JP6103829B2

JP6103829B2 - 画像診断支援装置、画像診断支援方法、画像診断支援システムおよびプログラム

Info

Publication number: JP6103829B2
Application number: JP2012139508A
Authority: JP
Inventors: 岳人青山; 佐藤　清秀; 清秀佐藤
Original assignee: Canon Inc
Current assignee: Canon Inc
Priority date: 2012-06-21
Filing date: 2012-06-21
Publication date: 2017-03-29
Anticipated expiration: 2032-06-21
Also published as: JP2014000351A

Description

本発明は、画像診断支援装置、その方法及びプログラムに関する。

近年、医療現場では、ＣＴ画像、ＭＲＩ画像、ＰＥＴ画像などの、複数の断層画像から成る３次元医用画像データが頻繁に撮影されている。医師がこれらの医用画像データを読影して画像診断する際は、複数の断層画像を連続的に切り替えながら表示（スクロール表示）することにより、３次元医用画像データ全体を観察し、画像中における異常陰影の有無を確認する。

異常陰影を発見した医師は、異常陰影を含む複数の断層画像を繰り返しスクロール表示したり、表示パラメータを調整するなどして、異常陰影とその周辺の構造を詳細に観察する。そして、異常陰影の特徴を画像所見として表現し、画像診断レポートに記入する。さらに、異常陰影を含む複数の断層画像の中から最も特徴的な（異常陰影を代表する）断層画像を選び出してコピー（キャプチャ）し、画像診断レポートに貼り付ける。

このように３次元医用画像データの画像診断においては、複数の断層画像の中から異常陰影の特徴を最もよく表す断層画像（代表断層画像）を選ぶ必要がある。ところで、３次元医用画像データの撮影装置は年々高性能化し、断層画像間の間隔は小さくなり、一度に撮影される断層画像の枚数が飛躍的に増えてきている。断層画像の増大に伴い、多数の断層画像の中から最適な代表断層画像を選択する作業は、以前よりも医師にとって負担となってきている。

そこで、こうした医師の負担を軽減するための画像診断支援装置が、本発明者らによって提案されている（特許文献１）。特許文献１では、医師が注目する画像所見項目（注目所見項目）の特徴を最もよく表す断層画像を、代表断層画像として自動的に選択する手法が提案されている。

特願２０１１−１６７２５７

しかしながら、従来の技術には以下の課題があった。すなわち、特許文献１において、自動選択された断層画像は適切でないと医師が判断した場合には、断層画像群を見直して代表断層画像を選択する作業を結局は医師が行わなくてはならなかった。例えば、特許文献１において、複数の画像所見が注目所見項目として選択された場合、全ての注目所見項目に対して夫々算出した断層画像選択指標の合計値を用いて代表断層画像を決定している。しかし、前記複数の断層画像選択指標の合計値が必ずしも適切な指標であるとは限らない。また、複数の断層画像選択指標の夫々に重みを付けて加算することにより新たな指標を作成するものとしても、複数の重みを適切に調整することは困難である。従って、従来の技術では必ずしも医師の負担を減らすことはできないという課題が残されていた。

本発明は上記課題に鑑みてなされたものであり、医師にとって最適な代表断層画像を容易に選択するための支援技術を提供することを目的とする。

上記課題を解決するため、本発明の一態様による画像診断支援装置は以下の構成を備える。即ち、診断対象となる３次元画像から得られる所見の種類を表す所見項目に関して、ユーザが入力した、前記所見項目が取り得る複数の状態のいずれかを表す所見の値を取得する情報取得手段と、前記３次元画像を構成する複数の断層画像から、前記情報取得手段により取得された前記所見の値に対応する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と前記所見の値とを比較可能なグラフを生成するグラフ生成手段である。

本発明によれば、医師が入力した注目所見項目における所見の値と、本発明に係る画像診断支援装置が夫々の断層画像ごとに算出した該所見項目に対応する特徴量との関係を見やすく図示することができる。医師は、夫々の断層画像が、自分が入力した所見の値にどの程度近い特徴を有しているかを容易に知ることができる。それゆえ、表示を参考にして代表断層画像を容易に選択することができる。複数の画像所見が注目所見項目として選択された場合でも、図を見るだけで複数の注目所見項目どうしの関係を容易に把握できるので、代表断層画像の選択が容易となる。その結果、医師が画像診断レポートに貼る断層画像の選択に迷うことが減るため、医師の負担を減らす事が出来るという効果がある。

本発明の一実施の形態に係わる画像診断支援装置の機器構成例を示す図。本発明の一実施の形態に係わる画像診断支援装置の各部をソフトウェアにより実現するコンピュータの基本構成を示す図。画像診断支援装置１の処理手順の概要を示す図。画像診断支援装置１の処理の流れの一例を示すフローチャート。取得した所見と画像診断支援装置１が算出した断面画像ごとの特徴量との関係を図示するグラフの一例を示す図。取得した所見と画像診断支援装置１が算出した断面画像ごとの特徴量との関係を図示するグラフの変形例を示す図。

以下に、図面を参照しながら、本発明を実施するための形態について説明する。ただし、発明の範囲は図示例に限定されるものではない。

［第１実施形態］
第１実施形態に係る画像診断支援装置は、診断対象である症例に係る医用情報（医用画像や電子カルテの情報など）やユーザによる入力情報（所見や所望する断層位置情報など）を取得し、当該症例に係る診断支援を行う。以下では、例として胸部Ｘ線ＣＴ像における肺の異常陰影を対象として説明する。もちろん支援対象はこれに限定されるものではなく、以下に示す入力情報は、何れも画像診断支援装置の処理の工程を説明するための一例に過ぎない。

なお、以下の説明では医師が画像（例えば、３次元画像）から得られる複数の所見の種類を「所見項目」と称する。また、医師が注目する所見項目を「注目所見項目」と称する。また、所見項目が取りうる複数の状態を「所見の値」と称する。所見の値は、対応する所見項目により様々な範囲の値となる。本実施形態では、例として、表１に示したような所見項目が入力または取得可能であって、さらに、夫々の所見項目は表１に示したような所見の値を取ることが可能であるものとする。また、夫々の所見項目が注目所見項目であるか否かも入力または取得可能である。例えば、「形状」は、異常陰影の形状を表しており、「球形」、「分葉状」、「不整形」の３状態を取る。「円形」は、異常陰影の丸さの程度を表している。「棘状突起」は、異常陰影における棘状の突起の長さや数の程度を表している。また、「巻（血管）」は、異常陰影における血管の巻き込みの有無を表している。

図１は、第１実施形態に係る画像診断支援装置の構成を示す。画像診断支援装置１は、情報取得部１０１と、特徴量算出部１０２と、グラフ生成部１０３と、表示制御部１０４とを備える。

情報取得部１０１は、当該症例の医用情報やユーザによる入力情報及び一つ以上の注目所見項目を取得し、特徴量算出部１０２、グラフ生成部１０３、表示制御部１０４へと出力する。特徴量算出部１０２は、情報取得部１０１が取得した医用情報及び一つ以上の注目所見項目に基づいて、医用画像の各断層位置に対して夫々の注目所見項目に対応した特徴量を算出する。算出した特徴量は、断層位置と対応付けてグラフ生成部１０３へと出力する。

グラフ生成部１０３は、特徴量算出部１０２で算出した各断層位置における特徴量と情報取得部１０１で取得したユーザによる入力情報及び一つ以上の注目所見項目に基づいて、グラフを生成する。生成したグラフは表示制御部１０４へと出力する。表示制御部１０４は、グラフ生成部１０３で生成されたグラフや、情報取得部１０１で取得した断層位置に対応した断層画像を表示する。

なお、図１に示した画像診断支援装置１の各部の少なくとも一部は独立した装置として実現してもよい。また、夫々が機能を実現するソフトウェアとして実現してもよい。本実施形態では各部はそれぞれソフトウェアにより実現されているものとする。

図２は、図１に示した各部の夫々の機能を、ソフトウェアを実行することで実現するためのコンピュータの基本構成を示す図である。ＣＰＵ１００１は、主として各構成要素の動作を制御する。主メモリ１００２は、ＣＰＵ１００１が実行する制御プログラムを格納したり、ＣＰＵ１００１によるプログラム実行時の作業領域を提供したりする。磁気ディスク１００３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。表示メモリ１００４は、表示用データを一時記憶する。モニタ１００５は、例えばＣＲＴモニタや液晶モニタ等であり、表示メモリ１００４からのデータに基づいて画像やテキストなどの表示を行う。マウス１００６及びキーボード１００７は、ユーザによるポインティング入力及び文字等の入力をそれぞれ行う。上記各構成要素は、共通バス１００８により互いに通信可能に接続されている。

なお、上述の機器構成は、一般的なコンピュータ及びその周辺装置を用いて構成することができる。また、図４を用いて後述する本発明に係る画像診断支援装置１の制御手順は、コンピュータ上で実行されるプログラムとして実現することができる。

図３に本実施形態の概要を示す。ＭＩ３は、診断対象となる３次元画像（３次元医用画像）である。なお、本実施形態では、注目する異常陰影を含む３次元の関心領域（ＲｅｇｉｏｎｏｆＩｎｔｅｒｅｓｔ：ＲＯＩ）の画像が、３次元医用画像として取得されているものとする。ここで、断層位置pにおける断層画像をI_pとする。本実施形態では、ａｘｉａｌ断層における断層画像群（例えば、１ｍｍ間隔で生成した断層画像群）をI_pとする。なお、図３においては、pは0〜5の範囲を取るものとしている。ＩＦ３は、モニタ１００５に表示される所見の値の入力エリアである。ユーザは、ＩＦ３のプルダウンメニューから夫々の所見項目に対する所見の値を入力することができる。また、夫々の所見項目に対応するチェックボックスにチェックを入れることで注目所見項目を入力する事ができる。注目所見項目が入力されると、画像診断支援装置１は、夫々の所見項目と予め対応付けられた特徴量を同定し、各断層位置における断層画像の夫々について当該特徴量を算出する。そして、各断層位置と前記特徴量とを対応付けてグラフを生成する。また、医師が入力した所見の値を対応する前記特徴量に変換し、前記グラフに重ねて表示する。Ｇ３は、以上の処理によって生成されるグラフの一例である。画像診断支援装置１は、モニタ１００５にグラフＧ３を表示する。ユーザは表示されたグラフを参考にして、表示したい断層位置をグラフ上で選択することができる。断層位置が選択されると、その断層位置における断層画像がモニタ１００５に表示される。

図３の例では、所見の値として「形状」には「球形」が、「円形」には「弱」が、「棘状突起」には「強」が、「巻（血管）」には「有」が入力されている。さらに注目所見項目として「円形」と「棘状突起」が入力されている。この場合、画像診断支援装置１は、注目所見項目である「円形」と「棘状突起」に対応付いている特徴量を同定し、各断層位置において当該特徴量を算出する。そして、その結果に基づいてグラフを生成する。また、各注目所見項目に対してユーザが入力した所見の値である「円形：弱」と「棘状突起：強」を、対応する夫々の特徴量に変換し、前記グラフに重ねて表示する。さらに、グラフ上でユーザが選択した断層位置の断層画像（「断層位置：２」をユーザが選択したなら、断層画像I₂）の表示を行う。

図４は本実施形態のフローチャートである。画像診断支援装置１が実行する具体的な処理手順を、このフローチャートに沿って説明する。

ステップＳ４０００において、情報取得部１０１は不図示のデータベースから３次元医用画像を取得する。本実施形態では、３次元医用画像として、注目する異常陰影を含む３次元の関心領域の画像が取得されるものとする。なお、関心領域以外の領域も含むような３次元医用画像をデータベースから取得する構成であってもよい。この場合は、例えば不図示のＧＵＩを介して、ユーザが３次元医用画像中から関心領域を指定し、それを後段の処理で扱う３次元医用画像として置き換えればよい。

ステップＳ４０１０において、情報取得部１０１は、ステップＳ４０００で取得した３次元医用画像に対してユーザが画像診断を行うことで得た情報を取得する。具体的には、ユーザが入力した一つ以上の注目所見項目と夫々の注目所見項目における所見の値を取得する。ユーザは、例えば、図３のＩＦ３に示すような画像所見入力フォームを用いて入力する。

ステップＳ４０２０において、特徴量算出部１０２は、ステップＳ４０１０で取得した注目所見項目の夫々に対応する特徴量を、３次元医用画像の各断層位置に対して算出する。例えば、「円形」及び「棘状突起」が注目所見項目の場合には、夫々の所見項目と対応する特徴量であるI_co，I_suを、以下の処理で算出する。まず、３次元医用画像のヒストグラムから判別分析法で閾値を決定し、二値化処理を施すことにより、３次元の二値画像を生成する。そして、生成された二値画像における各断層位置の画像（二値の断層画像）について、次式により夫々の特徴量を算出する。

ここで、Ｃは円形度、Ｌは輪郭線長、Ｆは充填率を示す。円形度と、充填率は下記の式で算出される。なお、輪郭線長は、後述する対象領域の輪郭線の長さとする。

ここで、Areaは二値の断層画像中の各領域の面積である。また、Feret_hは水平方向フェレ径、Feret_vは垂直方向フェレ径であり、いずれも二値の断層画像における各領域の外接矩形から算出される。また、w_iは予め定めた重みであり、I_coおよびI_suが0 〜 1.0の範囲を取るようにw_iが調整されているものとする。

なお、以上の処理はI_co及びI_suを算出する処理の一例であり、これに限定されるものではない。なお、「円形」及び「棘状突起」以外の所見項目（表１の例では、「形状」や「巻（血管）」など）が注目所見項目であった場合も、夫々の注目所見項目に対応する特徴量を断層画像の夫々から算出する。特徴量は、所見の値と強い相関が得られるものであればよい。

ステップＳ４０２５において、特徴量算出部１０３は、ステップＳ４０１０で取得した夫々の注目所見項目における所見の値を、当該所見項目の特徴量に相当する値に変換する。例えば、「円形」および「棘状突起」の各所見の値を、以下の対応に基づいて特徴量（I_co，I_su）に変換する。
円形（I_co）強：0.9，中：0.6，弱：0.25，無：0.05
棘状突起（I_su）強：0.9，中：0.6，弱：0.25，無：0.05

なお、所見の値から特徴量への変換は上記の処理に限定されるものではない。例えば、大量の断層画像に対して所見の値と特徴量の組を得て、これを入力とした学習により所見の値から特徴量を導き出すニューラルネットワークを事前に生成しておき、これを用いて変換を行うようにしてもよい。

ステップＳ４０３０において、グラフ生成部１０３は、ステップＳ４０２０で断層画像から算出した特徴量と、ステップＳ４０２５で所見の値を変換して得た特徴量に基づいて、グラフを生成する。本実施形態では、縦軸に特徴量の値、横軸に断層画像I_pを取り、各断層位置における夫々の特徴量をプロットする。さらに、所見の値を変換して得た特徴量を横軸と平行な直線を用いて重ね合わせる。本実施形態において生成されるグラフの例を図５に示す。グラフは、縦軸に特徴量の値、横軸に断層位置を取る。Ｇ３１及びＧ３２は、各断層位置において断層画像から算出した特徴量をグラフ上にプロットした折れ線グラフである。また、Ｇ３３およびＧ３４は、ユーザが入力した夫々の所見の値を特徴量に変換した値である。また、複数の所見項目についてグラフを生成する場合には、各所見項目の対応がわかるように、線の種類を合わせて表示してもよい。図５では、「円形」に対応するグラフを実線で表示し、「棘状突起」に対応するグラフを点線で表示している。

ステップＳ４０４０において、表示制御部１０４は、ステップＳ４０３０で生成されたグラフを表示する。ステップＳ４０５０において、情報取得部１０１は、表示する断層画像の断層位置を取得する。本実施形態では、ユーザがステップＳ４０４０において表示されたグラフを確認し、表示したい断層位置を不図示のＧＵＩを介して入力する。なお断層位置の取得方法はこれに限定されるものではない。例えばユーザがグラフ上の一点を選択することで、その点に対応した断層位置を取得してもよい。ステップＳ４０６０において、表示制御部１０４は、ステップＳ４０５０で取得した断層位置における断層画像を表示する。

以上のように、本実施形態に係る画像診断支援装置によれば、注目所見項目に関して各断層位置で算出した特徴量とユーザが入力した所見の値とが重ねて図示される。これにより、ユーザが注目する所見の値に断層画像の夫々がどの程度一致しているかを、ユーザが容易に把握できる。加えて、複数の注目所見項目を一つのグラフで表現することにより、注目所見どうしの関係を容易に把握できる。したがって、ユーザは、複数の断層画像の中から、注目所見を考慮した、ユーザにとって最適な代表断層画像を選択する作業を容易に行うことができる。

［第２実施形態］
第１実施形態を部分的に変形した例を以下に示す。なお、その他の部分については第１実施形態と同一なので、説明を省略する。

＜変形例１＞
ステップＳ４０１０において、注目所見項目はユーザの入力によって取得していた。しかし、注目所見項目は他の方法により取得してもよい。例えば、過去の診断結果に対して求めた特徴量と注目所見項目、または各所見の値と注目所見項目との組を用いた学習によって識別器を構築することで、画像特徴量または各所見の値から注目所見項目を選択してもよい。この方法によれば、ユーザの入力に応じて、自動的に注目所見項目を設定する事ができるため、ユーザの手間を軽減させる事ができる。

＜変形例２＞
ステップＳ４０２５において、ユーザの入力した所見の値を単一の特徴量の値に変換していた。しかし、単一の特徴量の値に変換せず、ある特定の範囲に変換してもよい。この場合は、例えば図６に示すように、所見の値に対応する特徴量の範囲を帯状に表示してもよい。Ｇ６０は「円形」の所見項目における所見変換指標が「強」の範囲（1.0≧I_co＞0.8）を帯状に図示したものであり、Ｇ６１は「棘状突起」の所見項目における所見変換指標が「弱」の範囲（0.4≧I_su＞0.1）を帯状に図示したものである。この方法によれば、計算機が算出した特徴量（Ｇ３１，Ｇ３２）が、注目所見項目のどの値に対応するかが視覚的に表示されるため、ユーザの判断をより正確にする事ができる。

＜変形例３＞
特徴量を算出する断層画像の選び方は上記（ａｘｉａｌの断層画像群）に限定されるものではない。例えば、ｃｏｒｏｎａｌやｓａｇｉｔａｌの断層画像群について特徴量を算出してもよい。また、自由な方向で断層画像群を作成して、その特徴量を算出してもよい。例えば画像の中心を通るｘ軸、ｙ軸、ｚ軸を設定し、いずれか１つ、ないし２つの軸を回転中心として、１０°ずつ１８０°回転させてできる断層画像から特徴量を算出してもよい。この場合は、夫々の断層画像に連番を設定して、その番号順にグラフに並べるようにすればよい。

＜変形例４＞
ステップ４０３０において、グラフの縦軸は特徴量の値を取っていた。しかし、グラフの縦軸を所見の値としてグラフを生成してもよい。この場合は、ステップ４０２０で算出した特徴量を所見の値に変換する。例えば、過去の大量の断層画像における特徴量と所見の値を組みとした学習によって識別器を構築する事で、特徴量から所見の値を変換してもよい。この方法によれば、特徴量が一意に所見の値に変換されるので、医師がどの断層画像がどの所見項目を良く表しているかをより容易に理解できる。

［その他の実施形態］
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア（プログラム）を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ（またはＣＰＵやＭＰＵ等）がプログラムを読み出して実行する処理である。

１画像診断支援装置
１０１情報取得部
１０２特徴量算出部
１０３グラフ生成部
１０４表示制御部

Claims

診断対象となる３次元画像から得られる所見の種類を表す所見項目に関して、ユーザが入力した、前記所見項目が取り得る複数の状態のいずれかを表す所見の値を取得する情報取得手段と、
前記３次元画像を構成する複数の断層画像から、前記情報取得手段により取得された前記所見の値に対応する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と前記所見の値とを比較可能なグラフを生成するグラフ生成手段とを備えることを特徴とする画像診断支援装置。
前記特徴量算出手段は、前記所見の値と相関する数値であって、前記所見項目が取り得る状態を表す数値を、前記所見の値に対応する特徴量として算出す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。
前記特徴量算出手段は、前記情報取得手段により前記所見の値が取得された後に、前記取得された所見の値に対応する特徴量のみを算出することを特徴とする請求項１又は請求項２に記載の画像診断支援装置。
前記グラフ生成手段は、前記比較可能なグラフとして、前記特徴量と前記所見の値とを示すグラフを生成することを特徴とする請求項１乃至請求項３のいずれか１項に記載の画像診断支援装置。
前記グラフ生成手段は、前記３次元画像における前記複数の断層画像ごとに算出された前記特徴量と、前記所見の値とを比較可能なグラフを生成することを特徴とする請求項１乃至請求項４のいずれか１項に記載の画像診断支援装置。
前記グラフ生成手段は、前記３次元画像における前記複数の断層画像ごとに、前記特徴量と前記所見の値とを比較可能なグラフを生成することを特徴とする請求項１乃至請求項５のいずれか１項に記載の画像診断支援装置。
前記グラフ生成手段は、前記特徴量と前記所見の値とを示す第１の軸と、前記３次元画像における前記複数の断層画像の位置を示す、前記第１の軸とは異なる第２の軸とで表される座標上に、前記特徴量と前記所見の値とを、前記複数の断層画像ごとにプロットしたグラフを生成することを特徴とする請求項６に記載の画像診断支援装置。
前記情報取得手段によって取得された前記所見の値を、前記所見の値と対応する特徴量に変換する変換手段をさらに備え、
前記グラフ生成手段は、前記変換手段により変換された特徴量と、前記特徴量算出手段により算出された特徴量とを比較可能なグラフを生成することを特徴とする請求項１乃至請求項７のいずれか１項に記載の画像診断支援装置。
前記変換手段は、前記所見項目が取り得る複数の状態のいずれかを文字列で表した所見の値を、前記所見の値と相関する数値であって、前記所見項目が取り得る状態を数値で表した特徴量に変換することを特徴とする請求項８に記載の画像診断支援装置。
前記特徴量算出手段によって算出された前記特徴量を、前記特徴量と対応する所見の値に変換する変換手段をさらに備え、
前記グラフ生成手段は、前記情報取得手段によって取得された所見の値と、前記変換手段によって前記特徴量から変換された所見の値とを、比較可能なグラフを生成することを特徴とする請求項１乃至請求項７のいずれか１項に記載の画像診断支援装置。
前記特徴量算出手段によって算出された前記特徴量を、前記特徴量と対応する所見の値に変換する第２の変換手段をさらに備え、
前記グラフ生成手段は、前記情報取得手段によって取得された所見の値と、前記第２の変換手段によって前記特徴量から変換された所見の値とを、比較可能なグラフを生成することを特徴とする請求項８又は請求項９に記載の画像診断支援装置。
前記情報取得手段は、前記診断対象となる３次元画像から得られる所見の種類のうち、注目する少なくとも一つの所見項目を注目所見項目として特定することを特徴とする請求項１乃至請求項１１のいずれか１項に記載の画像診断支援装置。
前記情報取得手段は、ユーザの入力に基づいて前記注目所見項目を特定することを特徴とする請求項１２に記載の画像診断支援装置。
前記グラフ生成手段は、前記注目所見項目に関する所見の値と、前記注目所見項目に関する所見の値に対応する特徴量とを比較可能なグラフを生成することを特徴とする請求項１２又は請求項１３に記載の画像診断支援装置。
前記グラフ生成手段は、前記所見の値を、前記所見の値と対応する前記特徴量の範囲を表す帯で表示することを特徴とする請求項１乃至請求項１４のいずれか１項に記載の画像診断支援装置。
前記グラフ生成手段は、前記所見項目に関して各断層位置で算出した特徴量とユーザが入力した所見の値とを重ねて図示することにより、前記特徴量と前記所見の値とを比較可能なグラフを生成することを特徴とする請求項１乃至請求項１５のいずれか１項に記載の画像診断支援装置。
前記グラフ生成手段により生成されたグラフを表示部に表示する表示制御手段をさらに備えることを特徴とする請求項１乃至請求項１６のいずれか１項に記載の画像診断支援装置。
前記表示制御手段は、前記表示されたグラフ上へのユーザの操作入力のあったグラフ上の位置に応じて、前記３次元画像を構成する複数の断層画像の中から、対応する断層画像を前記表示部に表示させることを特徴とする請求項１７に記載の画像診断支援装置。
前記情報取得手段は、前記所見項目が取り得る複数の状態を表す所定の選択肢の中から前記所見の値を取得することを特徴とする請求項１乃至請求項１８のいずれか１項に記載の画像診断支援装置。
前記特徴量算出手段は、前記３次元画像を構成する複数の断層画像のそれぞれについて、前記特徴量を算出することを特徴とする請求項１乃至請求項１９のいずれか１項に記載の画像診断支援装置。
診断対象となる３次元画像から得られる所見の種類を表す所見項目に関して、ユーザが入力した、前記所見項目が取り得る複数の状態のいずれかを表す所見の値を取得する第１のステップと、
前記３次元画像を構成する複数の断層画像から、前記第１のステップで取得された前記所見の値に対応する特徴量を算出する第２のステップと、
前記第２のステップで算出された特徴量と前記所見の値とを比較可能なグラフを生成する第３のステップと、
を備えることを特徴とする画像診断支援方法。
前記第２のステップは、前記第１のステップののちに、前記取得された所見の値に対応する特徴量のみを算出することを特徴とする請求項２１に記載の画像診断支援方法。
診断対象となる３次元画像から得られる所見の種類を表す所見項目に関して、ユーザが入力した、前記所見項目が取り得る複数の状態のいずれかを表す所見の値を取得する情報取得手段と、
前記３次元画像を構成する複数の断層画像から、前記情報取得手段により取得された前記所見の値に対応する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と前記所見の値とを比較可能なグラフを生成するグラフ生成手段とを備えることを特徴とする画像診断支援システム。
診断対象となる３次元画像から得られる所見の種類を表す所見項目に関して、ユーザが入力した、前記所見項目が取り得る複数の状態のいずれかを表す所見の値を取得する第１のステップと、
前記３次元画像を構成する複数の断層画像から、前記第１のステップで取得された前記所見の値に対応する特徴量を算出する第２のステップと、
前記第２のステップで算出された特徴量と前記所見の値とを比較可能なグラフを生成する第３のステップとを備える画像診断支援方法をコンピュータに実現させるためのプログラム。