A1 (ja) * | 2015-04-07 | 2016-10-13 | 富士フイルム株式会社 | 診療支援装置とその作動方法および作動プログラム、並びに診療支援システム |
CN107851297A (zh) * | 2015-07-24 | 2018-03-27 | 三菱电机株式会社 | 治疗计划装置 |
CN106529110A (zh) * | 2015-09-09 | 2017-03-22 | 阿里巴巴集团控股有限公司 | 一种用户数据分类的方法和设备 |
JP6697743B2 (ja) * | 2015-09-29 | 2020-05-27 | パナソニックIpマネジメント株式会社 | 情報端末の制御方法及びプログラム |
CN105653858A (zh) * | 2015-12-31 | 2016-06-08 | 中国科学院自动化研究所 | 一种基于影像组学的病变组织辅助预后系统和方法 |
EP3557449B1 (en) * | 2016-12-19 | 2022-06-22 | FUJIFILM Corporation | Similar case search device, method for operation and program for operation thereof, and similar case search system |
JP6785948B2 (ja) * | 2017-03-30 | 2020-11-18 | 富士フイルム株式会社 | 医療用画像処理装置及び内視鏡システム並びに医療用画像処理装置の作動方法 |
JP6885896B2 (ja) * | 2017-04-10 | 2021-06-16 | 富士フイルム株式会社 | 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム |
US10799189B2 (en) | 2017-11-22 | 2020-10-13 | General Electric Company | Systems and methods to deliver point of care alerts for radiological findings |
US11049250B2 (en) * | 2017-11-22 | 2021-06-29 | General Electric Company | Systems and methods to deliver point of care alerts for radiological findings |
US10783634B2 (en) | 2017-11-22 | 2020-09-22 | General Electric Company | Systems and methods to deliver point of care alerts for radiological findings |
CN108171692B (zh) * | 2017-12-26 | 2021-03-26 | 安徽科大讯飞医疗信息技术有限公司 | 一种肺部影像检索方法及装置 |
JP6914233B2 (ja) | 2018-08-31 | 2021-08-04 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
CN112601494A (zh) | 2018-08-31 | 2021-04-02 | 富士胶片株式会社 | 相似度确定装置、方法及程序 |
WO2020044735A1 (ja) | 2018-08-31 | 2020-03-05 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
WO2020110520A1 (ja) * | 2018-11-27 | 2020-06-04 | 富士フイルム株式会社 | 類似度決定装置、方法およびプログラム |
JP7326845B2 (ja) * | 2019-04-23 | 2023-08-16 | 富士通株式会社 | びまん性症例画像判定プログラム、システム、及び方法 |
CN112116028B (zh) * | 2020-09-29 | 2024-04-26 | 联想(北京)有限公司 | 模型决策解释实现方法、装置及计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009045121A (ja) * | 2007-08-14 | 2009-03-05 | Fujifilm Corp | 医用画像処理システム、医用画像処理方法、及びプログラム |
JP2010211749A (ja) * | 2009-03-12 | 2010-09-24 | Fujifilm Corp | 症例画像検索装置、方法およびプログラム |
JP2011048672A (ja) * | 2009-08-27 | 2011-03-10 | Fujifilm Corp | 症例画像登録装置、方法およびプログラム |
JP2011118543A (ja) * | 2009-12-01 | 2011-06-16 | Shizuoka Prefecture | 症例画像検索装置、方法およびプログラム |
JP2011118540A (ja) * | 2009-12-01 | 2011-06-16 | Shizuoka Prefecture | 症例検索装置、方法およびプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004005364A (ja) * | 2002-04-03 | 2004-01-08 | Fuji Photo Film Co Ltd | 類似画像検索システム |
BRPI0821291B1 (pt) * | 2007-12-21 | 2020-10-06 | Koninklijke Philips N. V | Método que compreende armazenar uma pluralidade de ocorrências, sistema que compreende uma memória armazenando uma pluralidade de ocorrências e sistema que compreende recursos para armazenar uma pluralidade de ocorrências |
WO2009083841A1 (en) * | 2007-12-27 | 2009-07-09 | Koninklijke Philips Electronics, N.V. | Method and apparatus for refining similar case search |
CN100573530C (zh) * | 2008-01-25 | 2009-12-23 | 华中科技大学 | 基于网格平台的分布式医学图像检索系统 |
CN101488167A (zh) * | 2009-01-22 | 2009-07-22 | 清华大学 | 图像导入、处理、存储与显示装置及其方法 |
CN102053963B (zh) * | 2009-10-28 | 2012-08-08 | 沈阳工业大学 | 一种胸部x线图像检索方法 |
CN101706843B (zh) * | 2009-11-16 | 2011-09-07 | 杭州电子科技大学 | 一种乳腺cr图像交互式读片方法 |
CN102117329B (zh) * | 2011-03-04 | 2012-08-15 | 南方医科大学 | 基于小波变换的胶囊内窥镜图像检索方法 |
-
2011
- 2011-11-04 JP JP2012513395A patent/JP5054252B1/ja active Active
- 2011-11-04 CN CN201180015465.9A patent/CN103200861B/zh active Active
- 2011-11-04 WO PCT/JP2011/006161 patent/WO2013065090A1/ja active Application Filing
-
2012
- 2012-05-29 US US13/482,129 patent/US8958613B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009045121A (ja) * | 2007-08-14 | 2009-03-05 | Fujifilm Corp | 医用画像処理システム、医用画像処理方法、及びプログラム |
JP2010211749A (ja) * | 2009-03-12 | 2010-09-24 | Fujifilm Corp | 症例画像検索装置、方法およびプログラム |
JP2011048672A (ja) * | 2009-08-27 | 2011-03-10 | Fujifilm Corp | 症例画像登録装置、方法およびプログラム |
JP2011118543A (ja) * | 2009-12-01 | 2011-06-16 | Shizuoka Prefecture | 症例画像検索装置、方法およびプログラム |
JP2011118540A (ja) * | 2009-12-01 | 2011-06-16 | Shizuoka Prefecture | 症例検索装置、方法およびプログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018205903A (ja) * | 2017-05-31 | 2018-12-27 | キヤノン株式会社 | 情報処理装置、情報処理方法、情報処理システム及びプログラム |
JP2020021324A (ja) * | 2018-08-01 | 2020-02-06 | 合同会社みらか中央研究所 | プログラム、情報処理方法および情報処理装置 |
JP7133385B2 (ja) | 2018-08-01 | 2022-09-08 | 合同会社H.U.グループ中央研究所 | プログラム、情報処理方法および情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US8958613B2 (en) | 2015-02-17 |
US20130114867A1 (en) | 2013-05-09 |
WO2013065090A1 (ja) | 2013-05-10 |
CN103200861B (zh) | 2015-10-14 |
CN103200861A (zh) | 2013-07-10 |
JPWO2013065090A1 (ja) | 2015-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5054252B1 (ja) | 類似症例検索装置、類似症例検索方法、類似症例検索装置の作動方法およびプログラム | |
JP4979842B1 (ja) | 類似症例検索装置および類似症例検索方法 | |
JP5475923B2 (ja) | 類似症例検索装置および類似症例検索方法 | |
WO2013001584A1 (ja) | 類似症例検索装置および類似症例検索方法 | |
JP5462414B2 (ja) | 類似症例検索装置および関連度データベース作成装置並びに類似症例検索方法および関連度データベース作成方法 | |
US9111027B2 (en) | Similar case search apparatus and similar case search method | |
US20170193660A1 (en) | Identifying a Successful Therapy for a Cancer Patient Using Image Analysis of Tissue from Similar Patients | |
JP5383431B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
US20200176123A1 (en) | Method and recording medium | |
JP5852970B2 (ja) | 症例検索装置および症例検索方法 | |
US10733727B2 (en) | Application of deep learning for medical imaging evaluation | |
US8306960B2 (en) | Medical image retrieval system | |
JP2012523877A (ja) | 臨床決定支援システム及び方法 | |
US11062448B2 (en) | Machine learning data generation support apparatus, operation method of machine learning data generation support apparatus, and machine learning data generation support program | |
JP7102509B2 (ja) | 医療文書作成支援装置、医療文書作成支援方法、及び医療文書作成支援プログラム | |
JP5789791B2 (ja) | 類似症例検索装置および読影知識抽出装置 | |
US20220285011A1 (en) | Document creation support apparatus, document creation support method, and program | |
JP2010172559A (ja) | 医療診断支援システム及び医療診断支援装置 | |
Kaur et al. | A review on optimization techniques for medical image analysis | |
CN115943426A (zh) | 用于标识医学图像集中的异常图像的方法和系统 | |
Zhou et al. | Computer‐aided detection of pulmonary embolism in computed tomographic pulmonary angiography (CTPA): Performance evaluation with independent data sets | |
WO2020099941A1 (en) | Application of deep learning for medical imaging evaluation | |
JP2013105465A (ja) | 医用同義語辞書作成装置および医用同義語辞書作成方法 | |
CN117711576A (zh) | 用于提供医学报告的模板数据结构的方法和系统 | |
JP2013506900A (ja) | 画像に基づくクエリを使用したドキュメント識別 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120703 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120726 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5054252 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150803 Year of fee payment: 3 |