JP5537346B2

JP5537346B2 - 画像診断支援装置、画像診断支援方法

Info

Publication number: JP5537346B2
Application number: JP2010198537A
Authority: JP
Inventors: 良洋後藤
Original assignee: Hitachi Medical Corp
Current assignee: Hitachi Healthcare Manufacturing Ltd
Priority date: 2010-09-06
Filing date: 2010-09-06
Publication date: 2014-07-02
Anticipated expiration: 2030-09-06
Also published as: JP2012055352A

Description

本発明は、骨粗鬆症の画像診断を支援する画像診断支援装置等に関する。

近年、人の壮年期の骨粗鬆症の発症が問題視されている。特に、女性は閉経後にホルモンバランスにより代謝による破骨機能が造骨機能を上回る結果、骨量が大幅に減少することが知られており、同年代の男性と比較して骨粗鬆症が発症しやすい傾向にある。
また、最近では「プレ更年期」と呼ばれる現象が若年期の女性に現れる傾向にあり、壮年期の人だけでなく若年期の人に対しても骨粗鬆症の発症が懸念される状況にある。
そのため、骨粗鬆症の画像診断支援、診断予測支援、治療計画支援の各技術の確立は、広い年齢層の人から望まれている。
そこで、従来技術では、Ｘ線ＣＴ装置などの医用画像診断装置を用いた骨粗鬆症の診断で海綿骨の骨密度を測定する方法が提案されている。この測定方法は、骨粗鬆症の診断の指標としてＣＴ値の平均値を使用し、それを複数の骨密度測定用ファントムの結果と比較することによって間接的に骨密度を測定する（例えば、特許文献１参照。）。

しかし、特許文献１に記載の技術は、骨の内部の構造分析がなされていないので、骨粗鬆症の進行度などの診断の指標を正確に測定するための配慮がなされていなかった。
そこで、本発明者らは、骨の構造分析情報により画像診断支援を可能とする画像診断支援システムを発明している（特許文献２参照）。

特開平１１−１５５８５２号公報特開２００７−５０２６０７号公報

しかしながら、横軸が受診者の年齢、縦軸が骨粗鬆症進行度の散布図（特許文献２の図２８参照）を表示して画像診断を行う際、明確な基準がなく、正常範囲と正常でない範囲を区分することが困難であった。

本発明は、前述した問題点に鑑みてなされたもので、その目的とすることは、骨粗鬆症進行度の正常範囲と正常でない範囲を区分し、円滑な画像診断を支援する画像診断支援装置等を提供することである。

前述した目的を達成するために第１の発明は、骨粗鬆症の画像診断を支援する画像診断支援装置であって、複数の受診者に対して、前記受診者ごとに医用画像から骨粗鬆症進行度を算出する第１の算出手段と、前記受診者の年齢ごとに、前記骨粗鬆症進行度の頻度が最も高い値を基準値とし、前記基準値以下のデータに基づいて全体の頻度のばらつきを示す対称の分布形を決定する決定手段と、前記受診者の年齢ごとに、前記分布形に基づいて正常範囲と正常でない範囲を区分する区分値を算出する第２の算出手段と、一方の軸が受診者の年齢、前記軸と直交する他の軸が前記骨粗鬆症進行度の散布図を表示し、前記区分値を示す曲線を前記散布図に重ねて表示する表示手段と、を具備することを特徴とする画像診断支援装置である。

第２の発明は、骨粗鬆症の画像診断を支援する画像診断支援方法であって、複数の受診者に対して、前記受診者ごとに医用画像から骨粗鬆症進行度を算出する第１の算出ステップと、前記受診者の年齢ごとに、前記骨粗鬆症進行度の頻度が最も高い値を基準値とし、前記基準値以下のデータに基づいて全体の頻度のばらつきを示す対称の分布形を決定する決定ステップと、前記受診者の年齢ごとに、前記分布形に基づいて正常範囲と正常でない範囲を区分する区分値を算出する第２の算出ステップと、一方の軸が受診者の年齢、前記軸と直交する他の軸が前記骨粗鬆症進行度の散布図を表示し、前記区分値を示す曲線を前記散布図に重ねて表示する表示ステップと、を含むことを特徴とする画像診断支援方法である。

本発明により、骨粗鬆症進行度の正常範囲と正常でない範囲を区分し、円滑な画像診断を支援する画像診断支援装置等を提供することができる。

画像診断支援システム１の概略構成を示す図曲線表示処理の詳細を示すフローチャート分布形の決定処理を説明する図画面操作の手順を示すフローチャート散布図表示画面の一例を示す図散布図表示画面の一例を示す図

以下、図面に基づいて、本発明の実施形態を詳細に説明する。
最初に、図１を参照しながら、本発明の画像診断支援装置を適用した画像診断支援システム１の構成について説明する。
図１に示すように、画像診断支援システム１は、病院等に設置され、画像診断支援装置３、医用画像撮影装置５、画像データベース７等が、ネットワーク９を介して接続されている。

画像診断支援装置３は、画像診断の支援を行うコンピュータである。
画像診断支援装置３は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）１１、主メモリ１２、記憶装置１３、通信インタフェース（通信Ｉ／Ｆ）１４、表示メモリ１５、コントローラ１６、表示装置１７、マウス１８、キーボード１９等を備え、各部はバス２０を介して接続されている。

ＣＰＵ１１は、主メモリ１２または記憶装置１３等に格納されるプログラムを主メモリ１２のＲＡＭ上のワークメモリ領域に呼び出して実行し、バス２０を介して接続された各部を駆動制御し、画像診断支援装置３が行う各種処理を実現する。
ＣＰＵ１１は、複数の受診者に対して、受診者ごとに医用画像から骨粗鬆症進行度を算出する。
骨粗鬆症進行度は、濃度すかすか度、濃度欠落度、濃度欠損度など、骨粗鬆症の進行度を示すものであれば、どのような呼び方でも良い。

骨粗鬆症進行度の算出は、特開２００７−５０２６０７号公報（特許文献２）に記載の方法によって行う。例えば、医用画像は、受診者の対象部位（脊椎海綿骨）について収集した複数の断層像（ＣＴ画像）とする。ＣＰＵ１１は、例えば、骨の空洞部分の平均面積を用いて、骨粗鬆症進行度を定量化する。空洞部分の形や大きさは一定ではないので、「ランレングス」と「濃度差」を用いて近似する。すなわち、ＣＰＵ１１は、断層像をそれぞれＸ、Ｙ、Ｚ方向に走査して、空洞部分のＸ、Ｙ、Ｚ方向のランレングスの平均Ｘ＿ＲＬ、Ｙ＿ＲＬ、Ｚ＿ＲＬを算出し、Ｘ＿ＲＬとＹ＿ＲＬの積によって空洞部分の平均面積を算出し、平均面積とＺ＿ＲＬの積によって空洞部分の平均体積を算出する。
断層像のスライス厚が例えば５〜１０[ｍｍ]と厚い場合、Ｚ＿ＲＬが算出できないので、濃度差ΔＣＴによって代用する。ΔＣＴは、海綿骨の平均ＣＴ値と低濃度領域の平均ＣＴ値との差によって算出する。そして、平均体積は、平均面積、定数及びΔＣＴとの積によって近似する。

骨粗鬆症進行度は、｛海綿骨のＣＴ値の（１画像内の）平均値（ａｖＣＴ）−ＣＴｃ｝の逆数に比例する。ここで、ＣＴｃは、マイクロＣＴ等での測定結果に対応するように調整する実験値であるが、軟部組織のＣＴ値（例えば９０程度）で近似しても良い。
再構成規格化定数：Ｓ＝１／海綿骨面積の（Ｎ枚画像間の）平均値、スライス厚規格化定数：Ｔ１（厚さ）、スライス厚規格化定数（Ｔ１）に依存した加算値定数：Ｔ２（厚さ）、とすると、骨粗鬆症進行度は、例えば、以下の数式に従って算出される。
（骨粗鬆症の進行度）＝〔（Ｘ＿ＲＬ×Ｙ＿ＲＬ×ΔＣＴ）／｛（ａｖＣＴ−ＣＴｃ）×Ｓ｝〕×Ｔ１（厚さ）＋Ｔ２（厚さ）

また、ＣＰＵ１１は、横軸が受診者の年齢、縦軸が骨粗鬆症進行度の散布図に重ねて、骨粗鬆症進行度の正常範囲と正常でない範囲を区分する明確な基準となる複数の曲線を表示する曲線表示処理を実行する。

主メモリ１２は、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、ＲＡＭ（ＡｃｃｅｓｓＭｅｍｏｒｙ）等により構成される。ＲＯＭは、コンピュータのブートプログラムやＢＩＯＳ等のプログラム、データ等を恒久的に保持している。また、ＲＡＭは、ＲＯＭ、記憶装置１３等からロードしたプログラム、データ等を一時的に保持するとともに、ＣＰＵ１１が各種処理を行う為に使用するワークエリアを備える。

記憶装置１３は、ＨＤＤ（ハードディスクドライブ）や他の記録媒体へのデータの読み書きを行う装置であり、ＣＰＵ１１が実行するプログラム、プログラムの実行に必要なデータ、ＯＳ（オペレーティングシステム）等が格納される。プログラムに関しては、ＯＳに相当する制御プログラムや、後述する処理を実行するためのアプリケーションプログラムが格納されている。これらの各プログラムコードは、ＣＰＵ１１により必要に応じて読み出されて主メモリ１２のＲＡＭに移され、各種の手段として実行される。

通信Ｉ／Ｆ１４は、通信制御装置、通信ポート等を有し、画像診断支援装置３とネットワーク９との通信を媒介する。また通信Ｉ／Ｆ１４は、ネットワーク９を介して、画像データベース７や、他のコンピュータ、或いは、医用画像撮影装置５等との通信制御を行う。

表示メモリ１５は、ＣＰＵ１１から入力される表示データを一時的に蓄積するバッファである。蓄積された表示データは所定のタイミングで表示装置１７に出力される。
表示装置１７は、液晶パネル、ＣＲＴモニタ等のディスプレイ装置と、ディスプレイ装置と連携して表示処理を実行するための論理回路で構成され、表示メモリ１５を介してＣＰＵ１１に接続される。表示装置１７はＣＰＵ１１の制御により表示メモリ１５に蓄積された表示データをディスプレイ装置に表示する。

コントローラ１６は、マウス１８をバス２０に接続させるためのインタフェースであり、マウス１８とのデータの送受信を行う。
マウス１８、キーボード１９は、入力装置であり、ユーザからの指示を受け付けて、データの入力を行う。
ユーザは、表示装置１７、マウス１８、キーボード１９等を使用して対話的に画像診断支援装置３を操作する。

ネットワーク９は、ＬＡＮ（ＬｏｃａｌＡｒｅａＮｅｔｗｏｒｋ）、ＷＡＮ（ＷｉｄｅＡｒｅａＮｅｔｗｏｒｋ）、イントラネット、インターネット等の各種通信網を含み、画像診断支援装置３、医用画像撮影装置５、画像データベース７等の通信接続を媒介する。

画像データベース７は、医用画像撮影装置５によって撮影された医用画像を蓄積して記憶するものであり、例えば病院や医療センター等のサーバ等に設けられる。
図１に示す画像処理システム１では、画像データベース７はネットワーク９を介して画像診断支援装置３に接続される構成であるが、画像診断支援装置３の記憶装置１３に画像データベース７を設けるようにしてもよい。
医用画像撮影装置５は、本発明の実施の形態ではＸ線ＣＴ装置であり、受診者の対象部位（脊椎海綿骨）を撮影し、複数の断層像（ＣＴ画像）を再構成する為の画像を撮影する。

次に、図２、図３を参照しながら、画像診断支援装置３による曲線表示処理について説明する。
図３（ａ）は、横軸を受診者の年齢、縦軸を骨粗鬆症進行度とした散布図３１を示している。図３（ａ）では、プロットした点が重複し、複数のデータが１つの点のように見える箇所が存在する。特に、骨粗鬆症進行度が１〜３の範囲に数多く存在する。実際には、散布図３１は、約１０００名のデータをプロットしたものであり、骨粗鬆症進行度が１〜３の範囲にデータが集中している例となっている。
図３（ｂ）は、横軸（一方の軸）を頻度、縦軸（前記軸と直交する他の軸）を骨粗鬆症進行度とした受診者の年齢ごとのヒストグラム３２を示している。ここで、散布図３１の縦軸が骨粗鬆症進行度である為、視覚的に理解し易いように、ヒストグラム３２においても、縦軸を骨粗鬆症進行度として図示している。尚、ヒストグラム３２の刻み幅は、図３（ｂ）の例に限定されるものではない。
また、図３（ｂ）は、図２に示す処理によって決定される分布形３７もヒストグラム３２に重ねて示している。
画像診断支援装置３は、図２に示す処理を行う前提として、図３（ａ）に示す散布図３１のデータを記憶装置１３に記憶している。

図２に示すように、画像診断支援装置３のＣＰＵ１１は、処理対象年齢を選択する（Ｓ２１）。図３（ａ）に示す例では、処理対象年齢を直線３３によって示しており、処理対象年齢は６２歳である。
次に、ＣＰＵ１１は、骨粗鬆症進行度の頻度が最も高い値（最頻値：モード）を基準値として決定する（Ｓ２２）。ここで、誤解が生じないように敢えて記載すると、基準値は、頻度を示す値ではなく、骨粗鬆症進行度を示す値である。図３（ｂ）に示す例では、基準値を直線３４によって示している。

次に、ＣＰＵ１１は、基準値以下のデータに基づいて、全体の頻度のばらつきを示す分布形を決定する（Ｓ２３）。図３（ｂ）に示す例では、基準値以下のデータは、左中括弧３５によって示す範囲である。
ＣＰＵ１１は、基準値以下のデータのみを用いて、基準値に対して対称（図３（ｂ）では上下対称）の分布形を決定する。例えば、分布形を正規分布とする場合、ＣＰＵ１１は、基準値を平均値μとし、基準値以下のデータのみを用いて分散σ^２を算出する。基準値以下のデータをｄｉ（ｉ＝１、・・・、ｎ）（ｄｉは骨粗鬆症進行度を示す値）とすると、分散σ^２は次式によって算出される。

前述の説明では、分布形を正規分布としたが、本発明の技術的思想は、対称の分布形（例えば、ロジスティック分布など）であれば適用可能である。また、後述するように、骨粗鬆症進行度の正常範囲と正常でない範囲を区分する区分値の算出に必要な値は、平均値μと分散σ^２（標準偏差σ）であるから、必ずしも分布関数を特定する必要はない。

図３（ｂ）に示す例では、決定された分布形は、曲線３７によって示している。尚、曲線３７のうち、実線によって示す部分は、骨粗鬆症進行度が基準値以下の範囲の分布である。また、曲線３７のうち、点線によって示す部分は、骨粗鬆症進行度が基準値より大きい範囲の分布である。いずれの部分も、左中括弧３６によって示す範囲のデータとは無関係に、左中括弧３５によって示す範囲のデータのみに基づいて決定されている。

前述のように分布形を決定した意義は、次の通りである。図３（ｂ）を参照すれば分かるように、左中括弧３６によって示す範囲は、左中括弧３５によって示す範囲と比較して極端に長く、分布のばらつきが大きい。仮に、左中括弧３６によって示す範囲のデータも用いて、通常の統計手法によって全体の頻度のばらつきを示す分布形を決定すると、平均値μと分散σ^２は大きくなる。そして、例えば、（μ＋σ）を正常範囲と正常でない範囲の区分値とする場合、正常でない受診者を誤って正常と判断してしまう可能性が高くなる。
そこで、本発明の実施の形態では、左中括弧３６によって示す範囲（骨粗鬆症進行度が基準値より大きい範囲）のデータを用いず、左中括弧３５によって示す範囲（骨粗鬆症進行度が基準値以下の範囲）のデータのみを用いて、分布形を決定している。

次に、ＣＰＵ１１は、パラメータを読み込んで、正常範囲と正常でない範囲の区分値を算出する（Ｓ２４）。本発明の実施の形態では、Ｓ２３において決定された分布形に基づいて、区分値を算出する。図３（ｂ）に示す例では、区分値は、直線３８ａ、３８ｂによって示している。図３（ｂ）に示すように、区分値は、１つだけでなく複数でも良い。例えば、直線３８ａによって示される区分値よりも骨粗鬆症進行度が大きい場合は「やや異常」、直線３８ｂによって示される区分値よりも骨粗鬆症進行度が大きい場合は「異常」と判断するようにしても良い。

以下、区分値の算出方法について、２通りの方法を例示する。
１つ目の算出方法では、区分値は、基準値に分布形の標準偏差σの実数Ｒ（Ｒ≧０）倍を加えた値である。すなわち、区分値は、μ＋Ｒσとなる。Ｓ２４におけるパラメータは、実数Ｒである。
区分値は、直観的に分かり易いものが望ましい為、例えば、μ＋σ、μ＋２σ、μ＋３σなどが考えられる。以下では、実数Ｒの特別な場合として、自然数Ｎを用いることにする。

２つ目の算出方法では、区分値は、基準値の頻度ｆ^＊を実数Ｒ（Ｒ≧１）によって除した値を頻度とする値であって、基準値より大きい値である。すなわち、区分値は、ｆ^＊／Ｒを頻度とする値であって、基準値より大きい値である。
Ｓ２３によって決定された分布形は、対称であるから、頻度がｆ^＊／Ｒとなる値（骨粗鬆症進行度）は、基準値より小さい値と大きい値の２つ存在する。但し、基準値より小さい値は正常範囲であるから、正常範囲と正常でない範囲の区分値は、基準値より大きい値となる。
区分値は、直観的に分かり易いものが望ましい為、例えば、頻度がｆ^＊／２、ｆ^＊／４となる値などが考えられる。以下では、実数Ｒの特別な場合として、自然数Ｎを用いることにする。

次に、ＣＰＵ１１は、全年齢の処理が終了したかどうか確認する（Ｓ２５）。処理が終了していない場合、ＣＰＵ１１はＳ２１から繰り返す（Ｓ２５のＮｏ）。処理が終了している場合、ＣＰＵ１１はＳ２６に進む（Ｓ２５のＹｅｓ）。

次に、ＣＰＵ１１は、横軸が受診者の年齢、縦軸が骨粗鬆症進行度の散布図を表示装置１７に表示し（Ｓ２６）、区分値を示す曲線を散布図に重ねて表示する（Ｓ２７）。区分値を示す曲線は、例えば、Ｓ２４において算出された複数の区分値を用いて、曲線あてはめ（カーブフィッティング）を行うことで算出する。曲線当てはめの手法は特に限定されないが、例えば、内挿（補間）や回帰分析などが考えられる。回帰分析で曲線を求める場合、曲線はデータを必ず通るわけではなく、曲線とデータ点群の距離が最小になるようにする。尚、必要に応じて、外挿（補外）を用いても良い。

前述の説明では、全年齢に対して同じ処理を行ったが、年齢ごとにパラメータを変えても良い。
また、図３（ｂ）に示す例のように、データが少ない年齢層が存在する場合、データが充実している年齢層（図３（ｂ）に示す例であれば、５０歳〜６５歳）のみ分布形を決定するようにしても良い。そして、データが充実している年齢層の分布形の分散σ^２の平均を、データが少ない年齢層（図３（ｂ）に示す例であれば、５０歳以下および６５歳以上）の分布形の分散σ^２としても良い。この場合、平均値μは、各年齢の基準値とする。
また、データが充実している年齢層のみ区分値を算出し、内挿（補間）や外挿（補外）を用いて、データが少ない年齢層の区分値を推定するようにしても良い。この場合、データが少ない年齢層の分布形は決定されない。

次に、図４から図６を参照しながら、画面表示の詳細について説明する。
図４に示すように、マウス１６等を介して、図５に示す「Ｎσ設定」のラジオボタンが選択されると（Ｓ４１）、ＣＰＵ１１は、選択結果をパラメータとして読み込み、区分値を示す曲線を算出する（Ｓ４２）。区分値を示す曲線の算出処理は、図２、図３を参照して前述した通りである。
図５に示す例では、「σ」が選択されており、区分値は（μ＋σ）である。

次に、ＣＰＵ１１は、区分値を示す曲線を散布図に重ねて表示装置１７に表示する（Ｓ４３）。
図５に示す例では、曲線５１が区分値を示す曲線、すなわち、（μ＋σ）を示す曲線である。また、曲線５２は、分布形の平均値μを示す曲線、すなわち、基準値を示す曲線である。また、曲線５３は、分布形の平均値μから標準偏差σを引いた値を示す曲線、すなわち、（μ−σ）を示す曲線である。
ＣＰＵ１１は、基準値を示す曲線および（μ−σ）を示す曲線についても、区分値を示す曲線と同様、Ｓ２３によって決定される分布形に基づいて算出する。

図５に示すように、区分値を示す曲線（曲線５１）を表示することで、正常範囲と正常でない範囲の区分が容易となる。また、基準値を示す曲線（曲線５２）や（μ−σ）を示す曲線（曲線５３）も合わせて表示することで、相対的な骨粗鬆症の進行度を直感的に把握することができる。

前述の説明では、区分値は「基準値に分布形の標準偏差σのＮ倍を加えた値」としたが、区分値が「基準値の頻度ｆ^＊をＮによって除した値を頻度とする値であって基準値より大きい値」の場合にも、同様にＮの選択が可能である。

また、図５に示す例では、散布図として、全ての受診者のデータを表示しているが、画面表示はこの例に限定されない。例えば、散布図として、特定の受診者の経年変化を表示するようにしても良い。
図６に示す例では、特定の受診者の３年分の経年変化を表示している。点６１、６２、６３は、それぞれ、４８歳時、４９歳時、５０歳時の骨粗鬆症進行度を示している。図６に示すように、特定の受診者の経年変化（点６１、６２、６３）に重ねて区分値を示す曲線（曲線５１）、基準値を示す曲線（曲線５２）、（μ−σ）を示す曲線（曲線５３）を表示することで、相対的な骨粗鬆症進行度の変化率を把握することができる。例えば、正常範囲の受診者であっても、骨粗鬆症進行度の変化率が、基準値を示す曲線の変化率よりも大きい場合には「要注意」と判断するようにしても良い。

以上、本発明の実施の形態では、画像診断支援装置３のＣＰＵ１１が、複数の受診者に対して、受診者ごとに医用画像から骨粗鬆症進行度を算出し、受診者の年齢ごとに、骨粗鬆症進行度の頻度が最も高い値を基準値とし、基準値以下のデータに基づいて全体の頻度のばらつきを示す対称の分布形を決定し、受診者の年齢ごとに、決定された分布形に基づいて正常範囲と正常でない範囲を区分する区分値を算出し、横軸（一方の軸）が受診者の年齢、縦軸（前記軸と直交する他の軸）が骨粗鬆症進行度の散布図を表示し、区分値を示す曲線を散布図に重ねて表示する。これによって、骨粗鬆症進行度の正常範囲と正常でない範囲を区分し、円滑な画像診断を支援することができる。

以上、添付図面を参照しながら、本発明に係る画像診断支援装置等の好適な実施形態について説明したが、本発明はかかる例に限定されない。当業者であれば、本願で開示した技術的思想の範疇内において、各種の変更例又は修正例に想到し得ることは明らかであり、それらについても当然に本発明の技術的範囲に属するものと了解される。

１………画像診断支援システム
３………画像診断支援装置
５………医用画像撮影装置５
７………画像データベース
９………ネットワーク
１１………ＣＰＵ
１２………主メモリ
１３………記憶装置
１４………通信Ｉ／Ｆ
１５………表示メモリ
１６………コントローラ
１７………表示装置
１８………マウス
１９………キーボード
２０………バス
３１………散布図
３２………ヒストグラム

Claims

骨粗鬆症の画像診断を支援する画像診断支援装置であって、
複数の受診者に対して、前記受診者ごとに医用画像から骨粗鬆症進行度を算出する第１の算出手段と、
前記受診者の年齢ごとに、前記骨粗鬆症進行度の頻度が最も高い値を基準値とし、前記基準値以下のデータに基づいて全体の頻度のばらつきを示す対称の分布形を決定する決定手段と、
前記受診者の年齢ごとに、前記分布形に基づいて正常範囲と正常でない範囲を区分する区分値を算出する第２の算出手段と、
一方の軸が受診者の年齢、前記軸と直交する他の軸が前記骨粗鬆症進行度の散布図を表示し、前記区分値を示す曲線を前記散布図に重ねて表示する表示手段と、
を具備することを特徴とする画像診断支援装置。
前記区分値は、前記基準値に前記分布形の標準偏差の実数倍を加えた値であることを特徴とする請求項１に記載の画像診断支援装置。
前記区分値は、前記基準値の頻度を実数によって除した値を頻度とする値であって、基準値より大きい値であることを特徴とする請求項１に記載の画像診断支援装置。
前記実数を選択する選択手段、を更に具備することを特徴とする請求項２または請求項３に記載の画像診断支援装置。
前記表示手段は、前記散布図として、特定の受診者の経年変化を表示することを特徴とする請求項１から請求項４のいずれかに記載の画像診断支援装置。
骨粗鬆症の画像診断を支援する画像診断支援方法であって、
複数の受診者に対して、前記受診者ごとに医用画像から骨粗鬆症進行度を算出する第１の算出ステップと、
前記受診者の年齢ごとに、前記骨粗鬆症進行度の頻度が最も高い値を基準値とし、前記基準値以下のデータに基づいて全体の頻度のばらつきを示す対称の分布形を決定する決定ステップと、
前記受診者の年齢ごとに、前記分布形に基づいて正常範囲と正常でない範囲を区分する区分値を算出する第２の算出ステップと、
一方の軸が受診者の年齢、前記軸と直交する他の軸が前記骨粗鬆症進行度の散布図を表示し、前記区分値を示す曲線を前記散布図に重ねて表示する表示ステップと、
を含むことを特徴とする画像診断支援方法。