JP6109778B2 - 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 - Google Patents

Description

本発明は、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に関する。

医療分野において、検査画像に基づいて、検査画像に類似する過去の症例を検索する類似症例検索装置が知られている（例えば特許文献１、２参照）。検査画像は、例えば、断層撮影を行うＣＴ（Computed Tomography）装置や単純透視画像を撮影する一般Ｘ線撮影装置などのモダリティで撮影された画像であり、患者の疾患の特定など患者の診断を行うために用いられる。一般Ｘ線撮影装置による１回の検査では、検査画像が１枚だけ撮影される場合もあれば、複数枚撮影される場合もある。また、ＣＴ装置による１回の検査では、複数枚の断層画像（スライス画像）が取得される。そのため、１件の検査データには、１枚以上の検査画像が含まれる。症例は、過去の検査データの集積によって作成される場合が多いため、１件の症例のデータにも、１枚以上の症例画像が含まれる。

類似症例検索を行う場合には、まず、医師などのユーザによって、検査画像内に関心領域が指定される。関心領域は、検査画像内において医師が特に関心を示す領域であり、診断対象となる病変を含む領域である。類似症例検索装置は、検査画像内に指定された１つの関心領域の特徴を数値化した特徴量と、症例画像内に存在する１つの病変の特徴を数値化した特徴量とを比較して両者の類似度を判定する。ここで、便宜上、検査画像の関心領域内に含まれる病変を対象病変といい、症例画像に含まれる病変を症例病変という。そして、類似症例検索装置は、複数の症例を記憶した症例データベースの中から、関心領域に類似する症例病変を含む症例を検索する。

特許文献１には、対象病変を含む関心領域の指定の仕方にはユーザ毎に個人差があり、個人差に起因して検索結果にばらつきが生じるという検索ばらつきを抑制することを目的する発明が開示されている。具体的には、同じ１つの対象病変を含む領域を関心領域として指定する場合でも、指定するユーザの個人差などが原因で、関心領域の指定の仕方によっては指定した領域の形状や大きさが変化するため、特徴量が変化してしまう場合がある。特徴量が変化すると、類似度も変化するため、ユーザ毎に検索結果が変わるという検索ばらつきが生じてしまう。特許文献１は、こうした検索ばらつきを抑制するために、１例として、１つの対象病変について指定の仕方が異なる複数の関心領域について、関心領域毎に特徴量を算出し、算出した複数の関心領域の特徴量の平均値に基づいて類似度を算出して、類似画像検索を行っている。これによれば、ユーザ毎の個人差に起因する検索ばらつきを抑制することができる。

特許文献２は、ユーザが類似していると感じる主観に対して、より適合的な検索結果を出力する技術に関するものである。具体的には、同種の対象病変が複数の検査画像に対して存在する場合に、関心領域の指定に際して、ユーザが類似していると感じる同種の複数の対象病変を含む関心領域を、同種グループとして１つのグループにまとめる。そして、１件の検査データにおいて、同種グループに属する複数の対象病変の特徴量をすべて包含する特徴量の範囲を求め、この特徴量の範囲を検索条件として、類似症例検索を行う。同種グループの特徴量の範囲は、ユーザが主観的に類似すると感じる範囲と一致すると考えられるため、検索結果もユーザの主観に対して、より適合的なものとすることができる。

特開２０１０−２３７９３０号公報 特開２０１２−１１８５８３号公報

ところで、疾患によっては、検査画像において複数の対象病変が現れていることが、疾患特定の根拠となる場合がある。例えば、結核の場合には、検査画像において、空洞影、点状影、すりガラス影という３種の対象病変が現れていることを以て疾患が特定される場合があり、びまん性汎細気支炎では、気管支異常影と点状影の２種の対象病変が現れていることを以て疾患が特定される場合がある。がんの場合には、単一の対象病変での類似検索でよかったが、がん以外の非がん疾患である場合には、これら複数の対象病変での類似検索が必要である。

特許文献１及び特許文献２に記載の従来の類似症例検索装置は、いずれも、検査画像に含まれている１つの対象病変に着目して、着目した１つの対象病変を含む関心領域の特徴量に基づいて類似症例を検索するものであり、検査画像に含まれている複数の対象病変のそれぞれに着目することは考慮されていなかった。

上述したように、特許文献１は、関心領域毎に特徴量を算出しているが、複数の関心領域は、指定の仕方が異なるだけで、同じ１つの対象病変の関心領域であり、異なる対象病変のそれぞれの関心領域の特徴量に着目して類似症例を検索することについては開示が無い。また、特許文献２は、複数の検査画像に含まれる複数の対象病変に対して、同種の対象病変がグループ化された１つの同種グループについて１つの検索条件を作成し、作成した検索条件で類似症例を検索している。特許文献２は、いわば、同種の複数の対象病変を含むそれぞれの関心領域に共通する特徴量をユーザの嗜好に合うように算出しているのみで、複数の対象病変のそれぞれの関心領域の特徴量に着目して類似症例を検索することについては開示が無い。

本発明は、複数の関心領域のそれぞれの特徴量に着目した類似症例検索が可能な類似症例検索装置、類似症例検索方法、及び類似症例検索プログラムを提供することを目的とする。

本発明の類似症例検索装置は、症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する装置において、特徴量取得部、個別類似度算出部、類似症例検索部を備えている。特徴量取得部は、検査画像を１枚以上含む検査データにおいて指定され、検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、関心領域毎の特徴量を取得する。個別類似度算出部は、関心領域毎の特徴量と、症例に登録された、症例画像内の病変である症例病変の特徴量とを比較して、関心領域毎の個別類似度を算出する。類似症例検索部は、算出した複数の個別類似度に基づいて、類似症例を検索する。

複数の関心領域は、種類が異なる病変がそれぞれ含まれていてもよい。また、１件の症例内に複数の症例病変が登録されている場合には、個別類似度算出部は、複数の関心領域のそれぞれと、複数の症例病変のそれぞれとを、１対１で対応させて特徴量の比較を行い、症例病変毎の個別類似度である症例病変別に個別類似度を算出するのが好ましい。

ここで、１件の症例内に登録されている複数の症例病変、つまり症例画像内に存在する複数の症例病変は、１枚の症例画像内に複数存在する場合と、例えば２枚の症例画像のそれぞれに、症例病変が１つずつ存在する場合のように、複数枚の症例画像内に存在する症例病変の合計が複数になる場合を含む。

類似症例検索部は、複数件の類似症例に関する情報をリスト化した類似症例リストを作成することが好ましい。また、類似症例リストには、関心領域毎の関心領域別類似症例リストが含まれることが好ましい。

関心領域別類似症例リストは、複数の症例病変を配列したリストであることが好ましい。また、各関心領域別類似症例リストにおいて、共通する１件の症例に含まれる症例病変が存在する場合には、症例が共通する複数の症例病変について症例が共通していることを表す識別表示がされることが好ましい。さらに、類似症例検索部は、類似症例リストにおいて、複数個の症例病変を、個別類似度に基づいてソートすることが好ましい。

１つの関心領域に対して、１件の症例に含まれる複数の症例病変のそれぞれに関する個別類似度が算出された場合には、複数の個別類似度の中から、１つの代表値を代表値判定部により判定し、類似症例検索部が、１つの関心領域について、代表値に対応する症例病変のみを使用して、類似症例を検索することが好ましい。

個別類似度算出部は、１つの関心領域に対して、１件の症例に含まれる症例病変のうち関心領域と同種類の症例病変のみを対応させて、個別類似度を算出することが好ましい。また、関心領域の特徴量に基づいて、病変の種類を判定する病変判定部を有していることが好ましい。

本発明の類似症例検索方法は、症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する方法において、特徴量取得ステップ、個別類似度算出ステップ、類似症例検索ステップを含む。特徴量取得ステップは、検査画像を１枚以上含む検査データにおいて指定され、検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、関心領域毎の特徴量を取得する。個別類似度算出ステップは、関心領域毎の特徴量と、症例に登録された、症例画像内の病変である症例病変の特徴量とを比較して、関心領域毎の個別類似度を算出する。類似症例検索ステップは、算出した複数の個別類似度に基づいて、類似症例を検索する。

本発明の類似症例検索プログラムは、症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する処理をコンピュータに実行させるプログラムにおいて、特徴量取得ステップ、個別類似度算出ステップ、類似症例検索ステップを含む。特徴量取得ステップは、検査画像を１枚以上含む検査データにおいて指定され、検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、関心領域毎の特徴量を取得する。個別類似度算出ステップは、関心領域毎の特徴量と、症例に登録された、症例画像内の病変である症例病変の特徴量とを比較して、関心領域毎の個別類似度を算出する。類似症例検索ステップは、算出した複数の個別類似度に基づいて、類似症例を検索する。

複数の関心領域のそれぞれの特徴量と、症例画像に含まれる症例病変の特徴量とを比較して個別類似度を算出し、算出した個別類似度に基づいて類似症例を検索するため、複数の関心領域のそれぞれの特徴量に着目した類似症例検索を簡便に行うことができる。

類似症例検索サーバを含む医療情報システムを示す構成図である。 複数枚の検査画像で構成される検査データの概略を示す説明図である。 １枚の検査画像で構成される検査データの概略を示す説明図である。 診療科、検査科、検査画像ＤＢサーバ、及び症例ＤＢサーバの機能を説明する説明図である。 症例ＤＢの説明図である。 類似症例検索サーバの機能概要の説明図である。 各ＤＢサーバや各端末を構成するコンピュータを示す構成図である。 診療科端末の概略を示す構成図である。 関心領域を指定する検査画像表示画面の説明図である。 関心領域の指定方法について、図９とは別の例を示す説明図である。 類似症例検索サーバの概略を示す構成図である。 関心領域の特徴量の説明図である。 病変の画像パターンの説明図である。 特徴量算出部を示す構成図である。 症例病変の特徴量の説明図である。 個別類似度算出部の説明図である。 個別類似度算出方法の説明図である。 複数の関心領域に対応する個別類似度の説明図である。 １つの関心領域と複数の症例病変とから求めた個別類似度の説明図である。 ＩＳＭテーブルの説明図である。 関心領域毎に作られるＩＳＭテーブルの概略を示す説明図である。 ＴＳＭテーブルの作成方法の説明図である。 類似症例リストを表示した画面を示す説明図である。 類似する症例を関心領域毎に分けてリストを表示した画面を示す説明図である。 類似症例画像検索装置の手順の概要を示すフローチャートである。 類似症例検索サーバ内の処理手順を示すフローチャートである。 第２実施形態の平均順位リストを示す説明図である。 第２実施形態の変形例を示す説明図である。 第３実施形態の代表値判定部の説明図である。 第３実施形態の判定方法の説明図である。 第３実施形態のＩＳＭテーブルの説明図である。 第３実施形態の手順を示すフローチャートである。 第４実施形態の説明図である。 第４実施形態の判定方法の説明図である。 第４実施形態の症例ＤＢの説明図である。 第４実施形態の個別類似度算出方法の説明図である。 第５実施形態の説明図である。 第５実施形態の類似症例検索要求の説明図である。

［第１実施形態］
図１に示す医療情報システム９は、病院などの医療施設に構築される。医療情報システム９は、診療科１０に配置される診療科端末１１、検査科１２に設置されるモダリティ（医用画像撮影装置）１３、及びオーダ管理端末１４、検査画像データベース（以下「ＤＢ」と称す）サーバ１５、症例ＤＢサーバ１６、及び類似症例検索サーバ１７を有する。これらは、ネットワーク１８を通じて通信可能に接続される。ネットワーク１８は、例えば、院内に敷設されたＬＡＮ（Local Area Network）である。モダリティ１３は、例えば、断層画像を撮影するＣＴ（Computed Tomography）装置やＭＲＩ（Magnetic Resonance Imaging）装置、及び単純透視画像を撮影する一般Ｘ線撮影装置（ＤＲ：Digital Radiographyや、ＣＲ：Computed Radiographyなど）等を含む。

診療科端末１１は、診療科１０の医師（図においてＤｒの符号を付す）によって操作され、電子カルテの入力や閲覧の他、検査科１２に対して検査を依頼するための検査オーダの発行に利用される。また、診療科端末１１は、検査科１２で撮影され検査画像ＤＢサーバ１５に保存された検査画像１９を表示して、医師が検査画像１９を閲覧するための画像表示端末としても利用される。

検査科１２において、オーダ管理端末１４は、診療科１０からの検査オーダを受け付けて、受け付けた検査オーダを管理する。検査科１２の技師は、検査オーダの内容に従って、モダリティ１３により患者の撮影を行う。検査画像１９は、１件の検査オーダに対して１枚あるいは複数枚撮影される。モダリティ１３は、撮影が終了すると、撮影した検査画像１９を検査画像ＤＢサーバ１５に送信する。検査が終了すると、検査科１２から診療科１０の医師に検査終了が通知され、合わせて、検査画像ＤＢサーバ１５内の検査画像１９の保存先が通知される。診療科１０の医師は、診療科端末１１を通じて、検査画像ＤＢサーバ１５にアクセスして、診療科端末１１で検査画像１９を閲覧する。

検査画像ＤＢサーバ１５は、複数枚の検査画像１９が格納される検査画像ＤＢ２０を有しており、いわゆるＰＡＣＳ（Picture Archiving and Communication System）サーバである。検査画像ＤＢ２０は、キーワードによる検索が可能なデータベースであり、診療科端末１１などの検索要求や配信要求に応じて、検索条件に合致する検査画像１９や指定された検査画像１９を配信する。

図２及び図３に示すように、検査画像ＤＢ２０においては、１件の検査オーダに対して、１枚以上の検査画像１９を含む１件の検査データ２１が対応付けて格納される。図２に示すように、ＣＴ装置やＭＲＩ装置で撮影された検査画像１９は、断層画像（スライス画像とも呼ばれる）であり、１件の検査データ２１には、複数枚の検査画像１９が含まれる。図３に示すように、一般Ｘ線撮影装置で撮影された検査画像１９の場合には、単純透視画像であり、１件の検査データ２１は、検査画像１９が１枚だけの場合もあれば、複数枚の場合もある。

検査オーダには、診療科１０の医師のＩＤや所属などの依頼元情報、患者情報、検査種別などが含まれる。検査画像１９の画像ファイルは、画像データとＤＩＣＯＭ（Digital Imaging and COmmunication in Medicine）ヘッダなどの付帯情報とを有する。検査オーダの情報は、検査画像１９の付帯情報として格納される。また、付帯情報には、検査ＩＤや、１枚の検査画像１９にそれぞれ付与される画像ＩＤが含まれる。図２、図３の例では、検査ＩＤは「Ｏ９０１」や「Ｏ９０２」で、画像ＩＤは「Ｏ９０１−０３」、「Ｏ９０１−０１」というように、検査ＩＤに、１枚の検査画像１９を識別するためのシリアルナンバーを加えた形態で付与されている。検査画像ＤＢサーバ１５は、こうしたＤＩＣＯＭタグに含まれる項目を検索キーとして、検索が可能になっている。

類似症例検索サーバ１７は、検索条件として検査画像１９を受け付けて、受け付けた検査画像１９に類似する症例画像２２を含む症例を検索する。症例画像２２は、過去に診断に利用された検査画像である。症例ＤＢサーバ１６は、複数件の症例を検索可能に格納した症例ＤＢ２３を有している。類似症例検索サーバ１７は、症例ＤＢサーバ１６にアクセスして、症例を１件ずつ読み出して、検索条件として受け付けた検査画像１９と症例内の症例画像２２の比較照合を行って、検査画像１９に類似する症例を検索する。

図４に示すように、診療科１０の医師は、診療科端末１１を操作して、検査画像ＤＢサーバ１５にアクセスして検査画像１９を含む検査データ２１をダウンロードする。診療科端末１１で検査画像１９は表示され、医師によって閲覧される。患者が罹患している場合には、患者の検査画像１９には、疾患の症状を現す病変（対象病変ＯＬという）が含まれている。診療科１０の医師は、検査データ２１に含まれる検査画像１９の中から、対象病変ＯＬを含む検査画像１９を選択する。検査画像１９は、診療科端末１１が類似症例検索サーバ１７に対して発行する類似症例検索要求に添付されて、類似症例検索サーバ１７に送信される。類似症例検索サーバ１７は、類似症例検索要求を受け付けると、症例ＤＢサーバ１６から検査画像１９に類似する症例を検索して、検索結果を依頼元の診療科端末１１に配信する。

診療科１０の医師は、検査結果に含まれる症例を確認する。症例には、症例画像２２に付随して読影レポートが含まれている。医師は、読影レポートに記載された、症例画像２２に対する所見などを参照して、検査画像１９の疾患の特定など確定診断を下す。

図５に示すように、症例ＤＢ２３には、症例画像ＤＢ２３Ａと、特徴量ＤＢ２３Ｂが設けられている。症例画像ＤＢ２３Ａは、症例画像２２を検索可能に格納するデータベースである。症例には、１件毎に症例ＩＤが付与される。症例ＩＤは、検査画像１９における検査ＩＤに相当するものである。１件の症例には、１枚以上の症例画像２２が含まれる。また、検査画像１９と同様に、各症例画像２２には、症例ＩＤにシリアルナンバーを加えた画像ＩＤが付与される。図５において、症例ＩＤが「Ｃ１０１」の症例データ２４には、例えば、６０枚の断層画像が含まれている。

症例画像２２には、疾患の症状を表す病変（症例病変ＣＬ）が含まれている。１件の症例には、１つ以上の症例病変ＣＬが登録されている。本例では、症例ＩＤ「Ｃ１０１」には、Ｎｏ１〜Ｎｏ３の３個、「Ｃ１０２」には２個、「Ｃ１０３」には１個、それぞれ症例病変ＣＬが登録されている。症例病変ＣＬは、症例画像２２が過去に検査画像として診断に利用された際に、医師によって病変として指定された領域であり、医師による確定診断を経て、症例病変ＣＬとして登録されたものである。症例病変ＣＬの指定方法については、例えば、後述する関心領域ＲＯＩと同様である。

特徴量ＤＢ２３Ｂは、症例病変ＣＬの画像の特徴量ＣＡＣを格納するデータベースである。特徴量ＣＡＣは、症例ＩＤと病変Ｎｏからなる識別ＩＤが付与されている。例えば、症例ＩＤ「Ｃ１０１」には、３個の症例病変ＣＬがあり、各症例病変ＣＬには、１件の症例内のシリアルナンバーであるＮｏ１〜Ｎｏ３がそれぞれ付与される。特徴量ＣＡＣの後の数字は、症例内のシリアルナンバーに対応している。特徴量ＣＡＣについても、例えば、後述する関心領域ＲＯＩと同様の方法で算出される。

図６に示すように、診療科端末１１を通じ類似症例検索要求を発行する際には、医師によって、検査画像１９内の対象病変ＯＬを含む領域が関心領域ＲＯＩとして指定される。類似症例検索要求には、対象病変ＯＬを含む検査画像１９と、指定された関心領域ＲＯＩに対応する検査画像１９内の領域情報（例えば、検査画像１９内の座標情報）が添付される。類似症例検索サーバ１７は、類似症例検索要求を受け付けると、検査画像１９の画像データと、領域情報に基づいて、関心領域ＲＯＩを特定する。そして、関心領域ＲＯＩの特徴量を算出する。そして、類似症例検索サーバ１７は、症例ＤＢサーバ１６から、症例を１件ずつ読み出して、関心領域ＲＯＩと症例病変ＣＬとの特徴量を比較して、類似症例を検索する。そして、類似する複数件の症例に関する情報がリスト化された類似症例リストを作成し、これを検索結果として診療科端末１１に配信する。

診療科端末１１、オーダ管理端末１４、検査画像ＤＢサーバ１５、症例ＤＢサーバ１６、類似症例検索サーバ１７は、パーソナルコンピュータ、サーバ用コンピュータ、ワークステーションといったコンピュータをベースに、オペレーティングシステム等の制御プログラムや、クライアントプログラム又はサーバプログラム等のアプリケーションプログラムをインストールして構成される。

図７に示すように、各ＤＢサーバ１５〜１７や各端末１１、１４を構成するコンピュータは、基本的な構成は同じであり、それぞれ、ＣＰＵ（Central Processing Unit）４１、メモリ４２、ストレージデバイス４３、通信Ｉ／Ｆ４４、及び入出力部４６を備えている。これらはデータバス４７を介して接続されている。入出力部４６は、表示部４８と、キーボードやマウスなどの入力デバイス４９とからなる。

ストレージデバイス４３は、例えば、ＨＤＤ（Hard Disk Drive）であり、制御プログラムやアプリケーションプログラム（以下、ＡＰという）５０が格納される。また、ＤＢが構築されるサーバには、プログラムを格納するＨＤＤとは別に、ＤＢ用のストレージデバイス４３として、例えば、ＨＤＤを複数台連装したディスクアレイが設けられる。ディスクアレイは、サーバ本体に内蔵されるものでもよいし、サーバ本体とは別に設けられ、サーバ本体にケーブルやネットワークを通じて接続されるものでもよい。

メモリ４２は、ＣＰＵ４１が処理を実行するためのワークメモリである。ＣＰＵ４１は、ストレージデバイス４３に格納された制御プログラムをメモリ４２へロードして、プログラムに従った処理を実行することにより、コンピュータの各部を統括的に制御する。通信Ｉ／Ｆ４４は、ネットワーク１８との間の伝送制御を行うネットワークインタフェースである。

診療科端末１１には、ＡＰ５０として、電子カルテの閲覧や編集を行う電子カルテソフトウエアや、検査画像や類似症例リストの閲覧を行うためのビューアソフトウエアなどのクライアントプログラムがインストールされている。ビューアソフトウエアは、例えば、専用ソフトウエアでもよいし、汎用的なＷＥＢブラウザなどでもよい。

図８に示すように、診療科端末１１において、検査画像１９を表示するビューアソフトウエアが起動されると、診療科端末１１の表示部４８Ａには、ＧＵＩ（Graphical User Interface）による操作機能を備えた検査画像表示画面５２が表示される。診療科端末１１のＣＰＵ４１Ａは、ＧＵＩ制御部５３及び検索要求発行部５４として機能する。検査画像表示画面５２では、検査画像１９に対する関心領域ＲＯＩの指定と、類似症例検索要求の発行指示が可能になっている。ＧＵＩ制御部５３は、検査画像表示画面５２を通じた入力デバイス４９Ａからの操作指示を受け付けて、受け付けた操作指示に従った画面制御を行う。また、類似症例検索要求の発行指示が入力されると、入力された発行指示がＧＵＩ制御部５３から検索要求発行部５４に入力される。検索要求発行部５４は、類似症例検索要求に、指定された検査画像１９や関心領域ＲＯＩの領域情報を添付して、類似症例検索要求を発行する。

図９に示すように、検査画像表示画面５２は、検査画像１９を表示する画像表示領域５２Ａと、各種操作部とを有している。画像表示領域５２Ａには、例えば、３枚の検査画像１９が並べて表示される。スクロール操作やコマ送り操作により、表示する検査画像１９を切り替えることが可能である。画像表示領域５２Ａの上方には、検査ＩＤを入力する入力ボックス５２Ｂが設けられている。入力ボックス５２Ｂに検査ＩＤを入力すると、入力した検査ＩＤの検査データ２１が検査画像ＤＢサーバ１５からダウンロードされて、画像表示領域５２Ａに検査画像１９が表示される。画像表示領域５２Ａの下方には、領域指定ボタン５２Ｃ、クリアボタン５２Ｄ、類似症例検索ボタン５２Ｅが設けられている。

領域指定ボタン５２Ｃは、検査画像１９内において関心領域ＲＯＩを指定するための操作ボタンである。領域指定ボタン５２Ｃが、マウスのポインタ５６でクリック操作されると、検査画像１９内の任意の領域を指定する領域指定操作が可能になる。この状態で、ポインタ５６を操作して、例えば、スプラインによって、対象病変ＯＬを含む領域の外周を指定する。スプラインは、指定された複数の制御点を通る滑らかな曲線であり、ポインタ５６で制御点を指定することによって入力される。こうした操作により対象病変ＯＬを含む領域が、関心領域ＲＯＩとして指定される。クリアボタン５２Ｄは、指定した関心領域ＲＯＩを取り消すためのボタンである。

関心領域ＲＯＩは、複数個指定することが可能である。図９の例では、画像ＩＤが「Ｏ９０１−０１」から「Ｏ９０１−０３」の３枚の検査画像１９にそれぞれ１つずつ、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩが指定されている。検査ＩＤ「９０１」の検査データ２１において、他に関心領域ＲＯＩの指定が無ければ、１件の検査データ２１に合計で３つの関心領域ＲＯＩが指定されたことになる。また、図１０の例では、画像ＩＤが「Ｏ９０６−０１」の検査画像１９内に２つの関心領域ＲＯＩ（Ｎｏ１、Ｎｏ２）が指定され、画像ＩＤが「Ｏ９０６−０２」、「Ｏ９０６−０３」の検査画像１９内には、１つずつ関心領域ＲＯＩ（Ｎｏ３、Ｎｏ４）が指定されている。Ｎｏ３の関心領域ＲＯＩには、２つの対象病変ＯＬ（Ｎｏ３、Ｎｏ４）が含まれている。このように、複数個の対象病変ＯＬを含む領域を、１つの関心領域ＲＯＩとして指定してもよい。検査ＩＤ「９０６」の検査データ２１において、他に関心領域ＲＯＩの指定が無ければ、１件の検査データ２１に合計で４つの関心領域ＲＯＩが指定されたことになる。このように指定された各関心領域ＲＯＩには、異なる対象病変ＯＬがそれぞれ１つ以上含まれる。

図１１に示すように、類似症例検索サーバ１７には、ＡＰ５０として類似症例検索サーバプログラムがインストールされており、プログラムを実行すると、類似症例検索サーバ１７のＣＰＵ４１Ｂは、要求受付部６１、特徴量算出部６２、個別類似度算出部６５、類似症例検索部６７、出力制御部６９として機能する。

要求受付部６１は、診療科端末１１から送信された類似症例検索要求を受け付けて、受け付けた検査画像１９及び関心領域ＲＯＩの領域情報を、類似症例検索サーバ１７のストレージデバイス４３などに記憶する。特徴量算出部６２は、受け付けた検査画像１９及び領域情報に基づいて、関心領域ＲＯＩの特徴量を算出する。ここで、特徴量算出部６２は、特徴量取得部として機能する。

図１２に示すように、関心領域ＲＯＩが複数有る場合には、Ｎｏ１の関心領域ＲＯＩの特徴量は、「ＲＡＣ１」、Ｎｏ２の関心領域ＲＯＩの特徴量は、「ＲＡＣ２」、Ｎｏ３の関心領域ＲＯＩは、「ＲＡＣ３」というように、関心領域ＲＯＩの特徴量ＲＡＣは、関心領域ＲＯＩ毎に算出される。特徴量ＲＡＣは、典型的な病変の画像パターンとして予め設定されている複数種類の病変パターンに対応する複数次元の数値で構成される、特徴ベクトルである。

図１３に示すように、典型的な病変パターンは、例えば、Ａ：低呼吸域の異常影（気腫、気胸、ブラなど）、Ｂ：空洞、Ｃ：気管支の異常影（気管支壁肥厚、気管支拡張、牽引性気管支拡張、気管支透亮像など）、Ｄ：蜂窩、Ｅ：すりガラス状陰影、Ｆ：点状影（粒上影、ＴＩＢなど）、Ｇ：高吸収域の異常影（コンソリデーション、ノジュール、気管支粘液腺など）、Ｈ：線状・網状影の８種類に分類される。

図１４に示すように、特徴量算出部６２は、典型的な８種類の病変パターンに対応する判別器６２Ａ〜６２Ｈを有している。各判別器６２Ａ〜６２Ｈは、関心領域ＲＯＩの画像パターンに基づいて、典型的な各病変パターンに対応する数値を出力する。各判別器６２Ａ〜６２Ｈが出力する各数値は、特徴ベクトルを構成する複数次元の数値であり、ここで、各数値を判別器出力値と呼ぶ。本例では、各判別器６２Ａ〜６２Ｈに対応して判別器出力値は８種類有り、特徴ベクトルは８次元で構成される。なお、本例では、典型的な病変パターンの種類をＡ〜Ｈの８種類としているが、８種類未満でもよいし、８種類以上でもよい。この種類に応じて、判別器の種類、特徴ベクトルの次元数も適宜決定される。

判別器出力値は、典型的な病変パターンらしさを表すもので、関心領域ＲＯＩ内に典型的な病変パターンが存在する度合いを表す値である。そのため、判定器出力値が大きいほど、関心領域ＲＯＩに典型的な病変パターンが存在する度合いが高いことを示し、判別器出力値が小さいほど、存在する度合いが低いことを示す。より詳細には、「＋」の判別器出力値は、典型的な病変パターンが関心領域ＲＯＩ内に存在することを示し、「−」の判別器出力値は、関心領域ＲＯＩ内に存在しないことを示す。そして、「＋」の判別器出力値を示し、かつ、判別器出力値が大きいほど存在する度合いが高いことを示す。

図１４の例では、「Ｂ：空洞」の病変パターンの判別器６２Ｂと「Ｇ：高吸収域」の判別器６２Ｇが「＋」の値を示し、「Ｂ：空洞」の出力値が最も大きいため、関心領域ＲＯＩは、「Ｂ：空洞」と「Ｇ：高吸収域」の病変パターンを含み、８種類の病変パターンの中では、「Ｂ：空洞」が支配的な画像パターンを持つものであることが分かる。

なお、典型的な病変パターンに対する各判別器は、例えば、「資料名：Computer Vision and Image Understanding 88巻119頁〜151頁，発行年2002年12月 Using Human Perceptual Categories for Content-Based Retrieval from a Medical Image Database 著者 Chi-Ren Shyu, Christina Pavlopoulou Avinash C.kak,and Cala E.Brodley」などに記載されているような周知の特徴量を用いて、「Ａｄａ−ｂｏｏｓｔ」などの機械学習アルゴリズムにより作成することができる。

特徴量算出部６２は、類似症例検索要求に添付された検査データ２１において指定された複数の関心領域ＲＯＩのすべてについて、関心領域ＲＯＩ毎に特徴量ＲＡＣを算出する。

図１５に示すように、症例ＤＢ２３内の特徴量ＤＢ２３Ｂに格納される、各症例病変ＣＬの特徴量ＣＡＣについても、上記８種類の病変パターンに対応する特徴ベクトルで構成される。症例病変ＣＬについては、特徴量算出部６２と同様の構成により、特徴ベクトルが予め算出されて特徴量ＤＢ２３Ｂに格納されている。

図１６に示すように、個別類似度算出部６５は、関心領域ＲＯＩの特徴量ＲＡＣと、症例病変ＣＬの特徴量ＣＡＣとの比較を行い、個別類似度ＩＳＭを算出する。具体的には、特徴量ＲＡＣと特徴量ＣＡＣに含まれる８次元の特徴ベクトルを比較して、個別類似度ＩＳＭを算出する。個別類似度ＩＳＭの値は、例えば、最小二乗距離または相関で算出する。前者の場合には、値が小さいほど、関心領域ＲＯＩと症例病変ＣＬとの類似度が高く、後者の場合には、値が大きいほど、関心領域ＲＯＩと症例病変ＣＬとの類似度が高い。

図１７に示すように、個別類似度算出部６５は、１件の検査データ２１に含まれる複数の関心領域ＲＯＩと、１件の症例データ２４に含まれる症例病変ＣＬとを１対１で対応させて、それぞれの特徴量ＲＡＣと、ＣＡＣの比較を行い、個別類似度ＩＳＭを算出する。個別類似度ＩＳＭは、症例病変ＣＬ毎の個別類似度であるため、症例病変別個別類似度である。検査ＩＤが「Ｏ９０１」の検査データ２１においては、Ｎｏ１〜Ｎｏ３の３個の関心領域ＲＯＩが指定されており、症例ＩＤが「Ｃ１０１」の症例データ２４には、Ｎｏ１〜Ｎｏ３の３個の症例病変ＣＬが登録されている。このため、図１７に示す例では、「Ｏ９０１」の検査データ２１と、「Ｃ１０１」の症例データ２４との間では、３×３で合計９個の個別類似度ＩＳＭが算出される。なお、図１７においては、Ｎｏ１、Ｎｏ２の関心領域ＲＯＩと、Ｎｏ１〜Ｎｏ３の各症例病変ＣＬとの対応関係については図示しているが、Ｎｏ３の関心領域ＲＯＩと各症例病変ＣＬとの対応関係については、スペース上の制約から図示を省略している。

各個別類似度ＩＳＭに付された括弧内の識別符号は、症例ＩＤに、関心領域ＲＯＩと症例病変ＣＬのそれぞれのシリアルナンバーを加えたものである。「Ｃ１０１−１１」の場合には、Ｎｏ１の関心領域ＲＯＩと、症例ＩＤが「Ｃ１０１」の症例データ２４に登録された、Ｎｏ１の症例病変ＣＬとの個別類似度ＩＳＭであることを示す。同様に、「Ｃ１０１−１２」の場合には、Ｎｏ１の関心領域ＲＯＩと、症例ＩＤが「Ｃ１０１」のＮｏ２の症例病変ＣＬの個別類似度ＩＳＭであることを示す。

図１８及び図１９に示すように、個別類似度算出部６５は、複数件の症例について個別類似度ＩＳＭを算出する。例えば、図１８に示すように、個別類似度算出部６５は、まず、症例ＩＤが「Ｃ１０１」の１件の症例のＮｏ１〜Ｎｏ３の３個の症例病変ＣＬを、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩに、それぞれ対応させて、個別類似度ＩＳＭを算出する。上述のとおり、症例ＩＤが「Ｃ１０１」の症例は、症例病変ＣＬの登録数が３個（Ｎｏ１〜Ｎｏ３）であるため、３個の関心領域ＲＯＩに対して３個の症例病変ＣＬを対応させると、３×３で合計９個の個別類似度ＩＳＭが算出される。

症例ＩＤが「Ｃ１０１」の症例についての個別類似度ＩＳＭを算出する処理が終了すると、個別類似度算出部６５は、次に、症例ＩＤが「Ｃ１０２」の１件の症例について個別類似度ＩＳＭを算出する。症例ＩＤが「Ｃ０１２」の症例については、症例病変ＣＬの登録数が２個（Ｎｏ１とＮｏ２）であるため、３個の関心領域ＲＯＩに対して２個の症例病変ＣＬを対応させると、３×２で合計６個の個別類似度ＩＳＭが算出される。こうした処理を、症例の数だけ繰り返す。

なお、図１８において、症例ＩＤが「Ｃ１０１」の症例病変ＣＬについては、Ｎｏ１〜Ｎｏ３の３個の関心領域ＲＯＩとのすべての対応関係を図示しているが、症例ＩＤが「Ｃ１０２」については、Ｎｏ１の関心領域ＲＯＩとの対応関係のみを示し、Ｎｏ２、Ｎｏ３の関心領域ＲＯＩとの対応関係については、図示を省略している。

個別類似度算出部６５は、症例ＩＤが「Ｃ１０３」以降の症例についても、同様に、Ｎｏ１〜Ｎｏ３の関心領域ＲＯＩと、各症例の症例病変ＣＬとを対応させて、個別類似度ＩＳＭを算出する。図１９は、Ｎｏ１の関心領域ＲＯＩと、症例ＩＤが「Ｃ１０１」〜「Ｃ１０４」の症例病変ＣＬとの対応関係を示す。症例ＩＤが「Ｃ１０４」以降については、図示を省略している。また、当然ながら、Ｎｏ２、Ｎｏ３の関心領域ＲＯＩについても、症例病変ＣＬと対応させて個別類似度ＩＳＭが算出されるが、図１９においては、図示を省略している。

図２０に示すように、個別類似度算出部６５は、例えば、類似症例検索サーバ１７のメモリ４２Ｂやストレージデバイス４６Ｂ内に、個別類似度テーブル（以下、ＩＳＭテーブルという）７１を作成して、ＩＳＭテーブル７１に算出した個別類似度ＩＳＭを記録する。ＩＳＭテーブル７１は、関心領域ＲＯＩ毎に作成される。図２０の例は、Ｎｏ１の関心領域ＲＯＩに対するＩＳＭテーブル７１を示す。ＩＳＭテーブル７１は、個別類似度ＩＳＭ毎に、症例ＩＤ、病変Ｎｏ、病変画像を関連付けて記憶したテーブルである。病変画像は、症例病変ＣＬの画像データである。すなわち、ＩＳＭテーブル７１において、１件のレコードは、症例ＩＤ、病変Ｎｏ、病変画像、個別類似度ＩＳＭの４項目のデータで構成される。

個別類似度算出部６５は、最初に、ＩＳＭテーブル７１に対して、各個別類似度ＩＳＭを算出した順番で記録する。各個別類似度ＩＳＭは、例えば「Ｃ１０１」、「Ｃ１０２」、「Ｃ１０３」というように、症例ＩＤの番号が若い順から記録される。個別類似度ＩＳＭの値は、関心領域ＲＯＩの特徴量ＲＡＣと症例病変ＣＬの特徴量ＣＡＣの相関で算出されるため、数値が大きいほど、類似度が高いことを示す。

なお、個別類似度ＩＳＭは、上述の特徴ベクトルと同様に、最小二乗距離で算出してもよい。この場合には、数値が小さいほど、類似度が高いことを示す。

図２１に示すように、個別類似度算出部６５は、関心領域ＲＯＩ毎にＩＳＭテーブル７１を作成する。Ｎｏ１〜Ｎｏ３の３個の関心領域ＲＯＩがある場合には、３つのＩＳＭテーブル７１が作成される。この段階では、図２０に示すとおり、ＩＳＭテーブル７１は、症例ＩＤの順番で各レコードが配列されている。個別類似度算出部６５は、ＩＳＭテーブル７１の作成が終了した場合には、ＩＳＭテーブル７１を、類似症例検索部６７に引き渡す。

図２２に示すように、類似症例検索部６７は、各ＩＳＭテーブル７１において、個別類似度ＩＳＭが高い順に各レコードをソートする。これにより、各症例病変ＣＬに対して順位付けが行われる。これにより、ＩＳＭテーブル７１の上位に、関心領域ＲＯＩに対する類似度が高い症例病変ＣＬが抽出される。

類似症例検索部６７には、リスト作成部６７Ａ（図１１参照）が設けられている。リスト作成部６７Ａは、ＩＳＭテーブル７１に基づいて、図２３に示す類似症例リスト７４を作成する。類似症例リスト７４は、検索結果表示画面７６内に表示される。類似症例リスト７４は、複数件の類似症例に関する情報をリスト化したものである。具体的には、類似症例リスト７４は、関心領域ＲＯＩ毎の各ＩＳＭテーブル７１に対応した、関心領域別類似症例リストである。検索結果表示画面７６は、類似症例検索サーバ１７が、類似症例検索要求の要求元である診療科端末１１に対して検索結果を配信する画面の例である。

リスト作成部６７Ａは、各ＩＳＭテーブル７１から、１つの症例病変ＣＬについて、順位、症例ＩＤ、病変Ｎｏ、病変画像を抽出し、これを個別類似度ＩＳＭが高い順に配列した類似症例リスト７４を作成する。類似症例リスト７４は、例えば、上位６位までの症例病変ＣＬが表示される。もちろん、画面スクロールなどの操作により６位以下の順位を表示できるようにしてもよい。また、上位１０位まで表示するというように、同時に表示できる表示件数を変更できるようにしてもよい。

また、類似症例リスト７４は、関心領域ＲＯＩ毎に抽出されるので、検索結果表示画面７６において、各リスト７４の上方には、対応する関心領域ＲＯＩを含む検査画像１９が表示される。こうすると、類似症例リスト７４と対応する関心領域ＲＯＩとを対照することができるため、関心領域ＲＯＩと症例病変ＣＬとの類似度を直感的に判断しやすい。

また、リスト作成部６７Ａは、図２４に示すように、各類似症例リスト７４において、共通する１件の症例に含まれる症例病変ＣＬが存在する場合には、症例が共通する複数の症例病変ＣＬについて症例が共通していることを表す識別表示をする。例えば、Ｎｏ１〜Ｎｏ３の各関心領域ＲＯＩに対応する各類似症例リスト７４には、症例ＩＤが「Ｃ１０６」の症例に含まれる症例病変ＣＬ（Ｎｏ７、Ｎｏ３、Ｎｏ１）が存在する。また、各類似症例リスト７４には、同様に、症例ＩＤが「Ｃ１０５」の症例に含まれる症例病変ＣＬ（Ｎｏ１、Ｎｏ３、Ｎｏ４）が存在する。

このように、各類似症例リスト７４には、共通する１件の症例に含まれる症例病変ＣＬが存在する。このような場合に、リスト作成部６７Ａは、症例が共通する複数の症例病変ＣＬに対して、背景色を同じ色にしたり、各症例病変ＣＬを繋ぐ関連線７８を付すなどの方法により、症例が共通していることを示す識別表示を行う。図２４において、同濃度の薄墨、及び同種のハッチングは、背景色が同じであることを示す。これにより、各類似症例リスト７４において、症例が共通する症例病変ＣＬを一目で確認することができる。

なお、リスト作成部６７Ａは、症例ＩＤが「Ｃ１０６」や「Ｃ１０５」の症例のように、３つの類似症例リスト７４のすべてに症例病変ＣＬが存在する場合以外でも、例えば、症例ＩＤが「Ｃ１０１」の症例に含まれる症例病変ＣＬのように、Ｎｏ１の関心領域ＲＯＩに対応する類似症例リスト７４と、Ｎｏ３の関心領域ＲＯＩに対応する類似症例リスト７４の２つのリストに存在する場合においても、症例が共通することを表す識別表示を行う。

出力制御部６９は、このように作成される検索結果表示画面７６に関して、例えば、ＸＭＬ（Extensible Markup Language）などのマークアップ言語によってＷＥＢ配信用のＸＭＬデータを作成して、これを検索結果として、要求元の診療科端末１１に配信する制御を行う。ＸＭＬデータを受信した診療科端末１１は、ＷＥＢブラウザがＸＭＬデータに基づいて検索結果表示画面７６を再現して、表示部４８Ａに表示する。これにより、類似症例リスト７４を含む検索結果表示画面７６が医師の閲覧に供される。

以下、上記構成の作用について、図２５及び図２６を参照しながら説明する。図２５に示すように、診療科１０の医師は、診療科端末１１で検査画像ＤＢサーバ１５にアクセスして、検査科１２に依頼した検査の検査データ２１を取得する（Ｓ１１００）。診療科端末１１は、検査データ２１を表示部４８Ａに表示する（Ｓ１２００）。取得した検査データ２１に含まれる検査画像１９は、図９に示す検査画像表示画面５２に表示される。検査画像表示画面５２を通じて、医師により検査画像１９内に関心領域ＲＯＩの指定が行われる。診療科端末１１は、医師の指定操作により、複数の関心領域ＲＯＩの指定を受け付ける（Ｓ１３００）。関心領域ＲＯＩの指定が終了すると、類似症例検索ボタン５２Ｅが操作される。これにより、診療科端末１１は、検索指示を受け付ける（Ｓ１４００）。検索指示を受け付けると、検索要求発行部５４が、検査画像１９と領域情報とが添付された類似症例検索要求を発行して、これが類似症例検索サーバ１７に送信される（Ｓ１５００）。

類似症例検索サーバ１７は、類似症例検索要求を受信すると、要求受付部６１がこれを受け付ける（Ｓ２１００）。そして、特徴量算出部６２は、検査画像１９と関心領域ＲＯＩの領域情報とに基づいて、関心領域ＲＯＩ毎の特徴量を算出する（Ｓ２２００）。この後、類似症例検索が実行される（Ｓ２３００）。

図２６に示すように、類似症例検索では、まず、個別類似度算出部６５が、症例ＤＢサーバ１６から、１件の症例データ２４を読み出す（Ｓ２３１０）。そして、個別類似度算出部６５は、検査データ２１内の複数の関心領域ＲＯＩと、１件の症例データ２４に含まれる症例病変ＣＬとを１対１で対応させて、個別類似度ＩＳＭを算出する（Ｓ２３２０）。症例病変ＣＬが複数有る場合には、症例病変ＣＬ毎に個別類似度ＩＳＭを算出する（Ｓ２３３０）。個別類似度算出部６５は、算出した個別類似度ＩＳＭをＩＳＭテーブル７１に記録して（Ｓ２３４０）、関心領域ＲＯＩ毎にＩＳＭテーブル７１を作成していく（Ｓ２３５０）。こうした処理を、１件の症例データ２４について行った後、次の症例データ２４に対しても同様に行う。そして、すべての症例データ２４について個別類似度ＩＳＭの算出及びＩＳＭテーブル７１の作成が終了するまで（Ｓ２３６０でＮ）、同様の処理を繰り返す。

類似症例検索部６７は、このように関心領域ＲＯＩ毎に作成されたＩＳＭテーブル７１に基づいて、類似症例検索を行う。まず、各ＩＳＭテーブル７１において、個別類似度ＩＳＭが高い順に症例病変ＣＬをソートする（Ｓ２３７０）。これにより、各ＩＳＭテーブル７１において、関心領域ＲＯＩに対する類似度が高い症例病変ＣＬが上位に抽出される。

リスト作成部６７Ａは、ソートされた各ＩＳＭテーブル７１から、閾値順位（本例では第６位）までの症例病変ＣＬを抽出して、類似症例リスト７４を作成する。そして、リスト作成部６７Ａは、関心領域ＲＯＩ毎の各類似症例リスト７４と、各類似症例リスト７４に対応する関心領域ＲＯＩを含む検査画像１９とを含む検索結果表示画面７６（図２３参照）を作成する（Ｓ２３８０）。さらに、リスト作成部６７Ａは、各類似症例リスト７４において、共通する１件の症例に含まれる複数の症例病変ＣＬが存在する場合には、各症例病変ＣＬの背景色を同色にするなどの識別表示を行う（Ｓ２３９０）。

出力制御部６９は、リスト作成部６７Ａが検索結果として作成した類似症例リスト７４を含む検索結果表示画面７６を、配信用のＸＭＬデータに変換して、診療科端末１１に配信する（Ｓ２４００）。診療科端末１１は、類似症例リスト７４を含むＸＭＬデータを受信して（Ｓ１６００）、ＸＭＬデータに基づいて検索結果表示画面７６（図２４）を再現して、表示部４８Ａに表示する。

類似症例リスト７４は、異なる対象病変ＯＬをそれぞれ１つ以上含む複数の関心領域ＲＯＩと、複数の症例病変ＣＬとを１対１で対応させて算出される個別類似度ＩＳＭに基づいて作成される。そのため、１枚以上の検査画像１９を含む１件の検査データ２１に複数の関心領域ＲＯＩが指定される場合において、関心領域ＲＯＩ毎の特徴量に着目した症例病変ＣＬを含む類似症例を検索することができる。

１つの関心領域ＲＯＩの特徴量にのみ着目した類似症例を検索する従来技術では、複数の関心領域ＲＯＩに着目する必要がある場合には、１つの関心領域ＲＯＩを指定して検索を行い、その後、別の関心領域ＲＯＩを指定して検索を行うというように、関心領域ＲＯＩの数に応じて検索回数が増えてしまう。これに対して、本発明では、複数の関心領域ＲＯＩの指定を受け付けて、それぞれの特徴量に着目した類似症例を検索することができるため、検索の手間も軽減される。また、１つの関心領域ＲＯＩに基づく類似検索を複数回行っても、複数の検索結果は個別に提示されるため、各検索結果を比較判断しにくい。これに対して、本発明のように、複数の関心領域ＲＯＩに基づく類似検索を行えば、図２４の検索結果表示画面７６のように、複数の関心領域ＲＯＩに関する検索結果を比較しやすい形態で提示することができる。

疾患によっては、複数の対象病変ＯＬが現れていることが疾患の特定の根拠となる場合がある。このように複数の関心領域ＲＯＩの特徴量に注意を払わなければならない診断において、本発明は有用である。このような疾患は、空洞影、点状影、すりガラス影という３種の対象病変ＯＬに着目する必要がある結核や、気管支異常影と点状影の２種の対象病変ＯＬに着目する必要があるびまん性汎細気支炎など、非がん疾患である場合が多い。そのため、本発明は、非がん疾患の診断に特に有用性を発揮する。

また、検索結果は、複数件の類似症例に関する情報をリスト化した類似症例リスト７４の形態で表示されるので、類似症例を確認しやすい。また、類似症例リスト７４は、関心領域ＲＯＩ毎に作成されるため、各関心領域ＲＯＩに対して、どの症例病変ＣＬが類似しているのかを把握しやすい。

さらに、各類似症例リスト７４に、共通する症例に含まれる症例病変ＣＬが存在する場合には、背景色を共通にしたり、関連線７８を付すなどの方法により、識別表示を行うため、症例が共通する症例病変ＣＬを一目で確認することができる。上述したように、非がん疾患では、複数の対象病変ＯＬが現れることを以て疾患特定が行われる。このような診断においては、１件の検査データ２１内の複数の関心領域ＲＯＩと同じ複数の症例病変ＣＬが存在している症例が、最も参考になる。そのため、各類似症例リスト７４において、症例が共通する症例病変ＣＬを識別可能に表示することは、非がん疾患のように複数の関心領域ＲＯＩに着目する必要がある診断においては特に有用である。

また、症例が共通する症例病変ＣＬを識別可能に表示することで、医師が、個別の類似度が高い症例をもとに診断をするか、それとも総合的に類似度が高い症例をもとに診断をするかを、状況に応じて判断しながら使用することができるため、利便性も高い。

また、症例が共通することを表す識別表示によって、例えば、図２４で説明した症例ＩＤが「Ｃ１０６」と「Ｃ１０５」のように、どちらも３つの類似症例リスト７４に症例病変ＣＬが存在する、２つの症例間の比較もしやすい。例えば、「Ｃ１０６」の３つの症例病変ＣＬは、各類似症例リスト７４において、「Ｃ１０５」の３つの症例病変ＣＬよりも順位が高いことが分かる。そのため、「Ｃ１０６」と「Ｃ１０５」を比較すると、「Ｃ１０６」の方が類似症例として適切であると簡単に判断することができる。

なお、本例では、複数の関心領域ＲＯＩに、「空洞」と「すりガラス影」というように、病変の種類が異なる対象病変ＯＬがそれぞれ含まれる例で説明したが、各関心領域ＲＯＩに含まれる対象病変ＯＬは、別の対象病変ＯＬであれば、種類は同じでもよい。

［第２実施形態］
図２７に示す平均順位リスト８１を、上記類似症例リスト７４に加えて、またはそれに代えて、検索結果として配信してもよい。平均順位リスト８１は、検査データ２１で指定された関心領域ＲＯＩの数以上の症例病変ＣＬの登録数を有する複数の症例の中で、検査データ２１に最も類似する類似症例がどの症例かを簡単に把握するためのリストである。平均順位リスト８１は、リスト作成部６７Ａが作成する。

平均順位リスト８１では、１件の症例に登録される症例病変ＣＬの登録数と、平均順位の２つを、ソートキーとして使用して、複数件の症例が配列される。２つのソートキーのうち、まず優先されるのは、症例病変ＣＬの登録数である。症例病変ＣＬの登録数をソートキーとして、登録数の多い順に症例が配列される。この段階では、症例ＩＤが「Ｃ１０６」の症例が、登録数７個で最多であり、次に登録数が５個の症例ＩＤが「Ｃ１０５」と「Ｃ１０８」の症例が続く。その後が、登録数が３個の「Ｃ１０１」と「Ｃ１０９」の症例である。

平均順位は、関心領域ＲＯＩ（Ｎｏ１〜Ｎｏ３）毎の個別類似度ＩＳＭの順位の平均値の順位である。個別類似度ＩＳＭの順位は、類似症例リスト７４の順位である。症例ＩＤ「Ｃ１０６」は、３つの類似症例リスト７４における順位が５位、３位、２位であるため、平均順位は、（５＋３＋２）／３＝３．３となる。同様に、「Ｃ１０１」の順位が４．３、「Ｃ１０５」の順位が６．０となる。リスト作成部６７Ａは、関心領域ＲＯＩの数（本例では３個）以上の症例病変ＣＬの登録数を有する症例（症例病変ＣＬが３個以上）を、平均順位の順番でソートする。

平均順位が高い症例は、各関心領域ＲＯＩに対する類似度が平均して高い症例病変ＣＬを有していることを意味する。類似度が平均して高い症例病変ＣＬを有する症例については、１つの観点によれば、検査データ２１に最も類似する類似症例と評価することができる。そのため、平均順位リスト８１により、関心領域ＲＯＩの数以上の症例病変ＣＬの登録数を有する複数の症例の中で、検査データ２１に最も類似する類似症例がどの症例かを簡単に把握することができる。

なお、症例病変ＣＬの登録数が、関心領域ＲＯＩの数（３個）未満のものについては、２個以上のものについて、平均順位が計算される。しかし、症例病変ＣＬの登録数が関心領域ＲＯＩの数に満たない症例は、数の点で類似度が低いと評価されるため、仮に平均順位が高くても、関心領域ＲＯＩの数以上の症例よりも下位に表示される。登録数が１個の症例については、平均順位を出す意味が無いため、計算されない。

また、図２７に示す平均順位リスト８１の代わりに、図２８に示す平均順位リスト８２を作成してもよい。平均順位リスト８２は、平均順位リスト８１と異なり、平均順位の計算対象となる、各類似症例リスト７４の個別類似度ＩＳＭの順位を、第６位以内に限定したものである。「Ｃ１０６」と「Ｃ１０５」の症例は、６位以内の症例病変ＣＬの数が３個有るため、これらの順位が平均順位の計算対象となる。「Ｃ１０１」の症例は、症例病変ＣＬの登録数は３個あるが、６位以内の症例病変ＣＬの数が２個であるため、２個のみが平均順位の計算対象となる。平均順位リスト８２によれば、類似度が平均して高い症例病変ＣＬを有する症例をより見つけやすい。

［第３実施形態］
図２９〜図３２に示す第３実施形態は、１個の関心領域ＲＯＩに対するＩＳＭテーブル７１を作成する際に、１件の症例毎に１つの代表値を判定する形態である。図２９に示すように、第３実施形態では、類似症例検索部６７には、代表値判定部６７Ｂが設けられる。

図３０に示すように、個別類似度算出部６５は、１個の関心領域ＲＯＩに対しては、症例病変ＣＬ毎に個別類似度ＩＳＭを算出する。代表値判定部６７Ｂは、症例病変ＣＬ毎の個別類似度ＩＳＭの中から、１つの代表値を判定する。本例では、「Ｃ１０１」の症例においては、Ｎｏ１の関心領域ＲＯＩに対しては、Ｎｏ３の症例病変ＣＬの個別類似度ＩＳＭが最も高いため、Ｎｏ３の症例病変ＣＬが「Ｃ１０１」の代表となる。同様に、「Ｃ１０２」については、Ｎｏ２の症例病変ＣＬが代表となる。

図３１に示すように、代表値判定部６７Ｂは、代表値判定を全症例について実施する。そうすると、１個の関心領域ＲＯＩに対するＩＳＭテーブル７１においては、１つの症例については、１つの症例病変ＣＬが抽出されることになり、第１実施形態と比較して、症例病変ＣＬの数を減らすことができる。このため、類似症例検索部６７の処理の負荷を減らすことができるため、検索処理を高速化することができる。

図３２に示すように、例えば、個別類似度算出部６５が関心領域ＲＯＩ毎にＩＳＭテーブル７１を作成（Ｓ２３４０）した後、代表値判定部６７Ｂが、症例毎に代表値判定を行って（Ｓ２３４１）、ＩＳＭテーブル７１において、代表値に対応する症例病変ＣＬのみを抽出する（Ｓ２３４２）。後の処理は、第１実施形態と同様であるため、説明を省略する。なお、ＩＳＭテーブル７１を全症例の症例病変ＣＬの個別類似度ＩＳＭを算出した後に、各症例について代表値判定を行っているが、例えば、個別類似度算出部６５が、１件の症例内の症例病変ＣＬの個別類似度ＩＳＭを算出する毎に代表値判定を行ってもよい。こうすれば、ＩＳＭテーブル７１を一時的に展開するメモリの作業領域を減らすことができる。

［第４実施形態］
図３３〜図３６に示すように、関心領域ＲＯＩに含まれる対象病変ＯＬと症例病変ＣＬについて、同種の病変同士のみを対応させて個別類似度ＩＳＭを算出してもよい。図１３に示したように、病変パターンは典型的には病変の種類によって区別される。そのため、特徴量を算出した段階で、特徴量に基づいて病変の種類を判定することができる。第４実施形態は、このような病変の種類判定を利用する形態である。

図３３に示すように、第４実施形態では、類似症例検索サーバ１７には、病変種類判定部８６が設けられる。図３４に示すように、病変種類判定部８６は、特徴量算出部６２が算出した関心領域ＲＯＩの特徴量ＲＡＣに基づいて、関心領域ＲＯＩに含まれる対象病変ＯＬの種類を判定する。病変種類判定部８６は、例えば、各判別器６２Ａ〜６２Ｈが出力する判別器出力値のうち、最大の判別器出力値を示す判別器に対応する病変の種類を、関心領域ＲＯＩに含まれる対象病変ＯＬの種類と判定する。本例の場合には、「Ｂ：空洞」の判別器６２Ｂの判別器出力値が最大であるため、対象病変ＯＬの種類は「Ｂ：空洞」と判定される。

一方、第４実施形態では、図３５に示すように、各症例病変ＣＬについても、特徴量ＣＡＣに基づいて、予め病変の種類が判定されており、判定された病変の種類は特徴量ＤＢ２３Ｂに格納されている。

図３６に示すように、個別類似度算出部６５は、関心領域ＲＯＩと、各症例病変ＣＬとの個別類似度ＩＳＭを算出する際に、病変の種類が同種のもの同士についてのみ個別類似度ＩＳＭを算出し、病変の種類が異なるものについては、個別類似度ＩＳＭを算出しない。本例においては、Ｎｏ１の関心領域ＲＯＩの種類は「Ｂ：空洞」であるので、「Ｃ１０１」の症例の中から、種類が「Ｂ：空洞」である、Ｎｏ３の症例病変ＣＬとの個別類似度ＩＳＭのみ算出する。１件の症例の中に、関心領域ＲＯＩと同種の症例病変ＣＬが複数個登録されている場合には、複数個の個別類似度ＩＳＭが算出される。また、関心領域ＲＯＩと同種の症例病変ＣＬが１個も登録されていない場合には、その症例については、個別類似度ＩＳＭは算出されない。

これにより、個別類似度算出部６５の算出処理時間を減らすことができる。また、病変の種類を区別せずに個別類似度ＩＳＭを算出する第１実施形態と比較して、ＩＳＭテーブル７１のサイズも小さくなるため、メモリの作業領域も少なくて済む。そのため、類似症例検索サーバ１７のＣＰＵ４１Ｂに掛かる負荷が軽減されるため、検索時間の短縮化を図ることができる。ＩＳＭテーブル７１のサイズを小さくできるという意味では、図２９に示す第３実施形態と同様の効果が得られる。第４実施形態では、さらに、個別類似度算出部６５の算出処理時間が減る分、検索時間の短縮化についての効果は、第３実施形態よりも高い。

ただし、予め病変の種類を判定して同種のものについてのみ個別類似度ＩＳＭをする態様は、病変の種類の判定精度が低い場合には、類似症例として検索すべき症例病変ＣＬが抜け落ちる、いわゆる検索漏れの懸念もある。特に、図１０で示すように、複数の対象病変ＯＬを１つの関心領域ＲＯＩとして指定する場合には、種類判定によって、複数の対象病変ＯＬのいずれかに偏った判定が下されることになる。そのため、第４実施形態については、病変の種類の判定精度を見極めた上で実施することが好ましい。

［第５実施形態］
図３７及び図３８に示す第５実施形態は、類似症例検索サーバ１７ではなく、診療科端末１１において関心領域ＲＯＩの特徴量を算出する形態である。第５実施形態のように診療科端末１１で関心領域ＲＯＩの特徴量を算出してもよく、この場合には、類似症例検索サーバ１７には特徴量算出部６２を設けずに、図１１に示す、個別類似度算出部６５、類似症例検索部６７など、特徴量算出部６２以外の構成が設けられる。

図３７に示すように、診療科端末１１には、特徴量算出部６２と同様の特徴量算出部８８が設けられる。特徴量算出部８８は、例えば、診療科端末１１にインストールされるソフトウエアをＣＰＵ４１Ａが実行することによって実現される。特徴量算出部８８は、検査画像１９を含む検査データ２１及びＧＵＩ制御部５３を通じて入力される関心領域ＲＯＩの領域情報に基づいて、特徴量ＲＡＣを算出する。検索要求発行部５４は、関心領域ＲＯＩに対応する画像と、算出した特徴量ＲＡＣとを添付して、類似症例検索要求を発行する。

図３８に示すように、類似症例検索要求は、診療科端末１１から類似症例検索サーバ１７に送信される。類似症例検索サーバ１７は、受信した類似症例検索要求に基づいて、類似検索を行い、検索結果を診療科端末１１に配信する。第５実施形態において、第４実施形態で説明した病変の種類判定を行う場合には、診療科端末１１に病変種類判定部を設けてもよい。この場合には、類似症例検索要求に判定した種類の情報も添付して、類似症例検索サーバ１７に送信される。第５実施形態においては、類似症例検索サーバ１７の要求受付部６１が特徴量取得部として機能する。

上記各実施形態では、本発明の類似症例検索装置を、診療科端末１１からの要求に基づいて類似症例検索を行う類似症例検索サーバ１７の形態で説明したが、もちろん、類似症例検索サーバ１７を使わずに、診療科端末１１が症例ＤＢサーバ１６にアクセスして類似症例を検索するというように、診療科端末１１に類似症例検索機能を設けてもよい。この場合には、診療科端末１１が類似症例検索装置となる。

また、上記各実施形態では、類似症例検索サーバ１７と症例ＤＢサーバ１６を、別々のサーバで構成しているが、これらを統合して１つのサーバで構成してもよい。このように、１つのサーバに複数の機能を統合したり、機能毎にサーバを分離してもよい。

なお、コンピュータシステムのハードウェア構成は種々の変形が可能である。例えば、類似症例検索サーバ１７に関して、処理能力や信頼性の向上を目的として、ハードウェアとして分離された複数台のサーバコンピュータで構成することも可能である。このように、コンピュータシステムのハードウェア構成は、処理能力、安全性、信頼性など要求される性能に応じて適宜変更することができる。さらに、ハードウェアに限らず、症例ＤＢ２３やＡＰ５０などのプログラムについて、安全性や信頼性の確保を目的として、二重化したり、あるいは、複数のストレージデバイスに分散して格納することももちろん可能である。

また、上記各実施形態では、類似症例検索サーバ１７について、１つの医療施設内で利用される形態で説明したが、複数の医療施設が利用できる形態としてもよい。

具体的には、上記各実施形態では、類似症例検索サーバ１７は、診療科端末１１など１つの医療施設内に設置されるクライアント端末がＬＡＮを介して通信可能に接続され、クライアント端末からの要求に基づいて、類似症例検索に関するアプリケーションサービスを提供する形態である。複数の医療施設で利用可能にするには、類似症例検索サーバ１７は、例えば、インターネットや公衆通信網などのＷＡＮ（Wide Area Network）を介して、複数の医療施設に設置されるクライアント端末と通信可能に接続される。そして、類似症例検索サーバ１７は、複数の医療施設のクライアント端末からの要求を受け付けて、各クライアント端末に対して類似症例検索に関するアプリケーションサービスを提供する。

この場合の類似症例検索サーバ１７の設置場所や運営主体は、例えば医療施設とは別のデータセンタでもよいし、複数の医療施設のうちの１つでもよい。また、ＷＡＮを利用する場合には、情報セキュリティを考慮して、ＶＰＮ（Virtual Private Network）を構築したり、ＨＴＴＰＳ（Hypertext Transfer Protocol Secure)などのセキュリティレベルの高い通信プロトコルを使用することが好ましい。

本発明は、上記各実施形態に限らず、本発明の要旨を逸脱しない限り種々の構成を採り得ることはもちろんである。例えば、本例では、検査画像の例として、ＣＴ、ＭＲＩ、単純Ｘ線画像を例としたが、マンモグラフィーや内視鏡など他のモダリティで撮影した検査画像に対しても適用することができる。また、上述の種々の実施形態や種々の変形例を適宜組み合わせることも可能である。また、本発明は、本発明を実現するプログラムに加えて、プログラムを記憶する記憶媒体にも及ぶ。

１１ 診療科端末
１６ 症例ＤＢサーバ
１７ 類似症例検索サーバ
１９ 検査画像
２１ 検査データ
２２ 症例画像
２４ 症例データ
６２ 特徴量算出部
６５ 個別類似度算出部
６７ 類似症例検索部
６７Ａ リスト作成部
６９ 出力制御部
ＣＬ 症例病変
ＯＬ 対象病変
ＲＯＩ 関心領域

Claims (18)

1. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置において、
   前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得部と、
   前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出部と、
   算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索部と、を備えており、
   １件の前記症例内に複数の前記症例病変が登録されている場合には、
   前記個別類似度算出部は、複数の前記関心領域のそれぞれと、前記複数の症例病変のそれぞれとを、１対１で対応させて前記特徴量の比較を行い、前記症例病変毎の前記個別類似度である症例病変別に個別類似度を算出し、
   前記類似症例検索部は、複数件の前記類似症例に関する情報をリスト化した類似症例リストを作成し、
   前記類似症例リストには、前記関心領域毎の関心領域別類似症例リストが含まれており、前記関心領域別類似症例リストは、複数の前記症例病変を配列したリストであって、
   各前記関心領域別類似症例リストにおいて、共通する１件の前記症例に含まれる前記症例病変が存在する場合には、前記症例が共通する複数の前記症例病変について前記症例が共通していることを表す識別表示がされる、類似症例検索装置。
2. 前記類似症例検索部は、前記類似症例リストにおいて、前記複数の前記症例病変を、前記個別類似度に基づいてソートする請求項１に記載の類似症例検索装置。
3. 前記複数の関心領域は、種類が異なる病変がそれぞれ含まれる請求項１又は２に記載の類似症例検索装置。
4. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置において、
   前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得部と、
   前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出部と、
   算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索部とを、備えている類似症例検索装置であって、
   さらに、１つの前記関心領域に対して、１件の症例に含まれる複数の前記症例病変のそれぞれに関する前記個別類似度が算出された場合に、複数の前記個別類似度の中から、１つの代表値を判定する代表値判定部を備えており、
   前記類似症例検索部は、１つの前記関心領域については、前記代表値に対応する前記症例病変のみを使用して、類似症例を検索する、類似症例検索装置。
5. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置において、
   前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得部と、
   前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出部と、
   算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索部と、を備えており、
   前記個別類似度算出部は、１つの前記関心領域に対して、１件の症例に含まれる前記症例病変のうち前記関心領域と同種類の前記症例病変のみを対応させて、個別類似度を算出する、類似症例検索装置。
6. 前記関心領域の特徴量に基づいて、病変の種類を判定する病変種類判定部を有している請求項５に記載の類似症例検索装置。
7. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置の作動方法である類似症例検索方法において、
   特徴量取得部が、前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
   個別類似度算出部が、前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出ステップと、
   類似症例検索部が、算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、を備えている類似症例検索方法であって、
   １件の前記症例内に複数の前記症例病変が登録されている場合には、
   前記個別類似度算出ステップにおいて、複数の前記関心領域のそれぞれと、前記複数の症例病変のそれぞれとを、１対１で対応させて前記特徴量の比較を行い、前記症例病変毎の前記個別類似度である症例病変別に個別類似度を算出し、
   前記類似症例検索ステップにおいて、複数件の前記類似症例に関する情報をリスト化した類似症例リストを作成し、
   前記類似症例リストには、前記関心領域毎の関心領域別類似症例リストが含まれており、前記関心領域別類似症例リストは、複数の前記症例病変を配列したリストであって、
   各前記関心領域別類似症例リストにおいて、共通する１件の前記症例に含まれる前記症例病変が存在する場合には、前記症例が共通する複数の前記症例病変について前記症例が共通していることを表す識別表示がされる、類似症例検索方法。
8. 前記類似症例検索ステップにおいて、前記類似症例リストは、前記複数の前記症例病変が、前記個別類似度に基づいてソートされる請求項７に記載の類似症例検索方法。
9. 前記複数の関心領域は、種類が異なる病変がそれぞれ含まれる請求項７又は８に記載の類似症例検索方法。
10. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置の作動方法である類似症例検索方法において、
    特徴量取得部が、前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    個別類似度算出部が、前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出ステップと、
    類似症例検索部が、算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、を備えている類似症例検索方法であって、
    さらに、代表値判定部が、１つの前記関心領域に対して、１件の症例に含まれる複数の前記症例病変のそれぞれに関する前記個別類似度が算出された場合に、複数の前記個別類似度の中から、１つの代表値を判定する代表値判定ステップを備えており、
    前記類似症例検索ステップにおいて、１つの前記関心領域については、前記代表値に対応する前記症例病変のみを使用して、類似症例を検索する、類似症例検索方法。
11. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する類似症例検索装置の作動方法である類似症例検索方法において、
    特徴量取得部が、前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    個別類似度算出部が、前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出ステップと、
    類似症例検索部が、算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、を備えている類似症例検索方法であって、
    前記個別類似度算出ステップにおいて、１つの前記関心領域に対して、１件の症例に含まれる前記症例病変のうち前記関心領域と同種類の前記症例病変のみを対応させて、個別類似度を算出する、類似症例検索方法。
12. さらに、病変種類判定部が、前記関心領域の特徴量に基づいて、病変の種類を判定する病変種類判定ステップを有している請求項１１に記載の類似症例検索方法。
13. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する処理をコンピュータに実行させる類似症例検索プログラムにおいて、
    前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出ステップと、
    算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、
    を前記コンピュータに実行させる類似症例検索プログラムであって、
    １件の前記症例内に複数の前記症例病変が登録されている場合には、
    前記個別類似度算出ステップにおいて、複数の前記関心領域のそれぞれと、前記複数の症例病変のそれぞれとを、１対１で対応させて前記特徴量の比較を行い、前記症例病変毎の前記個別類似度である症例病変別に個別類似度を算出し、
    前記類似症例検索ステップにおいて、複数件の前記類似症例に関する情報をリスト化した類似症例リストを作成し、
    前記類似症例リストには、前記関心領域毎の関心領域別類似症例リストが含まれており、前記関心領域別類似症例リストは、複数の前記症例病変を配列したリストであって、
    各前記関心領域別類似症例リストにおいて、共通する１件の前記症例に含まれる前記症例病変が存在する場合には、前記症例が共通する複数の前記症例病変について前記症例が共通していることを表す識別表示がされる、類似症例検索プログラム。
14. 前記類似症例検索ステップにおいて、前記類似症例リストは、前記複数の前記症例病変が、前記個別類似度に基づいてソートされる請求項１３に記載の類似症例検索プログラム。
15. 前記複数の関心領域は、種類が異なる病変がそれぞれ含まれる請求項１３又は１４に記載の類似症例検索プログラム。
16. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する処理をコンピュータに実行させる類似症例検索プログラムにおいて、
    前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出ステップと、
    算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、を備えている類似症例検索プログラムであって、
    前記コンピュータに実行させるステップとして、さらに、１つの前記関心領域に対して、１件の症例に含まれる複数の前記症例病変のそれぞれに関する前記個別類似度が算出された場合に、複数の前記個別類似度の中から、１つの代表値を判定する代表値判定ステップを備えており、
    前記類似症例検索ステップにおいて、１つの前記関心領域については、前記代表値に対応する前記症例病変のみを使用して、類似症例を検索する、類似症例検索プログラム。
17. 症例画像を１枚以上含む症例が複数件登録された症例データベースの中から、患者の診断に用いる検査画像に類似する類似症例を検索する処理をコンピュータに実行させる類似症例検索プログラムにおいて、
    前記検査画像を１枚以上含む検査データにおいて指定され、前記検査画像内に存在する病変である対象病変を含むように指定される関心領域であり、異なる対象病変をそれぞれ１つ以上含む複数の関心領域に関して、前記関心領域毎の特徴量を取得する特徴量取得ステップと、
    前記関心領域毎の前記特徴量と、前記症例に登録された、前記症例画像内の病変である症例病変の特徴量とを比較して、前記関心領域毎の個別類似度を算出する個別類似度算出ステップと、
    算出した複数の前記個別類似度に基づいて、前記類似症例を検索する類似症例検索ステップと、を備えている類似症例検索プログラムであって、
    前記個別類似度算出ステップにおいて、１つの前記関心領域に対して、１件の症例に含まれる前記症例病変のうち前記関心領域と同種類の前記症例病変のみを対応させて、個別類似度を算出する、類似症例検索プログラム。
18. さらに、前記関心領域の特徴量に基づいて、病変の種類を判定する病変種類判定ステップを有している請求項１７に記載の類似症例検索プログラム。

Images