JP5153281B2 - 診断支援装置及びその制御方法 - Google Patents

診断支援装置及びその制御方法 Download PDF

Info

Publication number
JP5153281B2
JP5153281B2 JP2007256014A JP2007256014A JP5153281B2 JP 5153281 B2 JP5153281 B2 JP 5153281B2 JP 2007256014 A JP2007256014 A JP 2007256014A JP 2007256014 A JP2007256014 A JP 2007256014A JP 5153281 B2 JP5153281 B2 JP 5153281B2
Authority
JP
Japan
Prior art keywords
feature information
image feature
finding
image
sentence
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
Application number
JP2007256014A
Other languages
English (en)
Other versions
JP2009082443A (ja
JP2009082443A5 (ja
Inventor
義夫 飯塚
雅博 鈴木
和大 宮狭
昭宏 片山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP2007256014A priority Critical patent/JP5153281B2/ja
Priority to PCT/JP2008/067444 priority patent/WO2009041586A1/ja
Priority to CN2008801091975A priority patent/CN101808572B/zh
Priority to EP08833710.0A priority patent/EP2198772A4/en
Publication of JP2009082443A publication Critical patent/JP2009082443A/ja
Priority to US12/748,315 priority patent/US7894676B2/en
Publication of JP2009082443A5 publication Critical patent/JP2009082443A5/ja
Application granted granted Critical
Publication of JP5153281B2 publication Critical patent/JP5153281B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • 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
    • 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
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Machine Translation (AREA)
  • Document Processing Apparatus (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、読影または画像診断における所見の生成を支援する診断支援装置に関する。
近年、ＣＴ（Computed Tomography）装置やＭＲＩ（Magnetic Resonance Imaging）装置などの医用画像撮影装置が普及してきている。この普及に伴い、医用画像を専門的に観察して疾病の有無を判断する読影または画像診断に対するニーズが年々増加している。
大病院などの役割分担が行われている医療機関においては、患者の診療の責任者である主治医とは別に、画像撮影を行う撮影技師や、読影または画像診断を行う読影医がいる場合が多い。こうした医療機関におけるワークフローは、概ね以下の様になっている。
１．主治医が医用画像撮影を指示する、
２．撮影技師が撮影を行う、
３．撮影された画像を読影医が読影し、読影結果を読影レポートにまとめる、
４．読影レポートを主治医に送付する。
医用画像撮影装置の進歩に伴って、医用画像の撮影枚数は年々増加傾向にあるが、医用画像の撮影枚数の増加ペースに比べて読影医の人数の増加ペースが遅い。このため、読影医１人当たりの作業量が年々増加する傾向にあり、読影医の疲労が増大していると言われている。一般に、人間は疲労が増すとミスが増える傾向にあるため、読影医の疲労の増大は疾病の見落しや誤診の増大につながる危険性がある。それゆえ、読影医の作業負担を軽減するための診断支援装置が必要とされている。
読影医の主な仕事は、読影そのものと読影レポート作成の２つに大別できる。読影そのものを支援する装置として、コンピュータ診断支援装置（以下、ＣＡＤ装置）が研究されており、マンモグラフィの読影支援装置のように一部商品化されたものもある。ただし、ＣＡＤ装置は疾病の見落しを減らすための装置であり、読影医がまず自分自身で読影作業を行った後にＣＡＤ装置が検出した疾病候補画像を表示するという使い方を想定しているため、読影医の作業量を減らせるわけではない。むしろ、ＣＡＤ装置が検出した疾病候補画像を見直す作業が追加で発生することもある。
一方、読影レポートの作成を支援する装置としては、レポート作成支援装置が研究されている。レポート作成支援装置は、今まで読影医が手作業で入力していた所見文をより効率的に入力するための装置であり、読影レポート作成に関わる読影医の作業負担を減らすことを目的としている。
読影レポートへの記載事項は大別して、「読影前に得られる情報」、「読影の所見」、「スライス画像のコピーの添付」、の３種類がある。
一つ目の、読影前に得られる情報は、
・検査に関する情報（検査ＩＤ、検査日、撮影装置、撮影部位、撮影条件など）、
・患者に関する情報（氏名、年齢、性別など）、
・検査機関及び医師に関する情報（病院名、診療科名、主治医名、読影医名など）
の少なくとも一部を含む。これらの情報の多くは、病院情報システム（ＨＩＳ）や放射線科情報システム（ＲＩＳ）などの医療情報システムにあらかじめ入力されているか、またはすでに決定されている。したがって、それらの情報システムから診断支援装置に情報が送られることにより、診断支援装置ではこれらの情報を読影レポートに自動的に記入することができる。
二つ目の、読影の所見は、読影対象の画像に異常陰影が存在する場合、その異常陰影に関する医学的な判断を記入する。また、異常がないことを記入する場合もある。
三つ目の、スライス画像のコピーの添付とは、例えば異常陰影が最も見やすい状態で写っているスライス画像のコピーを添付することである。この際、スライス画像のコピーのどの位置または領域に異常が見られるかを示すための図形（通常は、異常陰影を指し示す矢印）を、スライス画像のコピー上に重畳描画することがある。
一般的なレポート作成支援装置では、上記３種類のレポート記載事項のうち、一つ目の読影前に得られる情報の記入が自動化されており、また三つ目のスライス画像の添付が読影医の簡易な操作により実行可能となっている。二つ目の所見の入力支援に関しても、特許文献１、特許文献２、特許文献３において提案がなされている。
特開２００３−３３３２７号公報 特開２００６−１５５００２号公報 特開２００６−１８１１３７号公報
しかしながら、「読影の所見」の記載に関して、特許文献１、特許文献２、特許文献３による提案においても、未だ十分に効率的な入力支援とはなっておらず、それぞれ以下のような課題がある。
特許文献１では、画像と画像の病変特徴量データを用いて仮レポート作成用ひな型を生成し、画面表示する装置が記載されている。読影医は、この仮レポート作成用ひな型を元に仮レポート報告書を作成する。この先行技術によって作成可能な仮レポート作成用ひな型は、病変候補検出機能によって検出された病変特徴量データをテキスト表示しただけのものである。そのため、特許文献１に記載の発明では、病変候補検出位置やその位置における濃度値などの単純な情報を羅列することはできるが、人間が記述するような多様な表現を含む文章を作成することは困難である。また、病変候補検出機能が常に正確な病変名を推定できる訳ではないため、仮レポート作成用ひな型に含まれる情報には誤りが含まれる可能性がある。つまり、仮レポート作成用ひな型は誤りを含む可能性のある単調な単語の羅列であるため、これを読影医が所見文のひな型として用いた場合、後から大幅に加筆修正が必要となる可能性があり、あまり有効な入力支援機能とはならない。
特許文献２では、読影レポートをタグ付きの構造化レポートとしてデータベースに保存することにより、過去に作成した読影レポートを容易にキーワード検索できるようにしている。キーワードは、読影医が入力するか、またはコンピュータが自動検出した病変候補部の特徴量データに基づいて自動的に作成するものとしている。特許文献２の発明によれば、指定されたキーワードを含む過去の読影レポートを複数検索することができるが、適切なキーワードを指定しないと適切な過去の読影レポートが検索されないという課題がある。また、検索結果として得られるのは読影レポートのリストであり、所見文そのものではない。従って、読影医はキーワード検索を行った後に、
・検索結果として表示された読影レポートのリスト中から１件ずつ読影レポートを選択し、
・その内容を表示して読み直し、
・必要に応じてその読影レポートの所見文欄から文章の一部をコピーし、現在編集中の読影レポート中にコピーした文章を貼り付ける、
という一連の作業を行わなければならない。
特許文献２によれば、過去の読影レポートの所見文を引用できるという点では読影医の役に立つ可能性があるものの、上述したように過去の所見文を引用するまでの手順が多い。特に過去の読影レポートを１件ずつ読み直すためには多くの時間を必要とするため、読影医の作業効率の向上つまり作業時間の短縮にはつながらないという課題が生じる。従って、本先行技術も真に役立つ入力支援機能とは言えない。
特許文献３も、特許文献２と同様に、読影レポートをタグ付きの構造化レポートとしてデータベースに保存することにより、過去に作成した読影レポートを容易にキーワード検索できるようにしている。特許文献３では、シソーラス辞書（類義語辞書）を用いて指定されたキーワードの類義語も検索できるようにしている。また、特許文献３の実施例中には、読影レポートに書かれた患者名、検査名、症例名などの医療情報のみならず、画像ファイルのヘッダ等に格納された文字列情報もキーワード検索の対象とすることが記載されている。特許文献２の発明と比べて検索手段はやや拡張されているものの、特許文献２の発明と同様に、
・基本的にキーワード検索であるため指定するキーワードによって検索結果が大きく異なるという課題と、
・検索結果として得られるのは読影レポートのリストであるため１件１件の読影レポートの所見文を確認するために多くの作業時間が必要となるという課題が残っている。
本発明は、上記の課題に鑑みてなされたものであり、読影対象となる画像の内容に対応した所見文の生成を効果的に支援する診断支援装置及び方法を提供することを目的とする。
上記の目的を達成するための本発明の一態様による診断支援装置は以下の構成を備える。すなわち、
登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて格納手段に登録する登録手段と、
前記格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似する画像特徴情報に対応するタグ付き所見文を取得する検索手段と、
前記検索手段によって取得されたタグ付き所見文のタグが付与されている記述を、前記注目領域の画像特徴情報の該タグに対応する特徴項目の内容に基づいて変更することにより、前記注目領域の読影の所見文を生成する生成手段と、を備える。
また、上記の目的を達成するための本発明の他の態様による診断支援方法は、
診断支援装置の制御方法であって、
登録手段が、登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて格納手段に登録する登録工程と、
検索手段が、前記格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似する画像特徴情報に対応するタグ付き所見文を取得する検索工程と、
生成手段が、前記検索工程で取得されたタグ付き所見文のタグが付与されている記述を、前記注目領域の画像特徴情報の該タグに対応する特徴項目の内容に基づいて変更することにより、前記注目領域の読影の所見文を生成する生成工程と、を有する。
本発明によれば、読影対象となる画像の内容に対応した所見文の生成を効果的に支援することが可能となる。

ただし、本発明の請求項に記載した「注目領域」は、本実施形態における注目領域と異常領域のいずれをも意味する用語として用いており、特定の形状やサイズに限定されるものではない。
以下、本発明の実施形態について添付の図面を用いて詳細に説明する。
［第１実施形態］
図１は、第１実施形態に係る診断支援装置のハードウェア構成図である。図１において、診断支援装置１０は、中央処理装置（ＣＰＵ）１１、メモリ１２、磁気ディスク１３、入力機器１４、表示機器１５、及びバス１６を含む。
ＣＰＵ１１は、主として装置の各構成要素の動作を制御する。メモリ１２は、装置の制御プログラムを格納したり、プログラム実行時の作業領域を提供する。磁気ディスク１３は、オペレーティングシステム（ＯＳ）、周辺機器のデバイスドライブ、後述する診断支援処理等を行うためのプログラムを含む各種アプリケーションソフト等を格納する。入力機器１４は、文字、数字、記号、コマンド等の文字列情報を入力するためのキーボードや、ポインティング位置やクリックコマンド等のポインティング情報を入力するマウスなど含む。なお、これらの機器はそれぞれ複数台接続されてもよい。表示機器１５は、文字、図形、画像等の多様な表示情報を画面表示するためのモニタまたはディスプレイである。なお、表示機器１５として、ＣＲＴディスプレイ、液晶ディスプレイ、プラズマディスプレイなど任意のディスプレイを、任意の台数、任意の組み合わせで使用することもできる。バス１６は、装置の各構成要素間でデータを送受信するための通信路であり、さらに装置の各構成要素を動作させるための電力を送受信するための電力線の役割も含む。
図２は、従来の装置・システム等から成る医療情報システム２００のシステム構成と、本実施形態に係る診断支援装置１０を含む医療情報システム２１０のシステム構成との違いを示すシステム構成図である。
図２において、従来の医療情報システム２００には、
・病院情報システム（ＨＩＳ：Hospital Information System）２０、
・放射線医学情報システム（ＲＩＳ：Radiology InformationSystem）３０、
・医用画像撮影装置４０、
・画像保管通信システム（ＰＡＣＳ：Picture Archiving and Communication System）５０、
・読影端末６０、
・ネットワーク７０が含まれる。
ＨＩＳ２０は、医療事務会計システム、診療予約システム、診療情報システム等を含む包括的なシステムであり、電子カルテデータベース１や読影レポートデータベース２を有する。電子カルテデータベース１には、患者の診療情報を記録した電子カルテが保管される。読影レポートデータベース２には、読影医が作成した読影レポートが保管される。ＲＩＳ３０は、放射線科部門における、撮影予約、読影管理、材料在庫管理等を行うためのシステムである。読影レポートデータベース２が、ＲＩＳ３０によって管理される場合もある。
医用画像撮影装置４０は、
・単純Ｘ線撮影装置（またはレントゲン装置）、
・ＣＴ（Computed Tomography）装置、
・ＭＲＩ（Magnetic Resonance Imaging）装置、
・ＰＥＴ（Positron Emission Tomography）装置、
・ＰＥＴ／ＣＴ装置、
・ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置、
・超音波画像診断装置、
・眼底カメラ（または眼底写真撮影装置）、
・ＯＣＴ（Optical Coherence Tomography）装置、
等の総称であり、医療機関ごとに上述の装置が任意の台数設置される。
ＰＡＣＳ５０は、医用画像撮影装置４０によって撮影された医用画像を電子的に保存、検索、通信するためのシステムであり、医用画像データベース３を備えている。読影端末６０は、読影医が読影を行う際に必要な各種機能を備えている。すなわち、
・読影医の指示に従って読影対象となる画像をＰＡＣＳ５０（の持つ医用画像データベース３）から読み出してモニタに表示するための医用画像表示機能と、
・読影レポート作成画面を表示し、読影医からの入力に従って読影レポートを作成していく読影レポート作成機能と、
・過去の読影レポートを表示するための読影レポート表示機能と
を備える。さらに、読影端末６０または読影端末６０と同様の別の端末は、読影対象となる画像に対応した患者の電子カルテを表示するための電子カルテ表示機能を備えている場合がある。この機能によれば、読影の参考情報として患者の電子カルテを参照することができる。
医療情報システム２１０には、従来の医療情報システム２００に加えて、本発明に係る診断支援装置１０が含まれる。診断支援装置１０は、医療用語データベース４と症例データベース５を利用する。医療用語データベース４は構文解析部１０５が所見文を解析する際に参照される。また、症例データベース５は、画像特徴情報と読影結果の所見文を対応付けて格納する。なお、読影端末６０のハードウェア構成は、図１に示した診断支援装置１０のハードウェア構成と同様の構成とすることができる。そのため、診断支援装置１０が有する機能の一部または全部を読影端末６０に実装することにより、診断支援装置１０と読影端末６０を一つの装置にまとめることもできる。また、医療用語データベース４と症例データベース５は診断支援装置１０からアクセス可能であればよいのであって、必ずしも診断支援装置１０の管理下に置く必要はない。
以下、図３乃至図９を用いて、第１実施形態に係る診断支援装置１０の機能及び処理手順を説明する。
図３は、第１実施形態に係る診断支援装置１０の主要な機能を説明するための機能ブロック図である。説明の都合上、図３の上半分に、図２で示した医療情報システム２１０の構成要素の一部を記載している。
図４乃至図６は、図３に示した診断支援装置１０における処理手順を示したフローチャートである。図４は診断支援処理の手順、図６は診断支援処理におけるステップＳ１３の詳細な手順、図５は症例データ登録処理の手順を示している。
図７は、医用画像撮影装置４０によって撮影された医用画像及びその注目領域の一例を示す図である。図８は、図７に示した注目領域の拡大図である。図９は、図８に模式的に示した異常領域の画像特徴情報の一つを計算する方法を説明するための図である。
図３において、診断支援装置１０は読影端末６０と相互に通信しながら動作する。診断支援装置１０と読影端末６０との通信手順はあらかじめ決められており、読影端末６０はあらかじめ決められた手順に沿って診断支援装置１０とデータの送受信を行う。
なお、読影医が読影レポートを作成する際は、まず読影端末６０を用いて医用画像データベース３から読影対象画像を読み出し、読影端末６０のモニタ上に表示させて、読影を行う。そして、読影医は、読影レポートに所見を記入し、読影レポート完成後にその読影レポートを読影レポートデータベース２に保管する。従来は、読影医自身が読影端末６０のキーボードから直接文字列を打ち込むことにより、読影レポートへの所見文を記入していた。これに対して、第１実施形態の診断支援装置１０は、後述のように所見文の候補となる文章を自動的に作成する。そのため、読影医は簡易な操作で所見文を作成することができるようになり、読影レポート作成作業が大幅に効率化される。
図３において、読影端末６０のモニタ上に表示された読影対象画像の注目領域を、図７に示したように読影医がマウス等を用いて領域指定すると、注目領域に含まれる画像データＩ０が読影端末６０から診断支援装置１０に送信される。診断支援装置１０では、注目領域の画像データＩ０を受信することにより、図４に示した診断支援処理を開始する。
まず、図３の画像特徴情報抽出部１０１は、注目領域の画像データＩ０を取得（受信）した後（図４のステップＳ１１）、この画像データＩ０から画像特徴情報Ｆ０１〜ｘを抽出する（図４のステップＳ１２）。
ここで、画像特徴情報Ｆ０１〜ｘの抽出方法について説明する。画像特徴情報Ｆ０１〜ｘは、ｘ個（ｘ≧１）の特徴項目の情報としての画像特徴情報Ｆ０１，Ｆ０２，．．．，Ｆ０ｘから成る複合情報であり、注目領域の画像データＩ０の画像特徴を過不足なく表現できるような情報を選ぶことが望ましい。画像特徴情報Ｆ０１〜Ｆ０ｘとしては、例えば以下の様な情報を用いることができる。
Ｆ０１＝注目領域が属する身体部位名または身体部位コード、
Ｆ０２＝異常領域の最大直径、
Ｆ０３＝異常領域の面積と輪郭線の長さとの比、
Ｆ０４＝異常領域の真円率または扁平率、
Ｆ０５＝注目領域の輝度分布の周波数特性、
Ｆ０６＝異常領域の輝度分布パターン、
Ｆ０７＝異常領域の境界内外におけるコントラスト比。 …（１）
ただし、上記記述中の異常領域とは、図８に例示した様に、疾病が疑われる陰影分布を持った不定形領域である。通常、図７及び図８に示した様に、読影医は異常領域を囲む四角形として注目領域を指定する。
画像特徴情報Ｆ０１はあらかじめ読影端末６０で取得しておき、注目領域の画像データＩ０と一緒に診断支援装置１０に送信するようにしてもよいし、診断支援装置１０で取得するようにしてもよい。
画像特徴情報Ｆ０１をあらかじめ読影端末６０で取得する場合、読影端末６０では、読影医に身体部位名（またはコード）を直接入力させるようにしてもよいし、以下の画像処理手法を用いて自動的に身体部位を認識するようにしてもよい。身体部位を自動認識する方法の一例を以下に示す。
通常扱う医用画像は、医用画像の保管・通信に関する国際標準規格であるＤＩＣＯＭ規格に準拠しており、ＤＩＣＯＭ画像のヘッダ部（ＤＩＣＯＭヘッダ）には撮影条件が格納されている。したがって、ＤＩＣＯＭヘッダに記述されている撮影条件を調べることによって、胸部、腹部、乳房などの大まかな身体部位がわかる。さらに、医用画像の輝度値を多段階の閾値処理することで複数領域に分割するか、あるいはレベルセット法やスネークス法などの領域分割手法を利用して領域分割することで、画像をほぼ臓器単位に領域分割することができる。その後、領域形状及び領域の相対位置を予備知識と照らし合わせることにより、どの領域がどの臓器に対応するかを推定することができる。これらの処理により、指定された注目領域が属する身体部位を臓器単位で自動的に推定することができる。
一方、画像特徴情報Ｆ０１を診断支援装置１０で取得する場合、読影端末６０からは注目領域の画像データＩ０だけでなく、読影の対象となる医用画像データも一緒に診断支援装置１０に送信する必要がある。この際、読影端末６０からは、医用画像データそのものではなく、医用画像データの保管場所を示す情報を送信するようにしても良い。診断支援装置１０では、読影端末６０の処理として上述した方法と同様の方法を用いて、読影対象の医用画像データから注目領域が属する身体部位の情報を取得または推定することができる。
画像特徴情報Ｆ０２〜Ｆ０７の情報を求めるに当たっては、あらかじめ注目領域の領域分割を行い、異常領域を抽出しておかなければならない。注目領域の領域分割は、画像特徴情報Ｆ０１の説明で述べた方法を用いることができる。すなわち、画像の輝度値を多段階の閾値処理することで複数領域に分割するか、あるいはレベルセット法やスネークス法などの領域分割手法を利用して、注目領域の領域分割を実現することができる。
画像特徴情報Ｆ０２は異常領域の大きさを示す情報であり、例えば異常部が癌などの進行性の疾病の場合、疾病の進行度合を示す非常に重要な情報である。画像特徴情報Ｆ０２の計算方法としては例えば次の方法が挙げられる。すなわち、抽出された異常領域の境界線上で異なる２画素を選択し、２画素間の直線距離を画素数単位で計算するという処理をすべての２画素の組合せに対して行い、その中の最大値を選択する。２画素間の画素数単位での距離φ画素は、２画素間のｘ，ｙ方向の画素数単位での距離をそれぞれφｘ，φｙとすると、下式、
φ画素＝（φｘ ２＋φｙ ２）１／２ …（２）
で計算できる。
こうして求めた画素数単位での最大直径φ画素ｍａｘ値をそのまま画像特徴情報Ｆ０２値として代用することもできるが、さらに医用画像の撮影条件を調べて１画素のｘ，ｙ方向の長さ（幅と高さ）Ｌｘ，Ｌｙを調べ、下式、
Ｆ０２＝（（Ｌｘ＊φｘ）２＋（Ｌｙ＊φｙ）２）１／２ …（３）
を用いて実際の最大直径を計算することができる。
画像特徴情報Ｆ０３は異常領域の形状の複雑さを示す情報であり、例えば異常部が癌などの様々な形状を持つ疾病の場合、疾病の悪性度や性状を判断する手掛かりとなる重要な情報である。
画像特徴情報Ｆ０３は異常領域に含まれる画素数Ｎ異常領域と異常領域の境界線（輪郭線）上に位置する画素数Ｎ輪郭線との比として、
Ｆ０３＝Ｎ輪郭線／Ｎ異常領域 …（４）
により計算される。または、上式の逆数を用いてもよい。
画像特徴情報Ｆ０４は異常領域の円形度を示す情報であり、画像特徴情報Ｆ０３と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報Ｆ０４の計算方法はいくつか考えられる。例えば、図９に例示した方法は、上述した異常領域の最大直径φ画素ｍａｘを用い、最大直径φ画素ｍａｘを与える方向とは直交する方向で２画素間の距離を計算し、その最大値φ⊥画素ｍａｘを求める。そして、画像特徴情報Ｆ０４を、
Ｆ０４＝φ⊥画素ｍａｘ／φ画素ｍａｘ …（５）
のように、φ画素ｍａｘとφ⊥画素ｍａｘの比として求める。
画像特徴情報Ｆ０５は注目領域の輝度分布特性を示す情報であり、画像特徴情報Ｆ０３と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報Ｆ０３や画像特徴情報Ｆ０４と異なる点は、画像特徴情報Ｆ０５は異常領域の境界線を考慮しないため、異常領域の領域分割方法の良し悪しに影響されないという利点があるという点である。輝度分布の周波数特性は、注目領域内の画素値を２次元周波数変換することで得られる。周波数変換方法には、高速フーリエ変換（ＦＦＴ）、離散コサイン変換（ＤＣＴ）、ウェーブレット変換などの方法があるが、いずれの方法を用いてもよい。ただし、上述の画像特徴情報Ｆ０１〜Ｆ０４は実数値として求まるのに対し、周波数特性は２次元係数列（行列）として求まるため、このままでは他の情報との比較が難しい。そこで、周波数特性を更に解析し、所定の規則に基づいて実数値に変換する。例えば、２次元周波数成分の次数に応じて重みを付け、全周波数成分の重み付け加算値として画像特徴情報Ｆ０５を定義することができる。この際、例えば、次数に比例して大きくなる重みを用いると、高周波成分が多いほど画像特徴情報Ｆ０５値は大きくなる。
画像特徴情報Ｆ０６は異常領域の輝度分布特性を示す情報であり、画像特徴情報Ｆ０３と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報Ｆ０６は異常領域の各画素値の大小を土地の高低に例えた場合、土地の起伏形状を示す情報と見なすことができる。画像特徴情報Ｆ０６の計算方法はいくつか考えられるが、例えば、下記の研究論文１に記された「shape index」値と「curvedness」値を用いることができる。なお、研究論文１には、「shape index」値と「curvedness」値は研究論文２及び研究論文３から引用したとの記述がある。
[研究論文１] 河田・仁木・大松、「胸部３次元ＣＴ像による肺野小型腫瘤の３次元曲率を用いた内部構造の解析」、電子情報通信学会論文誌、D-II,Vol.J83-D-II,No.1, pp.209-218, 2000年1月
[研究論文２] J.J.Koenderink and A.J.V.Doorn, “Surface shape and curvature scales”, Image and VisionComputing, vol.10, no.8, pp.557-565, 1992.
[研究論文３] C.Dorai and A.K.Jain, “COSMOS - A Representation scheme for 3Dfree-form objects”, IEEE Trans. Pattern Analysis and Machine Intelligence,Vol.PAMI-19, no.10, pp.1115-1130, 1997.
画像特徴情報Ｆ０７は異常領域の境界の明瞭さを示す情報であり、画像特徴情報Ｆ０３と同様に疾病の悪性度や性状を判断する手掛かりとなる情報である。画像特徴情報Ｆ０７は異常領域の境界線の内側及び外側に隣接する画素のコントラスト比として以下の様に計算できる。
まず、異常領域の境界線の内側に隣接するすべての画素の輝度平均値をＨin.aveとし、異常領域の境界線の外側に隣接するすべての画素の輝度平均値をＨout.aveとすると、画像特徴情報Ｆ０７はＨin.aveとＨout.aveの比、
Ｆ０７＝Ｈin.ave／Ｈout.ave …（６）
として求めることができる。
以上のようにして、画像特徴情報Ｆ０１〜Ｆ０７を抽出することができる。こうして、画像特徴情報抽出部１０１は、読影対象の画像において指定された注目領域（異常領域）の画像特徴情報を取得する。
図３乃至図６の説明に戻る。図３の画像特徴情報抽出部１０１において、図４のステップＳ１１及びＳ１２を実行するところまで、すでに述べた。
図３の画像特徴情報比較部１０２と所見選択・整列部１０４は連携動作することで、図４のステップＳ１３を実行する。ステップＳ１３では、画像特徴情報比較部１０２が、ステップＳ１２で求めた画像特徴情報Ｆ０１〜ｘを用いて症例データベース５を検索し、症例データベース５に蓄積された過去の所見文Ａ１〜Ａｍを読み出す。すなわち、画像特徴情報抽出部１０１により取得された画像特徴情報に類似した画像特徴情報が症例データベース５から検索され、検索された画像特徴情報に対応付けて格納されている過去の所見文が症例データベース５から取得される。また、類似した画像特徴情報の検索では、注目領域の画像特徴情報と症例データベース５に格納されている画像特徴情報との類似度が算出される。以下、ステップＳ１３の詳細な処理手順を、図６のフローチャートを参照して説明する。図６におけるステップＳ１０１からＳ１０５までの処理は画像特徴情報比較部１０２により実行され、ステップＳ１０６からＳ１１２までの処理は所見選択・整列部１０４により実行される。
図６のステップＳ１０１において、画像特徴情報比較部１０２は画像特徴情報抽出部１０１から画像特徴情報Ｆ０１〜ｘを受け取り、さらに変数ｉｍとｉｎをそれぞれ値０と１で初期化する。
ｉｍ＝０，ｉｎ＝１ …（７）
ステップＳ１０２において、画像特徴情報比較部１０２は、症例データベース５からｉｎ番目の症例データに含まれる画像特徴情報Ｆｎ１〜ｘを読み出す。ただし、症例データベース５が保管するｉｎ番目の症例データは、画像特徴情報Ｆｎ１〜ｘと所見文Ａｎから成るデータセットＦＡである。なお、画像特徴情報Ｆｎ１〜ｘは、画像特徴情報Ｆｎ１〜Ｆｎｘを有する複合情報である。
ステップＳ１０３において、画像特徴情報比較部１０２は、画像特徴情報Ｆ０１〜ｘと画像特徴情報Ｆｎ１〜ｘの差異度Ｄｎを計算する。ここで、差異度Ｄｎは類似していない度合いを示しており、類似度とは逆の意味を持つ値となるが、広い意味で類似度である。本明細書では、このような差異度も類似度の一つであるとする。類似の度合いを示す類似度を計算することももちろん可能であるが、差異度Ｄｎを用いた方が後述の処理が若干簡素化されるため、本実施形態では差異度Ｄｎを用いている。なお、画像特徴情報Ｆ０１〜ｘは読影中の医用画像の注目領域から抽出された情報である。また、画像特徴情報Ｆｎ１〜ｘは症例データベース５に蓄積されたｎ番目の画像特徴情報、つまり過去に読影した医用画像の注目領域から抽出した情報である。すなわち、差異度Ｄｎは、読影中の画像の注目領域と過去の画像の注目領域とがどの程度異なるかを示す情報であり、例えば、以下の方法で計算される。
画像特徴情報Ｆ０１〜ｘは上述の通り画像特徴情報Ｆ０１，Ｆ０２，．．．，Ｆ０ｘから成る複合情報である。同様に、Ｆｎ１〜ｘは画像特徴情報Ｆｎ１，Ｆｎ２，．．．，Ｆｎｘから成る複合情報である。従って、Ｆ０１〜ｘとＦｎ１〜ｘの差異度Ｄｎは、各画像特徴情報の差異の線形和として定義することができる。他の線形関数または非線形関数を用いて差異度Ｄｎを定義することも可能だが、ここでは説明を簡単にするため線形和を用いるものとする。
Ｄｎ＝ｗ１｜Ｆ０１−Ｆｎ１｜
＋ｗ２｜Ｆ０２−Ｆｎ２｜
＋ ・・・・・
＋ｗｘ｜Ｆ０ｘ−Ｆｎｘ｜ …（８）
ただし、｜｜は絶対値を示す記号である。また、ｗ１〜ｗｘは各画像特徴情報の差異に対して乗算する重み定数（実数）であり、ｗ１＋ｗ２＋．．．＋ｗｘ＝１の条件を満たすようにあらかじめ決めておく
なお、（１）式に例示したＦ０１は身体部位名または身体部位コードであったため、このままでは（８）式の右辺第一項が計算できない。これに対する対策は２つある。第１の対策は、単純に右辺第一項を削除することである。第２の対策は、すべての身体部位名または身体部位コードに対して、他の身体部位名または身体部位コードとの間の距離をあらかじめ実数値として定義しておき、この距離を｜Ｆ０１−Ｆｎ１｜に代入する方法である。各身体部位は包含関係や物理的な位置関係を持つため、身体内における各部位間の包含関係や物理的距離に応じて実数値を定義することができる。
ステップＳ１０４において、画像特徴情報比較部１０２は、差異度Ｄｎをあらかじめ決められた閾値ＴＤｎと比較する。そして、差異度ＤｎがＴＤｎ以下の場合（類似度が高い場合）は処理はステップＳ１０５に進み、逆に差異度ＤｎがＴＤｎより大きい場合（類似度が低い場合）は処理はステップＳ１１０に進む。
ステップＳ１０５において、すなわち類似度が高いと判定された場合、画像特徴情報比較部１０２は症例データベース５からｉｎ番目の症例データに含まれる過去の所見文Ａｎを読み出す。そして、ステップＳ１０６において、所見選択・整列部１０４は、画像特徴情報比較部１０２から差異度Ｄｎと所見文Ａｎを一緒に受け取り、ＤｎとＡｎから成るデータセットＤＡを作成する。なお、所見選択・整列部１０４はデータセットＤＡを複数格納するためのリスト（以下、ＤＡリストと略記）を保持しており、先に作成したデータセットＤＡを差異度Ｄｎが小さい順（類似度が大きい順）にソートしながら（並び替えながら）ＤＡリストに追加する。
ステップＳ１０７では、変数ｉｍの値を１増やす。
ｉｍ＝ｉｍ＋１ …（９）
ステップＳ１０８では、変数ｉｍをあらかじめ決めた閾値Ｔｍと比較し、ｉｍがＴｍより大きい場合はステップＳ１０９に進み、逆にｉｍがＴｍ以下の場合はステップＳ１１０に進む。ここで、閾値Ｔｍは所見文Ａ１〜Ａｍの最大個数（ｍの最大値）を制限する値である。
ステップＳ１０９を実行する直前は、ＤＡリストにＴｍ＋１個のデータセットが保持されていることになる。そのため、ステップＳ１０９において、所見選択・整列部１０４は、ＤＡリストの最後に保持されているデータセットを１件削除し、リスト中のデータセット数をＴｍ個に制限する。また、所見選択・整列部１０４は、変数ｉｍの値を１減らす。これにより、変数ｉｍはＤＡリスト中のデータセット数と等しくなる。
ｉｍ＝ｉｍ−１ …（１０）
ステップＳ１１０では、変数ｉｎの値を１増やす。
ｉｎ＝ｉｎ＋１ …（１１）
ステップＳ１１１では、変数ｉｎを症例データベース５が保管する症例データの総数Ｎと比較する。この結果、ｉｎがＮより大きい場合（すべての症例データを処理済みの場合）はステップＳ１１２に処理が進む。また、逆にｉｎがＮ以下の場合（未処理の症例データがある場合）は、処理はステップＳ１０２に戻って、残りの症例データが処理される。ステップＳ１１２において、所見選択・整列部１０４は、ＤＡリスト中の全データセットから所見文Ａ１〜Ａｍを読み出し、図３の構文解析部１０５に渡す。
以上のように、画像特徴情報比較部１０２と所見選択・整列部１０４の連携動作により、注目領域の画像特徴情報と症例データベース５に格納されている画像特徴情報との類似度が算出される。そして、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文が症例データベース５から取得される。
以上のようにして症例データベース５から取得された所見文の記述は、画像特徴情報抽出部１０１で取得された注目領域の画像特徴情報に基づいて変更され、当該注目領域の読影の所見文が生成される。これらの処理は、構文解析部１０５、タグ付き文字列生成部１０３、所見修正部１０６の協働により実現される。以下、この処理について説明する。
図３の構文解析部１０５では、所見選択・整列部１０４から所見文Ａ１〜Ａｍを受け取った後、各所見文を医療用語データベース４を参照して構文解析することにより、画像特徴情報の各特徴項目に対応した記述を抽出する。構文解析部１０５は、構文解析により上述した画像特徴情報Ｆｎ１，Ｆｎ２，．．．，Ｆｎｘに対応する用語を発見し、抽出した場合は、あらかじめ各画像特徴情報用に決めておいた専用のタグを付ける。また、その他の単語に対して、構文解析部１０５は、どの品詞（主語、述語、目的語、形容詞、助詞、副詞など）に対応するかを解析し、これらの品詞を表すタグを付ける。このようにして、構文解析部１０５は、タグ付き所見文Ａ’１〜Ａ’ｍを生成する。この際、構文解析方法として、従来技術を利用することができる。例えば、特許文献３に記載された方法を利用することも出来るし、また、すでに無料の構文解析ソフトや商用の構文解析ソフトが存在するので、それらのソフトを使用することも出来る。
あるいは、所見文Ａ１〜Ａｍに頻繁に現れると予想される画像特徴情報はそれほど多くないので、例えば身体部位名（Ｆｎ１）や異常領域サイズ（Ｆｎ２）など、限られた画像特徴情報にのみタグを付けるようにしてもよい。その場合、あらかじめ身体部位名と異常領域サイズを示す文字列（数字と長さの単位を示す文字列との組合せ）だけを所見文Ａ１〜Ａｍから探し出し、これらの文字列にのみタグを付ければよい。
さらに、画像特徴情報が数字である場合は、あらかじめ画像特徴情報が取り得る数字とそれらの数字が意味する表現（文字列）との対応表を作っておく。そして、この対応表を用いて所見文Ａ１〜Ａｍを解析することで、読影医が自由に記述した文章表現から、特定の画像特徴情報に対応する表現を見つけ出すことができる。例えば、（１）式に示した画像特徴情報の例では、画像特徴情報Ｆ０３の異常領域の真円率の大小に応じて、「円形」「楕円形」「扁平」などの表現を対応させることができる。また別の例として、画像特徴情報Ｆ０７の異常領域の境界内外におけるコントラスト比の大小に応じて、「境界明瞭」「境界やや不明瞭」「境界不明瞭」などの表現を対応させることができる。
図３のタグ付き文字列生成部１０３は、画像特徴情報抽出部１０１から画像特徴情報Ｆ０１〜ｘを受け取った後、各画像特徴情報Ｆ０１，Ｆ０２，．．．，Ｆ０ｘをそれぞれ専用のタグを付けたタグ付き文字列Ｃ０１〜ｘに変換する。この処理は、図４のステップＳ１５に対応する。次に、各画像特徴情報Ｆ０１，Ｆ０２，．．．，Ｆ０ｘを文字列に変換する方法を具体的に述べるために、式（１）で例示した各画像特徴情報Ｆ０１，Ｆ０２，．．．，Ｆ０７を文字列に変換する方法を以下に述べる。
画像特徴情報Ｆ０１は注目領域が属する身体部位名（文字列）または身体部位コード（数値または数字）である。身体部位名の場合は、その身体部位名をそのまま使用する。身体部位コードの場合は、あらかじめ用意された身体部位コードと身体部位名の対応表を検索することで身体部位コードを身体部位名に変換する。
画像特徴情報Ｆ０２は長さの単位を持ち、数値または数字で表されるデータである。数値で表されている場合は、文字コードごとに決められている変換規則に基づき数値を数字（文字列）に変換すればよい。数字で表されている場合は、その数字（文字列）をそのまま使用する。さらに、文字列の最後に長さの単位を示す文字列（ｍｍ，ｃｍなど）を付加すればよい。
他の画像特徴情報Ｆ０３〜Ｆ０７もまた、数値または数字で表されるデータなので、原則的には画像特徴情報Ｆ０２と同様の処理ができる。但し、通常、これらの画像特徴量をそのまま所見文中に数字で記述することはほとんどない。したがって、構文解析部１０５の動作に関して上述したように、あらかじめ画像特徴情報が取り得る数字とそれらの数字が意味する表現（文字列）との対応表を作っておき、この対応表を用いて文字列に変換するのが好ましい。
こうして作成されたタグ付き文字列Ｃ０１〜ｘ（Ｃ０１，Ｃ０２，．．．，Ｃ０ｘ）は、所見修正部１０６に渡される。
所見修正部１０６は、図４のステップＳ１６の処理を実行する。つまり、所見修正部１０６は、所見選択・整列部１０４で生成されたタグ付き所見文Ａ’１〜Ａ’ｍ（ステップＳ１４）と、タグ付き文字列生成部１０３で生成されたタグ付き文字列Ｃ０１，Ｃ０２，．．．，Ｃ０ｘ（ステップＳ１５）とを受け取る。そして、これらタグ付き所見文Ａ’１〜Ａ’ｍとタグ付き文字列Ｃ０１，Ｃ０２，．．．，Ｃ０ｘを用いて、以下に述べる様な方法で、所見候補文Ｂ１〜Ｂｍを生成する。
所見修正部１０６は、タグ付き所見文Ａ’１〜Ａ’ｍ中の全てのタグを調べる。そして、画像特徴情報Ｆｎ１〜Ｆｎｘを示すタグを発見した場合、これらのタグに対応するタグ付き文字列（Ｃ０１〜Ｃ０ｘのいずれか）を用いて所見文Ａ’１〜Ａ’ｍ中の文字列を置換する。これにより、所見候補文Ｂ１〜Ｂｍが生成される。ただし、生成された所見候補文Ｂ１〜Ｂｍの中には、まったく同じ文章となるものが存在する可能性がある。したがって、所見修正部１０６は所見候補文Ｂ１〜Ｂｍの文字列を比較し、まったく同一の所見候補文があった場合はそれらを一つにまとめる（一つを残して、他の同一所見文をすべて削除する）。すなわち、複数の候補所見文から、同一の内容の候補所見文は排除される。
以上の処理による所見文の変化を例示するため、以下に、ＤＡリストの所見文Ａ１〜Ａ４、タグ付き文字列Ｃ０１〜２、及び所見候補文Ｂ１〜Ｂ３の例を示す。ただし、所見文Ａ１〜Ａ４中で［］により括られた部分の文字列は、タグ付き文字列Ｃ０１によって置換される文字列である。また、｛｝によって括られた文字列は、タグ付き文字列Ｃ０２によって置換される文字列である。
Ａ１：「[左上葉]に{２０ｍｍ大}の充実性結節を認めます。」
Ａ２：「[右上葉]に{約１１ｍｍ}の充実性結節を認めます。」
Ａ３：「[右下葉]に結節を認めます。{サイズ約１４ｍｍ}。境界明瞭な高濃度結節です。」
Ａ４：「[右上葉S１]に{２５〜３０ｍｍ程度}のすりガラス状陰影を伴う結節があります。」
Ｃ０１：「左下葉」
Ｃ０２：「サイズ１７ｍｍ」
Ｂ１：「左下葉にサイズ１７ｍｍの充実性結節を認めます。」
Ｂ２：「左下葉に結節を認めます。サイズ１７ｍｍ。境界明瞭な高濃度結節です。」
Ｂ３：「左下葉にサイズ１７ｍｍのすりガラス状陰影を伴う結節があります。」
所見修正部１０６で生成された所見候補文Ｂ１〜Ｂｍを読影端末６０に送信することにより、診断支援装置１０における診断支援処理は終了する。
以上のようにして、症例データベース５から取得された複数の所見文のそれぞれについて、構文解析部１０５で抽出され、タグ付けされた特徴項目毎の記述が、注目領域の画像特徴情報の各特徴項目の内容に基づいて変更される。こうして、複数の所見候補文が生成され、表示機器１５に表示される。或いは、複数の所見候補文は、読影端末６０に送信され、読影端末６０において表示されてもよい。また、複数の候補所見文は、画像特徴情報比較部１０２において算出した類似度（差異度）に応じた順序に並べて表示させるようにしてもよい。
通常、読影医は読影作業中に、読影端末６０上で画像ビューアと読影レポート作成ソフトを動作させている。読影医が、画像ビューアに表示された医用画像の注目領域をマウス等を用いて指定すると、注目領域の画像データＩ０が診断支援装置１０に、例えば診断支援要求とともに送信される。診断支援装置１０では、この画像データＩ０と診断支援要求の受信に応じて上述の診断支援処理が実行され、読影端末６０の読影レポート作成ソフト上に所見候補文Ｂ１〜Ｂｍを自動的に表示することが可能となる。これにより、読影医の所見記入の効率を大幅に向上することができる。
次に、症例データベース５に症例データを蓄積する方法を説明する。
図３において、読影端末６０上で読影医が医用画像の注目領域を指定し、その注目領域に対する所見文を記入し、症例データベース５への登録を指示すると、読影端末６０から診断支援装置１０に登録要求が送信される。すなわち、読影端末６０は、注目領域の画像データＩ０と対応する所見文Ａ０をコピーし、これらを登録要求と共に診断支援装置１０に送信する。診断支援装置１０では、これらのデータを受信することにより、図５に示した症例データ登録処理を開始する。
まず、図３の画像特徴情報抽出部１０１は、注目領域の画像データＩ０と、対応する所見文Ａ０を取得（受信）した後（図５のステップＳ２１）、画像データＩ０から画像特徴情報Ｆ０１〜ｘを抽出する（図５のステップＳ２２）。画像特徴情報Ｆ０１〜ｘの抽出方法は、診断支援処理で説明した方法と同様である。次に、画像特徴情報抽出部１０１は画像特徴情報Ｆ０１〜ｘと所見文Ａ０から成るデータセットＦＡを作成し、このデータセットＦＡを新たな症例データとして症例データベース５に登録する（図５のステップＳ２３）。以上で、症例データ登録処理を終了する。
以上のように、第１実施形態の診断支援装置によれば、読影対象となる医用画像の特徴情報（Ｆ０１〜ｘ）を用いて、その特徴情報に似た特徴情報を持つ医用画像に対して書かれた過去の読影レポート中の所見文（Ａ１〜Ａｍ）を直接検索できる。このため、背景技術の欄で述べたキーワード検索の短所を克服し、効率的かつ適切に過去の読影レポートの所見文を引用できる。これにより、読影対象となる画像の内容に即した所見文を自動的に生成する診断支援装置を提供することができるという効果がある。
［第２実施形態］
以下、図１０乃至図１３を用いて、第２実施形態に係る診断支援装置１０の機能及び処理手順を説明する。
図１０は、第２実施形態に係る診断支援装置１０の主要な機能を説明するための機能ブロック図である。説明の都合上、図１０の上半分に、図２で示した医療情報システム２１０の構成要素の一部を省略した形で記載している。
図１１乃至図１３は、図１０に示した診断支援装置１０における処理手順を示したフローチャートである。図１１は診断支援処理の手順、図１２は診断支援処理におけるステップＳ３３の詳細な手順、図１３は症例データ登録処理の手順を示している。
機能ブロック及び処理手順の大半は、第１実施形態と同様なので、以下では、主として第１実施形態と異なるところを説明する。
第１実施形態と大きく異なる点は、所見文を構文解析してタグ付き所見文を作成するタイミングである。第１実施形態では、診断支援処理において（図４のステップＳ１４）タグ付き所見文Ａ’１〜Ａ’ｍを生成したが、第２実施形態では、症例データ登録処理において（図１２のステップＳ４３）所見文Ａ０のタグ付き所見文Ａ’０を生成する。以下に、まず第２実施形態による症例データ登録処理の手順を述べる。
第２実施形態の症例データ登録処理では、まず、構文解析部１０５が、登録すべき読影結果の所見文を構文解析し、画像特徴情報の各特徴項目に対応した記述を抽出する。そして、所見修正部１０７が、抽出された記述に特徴項目を示すタグを付与し、更に、タグが付与された記述を所定の記述に置換して修正所見文を生成する。データセット作成部１０８は、生成された修正所見文と画像特徴情報抽出部１０１で抽出された画像特徴情報とを関連させて、すなわち一つのデータセットとして症例データベース５に登録する。
図１０において、読影端末６０から診断支援装置１０に注目領域の画像データＩ０と、対応する所見文Ａ０が送信されると、診断支援装置１０ではこれらのデータを取得（受信）する（図１２のステップＳ４１）。但し、第２実施形態では、診断支援装置１０の画像特徴情報抽出部１０１と構文解析部１０５の両方が画像データＩ０と所見文Ａ０を受信する。
画像特徴情報抽出部１０１は、受信した注目領域の画像データＩ０から画像特徴情報Ｆ０１〜ｘを抽出し、データセット作成部１０８へ渡す（図１２のステップＳ４２）。一方、構文解析部１０５は、受信した所見文Ａ０を構文解析する。そして、画像特徴情報Ｆ０１〜ｘに対応する用語を発見した場合は、その用語にあらかじめ各画像特徴情報用に決めておいた専用のタグを付け、タグ付き所見文Ａ’０を生成する（図１２のステップＳ４３）。
所見修正部１０７は、構文解析部１０５から受け取ったタグ付き所見文Ａ’０を調べ、あらかじめ決めておいたタグを発見した場合は、それらのタグが付けられた文字列をあらかじめ決めておいた特別なデータ（文字列、記号、数値など）で置換する。こうして、所見修正部１０７は、タグ付き修正所見文Ａ”０を生成する（図１２のステップＳ４４）。
データセット作成部１０８では、画像特徴情報抽出部１０１から受け取った画像特徴情報Ｆ０１〜ｘと、所見修正部１０７から受け取ったタグ付き修正所見文Ａ”０から成るデータセットＦＡ”を作成する。そして、このデータセットＦＡ”を新たな症例データとして症例データベース５に登録する（図１２のステップＳ４５）。この際、症例データベース５では、既に登録済みの症例データと新たに登録される症例データとの比較を行い、まったく同一またはほぼ同一（異なる部分があらかじめ決めた範囲内に収まっている）の症例データがすでに存在するか否かを判断する。存在すると判断した場合、症例データベース５は、その新たな症例データを登録しないように制御する。以上で、症例データ登録処理を終了する。
以上のような第２実施形態における症例データ登録処理を行うことにより、すでに症例データベース５に似たようなデータセットＦＡ”が登録されている場合は、ほぼ同じ様なデータセットＦＡ”を繰り返し登録することがなくなるという利点がある。つまり、所見文Ａ０の中であらかじめ置換すると決めておいた画像特徴情報（身体部位名や異常領域サイズなど）に対応する文字列だけが登録済みの所見文と異なる場合は、タグ付き修正所見文Ａ”０に変換することでまったく同一の所見文となる。したがって、画像特徴情報Ｆ０１〜ｘもほぼ同一（異なる部分があらかじめ決めた範囲内に収まっている）の場合は、これらを排除することにより、重複した症例データの登録を回避することが出来る。
第２実施形態における診断支援処理の手順（図１１、図１３）は、第１実施形態における「過去の所見文Ａ１〜Ａｍ」及び「タグ付き所見文Ａ’１〜Ａ’ｍ」を、「タグ付き修正所見文Ａ”１〜Ａ”ｍ」に置き換えればよい。すなわち、画像特徴情報比較部１０２は、注目領域の画像特徴情報と類似する画像特徴情報に対応する修正所見文を症例データベース５から取得する。そして、所見選択・整列部１０４、タグ付き文字列生成部１０３、所見修正部１０６は、取得された修正所見文に含まれている所定の記述（特別なデータで置換された部分）を、注目領域の画像特徴情報に基づいて変更することにより注目領域の所見文を生成する。ここで、所定の記述はタグによって検出される。ただし、図４のステップＳ１４は図３の構文解析部１０５が実行する処理であるが、第２実施形態では症例データベース５から取得される過去の所見文が既にタグ付き所見文となっているため不要となる。そのため、図１１には図４のステップＳ１４に対応するステップは存在しない。
なお、所見修正部１０７が抽出された記述に特徴項目を示すタグを付与してタグ付き所見文を生成し、データセット作成部１０８が生成されたタグ付き所見文を対応する画像特徴情報と関連させて症例データベース５に登録するように構成しても良い。その場合、画像特徴情報比較部１０２は、注目領域の画像特徴情報と類似する画像特徴情報に対応するタグ付き所見文を症例データベース５から取得する。そして、所見選択・整列部１０４、タグ付き文字列生成部１０３、所見修正部１０６は、取得されたタグ付き所見文に含まれているタグが付与された記述を、注目領域の画像特徴情報の対応する特徴項目の内容に基づいて変更することにより所見文を生成する。但し、修正所見文を登録する場合と比べて、症例データベース５における記述の重複の回避はできない。
［第３実施形態］
第１実施形態及び第２実施形態では、症例データベース５に画像特徴情報Ｆ０１〜ｘと所見文Ａ０（またはタグ付き修正所見文Ａ”０）から成るデータセットＦＡ（またはＦＡ”）を登録するとした。第３実施形態では、症例データベース５に格納された各所見文についてその信頼度を示す信頼度情報を格納する。そして、画像特徴情報比較部１０２は、注目領域の画像特徴情報と症例データベース５に格納されている画像特徴情報との類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文のうち、信頼度情報が示す信頼度が所定値を超える所見文を取得する。特に、第３実施形態では、信頼度情報として、所見文を作成した読影者の評価に関する情報を用いるようにする。より具体的には、データセットＦＡに、読影を行った医師を識別するための識別子（以下、医師ＩＤと略記）を加えて登録する。つまり、症例データベース５に蓄積される症例データは、医師ＩＤ、画像特徴情報Ｆ１〜ｘ、所見文Ａ（またはタグ付き修正所見文Ａ”０）の３種類のデータから成る。
さらに、症例データベース５または診断支援装置１０に、医師ＩＤに関する情報を記した医師情報テーブルを格納しておくとよい。この医師情報テーブルには、例えば、医師の読影経験年数または病院内での評価など、読影能力または読影結果の信頼性に関わる情報を登録しておく。これにより、読影端末６０を使用する読影医が、過去の症例データの中から信頼性の高いものだけを選択的に用いて所見候補文Ｂ１〜Ｂｍを得たいと考えたときに、その要求に応えることができる。この時の処理手順を以下に記す。
基本的な処理手順は、第１実施形態と同様である。主要な相違点は、読影医が必要とする読影結果信頼度の閾値ＴＲを読影端末６０に入力（または指定、選択）する必要があることである。また、読影端末６０から診断支援装置１０に読影結果信頼度の閾値ＴＲが送信され、後述する図１４のステップＳ３０３で利用可能となる必要もある。さらに、図６のステップＳ１０１とステップＳ１０２の間に少し追加の処理が入る。図１４に追加の処理を挿入したフローチャートを示す。
図１４において、ステップＳ３０１からステップＳ３０３までが追加の処理である。まず、ステップＳ１０１では第１実施形態と同様に、読影対象画像から選択された注目領域の画像特徴情報Ｆ０１〜ｘを取得し、変数ｉｍとｉｎをそれぞれ値０と１で初期化する。次に、ステップＳ３０１において、画像特徴情報比較部１０２は、症例データベース５からｉｎ番目の医師ＩＤｎを読み出す。ステップＳ３０２において、画像特徴情報比較部１０２は、上述の医師情報テーブルを検索し、医師ＩＤｎに対する読影結果信頼度Ｒｎを読み出す。ステップＳ３０３において、画像特徴情報比較部１０２は、読影結果信頼度Ｒｎを、指定された読影結果信頼度の閾値ＴＲと比較する。比較の結果、ＲｎがＴＲ以上であれば必要な信頼度があると判断し、第１実施形態で説明したステップＳ１０２〜Ｓ１０９の処理を実行する。他方、ＲｎがＴＲ未満であれば、必要な信頼度がないと判断され、処理はステップＳ１１０へ進む。 以上説明したように、第１〜第３実施形態によれば、過去の所見文の検索におけるキーワード検索の短所が克服され、より効率的かつ適切に過去の所見文を引用するこができる。これにより、読影対象となる画像の内容に即した所見文を自動的に生成する診断支援装置を提供することができるという効果がある。
なお、上記各実施形態では、１種類の類似度算出方法（差異度算出方法）を説明したが、類似度算出方法は上記実施形態に限られるものではない。例えば、上記実施形態では、画像特徴情報Ｆ０１〜ｘとＦｎ１〜ｘの類似度（差異度）を、各画像特徴情報の差異の線形和として定義した。より一般的には、Ｆ０１〜ｘ及びＦｎ１〜ｘをそれぞれｘ次元ベクトルＶＦ０及びＶＦｎと記述した場合、類似度（差異度）は２つのベクトル（ＶＦ０とＶＦｎ）間の距離と言い換えることができる。例えば、差異度として各画像特徴情報の差異の２乗線形和（の平方根）を求めることは、２つのベクトル間のユークリッド距離を求めることに相当する。この他にも、数学の分野では様々なベクトル間距離が定義されており、それらの定義はすべて上記実施形態における類似度（差異度）の定義として利用可能である。また、それら複数種類の類似度算出方法を用意しておき、ユーザとしての医師が所望の算出方法を指定できるようにしてもよい。
以上、実施形態を詳述したが、本発明は、例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能である。具体的には、複数の機器から構成されるシステムに適用しても良いし、また、一つの機器からなる装置に適用しても良い。
尚、本発明は、ソフトウェアのプログラムをシステム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによって前述した実施形態の機能が達成される場合を含む。この場合、供給されるプログラムは実施形態で図に示したフローチャートに対応したコンピュータプログラムである。
従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。
その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳに供給するスクリプトデータ等の形態であっても良い。
コンピュータプログラムを供給するためのコンピュータ読み取り可能な記憶媒体としては以下が挙げられる。例えば、フロッピー（登録商標）ディスク、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などである。
その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムをハードディスク等の記録媒体にダウンロードすることが挙げられる。この場合、ダウンロードされるプログラムは、圧縮され自動インストール機能を含むファイルであってもよい。また、本発明のプログラムを構成するプログラムコードを複数のファイルに分割し、それぞれのファイルを異なるホームページからダウンロードすることによっても実現可能である。つまり、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。
また、本発明のプログラムを暗号化してＣＤ−ＲＯＭ等の記憶媒体に格納してユーザに配布するという形態をとることもできる。この場合、所定の条件をクリアしたユーザに、インターネットを介してホームページから暗号を解く鍵情報をダウンロードさせ、その鍵情報を使用して暗号化されたプログラムを実行し、プログラムをコンピュータにインストールさせるようにもできる。
また、コンピュータが、読み出したプログラムを実行することによって、前述した実施形態の機能が実現される他、そのプログラムの指示に基づき、コンピュータ上で稼動しているＯＳなどとの協働で実施形態の機能が実現されてもよい。この場合、ＯＳなどが、実際の処理の一部または全部を行ない、その処理によって前述した実施形態の機能が実現される。
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれて前述の実施形態の機能の一部或いは全てが実現されてもよい。この場合、機能拡張ボードや機能拡張ユニットにプログラムが書き込まれた後、そのプログラムの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるＣＰＵなどが実際の処理の一部または全部を行なう。
なお、上述した本実施の形態における記述は、本発明に係る好適な診断支援装置の一例であり、本発明はこれに限定されるものではない。
本発明の一実施形態に係る診断支援装置のハードウェア構成図である。 従来の装置・システム等から成る医療情報システム２００のシステム構成と、本発明に係る診断支援装置１０を含む医療情報システム２１０のシステム構成との違いを示すシステム構成図である。 本発明の第一の実施例に係る診断支援装置１０の主要な機能を説明するための機能ブロック図である。 図３に示した診断支援装置１０における診断支援処理手順を示したフローチャートである。 図３に示した診断支援装置１０における診断支援処理におけるステップＳ１３の詳細手順を示したフローチャートである。 図３に示した診断支援装置１０における症例データ登録処理手順を示したフローチャートである。 医用画像撮影装置４０によって撮影された医用画像及びその注目領域の一例を示す図である。 図７に示した注目領域の拡大図である。 図８に示した異常領域の画像特徴情報の一つを計算する方法を説明するための図である。 本発明の第二の実施例に係る診断支援装置１０の主要な機能を説明するための機能ブロック図である。 図１０に示した診断支援装置１０における診断支援処理手順を示したフローチャートである。 図１０に示した診断支援装置１０における診断支援処理におけるステップＳ３３の詳細手順を示したフローチャートである。 図１０に示した診断支援装置１０における症例データ登録処理手順を示したフローチャートである。 本発明の第三の実施例に係る診断支援装置１０の診断支援処理におけるステップＳ１３の詳細手順において、図６のステップＳ１０１とステップＳ１０２の間に追加の処理を挿入したフローチャートである。

Claims (14)

  1. 登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて格納手段に登録する登録手段と、
    前記格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似する画像特徴情報に対応するタグ付き所見文を取得する検索手段と、
    前記検索手段によって取得されたタグ付き所見文のタグが付与されている記述を、前記注目領域の画像特徴情報の該タグに対応する特徴項目の内容に基づいて変更することにより、前記注目領域の読影の所見文を生成する生成手段と、を備えることを特徴とする診断支援装置。
  2. 前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文を取得することを特徴とする請求項１に記載の診断支援装置。
  3. 前記検索手段における類似度の計算方法を指定する指定手段を更に備えることを特徴とする請求項２に記載の診断支援装置。
  4. 前記登録手段は、前記登録すべき読影結果の所見文から抽出された、タグが付与された記述を所定の記述に置換して前記タグ付き所見文を生成し、画像特徴情報と関連させて前記格納手段に登録することを特徴とする請求項１に記載の診断支援装置。
  5. 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似した画像特徴情報に対応付けて格納されている所見文を取得する検索手段と、
    前記検索手段によって取得された所見文を構文解析して、前記読影対象の画像から得られる情報に対応した記述を抽出する抽出手段と、
    前記取得された所見文の前記対応した記述を前記読影対象の画像から得られる情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段と、を備え、
    前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている複数の所見文を取得し、
    前記生成手段は、前記検索手段で取得された複数の所見文を用いて前記注目領域の所見文の複数の候補所見文を生成することを特徴とする診断支援装置。
  6. 前記複数の候補所見文から、同一の内容の候補所見文を排除する排除手段を更に備えることを特徴とする請求項５に記載の診断支援装置。
  7. 前記生成手段は、前記複数の候補所見文を、前記検索手段における類似度に応じた順序に並べて表示手段に表示させる整列手段を更に備えることを特徴とする請求項５に記載の診断支援装置。
  8. 画像特徴情報と読影結果の所見文を対応付けて格納した格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似した画像特徴情報に対応付けて格納されている所見文を取得する検索手段と、
    前記検索手段によって取得された所見文を構文解析して、前記読影対象の画像から得られる情報に対応した記述を抽出する抽出手段と、
    前記取得された所見文の前記対応した記述を前記読影対象の画像から得られる情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成手段と、を備え、
    前記格納手段は、さらに、各所見文についてその信頼度を示す信頼度情報を格納しており、
    前記検索手段は、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文のうち、信頼度情報が示す信頼度が所定値を超える所見文を取得することを特徴とする診断支援装置。
  9. 前記信頼度情報は、所見文を作成した読影者の評価に関する情報を用いることを特徴とする請求項８に記載の診断支援装置。
  10. 診断支援装置の制御方法であって、
    登録手段が、登録すべき読影結果の所見文を構文解析して画像特徴情報の各特徴項目に対応した記述を抽出し、抽出された記述に特徴項目を示すタグを付与することによりタグ付き所見文を生成し、生成されたタグ付き所見文を対応する画像特徴情報と関連させて格納手段に登録する登録工程と、
    検索手段が、前記格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似する画像特徴情報に対応するタグ付き所見文を取得する検索工程と、
    生成手段が、前記検索工程で取得されたタグ付き所見文のタグが付与されている記述を、前記注目領域の画像特徴情報の該タグに対応する特徴項目の内容に基づいて変更することにより、前記注目領域の読影の所見文を生成する生成工程と、を有することを特徴とする診断支援装置の制御方法。
  11. 診断支援装置の制御方法であって、
    検索手段が、画像特徴情報と読影結果の所見文を対応付けて格納した格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似した画像特徴情報に対応付けて格納されている所見文を取得する検索工程と、
    生成手段が、前記検索工程で取得された所見文を構文解析して、前記読影対象の画像から得られる情報に対応した記述を抽出する抽出工程と、
    生成手段が、前記取得された所見文の前記対応した記述を前記読影対象の画像から得られる情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程と、を有し、
    前記検索工程では、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度を算出し、算出された類似度が閾値を越える画像特徴情報に対応付けて格納されている複数の所見文を取得し、
    前記生成工程では、前記検索手段で取得された複数の所見文を用いて前記注目領域の所見文の複数の候補所見文を生成することを特徴とする診断支援装置の制御方法。
  12. 診断支援装置の制御方法であって、
    検索手段が、画像特徴情報と読影結果の所見文を対応付けて格納した格納手段から、読影対象の画像において指定された注目領域の画像特徴情報に類似した画像特徴情報に対応付けて格納されている所見文を取得する検索工程と、
    抽出手段が、前記検索工程で取得された所見文を構文解析して、前記読影対象の画像から得られる情報に対応した記述を抽出する抽出工程と、
    生成手段が、前記取得された所見文の前記対応した記述を前記読影対象の画像から得られる情報に基づいて変更することにより、前記指定された注目領域の読影の所見文を生成する生成工程と、を有し、
    前記格納手段は、さらに、各所見文についてその信頼度を示す信頼度情報を格納しており、
    前記検索工程では、前記注目領域の画像特徴情報と前記格納手段に格納されている画像特徴情報との類似度が閾値を越える画像特徴情報に対応付けて格納されている所見文のうち、信頼度情報が示す信頼度が所定値を超える所見文を取得することを特徴とする診断支援装置の制御方法。
  13. 請求項１０乃至１２のいずれか１項に記載の制御方法の各工程をコンピュータに実行させるためのプログラム。
  14. 請求項１３に記載のプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。
JP2007256014A 2007-09-28 2007-09-28 診断支援装置及びその制御方法 Active JP5153281B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2007256014A JP5153281B2 (ja) 2007-09-28 2007-09-28 診断支援装置及びその制御方法
PCT/JP2008/067444 WO2009041586A1 (ja) 2007-09-28 2008-09-26 診断支援装置及びその制御方法
CN2008801091975A CN101808572B (zh) 2007-09-28 2008-09-26 诊断支持设备及其控制方法
EP08833710.0A EP2198772A4 (en) 2007-09-28 2008-09-26 DIAGNOSTIC SUPPORT DEVICE AND CONTROL METHOD THEREOF
US12/748,315 US7894676B2 (en) 2007-09-28 2010-03-26 Diagnosis support apparatus and control method therefor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2007256014A JP5153281B2 (ja) 2007-09-28 2007-09-28 診断支援装置及びその制御方法

Publications (3)

Publication Number Publication Date
JP2009082443A JP2009082443A (ja) 2009-04-23
JP2009082443A5 JP2009082443A5 (ja) 2010-10-07
JP5153281B2 true JP5153281B2 (ja) 2013-02-27

Family

ID=40511466

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2007256014A Active JP5153281B2 (ja) 2007-09-28 2007-09-28 診断支援装置及びその制御方法

Country Status (5)

Country Link
US (1) US7894676B2 (ja)
EP (1) EP2198772A4 (ja)
JP (1) JP5153281B2 (ja)
CN (1) CN101808572B (ja)
WO (1) WO2009041586A1 (ja)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5486364B2 (ja) * 2009-09-17 2014-05-07 富士フイルム株式会社 読影レポート作成装置および方法並びにプログラム
JP6039156B2 (ja) * 2010-06-08 2016-12-07 キヤノン株式会社 画像処理装置、画像処理方法、及びプログラム
SI23471A (sl) * 2010-09-02 2012-03-30 Krog-Mit D.O.O. Naprava in informacijski sistem za samodejno interpretacijo rezultatov predtransfuzijksih preiskav
JP5663599B2 (ja) * 2010-11-26 2015-02-04 株式会社日立製作所 診療支援システム及び診療支援方法
JP5618787B2 (ja) 2010-11-29 2014-11-05 キヤノン株式会社 レポート作成支援装置及びその作成支援方法、並びにプログラム
US8886726B2 (en) * 2010-12-28 2014-11-11 General Electric Company Systems and methods for interactive smart medical communication and collaboration
WO2012104949A1 (ja) * 2011-01-31 2012-08-09 パナソニック株式会社 症例検索装置および症例検索方法
US9183602B2 (en) * 2011-06-23 2015-11-10 Cerner Innovation, Inc. Medical device interfacing using a camera
US10049445B2 (en) 2011-07-29 2018-08-14 Canon Kabushiki Kaisha Image processing apparatus and image processing method of a three-dimensional medical image
WO2013088806A1 (ja) * 2011-12-13 2013-06-20 インターナショナル・ビジネス・マシーンズ・コーポレーション 医用画像を検索する方法、装置及びコンピュータプログラム
JP5967968B2 (ja) * 2012-02-14 2016-08-10 キヤノン株式会社 医療診断支援システム、医療診断支援装置、情報処理方法、及びプログラム
JP5870840B2 (ja) * 2012-05-14 2016-03-01 ソニー株式会社 情報処理装置、情報処理方法、および情報処理プログラム
JP6040578B2 (ja) * 2012-06-02 2016-12-07 株式会社ニデック 眼科用レーザ手術装置
CN103530491B (zh) * 2012-07-06 2017-06-30 佳能株式会社 用于生成检查报告的装置和方法
JP6136169B2 (ja) * 2012-09-28 2017-05-31 富士通株式会社 退院サマリ編集プログラム、退院サマリ編集装置および退院サマリ編集方法
US9351641B2 (en) 2012-10-04 2016-05-31 Cerner Innovation, Inc. Mobile processing device system for patient monitoring data acquisition
CN103955698B (zh) * 2014-03-12 2017-04-05 深圳大学 从超声图像中自动定位标准切面的方法
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
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
KR102251245B1 (ko) 2014-04-30 2021-05-12 삼성전자주식회사 관심 영역별 추가 정보 제공 장치 및 방법
US9208173B1 (en) 2014-06-13 2015-12-08 Globalfoundries Inc. Techniques for medical image retreival
JP6510196B2 (ja) * 2014-08-12 2019-05-08 キヤノンメディカルシステムズ株式会社 読影レポート作成支援装置
JP5863916B2 (ja) * 2014-09-18 2016-02-17 キヤノン株式会社 レポート作成支援装置及びその作成支援方法、並びにプログラム
US20160100805A1 (en) 2014-10-10 2016-04-14 Koninklijke Philips N.V. Non-invasive blood pressure monitors and methods of operating the same
JP6594033B2 (ja) * 2015-05-14 2019-10-23 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
JP6667240B2 (ja) * 2015-07-31 2020-03-18 キヤノン株式会社 装置、方法、システム及びプログラム。
JP6313741B2 (ja) * 2015-12-25 2018-04-18 キヤノン株式会社 画像処理装置及び画像処理装置の作動方法
JP6448588B2 (ja) * 2016-08-25 2019-01-09 キヤノン株式会社 医療診断支援装置、医療診断支援システム、情報処理方法及びプログラム
CN106502982B (zh) * 2016-10-13 2019-04-09 东华大学 非结构化中文乳腺超声文本的结构化处理方法
JP7224757B2 (ja) 2017-10-13 2023-02-20 キヤノン株式会社 診断支援装置、情報処理方法、診断支援システム及びプログラム
CN109378043A (zh) 2017-10-13 2019-02-22 北京昆仑医云科技有限公司 基于患者的医学图像生成诊断报告的系统和方法及介质
US10803579B2 (en) 2017-10-13 2020-10-13 Beijing Keya Medical Technology Co., Ltd. Interactive clinical diagnosis report system
US10803581B2 (en) * 2017-11-06 2020-10-13 Beijing Keya Medical Technology Co., Ltd. System and method for generating and editing diagnosis reports based on medical images
US10783634B2 (en) * 2017-11-22 2020-09-22 General Electric Company Systems and methods to deliver point of care alerts for radiological findings
JP2019149124A (ja) * 2018-02-28 2019-09-05 富士フイルム株式会社 変換装置、変換方法、及びプログラム
JP2019153250A (ja) * 2018-03-06 2019-09-12 富士フイルム株式会社 医療文書作成支援装置、方法およびプログラム
JP6527614B2 (ja) * 2018-03-22 2019-06-05 キヤノン株式会社 画像処理装置及び画像処理装置の作動方法
JP7007469B2 (ja) * 2018-04-24 2022-01-24 富士フイルム株式会社 医療文書作成支援装置、方法およびプログラム、学習済みモデル、並びに学習装置、方法およびプログラム
EP3954277A4 (en) * 2019-04-11 2022-06-08 FUJIFILM Corporation MEDICAL DOCUMENT GENERATION DEVICE, METHOD AND PROGRAM
US11848100B2 (en) * 2019-10-18 2023-12-19 Merative Us L.P. Automatic clinical report generation
WO2021112141A1 (ja) * 2019-12-03 2021-06-10 富士フイルム株式会社 文書作成支援装置、方法およびプログラム
DE112021000934T5 (de) * 2020-02-07 2022-12-15 Fujifilm Corporation Unterstützungsvorrichtung für dokumentenerstellung, unterstützungsverfahren für dokumentenerstellung und programm
WO2021157705A1 (ja) * 2020-02-07 2021-08-12 富士フイルム株式会社 文書作成支援装置、方法およびプログラム
WO2021162008A1 (ja) * 2020-02-10 2021-08-19 富士フイルム株式会社 文書作成支援装置、文書作成支援方法及びプログラム
JP7371220B2 (ja) * 2020-03-03 2023-10-30 富士フイルム株式会社 情報処理装置、情報処理方法及び情報処理プログラム
WO2021177312A1 (ja) * 2020-03-03 2021-09-10 富士フイルム株式会社 情報保存装置、方法およびプログラム、並びに解析記録生成装置、方法およびプログラム
JP7426908B2 (ja) * 2020-06-22 2024-02-02 キヤノン株式会社 医用情報処理装置、医用情報処理システム、医用情報処理方法、およびプログラム
WO2022196106A1 (ja) * 2021-03-19 2022-09-22 富士フイルム株式会社 文書作成装置、方法およびプログラム
EP4310853A4 (en) * 2021-03-19 2024-09-04 Fujifilm Corp INFORMATION MANAGEMENT DEVICE, METHOD, AND PROGRAM, AND INFORMATION PROCESSING DEVICE, METHOD, AND PROGRAM
WO2022220081A1 (ja) * 2021-04-14 2022-10-20 富士フイルム株式会社 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム
WO2022224848A1 (ja) * 2021-04-23 2022-10-27 富士フイルム株式会社 文書作成支援装置、文書作成支援方法、及び文書作成支援プログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6099522A (en) * 1989-02-06 2000-08-08 Visx Inc. Automated laser workstation for high precision surgical and industrial interventions
JP3332104B2 (ja) * 1993-07-19 2002-10-07 株式会社東芝 読影レポート作成支援装置
JPH09223129A (ja) * 1996-02-16 1997-08-26 Toshiba Corp 文書処理支援方法および文書処理支援装置
JP2003033327A (ja) * 2001-07-24 2003-02-04 Fujitsu Ltd 画像情報による診断支援装置
JP4380142B2 (ja) * 2002-11-05 2009-12-09 株式会社日立製作所 検索システム及び検索方法
US7187790B2 (en) * 2002-12-18 2007-03-06 Ge Medical Systems Global Technology Company, Llc Data processing and feedback method and system
JP2005065728A (ja) * 2003-08-25 2005-03-17 Fuji Photo Film Co Ltd 類似画像検索装置
JP2005160502A (ja) * 2003-11-28 2005-06-23 Hitachi Medical Corp 画像診断支援装置
JP4450695B2 (ja) * 2004-08-19 2010-04-14 富士通株式会社 読影レポート解析プログラム
JP2006155002A (ja) 2004-11-26 2006-06-15 Hitachi Medical Corp レポート作成支援システム
JP4797380B2 (ja) 2004-12-28 2011-10-19 コニカミノルタホールディングス株式会社 医療支援システム
US7616793B2 (en) * 2004-12-30 2009-11-10 Hologic, Inc. Medical image review workstation with integrated content-based resource retrieval
JP2007122679A (ja) * 2005-09-27 2007-05-17 Fujifilm Corp 読影支援システム
JP2007140861A (ja) * 2005-11-17 2007-06-07 Konica Minolta Medical & Graphic Inc 情報処理システム、情報処理方法、およびプログラム
JP4826743B2 (ja) * 2006-01-17 2011-11-30 コニカミノルタエムジー株式会社 情報提示システム
JP5128154B2 (ja) * 2006-04-10 2013-01-23 富士フイルム株式会社 レポート作成支援装置、レポート作成支援方法およびそのプログラム

Also Published As

Publication number Publication date
CN101808572A (zh) 2010-08-18
EP2198772A1 (en) 2010-06-23
US20100189366A1 (en) 2010-07-29
EP2198772A4 (en) 2016-07-06
JP2009082443A (ja) 2009-04-23
CN101808572B (zh) 2012-03-28
US7894676B2 (en) 2011-02-22
WO2009041586A1 (ja) 2009-04-02

Similar Documents

Publication Publication Date Title
JP5153281B2 (ja) 診断支援装置及びその制御方法
US8744149B2 (en) Medical image processing apparatus and method and computer-readable recording medium for image data from multiple viewpoints
JP5383431B2 (ja) 情報処理装置、情報処理方法及びプログラム
US7865004B2 (en) System, method, and program for medical image interpretation support
JP6014059B2 (ja) 医療データの知的リンキング方法及びシステム
US8908946B2 (en) Information processing apparatus and its control method and data processing system
RU2711305C2 (ru) Связывание отчета / изображения
US20060142647A1 (en) Diagnosis aiding apparatus, method, and computer program
JP6027065B2 (ja) 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
EP2881916B1 (en) Query-specific generation and retrieval of medical volume images
US11361530B2 (en) System and method for automatic detection of key images
JP2008059071A (ja) 医用画像処理装置
JP5661890B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP2007280229A (ja) 類似症例検索装置、類似症例検索方法およびそのプログラム
US20170221204A1 (en) Overlay Of Findings On Image Data
JP2007275408A (ja) 類似画像検索装置および方法並びにプログラム
US20200365253A1 (en) Server for building big data database based on quantification and analysis of medical images and server-based medical image analysis method
US11630874B2 (en) Method and system for context-sensitive assessment of clinical findings
JP2008200373A (ja) 類似症例検索装置、方法、およびプログラム、ならびに、類似症例データベース登録装置、方法、およびプログラム
US10803986B2 (en) Automatic layout apparatus, automatic layout method, and automatic layout program
WO2017174591A1 (en) Automated contextual determination of icd code relevance for ranking and efficient consumption
US20080262874A1 (en) Medical report generating system and a medical report generating method
CN106462661A (zh) 用于自动选择针对医学研究的悬挂协议的系统和相关方法
US20220391599A1 (en) Information saving apparatus, method, and program and analysis record generation apparatus, method, and program
Gao et al. Bayesian reconstruction of ultralow-dose CT images with texture prior from existing diagnostic full-dose CT database

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100820

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20100820

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20111205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120203

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120817

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20121015

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: 20121106

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20121204

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151214

Year of fee payment: 3

R151 Written notification of patent or utility model registration

Ref document number: 5153281

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151214

Year of fee payment: 3