JP6208243B2 - 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム - Google Patents
罹患率評価装置、罹患率評価方法及び罹患率評価プログラム Download PDFInfo
- Publication number
- JP6208243B2 JP6208243B2 JP2015533822A JP2015533822A JP6208243B2 JP 6208243 B2 JP6208243 B2 JP 6208243B2 JP 2015533822 A JP2015533822 A JP 2015533822A JP 2015533822 A JP2015533822 A JP 2015533822A JP 6208243 B2 JP6208243 B2 JP 6208243B2
- Authority
- JP
- Japan
- Prior art keywords
- morbidity
- difference
- change
- image
- rate
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
- A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy 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
- 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
- G16H50/20—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
- A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30016—Brain
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Quality & Reliability (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Artificial Intelligence (AREA)
- Biophysics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Psychiatry (AREA)
- Physiology (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Neurology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Image Processing (AREA)
Description
特許文献1の画像表示装置は、診断画像中の異常陰影の候補領域より異常陰影らしさを表す特徴量を取得し、予め記憶している医用画像のうちから特徴量が類似するものを検索し、診断画像及び該当する医用画像を対比可能に表示する。
特許文献2の診断支援装置は、データベースに診断済の参照画像を蓄積しておく。そして、診断画像の病変位置の画像的な特徴量を抽出し、抽出した特徴量を参照画像のそれぞれの特徴量と比較し、類似度を演算する。さらに、類似度の高い複数の参照画像を選択し、疾病名ごとに類似度の平均値である病名確率を表示する。
特許文献4の画像収集装置は、画像を収集し、異常の種類及び進行程度を検出する。そして、進行程度が所定の範囲内にある場合、追加検査が必要であることを出力し、追加検査の検査条件を決定する。
非特許文献1の研究は、軽度認知障害患者の脳のMRI(Magnetic Resonance Imaging)画像を時系列で比較している。そして、調査対象となったすべての患者について、脳萎縮が実際に生じていることを報告している。
そこで、本発明は、集団健康診断等のように短時間に大人数の医用画像を撮像する必要がある場合に、必ずしも高画質ではない画像に基づいて異常の有無を判定し、疾病名ごとに罹患の可能性を算出することを目的とする。
その他の手段については、発明を実施するための形態のなかで説明する。
図1に沿って、既存技術の例を説明する。当該例は、前記した文献のなかでは、「特許文献2」(段落0026等)に最も近い。診断対象となる患者のある部位(図1の例では脳である)についての現在の医用画像102が取得されている。一方、他の患者の当該部位についての過去の医用画像101が蓄積されている。医用画像101は多くの患者の当該部位を撮像したものであり、医用画像を一意に特定する医用画像ID103が付されている。一方、医用画像IDに関連付けて、医師が診断した疾病名が記憶されている対応情報104が存在する。
ここで、「E」は、n個の各成分がすべて「1」であるベクトルである。「W」は、各特徴量の重みをn個の成分として有するベクトルである。「|W|」は、ベクトル「W」の成分の和(スカラー量)である。「Wt」はベクトル「W」の「転置行列」であり、「Wt」に対して右からベクトル「E−(Q−P)」を乗算すると、スカラー量が算出される。一般的に、ベクトル「P」及び「Q」の各成分は0〜1の範囲に正規化されている。
・そもそも、多くの種類の特徴量が取得できるような高画質の医用画像は一般的に期待できない。
・充分に高い画質を有さない医用画像同士を比較すると、一応の計算はできるが、無意味な結果が出力される。例えば、差異を検出できない結果、すべての過去の医用画像に対して同じような水準の類似度が算出される。
・処理に必要な時間が長い。
・時間軸に沿った変化という考え方を有することなく、特徴量の水準自体を比較している。したがって、健常な対象患者の医用画像の特徴量が、罹患した患者の医用画像の特徴量と偶然に類似し、何らかの疾病に罹患していると誤診断される場合もある。
まず、図2を説明する。診断対象となる患者のある部位(図2の例でも脳である)について過去の医用画像111が取得されている。一方、当該患者の当該部位について現在の医用画像112も取得されている。本実施形態の罹患率評価装置1(図6)は、過去の診断例114を利用することができる。診断例114は、様々なものが想定できる。ここでは、例えば、変化率と診断件数との関係を示す2次元のグラフが、疾病ごとに複数用意されている。例えば100件の過去の診断例において、「脳の面積が5%縮小した結果、認知症と診断された例が5件ある」、「脳の面積が8%縮小した結果、認知症と診断された例が10件ある」、・・・のような情報が存在するとする。そして、「−5%,5件」、「−8%,10件」、・・・の点をプロットすることによって、「認知症」についてのグラフが作成される。同様に、「軽度認知障害」、「脳腫瘍」、・・・のグラフが作成される。
R=(q1−p1)/p1×100 (数式2)
ここで、p1は、医用画像111の脳の面積である。q1は、医用画像112の脳の面積である。
罹患率評価装置1は、第4に、差分をすべてのグラフに当てはめて、それぞれの疾病ごとに診断件数を取得する。罹患率評価装置1は、第5に、診断件数の大きい順に、疾病名と罹患率とを関連付けて表示する。罹患率とは、例えば、取得された診断件数を、当該部位についての(すべての疾病を通じての)全診断件数で除算した数値(百分率)である。
図6に沿って、罹患率評価装置1の構成を説明する。罹患率評価装置1は、一般的なコンピュータである。罹患率評価装置1は、中央制御装置11、キーボード、マウス、タッチスクリーン等の入力装置12、ディスプレイ等の出力装置13、主記憶装置14、補助記憶装置15及び通信装置16を有する。これらはシステムバスによって相互に接続されている。
なお、「入力部」及び「出力部」には、入出力制御部26が相当する。
撮像装置3は、身体から医用画像を撮像する機器である。撮像装置3によって撮像される医用画像は多種であるが、例えば、CT(Computed Tomography)画像、MRI画像、PET(Position Emission Tomography)画像、X線画像、超音波画像、内視鏡画像等であり得る。そして撮像装置3は、撮像した画像を、罹患率評価装置1及び端末装置2を含むコンピュータが処理可能なデジタル画像(画素とその画素値から構成される)として出力できるものとする。
健康ブームを反映し、自身又は医師等が撮像した医用画像を収集し、自身の健康状態を管理する者も近時は多い。そして、膨大な量の医師の診断例は、公表されるべきものではない。しかしながら、将来的な法令の見直し又は契約締結等の便宜によって、匿名性を維持するという条件つきで診断例が公表されることも想定され得る。すると、自身の健康状態を管理する者は、自身で診断例を入手し本実施形態の罹患率評価装置1を操作することもできる。さらに、健康関連の事業者が、医師等から診断例を入手し、一般の顧客からその顧客の医用画像を受け取り、罹患率評価装置1を操作することによって、顧客に対して診断サービスを提供することも可能になる。
図7に沿って、画像管理情報31を説明する。画像管理情報31においては、患者ID欄201に記憶された患者IDに関連付けて、患者氏名欄202には患者氏名が、画像ID欄203には画像IDが、撮像装置ID欄204には撮像装置IDが、撮像時点欄205には撮像時点が、部位名欄206には部位名が、画像ファイル名欄207には画像ファイル名が記憶されている。
患者氏名欄202の患者氏名は、患者の氏名である。
画像ID欄203の画像IDは、医用画像を一意に特定する識別子である。
撮像装置ID欄204の撮像装置IDは、撮像装置3を一意に特定する識別子である。
撮像時点欄205の撮像時点は、医用画像が撮像された時点の年月日である。
部位名欄206の部位名は、患者の身体の一部(部位)の名称である。部位名は、例えば、脳、延髄等の神経中枢、心臓、肺等の臓器、骨盤、大腿骨等の骨格であってもよい。
画像ファイル名欄207の画像ファイル名は、デジタル画像情報としての医用画像の名称である。
図8に沿って、異常判定情報32を説明する。異常判定情報32においては、部位名欄211に記憶された部位名に関連付けて、特徴量欄212には特徴量が、優先度欄213には優先度が、正常変化率範囲欄214には正常変化率範囲が、正常変化量範囲欄215には正常変化量範囲が、単位欄216には単位が、変化期間217には変化期間が記憶されている。
特徴量欄212の特徴量は、医用画像から取得することができるその部位の物理量のカテゴリである。特徴量は、主として部位の形状、性状等を表現するものであるが、それらの具体例については後記する。なお、以降では、罹患率評価装置1は、異なる2時点の特徴量の差分を取得し、その差分に基づいて、過去の診断例から疾病名(候補)ごとの罹患率を推定する(詳細後記)。
優先度欄213の優先度は、1つの部位名に対応する特徴量が複数存在する場合に、それらの特徴量相互間での優先順位である。数字が小さいほど優先度が高い。
変化率=(変化前の特徴量−変化後の特徴量)/変化前の特徴量×100
(数式3)
正常変化量範囲欄215の正常変化量範囲は、医師等が正常であると診断する変化量の上限及び下限の組合せである。変化量は、特徴量が変化する絶対量である。変化量は以下の数式4によって算出される。
変化量=変化前の特徴量−変化後の特徴量 (数式4)
変化期間217の変化期間は、特徴量の変化率及び変化量が、どれだけの期間に亘る変化率及び変化量に換算されたものであるかを示す。例えば、変化期間「1ヶ月」の変化率「+1%」は、ある特徴量が、12ヶ月で「+12%」変化すること、6ヶ月で「+6%」変化すること、半月で「+0.5%」変化すること、・・・を等しく示す。同様に、変化期間「1ヶ月」の変化量「+1」は、例えば、ある特徴量が、12ヶ月で「+12」変化すること、6ヶ月で「+6」変化すること、半月で「+0.5」変化すること、・・・を等しく示す。
なお、図8おいて、「・・・」は、各欄に記憶されている数値を省略的に表現したものであり、その欄に数値が存在しない訳ではない。
いま、「脳」の医用画像を想定する。当該医用画像は、例えば図2の符号111のようなMRI画像であるとする。
「面積」:罹患率評価装置1は、例えば、医用画像の画素のうち、輪郭によって閉じられた領域内にあり、かつ、特定の範囲の画素値を有する画素の数を数え、その数を所定の規則に従って面積に換算する等によって、脳の面積(正確には断面積)を算出することができる。
「色彩」:罹患率評価装置1は、例えば、撮像された領域内にある画素の画素値(例えば、R、G、Bごとに0〜255)の平均値を算出する等によって、胃の内壁の色彩(色相)を算出することができる。
「テクスチャ」:罹患率評価装置1は、例えば、撮像された領域内にある画素について、空間周波数分析、フーリエ変換等を行うことによって、胃の内壁のテクスチャ統計量(凹凸、質感等)を算出することができる。
「結節数」:罹患率評価装置1は、例えば、直線状の輪郭(肋骨)間にある所定の明度及び円形度を有する陰影の数を数えることによって、肺の中に存在する結節(腫瘍等の病巣であることが多い)の数を算出することができる。
図8に示したように、1つの部位に対して、複数の特徴量が対応している。もちろん、特定の特徴量は、ある部位については取得され易く、他の部位については取得されにくい(又は、そもそも想定することができない)等の個別事情は存在する。ただし、図8においては、説明の単純化のため、このような個別事情は捨象した。
図9に沿って、医師診断情報33を説明する。医師診断情報33においては、患者ID欄221に記憶された患者IDに関連付けて、医師ID欄222には医師IDが、診断画像ID欄223には診断画像IDが、部位名欄224には部位名が、変化率欄225には変化率が、変化量226には変化量が、疾病名欄227には疾病名が、診断時点欄228には診断時点が記憶されている。
医師ID欄222の医師IDは、患者を診断した医師を一意に特定する識別子である。
診断画像ID欄223の診断画像IDは、図7の画像IDと同じである。但し、ここでは、特徴量を比較する基準となる医用画像(図2〜図5における特徴量「p」を有する医用画像)の画像ID、及び、特徴量を比較する対象となる医用画像(図2〜図5における特徴量「q」を有する医用画像)の画像IDの組合せである。
部位名欄224の部位名は、図7の部位名と同じである。但し、ここでの部位名は、患者の自覚症状に基づく部位名であってもよく、医師の目から見てその部位に疾病が存在するか否かは問われていない。
疾病名欄227の疾病名は、医師が、診断画像IDが特定する医用画像、変化率及び変化量を参照したうえで、自身の見解にも基づいて診断した疾病の名称である。医師の目から見てその部位に疾病が存在しない場合は、「(該当なし)」が記憶される。
診断時点欄228の診断時点は、医師が診断した時点の年月日である。
・患者IDが「P002」である患者「小泉二郎」は、脳に異常があると自覚している。
・「小泉二郎」は、医師「D002」の治療を4回受けている。その4回の年月日は、「20120415」、「20120515」、「20120615」及び「20120715」である。
・医師「D002」は、最初の診断時点「20120415」において、医療画像「I101」及び「I102」を比較している。医療画像「I101」は、最初の診断時点よりも前の時点「20120315」において取得されたものである。小泉二郎は、最初の診断時点において医用画像「I101」を医師「D002」に持ち込んでいる。そして、医療画像「I102」は、医師「D002」が自ら、撮像装置「M004」を使用して、最初の診断時点に取得したものである。
・脳の「面積」については、変化率「−1%」が継続し、変化量「−5」が継続している。これらの数値は、「変化期間1ヶ月」の変化率(量)に換算されたものである。結局、月間に変化率では「−1%」ずつ、変化量では「−5cm2」ずつ、脳の面積が収縮し続けていることになる。
・脳の「明度」については、変化率が「+4%,−4%,+6%,−2%」のように推移し、変化量が「+8,−8,+12%,−4%」のように推移している。結局、明度は、大きく増加、減少の振幅を繰り返しながら、傾向的には増加している。
・医師「D002」は、最初の診断時点以降一貫して「軽度認知障害」であるとの診断を下している。
図10に沿って、時系列グラフの類型を説明する。図9における3行目〜6行目のレコードは、患者「P002」についてのレコードである。これらのレコードが、図10の時系列グラフ231及び232に対応している。図9の3行目〜6行目のレコードの変化率欄225に記憶されているそれぞれのベクトルの1番目(最も左)の成分に注目する。当該成分は、脳の面積の変化率を示しており、上のレコードから順に、すなわち時系列で、「−1%」、「−1%」、「−1%」及び「−1%」である。この時系列の推移をグラフ化したものが、図10の時系列グラフ231である。同様に、図9の3行目〜6行目のレコードの変化率欄225に記憶されているそれぞれのベクトルの(左から)2番目の成分に注目する。当該成分は、脳の明度の変化率を示しており、上のレコードから順に、すなわち時系列で、「+4%」、「−4%」、「+6%」及び「−2%」である。この時系列の推移をグラフ化したものが、図10の時系列グラフ232である。
図10の類型一覧35においては、類型欄241に記憶された類型に関連付けて、符号の推移欄242には符号の推移が、増減傾向欄243には増減傾向が、時系列グラフの例欄244には時系列グラフの例が記憶されている。
類型欄241の類型は、類型を一意に識別する識別子である。類型とは、ここでは「符号の推移」及び「増減傾向」の組合せである。
符号の推移欄242の符号の推移は、変化率の符号がどのように変化するかを示している。
増減傾向欄243の増減傾向は、変化率の水準が傾向的にどのように推移するかを示している。
時系列グラフの例欄244の時系列グラフの例は、類型に該当する時系列グラフの符号である。時系列グラフ231は、類型「a」に属し、時系列グラフ232は、類型「b」に属し、時系列グラフ233及び234は、いずれも類型「c」に属することがわかる。
以降において本実施形態の処理手順を説明する。処理手順は2つ存在し、これらは、基本となる第1の処理手順、及び、その発展型である第2の処理手順である。罹患率評価装置1は、いずれかを実行することによって、罹患率を算出することができる。
図11に沿って、第1の処理手順を説明する。なお、第1の処理手順を開始する時点において、画像管理情報31、異常判定情報32及び医師診断情報33が、完成された状態で補助記憶装置15に格納されているものとする。さらに、画像管理情報31に画像IDが記憶されているすべての医用画像34が、補助記憶装置15に格納されているものとする。そして、説明の簡略化のため、罹患率評価装置1と端末装置2とが1つの筐体に纏められた構成となっているものとする。つまり、医師等のユーザは、罹患率評価装置1の入力装置12等を操作しているものとする。
入出力制御部26は、第2に、ステップS302の「第1」において取得したレコードの画像IDを有する医用画像を、補助記憶装置15から取得する。補助記憶装置15に格納されているすべての医用画像には、画像IDが付されているものとする。ここで取得された医用画像を、以降では「比較基準医用画像」と呼ぶことがある。
相対位置補正部21は、第2に、比較対象医用画像のなかから、ステップS303の「第1」において選択した2つの点に対応する点(図2の点112a及び112b)を選択する。
相対位置補正部21は、第3に、比較対象医用画像と比較基準医用画像とを同一平面に重ねて置く。そして、点112aが点111aに重なり、かつ、点112bが点111bに重なるように、比較対象医用画像を全体的に縮小又は拡大する。このようにして縮小又は拡大された比較対象医用画像を、以降では「位置補正後比較対象医用画像」と呼ぶことがある。
差分画像算出部22は、第2に、ユーザが、ステップS304の「第1」において表示したレコードの特徴量のうちから、入力装置12を介して1又は複数の特徴量(のカテゴリ)を選択するのを受け付ける。このとき、差分画像算出部22は、ユーザが特徴量のカテゴリの数を入力するのを受け付けてもよい。例えば「2」が入力された場合、差分画像算出部22は、異常判定情報32のうち、対象部位名を有し、優先度が「2」以下であるレコードの特徴量(「面積」及び「明度」)が選択されたものと看做す。ここでは「面積」のみが選択されたものとして以降の説明を続ける。ここで選択された特徴量を、以降では「選択特徴量」と呼ぶことがある。
差分画像算出部22は、第3に、ユーザが入力装置12を介して「変化率」及び「変化量」のうちのいずれかを選択するのを受け付ける。ここでは「変化率」が選択されたものとして以降の説明を続ける。
差分画像算出部22は、第3に、ステップS305の「第2」において特定した画素の画素値を所定の画素値(たとえば「白」を表す画素値)とし、その他の画素の画素値を他の所定の画素値(たとえば「黒」を表す画素値)とする差分画像を作成する。当該差分画像によれば、ユーザは、部位のどの箇所が縮小又は拡大しているかを容易に視認できる。
変化率算出部23は、第2に、比較対象医用画像の画素のうち、脳の輪郭内の領域に属する画素の数を数え、さらに、その数に対して当該換算係数を乗算した結果を、面積「q」とする。
変化率算出部23は、第3に、変化率((q−p)/p×100)を算出する。なお、ステップS304の「第3」において「変化量」受け付けた場合は、変化率算出部23は、変化量(q−p)を算出する。
変化率算出部23は、第4に、比較基準医用画像の撮像時点と比較対象医用画像の撮像時点の日数の差分を用いて、ステップS306の「第3」において算出した変化率を、変化期間における変化率に換算する。例えば、日数の差分が「50日」であり、選択特徴量に対応する「変化期間」が1ヶ月である場合、ステップS306の「第3」において算出した変化率に「30/50」を乗算する。
異常有無判定部24は、第2に、ステップS306の「第4」において換算した変化率が、ステップS307の「第1」において取得した正常変化率範囲内にあるか否かを判定し、範囲内にある場合は判定結果「正常」を生成し、範囲内にない場合は判定結果「異常」を生成する。
(条件1)部位名(欄224)が対象部位名に一致する。
(条件2)選択特徴量に対応する変化率(欄225)が、ステップS306の「第4」において換算した変化率に一致する。又は、完全に一致しないまでも所定の誤差範囲内に含まれる。
いま、対象部位名が「脳」であり、選択特徴量が「面積」であり、ステップS306の「第4」において換算した変化率が「−1%」であるとする。すると、図9の3行目〜6行目及び11行目のレコードが取得される。
罹患率算出部25は、第3に、「条件1」のみを満たすレコードの数(対象部位レコード数)を数える。ここでは、対象部位レコード数は「7」である。
罹患率算出部25は、第4に、ステップS308の「第1」において取得したすべてのレコードの疾病名ごとに、その疾病名のレコードの数を対象部位レコード数で除算した値(罹患率)を保持する。ここでは、「(軽度認知障害,57%),(認知症,14%)」が保持されることになる。「57%」は、4/7×100の計算結果であり、「14%」は、1/7×100の計算結果である。
・患者ID欄131:対象患者ID
・患者氏名欄132:対象患者IDが特定する患者氏名
・部位名欄133:対象部位名
・「前回」欄134a:比較基準医用画像
・前回時点欄134b:比較基準医用画像の撮像時点
・「今回」欄135a:位置補正後比較対象医用画像
・今回時点欄135b:比較対象医用画像の撮像時点
・「差分」欄136:差分画像
・患者ID欄221:対象患者ID
・医師ID欄223:ユーザ自身の医師ID
・診断画像ID欄223:比較基準医用画像の画像ID、及び、新たに採番された比較対象医用画像の画像ID
・部位名欄224:対象部位名
・変化率欄225(又は変化量欄226)の選択特徴量に対応する成分の位置:ステップS306の「第4」において換算した変化率(又は変化量)
・変化率欄225(又は変化量欄226)のその他の成分の位置:「*」
・疾病名欄227:入力されたチェックマークに対応する疾病名又は「(該当なし)」
・診断時点欄228:現時点の年月日
その後、第1の処理手順を終了する。
図12に沿って、第2の処理手順を説明する。なお、第2の処理手順を開始する時点において、第1の処理手順と同じ前提が成立しているものとする。
入出力制御部26は、第2に、ステップS402の「第1」において取得したレコードの画像IDを有する医用画像を、補助記憶装置15から取得する。補助記憶装置15に格納されているすべての医用画像には、画像IDが付されているものとする。ここで取得された医用画像のうち最も撮像時点が古いものを、以降では「比較基準医用画像」と呼び、それ以外のもの(2つ)を「中間医用画像」と呼ぶことがある。
・「比較基準医用画像」と「位置補正後中間医用画像のうち撮像時点が早いもの」との差分画像
・「位置補正後中間医用画像のうち撮像時点が早いもの」と「位置補正後中間医用画像のうち撮像時点が遅いもの」との差分画像
・「位置補正後中間医用画像のうち撮像時点が遅いもの」と「位置補正後比較対象医用画像」との差分画像
・「中間医用画像のうち撮像時点が早いもの」の「比較基準医用画像」に対する変化率(又は変化量)
・「中間医用画像のうち撮像時点が遅いもの」の「比較基準医用画像」に対する変化率(又は変化量)
・「比較対象医用画像」の「比較基準医用画像」に対する変化率(又は変化量)
ここでは、変化率算出部23は、撮像時点の異なる3つの医用画像について、基準となる医用画像との変化率を取得していることになる。もちろん、撮像時点の異なる4つ以上の医用画像について、基準となる医用画像との変化率を取得することも可能である。
異常有無判定部24は、第2に、ステップS406(S306)の「第4」において換算したすべての変化率が、ステップS407の「第1」において取得した正常変化率範囲内にあるか否かを判定し、すべての変化率が範囲内にある場合は判定結果「正常」を生成し、それ以外の場合は判定結果「異常」を生成する。
(条件3)部位名(欄224)が対象部位名に一致する。
(条件4)選択特徴量に対応する変化率(「*」でないもの)が、変化率欄225に記憶されている。
(条件5)患者IDが対象患者IDではない。
罹患率算出部25は、第3に、ステップS408の「第2」において作成したレコード群のうち、そのレコード群に属するレコードの数が所定の数に満たないものを削除する。この場合の所定の数は、例えば「4」である。つまり、「4」以上のレコードがあれば、それらのレコードに基づく変化率の時系列の推移は、有意なものとして扱い得る。
罹患率算出部25は、第2に、ステップS409の「第1」において作成した時系列グラフが、ステップS408の「第5」において作成した類型のうちのいずれに該当するかを決定する。このとき決定した類型を、以降「患者類型」と呼ぶことがある。
・患者ID欄131:対象患者ID
・患者氏名欄132:対象患者IDが特定する患者氏名
・部位名欄133:対象部位名
・「基準」欄140a:比較基準医用画像
・「前々回」欄140b:位置補正後中間医用画像のうち撮像時点が早いもの
・「前回」欄140c:位置補正後中間医用画像のうち撮像時点が遅いもの
・「今回」欄140d:位置補正後比較対象医用画像
・基準時点欄141a:比較基準医用画像の撮像時点
・前々回時点欄141b:中間医用画像のうち撮像時点が早いものの撮像時点
・前回時点欄141c:中間医用画像のうち撮像時点が遅いものの撮像時点
・今回時点欄141d:比較対象医用画像の撮像時点
・欄142a:比較基準医用画像と、位置補正後中間医用画像のうち撮像時点が早いものとの差分画像
・欄142b:位置補正後中間医用画像のうち撮像時点が早いものと、位置補正後中間医用画像のうち撮像時点が遅いものとの差分画像
・欄142c:位置補正後中間医用画像のうち撮像時点が遅いものと、位置補正後比較対象医用画像との差分画像
・欄143:ステップS409の「第1」において作成した時系列グラフ
その後、第2の処理手順を終了する。
第1の処理手順のステップS304の「第2」において、複数の「選択特徴量」(カテゴリ)が選択された場合の処理は以下の通りである。
(1)差分画像算出部22等は、ステップS305〜S308の処理を、選択特徴量ごとに繰り返す。
(2)入出力制御部26は、ステップS309の処理については、以下を除いて、前記したステップS309の処理内容と同じ処理を実行する。
・「差分」欄136(図13)において、複数の選択特徴量についての差分画像を表示する。「面積」の差分画像(5秒間)→「明度」の差分画像(5秒間)→・・・のようにスライド型式で表示してもよい。
・判定結果表137の選択特徴量のそれぞれを有するすべての行に変化率(又は変化量)及び判定結果を表示する。
・罹患率欄138bにおいて、罹患率を、「(面積,明度,温度,色彩,・・・)=(20%,15%,*,10%,・・・)」のように、選択特徴量に関連付けて表示する。
(3)入出力制御部26は、ステップS310の処理については、前記したステップS310の処理内容と同じ処理を実行する。
第2の処理手順のステップS404(S304)の「第2」において、複数の「選択特徴量」(カテゴリ)が選択された場合の処理は以下の通りである。
(1)差分画像算出部22等は、ステップS405〜S410の処理を、選択特徴量ごとに繰り返す。
(2)入出力制御部26は、ステップS411の処理については、以下を除いて、前記したステップS411の処理内容と同じ処理を実行する。
・「差分」欄142a、142b及び142c(図14)において、複数の選択特徴量についての差分画像を表示する。スライド型式で表示してもよい。
・欄143において、複数の選択特徴量についての時系列グラフを表示する。スライド型式で表示してもよい。
・判定結果表137の選択特徴量のそれぞれを有するすべての行に変化率(又は変化量)の上限及び下限の組合せ並びに判定結果を表示する。
・罹患率欄138bにおいて、罹患率を、「(面積,明度,温度,色彩,・・・)=(20%,15%,*,10%,・・・)」のように、選択特徴量に関連付けて表示する。
(3)入出力制御部26は、ステップS412の処理については、前記したステップS412の処理内容と同じ処理を実行する。
本実施形態の罹患率評価装置1は、以下の効果を奏する。
(1)罹患率評価装置1は、受け付けた特徴量の差分を使用して過去の診断例を検索する。このとき、特徴量のカテゴリの数を限定すれば、過去の診断例の医用画像についても、受け付ける医用画像についても高画質であることが求められない。したがって、定期健康診断等のような、必ずしも高画質を要求し得ない大量データを有効に利用できる。さらに、罹患率評価装置1は、差分を算出する。したがって、同一の撮像機器3が撮像した医用画像を継続使用すれば、撮像機器固有の計測誤差(画像の歪み等)を消去することができる。
(2)罹患率評価装置1は、差分の「率」と「量」のいずれか又は両者を使用する。したがって、特徴量のカテゴリに応じて多面的な罹患率の評価が可能になる。
(4)罹患率評価装置1は、特徴量のカテゴリに応じて「異常」又は「正常」の判定を行う。したがって、どのカテゴリの特徴量に大きな変化が生じているかを容易に知ることができる。
(5)罹患率評価装置1は、異なる3以上の時点での変化の推移を使用して診断例を検索する。したがって、診断結果がより長期的な視点を反映したものになり、患者の受診心理に対しても好影響を及ぼす。
(7)罹患率評価装置1は、差分画像を表示する。したがって、差分の変化を容易に視認することができる。
(8)罹患率評価装置1は、差分を所定の長さの期間についての差分に換算する。したがって、差分は、部位、疾病及び特徴量のカテゴリに応じて、感覚的に理解し易く、かつ、比較し易いものになる。
(9)罹患率評価装置1は、医用画像の位置合わせを行う。したがって、設定条件や撮像環境が異なる医用画像同士の比較が可能になる。
また、前記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウエアで実現してもよい。また、前記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウエアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、SSD(Solid State Drive)等の記録装置、又は、ICカード、SDカード、DVD等の記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
2 端末装置
3 撮像装置
4 ネットワーク
11 中央制御装置(制御部)
12 入力装置
13 出力装置
14 主記憶装置(記憶部)
15 補助記憶装置(記憶部)
16 通信装置
21 相対位置補正部
22 差分画像算出部
23 変化率算出部
24 異常有無判定部
25 罹患率算出部
26 入出力制御部
31 画像管理情報
32 異常判定情報
33 医師診断情報
34 医用画像
51a、51b 診断結果表示画面
Claims (9)
- 身体の部位に関連付けて、前記部位を撮像した撮像時点の異なる2つの画像の差分と、
疾病名と、が記憶される診断情報を格納する記憶部、及び、
ユーザが診断対象となる前記部位を入力するのを受け付ける入力部と、
前記ユーザが画像の特徴量のカテゴリを入力するのを受け付け、該カテゴリの特徴量について診断対象者の診断対象となる部位を撮像した撮像時点の異なる2つの画像の差分を取得する差分画像算出部と、
前記受け付けたカテゴリの特徴量について、前記診断対象者の診断対象となる部位を撮像した撮像時点の異なる2つの画像の差分の変化率または変化量を算出する変化率算出部と、
診断対象となる前記部位と、前記算出した差分の変化率または変化量とを検索キーとして、前記診断情報を検索し、該当するレコードの疾病名を取得し、前記該当したレコードの数が前記部位を有するレコードの数に対して占める比率に基づいて罹患率を算出する罹患率算出部と、
前記取得した疾病名ごとに、前記算出した罹患率を表示する出力部と、
を有する制御部
を備えることを特徴とする罹患率評価装置。 - 前記制御部は、
前記受け付けた部位と、前記算出した差分と、前記取得した疾病名とを有するレコードを前記診断情報の新たなレコードとして加えること、
を特徴とする請求項1に記載の罹患率評価装置。 - 前記記憶部は、
前記部位及び前記カテゴリに関連付けて、前記差分の変化率または変化量が正常であると診断される数値範囲が記憶される判定情報を格納し、
前記制御部は、
前記診断対象となる部位と、前記受け付けたカテゴリと、前記算出した差分の変化率または変化量とを検索キーとして、前記判定情報を検索し、該当するレコードの数値範囲を取得し、
前記取得した数値範囲に前記算出した差分の変化率または変化量が含まれるか否かに応じて、前記診断対象となる部位が正常であるか否かを判定すること、
を特徴とする請求項2に記載の罹患率評価装置。 - 前記差分は、
撮像時点の異なる3つ以上の前記画像の差分の変化率または変化量の推移を時系列で示すものであること、
を特徴とする請求項3に記載の罹患率評価装置。 - 前記受け付けたカテゴリは、
複数のカテゴリであり、
前記制御部は、
前記複数のカテゴリについて、前記罹患率を算出すること、
を特徴とする請求項4に記載の罹患率評価装置。 - 前記制御部は、
前記診断対象となる部位を撮像した撮像時点の異なる2つの画像の差分のみが表示された画像を表示すること、
を特徴とする請求項5に記載の罹患率評価装置。 - 前記制御部は、
前記算出した差分を、
所定の長さの期間についての差分に換算すること、
を特徴とする請求項6に記載の罹患率評価装置。 - 前記制御部は、
2組の対応点同士を重ね合わせることによって、前記診断対象となる部位を撮像した撮像時点の異なる2つの画像の位置合わせを行うこと、
を特徴とする請求項7に記載の罹患率評価装置。 - 罹患率評価装置の記憶部に対して、
身体の部位に関連付けて、前記部位を撮像した撮像時点の異なる2つの画像の差分と、
疾病名と、が記憶される診断情報を格納させ、
前記罹患率評価装置の制御部に対して、
ユーザが画像の特徴量のカテゴリと、診断対象となる前記部位を入力するのを受け付け、
前記受け付けたカテゴリについて、診断対象者の診断対象となる部位を撮像した撮像時点の異なる2つの画像の差分と、前記差分の変化率または変化量を算出し、
診断対象となる前記部位と、前記算出した差分の変化率または変化量とを検索キーとして、前記診断情報を検索し、該当するレコードの疾病名を取得し、
前記該当したレコードの数が前記部位を有するレコードの数に対して占める比率に基づいて罹患率を算出し、
前記取得した疾病名ごとに、前記算出した罹患率を表示する処理を実行させること、
を特徴とする前記罹患率評価装置を機能させるための罹患率評価プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2013/072856 WO2015029135A1 (ja) | 2013-08-27 | 2013-08-27 | 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2015029135A1 JPWO2015029135A1 (ja) | 2017-03-02 |
JP6208243B2 true JP6208243B2 (ja) | 2017-10-04 |
Family
ID=52585754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015533822A Expired - Fee Related JP6208243B2 (ja) | 2013-08-27 | 2013-08-27 | 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP6208243B2 (ja) |
TW (1) | TWI524198B (ja) |
WO (1) | WO2015029135A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6667231B2 (ja) | 2015-08-31 | 2020-03-18 | キヤノン株式会社 | 情報処理装置、画像処理装置、情報処理システム、情報処理方法、及びプログラム。 |
CN106294751B (zh) * | 2016-08-10 | 2019-05-17 | 依据数据(湖南)科技有限公司 | 基于关键词网络相关性分析的异常检查报告自动识别方法 |
WO2019003749A1 (ja) * | 2017-06-30 | 2019-01-03 | 富士フイルム株式会社 | 医用画像処理装置、方法およびプログラム |
JP7140477B2 (ja) * | 2017-08-25 | 2022-09-21 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置、医用画像処理装置の制御方法、及びプログラム |
JP6821036B2 (ja) | 2017-08-28 | 2021-01-27 | 富士フイルム株式会社 | 医用画像処理装置、方法およびプログラム |
GB201716890D0 (en) | 2017-10-13 | 2017-11-29 | Optellum Ltd | System, method and apparatus for assisting a determination of medical images |
JP7229721B2 (ja) | 2018-10-29 | 2023-02-28 | 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 |
CN109949274B (zh) | 2019-02-25 | 2020-12-25 | 腾讯科技(深圳)有限公司 | 一种图像处理方法、装置及系统 |
WO2021060461A1 (ja) * | 2019-09-25 | 2021-04-01 | 富士フイルム株式会社 | 画像処理装置、方法およびプログラム |
JP7451170B2 (ja) | 2019-12-20 | 2024-03-18 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 情報処理装置、情報処理方法およびプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4021179B2 (ja) * | 2000-11-29 | 2007-12-12 | 富士通株式会社 | 診断支援プログラム、診断支援プログラムを記録したコンピュータ読取可能な記録媒体、診断支援装置及び診断支援方法 |
JP2004288047A (ja) * | 2003-03-24 | 2004-10-14 | Fujitsu Ltd | 診療支援システム及び診療支援プログラム |
JP4799251B2 (ja) * | 2006-04-05 | 2011-10-26 | 富士フイルム株式会社 | 類似症例検索装置、類似症例検索方法およびそのプログラム |
JP5159242B2 (ja) * | 2007-10-18 | 2013-03-06 | キヤノン株式会社 | 診断支援装置、診断支援装置の制御方法、およびそのプログラム |
JP5478328B2 (ja) * | 2009-09-30 | 2014-04-23 | 富士フイルム株式会社 | 診断支援システム、診断支援プログラムおよび診断支援方法 |
JP5789791B2 (ja) * | 2011-07-25 | 2015-10-07 | パナソニックIpマネジメント株式会社 | 類似症例検索装置および読影知識抽出装置 |
-
2013
- 2013-08-27 JP JP2015533822A patent/JP6208243B2/ja not_active Expired - Fee Related
- 2013-08-27 WO PCT/JP2013/072856 patent/WO2015029135A1/ja active Application Filing
-
2014
- 2014-07-28 TW TW103125674A patent/TWI524198B/zh not_active IP Right Cessation
Also Published As
Publication number | Publication date |
---|---|
TWI524198B (zh) | 2016-03-01 |
TW201518967A (zh) | 2015-05-16 |
JPWO2015029135A1 (ja) | 2017-03-02 |
WO2015029135A1 (ja) | 2015-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6208243B2 (ja) | 罹患率評価装置、罹患率評価方法及び罹患率評価プログラム | |
US9271651B2 (en) | System and method for integrated quantifiable detection, diagnosis and monitoring of disease using patient related time trend data | |
US8934685B2 (en) | System and method for analyzing and visualizing local clinical features | |
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 | |
US11195610B2 (en) | Priority alerts based on medical information | |
US9053213B2 (en) | Interactive optimization of scan databases for statistical testing | |
US8254648B2 (en) | Method for providing adaptive hanging protocols for image reading | |
US20110129129A1 (en) | System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related data for determining a disease signature | |
US20110129131A1 (en) | System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data and disease profiles | |
US20060239573A1 (en) | Method and system for rule-based comparison study matching to customize a hanging protocol | |
CN110598722B (zh) | 多模态神经影像数据自动信息融合系统 | |
WO2015146520A1 (ja) | 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 | |
JP5661890B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
WO2018116727A1 (ja) | 類似症例検索装置とその作動方法および作動プログラム、並びに類似症例検索システム | |
JP2011092286A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2015203920A (ja) | 類似症例検索システム、類似症例検索方法及びプログラム | |
US20110129130A1 (en) | System and method for integrated quantifiable detection, diagnosis and monitoring of disease using population related time trend data | |
JP2015191287A (ja) | 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 | |
US20200020434A1 (en) | Information collection processing apparatus, information collection processing method, and recording medium | |
JP6054295B2 (ja) | 臨床状態タイムライン | |
JP2014067344A (ja) | グラフ作成装置およびグラフ作成方法並びにグラフ作成プログラム | |
US20180286504A1 (en) | Challenge value icons for radiology report selection | |
US20200111558A1 (en) | Information processing apparatus, medical image display apparatus, and storage medium | |
CN111681749A (zh) | 一种病理科规范化工作管理和诊断咨询系统及方法 | |
Cai et al. | Image quality assessment on CT reconstruction images: Task-specific vs. general quality assessment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170111 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170113 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170331 |
|
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: 20170808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170906 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6208243 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |